BAB II

TINJAUAN PUSTAKA
2.1 Tabel Kontingensi
Tabel kontingensi adalah merupakan barisan bilangan-bilangan asli dalam bentuk
matrik dimana bilangan-bilangan asli tersebut mewakili jumlah atau frekuensi (Cononer,
1999). Tabel kontingensi atau yang sering disebut tabulasi silang (cross tabulation) adalah
tabel yang mempunyai i buah baris dari kategori X dan j buah kolom dari kategori Y dimana
setiap sel dari tabel tersebut menyajikan semua hasil ij yang mungkin. Cross tabulation yaitu
suatu metode statistik yang menggambarkan dua atau lebih variabel secara simultan dan
hasilnya ditampilkan dalam bentuk tabel yang merefleksikan distribusi bersama dua atau
lebih variabel dengan jumlah kategori yang terbatas.
Tabel 2.1 Tabel Kontingensi Dua Dimensi
X Y Total
1 2 … j … c
1 … …
2 … …
… … … … … … … …
i … …
… … … … … … … …
r … …
Total … …

Dimana 𝑂𝑖𝑗 menunjukkan banyaknya individu yang termasuk dalam sel ke-ij, (total
pengamatan pada sel ke-ij) dengan i = 1, 2, 3, ..., r dan nilai j = 1, 2, 3, …, c.
2.2 Uji Indenpendensi
Uji independensi digunakan untuk mengetahui hubungan antara dua variabel (Agresti,
1990). Setiap level atau kelas variable-variabel tersebut harus memenuhi syarat sebagai
berikut.
1. Homogen
Homogen adalah dimana di dalam setiap sel harus merupakan obyek yang sama.
Sehingga jika datanya heterogen tidak bisa dianalisis menggunakan tabel
kontingensi
2. Mutually Exclusive dan Mutually Exhaustive
Mutually Exclusive (saling saing) adalah antara level satu dengan level yang
lainnya harus saling lepas (independen). Mutually Exhaustive merupakan
dekomposisi secara lengkap sampai pada unit terkecil. Sehingga jika
mengklasifikasikan satu unsur, maka hanya dapat diklasifikasikan dalam satu unit
saja atau dengan kata lain harus masuk dalam klasifikasi yang dilakukan.
3. Skala nominal dan Skala Ordinal
Skala nominal merupakan skala yang bersifat ketegorikal atau klasifikasi, skala
tersebut dapat berfungsi untuk membedakan tetapi tidak merupakan hubungan
kuantitatif dan tingkatan. Jadi anggota dari kelas yang satu dengan anggota dari
 kelas yang lainnya. Ciri-ciri dari skala ini adalah posisi data setara dan tidak bisa
dilakukan operasi matematik. Skala ordinal merupakan skala yang bersifat
kategorikal atau klasifikasi, skala ini berfungsi membedakan dan menunjukkan
adanya suatu urutan atau tingkatan.
Hipotesis untuk pengujian independensi antara respon dan prediktor dapat dituliskan
sebagai berikut.
𝐻0 = Tidak ada hubungan antara variabel prediktor dan variabel respon (x dan y)
𝐻1 = Terdapat hubungan antara variabel prediktor dan variabel respon (x dan y)
Statistik uji yang digunakan adalah sebagai berikut.

(n − Eij )
2
r c
 2 = 
ij
(2.1)
i =1 j =1 Eij

ni.  n. j
Dengan Eij = , dimana i = 1, 2, …, r dan j = 1,2, …, c
n..

Keterangan:

 2 = Nilai peubah acak yang distribusi sampelnya didekati oleh distribusi Chi-Square

nij = Nilai observasi / pengamatan baris ke-i kolom ke-j

ni. = Total observasi/pengamatan baris ke-i

n. j = Total observasi/pengamatan baris ke-j

n.. = Total observasi/pengamatan

Eij = Nilai ekspektasi baris ke-i kolom ke-j

Statistik uji tersebut mengikuti distribusi Chi-Squared sehingga H0 ditolak jika

   dengan df adalah degrees of freedom banyaknya prediktor atau df = (r-1) (c-1) atau
2 2
df ,

nilai signifikansi < α

2.3 Regresi Logistik Biner
Regresi logistik biner adalah metode statistik yang digunakan untuk mencari hubungan
antara variabel respon (y) yang memiliki skala data nominal (dua kategori atau biner) dengan
variabel prediktor (x) yang bersifat kategorik maupun kontinu (Hosmer & Lemeshow , 1989).
Outcome dari variabel respon y dari 2 kategori yaitu “sukses” atau “gagal” yang dinotasikan
dangan y = 1 (sukses) atau y = 0 (gagal). Dalam keadaan demikian, variabel y mengikuti
distribusi Bernoulli untuk setiap observasi tunggal. Model regresi logistiknya adalah sebagai
berikut.
( 0 + 1 X1 +  2 X 2 + + p X p )
e
 ( x) = (2.2)
( 0 + 1 X1 +  2 X 2 + + p X p )
1+ e
Keterangan:
𝛽0 = Konstanta atau intersep
𝛽𝑖 = Konstanta variabel prediktor, dengan i=1, 2, …, p
Untuk mempermudah pendugaan parameter regresi maka model regresi logistik diuraikan
dengan menggunakan transformasi logit dari (𝑥). Sehingga diperoleh persamaan
berikut.

  ( x) 
g ( x ) = ln  = 0 + 1 X 1 +  2 X 2 + + pX p
 1 −  ( x ) 
(2.3)
 
Model tersebut merupakan fungsi linier dari parameter-parameternya. Pada regresi
logistik, variabel respon diekspresikan sebagai dimana ε mempunyai salah satu dari
kemungkinan dua nilai yaitu dengan peluang jika y = 1 dan dengan peluang jika y = 0 dan
mengikuti distribusi binomial dengan rataan nol dan varians sama dengan satu (Agresti, 2002)
2.4 Uji Kesesuaian Model
Alat yang digunakan untuk menguji kecocokan model dalam regresi logistik adalah uji
Hosmer-Lemeshow. Pengujian ini dilakukan untuk menguji apakah model yang dihasilkan
berdasarkan regresi logistik multivariat/serentak sudah layak. Pengujian ini menggunakan
statistik uji Hosmer dan Lemeshow (Lemeshow, 2000) dengan hipotesis yang digunakan
adalah sebagai berikut.
Hipotesis:
𝐻0 : Model sesuai (tidak ada perbedaan antara hasil observasi dengan kemungkinan prediksi
model)
𝐻1 : Model tidak sesuai (ada perbedaan antara hasil observasi dengan kemungkinan prediksi
model)
Statistik Uji:
𝑔
′
(𝑜𝑖𝑗 − 𝑛𝑖𝑗 𝜋̅𝑖𝑗 )2
𝐶̂ = ∑ ′ (2.4)
𝑛𝑖𝑗 𝜋̅𝑖𝑗 (1 − 𝜋̅𝑖𝑗 )
𝑖,𝑗=1
Dimana:
g = Jumlah grup (kombinasi kategori dalam model serentak)
′
𝑛𝑖𝑗 = Banyaknya observasi pada grup ke-ij
𝑐𝑖𝑗
𝑜𝑖𝑗 = Observasi pada grup ke-ij (∑𝑗=1 𝑦𝑖 dengan 𝑐𝑖𝑗 : respon (0,1))

𝑖𝑗 𝑐 ̂𝑗
𝑚𝑗 𝜋
𝜋̅𝑖𝑗 = Rata-rata taksiran peluang (∑𝑗=1 ) dimana j = 1, 2, …, c
𝑛′𝑖𝑗

Daerah penolakan:
𝐻0 ditolak apabila nilai C  (2v, ) dengan v derajat bebas adalah banyaknya parameter dalam
model tanpa 𝛽0 atau nilai p-value < α. Dengan menolak 𝐻0 maka model sesuai atau tidak
terdapat perbedaan antara observasi dengan hasil prediksi (Lemeshow, 2000).
2.5 MANOVA
Manova adalah generalisasi dari analisis varian untuk situasi dimana ada beberapa
variabel independen dengan mengukur beberapa variabel dependen. Peneliti dapat
meningkatkan kemungkinan perubahan yang dihasilkan oleh perlakuan yang berbeda-beda
dan interaksi-interaksi yang berbeda, tetapi meningkatkan kompleksitas analisis. Keuntungan
dari MANOVA melalui serangkaian ANOVA untuk setiap variabel dependen adalah
perlindungan terhadap kesalahan tipe 1. Akan tetapi, keuntungan ini akan terlihat hanya
ketika uji signifikasi dua sisi. Namun jika tes satu sisi yang diinginkan, penggunaan
MANOVA dapat mengakibatkan kerugian yang tidak dapat diterima hasilnya (Sutopo &
Slamet, 2017)
Seperti ANOVA, MANOVA dapat dibagi menjadi MANOVA satu arah dan MANOVA
dua arah (desain faktorial). Perbedaan antara MANOVA satu arah dan MANOVA dua arah
(desain faktorial) adalah jumlah kategori variabel bebas. Dalam analisis multivariat satu arah,
variabel independen dikategorikan dan setidaknya dua variabel dependen adalah angka.
Dalam MANOVA dua arah (desain faktorial), dua atau lebih variabel bebas dibagi menjadi
beberapa kategori, setidaknya dua di antaranya bergantung secara numerik (Joseph F. Hair Jr
et al., 2010).
Model umum untuk MANOVA satu arah, yaitu (Mattjik & Sumertajaya, 2011):
Yijk = k +  ik +  ijk (2.5)
dimana : i = 1, 2,..., t; j = 1, 2,..., r; k = 1, 2,..., p
Yijk = pengamatan dari variabel terikat ke-k dan ulangan ke-j yang memperoleh perlakuan ke-i
 k = rata-rata dari variabel terikat ke-k
 ik = pengaruh dari perlakuan ke-i terhadap variabel terikat ke-k.
 ijk = pengaruh sisaan yang timbul pada variabel terikat ke-k dari ulangan ke-j dan perlakuan
ke-i

Model umum untuk two-way MANOVA, yaitu (Mattjik & Sumertajaya, 2011):

Yijk = k +  ik +  jk +  ijk (2.6)

dimana: i = 1,2,..., t; j = 1,2,..., r ; k = 1,2,..., p.

Yijk = nilai pengamatan dari variabel terikat ke-k dan kelompok ke-j yang memperoleh
perlakuan ke-i
 k = rata-rata dari variabel terikat ke-k

 ik = pengaruh dari perlakuan ke-i terhadap variabel terikat ke-k.

 jk = pengaruh dari perlakuan ke-j terhadap variabel terikat ke-k.

 ijk = pengaruh sisaan yang timbul pada variabel terikat ke-k dari kelompok ke-j yang
memperoleh perlakuan ke-i.
Pada penggunaan MANOVA, ada beberapa asumsi yang harus terpenuhi, yaitu:
1. Terdapat minimal dua atau lebih variabel terikat dengan skala pengukuran interval
atau rasio.
2. Terdapat variabel bebas nonmetrik dengan skala pengukuran nominal atau ordinal.
3. Terpenuhinya pengujian normalitas pada variabel terikat.
4. Terdapat kesamaan matriks varians-kovarians (Joseph F. Hair Jr et al., 2010)

2.6 Konsep Partisipasi Kerja

Partisipasi Angkatan Kerja (AK) adalah keterlibatan seseorang dalam bidang
ekonomi, dibedakan menjadi bekerja dan tidak bekerja (dikenal dengan menganggur).
Bekerja adalah kegiatan ekonomi yang dilakukan seseoarang dengan maksud memperoleh
atau membantu memperoleh pendapatan atau keuntungan paling sedikit 1 (satu) jam secara
tidak terputus selama seminggu yang lalu. Kegiatan bekerja ini mencakup, baik yang sedang
bekerja maupun yang punya pekerjaan tetapi dalam seminggu yang lalu sementara tidak
bekerja. Misalnya karena cuti, sakit, dan sejenisnya. Pengertian menganggur adalah keadaan
dimana seseorang mencari pekerjaan, karena merasa tidak mungkin mendapatkan pekerjaan
atau sudah punya pekerjaan, tetapi belum mulai bekerja (BPS, 2007).
TPAK merupakan suatu ukuran proporsi penduduk usia kerja yang terlibat secara
aktif dalam pasar tenaga kerja baik yang bekerja maupun sedang mencari pekerjaan.
Indikator ini dapat mengindikasikan besaran ukuran relatif penawaran tenaga kerja (supply)
yang dapat terlibat dalam produksi barang dan jasa (BPS, 2007). Pada penelitian ini akan
dikhususkan pada partisipasi angkatan kerja wanita.
Adapun faktor – faktor yang mempengaruhi partisipasi kerja menurut penelitian yang
telah dilakukan sebagai berikut.
a. Pendidikan
Pendidikan adalah suatu upaya untuk memperbaiki dan mengembangkan sikap,
tingkah laku, ketrampilan dan pengetahuan (Nitisemito, 2012). Pendidikan juga dapat
diartikan sebagai suatu kegiatan untuk memutuskan persoalan-persoalan yang
menyangkut kegiatan untuk mencapai tujuan (Heidjarachman & Husnan, 2014).
Kelompok wanita dengan pendidikan yang sangat rendah (SD misalnya), cenderung
untuk memiliki partisipasi angkatan kerja yang tinggi. Namun, pada wanita dengan
memiliki pendidikan yang menengah, partisipasi angkatan kerja wanita cenderung
menurun. Sedangkan wanita dengan tingkat pendidikan yang tinggi cenderung
partisipasi angkatan kerjanya tinggi (Pratomo, 2017).
b. Motivasi
Motivasi dapat diartikan sebagai suatu disposisi untuk merespon suatu obyek atau
peristiwa (Ajzen, 2016). Motivasi Kerja adalah serangkaian usaha untuk menyediakan
kondisikondisi tertentu sehingga seseorang mau dan ingin melakukan sesuatu dan bila
ia tidak suka maka akan berusaha untuk meniadakan atau mengelakkan (Barbara et al.,
 2017). Terdapat pengaruh signifikan variabel Motivasi terhadap Partisipasi Kerja
(Yusri et al., 2018).
c. Minat
Minat adalah suatu rasa lebih suka dan rasa keterikatan pada suatu hal atau aktivitas,
tanpa ada yang menyuruh. Minat pada dasarnya adalah penerimaan akan suatu
hubungan diri sendiri dengan sesuatu di luar diri. Menurut (Harjanto, 2013), Minat
Kerja berpengaruh positif dan signifikan terhadap Partisipasi Kerja.
d. Enterpreneurship

Gambar 2.1 Entrepeneurship

Entrepreneurship (kewirausahaan) adalah suatu proses penerapan inovasi dan
kreativitas dalam menciptakan sesuatu yang berbeda dan memiliki nilai serta
kemampuan menghadapi tantangan hidup dengan cara melihat peluang dari berbagai
resiko dan ketidakpastian demi mencapai keuntungan dan pertumbuhan (Riadi, 2020).
Minat wirausaha adalah ketertarikan seseorang untuk melakukan bisnis sendiri
dengan berani mengambil resiko. Subandono Rahmadi, mengemukakan bahwa minat
wirausaha adalah kecenderungan hati dalam diri subjek untuk tertarik menciptakan
suatu usaha yang kemudian mengorganisir, mengatur, menanggung risiko dan
mengembangkan usaha yang diciptakannya tersebut (Suryani et al., 2017). Ada
hubungan positif dan signifikan antara minat wirausaha dengan partisipasi angkatan
kerja (Wulansari, 2017).
 DAFTAR PUSTAKA
Agresti, A. (1990). Categorical Data Analysis. New Jersey: John Wiley & Sons.

Agresti, A. (2002). Categorical Data Analysis Second Edtion. New Jersey: John Wiley & Sons.

Ajzen. (2016). Nature and Operation of Motivation. Annual Review of Psychology, 52(3), 27–58.
Barbara, A. V. M., B.H.R.Kairupan, & S.H.Malonda, N. (2017). Hubungan Motivasi Kerja Dan
Partisipasi Kerja dengan Kinerja Bidan Desa di Kabupaten Maluku Tenggara Barat. Jurnal
Kesehatan Masyarakat Universitas Sam Ratulangi, 6(3), 1–7.
BPS. (2007). Analisis Perkembangan Statistik Ketenagakerjaan (Laporan Sosial Indonesia 2007). In
Badan Pusat Statistik, Jakarta-Indonesia.
Cononer, W. (1999). Practical Nonparametric Statiustic. Thirt Edition. Texas, America: John Wiley &
Sons, INC.

Harjanto, C. T. (2013). Pengaruh Minat Kerja dan Prestasi Praktik Kerja Industri terhadap Kesiapan
Kerja Siswa Kelas XII SMKN 1 Seyegan.
http://repositorio.uchile.cl/bitstream/handle/2250/130118/Memoria.pdf
Heidjarachman, R., & Husnan, A. (2014). Manajemen Personalia. BPFE-Yogyakarta.
Hosmer, D., & Lemeshow . (1989). Applied Logistik Regression. New York: John Wiley and Sons Inc.

Joseph F. Hair Jr, William C. Black, Barry J. Babin, & Rolph E. Anderson. (2010). Multivariate Data
Analysis : A Global Perspective (7th Edition). Pearson Prentice Hall.

Lemeshow, D. (2000). Applied Logistic Regression. Canada: Wiley & Sons, Inc.

Mattjik, A. A., & Sumertajaya, I. M. (2011). Sidik Peubah Ganda dengan Menggunakan SAS (Edisi 1).
IPB Press.

Nitisemito, A. S. (2012). Manajemen Personalia (3rd ed.). Ghalia Indonesia.

Pratomo, D. S. (2017). Pendidikan dan Partisipasi Angkatan Kerja Wanita di Indonesia: Analisis
Terhadap Hipotesis Kurva-U. JURNAL EKONOMI KUANTITATIF TERAPAN, 10(2), 1–8.
Riadi, M. (2020). Entrepreneurship (Pengertian, Sifat, Manfaat dan Tahapan). KAJIANPSUTAKA.COM.
https://www.kajianpustaka.com/2020/01/entrepreneurship-pengertian-sifat-manfaat-dan-
tahapan.html
Suryani, D., Praswati, & Rahmadi, S. (2017). Faktor-Faktor Yang Mempengaruhi Minat Berwirausaha
Mahasiswa Unis Tangerang. JIPIS, 25(2), 3.
Wulansari, V. (2017). Hubungan Minat Wirausaha terhadap Partisipasi Angkatan Kerja di Kabupaten
Sleman. Universitas Sanata Dharma.
Yusri, Harjono, & Panjaitan, F. (2018). Pengaruh Motivasi Dan Pelatihan Terhadap Kinerja Karyawan.
JURNAL ILMIAH PROGRESIF MANAJEMEN BISNIS (JIPMB, 27(2), 9–15.
https://doi.org/10.22202/economica.2018.v7.i1.1873
Nama Kelompok
1. Hafez Afghan (NRP 0621194000018)
2. Rindy Rafida (NRP 06211940000094)
3. Sindy Chairunisa (NRP 06211940000105)