Modul Business Statistics II

MODUL PRAKTIKUM
BUSINESS STATISTICS II
Business Management Laboratory

Universitas Bina Nusantara
2019
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, karena
karunia-Nya lah Buku praktikum Business Statistics II ini dapat diselesaikan dengan
baik. Terima kasih juga penulis ucapkan kepada :
 Prof. Dr. Ir. Joseph Stanislaus Harjanto Prabowo, M.M. selaku Rektor Universitas
Bina Nusantara
 Dr. Ir. Hardijanto Saroso, M.M.T., M.M. selaku Dean of Binus Business School
Undergraduate Program Universitas Bina Nusantara
 Dr. Sambudi Hamali, S.T., M.M. selaku Subject Content Coordinator mata kuliah
Business Statistics Universitas Bina Nusantara
 Asisten dan tim penyusun buku Business Management Laboratory
Dikarenakan dukungan mereka-lah rencana penyusunan Modul Praktikum Business

Statistics II dapat terlaksana dan selesai dengan baik.
Selama ini terjadi perbedaan persepsi dan cara pengolahan data Statistik dengan
SPSS antar mahasiswa maupun dosen. Sehingga diharapkan dengan disusunnya Modul
Praktikum ini diharapkan dapat menyatukan pikiran mahasiswa/i serta dosen
Universitas Bina Nusantara dalam mengolah data Statistik dengan software SPSS.
Modul Praktikum Business Statistics II ini berisikan sepuluh bab yang

membahas pengenalan Statistik, pengolahan data dengan metode statistik deskriptif dan
metode statistik inferensi. Metode statistic yang dibahas dalam modul ini diantara lain
adalah Validitas, Reliabilitas, Normalitas, Uji Korelasi, Uji Regresi, Uji Asumsi Klasik,
Analysis of Variance (ANOVA), Uji Chi-Square, Uji Wilcoxon Sign Rank Test for
Dependent Population, Uji Wilcoxon Sum Rank Test for Independent Population, dan
Uji Kruskal Wallis.
Semoga dengan disusunnya Modul Praktikum ini dapat membantu mahasiswa/i

serta dosen Universitas Bina Nusantara baik dalam proses belajar-mengajar, maupun
proses penyelesaian skripsi atau tesis, khususnya dalam hal pengolahan data dan
penginterpretasikan hasil output SPSS. Tentunya Modul Praktikum Business Statistiss
II ini masih jauh dari kata sempurna karena kesempurnaan hanya milik Tuhan. Oleh
ii
karena itu, penulis selalu terbuka untuk saran dari pembaca dalam rangka memperbaiki
Modul ini. Akhir kata penulis mengucapkan terima kasih.
Jakarta, 4 Februari 2019
Business Management Laboratory

Universitas Bina Nusantara
iii
DAFTAR ISI
KATA PENGANTAR.......................................................................................................ii
Daftar Isi...........................................................................................................................iv
Pengenalan Statistik...........................................................................................................1
Pengertian Statistik........................................................................................................1
Elemen Statistik.............................................................................................................2
Klasifikasi Data..............................................................................................................2
Level of Measurment (Tingkat pengukuran).................................................................5
Pengenalan SPSS...............................................................................................................7
Statistik Deskriptif...........................................................................................................11
Soal Latihan.................................................................................................................18
Validitas dan Reliabilitas.................................................................................................21
Soal Latihan.................................................................................................................30
Normalitas.......................................................................................................................35
Korelasi............................................................................................................................39
Korelasi Bivariate........................................................................................................40
Korelasi Parsial............................................................................................................44
Soal Latihan.................................................................................................................48
Regresi.............................................................................................................................51
Regresi Sederhana........................................................................................................51
Regresi Berganda.........................................................................................................58
Soal Latihan.................................................................................................................63
Asumsi Klasik.................................................................................................................67
Uji Multikolinearitas....................................................................................................67
Uji Normalitas..............................................................................................................71
iv
Uji Heteroskedastisitas................................................................................................75
Uji Autokorelasi...........................................................................................................77
Soal Latihan.................................................................................................................79
ANOVA...........................................................................................................................82
Soal Latihan.................................................................................................................88
Chi Square.......................................................................................................................90
Goodness of Fit Test....................................................................................................90
Contingency Table Analysis......................................................................................100
Soal Latihan...............................................................................................................105
Wilcoxon Signed-Rank Test for Dependent Population...............................................107
Soal Latihan...............................................................................................................111
Wilcoxon Rank-Sum Test for Independent Population.................................................114
Soal Latihan...............................................................................................................119
Kruskal-Wallis...............................................................................................................122
Soal Latihan...............................................................................................................127
Referensi........................................................................................................................128
v
BUSINESS MANAGEMENT LABORATORY
PENGENALAN STATISTIK
Pengertian Statistik
Dalam pemahaman umum, statistik dihubungkan dengan data numerik seperti
tingkat inflasi, pangsa pasar, jumlah penjualan, rata-rata produksi, dan lain-lain. Meski
dominan dalam bentuk angka, data statistik tidak hanya sekedar presentasi numerik
melainkan dapat disajikan dalam bentuk non-numerik berupa fakta seperti jenis kelamin
dan tingkat pendidikan. Setiap organisasi menggunakan dan mengumpulkan data untuk
memperoleh pengetahuan untuk membantu organisasi dalam mengambil keputusan
terbaik serta mengimplementasikannya. Oleh karena itu, ilmu statistik dapat diterapkan
diberbagai disiplin ilmu seperti ekonomi, akuntansi, kedokteran, hukum, pertanian dan
lainnya.
Statistik adalah ilmu yang berkaitan dengan mengumpulkan, mengorganisir,
menyajikan, menganalisis, dan menginterpretasikan data untuk membantu organisasi
dalam mengambil keputusan yang lebih efektif [ CITATION Lin18 \l 1057 ] . Sedangkan
menurut [ CITATION Lev17 \l 1057 ] , statistik adalah sebuah cara berpikir yang akan
menghasilkan keputusan terbaik. Dengan demikian, statistik bisnis berbicara tentang
fenomena dalam dunia bisnis dalam mengumpulkan, mengorganisir, menyajikan,
menganalisis, dan menginterpretasikan hasil informasi dalam cara yang lebih baik
sehingga keputusan bisnis yang tepat dapat dibuat.
Dalam aplikasinya, metode analisis statistik dapat dibagi menjadi dua (2)
kelompok besar, yaitu:
1. Statistik Deskriptif
Statistik deskriptif bertujuan mengubah kumpulan data mentah menjadi mudah
dipahami dalam bentuk informasi yang lebih ringkas. Jadi statistik deskriptif
berusaha menjelaskan atau menggambarkan beberapa karakteristik data, seperti
berapa rata-ratanya, seberapa jauh data-data bervariasi dari rata-ratanya, berapa
median data, dan sebagainya.
2. Statistik Inferential
Statistik inferensi bertujuan untuk menyediakan dasar peramalan dan estimasi
yang digunakan untuk mengubah informasi menjadi pengetahuan.
1
BUSINESS MANAGEMENT LABORATORY 2
Elemen Statistik
Beberapa elemen yang biasa terdapat dalam suatu persoalan statistik:
1. Populasi
Populasi adalah seluruh kumpulan individu atau objek yang akan diteliti. Seluruh
penduduk di Indonesia bisa dikatakan populasi, penduduk disuatu provinsi A juga
bisa dikatakan populasi, bahkan penduduk di suatu dusun kecil pun bisa dikatakan
populasi. Definisi populasi tergantung dari kegunaan dan relevansi data yang
dikumpulkan serta tujuan dan jenis penelitian yang dilakukan.
2. Sampel
Sampel merupakan sebagian dari populasi yang terpilih untuk diteliti. Contohnya
jika populasinya penduduk di provinsi A, maka sampelnya bisa jadi adalah
sebagian penduduk di provinsi A. Jadi pada dasarnya, sampel adalah bagian dari
populasi. Metode pengambilan sampel sangat penting karena memiliki banyak
hambatan seperti waktu, tenaga, dan biaya [CITATION San18 \l 1057 ].
3. Variabel
Variabel adalah karakteristik dari sebuah item atau individu yang
membedakannya dengan item atau individu lainnya. Variabel merupakan objek
pengamatan berupa fenomena yang akan menjadi sasaran penelitian untuk
dianalisis. Contoh dari variabel dalam bisnis adalah preferensi konsumen,
produktivitas pekerja, pangsa pasar, dan lainnya.
Klasifikasi Data
Data adalah fakta – fakta dan angka – angka yang dikumpulkan, dianalisis, dan
dirangkum untuk dipresentasikan dan diperlihatkan hasilnya (Anderson, Sweeney, &
Williams, 2011). Pembagian data dalam statistik dapat digambarkan sebagai berikut :
Primer
Cara Memperoleh
Sekunder
Internal
Sumber Data
Eksternal
Klasifikasi Kuantitatif
Jenis Data
Data Kualitatif
Diskrit
Sifat Data
Kontinyu
Cross
Section
Waktu Pengumpulan
Longitudinal
A. Klasifikasi Data Menurut Cara Memperoleh

1. Data Primer
Data primer merupakan data yang diperoleh pertama kali oleh peneliti dari
sumbernya untuk tujuan tertentu dalam pembelajaran. Data primer dapat
diperoleh melalui wawancara, penyebaran kuesioner, dan fokus grup.
Contohnya adalah data hasil wawancara atau data hasil penyebaran kuisioner.
Kedua data tersebut diperoleh langsung dari objek penelitian.
2. Data Sekunder
Data sekunder merupakan data yang berdasarkan informasi yang dihasilkan
dari sumber yang sudah ada. Data dapat bersumber dari internal maupun
eksternal organisasi dan dapat diakses melalui internet serta merupakan
informasi yang sudah tersebar. Data sekunder dapat berasal dari buku, data
sensus, database perusahaan, media, laporan tahunan, dan sebagainya.
B. Klasifikasi Data Menurut Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan keadaan internal organisasi
dimana riset dilakukan. Misalnya data keuangan perusahaan tersebut, data
penjualan, data karyawan yang bekerja, dan lain sebagainya.
2. Data Eksternal
Sebalikanya, data eksternal adalah data yang menggambarkan situasi diluar
lingkungan organisasi. Misalnya adalah data preferensi pelanggan, data
kompetitor dimana dapat dijadikan sebagai pembanding, data persebaran
penduduk, dan lain sebagainya.
C. Klasifikasi Data Menurut Jenis Data
1. Data Kuantitatif
Data kuantitatif adalah data dalam bentuk angka-angka. Contoh data kuantitatif
adalah data jumlah penduduk, jumlah pendapatan nasional, dan data jumlah
keluarga yang ada di suatu daerah.
2. Data Kualitatif
Data kualitatif merupakan data yang bersifat non angka. Informasi yang
dihasilkan oleh data jenis ini adalah informasi bukan dalam bentuk angka. Data
jenis kelamin, data tingkat pendidikan, dan data agama yang dianut di suatu
daerah merupakan contoh data kualitatif. Data kualitatif dapat diolah menjadi
data kuantitatif dengan teknik statistik. Misalkan, data jenis kelamin adalah
perempuan dan laki-laki. Untuk melakukan pengolahan data dengan
menggunakan teknik statistik, data harus diubah dalam bentuk angka dimana
untuk jenis kelamin perempuan diberi kode angka satu dan jenis kelamin laki-
laki diberi kode angka dua.
D. Klasifikasi Data Menurut Sifat Data
1. Data Diskrit
Data diskrit adalah data berupa angka yang bersifat bilangan bulat. Dengan
kata lain, data ini tidak berbentuk pecahan ataupun desimal. Data ini biasanya
bukan merupakan bilangan negatif. Data diskrit dihasilkan pada sesuatu yang
dapat dihitung (counted) bukan diukur (measured) dan bukan merupakan hal
yang dapat dinyatakan dalam bentuk pecahan ataupun desimal. Contoh data ini
adalah jumlah orang, jumlah kapal, jumlah kelompok, jumlah unit.
2. Data Kontinyu
Data kontinyu merupakan data berupa angka yang merupakan hasil dari suatu
interval. Maka dalam data kontinyu seluruh angka memiliki suatu nilai,
termasuk data dalam bentuk pecahan ataupun desimal. Data kontinyu
dihasilkan dari sesuatu yang dapat diukur (measured) bukan dihitung
(counted). Contoh data ini adalah jam, detik, suhu, tinggi, berat, volume.
E. Klasifikasi Data Menurut Waktu Pengumpulan

1. Data Cross Section
Data Cross Section adalah data yang dikumpulkan hanya sekali, mungkin
dikumpulkan selama beberapa hari atau minggu atau bulan untuk menjawab
pertanyaan penelitian. Contohnya adalah perusahaan obat mau berinvestasi
dalam penelitian untuk pil (penurunan) obesitas. Perusahaan tersebut
melakukan penelitian terhadap orang-orang yang mengalami obesitas untuk
mengamati seberapa banyak dari mereka yang tertarik untuk mengkonsumsi pil
tersebut.
2. Data Longitudinal
Data longitudinal adalah data pada variabel dependen (dipengaruhi)
dikumpulkan pada dua atau lebih titik waktu yang berbeda untuk menjawab
pertanyaan penelitian. Penelitian untuk mendapatkan data ini menggunakan
lebih banyak waktu, usaha, dan biaya dibandingkan dengan penelitian untuk
data cross section. Contoh data longitudinal adalah seorang manajer pemasaran
tertarik untuk mengetahui pola penjualan produk tertentu di empat wilayah
secara kuartalan untuk dua tahun ke depan. Data tersebut akan dikumpulkan
beberapa kali untuk mengetahui pola penjualan di empat wilayah [ CITATION
Sek16 \l 1057 ].
Level of Measurment (Tingkat pengukuran)

Menurut [ CITATION Lin18 \l 1057 ], data juga dapat diklasifikasikan berdasarkan
tingkat pengukurannya yang akan menentukan bagaimana data harus dirangkum dan
disajikan. Berikut adalah keempat jenis tingkat pengukuran:
1. Nominal
Skala nominal adalah level terendah dari pengukuran data yang digunakan untuk
memberikan kategori dan klasifikasi menggunakan ‘angka’. Dimana angka yang
direpresentasikan tidak menunjukan perbedaan dalam tingkatan atau level, hanya
untuk membedakan antara satu variabel dan variabel lainnya. Tipe-tipe variable
yang sering menggunakan level nominal adalah jenis kelamin, agama, etnis,
lokasi geografis, dan lain sebagainya.
2. Ordinal
Level berikutnya dari tingkat pengukuran data adalah skala ordinal. Selain
digunakan untuk mengkategorikan data, skala ordinal memiliki keteraturan atau
tingkatan data yang bermakna. Skala ordinal adalah skala pemeringkat dimana
angka ditetapkan untuk mengindikasikan relativitas karakter yang dimiliki.
Dengan demikian dapat diketahui apakah suatu objek memiliki sesuatu (karakter)
lebih banyak atau lebih sedikit dari objek lainnya. Skala ordinal mengindikasikan
posisi relatif, misalnya pelajar yang diberi peringkat 1 berarti secara relatif lebih
baik dari peringkat 2,3, dst., namun tidak dapat diketahui persisnya apakah antara
peringkat 1 dan 2 perbedaannya tipis ataukah sangat jauh.
3. Interval
Skala interval adalah skala pengukuran yang lebih tinggi tingkatannya dibanding
dengan dua skala sebelumnya dan selalu berbentuk angka. Skala ini menunjukan
jajaran nilai antara dua bilangan. Terdapat interval yang konstan / sama antara
nilai skala. Sebagai contoh adalah perbedaan jenis suhu yang dinyatakan dalam
derajat antara 50-80o C dikatakan cukup panas, 80-110o C dikatakan panas, 110-
140o C dikatakan sangat panas. Namun skala interval tidak memiliki nilai 0 (zero
point) yang mutlak. Pengukuran 0oC tidak mewakili bahwa tidak adanya suhu di
angka 0 tersebut tetapi dapat diketahui bahwa suhu 0 derajat adalah dingin.
Keterbatasan dari skala interval adalah kita tidak dapat menyimpulkan bahwa
20oC sama dengan 2 kali 10oC.
4. Rasio
Skala rasio merupakan tingkat pengukuran yang tertinggi karena memiliki semua
sifat-sifat data interval dan memiliki titik absolut (zero point) 0 mutlak. Yang
dimaksud dengan titik absolut adalah bahwa skala rasio memiliki titik nol dalam
arti yang sesungguhnya. Contohnya adalah uang, ketika seseorang memiliki 0
Rupiah, maka orang tersebut tidak memiliki uang. Contoh lainnya adalah gaji,
berat badan, tinggi badan, jarak, dan lainnya. Skala ini dapat digunakan untuk
mengidentifikasikan atau mengklasifikasikan, memeringkatkan, dan
membandingkan interval atau perbedaan objek. Dalam skala ini dapat berguna
untuk menghitung rasio dari nilai skala. Sehingga bukan saja dapat diketahui
perbedaan antara 2 dan 5 sama dengan perbedaan 16 dan 19, yaitu 3, namun dapat
diketahui bahwa 16 adalah 8 kali lipat dari 2.
PENGENALAN SPSS
Statistical Product and Service Solution (SPSS) adalah software yang memiliki
kemampuan analisis yang dirancang untuk membantu pengolahan data secara statistik.
Untuk keseragaman, SPSS yang digunakan dalam praktikum ini adalah IBM SPSS
Statistic 22.
Proses statistik dengan SPSS:
1. Data yang diproses dimasukkan lewat menu DATA EDITOR yang otomatis
muncul di layar saat SPSS dijalankan.
2. Data yang telah diinput kemudian diproses, juga lewat menu DATA
EDITOR.
3. Hasil pengolahan data muncul di layar (window) yang lain dari SPSS, yaitu
VIEWER Output SPSS bisa berupa teks / tulisan, tabel, atau grafik.
7
Pada saat IBM SPSS Statistics 22 (SPSS 22) pertama kali dibuka, selalu tampak
tampilan pertama sebagai berikut.
Window di atas disebut DATA EDITOR dan merupakan window utama pada SPSS. Di
dalam DATA EDITOR inilah akan dilakukan proses utama SPSS yakni menginput data
dan selanjutnya memproses data tersebut.
SPSS DATA EDITOR memiliki dua bagian, yaitu:
 DATA VIEW, yaitu tempat untuk menginput data statistik. Inilah yang selalu
tampil di layar.
 VARIABLE VIEW, yaitu tempat untuk menginput variabel statistik. Bagian ini
digunakan hanya pada saat memasukkan dan mendefinisikan variabel-variabel.
Langkah-langkah memasukkan data ke dalam SPSS adalah sebagai berikut:
1. Buka lembar kerja baru

Lembar kerja baru selalu dibuka jika ada pemasukan variabel yang baru. Untuk
itu, dari menu utama pilih File  New  Data.
2. Menamai variabel yang diperlukan
Langkah selanjutnya adalah membuat nama untuk setiap variabel baru. Untuk
itu digunakan VARIABLE VIEW pada data editor.
3. Setelah melakukan pengisian VARIABLE VIEW, kita dapat mulai untuk

memasukkan data ke dalam DATA VIEW.
Berikut penjelasan mengenai kolom-kolom pada variable view yang harus diisi
untuk menambahkan variabel baru:
 Name
Kolom ini adalah kolom untuk memberikan nama untuk variabel. Jumlah
karakter yang bisa digunakan untuk memberi nama pada sebuah variabel
adalah 64 karakter (bit). Namun untuk membuat sebuah nama dalam bentuk
kalimat, gunakan tanda underline untuk penghubung. Contoh:
Data_Penjualan.
 Type
Type digunakan untuk mengisi jenis tipe data sesuai dengan data yang ingin
dimasukkan. Dalam SPSS, banyak tipe data yang ditawarkan untuk tiap
variable, tetapi untuk keperluan analisis data biasanya yang digunakan
adalah tipe data string, numeric dan date. Berikut penjelasan tipe-tipe data
yang ada pada SPSS:
 Numeric : Data dalam bentuk angka.

 Comma : Data ini berbentuk numerik dan ditandai koma sebagai

pembeda ribuan.
 Dot : Data ini berbentuk numerik dan ditandai titik sebagai pembeda
ribuan.
 Scientific Notation : Data ini berbentuk numerik dan ditandai

dengan simbol E.
 Date : Data berupa tanggal dan ada sejumlah pilihan type/format

tanggal.
 Dollar : Data ini berbentuk numerik dan ditandai ($) dengan tanda
koma sebagai pemisah tanda ribuan.
 Custom Currency : Bentuk tipe ini digunakan untuk menampilkan

format mata uang yang dibuat melalui kotak dialog Options dari
menu edit.
 String : Data dalam bentuk karakter/huruf .
 Width
Width digunakan untuk menentukan berapa banyak digit yang dapat
dimasukkan pada data tiap sel. Pilihan ini menyediakan masukan antara 1
sampai 255 digit.
 Decimals
Untuk menambahkan atau mengurangi decimal pada data berupa angka.
 Label
Label adalah keterangan untuk nama variable yang bisa disertakan atau
tidak. Label yang tidak diisi tidak mempengaruhi proses data. Walaupun
demikian, pada input data yang banyak dan ada kemiripan, penulisan label
sangat dianjurkan untuk memperjelas identitas sebuah variabel.
 Value
Values adalah kode yang diberikan jika variabel yang digunakan

kategorikal. Misalnya kita ingin menggunakan kode 1 untuk laki-laki dan
kode 2 untuk perempuan.
 Missing
Data yang dianggap hilang yang tidak akan kita ikutkan dalam analisis. Ada
tiga pilihan :
 No missing values
 Discrete missing values. Angka tertentu yang kita anggap hilang.
 Range plus one optinal discrete missing value. Jika ada data hilang
dengan range yang jelas.
 Columns
Columns adalah lebar tempat nama karakter pada NAME. Besarnya
minimal sama dengan besarnya nilai WIDTH.
 Align
Align digunakan untuk mengubah letak tampilan data seperti pada Ms.
Word.
 Measure
Adalah skala pengukuran dari variabel yang bersangkutan.
STATISTIK DESKRIPTIF
Statistik Deskriptif bertujuan untuk meringkas dan menggambarkan data sehingga
mudah dipahami. Berikut adalah ukuran penting yang sering dipakai dalam
pengambilan keputusan:
1. Measure of Location
Measure of location adalah sebuah nilai yang digunakan untuk mendeskripsikan
Central Tendency seperti Mean, Median, dan Modus. Central tendency
merupakan suatu pengukuran yang menggambarkan nilai yang mewakili nilai
sentral dari satu kelompok data.
 Mean adalah jumlah dari serangkaian data dibagi dengan jumlah data.
 Median mengukur nilai tengah dengan membagi jumlah observasi secara
seimbang dari atas ke bawah atau merupakan persentil ke lima puluh.
Jika ada urutan data: 4 5 6 6 6 6 7 8 8. Maka mediannya adalah 6.
 Modus menggambarkan nilai yang paling sering muncul atau memiliki
frekuensi terbanyak. Jika ada data: 5, 5, 6, 7, 2, 6, 5, 4, 1, 5. Modusnya
merupakan angka 5.
2. Measure of Dispersion
Dispersi adalah variasi atau persebaran didalam sebuah kelompok data.
Pengukuran dispersi juga digunakan untuk mengetahui lebih jelas informasi
persebaran data dan membandingkan persebaran 2 atau lebih distribusi data.
Pengkuruan dispersi berupa Range, Variance dan Standard Deviation. Range
adalah perbedaan atau selisih antara nilai maksimum dan nilai minimum dari
kelompok data. Varian (Ragam) merupakan suatu nilai yang menunjukkan
keragaman dari kelompok data. Standar deviasi (Simpangan Baku) adalah akar
kuadrat dari varian.
3. Shape of Distribution
Karakteristik lainnya dari sebuah distribusi adalah bentuknya. Bentuk distribusi
dapat dilihat dari pengukuran nilai Skewness dan Kurtosis dengan
membandingkan nilai mean dan median sebuah kelompok data. Skewness
(kelandaian/kemiringan) adalah suatu ukuran yang dapat menyatakan model
distribusi dari suatu populasi. Terbagi menjadi 3 model kurva, yaitu model
12
positif, negatif dan simetris. Skewness positif mengindikasikan distribusi yang

condong ke kanan. Skewness negatif mengindikasikan distribusi yang condong
ke kiri. Kurtosis adalah pengukuran keruncingan distribusi. Semakin besar
kurtosis, semakin keruncingan akan didistribusikan.
4. Measure of Position
Terdapat cara lain untuk mendeskripsikan variasi dari satu kelompok data.
Sebuah metode yang menentukan lokasi suatu nilai dengan membagi kelompok
data tersebut ke dalam bagian sama rata. Pengukuran tersebut berupa kuartil,
desil, dan persentil. Kuartil membagi kelompok data tersebut menjadi 4 bagian
sama rata. Desil membagi kelompok data menjadi 10 bagian sama rata.
Sedangkan persentil membagi kelompok data menjadi 100 bagian sama rata.
5. Histogram
Histrogram adalah chart yang terdiri dari diagram batang dengan tinggi yang
berbeda-beda. Tinggi masing-masing batang mewakili nilai frekuensi dalam
kelas yang diwakili oleh diagram batang.
Contoh soal:
Seorang pengusaha memiliki 20 dealer yang tersebar di Jakarta dan sekitarnya. Pemilik
dealer ingin mengetahui informasi yang jelas mengenai usahanya pada tahun lalu.
Berikut adalah data jumlah penjualan mobil tahun lalu pada masing-masing dealer:
(dalam satuan : ribuan unit)
Dealer Penjuala Dealer Penjualan

n
1 19 11 34
2 5 12 57
3 27 13 6
4 14 14 47
5 50 15 13
6 22 16 9
7 9 17 8
8 48 18 28
9 40 19 5
10 22 20 20
Dari data diatas, tentukanlah nilai Mean, Median dan Modus, nilai Minimum dan
Maximum, nilai Varians, Range dan Standar Deviasi, nilai Kurtosis dan Skewness, nilai
Kuartil 1, Kuartil 2, Kuartil 3, Desil 3, Persentil 40 dan Persentil 85.
Langkah-langkah pengerjaan:
1. Buka IBM SPSS Statistics 22, input data sesuai tabel diatas
2. Pilih menu analyze  descriptive statistics  frequencies. Akan muncul windows

frequencies. Kemudian pindahkan Penjualan ke kotak variable.
3. Pada menu statistik, pilih sesuai dengan pertanyaan soal, klik continue.
4. Pada menu chart, ada 3 Pilihan, pilih sesuai yang diperlukan (Bisa Bar, Pie dan
Histogram), klik continue.
5. Klik Continue dan OK. Hasil Output:

Soal Latihan
1. PT. Gasco sedang melakukan penelitian kepada karyawannya tentang kenyamanan
saat berada di lingkungan kantor dengan menyebarkan angket. Perusahaan telah
mengumpulkan data sebanyak 50 karyawan baik laki-laki maupun perempuan dari
keseluruhan populasi karyawan PT. Gasco. Pihak manajemen perusahaan mendata
tingkat kenyamanan karyawan kedalam sebuah tabel berikut:
92 87 71 93 69
98 91 86 69 74
79 83 67 88 70
73 89 87 68 67
97 71 86 98 83
84 78 86 97 76
87 66 75 92 94
69 70 97 86 93
92 79 75 72 97
73 76 97 86 84
Dari data yang dikumpulkan diatas, maka tentukanlah jumlah dan lebar kelas; nilai
mean, median, modus. Pada angka berapa yang menunjukkan nilai tertinggi dan
terendah dari tingkat kenyamanan karyawan? Selain itu, tentukan juga simpangan
baku, ragam, skewness, kurtosis beserta dengan Q1, Q3, D7, dan P85!
2. Berikut adalah hasil sensus penduduk Indonesia tahun 2017 mengenai usia laki-laki
dan perempuan yang resmi menikah untuk pertama kalinya. Sebanyak 10 sampel
diambil dari populasi laki-laki dan perempuan yang berdomisili di Kota Jakarta.
Hasil data sensus pada tahun 2017:
Jumlah Laki-laki Jumlah Perempuan
1 30 1 22
2 25 2 20
3 27 3 21
4 35 4 19
5 33 5 25
6 40 6 27
7 27 7 30
8 26 8 28
9 28 9 27
10 30 10 26
11 26 11 25
12 25 12 22
13 29 13 19
14 31 14 23
15 33 15 22
Dari data-data diatas, tentukanlah:
a. Nilai median dari usia laki-laki dan perempuan yang menikah untuk pertama
kalinya.
b. Nilai rata-rata dari usia laki-laki dan perempuan yang menikah untuk pertama
kalinya.
c. Kuartil 1 dan 3 usia laki-laki dan perempuan yang menikah untuk pertama
kalinya.
d. Nilai varians dan standar deviasi usia laki-laki dan perempuan yang menikah
untuk pertama kalinya.
e. Nilai skewness dan kurtosis usia laki-laki dan perempuan yang menikah untuk
pertama kalinya.
f. Apabila pada tahun 2022 penelitian membuktikan bahwa rata-rata usia laki-laki
yang menikah untuk pertama kalinya adalah 35 dan untuk wanita adalah 27
tahun, informasi apa yang dapat anda simpulkan?
3. Lippo Group sedang menjalani sebuah proyek besar yaitu Meikarta. Tentunya
didalam proyek Meikarta mempunyai beberapa sub divisi dalam menjalankan
kegiatan bisnisnya. Pada akhir bulan ini divisi keuangan ingin menghitung gaji
dan upah para pekerja dari divisi sales dan marketing yang tidak hanya
mendapatkan gaji pokok namun juga menerima komisi. Komisi tersebut diberikan
kepada para pekerja sesuai dengan range penjualan yang dicapai oleh setiap
salesman. Berikut adalah data penjualan serta presentase komisi tiap salesman.
Penjualan Presentase
Salesman
Komisi
(dalam ribuan)
Andi 500 7%
Budi 328 7%
Chitra 234 5%
Dendi 670 9%
Evita 780 11%
Fira 900 11%
Gigi 119 5%
Hura 219 5%
Iori 300 5%
Joko 454 7%
Kiki 815 11%
Lili 760 11%
Maria 550 9%
Nowela 430 7%
Ovita 700 9%
Pevita 412 7%
Aan 547 9%
Resta 808 11%
Sarah 195 5%
Tyas 159 5%
Oki 795 11%
Andre 783 11%

Theresa 632 9%
Sita 231 5%
Kenny 257 5%
Nata 935 15%
Lila 115 5%
Dina 155 5%
*Komisi akan diberikan secara pembulatan 2 angka. Contoh : 22.96 dibulatkan
menjadi 23
Bantulah divisi keuangan untuk menentukan nilai berikut :
a. Nilai mean, median, modus

b. Nilai maksimum dan minimum
c. Nilai simpangan baku
d. Nilai kelandaian dan keruncingan
e. Kuartil 1
f. Desil 5 dan Desil 8
g. Persentil 13
VALIDITAS DAN RELIABILITAS
Variabel pada penelitian pada umumnya tidak dapat dibentuk secara langsung
namun dibentuk oleh indikator-indikator yang diamati. Instrumen yang sering dipakai
dalam penelitian ilmiah adalah kuesiner, yang bertujuan untuk mengamati indikator-
indikator tersebut. Salah satu skala yang sering dipakai dalam penyusunan kuesioner
adalah skala likert. Skala Likert meminta responden menunjukkan tingkat persetujuan
atau ketidaksetujuannya terhadap serangkaian pernyataan tentang suatu obyek. Skala ini
dikembangkan oleh Rensis Likert dan biasanya memiliki 5 atau 7 kategori dari ”sangat
setuju” sampai dengan ”sangat tidak setuju”. Skala Likert ini banyak digunakan dalam
riset bisnis yang menggunakan metode survei. Sewaktu menanggapi pertanyaan dalam
skala Likert, responden menentukan tingkat persetujuan mereka terhadap suatu
pertanyaan dengan memilih salah satu dari pilihan yang tersedia.
Dalam penelitian yang menggunakan instrumen kuesioner sebagai salah satu alat
ukur. Ada dua syarat penting yang harus dipenuhi, yaitu keharusan sebuah kuesioner
untuk Valid dan Reliabel (syarat lainnya yaitu tingkat ketelitian tidak dibahas pada
modul ini). Menurut [ CITATION Sek16 \l 1057 ], validitas merupakan uji seberapa tepat
sebuah instrumen yang telah dikembangkan dalam mengukur konsep tertentu. Dengan
demikian, validitas dapat membuktikan bahwa instrumen, teknik, atau proses yang
digunakan dalam mengukur sebuah konsep adalah benar dan sesuai dalam mengukur
konsep yang dimaksud. Validitas mengukur valid tidaknya suatu item pertanyaan dari
kuesioner yang disebarkan kepada para responden yang menjadi objek penelitian.
Menurut [ CITATION Sek16 \l 1057 ], reliabilitas merupakan uji seberapa konsisten

sebuah instrumen dalam mengukur konsep tertentu. Reliabilitas menunjukkan sejauh
mana instrumen bebas dari kesalahan (tanpa bias) dan memastikan pengukuran yang
konsisten lintas waktu (stabilitas). Dengan kata lain, reliabilitas mengukur instrumen
apakah secara konsisten memunculkan hasil yang sama setiap kali dilakukan
pengukuran. Dalam modul ini akan dibahas reliabilitas dengan analisis Cronbach Alpha.
Dalam buku [ CITATION Gho13 \l 1057 ], disebutkan bahwa alpha yang dapat diterima
dalam penelitian adalah sebesar 0,7 yang didasarkan pada penelitian Nunally pada tahun
1978.
23
Suatu kuesioner dikatakan Valid jika pertanyaan pada suatu kuesioner mampu
untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Sedangkan
suatu kuesioner dikatakan reliabel jika jawaban seseorang terhadap pertanyaan adalah
konsisten atau stabil dari waktu ke waktu.
Contoh Soal:
Katherine ingin mengetahui pengaruh antara kualitas pelayanan terhadap kepuasaan

pelanggan pada aplikasi transportasi online di Jakarta. Katherine menyebarkan
kuesioner kepada 30 responden dengan 4 butir pertanyaan mengukur kualitas pelayanan
(SQ) dan 3 butir pertanyaan dalam mengukur kepuasaan pelanggan (CS). Berikut
merupakan hasil dari kuesioner tersebut:
Respond SQ SQ SQ SQ CS CS CS
en 1 2 3 4 1 2 3
1 4 3 4 5 3 4 5
2 5 4 5 4 4 5 4
3 4 4 5 3 2 5 3
4 5 5 5 3 5 5 3
5 4 4 4 3 4 4 3
6 3 5 5 4 4 5 4
7 2 3 2 3 3 2 3
8 2 3 2 3 3 2 3
9 3 5 4 3 3 3 3
10 4 3 3 2 5 3 2
11 4 4 4 4 3 4 4
12 4 3 3 3 4 3 3
13 5 5 4 3 3 4 3
14 5 5 3 3 4 3 3
15 4 4 4 4 4 4 4
16 4 4 4 4 4 4 4
17 5 4 5 5 5 5 5
18 4 4 4 4 3 4 4
19 3 2 4 3 2 4 3
20 4 3 4 3 2 4 3
21 3 4 4 3 3 4 3
22 4 4 4 5 5 4 5
23 4 4 4 3 5 4 3
24 3 5 5 5 5 5 5
25 4 4 4 3 3 4 3
26 3 2 3 3 4 3 3
27 3 3 4 4 4 4 4
28 2 3 3 2 3 3 2
29 2 3 3 4 4 3 4
30 3 3 4 4 3 4 4
Langkah-langkah uji validitas:
[Data di run per variabel]
1. Buatlah total skor tiap variabel

2. Masukkan variabel ke dalam Variable View dan input data ke dalam Data View.
3. Pilih Analyze  Scale  Reliability Analysis
4. Masukkan item SQ1 – Total_SQ ke kotak Items

5. Kemudian pilih menu Statistics, pada bagian Inter-Item, centang Correlations,

kemudian klik Continue untuk kembali ke window utama
6. Klik OK dan akan muncul hasil sebagai berikut.

t
7. Rumus mencari R table adalah r =
√ df +t 2
Oleh karena itu, langkah pertama adalah mencari nilai t dengan cara pilih menu
Transform  Compute Variable.
 Isi Target Variable dengan “t”
 Pada Function Group pilih Inverse DF
 Pada Functions and Special Variable, double klik Idf.T
 Tanda tanya (?) pertama pada kolom Numeric Expression diisi dengan
probability, dimana pada soal ini berarti 1 - (α/2) = 1 – (0,05/2) = 1 – 0,025 =
0,975 (diinput 0.975)
 Tanda tanya (?) kedua pada kolom Numeric Expression diisi dengan df, dimana
pada soal ini berarti (n – 2) = (30 – 2) = 28
8. Klik OK dan nilai T table akan muncul di Data View
9. Pilih kembali menu Transform  Compute Variable

 Isi Target Variable dengan “R_Tabel”
 Hapus Numeric Expression dang anti sesuai dengan rumus R:
t/sqrt(df+t**2)
10. Klik OK dan nilai R table akan muncul di Data View.

Langkah-langkah uji reliabilitas:
[Data di run per variabel]
1. Pilih Analyze  Scale  Reliability Analysis

2. Keluarkan item TOTAL_SQ dari kotak Items.
3. Klik OK. Hasil Output:

Soal Latihan
1. Seorang peneliti ragu apakah pertanyaan-pertanyaan yang ia masukan ke dalam
kuesioner dapat menjawab atau memberikan solusi terhadapt penelitiannya.
Celakanya, kuesioner tersebut telah dibagikan kepada 30 responden. Bantulah
peneliti ini untuk meyakinkan dirinya, bahwa pertanyaan-pertanyaan yang telah ia
input ke dalam kuesioner tersebut dapat menjawab penelitian yang ia lakukan. Bila
memang ada yang salah, bagian mana yang harus dihilangkan? Berikut data
kuesioner yang diperoleh:
Responde
n Q1 Q2 Q3 Q4 Q5
Ke-1 1 3 2 1 4
Ke-2 1 2 4 4 5
Ke-3 2 3 5 1 4
Ke-4 3 4 1 2 4
Ke-5 4 5 2 5 5
Ke-6 5 3 3 4 1
Ke-7 1 2 4 3 2
Ke-8 2 1 5 1 3
Ke-9 3 5 4 2 4
Ke-10 4 4 1 3 5
Ke-11 5 5 3 5 1
Ke-12 1 4 1 4 2
Ke-13 2 3 3 5 3
Ke-14 3 2 4 4 4
Ke-15 4 1 5 3 5
Ke-16 5 5 3 2 5
Ke-17 5 2 1 1 3
Ke-18 3 4 2 5 3
Ke-19 2 5 3 2 4
Ke-20 1 1 1 1 5
Ke-21 5 3 2 2 4
Ke-22 4 2 3 3 1
Ke-23 1 4 1 4 3
Ke-24 2 5 2 5 1
Ke-25 5 1 3 1 3
Ke-26 4 3 4 2 4
Ke-27 3 2 5 3 5
Ke-28 1 4 3 4 3
Ke-29 2 5 2 2 1
Ke-30 3 1 1 3 2
2. PT. Nusantara mengalami penurunan penjualan sejak tahun lalu. Oleh karena itu
perusahaan mempertimbangkan untuk melakukan pengomunikasian produk di
media masa. Media TV sebagai media yang paling popular di kalangan masyarakat,
dipilih sebagai tempat pengomunikasian produk mereka. Untuk itu perusahaan
melakukan penelitian yang bertujuan untuk mencari tahu sifat hubungan TV
Advertisement dengan Minat Membeli Konsumen.
Sebelum mengolah data menggunakan metode statistik tertentu, ia harus melakukan
uji untuk mencari tahu:
a. Apakah data kuesioner dapat digunakan untuk menjawab permasalahan
peneliti?
b. Apakah jawaban responden konsisten?
Bantulah mahasiswa tersebut menyelesaikan penelitian nya apabila tingkat
kepercayaan penelitian adalah sebesar 93%. Berikut data kuesioner yang ia
kumpulkan:
T1, T2, T3: Indikator Television Advertisment
M1, M2, M3: Indikator Minat Membeli
T1 T2 T3 M1 M2 M3
5 5 5 4 4 5
4 4 4 5 5 4
3 5 5 5 5 3
3 3 2 5 5 3
3 3 2 4 4 3
4 5 4 5 5 4
3 3 3 2 2 3
3 4 4 2 2 3
3 3 3 4 4 3
2 5 4 3 3 2
4 5 3 4 4 4
3 4 4 3 3 3
3 4 4 4 4 3
3 4 5 3 3 3
4 4 4 4 4 4
4 2 4 4 4 4
5 3 4 5 5 5
4 4 4 4 4 4
3 4 4 4 4 3
3 5 5 4 4 3
3 4 4 4 4 3
5 4 5 4 4 5
3 3 2 4 4 3
5 3 2 5 3 5
3 3 3 3 4 4
3 5 3 3 3 2
4 3 4 4 3 3
2 4 3 2 2 3
4 3 4 4 2 3
4 4 3 4 3 3
3. Sebuah restoran bernama Pizza Ku merupakan suatu restoran pizza ternama di

daerah Jakarta Selatan dan sekitarnya. Restoran ini telah dirilis sejak tahun 2002
dan menjadi sangat terkenal karena rasanya yang sangat khas. Namun beberapa
tahun belakangan ini, Pizza Ku mengalami penurunan penjualan. Maka dari itu,
pihak restoran ingin meneliti faktor apa sajakah yang kiranya mempengaruhi
penurunan penjualan dari beberapa outletnya tersebut. Untuk menunjang penelitian
ini, maka Pizza Ku akan membagikan kuesioner secara online kepada para
pelanggannya. Namun, sebelum pihak restoran membagikan kuesioner ini, mereka

akan menguji terlebih dahulu apakah kuesioner ini memenuhi syarat valid dan
reliabel agar semua tujuan pertanyaannya sesuai dan memenuhi persyaratan yang
ada. Dibawah ini merupakan hasil penyebaran kuesioner kepada 60 konsumen
dalam Skala Likert :
Konsume
Q1 Q2 Q3 Q4 Q5 Q6 Q7
n
1 4 4 4 5 4 4 4
2 4 4 4 4 5 4 4
3 3 4 5 3 5 4 5
4 4 3 3 3 3 3 3
5 4 3 3 4 5 3 3
6 3 4 4 2 4 4 4
7 5 3 4 5 4 3 4
8 4 3 5 3 5 3 5
9 5 4 4 5 5 4 4
10 4 4 4 3 5 4 4
11 3 3 4 2 4 3 4
12 4 4 3 3 2 4 3
13 4 4 5 3 2 4 5
14 5 4 4 4 5 4 4
15 3 4 5 3 5 4 5
16 4 5 5 3 5 5 5
17 4 4 4 4 3 4 4
18 5 5 5 5 4 5 5
19 3 3 4 3 3 3 4
20 3 4 5 4 3 4 5
21 4 5 4 5 4 5 4
22 4 5 3 4 2 5 3
23 5 5 3 5 5 5 3
24 4 4 3 4 4 4 3
25 5 5 4 3 4 5 4
26 3 2 3 2 3 2 3
27 3 2 3 2 3 2 3
28 5 4 3 3 3 3 3
29 3 3 2 4 5 3 2
30 4 4 4 4 3 4 4
31 3 3 3 4 4 3 3
32 5 4 3 5 3 4 3
33 5 3 3 5 4 3 3
34 4 4 4 4 4 4 4
35 4 4 4 4 4 4 4
36 4 5 5 5 5 5 5
37 4 4 4 4 3 4 4
38 2 4 3 3 2 4 3
39 3 4 3 4 2 4 3
40 4 4 3 3 3 4 3
41 4 4 5 4 5 4 5
42 4 4 3 4 5 4 3
43 5 5 5 3 5 5 5
44 4 4 3 4 3 4 3
45 2 3 3 3 4 3 3
46 3 4 4 3 4 4 4
47 3 3 2 2 3 3 2
48 3 3 4 2 4 3 4
49 3 4 4 3 3 4 4
50 4 4 5 3 3 4 5
51 4 4 3 2 4 4 3
52 4 3 2 2 4 3 2
53 4 2 4 2 3 2 4
54 4 4 4 3 3 4 4
55 3 3 3 3 4 3 3
56 4 4 3 4 2 4 3
57 5 4 4 4 5 4 4
58 3 2 2 3 2 2 2
59 4 4 3 3 2 4 3
60 2 3 3 3 4 3 3
Bantulah pihak restoran untuk mengetahui:
a. Apakah data kuesioner dapat digunakan untuk menjawab permasalahan

perusahaan?
b. Apakah jawaban konsumen konsisten?
c. Tuliskan juga interpretasi hasil dari kedua pertanyaan diatas dalam satu paragraf
NORMALITAS
Uji normalitas dilakukan untuk mengetahui apakah data yang diuji mengikuti
distribusi normal atau tidak. Langkah awal sebelum melakukan uji statistic adalah
melakukan uji normalitas. Normalitas menjadi hal yang penting karena hasil dari uji ini
akan berkaitan dengan pemilihan uji statistik yang tepat untuk digunakan selanjutnya.
Berikut merupakan dasar pengambilan keputusan dalam Uji Normalitas:
 Untuk jumlah responden < 50  lihat sig pada table Shapiro Wilk
 Untuk jumlah responden ≥ 50  lihat sig pada table Kolmogorov Smirnov
Contoh Soal:
Katherine ingin mengetahui pengaruh antara kualitas pelayanan terhadap kepuasaan

pelanggan pada aplikasi transportasi online di Jakarta. Salah satu asumsi dari uji
statistik yang akan Katherine gunakan adalah distribusi data yang ia miliki. Berikut data
yang telah Katherine rangkum:
Service Customer
Quality Satisfaction
16 12
18 13
16 10
18 13
15 11
17 13
10 8
10 8
15 9
12 10
16 11
13 10
39
17 10
16 10
16 12
16 12
19 15
16 11
12 9
14 9
14 10
17 14
15 12
18 15
15 10
11 10
14 12
10 8
12 11
14 11
Bantulah Katherine dengan menguji apakah data diatas mengikut distribusi normal atau
tidak!
Langkah-langkah uji normalitas:
1. Input data pada SPSS

2. Pilih menu Analyze  Descriptive Statistics  Explore
3. Masukkan seluruh variabel ke kotak Dependent List.

4. Pada menu Plots, centang opsi “Normality plots with tests” dan kosongkan opsi
yang lain dan tekan Continue.
5. Pada bagian Display (kiri bawah), pilihlah opsi Plots.

6. Klik OK dan akan muncul hasil sebagai berikut.

KORELASI
Analisis korelasi adalah sekumpulan teknik untuk mengukur hubungan antara dua
variabel [ CITATION Lin18 \l 1057 ]. Korelasi adalah hubungan (asosiasi) antara variabel-
variabel yang diminati. Korelasi ingin menguji apakah data sampel menyediakan bukti
yang cukup, dengan maksud adakah kaitan atau hubungan antara tiap-tiap variabel
dalam populasi asal sampel. Jika ada hubungan, seberapa kuat hubungan antar variabel
tersebut. Keeratan hubungan itu dinyatakan dengan nama koefisien korelasi. Menurut
[ CITATION Lin18 \l 1057 ], koefisien korelasi adalah sebuah ukuran kekuatan dari
hubungan linear antara dua variabel.
Besarnya koefesien korelasi berkisar antara +1 s/d -1. Koefesien korelasi

menunjukkan tingkat kekuatan (strength) hubungan linear dan arah hubungan antara dua
variabel acak.
 Jika koefesien korelasi positif, maka kedua variabel mempunyai hubungan yang
searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi
pula.
 Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai
hubungan yang terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel
Y akan menjadi rendah dan berlaku sebaliknya.
Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua
variabel penulis memberikan kriteria sebagai berikut:
 0 : Tidak ada korelasi antara dua variabel
 >0 – 0,25 : Korelasi sangat lemah
 >0,25 – 0,5 : Korelasi cukup
 >0,5 – 0,75 : Korelasi kuat
 >0,75 – 0,99 : Korelasi sangat kuat
 1 : Korelasi sempurna
Pada modul ini akan dibahas dua macam analisis korelasi, yaitu:
1. Korelasi Bivariate
2. Korelasi Partial
44
Korelasi Bivariate
Merupakan uji yang digunakan untuk mengukur keeratan hubungan pada hasil-
hasil pengamatan dari populasi yang mempunyai dua varian saja (bivariate).
Perhitungan ini memiliki syarat bahwa populasi asal sampel harus mempunyai dua
varian dan harus berdistribusi normal. Korelasi yang digunakan adalah korelasi pearson
(Pearson correlation pada tabel “Correlations”) dimana untuk mengukur korelasi data
interval dan rasio.
Contoh Soal:
Sebagai seorang ekonom di PT. Indah Jaya yang memproduksi susu UHT, Bryan ingin
mengetahui hubungan antara brand awareness, harga, dan promosi karena terdapat
penurunan penjualan susu UHT di PT. Indah Jaya. Bantulah Bryan untuk menganalisis
apakah terdapat hubungan antara brand awareness dan promosi!
Berikut ini adalah data yang berhasil dikumpulkan dari hasil survey terhadap 50 orang
responden:
Brand Promos
Awareness Harga i
11 12 7.75
5.25 11.75 11.25
10.5 7.75 5.75
10.75 11 4
8.25 7 8.25
4 5 11.25
6.25 10.75 9.5
9.5 8.75 10
5.25 11.75 6
6 5 11.5
12.25 8.75 10
8.5 7 9.5
7.5 7.75 12
12 10 7.75
4.75 5.5 9.75
5 7.75 7.25
6 9.25 6
5.25 9.75 5.75
4.75 10.25 9
8.5 6.25 8.5
5 6 5.5
5.75 7.5 9.5
7 5.5 8.5
6.75 7.25 5.75
10.25 6 7.75
12 5.75 12.25
4.25 8.25 10.5
7.25 10 7.75
5.25 5.75 6.5
6.5 4.75 6.5
7 12 7.75
7.25 9.5 6
6.25 4.25 9
7.5 9.5 5.25
10.5 7.25 12
12.5 11.5 9
5.25 12.25 10.25
12 7.25 10
4 5.75 7
6.5 7.75 8.75
9.75 10.75 6.5
8 11.5 8
8.25 5.5 6.25
9 7.25 9.25
7 6.5 10
6 5.75 4.75
12 11.5 6.5
8.75 11.25 11.75
9.75 11.75 11.25
9.75 7 10
(Data diasumsikan berdistribusi normal)
Langkah-langkah uji korelasi bivariate:
1. Input data kedalam SPSS
2. Pilih menu Analyze  Correlate  Bivariate

3. Input variabel yang ingin diuji ke kotak Variables.
4. Klik Option.
 Checklist means and standard deviations (opsional) untuk menampilkan statistik
deskriptif secara ringkas
5. Kemudian pilih Continue  OK dan akan muncul hasil sebagai berikut.

Korelasi Parsial
Merupakan uji yang digunakan untuk mengukur kekuatan dan arah hubungan
linear antara 2 variabel sementara terdapat 1 atau lebih variabel yang dikontrol agar
tidak memberikan efek atau pengaruh.
Contoh Soal:
Dengan menggunakan data brand awarenes, harga dan promosi, bantulah Bryan untuk
menganalisis apakah terdapat hubungan antara brand awareness dan promosi dengan
menetapkan harga sebagai variabel pengontrol?
Langkah-langkah uji korelasi partial:

1. Masih menggunakan data yang sama
2. Pilih menu Analyze  Correlate  Partial
3. Pindahkan variable brand awareness dan promosi kebagian Variables dan variabel
harga ke bagian Controlling for.
4. Klik Option. Kemudian Checklist means and standard deviations (opsional) untuk
menampilkan statistik deskpritif ringkas dan Zero-order correlations untuk
menampilkan signifikansi dari korelasi bivariate
.
5. Klik Continue  OK dan akan muncul hasil sebagai berikut.
Soal Latihan
1. Pada awal bulan 2017, terjadi penurunan loyalitas karyawan PT. Alpha Jasa
sehingga menjadi masalah dalam perusahaan. Perusahaan ingin meneliti mengenai
faktor-faktor yang membuat seorang karyawan dapat loyal/ bertahan dalam
perusahaan. Didapatkan 3 faktor/ variable yaitu suasana kerja, pekerjaan, dan gaji.
Sehingga PT. Alpha Jasa ingin mengetahui apakah terdapat hubungan di 3 variabel
tersebut yaitu antara suasana kerja dan pekerjaan, suasana kerja dan gaji, dan
pekerjaan dan gaji. Berikut hasil dari pengambilan data pada karyawan:
Suasana Kerja Pekerjaan Gaji

2.91 2.08 3.5
3.5 4.09 4.05
3 2.45 4
2.8 3.48 3.48
3.87 3 3
3.99 3.78 3.78
2.08 3 3
4.09 3.56 3.19
3.71 3 2.65
3.79 3.19 4.25
3.5 3.8 3
4.05 2.65 3.78
3.2 3.2 3.51
3.52 4.98 3
2.74 3.02 3.97
3.1 3.15 3.58
3.17 3.4 3.69
2.9 1.65 2.3
4 3.19 4.28
3.2 3.8 2.19
2.45 3.78 3.8
3.48 2.65 3.46
3.48 3.48 3
3 3 2.8
3 4.25 3.89
3.78 1.14 4.56
3 3.87 3.71
3.56 3.99 3.79
3.78 3 4
3 4 3
2. Cutiepie Shop adalah sebuah toko yang menjual baju untuk anak-anak berusia 2-12
tahun. Ia membuka toko di berbagai E-commerce seperti Shopee dan Bukalapak.
Owner online shop tersebut ingin memperluas bisnisnya. Tidak hanya berjualan
online tapi juga dengan membuka stand di mall-mall untuk meningkatkan
penjualan perusahaan nya. Namun ia ragu apakah benar terdapat hubungan yang
signifikan antara Direct selling dengan Penjualan dan bagaimana arah hubungan
nya. Lakukanlah uji untuk membantu owner melakukan penelitiannya. Berikut
datanya:
Direct Selling Penjualan
3.4 3.69
1.65 2.3
3.19 4.28
3.8 2.19
2.65 3.46
4.25 3.89
1.14 4.56
3.87 3.71
3.99 3.79
2.08 3.5
4.09 4.05
2.45 4
3.48 3.48
3 3
3.78 3.78
3 3
3.56 3.19
3.78 3.8
3 2.65
3.19 4.25
3.8 3
2.65 3.78
3.2 3.51
3.48 3
4.98 3
3.02 3.97
3.15 3.58
3 2.8
3 4
4 3
3. Burger King pada tahun 2018 ini sedang memperbaiki strategi pemasarannya, yaitu
dengan cara memberikan lebih banyak promo serta potongan harga untuk menarik
pelanggannya. Sebagai pendukung, berikut adalah data yang dikumpulkan oleh
Burger King di 10 bulan awal tahun 2018:
Strategi Minat
Pemasaran Membeli
13 15
5 10
6 9
11 11
10 12
11 8
7 5
8 10
9 12
15 15
*Data diasumsikan berdistribusi normal
Bantulah Burger King untuk membuktikan apakah terdapat hubungan yang

signifikan antara strategi pemasaran dengan minat membeli konsumen? Serta
bagaimana hubungan antar kedua variable tersebut?
REGRESI
Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk
mengetahui pola hubungan antara dua atau lebih variable. Analisis regresi
menggunakan konsep dasar dari korelasi namun menyediakan lebih banyak informasi
dengan menunjukkan hubungan linear antara dua variabel dalam bentuk persamaan
[ CITATION Lin18 \l 1057 ].
Persamaan Regresi (regression equation) adalah suatu persamaan matematis yang

mendefenisikan hubungan antara dua variabel. Dengan menggunakan persamaan
tersebut, peneliti dapat memperkirakan nilai dari variabel dependen berdasarkan nilai
yang dipilih dari variabel independen. Variabel yang nilainya akan mempengaruhi nilai
variabel lain disebut dengan variabel bebas (independent variabel), sedangkan variabel
yang nilainya dipengaruhi oleh nilai variabel lain disebut variabel terikat (dependent
variabel).
Analisis regresi lebih akurat dalam melakukan analisis korelasi, karena pada
analisis itu kesulitan dalam menunjukkan tingkat perubahan suatu variabel terhadap
variabel lainnya. Jadi dengan analisis regresi, peramalan atau perkiraan nilai variabel
dependen pada nilai variabel independen lebih akurat. Karena merupakan suatu
prediksi, maka nilai prediksi tidak selalu tepat dengan nilai riilnya, semakin kecil
tingkat penyimpangan antara nilai prediksi dengan nilai riilnya, maka semakin tepat
persamaan regresi yang dibentuk.
Dapat disimpulkan bahwa analisis regresi adalah metode statistika yang

digunakan untuk menentukan kemungkinan bentuk hubungan antara variabel variabel,
dengan tujuan pokok dalam penggunaan metode ini adalah untuk meramalkan atau
memperkirakan nilai dari suatu variabel lain yang diketahui.
Ada dua jenis Persamaan Regresi Linier, yaitu sebagai berikut :
1. Analisis Regresi Sederhana (simple regression analysis)

2. Analisis Regresi Berganda (multiple regression analysis)
58
Regresi Sederhana
Analisis regresi sederhana merupakan analisis regresi yang bertujuan untuk
mengetahui pola hubungan antara satu variabel dependen dengan satu variabel
independen.
Contoh Soal:
Bryan sedang melakukan penelitian untuk memenuhi tugas akhirnya, ia ingin
melakukan penelitian tentang pengaruh antara motivasi kerja dengan kompensasi
terhadap loyalitas karyawan pada PT. Indomay. Berikut ini merupakan data yang
diperoleh:
Loyalit
Moti
Kompe as
vasi
nsasi Karya
Kerja
wan
3.90 3.60 4.00
4.30 3.40 4.00
4.30 3.80 3.60
4.90 3.40 4.60
3.80 4.00 4.20
4.20 4.20 4.20
2.60 2.80 2.80
2.60 2.40 4.75
3.60 3.20 2.75
3.40 4.00 3.50
3.80 4.00 3.25
3.40 3.20 3.25
4.00 3.80 3.80
4.00 3.20 3.40
3.60 4.00 3.40

4.60 3.60 4.40
4.20 2.60 3.25
4.20 3.20 2.75
2.80 3.40 3.50
2.40 3.20 3.25
3.20 3.40 3.80
4.00 4.40 4.40
4.00 3.80 3.60
4.60 4.40 3.40
3.60 3.60 2.40
3.00 3.40 3.20
3.60 3.60 3.00
2.60 3.00 2.00
3.20 3.80 3.00
3.40 3.40 4.00
3.80 4.00 3.60
3.40 3.60 3.00
3.40 3.00 3.00
4.40 3.00 4.00
3.80 3.40 3.50
4.40 3.00 2.25
3.60 3.00 3.50
3.40 3.00 3.75
2.40 4.20 2.25
3.20 4.20 3.00
3.00 4.00 3.00

3.00 3.20 4.50
4.50 3.80 3.25
3.25 3.40 3.25
3.20 3.25 4.75
3.80 2.50 4.75
4.75 3.25 5.00
5.00 3.75 5.00
5.00 3.00 5.00
5.00 2.00 5.00
5.00 3.00 4.50
4.50 4.00 4.50
3.20 3.20 4.00
3.60 3.80 4.25
Bantulah Bryan dalam menganalisis apakah terdapat pengaruh yang signifikan antara
motivasi kerja terhadap loyalitas karyawan!
Langkah-langkah uji regresi sederhana:
1. Input data kedalam SPSSS

2. Pilih menu Analyze  Regression  Linear
3. Masukkan variabel yang dipengaruhi (loyalitas karyawan) dan variabel yang

mempengaruhi (motivasi kerja) ke kotaknya masing-masing.
4. Pilih Statistics dan checklist Estimates, Model fit dan Descriptives (opsional).
5. Klik continue dan OK. Hasil Output:
6. Menampilkan T table dengan cara pilih menu Transform  Compute Variable

7. Isi Target Variable dengan “T_Tabel”, Function Group = Inverse DF, Functions
and Special Variable = Idf.T. Kemudian isi Numeric Expression.
8. Klik OK dan lihat hasil T table pada Data View.

Regresi Berganda
Analisis regresi berganda merupakan pengembangan dari analisis regresi
sederhana. Regresi berganda digunakan untuk memprediksi nilai variabel dependen
berdasarkan nilai dua atau lebih variabel independen.
Contoh soal:
Dengan menggunakan data motivasi kerja, kompensansi dan loyalitas karyawan,

bantulah Bryan dalam menganalisis apakah terdapat pengaruh yang signifikan antara
variabel independennya terhadap variabel dependennya!
Langkah-langkah uji regresi berganda:
1. Masih menggunakan data yang sama

3. Masukkan variabel yang dipengaruhi (dependen) dan variabel yang

mempengaruhi (independen) ke kotaknya masing-masing.
4. Pilih Statistics dan checklist Estimates, Model fit dan Descriptives (opsional).

6. Menampilkan F table dengan cara pilih menu Transform  Compute Variable
7. Isi Target Variable dengan “F_Tabel”, Function Group = Inverse DF, Functions
and Special Variable = Idf.F. Kemudian isi Numeric Expression
8. Klik OK dan lihat hasil F table pada Data View.
NOTE: perbedaan antara analisis regresi sederhana dan analisis regresi berganda
terletak pada langkah nomor 3 pada kotak Independt(s). Pada analisis regresi sederhana
hanya ada 1 variabel yang dimasukkan kedalam kotak independent(s), sedangkan pada
analisis regresi berganda terdapat 2 atau lebih variabel yang dimasukkan kedalam kotak
independent(s).
Soal Latihan
1. PT. SuperSpa Indo merupakan sebuah perusahaan yang berdiri sejak tahun 2015
yang memberikan jasa pelayanan berupa sauna, massage, nail art, dll. Untuk
mempertahankan positioning nya sebagai premium-class Spa, SuperSpa Indo ingin
meningkatkan kualitas pelayanannya. Namun sebelum nya ia ingin mencari tahu
bagian pelayanan mana yang harus ditingkatkan agar konsumen melakukan
repeated purchase atau mengunjungi tokonya berkali-kali. Berikut datanya:
(Tingkat kepercayaan penelitian adalah 90%)
Responsivenes Reliabilit Loyalt
s y y
3 4 3
4 5 4
3 4 4
1 5 5
2 4 4
2 3 5
5 2 3
5 2 3
1 3 5
1 4 3
4 4 4
3 4 3
3 5 5
3 5 5
3 4 4
1 4 4
1 5 4
1 4 4
5 3 2
5 4 3
3 3 4
4 4 4
3 4 4
4 3 5
1 4 4
1 3 2
2 3 3
1 2 3
5 2 3
5 3 3
a. Lakukan uji distribusi data!
b. Seberapa besar pengaruh variable independen terhadap variable dependen?
c. Apakah terdapat pengaruh variable independen terhadap variable dependen?
d. Tuliskan persamaan regresinya serta interpretasinya!
2. McDonald’s adalah sebuah restoran cepat saji yang menyediakan berbagai jenis
makanan dan minuman. McDonald’s sendiri sudah berdiri di berbagai negara
dengan ciri khas yang berbeda di setiap negara. Seperti contohnya McDonald’s di
Indonesia menyediakan pilihan paket dengan nasi, sedangkan McDonald’s di
Malaysia tidak menyediakan pilihan paket dengan nasi. Strategi pemasaran yang
dilakukan oleh McDonald’s di setiap negara berbeda-beda, tentu strategi pemasaran
itu sendiri dipengaruhi oleh beberapa faktor seperti faktor politik dan budaya yang
ada. Berikut adalah hasil survei yang dilakukan oleh McDonald’s kepada 30
konsumen :
Strategi
Politik Budaya
Pemasaran
3.5 2.5 5
3.25 1.78 2
1.76 3 1
2.5 4.25 1.28
3.9 3.75 2.87
4.7 5 3.55
5 4.4 4
3.12 3.25 4.2
2.75 3.3 3.5
4.5 2.55 2.1
3.75 1.66 3.78
2.23 2.87 4.5
1.88 3.34 3.33
5 2.15 2.85
4.25 5 1.85
3.33 4 2.64
2.2 3.22 4.44
1.75 2.55 5.1
3.65 1.75 3.91
5 3 2.15
4.5 4.5 2.5
3.3 3.78 3.3
4.5 2.15 2.15
2.32 1.88 5
1.99 2.97 4.4

1.5 3.9 2.5
3.3 4.1 3.7
4.4 4.7 5
3.5 4.4 2.78
4.7 5 4.33
Berdasarkan data diatas, bantulah McDonald’s untuk menentukan :
a. Apakah terdapat pengaruh politik dan budaya terhadap strategi pemasaran?
b. Seberapa besar variable independen dapat menjelaskan variasi variable
dependen?
c. Tuliskan persamaan regresinya serta interpretasinya!
3. Divisi marketing Binus University sedang melakukan penelitian tentang pengaruh

keragaman program studi, fasilitas kampus, dan biaya kuliah terhadap banyaknya
mahasiswa yang mendaftar di Binus University. Dengan menyebarkan kuesioner
secara acak kepada customernya, didapatkan hasil sebagai berikut:
Mahasiswa
Fasilitas Biaya
Program Studi yang
Kampus Kuliah
Mendaftar
3.75 3.45 3.8 2.8
4.75 4.5 4.4 4
2.75 3.75 4.4 4
3.5 3.8 3.6 4.8
3.25 3.25 2.8 3.8
3.25 3.55 4 2.8
4.25 3.8 4 3.2
2.5 3.45 4.4 3.4
4.7 4.25 3.6 4.4
3.25 3.35 2.8 4
2.8 3.5 3.2 4.6
2.4 3.2 3.4 3.6
3.2 3.6 4.4 3.4

4 3.45 3.8 2.6
4 3.6 4.4 2.6
3.2 3.4 3.6 3.6
3.8 3.2 2.5 3.4
3.2 3.4 3.25 3.8
4.4 3.5 2.75 3.4
4.6 4 3.5 4
2.5 3.4 3.75 4
2.25 3.4 3.75 4.4
3.25 3.5 3.25 4
2.5 3.25 2.75 4.6
3.25 3.8 3.5 4.8
3.5 3.5 3.25 3.8
Namun, setelah dipertimbangkan, skor butir pertanyaan tentang fasilitas kampus

tidak valid dan reliabel. Maka, divisi marketing hanya akan meneliti pengaruh
program studi dan biaya kuliah terhadap banyaknya mahasiswa yang mendaftar
di Binus saja. Data diatas diasumsikan telah memenuhi uji asumsi klasik dan
telah berdistribusi normal.
a. Apakah terdapat pengaruh antara variabel dependen terhadap variabel
independen?
b. Jelaskan nilai koefisien determinasi dari model regresi tersebut!
c. Tuliskan bagaimana persamaan regresi dari penelitian ini! Jelaskan pula arti
dari persamaan regresi tersebut!
4.
ASUMSI KLASIK
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis
regresi linear berganda yang berbasis ordinary least square (OLS). Jadi analisis regresi
yang tidak berdasarkan OLS tidak memerlukan persyaratan asumsi klasik, misalnya
regresi logistik atau regresi ordinal. Demikian juga tidak semua uji asumsi klasik harus
dilakukan pada analisis regresi linear, misalnya uji multikolinearitas tidak dilakukan
pada analisis regresi linear sederhana dan uji autokorelasi tidak perlu diterapkan pada
data cross sectional.
Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah dalam model regresi
ditemukan adanya korelasi yang tinggi atau sempurna antar variabel independen
[ CITATION Gho13 \l 1057 ]. Jika ada korelasi yang tinggi di antara variabel-variabel
bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi
terganggu.
Contoh soal:
Seorang ekonom di PT. Abadi Jaya ingin mengadakan penelitian tentang apa saja faktor
yang mempengaruhi minat pelanggan dalam membeli sebuah produk. Berikut ini adalah
data yang berhasil dikumpulkan dari hasil survey terhadap 30 orang responden yang
merupakan konsumen produk tersebut.
Minat
Rekomendasi
Iklan di Membeli
Orang Lain
Media Produk
2.25 3.5 3.27
3.75 4.00 2.59
4.00 3.75 3.71
2.50 3.5 4.15
3.35 2.5 3.86
2.55 3.00 2.15
3.75 3.25 4.00
76
2.25 2.75 3.14
3.00 3.00 2.15
3.25 3.25 2.75
2.15 2.75 3.00
3.60 3.00 3.25
2.86 3.50 3.77
3.15 3.50 2.86
2.25 3.75 3.22
2.75 3.50 3.75
3.25 3.25 3.50
3.35 3.75 2.75
2.15 3.50 2.86
2.85 3.00 3.25
3.86 3.75 3.80
4.00 3.75 4.15
2.75 3.00 3.25
2.86 2.75 2.86
3.15 3.00 4.13
3.50 3.25 3.75
3.25 3.75 2.15
2.78 4.00 3.23
2.85 3.75 3.00
3.15 3.50 2.75
Langkah-langkah uji Multikolinearitas:

1. Input data ke dalam SPSS
3. Masukkan variabel yang dipengaruhi (dependen) dan variabel yang mempengaruhi

(independen) ke kotaknya masing-masing.
4. Pilih Statistics. Lalu checklist Colinearity diagnostics (memunculkan nilai tolerance

dan variance inflation factor)
5. Klik OK. Hasil output:

Uji Normalitas
Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal.
Jadi uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai
residualnya. Sering terjadi kesalahan yang jamak yaitu bahwa uji normalitas dilakukan
pada masing-masing variabel.
Langkah-langkah uji normalitas:
1. Memunculkan nilai residual dengan cara pilih menu Analyze  Regression 
Linear
2. Masukkan variabel yang dipengaruhi (dependen) dan variabel yang mempengaruhi

(independen) ke kotaknya masing-masing
3. Pilih Save. Lalu checklist Undstandardized pada bagian Residuals.
4. Klik Continue dan OK. Nilai residual akan muncul pada Data View.
5. Pilih menu Analyze  Descriptive Statistics  Explore

6. Masukkan Unstandardized Residuals ke dalam kotak Dependent List.
7. Pada menu Plots, centang opsi “Normality plots with tests” dan kosongkan opsi
yang lain dan tekan Continue.
8. Pada bagian Display (kiri bawah), pilihlah opsi Plots.
9. Klik OK . Hasil Output:

Uji Heteroskedastisitas
Untuk mengetahui keadaan dimana terjadinya ketidaksamaan varians dari data
pada model regresi, maka perlu dilakukan uji heteroskedastisitas [ CITATION Gho13 \l
1057 ]. Beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah
dengan melihat grafik scatterplot, uji Glejser, uji Park, uji White, dan uji Spearman.
Namun pada modul ini akan dibahas mengenai uji Spearman dengan mencari korelasi
antara nilai residual dengan variabel bebasnya. Jika ditemukan adanya korelasi antara
variable bebas dengan nilai residual, maka dapat disimpulkan terjadi heterokedastisitas.
Langkah-langkah uji Heteroskedastisitas:
1. Pilih menu Analyze  Correlate  Bivariate
2. Masukkan variabel independen dan Unstandardized Residuals ke kotak variabel.

Kemudian centang Spearman pada Coefficient Correlation.

Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear
ada korelasi antar kesalahan pengganggu (residual) pada periode t dengan kesalahan
periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem
autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lainnya. Autokorelasi sering muncul pada data time series.
Sedangkan pada data cross section, masalah autokorelasi relative jarang terjadi. Dalam
modul ini yang akan digunakan adalah metode pengujian Run Test. Run Test digunakan
untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika ya, maka terjadi
masalah autokorelasi.
Langkah-langkah uji autokorelasi:
1. Pilih menu Analyze  Nonparametric tests  Legacy dialogs  Runs
2. Masukkan Unstandardized Residual ke dalam Test Variable List


Soal Latihan
1. Dalam meningkatkan produksi perbaikan barang maka PT. Alpha Jasa melakukan
penelitian dengan menguji pengaruh pada variabel independen dan variabel
dependen sehingga dari hasil yang peroleh perusahaan dapat meningkatkan/
memperbaiki sistem produksinya tersebut agar lebih efektif dan efisien. Berikut ini
adalah data yang berhasil dikumpulkan dari hasil survey.
Tingkat
Tingkat Tingkat Tingkat Produksi
Kualitas
Mesin Permintaan Perbaikan Barang
Karyawan
3 3.75 4.14 2.37
2.25 2.55 3.15 4.18
2.86 2.75 2.76 3.28
3.05 3.5 4 2.55
2.02 3 3.86 3.15
2.75 3.05 2.75 4
3.86 3.75 3.25 4.14
3.02 2.75 2.13 2.75
4 4.5 4.15 3.85
3.5 4 3.75 2.77
2.08 2.5 2.86 3.24
2.86 3 3.13 3.86
3.05 3.25 3.27 2.19
2.75 3.25 3.18 4.15
3 2.75 2.86 2.77
4 3.75 3.95 3.78
2.25 2.5 3 2.86
2.75 2.75 3.27 3.22
2.86 3.25 4 3.75
3.35 3.5 4.15 3.85
3.06 3.25 3.18 3.75
3.35 3.75 3.96 4.15
4.18 4.5 4.15 3.25

2.66 3 2.77 2.89
2.58 2.75 2.86 3
3.13 3.5 3.24 4.15
4.04 4.5 4.14 3.85
2.96 3 2.89 3.13
3.58 3.75 3.25 4.25
3.71 3.5 3.18 3.78
Sebelum melakukan uji pengaruh terhadap variabelnya, PT. Alpha Jasa harus
melakukan pengujian asumsi klasik!
2. Sebuah perusahaan farmasi PT. Mediklin Farma akan meluncurkan sebuah obat
baru yaitu obat jerawat dengan kandungan Clinidamycin dan Fosfat. Namun setelah
1 tahun produknya diperjualkan di pasar, obat tersebut tidak mengalami kenaikan
penjualan. Penjualan tetap stagnant dengan angka yang relative rendah dan jauh
dari ekspektasi.
Untuk itu dilakukanlah penelitian untuk mencari tahu apakah perilaku konsumen
dalam memilih obat dan kualitas produk berpengaruh signifikan terhadap brand
image. Walaupun perilaku konsumen sering kali berubah-ubah, demi penghematan
waktu perusahaan hanya melakukan penelitian sebanyak 1 kali. Berikut datanya:
Perilaku Konsumen Kualitas Brand Image

Produk
4.00 3.33 4
4.33 3.33 4.5
3.33 2.67 3.75
4.33 4.50 4.5
3.67 3.67 3.75
4.33 4.00 4.5
2.67 2.67 2.5
2.67 2.67 2.5
3.00 3.67 3.5
3.33 3.00 3.25
3.67 4.00 3.75
3.33 3.33 3.25
3.33 4.33 3.5
3.33 4.33 3.25

4.00 4.00 4
4.00 5.00 4
5.00 4.67 5
3.67 4.00 3.75
3.00 2.67 3.25
3.00 3.33 3.25
3.33 3.33 3.5
4.67 4.33 4.5
4.00 3.67 4
5.00 4.33 5
3.33 3.67 3.5
3.33 2.67 3.25
4.00 3.33 4
2.67 2.33 2.75
3.67 3.00 3.5
3.67 3.33 3.75
Sebelum mengolah datanya menggunakan metode regresi berganda, peneliti harus

melakukan uji untuk memastikan datanya layak dan memenuhi syarat, lakukan uji
kelayakan sebelum regresi berganda.
ANOVA
Analysis of Variance (ANOVA) merupakan model statistik yang digunakan untuk
menganalisis perbedaan rata-rata dari beberapa populasi secara simultan [ CITATION
Lin18 \l 1057 ]. Menurut [ CITATION Gho13 \l 1057 ] , Analysis of variance merupakan
metode untuk menguji hubungan antara satu variabel dependen (skala metrik) dengan
satu atau lebih variabel independen (skala nonmetrik atau kategorikal dengan kategori
lebih dari dua). Hubungan antara satu variabel dependen dengan satu variabel
independen disebut One Way ANOVA. Pada kasus satu variabel dependen metrik dan
dua atau tiga variabel independen kategorikal sering disebut Two Ways ANOVA dan
Three Ways ANOVA.
Beberapa asumsi yang harus dipenuhi untuk menggunakan pengujian ANOVA :

1. Homogeneity of variance, yaitu variabel dependen harus memiliki varian yang
sama dalam setiap kategori varaibel independen. Test ini dinamakan Levene’s
Testof Homogeneity of Variance.
2. Pengambil sampel didalam setiap grup diambil secara random dan saling
independen
3. Variabel mengikuti distribusi normal.
Contoh Soal:
Citrus Clean adalah pembersih serba guna baru yang dipasarkan dengan menempatkan
display di tiga lokasi berbeda di berbagai supermarket. Jumlah botol yang terjual dari
setiap lokasi di supermarket dilaporkan di bawah ini.
Dekat Dekat Dekat Pembersih

Roti Minuman Ruangan
18 12 26
14 18 28
19 10 30
17 16 32
Tentukan :
92
1. Apakah data diatas berdistribusi normal?

2. Apakah data diatas memiliki varians yang sama?
3. Apakah terdapat perbedaan rata-rata penjualan Citrus Clean terhadap ketiga
lokasi display?
4. Apakah terdapat perbedaan rata-rata penjualan Citrus Clean terhadap ketiga
lokasi display menurut Tukey dan Bonferroni?
Langkah-langkah uji ANOVA:
1. Input variabel lokasi dan penjualan kedalam variable view. Kemudian gunakan
value labels untuk variabel lokasi.
2. Input data secara menurun

3. Lakukan Uji Normalitas terlebih dahulu

4. Pilih menu Analyze  Compare Means  One Way Anova
5. Masukkan variabel penjualan ke dependent list dan lokasi ke Factor.
6. Pilih Post_Hoc, lalu checklist Bonferroni dan Tukey

7. Pilih Option, lalu checklist Descriptive (opsional) dan Homogeneity of variance test

9. Menampilkan F table dengan cara pilih menu Transform  Compute Variable

10. Isi Target Variable dengan “F_Tabel”, Function Group = Inverse DF, Functions
and Special Variable = Idf.F
11. Kemudian isi Numeric Expression. Klik OK dan lihat hasil F table pada Data View.
Soal Latihan
1. La Tulipe adalah sebuah brand kosmetik ternama yang menjual berbagai produk
kecantikan seperti lipstick, eye shadow, lip balm, masker wajah, BB/CC cream,
dsb. Specialty product nya terletak pada product line lipsticknya yaitu “Confident
Matte” yang menyediakan beragam warna: Pinky Flamingo, Blurry Orange,
Vampire Red, dan Violet Rose. Namun akhir- akhir ini perusahaan banyak
menerima complaint mengenai kualitas lipstick, yaitu ada yang menyebutkan liquid
nya terlalu cair, kemasan tidak disegel, dsb. Untuk menguji apakah terdapat
perbedaan kualitas antar keempat warna lipstick tersebut dilakukan penelitian
dengan tingkat kesalahan sebesar 0.07. Berikut datanya:
Pinky Blurry Orange Vampire Violet Rose

Flamingo Red
30 35 40 28
29 34 42 29
27 33 37 25
26 36 38 26
31 37 39 27
32 32 36 30
33 32 37 31
34 30 38 25
28 34 41 27
29 35 40 28
a. Tentukan distribusi data tersebut.

b. Apakah data tersebut memiliki perbedaan varians?
c. Apakah terdapat perbedaan rata-rata kualitas pada keempat warna lipstick?
d. Apakah terdapat perbedaan rata-rata kualitas yang signifikan antara Blurry
orange dengan Violet Rose menurut Tukey?
2. Daihatsu pada awal tahun 2018 ini ingin melihat bagaimana tingkat kepuasan
konsumen terhadap beberapa jenis mobil yang diproduksinya. Berikut adalah data
tingkat kepuasan konsumen terhadap beberapa jenis mobil yang diproduksi oleh
Daihatsu: (tingkat kesalahan 1%)
Terios Sigra Sirion

10 18 12
11 21 17
10 19 19
12 20 23
12 21 28
Bantulah Daihatsu untuk menguji hal berikut ini:
a. Apakah data tersebut berdistribusi normal?

b. Apakah data tersebut memiliki varians yang sama?
c. Apakah terdapat perbedaan rata-rata kepuasan konsumen pada jenis mobil
Daihatsu tersebut?
d. Apakah terdapat perbedaan rata-rata kepuasan konsumen pada jenis mobil
Terios dan Sirion menurut Tukey?
e. Apakah terdapat perbedaan rata-rata kepuasan konsumen pada jenis mobil
Sigra dan Sirion menurut Bonferroni?
3. Di Indonesia ada beberapa jenis supermarket yang tersebar di seluruh pelosok

negeri. Dengan banyaknya supermarket yang ada di setiap daerah, pemerintah
Indonesia pada tahun 2018 ini berminat untuk mengetahui persebaran supermarket
pada 3 daerah. Data pun dikumpulkan untuk menguji hal tersebut. Berikut adalah
data yang telah dikumpulkan:
Jakart Tangeran Bandun

a g g
Supermarket
14 10 21
A
Supermarket
15 11 19
B
Supermarket
13 12 19
C
Supermarket
17 13 21
D
Supermarket
15 10 22
E
Bantulah pemerintah Indonesia untuk menguji hal berikut ini :

b. Apakah data tersebut memiliki varians yang sama?
c. Apakah terdapat perbedaan rata-rata persebaran supermarket pada ketiga

daerah tersebut?
d. Apakah terdapat perbedaan rata-rata persebaran supermarket pada daerah
Jakarta dan Bandung menurut Tukey?
e. Apakah terdapat perbedaan rata-rata persebaran supermarket pada daerah
Tangerang dan Bandung menurut Bonferroni?
CHI SQUARE
Chi-square test digunakan untuk menganalisis data kategorikal. Yang berarti data
yang dihitung dibagi menjadi beberapa kategori. Uji Chi-square atau qai-kuadrat
digunakan untuk melihat ketergantungan antara variabel bebas dan variabel tergantung
berskala nominal atau ordinal. Seperti sifatnya, prosedur uji chi-square di kelompokan
kedalam statistik uji non-parametrik.
Goodness of Fit Test

Menurut [ CITATION Lin18 \l 1057 ], goodness of fit test digunakan untuk
membandingkan distribusi frekuensi yang diamati (fo = frekuensi observasi) dengan
distribusi frekuensi yang diharapkan (fe = frekuensi ekspetasi) untuk variabel yang
diukur pada skala nominal atau ordinal. Chi-square goodness of fit test tepat digunakan
ketika kondisi berikut terpenuhi:
 Variabel yang diteliti adalah kategoris

 Jika terdapat hanya 2 kategori, setidaknya frekuensi ekspetasi (fe) = 5 untuk
setiap kategori
 Untuk kategori yang lebih dari 2, chi square seharusnya tidak digunakan jika
terdapat lebih dari 20% kategori memiliki frekuensi ekspetasi (fe) kurang dari 5.
Contoh frekuensi yang diharapkan sama untuk setiap kategori :
Bubba’s Fish and Pasta adalah restoran yang terletak di Anyer, Banten. Bubba,
sang pemilik, sedang mempertimbangkan untuk menambahkan steak ke menunya.
Sebelum melakukannya, ia memutuskan untuk melakukan survei terhadap orang
dewasa tentang makanan favorit mereka ketika makan di luar. Bubba memilih sampel
120 orang dewasa dan meminta masing-masing untuk menunjukkan makanan
favoritnya saat makan di luar. Hasilnya pada tabel di bawah ini. Apakah terdapat
kemerataan data preferensi makanan favorit?
Makana Frekuen
n si
Chicke
n 32
102
fish 24
Meat 35
Pasta 29
Total 120
Langkah penyelesaian:
1. Input variabel ke dalam Variable View. Gunakan Value Label untuk variabel
makanan favorit.
2. Input data kedalam Data View
3. Kemudian lakukan Weight Cases karena data yang dilampirkan merupakan

ringkasan dari kumpulan data yang didapat sebelumnya. Pilih Data – Weight Cases
4. Pilih Weight cases by dan masukkan variabel frekuensi pada Frequency Variable
5. Lakukan pengujian Goodness of fit: Pilih Analyze  Non Parametric test 

Legacy Dialogs  Chi Square
6. Masukkan variabel makanan favorit ke Variable List
7. Klik OK. Hasil Ouput:

8. Menampilkan X2 tabel dengan cara pilih menu Transform  Compute Variable

 Target Variable diisi X2_tabel
 Pada Function Group pilih Inverse DF dan pada Function and Special
Variables pilih Idf.Chisq
 Pada Numeric Expression isi “?” pertama dengan probabilitas dan “?” kedua
dengan derajat kebebasan (df) yang dapat dilihat pada tabel output. Klik OK
dan X2 tabel akan muncul di Data View.
Contoh frekuensi yang diharapkan diketahui :
Berdasarkan pengalaman, departemen kartu kredit bank BCA mencatat bahwa 25%
pemegang kartu kreditnya sedang dalam masa kuliah, 55% sudah lulus kuliah dan 20%
tidak kuliah. Namun pada tahun 2018 terdapat 325 pemegang kartu kredit BCA, bank
BCA melakukan observasi dan mendapatkan hasil bahwa terdapat 75 pemegang kartu
kredit sedang dalam masa kuliah, 150 pemegang kartu sudah lulus kuliah dan 100
pemegang kartu tidak kuliah. Apakah terdapat kemeraatan data pemegang kartu kredit?
1. Input variabel ke dalam Variable View. Gunakan Value Label untuk variabel
pemegang kartu


ringkasan dari kumpulan data yang didapat sebelumnya. Pilih Data – Weight Cases
4. Pilih Weight cases by dan masukkan variabel observasi pada Frequency Variable
5. Lakukan pengujian Goodness of fit: Pilih Analyze  Non Parametric test 

Legacy Dialogs  Chi Square
6. Masukkan variabel pemegang kartu ke Variable List
7. Pada bagian Expected Values pilih Value dan input frekuensi ekspetasi (fe) secara
berurutan.

 Pada Numeric Expression isi “?” pertama dengan probabilitas dan “?”
kedua dengan derajat kebebasan (df) yang dapat dilihat pada tabel
output. Klik OK dan X2 tabel akan muncul di Data View.
Contingency Table Analysis

Chi-square goodness-of-fit test digunakan untuk menganalisis distribusi frekuensi
untuk kategori satu variabel. Namun, goodness-of-fit test tidak bisa digunakan untuk
menganalisis dua variabel secara bersamaan. Karena itu dikenal yang namanya chi-
square test of independence yang dapat digunakan untuk menganalisis frekuensi dari
dua variabel dengan beberapa kategori untuk menentukan apakah kedua variabel
independen.
Contoh Soal:
Toyota yang memiliki berbagai jenis mobil dengan kualitas terbaik harus dapat
memenuhi keinginan konsumen dari berbagi jenis golongan dengan tingkat pendapatan
tertentu. Berikut data hasil penjualan mobil toyota:
Mobil
Pendapatan
Avanza Rush Agya Innova
< 3 juta 84 79 118 133

3 – 7 juta 139 86 104 135
>7 juta 133 95 94 108
Apakah terdapat ketergantungan antara tingkat pendapatan dengan penjualan jenis

mobil Toyota?
1. Input variabel pada Variable View. Gunakan Value Label untuk variabel
pendapatan dan jenis mobil.

ringkasan dari kumpulan data yang didapat sebelumnya. Pilih Data – Weight
Cases
4. Pilih Weight cases by dan masukkan variabel XXX pada Frequency Variable
5. Lakukan pengujian independensi: Pilih Analyze  Descriptive Statistics 

Crosstabs
6. Pada kotak dialog Crosstabs muncul, pindahkan pendapatan ke Row(s) dan jenis
mobil ke Column(s).
7. Pilih Statistics dan checklist Chi-square


 Pada Numeric Expression isi “?” pertama dengan probabilitas dan “?”
kedua dengan derajat kebebasan (df) yang dapat dilihat pada tabel
output. Klik OK dan X2 tabel akan muncul di Data View.
Soal Latihan
1. Seorang pebisnis ingin membuka bisnis baru. Ia berencana untuk menyewakan
fasilitas olahraga yang direncanakan ia beri nama “Silver Soul Gym” di sebuah
ruko dekat rumahnya. Untuk itu ia ingin mencari tahu apakah masyarakat dekat
rumah nya secara merata menyukai olahraga gym atau tidak. Berikut data jumlah
orang yang menyukai gym dekat rumahnya:
Cluster Frekuensi
Flamboya 45
n
Harmoni 67
Delima 55
Cemara 30
Berdasarkan data tersebut, apakah orang yang menyukai gym terbagi secara merata
atau tidak?
2. Breadtalk sedang berencana untuk memperkirakan kemungkinan bisnisnya akan

berkembang di tahun 2018, agar mempermudah perhitungan, Breadtalk menyewa
bantuan dari ahli keuangan. Berikut adalah hasil analisis ahli keuangan terkait
proyeksi perkembangan bisnis Breadtalk tersebut:
Probabilitas Jenis Roti
0.3 Pizza Bread
0.2 Black Forest
0.3 Tiramisu
0.1 Croissant
0.1 Muffin
Total Perkiraan Penjualan
100
per Bulan Tahun 2018
Namun, setelah melewati satu bulan pertama di tahun 2018, berikut adalah data
penjualan roti pada bulan Januari 2018:
Jenis Roti JUMLAH
Muffin 15
Croissant 30
Tiramisu 20
Black Forest 15
Pizza Bread 20
Total Perkiraan Penjualan per
100
Bulan Tahun 2018
Bantulah ahli keuangan tersebut untuk mengetahui hal berikut:

a. Apakah ada kemerataan antara penjualan kelima jenis roti Breadtalk pada
bulan Januari 2018?
3. JFC atau Jakarta Fried Chicken adalah restoran fast food yang telah membuka
franchise di tidak hanya di Jakarta tapi di seluruh Indonesia. Varian makanan yang
ia sediakan adalah Potato Wedge, Chicken Burger with Melted Cheese, Mushroom
Soup Special dan specialty perusahaan yaitu Jakartanian Fried Chicken. Tahun lalu
tercatat unit makanan yang terjual di seluruh Indonesia adalah sebagai berikut:
Penjualan Menu JFC 2017

7000
5955
6000
5000 4315
4000
3000 2230 2500
2000
1000
0
Potato Wedge Chicken Burger Mushroom Soup Jakartanian Fried
with Melted Special Chicken
Cheese
Sedangkan tahun ini tercatat penjualan Potato wedge sebesar 2300 unit, Chicken
Burger with Melted Cheese sebesar 4520 unit, Mushroom Soup Special sebesar
1250 unit, dan Jakartanian Fried Chicken sebesar 6930 unit.
Perusahaan ingin mengetahui apakah penjualan menu makanan nya pada tahun
2017 dan 2018 merata. Carilah apakah penjualan menu makanan JFC tahun 2017
dan 2018 merata? Apabila distribusi diasumsikan bebas!
WILCOXON SIGNED-RANK TEST FOR
DEPENDENT POPULATION
Pada tahun 1945, Frank Wilcoxon mengembangkan tes non-parametrik
berdasarkan perbedaan pada sampel dependen di mana asumsi normalitas tidak
diperlukan. Tes ini disebut Wilcoxon signed-rank test [ CITATION Lin18 \l 1057 ].
Wilcoxon signed rank test adalah metode nonparametrik yang digunakan untuk
membandingkan 2 sampel data yang berasal dari grup yang sama (2 sampel yang saling
berhubungan). Hal ini dapat dilakukan ketika ingin menyelidiki apakah terjadi
perubahan nilai dari 1 waktu ke waktu lain atau ketika individu diberikan lebih dari 1
kondisi (diberikan perlakuan yang berbeda). Pengujian Wilcoxon signed-rank untuk
popoulasi dependen dapat dilakukan ketika memenuhi asumsi berikut :
1. Terdapat 2 kelompok sampel yang saling berhubungan.
2. Jenis data yang digunakan minimal berskala ordinal
3. Populasi tidak harus mengikuti distribusi normal
Contoh Soal:
Fricker’s adalah restoran yang terletak di Bekasi dan menawarkan menu makanan
dengan spesialiasi ayam. Pemilik restoran ingin mengembangkan rasa baru pada adonan
agar lebih pedas. Sebelum mengganti rasa saat ini, dia ingin memastikan bahwa
pelanggan akan menyukai rasa pedas. Ia melakukan sebuah penelitian dan memilih 15
pelanggan secara acak sebagai sampelnya. Setiap pelanggan diminta untuk menilai
ayam dengan rasa saat ini dan ayam dengan rasa pedas yang baru pada skala 1 hingga
50. Apakah terdapat perbedaan antara ayam dengan rasa saat ini dan ayam dengan rasa
pedas?
Pelangga Rasa Saat Rasa

n ini Pedas
Jones 42 2
Fish 1 47
Wagner 26 7
Hall 45 41
119
Baden 32 14
Virost 41 1
Garcia 6 45
Hein 15 36
Edward 3 7
Rey 50 15
Fowler 3 41
Arquette 48 2
Whitten 35 50
Angel 39 16
Bryan 48 24
1. Input data pada Data View

2. Pilih menu Analyze  Non-Parametric Test  Legacy Dialogs  2 Related

Sample
3. Masukkan kedua variabel kedalam Test Pairs. Kemudian checklist Wilcoxon pada
Test Type.

Soal Latihan
1. PT. Alpha pada tahun 2015, memilih cara pemasaran melalui TV untuk
meningkatkan pelanggannya karena teknologi sudah menggubah gaya hidup
masyarakat maka PT. Alpha memutuskan untuk menggunakan plarform youtube
untuk mempromosikan jasanya tersebut sehingga terjadi perubahan permintaan
dalam setahun. Berikut data yang tercatat yaitu:
Bula
n TV Youtube
1 291 378
2 234 219
3 300 348
4 280 311
5 371 200
6 379 229
7 189 245
8 369 348
9 237 348
10 428 199
11 371 110
12 378 378
Tentukan perbedaan antara menggunakan platform TV dan Youtube? Manakah
yang lebih baik untuk perusahaan menggunakan cara pemasaran yang tepat untuk
tahun depan? (diasumsikan berdistribusi tidak normal/bebas)
2. PT KAI Indonesia sebagai salah satu pengembang mode transportasi umum di

Indonesia sedang gencarnya melakukan terobosan dan inovasi terbaru dari
perkembangan teknologinya. PT KAI Indonesia telah banyak melakukan
perkembangan salah satunya dengan mengembangkan mesin terbaru pada
lokomotif keluaran terbarunya. Pada tahun 1981, lokomotif yang digunakan adalah
lokomotif BB 204 yang merupakan lokomotif diesel. Namun seiring perkembangan
teknologi, PT KAI Indonesia tidak lagi menggunakan lokomotif BB 204,
melainkan menggunakan lokomotif CC 206 dengan tujuan untuk meningkatkan
kinerja dari kereta api. PT KAI Indonesia ingin mengetahui apakah dengan
menggunakan lokomotif terbaru dapat meningkatkan kecepatan keretanya.
Dibawah ini merupakan data yang berisikan hasil kinerja kedua lokomotif yang
diuji oleh 18 orang masinis. Apakah terdapat perbedaan antara lokomotif BB 204
dan CC 204? Lokomotif manakah yang lebih baik digunakan oleh PT KAI?
Berikan alasannya!
Lokomotif
Masinis BB 204 CC 204
1 70 87
2 79 82
3 85 85
4 56 100
5 74 88
6 50 78
7 41 56
8 61 78
9 81 91
10 82 96
11 83 88
12 65 85
13 74 97
14 68 85
15 61 79
16 57 64
17 48 51
18 80 80
3. Sebuah channel Televisi “Foxy Trend”
merupakan channel yang menayangkan tren-tren mode dan lifestyle yang sedang hits saat
ini. Setelah perusahaan berjalan 2 tahun dan telah menayangkan ratusan program di
channel nya, perusahaan tersebut diakuisisi oleh Channel TV lain. Sebagai fresh start dan
untuk meningkatkan Brand Image, nama “Foxy Trend” diubah menjadi “Fox Lifestyle”
untuk memberikan kesan premium. Program televise yang disiarkan tetap sama hanya
namanya yang berganti. Dilakukanlah penelitian terhadap Brand Image saat nama channel
adalah Foxy Trend dan Fox Lifestyle. Berikut data yang dihasilkan:
Foxy Fox
Trend Lifestyle
76 85
75 72
74 73
70 90
76 85
78 86
70 78
73 88
71 85
70 84
69 20
68 83
78 87
75 75
76 80
25 90
64 85
71 83
75 84
67 86
a. Apakah terdapat perbedaan brand image yang signifikan antar kedua nama
perusahaan?
b. Menurut Anda apakah sebaiknya perusahaan mempertahankan nama “Fox
Lifestyle” atau tidak?
WILCOXON RANK-SUM TEST FOR
INDEPENDENT POPULATION
Uji Wilocoxn Rank-Sum merupakan sebuah uji yang dirancang untuk
menentukan apakah dua sampel yang saling independen berasal dari populasi yang
setara [ CITATION Lin18 \l 1057 ]. Populasi dari sampel pertama berbeda dengan populasi
dari sampel kedua sehingga kedua sampel tersebut bersifat independen. Data yang
dianalisis pada uji Wilcoxon Rank-Sum berupa ranking dari hasil pemeringkatan
seluruh nilai dari dua sampel. Karena data yang dianalisis berupa ranking, maka data
tersebut termasuk data ordinal. Pengujian Wilcoxon Rank-Sum dapat dilakukan dengan
memenuhi asumsi berikut:
1. Data yang digunakan saling independen atau tidak berhubungan satu sama lain
2. Populasi tidak harus mengikuti distribusi normal
3. Data berskala minimal ordinal
Contoh Soal:
Terdapat sebuah penelitian untuk mengetahui adakah perbedaan kualitas manajemen

antara bank BCA dan bank Mandiri. Kedua bank tersebut diukur kualitas
manajemennya dengan skor pada skala 1 sampai 40. Apakah terdapat perbedaan antara
bank BCA dan bank Mandiri?
Mandir
BCA i
16 29
18 29
10 31
12 35
16 36
14 37
15 33
10 37
126
12 29
15 42
16 18
30
37
(data diasumsikan berdistribusi tidak normal)
1. Input variabel bank dan kualitas manajemen pada Variable View. Gunakan Value
Label untuk variabel bank.

3. Pilih menu Analyze  Non-Parametric Tests  Legacy Dialogs  2 Independent

Samples
4. Masukkan variabel kualitas manajemen ke kotak Test Variable List dan variabel
bank ke kotak Grouping Variable.
5. Pilih Define Groups. Isi sesuai dengan value pada Value Label.
6. Pilih Mann-Whitney U pada test-type.


Soal Latihan
1. Sebuah perusahaan “Sakurai” mulanya adalah perusahaan yang terjun pada bisnis
internet service provider. Namun perusahaan melihat peluang besar pada pasar
sandal dikarenakan tren masyarakat untuk berpergian meningkat. Diversifikasi pada
bidang bisnis ini dispekulasikan akan menguntungkan.
Sakurai berencana memproduksi 2 jenis sandal yang memiliki jenis bahan berbeda.
Kedua product line itu disebut “Casual Leather” dan “Playful Rubber”. Untuk
menstandarkan kualitasnya yang awet, perusahaan ingin mengetahui apakah
terdapat perbedaan kualitas yang signifikan terhadap kedua jenis produk tersebut
sehingga dilakukan penelitian. Berikut datanya:
Casual Leather Playful
Rubber
66 88
81 65
65 88
66 90
71 88
80 90
65 88
95 67
44 -
72 -
Diasumsikan data berdistribusi bebas dan tingkat kepercayaan penelitian adalah

95%.
a. Apakah terdapat perbedaan kualitas yang signifikan antara kedua produk
tersebut?
2. PT. Kapal Nusantara merupakan sbuah perusahaan besar yang mampu
memproduksi mesin-mesin kapal dengan kapasitas yang sangat besar. Seiring
dengan perkembangan zaman, teknologi pada mesin mesin kapal juga mengalami
peningkatan yang sangat signifikan. Dapat dilihat dari perkembangan dua buah
mesin pembangkit tenaga kapal yang lebih hemat bahan bakar, yaitu Mild-Hybrid
dan Full-Hybrid. Perusahaan ini sedang melakukan penelitian untuk melihat apakah
terdapat perbedaan rata-rata kinerja dari kedua jenis mesin saat dilakukan uji
kelayakan. Berikut adalah hasil data yang diperoleh:
Mild- Full-
Hybrid Hybrid
96 80
77 43
97 84
53 52
59 86
67 68
93 84
94 95
67 76
52 91
82 49
80 76
59 85
93 45
88 78
3. PT. Aplikasi Karya Anak Bangsa atau sering dikenal sebagai Go-Jek Indonesia
adalah salah satu start-up ojek yang mendominasi di Indonesia, namun tidak
dipungkiri bahwa Grab adalah kompetitor terkuat bagi Go-Jek Indonesia. Untuk
mengetahui apakah ada perbedaan yang signifikan antara pelayanan Go-Jek dan
Grab, maka dilakukan pengumpulan data untuk menguji hal tersebut. Berikut
adalah datanya:
Go-
Grab
Jek
11 3
8 23
21 9
7 8
23 9
4 4
12 4
8 23
6 14
5 24
*Data diasumsikan sudah berdistribusi bebas
Bantulah PT. Aplikasi Karya Anak Bangsa dan Grab untuk menguji apakah ada
perbedaan yang signifikan antara Go-Jek dan Grab terhadap tingkat pelayanan
transportasi berbasis ojek di Indonesia?
KRUSKAL-WALLIS
Uji Kruskal-Wallis merupakan analisis data untuk menentukan perbedaan antara
tiga atau lebih kategori pada variabel independen terhadap variabel dependen. Uji ini
merupakan perluasan dari uji Wilcoxon Sum-Rank yang hanya digunakan pada 2
kelompok sampel. Selain itu, uji Kruskal-Wallis merupakan alternatif apabila uji One
Way Anova tidak memenuhi asumsi. Pengujian Wilcoxon Rank-Sum dapat dilakukan
dengan memenuhi asumsi berikut:
1. Variabel dependen berskala minimal ordinal

2. Data tidak mengikuti distribusi normal
3. Variabel independen terdiri dari 3 atau lebih kategori dan saling independen
Contoh Soal:
Carlos ingin menentukan apakah perubahan suhu di dalam air laut yang disebabkan oleh
pembangkit listrik tenaga nuklir akan memiliki efek yang signifikan pada kehidupan
hewan di wilayah tersebut. Spesimen yang baru menetas dari beberapa spesies ikan
dibagi menjadi empat kelompok secara acak. Kelompok-kelompok tersebut ditempatkan
pada simulasi lingkungan laut yang terpisah dan dengan suhu air yang identic. Enam
bulan kemudian, spesimen-spesimen tersebut ditimbang dan hasilnya ditunjukkan pada
table. Gunakan α=0,10 untuk mengetahui apakah terdapat perbedaan yang signifikan
antara berat spesimen pada suhu yang berbeda.
Suhu
38 F 42 F 46 F 50 F
15 16 42 18
17 17 23 18
21 16 21 21
18 16 17 18
19 22 22 21
15 17 23 18
31 24 22 23
30 38 15 23
1. Input variabel suhu dan berat spesimen ke dalam Variable View. Gunakan Value
Label untuk variabel suhu

3. Lakukan uji normalitas
4. Pilih menu Analyze  Nonparametric Tests  Legacy Dialog  K Independent

Samples
5. Masukkan variabel berat spesimen ke kotak Test Variable List dan variabel suhu ke
Grouping Variable
6. Pilih Define Range. Isi nilai minimum dan maksimum berdasarkan range Value
Label


Pada Numeric Expression isi “?” pertama dengan probabilitas dan “?” kedua
dengan derajat kebebasan (df) yang dapat dilihat pada tabel output. Klik OK dan
X2 tabel akan muncul di Data View
Soal Latihan
1. PT. Indofood Sukses Makmur Tbk. atau lebih sering dikenal dengan Indofood
memiliki salah satu produk unggulan yang dapat bersaing di pasar global, yaitu
Indomie. Namun, walau sudah melakukan ekspansi ke pasar global, Indofood tetap
berkomitmen untuk mengembangkan pasar dalam negeri. Oleh karena itu, Indofood
mengumpulkan data dari 5 tahun terakhir di 5 provinsi dari setiap pulau di
Indonesia untuk mengetahui perkembangan tingkat produksi Indomie pada setiap
provinsi. Berikut adalah datanya:
201
PROVINSI 2014 2015
6
2017 2018
Jawa Barat 70 3 7 20 2
Sumatera Utara 12 10 3 15 100
Kalimantan Timur 2 80 10 8 5
Papua 7 10 70 2 5
Sulawesi Selatan 50 9 7 6 19
Berdasarkan data diatas, bantulah PT. Indofood Sukses Makmur Tbk. untuk
menentukan:

b. Apakah terdapat perbedaan yang signifikan antara penjualan Indomie pada
kelima provinsi dari setiap pulau di Indonesia?
2. Gaikenda merupakan sebuah showroom mobil yang membuka gerai di berbagai

daerah di Indonesia. Setiap kota memiliki beberapa gerai showroom. Gaikenda
ingin mengetahui bagaimana penjualan unit produknya di kota-kota tersebut.
Berdasarkan kuesioner didapat hasil:
Jakarta Bandung Bali Palembang

60 77 63 105
75 39 88 79
87 66 56 80
42 90 21 64
89 102 10 53
a. Tentukan distribusi data tersebut
b. Apakah terdapat perbedaan penjualan unit produk yang signifikan antar
keempat kota? Apabila tingkat kepercayaan penelitian adalah 95%.
REFERENSI
Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2011). Statistics for Business and
Economics 11e. South Western: Cengage Learning.
Cara Uji Normalitas SPSS Shapiro Wilk dan Kolmogorov Smirnov. (2018, July 24).
Diambil kembali dari Advernesia: https://www.advernesia.com/blog/spss/cara-
uji-normalitas-spss-shapiro-wilk-dan-kolmogorov-smirnov/
Chi-Square Goodness-of-Fit Test in SPSS Statistics. (2018, Agustus 22). Diambil
kembali dari Statistics Laerd: https://statistics.laerd.com/spss-tutorials/chi-
square-goodness-of-fit-test-in-spss-statistics.php
Cronbach's Alpha (α) using SPSS Statistics. (2018, Juli 20). Diambil kembali dari
Statistics Laerd: https://statistics.laerd.com/spss-tutorials/cronbachs-alpha-using-
spss-statistics.php
Ghozali, I. (2013). Aplikasi Analisis Multivariate dengan Program IBM SPSS 21
Update PLS Regresi (Edisi 7). Semarang: Badan Penerbit Universitas
Diponegoro.
Levine, D. M., Stephan, D. F., & Szabat, K. A. (2017). Statistics for Managers Using
Microsoft Excel (Eighth Edition). New Jersey: Pearson Education.
Lind, D. A., Marchal, W. G., & Wathen, S. A. (2018). Statistical Techniques in
Business & Economics (Seventeenth Edition). New York: McGraw-Hill
Education.
Multiple Regression Analysis using SPSS Statistics. (2018, Agustus 15). Diambil
kembali dari Statistics Laerd: https://statistics.laerd.com/spss-tutorials/multiple-
regression-using-spss-statistics.php
Partial Correlation using SPSS Statistics. (2018, July 24). Diambil kembali dari
Statistics Laerd: https://statistics.laerd.com/spss-tutorials/partial-correlation-
using-spss-statistics.php
Santoso, S. (2018). Menguasai Statistik dengan SPSS 25. Jakarta: PT Elex Media
Komputindo.
Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill Building
Approach (Seventh Edition). West Sussex: John Wiley & Sons Inc.
SPSS Tests. (2018, Juli 24). Diambil kembali dari How to Test Validity questionnaire
Using SPSS: https://www.spsstests.com/2015/02/how-to-test-validity-
questionnaire.html

Modul Business Statistics II

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Business Statistics II

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL PRAKTIKUM

Business Management Laboratory

Dikarenakan dukungan mereka-lah rencana penyusunan Modul Praktikum Business

Modul Praktikum Business Statistics II ini berisikan sepuluh bab yang

Semoga dengan disusunnya Modul Praktikum ini dapat membantu mahasiswa/i

Jakarta, 4 Februari 2019

Business Management Laboratory

Level of Measurment (Tingkat pengukuran).................................................................5

Validitas dan Reliabilitas.................................................................................................21

Goodness of Fit Test....................................................................................................90

Contingency Table Analysis......................................................................................100

Wilcoxon Signed-Rank Test for Dependent Population...............................................107

Wilcoxon Rank-Sum Test for Independent Population.................................................114

A. Klasifikasi Data Menurut Cara Memperoleh

E. Klasifikasi Data Menurut Waktu Pengumpulan

Level of Measurment (Tingkat pengukuran)

Proses statistik dengan SPSS:

SPSS DATA EDITOR memiliki dua bagian, yaitu:

Langkah-langkah memasukkan data ke dalam SPSS adalah sebagai berikut:

1. Buka lembar kerja baru

3. Setelah melakukan pengisian VARIABLE VIEW, kita dapat mulai untuk

 Numeric : Data dalam bentuk angka.

 Comma : Data ini berbentuk numerik dan ditandai koma sebagai

 Scientific Notation : Data ini berbentuk numerik dan ditandai

 Date : Data berupa tanggal dan ada sejumlah pilihan type/format

 Custom Currency : Bentuk tipe ini digunakan untuk menampilkan

 String : Data dalam bentuk karakter/huruf .

Values adalah kode yang diberikan jika variabel yang digunakan

positif, negatif dan simetris. Skewness positif mengindikasikan distribusi yang

(dalam satuan : ribuan unit)

Dealer Penjuala Dealer Penjualan

2. Pilih menu analyze  descriptive statistics  frequencies. Akan muncul windows

5. Klik Continue dan OK. Hasil Output:

Jumlah Laki-laki Jumlah Perempuan

Dari data-data diatas, tentukanlah:

Evita 780 11%

Fira 900 11%

Kiki 815 11%

Lili 760 11%

Resta 808 11%

Oki 795 11%

Andre 783 11%

Nata 935 15%

Bantulah divisi keuangan untuk menentukan nilai berikut :

a. Nilai mean, median, modus

Menurut [ CITATION Sek16 \l 1057 ], reliabilitas merupakan uji seberapa konsisten

Katherine ingin mengetahui pengaruh antara kualitas pelayanan terhadap kepuasaan

[Data di run per variabel]

1. Buatlah total skor tiap variabel

3. Pilih Analyze  Scale  Reliability Analysis

4. Masukkan item SQ1 – Total_SQ ke kotak Items

5. Kemudian pilih menu Statistics, pada bagian Inter-Item, centang Correlations,

6. Klik OK dan akan muncul hasil sebagai berikut.

8. Klik OK dan nilai T table akan muncul di Data View

9. Pilih kembali menu Transform  Compute Variable

10. Klik OK dan nilai R table akan muncul di Data View.

Langkah-langkah uji reliabilitas:

[Data di run per variabel]

1. Pilih Analyze  Scale  Reliability Analysis

3. Klik OK. Hasil Output:

3. Sebuah restoran bernama Pizza Ku merupakan suatu restoran pizza ternama di

pelanggannya. Namun, sebelum pihak restoran membagikan kuesioner ini, mereka