Analisis Data Kuantitatif: Menguasai JASP, Julius AI, dan ChatGPT untuk Penelitian

1. Pengenalan Jenis Analisis dan Variabel

• Pengantar jenis analisis: deskriptif, komparatif, asosiatif, dan struktural
• Perbedaan pendekatan & tujuan masing-masing jenis analisis
• Pengenalan variabel (bebas, terikat, moderator, mediasi) dalam konteks analisis kuantitatif
• Contoh-contoh aplikasi nyata di bidang akademik dan penelitian

2. Pengenalan Aplikasi JASP dan Julius AI

• Instalasi JASP dan pembuatan akun Julius AI
• Navigasi fitur utama JASP (workspace, input data, output)
• Eksplorasi fitur Julius AI: Chat with Data, visualisasi, analisis otomatis
• Mengenal peran ChatGPT dalam mendampingi proses interpretasi hasil
• Praktik awal: membuka data, mengenali tampilan, dan menjawab pertanyaan eksploratif

1. Analisis Deskriptif & Komparatif dengan JASP dan AI

• Statistik deskriptif: mean, median, modus, SD, dan frekuensi
• Visualisasi: histogram, bar chart, boxplot
• Analisis komparatif: Uji t (independen & berpasangan), ANOVA satu arah
• Praktik dengan JASP: langkah-langkah uji, output, dan interpretasi
• Julius AI & ChatGPT: bagaimana menyajikan insight komparatif menggunakan prompt AI

2. Analisis Asosiatif & Struktural (Path & SEM Sederhana)

• Korelasi Pearson dan Spearman
• Regresi linear sederhana: interpretasi koefisien dan nilai signifikansi
• Analisis jalur (path analysis) dan dasar SEM (struktur model sederhana di JASP)
• Praktik di JASP: membuat model regresi dan jalur
• Perbandingan dan pelengkap: bagaimana Julius AI dan ChatGPT menjawab pertanyaan asosiatif dan memberi insight struktural

3. Sesi Tanya Jawab dan Diskusi Interaktif