Anda di halaman 1dari 7

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

parameter (Sugiarto,dkk,2001).

ciri/karakteristik

populasi

disebut

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:

2

r k

i 1 j

1

Oij

Eij

2

Eij

Keterangan:

O ij

E ij

: jumlah observasi untuk kasus-kasus yang dikategorikan dalam baris

ke-i pada kolom ke-j.

: banyak kasus yang diharapkan di bawah Ho untuk dikategorikan

Universitas Sumatera Utara

r k

i

1

j

1

dalam baris ke-i pada kolom ke-j.

: 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

signifikansi itu.

2.4 Analisa Regresi

lebih

besar

dari

X tabel ,

maka

Ho

ditolak

pada tingkat

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:

b

a

n

i

i

i

i

n

2

i

i

i

b

n n

i

2

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

1 , 2 , , k

i

: parameter intersep

: parameter koefisien regresi variabel bebas

: 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:

b b b

i

0

1

1

i

2

Keterangan:

Y

X

b ,b ,

0

1

,b

k

2.5 Analisis Korelasi

2

i

b

k

ki

: variabel tak bebas

: variabel bebas

: koefisien regresi

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:

r

 

n

X Y

i

i

X

i

Y

i

n X 2 i X i 2 n Y i 2 Y i 2

n

X

2

i

X

i

2

n

Y

i

2

Y

i

2

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).

r

2

y

2

i

y

2

i

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