-->
Setelah melalui pengalaman yang panjang dalam dunia statistik, menggunakan alat kuisioner untuk mendapatkan data dalam pengujian kita, selalu dihadapkan pada kendala tidak valid dan reliablenya data yang kita peroleh, dan meskipun data itu sudah valid dan reliable ternyata pada saat dilakukan uji berikutnya (uji regresi) selalu terkendala terhadap nilai pengaruh dari signifikansi hasil pengujian data menggunakan SPSS. Kemudian saya menemukan sebuah tehnik yang sangat njelimet (jawa:rumit), yang dapat saya gunakan untuk membantu anda dalam menyelesaikan masalah anda dalam pengerjaan Karya Tulis, Skripsi, Tesis hingga Desertasi. Sehingga saya akan menawarkan pelayanan terhadap anda untuk beberapa uji statistik.
Dengan ini saya menawarkan kepada anda untuk mengerjakan pembuatan data yang valid dan reliabel untuk jenis uji data Validitas dan Reliabilitas. Dan juga memperbaiki data untuk uji Regresi sederhana maupun berganda.



Harga diatas sangatlah murah, dan saya yakin anda pasti puas dengan data yang saya hasilkan.
Bisnis ini adalah bisnis kepercayaan, segala pelaksanaan harus sesuai tatacara yang ada dibawah ini:
  1. kirimkan file kuisioner dan Path Diagram (jika uji path) anda via email (pusatanalisadata[et]gmail[dot]com)
  2. Konfirmasi via sms Kirim ke 085755238488 (SMS Only ) PIN-BB : D987AB05 WA:087870505059
  1. Pengerjaan akan kami laksanakan apabila ada konfirmasi SMS yang kami terima dan data yang telah masuh ke e-mail kami
  1. Setelah selesai pengerjaan akan kami email ke alamat email anda, dan konfirmasi SMS pada no. Phonsel anda.
  2. File yang kami kirim berupa data kompresi (ZIP/RAR) berupa file interpretasi data file data Ms.word, file data Ms.exel, output SPSS 15 dan preview dari data tersebut .bmp/.JPG
  3. Password akan kami berikan via email setelah terjadi transaksi pada Acc bank saya.
Bank Central Asia Tbk.
KCP Blimbing Malang
Indonesia
Swif Code : CENAIDJA
No. AC. (akan di konfirmasi)
  1. bisnis saya ini tidak berlaku untuk orang yang “ idialis ” terhadap penelitiannya.
  2. kalau hanya sekedar cari kertas kelulusan dan untuk naik jabatan, ngapain susah-susah buang biaya yang lebih besar untuk hanya sekedar uji tersebut.
  3. tujuan saya hanya untuk membantu mereka yang terkendala oleh kesibukannya, yang kepepet waktu agar cepat lulus, orang yang uangnya mepet buat penelitian, dll.
  4. Semoga anda cepat lulus dengan nilai sesuai harapan anda.

PROMO DESEMBER 2018

Mempersembahkan manipulasi data untuk uJi Validitas dan Reliabilitas dengan harga banting se Indonesia quota terbatas dan dapatkan seegera harga khusus Uji Regresi Sederhana/berganda (tanpa manipulasi) hanya Rp.30k saja.
Segera dapatkan kesempatan ini dengan menghubungi WA kami 087870505059 Tex Only

DATA NOMINAL, ORDINAL, INTERVAL DAN DATA RASIO

DATA NOMINAL, ORDINAL, INTERVAL DAN DATA RASIO
(Oleh: Suharto)

A. Pendahuluan
Fenomena yang sering terjadi ketika mahasiswa akan menyelesaikan tugas akhir, diantaranya adalah ketika menemukan data rasio yang pada gilirannya akan berhadapan dengan model alat analisis mana yang akan di gunakan. Karena dari beberapa literatur, memperlakukan data rasio berikut alat analisisnya akan memiliki perbedaan bila kita memperlakukan data yang berbentuk, nominal, ordinal, dan interval. Data rasio memiliki spesifikasi yang paling kuat diantara data-data lain, dibandingkan dengan misalnya, data nominal, ordinal dan data interval. Data rasio juga memiliki ukuran yang paling komplek dan memiliki sifat-sifat yang dimiliki oleh data nominal, data ordinal dan data interval serta ditambah dengan satu sifat yang lain. Selain itu, data rasio lebih tepat bila diterapkan dengan menggunakan alat analisis statistik parametrik, yakni statistik yang berhubungan dengan parameter. Sedangkan data nominal dan data ordinal, memiliki kecenderungan bila kita menggunakan alat analisis statistik non parametrik.
Beberapa ahli berpendapat bahwa pelaksanaan penelitian dengan menggunakan metode ilmiah diantaranya adalah melakukan langkah-langkah sistematis.
Metode ilmiah adalah merupakan pengejaran terhadap kebenaran relatif yang diatur oleh pertimbangan-pertimbangan logis. Karena keberadaan dari ilmu itu adalah untuk memperoleh interelasi yang sistematis dari fakta-fakta, maka metode ilmiah berkehendak untuk mencari jawaban tentang fakta-fakta dengan menggunakan pendekatan kesangsian sistematis. Karenanya, penelitian dan metode ilmiah, jika tidak dikatakan sama, mempunyai hubungan yang relatif dekat. Karena dengan adanya metode ilmiah, pertanyaan-pertanyaan dalam mencari dalil umum, akan mudah dijawab.
Menuruti Schluter (Moh Nazir, 2006), langkah penting sebelum sampai tahapan analisis data dan penentuan model adalah ketika kita melakukan pengumpulan dan manipulasi data sehingga bisa digunakan bagi keperluan pengujian hipotesis. Mengadakan manipulasi data berarti mengubah data mentah dari awal menjadi suatu bentuk yang dapat dengan mudah memperlihatkan hubungan-hubungan antar fenomena.
Kelaziman kuantifikasi sebaiknya dilakukan kecuali bagi atribut-atribut yang tidak dapat dilakukan. Dan dari kuantifikasi data itu, penentuan mana yang dikatakan data nominal, ordinal, interval dan rasio bisa dilakukan demi memasuki wilayah penentuan model.
Pada ilmu-ilmu sosial yang telah lebih berkembang, melakukan analisis berdasarkan pada kerangka hipotesis dilakukan dengan membuat model matematis untuk membangun refleksi hubungan antar fenomena yang secara implisit sudah dilakukan dalam rumusan hipotesis. Analisis data merupakan bagian yang amat penting dalam metode ilmiah.
Data bisa memiliki makna setelah dilakukan analisis dengan menggunakan model yang lazim digunakan dan sudah diuji secara ilmiah meskipun memiliki peluang menggunakan alat analisis lain. Akan tetapi masing-masing model, jika ditelaah satu demi satu, sebenarnya hanya sebagian saja yang bisa digunakan untuk kondisi dan data tertentu. Ia tidak bisa digunakan untuk menganalisis data jika model yang digunakan kurang sesuai dengan bagaimana kita memperoleh data jika menggunakan instrumen. Timbangan tidak bisa digunakan untuk mengukur tinggi badan seseorang. Sebaliknya meteran tidak bisa digunakan untuk mengukur berat badan seseorang. Karena masing-masing instrumen memiliki kegunaan masing-masing.
Dalam hal ini, tentu saja kita tidak ingin menggunakan model analisis hanya semata-mata karena menuruti selera dan kepentingan. Suatu model hanya lazim digunakan setelah kita mempertimbangkan kondisi bagaimana data dikumpulkan. Karena dalam teori, alat analisis model adalah alat yang tidak bisa digunakan dalam kondisi yang tidak sesuai dengan pertimbangan-pertimbangan logis. Ia memang bisa digunakan untuk menghitung secara matematis, akan tetapi tidak dalam teori.
Banyaknya konsumsi makanan tentu memiliki hubungan dengan berat badan seseorang. Akan tetapi banyaknya konsumsi makanan penduduk pulau Nias, tidak akan pernah memiliki hubungan dengan berat badan penduduk Kalimantan. Motivasi kerja sebuah perusahaan makanan ringan, tidak akan memiliki hubungan dengan produktivitas petani Sawit. Model analisis statistik hanya bisa digunakan jika data yang diperoleh memiliki syarat-syarat tertentu. Salah satu diantaranya adalah masing-masing variabel tidak memiliki hubungan linier yang eksak. Data yang kita peroleh melalui instrumen pengumpul data itu bisa dianalisis dengan menggunakan model tanpa melanggar kelaziman.
Bagi keperluan analisis penelitian ilmu-ilmu sosial, teknik mengurutkan sesuatu ke dalam skala itu artinya begitu penting mengingat sebagian data dalam ilmu-ilmu sosial mempunyai sifat kualitatif. Atribut saja sebagai objek penelitian selain kurang representatif bagi peneliti, juga sebagian orang saat ini menginginkan gradasi yang lebih baik bagi objek penelitian.
Orang selain kurang begitu puas dengan atribut baik atau buruk, setuju atau tidak setuju, tetapi juga menginginkan sesuatu yang berada diantara baik dan buruk atau diantara setuju dan tidak setuju. Karena gradasi, merupakan kelaziman yang diminta bagi sebagian orang bisa menguak secara detail objek penelitian. Semakin banyak gradasi yang dibuat dalam instrumen penelitian, hasilnya akan makin representatif.
Menuruti Moh. Nazir (2006), teknik membuat skala adalah cara mengubah fakta-fakta kualitatif (atribut) menjadi suatu urutan kuantitatif (variabel). Mengubah fakta-fakta kualitatif menjadi urutan kuantitatif itu telah menjadi satu kelaziman paling tidak bagi sebagian besar orang, karena berbagai alasan. Pertama, eksistensi matematika sebagai alat yang lebih cenderung digunakan oleh ilmu-ilmu pengetahuan sehingga bisa mengundang kuantitatif variabel. Kedua, ilmu pengetahuan, disamping akurasi data, semakin meminta presisi yang lebih baik, lebih-lebih dalam mengukur gradasi. Karena perlunya presisi, maka kita belum tentu puas dengan atribut baik atau buruk saja. Sebagian peneliti ingin mengukur sifat-sifat yang ada antara baik dan buruk tersebut, sehingga diperoleh suatu skala gradasi yang jelas.
B. Pembahasan
a. Data nominal
Sebelum kita membicarakan bagaimana alat analisis data digunakan, berikut ini akan diberikan ulasan tentang bagaimana sebenarnya data nominal yang sering digunakan dalam statistik nonparametrik bagi mahasiswa. Menuruti Moh. Nazir, data nominal adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apapun.
Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau diskrit. Data nominal merupakan data diskrit dan tidak memiliki urutan. Bila objek dikelompokkan ke dalam set-set, dan kepada semua anggota set diberikan angka, set-set tersebut tidak boleh tumpang tindih dan bersisa.
Misalnya tentang jenis olah raga yakni tenis, basket dan renang. Kemudian masing-masing anggota set di atas kita berikan angka, misalnya tenis (1), basket (2) dan renang (3). Jelas kelihatan bahwa angka yang diberikan tidak menunjukkan bahwa tingkat olah raga basket lebih tinggi dari tenis ataupun tingkat renang lebih tinggi dari tenis. Angka tersebut tidak memberikan arti apa-apa jika ditambahkan. Angka yang diberikan hanya berfungsi sebagai label saja. Begitu juga tentang suku, yakni Dayak, Bugis dan Badui.
Tentang partai, misalnya Partai Bulan, Partai Bintang dan Partai Matahari. Masing-masing kategori tidak dinyatakan lebih tinggi dari atribut (nama) yang lain. Seseorang yang pergi ke Jakarta, tidak akan pernah mengatakan dua setengah kali, atau tiga seperempat kali. Tetapi akan mengatakan dua kali, lima kali, atau tujuh kali. Begitu juga tentang ukuran jumlah anak dalam suatu keluarga. Numerik yang dihasilkan akan selalu berbentuk bilangan bulat, demikian seterusnya. Tidak akan pernah ada bilangan pecahan. Data nominal ini diperoleh dari hasil pengukuran dengan skala nominal.
Menuruti Sugiono, alat analisis (uji hipotesis asosiatif) statistik nonparametrik yang digunakan untuk data nominal adalah Coefisien Contingensi. Akan tetapi karena pengujian hipotesis Coefisien Contingensi memerlukan rumus Chi Square (χ2), perhitungannya dilakukan setelah kita menghitung Chi Square. Penggunaan model statistik nonparametrik selain Coefisien Contingensi tidak lazim dilakukan.
b. Data ordinal
Bagian lain dari data kontinum adalah data ordinal. Data ini, selain memiliki nama (atribut), juga memiliki peringkat atau urutan. Angka yang diberikan mengandung tingkatan. Ia digunakan untuk mengurutkan objek dari yang paling rendah sampai yang paling tinggi, atau sebaliknya. Ukuran ini tidak memberikan nilai absolut terhadap objek, tetapi hanya memberikan peringkat saja. Jika kita memiliki sebuah set objek yang dinomori, dari 1 sampai n, misalnya peringkat 1, 2, 3, 4, 5 dan seterusnya, bila dinyatakan dalam skala, maka jarak antara data yang satu dengan lainnya tidak sama. Ia akan memiliki urutan mulai dari yang paling tinggi sampai paling rendah. Atau paling baik sampai ke yang paling buruk.
Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat setuju, setuju, ragu-ragu, tidak setuju sampai sangat tidak setuju. Atau jawaban pertanyaan tentang kecenderungan masyarakat untuk menghadiri rapat umum pemilihan kepala daerah, mulai dari tidak pernah absen menghadiri, dengan kode 5, kadang-kadang saja menghadiri, dengan kode 4, kurang menghadiri, dengan kode 3, tidak pernah menghadiri, dengan kode 2 sampai tidak ingin menghadiri sama sekali, dengan kode 1. Dari hasil pengukuran dengan menggunakan skala ordinal ini akan diperoleh data ordinal. Alat analisis (uji hipotesis asosiatif) statistik nonparametrik yang lazim digunakan untuk data ordinal adalah Spearman Rank Correlation dan Kendall Tau.
c. Data interval
Pemberian angka kepada set dari objek yang mempunyai sifat-sifat ukuran ordinal dan ditambah satu sifat lain, yakni jarak yang sama pada pengukuran dinamakan data interval. Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang diukur. Akan tetapi ukuran interval tidak memberikan jumlah absolut dari objek yang diukur. Data yang diperoleh dari hasil pengukuran menggunakan skala interval dinamakan data interval.
Misalnya tentang nilai ujian 6 orang mahasiswa, yakni A, B, C, D, E dan F diukur dengan ukuran interval pada skala prestasi dengan ukuran 1, 2, 3, 4, 5 dan 6, maka dapat dikatakan bahwa beda prestasi antara mahasiswa C dan A adalah 3 – 1 = 2. Beda prestasi antara mahasiswa C dan F adalah 6 – 3 = 3. Akan tetapi tidak bisa dikatakan bahwa prestasi mahasiswa E adalah 5 kali prestasi mahasiswa A ataupun prestasi mahasiswa F adalah 3 kali lebih baik dari prestasi mahasiswa B.
Dari hasil pengukuran dengan menggunakan skala interval ini akan diperoleh data interval. Alat analisis (uji hipotesis asosiatif) statistik parametrik yang lazim digunakan untuk data interval ini adalah Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression, dan Multiple Regression.
d. Data rasio
Ukuran yang meliputi semua ukuran di atas ditambah dengan satu sifat yang lain, yakni ukuran yang memberikan keterangan tentang nilai absolut dari objek yang diukur dinamakan ukuran rasio (data rasio). Data rasio, yang diperoleh melalui pengukuran dengan skala rasio memiliki titik nol. Karenanya, interval jarak tidak dinyatakan dengan beda angka rata-rata satu kelompok dibandingkan dengan titik nol di atas. Oleh karena ada titik nol, maka data rasio dapat dibuat perkalian ataupun pembagian.
Angka pada data rasio dapat menunjukkan nilai sebenarnya dari objek yang diukur. Jika ada 4 orang pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhari Rp. 10.000, Rp.30.000, Rp. 40.000 dan Rp. 50.000. Bila dilihat dengan ukuran rasio maka pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A. Pendapatan pengemudi D adalah 5 kali pendapatan pengemudi A. Pendapatan pengemudi C adalah 4/3 kali pendapatan pengemudi B.
Dengan kata lain, rasio antara pengemudi C dan A adalah 4 : 1, rasio antara pengemudi D dan A adalah 5 : 1, sedangkan rasio antara pengemudi C dan B adalah 4 : 3. Interval pendapatan pengemudi A dan C adalah 30.000, dan pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A. Contoh data rasio lainnya adalah berat badan bayi yang diukur dengan skala rasio. Bayi A memiliki berat 3 Kg. Bayi B memiliki berat 2 Kg dan bayi C memiliki berat 1 Kg. Jika diukur dengan skala rasio, maka bayi A memiliki rasio berat badan 3 kali dari berat badan bayi C. Bayi B memiliki rasio berat badan dua kali dari berat badan bayi C, dan bayi C memiliki rasio berat badan sepertiga kali berat badan bayi A, dst.
Dari hasil pengukuran dengan menggunakan skala rasio ini akan diperoleh data rasio. Alat analisis (uji hipotesis asosiatif) yang digunakan adalah statistik parametrik dan yang lazim digunakan untuk data rasio ini adalah Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression, dan Multiple Regression.Sesuai dengan ulasan jenis pengukuran yang digunakan, maka variabel penelitian lazimnya bisa di bagi menjadi 4 jenis variabel, yakni variabel (data) nominal, variabel (data) ordinal, variabel (data) interval, dan variabel (data) rasio.
Variabel nominal, yaitu variabel yang dikategorikan secara diskrit dan saling terpisah satu sama lain, misalnya status perkawinan, jenis kelamin, suku bangsa, profesi pekerjaan seseorang dan sebagainya. Variabel ordinal adalah variabel yang disusun atas dasar peringkat, seperti motivasi seseorang untuk bekerja, peringkat perlombaan catur, peringkat tingkat kesukaran suatu pekerjaan dan lain-lain. Variabel interval adalah variabel yang diukur dengan ukuran interval seperti indek prestasi mahasiswa, skala termometer dan sebagainya, sedangkan variabel rasio adalah variabel yang disusun dengan ukuran rasio seperti tingkat penganggguran, penghasilan, berat badan, dan sebagainya.
e. Konversi variabel ordinal
Adakalanya kita tidak ingin menguji hipotesis dengan alat uji hipotesis statistik nonparametrik dengan berbagai pertimbangan, baik dari segi biaya, waktu maupun dasar teori. Misalnya kita ingin melakukan uji statistik parametrik Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regresion dan Multiple Regression, padahal data yang kita miliki adalah hasil pengukuran dengan skala ordinal, sedangkan persyaratan penggunaan statistik parametrik adalah selain data harus berbentuk interval atau rasio, data harus memiliki distribusi normal. Jika kita tidak ingin melakukan uji normalitas karena data yang kita miliki adalah data ordinal, hal itu bisa saja kita lakukan dengan cara menaikkan data dari pengukuran skala ordinal menjadi data dalam skala interval dengan metode Suksesive Interval.
Menuruti Al-Rasyid, menaikkan data dari skala ordinal menjadi skala interval dinamakan transformasi data. Transformasi data itu dilakukan diantaranya adalah dengan menggunakan Metode Suksesive Interval (MSI). Tujuan dari dilakukannya transformasi data adalah untuk menaikkan data dari skala pengukuran ordinal menjadi skala dengan pengukuran interval yang lazim digunakan bagi kepentingan analisis statistik parametrik.
Transformasi data ordinal menjadi interval itu, selain merupakan suatu kelaziman, juga untuk mengubah data agar memiliki sebaran normal. Artinya, setelah dilakukan transformasi data dari ordinal menjadi interval, penggunaan model dalam suatu penelitian tidak perlu melakukan uji normalitas. Karena salah satu syarat penggunaan statistik parametrik, selain data harus memiliki skala interval (dan rasio), data juga harus memiliki distribusi (sebaran) normal.
Dengan dilakukannya transformasi data, diharapkan data ordinal sudah menjadi data interval dan 
 memiliki sebaran normal yang langsung bisa dilakukan analisis dengan statistik parametrik. Berbeda dengan ststistik nonparametrik, ia hanya digunakan untuk mengukur distribusi. (Ronald E. Walpole).
DAFTAR PUSTAKA
  1. Al-Rasyid, H. Teknik Penarikan Sampel dan Penyusunan Skala. Pascasarjana UNPAD, Bandung, 1994.
  2. Anita Kesumahati, Skripsi, PS Matematika, Unila, Penggunaan Korelasi Polikhorik dan Pearson untuk Variabel Ordinal Dalam Model Persamaan Struktural, 2005.
  3. Hays, W. L., Quantificationin Psychology, Prentice Hall. New Delhi, 1976.
  4. J.T. Roscoe, Fundamental Research Statistic for the Behavioral Sciences, Hol, Rinehart and Winston, Inc., New York, 1969
  5. J Supranto, Statistik, Teori Dan Aplikasi, Edisi Kelima, Penerbit Erlangga, Jakarta, 1987
  6. Moh. Nazir, Ph.D. Metode Penelitian, Penerbit Ghalia Indonesia, Jakarta, 2003.
  7. Ronald E। Walpole, Pengantar Statistika, Edisi ke-3, Penerbit PT Gramedia Pustaka Utama, Jakarta, 1992.
  8. Riduan, Dasar-dasar Statistika. Penerbit ALFABETA Bandung, 2005.
  9. Sugiono, Prof. Dr. Statistika Nonparametrik Untuk Penelitian, Penerbit CV ALFABETA, Bandung, 2004.
  10. Suharto, Bahan Kuliah Statistika, Fakultas Ekonomi Universitas Muhammadiyah Metro, 2007.
  11. Wijayanto, 2003. Structural Equation Modeling dengan LISREL 8.5. Pascasarjana FE-UI, Jakarta.
  12. Zaenal Mustafa El Qodri. 1985. Pengantar Statistika, Bagian Penerbitan Fakultas Ekokomi Universitas Islam Indonesia, Yogyakarta.
Sumber : http://suhartoumm.wordpress.com/2009/06/27/data-nominal-ordinal-interval-dan-ratio/ 

GRATIS UJI VALIDITAS DAN RELIABILITAS (promo september 2011)

Promo, khusus yang melakukan order pada tanggal 30 Agustus 2011 hingga 5 September 2011, akan mendapatkan fasilitas pengerjaan analisa data untuk uji validitas dan reliabilitas secara gratis. 5 Orang untuk manipulasi data full signifikan dan 5 orang dengan data asli.

Syarat Order:
1. Mengirimkan surat permohonan order PROMO GRATIS UJI VALIDITAS DAN RELIABILITAS melalui email kami pusatanalisadata[at]gmail[dot]com
2. Mencantumkan NAMA, Nomor HP , Jurusan dan Asal Perguruan Tinggi
3. Mengirinkan File Proposal BAB 1 dan BAB3 saja
4. Mengirimkan file Kuisioner
5. mengirimkan file data entri dalam excel
6. maksimal data responden 60 orang
7. Data diterima mulai Tanggal 30 Agustus 2011 pukul 00.01WIB hingga tanggal 5 September 2011 Pukul; 23.59 WIB.
8. Syarat yang paling penting, anda harus sudah masuk / terdaftar dalam "followers" yang terdapat pada sisi kiri blog kami. http://datamanipspss.blogspot.com


Pengumuman yang beruntung akan diumumkan pada tanggal 10 September 2011. Promo ini hanya berlaku untuk data kuisioner. Program ini berlaku di seluruh wilayah asia.

Trima kasih atas kepercayaannya pada kami, semoga anda beruntung.

PROGRAM KHUSUS BULAN DESEMBER 2010 HINGGA JANUARI 2011

Uji regresi Linear Sederhana (data kuisioner)
Untuk Uji Regresi Sederhana, tidak melihat berapapun jumlah sampelnya, ataupun berapapun jumlah variabelnya, Cukup Rp.155.888,- tanpa ribet*.

Uji regresi Linear berganda (data kuisioner)
Untuk Uji Regresi Berganda , tidak melihat berapapun jumlah sampelnya, ataupun berapapun jumlah variabelnya, Cukup Rp.188.888,- tanpa ribet*.

Uji Validitas dan reliabilitas (data kuisioner)
Untuk Uji Validitas dan reliabilitas, tidak melihat dominasi jawaban responden, dominasi variable, akan dibuat signifikan semua, berapapun jumlah respondenya, cukuk Rp.88.888,- gak pakek ribet**.

Program ini berlaku sejak 1 Desember 2010 hingga 31 Januari 2011 (khusus menyambut tahun baru Hijeriah, Natal dan tahun Baru 2011)
*tidak termasuk pembuatan data, dominasi variable dan interpretasi
**tidak termasuk pembuatan data, dan interpretasi

MANIPULASI DATA STATISTIK "SEM" MENGGUNAKAN PROGRAM SmartPLS 2.0 M3

Sebelum....




Sesudah...




Menerima manipulasi analisa data statistik SEM (Structural Equation Model) dengan menggunakan software SmartPLS 2.0 M3.
Anda bisa menentukan sendiri sesuai proposal yang telah disetujui dan telah diujikan dalam seminar proposal.
Gambar (Path) telah Fix, dan tidak mengalami perubahan.
Data awal yang digunakan adalah data dari anda, kami tidak menyediakan data mentah dari awal pengujian.
mengenai jumlah data, sesuai dengan proposal anda.
Karena tingkat kesulitan yang sangat tinggi,
Kami patok harga minimum sebesar Rp.1.5jt dan Sebagai tanda jadi kami patok DP sebesar Rp.500.000, -
Perubahan data yang ada pada hasil analisa menjadi tanggung jawab anda, terhadap tujuan proposal. Kami hanya membantu agar sesuai dengan permintaan dan keinginan anda seperti pada proposal anda.

kirimkan file and via email saya pusatanalisadata[et]gmail[dot]com:
1. Proposal Lengkap
2. Data analisis ASLI (dalam exel)
3. Path
4. Isi Order yang jelas(pesan mail)
5. Pembuatan data Rp.250.rb/100 responden (jika diperlukan mendesak)

konfirmasi : 085755238488

Bagi customer kami pasti akan mendapatkan hasi; analisis, Output SPSS 15 dan data analisis. SPSS 15 mengeluarkan file ekstensi .SPO untuk hasil output dari pengujian statistiknya, bagi cutomer yang belum memiliki SPSS 15 , bias men-download program ini agar dapat melihat hasil output SPSS 15 tanpa harus punya software SPSS 15 nya.

Software SmartViewer ini dalam bentuk RAR, yang dibagi-bagi menjadi 6 bagian. Yang dapat anda download gratis via www.ziddu.com Untuk menyatukan kembali file tersebut ikuti langkah-langkah berikut ini.

1. downloadlah semua link File dibawah ini

http://www.ziddu.com/download/9913863/hjsplit.exe.html

http://www.ziddu.com/download/9914998/VIEWER.rar.001.html

http://www.ziddu.com/download/9915326/VIEWER.rar.002.html

http://www.ziddu.com/download/9946141/VIEWER.rar.003.html

http://www.ziddu.com/download/9946526/VIEWER.rar.004.html

http://www.ziddu.com/download/9946890/VIEWER.rar.005.html

http://www.ziddu.com/download/9947312/VIEWER.rar.006.html

2. jalankan file hjsplit.exe

3. Klik tombol “Join”, “Pilih Iput file” yaitu file “VIEWER.rar.001” dan tentukan file tersebut mau di gabungkan di folder apa.

4. Buka File VIEWER.rar dengan program rar , kalo belum punya bias download di sini.

5. Instal program SmartViewer di HD anda.

6.Untuk aktivasi bias lihat file “cara regrestrasi smarthviewer.pdf” pada dalam folder.

7. Selesai deh….. good Luck!.

Password : Makan Dirumah Padang Pake Rendang Kejatuhan Jam Gadang


Uji Validitas dan reliabilitas Wajib dilakukan apabila kita membuat kuisioner baru dan bukan mengambil dari kuisioner atau alat uji yang sudah paten (mis. Alat tes untuk psikologi, dll). Menggunakan alat pengumpul data berupa kuisioner sangat riskan terhadap terjadinya data yang tidak valid dan atau tidak reliable (BIAS). Hal tersebut dapat terjadi apabila:

1. Sampel yang diambil tidak sesuai dengan kriteria sampel yang diamati. (Mis. Kuisioner untuk akunting tapi diujicobakan dengan sampel para petani, dengan kata lain salah orang untuk uji coba kuisioner)
2. Pada saat pengambilan sampel tidak memperhatikan waktu yang tepat, sehingga responden cenderung mengisi secara asal-asalan.
3. Item pertanyaan yang dibuat terlalu panjang sehingga responden agak malas untuk membaca hingga selesai, akibatnya jawaban yang diberikan menjadi tidak sesuai yang diharapkan.
4. Item pertanyaan memuat kalimat-kalimat yang AMBIGU atau membingungkan bagi responden.
5. Item pertanyaan yang menggunakan istilah-istilah yang tidak umum (mis. Istilah medis, kalimat ilmiah, dll) tanpa keterangan yang jelas sehingga responden tidak mudah memahami maksud dari pertanyaan yang diberikan.
6. Kondisi responden juga sangat berpengaruh (lagi emosi, sibuk dengan pekerjaannya, lagi sakit, dll) atau responden dalam tekanan (Mis. Responden ditungguin sambil diajak ngobrol, atau responden dikumpulkan dalam sebuah ruangan, dan diminta mengisi kuisioner seperti tes CPNS dengan waktu yang telah ditentukan, dll).
7. Ketidak jujuran responden dalam mengisi jawaban dari pertanyaan (mis. Takut ketahuan atasannya, takut diketahui tentang jati dirinya, dll)

Faktor-faktor tersebut merupakan kendala-kendala yang harus dihindari apabila menggunakan kuisioner sebagai alat pengumpul data.