ANALISIS STATISTIK INFERENSIAL

LAMBANG / SIMBOL STATISTIK

= RATA-RATA
MAXIMUM
MINIMUM
MEDIAN
MODUS
Sd = STANDAR DEVIASI
N = JUMLAH POPULASI
n = JUMLAH SAMPEL
S2 = VARIANS

PERSYARATAN
DATA BERDISTRIBUSI NORMAL
DATA HOMOGEN

MENGHITUNG RATA-RATA ( )
= xi
n
Contoh : DATA KINERJA
n = 10
NO
DATA KINERJA
1
2
2
1
3
2
4
3
5
4
6
1
7
2
8
2
9
3
10
1
= 2 + 1 + 2 + .1
1O
= 2,1

= 21
1O

MENGHITUNG STANDAR DEVIASI (S) ATAU

BIASA JUGA DISEBUT SIMPANGAN BAKU

RUMUS
Contoh :
xi
8
7
10
11
4
n=5

S2 =

(xi - )2
n-1
xi 0
-1
2
3
-4

=8
S2
S

8+7+0+11+4
5
= 1+4+9+16
= 30
5-1
4
= 7,5 = 2,74

(xi - )2
0
1
4
9
16

= 7,5

STANDAR DEVIASI GABUNGAN

RUMUS
S2 = (n1-1)S12 +(n2-1)S22+ ..(nk-1)Sk2
n1+n2+nk-k
Contoh
n1 = 14
n2 = 23
s1 = 2,75
s2 = 3,08
S2 = (14-1) (2,75)2 + (23-1) (3,08)2
14+23-2
= (13) 7,6 + (22) 9,5
= 98,8 + 209
35
35
= 307, 8
= 8,8
35
S

= = 8,8 = 2,96

UJI PERBEDAAN DUA RATA-RATA

DATA
KINERJA
PEGAWAI
LAKI-LAKI
PEREMPUAN
X = KINERJA PEGAWAI LAKI-LAKI
Y = KINERJA PEGAWAI PEREMPUAN

DAN

MASALAH
APAKAH TERDAPAT PERBEDAAN KINERJA
ANTARA PEGAWAI LAKI-LAKI DAN PEREMPUAN
HIPOTESIS PENELITIAN
TERDAPAT PERBEDAAN KINERJA ANTARA
PEGAWAI LAKI-LAKI DAN PEREMPUAN
HIPOTESIS STATISTIK
H0 = x = y
H1 = x y

RUMUS
t=
1 2
S12/n1 + S22/n2

Contoh

DATA KINERJA PEGAWAI

nX = 10
nY = 10
1=2
2=2
3=3
4=1
5=3
6=1
7=4
8=2
9=4
10=2

1=2
2=4
3=4
4=5
5=2
6=3
7=3
8=1
9=2
10=3
= 2,4

Sx = 1,5

= 2,9
SY = 1,7

TARAF KEPERCAYAAN 95%

DATA BERDISTRIBUSI NORMAL

= 0,05

KRITERIA PENERIMAAN
H0 DITERIMA BILAMANA t HITUNG < t TABEL
H1DITERIMA BILAMANA t HITUNG > t TABEL
H0 DITERIMA
TIDAK ADA PERBEDAAN
H1 DITERIMA
ADA PERBEDAAN
t =
2,4 - 2,9
1,52/10-1 +1,72/10-1
=
-1,5
= -1,5
2,3/9 +2,9/9
0,3+0,4
= - 1,5
t = -1,8
0,836
TANDA NEGATIF TIDAK BERPENGARUH
t HITUNG = 1,8
BANDINGKAN DENGAN t TABEL
DERAJAT KEBEBASAN = (V) n-1
n = n x = nY

DERAJAT BEBAS = (V) = q

LIHAT DAFTAR DISTRIBUSI STUDENT t
= 0,05
DIDAPAT t = 1,83
t HITUNG = 1,8
t HITUNG < t TABEL
KESIMPULAN H0 DITERIMA
TIDAK ADA PERBEDAAN KINERJA PEGAWAI
ANTARA PEGAWAI LAKI-LAKI DAN
PEREMPUAN

ANALISIS VARIANS (ANAVA)

UJI PERBEDAAN LEBIH DARI DUA KELOMPOK
ANAVA SATU JALUR (SATU ARAH)
ANALISIS INI MENAMPILKAN PERBEDAAN SKOR
SATU VARIABEL PADA BEBERAPA KELOMPOK
ATAU STRATA.

HIPOTESIS STATISTIK
H0 : 1 = V = K
H1 :PALING SEDIKIT SATU TANDA ATAU
YANG BERBEDA

RUMUS : AY / (K 1)
DY /(nJ -1)
DATA

: NORMAL
BERKELOMPOK

DAFTAR ANAVA UNTUK MENGUJI

H0 :1 = 2 = K
SUMBER VARIANS

DK

JK

DALAM KELOMPOK

1
K1
(nj-k)

Ry
Ay
Dy

TOTAL

nj

Y2

RATA-RATA
ANTAR KELOMPOK

KT

R=RY/1
A/D
A=AY/(K-1)
D=DY/(nj-K)
-

DERAJAT KEBEBASAN
Dk PEMBILANG (K 1)
Dk PENYUSUT (NJ 1)

KELOMPOK 1

CONTOH
KINERJA PEGAWAI DILIHAT DARI MASA KERJA
ADA 4 KELOMPOK MASA KERJA
KELOMPOK 1, KURANG 5 TAHUN
KELOMPOK 2, 5 10 TAHUN
KELOMPOK 3, 11 15 TAHUN
KELOMPOK 4, LEBIH DARI 15 TAHUN
MASALAH PENELITIAN
APAKAH TERDAPAT PERBEDAAN KINERJA
PEGAWAI DILIHAT DARI MASA KERJANYA?
HIPOTESIS PENELITIAN

TERDAPAT PERBEDAAN KINERJA PEGAWAI

DILIHAT DARI MASA KERJA
HIPOTESIS STATISTIK
H0 : 1= 2 = 3 = 4
H1 : PALING SEDIKIT SATU TANDA YANG
BERBEDA

DATA PENELITIAN

HASIL PENGAMATAN

JUMLAH
RATA-RATA
n1

=5

n2

=5

n3

=4

n4

=4

K1
12
20
23
10
17
82
16,4

K2
14
15
10
19
22
80
16

K3
6
16
16
20

K4
9
14
18
19

58
14,5

60
15

 Y2

= (82 + 80 + 58 + 62)2 = 78400 = 4355,56

5+5+4+4
18
2
2
2
2
= 82 + 80 + 58 + 60 - 4355,56 = 10,24
5
5
4
4
= 122 + 202 + .182 + 192 + = 4738

DY

= 4378 4355,56 -10,24 = 372,20

RY
AY

K
=4
NJ = 18
dK PEMBILANG = 4 -1 =3
dK PENYEBUT = NJ k =18 4 =18

TABEL ANOVA
SUMBER
WARIASI
RATA-RATA

dk

Jk

KT

4355,56

4355,56

ANTAR
KELOMPOK

10,24

3,41

0,128

DALAM
KELOMPOK
TOTAL

14
18

372,20
4738

26,59
-

= 3,41
26,59

= AY/(k-1)
= 10,24
3

= DY/( NJ k)
= 26,59

= 3,41
= 372,20
14

F HITUNG = 0,128
F TABEL = 3,34
LIHAT PADA NILAI PERSENTIL UNTUK
DISTRIBUSI F
= 0,05
dk PEMBILANG 3
dk PENYEBUT 14
F HITUNG < F TABEL
KESIMPULAN
H0 DITERIMA
ARTINYA TIDAK ADA PERBEDAAN KINERJA
PEGAWAI DILIHAT DARI MASA KERJA.

SEANDAINYA F HITUNG > F TABEL

MISALNYA SAJA F HITUNG = 4,54
JADI KALAU DEMIKIAN H1 DITERIMA
KESIMPULAN
TERDAPAT PERBEDAAN KINERJA PEGAWAI
DILIHAT DARI PENGALAMAN KERJA
UNTUK ITU DILANJUTKAN DENGAN UJI t
I.

UJI t ANTARA KELOMPOK 1 DENGAN

KELOMPOK 2
II. UJI t ANTARA KELOMPOK 1 DENGAN
KELOMPOK 3
III. UJI t ANTARA KELOMPOK 1 DENGAN
KELOMPOK 4
IV. UJI t ANTARA KELOMPOK 2 DENGAN
KELOMPOK 3
V. UJI t ANTARA KELOMPOK 2 DENGAN
KELOMPOK 4
VI. UJI t ANTARA KELOMPOK 3 DENGAN
KELOMPOK 4
CARI MANA YANG BERBEDA ATAU YANG SAMA

UJI HUBUNGAN

UJI KORELASI

KORELASI PRODUCT MOMEN DARI PEARSON

RUMUS
rXY = xy
N.SdX.SdY
rXY = KOEFISIEN KORELASI ANTARA x DAN y
xy = PRODUCT DARI x KALI y
Sdx = STANDAR DEVIASI DARI VARIABEL x
SdY = STANDAR DEVIASI DARI VARIABEL y
N = JUMLAH SUBYEK YANG DITELITI
CONTOH
RUMUSAN MASALAH
APAKAH TERDAPAT HBUNGAN ANTARA
MOTIVASI KERJA DENGAN KINERJA PEGAWAI?
HIPOTESIS PENELITIAN
TERDAPAT HUBUNGAN ANTARA MOTIVASI
KERJA DENGAN KINERJA PEGAWAI

HIPOTESIS STATISTIK
H0 : rXY = 0
H1 : rXY 0
KRITERIA PENGUJIAN
= 0,05
TARAF KEPERCAYAAN 95%
H0 DITERIMA BILA rXY HITUNG < rXY TABEL
H1 DITERIMA BILA rXY HITUNG > rXY TABEL
H0 DITERIMA
TIDAK ADA HUBUNGAN
ANTARA MOTIVASI DENGAN KINERJA PEGAWAI
H1 DITERIMA
TERDAPAT HUBUNGAN
YANG SIGNIFIKAN ANTARA MOTIVASI DENGAN
KINERJA PEGAWAI

DATA / OBSERFARI MOTIFASI DAN KINERJA

MOTIFASI (X)
1
2
3
4
5
6
7
8
9
10
n

=
=
=
=
=
=
=
=
=
=

= 10
=3

2
4
3
2
1
4
4
5
3
2

KINERJA (Y)
1
2
3
4
5
6
7
8
9
10

=
=
=
=
=
=
=
=
=
=

n =10

= 4,4

3
5
4
3
2
6
5
7
5
4

SUBYEK
1
2
3
4
5
6
7
8
9
10

X
2
4
3
2
1
4
4
5
3
2

Y
3
5
4
3
2
6
5
7
5
4

x
-1
+1
0
-1
-2
+1
+1
+2
0
-1

y
- 1,4
+0,6
- 0,4
- 1,4
- 2,4
+ 1,6
+ 0,6
+ 2,6
+ 0,6
- 0,4

JUMLAH

30

44

SdX

SdX

= X2
N
= 14 = 1,4
10
= 1,18

x2
1
1
0
1
4
1
1
4
0
1

y2
1,96
0,36
0,16
1,96
5,76
2,56
0,36
6,76
0,36
0,16

xy
1,4
0,6
0
1,4
4,8
1,6
0,6
5,2
0
0,4

14 20,4

16

SdY

= Y2
N
= 20,4
10
= 1,428

rXY

SdY

rXY
rXY

= 2.04

XY
N. SdX. SdY
=
16
10.(1,18).(1,428)
=
16
16,8504
= 0,949

rXY TABEL

= 0,05

LIHAT TABEL rXY PRODUCT MOMEN

n

= 10

TARAF SIGNIFIKAN

5%

DIDAPAT rXY TABEL = 0,632

rXY HITUNG = 0,949
rXY HITUNG > rXY TABEL
KESIMPULAN H1 DITERIMA
TERDAPAT HUBUNGAN ANTARA MOTIVASI
KERJA DENGAN KINERJA PEGAWAI
ARTINYA, JIKA MOTIVASI KERJA PEGAWAI
TINGGI MAKA KINERJANYA JUGA TINGGI.
SEBALIKNYA JIKA MOTIVASI KERJA PEGAWAI
RENDAH, MAKA KINERJANYA JUGA RENDAH

ANALISIS REGRESI SEDERHANA

ANALISIS INI HANYA MAMPU MELIHAT

HUBUNGAN ANTARA SATU VARIABEL
BEBAS DENGAN SATU TERIKAT. ATAU
MELIHAT PENGARUH SATU VARIABEL
BEBAS TERHADAP SATU VARIABEL
TERIKAT
RUMUS : = b0 + bX +

VARIABEL BEBAS (INDEPENDENT

VARIABEL) ADALAH VARIABEL YANG
DIASUMSIKAN BERDASARKAN TEORI
MEMPENGARUHI VARIABEL TERIKAT
CONTOH
1. X
Y
X = MOTIVASI (VARIABEL BEBAS)
Y = KINERJA (VARIABEL TERIKAT)

2. X
Y
X = LUAS WILAYAH KONSERVASI SUMBER
DAYA AIR
Y = DEBIT AIR SUNGAI
3. X
Y
X = JUMLAH BARANG
Y = VOLUME PENJUALAN
DALAM ANALISIS INI TIDAK AKAN DILAKUKAN
SECARA MANUAL, MELAINKAN MELALUI
PROGRAM SPSS
SPSS = STATISTICAL PACKAGE FOR
THE SOCIAL SCIENCES (DULU)
SPSS = STATISTICAL PRODUCT AND SERVICE
SOLUTION (SEKARANG)
SPSS BEROPERASI DALAM 4 OPERATING UNIT
1. SPSS. BI. ATAU BUSINES INTELIGENCE
UNTUK PASAR BISNIS
2. SPSS. MR. ATAU MARKET RESEARCH UNTUK
RISET PASAR
3. SPSS. S. ATAU SCIENCE UNTUK RISET
SAINS
4. SPSS. Q. ATAU QUALITY UNTUK
PENINGKATAN KUALITAS

CONTOH :
DATA/HASIL OBSERVASI MOTIVASI DAN KINERJA
NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

MOTIVASI
2
4
4
5
3
6
6
5
4
4
2
2
1
6
6

KINERJA
4
6
6
7
5
8
9
7
6
7
4
4
3
7
6

N = 15
X = MOTIVASI KERJA PEGAWAI
Y = KINERJA PEGAWAI

MASALAH PENELITIAN : APAKAH TERDAPAT

HUBUNGAN ANTARA MOTIVASI KERJA

DENGAN KINERJA PEGAWAI ?
HIPOTESIS PENELITIAN : TERDAPAT HUBUNGAN
ANTARA MOTIVASI KERJA DENGAN
KINERJA PEGAWAI
UNTUK KEPERLUAN ANALISIS,
MAKA DIBUTUHKAN HIPOTESIS STATISTIK :
H0 : XY = 0
H1 : XY 0
TETAP TARAF SIGNIFIKASI ATAU KEPERCAYAAN
= 0,05
KRITERIA PENERIMAAN HIPOTESIS :
- TERIMA H0 ATAU TOLAK H1 BILAMANA
SIGNIFIKAN F LEBIH BESAR DARI = 0,05
- TERIMA H1 ATAU TOLAK H0 BILAMANA
SIGNIFIKAN F LEBIH KECIL DARI = 0,05
HASIL ANALISIS
( PRINT OUT COMPUTER)
Tabel anova
SUMOF
SQUARES

df

MEAN
SQUARE

Siq

1850,33
3813,27
23663,60

1
13
14

19850,33
293,328

67,673

.0000

PRINT OUT COMPUTER 2

Model summary
MODEL

R SQUARE

ADJUSTED
R SQUARE

STD ERROR OF
THE ESTIMATE

.916

.839

.826

17.13

PENAFSIRAN HASIL ANALISIS :

PERHATIKAN PRINT OUT KOMPUTER 1
UNTUK MENGETAHUI APAKAH TERDAPAT
HUBUNGAN ANTARA MOTIVASI DAN KINERJA,
MAKA :
= 0,05 DIBANDINGKAN DENGAN Sig. F = .000
Sig. F LEBIH KECIL DARIPADA = 0,05
ARTI DARI PRINT OUT ITU ADALAH H0 DITOLAK
ATAU H1 DITERIMA
KESIMPULAN/PENGAMBILAN KEPUTUSAN :
ADA HUBUNGAN ANTARA MOTIVASI KERJA
DENGAN KINERJA PEGAWAI
R = .916 ARTINYA UHBUNGAN MOTIVASI
DENGAN KINERJA SANGAT KUAT
R SQUARE = .839 ARTINYA 83,9% KINERJA
PEGAWAI DITENTUKAN OLEH MOTIVASI

SELANJUTNYA TEMUAN INI DIBAHAS TUNTAS

BERDASARKAN KENYATAAN LAPANGAN,
BANDINGKAN DENGAN TEORI, MENDUKUNG
ATAU MENUNJANG
SELANJUTNYA BILAMANA RUMUSAN
MASALAHNYA :
APAKAH MOTIVASI KERJA BERPENGARUH
TERHADAP KINERJA PEGAWAI
HIPOTESIS PENELITIAN :
MOTIVASI KERJA BERPENGARUH TERHADAP
KINERJA PEGAWAI
UNTUK KEPASTIAN ANALISIS MAKA :
HIPOTESIS STATISTIKNYA SBB:
H0 : XY = 0
H1 : XY 0
HASIL ANALISIS :
SELAIN PRINT OUT 1 DAN PRINT OUT 2 KITA
BUAT PRINT OUT 3, YAKNI MELIHAT BESARNYA
KOEFISIEN REGRESI.
COEFFICIENTS (PRINT OUT 3)
MODE

UNSTANDARDIZED
COEFFICIENTS
B
STAN
ERROR

1.CONSTANT 111.523 16 .928

MOTIVASI
3.851
473

UNSTANDARDIZED
COEFFICIENTS
BETA

916

Siq

6.576 .000
8.226 .000

PENAFSIRAN ANALISIS
UNTUK MENGETAHUI BAHWA APAKAH MOTIVASI
MEMBERIKAN KONTRIBUSI TERHADAP KINERJA.
UNTUK PERSOALAN INI KITA BANDINGKAN Sig t
DENGAN
Sig t = .000 SEDANGKAN = 0,05
BILAMANA Sig t LEBIH KECIL DARI MAKA,
H0 DITOLAK ATAU H1 DITERIMA
BILAMANA Sig t LEBIH BESAR DARI MAKA, H0
DITERIMA ATAU H1 DITOLAK
TERNYATA Sig t = .000 LEBI KECIL DARI = 0.05.
ARTINYA MOTIVASI MEMBERIKAN KONTRIBUSI
TERHADAP KINERJA
BERAPA BESAR KONTRIBUSI MOTIVASI
TERHADAP KINERJA.
UNTUK KEPERLUAN INI LIHAT KOEFISIEN
REGRESI
KOEFISIEN REGRESI = 3,891. ARTINYA SETIAP
KALI KITA PERBAIKI ATAU TINGKATKAN
MOTIVASI KERJA, MAKA KINERJA AKAN
MENINGKAT SEBESAR 3,891.
PERSAMAAN REGRESINYA ADALAH

y = 111,523 + 3,891 x
MAKNAILAH HASIL / TEMUAN INI BERDASARKAN
KONDISI LAPANGAN YANG DILTELITI

ANALISIS REGRESI GANDA

(MULTIPLE REGRETION)
ANALISIS INI MAMPU MEMPREDIKSI VARIASI,
SKOR, TINGKATAN VARIABEL TERIKAT.
ANALISIS INI MAMPU MELIHAT PENGARUH
BANYAK VARIABEL BEBAS TERHADAP SATU
VARIABEL TERIKAT. DENGAN KATA LAIN
MAMPU MANGESTIMASI BESARAN
VARIABEL TERIKAT.
DENGAN REGRESI (BAIK SEDERHANA MAUPUN
GANDA) DIKENAL STATUS VARIABEL HANYA
DUA, YAITU :
1. VARIABEL TERIKAT : VARIABEL YANG
DIPENGARUHI, BERDASARKAN TEORI,
KONDISI LAPANGAN DAN LOGIKA ATAU
AKAL SEHAT
2. VARIABEL BEBAS : VARIABEL YANG
MEMPENGARUHI, BERDASARKAN TEORI,
KONDISI LAPANGAN DAN LOGIKA ATAU
AKAL SEHAT.

ASUMSI REGRESI GANDA

VARIABEL TERIKAT SECARA LOGIS
DIPENGARUHI OLEH VARIABEL BEBAS
VARIABEL BEBAS BERDIRI, INDEPENDEN
BERHUBUNGAN, MEMPENGARUHI VARIABEL
TERIKAT
PERLU PENGUJIAN MULTI CALENARITI
(AUTO CORELATION) ANTAR VARIABEL
BEBAS
CONTOH
X1
X2
X3

X4
X5
X6
MULTI CALENERITI
X1 ITU JUGA X2. ATAU
X1 , X2 , SEBENARNYA HANYA X1

PERSYARATAN ANALISIS
DATA BERDISTRIBUSI NORMAL
TIDAK ADA OBSERVASI YANG AKARNYA
SAMA DALAM SATU VARIABEL
DATA HOMOGEN
RUMUS

= b0+b1x1+b2x2+b3x3+..bnxn+

b0
b1,2,3
X1,2,3,n

= VARIABEL YANG DIPREDIKSI

(VARIABEL TERIKAT)
= KONSTANTA REGRESI
= KOEFISIEN REGRESI X1,2,3,n
= VARIABEL BEBAS (VARIABEL YANG
MEMPREDIKSI
= KEKELIRUAN (STANDAR ERROR)

CONTOH 1

RUMUSAN MASALAH
APAKAH PENGETAHUAN ADMINISTRASI, SIKAP
KERJA, MOTIVASI, PENDAPATAN, LINGKUNGAN
KERJA MEMPENGARUHI KINERJA PEGAWAI ?

HIPOTESIS PENELITIAN
PENGETAHUAN ADMINISTRASI, SIKAP KERJA,
MOTIVASI, PENDAPATAN, LINGKUNGAN KERJA
MEMPENGARUHI KINERJA PEGAWAI.

HIPOTESIS STATISTIKNYA
H0 : X1, X2, X3, X4, X5 = 0
H1 : X1, X2, X3, X4, X5 0
H0 DITERIMA BILAMANA F HITUNG < F TABEL
ATAU Siq > = 0,05
H1 DITERIMA BILAMANA F HITUNG > F TABEL
ATAU Siq < = 0,05

H0 DITERIMA
TIDAK ADA PENGARUH
VARIABEL BEBAS TERHADAP VARIABEL
TERIKAT
H1 DITERIMA
ADA PENGARUH VARIABEL
BEBAS TERHADAP TERIKAT, MINOMAL SATU
VARIABEL TERIKAT. UNTUK KEPENTINGAN INI
PERLU UJI LANJUT, YAKNI UJI STUDEN t
REGRESI
UJI INI BERMAKSUD MELIHAT WARIABEL BEBAS
YANG MANA MEMPENGARUHI VARIABEL
TERIKAT. SELAIN ITU JUGA MELIHAT BERAPA
BESAR PENGARUH/KONTRIBUSI VARIABEL
BEBAS TERHADAP VARIABEL TERIKAT.
X1
X2
X3
X4
X5
Y

= PENGETAHUAN ADMINISTRASI
= SIKAP KERJA
= MOTIVASI
= PENDAPATAN
= LINGKUNGAN KERJA
= KINERJA PEGAWAI

HASIL OBSERVASI
X1
X2
X3
4
10
14
7
11
14
6
20
15
8
19
17
10
18
20

12
16
17
n=100 n=100 n=200

X4
10
15
16
12
13

14
n=100

HASIL ANALISIS
Print out 1
SUM OF
MODEL
SQUARES
REGRESION 22521.229
RESIDUAL 1142.301
TOTAL
23663.600

MEAN
F
Siq
SQUARE
5 112600.649 118.294 0000
94 95.192
99

X5
15
20
22
24
23

20
n=100

Y
11
11
12
12
15

16
n=100

df

Print out 2
MODEL
1

R
976

R
ADUSTED
SQUARES R SQUARE
952

944

STOL ERRROR
OF THE
ESTIMATE
9.76

PENAFSIRAN ANALISIS (PRINT OUT 1)

HASIL ANALISIS MENUNJUKKAN BAHWA F
HITUNG = 118.294. ANGKA TERSEBUT
DIBANDINGKAN DENGAN F TABEL. BILAMANA F
HITUNG LEBIH BESAR DARIPADA F TABEL,
MAKA H1 DITERIMA ATAU H0 DITOLAK.
KESIMPULANNYA TIDAK ADA PENGARUH
VARIABEL BEBAS TERHADAP VARIABEL
TERIKAT. ATAU MENGGUNAKAN Siq F.
Siq F = 0,000. ANGKA TERSEBUT DIBANDINGKAN
DENGAN = 0,005. BILAMANA Siq F LEBIH KECIL
DARIPADA = 0,005, MAKA KESIMPULANNYA
ADALAH H1 DITERIMA ATAU TOLAK H0
BILAMANA H1 DITERIMA, MAKA VARIABEL
BEBAS (X1, X2, X3, X4, X5,) MEMPENGARUHI
VARIABEL TERIKAT (Y). ATAU MINIMAL SATU
DIANTARA VARIABEL BEBAS MEMPENGARUHI
VARIABEL TERIKAT.

PENAFSIRAN ANALISIS (PRINT OUT 2)

R = 0,976. ARTINYA KORELASI ANTARA
VARIABEL BEBAS (PENGETAHUAN
ADMINISTRASI, SIKAP KERJA, MOTIVASI,
PENDAPATAN DAN LINGKUNGAN KERJA)
DENGAN VARIABEL TERIKAT (KINERJA
PEGAWAI) SANGAT KUAT. JADI R BERMAKNA
KORELASI VARIABEL BEBAS DENGAN
VARIABEL TERIKAT.
R DISEBUT JUGA KOEFISIEN KORELASI.
MAKIN DEKAT HARGA R KE NILAI SATU, MAKIN
KUAT KORELASINYA. MAKIN DEKAT HARGA R
KE NILAI NOL, MAKIN LEMAH KORELASINYA.
UNTUK MENGETAHUI KUAT TIDAKNYA
HUBUNGAN ATAU KORELASI VARIABEL BEBAS
DENGAN VARIABEL TERIKAT DAPAT DILIHAT
PADA TABEL KEERATAN HUBUNGAN (BUKU
STATISTIK YANG MEMBAHAS TENTANG
HUBUNGAN)

R SQUARE, ATAU KOEFISIEN DETERMINASI INI

BERMAKNA BESARNYA PENGARUH VARIABEL
BEBAS TERHADAP VARIABEL TERIKAT. R
SQUARE = 0,952. ARTINYA PENGARUH VARIABEL
BEBAS TERHADAP VARIABEL TERIKAT
SEBESAR 95,2%. ATAU DENGAN KATA LAIN
95,2% VARIABEL TERIKAT DITENTUKAN OLEH
VARIABEL BEBAS YANG MASUK DALAM MODEL
ANALISIS.
SELANJUTNYA TERDAPAT 4,8% PENGARUH
PENGARUH VARIABEL LAIN YANG TIDAK MASUK
DALAM MODEL ANALISIS JUGA MEMPENGARUHI
VARIABEL TERIKAT. MISALNYA SAJA JUMLAH
TANGGUNGAN KELUARGA, DLL.
UNTUK MENGETAHUI PENGARUH/KONTRIBUSI MASING-MASING VARIABEL BEBAS
TERHADAP VARIABEL TERIKAT : LIHAT PRIN OUT 3

Print out 3
MODEL

UNSTANDARDISED

STANDARDISED

COEFFICIENTS

COEFFICIENTS

STD

BETA

t HITUNG

Siq

ERROR
CONSTANT

64,639

13,112

4,390

000

X1

2,623

0,462

0,921

15,200

0,021

X2

3,788

0,321

0,952

20,120

0,045

X3

4,934

0,724

1,223

25,126

0,011

X4

5,623

0,812

1,456

32,427

0,000

X5

3,216

0,126

0,912

150152

0,002

VARIABEL TERIKAT : Y

PENAFSIRAN ANALISIS (PRINT OUT 3)

KALAU MENGGUNAKA t HITUNG, MAKA
DIBANGDINGKAN DENGAN t TABEL
(REGRESI)
KALAU MENGGUNAKAN Siq t MAKA
DIBANGDINGKAN DENGAN = 0,005.
BILAMANA t HITUNG > t TABEL MAKA H1
DITERIMA ATAU H0 DITOLAK. VARIABEL
YANG DIPERHATIKAN BERPENGARUH
BILAMANA Siq t < = 0,005 MAKA MAKA H1
DITERIMA ATAU H0 DITOLAK. MAKA
VARIABEL YANG DIPERHATIKAN
BERPENGARUH / MEMBERI KONTRIBUSI
TERHADAP Y

PENGARUH X1 TERHADAP Y
Siq t = 0,21 LEBIH KECIL = 0,005
X1 BERPENGARUH TERHADAP Y (POSITIF)
PENGARUH X1 TERHADAP Y DENGAN TETAP
MEMPERHATIKAN X2, X3, X4, X5 ADALAH
SEBESAR 2,623. ARTINYA BILAMANA X1
DITINGKATKAN SATU BAGIAN, MAKA
MAMUNGKINKAN Y MANINGKAT SEBESAR 2,623.
PENGARUH X2 TERHADAP Y
Siq t = 0,045 LEBIH KECIL = 0,005
X2 BERPENGARUH TERHADAP Y (POSITIF)
PENGARUH X2 TERHADAP Y DENGAN TETAP
MEMPERHATIKAN X1, X3, X4, X5 ADALAH
SEBEBSAR 3,788. ARTINYA BILAMANA X2
DITNGKATKAN SATU BAGIAN MEMUNGKINKAN Y
MENINGKAT SEBESAR 3,788.

PENGARUH X3 TERHADAP Y
Siq t = 0,011 LEBIH KECIL = 0,005
X3 BERPENGARUH TERHADAP Y (POSITIF)
PENGARUH X3 TERHADAP Y DENGAN TETAP
MEMPERHATIKAN X1, X2, X4, X5 ADALAH
SEBEBSAR 4,934. ARTINYA BILAMANA X3
DITNGKATKAN SATU BAGIAN MEMUNGKINKAN Y
MENINGKAT SEBESAR 4,934.

PENGARUH X4 TERHADAP Y
Siq t = 0,000 LEBIH KECIL = 0,005
X4 BERPENGARUH TERHADAP Y (POSITIF)
PENGARUH X4 TERHADAP Y DENGAN TETAP
MEMPERHATIKAN X1, X2, X3, X5 ADALAH
SEBEBSAR 5,623. ARTINYA BILAMANA X4
DITNGKATKAN SATU BAGIAN MEMUNGKINKAN Y
MENINGKAT SEBESAR 5,623.

PENGARUH X5 TERHADAP Y
Siq t = 0,002 LEBIH KECIL = 0,005
X5 BERPENGARUH TERHADAP Y (PRITIF)
PENGARUH X5 TERHADAP Y DENGAN TETAP
MEMPERHATIKAN X1, X2, X3, X4 ADALAH
SEBEBSAR 3,216. ARTINYA BILAMANA X5
DITNGKATKAN SATU BAGIAN MEMUNGKINKAN Y
MENINGKAT SEBESAR 3,216.

PERSAMAAN REGRESINYA
Y = 64,639 + 2,623 X1 +3,788 X2 + 4,934 X3 + 5,623X4
+ 3,126 X5.