P. 1
Contoh Makalah Analisis Chi Square ( Χ 2 ) Dan Korelasi Dalam Teknik Industri

Contoh Makalah Analisis Chi Square ( Χ 2 ) Dan Korelasi Dalam Teknik Industri

5.0

|Views: 589|Likes:
Dipublikasikan oleh Rudini Mulya
Telah dilakukan penelitian terhadap mahasiswa Teknik Industri UMB untuk mengetahui apakah ada perbedaan antara Ikhwan dan Akhwat pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir_Rudini Mulya,dkk 2012.
Telah dilakukan penelitian terhadap mahasiswa Teknik Industri UMB untuk mengetahui apakah ada perbedaan antara Ikhwan dan Akhwat pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir_Rudini Mulya,dkk 2012.

More info:

Categories:Types, Research
Published by: Rudini Mulya on Jan 02, 2013
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/13/2014

pdf

text

original

Teknik Industry Universitas Mercu Buana 2012

1

makalah
Analisis Chi Square ( χ 2 ) dan Korelasi

Disusun oleh :
1. Rudini mulya ( 41610010035 ) 2. Fallen jatu anwar try ( 41610010036 ) 3. Novian ( 41610010034 )

Teknik Industri Universitas Mercu Buana Jakarta 2010
Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
Analisis Chi Square ( χ 2 ) dan Korelasi

2

A. Analisis Chi Square Analisis Chi square adalah analisis statistik yang digunakan untuk menguji nilai signifikansi hubungan antara nilai frekuensi pengamatan (f o atau f observasi) dengan nilai frekuensi harapan ( f e atau f expected) yang digunakan untuk menguji nilai signifikansi hubungan antara nilai frekuensi pengamatan (f o atau f observasi) dengan nilai frekuensi harapan ( f e atau f expected) yang digunakan untuk menguji nilai signifikansi hubungan antara nilai frekuensi pengamatan (f o atau f observasi) dengan nilai frekuensi harapan ( f e atau f expected). Metode chi-kuadrat (χ²) digunakan untuk mengadakan pendekatan

(mengestimate) dari beberapa faktor atau mengevaluasi frekuensi yang diselidiki atau frekuensi hasil observasi (fo) dengan frekuensi yang diharapkan (fe) dari sampel apakah terdapat hubungan atau perbedaan yang signifikan atau tidak. Untuk mengatasi permasalahn seperti ini, maka perlu diadakan teknik pengujian yang dinamakan pengujian χ². Metode χ² menggunakan data nominal (deskrit), data tersebut diperoleh dari hasil menghitung. Sedangkan besarnya nilai χ² bukan merupakan ukuran derajat hubungan atau perbedaan. Cara menguji χ² pertama buatlah hipotesis berbentuk kalimat tetapkan tingkat signifikansi, hitungkah nilai χ², buatlah kaidah kepeutusan yaitu jika χ²hitung ≥ χ²tabel. Maka tolak Ho artiya signifikan carilah χ²tabel , dengan menggunakan Tabel χ² kemudian buatlah perbandingan antara χ²hitung dengan χ²tabel yang terakhir simpulkan. Rumus yang digunakan untuk menghitung χ² yaitu :

(fo – fe)² χ² = ∑ fe

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012 Dimana : χ² = nilai Chi-Kuadrat fo = frekuensi yang diobservasi (frekuensi empiris) fe = frekuensi yang diharapkan (frekuensi teoritis)

3

Rumus mencari frekuensi teoritis (fe) (∑fk x ∑ fb) fe = ∑T

Dimana : fe = frekuensi yang diharapkan (frekuensi teoritis) ∑fk =jumlah frekuensi pada kolom ∑ fb = jumlah frekuensi pada baris ∑T = jumlah keseluruhan baris atau kolom

Langkah-langkah penyelesaian adalah : 1. Identifikasi penyelesaian masalah, pilihkan metode yang digunakan 2. Diasumsikan bahwa data dipilih secara acak 3. Diasumsikan bahwa data berdistribusi normal 4. Ha dan H0 dalam bentuk kalimat. Misalnya : Ha : Terdapat perbedaan produktivitas kerja antara karyawan yang bersama kerja kurang dari 5 tahun dengan yang lebih dari 5 tahun bermasa kerja H0 : Tidak terdapat perbedaan produktivitas kerja antara karyawan yang bermasa kerja kurang dari 5 tahun dengan yang lebih dari 5 tahun, bermasa kerja.

5. Hipotesis statistiknya: misalnya Ha H0 : µ<5 ≠ µ>5 : µ<5 = µ>5

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012 6. Cari χ² dengan rumus: (fo – fe)² χ² = ∑ -----------------fe (∑fk x ∑ fb) fe = -----------------∑T

4

7. Pilih Taraf signifikansinya (α) = 0,05, atau 0.01 atau 0.10 8. Tentukan kriteria pengujian yaitu: Jika χ² Jika χ²
hitung hitung

> χ² < χ²

hitung hitung

, maka tolak H0 diterima , maka terima H0 diterima

9. Buatlah gambar posisi tolak / terima Ho 10. Ambil Kesimpulannya:

Contoh Soal : Telah dilakukan penelitian terhadap mahasiswa Teknik Industri UMB untuk mengetahui apakah ada perbedaan antara Ikhwan dan Akhwat pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir. Tabel yang didapat adalah sebagai berikut :

Tabel 11.1. Gender dan Penggunaan internet dalam Tugas Akhir Penggunaan Internet Ikhwan Tidak Pernah Kadang-kadang Seringkali Total Kolom 4 5 10 19 Akhwat 3 10 4 17 Total 7 15 14 35 Gender

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012 Ditanya :

5

Apakah ada perbedaan yang signifikan antara Ikhwan dan Akhwat pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir ?

Penyelesaian : 1. Metode Chi Square 2. Diasumsikan bahwa data dipilih secara acak 3. Diasumsikan bahwa data berdistribusi normal 4. Ha dan H0 dalam bentuk kalimat. Misalnya : Ha : Terdapat perbedaan antara jumlah ikhwan dan akhwat secara signifikan pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir H0 : Tidak terdapat perbedaan antara jumlah ikhwan dan akhwat secara signifikan pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir

5. Hipotesis statistiknya: misalnya Ha H0 : µ 1 ≠ µ2 : µ1 = µ2

6. Cari χ² dengan rumus: (fo – fe)² χ² = ∑ -----------------fe (∑fk x ∑ fb) fe = -----------------∑T

(∑fk x ∑ fb) fe = ∑T

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012 (19 x 7) = 3,8 35 35 (17 x 7) = 3,4

6

(19 x 15) = 8,142 35

(17 x 15) = 7,285 35

(19 x 14) = 7,6 35

(17 x 14) = 6,8 35

Mencari Chi-Kuadrat (χ² ) dengan rumus :
(fo – fe)² χ² = ∑ fe

Sehingga :

(4 – 3,8)² = 0,010 3,8

(3 - 3,4)² = 0,047 3,4

(5 - 8,142)² = 1,212 8,142

(10 - 7,285)² = 2,866 7,285

(10 - 7,6)² = 0,757 7,6

(4 - 6,8)² = 1,152 6,8

χ² = 0,010 + 1,212 + 0,757 + 0,047 + 2,866 + 1,152 = 6,044

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
Selanjutnya :

7

7. Cari χ²tabel dan pilih Taraf signifikansinya (α) = 0,05
Mencari χ²tabel , dengan rumus : dk = ( k -1 ). ( b – 1)

dimana : dk = derajat kebebasan k = jumlah kolom b = jumlah baris

sehingga : dk = (2 – 1 ). (3 – 1) dk = 1 x 2 = 2 kemudian lihat tabel χ² : nilai χ²tabel , untuk α 0,05 = 5,59

8. Tentukan kriteria pengujian yaitu: Jika χ² Jika χ²
hitung hitung

> χ² < χ²

hitung hitung

, maka tolak H0 diterima , maka terima H0 diterima

9. Buatlah gambar posisi tolak / terima Ho

Tolak H0

Daerah Terima H0

Tolak H0

Nilai χ² tabel

Nilai χ² tabel

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012 Dimana nilai χ² hitung ? Berikut ini adalah hasilnya :

8

Tolak H0

Terima H0

Tolak H0

- 5,59 χ² tabel

5,59 χ² tabel

6,044 χ² hitung

Dari hasil

Dari gambar diatas terlihat bahwa hasilnya adalah masuk dalam daerah tolak H0 atau :  Tidak terdapat perbedaan antara jumlah ikhwan dan akhwat secara signifikan pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir  Ditolak berarti hasilnya adalah :

Terdapat perbedaan antara jumlah ikhwan dan akhwat secara signifikan pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012 10. Ambil Kesimpulannya:

9

Terdapat perbedaan antara jumlah ikhwan dan akhwat mahasiswa Teknik Mesian secara signifikan pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir

B. Korelasi Pearson Moment Korelasi Pearson Product Moment (r) termasuk teknik analisis korelasi yang popular dan sering dipakai oleh mahasiswa dan para peneliti. Korelasi ini dikemukakan oleh Karl Pearson Tahun 1900. Kegunaan dari Korelasi Pearson ini

adalah untuk mengetahui kekuatan asosiasi diantara dua varibel seperti pada keadaan sebagai berikut : a. Bagaimana kekuatan hubungan antara kemampuan Matematika

mahasiswa dengan nilai Mekanika mahasiswa tersebut ? b. Apakah ada hubungan antara kemampuan kemampuan Matematika mahasiswa dengan nilai Mekanika mahasiswa tersebut ? c. Apakah ada hubungan antara persepsi makanan berlabel halal dengan kualitas dari makanan tersebut ?

Dalam situasi tersebut maka korelasi Pearson Produk Moment, r seringkali digunakan dalam statistik. Teknik analisis korelasi PPm termasuk teknik statistic

parametrik yang menggunakan data interval dan ratio dengan persyaratan tertentu. Misalnya : data dipilih secara acak (random); datanya berdistribusi normal; data yang dihubungkan berpola linier; dan data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama. Kalau salah satu tidak terpenuhi persyaratan tersebut analisis korelasi tidak dapat dilakukan.

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
Rumus yang digunakan korelasi PPM : n(∑XY) – (∑X) . (∑Y) rxy = {n. ∑X² - (∑X) ² } . {n. ∑Y² - (∑Y)² }

10

Korelasi PPm dilambangkan (r) dengan ketentuan nilai r tidak lebih dari harga (-1 ≤ r ≤ +1). Apabilai nilai r = -1 artinya korelasinya negatif sempurna; r = 0 artinya tidak ada korelasi; dan r = 1 berarti korelasinya sangat kuat. Sedangkan arti harga r akan dikonsultasikan dengan Tabel interpretasi Nilai r sebagai berikut : Interval Koefisien 0,80 – 1,000 0,60 – 0,799 0,40 – 0,599 0,20 – 0,399 0,00 – 0,199 Timgkat Hubungan Sangat Kuat Kuat Cukup Kuat Rendah Sangat Rendah

Selanjutnya untuk menyatakan besar kecilnya sumbangan variabel X terhadap Y dapat ditentukan dengan rumus koefisien determinan sebagai berikut : KP = r2 x 100 % Dimana : KP = Nilai Koefisien Diterminana r = Nilai Koefisien Korelasi

Tes Terhadap Koefisien Korelasi Pada keadaan tertentu, kita ingin mengetahui koefisien korelasi suatu sampel yang berasal dari populasi tertentu, tidak berbeda dengan koefisien populasinya atau terjadi hanya karena kebetulan saja. Untuk ini kita mengambil suatu asumsi, bahwa hiposkripsi null adalah R = 0, berarti tidak ada hubungan antara kedua variabel yang sedang kita uji atau variabel X akan mendekati normal dengan rata- rata hitung = 0 dan standar deviasi = 1/ n-1, dengan ketentuan n cukup besar dengan rumus sebagai berikut :

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012

11

Formula : r Zo = 1/ n-1 Contoh : Dari hasil perhitungan antara tinggi badan dan berat badan pada 50 orang mahasiswa, didapatkan koefisien korelasi r = 0,75. Coba selidiki apakah ada hubungan antara kedua variabel ini pada level of significance = 0,05. Perhitungan : Ho : r = 0 Hi : r # 0 0,75 Z0 = 1 / 49 Zo > 1,96, maka Ho ditolak dan pada level of confidence 95 % , kita yakin bahwa ada hubungan antara variabel X dan Y. = 5,24 7.4

Dipergunakan untuk menyatakan derajat hubungan linear antara dua variabel X dan Y. Jika korelasi antara X dan Y mempunyai hubungan erat, maka nilai koefisien korelasi ( r ) mendekati nilai – 1 atau + 1, dan bila tidak ada hubungan akan mendekati nilai 0. Pada gambar di bawah ini terlihat hasil persentase titik titik yang berasal dari sejumlah pasangan data X dan Y, membentuk suatu diagram yang disebut dengan Scatter Diagram. Formula : n ( ΣXY ) - ( ΣX ) ( ΣY ) r = √[ n (Σ X2 ) – (Σ X )2 ] [ n ΣY2 – (ΣY)2 ]

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
Contoh :

12

Dari hasil penelitian maka dicari hubungan antara Sikap masyarakat terhadap Pengajian RT sekali seminggu di RW 09, Meruya Selatan, Jakarta Barat. Rumusan masalahnya adalah : a. Berapa besar hubungan antara kemampuan Matematika mahasiswa dengan nilai Mekanika mahasiswa tersebut (Y) b. Berapa besar nilai determinasi X terhadap Y ? c. Apakah kedua variabel tersebut signifikan ? Jelaskan Kemampuan matematika (X1) No Res 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Pertanyaan ke2 3 4 5 4 5 5 5 4 4 4 5 4 2 4 5 5 5 5 5 5 4 5 5 4 4 4 4 4 4 5 5 5 4 4 4 4 4 5 5 5 5 5 5 5 4 4 4

1 5 5 5 4 5 5 5 5 5 5 4 4 5 5 4

5 5 2 5 3 4 5 5 5 5 5 4 5 5 5 4

Tot 24 21 23 17 24 25 24 22 22 25 20 22 25 25 20

Kemampuan nilai Mekanika (Y1) No Res 1 2 3 4 5 6 7 8 9 10 11 Pertanyaan ke3 4 5 6 5 5 5 5 5 5 5 5 5 5 4 5 4 4 4 4 5 5 5 5 5 5 5 4 4 4 4 4 4 4 4 4 5 5 4 4 5 5 5 4 4 4 4 4

1 5 5 5 3 5 5 5 5 5 5 4

2 5 5 5 4 5 5 4 4 5 5 3

7 5 5 5 4 5 4 4 4 4 5 4

8 4 5 4 4 5 5 5 4 5 5 4

Tot 39 40 38 31 40 38 34 33 37 39 31

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
12 13 14 15 4 5 5 5 4 5 5 4 5 5 5 4 5 5 5 4 3 5 4 4 4 4 4 4 4 4 4 4 4 5 5 4 33 38 37 33

13

Langkah-langkah penyelesaian : 1. Buatlah H0 dan Ha dalam bentuk kalimat : Ho : Tidak terdapat pengaruh antara kemampuan Matematika mahasiswa dengan nilai Mekanika mahasiswa tersebut . Ha : Terdapat pengaruh yang signifikan antara kemampuan Matematika mahasiswa dengan nilai Mekanika mahasiswa tersebut

Buatlah H0 dan Ha dalam bentuk statistik Ha : r ≠ 0 Ho : r = 0

2. Buatlah tabel penolong No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Jumlah X 24 21 23 17 24 25 24 22 22 25 20 22 25 25 20 339 Y X2 Y2 39 576 1521 40 441 1600 38 529 1444 31 289 961 40 576 1600 38 625 1444 34 576 1156 33 484 1089 37 484 1369 39 625 1521 31 400 961 33 484 1089 38 625 1444 37 625 1369 33 400 1089 541 7739 19657 XY 936 840 874 527 960 950 816 726 814 975 620 726 950 925 660 12299

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
3. Mencari nilai r hitung r = n ( ΣXY ) - ( ΣX ) ( ΣY ) -----------------------------------------------------√ [ n (Σ X2 ) – (Σ X )2 ] [ n. ΣY 2 - (ΣY )2 ]

14

r =

15 (12299 ) - ( 339 ) ( 541 ) ---------------------------------------------------------√[15 (7739 ) – (339 )2 ] [15. (19657 - (541) 2 ]

r =

184485 - 183399 ----------------------------------------------------√ [ 116085 – 114921 ] [294855 - 292681 ] 1086 --------------------------√ [ 1164 ] [2174 ] 0,68269 = 1086 ------------1590,766

r =

r=

4. Mencari nilai kontribusi Besarnya nilai kontribusi atau dalam istilah statistik di sebut determinasi disimbolkan dengan R2. Besarnya koefisien determinasi adalah sebesar R2 x 100%. KP = R2 x 100% = (0.68289) 2 x 100% = 46.6%

5. Menguji nilai signifikansi asumsi signifikansi korelasi dengan membandingkan t hitung dengan t tabel : a. Jika t hitung > t tabel, maka tolak H0 atau terima H1, yang artinya

terdapat hubungan yang signifikan antara pengalaman sebagai mubhaliq dengan kemampuan orasi seorang mubhaliq.

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012

15

b. Jika t hitung < t tabel, maka terima H0 atau tolak H1, yang artinya tidak terdapat hubungan yang signifikan antara pengalaman sebagai mubhaliq dengan kemampuan orasi seorang mubhaliq. nilai t hitung adalah : r √ (n-2) -----------------√ (n – r 2 ) 0,68629√ (15-2) -------------------√ (15 – 0,68629 2 ) Cara mencari

t

hit =

t

hit

=

t

hit

=

(0,69) (3.61) ------------------ = 0,697 √ (15 – 0,47 )

Dimana : r = nilai korelasi n = banyaknya data sedangkan nilai t tabel untuk n = 15 dan dk = n-1 adalah sebesar 1.761 6. Membuat kesimpulan Berdasarkan hasil perhitungan di atas, terlihat bahwa besarnya t hitung adalah lebih kecil dari t tabel ( 0.697 < 1.761). Dengan berpedoman pada signifikansi

korelasi, maka yang diterima adalah hipotesis H0 atau tidak ada terdapat hubungan yang signifikan antara pengalaman sebagai mubhaliq dengan kemampuan orasi seorang mubhaliq. Interpretasi : Adanya korelasi linear positif antara tinggi badan dan berat badan, dan derajat asosiasi ( r ) = 0,72 antara kedua variabel tersebut.

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
C. Korelasi Spearman Rank Korelasi Spearman Rank (rho) atau peringkat Spearman

16

disebut sebagai

korelasi berjenjang, atau korelasi berpangkat, dan ditulis dengan notasi (rs). Metode ini dikemukakan oleh Spearman Tahun 1904. Kegunaannya untuk mengukur tingkat atau eratnya hubungan antara dua variabel yaitu variabel bebas dan variabel terikat yang berskala ordinal, mengetahui tingkat kecocokan dari dua variabel terhadap grup yang sama, mendapatkan validitas empiris (consucrent validity) alat pengumpul data, dan mengetahui reliabilitas (keajekan) alat pengumpul data yang dimodifikasi dengan William Brown sehingga menghasilkan rumus baru yaitu Spearmen-Brown bersimbol (r11) = 2r: 1 + 2r dan juga untuk mengukur data kuantitatif secara eksata sulit dilakukan misalnya mengukur tingkat kesukaan (kesenangan), tingkat produktivitas pegawai, tingkat motivasi pegawai, tingkat moralitas pegawai dan lain-lain. Metode Korelasi Spearman Rank tidak terikat oleh asumsi bahwa populasi yang diselidiki harus berdistribusi normal, populasi sampel yang diambil sebagai sampel maksimal 5 < n < 30 pasang, data dapat diubah dari data interval menjadi data ordinal. Rumus Korelasi Spearman Rank yang digunakan yaitu : 6∑d2 rs = 1 – keterangan : n (n2 – 1 )

rs = Nilai Korelasi Spearman Rank d2 = Selisih setiap pasangan rank n = Jumlah pasangan rank untuk Spearman ( 5< n < 30 ) Bila dilanjutkan untuk mencari signifikan, maka digunakan rumus Zhitung rs Zhitung = 1 √n – 1

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
Caranya mencari nilai Korelasi Spearman Rank adalah sebagai berikut : a. Buatlah Ho dan Ha dalam bentuk kalimat b. Buatlah Ho dan Ha dalam bentuk statistik c. Tetapkan nilai alpha d. Buatlah tabel penolong e. Mencari nilai rs hitung dan rs tabel f. Buat aturan pengambilan kesimpulan

17

g. Mencari nilai signifikansi dengan menggunakan Z hitung h. Membuat kesimpulan Langkah2 dalam Analisis Korelasi Spearman : 1. Buatlah asumsi dasar  Asumsi data mempunyai distribusi normal Contoh data yang diberikan :

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

Kepemimpin Semangat bekerja an (X) (Y) 37 34 28 32 49 47 28 29 42 33 31 30 30 31 46 45 31 30 37 38 37 36 33 32 30 33 34 32 28 30 34 28 29 33 28 26 30 31 30 34 35 32 31 32 37 37

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
24 25 26 27 28 29 30 36 34 29 31 31 30 30 34 32 25 34 31 28 31

18

2. Buatlah Hipotesis pernyataan Ho H1 = Tidak ada hubungan antara Kepemimpinan dengan Semangat Bekerja = Ada hubungan antara Kepemimpinan dengan Semangat Bekerja

3. Buatlah Hipotesis statistic Ho diterima  t hitung > t tabel H1 diterima  t hitung < t tabel

4. Buatlah tabel penolong

Kpemimpin No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 an (X) 37 28 49 28 42 31 30 46 31 37 37 33 30 34 28 34 29 28 30 30 35 31 37 36

Semangat (Y) 34 32 47 29 33 30 31 45 30 38 36 32 33 32 30 28 33 26 31 34 32 32 37 34

rank X 28 28 28 28 29 29 30 30 30 30 30 30 31 31 31 31 31 33 34 34 34 35 36 37

rank Y 25 26 28 28 29 30 30 30 31 31 31 31 32 32 32 32 32 32 33 33 33 34 34 34

rank1 X 2.5 2.5 2.5 2.5 5.5 5.5 9.5 9.5 9.5 9.5 9.5 9.5 14.5 14.5 14.5 14.5 14.5 18 20 20 20 22 23 25.5

rank1 Y 1 2 3.5 3.5 5 7 7 7 10.5 10.5 10.5 10.5 15.5 15.5 15.5 15.5 15.5 15.5 20 20 20 23.5 23.5 23.5

rank2 Xi 25.5 2.5 47 2.5 28 14.5 9.5 45 14.5 25.5 25.5 18 9.5 20 2.5 20 5.5 2.5 9.5 9.5 22 14.5 25.5 23

rank2 Yi 23.5 15.5 30 5 20 7 10.5 29 7 28 26 15.5 20 15.5 7 3.5 20 2 10.5 23.5 15.5 15.5 23.5

d Xi-Yi 2 -13 17 -2.5 8 7.5 -1 16 7.5 -2.5 -0.5 2.5 -10.5 4.5 -4.5 16.5 -14.5 0.5 -1 -14 6.5 -1 25.5 -0.5

d sqr 4 169 289 6.25 64 56.25 1 256 56.25 6.25 0.25 6.25 110.25 20.25 20.25 272.25 210.25 0.25 1 196 42.25 1 650.25 0.25

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
25 26 27 28 29 30 34 29 31 31 30 30 Total 32 25 34 31 28 31 37 37 37 42 46 49 34 36 37 38 45 47 25.5 25.5 25.5 28 29 30 23.5 26 27 28 29 30 20 5.5 14.5 14.5 9.5 9.5 15.5 1 23.5 10.5 3.5 10.5 4.5 4.5 -9 4 6 -1

19
20.25 20.25 81 16 36 1

2613.3

Rumus korelasi adalah : 6∑d2 6 (2613.3) 15679.8 R = 1 - --------------- = 1 - --------------- = 1 - --------------- = 1 – 0.581 = 0.418 n (n 2 -1) 30 (302 – 1) 26970

6. Berikan taraf signifikansi : misalnya 0.05 atau 0.01

7. Tentukan kriteria pengujian : Bila Nilai t hitung > t tabel  Tolak H0 Bila Nilai t hitung < t tabel  Terima H0 r (n-2)0,5 t hitung = -----------------(n-r2 )0,5 0.418 (30-2)0,5 t hitung = -----------------(30-0.4182 )0,5

2.211 t hitung = ------------------ = 0.41 5.461

Rudini mulya_teknik industry universitas mercu buana 2012

Teknik Industry Universitas Mercu Buana 2012
8. Carilah t tabel dengan menggunakan (Bila alpha 0.05) : Nilai t (alpha 0.05, dk = n-2) Dimana : Alpha = nilai kesalahan dk = derajat kebebasan n = banyaknya sampel

20

9. Bandingkan t hitung dengan t tabel

Berdasarkan t tabel dengan n = 30, maka nilai t tabel adalah 2.048 Maka t hitung < t tabel atau 0.41 < 2.048, sehingga hipotesis yang diterima adalah Ho.

10. Buatlah kesimpulannya Berdasarkan pengujian hipotesis di atas maka dapat diambil kesimpulan bahwa tidak ada hubungan antara Kepemimpinan dengan semangat.

Sumber buku :

Suharyadi dan Purwanto. 2007. Statistika 2. Penerbit Salemba Empat. Jakarta Husaini Usman. 2003. Pengantar Statistika. Penerbit Bumi Aksara. Jakarta

Levin, Richard I. dan David S. Rubin. 1998. Statistic for Management. International Edition. Prentice Hall. International Edition. USA. Sugiyono. 2003. Metodologi Penelitian Administrasi. Penerbit Alfabeta. Bandung.

Rudini mulya_teknik industry universitas mercu buana 2012

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->