Stambuk : 18.023.61.201.106
Kelas : C MANAJEMEN
Mata Kuliah : METODOLOGI PENELITIAN
A. Analisis Frekuensi
Penjelasan:
1. N menunjukkan jumlah data
2. Data yang valid diproses yaitu sebanyak 50 buah data pada masing-masing
variabel Total X1, Total X2 dan Total Y.
3. Seluruh data diproses dalam analisis ini (dalam arti tidak ada data yang
dikeluarkan) maka missing bernilai 0 pada masing-masing variabel.
Penjelasan:
1. Output diatas yang disebut dengan tabel distribusi frekuensi variabel Total X1.
Berdasarkan tabel output di atas, diketahui kelompok data 34 memiliki jumlah
data/frekuensi sebanyak 1 atau 2%, kelompok data 35 memiliki frekuensi
sebanyak 1 data atau 2%, kelompok data 36 memiliki frekuensi sebanyak 4 data
atau 8% dan seterusnya.
2. Karena seluruh data valid, maka pada kolom Valid Percent nilainya sama
dengan yang ada pada kolom Percent. Sementara pada bagian Cumulative
Percent adalah nilai kumulatif dari penjumlahan Percent.
Penjelasan:
1. Output diatas yang disebut dengan tabel distribusi frekuensi variabel Total X2.
Berdasarkan tabel output di atas, diketahui kelompok data 60 memiliki jumlah
data/frekuensi sebanyak 1 atau 2%, kelompok data 69 memiliki frekuensi
sebanyak 1 data atau 2%, kelompok data 75 memiliki frekuensi sebanyak 2 data
atau 4% dan seterusnya.
2. Karena seluruh data valid, maka pada kolom Valid Percent nilainya sama
dengan yang ada pada kolom Percent. Sementara pada bagian Cumulative
Percent adalah nilai kumulatif dari penjumlahan Percent.
Penjelasan:
1. Output diatas yang disebut dengan tabel distribusi frekuensi variabel Total X1.
Berdasarkan tabel output di atas, diketahui kelompok data 43 memiliki jumlah
data/frekuensi sebanyak 2 atau 4%, kelompok data 44 memiliki frekuensi
sebanyak 1 data atau 2%, kelompok data 46 memiliki frekuensi sebanyak 1 data
atau 2% dan seterusnya.
2. Karena seluruh data valid, maka pada kolom Valid Percent nilainya sama
dengan yang ada pada kolom Percent. Sementara pada bagian Cumulative
Percent adalah nilai kumulatif dari penjumlahan Percent.
B. Analisis Deksriptif
Penjelasan:
1. N menyatakan jumlah data. Valid artinya data yang ada atau terisi. Dalam kasus
ini, jumlah data valid pada masing-masing variabel Total X1, Total X2 dan
Total Y sebanyak 50. Missing adalah data yang hilang. Dalam kasus ini, tidak
jumlah data yang hilang atau data bernilai nol.
2. Range (jangkauan), menyatakan selisih dari nilai maksimum dengan nilai
minimum. Nilai range pada variabel Total X1, Total X2, dan Total Y masing-
masing adalah 20, 65 dan 34.
3. Minimum, adalah skor terendah/terkecil dalam variabel. Nilai minimum pada
variabel Total X1, Total X2, dan Total Y masing-masing adalah 34, 60 dan 43.
4. Maximum, adalah skor tertinggi/terbesar dalam variabel, Nilai maximum pada
variabel Total X1, Total X2, dan Total Y masing-masing adalah 54, 125 dan 77.
5. Sum, artinya penjumlahan semua skor dari atas ke bawah. Nilai sum untuk
variabel Total X1, Total X2, dan Total Y masing-masing adalah 2115, 4646,
dan 2932.
6. Mean, pada kolom statistic menyatakan nilai rata-rata(mean) dan nilai mean
pada variabel Total X1, Total X2, dan Total Y masing-masing adalah 42,30;
92,92; dan 58,64. Kolom Std. Error menyatakan jumlah penyebaran
nilai mean dari sampel yang satu ke sampel yang lain jika diambil dari
distribusi sampel yang sama. Perlu diingat bahwa statistik tidak pernah lolos
dari kesalahan (error) sehingga tidak mungkin ditemukan adanya angka yang
pasti/tepat. Nilai standard error pada masing-masing variabel sebesar 0,667;
1,688; dan 1,306.
7. Std. Deviation, menyatakan simpangan baku, yakni akar dari variansi.
Nilai standard deviation pada variabel Total X1, Total X2, dan Total Y masing-
masing adalah 4,713; 11,937; dan 9,238.
8. Variance, merupakan angka yang menunjukkan seberapa besar penyebaran
data yang ada dalam sebuah kelompok. Varians merupakan ukuran variabilitas
data, yang berarti semakin besar nilai varians berarti semakin tinggi nilai
fluktuasi (naik-turunnya) data antara satu data dan data yang lain.
Nilai variance pada variabel Total X1, Total X2, dan Total Y masing-masing
adalah 22,214; 142,483; dan 85,337.
9. Skewness dan Kurtosis berkaitan dengan normalitas (apakah data terdistribusi
normal atau tidak).
a.) Skewness berkaitan dengan simetri distribusi data. Nilai skewness pada
variabel Total X1, Total X2, dan Total Y masing-masing adalah 0,484;
0,124; dan 0,167. Data terdistribusi normal jika diketahui simetri (sama
besar kedua bagiannya).
b.) Cara untuk mengetahui apakah data tersebut simetri atau tidak adalah
dengan membagi nilai skewness dengan Std. Error of skewness. Nilai Std.
Error of skewness pada variabel Total X1, Total X2, dan Total Y masing-
masing adalah 0,337. Data terdistribusi normal jika diketahui simetri (sama
besar kedua bagiannya). Jadi, rasio skewness untuk masing-masing
variabel:
Total X1
0,484 / 0,337 = 1,436
Total X2
0,124 / 0,337 = 0,679
Total Y
0,167 / 0,337 = 0,495
Data diasumsikan normal (simetri) jika terletak antara -2 dan +2. Dari hasil
rasio skewness maka dapat diketahui bahwa ketiga variabel berdistribusi
normal.
10. Kurtosis menunjukkan titik puncak distribusi data. Data terdistribusi normal
jika punya titik puncak (Rasio Kurtosis) di antara -2 dan +2. Cara untuk
mengetahui rasio kurtosis adalah dengan membagi nilai kurtosis dengan Std.
error of kurtosis. Jadi, rasio kurtosis untuk masing-masing variabel:
Total X1
0,088 / 0,662 = 0,133
Total X2
1,280 / 0,662 = 1,933
Total Y
-0,965 / 0,662 = -1,458
Dari hasil rasio Kurtosis maka dapat diketahui bahwa ketiga variabel
berdistribusi normal.
C. Analisis Korelasi
Uji korelasi merupakan salah satu uji statistik yang digunakan untuk
mengetahui keeratan hubungan variabel bebas dan variabel tidak bebas. Ada yang
disebut koefisien korelasi simultan, ada yang disebut koefisien korelasi parsial.
Koefisien korelasi simultan menunjukkan kekuatan hubungan antara semua
variabel bebas dan variabel terikat yang ada, sedangkan koefisien korelasi parsial
menunjukkan hubungan antara suatu variabel dengan suatu variabel lain ketika
variabel lain yang tidak dicari koefisien korelasi parsialnya dianggap konstan.
Sejumlah penulis statistik membuat interval kategorisasi kekuatan hubungan korelasi.
Jonathan Sarwono, misalnya, membuat interval kekuatan hubungan sebagai berikut:
0 : Tidak ada korelasi
0,00 – 0,25 : Korelasi sangat lemah
0,25 – 0,50 : Korelasi cukup
0,50 – 0,75 : Korelasi kuat
0,75 – 0,99 : Korelasi sangat kuat
1 : Korelasi sempurna
Penjelasan:
1. Berdasarkan nilai probabilitas: jika probabilitas > 0,05 maka tidak terdapat
korelasi dan sebaliknya jika probabilitas < 0,05 maka terdapat korelasi.
Dari tabel output di atas diketahui nilai Sig. ((2-tailed) antara variabel Total X1
dan dengan variabel Total Y adalah sebesar 0,256 > 0,05, yang berarti tidak
terdapat korelasi yang signifikan diantaranya. Selanjutnya, hubungan antara
Total X2 dan Total Y memiliki nilai Sig. (2-tailed) sebesar 0,00 < 0,05 , yang
berarti terdapat korelasi yang signifikan antara keduanya.
2. Pada nilai korelasi antara variabel Total X1 dan Total Y adalah sebesar 0,164
yang menunjukkan korelasi yang sangat lemah. Selanjutnya, nilai korelasi
antara variabel Total X2 dan Total Y adalah sebesar 0,568 yang menunjukkan
korelasi yang kuat.
3. Tanda “ ** “ menunjukkan signifikan korelasi dua variabel . Dari pasangan di
atas variabel Total X2 dan Total Y memiliki hubungan yang signifikan,
sedangkan yang pasangan lainnya variabel Total X1 dan Total Y ada hubungan
namun tetapi hubungan yang tidak signifikan.
D. Uji t-Test
Salah satu metode untuk menguji hipotesis adalah sample t-Test, dimana
metode sample t-Test dibagi menjadi tiga, yaitu one sample t-Test, paired
sample t-Test dan independent sample t-Test. Uji hipotesis t-Test adalah uji
hipotesis yang digunakan untuk mengetahui apakah ada perbedaan rata-rata dari
sampel yang diambil.
One sample t-test merupakan teknik analisis untuk membandingkan satu
variabel bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu berbeda
secara signifikan atau tidak dengan rata-rata sebuah sampel. Pada uji hipotesis ini,
diambil satu sampel yang kemudian dianalisis apakah ada perbedaan rata-rata dari
sampel tersebut.
Paired sample t-Test merupakan prosedur yang digunakan untuk
membandingkan rata-rata dua variabel dalam satu group. Artinya analisis ini
berguna untuk melakukan pengujian terhadap satu sampel yang mendapatkan sutau
treatment yang kemudian akan dibandingkan rata-rata dari sampel tersebut antara
sebelum dan sesudah treatment.
Independent sample t-Test adalah uji yang digunakan untuk menentukan
apakah dua sampel yang tidak berhubungan memiliki rata-rata yang berbeda. Jadi
tujuan metode statistik ini adalah membandingkan rata-rata dua grup yang tidak
berhubungan satu sama lain. Pertanyaan yang coba dijawab adalah apakah kedua
grup tersebut mempunyai nilai rata-rata yang sama ataukah tidak sama secara
signifikan.
Berdasarkan data yang ada, maka analisis yang sesuai untuk dilakukan uji t-
test adalah uji one sample t-test. Variabel yang ingin dianalisis ialah varibel
Total Y yang dianggap sebagai berat badan. Berdasarkan 50 sampel, diduga
terdapat rata-rata berat badan orang dewasa sebesar 60 kg.
Berikut adalah hasil output analisis uji one sample t-test menggunakan
SPSS:
Penjelasan:
Tabel di atas menunjukkan nilai statistic deskriptif.
Penjelasan:
Bersadarkan table one-Sample Test di atas diketahui:
Keputusan :
Nilai probabilitas = 0,303 > 0,05, maka H0 diterima berarti bahwa berat badan rata-rata
orang dewasa sama dengan 60 kg.
Referensi