Nama : Linda Hidayatus Sholichah

NIM : 201120002428
Mata Kuliah : Statistik

Soal 1
Ada berapa ukuran letak dalam Quartil, Desil dan Persentil?
Jawab :

 Kuartil
adalah suatu bilangan yang dapat dianggap membagi data
yang telah diurutkan menurut besarnya, dari yang terkecil ke yang
terbesar menjadi empat sub kelompok sama banyak.
Terdapat tiga nilai kuartil yaitu kuartil bawah (Q1), kuartil
tengah/median (Q2), dan kuartil atas (Q3).

 kuartil
data dibagi empat bagian yang sama, sedangkan desil data
dibagi 10 bagian yang sama. Harga-harga desil ada sembilan
bagian, yaitu D1 sampai D9.

 Persentil
adalah titik atau skor atau nilai yang membagi seluruh
distribusi frekuensi dari data yang kita selidiki ke dalam 100
bagian yang sama besar,  karena itu presentil sering disebut
ukuran perseratusan.
Titik yang membagi distribusi data ke dalam seratus bagian yang
sama besar itu ialah titik-titik: P1, P2, P3, P4, P5, P6, … dan
seterusnya, sampai dengan P99.

Soal 2
Apa yang dimaksud data time series, data cross section, data panel? Serta berikan contoh
masing-masing..!
Jawab :

 Data time series adalah data yang terdiri dari satu objek namun teridiri dari beberapa
waktu periode, seperti harian, bulanan, triwulanan, dan tahunan.
Contoh :
Data penjualan Cabe Rawit dari tahun 2017 sampai 2021
Tahun Penjualan Cabe/Kg
2017 Rp. 30,000,-
2018 Rp. 32,000,-
2019 Rp. 40,000,-
2020 Rp. 50.000,-
 2021 Rp. 57.000,-

 Data cross section adalah Data yang terdiri dari satu objek namun memerlukan sub
objek-sub objek lainnya yang berkaitan atau yang berada di dalam objek induk
tersebut pada suatu waktu (satu waktu saja, tidak seperti data time series yang terdiri
dari beberapa periode waktu)
Contoh :
Studi cross sectional yang dilakukan pada variasi rasa es krim di took tertentu dan
bagaimana orang merespons rasa tersebut. Anda duga dapat memperoleh data cross
sectional dari daftar nilai yang dicetak oleh kelas siswa pada teks tertentu

 Data panel adalah Data gabungan antara data time series dengan data cross section.
Dikatakan data gabungan karena data ini terdiri atas beberapa objek/sub objek dalam
beberapa periode waktu.

Contoh :
Data penjualan hasil pertanian dari tahun 2017 sampai 2021

Periode Cabe Bawah Merah Bawang

Putih
2017 30.000,- 15,000,- 20,000,-
2018 32.,000,- 20,000,- 20,000,-
2019 40.000,- 17,000,- 17,000,-
2020 50,.000,- 20,000,- 20,000,-
2021 57.000,- 19,000,- 18,000,-

Soal 3
Berikut ini adalah data kegiatan promosi dan jumlah penjualan dari perusahaan Sepeda di
Toko “GOES”:

Kegiata Jumlah a. Hitunglah nilai korelasi dari data di samping dengan menggunakan rumus
n Penjuala berikut ini:
No promos n
i (Y) n n n
(X) n ∑ X i Y i −∑ X i ∑ Y i
1 5 12 r= i =1 i =1 i=1

2 4 11
√ (∑ ) √ ∑ (∑ )
n n 2 n n 2

3 5 13 n∑ X 2i − Xi n Y 2i − Yi
i=1 i=1 i =1 i=1
4 5 12 b. Lakukan analisis korelasi dari data di samping dengan menggunakan
5 7 13 SPSS!
6 7 14 c. Jelaskan nilai korelasi tersebut!
7 6 16
Jumla
42 91
h
Jawab :
a. .

Kegiata
Jumlah
n
No Penjualan X² Y² X.Y
Promosi
(Y)
(X)
1 5 12 25 144 60
2 4 11 16 121 44
3 5 13 25 169 65
4 5 12 25 144 60
5 7 13 49 169 91
6 7 14 49 196 98
7 6 16 36 256 96
Jumlah 39 91 225 1199 514

n n n
n ∑ X i Y i −∑ X i ∑ Y i
i =1 i =1 i=1
r=

√ (∑ ) √ ( )
n n 2 n n 2
n ∑ X 2i − Xi n ∑ Y 2i − ∑ Yi
i=1 i=1 i =1 i=1

r = 7(514) – (39x91)
√ 7 x 225−(39)² √ 7 x 1199−(91) ²
r = 49
√ √ 112
54
r = 49
7,348469 x 10,58301

r = 49
77,76889

r = 0,630072

b. Analisis korelasi dari data di samping dengan menggunakan SPSS

c. Dari output SPSS tersebut diketahui besarnya nilai korelasi (R) adalah 0,630,
berarti hubungan kegiatan promosi dengan jumlah penjualan adalah sedang
karena nilainya di antara 0.5-0.8.
Soal 4
Perhatikan output SPSS berikut ini:

Coefficientsa
Model Unstandardized Standardized t Sig.
Coefficients Coefficients
B Std. Error Beta
(Constant) 19.074 5.284 3.610 .001
Dukungan Manajemen Puncak (X1) .700 .249 .356 2.818 .007
Kemampuan Teknik Personal (X2) .958 .278 .479 3.447 .001
1
Ukuran Organisasi (X3) -.423 .265 -.200 -1.595 .118
Formalisasi Pengembangan Sistem
.061 .243 .036 .250 .804
Informasi (X4)

a. Dependent Variable: Kinerja Sistem Informasi Akuntansi (Y)

Sumber: Yanto dan Muhammad (2021)

Berdasarkan output SPSS di atas, maka saudara/ri diminta:

a. Susunlah persamaan regresi berganda dari output SPSS tersebut!
Jawab :
Penjelaasan Dari output SPSS diatas yaitu, persamaan regresi dapat disusun sebagai
berikut :

Y = 19,074 + 0,700 X1 + 0,958 X2 + (-0,423) X3 + 0,61 X4

b. Jelaskan pengaruh dari masing-masing variabel independen terhadap variabel

dependen berdasarkan persamaan tersebut!
Jawab :
Y = 9,143 + 0,643 X1, berarti Biaya promosi mempunyai pengaruh positif terhadap
omset penjualan. Jadi apabila biaya promosi (X1) dinaikkan sebesar Rp. 1.000.000,00
maka biaya promosi akan naik sebesar Rp. 643.000,00 jadi omset penjualan menjadi
Rp. 9.786.000,00 (didapat dari Rp. 9.143.000,00 + Rp. 643.000,00
Dari hasil persamaan regresi linier berganda tersebut, maka dapat diinterpretasikan
sebagai berikut :
1. Nilai konstanta pada tabel diatas yaitu sebesar 19,074% artinya jika variabel
independen dianggap konstan, maka kinerja sistem informasi akuntansi yang
dihasilkan sebesar 19,074%
2. Dukungan manajemen puncak mempunyai pengaruh positif terhadap kinerja
sistem informasi akuntansi. Koefeisien regresi dukungan manajemen puncak
sebesar 0,700% artinya jika dukungan tersebut mengalami kenaikan sebesar 1%
akan menaikkan kinerja sistem informasi akuntansi sebesar 0,700% dan
sebaliknya.
3. Kemampuan Teknik Personal mempunyai pengaruh positif terhadap kinerja sistem
informasi akuntansi. Koefisien regresi Kemampuan Teknik Personal sebesar
 0,958% artinya jika Kemampuan tersebut mengalami kenaikan sebesar 1% akan
menaikkan kinerja sistem informasi akuntansi sebesar 0,958% dan sebaliknya.
4. Ukuran Organisasi mempunyai pengaruh negatif terhadap kinerja sistem informasi
akuntansi. Koefisien regresi Ukuran Organisasi sebesar -0,423% artinya jika
Ukuran tersebut mengalami kenaikan sebesar 1% akan menurunkan kinerja sistem
informasi akuntansi sebesar -0,423% dan sebaliknya.
5. Formalisasi Pengembangan Sistem Informasi mempunyai pengaruh positif
terhadap kinerja sistem informasi akuntansi. Koefisien regresi Formalisasi
Pengembangan Sistem Informasi sebesar 0,061% artinya jika Formalisasi tersebut
mengalami kenaikan sebesar 1 akan menaikkan kinerja sistem informasi akuntansi
sebesar 0,061% dan sebaliknya.