yusnitanita.yusnita0@gmail.com
1
DAFTAR ISI
Hal :
HALAMAN JUDUL i
DAFTAR ISI ii
POKOK 37
PENGUJIAN HIPOTESIS
BAHASAN V
POKOK 54
UJI VALIDITAS & RELIBILITAS INSTRUMEN
BAHASAN VI
KATA PENGANTAR
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan secara komprehensip konsep, kegunaan
dan pengertian statistika ekonomi serta penerapannya dalam kehidupan nyata.
2. TUJUAN KHUSUS
a. Mahasiswa diharapkan dapat menjelaskan pengertian statistik dan statistika baik
secara teori maupun secara empiris.
b. Mahasiswa diharapkan dapat menjelaskan arti dan jenis data.
c. Mahasiswa diharapkan dapat membedakan skala pengukuran.
d. Mahasiswa diharapkan dapat menjelaskan arti dan jenis variabel.
4. RANGKUMAN
Statistika membantu dalam mengambil keputusan yang tepat, alat untuk
mengendalikan kualitas dan memungkinkan untuk mengetahui peluang suatu kejadian
di masa mendatang. Statistika sering digunakan oleh ekonom, pimpinan perusahaan
baik dalam bidang keuangan, manajemen, akuntansi dan bidang lainnya.
Ilmu statistika berguna untuk membantu dalam pengambilan keputusan atas masalah
tertentu. Pada prinsipnya statistika dapat diartikan sebagai kegiatan untuk:
a. Mengumpulkan data dan pengukuran data
b. Meringkas dan menyajikan data
c. Menganalisis data dengan metode tertentu
d. Mengiterprestasikan hasil analisis data.
e. Menyimpulkan hasil analisis untuk pengambilan keputusan
5. URAIAN PEMBELAJARAN
A. Pendahuluan
Dalam kehidupan sehari-hari statistika telah banyak digunakan, secara histories
perkembangan statistika di awali pada jaman Mesir dan Cina untuk menentukan
besar pajak; dijaman gereja untuk mencatat kelahiran, kematian, dan pernikahan.
4
Agar dapat membedakan dari ke empat jenis skala pengukuran data di atas dapat
dikemukakan ciri-ciri dari setiap skala pengkuran data.
Tabel 1.2. Ciri-ciri Skala Pengkuran Data
Nominal Ordinal
F Komponen Nama (Nomos) F Komponen Nama (Nomos)
F Komponen Peringkat (Order)
Interval Rasio
H Komponen Nama (Nomos) H Komponen Nama (Nomos)
H Komponen Peringkat (Order) H Komponen Peringkat (Order)
H Komponen Jarak (Interval) H Komponen Jarak (Interval)
H Nilai Nol Tidak Mutlak (Absolut) H Komponen Ratio
H Nilai Nol Mutlak (Absolut)
Secara empiris data dan variabel memiliki hubungan erat dalam statistika. Agar
memudahkan melihat keterkaitan data dan variabel dalam statistika disajikan pada
tabel berikut:
9
6. EVALUASI
1) Jelaskan pentingnya statistika dalam kehidupan sehari-hari, dan siapa saja yang
menggunakan statistika? Sebutkan contoh penggunaan statistika dalam manajemen?
2) Jelaskan perbedaan statistika deskriptif dan statistika iferensial? Berikan contoh dari
kasus sehari-hari yang Anda temui!
3) Dikatakan bahwa keuntungan saham PT. Telkom Indonesia adalah Rp 350 per
lembar, dan nilai saham PT. Telkom Indonesia dua kali saham PT. Pos Indonesia.
Apa skala pengukuran yang dipakai dalam soal di atas?
4) Berikut adalah hasil survei tentang mutu buah-buahan di sebuah Pasar buah di
Kendari. Angka dalam persen.
Diminta:
a. Jelaskan menurut Anda, survei tersebut termasuk skala apa?
b. Dapatkah Anda membuat skala rasio dari hasil tersebut? dan apa kesimpulannya?
c. Bagaimana menurut Anda cara mendapatkan data tersebut, termasuk data primer
atau sekunder? Kualitatif atau kuantitatif?
5) Harga saham dari 3 perusahaan di Bursa Efek Indonesia pada tahun 2007
Diminta: Skala pengukuran apa yang digunakan untuk menggambarkan harga saham
di BEI, mengapa?
10
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan secara komprehensip konsep dasar,
kegunaan dan pemodelan statistika parametrik serta, serta aplikasinya dalam kenyataan
empiris khusunya ilmu ekonomi.
2. TUJUAN KHUSUS
a. Mahasiswa diharapkan dapat menjelaskan pengertian Statistika Parametrik
b. Mahasiswa diharapakan dapat menjelaskan prosedur pengolahan data dengan
statistika Parametrik
c. Mahasiswa dapat menyebutkan kelebihan dan kekurangan statistika Parametrik
d. Mahasiswa mampu menggolongkan metode analisis statistika parametrik dan
pemodelan statistika secara empiris.
4. RANGKUMAN
Ilmu statistika pada penerapanya adalah ilmu yang sangat praktis, agar dapat
memahamiminya, seseorang harus banyak melakukan latihan. Disamping, sebagai
bidang ilmu yang sarat dengan perhitungan matematis maka dalam pengolahan data
dapat dipilah menjadi parametrik dan non-parametrik.
Statistika parametrik merupakan metode statistika yang menyangkut pendugaan
parameter, pengujian hipotesis, pembentukan selang kepercayaan, dan hubungan antara
dua sifat (peubah) atau lebih bagi parameter-parameter yang mempunyai sebaran
(distribusi normal) tertentu yang diketahui.
5. URAIAN PEMBELAJARAN
A. Pendahuluan
Proses sosial merupakan pengaruh timbal balik antara berbagai sisi kehidupan,
diantaranya sektor kehidupan ekonomi dengan segi kehidupan politik, sektor
kehidupan hukum, kehidupan agama dan sebagainya. Lebih lanjut cara-cara sosial
mempelajari lingkup permasalahannya, secara prinsip terdapat dua cara atau
11
pendekatan yaitu dengan cara penyelesaian yang bersifat kualitatif dan metode
penyelesaian yang bersifat kuantitatif. Metode kuantitatif atau dikatakan juga
sebagai metode parametrik merupakan metode yang bersifat atau berlandaskan
asumsi-asumsi dalam pendugaan parameter, penentuan selang kepercayaan dan
pengujian hubungan antara dua sifat atau lebih. Pokok bahasan ini akan menyajikan
pengertian statistika parametrik; prosedur pengolahan data; kelebihan dan
kekurangan statistika parametrik; serta rancangan pemodelan statistika.
6. EVALUASI
1) Jelaskan pengertian statistika parametrik?
2) Jelaskan prosedur yang dipertimbangkan dalam pengolahan data statistika
parametrik? Berikan contoh penggunaan statatistika parametrik dalam kehidupan
sehari-hari!
3) Sebutkan kelebihan dan kelemahan statistika parametrik?
4) Jelaskan penggolongan analisis statistika parametrik dan kaidah-kaidah pemodelan
statistik parametrik?
15
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan kegunaan metode dan distribusi sampling,
serta aplikasinya dalam kehidupan nyata khusunya ilmu ekonomi.
2. TUJUAN KHUSUS
a. Mahasiswa diharapkan dapat menjelaskan pengertian populasi dan sampel
b. Mahasiswa diharapakan dapat merancang metode penarikan sampel dan kesalahan
penarikan sampel
c. Mahasiswa diharapkan dapat menjelaskan metode-metode distribusi sampling dan
memberikan contoh penerapannya dalam bidang ilmu ekonomi.
4. RANGKUMAN
Mengiterprestasikan persoalan terhadap suatu populasi, peneliti atau pengamat perlu
mendapatkan informasi secara lengkap dan jelas. Tidak dapat dipungkiri bahwa
informasi yang lengkap adalah informasi yang diperoleh dari populasi secara
keseluruhan, namun dalam kenyataannya hal tersebut tidak mudah untuk didapatkan.
Banyaknya faktor kendala atau penghambat seperti populasi tidak dapat dimintai
keterangan karena faktor situasi dan kondisi yang tidak mungkin, faktor biaya, waktu,
tenaga dan faktor ketepatan (akurasi data). Dalam mengani kendala atau persolan
tersebut sebagai langkah dalam pengambilan keputusan cukup digunakan sampling.
5. URAIAN PEMBELAJARAN
A. Pendahuluan
Sampel dikatakan sebagai estimator yang baik, jika mempunyai harapan yang
sama dengan parameter yang diestimasi (populasi). π adalah lambang rata-rata
−
populasi dan estimator X (rata-rata sampel). Populasi adalah sebuah kumpulan dari
semua kemungkinan orang-orang, benda-benda dan ukuran lain dari obyek yang
menjadi perhatian. Sampel adalah suatu bagian dari populasi tertentu yang menjadi
perhatian. Pada pokok bahasan ini akan menyajikan tentang metode dan distribusi
16
sampling yang meliputi: pengertian populasi dan sampel; metode penarikan sampel
dan kesalahan penarikan sampel; dan metode-metode distribusi sampling.
Keterangan:
F Metode penarikan sampel probabilitas meliputi:
1. Penarikan sampel acak sederhana (simple random sampling) merupakan
pengambilan sampel dari populasi secara acak tanpa memperhatikan strata
yang ada dalam populasi dan setiap anggota populasi memiliki kesempatan
yang sama untuk dijadikan sampel. Dua cara sampel acak sederhana yaitu:
a. Sistem kocokan yaitu sistem sampel acak sederhana dengan cara sama
sistem arisan.
b. Menggunakan tabel acak yaitu memilih sampel dengan menggunakan suatu
tabel. Dalam penggunaannya ditentukan dahulu titik awal (starting point).
2. Penarikan sampel acak terstruktur (stratified random sampling) dilakukan
dengan membagi anggota populasi dalam beberapa sub kelompok yang disebut
strata, lalu suatu sampel dipilih dari masing-masing stratum. Lebih jelasnya
penarikan sampel acak terstruktur (stratified random sampling) dapat dilihat
pada gambar berikut:
18
μ= ∑ x = 2 + 4 + 6 + 4 + 4 = 20 = 4
N 5 5
b. Nilai rata-rata populasi dan sampel apabila diambil sampel 2 dari 5
Kabupaten/Kota
Dari ke empat metode distribusi sampling di atas perlu dilakukan faktor koreksi
atas penarikan sampling untuk Populasi Terbatas dengan formulasi sebagai berikut:
Sampel Sama Dengan Populasi, Varian Sampel σ2/N, maka distribusi sampling
untuk populasi dengan rata-rata μ dan varians σ2, rata-rata hitung distribusi sampel
dari seluruh kemungkinan kombinasi sampel berukuran n yang diperoleh dari
populasi akan mendekati distribusi normal, di mana rata-rata hitung distribusi
sampel sama dengan rata-rata hitung populasi dan varians distribusi sampel sama
dengan σ2/n.
6. EVALUASI
1) Jelaskan pengertian sampling dan populasi? Berikan contoh penggunaan sampel dan
populasi dalam kehidupan sehari-hari!
2) Berikut adalah hasil investasi pada 5 perusahaan perusahaan perikanan di Kendari
untuk tahun 2007
Perusahaan Hasil Investasi (%/tahun)
Sultra Tuna Samudra 17
Yanagi 15
Kinatan Saputra 10
Jayanti Grub 11
Samudra Jasa Mandiri 14
Seorang investor ingin menanamkan modal di perusahaan perikanan kendari dengan
mencoba survei pada 3 perusahaan Perikanan. Hitunglah berapa nilai rata-rata dan
standar deviasi dari distribusi sampel rata-rata. Berapa peluang terpilihnya
perusahaan untuk disurvey dengan harapan perusahaan tersebut mempunyai hasil
investasi di atas 13%.
3) Seorang Manajer Investasi ANU dari Mitra Investdana memberikan saran untuk 6
saham lapis pertama dibeli 0,33 sedang ditahan 0,67 pada minggu terakhir Agustus
25
2007. Apabila seorang investor mempunyai 100 lot, berapa peluang lebih dari 40%
sahamnya akan dibeli?
4) Kadin Kendari mempunyai kegiatan dalam pembinaan UKM. Pada tahun 2007 ada
950 unit UKM binaannya dan mempunyai rata-rata pendapatan sebesar 3 juta
perbulan dan standar deviasi 1,2 juta. Departemen Koperasi dan UKM ingin lebih
membantu Kadin, oleh sebab itu, akan mensurvei 45 unit UKM dari binaan Kadin.
Berapa probabilitas dari sampel yang diambil terdiri dari UKM yang memiliki
pendapatan rata-rata di bawah 1,5 juta rupiah?
5) PT. AA merencanakan akan memergerkan dua perusahaan yaitu PT. BB dan CC. PT
AA juga merencanakan PHK dalam rangka efisiensi yaitu pada PT. BB sekitar 10%
dan CC 15% dari total karyawan yang ada. Untuk keperluan tersebut, dipanggil 100
karyawan dari PT. BB dan 200 dari PT. CC untuk wawancara. Berapa probabilitas
beda persentase tentang PHK di PT. BB 5% akan lebih kecil dari PT. CC?
6) Peluang harga BBM meningkat pada bulan Maret 2008 adalah 67%. Berapa
probabilitas yang mungkin terjadi apabila PT. Pertamina melakukan 50 transaksi dan
kurang dari 50% dari transaksi tersebut mengalami kenaikan harga BBM?
7) PT. Pacar Grub mempunyai dua anak perusahaan yaitu PT AYU yang bergerak
dalam konveksi dan PT. Ganteng yang bergerak dalam realestate. Kedua
diharapkan mempunyai kinerja yang sama baiknya. Pengamatan selama 30 bulan
PT AYU. menunjukan keuntungan rata-rata 500 juta dengan standar deviasi 75 juta.
Sedangkan pengamatan terhadap PT. Ganteng selama 50 bulan menunjukkan
keuntungan rata-rata 300 juta dengan standar deviasi 52 juta. Apabila PT. Pacar
Grub menginginkan selisih dari kedua perusahaan kurang dari 150 juta, berapa
peluang keinginan tersebut tercapai?
8) Ada anggapan bahwa peluang usaha di Kendari untuk relatif berhasil lebih besar
dibandingkan dengan di Bau-bau. Sebuah survey menunjukkan bahwa 200 UKM di
Kendari, 45%-nya berhasil dan 100 UKM di Bau-Bau, 30%-nya berhasil. Apabila
pemerintah menginginkan perbedaan di Kendari dan di Bau-Bau hanya 5%, berapa
peluang keinginan tersebut tercapai.
26
6. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan teori pendugaan statistika (probabilitas)
dan keguanaannya dalam kehidupan nyata.
7. TUJUAN KHUSUS
a. Mahasiswa diharapkan dapat menjelaskan teori dan kegunaan probabilitas.
b. Mahasiswa diharapkan dapat menyatakan pendugaan titik parameter dan interval
c. Mahasiswa dapat nenghitung kesalahan standar dari rata-rata hitung sampel
d. Mahasiswa diharapkan dapat menyusun interval keyakinan baik secara rata-rata dan
proporsi serta selisih rata-rata dan proporsi
e. Mahasiswa diharapkan dapat memilih ukuran sampel
9. RANGKUMAN
Pendugaan statistika (probabilitas) dapat diartikan sebagai suatu ukuran mengenai
kemungkinan akan terjadinya suatu peristiwa (event). Besarnya ukuran dari nilai
probabilitas antara 0 sampai dengan 1. Pendekatan yang dapat dilakukan dalam
pengukuran probabilitas yaitu:
1. Pendekatan matematis adalah ukuran kepastian yang dapat dihitung secara pasti
sedangkan yang dikatakan ketidak pastian adalah peristiwa munculnya kejadian.
2. Pendekatan empiris yaitu pendekatan yang sifatnya merupakan suatu hasil uji coba
dari beberapa kali pengujian (berulang-ulang).
2. Penduga Efisien
Penduga yang efisien (efficient estimator) adalah penduga yang tidak bias dan
mempunyai varians terkecil (sx2) dari penduga-penduga lainnya. Gambar
pendugaan bersifat efisien adalah:
Gambar 4.2. Pendugaan Bersifat Efisien
29
3. Penduga Konsisten
Penduga yang konsisten (consistent estimator) adalah nilai dugaan ( ) yang
semakin mendekati nilai yang sebenarnya μ dengan semakin bertambahnya
jumlah sampel (n). Gambar pendugaan bersifat efisien adalah:
Gambar 4.3. Pendugaan Bersifat Konsisten
2. Pendugaan Interval
Pendugaan interval adalah menyatakan jarak di dalam mana suatu parameter
populasi mungkin berada. Rumus untuk menentukan pendugaan interval adalah:
30
Pada gambar terlihat untuk interval keyakinan 95% terhubungkan dengan nilai Z
antara –1,96 sampai 1,96. Ini dapat diartikan juga bahwa 95% dari rata-rata hitung
sampel akan terletak di dalam ± 1,96 kali standar deviasinya. Sedangkan untuk
keyakinan 99%, maka rata-rata hitungnya juga akan terletak di dalam ± 2,58 kali
standar deviasinya. Interval keyakinan juga dapat dituliskan untuk C= 0,95 adalah μ
± 1,96σx dan untuk C=0,99 adalah μ ± 2,58sx.
Luas kurva adalah 1, dan simetris yaitu sisi kanan dan kiri luasnya sama yaitu 0,5.
Nilai C= 0,95 apabila dibagi menjadi dua bagian simetris maka menjadi 0,4750 yang
diperoleh dari 0,95/2. Apabila digunakan tabel luas di bawah kurva normal untuk
probabilitas 0,4750 maka akan diperoleh nilai Z sebesar 1,96. Begitu juga untuk C=
0,99, maka probabilitasnya adalah 0,99/2 = 0,4950, nilai probabilitas ini terhubung
dengan nilai Z= 2,58. Setelah menemukan nilai Z dan standar deviasinya, maka
dapat dibuat interval keyakinan dengan mudah misalnya untuk C= 0,95 adalah P(
– 1,96sx < m < + 1,96sx) = 0,95 sedang untuk C= 0,99 adalah P( – 2,58sx < m
< + 2,58sx) = 0,99.
31
Pada gambar di atas terlihat bahwa interval 1 dengan nilai rata-rata interval 95
dengan rata-rata 95 mengandung nilai parameternya yaitu dan hanya 96 sampai
100 atau 5% interval saja yang tidak dari statistik mengandung m. Jadi interval
keyakinan C= 95 dapat diartikan bahwa sebanyak 95% interval mengandung nilai
parameter aslinya yaitu m dan hanya 5% yang tidak mengandung parameternya.
E. Interval Keyakinan
Interval keyakinan merupakan derajat tingkat kepercayaan terhadap suatu hasil
pengujian yang telah ditetapkan. Berikut ini disajikan skema proses interval
keyakinan.
32
Berdasarkan pada nilai Z dan diasumsikan bahwa n>30 maka dapat disusun
interval beberapa keyakinan sebagai berikut:
1. Interval keyakinan 99%: ± 2,58 s/√n
2. Interval keyakinan 98%: ± 2,33 s/√n
3. Interval keyakinan 95%: ± 1,96 s/√n
4. Interval keyakinan 90%: ± 1,65 s/√n
5. Interval keyakinan 85%: ± 1,44 s/√n
6. Interval keyakinan 95%: ± 1,28 s/√n
Interval keyakinan tersebut dapat juga digambarkan sebagai berikut:
33
Di mana:
: Rata-rata dari sampel
Zα/2 : Nilai Z dari tingkat kepercayaan α
34
b. Standar error untuk populasi yang terbatas dan n/N > 0,05:
Apabila standar deviasi dari populasi tidak ada, maka dapat diduga dengan
standar deviasi sampel yaitu:
Di mana:
σx1-x2 : Standar deviasi selisih rata-rata populasi
sx1-x2 : Standar error selisih rata-rata
sx1, sx1: Standar deviasi sampel dari dua populasi
n1, n2: Jumlah sampel setiap populasi
b. Interval keyakinan untuk Selisih Proporsi dapat dihitung dengan rumus :
Probabilitas : ((p1-p2) - Zα/2. sp1-p2) <(P1-P2) < (p1-p2) + Zα/2. sp1-p2)
Di mana standar error dari nilai selisih proporsi adalah:
Ket :
p1, p2 : Proporsi sampel dari dua populasi
Sp1, sp1 : Standar error selisih proporsi dari dua populasi
n1, n2 : Jumlah sampel setiap populasi
6. EVALUASI
1) Jelaskan pengertian pendugaan statistika (probabilitas) dan keguanaannya? Berikan
contoh riil dalam khidupan sehari-hari!
2) Pemerintah Daerah Sulawesi Tenggara ingin mendata tentang jumlah kamar hotel,
sebagai upaya untuk peningkatan pendapatan asli daerah. Dari 500 buah kamar yang
didata ternyata sewa per kamarnya rata-rata Rp 200 ribu dengan standar deviasi
sebesar Rp 30 ribu. Dengan menggunakan tingkat kepercayaan 95%, buatlah interval
keyakinan untuk biaya sewa kamar hotel di Sultra?.
37
sebesar 1,2 juta perbulan dengan standar deviasi sebesar 0,2 juta. Sedang pendapatan
5 orang dari 34 orang nonpeserta rata-rata sebesar 0,8 juta dengan standar deviasi
0,4. Dengan menggunakan tingkat keyakinan 99%, buatlah interval keyakinan
tentang selisih dari kedua kelompok tersebut.
9) PT. Wahana Permai yang merupakan perusahaan perumahan di Kendari akan
membangun perumahan di Kambu, Poasia. Untuk keperluan tersebut diadakan
survey tentang daya beli masyarakat. Berdasarkan data di Kecamatan diketahui
standar deviasi pendapatan masyarakat sebesar 0,8 juta. Apabila diasumsikan bahwa
kesalahan penarikan sampel sebesar 0,1 juta, dengan tingkat kepercayaan 99%,
berapa sampel yang harus diambil oleh PT Wahana Permai?
10) PT. Darma Samudra telah mendapatkan ISO 9000 untuk pengendalian mutu produk
pengalengan ikannnya. Berdasarkan pada pengalaman, proporsi susu rusak sebesar
8%, kemudian manajemen memutuskan bahwa kesalahan yang ditoleransi adalah
2%, dengan tingkat kepercayaan 95%, berapa sampel pengalengan ikan yang harus
diambil, supaya mutu ikan tetap terjaga baik?
11) PT. Kendari Pos ingin mengetahui jumlah rata-rata nilai penjualan per hari dari
tenaga pemasaran sebagai dasar dari penentuan prestasinya. Hasil sementara
menunjukkan rata-rata perjalanan 150 ribu dengan standar deviasi 14 ribu. Berapa
sampel pramuniaga yang harus diambil, apabila diinginkan kesalahan yang ditoliler
adalah 2 ribu dan tingkat keyakinan 99%?
39
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan teori pengujian hipotesis dan
keguanaannya untuk sampel besar dan kecil serta aplikasinya secara empiris.
2. TUJUAN KHUSUS
a. Mahasiswa diharapkan dapat menjelaskan teori dan kegunaan pengujian hipotesis .
b. Mahasiswa dapat menyebutkan prosedur pengujian hipotesa dan menyatakan uji
signifikansi untuk sampel besar dan kecil
c. Mahasiswa dapat menghitung pengujian hipotesa rata-rata dan proporsi serta selisih
rata-rata dan proporsi sampel besar
d. Mahasiswa dapat menjelaskan kriteria sampel kecil dan ciri-ciri distribusi t-student
e. Mahasiswa diharapkan dapat menghitung pengujian rata-rata hitung dan selisih rata-
rata hitung populasi
f. Mahasiswa dapat menghitung pengujian data berpasangan dan analisis varians
g. Mahasiswa dapat menyatakan Jenis Kesalahan I dan II pada pengujian hipotesis
4. RANGKUMAN
Hipotesis dapat diartikan sama dengan praduga atau kesimpulan sementara yang
harus diuji kebenaranya. Pada prinsipnya pengujian hipotesis ini adalah membuat
kesimpulan sementara untuk melakukan penyanggahan dan atau pembenaran dari
permasalahan yang akan ditelaah baik pada ukuran sampel besar maupun kecil.
Ada dua bentuk hipotesis yang biasa kemukakan menurut metode statistika yaitu:
1. Hipotesis nol (Ho) atau hipotesis dasar adalah merupakan kesimpulan sementara
(anggapan) terhadap suatu kondisi/teori atau asumsi bagi suatu parameter dari mana
subyek akan dilakukan pengujian statistik.
2. Hipotesis alternatif (Ha) atau hipotesis penelitian adalah hipotesis yang
menyimpulkan apa yang dinyatakan pada Ho dalam Ha akan ditolak atau kebalikan
hipotesis nolnya terhadap suatu kondisi atau teori yang ada.
40
5. URAIAN PEMBELAJARAN
A. Pendahuluan
Pengujian hipotesis merupakan salah satu cara dalam statistika untuk menguji
”parameter” populasi berdasarkan statistika sampelnya untuk dapat diterima atau
ditolak pada tingkat signifingkasi tertentu. Pada prinsipnya pengujian hipotesis ini
adalah membuat kesimpulan sementara untuk melakukan penyanggahan dan atau
pembenaran dari permasalahan yang akan ditelaah baik pada ukuran sampel besar
maupun kecil.
Sebagai wahana untuk menetapkan kesimpulan sementara tersebut kemudian
ditetapkan hipotesis nol dan hipotesis alternatifnya. Pada topik pengujian hipotesi
akan dibahas: teori dan kegunaan pengujian hipotesis; prosedur pengujian hipotesis;
uji signifikansi untuk sampel besar dan kecil; pengujian hipotesa rata-rata dan
proporsi serta selisih rata-rata dan proporsi sampel besar; Jenis Kesalahan I dan II
pada pengujian hipotesis; kriteria sampel kecil dan ciri-ciri distribusi t-student;
pengujian rata-rata hitung dan selisih rata-rata hitung populasi sampel kecil;
pengujian data berpasangan dan analisis varians.
2. Hipotesis alternatif (Ha) atau hipotesis penelitian adalah Suatu pernyataan yang
diterima jika data sampel memberikan cukup bukti bahwa hipotesa nol adalah
salah. Hipotesis alternatif dapat menyimpulkan apa yang dinyatakan pada H0
dalam Ha ditolak atau kebalikan hipotesis nolnya terhadap suatu kondisi atau teori
yang ada. Hipotesis alternatif dinyatakan dengan notasi matematis adalah:
Jika H0 : A = B, maka Ha : (a). μA > μB
(b). μA < μB
(c). μA ≠ μB
Selanjutnya dalam pengujian signifikansi dapat dilakukan dengan dua cara yaitu:
a. Uji signifingkasi satu arah yaitu daerah penolakan Ho hanya satu yaitu terletak
di ekor sebelah kanan saja atau ekor sebelah kiri saja. Karena hanya satu
daerah penolakan berarti luas daerah penolakan tersebut sebesar taraf nyata
yaitu a, dan untuk nilai kritisnya biasa ditulis dengan Zα. Penentuan daerah
keputusan:
b. Uji signifingkasi dua arah adalah daerah penolakan Ho ada dua daerah yaitu
terletak di ekor sebelah kanan dan kiri. Karena mempunyai dua daerah, maka
masing-masing daerah mempunyai luas ½ dari taraf nyata yang dilambangkan
dengan ½α, dan nilai kritisnya biasa dilambangkan dengan Z ½α. Penentuan
daerah keputusan:
43
Contoh uji signifikansi menggunakan tanda lebih besar dan lebih kecil (satu arah)
1. Ujilah beda rata-rata populasi, misalkan hipotesanya adalah rata-rata hasil
produksi lebih kecil dari 13,17%. Maka perumusan hipotesanya menjadi:
H0 : μ ≤ 13,17
Ha : μ > 13,17
Untuk tanda μ pada H0 menunjukkan daerah penerimaan H0, sedang tanda > pada
Ha menunjukkan daerah penolakan di sebelah ekor kanan seperti Gambar A.
2. Ujilah beda selisih dua rata-rata populasi, misalkan hipotesanya adalah selisih dua
rata-rata populasi lebih besar sama dengan 0.
H0 : μpa– μpl ≥ 0
Ha : μpa– μpl < 0
Untuk tanda ≥ pada H0 menunjukkan daerah penerimaan H0, sedang tanda < pada Ha
menunjukkan daerah penolakan di sebelah ekor kiri seperti Gambar B.
Gambar 5.2. Uji Signifikansi Tanda Lebih Besar Dan Lebih Kecil (Satu Arah)
Di mana:
Z : Nilai uji Z
p : Proporsi sampel
P : Proporsi populasi
n : Jumlah sampel
46
Hipotesa selisih proporsi sampel besar, untuk standar deviasi proporsi populasi
dapat dirumuskan sebagai berikut:
47
Di mana:
t : Nilai distribusi t
μ : Nilai rata-rata populasi
: Nilai rata-rata sampel
s : Standar deviasi sampel
n : Jumlah sampel
Nilai pembagi pada varians gabungan yaitu (n1 + n2) – 2 juga merupakan derajat
bebas gabungan antara dua sampel. Sedang untuk satu sampel derajat bebasnya
adalah n – 1.
51
Di mana:
t : Nilai distribusi t
: Nilai rata-rata perbedaan antara pengamatan berpasangan
Sd : Standar deviasi dari perbedaan antara pengamatan berpasangan
n : Jumlah pengamatan berpasangan
d : Perbedaan antara data berpasangan
Selanjutnya pengujian varians dengan menggunakan uji F dengan ciri-ciri
distribusi F sebagai berikut:
1. Distribusi F lebih mirip dengan distribusi t, yaitu mempunyai “keluarga”
distribusi F.
Pada gambar di atas terlihat bahwa distribusi dengan derajat bebas pembilang 5
dan penyebut 5 yang ditulis df (5,5) mempunyai distribusi F yang berbeda dengan
distribusi df(20,7) dan df(29,28).
2. Distribusi F tidak pernah mempunyai nilai negatif sebagaimana pada distribusi Z.
Distribusi Z mempunyai nilai positif di sisi kanan dan negatif sisi kiri nilai
tengahnya. Distribusi F seluruhnya adalah positif atau menjulur ke positif
(positively skewed) dan merupakan distribusi kontinu yang menempati seluruh
titik di kurva distribusinya.
3. Nilai distribusi F mempunyai rentang dari tidak terhingga sampai 0. Apabila nilai
F meningkat, maka distribusi F mendekati sumbu X, namun tidak pernah
menyentuh sumbu X tersebut.
52
4. Distribusi F juga memerlukan syarat yaitu: (a) populasi yang diteliti mempunyai
distribusi yang normal, (b) populasi mempunyai standar deviasi yang sama, dan
(c) sampel yang ditarik dari populasi bersifat bebas serta diambil secara acak.
F. Jenis Kesalahan I dan II pada Pengujian Hipotesis
”Kesalahan Jenis I, apabila keputusan menolak H0, pada hal seharusnya H0 benar".
”Kesalahan Jenis II, apabila keputusan menerima H0, padahal seharusnya H0 salah".
6. EVALUASI
1) Jelaskan pengertian hipotesi dan kegunaan hipotesis? Berikan contoh pengujian
hipotesis dalam kehidupan sehari-hari!
2) Sebutkan prosedur pengujian hipotesis untuk sampel besar dan kecil?
3) Jelaskan pengertian uji signifikansi dan pendekatan pengujian pengujian signifikansi
sampel besar dan kecil!.
4) PT. Makanan Lezat merupakan perusahaan yang bergerak pada makanan
nonkolesterol. Perusahaan ini menjamin bahwa konsumen akan turun berat
badannya lebih 2 kg selama dua minggu. Dari 100 orang yang mengikuti program
ini ternyata penurunan rata-rata hitung berat badan mencapai 1,5 kg dan deviasi
standar 0,23 kg. Taraf nyata 5%, apakah pernyataan dari perusahaan ini benar?
5) Bisnis yang menguntungkan sejak krisis adalah melayani orang-orang kaya. Salah
satu bentuk pelayanan adalah mobil mewah. Harga mobil orang-orang kaya rata-rata
mencapai Rp 1 miliar. Hasil survei terhadap 36 dealer mobil mewah diketahui harga
rata-rata mencapai Rp. 1,44 miliar dengan standar deviasi 0,37 miliar. Dengan taraf
nyata 1%, ujilah apakah harga mobil orang sama sama dengan Rp 1 miliar?
6) Perusahaan Wahana Permai merupakan perusahaan penjual aset berupa perumahan
di Kendari. Berdasarkan pada data tahun 2006 terlihat bahwa rata-rata penjualan dari
250 aset perumahan adalah 80 hari dengan deviasi 10 hari, sedang pada tahun 2007
penjualan 50 aset perumahan mencapai 125 hari dengan deviasi 15 hari. Dengan
taraf nyata 5%, apakah pernyataan bahwa penjualan tahun ini lebih lama 20 hari
dari tahun lalu benar?
53
7) Untuk melihat peranan perbankan sebagai sumber pembiayaan, maka dilihat kinerja
perusahaan yang mendapatkan modal dari perbankan dan tidak. Jumlah perusahaan
yang menggunakan modal perbankan ada 2000 dengan rata-rata pendapatan 46 juta
rupiah perbulan dengan standar deviasi 9 juta per bulan. Jumlah perusahaan yang
tidak menggunakan modal perbankan ada 1300 dengan rata-rata pendapatan 28 juta
dengan deviasi standar 13 juta. Dengan taraf nyata 5%, apakah kinerja kedua
perusahaan tersebut sama atau tidak?
8) Eksekutif seperti Sampurna, Djarum, Unilever sangat yakin bahwa dengan beriklan,
penjualan akan sukses. Pada tahun 2007 ada 77 produk iklan dan 64 menunjukkan
penjualan meningkat dan 13 mengalami kegagalan. Dari data tersebut apakah
pernyataan bahwa 90% lebih iklan mengalami kesuksesan dengan taraf nyata 5%?
9) PT. Pisang Indah di Jl. Jati Raya memproduksi keripik pisang dengan harga Rp 3500
setiap 0,25 Kg. Keripik ini dipasarkan untuk remaja wanita dan ibu-ibu dewasa. Dari
650 remaja wanita konsumennya, 530 menyataka suka. Dari ibu-ibu wanita
sebanyak 300, 200 menyatakan suka. Apabila perusahaan ini menginginkan adanya
proporsi remaja lebih 20% dibandingkan dengan ibu-ibu, apakah hal tersebut
tercapai dengan taraf nyata 5%.
10) PT Astra memperkenalkan dua mobil baru yaitu Xenia dan Avanza. Dari 1500
konsumen Xenia, 1100 menyataan suka, sedang 3000 konsumen Avanza, 2500
menyatakan suka. Dengan taraf nyata 5% apakah proporsi kedua mobil tersebut
sama atau tidak?
11) PT Pertani merupakan produsen benih padi. Perusahaan ini menjamin bahwa padi
akan tumbuh lebih dari 90%. Dari 1000 bibit yang ditanam ternyata 800 bibit dapat
tumbuh dengan baik. Dengan taraf nyata 1% apakah pernyataan PT Pertani benar?
12) Harga di warung masakan Padang biasanya dianggap murah. Harga dalam konotasi
murah adalah kurang dari Rp 10.000. Hasil survei terhadap 36 warung padang
menghasilkan harga rata-rata Rp 8.500 dengan standar deviasi 2.000. Dengan taraf
nyata 1%, ujilah apakah harga makanan padang masih dalam kategori murah?
13) NV. Superjet merupakan salah satu perusahaan yang bergerak dalam bidang
transportasi. Perusahaan memperkirakan setiap kapal dapat melakukan 8 rit. Hasil
survei di Kendari yang sering macet terhadap 16 kapal ternyata rata-rata ada 6 rit
54
dengan standar deviasi 2 rit. Dengan taraf nyata 5%, apakah keinginan perusahaan
masih terpenuhi?
14) PT Salemba Empat merupakan salah satu penerbit besar mewajibkan setiap agennya
untuk mengunjungi perguruan tinggi minimal 40 kali dalam seminggu. Kunjungan
tersebut untuk digunakan memperkenalkan buku baru serta perkembangan mutahir.
Hal pelacakan terhadap 16 agen di Jakarta ternyata rata-rata agen mengunjungi
perguruan tinggi adalah 44 kali dengan standar deviasi 3. Dengan taraf nyata 5%,
apakah kewajiban dari setiap agen masih terpenuhi?
15) Salah satu indikator bank yang sehat adalah nilai NPL (non-performing loan) yang
rendah. Hal ini menunjukkan adanya kehati-hatian dalam memberikan kredit di
bank. Ada asumsi bahwa bank-bank BUMN mempunyai NPL lebih tinggi
dibandingkan dengan NPL bank swasta. Untuk membuktikan asumsi tersebut dipilih
sampel 4 sampel bank BMUN dan rata-rata NPL 6,00% dan standar deviasinya
1,27%. Untuk bank swasta dipilih 16 bank dengan rata-rata NPL 11,80% dan standar
deviasi 10,87. Dengan taraf nyata 1% apakah asumsi bahwa NPL bank BUMN lebih
besar dari bank swasta dapat terbukti?
16) Dr. La Ode Tamba Lagi, SE.,M.Si mendapatkan training tentang bagaimana teknik
mengajar secara efektif. Untuk itu diberikan tes sebelum metode dan sesudah
metode training. Berikut adalah hasilnya.
Mahasiswa Nilai sebelum training Nilai sesudah training
La Hardi 78 85
La Maswadi 65 68
La Suparmi 45 44
La Winardi 95 96
Wa Lili 83 90
La Suratmo 72 80
Wa Sri Anah 62 70
Wa Augustina 56 65
Dengan taraf nyata 5% terbuktikah bahwa metode sesudah training lebih tinggi
dibandingkan dengan metode sebelum training.
17) MQ Net adalah perusahaan multi level marketing yang relatif besar. Untuk
mendukung jaringannya, MQ Net mengadakan survey terhadap pendapatan agennya
sebelum masuk dan sesudah menjadi agen MQ Net. Berikut adalah hasil survei
terhadap 4 orang agen MQ Net.
55
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan pengertian dan kegunaan uji validitas dan
reliabilitas Instrumen serta aplikasinya dalam dunia empiris.
2. TUJUAN KHUSUS
a. Mahasiswa dapat menjelaskan pengertian dan kegunaan uji validitas dan Reliabilitas
b. Mahasiswa diharapkan dapat menghitung uji validitas dan relibilitas instrumen
c. Mahasiswa diharapkan dapat mempraktekan pengolahan uji validitas dan reliabilitas
instrumen serta menginterprestasikanya dengan menggunakan sofware SPSS
4. RANGKUMAN
Suatu data yang bersumber dari instrumen dapat dikatakan benar dan sah apabila
terlebih dahulu dilakukan uji validitas dan reliabilitas. Instrumen tersebut dikatakan
valid jika dapat mengukur apa yang seharusnya diukur atau mengukur apa yang
diinginkan dengan tepat. Sedangkan Instrumen dikatakan reliabel jika dapat digunakan
untuk mengukur variabel berulangkali yang menghasilkan data yang sama atau hanya
sedikit bervariasi
5. URAIAN PEMBELAJARAN
A. Pendahuluan
Pada penelitian dibidang ilmu sosial seperti manajemen, psikologi, sosial umum
variabel-variabel penelitian dirumuskan sebagai sebuh variabel laten yaitu variabel
yang tidak dapat diukur secara langsung tetapi dibentuk melalui demensi-demensi
yang diamati. Demensi-demensi yang diamati tersebut agar memiliki akurasi yang
baik dalam pengukuran maka perlu terlebih dahulu diuji validitas dan reliabilitasnya.
Pokok bahasan ini akan menjelaskan pengertian dan kegunaan uji validitas dan
reliabilitas; formulasi menghitung uji validitas dan relibilitas instrumen dan
memperagakan pengolahan uji validitas dan reliabilitas instrumen serta
menginterprestasikanya dengan menggunakan sofware SPSS
57
Dari output uji reliabilitas menunjukkan nilai koefisien alpha (α) dari seluruh
item instrumen ≥ 0,60 berarti semua item data (instrumen) dapat dipercaya
keandalannya. Dapat disimpulkan bahwa seluruh butir (item) yang digunakan
adalah reliabel oleh karena itu, kusioner yang digunakan dapat dikatakan layak
sebagai instrumen untuk melakukan pengukuran.
6. EVALUASI
1) Jelaskan pengertian uji validitas dan reliabilitas instrumen?
2) Sebutkan kegunaan uji validitas dan relibilitas? Berikan contoh rill pada bidang
manajemen!
3) Berikut ini adalah data hasil wawancara dengan menggunakan skala likert atas
variabel metode pengajaran Dosen mata kuliah statistik ekonomi yang meliputi
indikator Lecturing (x1); Deduktif (x2) dan Induktif (x3) para dosen jurusan
manajemen Fakultas Ekonomi Unhalu Kendari. Berdasarkan hasil wawancara
dengan 20 orang mahasiswa yang dijadikan sampel diperoleh data sebagai berikut:
Sampel Metode Pengajaran
(n) Lecturing (x1); Deduktif (x2) Induktif (x3)
1 4 3 5
2 4 3 5
3 4 3 5
4 4 4 5
5 4 3 5
6 4 4 4
7 4 3 4
8 3 3 4
9 3 3 4
10 3 3 4
11 3 3 4
12 3 4 4
13 4 4 4
14 3 4 5
15 3 4 5
16 4 4 5
17 4 4 5
18 4 4 5
19 4 4 4
20 4 4 5
Diminta : Lakukan pengujian validitas dan reliabilitas atas data tersebut di atas?
61
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan pengertian dan kegunaan uji beda (t-Tes)
serta aplikasinya dalam kehidupan sehari-hari.
2. TUJUAN KHUSUS
a. Mahasiswa dapat menjelaskan pengertian dan kegunaan uji beda (t-Tes)
b. Mahasiswa diharapkan dapat menghitung uji beda (t-Tes) baik satu sampel maupun
dua sampel
c. Mahasiswa diharapkan dapat memperagakan pengolahan data dengan uji beda (t-
Tes) serta menginterprestasikan hasil pengolahan, menggunakan sofware SPSS
3. KATA KUNCI: Uji Beda (t-Tes), One-Sample t Test & Two Sample t Test
4. RANGKUMAN
Alat uji yang sering digunakan untuk data berskala non-metrik adalah Uji Beda Satu
Sampel (One-Sample t Test). Uji Beda Satu Sampel (One-Sample t Test) adalah
menguji suatu nilai tertentu yang diberikan sebagai pembanding berbeda secara nyata
ataukah tidak dengan rata-rata sebuah sampel. Uji Beda Dua Sampel (Two Sample t
Test) adalah Membandingkan rata-rata dua group yang berhubungan satu dengan yang
lain (independent Sampel t test) atau Menguji dua sampel yang berpasangan (Paired
Sampel t test), Apakah kedua grup tersebut mempunyai rata-rata secara Nyata.
5. URAIAN PEMBELAJARAN
A. Pendahuluan
Dalam analisis dependensi kita sering diperhadapkan dengan analisis data yang
ingin melihat hubungan antara variabel independent (yang bersifat kategori atau
skala non-metrik) dan variabel dependent (yang bersifat kontinyu, metrik yang
berskala interval dan rasio). Alat uji statistika yang cocok untuk masalah tersebut
tergantung dari jumlah kategorik dari variabel independent. Alat uji yang sering
digunakan adalah Uji Beda Satu Sampel (One-Sample t Test). Oleh karena ini,
pokok bahasan ini akan mengkaji pengujian statistika dengan menggunakan uji beda
62
(t-Tes) yang meliputi: pengertian dan kegunaan; menghitung uji beda (t-Tes) baik
satu sampel maupun dua sampel; dan pengolahan data dengan uji beda (t-Tes) serta
menginterprestasikan hasil pengolahan data dengan menggunakan sofware SPSS.
B. Pengertian Uji Beda Satu Sampel dan Dua Sampel
1. Uji Beda Satu Sampel (One-tailed Test) adalah adalah menguji suatu nilai tertentu
yang diberikan sebagai pembanding berbeda secara nyata ataukah tidak dengan
rata-rata sebuah sampel. Bentuk pernyataan hipotesis yang daerah penolakannya
hanya berada pada satu sisi saja dari kurva normal. Jika daerah penolakan berada
pada sisi kanan maka disebut uji beda satu arah (One-tailed Test) positif, karena
hasil hitungnya selalu positif. Selanjutnya apabila daerah penolakan berada pada
sisi kiri maka disebut uji beda satu arah (One-tailed Test) positif, karena hasil
hitungnya selalu Negatif.
2. Uji Beda Dua Sampel (Two tailed Test) adalah Uji Beda Dua Sampel (Two
Sample t Test) adalah Membandingkan rata-rata dua group yang berhubungan
satu dengan yang lain (independent Sampel t test) atau Menguji dua sampel yang
berpasangan (Paired Sampel t test), Apakah kedua grup tersebut mempunyai rata-
rata secara Nyata/Signifikan. Bentuk hipotesis yang akan menolak Ho pada dua
daerah penolakan, yaitu Ho akan ditolak apabila nilai hitung (thitung) lebih kecil
dari daerah kritis negatif (kiri) atau lebih besar dari titik kritis positif (kanan).
Daerah penerimaan atau penolakan Ho uji beda satu sampel dan dua sampel
Gambar 6.1 Daerah penerimaan atau penolakan Ho uji beda satu sampel
63
Gambar 6.2 Daerah penerimaan atau penolakan Ho uji beda dua sampel
Data: Susun data X1, X2,......Xn, (Sebaiknya dalam bentuk kolom) kemudian
hitunglah rata-rata x serta S2. Tentukan besarnya n (sampel).
Asumsi :
(1). Data Xi menebar mengikuti sebaran normal
(2). Nilai μ diketahui (sebagai standar pembanding)
(3). σ2 tidak diketahui dan harus diduga dengan S2
Hipotesis Nol : Ho : X = μ (Penggunaan Tabel t/Sig. t sebagai pembanding)
Uji Statistika :
−
X − μ S
thitung = (S −
X
=
S −
X
n
Kaidah Keputusan :
Jika Ha: X > μ Tolak Ho apabila thitung > tα atau sig. t < α
Jika Ha: X < μ Tolak Ho apabila thitung < -tα atau sig. t < α
Jika Ha: X ≠ μ Tolak Ho apabila thitung > tα/2 atau sig. t < α
64
Langkah-langkah uji beda satu sampel (One-Sample t Test) dengan SPSS Yaitu:
1. Masukan data ke Worksheet SPSS dengan perintah File/Open/Data
2. Dari menu utama SPSS pilih menu Analyze, kemudian pilih submenu Compare
Means, lalu pilih One-Sample t-Test
3. Tampak dilayar tampilan Windows One-Sample t-Test
4. Isikan data ke Kotak Test Variabel Yaitu Produktivitas, lalu Ketik angka standar
yang ditetapkan pada test Value
5. Pilih Oke
6. Tampilkan Output SPSS
65
Output dan hasil interprestasi uji beda satu sampel dengan sofware SPSS Yaitu:
Selanjutnya dalam pengujian Uji beda t-test dua sampel dapat dilakukan dengan
dua cara yaitu:
1. Uji Independent Sampel t Test (Uji Dua Sampel Independent/ Unpaired) yaitu
membandingkan rata-rata dari dua grup (sampel) yang tidak berhubungan satu
dengan yang lainnya. Apakah kedua grup (sampel) mempunyai rata-rata yang
sama atau tidak.
66
2. Uji Dependent Sampel t Test (Uji Dua Sampel Dependent/Paired) yaitu menguji
dua sampel yang berpasangan apakah mempunyai rata-rata yang secara nyata
berbeda atau tidak.
Cth: Uji Dua Sampel Independent/ Unpaired
Manajer Pemasaran Roti Karunia Mandiri Kendari ingin mengetahui apakah
ada perbedaan prestasi penjualan roti berdasarkan jenis kelamin (gender)
salesmennya. Berdasarkan pengamatan sementara maka dugaan yang
diajukkan oleh manajer pemasaran bahwa “Terdapat perbedaan prestasi
penjualan roti yang signifikan antara jenis kelamin wanita dan pria” Untuk
membuktikan dugaan manajer pemasaran Roti Karunia Mandiri perlu
dilakukan pengujian dengan level of signifikan α=0,05 (5%) atau taraf
kepercayaan 95%. Data yang diperoleh untuk melakukan pengujian dengan
mengambil sampel 30 orang tenaga salesmennya sebagai berikut:
67
Intreprestasi
estasi & Kesimpulan Hasil pengujian Uji Dua Sampel Independent
69
6. EVALUASI
1) Jelaskan pengertian uji beda one-sample t test dan two sample t test?
2) Dalam pengujian uji beda dua sampel (two sample t test) dapat dilakukan dengan
dua metode sebutkan dan jelaskan?
3) Seorang mahasiswa Jurusan Manajemen melakukan observasi apakah pretasi belajar
mahasiswa bebas tes sama dengan prestasi belajar mahasiwa yang mengikuti tes.
Berdasarkan kondisi empiris yang terjadi, maka dugaan sementara oleh mahasiswa
yang melakukan observasi tersebut bahwa “Tidak terdapat perbedaan yang
signifikan antara pretasi belajar mahasiwa yang bebas tes dan yang mengikuti tes”.
Untuk kepentingan pengujian penarikan sampel secara Jugmend atas 17 orang
mahasiswa. Data yang diperoleh atas pengukuran pretasi belajar melalui Indeks
Prestasi Komulatif (IPK) dalam kurun waktu 2 semester terakhir sebagai berikut:
Rekapitulasi Data Hasil Observasi
Sampel Status Mahasiswa (X) IPK (Y)
1 BT 2,86
2 TBT 3,65
3 TBT 3,12
4 BT 2,45
5 TBT 1,67
6 TBT 3,89
7 TBT 4,00
8 BT 3,25
9 TBT 2,45
10 BT 2,78
11 BT 1,78
12 BT 3,24
13 TBT 2,50
14 BT 2,64
15 TBT 3,55
16 BT 2,24
17 TBT 3,46
Nama Varibel Tipe Data Label
Status Mahasiswa Numerik/Kategorik/Nominal 1 = BT (Bebas Tes)
(Kualitatif) 2 = TBT (Tidak Bebas Tes)
Prestasi Belajar Numerik/Rasio (Kuantitatif) Indeks Prestasi Komulatif (IPK)
Diminta: a. Lakukan perhitungan Uji Beda (t-Tes) melalui software SPSS
b. Interprestasikan dan simpulkan output dari hasil pengujian dengan level
of signifikan α = 0,10 (10%)
73
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan pengertian dan kegunaan Analisis Of
Variance (ANOVA) serta aplikasinya dalam kajian empiris.
2. TUJUAN KHUSUS
a. Mahasiswa dapat menjelaskan pengertian dan kegunaan Analisis Of Variance
b. Mahasiswa diharapkan dapat menghitung Analisis Of Variance (ANOVA)
c. Mahasiswa diharapkan dapat mempraktekan pengolahan data menggunakan Analisis
Of Variance (ANOVA) serta penginterprestasian output dengan sofware SPSS
4. RANGKUMAN
Anova digunakan untuk mengetahui pengaruh utama (main effect) dan pengaruh
interaksi (interaction effect) dari variabel independent kategorikal (sering disebut
faktor) terhadap variabel dependent metrik. Pengaruh utama (main effect) adalah
pengaruh langsung variabel independen terhadap variabel dependent. Sedangkan
pengaruh interaksi (interaction effect) adalah pengaruh bersama atau joint effect dua
atau lebih variabel independent terhadap variabel dependent.
5. URAIAN PEMBELAJARAN
A. Pendahuluan
Pada pokok bahasan sebelumnya telah diuraikan tentang pengujian hipotesis,
dalam hal ini membandingkan dua nilai rata-rata, baik dari populasi yang sama
maupun dari populasi yang berbeda. Sekarang apabila kita bermaksud untuk
membandingkan tiga atau lebih nilai rata-rata dapat dilakukan melalui metode
analisis varians. Pada pokok bahasan analisis varians akan diuraikan pengertian dan
kegunaan ANOVA, formulasi dan metode perhitungan Analisis Of Variance serta
pengolahan data menggunakan Analisis Of Variance serta penginterprestasian
output dengan sofware SPSS.
74
Output ANOVA
ANOVA (Analysis of Variancs) dilakukan untuk menguji apakah ketiga sampel
mempunyai rata-rata yang sama. Tampak bahwa Fhitung sebesar 0,064 dengan
signifingkasi 0,939, karena signifingkasinya > α = 0,05, maka Ho diterima & Ha
ditolak bahwa Tidak terdapat perbedaan atas penjualan roti ramayana Kendari.
Ouput Post Hoc Test
Tampak bahwa hasil pengujian tidak ada tanda ’*’ pada kolom Difference, maka
dapat disimpulkan terdapat perbedaan yang tidak signifikan antara penjualan ketiga
jenis roti.
Output Homogeneus Subset
Terlihat bahwa ketiga sampel dalam subset, menunjukan ketiga jenis roti tidak
mempunyai perbedaan nyata karena nilai signifinkasinya subset 0,925 > α = 0,05.
Dengan demikian dapat disimpulkan bahwa ketiga jenis roti ramayana memang
tidak mempunyai perbedaan yang nyata dalam penjualannya.
6. EVALUASI
1) Jelaskan pengertian ANOVA (Analisis of variance) dan sebutkan kegunaannya?
2) Jelaskan Asumsi yang diperlukan dalam ANOVA (Analisis of variance?
3) PT. Ade Group mempunyai 3 perusahaan di Kota Kendari dalam bidang property
yaitu PT. Ade Taksi, PT. Ade Swalyan, PT. Ade Buku. Manajemen sedang
memikirkan apakah akan tetap menjual saham ketiga perusahaan atau dijadikan satu
saja. Apabila rata-rata harga sahamnya berbeda, maka akan tetap dijual tiga saham,
apabila harga rata-ratanya sama, maka akan dijual satu saham perusahaan saja.
Dengan taraf uji 5% apakah harga saham ketiga perusahaan tersebut sama atau tidak.
PT. Ade Taksi PT. Ade Swalyan PT. Ade Buku
200 210 575
210 280 575
225 250 560
180 210 575
175 250 600
200 210 575
210 210 500
175 225 675
78
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan konsep dan kegunaan analisis korelasi
dalam Kajian empiris.
2. TUJUAN KHUSUS
a. Mahasiswa dapat menjelaskan pengertian dan kegunaan analisis korelasi
b. Mahasiswa diharapkan dapat menghitung analisis korelasi
c. Mahasiswa diharapkan dapat mempraktekan pengolahan data menggunakan analisis
korelasi serta penginterprestasian output dengan sofware excel
4. RANGKUMAN
Analisis korelasi bertujuan untuk mengukur kekuatan asosiasi (hubungan) linear
antara dua variabel. Korelasi tidak menunjukan hubungan fungsional atau dengan kata
lain analisis korelasi tidak membedakan antara variabel dependent dengan variabel
independent.
5. URAIAN PEMBELAJARAN
A. Pendahuluan
Ingin mengetahui apakah diantara dua variabel terdapat hubungan, dan jika ada
hubungan, bagaimana arah hubungan dan seberapa besar hubungan tersebut, salah
satu metode analisis statistika yang dapat digunakan adalah korelasi. Pokok bahasan
analisis korelasi akan disajikan pengertian dan kegunaan analisis korelasi; metode
perhitungan analisis korelasi dan pengolahan data menggunakan analisis korelasi
serta penginterprestasian output dengan sofware excel.
Gambar 8.1. Bentuk Hubungan Positif dan Negatif Pada Analisis Korelasi
Selanjutnya bentuk hubungan yang kuat atau lemah pada analisis korelasi dapat
dilihat pada gambar berikut:
80
Contoh: Analisis korelasi atas permintaan dipengaruhi harga dan pendapatan dengan
data sebagai berikut:
81
Di mana:
t : Nilai t-hitung
r : Nilai koefisien korelasi
n : Jumlah data pengamatan
Contoh: Uji t untuk uji korelasi dari data permintaan dipengaruhi harga dan
pendapatan. Ujilah apakah (a) nilai r = - 0,412 pada hubungan antara suku
bunga dan investasi dan (b) r = 0,86 pada hubungan antara harga minyak
dan produksi kelapa sawit sama dengan nol pada taraf nyata 5%?
Langkah-langkah pengujin:
1. Perumusan hipotesa: Hipotesa yang diuji adalah koefisien korelasi sama dengan
nol. Korelasi dalam populasi dilambangkan dengan sedang pada sampel r.
H0 : r = 0
H1 : r ≠ 0
2. Taraf nyata 5% untuk uji dua arah (a/2=0,05/2=0,025) dengan derajat bebas (df) =
n-k = 9 - 2 = 7. Nilai taraf nyata a/2= 0,025 dan df =7 adalah = 2,36. Ingat bahwa
n adalah jumlah data pengamatan yaitu = 9, sedangkan k adalah jumlah variabel
yaitu Y dan X, jadi k=2.
3. Menentukan nilai uji t
82
5. Menentukan keputusan. Nilai t-hitung ternyata terletak pada daerah tidak menolak
H0. Ini menunjukkan bahwa tidak terdapat cukup bukti untuk menolak H0,
sehingga dapat disimpulkan bahwa korelasi dalam populasi sama dengan nol,
hubungan antara tingkat suku bunga dengan investasi lemah dan tidak nyata.
6. EVALUASI
1) Jelaskan pengertian dan kegunaan analisis korelasi
2) Ada dugaan bahwa kota-kota di Sultra yang menjadi tujuan wisata mempunyai
inflasi yang lebih tinggi. Hal tersebut diakibatkan banyaknya wisatawan yang datang
dan membelanjakan uangnya pada daerah tujuan wisata. Untuk menguji hal tersebut
diukurlah tingkat inflasi dan jumlah wisatawan yang dicerminkan dari tingkat hunian
hotel pada tahun 2007. Pada beberapa kota di Sultra adalah berikut:
Kota Inflasi Hunian Hotel (%)
Kendari 66 27
Bau-Bau 84 40
Kolaka 87 41
Konawe 74 32
Wakatobi 73 33
Muna 72 37
Dengan menggunakan data tersebut, cobalah hitung:
a. Koefisien korelasi
b. Hitunglah koefisien regresi dimana Y (inflasi) dan X (hunian hotel)
84
Cth: Ada keyakinan bahwa antara penjualan dan keuntungan ada hubungannya namun untuk
memperbesar keuntungan diharapkan dapat meminimumkan biaya. Berikut adalah Data
penjualan, laba dan biaya operasional dari 11 pedagang buah yang ada di Kendari tahun 2007.
Hitunglah berapa besarnya koefisien korelasi penjualan terhadap keuntungan dengan biaya
operasional berfungsi sebagai kontrol dengan menggunakan SPSS. Interprestasikan hasil
pengolahan data dengan taraf uji 95% atau α = 0,05 ?
N0. Nama Pedagang Penjualan (juta) Keuntungan (juta) Biaya Operasional
1. LD. Beta 89.2 4.9 22.56
2. La Min 18.6 4.4 14.48
3. La Alfa 18.2 1.3 11.44
4. LD. Bagi 71.7 8.0 48.52
5. La Kurang 58.6 6.6 56.65
6. La Tambalagi 46.8 4.1 20.12
7. LD. Kuadrat 17.5 2.6 12.62
8. La Regresi 11.9 1.7 21.76
9. La Valid 19.6 3.5 13.58
10. LD Reliabel 51.2 8.2 38.22
11. LD. Data 28.6 6.1 56.18
Sumber data: Fiktif (Untuk Latihan)
85
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan konsep dan kegunaan analisis regresi
dalam kajian empiris.
2. TUJUAN KHUSUS
a. Mahasiswa dapat menjelaskan pengertian dan kegunaan analisis regresi
b. Mahasiswa diharapkan dapat menghitung analisis regresi
c. Mahasiswa diharapkan dapat mempraktekan pengolahan data menggunakan analisis
regresi serta penginterprestasian output dengan sofware MS EXCEL & SPSS.
4. RANGKUMAN
Analisis regresi bertujuan mengukur kekuatan hubungan antara dua variabel atau
lebih. juga menunjukan arah hubungan antara variabel dependent dengan variabel
independent. Teknik estimasi variabel dependent yang melandasi analisis regresi yang
disebut Ordinary Least Square (OLS) (pangkat kuadrat terkecil). Metode OLS
diperkenalkan pertama kali oleh Carsl Freidrich Gauss. seorang ahli matematik dari
Jerman. Inti metode OLS adalah mengestimasi suatu garis regresi dengan jalan
meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis tersebut.
5. URAIAN PEMBELAJARAN
A. Pendahuluan
Istilah ”Regresi” pertama kali diperkenalkan oleh Sir Francis Galton pada tahun
1886. Galton menemukan adanya tendesi bahwa orang tua yang memiliki tubuh
tinggi. memiliki anak-anak yang tinggi pula begitu pula sebaliknya. Subyek analisis
86
regresi mempelajari hubungan antara variabel dengan tujuan untuk membentuk suatu
model untuk kepentingan peramalan. Pokok bahasan analisis regresi akan dijelaskan
pengertian dan kegunaan analisis regresi; metode perhitungan analisis resgresi dan
asumsi-asumsi yang mendasari; pengolahan data menggunakan analisis regresi serta
penginterprestasian output dengan sofware MS Excel dan SPSS.
Contoh: Permintaan dipengaruhi harga dan pendapatan dengan data sebagai berikut:
Untuk mendapatkan koefisien regresi. sesuai dengan persamaan (a). (b) dan (c).
perlu dihitung lebih dahulu dari nilai-nilai sebagai berikut: ∑Y. ∑X1. ∑X2. ∑X1Y.
∑X12. ∑X1 ∑X2. ∑X2Y. ∑X22
89
Untuk mendapatkan nilai Untuk mendapatkan nilai koefisien regresi a. b1. dan b2
dapat dilakukan dengan Subtitusi antar persamaan
Dengan menemukan nilai koefisien regresi a. b1. dan b2 maka persamaan regresinya
dapat dinyatakan sebagai berikut:
90
(Y − Y ) 2
n ( a.∑ Y + b1 .∑ YX 1 + b2 ) − ( ∑ Y ) 2
R =
2
n.∑ Y 2 − ( ∑ Y ) 2
92
Mutasi (X1)
Motivasi Kerja
Promosi (X2) (Y)
Pelatihan
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 750.974 3 250.325 71.606 .000a
Residual 90.892 26 3.496
Total 841.867 29
a. Predictors: (Constant), Pelatihan, Mutasi, Promosi
b. Dependent Variable: Motivasi Kerja
95
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 5.108 2.422 2.109 .045
Mutasi .839 .366 .292 2.292 .030 .256 3.910
Promosi 1.881 .544 .576 3.455 .002 .149 6.697
Pelatihan .310 .379 .116 .817 .421 .207 4.826
a. Dependent Variable: Motivasi Kerja
Berdasarkan hasil olahan data. maka estimasi parameter dapat disusun dalam
^
bentuk persamaan regresi sebagai berikut : Y = 5.108 + 0.839X1 + 1.881X2 +
0.310X3 + 1.870. Persamaan regresi diperoleh bahwa semua nilai koefisien regresi
memiliki tanda positif. berarti arah pengaruh positif dapat disimpulkan jika variabel
X1. X2 dan X3 ditingkatkan. secara statistik akan mendorong motivasi kerja pegawai.
C. Pemeriksaan Asumsi
Agar estimasi dari koefisien regresi tidak bias. sebelum melakukan proses analisis
harus dilakukan lebih dulu pengujian beberapa asumsi kalsik sebagai berikut:
1. Uji normalitas. bertujuan untuk mengetahui kenormalan data yang berdistribusi
normal apabila nilai residual mendekati angka nol. Uji normalitas dilakukan
dengan menggunakan histrogram dimana nilai residualnya rata-rata mendekati
angka nol dan kurva membentul lonceng/genta. sehingga dapat disimpulkan
bahwa data yang dianalisis memenuhi asumsi kenormalan data. Model regresi
yang baik mempunyai distribusi data normal atau mendekati normal. Deteksi
normalitas dapat dilakukan dengan uji chi Square dan metode grafik yaitu:
a. Perhitungan melalui uji chi Square menghasilkan nilai chi Square= 20.333
dengan probablitas = 0.000 yang jauh berada di bawah tingkat signifikan 0.05.
berarti distribusi data adalah normal atau mendekati normal.
Chi-Square Test
Test Statistics
Standardized
Residual
Chi-Square a 20.333
df 4
Asymp. Sig. .000
a. 0 cells (.0%) have expected frequencies less than
5. The minimum expected cell frequency is 6.0.
96
b. Dari hasil uji metode grafik dengan melihat penyebaran titik pada sumbu
diagonal dari grafik. Dasar pengambilan keputusan: (1) jika data menyebar
disekitar garis diagonal dan mengikuti arah garis diagonal. maka model regresi
memenuhi asumsi normalitas; (2) jika data menyebar jauh dari garis diagonal
dan tidak mengikuti arah garis diagonal. maka model regresi tidak memenuhi
asumsi normalitas. Dari grafik di bawah ini. terlihat titik menyebar disekitar
garis diagonal. serta penyebarannya mengikuti arah garis diagonal maka model
regresi layak dipakai untuk prediksi dan telah memenuhi asumsi normalitas.
.75
.50
Expected Cum Prob
.25
0.00
0.00 .25 .50 .75 1.00
2. Uji multikolinieritas. asumsi klasik model regresi linear adalah tidak boleh
terdapat multikolinieritas diantara variabel-variabel bebas di dalam model.
Deteksi adanya multikolinearitas dapat dilakukan dengan cara melihat besarnya
VIF (Variance Inflation Factor) dan toleransi. kriteria suatu model regresi yang
bebas dari multikolinearitas apabila mempunyai nilai VIF (Variance Inflation
Factor) disekitar angka 1 dan besaran nilai toleransi mendekati 1. Dari hasil
olahan data menunjukkan bahwa nilai VIF semua variabel independen
berkisar antara 3.910 sampai dengan 6.697 yang berarti tidak lebih dari angka 10
dan nilai toleransinya di atas 0.1. Dengan demikian dapat disimpulkan tidak
terjadi gejala multikolinearitas dalam model regresi yang digunakan.
97
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 5.108 2.422 2.109 .045
Mutasi .839 .366 .292 2.292 .030 .256 3.910
Promosi 1.881 .544 .576 3.455 .002 .149 6.697
Pelatihan .310 .379 .116 .817 .421 .207 4.826
a. Dependent Variable: Motivasi Kerja
3. Uji autokorelasi. dilakukan untuk menguji suatu model regresi linear apakah
terdapat korelasi antara residual (kesalahan pengganggu) dari suatu priode ke
priode lainnya. Model regresi yang baik adalah bebas dari autokorelasi atau
korelasi serial. Deteksi adanya autokorelasi dapat dilihat nilai Durbin-Watson (D-
W). Secara umum yang menjadi dasar kriteria mengenai angka D-W untuk
mendeteksi autokorelasi. yaitu:
a) Angka D-W di bawah – 2 berarti terjadi korelasi positif
b) Angka D-W di bawah – 2 sampai + 2 berarti tidak terjadi korelasi
c) Angka D-W di atas + 2 berarti terjadi korelasi negatif
Model Summary b
Hasil uji pada bagian model summary di atas menunjukkan nilai D-W = 1.707
dimana berada diantara – 2 sampai + 2. berarti model regresi linear berganda
tidak terjadi gejala atau terdapat masalah autokorelasi. Hal ini senada dengan
pendapat Hirschey (1995 ; 231) bahwa apabila nilai yang mendekati 2 untuk
statistika Durbin-Waston menunjukkan tidak adanya korelasi serial; deviasi dari
nilai ini menunjukkan bahwa residu tersersebut tidak terdistribusi secara acak.
4. Uji Heterokedastisitas digunakan mendeteksi terjadinya heteroskedastisitas
ditunjukan dengan adanya ketidaksamaan varian nilai residualnya antara
98
Correlations
Pada di atas menunjukan bahwa koefisien korelasi dari seluruh variabel bebas
adalah lebih kecil dari 0.05. yang berarti model regresi linear berganda yang
digunakan dalam penelitian ini tidak terjadi heteroskedastisitas.
b. Deteksi adanya heteroskedastisitas dapat pula dilakukan dengan melihat ada
tidaknya pola tertentu pada grafik. di mana sumbu X dan Y yang telah
dipresdiksi dan telah distandardized. Ini dapat dilakukan dengan melihat ada
tidaknya pola tertentu (bergelombang) melebar kemudian menyempit pada
99
grafik plot (scatter plot) antara nilai prediksi variabel terikat (ZPRED)
dengan residualnya (SRESID). Dasar pengambilan keputusan: (1) jika ada pola
tertentu. seperti titik (point-point) yang ada membentuk pola tertentu yang
teratur (bergelombang. melebar dan kemudian menyempit) maka telah terjadi
heterokedastisitas; (2) jika tidak ada pola yang jelas serta titik menyebar di atas
dan di bawah angka 0 pada sumbu Y. maka tidak terjadi heterokedastisitas.
Dari grafik di bawah ini. terlihat titik menyebar secara acak atau tidak
membentuk suatu pola tertentu. tersebar baik di atas maupun di bawah angka 0
pada sumbu Y berarti tidak terjadi heterokedastisitas. sehingga model regresi
layak dipakai untuk prediksi.
Scatterplot
Dependent Variable: ABS-RES
3
Regression Standardized Residual
-1
-2
-3 -2 -1 0 1 2
a
Residuals Statistics
Scatterplot
Dependent Variable: Motivasi Kerja
3
Regression Standardized Residual
-1
-2
-3
-3 -2 -1 0 1 2
D. Interprestasi
Berdasarkan hasil analisis regresi linear berganda. maka diperoleh hasil
persamaan regresi untuk variabel X1.X2 dan X3 terhadap Y sebagai berikut:
^
Y = 5.108 + 0.839X1 + 1.881X2 + 0.310X3 + 1.870
1. Nilai constant (β0) sebesar 5.108 berarti mempunyai pengaruh positif yang
searah jika variabel bebas (X1.X2 dan X3) menunjukkan tidak ada perubahan
atau dengan kata lain tetap. maka Motivasi kerja (Y) sebesar 5.108
2. Persamaan regresi dibentuk berdasarkan nilai unstandardized coefficients B
dan standar erros estimasi. dimana persamaan regresi linear berganda tersebut
dapat dilihat arah hubungan dari variabel bebas (X1. X2 dan X3) semuanya
bertanda positif berarti setiap penambahan atau peningkatan pada masing-
masing variabel berpengaruh positif terhadap Motivasi Kerja (Y)
101
6. EVALUASI
1) Jelaskan pengertian dan kegunaan analisis Regresi?
2) Sebutkan tahapan-tahapan dalam analisis regresi?
3) Jelaskan validitasi model analisis regresi dan asumsi analisis regresi?.
4) Teori Keynesian menyatakan bahwa konsumsi suatu keluarga dipengaruhi oleh
pendapatan keluarga dan jumlah anggota keluarga. Teori ini menyatakan bahwa
semakin tinggi pendapatan. maka akan semakin tinggi konsumsinya. demikian juga
semakin banyak anggota keluarga. maka semakin tinggi konsumsinya. Untuk
membuktikan teori tersebut. maka diadakan penelitian terhadap 10 keluarga di
Kelurahan Kembangan Utara Jakarta Barat dan hasilnya adalah sebagai berikut:
Nomor Konsumsi Pendapatan Jumlah
Responden (Rp.000/bl) (Rp.000/bl) Anggota
1 500 700 4
2 400 500 2
3 600 900 4
4 300 500 1
5 400 700 2
6 500 600 4
7 400 800 3
8 500 700 4
9 600 1700 5
10 500 1400 3
Dari soal di atas cobalah hitung dengan MS Excel:
a. Koefisien regresi dari persamaan Y = a + b1 X1 + b2 X2 di mana Y adalah
konsumsi keluarga. X1 pendapatan keluarga dan X2 jumlah anggota keluarga.
b. Hitunglah koefisien determinasinya
c. Ujilah signifikansinya dari Uji F dan Uji t
5) Perusahaan masih memikirkan masalah produktivitas. apakah untuk meningkatkan
produktivitas diperlukan peningkatan gaji karyawan. atau diperlukan tambahan
pengawas. Hal yang disadari perusahaan. terkadang tenaga kerja tidak produktif
bukan karena masalah gaji tetapi disebabkan unsur kemalasan. oleh sebab itu
diperlukan tambahan jumlah pengawas. Berdasarkan pada kedua hal tersebut.
diadakan survei terhadap beberapa bagian di perusahaan dan berikut adalah
hasilnya.
103
1. TUJUAN UMUM
Diharapkan mahasiswa mampu menjelaskan konsep teori dan kegunaan analisis non-
parametrik serta aplikasi dalam kehidupan nyata.
2. TUJUAN KHUSUS
a. Mahasiswa dapat menjelaskan pengertian dan kegunaan analisis non-parametrik
b. Mahasiswa diharapkan dapat menghitung metode-metode analisis dengan
mengunakan pendekatan analisis non-parametrik
c. Mahasiswa diharapkan dapat mempraktekan pengolahan data menggunakan metode-
metode nonparametrik serta interprestasi output dengan sofware excel dan SPSS.
4. RANGKUMAN
Metode kualitatif atau sering juga disebut metode metode non-parametrik
merupakan metode yang bersifat historis. komperatif. case study. dan sebagainya.
Sehingga analisis dari data yang bersifat kualitatif tersebut perlu dilakukan tahapan
tersendiri dalam melakukan langkah perhitungan dan pengujiannya. Statistika
nonparametrik merupakan statistik yang tidak memerlukan pembuatan asumsi
tentang bentuk distribusi atau bebas distribusi. sehingga tidak memerlukan asumsi
terhadap populasi yang akan diuji.
5. URAIAN PEMBELAJARAN
A. Pendahuluan
Pokok bahasan statistika nonparametrik secara khusus mengenai data yang
berskala ordinal (jenjang) dimana data tersebut mempunyai arti berdasarkan urutan
tingkat kepentingan. Dalam kajian statistika nonparametrik akan diuraikan
pengertian dan kegunaan analisis statistika nonparametrik; metode-metode yang
digunakan dalam analisis non-parametrik; dan paraktek pengolahan data
menggunakan metode-metode non-parametrik serta penginterprestasian output
dengan sofware excel dan SPSS.
105
Langkah-langkah penyelesain:
108
F Menentukan hipotesa. Hipotesa yang disusun adalah hipotesa nol (H0) dan
hipotesa alternatif (Ha). Hipotesa nol. H0. menyatakan bahwa tidak ada
perbedaan antara nilai atau frekuensi observasi atau teramati dengan nilai
atau frekuensi harapan. Sedangkan hipotesa alternatif. Ha. menyatakan
bahwa ada perbedaan antara nilai atau frekuensi teramati dengan nilai atau
frekuensi yang diharapkan. Hipotesa dinyatakan sebagai berikut:
H0 : fo = fe
Ha : fo ≠ fe
F Menentukan Taraf Nyata dan Nilai Kritis. Untuk kasus ini. nilai n adalah
kategori atau sampel yaitu 10. sedang k adalah variabel. dimana k= 1. jadi
derajat bebasnya adalah df= 10 - 1= 9. Setelah menemukan nilai df dan taraf
nyata. maka dapat dicari nilai kritis chi-kuadrat dengan menggunakan tabel
chi-kuadrat sebagai berikut:
b. Memilih taraf nyata. Taraf nyata ini merupakan tingkat toleransi terhadap
kesalahan kita terhadap sampel. Pada umumnya anda dapat gunakan taraf
nyata 1%. 5% atau 10%.
c. Menghitung Frekuensi tanda. Pada langkah ini dilakukan perhitungan untuk
jumlah observasi yang relevan (n) yaitu observasi yang mempunyai tanda +
dan -. sedang tanda 0 tidak dipergunakan. Setelah menentukan nilai
observasi n. maka perlu mengetahui nilai r yaitu jumlah obyek yang
digunakan pada saat bersamaan. di mana jumlah r bisa sama dengan n atau
lebih kecil dari n.
d. Menentukan probabilitas hasil sampel yang diobservasi. Pada langkah ini
kita ingin mengetahui berapa probabilitas suatu kejadian dari n sampel
observasi yang relevan dengan r kejadian secara bersamaan. Nilai r biasanya
dipilih berdasarkan tanda + atau – yang paling kecil dari n observasi yang
relevan. Untuk keperluan ini kita dapat menggunakan tabel probabilitas
binomial atau menghitung manual dengan rumus P (r) = (nCr)prqn-r.
e. Menetukan kesimpulan. Kesimpulan yang diperoleh adalah menerima Ho
atau menolak Ho. Menerima Ho menunjukkan bahwa tidak ada perbedaan.
sedang menolak Ho menunjukkan adanya perbedaan antara subyek yang
dicocokkan. Aturan umum dalam menentukan menerima atau menolak Ho
adalah; menerima Ho apabila α ≤ probabilitas hasil sampel. dan menolak
Ho atau menerima H1 apabila α ≥ probabilitas hasil sampel.
Menggunakan Excel Untuk Menghitung Probabilitas Sampel yaitu:
112
Di mana:
Z : Nilai Z hitung
R : Jumlah tanda +
N : Jumlah sampel yang relevan
2) Uji Peringkat Bertanda Wilcoxon
Langkah-Langkah Dalam Uji Peringkat Bertanda Wilcoxon
a. Menentukan Hipotesa. Hipotesa kerja biasanya menunjukkan tidak ada
perbedaan sedang hipotesa alternatif menunjukkan adanya perbedaan.
b. Menentukan Nilai Kritis. Nilai kritis diperoleh dengan mempergunakan
tabel uji peringkat bertanda Wilcoxon. Untuk menentukan nilai kritis
diperlukan pengetahuan nilai observasi yang relevan (n) dan taraf nyata.
c. Menentukan Nilai Statistik Wilcoxon. Untuk menentukan nilai statistik
Wilcoxon ada beberapa langkah yaitu: (a) membuat perbedaan data
berpasangan. (b) memberikan rangking untuk urutan beda data berpasangan
tanpa memperhatikan tanda. untuk nilai beda yang sama digunakan rata-rata
rangking. (c) memisahkan nilai rangking yang positif dan negatif. (d)
menjumlahkan nilai rangking positif dan negatif. nilai yang terkecil
merupakan nilai statistik wilcoxon.
113
d. Menentukan keputusan. Apabila nilai statistik wilcoxon < nilai kritis maka
Ho ditolak dan H1 diterima. begitupula sebaliknya.
Uji Jumlah Peringkat Wilcoxon dengan rumus:
Di mana:
Z : Nilai Z hitung
W : Jumlah peringkat sampel pertama
n1 : Jumlah observasi sampel relevan pertama
n2 : Jumlah observasi sampel relevan kedua
3) Uji Kruskal-Wallies
Gambar 10. 3. Skema Langkah-Langkah Kruskal-Wallies
114
Contoh: Hubungan laba bank dengan harga saham berikut ini adalah data
tentang laba dan harga saham dari 8 bank tahun 2007.
Langkah Penyelasian :
115
6. EVALUASI
1) Jelaskan pengertian dan kegunaan statistika nonparametrik? Berikan contoh!
2) Sebutkan beberapa metode analisis dalam statistika nonparametrik?
3) PT. Angkutan Kilat adalah perusahaan transportasi untuk buah-buahan dari Landono
ke Kendari. Perusahaan menginginkan kerusakan buah yang diangkut tidak sampai
15%. Berikut ini adalah data buah yang rusak selama 6 bulan terakhir. Dari data
tersebut. apakah masih sesuai harapan dari perusahaan dengan taraf nyata 5%.
Bulan % Kerusakan Buah
1 9
2 12
3 14
4 15
5 18
6 16
4) Beberapa emiten merencanakan memberikan dividen yang lebih besar untuk tahun
2007. sehingga dapat mendorong perbaikan harga saham di bursa. Berikut adalah
dividen yang diharapkan atau direncanakan dan deviden yang dapat dibayarkan pada
tahun 2007 dalam rupiah per lembarnya.
Perusahaan fe fo
Semen Gresik 231 268
Gudang Garam 500 300
Timan Tbk 119 25
Ramayana 75 100
Sampurna 57 90
Unilever 250 300
Dengan memperhatikan kondisi tersebut. apakah antara harapan dan kenyataan
masih sesuai?
5) Pemerintah menghendaki bahwa inflasi pada tahun 2007 sebesar 8% pertahun. Data
tahun 2007 inflasi dibeberapa kota besar adalah sebagai berikut:
Kota Inflasi (%)
Medan 9.49
Palembang 12.25
Padang 10.22
Jakarta 9.08
Bandung 11.97
Semarang 13.56
Surabaya 9.15
Denpasar 12.49
Banjarmasin 9.18
Makasar 8.25
Menado 15.22
Dengan data tersebut apakah target atau harapan pemerintah masih sesuai dengan
kondisi sebenarnya dengan taraf nyata 5%?
117
6) Pemerintah berusaha agar tingkat hidup petani semakin membaik. Usaha tersebut
dilakukan dengan berbagai program diantaranya adalah pemberian kredit. Pada
tahun 2007 diharapkan nilai tukar petani dapat mencapai 110 atau terjadi kelebihan
10% dari apa yang harus dibayar. Berikut ini nilai NTP petani selama 2007. dengan
nilai NTP tersebut apakah keinginan pemerintah dapat tercapai pada taraf uji 5%?
Bulan NTP Bulan NTP
1 115 7 89
2 113 8 93
3 118 9 94
4 118 10 94
5 113 11 94
6 114 12 92
7) PT ABC memproduksi minuman sari asem dalam bentuk kemasan. Untuk
mempersiapkan pengiklanan produk ini perusahaan ingin mengetahui apakah ada
hubungan antara acara di TV dengan kelompok umur. Keinginan ini didasarkan
perusahaan ingin produknya dikonsumsi remaja yang mempunyai hobi musik.
Berikut adalah hasil penelitian tersebut:
Kelompok Acara TV Total
umur Senetron Musik Kartun
Dewasa 200 160 110 470
Remaja 150 150 120 420
Anak 160 130 110 400
Jumlah 510 440 340 1290
Data tersebut. ujilah apakah ada hubungan antara acara TV dengan kelompok umur?
8) Ada keyakinan bahwa apabila IPK tinggi. maka akan mendapatkan penghasilan
tinggi. Berdasarkan keyakinan tersebut. Nani dari CESS tahun 2003 melakukan
penelitian terhadap 751 sarjana dari berbagai PT yang bekerja disektor perbankan di
Jakarta. Berikut adalah hasilnya:
IPK Tingkat Penghasilan (jutaan) Total
<0.8 0.8-1.5 1.5-3.5 >3.5
>3.5 22 31 31 8 92
2.75-3.5 67 80 73 17 237
<2.75 124 161 122 15 422
213 272 226 40 751
Dari data tersebut. apakah keyakinan adanya hubungan antara IPK dengan tingkat
penghasilan dapat dibenarkan?
9) Berikut ini adalah data ekspor nonmigas pada tahun 2006 dan 2007 selama 10 bulan.
Dengan data tersebut. ujilah dengan uji tanda. apakah kondisi 2007 lebih baik dari
tahun 2006.
118
12) Ada permintaan dari staf Bank Mandiri bagian penyelesaian kasus kredit. agar
suasana kerja diperbaiki. sehingga produktivitas meningkat. Manajemen
memutuskan memberikan tambahan fasilitas seperti AC. Telepon. Internet dan antar-
jemput. Dengan menggunakan uji wilcoxon. ujilah apakah ada perbedaan sebelum
dan sesudah pemberian fasilitas tersebut:
Nama Kasus Awal Kasus Akhir
Agus Mulyadharma 23 33
Nani 26 26
Suwito 24 30
Jose Hehamanua 17 25
Lucky 20 19
David Januaria 24 22
Hendro 30 29
Sisca Mardiana 21 25
Budi Oktavia 25 22
Santi K 21 23
Agustina 16 17
Farida 20 15
Utje Usman 17 9
Atep Afia 23 30
13) Pembinaan usaha kecil selama ini terpecah menjadi beberapa departemen yaitu
Koperasi. Diknas dan Deperindag. Ada gagasan apabila hasil pembinaan dari ketiga
departemen tersebut sama maka akan digabungkan saja. sedangkan apabila berbeda
maka akan diteruskan. Berikut adalah data penghasilan usaha kecil dalam 1 tahun
dalam jutaan. Ujilah dengan kruskal-wallis apakah hasil antar pembinaan sama atau
tidak. dengan taraf nyata 5%.
Koperasi Diknas Deperindag
56 19 94
37 36 25
23 73 65
74 92 77
91 25 61
67 33 27
120
DAFTAR PUSTAKA
Anto Dayan. 1991. Statistika I & II. Erlangga. Jakarta
Ghozali. Imam. 2002. Aplikasi Analisis Multivariat dengan Program SPSS. Universitas
Dipanegaoro. Semarang.
Gujarati. Dahmodar & Sumarno Zain. 1998. Ekonomimetrika Dasar. Erlangga. Jakarta
Hair. J.H.; Anderson. R.E.; Tatham. R.L. & Black. W.C. 1999. Análisis multivariante;
Prentice Hall Iberia; 5ª ed.; Madrid. Joreskog. K. G. & Sorbom D. (1993): LISREL 8
User’s Reference Guide . Chicago: Scientific Software International. Inc.
Levine. David. M. et.;all. 2005. Statistics For Managers Using Microsoft Excel. Pearson
Edition Internasional. USA.
Malhorta. Naresh K. 1993. Marketing Research. An Applid Orientantion. The Prentice-
Hall. Inc.. New Jersey.
Nazir. M. 2004. Metode Penelitian. Ghalia Indnesia. Jakarta
Purwadi. B. 2000. Riset Pemasaran Implementasi Dalam Bauran Pemasaran. Penerbit
PT. Grafindo. Jakarta.
Santoso. Singgih. 2004. SPSS Statistika Multivariat. PT. Elex Media Komputindo.
Jakarta.
Sugiyono. 2001. Metode Penelitian Bisnis. CV. Alfabeta. Bandung.
Sudjana. 2002. Metode Statistika. Edisi ke-6. Tarsito Bandung.
Supangat. Andi. 2007. Statistika Dalam Kajian Deskriptif. Iferensial. dan
Nonparametrik. Penerbit Kencana Pernada Media Group. Jakarta
Supranto. J. 1992. Statistika Teori dan Aplikasi. Rineka Cipta Jakarta.
Supranto. J. 1997. Metode Riset. Rineka Cipta Jakarta.
Supranto. J. 2004. Tehnik Analisi Multivariat. Rineka Cipta Jakarta.
Sudrajat. 2001. Statistika Sosial. Fakultas Pertanian Universitas Padjajaran. Bandung