TUGAS

METODOLOGI PENELITIAN

Nama : Ahmad Arfai Syukri

NIM : 1729101059

1) Suatu penelitian ingin menemukan bentuk regresi dan kontribusi variabel bebas harga
komputer (X1), pendapatan (X2), dan daya beli masyarakat (X3) terhadap permintaan
pembelian komputer (Y). Konstelasi variabel penelitian adalah seperti berikut.

X1

X2
Y

X3

Rumuskan hipotesis penelitian di atas dan uji hipotesis tersebut dengan data fiktif yang
dibuat sendiri minimal 20 responden untuk tiap variabel (tidak boleh sama).

2) Suatu penelitian ingin mengkaji pengaruh langsung dan tidak langsung variabel kualitas
sistem (X1) dan kinerja operator (X2) terhadap kualitas kebijakan strategis (Y) melalui
kualitas kebijakan teknis (X3) dengan konstelasi permasalahan sebagai berikut.

X1

X3 Y

X2

Rumuskan hipotesis penelitian di atas dan uji hipotesis tersebut dengan data fiktif yang
dibuat sendiri minimal 20 responden untuk tiap variabel (tidak boleh sama).
JAWABAN :
1. X1, X2, X3 : variabel independen
Y : variabel dependen
Dua hal yang bisa ditemukan:
1) Koefisien Korelasi Ganda R yang menunjukkan Intensitas (kekuatan) hubungan
X1(harga computer), X2(pendapatan), dan X3(daya beli) terhadap Y (permintaan pembelian computer)
2) Persamaan Garis Regresi: Ŷ = a + b1X1 + c1X2 + d3X3 yang menunjukkan bentuk
hubungan X1, X2, dan X3 terhadap Y
Hipotesis:
Uji Simultan (F) :
- H0: Tidak terdapat kontribusi antara X1, X2, X3 terhadap Y
- H0: b1 = c2 = d3 = 0
- H1: Terdapat kontribusi antara X1, X2, X3 terhadap Y
- H1: bi ≠ 0 i=1,2,3

Uji Parsial – menguji Koefisien :

a. H0 : b1 = 0
H1 : b1 ≠ 0
b. H0 : c2 = 0
H1 : c2 ≠ 0
c. H0 : d3 = 0
H1 : d3 ≠ 0

Tabel Data:
NO Harga Komputer Pendapatan Daya Beli Masyarakat Permintaan Pembelian Komp

1 3000000 2000000 5 10
2 4000000 2000000 4 8
3 5000000 2000000 3 4
4 6000000 2000000 2 1
5 7000000 2000000 1 0
6 3000000 4000000 6 10
7 4000000 4000000 5 8
8 5000000 4000000 4 4
9 6000000 4000000 3 1
10 7000000 4000000 2 1
11 3000000 6000000 8 10
 12 4000000 6000000 7 8
13 5000000 6000000 6 4
14 6000000 6000000 5 3
15 7000000 6000000 4 2
16 3000000 10000000 10 10
17 4000000 10000000 9 8
18 5000000 10000000 8 4
19 6000000 10000000 7 3
20 7000000 10000000 6 2
Analisis dengan SPSS menggunakan Analyze >> Regression >> Linier, sehingga output
yang ditampilkan sebagai berikut:

Descriptive Statistics
Std.
Mean Deviation N
Permintaan Pembelian
5,05 3,546 20
Komputer
Harga Komputer 5000000,00 1450952,500 20
Pendapatan 5500000,00 3034884,893 20
Daya Beli Masyarakat 5,25 2,447 20

Correlations
Permintaan
Pembelian Harga Daya Beli
Komputer Komputer Pendapatan Masyarakat
Pearson Correlation Permintaan Pembelian
1,000 -,961 ,090 ,647
Komputer
Harga Komputer -,961 1,000 ,000 -,593
Pendapatan ,090 ,000 1,000 ,797
Daya Beli Masyarakat ,647 -,593 ,797 1,000
Sig. (1-tailed) Permintaan Pembelian
. ,000 ,352 ,001
Komputer
Harga Komputer ,000 . ,500 ,003
Pendapatan ,352 ,500 . ,000
Daya Beli Masyarakat ,001 ,003 ,000 .
N Permintaan Pembelian
20 20 20 20
Komputer
Harga Komputer 20 20 20 20
Pendapatan 20 20 20 20
Daya Beli Masyarakat 20 20 20 20

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
Model Summary
1 Daya Beli
Adjusted R Std. Error of
Masyarakat,
Model R R Square Square the Estimate
Harga . Enter
a
1 ,967
Komputer,,935 ,923 ,987
a. Predictors: (Constant),
PendapatanbDaya Beli Masyarakat, Harga
Komputer, Pendapatan
a. Dependent Variable: Permintaan Pembelian
Komputer
b. All requested variables entered.
ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 223,370 3 74,457 76,464 ,000b
Residual 15,580 16 ,974
Total 238,950 19
a. Dependent Variable: Permintaan Pembelian Komputer
b. Predictors: (Constant), Daya Beli Masyarakat, Harga Komputer, Pendapatan

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Correlations
Zero- Partia
Model B Std. Error Beta t Sig. order l Part
1 (Constant) 12,190 5,617 2,170 ,045
Harga Komputer -1,750E- ,000 -,716 - ,054 -,961 -,462 -,133
6 2,083
 Pendapatan -2,800E-
,000 -,240 -,522 ,609 ,090 -,130 -,033
7
Daya Beli
,600 ,826 ,414 ,727 ,478 ,647 ,179 ,046
Masyarakat
a. Dependent Variable: Permintaan Pembelian Komputer
Kesimpulan Pengujian :
- Tabel Model Summary Koefisien Determinasi (R2) = 93,5%
- Koefisien determinasi adalah sumbangan pengaruh yang diberikan variabel bebas (X)
terhadap variabel terikat (Y). Dapat dipakai untuk pemprediksi seberapa besar kontribusi
pengaruh variable bebas (X) terhadap variabel terikat (Y) dengan syarat hasil uji F dalam
analisis regresi bernilai signifikan.
- Tabel Anova untuk menguji model F :
Ŷ = 12,190 – 1,75.00-6X1 – 2,8.10-7X2 + 0,6X3
F=76,464 α =5% = 0,05
P-value = Sig = 0,000
Bandingkan Sig dengan α = 0,000 < 0,05
Keputusan : Tolak H0 artinya terdapat kontribusi antara X1, X2, X3 terhadap Y.
- Tabel Coefficients – Uji Parsial :
a. H0 : b1 = 0
H1 : b1 ≠ 0
t = 2,170
Sig = 0,045 α = 0,05
Keputusan : 0,045 < 0,05  Tolak H0 artinya harga berkontribusi terhadap permintaan
komputer.
b. H0 : c2 = 0
H1 : c2 ≠ 0
t = 2,083
Sig = 0,054 α = 0,05
Keputusan : 0,054 > 0,05  Terima H0 artinya pendapatan tidak berkontribusi
terhadap permintaan computer.
c. H0 : d3 = 0
H1 : d3 ≠ 0
t = 0,727
Sig = 0,045 α = 0,05
Keputusan : 0,478 > 0,05  Terima H0 artinya daya beli tidak berkontribusi terhadap
permintaan komputer.
2. Hipotesis

Pengaruh langsung dan tidak langsung kualitas sistem (X1) dan kinerja operator (X2)
terhadap kualitas kebijakan strategis (Y) melalui kualitas kebijakan teknis (X3).
- Pengaruh X1 dan X2 terhadap Y
- Pengaruh X2, X2 dan X3 terhadap Y
- Pengaruh X1 dan X2 melalui X3 terhadap Y
Struktur :
X3= PX3X1X1 + P X3X2X2 + PX3 1
Y=PYX1X1 + PYX2X2 + PYX3X3 + PY 2

Tabel data :
No.
X1 X2 X3 Y
Responden
1 43 53 47 48
2 45 54 45 48
3 42 49 37 43
4 37 47 40 41
5 37 38 37 37
6 38 50 43 44
7 38 51 41 43
8 38 51 42 44
9 41 43 43 42
10 36 41 31 36
11 37 41 44 41
12 44 55 50 50
13 41 42 42 42
14 34 39 37 37
15 36 40 39 38
16 44 53 50 49
17 41 47 43 44
18 44 54 47 48
19 40 43 40 41
20 43 42 49 45
Analisis dengan SPSS menggunakan Analyze >> Regression >> Linier, sehingga output yang
ditampilkan sebagai berikut:

Model I :
Model Summary

Model R R Square Adjusted R Std. Error of the

Square Estimate
a
1 .759 .577 .527 3.365

a. Predictors: (Constant), X2, X1

 ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 262.106 2 131.053 11.577 .001b

1 Residual 192.444 17 11.320

Total 454.550 19

a. Dependent Variable: X3
b. Predictors: (Constant), X2, X1

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -2.152 9.419 -.228 .822

1 X1 .939 .317 .631 2.968 .009

X2 .149 .181 .175 .824 .421

a. Dependent Variable: X3

HITUNG KOEFISIEN JALUR : MODEL I

H0 diterima dan Ha ditolak jika nilai t hitung < t tabel atau jika nilai Sig. > 0,05
H0 ditolak dan Ha diterima jika nilai t hitung > t tabel atau jika nilai Sig. < 0,05
Mencari t tabel dengan
tingkat kepercayaan
t tabel=( ; jumlah responden− jumlah variabel−1)
2
t tabel = (0,05/2 ; 20-2-1) = (0,025 ; 17) = 2,110
- Kualitas Sistem
H0 : Kualitas sistem tidak berkontribusi terhadap kualitas kebijakan teknis
Ha : Kualitas sistem berkontribusi terhadap kualitas kebijakan teknis
Berdasarkan hasil analisis regresi diperoleh nilai t hitung sebesar 2,968 > t tabel 2,110 dan
nilai singnifikansi (Sig.) 0,009 < 0,05. Maka dapat disimpulkan bahwa H0 ditolak dan Ha
diterima, yang artinya kualitas sistem (X1) berpengaruh terhadap kualitas kebijakan teknis.

- Kinerja Operator
H0 : Kinerja operator tidak berkontribusi terhadap kualitas kebijakan teknis
Ha : Kinerja operator berkontribusi terhadap kualitas kebijakan teknis
Berdasarkan hasil analisis regresi diperoleh nilai t hitung sebesar 0,824 < t tabel 2,110 dan
nilai singnifikansi (Sig.) 0,421 > 0,05. Maka dapat disimpulkan bahwa H0 diterima dan Ha
ditolak, yang artinya kinerja operator (X2) tidak berpengaruh terhadap kualitas kebijakan
teknis.
Dikarenakan variabel Kinerja Operator (X2) tidak signifikan maka variabel Kinerja Operator
(X2) dikeluarkan.

Model Summary

Model R R Square Adjusted R Std. Error of the

Square Estimate
a
1 .748 .560 .535 3.334

a. Predictors: (Constant), X1

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 254.422 1 254.422 22.883 .000b

1 Residual 200.128 18 11.118

Total 454.550 19

a. Dependent Variable: X3
b. Predictors: (Constant), X1

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -2.161 9.335 -.232 .820

1
X1 1.114 .233 .748 4.784 .000

a. Dependent Variable: X3

PX31 = √ 1−R2= √ 1−0,560=0,663

Persamaan :

X3 = PX3X1X1 + PX31

X3 = 0,748X1 + 0,6631

Model II:

Model Summary

Model R R Square Adjusted R Std. Error of the

Square Estimate

1 .998a .995 .994 .317

a. Predictors: (Constant), X3, X2, X1

 ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 325.339 3 108.446 1077.201 .000b

1 Residual 1.611 16 .101

Total 326.950 19

a. Dependent Variable: Y
b. Predictors: (Constant), X3, X2, X1

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -.434 .890 -.488 .632

X1 .333 .037 .264 9.056 .000

1
X2 .331 .017 .457 18.980 .000

X3 .348 .023 .410 15.217 .000

a. Dependent Variable: Y

HITUNG KOEFISIEN JALUR : MODEL II

H0 diterima dan Ha ditolak jika nilai t hitung < t tabel atau jika nilai Sig. > 0,05
H0 ditolak dan Ha diterima jika nilai t hitung > t tabel atau jika nilai Sig. < 0,05
Mencari t tabel dengan
tingkat kepercayaan
t tabel=( ; jumlah responden− jumlah variabel−1)
2
t tabel = (0,05/2 ; 20-3-1) = (0,025 ; 16) = 2,120
- Kualitas Sistem
H0 : Kualitas sistem tidak berkontribusi terhadap kualitas kebijakan strategis
Ha : Kualitas sistem berkontribusi terhadap kualitas kebijakan strategis
Berdasarkan hasil analisis regresi diperoleh nilai t hitung sebesar 9,056 > t tabel 2,120 dan
nilai singnifikansi (Sig.) 0,000 < 0,05. Maka dapat disimpulkan bahwa H0 ditolak dan Ha
diterima, yang artinya kualitas sistem (X1) berpengaruh terhadap kualitas kebijakan strategis.
- Kinerja Operator
H0 : Kinerja operator tidak berkontribusi terhadap kualitas kebijakan strategis
Ha : Kinerja operator berkontribusi terhadap kualitas kebijakan strategis
Berdasarkan hasil analisis regresi diperoleh nilai t hitung sebesar 18,980 > t tabel 2,120
dan nilai singnifikansi (Sig.) 0,000 < 0,05. Maka dapat disimpulkan bahwa H0 ditolak
 dan Ha diterima, yang artinya kinerja operator (X2) berpengaruh terhadap kualitas
kebijakan strategis.
- Kualitas Kebijakan Teknis
H0 : Kualitas kebijakan teknis tidak berkontribusi terhadap kualitas kebijakan
strategis
Ha : Kualitas kebijakan teknis berkontribusi terhadap kualitas kebijakan strategis
Berdasarkan hasil analisis regresi diperoleh nilai t hitung sebesar 15,217 > t tabel
2,120 dan nilai singnifikansi (Sig.) 0,000 < 0,05. Maka dapat disimpulkan bahwa
H0 ditolak dan Ha diterima, yang artinya kualitas kebijakan teknis (X3)
berpengaruh terhadap kualitas kebijakan strategis.

PY2 = √ 1−R2= √ 1−0,995=0,071

Persamaan :

Y = 0,264X1 + 0,457X2 + 0,410X3 + 0,0712

MEMAKNAI HASIL ANALISIS JALUR MODEL I DAN MODEL II

X3 = 0,748X1 + 0,6631
Y = 0,264X1 + 0,457X2 + 0,410X3 + 0,0712
Kontribusi Kualitas Sistem (X1) yang secara langsung mempengaruhi Kualitas Kebijakan
Strategis (Y) = 0,2642= 6,97 %
Kontribusi Kinerja Operator (X2) yang secara langsung mempengaruhi Kualitas Kebijakan
Strategis (Y) = 0,4572= 29,90 %
Kontribusi Kualitas Kebijakan Teknis (X3) yang secara langsung mempengaruhi Kualitas
Kebijakan Strategis (Y) = 0,4102= 16,81 %
Kontribusi Kualitas Sistem (X1), Kinerja Operator (X2) dan Kualitas Kebijakan Teknis (X3)
secara simultan yang secara langsung mempengaruhi prestasi kerja (Y) = 0,995=99,00 %.
Sisanya 1,00 % dipengaruhi faktor lain yang tidak dapat dijelaskan dalam penelitian ini.