Anda di halaman 1dari 4

1. Apa yang dimaksud mean, median dan modus?

Mean adalah rata-rata hitung. Penghitungannya dengan cara semua nilai skor dibagi
jumlah data (dalam penelitian yang dimaksud adalah jumlah responden)

Median (Me) adalah nilai tengah dari data yang telah diurutkan (disusun) mulai dari data
terkecil sampai data terbesar, atau sebaliknya dari data terbesar sampai data terkecil.

Modus atau Mode (Mo) adalah nilai dari data yang mempunyai frekuensi tertinggi atau
nilai yang sering muncul dalam kelompok data.

2. Apa yg disebut regresi dan varians?

Regresi atau peramalan/pendugaan adalah proses memperkirakan secara sistematis


tentang apa yang mungkin terjadi di masa yang akan datang berdasarkan informasi (data)
masa lalu dan sekarang yang dimiliki agar kesalahan dapat diperkecil.

Regresi dapat juga diartikan sebagai usaha memperkirakan perubahan.

Regresi mengemukakan tentang keingintahuan apa yang terjadi di masa depan untuk
memberikan kontribusi menentukan keputusan yang terbaik.

Kegunaan regresi dalam penelitian salah satunya adalah untuk meramalkan atau
memprediksi variabel terikat (Y) apabila variabel bebas (X) diketahui. Selain itu regresi
juga dapat digunakan untuk mengetahui bentuk hubungan dua variabel berbentuk linier
(garis lurus) atau tidak linier.

Varians adalah rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya.
Dalam penelitian ini menggunakan varians sampel, varians sampel adalah deviasi kuadrat
dari dari setiap data rata-rata hitung terhadap semua data dalam sampel. Fungsinya untuk
mengetahui tingkat penyebaran atau variasi data.

Standar deviasi adalah akar kuadrat dari varians dan menunjukan standar penyimpangan
data terhadap nilai rata-ratanya.

3. Apa kegunaan koefisien korelasi?

Dalam statistik korelasi diberi pengertian sebagai hubungan antara dua variabel atau
lebih. Hubungan dua variabel dikenal dengan istilah bivariate correlation, sedangkan
hubungan antar lebih dari dua variabel disebut multivariate correlation

Koefisien korelasi adalah sebuah angka yang dapat dijadikan petunjuk untuk mengetahui
seberapa besar kekuatan korelasi di antara variabel yang sedang diselidiki korelasinya.

Angka koefisien korelasi berkisar antara 0 sampai dengan 1.00 (artinya paling tinggi
1.00 dan paling rendah 0). Tanda plus minus pada angka koefisien korelasi ini fungsinya
hanya untuk menunjukan arah korelasi. Apabila angka koefisien korelasi bertanda plus
(+) maka korelasi tersebut positif dan arah korelasi satu arah, sedangkan Apabila angka
koefisien korelasi bertanda negatif (-) maka korelasi tersebut negatif dan arah korelasi
berlawanan arah.serta apabila angka koefisien korelasi = 0, maka hal ini menujukan tidak
ada korelasi.

Contoh hubungan satu arah: Kenaikan gaji diikuti dengan jumlah konsumsi.

Contoh hubungan yang berlawanan arah: makin meningkatnya harga barang diikuti
dengan menurunnya jumlah permintaan.

Kegunaan korelasi 1) untuk mencari bukti terdapat tidaknya hubungan (korelasi) antar
variabel. 2) bila sudah ada hubungan, untuk melihat/mengetahui besarnya tingkat
keeratan hubungan antar variabel (variabel bebas dengan variabel terikat atau variabel
bebas dengan variabel bebas), dan 3) untuk memperoleh kejelasan dan kepastian apakah
hubungan tersebut signifikan (berarti/meyakinkan) atau tidak signifikan (tidak berarti
atau tidak meyakinkan).

4. Apa guna korelasi parsial dan korelasi multiple?

Guna korelasi parsial dinukan untuk menganalisis atau mengetahui hubungan antara
variabel independen dan dependen, dimana salah satu variabelnya dibuat
tetap/dikendalikan atau dikontrol. Jadi korelasi parsial merupakan angka yang
menunjukan arah dan kuatnya hubungan antara dua variabel atau lebih setelah satu
variabel yang diduga dapat mempengaruhi hubungan variabel tersebut
dikontrol/dikendalikan untuk dibuat tetap keberadaannya.

Korelasi multiple atau korelasi ganda/jamak adalah hubungan antara dua atau lebih
variabel bebas secara bersama-sama dengan satu variabel terikat.

5. Bagaimana cara mengukur/mengetahui derajat signifikan?

Dapat diketahui dari tabel distribusi t atau F atau tabel r (koefisien korelasi)

Menentukan dan menghitung nilai uji statistik yang digunakan, contoh mencari thitung
atau F hitung kemudian dibandingkan dengan t tabel atau F tabel untuk mengetahui
signifikan atau tidak signifikan.

6. Apa yang dimaksud dgn derajat signifikan?

Derajat signifikan adalah kesalahan taksiran, umumnya dinyatakan dalam peluang yang
berbentuk persentase. Biasanya dalam penelitian kesalahan taksiran ditetapkan terlebih
dahulu. Umumnya yang digunakan adalah 5% dan 1%. atau taraf kepercayaan umumnya

95% dan taraf kesalahan 5% atau = 0,05 dan taraf kesalahan 1% atau = 0,01. Dengan
kata lain suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu
mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang dinyatakan dalam
bentuk prosentase. Bila peluang kesalahan atau = 5% maka taraf kepercayaan 95%.
Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi.
7. Apa kegunaan derajat signifikan ?

Kegunaan derajad signifikan sebagai pedoman untuk menentukan atau mencari nilai tabel
yang sesuai dengan uji statistik yang digunakan. Dalam penelitian ini digunakan uji t
untuk uji hipotesis sederhana dan uji F untuk uji hipotesis ganda.

Hasil perhitungan uji statistik dibandingkan dengan nilai derajad signifikan, dengan
kriteria tertentu. Jika hasil uji statistik lebih besar nilai derajad signifikan maka
dinyatakan terdapat hubungan antara X dengan Y.

8. Apa beda uji signifikan dan uji linearitas?

Bedanya pada uji signifikansi, kriteria uji adalah apabila Fhitung > Ftabel, maka
persamaan regresi dinyatakan signifikan sedangkan pada uji linearitas apabila Fhitung <>

9. Bagaimana cara mengukur X1X2 terhadap Y ?

Diukur menggunakan korelasi produk momen. Untuk mengukur X dengan Y


menggunakan korelasi sederhana, untuk mengetahui signifikansi menggunakan uji t,
sedangkan untuk mengukur X1X2 secara bersama-sama dengan Y menggunakan korelasi
ganda untuk mengetahui signifikansi menggunakan uji F.

F=

20,74
=2,81
7,39

Anda mungkin juga menyukai