CONTOH ANALISIS DATA DAN PENGUJIAN HIPOTESIS Pada bab berikut ini akan diberikan beberapa contoh penggunaan statistik parametris maupun nonparametris untuk analisis data dan pengujian hipotesis. Pada bagian pertama ini diberikan contoh penggunaan statistik parametris dan bagian ke dua statistik nonparametris. A. Statistik Parametris Contoh 4 Korelasi, Korelasi Ganda, Korelasi Parsial, t-test, dan Analisis Varian. 4. Judul Penelitian : Pengaruh kualitas pelayanan pramuniaga dan jumiah pengunjung toko terhadap jumiah pembell, (Penelitian pada 40 toko di Yogyakarta). 2. Variabel penelitian : Pada penelitian itu variabel penelitiannya adalah : pelayanan pramuniaga (X), dan jumlah pengunjung.Q%) toko sebagai variabel independen dan jumlah pembell (Y) sebagai variabel dependen. 3. Paradigma Penelitian : %4. PopulasidanSampel Populasi jumlah toko seluruhnya adalah 45. Berdasarkan tingkat oxactoes\ > kesalahan 5%, maka ukuran sampel 40 toko,ihat tabel penentuan ‘ukuran sampel pada bab Populdsi dan Sampel) Sampel toko diambit dengan stratifed random sampling dengan proporsi sebagal berikut : ‘a. Toko yang mempunyai pramuniaga 25 orang ke atas, ukuran sampelnya 12 toko, untuk selanjutnya disebut kelompok A. . Toko yang mempunyal pramuniaga 11-24 orang ke atas, ukuran sampelnya 15 toko, untuk selanjutnya disebut kelompok B. Toko yang mempunyai pramuniaga di bawah 10 orang, ukuran sampelnya 13 toko, untuk selanjutnya disebut Kelompok C. d. Dari 40 toko yang digunakan sebagai sampel tersebut, 21 toko di jalan protokol dan 19 toko di uar jalan protokol. 5, Rumusan Masalah a. Rumusan Masalah Deskripti: 4) Seberapa baik pelayanan pramuniaga toko di Yogyakarta? 2) Berapakah jumiah rata-rata pengunjung toko di Yogyakarta? 3) Berapakah jumlah rata-rata pembelinya? b. Rumusan Masalah Asosiatif (hubungan) C Cowlas\ 4) Adakah hubungan yang positif dan signifikan antara kualitas pelayanan pramuniaga dengan jumiah peribeli ? 2) Adakah hubungan yang positif dan signifikan antara jumlah pengunjung toko dengan jumlah pembeli ? 3) Adakah hubungan yang positf dan signifikan antara kualitas ‘pelayanan pramuniaga dengan jumlah pengunjung toko ? 4) Adakah hubungan antara kualitas pelayanan pramuniaga toko dan jumlah pengunjung toko secara bersama-sama dengan jumlah pemboli ? 5) Bila jumtah pengunjung toko sama, adakah hubungan yang ° posilif dan signifikan antara kualitas pelayanan pramuniaga toko dengan jumlah pembeli ? Cedar’ poor \ XJ mJ * -Xa ~ “cy ey x Peritnion dye mungember prddaton Sranehik tngtrennval fan ada sreeipapdos' -Masalah Komparatit (93 ©) 4) Adakah perbedaan secara signifikan kualifas pelayanen pramuniaga antara toko kelompok A, B dan. gomrmucoif ard 2a ‘Adakah perbedaan secara sig) jifikan jumiah pes antara toko kelompok A, Bdan C. (Cegoarf anc\tis vadebe\’) 3) Adakah perbedaan secara signifikan jumlah pembeli antara toko Kelompok A, B dan. CeampaaiF aradids yortcborl j 4) Adakah perbedaan yang signifikan Kualitas pelayanan pramuniaga antara yang berada di Jalan Protokol dan bukan Protokol. C.aji €) 5) Adakah perbedaan yang signifikan jumiah pengunjung antara ‘yang berada di Jalan Protokol dan bukan Protokol. (o5\¥ +) ceatot anta 6) Adakah perbedaan yang signifikan jumlah ay & yang berada di Jalan Protokol dan bukan Protok« (yang dicetak miring adalah variabel penelitian). 3. Hipotesis Gawaban sementara terhadap rumusan masalah di atas) sutly i a. Hipotesis deskriptif (bisa dirumuskan dan bisa tidak) 4) Kualitas pelayanan pramuniaga toko di Yogyakarta paling tinggi 70% dari kriteria yang diharapkan. 2) Rata-rata tiap hari jumtah pengunjung toko di Yogyakarta pa ing rendah 500 orang. 3) Rata-rata tiap hari jumiah pengunjung toko di Yogyakarta = 300 orang: b. Hipotesis Asosiatif (hubungan) 4) Terdapat hubungan yang positif dan signifikan antara kualitas pelayanan pramuniaga toko dengan jumlah pembelinya. 2) “Terdapat hubungan yang positif dan signifikan antara jumlah pengunjung toko dengan jumlah pembelinya. 3) Terdapat hubungan yang positif dan signifikan antara kualitas pelayanan pramuniaga toko dengan jumiah pembelinya. 4) Terdapat hubungan yang positif dan signifikan antara kualitas pelayanan pramuniaga toko dan jumlah pengunjung toko secara bersama-sama dengan jumlah pembeli.'5) Bila jumlah pengunjung toko sama, tetap terdapat hubungan positif dan signifikan antara kualitas pelayanan pramuniaga dengan jumlah pembeli. c. Hipotesis Komparatif 1) Terdapat perbedaan kualitas petayanan pramuniaga antara toko ‘yang berada di jalari protokol dan bukan protokol. 2) Terdapat perbedaan jumlah pengunjung antara toko yang berada di jalan protokol dan bukan protokol. 3) Terdapat perbedaan jumlah pembeli antara toko yang berada dijatan protokol dan bukan protokol. 4) Terdapat perbedaan kualitas pelayanan pramuniaga antara toko kelompok A, B dan C. 5) Terdapat perbedaan jumlah pengunjung antara toko kelompok A.Bdanc, 8) Terdapat perbedaan jumlah pembeli antara toko kelompok A, Bdanc. 7. Teknik Statistik untuk Pengujian Hipotesis. Berbagal Teknik statistik yang akan digunakan untuk pengujian hipotesis dapat dilihat pada tabel 8.1 yaitu Pedoman memilih teknik statistik untuk ‘pengujian hipotesis (Bab VIII). Pertimbangan yang dipertukan adalah jenis data dan bentuk hipotesis. a. Hipotesis Deskriptif. Bila hipotesis ini tidak dirumuskan, maka yang dianalisis adalah rumusan masalahnya. Untuk mendapatkan informasi tentang tingkat kualtas pelayanan pramuniaga, dapat dihitung dengan membagi skor hasil penelitian dengan skor kriterium/skor ideal (bila setiap responden pada setiap pertanyaan member jawaban tertinggi). Untuk mengetahui rata- rata jumlah pengunjung dan pembeli toko, dihitung dengan menjumiahkan ‘seluruh penginjung pada 40 toko selama 7 haf, selanjutnya dibagi dengan407. Contoh :jumlah pengunjung 40 toko selama 7 hari= 40.000. Rata- rata jumtah pengunjung = 40,000 : (40x 7) = 108.263 orang. Bila hipotesis dirumuskan maka, maka pertu diyji. Berdasarkan pedoran memilih teknik statistik untuk pengujian hipotesis (label 8.1), maka untuk uji hipotesis deskriptif No. 1, 2 dan 3 digunakan t-test satu sampel (Karena data interval atau ratio). Untuk hipotesis no. 1 digunakan Uji pihak kanan, no. 2 uji pihak kii, dan no.3 uji dua pihak. b. Hipotesis Asosiatif (hubungan) Hipotesis no. 1, 2 dan 3 diuji dengan Korelasi Product Momen. Hipotesis no. 4 diuji dengan korelasi ganda, hipotesis no. 5 | diuji korelasi parsial. Bila ingin memprediksikan bagaimana pengaruh variabel independen terhadap dependen maka dianalisis dengan regresi. c. Hipotesis Komparatif : Hipotesis no. 1,2, dan 3 diuji dengan t-test dua sampel, dan hipotesis no. 4, 5, 6 diuji dengan analisis varian satu jalan (One way anova). 8, Instrumen Penelitian a. Instrumen Kualitas Pelayanan Pramuniaga Toko Instrumen yang digunakan untuk mengukur xualitas pelayanan pramuniaga toko berbentuk checklist dengan skala Likert sebagai berikut ‘Anti angka pada skor nila : 4 berarti pelayanan sangat baik, 3 = baik, 2= fidak baik, dan 1 = sangat tidak baik. Penilai adalah pemilik toko, dan yang inital adalah seluruh karyawan atau sampelnya. Jumlah butirinstrumen untuk mengukur kualitas pelayanan pramuniaga toko adalah 10. Jadi jumiah skor ideaVkriterium setiap pramuniaga = 4 x 410 = 40. (4 skor tertinggi tiap 1. Butir 1 mendapat nilai 3 2. Butir2 mendapat nai 4 Bila salah seorang pramuniaga : :8. Butir8 mendapat nilal 3 9, Buti 9 mendapat nilai 2 40, Butir 10 mendapat nilal 3, ‘Jumlah nila 10 butir= 344 4143444941434243=27- Dengan demikian nial kuatas pelayanan pramuniaga tersebut= 27:4 0,675 atau 67.5% dariksiterta yang dnarapken. Bila penlalan mengounakan skor 100, maka nilai pramuniaga tersebut 67,5 b. Instrumen Pengunjung Toko Instrumen untuk mengetahul jumiah pengunjung toko menggunakan lat penghitung, yang mampu mencatat jumiah pengunjung toko setiap hari setamat minggu (7 hati. Bila alst penghitung tidak ada, maka dapat digunakan lembarisian yang dapat digunakan penelit/pengumpul data RS 7, | Sambutan kepada pengunjung yang baru datang__ Z| Pelayanan terhadap ‘pengurjung yang menanyekan barang S| Bahasa yang digunakan dalam pelayanan, [| Keramahtartahan kepada ‘calon pembet “S-| Kermarrpuan menjeleskan terhadep barang-barang yang fiual | Skap terhadap pengunjuna ‘yang tidak membef baranguntuk riencatat dan menghitung jumlah pengunjung toko. ¢. Instrumen Pembell Jumlah pembell di toko selama_setiap hari dapat diketahui di bagian kasir, Berdasarkan bukti-bukti pembayaran akan dapat dicatat berapa Jumlah pembell setiap hari dalam seminggu tersebut. 9, Teknik Pengumpulan Data “Teknik pengumpulan data yang digunakan dalam peneliian ini adalah kuesioner dan pengamatan, Kuesioner diberikan kepada pemilik toko supaya digunakan untuk mengukurkualitas pelayanan pramuniaga (pelayan toko) yang toko yang bersangkutan. Bila jumiah pelayan toko lebin dari satu, maka nll kualtas pelayanian adalah rata-rata dari seluruh pramuniaga ladi yang dibutunkan penelti untuk kepertuar ini adalah nial rata-rata kualitas pelayanan dari seluruh pramuniaga setiap toko. (yang menghitung rata-rata nilai kualitas pelayanan adalah penelit)-Untuk Inendapatkan data tentang jumlah pengunjung dan pembeli oko dilakukan dengan pengamatan. 10, Data hasil Penelitian a. Data Kualitas Pelayanan Pramuniaga Data kualitas petayanan pramuniaga (X,) 40 toko yang digunakan ‘sebagai sampel ditunjuskan pada tabel 9.1 berikut. b. Data jumlah pengunjung (X) dan Pembell (Y) Data rata-rata jumlah pengunjung toko tiap hari (X1) dan jumlah ‘pembeli (Y) dari 40 toko yang digunakan sebagai sampel ditunjukkan pada tabel 9.2 berikut. Angka dalam tabel dikalikan 10. 11. Analisis Data dan pengujian Hipotesis. a Analisis Data : ‘Analisis data di sini merupakan perhitungan untuk menjawab rumusan masalah penelitian deskriptif. Rumusan masalah deskritif ada tiga yaitu: 1) Seberapa baik pelayanan pramuniaga toko di Yogyakarta ?Untuk menjawab rumusan masalah no 1, data yang digunakan adalah data yang ada di tabel 9.1. TABEL 9.1 DATA RATA-RATA KUALITAS PELAYANAN PRAMUNIAGA 40 TOKO NSS BRARRRRARKARARSNSRKARRARA SARS NM OT MNONANN RENAN RAR OR CANE AAR ANA OT RR EAM AMM RANE RANE OMAN OANO ORAS NAT HR REN NO NNO ROR ANA AO RONAN ONAN HH MAMAN MANNA MNO MAND ANANOMOAANR ANON AMANO NANA RENAN NER ONON RANI ANKE OANA RAMA TOY HH NAMONNTANMANAK NAAR AOAMOK MOANA EY HATA ATM MAAN MMM KONA OM ONANANAAN AAO ANALY HR PON MAR NONE AN OOO CANAAN R MOM NNEN AT Tee He NOAH LOM NONAONAN TAO NT AANA MAO NA OOO No. 1 sid 12 toko kelompok A, No. 13 s/d 27 toko kelompok B, dan No, 28 sid 40 toko kelompok Ckualitas Pelayanan Pramuniaga Toko = 945 : 1600 = 0,59, Atau 59% dari kriteria yang diharapkan, atau mendapat nilai 59 (untuk skor tertinggi 109). Untuk menjawab rumusan masalah No. 2dan 3, maka digunakan data yang ada pada tabet 9.2. Berdasdrkan tabel tersebut jumlah rata-rata pengunjung toko tiap hari = 8520 : 40 = 213 orang, dan jumiah pembeli = 7000 : 40 = 175 orang. G4o0 +" : b. Pengijian Normalitas Data Pengujian hipotesis dalam penelitian ini, menggunakan statistik parametris karena, data yang akan diujiberbentuk ratio. Karena akan menggunakan statistik parametris, maka setiap data pada setiap variabel hharus terlebih dulu diuji normalitasnya. Bila data setiap variabel tidak nor- mal, maka pengujian hipotesis tidak bisa menggunakan statistik parametis. Karena vatiabel peneliiannya ada tiga, maka pengujian normalitas data juga mefiputitiga data untuk tiga vatiabel tersebut. Untuk memudahkan pengujian normalitas data dan analisis selanjutnya, maka ketiga kelompok data dari tiga variabel tersebut disusun kembali pada tabel 9.3 berikut. Pengujian normalitas data dapat menggunakan Kertas Peluang Nor- ‘mal atau dengan Chi Kuadrat. Untuk contoh berikut akan menggunakan Chi Kuadrat. Langkab-langkah pengujian normalitas data dengan Chi Kuadrat adalah sebagai berikut 1, Menentukan jumlah klas interval, Dalam hal ini jumiah Klas intervainya = 6, karena luas kurve normal dibagi menjadi enam, yang masing-masing luasnya adalah : 2,7%; 13,53%; 34,13 %; 34,13%, 13,53%, 2,7%. 2, Ménentukan panjang klas interval yaitu : (data terbesar ~ data ‘terkecil) dibagi dengan jumiah klas interval (6). 3, Menyusun ke dalam distribusi frekuensi, yang sekaligus ‘merupakan tabel penofong untuk menghitung harga Chi Kuadrat (iat contoh berikut). 4, Menghitung frekuensi yang diharapkan (fh), dengan cara mengalikan prosentase luas tiap bidang kurve normal dengan jumiah anggota sampel.‘Memasukkan harga-harga fh ke dalam ke dalam tabel kolom fh, sekaligus menghitung harga-harga (fo - fh) dan dan menjumlahkannya, Harga adalah merupakan harga Chi Kuadrat 2) hitung. 6. _Membandingkan harga Chi Kuadrat hitung dengan Chi Kuadrat ‘abel. Bila harga Chi Kuadrat hitung lebih kecil atau sama dengan: harga Chi Kuadrat tabel (x2, S72, ), maka distribusi atau dinyatakan normal, dan bila lebih besar dinyatakan tidak normal. 1) Pengujian Normalitas Data Kualitas Pelayanan Pramuniaga Toko & Distribusi data Kualitas Pelayanan Pramuniaga 40 toko yang digunakan ‘sebagai sampel ditunjukkan pada tabel 9.2 kolom 2 (data X,). Data’ tersebut selanjutnya disusun kembali pada tabel 9.3 berikut. TABEL 9.3 KUALITAS PELAYANAN, PENGUNJUNG TOKO DAN PEMBEL!TABEL 9.4 ABEL PENOLONG UNTUK PENGUJIAN NORMALITAS DATA KUALITAS PELAYANAN PRAMUNIAGA wteva | t | a | Gf) | Ga? | fom?) . fh 12-15 2 1 1 1 1 16- 19 3 5 2 4 os 2-23 13 14 1 1 0.0714 4-27 | 15 | 14 1 1 00714 28-31 S 5 Oo oO 0 | 2-35 | 2 | 4 1 1 1 40 40 0 8 2.94285 harga th = 2,7% x 40; 13.53% x 40; 34,13% x 40; 34,13% x 40; 13,53% X 40; 2,7% X 40. * angka dibulatkan. Jadi harga Chi Kuadrat hitung = 2,9428. Harga tersebut selanjutnya dibandingkan dengan harga Chi Kuadrat Tabel, dengan dk (derajad kebebasan) 6- 1 = 5. Bila dk 5 dan taraf kesalahan 5%, maka harga Chi Kuadrat Tabel = 11,070. Karena harga Chi Kuadrat hitung lebih kecil dari harga Chi Kuadrat tabel (2,9428 < 11,070), maka distribusi data kualitas pelayanan pramuniaga toko tersebut normal. 2) Pengujian Normalitas Data Pengunjung Toko (X,) Distribusi data pengunjung toko ditunjukkan pada tabel 9.3 kolom 3 (X). Dalam rangka pengujian normalitas data, maka data tersebut pertu disusun ke dalam tabel 9.5 berikut. Berdasarkan hitungan yang tertera dalam tabel 9.5 tersebut, harga Chi Kuadrat hitung = 9,68. Harga tersebut selanjutnya dibandingkan dengan harga Chi Kuadrat Tabel, dengan dk (derajad kebebasan) 6 - 1=5. Bila dk 5 dan taraf kesalahan 5%, maka harga Chi Kuadrat Tabel = 11,070. Karena harga Chi Kuadrat hitung lebih kecil dari harga Chi Kuadrat tabel (9,68 < 11,070), maka distribusi data pengunjung toko tersebut dinyatakanTABEL 9.5 ‘TABEL PENOLONG UNTUK PENGUJIAN NORMALITAS DATA PENGUNJUNG TOKO Interval w (e-f) (e—nF | fo =m)? | fh 10-13 3 1 4 4 14-17 6 5 1 4 02 18-21 Ww 14 3 9 0,6428 2-25 1 14 3 9 00,6428 26-29 6 5 1 1 02 30-33 3 1 4 4 40 40 oO . 28 9,6857 harga fh = 2,7% x 40; 13.53% x 40; 34,13% x 40; 34,13% x 40; 13,53% X 40; 2,7% X 40, * angka dibulatkan 3) Pengujian Normalitas Data Pembeli (Y) Distribusi data pembeli ditunjukkan pada tabel 9.3 xolom 4 (Y). Dalam rangka pengujian normalitas data, maka data tersebut pertu disusun ke dalam tabel 9.6. Berdasarkan hitungan yang tertera dalam tabel 9.6 tersebut, harga Chi Kuadrat hitung = 10,214. Harga tersebut selanjuinya dibandingkan dengan harga Chi Kuadrat Tabel, dengan dk (derajad kebebasan) 6 - 1= 5. Bila dk 5 dan taraf kesalahan 5%, maka harga Chi Kuadrat Tabel = 11,070. Karena harga Chi Kuadrat hitung lebih kecil dari harga Chi Kuadrat tabel (10,214 < 11,070), maka distribusi data pembeli tersebut dinyatakan normal. Distribusi data ke tiga variabel yang diteliti, setelah diuji normalitasnya, dan semuanya temyata beruistribusi normal, sehingga penggunaan statistik parametris untuk pengujian hipotesis dapat dilakukan.c. Pengujian Hipotesis Deskriptif ‘Terdapat tiga hipotesis deskriptif yang diuji yaitu : 1) Kualitas pelayanan pramuniaga toko di Yogyakarta paling tinggi 70% dari kriteria yang dinarapkan. TABEL 9.6 ‘TABEL PENOLONG UNTUK PENGUJIAN NORMALITAS DATA PEMBELI Intel | & | fr | o-m (o-t | fo-my?) th 7-10 a 4 2 4 4 11-13 6 5 1 i 02 14-17 15| 14 1 + | oo7t4 18-21 10] 14 4 16 41,1429 2-28 ai 5 2 4 08 26-29 Sif 2 4 4 Pam ° 30 10,2142 - harga th = 2,7% x 40; 13.53% x 40; 34,13% x 40; 34,13% x 40; 13,53% X 40; 2,7% X 40. * angka dibulatkan 2) Rata-rata tiap hari jumiah pengunjung toko di Yogyakarta paling tendah 500 orang. 3) Rata-rata tiap hari jumiah pengunjung toko di Yogyakarta = 300 orang. Untuk menguji ke tiga hipotesis tersebut digunakan t-test satu sampel dengan rumus sebagai berikut : eo Xo Rumus 9.4Dimana: t= nilai tyang dihitung = rata-rata Ho = nilal yang diipotesiskan "= simpangan baku sampel n= jumlah anggota sampel 4) Pengujian hipotesis deskriptif pertama. Rumusan hipotesisnya adalah : Kualitas pelayanan pramuniaga toko di Yogyakarta paling tinggl 70% dari yang diharapkan. Berdasarkan data yang tertera pada tabel 9.3 kolom 2 dapat diketahul bahwa rata-rata kualitas pelayanan pramuniaga toko = 23,62 dan ‘simpangan baku s = 4,43. Dengan menggunakan rumus 9.1, harga t dapat dihitung. Pengujian menggunakan uji pihak kiri dengan taraf kesalahan 5 %. Nilai yang dinipotesiskan adalah “paling tinggi 70%" dari nilai ideal berarti 0,70 x 40 = 28. Ho: p, $70% =0,70x40 = 28 (rata-rata ideal) Ha: [> 70% =0,70x40 = 28 X= my _ 2362-28 ( a a wo Vo ‘Selanjutnya harga t tersebut dibandingkan dengan hargattabel dengan ‘dk = 1-1 (40 — 1 = 39) dan taraf kesalahan o: = 5%. Berdasarkan tabel I! (lampiran) bila dk 39 dan cx = 5%, maka harga t tabel = 1,683 (dengan interpolasi). Temyata harga t hitung (-6,257) lebih kecil daripada harga t tabel 1,683, sehingga jatuh di daerah penerimaan ho. Dengan demikian ho terima dan ha ditolak. Jadi hipotesis yang mengatakan kualitas pelayanan pramuniaga toko paling tingg! 70% atau 28 diterima (semua nilai di bawah atau sama dengan 28 diterima) Jadi tidak terdapat perbedaan antara yang diduga dengan data yang terkumpul. Berdasarkan data sampel kualitas pelayanan hanya 23,62 yang berada di bawah 24. Hal ini dapat digambarkan sebagai berikut.Gambar 9.1 Uji Hipotesis Pihak Kanan 2) Pengujian Hipotesis Deskriptif Kedua Rumusan Hipotesis : Jumlah pengunjung Toko di Yogyakarta rata- rata tiap hari paling rendah 250 orang. Ho :}1 2 250 Pengujian menggunakan uji pihak kiri Ha zp < 250 ‘Dengan menggunakan rumus 9.1 harga t dapat dihitung. Nilai yang dihipotesiskan j1, = paling rendah = 250. Paling rendah berarti lebih besar atau sama dengan 250. t= Xoo 213-250 _ 3 373 a Selanjutnya harga t tersebut dibandingkan dengan harga t tabel dengan dk = n-1 (40 ~1 = 39) dan taraf kesalahan ot = 5%. Berdasarkan tabel Il Gampiran) bila dk 39 dan ct = 5%, maka harga t tabel = 1,683. ‘Temyata harga t hitung (- 41,1) lebih kecil daripada harga t tabel 1,683, sehingga jatuh di daerah penerimaan ha (untuk uji pihak kirl). Dengan rtabel) maka Ha diterima, Temyata th (0,9129) lebih besar dari r tabel (0,632). Dengan demikian koefisien korelasi 0,9129 itu signifikansi. (hasilnya sama dengan cara sebelumya, dengan uji t). Analisis korelasi dapat dilanjutkan dengan menghitung koefisien determinasi, dengan cara mengkuadratkan koefisien yang ditemukan. Jadi koefisien determinasi untuk contoh di atas adalah 0,9129? = 0,83. Hal ini berarti varian yang terjadi pada variabel pengeluaran 83,33% ditentukan oleh varians yang terjadi pada variabel pengahasilan. Pengertian ini sering diartikan pengaruh penghasilan terhadap pengeluaran = 83,33%, dan sisanya 16,67% ditentukan faktor lain, seperti pengeluaran yang tak terduga. Misainya karena keluarga sakit mendadak. 1) Pengujian Hipotesis Asosiatif Not Hipotesis 1) berbunyi “Terdapat hubungan yang positif dan signifikan antara kualitas pelayanan pramuniaga toko dengan jumlah pembeli”. Data yang dikorelasikan adalah data variabel kualitas pelayanan pramuniaga toko (X)), dan data variabel kemampuan kerja (Y).lihat tabel 9.3. Data kedua variabel tersebut selanjutnya dikorelasikan dengan rumus 9.3. caranya seperti contoh yang telah diberikan. Hasil perhitungan diperoleh korelasi antara kualitas pelayanan pramuniaga toko dengan jumlah pengunjung sebesar 0,445. Apakah koefisien korelasi ini signifikan atau tidak, maka pertu dikonsultasikan pada tabel r (label IIt di lampiran).Dengan n= 40, dan taraf kesalahan 5%, maka diperoleh r tabel = 0,312. Datam hal Ini berlaku ketentuan bahwa bila r hitung lebih besar dari r tabel, maka hipotesis atternatif diterima, dan Ho ditofak. Kalau r hitung ‘sama persis dengan r tabel, maka Ho diterima. Temyata harga r hitung lebih besar dar rtabel (0,445 > 0,312). Dengan demikian dapat dinyatakan ‘bahwa terdapat hubungan yang posit dan signifikan antara kualitas pelayan pramuniaga dengan jumlah pembeli, artinya bila kualitas pelayanan pramuniaga ditingkatkan, maka akan dapat meningkatkan jumlah pembeli. Kesimpulan ini dapat digeneralisasikan ke populasi dimana sampel diambil. Signinkan artinya kesimpulan dari sampel itu dapat digeneralisasikan. Pengaruh kualitas pelayanan pramuniaga terhadap jumlah pembeli dapat diketahui melalui koefisien determinasi, yaitu r° = 0,445? = 0,198. Atinya varian yang terjadi pada variabel jumlah pembeli 19,8% ditentukan oleh varian yang terjaci pada variabel kualitas pelayanan pramuniaga oko, Hal ini sering dinyatakan bahwa pengaruh pelayanan terhadap jumlah pembell = 19,8%,-dan selebihnya 80,2% ditentukan oleh faktor lain, misalnya kelengkapan barang-barang yang dijual, tempat usaha, mudahnya parkir dil. Kalau kualitas pelayanan ditingkatkan sampai nilai tertinggi yaitu 40 (skor ideal untuk instrumen ini = 4 x 10 = 40), berapa jumlah orang yang akan membeli? Untuk mengetahui hal ini pertu dianalisis dengan regresi tunggal (satu variabel independen satu dependen) dengan persamaan sebagai berikut: Y* = a+ bX,. Dimana a= konstante dan b = koefisien regresi. X = variabel indepeden. Y~ = nilai yang diprediksikan. Untuk itu perfu dicari harga a dan b. Berdasarkan perhitungan harga telah ditemukan = a= 5,405 dan b=0,5. Dengan demikian persamaan regresinya = Y* = 5,405 + 0,5 X,- Jadi bila kualitas pelayanan ditingkatkan sampai 100% yaitu 28, maka jumlah pengunjung Y* = 5,405 + 0,5 x 40 = 25,405 orang. Jadi bila kualitas pelayanan ditingkatkan maksimal, maka jumlat pengunjung = 254,05 orang. Berdasarkan persamaan regresi tersebubila kualitas pelayanan bemilai nol, maka jumlah pembeli § orang. Perhitungan analisis regresi tunggal maupun ganda dapat dilihat pada buku Statistik Untuk Penelitian. Penulisnya sama dengan penulis buku ini. 2) Pengujian Hipotesis Asosiatif No. 2 “Hipotesis 2) berbunyi “terdapat hubungan yang positif dan signifikan antara jumlah pengunjung toko dengan jumlah yang membeli”. Hipotesis ini adalah hipotesis alternatif, seperti juga hipotesis no. 1. Data yang dikorelasikan adalah data tentang jumlah pengunjung toko X, dengan jumiah yang membeli Y. Datanya ada pada tabel 9.3. Setelah dinitung dengan cara seperti yang telah diberikan, diperoleh koefisien korelasi sebesar 0,859. Koefisien korelast ini dit cara mengkonsuttasikan dengan rtabel, atau bisa dihitung dengan rumus 9.4. Dengan taraf kesalahan 5% dann = 40, maka harga r tabel = 0,312. ‘Temyata harga r hitung lebih besar dari r tabel (0,859 > 0,312) dengan demikian Ho ditolak dan Ha diterima. Jadi dapat disimpulkan bahwa terdapat korelasi yang positif dan signifikan antara jumlah pengunjung toko dengain jumlah pembeli r= 0,859. Hal ini berarti makin banyak pengunjung toko, maka akan semakin banyak pembefinya. signifikannya dengan Pengaruh pengunjung toko terhadap jumiah pembeli = 1? = 0,859? = 0,7378 atau 73,78%. Temyata pengaruh pengunjung toko lebih besar dari pengaruh kualitas pelayanan pramuniaga yang hanya sebesar 19,8%. Bila jumiah pengunjung toko ditingkatkan ‘sampai optimal, misalnya sampai 400 orang, berapakah jumlah pembelinya? Untuk menjawab hal ini maka perlu menggunakan persamaan regresi. Y = a + b X,. Dari perhitungan telah diteriukan harga a= 1,322dan b= 0,748. Jadi persamaan regresinya pengunjung toko terhadap pembeli : Y* = 1,322 + 0,748 X,.Bila jmlah pengunjung toko 400, maka jumlah pembeli Y*= 1,322 + 0,748 - x 400 = 301 orang. Berdasarkan koefisien regresi yang besamya = 0,748, hal itu berarti setiap pengunjung toko 100, maka akan terdapat akan terdapat pembell 74,8 atau 75 orang. 3) Pengujian Hipotesis asosiatif No. 3) Hipotesis no. 3 berbunyl * Terdapat hubungan yang positif dan signifikan antara kualitas pelayanan pramuniaga dengan jumlah pengunjung toko” Data yang dikorelasikan adalah data variabel kualitas pelayanan pramuniaga toko (X,) dengan jumlah pengunjung toko (X). Data ada pada tabel 9.3. Dari perhitungan diperoleh koefisien korelasi sebesar 0,386. Harga ini pertu diuji signifikansinya dengan mengkonsultasikan dengan r tabel, Harga r tabel untuk kesalahan 5% = 0,312. Temyata rhitung lebih besar dari rtabel yaitu 0,386 > 0,312. Jadi keefisien korelasi 0,386 adalah signifikan atau dapat diberlakukan untuk seluruh populasi. Jadi kesimpulannya adalah : terdapat hubungan yang positif dan signifikan ‘sebesar 0,386 antara kualitas pelayanan pramuniaga toko dengan jumtah ‘pengunjung toko. Hal ini berarti bila kualitas pelayanan ditingkatkan, maka jumtah pengunjung toko akan meningkat. Pengaruh kualitas pelayanan pramuniaga terhadap pengunjung toko = f= 0,3867= 0,149 atau 14,9%. Untuk: _memprediksi pengaruh peningkatan kualitas pelayanan terhadap jumiah pengunjung dapat dilakukan dengan persamaan regresi, yaitu X,* = a + bX,. Dari hasil perhitungan ditemukan harga a= 9,493 dan b= 0,5. Jadi persamaan regresinya = X," = 9,493+ 0,5 X,. Jadi bila kualitas pelayanan ditingkatkan sampai maksimal dalam hal ini nilainya adalah 28, maka jumlah pengunjung = X= 1.493 + 0,5 .28 = 33,493, Jadi jumlah pengunjungnya = 334,9 orang. Hasit pengujian ke tiga hipotesis asosiatif di atas dapat dirangkum ke dalam tabel 9.9 berikut.TABEL 9.9 RANGKUMAN PENGUJIAN HIPOTESIS ASOSIATIF [__Vatiabel yang Irhitung| rtabel |keterangan| 7 | Regresi Koalitas pelayanan oes [dengan jumiah 0,445 | 0,312 | Signifikan | 0,198 0,504 x [romeo 0.859 | 0,312 | signiskan | 0.737 | 745% uattas pelayaran, | 0.986 | 0,312 | Sigitkan |0.149 ial ‘Selanjutnya angka-angka korelasi tersebut dimasukkan ke dalam paradigma penelitian, yang dapat digambarkan seperti gambar 9.5. ‘Y= 5,405 +0,501 X Y= 1,322 +0748 X Gambar 9.5. Korelasi dan regresi antar variabel. Berdasarkan koefisien determinasi () seperti yang tertera dalam tabel 9.9 di atas, maka dapat dinyatakan pengaruh kualitas pelayanan pramuniaga toko terhadap jumlah pembeli = 19,8%; pengaruh jumlah pengunjung toko terhadap jumlah pembell 73,78 %. Jadi pengaruh pengunjung toko terhadap pembeli lebih besar daripada kualitas pelayanan pramuniaga. Upaya yang dilakukan untuk meningkatkan jumiah pembeli lebih diutamakan pada peningkatan jumlah pengunjung toko, misainya dengan memberi AC ruangan, tata uang yang menarik dl.4) Pengujian Hipotesis Asosiatif No.4 Hipotesis yang diajukan berbunyi “Secara bersama-sama terdapat hubungaf yang positif dan signifikan antara kualitas pelayanan dan Jumlah pengunjung toko dengan Jumlah pembell.”. Hipotesis jni adalah hipotesis altematif, dan hubungannya berkorelasi ganda. Dengan melihat garribar 9.5, maka korelasi ganda Ryx,x, dapat dinitung dengan rurius 9.5. yay +0? ~ 2esFag lane | Rumus 9.5 R t= Page ayia = Ryxitg = Korelasi antara variabel X; dengan X2 secara bersama- sama dengan-variabel Y rm Korelasi Product Moment antara X, dengan Y ye Korelasi Product Moment antara Xz dengan Y nix = Korelasi Product Moment antara X, dengan Xz Untuk menguji signifikansi koefisien korelasi ganda dihitung dengan rumus 9.6. . R71k _ Rumus 9.6 C= R?) Ka R= __ Koefisien korelasi ganda k = Jumlah variabel independen n= Jumiah anggota sampel ‘Selanjutnya korelasi ganda antara kemampuan dan motivasi dengan produktivitas kerja dapat dihitung dengan rumus 9.5.Jadi terdapat korelasi positif antara kualitas pelayanan pramuniaga dan pengunjung toko secara bersama-sama dengan jumlah pengunjung toko sebesar 0,868, Hubungan ini secara kualitatif dapat dinyatakan sangat kuat;dan besamya lebih dari korelas! individual antara X, dengan Y, maupun X, dengan Y. Korelasi sebesar 0,868 itu baru bertaku untuk sampel yang diteliti. Apakah koefisien korelasi itu dapat digeneralisasikan atau tidak, maka harus dil signifikansinya dengan rumus 9.6. k 08687 /2 5th 6,08 (1-0,8687)/(40-2-1) koefisien korelasi ganda yang telah ditemukan = jumiah variabel independen jumlah anggota sampel F hitung yang selanjutnya dibandingkan dengan F tabel ms*Q Jadi harga F hitung = 65,124. Harga initersebut selanjutnya dikonsuttasikan dengan harga F tabel. F tabel dicari pada tabel Xli di lampiran, dengan didasarkan pada dk pembilang = k dan dk penyebut = (n-k — 4), dan taraf kesalahan yang ditetapkan. Bila taraf kesalahan 5%, dk pembilang = 2, dan dk penyebut = 37, maka diperoleh harga F tabel = 3,255. Dalam hal ini berlaku xetentuan, bila F hitung lebih besar dari F tabel, maka koefisien korelasi ganda yang diuji adalah signifikan, yaitu dapat dibertakukan untuk seluruh populasi. Temyata F hitung lebih besar daripada F tabel (65,124 > 3,255). Dengan demikian dapat dinyatakan bahwa koefisien korelasi ganda tersebut signifikan atau dapat dibertakukan pada populasi di mana sampel diambil. Pada korelasi ganda dapat dilanjutkan dengan regresi ganda. Misainya ada pertanyaan bila kualitas pelayanan pramuniaga toko danpengunjung toko secara bersama-sama ditingkatkan sampal nilai yang optimal, berapakah jumlah pembelinya ? Kualitas pelayanan yang optimal sesuai dengan skor ideal instrumen = 28. Selanjutnya untuk pengunjung toko, misalnya ditingkatkan sampal 400 orang. Untuk memprediksijumlah pembeli maka digunakan analisis regresi ganda dua dengan persamaan Y*=a+bX,+b,X, Berdasarkan perhitungan telah ditemukan harga a = -1,267, b,= 0,15 dan b, = 0,703. Jadi persamaan regresinya = Y* = -1,267 + 0,15, + 0,703 X,. Bila X1 = 28 dan X2 = 400, maka jumiah pembeli Y* = -1,265 + 0,15. 28 + 0,703. 400 = 284,135 orang. Jadi bila kualitas pelayanan dan jumlah pengunjung toko ditingkatkan sampai optimal, maka jumlah pembelinya sekitar 284,135 orang. 5. Pengujian Hipotesis Asosiatif no 5). Hipotesis penelitian berbunyi* bila jumlah pengunjung untuk seluruh toko sama, terdapat hubungan yang positif dan signifikan antara kualitas pelayanan pramuniaga dengan jumlah pembeli “ Pengujian hipotesis tersebut menggunakan korelasi parsial. Korelasi parsial digunakan untuk analisis atau pengujian hipotesis bila peneliti bermaksud mengetahui pengaruh atau hubungan variabel independen dengan dependen, di mana salah satu variabel independennya dikendalikan (Gibuat tetap). Untuk contoh di atas, misalnya peneliti ingin mengetahui berapa besar hubungan antara kualitas pelayanan pramuniaga toko dengan jumlah pembeli, bila pengunjung toko seluruh toko sama. Jadi dalam hal ini variabel pengunjung toko dikendalikan. Perhitungan koefisien parsial dapat dilakukan dengan rumus 9.7 berikut, di mana X, sebagai variabel kontrol,a Rumus 9.7 2, Pay vy Untuk memudahkan membuat rumusan baru, bila variabel kontroinya dirubah, maka dapat dipandu dengan gambar. Gambar 9.6 berikut adalah panduan untuk merumuskan koefisien parsial bila X, sebagai variabel kontro:. (es (“) Gambar 9.6. Korelasi antara X, dengan Y bila X, tetap Bila X, sebagai variabel kontrol, maka gambamya seperti gambar 9.14 Gambar 9.7. Korelasi antara X, dengan Y bila X, tetap Berdasarkan gambar 9.7 itu, maka rumus korelasi parsialnya sebagai berikut. . pg — Spey hx R, 2 Rumus 9.8 9% 2 z A= rx - 1-1 xy‘Uji koefisien korelasi parsial dapat dihitung dengan rumus 9.9 t= ovn=3 Rumus 9.9 fim Dimana: f, = korelasi parsial yang ditemukan n= jumiah sampet t= thitung yang selanjutnya dikonsultasikan dengan t tabel. Untuk contoh yang telah diberikan, bita pengurjung toko sama, maka berapa besar koefisien korelasi antara kualitas pelayanan dengan jumiah pembeli, dan apakah koefisien itu signifikan atau tidak? Untuk itu digunakan fumus 9.8, Harga-harga bisa diambil dan dari gambar 9.5 tentang korelasi antar berbagai variabel. 0,445 ~ (0,859)-(0.386) 597 = 0,276 ‘Jadi korelasi_pelayanan pramuniaga toko dengan jumlah pembeli, bila Pengunjung toko sama = 0,276. Temyata korelasi ini jauh lebih kecil 1,696 atau 1,746 < 2,0231). Jadi kesimpulannya adalah, bila pengunjung toko dibuat tepat atau ‘sama untuk seluruh toko, maka korelasi antara kualitas pelayanan dengan 0,13 dan tidak signifikan. Hal ini berarti jumlah pengunjung toko hany: pengunjung toko berperan signifikan dalam meningkatkan jumtah pembeli. . Uji Hipotesis Komparatif Dalam penelitian ini terdapat enam_hipotesis komparatif, yang terdiri atas.No. 1 s/d komparalif dua sampel dan no. 4 d/ 6 komparatif 3 sampel. Hipotesis kelompok pertama diyji dengan t-test dua sampel dan Kelompok ke dua dengan analisis varian satu jalan (One Way Anova). Hipotesis komparatifnya adalah sebagai berikut : 1) Terdapat perbedaan kualitas pelayanan pramuniaga antara toko yang berada di jalan protokol dan bukan protokol. 2) Terdapat perbedaan jumlah pengunjung antara toko yang berada di jatan protokol dan bukan protokol. 3) Terdapat perbedaan jumlah pembeli antara toko yang berada di jalan protokol dan bukan protokol. 4) Terdapat perbedaan kualitas pelayanan pramuniaga antara toko kelompok A, B dan C. 5) Terdapat perbédaan jumlah pengunjung antara toko kelompok A, BdanG. 6) Terdapat perbedaan jumiah pembeli antara toko kelompok A, B anc.4) Pengujian Hipotesis Komparatif dua sampel No. 1 Hipotesis berbunyi : Terdapat perbedaan kualitas pelayanan pramuniaga antara toko yang berada di jalan protokol dan bukan protokol. ‘Jumlah toko yang ada di jalan protokol n, = 21 dan tidak di jalan protokol n, = 19. Untuk menguji hipotesis maka data kualitas pelayanan yang ada pada tabel 9.3 kolom ke 2 dibagi menjadi dua, yaitu data no. 1 s/ 4:21 dan no. 22 s/d 40. Data tersebut selanjutnya disusun ke dalam tabel _-F. 10 berikut. TABEL 9.10 DATA KUALITAS PELAYANAN PRAMUNIAGA TOKO YANG ADA DI JALAN PROTOKAL (X,) DAN BUKAN JALAN PROTOKOL (X,)test yang digunakan untuk pengujian, dan beriku * Pengujian hipotesis menggunakan t-test. Terdapat beberapa rumus t- diberikan pedoman penggunaannya. 1) 2) a 4) 5) ‘ttabel Bila jumiah anggota sampel n, = n,, dan varians homogen (0,7= 6) maka dapat digunakan rumus t-test baik untuk separated, maupun pool varians. (Rumus 9.10 dan 9.11). Untuk melihat harga igunakan dk =n, +n, ~ 2. Bila n, # n,, varians homogen (o,?=0,)), dapat digunakan rumus test dengan pooled varians. (rumus 8.11), Derajat kebebasannya (dk) =n, +n, -2. Bila n, = n,, varians tidak homogen (0,? # 0,") dapat digunakan rumus 9.10 dan 9.11;. dengan dk=n,~1 atau n, ~1. Jadi dk buck n, +n, — 2. (Phophan, 1973). Bila n, # n, dan varians tidak homogen (0,? # 0). Untuk ini digunakan t-test dengan separated varians, rumus 9.10. hargat sebagai pengantit-tabel dihitung dari selisih harga t-tabel dengan dk (n, - 4) dan dk (n, 1) dibagi dua, dan kemudian ditambahkan dengan harga t yang terkecil. |= 25; dengan dk = 24, maka harga ttabel = 2,797. N, = 13. Harga ttabel untuk signifikan 1% dengan dk 12= 3,055. Jadi harga t-tabel yang digunakan adalah: 3,055 — 2,797 = 0,126, selanjutnya ditambah dengan harga t yang terkecil. Jadi 2,797 + 0,126 = 2,923. Harga t = 2,932 ini adalah sebagai penganti harga t-tabel. (Phophan, 1973). k= 25-1 = 24, dk= 13-1 = 12 Bila sampel berkorelasi/berpasangan, misalnya membandingkan sebelum dan sesudah treatment atau perlakuan, atau membandingkan kelompok kontrol dengan kelompok ‘eksperimen, maka digunakan test sampel related. Rumus 9.12 Rumus-rumus ttest Rumus 9.10 (Separated Varians)38 Rumus 9.11 (Polled Varians) - Rumus 9.12 ‘Untuk sampel berpasangan/related Hipotesis yang akan diuji berdasarkan n yang tidak sama, yaitu n, = 21 dan n,= 19. Tetapi varian ke dua sampel homogen atau tidak, maka perlu diuji homogenitas variansnya terlebih dulu dengan uji F. Varianterbesar _ 26,04 _ Varianterkecil 13.31 195 Harga ini selanjutnya dibandingkan dengan harga F tabel dengan dk pembilang (21 — 1 = 20) dan dk penyebut = (19 -1 = 18). Berdasarkan dk tersebut dan untuk kesalahan 5%, maka harga F tabel = 2,12. Temyata harga F hitung lebih kecil dari pada F tabel (1,95 < 2,12). Dengan demikian dapat dinyatakan bahwa varian ke dua kelompok data tersebut adalah homogen. Karena n , dann, tidak sama, tetapi varian homogen, maka pengujian t-test menggunakan rumus 9.12 polled varian. -X, Kay - DSF + (rg - 155 (1, 1 ny+n, -2 mM tets 2398-2328 =048 fet=masne: 0901334 214+19-2 Selanjutnya t hitung tersebut dibandingkan dengan ttabel (Tabel Il ampiran) dengan dk = n, + n,—2= 21 + 19-2 = 38. Dengan dk 38 dan taraf - kesalahan 5%, maka t tabel = 2,031 (uji dua pihak dan interpotasi). Dalam hal ini bertaky ketentuan bahwa, bila t hitung lebih kecil atau sama dengan tt tabel, maka Ho diterima. Temyata t hitung lebih kecil daripada t tabel (0.48 <2,031). Dengan demikian ho diterima dan Ha ditolak. Kesimpulannya tidak terdapat perbedaan yang signifikan, antara kualitas pelayanan pramuniaga toko yang berada di jalan protokol dengan toko yang berada OY jalan protokol. Pengujian hipotesis komparatif dua sampel no. 2 dan 3 dapat dilakukan dengan cara seperti di atas. 2) Pengujian Hipotesis.Komparatif Tiga sampel Pada bagian ini diberikan contoh pengujian hipotesis komparatif tiga ‘sampel dengan menggunakan Analisis Varian Satu jalan (One Way Anova). Hipotesis yang akan diuji'adatah hipotesis No. 6. Rumusan hipotesisnya adalah : Terdapat perbedaan rata-rata jumtah pengitjinig toko antara Toko Klas A, B dan C. Sepet liketahui bahwa { Toko Klas A adalah toko yang memilki 25 atau lebin pramuniaga, Klas B memiliki 11.- 24 pramuniaga, dan klas C memiliki pramuniaga di bawah 4 10 dang. Data tentang jumlah pembeli toko ditunjukkan pada tabel 9.3 kolam ke tiga (X). Data no. 1 s/d 12 adalah data kelompok A, no. 13 s/d 27 kelompok B, dan data no. 28 sampai 40 kelompok C. Dalam rangka pengujian dengan Anova, maka data tersebut disusun kembali pada tabel 9. 11 berikut.TABEL 9.11 PERBANDINGAN JUMLAH PEMBEL! TOKO KELOMPOK A, B DAN C 3 13. 17 18 2 18 28 2 3 a 2 12 4 19 16 8 8 7 13 12 6 24 2 15 7 21 20 7 a 21 29 16 a 25 16 10 10, 18 7 16 1. 7 19 15 12. 15 24 12 13. 7 15 14. 12 45, 45 Analisis Varian dapat digunakan apabila varian ke tiga kelompok data tersebut homogen. Oleh karena itu perlu pengujian homogenitas varian terfebih dulu dengan uji F. . Harga F hitung tersebut selanjutnya dibandingkan dengan harga F ‘abel dengan dk pembilang n,—1 dan dk penyebut n,- 1. Jadidk pembilang = 12-4 = 4, dk penyebut = 13 - 1 = 12, Dengan dk pembilang’12 dan Penyebut 12 -berdasarkan tabel F (Tabel Xil lampiran), maka harga F tabel untuk 5% = 2,63 dan 1%, 3,96. Temyata harga F hitung lebih kecil dari F tabel (1,35 < 2,63 < 3,96). Dengan demikian dapat disimpulkan bahwa varian data yang akan dianalisis homogen, sehingga perhitungan ‘Anova dapat dilanjutkan (Bila F hitung lebih besar dari tabel, maka varian Uidak homogen).‘Selanjutnya untuk dapat melakukan perhitungan Anova, maka harga tap X tersebut dikuadratkan, dan selanjutnya djumtahkan, baik ke kanan, maupun ke bawah, melalui tabel 9.12 berikut. e TABEL 9.12 ‘TABEL PENOLONG UNTUK PERHITUNGAN ANOVA. Berifasarkan tabel 9.12 tersebut dapat dihitung harga-harga yang dipertukan untuk Anova. 4. SK = EX? = CX)" 896" _ 23011 Ket 36022 - SF ry PK, EX), Xp)? _ EXie)* 2. SKere ™ + ny Tn N BE M8 anisea = 208 AO3. Keg = SK yy - SKy, = 23911,6 — (-19915,82) = 43827,42 | 1268 = 2264,4 ‘ met aeme > MGB. 424 5 118452 —? 22640 6 Gl .969 7 A G4. 1 0x¢ Oud N = jumlah seluruh anggota sampel M = jumlah kelompok sampel Berdasarkan hasil perhitungan tersebut, selanjutnya dimasukkan dalam tabel ringkasan Anova berikut. Tabel 9.13. TABEL 9.13 ‘TABEL RINGKASAN ANOVA HASIL PERHITUNGAN ‘Sumber Jumiah Keputu variasi | % | Kuadrat | “| 7 Feab | “san Tota | 40-1 | 230116 : FusFoo om = | 38 ‘antar 2325) 3-12 | -190915,82 | -2967:91 325 135 Jadi Ho ax =| Sa Dalam | 40-3= 3,096] 521 | nue Daa | g- 2% | aoezza2 | stease |* wie 1% Jadi harga F hitung sebesar 1,35. Harga tersebut selanjutnya dibandingkan dengan harga F tabel dengan dk penyebut pembilang —m ~1 dan penyebut N—m. Dengan demikian dk pembilang = 3-1=2dandk penyebut = 40-3 = 37. Berdasarkan dua dk tersebut, maka dapat diketahui bahwa harga F tabel untuk 5% = 3,25 dan untuk 1% = 5,21. Temyatahharga Fhitung 1,35 lebih kecil dari F tabel (1,35< 3,25 < 5,21). Karena harga F hitung Jauh lebih kecil daripada harga F tabel baik itu untuk kesalahan 8% dan 1%, maka Hipotesis Nol (Ho) yang diajukan diterima dan Ha ditolak. Jadi kesimpulannya tidak terdapat perbedaan yang signifikan Jumtah ‘pengunjung antara: toko Klas A, B dan C untuk kesalahan 5% dan 1%. Bila hasil pengujjan menunjukkan adanya perbedaan yang signfikan maka, pertu dilanjutkan dengan ul perbedaan antara pengunjung Toko Klas A : B; A: C dan B : C. Pengujian dengan test seperti contoh yang telah diberikan datas, Mungkin kalau terjadi perbedaan, perbedaan yang terjadi bisa hanya antar dua kelompok atau bisa ketiga-tiganya pengunjung toko kias B dengan kas C atau mungkin klas B dengan Klas A. Coba buktikan, Gontoh2 Analisis Regresi sederhana, dan Regresi ganda Berikutini akan dierikan contoh pengounaan analisisregresi. Antara korelasi dan regresi keduanya mempunyai hubungan yang sangat era. Setiap regresi past! ada korelasinya, tetapl korelasi belum tentucianjutkan dengan regresi. Korelasi yang tidak ditanjutkan dengan regresi, adalah korelasi antara dua variabel yang tidak mempunyai hubungan kausal/sebab ( aki, ataunudungan ungsional Anais regresidlakukan ila hubungan dua variabel berupa hubungan kausal atau fungsional. Untuk menetapkan kedua variabel mempunyai hubungan kausal atau tidak, maka harus didasarkan pada teor atau konsep-konsep tentang dua variabel tersebut. Hubungan antara panas dengan tingkat mual panjang, dapat dikatakan ‘sebagai hubungan yang kausal; hubungan antara kepemimpinan dengan kepuasan kerja pegawai dapat dikstakan hubungan yang fungsional; hhubungan antara kupu-kupu yang datang dengan banyaknya tamu dirumah bbukan merupakan hubungan kausal maupun fungsionalanne Kita gunakan analisis regresi bila kita ingin mengetahui bagaimana variabel dependen/ksiteria dapat diprediksikan melalui variabel independen atau prediktor, secara individual, Dampak dari penggunaan analisis regresi dapat digunakan untuk memutuskan apakah naik dan menurunnya variabel dependen dapat dilakukan melalui menaikkan dan menurunkan keadaan variabel independen, atau untuk meningkatkan keadaan variabel dependen dapat dilakukan dengan meningkatkan variabel independen/dan sebaliknya. 1, Regresi Linier Sederhana Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel dependen. Persamaan umum regresi linier sederhana adalah : Rumus 9.13 = = ‘Subyek dalam variabel dependen yang diprediksikan. = Harga Y bila X = 0 (harga _konstan) = Angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan pada variabel independen. ( Bila b ( +) maka naik, dan bila (- ) maka terjadi ; penurunan. x = _ Subyek pada variabel independen yang mempunyai nilai tertentu. ‘Secara teknis harga b merupakan tangen dari (perbandingan) antara Panjang garis variabel dependen, Setelah persamaan regresi ditemukan. Liat gambar berikut :8 7 6 : + : ¥=2.0405X 4 q a I a=2.0 3 ty 2/4 atu S/10 2 x| b=05= xy [ | Oe 9s Ge oso Gambar 9.8. Garis regresi Y karena pengaruh X, persamaan Regresinya Y = 2,0 + 0,5 X fied - 2" Rumus 9.14 5 Harge a= Y -bX Rumus 9.15 imana ( f= Koefisien korelasi product moment antara variabel X dengan variabel Y s, = Simpangan baku variabel Y 5; = Simpangan baku variabel X " Jadi harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasitinggi, maka harga b juga besar, sebaliknya bila koefisien korelasi rendah maka harga b juga rendah (Kecil). Selain itu bila koefisien korelasi _ negatif maka harga juga negatif, dan sebaliknya bila koefisien korelasi positif maka harga b juga positif.2 Selain itu harga a dan b dapat dicari dengan rumus berikut : a = GYMEX!) = (EXEL) | pumas 9.6 nBX/? - (£X,)? REX) ~(2XK EY) | Rumus917 REX? - (EX4)? a. Contoh perhitungan regresi linier sederhana Data berikut adalah hasil pengamatan terhadap nilai kualitas layanan (0 dan nilai rata-rata penjualan barang tertentu tiap bulan. Data kedua variabel diberikan pada tabel 9.14: berikut. TABEL 9.14 NILAI KUALITAS LAYANAN DAN NILAJ RATA-RATA PENJUALAN BARANG Penjusion Barang (10) 455,_, Untuk menghitung persamaan regresinya, maka dipertukan tabel penolong seperti tabel 9.15 berikut. ‘TABEL 9.15 ‘TABEL PENOLONG UNTUK MENGHITUNG PERSAMAAN REGRESI DAN KORELAS! SEDERHANA Nomor x ‘ xy x a 1 8 187 sore | 2016 | 27889 2 50 155 7.750 | 2500 | 24025 3. 53 148 7844 | 2809 | 21904 4 45 146 6570 | 2025 | 21316 5 4B 170 2160 | 2304 | 28900 6. 63 173 to.sss | 3369 | 22926 z 6 149 605 | 2116 | 22201 8. 56 168 9296 | 3.136 | 27556 8. 82 170 sso | 2704 | 28900 10. 56 174 9744 | 3.196 | 30276 1 a7 158 7332 | 2209 | 24336 12 56 158 sets | 3.136 | 24066 13. 55 150 8250 | 3.025 | 22500 14. 2 160 8320 | 2704 | 25600 15. 50 187 7850 | 2500 '| 24649 16. 60 17 10.620 | 3600 | 31329 17. 55 168 9130 | 3025 | 27556 18. 45 160 7200 | 2025 | 25600 18. a7 155 7285 | 2209 | 24025 20. 53 159 8427 | 2809 | 25261 21 49 159 z7s1 | 2401 | 25281 2 56 172 e632 | 3.136 | 20584 23. 37 168 957s | 3249 | 28224 24. 50 159 7950 | 2500 | 25261 ( 25. 49 150 7350 | 2401 | 22500 26. 58 165 9570 | 3364 | 27225 27. 48 153 7632 | 2306 | 25281 28. 82 162 424 | 2704 | 26244 29. 56 168 e408 | 3.136 | 28224 30, 54 166 sca | 2916 | 27556 31. 59 17 10.443 31329 32. ar 149 7.003 | 2208 | 22201 33. 48 155 7aao | 2304 | 24025 34. 56 160 s.960_| 3.136 | 25600 EX = 4762 | Evi =5.485 2 2 EX | E zye= xe saai7e y = 1613285] 206349 | s4sas | o67201 fsx= 4,608436| s7= 8,583708b. Menghitung harga a dan b dengan rumus 9.16 dan 9.17 a = GAB5Y94 098) ~(1.782)(28 8.380) _ 95 95 (34).(94.0 98) - (1.782)? bp = (24)288. 380) —(1.782)(5.485) _ (34).(94.0 98) - (1.782)? ue Harga b dapat dihitung dengan rumus 9.14, tetapi terlebih dahulu dinitung korelasi antara nilal kualitas layanan dan nilai rata-rata penjualan barang. Harga a dapat dicari dengan rumus 9.15. ¢, Menyusun persamaan regresi _Setelah harga a dan b ditemukan, maka persamaan regresi li sederhana dapat disusun. Persamaan regresi nilai layanan dan nil rata penjualan barang tertentu tiap bulan adalah seperti berikut’: ‘¥ = 93,85 +1,29X Persamaan regresi yang telah ditemukan dapat digunakan untuk untuk melakukan predi 0,436 > 0,339 ), maka dapat disimpuikan terdapat hubungan yang positif dan signifikan sebesar 0,6909 antara nilai kualitas layanan dan rata-rata penjualan barang tiap bulan, Koefisien determinasinya = 0,6909? = 0,4773. Hal ini berarti nilai fata-rata Penjuatan barang tiap bulan 47,73 % ditentukan oleb nilai kualitas layanan yang diberikan, melalui persamaan regresi Y = 93,85 + 1,29 X. Sisanya 52,27% ditentukan oleh faktor lain. ( 2.. Regresi Ganda Analisis regresi ganda digunakan oleh peneiit, bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel dependen ‘(siterium), bila dua atau lebih variabel independen sebagai faktor prediktor dimanipulasi (dinaik turunkan nilainya). Jadi analisis regresi ganda akan dilakukan bila jumlah variabel independennya minimal 2.Persamaan regresi untuk dua prediktor adalah : : Ye a+ BX, +bX, Persamaan regresi untuk tiga prediktor adalah : : Y =a + DX,+bX, + bX, Persamaan regresi untuk n prediktor adalah : Y= a + DX, +bX +... +X, Untuk bisa membuat ramalan melalui regresi, maka data setiap variabel harus tersedia. Selanjutnya berdasarkan data itu peneliti harus dapat menemukan persamaan melalui perhitungan. Berikut ini diberikan tiga contoh analisis regresi ganda untuk dua, tiga dan empat prediktor. a. Regresi Ganda Dua Prediktor Penelitian ditakukan untuk mengetahui pengaruh kemampuan kerja Pegawai dan kepemimpinan direktif terhadap produktivitas kerja pegawai. Berdasarkan 10 responden yang digunakan sebagai. sumber daia Penelitian, hasilnya adalah sebagai berikut : wt | | | ¥ ( 7 ot 2 als ; 3 a1 2 |e ‘ ee | @ 5. 8 6 23 é. : |g r 4A ile 3 2 ° Se 9. 7 4 20 2 j aUntuk dapat meramalkan bagaimana produktivitas kerja pegawai bila kemampuan pegawaidan kepemimpinan direkt dinaikkan atau diturunkan, maka hanus dicari persamaan regresinya tertebih dahulu. Untuk kepertuan inj, maka data mentah dari hasil penelitian pertu disusun ke dalam tabel ‘9.16. daritiga instrumen yang dikembangkan untuk menjaring data tentang tingkat kemampuan kerja pegawal, kepemimpian direkt dan produktivitas kerjanya hasilinya dapat diberikan pada tabel berikut : TABEL 9.16 ‘TABEL PENOLONG UNTUK MENGHITUNG PERSAMAAN REGRES! GANDA DUA PREDIKTOR No] % | Xe} Y | XY | XY | XX | XP | XP 4] 10 7 23 230 | 161 70 400 49 2) 2 3 7 14 21 6 4 9 3.) 4 2 15 60 30 8 16 4 4.1.6 4 7 102 | 68 24 36 16 5.) 8 6 23 184 | 138 48 64 36 aT F 5 22 154 | 110 35 49 25 7) 4 3 10 40 30 12. 16 9 8.) 6 3 14 84 42 18 36 9 9) 7 4 20 140, 80 28 49 16 10.| 6 3 419 414 57 18 36 9 lam] 60 | 40 [170 | 4122 | 737 | 267 | 406 | 182 Y = produktivitas; _X, = kemampuan kerja pegawai if X, = kepemimpinan dit ‘Dari tabel diperoieh: ; EY. = 170 EX,Y = 737 =x, EX,X, = 267 =X, EX? = 406 Exy Exp = 182 Untuk menghitung harga-harga a, berikut : (untuk regresi dua prediktor) 2, dapat menggunakan persamaanEY san +b EX) +hEX IXY =abXy + EX +E Xe DOY =abXy +b EX EX? Rumus 9.19 Bila harga-harga dari data di atas dimasukkan dalam persamaan tersebut maka : 170 = 10a + 60D, + 40 by veneen(l) 1.122 60a +406b,"+ 267 b, 2) 737 = 40a + 267d, + 182 By aren) Persamaan (1) dikalikan 6, persamaan (2) dikalikan 1 : 1.20 = 60a +360b, + 240 1422 -=.60a+ + 267 _ -102 Oa + 46b, + -27 “102. =-48b, -27 « Persamaan (1) cikalikan dengan 4, persamaan (3) dkalkan dengan 1 hasinya menjadi : 680 = 404 +260b, + 160. b, TS. = 400 +2670, + 182 by “ST Oa+-27b,+ -2 b, 7 -27b, -22 By osseonnelS) Persamaan (4) dikalikan dengan 27, persamaan (5) dikalikan dengan 48, hasiinya menjadi : 2754 =4242b,- 729 2.622 = 1.242b, -1.012 b, “132 = 0b, + 263 b, b, = +192: 283 = - 0,466 Harga b, dimasukkan dalam salah satu persamaan (4) atau (5). Dalam hal ini di masukkan dalam persamaan (4), mak 102 = 46, -27 (0,466) 102 =-46b, --12,58246 b= 114,582 b, = 2.4908 : Harga b, dan b, dimasukkan dalam persamaan 1, maka : i swat toast’ aee “| 108 = 170 - 149,454 + 18,640 a = 39,186: 10 =3,0106 Jadi : 1a = 3.9186 b, = 24909 b, = -0486 Jadi persamaan regresi ganda linier untuk dua prediktor (kemampuan kerja pegawai, dan kepemimpinan direkt) adalah: Y = 3,9186 + 2,4909 X, - 0,488 X, - Dari persamaan itu berarti produktivitas kerja pegawai akan naik, bila kemampuan pegawai dtingkatkan, dan akan turun bila kepemimpinan 959 5 T,X, = 49.935 OTP _ a 505 Persamaan regresi untuk tiga prediktor adalah : Y= a+ BX +b tbsX Untuk mencari koefisien regresi a, b,, b, dan b, digunakan persamaan ae silmuttan sebagai berikut : 1. IXY = b EX? +b, EX +b, DX PX DEXPG+ EXF + DES DEXD EXBG +04 2, BX. 3. IXY a= Y= .bX, “by - BX perhitungan dengan metode skor deviasi dimasukkan ke persamaan 1,2,3. 4) 3.044 = 3510b, + 3.035 2) 2699 = 3.035b, + 2.802 3) 2.628 = 2950b, + 2595 1a) 1,032 = 1,190b, + 1,029 2a) 1,040 = 1,170b, + 1,080 3a) 0,979 = 1,099b, + 0,967 s s s = + 2.950 b, + +4) ta-2a "= -0,008 5) 2a-3a = 0,061 42) 0,157 ~ = 0392 », 5a) 0,540 = 0628 bi 6) 4a-Sa = .0,383 » Sa) 0,540 = 0,628 b, +b, 0,540 = 0,236 +b bd, = 0,805 3a) 0,979 = 1,099, + (0,967 b+ by 0,979 = 0412 +0294 “+b, b= 0273 @ = 52~ (0,375) (50) ~ (0,305) (50) - (0.273) (53) -> WPC- Ibe ~ 14) a = 3,556 2 2,04 ‘Sehingga : Y = a+ bX, + bX + bX Y = 3556 + 0,375x, + 008%, + 0.273%, Bordasarkar Bis regres, koefsien regres dapat bertunittuna a = 3,556; b, = 0,375; b, = 0,305; 273. rum? Ras ganda prosior: b IK Y +b DX ¥4b IXY iy = APPLE Ryan) 1 ) ek y(n « 0375.08) +(0;305 2695) + (0273.2626) 2766 Kowfsendeteminas >) = 0970 (D,94))> Uji signifikansi Koefision korelasi ganda : 3.970 %, poRi emt) 097015-3-1) 49.55 Re mR?) 3(1-0,970) > — Qe) Ye ae) /ertd 0 OP) om)bins sia) dk Harga ini selanjutnya dikonsultasikan dengan F tabel, dengan didasarkan ada dk pembilang = 3 dan dk penyebut (15-3-1) = 11 untuk taraf kesalahan 5% Fi= 3,59; 1% Ft = 6,22. Karena F hitung lebin besar dari F tabel maka koefisien korelasi ‘yang diuji adalah signifikan untuk 0 = 5% dan o = 1%, sehingga dapat diberlakukan ke populasi. . Analisa Regresi dan Korelasi Ganda 4 Prediktor Contoh : ‘Mencari persamaan regresi dan hubungan antara Pemagangan (X,), Sikap Kerja (X,), Kepuasan Kerja (X,) dan Disiplin Kerja (X,) terhadap Prestasi Kerja (Y). Data yang diperoleh adalah sebagai berikut : X, TABEL 9.19 DATA TENTANG PEMAGANGAN, SIKAP KERJA, KEPUASAN, DISIPLIN DAN PRESTASI KERJA Ne % % % Y 1. B/; T B, 41 2 a hy ml OM S. 3 4 B B 6 a 4 a 3 a Br | at 5 2 2 “7| 3 2 & 3B B wn ‘B. 7 Bs] yn] 5 217 a 3 x 2 4 2 a zB a AS xo 40 10. S HM, 6 KJ 3B tt. sat a | fel & 4 2 a 3B Bp.) 3B 8 as 6 3B 6 BAL a 14. 3B x0 B xs 6 J a B 40 “4 16. sé u 6 6 B 7. a2ho] ayy s 2 45 18, cK] a 6 7 cad 8 x ye | 2 Sg] at 2 2B 2B 36 4. xBTABEL 9.20 . TABEL PENOLONG UNTUK MENGHITUNG PERSAMAAN REGRESI DAN KORELASI EMPAT PREDIKTOR OX 220432043 [a tana anea| an [tan [nos] xy Ler [ar Der Dox ox [ee [oe Dox TSGTIRIRIR IIIB TITIES RERBRSBSARIRHAGRBES S| % aly SBRRIHBHHRIRRRRBRSAA x HIRRBRESHHRARRBABHES A BRTEIBRBRRSEBRBRIASA No] x [0 [un | ram [ anf an [a7 | 32a ce fan. | soar2) Berapakah jumiah rata-rata pengunjung toko di Yogyakarta ? 3) Berapakah jumlah rata-rata pembelinya ? TABEL 9.2 JUMLAH PENGUNJUNG DAN PEMBELI DI 40 TOKO (x 10) 15 3 8 8 3 rr 28 19 18 7 29 24 23 24 27 24 28 25 20 16 22 7 29 15 i8 7 29 28 25 21 2 46 22 B 33 2 24 20 33 29 20 18 19 7 20 19 22 a 23 7 5 12 24 6 22 8 7 : 18 16 2 10 8 14 2 7 5 10 z 22 16 2 10 19 16 20 15 19 2 Jumiah skor yang diperoleh = 945. Jumlah skor ideal (bila semua responden menjawab skor tertinggi pada setiap butir) = 4 x 10 x40= 1600 (4= skor tertinggi; 10 = jumlah butir instrumen; 40 = ukuran sampel). JadiTEE ‘Seperti langkah pada regresi ganda 3 prediktor, maka akan diperoleh : EX, = 740 Ex? = 27570 = 50 Ex = 680 EX? = 2304 © = 52 ZX = “720 EX? = 26.146 = 53 EX, = 720 EX? = 26.088 89 = 53 EY = 82 ZY = 33,768 = 52 EX,Y = 30474 EX,X,= 25.354 EX, X,= 24.592 EXY = 28.026 = EX,X= 26.743 © EX,X,= 24.627 EXY = 29633 = EX,X,= 26.764 EX X, = 26.051 EX,Y = 20.635 Persamaan regresi untuk empat prediktor adalah : Y= at bX + bX, + Xt bX Untuk mencari koefisien regresi b,, b,, b,, dan b, dapat digunakan persamaan Simultan, sebagai berikt 1. EXY = DEX? +b, EX,EX, +b EX EX, +b, EXEX, 2, EXY = EXEX+b,EX? — +b,EXEX, +b, EXEX, 3. EXY = DEXEX+b, XEX, +b EX? +b, EXEX, 4. IXY = DEX EX, +b, EXEX, +b EXEX, +b,EX? a= Y- bX -bX = bX = BX, Dengan metode skor deviasi diperoleh hasil sebagai berikut : (740)? 2 IX,’ = 27.570 -, : 20 =190 2 3X," = 23.344 or" = 204 2 (=? = 2010-2 = 226 720)? 20 2X? = 26.088 -: =168 2 2 33,768 - 620)" _ 148 zy! 207?EX,Y = 30.474 Ee =134 EX;Y = 28,026 — 980620) _ 146, : 20 24qY =20680- FIED 43 2X,¥ = 20,635 - C2062) _ 45 20 TX,X, = 25,354 — TANGO) 494 20 BX, = 26.743 — CANE20) _ 494 20 3XX, = 26.764 ~-GOC2D _ 124 20 2XX, = 24.592 — C2NE2M _ 449 20 7 — £680)(720) 20 GX, = 25.051-20 20) _ 431 Hasil skor deviasi dimasukkan ke dalam persamaan simultan. 1) 134 = 190 b, + 194 b, + 103 b, + 124 b, 2) 146 = 194 b, + 224 bd, + 112 b, + 147d, 3) 13 = 103 b, + 12 b, + 228 b, + 131 b, 4) 15 = 124 db, + 147 b, + 131 by + 168 b, (prem = 1/532 _b,+ 1,565 b, + 0,831 b,+ b, 2) 0,993 = 1,320 b, + 1,524 b, + 0,762 b,+ b, a) 0,863 = 0,786 b, + 0,855 b, + 1,725 b,+ b, (4a) 0,685 = 0,738 b, + 0,875 b, + 0,780 b,+ b, (8) (12-2a) © 0,087. = 0,213 b, + 0,041 b, + 0,069 b, (©) (2a-3a) 0,131 = 0,533 b, + 0,669 b, + 0,963,(7) Gada) 0,178 = 0,048 b, + -0,020b, + 0,945 b,, Ga) 0,185 = 0,219 b,+ 0,195 b, + b, (a) 1,272 = 3,092 b,+ 0,592 b, + (7a) -0,136= -0,554 b, + -0,694b, + © Gaba) © 4,088 = -2,873b, + -0,397, (@ Ga-7a) © 1,408 = 3,646 b, + 1,287 d, (ea) 2,738 (a) 1,094 7,233, + by = 2,834, + Db, (10) @a-Ga) or 1,644 = 4,399 b, + by b, = 0,374 (a) 4,094 = 2,834, + b, 4,084 = 1,059 + b, b, = 0,035 (7a) -0,136= -0,554 b,+ -0,694b, + b, -0,136= -0,207 + -0,025 + b, . b, = 0,096 (4a) 0,685 = 0,738 b, + 0,875 b, + 0,780 b,+ by 0.685 = 0,276 + 0,031 +0075 + b B= 0,303 Y= DX, = PIG - DH - WX 41- (0,374).(37) - (0,035).(34) - (0,096).(36) - (0,303).(36) > " a = 11,612 = a =harga kontan, pada regresi sedeshana ier notas! a at dX, + DX + bX + bX, 11,612 + 0,374X, + 0,035X, + 0,096 X, + 0,303 X, « " « 0Dari analisis regresi, koefisien regresi bertunit-turut diperoleh : a = 11,612; b, = 0,374; b, = 0,035; 1, = 0,096 ; b, = 0,303. Rumus korelasi ganda 4 prediktor, bIXY+b EX Y+b 2X ¥+b EX ¥ Ry6a)=1— 1s = eee mer 0,374(134) + 0,035(146) + 0,096(113) + 0,303(115) 0615 eee = 0, Ry(123) = 164 Koefisien determinasi (R3) = 0,615. *) Uji signifikansi koefisien korelasi ganda : 0,615(20 - 4-1) = 5,999 ‘4(1-0,615) adi tiarga F hitung = 5,999. Harga ini selanjutnya dikonsuttasikan dengan F tabel. Untuk dk pembilang = 4 dan dk penyebut (20 — 4 — 1) = 15, maka didapat untuk o5% -> Ft = 3,06, o 1% Ft= 4,89. Kesimpulan Fh > Ft, maka koefisien korelasi ganda yang diuji signifikansi, yaitu didapat dibertakukan ke poputasi dengan taraf kesalahan 5% maupun 1%. : * (m= jumlah predikton,