BAB 2

LANDASAN TEORI
2.1 Populasi dan Sampel
Populasi adalah keseluruhan unit atau individu dalam ruang lingkup yang ingin
diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
sedangkan suatu nilai yang menggambarkan ciri/karakteristik populasi disebut
parameter (Sugiarto,dkk,2001).
Sampel adalah sebagian dari populasi yang ingin diteliti, yang ciri-ciri dan
keberadaannya diharapkan mampu mewakili atau menggambarkan ciri-ciri dan
keberadaan populasi yang sebenarnya. Suatu sampel yang baik akan dapat
memberikan gambaran yang sebenarnya tentang populasi. Pengambilan sampel adalah
suatu proses yang dilakukan untuk memilih dan mengambil sampel secara benar dari
suatu populasi, sehingga dapat digunakan sebagi wakil yang dapat mewakili populasi
tersebut (Sugiarto,dkk,2001).
2.2 Analisa Univariate
Analisa univariate digunakan untuk mengetahui distribusi frekuensi masing-masing
variabel.
Universitas Sumatera Utara
2.3 Analisa Bivariate
Analisa bivariate digunakan untuk mengetahui seberapa besar hubungan beberapa
variabel yang independent antara satu variabel dengan variabel lainnya. Pengujian
dilakukan dengan Chi Square, Analisa Regresi, dan Analisa Korelasi.
2.3.1 Chi Square (
2
)
Chi Square (
2
) hanya digunakan untuk data diskrit. Pengujian Chi Square (
2
) adalah
pengujian variabel yang independent, dimana suatu variabel tidak dipengaruhi atau
tidak ada hubungan dengan variabel lain. Kegunaan metode Chi Square (
2
) ini
ditujukan untuk menguji apakah ada perbedaan yang cukup berarti (signifikan) antara
jumlah pengamatan suatu objek atau respon tertentu pada setiap klasifikasi terhadap
nilai harapan (expected value) yang berdasarkan hipotesa nolnya. (Djarwanto,2003)
Untuk menerapkan test Chi Square (
2
) pertama-tama susun frekuensi-
frekuensi itu ke dalam table k x r. Hipotesa nolnya adalah k sampel frekuensi atau
proporsi berasal dari populasi yang sama atau populasi-populasi yang identik. Adapun
rumus Chi Squre adalah sebagai berikut:
, )
__
= =

=
r
i
k
j
Eij
Eij Oij
1 1
2
2

Keterangan:
O
ij
: jumlah observasi untuk kasus-kasus yang dikategorikan dalam baris
ke-i pada kolom ke-j.
E
ij
: banyak kasus yang diharapkan di bawah Ho untuk dikategorikan
Universitas Sumatera Utara
dalam baris ke-i pada kolom ke-j.
__
= =
r
i
k
j 1 1
: menjumlahkan semua baris (r) dan semua kolom (k).
Rumus derajat kebebasan Chi Square:
db= (k-1) (r-1)
Keterangan:
k = banyak kolom
r = banyaknya baris
Dengan demikian, kemungkinan yang berkaitan dengan terjadinya harga-harga
yang sebesar harga
2
observasi dapat diperoleh dalam tabel. Jika suatu harga
observasi
2
sama atau lebih besar dari X
tabel
, maka Ho ditolak pada tingkat
signifikansi itu.
2.4 Analisa Regresi
Analisis regresi membicarakan dua variabel yaitu variabel bebas dan variabel terikat.
Variabel bebas (independent variable) adalah variabel yang nilai-nilainya tidak
bergantung pada variabel lainnya, biasanya disimbolkan dengan x. Variabel ini
digunakan untuk meramalkan atau menerangkan nilai variabel lain. Variabel terikat
(dependent variable) adalah variabel yang nilai-nilainya bergantung pada variabel
lainnya, biasanya disimbolkan dengan Y. Variabel ini merupakan variabel yang
diramalkan atau diterangkan nilainya.
Universitas Sumatera Utara
2.4.1 Regresi Linier Sederhana
Regresi bermaksud menentukan hubungan fungsional yang diharapkan berlaku untuk
populasi berdasarkan data sampel yang diambil dari populasi yang bersangkutan.
Hubungan fungsional ini dituliskan dalam persamaan matematika disebut persamaan
regresi yang bergantung pada parameter-parameter. Persamaan regresi untuk populasi
secara umum dapat dituliskan dalam bentuk:

y
, x
1
, x
2
, , x
k
= (X
1
, X
2
, , X
k

1
,
2
, ,
m
)
dengan
1
,
2
, ,
m
parameter-parameter yang ada dalam regresi itu. Contoh regresi
yang sederhana untuk populasi dengan sebuah variabel bebas ialah yang dikenal
dengan regresi linier sederhana dengan model:

y..x
=
1
+
2
X
Dalam hal ini, parameter adalah
1
dan
2
. Jika
1
dan
2
ditaksir oleh a dan b, maka
regresi berdasarkan sampel adalah:
= a + bX
Dimana, a dan b di peroleh dengan rumus:
, )
_ _
_ _ _
X X
Y X Y X
=
2
2
i i
i i i i
n
n
b
n
b
n
a
i i _ _
X

Y
=
Keterangan:
: Y yang diprediksikan
Y : variabel terikat
Universitas Sumatera Utara
X : variabel bebas
a : bilangan konstanta
b : koefisien regresi
i : 1,2,3,,n
2.4.2 Regresi Linier Berganda
Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara
peubah respon (dependent variable) dengan faktor-faktor yang mempengaruhi lebih
dari satu predaktor (independent variable).
Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya
saja pada regresi linier berganda variabel penduga (variabel bebas) lebih dari satu
varibel. Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas
hubungan antara dua variabel atau lebih dan memuat prediksi atau perkiraan nilai Y
atas nilai X. Bentuk persamaan regresi linier berganda yang mencakup dua atau lebih
variabel, yaitu:
Y =
0
+
1
X
1i
+
2
X
2i
+ +
k
X
ki

i
Keterangan:
Y : pengamatan ke-i pada variabel tak bebas
Xik : pengamatan ke-i pada variabel bebas

0
: parameter intersep

1
,
2
,,
k
: parameter koefisien regresi variabel bebas

i
: parameter ke-i variabel kesalahan
Universitas Sumatera Utara
Model di atas merupakan model regresi untuk populasi, sedangkan apabila
hanya menarik sebagian berupa sampel dari populasi secara acak, dan tidak
mengetahui regresi populasi, sehingga model regresi populasi perlu diduga
berdasarkan model regresi sampel, sebagai berikut:
ki k i i i
b b b b X + + X + X + = Y ...
2 2 1 1 0
Keterangan:
Y : variabel tak bebas
X : variabel bebas
k
b b b ,..., ,
1 0
: koefisien regresi
2.5 Analisis Korelasi
Analisis korelasi bertujuan untuk mengukur derajat hubungan, meliputi kekuatan
hubungan dan bentuk atau arah hubungan antara satu variabel dengan variabel yang
lain. Analisis korelasi dan analisis regresi biasanya dipakai secara bersama-sama.
Analisis regresi menjawab bagaimana keeratan hubungan yang diterangkan dalam
persamaan regresi.
Indeks atau bilangan untuk menunjukkan keeratan hubungan antar variabel
disebut koefisien korelasi (r). Rumusnya adalah:
, ) , , , ) , ,
_ _ _ _
_ _ _


=
2
2
2
2
i i i i
i i i i
Y Y n X X n
Y X Y X n
r
Universitas Sumatera Utara
Untuk kekuatan hubungan, nilai koefisien korelasi berada di antara -1 dan +1.
Untuk bentuk atau arah hubungan, nilai koefisien dinyatakan dalam positif (+) dan
negatif (-). Harga r = -1 menunjukkan hubungan negatif yang sempurna dengan arah
yang berlawanan antara kedua variabel. Jika nilai variabel yang satu naik, maka
variabel yang lain turun. Harga r = +1 menunjukkan hubungan positif yang sempurna
dan menunjukkan hubungan yang searah. Jika nilai variabel yang satu naik, maka nilai
variabel yang lain naik. Jika harga r = 0, maka nilai antara dua variabel tersebut tidak
ada hubungan.
Jika koefisien korelasi dikuadratkan akan menjadi koefisien determinasi, maka
penyebab perubahan pada variabel Y yang akan datang dari variabel X, sebesar
kuadrat koefisien korelasinya. Koefisien determinasi ini menjelaskan besarnya
pengaruh nilai suatu variabel (variabel X) terhadap naik/turunnya (variasi) nilai
variabel lainnya (variabel Y).
_
_
.
=
2
2
2
i
i
y
y
r
Harga r
2
yang terkecil adalah 0 dan yang terbesar 1, 0 r
2
1. Jika harga r
2
makin
mendekati 1, maka variabel tersebut mempunyai hubungan yang sangat kuat.
Sebaliknya jika r
2
mendekati 0, maka variabel tersebut tidak mempunyai hubungan
yang kuat.
Universitas Sumatera Utara