Anda di halaman 1dari 10

Teori

1.
a.
b.
2.
a.

b.

Elemen Statistik
Populasi : sekumpulan data yang mengidentifikasikan suatu fenomena
Seluruh karyawan di PT Konimex Surakarta
Karyawan bagian produksi di PT Sariwarna
Sampel : sekumpulan data yang diambil atau diseleksi dari suatu populasi
Dari populasi PT Konimex diambil sample sebanyak 20 orang
Drai karyawan bagian produksi PT Sariwarna diambil sample sebesar 25%
Tipe data statistik
Data Kualitatif
1. Data nominal : pengukuran yang hanya mempunyai satu kategori saja
Nama, jenis kelamin, kota dsb
2. Data ordinal : mempunyai tingkatan data
Pendapat : tidak setuju, netral, setuju, sangat setuju
Tingkat kepuasan : tidak puas, netral, puas
Data Kuantitatif
1. Data Interval : pengukuran data mempunyai tingkatan data dan jarak tertentu
Merapi 0oC, tawang mangu 15oC, solo 28oC
2. Data Rasio : pengukuran data yg dapat dioperasikan dengan matematik
Produksi ke-1 10 unit, ke-2 40 unit, ke-3 50 unit dst

Lat 1
Frequecies data rasio
untuk mengetahui freq data, kecenderungan terpusat (rata-rata, nilai tengah/meanai sering
muncul/modus), penyebaran/ dispersion data (simpangan baku/standart devisiasi, varian), bentuk distribusi
(skewness dan kurtosis), grafik
soal :
- mahasiswa Sekolah Tinggi Ilmu Ekonomi sejumlah 26 dan masing2 mahasiswa dengan IPK sbb:
Penyelesain
buat vareabel nama, ipk, lalu buat data sejumlah 26 mahasiswa beserta IPKnya
Analyze descriptive statistic Frequencies
Klik Quartiles, percentiles (10,90), mean, median,mode, dispersion di klik semua
a. Mean : rata-rata IPK. Contoh : 3,2654
b. SE of Mean : digunakan untuk memperkirakan rata-rata populasi berdasar rata-rata sample
Misal SE of Mean = 0.0356
Rata-rata populasi = rata-rata sample 2 (SE of mean)
= 3,2654 2 (0.0356)
= 3,19616 s/d 3,33464
c. Std. Deviation : simpangan baku digunakan untuk memperkirakan penyebaran data populasi berdasar rata2 sampel.
Misal std dev = 0.1765
Penyebaran populasi = rata2 sampel 2 ( Std. Deviation )
= 3,2654 2 (0,1780)
= 2,912 s/d 3,6184
d. Skewness : misal sebesar -0.134 digunakan untuk mengetahui distribusi data
Rasio skewness = Skewness / SE Skewness
= -0.134 / 0,456
= -0.29386
Normal jika -2 < rasion skewness < 2 sehingga -2 < -0.29386 < 2 maka normal
Lat 2
Chi Square Data Nominal
- menguji apakah terdapat hubungan yang sig antara 2 atau lebih kategori
Soal
Sumber informasi
Asal mahasiswa
Dalam kota
Luar kota
Luar propinsi
Koran
3
7
1
Radio
8
2
1
Kerabat
2
1
5
Penyelesaian
a. Buat vareabel sumber tipe numeric value (Koran,radio,kerabat) measure (ordinal)
b. Buat vareabel asal tipe numeric value (dalam kota,luar kota, luar propinsi) measure (ordinal)
c. Analyze Descriptive statistic Crosstab
Row : sumber
Column : asal
Klik tombol statistic centang : chisquare, nominal dicentang semua
Klik tombol cell centang observed, expected, total
Cahsolonomer1@yahoo.com

Contoh Pembacaan :
- terdapat 3 mahasiswa (10%) menggunakan sumber informasi dari Koran dan dari dalam kota, dst
Output Chi square
Dari table pearson Chi Square : 15.470 sig 0.004
Ho : TIDAK terdapat hubungan yang sig antara sumber dan asal
H1 : terdapat hubungan yg sig antara sumber dan asal
Tingkat sig () = 0.05
Derajat kebebasan (df) = (3-1)x (3-1) = 4
X2 tabel
= 9,488
Kriteria pengujian X2 hitung <= X2 tabel Ho diterima atau probabilitas kesalahan >= 0.05
X2 hitung > X2 tabel Ho ditolak atau probabilitas kesalahan < 0.05
Kesimpulan : X2 hitung 15.470 > X2 tabel 9.488 atau probabilitas kesalahan 0.004 < 0.05
Dengan demikian Ho di tolak atau H1 diterima sehngga terdapat hubungan yang sig antara sumber dan asal
Lat 3
Chi Square Data Ordinal
- menguji apakah terdapat hubungan yang sig antara 2 atau lebih kategori
Soal
Jenis obat
Tingkat kesembuhan
rendah
sedang
tinggi
paramex
3
7
1
oskadon
8
2
1
ultraflu
2
1
5
Penyelesaian
a. Buat vareabel obat tipe numeric value (paramex, oskadon, ultraflu) measure (ordinal)
b. Buat vareabel sembuh tipe numeric value (rendah,sedang,tinggi) measure (ordinal)
c. Analyze Descriptive statistic Crosstab
Row : obat
Column : sembuh
Klik tombol statistic centang : chisquare, correlation, click semua ordinal
Klik tombol cell centang observed, expected, total
Contoh Pembacaan :
Output Chi square
Dari table pearson Chi Square : 15,000 sig 0.005
Ho : TIDAK terdapat hubungan yang sig antara sumber dan asal
H1 : terdapat hubungan yg sig antara sumber dan asal
Tingkat sig () = 0.05
Derajat kebebasan (df) = (3-1)x (3-1) = 4
X2 tabel
= 9,488
Kriteria pengujian X2 hitung <= X2 tabel Ho diterima atau probabilitas kesalahan >= 0.05
X2 hitung > X2 tabel Ho ditolak atau probabilitas kesalahan < 0.05
Kesimpulan : X2 hitung 15.000 > X2 tabel 9.488 atau probabilias kesalahan 0.005 < 0.05
Maka Ho di tolak atau H1 diterima sehingga terdapat perbedaan yg sig antara jenis obat dan tingkat sembuh
Lat 4
One sample T Test
- uji t satu sample dilakukan untuk menguji apakah terdapat perbedaan rata-rata yg sig antara suatu nilai tertentu dengan
rata-rata sebuah sample.
Contoh
Akan menguji perbedaan rata2 antara nilai ujian masuk gelombang 1 dengan gelombang 2. rata gelombang 1 adalah 90.
Dari data 20 peserta bias dibuat sbb : (buat data mahasiswa beserta nilainya)
Penyelesaian
a. buat vareabel mahasiswa (string) dan nilai numeric scale
b. isi data sejumlah 20 data
c. Analyze Compare Means One sample T Test
d. Isi test vareabel : nilai, test value : 90 (rata2 nilai gel 1)
e. Ok
Contoh pembacaan
Rata-rata sebesar : 83,45
Simpangan baku : 6.08
Cahsolonomer1@yahoo.com

Output one sample Test


Tingkat sig = 0.05/2
Df : 20-1=19
T table = 2.093
H1 terdapat perbedaan sig :

t hitung < -t table

atau t hitung > t table atau prob < 0.05

Karena t hitung ( -4,816) < -t table (-2,093) sehingga H1 diterima terdapat perbedaan rata2 yg sig gel 1 dan gel 2
Lat 5
Paired samples T Test
Menguji apakah terdapat perbedaan rata2 sig antara 2 sampel berpasangan, dua sampel berpasangan merupakan sebuah
sampel subjek yang sama tetapi terdapat 2 perlakuan yang berbeda.
Soal :
- PT Astra menguji 15 karyawan dalam pembuatan produk sebelum dan sesudah diadakan pelatihan
Karyawan
Hasil pembuatan produk
Sebelum pelatihan
Sesudah pelatihan
1
140
150
2
154
150
3
164
170
4
156
160
5
160
174
6
160
162
7
162
168
8
156
156
9
160
170
10
156
150
11
170
176
12
166
164
13
150
150
14
182
186
15
170
174
Penyelesaian
a. buat vareabel nama (string), sebelum (scale), sesudah(scale)
b. Analyze Compare Means Paired Samples T Test
c. Isi paired vareabel dengan sebelum , sesudah
d. Ok
Pembacaan :
a. Sebelum rata-rata : 160,40, simpanganbaku 9,72
b. Sesudah rata-rata : 164,00 simpangan baku 11,29
c. Output paired samples T Test koefisien korelasi : 0.875, prob 0,000
Hipotesis
H1 terdapat perbedaan rata2 sig
t hitung < - t table atau t hitung > t table atau prob < 0.05
Hasil
Tingkat sig : 0,05/2
Df : 15-1
T table : 2,145
Karena t hitung (-2,553) < - t table (-2,145) atau prob (0,023) < 0,05
Maka H1 diterima : terdapat perbedaan yg sig antara sebelum dan sesudah pelatihan

Cahsolonomer1@yahoo.com

Uji data :
Data Primer (kuesioner)
1.
Uji Validitas (Data valid dari angket / tidak)
2.
Uji Reabilitas (Data Konsisten / tidak)
3.
Normalitas
4.
Asumsi Klasik ( BLUE = Best Linear Unbiased Estimator). Blue dapat dicapai dengan uji :
Normalitas,Autokorelasi, multikolinieritas, heteroskedastisitas, Liniearitas)
5.
Regresi
Contoh hasil quesioner
Dalam suatu instansi etos kerja suatu karyawan banyak dipengaruhi oleh beberapa factor, berikut factor-faktor yang akan
diolah berdasarkan dukungan emosi, perilaku, motivasi kerja dan kinerja. Berikut hasil data kuesioner :
Emosional
E

Dengan data yang ada dapat diestimasikan fungsi Kinerja adalah :

Kinerja
1E

K =b0 + b1E + b2P + b3M + error

Perilaku
2P
P

Motivasi

3M

No

Emosional

1
2
..
150

E1
4
5
5
4

..

Perilaku
E5
4
5
4
4

E
15
22
23
24

P1
4
5
5
4

..

Motivasi
P5
4
5
4
4

P
15
22
25
22

M1
4
5
5
4

..

Kinerja
M4
4
5
4
4

M
17
24
23
24

K1
4
5
5
4

..

K6
4
5
4
4

K
20
22
23
24

Dengan langkah yang sama buat excelnya dg Y range diisi X4, X range diisi X1, X2, X3 akan ketemu 41, 42, 43
UJI VALIDITAS DAN RELIABILITAS

1. Uji Validitas Pearson Corelation (PC) > 0.6


Bertujuan untuk menguji apakah dta berasal dari angket yang valid atau tidak..?
Langkahnya :
1. Klik Analyze Corelate Bivareate
2. Masukkan per kolom yang akan diuji (misal E1, E2,E3,E4,E5 dan E) untuk p1,p2,p3,p4,p5 dan P diuji dg cara yg
sama berikutnya, karena ini hanya per kolom saja
3. beri tanda v pada pearson
4. Klik ok

Cahsolonomer1@yahoo.com

Yang dibaca adalah kolom yang paling kanan atau paling bawah yaitu Pearson Corelation > 0.6
EMisal jika ada yang tidak valid, misal sig pada kolom E3, maka kembali ke excel data E3 dihapus dahulu.
Penyebab tidak valid :
Pertanyaan membingungkan, sehingga banyak data yang sama.
Contoh sebelumnya ada 6 pertanyaan, kemudian ada pertanyaan dari pertanyaan diatas apakah sangat
membantu..? orang akan bingung pertanyaan yang mana..? padahal soal diatas ada 6 soal yang mana..?
Dengan langkah yang sama lakukan uji validitas untuk kolom p1, p2,p3,p4,p5 dan p. Lakukan vareabel lainya dengan
langkah yang sama.

2. Uji Reabilitas > 0.6


Bertujuan untuk menguji apakah datanya konsisten atau tidak..?
Caranya sama dengan uji validitas tetapi E1,E2,E3,E4,E5 sedangkan E tidak dimasukkan
Langkahnya :
1. Klik Analyze Scale Reability Analyze
2. Masukkan per kolom yang akan diuji (misal E1,E2,E3,E4,E5 E tidak dimasukkan)
3. beri tanda v pada pearson
4. tab Statistik pilih Item dan Mean
5. Klik Continue
6. Klik ok
Yang terpenting dalam pembacaan adalah Alpha pada Reliability Statistic
Jika menggunakan formula berbasis angka varian ( ) yang dibaca Cromback alpha = contoh 0.099
Jika menggunakan formula korelasi yang dibaca Cromback alpha on standarized contoh ()

= index reabilitas
Cromback Realibel jika > 0.6
Jika < 0.6 maka angket dianggap GUGUR

Cahsolonomer1@yahoo.com

Uji REGRESI
Langkah Regresi Mencari nilai 11 dan 12
1. Klik menu Analyze Regression Linier
2. Isi pada Dependent dengan K di excel K ( bukan K1 K5)
3. Isi Independent dengan E, P, M
4. Klik Statistic isi Colinierity Diagnosa akan menentukanghasilkan Vif
5. Continue
6. Save
7. Klik Residual Unstandardized akan terbentuk vareabel RES
8. Continue
9. Ok
Maka akan dilihat hasil

R12 = R1 Square = 0.730


Atau Adj R Square = 0.524
R Square Adj selalu < R Square
Arti :
0.730 (73 % perubahan vareabel K dipengaruhi oleh perubahan E, P dan M secara serentak,sedangkan sisanya
(27%) dipengaruhi oleh vareabel lain diluar vareabel model yang kita tidak tahu (tidak diteliti)

Y = b0 + b1E + b2P + b3M + error


19.119 + 0.531E + (-0.386 P) + (-0.264 M)
Sig 0.000
0.00
0.00
0.005

Cahsolonomer1@yahoo.com

Contoh hasil
Tabel Coeficient
B
0 (Constant) = 19.119
bE
= 0.531
bP
= -0.386
bM
= -0.264

Emosional
E

0.531

Kinerja

sig
K

Perilaku
-0.386
P

sig
-0.264
sig

Motivasi
M

Cahsolonomer1@yahoo.com

Uji Asumsi Klasik


Sebuah regresi dapat dikatakan model yang baik jika model tersebut dapat memenuhi kriteria BLUE( Best Linear Unbiased
Estimator). BLUE dapat dicapai bila mememnuhi asumsi klasik. :
1. Uji Normalitas
Langkahnya :
1. Dari hasil regresi dihasilkan vareabel RES_1
2. Analize Descriptive statistics Descriptive
3. Klik Option
4. Beri tanda v means, std devitiaion,kurtosis, skewness, vareabel list
5. Masukkan pada kolom vareabels(s) Unstandardized Residual (RES_1)
6. Klik Ok

Rasio Skewness = skewness/SE Skewness


= 0.191 / 0.198
= 0.965
Rasio Kurtosis = Kurtosis/SE Kurtosis
= -0.020 / 0.394
= - 0.51
Distribusi normal jika Rasio Skewness atau Kurtosis nilainya -2 sd 2
Karena semua nilai Rasio berada dianatara -2 sd 2 maka distribusi tersebut adalah DISTRIBUSI NORMAL
2. Uji Autokorelasi
Ada beberapa cara untuk menguji autokorelasi antara lain dengan Durbin Watson (DW Test)
Bila DW diantara du sd 4-dU maka Tidak ada Autokorelasi
Bila DW < dL Autokorelasi positif
dL < DW < du tidak dapat disimpulkan
DW > 4-dL Autokorelasi negatif
4-dU < DW < 4-dL tidak dapat disimpulkan
Autokorelasi
0 Positif

d
L

Tdk dpt
ditentukan

dU

Tdk ada
Autokorelasi

4dU

Tdk dpt
ditentukan

4dL

Autokorelasi
Negatif

Hasil dW = 1.786
0

1.693

1.774

2.226

2.307

Langkah
Lakukan Uji regresi : Analize regresion Linear
Masukkan Dependen (K)
Masukkan Independent (E, P, M)
Klik Statistics
Beri tanda centang v Estimates, Model fit, Durbin Watson
Cahsolonomer1@yahoo.com

Continue
Ok

Untuk menentukan dU dan dL dengan cara melihat tabel Durbin Watson :


Nilai kepercayaan 0.05 atau 95%
N adalah banyaknya sample 150
Vareabel penjelas = vareabel-1 4-1 = 3
Dari data tersebut data di ketahui :

3. Uji Multikolonieritas
Lihat hasil diatas
Dikatakan tidak terjadi Multikolonierity jika

V if < 5

lihat langkah regresi

Dari hasil tersebut semua nilai VIF < 5, maka tidak terjadi multikolonieritas
4. Uji Heteroskedastisitas
Setelah uji regresi kita sudah mendapatkan vareabel RES_1
Klik Transform Compute Vareabel
Pada kotak Target Vareable ketik ht (bebas)
Pada Function Group pilih all
Pada Function and special vareabel pilih abs
Klik tanda panah atas
Pada kota Numeric Expresion Masukkan vareabel Unstandartdized (RES_1)
Ok

Cahsolonomer1@yahoo.com

Lakukan regresi lagi


Pada dependent isi ht (varebael yg dibentuk dari langkah diatas)
Pada independent masukan semua vareabel E, P, M kecual K
Ok

Lihat tabel t dan sig


Terjadi heteroskedastisitas jika terjadi signifikan Sig<0.05
Dari data diatas bahwa E, M tidak terjadi Heteroskedastisitas tetapi varebael P terjadi Heteroskedastisitas

Cahsolonomer1@yahoo.com

10