Welcome to Wajibstat Analysis Jibvela17...

NEW WAJIBSTAT ANALYSIS IS COMING***

Kamis, 28 Februari 2013

Lanjutan Syntax Stata + Pengujian Sederhana


Lanjutan Pengenalan Syntax II Stata (Plus) Pengujian Sederhana

Nah, ngelanjutin Pengenalan Syntax Dasar STATA, kali ini saya akan berbagi syntax yang lebih “maju” lagi (wuiihhh hahaha bahasanya “maju” ckckck). Just check it out!

Sebelumnya sedikit mau kasi review nih sobat:

#UNTUK SKALA INTERVAL DAN RASIO (KUANTITATIF)
Ukuran pusat               : Mean, Median, Modus
Ukuran sebaran           : Standar Deviasi, Max, Min, Range, Varians
Distribusi                     : Skewness dan Kurtosis

#UNTUK SKALA NOMINAL DAN ORDINAL (KUALITATIF)
Ukuran pusat               : Penjumlahan dalam persen (%)
Ukuran sebaran           : Min, Max, Range

Oke deh, berlanjut dari data pada postingan sebelumnya, sekarang saya mulai dari tabulasi deskriptifnya ya..

·   * Misal kita akan mendeskripsikan variabel usia dengan jen_kel (jenis kelamin)

Syntaxnya: table jen_kel, contents(mean usia sd usia min usia max usia)

Berikut hasilnya:


    * Untuk ringkasan tabulasi masing-masing variabel.

Ingat:   Kalau variabel itu kuantitatif, misalkan variabel usia, tinggal ketik sum usia
            Kalau variabel itu kualitatif, misalkan jen_kel, tinggal ketik tab jen_kel

        Ketik syntax: sum usia
Begini nanti hasilnya...


Ketik syntax: tab jen_kel
Begini nanti hasilnya...


Nah, kita bisa meringkas juga lebih dari satu variabel asalkan variabel itu sama-sama kuantitatif atau kualitatif
Misalkan tabulasi untuk variabel jenis kelamin dan nama.

Syntax tab jen_kel nama


·  * Mengubah data berskala rasio (kuantitatif) menjadi data berskala ordinal (kualitatif) dengan menggunakan prinsip recode.

Misal1:            Kalau usianya 0-20 diberikan kode 1
                        Kalau usianya 21-24 diberikan kode 2
               Kalau usianya di atas 24 diberikan kode 3 (kita akali dengan 25-100 dengan asumsi umur responden maksimal mencapai 100 tahun)

Syntaxnya: recode usia 0/20=1 21/24=2 25/100=3, gen(usia_rec)

Hasilnya lihat dengan browse, maka akan terlihat seperti ini:


 Misal2:            Kalau usianya < 25 tahun diberikan kode 1
                        Kalau usianya ≥ 25 tahun diberikan kode 2

Jalankan syntax:  recode usia min/24=1 25/max=2, gen(usia_rec2)

Jika sudah, ketik browse untuk melihat hasil pada jendela browse. Berikut hasilnya:


  *  
Misalkan sobat kepingin tau apakah ada perbedaan rata-rata usia antar jenis kelamin. Pastilah kita pakai “Uji Two Group Mean Comparison Test” (Uji Beda Dua Rata-Rata). Tetapi mengapa grup? 
   Karena kita mau cari tau beda rata-rata usia dengan jenis kelamin (grup) yakni pria dan wanita. Tetapi jika tidak ada variabel yang mengandung grup kita pakai “Uji Sample Group Mean Comparison Test”.

* Langkah awal sebelum uji two group mean dilakukan, harus terlebih dahulu dilakukan uji kesamaan varians atau lebih kerennya Variance Ratio Test.

Syntaxnya: sdtest usia, by(jen_kel)

Nah, ini dia nih hasilnya:


Ternyata hasilnya adalah variansnya sama (terima hipotesis nol). Diperoleh dengan membandingkan nilai Fhitung dan ftabel. Ternyata hasilnya  Fhitung  lebih kecil daripada ftabel sehingga kita menerima hipotesis nol : rasio sd pria dan wanita sama (bernilai satu).

Lalu kita lakukan uji two group mean dengan asumsi varians sama.
Berikut ini baru syntax Uji Two Group Mean Comparison Testnya:
ttest usia, by(jen_kel)

Hasilnya seperti ini:


Jika asumsi yang terpenuhi adalah varians tidak sama (unequal) maka pada syntax kita tinggal menambahkan unequal sehingga syntaxnya harus menjadi seperti ini:
ttest usia, by(jen_kel) unequal

Nah, dari hasil kita lihat bahwa tingkat signifikansinya adalah 95%. Kita bisa saja mengubahnya menjadi 90%, 99% dll. Terkait hal ini, sudah ada pada postingan saya sebelumnya yang berjudul Mau Tahu Apa itu STATA. Silahkan dicek saja!

· * Sobat juga pengen tahu tuh ada gak sih perbedaan proporsi kelompok usia antar jenis kelamin (grup ya hehehe) ATAU perbedaan proporsi kelompok usia antar daerah asal (misalnya). 

   Yaudah, sekalian review, ayo kita tambahin deh variabel daerah asal dalam data .dta kita. Tentu hal ini udah dijelaskan pada postingan saya sebelumnya yang berjudul Panduan Dasar Dalam Menggunakan Stata.


       @  Karena tadi sudah dilakukan Variance Ratio Test variabel  usia dengan jenis kelamin yang hasilnya adalah Equal Variance, maka langsung buat syntax untuk uji proporsi sebagai berikut: tab usia jen_kel, row all


 @  Nah untuk variabel usia dengan variabel asal_daerah, pertama lakukan uji kesamaan varians dulu baru uji Two Group Proportion Test. 
Untuk uji varians, ini syntaxnya: sdtest usia by(asal_daerah). BISAKAH?
Seandainya Tidak Nih Jawabannya, Kenapa Ya? Hayooo... Hehehe..
Oke deh sobat, sekian dulu tulisan dari saya.. Selamat membaca dan mempraktekkan juga ya sobat.. Sukses.. Salam hangat dari saya..




0 komentar:

Poskan Komentar