E – UAS STATISTIKA PERUSAHAAN

Nama ZAFIRA SHAFA MAJIDAH

Semester 4 (Empat)
NIM A210200046
Kelas B
Tahun 2020

DAFTAR ISI
DAFTAR ISI.........................................................................................................................................ii
1. Uji beda mean untuk variabel 2 ≤ dengan k = 2 dan n = 21.....................................................1
2. Uji Beda Mean untuk variabel ≥ 2 dengan k ≥ dan n = 60........................................................2
3. Regresi Linear Multiple, dengan variabel X = 2, dan Y = 1 dan n = 50.......................................5
4. Regresi dengan Moderating, untuk X1 = 1, Y=1; dan Variabel Moderasi X2 =1; n = 34............8
5. Regresi dengan Intervening, untuk X = 2; Variabel Antara X’ = 1 dan Y = 1; n = 38...........10

ii
A. Lakukan analisis statistik bantuan program SPSS, dengan ketentuan sbb:

1. Uji beda mean untuk variabel 2 ≤ dengan k = 2 dan n = 21

a) Judul Penelitian : “ Perbedaan Pengaruh Tingkat Kemampuan

Menggunakan Komputer Antara Sebelum Pelatihan dan Sesudah
Dilakukannya Pelatihan “
b) Hipotesis
Ho > diterima (Tidak ada perbedaan pengaruh tingkat kemampaun
menggunakan komputer antara sebelum dan sesduah pelatihan )

Ha < ditoak( Ada perbedaan pengaruh tingkat kemampuan menggunakan

komputer antara sebelum dan sesudah pelatihan )
c) Paparan Data

Nilai Sebelum Nilai Sesudah Karyawan Nilai

Pelatihan Pelatihan
68 90 1 90
70 85 1 85
79 79 2 79
80 91 1 91
76 92 1 92
90 79 2 79
89 83 2 83
64 90 1 90
63 88 1 88
71 97 1 97
67 89 1 89
91 97 1 97
88 69 2 69
95 79 2 79
64 80 2 80
75 89 2 89
79 95 1 95
85 97 1 97
92 86 1 99
74 90 1 90
65 85 1 85
Dimana 1 = Melakukan Pelatihan
2 = Tidak Melakukan Pelatihan
d) Taraf Signifikasi 5%

T0,025/(14-1)+(7-1) = ± 2,093

1
 e) Hasil Analisis menggunakan SPSS
T-Test

f) Kesimpulan
Nilai “t” pada d.b (derajad bebas) =19, diperoleh angka : 4,565
denggan probabilitas (p) = 0.000 yang berarti p < 0,05 maka Ho
ditolak . Artinya pengaruh tingkat kemampuan mengoperasikan
komputer antara sebelum pelatihan dan sesudah pelatihan ssecara
signifikan terdapat perbedaan. Dengan demikian melakukan pelatihan
benar-benar memilik pengaruh nyata terhadap kemampuan
mengoperasikan komputer

2. Uji Beda Mean untuk variabel ≥ 2 dengan k ≥ dan n = 60

a) Judul Pelitian : “ Pengaruhan tekanan darah pasien obat A, obat B, dan
Obat C terhadap tekanan darah pria dan wanita dan apakah interaksi
antara variable jenis obat yang dikonsumsi pasien dengan jenis
kelamin.”
b) Hiptosis
1) Uji beda mean tekanan darah berdasar jenis obat yang
digunakan. Hipotesis:
Ho = Mean tekanan darah orang peminum obat A, obat B dan
obat C adalah sama
H1 = Mean tekanan darah orang peminum obat A, obat B dan
obat C adalah tidak sama (ada perbedaan)

2) Uji beda Mean tekanan darah berdasar jenis kelamin :

2
 Hipotesis :
Ho = Mean tekanan darah antara pria dan wanita adalah sama
H1 = Mean tekanan darah antara pria dan wanita tidak sama

3) Uji interaksi antar variabel kelompok pasien dan jenis_kelamin

Untuk uji interaksi antara variable, apabila p-value < 0.05 maka
antar variabel
terdapat interaksi.
c) Paparan Data
Tekanan darah Jenis_obat Jenis kelamin
110 1 1
115 1 2
120 1 1
125 1 2
130 1 1
135 1 1
140 1 2
105 2 1
115 2 2
125 2 1
125 2 2
125 3 2
140 2 2
140 3 2
140 2 1
130 1 1
145 2 1
145 1 2
150 2 2
150 1 1
170 2 2
175 1 1
105 1 2
105 2 1
105 2 2
155 2 2
115 3 2
155 3 1
110 3 1
110 3 2
125 3 1
125 2 1
145 2 1
145 2 2
145 2 2
135 1 2
175 1 1
170 1 1

3
 105 1 1
165 3 1
160 3 2
160 2 1
160 2 2
165 3 1
165 2 2
135 1 1
125 1 2
110 1 1
115 2 2
140 3 1
155 2 2
165 3 1
175 2 1
170 3 2
160 2 2
115 3 2
120 2 1
105 1 1
135 1 1
Kode kelompok pasien jenis obat :
1 : pasien minum obat A 2 : pasien minum obat B 3 : pasien minum obat C
Kode jenis kelamin :
1 : pria 2 : wanita
d) Taraf Signifikasi 5%
e) Hasil Analisis Menggunakan SPSS

Univariate Analysis of Variance

4
 f) Kesimpulan
1) Uji beda mean tekanan darah berdasar jenis obat yang
digunakan
Agar mudah kita menggunakan nilai robabilitas untuk
mengambil keputusan. Nilai probabilitas terletak pada kolom
Sig. Apabila p-value < 0.05 maka Ho ditolak
Probabilitas berdasarkan variable kelompok pasien adalah
0.395. Maka Ho diterima (0.395 > 0.05). Jadi keputusan yang
diambil adalah H1 ditolak dan Ho diterima, artinya : mean
tekanan darah orang peminum obat A,obat B,dan obat C adalah
sama (tidak ada perbedaan)

2) Uji beda Mean tekanan darah berdasar jenis kelamin

Apabila p-value < 0.05 maka Ho ditolak.
Probabilitas berdasarkan variable jenis kelamin adalah 0.515.
Maka Ho diterima (0.515 > 0.05). Jadi keputusan yang
diambil adalah Ho diterima ,artinya : mean tekanan darah jenis
kelamin adalah sama ( tidak ada perbedaan)

3) Uji interaksi antar variabel kelompok pasien dan jenis_kelamin

Untuk probabilitas interaksinya kita menggunakan probabilitas
pada baris jenis obat*jenis kelamin. Didapat probabilitas 0.283.
Maka dapat diambil kesimpulan tidak ada interaksi antara
variable jenis obat dan jenis kelamin ( 0.283 > 0.05)

3. Regresi Linear Multiple, dengan variabel X = 2, dan Y = 1 dan n = 50

a) Judul Penelitian : “ Pengaruh harga dan kualitas produk terhadap
loyalitas konsumen ”

5
b) Paparan Data
Harga (X1) Kualitas Loyalitas konsumen
produk (Y)
(X2)
35 44 41
45 45 28
36 48 38
48 52 36
51 54 36
42 55 40
42 47 28
50 52 36
35 52 38
51 59 36
42 54 40
47 47 34
33 53 38
36 55 32
38 46 37
47 49 34
41 45 32
42 49 35
40 57 39
44 51 34
36 49 39
41 51 34
38 49 35
46 53 33
41 47 32
43 48 36
41 52 31
30 59 30
36 53 39
44 39 33
44 44 31
46 59 34
36 55 45
39 46 44
41 51 39
39 47 36
39 50 43
45 58 41
42 46 42
45 58 41

6
 39 58 32
53 51 50
36 53 31
46 51 46
41 56 44
40 56 34
52 42 39
40 46 38
50 46 34
50 56 39
c) Hasil Analisis Menggunakan SPSS

Regression

d) Hasil output SPSS dan Kesimpulan

UJI REGRESI LINEAR MULTIPLE

y= a+b1.x1 +b2.x2
= 27.277 + 0.077 + 0.123

Interpretasinya :

 Nilai a sebesar 27.277 nilai ini merupakan konstanta atau keadaan

saat variabel loyalitas konsumen belum dipengaruhi oleh variabel
lain yaitu variabel harga (x1) dan kualitas produk (x2). Jika
variabel independen tidak ada maka variabel loyalitas konsumen
tidak mengalami perubahan.

7
  b1 (nilai koefisien regresi x1) sebesar 0.077. menunjukan bahwa
variabel harga mempunyai pengaruh yang positif terhadap loyalitas
konsumen yang berarti bahwa setiap kenaikan 1 satuan variabel
harga maka akan mempengaruhi loyalitas konsumen sebesar
0.077, dengan asumsi bahwa variabel lain tidak diteliti dalam
penelitian ini

 b2 (nilai koefisien regresi x2) sebesar 0.123, menunjukkan bahwa

variabel kualitas produk mempunyai pengaruh yang positif
terhadap loyalitas konsumen berarti bahwa setiap kenaikan 1
satuan variabel kualitas produk maka akan mempengaruhi loyalitas
konsumen sebesar 0.123 dengan asumsi bahwa variabel lain tidak
diteliti dalam penelitian ini
 Kesimpulannya bahwa harga dan kualitas produk berpengaruh
terhadap loyalitas konsumen

4. Regresi dengan Moderating, untuk X1 = 1, Y=1; dan Variabel Moderasi X2

=1; n = 34
a) Judul Penelitian: “ Pengaruh pendapatan terhadap besarnya konsumsi
dengan gaya hidup sebagai variable moderating”
b) Paparan Data
Y X1 X2 X1*X2
4 4 4 16
3 3 3 9
3 3 3 9
3 2 3 6
2 2 3 6
2 3 2 6
3 4 3 12
4 3 4 12
4 4 4 16
4 3 4 12
4 4 3 12
2 3 4 12
4 4 4 16
3 3 3 9
3 3 3 9
4 3 2 6
3 2 2 4
2 3 4 12
2 4 4 16
4 4 3 12
2 3 3 9
2 2 2 4
2 2 3 6
4 4 4 16
3 3 3 9

8
 4 2
2 2
4 3
4 2
2 3
3 3
2 2
4 4
2 3
3 6
3 6
4 12
2 4
4 12
3 9
2 4
4 16
4 12

Keterangan
Y = Pendapatan
X1 = Besarnya konsumsi
X2 = Gaya hidup

c) Hail Analisi Menggunakan SPSS

Terdapat dua persamaan regresi pada kasus soal moderating ini ,yaitu :
Y= a + b1x1…………………………………(1)
Y= a + b1x1 + b2x2 + b3x2……………………….(2)

Output Regresi Pertama

Regression

Output Regresi Kedua

Regression

9
 d) Uji Hipotesis dan Memebuat Kesimpulan
 Nilai R Square pada persamaan regresi pertama sebesar 0.180
sehingga dapat dikatakan bahwa variable Besarnya Konsumsi
berpengaruh terhadap variable Pendapatan sebesar 18%
 Setelah adanya variable moderasi (variable Gaya Hidup ) pada
persamaan regresi kedua, nilai R Square tersebut meningkat
menjadi 0.200 atau 20%
 Dengan demikian maka dapat disimpulkan bahwa “hipotesis
pertama”.Sehingga dapat dikatakn bahwa keberadaan variable
Gaya Hidup (sebagai variable moderasi) akan dapat
memperkuat atau meningkatkan pengaruh variable
Pendapatan terhadap variable Besarnya konsumsi.

5. Regresi dengan Intervening, untuk X = 2; Variabel Antara X’ = 1 dan Y = 1;

n = 38
a) Judul Penelitian : “ Pengaruh Gaya Kepemimpinan dan Kompensasi
Terhadap Kinerja Karyawan Dengan Kepuasan Kinerja Sebagai
Variabel Intervening”
b) Paparan Data
Gaya Kompensasi Kinerja (Y) Kepuasan (X’)
kepemimpinan (X2)
(X1)
40 55 50 50
39 50 43 40
34 38 32 32
40 50 40 44
32 55 41 33

10
 33 44 32 45
44 31 39 39
39 45 42 32
34 55 35 34
34 50 47 35
40 40 49 45
40 41 49 55
41 30 50 34
32 35 40 39
36 43 32 38
40 43 33 54
41 32 45 55
42 33 43 34
43 49 46 41
45 53 47 40
33 57 49 42
32 48 55 51
39 46 53 53
40 32 33 55
41 58 45 56
40 52 43 36
45 43 55 32
44 41 56 30
32 40 38 39
34 38 45 47
34 35 32 39
45 37 30 41
31 45 41 44
32 33 40 54
39 43 41 55
40 54 41 33
40 55 55 31
41 50 39 45
c) Hasil Analisis
Koefisien Jakur Model Pertama :

11
 Koefisien Jalur Model Kedua :

f) Uji Analisis dan Membuat Kesimpulan

Model Jalur Model Pertama :
1. Mengacu pada output regresi model 1 pada bagian table “
coefficients” dapat diketahui bahwa nilai signifikansi dari kedua
variable yaitu x1 = 0.100 dan x2 =0.086 lebih besar dari 0.05.
Hasil ini memberikan kesimpulan bahwa regresi model 1 yakni
variable x1 dan x2 tidak berpengaruh signifikan terhadap Y
2. Besarnya nilai R square yang terdapat pada table “model
summary” adalah sebesar 0.140. hal ini menunjukkan bahwa
sumbangan pengaruh x1 dan x2 terhadap Y adalah sebesar 14%,

12
 sementara sisanya 86% merupakan kontribusi dari variable-
variabel lain yang tidak dimasukkan dalam penelitian. Sementara
itu,untuk nilai e1 dapat dicari dengan rumus e1=(1-0.140) =
0.927

Koefisien Jalur Model Kedua

1. Berdasarkan pada output regresi model II pada bagian table
“coefficitions” ddapat diketahui bahwa nilai signifikasi dari
ketiga variable yaitu x1 = 0.784 dan x2 =0.514 dan Y = 0.984
LEBIH BESAR dari 0.05 hasil ini memberi kesimpulan bahwa
regresi model II yakni variable X1 X2 Dn Y tidak berpengaruh
signifikan terhadap Z
2. Besarnya nilai R Square yang terdapat pada table “ Model
Summary” adalah sebesar 0.015, hal ini menunjukan kontribusi
X1, X2 , dan Y terhadap Z adalah sebesar 1,5% sementara
sisanya 98.5% merupakan kontribusi dari variable-variabel lain
yang tidak diteliti. Sementara untuk nilai e2 = (1-0.015) = 0.992

Kesimpulannya : pengaruh x1 dan x2 terhadap Y ditolak, pengaruh

x1 ,x2,dan y terhadap z ditolak serta pengaruh x1 dan x2 terhadapa y
dan z

13