Professional Documents
Culture Documents
Remidi Statistik (Rischi Wulandari - 097 - 3a)
Remidi Statistik (Rischi Wulandari - 097 - 3a)
Disusun Oleh :
NPM : 2020406405097
Kelas: 3 A
2021
2
DAFTAR ISI
KELOMPOK 1....................................................................................................................................3
KELOMPOK 2....................................................................................................................................9
KELOMPOK 3..................................................................................................................................45
KELOMPOK 4..................................................................................................................................66
KELOMPOK 5..................................................................................................................................80
KELOMPOK 6..................................................................................................................................91
KELOMPOK 7................................................................................................................................102
UJI T (T-TEST)
KELOMPOK 8................................................................................................................................112
KELOMPOK 9................................................................................................................................114
KELOMPOK 10..............................................................................................................................123
KELOMPOK 11..............................................................................................................................131
3
KELOMPOK 1
4
klaim pemerintah ini sebab ada kelompok masyarakat Indonesia yang luput dari kebijakan
pengentasan kemiskinan.
Mereka selama ini terus mengalami kerentanan, pada satu saat berada di ujung garis
kemiskinan dan saat lain di bawah garis kemiskinan. Golongan ini, yang oleh para ekonom
disebut kelompok miskin transient, berjuang sepanjang hidupnya untuk tidak jatuh miskin,
dan kerap gagal. Namun mereka luput dari bantuan pemerintah.
5
7) Bagaimana menilai apakah polling yang dilakukan itu menyesatkan atau tidak ?
8) Bagaimana cara membaca dan memanfaatkan data tersebut?
Statistika digunakan sebagai penuntun dalam pengambilan keputusan di dunia kerja dan
kehidupan sehari-hari
Teknik statistika digunakan untuk pengambilan keputusan berdasarkan informasi terbatas
dan adanya keragaman dalam kehidupan sehari-hari
Misalnya, kita tertarik untuk mengetahui secara cepat, sebelum adanya pengumuman hasil
dari KPU, siapakah presiden terpilih mendatang?
Maka kita bisa memprediksi persentase suara masing-masing pasangan kandidat presiden
dengan hanya menghitung persentase suara berdasarkan sejumlah TPS saja.
B. Arti Statistika
Arti Statistika
Statistik adalah rekapitulasi/sekumpulan dari fakta yang berbentuk angka-angka disusun
dalam bentuk tabel dan diagram yang mendiskripsikan suatu permasalahan. Douglas A. Lind
dkk (2007):
Statistika (Statistics)
Ilmu dan seni tentang pengumpulan, pengaturan, menampilkan, analisis, dan penafsiran
data untuk membantu pengambilan keputusan dengan lebih efektif
"Statistika adalah cara berpikir secara cendekia (cerdas dan kritis) dalam menghadapi
informasi terbatas, keragaman dan ketidakpastian“
Statistika adalah cara bernalar dengan data
Dalam perkembangannya untuk menyelesaikan suatu masalah dapat digunakan beberapa
pendekatan antaralai
Statistika dalam arti sempit (Statistika Deskriptif
6
Statistika yang mendeskripsikan atau menggambarkan tentang data yang disajikan
dalambentuk tabel, diagram, pengukuran tendensi sentra (rata-rata hitung, rata-rata ukur,
dan rata-rata harmonic), pengukuran penempatan ( median, kuartil, desil, persentil) ,
pengukuran penyimpangan (range, rentangan antar kuartil, rentangan semi antar
kuartil,simpangan rata-rata, simpangan baku, varians) serta mencari kuatnya hubungan dua
variable, melakukan peramalan /prediksi dengan menggunakan analisis regresi linear,
membuatperbandingan (komparatif)
Statistika dlam arti luas (Statistika Inferensial/statistika induktif/statistika probabilitas
Suatu alat pengumpul data, pengolah data, menarik kesimpulan, membuat tindakan
berdasarkan analisis data yang dikumpulkan atau statistika yang digunakan menganalisis
data sampel dan hasilnya dimanfaatkan (generalisasi)untuk populasi.
Penerapan Statistika Dalam Kehidupan Sehari-Hari
Ilmu statistika banyak diaplikasikan ke dalam berbagai bidang yaitu, antara lain ilmu sosial,
bidang bisnis, bidang ekonomi, dan bidang industri. Dalam bidang pemerintahan statistika
digunakan untuk sensus penduduk, voting atau polling (contoh pemilihan dan penghitungan
suara dalam pemilihan umum atau quick count), pada bidang komputasi statistika
diterapkan pada pola kecerdasan buatan. Berikut ini adalah kegunaan statistik:
Statistika digunakan sebagai media penyusun, meringkas atau penyempurnaan data. Data
dapat diperoleh dari sebuah penelitian dengan menggunakan topik tertentu yang tidak
mencakup dalam jumlah besar hanya saja berisi banyak informasi.
Statistika untuk membantu dalam penelitian membangun aktivitas atau survey eksperimen
yang bisa meminimalkan biaya untuk informasi dalam jumlah yang ditentukan.
Statistika ini digunakan sebagai penetapan metode yang baik untuk penarikan kesimpulan
atau ringkasan sesuai dengan sampel tertentu.
Terakhir, statistika digunakan untuk mengukur baik atau tidaknya sebuah kesimpulan atau
evaluasi.
Contoh manfaat statistika dalam kehidupan sehari-hari:
Penghitungan laba, rugi, jumlah uang yang diperlukan dalam belanja bulanan dalam rumah
tangga. Dalam penghitungan Indeks Prestasi mahasiswa. Pada dunia bisnis cara
memperolehkeuntungan dalam sebuah royek, seperti peluang menanamkan saham
Pada bidang industry, statistika banyak digunakan dalam pengabilan keputusan. Seperti
jumlah produksi dalam sehari berdasarkan riwayat atau histori perusahaan.
C. Kegunaan Stati dapatdigunakan sebagai alat :
1. Komunikasi ialah sebagai penghubung beberapa pihak yang menghasilkan data statistic
atau berupa analilsis statistic sehingga beberapa pihak tersebut akan dapat mengambil
7
keputusan melalui informasi tersebut
2. Deskripsi yaitu penyajian data dan mengilustrasikan data missal mengukur hasil produksi,
laporan hasil liputan berita, indeks harga konsumen, laporan keuangan, tingkat inflasi,
jumlah penduduk, hasil pendapatan dan pengeluran Negara dll
3. Regresi yaitu meramalkan pengaruh data yang satu dengan data lainnya dan untuk
mengantisipasi gejala-gejala yang akan datang.
4. Korelasi yaitu untuk mencari kuatnya atau besarnya hubungan data dalam suatu
penelitian
5. Komparasi yaitu membandingkan data dua kelompok atau lebih.
2. DATA
A. Pengertian Data
Dalam Arti harafiah: DATUM adalah keterangan. DATA adalah bentuk jamak dari DATUM
Dalam Statistika:
DATA adalah keterangan-keterangan numerik, yaitu berupa angka. DATA adalah angka
dengan konteks TETAPI, angka TIDAK SELALU berarti data.
Contoh:
Angka 2,3 TANPA KONTEKS, tidak ada interpretasi yang dapat ditarik ( bukan data )
Bobot lahir bayi adalah 2.3 kg (angka dengan konteks. Dapat diberi komentar : apakah bayi
dengan bobot lahir 2.3 kg itu sehat atau tidak?
Data mampu memberikan pengertian dan interpretasi
SEHINGGA : menghitung angka rata-rata dari 2.3, 2.4, dan 2.6 BUKAN statistika, melainkan
latihan aritmatika (matematika)
TETAPI : menghitung rata-rata bobot lahir dari 5 bayi adalah statistika
B. Jenis data
1. Data Kualitatif
Data yang berhubungan dengan kategorisasi , karakteristik berwujud pertanyaan atau
berupa kata-kata .
Contoh :
Wanita itu cantik, pria itu tampan, baik, burk, senang, sedih, harga minayk turun harga dolar
naik,pohon itu rindang,
Data ini biasanya didapat dari wawancara dan bersifat subjektif sebab data tersebut
ditafsirkan lain oleh orang yang berbeda.
8
Data kualitatif dapat diangkakan dalam bentuk ordinal atau ranking
2. Data kuantitaif
Data yang berwujud angka-angka.
Contoh:
Harga bensin Rp. 7000/liter, yang diterima menjadi PNS tahun 2014 sebanyak 125 orang.
Data ini diperoleh dari pengukuran langsung. Data kualitatif bersifat objektif dan bias
ditafsirkan sama oleh semua orang.
PENYAJIAN DATA
A. Cara Penyajian Data
Ada beberapa cara untuk menyajikan data yaitu sebagai berikut:
1) Diagram Lingkaran
2) Diagram Batang
10
Contoh penyajian data dalam bentuk diagram batang
Diagram batang merupakan suatu diagram yang digambarkan menggunakan batang-batang
persegi atau balok.Diagram ini cocok digunakan untuk kepentingan perbandingan.Diagram
batang dapat memuat lebih dari satu jenis data. Dalam menggambar diagram batang
membutuhkan sumbu vertikal dan horizontal.
4) Histogram
Selanjutnya adalah menyajikan data kelompok yang tersusun seperti tabel di atas ke
dalam histogram.Caranya cukup mudah, kita hanya perlu menyesuaikan nilai rentang kelas
untuk batas bawah dan batas atas setiap kelas dengan nilai frekuensi yang sesuai denan
11
data. Bentuk data nantinya berupa persegi panjang atau yang biasa dikenal juga dengan
diagram batang.
Penyajian data kelompok bentuk histogram yang sesuai dengan data pada tabel di atas
diberikan seperti gambar di bawah.
5) Poligon
Data yang disajikan dalam bentuk poligon di sini masih sama dengan data yang
digunakan pada data yang digunakan pada penyajian data bentuk historgam. Untuk
membuat penyajian data bentuk poligon, Kita perlu mencari nilai titik tengan pada masing-
masing kelas. Titik tengah ini akan mewakili nilai untuk setiap rentang kelas.Nilai titik tengah
diperoleh dengan cara menjumlahkan batas atas dan batas bawah masing-masing kelas.
Berikut ini adalah tabel kelompok yang diperlukan untuk menyajikan data kelompok bentuk
poligon.
12
B. Tabel Distribusi Frekuensi
Penyusuanan suatu data mulai dari terkecil sampai terbesar yang membagi banyaknya
data kedalam beberapa kelas. Kegunaan data yang masuk dalam distribusi frekuensi adalah
untuk memudahkan data dalam penyajian, mudah dipahami dan mudah dibaca sebagai
bahan informasi, pada gilirannya digunakan untuk perhitungan membuat gambar statistik
dalam berbagai bentuk penyajian data.
Distribusi frekuensi terdiri dari dua yaitu distribusi frekuensi kategori dan distribusi
frekuensi numerik.
Distribusi frekuensi kategori ialah distribusi frekuensi yang pengelompokan datanya
disusun berbentuk kata-kata atau distribusi yang penyatuan kelas-kelasnya didasarkan pada
data kategori (kualitatif). Distribusi numerik ialah distribusi frekuensi yang penyatuan kelas-
kelasnya (disusun secara interval didasarkan pada angka-angka (kuantitatif)).
13
Frekuensi Peserta Diklat Penjejangan
Jenis diklat Frekuensi
Adum 1.500
Adumia 1.200
Spama 750
Spamen 300
Spati 150
lemhannas 50
JUMLAH 3.850
15
TABEL 4
65-67 III 3
68-70 IIIII 6
71-73 IIIIIIII II 12
74-76 IIIIIIII III 13
77-79 IIII 4
80-82 II 2
JUMLAH 40
KEADAAN KELOMPOK
Pengukuran tendensi sentral (pengukuran gejala pusat) dan ukuran penempatan
(ukuran letak sebagai pengembangan dari beberapa penyajian data yang berbentuk table;
grafis; dan diagram).Pengukuran tendensi sentral dan ukuran penempatan digunakan untuk
menjaring data yang menunjukan pusat atau pertengahan dari gugusan data yang
menyebar.Harga rata-rata dari kelompok data itu, diperkirakan dapat mewakili seluruh harga
data yang ada dalam kelompok tersebut.Ukuran data sampel dinamakan statistik sedangkan
ukuran populasi dinamakan parameter.
Pengukuran tendensi sentral, terdiri dari:
16
a. Rata-rata hitung (mean)
b. Rata-rata ukur
c. Rata-rata harmonic
d. Modus (mode)
sampel bersimbul ( x dibaca: eks bar atau eks garis) dan populasi μ ( dibaca: my atau mu).
Perhitungan mean dibagi dua yaitu: mean data tunggal dan mean data kelompok.
1) Mean Data Kelompok
Data yang dipakai untuk menghitung mean tunggal hanya sedikit jumlahnya,
perhitungannya dengan cara menunjukan semua nilai data dibagi banyak data dijabarkan
dengan rumus:
∑ Xi
x=
n
Keterangan:
x = Mean
X i = Jumlah tiap data
n= Jumlah data
Contoh:
Apabila ada 6 mahasiswa mengikuti tes perbaikan mempunyai nilai masing-masing: 80,
70, 90, 50, 85, 60. Carilah nilai meannya:
17
Jawab:
∑ Xi
x=
n
80+70+90+50+ 85+60
x=
6
435
x=
6
x = 72,5
∑f i . x
x= i
∑fi
Keterangan:
x = Mean
x i = Titik tengah
∑ f i = Jumlah Frekuensi
Contoh 1:
Data hasil ulangan matematika 40 siswa, nilai 8 ada 6 siswa, nilai 7 ada 7 siswa, nilai 6
ada 15 siswa, nilai 5 ada 7 siswa dan nilai 4 ada 5 siswa. Berapa nilai rata-rata.
Jawab:
18
Cara 1:
∑f i.x
x= i
∑fi
6.8+7.7+15.6+7.5+5.4
=
40
242
=
40
= 6,05
Cara 2:
Nilai F Fixi
8 6 48
7 7 49
6 15 90
5 7 35
4 5 20
∑f i.x
x= i
∑fi
242
=
40
= 6,05
Contoh 2:
19
Diketahui:Nilai Ujian Statistik Universitas Muhammadiyah PringsewuTahun 2001 yang
DISTRIBUSI FREKUENSI
TABEL 5
60-64 2
65-69 6
70-74 15
75-79 20
80-84 16
85-89 7
90-94 4
Langkah-langkah menjawab:
DISTRIBUSI FREKUENSI
20
Nilai Ujian Statistik Universitas Muhammadiyah PringsewuTahun 2001
TABEL 6
1 60-64 62 2 124
2 65-69 67 6 402
3 70-74 72 15 1.080
4 75-79 77 20 1.540
5 80-84 82 16 1.312
6 85-89 87 7 609
7 90-94 92 4 368
b)berilah notasi abgka yang sudah ada untuk memudahkan perhitungan ∑ f i = 70 dan ∑( x i .f i
)= 5434.
∑f i . x 5435
c) Hitunglah nilai rata-rata dengan rumus: x = i
= = 77, 643
∑fi 70
RU = √ X 1 . X 2 . X 3 … X n − 100
n
Keterangan:
RU = Rata-rat ukur
n = Banyak data
Log RU =
∑ . log X i
n
Contoh:
Diketahui besarnya penghasilan perminggu Yan Mufid di Toko Al-Batul YPI Al-Jawad
sebagai berikut:
I = 75.000 IV = 50.000
II = 65.000 V = 68.000
22
Jawab:
Besar Penghasilan Perminggu Penghasilan Perminggu Yan Mufid di Toko Al-Batul Al Jawad
TABEL 7
I 75.000
Teknik perhitungan persentase perubahan seperti ini tujuannya supaya selalu diperoleh
harga yang positif, sehingga dalam perkaliannya nanti tidak akan diperoleh harga yang
negatif. Berdasarkan perhitungan data diatas, maka diperoleh harga rata-rata ukur
23
X1 = 92,86; X2 = 107,69; X3 = 71,43; X4 = 136; X5 = 176,47
= 111,3782 – 100
= 11,3782
Setelah di hitung hasil RU = 11,3782%, maka dikatakn bahwa dari data tersebut telah
terjadi kenaikan penghasilan Yan Mufid di Toko Al-Batul Al Jawad, rata-rat ukur sebesar
11,3782% per minggu.
Cara lain dengan menggunakan logaritma, maka besarnya rata-rata ukur sebagai berikut.
TABEL 8
X (%) Log. X
92,86 1,9678
107,69 2,0322
71,43 1,8539
136 2,1335
176,47 2,2467
24
Perhitungan:
Log RU =
∑ . log X i
n
10,2341 = 2,0468
Log RU =
5
RK =√n X 1f 1 . X 2f 2 . X 3 f 3 … Xnfn
Keterangan:
RK = Rata-rata kelompok
N=∑f
X = titik tengah tiap-tiap kelas
Jika rumus berubah dalam bentuk logaritma, maka menjadi:
Log RK =
∑ . f . log X
n
Contoh :
Distribusi frekuensi Nilai Ujian Statistik Universutas CJDW Tahun 2001 data sebagai
berikut:
DISTRIBUSI FREKUENSI
25
Nilai Ujian Statistik Universutas CJDW Tahun 2001
TABEL 9
Titik Tengah
Frekuensi tiap-
No. Nilai Interval tiap-tiap Log X f.Log.X
tiap kelas (f)
kelas(x)
1 60−64 2 62 1,7924 3,5848
2 65−69 6 67 1,8261 10,9566
3 70−74 15 72 1,8573 27,8595
4 75−79 20 77 1,8865 37,7300
5 80−84 16 82 1,9138 30,6208
6 85−89 7 87 1,9395 13,5765
7 90−94 4 92 1,9638 7,8552
∑ (f. Log .X)=
n = ∑f = 70
132,1834
Jawab:
Log RK =
∑ . f . log X = 132,1843 = 1,8883
n 70
Perhitungan rumus rata-rata ukur ini hanya dapat digunakan untuk pengukuran tingkat
pertumbuhan saja. Jika sederetan data itu ternyata mengalami penurunan, maka
perhitungan rumus rata-rata ukur tersebut tidak cocok digunakan (Mustafa, 1992 : 52).
26
Rumus ini biasanya digunakan untuk perhitungan bunga majemuk.
Pn = Po(1 + r) atau r =
√
n Pn
Po
−1
Keterangan:
Contoh:
Bapak ramun seorang pedagang udang windu di Kalianyar Bangil, berpenghasilan perminggu
sebesar:
Jawab:
27
r=
√ n Pn
Po
−P
=
√ 5 840.000
525.000
−1
= √ 1,6
5
= 1,0986 – 1
Jadi, besrnya rata-rata tingkat pertumbuhan perminggu dari penghasilan Bapak Ramun
Rata-rata harmonic ialah jumlah data dibagi dengan jumlah satu persetiap data.Rata-
rata harmoinik ini jarang digunakan untuk hitungan rata-rata, namun untuk data bersifat
Rumus:
n
RH = 1 + 1 … 1
X 1 X2 Xn
Keterangan:
28
X = Harga/nilai tiap-tiap data
n = banyak data
Contoh:
Surabaya pulang pergi berkecepatan 90 km/jam, tetapi waktu pulang dulu ke Yogyakarta
dengan kecepatan 70 km/jam. Kemudian hari berikutnya dilanjutkan lagi perjalanan menuju
Nurmasiyati?
Diketahui:
n n n
RH = 1 + 1 … 1 = 1 1 1 = 1 1 1 = 79,2 km/jam
+ + + +
X 1 X 2 X n 90 70 80 0,0111 0,0143 0,0125
29
2) Menghitung Rata-rata Harmonik Berdistribusi (Dikelompokan)
Jika data berbentuk distribusi frekuensi menghitung rata-rata harmonic dengan rumus:
∑f
RHK =
( )
∑ Xf
i
Keterangan:
f = frekuensi
Contoh:
TABEL 10
DISTRIBUSI FREKUENSI
Xi
30
1 60-64 2 62 0,032
2 65-69 6 67 0,090
3 70-74 15 72 0,208
4 75-79 20 77 0,260
5 80-84 16 82 0,195
6 85-89 7 87 0,080
7 90-94 4 92 0,043
∑f = 70 ∑(f/Xi) = 0,91
Jawab :
∑f
RHK =
∑ Xf( ) i
70
=
0,91
= 76,92
Jadi, Rata-rata Harmonik untuk Distribusi frekuensi Nilai Ujian Statistik Universitas
TABEL 11
DISTRIBUSI FREKUENSI
31
65 – 69
2. 6 67 0,090
70 – 74
3. 15 72 0,208
75 – 79
4. 20 77 0,260
80 – 84
5. 16 82 0,195
85 – 89
6. 7 87 0,080
90 – 94
7. 4 92 0,043
Σf = 70 Σ( f / Xi) = 0,91
Jawab:
Σf
70
RHK =
Σ ( )
f =
Xi
0,91
= 76,92
Jadi, rata-rata Harmonik untuk Distribusi frekuensi Nilai Ujian Statistik Universitas CJDW
Tahun 2001 sebesar 76,92.
1) Modus (Mode)
Modus atau disingkat dengan (Mo)ialah nilai dari beberapa data yang mempunyai
frekuensi timggi baik data tunggal maupun data yang berbentuk distribusi atau nilai yang
sering muncul dalam kelompok data.
1) Menghitung Modus Data Tunggal
Menghitung modus dengan data tunggal dilakukan sangat sederhana, yaitu dengan cara
mencari nilai yang sering muncul diantara sebaran data. Ukuran ini sering dipakai untuk rata-
rata data kualitatif. Misalnya sebagian besar penyakit AIDS di Amerika disebabkan oleh
hubungan bebas; pada umumnya masyarakat Jepang bekerja keras; sebagian besar rakyat
Indonesia bercocok tanam dan lain-lain. penggunaan modus bagi data kualitatif maupun
data kuantitatif dengan cara menentukan frekuensi terbanyak di anatara data yang ada.
Contoh :
Diketahui nilai Ujian Akhir Semester (UAS) untuk pelajaran Statistika bagi 10 mahasiswa,
data sebagai berikut : 40; 60; 60; 65; 72; 60; 70; 60; 80; dan 90.
Jawab :
32
modus nilai UAS pelajaran Statistika, yaitu pada nilai 60karena muncul 4 kali.
Mo = Tb + P ( b 1+b
b1
2)
Keterangan :
Mo = nilai modus
Tb = batas tepi bawah kelas yang mengandung modus
P = panjang kelas nilai modus
b1 = selisih antara frekuensi modus (f) dengan frekuensi sebelumnya (fsb)
b2 = selisih antara frekuensi modus (f) dengan frekuensi sesudahnya (fsd)
Contoh :Diketahui data distribusi frekuensi sebagai berikut:
TABEL 12
DISTRIBUSI FREKUENSI
Nilai Ujian Statistik Universitas Muhammadiyah Pringsewu Tahun 2001
Frekuensi
No Nilai Kelas Interval
(f)
1. 60 – 64 2
2. 65 – 69 6
3. 70 – 74 15
4. 75 – 79 20
5. 80 – 84 16
6. 85 – 89 7
7. 90 – 94 4
n=Σf =70
Langkah-langkah menjawab :
33
a) Carilah jumlah frekuensi (f) modus terbanyak, yaitu 20. Nilai modus terletak di kelas
interval ke-4.
b) Carilah batas bawah kelas modus (Tb)
1
Tb = (74+75) = 74,5 atauTb = 75-0,5 = 74,5
2
c) Hitunglah panjang kelas modus (P)
P = 75 sampai 79 = 5
d) Carilah (b1), yaitu selisih antara frekuensi modus dengan frekuensi sebelumnya.
b1 = f-fsb = 20- 15 = 5
UKURAN PENEMPATAN
a. Median
Median (Me) ialah nilai tengah dari gugusan data yang telah diurutkan
(disusun) dari data terkecil sampai data terbesar atau sebaliknya dari data terbesar
sampai data terkecil. Median dibagi menjadi dua perhitungan, yaitu median data
tunggal dan median data kelompok.
34
1
kemudian posisi median dicari dengan rumus : Me = ( n+1 ) dimana n = jumlah data.
2
Langkah-langkah menjawab :
a) Urutkan data dari terkecil sampai terbesar.
60, 63
66, 66, 67, 67, 67, 68
70, 70, 71, 71, 72, 72, 72, 72, 73, 73, 74, 74, 74, 74, 74
75, 75, 75, 75, 75, 75, 75, 75, 76, 76, 77, 77, 77, 78, 78, 78, 78, 78, 79,79
80, 80, 80, 80, 80, 81, 81, 81, 82, 82, 83, 83, 84, 84, 84, 84
85, 85, 87, 87, 87, 89, 89, 90, 93, 94, 94.
a) Hitung jarak atau rentangan (R).
R = data tertinggi – data terendah
R = 94–60
c) Hitung jumlah kelas (K) dengan Sturges :
K = 1 + 3,3 log 70
K = 1 + 3,3 (1,845)
36
K = 1 + 6,0885
K = 7,0887 ~ 7
d) Hitung panjang kelas interval (P)
R
P=
K
34
P= = 4,857 5
7
e) Tentukan batas kelas interval panjang kelas (P)
f) Buat tabel sementara dengan cara dihitung satu demi satu yang sesuai dengan
urutan interval kelas.
TABEL 13
DISTRIBUSI FREKUENSI
Nilai Ujian Statistik Universitas Muhammadiyah Pringsewu Tahun 2001
Frekuensi
No. Nilai Interval
(f)
1. 60 – 64 2
2. 65 – 69 6
3. 70 – 74 15
4. 75 – 79 20
5. 80 – 84 16
6. 85 – 89 7
7. 90 – 94 4
n= Σf = 70
1
( . 70−23)
Me = 74,5 + 5 2
20
Me = 77,5
Jadi, Nilai Median (Me) = 77,5
38
TABEL 15
DISTRIBSUSI FREKUENSI
Umur Mahasiswa yang mengikuti Mata Kuliah
Statistika di Universitas Universitas Muhammadiyah Pringsewu
No Frekuensi
Nilai Interval
. (f)
3
1. 22−24
5
2. 25−27
7
3. 28−30
8
4. 31−33
9
5. 34−36
6
6. 37−39
2
7. 40−42
Jumlah n= Σf = 40
39
sama, setelah disusun dari ia yang terkecil sampai data yang terbesar atau sebaliknya.
Ada tiga bentuk kuartil, yaitu :
1) Kuartil Pertama, ialah nilai dalam distribusi yang membatasi 25% frekuensi di
bagian atas dan 75% frekuensi di bagian bawah distribusi.
2) Kuartil Kedua, ialah nilai dalam distribusi yang membatasi 50% frekuensi di bagian
atas dan 50% dibawahnya.
3) Kuartil Ketiga, ialah nilai dalam distribusi yang membatasi 75% frekuensi dibagian
atas dan 25% frekuensi dibawah .
1 1 3
K1 = (n+1) ; K2 = (n+1) ; K3= (n+1)
4 2 4
Contoh 1:
Diketahui data : 65, 70, 90, 40, 35, 45, 70, 80, dan 50.
Langkah-langkah menjawab :
a) Urutkan data terkecil sampa data terbesar (sebaliknya).
35 90
40 80
45 70
50 atau model 70
65 65
70 50
40
70 45
80 40
90 35
b) Hitunglah dan carilah posisi kuartil pertama, kuartil kedua dan kuartil ketiga
dengan rumus :
1
K1 = (n+1)
4
1
= (9+1)
4
1
= (10)
4
= 2,5
Artinya K1 terletak pada posisi nilai ke– 2,5
Menemui gejala semacam ini nilai K1 diselesaikan dengan cara :
K1 = data ke-2 + data 0,5 (data ke-3 – data ke-2)
= 40 + 0,5 (45−40)
= 40 + 0,5 (5)
= 40 + 2,5
= 42,5
Jadi, posisi K1 menunjukkan nilai 42,5
1
K2 = (n+1)
2
1
= (9+1)
2
1
= (10)
2
=5
Artinya K2 terletak pada posisi nilai ke–5, yaitu menunjukkan nila 65
3
K3 = (n+1)
4
41
3
= (9+1)
4
3
= (10)
4
= 7,5
K3 = Data ke–7 + data 0,5 (data ke–8 – data ke–7)
= 70 + 0,5 (80–70)
= 70 + 0,5 (10)
= 70 + 5
= 75
Jadi, posisi K3 menunjukkan nilai 75
70 50
70 45
Posisi K3 = 75 Posisi K1 = 42,5
80 40
90 35
Caranya urutkan terlebih dahulu mulai dari data terkecil sampai data terbesar atau
sebaliknya, kemudian menghitung rentang (R). Jumlah kelas (K) dan panjang kelas
42
interval (P). Akhirnya buatlah distribusi frekuensi dilanjutkan mencari nilai kuartil dengan
rumus :
1
( n−Jf )
K1 = Bb + P 4
f
(1 ⁄ 2 n−Jf )
K2 = Bb + P
f
(3 ⁄ 4 n−Jf )
K3 = Bb + P
f
Contoh :
TABEL 16
DISTRIBUSI FREKUENSI
Nilai Ujian Statistik Universitas Universitas Muhammadiyah Pringsewu Tahun 2001
No Frekuensi
Nilai Kelas Interval
. (f)
1. 60 – 64 2
2. 65 – 69 6
3. 70 – 74 15
4. 75 – 79 20
5. 80 – 84 16
6. 85 – 89 7
7. 90 – 94 4
n= Σf=70
Langkah-langkah menjawab :
a) Carilah kelas interval yang mengandung K1, K2, dan K3 terlebih dahulu untuk
mencari posisi kuartil dengan rumus :
1
(1) K1 = 1/4 .n = . 70 = 17. Dengan demikian K1 terletak di dalam kelas interval
4
yaitu: 75 - 79.
3 3
(3) K3 = . n = . 70 = 52,5. Dengan demikian K3 terletak di dalam kelas interval
4 4
43
ke-5, yaitu: 80 - 84.
e) Carilah jumlah dari semua frekuensi kumulatif di bawah kelas kuartil (Jf)
Jfk1 = 2 + 6 = 8
Jfk2 = 2 + 6 + 15 = 23
Jfk3 = 2 + 6 + 15 + 20 = 43
44
g) Berilah makna atau arti dari K1, K2, dan K3 :
(1) Arti dari K1 bahwa terdapat 25% mahasiswa mendapatkan nilai ujian statistik
= 72,67.
(2) ) Arti dari K2 bahwa terdapat 50% mahasiswa mendapatkan nilai ujian statistik
= 77,5.
(3) ) Arti dari K3 bahwa terdapat 75% mahasiswa mendapatkan nilai ujian statistik
= 82,47.
a. Desil
Desil atau disingkat (Ds) ialah nilai atau angka yang membagi data menjadi 10
bagian yang sama, setelah disusun dari data terkecil sampai data terbesar atau
sebaliknya. Cara mencari desil hampir sama dengan mencari nilai kuartil, bedanya
hanya pada pembagian saja. Kalau kuartil data dibagi empat bagian yang sama,
sedangkan desil data dibagi 10 bagian yang sama. Harga-harga desil ada sembilan
bagian, yaitu Ds1 sampai Ds9.
1) Mencari Desil Bentuk Tunggal
Mencari desil data tunggal dengan cara mengurutkan data tersebut dari data
terkecil sampai data terbesar atau sebaliknya. Kemudian posisi desil dicari dengan
rumus :
Contoh :
Diketahui data : 65, 70, 90, 40, 35, 45, 70, 80, 75, dan 50.
Pertanyaan : Carilah letak (Ds2 dan Ds7)
Langkah-langkah menjawab :
45
a) Urutkan data terkecil sampai data terbesar
No. Urut data 1 2 3 4 5 6 7 8 9 10
Data 35 40 45 50 65 70 70 75 80 90
b) Hitung dan carilah posisi Desil (Ds2 dan Ds7) dengan rumus :
Posisi Ds2 = 2/10 (n + 1) = 2/10 (10 + 1) = 2,2 artinya Desil 2,2 terletak pada posisi
data ke-2,2. Apabila menemukan gejala semacam ini Ds2 dicari dengan cara:
Ds2 = data ke-2 + data 0,2 (data ke-3 – data ke-2)
= 40 + 0,2 (45 – 40) = 41
Jadi, posisi Ds2 berada pada nilai 41.
Posisi Ds7 = 7/10 (n + 1) = 7/10 (10 + 1) = 7,7 artinya Desil 7,7 terletak pada posisi
data ke-7,7. Apabila menemukan gejala semacam ini Ds2 dicari dengan cara:
Ds7 = data ke-7 + data 0,7 (data ke-8 – data ke-7)
= 70 + 0,7 (75 – 70) = 73,5
Jadi, posisi Ds7 berada pada nilai 73,5
Caranya urutkan terlebih dahulu mulai dari data terkecil sampai data terbesar atau
sebaliknya, kemudian menghitung rentangan jumlah kelas (K) dan panjang kelas
interval (P). Akhirnya buatlah distribusi frekuensi dilanjutkan mencari nilai desil
dengan rumus :
n
(x − jf )
Ds data ke-x = Bb + P 10
f
46
Keterangan :
Ds = nilai desil
Bb = batas bawah kelas sebelum nilai desil akan terletak
P = panjang kelas nilai desil
n = jumlah data
f = banyaknya frekuensi kelas desil
Jf = jumlah dari semua frekuensi kumulatif sebelum kelas desil
a. Persentil
Persentil atau disingkat (Ps) ialah nilai yang membagi data menjadi 100 bagian
yang sama, setelah disusun dari data terkecil sampai terbesar atau sebaliknya. Cara
mencari persentil hampir sama dengan mencari nilai Desil. Bedanya kalau Desil data
dibagi 10 bagian yang sama, sedangkan Persentil data dibagi 100 bagian yang sama.
Harga-harga Persentil ada 99 bagian, yaitu Ps1 sampai Ps99.
1) Mencari Persentil Bentuk Tunggal
Mencari persentil data tunggal dengan cara mengurutkan data tersebut dari data
terkecil sampai data terbesar atau sebaliknya.
Kemudian posisi persentil dicari dengan rumus :
Posisi PS x = data ke-x/100 (n + 1)
a) hitunglah dan carilah posisi Persentil (PS2 dan DS7) dengan rumus :
47
Posisi PS20 = 20/100 (n + 1) = 20/100 (10 + 1) = 2,2 artinya Persentil 2,2 terletak
pada posisi data ke-2,2. Apabila menemukan gejala semacam ini PS20 diselesaikan
dengan cara :
PS20= data ke-2 + data 0,2 (data ke-3 - data ke-2)
= 40 + 0,2 (45 - 40 ) = 41
Posisi PS80 = 80/100 (n + 1) = 80/100 (10 + 1) = 8,8 artinya Persentil 8,8 terletak pada
posisi data ke-8,8. Apabila menemukan gejala semacam ini PS7 dicari dengan cara:
PS80 = data ke-8 + data 0,8 (data ke-8 - data ke-7)
= 75 + 0,8 (80 - 75) = 79
Keterangan :
Ps = nilai Persentil
48
Bb = batas bawah kelas sebelum Nilai Persentil akan terletak
P = panjang kelas Nilai Persentil
n = jumlah data
f = banyaknya frekuensi kelas Persentil
Jf = jumlah dari semua frekuensi kumulatif sebelum kelas Persentil
Contoh :
TABEL 17
DISTRIBUSI FREKUENSI
Nilai Ujian Statistik Universitas Universitas Muhammadiyah Pringsewu Tahun 2001
No Frekuensi
Nilai Kelas Interval
. (f)
1. 60 − 64 2
2. 65 – 69 6
3. 70 – 74 15
4. 75 – 79 20
5. 80 – 84 16
6. 85 – 89 7
7. 90 − 94 4
n= Σf=70
49
n 70
(x − jf ) (8 −43)
PS80 = Bb + P 100 = 79,5 + 5 100 = 83,56
f 16
KELOMPOK 3
PENGUMPULAN DATA
PENGUKURAN PENYIMPANGAN
Pengukuran penyimpangan yaitu suatu ukuran yang menunjukkan tinggi rendahnya
perbedaan data yang diperoleh dari rata-ratanya. Pengukuran penyimpangan akan
membahas rentangan (range), rentangan antar kuartil, rentangan semi antar kuartil,
simpangan rata-rata, simpangan baku, varians, koefisien varians, dan angka baku.
a. Rentangan (Range)
Rentangan ialah data tertinggi dikurangi data terendah ditulis:
Rumus : R = data tertinggi – data terendah
Langkah-langkah menjawab:
Urutkan dahulu kemudian dihitung rentangannya :
Kelas A : 50, 70, 70, 70, 75, 80, 80, 90, 90, 100
Kelas B : 60, 60, 70, 75, 75, 80, 80, 85, 95, 95
Rentangan kelas A : 100 - 50 = 50
50
Rentangan kelas B : 95 - 60 = 35
Contoh :
TABEL 1
DISTRIBUSI FREKUENSI
Nilai Ujian Statistik Universitas Muhammadiyah Pringsewu 2021
No Frekuensi
Nilai Kelas Interval
. (f)
1. 60 – 64 2
2. 65 – 69 6
3. 70 – 74 15
4. 75 – 79 20
5. 80 – 84 16
6. 85 – 89 7
7. 90 – 94 4
n= Σf=70
Langkah-langkah menjawab :
a) Carilah kelas interval yang mengandung K1, K2, dan K3 terlebih dahulu untuk
mencari posisi kuartil dengan rumus :
1
(1) K1 = 1/4 .n = . 70 = 17. Dengan demikian K1 terletak di dalam kelas interval
4
51
3
Bb k3 = (79 + 80) = 79,5
4
c) Hitunglah panjang kelas kuartil (P)
P k1 yaitu 70 sampai 74 = 5
Pk3 yaitu 80 sampai 84 = 5
d) Carilah banyaknya frekuensi kelas kuartil (f)
fk1 = 15
fk3 = 16
e) Carilah jumlah dari semua frekuensi kumulatif di bawah kelas kuartil (Jf)
Jfk1 = 2 + 6 = 8
Jfk3 = 2 + 6 + 15 + 20 = 43
f) Hitunglah kuartil dengan rumus :
(1 ⁄ 4 n−Jf )
K1 = Bb + P
f
(1/4 .70−8)
69,5 + 5 = 72,667
15
(3 ⁄ 4 n−Jf )
K3 = Bb + P
f
(3 ⁄ 4. 70−43)
79,5 + 5 = 82,469
16
52
Simpangan Kuartil (SK) ialah setengah dari RAK ditulis dengan rumus :
SK= ½ RAK
= ½ (K3-K1)
Contoh :
Diketahui data pada (tabel 1)
K1 = 72,67 ; K3 = 82,47
RAK = 9,8
SK = 1/2 RAK =1/2 . 9,8 = 4,9
Selanjutnya harga median (K2) =1/2 . (72,67 + 82,47) sama dengan 77,57 +4,9. Artinya
50% dari Ujian Statistik memperoleh nilai terletak dalam interval antara 72,67 sampai
82,47 atau 77,57 + 4,9
c) Data Kelompok
53
x
SR = =
n
x sama dengan x−x
x
x =
n
= 3 + 4 + 5 + 8 + 9 + 8 + 6 + 5 + 4 = 52 = 5,78
9 9
x−x
SR =
n
= 3 – 5,78 + 4 – 5,78 + 5 – 5,78 + 8 – 5,78 + 9 – 5,78+ 8 – 5,78 + 6 –
5,78 + 53 – 5,78 + 4 – 5,78
9
= 2,78+1,78+0,78+2,22+3,22+2,2 2+0,22+ 0,78+1,78
9
=15,78 = 1,75
9
TABEL 2
54
NILAI DATA KELOMPOK
UNIVERSITAS MUHAMMADIYAH 2021
Nilai F xi Fixi xi- x fx
65-67 3 66 198 7,125 21,375
68-70 6 69 414 4,125 24,75
71-73 12 72 864 1,125 13,5
74-76 13 75 975 1,875 24,375
77-79 4 78 312 4,875 19,5
80-82 2 81 162 7,875 15,75
fixi = fx=
Jumlah 40
2.925 119,25
x = fixi
fi
= 2.925 = 73,125
40
SR = f x
f
= f xi - x
f
= 119,25 = 2,98
40
√
2
( x)
= ∑x − n
2
(i) S
n−1
(ii) S2 = xi x 2
n1
(iii) S2 = n xi2 (xi)2 yang sering digunakan
n (n1)
√
2
(fx)
(i) S = ∑ fx
2
−
f −1
xf −1
(ii) S2 = f (xi- x ¿
N ( n-1)
(iiI) S2 = n fixi2 – ( fixi )2 yang sering digunakan
N (n-1)
Xi xi2
3 9
56
4 16
5 25
8 64
9 81
8 64
6 36
5 25
4 16
2
xi=52 xi = 336
S2 = n xi2 – ( xi )2
n ( n-1 )
= (9) (366) - (52)2
9 (9-1)
S2 = 3024 – 2704
72
S2 = 320
72
S2 = 4,44
S = √ 4,44 = 2,10
√
2
( x)
(i) S = ∑ x 2− n
n−1
(ii) S2 = xi x 2
n1
√
2
(fx)
(i) S = ∑ fx
2
−
f −1
xf −1
ii) S2 = f (xi- x ¿
N ( n-1)
58
Contoh soal variasi:
xi xi2
3 9
4 16
5 25
8 64
9 81
8 64
6 36
5 25
4 16
xi2 =
xi=52
336
√
2
(x)
(i) S ∑ x 2− n
¿
n−1
S=
40 (401)
2
S = 8.577.000 8.555.625
1560
2
S = 21375
1560
S2 = 13,70
b) Koefesiensi Varians (KV)
Koefesiensi varians ialah perbandingan antara standar deviasi dengan harga mean yang
dinatakan dengan (%). Gunanya untuk mengamati variasi data atau sebaran data dan
meannya. Artinya semakin kecil koefesiensinya maka data semakin seragam (homogen).
Sebaliknya semakin besar koefesien variasinya maka data semakin heterogen.
Rumus koefiensi variasinya :
S
KV = 100 %
x
Keterangan :
KV : koefisien variasi ( % )
S : standar variasi
x : rata-rata
60
3+4 +5+8+ 9+8+6+5+ 4
=
9
= 2,78
TABEL 5
SIMPANGAN BAKU
UNIVERSITAS MUHAMMADIYAH 2021
Xi Xi2
3 9
4 16
5 25
S2 = n fixi2 (fixi)2
8 64
9 81 n ( n-1 )
8 64
6 36 = (9) (336) (52)2
5 25
9 (91)
4 16
xi = 52 xi2 = 336
= 30242704
72
= 320 72
= 4,44
61
=
√ 4,44
= 2,10
X− X
Zscore =
S
Keterangan :
Zscore = Angka baku
X = Nilai variabl
S = Simpangan baku
x = Rata-rata mean
Contoh soal
Suatu kumpulan data memiliki rata-rata 76. Data tersebut memiliki simpangan baku sebesar
3. Tentukan Z-score untuk data yang bernilai 82!
Jawab
X− X
Zscore =
S
82−76
=
3
62
6
=
3
=2
a. Sumber Data
Pengambilan data yang dihimpun langsung oleh peneliti disebut sumber primer
sedangkan apabila melalui tangan kedua disebut sumber sekunder.
Instrumen pengumpulan data adalah alat bantu yang dipilih dan digunakan oleh peneliti
dalam kegiatannya mengumpulkan agar kegiatan tersebut menjadi sistematis dan
dipermudah olehnya (suharsimi arikunto, 1995 : 134). Selanjutnya instrumen yang diartikan
sebagai alat bantu merupakan saran yang dapat diwujudkan dalam bend. contohnya angket
(questionnaire), daftar cocok (checlist), skala (scala), pedoman wawancara (interview guide
atau interview schedule), lembar pengamatan atau panduan pengamatan (observation
sheet atau obsevation schedule), soal ujian (soal test atau tes [test] inventori [inventory])
dan sebagainya. Kaitan antara metode dan instrumen pengumpulan data dapat dilihat pada
tabel 3.
TABEL 6
63
METODE DAN INSTRUMEN PENGUMPULAN DATA
No Jenis metode Jenis instrumen
1 Angket (questionnaire) a. Angket (questionnaire)
b. Daftar cocok (checklist)
c. Skala (scala)
Data yang
d. Inventori (inventory)
2 Wawancara (interview) a. Pedoman wawancara 9interview dikumpulkan
guide)
dalam
b. Daftar cocok (cheklist)
3 Pengamatan/observasi a. Lembar pengamatan penelitian
(observation) b. Panduan pengamatan digunakan
c. Panduan observasi (observation
untuk menguji
sheet atau observation schedule)
d. Daftar cocok (cheklist) hipotesis atau
4 Ujian atau test a. Soal ujian (soal tes atau tes [test] menjawab
b. Inventori (inventory)
5 Dokumentasi Daftar cocok (cheklist) pertanyaan
Tabel yang telah
dirumuskan titik karena data yang diperoleh akan dijadikan landasan dalam mengambil
kesimpulan, data yang dikumpulkan haruslah data yang benar.
Agar data yang dikumpulkan baik dan benar, instrumen pengumpulan data nya pun
harus baik. Ada beberapa instrumen pengumpulan data yang akan dibahas berikut ini sesuai
dengan teknik pengumpulan data.
1) Angket (questionnaire)
Angket (quetionnaire) adalah daftar pertanyaan yang diberikan kepada orang lain
bersedia memberikan respons (responden) sesuai dengan permintaan pengguna titik tujuan
penyebaran angket ialah mencari informasi yang lengkap mengenai suatu masalah dan
responden tanpa merasa khawatir bila responden memberikan jawaban yang tidak sesuai
dengan kenyataan dalam pengisian daftar pertanyaan. Di samping itu, responden
mengetahui informasi tertentu yang diminta titik angket dibedakan menjadi dua jenis yaitu
angket terbuka dan angket tertutup.
64
a) angket terbuka (angket tidak berstruktur) Iyalah angkat yang disajikan dalam bentuk
sederhana sehingga responden dapat memberikan isian sesuai dengan kehendak dan
keadaannya.
Contoh angket terbuka:
TABEL 7
JENJANG KELULUSAN SISWA
Contoh
Bagaimanakah Pendapat anda tentang peraturan sekolah yang berlaku di sekolah
anda (peraturan secara umum)?
Jawab :Sangat perlu, karena tanpa peraturan sekolah, sekolah itu tidak akan berhasil
dalam memdidik anak didiknya
Mengapa harus dibuat peraturan sekolah untuk menegakan kedisiplinan sisawa?
Jawab : Agar semua warga sekolah mengetahui apa tugas, hak, dan kewajiban serta
melaksanakan dengan baik sehingga kegiatan belajar mengajar berjalan dengan
lancar.
65
Bagi peneliti titik 2 akan mendapat data yang bervariasi, bukan hanya yang sudah
disajikan karena sudah diasumsikan oleh peneliti.
b) angket tetutup (angket berstruktur) adalah angket yang disajikan dalam bentuk
sedemikian rupa sehingga responden diminta untuk memilih satu jawaban yang
sesuaidengan karakteristik dirinya dengan cara memberikan tanda silang (x) atau
tanda checklist (√).
• Checklist
checklist atau daftar cek adalah suatu daftar yang berisi subject dan aspek-aspek yang
akan diamati. checklist dapat menjamin bahwa peneliti mencatat tiap-tiap kejadian
sekecil apapun yang dianggap penting.
Bermacam-macam aspek perbuatan yang biasanya dicantumkan dalam daftar cek
sehingga pengamat tinggal memberikan cek (√) pada tiap-tiap aspek tersebut sesuai
dengan hasil pengamatannya.
Contoh.
66
67
TABEL 8
KEBERSIHAN RUANGAN KELAS
UNIVERSITAS MUHAMMADIYAH PRINGSEWU 2021
Kriteria
No. Bagian Yang Diperiksa Bersih Kurang Kotor
A Ruang
1. Lantai
2. Dinding
3. Ventilasi/Jendela
4. Tempat Sampah
5. Westafel/TempatCuci Tangan
2) Wawancara
Wawancara adalah suatu cara pengumpulan data yang digunakan untuk memperoleh
informasi langsung dari sumbernya. Wawancara ini digunakan bila ingin mengetahui hal-
hal dan responden secara lebih mendalam serta jumlah responden sedikit. Ada beberapa
faktor yang akan mempengaruhi arus informasi dalam wawancara, yaitu pewawancara,
responden, pedoman wawancara, dan situasi wawancara (subana, 2000:29).
68
Responden adalah pemberi informasi yang diharapkan dapat menjawab semua
pertanyaan dengan jelas dan lengkap titik dalam pelaksanaan wawancara, diperlukan
kesediaan dari responden untuk menjawab pertanyaan dan keselarasan antara
responden dan pewawancara.
Pedoman wawancara berisi tentang uraian penelitian yang biasanya dituangkan dalam
bentuk daftar pertanyaan agar proses wawancara dapat berjalan dengan baik.
Situasi wawancara ini berhubungan dengan waktu dan tempat wawancara. Waktu dan
tempat wawancara yang tidak tepat dapat menjadikan pewawancara merasa canggung
untuk mewawancarai dan responden merasa enggan untuk menjawab pertanyaan titik
berdasarkan sifat pertanyaan wawancara dapat dibedakan menjadi:
a) wawancara terpimpin
Dalam wawancara ini, pertanyaan diajukan menurut daftar pertanyaan yang telah
disusun.
b) wawancara bebas
Pada wawancara ini, terjadi tanya jawab bebas antara pewawancara dan responden,
tetapi pewawancara menggunakan tujuan penelitian sebagai pedoman. Kebaikan
wawancara ini adalah responden tidak menyadari sepenuhnya bahwa ia sedang
diwawancarai.
3) Pengamatan (Observation)
Observasi yaitu melakukan pengamatan secara langsung ke objek penelitian untuk
melihat dan dekat kegiatan yang dilakukan titik apabila objek penelitian bersifat perilaku
69
dan tindakan manusia, fenomena alam ( kejadian-kejadian yang ada di dalam di alam
sekitar), proses kerja, dan penggunaan responden kecil.
Tambahan : catatan anekdot ( daftar catatan anekdot) adalah catatan peneliti mengenai
segala sesuatu yang terjadi pada saat pengamatan berlangsung. Peristiwa atau sesuatu
yang dianggap penting dicatat dengan singkat tanpa harus menuruti aturan tertentu.
4) Tes (Test)
Tes sebagai instrumen pengumpulan data adalah serangkaian pertanyaan atau latihan
yang digunakan untuk mengukur keterampilan pengetahuan intelegensi kemampuan
atau bakat yang dimiliki oleh individu atau kelompok.
Ada beberapa macam tes instrumen pengumpulan data, antara lain:
a) tes kepribadian
Tes kepribadian adalah tes yang digunakan untuk mengungkapkan kepribadian
seseorang
b) tes Bakat
tes bakat (Talent test) adalah tes yang digunakan untuk mengukur atau
mengetahui bakat seseorang.
c) tes prestasi
Test prestasi (achievement test) adalah tes yang digunakan untuk mengukur
pencapaian seseorang Setelah mempelajari sesuatu.
d) tes intelegensi
Tes Intelegensi adalah tes yang digunakan untuk membuat arsiran atau Perkiraan
terhadap tingkat intelektual seseorang dengan cara memberikan berbagai tugas
kepada orang yang diukur intelegensinya.
e) tes sikap
tes sikap (attitude test) adalah tes yang digunakan untuk mengadakan
pengukuran terhadap berbagai sikap seseorang.
4) Dokumentasi
70
Dokumentasi adalah ditujukan untuk memperoleh data langsung dari Tempat
penelitian meliputi buku-buku yang relevan, peraturan-peraturan, laporan
kegiatan, foto-foto film dokumenter, data yang relevan penelitian.
KELOMPOK 4
A. HIPOTESIS PENELITIAN
Hipotesis pada umumnya diartikan sebagai jawaban (dugaan) sementara dari masalah
suatu penelitian. Hipotesis hanya disusun pada jenis penelitian inferensial, yakni jenis penelitian
dengan pendekatan kuantitatif yang bertujuan untuk menguji. Pengujian suatu hipotesis selalu
melalui teknik analisis statistik inferensial. Sedangkan penelitian deskriptif tidak memerlukan
secara eksplisit rumusan hipotesis.
(Fraenkel Wallen, 1990: 40) dalam Yatim Riyanto, (1996: 13) Hipotesis adalah suatu
prediksi tentang kemungkinan hasil dari suatu penelitian. Lebih lanjut hipotesis ini merupakan
jawaban yang bersifat sementara terhadap suatu permasalahan yang diajukan di dalam
penelitian. Hipotesis ini belum tentu benar. Benar atau tidaknya sebuah hipotesis itu tergantung
dari hasil pengujian data empiris.
(John W.Best, di dalam Sanapiah Faisal, 1982 serta Yatim Riyanto, 1996). Penelitian yang
dilakukan itu sebenarnya tidak semata-mata ditujukan untuk menguji hipotesis yang diajukan,
namun juga bertujuan menemukan fakta yang ada serta yang terjadi dilapangan. Pernyataan
diterima atau juga ditolaknya hipotesis itu tidak dapat atau bisa diidentikkan dengan pernyataan
keberhasilan atas kegagalan penelitian. Perumusan hipotesis tersebut ditujukan untuk landasan
logis serta pemberi arah kepada suatu proses pengumpulan data dan juga proses penyelidikan itu
sendiri.
Seperti dijelaskan sebelumnya bahwa hipotesis dapat disusun oleh peneliti berdasarkan
landasan teori yang kuat dan didukung hasil-hasil penelitian yang relevan. Peneliti harus
71
memahami tentang isi dan bagaimana langkah-langkah dalam merumuskan suatu hipotesis
penelitian.
Penelitian ini hanya punya satu variabel yakni bakso di pasar Sumbersari.
Penelitian ini bersifat deskriptif karena hanya menjelaskan apakah ada
kandungan boraks di dalam bakso atau tidak. Jadi dugaan sementara ada 2 yakni
bakso di Pasar Sumbersari mengandung boraks (H 1) atau bakso di Pasar
Sumbersari tidak mengandung boraks (H0).
2. Hipotesis komparatif
72
3. Hipotesis asosiatif
Hipotesis alternatif diberi Simbol Ha dan disebut juga hipotesis penelitian atau
hipotesis kerja ( H1 ). Hipotesis alternatif dirumuskan dengan kalimat positif pihak
peneliti tidak menguji H0sebab Ha adalah lawan H0( hipotesis awal atau hipotesis noll ).
Hipotesis alternatif hanya mengekspresikan keyakinan penelitian tentang ukuran
populasi.
E. HIPOTESIS STATISTIK
Hipotesis statistik adalah pernyataan statistik tentang populasi yang diteliti. Jika menguji
74
hipotesis penelitian dengan perhitungan statistik, maka rumusan hipotesis tersebut perlu
diubah ke dalam rumusan hipotesis statistik. Dalam rumusan hipotesis penelitian hanya di
tuliskan salah satu saja yaitu hipotesis alternatif (Hₐ) atau hipotesis nol (H 0). Sedangkan,
dalam hipotesis statistik, keduanya dipasangkan sehingga dapat diambil keputusan dengan
tegas yaitu menerima H0 berarti menolak Ha. Begitu juga sebaliknya, apabila menolak H 0
berarti menerima Ha. Hipotesis statistik ini dirumuskan untuk menjelaskan gambaran dan
parameter apa dari populasi.
Hipotesis direksional adalah rumusan hipotesis yang arahnya sudah jelas atau
disebut juga hipotesis langsung. Pengujian Hipotesis direksional terdiri dari dua yaitu
uji pihak kiri dan uji pihak kanan.
75
H0 : Motivasi kerja pegawai di UMPRI paling rendah atau sama dengan
40% dari nilai ideal.
76
Kriteria pengujian pihak kiri:
Jika –ttabel >thitung maka H0diterima
Jika – t tabel < t hitung maka H0 ditolak
77
Ha : Perbedaan prestasi belajar antara mahasiswa tugas belajar lebih rendah dari
pada siswa ijin belajar.
H0: Perbedaan prestasi belajar antara mahasiswa tugas belajar lebih tinggi dari
pada siswa ijin belajar.
d =- t tabel
78
Hipotesis non direksional (hipotesis tidak langsung) adalah hipotesis yang
tidak menunjukkan arah tertentu. Jika rumusan H a berbunyi kalimat: tidak sama
dengan (≠), maka hasilnya H0 berbunyi kalimat: sama dengan (=). Pengujian ini
menggunakan uji dua pihak (two tailed test). Contoh sebagai berikut:
Hₐ : μ ≠ 400 jam
H0 : μ = 400 jam
H0 : Tidak ada perbedaan hasil belajar statistika antara kelas A dan kelas B
Hₐ : μ₁ ≠ μ₂
H0 : μ₁ = μ₂
79
3) Hipotesis Bersifat Asosiatif
Hipotesis dalam penelitian
Hₐ : Ada hubungan antara status sosial dengan tingkat gizi keluarga didaerah
Pringsewu
H0 : Tidak ada hubungan antara status sosial dengan tingkat gizi keluarga
didaerah Pringsewu
Hₐ : p ≠0
H0 : p =0
80
STATISTIK PARAMETRIK
DAN UJI HOMOGENITAS
1. Uji Homogenitas
a) Menggunakan uji bartlet
Contoh:
Perbandingan keuangan antara Pemerintah Pusat (X₁), Provinsi (X₂) dan
Kabupaten/Kota (X₃) diwilayah Pringsewu seperti dalam tabel berikut:
Nilai Varians
Jenis Variabel : Perbandingan Keuangan
Sampel
Pemerintah Kabupaten/Kota
Provinsi (X₂)
Pusat (X₁) (X₃)
S² 37,934 51,760 45,612
81
N 65 65 65
Langkah –Langkah:
S² =
S² =
S² =
S² =
S² = 45,102
82
5. Menghitung nilai χ ² ( Chi ) hitung = (Ion 10)[B – Ʃ(db)log S²]
= (2,3) x [317,61 – 316,8]
= (2,3) x [0,81]
= 1,863
Kriteria uji:
Jika : χ² hitung ≥ χ ²tabel, tidak homogen
Jika : χ ² hitung< χ ² tabel, homogen
Ternyata χ ² hitung< χ ² tabel
1,863 < 5,991
Maka varians homogen
Kesimpulan : analisis uji komparatif dapat dilanjutkan.
1) Fhitung= = = 1,36
Rumus Interpolasi
83
C=
Keterangan:
B = nilai db yang dicari
B0 = nilai db pada awal nilai yang sudah ada
B₁ = nilai db pada akhir nilai yang sudah ada
C = nilai yang dicari
C0 = nilai tabel pada awal yang sudah ada
C₁ = nilai tabel pada akhir yang sudah ada
Diketahui:
B =64 C= …..?
B₀ = 50 C₀ = 1,54
B₁ = 70 C₁ = 1,49
C=
C=
C=
C =1,54 – 0,028
C = 1,512
3) Kriteria uji
Jika : Fhitung≥ Ftabel, tidak homogen
Jika : Fhitung<Ftabel, homogen
Ternyata Fhitung<Ftabel
1,36 < 1,512
Maka varians homogen
Kesimpulan : analisis uji komparatif dapat dilanjutkan.
84
85
KELOMPOK 5
METODE LILLIEFORS
Uji normalitas dengan metode lilliefors digunakan apabila datanya tidak dalam distribusi
frekuensi data bergolong.
Pada metode lilliefors setiap data Xi diubah menjadi bilangan baku Zi
Dengantransformasi
x − x̄
z i= i
s
Dengan :
: simpanganbakusampel
Daerah kritisnyayaitu
86
L=Maks|F( z i )−S( z i )|
Dengan
5) Contoh :
Sebuah sampel berukuran 6 diambil secara random dari sebuah populasi.Ke enam nilai
darisampel tersebut adalah sebagai berikut:
4 0 8 6 14 10
Dengan mengambil α=5%, ujilah hipotesis yang mengatakan bahwa tersebut berasal dari
populasi yang berdistribusi normal.
6) Penyelesaian :
2. α = 5%
3. StatisticUji
ziterhadapseluruh z
b. Komputasi
X̄ =
∑ X =42 =7
n 6 dan
2
2 n ∑ X 2 −( ∑ X ) 2
6( 412)−(42) 708
s = = = =23 ,6
n( n−1 ) 6 (6−1 ) 30
s= √23,6=4 ,86
87
TabelUntukMencariLmaks
Catatan:
Untuk pengisian perhatikanlah bahwa
0−7
z 1= =−1. 44
4 .86
4−7
z 2= =−0 . 62
4 .86
6−7
z 3= =−0 . 21
4 . 86
8−7
z4= =0. 21
4 . 86
10−7
z 5= =0 . 62
4 . 86
14−7
z 6= =1 . 44
4 .86
F(-1.44)=P(Z≤-1.44)
= 0.5 – 0.4251
= 0.0749
F(-0.62)=P(Z≤-0.62)
88
= 0.5 – 0.2324
= 0.7324
F(-0.21)=P(Z≤-0.21)
= 0.5 – 0.0832 (lihattabel)
= 0.4168
F(0.21)=P(Z>0,21)
= 0.5 + 0.0832 (lihattabel)
= 0.5832
F(0.62)=P(Z>0,62)
= 0.5 + 0.2324 (lihattabel)
= 0.7324
F(1.44)=P(Z>1.44)
= 0.5 + 0.4251 (lihattabel)
= 0.925
1
=0 .1667
S(-1.44)= 6
2
=0 .3333
S(-0.62)= 6
3
=0 .5000
S(-0.21)= 6
4
=0. 6667
S(0.21)= 6
5
=0 . 8333
S(0.62)= 6
6
=1. 0000
S(1.44)= 6
L=Maks|F( z i )−S( z i )|
Dari tabel di peroleh = 0.1009
c. Daerah Kritis:
89
L0,05;6 = 0,319 ;
DK={L | L > 0,319} ;
Lobs=0,1009 ∉ DK
d. Keputusan Uji:
Ho diterima atau tidak ada alasan untuk menolak Ho.
e. Kesimpulan:
Sampel berasal dari populasi yang berdistribusi normal.
ContohSoal :
Langkah-LangkahPenyelesaianContohSoalKertasPeluangnormal
1.Langkah pertama dalam mempergunakan metode kertas peluang normal, yaitu
data disajikandalambentuktabeldistribusifrekuensirelatif (data
disajikandalam bentukprosentase). Contoh data sebagaiberikut:
90
b. Selanjutnyatabeldiubahdalambentukdistribusifrekuensikomulatifrelatif kurangdar
i, sehinggaterbentuktabelsebagaiberikut :
c. Berikutnya data
komulatifrelatifditampilkanpadakertaspeluangnormal.Sumbuhorisontaltempatme
letakkan interval kelasdansumbuvertikaltempatuntukangkakomulatifnya.
Pertemuankelasdanangkakomulatif ditandaidengan titik-titik. Jika titik-
titik tersebut dihubungkan membentuk garis lurus, berarti data berdistibusi
normal. Contohuntukpenyajian data di ataspadakertaspeluang normal
menjadisebagaiberikut :
91
e) METODE CHI KUADRAT
Uji Chi Kuadrat dapat dikatakan sebagai uji proporsi untuk dua peristiwaatau lebih dan
data berjenis nominal, sehingga datanya bersifat dikrit. Dalam Uji Chi Kuadrat dihadapkan
pada suatu pengujian apakah perbedaan antara frekuensi hasilobservasi (disimbolkan fo)
dengan frekuensi yang diharapkan oleh peneliti (disimbolkanfe/fh) dari sampel yang terbatas
merupakan perbedaan yang signifikan atau tidak.
7) Contoh :
Data variabelmotivasikerjasebagaiberikut:
48 47 47 41 41 42 61 69
62 65 48 5247 47 47 41
55 75 62 68 48 49 48 54
54 4861 5468 6847 41
42 41 55 68 61 61 54 48
40 34 48 38 55 62 68 56
386168 60 55 27 48 40
40 48 38 57 68 61 35 40
Data variabelmotivasikerjasecaraurut :
27 34 35 38 38 38 40 40
92
40 40 41 41 41 41 41 42
42 47 47 47 47 47 47 48
48 48 4848 48 48 48 48
49 52 54 54 54 54 5555
55 55 56 57 60 61 61 61
61 61 61 62 62 62 65 68
68 68 68 68 68 68 69 75
Apakah data tersebutberdistribusi normal?
8) Penyelesaian :
1. Skorterbesar = 75
Skorterkecil = 27
2. R = data terbesar - data terkecil = 75 – 27 = 48
3. Banyakkelas
K = 1 + 3,3 log n
= 1 + 3,3 log 64
= 1 + 3,3 (1,81)
= 6,973 ~ 7
I 48
4. I = = =6,857 7
R 7
TABEL
Data variabelmotivasikerja
No. Kelas Interval f Xi Xᵢ² f Xᵢ f Xᵢ²
1. 27 – 33 1 30 900 30 900
2. 34 – 40 9 37 1369 333 12321
3. 41 – 47 13 44 1936 572 25168
4. 48 – 54 15 51 2601 765 39015
5. 55 – 61 13 58 3364 754 43732
93
6. 62 – 68 11 65 4225 715 46475
7. 69 – 75 2 72 5184 144 10368
Ʃ f Xᵢ = Ʃ f Xᵢ² =
Ʃf = 64
3313 177979
√ √ √
2
n . Ʃ f Xᵢ ²−( Ʃ f Xᵢ ) ( 64 ) . ( 177979 ) −(3313)²
S= = = 414687 =√ 102,85 = 10,14
n .(n−1) 64.(64−1) 4032
26,5−51,77 33,5−51,77
Z ₁= =−2,49 Z ₂= =−1,80
10,14 10,14
40,5−51,77 47,5−51,77
Z ₃= =−1,11 Z ₄= =−0,42
10,14 10,14
54,5−51,77 61,5−51,77
Z ₅= =0,27 Z ₆= =0,96
10,14 10,14
68,5−51,77 75,5−51,77
Z ₇= =1,65 Z ₈= =2,34
10,14 10,14
94
c. Mencariluas 0 - Z daritabelkurva normal 0 – Z denganmenggunakanangka-
angkauntukbataskelas, sehinggadiperoleh: 0,4936 ; 0,4641 ; 0,3665 ; 0,1628 ; 0,1064
; 0,3315 ; 0,4505 ; dan 0,4904. (Cara I)
Cara II
0–Z
0 – (-2,49) = 2,49 = 0,4936
0 – (-1,80) = 1,80 = 0,4641
0 – (-1,11) = 1,11 = 0,3665
0 – (-0,42) = 0,42 = 0,1628
0 – (0,27) = -0,27 = -0,1064
0 – (0,96) = -0,96 = -0,3315
0 – (1,65) = -1,65 = -0,4505
0 – (2,34) = -2,34 = -0,4904
Cara II
0,4936 - 0,4641 = 0,0295 (- 0,1064) – (- 0,3315) = 0,2251
0,4641 - 0,3665 = 0,0976 (- 0,3315) – (- 0,4505) = 0,1190
0,3665 - 0,1628 = 0,2037 (- 0,4505) – (- 0,4904) = 0,0399
95
0,1628– (- 0,1064) = 0,2692
TABEL
Frekuensi Yang Diharapkan
Batas Luas LuasTiapKelas
No. Z fe fo
Kelas 0–Z Interval
1. 26,5 -2,49 0,4936 0,0295 1,89 1
2. 33,5 -1,80 0,4641 0,0976 6,25 9
3. 40,5 -1,11 0,3665 0,2037 13,04 13
4. 47,5 -0,42 0,1628 0,2692 17,23 15
5. 54,5 0,27 0,1064 0,2251 14,41 13
6. 61,5 0,96 0,3315 0,1190 7,62 11
7. 68,5 1,65 0,4505 0,3990 2,55 2
75,5 2,34 0,4904
Ʃfo = 64
8. Mencarinilai χ² hitung
k
(f ₀−fe)²
χ ² hitung=∑
i=1 fe
96
(13−14,41)² (11−7,62) ² (2−2,55)²
+ +
14,41 7,62 2,55
= 0,41+ 1,21 + 0,00012 + 0,29 + 0,14 + 1,5 + 0,12
= 3,67
KELOMPOK 6
MenurutSugiyonodanSusanto (2015:323)
ujilinearitasdapatdipakaiuntukmengetahuiapakah variable terikat(Y) dengan variable
bebas(X) memilikihubungan linear
atautidaksecarasignifikan.Kriteriapengujianlinieritasadalahjikanilaisignifikasilebihbesar
dari 0,05, makahubunganantara variable bebasdan variable terikatadalah linier.
Y (sumbu variable).
98
d) Tidakadahubungan:Pertambahannilai X (sumbu horizontal) tidakmemilikiefekterhadapnilai Y (sumbu
variable).
f. PengertianVariabelBebas (Variabel X)
Yusuf (2014:109) memaparkanbahwavariabelbebasadalahvariabel yang memengaruhi,
menjelaskan, menerangkanvariabel yang lain.
g. PengertianVariabelTerikat (Variabel Y)
Yusuf (2014:109) memaparkanbahwavariabelterikatadalahvariabel yang
dipengaruhiatauditerangkanolehvariabellain, tetapitidakdapatmemengaruhivariabellainnya.
Contohnya :
2) “PengaruhPendidikandanpendapatan”
3) “HubunganantaraPendidikandenganPendapatan”
Contohjudulpenelitian di atasdiawalidenganpendidikan,
sehinggapadajudulpenelitiantersebutinginberusahamencariataumelihatapakahpeng
aruhpendidikanseseorangituberdampakpadapendapatannya.Makadariitu,
dapatdikatakanbahwapendidikanpadajudultersebutmerupakanvariabelbebas,
sedangkanpendapatanmerupakanvariabelterikat (Yusuf, 2014:109-110).
2) Pendidikansebagaivariabelbebas (variabel X)
3) Pendapatansebagaivariabelterikat (variabel Y)
Berdasarkanperincian di atas,
dapatdiambilsimpulanbahwapendidikansebagaivariabelbebaskarenapadajudulpenelitiantersebut
(variabel
Y).Pendapatandisebutdenganvariabelterikatkarenapendapatanadalahvariabelefekatauvariabel
99
yang dikenaipengaruhdarivariabelbebas
b. KETERANGAN
Rumus Keterangan
No
Db DerajatKebebasan
1.
JK JumlahKuadrat
2.
RerataJumlahKuadrat
3. RJK
Reg / a Regresi
4.
TC Tuna Cocok/ F hitung
5.
E Kesalahan / Galat
6.
b Keofisienarahregresi/ konstanta
7.
Yˆ Variabelterikat
8.
X Variabelbebas
9.
n jumlahresponden/jumlahdata
11.
100
S Akar
12.
Ʃ Jumlahtotal
13.
UjiLinieritasRegresi
Tabel 21
N X Y X² Y² XY
o.
1. 50 57 2500 3249 2850
2. 55 57 3025 3249 3135
3. 55 54 3025 2916 2970
4. 49 52 2401 2704 2548
5. 54 51 2916 2601 2754
6. 54 61 2916 3721 3294
7. 54 61 2916 3721 3294
8. 48 43 2304 1849 2064
9. 56 28 3316 784 1568
10 57 39 3249 1521 2223
.
11 32 21 1024 441 672
.
12 42 58 1764 3364 2436
.
13 42 55 1764 3025 2310
.
14 43 40 1849 1600 1720
.
15 44 68 1936 4624 2992
.
16 66 58 4356 3364 3828
.
17 31 35 961 1225 1085
.
18 24 31 576 961 744
.
101
19 57 36 3249 1296 2052
.
20 40 50 1600 2500 2000
.
21 38 50 1444 2500 1900
.
22 50 52 2500 2704 2600
.
23 53 62 2809 3844 3286
.
24 48 55 2304 3025 2640
.
25 49 54 2401 2916 2646
.
26 45 48 2025 2304 2160
.
27 30 48 900 2304 1440
.
28 35 46 1225 2116 1610
.
29 39 66 1521 4356 2376
.
30 41 47 1681 2209 1927
.
31 60 26 3600 676 1560
.
32 69 51 4761 2601 3519
.
33 58 44 3364 1936 2552
.
34 56 44 3136 1936 2464
.
35 62 42 3844 1764 2604
.
36 52 46 2704 2116 2392
.
37 69 47 4761 2209 3243
.
38 59 61 3481 3721 3599
.
39 60 52 3600 2704 3120
.
40 56 54 3136 2916 3024
102
.
41 65 59 4225 3481 3835
.
42 63 59 3969 3481 3717
.
43 49 52 2401 2704 2548
.
44 44 61 1936 3721 2684
.
45 49 48 2401 2304 2352
.
46 51 50 2601 2500 2550
.
47 55 59 3025 3481 3245
.
48 51 61 2601 3721 3111
.
49 47 40 2209 1600 1880
.
50 36 72 1296 5184 2592
.
ƩX=2492 ƩY=2511 ƩX²=12913 ƩY²=131749 ƩXY=127048
8
- ƩX=2492
- ƩY=2511
- ƩX²=129138
- ƩY²=131749
- ƩXY=127048
1) Penyelesaiannya
Ʃx 2492
a. = x̅ = =49,84
n 50
ƩY 2511
b. Y̅ = = = =50,22
n 50
103
nƩX ²−Ʃ(X ) ² 50 ( 129138 ) −(2492)²
c. S²X= =
n(n−1) 50(50−1)
6 456 900−6 210 064
S²X =
50 ( 49 )
246 836
S²X=
2450
S²X= 100,75
SX= √ 100,75
SX= 10,03
Persamaanregresi
Y = a + bx
ƩY −b ƩX ƩYƩX ²−ƩYƩXY
a= atau a=
n 2 X ²−( ƩX ) ²
nƩXY −ƩXƩY
b=
nƩX ²−(ƩX )²
Langkah-langkahUjiLinieritasRegresi
g. Hitungjumlahkuadratregresi (JKReg(a))
( ƩY ) ² (2511)²
JKReg(a)= = =126102,42
n 50
104
h. Hitungjumlahkuadratregresi (JKReg(b|a))
ƩXƩY (2492)(2511)
JKReg(b|a) = b {ƩXY - } = 0,15 {127048 – }= 114,714
n 50
i. Hitungjumlahkuadratresidu (JKRes)
= 5576,866
JK Res 5576,866
RJKRes= = =116,18
n−2 50−2
(ƩY )²
JKE = ∑ { ƩY 2 − n
}
k
SebelummenghitungJKE urutkan data X₁ mulaidari data yang paling kecilsampai data yang
105
TABEL PENOLONG PASANGAN VARIABEL X DAN VARIABEL Y UNTUK MENCARI
(JK E)
NO NO.
X1 KEL. n Y X1 KEL n Y
urut URUT
1 24 1 1 57 26 51 46
19 2
2 30 2 `1 57 27 51 46
3 31 3 1 54 28 52 20 1 46
4 32 4 1 52 29 53 21 1 66
5 35 5 1 51 30 54 47
6 36 6 1 61 31 54 22 3 26
7 38 7 1 61 32 54 51
8 39 8 1 43 33 55 44
9 40 9 1 28 34 55 23 3 44
10 41 10 1 39 35 55 42
11 42 21 36 56 46
11 2
12 42 58 37 56 24 3 47
13 43 12 1 55 38 56 61
14 44 40 39 57 52
13 2 25 2
15 44 68 40 57 54
16 45 14 1 58 41 58 26 1 59
17 47 15 1 35 42 59 27 1 59
18 48 31 43 60 52
16 2 28 2
19 48 36 44 60 61
20 49 50 45 62 29 1 48
21 49 50 46 63 30 1 50
17 4
22 49 52 47 65 31 1 59
23 49 62 48 66 32 1 61
24 50 55 49 69 40
18 2 33 2
25 50 54 50 69 72
JKE= (572 - 572 /1) + (572 – 572 /1) + ( 542 – 542 / 1) + ( 522 – 522 / 1) + ( 512 – 512 / 1) + ( 612 –
612 / 1) + ( 612 – 612 / 1) + ( 432 – 432 / 1) + ( 282 – 282 /1) + (392 – 392 /1) + {(212 +
582) – ( 212 + 582 /2) + (552 – 552 /1) + { (402 + 682) – (402 + 682 /2)} + (582 – 582 /1) +
(352 – 352 /1) + { (312 + 362) – ( 312 + 362 /2) + {(312 + 362) – (312 + 362 /2) } + { (50 2 +
502 + 522 + 622) – (502 + 502 + 522 + 622 /4)} + {(552 + 542) – (552 + 542)/2} + { 482 +
106
482) – (482 + 482) /2)} + (462 – 462 /1) + ( 662 – 662 /1) + { (472 + 262 + 512) – ( 472 +
262 + 512)/3)} + { (442 + 442 + 422) – ( 442 + 442 + 422 /3) } + { (462 + 472 + 612 ) – (462 +
472 + 612 /3)} + { ( 52 2 + 542) – (522 + 542 /2) } + (592 – 592 /1) + (592 – 592 /1) + {( 522
+ 612) – (522 + 612 /2) + (482 – 482 /1 ) + ( ( 502 – 502 /1) + ( 592 – 592 /1) + (612 +
612 /1 ) + { (402 + 722) – 402 + 722 /2)}
= 0 + 0 + 0 + 0 + 0+ 0+ 0 + 0 + 0 + 0 + 684.5 + 0 + 392 + 0 + 0 + 12.5 + 99 + 0.5 + 0 + 0 +
0 + 360.67 + 2.67 + 140.67 + 2 + 0 + 0+ 40.5 + 0 + 0 + 0 + 0 + 512
= 2247.01
11) MencariFhitung
RJKTC 107,42
Fhitung = = = 0,8127
RJKE 132,18
12) KriteriaUji
JikaFhit ≤ Ftabel H0diterima linier
JikaFhit>Ftabel H0ditolaktidak linier
107
13) carinilaiFtabel
Ftabel : F ( 1-a ) (db . Tc .db . E
: F ( 1- 0,05) (db : K-2, db :n-k)
: F ( 0,95) (db = 33-2, db = 50-33)
: F (0,95) (31,17)
Ftabel : 2,14
14) Bandingkannilai F hitungdenganFtabel
KarenaFhitung¿ Ftabel
0,8127< 2,14 H0Diterima
Maka ,dapatdisimpulkanbahwametoderegresi Y atas X1berpola linier.
TABEL23 ANAVA
Sumber JK Fhitung
db RJK Ftabel
variasi
Total 50 131749 - 0,8127 2,14
Regresi (a) 1 126102,42 126102,42 Kesimpulan :
Regresi 1 114,714 114,714 Karena Fhit<Ftab
(aIb) Atau 0,8127<2,14
Residu 48 5576,866 116,18 Maka dapat disimpulkan
Tuna 31 3329,876 107,42 bahwa metode regresi Y
cocok (Tc) atas X1berpola linier
Kesalahan 17 2247,01 132,18
(E)
108
KELOMPOK 7
UJI T (T-TEST)
1. UJI T (t-TEST)
Uji t satu sampel ini tergolong hipotesis deskriptif. Uji t ini terdapat dua rumus yang
dapat digunakan, yaitu :
A. Jika standar deviasipopulasidiketahui, maka yang digunakanialahrumusZhitung
x−μo
¿
Z hitung σ
√n
Dimana:
Zhitung : Harga yang dihitung dan menunjukkan nilai standar deviasi pada distribusi
normal (Tabel z)
x : Rata-rata nilai yang diperoleh dari hasil pengumpulan data
μ : Rata-rata nilai yang dihipotesiskan
σ : Standar deviasi populasi yang telah diketahui
n :Jumlah populasi penelitian
B. Jika standar deviasi populasi tidak diketahui, maka yang digunakan ialah rumus t hitung
x−μo
thitung= s
√n
Dimana:
thitung = Harga yang dihitung dan menunjukkan nilai standar deviasi dari distribusi t.
x : Rata-rata nilai yang diperoleh dari hasil pengumpulan data.
μo : Nilai yang dihipotesiskan
s: Standar deviasi sampel yang dihitung
n: Jumlah sampel penelitian
Adapun standar deviasi sampel dapat dihitung berdasarkan data yang terkumpul. Pada
umumnya standar devisiasi setiap populasi jarang diketahui,maka penggunaan rumus Z hitung
kurang digunakan.
Pengujian hipotesis deskriptif ada dua jenis,yaitu: uji dua pihak dan uji satu pihak( uji
pihak kiri dan uji pihak kanan).
Langkah-langkah Uji t
109
1) Buatlah H0 dan H1 dalam uraian kalimat.
2) Buatlah H0 dan H1 dalam model statistik.
3) Mencari thitung
x−μo
thitung= s
√n
4) Tentukan terlebih dahulu taraf signifikansinya, misalnya (α = 0,05 atau α = 0,01)
kemudian di cari ttabel dengan ketentuan db = n-1, juga diketahui tentang posisi
pengujiannya. Apakah menggunakan pihak kiri, pihak kanan atau dua pihak. Dalam
hal ini tergantung bunyi hipotesisnya. Dengan menggunakan tebel diperoleh t table.
5) Tentukan kriteria pengujian.
6) Bandingkan antara thitung dengan t tabel dan gambarlah posisinya.
7) Buatlah kesimpulan.
Contoh:
Kepala Bidang Pengajaran di perguruan tinggi UMPRI menduga bahwa:
f) Kualitas mengajar dosen statistika paling tinggi 70% dari rata-rata nilai ideal.
g) Kualitas mengajar dosen statistika paling rendah 70% dari rata-rata nilai ideal.
h) Kualitas mengajar dosen statistika tidak sama dengan 70% dari rata-rata nilai
ideal.
Kemudian dibuktikan dengan penelitian yang dilaksanakan pada setiap akhir semester.
Disebar angket kepada 61 mahasiswa yang mengikuti kuliah statistika untuk mengisi angket
dengan jujur dan adil sesuai dengan kualitas dan profesional dosen ketika mengajar. Jumlah
pertanyaan angket penelitian 15 item, instrumen penelitian kualitas mengajar dosen
statistika dalam berbagai aspek diberi skala: (4) = Sangat Baik; (3) = Baik; (2) =Cukup baik dan
(1)= kurang baik. Taraf kepercayaan 95% (taraf signifikansi α=0,05). Data diperoleh sebagai
berikut:
59 60 58 59 60 58 60 59 50 60 59 50 60
59 58 50 59 60 59 60 59 50 60 60 60
60 60 50 59 60 60 60 59 60 60 60 60
60 60 60 50 60 60 60 59 60 60 60 60
58 60 58 50 58 60 60 58 60 60 60 60
Langkah-langkah menjawab
Sebelum dilakukan perumusan hipotesis dihitung terlebih dahulu rata-rata nilai yang
dihipotesiskan (μ0).
Nilai ideal = 15 x 4 x 61 = 3.660
Rata-rata nilai ideal = 3.660:61 = 60
Jadi, 70% dari rata-rata skor ideal = 0,7 x 60 = 42 atau μ0 = 42
Jawaban pertanyaan a (Uji Pihak kiri)
1) Hipotesis (H0 dan H1) dalam uraian kalimat
110
H0 : Kualitas mengajar dosen statistika paling tinggi 70% dari rata-rata nilai ideal.
H1: Kualitas mengajar dosen statistika paling rendah atau sama dengan 70% dari
rata-rata nilai ideal.
2) Hipotesis (Hodan H1) model statistik
H0: μ0 < 42%
H1 : μ0 ≥ 42%
3) Menghitung standar deviasi(s) dan rata-rata ( x ) dengan rumus :
√ √
2
( ∑ x)
2
(3565)
S = ∑ x −¿ n = 20893− 61 = 3,14
2
¿
n−1 61−1
x=
∑ x = 3565 = 58,443
n 61
8) Kesimpulan:
H1: Kualitasmengajar dosen statistika paling tinggi 70 % dari rata-rata nilai ideal
ditolak, sedangkan H0: Kualitas mengajar dosen statistika paling rendah atau sama
111
dengan 70% dari rata-rata nilai ideal diterima.
Jadi, Kepala Bidang Pengajaran di perguruan tinggi UMPRI yang menyatakan kualitas
mengajar dosen statistika paling tinggi 70% dari rata-rata nilai ideal itu kurang tepat
bahkan lebih dari itu.
8) Kesimpulan
H1 : Kualitasmengajardosenstatistikapaling rendah 70% dari rata-rata nilai ideal
diterima, sedangkan H0 : Kualitasmengajardosenstatistikapaling
tinggiatausamadengan70% dari rata-rata nilai ideal ditolak.
Jadi, KepalaBidangPengajaran di perguruantinggi UMPRI yang
menyatakankualitasmengajardosenstatistikapaling rendah 70% dari rata-rata nilai
ideal itubenarbahkanlebihdari 70% yang selamainidiaduga.
Dengandemikiankualitasmengajardosenstatistikamemanglebihhebatataulebihberkual
112
itasdaridugaan dia.
8) Kesimpulan
H1 : Kualitas mengajar dosen statistika tidak sama 70% dari rata-rata nilai ideal
diterima, sedangkan H0 : Kualitas mengajar dosen statistika sama dengan70% dari
113
rata-rata nilai ideal ditolak.
Jadi, Kepala Bidang Pengajaran di Perguruan Tinggi UMPRI yag menyatakan kualitas
mengajar dosen statistika tidak sama 70 % dari rata-rata nilai ideal itu benar bahkan
lebih dari itu. Dengan demikian kualitas mengajar dosen statistika memang lebih
berkualitas dari dugaan semula.
√
2 2
S1 S2
thitung= + ¿
n1 n s1 s2
2 −2r ( + )
¿ √n1 √n2
Contoh : Ada perbedaan kemampuan berbahasa asing antara lulusan SMU Plus Swasta
(X1) dengan lulusan SMU Negeri (X 2) di Kota Bandung. Data sebanyak 30 siswa
diambil secara acak, adapun data seperti TABEL 74 sebagai berikut:
114
Langkah-langkah:
1) Hipotesis (H0 dan H1) dalam uraian kalimat
H0: Terdapatperbedaanantara kemampuan berbahasa asing lulusan SMU Plus
Swasta dengan lulusan SMU Negeri di Kota Bandung.
H1: Tidak terdapat perbedaan antara kemampuan berbahasa asing lulusan SMU
Plus Swasta dengan lulusan SMU Negeri di Kota Bandung.
2) Hipotesis (H0dan H1) model statistic
H0 : μ ₁ ≠ μ ₂
H1 : μ ₁=μ ₂
3) Menghitungnilairata-rata;standardeviasi; dan varians
Rata-rata x 1= 81,07 x ₂ = 60,37
Standar Deviasi s1=16,48 s2=11,53
2 2
Varians S1=271,59 S2=132,94
Kolerasi r=0,44
4) Mencari thitung dengan rumus:
X 1−X 2
thitung =
√ S21
n1 n
+
¿
2 −2r (
S 22
s1
+
s2
√ n 1 √ n2 √
)
=
271,59
30
+
81,07−60,37
132,94
30
−2 0,44(
16,48
+
11,53
√ 30 √30
)
¿
115
20,7 20,7 20,7 20,7
= = =
(
thitung= 9,052+4,43−0,88 16,48 + 11,53
√ 5,48 √ 5,48 ) √13,482−4,488 √ 8,994 √ 2,999
=6,9
5) Mencari nilai ttabel dengan ketentuan:
Taraf signifikasi α = 0,05, db=n 1+n2-2=30+30-2=58, maka diperoleh nilai t tabel =2,004
(interpolasi)
6) Menentukan criteria duapihak:
8) Kesimpulan :
H0 yang berbunyi: Terdapat perbedaan anatara kemampuan berbahasa asing
lulusan SMU Plus Swasta dengan SMU Negeri di Kota Bandung DI TERMA.
H1yang berbunyi: Tidak terdapat perbedaan anatara kemampuan berbahasa asing
lulusan SMU Plus Swasta dengan SMU Negeri di Kota Bandung DITOLAK.
Jadi, adaperbedaanbahwa: kemampuan berbahasa asing kelulusan SMU Plus
Swasta lebih tinggi daripada lulusan SMU Negeri di Kota Bandung. Hal ini
dapatdiberlakukanuntukpopulasi.
Sudjana :
116
X 1−X 2
( n−1 ) s 21 + ( n2 −1 ) s 22
√
2
thitung= S 1 1 dimana s =
+ n1 +n2−2
n1 n 2
Contoh :
Apakah ada perbedaan antara kelas eksperimen dengan kelas kontrol , jika diketahui X 1:
66,36 , X 2: 56,56 , s1: 11.25 s2 : 10,42 n1: 30 n2 : 29
Penyelesaian:
1) Hipotesis dalam uraian kalimat.
H0 :tidak terdapat perbedaan antara rata rata kelas eksperimen dengan kelas
kontrol
H1 : ada perbedaan antara rata rata kelas eksperimen dengan kelas kontrol.
2) Hipotesis dalam penelitian.
H0 : µ1= µ2
H1 : µ1 ≠ µ2
3) Statistik uji
X 1−X 2
( n−1 ) s 21 + ( n2 −1 ) s 22
√
2
t : S 1 1 dimana s =
+ n1 +n2−2
n1 n 2
66,36−56,56
( 30−1 ) (11,25)2+ ( 29−1 ) (10,42)2
√
2
= 3,29 1 1 s =
+ 30+29−2
30 29
9,8
= s= 3,294
( 3,29 ) (0,81)
= 3,6296 s= 3,29
= 3,63
4) Kriteria uji
Jikathitung< - ttabel atau thitung> ttabel H0 ditolak
Jika -ttabel ≤ thitung ≤ ttabel H0 diterima
5) ttabel , α =5 %=0,05
dk : n1 + n2 – 2 = 30+29-2= 57
117
1 1
t ( 1- α ) (n1 + n2 – 2) = t (1- ( 0,05) ( 30 + 29 – 2)
2 2
= t ( 1- 0,025) (57)
= t ( 0,975) (57)
= 2,02 ( interpolasi)
6) Bandingkan thitung dengan ttabel
3,63>2,02 maka Ho di tolak
7) Kesimpulan : ada perbedaan antara rata rata kelas eksperimen dengan kelas kontrol.
X 1−X 2
( n−1 ) s 21 + ( n2 −1 ) s 22
√
2
t : S 1 1 dimana s =
+ n1 +n2−2
n1 n 2
66,36−56,56
( 30−1 ) (11,25)2+ ( 29−1 ) (10,42)2
= 3,29
√ 1 1
+
30 29
s2 =
30+29−2
9,8
= s= 3,294
( 3,29 ) (0,81)
= 3,6296 s= 3,29 = 3,63
3) Kriteria uji
Jika thitung< ttabel H0 diterima
118
Jikathitung ≥ ttabel H0 ditolak
4) ttabel , α =5 %=0,05
dk : n1 + n2 – 2 = 30+29-2= 57
t : ( 1- α ) (n1 + n2 – 2) = t ( 1-( 0,05) (30+29-2)
= t ( 1- 0,05) (57)
= t ( 0,95) (57)
= 1,70 (interpolasi)
5) Perbandingan antara fhitung dengan ftabel
3,63> 1,70 H0 ditolak
6) Kesimpulan
Rata rata hasil belajar kelas eksperimen lebih tinggi dari kelas kontrol.
119
KELOMPOK 8
Keterangan :
1. r : Koefisien korelasi (-1 ≤ r≤ 1)
2. ∑X : Jumlah data variabel X
3. ∑Y : Jumlah data variebel Y
4. ∑XY : Jumlah dari perkalian variabel X dan Y
5. n : Jumlah sampel
Korelasi PPM dilambangkan (r) dengan ketentuan nilai r tidak lebih dari harga (-1 ≤ r ≤ + 1).
Jika r = -1 artinya korelasinya negatif sempurna, r = 0 artinya tidak ada korelasi, dan r = 1
berarti korelasinya sempurna positif (sangat kuat). Sedangkan harga r akan dikonsultasikan
dengan tabel interpretasi nilai r sebagai berikut.
Tabel 79
INTERPRETASI KOEFISIEN KORELASI
Nilai r
Interval Koefisien Tingkat Hubungan
0,00 – 0,199 Sangat Rendah
0,20 – 0,399 Rendah
120
0,40 – 0,599 Cukup
0,60 – 0,799 Kuat
0,80 – 1,000 Sangat Kuat
Sedangkan untuk menyatakan besar kecilnya sumbangan variable X terhadap Y dapat
ditentukan dengan rumus koefisien diterminan sebagai berikut :
KP = r2 × 100%
Keterangan:
KP: Besarnya koefisien penentu (diterminan)
r: Koefisien korelasi
r= n . ( ∑ XY ) – ( ∑ X ) .¿ ¿
r ❑ √n−2
thitung :
√ 1−r 2❑
Kaidah pengujian:
Jika thitung ≥ ttabel, maka signifikan.
Jika thitung ¿ ttabel, maka tidak signifikan.
g) Ketentuan tingkat kesalahan (α) = 0,05 atau 0,01 dengan rumus derajat bebas (db) = n –
2.
h) Kesimpulan.
121
KELOMPOK 9
mengendalikan salah satu jenis variabel yang dipakai dalam penelitian yang
dilakukannya.
digunakanuntukmengetahuihubunganantaraduavariabeldimanavariabellainnya yang
dianggapberpengaruhdikendalikanataudibuattetap
sebaliknyanilaimendekati 0 berartihubunganantaraduavariabelsemakinlemah.
122
MenurutSugiyono (2007)
pedomanuntukmemberikaninterpretasikoefisienkorelasisebagaiberikut:
- 0,199 = sangatrendah
0,20 - 0,399 = rendah
0,40 - 0,599 = sedang
0,60 - 0,799 = kuat
0,80 - 1,000 = sangatkuat
Ujisignifikansikoefisienkorelasiparsialdigunakanuntukmengujiapakahhub
langkahpengujiansebagaiberikut:
1. MenentukanHipotesis
Ho :Tidakadahubungansecarasignifikanantarakecerdasandenganprestasibe
Ha : Ada
hubungansecarasignifikanantarakecerdasandenganprestasibelajarjikating
2. Menentukantingkatsignifikansi
Pengujianmenggunakanujiduasisidengantingkatsignifikansi∝ = 5%.
(ujidilakukan 2 sisikarenauntukmengetahuiadaatautidaknyahubungan
123
yang signifikan, jika 1
sisidigunakanuntukmengetahuihubunganlebihkecilataulebihbesar)
Tingkat
signifikansidalamhaliniberartikitamengambilrisikosalahdalammengambilke
seringdigunakandalampenelitian)
3. KriteriaPengujian
Berdasarprobabilitas:
4. Membandingkanprobabilitas
kuatnya pengaruh atau hubungan dua variabel atau lebihyang salah satu atau
124
variabel X dibuat tetap(konstan). Koefisien Korelasi Parsial dirumuskan sebagai
berikut :
rX1 (X2Y) = r x 2 Y −r x 1 Y . r X 1 X 2
√¿¿ ¿
apabilaX1 tetap.
Yapabila X1 tetap.
rX2 (X1Y) = r x 1 Y −r x 1 Y . r X 1 X 2
√¿¿¿
apabilaX2 tetap.
Yapabila X2 tetap.
125
Bila Y tetap Rumus:
rY (X1X2) = r X 1 X 2−r x 1 Y . r x 2 Y
√¿¿ ¿
Ha:adaPengaruh/Korelasi
apabilaY tetap.
X2apabila Y tetap.
signifikan atau tidak ? maka periu diuji dengan ujisignifikansi, untuk koefisien
r parsial √n−3
thitung=
√1−r 2 parsial
Dimana:
n = jumlah sampel
126
Taraf signfikan α = 0,01 atau ∝=0,05.
Untuk uji satu pihak atau uji dua pihak, tergantung pada jenis penelitan.
C. CONTOH KASUS
X1 = PRODUKTIVITAS KERJA
X2 = KEPUASAN KERJA
Y = EFEKTIVITAS KERJA DOSEN
rX1Y = 0,9
rX2Y = 0,7
rX1X2 = 0,6
Pertanyaan: Cari nilai korelasi parsial bila variabel X 1 ; X2 dan Ytetap dan ujilah
LANGKAH-LANGKAH MENJAWAB
Bunyi Ha
127
(2) Ada pengaruh yang signifikan antara produktivitas kerja (X1)dengan
(3) Ada pengaruh yang signifikan antara produktivitas kerja (X1)dan kepuasan
Bunyi H0
(1) Tidak ada pengaruh yang signifikan antara kepuasan kerja (X 2)dengan
(2) Tidak ada pengaruh yang signifikan antara produktivitaskerja (X1) dengan
Ha : rX1(X2.Y) ≠ 0
H0 : rX1(X2.Y) ¿ 0
Ha : rX2(X1.Y) ≠ 0
H0 :rX2(X1.Y) ¿ 0
Ha : rY(X1.X2) ≠ 0
128
H0 : rY(X1.X2) ¿ 0
a) 8
b) Mengujisignifikansidengancaramembandingkannilaithitungdenganttabelkemudia
nambilkesimpulan.
129
yang signifikan antara kepuasan kerja (X2) denganefektivitas kerja (Y)
Kesimpulan ternyata hitung thitung< ttabel, atau -0,85< 1,99,maka Tidak ada
C = C0 + ¿ ¿(B- B0)
Dimana :
130
C = nilai ttabel yang dicari
B = 89
B0 = 60
B1 = 120
C0 = 2,000
C1 = 1,980
(1,98−2)
C = C0 + ¿ ¿(B- B0) = 2 + (120−60) (89-60) = 2-0,01=1.99
131
KELOMPOK 10
Uji Korelasi Ganda adalah suatu nilai yang memberikan kuatnya pengaruh atau
hubungan dua varinabel atau lebih secara bersama-sama dengan variabel lain. Rumus
Korelasi Ganda
R
X 1 X 2Y =
√ r x1 y +r x1 y −2.r x1 y .r x1 y .r x1 y
2 2
1−rx 1 y
2
2
2 2
R2
Rumus Fhitung = k
¿¿¿
Dimana :
R = Nilai koefisien korelasi ganda.
K = Jumah variabel bebas (independen).
n = Jumlah sampel
F = Fhitung yang selanjutnya akan dibandingkan dengan Ftabel
132
1. LANGKAH-LANGKAH MENJAWAB UJI KORELASI GANDA
n . ( Σ XY )−( Σ X ) .( ΣY )
r =
√{n . Σ X 2−(ΣX )2 }. {n . Σ Y 2−(ΣY )2 }
selanjutnya hasil dari korelasi kermudian hitung korelasi ganda (R)dengan rumus
R
X 1 X 2Y =
√ r x1 y +r x1 y −2.r x1 y .r x1 y .r x1 y
2 2
1−rx 1 y
2
2
2 2
f. Buat Kesimpulan
A. KASUS
Judul Penelitian
133
HUBUNGAN MOTIVAŠI KERJA DAN KEMAMPUAN PEGAWAI TERHADAP PELAYANAN
MASYARAKAT PADA DINAS PENGEMBANGANSUMBER DAYA MANUSIA KOTA PRINGSEWU
135
n . ( Σ X 1Y )−( Σ X 1 ) .( ΣY )
rX1Y =
√{n . Σ X 12−(ΣX 1)2 }. {n . ΣY 2−(ΣY )2 }
n . ( Σ X 2Y )−( Σ X 2 ) .( ΣY )
rX2Y =
√{n . Σ X 22−(ΣX 2)2 }. {n . ΣY 2 −( ΣY )2 }
136
n . ( Σ X 1 X 2 )−( Σ X 1 ) .(ΣX 2)
rX1X2 =
√{n . Σ X 12−(ΣX 1)2 }. {n . Σ X 22−( ΣX 2)2 }
√
2 2 2 2 2
r X 1 Y +r X 2 Y −2. r X 1 Y . r X 2 Y . r X 1 X 2
RX1X2Y = 2
1−r X 1 X 2
√
RX1X2Y = 0,5492 +0,574 2−2. ( 0,549 ) .
2 (0,574¿ ¿2).(O ,618)
1−(0,618)2
¿
RX1X2Y =
√ 0,63−0,39
0,62
=
0,24
0,62√= √ 0,39 =0,62
137
= F (1-α) {(db= 2), (db = 64-2-1 )} = F (1-0,05) [2, 61]
= F (0,95) [2,61]
Cara mencari Ftabel = 2, sebagai angka pembilang
= 61, sebagai angka penyebut
Ftabel= 1,999 (interpolasi)
C 1−C 0
C=C 0+ ( B−B0 )
B1−B0
Keterangan:
B = nilai db yang dicari
Bo = nilai db pada awal nilai yang sudah ada
B₁ = nilai db pada akhir nilai yang sudah ada
C = nilai yang dicari
Co = nilai tabel pada awal yang sudah ada
C₁ = nilai tabel pada akhir yang sudah ada
Diketahui :
B = 64
B0= 60
B1= 65
C 0= 3,15
C 1= 3,14
C….?
C 1−C 0
C=C 0+ ( B−B0 )
B1−B0
138
3,14−3,15
C=3,15+ ( 64−60 )
65−60
−0,01
C=3,15+ ( 4)
5
C=3,15−0,008
C=3,142
e) Kesimpulan: setelah dihitung ternyata F hitung≥ Ftabel, atau19,22 >1,999, maka terdapat
hubungan yang signifkanantara motivasi kerja dan kemampuan pegawai
terhadappelayanan masyarakat pada Dinas Pengembangan Sumber Daya Manusia Kota
Pringsewu.
KELOMPOK 11
139
Dimana :
Y^ = (baca Y topi), Subjek variable terikat yang diproyeksikan.
X = variable bebas yang mempunyai nilai tertentu untuk diprediksikan
a = nilai konstanta harga Y jika X = 0
b = nilai arah sebagai penentu ramalan (prediksi) yang menunjakan nilai peningkatan (+)
atau nilai penurunan (-) variable Y.
n . ∑ XY −∑ X . ∑ Y ∑ Y −b . ∑ X
b= a=
n . ∑ X −( ∑ X )
2 2
n
n . ∑ XY −∑ X . ∑ Y
a=∑
Y −b . ∑ X
b=
n . ∑ X −( ∑ X )
2 2
n
= (∑ )
Y
JKReg (a)
n
JKReg(b|a) = b (∑ XY −
∑ X∑ Y
n )
8) Hitung Jumlah Kuadrat Residu [JKRes ] dengan rumus :
9) Hitung Rata rata Jumlah Kuadarat Regresi (a) [RJKReg(a) ] dengan rumus :
RJKreg(a) = JKReg(a)
10) Hitung Rata – rata Kuadrat Regresi (b|a) [JKReg(b|a) ] dengan rumus :
140
RJKreg(b|a) = JKReg(b|a)
11) Hitung Rata Rata Jumlah Kuadrat Residu [RJKRes] denga rumus :
JK Res
RJKRes =
n−2
12) Menguji signifikasi dengan rumus FHitung :
141
KASUS
Pertanyaannya:
1. Bagaimana Persamaan Regresinya
2. Gambarkan diagram pencarnya
3. Gambar Arah Garis Regresi
4. Buktikan apakah terdapat pengaruh yang signifikan antara pengalaman kerja (X)
terhadap penjualan barang (Y)
5. Buktikan apakah data tersebut berpola linear
PENYELESAIAN :
1. LANGKAH_LANGKAH MENJAWAB UJI REGRESI SEDERHANA
c) Buatlah Ha dan Ho dalam bentuk kalimat
Ha : Terdapat pengaruh yang signifikan antara pengalaman kerja terhadap
penjualan barang.
Ho : Tidak terdapat pengaruh yang signifikan antara pengalaman kerja terhadap
penjualan barang
d) Buatlah Ha dan Ho dalam bentuk statistik :
Ha : r ≠ 0 Ho : r = 0
142
NO X Y X2 Y2 XY
1 2 50 4 2500 100
2 3 60 9 3600 160
3 1 30 1 900 30
4 4 70 16 4900 280
5 1 40 1 1600 40
6 3 50 9 2500 150
7 2 40 4 1600 80
8 2 35 4 1225 70
n ∑X ∑Y ∑ X2 ∑Y2 ∑ XY
8 18 375 48 18825 930
b) Menghitung rumus a
a=
∑ Y −b . ∑ X = 375−( 11,5 ) ×(18) = 168 =21
n 8 8
c) Persamaan regresi sederhana dengan rumus :
Y^ =a+bX =21+ 11,5.( X )
X=
∑ X = 18 =2,25
n 8
5) Menghitung rata rata Y dengan rumus :
Y=
∑ Y = 375 =46,875
n 8
143
3. GAMBAR ARAH GARIS REGRESI
= (∑ )
2
Y ( 375 )2 17578,125
JKreg(a) = =¿
n 8
JKreg (b/a)= b (∑ XY −
∑ X∑ Y
n ) (
=11,5 . 930−
8 )
( 18 ) ×(375)
=991,875
144
Hitung Rata-Rata Jumlah Kuadrat Regresi (b|a) [RJKReg(b|a)] dengan rumus :
Kesimpulan karena Fhitung lebih besar dari Ftabel, maka tolak Ho dan terima Ha. Dengan
demikian terdapat pengaruh yang Signifikan antara pengalaman kerja terhadap
penjualan barang.
n 8
{
JKE = Σᵏ ΣY ²−
( ΣY ) ²
n }
Sebelum menghitung JKE urutkan data X mulai dari data yang kecil sampai data yang
pling besar berikut disertai pasangannya, seperti Tabel 80 sebagai berikut :
TABEL 80
PASANGAN VARIABEL X DAN VARIABEL Y
UNTUK MENCARI (JKE)
X Y X Kel n Y
2 50 1 K1 2 30
3 60 1 40
1 30 2 K2 3 35
4 70 2 40
1 40 2 50
3 50 3 K3 2 50
2 40 3 60
2 35 4 K4 1 70
(
JKE = 30²+ 40²−
(30+40) ²
2 ) (
+ 35²+ 40²+50−
(35+40+ 50)²
3
+ )
(50²+60²− (50+60)
2
²
) + ( 70²−
1 )
(70)²
Hitung Rata Rata Jumlah Kuadrat Tuna cocok (RJKTC) dengan rumus:
146
JKTC 138,33
RJKTC¿ = =69,165
k −2 4−2
147
148