Anda di halaman 1dari 33

ANALISIS STATISTIKA SOSIAL

(Memahami Dasar-Dasar Statistika Sosial)


Penulis:

Dr. Taufiq Ramdani, M.Sos

1
5
9

YAYASAN PENDIDIKAN MADANI SUMBAWA


ALAS-SUMBAWA
2012
*Ditulis untuk Kalangan Terbatas
(taufiq_ramdani17@yahoo.com)

BAB I
PENDAHULUAN
Penulis: Dr. Taufiq Ramdani, M.Sos

A.

Pengertian Statistika Sosial


Pengertian statistik dapat di bagi menjadi dua, yaitu pengertian statistik dalam
arti sempit dan dalam arti luas.
Pengertian dalam arti sempit: misalnya statistik penduduk yang hanya menyajikan
berupa gambaran angka dalam bentuk tabel-tabel dan daftar atau diagram mengenai
keadaan penduduk.
Pengertian dalam arti luas: dalam pengertian ini sering digunakan istilah statistika,
yaitu suatu ilmu yang diawali dari pengumpulan data, pengolahan, analisis,
penarikan kesimpulan, serta pengambilan keputusan berdasarkan analisis yang
dilakukan dari data tersebut.

B.

Pengertian Data, Datum dan Data-data


Data adalah seluruh unit pengamatan. Maksudnya adalah suatu keterangan
yang berhasil kita catat baik berupa data kuantitatif maupun data kualitatif. Data
merupakan bentuk jamak dari datum.

C.

Data Menurut Sumbernya (Internal-Eksternal )


Data internal: adalah data yang dikumpulkan oleh suatu badan atau lembaga guna
kepentingan badan atau lembaga itu pula.
Data eksternal: adalah data yang diperoleh dari luar badan yang memerlukannya.

D.

Data Menurut Jenisnya (Kuantitatif-Kualitatif)


Data kuantitatif: adalah suatu data yang dinyatakan dengan menggunakan satuan
angka.
Data kualitatif: adalah data yang tidak dinyatakan dalam satuan angka, melainkan
yang dinyatakan dalam bentuk kategori sesuai dengan sifat dari data tersebut.

E.

Data Menurut Waktu ( Silang dan Berkala )


Data silang: adalah data yang dikumpulkan pada waktu tertentu.
Data berkala: adalah data yang dikumpulkan dari waktu ke waktu.

F.

Data Menurut Cara Perolehan (Primer dan Sekunder)


Data primer: adalah data yang diperoleh langsung dari responden.
Data sekunder: adalah data yang diambil dari sumber primer yang telah diolah untuk
tujuan-tujuan lain.

G.

Variabel Dan Skala Pengukuran


Variabel: adalah suatu keterangan yang membedakan arti antara satu dengan
lainnya. Misalnya, antara manusia dan hewan, laki-laki dan perempuan, orang dewasa
dan anak-anak, dll.

H.

Populasi Dan Sampel

Populasi adalah keseluruhan dari obyek penelitian, baik berupa karakteristik nilainilai, jumlah maupun jenisnya.
Sampel adalah bagian dari populasi yang diambil secara refersentatif.
I.

Pengumpulan Data
Beberapa cara yang dapat ditempuh dalam upaya pengumpulan data:
Mengadakan penelitian dan pengamatan secara langsung di lapangan atau
laboratorium terhadap unit penelitian
Mengambil atau menggunakan sebagian atau seluruh data yang telah tersedia yang
dicatat atau dilaporkan pihak lain.
Membuat angket, yakni cara-cara pengumpulan data dengan menggunakan
kuisioner yang telah disiapkan dan disusun sedemikian rupa sehingga responden
hanya tinggal mengisi atau menandai secara mudah dan cepat.

II
TEKNIK PENYAJIAN DATA

Data yang diperoleh, baik dari populasi maupun sampel, untuk keperluan pelaporan
atau analisis selanjutnya perlu diatur, disusun dan atau disajikan dalam bentuk yang lebih
jelas dan lebih baik.
Ada dua cara penyajian data:
1.

Membuat Tabel dan Daftar


Daftar Baris dan Kolom
Sebaran Frekuensi
Daftar Kontingensi

2.

Membuat Diagram Histogram


Diagram Batang
Diagram Baris (Histogram)
Diagram Lambang (Simbol)
Diagram Pastel (Lingkaran)
Diagram Peta (Kartogram)
Diagram Pencar (Titik)

2.1
TEKNIK MEMBUAT SEBARAN FREKWENSI

Data hepotetik (data sembarang) berjumlah 100 orang


Kaidah sturges : karena data berjumlah 100 dan kurang dari 250, maka jumlah kelas
adalah 9.
Tetapkan Interval / range:

DataTerbesar DataTerkecil 60,8 21,5


= 4,36
=
Kelas
9
Susun data secara teratur dari yang terkecil ke yang terbesar

Tabel 1.

Data Hepotetik Pendapatan 100 Orang Pedagang Salak Pondoh di Yogyakarta


Pertahun
22,4
21,7
34,5
56,3
54,2
26,7
57,3
44,6
21,5
22,5

30,1
23,1
22,1
32,2
34,2
23,5
50,2
52,1
22,7
23.0

40,0
30,0
40,2
50,1
52,5
42,0
36,0
31,9
47,0
37,0

33,0
33,6
35,0
45,0
47,1
50.3
31,6
41,2
51,2
52,3

35,1
38,1
42,7
39,0
44,7
46,2
53,1
38,0
47,6
48,7

34,7
47,8
45,6
25,6
38,8
28,7
29,6
39,9
49,7
25,7

37,7
38,6
39,5
40,9
45,1
47,3
52,8
58,0
48,6
39,9

40,9
42,2
35,9
34,9
52,9
46,6
53,3
29,7
37,6
61,3

48,2
45,8
49,6
46,7
31,4
41,5
36,1
37,2
38,5
49.5

50,5
50,4
50,7
44,8
60,0
54,4
62,6
37,6
63,1
48,9

Tabel 2. Susunan Data Terkecil ke Terbesar


21,5
21,7
22,1
22,2
22,5
22,7
23,1
23,5
25,6
25,7

26,7
27,9
28,7
29,6
29,7
30,1
31,4
31,6
31,7
31,8

31,9
32,2
33,1
33,3
33,4
33,5
33,6
33,7
33,9
34,2

34,5
34,7
34,9
35,1
35,7
35,9
36,1
37,2
37,5
37,6

37,7
37,9
38,5
38,6
38,8
39,5
39,7
39,9
40,2
40,7

40,9
41,2
41,3
41,4
41,5
42,2
43,2
44,6
44,8
45,1

45,3
45,6
45,7
45,8
46,6
47,1
47,2
47,3
47,4
47,8

48,2
48,6
48,9
49,6
49,7
50,1
50,2
50,4
50,5
50,7

51,1
51,2
51,3
52,1
52,3
52,4
52,5
52,7
52,8
52,9

53,3
54,2
54,4
54,7
56,3
57,3
58,7
60,1
60,2
60,8

Tabel 3. Tabel Distribusi Frekwensi Pendapatan Pedagang Salak Pondoh Yogyakarta


No
1
2
3
4
5
6
7
8
9

Kelas
21,5 25,6
25,7 31,7
31,8 33,6
33,7 37,6
37,7 41,2
41,3 47,1
47,2 49,6
49,7 52,8
52,9 60,8
Jumlah

Frekwensi
9
10
8
13
12
14
8
15
11
100

Kaidah Sturges, data kurang dari 250 = 9 kelas

Range:

DataTerbesar DataTerkecil 60,8 12,5


=
= 4,36
kelas
9

Tabel 4. Penyusunan Tabel Frekwensi Lanjutan

No

Kelas

Xi

F Nisbi

1
2
3
4
5
6
7
8
9

21,5 25,6
25,7 31,7
31,8 33,6
33,7 37,6
37,7 41,2
41,3 47,1
47,2 49,6
49,7 52,8
52,9 60,8
Jumlah

9
10
8
13
12
14
8
15
11
100

23,55
28,7
32,7
35,65
39,45
44,2
48,4
51,52
56,85
361,02

9/100
10/100
8/100
13/100
12/100
14/100
8/100
15/100
11/100
1

Frekwensi
Komulatif
9
19
27
40
52
66
74
89
100
476

Tabel 5. Tabel Frekwensi Komulatif dan Nilai Tengah


No
Kelas
F
Frek. Nisbi
Komulatif
1 21,5 25,6
9
9/476
2 25,7 31,7
10
19/476
3 31,8 33,6
8
27/476
4 33,7 37,6
13
40/476
5 37,7 41,2
12
52/476
6
41,3 47,1
14
66/476
7 47,2 49,6
8
74/476
8 49,7 52,8
15
89/476
9 52,9 60,8
11
100/476
100
1
Jumlah

X =

Fi.Xi
211,95
287
261.6
463,45
473,4
618,8
387,2
768
625,35
4096,75

fi.xi 4096,75
=
= 40,967
fi
100

Tabel 6. Sebaran Frekwensi Untuk Mencari Keragaman


No

Kelas

1
2
3
4
5
6
7
8
9

21,5 25,6
25,7 31,7
31,8 33,6
33,7 37,6
37,7 41,2
41,3 47,1
47,2 49,6
49,7 52,8
52,9 60,8
Jumlah

Frekwensi
(f)
9
10
8
13
12
14
8
15
11
100

X i -X

(X i -X) 2

-17,417
-12,267
-8,267
-5,317
-1,517
3,233
7,433
10,553
15,883
-7,703

303,351
150,479
68,343
28,270
2,301
10,452
55,249
111,365
252,269
982,077

Tabel 7. Analisis Sebaran Frekwensi


No

Kelas

1
2
3
4
5
6
7
8
9

21,5 25,6
25,7 31,7
31,8 33,6
33,7 37,6
37,7 41,2
41,3 47,1
47,2 49,6
49,7 52,8
52,9 60,8
Jumlah

Frekwensi
(f)
9
10
8
13
12
14
8
15
11
100

Batas
Bawah
21,45
25,65
31,75
33,6
37,65
41,25
47,15
49,65
52,85

Batas Atas
25,65
31,75
33,65
37,65
41,25
47,15
49,65
52,85
60,85

Tabel Kontingensi
Penyusunan tabel kontingensi pada dasarnya membuat tabel seperti pada penyusunan
tabel sebaran frekuensi, namun diberikan kontingen pada setiap baris atau kolom yang ada.
Tabel 8. Komposisi Pendidikan Naker PT. Paracendekia
No
Bagian
Pekerja
Produksi
Staf
Adminis
Kepala
Bagian
Direktur

1
2
3
4

Tingkat Pendidikan
S1 SM SMU SMP
33 110
50
20

S3
-

S2
-

1
1

45

118

SD
7

220

24

10

55

22

1
255

Pembuatan Diagram Batang


Pembuatan diagram batang atau histogram adalah bagaimana menyajikan data ke
dalam grafik yang disusun dalam bentuk batang. Histogram adalah sejenis tabel batang
tunggal, hanya saja dalam hal ini pada interval horizontalnya mempunyai arti penting.

Tabel 9. Distribusi Frekwensi Penerimaan Penjual Madu di Kabupaten Sumbawa


No
1
2
3
4
5
6
7
8
9

Penerimaan (Ribu Rp)


3 - 7,89
8 - 14,89
15 - 19,89
20 - 24,89
25 - 29,89
31 - 37,89
39 - 45,89
47 - 55,89
57 - 63,89

Tabel 10. Tabel Histogram Berdasarkan Data Tabel 9

Jumlah Pelanggan
5
9
15
33
45
55
25
16
13

57

Frekwensi

60

47

39
40
20
3

15

25

20

31

0
1
Penerimaan

Poligon
Poligon merupakan gambaran yang menjelaskan distribusi frekuensi yang dinyatakan
dengan garis lurus yang menghubungkan titik-titik yang letaknya sesuai dengan ujung kelas
dan frekuensi tiap-tiap kelas.
Tabel 11. Poligon Pendapatan Pengusaha Kerajinan Batik Lowok Waru Malang
60

55

50

45

40
33

30

S eries1

25

20
10

0
1

13 15 16

9
2

Diagram Lambang
Diagram lambang merupakan penyajian data yang diwujudkan dalam bentuk simbol
atau lambang-lambang.
Tabel 12. Diagram Lambang
Desa
Jumlah

I
900

700


II
500
  
III
800

IV
300
V
900
Merupakan gambaran perbandingan jumlah penduduk Muslim dan yahudi di Palestina
 = Penduduk Muslim
 = Penduduk Yahudi

Diagram Pastel
Diagram pastel sering juga disebut dengan diagram lingkaran yaitu penyajian data
yang didasarkan pada pembagian pada satu lingkaran. Diagram pastel tidak memerlukan
sumbu-sumbu seperti halnya dengan diagram batang atau poligon.
Tabel 13. Merk Hand Phon dan Jumlah Penggunanya di Kab.Malang
N0
Jenis Hand Phon
Banyaknya (%)
1
Nokia
30
2
Samsung
20
3
Motorola
10
4
Siemen
20
5
Ericson
20
Jumlah
100
Diagram Pastel
5
20%

1
30%

2
3

4
20%

4
2
20%

3
10%

1= Nokia 2= Samsung

Keterangan:
3= Motorola 4= Siemen

5= Ericson

Diagram Peta
Diagram peta biasa disebut dengan kartogram, merupakan penyajian data yang
menggunakan peta untuk menggambarkan suatu data tertentu.

Gambar di atas menunjukkan lokasi-lokasi pendirian Masjid Agung di pulau Sumbawa

Diagram Pencar
Diagram pencar atau biasa disebut dengan scater diagram, yaitu bentuk pennyajian
data yang menghubungkan antara titik-titik kombinasi pariabel X dan Y. Diagram pencar ini
sangat penting untuk menganalisis ada tidaknya hubungan atau pengaruh antara variabel
tersebut dalam analisis statistika.
35
30
25
20
15
10
5
0

Series1

Gambar di atas menunjukkan korelasi antara peningkatan peredaran menuman keras


dengan tingkat kesadaran hukum masyarakat yang terus menurun

III
PENGUJIAN HIPOTESIS
Penulis: Dr. Taufiq Ramdani, M.Sos

Pengujian hipotesis Ho dan Hi pada intinya ingin mengetahui apakah pokok Ho


ditolak atau diterima. Untuk menentukan satu di antara kedua pilihan tersebut maka perlu
dibuat rumusan sebagaimana mestinya. Baik Ho maupun Hi hendaknya dirumuskan secara
singkat dan jelas sesuai dengan persoalan yang sedang diteliti. Ho biasanya dirumuskan
mengenai permasalahan yang cenderung menyamakan atau menyatakan adanya kesetaraan,
sedangkan Hi dibuat berdasarkan lawan dari Ho yaitu cenderung bertentangan.

III.1
Analisis Hipotesis dengan Uji Beda Lebih dari Dua Rata-rata (One Way Classification)
One Way Classification atau analisis varians satu arah digunakan bila hendak menguji
signifikansi perbedaan rata-rata hitung yang hanya mencakup satu klasifikasi atau satu
variabel independen saja. Metode ini merupakan analisis yang menghitung variasi yang
timbul akibat adanya perbedaan skor pada beberapa kelompok sampel. Perbedaan diantara
kelompok tersebut ditunjukkan oleh adanya selisih rata-rata hitung pada tiap kelompok
sampel.
Sebagai contoh, di sini ingin diketahui perbedaan perolehan nilai mata kuliah
Matematika di empat fakultas di Brawijaya yaitu Fakultas Hukum, Fakultas Kedokteran,
Fakultas Teknik, Fakultas Pertanian.

A. Tabel 14. Datum-datum


No
Pencapaian Nilai Matematika
A/Hukum
B/Kedokteran C/Teknik D/Pertanian
1
80
70
55
54
2
70
50
54
34
3
50
90
62
65
4
90
88
71
76
5
65
77
59
87
6
68
35
88
63
7
79
64
76
66
8
55
72
52
90
Sampel
8
8
8
8
557
546
517
535

N total = 32
N1=8
N2=8
N3=8
N4=8
= 2155
JK= 4455713
( Y ) 2
FK=
n
(2155) 2
FK=
=145125,78
32
( Y ) 2
JK nilai =
FK
n
(557) 2 (546) 2 (517) 2 (535)
JK nilai =
+
+
+
= 145234,87145125,78= 109, 09
8
8
8
8
JK sisa = JKT-JKP
JK total = JK-FK

4310587,22-109,09=4310478,13
=

4455713-145125,78=4310587,22

KT nilai =

JKP 109,09
=
= 36,36
db
3

KT sisa =

JKS 4310478,12
=
= 153945,64
db
28

10

B. Tabel 15. Analisis Keragaman


S.Kera- Db
JK
Gaman
PencaK-1=3 JKP=
Paian
109,09
Sisa
28
JKS=
4310478,13
Total
31
JKT=
4310587,22

KT

Fhit

KTP=
36,36
KTS=
153945,64

0,00

F.Tabel
5% 1%
2,95 4,5

Kaidah Pengujian:
Fhit Ftabel, maka menerima Ho
Fhit >Ftabel, maka menolak Ho
Fhit =

KTP
36,36
=
= 0,00
KTS 153945,64

Oleh karena Fhit: 0,00 Ftabel: 2,95 (5%) maupun 4,57 (1%) maka kesimpulannya :
Menerima Ho, artinya tidak terdapat perbedaan yang significant dalam perolehan nilai
matematika di keempat fakultas tersebut.

III.2
Analisis Hipotetis Uji Beda Lebih dari Dua Rata-Rata (Two Way Classification)
Two Way Classification merupakan analisis statistika yang digunakan untuk menguji
hipotesis komparatif lebih dari dua sampel k secara serempak, bila setiap sampel terdiri atas
dua kategori atau lebih.
Sebagai contoh, di sini ingin diketahui pengaruh narkoba pada masyarakat di empat
kecamatan di kota Malang yaitu: Kecamatan Lowok Waru, Kecamatan Mantingan,
Kecamatan Blimbing, Kecamatan Sumbersari. Indikator masing-masing yang diukur adalah :
1.
2.

Tingkat ketertarikan pada narkoba berdasarkan profesi


Indikator ketertarikan dilihat berdasarkan hasil poling terhadap masing-masing
kategori profesi di 4 kecamatan di kota malang.

Konversi angka ditetapkan sbb:


Pernah memakai narkoba diberi point (1)
Tidak pernah memakai narkoba di beri point (2)
Kategori profesi ditetapkan sebagai berikut:
Mahasiswa
Pelajar
Pekerja
Seniman
Kategori kecamatan:
Lowok Waru

11

Mantingan
Blimbing
Sumbersari
Data yang diperoleh sebagai berikut:
Tingkat Ketertarika Kepada Narkoba
Waru Mantingan Blimbing Sumbersari
Maha1
2
1
2
siswa
1
2
2
1
2
1
2
2
1
1
2
2
1
Pelajar
1
1
1
2
1
2
1
2
2
1
1
1
2
1
2
1
1
2
Pekerja
1
1
2
1
1
2
1
1
1
2
1
2
2
2
1
1
1
1
1
Seniman

2
2
2
1

1
2
1
1
2

1
2
2
1
1

2
1
1
2

18

19

19

16

26

28

25

23

Jumlah

= 25
n=17

= 25
n=18

= 25

n=19
= 27

n=18
N=
72
= 103

Tabel Analisis Keragaman


Tabel 16.Tabel Analisis keragaman
No
Db
1
2
3

4-1=3
4-1=3
Galat=65
72-1=71

JK

KT

Fhit

Jkkec=1,43
Jkpro=2,55
Jkgalat=13,65
17,66

0,47
0,85
0,21

2,23
4,04*

N=72
JK=165
( Y ) 2 (103) 2
=
= 147,34
FK=
n
72

12

Ftabel
5%
1%
2,75
2,75

4,10
4,10

JKkecamatan

(26) 2 (28) 2 (25) 2 (23) 2


+
+
+
147,34 = 1,43
18
20
17
15
JKprofesi

= 2, 55

JKgalat

= JKT- JKkecamatan JKprofesi=13,65

JKT

= JK-FK 165-147,34 = 17,66

KTkecamatan

KTprofesi

KTgalat

1,43
= 0,47
3
2,55
=
= 0,85
3

13,65
= 0,21
65

Oleh karena Fhitung kecamatan lebih kecil dari Ftabel, maka pada 4 kecamatan tidak
menunjukan adanya perbedaan pada tingkat ketertarikan pada narkoba, sedangkan Fhitung
profesi lebih bersar dari Ftabel, maka dapat disimpulkan, bahwa terdapat perbedaan tingkat
ketertarikan perhadap narkoba di anatara ke 4 profesi tersebut sehingga dapat disimpulkan
profesi menentukan ketertarikan pada narkoba.

III.3
Two Way Clasification dengan Interaksi
JKI=Setiap interaksi dikuadratkan dan dibagi n masing masing dan ditambah masing-masing,
lalu dikurangi FK-JK1-JK2
Tingkat Ketertarika Kepada Narkoba
Jumlah
Waru Mantingan Blimbing Sumbersari
Maha1
2
1
2
= 25
siswa
1
2
2
1
2
1
2
2
n=17
1
1
2
2
1
Interaksi
7
6
8
5
Pelajar
1
1
1
2
= 25
1
2
1
2
2
1
1
1
n=18
2
1
2
1
1
2
Interaksi
6
6
5
8
Pekerja
1
1
2
1
= 25
1
2
1
1
1
2
1
2

13

Interaksi
Seniman

Interaksi
N

2
1
6
2
2
2
1
7
18
26

Tabel 17. Analisis Keragaman


Db
No
1
2
3
4

2
1
8
1
2
1
1
2
7
20
28

1
1
6
1
2
2
1
1
7
17
25

JK

4-1=3
JKkec=1,43
4-1=3
JKpro= 2,55
Interaksi
Jkinter=
=7
1,48
Galat=58 JKgalat=12,2
72-1=71
17,66

1
n=19
5
2
1
1
2

= 27
n=18

6
15
23

KT

Fhit

0,47
0,85
0,21

2,23
4,04*
1

N=72
= 103

Ftabel
5% 1%
2,75
2,75
2,18

4,10
4,10
2,98

0,21

Oleh karena Fhitung interaksi lebih kecil dari Ftabel, maka kesimpulannya tidak
terdapat interaksi antara faktor kecamatan dan profesi. Maka kita dapat melanjutkan analisis
dengan menggunakan model anava dua arah, sedangkan apabila terdapat bintang pada
Fhitung interaksi, maka kita harus kembali melakukan analisis anava satu arah.

III.4
ANALISIS HIPOTESIS DENGAN UJI BEDA DUA RATA-RATA
Analisis ini digunakan untuk menguji apakah ada perbedaan antara dua sampel ratarata jika dibandingkan, apakah hanya karena faktor kebetulan atau karena perbedaan yang
begitu signifikan atau besar sehingga dapat disimpulkan bahwa kedua sampel tersebut
diambil dari populasi dengan nilai rata-rata yang tidak sama.
Sebagai contoh, dari hasil angket pada komunitas pedagang IKAN TONGKOL DAN
IKAN BANDENG di Pasar Dinoyo, terungkap rata-rata perbedaan usia diantara mereka. Dari
100 pedagang ikan tongkol dikatahui rata-rata usia mereka yaitu 46,129, dengan simpangan
baku 4,632. Sedangkan dari pedagang ikan bandeng rata-rata usia mereka adalah 26,967
dengan simpangan baku 1,069. Maka disini akan diuji perbedaan dua rata-rata tersebut
dengan menggunakan analisis hoipotetis dengan tingkat nyata 5%.

14

Sampel Random Usia Pedagang Ikan Tongkol


Data Hepotetik Usia Pedagang Ikan Tongkol
44,6 24,5 24,5 53,2 54,2 65,5 56,4 44,3 23,9
52,4 54,6 34,6 54,9 54,3 45,3 65,8 15,3 65,9
32,5 25,7 24,6 54,3 87,2 25,6 98,5 54,3 35,8
15,1 64,4 34,3 65,3 76,4 76,4 43,6 43,2 34,8
55,6 35,5 25,7 76,9 45,1 76,3 34,6 43,2 65,4
33,5 75,3 35,I 52,1 46,7 86,4 75,6 54,4 43,1
22,4 26,3 65,4 86,3 76,4 65,4 65,7 23,7 23,1
23,5 25,3 35,9 65,8 27,9 87,4 54,3 54,3 25,1
43,6 54,5 54,9 65,2 45,3 98,4 87,1 64,7 27,4
52,6 23,4 56,9 65,4 45,1 65,3 34,7 34,5 28,6

34,9
23,5
45,7
57,3
65,1
34,9
23,5
45,7
57,3
65,1

Tabel 18. Susunan Data dari yang Terkecil ke yang Terbesar


15,1 24,5 27,9 34,6 43,4 46,7 54,7 56,4
15,3 24,6 28,6 34,7 43,6 52,1 54,8 56,9
22,4 24,7 29,9 34,8 43,7 52,4 54,9 57,1
23,1 25,1 31,7 34,9 44,3 52,6 55,1 57,2
23,3 25,3 32,5 35,5 44,6 53,2 55,2 57,7
23,4 25,6 33,5 35,8 45,1 54,2 55,3 57,8
23,5 25,7 34,1 35,9 45,3 54,3 55,4 64,4
23,6 25,8 34,2 43,1 45,4 54,4 55,5 64,7
23,7 26,3 34,3 43,2 45,6 54,5 55,6 65,1
23,9 27,4 34,5 43,3 45,7 54,6 55,7 65,2

66,4
66,5
66,6
66,7
66,8
66,9
67,1
67,2
67,3
67,4

Tabel 19. Distribusi Frekwensi


No
Kelas
1
15,1-24,7
2
25,1-26,3
3
27,4-33,5
4
34,1-35,9
5
43,1-45,7
6
46,7-54,9
7
55,1-56,9
8
57,1-65,9
9
66,1-67,4
Jumlah

Tabel 20. Frekwensi Lanjutan


Tabel
Kelas
Frekw.
Kom.No
1
15,1-24,7
2
25,1-26,3
3
27,4-33,5
4
34,1-35,9
5
43,1-45,7

65,3
65,4
65,5
65,6
65,7
65,8
65,9
66,1
66,2
66,3

Frekwensi
13
6
7
11
13
13
9
15
13
100

Xi

F Nisbi

Frekwensi
Komulatif

13
6
7
11
13

19,9
25,7
30,45
35
44,4

13/100
6/100
7/100
11/100
13,100

13
19
26
37
50

15

6
7
8
9

46,7-54,9
55,1-56,9
57,1-65,9
66,1-67,4
Jumlah

13
9
15
13
100

50,8
56
61,5
66,75

13/100
9/100
15/100
13/100
1

Tabel 22. Frekwensi Nisbi Komulatif dan Nilai Tengah


No Kelas
Frekwensi Frek.Nisbi
Komulatif
1
15,1- 24,7 13
13/467
2
25,1- 26,3 6
19/467
3
27,4- 33,5 7
26/467
4
34,1- 35,9 11
37/467
5
43,1- 45,7 13
50/467
6
46,7- 54,9 13
63/467
7
55,1- 56,9 9
72/467
8
57,1- 65,9 15
87/467
9
66,1- 67,4 13
100/467
Jumlah
100

63
72
87
100
467

Fi.Xi
258,7
154,2
213,15
385
577,2
660,4
504
992,5
867,75
4612,9

Tabel 21. Sebaran Frekwensi Guna Mencari Keragaman termasuk Simpangan Baku
No Kelas
Frekuensi Xi-X
(Xi-X)2
1
15,1- 24,7 13
-26,229
687,960
2
25,1- 26,3 6
-20,429
417,344
3
27,4- 33,5 7
-15,679
245,831
4
34,1- 35,9 11
-11,19
125,216
5
43,1- 45,7 13
-1,729
2,989
6
46,7- 54,9 13
4,61
21,252
7
55,1- 56,9 9
9,81
96,236
8
57,1- 65,9 15
15,31
234,396
9
66,1- 67,4 13
20,621
425,225
Jumlah
100
2146,449
X =

4612,9
= 46,129
100

Standar Deviasi / simpangan baku:


__

(s) =

( X i X ) 2 2146,449
=
= 4,632
n
100

16

Sampel Random Usia Pedagang Ikan Bandeng


Data Hepotetik Usia Pedagang Ikan Bandeng
21,1 22,1 27,7 33,5 32,5
5,7
35,5 25,4 31,6 22,8
2,4 37,3 28,6 37,9 45,5
35,6 28,3 29,5 38,2 40,4
25,1 21,6 22,6 24,7 38,3
31,2 32,2 31,9 35,8 38,5
40,2 44,1 43,5 45,7 48,4
23,5 24,2 27,6 29,4 35,1
41,2 45,3 37,5 38,9 50,5
39,3 37,7 38,4 32,4 33,8
Menyusun Data dari Terkecil ke Terbesar
22,1 23,5 26,7 29,4 32,4
21,3 24,2 27,4 29,5 32,5
21,5 24,4 27,5 29,8 33,2
21,6 24,7 27,6 30,9 33,5
22,1 24,8 27,7 31,2 33,7
22,5 25,1 27,9 31,6 33,9
22,6 25,4 28,3 31,8 35,1
22,7 25,7 28,6 31,9 35,5
22,8 26,3 28,9 32,1 35,6
23,3 26,6 29,1 32,2 35,7

22,7
26,3
47,2
48,6
46,8
49,2
33,2
43,6
50,1
33,9

35,8
36,2
36,3
36,6
37,1
37,2
37,3
37,5
37,7
37,8

41,3
35,7
31,8
43,2
26,7
22,5
36,3
42,1
49,9
47,1

37,9
38,2
38,3
38,4
38,5
38,9
39,2
39,3
39,6
39,9

27,4
40,1
27,9
49,5
44,2
24,4
37,1
37,7
39,9
50,2

40,1
40,2
40,4
41,2
41,3
42,1
42,4
43,2
43,5
43,6

32,1
36,2
24,8
29,1
28,9
37,2
39,6
39,2
36,6
50,7

44,1
44,2
44,3
45,3
45,5
45,7
46,8
47,1
47,2
48,4

21,5
27,5
21,3
30,9
29,8
26,6
44,3
23,3
49,6
50,6

48,6
49,2
49,5
49,6
49,9
50,1
50,2
50,5
50,6
50,7

Tabel 23. Distribusi Frekwensi


No
1
2
3
4
5
6
7
8
9

Kelas
Frekwensi
21,1 - 24,8
15
25,1 - 27,9
11
28,3 - 31,9
12
32,1 - 35,8
13
36,2 - 37,9
10
38,2 - 39,9
9
40,1 - 46,8
17
47,1 - 49,9
8
50,1 - 50,7
5
Jumlah
100
Frekwensi= Jumlah selisih sampel antara variabel kiri(VB) dan variabel kanan (VA)
Tabel 24. Penyusunan Tabel Frekwensi Lanjutan
Tabel
Kelas
F
Xi
Frk.
K.No
1
21,1 - 24,8 15 33,5

17

Frekwensi
Komulatif

15/100

15

2
3
4
5
6
7
8
9

25,1 - 27,9
28,3 - 31,9
32,1 - 35,8
36,2 - 37,9
38,2 - 39,9
40,1 - 46,8
47,1 - 49,9
50,1 - 50,7
jumlah

11
12
13
10
9
17
8
5
10

26,5
30,1
33,95
37,05
39,05
43,45
48,5
50,4
342

11/100
12/100
13/100
10/100
9/100
17/100
8/100
5/100
1

Tabel 25: Frekwensi Nisbi Komulatif dan Nilai Tengah,


termasuk Rata-rata
Kelas
F
Frek.Nisbi
No
Komulatif
1 21,1 - 24,8
15
15/543
2 25,1 - 27,9
11
11/543
3 28,3 - 31,9
12
12/543
4 32,1 - 35,8
13
13/543
5 36,2 - 37,9
10
10/543
6 38,2 - 39,9
9
9/543
7 40,1 - 46,8
17
17/543
8 47,1 - 49,9
8
8/543
9 50,1 - 50,7
5
5/543
Jumlah
100
1

26
38
51
61
70
87
95
100
543

Fi . Xi
502,5
291,5
361,2
441,35
370,05
351,45
738,65
388
252
3696,7

Tabel 26: Sebaran Frekwensi Untuk Mencari Keragaman Termasuk Simpangan Baku
No
Kelas
F
Xi-X
(Xi-X)2
1
21,1 - 24,8
15
-3,467
6,934
2
25,1 - 27,9
11
-10,467
20,934
3
28,3 - 31,9
12
-6,867
13,734
4
32,1 - 35,8
13
-3,017
6,034
5
36,2 - 37,9
10
0,083
0,166
6
38,2 - 39,9
9
2,083
4,166
7
40,1 - 46,8
17
6,483
12,966
8
47,1 - 49,9
8
11,333
22,666
9
50,1 - 50,7
5
13,433
26,866
Jumlah
100
114,472
(hasil )dariperkalianFi. Xi 3696,7
X =
=
= 36,967
( jumlah) Fi
100
Standar Deviasi / simpangan baku:
__

( X 1 X ) 2 114,472
(s) =
=
= 1,089
n
100
Kaidah ujinya: Ho: 1 = 2
Hi: 1 2

N1= 100

X1= 46,129

S1= 4,632

18

N2= 100
X2=26,967
a = 0,05: Z= 1,96

S2=1,069

Dengan menggunakan rumus:

x1 x 2

Zhit

S1
S
+ 2 )
n1 n2

46,129 26,967

= 32,043

(4,632)
(1,069)
+
)
100
100

Maka Ho ditolak sebab Z hitung = 32,043 > Z tabel (1,96)

III.5
Analisis Hipotetis dengan Uji Rata-rata
(Untuk Sampel Besar)
Analisis hipotesis dengan uji rata-rata pada dasarnya sama saja dengan pengujian
secara proporsi, yakni dengan menggunakan pengujian dua arah ataupun satu arah,
tergantung pada permasalahan yang dikaji.
Sebagai contoh, diketahui tinggi badan supir angkutan kota di Kodya Malang (M)
yaitu 80 cm. Sedangkan dari suatu sampel random (tabel di bawah) yaitu sebanyak 100 orang
supir diketahui rata-rata pendapatan supir angkot Kodya Malang adalah 53,52 cm dengan
simpangan baku 26,320 cm dengan taraf nyata dua arah 5% = 1,96
A.

B.

Sampel Acak
27,3 32,6
41,1 85,5
37,9 32,5
21,1 52,1
35,3 71,8
26,3 30,3
27,1 31,5
80,2 28,3
47,2 33,5
28,1 69,3

38,5
36,7
27,2
35,4
41,3
35,5
37,8
41,2
26,5
39,7

45,9
65,3
51,1
42,4
59,1
44,5
62,2
48,3
28,2
46,1

51,2
50,7
45,8
49,5
51,6
49,6
50,8
51,5
66,5
51,3

Susunan Data Terkecil hingga Terbesar


21,1 29,7 35,4 42,4 49,5
26,3 30,3 35,5 44,5 49,6
26,5 31,4 36,7 44,6 50,7
27,1 31,5 37,8 45,7 50,8
27,2 32,5 37,9 45,8 51,1
27,3 32,6 38,5 45,9 51,2
28,1 32,7 39,7 46,1 51,3
28,2 33,5 41,1 47,2 51,4
28,3 33,6 41,2 48,3 51,5
29,4 35,3 41,3 48,4 51,6

19

56,6
71,6
54,5
29,7
48,4
52,2
81,1
58,9
75,5
56,7

61,7
71,5
60,6
59,2
44,6
59,3
60,5
45,7
62,1
61,8

67,7
66,4
86,6
65,4
70,1
66,3
51,4
69,5
54,4
32,7

72,1
53,3
29,4
70,5
57,8
60,4
71,7
75,4
72,3
72,2

81,3
33,6
81,2
76,5
88,7
78,1
69,4
66,6
31,4
82,4

52,1
52,2
53,3
54,4
54,5
56,6
56,7
57,8
58,9
59,1

59,2
59,3
60,4
60,5
60,6
61,7
61,8
62,1
62,2
65,3

65,4
66,3
66,4
66,5
66,6
67,7
69,3
69,4
69,5
70,1

70,5
71,5
71,6
71,7
71,8
72,1
72,2
72,3
75,4
75,5

76,5
78,1
80,2
81,1
81,2
81,3
82,4
85,5
86,6
88,7

C.

Tabel 27. Sebaran Frekuensi


no
Kelas
F
1 21,1-29,7
11
2 30,3-33,6
8
3 35,3-44,6
14
4 45,7-48,4
7
5 49,5-51,6
10
6 52,1-54,5
5
7 56,6-65,4
16
8 66,3-72,3
17
9 75,4-88,7
12
100

Xi
25,4
31.95
39.95
47.05
50.55
53.3
61
69.3
82.05
460.55

Fi.Xi
279,4
255,6
559,3
329,35
505,5
266,5
976
1178,1
984,6
5352,35

Xi-X
-28,52
-21,57
-13,57
-6,47
-2,97
-0,22
7,48
15,78
28,53

D.

Tabel 28. Sebaran Frekwensi dan Menghitung Simpangan Baku


No
Kelas
F
Xi
Fi.Xi
Xi-X (Xi-X)2
1 21,1-29,7 11
25,4
279,4 -28,52 813,39
2 30,3-33,6
8
31.9
255,6 -21,57 465,26
3 35,3-44,6 14
39.9
559,3 -13,57 184,14
4 45,7-48,4
7
47.5
329,3
-6,47
41,86
5 49,5-51,6 10
50.5
505,5
-2,97
8,82
6 52,1-54,5
5
53.3
266,5
-0,22
0,04
7 56,6-65,4 16
61
976
7,48
55,95
8 66,3-72,3 17
69.3
1178,1 15,78
249,00
9 75,4-88,7 12
82.5
984,6
28,53
813,96
100 460.55 5352,3
2632,07

fi.xi 5352,35
X / rata rata =
=
= 53,52
fi
100
Simpangan Baku / Simpangan Baku :
__

( X X ) 2 2632,076
(s) =
=
= 26,320
n
100
Kaidah uji: Ho diterima bila -1,96< Ztabel >1,96
Maka: Ho : = 80 cm
Hi : = 80 cm
N= 100
X=52,52 cm

a= 0,05

S=26,320 cm
x 52329 80000 27671
Z=
=
=
= 10,513
2632
s/ n
26320 / 100
Maka Ho ditolak sebab Zhit < -1,96
Artinya bahwa pendapatan supir angkutan kota di kodya Malang tersebut tidak sama.
20

III.6
Analisis Hipotetis dengan Uji Rata-rata
Untuk Sampel Kecil ( dibawah 30)
Telah dilakukan pengujian terhadap rata-rata berat badan terhadap atlet sumo kota
Malang dan diketahui yaitu 70 Kg. Bila dari suatu sampel random sebanyak 27 orang
diketahui rata-rata berat badan para atlet sumo kota malang adalah 56,335 kg dengan
simpangan baku 8,430 kg
Menggunakan taraf nyata 5%. = -1,96
Sampel Random
51,2 33,2 67,1 59,7 45,6 77,5 79,5 66,3
32,5 78,4 31,3 76,5 60,5 44,3 55,2 55,1
71,3 61,7 47,8 54,3 39,7 48,9 71,2 51,5
Susunan Data terkecil ke terbesar
31,3 36,8 45,6 49,9 54,3 59,7 66,3 71,3
32,5 39,7 47,8 51,2 55,1 60,5 67,1 71,7
33,2 44,3 48,9 51,5 55,2 61,7 71,2 76,5

71,7
36,8
49,9
77,5
78,4
79,5

Tabel 29. Distribusi Frekwensi Berat Badan Atlet Sumo Kota Malang sekaligus Frekwensi
Lanjutan
Tabel
Kelas
F
Xi
F
Frek
Frek.
Komulatif
Kom.No
1
31,3-33,2
3
32,25
3/27
3
2
36,8-44,3
3
40,55
3/27
6
3
45,6-48,9
3
47,25
3/27
9
4
49,9-51,5
3
50,7
3/27
12
5
54,3-55,2
3
54,75
3/27
15
6
59,7-61,7
3
60,7
3/27
18
7
66,3-71,2
3
68,75
3/27
21
8
71,3-76,5
3
73,9
3/27
24
9
77,5-79,5
3
78,5
3/27
27
27
1
135
Tabel 30. Frekwensi Nisbi Komulatif dan Nilai Tengah
No
Kelas
Frekwensi Fre.Nisbi
(f)
Komulatif
1
31,3-33,2
3
3/135
2
36,8-44,3
3
6/135
3
45,6-48,9
3
9/135
4
49,9-51,5
3
12/135

21

Fi.Xi
95,75
121,65
141,75
152,1

5
6
7
8
9

54,3-55,2
59,7-61,7
66,3-71,2
71,3-76,5
77,5-79,5

3
3
3
3
3
27

15/135
18/135
21/135
24/135
27,135
1

164,25
182,1
206,25
221,7
235,5
1521,05

fi.xi 1521,05
=
= 56,335
fi
27
Tabel 31. Sebaran Frekwensi untuk Mencari Keragaman
No
Kelas
Frekwensi
Xi X
(Xi-X)2
1
31,3-33,2
3
-24,085
580,087
2
36,8-44,3
3
-15,785
249,166
3
45,6-48,9
3
-9,085
82,537
4
49,9-51,5
3
-5,635
31,753
5
54,3-55,2
3
-1,585
2,512
6
59,7-61,7
3
4,365
19,053
7
66,3-71,2
3
12,415
154,132
8
71,3-76,5
3
17,565
308,529
9
77,5-79,5
3
22,165
491,287
27
0,335
1919,044
X =

__

s=
Maka: Ho : = 70 kg
Hi : = 70 kg
N= 27
X= 56,335 kg
S= 8,430
Thitung =

( X X ) 2
= 71,075 = 8,430
n

a= 0,05

x
s / n 1

56,335 70
8,430 / 27 1

13,663
= 8,266
1,653

Maka Ho ditolak sebab Thit -5,811< dari Ttabel 1,96

III.7
ANALISIS HIPOTESIS DENGAN UJI BEDA DUA PROPORSI
Analisis hipotesis dengan uji beda dua proporsi pada dasarnya hampir sama dengan
uji proporsi, hanya saja yang menjadi perbedaannya adalah tentang statistik dan distribusi
samplingnya saja.
Sebagai contoh, dalam sebuah pameran kesenian yang sama, terdapat dua jenis barang
yang dipamerkan yaitu barang A dan B. Dari 150 orang pengunjung 11 diantaranya membeli
barang A dan 19 lainnya membeli barang B. Dengan tingkat nyata/kepercayaan 5%. Apakah
ada perbedaan yang signifkant antara proporsi pembelian kedua jenis barang tersebut.

22

No Keterangan
1
Jumlah Pengunjung
2
Jumlah Pembeli
Maka:

n1= 150

n2=150

Barang A
150
11
x1=11

Barang B
150
19
x2=19

a=0,05

Nilai Signifikansi = 1,96


x1 + x 2
11 + 19
30
=
=
= 0,1
n1 + n 2 150 + 150 300
x1 x 2
11 19

n
1
n
2
150
150
Z=
Z=
= 4,907
1
1
1
1
p(1 p)( + )
0,1(1 0,1)(
+
)
n1 n2
150 150
P=

Dengan tingkat nyata 5% maka Ho ditolak,Oleh karena Zhit (-4,907) < Ztabel(-1,96)
Maka kita dapat menyimpulkan bahwa terdapat perbedaan yang signifikan antara A dan B,
sehingga P1 P2.

III.8
Analisis Hipotesis dengan Uji Beda Lebih dari Dua Proporsi
Analisis hipotesis dengan uji beda lebih dari dua proporsi hampir sama dengan uji
beda dua proporsi, hanya saja yang membedakannya adalah pada jumlah sampelnya yang
lebih dari dua proporsi.
Sebagai contoh, menghipotesis antara tingkat pendapatan hasil pertanian terhadap
tingkat kesadaran membayar zakat pada masyarakat petani apel di kota Malang.
Tabel 32. Observasi
Tingkat
Tingkat Kesadaran Membayar Zakat

Pendapatan T.sadar K.sadar C.Sadar Sadar S.sadar


2,5 juta
5
8
6
9
7
35
(Rendah)
4,5 juta
7
10
8
6
5
36
(Cukup)
6,5 juta
8
9
9
7
8
41
(Menngah)
8,5 juta
10
7
7
5
9
38
( Tinggi)
30
34
30
27
29
150

Tingkat
Pendapatan
2,5 juta
(Rendah)
4,5 juta
(Cukup)
6,5 juta

Tingkat Kesadaran Membayar Zakat


T.sadar K.sadar C.sadar Sadar S.sadar
7
7,93
7
6,3
6,76

35

7,2

8,16

7,2

6,48

6,96

36

8,2

9,29

8,2

7,38

7,92

41

23

(Menengah)
8,5 juta
7,6
(Tinggi)
30

8,61

7,6

6,84

7,34

38

34

30

27

29

150

sAngka minimal di setiap kolom adalah 5


(o e) 2
ChiSqare = X 2hit =
e
2
(5 7)
(8 7,93) 2 (6 7) 2 (9 6,3) 2
X 2hit =
+
+
+
...dst = 26,341
7
7,93
7
6,3
(5 1)(4 1)
= 12 ;5% = 21,026 ; 1% = 26,217
X 2tabel = db =
4 x3
Oleh karena X2hitung > X2tabel, maka tolak Ho. Artinya ada perbedaan kesadaran
membayar zakat yang significant pada keempat tipe / tingkat pendapatan pertanian tersebut.
Artinya tingkat pendapatan pertanian mempengaruhi tingkat kesadaran membayar zakat.

IV
ANALISIS REGRESI
Penulis: Dr. Taufiq Ramdani, M.Sos
Analisis regresi dilakukan bila hubungan dua variabel berupa hubungan kausal atau
fungsional. Kita dapat menggunakan analisis regeresi bila kita ingin mengetahui bagaimana
variabel devenden / kriteria dapat diprediksikan melalui variabel indevenden atau prediktor.
Dampak dari menggunakan analisis regresi dapat digunakan untuk memutuskan apakah naik
dan turunnnya variabel dependen dapat dilakukan melalui menaikkan dan menurunkan
keadaan variabel diependen dapat dilakukan dengan meningkatkan variabel indevenden atau
sebaliknya

4.1
REGRESI LINIER SEDERHANA
Regresi linier sederhana didasarkan pada hubungan fungsional ataupun kausal satu
variabel indevenden dengan satu variabel devenden.
Persamaan umum regersi linier sederhana adalah:
Y 1 = a + bX
Dimana:
Y = Subyek dalam variabel dependen yang diprediksikan.
a=
harga Y bila X = (harga konstan)
b=
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.

24

Sebagai contoh, data berikut adalah hasil pengamatan terhadap jumlah kader (X) dan
perolehan suara partai PPP (Y) pada pemilu 1999. Maka Analisis Regresi Linier sederhana di
sini digunakan untuk menganalisis nilai hubungan antara jumlah kader partai PPP dan
perolehan suara yang dicapainya pada pemilu 1999.
Tabel I
Jumlah Kader dan Perolehan Suara Partai PPP pada Pemilu 1999
Nomor
Xi
Yi
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
31
32
33
34
35

5
7
9
10
13
15
17
20
18
21
25
6
16
19
23
24
26
29
12
17
30
35
36
34
33
23
25
27
17
19
17
14
18
29
21

112
254
363
165
151
276
287
295
179
205
214
76
157
204
293
301
262
335
156
197
398
409
435
323
394
302
351
276
207
298
239
205
264
313
335

25

Tabel 2
Tabel Penolong Untuk Menghitung Persamaan Regresi Dan Korelasi Sederhana
Nomor
Xi
Yi
Xi Yi
X2
Y2
1
5
112
560
25
12544
2
7
254
1778
49
64516
3
9
363
3267
81
131769
4
10
165
1650
100
27225
5
13
151
1963
169
22801
6
15
276
3312
225
76176
7
17
287
4879
289
82369
8
20
295
5900
400
87025
9
18
179
3222
324
32041
10
21
205
4305
441
42025
11
25
214
5350
625
45796
12
6
76
456
36
5776
13
16
157
2512
256
24649
14
19
204
3876
361
41616
15
23
293
6739
529
85849
16
24
301
7224
576
90601
17
26
262
6812
676
68644
18
29
335
9715
841
112225
19
12
156
1872
144
24336
20
17
197
3349
289
38809
21
30
398
11940
900
158404
22
35
409
14315
1225
167281
23
36
435
15660
1296
189225
24
34
323
10982
1156
104329
25
33
394
13002
1089
155236
26
23
302
6946
529
91204
27
25
351
8775
625
123201
28
27
276
7452
729
76176
29
17
207
3519
289
42849
30
19
298
5662
361
88804
31
17
239
4063
289
57121
32
14
205
2870
196
42025
33
18
264
4752
324
69696
34
29
313
9077
841
97969
35
21
335
7035
441
112225
X i = 710
Yi = 9231
X i .Yi =
X2 =
Y 2 =
16726
2692564
204791
X=20,28571 X=263,7428
S=8,266058 S=87,098099
A. Menghitung Harga A dan B

( Y1 )( X 1 ) ( X 1 )( X i Yi )
2

a=

n X i ( X i ) 2
2

26

a=

(9231)(16726) (701)(204791)
= 131,27
(35)(16762) (710) 2

b=

b=

n X i Yi ( X i )( Yi )
n X i ( X i ) 2
2

(35)(204791) (710)(9231)
= 17,903
(35)(16726) (710) 2

B. Menyusun Persamaan Regresi


Y = 131,27 + 17,903
Y = 131,27 + 17,903 . 37 = 793,681
Dengan demikian dapat diperkirakan bahwa jumlah perolehan suara pada pemilu
1999 sebesar 793,681. Dari persamaan regresi di atas dapat pula diartikan bahwa, bila
jumlah kader bertambah 1, maka perolehan suara akan bertambah sebesar 17,903.
C. Membuat Garis Regresi
900

793,681
700

350
230
180
131,27
130
70
37
10

20

30

40

50

60

70

Nilai perolehan suara

r=

n X i Yi ( X i )( Yi )

{n X

2
i

}{

( X i ) 2 n Yi ( Yi ) 2
2

}
27

35.(204791) (710)(9231)

r=

= 0,233

{35.(16726) (710) }{35(2692564) (9231) }


2

r tabel untuk taraf kesalahan 5 % dengan n = 35 diperoleh 0,334 dan untuk 1 %


diperoleh 0,430. Karena harga r hitung lebih kecil dari r tabel baik untuk 5 % maupun 1 % maka
dapat disimpulkan tidak terdapat hubungan yang significant / positif sebesar 0,233 antara
jumlah kader dan perolehan suara pemilu 1999.

4.2
ANALISIS REGRESI LINIER BERGANDA EMPAT PREDIKTOR
Penulis: Dr. Taufiq Ramdani, M.Sos
Analisis regresi berganda digunakan bila kita bermaksud meramalkan bagaimana
keadaan (naik turunnya) variabel dependen (kriterium), bila dua atau lebih variabel
indevenden sebagai faktor prediktor dimanipulasi (dinaik turunkan nailainya. Jadi analisis
regresi ganda dilakukan bila jumlah variabel indevendennya minimal 2.
Sebagai contoh, mencari persamaan regresi dan hubungan antara kegiatan siskamling
( X 1 ) , pemagaran halaman rumah ( X 2 ) , patroli polisi ( X 3 ) dan keberanian melawan pemilik
rumah ( X 4 ) terhadap tingkat kejahatan pencurian ( Y ) .

No

Y
X

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
31

21
25
27
22
26
23
28
24
29
39
31
38
32
37
33
36
34
35
40
49
41
48
42
47
43
46
44
45
53
51
52
1141

33
37
31
39
30
35
38
34
32
37
36
38
31
30
23
29
27
22
21
28
32
37
28
40
43
42
45
47
33
35
37
1050

25
27
29
31
33
35
37
39
41
43
45
21
23
27
29
33
35
37
39
41
45
47
49
51
22
24
28
26
21
25
27
1035

27
29
21
35
39
41
45
33
31
39
37
33
47
27
25
35
47
49
38
34
32
31
30
35
41
44
47
39
37
30
33
1111

2
X

4
35
49
37
41
45
50
51
47
55
57
59
40
54
52
39
38
50
55
57
58
53
56
58
59
50
51
58
50
57
60
61
1582

441
625
729
484
676
529
784
576
841
1521
961
1444
1024
1369
1089
1296
1156
1225
1600
2401
1681
2304
1764
2209
1849
2116
1936
2025
2809
2601
2704
44769

__

Y = 51

X 1 = 1141

2
X

1089
1369
961
1521
900
1225
1444
1156
1024
1369
1296
1444
961
900
529
841
729
484
441
784
1024
1369
784
1600
1849
1764
2025
2209
1089
1225
1369
36774

2
X

625
729
841
961
1089
1225
1369
1521
1681
1849
2025
441
529
729
841
1089
1225
1369
1521
1681
2025
2209
2401
2601
484
576
784
676
441
625
729
36891

__

X 1 = 36

729
841
441
1225
1521
1681
2025
1089
961
1521
1369
1089
2209
729
625
1225
2209
2401
1444
1156
1024
961
900
1225
1681
1936
2209
1521
1369
900
1089
41305

1225
2401
1369
1681
2025
2500
2601
2209
3025
3249
3481
1600
2916
2704
1521
1444
2500
3025
3249
3364
2809
3136
3364
3481
2500
2601
3364
2500
3249
3600
3721
82414

735
1225
999
902
1170
1150
1428
1128
1595
2223
1829
1520
1728
1924
1287
1368
1700
1925
2280
2842
2173
2688
2436
2773
2150
2346
2552
2250
3021
3060
3172
59579

__

__

X 1 = 37

28

1155
1813
1147
1599
1350
1750
1938
1598
1760
2109
2124
1520
1674
1560
897
1102
1350
1210
1197
1624
1696
2072
1624
2360
2150
2142
2610
2350
1881
2100
2257
53719

X 2 = 34

X 1 = 34437
2

1Y

__

3Y

875
1323
1073
1271
1485
1750
1887
1833
2255
2451
2655
840
1242
1404
1131
1254
1750
2035
2223
2378
2385
2631
2842
3009
1100
1224
1624
1300
1197
1500
3172
55099

X 3 = 33

945
1421
777
1435
1755
2050
2295
1551
1705
2223
2183
1320
2538
1404
975
1330
2350
2695
2166
1972
1696
1763
1740
2065
2050
2244
2726
1950
2109
1800
2013
57246

X1.X2
693
925
837
858
780
805
1064
816
928
1443
1116
1444
992
1110
759
1044
918
770
840
1372
1312
1776
1176
1880
1849
1932
1980
2115
1749
1785
1924
38992

__

X\.X3

X1.X4

X2.X3

X2.X4

X3.X4

525
675
783
682
858
805
1036
936
1189
1677
1395
798
736
999
957
1188
1190
1295
1560
2009
1845
2256
2058
2397
946
1104
1232
1170
1113
1275
1404
38093

567
725
567
770
1014
943
1260
792
899
1521
1147
1254
1504
999
825
1260
1598
1715
1520
1666
1312
1488
1260
1645
1763
2024
2068
1755
1961
1530
1716
41068

825
999
899
1209
990
1225
1406
1326
1312
1591
1620
798
713
810
667
957
945
814
819
1148
1140
1739
1372
2040
946
1008
1260
1222
693
825
999
34317

891
1073
651
1365
1170
1435
1710
1122
992
1443
1332
1254
1457
810
575
1015
1269
1078
798
952
1024
1147
840
1400
1763
1848
2115
1833
1221
1050
1221
37854

675
783
609
1085
1287
1435
1665
1287
1763
1677
1665
693
1081
729
725
1155
1645
1813
1482
1394
1440
1457
1470
1785
902
1056
1316
1014
777
750
891
37506

X 4 = 35

__

X 2 = 1050

X 2 = 36774

X 2 = 34

X 3 = 1035

X 3 = 36891

X 3 = 33

X 4 = 1111

X 4 = 41305

X 4 = 36

Y = 1582

Y 2 = 82414

Y = 51

__

__

__

X 1Y = 59579

X 2Y = 53719

X 3Y = 55099

X 4Y = 57246

X 1 X 2 = 38992

X 1 X 3 = 38093

X 1 X 4 = 41068

X 2 X 3 = 34317

X 2 X 4 = 37854

X 3 X 4 = 37506
Dengan metode skor deviasi diperoleh hasil sebagai berikut:
(1141) 2
(1582) 2
2
X 1 = 34437
= 7559,16
Y = 82414
= 1680,97
31
31
(1050) 2
(1141)(1582)
2
X
=
36774

= 1209,5
X 1Y = 59579
= 1351,2
2
31
31
(1035) 2
(1050)(1582)
2
X 3 = 36891
= 2335,36
X 2Y = 53719
= 135,13
31
31
(1111) 2
2
X 4 = 41305
= 1488,2
31
(1035)(1582)
X 3 Y = 55099
= 2280,62
31
2

(1111)(1582)
= 549,17
31
(1141)(1052)
X 1 X 2 = 38992
= 271,62
31
(1141)(1035)
X 1 X 3 = 38093
= 1,67
31
(1141)(1111)
X 1 X 4 = 41068
= 171,04
31
(1053)(1035)
X 2 X 3 = 34317
= 839,61
31
(1053)(1111)
X 2 X 4 = 37854
= 115,84
31
X 4Y = 57246

29

X 3 X 4 = 37506

(1035)(1111)
= 412,94
31

Hasil skor deviasi dimasukkan ke dalam persamaan simultan:


1. 1351,2
= -7559,16 b1 + 271,62 b2 + -1,67 b3 + 171,04 b4
2. 135,13

= 271,62 b1 + 1209,5b2 + 839,61b3 + 115,84b4

3. 2280,62

= 271,62 b1 + 839,61b2 + 2335,36b3 + 412,94b4

4. 549,17

= 171,04 b1 + 115,84b2 + 412,94b3 + 1488,2b4

(1a) 7,89

= 44,19 b1 + 1,58b2 + 0,00b3 + b4

(2a) 1,16

= 2,34 b1 +10,44 b2 + 7,24b3 +

(4a) 0,36

b4
= 0,65 b1 + 2,03b2 + 5,65b3 + b4
= 0,11 b1 + 0,07b2 + 0,27b3 + b4

(5) (1a-2a)

6,73

(6) (2a-3a)

-4,36 = 1,69 b1 + 8,41b2 + 1,59b3

(7) (3a-4a)

5,16

(3a) 5,52

= 41,85 b1 + 8,86b2 + 7,24b3


= 0,54 b1 + 2,1b2 + 5,38b3

(5a) 0,18

= 0,29 b1 + 0,19b2 + b3

(6a) 1,27

= 2,23 b1 + 0,35b2 + b3

(7a) 0,15

= -0,45 b1 + 0,17b2 + b3

(8) (5a-6a)
(9) (6a-7a)

-1,09 = -1,94 b1 + 0,16b2


1,12 = 1,78 b1 + 0,18b3

(8a)
(9a)

1,37
1,59

= 3,53 b1 + b2
= 2,65 b1 + b2

(10) (8a-9a)

0,22

= 0,88 b1 + b2

b1

= 0,25

1,59
1,59

= 2,65 b1 + b2
= 1,13 b1 + b2

b2

= 0,42

0,15

= -0,45 b1 + 0,17b2 + b3

0,15

= -0,17 b1 + 0,7 b2 + b3

(9a)

(7a)

30

(4a)

b3

= 0,79

0,36

= 0,11 b1 + 0,07b2 + 0,27b3 +

0,36

= 0,07 b1 + 0,03 b2 + 0,19 + b4

b4

= 0,17

b4

a
a
a

= Y- b1 X 1 b2 X 2 b3 X 3 b4 X 4
= 51 - (0,25).(36) (0,42)(34) (0,79)(33) (0,17)(35)
= -4,32

Y
Y

= a + b1 X 1 + b2 X 2 + b3 X 3 + b4 X 4
= - 4,32 + 0,25 X 1 + 0,42 X 2 + 0,79 X 3 + 0,17 X 4

Dari analisis regresi, koefien regresi berturut-turut diperoleh:


a = -4,32
b1 = 0,25
b2 = 0,42
b3 = 0,79

b4 = 0,17

Rumus korelasi ganda 4 prediktor:


b1 X 1Y + b2 X 2Y + b3 X 3Y + b4 X 4Y
Y 2
0,25(1351,2) + 0,42(135,13) + 0,79(2280,62) + 0,17(549,17)
R y (1, 2,3) =
= 1,36
1680,97
Koefisien determinasi ( R 2 ) =1,36
R y (1, 2,3) =

R 2 ( N M 1) 1,36(31 4 1)
=
= 24,55
F=
4(1 1,36)
m(1 R 2 )
Jadi harga F hitung =24,55. Harga ini selanjutnya dikonsultasikan dengan F tabel .
Untuk dk pembilang = 4 dan dk penyebut (31-4-1) = 26, maka didapat untuk 5 %
F tabel = 2,74 dan untuk 1 % F tabel = 4,14
Kesimpulan F hitung > F tabel , maka koefesien korelasi ganda yang diuji
signifikansi, yaitu didapat diberlakukan ke populasi dengan taraf kesalahan 5 %
maupun 1 %.

31

DAFTAR PUSTAKA

Sugiyanto. 2002. Analisis Statistika Sosial, Fakultas Pertanian Universitas Brawijaya,


Malang.
Sugiyono, Wibowo. 2004. Statistika Penelitian dan Aplikasinya dengan SPPSS 10.00 for
Windows, Alfabeta,
Sugiyono. 2003. Statistika untuk Penelitian, CV. Alfabeta, Bandung.
Nazir. 2003. Metode Penelitian, Ghalia Indonesia, 2003.

32