Nama : Denisa Isnaini (2101100217)

Kelas : Manajemen 2C

1. Sampel Dan Cara Pengambilan Sampel Menurut Suharsimi Arikunto (2013-174)

sampel adalah sebagaian atau wakil populasi yang diteliti. Adapun yang menjadi sampel
penelitian adalah mahasiswa Prodi Manajemen Universitas Labuhan Batu . Penelitian ini,
peneliti mengambil sampel sebesar 10% dan ditentukan taraf kesalahannya 10% atau taraf
kepercayaan atau (signifikansi) sebesar 90%. Jumlah sampel yang akan diambil dalam
penelitian ini, peneliti menggunakan rumus dari Taro Yamane atau Solvin dalam Ridwan
(2010:71) sebagai berikut:
𝑁
𝑛=1 +𝑁𝑒2

Keterangan :
n = Jumlah sampel N = Jumlah populasi e = Kelonggaran ketidaktelitian karena
kesalahan pengambilan sampel yang ditolelir (0,1).
Berdasarkan rumusan tersebut diperoleh jumlah sampel sebagai berikut:
117 117 𝑛 =
2 = = 53,91
1+117(0,1) 2,17

= 54

Teknik pengambilan sampel dalam penelitian ini menggunakan Proportional Random

Sampling dikatakan proporsional karena pengambilan subjek pada setiap angkatan ditentukan
sebanding dengan banyaknya subjek dari masing-masing angkatan, dan dikatakan random
(acak) karena setiap subjek dalam populasi memiliki kesempatan yang sama untuk dipilih
sebagai sampel. Pada tahap berikutnya sampel akan dibagi secara proporsional sesuai dengan
jumlah populasi, pembagian sampel secara proporsional dari populasi yang berstatra dapat
dilakukan dengan rumusan alokasi proportional.
 2. Contoh Pengambilan Sampel Dari SPSS

IPA KIMIA FISIKA

78,30 77,00 87,00

24,70 81,00 73,00
80,50 74,00 75,00
83,50 78,50 78,00
75,00 83,50 84,00

77,00 73,00 73,50

73,00 77,00 78,00

83,50 75,00 89,00

78,50 83,50 88,00

74,00 80,50 78,00

81,00 74,00 67,00

77,00 78,30 78,00

Hasil sesudah di data ke dalam aplikasi SPSS

REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
 /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT papantulis
/METHOD=ENTER meja kursi
/SCATTERPLOT=(*SRESID ,*ZPRED)
/RESIDUALS HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Regression

Notes
Output Created 18-MAY-2022 23:45:37
Comments
Input Active Dataset DataSet1
Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data File 13

User-defined missing values
are treated as missing.
Missing Value Handling Definition of Missing

Cases Used Statistics are based on cases

with no missing values for any
Syntax variable used.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS
R ANOVA
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT papantulis
/METHOD=ENTER meja kursi
/SCATTERPLOT=(*SRESID
,*ZPRED)
/RESIDUALS
HISTOGRAM(ZRESID)
Resources Processor Time NORMPROB(ZRESID).
00:00:00,59
Elapsed Time 00:00:00,59

Memory Required 1644 bytes

Additional Memory Required for Residual 904 bytes

Plots

[DataSet1]

Variables Entered/Removeda
Model Variables Entered Variables Removed Method

1 x2, x1b . Enter

a. Dependent Variable: y
b. All requested variables entered.

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Estimate

1 ,161a ,026 -,191 2,81575

a. Predictors: (Constant), x2, x1
b. Dependent Variable: y

ANOVAa
 Model Sum of Squares df Mean Square F
1 1,893 2 ,947 ,119

Regression

71,356 9 7,928
Residual

Total 73,249 11
a. Dependent Variable: y
b. Predictors: (Constant), x2, x1

Coefficientsa
Standardized
Model Unstandardized Coefficients Coefficients t Sig.

B Std. Error Beta

1 (Consta 65,863 34,214 1,925 ,086

nt)

x1 ,026 ,258 ,036 ,101 ,922

x2 ,129 ,269 ,171 ,481 ,642

a. Dependent Variable: y

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 77,2956 78,6898 77,9917 ,41488 12

- 1,683 ,000 1,000 12
Std. Predicted Value 1,67
1,716 1,375 ,318 12
8 ,85
Standard Error of Predicted 0
Value
Adjusted Predicted Value 77,1405 79,3476 78,0337 ,77706 12
Residual -3,84572 4,02048 ,00000 2,54694 12
Std. Residual -1,366 1,428 ,000 ,905 12
Stud. Residual -1,435 1,498 -,007 ,997 12
Deleted Residual -4,24765 4,42364
Stud. Deleted Residual -1,541 -,04206 3,11455 12
Mahal. Distance ,086 1,630 -,006 1,035 12
3,171 1,833 1,150 12
Cook's Distance ,003 ,165 ,070 ,046 12
Centered Leverage Value ,008 ,288 ,167 ,105 12
a. Dependent Variable: y

Charts