STATISTIKA
B ISN IS
i-i
ni
Kim ALFABETA
handunc;
Judul Buku
Desain Sampul
Cetakan Ke-1
ISBN
Statistika Bisnis
Abu Muhammad Ali Zainal Abidin
Alfabeta Bandung, Maret 2010
978-602-8361-90-3
Tim Penulis
: Dr. H. Asep Suryana Natawiria, M .M., M.Sc.
Ketua
: Dr. Riduwan, M.B.A.
Wakil
Anggota:
1. Herry Irawan, S.T., M .M .
2. Refi Rifaldi W.G., S.T., M .M .
3. Siska Noviaristanti, S.T., M .M .
KATA PENGANTAR
uku ini sangat berguna bagi para pemula yang ingin menyusun
tugas akhir atau skripsi mahasiswa S-1 umum, khususnya
Institut Teknologi Telkom-lnstitut Manajemen TelkomPoliteknik Telkom dan Telkom Professional Development Center
(PDC). Juga dipakai siswa S-2 dan S-3 yang selama ini kesulitan
dalam memahami dan melakukan penelitian, baik penelitian mandiri
untuk syarat kenaikan pangkat maupun promosi jabatan; menyusun
tesis dan disertasi. Sebenarnya penelitian itu mudah dan tidak sesulit
yang dibayangkan, hanya saja kita harus meluangkan waktu dan
memahaminya dengan tekun.
1 I I (.'timan OM)
' f t tm/i.*
DAFTAR ISI
KATA PENGANTAR
DAFTAR ISI - iv
BAB 1
- m
PENDAHULUAN
A. TUJUAN - 1
B. POKOK BAHASAN - 1
C. INTISARI BAC AAN - 2
1. Pengertian Dasar Statistika dan Statistik
2. Landasan Kerja Statistik - 4
3. Karakteristik Pokok Statistik - 5
4. Manfaat dan Kegunaan Statistika - 6
5. Variabel - 7
6. Skala - 8
7. Masalah Yang Dihadapi - 10
8. Pengambilan Keputusan - 12
D. RANGKUMAN - 14
E. SOAL LATIHAN - 16
BAB 2
ANALISIS FREKUENSI
A .T U JU A N - 19
B.
POKOK BAHASAN - 19
C. INTISARI BAC AAN - 20
1. Tabel Frekuensi - 20
2. Tabel Frekuensi Relatif - 21
3. Presentasi Grafik Data Kualitatif - 21
4. Distribusi Frekuensi - 24
D. RANGKUMAN - 27
E. SOAL LATIHAN - 2 7
BAB 3
BAB 4
BAB 5
BAB 6
A. TUJUAN - 53
B. POKOK BAHASAN - 53
C. INTISARI BA C AA N - 54
D. RANGKUMAN - 58
E. SOAL LATIHAN - 58
KORELASI PEARSON PRODUCT MOMENT (KPPM)
A. TUJUAN - 59
B. POKOK BAHASAN - 59
C. INTISARI BA C AA N - 60
D. RANGKUMAN - 64
E. SOAL LATIHAN - 64
BAB 7
KORELASI GANDA
A.
B.
C.
D.
E.
BAB 8
REGRESI SEDERHANA
A.
B.
C.
D.
E.
BAB 9
TUJUAN - 65
POKOK BAHASAN - 65
INTISARI BAC AAN - 66
RANGKUMAN - 73
SOAL LATIHAN - 7 3
TUJUAN - 75
POKOK BAHASAN - 7 5
INTISARI B A C AAN - 76
RANGKUMAN - 85
SOAL LATIHAN - 86
REGRESI GANDA
A.
R.
C.
I)
I
TUJUAN - 87
POKOK BAHASAN 87
IN I ISARI BACAAN HH
NANOKUMAN
i)M
!'.()AI I A l IIIAN
(M
BAB 10 CHI-KUADRAT
A.
B.
C.
D.
E.
TUJUAN - 95
POKOK BAHASAN - 95
INTISARI BAC AAN - 96
RANGKUMAN - 99
SOAL LATIHAN - 100
TUJUAN - 101
POKOK BAHASAN - 101
INTISARI BAC AAN - 102
RANGKUMAN - 109
SOAL LATIHAN - 109
TUJUAN - 111
POKOK BAHASAN - 111
INTISARI BAC AAN - 112
RANGKUMAN - 115
SOAL LATIHAN - 115
TUJUAN - 117
POKOK BAHASAN - 117
INTISARI BAC AAN - 118
RANGKUMAN - 124
SOAL LATIHAN - 124
BAB 1
PENDAHULUAN
A. TUJUAN
Setelah menyelesaikan Bab 1 ini, Anda diharapkan akan dapat:
1. Mengetahui konsep-konsep dasar statistik
2. Menyebutkan dan memberikan pengertian konsep dasar statistik
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 1 dijelaskan:
1.
2.
3.
4.
5. V a ria b e l
6. S kala
7. M a s a la h ya ng D ih a d a p i
M I *<>11 <j n 1111>11<111 K e p u tu sa n
C. INTISARI BACAAN
1. Pengertian Dasar Statistika dan Statistik
idang statistika dapat dianggap sebagai bahasa khusus yang
juga dipakai untuk berkomunikasi. Kekhususan statistika
sebagai bahasa tidak berarti bahwa kita harus berkomunikasi secara
berbeda, tetapi kekhususan dimaksud hanya sekedar untuk
mendorong supaya cara kita berbicara atau menyajikan data lebih
tepat dan akurat.
Statistika sebagai bahasa juga memiliki aturan main
sebagaimana bahasa-bahasa lainnya, termasuk kata-kata dan
gramatikanya. Namun demikian, statistika merupakan bahasa
yang terbatas penggunaannya. Dengan statistika kita hanya
mampu membicarakan tentang ciri-ciri atau karakteristik tentang
berbagai hal (benda atau sifat) yang kita amati. Sebelum
statistika mampu berfungsi sebagai bahasa komunikasi yang
baik, ia harus diberikan masukan terlebih dahulu berupa data
mentah hasil observasi atau hasil penelitian (Suwarno, 2005:1).
Pengertian tersebut dalam buku ini dibedakan antara
statistika dan statistik. Tempo dulu statistik hanya digunakan untuk
menggambarkan keadaan dan menyelesaikan problem-problem
militer dan kenegaraan saja seperti: jumlah personel; peralatan
persenjataan perang, jumlah tentara yang mati, kekuatan personel
musuh,
perhitungan banyaknya penduduk, pembayaran pajak,
mencatat pegawai yang masuk dan keluar, membayar gaji pegawai,
mencatat perkembangan hasil kebun dan lainnya. Namun, di era
globalisasi ini hampir semua bidang menggunakan statistik
bergantung pada masalah yang dijelaskan oleh nama statistik itu
sendiri. Misalnya: militer, pendidikan, kedokteran, pertanian,
psikologi, administrasi, sosiologi, teknik, hukum, bisnis, ekonomi
bahkan politik. Pengertian statistik itu sendiri berasal dari kata slnto
(Yunani) yaitu negara dan digunakan untuk urusan nogara. Dari
uraian ini dapal dinyatakan bahwa statistik adalah rekapitulasi dan
b.
c.
pelaksanaan
I PM
b.
c.
statistika
banyak
memperoleh
reputasi jelek
5. Variabel
Dalam studi ilmiah kita perlu mengamati dan merekam
beberapa karakteristik dari hal-hal yang kita alami di dunia nyata
tempat kita tinggal dan hidup, yakni dari apa yang kita lihat, kita
dengar, kita cium dan yang kita raba. Jika apa yang kita amati
berubah-ubah
dari
waktu
ke
waktu
hingga
menimbulkan
atau benda);
satu
(b)
terikat
(dependent)\
(c)
moderator;
(d)
6. Skala
Para ahli psikologi menyebut skala sikap yang
umum
Diferensial
Semantik;
(d)
Rating
Scala;
(e)
Thustone
(Riduwan, 2009:86-95)
Apabila data dari suatu variabel akan dipergunakan dalam
analisis statistika maka data itu harus tersusun dengan cara yang
sistematis (teratur). Kita perlu mendefinisikan setiap variabel
secara operasional, artinya harus mampu menjelas-kan dengan
langkah-langkah
yang
perlu
sesuai
dengan
kem ungkinan-
atau
diamati
dan
memerlukan
menyebut
prosedur
pendefinisian
variabel
secara
ulang
tahunnya
yang
kedua,
ia
berumur
dua
tahun
dan
tersedia
patokan
atau
ukuran
baku
untuk
menyusun
skalanya.
Perlu dicatat bahwa skala yang digunakan untuk mencatat
suatu variabel bukan bagian dari variabel tetapi merupakan
bagian dari definisi operasionalnya. Meskipun banyak variabel
yang telah mempunyai nilai atau kategori (menurut kebiasaan)
yang baku, akan tetapi di dalam ilmu sosial biasanya peneliti
sendiri yang menentukan. Variabel kelas sosial yang sering
dipakai oleh para peneliti ilmu-ilmu sosial (termasuk pendidikan)
kadang-kadang
diskalakan
menjadi
kaya-sedang-m iskin.
variabel
dan
sangat
penting
sebagai
cara
untuk
menghindari
kebingungan
tersebut,
setiap
pemakai
ini
jumlahnya
lebih
sedikit
dibanding
dengan
tahun
sebelumnya.
Dapat juga kita menggambarkan bukan hanya satu variabel
tetapi beberapa variabel sekaligus. "Tahun ini jumlah mahasiswa
dalam kelasku terlalu banyak, tetapi ruangannya semakin bersih
dan terang benderang". Di sini dosen ingin menggambarkan
beberapa variabel sekaligus, mahasiswanya, ruangannya dan
penerangannya. Tetapi gambaran tersebut jika dilihat dari katakata terasa terlalu panjang, dan masih dapat diringkas misalnya,
"tahun ini suasana kelas baik". Ungkapan yang dikemukakan
dosen tadi adalah dalam bahasa umum. Sebenarnya dapat saja
dipergunakan bahasa statistika. "Jumlah mahasiswa <li kelasku
teknik
statistika
yang
dapat
merangkum
hasil
atau
lainnya.
Aspek kedua dari komunikasi dengan bahasa statistika
adalah menggambarkan suatu hubungan relasi atau asosiasi.
Salah satu tujuan
keruwetan
kehidupan
sosial.
Apabila
menyederhanakan
kita
lihat
di
sekitar
memasuki
mereka
mencari
organisasi
nafkah
di
kepartaian
tempat
yang
yang
tidak
berbeda,
sama,
mereka
orang
yang
kuat
ada
orang
yang
lemah,
ada
yang
--------------- -----
untuk
diduga.
Dengan
dapat diatur,
apabila variabel
status diperhitungkan
(dikontrol).
Dua
variabel
tersebut
dikatakan
berhubungan
apabila
keadaan
variabel
yang satu
dapat menduga
variabel
curah
hujan
di
Kota
Bogor,
maka jika
seseorang
8. Pengambilan Keputusan
Setiap hari banyak di antara kita yang terlibat di dalam
menentukan
keputusan
atau
membuat
generalisasi
(tentang
ke kanlm,
dengan
turun
atau
tidaknya
hujan,
dan
kita
alasannya
nikah
dengan
kakak,
itu
pamali=bahasa
Dongan
prosedur
statistik
yang
tepat
akan
2006:1-10).
D. RANGKUMAN
Statistik bisa digunakan untuk menyatakan kumpulan fakta,
umumnya
statistik
sebagai
nilai
atau
harga.
Pengertian
ini
manusia,
seperti
kebijakan
publik
dan
keputusan-
adalah
karakteristik
yang
dapat
diamati
dari
ahli
psikologi
menyebut
prosedur
pendefinisian
penelitian,
yaitu
skala
(a)
Likert;
(b)
Guttman;
(c)
menggunakan
statistik
sebagai
pengambilan
generalisasi.
E. SOAL LATIHAN
1. Apa perbedaan statistika dan statistik dalam penelitian
a. Statistik berkaitan dengan data, sedangkan statistika bersifat
ilmu pengetahuan yang berhubungan dengan data statistik dan
sebagai alat untuk menghitung atau menganalisis data.
b. Statistik berkaitan dengan ilmu statistik, sedangkan statistika
berkaitan dengan data.
c. Statistik berkaitan dengan angka, sedangkan statistika kalimat.
d. Statistik berhubungan dengan grafik, sedangkan statistika
bersifat hitungan.
2. Landasan kerja statistik
yaitu:
a.
b.
c.
d.
Bekerja
dengan
angka,
bersifat objektif,
dan
universal
(umum).
d. Bekerja dengan responden, bersifat kontradiktif, dan umum.
4. Apa saja manfaat dan kegunaan statistika
a. Manfaat untuk menghitung dan moncjanalisi:; data dan dapat
(li(|imakan :u>ba(|ai alat inongiikur manusia
b. Manfaat
seluruh
aspek
kehidupan
manusia
dan
dapat
Likert, Guttman,
Thustone.
b.
c.
d.
b.
c.
d.
M ering ka s
hasil
m nii<)(|nm bafknn
o bservasi
va ria b el
lu ih m u ja n
relasi
univariate
atau
(tunggal),
a sosiasi
dan
b.
regresi
(ramalan)
dan
membuat generalisasi.
c.
d.
perbedaan
serta
BAB 2
DISTRIBUSI FREKUENSI
A. TUJUAN
Setelah menyelesaikan Bab 2 ini, Anda diharapkan akan dapat:
1. Mengetahui distribusi frekuensi
2. Menyusun data kualitatif ke dalam tabel frekuensi
3. Menampilkan tabel frekuensi dalam bentuk diagram batang dan
lingkaran
4. Menyusun data kuantitatif ke dalam distribusi frekuensi
5. Menyajikan distribusi frekuensi menggunakan histogram dan
poligon.
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 3 dijelaskan:
1. Tabol Frekuensi
Diagram Batang dan Lingkarang
:t. D i st ri b us i I r o ki i on si
A
C. INTISARI BACAAN
eringkah kita dihadapkan pada sekumpulan data yang begitu
banyak sehingga menyulitkan kita dalam membaca dan
menganalisisnya. Dalam bahasan ini akan dijelaskan bagaimana
cara kita merangkum data dan menyajikannya dalam bentuk yang
mudah untuk dibaca dan difahami. Materi yang dibahas berkaitan
dengan penyajian data untuk data kualitatif dan data kuantitatif
dengan pendekatan tabel frekuensi dan distribusi frekuensi, serta
penggunaan diagram seperti batang, lingkaran, histogram, poligon,
dan ogive.
1. Tabel Frekuensi
Pada data yang bersifat kualitatif, data disusun dan dikelom
pokkan berdasarkan masing-masing variabel yang ingin ditunjukkan
beserta jumlah/ frekuensi dari masing-masing variabel tersebut.
Kemudian hasil pengelompokkan disajikan dalam bentuk tabel yang
disebut tabel frekuensi.
Contoh 1
Diketahui jumlah pelanggan telepon bergerak berbasis GSM setiap
operator telekomunikasi yang ada di Indonesia sebagai berikut:
Telkomsel 80,5 juta, Indosat 28 juta, XL 27 juta, Hutchinson 7,5 juta,
Mobile-8 (fren) 3 juta, dan Axis 3 juta, (sumber: Telkom, 2009).
Maka berdasarkan data tersebut dapat disusun dalam bentuk tabel
frekuensi sebagai berikut.
Tabel 2.1: Jumlah Pelanggan Operator Telekomunikasi GSM di Indonesia
No.
1
2
3
4
5
6
Operator
Telkomsel
Indosat
XL
Hutchinson
Mobile-8 (fren)
Axis
Ji.mhili
A'
1
1
M' )
tiiim lm i: In lk o in ?()(><>
No.
1
2
3
4
5
6
Contoh 2:
Berdasarkan contoh 1 tadi, setelah kita mendapatkan tabel frekuensi,
kita dapat menggambarkannya dalam bentuk diagram sebagai
berikut.
Jumlah Pelanggan Operator Telekomunikasi
GSM di Indonesia (dalam juta pelanggan)
100 r 80.5
80
y
<e>
\<>
p*
Telkomsel
Indosat
XL
Hutchinson
M obile-8 (fren)
Axis
Contoh 3
Diketahui data karyawan PT. XYZ yang disusun berdasarkan latar
belakang pendidikan dan jenis kelamin.
Tabel 2.3: Karyawan PT. XYZ Berdasarkan
Latar Pendidikan dan Jenis Kelamin
J e n is
Kelam in
Pria
Wanita
Jumlah
SM P
SM A
130
110
240
S arjana
93
97
190
Ju m la h
67
81
148
290
288
578
Grafik Batang
Pria
Wanita
SM A
Sarjana
4. Distribusi Frekuensi
Jenis data kuantitatif, penyajian data dilakukan dengan tahapan
yang lebih banyak. Data akan disusun dalam bentuk distribusi
frekuensi. Distribusi frekuensi merupakan pengelompokkan data
menjadi
kelas-kelas
yang
tidak terikat
satu
sama
lain
yang
Contoh 4
Diketahui hasil penilaian kinerja pegawai di lingkungan
Kominfo Jabar yang berjumlah 70 orang, diperoleh data:
Dinas
70, 70, 71, 60, 63,80, 81,81, 74, 74, 66, 66, 67, 67, 67, 68, 76, 76,
77, 77, 77, 80, 80,80, 80, 73, 73, 74, 74, 74, 71, 72, 72, 72, 72, 83,
84, 84, 84, 84,
75,75, 75, 75, 75, 75, 75, 78, 78, 78, 78, 78, 78, 79,
83,89, 85, 85, 87, 90, 93, 94, 94, 87, 87,
89.
Rentangan (R)
_ 34
4,857 - 5
Nilai
Rincian
Frekuensi (f)
6 0 -6 4
6 5 -6 9
7 0 -7 4
7 5 -7 9
8 0 -8 4
85 - 89
90 - 94
II
-w r i
-H tr m r w r
M r 1UHWMW''TTiT'-ttTr'tTTi' I
-rn t n
III!
Jumlah
2
6
15
20
16
7
4
>.f 70
Histogram
Nilai Kinerja Pegawai Dinas
Kominfo Jabar
25 i.
20
20
{
15
16
15 f
10 4
i
!
5 +|
o4
---
Poligon
Nilai Kinerja Pegawai Dinas
Kominfo Jabar
D. RANGKUMAN
Prinsip penyajian data adalah ditampilkan dalam bentuk yang
mudah dibaca dan difahami. Penyajian data untuk jenis data kualitatif
dapat menggunakan tabel frekuensi dan diagram batang (bar chart)
dan lingkaran (pie chart).
Sedangkan
E. SOAL LATIHAN
1. Bagaimana data bisa disajikan agar mudah untuk dibaca
dan dipahami?
2. Apa perbedaan diagram batang dengan histogram?
3. Diketahui jum lah pelanggan enam operator telekom unikasi
berbasis CDMA di Indonesia, sebagai berikut:
Jumlah
pelanggan
(juta orang)
1 Telkomsel
15,08
2
Indosat
9,28
XL
3
2,61
4
Hutchinson
0,87
0,58
5
Mobile-8 (fren)
6
Axis
0,58
Jumlah
29
Tentukan pangsa pasar m asing-masing operator yang
ditentukan dari frekuensi relatifnya. Gambarkan diagram
batang dan diagram lingkarannya.
No.
Operator
70
90
56
62
67
70
54
57
62
75
65
54
69
59
59
55
60
77
55
73
67
62
71
60
60
69
85
60
63
60
70
64
68
72
70
72
BAB 3
ANALISIS DESKRIPTIF
(PENGUKURAN GEJALA PUSAT)
A. TUJUAN
Setelah menyelesaikan Bab 3 ini, Anda diharapkan akan dapat:
1.
2.
3.
4.
5.
pusat
rata-rata
(mean)
mode
median
contohrata-rata (mean); mode dan
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 3 dijelaskan:
I. Raln ratn (m onn)
Modo
:t Mntlinn
C. INTISARI BACAAN
nalisis deskriptif adalah analisis yang menggam-barkan suatu
data yang akan dibuat baik sendiri maupun secara kelompok.
Tujuan analisis deskriptif untuk membuat gambaran secara sistematis
data yang faktual dan akurat mengenai fakta-fakta serta hubungan
antar fenomena yang diselidiki atau diteliti. Dalam penyajian ini akan
dibahas mengenai pengukuran gejala pusat misalnya Mean, Mode,
dan Median.
1. Rata-Rata (Mean)
Rata-rata hitung atau disingkat dengan mean. Penggunaan
rata-rata hitung untuk sampel bersimbul ( X
Perhitungan mean dibagi dua yaitu mean data tunggal dan mean
data kelompok.
IX t
x = ---- L
n
Keterangan
X
~LXi
= Mean
= Jumlah tiap data
= Jumlah data
Contoh 1
Diketahui enam pegawai bagian penjualan (sales) alat
telekomunikasi menghasilkan penjualan minggu ini dengan nilai
masing-masing (dalam juta rupiah): 120, 180, 155, 95, 140, 225,
carilah nilai meannya:
Jawab: x
Contoh 2
Direkur PT Bnet21 ingin membagikan uang kepada lima orang
anak buahnya untuk keperluan lebaran tahun ini: Fathimahtush
Sholihah Rp 6 juta, Juma'adi Rp 9 juta, Hamidah Nur Husna Rp 6,5
juta, Miftakhul Anang Rp 7,5 juta, dan Cahyo Kuncoro Rp 5 juta.
Berapakah rata-rata uang yang diterima kelima orang tersebut?
Jawab
- Z(.WV
Contoh 3
Sebuah perusahaan subkontraktor yang menjadi mitra PT.
Telkomsel membayar karyawannya setiap minggu sebesar
Rp250.000,00; Rp275.000,00; dan Rp300.000,00. Saat ini ada 28
karyawan yang bekerja, 15 di antaranya dibayar Rp250.000,00; 10
dibayar Rp275.000,00; dan sisanya dibayar Rp300.000,00. Berapa
jumlah bayaran rata-rata per minggu dari ke-28 karyawannya?
Jawab :
c. Rata-rata Geometris
Rata-rata geometris digunakan untuk menentukan rata-rata
perubahan persentase, rasio, indeks, atau tingkat perubahan dari
waktu ke waktu. Rata-rata geometris dihitung dengan menggunakan
rumus :
GM = V(4,91)(5,75)(8,12)(21,60) = 8,39
d. Mean Data Kelompok
Apabila data yang sudah dikelompokkan dalam distribusi
frekuensi, maka data tersebut akan berbaur sehingga keaslian data
itu akan hilang bercampur dengan data lain menurut kelasnya, hanya
dalam perhitungan mean kelompok diambil titik tengahnya yaitu
setengah dari jumlah ujung bawah kelas dan ujung atas kelas untuk
mewakili setiap kelas interval. Hal ini dimaksudkan untuk menghindari
kemungkinan data yang ada di setiap interval mempunyai nilai yang
lebih besar atau lebih kecil dari titik tengah. Perhitungan data mean
kelompok dapat dicari dengan rumus:
X(tr f,)
x - ----------v,
Keterangan:
X = Mean
ti = Titik Tengah
fi = Frekuensi
E (t, fi) = Jumlah Frekuensi
Contoh 5
Diketahui hasil penilaian kinerja pegawai di lingkungan Dina:;
Kominfo Jabar yang borjumlah 70 orang soperli torlihat pada tabui
borikut. Bornpnknh rata rata nilai kinorja toniobut.
m-------------------------------------------------------------------- --------------
Tabel 3.1
Distribusi Frekuensi Nilai Kinerja Pegawai
Dinas Kominfo Jabar
Nilai Interval
Frekuensi (f)
2
6 0 -6 4
6 5 -6 9
6
7 0 -7 4
15
20
7 5 -7 9
8 0 -8 4
16
7
8 5 -8 9
9 0 -9 4
4
Jumlah
70
Langkah-langkah menjawab:
1) Buatlah Tabe! dan susunlah data dengan menambah kolom
Tabel 3.2
No
1.
2.
3.
4.
5.
6.
7.
v/,
/0
T I.M \
//,(>4,'l
Contoh 6
Teori lain untuk menghitung mean kelompok dapat dihitung
dengan menggunakan rumus:
Keterangan
X = Mean
= Titik tengah ke-0
= Frekuensi
= Tanda angka meningkat atau
menurun
= Jumlah frekuensi
= Panjang kelas
Tabel 3.3
Distribusi Frekuensi Nilai Kinerja Pegawai Dinas Kominfo Jabar
Nilai Interval
60-64
65-69
70-74
75-79
80-84
85-89
90-94
2
6
15
20
16
7
4
Langkah-langkah menjawab:
1) Buatlah Tabel baru dan susunlah data seperti berikut.
Tabel 3.4
Distribusi Frekuensi Nilai Kinerja Pegawai Dinas Kominfo Jabar
No.
Nilai
Jumlah
Titik
Si
fi
Interval
Tengah
(fi S|)
(ti)
1.
-4
60-64
62
2
-2
2.
65-69
67
- 1
-6
6
70-74
72*>
3.
15
o>
0
4.
75-79
77
1
20
20
5.
80-84
82
2
32
16
6.
87
7
21
85-89
3
7.
90 - 94 _
4
4
16
92
Juminh
>.f, 70
> :(U )
/<>
------------------------------------- -- ---- ------------------ -- ------------ . . .
-1,
-2 pada kolom Sj dan nilai titik tengah yang lebih besar dengan
angka 1,2,3,4 pada kolom s^
4) Hitunglah nilai rata-rata dengan rumus:
X = tn
O+ P.
Lw
= 72 + 5.
j
79
= 77,643
_70_
2. Mode
Mode atau disingkat dengan (Mo) ialah nilai dari data yang
mempunyai frekuensi tertinggi baik data tunggal maupun data
distribusi atau nilai yang sering muncul dalam kelompok data.
Contoh 1
Diketahui frekuensi kedatangan pelanggan ke Gerai Telkomsel
BEC pada hari Sabtu setiap minggunya selama 10 minggu sebagai
berikut: 140; 160; 160; 165; 172; 160; 170; 160; 180; dan 190.
Jawab: nilai mode frekuensi kedatangan
Jakarta, yaitu pada nilai 160 karena muncul 4 kali.
pelanggan
dari
Contoh 2
Diketahui tingkat penyelesaian berkas pengaduan (komplain)
setiap minggu di salah satu operator seluler sebagai berikut : 35; 35;
25; 20; 32; 27; 32; dan 32.
Jawab:
Keterangan:
Mc = Nilai mode
M - Bh + P.
y F\ + F 2 j Bb = Batas bawah kelas yang mengandung
nilai mode.
P = Panjang kelas nilai mode
F, = Selisih antara frekuensi mode (f) dengan
frekuensi sebelumnya (fsd)
= Selisih antara frekuensi mode (f) dengan
frekuensi sesudahnya (fsd)_________
Contoh 3
Diketahui data distribusi frekuensi sebagai berikut.
Tabel 3.5
Distribusi Frekuensi Nilai Kinerja Pegawai
Dinas Kominfo Jabar
Nilai Interval
f
6 0 -6 4
2
6 5 -6 9
6
7 0 -7 4
15
7 5 -79
20
8 0 -8 4
8 5 -8 9
9 0 -9 4
16
7
4
M
ll
o
Jumlah
P = 75 -7 9 = 5
= f fsb= 20 15 = 5.
-> F2 = f - fsd = 20 - 16 = 4
Tabel 3.6
Distribusi Frekuensi Nilai Kinerja Pegawai
Dinas Kominfo Jabar
No
1.
2.
3.
6 0 -6 4
6 5 -6 9
7 0 -7 4
Bb = 1
/ 2 (74+75) = 74,5
2 0
II
CD
CM
7.
'O
t/i
8 0 -8 4
8 5 -8 9
9 0 -9 4
20 ^
O
CM
II
5.
6.
P= 5
F, = f - fsb = 20 - 15 = 5
II
75 - 79
15 * fsb
LL
4.
2
6
1 6 * f sd
7
4
Jumlah
I f
= 70
3. Median
Median (Me) ialah nilai tengah dari gugusan data yang telah
diurutkan (disusun) mulai dari data terkecil sampai data terbesar atau
sebaliknya dari data terbesar sampai data terkecil. Median dibagi
menjadi dua perhitungan, yaitu median data tunggal dan median data
kelompok.
---------- -----
Langkah-langkah menjawab:
1) Urutkan data dari data terkecil sampai data terbesar:
35; 40; 45; 50; 65; 70; 70; 80; 90
2) Carilah posisi median dengan rumus: Me = 1/2 (n + 1)
Me = 1/2 (9 + 1) = 5 (posisi pada data ke-5)
Jadi, Letak Me = 65
f J . n - J f )
M e = Bh + P. --------------/
____________ v_________y__________________________
Keterangan
Me = Nilai Median
Bb = Batas bawah kelas sebelum nilai median akan terletak
P = Panjang kelas nilai median
n = Jumlah data
f
= Banyaknya frekuensi kelas median
Jf = Jumlah dari semua frekuensi kumulatif sebelum kelas
median
Contoh 1
Diketahui hasil penilaian kinerja pegawai di lingkungan Dinas
Kominfo Jabar yang berjumlah 70 orang, diperoleh data:
70, 70, 71, 60, 63, 80, 81, 81, 74, 74, 66, 66, 67, 67, 67, 68, 76, 76,
77, 77, 77, 80, 80, 80, 80, 73, 73, 74, 74, 74, 71, 72, 72, 72, 72, 83,
84, 84, 84, 84, 75, 75, 75, 75, 75, 75, 75, 78, 78, 78, 78, 78, 78, 79,
79, 81, 82, 82, 83, 89, 85, 85, 87, 90, 93, 94, 94, 87, 87, 89.
Langkah-langkah menjawab:
1) Urutkan data dari terkecil sampai terbesar.
60, 63
66, 66, 67, 6, 67, 68
70, 70, 71, 71, 72, 72, 72, 72, 73, 73, 74, 74, 74,
74, 74
75, 75, 75, 75, 75, 75, 75,75, 76, 76, 77, 77, 77, 78, 78, 78, 78, 78, 79, 79
80, 80, 80, 80, 80, 81, 81, 81, 82, 82, 83, 83, 84,
85, 85, 87, 87, 87, 89, 89
90, 93, 94, 94
84, 84, 84
Rentangan (R)
Jumlah Kelas (K)
_ 34
7
4,857 - 5
(60 + 5 = 6 5 - 1 =64
(65 + 5 = 7 0 - 1 =69
(70 + 5 = 7 5 - 1 =74
(75 + 5 = 8 0 - 1 =79
(80 + 5 = 8 5 - 1 =84
(85 + 5 = 9 0 - 1 =89
(90 + 5 = 9 5 - 1 =94
6) Buatlah Tabel sementara dengan cara dihitung satu demi satu
yang sesuai dengan urutan interval kelas
Tabel 3.7
Distribusi Frekuensi Nilai Kinerja Pegawai
Dinas Kominfo Jabar
Nilai
Rincian
Frekuensi (f)
6 0 -6 4
6 5 -6 9
7 0 -7 4
7 5 -7 9
8 0 -8 4
85 H0
90 04
II
-tttr i
-m r - w tr w - r
m - iw-LUPiw
"fflr-'tttr'm r i
- ttit n
mi
Junilah
2
6
15
20
16
7
4
>,f /0
Me = Bh + P.
/
77,5
20
Tabel 3.8
Distribusi Frekuensi Nilai Kinerja Pegawai
Dinas Kominfo Jabar
No Nilai Interval
3.
6 0 -6 4
6 5 -6 9
7 0 -7 4 *
4.
5.
6.
7.
7 5 -7 9
8 0 -8 4
8 5 -8 9
9 0 -9 4
1.
2.
Frekuensi (f)
Bb = 74 + y2 = 74,5
2
6
----- J f = 2 + 6 + 15 = 23
15
20
16
7
4
P=5
Jumlah
I f = 70
20
D. RANGKUMAN
Rata-rata hitung atau mean ( X ) adalah hasil dari jumlah
keseluruhan data dibagi n (jumlah responden). Rata-rata tertimbang
dapat digunakan untuk menghitung rata-rata dari data dimana
terdapat beberapa data yang nilainya sama. Sedangkan rata-rata
geometris digunakan untuk menghitung rata-rata dari perubahan
persentase, rasio, indeks, atau tingkat perubahan dari waktu ke
waktu.
Mode (Mo) ialah nilai dari data yang mempunyai frekuensi
tertinggi baik data tunggal maupun data distribusi atau nilai yang
sering muncul dalam kelompok data.
Median (Me) ialah nilai tengah dari gugusan data yang telah
diurutkan (disusun) mulai dari data terkecil sampai data terbesar atau
sebaliknya dari data terbesar sampai data terkecil. Median dibagi
menjadi dua perhitungan, yaitu median data tunggal dan median data
kelompok.
E. SOAL LATIHAN
1.
2.
5.
6.
7.
8.
staf
BAB 4
ANALISIS DESKRIPTIF
(PENGUKURAN PENYIMPANGAN)
A. TUJUAN
Setelah menyelesaikan Bab 4 ini, Anda diharapkan akan dapat:
1. Mengetahui pengukuran penyimpangan
2. Mengetahui dan menganalisis range
3. Mengetahui dan menganalisis standar deviation
4. Mengetahui dan menganalisis variance
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 4 dijelaskan:
1. Range
2. Standard Deviation
3. Varianco
C. INTISARI BACAAN
n
penyimpangan
adalah
suatu
ukuran
yang
Misalnya,
diambil
nilai
keterampilan
penyelesaian
lainnya.
Pada
1. Range
Range
terendah.
Rumus:
(rentangan)
adalah
data
tertinggi
dikurangi
data
Contoh 1:
Langkah-langkah menjawab:
Urutkan dulu kemudian dihitung rentangannya
Semester V
: 50, 70, 70, 70, 75, 80, 80, 90, 90, 100
Semester VI
Rentangan Semester V
: 100 - 50 = 50
Rentangan Semester VI
9 5 - 6 0 = 35
Contoh 2
Dikolnhui cinta Prostasi Mahasiswa Institut Manajemen Telkom (IM
l olkom) N(bagai bonku!
Prestasi
Prestasi
Prestasi
Prestasi
Mahasiswa
Mahasiswa
Mahasiswa
Mahasiswa
A
B
C
D
45,
45,
45,
45,
50,
49,
48,
46,
60,
55,
50,
50,
65,
60,
52,
51,
70,
75,
60,
70,
80
80
80
80
2. Standard Deviation
Standard deviation (simpangan baku) adalah suatu nilai yang
menunjukkan tingkat (derajat) variasi kelompok atau ukuran standar
penyimpangan dari reratanya. Simbol simpangan baku populasi (a
atau on ) sedangkan untuk sampel (s, sd atau an-i )
2*
n -l =
n
n- 1
Model 1
atau
IX 2
s~v
7 Model 2
\n - 1
Model 1
Tabel 4.1 a: Kemampuan Karyawan Bagian Perakitan
X
No.
X
5625
75
1.
2.
4900
70
80
6400
3.
4.
7225
85
3600
5.
60
5625
75
6.
7.
100
10000
8100
8.
90
0025
9.
95
;>(>:>!>
10.
75
n = 10
>;x = 805
X = 66125
(805);
10
10-1
66125
IX '
n___ __
(1322,5
= V l 4 6 , 9 = 1 2 ,1 2 (data sampel)
Model 2
Tabel 4.1b: Data sama dengan cara berbeda
No.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
75
70
80
85
60
75
100
90
95
75
I X = 805
x2
(X - X )
X
u
c
Mencari rerata X
dulu --------
-5,5
-10,5
-0,5
4,5
-20,5
-5,5
19,5
9,5
14,5
-5,5
0
30,25
110,25
0,25
20,25
420,25
30,25
380,25
90,25
210,25
30,25
I x 2 = 1322,5
x =
n
Kemudian mencari
10
= 80,5
.v = , i - ^ =
\ n - 1 V 1 0 -1
.v - yj 146,9 = 12,12 (data sampel)
Yly1
v = . - Model 2
V Zf -1
Model 1 atau
Model 1
Tabel 4.2-. Distribusi Frekuensi Nilai Kinerja Pegawai
Dinas Kominfo Jabar
Titik Tengah
Nilai
f
f X
X2
f
Interval
(x)
No
1.
2.
3.
4.
5.
6.
7.
6 0 -6 4
6 5 -6 9
7 0 -7 4
7 5 -7 9
8 0 -8 4
8 5 -8 9
9 0 -9 4
Zfic
No
62
67
72
77
82
87
92
124
402
1080
1540
1312
609
368
3844
4489
5184
5929
6724
7569
8464
7688
26934
77760
118580
107584
52983
33856
Ef = 70
Ifx = 5435
E f xz = 425385
(m 2
s/
<r-i =
7,n-1
x2
2
6
15
20
16
7
4
2 /-1
4 2 5 3 8 5 -^
425385_ 19539225
_________ 70
_ J___________70
70-1
V
69
425385-421988,93
----------- -------------= y 49,22 = 7,016populasi
Model 2
Data sama dengan cara berbeda
Tabel 4.2b. Distribusi Frekuensi Nilai Kinerja Pegawai
Dinas Kominfo Jabar
Batas Kelas
Nilai
(X - ^ )
f
f x2
Interval
x2
(X)
X
1.
2.
3.
4.
5.
6.
7.
60-64
65-69
7 0 -74
75-79
80-84
85-89
90-94
2
64,5
6
69,5
15
74,5
20
79,5
16
84,5
7
89,5
4
94,5
= 70 XX =556,5
-15
-10
-5
0
5
10
15
0
225
100
25
0
25
100
225
v x 700
450
600
375
0
400
700
900
X f x5 - 342!)
Mencari rerata
>
dulu
Dilanjutkan mencari i
'Zfx
I f - 1
7 0 -1
J 4 9 64 = 7,045 populasi
y
3. Variance
Variance
(varians) adalah
kuadrat dari
simpangan
baku.
D. RANGKUMAN
Range
(rentangan)
adalah
data
tertinggi
dikurangi
data
(varians) adalah
kuadrat dari
simpangan
baku.
E. SOAL LATIHAN
1. Sebutkan pengertian range menurut Anda?
2. Berapa nilai range untuk Matakuliah Statistika Bisnis?
75
77
80
85
88
90
79
55 58
57
85
80
100 80 85 80 90
75
85
99 89
65 55 60
60
99
90
70 57
Tabulasikan data
kemudian hitunglah nilai
dan
Variasi
59
70 70 80 95
tersebutmenjadi
datakelompok,
( Varians) serta
Buatlah
Grafik
Batang
dan
BAB 5
KORELASI SPEARMAN RANK
A. TUJUAN
Setelah menyelesaikan Bab 5 ini, Anda diharapkan akan dapat:
1. Mengetahui analisis korelasi Spearman Rank
2 . Menganalisis korelasi Spearman Rank
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 5 dijelaskan:
1. Dofinisi korolnsi Spoarman Rank
2. Mongnnnlir.i:; korolnsi Spoarman Rank
Mnnijfipllknnlknn
langkah langkah praktis korolasi
UfHuimuin llniik
C. INTISARI BACAAN
etode Korelasi Spearman Rank (rho) bisa juga disebut korelasi
berjenjang, atau korelasi berpangkat, dan ditulis dengan notasi
(rs). Metode ini dikemukakan oleh Cari 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 (concusrent validity)
alat pengumpul data, dan mengetahui reliabilitas (keajekan) alat
pengumpul data yang dimodifikasi dengan William Brown sehingga
menghasilkan
2r:1+2r. dan juga untuk mengukur data kuantitatif secara eksakta 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:
,
6S i/2
r = 1------- ------n(n~ - 1)
< 30)
. r*...|
Jn-l
Tabel r Spearman dan buatlah perbandingan antara rs hitung dengan rs tabeiKemudian carilah nilai Zhiiung, buatlah aturan untuk pengambilan keputusan,
bandingkan Zhitung > Ztabei. maka tolak Ho (signifikan), kemudian simpulkan.
Contoh
Akan diteliti apakah terdapat hubungan antara motivasi belajar
dengan prestasi belajar mahasiswa Institut Manajemen Telkom. Kemudian
diambil 10 mahasiswa Institut Manajemen Telkom sebagai sampel dengan
taraf signifikan 5%. Data motivasi belajar (X) dan prestasi belajar Matakuliah
Statistika Bisnis (Y). Buktikan apakah data tersebut ada korelasi dan
signifikan.
X : 70, 60, 55, 50, 89, 85, 75, 95, 90, dan 92.
Y : 50, 50, 40, 90, 80, 80, 70, 65, 65, dan 50.
Langkah-langkah menjawab:
Langkah 1. Membuat Ha dan Ho dalam bentuk kalim at:
Ha: Ada hubungan yang signifikan antara motivasi belajar dengan prestasi
belajar mahasiswa Institut Manajemen Telkom dalam Matakuliah
Statistika Bisnis.
Ho: Tidak ada hubungan yang signifikan antara motivasi belajar dengan
prestasi belajar mahasiswa Institut Manajemen Telkom dalam
Matakuliah Statistika Bisnis.
A.
5.
6
l.
n
<)
10
Sari Dewi
Tuti
Dcdcn
Nyoman
Arif
Novi
Iwnn
Candra
Yullslln
Anlwi
70
60
55
50
89
05
/!>
!)!>
(K)
<X'
7
8
9
10
4
5
6
I
:)
'
50
50
40
90
80
80
70
65
<>5
50
8
8
10
1
2,5
2,5
4
5,5
5,5
H
-1
1
0
0
1
- 1
9
81
1,5
2,25
2,5
6,25
2
4
4,5
20,25
0,?5
?,5
:t(i
(i
Jumlnh >;<r i s
Langkah 4. Mencari
r s hitung
dengan rumus:
,i= 1
=
n(n -1 )
10.(102 -1 )
0.042
990
4n-i
- 042 - 042- n n
~
1 " 0,33
VlO-l
Dengan tingkat signifikansi 5%, harga Z tabei dicari pada Tabel Kurve
Normal Z ^sj- y2.[o,o5] > = Zo,475.
Apabila harga dalam kurve normal 0,475, maka harga Z tabei = 1,96.
Jika Zhitung ^ Z tabei, rnaka tolak Ho artinya signifikan dan
Zhitung ^ Z tabei, maka terima Ho artinya tidak signifikan
Ternyata Zhitung lebih kecil dari Z tabei, atau 0,13 < 1,96, maka Ho
diterima, artinya Tidak ada hubungan yang signifikan antara motivasi
belajar dengan prestasi belajar Matakuliah Statistika Bisnis.
Ranking
1
2
3
4
5
6
7
8
9
10
Contoh 2. Diketahui data: 50, 50, 40, 90, 80, 80, 70, 65, 65, dan 50.
Langkah-langkah menjawab: Urutkan data mulai data yang terbesar
sampai data terkecil atau sebaliknya atau kemudian buatlah tabel
penolong :
Nilai
: 90, 80, 80, 70, 65, 65, 50, 50, 50, 40.
No Urut : 1, 2, 3, 4, 5, 6, 7, 8, 9, 10.
Tabel Penolong
No.
1.
2.
3.
4.
5.
6.
7.
n.
9
10
Proses Rank
Ranking
(2 + 3):2 = 2,5
1
2,5
2,5
4
5,5
5,5
8
8
8
10
(5 + 6):2 = 5,5
(7 i 8 i 9) :3 = 8
10
D. RANGKUMAN
Metode
Korelasi
Spearman
untuk
E. SOAL LATIHAN
1. Apa yang Anda ketahui tentang korelasi Spearman Rank?
2. Diketahui data gaji pegawai (X) dengan produktivitas
kerja (Y) di PT Telkomsel.
X = 85
74
Y = 65
60
76 90
85
87 94
98
5565 55
70 65
70
81
91
76 74
55 70
50 55
dengan
BAB 6
KORELASI PEARSON PRODUCT
MOMENT (PPM)
A. TUJUAN
Setelah menyelesaikan Bab 6 ini, Anda diharapkan akan dapat:
i.
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 6 dijelaskan:
I. M endefinisikan korelasi Ponrson Product Moment
Menganalisis koiolasi / e,f/son Product Moment
,'i M engaplikasikan domjan langkah langkah praktis korelasi
/Vvi/no/i I nului l Moniciit
C. INTISARI BACAAN
atau p); Korelasi Berserial (rb); Korelasi Korelasi Poin Berserial (rpb);
Korelasi Phi (0); Korelasi Tetrachoric (rt); Korelasi Kontigency (C);
Korelasi Kendalls Tau (S). Bagaimana cara menggunakannya ?
tergantung pada jenis data yang dihubungkan.
Berdasarkan sembilan teknik analisis korelasi tersebut, maka
dipilih dan dibahas ialah Korelasi Pearson Product Moment (r) karena
sangat populer dan sering dipakai oleh mahasiswa dan para peneliti.
Korelasi ini dikemukakan oleh Kari Pearson Tahun 1900.
Kegunaannya untuk mengetahui derajat hubungan dan kontribusi
variabel bebas (independent) dengan variabel terikat (dependent).
Teknik analisis Korelasi PPM termasuk teknik statistik
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. Rumus
yang digunakan Korelasi PPM.
n (L x y )-(lX ).(IiO
/r y ---------------------i-----------------------------------------------------------.---------------------------------------------------------------------
V { . 2 ; x 2 - ( Z X ) 2} . j . E F 2 - ( l r ) 2 |
Korelasi PPM dilambangkan (r) dengan ketentuan nilai r tidak
lebih dari harga (-1 < r < +1). Apabila 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 borikul.
Interval
Koefisien
0 ,8 0 -1 ,0 0 0
0 ,6 0 -0 ,7 9 9
0 ,4 0 -0 ,5 9 9
0 ,2 0 -0 ,3 9 9
0 ,0 0 -0 ,1 9 9
Nilai r
Tingkat Hubungan
Sangat Kuat
Kuat
Cukup Kuat
Rendah
Sangat Rendah
KD = r 2x 100%
: 60; 70; 75; 65; 70; 60; 80; 75; 85; 90; 70; dan 85
: 450;475; 450; 470; 475; 455; 475; 470; 485; 480; 475; dan 480.
Pertanyaan;
a. Berapakah besar hubungan kreativitas dengan kinerja dosen?
b. Berapakah besar sumbangan (kontribusi) kreativitas dengan
kinorjn doson?
c. Buktikan npnknh ndn hubungan ynng signifikan kreativitas dengan
kinorjn dononV
Langkah-langkah menjawab:
Langkah 1. Membuat Ha dan Ho dalam bentuk kalim at:
Ha: Ada hubungan yang signifikan kreativitas dengan kinerja dosen.
Ho: Tidak ada hubungan yang signifikan kreativitas dengan kinerja dosen.
r * 0
r = 0
n .IX 2- ( lX ) 2Mn.SF2- ( l y ) 2}
____________12(416825) ~(885).(5460)__________
r XY
0 ,6 8 4 V l2 - 2
t,.,
= ;- - .
......
V T 7
V l- 0 ,6 8 4 2
2,16
.
= ------ = 2,963
0,729
Kaidah pengujian :
Jika t hitung ^ t tabei, maka tolak Ho artinya signifikan dan
t hitung ^ t tabei, terima Ho artinya tidak signifikan
Berdasarkan perhitungan di atas, a = 0,05 dan n = 12,
uji dua pihak;
dk = n - 2 = 1 2 - 2 = 10 sehingga diperoleh t tabei = 2,228
Ternyata t hitimg lebih besar dari t tabei, atau 2,963 >2,228, maka
Ho ditolak, artinya Ada hubungan yang signifikan kreativitas dengan
kinerja dosen.
Langkah 7. Membuat kesimpulan
1. Berapakah besar hubungan kreativitas dengan kinerja dosen?
rxy sebesar 0,684 kategori kuat.
2. Berapakah besar sumbangan (kontribusi) kreativitas dengan
kinerja dosen?
KD = r2 x 100% = 0,6842 x 100% = 46,79% . Artinya kreativitas
memberikan kontribusi terhadap kinerja dosen sebesar 46,79 %
dan sisanya 53,21% ditentukan oleh variabel lain.
3. Buktikan apakah ada hubungan yang signifikan kreativitas dengan
kinerja dosen? Terbukti bahwa ada hubungan yang signifikan
kreativitas dengan kinerja dosen.
Tornyata 1 1,,,,,,, lobih bosar dari t t;it><!i. atau 2,963 > 2,228, maka Ho
ditolak, artinya Ada hubungan yang signifikan kreativitas dengan
kinoi|a ( I o n i i i i
-- -- ...........- - .......
- ------------------ ----------
D. R A N G K U M A N
Analisis Korelasi Pearson Product Moment (PPM) susatu
analisis yang digunakan untuk mengetahui derajat hubungan dan
kontribusi variabel bebas (independent) dengan variabel terikat
(dependent). Teknik analisis Korelasi PPM termasuk teknik statistik
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.
E. S O A L LA TIH A N
1. Apa kugunaan analisis korelasi Pearson Product Moment?
2. Berikut ini data motivasi belajar dengan prestasi belajar
mahasiswa IM Telkom. Sampel diambil 12 orang
mahasiswa.
Kode
Responden
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
X
38
45
46
30
53
54
61
50
52
51
69
53
Y
60
50
62
40
68
59
79
69
65
70
89
79
Pertanyaan!
a.
b.
c.
------------------------------------------------------------------
-...- - ....
BAB 7
KORELASI GANDA
A. TUJUAN
Setelah menyelesaikan Bab 7 ini, Anda diharapkan akan dapat:
1. Mengetahui analisis korelasi ganda
2 . Menganalisis korelasi ganda
Mengaplikasikan korelasi ganda
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 7 dijelaskan:
1 . M endefinisikan korelasi ganda
C. INTISARI BACAAN
nalisis Korelasi Ganda berfungsi untuk mencari besarnya
hubungan dan kontribusi dua variabel bebas (X) atau
lebih secara simultan (bersama-sama) dengan variabel
terikat (Y). Desain penelitian dan Rumus Korelasi Ganda sebagai
berikut.
'X IT
+ r2
'
X 2.Y
.X2.Y
FHM,n, = _ 2 ,
n- k- 1
) (ilk
Langkah-langkah menjawab:
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat:
Langkah 2. Membuat Ha dan Ho dalam bentuk statistik:
Langkah 3. Membuat tabel penolong untuk menghitung Korelasi Ganda:
Langkah4. Mencari r hitung dengan cara masukkan angka statistik dari tabel
penolong dengan rumus:
n(TlX iY ) - a , X i).<ZY)
rXi.Y =
V { n . I ^ 2 - ( Z X ;)2 } . { n . S r 2 - ( E F ) 2}
Dari hasil korelasi kemudian dimasukkan pada rumus korelasi
ganda (R) dengan rumus:
^
i X I.X 2 .Y
_
~
lutung
(1
R 1)
n - k - 1
Kaidah pengujian signifikansi:
Jika F hitUng > F tabei, maka tolak Ho artinya signifikan dan
F mtung ^ F tabei, terima Ho artinya tidak signifikan
Carilah nilai F tabei menggunakan Tabel F dengan rumus:
Taraf signifikan: a = 0,01 atau a = 0,05
F
tabel =
Diketahui:
a. Variabel Kepuasan Kerja (X!)
b. Variabel Disiplin Kerja (X2)
c. Variabel Efektivitas kerja (Y)
d. Sampel sebanyak (n) = 64 orang dengan taraf signifikan (a = 0,05)
Buktikan apakah ada hubungan yang signifikan variabel X,, X2 terhadap Y!
Xi
48
47
47
41
41
42
61
69
62
65
48
52
47
47
47
41
55
75
62
68
48
X2
97
77
99
77
77
55
88
120
87
87
50
87
87
87
81
55
88
98
87
87
44
Y
61
40
48
54
34
48
68
67
67
75
56
60
47
60
61
47
68
68
74
75
55
No
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
Xi
49
48
54
54
48
61
54
68
68
47
41
42
41
55
68
61
61
54
48
40
34
x2
94
77
55
76
65
90
119
119
98
55
66
67
58
90
77
99
109
76
75
77
67
Y
61
46
61
58
50
68
75
75
75
56
61
54
50
61
47
68
82
67
69
55
48
No
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
Xi
48
38
55
62
68
56
38
61
68
60
55
27
48
40
40
48
38
57
68
61
35
40
x2
68
67
89
87
87
87
65
98
105
78
77
66
66
55
78
79
75
98
98
87
87
77
Y
47
55
61
61
68
65
70
75
61
54
60
55
55
47
56
54
69
74
68
66
61
69
Langkah-langkah menjawab:
Nilai Statistik
64
3320
n
ZXi
Y
E Z ,2
3871
179456
2YZ
240425
SX iY
204514
n(lx,r)-(Zx,).gr)
Simbol Statistik
n
X2
Y
Nilai Statistik
64
5198
3871
439670
XY2
XX;,Y
240425
320416
n(>;.Y,n (Y.X,).Cl.Y)
(>;.y .)' i i >;r (>;r)*i
____________ 64(32041Q-(5198).(387D__________
Nilai Statistik
Simbol Statistik
n
EX,
64
3320
XX,2
179456
ZX;
439670
X, x 2
276596
5198
n(ZX1X2)-(IX,).(SX2)
^X1 X 2
I-------------------------------------------------------
t/(
rx, x2 =
Simbol Statistik
r x i .y
l' X2.Y
f X1.X2
Nilai Statistik
0,549
0,574
0,618
R X l.X 2.Y
R X I . X 2 .Y
0,63-0,39
0,62
0,62
n-k-l
6 4 -2 -1
F hjtung
k), (dk
l ' |(l
I
o.o'i) (<lk
mk
(dk
I))
M
;>
t))
C = C0+
B
B0
B,
C
Co
Ci
= 61 (dk = n - k - 1 = 64 - 2 - 1 = 61)
= 60
= 65
= nilai F tabei yang dicari melalui interpolasi = 3,148
=3,15
=3,14
C = Cn +
(B -
) = 3,15 +
~^
(65-60)
.( 6 1 -
60)
D. RANGKUMAN
Analisis Korelasi Ganda berfungsi untuk mencari besarnya
hubungan dan kontribusi antara dua variabel bebas (X) atau lebih
secara simultan (bersama-sama) dengan variabel terikat (Y).
E. SOAL LATIHAN
1. Apa kegunaan analisis korelasi ganda?
2. Sebuah penelitian dilakukan untuk mengetahui apakah ada
hubungan penampilan kerja (Xi) dan iklim organisasi (X2)
terhadap efektivitas kerja pegawai (Y) di PT PLN di Bandung.
Angket disebar kepada 40 pegawai secara random dan diperoleh
data sebagai berikut.
N
60
30
78
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
iO
Y
45
34
70
49
x2
58
33
69
70
49
29
48
54
60
34
76
42
56
42
58
53
76
4r.
48
27
46
57
60
31
74
45
55
40
56
55
70
41
1)0
!>4
i),1)
34
68
50
30
40
54
58
26
78
45
47
34
57
53
77
68
X!
21
45
49
50
29
69
45
55
45
54
40
41
56
69
55
43
53
43
39
69
A?
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
x2
42
44
53
27
70
54
66
51
37
38
45
62
68
50
41
42
53
53
49
44
Y
50
48
49
30
63
49
50
48
50
44
39
68
67
48
54
56
49
36
60
40
Pertanyaan!
a. Berapa besar koefisien korelasi:
1)
dengan Y
2 ) X 2 dengan Y
3) Xt dan X 2
4) Xi dan X 2 terhadap Y
b. Berapa besar sumbangan antar variabel X! dan X 2
terhadap Y?
c. Buktikan! Apakah ada hubungan yang signifikan secara
bersama-sama penampilan kerja dan iklim organisasi
terhadap efektivitas kerja pegawai di PT PLN di Bandung?
BAB 8
REGRESI SEDERHANA
A. TUJUAN
Setelah menyelesaikan Bab 8 ini, Anda diharapkan akan dapat:
1. Mengetahui analisis regresi sederhana
2 . Menganalisis regresi sederhana
Mengaplikasikan regresi sederhana
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 8 dijelaskan:
1. M endefinisikan rogresi sederhana
Monrjnnnlisis rorjrosi sederhana
M oiujaplikasikan (I<.*n <]; i n lan<jkah langkah praktis regresi
nioihnna
.............
........................................................... - ...-
--
C. INTISARI BACAAN
egresi atau peramalan adalah suatu proses memperkirakan
secara sistematis tentang apa yang paling mungkin terjadi di
masa yang akan datang berdasarkan informasi masa lalu dan
sekarang yang dimiliki agar kesalahannya dapat diperkecil. Regresi
dapat juga diartikan sebagai usaha memperkirakan perubahan.
Supaya tidak salah paham bahwa peramalan tidak memberikan
jawaban pasti tentang apa yang akan terjadi, melainkan berusaha
mencari pendekatan apa yang akan terjadi. Jadi, regresi mengemu
kakan tentang keingintahuan apa yang terjadi di masa depan untuk
memberikan kontribusi menentukan keputusan yang terbaik.
h _ n .X X Y -.X X Z Y
a=
~ n I X 2- { Y X ) 2
n.
( X 1 )
[b|a])
dengan
J K Reg^ a] J K Re
Langkah 8. Mencari Rata-rata Jumlah Kuadrat Regresi (RJKReg |a]) dengan
rumus:
R J K reg[a] = J K Reg[a]
Langkah 9. Mencari Rata-rata Jumlah Kuadrat Regresi (RJKReg[b|a]) dengan
rumus:
R J K r eg[b\a] = J K Rtg[b\a]
Langkah 10. Mencari Rata-rata Jumlah Kuadrat Residu (RJKr6s) dengan rumus:
JK a
R J K Re,
n -2
Langkah 11. Menguji Signifikansi dengan rumus:
f'
^ ^ ReS(b\Q
hitung
R J K kcs
Kaidah pengujian signifikansi:
Jika F hitung ^ F tabei, maka tolak Ho artinya signifikan dan
F hitung ^ F tabei, terima Ho artinya tidak signifikan
Dengan taraf signifikan: a = 0,01 atau oc = 0,05
Carilah nilai F 1abei menggunakan Tabel F dengan rumus:
F tabel = F
((1
2 3 1 4 1 3 2 2
50 60 30 70 40 50 40 35
Pertanyaan:
a. Bagaimana persamaan regresinya?
b. Gambarkan diagram pencarnya!
c. Gambarkan arah garis regresi!
d. Buktikan apakah ada pengaruh yang signifikan antara pengalaman
kerja (X) terhadap penjualan barang (Y).
e. Buktikan apakah data tersebut berpola linier?
Langkah-langkah menjawab:
X2
Y2
XY
1
2
4
9
2500
3600
900
4900
1600
2500
1600
1225
180
30
280
40
150
80
70
Statistik
Jumlah
X
18
Y
375
1
1
16
1
9
4
4
M
-<ro
3
4
5
50
60
30
70
40
50
40
35
100
X2
48 18825
ZXY
930
_ n lX Y - I X Z Y _ 8.(930)-(18).(375) _ 690 _ n g
~ n Z X 2 ~ (Z X )2
8.(48)-(18)2
60
(2) Menghitung rumus a
IY -b Z X
375-11,5.(18)
168
........... Jawaban a
= i * = 2 ,2 5
80
70
60
50
40
l1
*6
*7
35
30
20
10
(Jawaban b)
(Jawaban c)
(LY )2
(375)
140625
17578,125
Langkah 4. Moncnrl Itnln uiIji Jumlah Kuadrat Regresi (RJKfl<,(, [i) dengan
rumus.
KJK.
. .
./A',.. . ,
17.S7X,I25
-
Langkah 6.
K * ,
R J K Rcs=
^ = 225 = 42,5
n 2
8 - 2
991,875
42,5
hitung ^
= F ((0,95)(1,6)}
Cara mencari F tabei: angka 1 = pembilang
angka 6 = penyebut.
F tabel = 5,99
Ternyata F hitung > F tabei, maka tolak Ho artinya signifikan
(Jawaban d )
Z|Zr2
~ ('S F)
= 2247,01
Sebelum mencari nilai JKE urutkan data X mulai dari data yang
paling
kecil
sampai
data
yang
paling
besar
berikut
disertai
2
3
1
4
1
3
2
2
50
60
30
70
40
50
40
35
2
3
4
5
6
7
8
Diurutkan dari
data terkecil
hingga data
terbesar
-----------\
M E N JA D I
k 1
K2
k 3
k 4
X
1
1
2
2
2
3
3
4
(
\2 , Af\2
JKe = 30 + 40
Kelompok
30
40
35
40
50
50
60
70
k = 4 kelompok
2>
(30 + 40)2A '
+ 35^ 40- 1 50^- (35 + 40 + 501
y
2A
50= + 60=
70
(70) 2 A
= (50 + 116,67 + 50 + 0)
JKC= 216,67
JK ,t
./AKi i \ J K ,
225
2 16,67 = 38,33
38
33
RJKTr = = ! = 19 165
k -2
4 -2
=
8 -4
F hitung
dengan rumus:
_ RJKtc _ 19,165 _n oc
RJK,
54,1675
Perlu diketahui bahwa uji linieritas berbeda dengan uji signifikansi,
adapun perbedaannya terletak pada pengambilan keputusan
(kaidah pengujian), yaitu.
(1) Menentukan Keputusan Pengujian Signifikansi
Jika F hitung ^ F tabei, maka tolak Ho artinya Signifikan dan
F hitung ^ F tabei, terima Hoartinya Tidak Signifikan
(2) Menentukan Keputusan Pengujian Linieritas
Jika F hitung ^ F tabei, maka tolak Ho artinya data berpola Linier dan
F hitung ^ F tabei, maka terima Ho artinya data berpola Tidak Linier
Fhitung
F hitung
F tabel
= F (1 =
=
=
a)
(dk TC, dk E)
F (1 _ o,05) (dk = k - 2, dk = n - k)
F (1 - 0,05) (dk = 4 - 2 , dk = 8 - 4)
F (1 - 0 ,0 5 ) (dk = 2 , dk = 4)
= F (0,95) ( 2, 4)
dk-2
dk
pombilann
po n yu lM il
6,94
6,94,
d e ra ja t
kebebasan
(dk)
Total
Regresi (a)
Regresi (b|a)
Residu
Tuna Cocok
Kesalahan (Error)
1
1
n- 2
k- 2
n- k
R ata-rata
J u m la h
K u a d ra t
(R J K)
Ju m la h
K uadrat
(JK )
ZY2
Fhitung
Ftabei
Signifikan
Linier
Keterangan:
R J K R e g (a)
RJKReg(b|a) Perbandingan F hitung
dengan F tabei
RJ KRes
Signifikan dan
RJKtc
Linieritas
RJ Ke
J K R e g (a)
JKReg(b|a)
JK R es
J K
tc
JKe
derajat
kebebasan
(dk)
Rata-rata
Jumlah
Kuadrat
(RJK)
Jumlah
Kuadrat
(JK)
Total
18825
Regresi (a)
Rogresi (b|a)
Rosidu
1una Cocok
Kesalahan (Error)
1
1
17578,125
991,875
255
83,33
216,67
17578,125
991,875
42,5
19,165
54,1675
6
2
4
Fhitung
F tabel
5,99
Sig = 23,24
6,94
Linier = 0,35
Keterangan:
Perbandingan F litung
dengan F tabei Signifikan
dan Linieritas, ternyata:
23,24 > 5,99 signifikan
0,35 < 6,94 pola linier
D. RANGKUMAN
Rogrosi nlau pornmnlnn adalah suatu proses memperkirakan
socurn sislomnlis lonlmu) npn yang pnling mungkin lorjndi di m nsn
y/iN() nknn Inlniiy botdnumknn inlormiir.i mnsn Inlu dun nokurniu)
E. SOAL LATIHAN
1. Apa yang Anda ketahui tentang regresi sederhana?
2. Sebuah penelitian dilakukan terhadap mahasiswa IM Telkom
untuk mengetahui apakah ada pengaruh kebiasaan menonton
televisi
film
kekerasan
dengan
kecenderungan
perilaku
30
45
60
47
39
34
50
57
30
53
40
55
54
49
58
59
26
34
BAB 9
REGRESI GANDA
A. TUJUAN
Setelah menyelesaikan Bab 9 ini, Anda diharapkan akan dapat:
i. Mengetahui analisis regresi ganda
Menganalisis regresi ganda
Mengaplikasikan regresi ganda
B. POKOK BAHASAN
Pcncapaian tujuan tersebut dalam Bab 9 dijelaskan:
1. M endefinisikan rogresi ganda.
?. Menganalisis togrosi ganda.
:t. M engaplikasikan dongan langkah-langkah praktis regrosi
ganda
C. INTISARI BACAAN
nalisis regresi ganda adalah pengembangan dari analisis regresi
sederhana. Kegunaannya yaitu untuk meramalkan nilai variabel
terikat (Y) apabila variabel bebas minimal dua atau lebih.
Analisis regresi ganda ialah suatu alat analisis peramalan nilai
pengaruh dua variabel bebas atau lebih terhadap variabel terikat
untuk membuktikan ada atau tidaknya hubungan fungsi atau
hubungan kausal antara dua variabel bebas atau lebih (X!), (X2),
(X3).........(Xn) dengan satu variabel terikat.
Asumsi dan arti persamaan regresi sederhana berlaku pada
regresi ganda, tetapi bedanya terletak pada rumusnya, sedangkan
analisis regresi ganda dapat dihitung dengan cara komputer dengan
program Statistical Product and Service Solutions (SPSS) versi 7.5;
hingga versi 17; dan ada juga dengan menggunakan kalkulator atau
manual.
v________________________________/
Rumus nilai porsnmnnn untuk 2 variabol bobnn ( :AHA Kl DUA
No
Xi
X2
* ,2
Y2
XiY
X2Y
XX,Y
s x 2y
x1X2
1.
2.
3.
n
_ Y 2
Statistik ZXi e x 2 SY X X 2 XX 2
XXi
x2
l y = X X lY-
(ZY)2
n
(XX{).(XY)
e. Xx2y = X X 2Y
(XX2).(XY)
1 2
(Xv,2) . ( a %2 ) - (Xx. x ^ ) 2
XY
,
~
XX. )
_._L
l " ,
u _ { X x l) .( X x 2y ) - ( X x , x 2).{Xx,y)
t)-,
----------------- ------------------------------- ----------( X x f).(X x ;) - (X x ,x 2) 2
"
F h jtu n g
/,
r t 2 \
m \\-R
dimana:
n = jumlah responden
m = jumlah variabel bebas
Kaidah pengujian signifikansi:
Jika F
hitung
{(1 -
a)
Pertanyaan:
a. Tentukan persamaan regresi ganda?
b. Buktikan apakah ada pengaruh yang signiliknu /ml/im umur, tinggi,
dun borat budan?
X,Y
X2Y
37
41
34
39
39
40
37
39
42
35
41
40
43
38
81
144
36
100
81
100
49
64
121
36
100
64
144
100
* 22
15625
18769
9801
14884
16641
16384
9216
10816
17424
9025
12996
10201
21316
17424
Y2
2
3
4
5
6
7
8
9
10
11
12
13
14
x2
125
137
99
122
129
128
96
104
132
95
114
101
146
132
9
12
6
10
9
10
7
8
11
6
10
8
12
10
1369
1681
1156
1521
1521
1600
1369
1521
1764
1225
1681
1600
1849
1444
333
492
204
390
351
400
259
312
462
210
410
320
516
380
4625
5617
3366
4758
5031
5120
3552
4056
5544
3325
4674
4040
6278
5016
X, x 2
1125
1644
594
1220
1161
1280
672
832
1452
570
1140
808
1752
1320
Statistik
XX,
IX 2
ZY
ZX[
IX ;
EY2
IX , Y
IX 2Y
X, X2
X,
No
1
Jumlah
v.Y|'
1220
(128)
n
I). Vy
>;.v
o :.y
14
2 0 0 S .V
= 49,71
(IM )())
3 (< > vn
c. X y ! = J . Y 2
d.
e.
= 21301
)
n
=84.93
= 5 0 3 9 -(128)-(M5) = 56.14
14
392,86
14
_ - ( X r 2 ) . ( X t i y ) - ( X x , x 2 ) . ( 2 k 2y )
( 3 6 9 3 ,4 3 ) .( 5 6 ,1 4 ) - ( 3 9 2 ,8 6 ) .( 3 8 0 ,5 7 )
b2,
_ 1?g
(4 9 ,7 1 ).(3 6 9 3 ,4 3 ) - ( 3 9 2 ,8 6 ) 2
(49,71).(3693,43) - (392,86)2
K)
00
/ 1660,
545
u ( t.x A - V
a = ------ o,.
-1,98.
= 33,83
-(-0 ,1 1 ).
n
{ n )
t 14 J
1 n J
14
\ 14 '
Jadi, persamaan regresi ganda:
Langkah 5. Mencari
(
)=
v x,.x7. r /
V X v , , ^ X v 2v =
Langkah 6. Mencari
]j
(1.98).(5_6J4) + ( - 0 , l l ) .(3 8 Q ,5 7 J = v ^
8 4 ,9 3
K P = (r x^ 2J )2.100% = 0,92.100% = 81 %
Langkah 7.
- R2( n - m - 1) __0.9 (M
n m - R' )
?.(l
?. I)
o,'')
F hitUng
>
F tabei,
F hitung
F tabei,
F tabei
menggunakan Tabel
dengan rumus:
F tabel
3,98
h it U n g
>
F tabei,
yang
D. RANGKUMAN
Analisis regresi ganda adalah pengembangan dari analisis
regresi sederhana. Kegunaannya yaitu untuk meramalkan nilai
variabel terikat (Y) apabila variabel bebas minimal dua atau lebih.
Analisis regresi ganda ialah suatu alat analisis peramalan nilai
pengaruh dua variabel bebas atau lebih terhadap variabel terikat
untuk
hubungan kausal antara dua variabel bebas atau lebih (X!), (X2),
(X,i)........ (X) dongan satu variabel terikat.
E. SOAL LATIHAN
1. Apa yang Anda ketahui tentang regresi ganda?
2. Sebuah
penelitian
dilakukan
untuk
mengetahui apakah
ada
Xi
8
10
7
12
x2
125
137
37
41
100
122
129
39
34
9
10
128
40
42
98
38
103
42
11
130
40
10
11
95
10
115
36
41
12
105
38
BAB 10
CHI-KUADRAT
A. TUJUAN
Setelah menyelesaikan Bab 10 ini, Anda diharapkan akan dapat:
1. Mengetahui analisis chi-kuadrat
2. Menganalisis chi-kuadrat
3. Mengaplikasikan chi-kuadrat
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 10 dijelaskan:
1. Definisi chi-kuadrat
?. Mongnnalisis chi-kuadrat
;t. M engaplikasikan dongan Inngknh-lnngkah praktis
chi kuadrat
C. INTISARI BACAAN
I I I I etode chi-kuadrat (%2) digunakan untuk mengadakan pende* katan (mengestimate) dari beberapa faktor atau mengevaluasi
frekuensi yang diselidiki atau frekuensi hasil observasi (fo) dengan
frekuensi
hubungan
yang
diharapkan
(fe) dari
atau
perbedaan
yang
sampel
signifikan
apakah
atau
terdapat
tidak.
Untuk
%2hitung
>
%2tabei,
fe
X2 = Nilai chi-kuadrat
f o = frekuensi yang diobservasi (frekuensi empiris)
f e = frekuensi yang diharapkan (frekuensi teoritis)
Jumlah
(100-85)
(84 - 66)
(65 - 0)
150
75
150
375
75
150
25
250
50
25
25
275
250
100
725
200
Langkah-langkah menjawab:
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat
Ha: Ada perbedaan yang signifikan antara pegawai IM Telkom, IT
Telkom dan Telkom PDC/Politeknik Telkom dalam pelaksanaan
GKK.
Ilo: Tidak
ada
perbedaan
yang
signifikan
antara
pegawai
IM
(375)x(275) _ 142 2 4
725
(250)x(275)
(100)x(275) =
725
(375)x(250) _ 129 3 ,
.^ 0 ) x ( 2 5_0)
725
725
(375)x(200)
725
(250W200)
725
725
2[
(UW W 2S0)
725
= 2 7 ,5 9
725
(150-142,24)^
142,24
(7 5 -9 4 ,8 3 )2 = / ] 1 5
(75-129,31)2
----------- L
= 22,81
129,31
103,45
94,83
(150-86,21)2
----------- = 41,2
86,21
_ ^ { f o - f e )1
(50 - 37,93):
37,93
(2 5 -3 4 ,4 8 )2
--- = 2,61
34,48
x 2Ntung
dengan
x 2tabei,
>
artinya signifikan
IM
kurang
patuh,
kurang
mengindahkan
peraturan
yang
D. RANGKUMAN
Motodo
chi kuadral
(x ) suatu
analisis
mniHjndaknn
pondnluilnn
(nioiitjor.tiinalo)
digunakan
untuk
dari hohmapn
laktor,
E. SOAL LATIHAN
1. Sebutkan pengertian chi-kuadrat yang Anda pahami ?
2. Sebuah survei dilakukan terhadap 250 orang pengguna HP.
Dalam angket tersebut ditanyakan penggunaan merk HP yang
paling favorit menurut mereka. Data hasil survei.
Frekuensi Observasi dari 250 orang pengguna HP
Merk HP Yang Paling Favorit
Pengguna HP
Total
115
80
25
10
Nokia
90
Samsung
25
40
25
45
Flexi
20
10
15
250
Jumlah
125
75
50
Uji hipotesis
Ha : Masyarakat memiliki minat yang berbeda terhadap 3 Pengguna Merk
HP.
Ho: Masyarakat memiliki minat yang sama terhadap 3 Pengguna Merk HP.
BAB 11
PERBANDINGAN SATU
VARIABEL BEBAS (UJI t)
A. TUJUAN
Setelah menyelesaikan Bab 11 ini, Anda diharapkan akan dapat:
i. Mengetahui analisis perbandingan satu variabel bebas (Uji t)
.2 Menganalisis perbandingan satu variabel bebas (Uji t)
Mengaplikasikan perbandingan satu variabel bebas (Uji t)
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 11 dijelaskan:
1 . Mendefinisikan perbandingan satu variabel bebas (Uji t)
C. INTISARI BACAAN
nalisis perbandingan satu variabel bebas dikenal dengan
Uji t atau t tes. Tujuan Uji t adalah untuk mengetahui
perbedaan variabel yang dihipotesis-kan. Uji t ini mempunyai dua
rumus yang dapat digunakan, yaitu
',Unii
[Jj
Keterangan:
- _
huunn = -------- ~
^
Pengujian hipotesis deskriptif ada dua jenis, yaitu: uji dua pihak
dan uji satu pihak (uji pihak kiri dan uji pihak kanan). Dalam kajian ini
yang dibahas adalah Uji t.
Langkah-langkah Uji t
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat:
Langkah 2. Membuat Ha dan Ho model statistik:
Langkah 4.
_ x - ju 0
hitung ~ ~
Tn
diketahui
pihak kanan atau dua pihak. Dalam hal ini tergantung bunyi
hipotesisnya. Dengan menggunakan tabel diperoleh t tabe|. serta
rumuskan kriteria (kaidah) pengujian.
59 60 58 59 60 58 6059 5060 59 50 60
59 58 50 59 60 59 6059 5060 60
60
60 60 50 59 60 60 6059 6060 60
60
60 60 60 50 60 60 6059 6060 60
60
58 60 58 50 58 60 6058 6060 60
60
LANGKAH-LANGKAH MENJAWAB
Sebelum
dilakukan
perumusan
hipotesis
dihitung
terlebih
0)= 42 %.
I X ' - W
s=
n- 1
1208939^
< 3 5 6 5 )!
61-1
61
- = 3 ,1 4
_
3565 CO/M.
x = ---- = -------= 58,443
n
61
Jaw aban Pertanyaan
o < 42 %
\ i 0 > 42 %
304
4n
4e\
0,4
h,tung
Langkah 6. Kesimpulan
Ha: Kompetensi Mengajar Dosen Tahun 2009 paling tinggi 70%
dari rata-rata nilai ideal ditolak. Sedangkan H0: Kompetensi Mengajar
Dosen Tahun 2009 paling rendah 70% dari rata-rata nilai ideal
diterima.
Jadi, Kompetensi Mengajar Dosen Tahun 2009 paling tinggi
70% dari rata-rata nilai ideal itu kurang tepat bahkan lebih dari apa
yang mereka duga.
o > 42 %
(i, o < 42 %
h itu n g
= 41
o. o # 42 %
o = 42 %
Langkah 3. Mencari t
h i, u n g
Langkah 6. Kesimpulan
Ha: Kompetensi Mengajar Dosen Tahun 2009 sama dengan
70% dari rata-rata nilai ideal diterima. Sedangkan H0: Kompetensi
mengajar Dosen Tahun 2009 tidak sama dengan 70% dari rata-rata
nilai ideal ditolak.
Jadi, Kompetensi Mengajar Dosen Tahun 2009 sama dengan
70% dari rata-rata nilai ideal itu benar terjadi bahkan lebih.
D. RANGKUMAN
Analisis perbandingan satu variabel bebas dikenal dengan Uji t
atau t
tes.
yang dihipotesiskan.
E. SOAL LATIHAN
1. Apa kegunaan analisis perbandingan satu variabel bebas (Uji t)?
2 . Hasil Penelitian tentang kinerja dosen se Indonesia menduga
bahwa:
a. Penjualan Saham PT Telkom Tahun 2010 paling tinggi 65%
dari rata-rata nilai ideal.
b. Penjualan Saham PT Telkom Tahun 2010 paling rendah 65%
dari rata-rata nilai ideal.
c. Penjualan Saham PT Telkom Tahun 2010 sama dengan 65%
dari rata-rata nilai ideal.
Dongan pornyataan tersebut, dibuktikan oleh PT Telkom
dongan r.uatu ponolitinn di borbagai kota besar di Asean dengan
rnsponon M poiijiunaha
45
47
34
57
53
77
49
59
45
49
50
29
69
45
55
45
54
70
44
49
29
48
54
60
59
60
70
44
49
29
48
54
70
44
49
56
42
58
53
76
45
56
42
58
53
27
70
54
66
51
53
27
70
BAB 12
PERBANDINGAN DUA
VARIABEL BEBAS (UJI t)
A. TUJUAN
Setelah menyelesaikan Bab 12 ini, Anda diharapkan akan dapat:
1. Mengetahui analisis perbandingan dua variabel bebas (Uji t)
2 . Menganalisis perbandingan dua variabel bebas (Uji t)
3 . Mengaplikasikan perbandingan dua variabel bebas (Uji t)
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 12 dijelaskan:
1. M endefinisikan perbandingan dua variabel bebas (Uji t)
2. Menganalisis perbandingan dua variabel bebas (Uji t)
3. M ongaplikasikan dongan langkah-langkah praktis analisis
poihandlnfian dua vanahol hobas (IJji I)
C. INTISARI BACAAN
J " ujuan Uji t dua variabel bebas adalah untuk memban-dingkan
(membedakan) apakah kedua variabel tersebut sama atau
berbada. Gunanya untuk menguji kemampuan generalisasi (signifi
kansi hasil penelitian yang berupa perbandingan dua rata-rata
sampel). Rumus uji t dua variabel sebagai berikut.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
KINERJA
Pegawai
PLN
Telkom
(X2)
(X,)
77
99
77
77
55
88
120
87
87
50
40
48
54
34
48
68
67
67
75
56
No.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
KINERJA
PLN
Pegawai
Telkom
(X2)
(X,)
No.
87
87
87
90
81
55
60
47
60
70
61
47
88
68
68
23.
24.
25.
26.
77.
;>h .
74
7!)
:io
98
87
87
21.
22.
KINERJA
Pegawai
PLN
Telkom
(X2)
(X,)
44
94
77
55
76
65
90
55
61
46
61
58
50
00
75
/!)
/f)
H!)
!)(>
68
LANGKAH-LANGKAH MENJAWAB
|x 1 * n 2
Ho :
n 1 = ji 2
xx
=81,07
x2
= 60,37
Standar deviasi
Si
=16,48
s2
= 11,53
Varians
Si
=271,59
S2
= 132,94
Korelasi
Langkah 4. Mencari t
h it u n g
=0,44
dengan rumus:
Langkah 7. Kesimpulan
Ha:Terdapat perbedaan yang signifikan antara kinerja pegawai
Telkom dengan PLN di Bandung DITERIMA. Sedangkan H0: Tidak
terdapat perbedaan yang signifikan Perbandingan antara kinerja
pegawai Telkom dengan PLN di Bandung DITOLAK.
Jadi, ada perbedaan bahwa kinerja pegawai Telkom lebih
unggul dari pada PLN bila dilihat dari nilai rata-ratanya. Dengan
demikian hasil data ini dapat diberlakukan untuk populasi.
D. RANGKUMAN
Tujuan Uji t dua variabel bebas adalah untuk membandingkan
(membedakan) apakah kedua variabel tersebut sama atau berbada.
Gunanya untuk menguji kemampuan generalisasi (signifikansi hasil
penelitian yang berupa perbandingan dua rata-rata sampel).
E. SOAL LATIHAN
1.
Apa
(Uji t)?
2. Penelitian tentang perbedaan pengguna [laptop merk Tosiba]
mahasiswa dengan pegawai di Bandung Electronik Centre (BEC).
Menggunakan sampel acak sejumlah masing-masing 20 orang
dan tingkat signifikan 0,01
No Mahasiswa
1
94
2
92
3
91
4
90
5
90
6
89
7
89
8
87
87
9
10
86
Pegawai No Mahasiswa
62
11
60
12
60
55
63
13
56
14
68
52
71
15
48
60
16
45
54
17
45
54
18
43
52
19
49
59
20
42
Pegawai
86
80
80
80
78
77
76
75
74
74
BAB 13
ANOVA SATU JALUR
(One Way -Anova)
A. TUJUAN
Setelah menyelesaikan Bab 13 ini, Anda diharapkan akan dapat:
t. Mengetahui anova satu jalur
ii. Menghitung anova satu jalur
3 . Mengaplikasikan anova satu jalur
B. POKOK BAHASAN
Pencapaian tujuan tersebut dalam Bab 13 dijelaskan:
1 . M cndolinisiknn nnova satu jalur
2. Monghituruj nnova satu jalur
3. M om jnpliknslknn nnova r.alu jalur dongan langkah langkah
ptaklis
C. INTISARI BACAAN
nava atau analysis of variance (anova) adalah tergolong analisis
ik
komparatif lebih dari dua variabel atau lebih dari dua rata-rata.
Tujuannya ialah untuk membandingkan lebih dari dua rata-rata.
Gunanya
untuk menguji
kemampuan generalisasi
artinya data
Dimana:
JK = Jumlah Kuadrat (some of square)
dk = derajat Kebebasan (degree of freedom)
dk
Menghitung nilai anova atau
F h itU n g
dengan rumus :
^7^
J K D :dkD
(XX T)
untuk dkA = A - 1
N
J K d = Z X t2 - z (SXai)
n A,
)
untuk dkD = N - A
N
N = Jumlah Keseluruhan sampel (jumlah kasus dalam ponolitian)
A = Jumlah Keseluruhan group sampoi
kalim at:
statistik:
J K . = E-
q x M)2 | czxA2) |
(ZXr y
/13
KR _ JK*
A dkA
\2
J K = S X ; - l _ ^ L = (ZX*,
g * , , ) 2 + W A2y; + (X,3r
+ z x 2m ) -
n Ai
' l AI
"A2
"M
k r
fK
dkD
KR
i.iiiinU . I
I i ,
i,ii.ni,
dkA = pembilang
dkD = penyebut.
derajat
Jumlah
Kuadrat
(SV)
kebebasan
Kuadrat
Rerata
(dk)
(JK)
(KR)
^czxMy c?*TyN
JK a
dkA
I X} -Z*"?
JK D
dkD
A- 1
N -A
n A,
Total
N- 1
Fhitung
k r a
Ftabel
a = 0,05
KRn
Keterangan:
1X'T - W r ?
N
5 7 7 6
Ilmu Komunikasi
(A2) =
Administrasi Niaga 6
(Aa) =
5 5 5 6
9 8 7 8 9 6
= 11 orang
5 6
7 =12 orang
9 8 6
8 =12 orang
STATISTIK
n
i;x
xx?
Y
(>.xf/nA,
Vnrinns (S)
12
12
73
943
6,636
85,73
0,85
71
431
5,917
35,92
0,99
90
692
7,5
57,67
1,55
TOTAL (T)
N = 35
234
2066
6,68
179,31
1,13
Langkah 4.
( X X A i) 2
Langkah 5.
(7 3 )2 , ( 7 1)2 , (9 0 )2'l (2 3 4 )
+
+
- - ------ = 1579,53 - 1 5 6 4 ,4 6 = 15,07
11
12
12
35
KRa = ^
= I ^ L =1m
2
dkA
{
{
11
12
12
Langkah 8. Mencari
group
dkn
32
KR d
1 5 ,2
L a n g ka h 12. Mencari
F tabei
F tabel = F (1 -
dengan rumus :
a) (dkA, dk D)
F hitung
dengan
F tabei
Ternyata
F hitung
kemudian dibanding
lebih kecil dari pada
tabei atau 0,5 < 3,30, maka terima H0 artinya tidak signifikan.
Sumber
Variansi
(SV)
Antar group (A)
32
486,47
Total
34
501,54
15,2
Ftabel
3,30
Keterangan:
0,5 < 3,30, tidak
signifikan.
D. RANGKUMAN
Anava atau analysis of variance (anova) adalah tergolong
analisis komparatif lebih dari dua variabel atau lebih dari dua ratarata. Tujuannya ialah untuk membandingkan lebih dari dua rata-rata.
Gunanya
untuk menguji
E. SOAL LATIHAN
1.
IM
Telkom
90
89
89
87
94
92
91
90
90
86
IT
Telkom
62
60
63
68
71
80
78
77
76
59
Politeknik
Telkom
60
55
56
52
39
68
67
80
80
42
No
11
12
13
14
15
16
17
18
19
20
IM
Telkom
77
76
39
68
67
48
54
43
49
42
IT
Telkom
86
80
80
80
78
77
76
75
74
74
Politeknik
Telkom
48
50
44
39
68
67
48
54
56
49
BAB 14
PATH ANALYSIS
A. PENGERTIAN PATH ANALYSIS
maupun tidak
langsung
seperangkat variabel
bebas
(!))
Olwoivori
artinya
model
teori
yang
dikaji
atau
diuji
dibangun
X2, X3 dan Y ke Z
Gambar 14.2a
Gambar 14.2b
Sub Struktur 2. Hubungan Kausal X1? X3> dan Y ke Z
Keterangan:
pik merupakan koefisien jalur (path coefficient) untuk setiap variabel
eksogen k (Li, Ching Chun, 1975:103 dan Kusnendi, 2005:6).
Koefisien jalur menunjukkan pengaruh langsung variabel eksogen k
terhadap variabel endogen i. Sedangkan e -, menunjuk-kan variabel
atau faktor residual yang fungsinya menjelaskan pengaruh variabel
lain yang telah teridentifikasi oleh teori, tetapi tidak diteliti atau
variabel lainnya yang belum teridentifikasi oleh teori, atau muncul
sebagai akibat dari kekeliruan pengukuran variabel. Sebuah diagram
jalur, tanda panah berujung ganda ( <------ ) menunjukkan hubungan
korelasional dan tanda panah satu arah (-------- ) menunjukkan
hubungan kausal atau pengaruh langsung dari variabel eksogen (X)
terhadap variabel endogen (Y).
Jadi, Secara sistematik path analysis mengikuti pola model
struktural, sehingga langkah awal untuk mengerjakan atau penerapan
model put h nnnly:;is yaitu dengan merumuskan persamaan struktural
dan diagiam |n Iu r yang berdasarkan kajian teori tertentu yang telah
diuraikan di alas Moimmt Solimun (^OO; :!^)) informasi diberikan
14.1.
memberikan
keterangan
tentang
perbedaan
Tabel 14.1.
Rangkuman Model: Korelasi, Regresi, Path Anatysis, dan Struktural
P e n je la sa r
Variabel
Korelasi
T idak ada
ketentuan
Kegunaan 1. Explanation
(penjelasan)
2. hubungan dan
predikasi
kualitatif.
Hubungan
yang
dianalisis
Jenis data
yang
dianalisis
Asumsi
Tunggal
atau ganda
Skala interval dan
ratio
M O D E L ANALISIS
P a t h (Jalur)
Regresi
Bebas (X)
Terikat (Y)
1. Penjelasan
terhadap
fenom ena yang
dipelajari atau
perm asalahan
yang diteliti.
2. Prediksi
kuantitatif.
3. Faktor diterminan, yaitu penen
tuan variabel
bebas (X) yang
berpengaruh
dom inan terha
dap variabel
terikat (Y).
Bersifat tunggal
t . Pada prinsipnya
1. Hubungan antar
sama dengan
variabel berpola
linier, bersifat
korelasi, hanya
sistem aliran kausal
normal.
ke satu arah.
2. Sistem aliran
kausal dua arah.
3. Minimal skala ukur
interval dan ratio.
1. Sampel random.
5. Data yang diukur
valid dan reliabel.
3 Model yang
dianalisis
berdasarkan toorifoori yar\f| rolovan
Struktural
E k s o g e n (X )
E k s o g e n (X )
E n d e o g e n (Y )
E n d e o g e n (Y )
In te r v e n in g
I n t e r v e n i n g ( b ila
( b ila a d a )
ada)
1. Penjelasan
Penjelasan
2. Prediksi
Prediksi kualitatif.
kuantitatif.
Faktor diterm inan.
3. Pengujian
Penelusuran
m odel,
m ekanism e
m engguna-kan
(lintasan)
uji t, baik untuk
pengaruh.
u ji keajegan
5. Pengujian m odel,
m enggunakan teori
konsep yang
sudah ada
t r im in g , baik untuk
ataupun uji
uji keajegan
pengem
konsep yang sudah
ada ataupun uji
bangan konsep
pengem bangan
baru.
konsep baru.
1.
2.
3.
4.
Tunggal
atau ganda
Gambar 14.3
Dekom posisi Pengaruh Kausalitas Antarvariabel
Sumber: Dimodivikasi dari Maruyama (1998: 38)
Tabel 14.2
Model Dekom posisi Pengaruh Kausalitas Antarvariabel
Pengaruh
variabel
A terhadap C
A terhadap D
A terhadap Y
Pengaruh Kausal
Tidak Langsung
Langsung Melalui
Melalui
Melalui
D
C
C dan D
(D
(3)
(2)
(1)(7)
(1)(8)
(3) (9)
Total
(1)
(3) + (1) (7)
(2) + (1) (8) +
(3) (9) + (1)(7) (9)
B terhadap C
B terhadap D
B terhadap Y
(4)
(6)
(5)
C terhadap D
C terhadap Y
D terhadap Y
(7)
(8)
(9)
(4) (7)
(4) (8)
(6) (9)
(7) (9)
-
Koterangnn:
Atitjkfi I
(4)
(6) + (4) (7)
(5) + (4) (8) +
(6) (9) + (4) (7) (9)
(7)
(8) + (7) (9)
0)
CONTOH PENELITIAN
Pengaruh Harga (X!) dan Fasilitas (X2) terhadap Promosi (Y ^ dan
Produk (Y2) serta dampaknya pada Citra Pelanggan (Z)
Data Tabel 14.3
Kode
Responden
Z
Xi
y2
x2
Yi
1.
2.
3,
4.
5.
6.
7.
8.
9.
10.
11.
12.
55
45
60
35
64
44
70
65
63
74
84
73
36
46
47
25
68
69
57
49
58
67
79
52
38
45
46
30
53
54
61
50
52
51
69
53
64
55
72
50
79
77
78
72
66
82
87
82
Gambar 14.4
Paradigma Ponolltlnn
60
50
62
40
68
59
79
69
65
70
89
79
3.
Gambar 14.6
Sub Struktur - 1 Hubungan Kausal
dan X2 terhadap Yi
Keterangan:
Variabel endogen (Y,)
Variabel eksogen (X, dan X2)
Persamaan Struktur Y i = p yi xi X i + p yi X2 X 2 + p yi e 1 1
Gambar 14.7
Sub Struktur - 2 Hubungan Kausal X1f X2, dan Y) terhadap Y2
Keterangan:
Variabel endogen (Y2)
Variabel eksogen (X|, X2 dan Y ,)
Gambar 14.8
Sub Struktur - 3 Hubungan Kausal Xi, X2, Y1; dan Y2 terhadap Z
Keterangan:
Variabel endogen (Z)
Variabel eksogen (Xi, X2, Yi, dan Y2)
+ pzx2 x2 + Pzyi Y, +
Y2 + pZF3 E3
Tabel 14.4
Sum of
Modol
1
Squares
flofirosiHion
li.ln l
df
M ean Square
947 687
473.843
1!>7 900
17.553
1K)!> (!(;/
11
F
26.994
Sig.
.000
(X 1)
Tabel 14.5
C o e fficie n ts0
Unstandardized
Coefficients
Model
1
Standardized
Coefficients
(Constant)
B
11.393
Std. Error
Harga <X1)
.244
.116
Fasilitas (X2)
.439
.108
Beta
t
1.988
Siq.
.078
.345
2.101
.065
.666
4.062
.003
5.731
Tabel 14.6
Model Summar^
C h an q e S tatistics
M odel
1
R
,9 2 6 a
R S quare
A djusted
R S qu a re
Std. E rror of
th e E stim ate
R S quare
C hange
.857
.825
4.190
.857
F C han q e
26.9 94
df 1
Sig. F C hange
df2
2
.000
Anova.
H a- Py1x1 = Py1x2 ^ 0
H 0 - Py1x1 = Py1x2 = 0
M ,:r
atau
14.5
besnr dari nilai probabilitas 0,05 atau nilai 0,05 < 0,065, maka Ho
dilnrima <l;m lla dilolak artinya harga tidak berpengaruh terhadap
pmuior.i
nilai sig. 0,003 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,05
>
0,003,
maka
Ho ditolak
dan
Ha diterima
artinya fasilitas
Tabel 14.7
Rangkuman Hasil Koefisien Jalur Sub-Struktur -1
Pengaruh Koefisien Nilai t
antarvariabel Jalur
(Beta)
Nilai F
Hasil
Pengujian
Koefisien Koefisien
Diterminan variabel
R square lain (sisa)
atau
PylEl
R 2v 1 x 1 x 2
Xi tehadap Yi 0,345
X2 tehadap Yi 0,666
2,101
Ho diterima
0,857
0,378^
atau
0,143
T abel 14.8
A N O VA b
Sum of
Squares
Model
1
Regression
Mean Square
394.197
225.409
28.176
1408.000
11
df
1182.591
Residual
Total
Sig.
,002a
F
13.990
Tabel 14.9
Coefficients3
Unstandardized
Coefficients
Model
1
B
(Constant)
Standardized
Coefficients
Std. Error
27.294
Beta
Sig.
.014
3.134
8.710
H arga (X 1 )
.414
.179
.519
2.306
.050
Fasilitas (X2)
.391
.231
.526
1.696
.128
-3.66E-02
.422
-.032
-.087
.933
T abel 14.10
Model Summary
Chanqe Statistics
R
Model
1
916a
R Square
Adjusted
R Square
.840
.780
Std. Error of
the Estimate
5.308
R Square
Chanqe
F Change
.840
13.990
d(2
df 1
3
Siq. F Chanqe
8
.002
a.
Anova.
P y;1*; - Pyiy 1 ^ 0
H,,. Py;'xi
fV:*
------ 1
Pv;,v' ~
------ -----------------------------------------------------------
-------
S q u a re
atau
R 2y2y ix ix 2
= 0,84 =
-------------- ------
0 Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai
probabilitas Sig atau [0,05 < Sig], maka Ho diterima dan Ha
ditolak, artinya tidak signifikan.
m Jika nilai probabilitas 0,05
14.9
besar atau sama dengan dari nilai probabilitas 0,05 atau nilai 0,05 >
0,05,
Keputusan:
Dari Tabel 14.9 Coelficients
nilai sig. 0,120 lobih besar dari nilai probabilitas 0,05 atau nilai 0,05
0.12M, mnku lio ditorima dan Ha dilolak artinya fasilitas tidak
l)O i|iuii;|iuiih Inilim ljip produk.
H0: Py2y1
nilai sig. 0,933 lebih besar dari nilai probabilitas 0,05 atau nilai 0,05
< 0,933, maka Ho diterima dan Ha ditolak artinya promosi tidak
berpengaruh terhadap produk.
Hasil pengujian analisis jalur untuk Sub-Struktur-2 dirangkum
seperti Tabel 14.11 sebagai berikut.
Tabel 14.11
Rangkuman Hasil Koefisien Jalur Sub-Struktur - 2
Pengaruh Koefisien Nilai t
antarvariabel Jalur
(Beta)
Nilai F
Hasil
Pengujian
Koefisien
Koefisien
Diterminan variabel lain
(sisa)
R square
atau
Py2 ^ 2
r->2
H v2v1x1x2
Xi tehadap Y2 0,519
2,306
Ho diterima
X2 tehadap Y2 0,526
1,696
13,990 Ho diterima
Ho ditorima
0,84
0,42
atau
0,16
AN0VAb
Sum of
R eg ressio n
1905.393
476.348
24.274
3.468
1929.667
11
R esid u al
Total
M ean S q u are
dt
Sq u are s
M odel
1
Sit).
137.366
.000''
a. Pred icto rs: (C o n stan t), Produk (Y 2 ), F a silita s (X 2 ), H arga (X 1 ), Prom osi (Y 1 )
b- D ependent V ariab le: C itra Pelan gg an (Z )
T abel 14.13
Coefficients
Standardized
C oefficients
Unstandardized
C oefficients
M odel
1
Std. Error
B
(C o nstant)
-10.307
4.560
H arg a (X1 )
.427
.081
B e ta
Sig .
-2.260
.058
.457
5.255
.001
Fa silita s (X2 )
-.361
.094
-.415
-3.828
.006
Prom osi (Y 1 )
.792
.148
.600
5.346
.001
Produk (Y 2 )
.417
.124
.356
3.359
.012
T abel 14.14
Model Summary*
Chanqe Statistics
Model
1
R Square
R
,994a
.987
Adjusted
R Square
.980
Std Error of
the Estimate
1.862
R Square
Chanqe
.987
F Chanqe
137.366
df1
d!2
4
Siq. F Chanqe
.000
a Predictors: (Constant), Produk (Y2), Fasilitas (X2), Harga (X1), Promosi (Y1)
b Dependent Variable: Citra Pelanggan (Z)
P /x i r P /y t P /y i ^ 0
H(i- P/Ml
P / m/
P/yl
P /y i
Anova.
98,7% (Tabel 14.14 Model Summary) dan besarnya pengaruh variabel lain
Ha- Pzx1 0
Ho- Pzx1 = 0
Hipotesis bentuk kalimat
Ha: Harga berpengaruh terhadap citra pelanggan
Ho: Harga tidak berpengaruh terhadap citra polangcjan
Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai
probabilitas Sig atau [0,05 < Sig], maka Ho diterima dan Ha
ditolak, artinya tidak signifikan.
S Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai
probabilitas Sig atau [0,05 > Sig], maka Ho ditolak dan Ha
diterima, artinya signifikan.
Keputusan:
Terlihat bahwa pada kolom Sig (signifikan) pada Tabel 14.13
Coelficients didapat nilai sig. 0,001. Ternyata nilai sig. 0,001 lebih
kecil dari nilai probabilitas 0,05 atau nilai 0,05 > 0,001, maka Ho
ditolak dan Ha diterima artinya harga berpengaruh terhadap citra
pelanggan.
Ha' Pzy2 0
H0: Pzy2 = 0
Hipotesis bentuk kalimat
Ha: Produk berpengaruh terhadap citra pelanggan
Ho: Produk tidak berpengaruh terhadap citra pelanggan
Keputusan:
Dari Tabel 14.13 Coelficients didapat nilai sig. 0,012. Ternyata
nilai sig. 0,012 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,05
> 0,012, maka Ho ditolak dan Ha diterima artinya produk
berpengaruh terhadap citra pelanggan.
Hasil pengujian analisis jalur untuk Sub Struktur 'A dirangkum
soporti Tabel 14.15 sebagai borikut.
Tabel 14.15
Rangkuman Hasil Koefisien Jalur Sub-Struktur - 3
Pengaruh
Koefisien
Jalur
antarvariabel
(Beta)
Nilai t
Nilai F
Hasil
Pengujian
Koefisien
Diterminan
R square
atau
Koefisien
variabel
lain (sisa)
PZ 8 3
R 2z v 2 v 1 x 1 x 2
Xi tehadap Z
0,457
5,255
Ho ditolak
X2 tehadap Z
- 0 ,4 1 5 -3 ,8 2 8
137,366 Ho ditolak
Yi tehadap Z
0,600
5,346
Ho ditolak
Y2 tehadap Z
0,356
3,359
Ho ditolak
0,1142
atau
0,987
0,013
Gambar 14.9
Hubungnn Kausal Empiris Antarvarlabol Ponolltlnn
Rscjuare
Rsquare= 0,857
Persamaan Struktur - 2;
Y 2 = Py2x1 X 1 + Py2x2 x 2 + Py2y1 Y 1 + py2. f 2 ^2; Rsquare
= 0,510x1 + 0,526x2 + (-0,032) Yi + 0,4 e2;
Rsquare= 0,84
Persamaan Struktur - 3:
Z = Pzx1 Xi + pZX2 X2 + Pzyi Yi + pzy2 Y 2 + pZE.3 83; Rsquare
= 0,457x1 + (-0,415) x2 + 0,6 Y, + 0,356 Y2 + 0,114 e3; Rsqyare= 0,987
Y!
Y2
= 0,1848
Pengaruh tidak langsung variabel X1 terhadap Z melalui Yi
dan Y2 = 0,00039
ra Pengaruh total X1 terhadap Z = 0,848
d. Pengaruh langsung variabel X2 terhadap Yi = 0,666= pengaruh
total
e. Pengaruh langsung variabel X2 terhadap Y2 = 0,526
Pongnruh tidak langsung variabel X,> terhadap Y2 melalui Y ^
o;ia
. * l'oniinm h lolnl X;. InrluuJnp Y..
(),!i()47
f.
Y1 =
Y2 =
Y2 =
-0 ,00 0 76
Y2 =
Tabel 14.16
PROSES 1
Pengaruh
variabel
Pengaruh Kausal
Tidak Langsung
Langsung Melalui Melalui
Melalui
Yi dan Y2
Yi
y2
Xi terhadap Yi
(1 )
Xi terhadap Y2
Xi terhadap Z
(3)
(1)(7)
( 1 ) (8 )
(2)
X2 terhadap Yi
X2 terhadap Y2
X2 terhadap Z
(4)
(6)
(4) (7)
(4) (8 )
Yi terhadap Y2
Yi terhadap Z
Y2 terhadap Z
(7)
(8 )
(9)
(5)
Total
(1 )
(3) (9)
(1)(7) (9)
(6 ) (9)
(7) (9)
Keterangan:
Angka 1 - 9 isinya: nilai pongaruh antarvnrinbol
Huruf X|, X;>, Yi, Y;>, dan Z: varinhol
Tabel 14.17
PROSES 2
Pengaruh Kausal
Pengaruh
variabel
Tidak Langsung
Langsung
Xi terhadap Yi
Xi terhadap Y2
0,345
0,519
Xi terhadap Z
0,457
X2 terhadap Y1
X2 terhadap Y2
0,666
0,526
X2 terhadap Z
-0,415
Y1 terhadap Y2
Y1 terhadap Z
- 0,032
0,6
Y2 terhadap Z
0,356
Melalui
Yi
Melalui
y2
Melalui
dan Y2
-
(0,345) x (0,519)x
(0,6)
(0,356)
(0,345) x
(-0,032) x
(0,356)
(0,666) x
(-0,032)
(0,666) x (0,526) x
(0,6)
(0,356)
(0,666) x
(-0,032) x
(0,356)
(-0,032)
x (0,356)
-
0 ,3 4 5
(0,519) +
[(0,345) x
(-0,032)|
(0,345) x
(-0,032)
T o ta l
Yi
(0 ,4 5 7 ) +
[(0 ,3 4 b ) x (0 ,6 )]
+ [(0 ,5 1 9 ) x
(0 ,3 5 6 )|+
1(0,345) x
( 0 ,0 3 2 ) x
(0,356)1
0 ,6 6 6
(0,526) +
[(0,666) x
(-0,032)]
(-0,415 ) +
[ (0,666) x (0,6)]
+[(0,526) x
(0,356)]+
[ (0,666) x
(-0,032) x
(0,356)1
- 0,032
(0,6) + [(-0,032)
x (0,356)1
0,356
Tabel 14.18
PROSES 3
Rangkuman Dekomposisi dari koefisien jalur, pengaruh
langsung dan tidak langsung, dan pengaruh total tentang
pengaruh harga (Xi), fasilitas (X2), promosi (Yi), dan produk (Y2)
__________
terhadap citra pelanggan (Z)_____________
Pengaruh Kausal
Pengaruh
Tidak Langsung
variabel
L angsung
Melalui
Xi terhadap Y1
0,345
Y1
-
Xi terhadap Y2
0,519
Xi terhadap Z
Melalui
y2
Melalui
Total
Y1 dan Y2
-
-0,011
0,508
0,457
0,207
0,1848
- 0,00039
0,848
X2 terhadap Y1
0,666
0,666
X2 terhadap Y2
0,526
-0,0213
0,5047
X2 terhadap Z
-0,415
0,3996
0,1873
Y1 terhadap Y2
- 0,032
- 0,032
Y1 terhadap Z
0,6
-0,0114
0,5886
Y2 terhadap Z
0,356
0,356
-0,00076
0,345
0,171
G. RANGKUMAN
Analisis jalur (path analysis) digunakan untuk menganalisis pola
hubungan antar variabel dengan tujuan untuk mengetahui pengaruh
langsung maupun tidak langsung variabel bebas (eksogen) terhadap
variabel terikat (endogen).
H. SOAL LATIHAN
Kontribusi kinerja dosen (X,), dan bauran pemasaran (X2) terhadap
kepuasan mahasiswa (Y) serta dampaknya pada loyalitas mahasiswa (Z) di
Universitas XYZ.
Pertanyaan: Buktikan apakah signifikan dan berapa masing-masing
pengaruhnya, baik langsung maupun tidak langsung?
No
X!
x2
Y
Z
1
48
47
47
41
2
97
77
99
77
3
61
40
48
54
4
49
48
54
54
5
94
77
55
76
6
61
46
61
58
7
48
38
55
62
8
68
67
89
87
9
47
55
61
61
--------------------------------------------
10
65
48
52
47
11
87
50
87
87
12
75
56
60
4/
13 14 15 16 17 18 19
47 55 f>6 60 70 54 40
41 60 01 !>r> 7/ 60 40
42 0/ !>4 'j/ nn !>!. 48
41 M l M l 411 M i (>!> :m
20
55
78
/9
/!.
DAFTAR PUSTAKA
Anderson, TW, (1958). An Introduction to Multivariate Statistical
Analysis, New York: John Wiley and Sons Inc.
Al-Rasyid Harun (1994). Analisis Jalur (Path Analysis) scbagai
Sarana Statistika dalam Analisis Kausal.
Bandung: LP3S
Fakultas Ekonomi UNPAD.
Alwin, Duane P. & Robert M. Hauser. (1975). Decomposition of
Effects in Path Analysis Amarican Sosiological Review. Vol.
40. p37-47.
Bachrudin, Achmad & Harapan L. Tobing. (2003) Analisis Data untuk
Penelitian Survai dengan Menggunakan LISREL 8. Bandung:
Jurusan Statistika FMIPA Unpad.
Berenson, Mark L. And Levine, David M. (1996J Basic Business
Statistics Concepts and applications. Sixth Edition New
York:Prentice-Hall International, Inc.
Cooper, Donald R. & William C. Emory. (1997). Metode Penelitian
Bisnis. Edisi Bahasa Indonesia. Jakarta: Erlangga.
Drape, N.R. and Smith H, Applied Regression Analysis, New York:
John Wiley and Sons Inc.
Ferdinand, Augusty. 2002. SEM dalam Penelitian Manajemen.
Semarang: BP-UNDIP.
Fox. John, (1980), Effects Analysis Sructural Equation Modeling,
Sociological Method and Research. Vol. 9. p.3-28.
Haise, David R. (1969). Problem in Path Analysis and Causal
Inference. In Edgar F. Borgaita. Editor. Sociological
Methodology. San Francisco: Jossey-Bass Behavioral
Science, p.38-73.
Hair, Joseph F. Jr. dan Rolph Anderson (1998).Multivariate Data
Analysis 5f/'.Edition, Prentice Hall International, Inc.
Isaac, S., dan Michael, W.B. (1983), Hand Book in Research and
Evaluation. 2n<l Edition. California-USA: Edits Publishers.
Johnson, Richard A.. & Dean W. Wichern. (1992). Appliod
Multlvtuintu Statistical Analysis. Now Jorsoy: Pronlico Hall.
< nylowc )<u I Clilln.
____
for
Advanced
Statistics
SPSS/PC+.
DAFTAR TABEL
T A B E L 1 : D ISTR IBU SI N O R M AL B A K U : d a ri 0 - z
z
0,0
0,1
0,2
0,3
0,4
0,0000
0,0398
0,0793
0,1179
0,1554
0,0040
0,0438
0,0832
0,1217
0,1591
0,0080
0,0478
0,0871
0,1255
0,1628
0,0120
0,0517
0,0910
0,1293
0,1664
0,0160
0,0557
0,0948
0,1331
0,1700
0,0199
0,0596
0,0987
0,1368
0,1736
0,0239
0,0636
0,1026
0,1406
0,1772
0,0279
0,0675
0,1064
0,1443
0,1808
0,0319
0,0714
0,1103
0,1480
0,1844
0,0359
0,0753
0,1141
0,1517
0,1879
0,5
0,6
0,7
0,8
0,9
0,1915
0,2257
0,2580
0,2881
0,3159
0,1950
0,2291
0,2611
0,2910
0,3186
0,1985
0,2324
0,2642
0,2939
0,3212
0,2019
0,2357
0,2673
0,2967
0,3238
0,2054
0,2389
0,2703
0,2995
0,3264
0,2088
0,2422
0,2734
0,3023
0,3289
0,2123
0,2454
0,2764
0,3051
0,3315
0,2157
0,2486
0,2794
0,3078
0,3340
0,2190
0,2517
0,2823
0,3106
0,3365
0,2224
0,2549
0,2852
0,3133
0,3389
1,0
1,1
1,2
1,3
1,4
0,3413
0,3643
0,3849
0,4032
0,4192
0,3438
0,3665
0,3869
0,4049
0,4207
0,3461
0,3686
0,3888
0,4066
0,4222
0,3485
0,3708
0,3907
0,4082
0,4236
0,3508
0,3729
0,3925
0,4099
0,4251
0,3531
0,3749
0,3944
0,4115
0,4265
0,3554
0,3770
0,3962
0,4131
0,4279
0,3577
0,3790
0,3980
0,4147
0,4292
0,3599
0,3810
0,3997
0,4162
0,4306
0,3621
0,3830
0,4015
0,4177
0,4319
1,5
1,6
1,7
1,8
1,9
0,4332
0,4452
0,4554
0,4641
0,4713
0,4345
0,4463
0,4564
0,4649
0,4719
0,4357
0,4474
0,4573
0,4656
0,4726
0,4370
0,4484
0,4582
0,4664
0,4732
0,4382
0,4495
0,4591
0,4671
0,4738
0,4394
0,4505
0,4599
0,4678
0,4744
0,4406
0,4515
0,4608
0,4686
0,4750
0,4419
0,4525
0,4616
0,4693
0,4756
0,4429
0,4535
0,4625
0,4699
0,4761
0,4441
0,4545
0,4633
0,4706
0,4767
2,0
2,1
2,2
2,3
2,4
0,4772
0,4821
0,4861
0,4898
0,4918
0,4778
0,4826
0,4864
0,4896
0,4920
0,4783
0,4830
0,4868
0,4898
0,4922
0,4788
0,4834
0,4871
0,4901
0,4025
0,4793
0,4838
0,4875
0,4004
0,4927
0,4798
0,4842
0,4878
0,4906
0,4929
0,4803
0,4846
0,4881
0,4909
0,4931
0,4808
0,4850
0,4884
0,4911
0,4932
0,4812
0,4854
0,4887
0,4913
0,4934
0,4817
0,4857
0,4890
0,4916
0,4936
2,5
2,6
2,7
2,8
2,9
0,4938
0,4953
0,4965
0,4074
0,4981
0,4940
0,4955
0,4966
0,4975
0,4982
0,4941
0,4956
0,4967
0,4976
0,4982
0,4043
0,4957
0,4968
0,4977
0,4083
0,4945
0,4959
0,4969
0,4977
0,4984
0,4946
0,4960
0,4970
0,4978
0,4984
0,4948
0,4961
0,4971
0,4979
0,4985
0,4949
0,4962
0,4972
0,4979
0,4985
0,4951
0,4963
0,4973
0,4980
0,4986
0,4952
0,4964
0,4974
0,4981
0,4986
3,0
3,1
3,2
3,3
3,4
0,4987
0,4990
0,4993
0,4995
0,4997
0,4987
0,4991
0,4993
0,4995
0,4997
0,4987
0,4991
0,4994
0,4995
0,4997
0,4988
0,4991
0,4994
0,4996
0,4997
0,4988
0,4992
0,4994
0,4996
0,4997
0,4989
0,4992
0,4994
0,4996
0,4997
0,4989
0,4992
0,4994
0,4996
0,4997
0,4989
0,4992
0,4995
0,4996
0 ,4 !)!)/
0,4990
0,4993
0,4995
0,4997
0 ,4 !)9 /
0,4990
0,4993
0,4995
0,4997
0,4998
3,5
3,6
3,7
3,8
3,9
0,4998
0,4998
0,4990
0,4999
0,4998
0,4998
0,499')
0,4909
o,r,ooo
(),',()()()
0,4990
0,499!)
0,4!)!)!)
0,41)1)1)
O/iOOO
0,49911
0,-1!)!)!)
0,-1!)!)')
0,-1111)11
o.Mton
T A B E L 2: KO O R D IN AT KURVE N O R M A L B A K U
0,0
0,1
0,2
0,3989
0,3970
0,3910
0,3814
0,3683
0,3989
0,3965
0,3902
0,3802
0,3668
0,3989
0,3961
0,3894
0,3790
0,3653
0,3988
0,3956
0,3885
0,3778
0,3637
0,3986
0,3951
0,3876
0,3765
0,3621
0,3984
0,3945
0,3867
0,3752
0,3605
0,3982
0,3939
0,3857
0,3739
0,3589
0,3980
0,3932
0 ,3 8 4 /
0,3725
0,3572
0,3977
0,3925
0,383(5
0,3712
0,35!,5
0 ,3 9 /3
0,3918
0,382!)
0 ,3 6 9 /
0,3538
0,3521
0,3332
0,3123
0,2897
0,2661
0,3503
0,3312
0,3101
0,2874
0,2637
0,3485
0,3292
0,3079
0,2850
0,2613
0,3467
0,3271
0,3056
0,2827
0,2589
0,3448
0,3251
0,3034
0,2803
0,2565
0,3429
0,3230
0,3011
0,2780
0,2541
0,3410
0,3209
0,2989
0,2756
0,2516
0,3391
0,3187
0,2966
0,2732
0,2492
0,3372
0,3166
0,2943
0,2709
0,2468
0,3352
0,3144
0,2920
0,2685
0,2444
0,2420
0,2179
0,1942
0,1714
0,1497
0,2396
0,2155
0,1919
0,1691
0,1476
0,2371
0,2131
0,1895
0,1669
0,1456
0,2347
0,2107
0,1872
0,1647
0,1435
0,2323
0,2083
0,1849
0,1626
0,1415
0,2299
0,2059
0,1-826
0,1604
0,1394
0,2275
0,2036
0,1804
0,1582
0,1374
0,2251
0,2012
0,1781
0,1561
0,1354
0,2227
0,1989
0,1758
0,1539
0,1334
0,2203
0,1965
0,1736
0,1518
0,1315
0,1295
0,1109
0,0940
0,0790
0,0656
0,1276
0,1092
0,0925
0,0775
0,0644
0,1257
0,1074
0,0909
0,0761
0,0632
0,1238
0,1057
0,0893
0,0748
0,0620
0,1219
0,1040
0,0878
0,0734
0,0608
0,1200
0,1023
0,0863
0,0721
0,0596
0,1182
0,1006
0,0848
0,0707
0,0584
0,1163
0,0989
0,0833
0,0694
0,0573
0,1145
0,0973
0,0818
0,0681
0,0562
0,1127
0,0957
0,0804
0,0669
0,0551
0,0540
0,0440
0,0355
0,0283
0,0224
0,0529
0,0431
0,0347
0,0277
0,0219
0,0519
0,0422
0,0339
0,0270
0,0213
0,0508
0,0413
0,0332
0,0264
0,0208
0,0498
0,0404
0,0325
0,0258
0,0203
0,0488
0,0396
0,0317
0,0252
0,0198
0,0478
0,0387
0,0310
0,0246
0,0194
0,0468
0,0379
0,0303
0,0241
0,0189
0,0459
0,0371
0,0297
0,0235
0,0184
0,0449
0,0363
0,0290
0,0229
0,0180
2,9
0,0175
0,0136
0,0104
0,0079
0,0060
0,0171
0,0132
0,0101
0,0077
0,0058
0,0167
0,0129
0,0099
0,0075
0,0056
0,0163
0,0126
0,0096
0,0073
0,0055
0,0158
0,0122
0,0093
0,0071
0,0053
0,0154
0,0119
0,0091
0,0069
0,0051
0,0151
0,0116
0,0088
0,0067
0,0050
0,0147
0,0113
0,0086
0,0065
0,0048
0,0143
0,0110
0,0084
0,0063
0,0047
0,0139
0,0107
0,0081
0,0061
0,0046
3,0
3,1
3,2
3,3
3,4
0,0044
0,0033
0,0024
0,0017
0,0012
0,0043
0,0032
0,0023
0,0017
0,0012
0,0042
0,0031
0,0022
0,0016
0,0012
0,0042
0,0030
0,0022
0,0016
0,0011
0,0040
0,0029
0,0021
0,0015
0,0011
0,0039
0,0028
0,0020
0,0015
0,0010
0,0038
0,0027
0,0020
0,0014
0,0010
0,0037
0,0026
0,0019
0,0014
0,0010
0,0035
0,0025
0,0018
0,0013
0,0009
0,0034
0,0025
0,0018
0,0013
0,0009
3,5
0,0009
0,0000
0,0004
0 .000:1
o <)<m ;1
0,0008
0,0006
0,0004
O.OIKKl
(M )()():>
0,0008
0,0006
0,0004
0,()00:i
0,0002
0,0008
0,0005
0,0004
0,0003
0,0002
0,0008
0,0005
0,0004
0,0003
0,0002
0,0007
0,0005
0,0004
0,0003
0,0002
0,0007
0,0005
0,0003
0,0002
0,0002
0,0007
0,0005
0,0003
0,0002
0,0002
0,0007
0,0005
0,0003
0,0002
0,0001
0,0006
0,0004
0,0003
0,0002
0,0001
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
3,6
3,7
3,8
3,9
50%
30%
5%,
1%
1
2
3
4
5
0,455
1,386
2,366
3,357
4,351
1,074
2,408
3,665
4,878
6,064
1,642
3,219
4,642
5,989
7,289
2,706
4,605
6,251
7,779
9,236
3,841
5,991
7,815
9,488
11,070
6,635
9,210
11,341
13,277
15,086
6
7
8
9
10
5,348
6,346
7,344
8,343
9,342
7,231
8,383
9,524
10,656
11,781
8,558
9,803
11,030
12,242
13,442
10,645
12,017
13,362
14,684
15,987
12,592
14,067
15,507
16,919
18,307
16,812
18,475
20,090
21,666
23,209
11
12
13
14
15
10,341
11,340
12,340
13,339
14,339
12,899
14,011
15,119
16,222
17,322
14,631
15,812
16,985
18,151
19,311
17,275
18,549
19,812
21,064
22,307
19,675
21,026
22,362
23,685
24,996
24,725
26,217
27,688
29,141
30,578
16
17
18
19
20
15,338
16,338
17,338
18,338
19,337
18,418
19,511
20,601
21,689
22,775
20,465
21,615
22,760
23,900
25,038
23,542
24,769
25,989
27,204
28,412
26,296
27,587
28,869
30,144
31,410
32,000
33,409
34,805
36,191
37,566
21
22
23
24
25
20,337
21,337
22,337
23,337
24,337
23,858
24,939
26,018
27,096
28,172
26,171
27,301
28,429
29,553
30,675
29,615
30,813
32,007
33,196
34,382
32,671
33,924
35,172
35,415
37,652
38,932
40,289
41,638
42,980
44,314
26
27
28
29
30
25,336
26,336
27,336
28,336
29,336
29,246
30,319
31,391
32,461
33,530
31,795
32,912
34,027
35,139
36,250
35,563
36,741
37,916
39,087
40,2!,(i
38,885
40,113
41,337
4:\,v>/
a :\,//:<
45,642
46,963
48,278
49,588
50,89?
TABEL 4 : DISTRIBUSI t
a untuk Uji Satu Pihak (one ta il test)
0,25
dk
0,50
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
120
...
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,681
0,679
0,677
0,674
0,10
0,01
0,05
0,025
a untuk Uji Dua Pihak ( two tail test)
0,02
0,20
0,10
0,05
0,005
31,821
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
2,624
2,602'
2,583
2,567
2,552
2,539
2,528
2,518
2,508
2,500
2,492
2,485
2,479
2,473
2,467
2,462
2,457
2,423
2,390
2,358
2,326
63,657
9,925
5,841
4,604
4,03?
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,797
2,787
2,779
2,771
2,763
2,756
2,750
2,704
2,660
2,617
2,576
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,372
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
1,303
1,296
1,289
1,282
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
1,684
1,671
1,658
1,645
12,706
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064
2,060
2,056
2,052
2,048
2,045
2,042
2,021
2,000
1,980
1,960
0,01
Taraf
Signifikan
5%
1%
3
4
5
0,997
0,950
0,878
0,999
0,990
0,959
6
7
8
9
10
0,811
0,754
0,707
0,666
0,632
11
12
13
14
15
Taraf
Signifikan
5%
1%
27
28
29
0,381
0,374
0,367
0,487
0,478
0,470
0,917
0,874
0,834
0,798
0,765
30
31
32
33
34
0,361
0,355
0,349
0,344
0,339
0,602
0,576
0,553
0,532
0,514
0,735
0,708
0,684
0,661
0,641
35
36
37
38
39
16
17
18
19
20
0,497
0,482
0,468
0,456
0,444
0,623
0,606
0,590
0,575
0,561
21
22
23
24
25
26
0,433
0,423
0,413
0,404
0,396
0,388
0,549
0,537
0,526
0,515
0,505
0,496
Taraf
Signifikan
5%
1%
55
60
65
0,26
0,25
0,24
0,345
0,330
0,317
0,463
0,456
0,449
0,442
0,436
70
75
80
85
90
0,23
0,22
0,22
0,21
0,20
0,306
0,296
0,286
0,278
0,270
0,334
0,329
0,325
0,320
0,316
0,430
0,424
0,418
0,413
0,408
95
10
12
15
17
0,20
0,19
0,17
0,15
0,14
0,263
0,256
0,230
0,210
0,194
40
41
42
43
44
0,312
0,308
0,304
0,301
0,297
0,403
0,398
0,393
0,389
0,384
20
30
40
50
60
0,13
0,11
0,09
0,08
0,08
0,181
0,148
0,128
0,115
0,105
45
46
47
48
49
50
0,294
0,380 700
0,376 800
0,372 900
0,368 1000
0,364
0,361
0,07
0,07
0,06
0,06
0,097
0,091
0,086
0,081
0,291
0,288
0,284
0,281
0,279
1,000
0,886
Taraf Signifikansi
5%
1%
16
0,506
0,665
1,000
18
0,475
0,626
0,786
0,929
20
0,450
0,591
0,738
0,881
22
0,428
0,562
0,683
0,833
24
0,409
0,537
10
0,648
0,794
26
0,392
0,515
12
0,591
0,777
28
0,377
0,496
14
0,544
0,715
30
0,364
0,478
IZ'Z
Zt
ez'z
w i
LZ'Z
9/L
ee'z
08U
9Z
Wz
98' l
6t>z
68' 1.
85Z
W l.
99'Z
86't
Wz
ZO'Z
58Z
60Z
S6Z
e i 'z
eos
81.Z
60'E
ZZ'Z
re
ZZ'Z
SZ'E
oe'z
9S'
9'Z
OS'S
ZP'Z
Z9
IS Z
06'e
Z9Z
ZZ'P
ZL'Z
ZL'P
19'S
Z8U
uoe
o re
Z8'Z
9Z'f
9ZZ
9z 'i
BZZ
LL'l
ZZ'Z
6/l
LZ'Z
28' 1.
IP'Z
W l
8frZ
88' l
ES'Z
16'l
Z9Z
96' 1.
0/Z
OO'Z
8Z'Z
WZ
68Z
Ol-'Z
/6'Z
wz
/0E
OZ'Z
k e
wz
i-Z'E
8Z'Z
oe'e
Z'Z
Ufr'E
8'Z
we
St Z
L/e
es'z
we
wz
9Z'P
08Z
9Z>
Eo'e
99S
Zt'E
88Z
8Z>
lZ
ZL'l
ee'z
08' 1.
LZ'Z
18'l
ZP'Z
W l
9P'Z
/8 'i
ES'Z
16' l
8SZ
66'I-
/9Z
86' l
SZ'Z
0Z
8'Z
/O'Z
WZ
Zl'Z
ZO'E
8 l Z
Z IS
ZZ'Z
8 re
9ZZ
9Z'e
OE'Z
S'
se z
st>'e
OP'Z
6Se
LP'Z
9/e
ss'z
66'e
99Z
ie>
ZZ'Z
ZZ'P
soe
ZZ'S
t^'E
ttL
0 7
9'Z
m
8'S
CM
OO
S9 L
ZVZ
W l
LVZ
/8' 1-
IS'Z
68'i
8SZ
6' 1-
9Z
96' l
ZL'Z
OO'Z
08'Z
SO'Z
88Z
60Z
66Z
Sl'Z
zo'e
OZ'Z
/re
SZ'Z
we
ZZ'Z
('
Z'Z
on
/CZ
IS'C
ZP'Z
s 9e
6frZ
is 'e
/s'z
po 'p
89Z
LZ'P
wz
/8>
zo'e
8/S
Zt'E
zoe
ZZr
ZP'Z
W l
wz
S8l
LP'Z
/8 l-
ES'Z
06' l
9SZ
Z6l
E9Z
96' l
69Z
66'L
ZZ'Z
WZ
98Z
80Z
WZ
Zl'Z
SOS
8 lZ
e t's
ez'z
eze
SZ'Z
o e e
IZ'Z
/e'e
sez
sve
OP'Z
9se
SP'Z
U 'Z
Z9Z
/8e
09'Z
l'P
IL'Z
ZP'P
LZ'Z
P6P
Ot-'S
S8S
6fr'E
Cl ?
St 7
6 fS
88t
LS'3
06i-
Wz
16 l
09Z
W l
9Z
96'L
O/'Z
OO'Z
9/'Z
ZO'Z
WZ
/O'Z
Z6'Z
U'Z
OO'E
St'Z
Zl'Z
IZ'Z
6i'
9Z'Z
oz'z
IZ'Z
9Ee
wz
et?e
se'z
zs'e
St'Z
e9e
8 fZ
LL'Z
SS'Z
w e
e9z
L l'P
PL'Z
ost06Z
Ws
e i'e
e6s
z se
s. =
* ;
ZS'Z
Z6l
6SZ
6'l
Z9'Z
S6l-
89'Z
86' 1.
IL'Z
OO'Z
8/'Z
WZ
E8Z
/O'Z
16Z
U 'Z
OO'E
St'Z
/0E
61-'Z
6 lE
SZ'Z
LZ'Z
6ZZ
LZZ
wz
wz
LZ'Z
is's
Wz
09e
9t?Z
U 'Z
19Z
ss'e
8SZ
K
99Z
SZP
U 'Z
8S>
e6z
60S
91.e
tO'S
?=
iZ .7 T
S9Z
96J.
/9'Z 00/Z
Z6U 66 l
9/Z
ZO'Z
6/Z
WZ
98Z
80Z
Z6Z
U'Z
OO'E
St'Z
80'E
61-Z
9 l
ez'z
LZZ
BZ'Z
see
ee'z
st>e
8EZ
zse
It-'Z
6S'e
St-'Z
89e
os'z
6/e
ss'z
eee
Z9Z
Ol't
o/z
PZ'P
IZ'Z
L9V
96Z
8t'S
oz'e
U S
6S'
97 7
SZ'Z
iO'Z
Z/'S
ZO'Z
082
WZ
98Z
/O'Z
68Z
60Z
96Z
ei-'z
10
9l'Z
oi'e
oz'z
8 ie
WZ
sz'e
8ZZ
LZ'Z
ZZ'Z
Sfr'E
LZ'Z
ss'e
ZP'Z
U9e
SP'Z
69e
6f'Z
8/'e
wz
68e
6SZ
eot99Z
OZ'P
PL'Z
WP
S8Z
LL'P
uoe
6Z'S
PZ'Z
EZ'9
9'
9 5
67 7
LZ'Z
ZO'Z
68Z
80S
Z6Z
Ol'Z
/6'Z
Zl'Z
oo'e
si'z
/O'E
8 lZ
Z U'E
iZ'Z
OZ'E
SZ'Z
6ze
6ZZ
9Ee
EE'Z
ZP'Z
6EZ
9se
Ef'Z
/9E
ZP'Z
ZL' S
IS'Z
08'e
ssz
68e
6S'Z
00>
Wz
P l'P
OL'Z
ze>
6/Z
9S>
06Z
68>
90e
ZPS
6Ze
9 9
89E
S9 9
79 7
r .
oo'e
si'z
ZO'E
H Z
90e
9l'Z
n e
IZ'E
WZ
9Z
LZ'Z
W
tsz
Efr'e
se'z
l-S'E
6EZ
Z9e
wz
O/'E
ZVZ
08'e
esz
98'e
9SZ
we
09Z
ZO'P
S9Z
P l P
o/z
ZZ'P
LL'Z
9t?f
S8Z
69>
96Z
eos
u 'e
9S5
ws
L9'3
9 9
6U'2
n e
IZ'Z
F it
9i-e
t zz
s i 'e
LZ'Z
9ZZ
oe's
8Z'Z
/'
Z'Z
ZP'Z
WZ
i s 'e
6se
ZP'Z
/9e
9PZ
ZL'Z
IS'Z
S8S
ss'z
96e
09Z
ZO'P
E9Z
0l>
/9Z
6 l fr
z/z
0>
LL'Z
WP
WZ
Z9'P
Z6'Z
98>
zo'e
OZ'S
8 L'S
ws
m
"7
:
zz'z
iz'e
WZ
-9 7
9e'e
oe'z
8e
is'z
m
ZZ
9t?'e
se'z
6fre
9Z
9S
OP'Z
19'
ZVZ
o/'e
98'E
WZ
86E
09Z
S0>
WZ
gut
69Z
ZZ'P
ZL'Z
oe>
9/Z
ee't08Z
os>
S8Z
S9>
Z6Z
Z8>
oo'e
90'S
u 'e
lfr'5
9Z'
S6'S
67'
: i
i: :
rj r
9 fZ
ZL'Z
0SZ
oos
00Z
001
SZ
09
Ofr
pz
oz
91.
Zl
01.
8SZ
r~
z _
z .
ys
r-
7.
r is - ls -
6uB|;quidd >|p= lA
*c ^
V , = dk pembilang
2
10
11
161
4,052
200
4,999
216
225
5,625
230
5,764
234
5,403
5,859
237
5,928
239
5,981
241
6,022
242
6,056
243
6,082
244
245
248
249
250
246
6,106 6,142 6,169 6,208 6,234 6,258
252
251
6,286 6,302
18,51
98,49
19,00 19,16
99,OU 99,1/
19,25
99,25
19,30
99,30
19,33 19,36
99,33 99,34
19,37
99,36
19,38 19,39
99,38 99,40
19,4
99,41
10,13 9,55
34,12 30,81
9,28
29,46
9,12
28,71
9,01
28,24
8,94
27,91
8,88
27,67
8,84
27,49
8,81
27,34
8,78
27,23
8,76
8,74
27,13 27,05
8,64
8,60
8,66
8,71
8,62
8,69
26,92 26,83 26,69 26,60 26,50 26,41
8.56
8,58
8.57
26,35 26,27 26.23
cz 1
7,71
21,20
6,94
18,00
6,59
16,69
6,39
15,98
6,26
15,52
6,16
15,21
6,09
14,98
6,04
14,80
6,00
14,66
5,96
14,54
5,93
14,45
5,91
14,37
5,87
14,24
5,84
14,15
5,80
14,02
5,77
13,93
5,74
13,83
5,71
13,74
5,70
13,69
5,68
13,61
5.66
13.57
3:2
6,61
16,26
5,79
13,27
5,41
12,06
5,19
11,39
5,05
10,97
4,95
10,67
4,88
10,45
4,82
10,27
4,78
10,15
4,74
10,05
4,70
9,96
4,68
9,89
4,64
9,77
4,60
9,68
4,56
9,55
4,53
9,47
4,50
9,38
4,46
9,29
4,44
9,24
4,42
9,17
4.40
9.13
43
_ - -
S "
~ ^
5,99
13,74
5,14
10,92
4,76
9,78
4,53
9,15
4,39
8,75
4,28
8,47
4,21
8,26
4,15
8,10
4,10
7,98
4,06
7,87
4,03
7,79
4,00
7,72
3,96
7,60
3,92
7,52
3,87
7,39
3,84
7,31
3,81
7,23
3,77
7,14
3,75
7,09
3,72
7,02
3.71
6,99
3=9
5.9-
5,59
12,25
4,74
9,55
4,35
8,45
4,14
7,85
3,97
8,46
3,87
8,19
3,79
7,00
3,73
6,84
3,68
6,71
3,63
6,62
3,60
6,54
3,57
6,47
3,51
6,35
3,49
6,27
3,44
6,15
3,41
6,07
3,38
5,98
3,34
5,90
3,32
5,85
3,29
5,78
3,28
5,75
3.25
5.71
5,32
11,26
4,46
8,65
4,07
7,59
3,84
7,01
3,69
6,63
3,58
6,37
3,50
6,19
3,44
6,03
3,39
5,91
3,34
5,82
3,31
5,74
3,28
5,67
3,23
5,56
3,20
5,48
3,15
5,36
3,12
5,28
3,08
5,20
3,05
5,11
3,03
5,06
3.00
5.00
2.98
4,96
2.93
4,9-
1 r
5,12
10,56
4,26
8,02
3,86
6,99
3,63
6,42
3,48
6,06
3,37
5,80
3,29
5,62
3,23
5,47
3,18
5,35
3,13
5,26
3,10
5,18
3,07
5,11
3,02
5,00
2,98
4,92
2,93
4,80
2,90
4,73
2,86
4,64
2,82
4,56
2,80
4,51
2,77
4,45
2.76
4,41
2 73
4.3c
10
4,96
10,04
4,10
7,56
3,71
6,55
3,48
5,99
3,33
5.64
3,22
5,39
3,14
5,21
3,07
5,06
3,02
4,95
2,97
4,85
2,94
4,78
2,91
4,71
2,86
4,60
2,82
4,52
2,77
4,41
2,74
4,33
2,70
4,25
2,67
4,17
2,64
4,12
2,61
4,05
2,59
4,01
2.55
: :
4,84
9,65
3,98
7,20
3,59
6,22
3,36
5,67
3.20
5.32
3,09
5,07
3,01
4,88
2,95
4,74
2,90
4,63
2,86
4,54
2,82
4,46
2,79
4,40
2,74
4,29
2,70
4,21
2,65
4,10
2,61
4,02
2,57
3,94
2,53
3,86
2,50
3,80
2,47
3,74
2.45
3,70
2 42
3.55
4
5
6
11
12
14
16
20
24
30
40
50
75
130
253
6.323
25-3
IM
19.49 9 9
S9.9 99 i r
164
J
:
IJ.
::
5o:
i H '
i 5
*r ::
r':
:
r:
tz
z z
-i
:
: z,-
*_
i j
- :
j.
^ '
:
3.96
- -"
f;
S ta tistik a Bis?
91-52'1-
ll'l
80'1
61-' 1
eu'u
82'I
6I I
6I I
eui.
W l
91' 1
se'i
8SI
ee'u
6l 'i
'!
S3l
LZ'l
SS
25'1
SE'I
6ZI
25'1
LS 'l
ZS'l
66'1
W l
813
IP'Z
88'1
IS'S
W l
10S
082
60S
20
IZ'Z
SL'Z
SZ'I
2'2
8' 1
SEE
69'1
PZ'Z
6Z I
PS'Z
O f!
69'1
9f 1
ZO'S
82' 1.
LZ'Z
09'3
66' 2
rS C
w i
96'1
19'1
Ifr'l
IZ 'I
LP'l
1-8' 1
e s'i
68'1
8SI
LO'2
S9l
602
OZ'I
OS'S
9ZI-
SZZ
081.
PZ'Z
W l
ZP'Z
68l
ES2
S6l
992
S02
S8 S
0 IS
WE
333
w e
8E 2
085
193
Z9'P
OO'Z
CC 2
92'I
PV l
OS' i-
SS
jv -
ZZ'l
ZP'l
SZ'I
LP'l
26'I
ZS'l
8EI
W l
ZP'l
PL'l
SP'l
PS'l
W l
26'1
09'1
W 2
L S'l
21-2
2ZI
ES'S
8Z I
6S'S
18' I
ZE'S
S8l
9fr'S
06'I
SS'2
96'I
692
02
S82
Z l'Z
90'E
ES'S
9E'E
6E2
E8E
S9'2
99'fr
soe
ozs
gc r
IC*
6l
8K I
ES'I
29'1
69'1
6Z'I
88'1
Z6'l
60Z
Zl'2
82'S
PZ'Z
IP'Z
OS2
092
EZ'S
6'S
u e
IV E
88
IL'P
9Z r
ZZ'l
92' 1.
26'1
SE'I.
ZP'l
SKI
2Sl
ZS'l
29'1
69' I
PL' I
8' 1
8' I.
Z8 U
26' U
86U
SOS
P l'Z
922
IP'Z
S92
WE
6= 2
S 'I
SS'I
et-'i.
02'1
IS 'I
W t
95'1
Zl
99'1
PP'l
2ZI
Zt-'l
68'1
W l
16'1
6S 'I
002
W l
Zl'Z
IL 'l
S2
9ZU
OE'S
S8l
LZ'Z
S8 U
PP'Z
68' I
SS
W l
292
002
9Z2
Z02
Z6Z
9 lZ
t t 6
LZ'Z
p p 'z
ZP'Z
16'
Z9'S
SZ'r
SC Z
O f ILZ'l
9P' I
1-EL
W I
SE'!
65'1
66' I.
89'1
Sfr1
SZ'I
SPl
to
oo
S I 'I
ll'l
02
S9l
Sl'Z
ZL'l
ES'S
ZZ'l
2
8'l
Ofr2
98' 1.
LP'Z
06' I
9SS
56'1.
S9S
I02
6ZS
80S
S62
zus
L l'Z
SZ'Z
LP'Z
PP'Z
we
893
5. r
Z Z
7: :
SS'I-
W l
09'1
ta
82
9frl
06'1
IS 'I
W l
63' 1.
66' I
WlZP'l
EZ'I
8t>l
6Z'I
IS 'I
68'IZS'l
86'1
9l
90'2
89'1
6 IS
SZ'I
9S'S
6ZI
96'S
S8l-
ZP'Z
88'I
l-S2
26' I
6SS
Z6 t-
692
E02
S8S
012
662
61.2
OZ'Z
OZ'Z
is'e
SP'Z
86'S
0Z'2
2=7
5C Z
V ;
r i:
X-
6*l
seu
ZS'l
se'i.
5' I
86' I
59U
ZP'l
OZ'I
Sfr'l
8ZI
IS 'I
W l
W l
W t
09' 1
EOS
S9l
ll'Z
OL'l
PZ'Z
ZZ'l
SE'S
s a'i
IP'Z
88'1
SP'Z
16'1
SS2
56't
W3
66U
PL'Z
S02
Z8S
Z l'Z
we
IS'S
S2
ee2
95e
8P'Z
WP
ZLZ
8Sr
I i. '
H r
h :
IS
SI
5E
95'1
LZ'l
29' I
OPl
69'1.
Sfr'l
PL'l
LP'l
28'1
SS'I
88'1
9S'I
86'1
29'1
ZO'S
Z9l
S I 2
SZ1
SZ'Z
6ZI
SE'S
W l
SP'Z
68' 1.
IS'S
66'1
652
Z6 l-
Z92
102
LL'Z
Z02
I6'S
P l'Z
Z06
es's
6se
52
09E
OS2
90P
PL'Z
26 c
1
.
ti I
I.
95' I
Z
09'1
6l
W l
ZP'l
IL 'l
9frl
9Z'I
6P'l
W l
PS'I
06'I
ZS'l
00S
69'1
602
89'1
8 IS
EZ1
062
08'1
ZS
S8l
LP'Z
06'1
W3
W l
192
86' I
OZ2
20S
6Z2
802
6S
S l 2
60'e
PZ'Z
WE
9E2
29'E
IS'2
Ol't'
SZ'S
Sc 7
71
r: _
h :
=9
09'I
6
9'l
I V 1-
89'1
PP'l
PL'l
et-'i.
6ZI
05'I
Z8l
9SI
66'1
6S'l
0'2
59'1
2I'2
OZ'I
OS'S
SZ'I
S62
I8 l
OP'Z
98'1
OS'S
36'L
9S'2
56' L
ZS'Z
66' 1
SZ'S
W2
S8S
012
S62
Z l 2
s i'e
S22
WE
LZ'Z
S9'
252
61'fr
9Z3
85 7
s i >:
-- r
W l
99' 1
BZ'l05' I
28' 1.
2S'I
06'1
85'1
96'1I9 'l
902
Z9l
S I'S
SZ'I
ES'S
9ZI
se's
68'1
ZP'Z
88'I-
ES'2
6L
6S'2
Z6l
99'2
002
SZ2
S02
S82
ll'Z
862
8 I S
S I'S
LZ'Z
LZ'Z
SZ'Z
89'6
W3
9 I>
8ZS
7.
Efr'l-
IL 'l
9t?l
:;c
H? U
Zl. Z
.
TT r
::
89'L
I-Z'l.
9fr'l
9/' I
8 ft
28'I
cn
ro
00' I
00'1
9l
Pt I
98' 1.
55' 1-
W l
09'1
002
69'I
012
69'1
8l'Z
PL'l
9SS
8ZI
66'S
58'1
SPZ
06'L
9S'2
S6 1-
292
86' U
OZ2
202
8Z'2
ZO2
882
l2
SO'E
OS'S
8 IE
63'S
Ifr'E
OP'Z
SZ'E
9S'S
OZ'P
Sl 'Z
K r
c, :
t l
I:
O/'L
SPl
EZ'l
LP'l
8Z'I
OS'I
W l
5'1
88' 1.
95' 1.
96' 1
19'1
20'2
W l
l l 2
OZ'I
OZ'Z
PL'l
8S2
6ZI
OP'Z
98'1
8^S
06*1-
8S2
96'I
PS'Z
66' I
IL'Z
ZO'Z
082
80S
062
P l'Z
WE
t-22
02'E
OS'S
ZP'Z
IP'Z
PL'Z
SS'S
SS'7
OZ'Z
t" r
005
002
00 L
SZ
05
Ofr
06
PZ
OS
91
Zl
01
l-t?' 1
-
CO
CO
L l 'l
65'1
09'fr
-
X I
:
.;:
Ci i
rj.
'C
_
r: -
c. t
7
l~
T CS*-c
V2=dk
Penyebut
Vi = dk pembilang
1
10
11
12
14
16
20
24
30
40
50
75
25
4,24
7,77
3,38
5,57
2,99
4,68
2,76
4,18
2,60
3,86
2,49
3,63
2,41
3,46
2,34
3,32
2,28
3,21
2,24
3,13
2,20
2,16
2,11
2,06
2,00
1,96
1,92
1.87
1.84
1.SC
26
4,22
7,72
3,37
5,53
2,98
4,64
2,74
4,14
2,59
3,82
2,47
3,59
2,39
3,42
2,32
3,29
2,27
3,17
2,22
27
4,21
7,68
3,35
5,49
2,96
4,60
2,73
4,11
2,57
3,79
2,46
3,56
2,37
3,39
2,30
3,26
28
4,20
7,64
3,34
5,45
2,95
4,57
2,71
4,07
2,56
3,76
2,44
3,53
2,36
3,36
4,18
7,60
3,33
5,42
2,93
4,54
2,70
4,04
2,54
3,73
2,43
3,50
4,17
7,56
3,32
5,39
2,92
4,51
2,69
4,02
2,53
3,70
4,15
7,50
3,30
5,34
2,90
4,46
2,67
3,97
4,13
7,44
3,28
5,29
2,88
4,42
4,11
7,39
3,26
5,25
4,10
7,35
40
42
29
30
32
34
36
38
44
46
1CC
-: r
3,05
2,99
2,89
2,81
2,70
2,62
2,54
2,45
2.40
2.32
2,15
2,96
2,10
2,05
1,99
1,95
1,90
1,85
1.82
1,/s
3,09
2,18
3,02
2,86
2,77
2,66
2,58
2,50
2.41
2,36
2.23
2,25
2,14
2,20
3,06
2,16
2,98
2,13
2,93
2,08
2,03
1,97
1,93
1,88
1,84
1,80
1.76
2,83
2,74
2,63
2,55
2,47
2,38
2,33
2.25
2,29
3,23
2,24
2,19
3,03
2,15
2,95
2,12
2,06
2,02
1,96
1,91
1,87
1.75
2,90
2,80
2,71
2,60
2,52
2,44
1,81
2,35
1,78
2,30
2.22
2,35
3,33
2,28
3,20
2,22
2,18
3,00
2,14
2,92
2,10
2,05
2,00
1,94
1,90
1,85
1,80
1,77
1,73
3,08
2,87
2,77
2,68
2,57
2,49
2,41
2,32
2,27
2,42
3,47
2,34
3,30
2,27
3,17
2,21
3,06
2,16
2,98
2,12
2,09
2,04
1,99
1,93
1,89
1,84
1,79
2,90
2,84
2,74
2,66
2,55
2,47
2,38
2,29
2,51
3,66
2,40
3,42
2,32
3,25
2,25
3,12
2,19
3,01
2,14
2,94
2,10
2,07
2,02
1,97
1,82
1,76
1,74
1,69
1,.67
2,80
2,70
2,62
1,91
2,51
1,86
2,86
2,42
2,34
2,25
2,20
2,12
2.08
2 w-i
2,65
3,93
2,49
3,61
2,38
3,38
2,30
3,21
2,23
3,08
2,17
2,97
2,12
2,89
2,08
2,82
2,05
2,76
2,00
1,95
1,89
1,84
1,80
1,74
1,71
1,67
1.64
* 5*
::
2,66
2,58
2,47
2,38
2,30
2,21
2,15
2,08
2,04
- ,9c
* 9-:
2,86
4,38
2,63
3,89
2,48
3,58
2,36
3,35
2,28
3,18
2,21
2,15
2,94
2,10
1,98
1.82
1,78
1,72
1,69
1,65
1,62
1 59
::
2,72
2,62
1,93
2,54
1,87
2,86
2,06
2,78
2,03
3,04
2,43
2,35
2,26
2,17
2,12
2,04
2,00
1.9-
3,25
5,21
2,85
4,34
2,62
3,86
2,46
3,54
2,35
3,32
2,26
3,15
2,19
3,02
2,14
2,91
2,09
2,82
2,05
2,75
2,02
1,96
1,92
1,85
1,80
1,76
1,71
1,67
1,63
1.6
1,5?
2,69
2,59
2,51
2,40
2,32
2,22
2,14
2,08
2,00
1.97
1,50
4,08
7,31
3,23
5,18
2,84
4,31
2,61
3,83
2,45
3,51
2,34
3,29
2,25
3,12
2,18
2,99
2,12
2,07
2,00
1,95
1,90
1,84
1,79
1,74
1,69
1,66
1,55 .
2,80
2,66
2,56
2,49
2,37
2,29
2,20
2,11
2,05
1,61
1,97
1,59
2,88
2,04
2,73
1,94
1,88
4,07
7,27
3,22
5,15
2,83
4,29
2,59
3,80
2.44
3.49
2.32
3,26
2,24
3,10
2,17
2,96
2,11
2,02
1,89
1,82
1,78
1,73
1,68
1,64
1,6
1,57
1.54
- ---
2,70
1,99
2,64
1,94
2,86
2,06
2,77
2,54
2,46
2,35
2,26
2,17
2,08
2,02
1,94
1,91
1.85
4,06
7,24
3,21
5,12
2.82
4,26
2,58
3,78
2,43
3,46
2,31
3,24
2,23
3,07
2,16
2,10
2,05
2,01
1,98
1,92
1,88
1,72
1,66
1,63
1,58
1,56
2,94
2,84
2,75
2,68
2,62
2,52
2,44
1,81
2,32
1,76
2,24
2,15
2,06
2,00
1,92
1,88
1.52
1.82 ,
4,05
3,20
5.10
2,81
4,24
2.57
3,76
2.42
3.44
2,30
3,22
2,22
3,05
2,14
2,92
2,09
2,82
2,04
2,73
2,00
2,66
1,97
1,91
1,87
1,80
1,75
1,71
1,65
1,62
1,57
1.54
1,51
2,60
2,50
2,42
2,30
2,22
2,13
2,04
1,98
1,90
1,86
7,21
3,11
2 2r
* :
2 -'
;;
i '~
2 ]
2.19
2.'z
: :
1 ^
1,76
1.72
69
-^
2,24
2,16
2.'3
166
:::
1.SC
ir
9:
'
' :
~-
- 9-
L.
r
- i.
S tatistika B*sn
2.
3.
4.
5.
6.
7.
8.
Riwayat Pendidikan:
1. SD Negeri 1 Kalianyar - Bangil (1981)
Madrasah Ibtidaiyah Miftahul Anwar (MIMA) - Bangil hanya 2 tahun
(1983-1984)
SMP Negeri 2 Bangil - Pasuruan (1984)
STM Negeri 3 Surabaya (1987)
Sarjana Pendidikan Teknik di Fakultas Pendidikan Teknik Keguruan IKIP
Yogyakarta (sekarang Fakultas Teknik Universitas Negeri Yogyakarta)
melalui jalur PMDK (Penelusuran Minat dan Kemampuan) masuk PTN
tanpa tes dan lulus Tahun 1993.
S-2 Jurusan Administrasi Pendidikan UPI lulus tanggal 2 Mei 2006 (cume
laude) IPK 4,00.
S-3 Jurusan Administrasi Pendidikan UPI Masuk tahun 2006. Lulus 18
Agustus 2009 (cume laude) IPK 4,00.
Lulus Training of Trainers (TOT) Sustainable Capacity Building For
Decentralization Project (SCBD-DP) Kerja sama Lembaga Administrasi
Negara Republik Indonesia Tahun Oktober 2009.
Pengalaman Kerja:
1. PT Bina Anugera Balikpapan Kaltim bidang eksport arang kayu bakau
sebagai Manajer Produksi (1993-1994).
2. Marketing Buku Penerbit Alfabeta Bandung (1997 - sekarang)
3. Direktur Penerbit Buku Dewa Ruchi (2002 - sekarang)
4. Dosen Tetap Yayasan di STIA Bandung (2005-sekarang).
Widyaiswara Luar Biasa
1. Diklatpim Tingkat III Provinsi Jawa Barat Bidang Karya Tulis Ilmiah
(KKP) (1990-1996).
2. Diklatpim Tingkat II LAN RI Jakarta Bidang Observasi Lapangan (OL) di
Medan dan Samarinda (2004-2006).
3. Diklat Singkat Kejaksaan Negori Batam korjasama I AN RI (POOfi).
Pengalaman Konsultan
1. Diklat Aparatur Jarak Jauh, pada Bidang: Pengelola Diklat (Management
of Training/MOl); Analisis Kebutuhan dan Perenca-naan DiklatATNA;
dan Penyelenggara Diklat (Training Officer Course/TOC) di LAN Hl
(2003-2004).
2. PT NINCEC Multi Dimensi kerja sama Pusdiktek-Bandung (2004 200! >)
3. PT. METRO BHAKTI DINAMIKA Bidang Penelitian Poling Pon<li<lik.m
Balitbang Depdiknas (2006-2008).
4. Nara Sumber Analisis Statistika untuk membuat Pedoman KompuimiM
Guru Sekolah di Luar Negeri (SILN) secara Online Ponolilian I inilal .iM
Kelas (PTK) untuk mengajar guru-guru di luar negeri pada I )< >.ui<>m<>n
Pendidikan Nasional Direktorat Jenderal Peningkalan Mniu l <>imImlil'.m
dan Tenaga Kependidikan Direktorat Profesi Pendidik (;()())()
5. Narasumber pada kegiatan worshop penyusunan siam lai knmpnii'ir.i
widyaiswara di Direktorat Pembinaan Wnlyaiswaia I i>ml>a<ia
Administrasi Negara Republik Indonesia (I AN Hl) lam|<|al I /
ih
September 2008.
6. Nara sumber pada kegiatan worshop penyusunan pedoman loimasi
widyaiswara di Direktorat Pembinaan Widyaiswara I AN Hl tanggal 23 29 November 2008.
Dosen
1. STIA LAN RI Bandung mengajar Statistika dan Metode Perencanaan
Proyek Tingkat S-1 Tahun (1990-1998).
2. Mengajar Tingkat S-2 mata kuliah Statistika Bisnis di Kampus Pasteur
Bandung (2000-2002).
3. Universitas Jenderal Achmad Yani Cimahi Jurusan Ilmu Pemerintahan
Bidang Ajar Pengantar Statistika Sosial Tingkat S-1 (2005-sekarang).
4. Sekolah Tinggi Ilmu Kesehatan (Stikes A.Yani Cimahi) mengajar
Motodologi Penelitian Ilmu Kesehatan Tingkat S-1 (2006-2007).
5. Universitas Mustopo Beragama Jakarta (Fikom) mengajar Pengantar
Statistika Tingkat S-1 (2007-sekarang).
6. UPI Kampus Pusat Bandung Aplikasi Statistika Pendidikan Tingkat S-2
(2007-2008).
7. UPI Kampus Purwakarta SPSS untuk Penelitian Tingkat S-2 (2008).
8. Institut Manajemen Telkom Bandung mengajar Statistika Bisnis
(Februari 2010).
9. Dosen Tetap Yayasan di STIA Bandung (2005-sekarang).
Penelitian dan Pengabdian Masyarakat
1. Nara Sumber di Pusdiklat Spimnas Bidang Teknik dan Manajemen
Kobijakan Pombangunan (TMKP) LAN RI (2004-2006).
IIM l onoliti di Pusdiklat Spimnas Bidang I oknik dan Mana|omnn
Kubi|akan I ombangunan (IMKP) I AN III (;()()4 ;'()()(>)
7.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
uku ini sangat berguna bagi para pemula ynnu i"u '
menyusun tugas akhir atau skripsi bagi mahanluwn " 1
umum, khususnya Institut Teknologi Telkom -lnstitut M<ina|Min
Telkom - Politeknik Telkom dan Telkom Professional Dovnl..|n....
Center (PDC). Juga dipakai siswa S-2 dan S-3 yang salam 1
kesulitan dalam memahami dan melakukan penolltimi ' *
penelitian mandiri untuk syarat kenaikan pangkat inmiiim
prom osi jabatan; menyusun tesis dan disertasi. Solmu..
penelitian itu mudah dan tidak sesulit yang dibayangkan, i .....
saja kita harus meluangkan waktu dan memahaminya ....... h
tekun.