Anda di halaman 1dari 17

TUGAS STATISTIKA

Diajukan untuk memenuhi tugas Statistika


dosen pengampu Caria Ningsih, M.Si., Ph.D

Disusun oleh :

Rio Muhamad Rivaldi

1607813

PROGRAM STUDI MANAJEMEN INDUSTRI KATERING


FAKULTAS PENDIDIKAN ILMU PENGETAHUAN SOSIAL
UNIVERSITAS PENDIDIKAN INDONESIA
TAHUN 2019
SOAL DAN LATIHAN

Soal no. 1, 3, 5 ( buku: Pengantar Statitiska Pariwisata, Samsudin Sulaiman


Kusherdyana)

Biaya Promosi Tingkat Huni Kamar


no Bulan
( Puluhan Juta Rupiah) (%)
1 Januari 2011 34,5 76,0
2 Februari 30,0 72,8
3 Maret 25,8 68,4
4 April 24,4 68.3
5 Mei 26,5 67,8
6 Juni 28,5 70.0

 Koefisien korelasi dan koefisien determinnya! Bagaimana interpretasi saudar


dari hasil perhitungan tersebut ?

Correlations
Tingkat Huni
Kamar Biaya Promosi
Pearson Correlation Tingkat Huni Kamar 1,000 ,963
Biaya Promosi ,963 1,000
Sig. (1-tailed) Tingkat Huni Kamar . ,001
Biaya Promosi ,001 .
N Tingkat Huni Kamar 6 6
Biaya Promosi 6 6

Model Summary

Adjusted R Std. Error of the R Square


Model R R Square Square Estimate Change
1 ,963a ,927 ,909 ,9770 ,927
a. Predictors: (Constant), Biaya Promosi

Koefisien korelasi adalah nilai hubungan ditandai dengan R atau r

Dalam tabel diatas, r = 0,963 hubungan sangat kuat positif. Artinya hubungan biaya promosi
dan tingkat huni sangat kuat positif

Koefisien determinasi adalah nilai pengaruh ditandai dengan R square / r2

Dalam tabel diatas, nilai R square / r2 = 0,927 artinya biaya promosi mempengaruhi tingkat
huni sebesar 92,7% dimana 7,3% dipengaruhi oleh faktor lain.

 Persamaan Regresi Linear

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta T Sig.


1 (Constant) 46,318 3,423 13,532 ,000

Biaya Promosi ,857 ,120 ,963 7,128 ,002

a. Dependent Variable: Tingkat Huni Kamar

Persamaan regresi :

Y = a+bX+e

Y= 46,318 + 0,857 + e

Tingkat Huni = 46,318 + 0,857 promosi + e

Artinya, jika terjadi peningkatan biaya promosi sebesar 1 satuan unit, maka mempengaruhi
tingkat huni akan meningkat ( menurun jika nilainya negatif ) sebesar 0,857 satuan unit.

Apabila tidak ada pengaruh biaya promosi, maka nilai tingkat huni sebesar 46,318.
 Jika biaya promosi dinaikkan Rp. 40.000.000.-

Tingkat huni = 46,318 + 0,857 (40.000.000) + e


= 46,318 + 34.280.000 + e
= 34. 280.046,318 + e

 Hubungan antara harga koefisien korelasi (r) dengan koefisien regresi (b)

Hubungan antara (r) dan (b), nilai koefisien korelasi (r) yaitu 0,963 dan hasilnya
positif kuat. Dan nilai koefisien regresi (b) yaitu 0,857

Hasilnya hasil korelasi maupun regresi sama sama kuat.

 Persamaan regresi linier ke dalam grafik

3. SKOR KEMAMPUAN RESEPSIONIS DAN SKOR KUALITAS PELAYANAN


YANG DIBERIKAN KEPADA TAMU PADA SAAT CHECK IN/OUT DI
SALAH SATU HOTEL SAMPEL TERPILIH
No . Kode Resepsionis Skor Kemampuan Skor Kualitas
Pelayanan
1 A 88 4,0
2 B 92 4,3
3 C 85 3,8
4 D 87 3,9
5 E 79 3,6
6 F 78 3,6
7 G 89 4,0
8 H 90 4,4

 koefisien korelasi Rank Spearman dan koefisien determinasinya

Correlations
Kualitas
Kemampuan Pelayanan
Spearman's rho Kemampuan Correlation Coefficient 1,000 ,964**
Sig. (2-tailed) . ,000
N 8 8
**
Kualitas Pelayanan Correlation Coefficient ,964 1,000
Sig. (2-tailed) ,000 .
N 8 8
**. Correlation is significant at the 0.01 level (2-tailed).

Dari output diatas, diperoleh angka koefisien korelasi sebesar 0,964. Artinya tingkat kekuatan
hubungan (korelasi) antara variabel kemampuan dan kualitas pelayanan adalah sebesar 0,964
atau sangat kuat. 0,964 bernilai positif, maka semakin ditingkatkan kemampuan, semakin
nmeningkat juga kualitas pelayanan.

Model Summary

Adjusted R Std. Error of the


Model R R Square Square Estimate R Square Change
a
1 ,914 ,836 ,808 ,1282 ,836

a. Predictors: (Constant), Kemampuan


Untuk koefisien determinasi nya, dilihat dari nilai R yaitu 0,914

 menurut interpretasi saya, diperoleh angka koefisien korelasi sebesar 0,964.


Artinya tingkat kekuatan hubungan (korelasi) antara variabel kemampuan dan
kualitas pelayanan adalah sebesar 0,964 atau sangat kuat. 0,964 bernilai
positif, maka semakin ditingkatkan kemampuan, semakin nmeningkat juga
kualitas pelayanan.
Nilai signifikansi juga bernilai 0 atau lebih kecil dari 0,05 atau 0,01. Maka
artinya ada hubungan yang signifikan antara variabel kemampuan dengan
variabel kualitas pelayanan.

6. REKAPITULASI BIAYA PROMOSI DAN TOTAL SALES PER BULAN


SELAMA PERIODE BULAN AGUSTUS 2011 – APRIL 2012.

BIAYA PROMOSI PER BULAN SALES PER BULAN


BULAN
( dalam puluhan juta rupiah ) (dalam ratusan juta rupiah )
Agustus 6 11
September 5 12
Oktober 5 13
November 6 14
Desember 8 12
Januari 2012 6 12
Februari 8 13
Maret 8 14
April 9 14

 koefisien korelasi product moment pearson ,

Correlations
SALES PROMOSI
Pearson Correlation SALES 1,000 ,429
PROMOSI ,429 1,000
Sig. (1-tailed) SALES . ,125
PROMOSI ,125 .
N SALES 9 9
PROMOSI 9 9

o menurut tabel diatas , r = 0,429 hubungannya cukup kuat dan bernilai


positif. Artinya hubungan variabel sales dan biaya promosi cukup
kuat positif. Semakin meningkat promosi nya, semakin naik juga
sales/penjualannya.

o Koefisien determinasinya yaitu 0,429. Artinya biaya promosi


mempengaruhi sales/penjualan sebesar 42,9% sisanya yaitu 57,1%
dipengaruhi oleh faktor lain.

o
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.


1(Constant) 10,633 1,743 6,100 ,000

PROMOSI ,316 ,252 ,429 1,256 ,249

a. Dependent Variable: SALES

a. Regresi linier
Persamaan regresi :
Y = a+Bx+e
Y = 10,633 + 0,316 + e
Sales = 10,633 + 0,316 promosi + e
b. Artinya, jika terjadi peningkatan biaya promosi sebesar satu satuan unit maka
mempengaruhi sales akan meningkat ( menurun jika nilainya negatif) sebesar
0,316 satuan unit. Apabila tidak ada pengaruh biaya promosi, maka nilai akan
sebesar 10,633.
c. Jika biaya promosi ditambah sebesar Rp. 110.000.000,- perkiraan sales yang
dapat diraih adalah :
Sales = 10,633 + 0,316 promosi + e
= 10,633 + 0,316 (Rp. 110.000.000) + e
= 10,633 + 34.760.000 + e
= 34.760.010,633 + e

Statistik Penelitian Sugiyono halaman 257 – 258

BUKU STATISTIK SUGIYONO HAL.257

1. Hipotesis asosiatif adalah merupakan dugaan tentang adanya hubungan antar variabel
dalam populasi yang akan diuji melalui hubungan antar variabel dalam sampel yang di ambil
dari populasi tersebut. Terdapat 3 macam hubungan Asosiatif Simetris,Sebab akibat (kausal)
dan Interaktif (saling mempengaruhi).

a. Statistik Parametris
Korelasi Product Moment
Digunakan untuk mencari hubungan dan membuktikan hipotesis hubungan dua variabel, bila
data kedua variabel berbentruk interval atau ratio, dan sumber data dari kedua
variabel tersebut adalah sama

Rxy = Σ xy

√ Σ x2 y2

b. Korelasi Ganda (Multiple Correlation)


Angka yang menunjukkan arah dan kuatnya hubungan antara 2 variabel independen atau
lebih secara bersama-sama dengan satu variabel dependen.

R yx1x2 = √ Ryx1 ²+ ryx2 ² – 2 ryx1 ryx2 rx1x2

1 - rx1x2 ²

3.

Matematika Olah Raga Bahasa Inggris


(X1) (X2) (Y)
70 64 70
80 72 67
72 70 74
67 45 56
64 62 73
70 90 79
71 71 57
78 86 58
90 80 71
96 71 66
54 42 72
52 36 43
65 71 76
71 60 55
66 57 81
89 52 54
80 70 66
64 46 57
50 30 51
74 71 69

Hubungan X1 dan Y

Correlations
INGGRI MATEMATIK OLAHRAG
S A A
Pearson Correlation INGGRIS 1.000 .171 .544
MATEMATIK .171 1.000 .635
A
OLAHRAGA .544 .635 1.000
Sig. (1-tailed) INGGRIS . .236 .007
MATEMATIK .236 . .001
A
OLAHRAGA .007 .001 .
N INGGRIS 20 20 20
MATEMATIK 20 20 20
A
OLAHRAGA 20 20 20

Pengumpulan data terhadap nilai matematika (X1) , nilai olahraga (X2) dan nilai
b.inggris (Y)

a. Hubungan antara X1 dengan Y, X2 dengan Y dan X1 dengan X2

● Koefisien Korelasi X1 dengan Y (Nilai hubungan)


R = 0,171 ( sangat rendah positif )

Artinya hubungan nilai matematika dengan nilai b.inggris sangat rendah (positif)

● Koefisien Korelasi X2 dengan Y (Nilai hubungan)


R = 0,544 ( sedang positif )

Artinya hubungan nilai olahraga dengan nilai b.inggris sedang (positif)

● Koefisien Korelasi X1 dengan X2 (Nilai hubungan)


R = 0,635 ( kuat positif )

Artinya hubungan nilai matematika dengan nilai olahraga kuat (positif)

Model Summary
Change Statistics
R Std. Error F
Mo Squar Adjusted of the R Square Chang Sig. F
del R e R Square Estimate Change e df1 df2 Change
1 .589a .347 .271 8.77905 .347 4.525 2 17 .027
a. Predictors: (Constant), OLAHRAGA, MATEMATIKA

b. Berapakah hubungan antara X1 dan X2 dengan Y

● Koefisien Korelasi X1 dan X2 dengan Y (Nilai hubungan)


R = 0,589 (sedang positif )

Artinya hubungan nilai matematika dan nilai olahraga dengan nilai b. inggris sedang (positif)

c. Bila kemampuan olahraga sama , berapakah hubungan nilai matematika dengan


b.inggris

d. Uji signifikansi tiap koefisien korelasi

Correlations
INGGRI MATEMATIK OLAHRAG
S A A
Pearson Correlation INGGRIS 1.000 .171 .544
MATEMATIK .171 1.000 .635
A
OLAHRAGA .544 .635 1.000
Sig. (1-tailed) INGGRIS . .236 .007
MATEMATIK .236 . .001
A
OLAHRAGA .007 .001 .
N INGGRIS 20 20 20
MATEMATIK 20 20 20
A
OLAHRAGA 20 20 20
Model Summary
Change Statistics
R Std. Error F
Mo Squar Adjusted of the R Square Chang Sig. F
del R e R Square Estimate Change e df1 df2 Change
1 .589a .347 .271 8.77905 .347 4.525 2 17 .027
a. Predictors: (Constant), OLAHRAGA, MATEMATIKA

● Diketahui nilai signifikasi nilai matematika dengan b.inggris sebesar 0.236


0,236 > 0.05 ,berarti tidak ada hubungan korelasi yang signifikan antara X1 dengan Y

● Diketahui nilai signifikasi nilai olahraga dengan b.inggris sebesar 0,007


0,007 < 0,05,berarti ada hubungan korelasi yang signifikan antara X2 dengan Y

● Diketahui nilai signifikasi nilai matematika dengan b.inggris sebesar 0.027


0,027 < 0.05 ,berarti ada hubungan korelasi yang signifikan antara X1 dan X2 dengan
Y

4. Hubungan rangking di SD dan SMU

SD SMU
(X) (Y)
1 7
2 1
7 4
4 3
2 3
5 4
6 7
7 2
4 2
7 7
2 1
4 3
7 4
5 2
6 5
7 5
8 7
1 2
9 5
10 7

Buktikan :
Hipotesis ada kesesuaian / hubungan antara rangking di SD dengan di SMU

4. Ranking sewaktu SD kelas VI (X1) dengan di SMU kelas (Y)

Model Summary
Std. Error Change Statistics
Mod R Adjusted R of the R Square F Sig. F
el R Square Square Estimate Change Change df1 df2 Change
1 .589a .347 .271 8.77905 .347 4.525 2 17 .027
a. Predictors: (Constant), OLAHRAGA, MATEMATIKA

Koefisien Korelasi (Nilai hubungan)

R = 0,589 ( sedang positif )

Artinya hubungan ranking sewaktu SD dengan ranking sewaktu SMU sedang (positif)

R² = 0,347 atau 34,7%

Artinya hubungan ranking sewaktu SD mempengaruhi ranking sewaktu SMU sebesar


34,7% dan 65,3% nya dipengaruhi faktor lain.

6. Hipotesis yang menyatakan hubungan positif dan signifikan antara


kepemimpinan dan motivasi kerja

Model Summary

Std. Error
Mod R Adjusted R of the R Square
el R Square Square Estimate Change
1 .927a .859 .835 1.42305 .859

a. Predictors: (Constant), KEPEMIMPINAN


● Koefisien Korelasi (Nilai hubungan)
R = 0,927 ( sangat kuat positif )

Artinya hubungan kepemimpinan dengan motivasi kerja sangat kuat (positif)

R² = 0,859 atau 85,9%

Artinya hubungan kepemimpinan mempengaruhi motivasi kerja sebesar 85,9% dan


14,1% nya dipengaruhi faktor lain.

● Diketahui nilai signifikasi sebesar 0.001


0,001 < 0.05 ,berarti ada hubungan korelasi yang signifikan antara kepemimpinan
dengan motivasi kerja

BUKU STATISTIK SUGIYONO HAL.295

1. Perbedaan analisis korelasi dan analisis regresi

Analisis korelasi digunakan untuk mencari arah dan kuatnya hubungan antara dua
variable atau lebih, baik hubungan yang bersifat simetris, kausal, dan reciprocal. Sedangkan
analisis regresi digunakan untuk memprediksikan seberapa jauh perubahan nilai variable
dependen, bila nilai variable independen dimanipulasi / dirubah-rubah ataupun di naik-
turunkan.

2. Apakah setiap korelasi perlu ada analisi regresi

Kuatnya hubungan antar variable yang dihasilkan dari analisis korelasi yang harga nya
antara -1 sampai +1. Bila koefisien korelasi (r) tinggi , pada umunya koefisien regresi (b)
juga tinggi, sehingga daya prediktifnya akan tinggi,dan juga sebaliknya. Jadi antara korelasi
dan regresi terdapat hubungan yang fungsional sebagai alat untuk analisis.
3. Rumus umum regresi sederhana dan regresi ganda

Y = a + bx + e

Dan regresi ganda:

Y = a + b₁x₁ + b₂x₂ + … + bⁿxⁿ

4. Pengukuran pengaruh lama belajar (X1) dan IQ (X2) terhadap prestasi belajar
di SMA (Y)

Coefficientsa
Standardize
Unstandardized d
Coefficients Coefficients

Model B Std. Error Beta t Sig.


1 (Constant) 47.380 13.275 3.569 .004

LAMABELAJ -2.375 1.045 -.414 -2.272 .042


AR
IQ .280 .084 .604 3.313 .006

a. Dependent Variable: PRESTASI

a. Persamaan regresi X1 terhadap Y


Y = a + bx + e
Y = 47,380 - 2,375x + e
a (konstanta) : jika tidak ada pengaruh lama belajar , maka nilai prestasi belajar sebesar
47,380 satuan unit
b (nilai koefisien X1) : jika lama belajar meningkat sebesar 1 satuan unit, maka akan
mempengaruhi nilai prestasi belajar yang menurun sebesar -2,375 satuan unit.

b. Persamaan regresi X2 terhadap Y


Y = a + bx + e
Y = 47,380 + 0,280x + e
a (konstanta) : jika tidak ada pengaruh lama belajar , maka nilai prestasi belajar sebesar
47,380 satuan unit
b (nilai koefisien X2) : jika IQ meningkat sebesar 1 satuan unit, maka akan mempengaruhi
nilai prestasi belajar yang meningkat sebesar 0,280 satuan unit.

c. Persamaan regresi X1 dan X2 terhadap Y


Y = a + b₁x₁ + b₂x₂ + e
Y = 47,380 - 2,375x + 0,280x + e
a (konstanta) : jika tidak ada pengaruh lama belajar , maka nilai prestasi belajar sebesar
47,380 satuan unit
b₁ (nilai koefisien X1) : jika lama belajar meningkat sebesar 1 satuan unit, maka akan
mempengaruhi nilai tingkat huni kamar yang menurun sebesar -2,375 satuan unit.
b₂ (nilai koefisien X2) : jika IQ meningkat sebesar 1 satuan unit, maka akan mempengaruhi
nilai prestasi belajar yang meningkat sebesar 0,280 satuan unit.

d. Lama belajar diperpanjang sampai 10jam/hari


X = 10

Y=?

Y = a + b₁x₁ + e

Prestasi belajar = 47,380 – 2,375(10) + e

= 47,380 – 23,75 + e

= 23.63 + e

e. Lama belajar 9jam dan IQ 150

X1 = 9

X2 = 150

Y=?

Y = a + b₁x₁ + b₂x₂ + e
Prestasi belajar = 47,380 - 2,375(9) + 0,280(150) + e
= 47,380 – 21,375 + 42
= 68,005 + e

f. Koefisien korelasi ganda antara X1 dan X2 terhadap Y

Model Summaryb

R Std. Error F
Mo Squar Adjusted R of the R Square Chang
del R e Square Estimate Change e
1 .781a .609 .544 7.71307 .609 9.358

a. Predictors: (Constant), IQ, LAMABELAJAR


b. Dependent Variable: PRESTASI

● Koefisien Korelasi Ganda (Nilai hubungan)


R = 0,781 ( kuat positif )

Artinya,hubungan lama belajar dan IQ dengan prestasi belajar kuat (positif)

● Koefisien Determinasi (Nilai pengaruh)


R² = 0,609 atau 60,9%

Artinya, lama belajar dan IQ mempengaruhi prestasi belajar sebesar 60,9% dan 39,1%
nya dipengaruhi faktor lain.