Materi - Andas
Materi - Andas
FENOMENA
Apa yg terlihat spt
fakta, gejala, perasaan LALU APA
atau yg disarakan oleh
indra
MASALAHNYA??
MENCARI
MASALAH DARI
FENOMENA
FENOMENA
• Banyak pegawai datang terlambat
• Pimpinan kantor lebih sering menyalahkan bawahan
• Masih banyak pegawai yang penempatannya tidak sesuai dengan latar
belakang pendidikannya
• Laporan penyelesaian pekerjaan pegawai sering tidak tepat waktu
• Udara dalam ruangan ruangan tidak nyaman atau terlalu dingin
MASALAH (FOKUS)
VARIBEL BEBAS (TEORI) • Masalah kinerja pegawai
• kinerja pegawai : motivasi, • Masalah kepemimpinan
kompensasi, karir dll • Masalah ergonomi
• kepemimpinan : kompetensi, • Masalah penempatan pegawai
pendidikan, kepribadian
JUDUL PENELITIAN
• Pengaruh motivasi dan
kompensasi terhadap
peningkatan produktivitas kerja
CONTOH GAP RESEARCH
1. Terdapat penyimpangan antara pengalaman dengan kenyataan;
misalnya pengelolaan pendidikan dengan sistem sentralisasi
dirubah menjadi sistem disentralisasi atau dengan MBS, tentu
saja akan muncul masalah. Bagaimana pelaksanaannya? Apa
yang terjadi setelah perubahan tersebut? dll.
BAB I
IDENTIFIKASI BAB I
MASALAH TUJUAN
PENELITIAN
BAB IV
HASIL PENELITIAN
DAN
PEMBAHANAN
(UJI STATISTIK)
Identifikasi Masalah
1. Rendahnya motivasi kerja karyawan
2. Kompensasi yang diterima masih belum sesuai dengan pengharapan
karyawan.
3. Konflik kerja yang masih sering terjadi
4. Menurunnya kinerja karyawan dalam melaksanakan pekerjaannya
Rumusan Masalah
1. Adakah efek motivasi terhadap kinerja karyawan
2. Adakah efek kompensasi terhadap kinerja karyawan
3. Adakah efek konflik kerja terhadap kinerja karyawan
4. Adakah efek motivasi, kompensasi dan konflik kerja terhadap kinerja
karyawan
Tujuan Penelitian
1. Untuk mengetahui efek motivasi terhadap kinerja karyawan
2. Untuk mengetahui efek kompensasi terhadap kinerja karyawan
3. Untuk mengetahui efek konflik kerjaterhadap kinerja karyawan
4. Untuk mengetahui efek motivasi, kompensasi dan konflik kerja terhadap
kinerja karyawan
ANALISIS Statistik &
DATA?? Statistika..??
STATISTIK DAN STATISTIKA
METODE STATISTIKA
BERDASARKAN PARAMETER
STATISTIKA DESKRIPTIF
PENGUMPULAN
DATA
INTERPRESTASI &
PENGOLAHAN DATA
ANALISIS DATA
PENGUKURAN
PENGUKURAN PENYEBARAN DATA
PEMUSATAN DATA (RANGE; STANDAR
(MEAN; MODUS; DEVIASI; VARIANSI;
MEDIAN DAN QUARTIL) SIMPANGAN RATA-
RATA)
Ditinjau dari Ditinjau dari
sifat data sumber data
DATA DATA
KUALITATIF KUANTITATIF
(kategorik) (numerik)
PRIMER SEKUNDER
JENIS DATA
Data Nominal
Data yang digunakan untuk kategorisasi atau diberi nama
untuk membedakan, tidak memiliki tingkatan dan tidak
dapat dilakukan operasi matematika. Misal Pria = 1;
DATA Wanita = 2
Data Ordinal
Data yang digunakan untuk membedakan dan sudah dapat
digunakan untuk menunjukkan tingkatan. Misal
KUALITATIF KUANTITATIF tanggapan/persepsi ttg sesuatu : sangat setuju=4;
setuju=3; tidak setuju=2; sangat tidak setuju=1
Data Interval
Data yang memiliki jangkauan Mis
NOMINAL INTERVAL pengukuran suhu, cukup panas antara 50 –
80 o C, Panas antara 80 – 110oC, dan Sangat panas antara
110 – 140o C
Data Rasio
ORDINAL RATIO Data dengan tingkat pengukuran ter “tinggi”
diantara jenis lainnya. Sehingga dapat
Dilakukan operasi matematika, misal jumlah
barang, berat badan dsb.
INTERPRETASI UJI STATISTIK
• Jika ada korelasi antar variabel bebas < 0,8 dapat diindikasikan bebas dari
multikolinearitas.
• Jika nilai standar error < 1, atau koefisien beta < 1 dapat diindikasikan bebas
dari multikolinearitas.
• Jika rentang confidence interval sempit, dapat diindikasikan bebas dari
multikolinearitas.
• Jika nilai condition index < 30 dan nilai eigenvalue > 0,001 dapat diindikasikan
bebas multikolinearitas.
• Melihat nilai Tolerance dan Variance Inflating Factor (VIF). Jika nilai Tolerance
> 0,1 atau 0,2 dan VIF < 10 atau 5 dapat diindikasikan bebas multikolinearitas..
Data yang digunakan untuk mengestimasi
model regresi linier merupakan data time
series maka diperlukan adanya uji asumsi
terbebas dari autokorelasi. Hasil uji
autokorelasi, dapat dilihat pada tabel Model
Summary kolom terakhir.
DL DU 4DU 4DL
KD R2 X 100%
R Square 2 variable
Adjusted R Square lebih dari 2
variable X
UJI PARTIAL & UJI SIMULTAN
(Analisis Regresi Berganda)
Y = β0 + β1 X1 + β2X2+ e
Jenis data harus
INTERVAL/ RATIO
(measure pada SPSS SCALE
Untuk data nominal/ordinal harus diubah scale dengan
MSI (Methods of Successive Interval)