Laporan Chi-Square - E-19 - DM-74

LAPORAN PENUGASAN
STATISTIKA INDUSTRI 2
UJI REGRESI DAN KORELASI
Kelompok : E-19 Tanggal Tutorial : 17-12-2019

Nama/NIM : Amanat Bintang Hari Tutorial : Selasa
Saptomo/18522102 Dikumpulkan : -12-2019
Hasbi Ariawan Tanggal
W.W/18522119
Kelas : E
Asisten : DM-74
Yogyakarta,……………………….2019
Kriteria Penilaian
Format Laporan :
Perhitungan :
Analisa Dan :
Asisten
Pembahasan
Kesimpulan :
TOTAL :
( Sulton Nur Hakim)
LABORATORIUM STATISTIKA INDUSTRI DAN OPTIMASI

JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
2019
MODUL 4
UJI REGRESI DAN KORELASI (2019/2020)
4.1 Tujuan Praktikum
1. Mengetahui besarnya pengaruh variabel bebas (independen) terhadap perubahan

variabel terikat (dependen) dalam bentuk koefisien regresi.
2. Menggambarkan hubungan pengaruh variabel bebas (independen) terhadap

variabel terikat (dependen).
3. Mengetahui besarnya persentase pengaruh variabel bebas (independen) terhadap
variabel terikat (dependen) dalam bentuk koefisien determinasi.
4. Menentukan atau memprediksi nilai variabel terikat (dependen).
4.2 Tugas Praktikum
1. Menganalisis Studi Kasus Regresi Korelasi dengan jumlah data minimal sejumlah
30 data di setiap variabel Regresi Linear Sederhana dan Berganda.
2. Melakukan perhitungan Regresi Korelasi Linear Sederhana dan Regresi Korelasi
Linear Berganda dengan perhitungan manual dan software SPSS.
3. Melakukan perbandingan antara output perhitungan manual dan output software

SPSS yang didapatkan.
4. Melakukan bahasan dari sejumlah hasil olahan yang didapat hingga menentukan
kesimpulan keputusan dengan tepat.
4.3 Latar Belakang
Secara umum, analisis regresi pada dasarnya adalah studi mengenai

ketergantungan satu variabel dependen (terikat) dengan satu atau lebih variabel
independent (variabel penjelas/bebas), dengan tujuan untuk mengestimasi dan/ atau
memprediksi rata-rata populasi atau niiai rata-rata variabel dependen berdasarkan
nilai variabel independen yang diketahui. Pusat perhatian adalah pada upaya
menjelaskan dan mengevalusi hubungan antara suatu variabel dengan satu atau lebih
variabel independen.
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi
merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik
bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui

keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang
terjadi. Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang
terjadi antara dua variabel[ CITATION ANA16 \l 1033 ].
Pada pratikum ini, uji regresi dan korelasi digunakan untuk mengembangkan dan
memperbaiki program pengendalian biaya produksi prusahaan Apex Corporation,
suatu perusahaan yang memproduksi corrugated papar yang digunakan untuk
membuat karton box dan material pengemasan yang lain. Untuk itu dilakukan analisis
terhadap biaya produksi guna mengetahui faktor-faktor yang mempengaruhinya.
4.4 Studi Literatur
Adapun kajian literatur dari tutorial ini adalah:
Tabel 1. Jurnal Studi Literatur
No Judul Metode Hasil Kesimpulan

.
1. ANALISIS Pengolahan data Kepuasan Berdasarkan hasil
KUALITAS dilakukan pelanggan akan dan pembahasan
PRODUK DAN dengan Program meningkat sebesar tersebut, terdapat
KORELASINYA Statistical 0,373 satuan untuk beberapa hal yang
TERHADAP Package for setiap penambahan dapat
TINGKAT Social Science satu satuan X1 disimpulkan.
KEPUASAN (SPSS). Data (Easy of use). Jadi Pertama,
KONSUMEN diproses dengan apabila Easy of use pengaruh kualitas
DENGAN program SPSS mengalami berperan penting
METODA dan penentuan kenaikan 1 satuan, dalam penentuan
STATISTICAL data telah maka kepuasan tingkat kepuasan
PROCESS mencukupi, pelanggan akan konsumen. Hal ini
CONTROL valid atau sah, meningkat sebesar dinilai dari
[ CITATION dan reliable atau 0,373 satuan dengan variabel:
RBa17 \l 1033 ] konsisten. asumsi variabel Durability,
Selanjutnya data yang lain konstan. Serviceability,
dilakukan uji Kepuasan Performance,
hipotesa untuk pelanggan akan Prestige, Easy of
mengetahui menurun sebesar use, Versatility.
pengaruh 0,115 satuan untuk Selain itu, tingkat
variabel bebas setiap pengurangan kepuasan
terhadap satu satuan X2 pelanggan dari
variabel terikat. (Versatility). Jadi variabel kualitas
Selain itu, juga apabila versatility memiliki skala
dilakukan Uji mengalami prioritas. Adapun
Statistik f. Uji penurunan 1 satuan, skala prioritas
Statistik f maka kepuasan tertinggi dan
digunakan untuk pelanggan akan terendah adalah
mengetahui menurun sebesar sebagai berikut:
pengaruh 0,115 satuan. Serviceability
variabel bebas Kepuasan dengan tingkat
secara bersama- pelanggan akan 0,879 cronbach’s
sama terhadap meningkat sebesar alpha (tertinggi)
.
variabel terikat 0,524 satuan untuk dan Durability
(Enayet dan setiap penambahan dengan tingkat
Supinit, 2002). satu satuan X3 0,749 cronbach’s
Kemudian, (Durability). Jadi alpha (terrendah).
Analisis Regresi apabila durability Terakhir, validasi
Linier Berganda mengalami hasil pengolahan
digunakan untuk kenaikan 1 satuan, data menunjukkan
mengetahui maka kepuasan korelasi kualitas
seberapa besar pelanggan akan dengan kepuasan
pengaruh dari meningkat sebesar pelanggan, baik
satu variabel 0,524 satuan dengan dengan variabel
bebas terhadap asumsi variabel kontrol maupun
satu variabel yang lain konstan tanpa variabel
terikat. Langkah (Yesenia, 2014). kontrol adalah
validasi terakhir Kepuasan berkorelasi secara
adalah Uji pelanggan akan signifikan.
Korelasi. Uji menurun sebesar
korelasi parsial 0,184 satuan untuk
digunakan untuk setiap pengurangan
mengidentifikasi satu satuan X4
kuat lemahnya (Serviceability).
hubungan antar Jadi apabila
variabel bebas serviceability
dan variabel mengalami
terikat penurunan 1 satuan,
maka kepuasan
pelanggan akan
menurun sebesar
0,184 satuan.
Kepuasan
pelanggan akan
meningkat sebesar
0,068 satuan untuk
setiap penambahan
satu satuan X5
(Performance). Jadi
apabila performance
mengalami
.
kenaikan 1 satuan,
maka kepuasan
pelanggan akan
meningkat sebesar
0,068 satuan dengan
asumsi variabel
yang lain konstan.
Kepuasan
pelanggan akan
meningkat sebesar
0,262 satuan untuk
setiap penambahan
satu satuan X6
(Prestige). Jadi
apabila prestige
mengalami
kenaikan 1 satuan,
maka kepuasan
pelanggan akan
meningkat sebesar
0,262 satuan dengan
asumsi variabel
yang lain konstan.
2. Studi Korelasi Statistik yang Berdasarkan analisis Simpulan yang
antara Motivasi digunakan deskriptif, variabel diperoleh dalam
Kerja, dalam analisis motivasi berpretasi penelitian ini
Kompetensi data dalam mempunyai nilai adalah sebagai
Profesional penelitian ini distribusi frekuensi berikut.
Guru, dan Etos adalah teknik rata-rata 164,66dan Pertama,terdapat
Kerja terhadap regresi berada pada tingkat hubungan positif
Kinerja Guru sederhana motivasi kerja dan signifikan
[ CITATION regresi ganda sangat tinggi antara motivasi
IGe17 \l 1033 ] dan korelasi dengan skor rata- kerja dengan
parsial.Persyarat rata keseluruhan kinerja guru
an yang terkait sebesar 72,5%. melalui
dengan teknik Motivasi kerja yang persamaan regresi
analisis tersebut sangat tinggi Y = 47.083 +
harus dibuktikan merupakan faktor 0.711 X¬1 dengan
.
secara analisis penting dan menjadi koefisien korelasi
dengan uji modal awal untuk sebesar 0.793,
persyaratan meningkatkan kontribusi sebesar
analisisnya kinerja guru agar 67.9%, dan
adalah uji dapat bekerja untuk sumbangan efektif
normalitas, uji mencapai tujuan 34.7%terhadap
linieritas, uji yang telah kinerja guru
multikolinieritas ditetapkan. Motivasi SMPN 2
, uji kerja yang tinggi ini Bebandem.
heterokedastisita tetap dapat Kedua,terdapat
s, dan uji dipertahankan dan hubungan positif
autokorelasi.Dat ditingkatkan maka dan signifikan
a yang telah dapat diduga bahwa antara kompetensi
diperoleh kinerja guru akan profesional guru
tersebut meningkat. Dari dengan kinerja
dianalisis hasil analisis guru melalui
dengan hubungan antara persamaan regresi
menggunakan motivasi kerja (X1) Y = 63.070 +
uji regresi dan dengan kinerja guru 0.625 X¬2 dengan
korelasi, baik (Y) dengan rhiutng koefisien korelasi
sederhana = 0,824dengan p < sebesar 0.695,
maupun ganda. 0,05, dengan kontribusi sebesar
Pengujian kontribusi 67,9%, 65.5%, dan
hipotesis dan sumbangan sumbangan efektif
menggunakan efektif (SE) sebesar 14.22% terhadap
teknik regresi 34,7%, maka angka kinerja guru
linier sederhana, kontribusi ini SMPN 2
teknik regresi bermakna hipotesis Bebandem .
ganda dan penelitian dapat Ketiga, terdapat
teknik korelasi diterima untuk hubungan positif
parsial. Semua menentukan dan signifikan
analisis dibantu motivasi kerja. antara etos kerja
dengan Dengan kata lain, dengan kinerja
menggunakan dapat disimpulkan guru melalui
program SPSS- bahwa semakin persamaan regresi
PC 16.0 for tinggi/baik motivasi Y = 40.918 +
Windows dan kerja, makin baik 0.754 X¬3 dengan
semua pengujian kinerja guru. koefisien korelasi
.
hipotesis sebesar 0.790,
dilakukan pada kontribusi sebesar
taraf signifikansi 68.5%, dan
5%. sumbangan efektif
29.02% terhadap
kinerja guru
SMPN 2
Bebandem.
Keempat, terdapat
hubungan positif
dan signifikan
secara bersama-
sama antara
motivasi kerja,
kompetensi
profesional dan
etos kerja dengan
kinerja guru
melalui
persamaan regresi
Y = 11.311 +
0.396 X¬1 +
0.197 X2 + 0.339
X3 dengan
koefisien korelasi
sebesar 0.886,
kontribusi sebesar
82.00%, terhadap
kinerja guru
SMPN 2
Bebandem.
3. IMPLEMENTAT Korelasi adalah Koefisien korelasi Ada hubungan
ION OF teknik statistik antara V2 dan V3, terbalik antara
CORRELATION yang digunakan V3 dan V4 dan V2 variabel - Bunga
AND untuk dan V4 masing- terbuka, jumlah
REGRESSION menemukan masing adalah kontrak, dan
TECHNIQUES kekuatan -0,15, -0,44 dan kuantitas yang
FOR hubungan antara -0,33. Nilai-nilai dapat dikirim,
.
EFFICIENT dua variabel. Ini koefisien korelasi dengan harga
ANALYSIS OF memberitahu negatif saham yang,
INDIAN STOCK Anda apakah menunjukkan ketika satu
MARKET ada bahwa ada meningkat, yang
ketergantungan hubungan terbalik lain berkurang,
[ CITATION satu variabel antara variabel- dan sebaliknya.
Cer17 \l 1033 ] terhadap variabel ini, yaitu, Masing-masing
variabel lain ketika satu faktor - Bunga
atau tidak. meningkat, yang terbuka, Jumlah
Koefisien lain menurun. kontrak dan
korelasi (r) Fungsi plot jumlah yang dapat
memberikan digunakan untuk dikirim secara
kekuatan merencanakan signifikan
hubungan antara hubungan antara mempengaruhi
dua variabel. Ini variabel-variabel ini harga Saham.
bervariasi dari dan grafik masing-
-1 hingga +1. -1 masing perusahaan
menunjukkan adalah sebagai
korelasi negatif berikut. X
yang kuat antara menunjukkan
kedua variabel, variabel Open
yaitu, ketika Interest, Y
variabel menunjukkan
meningkatkan jumlah Kontrak, Z
nilainya, yang menunjukkan
lain menurunkan jumlah yang dapat
nilainya dan dikirim dan P
sebaliknya. +1 menunjukkan harga
menunjukkan Saham. Seperti yang
korelasi positif terlihat pada tabel di
yang kuat antara atas, nilai p dari
dua variabel, regressor yang
yaitu, ketika sesuai tidak nol,
nilai satu sehingga
variabel menunjukkan
meningkat, nilai bahwa variabel
variabel lainnya prediktor secara
juga meningkat signifikan
.
dan sebaliknya. mempengaruhi
641/5000 variabel respon. Di
Regresi adalah bawah ini adalah
teknik statistik koefisien
yang digunakan determinasi untuk
untuk model regresi
memperkirakan masing-masing
hubungan antara perusahaan. Karena
variabel nilai R2 lebih besar
dependen dari 0,6 untuk
(respons) dan model regresi dari
variabel masing-masing
independen perusahaan, semua
(prediktor). adalah model yang
Berdasarkan cocok dan variasi
data masa lalu, respon total
ini akan dijelaskan oleh
memberikan masing-masing
garis atau model.
persamaan yang
paling cocok
menghubungkan
variabel
dependen dan
variabel
independen [3].
Koefisien
determinasi, R
2, diucapkan
sebagai R
kuadrat
menetapkan
seberapa baik
data sesuai
dengan model
statistik atau
persamaan. Nilai
R 2 dari 1
.
menunjukkan
bahwa model
regresi paling
cocok dengan
data dan nilai R
2 dari 0
menunjukkan
bahwa
persamaan
regresi tidak
cocok dengan
data sama
sekali. Nilai apa
pun yang lebih
besar dari 0,3
mengindikasika
n model yang
cocok.
4.5 Pengolahan Data
4.5.1 Deskripsi kasus
Berikut adalah deskripsi kasus dari studi kasus yang dilakukan
1. Uji Regresi dan Korelasi Linear Sederhana
Menguji apakah mahasiswa jurusan FTI UII memiliki hasil yang sama
terhadap tes kemampuan analitik..
2. Uji Regresi dan Korelasi Linear Berganda
Menguji apakah ada pengaruh antara jurusan di FTI UII terhadap tes
kemampuan analitik.
4.5.2 Tabel Data Historis
Berikan sejumlah data yang akan diolah yang didapat dari sejumlah responden:
1. Uji Goodness of Fit
Berikut merupakan tabel dari uji Goodness of Fit:
Tabel 1 Uji Goodness of Fit
No Nama Hasil
1 Responden 1 Industri Tinggi
2 Responden 2 Industri Sedang
8 Responden 8 Industri Tinggi
16 Responden 1 Kimia Sedang
18 Responden 3 Kimia Tinggi
31 Responden 1 Mesin Sedang
No Nama Hasil
2. Uji Kebebasan (Independensi)

Berikut merupakan tabel dari uji kebebasan (Independensi).
Tabel 2. Independensi
N
Jurusan Nama Hasil
o
Teknik Responden 1
1 Tinggi
Industri Industri
Teknik Responden 2 Sedan
2
Industri Industri g
3
Industri Industri g
4
Industri Industri g
5
Industri Industri g
6
Industri Industri g
7
Industri Industri g
Teknik Responden 8
8 Tinggi
Industri Industri
9
Industri Industri g
10
Industri Industri g
11
Industri Industri g
N
Jurusan Nama Hasil
o
12
Industri Industri g
13
Industri Industri g
14
Industri Industri g
15
Industri Industri g
Teknik Sedan
16 Responden 1 Kimia
Kimia g
Teknik Sedan
Kimia g
Teknik
18 Responden 3 Kimia Tinggi
Kimia
Teknik Sedan
Kimia g
Teknik Sedan
Kimia g
Teknik Sedan
Kimia g
Teknik Sedan
Kimia g
Teknik Sedan
Kimia g
Teknik Sedan
Kimia g
25
Kimia Kimia g
26
Kimia Kimia g
27
Kimia Kimia g
28
Kimia Kimia g
29
Kimia Kimia g
30
Kimia Kimia g
Teknik Sedan
31 Responden 1 Mesin
Mesin g
Teknik Sedan
Mesin g
33 Teknik Responden 3 Mesin Sedan
N
Jurusan Nama Hasil
o
Mesin g
Teknik Sedan
Mesin g
Teknik Sedan
Mesin g
Teknik Sedan
Mesin g
Teknik Sedan
Mesin g
Teknik Sedan
Mesin g
Teknik Sedan
Mesin g
40
Mesin Mesin g
41
Mesin Mesin g
42
Mesin Mesin g
43
Mesin Mesin g
44
Mesin Mesin g
45
Mesin Mesin g
2.5.3 Tentukan Ho dan H1, tingkat probabilitas kesalahan, dan kriteria pengujian
1. Uji Kebaikan Suai (Goodnes of Fit Test)

1. Membuat uji hipotesis
H 0= Mahasiswa jurusan FTI UII memiliki hasil yang sama terhadap tes
kemampuan analitik
H 1= Mahasiswa jurusan FTI UII memiliki hasil yang berbeda terhadap tes
kemampuan analitik.
2. Tingkat probabilitas kesalahan = 0,05

Tingkat kepercayaan 95%, maka nilai probabilitas kesalahan (1-α) = (1-
95%)= 0,05 maka, nilai Chi-Square tabel dengan derajat kebebasan (df) =
2
(3-1) = 2 adalah X 2 , (K-1) = X 0,05,(3−1)= 5,991
Menentukan kriteria pengujian

 Dengan membandingkan Chi-Square hitung dengan Chi-Square tabel :
- Nilai Chi-Square hitung ( X 2 ¿ ≤ Chi-Square tabel maka, H 0 diterima
- Nilai Chi-Square hitung ( X 2 ¿ > Chi-Square tabel maka, H 0 ditolak

 Dengan membandingkan angka probabilitas :
 Nilai Signifikansi > Probabilitas kesalahan, maka H 0 diterima
 Nilai Signifikansi ≤ Probabilitas kesalahan, maka H 0 ditolak
2. Uji Kebebasan (Independesi)

H 0 = Ada pengaruh antara jurusan di FTI UII terhadap tes kemampuan
analitik
H 1 = Tidak ada pengaruh antara jurusan di FTI UII terhadap tes
kemampuan analitik
2. Tingkat Probabilitas kesalahan = 0,05
Tingkat Kepercayaan 95%, maka nilai probabilitas kesalahan : (1-α) = 1-
95% = 0,05.
2
x 2tabel = x ,(n−1)(M −1) = X 20,05,4 = 9,49
3. Menentutkan Kriteria Pengujian
- Nilai Chi-Square hitung ( X 2) ≤ Chi-Square tabel, maka H 0
diterima
- Nilai Chi-Square hitung ( X 2)> Chi-Square tabel, maka H 0
ditolak.
- Nilai Signifikansi > Probabilitas kesalahan, maka H 0 diterima
- Nilai Signifikansi ≤ Probabilitas kesalahan, maka H 0 ditolak
3.5.4 Cara kerja perhitungan manual
3.5.4.1. Uji Kebaikan Suai (Goodnes of Fit Test)
1. Membuat bentuk uji hipotesis
H 0= Mahasiswa jurusan FTI UII memiliki hasil yang sama terhadap tes
kemampuan analitik
H 1= Mahasiswa jurusan FTI UII memiliki hasil yang berbeda terhadap tes
kemampuan analitik.
2. Menentukan harga statistik pengujian
k
2 (oi−ei)2
X =∑
i=1 ei
Keterangan :
k= banyaknya kategori/sel, 1,2,…k
oi= frekuensi observasi untuk kategori 1
ei= frekuensi ekspektasi(harapan) untuk kategori ke i
X 2 = ukuran perbedaan antara frekuensi observasi dengan frekuensi
Tabel 2. Menentukan Harga Statistik Pengujian
Jumlah Oi Ei O i−E i ¿ ¿
Sedang 42 22,5 19,5 380,25 16,9
Tinggi 3 22,5 -19,5 380,25 16,9
Total 45 45 33,8
a. Menghitung nilai Chi-Square
k
2 (oi−ei)2
X =∑
i=1 ei
(42−22,5)2 380,25
X2= = =16,9
22,5 22,5
2 (3−22,5)2 −19,52 380,25
X = = = =16,9
22,5 22,5 22,5
= 16,9 + 16,9 = 33,8
3. Menentukan nilai probabilitas kesalahan (α) = 0,05

Tingkat Kepercayaan 95%, maka nilai probabilitas kesalahan :
(1-α) = 1-95%
= 0,05.
2
x 2tabel = x , ( n−1) (M −1 )
= X 20,05,4
= 9,49
4. Menentukan kriteria pengujian

 Dengan membandingkan Chi-Square hitung dengan Chi-Square tabel:
diterima
ditolak
5. Membuat keputusan
Berdasarkan grafik keputusan, nilai Chi-Square hitung sebesar 33,8 dan
nilai Chi-Square tabel sebesar 5,991, Nilai Chi-Square hitung ( X 2 ¿ > Chi-
Square tabel maka, H 0 ditolak. Maka disimpulkan bahwa tidak ada
pengaruh antara jurusan di FTI UII dengan nilai yang diperoleh
mahasiswa.
Gambar 1. Grafik Goodnes of Fit Test
3.5.4.2 Uji Kebebasan (Independensi)

H 0 = Ada pengaruh antara jurusan di FTI UII terhadap tes kemampuan
analitik.
H 1 = Tidak ada pengaruh antara jurusan di FTI UII terhadap tes
kemampuan analitik.
2. Menentukan harga statistic penguji
a. Uji independensi dengan tabel kontingensi
Tabel 4. Tabel Kontingensi
Jumlah
Jurusan Jumlah
Sedang Tinggi
Teknik Industri 13 (14) 2 (1) 15
Teknik Kimia 14 (14) 1 (1) 15
Teknik Mesin 15 (14) 0 (1) 15
Jumlah 42 3 45
(nKm . NBm)
b. Menghitung nilai Eij dengan rumus Eij =
N
(42.15)
Teknik Industri : E11 = =14
45
(3.15)
E12= =1
45
(42.15)
Teknik Kimia : E21= =14
45
( 3.15 )
E12= =1
45
(42.15)
Teknik Mesin: E31= =14
45
(3.15)
E32= =1
45
c. Menghitung nilai Chi-Square
k
2 (oi−ei)2
X =∑
i=1 ei
(13−14 )2 (2−1)2 (14−14)2 (1−1)2 (15−14)2 ( 0−1)2
X2= + + + + +
14 1 14 1 14 1
X 2 =0,07+1+0+ 0+0,071+1=2,141
3. Menentukan tingkat signifikansi (α) = 0,05
Tingkat Kepercayaan 95%, maka nilai probabilitas kesalahan :
(1-α) = 1-95% = 0,05.

2
x 2tabel = x ,(n−1)(M −1) = X 20,05,4 = 9,49
4. Menentukan kriteria pengujian
diterima
ditolak
5. Membuat keputusan
Berdasarkan grafik keputusan, nilai Chi-Square hitung sebesar 2,141 dan

nilai Chi-Square tabel sebesar 9,49, Nilai Chi-Square hitung ( X 2) > Chi-
Square tabel, maka H 0 diterima. Dari data yang didapatkan maka
disimpulkan bahwa ada pengaruh antara jurusan di FTI UII terhadap tes
kemampuan analitik.
Gambar 2. Grafik Independensi
3.5.6 Hasil Output SPSS
3.5.6.1 Uji Kebaikan Suai (goodness of fit test)

1. Langkah Pertama Isi data pada Variable view sebagai berikut, masukan value
pada variable view Nilai dengan 1 sebagai “Rendah”, 2 sebagai “Sedang”, dan
3 sebagai “Tinggi”. Kemudian isikan data pada halaman data view.
Gambar 3. Variable View Uji Kebaikan Suai
2. Kemudian Klik Analyze > Nonparametric Tests > Legacy Dialogs > Chi-
Square, sehingga muncul jendela Chi-Square test.
Gambar 4. Jendela Chi-Square
3. Pada TEST VARIABLE LIST atau nama variabel yang akan diuji. masukkan
variabel Nilai. Pada EXPECTED RANGE data sudah di input, maka pilihan
tetap pada GET FROM DATA. Kemudan, pada EXPECTED VALUES
berdasarkan kasus apakah mahasiswa jurusan FTI UII memiliki hasil yang
sama terhadap tes kemampuan analitik maka tetap pada pilihan ALL
CATEGORIES EQUAL.
Gambar 5. Isian Jendela Chi-Square
4. Kemudian Klik OK sehingga keluar hasil output SPSS
Gambar 6. Hasil Chi-Square

3.5.6.2 Uji Kebebasan (Independensi)
1. Langkah Pertama Isi data pada Variable view sebagai berikut, masukan value
pada variable view Jurusan dengan 1 sebagai “Industri”, 2 sebagai “Kimia”,
dan 3 sebagai “Mesin”. Lalu pada variable view Nilai dengan 1 sebagai
“Rendah”, 2 sebagai “Sedang”, dan 3 sebagai “Tinggi”.
Gambar 7. Variable View Uji Kebebasan
2. Kemudian masukkan data pada halaman data view.

Gambar 8. Memasukan Data
3. Kemudian klik pada Analyze > Descriptive Statistics > Crosstabs, sehingga
muncul jendela crosstabs.
Gambar 9. Jendela Crosstabs
4. Kemudian masukan variabel Jurusan ke dalam Row(s) dan variabel Nilai ke

dalam Column(s).
Gambar 10. Memasukan Variabel

5. Kemudian pada pilihan STATISTICS centang pilihan CHI-SQUARE lalu klik
Continue dan pada pilihan CELL centang pilihan OBSERVED dan
EXPECTED lalu klik Continue.
Gambar 11. Memilih Opsi
6. Jika sudah maka klik OK pada jendela Crosstabs sehingga keluar output SPSS
seperti berikut
Gambar 12. Hasil Independensi
3.4.6 Hasil Output SPSS
Berikut merupakan hasil outpus SPSS dari uji Kebaikan Suai (Goodness of Fit)
dan uji Independensi.
1. Uji kebaikan Suai (Goodness of Fit)

Pada perhitungan SPSS, nilai Observed merupakan nilai yang diteliti.
Dalam nilai yang diteliti, nilai “Sedang” mendapatkan nilai 42. Nilai “Tinggi”
mendapatkan nilai 3. Untuk nilai Expected N merupakan nilai yang diharapkan,
Sedang mendapatkan nilai 22,5. Nilai “Tinggi” mendapatkan nilai 22,5. Residual
merupakan selisih dari nilai Observed N dan Expected N. Nilai Residual pada
kategori “Sedang” sebanyak 19,5 dan nilai Residual pada kategori “Tinggi”
sebanyak -19,5.
Nilai Chi-Square pada perhitungan SPSS adalah sebanyak 33,800. Nilai

Signifikansi pada perhitungan SPSS adalah sebesar 0,000. Dengan nilai
signifikansi sebesar 0,000 maka H 0 ditolak dikarenakan nilai Signifikansi ≤
Probabilitas kesalahan, maka H 0 ditolak.
2. Uji Independensi
Pada perhitungan SPSS, terdapat nilai Count dan Expected Count. Count
adalah jumlah data yang ada. Expected Count merupakan nilai yang diharapkan.
Expected Count didapatkan dari hasil dari nilai total setiap kolom dikali dengan
nilai total setiap baris kemudian dikali dengan nilai total data yang ada.
Nilai Count dari jurusan Teknik Industri adalah sedang sebanyak 13, nilai
“Tinggi” sebanyak 2 dan totalnya adalah 15. Nilai Expected Count untuk jurusan
Teknik Industri adalah “Sedang” sebanyak 14,nilai “Tinggi” sebanyak 1 dan total
sebanyak 15.
Nilai Count untuk jurusan Teknik Kimia adalah nilai “Sedang” sebanyak
14,nilai “Tinggi” 1 dan totalnya adalah 15. Nilai Expected Count untuk jurusan
Teknik Kimia adalah sedang 14, tinggi 1, total sebanyak 15.
Nilai Count dari jurusan Teknik Mesin adalah “Sedang” sebanyak 15, nilai
“Tinggi” sebanyak 0, total sebanyak 15. Nilai Expected Count untuk jurusan
Teknik Mesin adalah sedang 14, tinggi 1 dan total sebanyak 15.
Total dari keseluruhan Count dari ketiga jurusan adalah nilai “Sedang”
sebanyak 42,nilai “Tinggi” sebanyak 3 dan total adalah 45. Total dari keseluruhan
Expected Count untuk ketiga jurusan adalah nilai “Sedang” sebnyak 42,nilai
“Tinggi” sebanyak 3 dan nilai total sebanyak 45.
Nilai Chi-Square pada perhitungan SPSS adalah sebesar 2,143 dengan

derajat kebebasan 2. Nilai signifikansi pada SPSS sebanyak 0,343. Dengan nilai
signifikansi sebesar 0,343 maka H 0 diterima dikarenakan Nilai Signifikansi >
Probabilitas kesalahan, maka H 0 diterima.
3.5.7 Analisis Hasil/Output
Berikut penjelasan mengenai hasil penelitian dua pengujian yang dilakukan

berdasarkan perhitungan secara manual dan hasil perhitungan menggunakan software
SPSS.
1. Pengujian Goodness of Fit
Tabel 5. Perbandingan Pengujian Manual dan SPSS Goodness of Fit
Uji Manual SPSS

Goodnes
33.8 33.8
s of Fit
Sebelum melakukan perhitungan, ditentukan pembagian 3 kriteria nilai yang
didapatkan oleh para mahasiswa berupa “Rendah” dengan nilai dibawah 10, “Sedang
dengan nilai diantara 10 sampai 15 dan “Tinggi” dengan nilai diatas 15. Berdasarkan
data, nilai mahasiswa yang ada hanya kriteria “Sedang” dan “Tinggi” sehingga
frekuensi harapan adalah 22.5.
Setelah menghitung nilai frekuensi harapan, lalu menghitung nilai Chi-Square,

nilai Chi-Square yang didapatkan pada perhitungan tersebut sebesar 33,8.
Berdasarkan probabilitas kesalahan 95% dengan derajat kebebasan 2, maka nilai Chi-
Square tabel sebesar 5,991. Dalam perhitungan tersebut disimpulkan bahwa 5,99>
133,8 maka HO ditolak.
Pada perhitungan SPSS nilai Chi-Square adalah sebanyak 33,800. Nilai

Signifikansi pada perhitungan SPSS adalah sebesar 0,000. Dengan nilai signifikansi
sebesar 0,000 maka H 0 ditolak dikarenakan nilai Signifikansi ≤ Probabilitas
kesalahan, maka H 0 ditolak.
Berdasarkan hasil tersebut, diketahui bahwa kedua perhitungan, manual maupun

SPSS sama. Nilai pada perhitungan manual sebesar 33,8 dan nilai perhitungan pada
SPSS sebesar 33,800.
Pada penelitian ini didapatkan hasil hamipr seluruh mahasisawa masuk dalam
kriteria nilai “Sedang” dengan jumlah 42 orang dan 3 orang masuk kriteria “Tinggi”.
Dari perhitungan disimpulkan mayoritas mahasisawa memiliki kemampuan analitik
sedang dan tidak ada yang memiliki kemampuan analitik yang rendah.
2. Pengujian Independensi
Tabel 6. Perbandingan Pengujian Manual dan SPSS Independensi
Manu SPS
Uji
al S
Independe 2.14
2.141
nsi 3
Untuk mengetahui nilai Chi-Square, terlebih dahulu untuk mengetahui nilai
frekuensi harapan itu sendiri, perhitungan nilai harapan itu dengan cara mengkalikan
jumlah baris dengan jumlah kolom lalu dibagi total data yang ada yaitu 45.
Setelah dilakukan perhitungan jumlah nilai pada kolom dan baris lalu dilakukan
perhitungan Chi-Square. Nilai Chi-Square hitung sebesar 2,141 dan nilai Chi-Square
tabel sebesar 9,49, Nilai Chi-Square hitung ( X 2 ) > Chi-Square tabel, maka H 0
diterima.
Nilai Chi-Square pada perhitungan SPSS adalah sebesar 2,143 dengan derajat
kebebasan 2. Nilai signifikansi pada SPSS sebanyak 0,343. Dengan nilai signifikansi
sebesar 0,343 maka H 0 diterima dikarenakan Nilai Signifikansi > Probabilitas
kesalahan, maka H 0 diterima.
Berdasarkan hasil tersebut, diketahui bahwa nilai pada perhitungan manual

sebesar 2.141 dan nilai perhitungan pada SPSS sebesar 2.143. Perbedaan nilai sebesar
0,002 disebabkan pembulatan. Secara keseluruhan kedua hasil perhitungan adalah
sama.
3.5.7 Kesimpulan
Dari kegiatan penelitian yang dilakukan, maka disimpulkan bahwa;
1. Chi-Square atau Chi-Kuadrat merupakan salah satu jenis uji komparatif

nonparametrik. Uji statistik nonparametrik merupakan uji statistik yang tidak
diperlukan adanya parameter populasi dan asumsi mengenai sebaran data
populasi. nilai Chi-Square yang didapatkan pada perhitungan manual sebesar
33,8. probabilitas kesalahan 95% dengan derajat kebebasan 2, maka nilai Chi-
Square tabel sebesar 5,991. Dalam manual disimpulkan bahwa 5,99> 133,8 maka
HO ditolak. Pada SPSS nilai Chi-Square adalah sebanyak 33,800. Nilai
Signifikansi pada perhitungan SPSS adalah sebesar 0,000. Dengan nilai
signifikansi sebesar 0,000 maka H 0 ditolak dikarenakan nilai Signifikansi ≤
Probabilitas kesalahan, maka H 0 ditolak.
2. Uji Independensi sebagai salah satu jenis uji Chi-Square digunakan untuk
mengetahui hubungan atau kebebasan antar variabel yang bersifat kategori. Uji
independensi digunakan untuk menguji ada tidaknya pengaruh suatu variabel
terhadap variabel lainnya. Pada manual, dilakukan perhitungan jumlah nilai pada
kolom dan baris lalu dilakukan perhitungan Chi-Square. Nilai Chi-Square hitung
sebesar 2,141 dan nilai Chi-Square tabel sebesar 9,49, Nilai Chi-Square hitung (
X 2 ) > Chi-Square tabel, maka H 0diterima. Pada perhitungan SPSS adalah sebesar
2,143 dengan derajat kebebasan 2. Nilai signifikansi pada SPSS sebanyak 0,343.
Dengan nilai signifikansi sebesar 0,343 maka H 0 diterima dikarenakan Nilai
Signifikansi > Probabilitas kesalahan, maka H 0 diterima.
3.5.9 Rekomendasi
Uji Chi-Square digunakan untuk pengujian hipotesa terhadap beda dua proporsi
atau lebih. Hasil pengujian akan menyimpulkan apakah semua proporsi sama atau
berbeda. Perhitungan Uji Chi-Square dengan menggunakan rumus pada statistik atau
dengan SPSS. Pada uji chi-square dibutuhkan lebih banyak responden untuk variasi jenis
data yang didapatkan.
Daftar Pustaka
Ahmad, S. (2017). Factors Influencing Individual Investors’ Behavior: An Empirical

Study of Pakistan Financial Markets. Journal of Business & Financial Affairs, 1-
8.
Kemampuan Berpikir Analitis dan Kritis. (2012, 1 16). Retrieved from ThaBil Kharisma:
http://thabilkharisma.blogspot.com/2012/01/kemampuan-berpikir-analitis-dan-
kritis.html
Lidiana, H., Gunawan, & Taufik, M. (2018). PENGARUH MODEL DISCOVERY

LEARNING BERBANTUAN MEDIA PhET TERHADAP HASIL BELAJAR
FISIKA PESERTA DIDIK KELAS XI SMAN 1 KEDIRI TAHUN AJARAN
2017/2018. Jurnal Pendidikan Fisika dan Teknologi, 33-39.
Qalbi, U. N., Jufri, M. R., & Yusri. (2017). EFEKTIVITAS MODEL PEMBELAJARAN
KOOPERATIF TIPE TEAMS GAMES TOURNAMENTS DALAM
KETERAMPILAN MENULIS BAHASA JERMAN SISWA KELAS XII IPA
SMA NEGERI 1 BONTONOMPO KABUPATEN GOWA. Jurnal Penelitian
Pendidikan INSANI, 67-72.
Wibowo, A. (2006). Uji Chi-Square pada Statistika dan SPSS . Jurnal Ilmiah SINUS, 37-
46.
Lampiran

Laporan Chi-Square - E-19 - DM-74

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

Laporan Chi-Square - E-19 - DM-74

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN PENUGASAN

Kelompok : E-19 Tanggal Tutorial : 17-12-2019

LABORATORIUM STATISTIKA INDUSTRI DAN OPTIMASI

UJI REGRESI DAN KORELASI (2019/2020)

4.1 Tujuan Praktikum

1. Mengetahui besarnya pengaruh variabel bebas (independen) terhadap perubahan

2. Menggambarkan hubungan pengaruh variabel bebas (independen) terhadap

4.2 Tugas Praktikum

3. Melakukan perbandingan antara output perhitungan manual dan output software

Secara umum, analisis regresi pada dasarnya adalah studi mengenai

Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui

Adapun kajian literatur dari tutorial ini adalah:

Tabel 1. Jurnal Studi Literatur

No Judul Metode Hasil Kesimpulan

4.5 Pengolahan Data

4.5.1 Deskripsi kasus

Berikut adalah deskripsi kasus dari studi kasus yang dilakukan

1. Uji Regresi dan Korelasi Linear Sederhana

2. Uji Regresi dan Korelasi Linear Berganda

4.5.2 Tabel Data Historis

Berikut merupakan tabel dari uji Goodness of Fit:

Tabel 1 Uji Goodness of Fit

2. Uji Kebebasan (Independensi)

1. Uji Kebaikan Suai (Goodnes of Fit Test)

2. Tingkat probabilitas kesalahan = 0,05

Menentukan kriteria pengujian

- Nilai Chi-Square hitung ( X 2 ¿ > Chi-Square tabel maka, H 0 ditolak

2. Uji Kebebasan (Independesi)

3.5.4 Cara kerja perhitungan manual

3.5.4.1. Uji Kebaikan Suai (Goodnes of Fit Test)

1. Membuat bentuk uji hipotesis

2. Menentukan harga statistik pengujian

k= banyaknya kategori/sel, 1,2,…k

oi= frekuensi observasi untuk kategori 1

ei= frekuensi ekspektasi(harapan) untuk kategori ke i

X 2 = ukuran perbedaan antara frekuensi observasi dengan frekuensi

Tabel 2. Menentukan Harga Statistik Pengujian

Sedang 42 22,5 19,5 380,25 16,9

Tinggi 3 22,5 -19,5 380,25 16,9

= 16,9 + 16,9 = 33,8

3. Menentukan nilai probabilitas kesalahan (α) = 0,05

4. Menentukan kriteria pengujian

Gambar 1. Grafik Goodnes of Fit Test

3.5.4.2 Uji Kebebasan (Independensi)

1. Membuat uji hipotesis

Tabel 4. Tabel Kontingensi

3. Menentukan tingkat signifikansi (α) = 0,05

Tingkat Kepercayaan 95%, maka nilai probabilitas kesalahan :

(1-α) = 1-95% = 0,05.

Berdasarkan grafik keputusan, nilai Chi-Square hitung sebesar 2,141 dan

Gambar 2. Grafik Independensi

3.5.6 Hasil Output SPSS

3.5.6.1 Uji Kebaikan Suai (goodness of fit test)

Gambar 3. Variable View Uji Kebaikan Suai

Gambar 4. Jendela Chi-Square

Gambar 5. Isian Jendela Chi-Square

4. Kemudian Klik OK sehingga keluar hasil output SPSS

Gambar 6. Hasil Chi-Square

Gambar 7. Variable View Uji Kebebasan

2. Kemudian masukkan data pada halaman data view.

Gambar 9. Jendela Crosstabs

4. Kemudian masukan variabel Jurusan ke dalam Row(s) dan variabel Nilai ke