Disusun oleh:
Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa, karena atas berkat
dan anugerah-Nya, kami dapat menyelesaikan Proyek Terintegrasi ini. Tugas ini
merupakan tugas yang selalu diberikan STIMLOG kepada mahasiswa untuk
menilai pemahaman hasil dari praktikum-praktikum yang telah dilaksanakan pada
pembelajaran umum di Sekolah Tinggi Manajemen Logistik Indonesia.
Kami mengucapkan terimakasih kepada keluarga yang selalu mendukung
kami, kemudian dosen pembimbing kami berkat beliau kami dapat menyusun
laporan penelitian Proyek Terintregrasi ini, sehingga laporan ini dapat diselesaikan
dengan tepat waktu. Terima kasih teman-teman yang sudah bekerja sama dalam
penyusunan Proyek Terintegrasi ini.
Hasil penelitian yang kami buat ini tentu saja masih memiliki banyak
kekurangan. Oleh karena itu kami membutuhkan saran dan pendapat pembaca,
demi perbaikan dan kesempurnaan penelitian di waktu yang akan datang. Demikian
kata pengantar penelititan yang telah kami buat dan kami berharap hasil dari
penelitian ini bermanfaat bagi kita semua.
Tim Penyusun
ii
LEMBAR PENGESAHAN
UJI HIPOTESIS PROPORSI PEMINAT BELANJA
DARING ATAU LURING DIKALANGAN
MAHASISWA STIMLOG
Disusun oleh :
1. Syauqi Syifalatia 16117146
2. AH. Jaelani SP 16117123
3. Agung Laksono 16117122
PROGRAM STUDI MANAJEMEN LOGISTIK
SEKOLAH TINGGI MANAJEMEN LOGISTIK INDONESIA
Menyetujui
Tanggal, Januari 2018
iii
DAFTAR ISI
KATA PENGANTAR ............................................................................................ ii
2.6.Pengujian Hipotesis Berdasarkan Distribusi dan Arah atau Formulasi .... II-3
iv
2.9. Belanja daring .......................................................................................... II-7
v
LAMPIRAN ............................................................................................................ x
vi
DAFTAR GAMBAR
vii
DAFTAR TABEL
viii
BAB I
PENDAHULUAN
Belanja daring adalah kegiatan pembelian barang dan jasa melalui media internet.
Melalui belanja lewat internet seorang pembeli bisa melihat terlebih dahulu barang
dan jasa yang hendak ia belanjakan melalui web yang dipromosikan oleh penjual.
Kegiatan belanja daring ini merupakan bentuk komunikasi baru yang tidak
memerlukan komunikasi tatap muka secara langsung, melainkan dapat dilakukan
secara terpisah dari dan ke seluruh dunia melalui media notebook, komputer,
ataupun handphone yang tersambung dengan layanan akses internet.
I-1
I-2
dapat dari transaksi belanja daring tersebut. Diantaranya hemat waktu, hemat energi
dan mudah karena kita hanya perlu duduk manis di rumah membuka gadget pintar
kita dan tinggal membuka provider apa yang kita tuju untuk mencari barang yang
kita butuhkan itu.
Akan tetapi belanja daring juga masih mempunyai kerugian yang bisa saja kita
dapatkan saat melakukan transaksi daring tersebut, seperti barang palsu, penipuan
dan lain-lain. Dengan latar belakang diatas kami akan melakukan penelitian yang
berjudul “UJI HIPOTESIS PROPORSI PEMINAT BELANJA DARING
ATAU LURING DI KALANGAN MAHASISWA STIMLOG”.
2.1. Statistika
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah
data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari
kumpulan data, statistika dapat digunakan untuk menyimpulkan atau
mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep
dasar statistika mengasumsikan teori probabilitas. Peluang atau kemungkinan atau
dikenal juga sebagai probabilitas adalah cara untuk mengungkapkan pengetahuan
atau kepercayaan bahwa suatu kejadian akan berlaku atau telah terjadi (Priyastama,
Romie 2017/17, Johar; SPSS 24 untuk Penelitian dan Skripsi; Elex Media
Komputindo).
II-1
II-2
𝑁
𝑛=
𝐼 + 𝑁𝑒 2
e = nilai presisi atau tingkat signifikansi yang telah ditentukan. Umumnya dalam
penelitian tingkat signifikansi ditentukan sebesar 95% atau 0,05.
2.5. Survei
Menurut KBBI survei adalah teknik riset dengan memberi batas yang jelas
normal standar. Hasil uji statistik ini kemudian dibandingkan dengan nilai dalam
tabel untuk menerima atau menolak hipotesis nol (H0) yang dikemukakan.
Contohnya:
1. Pengujian hipotesis satu dan beda dua rata-rata sampel besar
Untuk pengujian hipotesis satu rata-rata dengan sampel besar (n > 30), uji
statistiknya menggunakan distribusi Z. Prosedur pengujian hipotesisnya adalah
sebagai berikut.
1. Formulasi hipotesis
a. H0 : p = p0
H1: p > p0
b. H0 : p = p0
H1: p < p0
c. H0 : p = p0
H1: p ≠ p0
2. Penentuan nilai α (taraf nyata) dan nilai Z tabel (Zα)
Menentukan nilai α kemudian nilai Zα ditentukan dari tabel.
3. Kriteria Pengujian
a. Untuk H0 : p = p0 dan H1 : p > p0
H0 di terima jika Z0 ≤ Zα
H0 di tolak jika Z0 > Zα
b. Untuk H0 : p = p0 dan H1 : p < p0
H0 di terima jika Z0 ≥ - Zα
H0 di tolak jika Z0 < - Zα
c. Untuk H0 : p = p0 dan H1 : p ≠ p0
Ho di terima jika -Zα/2 ≤ Z0 ≤ Zα/2
Ho di tolak jika Z0 > Zα/2 atau Z0 < - Zα/2
𝑥 − 𝑛𝑝0
𝑍0 =
√𝑛𝑝0 (1 − 𝑝0 )
Keterangan:
x = jumlah pengguna
II-6
Mampu mengakses data dari berbagai macam format yang tersedia, seperti
pada dBase, Lotus, Text file, dan lain - lain. Sehingga data yang sudah ada
dari berbagai format data dapat langsung digunakan untuk dianalisis.
SPSS memberikan tampilan data yang lebih informatif.
Memberikan informasi lebih akurat dengan memberikan kode alasan jika
terjadi missing data.
Mudah digunakan, pengguna tidak perlu belajar bahasa pemrograman.
III-1
III-2
3.2.2.Tujuan Penelitian
Tujuan dari dibuatnya penelitian ini adalah untuk mengetahui jumlah
peminat belanja daring dan belanja luring dalam ruang lingkup
mahasiswa Sekolah Tinggi Manajemen Logistik Indonesia.
3.2.3. Studi Pustaka
Studi pustaka diperlukan dalam penelitian ini dikarenakan berguna
sebagai landasan teori pengerjaan dan penyelesaian penelitian serta
mempermudah dalam pendekatan pemecahan masalah.
3.2.4. Pengumpulan Data
Pengumpulan data yang dilakukan untuk memperoleh sampel adalah
dengan cara memberikan kuesioner kepada responden.
3.2.5. Pengolahan Data
Hasil data yang diperoleh dari responden kemudian dimasukan ke
dalam Microsoft Office Excel yang bertujuan untuk pengelompokan
data, kemudian diolah menggunakan IBM SPSS.
3.2.6. Analisis
Setelah melakukan pengolahan data maka langkah selanjutnya adalah
menganalisis data yang telah kita olah. Analisis dilakukan untuk
memperjelas hasil dari pengolahan data berdasarkan maksud dan tujuan
penelitian yang ada.
3.2.7. Kesimpulan
Kesimpulan merupakan hasil akhir dari penelitian yang dilakukan.
Kesimpulan mencakup seluruh hasil dari pengolahan dan analisis yang
dilakukan berdasarkan data-data yang ada.
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1. Objek
Data yang digunakan dalam penelitian ini merupakan data yang berasal dari
hasil kuesioner yang kami berikan kepada 266 orang di Sekolah Tinggi
Manajeme Logistik. Pengumpulkan data tersebut dengan cara memberikan
pertanyaan terhadap responden secara langsung. Cakupan wilayah untuk
sampel pada penelitian adalah Sekolah Tinggi Manajemen Logistik Indonesia
yang diambil secara acak. Dalam penelitian ini batas sampel tersebut
berdasarkan angkatan dari angkatan 2015 sampai 2017.
Pengmbilan sampel sebanyak 266 orang tersebut didasarkan kepada rumus
uji kecukupan sampel. Penelitian ini menggunakan rumus Slovin untuk
menentukan kecukupan sampel. Yakni seperti berikut:
𝑁
𝑛=
1 + 𝑁 (α)2
738
𝑛=
1 + 738(0,05)2
𝑛 = 266
Keterangan:
n = Kecukupan Sampel
N = Jumlah Populasi
α = Tingkat kesalahan yang digunakan
Jadi, dalam melakukan penelitian di STIMLOG, 266 sampel sudah
memenuhi kriteria.
Besaran atau ukuran sampel ini sangat tergantung dari besaran tingkat ketelitian
atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan,
IV-1
IV-2
𝑥 − 𝑛𝑝𝑜
𝑍𝑜 =
√𝑛𝑝𝑜(1 − 𝑝𝑜)
IV-4
Statistik uji yang peneliti pakai ialah uji z, uji z dipilih karena
pada suatu proporsi populasi menggunkan uji binomial
sehingga uji yang dipakai adalah uji z.
Keterangan:
Zo = statistik uji yang digunakan.
𝑥 = jumlahpeminat belanja daring.
𝑛 = jumlah sampel yang digunakan.
6. Menentukan Daerah Kritis
Daerah Kritis untuk nilai α = 5%, H0 ditolak pada Z hitung >1,96
7. Menghitung Statistik Uji dengan Data Sampel
𝑥 − 𝑛𝑝0
𝑍0 =
√𝑛𝑝0 (1 − 𝑝0 )
120 − 266(0,5)
𝑍0 =
√266 𝑋 0,5(1 − 0,5)
120 − 133
𝑍0 =
√66,5
−13
𝑍0 =
8,15
𝑍0 = −1,59
8. Mengambil Kesimpulan
Dari hasil perhitungan yang telah dilakukan, diketahui nilai Z hitung
-1,59. Karena hipotesis yang kami gunakan adalah H0: p = p0 atau
H0: p > 50%. Nilai Z hitung lebih kecil daripada Z tabel maka, H0
diterima. (-1,59 < 1,96). Artinya, peminat belanja daring
adalah lebih dari 50%.
IV-5
Ztabel= 1,96
Zhitung= -1,59
5. Setelah langkah diatas, akan muncul hasil output, akan tetapi belum
terdapat informasi yang kita dapatkan. Kita kembali ke data, lalu Klik
Analyze Nonparametric Test One Sampel.
Gambar 4.5 Tampilan menu Analyze untuk Pengujian One Sampel Test
6. Setelah itu klik Scan data, dan akan muncul kotak dialog seperti
dibawah. Klik Settings dan pilih Costumize Test dan beri tanda ceklis
pada compare observed binary probability to hypotesaize (Binomial
Test).
IV-8
V-1
V-2
Untuk alasan responden itu sendiri bisa dilihat pada grafik diatas yaitu,
sebagian besar responden memilih “simpel” yaitu sebesar 34%. Sedangkan untuk
alasan hemat waktu sebesar 27%, untuk alasan lebih murah sebesar 15%, dan untuk
alasan barang lebih bervariasi sebesar 24%.
26% Terpercaya
Dan untuk alasan responden memilih belanja luring antara lain adalah
V-3
yang paling besar bisa cek keaslian barang sebesar 44%, untuk alasan terpercaya
sebesar 26%, untuk alasan bisa ditawar sebesar 16% dan untuk alasan lebih cepat
didapat sebesar 14%.
BAB VI
PENUTUP
6.1. Kesimpulan
Setelah melakukan penelitian yang berjudul Uji hipotesis Proporsi
pemilihan belanja Daring atau belanja Luring dikalangan mahasiswa
STIMLOG dapat disimpulkan bahwa pernyataan tentang peminat belanja
daring lebih banyak dari peminat belanja luring benar adanya dikarenakan
memiliki beberapa faktor diantaranya menghemat waktu, simpel, lebih murah
dan belanja luring sudah mulai ditinggalkan karena sangat membuang waktu,
jadi kami menyimpulkan bahwa belanja daring sudah mulai merajai belanja
luring atau belanja daring lebih besar peminatnya daripada belanja luring.
6.2. Saran
Untuk penelitian berikutnya dapat menggunakan populasi yang lebih
besar seperti populasi kota Bandung.
VI-1
DAFTAR PUSTAKA
Hendry. (2010). Populasi dan Sampel.
https://teoridaring.wordpress.com/2010/01/24/populasi-dan-sampel/,
diunduh pada 15 Januari 2018.
Kalam Kata. Memahami E-Commerce. Hivos. Diakses 18 Januari 2018, dari
kalamkata.org.
Pusat Bahasa. (2018). Kamus Besar Bahasa Indonesia Daring.
http://kamusbahasaindonesia.org/diunduh 18 Januari 2018.
Priyastama, Romie. (2017). SPSS 24 untuk Penelitian dan Skripsi. Elex Media
Komputindo.
Ronald E. Walpole. (1968). Pengantar Statistika Edisi ke-3. Bandung,
Gramedia Pustaka Utama
Tim Litbang Wahana Komputer. (2017). Kamus Lengkap Formula dan Fungsi
Excel. Penerbit Andi.
LAMPIRAN
1 2017 L Daring
2 2017 L Luring
3 2016 L Luring
4 2016 L Luring
5 2016 P Luring
6 2016 P Luring
7 2017 P Luring
8 2016 P Luring
9 2016 P Luring
10 2016 L Luring
11 2016 L Luring
12 2016 L Daring
13 2016 L Luring
14 2016 L Luring
15 2016 L Luring
16 2016 P Daring
17 2017 P Luring
18 2016 P Luring
19 2016 P Luring
20 2016 P Luring
21 2016 L Daring
22 2016 L Luring
23 2015 L Daring
24 2016 L Daring
25 2017 L Daring
26 2016 P Daring
27 2017 L Daring
28 2017 L Luring
29 2015 P Daring
30 2015 L Luring
31 2017 L Daring
32 2015 L Daring
33 2015 L Daring
34 2015 L Daring
35 2017 P Daring
36 2017 P Luring
37 2017 P Luring
38 2017 P Luring
39 2017 P Luring
40 2015 L Luring
41 2015 P Luring
42 2015 L Luring
43 2015 P Luring
44 2015 L Luring
45 2017 L Luring
46 2015 P Daring
47 2017 P Daring
48 2015 P Luring
49 2015 L Luring
50 2015 P Luring
51 2015 L Luring
52 2017 P Daring
53 2016 L Luring
54 2014 L Daring
55 2014 L Luring
56 2016 L Daring
57 2017 P Luring
58 2017 P Luring
59 2017 P Daring
60 2017 L Daring
61 2017 L Luring
62 2017 L Daring
63 2017 L Daring
64 2016 L Luring
65 2017 L Daring
66 2017 P Luring
67 2o17 P Daring
68 2017 P Luring
69 2017 P Luring
70 2017 P Daring
71 2017 L Daring
72 2017 L Luring
73 2017 P Daring
74 2017 P Daring
75 2016 P Daring
76 2015 L Luring
77 2015 L Luring
78 2017 P Luring
79 2017 P Luring
80 2017 P Daring
81 2017 P Daring
82 2017 P Luring
83 2015 L Luring
84 2015 P Luring
85 2015 L Luring
86 2015 P Daring
87 2015 L Luring
88 2017 L Daring
89 2015 P Luring
90 2017 P Daring
91 2015 P Luring
92 2015 L Luring
93 2015 P Daring
94 2015 L Daring
95 2017 P Luring
96 2016 L Daring
97 2017 L Daring
98 2017 L Luring
99 2016 L Luring
100 2017 L Daring
101 2017 L Luring
102 2017 P Daring
103 2017 P Luring
104 2017 P Luring
105 2017 P Daring
106 2017 L Luring
107 2017 L Luring
108 2017 L Luring
109 2017 L Luring
110 2017 L Daring
111 2017 L Daring
112 2017 L Luring
113 2017 L Daring
114 2017 L Luring
115 2016 P Luring
116 2017 L Luring
117 2016 P Luring
118 2016 P Luring
119 2016 P Luring
120 2017 L Daring
121 2016 L Luring
122 2016 P Daring
123 2017 L Daring
124 2017 P Daring
125 2016 L Daring
126 2017 P Luring
127 2014 P Luring
128 2017 P Daring
129 2017 P Daring
130 2017 L Daring
131 2017 L Luring
132 2017 P Luring
133 2017 P Luring
134 2017 P Daring
135 2015 P Luring
136 2017 L Luring
137 2017 P Daring
138 2017 P Daring
139 2017 P Luring
140 2016 L Daring
141 2017 L Luring
142 2017 P Daring
143 2017 P Luring
144 2017 P Luring
145 2017 P Luring
146 2017 L Luring
147 2017 L Daring
148 2017 P Luring
149 2017 P Luring
150 2017 L Daring
151 2017 P Luring
152 2017 P Luring
153 2017 P Luring
154 2017 L Luring
155 2017 P Daring
156 2017 P Luring
157 2017 P Luring
158 2017 L Daring
159 2017 L Luring
160 2017 L Daring
161 2017 P Daring
162 2017 L Daring
163 2017 P Luring
164 2017 P Luring
165 2017 L Luring
166 2017 P Luring
167 2017 P Daring
168 2016 P Daring
169 2017 P Daring
170 2017 L Luring
171 2017 L Daring
172 2017 L Daring
173 2017 L Luring
174 2017 L Daring
175 2017 L Daring
176 2017 P Luring
177 2017 L Daring
178 2017 P Daring
179 2017 P Daring
180 2017 L Daring
181 2017 L Luring
182 2017 L Daring
183 2017 L Luring
184 2017 P Daring
185 2017 L Daring
186 2017 P Luring
187 2017 P Luring
188 2017 P Luring
189 2017 L Luring
190 2017 P Daring
191 2017 P Luring
192 2017 P Luring
193 2017 L Daring
194 2017 L Luring
195 2017 P Luring
196 2017 P Luring
197 2017 P Luring
198 2016 L Luring
199 2017 L Luring
200 2016 L Daring
201 2016 L Luring
202 2016 L Luring
203 2017 L Luring
204 2016 P Daring
205 2017 P Luring
206 2017 P Luring
207 2016 L Daring
208 2017 L Luring
209 2017 P Daring
210 2017 P Luring
211 2017 P Luring
212 2017 L Daring
213 2017 L Luring
214 2016 L Luring
215 2016 L Luring
216 2016 P Luring
217 2016 P Luring
218 2017 P Luring
219 2016 P Luring
220 2016 P Luring
221 2016 L Luring
222 2017 L Daring
223 2017 P Luring
224 2017 L Daring
225 2016 P Luring
226 2016 P Luring
227 2016 L Luring
228 2017 L Luring
229 2016 L Luring
230 2016 L Luring
231 2017 P Daring
232 2016 P Daring
233 2017 P Daring
234 2017 L Luring
235 2016 L Daring
236 2016 L Luring
237 2016 L Luring
238 2017 L Luring
239 2016 P Daring
240 2017 P Luring
241 2017 L Daring
242 2017 P Luring
243 2017 P Luring
244 2017 P Luring
245 2017 L Luring
246 2017 P Daring
247 2017 P Luring
248 2017 P Luring
249 2017 L Daring
250 2017 L Luring
251 2017 P Luring
252 2017 P Luring
253 2017 P Luring
254 2016 L Luring
255 2017 L Luring
256 2016 L Daring
257 2016 L Luring
258 2016 L Luring
259 2017 L Luring
260 2016 P Daring
261 2017 P Luring
262 2017 P Luring
263 2016 L Daring
264 2017 L Luring
265 2017 P Daring
266 2017 P Luring