PENDAHULUAN
1
ke ATM dengan Pengeluaran Mahasiswa ITK per Bulan”. Penyajian data dalam
laporan ini dapat mengukur kemampuan mahasiswa dalam memahami ilmu-ilmu yang
didapat dalam mata kuliah Pengantar Metode Statistika.
1.3. Tujuan
Tujuan yang ingin dicapai dari laporan ini antara lain:
1. Untuk mengetahui proses memilih responden dalam survey.
2. Untuk mengetahui proses pembagian angket dalam survey.
3. Untuk mengetahui tingkat validitas data yang diperoleh dari hasil survey.
4. Untuk menyajikan data dalam bentuk chart pada analisis deskriptif.
5. Untuk mengetahui bentuk distribusi data dari masing-masing variabel.
6. Untuk mengetahui hasil pengujian varians dari beberapa variabel.
7. Untuk mengetahui hasil pengujian mean dari beberapa variabel.
8. Untuk mengetahui faktor yang mempengaruhi beberapa variabel yang dimodelkan dalam
regresi linear.
1.4. Manfaat
Dalam melakukan penelitian ini, terdapat beberapa manfaat yang menjadi sasaran
penulis sebagai berikut:
1. Dapat menjadi bahan pembelajaran untuk mahasiswa ITK, khususnya penulis dalam
mempelajari mata kuliah Pengantar Metode Statistik.
2
2. Dapat menjadi referensi dalam memahami mata kuliah Pengantar Metode Statistika bagi
pembaca.
3. Dapat dijadikan bahan informasi dalam analisa ekonomi, terutama untuk pihak-pihak yang
melakukan penelitian dengan topik yang sama.
3
BAB II
LANDASAN TEORI
2.1.Proses Survey
Dalam penyusunan laporan ini, pengumpulan data dilakukan melalui proses survey
dengan menggunakan metode angket, dimana digunakan kuisioner sebagai alat bantu
dalam pengumpulan data.
Proses survey adalah suatu metode pengumpulan data yang dilakukan dengan
mengajukan pertanyaan-pertanyaan, baik dengan wawancara maupun dengan
menggunakan kertas kuisioner, dalam suatu populasi tertentu.
Tujuan dari dilakukan survey adalah untuk memaparkan suatu data dari obyek yang
diteliti, dan kemudian data tersebut akan dianalisis secara sistematis. Kebenaran dari
informasi yang didapatkan melalui proses survey tergantung dari metode yang digunakan
dalam survey.
2.1.2. Angket
Angket atau juga dikenal dengan sebutan kuisioner adalah suatu metode
pengumpulan data yang dilakukan dengan mengajukan pertanyaan secara tertulis dan
dijawab secara tertulis pula oleh responden. Responden adalah orang yang memberikan
tanggapan akan pertanyaan-pertanyaan yang diajukan.
Statistika deskriptif merupakan suatu proses pengumpulan data dan penyajian data
yang mempermudah pembaca memahami data dengan menguraikan informasi. Pada
statistika deskriptif, pengolahan dan penyajian data dilakukan tanpa adanya penarikan
kesimpulan yang luas dari data-data yang tersedia. Dari statistika deskriptif ini nendinya
akan ditarik kesimpulan yang menjelaskan rumusan masalah mengenai daya yang
disajikan. Proses pengambilan data dari statistika deskriptif diperoleh dari data-data
objektif, dan nantinya akan memberikan gambaran umum dari data-data yang didapatkan.
4
Diagram lingkaran atau pie chart adalah penyajian data statistik dalam bentuk
lingkaran yang dibagi menjadi beberapa bagian yang menunjukkan tiap karakteristik data.
Semua karakteristik data diubah dalam bentuk persentase.
2.3. Hipotesis
Secara bahasa, hipotesis berasal dari dua buah kata berbahasa Yunani yaitu hypo
yang artinya sebelum dan thesis yang artinya pernyataan atau pendapat. Dari dua
pengertian kata tersebut jika digabungkan maka arti hipotesis secara bahasa adalah suatu
pernyataan yang pada waktu diungkapkan belum diketahui kebenarannya, tetapi
memungkinkan untuk diuji dalam kenyataan empiris. Namun menurut Kamus Besar
Bahasa Indonesia, hipotesis adalah sesuatu yang dianggap benar untuk alasan atau
pengutaraan pendapat (teori, proposisi, dan sebagainya) meskipun kebenarannya masih
harus dibuktikan. Karena hipotesis merupakan pernyataan sementara yang masih lemah
kebenarannya. Atas dasar defenisi tersebut, maka dapat diartikan bahwa hipotesis adalah
jawaban atau dugaan sementara yang harus diuji lagi kebenarannya.
5
2.3.2. Prosedur Pengujian Hipotesis
Formulasi atau perumusan hipotesis statistic dapat di bedakan atas dua jenis, yaitu
sebagai berikut:
Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang akan di uji.
Hipotesis nol tidak memiliki perbedaan atau perbedaannya nol dengan hipotesis
sebenarnya.
Hipotesis alternatif adalah hipotesis yang di rumuskan sebagai lawan atau tandingan dari
hipotesis nol. Dalam menyusun hipotesis alternatif, timbul 3 keadaan berikut:
H1 menyatakan bahwa harga parameter lebih besar dari pada harga yang di hipotesiskan.
Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah
kanan.
H1 menyatakan bahwa harga parameter lebih kecil dari pada harga yang di hipotesiskan.
Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah kiri.
H1 menyatakan bahwa harga parameter tidak sama dengan harga yang di hipotesiskan.
Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu pengujian sisi atau arah kanan
dan kiri sekaligus.
6
Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif (Ha) di tolak.
Demikian pula sebaliknya, jika hipotesis alternatif (Ha) di terima (benar) maka hipotesis
nol (H0) ditolak.
7
Gambar 2.3.1 Kriteria pengujian hipotesis
e. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis nol (Ho) yang sesuai dengan kriteria pengujiaanya. Pembuatan
kesimpulan dilakukan setelah membandingkan nilai uji statistik dengan nilai α tabel atau
nilai kritis.
Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.
Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai kritisnya.
Dalam pengujian hipotesis tentang varians dengan dua populasi, 𝜎12 dan 𝜎22 , hipotesis yang
digunakan adalah sebagai berikut:
8
Hipotesis di atas lalu diuji dengan uji statistik:
𝑠2
𝐹 = 𝑠12 .................................................................................................................. (1)
2
Jika p-value diketahui, maka daerah kritisnya adalah jika p-value > 𝛼 maka gagal tolak H0
(kedua varians sama). Jika didapatkan hasil bahwa 𝜎12 = 𝜎22 , maka untuk uji hipotesis
tentang mean dapat dihitung dengan sp2 atau disebut juga s-pooled.
Uji mean dua populasi diperlukan untuk membandingkan mean dari dua populasi yang
berbeda. Jikas varians-nya sama, maka bisa menggunakan sp2 atau disebut juga s-pooled
dengan persamaan sebagai berikut:
Persamaan t-hitung:
(𝑥1 −𝑥2 )
𝑡= ....................................................................................................... (3)
𝑠2 𝑠2
𝑠𝑝2 √ 1 + 1
𝑛1 𝑛2
Regresi linier digunakan untuk mengukur besarnya pengaruh variabel bebas terhadap
variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel
bebas. Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan
satu variabel yang disebut sebagai variabel yang diterangkan dengan satu atau dua variabel
yang menerangkan. Variabel pertama disebut juga sebagai tergantung dan variabel kedua
disebut juga sebagai variabel bebas.
𝑦̂ = 𝛽0 + 𝛽1 𝑋𝑖
dimana:
𝑋𝑖 : Predictor
𝑦̂ : Persamaan model
9
𝛽0 : Intercept
𝛽1 : Slope
Sebelum persamaan regresi didapatkan, perlu dicari nilai konstanta intercept 𝛽0 dan
konstanta slope 𝛽1 dengan persamaan berikut:
(∑𝑥)(∑𝑦)
∑ 𝑥𝑦 −
𝛽1 = 𝑛
(∑𝑥) 2
∑𝑥 2 − 𝑛
𝛽0 = 𝑦 − 𝛽1 𝑥
Berikut ini adalah Langkah-langkah dalam melakukan Analisis Regresi Linear Sederhana:
10
BAB III
METODOLOGI PENELITIAN
11
g. Menarik kesimpulan dan saran dari hasil analisis
12
BAB IV
Pada proses survey, sasaran responden yang dituju adalah mahasiswa ITK Strata 1.
Proses pemilihan responden ini disebar di 10 program studi di ITK dan berasal dari
berbagai angkatan, yaitu 2012, 2013, 2014, dan 2015 dengan jumlah dan jenis kelamin
yang seimbang.
Validitas data ini dapat dianalisa dengan diagram box plot dengan melihat apakah ada
data outlier atau tidak.
Berikut ini adalah diagram box plot dari data frekuensi ke ATM per bulan mahasiswa
ITK yang menjadi responden berdasarkan hasil survey.
Gambar 4.1.1 Box plot dari data frekuensi ke ATM per bulan responden
13
Berdasarkan box plot dari data frekuensi ke ATM per bulan mahasiswa ITK yang
menjadi responden, terdapat satu datum yang outlier atau datum diluar sebaran rata-rata.
Maka dapat dikatakan bahwa data tersebut tidak valid.
Berikut ini adalah diagram box plot dari data nominal penarikan uang dalam sekali ke
ATM mahasiswa ITK yang menjadi responden berdasarkan hasil survey.
Gambar 4.1.2 Box plot dari data nominal penarikan uang dalam sekali ke ATM responden
Berdasarkan box plot dari data nominal penarikan uang dalam sekali ke ATM
mahasiswa ITK yang menjadi responden, terdapat satu datum yang outlier atau datum
diluar sebaran rata-rata. Maka dapat dikatakan bahwa data tersebut tidak valid.
Berikut ini adalah diagram box plot dari data pengeluaran konsumsi dalam sekali
penarikan ATM mahasiswa ITK yang menjadi responden berdasarkan hasil survey.
Gambar 4.1.3 Box plot dari data pengeluaran konsumsi dalam sekali penarikan ATM
responden
14
Berdasarkan box plot dari data pengeluaran konsumsi dalam sekali penarikan ATM
mahasiswa ITK yang menjadi responden, terdapat dua datum yang outlier atau datum
diluar sebaran rata-rata. Maka dapat dikatakan bahwa data tersebut tidak valid.
Berikut ini adalah diagram box plot dari data pengeluaran transportasi dalam sekali
penarikan ATM mahasiswa ITK yang menjadi responden berdasarkan hasil survey.
Gambar 4.1.4 Box plot dari data pengeluaran transportasi dalam sekali penarikan ATM
responden
Berdasarkan box plot dari data pengeluaran konsumsi dalam sekali penarikan ATM
mahasiswa ITK yang menjadi responden, terdapat dua datum yang outlier atau datum
diluar sebaran rata-rata. Maka dapat dikatakan bahwa data tersebut tidak valid.
Berikut ini adalah diagram box plot dari data pengeluaran untuk hobi dalam sekali
penarikan ATM mahasiswa ITK yang menjadi responden berdasarkan hasil survey.
Gambar 4.1.5 Box plot dari data pengeluaran untuk hobi dalam sekali penarikan ATM
responden
15
Berdasarkan box plot dari data pengeluaran untuk hobi dalam sekali penarikan ATM
mahasiswa ITK yang menjadi responden, ternyata tidak terdapat data yang outlier. Maka
dapat dikatakan bahwa data tersebut valid.
Data hasil survey dianalisis secara deskriptif dengan menggunakan chart seperti
berikut:
Berikut merupakan bentuk distribusi dari data frekuensi ke ATM per bulan
mahasiswa ITK dan nominal penarikan uang dalam sekali ke ATM mahasiswa ITK
berdasarkan proses survey dan diambil sampel sebanyak 30 mahasiswa dari 10 program
studi di ITK.
Gambar grafik di atas merupakan grafik dari data frekuensi ke ATM per bulan
mahasiswa ITK dengan bentuk distribusinya adalah distribusi X2 (chi kuadrat) karena
terlihat bahwa pada grafik nilainya yang awalnya tinggi terus menurun. Karena
berdistribusi X2 maka grafik ini mempunyai nilai estimasi varians 12.667 < 𝜎 2 < 89.247.
16
Gambar 4.2.2 Grafik Nominal Penarikan Uang dalam Sekali ke ATM Mahasiswa ITK
Gambar grafik di atas merupakan grafik dari data nominal penarikan uang dalam
sekali ke ATM mahasiswa ITK dengan bentuk distribusinya adalah distribusi X2 (chi
kuadrat) karena terlihat bahwa pada grafik nilainya yang awalnya tinggi terus menurun.
Karena berdistribusi X2 maka grafik ini mempunyai nilai estimasi varians 1.071 × 1011 <
𝜎 2 < 7.55 × 1011 .
Berikut adalah penyajian gambar pie chart pengeluaran mahasiswa ITK untuk
konsumsi, transportasi, dan hobi berdasarkan survey yang diambil sampel sebanyak 30
mahasiswa dari 10 program studi di ITK.
Lain-lain
20%
Konsumsi
Hobi
50%
11%
Transport
asi
19%
Konsumsi Transportasi Hobi Lain-lain
17
Gambar 4.2.3 Pie Chart Pengeluaran dalam Sekali ke ATM Mahasiswa ITK
Berikut adalah hasil pengujian varians dan pengujian mean dari beberapa variabel
dalam survey.
Ho: 𝜎12 = 𝜎22 (varians variabel penelitian mahasiswa ITK sama dengan varians variabel penelitian
mahasiswi ITK)
H1: 𝜎12 ≠ 𝜎22 (varians variabel penelitian mahasiswa ITK tidak sama dengan varians variabel penelitian
mahasiswi ITK)
18
Variabel F hitung p-value Varians
Penelitian
Frekuensi ke ATM
15.516 0.980 Sama
per bulan
Nominal penarikan
uang dalam sekali 30.859 0.376 Sama
ke ATM
Jumlah
pengeluaran
konsumsi dalam 11.027 0.998 Sama
sekali penarikan
ATM
Jumlah
pengeluaran
transportasi dalam 2.912 1 Sama
sekali penarikan
ATM
Jumlah
pengeluaran untuk
0.382 1 Sama
hobi dalam sekali
penarikan ATM
Untuk variabel penelitian frekuensi ke ATM per bulan dapat diketahui bahwa F
hitung adalah 15.516 sedangkan p-value > 𝛼 (0.980 > 0.05) maka gagal tolak H0. Jadi
varians frekuensi ke ATM per bulan mahasiswa ITK sama dengan varians frekuensi ke
ATM per bulan mahasiswi ITK.
Untuk variabel penelitian frekuensi ke ATM per bulan dapat diketahui bahwa F
hitung adalah 30.859 sedangkan p-value > 𝛼 (0.376 > 0.05) maka gagal tolak H0. Jadi
varians nominal penarikan uang dalam sekali ke ATM mahasiswa ITK sama dengan
varians nominal penarikan uang dalam sekali ke ATM mahasiswi ITK.
19
Untuk variabel penelitian frekuensi ke ATM per bulan dapat diketahui bahwa F
hitung adalah 11.027 sedangkan p-value > 𝛼 (0.998 > 0.05) maka gagal tolak H0. Jadi
varians pengeluaran konsumsi dalam sekali penarikan ATM mahasiswa ITK sama dengan
varians pengeluaran konsumsi dalam sekali penarikan ATM mahasiswi ITK.
Untuk variabel penelitian frekuensi ke ATM per bulan dapat diketahui bahwa F
hitung adalah 2.912 sedangkan p-value > 𝛼 (1 > 0.05) maka gagal tolak H0. Jadi varians
pengeluaran transportasi dalam sekali penarikan ATM mahasiswa ITK sama dengan
varians pengeluaran transportasi dalam sekali penarikan ATM mahasiswi ITK.
Untuk variabel penelitian frekuensi ke ATM per bulan dapat diketahui bahwa F
hitung adalah 0.382 sedangkan p-value > 𝛼 (1 > 0.05) maka gagal tolak H0. Jadi varians
pengeluaran untuk hobi dalam sekali penarikan ATM mahasiswa ITK sama dengan varians
pengeluaran untuk hobi dalam sekali penarikan ATM mahasiswi ITK.
Pengujian mean pada suatu populasi dilakukan terhadap beberapa variabel penelitian
dari mahasiswa ITK. Adapaun variabel-variabel penelitian yang dimaksud meliputi :
Ho: 𝜇 = 𝜇0 (mean variabel penelitian mahasiswa ITK sama dengan mean variabel penelitian
mahasiswi ITK)
H1: 𝜇 ≠ 𝜇0 (mean variabel penelitian mahasiswa ITK tidak sama dengan mean variabel penelitian
mahasiswi ITK)
Output hasil analisis pengujian mean dua arah disajikan sebagai berikut.
20
Variabel t hitung p-value
Mean
Penelitian
Frekuensi ke ATM
0.632 0.733 Sama
per bulan
Nominal penarikan
uang dalam sekali 2.1 X 10-6 0.5 Sama
ke ATM
Jumlah
pengeluaran
konsumsi dalam 8 X 10-6 0.5 Sama
sekali penarikan
ATM
Jumlah
pengeluaran
transportasi dalam 2.4 X 10-6 0.5 Sama
sekali penarikan
ATM
Jumlah
pengeluaran untuk
-2.6 X 10-5 0.499 Sama
hobi dalam sekali
penarikan ATM
Untuk variabel penelitian frekuensi ke ATM per bulan dapat diketahui bahwa t
hitung adalah 0.632 sedangkan p-value > 𝛼 (0.733 > 0.05) maka gagal tolak H0. Jadi mean
frekuensi ke ATM per bulan mahasiswa ITK sama dengan mean frekuensi ke ATM per
bulan mahasiswi ITK.
Untuk variabel penelitian frekuensi ke ATM per bulan dapat diketahui bahwa t
hitung adalah 2.1 X 10-6 sedangkan p-value > 𝛼 (0.5 > 0.05) maka gagal tolak H0. Jadi
mean nominal penarikan uang dalam sekali ke ATM mahasiswa ITK sama dengan mean
nominal penarikan uang dalam sekali ke ATM mahasiswi ITK.
21
Untuk variabel penelitian frekuensi ke ATM per bulan dapat diketahui bahwa t
hitung adalah 8.01 X 10-6 sedangkan p-value > 𝛼 (0.5 > 0.05) maka gagal tolak H0. Jadi
mean pengeluaran konsumsi dalam sekali penarikan ATM mahasiswa ITK sama dengan
mean pengeluaran konsumsi dalam sekali penarikan ATM mahasiswi ITK.
Untuk variabel penelitian frekuensi ke ATM per bulan dapat diketahui bahwa t
hitung adalah 2.4 X 10-6 sedangkan p-value > 𝛼 (0.5 > 0.05) maka gagal tolak H0. Jadi
mean pengeluaran transportasi dalam sekali penarikan ATM mahasiswa ITK sama dengan
mean pengeluaran transportasi dalam sekali penarikan ATM mahasiswi ITK.
Untuk variabel penelitian frekuensi ke ATM per bulan dapat diketahui bahwa t
hitung adalah -2.6 X 10-5 sedangkan p-value > 𝛼 (0.499 > 0.05) maka gagal tolak H0. Jadi
mean pengeluaran untuk hobi dalam sekali penarikan ATM mahasiswa ITK sama dengan
mean pengeluaran untuk hobi dalam sekali penarikan ATM mahasiswi ITK.
Dalam model regresi linear menganalisa tentang regresi antara frekuensi ke ATM per
bulan dan nominal penarikan uang dalam sekali ke ATM mahasiswa ITK. Didapatkan
persamaan model regresi sebagai berikut.
Berdasarkan hasil persamaan model regresi, didapatkan nilai R2 sebesar 18.26%. Hal
ini menunjukkan bahwa sebanyak 18.26% variabilitas y (frekuensi ke ATM per bulan)
dipengaruhi oleh variabilitas x (nominal penarikan uang dalam sekali ke ATM), dan
sisanya adalah 100% - 18.26% = 81.74% dipengaruhi oleh variabel lain ataupun terdapat
error yang tidak dijelaskan dalam model regresi.
Sesuai dengan ketentuan yang ada bahwa suatu hubungan korelasi akan dikatakan
saling mempengaruhi antara satu parameter dengan parameter yang lain (antar variabel
saling mempengaruhi) apabila didapatkan nilai minimal R2 adalah 75%. Tetapi dalam
regresi ini, R2 hanya bernilai 18.26%, sehingga antara parameter frekuensi ke ATM per
bulan dengan parameter nominal penarikan uang dalam sekali ke ATM mahasiswa ITK
tidak saling mempengaruhi.
22
16
14
10
0
0 200000 400000 600000 800000 1000000 1200000 1400000 1600000
Nominal Penarikan Uang dalam Sekali ke ATM
Gambar 4.4.1 Scatter diagram antara nominal penarikan uang dalam sekali ke ATM
dengan frekuensi ke ATM per bulan
Pada Gambar 4.4.1 terlihat bahwa korelasi titik-titik residual tampak berkorelasi
negatif. Namun juga terlihat bahwa beberapa titik residual memiliki korelasi nol. Maka
dapat dikatakan bahwa korelasi antar parameter tidak begitu kuat.
23
BAB V
5.1. Kesimpulan
1. Dari data yang diperoleh melalui metode survey, didapatkan bahwa data
pengeluaran untuk Hobi dalam Sekali ke ATM responden bersifat valid
berdasarkan diagram Box Plot. Sedangkan sisanya, data frekuensi ke ATM
perbulan, Nominal penarikan uang dalam sekali ke ATM dan Pengeluaran
Konsumsi dan Transportasi bersifat tidak valid.
2. Frekuensi ke ATM per bulan, Nominal Penarikan uang dalam sekali ke ATM dan
pengeluaran untuk konsumsi, transportasi, hobi mahasiswa ITK dan frekuensi ke
ATM per bulan, Nominal Penarikan uang dalam sekali ke ATM dan pengeluaran
untuk konsumsi, transportasi mahasiswi ITK mempunyai varians dan mean yang
sama.
3. Dalam permodelan regresi linier, didapatkan bahwa frekuensi ke ATM per bulan
dipengaruhi oleh nominal penarikan uang dalam sekali ke ATM dan sisanya
dipengaruhi oleh variabel lain ataupun terdapat error yang tidak dijelaskan dalam
model regresi.
5.2. Saran
24
DAFTAR PUSTAKA
http://aniskurlyso7.blogspot.co.id/2013/11/perbedaan-statistika-dan-statistik_5960.html
http://kbbi.web.id/hipotesis
https://dinulislamjamilah.wordpress.com/2010/03/17/hipotesis/
http://agungsadar.blogspot.co.id/2013/05/pengertian-kegunaan-ciri-ciri-macam.html
http://teknikelektronika.com/analisis-regresi-linear-sederhana-simple-linear-regression/
https://id.wikipedia.org/wiki/Analisis_regresi
25