Anda di halaman 1dari 74

MODUL 1 Memulai SPSS dan Mengelola File

MEMULAI SPSS Untuk memulai SPSS for Windows langkah yang harus dilakukan adalah: Klik menu Start > Programs > SPSS for Windows > SPSS for Windows . Kemudian akan ditampilkan menu utama SPSS for Windows seperti tampak pada gambar berikut:

Beberapa menu utama yang penting dalam SPSS adalah sebagai berikut: Analy e digunakan untuk menganalisa data. digunakan untuk memanipulasi data. berisi fasilitas pengelolaan atau manajemen data dan digunakan untuk mem isualkan data. digunakan berkaitan dengan utilitas.

!ransform File file. "ra#$ Utilities

!nda juga akan menjumpai menu di kiri bawah berupa Data %iew dan %aria&le %iew. a' Mem&uat %aria&el "angkah pertama adalah dengan mendefinisikan terlebih dahulu ariabelnya: #. $. !ktifkan ariable iew %sikan data-data ariabel:

(ame !y#e Widt$

nama ariable &default ma' ( karakter). tipe data dari ariabel. mengatur banyaknya karakter yang dibutuhkan suatu data.

De)imal untuk data yang bertipe numeri*. La&el %alues untuk memberi keterangan penjelas dari ariabel. untuk menentukan label ariabel dan nilai dari label tersebut.

Missing digunakan apabila dalam data yang akan diolah terdapat data-data yang hilang atau tidak ada. +isalkan pada kolom missing diisi tanda ,-. maka apabila dalam ariabel tersebut data yang diisikan adalah tanda ,-. berarti data tersebut tidak ada. *oloum digunakan untuk menentukan lebar kolom data. Align untuk mengatur tampilan data rata kiri/ rata kanan/ atau tengah.

Measure menunjukkan jenis pengukuran data apakah bertipe skala &kuantitatif asli)/ nominal/ atau ordinal &untuk data kualitatif). Berikut adalah *ontoh tampilan dari pendefinisian ariabel:

0an berikut ini adalah *ontoh tampilan setelah data diisikan dalam Data View sesuai dengan tipe datanya:

S!A!IS!I+ DES+,IP!IF Statistika deskriptif adalah salah satu metode statistik yang berkaitan dengan pengumpulan/ peringkasan/ dan penyajian suatu kumpulan data sehingga memberikan informasi yang berguna. Berikut adalah *ontoh penyajian data menggunakan metode deskriptif statistik dengan SPSS. 1erdapat data umur dan pendapatan dari 23 responden.

"angkah 4 langkah yang dilakukan/ yaitu:

#. $.

Klik menu Analy e > Des)ri#ti-e Statisti)s > Des)ri#ti-e' Pilih ariabel yang ingin diketahui deskripsinya/ sebagai *ontoh ariabel umur dan pendapatan.

2. 5.

Klik tanda

untuk memindah ariabel ke kolom %aria&le.s/.

Klik O#tions untuk memilih output yang ingin diketahui.

6.

Klik *ontinue > O+ untuk menghasilkan analisa.

0asil Analisa 0es*ripti e Statisti*s 7 Umur Pendapatan ;alid 7 &listwise) %aria&el Umur 23 23 23 +inimum $3 #333 +a'imum 68 5333 +ean 2#.83 $$#6.33 Std. 0e iation #3.393 :59.2((

7 < 23/ berarti ada 23 data di ariabel umur. %aria&el Penda#atan 7 < 23/ berarti ada 23 data pada ariabel pendapatan.

LA!I0A( SOAL 0iketahui data usia/ tinggi badan/ dan fungsi paru-paru dari #2 orang.

#. $. 2. 5. 6.

+asukkan data tersebut ke dalam tabel SPSS &definisikan ariabel subyek/ usia/ tinggi badan/ dan fungsi paru-paru). "akukan analisa untuk mengetahui nilai minimum/ maksimum/ mean/ dan standar de iasi untuk nilai usia/ tinggi badan/ dan fungsi paru-paru. 1uliskan pula hasil analisa !nda. Simpanlah data dengan nama 1ugas#.sa . 1abulasi data.

Pem&uatan !a&el Fre1uensi 0iberikan *ontoh data pengamatan nilai ujian statistik 23 mahasiswa. (3 8$ :9 96 (9 8# :2 (6 65 (( 93 9( 83 66 :6 :3 ($ 83 9( 63 :8 93 92 (9 (6 83 99 69 (: (5

"angkah-langkah membuat tabel frekuensi sebagai berikut:

#. $. 2.

+asukkan data tersebut ke dalam tabel SPSS. Klik menu Analy e > Des)ri#ti-e Statisti)s > Fre2uen)ies > Statisti)s. Untuk membuat tabel frekuensi/ beri tanda *ontoh: pada perintah sesuai kebutuhan/ sebagai

5.

Klik *ontinue > O+ untuk menghasilkan analisa seperti di bawah ini. Statisti*s 7ilai 7 ;alid +issing +ean +edian +ode =ange +inimum +a'imum Sum Per*entiles 63 23 3 :6.#2 ::.63 83 5$ 63 8$ $$65 ::.63

7ilai ;alid >re?uen*y Per*ent ;alid 63 65 66 69 93 92 96 99 9( :3 :2 :6 :9 :8 (3 ($ (5 (6 (9 (: (( 83 8# 8$ 1otal Mengguna1an Perinta$ *$arts "angkah-langkah mengoperasikan *harts sebagai berikut: Klik menu *$arts/ lalu tandai Aistogram dan with normal *ur e. # # # # $ # # # $ # # # # # # # # $ $ # # 2 # # 23 2.2 2.2 2.2 2.2 9.: 2.2 2.2 2.2 9.: 2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.2 9.: 9.: 2.2 2.2 #3.3 2.2 2.2 #33.3 Per*ent 2.2 2.2 2.2 2.2 9.: 2.2 2.2 2.2 9.: 2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.2 9.: 9.: 2.2 2.2 #3.3 2.2 2.2 #33.3 @umulati e Per*ent 2.2 9.: #3.3 #2.2 $3.3 $2.2 $9.: 23.3 29.: 53.3 52.2 59.: 63.3 62.2 69.: 93.3 92.2 :3.3 :9.: (3.3 (2.2 82.2 89.: #33.3

Klik *ontinue > O+. 1ampilan @hart Aistogram seperti di bawah ini.

Lati$an Soal #. "akukan analisis untuk data pengamatan nilai U!S Statistik dari 53 mahasiswa semester ganjil di bawah ini. 69 :$ 93 8$ (8 (2 (3 9( 63 8# 68 :6 99 :3 92 92 (3 96 :3 (( 85 (: 82 83 66 83 65 :2 (( 6( :$ 9$ 98 83 (5 6( :3 ($ :6 :3

7ilai +ean/ +edian/ +odus/ Sum 7ilai persentil ke 23/ :6/ 93 7ilai maksimum/ minimum/ standar de iasi/ dan range nya. Simpan data dengan nama 1ugas$.sa

!U"AS #. Penggilingan beras di desa Bemah =ipah setiap harinya menerima padi dari warga desa sekitar untuk digiling. Berikut data beras yang digiling oleh penggilingan pada bulan September $3##.

!nalisalah data di atas agar pemilik penggilingan bisa mengetahui: $. =ata 4 rata beras yang digiling per harinya Berapakah jumlah beras yang diterima penggilingan untuk bulan ini Urutkan data dari penggilingan yang terbanyak 1ampilkan *hartnya Pabrik Csoki +otor*y*le mempromosikan bahwa pada siklus rata 4 rata (3 mil per galon pada perjalanan jauh/ dan inilah data keuntungan pada siklus 53: (( (3 6$ :( (# :8 (: (8

83 (6 (8 83 ($ 86 (3 95 1entukan: 2.

(6 63 (3 96 9: (6 6( :5

:3 :9 (( :3 98 :6 ($ (5

:$ :3 :( 9$ :9 93 :2 85

7ilai maksimum dan minimumnya Standard de iasi dan range nya 1ampilkan *hartnya Seorang teknisi pabrik paku melakukan kunjungan di bagian produksi lalu mengambil beberapa sample untuk pengukuran diameter paku/ data nya sebagai berikut : 9/:$ 9/:: 9/($ 9/:3 9/:( 9/:3 9/9$ 9/:6 9/99 !nalisalah data di atas Aitung nilai rata-rata ukuran diameter paku dan buatlah *hart histogramnya. 9/99 9/95 9/:9 9/:2 9/(3 9/:$ 9/:9 9/:9 9/9( 9/99 9/9$ 9/9: 9/:9 9/:3 9/:( 9/:9 9/9: 9/:3 9/:$ 9/:5 9/(# 9/:8 9/:( 9/99 9/:9 9.(: 9/:$

MODUL 3 +O,ELASI

Pengertian #. $. 2. 4. +engukur derajat keeratan hubungan antara satu ariabel dengan ariabel lain. Aanya sekedar mengukur hubungan dan sifat hubungan dalam korelasi bisa dua arah &bolak-balik)/ D berhubungan dengan E atau E berhubungan dengan D. Aubungan dalam korelasi bisa positif &hubungan searah)/ nol &tidak ada hubungan) atau negatif &berlawanan arah). Simbol atau notasi korelasi: ,r. dan besarnya 4# r #.

!u4uan Untuk mengetahui hubungan dua ariabel/ bagaimana arah hubungan dan seberapa besar hubungan tersebut. Ma)am 1orelasi5 #. +orelasi 6i-ariate/ yaitu korelasi yang terjadi antara $ ariabel. Sehingga ariabel lain diabaikan. 6erdasar1an Ara$nya !pabila positif &F) maka hubungannya searah/ artinya jika # ariabel naik maka yang lain ikut naik !pabila negatif &-) maka hubungannya berlawanan/ artinya jika # ariabel naik maka yang lain turun. 6erdasar1an nilai dera4at 1orelasinya &ai1 #ositf mau#un negatif 3/: sGd # 3/5 sGd 3/: 3/$ sGd 3/5 H 3/$ a. kuat sedang rendah lemahGdiabaikanGdianggap tidak ada hubungan antar $ ariabel Korelasi Pearson/ yaitu untuk mengukur korelasi data inter al atau ratio.

b. $.

Korelasi Spearman & Kendall/ untuk mengukur korelasi data nominal I ordinal

+orelasi Partial/ yaitu korelasi yang men*erminkan data nyata &korelasi #G#) tetapi ariabel lain sebagai *ontrol kendali. !plikasi U4i +orelasi 6i-ariat .Produ)t7Moment Pearson/ Untuk menentukkan korelasi &kuatnya hubungan) antara ariabel- ariabel penelitian. Jika ada hubungan/ seberapa kuat hubungan antar ariabel tersebut. 0apat digunakan untuk jenis data =asio &S*ale) atau %nter al.

LA("+A0 U(!U+ U8I +O,ELASI 6I%A,IA! .Pearson/ #. $. +asukkan data di atas ke dalam Program SPSS dengan nama ariable bulan/ biayaKselling/ biayaKpromosi/ biayaKiklan/ dan unitKpenjualan. Klik menu utama Analy e > *orrelate > 6i-ariate/ seperti di bawah ini.

2.

Kemudian klik semua

ariabel yang akan dikorelasikan dan masukkan ke %aria&les ).

dengan mengklik tanda panah & 5.

*orrelation *oeffi)ients/ pilihlah Pearson karena akan melakukan uji dengan data rasio.

6. 9. :.

!est of Signifi)an)e/ pilih option !wo7tailed untuk uji dua arah atau dua sisi. Flag signifi)ant )orrelation boleh di*entang &dipilih) hingga pada output akan mun*ul tanda - untuk signifikansi 6 L dan tanda -- untuk signifikansi #L. Kemudian klik tombol O#tions hingga tertampil seperti gambar di bawah ini.

Pengisian: !nda dapat memun*ulkan output nilai Means and standard de-iations dengan mengklik pilihan yang sesuai pada kolom Statisti*s. Pada pilihan Missing %alues ada dua pilihan: a) E9)lude )ases #airwise: pasangan yang salah satu tidak ada datanya tidak dimasukkan dalam perhitungan. !kibatnya/ jumlah data tiap pasangan korelasi akan ber ariasi. b) E9)lude )ases listwise: yang dibuang adalah kasus yang salah satu Untuk keseragaman pilih M'*lude *ases pairwise. *ontinue > O+ jika sudah selesai. ariabelnya memiliki missing data. Jumlah kasus untuk semua ariable korelasi adalah sama.

!plikasi U4i +orelasi S#earmen dan +endall Untuk menentukkan korelasi &kuatnya hubungan) antara ariable- ariabel berdasarkan peringkat. Jika ada hubungan/ seberapa kuat hubungan anatar araiabel tersebut. 0apat digunakan untuk jenis data ordinal. LA("+A0 U(!U+ U8I +O,ELASI SPEA,MA( DA( +E(DALL #. +asukkan data berikut ini ke dalam Program SPSS dengan nama ariable Pekerja/ Prestasi/ %N/ dan +oti asi. Pe1er4a Eudi !gus Su*iwati !khmad Santi Sudiro Bondan @e*ep "astri $. Prestasi (5 (6 (: 8$ 8# 89 (2 (: (( I: ##3 #33 83 ##3 #33 ##3 86 83 #33 Moti-asi (6 ($ (5 8# (2 (( ($ (9 (5

Klik menu utama Analy e > *orrelate > 6i-ariate/ seperti di bawah ini.

2. 5. 6. 9.

+asukkan ariable ke kolom ;ariables dan kliklah +endall;s tau7& dan S#earman untuk mendapatkan output korelasi Kendall dan Spearman. Pilih option !wo7tailed dan Flag signifi)ant )orrelations. 1ekan tombol O#tions > *ontinue. Kemudian tekan CK/ maka akan tampil output seperti di bawah ini.

Analisis Out#ut #. !rti !ngka Korelasi &"ihat @orrelation @oeffi*ient)

!da dua hal dalam penafsiran korelasi/ yaitu tanda OF. atau O-, yang berhubungan dengan arah korelasi/ serta kuat tidaknya korelasi. Korelasi antara Prestasi dan %N/ didapat angka 3/256. Aal ini berarti: !rah korelasi positif/ artinya semakin tinggi tingkat Prestasi seseorang maka %Nnya *enderung semakin besar. 0emikian pula sebaliknya. Besaran derajat korelasi &3/256) berarti tingkat Prestasi seseorang berkorelasi SM0!7B dengan tingkat %N. $. Signifikansi Aasil Korelasi &lihat Sig. &$-tailed)) Bila kita hendak merumuskan hipotesis antara dua ariabel/ yaitu tingkat Prestasi seseorang dengan tingkat %N memiliki hubungan &korelasi)/ maka se*ara statistik dapat dinyatakan seperti berikut: A3 A# : tidak ada hubungan &korelasi) antara dua Prestasi dengan %N) : ada hubungan &korelasi) antara dua ariabel &antara ariabel Prestasi dengan %N) Bila akan menguji hipotesis di atas/ kita dapat menguji dengan melakukan uji dua sisi. 0asar pengambilan keputusannya adalah dengan dasar probabilitas sebagai berikut: Jika nilai sig. $ tailed P / maka A3 diterima/ artinya tidak ada hubungan antara $ ariabel. Jika nilai sig. $ tailed H / maka A# diterima/ artinya ada hubungan antara $ ariabel. Pada *ontoh kasus di atas nilai Sig. &$-tailed) sebesar 3/$$:. Jadi/ nilai sig. $ tailed &3/36) P &3/$$:)/ artinya tidak ada hubungan antara ariabel Prestasi dengan %N. 2. Jumlah 0ata yang Berkorelasi 0apat dilihat dari nilai 7 karena tidak ada data yang hilang/ maka data yang diproses adalah 8 sesuai dengan data yang ada. ariabel &antara ariabel

LA!I0A( 1'

!. !dakah hubungan antara ekonomi makro/ de iden/ demand saham/ supply saham/ dan harga sahamQ B. @arilah korelasi partial antara: a. 0e iden dengan harga sahamR b. Permintaan saham dengan harga sahamR *. Penawaran saham dengan harga sahamR 3'

Keterangan:

+iner4a: #<baik sekali/ $<baik/ 2<buruk +e#ri&adian : #< baik sekali/ $<baik/ 2<buruk Prestasi: #<*ukup/ $<sedang/ 2<baik/ 5<sangat baik

!. !dakah hubungan antara gaji/ masaKkrj/ jmlKanak/ kinerja/ kepribadianQ B. @arilah korelasi partial antara: a. Baji dengan kinerja/ dengan ariabel pengontrolnya masaKkrjaR b. +asaKkrj dengan tunjangan/ dengan ariabel pengontrolnya gajiR *. 1unjangan dengan jmlKanak/ dengan ariabel pengontrolnya masaKkrjaR

MODUL < ,E",ESI SEDE,0A(A

!nalisis regresi digunakan untuk tujuan peramalan/ dimana dalam model tersebut ada sebuah ariabel dependen &terikat) dan ariabel independen &bebas). @ontoh: P1 ,+C0M+KU , sebagai perusahaan modem ingin mengetahui pengaruh iklan modem yang ditayangkan di tele isi terhadap penjualan modem. Berikut data tayangan iklan dan penjualan modem selama 23 minggu: +inggu Satu 0ua 1iga Mmpat "ima Mnam 1ujuh 0elapan Sembilan Sepuluh Sebelas 0uabelas 1igabelas Mmpatbelas "imabelas Mnambelas 1ujuhbelas 0elapanbelas Sembilanbelas 0uapuluh 0uapuluhsatu 0uapuluhdua 0uapuluhtiga 0uapuluhempat 0uapuluhlima 0uapuluhenam 0uapuluhtujuh 0uapuluhdelapan 0uapuluhsembilan Penjualan +odem (6 :3 :6 #:3 ##3 #56 #23 ##6 #86 #:3 ##( #(3 #2$ #:( #96 ##6 #63 #33 #5( 89 #(6 #83 #8( #(6 #86 #:6 #92 #(6 #:( 1ayangan %klan : : : 8 ( #3 ## #3 #5 #5 #$ #5 #2 #5 #5 #3 8 ( #2 8 #5 #$ ## #3 #2 #5 #2 #5 #2

1igapuluh +asalah yang akan dianalisis: #) $) 2) 5)

#9$

#5

!pakah ada hubungan antara frekuensi tayangan iklan dengan jumlah penjualan modemQ !pakah frekuensi tayangan iklan memengaruhi jumlah penjualan modemQ Berapa besar pengaruh frekuensi tayangan iklan terhadap jumlah penjualan modemQ !pakah ke*enderungan penjualan di masa yang akan datang mengalami kenaikan atau penurunanQ

!a$a# 1 +embuat 0esain ;ariabel Untuk membuat desain ariabel/ pilihlah perintah submenu di bagian bawah kiri %aria&el %iew kemudian buatlah desainnya sebagai berikut:

!a$a# 3 +emasukkan data ke SPSS Untuk memasukkan data/ pilihlah perintah Data %iew. Setelah itu/ masukkan data mulai dari data ke-# sampai data ke-23. !a$a# < +enganalisis data SPSS Untuk melakukan analisis/ lakukanlah langkah-langkah sebagai berikut: Klik Analyse Klik ,egression: pilih Linear Pindahkan ariabel 8ual ke kolom De#endent Pindahkan ariabel I1lan ke kolom Inde#endent +asukkan ariabel minggu ke kolom *ase La&els %si kolom Met$od dengan perintah Enter

Klik O#tion: pada pilihan Ste##ing Met$od *riteria/ masukkan angka 3/36 pada kolom Mntry In)lude )onstant in e2uation Pada pilihan Missing %alues/ E9)lude )ases listwise

1ekan *ontinue > O+ untuk diproses.

@atatan: untuk menetukan metode/ SPSS memberikan beberapa pilihan sebagai berikut: Mnter =emo e Ba*kward >orward Stepwise : memasukkan semua ariabel independent : mengeluarkan semua ariabel independent : mengeluarkan satu per satu ariabel independent : memasukkan satu per satu ariabel independent : gabungan antara >orward dan Ba*kward

Setelah melakukan proses analisis maka hasilnya sebagai berikut:

Men4awa& masala$ #. !pakah ada hubungan antara frekuensi tayangan iklan dengan jumlah penjualan modemQ 0ari hasil perhitungan didapatkan angka korelasi antara frekuensi tayangan iklan dengan penjualan sebesar 3/:96. !rtinya/ hubungan kedua ariabel tersebut sangat kuat. Korelasi postif menunjukkan bahwa hubungan antara frekuensi tayangan iklan dengan penjualan searah. !rtinya/ jika frekuensi tayangan iklan semakin sering maka penjualan modem akan meningkat.

Untuk melihat hubungan antara

ariabel frekuensi tayangan iklan dengan penjualan

signifikan atau tidak/ dapat dilihat dari angka probabilitas &sig) sebesar 3/33 yang lebih ke*il dari 3/36. Ketentuan mengatakan jika angka probabilitas H 3/36 maka ada hubungan yang signifikan antara kedua eriabel tersebut dan sebaliknya.

$.

+enjawab masalah $ dan 2. !pakah frekuensi tayangan iklan memengaruhi jumlah penjualan modemQ Berapa besar pengaruh frekuensi tayangan iklan terhadap jumlah penjualan modemQ Untuk menghitung besarnya pengaruh frekuensi tayangan iklan terhadap penjualan/ kita menggunakan angka = S?uare &Koefisien 0eterminasi). = S?uare sebesar 3/6(6 atau < 6(/6L &=umusnya ' #33L). Besarnya pengaruh ariabel frekuensi tayangan iklan terhadap penjualan ialah 6(/6L/ sedangkan sisanya 5#/6L &#33L-6(/6L) harus dijelaskan oleh faktor-faktor penyebab lainnya yang berasal dari luar model regresi ini.

Untuk keperluan di atas/ diperlukan hipotesis sebagai berikut: A3: !da hubungan linier antara ariabel tayangan iklan dengan penjualan A#: 1idak ada hubungan linier antara ariabel tayangan iklan dengan penjualan Pengujian dilakukan dengan menggunakan Sig dengan ketentuan: Jika angka signifikansi H 3/36S A3 ditolak dan A# diterima Jika angka signifikansi P 3/36S A3 diterima dan A# ditolak

Perhitungan angka signifikansi 3/333 H 3/36S A3 ditolak dan A# diterima. !rtinya / ada hubungan liner antara kedua mempengaruhi penjualan. ariabel/ maka frekuensi penayangan iklan memang

2.

+enjawab masalah 5. !pakah ke*enderungan penjualan di masa yang akan datang mengalami kenaikan atau penurunanQ Untuk kepentingan tersebut/ kita menggunakan angka-angka di atas pada bagian Predi)ted %alue. @ara melihatnya dengan membandingkan antara data penjualan penelitian awal dengan data penjualan hasil prediksi. Jika ingin mengetahui *ara perhitungan angka penjualan yang diprediksi/ hitunglah dengan rumus berikut ini: E< a F b' Ket: - E adalah Penjualan a adalah angka konstan dari UnstandardiTed @oeffi*ient b adalah angka koefisien ariabel tayangan iklan ' adalah angka frekuensi tayangan iklan pada minggu ke-n

Untuk menghitung angka penjualan yang di prediksi pada minggu pertama maka formulanya sebagai berikut: E< #2/828 F ##/(9$ ' #$ E< #69/$(2 Untuk perhitungan minggu-minggu berikutnya/ *aranya sama. Kesimpulan yang dapat dibuat dari kasus di atas ialah: Aubungan antara frekuensi tayangan iklan dengan penjualan sebesar 3/:96 atau sangat kuat/ searah dan signifikan. Pengaruh frekuensi tayangan iklan terhadap penjualan sebesar 6(/6L. Pengaruh ariabel lain di luar model sebesar 5#/6L. Ke*enderungan penjualan se*ara umum mengalami kenaikan atau meningkat.

Soal Lati$an 1 P1 ,!nak 7egeri. ingin menghitung gaji pegawainya dengan masa kerja selama dia mengabdi di perusahaan tersebut. Berikut data masa kerja pegawai dan gajinya:

+asalah yang akan di teliti adalah: #) $) 2) 5) !pakah ada hubungan antara masa kerja dengan jumlah gaji pegawaiQ !pakah masa kerja memengaruhi jumlah gaji pegawaiQ Berapa besar pengaruh masa kerja terhadap jumlah gaji pegawaiQ !pakah ke*enderungan gaji pegawai di masa yang akan datang mengalami kenaikan atau penurunanQ

Soal Lati$an 3 P1. 7US!71!=! sebagai perusahaan terkemuka di dunia pada awal tahun lalu telah mengeluarkan kebijakan kenaikan bonus para kepala kantor pemasaran untuk setiap unit produk yang berhasil dijual. Berikut data kenaikkan bonus pada 23 kantor pemasaran di %ndonesia dan jumlah produk yang terjual:
7omor @aban g Kenaikkan bonus &D) &juta) Produk 1erjual &E)

# $ 2 5 6 9 : ( 8 #3 ## #$ #2 #5 #6 #9 #: #( #8 $3 $# $$ $2 $5 $6 $9 $: $( $8 23

$: $$ ## #6 $8 #( $$ $2 #$ #9 #2 ( $( #$ $3 $6 $5 $3 $# #6 : 23 #5 23 9 $# 26 $$ #: #(

#3# 8: :$ :5 82 (2 8: #33 :3 (( :6 9( #3$ :# (5 83 8$ 86 89 (# 99 #36 :( #35 93 88 ##3 (9 :8 (3

Aitung persamaan garis regresi antara

ariabel kenaikkan bonus dan produk yang terjual

sehingga hasil persamaan tersebut bisa digunakan untuk prediksiR

MODUL = ,E",ESI 6E,"A(DA

Persamaan regresi adalah persamaan matematik yang memungkinkan untuk meramalkan nilai-nilai suatu peubah tak bebas &dependent) dari nilai-nilai satu atau lebih peubah bebas &independent). 0alam hal regresi berganda di mana independentnya lebih dari # ariabel boleh antara $ sampai dengan :. Kalau melebihi : ariabel independent maka hasil ramalannya akan tidak efektif. Cleh karena itu/ sebelum !nda mempelajari masalah regresi berganda !nda harus menguasai dan memahami dahulu regresi sederhana. Karena pembahasan ini tidak akan jauh dari regresi sederhana. Satu hal lagi yang penting regresi berganda merupakan hal yang paling sering digunakan dalam menganalisis hubungan karena lebih efektif dari regresi sederhana. Untuk lebih jelasnya terkait regresi sederhana lihat *ontoh berikut ini: *onto$ Lati$an 1 Seorang +anajer Pemasaran Komputer ,A>IOO. ingin mengetahui apakah Promosi dan Aarga berpengaruh terhadap Penjualan produk tersebutQ Pen4ualan .?/ $2 : #6 #: $2 $$ #3 #5 $3 #8 *ara men4alan1an 5 #. $. 2. Buka data baru pada SPSS "engkapi %aria&el %iew dan kemudian masukkan data pada Data Editor. Klik Anali e > ,egression >Linier maka akan tampil kotak dialog seperti gambar #. Promosi .>1/ #3 $ 5 9 ( : 5 9 : 9 0arga .>3/ : 2 $ 5 9 6 2 2 5 2

Bambar # 5. 6. %sikan untuk kolom De#endent dengan ariable Penjualan/ sedangkan untuk kolom Inde#endent dengan ;ariabel Promosi dan Aarga. Klik 1ombol Statisti)s sehingga mun*ul kotak dialog seperti pada gambar $ dan sesuaikan dengan pilihan-pilihannya.

Bambar $ 9. :. Klik )ontinue untuk kembali ketampilan kotak dialog sebelumnya. Klik tombol #lots/ sehingga mun*ul kotak dialog sehingga mun*ul kotak dialog seperti gambar 2 sesuaikan dengan pilihan-pilihannya.

Bambar 2 (. 8. Klik )ontinue untuk kembali ke kotak dialog sebelumnya. Klik tombol sa-e sehingga mun*ul kotak dialog seperti gambar 5/ dan sesuaikan dengan pilihan-pilihannya.

Bambar 5 #3. ##. Klik )ontinue untuk kembali ke tampilan kotak dialog sebelumnya. Selanjutnya klik tombol o#tions/ maka akan mun*ul kotak dialog seperti gambar 6 dan sesuaikan dengan pilihanya.

Bambar 6 #$. #2. Klik )ontinue untuk kembali ke tampilan kotak dialog sebelumnya. Klik O+. Des)ri#ti-e Statisti)s Std. +ean Penjuala n Promosi Aarga Analisis +ean dari Penjualan adalah #:/33 dengan de iasi standar sebesar 6/58: dan jumlah data yang tersebar &7) sebesar #3. +ean dari Promosi adalah 9/33 dengan de iasi standar sebesar $/$9# dan jumlah data yang tersebar &7) sebesar #3. +ean dari Aarga adalah 5/33 dengan de iasi standar sebesar #/692 dan jumlah data yang tersebar &7) sebesar #3. #:.33 9.33 5.33 0e iation 6.58: $.$9# #.692 7 #3 #3 #3

Analisis 7ilai Korelasi menunjukkan angka sebesar 3.8#$ antara Penjualan dan Promosi. Aal ini menunjukkan bahwa hubungan antara Panjualan dan Promosi adalah kuat. 7ilai Korelasi menunjukkan angka sebesar 3.:2: antara Penjualan dan Aarga. Aal ini menunjukkan bahwa hubungan antara Panjualan dan Aarga adalah kuat.

Analisis Kolom = menunjukkan angka koefisien korelasi/ yaitu sebesar 3/8#6. Aal ini menunjukkan bahwa hubungan antara ariable sangat kuat. Kolom = S?uare<3.(29 merupakan kuadrat dari nilai korelasi. = s?uare juga disebut koefisien determinasi. Aal ini berarti bahwa promosi dan harga dapat menjelaskan penjualan sebesar (2/9L dan #9/5L dipengaruhi oleh sebab-sebab lain &#33-(2/9L). Kolom std.Mrror of Mstimated sebesar $/6$# menunjukan bahwa nilai rata-rata dari seluruh data yang menyimpang dari garis regresi. Aal ini menandakan bahwa model

regresi ini baik digunakan karena standar de iasi &$/6$#) lebih ke*il dibandingkan dengan standar de iasi Penjualan &6/58:).

Analisis Untuk penyusunan persamaan garis regresi dari data diatas dapat menggunakan nilai-nilai dari kolom B/ yaitu kolom UnstandardiTed @oefisients. 0ari kolom B ini didapat *onstant < 2/8#8. Sedangkan untuk nilai koefisien ariable Promosi $/58# dan koefisien ariable Aarga < -3/599. Sehingga dapat disimpulkan Persamaan garis ,egresi seperti di bawah ini. E<2/8#8 F $/58# D# 4 3/599 D$ Keterangan: E < ;ariabel Penjualan. D# < ;ariabel Promosi. D$ < ;ariabel Aarga 6entu1 %isualisasi

Histogram

Dependent Variable: Penjualan

3.0

2.5

Frequency

2.0

1.5

1.0

0.5 Mean = 1.3E-15 Std. Dev. = 0.882 N = 10

0.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

Regression Standardized Residual

Soal 1 P1 +aju +undur %nformatika &++%) beberapa bulan kedepan akan gen*ar-gen*arnya mengadakan promosi sebuah aksesories *omputer di berbagai daerah dengan membuka stan. Berikut ini data mengenai penjualan biaya promosi dan luas stan yang di keluarkan di #6 daerah. !nalisislah data berikut.

Soal 3 P1 Pertama'gan di 7egara +alingsia ingin mengetahui berapa besar pengaruh jumlah produksi/ biaya iklan/ harga jual dan biaya Nuality @ontrol mempengaruhi pendapatan dari penjualan minyak bensin' 0ata-data pertahun sebagai berikut. +asalahnya bagaimana P1 Pertama'gan mendapat penghasilan yang maksimal pada tahun $3#$Q Jumlah Produksi &juta liter) .>1/ 9.2 9.: :.$ 6.9 :.2 6.( 9.:

Penerimaan 1ahun &milyar rupiah) .?/ #88: #88( #888 $333 $33# $33$ $332 6# 65 6( 5: 68 59 66

Aarga Jual per liter &ribu rupiah) .>3/ :.$ :.9 :.8 :.# (.# 9.( :.:

Biaya %klan&juta rupiah) .></ $5 $6 $: $$ $( $$ $9

Biaya Nuality @ontrol &juta rupiah) .>=/ 5# 25 5( 2: 5( 29 56

$335 $336 $339 $33: $33( $338 $3#3 $3##

2: 25 63 5( 56 53 5$ 55

5.6 5.$ 9.2 6.( 6.6 5.8 6.$ 6.2

9.6 9 : : : 9.: 9.( 9.8

#( #9 $5 $2 $# #8 $3 $#

$: $9 28 2( 26 23 23 26

MODUL @ %ALIDI!AS DA( ,EALI6ILI!AS !u4uan +embuktikan kebenaran suatu butir. Butir yang dikatakan sahihGbenar apabila butir tersebut mempunyai kontribusi terhadap nilai ariabel yang diukurnya. DASA, !EO,I Keputusan butir alid atau gugur digunakan dua *ara/ yaitu membandingkan nilai r 'y hasil hitungan &output SPSS) dengan r pada tabel dan membandingkan nilai probabilitas output SPSS dengan nilai probabilitas yang digunakan peneliti &biasanya menggunakan 6L untuk penelitian sosial dan #L untuk penelitian eksak). !pabila nilai r'y rtabel atau probabilitas output SPSS 3/36/ maka butir tersebut sahih. Begitu juga sebaliknya apabila nilai r'y H rtabel atau nilai probabilitasnya lebih besar dari 3/36 maka butir dapat dikatakan gugur.

*O(!O0 !kan dilakukan penelitian pengaruh kepemimpinan dan moti asi kerja terhadap prestasi kerja Sebelum dilakukan penelitian masing-masing instrumen diuji *obakan dulu untuk mendapat instrument yang alid dan reliable. Uji *oba istrumen hanya sekali saja dan dilakukan kepada #3 responden.
7o. =esponden >orm# >orm$ Jawaban >ormulir & butir ) >orm2 >orm5 >orm6 >orm9 1C1!" >orm: >orm(

1 3 < = @ A

2 6 $ ( 5 2

: 2 9 6 6 9

6 9 5 9 9 9

: 5 5 6 : 6

9 9 ( 5 ( 9

5 6 9 2 6 2

9 6 9 : # 6

$ 5 2 $ 9 $

53 2( 28 53 5$ 2:

B C D 1E

9 6 : 5

5 6 9 9

6 6 5 6

: ( 6 5

2 5 9 :

5 5 6 5

9 9 $ 2

9 6 # 5

5# 5$ 29 2:

"angkah 4 langkah menjawab dengan menggunakan SPSS #. +engisi 1able pada %aria&le %iew

$.

+engisi 1able pada Data %iew

2.

Sort +enu Analy e pilih *orelation klik kiri menu 6i-ariat.

5.

Pada dialog/ butir-butir pada kotak kiri dimasukkan ke kolom %aria&elsF pada )orelation )oeffisients pilih PearsonF pada kotak dialog !est of Signifi)an)e pilih One !ailedF selanjutnya O+.

6.

Setelah itu akan mun*ul output seperti di bawah ini:

9.

!gar terlihat rapi dan memudahkan kita dalam pemba*aan table/ klik kananGdouble klik pada ta&el out#ut/ pilih Pi-ot/ Edit kemudian pilih #i-oting traying' !kan mu*ul gambar di bawah Pidahkan kotak di 1olom ke layer dan kotak statistik di row ke )olumn'

:.

1erlihat hasil yang lebih rapi/ ingat pada !O!AL

ariabel ke dua yang dimun*ulkan adalah

a. "istwise 7<#3 Untuk menganalisis uji aliditas/ digunakan test of significance satu sisi &#-tailed). 0an dari hasil perhitungan tersebut maka didapat interpretasi sebagai berikut. Probabilitas antara >orm &butir) # dan total butir adalah 3/5($ yang berarti p P3/36. Probabilitas antara >orm &butir) $ dan total butir adalah 3/$52 yang berarti pP3/36. Probabilitas antara >orm &butir) 2 dan total butir adalah 3/$69yang berarti p P3/36. Probabilitas antara >orm &butir) 5 dan total butir adalah 3/35 yang berarti p H 3/36. Probabilitas antara >orm &butir) 6 dan total butir adalah 3/$36yang berarti p P3/36.

Probabilitas antara >orm &butir) 9 dan total butir adalah 3/595 yang berarti p P 3/36. Probabilitas antara >orm &butir) : dan total butir adalah 3/$56yang berarti p P3/36. Probabilitas antara >orm &butir) ( dan total butir adalah 3/3#:yang berarti p H3/36. Suatu pengukuran dinyatakan alid apabila memiliki korelasi yang signifikan. 0ikatakan

signifikan jika p H 3/36. 0ari interpretasi di atas/ dapat disimpulkan bahwa butir #/ $/ 2/ 6/ 9/ dan : tidak signifikan karena p P 3/36. +aka dari itu butir pertanyaan #/ $/ 2/ 6/ 9/ dan: bisa dikatakan tida1 -alid. Sedangkan butir 5 dan ( masing-masing memiliki korelasi yang signifikan dengan total butir karena p H 3/36. +aka dapat disimpulkan bahwa butir pertanyaan 5 dan ( bisa dinyatakan -alid.

,elia&ilitas 1ujuan utama pengujian reliabilitas adalah untuk mengetahui konsistensi atau keteraturan hasil pengukuran suatu instrumen apabila instrumen tersebut digunakan lagi sebagai alat ukur suatu objek atau responden &1riton PB/ $336). Untuk menguji kereliabilitasan suatu kuisioner digunakan metode Alpha-Cronbach. Standar yang digunakan dalam menentukan reliabel dan tidaknya suatu kuisioner penelitian umumnya adalah perbandingan antara nilai r hitung dengan r tabel pada taraf keper*ayaan 86L atau tingkat signifikansi 6L. Pengujian reliabilitas dengan metode !lpha @ronba*h ini/ maka nilai r hitung diwakili oleh nilai !lpha. +enurut Santoso &$33#:$$:)/ apabila alpha hitung lebih besar daripada r tabel dan alpha hitung bernilai positif/ maka suatu kuisioner dapat disebut reliabel. =umus !lpha @ronba*h:

Bila koefisien reliabilitas telah dihitung/ maka untuk menentukan keeratan hubungan bisa digunakan kriteria Builford &#869)F yaitu: #. $. 2. 5. 6. 9. kurang dari 3/$3: hubungan yang sangat ke*il dan bisa diabaikan 3/$3 - H 3/53 3/53 - H 3/:3 3/:3 - H 3/83 3/83 - H #/33 #/33 : hubungan yang ke*il &tidak erat) : hubungan yang *ukup erat : hubungan yang erat &reliabel) : hubungan yang sangat erat &sangat reliabel) : hubungan yang sempurna

*O(!O0 Berdasarkan data pada Uji ;aliditas:

#.

Pilih +enu Analy e P S)ale > ,elia&ility Analysis

$.

+un*ul kotak dialog/ masukkan Butir ke dalam 6o9 Item/ kemudian O+

2.

Out#ut SPSS akan menunjukkan sebagai berikut.

=esponden yang diteliti pada uji *oba kuisioner berjumlah #3 &7<#3) dan semua data tidak ada yang exclude atau dikeluarkan dari analisis. 7ilai !lpha @ronba*h adalah - 3.$#: dengan jumlah pertanyaan ( butir. 7ilai r tabel untuk diuji dua sisi pada taraf keper*ayaan 86L atau signifikansi 6L &p<3/36) dapat di*ari berdasarkan jumlah responden. Cleh karena nilai !lpha @ronba*h < - 3.$#: & bernilai minus )/ maka kuisioner yang diuji terbukti tida1 relia&el.

Soal lati$an #. @arilah %aliditas dan ,elia&ilitas Prestasi +er4a .?/ dari data berikut.
7o.=es 7omor Butir Pernyataan 3# 3$ 32 35 36 39 3: 3( 38 #3 J+" E

3# 3$ 32 35 36 39 3: 3( 38 #3 ## #$ #2 #5 #6 #9 #: #( #8 $3

5 2 5 5 2 5 5 5 6 5 6 5 # 2 5 5 5 2 5 5

5 2 6 5 6 2 2 6 2 2 6 2 2 6 5 5 6 5 5 2

6 2 6 5 5 5 5 6 5 5 6 $ 6 5 5 6 6 5 $ 5

5 5 6 5 6 5 5 6 5 5 6 2 $ 5 # 2 2 5 5 2

6 5 6 $ 5 5 6 6 2 5 5 2 $ 6 6 6 6 5 5 5

5 2 5 5 2 5 6 5 6 5 6 5 # 2 5 6 6 2 $ 2

5 2 6 5 6 2 2 6 2 2 6 2 2 6 # 5 6 5 5 5

6 5 6 $ 5 5 2 6 2 5 5 2 $ 6 2 6 2 5 5 5

5 5 6 5 2 2 5 5 5 5 5 2 2 # 2 6 5 5 $ 5

2 2 6 $ 5 5 5 2 5 5 6 # # 5 6 5 6 5 # 5

5$ 25 5( 25 53 2: 28 56 2( 2( 5: $8 $2 28 25 55 55 2( 2# 2:

$.
7o # $ 2 5 6 9 : ( 8 #3 ## #$ #2 #5 #6 #9 #: #( #8 $3

@arilah %aliditas dan ,elia&ilitas moti-asi 1er4a dari data berikut.


=esponden 7e iana Putri >ita Aidayatullah danar Mla Euni Bagus !rdita Mrlind %da +ustofa >erdinan Eunus Prima !ndy !rif 7aTar %rwan !msarry Butir # 2 $ # 2 $ 5 $ $ 5 2 $ $ 6 $ 2 $ 5 # 6 $ butir $ 5 $ $ $ 2 2 2 $ $ # 2 2 $ # $ 2 2 $ 5 5 Jawaban =esponden butir 2 butir 5 butir 6 2 5 $ 2 $ $ 2 5 5 2 # $ 5 5 $ $ 5 5 $ 5 # 5 $ $ 2 $ 2 # 2 $ $ 2 5 5 6 # 2 # $ $ 2 2 $ 2 2 5 2 $ 2 2 5 5 $ 5 6 5 5 6 $ $ butir 9 5 5 $ 2 2 $ $ 2 2 5 5 $ # 2 6 $ $ 5 $ 2 butir : $ # 2 5 $ $ 2 $ 5 5 5 6 5 5 6 5 5 2 # # total butir $$ #9 #8 #( $3 $# #: #: $# #( $$ $$ #( #8 $6 $# $$ #: $# #(

MODUL A *0I S:UA,E

@hi-S?uare digunakan untuk menguji perbedaan antara frekuensi pengamatan dan frekuensi yang diharapkan. Prosedur test @hi S?uare mentabulasi ariabel ke dalam kategorikategori dan melakukan test hipotesis bahwa frekuensi yang diamati tidak berbeda dengan nilai yang diharapkan. Uji ini pertama kali dikenalkan oleh Karl Pearson yang mengunakan data dalam bentuk tabel frekuensi yang merupakan hasil dari pengklasifikasian data. !a&el 93 Sebelum masuk bahasan utama @hi S?uare/ ada baiknya membahas tabel x2 terlebih dahulu karena dalam uji hipotesis pasti melibatkan tabel tersebut. Berikut *ara membangun tabel x2. #. Buat data awal tabel x2.

$. Klik !ransform > *om#ute %aria&le 2. 1ulis Chi pada kotak 1arget ;ariable 5. Pada daftar drop down Fun)tion and S#e)ial -aria&les/ klik Idf'*$is2. +asukkan fungsi tersebut pada kotak (umeri) E9#ression dengan menekan tombol panah atas sehingga mun*ul tulisan IDF'*0IS:.GFG/'

6. Banti tanda tanya pertama dengan tingkat keper*ayaan 6L &3.86) dan ganti tanda tanya kedua dengan ariable degree of freedom &hapus tanda tanya kedua/ klik ariable degree of freedom dan tekan tombol panah).

9.

Klik O+ sehingga tampilan Data %iew bertambah satu kolom/ yaitu *hi.

U4i *$i S2uare @ontoh Soal =asa pasta gigi Strawberry ;anilla @oklat Jeruk 7anas 1C1!" >rekuensi konsumen yang memilih rasa tersebut 2$ 23 $( 6( 6$ $33

!pakah ada preferesi tertentu konsumen terhadap kelima rasa pasta gigi tersebutQ &gunakan < 3/3#). Penyelesaiannya Prosedur dengan SPSS #. Pada lembar %aria&le %iew kita definisikan ariabel rasa #asta gigi dengan nama rasa &dengan data alue #< strawberry/ $< anila/ 2<*oklat/ 5<jeruk/ 6<nanas) dan ariabel fre1uensi dengan nama fre1uensi.

$. Pada lembar Data %iew/ masukkan data rasa dan fre1uensi:

2. Klik Data > Weig$t *ases'

5. Pilih option Weig$t *ases 6y. +asukkan ariabel fre1uensi. "alu klik O+' 6. "alu klik Analy e pilih (on#arametri) !estF *$i7S2uare' Pindahkan ariabel rasa #asta gigi HrasaI ke dalam bo' !est %aria&le.s/. klik P#tion' Pilih Des)ri#ti-e > *ontinue'

9. Kemudian klik O+ maka didapat hasil analisi @hi-S?uare Boodness-of-fit 1est sebagai berikut/ Des)ri#ti-e Statisti)s rasa pasta gigi 7 $33 +ean 2.25 Std. 0e iation #.5#8 +inimum # +a'imum 6

*$i7S2uare !est Fre2uen)ies rasa #asta gigi Strawberry anila *oklat jeruk nanas 1otal Cbser ed 7 2$ 23 $( 6( 6$ $33 M'pe*ted 7 53.3 53.3 53.3 53.3 53.3 =esidual -(.3 -#3.3 -#$.3 #(.3 #$.3

!est Statisti)s rasa pasta gigi #8.533 5 .33#

@hi-S?uare&a) df !symp. Sig.

a 3 *ells &.3L) ha e e'pe*ted fre?uen*ies less than 6. 1he minimum e'pe*ted *ell fre?uen*y is 53.3. Inter#retasi 0asil Untuk @hi-S?uare Boodness-of-fit 1est/ SPSS memberikan hasil $ < #8.5 dengan derajat kebebasan < k-# <6-# <5 dan P- alue < 3.33#. Karena P- alue<3.33# lebih ke*il dari <3.3#/ maka A3: strawberry < anila < *oklat < jeruk < nanas < 53 di tolak. Kesimpulan preferensi konsumen terhadap kelima rasa pasta gigi tidak sama.

LA!I0A( SOAL 1. Pabrik permen *oklat ka*ang +I+ menyatakan dalam setiap kantong permen *oklat ka*ang kemasan 633 gram terdapat 23L permen warna *oklat/ $3L permen warna hijau/ $3L warna merah/ $3L warna kuning/ dan #3L warna biru. Seorang anak membeli # kemasan permen tersebut dan di dalamnya terdapat #(( permen dengan rin*ian warna sebagai berikut: 9: warna *oklat/ $5 warna hijau/ 6# warna merah/ $$ warna kuning/ dan $5 warna biru. Bunakan taraf signifikan <3.3# untuk menguji apakah distribusi warna permen sesuai dengan pernyataan pabrik. $. Kelompok usia & dalam tahun) 1ipe tindak kriminal 0i bawah $6 $6-58 63 keatas 0engan kekerasan #6 23 #3 1anpa kekerasan 6 23 #3 !pakah data tersebut menunjukkan bahwa tipe tindak kriminal tergantung pada usia pelakuQ gunakan <3.36. 2. Peneliti ingin mengetahui apakah terdapat hubungan antara jenis kelamin dengan hobi/ data yang didapat oleh peneliti adalah: #. $. 2. 5. 6. 9. :. (. 8. #3. ##. #$. #2. #5. #6. "aki-laki yang suka olah raga $: Perempuan yang suka olah raga #2 "aki-laki yang suka otomotif 26 Perempuan yang suka otomotif #6 "aki-"aki yang suka Shopping 22 Perempuan yang suka Shopping $: "aki-laki yang suka komputer $6 Perempuan yang suka komputer $6 "aki-laki yang suka sain*e $5 Perempuan yang suka sain*e #2 "aki-laki yang suka main game 22 Perempuan yang suka main game #( "aki-laki yang suka karate $6 Perempuan yang suka karate #6 "aki-laki yang suka roboti* $

#9. #:. #(.

Perempuan yang suka roboti* #2 "aki-laki yang suka memba*a #2 Perempuan yang suka memba*a $5

@arilah nilai dengan menggunakan metode Uji *hi S?uere dari soal di atas tersebutR

MODUL B U8I !

Uji beda t &uji t) adalah salah satu teknik analisis dalam ilmu statistika yang digunakan untuk mengetahui signifikansi perbedaan dan membuat kesimpulan tentang suatu populasi berdasarkan data dari sampel yang diambil dari populasi itu. 1eknik uji beda t dilakukan atas data rasio atau inter al. 1eknik yang dilakukan dengan membandingkan nilai mean. Statistik uji ini digunakan dalam pengujian hipotesis. #. Cne-sample 1-1est Cne sample t test merupakan teknik analisis untuk membandingkan satu ariabel bebas. 1eknik ini digunakan untuk menguji apakah nilai tertentu berbeda se*ara signifikan atau tidak dengan rata-rata sebuah sampel. Uji t sebagai teknik pengujian hipotesis deskriptif memiliki tiga kriteria yaitu uji pihak kanan/ kiri dan dua pihak.
Uji

Pihak Kiri Pihak Kanan dua pihak

: dikatakan sebagai uji pihak kiri karena t tabel ditempatkan di bagian kiri kur a. : dikatakan sebagai uji pihak kanan karena t tabel ditempatkan di bagian kanan kur a. : dikatakan sebagai uji dua pihak karena t tabel dibagi dua dan diletakkan di bagian kanan dan kiri.

Uji

Uji

*onto$ +asus @ontoh =umusan +asalah: bagaimana tingkat keberhasilan belajar siswaQ 0i#otesis 1alimat5 #. $. 2. 1ingkat keberhasilan belajar siswa paling tinggi :3L dari yang diharapkan &uji pihak kiriG#-tailed). 1ingkat keberhasilan belajar siswa paling rendah :3L dari yang diharapkan &uji pihak kananG#-tailed). 1ingkat keberhasilan belajar siswa tidak sama dengan :3L dari yang diharapkan &uji $ pihakG$-tailed).

Pengu4ian 0i#otesis =umusan masalah satu Aipotesis kalimat Aa Ao : tingkat keberhasilan belajar siswa paling tinggi :3L dari yang diharapkan : tingkat keberhasilan belajar siswa paling rendah :3L dari yang diharapkan

Aipotesis statistik Aa Ao : U 3 H :3L : U 3 :3L

Parameter uji Jika 4 t tabel t hitung maka Ao diterima/ dan Aa di tolak Jika 4 t tabel P t hitung maka Ao ditolak/ dan Aa diterima Penyelesaian Kasus # &uji t pihak kiri) 0ata yang hasil ulangan matematika siswa sebanyak 2: siswa.

+li1 Analy e > *om#are Means > One Sam#le ! !est +asukkan ariabel nilai ke dalam 1est ;ariable Bo'/ abaikan yang lain kemudian klik O+' Selanjutnya U4i (ormalitas data Klik Analy e > (on Parametri)s !est > 1 Sam#e+7SF masukkan ariabel nilai ke dalam !est %aria&le List > O+'

*O(!O0 SOAL Pada 23 karung akan diuji berat rata-rata yang sebenarnya apakah benar #$3 kg atau bukanQ

1able one-sample statisti* memaparkan nilai statistik mean $.(#$. !a&le one7sam#le test Aipotesis: Ao < rata-rata nilai A# < rata-rata nilai < #$3 1 < nilai mutlak/ -$.$6 < $.$6 0f < $8/ dihasilkan dari jumlah data:23-#<$8 1' Paired !7!est

ariable nilai statisti* sebagai

berikut: jumlah sampling 23/ rata-rata berat ##8.2:/ standard de iasi #6.288 dan standard error

!nalisis ini melibatkan dua pengukuran pada subjek yang sama terhadap suatu pengaruh atau perlakuan tertentu. Pengukuran pertama dilakukan sebelum diberi perlakuan tertentu dan pengukuran kedua dilakukan sesudahnya. 0asar pemikirannya sederhana/ yaitu apabila suatu perrlakuan tidak memberi perlakuan pengaruh maka perbedaan rata-rata adalah 3. Untuk langkah pembuatan dalam SPSS seperti halnya dalam one-sample 1-1est hanya tidak ada test alue-nya.

*onto$ soal #aired !7!est Untuk men*ari signifikasi perbedaan/ sebagai *ontoh apakah obat pengurang kadar kolesterol benar-benar membuat berkurangnya kadar kolesterol setelah mengkonsumsinya selama 2 bulanQ

Cutputnya:

Analisa5 1able paired sample statisti*s menunjukan ada peningkatan kolesterol awal dan setelah mengkonsumsi dengan rata-rata awal #55.:2 menjadi ##8.2: Jumlah data<23 1able paired sample *orrelations menganalisa apakah adanya hubungan antara korelasi antara nilai sebelum dan nilai sesudah. 0i atas terlihat adanya korelasi antara response yang pertama dengan responsi yang kedua sangat kuat &3.(35). 7ilai sig &3.333) H maka dapat disimpulkan bahwa hubungannya signifikan. Pada table paires samples test pada kolom mean menunjukan perbedaan rata-rata sebelum dan sesudah. Kolom standart de iation menunjukan standard de iasi dari nilai perbedaan rata-rata. Kolom standart error mean merupakan indeks ariabilitas. Kolom t merupakan hasil bagi antara nilai perbedaan rata-rata dengan standard error. Kolom sig &$-tailed) merupakan nilai probabilitas untuk men*apai t stati* dimana nilai absolutnya adalah sama atau lebih besar dari t stati*.

3'

Inde#endent !7!est

Aipotesis Aa: ,Ada perbedaan ecerdasan antara pria dan wanita. ;ariabel dependen : Ke*erdasan ;ariabel independen : Pria dan Wanita 1. Penyajian Data +isalkan hipotesis kita adalah ada perbedaan antara ke*erdasan pria dan wanita. Brup # adalah pria dan grup $ adalah wanita. "etakkan dengan menyusun ke bawah. 1idak harus berurutan tidak apa-apa/ tidak ada yang melarang jika kode # dan $ tidak berurutan seperti *ontoh yang diberikan. LA("+A0 1 Buatlah table seperti di bawah ini:

2. Cara Analisis Klik Analy e > *om#are means >t7test inde#endent sam#les. +asukkan ariabel yang hendak dianalsisis. Pada kolom !est %aria&le.s// masukkan

ke*erdasan. Pada "rou#ing %aria&les masukkan gender. LA("+A0 1 Pada kolom !est %aria&le.s// masukkan ke*erdasan. LA("+A0 3 Pada "rou#ing %aria&les masukkan gender.

LA("+A0 < 0efine Broups masukkan kode data. Karena gender datanya dikotomi maka perlu dijelaskan. 0efine Broups karena kode kita adalah # dan $ maka yang ditulis di sini adalah # dan $.

@ut Point

Jika data yang dibandingkan/ bukan data kategorik # dan $. +elainkan data kontinu/ antara 3 sampai #3 !nda dapat menekan *ut point dan menulis angka tengahnya yaitu 6. Jadi/ yang dibedakan adalah yang di atas 6 dan di bawah 6.

3. Membaca Angka t-tes Independen Sample

!turan Uji Aomogen

Sig: p H 3/36 < data tidak homogen Sig: p P 3/36 < data homogen !turan Uji t

a. Sig: p H 3/36 < ada perbedaan pada taraf sig. 6L b. Sig: p H 3/3# < ada perbedaan pada taraf sig. #L *. Sig: p P 3.36 < tidak ada beda LA("+A0 1 Ba*a dulu !e"ene#s test untuk uji homogenitas &perbedaan arians). 0i sana tampak bahwa > < 3.623 &p < 3.5:2) karena p di atas 3/36/ maka dapat dikatakan bahwa tidak ada perbedaan arians pada data ke*erdasan pria dan wanita &data e?ualGhomogen). LA("+A0 3

Jika data !nda homogen/ maka ba*a lajur kiri & e$ual "ariance assumed)/ jika data tidak homogen/ ba*a lajur kanan &e$ual "ariance not assumed). 0ari data di atas dapat disimpulkan bahwa data !nda homogen &sig P 3.36). "alu lihat baris e$ual "ariance assumed% LA("+A0 < 1erlihat bahwa nilai t hitung< -3/(9$ &sig H3/36)/ artinya tidak ada perbedaan ke*erdasan antara pria dan wanita. +eski perempuan lebih *erdas tapi dari uji-t tadi terlihat bahwa tidak ada perbedaan yang signifikan. Aal ini dikarenakan selisihnya tipis.

1erlihat bahwa ke*erdasan laki-laki lebih tinggi dibanding wanita &##5.33 P ##8.8$) tetapi selisihnya tipis. Bagi para wanita tidak usah sedih/ hanya beda sedikit.

&ean Difference.

Selisih +ean. !dalah selisih dua mean data kita. "ihat tabel di bawah ini. Seperti kita ketahui dari data ini/ bahwa rerata ke*erdasan pria< $6/63 ke*erdasan wanita< $8/83. Selisihnya adalah -5/533. Perempuan lebih *erdas daripada pria

Soal #elati$an5 #. 1abel hasil nilai statistika lanjut setelah dua kali mengadakan responsi dengan soal yang sama. Buatlah tabel seperti di bawah ini dan lakukan paired 1-1est kemudian berikan analisinyaR

$. Pada soal nomor # ujikan one-sample 1-1est pada nilai sebelum diadakan responsi yang kedua kemudian berikan analisinyaR 2. 0engan independent 1-1est/ bandingkan rata-rata antara berat badan dan tinggi antara perempuan dan laki-laki seperti tabel di bawah ini: