LAPORAN AKHIR
PRAKTIKUM STATISTIK INDUSTRI
Disusun oleh:
Kelompok :6
Muammar 1904106010020
M.Syauqi Nur 1904106010080
Muhammad Razaq 1904106010088
Hari/Shift : Senin/I
Asisten : Zikra Noprita
Pembimbing : Sarika Zuhri, S.T., M.T.
Penelitian ini bertujuan untuk mengukur pengaruh Citra Destinasi, Kualitas Pelayanan
Petugas dan Harga terhadap Kepuasan Wisatawan pada Pulau Weh Sabang. Sampel yang
digunakan dalam penelitian ini adalah wisatawan yang berkunjung ke Pulau Weh Sabang
berjumlah 75 responden. Peralatan pengumpulan data yang digunakan pada penelitian ini adalah
kuesioner. Teknik pengambilan sampel pada penelitian ini adalah nonprobability sampling. Modul
I menentukan variabel dependen dan variabel independen serta menentukan indikator pada setiap
variabel untuk pembuatan pernyataan atau kesioner yang akan disebarkan pada responden yang
mengunjungi Pulau Weh Sabang. Modul II dilakukan pengolahan data statistik yang menghasilkan
beberapa grafik yang bisa didapatkan melalui pengujian menggunakan Microsoft Excel. Modul III
untuk pengolahan data secara manual menggunakan rumus sedangkan pengolahan data
menggunakan Software SPSS 20 Dan Minitab 18. Modul VI data kuesioner pada setiap variabel
dilakukan beberapa pengujian seperti pengujian asumsi linear, pengujian korelasi, dan pengujian
regresi berganda. Semua pengujian tersebut bertujuan untuk mengetahui pengaruh dari semua
varibel yang terlibat. Berdasarkan analisis, dapat diindikasikan bahwa Citra Destinasi dan Kualitas
Pelayanan Petugas memiliki pengaruh terhadap kepuasan wisatawan. Sedangkan Harga tidak
berpengaruh terhadap kepuasan wisatawan
i
KATA PENGANTAR
Puji syukur penulis ucapkan atas limpahan rahmat serta hidayah yang
diberikan oleh Allah SWT, sehingga kami dapat menyelesaikan penelitian yang
berjudul “Analisis Pengaruh Citra Destinasi, Kualitas Pelayanan Petugas dan
Harga Terhadap Kepuasan Wisatawan Pulau Weh Sabang” yang disusun untuk
penyelesaian laporan Pratikum Statistik Industri Progam Studi Teknik Industri
Universitas Syiah Kuala
Selama penyusunan laporan ini kami telah banyak mendapatkan bantuan dari
berbagai sumber baik berupa moral maupun materi, karena dengan itu dengan
rasa hormat serta syukur kami berterikasih kepada :
1. Bapak Dr. Irwansyah, S.T., M.Eng selaku Ketua Jurusan Teknik Mesin
dan Industri Fakultas Teknik Universitas Syiah Kuala
2. Bapak Ir. Ilyas, S.T., M.T. selaku Kepala Progam Studi Teknik Indsutri
3. Bapak Prima Denny Sentia, S.T., M.IT selaku ketua Laboratorium
Komputasi dan Optimasi Industri (LKOI)
4. Ibu Sarika Zuhri, ST., M.T. selaku dosen pengampu Pratikum Statistik
Industri
5. Saudari Rika Ulfa ST. selaku Laboran Laboratorium Komputasi
Komputasi dan Optimasi Indsutri (LKOI)
6. Orang tua serta keluarga yang memberi semangat kepada kami
7. Seluruh asisten Pratikum Laboratorium Komputasi dan Optimasin Industri
(LKOI)
8. Teman-teman mahasiswa Teknik Industri 2019 dan seluruh pihak terkait
yang tidak dapat kami sebutkan satu persatu
ii
DAFTAR ISI
ABSTRAK...............................................................................................................i
KATA PENGANTAR............................................................................................ii
DAFTAR ISI.........................................................................................................iii
DAFTAR TABEL...................................................................................................x
DAFTAR GAMBAR............................................................................................xii
BAB I PENDAHULUAN..............................................................................I-1
1.1 Latar Belakang.....................................................................................I-1
1.2 Rumusan Masalah...............................................................................I-3
1.3 Maksud Dan Tujuan............................................................................I-4
1.4 Batasan Masalah..................................................................................I-4
1.5 Sistematika Penulisan..........................................................................I-5
BAB II LANDASAN TEORI.......................................................................II-7
2.1 Pengenalan Spss.................................................................................II-7
2.1.1 Data....................................................................................................II-7
2.1.1.1 Membangun Data...............................................................................II-8
2.1.1.1.1 Bekerja Pada Variable View...............................................................II-9
2.1.1.1.2 Bekerja Pada Data View..................................................................II-10
2.1.1.1.1.1 Membangun Tabel Lanjutan-Missing Values..................................II-10
2.1.1.1.3 Menyimpan Dan Membuka Data.....................................................II-11
2.1.1.1.4 Memodifikasi Data...........................................................................II-12
2.1.1.1.5 Menghapus Data...............................................................................II-12
2.1.1.1.6 Memodifikasi Data Lanjutan............................................................II-12
2.1.1.1.7 Transformasi Data............................................................................II-15
2.1.1.1.7.1 Compute...........................................................................................II-15
2.1.1.1.7.2 Count................................................................................................II-16
2.1.1.2 Grafik Dan Tabel.............................................................................II-17
2.1.1.2.1 Membangun Grafik..........................................................................II-17
2.1.1.2.1.1 Membangun Grafik Melalui Legasy Dialogs...................................II-17
2.1.1.2.1.2 Membangun Grafik Melalui Chart Builder......................................II-20
2.1.1.2.1.3 Membangun Grafik Melalui Template Chooser..............................II-21
2.1.1.2.2 Membangun Tabel...........................................................................II-22
2.1.1.2.2 Custom Table...................................................................................II-22
2.2 Pengenalan Minitab 18.....................................................................II-23
2.2.1 Memulai Minitab 18.........................................................................II-23
2.2.2 Memasukkan/Menginput Data.........................................................II-23
2.2.3 Menyimpan Dan Membuka Worksheet...........................................II-25
2.2.4 Membuat Grafik Boxplot Dan Dotplot............................................II-25
2.3 Kuesioner Dan Penarikan Sampel....................................................II-26
2.3.1 Kuesioner.........................................................................................II-27
2.3.1.1 Pengertian Kuesioner.......................................................................II-27
2.3.1.2 Variabel Kuesioner...........................................................................II-28
2.3.1.3 Indikator Dan Variabel.....................................................................II-28
2.3.1.4 Jenis Kuesioner................................................................................II-29
2.3.1.4.1 Kuesioner Dengan Jawaban Tertutup..............................................II-30
2.3.1.4.2 Kuesioner Dengan Jawaban Terbuka...............................................II-30
2.3.1.4.3 Kuesioner Dengan Jawaban Tertutup Dan Terbuka........................II-31
iii
2.3.1.5 Jenis Skala Kuesioner......................................................................II-32
2.3.1.5.1 Skala Likert......................................................................................II-32
2.3.1.5.2 Skala Guttman..................................................................................II-32
2.3.1.5.3 Skala Rating.....................................................................................II-33
2.3.1.5.4 Skala Semantik Diferensial..............................................................II-33
2.3.1.6 Format Kuesioner.............................................................................II-33
2.3.1.7 Penyusunan Kuesioner.....................................................................II-34
2.3.2 Penarikan Sampel.............................................................................II-38
2.3.2.1 Pengertian Populasi Dan Sampel.....................................................II-38
2.3.2.1.1 Faktor-Faktor Yang Dipertimbangkan Dalam Menentukan
Beberapa Besar Ukuran Sampel Yang Harus Diambil Dari
Populasi Tertentu.............................................................................II-39
2.3.2.2 Teknik Pengambilan Sampel............................................................II-40
2.3.2.2.1 Teknik Random Sampling................................................................II-40
2.3.2.2.2 Teknik Non Random Sampling........................................................II-43
2.3.2.3 Rumuas Probability Sampling..........................................................II-46
2.3.2.3.1 Rumus Slovin...................................................................................II-46
2.3.2.3.2 Rumus Yamane................................................................................II-47
2.3.2.4 Kekeliruan Sampling Dan Tak Sampling........................................II-47
2.4 Statistik Deskriptif Dan Distribusi Probabilitas...............................II-48
2.4.1 Statistik Deskriptif ..........................................................................II-48
2.4.1.1 Data..................................................................................................II-49
2.4.1.2 Distribusi Frekuensi.........................................................................II-50
2.4.1.2.1 Limit Kelas, Batas Kelas, Nilai Tengah, Dan Lebar Kelas..............II-50
2.4.1.2.2 Cara Membuat Tabel Distribusi Frekuensi......................................II-51
2.4.1.3 Grafik Atau Diagram........................................................................II-52
2.4.1.4 Kurva................................................................................................II-53
2.4.1.4.1 Kurva Frekuensi...............................................................................II-53
2.4.1.5 Pengukuran Tendensi Sentral...........................................................II-54
2.4.1.6 Kuartil, Desil, Persentil....................................................................II-57
2.4.1.7 Pengukuran Penyebaran Data..........................................................II-58
2.4.1.7.1 Simpangan Rata-Rata (Mean Deviation).........................................II-58
2.4.1.7.2 Varian...............................................................................................II-58
2.4.1.7.3 Standar Deviasi................................................................................II-59
2.4.1.8 Pengolahan Data Statistik Deskriptif Dengan Ibm Spss 20.............II-61
2.4.1.8.1 Analisis Frequencies........................................................................II-61
2.4.1.8.2 Analisis Deskriptif...........................................................................II-67
2.4.2 Distribusi Probabilitas......................................................................II-68
2.4.2.1 Distribusi Probabilitas Diskrit..........................................................II-69
2.4.2.2 Distribusi Probabilitas Kontinyu......................................................II-72
2.4.2.3 Pengolahan Data Distribusi Probabilitas Dengan Spss 20...............II-75
2.4.2.3.1 Distribusi Binomial..........................................................................II-75
2.4.2. 3.2 Distribusi Hipergeometrik................................................................II-76
2.4.2.3.3 Distribusi Poisson.............................................................................II-76
2.4.2.3.4 Distribusi Normal.............................................................................II-77
2.5 Pengujian Validitas Dan Reliabilitas ..............................................II-78
2.5.1 Uji Validitas Dan Reliabilitas..........................................................II-78
2.5.2 Uji Validitas Dan Reliabilitas Dengan Spss 20................................II-79
iv
2.6 Analisis Hubungan Antar Variabel Dan Pengujian Hipotesis.........II-81
2.6.1 Pengujian Hipotesis..........................................................................II-81
2.6.1.1 Tipe Kesalahan Dalam Pengujian Hipotesis....................................II-83
2.6.1.2 Uji Satu Arah Dan Uji Dua Arah.....................................................II-83
2.6.1.3 Metode Pengujian Hipotesis............................................................II-84
2.6.1.3.1 One Sample T-Test...........................................................................II-84
2.6.1.3.1.1 Aplikasi One Sample T-Test Dengan Spss 20..................................II-84
2.6.1.3.1.2 Aplikasi One Sample T-Test Dengan Minitab 18............................II-85
2.6.1.3.2 Chi Square........................................................................................II-88
2.6.1.3.2.1 Aplikasi Chi Square Dengan Spss 20..............................................II-88
2.6.1.3.2.2 Aplikasi Chi Square Dengan Minitab 18.........................................II-91
2.6.2 Pengujian Asumsi Linear.................................................................II-92
2.6.2.1 Pengujian Normalitas.......................................................................II-92
2.6.2.2 Pengujian Multikolinearitas.............................................................II-92
2.6.2.3 Pengujian Heterokedisitas................................................................II-92
2.6.2.4 Pengujian Autokorelasi....................................................................II-92
2.6.3 Analisis Korelasi..............................................................................II-93
2.6.3.1 Kegunaan Korelasi...........................................................................II-94
2.6.3.2 Karakteristik Korelasi......................................................................II-94
2.6.3.3 Pengertian Koefisien Korelasi..........................................................II-95
2.6.3.4 Korelasi Pearson...............................................................................II-95
2.6.3.5 Korelasi Spearman...........................................................................II-96
2.6.3.6 Korelasi Partial.................................................................................II-96
2.6.3.7 Korelasi Ganda.................................................................................II-97
2.6.3.8 Aplikasi Korelasi Dengan Spss 20...................................................II-97
2.6.3.9 Aplikasi Korelasi Dengan Minitab 18............................................II-100
2.6.4 Analisis Regresi.............................................................................II-101
2.6.4.1 Tujuan Analisis Regresi.................................................................II-101
2.6.4.2 Persyaratan Model Regresi............................................................II-101
2.6.4.3 Aplikasi Regresi Menggunakan Spss 20........................................II-102
2.6.4.4 Aplikasi Regresi Menggunakan Minitab 18..................................II-107
BAB III METODOLOGI PRATIKUM...................................................III-112
3.1 Flowchart......................................................................................III-113
3.2 Uraian Flowchart..........................................................................III-114
BAB IV PENGUMPULAN DATA...........................................................IV-115
4.1 Judul Dan Deskripsi Masalah.......................................................IV-115
4.2 Tipe Pernyataan............................................................................IV-116
4.3 Penentuan Karakteristik Responden.............................................IV-116
4.4 Penentuan Variabel Dan Indikator...............................................IV-117
4.5 Rancangan Kuesioner...................................................................IV-121
4.6 Teknik Pengambilan Sampel........................................................IV-123
4.7 Data Distribusi Peluang Diskrit....................................................IV-124
BAB V PENGOLAHAN DATA..............................................................V-125
5.1 Pengolahan Data Perancangan Kuesioner
Dan Penarikan Sampel...................................................................V-125
5.1.1 Perhitungan Sampel.......................................................................V-125
5.1.2 Hasil Kuesioner..............................................................................V-125
5.1.2.1 Rekapitulasi Karakteristik Responden...........................................V-125
v
5.1.2.2 Rekapitulasi Jawaban Kuesioner...................................................V-143
5.2 Pengolahan Data Statistik Deskriptif
Dan Distribusi Probabilitas............................................................V-152
5.2.1 Pengolahan Data Statistik Deskriptif.............................................V-152
5.2.1.1 Pie Chart Data Karakteristik Responden.......................................V-152
5.2.1.1.1 Pie Chart Data Karakteristik Responden Berdasarkan
Jenis Kelamin.................................................................................V-152
5.2.1.1.2 Pie Chart Data Karakteristik Responden Berdasarkan
Umur..............................................................................................V-153
5.2.L.1.3 Pie Chart Data Karakteristik Responden Berdasarkan
Tinggi Badan..................................................................................V-154
5.2.1.1.4 Pie Chart Data Karakteristik Responden Berdasarkan
Berat Badan....................................................................................V-155
5.2.1.1.5 Pie Chart Data Karakteristik Responden Berdasarkan
Pekerjaan........................................................................................V-155
5.2.1.2 Pembuatan Tabel Distribusi Frekuensi..........................................V-157
5.2.1.3 Grafik Histogram, Poligon Dan Kurva Frekuensi.........................V-157
5.2.1.4 Pemusatan Data..............................................................................V-160
5.2.1.4.1 Mean (Rata-Rata)...........................................................................V-161
5.2.1.4.2 Perhitungan Median.......................................................................V-161
5.2.1.4.3 Perhitungan Modus........................................................................V-162
5.2.1.5 Perhitungan Persentil Dan Kuartil.................................................V-162
5.2.1.5.1 Perhitungan Persentil.....................................................................V-162
5.2.1.5.2 Perhitungan Kuartil........................................................................V-164
5.2.1.6 Pengukuran Dispersi, Kemiringan Dan Keruncingan (Kurtosis)...V-167
5.2.1.6.1 Perhitungan Dispersi......................................................................V-167
5.2.1.6.2 Standar Deviasi..............................................................................V-167
5.2.1.6.3 Variansi..........................................................................................V-168
5.2.1.6.4 Simpangan Rata-Rata (Mean Deviation).......................................V-168
5.2.1.6.5 Perhitungan Kemiringan (Kemencengan/Skewness).....................V-169
5.2.1.6.6 Perhitungan Kuortosis....................................................................V-169
5.2.2 Pengolahan Data Statistik Deskriptif Dengan Software Spss 20...V-170
5.2.2.1 Analisis Frequencies......................................................................V-170
5.2.2.1.1 Melakukan Analisis Frekuensi Untuk Data Kategori....................V-170
5.2.2.1.2 Melakukan Analisis Frekuensi Untuk Data Skala.........................V-172
5.2.2.2 Analisis Descriptive.......................................................................V-172
5.2.3 Pengolahan Data Distribusi Peluang Diskrit..................................V-175
5.2.3.1 Distribusi Binomial........................................................................V-176
5.2.3.2 Distribusi Hipergeometrik.............................................................V-178
5.2.4 Pengolahan Data Distribusi Peluang Kontinyu..............................V-182
5.2.4.1 Distribusi Normal...........................................................................V-182
5.2.5 Pengolahan Data Dengan Menggunakan Software Spss 20..........V-186
5.2.5.1 Distribusi Binomial........................................................................V-186
5.2.5.2 Distribusi Hipergeometrik.............................................................V-188
5.2.5.3 Distribusi Normal...........................................................................V-191
5.3 Pengolahan Data Validitas Dan Reliabilitas..................................V-194
5.3.1 Pengkodean Data Rekapitulasi Kuesioner ....................................V-194
5.3.2 Uji Validitas Variabel....................................................................V-202
vi
5.3.2.1 Uji Validitas Variabel Citra Destinasi...........................................V-202
5.3.2.2 Uji Validitas Variabel Kualitas Pelayanan Petugas.......................V-203
5.3.2.3 Uji Validitas Variabel Harga ........................................................V-209
5.3.2.4 Uji Validitas Variabel Kepuasan Wisatawan.................................V-210
5.3.2.5 Rekapitulasi Hasil Uji Validitas Variabel......................................V-211
5.3.3 Uji Reliabilitas Variabel................................................................V-212
5.3.3.1 Uji Reliabilitas Variabel Citra Destinasi .......................................V-212
5.3.3.2 Uji Reliabilitas Variabel Kualitas Pelayanan Petugas...................V-212
5.3.3.3 Uji Reliabilitas Variabel Harga......................................................V-213
5.3.3.4 Uji Reliabilitas Variabel Kepuasan Wisatawan.............................V-213
5.3.4 Rekapitulasi Hasil Uji Reliabilitas Variabel..................................V-213
5.4 Pengolahan Data Hubungan Antar Variabel Dan Pengujian V-
Hipotesis........................................................................................V-214
5.4.1 Perumusan Hipotesis......................................................................V-214
5.4.2 Pengujian Asumsi Linear...............................................................V-214
5.4.2.1 Uji Normalitas................................................................................V-214
5.4.2.2 Uji Multikolinieritas.......................................................................V-216
5.4.2.3 Uji Heteroskedisitas.......................................................................V-216
5.4.2.4 Uji Autokorelasi.............................................................................V-217
5.4.3 Uji Korelasi....................................................................................V-217
5.4.3.1 Uji Korelasi Menggunakan Software Spss 20...............................V-218
5.4.3.2 Uji Korelasi Menggunakan Software Minitab 18..........................V-218
5.4.4 Uji Linear Berganda.......................................................................V-219
5.4.4.1 Uji Linear Berganda Menggunakan Software SPSS 20.................V-219
5.4.4.1.1 Uji F...............................................................................................V-219
5.4.4.1.2 Uji T...............................................................................................V-220
5.4.4.1.3 Koefisien Regresi Linear Berganda...............................................V-221
5.4.4.1.4 Koefisien Determinasi (R2)...........................................................V-221
5.4.4.2 Pengolahan Data Uji Regresi Menggunakan
Software Minitab 18......................................................................V-221
5.4.5 Hasil Pengujian Hipotesis..............................................................V-222
BAB VI ANALISIS ..................................................................................VI-225
6.1 Analisis Variabel Dan Indikator...................................................VI-225
6.1.1 Analisis Tingkat Pengambilan Sampel.........................................VI-225
6.1.2 Analisis Ukuran Sampel...............................................................VI-226
6.1.3 Analisis Karakteristik Responden................................................VI-226
6.1.4 Analisis Jawaban Responden........................................................VI-227
6.2 Analisis Statistik Deskriptif Dan Distribusi Probabilitas.............VI-228
6.2.1 Analisis Pengolahan Data Statistik Deskriptif..............................VI-228
6.2.1.1 Analisis Pie Chart Karakteristik Responden................................VI-228
6.2.1.2 Analisis Tabel Distribusi Frekuensi.............................................VI-229
6.2.1.3 Analisis Grafik Histogram, Grafik Poligon,
Dan Kurva Frekuensi....................................................................VI-229
6.2.1.4 Analisis Perhitungan Ukuran Pemusatan Data.............................VI-230
6.2.1.5 Analisis Perhitungan Rata-Rata Hitung, Median, Dan Modus.....VI-230
6.2.1.6 Analisis Perhitungan Persentil Dan Kuartil..................................VI-230
6.2.1.7 Analisis Pengukuran Dispersi, Kemiringan,
Dan Keruncinga(Kurtos)..............................................................VI-230
vii
6.2.2 Analisis Pengolahan Data
Statistik Deskriptif Software SPSS 20..........................................VI-230
6.2.2.1 Analisis Frequencis......................................................................VI-231
6.2.2.2 Analisis Deskriptif........................................................................VI-231
6.2.3 Analisis Data Distribusi Peluang Diskrit......................................VI-231
6.2.3.1 Analisis Distribusi Binomial........................................................VI-231
6.2.3.2 Analisis Distribusi Hipergeometrik..............................................VI-231
6.2.4 Analisis Data Distribusi Peluang Kontinyu..................................VI-232
6.2.4.1 Analisis Distribusi Normal...........................................................VI-232
6.2.5 Analisis Data Probabilitas Dengan Software SPSS 20.................VI-232
6.2.5.1 Analisis Distibusi Binomial..........................................................VI-232
6.2.5.2 Analisis Distribusi Hipergeometrik..............................................VI-233
6.2.5.3 Analisis Distribusi Normal...........................................................VI-233
6.3 Analisis Pengujian Validitas Dan Reliabilitas..............................VI-233
6.3.1 Analisis Pengkodean Data Rekapitulasi Kuesioner......................VI-233
6.3.2 Analisis Uji Validitas Variabel.....................................................VI-234
6.3.2.1 Analisis Hasil Uji Validitas Variabel 1........................................VI-234
6.3.2.2 Analisis Hasil Uji Validitas Variabel 2 .......................................VI-234
6.3.2.3 Analisis Hasil Uji Validitas Variabel 3........................................VI-234
6.3.2.4 Analisis Rekapitulasi Hasil Validitas Variabel.............................VI-234
6.3.3 Analisis Uji Reliabilitas Variabel.................................................VI-235
6.3.3.1 Analisis Hasil Uji Reliabilitas Variabel 1.....................................VI-235
6.3.3.2 Analisis Hasil Uji Reliabilitas Variabel 2.....................................VI-235
6.3.3.3 Analisis Hasil Uji Reliabilitas Variabel 3.....................................VI-235
6.3.3.4 Analisis Hasil Uji Reliabilitas Variabel 4.....................................VI-236
6.3.3.5 Analisis Rekapitulasi Hasil Uji Reliabilitas Variabel...................VI-236
6.4 Analisis Pengujian Hipotesis Dan Hubungan Antar Variabel......VI-236
6.4.1 Analisis Perumusan Hipotesis......................................................VI-236
6.4.2 Analisis Asumsi Linier.................................................................VI-237
6.4.2.1 Analisis Normalitas......................................................................VI-237
6.4.2.2 Analisis Multikolinearitas.............................................................VI-237
6.4.2.3 Analisis Heteroskedisitas..............................................................VI-238
6.4.2.4 Analisis Autokorelasi...................................................................VI-238
6.4.3 Analisis Korelasi...........................................................................VI-238
6.4.3.1 Analisis Korelasi Menggunakan SPSS 20....................................VI-238
6.4.3.2 Analisis Korelasi Menggunakan Minitab 18................................VI-239
6.4.4 Analisis Regresi Linier Berganda.................................................VI-239
6.4.4.1 Analisis Uji F................................................................................VI-239
6.4.4.2 Analisis Uji T................................................................................VI-239
6.4.4.3 Analisis Regresi Menggunakan Minitab 18.................................VI-240
6.4.5 Analisis Hasil Pengujian Hipotesis...............................................VI-240
BAB VII KESIMPULAN DAN SARAN.................................................VII-241
7.1 Kesimpulan..................................................................................VII-241
7.2 Saran............................................................................................VII-242
DAFTAR PUSTAKA
DAFTAR LAMPIRAN
1. Rancangan Kuesioner
2. Data Peluang
viii
3. Tabel R (Df = 51 – 100)
4. Tabel Titik Persentase Distribusi T (Df = 81 – 120)
5. Tabel Titik Persentase Distribusi F Untuk Probabilitas = 5%
6. Tabel Durbin Watson (Dw), ɑ = 5%
7. Tabel Nilai Kritis Uji Kolmogorosmirnov
ix
DAFTAR TABEL
Tabel 2.1 Distribusi Frekuensi........................................................................II-52
Tabel 2.2 Data Statistik Nilai Apk Dan Ppc Siswa.........................................II-63
Tabel 2.3 Data Statistik Nilai Apk Dan Ppc Siswa.........................................II-64
Tabel 2.4 Data Frequency Table.....................................................................II-64
Tabel 2.5 Data Nilai Ppc.................................................................................II-65
Tabel 2.6 Analisis Frekuensi Statistics...........................................................II-67
Tabel 2.7 Analisis Frekuensi Statistics...........................................................II-67
Tabel 2.8 Descriptive Statistics.......................................................................II-68
Tabel 2.9 Data Rekapitulasi Kuesioner...........................................................II-80
Tabel 2.10 Correlations....................................................................................II-80
Tabel 2.11 Beberapa Kemungkinan Hasil Pengujian Hipotesis.......................II-84
Tabel 2.12 Hasil Pengukuran............................................................................II-86
Tabel 2.13 One Sample Test..............................................................................II-86
Tabel 2.14 Data Statistk....................................................................................II-90
Tabel 2.15 Case Processing Summary..............................................................II-91
Tabel 2.16 Jenis Kelamin..................................................................................II-91
Tabel 2.17 ChSquare Tests...............................................................................II-91
Tabel 2.18 Data Statistik Biaya Ekpektasi Rumah...........................................II-99
Tabel 2.19 Variabel Entered Removed..............................................................II-99
Tabel 2.20 Model Summary............................................................................II-100
Tabel 2.21 Correlations..................................................................................II-100
Tabel 2.22 Descriptive Statistics.....................................................................II-104
Tabel 2.23 Correlations..................................................................................II-104
Tabel 2.24 Variabel Entered Removed............................................................II-104
Tabel 2.25 Anova ...........................................................................................II-104
Tabel 2.26 Coefficients....................................................................................II-105
Tabel 2.27 Model Summary............................................................................II-106
Tabel 2.28 Descriptive Statistic......................................................................II-107
Tabel 2.29 Coeffients......................................................................................II-107
Tabel 2.30 Coefficients....................................................................................II-107
Tabel 4.1 Variabel Dan Indikator................................................................VI-121
Tabel 4.2 Rancangan Kuesioner..................................................................VI-122
Tabel 4.3 Data Seluruh Sampel Golongan Darah........................................VI-125
Tabel 4.4 Frekuensi Pengambilan Sampel Golongan Darah.......................VI-125
Tabel 5.1 Rekapitulasi Karakteristik Responden Berdasarkan
Jenis Kelamin................................................................................V-127
Tabel 5.2 Rekapitulasi Karakteristik Responden Berdasarkan
Usia...............................................................................................V-128
Tabel 5.3 Rekapitulasi Karakteristik Responden Berdasarkan
Berat Badan...................................................................................V-130
Tabel 5.4 Rekapitulasi Karakteristik Responden Berdasarkan
Tinggi Badan................................................................................ V-132
Tabel 5.5 Rekapitulasi Karakteristik Responden Berdasarkan
Pekerjaan.......................................................................................V-133
Tabel 5.6 Rekapitulasi Jawaban Responden Berdasarkan
Rata-rata Anda Liburan.................................................................V-135
x
Tabel 5.7 Rekapitulasi Jawaban Responden Berdasarkan
Pertama Kali Mendengar Wisata Pulau Weh ...............................V-137
Tabel 5.8 Rekapitulasi Jawaban Responden Berdasarkan
Kendaraan yang Digunakan..........................................................V-139
Tabel 5.9 Rekapitulasi Jawaban Responden Berdasarkan
Asal Kota Anda.............................................................................V-140
Tabel 5.10 Rekapitulasi Jawaban Responden Berdasarkan
Tujuan ke Pulau Weh ...................................................................V-142
Tabel 5.11 Rekapitulasi Jawaban Responden Berdasarkan
Variabel Citra Destinasi................................................................V-144
Tabel 5.12 Rekapitulasi Jawaban Responden Berdasarkan
Variabel Kualitas Pelayan Petugas...............................................V-146
Tabel 5.13 Rekapitulasi Jawaban Responden Berdasarkan
Variabel Harga..............................................................................V-149
Tabel 5.14 Rekapitulasi Jawaban Responden Berdasarkan
Variabel Kepuasan Pengunjung....................................................V-151
Tabel 5.15 Jumlah Responden Berdasarkan Karakteristik Jenis Kelamin......V-154
Tabel 5.16 Jumlah Responden Berdasarkan Karakteristik Usia.....................V-154
Tabel 5.17 Jumlah Responden Berdasarkan Tinggi Badan............................V-155
Tabel 5.18 Jumlah Responden Berdasarkan Berat Badan..............................V-156
Tabel 5.19 Jumlah Responden Berdasarkan Karakteristik Pekerjaan.............V-157
Tabel 5.20 Data Karakteristik Responden Berdasarkan Tinggi Badan..........V-158
Tabel 5.21 Data Distribusi Frekuensi Karakteristik Berat Badan...................V-160
Tabel 5.22 Letak Persentil Karakteristik Berat Badan Responden.................V-164
Tabel 5.23 Letak Kuartil Karakteristik Berat Badan Responden....................V-166
Tabel 5.24 Letak Kuartil Karakteristik Berat Badan Responden....................V-168
Tabel 5.25 Perhitungan Dispresi Data Karakteristik
Berdasarkan Berat Badan
Tabel 5.26 Rekapitulasi Perhitungan Data Karakteristik Responden
Berdasarkan Berat Badan..............................................................V-168
Tabel 5.27 Analisis Frekuensi Data Menggunakan SPSS Statistics...............V-173
Tabel 5.28 Analisis Deskriptif untuk Data Skala Menggunakan
SPSS Descriptive Statistics...........................................................V-173
Tabel 5.29 Pengkodean Data Rekapitulasi Kuesioner Skala..........................V-195
Tabel 5.30 Data Rekapitulasi Variabel Citra Destinasi..................................V-196
Tabel 5.31 Data Rekapitulasi Variabel Kualitas Pelayanan Petugas..............V-198
Tabel 5.32 Data Rekapitulasi Variabel Harga................................................V-200
Tabel 5.33 Data Rekapitulasi Variabel Kepuasan Pengunjung......................V-201
Tabel 5.34 Output SPSS Case Processing Summary......................................V-204
Tabel 5.35 Output SPSS Correlation Variabel 1............................................V-204
Tabel 5.36 Output SPSS Case Processing Summary......................................V-205
Tabel 5.37 Output SPSS Correlation Variabel 2............................................V-206
Tabel 5.38 Output SPSS Case Processing Summary......................................V-211
Tabel 5.39 Output SPSS Correlation Variabel 3............................................V-211
Tabel 5.40 Output SPSS Case Processing Summary......................................V-212
Tabel 5.41 Output SPSS Correlation Variabel 4............................................V-212
Tabel 5.42 Rekapitulasi Hasil Validitas..........................................................V-213
Tabel 5.43 Output SPSS Reliability Statistic Variabel 1................................V-214
xi
Tabel 5.44 Output SPSS Reliability Statistic Variabel 2 ...............................V-215
Tabel 5.45 Output SPSS Reliability Statistic Variabel 3................................V-215
Tabel 5.46 Output SPSS Reliability Statistic Variabel 4 ...............................V-215
Tabel 5.47 Rekapitulasi Nilai Cronbach’s Alpha...........................................V-215
Tabel 5.48 One-Sample KolmogoroSmirnov Test..........................................V-217
Tabel 5.49 Uji Multikolinearitas Coefficient..................................................V-218
Tabel 5.50 Uji Heteroskedisitas Coefficient...................................................V-218
Tabel 5.51 Uji Autokorelasi Model Summary Durbin-Watson......................V-219
Tabel 5.52 Pearson correlation .....................................................................V-220
Tabel 5.53 Uji Menggunakan Minitab 18 ......................................................V-221
Tabel 5.54 Uji Regresi F.................................................................................V-222
Tabel 5.55 Uji Regresi Coeffecient T.............................................................V-222
Tabel 5.56 Coefficient Regresi Linier.............................................................V-223
Tabel 5.57 Model Summary...........................................................................V-223
Tabel 5.58 Rekapitulasi Hasil Pengujian Hipotesis........................................V-226
xii
DAFTAR GAMBAR
xiii
Berat Badan................................................................................V-156
Gambar 5.5 Pie Chart Karakteristik Responden Berdasarkan
Pekerjaan....................................................................................V-157
Gambar 5.6 Grafik Distribusi Frekuensi Berat Badan ..................................V-159
Gambar 5.7 Kurva Distribusi Frekuensi Berat Badan...................................V-160
Gambar 5.8 Poligon Distribusi Frekuensi Berat Badan.................................V-160
Gambar 5.9 Grafik Pie Chart untuk berat badan...........................................V-171
Gambar 5.10 Grafik Histogram untuk berat badan..........................................V-171
Gambar 5.11 Analisis Berat Badan Responden Menggunakan
Software SPSS 20.....................................................................V-186
Gambar 5.12 Variabel View Distribusi Binomial Peluang
Terambilnya Saampel Golongan Darah A................................V-186
Gambar 5.13 Data View Distribusi Binomial Peluang
Terambilnya Sampel Golongan Darah A..................................V-186
Gambar 5.14 Variabel View Distribusi Binomial Peluang
Terambilnya Sampel Golongan Darah B...................................V-187
Gambar 5.15 Data View Distribusi Binomial Peluang
Terambilnya Sampel Golongan Darah B...................................V-187
Gambar 5.16 Variabel View Distribusi Binomial Peluang
Terambilnya Sampel Golongan Darah AB...............................V-187
Gambar 5.17 Data View Distribusi Binomial Peluang
Terambilnya Sampel Golongan Darah AB................................V-188
Gambar 5.18 Variabel View Distribusi Binomial Peluang
Terambilnya Sampel Golongan Darah O...................................V-188
Gambar 5.19 Data View Distribusi Binomial Peluang
Terambilnya Sampel Golongan Darah O..................................V-188
Gambar 5.20 Variabel View Distribusi Hipergeometrik Peluang
Terambilnya Sampel Golongan Darah A...................................V-189
Gambar 5.21 Data View Distribusi Hipergeometrik Peluang
Terambilnya Sampel Golongan Darah A...................................V-189
Gambar 5.22 Variabel View Distribusi Hipergeometrik Peluang
Terambilnya Sampel Golongan Darah B...................................V-189
Gambar 5.23 Data View Distribusi Hipergeometrik Peluang
Terambilnya Sampel Golongan Darah B...................................V-190
Gambar 5.24 Variabel View Distribusi Hipergeometrik Peluang
Terambilnya Sampel Golongan Darah AB................................V-190
Gambar 5.25 Data View Distribusi Hipergeometrik Peluang
Terambilnya Sampel Golongan Darah AB................................V-190
Gambar 5.26 Variabel View Distribusi Hipergeometrik Peluang
Terambilnya Sampel Golongan Darah O...................................V-191
Gambar 5.27 Data View Distribusi Hipergeometrik Peluang
Terambilnya Sampel Golongan Darah O..................................V-191
Gambar 5.28 Variabel View Distribusi Normal Peluang Terambilnya Sampel
Golongan Darah A.....................................................................V-191
Gambar 5.29 Data View Distribusi Normal Peluang
Terambilnya Sampel Golongan Darah A..................................V-192
Gambar 5.30 Variabel View Distribusi Normal Peluang
Terambilnya Sampel Golongan Darah B...................................V-192
xiv
Gambar 5.31 Variabel View Distribusi Normal Peluang
Terambilnya Sampel Golongan Darah B...................................V-192
Gambar 5.32 Variabel View Distribusi Normal Peluang
Terambilnya Sampel Golongan Darah AB................................V-193
Gambar 5.33 Data View Distribusi Normal Peluang
Terambilnya Sampel Golongan Darah AB.................................V-13
Gambar 5.34 Variabel View Distribusi Normal Peluang
Terambilnya Sampel Golongan Darah O...................................V-193
Gambar 5.35 Data Variabel View Distribusi Normal Peluang
Terambilnya Sampel Golongan Darah O...................................V-194
Gambar 5.36 One-Sample Kolmogrov-Smirnov Test.......................................V-215
Gambar 5.37 Hasil Uji Regresi Menggunakan Minitab 18............................V-224
xv
I BAB I
PENDAHULUAN
2006). Menurut Sekaran (2006) secara umum reliabel yang kurang dari 0.6
dianggap buruk, reliabel dalam kisaran 0.7 bisa diterima dan jika lebih dari 0.8
dianggap baik.
Dalam upaya menarik kesimpulan dan mengambil keputusan, sering kali
ada gunanya menetapkan asumsasumsi atau perkiraan-perkiraan mengenai
populasi. Asumsasumsi seperti itu (yang mungkin salah atau yang mungkin benar)
disebut sebagai hipotesis statistik. Secara umum, suatu hipotesis statistik
merupakan pernyataan mengenai distriusi probabilitas populasi (Harinaldi, 2005).
Hipotesis ini perlu diuji untuk kemudian diterima atau ditolak. Dengan
menggunakan uji hipotesis, peneliti dapat menguji berbagai teori yang
berhubungan dengan masalah-masalah yang sedang diteliti. Contoh suatu
hipotesis adalah penerapan sistem baru dalam suatu perusahaan telah
meningkatkan laju produksi lebih dari 10%. Kebenaran atau ketidakbenaran suatu
hipotesis tersebut dapat diketahui dengan pasti jika seluruh populasi diamati
(memeriksa seluruh populasi).
1.1.1 Data
Data dapat dikelompokkan dalam dua tipe utama, yaitu data
kategorikal dan data numerik. Data kategorikal terdiri dari data nominal dan
data ordinal, sedangkan data numerik terdiri dari data interval dan data ratio.
Data nominal hanya sebatas member label pada suatu data. Contoh: data jenis
kelamin (pria dan wanita), pembagian wilayah berdasarkan mata angin (utara,
selatan, barat, dan timur), dll. Sedangkan data ordinal menunjukkan tingkatan
data, namun hanya mengatakan “lebih besar” atau “lebih kecil” tanpa
menjelaskan seberapa besar atau kecil propertinya. Contoh: data pendapat
(sangat setuju, setuju, tidak setuju, sangat tidak setuju), preferensi (sangat suka,
suka, tidak suka, sangat tidak suka), dll.
Data interval memiliki konsep persamaan interval/jarak: pengukuran
waktu (waktu antara 07.00 - 10.00 sama dengan waktu antara jam 08.00 –
11.00), pengukuran suhu (suhu antara 270 – 300 sama dengan suhu antara 280 –
8
310), dll. Nilai nol data interval merupakan arbitrasi. Sedangkan data ratio
mewakili jumlah aktual suatu variabel. Data ini berpatokan pada nilai nol
sebagai tolok ukur. Contoh: pengukuran tinggi, berat, jarak, dll.
Tipe data yang digunakan dalam tabel SPSS Statistik bisa berupa
data kategorikal, data kategorikal dengan kode, data numerik, dan gabungan
data kategorikal dengan data numerik. Berikut contoh tabelnya:
Gambar 2.2 Tabel Data Kategori dengan Kode pada Kolom Penjualan
3) Pada kolom Type tetapkan jenis data. Ada delapan jenis. Tujuh jenis
merupakan angka (Numeric, Comma, Dot, Scientific notation, Date,
Dollar, Custom currency, dan Restricted Numeric). Dan satu jenis
non-angka (String).
4) Tetapkan tipe String untuk provinsi, Numeric untuk luas_panen,
Numeric
untuk produktivitas, Numeric untuk produksi, dan String untuk area.
5) Pada kolom Width tetapkan lebar kolom. Nilai default lebar kolom
adalah 8.
6) Pada kolom Decimals, tetapkan jumlah digit setelah koma.
10
2. Klik sel pada kolom Mising dan baris Luas_Panen sehingga muncul
kotak dialog Missing Values.
3. Pilih Discrete missing values dan ketikkan angka 0.00 pada kolom.
Angka nol (0,00) bukan menunjukkan tidak adanya penjualan, namun
menunjukkan belum ada laporan hasil panen.
4. Klik tombol OK.
5. Lakukan penetapan kode 0.00 sebagai belum ada pelapomn pada
kolom value, tepatnya kolom Value baris Produksi.
6. Klik sel tersebut sehingga kotak dialog values labels muncul. Ketik
0.00 pada Value dan belum ada pelaporan pada Value Label. Tekan
tombol Add dan kemudian klik tombol OK.
7. Aktifkan Data View
8. Ketik 0.00 pada kolom produksi baris 6 (Sumsel). apabila ingin
menampilkan label kode missing value, klik icon Value Labels.
SPSS dapat membuka file data dengtan format lain. Jadi jangan
khawatir apabila terlanjur membangun file data dengan format lain, seperti Excel
(*.xls) dan Access (*.dbf). Berikut ini langkah-langkah mentransfer data Excel ke
SPSS:
1. Klik File → Open → Data pada menu sehingga kotak dialog Open
File muncul.
2. Klik File of type di combo box sehingga muncul daftar berikut.
3. Pilih format yang sesuai, misalnya Excel 2010 (*.xlxs).
4. Cari folder file data Excel pada daftar drop down Look in.
5. Klik ganda file data pada kotak atau klik Open sehingga kotak dialog
Opening Excel Data Source muncul.
6. Tanda cek akan aktif secara default. Tanda cek Read Variable from the
first row of data aktif dimaksudkan supaya nama variabel yang
terdapat pada baris pertama file data excel tidak dianggap sebagai data,
namun diperlakukan sebagai variabel.
7. Klik OK.
Selain dalam format excel, SPSS juga mampu membuka file dalam
bentuk Access. Berikut adalah langkah-langkah file data Access ke SPSS :
1. Klik File → Open Database → New Query pada menu sehingga
Database Wizards akan muncul.
2. Pada kotak, pilih MS Access Database.
3. Klik Next sehingga muncul kotak dialog ODBD Driver Login.
4. Klik Browser sehingga kotak dialog Open File muncul. Klik ganda file
data Access yang dimiliki sehingga kembali ke kotak dialog ODBC
Driver Login dengan menyertakan alamat file data Access pada kotak
Database.
5. Klik OK sehingga kotak dialog Select Data Wizard muncul.
6. Pilih field dalam Available Tables yang akan ditransfer ke SPSS
dengan mendrag field tersebut ke Retrieve Fields in this Order.
7. Klik Finish.
13
Perhatikan kolom Luas panen. Nilai pada kolom adalah urut, dari yang
terkecil hingga terbesar. Metode Select Cases mengelompokkan data dengan
kriteria yang ditetapkan. Berikut adalah langkah langkahnya:
1. Klik Data → Select Access pada toolbar sehingga muncul kotak
dialog Select Cases.
2. Pilih if Condition is satisfied dan tekan tombol If sehingga kotak dialog
Select Cases If muncul.
3. Pindahkan variabel Hasil panen dengan menekan tombol panah
sehingga muncul tulisan Hasil panen pada kotak. Lengkapi tulisan
tesebut menjadi Hasilpanen>l3000.
4. Klik Continue sehingga kembali ke kotak dialog Select Cases
5. Klik OK sehingga diperoleh hasil seperti berikut.
Berikut ini merupakan gambar hasil dari select cases
Tabel akan bertambah satu variabel dengan nama filter_$ yang terletak
dipojok kanan. Kolom tersebut menginformasikan mana penjual yang memilki
hasil panen lebih dari Rp 13.000 dengan nilai selected dan yang tidak mencapai
dengan nilai Not selected.
2.1.1.1.7.1 Compute
Compute berguna untuk membuat variabel baru berbasis variabel lama
dengan formula tertentu. Contoh membuat variabel baru dengan nama insentif
yang dibuat berbasiskan variabel semester 2 dengan formula tertentu. Variabel
insentif memiliki ketentuan sebagai berikut:
1. Formula insentif 0.02 dari semester 2.
2. Berhak memperoleh insentif jika semester 2 lebih besar sama dengan
9000000.
Gambar 2.8 Variabel Insentif Hasil Computer dari Variable Penjualan _Smt2
2.1.1.1.7.2 Count
Count berguna untuk membuat variabel yang baru yang menghitung
seberapa banyak case yang sesuai dengan kriteria yang telah ditetapkan. Contoh
pada data penjualan akan dibuat variable baru, girlsbstsell, yang menghitung
banyaknya sales perempuan dengan kriteria Tkjual > 1000000. Berikut adalah
langkah-langkah pembuatan variable girlsbestsell setelah file data dibuka :
1. Klik Transfom → Count Value within cases pada menu sehingga
muncul kotak dialog count.
2. Pada kotak Target Variable, masukkan nama variabel yang akan
dibuat, yaitu girlsbestsell. Pada kotak Target Label, tulis penjual
terbaik wanita. Pada kotak Numeric Variables masukkan variabel
jns_kelamin.
3. Klik Define Values untuk menentukan nilai.
17
4. Pilih Values, tulis angka 2 dan klik Add sehingga angka 2 muncul di
values to count. Ingat nilai 2 pada jenis kelamin adalah wanita.
5. Klik Continue sehingga kembali ke kotak dialog count.
6. Klik of sehingga muncul kotak dialog Count If cases untuk
mendefinisikan prasyarat.
7. Klik Continue sehingga kembali ke kotak dialog count.
8. Klik OK sehingga muncul hasil sebagai berikut.
barang Clustered atau tipe garis Multiple dengan metode penggolongan data
Summaries For separate variables juga dapat dilakukan. Berikut adalah langkah
langkahnya:
1. Klik graphs → legacy dialogs → bar (grafik batang) atau Line (grafik
garis).
2. Pilih clustered (untuk grafik batang) atau multiple (untuk grafik garis).
Pilih summaries of separate variables.
3. Klik define sehingga kotak dialog define terkait muncul.
4. Masukkan variabel penjualan 1, 2 dan 3 pada kotak Bars Represent
(perhitungan statistik memakai nilai default mean) ubah ke total (sum
of values), kemudian masukkan variabel area penjualan ke kotak
Category Axis. Pada bagian panel by, masukkan variabel tipe
kendaraan dan kategori harga pada kotak row.
5. Klik OK.
area pada kotak dialog Chart Builder, tempat membangun grafik. Berikut adalah
langkah-langkah pembuatannya:
1. Klik Graphs → Chart Builder sehingga kotak dialog Chart Builder
muncul.
2. Selanjutnya isi variabel-variabel pada Canvas. Pada Y-Axis, masukkan
variabel Panen 01, 02 dan 03. Ubah nilai default Mean menjadi Sum
melalui kotak dialog Element Properties.
3. Pada X-Axis, masukkan variabel Area penjualan. Pada Z-Axis,
masukkan variabel Area.
4. Klik OK.
dan penyebaran kuesioner kepada responden penelitian. Jenis data meliputi data
primer dan data sekunder, lebih mudah mempertanggungjawabkan data sekunder
dibandingkan dengan data primer.
Survei merupakan alternatif metode komunikasi dengan mengajukan
pertanyaan pada responden dan merekam jawabannya untuk dianalisis lebih lanjut
(Cooper dan Emory,l995). Permasalahan dalam teknik survei Iebih terkait dengan
pembuatan kuesionernya karena berhubungan langsung dengan daya tanggap
responden. Di sisi lain perlu upaya tertentu dalam rangka memberikan
pemahaman kepada responden sehingga responden mau menjawab dan
menyelesaikan kuesioner.
dan tebuka, semua kekurangan seperti tadi bisa diatasi. Misalnya dalam satu
pertanyaan, disamping disediakan alternatif jawaban oleh peneliti, juga perlu
disediakan alternatif terbuka untuk diisi sendiri oleh responden sesuai dengan
pendapatnya secara bebas.
Dalam mengolah data untuk model terakhir ini, bisa dilakukan
Pengelompokan ulang atas semua jawaban responden pada alternatif terbuka tadi.
Atau bisa juga peneliti melihat ulang apakah jawaban responden yang terakhir itu
Sebenarnya sudah termasuk ke dalam salah satu alternatif jawaban yang tersedia.
jika ternyata jawabannya sama dengan salah satu alternative jawaban yang
tersedia namun dalam bahasa yang berbeda, peneliti bisa menganggapnya sebagai
jawaban seperti Pada alternatif yang tersedia tadi.
Dalam menyusun desain penelitian, survei dibuat dengan menurunkan
matriks operasionalisasi ke dalam item pertanyaan. Pertanyaan survei yang baik
dapat menjaring infomasi yang lebih tepat. Berikut adalah circiri pertanyaan
penelitian yang baik:
1. Jelas dan menggunakan bahasa yang sederhana.
2. Padat.
3. Spesifik.
4. Bisa dijawab.
5. Memiliki relevansi dengan responden.
6. Tidak mengglmakan kalimat negative.
7. Hindari menggunakan terminology yang bias.
8. Hindari menanyakan dua hal sekaligus dalam suatu penanyaan.
menggunakan Likert yaitu pertanyaan positif untuk mengukur minat positif , dan
bentuk pertanyaan negatif untuk mengukur minat negatif. Pertanyaan positif
diberi skor 5, 4, 3, 2, dan 1; sedangkan bentuk pertanyaan negatif diberi skor 1, 2,
3, 4, dan 5. Biasanya disediakan lima pilihan Skala dengan format seperti:
1. Sangat Tidak Setuju (STS)
2. Tidak Setuju (TS)
3. Netral atau Biasa (B)
4. Setuju (S)
5. Sangat setuju (SS)
Penskalaan ini apabila dikaitkan dengan jenis data yang dihasilkan
adalah data Ordinal. Selain pilihan dengan lima skala seperti contoh di atas,
kadang digunakan juga skala dengan tujuh atau sembilan tingkat. Studi empiris
menemukan bahwa beberapa karakteristik statistik hasil kuesioner dengan
berbagai jumlah pilihan tersebut ternyata sangat mirip.
diperiksa, seperti rata-rata hitung penduga (χ), standar deviasi penduga (s),
proporsi penduga (p), dsb.
Salah satu penelitian yang menggunakan penarikan sampel sebagai
penyelesaian masalah yaitu penelitian survei, dimana pengambilan sampel dari
suatu populasi dilakukan dengan menggunakan kuisiOner sebagai alat pengumpul
data yang pokok (Singarimbun, 1998). Penelitian survei dapat digunakan untuk
maksud penjajakan (eksploratif), menguraikan (deskriptif), penjelasan
(eksplanatori) yaitu untuk menjelaskan hubungan kausal dan pengujian hipotesa,
evaluasi, prediksi atau meramalkan kejadian tertentu di masa yang akan datang,
penelitian operational dan pengembangan indikator-indikator sosial.
2. Purposive Sampling
Sesuai dengan namanya, sampel diambil dengan maksud atau tujuan
tertentu. Seseorang atau sesuatu diambil sebagai sampel karena
peneliti menganggap bahwa seseorang atau sesuatu tersebut memiliki
informasi yang diperlukan bagi penelitiannya. Dua jenis sampel ini
dikenal dengan nama judgement dan quota sampling.
a. Judgment Sampling
Sampel dipilih berdasarkan penilaian peneliti bahwa dia adalah pihak
yang paling baik untuk dijadikan sampel penelitiannya. Misalnya
untuk memperoleh data tentang bagaimana satu proses produksi
direncanakan oleh suatu perusahaan, maka manajer produksi
merupakan orang yang terbaik untuk bisa memberikan informasi. Jadi,
judment sampling umumnya memilih sesuatu atau seseorang menjadi
sampel karena mereka mempunyai "information rich".
b.Quota Sampling
Teknik sampel ini adalah bentuk dari sampel distratifikasikan secara
proposional, namun tidak dipilih secara acak melainkan secara
46
n=
( N
1 + Ne
2 )
Keterangan :
n : ukuran sampel
N : ukuran populasi
e : kelonggaran/ketidaktelitian kerena kesalahan pengambilan sampel
Contoh:
Sebuah perusahaan memiliki 1000 karyawan dan akan dilakukan survei dengan
mengambil sampel. Berapa sampel yang dibutuhkan apabila batas toleransi
kesalahan sebesar 5%?
Penyelesaian:
Dengan menggunakan rumus Slovin:
n=
( 1000
1 + 1000 × (0,05) )
= 2
285,71 ≈ 286
n=
( N
2
N d +1 )
Keterangan :
d : batas toleransi kesaiahan pengambilan sampel yang digunakan.
n : ukuran sampel
N : ukuran populasi
Contoh:
Misalnya, kita ingin menduga proporsi pembaca koran dari populasi 4.000 orang.
Presisi ditetapkan di antara 5% dengan tingkat kepercayaan 95%. Berapa sampel
dari pembaca koran?
Penyelesaian:
Dengan menggunakan rumus Yamane:
n=
( 4000
4000 (0,05) +1 )
=
2
364
2. Kekeliruan Sampling
Perbedaan antara hasil sampel dan hasil yang akan dicapai jika
prosedur yang sama digunakan dalam sampling juga digunakan dalam
sensus dinamakan kekeliruan sampling (Sudjana, 1975:174).
2.4.1.1 Data
Data adalah sekumpulan angka atau keterangan yang tersusun, dan
didapatkan melalui pengukuran, hasil perhitungan ataupun hasil kerja tertentu.
Hasil pengolahan data ini ada yang disajikan dalam bentuk daftar/tabel dan ada
dalam bentuk diagram atau grafik. Data terbagi atas dua yaitu data kuantitatif dan
data kualitatif.
Data kuantitatif adalah data yang berupa angka dalam arti sebenarnya,
jadi dengan data ini berbagai operasi matematika bisa dilakukan. Data kuantitatif
terbagi atas:
1. Data Diskrit
Data diskrit (data rasio) adalah data hasil pengukuran yang bersifat
angka dalam arti sesungguhnya dan bisa dioperasikan seccara
matematis. Misalnya data berat-badan, produk yang terjual, produk
cacat, dll.
2. Kontinyu
Data kontinyu (data interval) adalah data yang dapat mempunyai nilai
yang terletak dalam satu interval. Misalnya panjang, luas, isi, berat dan
waktu, berat badan.
51
Data kualitatif adalah data yang dikategorikan sebagai data yang bukan
berupa angka. Data kualitatif mempunyai ciri tidak bisa dilakukan operasi
matematika.
Data kualitatif terbagi atas:
1. Data Nominal adalah jika suatu pengukuran data yang hanya
menghasilkan satu dan hanya satu-satunya kategori. Misalnya data
jenis kelamin, tanggal lahir, asal daerah, dan lain-lain.
2. Data Ordinal adalah data yang jika suatu pengukuran memiliki
tingkatan data dimana yang satu berstatus lebih tinggi atau lebih
rendah dari yang lain. Misalnya data tentang sikap seseorang terhadap
produk tertentu "sangat baik", "baik", atau "tidak baik".
Sedangkan berdasarkan sumbernya, data terbagi atas data primer dan
data sekunder. Data primer adalah data yang dikumpulkan dan
dikeluarkan oleh badan yang sama. Data sekunder adalah data yang
dikumpulkan dan dikeluarkan tidak oleh badan yang sama.
2.4.1.2.1 Limit Kelas, Batas Kelas, Nilai Tengah, dan Lebar Kelas
Nilai terkecil dan terbesar pada tiap kelas discbut limit kelas atau tepi
kelas. Limit kelas ini terbagi menjadi limit kelas atas dan limit kelas bawah. Batas
kelas terbagi dua yaitu batas atas kelas dan batas bawah kelas. Nilai tengah antara
batas bawah kelas dan batas atas kelas disebut nilai tengah kelas.
k=1+3.3 log n
Dimana:
k=jumlah kelas interval
n= jumlah data
2. Menghitung Lenght/Range (r)
c=r/k
Jumlah
dengan data yang diamati. Perbedaan antara ujung bawah sebuah kelas dengan
ujung atas kelas sebelumnya adalah 1, jika data dicatat hingga satuan,
sepersepuluh atau 0.1. Jika data dicatat hingga satu desimal, dan begitu seterusnya
tergantung pada digit desimal yang ada.
Dalam kolom ke-2 yaitu batas kelas (boundaries), nilai yang
dimasukan bergantung pada ketelitian data yang digunakan. Jika data dicatat
hingga satu satuan, maka batas bawah kelas sama dengan ujung bawah (terdapat
dalam interval kelas atau limit), dikurangi 0.5 dan batas atas ditambahkan 0.5.
Untuk data dicatat hingga satu desimal, batas bawah sama dengan ujung bawah
dikurangi 0.05 dan batas atas ditambah 0.05, dan begitu seterusnya bergantung
pada digit terakhir yang ada.
2.4.1.4 Kurva
Menurut Kamus Besar Bahasa IndOnesia (KBBI), kurva merupakan
grafīk yang menggambarkan variabel (misal yang memperlihatkan
perkembangan) yang dipengaruhi oleh keadaan. Kurva yang diplotkan dari data
yang digunakan ini mampu menjelaskan sifat atau karakter populasi atau sample
yang digunakan. Kurva poligon mempunyai bentuk yang tak terhingga
banyaknya, tergantung dari bentuk distribusinya. Pada umumnya kurva poligon
digolongkan dalam dua golongan besar yaitu:
1. Kurva Simetri
2. Kurva Asimetri, terbagi adas dua model yaitu:
a. Model positif (kemiringan ke kiri atau dinyatakan juga kemiringan
yang besar).
b. Model negatif (kemiringan ke kanan atau kemiringan yang kecil).
∑ n- 1 x
x=
n
Dimana :
i : 1,2,3,4,..,n
xi : nilai dari data
n : jumlah data atau banyak data didalam
∑ n- 1 x
x=
n
Dimana :
Fi : frekuensi untuk kelas interval ke-i
Xi : nilai dari titik tengah
x=xo+ c ( ∑∑fuf )
Dimana :
fi : frekuensi untuk kelas interval ke-i
Ci : variabel coding untuk kelas interval ke-i
∑ fu
x=
∑f
Dimana :
x : nilai
w : bobot atau timbangan
2. Median adalah nilai tengah data setalah tersebut diurntkan dari kecil ke
besar. Jika banyak data ganjil, maka median setelah data disusun
menurut nilainya merupakan data paling tengah. Sedangkan untuk
sample berukuran gelap, setelah data disusun menurut ukuran nilainya,
median sama dengan rata-rata hitung data tengah.
Median untuk distribusi frekuensi atau data sudah dikelompakkan
dapat dihitung dengan rumus:
57
∑ fu
x=
∑f
Dimana :
Lo : batas bawah dari kelas median dimana median berada
n : jumlah data
c : lebar kelas interval
fmedian :frekuensi kelas median
F :jumlah frekuensi semua kelas sebelum kelas yang
mengandung median
3. Modus adalah nilai yang sering muncul dari suatu data. Untuk data
kuantitatif, modus ditentukan dengan jalan menentukan frekuensi
terbanyak. Modus untuk distribusi frekuensi atau data yang sudah
dikelompokkan dihitung dengan rumus:
Mod = Lo + c [ ] b1
b 1+ b2
Dimana :
Lo : batas bawah dari kelas median dimana median berada
bi : selisih antara frekuensi kelas modus dengan frekuensi tepat
satu kelas sebelum kelas modus
b2 : selisih antara frekuensi kelas modus dengan frekuensi tepat
satu kelas sesudah kelas modus
c : lebar kelas interval
Qi = data ke -
i(n+1)
4
Dengan i : 1,2,3,..
Untuk data berkelompok:
Qi = Lo + c
( )
in
-F
4
f
Dimana :
Lo : batas bawah dari kelas kuartil dimana kuartil berada
c : lebar kelas interval
f : frekuensi kelas kuartil Qi
F : jumlah semua frekuensi dengan tanda kelas kecil dari tanda kelas kuartil
I : 1,2,3…
Di = Lo + c
in
-F
10
i : 1,2..99
f
Persentil adalah sekumpulan data yang dibagi menjadi 100 bagian
yang sama.
59
∑f|x- x|
SR = n
Dimana n = ∑f
2.4.1.7.2 Varian
Varian adalah rata-rata kuadrat selisih atau kuadrat simpangan dari
semua nilai data terhadap rata-rata hitung. Varian untuk sample dilambangkan
dengan S2.
S2 =
2
n∑x - ( ∑xi ) 2
i
n(n-1)
atau
∑fi(x x)2
S2 =
n-1
atau
S2 = P 2
( )
2
n ∑fic ( ∑fici ) 2
i
n(n-1)
60
Dimana :
p : panjang kelas interval
ci : variabel coding untuk kelas interval ke-i
n : jumlah seluruh data yang diamati
S=
S=
√ ∑(x- x )2
n-1
Distribusi mengukur distribusi suatu data. Ada beberapa ukuran umum
distribusi yang sering digunakan, yaitu:
1. Skewness adalah nilai kemecengan (kemiringan) distribusi data.
Apabila bernilai positif (+) maka distribusi data akan miring ke kanan
dan apabila negatif (-) maka akan miring ke kiri.
( x -Mod)
α= atau α =
S
3( x -Med)
S
61
Dimana:
α : derajat kemiringan
x : rata-rata hitung
S : standar deviasi
Mod : modus
Med : median
2. Kurtosis adalah tinggi rendah atau datar runcingnya kurva dari suatu
distribusi frekuensi. Jika bagian tengah dari kurva frekuensi memiliki
puncak yang lebih runcing daripada ruang yang dimiliki kurva normal,
maka lebih datar daripada yang dimiliki kurva normal, kurva
distribusinya dinamakan kurva platikurtik. Dan jika puncaknya berada
diantara keduanya disebut kurva distribusi normal.
Salah satu ukuran kutoris adalah koefisien kurtosis yang diberi simbol
α4atau Kt dan ditentukan dengan rumus:
α = 4
( ∑ (x- x )4
ns4 ) 4
atau α =
( ∑ f (x- x )4
ns4 )
62
( (
∑ f U 4 −4 ∑ fU 3
) ( )(
∑ fU 2 ∑ fU ∑ fU
)( ) ( ∑ fU
))
2 2 4
4 c4
α = +6 −3
s4 n n n n n n
Dengan syarat:
a.α4 = 3 Distribusi normal/mezokurtik
b. α4 > 3 Distribusi leptokurtik
c.α4 <3 Distribusi platikurik
atau
a.Kt= 0.263 Distribusi normal/mezokurtik
b. Kt>0.263 Distribusi leptoturik
c.Kt <0.263 > Distribusi platikurtik
merupakan suatu fungsi peluang, fungsi masa peluang, atau distribusi peluang
peubah acak diskrit x maka untuk setiap kemungkinan hasil x berlaku:
1. F(x)> 0
2. ∑f(x)=1
3. P (X-x) = f (x).
2. Distribusi Binomial
Distribusi binomial merupakan distribusi peluang yang dihasilkan dari
proses Bernouli yang memiliki 4 karakteristik utama, yaitu:
a. Percobaan dilakukan sebanyak n kali.
b. Setiap percobaan hanya memiliki 2 hasil saja, yakni sukses atau gagal.
c. Peluang sukses (p) pada setiap percobaan adalah konstan.
d. Pengulangan percobaan harus bebas (independent) satu sama lain,
artinya hasil eksperimen yang satu tidak sama dengan hasil eksperimen
yang lainnya.
Sebuah percobaan Bernoulli dengan peluang sukses p dan peluang gagal
q = 1-p, maka distribusi peluang peubah acak Binomial X (jumlah
kejadian sukses dalam n kali percobaan) dapat dituliskan:
3. Distribusi Poisson
Distribusi Poisson merupakan eksperimen yang menghasilkan nilai
dari suatu peubah acak X, yaitu jumlah keluaran yang terjadi selama
satu selang waktu atau diantara suatu daerah. Pada distribusi ini
percobaan dilakukan dalam selang waktu tertentu dan digunakan untuk
mendekati distribusi binomial bila probabilitas sukses kecil (p =< 0.1)
dan jumlah percobaan sangat besar (n> 50). Misalkan, jumlah
panggilan telepon per jam yang diterima oleh suatu kantor, banyaknya
hari sekolah di tutup karena banjir, banyaknya kertas reject karena
salah ketik, dan lain sebagainya.
Percobaan poisson berasal dari proses poisson yang memiliki sifat
sebagai berikut.
a. Jumlah keluaran yang muncul dalam suatu rentang waktu atau suatu
daerah tidak dipengaruhi terhadap jumlah keluaran yang terjadi di
rentang waktu atau daerah yang lain yang terpisah.
b. Peluang bahwa yang satu keluaran akan muncul dalam selang waktu
yang sangat pendek atau daerah yang kecil adalah proporsional
dengan panjang selang waktu atau luas dari daerah.
c. Peluang muncul lebih dari satu keluaran dalam selang waktu yang
amat pendek atau daerah yang kecil dapat diabaikan.
Distribusi peluang acak Poisson X yang menyatakan banyaknya
sukses yang terjadi dalam selang waktu tertentu dinyatakan dengan t
diberikan oleh.
λt x
e ( λt )
p ( x; λt ) =
x!
X= 0,1,2
dimana λt menyatakan banyaknya sukses yang terjadi persatuan waktu
atau daerah, sedangkan e = 2,71828 ..
4. Distribusi Hipergeometrik
Cara sederhana untuk membedakan distribusi hipergeometrik dengan
distribusi binomial adalah dengan melihat proses penarikan sampelnya.
71
h ( λ;N.n.k ) -
( x )(n
k N - k
x)
∙x −0.12 … .
(n )
N
2.∫ ❑fx)dx = 1
∞
[ ]
2
( x- μ )
1 -
2σ²
n ( x;μσ ) = e
√ 2πσ²
dengan λ = 3,14 dan e = 2,71828
2. Distribusi Eksponensial
Distribusi Eksponensial memiliki pertalian erat dengan distribusi
Poisson. Jika pada Poisson, peubah acak poisson X menggambarkan
73
jumlah keluaran yang terjadi pada suatu selang waktu atau luas dacrah
tertentu, maka peubah acak Eksponensial X menggambarkan panjang
rentang waktu antara suatu kejadian dengan kejadian lainnya. Gambar
kurva distribusinya digambarkan di bawah ini:
Dalam hal ini peubah acak X pada distribusi Poisson berkisar antara 0
sampai tak terhingga (0 ≤ x < ∞) dan bersifat kontinyu. Peubah acak
kontinyu X berdistribusi EkspOnensial dengan parameter ᵝ, fungsi
densitasnya diberikan oleh:
{ }
-x
1 β
e
f ( x) = β
0
3. Distribusi Gamma
Distribusi Gamma memiliki hubungan yang erat dengan distribusi
Eksponensial, karena distribusi EkspOnensial merupakan salah satu
bentuk khusus dari distribusi Gamma. Jika peubah acak kontinyu X
berdistribusi Gamma dengan parameter α dan ᵝ maka fungsi
densitasnya dapat dirumuskan sebagai berikut:
{ }
−x
1 β
e
f ( x )= β
0
x>0, untuk x lainnya, dimana a>0 dan ß > 0, sedangkan ꞅ(a) merupakan
fungsi Gamma yang dirumuskan sebagai berikut:
x
Γ ( α ) =∫ x
α-1 -x
e dx
0
74
4. Distribusi ChKuadrat
Distribusi ini memegang peranan penting dalam statistika inferensi,
terutama untuk uji hipotesis dan penaksiran parameter. Pada dasarnya
distribusi ch kuadrat juga merupakan bentuk khusus dari distribusi
Gamma, yakni ketika nilai α = v/2 dan ᵝ = 2, dimana v adalah derajat
kebebasan yang merupakan bilangan integer positif.
Peubah acak kontinyu X berdistribusi chkuadrat (derajat kebebasan v),
jika fungsi densitasnya dapat dirumuskan dengan:
{
v x
1 1
x 2 e2
f (x)= 2 v r v
2 2 ()
0
x>0, untuk x lainnya.
5. Distribusi Weibull
Seperti distribusi Eksponensial dan distribusi Gamma, distribusi
Weibull banyak diterapkan pada persoalan keandalan dan pengujian
panjang umur (life Testing) suatu komponen.
Peubah acak kontinyu X berdistribusi Weibull dengan parameter α dan
ᵝ, jika fungsi densitasnya diberikan oleh:
f (x) = {αβxᵝ̄ˉ¹eˉᵅˣᵝ
0
Contoh:
Suatu pabrik ban melakukan pengujian kualitas terhadap beberapa
produknya. Hasil uji menyatakan 15% dinyatakan sebagai produk tidak layak.
Apabila dilakukan pengujian lagi terhadap 10 ban, berapa peluang tepat 5 ban
tidak layak.
Penyelesaian dengan SPSS dapat dilakukan secara cepat dan mudah
dengan langkah-langkah berikut:
1. Klik Transform Compute Variable sehingga kotak dialog akan muncul.
2. Pada Function group, pilih PDF & Noncentral PDF dan pada Function
and Special Variables, pilih Pdf Binom.
3. Pindahkan fungsi tersebut dengan menekan tombol panah atas ke
kotak Numeric Expression. Kotak tersebut akan tertulis PDF.BINOM
(?,?,?).
4. Masukkan nilai q, n, dan p pada tanda tanya pertama, kedua dan
ketiga. Variable q adalah banyaknya usaha yang dikategorikan sukses
(tepat 5 ban tidak layak). Variable n adalah banyaknya usaha dalam
suatu percobaan (10). Variable p adalah probabilitas sukses (15%
produk tidak layak). PDE.BINOM (5, 10, 0.15). PDF merupakan
singkatan dari Probability Density Function yang artinya adalah fungsi
probabilitas pada suatu titik tertentu.
5. Tulis Hasil pada kotak Target Variable.
6. Klik OK.
pearson correlation berada pada nilai -1 <r< 1, dan juga memiliki nilai Sig(2-
tailed)<0.025, artinya nilai dari probabilitasnya adalah 0,05, namun karena
pengujian diiakukan dalam dua sisi (2 tailed) sehingga nilai probabilitasnya 0,025
(Santoso, 2014).
Pengujian reliabilitas yang dilakukan, bertujuan untuk mengukur
sejauh mana setiap indikator pengukuran pada kuesioner yang digunakan
menunjukkan suatu konsistensi didalam mengukur. Artinya setiap jawaban
responden yang satu dengan yang lainnya terhadap pertanyaan pada kueisioner
adalah konsisten atau stabil dari waktu ke waktu (Sugiyono, 2004). Suatu
indikator pengukuran dikatakan reliabel apabila indikator tersebut memiliki nilai
Cronbac 's Alpha>0,6. (Hair et al., 2006). Menurut Sekaran (2006) secara umum
reliabel yang kurang dari 0.6 dianggap buruk, reliabel dalam kisaran 0.7 bisa
diterima dan jika lebih dari 0.8 dianggap baik.
Adapun prosedur untuk menghitung korelasi antar skor masing-masing
butir pertanyaan dengan total skor menggunakan software SPSS 20 versi 18.0
dengan langkah analisis sebagai berikut:
3 4 3 4 4 4 4 3 4 3 4 4
3 3 3 4 3 3 4 4 3 4 4 4
3 3 2 4 4 4 3 4 4 5 2 4
4 4 4 4 3 3 4 4 4 4 4 4
Keteterangan :
T : Tangible, EMP = Empathy, ASS=Assurance
N 30 30 30 30 30
*
T3 Pearson .371 .165 1 .297 .583**
Correlation
Sig. (2-tailed) .043 .384 .110 .001
N 30 30 30 30 30
* **
T4 Pearson .392 .648 .297 1 .821**
Correlation
Sig. (2-tailed) .032 .000 .110 .000
N 30 30 30 30 30
** ** ** **
Tangible Pearson .751 .783 .583 .821 1
Correlation
Sig. (2-tailed) .000 .000 .001 .000
N 30 30 30 30 30
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
_
X
Boxplot of Botol
(with 95% t-confidence interval for the
mean)
_
X
2.6.1.3.2 ChiSquare
Uji Chi Square atau disebut Pearson's ChSquare bertujuan untuk
membandingkan apakah satu variabel tertentu bersifat dependen atau independen
terhadap variabel lain. Jenis data yang digunakan untuk uji chsquare hanus
berbentuk data frekuensi, bukan data yang berbentuk rasio ataupun skala.
Dasar pengambilan keputusan dalam uji chsquare dapat dilakukan
dengan menilai output ChSquare Test hasil olahan data dengan software SPSS 20.
Dalam pengambilan keputusan berpedoman pada dua hal, yakni membandingkan
nilai Asymp. Sig dengan batas kritis 0,05 atau dapat membandingkan antara nilai
Chi Square hitung dengan Chi Square tabel.
Melihat nilai Asymp. Sig:
1. Jika nilai Asymp. Sig < 0,05 maka terdapat hubungan yang Signifikan
antar variabel
2. Jika nilai Asymp. Sig > 0,05 maka terdapat hubungan yang signifikan
antar variabel
Melihat nilai Chi Square:
1. Jika nilai chsquare hitung> chsquare tabel maka terdapat hubungan
antar variabel
2. Jika nilai ChiSquare hitung < chsquare tabel maka tidak terdapat
hubungan antar variabel
88
Hipotesis.
Ho : Tidak terdapat hubungan yang signifikan antara jenis kelamin dengan
tingkat pendidikan.
Ha : Terdapat hubungan yang signifikan antara jenis kelamin dengan tingkat
pendidikan.
mengukur kekuatan hubungan linier antara dua variable. Jika hubungan dua
variable tidak linier, maka koefesien korelasi Pearson tersebut tidak
mencerminkan kekuatan hubungan dua variabel yang sedang diteliti; meski kedua
variabel mempunyai hubungan kuat. Simbol untuk korelasi Pearson adalah "p"
jika diukur dalam populasi dan "P" jika di ukur dalam sampel. Korelasi Pearson
mempunyai jarak antara -1 sampai dengan +1. Jika koefesien korelasi adalah -1,
maka kedua variabel yang diteliti mempunyai hubungan linier sempurna negatif.
Jika koefesien korelasi adalah +1, maka kedua variable yang diteliti mempunyai
hubungan linier sempurna positif. Jika koefesien korelasi menunjukkan angka 0,
maka tidak terdapat hubungan antara dua variable yang dikaji. Jika hubungan dua
variable linier sempurna, maka sebaran data tersebut akan membentuk garis lurus.
Sekalipun demikian pada kenyataannya kita akan sulit menemukan data yang
dapat membentuk garis linier sempurna.
Data yang digunakan dalam Korelasi Pearson sebaiknya memenuhi
persyaratan, diantaranya ialah:
1. Berskala interval atau rasio
2. Variabel X dan Y hanus bersifat independen satu dengan lainnya
3. Variabel harus kuantitatif simetris.
Asumsi dalam Korelasi Pearson diantaranya ialah:
1. Terdapat hubungan linier antara X dan Y
2. Data berdistribusi nomal
3. Variabel X dan Y simetris. Variabel X tidak berfungsi sebagai variabel
bebas dan Y sebagai variable tergantung,
4. Sampling representative
5. Varian kedua variabel sama
frekuensi dari variabel-variabel yang ditelíti. Nilai koefesien korelasi dan kriteria
penilaian kekuatan hubungan dua variabel sama dengan yang digunakan dalam
korelasi Pearson. Penghitungan dilakukan dengan cara yang sama dengan korelasi
Pearson, perbedaan terletak pada pengubahan data kedalam bentuk ranking
sebelum dihitung koefesien korelasinya. Itulah sebabnya korelasi ini disebut
sebagai Korelasi Rank Spearman.
Berikut ini merupakan gambar normal p-p plot adalah sebagai berikut.
107
Regression Equation
Coefficients
SE
Term Coef Coef T-Value P-Value VIF
Constant 432.3 62.4 6.93 0.000
suhu -4.713 0.789 -5.98 0.000 1.34
insulation -14.26 4.81 -2.97 0.009 1.03
usia 5.80 4.06 1.43 0.172 1.31
S R-sq R-sq(adj) R-sq(pred)
108
dapat dilihat bahwa data berdistribusi normal, hal ini dapat dilihat plot mengikuti
garis lurus. Sehingga dapat disimpulkan residual berdistribusi normal.
III BAB III
METODOLOGI PRAKTIKUM
3.1 Flowchart
Berikut flowchart praktikum yang telah dilakukan
Mulai
Tema Kuesioner :
Wisata dan Rekreasi
Sampel golongan darah responden
: 16 sampel (A,B,AB,O)
Studi Literatur
Pengolahan data secara Pengolahan data menggunakan SPSS
manual 20
Penentuan Variabel
15 (indikator) x 5 (parameter)
= 75 Responden
Penyebaran Kuesioner
Rekapituasi Jawaban
Responden
1. Hasil Persentil Ya
2. Hasil Kuartil 1. Tabel One-Sample Tabel Uji Tabel Pearson Tabel output
Kolmogrov-Smirnov Test Heteroskedisitas Correlation Regression
2. Output Grafik Normal Coeffecient Analysis
Pengukuran P-Plot
Dispersi, Hasil
Kemiringan dan Pengujian
Keruncingan Pengujian Hipotesis
(Kurtosis) Pengujian Pengujian Korelasi
Multikolinearitas Autokorelasi dengan
dengan SPSS dengan SPSS Minitab
1. Tabel Dispersi
Perumusan Hipotesis :
2. Hasil Standar
1. Citra Destinasi
Deviasi 1. Tabel Uji F
H01 : diterima
3. Hasil Variansi Rekapitulasi Hasil Uji Reliabilitas 2. Tabel Uji T
H11: ditolak
4. Hasil Simpangan Variabel 3. Tabel Uji
Tabel Uji Tabel Uji 2. Kualitas Pelayanan Petugas
Rata-Rata 1. Citra Destinasi : Reliabel Coefficient
Multikolinearitas Autokorelasi H02 : ditolak
5. Hasil Kemiringan 2. Kualitas Pelayanan Petugas: Reliabel Regresi Linier
Coeffecient Model Summary H12: diterima
6. Hasil Keruncingan 3. Harga : Reliabel 4. Tabel Uji
Durbin-Watson 3. Harga
4. Kepuasan pengunjung : Reliabel Regresi Model
H03 : diterima
Summary.
H13 : ditolak
Analisis
Kesimpulan
dan Saran
Selesai
112
Realability X5
Handika Fikri Pratama. 2016. Pengaruh
Kualitas Pelayanan Petugas Terhadap Responsives X6
Kualitas
Kepuasan Pengunjung di Objek Wisata
2 PeLayanan Assurance X7
Sejarah Benteng Marlborough di Kota
Petugas
Bengkulu. Jurnal EKOMBIS Review Empathy X8
Vol 4 No 1
Tangibles X9
Kode
No. Pernyataan S SS N TS STS
Pernyataan
1 Wisatawan dapat mengamati suasana A1
Pulau Weh
2 Pengelola wisata selalu merawat A2
tempat wisata
3 Penataan tata letak wisata sangat baik A3
dan rapi
Wisata menyajikan beberapa sarana
4 A4
hiburan yang sangat memuaskan
5 Wisatawan dapat mengamati suasana A5
Pulau Weh
6 Petugas wisata memperkenalkan A6
budaya setempat kepada wisatawan
7 Tempat wisata menjadikan adat dan A7
budaya setempat sebagai ciri khas
8 Wisataini bias menjadi pilihan yang A8
tepat bagi yang ingin menenangkan
dan memanjakan diri
9 Wisatawan tidak mudah bosan jika A9
berlama-lama ditempat wisata
10 Memberikan pelayanan yang baik dan B1
benar tanpa terjadi kesilapan sedikit
pun
11 Memberikan informasi yang sesuai B2
dengan apa yang terjadi dan
dibutuhkan pengunjung
12 Keramahan petugas dalam B3
memberikan pelayanan sehingga
pengunjung merasa nyaman
13 Petugas dapat dijadikan tempat B4
mengajukan keluhan yang tepat bagi
wisatawan
14 Petugas cepat tanggap dalam B5
pelayanan di loket tiket
Kode
No. Pernyataan S SS N TS STS
Pernyataan
15 Petugas dengan baik dan cepat dalam B6
meberikan petunjuk yang sesuai
dengan kebutuhan pengunjung
16 Petugas menanggapi keluhan yang B7
diberikan pengunjungdengan cepat
17 Petugas dapat memberikan informasi B8
dengan tepat sehingga petuga sdapat
diandalkan pengunjung
18 Kesopanan Petugas memberikan B9
kenyaman tersendiri bagi pengunjung
dalam menerima pelayanan
19 Kemampuan petugas berkomunikasi B10
sangat baik
20 Perhatian yang diberikan sangat B11
berarti bagi pengunjung wisata Pulau
Weh
21 Petugas sangat terampil dalam B12
melayani wisatawan
22 Perhatian yang di berikan sangat B13
berarti bagi pengunjung Pulau Weh
23 Pemberi pelayanan selalu B14
mementingkan kebutuhan pengunjung
agar terpenuhi kebutuhan pengunjung
24 Pemberi pelayanan paham atas apa B15
yang dibutuhkan pengunjung untuk
kepuasan pengunjung
25 Petugas melakukan pendekatan yang B16
baik sehingga pengunjung terasa
memiliki perlindungan
26 Petugas dapat berinteraksi dengan B17
baik sehingga pengunjung merasa
paham dan nyaman
27 Tempat wisata memiliki kondisi B18
bangunan yang luas dan nyaman bagi
wisatawan
28 Memiliki tempat parkir yang luas bagi B19
wisatawan
29 Tingkat kebersihan lingkungan B20
ditempat wisata sangat bersih
30 Pemeliharaan fasilitas wisata sangat B21
baik
31 Harga yang di tawarkan kepada C1
pengunjung sesuai dengan apa yang
disajikan penyedia layanan wisata
PulauWeh
32 Harga yang diberikan menjadi Patoka C2
pengunjung dalam membeli jasa
pelayanan yang dibutuhkan
33 Harga yang diberikan dapat dijangkau C3
disegala kalangan yang ingin
berkunjung ke Pulau Weh
34 Daftar harga yabg diberikan jelas dan C4
cocok
123
V BAB V
PENGOLAHAN DATA
51 R51 Perempuan
52 R52 Perempuan
53 R53 Perempuan
54 R54 Laki-laki
55 R55 Perempuan
56 R56 Laklaki
57 R57 Laklaki
58 R58 Perempuan
59 R59 Laklaki
60 R60 Laklaki
61 R61 Perempuan
62 R62 Perempuan
63 R63 Perempuan
64 R64 Laklaki
65 R65 Laklaki
66 R66 Perempuan
67 R67 Perempuan
68 R68 Perempuan
69 R69 Perempuan
70 R70 Perempuan
71 R71 Perempuan
72 R72 Perempuan
73 R73 Perempuan
74 R74 Perempuan
75 R75 Perempuan
R21 18
R22 19
R23 20
R24 19
R25 17
R26 19
R27 20
R28 19
R29 18
R30 19
R31 19
R32 19
R33 19
R34 18
R35 19
R36 19
R37 19
R38 16
R39 19
R40 19
R41 18
R42 17
R43 18
R44 19
R45 18
R46 19
R47 19
R48 19
R49 18
R50 18
R51 19
R52 18
R53 20
R54 19
R55 18
R56 20
R57 19
R58 19
R59 19
R60 23
R61 19
R62 18
R63 19
R64 18
R65 20
R66 19
R69 19
R70 20
R71 20
R72 20
R73 20
R74 19
R75 19
R35 60
R36 70
R37 50
R38 40
R39 41
R40 70
R41 49
R42 54
R43 48
R44 88
R45 46
R46 70
R47 48
R48 50
R49 68
R50 42
R51 38
R52 40
R53 46
R54 48
R55 60
R56 85
R57 65
R58 53
R59 50
R60 75
R61 42
R62 60
R63 85
R64 70
R65 55
R66 62
R67 40
R68 42
R69 50
R70 60
R71 48
R72 48
R73 48
R74 35
R75 58
R3 167
R4 153
R5 175
R6 154
R7 152
R8 150
R9 155
R10 158
R11 153
R12 166
R13 163
R14 168
R15 165
R16 166
R17 155
R18 155
R19 154
R20 163
R21 154
R22 167
R23 158
R24 152
R25 157
R26 158
R27 156
R28 172
R29 155
R30 167
R31 150
R32 165
R33 167
R34 150
R35 175
R36 180
R37 160
R38 155
R39 147
R40 180
R41 156
R42 163
R43 157
R44 165
Lanjutan Tabel 5.4 Rekapitulasi Karakteristik Responden Berdasarkan Tinggi Badan
No Tinggi Badan
Responde Responden (cm)
132
n
R45 155
R46 179
R47 162
R48 163
R49 146
R50 156
R51 150
R52 155
R53 155
R54 170
R55 158
R56 172
R57 170
R58 157
R59 167
R60 178
R61 153
R62 157
R63 162
R64 163
R65 170
R66 169
R67 153
R68 151
R69 159
R70 150
R71 156
R72 156
R73 156
R74 155
R75 160
R8 Mahasiswa
R9 Mahasiswi
No
Rata-rata Liburan
Responden
R23 Setiap Akhir Pekan
R24 Setiap Akhir Pekan
R25 Setiap enam bulan sekali
R26 Sebulan sekali
R27 Setiap enam bulan sekali
R28 Setiap Akhir Pekan
R29 Setiap enam bulan sekali
R30 Setiap Akhir Tahun
R31 Setiap Akhir Pekan
R32 Setiap Akhir Tahun
R33 Setiap Akhir Tahun
R34 Setiap enam bulan sekali
R35 Sebulan sekali
R36 Setiap Akhir Pekan
R37 Sebulan sekali
R38 Setiap Akhir Pekan
R39 Sebulan sekali
R40 Sebulan sekali
R41 Sebulan sekali
R42 Sebulan sekali
R43 Setiap Akhir Tahun
R44 Sebulan sekali
R45 Sebulan sekali
R46 Setiap Akhir Pekan
R47 Sebulan sekali
R48 Sebulan sekali
R49 Setiap Akhir Tahun
R50 Setiap Akhir Tahun
R51 Setiap enam bulan sekali
R52 Setiap Akhir Pekan
R53 Setiap Akhir Tahun
R54 Setiap Akhir Tahun
R55 Setiap enam bulan sekali
R56 Sebulan sekali
R57 Setiap enam bulan sekali
R58 Setiap Akhir Tahun
R59 Setiap Akhir Tahun
R60 Sebulan sekali
R61 Setiap enam bulan sekali
R62 Setiap Akhir Pekan
R63 Setiap enam bulan sekali
R64 Setiap Akhir Tahun
R65 Sebulan sekali
136
Tabel 5.7 Rekapitulasi Jawaban Responden Berdasarkan Pertama kali Tahu Pulau Weh
No Pertama kali tahu
Responden Pulau Weh
R1 Sosial Media
R2 Teman / Saudara / Relasi
R3 Teman / Saudara / Relasi
R4 Teman / Saudara / Relasi
R5 Teman / Saudara / Relasi
R6 Teman / Saudara / Relasi
R7 Teman / Saudara / Relasi
R8 Sosial Media
R9 Teman / Saudara / Relasi
R10 Sosial Media
R11 Teman / Saudara / Relasi
R12 Sosial Media
R13 Teman / Saudara / Relasi
R14 Teman / Saudara / Relasi
R15 Sosial Media
R16 Sosial Media
R17 Televisi / Radio
R18 Teman / Saudara / Relasi
R19 Teman / Saudara / Relasi
R20 Teman / Saudara / Relasi
R21 Teman / Saudara / Relasi
R22 Sosial Media
R23 Sosial Media
R24 Teman / Saudara / Relasi
R25 Teman / Saudara / Relasi
137
R26 Lain-lain
R27 Teman / Saudara / Relasi
R28 Teman / Saudara / Relasi
Lanjutan Tabel 5.7 Rekapitulasi Jawaban Responden Berdasarkan Pertama kali Tahu
Pulau Weh
No Pertama kali tahu
Responden Pulau Weh
R29 Sosial Media
R30 Sosial Media
R31 Televisi / Radio
R32 Teman / Saudara / Relasi
R33 Teman / Saudara / Relasi
R34 Sosial Media
R35 Koran / Majalah / Tabloid
R36 Koran / Majalah / Tabloid
R37 Teman / Saudara / Relasi
R38 Teman / Saudara / Relasi
R39 Teman / Saudara / Relasi
R40 Teman / Saudara / Relasi
R41 Teman / Saudara / Relasi
R42 Teman / Saudara / Relasi
R43 Teman / Saudara / Relasi
R44 Teman / Saudara / Relasi
R45 Teman / Saudara / Relasi
R46 Sosial Media
R47 Teman / Saudara / Relasi
R48 Sosial Media
R49 Lain-lain
R50 Lain-lain
R51 Sosial Media
R52 Sosial Media
R53 Teman / Saudara / Relasi
R54 Teman / Saudara / Relasi
R55 Teman / Saudara / Relasi
R56 Sosial Media
R57 Koran / Majalah / Tabloid
R58 Teman / Saudara / Relasi
R59 Teman / Saudara / Relasi
R60 Teman / Saudara / Relasi
R61 Sosial Media
R62 Lain-lain
R63 Teman / Saudara / Relasi
R64 Sosial Media
R65 Teman / Saudara / Relasi
R66 Teman / Saudara / Relasi
R67 Teman / Saudara / Relasi
R68 Sosial Media
R69 Teman / Saudara / Relasi
R70 Teman / Saudara / Relasi
R71 Teman / Saudara / Relasi
R72 Teman / Saudara / Relasi
R73 Teman / Saudara / Relasi
138
R74 Lain-lain
R75 Sosial Media
Berikut merupakan rekapitulasi karakteristik responden berdasarkan Pertama
kali Tahu Pulau Weh
Tabel 5.8 Rekapitulasi Karakteristik Responden Berdasarkan Kendaraan yang digunakan
No Kendaraan yang
Responden Digunakan
R1 Kapal Lambat
R2 Mobil dan Kapal
R3 Kapal Cepat
R4 Kapal Cepat
R5 Sepeda motor dan Kapal
R6 Mobil dan Kapal
R7 Mobil dan Kapal
R8 Kapal Lambat
R9 Mobil dan Kapal
R10 Sepeda motor dan Kapal
R11 Sepeda motor dan Kapal
R12 Sepeda motor dan Kapal
R13 Sepeda motor dan Kapal
R14 Mobil dan Kapal
R15 Sepeda motor dan Kapal
R16 Sepeda motor dan Kapal
R17 Sepeda motor dan Kapal
R18 Sepeda motor dan Kapal
R19 Mobil dan Kapal
R20 Sepeda motor dan Kapal
R21 Mobil dan Kapal
R22 Mobil dan Kapal
R23 Mobil dan Kapal
R24 Kapal Lambat
R25 Kapal Cepat
R26 Sepeda motor dan Kapal
R27 Mobil dan Kapal
R28 Kapal Cepat
R29 Sepeda motor dan Kapal
R30 Sepeda motor dan Kapal
R31 Sepeda motor dan Kapal
R32 Sepeda motor dan Kapal
R33 Kapal Lambat
R34 Kapal Cepat
R35 Sepeda motor dan Kapal
R36 Kapal Lambat
139
No Tujuan Responden
Responden ke Pulau Weh
R1 LIburan
R2 LIburan
R3 LIburan
R4 LIburan
142
R5 LIburan
R6 LIburan
R7 LIburan
R8 LIburan
R9 LIburan
R10 LIburan
R11 LIburan
R12 LIburan
R13 LIburan
R14 LIburan
R15 LIburan
Lanjutan Tabel 5.10 Rekapitulasi Karakteristik Responden Berdasarkan Tujuan ke Pulau
Weh
No Tujuan Responden
Responden ke Pulau Weh
R16 LIburan
R17 LIburan
R18 LIburan
R19 LIburan
R20 LIburan
R21 LIburan
R22 LIburan
R23 LIburan
R24 LIburan
R25 LIburan
R26 LIburan
R27 LIburan
R28 Penelitian
R29 LIburan
R30 LIburan
R31 Liburan
R32 LIburan
R33 LIburan
R34 LIburan
R35 LIburan
R36 LIburan
R37 LIburan
R38 LIburan
R39 LIburan
R40 Penelitian
R41 LIburan
R42 LIburan
R43 LIburan
R44 LIburan
R45 LIburan
143
R46 LIburan
R47 LIburan
R48 LIburan
R49 LIburan
R50 LIburan
R51 LIburan
R52 LIburan
R53 LIburan
R54 LIburan
R55 LIburan
R56 LIburan
R57 LIburan
R58 LIburan
R59 LIburan
R60 LIburan
R61 LIburan
Citra Destinasi
X1 X2 X3 X4
No. Responden A
A1 A2 A3 A5 A6 A7 A8 A9
4
1 SS SS SS SS S S SS S SS
2 SS SS SS SS SS SS SS SS SS
3 S N N N S N N N N
4 S S S N N N S S S
5 S S S S S S N S S
6 SS TS N N S N N S S
7 SS N N S N S S S N
8 S S S S S S S S S
9 SS N N S N SS TS S STS
10 S S S S S S S S S
11 S SS S S N S S S S
12 S S S S S S S S S
13 SS SS SS SS SS SS SS SS SS
14 N TS TS N S S S S S
15 SS S S S N SS SS N SS
16 S S S S S S S S S
17 SS S S S S S SS SS SS
18 S S S S S S S S S
19 SS N N N N N N SS SS
20 S S S S N S N S S
LanjutanTabel 5.11 Rekapitulasi Jawaban Responden Berdasarkan Variabel Citra
Destinasi
145
Citra Destinasi
X1 X2 X3 X4
No. Responden A A A A A A
A5 A8 A9
1 2 3 4 6 7
21 SS TS N N S N N S S
22 SS SS S N SS N SS N SS
23 S S S S S S S S S
24 N N S N S S SS SS SS
25 SS S S SS SS S SS SS SS
26 S TS N S S N N S N
27 SS N S S S S SS SS SS
28 SS N N SS N N N SS SS
29 SS S S N N N N SS S
30 SS S S SS S S S SS SS
31 S S S S S S S S S
32 SS SS S S SS SS S S SS
33 S SS S SS S SS S SS S
34 S S S SS S N N SS N
35 S S S S S S S S S
36 S TS N S S S S S S
37 S S S SS SS SS S N N
38 S S S S S S S S TS
39 SS SS N N N S S S N
40 S S SS N S SS S S SS
41 SS S N N N SS S SS SS
42 S S N S S S S S S
43 S N S SS S S S S S
44 SS SS TS S S SS S SS SS
45 SS SS SS SS SS SS SS SS SS
46 SS S SS S S SS SS SS SS
47 S N S N N S S N N
48 SS S N SS N S S S S
49 SS S S SS S S N S S
50 N N N N N N N N N
51 S N N N N N N N N
52 S S S S S S S S S
53 S TS S TS STS TS TS TS S
54 S S S S S S S S S
55 S S S S S S N S S
56 SS N TS TS N N N S S
57 SS SS SS SS N S SS SS SS
58 S N N S N N S S N
59 S SS S SS S SS S SS S
60 SS N S TS TS N N S TS
61 S S S S S S S S S
62 S SS SS SS SS SS SS SS SS
63 S S TS S S TS TS S S
64 SS SS SS SS SS SS SS SS SS
65 SS S S S S S TS S SS
66 SS SS SS SS SS SS SS SS SS
67 SS S SS SS SS S S S S
68 S S S N S S S S S
69 SS S SS SS S N SS SS SS
LanjutanTabel 5.11 Rekapitulasi Jawaban Responden Berdasarkan Variabel Citra
Destinasi
146
Citra Destinasi
X1 X2 X3 X4
No. Responden A A A A A A
A5 A8 A9
1 2 3 4 6 7
70 SS SS SS SS SS SS SS SS SS
71 SS S SS S TS TS S SS SS
72 SS S SS S TS TS S SS SS
73 SS S SS S TS TS S SS SS
74 SS N SS S SS SS SS SS SS
75 S S S SS S S S S S
5 S S S S S S S S S S S S S S S S S S S S S
T T
6 N N N N N N N N N N N S S S N N N N N
S S
S
7 S S N S S S N S N N S S N N N N S S N N
S
8 S S S S S S S S S S S S S S S S S S S S S
S S
S T T T T S T T S S T
9 S N S T N S N S S N
S S S S S S S S S S S
T S
S
10 S S S S S S S S S S S S S S S S S S S S
N
11 S N S S S S S N N S N N S S N N N N N N
S
12 S S S S S S S S S S S S S S S S S S S S
S S S S S S S S S S S S S S
13 S S S S S S S
S S S S S S S S S S S S S S
S
14 S S S S S S S S S S S S S S S S S S S S
147
26 N N N N N N N N N N N N N N N N N N N N N
27 N S S S S S S S S S S S S S S S S S S S S
S S S S
28 N N S N N N N N S N N N N N N N N
S S S S
S S S
29 N S S S N S N S S S S S S S N N N N
S S S
S S
30 N N S N S S S N N S S S S N S N N S S
S S
31 S S S S S S S S S S S S S S S S S S S S S
S S S S S S S S S S S
32 S S S S S S S S S S
S S S S S S S S S S S
S S S S S S S S S S S
33 S S S S S S S S S S
S S S S S S S S S S S
T
34 N N N S S N N N N N S N S S N N N S N N
S
35 S S S S S S S S S S S S S S S S S S S S S
36 S N N N N N N N N N N N N N N N N N N N N
148
39 N S S S N S N N N N N N N S N N S N N N N
S S S S S S S
40 S N S N S S N S S S N N S S
S S S S S S S
S S S S
41 S S N S N S S S S S S S S N S N S
S S S S
42 S S S S S S S S S S S S S S S S S S S S S
T S S S T
43 S S S S S S S S S S S S S N S S
S S S S S
T T S
44 S S S S S S N S S S N S N S N S N S
S S S
S S S S S S S S S S S S S S S S S S S S
45 S
S S S S S S S S S S S S S S S S S S S S
S S S S S S S S S S S S S S S S S S S S
46 S
S S S S S S S S S S S S S S S S S S S S
47 N S N S S S N S S S S N S N N N S S S S S
S S S
48 N N S N N N S S S S S N S S S N N S
S S S
49 N S S S N S N N S N N S S S N S S S N N N
50 N N N N N N N N N N N N N N N N N N N N N
T T T T
51 N N N N N N N N N S N N N S N N N
S S S S
52 S S S S S S S S S S S S S S S S S S S S S
S S S
T S S T T S T S T T S T S T
53 T N T N S T S
S S S S S S S S S S S S S S
S S S
54 S S S S S S S S S S S S S S S S S S S S S
55 S S S S S S S S S S S S S S S S S S S S S
T T T T T T T T
56 N N N N N N N N N N N N N
S S S S S S S S
S S S S S S S S S S S S S S S S S S
57 N S S
S S S S S S S S S S S S S S S S S S
T
58 N N N N N N N N N N N N N N N N N N N N
S
149
Harga
No.
Responde X10 X11 X12
n
C1 C2 C3 C4 C5 C6
52 S S S S S S
53 SS N TS N S SS
54 S S S S N S
55 S S S S SS N
56 TS TS TS TS S S
57 S S N SS SS N
58 N S TS TS S S
59 S SS S SS SS S
60
STS STS TS TS SS N
61 S S S S SS S
62 SS SS SS SS SS N
63 S N S S SS S
64 SS SS SS SS N S
65 S TS TS TS S S
66 SS SS SS SS S SS
67 S S S S SS SS
68 S S N N S N
69 S SS S S S S
70 SS SS SS SS S S
71 TS S STS STS SS N
72 TS S STS STS N N
73 TS S STS STS S S
74 TS S S S N SS
75 S S TS S S SS
Kepuasan Wisatawan
153
Jenis Kelamin
35%
65%
Laki-laki Perempuan
Gambar 5.1 Pie Chart Data Karakteristik Responden Berdasarkan Jenis Kelamin
Berdasarkan gambar 5.1 menunjukan bahwa jenis kelamin responden
perempuan mendapat persentase sebesar 65,33%, sedangkan responden dengan
jenis kelamin laklaki mendapat persentase 34,67%. Hal ini membuktikan bahwa
data kuesioner pada pengujian ini lebih dominan diisi oleh perempuan.
Usia 1,33%
98,67
&
99%
15-20 Tahun 21-30 Tahun 31-40 Tahun
6,67%
34,67%
21,33%
157
Tinggi Badan
37,33%
Gambar 5.3 Pie Chart Data Karakteristik Responden Berdasarkan Tinggi Badan
Berdasarkan gambar 5.3 menunjukan bahwa tinggi badan responden
dengan rentang 145-155 cm mendapat persentase sebesar 34,67%, responden
dengan rentang 156-165 cm mendapat persentase sebesar 37,33%, responden
dengan rentang 166-175 cm mendapat persentase sebesar 21,33%, sedangkan
responden dengan rentang tinggi badan 176-195 cm mendapat persentase 6,67%.
Hal ini menunjukkan bahwa data kuesioner pada pengujian ini lebih dominan
tinggi badan dengan rentang yaitu 156-165 cm, namun selisi dengan responden
dengan rentang tinggi badan 145-165 cm tidak terlalu jauh, hanya 2 responden
saja.
8,00% 5,33%
21,33%
158
Berat Badan
45,33%
35 – 45 kg 46 – 55 kg 56 – 65 kg 66 – 75 kg >76 kg
Gambar 5.4 Pie Chart Data Karakteristik Responden Berdasarkan Berat Badan
Berdasarkan gambar 5.4 menunjukan bahwa berat badan responden
dengan rentang 35-45 kg mendapat persentase sebesar 21,33%, responden dengan
rentang 46-55 kg mendapat persentase sebesar 45,33%, responden dengan rentang
56-65 kg mendapat persentase sebesar 20,00%, responden dengan rentang 66-75
kg mendapat persentase sebesar 8,00%, sedangkan responden dengan rentang
tinggi diatas 76 kg mendapat persentase 5,33%. Hal ini menunjukkan bahwa data
kuesioner pada pengujian ini lebih dominan berat badan dengan rentang yaitu 46-
55 kg.
5.2.1.1.4 Pie Chart Data Karakteristik Responden Berdasarkan Pekerjaan
Berikut merupakan jumlah responden berdasarkan karakteristik
pekerjaan responden.
Tabel 5.19 Jumlah Responden Berdasarkan Karakteristik Pekerjaan
No. Pekerjaan Jumlah Responden Persentase
1 Pelajar/mahasiswa 70 93,33
2 BUMN 1 1,33
3 Wiraswasta 1 1,33
4 Lain-lain 3 4,00
Total 75 100
1,33%
1,33% 4,00%
159
Pekerjaan
93,33%
Pelajar/Mahasiswa BUMN
Wiraswasta Lain-lain
Keterangan:
r = Length/range
c = r/k
Keterangan:
c = Lebar kelas interval
r = Length/range
k = Jumlah kelas interval
Berikut merupakan perhitungan lebar kelas interval.
c = r/k
161
c = 53/7
c = 7,571 ≈ 8
Berdasarkan Tabel 5.21 distribusi tinggi bada memiliki jumlah kelas yaitu
7 kelas, dengan jangkauan 58, sedangkan untuk lebar kelas sebesar 8.
Gambar 5.6 Grafik Histogram Distribusi Frekuensi Data Berat Badan Responden
162
2. Kurva Frekuensi
Berikut adalah kurva frekuensi dari data berat badan responden.
Berdasarkan gambar 5.8 menunjukkan bahwa kurva naik drastis pada mid
point 42,4 – 50,5 lalu turun ke mid point 50,5 – 58,5 hingga mid point 74,5 – 82,5.
Σfixi
x=
Σ fi
Keterangan:
fi = frekuensi
xi = nilai dari titik tengah
( )
n
-F
2
Med=L˳+c
fmedian
Keterangan:
( )
n
-F
2
Med=L˳+c
fmedian
( )
75
-11
2
Med=42,5+8
30
Med=42,5+8 ( 0,882 )
Med=42,5+7.064
Med=49,564
Mod=L˳+c ( b1b1+b2 )
Keterangan :
L = batas bawah dari kelas modus dimana modus berada
b =selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya
b2 =selisih frekuensi kelas modus dengan frekuensi kelas
sesudahnya
Mod=L˳+c ( b1b1+b2 )
Mod=42,5+8 (
19+17 )
19
Mod=42,5+8(0,527)
165
Mod=42,5+4,216
Mod=46,716
5.2.1.5 Perhitungan Persentil dan Kuartil
Perhitungan persentil merupakan perhitungan dengan membagi data 100
sama banyak. Sedangkan kuartil adalah membagi data menjadi empat sama
banyak.
( )
in
-F
100
Pi=L˳+c
f
Keterangan:
Lo = Batas bawah dari kelas kuartil dimana kuartil
berada
f = Frekuensi kelas kuartil Qi
F = Jumlah semua frekuensi dengan tanda kelas lebih kecil dari
tanda kuartil
i = 1,2, ..., 99
Untuk i = 15
Perhitungan untuk i = 15 yaitu:
166
( )
in
-F
100
Pi=L˳+c
f
( )
15(75)
-11
100
P15=42,5+8
30
P15=42,5+8 (11,25-11
30 )
P15=42,5+8 (
30 )
0,25
P15=42,5+8 ( 0,0083 )
P15=42,5+0,0664
P15=42,5664
Untuk i = 25
Perhitungan untuk i = 25 yaitu:
( )
in
-F
100
Pi=L˳+c
f
( )
25(75)
-11
100
P25=42,5+8
30
P25=42,5+8 (18,75-11
30 )
P25=42,5+8 (
30 )
7,75
P25=42,5+8 ( 0,2583 )
P25=42,5+2,0664
P25=44,5664
Untuk i = 75
Perhitungan untuk i = 75 yaitu:
( )
in
-F
100
Pi=L˳+c
f
167
( )
75(75)
-54
100
P75=58,5+8
11
P75=58,5+8 (56,25-54
11 )
P75=58,5+8 (
30 )
2,25
P75=58,5+8 ( 0,2045 )
P75=58,5+1,636
P75=60,136
( )
in
-F
4
Qi=L˳+c
f
Keterangan:
Lo = Batas bawah dari kelas kuartil dimana kuartil
berada
f = Frekuensi kelas kuartil Qi
F = Jumlah semua frekuensi dengan tanda kelas lebih kecil dari
tanda kuartil
i = 1,2, 3,...
( )
in
-F
4
Q1=L˳+c
f
( )
1(75)
-11
4
Q1=42,5+8
30
Q1=42,5+8 (18,75-11
30 )
Q1=42,5+8 (
30 )
7,75
Q1=42,5+8 ( 0,2583 )
Q1=42,5+2,0664
Q1=44,5664
( )
in
-F
4
Q2=L˳+c
f
( )
1(75)
-11
2
Q2=42,5+8
30
Q2=42,5+8 (37,5-11
30 )
Q2=42,5+8 (
30 )
26,5
Q2=42,5+8 ( 0,883 )
Q2=42,5+7,064
Q2=49,564
( )
3n
-F
4
Q3=L˳+c
f
( )
3(75)
-541
4
Q3=58,5+8
11
169
Q3=58,5+8 (56,25-541
11 )
Q3=58,5+8 (
30 )
2,25
Q3=58,5+8 ( 0,2045 )
Q3=58,5+1,636
Q3=60,136
S=
√
Σf (xi−x)2
n−1
Berikut ini untuk menghitung standar deviasi dari data responden berdasarkan
berat badan.
S=
√ Σf(x x )2
n-1
S=
√ 2408,810
74
S= √ 32,551
S=5,705
5.2.1.6.3 Variansi
Berikut merupakan persamaan untuk mencari variansi.
2
Σfi ( x x )
S2 =
n-1
Σ fi |x x|
SR=
n
Σ fi |x x|
SR=
n
718,743
SR=
75
SR=9,583
( x -Mod)
α=
S
Keterangan:
α = Derajat kemiringan
x̄ = Rata-rata hitung
S = Standar deviasi
Mod = Modus
6,397
α=
5,705
α =1,121
4
Σ fi (x- x )
α4 = 4
nS
4
Σ fi (x- x )
α4 = 4
nS
13816250,168
α4 =
( 75 ) 1272,693
13816250,168
α4 =
95451,946
α 4 = 144,746
Berdasarkan Tabel 5.28 total data berat badan responden sebesar 75 data, data
terkecil bernilai 35kg sedangkan data tertinggi yaitu 88 kg sehingga didapatkan
mean sebesar 53.63.
Berikut ini merupakan Gambar 5.11 Analisis Descriptive
Gambar 5.11 Analisi Rekapitulasi Data Berat Badan Responden Menggunakan SPSS
1. Golongan Darah A
Berikut ini merupakan perhitungan probabilitas sukses pengambilan
golongan darah A.
x
p = q =1-p
n
Persentase (%)
p = q = 1 – 0,3
100 %
p = 0,3 q = 0,7
2. Golongan Darah B
Berikut ini merupakan perhitungan probabilitas sukses pengambilan
golongan darah B.
x
p = q =1-p
n
Persentase (%)
p = q = 1 – 0,3
100%
p = 0,7 q = 0,7
3. Golongan Darah AB
Berikut ini merupakan perhitungan probabilitas sukses pengambilan
golongan darah AB.
x
p = q =1-p
n
Persentase (%)
p = q = 1 – 0,2
100%
p = 0,2 q = 0,8
4. Golongan Darah O
Berikut ini merupakan perhitungan probabilitas sukses pengambilan
golongan darah O.
177
x
p = q =1-p
n
Persentase (%)
p = q = 1 – 0,2
100%
p = 0,2 q = 0,8
Keterangan :
b = Binomial
x = Banyaknya peristiwa sukses
n = Banyak percobaan
p = Probabilitas peluang sukses
q = 1 - p “probabilitas peluang gagal”
P( x;n;p ) = ( nx ) p q
x n-x
P(3;10;0,3) = C10 3
3 . 0,3 0,7
10-3
=( n!x!(n-x)! )
=(
3!(10-3)! )
10!
0,002
= 120 x 0,002
= 0,24
P( x;n;p ) = ( nx ) p q
x n-x
P(3;10;0,3) = C10 3
3 . 0,3 0,7
7
=( n!x!(n-x)! )
=(
3!7!)
10 !
0,002
= 120 x 0,002
= 0,24
P( x;n;p ) = ( nx ) p q
x n− x
P(2;10;0,2) = C10 2
2 . 0,2 0,8
10-2
=( x ! (n−x
n!
)! )
=(
3 !(10−3)! )
10!
0,0067
= 45 x 0,002
= 0,3015
P( x;n;p ) = ( nx ) p q
x n-x
P(2;10;0,2) = C10 2
2 . 0,2 0,8
10-2
=( n!x!(n-x)! )
=(
3 !(10−3)! )
10!
0,0067
= 45 x 0,002
= 0,3015
179
(𝐤
𝐧
)(𝐍 −𝐤
𝐧−𝐱
)
𝐡 (𝐱 , 𝐍 , 𝐧 , 𝐤 ) =
(𝐍 )
𝐧
Keterangan :
N = Total populasi atau sampel
k = jumlah kejadian yang dibutuhkan
n = jumlah percobaan atau jumlah sampel yang dipilih
x = jumlah kejadian yang sukses
h(x, N, n, k) =
k N-k
n n-x ( )( )
N
n ()
( )( )
k N-k
n n-x
=
k! ( N-k ) !
( k-x ) !x! ( N-k-n +x ) ! ( n-x ) !
( kn)( N-k
n-x )
=
16! ( 16- 6 ) !
( 10 - 3 ) ! 3! ( 16- 6-10 +3 ) ! ( 10 -3 ) !
( kn)( N-k
n-x )
=
1 6 ! 10 !
7 ! 3! 3 ! 7 !
( kn)( N-k
n-x )
= 2400
( Nn) =
N!
( N-n ) ! n!
( Nn) =
16!
( 16 - 10 ) ! 10 !
( Nn) =
16!
6 ! 10 !
180
( Nn) = 8008
h(x,N,n,k) =
( n )( n-x )
k N-k
( Nn)
2400
h(x,N,n,k) =
8008
h(x,N,n,k) = 0,2997
h(x, N, n, k) =
( n )( n-x )
k N-k
( Nn)
( kn)( N-k
n-x ) =
k! ( N-k ) !
( k-x ) !x! ( N-k-n +x ) ! ( n-x ) !
( kn)( N-k
n-x ) =
7! (16- 7 ) !
( 7 - 3 ) ! 3 ! ( 16- 7 - 10 + 3 ) ! ( 10 - 3 ) !
( kn)( N-k
n-x ) =
7! 9!
4 ! 3! 2 ! 7 !
( kn)( N-k
n-x )
= 1.260
( Nn) =
N!
( N-n ) ! n!
( Nn) =
16!
( 16 - 10 ) ! 10 !
( Nn) =
16!
6 ! 10 !
( Nn) = 8008
181
h(x,N,n,k) =
( n )( n-x )
k N-k
( Nn)
12 60
h(x,N,n,k) =
8008
h(x,N,n,k) = 0,1573
h(x, N, n, k) =
k N-k
n n-x ( )( )
N
n ()
( kn)( N-k
n-x ) =
k! ( N-k ) !
( k-x ) !x! ( N-k-n +x ) ! ( n-x ) !
( kn)( N-k
n-x ) =
7! (16- 7 ) !
( 7 - 2 ) ! 2 ! ( 16- 7 - 10+2 ) ! ( 10 - 2 ) !
( kn)( N-k
n-x ) =
7! 9!
5 ! 2! ! 8 !
( kn)( N-k
n-x )
= 2662
( Nn) =
N!
( N-n ) ! n!
( Nn) =
16!
( 16 - 10 ) ! 10 !
( Nn) =
16!
6 ! 10 !
( Nn) = 8008
182
h(x,N,n,k) =
( n )( n-x )
k N-k
( Nn)
2662
h(x,N,n,k) =
8008
h(x,N,n,k) = 0,3324
h(x, N, n, k) =
( n )( n-x )
k N-k
( Nn)
( kn)( N-k
n-x ) =
k! ( N-k ) !
( k-x ) !x! ( N-k-n +x ) ! ( n-x ) !
( kn)( N-k
n-x ) =
7! (16- 7 ) !
( 7 - 2 ) ! 2 ! ( 16- 7 - 10+2 ) ! ( 10 - 2 ) !
( kn)( N-k
n-x ) =
7 ! 9!
5 ! 2! 18!
( kn)( N-k
n-x )
= 2662
( Nn) =
N!
( N-n ) ! n!
()
N
n
=
16 !
( 16−10 ) ! 10 !
( Nn) =
16!
6 ! 10 !
( Nn) = 8008
183
h(x,N,n,k) =
( n )( n-x )
k N-k
( Nn)
675
h(x,N,n,k) =
8008
h(x,N,n,k) =0,0842
1
1 −( 2 ) [(x −μ )/σ ]2
𝑛 (𝑥 ; μσ) = √2π σ 2
e
Keterangan:
n = normal
x = banyaknya peristiwa yang sukses
𝜇 = mean
𝜎 = standar deviasi
𝜋 = 3,14 atau
e = 2,1783
𝜎 = √ npq
𝜎 = √ 10 x 0,3 00 x 0,7 00
𝜎 = √ 2,1 00 ≈ 45,825
n ¿σ) =
1 - (12 )[ σ(x-µ ) ] 2
e
√2nσ 2
1 - (12 )[ 4 5,82
( 3-3 )
5
2
]
= 2,7 1 8
√(2)(3,14)( 2,100 ) 2
1 - (12 )[ 45,825
( 0) 2
]
= 2,7 1 8
√13 ,1 88
1 - (12 ) [0 ] 2
= e
√13,188
1
1 - (0)
2
= e
√13,188
1
= 1
√13,188
1
=
3, 631
= 0, 275
𝜎 = √ npq
𝜎 = √ 10 x 0,3 00 x 0,7 00
𝜎 = √ 2,1 00 ≈ 45,825
185
n ¿σ) =
1 - (12 )[ σ(x-µ ) ] 2
e
√2nσ 2
1 - (12 )[ 4 5,82
( 3-3 )
5
]
2
= 2,7 1 8
√(2)(3,14)( 2,100 ) 2
- ( )[
1 ( 0) 2
1 2 45,825
]
= 2,7 1 8
√13 ,1 88
1 - (12 ) [0 ] 2
= e
√13,188
1
1 - (0)
2
= e
√13,188
1
= 1
√13,188
1
=
3, 631
= 0, 275
𝜎 = √ npq
𝜎 = √ 10 x 0,2 x 0, 8
𝜎 = √ 1,6 ≈ 1,265
n ¿σ =
1 - (12 )[ σ(x-µ ) ] 2
e
√2nσ 2
1 - (12 )[ 1,265
( 2 - 2) 2
]
= 2, 71 8
√(2)(3,14)( 1 ,600 )2
1 - (12 )[ 1,45
(0 ) 2
]
= 2, 718
√10,048
186
1 - (12 ) [0 ]
2
= e
√10,048
1
1 - (0)
= e2
10,048
1
= 1
√10,048
1
=
3, 170
= 0,3 15
𝜎 = √ npq
𝜎 = √ 10 x 0,2 x 0, 8
𝜎 = √ 1,6 ≈ 1,265
n ¿σ =
1 - (12 )[ σ(x-µ ) ] 2
e
√2nσ 2
1 - (12 )[ 1,265
( 2 - 2) 2
]
= 2, 71 8
√(2)(3,14)( 1 ,600 )2
1 - (12 )[ 1,45
(0 ) 2
]
= 2, 718
√10,048
1 - (12 ) [0 ]
2
= e
√10,048
1
1 - (0)
= e2
10,048
1
= 1
√10,048
1
=
3, 170
= 0,3 15
Gambar 5.12 Variabel View Distribusi Binomial Peluang Terambilnya Sampel Golongan
Darah A
Berikut ini merupakan tabel variabel view pada aplikasi SPSS untuk mencari
distribusi binomial golongan darah B.
Gambar 5.14 Variabel View Distribusi Binomial Peluang Terambilnya Sampel Golongan
Darah B
188
Gambar 5.15 Data View Distribusi Binomial Peluang Terambilnya Sampel Golongan Darah
B
Berdasarkan gambar 5.15 dapat dilihat bahwa hasil binomial untuk peluang
terambilnya sampel darah B yaitu 0.149.
Berikut merupakan tabel variabel view pada aplikasi SPSS untuk mencari
distribusi binomial golongan darah AB.
Gambar 5.16 Variabel View Distribusi Binomial Peluang Terambilnya Sampel Golongan
Darah AB
Berikut ini merupakan data view hasil pencarian distribusi binomial peluang
terambilnya sampel golongan darah AB.
Gambar 5.17 Data View Distribusi Binomial Peluang Terambilnya Sampel Golongan Darah
AB
189
Gambar 5.18 Variabel View Distribusi Binomial Peluang Terambilnya Sampel Golongan
Darah O
Gambar 5.20 Variabel View Hipergeometrik Peluang Terambilnya Sampel Golongan Darah
A
Berikut ini merupakan tabel variabel view pada aplikasi SPSS untuk
mencari distribusi hipergeometrik golongan darah B.
Gambar 5.23 Data View Distribusi Hipergeometrik Peluang Terambilnya Sampel Golongan
Darah B
191
Berikut merupakan tabel variabel view pada aplikasi SPSS untuk mencari
distribusi hipergeometrik golongan darah AB.
Gambar 5.25 Data View Distribusi Hipergeometrik Peluang Terambilnya Sampel Golongan
Darah AB
Berdasarkan gambar 5.25 dapat dilihat bahwa hasil hipergeometrik untuk peluang
terambilnya sampel darah AB yaitu 0.2
Berikut ini merupakan tabel variabel view pada aplikasi SPSS untuk mencari
distribusi hipergeometrik golongan darah O.
Gambar 5.26 Variabel View Distribusi Binomial Peluang Terambilnya Sampel Golongan
Darah O
192
Gambar 5.28 Variabel View Normal Peluang Terambilnya Sampel Golongan Darah A
Gambar 5.29 Data View Distribusi Normal Peluang Terambilnya Sampel Golongan
Darah A
193
Gambar 5.30 Variabel View Distribusi Normal Peluang Terambilnya Sampel Golongan
Darah B
Berikut ini merupakan gambar data view hasil pencarian distribusi normal
peluang terambilnya sampel golongan darah B.
Gambar 5.31 Data View Distribusi Normal Peluang Terambilnya Sampel Golongan Darah
B
Berdasarkan gambar 5.31 dapat dilihat bahwa hasil normal untuk peluang
terambilnya sampel darah B yaitu 0.3.
Berikut merupakan tabel variabel view pada aplikasi SPSS untuk mencari
distribusi normal golongan darah AB.
Gambar 5.32 Variabel View Distribusi normal peluang Terambilnya Sampel Golongan
Darah AB
Berikut ini merupakan data view hasil pencarian distribusi normal peluang
terambilnya sampel golongan darah AB.
194
Gambar 5.33 Data View Distribusi Normal Peluang Terambilnya Sampel Golongan Darah
AB
Berikut ini merupakan tabel variabel view pada aplikasi SPSS untuk mencari
distribusi normal golongan darah O.
Gambar 5.34 Variabel View Distribusi Normal Peluang Terambilnya Sampel Golongan
Darah O
Berikut ini merupakan data view hasil pencarian distribusi normal peluang
terambilnya sampel golongan darah O
.
Gambar 5.35 Data View Distribusi normal Peluang Terambilnya Sampel Golongan
Darah O
Berdasarkan gambar 3.35 dapat dilihat bahwa hasil normal untuk peluang
terambilnya sampel darah O yaitu 0.3.
30 5 4 4 5 4 4 4 5 5 38
31 4 4 4 4 4 4 4 4 4 36
32 5 5 4 4 5 5 4 4 5 39
33 4 5 4 5 4 5 4 5 4 40
34 4 4 4 5 4 3 3 5 3 35
35 4 4 4 4 4 4 4 4 4 36
36 4 2 3 4 4 4 4 4 4 33
37 4 4 4 5 5 5 4 3 3 37
38 4 4 4 4 4 4 4 4 2 34
39 5 5 3 3 3 4 4 4 3 34
40 4 4 5 3 4 5 4 4 5 38
41 5 4 3 3 3 5 4 5 5 37
42 4 4 3 4 4 4 4 4 4 35
43 4 3 4 5 4 4 4 4 4 36
44 5 5 2 4 4 5 4 5 5 39
45 5 5 5 5 5 5 5 5 5 45
46 5 4 5 4 4 5 5 5 5 42
Berdasarkan tabel 5.30 dapat dilihat nilai total yang didapatkan dari
masing-masing responden diantaranya nomor responden 2, 10, 13, 45, 64, dan 70
memperoleh nilai total tertinggi yaitu sebesar 45 sedangkan nomor responden 51
memperoleh nilai total terendah yaitu sebesar 15.
Total
y ves
No.
B B B B B B B B B B B B
B B B B B B B B B
1 1 1 1 1 1 1 1 1 1 2 2
1 2 3 4 5 6 7 8 9
0 1 2 3 4 5 6 7 8 9 0 1
1 5 5 4 4 5 5 5 5 4 4 4 4 4 5 5 4 4 4 5 5 5 91
2 3 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 100
3 3 2 3 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 61
4 3 4 3 4 4 4 3 4 4 4 3 4 5 4 4 4 3 3 3 3 4 77
5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
6 3 3 3 2 3 3 3 3 3 3 3 3 4 4 4 3 3 3 3 3 2 64
7 4 4 3 4 4 4 3 4 3 3 4 4 5 3 3 3 3 4 4 3 3 75
8 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
9 4 5 3 2 2 1 1 3 4 2 2 3 3 4 2 4 2 5 3 5 2 63
10 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
11 3 4 3 4 4 4 4 4 3 3 4 3 3 4 4 3 3 3 3 3 3 75
12 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 84
13 5 5 5 5 5 5 5 5 5 4 5 4 4 5 4 4 4 5 5 4 5 94
14 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
15 3 3 3 4 4 4 5 2 4 4 3 3 3 3 3 2 4 5 1 5 4 67
16 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
17 3 4 4 4 3 4 3 4 4 4 5 4 5 4 4 4 4 4 4 4 4 75
18 5 4 5 4 4 4 5 4 5 4 4 4 4 4 4 4 4 4 4 4 4 88
19 3 3 3 3 3 3 3 3 5 3 5 3 5 3 3 3 3 3 3 3 3 69
20 4 4 3 4 3 3 3 3 3 4 4 3 4 4 4 4 4 4 4 4 4 77
21 3 3 3 2 3 3 3 3 3 3 3 3 4 4 4 3 3 3 3 3 2 65
22 4 5 2 5 3 4 3 5 4 5 5 5 5 5 5 5 5 5 5 4 5 98
23 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
24 3 4 4 3 4 4 4 4 5 5 5 4 5 4 5 4 5 3 3 3 4 85
25 5 5 3 3 4 5 4 4 4 4 4 4 4 5 4 3 4 4 5 4 4 73
26 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 63
27 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
28 3 3 4 3 3 3 3 3 5 4 5 3 3 5 5 3 3 3 3 3 3 63
198
29 3 4 4 4 3 4 3 4 4 4 5 4 5 4 5 4 4 3 3 3 3 75
30 3 3 4 3 4 4 4 3 5 3 5 4 4 4 4 3 4 3 3 4 4 75
31 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
32 5 5 5 5 5 4 4 5 5 5 4 4 4 4 4 5 4 4 4 5 5 95
33 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 95
34 3 3 3 4 4 3 3 3 3 3 4 3 4 4 3 3 3 4 3 3 2 72
35 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
36 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 64
37 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 87
38 4 4 4 4 4 4 4 4 4 4 3 4 3 4 4 2 4 4 4 4 4 80
39 3 4 4 4 3 4 3 3 3 3 3 3 3 4 3 3 4 3 3 3 3 69
40 4 3 5 5 5 5 4 3 4 4 3 4 5 4 4 3 5 3 5 4 4 86
41 5 5 4 4 3 4 3 4 4 4 4 5 5 4 4 4 4 3 4 3 4 84
Lanjutan Tabel 5.31 Data Rekapitulasi Berdasarkan Variabel Kualitas Pelayanan Petugas
Kualitas Pelayanan Petugas
Responsi
Reliabilty Assurances Empathy Tangible
Total
ves
No.
B B B B B B B B B B B B
B B B B B B B B B
1 1 1 1 1 1 1 1 1 1 2 2
1 2 3 4 5 6 7 8 9
0 1 2 3 4 5 6 7 8 9 0 1
42 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
43 4 4 4 2 4 4 4 5 5 4 4 4 4 5 4 4 4 3 2 4 4 82
44 4 4 4 4 4 4 2 2 3 4 4 4 3 4 3 4 3 5 4 3 4 76
45 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 104
46 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 104
47 3 4 3 4 4 4 3 4 4 4 4 3 4 3 3 3 4 4 4 4 4 77
48 3 3 4 5 3 3 3 4 4 4 5 4 5 4 3 4 4 4 3 3 4 79
49 3 4 4 4 3 4 3 3 4 3 3 4 4 4 3 4 4 4 3 3 3 74
50 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 63
51 2 3 3 3 2 3 2 3 3 3 3 3 4 3 3 2 3 4 3 3 3 61
52 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
53 2 5 1 3 5 2 2 5 2 5 1 3 2 4 2 5 1 4 2 5 2 63
54 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
55 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 84
56 2 3 3 3 3 3 3 3 3 3 2 2 2 2 3 3 2 3 3 2 2 58
57 5 5 5 5 5 5 3 5 5 5 5 4 4 5 5 5 5 5 5 5 5 101
58 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 3 3 62
59 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 95
60 2 3 3 3 3 3 3 3 4 3 4 3 3 3 3 3 3 3 3 3 3 74
61 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 85
62 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 104
63 4 4 4 2 5 4 2 4 4 4 4 4 4 4 4 5 4 4 4 4 2 80
64 4 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 103
65 5 3 4 4 2 4 2 2 4 4 4 4 2 5 4 4 4 3 4 4 4 74
66 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 105
67 4 4 4 4 4 4 4 4 4 5 5 4 4 4 2 4 4 2 2 4 2 78
68 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 82
69 5 4 4 4 4 4 4 5 5 5 5 4 4 4 5 5 5 5 5 4 4 95
199
70 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 105
71 5 5 5 4 4 4 4 4 4 4 5 3 5 4 4 5 4 5 4 4 4 94
72 5 5 5 4 4 4 4 4 4 4 5 3 5 4 4 5 4 5 4 4 4 94
73 5 5 5 4 4 4 4 4 4 4 5 3 5 4 4 5 4 5 4 4 4 94
74 5 5 4 5 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 83
75 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 2 84
Berdasarkan tabel 5.31 dapat dilihat nilai total yang didapatkan dari
masing-masing responden diantaranya nomor responden 66 dan 70 memperoleh
nilai total tertinggi yaitu sebesar 105 sedangkan nomor responden 56 memperoleh
nilai total terendah yaitu sebesar 58.
33 4 5 4 5 4 2 24
34 2 2 4 4 5 4 21
35 4 4 4 4 4 4 24
36 3 3 3 3 5 2 19
37 4 5 3 3 5 5 25
38 4 4 4 4 5 3 24
39 3 3 4 4 4 4 22
40 5 4 2 4 4 4 23
41 4 4 3 2 5 4 22
42 4 4 4 4 5 5 26
43 5 4 2 2 5 2 20
44 2 4 3 3 5 5 22
45 5 5 5 5 5 4 29
46 5 5 5 5 4 5 29
47 3 3 3 3 4 4 20
48 3 5 4 3 5 4 24
Lanjutan Tabel 5.32 Data Rekapitulasi Berdasarkan Variabel Harga
Harga
No. Kesesuian Daftar Potongan
Total
Responden Harga Harga Harga
C1 C2 C3 C4 C5 C6
49 4 3 3 3 4 4 21
50 3 3 3 3 5 5 22
51 2 3 3 3 4 4 19
52 4 4 4 4 4 4 24
53 5 3 2 3 4 5 22
54 4 4 4 4 3 4 23
55 4 4 4 4 5 3 24
56 2 2 2 2 4 4 16
57 4 4 3 5 5 3 24
58 3 4 2 2 4 4 19
59 4 5 4 5 5 4 27
60 1 1 2 2 5 3 14
61 4 4 4 4 5 4 25
62 5 5 5 5 5 3 28
63 4 3 4 4 5 4 24
64 5 5 5 5 3 4 27
65 4 2 2 2 4 4 18
66 5 5 5 5 4 5 29
67 4 4 4 4 5 5 26
68 4 4 3 3 4 3 21
69 4 5 4 4 4 4 25
70 5 5 5 5 4 4 28
71 2 4 1 1 5 3 16
72 2 4 1 1 3 3 14
73 2 4 1 1 4 4 16
74 2 4 4 4 3 5 22
75 4 4 2 4 4 5 23
Berdasarkan tabel 5.32 dapat dilihat nilai total yang didapatkan dari
masing-masing responden diantaranya nomor responden 1 memperoleh nilai total
tertinggi yaitu sebesar 30 sedangkan nomor responden 72 memperoleh nilai total
terendah yaitu sebesar 14.
201
36 5 3 3 4 3 3 3 24
37 4 5 4 4 4 4 3 28
38 4 4 4 4 4 4 4 28
39 4 5 4 5 3 3 3 27
40 3 4 5 4 4 5 4 29
41 5 4 3 4 3 3 4 26
42 4 4 4 4 4 4 4 28
43 5 4 4 4 4 4 4 29
44 4 4 3 5 4 3 4 27
45 5 5 5 5 5 5 5 35
46 5 4 4 4 5 5 5 32
47 5 4 4 4 3 4 3 27
Lanjutan Tabel 5.33 Data Rekapitulasi Berdasarkan Variabel Kepuasan Pengunjung
Kepuasan Pengunjung
No. Rasa Senang Sesuai Pelayanan
Respon Berdasarkan dengan dan Harga Total
den Pengalaman Harapan yang Sesuai
D1 D2 D3 D4 D5 D6 D7
48 5 4 4 4 4 3 4 28
49 5 4 4 4 4 4 4 29
50 3 3 3 3 3 3 3 21
51 4 3 3 3 3 4 3 23
52 4 4 4 4 4 4 4 28
53 5 4 2 1 5 2 4 23
54 4 4 4 4 4 4 4 28
55 4 4 4 4 4 4 4 28
56 4 2 2 2 2 2 2 16
57 5 5 5 5 5 5 5 35
58 4 3 3 3 3 3 3 22
59 4 5 4 5 4 5 4 31
60 5 4 4 3 3 3 5 27
61 4 4 4 4 4 4 4 28
62 5 5 5 5 5 5 5 35
63 4 4 2 4 4 4 4 26
64 5 5 5 5 5 5 5 35
65 5 4 4 4 4 4 4 29
66 5 5 5 5 5 5 5 35
67 4 4 4 4 4 4 4 28
68 4 4 4 4 4 4 4 28
69 5 4 4 4 5 5 5 32
70 5 5 5 5 5 5 5 35
71 5 4 4 4 4 4 5 30
72 5 4 4 4 4 4 5 30
73 5 4 4 4 4 4 5 30
74 4 4 5 4 5 5 5 32
75 4 4 4 4 4 4 4 28
Berdasarkan tabel 5.33 dapat dilihat nilai total yang didapatkan dari
masing-masing responden diantaranya nomor responden 32, 45, 57, 62, 64, dan 70
memperoleh nilai total tertinggi yaitu sebesar 35 sedangkan nomor responden 56
memperoleh nilai total terendah yaitu sebesar 16.
203
Tabel 5.35 menunjukkan bahwa semua data di atas valid karena setiap
indikator pengukuran memiliki pearson correlation diantara 1< r >1 dan juga
memiliki nilai Sig.(tailed) < 0,0025.
Correlations
Tota
B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 B15 B16 B17 B18 B19 B20 B21
l
Pearson
.625 .638 .496 .490 .572 .514 .470 .505 .463 .491 .540 .396 .565 .520 .565 .604 .499 .686 .568 .629 .727
Correlat 1 ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** **
ion
B1
Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.625 .398 .511 .541 .502 .389 .751 .385 .596 .358 .558 .433 .627 .424 .740 .418 .656 .569 .637 .510 .719
Correlat ** 1 ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** **
ion
B2
Sig. (2- 0.00
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed) 1
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.638 .398 .515 .508 .659 .616 .381 .674 .425 .614 .513 .500 .468 .579 .482 .710 .381 .593 .408 .571 .734
Correlat ** ** 1 ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** **
ion
B3
Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.496 .511 .515 .474 .649 .535 .474 .375 .587 .486 .590 .443 .421 .422 .450 .616 .505 .576 .460 .679 .717
Correlat ** ** ** 1 ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** **
ion
B4
Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Tot
B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 B15 B16 B17 B18 B19 B20 B21
al
206
Pearson
.490 .541 .508 .474 .668 .675 .664 .446 .625 .351 .503 .380 .445 .473 .503 .503 .446 .522 .592 .515 .710
Correlat ** ** ** ** 1 ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** **
ion
B5
Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.572 .502 .659 .649 .668 .713 .548 .555 .617 .589 .718 .521 .590 .678 .402 .803 .381 .669 .433 .705 .770
Correlat ** ** ** ** ** 1 ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** **
ion
B6
Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.514 .389 .616 .535 .675 .713 .540 .580 .494 .504 .511 .451 .392 .598 .290 .672 .344 .474 .467 .643 .701
Correlat ** ** ** ** ** ** 1 ** ** ** ** ** ** ** ** * ** ** ** ** ** **
ion
B7
Sig. (2- 0.00
0 0 0 0 0 0 0 0 0 0 0 0 0 0.01 0 0 0 0 0 0
tailed) 1
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.470 .751 .381 .474 .664 .548 .540 .495 .703 .452 .635 .511 .581 .563 .702 .503 .469 .560 .567 .535 .763
Correlat ** ** ** ** ** ** ** 1 ** ** ** ** ** ** ** ** ** ** ** ** ** **
ion
B8
Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Lanjutan Tabel 5.37 Output SPSS Correlation Variabel Kualitas Pelayanan Petugas
Tot
B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 B15 B16 B17 B18 B19 B20 B21
al
B9 Pearson .505 .385 .674 .375 .446 .555 .580 .495 1 .513 .709 .587 .527 .540 .644 .440 .707 .334 .471 .457 .622 .689
207
Correlat ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** **
ion
Sig. (2- 0.00
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed) 1
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.463 .596 .425 .587 .625 .617 .494 .703 .513 .519 .666 .410 .605 .582 .695 .644 .443 .486 .589 .594 .740
Correlat ** ** ** ** ** ** ** ** ** 1 ** ** ** ** ** ** ** ** ** ** ** **
B1 ion
0 Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.491 .358 .614 .486 .351 .589 .504 .452 .709 .519 .539 .688 .516 .654 .485 .724 .340 .516 .251 .572 .702
Correlat ** ** ** ** ** ** ** ** ** ** 1 ** ** ** ** ** ** ** ** * ** **
B1 ion
1 Sig. (2- 0.00
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.03 0 0
tailed) 2
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.540 .558 .513 .590 .503 .718 .511 .635 .587 .666 .539 .583 .691 .626 .579 .736 .406 .639 .504 .650 .765
Correlat ** ** ** ** ** ** ** ** ** ** ** 1 ** ** ** ** ** ** ** ** ** **
B1 ion
2 Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Tot
B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 B15 B16 B17 B18 B19 B20 B21
al
208
Pearson
.396 .433 .500 .443 .380 .521 .451 .511 .527 .410 .688 .583 .372 .554 .460 .654 .345 .502 .486 .667
Correlat ** ** ** ** ** ** ** ** ** ** ** ** 1 ** ** ** ** ** ** 0.22 ** **
B1 ion
3 Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.05 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.565 .627 .468 .421 .445 .590 .392 .581 .540 .605 .516 .691 .372 .664 .600 .573 .430 .552 .572 .532 .664
Correlat ** ** ** ** ** ** ** ** ** ** ** ** ** 1 ** ** ** ** ** ** ** **
B1 ion
4 Sig. (2- 0.00
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed) 1
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.520 .424 .579 .422 .473 .678 .598 .563 .644 .582 .654 .626 .554 .664 .491 .757 .360 .690 .362 .667 .737
Correlat ** ** ** ** ** ** ** ** ** ** ** ** ** ** 1 ** ** ** ** ** ** **
B1 ion
5 Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson
.565 .740 .482 .450 .503 .402 .290 .702 .440 .695 .485 .579 .460 .600 .491 .477 .579 .537 .563 .455 .762
Correlat ** ** ** ** ** ** * ** ** ** ** ** ** ** ** 1 ** ** ** ** ** **
B1 ion
6 Sig. (2- 0.01
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed) 1
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Lanjutan Tabel 5.37 Output SPSS Correlation Variabel Kualitas Pelayanan Petugas
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson .499 .656 .381 .505 .446 .381 .344 .469 .334 .443 .340 .406 .345 .430 .360 .579 .419 .577 .630 .534 .652
** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** 1 ** ** ** **
Correlation
B
18 Sig. (2- 0.00
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed) 3
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson .686 .569 .593 .576 .522 .669 .474 .560 .471 .486 .516 .639 .502 .552 .690 .537 .671 .577 .452 .642 .777
** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** 1 ** ** **
Correlation
B
19 Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Pearson .568 .637 .408 .460 .592 .433 .467 .567 .457 .589 .251 .504 .572 .362 .563 .468 .630 .452 .569 .644
** ** ** ** ** ** ** ** ** ** * ** 0.2 ** ** ** ** ** ** 1 ** **
Correlation
B
20 Sig. (2-
0 0 0 0 0 0 0 0 0 0 0.03 0 0.1 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
B
21 Pearson .629 .510 .571 .679 .515 .705 .643 .535 .622 .594 .572 .650 .486 .532 .667 .455 .742 .534 .642 .569 .787
** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** 1 **
Correlation
Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
Lanjutan Tabel 5.37 Output SPSS Correlation Variabel Kualitas Pelayanan Petugas
210
Tot
B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 B15 B16 B17 B18 B19 B20 B21
al
Pearson
.727 .719 .734 .717 .710 .770 .701 .763 .689 .740 .702 .765 .667 .664 .737 .762 .831 .652 .777 .644 .787 1
Correlat ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** **
Tot ion
al Sig. (2-
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tailed)
N 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75 75
**. Correlation is significant at the 0.01 level (2-tailed).
Tabel 5.37 menunjukkan bahwa semua data di atas valid karena setiap indikator pengukuran memiliki pearson correlation diantara
1< r >1 dan juga memiliki nilai Sig.(tailed) < 0,002.
5.3.2.3 Uji Validitas Variabel harga
Berikut ini merupakan tabel output SPSS case processing summary
variabel Harga.
Tabel 5.38 Output SPSS Case Processing Summary
N %
Cases Valid 75 100.0
Excludeda 0 .0
Total 75 100.0
Tabel 5.39 bahwa semua data di atas valid karena setiap indikator
pengukuran memiliki pearson correlation diantara 1< r >1 dan juga memiliki nilai
Sig.(tailed) < 0,0025, kecuali data pada indikator C5 yang tidak valid
Tabel 5.41 menunjukkan bahwa semua data di atas valid karena setiap
indikator pengukuran memiliki pearson correlation diantara 1< r >1 dan juga
memiliki nilai Sig.(tailed) < 0,0025.
Berdasarkan tabel 5.42 dapat dilihat bahwa semua indikator pada masing-
masing variabel dapat dikatakan seluruhnya valid akan tetapi ada satu yang tidak
valid pada variabel harga, indikator X12, dan pernyataan C5 yang tidak valid
214
Berdasarkan tabel 5.47 dapat dilihat bahwa nilai Cronbach’s Alpha dari
ketiga variabel tersebut > 0,6 sehingga semua variabel dapat dikatakan reliabel.
Unstandardized
Residual
N 75
a,b
Normal Parameters Mean .0000000
Std. Deviation 1.82230509
Most Extreme Differences Absolute .117
Positive .089
Negative -.117
KolmogoroSmirnov Z 1.016
Asymp. Sig. (2-tailed) .253
a. Dependent Variable: Y
a. Dependent Variable: Y
218
N 75 75 75 75
** **
Pearson Correlation .744 1 .623 .873**
X2 Sig. (2-tailed) .000 .000 .000
N 75 75 75 75
** **
Pearson Correlation .586 .623 1 .559**
X3 Sig. (2-tailed) .000 .000 .000
N 75 75 75 75
** ** **
Pearson Correlation .742 .873 .559 1
N 75 75 75 75
X1 X2 X3
X2 0,74
4
0,00
0
X3 0,58 0,623
6
0,00 0,000
0
Y 0,74 0,873 0,559
2
0,00 0,000 0,000
0
Total 1124.667 74
a. Dependent Variable: Y
b. Predictors: (Constant), X3, X1, X2
Berdasarkan tabel uji F diatas diperoleh hasil F hitung sebesar 84.648 dan
H0 ditolak.
5.4.4.1.2 Uji T
Berikut ini merupakan output uji regresi coefficient uji T.
a. Dependent Variable: Y
Berdasarkan tabel 5.55 diperoleh nilai uji T dari masing-masing
variabel yaitu X1 (citra destinasi) adalah 2.472, X2 (kualitas pelayanan petugas)
adalah 8.213 , dan X3 (harga) adalah -0.247.
a. Dependent Variable: Y
Model Summary
S R-sq R-sq(adj) R-sq(pred)
1,86041 78,15% 77,23% 74,46%
Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constant 4,08 1,61 2,53 0,014
X1 0,1544 0,0624 2,47 0,016 2,37
X2 0,2295 0,0279 8,21 0,000 2,55
X3 -0,0188 0,0760 -0,25 0,806 1,73
Regression Equation
Y = 4,08 + 0,1544 X1 + 0,2295 X2 - 0,0188 X3
Fits and Diagnostics for Unusual Observations
Obs Y Fit Resid Std Resid
4 22,000 26,489 -4,489 -2,45 R
15 21,000 24,910 -3,910 -2,19 R
25 31,000 26,904 4,096 2,32 R
28 28,000 23,585 4,415 2,46 R
32 35,000 31,358 3,642 2,02 R
51 23,000 20,038 2,962 1,89 X
56 16,000 21,568 -5,568 -3,10 R
72 30,000 30,947 -0,947 -0,57 X
R Large residual
X Unusual X
Durbin-Watson Statistic
Durbin-Watson Statistic = 1,85806
Gambar 5.37 Hasil Pengujian Regresi Menggunakan Minitab
3. Harga (X3)
Hipotesis yang digunakan adalah sebagai berikut.
H03 : variabel harga tidak berpengaruh terhadap kepuasan
pengunjung
H13 : Variabel harga berpengaruh terhadap kepuasan pengunjung
Berdasarkan hasil pengujian T pada tabel uji T didapat hasil dari
variabel harga yaitu senilai -0,247 dan hasil dari T tabel dengan jumlah
75 responden senilai 1,6666. Jadi, T hitung lebih kecil dari T tabel
sehingga H02 diterima dan H12 ditolak.
225
VI BAB VI
ANALISIS
Sedangkan untuk kurtilil yaitu untuk Q1 ialah 19, kemudian untuk Q2 ialah 38
dan untuk untuk Q3 ialah 57.
hasil tabel uji T diperoleh nilai uji T dari masing-masing variabel yaitu X1 (citra
destinasi) adalah 2.472, X2 (kualitas pelayanan petugas) adalah 8.213 , dan X3
(harga) adalah -0.247.
7.1 Kesimpulan
Berdasarkan penelitian yang telah dilakukan didapatkan kesimpulan
sebagai berikut
1. Mempunyai 4 variabel dan 15 indikator secara keseluruhan. Dimulai dari
kepuasan wisatawan yang merupakan variabel dependen sedangkan
citra destinasi, kualitas pelayan petugas, dan harga merupakan variabel
independen.
2. Teknik pengambilan sampel yang digunakan pada penelitian ini adalah
non probability sampling dengan metode convience sampling.
3. Karakteristik responden yang digunakan pada kuesioner “Analisis
Pengaruh Citra Destinasi, Kualitas Pelayanan Petugas dan Harga
Terhadap Kepuasan Wisatawan Pulau Weh Sabang” adalah karakteristik
terbuka (umum) dan tertutup (khusus). Karakteristik terbuka (umum)
diantaranya nama, umur, tinggi badan, berat badan, dan pekerjaan
sedangkan karakteristik tertutup (khusus) diantaranya jenis kelamin, rata-
rata anda liburan, pertama kali dengar wisata Pulau Weh, kendaraan yang
digunakan saat ke Pulau Weh, asal kota anda, dan tujuan anda ke Puau
Weh.
4. Dalam statistik deskriptif untuk mengumpul, pencatatan, penyusunan,
dan penyajian data dalam bentuk table dan grafik.
5. Dalam distribusi probabilitas menggunakan distribusi peluang dikrit dan
peluang kontinyu dengan distribusi binomial dan hipergeomtrik sebagai
peluang dikrit dan distribusi normal sebagai peluang kontinyu,
6. Dalam pendataan secara manual hasil yang ada yang tidak sama tapi
hamper mendekati dengan pendataan yang dilakukan dengan SPSS
contohnya mean dalam pendataan secara manual hasil yang didapat
242
7.2 Saran
Masukan yang peneliti sarankan untuk perkembangan praktikum
statistika industri kedepannya sebagai berikut:
1. Peneliti sangat menyarankan agar hasil dari penelitian ini dapat
dipublikasikan ke media agar yang membutuhkan data tersebut dapat
243
DAFTAR PUSTAKA
Nuur Wachid Abdul Majid, S.Pd., Chi Square untuk Uji Dua Sampel Independen,
Jakarta
Singgih, Santoso, 2014, Panduan Lengkap SPSS versi 20, Jakarta, Gramedia.
Modul Praktikum Statistik Industri Program Studi Teknik Industri Universitas
Syiah Kuala 2018
246
DAFTAR LAMPIRAN
Kode
No. Pernyataan S SS N TS STS
Pernyataan
1 Wisatawan dapat mengamati suasana A1
Pulau Weh
2 Pengelola wisata selalu merawat A2
tempat wisata
3 Penataan tata letak wisata sangat baik A3
dan rapi
Wisata menyajikan beberapa sarana
4 A4
hiburan yang sangat memuaskan
5 Wisatawan dapat mengamati suasana A5
Pulau Weh
6 Petugas wisata memperkenalkan A6
budaya setempat kepada wisatawan
247
p = 0,3 q = 0,7
2. Golongan Darah B
Berikut ini merupakan perhitungan probabilitas sukses pengambilan
golongan darah B.
x
p = q =1-p
n
Persentase (%)
p = q = 1 – 0,3
100%
p = 0,7 q = 0,7
3. Golongan Darah AB
Berikut ini merupakan perhitungan probabilitas sukses pengambilan
golongan darah AB.
x
p = q =1-p
n
Persentase (%)
p = q = 1 – 0,2
100%
p = 0,2 q = 0,8
4. Golongan Darah O
Berikut ini merupakan perhitungan probabilitas sukses pengambilan
golongan darah O.
250
x
p = q =1-p
n
Persentase (%)
p = q = 1 – 0,2
100%
p = 0,2 q = 0,8
8 9 7 8 1
3.0 2.0 1.9 1.8 1.8
111 3.93 2.69 2.45 2.3 2.18 2.02 1.92 1.84 1.78 1.76
8 9 7 8 1
3.0 2.0 1.9 1.8 1.8
112 3.93 2.69 2.45 2.3 2.18 2.02 1.92 1.84 1.78 1.76
8 9 6 8 1
3.0 2.2 2.0 1.9 1.8 1.8
113 3.93 2.68 2.45 2.18 2.02 1.92 1.84 1.78 1.76
8 9 9 6 7 1
3.0 2.2 2.0 1.9 1.8 1.8
114 3.92 2.68 2.45 2.18 2.02 1.91 1.84 1.78 1.75
8 9 9 6 7 1
3.0 2.2 2.0 1.9 1.8 1.8
115 3.92 2.68 2.45 2.18 2.02 1.91 1.84 1.78 1.75
8 9 9 6 7 1
3.0 2.2 2.0 1.9 1.8 1.8
116 3.92 2.68 2.45 2.18 2.02 1.91 1.84 1.78 1.75
7 9 9 6 7 1
3.0 2.2 2.0 1.9 1.8
117 3.92 2.68 2.45 2.18 2.02 1.91 1.84 1.8 1.78 1.75
7 9 9 6 7
3.0 2.2 2.0 1.9 1.8
118 3.92 2.68 2.45 2.18 2.02 1.91 1.84 1.8 1.78 1.75
7 9 9 6 7
3.0 2.2 2.0 1.9 1.8
119 3.92 2.68 2.45 2.18 2.02 1.91 1.83 1.8 1.78 1.75
7 9 9 6 7
3.0 2.2 2.0 1.9 1.8
120 3.92 2.68 2.45 2.18 2.02 1.91 1.83 1.8 1.78 1.75
7 9 9 6 7
3.0 2.2 2.0 1.9 1.8
121 3.92 2.68 2.45 2.17 2.02 1.91 1.83 1.8 1.77 1.75
7 9 9 6 7
3.0 2.2 2.0 1.9 1.8
122 3.92 2.68 2.45 2.17 2.02 1.91 1.83 1.8 1.77 1.75
7 9 9 6 7
3.0 2.2 2.0 1.9 1.8
123 3.92 2.68 2.45 2.17 2.01 1.91 1.83 1.8 1.77 1.75
7 9 8 6 7
3.0 2.2 2.0 1.9 1.8
124 3.92 2.68 2.44 2.17 2.01 1.91 1.83 1.8 1.77 1.75
7 9 8 6 7
3.0 2.2 2.0 1.9 1.8
125 3.92 2.68 2.44 2.17 2.01 1.91 1.83 1.8 1.77 1.75
7 9 8 6 7
3.0 2.2 2.0 1.9 1.8
126 3.92 2.68 2.44 2.17 2.01 1.91 1.83 1.8 1.77 1.75
7 9 8 5 7
Lanjutan tabel Titik Persentase Distribusi F untuk Probabilitas = 5%
df untuk df untuk pembilang (N1)
penyebut
(N2) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
3.0 2.2 2.0 1.9 1.8
127 3.92 2.68 2.44 2.17 2.01 1.91 1.83 1.8 1.77 1.75
7 9 8 5 6
3.0 2.2 2.0 1.9 1.8
128 3.92 2.68 2.44 2.17 2.01 1.91 1.83 1.8 1.77 1.75
7 9 8 5 6
3.0 2.2 2.0 1.9 1.8
129 3.91 2.67 2.44 2.17 2.01 1.9 1.83 1.8 1.77 1.74
7 8 8 5 6
3.0 2.2 2.0 1.9 1.8
130 3.91 2.67 2.44 2.17 2.01 1.9 1.83 1.8 1.77 1.74
7 8 8 5 6
3.0 2.2 2.0 1.9 1.8
131 3.91 2.67 2.44 2.17 2.01 1.9 1.83 1.8 1.77 1.74
7 8 8 5 6
3.0 2.2 2.0 1.9 1.8 1.7
132 3.91 2.67 2.44 2.17 2.01 1.9 1.83 1.77 1.74
6 8 8 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
133 3.91 2.67 2.44 2.17 2.01 1.9 1.83 1.77 1.74
6 8 8 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
134 3.91 2.67 2.44 2.17 2.01 1.9 1.83 1.77 1.74
6 8 8 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
135 3.91 2.67 2.44 2.17 2.01 1.9 1.82 1.77 1.74
6 8 8 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
136 3.91 2.67 2.44 2.17 2.01 1.9 1.82 1.77 1.74
6 8 8 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
137 3.91 2.67 2.44 2.17 2.01 1.9 1.82 1.76 1.74
6 8 8 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
138 3.91 2.67 2.44 2.16 2.01 1.9 1.82 1.76 1.74
6 8 8 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
139 3.91 2.67 2.44 2.16 2.01 1.9 1.82 1.76 1.74
6 8 8 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
140 3.91 2.67 2.44 2.16 2.01 1.9 1.82 1.76 1.74
6 8 8 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
141 3.91 2.67 2.44 2.16 2 1.9 1.82 1.76 1.74
6 8 8 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
142 3.91 2.67 2.44 2.16 2 1.9 1.82 1.76 1.74
6 8 7 5 6 9
143 3.91 3.0 2.67 2.43 2.2 2.16 2.0 2 1.9 1.9 1.8 1.82 1.7 1.76 1.74
257
6 8 7 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
144 3.91 2.67 2.43 2.16 2 1.9 1.82 1.76 1.74
6 8 7 5 6 9
3.0 2.2 2.0 1.9 1.8 1.7
145 3.91 2.67 2.43 2.16 2 1.9 1.82 1.76 1.74
6 8 7 4 6 9
3.0 2.2 2.0 1.9 1.8 1.7
146 3.91 2.67 2.43 2.16 2 1.9 1.82 1.76 1.74
6 8 7 4 5 9
3.0 2.2 2.0 1.9 1.8 1.7
147 3.91 2.67 2.43 2.16 2 1.9 1.82 1.76 1.73
6 8 7 4 5 9
3.0 2.2 2.0 1.9 1.8 1.7
148 3.91 2.67 2.43 2.16 2 1.9 1.82 1.76 1.73
6 8 7 4 5 9
3.0 2.2 2.0 1.9 1.8 1.7
149 3.9 2.67 2.43 2.16 2 1.89 1.82 1.76 1.73
6 7 7 4 5 9
3.0 2.2 2.0 1.9 1.8 1.7
150 3.9 2.66 2.43 2.16 2 1.89 1.82 1.76 1.73
6 7 7 4 5 9
32 1.3734 1.5019 1.3093 1.5736 1.2437 1.6505 1.1769 1.7323 1.1092 1.8187
33 1.3834 1.5078 1.3212 1.577 1.2576 1.6511 1.1927 1.7298 1.127 1.8128
34 1.3929 1.5136 1.3325 1.5805 1.2707 1.6519 1.2078 1.7277 1.1439 1.8076
35 1.4019 1.5191 1.3433 1.5838 1.2833 1.6528 1.2221 1.7259 1.1601 1.8029
36 1.4107 1.5245 1.3537 1.5872 1.2953 1.6539 1.2358 1.7245 1.1755 1.7987
37 1.419 1.5297 1.3635 1.5904 1.3068 1.655 1.2489 1.7233 1.1901 1.795
38 1.427 1.5348 1.373 1.5937 1.3177 1.6563 1.2614 1.7223 1.2042 1.7916
39 1.4347 1.5396 1.3821 1.5969 1.3283 1.6575 1.2734 1.7215 1.2176 1.7886
40 1.4421 1.5444 1.3908 1.6 1.3384 1.6589 1.2848 1.7209 1.2305 1.7859
41 1.4493 1.549 1.3992 1.6031 1.348 1.6603 1.2958 1.7205 1.2428 1.7835
42 1.4562 1.5534 1.4073 1.6061 1.3573 1.6617 1.3064 1.7202 1.2546 1.7814
43 1.4628 1.5577 1.4151 1.6091 1.3663 1.6632 1.3166 1.72 1.266 1.7794
44 1.4692 1.5619 1.4226 1.612 1.3749 1.6647 1.3263 1.72 1.2769 1.7777
45 1.4754 1.566 1.4298 1.6148 1.3832 1.6662 1.3357 1.72 1.2874 1.7762
46 1.4814 1.57 1.4368 1.6176 1.3912 1.6677 1.3448 1.7201 1.2976 1.7748
47 1.4872 1.5739 1.4435 1.6204 1.3989 1.6692 1.3535 1.7203 1.3073 1.7736
48 1.4928 1.5776 1.45 1.6231 1.4064 1.6708 1.3619 1.7206 1.3167 1.7725
49 1.4982 1.5813 1.4564 1.6257 1.4136 1.6723 1.3701 1.721 1.3258 1.7716
50 1.5035 1.5849 1.4625 1.6283 1.4206 1.6739 1.3779 1.7214 1.3346 1.7708
51 1.5086 1.5884 1.4684 1.6309 1.4273 1.6754 1.3855 1.7218 1.3431 1.7701
52 1.5135 1.5917 1.4741 1.6334 1.4339 1.6769 1.3929 1.7223 1.3512 1.7694
53 1.5183 1.5951 1.4797 1.6359 1.4402 1.6785 1.4 1.7228 1.3592 1.7689
54 1.523 1.5983 1.4851 1.6383 1.4464 1.68 1.4069 1.7234 1.3669 1.7684
55 1.5276 1.6014 1.4903 1.6406 1.4523 1.6815 1.4136 1.724 1.3743 1.7681
56 1.532 1.6045 1.4954 1.643 1.4581 1.683 1.4201 1.7246 1.3815 1.7678
57 1.5363 1.6075 1.5004 1.6452 1.4637 1.6845 1.4264 1.7253 1.3885 1.7675
58 1.5405 1.6105 1.5052 1.6475 1.4692 1.686 1.4325 1.7259 1.3953 1.7673
59 1.5446 1.6134 1.5099 1.6497 1.4745 1.6875 1.4385 1.7266 1.4019 1.7672
60 1.5485 1.6162 1.5144 1.6518 1.4797 1.6889 1.4443 1.7274 1.4083 1.7671
61 1.5524 1.6189 1.5189 1.654 1.4847 1.6904 1.4499 1.7281 1.4146 1.7671
Lanjutan Tabel Durbin Watson (DW), ɑ = 5%
k=1 k=2 k=3 k=4 k=5
n
dL dU dL dU dL dU dL dU dL dU
62 1.5562 1.6216 1.5232 1.6561 1.4896 1.6918 1.4554 1.7288 1.4206 1.7671
63 1.5599 1.6243 1.5274 1.6581 1.4943 1.6932 1.4607 1.7296 1.4265 1.7671
64 1.5635 1.6268 1.5315 1.6601 1.499 1.6946 1.4659 1.7303 1.4322 1.7672
65 1.567 1.6294 1.5355 1.6621 1.5035 1.696 1.4709 1.7311 1.4378 1.7673
66 1.5704 1.6318 1.5395 1.664 1.5079 1.6974 1.4758 1.7319 1.4433 1.7675
67 1.5738 1.6343 1.5433 1.666 1.5122 1.6988 1.4806 1.7327 1.4486 1.7676
68 1.5771 1.6367 1.547 1.6678 1.5164 1.7001 1.4853 1.7335 1.4537 1.7678
69 1.5803 1.639 1.5507 1.6697 1.5205 1.7015 1.4899 1.7343 1.4588 1.768
70 1.5834 1.6413 1.5542 1.6715 1.5245 1.7028 1.4943 1.7351 1.4637 1.7683
71 1.5865 1.6435 1.5577 1.6733 1.5284 1.7041 1.4987 1.7358 1.4685 1.7685
72 1.5895 1.6457 1.5611 1.6751 1.5323 1.7054 1.5029 1.7366 1.4732 1.7688
259
73 1.5924 1.6479 1.5645 1.6768 1.536 1.7067 1.5071 1.7375 1.4778 1.7691
74 1.5953 1.65 1.5677 1.6785 1.5397 1.7079 1.5112 1.7383 1.4822 1.7694
75 1.5981 1.6521 1.5709 1.6802 1.5432 1.7092 1.5151 1.739 1.4866 1.7698
76 1.6009 1.6541 1.574 1.6819 1.5467 1.7104 1.519 1.7399 1.4909 1.7701
77 1.6036 1.6561 1.5771 1.6835 1.5502 1.7117 1.5228 1.7407 1.495 1.7704
78 1.6063 1.6581 1.5801 1.6851 1.5535 1.7129 1.5265 1.7415 1.4991 1.7708
79 1.6089 1.6601 1.583 1.6867 1.5568 1.7141 1.5302 1.7423 1.5031 1.7712
80 1.6114 1.662 1.5859 1.6882 1.56 1.7153 1.5337 1.743 1.507 1.7716
81 1.6139 1.6639 1.5888 1.6898 1.5632 1.7164 1.5372 1.7438 1.5109 1.772
82 1.6164 1.6657 1.5915 1.6913 1.5663 1.7176 1.5406 1.7446 1.5146 1.7724
83 1.6188 1.6675 1.5942 1.6928 1.5693 1.7187 1.544 1.7454 1.5183 1.7728
84 1.6212 1.6693 1.5969 1.6942 1.5723 1.7199 1.5472 1.7462 1.5219 1.7732
85 1.6235 1.6711 1.5995 1.6957 1.5752 1.721 1.5505 1.747 1.5254 1.7736
86 1.6258 1.6728 1.6021 1.6971 1.578 1.7221 1.5536 1.7478 1.5289 1.774
87 1.628 1.6745 1.6046 1.6985 1.5808 1.7232 1.5567 1.7485 1.5322 1.7745
88 1.6302 1.6762 1.6071 1.6999 1.5836 1.7243 1.5597 1.7493 1.5356 1.7749
89 1.6324 1.6778 1.6095 1.7013 1.5863 1.7254 1.5627 1.7501 1.5388 1.7754
90 1.6345 1.6794 1.6119 1.7026 1.5889 1.7264 1.5656 1.7508 1.542 1.7758
91 1.6366 1.681 1.6143 1.704 1.5915 1.7275 1.5685 1.7516 1.5452 1.7763
92 1.6387 1.6826 1.6166 1.7053 1.5941 1.7285 1.5713 1.7523 1.5482 1.7767
93 1.6407 1.6841 1.6188 1.7066 1.5966 1.7295 1.5741 1.7531 1.5513 1.7772
94 1.6427 1.6857 1.6211 1.7078 1.5991 1.7306 1.5768 1.7538 1.5542 1.7776
95 1.6447 1.6872 1.6233 1.7091 1.6015 1.7316 1.5795 1.7546 1.5572 1.7781
96 1.6466 1.6887 1.6254 1.7103 1.6039 1.7326 1.5821 1.7553 1.56 1.7785
97 1.6485 1.6901 1.6275 1.7116 1.6063 1.7335 1.5847 1.756 1.5628 1.779
98 1.6504 1.6916 1.6296 1.7128 1.6086 1.7345 1.5872 1.7567 1.5656 1.7795
99 1.6522 1.693 1.6317 1.714 1.6108 1.7355 1.5897 1.7575 1.5683 1.7799
100 1.654 1.6944 1.6337 1.7152 1.6131 1.7364 1.5922 1.7582 1.571 1.7804
101 1.6558 1.6958 1.6357 1.7163 1.6153 1.7374 1.5946 1.7589 1.5736 1.7809
Lanjutan Tabel Durbin Watson (DW), ɑ = 5%
k=1 k=2 k=3 k=4 k=5
n
dL dU dL dU dL dU dL dU dL dU
102 1.6576 1.6971 1.6376 1.7175 1.6174 1.7383 1.5969 1.7596 1.5762 1.7813
103 1.6593 1.6985 1.6396 1.7186 1.6196 1.7392 1.5993 1.7603 1.5788 1.7818
104 1.661 1.6998 1.6415 1.7198 1.6217 1.7402 1.6016 1.761 1.5813 1.7823
105 1.6627 1.7011 1.6433 1.7209 1.6237 1.7411 1.6038 1.7617 1.5837 1.7827
106 1.6644 1.7024 1.6452 1.722 1.6258 1.742 1.6061 1.7624 1.5861 1.7832
107 1.666 1.7037 1.647 1.7231 1.6277 1.7428 1.6083 1.7631 1.5885 1.7837
108 1.6676 1.705 1.6488 1.7241 1.6297 1.7437 1.6104 1.7637 1.5909 1.7841
109 1.6692 1.7062 1.6505 1.7252 1.6317 1.7446 1.6125 1.7644 1.5932 1.7846
110 1.6708 1.7074 1.6523 1.7262 1.6336 1.7455 1.6146 1.7651 1.5955 1.7851
111 1.6723 1.7086 1.654 1.7273 1.6355 1.7463 1.6167 1.7657 1.5977 1.7855
112 1.6738 1.7098 1.6557 1.7283 1.6373 1.7472 1.6187 1.7664 1.5999 1.786
113 1.6753 1.711 1.6574 1.7293 1.6391 1.748 1.6207 1.767 1.6021 1.7864
260
114 1.6768 1.7122 1.659 1.7303 1.641 1.7488 1.6227 1.7677 1.6042 1.7869
115 1.6783 1.7133 1.6606 1.7313 1.6427 1.7496 1.6246 1.7683 1.6063 1.7874
116 1.6797 1.7145 1.6622 1.7323 1.6445 1.7504 1.6265 1.769 1.6084 1.7878
117 1.6812 1.7156 1.6638 1.7332 1.6462 1.7512 1.6284 1.7696 1.6105 1.7883
118 1.6826 1.7167 1.6653 1.7342 1.6479 1.752 1.6303 1.7702 1.6125 1.7887
119 1.6839 1.7178 1.6669 1.7352 1.6496 1.7528 1.6321 1.7709 1.6145 1.7892
120 1.6853 1.7189 1.6684 1.7361 1.6513 1.7536 1.6339 1.7715 1.6164 1.7896
121 1.6867 1.72 1.6699 1.737 1.6529 1.7544 1.6357 1.7721 1.6184 1.7901
122 1.688 1.721 1.6714 1.7379 1.6545 1.7552 1.6375 1.7727 1.6203 1.7905
123 1.6893 1.7221 1.6728 1.7388 1.6561 1.7559 1.6392 1.7733 1.6222 1.791
124 1.6906 1.7231 1.6743 1.7397 1.6577 1.7567 1.6409 1.7739 1.624 1.7914
125 1.6919 1.7241 1.6757 1.7406 1.6592 1.7574 1.6426 1.7745 1.6258 1.7919
126 1.6932 1.7252 1.6771 1.7415 1.6608 1.7582 1.6443 1.7751 1.6276 1.7923
127 1.6944 1.7261 1.6785 1.7424 1.6623 1.7589 1.646 1.7757 1.6294 1.7928
128 1.6957 1.7271 1.6798 1.7432 1.6638 1.7596 1.6476 1.7763 1.6312 1.7932
129 1.6969 1.7281 1.6812 1.7441 1.6653 1.7603 1.6492 1.7769 1.6329 1.7937
130 1.6981 1.7291 1.6825 1.7449 1.6667 1.761 1.6508 1.7774 1.6346 1.7941
131 1.6993 1.7301 1.6838 1.7458 1.6682 1.7617 1.6523 1.778 1.6363 1.7945
132 1.7005 1.731 1.6851 1.7466 1.6696 1.7624 1.6539 1.7786 1.638 1.795
133 1.7017 1.7319 1.6864 1.7474 1.671 1.7631 1.6554 1.7791 1.6397 1.7954
134 1.7028 1.7329 1.6877 1.7482 1.6724 1.7638 1.6569 1.7797 1.6413 1.7958
135 1.704 1.7338 1.6889 1.749 1.6738 1.7645 1.6584 1.7802 1.6429 1.7962
136 1.7051 1.7347 1.6902 1.7498 1.6751 1.7652 1.6599 1.7808 1.6445 1.7967
137 1.7062 1.7356 1.6914 1.7506 1.6765 1.7659 1.6613 1.7813 1.6461 1.7971
138 1.7073 1.7365 1.6926 1.7514 1.6778 1.7665 1.6628 1.7819 1.6476 1.7975
139 1.7084 1.7374 1.6938 1.7521 1.6791 1.7672 1.6642 1.7824 1.6491 1.7979
140 1.7095 1.7382 1.695 1.7529 1.6804 1.7678 1.6656 1.783 1.6507 1.7984
141 1.7106 1.7391 1.6962 1.7537 1.6817 1.7685 1.667 1.7835 1.6522 1.7988
Lanjutan Tabel Durbin Watson (DW), ɑ = 5%
k=1 k=2 k=3 k=4 k=5
n
dL dU dL dU dL dU dL dU dL dU
142 1.7116 1.74 1.6974 1.7544 1.6829 1.7691 1.6684 1.784 1.6536 1.7992
143 1.7127 1.7408 1.6985 1.7552 1.6842 1.7697 1.6697 1.7846 1.6551 1.7996
144 1.7137 1.7417 1.6996 1.7559 1.6854 1.7704 1.671 1.7851 1.6565 1.8
145 1.7147 1.7425 1.7008 1.7566 1.6866 1.771 1.6724 1.7856 1.658 1.8004
146 1.7157 1.7433 1.7019 1.7574 1.6878 1.7716 1.6737 1.7861 1.6594 1.8008
147 1.7167 1.7441 1.703 1.7581 1.689 1.7722 1.675 1.7866 1.6608 1.8012
148 1.7177 1.7449 1.7041 1.7588 1.6902 1.7729 1.6762 1.7871 1.6622 1.8016
149 1.7187 1.7457 1.7051 1.7595 1.6914 1.7735 1.6775 1.7876 1.6635 1.802
150 1.7197 1.7465 1.7062 1.7602 1.6926 1.7741 1.6788 1.7881 1.6649 1.8024
151 1.7207 1.7473 1.7072 1.7609 1.6937 1.7747 1.68 1.7886 1.6662 1.8028
152 1.7216 1.7481 1.7083 1.7616 1.6948 1.7752 1.6812 1.7891 1.6675 1.8032
153 1.7226 1.7488 1.7093 1.7622 1.6959 1.7758 1.6824 1.7896 1.6688 1.8036
154 1.7235 1.7496 1.7103 1.7629 1.6971 1.7764 1.6836 1.7901 1.6701 1.804
261
155 1.7244 1.7504 1.7114 1.7636 1.6982 1.777 1.6848 1.7906 1.6714 1.8044
156 1.7253 1.7511 1.7123 1.7642 1.6992 1.7776 1.686 1.7911 1.6727 1.8048
157 1.7262 1.7519 1.7133 1.7649 1.7003 1.7781 1.6872 1.7915 1.6739 1.8052
158 1.7271 1.7526 1.7143 1.7656 1.7014 1.7787 1.6883 1.792 1.6751 1.8055
159 1.728 1.7533 1.7153 1.7662 1.7024 1.7792 1.6895 1.7925 1.6764 1.8059
160 1.7289 1.7541 1.7163 1.7668 1.7035 1.7798 1.6906 1.793 1.6776 1.8063
161 1.7298 1.7548 1.7172 1.7675 1.7045 1.7804 1.6917 1.7934 1.6788 1.8067
162 1.7306 1.7555 1.7182 1.7681 1.7055 1.7809 1.6928 1.7939 1.68 1.807
163 1.7315 1.7562 1.7191 1.7687 1.7066 1.7814 1.6939 1.7943 1.6811 1.8074
164 1.7324 1.7569 1.72 1.7693 1.7075 1.782 1.695 1.7948 1.6823 1.8078
165 1.7332 1.7576 1.7209 1.77 1.7085 1.7825 1.696 1.7953 1.6834 1.8082
166 1.734 1.7582 1.7218 1.7706 1.7095 1.7831 1.6971 1.7957 1.6846 1.8085
167 1.7348 1.7589 1.7227 1.7712 1.7105 1.7836 1.6982 1.7961 1.6857 1.8089
168 1.7357 1.7596 1.7236 1.7718 1.7115 1.7841 1.6992 1.7966 1.6868 1.8092
169 1.7365 1.7603 1.7245 1.7724 1.7124 1.7846 1.7002 1.797 1.6879 1.8096
170 1.7373 1.7609 1.7254 1.773 1.7134 1.7851 1.7012 1.7975 1.689 1.81
171 1.7381 1.7616 1.7262 1.7735 1.7143 1.7856 1.7023 1.7979 1.6901 1.8103
172 1.7389 1.7622 1.7271 1.7741 1.7152 1.7861 1.7033 1.7983 1.6912 1.8107
173 1.7396 1.7629 1.7279 1.7747 1.7162 1.7866 1.7042 1.7988 1.6922 1.811
174 1.7404 1.7635 1.7288 1.7753 1.7171 1.7872 1.7052 1.7992 1.6933 1.8114
175 1.7412 1.7642 1.7296 1.7758 1.718 1.7877 1.7062 1.7996 1.6943 1.8117
176 1.742 1.7648 1.7305 1.7764 1.7189 1.7881 1.7072 1.8 1.6954 1.8121
177 1.7427 1.7654 1.7313 1.7769 1.7197 1.7886 1.7081 1.8005 1.6964 1.8124
178 1.7435 1.766 1.7321 1.7775 1.7206 1.7891 1.7091 1.8009 1.6974 1.8128
179 1.7442 1.7667 1.7329 1.778 1.7215 1.7896 1.71 1.8013 1.6984 1.8131
180 1.7449 1.7673 1.7337 1.7786 1.7224 1.7901 1.7109 1.8017 1.6994 1.8135
181 1.7457 1.7679 1.7345 1.7791 1.7232 1.7906 1.7118 1.8021 1.7004 1.8138
Lanjutan Tabel Durbin Watson (DW), ɑ = 5%
k=1 k=2 k=3 k=4 k=5
n
dL dU dL dU dL dU dL dU dL dU
182 1.7464 1.7685 1.7353 1.7797 1.7241 1.791 1.7128 1.8025 1.7014 1.8141
183 1.7471 1.7691 1.736 1.7802 1.7249 1.7915 1.7137 1.8029 1.7023 1.8145
184 1.7478 1.7697 1.7368 1.7807 1.7257 1.792 1.7146 1.8033 1.7033 1.8148
185 1.7485 1.7702 1.7376 1.7813 1.7266 1.7924 1.7155 1.8037 1.7042 1.8151
186 1.7492 1.7708 1.7384 1.7818 1.7274 1.7929 1.7163 1.8041 1.7052 1.8155
187 1.7499 1.7714 1.7391 1.7823 1.7282 1.7933 1.7172 1.8045 1.7061 1.8158
188 1.7506 1.772 1.7398 1.7828 1.729 1.7938 1.7181 1.8049 1.707 1.8161
189 1.7513 1.7725 1.7406 1.7833 1.7298 1.7942 1.7189 1.8053 1.708 1.8165
190 1.752 1.7731 1.7413 1.7838 1.7306 1.7947 1.7198 1.8057 1.7089 1.8168
191 1.7526 1.7737 1.742 1.7843 1.7314 1.7951 1.7206 1.8061 1.7098 1.8171
192 1.7533 1.7742 1.7428 1.7848 1.7322 1.7956 1.7215 1.8064 1.7107 1.8174
193 1.754 1.7748 1.7435 1.7853 1.7329 1.796 1.7223 1.8068 1.7116 1.8178
194 1.7546 1.7753 1.7442 1.7858 1.7337 1.7965 1.7231 1.8072 1.7124 1.8181
195 1.7553 1.7759 1.7449 1.7863 1.7345 1.7969 1.7239 1.8076 1.7133 1.8184
262
196 1.7559 1.7764 1.7456 1.7868 1.7352 1.7973 1.7247 1.8079 1.7142 1.8187
197 1.7566 1.7769 1.7463 1.7873 1.736 1.7977 1.7255 1.8083 1.715 1.819
198 1.7572 1.7775 1.747 1.7878 1.7367 1.7982 1.7263 1.8087 1.7159 1.8193
199 1.7578 1.778 1.7477 1.7882 1.7374 1.7986 1.7271 1.8091 1.7167 1.8196
200 1.7584 1.7785 1.7483 1.7887 1.7382 1.799 1.7279 1.8094 1.7176 1.8199
Pendekatan
N 1,07/√n 1,22/√n 1,35/√n 1,52/√n 1,63/√n
200 0,076 0,086 0,096 0,107 0,115
2 LEMBAR KONSULTASI PRAKTIKUM STATISTIK
INDUSTRI
2020 LABORATORIUM
KOMPUTASI DAN
OPTIMASI SISTEM INDUSTRI
Modul : 1
Kelompok : 6
Hari/Shift : Senin/ Shift 1
Nama Anggota : 1. Muammar (1904106010020)
Paraf
No. Tanggal Keterangan
Pembimbing/Asisten
1 02 November 2020 1. Perbaiki latar belakang
2. Lanjut penulisan bab 1
2 03 November 2020 1. Perbaiki bab 1
2. Lanjut bab 2, 3
3 04 November 2020
1. Perbaiki format laporan
2. Lanjut bab 3
3. Perbaiki sesuai komen
4 05 November 2020
1. Perbaiki sesuai komen
2. Lanjut analisis
5 06 November 2020
1. Lanjut isi rekapan hasil jawaban
responden
2. Perbaiki format
3. Perbaiki sesuai komen
6 07 November 2020
1. Perbaiki format
2. Jabarkan penetapan jumlah sampel
7 08 November 2020
1. Perbaiki format
8 09 November 2020 2. Perbaiki saran
Acc Kuesioner
LEMBAR KONSULTASI PRAKTIKUM
STATISTIK INDUSTRI
2020 LABORATORIUM
KOMPUTASI DAN
OPTIMASI SISTEM INDUSTRI
Paraf
No. Tanggal Keterangan
Pembimbing/Asisten
1 01 Desember 2020 1. Perbaiki format
2. Perbaiki flowchart
3 03 Desember 2020
ACC Asisten