Frequencies
Statistics
Berdasarkan tabel diatas, diketahui bahwa tidak missing value. Hal ini dapat dilihat dari row
missing yang menunjukkan angka 0.
Frequency Table
gender
Cumulative
Frequency Percent Valid Percent Percent
Valid 1,00 15 50,0 50,0 50,0
2,00 15 50,0 50,0 100,0
Total 30 100,0 100,0
Tabel Gender menunjukkan bahwa dari 30 orangresponden, ada 15 orang Pria (50%), dan ada
15 orang wanita ( 50% )
produkA
Cumulative
Frequency Percent Valid Percent Percent
Valid 1,00 2 6,7 6,7 6,7
2,00 12 40,0 40,0 46,7
3,00 12 40,0 40,0 86,7
4,00 4 13,3 13,3 100,0
Total 30 100,0 100,0
Cumulative
Frequency Percent Valid Percent Percent
Valid 1,00 3 10,0 10,0 10,0
2,00 11 36,7 36,7 46,7
3,00 11 36,7 36,7 83,3
4,00 4 13,3 13,3 96,7
5,00 1 3,3 3,3 100,0
Total 30 100,0 100,0
Tabel pendapatan menunjukkan tingkat pendapatan responden mulai dari sangat rendah
sebanyak 3 . rendah sebanyak 11 orang, cukup banyak sebanyak 11 orang, tinggi sebanyak 4
orang, dan sangat tinggi sebanyak 1 orang.
Bar Chart
gender
15
12
Frequency
0
1,00 2,00
gender
produkA
12
10
8
Frequency
0
1,00 3,0 3,00 4,00
2,00
produkA
pendapatan
12
10
8
Frequency
0
1,00 2,00 3,00 4,00 5,00
pendapatan
Crosstabs
produk A
1,00 2,00 3,00 4,00 Total
gender 1,00 Count 1 4 7 3 15
% within gender 6,7% 26,7% 46,7% 20,0% 100,0%
% within produkA 50,0% 33,3% 58,3% 75,0% 50,0%
2,00 Count 1 8 5 1 15
% within gender 6,7% 53,3% 33,3% 6,7% 100,0%
% within produkA 50,0% 66,7% 41,7% 25,0% 50,0%
Total Count 2 12 12 4 30
% within gender 6,7% 40,0% 40,0% 13,3% 100,0%
% within produkA 100,0% 100,0% 100,0% 100,0% 100,0%
Dari tabel diatas menerangkan distribusi data jenis kelamin dan penggunaan produk A
perbulan. Dimana pada produk A (1) pria dan wanita masing – masing 1 orang, produk A (2)
pria sebanyak 4 orang dan wanita sebanya k 7 orang, produk A (3) pria sebanyak 7 orang
dan wanita sebanyak 5 orang. Produk A (4) pria sebanyak 3 orang dan wanita sebanyak 1
orang. Dan produk A (5) hanya wanita sebanyak 1 orang.
pendapatan
1,00 2,00 3,00 4,00 5,00 Total
gender 1,00 Count 3 6 6 0 0 15
% within gender 20,0% 40,0% 40,0% ,0% ,0% 100,0%
% within pendapat an 100,0% 54,5% 54,5% ,0% ,0% 50,0%
2,00 Count 0 5 5 4 1 15
% within gender ,0% 33,3% 33,3% 26,7% 6,7% 100,0%
% within pendapat an ,0% 45,5% 45,5% 100,0% 100,0% 50,0%
Total Count 3 11 11 4 1 30
% within gender 10,0% 36,7% 36,7% 13,3% 3,3% 100,0%
% within pendapat an 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
pendapatan
1,00 2,00 3,00 4,00 5,00 Total
produkA 1,00 Count 0 1 1 0 0 2
% within produkA ,0% 50,0% 50,0% ,0% ,0% 100,0%
% within pendapatan ,0% 9,1% 9,1% ,0% ,0% 6,7%
2,00 Count 3 3 2 3 1 12
% within produkA 25,0% 25,0% 16,7% 25,0% 8,3% 100,0%
% within pendapatan 100,0% 27,3% 18,2% 75,0% 100,0% 40,0%
3,00 Count 0 7 4 1 0 12
% within produkA ,0% 58,3% 33,3% 8,3% ,0% 100,0%
% within pendapatan ,0% 63,6% 36,4% 25,0% ,0% 40,0%
4,00 Count 0 0 4 0 0 4
% within produkA ,0% ,0% 100,0% ,0% ,0% 100,0%
% within pendapatan ,0% ,0% 36,4% ,0% ,0% 13,3%
Total Count 3 11 11 4 1 30
% within produkA 10,0% 36,7% 36,7% 13,3% 3,3% 100,0%
% within pendapatan 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
20%
Perce nt
10%
area
Dari bar chart-Cluster diatas menunjukkan bahwa pada area Panakkukang Mall pengunjung
pria dan wanita sama-sama 26%, area Ratulangi Mall pengunjung pria berjumlah 22% dan
wanita 30%, area Tanjung Bunga Mall pengunjung pria berjumlah 4% dan wanita 9%,
sedangkan pada area Nipa Mall hanya ada pengunjung pria yang berjumlah 4%.
30% pekerjaan
w irasw asta
karyaw an
mahasisw a
pegaw ai bank
20%
Bars show percents
Perce nt
10%
13% 13%
30% 4%17% 9% 4%4% 4%
0%
panakkukang mall tanjung bungan mall
ratulangi mall nipall
area
Dari bar chart diata smenunjukkan bahwa pada area panakkung pengunjung dengan
pekerjaan pegawai bank lebih mendominasi sebesar 30% area ratulangi mall pengunjung
dengan pekerjaan wiraswasta mendominasi jumlah pengunjung sebesar 4% sedangkan pada
area nipa mall hanya ada pengunjung dengen pekerjaan wiraswasta 4%.
umur
20% 18-25
26-33
34-41
42<
15%
Bars show percents
Percent
10%
5%
9%22%
13%
13% 4%9%9%9% 9% 4%
0%
panakkukang mall tanjung bungan mall
ratulangi mall nipall
area
Dari bar chart cluster diatas menunjukkan bahwa pada area panakkukang mall didominasi
dengan pengunjung usia 26-33, 34-41, 42 > tahun area ratulangi mall pengunjung dengan
usia 26-33 sebesar 22 % area tanjung bunga mall didominasi dengan pengunjung usia 26-33
sebesar 9% sedangkan pada area nipa mall hanya ada pengunjung dengan usia 34-41 tahun
sebesar 4%
gender
pria
50% w anita
26%
30%
20%
22%
10%
30% 9% 9% 4%
area
Dari bar chart-stack diatas menunjukkan bahwa pada area Panakkukang Mall pengunjung
pria 26% dan wanita 30%, area Ratulangi Mall pengunjung pria berjumlah 22% dan wanita
9%, area Tanjung Bunga Mall pengunjung pria berjumlah 4% dan wanita 9%, sedangkan
pada area Nipa Mall hanya ada pengunjung pria yang berjumlah 4%.
pekerjaan
wiraswasta
50% karyawan
13% mahasiswa
pegawai bank
40%
13%
30% 4%
20%
17%
10%
4%
30% 9% 4% 4%
area
Dari bar chart diata smenunjukkan bahwa pada area panakkung pengunjung dengan
pekerjaan pegawai bank lebih mendominasi sebesar 30% area ratulangi mall pengunjung
dengan pekerjaan wiraswasta mendominasi jumlah pengunjung sebesar 4% sedangkan pada
area nipa mall hanya ada pengunjung dengen pekerjaan wiraswasta 4%.
umur
18-25
50% 9%
26-33
34-41
42<
40%
30% 22% 4%
20% 9%
13%
9%
10%
13% 9% 9% 4%
area
Dari bar chart cluster diatas menunjukkan bahwa pada area panakkukang mall didominasi
dengan pengunjung usia 26-33, 34-41, 42 > tahun area ratulangi mall pengunjung dengan
usia 26-33 sebesar 22 % area tanjung bunga mall didominasi dengan pengunjung usia 26-33
sebesar 9% sedangkan pada area nipa mall hanya ada pengunjung dengan usia 34-41 tahun
sebesar 4%
gender
pria
w anita
48%
52%
Dari pie chart diatas ditunjukkan bahwa yang paling mendominasi adalah pria sebesar 52%
dibanding wanita sebesar 48%.
pekerjaan
w irasw asta
karyaw an
26%
mahasisw a
pegaw ai bank
39%
Pies show percents
22%
13%
Dari pie chart diatas ditunjukkan bahwa pekerjaan yang paling mendominasi adalah
pegawai bank sebesar 39%, diikuti oleh wiraswasta sebesar 26%, karyawan sebesar 22% dan
mahasiswa sebesar 13%.
13% umur
18-25
22%
26-33
34-41
42<
39%
26%
Dari pie chart diatas ditunjukkan bahwa usia yang paling mendominasi adalah usia 26 – 33
tahun sebesar 39% diikuti oleh 34-41 tahun sebesar 26%, 42 > sebesar 22% dan 18-25
sebesar 13%.
BAB 5
ANALISIS PERBANDINGAN
Analisis perbandingan digunakan untuk membandingkan rata-rata antara dua atau lebih
kelompok sampel data
PERBANDINGAN MEAN
CONTOH KASUS
Rumusan Masalah
HIPOTESIS:
H0: Tidak ada perbedaan yang signifikan mengenai tingkat kepuasan pelanggan dalam
pelayanan di beberapa Restoran Cepat Saji.
H1: Terdapat perbedaan yang signifikan mengenai tingkat kepuasan pelanggan dalam
pelayanan di beberapa Restoran Cepat Saji.
KRITERIA UJI:
Tolak Hipotesis Nol bila nilai p-value statistic uji F<0,05.
LANGKAH-LANGKAH UJI SPSS:
- Buka File
- Klik Analyze/Compare Menas/Means
- Masukkan variabel Pelayanan dalam kolom Dependent List
- Masukan variabel Restoran Cepat saji dalam kolom Independent List
- Klik option, pada statistics for first layer centang Anova table and eta dan Test for
linearity. Klik Continue.
- Klik OK
Hasil Output SPSS
Re port
PELAYANAN
TEMPAT Mean N St d. Deviat ion
AW 3,4000 5 1,14018
KFC 2,8000 5 1,30384
MC DONALD 1,7500 4 ,95743
CFC 2,6667 6 1,63299
Total 2,7000 20 1,34164
Dari tabel di atas, terlihat bahwa total rata-rata preferensi kepuasan pelayanan Restoran Cepat
Saji adalah 3,1 dalam skala 1 sampai 5, di mana AW memiliki preferensi paling tinggi dari
Restoran Cepat Saji lainnya yaitu 3,4. Kemudian diikuti oleh KFC adalah 2,8. Dan CFC
adalah 2,6.
ANOVA Table
Sum of
Squares df Mean Square F Sig.
Pelayanan * Tempat Between (Combined) 4,550 3 1,517 1,011 ,414
Groups Linearity 1,210 1 1,210 ,807 ,382
Deviation from Linearity 3,340 2 1,670 1,113 ,353
Within Groups 24,000 16 1,500
Total 28,550 19
R R Squared Et a Et a Squared
PELAYANAN * TEMPAT -,254 ,064 ,423 ,179
Dari Tabel ANOVA di atas, terlihat nilai p-value statistic uji F sebesar 0,355 (>0,05), artinya
tidak terdapat perbedaan yang signifikan antara Beberapa Restoran Cepat Saji terhadap
preferensi Pelayanan Pelanggan.
Test Linearity digunakan untuk melihat apakah terdapat hubungan yang linear antara asal
Negara dan preferensi terhadap kepuasan Pelayanan . Nilai p-value untuk Test Linearity
sebesar 0,279 (>0,05), artinya tidak terdapat hubungan Linear antara Beberapa Restoran
Cepat Saji dengan tingkat preferensi Tingkat Pelayanan Pelanggan.
BAB 6
ANALISIS VARIANS
“Analisis varians adalah teknik statistic yang digunakan untuk memutuskan apakah sampel
yang berasal dari populasi mempunyai mean yang sama. Analisis Univariat menggunakan
satu sampel bebas (dependent), sedangkan analisis multivariate membandingkan satu atau
lebih sampel bebas” (Hair, Anderson, Tatham, Black, 1995.)
CONTOH KASUS :
Seorang pengusaha Kopi ingin mendistribusikan kopinya ke Tiga Daerah. Dia ingin
mengetahui apakah terdapat perbedaan yang signifikan antara jumlah banyaknya kopi yang
yang dikirim ke dua daerah berbeda selama tahun 2018. Dari pengamatan tersebut didapatkan
dapta sebagai berikut.
ASUMSI dalam Analisis varians ialah Homogenitas varians antarkelompok, hal tersebut
dapat dilihat dari hasil statistik uji Levene’s dimana Hipotesisnya adalah :
HIPOTESIS :
- Buka file
- Klik Analyze/General Linier Model/Univariate
- Masukkan variabel Pengiriman ke Dependent Variable
- Masukkan variabel Daerah ke kolom Fixed Factor
- Klik Option, pilih Homogeneity test dan Descriptive statistics
- Klik Plot, masukkan variabel Daerah dalam kolom Horizontal Axis dan klik Add
- Klik Post Hoc dan masukkan variabel Daerah dalam kolom Post Hoc Test for dan
pilih LSD
- Klik Continue, lalu OK
Hasil Output SPSS
Between-Subjects Factors
Value
Label N
Daerah 1,00 jakarta 12
2,00 surabaya 12
3,00 makassar 12
Tabel di atas menggambarkan rata-rata dan simpangan deviasi jumlah pengiriman Kopi dari
tiga daerah di mana kota Makassar memiliki jumlah pengiriman Kopi tertinggi dibandingkan
kota lainnya, yaitu sekitar 257,0833 Kg. Kota Surabaya memiliki rata-rata pengiriman barang
terbesar kedua setelah Jakarta , yaitu sekitar 244,4167 Kg . Dan kota Jakarta sekitar 224,8333
Kg.
a
Le vene's Test of Equa lity of Error Va riances
Di lihat dari nilai p-value uji Levene’s menunjukkan nilai sebesar 0,028(<0,05), maka
kesimpulannya ialah tolak H0. Hal tersebut berarti bahwa variasi data jumlah pengiriman
Kopi antara ketiga daerah adalah Heterogen.
Setelah Asumsi analisis varians terpenuhi, maka dapat dilakukan pengujian perbandingan
rata-rata jumlah pengiriman barang antara ketiga daerah di mana Hipotesisnya adalah:
H0: Rata-rata pengiriman barang antara ketiga daerah tidak berbeda signifikan
H1: Rata-rata pengiriman barang antara ketiga daerah berbeda signifikan
Te sts of Betw een-Subje cts Effe cts
Tabel di atas menunjukkan nilai statistic uji F sebesar 34,193 dan memiliki nilai p-value
sebesar 0,000(>0,05), maka kesimpulannya ialah tolak H0. Hal tersebut berarti tidak ada
perbedaan yang signifikan terhadap rata-rata jumlah pengiriman Kopi antara ketiga daerah.
Karena nilai statistik uji F signifikan pada alfa 5%, selanjutnya kita dapat melakukan uji
perbandingan lamjutan antara dua kelompok data yang disebut Post Hoc Multiple
Comparison Test. Dalam kasus ini Perusahaan Jasa Pengiriman menggunakan LSD (Least
Significant Difference).
Mean
Difference 95% Confidenc e Interval
(I) Daerah (J) Daerah (I-J) St d. Error Sig. Lower Bound Upper Bound
jak arta surabaya -19,5833* 3,92962 ,000 -27,5782 -11,5885
makas sar -32,2500* 3,92962 ,000 -40,2449 -24,2551
surabaya jak arta 19,5833* 3,92962 ,000 11,5885 27,5782
makas sar -12,6667* 3,92962 ,003 -20,6615 -4, 6718
makas sar jak arta 32,2500* 3,92962 ,000 24,2551 40,2449
surabaya 12,6667* 3,92962 ,003 4,6718 20,6615
Based on observed means .
*. The mean differenc e is signific ant at the ,05 level.
Output di atas menunjukkan bahwa perbedaan rata-rata jumlah pengiriman Kopi antara kota
Makassar dan Jakarta adalah 32,2500 pengiriman dalam rentang 95% yang terletak antara
24,2551-40,2449 pengiriman dan signifikan pada alfa 5%.
Perbedaan rata-rata jumlah pengiriman antara kota Makassar dan Surabaya signifikan pada
alfa 5% karena nilai p-value pada kolom sig. menunjukkan nilai sebesar 0,005 (>0,05).
Besarnya perbedaan jumlah pengiriman adalah sekitar 27,57 pengiriman dalam rentang 95%
yang terletak antara 4,6718- 20,6615 pengiriman. Begitupun dengan perbedaan penjualan
antara kota Semarang dan Jakarta yang signifikan pada alfa 5%.
Profile Plots
260.00
Estimated Marginal Means
250.00
240.00
230.00
220.00
Daerah
BAB 7
“Tujuan utama adalah mengetahui ukuran kekuatan atau kekuatan hubungan antara dua
variabel. Koefisien korelasi mengukur kekuatan hubungan tersebut (linier). Misalnya kita
tertarik untuk mencari korelasi (koefisien) antara merokok dengan kanker paru-paru, antara
nilai statistic dan matematika, antara sekolah menengah dengan perguruan tinggi, dan
sebagainya.” (Gujarati, damodar 1995)
CONTOH KASUS:
Suatu survey dilakukan diantara pemilik rumah di suatu provinsi tertentu. Satu pertanyaan
yang ditanyakan pada responden: seberapa puaskah anda di lingkungan anda tinggal.
HIPOTESIS:
H0: Tidak ada hubungan yang signifikan antara Lokasi dengan taraf kepuasan
H1: Terdapat hubungan yang signifikan antara Lokasi dengan taraf kepuasan
Count
Lokasi
desa pinggir kota kota Total
Kepuasan tidak puas 1 4 0 5
cukup puas 4 0 3 7
puas 2 1 1 4
sangat puas 1 1 2 4
Total 8 6 6 20
Dari tabel di atas terlihat bahwa Lebih Puas untk Tinggal di Desa yaitu sebanyak 8 responden
dari 20 responden.
Chi-Square Te sts
As ymp. Sig.
Value df (2-sided)
Pearson Chi-Square 10,125 a 6 ,119
Lik elihood Ratio 12,356 6 ,054
Linear-by-Linear
,445 1 ,505
As soc iation
N of Valid Cases 20
a. 12 cells (100,0%) have expected count less than 5. The
minimum expected count is 1,20.
Berdasarkan tabel di atas, nilai p-value Pearson Chi-Square 0,119 (<0,05), maka dapat
disimpulkan bahwa tidak terdapat hubungan antara taraf kepuasan dengan lokasi lingkungan.
Symmetric Measures
Tabel di atas menunjukkan nilai p-value Cramer’s V sebesar 0,119 (<0,050), kesimpulannya
adalah tidak terdapat hubungan positif signifikan antara Taraf kepuasan dengan lokasi
lingkungan.
BAB 8
Menerangkan nilai rata-rata dan standar deviasi dari variabel data. Rata-rata profitabilitas
adalah 3,4533 dengan standar deviasi sebesar 0,59465. Rata-rata Pesaing baru (X1) adalah
3,1200 dengan standar deviasi 0,45059.rata-rata pemasok (X2) adalah 2,8100 dengan standar
deviasi 0,44049. Rata-rata P. Subtitusi (X3) 2,7833 dengan standar deviasi 0,42918. Rata-rata
pembeli (X4) adalah 2,8567 dengan standar deviasi 0,45764. Dan rata-rata Pesaing lama (X5)
adalah 3,1600 dengan standar deviasi 0,45758.
Mode l Summaryb
Tabel di atas menunjukkan nilai Durbin-Watson sebesar 1,074 lebih besar dari nilai tabel
Durbin-Watson batas atas sebesar 1,410. Jadi dapat disimpulkan tidak ada problem
autokorelasi pada residual.
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regres sion 3,531 5 ,706 2,521 ,057a
Residual 6,723 24 ,280
Total 10,255 29
a. Predictors: (Constant), Pesaing Lama (x5), Pemasok (X2), Pembeli (X4), P.
Subtitusi (X3), Pesaing Baru (X1)
b. Dependent Variable: Profitabilitas (Y)
Coeffi cientsa
Unstandardized St andardiz ed
Coeffic ient s Coeffic ient s
Model B St d. Error Beta t Sig.
1 (Const ant) 6,044 ,861 7,022 ,000
Pesaing Baru (X1) -,560 ,583 -,424 -,961 ,346
Pemas ok (X2) -,136 ,246 -,101 -,551 ,587
P. Subtitusi (X3) ,128 ,343 ,092 ,372 ,713
Pembeli (X4) -,073 ,431 -,056 -,169 ,868
Pesaing Lama (x5) -,193 ,366 -,149 -,528 ,603
a. Dependent Variable: Profit abilitas (Y)
Pemeriksaan asumsi ketiga, yaitu tidak ‘adanya multikolinieritas antara variabel independen.
Pemeriksaan ini dilakukan dengan melihat nilai Tolerance dimana jika nilai Tolenrance>0,01,
maka dikatakan terdapat gejala multikolinieritas.
Dari hasil regresi di atas, semua variabel independen mempunyai nilai Tolerance >
0,01sehingga dapat disimpulkan tidak adanya problem multikolinieritas (tidak terdapat
hubungan linier yang sangat tinggi antara variabel independen).
Unstandardiz Studentized
ed Res idual Residual
N 30 30
Normal Parameters a,b Mean ,0000000 ,0029271
Std. Deviation ,48150103 ,98939272
Most Extreme Absolute ,145 ,141
Differences Positive ,145 ,141
Negative -,065 -,073
Kolmogorov-Smirnov Z ,795 ,774
As ymp. Sig. (2-tailed) ,552 ,587
a. Test distribution is Normal.
b. Calculated from data.
Tabel diatas menunjukkan nilai p-value 0,552 (>0,05) sehingga asumsi normal residu
terpenuhi.
Normal P-P Plot of Regression Standardized Residual
0.8
Expected Cum Prob
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0
Pengujian normalitas residual dapat dilihat dari grafik normal P-P Plot. Apabila setiap
pancaran data residual berada disekitar garis lurus melintang, maka dikatakan bahwa
residual mengikuti fungsi distribusi normal. Dari hasil grafik normal P-P Plot, diketahui
bahwa pancaran residual berada dalam garis lurus melintang.
Scatterplot
4
Regression Studentized Deleted
3
(Press) Residual
-1
-2
-2 -1 0 1 2
Untuk menguji asumsi tidak adanya problem heteroskedastisitas pada residual, maka dapat
dilihat dari scatter plot antara data residu yang telah distandarkan (Sdresid) dengan hasil
prediksi variabel dependen yang telah distandarkan (Zpred).
Dari hasil scatter plot di atas, terlihat bahwa data tidak membentuk suatu pola tertentu
sehingga disimpulkan bahwa tidak adanya problem heteroskedastisitas pada residual.