Laporan Praktek Statistik Industri 1-5 Final

LAPORAN PRAKTEK STATISTIK INDUSTRI
“PIVOT TABLE, PIVOT CHART, DAN DATA ANALISIS”

Dianjukan Untuk Memenuhi Salah Satu Tugas Pada Mata Kuliah Praktek
Staristik Industri
Pembimbing : Lisya Maharani
Disusun oleh :
RAGIL AGILANG (2111221025)
SAHRUL GUNAWAN (2111221001)
PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS SANGGA BUANA YPKP
BANDUNG
TAHUN PELAJARAN 2023
LEMBAR PENGESAHAN
LAPORAN PRAKTIKUM STATISTIKA INDUSTRI
Diajukan untuk memenuhi salah satu syarat kelulusan Mata kuliah Praktikum
Statistika Industri
Disusun Oleh :
Ragil Agilang (2111221025)
Sahrul Gunawan (2111221001)
Menyetujui
Asisten Praktikum Statistika Industri
Lisya Maharani 2111201014
Mengetahui
Dosen Penanggung Jawab Praktikum
Novi Mardiana, S. Si., M.Si
ii
KATA PENGANTAR
Puji syukur diucapkan kehadirat Allah SWT atas segala rahmat-Nya sehingga
saya telah selesai menyusun makalah ini sampai dengan selesai yang berjudul
“Pivot Table, Pivot Chart, dan data analisis”. Makalah ini saya susun guna
menyelesaikan tugas kelompok dari mata kuliah Praktek Statistika Industri dengan
pembimbing Lisya Maharani.
Tidak lupa saya mengucapkan terimakasih terhadap bantuan dari pihak yang
telah berkontribusi dengan memberikan sumbangan baik pikiran maupun
materinya. Sehingga makalah ini dapat saya selesaikan dengan baik. Harapan saya
, informasi dan materi yang terdapat dalam makalah ini dapat bermanfaat bagi
pembaca. Tiada yang sempurna di dunia melainkan Allah SWT Tuhan Yang Maha
Sempurna, karena itu kami memohon kritik dan saran yang membangun bagi
perbaikan makalah kami selanjutnya.
Demikian makalah ini saya buat, apabila terdapat kesalahan dalam penulisan,
atau pun adanya ketidaksesuaian materi yang saya angkat pada makalah ini, saya
mohon maaf. Saya penulis menerima kritik dan saran seluas-luasnya dari pembaca
agar bisa membuat karya makalah yang lebih baik pada kesempatan berikutnya.
Bandung, 20 April 2023
Penulis
iii
DAFTAR ISI
LEMBAR PENGESAHAN ................................................................................ ii
KATA PENGANTAR ....................................................................................... iii
DAFTAR ISI ..................................................................................................... iv
DAFTAR GAMBAR ......................................................................................... vi
DAFTAR TABEL ............................................................................................ vii
BAB I .................................................................................................................. 1
PENDAHULUAN .............................................................................................. 1
1.1 Latar Belakang masalah ......................................................................... 1

1.2 Rumusan Masalah .................................................................................. 2
1.3 Batasan dan Asumsi ............................................................................... 2
1.3.1 Dalam praktikum ini Batasan yang kami gunakan adalah ................ 2
1.3.2 Dalam praktikum ini Asumsi yang kami gunakan adalah................. 2
1.4 Tujuan ................................................................................................... 2
1.5 Manfaat ................................................................................................. 3
BAB II ................................................................................................................ 4
TINJAUAN PUSTAKA ..................................................................................... 4
2.1 Pivot Table ............................................................................................ 4

2.1.1 Area Pivot Table ............................................................................. 4
2.1.2 Diagram Pivot Table ....................................................................... 5
2.1.3 Hal-hal yang perlu di perhatikan dalam membuat pivot table .......... 5
2.2 Pivot Chart............................................................................................. 5
2.1.4 langkah-langkah membuat grafifk tabel pivot ................................. 6
2.3 Data analsis ........................................................................................... 6
BAB III ............................................................................................................... 7
METODOLOGI PENELITIAN ........................................................................ 7
3.1 Kerangka Berfikir .................................................................................. 7

3.2 Pembahasan ........................................................................................... 8
iv
BAB IV ............................................................................................................... 9
PENGUMPULAN DAN PENGOLAHAN DATA ............................................ 9
4.1 Cara membuat Pivot Table ..................................................................... 9

4.2 Cara membuat grafik Pivot Chart ......................................................... 13
4.3 Cara memunculkan data analisis .......................................................... 15
4.4 Pengumpulan Data ............................................................................... 18
4.5 Pengolahan Data .................................................................................. 19
4.5.1 Penyajian data menggunakan Pivot Table ..................................... 19
4.5.2 Penyajian Data Menggunakan Pivot Chart .................................... 22
Berikut tavel yang tersaji ketika memilih menu Pivot Chart pada MS. Excel.
................................................................................................................... 22
4.5.3 Penyajian Ukuran dan Pemusatan Data ......................................... 24
BAB V............................................................................................................... 25
ANALISIS ........................................................................................................ 25
5.1 Analisis................................................................................................ 25
BAB VI ............................................................................................................. 27
KESIMPULAN DAN SARAN......................................................................... 27
6.1 Kesimpulan.......................................................................................... 27
6.2 Saran ................................................................................................... 27
DAFTAR PUSTAKA ....................................................................................... 28
v
DAFTAR GAMBAR
Gambar 4.1 ................................................................................................... 9

Gambar 4.2 ................................................................................................... 10
Gambar 4.3 ................................................................................................... 11
Gambar 4. 4 .................................................................................................. 12
Gambar 4. 5 .................................................................................................. 13
Gambar 4.6 ................................................................................................... 14
Gambar 4.7 ................................................................................................... 15
Gambar 4.8 ................................................................................................... 15
Gambar 4.9 ................................................................................................... 16
Gambar 4.10 ................................................................................................. 16
Gambar 4.11 ................................................................................................. 17
Gambar 4.12 ................................................................................................. 17
Gambar 4.13 Pivot Table Tinggi ................................................................... 20
Gambar 4.14 Pivot Table Berat Badan .......................................................... 21
Gambar 4.15 Pivot Table Kota Kelahiran ...................................................... 22
Gambar 4.16 Pivot Chart Tinggi Badan ......................................................... 22
Gambar 4.17 Pivot Chart Berat Badan........................................................... 23
Gambar 4.18 Pivot Chart Kota Kelahiran ...................................................... 23
Gambar 4.19 Data Analisis Tinggi Badan...................................................... 24
Gambar 4.20 Data Analisis Berat Badan ....................................................... 24
vi
DAFTAR TABEL
Tabel 4.1 data responden mahasiswa ............................................................. 18
vii
BAB I
PENDAHULUAN
1.1 Latar Belakang masalah
Ilmu Pengetahuan dan Teknologi ( IPTEK ) telah berkembang sangat

pesat di era global ini dan itu semua tidak terlepas dalam dunia akademik
ataupun perkantoran, apalagi dalam hal dokumentasi, administrasi dan
presentasi sehingga diperlukan sebuah alat bantu dalam mengerjakan semua
tugas ataupun pekerjaan secara efektif dan efesien. Di dalam praktikum
statistika tidak hanya praktek-praktek latihan menyelesaikan masalah yang
kemudian diselesaikan dengan bantuan computer, menganisis data dan
mengambil kesimpulan berdasarkan analisis data.
Pengolahan data dalam praktikum ini disajikan dengan bantuan MS.
Excel. Microsoft Excel dapat digunakan untuk menghitung angka-angka,
bekerja dengan data, dan menganalisa data-data serta mempresentasikannya
ke dalam bentuk grafik atau diagram.
Dalam kehidupan sehari-hari MS. Excel sangat berguna untuk
masalah-masalah bukan hanya saja data dalam bentuk angka. Setidaknya
dapat mengenal MS. Excel dapat menambah wawasan kita mengenai
teknologi informasi modern. Laporan ini dibuat oleh penulis agar dapat
menjelaskan penyajian data dan pengolahan data menggunakan fitur-fitur
yang ada pada MS. Excel.
1
2
1.2 Rumusan Masalah
Dalam pembahasan materi ini, dan agar tersusun secara sistematis dan efisien
maka timbul beberapa rumusan masalah yang di antaranya :
1. Bagaimana data yang di sajikan dalam bentuk Pivot Table, Pivot Chart,
dan Data Analisis ?
2. Bagaimana mengolah data menggunakan Microsoft Excel?
3. Bagaimana cara membuat data Pivot Table, Pivot Chart, dan Data
Analisis?
1.3 Batasan dan Asumsi
1.3.1 Dalam praktikum ini Batasan yang kami gunakan adalah :
1. Pengumpulan dan pengolahan data dilakukan menggunakan

Microsft Excel.
2. Data disajikan dalam bentuk Pivot Table, Pivot Chart, dan Data
Analisis.
3. Data yang diolah hanya data yang sesuai dengan kriteria
1.3.2 Dalam praktikum ini Asumsi yang kami gunakan adalah :
1. Data yang akan diolah berisi tinggi badan, berat badan, dan kota
kelahiran beberapa kelas salah satunya kelas Teknik Industri D
dan dari asisten labolatorium.
1.4 Tujuan
1. Untuk mengetahui cara pengumpulan dan penyajian data menggunakan

Pivot Table, Pivot Chart, Data Anaisis.
2. Untuk mengetahui cara mengolah data dengan bantuan MS. Excel.
4. Untuk mengetahui cara membuat data Pivot Table, Pivot Chart, dan Data
Analisis.
3
1.5 Manfaat
1. Mahasiswa/i dapat mengetahui cara pengumpulan dan penyajian data

menggunakan pivot table, pivot chart, dan data analisis.
2. Mahasiswa/i mengetahui cara mengolah data dengan bantuan MS. Excel.
3. Mahasiswa/i mengetahui cara membuat data Pivot Table, Pivot Chart, dan
Data Analisis.
BAB II
TINJAUAN PUSTAKA
2.1 Pivot Table
Pivot Table merupakan sebuah tools pada aplikasi ms.excel yang

digunakan untuk meringkas, menganalisis, serta mengeksplorasi data untuk
disajikan menjadi sebuah laporan dengan bentuk table-table. Fungsi pivot
table ialah, salah satu fitur yang terdapat di dalam Microsoft Excel yang
berupa tabel interaktif yang sangat cepat dalam menganalisa,
mengkombinasikan dan membandingkan sejumlah data baik sedikit maupun
banyak, serta mengeksploitasi data untuk disajikan menjadi sebuah laporan
dalam bentuk tabel-tabel.
Dalam Pivot Table kita bisa memilih suatu baris data atau pun kolom
yang hendak dijadikan referensi dalam melihat jumlah total suatu data. Maka
dari itu, fungsi Pivot Table ini adalah bertujuan agar sebuah data dapat
disajikan secara ringkas berdasarkan parameter-parameter yang diberikan
sesuai dengan kebutuhan data. Dengan menggunakan Pivot Table diharapkan
dapat mempercepat analisa suatu data untuk mengambil suatu kesimpulan
atau keputusan.
2.1.1 Area Pivot Table
Pivot Table mempunyai empat area yang dapat diisi dengan cara
menggeser berbagai Field ke bagian Area. Dengan terisinya bagian
Area maka pembuatan Pivot Table Report telah dimulai. Keempat
Area tersebut adalah sebagai berikut:
1. Area Filter (Filters Area)
2. Area Kolom (Columns Area)
3. Area Baris (Rows Area)
4. Area Angka (Values Area) – selalu diingat: area ini akan selalu
terisi dengan angka.
4
5
2.1.2 Diagram Pivot Table
Sampai titik ini anda sudah mempunyai pengetahuan yang cukup

tentang konsep dan dasar-dasar Pivot Table. Pivot Table mempunyai
banyak menu option di dalamnya, jangan ragu-ragu untuk segera
menjelajahinya dan cari tahu kegunaannya
2.1.3 Hal-hal yang perlu di perhatikan dalam membuat pivot table
Beberapa hal-hal berikut ini dapat berpengaruh pada saat membuat

data dengan pivot table :
1. Setiap data yang akan dilakukan pivot table harus berisi header,
hal ini akan menyebabkan jika terdapat salah satu header dalam
rentang sel /array yang dipilih tidak berisi judul, maka pembuatan
pivot table tidak dapat dilakukan.
2. Pivot table akan mengambil baris paling atas sebagai field yang
akan digunakan untuk report.
3. Kolom yang tersembunyi / hide akan tetap muncul pada field di
pivot table field list.
4. Baris yang tersembunyi akan tetap dihitung nilainya jika terdapat
di dalam array yang dipilih sebagai sumber data.
5. Pemilihan jenis data (value field settings) akan berpengaruh pada
hasil nilai yang akan ditampilkan
2.2 Pivot Chart
Pivot Chart adalah fitur grafik dari pivot table untuk melakukan
representasi data, dimana pivot table dan pivot chart itu saling terkoneksi satu
sama lain. Fungsi Pivot chart di Excel adalah membuat grafik secara instan
melalui pivot table. Fitur ini dapat mempercepat pembuatan grafik dari suatu
data.
Pivot Chart menyediakan representasi grafis dari data dalam Pivot
Table yang terkait dengannya. Pivot Chart juga bersifat interaktif. Saat
membuat Pivot Chart, Panel Filter Pivot Chart akan muncul. Anda dapat
menggunakan panel filter ini untuk mengurutkan dan memfilter data dasar
6
Pivot Chart. Perubahan yang dibuat pada tata letak dan data dalam Pivot
Table terkait akan langsung terlihat di tata letak dan data dalam Pivot Chart,
dan sebaliknya.
Pivot Chart menampilkan seri data, kategori, penanda data, dan sumbu
dalam cara yang sama dengan standar. Anda juga bisa mengubah tipe bagan
dan opsi lain seperti judul, penempatan legenda, label data, lokasi bagan, dan
sebagainya.
2.1.4 langkah-langkah membuat grafifk tabel pivot
1. Membuat pivot tabel dari data

2. Mengatur Pivot Table Fields (Untuk mengatur Pivot Table Fields
sesuaikan ROWS dan COLUMN pada pada Drag Fields.)
3. Membuat Pivot Chart (Setelah terbentuk tabel Pivot, pastikan
anda telah memilih (sorot) tabel tersebut. Kemudian klik tombol
perintah Pivot Chart pada ribbon Insert.)
4. Memindahkan tabel pivot ke sheet baru (opsional) (Anda dapat
memindahkan tabel pivot ke sheet baru untuk menampilkan grafik
tanpa tabel pivot pada sheet yang akan anda print.)
5. Melakukan kustomisasi data pivot untuk menambah data
2.3 Data analsis
Data Analysis sering digunakan bagi kita yang melakukan pengolahan

data menggunakan Office Excel. Namun secara default Add-ins Data
Analysis tidak muncul pada ribbon. Namun bisa kita munculkan sendiri
dengan cara yang mudah dan tidak membutuhkan waktu yang lama.
BAB III
METODOLOGI PENELITIAN
3.1 Kerangka Berfikir
mulai
Indentifikasi dan
perumusan Masalaah
Penentuan Maksud dan

Tujuan
Pengumpulan Data
Pengolahan Data
a. One Sample t-test

b. Independent Sample t-test
c. Paired Sample t-test
Analisis
Selesai
7
8
3.2 Pembahasan
1. Perumusan Masalah
Proses perumusan masalah dilakukan untuk untuk mengidentifikasikan
permasalahan yang akan diteliti.
2. Penentuan Maksud dan tujuan serta manfaat penelitian
Menetukan maksud dan tujuan yang akan dicapai dalam praktikum beserta
manfaat yang akan didapat setelah praktikum dilakukan.
3. Pengumpulan data
Dalam proses ini data dikumpulkan untuk diproses lebih lanjut, dalam
praktikum kali ini data dikumpulkaan merupakan data dari mahasiswa
teknik industri Universitas Sangga Buana Bandung Tahun 2022.
4. Pengolahan data
Pengolahan data pada data yang telah ditetapkan menggunakan SPSS untuk
melihat hasil pengolahan data.
5. Analis Hasil Praktikum
Menganalisi hasil praktikum untuk melihat hasilnya lebih detail.
6. Kesimpulan Dan saran
Kesimpulan dan saran dari praktikum kali ini dari hasil data yang telah
dianalisis.
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Cara membuat Pivot Table
1. Pastikan kalian sudah memiliki data untuk dianalasisi dengan bantuan

pivot table. Disini kita akan mengambil contoh data pada tabel daftar nilai
tryout XII A 3 di atas.
2. Blok seluruh data yang ingin dimasukkan ke dalam pivot table. (Trik
cepat blok tabel : klik “Tanggal lahir”, tekan shift+ctrl lalu klik panah
kanan dan panah bawah pada keyboard)
Klik insert pada menu bar kemudian pilih menu pivot table
Gambar 4. 1
1. Pilihlah data yang akan dikelompokkan dengan Pivot Table. Ada 2

pilihan :
 Select table or range = mengambil dari data sheet yang sudah ada
 Use an external data source = mengambil data dari sumber luar
karena kali ini kita mengambil dari blok data yang sudah ada, maka pilih
select a table or range.
9
10
2. Tentukan tempat untuk membuat Pivot Table. Ada 2 pilihan :

1. New worksheet = Membuat Pivot Table di worksheet baru
2. New existing worksheet = Memilih lokasi Pivot Table pada sheet
yang sudah ada
Jika kalian memilih New Existing worksheet, Klik tempat/cell yang akan
digunakan untuk membuat pivot table kemudian klik OK
3. Setelah itu akan muncul Pivot Table field list yang berfungsi mengatur
dan menunjukkan daftar yang akan di tampilkan dalam Pivot Table
Gambar 4. 2
11
4. Pilih daftar yang akan ditampilkan sesuai apa yang ingin kita analisis
dengan cara mencentang pilihannya.
Gambar 4. 3
Dari Pivot Table yang diberikan, daftar B. Indonesia, Matematika, IPA,

dan B. Inggris akan menghasilkan jumlah data dari daftar tersebut.
(otomatis karena berbentuk nominal)
5. Pada bagian bawah Pivot Table field list terdapat beberapa bagian Pivot
Table yang berfungsi untuk mengatur, menampilkan, dan memodifikasi
layout data
 Report filter berfungsi sebagai landasan untuk menyaring data
yang dibutuhkan
 Column Labels akan menampilkan daftar yang disajikan secara
mendatar
 Row labels akan menampilkan daftar yang disajikan secara
menurun
12
 Values berfungsi untuk menunjukkan hasil penjumlahan dari

daftar karena berbentuk nominal. Selain penjumlahan, kita juga
bisa mengubahnya menjadi rata-rata, nilai maksimal, nilai
minimal, dan lain-lain dengan cara klik Sum of (nama daftar)
kemudian pilih value field settings.
6. Dalam row table kita dapat menampilkan atau menghilangkan beberapa
isi daftar sesuai keinginan kita dengan menambah atau menghilangkan
tanda centang
Gambar 4. 4
7. Jika menurut kalian tampilan Pivot Table membosankan, Jangan

khawatir tampilan dari Pivot Table bisa diubah dengan cara klik Design
pada menu bar dan pilih design yang kalian inginkan
13
4.2 Cara membuat grafik Pivot Chart
Kemudian, untuk membuat grafik dengan Pivot Chart, silahkan ikuti tahap-
tahap berikut:
Gambar 4. 5
1. Pertama, klik Cell manapun pada bidang Pivot Table Anda.
2. Kedua, Klik Tab Analyze, kemudian Klik Pivot Chart.
3. Ketiga, pada Window Insert Chart, silahkan pilih grafik yang Anda
inginkan seperti Column, Line, Pie, Bar, Area, X Y (Scatter), Stock,
Surface, Radar dan Combo. Dalam contoh ini, Saya menggunakan
tipe Clustered Column.
14
4. Terakhir, klik Ok untuk melanjutkan. Grafik Pivot Table bisa Anda lihat
pada gambar berikut:
Gambar 4. 6
Grafik (Pivot Chart) ini sudah tersinkron dengan Pivot Table Anda.
Dengan kata lain, Jika Anda melakukan perubahaan data pada Grafik,
maka Pivot Table juga akan berubah. Sebaliknya, jika Anda melakukan
perubahaan pada Pivot Table, maka Pivot Chart juga akan berubah.
15
4.3 Cara memunculkan data analisis
Berikut langkah-langkahnya :
1. Klik File, terletak pada pojok kiri atas.
Gambar 4. 7
2. Kemudian klik Options.
Gambar 4. 8
16
3. Setelah muncul Excel Options seperti gambar dibawah, Klik Add-Ins.
Gambar 4. 9
4. Pada Manage pilih Excel Add-ins, Klik Go…
Gambar 4. 10
17
5. Akan muncul Jendela Add-Ins, centang Analysis ToolPak dan Analysis

ToolPak-VBA dan Klik Ok.
Gambar 4. 11
6. Setelah menunggu beberapa saat akan muncul Data Analysis di sebelah

kanan Outline.
Gambar 4. 12
18
4.4 Pengumpulan Data
Untuk pemebuatan laporan ini penulis menggunakan data reponden

berjumlah 53 dari data mahasiswa Teknik Industri dan, Teknik Industri d, dan
labolatorium yang berisi tinggi bandan, berat badan, dan kota kelahiran.
Dibawah ini data sebagai berikut.
Tabel 4. 1 data responden mahasiswa
Responden Tinggi Badan Berat Badan Kota

Kelahiran
1 145 50 Bandung
2 155 60 Bandung
3 164 62 Bandung
4 178 71 Bandung
5 140 45 Bandung
6 189 50 Bandung
7 164 56 Bandung
8 156 62 Bandung
9 157 72 Bandung
10 159 78 Bandung
11 191 80 Bandung
12 178 73 Bandung
13 177 89 Bandung
14 175 90 Bandung
15 135 56 Bandung
16 155 55 Bandung
17 181 91 Bandung
18 180 78 Bandung
19 172 74 Bandung
20 162 72 Bandung
21 172 76 Bandung
22 172 62 Bandung
23 173 64 Subang
24 168 62 Bandung
25 165 87 Bandung
26 160 48 Sumedang
27 172 64 Cimahi
28 151 53 Bandung
29 150 49 Sumatra
Utara
30 151 49 Bandung
19
31 165 65 Bandung
32 163 51 Bandung
33 174 52 Lewoleba
34 174 54 Bandung
35 163 54 Bandung
36 165 56 Subang
37 168 73 Pontianak
38 161 52 Bandung
39 170 47 Bekasi
40 176 55 Padang
41 165 51,5 Cilacap
42 175 74 Bandung
43 163 53 Bandung
44 172 69 Sukabumi
45 180 65 Pati
46 152 50 Bandung
47 169 73 Purbalingga
48 148 36 bandung
49 176 73 subang
50 173 60 bandung
51 178 68 bogor
52 165 55 bandung
53 172 81 bandung
4.5 Pengolahan Data
Dari hasil data responden yang telah di kumpulkan sebelumnya,

selanjutnya kita olah data tersebut menggunakan Pivot Table, Pivot Chart,
dan hitung ukuran serta penyebaran data. Penyajian data ini menggunakan
bantuan program MS. Excel 2013.
4.5.1 Penyajian data menggunakan Pivot Table
Berikut tabel yang tersaji ketika memilih menu pivot table pada
MS.Excel.
20
Row Labels Count of Tinggi Badan

135 1
140 1
145 1
148 1
150 1
151 2
152 1
155 2
156 1
157 1
159 1
160 1
161 1
162 1
163 3
164 2
165 5
168 2
169 1
170 1
172 6
173 2
174 2
175 2
176 2
177 1
178 3
180 2
181 1
189 1
191 1
Grand Total 53
Gambar 4. 13 Pivot Table Tinggi
21
Row Labels Count of Berat Badan

36 1
45 1
47 1
48 1
49 2
50 3
51 1
51.5 1
52 2
53 2
54 2
55 3
56 3
60 1
62 4
64 2
65 2
68 1
69 1
71 1
72 2
73 4
74 2
76 1
78 2
80 2
81 1
87 1
89 1
90 1
91 1
Grand Total 53
Gambar 4. 14 Pivot Table Berat Badan
22
Row Labels Count of Kota Kelahiran

Bandung 38
Bekasi 1
Bogor 1
Cilacap 1
Cimahi 1
Lewoleba 1
Padang 1
Pati 1
Pontianak 1
Purbalingga 1
Subang 3
Sukabumi 1
Sumatra Utara 1
Sumedang 1
Grand Total 53
Gambar 4. 15 Pivot Table Kota Kelahiran
4.5.2 Penyajian Data Menggunakan Pivot Chart

Berikut tavel yang tersaji ketika memilih menu Pivot Chart
pada MS. Excel.
Gambar 4. 16 Pivot Chart Tinggi Badan

23
Gambar 4. 17 Pivot Chart Berat Badan
Gambar 4. 18 Pivot Chart Kota Kelahiran

24
4.5.3 Penyajian Ukuran dan Pemusatan Data
Tinggi Badan
Mean 164.3871
Standard Error 2.462483
Median 164
Mode #N/A
Standard Deviation 13.71052
Sample Variance 187.9785
Kurtosis -0.39539
Skewness -0.12765
Range 56
Minimum 135
Maximum 191
Sum 5096
Count 31
Gambar 4. 19 Data Analisis Tinggi Badan
Berat Badan
Mean 64.43548
Standard Error 2.692157
Median 64
Mode #N/A
Standard Deviation 14.9893
Sample Variance 224.679
Kurtosis -0.95138
Skewness 0.201411
Range 55
Minimum 36
Maximum 91
Sum 1997.5
Count 31
Gambar 4. 20 Data Analisis Berat Badan
BAB V
ANALISIS
5.1 Analisis Penyajian Pivot Chart dan Pivot Table
Berdasarkan 53 data di atas responden yang telah di olah pada bab

sebelumnya, diperoleh hasil laporan bahwa data tersebut dapat diolah dan di
sajika menggunakan Pivot Table, Pivot Chart, dan dilakukan perhitungan
ukuran pemusatan dan penyebaran data dengan penyajian data analisis.
Namun dari hasil pengolahan data pada bab sebelumnya, terdapat variabel
data yang tidak dapat dihitung ukuran pemusatan dan penyebaran data,
sehingga tidak ada data analisisnya yaitu kota kelahiran dari setiap reponden.
Hal ini disebabkan karena isi dalam data kota kelahiran berupa bukan angka
yang dapat dihitung ukuran dan pemusatan datanya sehingga ketika diolah
dengan MS. Excel tidak muncul pada saat dikilik menu data analisisnya. Dan
untuk mempertinjau kembali tentang penyajian ukuran dan pemusatan data,
maka berikut dibawah ini informasi yang dapat diperoleh dari data
analisisnya.
1. Berdasarkan ouput yang diperoleh pada Gambar 4.7, kita memperoleh
informasi rata-rata tinggi badan responden 164.3 cm dengan standar
error sebesar 2,4. Nilai median dari tinggi badan responden adalah 164
cm dan modusnya adalah 172 cm. Standard deviasi dari tinggi badan
responden adalah 13,710 cm dengan varians sebesar 187,978, jarak
antara tinggi badan tertinggi dengan tinggi badan terendah adalah 56 cm
dengan tinggi badan tertinggi 191 cm dan tinggi badan terendah 135 cm.
2. Berdasarkan output yang diperoleh pada Gambar 4.8, kita memperoleh
informasi rata-rata berat badan responden 64 kg dengan standard error
sebesar 2,69. Nilai median dari berat badan responden adalah 64 kg dan
modus nya 64 kg. Standard deviasi berat badan responden adalah 14,989
kg dengan varians sebesar 224,679, jarak antara berat badan tertinggi
dengan berat badan terendah adalah 55 kg dengan berat badan tertinggi
91 kg dan berat badan terendah 36 kg.
25
26
3. Berdasarkan output yang diperoleh pada Gambar 4.3 dan Gambar 4.6,
kita memperoleh informasi bahwa dari 53 responden yang ada, sekitar 38
orang kota kelahiran berasal dari Bandung dan ini termasuk yang paling
banyak sesuai dengan dilihat dari data pada Pivot Table dan grafik Pivot
Chart.
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan 53 data responden yang telah diolah diperoleh hasil

laporan bahwa data tersebut dapat diolah dan disajikan menggunakan Pivot
Chart, Pivot Chart, dan dilakukan perhitungan ukuran pemusatan data dan
penyebaran data dengan penyajian data analisis.
6.2 Saran
Saran dari saya, semoga di praktikum selanjutnya, penggunaan MS.

Excel dapat lebih maksimal secara fungsinya tidak hanya mempelajari
penyajian data saja di Excel karena MS. Excel salah satu software yang paling
sering digunakan untuk mengolah data sederhana dan paling sering di
gunakan di perusahan.
27
28
DAFTAR PUSTAKA
Microsoft.com, Membuat Pivot chart

https://support.microsoft.com/id-id/office/membuat-pivotchart-
c1b1e057- 6990-4c38-b52b-8255538e7b1c diakes 20 April 2023
Latihan Excel.Com, Membuat Pivot Chart

https://www.latihanexcel.com/excel-advance/membuat-pivot-chart-
pada-excel/ diakes pada 20 April 2023
mJurnal.com, Analisis data excel

https://mjurnal.com/analisis-data-excel/pivot-chart-membuat-
grafik-di-excel/ diakes pada 20 April 2023
dqlab.com, Ms Excel sebagai software analisis data

https://www.dqlab.id/microsoft-excel-sebagai-software-analisis-data-1406
diakes pada 20 april 2023
magicCPu.wordpress.com.
https://magiccpu.wordpress.com/2016/02/16/cara-
memunculkan-data- analysis-pada-microsoft-excel/ diakes pada
20 April 2023
“ HIPOTESIS, ONE SAMPLE T-TEST, INDEPENDENT SAMPLE
T-TEST, PAIRED SAMPLE T-TEST ”
Staristik Industri
Disusun oleh :

FAKULTAS TEKNIK
BANDUNG
LEMBAR PENGESAHAN

Diajukan untuk memenuhi salah satu syarat kelulusan
Mata kuliah Praktikum Statistika Industri
Disusun Oleh :
Menyetujui
Lisya Maharan
2111201014
Mengetahui
ii
KATA PENGANTAR
kami telah selesai menyusun makalah ini sampai dengan selesai yang berjudul
“HIPOTESIS, ONE SAMPLE T-TEST, INDEPENDENT SAMPLE T-TEST,
PAIRED SAMPLE T-TEST”. Makalah ini kami susun guna menyelesaikan tugas
kelompok dari mata kuliah Praktek Statistika Industri denganpembimbing Lisya
Maharani.
materinya. Sehingga makalah ini dapat kami selesaikan dengan baik. Harapan kami,
informasi dan materi yang terdapat dalam makalah ini dapat bermanfaat bagi
Demikian makalah ini kami buat, apabila terdapat kesalahan dalam penulisan,
atau pun adanya ketidaksesuaian materi yang kami angkat pada makalah ini, kami
mohon maaf. Kami penulis menerima kritik dan saran seluas-luasnya dari pembaca
Bandung, 20 Mei 2023
Penulis
iii
DAFTAR ISI
LEMBAR PENGESAHAN .................................................................................. ii
KATA PENGANTAR ........................................................................................ iii
BAB I .................................................................................................................. 1
PENDAHULUAN ............................................................................................... 1
1.1 Latar Belakang Masalah......................................................................... 1
1.2 Rumusan Masalah .................................................................................. 2
1.4 Tujuan ................................................................................................... 2
1.5 Manfaat ................................................................................................. 3
BAB II ................................................................................................................. 4
TINJAUAN PUSTAKA....................................................................................... 4
2.1 Hipotesis .................................................................................................... 4
2.2 Pengujian Hipotesis .................................................................................... 5
BAB III................................................................................................................ 9
METODOLOGI PENELITIAN ........................................................................... 9
3.1 Kerangka Berfikir ....................................................................................... 9
3.2 Pembahasan ............................................................................................. 10
BAB IV ............................................................................................................. 11
PENGOLAHAN DATA DENGAN APLIKASI SPSS ....................................... 11
4.1 Pengumpulan Data .................................................................................... 11
4.2 Pengolahan data dengan aplikasi SPSS ..................................................... 12
BAB V............................................................................................................... 24
ANALISIS HASIL PENELITIAN ..................................................................... 24
5.1 Analisis Hasil Uji One sample T test ........................................................ 24
5.2 Analisis Hasil Uji Independet Sample T test ............................................. 24
5.3 Analisis Uji Paired Sample t test ............................................................... 25
BAB VI ............................................................................................................. 27
KESIMPULAN DAN PENUTUP ...................................................................... 27
6.1 kesimpulan ............................................................................................... 27
6.2 Saran ......................................................................................................... 27
DAFTAR PUSTAKA ..................................................................................................... 27
iv
DAFTAR GAMBAR
Gambar 1. 1 UJI Z .......................................................................................................... 7
Gambar 4. 1 One Sample t-test ............................................................................ 13
Gambar 4. 2 one sample t-test .............................................................................. 14
Gambar 4. 3 Hasil Uji Normalitas ........................................................................ 14
Gambar 4. 4 Uji One sample t-test ....................................................................... 15
Gambar 4. 5 Uji One sample T-test .................................................................... 15
Gambar 4. 6 hasil uji One sample t-test .............................................................. 16
Gambar 4. 7 Independent Sample T-test ............................................................ 17
Gambar 4. 10 Independent Sample T-test .......................................................... 19
Gambar 4. 11 Independent Sample T-test .......................................................... 19
Gambar 4. 12 Hasil Independent Sample T-test ................................................. 19
Gambar 4. 13 Uji paired sample t test ................................................................ 19
Gambar 4. 14 Uji paired sample t test ................................................................ 19
Gambar 4. 15 Hasil Uji paired sample t test ....................................................... 19
v
DAFTAR TABEL
Tabel 4. 1 Data Praktikum ................................................................................. 11
vi
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Dalam kehidupan sehari-hari, sering kita jumpai banyak hal yang dapat
kita deskripsikan dalam bentuk data. Informasi data yang diperoleh tentunya
harus diolah terlebih dahulu menjadi sebuah data yang mudah dibaca dan
dianalisis. Statistika adalah ilmu yang mempelajari cara-cara pengolahan data.
Untuk memeroleh data-data tersebut, diperlukan adanya suatu penelitian.

Penelitian ini didapatkan melalui berbagai cara, dan juga berbagai langka-
langkah pengujian dari para pengumpul data. Sebelum melakukan penelitian,
kita akan menduga-duga terlebih dahulu terhadap apa yang kita ingin teliti.
Pernyataan dugaan atau pernyataan sementara kita ini yang disebut hipotesis.
Banyak sekali macam-macam konsep hipotesis ini, salah satunya jenis
hipotesis. Terkadang dalam penelitian pun banyak sekali permasalahan-
permasalahan dan juga kesalahan dalam melakukan penelitian. Seluruh yang
akan dibahas dalam melakukan hipotesis penelitian akan dibahas dalam
laporan ini beserta berbagai permasalahan yang terjadi.
Pengujian hipotesis adalah suatu prosedur yang akan menghasilkansuatu

keputusan, yaitu keputusan menerima atau menolak hipotesis itu. Dalam
pengujian hipotesis, keputusan yang dibuat mengandung ketidakpastian,
artinya keputusan bisabenar atau salah, sehingga menimbulkan risiko. Besar
kecilnya risiko dinyatakan dalam bentuk probabilitas. Jenis-jenis pengujian
hipotesis yakni berdasarkan jenis distribusinya. Berdasarkan jenis distribusi,
pengujian hipotesis dibedakan atas empat jenis yaitu pengujian hipotesis
dengan distribusi Z, pengujian hipotesis dengan distribusi t,pengujian hipotesis
dengan distribusi X 2 (kai kuadrat), pengujian hipotesis dengan distribusi F(F-
ratio). Salah Satu contoh pengujian hipotesis dengan distribusi Z dan distribusi
t yaitu pengujian hipotesis satu rata-rata dan pengujian hipotesis beda dua rata-
rata. Pengujian hipotesis satu rata-rata adalah pengujian yang memiliki satu
rata-rata. Sedangkan pengujian hipotesis dua rata-rata adalah pengujian yang
memiliki dua rata-rata.
1
2
Hipotesis dapat juga dipandang sebagai konklusi yang sifatnya sangat

sementara. Sebagai konklusi sudah tentu hipotesis tidak dibuat dengan semena-
mena, melainkan atas dasar pengetahuan-pengetahuan tertentu. Pengetahuan
ini sebagian dapat diambil dari hasil-hasil serta berbagai Problema yang timbul
dari penyelidikan-penyelidikan yang mendahului, dari renungan-renungan atas
dasar pertimbangan yang masuk akal, ataupun dari hasil-hasil penyelidikan
yang dilakukan sendiri. Jadi dalam taraf ini mahasiswa cukup membuat
konklusi dari persoalan-persoalan yang diajukan dalam bab sebelumnya dan
merumuskannya dalam bentuk statmen (pernyataan).
1.2 Rumusan Masalah
1. Apakah yang dimaksud dengan hipotesis

2. Bagaimana cara menentukan hipotesis dari suatu permasalahan
3. Bagaimana cara menggunakan statistik uji untuk menguji suatu hipotesis
4. Bagaimana cara menyajikan dan menyimpulkan hasil pengujian hipotesis
1.3.1 Dalam praktikum ini batasan yang kami gunakan adalah :

1. Pengumpulan data dilakukan menggunakan software Microsoft
Excel.
2. Pengolahan data dilakukan menggunakan SPSS
1.3.2 Dalam praktikum ini asumsi yang kami gunakan adalah :
1. Data yang akan diolah berisi tinggi badan, berat badan, dan kota
kelahiran beberapa kelas salah satunya kelas Teknik Industri D
dan dari asisten labolatorium.
1.4 Tujuan
Laporan ini dibuat untuk memenuhi beberapa tujuan yaitu :

1. Mamapu melakukan Uji one sample t-test, independent sample t-test, dan
paired sample t-test di SPSS.
2. Mampu menganalisis hasil output dari hasil uji yang telah dilakukan.
3
1.5 Manfaat
Manfaat dari laporan ini yaitu :

1. Mengetahui cara melakukan pengolahan data dengan menggunakan
Software SPSS.
2. Mengetahui beberapa fungsi SPSS.
3. Mengetahui cara mengolah dan menganalisis data dengan pengujian
hipotesis seperti one sample t-test, independent sample t-test, dan paired
sample t-test.
BAB II
TINJAUAN PUSTAKA
2.1 Hipotesis
Hipotesis pada dasarnya merupakan proporsi atau anggapan yang mungkin

benar, dan sering digunakan sebagai dasar pembuatan suatu keputusan atau
pemecahan persoalan ataupun dasar penelitian lebih lanjut. Anggapan/asumsi
dari suatu hipotesis juga merupakan data,namun karena adanya kemungkinan
kesalahan, maka apabila akan digunakan sebagai dasar pembuatan keputusan
harus diuji terlebih dahulu dengan menggunakan data hasil observasi.
Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari
analisis data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak
terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara
statistik jika kejadian tersebut hampir tidak mungkin disebabkan oleh faktor
yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan
sebelumnya.Uji hipotesis kadang disebut juga "konfirmasi analisis data".
Keputusan dari uji hipotesis hampir selalu dibuat berdasarkan pengujian
hipotesis nol. Ini adalah pengujian untuk menjawab pertanyaan yang
mengasumsikan hipotesis nol adalah benar.
Daerah kritis (bahasa Inggris: critical region) dari uji hipotesis adalah
serangkaian hasil yang bisa menolak hipotesis nol, untuk menerima hipotesis
alternatif. Daerah kritis ini biasanya disimbolkan dengan huruf C. Dalam
pengujian hipotesis kita harus menentukan tolak ukur penerimaan dan
penolakan yang didasarkan pada peluang penerimaan dan penolakan H 0 itu
sendiri.
Jika nilai p lebih kecil dari tingkat signifikan test yang diharapkan, maka
hipotesis nol bisa di tolak. Jika nilai p tidak lebih kecil dari tingkat signifikan
test yang diharapkan bisa disimpulkan bahwa tidak cukup bukti untuk menolak
hipotesa nol, dan bisa disimpulkan bahwa hipotesa alternatiflah yang benar.
Karena ketidaktahuan apakah H0 atau H1 yang benar maka kita harus
mencoba untuk mebuat keseimbangan dari keduanya. Umumnya kita
mengandalkan bahwa H0 benar sehingga kita diharapkan pada kesalahan I saja
4
5
(α) karena kesalahan II digunakan untuk menentukan kekuatan uji yang

ditentukan.
Selang kepercayaan (1-α) sebuah parameter dalam praduga selang
berkaitan erat dengan pengujian hipotesis jika H1 ditolak dengan taraf yang
nyata maka selang kepercayaan (1-α) tidak mengandung parameter spesifik
yang ditetapkan dalam H0.
Definisi berikut diambil dari buku karangan Lehmann dan Romano:
- Hipotesis statistik adalah Sebuah pernyataan tentang parameter yang
menjelaskan sebuah populasi (bukan sampel).
- Statistik adalah Angka yang dihitung dari sekumpulan sampel.
- Hipotesis nol (H0) adalah Sebuah hipotesis yang berlawanan dengan teori
yang akan dibuktikan.
- Hipotesis alternatif (H1) adalah Sebuah hipotesis (kadang gabungan) yang
berhubungan dengan teori yang akan dibuktikan.
- Tes Statistik adalah Sebuah prosedur dimana masukannya adalah sampel
dan hasilnya adalah hipotesis.
- Daerah penerimaan adalah Nilai dari tes statistik yang menggagalkan untuk
penolakan hipotesis nol.
- Daerah penolakan adalah Nilai dari tes statistik untuk penolakan hipotesis
nol.
- Kekuatan Statistik (1 − β) adalah Probabilitas kebenaran pada saat menolak
hipotesis nol.
- Tingkat signifikan test (α) adalah Probabilitas kesalahan pada saat menolak
hipotesis nol.
- Nilai P (P-value) adalah Probabilitas, mengasumsikan hipotesis nol benar.
2.2 Pengujian Hipotesis

Pengujian hipotesis statistic ialah prosedur yang memugkinkan keputusan
dapat dibuat, yaitu keputusan untuk menolak atau tidak menolak hipotesis yang
sedang dipersoalkan /diuji.
6
Untuk menguji hipotesis , digunakan data yang dikumpulkan dari sampel,

sehingga merupakan data perkiraan (estimate). Itulah sebabnya, keputusan
yang dibuat dalam menolak/tidak menolak hipotesis mengandung
ketidakpastian (uncertainty), maksudnya keputusan bias benar dan bisa juga
salah. Adanya unsure ketidakpastian menyebabkan risiko bagi pembuatan
keputusan. Pengujian hipotesis erat kaitannya dengan pembuatan keputusan.
Dalam “menerima” atau “menolak” suatu hipotesis yang kita uji, ada satu
hal yang harus dipahami bahwa penolakan suatu hipotesis semata-mata
mengimplikasikan bahwa kita tudak mempunyai bukti untuk mempercayai
sebaliknya. Karena pengertian ini, statistikawan ata peneliti sering kali
mengambil suatu pernyataan yang diharapkan akan ditolaknya sebagai
hipotesisnya. Hipotesis yang dirumuskan dengan harapan akan ditolak
menggunakan istilah hipotesis nol. Penolakan hipotesis nol (dilambangkan 𝐻0)
mengakibatkan penerimaan suatu hipotesis alternative, yang dilambangkan
dengan dengan 𝐻𝑎. Jadi, bila 𝐻0 menyatakan bahwa probabilitas suatu
pendugaan adalah 0,5, maka hipotesis alternatifnya 𝐻𝑎 dapat berupa P > 0,5,
P < 0,5 atau P ≠ 0,5.
Dalam sebuah penelitian, peneliti perlu mendalami permasalahan

penelitiannya dengan menetapkan anggapan dasar berupa suatu teori sementara
yang nantinya akan dibuktikan melalui penelitian yang dijalankan. Dalam
menganalisis keputusan dan kesimpulan akhir dari penelitian yang dilakukan
tersebut, penelitian seringkali menggunakan konsep pengujian hipotesis.
Pengujian hipotesis dibagi menjadi dua yaitu parametrik dan non parametrik.
Dalam pengujian parametrik terdapat prosedur pengujian uji-T dan uji-Z.
Uji-T dan uji-Z pada dasarnya sama, yaitu sama-sama membandingkan

kedua sampel apakah berasal dari populasi yang sama atau tidak, sebagai alat
analisis penelitian uji-T dan uji-Z ini ada beberapa persyaratan yang harus
dipenuhi, yaitu:
Bila suatu penelitian dalam permasalahannya mempunyai lebih dari satu

variabel, maka variabel terikat (dependent) datanya harus bersifat berurutan
(interval). Sedangkan untuk variabel bebas (independent) datanya harus
7
berbentuk boleh tidak tersusun (nominal). Data harus independen satu sama
lain, kecuali dalam kasus berpasang-pasangan.
- Uji T
Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana

pengaruh masing-masing variabel bebasnya secara sendiri-sendiri terhadap
variabel terikatnya. Uji ini dapat dilakukan dengan mambandingkan t
hitung dengan t tabel atau dengan melihat kolom signifikansi pada masing-
masing t hitung.
- Uji Z
Uji-Z adalah suatu bentuk alat statistik yang digunakan untuk

mengetahui apakah rata-rata dari dua distribusi bervariasi bahkan dengan
varian yang diketahui dan ukuran sampel yang besar.
Gambar
Gambar 1. 11.1
UJI Z
Perbedaan antara uji-T dan uji-Z adalah bahwa uji-T digunakan untuk
menentukan perbedaan yang signifikan secara statistik antara dua kelompok
sampel yang bersifat independen, sedangkan uji-Z digunakan untuk
menentukan perbedaan antara rata-rata dua populasi ketika varians diberikan.
Selain itu, Uji-T paling baik untuk masalah yang memiliki ukuran sampel
terbatas, sedangkan uji-Z bekerja paling baik untuk masalah dengan ukuran
sampel yang besar.
8
2.1.1 One Sample t-test

One sample t-test merupakan prosedur pengujian untuk sampel
tunggal dengan mekanisme kerja yaitu rata-rata suatu variabel tunggal
dibandingkan dengan suatu nilai konstanta tertentu. One sample t-test
digunakan untuk membandingkan rata-rata sampel yang diteliti dengan
rata-rata populasi yang sudah ada.
Dasar pengambilan keputusan uji One sample t-test :
1. Jika nilai Sig. (2-tailed) < Alpha Penelitian (0,05), maka H0
ditolak dan Ha diterima.
2. Jika nilai Sig. (2-tailed) > Alpha Penelitian (0,05), maka H0
diterima dan Ha ditolak.
2.1.2 Independent Sample t-test
Independen T Test adalah uji komparatif atau uji beda untuk
mengetahui adakah perbedaan mean atau rerata yang bermakna antara
2 kelompok bebas yang berskala data interval/rasio.
Dasar Pengambilan keputusan Independent Sample T-Test sebagai
berikut:
1. Jika nilai Sig. (2-tailed) < Alpha Penelitian (0,05), maka H0 ditolak
dan Ha diterima.
2. Jika nilai Sig. (2-tailed) > Alpha Penelitian (0,05), maka H0
diterima dan Ha ditolak.
2.1.3 Paired Sample t-test
Uji paired sample t-test merupakan bagian dari uji hipotesis kompratif
atau uji perbandingan. Data yang digunakan dalam uji paired sample t-
test umumnya berupa data berskala interval atau rasio (data kuantitatif).
Uji paired sample t-test bertujuan untuk mengetahui apakah terdapat
perbedaan rata-rata dua sampel (dua kelompok) yang saling
berpasangan atau berhubungan.
Adapun pedoman atau dasar pengambilan keputusannya adalah sebagai
berikut. Jika nilai t hitung > t tabel, maka H0 ditolak dan Ha diterima.
Sebaliknya, jika nilai t hitung < t tabel, maka H0 diterima danHa ditolak.
BAB III
mulai
Indentifikasi dan
perumusan Masalaah

Tujuan
Pengumpulan Data
Pengolahan Data
a. One Sample t-test

b. Independent Sample t-test
c. Paired Sample t-test
Analisis
Selesai
9
10
3.2 Pembahasan
Proses perumusan masalah dilakukan untuk untuk mengidentifikasikan permasalahan yang

akan diteliti.
Menetukan maksud dan tujuan yang akan dicapai dalam praktikum beserta manffat yang
akan didapat setelah praktikum dilakukan.
3. Pengumpulan data
Dalam proses ini data dikumpulkan untuk diproses lebih lanjut, dalam praktikum kali ini
data dikumpulkaan merupakan data dari mahasiswa teknik industri Universitas Sangga
Buana Bandung Tahun 2022.
4. Pengolahan data
Pengolahan data pada data yang telah ditetapkan menggunakan SPSS untuk melihat hasil
pengolahan data.
Kesimpulan dan saran dari praktikum kali ini dari hasil data yang telah dianalisis.
11
BAB IV
PENGOLAHAN DATA DENGAN APLIKASI SPSS
Data dikumpulkan dari Mahasiswa Teknik industri USB YPKP
Tabel 4 1 Data Praktikum
Responden Tinggi Badan Berat Badan Kota

Kelahiran
1 145 50 Bandung
2 155 60 Bandung
3 164 62 Bandung
4 178 71 Bandung
5 140 45 Bandung
6 189 50 Bandung
7 164 56 Bandung
8 156 62 Bandung
9 157 72 Bandung
10 159 78 Bandung
11 191 80 Bandung
12 178 73 Bandung
13 177 89 Bandung
14 175 90 Bandung
15 135 56 Bandung
16 155 55 Bandung
17 181 91 Bandung
18 180 78 Bandung
19 172 74 Bandung
20 162 72 Bandung
21 172 76 Bandung
22 172 62 Bandung
23 173 64 Subang
24 168 62 Bandung
25 165 87 Bandung
26 160 48 Sumedang
27 172 64 Cimahi
28 151 53 Bandung
29 150 49 Sumatra
Utara
30 151 49 Bandung
31 165 65 Bandung
32 163 51 Bandung
12
33 174 52 Lewoleba
34 174 54 Bandung
35 163 54 Bandung
36 165 56 Subang
37 168 73 Pontianak
38 161 52 Bandung
39 170 47 Bekasi
40 176 55 Padang
41 165 51,5 Cilacap
42 175 74 Bandung
43 163 53 Bandung
44 172 69 Sukabumi
45 180 65 Pati
46 152 50 Bandung
47 169 73 Purbalingga
48 148 36 bandung
49 176 73 subang
50 173 60 bandung
51 178 68 bogor
52 165 55 bandung
53 172 81 bandung
4.2 Pengolahan data dengan aplikasi SPSS

Pengolahan data menggunakan SPSS mengacu pada penggunaan perangkat
lunak Statistical Package for the Social Sciences (SPSS) untuk
mengumpulkan, menganalisis, dan memvisualisasikan data. SPSS
menyediakan berbagai fitur dan alat yang menganalisi data, melakukan
analisis statistik, menghasilkan grafik, dan membuat laporan yang terkait
dengan penelitian Dengan SPSS, SPSS dapat melakukan berbagai tugas seperti
penginputan data, transformasi data, pengujian hipotesis, analisis regresi, dan
analisis multivariat, serta melaporkan hasil secara sistematis. SPSS sangat
populer di kalangan peneliti dan profesional dalam bidangstatistik.
Dalam Praktikum kali penulis akan menggunakan spss untuk pengujian

hipotesis.Uji yang akan dilakukan antara lain One Sample t-test, Independent
Sample t-testdan Paired sample t-test.
13
4.2.1 Uji 0NE Sample t-test

Berikut adalah cara uji one sample t-test pada aplikasi SPSS
1.Buka program SPSS, kemudian klik Variable View,

selanjutnya isikan nama variabel dan ketentuan
lainnyasebagaimana pedoman di bawah ini.
Name: Tingii badan
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 2
Label: Tinggi badan
Values: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: Pilih Scale
Role: Pilih Input
2. Langkah pertama kita akan melakukan Uji Normalitas

terlebihdahulu, caranya klik Analyze – Descriptive
Statistics – Explore
Gambar 4. 1 One Sample t-test

14
3. Mucul kotak dialog “Explore: Plots”, lalu berikan tanda centang

(v) padaNormality Plot with tests, kemudian klik Continue dan ok
Gambar 4. 2 one sample t-test
4. Perhatikan pada output “Test of Normality”
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.

tingiibadan .122 53 .049 .975 53 .326
Gambar 4. 3 Hasil Uji Normalitas
berdasarkan output di atas diperoleh nilai Shapiro-Wilk
Sig sebesar 0,325 > 0,05 sehingga dapat disimpulkan bahwa data tinggi
badanmahasiswa terdistribusi Normal. Dengan demikian asumsi normalitas
dalam uji one sample t test sudah terpenuhi

15
5. Selanjutnya kita akan melakukan Uji One Sample t Test. Caranya
klik menuAnalyze – Compare Means – One-Sample T Test
Gambar 4. 4 Uji One sample t-test

5. Maka muncul kota dialog “One-Sample T Test”, selanjutnya
masukkan variabelTinggi badan ke kotak Test Variable(s),
Gambar 4. 5 Uji One sample T-test

16
5. Terkahir klik Ok. Maka akan muncul output T-Test
Gambar 4. 6 hasil uji One sample t-test
Tabel One-Sample Statistics di atas menunjukkan nilai statistik deskriptif,

yaitu N=53 artinya jumlah sampel yang dipakai adalah 53 orang
mahasiswa. Mean= 166.3019 artinya nilai rata-rata hitung adalah 62.404
. Std. Deviation atau simpangan baku adalah sebesar 11.64306 dan Std.
Error Mean adalah sebesar 1,59930
Berdasarkan Hasil uji hipotesis tersebut berarti menyatakan bahwa TB
mahasiswa USB YPKP terhadap TB nasional Ditolak, Dikarnakan mean
TB uji Berbeda dengan TB nasional 158 cm
17
4.2.2 Uji Independent Sample T-test
independent sample t-test jika diterjemahkan dalam bahasa
Indonesia maka berarti uji t sampel tidak berhubungan atau tidak
berpasangan (sampel bebas). Perhatikan kata “independen” atau “bebas”
maknanya adalah tidak ada hubunganatau keterkaitan antara dua sampel
yang akan di analisis menggunakan uji independent sample t-test ini.
Dengan demikian maka kita dapat merumuskan sebuah definisi umum
bahwa uji independent sample t-test merupakan analisis statistik yang
bertujuan untuk membandingkan dua sampel yang tidak saling
berpasangan.
Disini kita akan menguji INDEPENDET SAMPLE T-TEST

dengan data beratbadan dan jenis kelamin mahasiswa usb ypkp
1. Buka lembar kerja SPSS
Gambar 4. 7 Independent Sample T-test

18
2. Untuk mengisi properti pada bagian "Values" untuk variabel jenis

kelamin maka klik kolom None baris kedua hingga muncul kotak
dialog
"Value Label",kemudian pada kotak Value isikan 1 dan kotak
Labelisikan Kelompok A, lalu klik Add.
Tampak di layar.
3. Langkah berikutnya klik Data View dan isikan data yang ada.

19
4. Langkah selanjutnya dari menu SPSS klik Analyze –

CompareMeans –Independent Sample T Tes t
5. Muncul kotak dialog "Independent Sample T Test",

kemudian masukkanvariabel berat badan ke kotak Test
Variable(s), lalu masukkan variabel jenis kelamin ke kotak
Grouping Variable. Tampak di layar.

20
6. Terakhir klik Ok, maka akan muncul output SPSS
Gambar 4. 12 Hasil Independent Sample T-test
Berdasarkan output di atas diketahui nilai Sig. Levene's Test for Equality of
Variances adalah sebesar 0,686 > 0,05 maka dapat diartikan bahwa varians data
antara jenis kelamin 1 dengan jenis kelamin o adalah homogen atau tidak
berbedasecara signifikan antara 0 (perempuan) dan 1 (laki laki) Confident Interval
Jika batas bawah dari CI Negatif dan batas atas bernilai positifmaka hasilnya
dikatakan tidak signifikan Nilai p value diatas lebih besar dari 0.001 artinya tidak
ada perbedaan signifikanantara BB 0 dan 1
21
4.2.2 Paired Sample T-Test.

Uji paired sample t test merupakan bagian dari uji hipotesis komparatif
atau uji perbandingan. Data yang digunakan dalam uji paired sample t test
umumnya berupa data berskala interval atau rasio (data kuantitatif). Uji
paired sample t testbertujuan untuk mengetahui apakah terdapat perbedaan
rata-rata dua sampel (dua kelompok) yang saling berpasangan atau
berhubungan.
Dipraktikum ini kita akan mencoba menguji data antara berat

badan tinggi badanapakah ada korelasi antar variabelnya.
1. Buka Spss, masukan data yang akan di uji ke aplikasi spss.
2. Klik Analyze > Descriptive Statisticd > Descriptive

maka akanmuncul hasildari pengolahan data SPSS nya.
Hasilnya;
Gambar 4. 13 Uji paired sample t test
Setelah pengecekan Descriptive statistics kita kelangkah selanjutnya
3. Selanjutnya klik Analyze > Compare mean > Paired Sample T

Test setelah itumasukan variabel yang akan di uji seperti gambar
dibawah
Gambar 4. 14 Uji paired sample t test

22
4. Maka akan muncul hasil dari uji Paired Sample T Test
Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean
Pair 1 TinggiBadan 166.3019 53 11.64306 1.59930

beratbadan 71.8679 53 63.33884 8.70026
Paired Samples Correlations
N Correlation Sig.
Pair 1 TinggiBadan & beratbadan

53 .093 .507
Gambar 4. 15 Hasil Uji paired sample t test
Berdasarkan hasil dari uji paired Sample T test dapat diambil kesimpulan yaitu
Tinggi badan dan Berat Badan ada korelasi antara keduanya
meskipunkecil/lemah yakni hanya 0.093
BAB V
ANALISIS HASIL PENELITIAN
Data yang telah kita dapatkan dari hasil praktikum perlu dianalisis lebih jauh lagi
agar hasil pengujian dapat dibaca dengan mudah.
5.1 Analisis Hasil Uji One sample T test

Rumusan Hipotesis Penelitian dalam Uji One Sample t TestH0= Nilai rata-
rata Tinggi badan nasional dengan nilai 158 Ha= Nilai rata-rata tinggi badan
Mahasiswa USB YPKP dengan nilai 166.
Dasar Pengambilan Keputusan Uji One Sample T Test
1. Jika nilai Sig. (2-tailed) < 0,05, maka H0 ditolak.
2. Jika nilai Sig. (2-tailed) > 0,05, maka H0 diterima.
Kesimpulan Uji One Sample T Test dengan SPSS Berdasarkan output tabel
“One-Sample Test” di atas ketahui nilai Sig. (2-tailed) adalah sebesar 0,000
< 0,05, maka sesuai dengan dasar pengambilan keputusan di atas dapat
disimpulkan bahwa H0 ditolak dan Ha diterima. Dengan demikian, dapat
diartikan bahwa tinggi badan mahasiswa usbypkp tidak sama dengan tinggi
badan nasional yakni sebesar 158.
5.2 Analisis Hasil Uji Independet Sample T test

Disini kita akan menganalisis hasil dari uji INDEPENDET SAMPLE T
TEST Dengan data berat badan dan jenis kelamin mahasiswa usb ypkp
0 = perempuan 1= laki laki
23
24
Berdasarkan tabel output "Group Statistics" di atas diketahui jumlah data

Jenis kelamin perempuan adalah sebanyak 17 orang mahasiswa,
sementara untuk laki laki adalah sebanyak 13 orang mahasiswa. Nilai
rata-rata berat badan mahasiswa atau Mean untuk kelompok 0 (
perempuan) adalah sebesar 64.088, sementara untuk kelompok 1 (laki
laki) adalah sebesar 60.577. Dengan demikian secara deskriptif statistik
dapat disimpulkan ada perbedaan rata-rata berat badanantara kelompok
0 dengan kelompok 1 Berdasarkan output di atas diketahui nilai Sig.
Levene's Test for Equality of Variances adalah sebesar 0,686 > 0,05 maka
dapat diartikan bahwa varians data antara jenis kelamin 1 dengan jenis
kelamin o adalah homogen atau tidak berbedasecara signifikan antara 0
(perempuan) dan 1 (laki laki) Confident Interval jika batas bawah dari CI
Negatif dan batas atas bernilai positifmaka hasilnya dikatakan tidak
signifikan Nilai p value diatas lebih besar dari 0.001 artinya tidak ada
perbedaan signifikanantara BB 0 dan 1
5.3 Analisis Uji Paired Sample t test.

hasil statistik deskriptif dari kedua sampel yang diteliti yakni nilai tinggi
badan danberat badan . Untuk nilai tinggi badan diperoleh rata-rata atau Mean
sebesar 166.3016. Sedangkan untuk nilai berat badan diperolah nilai rata-rata
sebesar 71.8679. Jumlah responden yang digunakan sebagai sampel penelitian
adalahsebanyak 53 orang. Untuk nilai Std. Deviation (standar deviasi) pada
Tinggi Badansebesar 11.64306 dan Berat Badan sebesar 63.33884. Terakhir
adalah nilai Std. Error Mean untuk Tinggi Badan sebesar 1.59930 dan untuk
Berat Badan sebesar 8.70026.
25
Hasil Output dari paired sample corellation amenunjukkan hasil uji korelasi
atauhubungan antara kedua data atau hubungan variabel tinngi badan
dengan variabelberat badan . Berdasarkan output di atas diketahui nilai
koefisien korelasi (Correlation) sebesar 093, , maka dapat dikatakan bahwa
ada hubungan antara variabel Tinggi Badan dengan variabel Berat badan
meskupun nilainya kec
BAB VI
KESIMPULAN DAN PENUTUP
6.1 Kesimpulan
Dalam kesimpulan ini, kami telah menyimpulkan laporan praktikum

ini telah mencoba dan melakukan pengujian Hipotesis untuk
membuktikan suatu hipotesis. Kami telah menggali dan mencoba langkah
langkah uji hipotesis yang relevan seperti uji One Sample T-test,
IndependentSample T-test dan Paired sample t-test. Kami berharap
laporan praktikum ini dapat memberikan manfaat.
6.2 Saran
Keseluruhan, praktikum ini telah memberikan kesempatan yang
berharga bagi kami Sahrul Gunawan Dan Ragil agilang sebagai
mahasiswa Teknik Industri untuk mengaplikasikan dan memperdalam
pemahaman kami tentang Regresi Linier sederhana beserta uji asumsi
klasiknya dan Korelasi. Kami telah mengalami sendiri bagaimana
Pengaplikasian Regresi Linier sederhana dan korelasi pada sebuah data.
Kami berharap bahwa laporan praktikum ini dapat menjadi referensi
26
DAFTAR PUSTAKA
Sunaryo, S., Setiawan, S., Djuraidah, A., & Saefuddin, A. (2012). Sejarah
PerkembanganStatistika Dan Aplikasinya. 8.
Usman, H., & Akbar, R. P. S. (2019). Pengantar statistika.
Mustofa, A. (n.d.). Uji Hipotesis Statistik. Gapura Publishing.com.
27
“ REGRESI LINIER SEDERHANA DAN KORELASI”
Staristik Industri
Disusun oleh :

FAKULTAS TEKNIK
BANDUNG
LEMBAR PENGESAHAN
Disusun Oleh :
Menyetujui
Lisya Maharani
2111201014
Mengetahui
i
KATA PENGANTAR
“REGRESI LINIER SEDERHANA DAN KORELASI”. Makalah ini kami susun
guna menyelesaikan tugas kelompok dari mata kuliah Praktek Statistika Industri
dengan pembimbing Lisya Maharani.
Penulis
ii
DAFTAR ISI
LEMBAR PENGESAHAN ................................................................................... i

KATA PENGANTAR ......................................................................................... ii
BAB I .................................................................................................................. 1
PENDAHULUAN ............................................................................................... 1
1.1 Latar Belakang Masalah.............................................................................. 1
1.2 Rumusan Masalah ....................................................................................... 2
1.3 Batasan Dan Asumsi ................................................................................... 2
1.4 Tujuan dan Manfaat .................................................................................... 2
BAB II ................................................................................................................. 3
2.1 Regresi Linier Sederhana ............................................................................ 3
2.2 Korelasi ...................................................................................................... 6
BAB III................................................................................................................ 8
3.1 Kerangka Berpikir....................................................................................... 8
3.2 Pembahasan ................................................................................................ 9
BAB IV ............................................................................................................. 10
PENGOLAHAN DATA .................................................................................... 10
4.1 Pengumpulan Data .................................................................................... 10
4.2 Pengolahan Data ....................................................................................... 11
4.2.1 Uji Asumsi Klasik (Normalitas Residual) ............................................... 11
4.2.2 Uji Asumsi Klasik ( Uji Autokorelasi) .................................................... 13
4.2.3 Uji Asumsi Klasik ( Uji Homoskesdastitas ) ........................................... 13
4.2.4 Regresi Linier Sederhana ........................................................................ 15
4.2.5 Korelasi .................................................................................................. 17
BAB V............................................................................................................... 20
ANALISIS ......................................................................................................... 20
5.1 Analisis dari uji asumsi klasik normalitas residual ..................................... 20
5.2 Analisis Dari Uji asumsi klasik Autokorelasi ............................................ 20
5.3 Analisis dari Uji Homoskesdastisitas ......................................................... 21
5.4 Analisis Regresi Linier Sederhana............................................................. 21
iii
5.4 Analisis Korelasi ...................................................................................... 22
BAB VI ............................................................................................................. 22
KESIMPULAN DAN PENUTUP ...................................................................... 22
6.1 Kesimpulan............................................................................................... 22
6.2 Penutup..................................................................................................... 22
Daftar pustaka .................................................................................................... 23
iv
DAFTAR GAMBAR
Gambar 4. 1 Uji Normalitas residual .................................................................. 112
Gambar 4. 2 Uji Autokorelasi ............................................................................ 113
Gambar 4. 3 Uji Homoskesdastitas .................................................................... 113
Gambar 4. 4 Uji Homoskesdastitas .................................................................... 114
Gambar 4. 5 Uji Homoskesdastisitas .................................................................. 114
Gambar 4. 6 Scatter plot regresi......................................................................... 115
Gambar 4. 7 Linier Regresion ............................................................................ 116
Gambar 4. 8 Hasil Regresi linier Sederhana ....................................................... 117
Gambar 4. 9 descriptive option .......................................................................... 118
Gambar 4. 10 hasil Descriptive Statistic ............................................................. 118
Gambar 4. 11 Scatter plot .................................................................................. 119
Gambar 4. 12 hasil corelation ............................................................................ 119
v
DAFTAR TABEL
Tabel 4. 1 Data Praktikum ........................................................................................... 10
vi
BAB I
PENDAHULUAN
1.1.1 Regresi linier adalah metode statistika yang digunakan

untukmembentuk model hubungan antara variabel terikat dengan satu
atau lebihvariabel bebas. Dalam pasal ini akan dibicarakan masalah
pendugaan nilai peubah tak bebas Y berdasarkan peubah bebas X yang
telah diketahui nilainya. Apabila dua variabel X dan Y mempunyai
hubungan, maka nilai variabel X yang sudah diketahui dapat
dipergunakan untuk memperkirakan atau menaksirY.
Regresi Linier Sederhana merupakan alat statistik yang banyak
digunakan dalam berbagai bidang. Analisis tersebut bertujuan untuk
mengetahui hubungan antara variabel dependen dan variabel
independen. Ada tiga macam tipe dari analisis regresi. Tipe yang
pertama adalah regresi linier sederhana yang berfungsi untuk
mengetahui hubungan linier antara dua variabel, satu variabel dependen
dan satu variabel independen. Tipe kedua adalah regresi linier berganda
yang merupakan model regresi linier dengan satu variabel dependen dan
lebih dari satu variabel independen. Tipe ketiga adalah regresi non linier
yang berasumsi bahwa hubungan antara variabel dependen dan variabel
independen tidak linier pada parameter regresinya (Yan and Gang Su,
2009).
1.1.2 Koefisien korelasi adalah ukuran yang dipakai untuk mengetahui
derajat hubungan antara variabel-variabel (Sudjana, 2005: 367). Dalam
analisis statistika, menentukan ukuran korelasi merupakan hal yang
penting karena halini bisa mengetahui kekuatan dan arah hubungan
antara variabel-variabel yangditeliti. Nilai korelasi itu nilainya berada
dalam interval 1 r  1 . Untuk nilaikorelasi > 0 berarti memiliki arah
positif (+), untuk nilai korelasi 0 maka dapatdiartikan tidak memiliki
korelasi dan arah serta untuk nilai korelasi < 0 berarti memiliki arah
negatif (-). Maka semakin besar nilai r semakin kuat pulahubungan
korelasinya.
1
2
satu jenis korelasi yang paling populer adalah random variable

koefisien korelasi momen-produk Pearson. Korelasi pun dapat
diterapkan dalam kehidupan manusia sehari–hari Sesuai dengan
berkembangnya zaman, tidaklahefektif lagi bila kita mengolah data
statistika secara manual. Telah banyak software atau program
computer yang dapat membantu kita dalam melakukan tersebut. Salah
satunya adalah program SPSS, yang dapat diartikan sebagai salah satu
program khusus untuk mengolah data dengan metode statistik tertentu.
Program SPSS yang digunakan pada praktikum ini adalah SPSS 23.
Program tersebut digunakan karena dianggap cukup efektif untuk
digunakan dan perangkat komputer yang digunakan mahasiswa
memenuhi kriteria yang dimiliki untuk mengolah program
1.2 Rumusan Masalah

Dalam penulisan Laporan Parktikum ini, permasalahan yang dibahas yaitu:
1. Menggunakan Regresi linier pada sebuah data
2. Cara menguji asumsi klasik pada data yang akan diuji regresi dan
interpretasinya.
3. Cara menggunakan analisi korelasi pada data dan interprestasinya.
1.3 Batasan Dan Asumsi

1.3.1 Batasan
Dalam pembahasan penulisan Laporan Praktikum ini, laporan akan
dibatasi dalam penggunaan Uji asumsi Klasik dalam regresi dan Uji
Korelasi beserta Interpretasinya.
1.3.2 Asumsi
Dalam penulisan laporan praktikum ini penulis akan berasumsi
antara variabeldata akan bergantung dan akan ada korelasinya.
1.4 Tujuan dan Manfaat

Tujuan penulisan Laporan praktikum adalah:
1. Memahami tentang pengertian analisis regresi dan korelasi,
2. memahami tentang model regresi linier sederhana,
3. memahami tentang evaluasi persamaan regresi linier sederhana,
4. Mahasiswa mampu memahami tentang penggunaan persamaan
regresilinier sederhana dan korelasi sederhana
BAB II
TINJAUAN PUSTAKA
2.1 Regresi Linier Sederhana
Regresi linier sederhana adalah metode statistik yang digunakan untuk

memodelkanhubungan antara dua variabel, di mana satu variabel (variabel
independen atau variabel prediktor) digunakan untuk memprediksi atau
menjelaskan variabel lainnya (variabel dependen atau variabel respons).
Regresi linier sederhana melibatkan satu variabel independen dan satu variabel
dependen, dan hubungan antara keduanya dinyatakan dalam bentuk persamaan
garis lurus.
Dalam persamaan regresi linier sederhana, variabel independen (X)

digunakan untuk memprediksi nilai variabel dependen (Y) dengan
menggunakan persamaan garis lurus yang dinyatakan sebagai:
Y = a + bX
Di mana:
- Y adalah variabel dependen (variabel respons) yang ingin diprediksi.
- X adalah variabel independen (variabel prediktor) yang digunakan untuk
memprediksi Y.
- a adalah intercept, yaitu nilai Y ketika X = 0.
- b adalah koefisien regresi, yang mengindikasikan sejauh mana perubahan
dalam X mempengaruhi perubahan dalam Y.
Untuk membangun model regresi linier sederhana, data observasi
dikumpulkan untuk kedua variabel. Kemudian, menggunakan teknik analisis
statistik, seperti metode kuadrat terkecil, parameter a dan b dalam persamaan
garis lurus diestimasi untuk mencocokkan data observasi sebaik mungkin.
Estimasi parameter ini memberikan gambaran tentang kekuatan dan arah
hubungan antara variabel independen dan variabel dependen. Dalam konteks
regresi linier sederhana, koefisien regresi b menggambarkan perubahan yang
diharapkan dalam variabel dependen ketika variabel independen meningkat satu
satuan.
Metode regresi linier sederhana dapat digunakan untuk berbagai tujuan,

seperti memprediksi nilai variabel dependen berdasarkan nilai variabel
3
4
independen yang diketahui, mengevaluasi kekuatan hubungan antara kedua

variabel, dan mengidentifikasi adanya anomali atau pencilan (outliers).
Namun, penting untuk dicatat bahwa interpretasi hasil regresi linier sederhana
harus dilakukan dengan hati-hati, dan analisis regresi lebih lanjut mungkin
diperlukan untuk menguji asumsi dan memvalidasi model.
Dalam Regresi data akan dikenakan uji asumsi klasik yakni
2.1.1 Uji Normalitas Residual
Uji normalitas dimaksudkan untuk menguji apakah nilai residual dalam

persamaan regresi berdistribusi normal atau tidak. Nilai residual dikatakan
berdistribusi normal jika nilai residual tersebut sebagian besar mendekati
nilai rata-rata. Uji normalitas tidak dilakukan pervariabel tetapi dilakukan
terhadap nilai residualnya.
Kenormalan dapat diprediksi dengan hipotesis nol (Ho) dan hipotesis
alternatifnya (H1 ) sebagai berikut: : data residual berdistribsi secara normal
dataresidual tidak berdistribusi secara normal Dasar pengambilan keputusan
dapat dilihat dari nilai probabilitas yang dibandingkan dengan nilai taraf
signifikan (a). Apabila nilai probabilitasnya lebih besar dari nilai maka
diterima begitu sebaliknya. Uji normalitas yang tidak terpenuhi secara
umum disebabkan oleh distribusi data yang analisis tidak normal, karena
terdapat nilai ekstrem pada data
5
yang diambil. Nilai ekstrem dapat terjadi karena adanya kesalahan dalam
pengambilai sampel, bahkan kesalahan dalam melakukan input data atau
memakkarasteristik data tersebut sangat jauh berbeda (Dayusmar, 2017).
Salah satu metode untuk menguji kenormalan residual pada persamaan
regresi adalah dengan menggunakan uji Kolmogorov-Smirnov. Uji
normalitas dengan menggunakan uji statistik non-parametik Kolmogorov-
Smirnov merupakan uji normalitas mengunakan fungsi distribusi komlatif.
Nilai residual terstandarisasiberdistribusi normal jika K hitung < K tabel atau
nilai Sig. >alpha (Suliyanto, 2011)
2.1.2. Uji Autokorelasi
Menurut Suliyanto (2011) uji autokorelasi bertujuan untuk mengetahui

apakah ada korelasi antara anggota serangkaian data observasi yang
diuraikan menurut waktu (times-series) atau ruang (cross section). Salah satu
cara untuk melakukan uji autokorelasi adalah dengan menggunakan uji
durbin Watson. UjiDurbin-Watson (Uji D-W) merupakan uji yang sangat
populer untuk menguji ada-tidaknya masalah otokorelasi dari model empiris
yang diestimasi.Cara berikutnya adalah dengan mengguakan uji Run Test.
Run Test merupakan salahsatu analisis non-parametik yang dapat digunakan
untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar
residual tidak terdapat korelasimaka dikatakan bahwa nilai residual adalah
acak atau random. Run Test digunakan untuk melihat apakah data residual
terjadi secara random atau tidak (Sistematis) (Suliyanto, 2011).
2.1.2 Uji Homoskesdastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya

penyimpangan asumsi klasik heteroskedastisitas yaitu adanya
ketidaksamaan varian dari residual untuk semua pengamatan pada model
regresi. Di sisi lain homoskedastisitas adalah kondisi ketika nilai residu
pada tiap nilai prediksibervariasi dan variasinya cenderung konstan
Uji homoskedastisitas pada prinsipnya untuk menguji apakah suatu grup
(data kategori) mempunyai varians yang sama di antara anggota grup tersebut.
Hal yang diharapkan adalah mempunyai va rians yang sama (dikatakan
ada homoskedastisitas);
6
2.2 Korelasi
Korelasi sederhana merupakan suatu teknik statistik yang digunakan untuk
mengukur kekuatan hubungan dua variabel dan juga untuk dapat mengetahui
bentuk hubungan antara dua variabel tersebut dengan hasil yang sifatnya
kuantitatif. Kekuatan hubungan antara dua variabel yang dimaksud disini adalah
apakah hubungan tersebut ERAT, LEMAH, ataupun TIDAK ERAT sedangkan
bentuk hubungannya adalah apakah bentuk korelasinya Linear Positif ataupun
Linear Negatif. Dalam statistik kita mengenal hubungan antar dua variabel, yang
digunakan untuk mengukur ada atau tidak hubungan antar variabel disebut
Korelasi.
Berikut adalah jenis-jenis korelasi yang dapat terjadi antara dua variabel.
1.Korelasi Positif adalah korelasi dua variabel, apabila variabel independen
(X) meningkat atau turun maka variabel dependen (Y) cenderung untuk
meningkat atau turun.
2. Korelasi Negatif adalah korelasi dua variabel, apabila variabel independen

(X)meningkat atau turun maka variabel dependen (Y) cenderung untuk turun
atau meningkat.
3. Tidak ada Korelasi terjadi apabila kedua variabel X dan Y tidak

menunjukanadanya hubungan.
4. Korelasi Sempurna adalah korelasi dari dua variabel yang benar-benar terjadi.
7
BAB III
3.1 Kerangka Berpikir
mulai
Indentifikasi dan
perumusan Masalaah

Tujuan
Pengumpulan Data
Pengolahan Data
1. Regresi Linier Sederhanaa.Uji

Normalitas residual
b.Uji Autokorelasi
c.Uji Homoskedastitas
2. Korelasi
Analisis
Selesai
8
9
3.2 Pembahasan
manffat yang akan didapat setelah praktikum dilakukan.
3. Pengumpulan data
Dalam proses ini data dikumpulkan untuk diproses lebih lanjut, dalam
praktikum kali ini data dikumpulkaan merupakan data dari mahasiswa teknik
industri Universitas Sangga Buana Bandung Tahun 2022.
4. Pengolahan data
Pengolahan data pada data yang telah ditetapkan menggunakan SPSS untuk
dianalisis.
BAB IV
PENGOLAHAN DATA
Pengumpulan Data yang akan diolah lebih lanjut adalah data

tinggi badan dan berat badan mahasiswa univeritas sangga buana
angkatan 2022 prodi teknik industri.
Berikut data yang telah terkumpul
Tabel 4 1 Data Praktikum
tinggi badan berat badan

145 50
155 60
164 62
178 71
140 45
189 50
164 56
156 62
157 72
159 78
191 80
178 73
177 89
175 90
135 56
155 55
181 91
180 78
172 74
162 72
10
11
4.2 Pengolahan Data

Pengolahan data menggunakan SPSS mengacu pada penggunaan
perangkat lunak Statistical Package for the Social Sciences (SPSS) untuk
mengumpulkan, menganalisis, dan memvisualisasikan data. SPSS
menyediakan berbagai fitur dan alat yang menganalisi data, melakukan analisis
statistik, menghasilkan grafik, dan membuat laporan yang terkait dengan
penelitian Dengan SPSS, SPSS dapat melakukan berbagai tugas seperti
penginputan data, transformasi data, pengujian hipotesis, analisis regresi, dan
analisis multivariat, serta melaporkan hasil secara sistematis. SPSS sangat
populer di kalangan peneliti dan profesional dalam bidangstatistik.
Dalam Praktikum kali penulis akan menggunakan spss untuk pengujian

Regresi linier sederhana dan uji korelasi.
Uji yang akan dilakukan antara lain uji normalitas residual, uji Autokorelasi dan
ujihomoskesdastitas
4.2.1 Uji Asumsi Klasik (Normalitas Residual)
Data yang akan diolah dengan regresi harus melewati Uji asumsi
Klasik Terlebih dahulu. Pengujian ini bertujuan untuk mengetahui
apakahilai residual terdistribusi secaranormal atau tidak.
Dengan kriteria uji
- Jika Nilai Signifikansi (Asym sig 2 tailed) > 0.05 maka data
terdistribusinormal
- Jika Nilai Signifikansi (Asym sig 2 tailed) < 0.05 maka data
terdistribusi tidak normal
Selanjutnya untuk melakukan pengujian terhadap data di atas, apakah

memenuhi asumsi normalitas, perlu dilakukan tahapan-tahapan :
1. Setelah keseluruhan data yang dikumpulkan tersebut di atas dientry
dalam program SPSS, selanjutnya klik menu analyze dan pilih sub menu
descriptive statistics lalu explorer. Berikutnya akan muncul tampilan seperti
:
12
Gambar 4. 1 Uji Normalitas residual
Karna P-Value diatas 0.05 maka resdual diterima atau terdistribus dengan normal
13
4.2.2 Uji Asumsi Klasik ( Uji Autokorelasi)
Gambar 4. 2 Uji Autokorelasi
Berdasarkan tabel output "Model Summary" di atas, diketahui nilai

Durbin- Watson(d)adalah sebesar 1,091 dan ada pada daerah 1.053 – 1.664
Maka sebagaimana dasar pengambilan keputusan dalam uji durbin watson di
atas, dapat disimpulkan bahwa tidak terdapat masalah atau gejala
autokorelasi.
4.2.3 Uji Asumsi Klasik ( Uji Homoskesdastitas )

Hitung nilai kuadrat residual dengan cara pilih menu Transform ->
Compute Variable Pada Target Variable isi dengan e2 dan pada Nemeric
Expression tuliskanRES_1*RES_1,
Gambar 4. 3 Uji Homoskesdastitas

14
statistik korelasi rank Spearman. Pilih menu Transform -> Compute

Variable, PadaTarget Variable isi AbsE dan Numeric Expression tuliskan
ABS(RES_1). Pada Function group klik Arithmetic, lalu dobel klik pada
Abs pada menu Function and Special Variables. Lalu klik OK sehingga
muncul kolom AbsE pada Data View SPSS
Gambar 4. 4 Uji Homoskesdastitas
Selanjutnya pilih analyze > Correlate > Bivariate.

Lalu TB dab AbsE Pindahankan ke kotak variable. Centang juga sperman,
twotailed dan flag significant correlation.
Maka akan muncul output hasilnya :
Gambar 4. 5 Uji Homoskesdastisitas

15
Tabel ouput nilai rank sparman anatar tb dan absE adalah sebesar 0.030
dengan p-value sebesar .900
4.2.4 Regresi Linier Sederhana

Berikut adalah Regresi linier sederhana menggunakan aplikasi SPSS
1. Buat scatter plot antara tinggi badan berat badan terlebih dahulu pilih
menu Graph kemudian pilih Legacy Dialogs dan klik Scatter/dot lalu pilih
simple scater dan akan munculhasilnya
Gambar 4. 6 Scatter plot regresi

16
2. langkah selanjutnya kita klik menu Analyze – kemudian klik Regression

– lalu klik Linierdan masukan data seperti gambar dibawah
Gambar 4. 7 Linier Regresion

3. Langkah terakhir adalah klik Ok untuk mengakhiri perintah, maka akan
keluar outputSPSS regresi linear sederhana sebagai berikut
17
Gambar 4. 8 Hasil Regresi linier Sederhana
Diatas adalah asil ouput dari regresi.

bisa dilihat pada gambar diatas “Coefisient” nilai t=3.196 dengan p-value
.005 artinya tinggi badan (TB) mempengaruhi Berat Badan(BB)
4.2.5 Korelasi
Langkah-langkah yang dapat dilakukan untuk menganalisa korelasi sebuah
data Analyze > Descriptive Statistic > Desciptive, setelah itu klik option lalu
klikcentang seperti gambar dibawah
18
Gambar 4. 9 descriptive option
Maka akan output statistic descriptive seperti gambar dibawah
Gambar 4. 10 hasil Descriptive Statistic
Selanjutnya buat scatter plot dengan cara klik graph>Legacy

Dialogs>scatter/dot. Setelah muncul maka pilihlah simple scatter kemudian
define dan tempatkan TB pada X-axis dan weight pada Y-axis.
Maka hasilnya seperti berikut
19
Gambar 4. 11 Scatter plot
Setelah itu lakukan analisa korelasi dengan cara

selanjutnyaAnalyze > Corellate > Bivariate
Setelah itu input data yang akan di uji kedalam kotak variable, maka akan
munculhasil korelasi.
Gambar 4. 12 hasil corelation

BAB V
ANALISIS
Data yang telah selesai diolah dan telah muncul hasilnya maka perlu di analisis
lebih lanjut.
Hasil analisa uji asumsi klasik sebelum data diolah dengan cara regresi linier
5.1 Analisis dari uji asumsi klasik normalitas residual

Hasil dari uji normalitas diatas menunjukan nilai p-value diatas <0.05
maka datatersebut terdistribusi normal
5.2 Analisis Dari Uji asumsi klasik Autokorelasi
Berdasarkan tabel output "Model Summary" di atas, diketahui nilai

Durbin- Watson(d)adalah sebesar 1,091 dan ada pada daerah 1.053 – 1.664
Maka sebagaimana dasar pengambilan keputusan dalam uji durbin watson di
atas,dapat disimpulkan bahwa tidak terdapat masalah atau gejala autokorelasi.
5.3 Analisis dari Uji Homoskesdastisitas

Tabel Output diatas menampilkan nilai Rank Spearman antara BeratBadan
danAbsE sebesar 0.001 dan p value sebesar 0.997
5.4 Analisis Regresi Linier Sederhana
Berdasarkan output hasil regresi diatas didapatkan nilai
 Perasamaan regresi yang diperoleh adalah = -19.947 + 0.532

 Artinya rata-rata pada saat pengaruh TB nol, BB bernilai -19.947 artinya
BB akan menurun sebesar 0.532 jika TB turun 1 satuan
 Dengan kata lain semakin tinggi seseorang semakin bertambah berat
badan nya.
 Nilai koefesien parsial 0.600 mennjukan kekuatanTB terhadap BB sebesar
60.00 %
Statistic uji F sebesar 10.151 dengan p-value .005 dengan demikian
dapat disimpulkan terdapat pengaruh TB & BB.
20
21
5.4 Analisis Korelasi
 Koefisien korelasi antara TB dengan Dirinya sendiri adalah 1, dan dengan

BB adalah 0.600 dengan p 0.005
 TB dan BB memiiki hubungan linier.
22
21
BAB VI
6.1 Kesimpulan
Dalam kesimpulan ini, kami dapat menyimpulkan bahwa laporan
praktikum ini telah mengidentifikasi dan menganalisis secara mendalam
tentang Regresi linier sederhana dan korelasi. Kami telah menggali dan
mencoba langkah langkah uji asumsi klasik yang relevan seperti Normalitas
Residual, Autokorelasi dan Homoskesdastisitas, beserta korelasi. Kami
berharap laporan praktikum ini dapat memberikan manfaat .
6.2 Penutup
Keseluruhan, praktikum ini telah memberikan kesempatan yang berharga
bagi kami Sahrul Gunawan Dan Ragil agilang sebagai mahasiswa Teknik
Industri untuk mengaplikasikan dan memperdalam pemahaman kami tentang
Regresi Linier sederhana beserta uji asumsi klasiknya dan Korelasi. Kami telah
mengalami sendiri bagaimana Pengaplikasian Regresi Linier sederhana dan
korelasi pada sebuah data.Kami berharap bahwa laporan praktikum ini dapat
menjadi referensi yang bermanfaat dan memberikan gambaran yang jelas
tentang pengalaman kami selamapraktiku
22
23
DAFTAR PUSTAKA
Spiegel. Murray. R, 2004, Statistika. Jakarta:Erlangga
Singgih Santoso, 2014, Panduan Lengkap SPSSversi 20, Alex Media Komputindo
Asbah, Muhamad Faliqul, Sudarno, Diah Safitri. 2013. Penentuan Koefisien Korelasi
Kanonik dan Interpretasi Fungsi Kanonik Multivariat. Semarang: Universitas Diponegoro
J. Supranto, M.A. ,2001, Statistika Teori dan Aplikasi, Erlangga, Jakarta.

“MODEL PENELITIAN, KUISIONER, UJI VALIDITAS DAN

REABILITAS”
Staristik Industri
Disusun oleh :

FAKULTAS TEKNIK
BANDUNG
TAHUN PELAJARAN. 2022
LEMBAR PENGESAHAN
Disusun Oleh :
Menyetujui
Lisya Maharani
2111201014
Mengetahui
ii
KATA PENGANTAR
“Model Penelitian, Kuisioner, Uji Validitas dan Reabilitas”. Makalah ini kami
susun guna menyelesaikan tugas kelompok dari mata kuliah Praktek Statistika
Industri dengan pembimbing Novi Mardiyana, S. Si., M.Si .
Penulis
iii
DAFTAR ISI
LEMBAR PENGESAHAN ................................................................................ ii

KATA PENGANTAR ....................................................................................... iii
DAFTAR ISI ..................................................................................................... iv
DAFTAR GAMBAR ......................................................................................... vi
BAB I .................................................................................................................. 1
PENDAHULUAN .............................................................................................. 1
1.2 Rumusan Masalah .................................................................................. 2
1.3.1 Dalam praktikum ini Batasan yang kami gunakan adalah ................ 2
1.3.2 Dalam praktikum ini Asumsi yang kami gunakan adalah................. 2
1.4 Tujuan ................................................................................................... 2
1.5 Manfaat ................................................................................................. 2
BAB II ................................................................................................................ 3
PENDAHULUAN .............................................................................................. 3
2.1 Kuisioner ............................................................................................... 3
2.2 Pengujian kuisioner ................................................................................ 5
2.1.1 Model penelitian ............................................................................. 5
2.1.2 Uji validitas .................................................................................... 7
2.1.3 Uji Reabilitas .................................................................................. 8
BAB III ............................................................................................................. 10
METODOLOGI PENELITIAN ...................................................................... 10
3.1 Kerangka Berfikir ................................................................................ 10
3.2 Pembahasan ......................................................................................... 11
BAB IV ............................................................................................................. 12
PENGUMPULAN DAN PENGOLAHAN DATA .......................................... 12
4.1 Pengumpulan data ................................................................................ 12
4.2 Pengolahan data hasil kuisioner ........................................................... 12
4.2.1 Uji Validitas ................................................................................. 12
4.2.2 Uji Reabilitas ................................................................................ 18
BAB V............................................................................................................... 21
5.1 Analisis hasil uji Validitas.................................................................... 21

5.2 Analisis hasil uji Reabilitas ......i.v ............................................................. 21
DAFTAR ISI
BAB VI ............................................................................................................. 22
KESIMPULAN DAN SARAN......................................................................... 22
6.1 Kesimpulan.......................................................................................... 22
6.2 Saran ................................................................................................... 22
DAFTAR PUSTAKA ....................................................................................... 23
v
DAFTAR GAMBAR
Gambar 2. 1 Kuisioner dalam Skala Likert .................................................... 4
Gambar 2. 2 Kuisioner dalam Skala Guttman ................................................ 4
Gambar 2. 3 Kuisioner dalam Semantic Differensial ..................................... 4
Gambar 4. 1 Kuisioner pembelian online ....................................................... 12
Gambar 4. 2 Tabulasi Jawaban Responden .................................................... 13
Gambar 4. 3 Item pertanyaan vs Total Skor ................................................... 13
Gambar 4. 4 Langkah 1 ................................................................................. 14
Gambar 4. 5 Langkah 2 ................................................................................. 14
Gambar 4. 6 Hasil nilai r ............................................................................... 15
Gambar 4. 7 Hasil uji X2.1 – X2.5 ................................................................ 16
Gambar 4. 8 Hasil uji X3.1 – X3.4 ................................................................ 17
Gambar 4. 9 Hasil uji Y ................................................................................ 17
Gambar 4. 10 Hasil uji validitas dari setiap variabel ...................................... 18
Gambar 4. 11 Langkah 1 uji reabilitas ........................................................... 18
Gambar 4. 12 Langkah 2 Uji reabilitas .......................................................... 19
Gambar 4. 13 Hasil uji Reabilitas .................................................................. 19
Gambar 4. 14 Hasil uji X2.1 – X2.5 .............................................................. 19
Gambar 4. 15 Hasil uji X3.1 –X3.4 ............................................................... 20
Gambar 4. 16 Hasil uji Y ............................................................................... 20
Gambar 4. 17 hasli uji reabilitas dari setiap variabel ...................................... 20
vi
BAB I
PENDAHULUAN
Persoalan alat ukur yang digunakan evaluator ketika melakukan kegiatan

evaluasi sering dihadapkan pada persoalan akurasi, konsisten dan stabilitas
sehingga hasil pengukuran yang diperoleh bisa mengukur dengan akurat sesuatu
yang sedang diukur. Instrumen ini memang harus memiliki akurasi ketika
digunakan. Konsisten dan stabil dalam arti tidak mengalami perubahan dari
waktu pengukuran satu ke pengukuran yang lain.
Data yang kurang memiliki validitas , akan menghasilkan kesimpulan yang
bisa, kurang sesuai dengan yang seharusnya, dan bahkan bisa saja bertentangan
dengan kelaziman. Untuk membuat alat ukur instrumen itu, diperlukan kajian
teori, pendapat para ahli serta pengalaman-pengalaman yang kadangkala
diperlukan bila definisi operasional variabelnya tidak kita temukan dalam teori.
Alat ukur atau instrumen yang akan disusun itu tentu saja harus memiliki
validitas , agar data yang diperoleh dari alat ukur itu bisa reliabel, valid dan
disebut dengan validitas.
Reliabilitas merujuk pada konsistensi atau kestabilan pengukuran yang
diperoleh dari kuisioner. Jika kuisioner tidak reliabel, maka hasil penelitian
dapat bervariasi atau tidak konsisten. Uji reliabilitas diperlukan untuk
memastikan bahwa instrumen kuisioner dapat memberikan hasil yang konsisten
dari waktu ke waktu atau dalam kondisi yang berbeda.
Uji validitas dan reliabilitas membantu memastikan bahwa data yang
dikumpulkan melalui kuisioner memiliki kualitas yang baik. Validitas dan
reliabilitas yang tinggi akan memberikan keyakinan bahwa data yang diperoleh
merupakan representasi yang akurat dan dapat diandalkan dari konstruk atau
variabel yang diteliti. Dengan demikian, penelitian akan memiliki dasar yang
kuat untuk membuat kesimpulan dan rekomendasi yang berdasar pada data
yang berkualitas.
Dalam rangka memastikan kualitas dan keandalan penelitian yang
menggunakan kuisioner, uji validitas dan reliabilitas menjadi langkah penting
yang perlu dilakukan. Ini membantu memastikan bahwa data yang diperoleh
1
2
melalui kuisioner dapat diandalkan, akurat, dan memberikan dasar yang kuat
untuk analisis dan interpretasi dalam konteks penelitian yang dilakukan.
1.2 Rumusan Masalah
1. Apa yang dimaksud uji validitas dan reabilitas kuisioner

2. Bagaimana cara menentukan uji validitas dan reabilitas kuisioner dalam
penelitian
3. Bagaimana cara menggunakan uji validitas dan reabilitas kuisioner dalam
penelitian
4. Bagaimana cara menyajikan dan menyimpulkan hasil uji validitas dan
reabilitas
1.3.1 Dalam praktikum ini Batasan yang kami gunakan adalah :
1. Pengumpulan data dilakukan dengan menggunakan Google form.

2. Pengolahan data dilakukan menggunakan SPSS.
1.3.2 Dalam praktikum ini Asumsi yang kami gunakan adalah :
1. Data yang akan diolah berisi tentang
1.4 Tujuan
Loporan ini dibuat untuk memenuhi beberapa tujuan yaitu :

1. Mampu melakukan Uji Validitas dan Reabilitas.
2. Mampu menganalisis hasil dari uji yang telah dilakukan.
1.5 Manfaat
Manfaat dari laporan ini yaitu :

1. Mengetahui cara melakukan pengolahan data dengan menggunakan
Software SPSS dan Google form.
2. Mengetahui beberapa fungsi SPSS
3. Mengetahui cara mengolah dan menganalisis data dengan pengujian Uji
Validitas dan Reabilitas.
BAB II
PENDAHULUAN
2.1 Kuisioner
Kuisioner adalah salah satu alat pengumpulan data dalam suatu

penelitian. Kuisioner dibuat berdasarkan model/desain penelitian yang akan
digunakan. Kuisioner membantu penelitian memperoleh informasi yang
tidak tersedia di lapangan. Suatu perusahaan/industri yang memproduksi
baik barang maupun jasa diharuskan memiliki kemampuan untuk
memproduksi barang/jasa berkualitas. Dalam dunia industri kuisioner dapat
digunakan untuk mengetahui respon pengguna suatu produk. Kuisioner
dapat membantu peneliti dalam mengidentifikasi masalah, kebutuhan, atau
tantangan yang dihadapi oleh industri tertentu. Data yang diperoleh dari
kuisioner dapat memberikan wawasan tentang area yang perlu ditingkatkan
atau potensi perbaikan dalam industri
Respon yang dimaksud bisa berupa level kepuasan pengguna atau
loyalitas pengguna untuk tetap menggunakan produk tersebut bahkan
merekomendasikan kepada orang lain. Kuisioner juga dapat digunakan
dalam pengembangan produk baru dan inovasinya lebih lanjut. Kuisioner
dapat dibuat dari nol dengan mendalami informasi apa yang akan
ditanyakan ataupun mengadopsi dari model kuisoner yang sudah ada.
Skala yang dapat digunakan untuk mengembangkan kuisioner misalnya

Skala Likert, Skala Guttman dan Semantic Differensial.
1. Skala Likert
Skala Likert digunakan untuk mengukur persepsi seseorang
terhadap suatu hal melalui item-item atau indikator berupa pertanyaan
ataupun pernyataan. Skala Likert memiliki beberapa pilihan jawaban
untuk suatu item, bisa terdiri dari 3,4,5 bahkan 11 pilihan jawaban yang
bersifat gradasi dari Sangat Setuju hingga Sangat Tidak Setuju.
3
4
Gambar 2. 1 Kuisioner dalam Skala Likert
2. Skala Guttman
Skala Guttman adalah metode analisis data menginginkan tipe
jawaban benar-benar tegas. Seperti halnya dengan jawaban benar atau
salah, ya atau tidak, pernah atu tidak pernah, positif atau negatif, tinggi
atau rendah, baik atau buruk, dan seterusnya. Sehingga pada skala
guttman ini hanya ada dua interval, yaitu setuju dan tidak setuju.
Gambar 2. 2 Kuisioner dalam Skala Guttman

3. Semantic Differensial
Diferensial Semantik merupakan skala yang digunakan untuk
mengukur sikap, berisikan serangkaian karakteristik bipolar (dua kutub)
seperti panas-dingin, Tidak ramah-Ramah, dan sebagainya, yang
tersusun pada satu garis kotinom dimana jawaban yang sangat positif
Gambar 2. 3 Kuisioner dalam Semantic Differensial

berada diposisi paling kanan dan jawaban yang sangat negatif pada
posisi aling kiri, atau sebaliknya.
5
2.2 Pengujian kuisioner
Pada penyusunan kuesioner, salah satu kriteria kuesioner yang baik

adalah validitas dan realibilitas kuesioner dinyatakan valid. tujuan
pengujian validitas dan realibilitas kuesioner adalah untuk meyakinkan
bahwa kuesioner yang disusun akan benar-benar baik dalam mengukur
gejala dan menghasilkan data yang valid.
2.1.1 Model penelitian
Dalam pembuatan model penelitian yang dimaksud adalah

model yang menggambarkan bagaimana variabel-variabel penelitian
terkait satu sama lain. Variabel penelitian adalah segala kondisi yang
diobservasi dikontrol bahkan dimanipulasi oleh peneliti ketika
melakukan penelitian model penelitian ini didesain sesuai kebutuhan
dan tujuan penelitian. Harus ditentukan terlebuh dahulu variabel tak
bebas yang akan diukur kemudian menentukan variabel-variabel
bebas apa yang sekiranya mempengaruhi variabel tak bebas.
Misalnya dalam suatu penelitian terhadap kepuasan pengunjung,
akan diukur kepuasan pengunjung suatu jasa, maka consumer
satisfaction disebut sebagai variabel tak bebas Y, dimana Y
dipengaruhi oleh 1 atau lebih variabel bebas X, misal X1 adalah
fasilitas suatu jasa, X2 layanan customer sevice.
Dalam dunia industri dikenal beberapa model untuk mengukur
perilaku konsumen :
1. ServQual
ServQual merupakan kerangka kerja untuk mengukur
kualitas layanan dan kepuasan pelanggan. Penyedia layanan
harus mampu menyediakan lima variabel yaitu reliability,
responsiveness, tangibility, assurance, and empathy, serta
customer satisfaction.
2. TAM (Technology Acceptance Model)
6
Technology Acceptance Model ( TAM ) adalah salah satu

model yang dapat digunakan untuk menganalisis factor – factor
yang mempengaruhi diterimanya suatu sistem / sistem informasi.
TAM terdiri atas variabel External Variable, Perceived of
Usefulness, Perceived Ease of Use, Intension of Use, dan Actual
System Use.
3. WebQual
WebQual merupakan salah satu metode atau teknik
pengukuran kualitas website berdasarkan persepsi pengguna
akhir. WebQual terdiri atas variabel Usability Quality,
Information Quality, Service Interaction Quality dan User
Satisfaction.
4. UTAUT (Unified Theory of Use of Technology)
Unified Theory of Acceptance and Use of Technology
(UTAUT) adalah sebuah teori yang digunakan untuk
mengetahui tingkat penerimaan pengguna terhadap suatu sistem
informasi. UTAUT terdiri atas variabel performance expectancy,
effort expectancy, social influence and facilitating conditions.
5. TPB (Theory of Planned Behavior)
Theory Of Planned Behavior (TPB) atau Teori Perilaku
yang Direncanakan merupakan teori yang menjelaskan tentang
penyebab timbulnya intensi berperilaku. Menurut TPB, intensi
berperilaku ditentukan oleh tiga determinan utama, yaitu sikap,
norma subjektif, dan control perilaku yang dirasakan.
6. TRA(Theory of Reasoned Action)
Theory of Reasoned Action (TRA) merupakan teori bidang
kajian psikologi sosial. Dalam kajian psikologi sosial TRA
memusatkan pada faktor penentu perilaku dan faktor
determinannya, yaitu sikap terhadap perilaku (attitude toward
behavior) dan norma subyektif (subjective norm).
7
2.1.2 Uji validitas
Validitas adalah ukuran yang menunjukkan sejauh mana

instrumen pengukur mampu mengukur apa yang ingin diukur. Jika
misalkan alat ukur nya adalah meteran, maka validitas alat ini adalah
sejauh mana alat ini mampu mengukur jarak suatu titik.
Begitu juga misalkan menyusun kuesioner kepuasan pelanggan,
maka validitas kuesioner adalah sejauh mana kuesioner mampu
mengukur kepuasan pelanggan. Terdapat beberapa jenis validitas:
- Validitas konstruksi, suatu kuesioner yang baik harus dapat

mengukur dengan jelas kerangka dari penelitian yang akan
dilakukan. Jadi misalkan akan mengukur konsep tentang
kepuasan pelanggan, maka kuesioner tersebut dikatakan valid
jika mampu menjelaskan dan mengukur kerangka konsep
kepuasan pelanggan.
- Validitas Isi, adalah suatu alat yang mengukur sejauh mana
kuesioner atau alat ukur tersebut mewakili semua aspek yang
dianggap sebagai kerangka konsep. Misalkan menggunakan
beberapa sampel terhadap pelanggan produk X.
- Validitas Prediktif, adalah kemampuan dari kuesioner dalam
memprediksi perilaku dari konsep.
Untuk melakukan uji validitas, metode yang dilakukan adalah

dengan mengukur korelasi (hubungan) antara butir-butir pertanyaan
dengan skor pertanyaan secara keseluruhan. Tahap-tahap yang
harus dilakukan dalam melakukan pengujian validitas adalah:
1. Mendefinisikan secara operasional suatu konsep yang akan

diukur.
Jadi untuk menguji validitas suatu konsep, tahap awal yang
harus dilakukan adalah menjabarkan konsep dalam suatu
definisi operasional (berupa tabel angka-angka hasil kuesioner).
8
2. Melakukan uji coba pada beberapa responden. Tergantung dari

sampel yang digunakan.
3. Mempersiapkan tabel tabulasi jawaban.
4. Menghitung nilai korelasi antara masing-masing skor butir
jawaban dengan skor total dari butir jawaban.
Kevalidan suatu item dapat diuji menggunakan persamaan Pearson

Product Moment berikut :
2.1.3 Uji Reabilitas
Apabila suatu alat pengukuran telah dinyatakan valid, maka

tahap selanjutnya adalah mengukur realibilitas dari alat tersebut.
Realibilitas adalah ukuran yang menunjukkan konsistensi dari alat
ukur dalam mengukur gejala yang sama di lain kesempatan.
Misalkan memiliki kuesioner yang mengukur kepuasan

pelanggan, maka hasil tersebut akan sama jika digunakan untuk
mengukur kepuasan pelanggan pada penelitian yang lain. Setelah di
uji validitas, maka di uji realibilitas. Pengukuran realibilitas
dilakukan dengan dua cara, yaitu:
1. Repeated measure atau pengukuran berulang. Pengukuran
dilakukan dengan berulang pada waktu yang berbeda, dengan
kuesioner atau pertanyaan yang sama. hasil pengukuran dilihat
apakah konsisten dengan pengukuran sebelumnya.
2. One shot. Pada teknik ini pengukuran dilakukan hanya pada satu
waktu, kemudian dilakukan perbandingan dengan pertanyaan
yang lain atau dengan pengukuran korelasi antarjawaban. Pada
program SPSS, metode ini dilakukan dengan metoe Croanbach
9
Alpha, di mana suatu kuesioner dikatakan reliabel jika nilai

Croanbach Alpha lebih besar dari 0,60.
Reabilitas suatu instrumen diukur menggunakan nilai Alpha

Cronbach menggunakan persamaan berikut :
BAB III
mulai
Indentifikasi dan
perumusan Masalaah

Tujuan
Pengumpulan Data
Pengolahan Data
a. Kuisioner
b. Model Penelitian
c. Uji Validitas
d. Uji Reabilitas
Analisis
Selesai
10
11
3.2 Pembahasan
Proses perumusan masalah dilakukan untuk mengidentifikasi
2. Penentuan maksud dan tujuan serta manfaat penilitian
Menentukan maksud dan tujuan yang akan dicapai dalam praktikum
beserta manfaat akan didapat setelah praktikum dilakukan.
3. Pengumpulan data
Dalam proses ini data dikumpulkan untuk diproses lebih lanjut, data
yang dikumpulkan merupakan responden dari Google forms
4. Pengolahan data
Pengolahan data yang telah ditetapkan menggunakan SPSS untuk
5. Analisis hasil praktikum
Menganalisis hasil praktikum untuk melihat hasilnya lebih detail.
6. Kesimpulan dan saran
dianalisis.
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Pengumpulan data
Data dikumpulkan dari hasil kuisioner menggunakan Google Form

Analisis Faktor-Faktor yang Mempengaruhi Konsumen Terhadap Keputusan
Pembelian Secara Online atau Melalui Situs Jejaring Sosial.
Gambar 4. 1 Kuisioner pembelian online
4.2 Pengolahan data hasil kuisioner
Pengolahan data menggunakan SPSS untuk mengumpulkan, menganalisis,

dan memvisualisasika data. SPSS menyediakan berbagai fitur dan alat yang
menganalisis data. Google Form untuk
Dalam praktikum kali ini penulis akan menggunakan SPSS untuk pengujian
hasil kuisioner. Uji yang akan dilakukan antara lain Uji Validitas dan Reabilitas.
4.2.1 Uji Validitas
Terdapat 30 responden secara acak dengan X1.4 butir pertanyaan

dalam mengukur kepercayaan konsumen, X2.5 butir pertanyaan dalam
mengukur kualitas pelayanan kepada konsumen, X3.4 butir pertanyaan
dalam mengukur minat beli dan 5 butir pernyataan dalam mengukur
12
13
Gambar 4. 2 Tabulasi Jawaban Responden

keputusan pembelian. Ini adalah Uji Validitas awal. Menyajikan hasil
tabulasi jawaban responden, dimana X 1.1-X 1.4: butir pertanyaan
kepercayaan konsumen dan Y : butir pertanyaan keputusan pembelian.
Dari hasil kuisioner tersebut lakukanlah pengujian apakah data
tersebut valid dan relibel. Menguji validitas item-item variabel
Kepercayaan maka item 1 atau X 1.1 akan dibandingkan dengan total
skor variabel Kepercayaan, dst. Berikut pada gambar disajikan tampilan
file Excel dengan penambahan 1 kolom Total Kepercayaan dan Total
Keputusan Pembelian. Total skor adalah jumlah skor total untuk tiap
responden terhadap suatu variabel.
Gambar 4. 3 Item pertanyaan vs Total Skor

14
Uji validitas dapat dilakukan via Ms. Excel maupun SPSS dengan
langkah berikut :
1. Pilih menu Analyze – Correlate – Bivariate, seperti pada gambar

4.4
Gambar 4. 4 Langkah 1
2. Tempatkan variabel X1.1 – X1.5 dan Total Kepercayaan pada kotak

variabel, kemudian pilih Pearson dan Two Tailed seperti pada
gambar 4.5.
Gambar 4. 5 Langkah 2
15
3. Output nilai r disajikan pada kolom Total Kepercayaan pada

gambar 4.6.
Gambar 4. 6 Hasil nilai r
4. Analisis apakah 4 item valid sesuai p-value.

16
Lakukanlah pengujian pada setiap item kepada Keputusan

Pembelian untuk mengetahui hasil dari setiap variabel.
Hasil pengujian X2.1 – X2.5 dan Total Keputusan Pembelian.
Gambar 4. 7 Hasil uji X2.1 – X2.5

17
Hasil pengujian X3.1 – X3.4 dan Total Keputusan Pembelian
Hasil pengujian untuk pertanyaan variabel Y atau total Keputusan

Pembelian.
Gambar 4. 9 Hasil uji Y

18
variabel Indikator rhitung rtabel Kesimpulan

1 0,831 Valid
2 0,832 Valid
Kepercayaan 0,4629
3 0,896 Valid
4 0,841 Valid
1 0,791 Valid
2 0,896 Valid
Pelayanan 3 0,787 0,4629 Valid
4 0,755 Valid
5 0,578 Valid
1 0,496 Valid
2 0,930 Valid
Minat Beli 0,4629
3 0,751 Valid
4 0,887 Valid
1 0,875 Valid
2 0,794 Valid
Keputusan
3 0,908 0,4629 Valid
Pembelian
4 0,778 Valid
5 0,790 Valid
Gambar 4. 10 Hasil uji validitas dari setiap variabel
4.2.2 Uji Reabilitas
Langkah-langkah menguji reabilitas :

1. Pilih menu Analyze – Scale – Reliability Analysis seerti pada
gambar.
Gambar 4. 11 Langkah 1 uji reabilitas

19
2. Inputkan X1.1 s.d X1.4 kedalam kotak items.
Gambar 4. 12 Langkah 2 Uji reabilitas
3. Kemudian klik OK, sehingga dihasilkan output pada gambar
Gambar 4. 13 Hasil uji Reabilitas
4. Berdasarkan nilai Alpha 0,829 > 0,7 dapat di ambil kesimpulan

bahwa variabel Kepercayaan reliabel.
5. Lakukan langkah yang sama terhadap variabel selanjutnya.
Hasil pengujian reabilitas X2.1 – X2.5 dan Total Keputusan

Pembelian

20
Hasil pengujian reabilitas X3.1 – X3.4 dan Total Kepercayaan
Gambar 4. 15 Hasil uji X3.1 –X3.4
Hasil pengujian reabilitas Total Kepercayaan Y
Gambar 4. 16 Hasil uji Y
Berikut ini adalah hasil dari setiap variabel yang telah dilakukan uji
reabilitas :
Gambar 4. 17 hasli uji reabilitas dari setiap variabel

BAB V
ANALISIS
5.1 Analisis hasil uji Validitas

Uji validitas digunakan untuk mengetahui setiap butir pertanyaan apakah
sudah sesuai untuk mengukur variabel yang diteliti. Setiap pernyataan dalam 30
kuesioner dapat dinyatakan valid apabila r hitung > r tabel dengan nilai
signifikansi 0,4629. Berdasarkan tabel hasil uji validitas dapat dinyatakan
semua variabel pertanyaan valid.
5.2 Analisis hasil uji Reabilitas

Berdasarkan tabel hasil pengujian reabilitas pada gambar 4.17, dapat
diketahui setiap variabel di nyatakan realibel karena sudah > 0.7.
21
22

6.1 Kesimpulan
Berdasarkan hasil penelitian dan pembahasan, dapat dikemukakan kesimpulan

sebagai berikut:
Penelitian ini bersifat explanatory dengan teknik survey dengan
penyebaran kuisioner online. Peneliti melakukan pengambilan data langsung
melalui penyebaran kuesioner online yang dibuat dengan Google Form
kemudian link-nya dibagikan melalui kontak WhatsApp, Email, Group dan
Fanspage online shop di Kota Bandung yang ada di Facebook untuk
mempercepat pengumpulan data. Data sampel yang di kumpulkan berjumlah 30
responden. Tujuan akhir dari penelitian ini adalah untuk melihat dan
mengetahui ada atau tidaknya pengaruh dari variabel Kepercayaan (X1),
Pelayanan (X2), Minat Beli (X3), dan terhadap variabel dependen yaitu
Keputusan Pembelian (Y).
Setelah semua variabel di uji Validitas menujukan bahwa semua
pertanyaan dinyatakan valid karena sudah sesuai > 0,4629. Hal ini menujukan
bahwa hubungan setiap variabel sudah valid. Pada pengujian reabilitas setiap
variabel dinyatakan realibel bila nilai alpha > 0,7. Berdasarkan hasil uji
reabilitas yang telah kami uji menujukan setiap variabel sudah realibel karena
sudah melebihi nilai alpha.
6.2 Saran
saran yang dapat dikemukakan berdasarkan hasil penelitian ini adalah:

Diharapkan pada peneliti selanjutnya dapat menambahkan variabelvariabel lain
yang dapat mempengaruhi keputusan pembelian online yang tidak di teliti
dalam penelitian ini. Diharapkan pada peneliti selanjutnya dapat menambahkan
jumlah sampel dan jumlah indikator yang di anggap penting pada setiap variabel
yang akan digunakan. Hal ini bertujuan agar dapat meningkatkan keakuratan
data.
22
23
DAFTAR PUSTAKA
N. mardiana ”Modul Praktikum Statistika Industri, bag modul 4”

“STRUCTURAL EQUATION MODELLING-PARTIAL LEAST SQUARE”
Staristik Industri
Disusun oleh :

FAKULTAS TEKNIK
BANDUNG
TAHUN PELAJARAN. 2023
LEMBAR PENGESAHAN

Disusun Oleh :
Menyetujui
Asisten Praktikum Statistik Industri
Lisya Maharani
2111201014
Mengetahui
ii
KATA PENGANTAR
“STRUCTURAL EQUATION MODELLING-PARTIAL LEAST SQUARE”.
Makalah ini kami susun guna menyelesaikan tugas kelompok dari mata kuliah
Praktek Statistika Industri dengan pembimbing Lisya Maharani.
Bandung, 20 Juni 2023
Penulis
iii
DAFTAR ISI
LEMBAR PENGESAHAN .................................................................................. ii
KATA PENGANTAR ........................................................................................ iii
DAFTAR GAMBAR ........................................................................................... v
BAB I .................................................................................................................. 1
PENDAHULUAN ............................................................................................... 1
1.2 Rumusan Masalah.................................................................................. 2
1.4 Tujuan dan Manfaat ............................................................................... 3
BAB II ................................................................................................................. 4
2.1 Pengertian SEM-PLS .................................................................................. 4
BAB III................................................................................................................ 7
3.1 Kerangka Berpikir ................................................................................. 7
3.2 Pembahasan ........................................................................................... 8
BAB IV ............................................................................................................... 9
PENGUMPULAN DAN PENGELOLAAN DATA ............................................. 9
4,1 Pengumpulan Data .................................................................................. 9
4.2 Pengolahan Data SEM-PLS..................................................................... 9
BAB V ............................................................................................................... 19
ANALISIS ......................................................................................................... 19
5.1 Analisis hasil SEM-PLS ........................................................................ 19
BAB VI ............................................................................................................. 22
KESIMPULAN DAN SARAN .......................................................................... 22
6.1 Kesimpulan .......................................................................................... 23
6.2 Saran .................................................................................................... 22
DAFTAR PUSTAKA ........................................................................................ 23
iv
DAFTAR GAMBAR
Gambar 4. 1 Kuisioner Web PELINDUNG ................................................... 9

Gambar 4. 2 Tampilan Smart PLS ................................................................. 9
Gambar 4. 3 persiapan data tabulasi .............................................................. 10
Gambar 4. 4 creat new project ....................................................................... 10
Gambar 4. 5 import data................................................................................ 11
Gambar 4. 6 hasil import data ....................................................................... 11
Gambar 4. 7 membuat new project ................................................................ 11
Gambar 4. 8 new path ................................................................................... 12
Gambar 4. 9 membuat model SEM-PLS........................................................ 12
Gambar 4. 10 model SEM-PLS ..................................................................... 13
Gambar 4. 11 PLS Algorhtm ......................................................................... 13
Gambar 4. 12 Hasil PLS Algorhtm ................................................................ 14
Gambar 4. 13 Bootstraping ........................................................................... 15
Gambar 4. 14 Output Blindfolding ................................................................ 15
Gambar 4. 15 Hasil Internal Consistency dan AVE ....................................... 16
Gambar 4. 16 Outer loading .......................................................................... 16
Gambar 4. 17 Fornell-Lacker Criterion ......................................................... 17
Gambar 4. 18 Inner VIF ................................................................................ 17
Gambar 4. 19 Path Coefficient ...................................................................... 17
Gambar 4. 20 Koefisien Determinasi ............................................................. 17
Gambar 4. 21 F2 ........................................................................................... 18
Gambar 4. 22 Q2........................................................................................... 18
v
BAB I
PENDAHULUAN

Kota Bandung merupakan Kota/Kabupaten di Jawa Barat yang memiliki unit
usaha dan instansi pendidikan yang paling banyak dibandingkan dengan
Kota/Kabupaten lainnya di Provinsi Jawa Barat. Hal ini dikarenakan Kota Bandung
merupakan ibu kota Provinsi Jawa Barat, selain itu wilayah Bandung Raya
merupakan salah satu kota metropolitan terbesar ketiga di Indonesia setelah
Jabodetabek.
Kota Bandung dikenal sebagai Kota Kembang, karena pada zaman dulu kota
ini dinilai sangat cantik dengan banyaknya pohon-pohon dan bunga-bunga yang
tumbuh di daerah tersebut. Sehingga Karena keindahannya Bandung juga dikenal
dengan sebutan Parijs van Java. Seiring dengan perkembangan zaman, Kota
Bandung juga dikenal sebagai kota belanja, hal ini dikarenakan banyaknya mall dan
factory outlet yang tersebar di kota ini, dan saat ini secara berangsur- angsur Kota
Bandung juga menjadi kota wisata kuliner. Akibat dari perkembangan yang terjadi
di Kota Bandung, kini Kota Bandung menjadi tujuan utama pariwisata dan
pendidikan.
Hal ini tentu berdampak positif terhadap kota bandung itu sendiri, pertumbuhan
ekonomi meningkat drastis seiring denga perkembangan kota bandung itu sendiri.
Begitu pula dengan dampak negatif yang ditimbulkan oleh pesatnya laju ekonomi
kota bandung yakni kemacetan lalu lintas dan banyaknya mobilitas warga dalam
berativitas.
Seiring dengan permasalah yang muncul pemkot bandung meluncurkan
Sebuah solusi untuk warga bandung agar dapat memantau lalu lintas ruas jalan
utama kota Bandung lewat sebuah website yang dinamakan PELINDUNG atau
Pemantauan Lalu Lintas Kota Bandung. PELINDUNG Adalah sebuah platform online
yang memberikan layanan monitoring dan pemantauan terhadap sistem CCTV
(Closed Circuit Television) yang terpasang di beberapa ruas Jalan Provinsi di Jawa
Barat. Melalui website ini, pengguna dapat melihat dan memantau aktivitas yang
terjadi di area-area yang terpasang CCTV tersebut secara real-time atau langsung.
1
2
Dalam Praktikum modul 5 ini kami akan melihat apakah warga kota Bandung
merasa terbantu oleh adanya website PELINDUNG atau Pemantauan Lalu Lintas
Kota Bandung.
Denganvariabel pertanyaan terbagi dalam 3 jenis (webqual) yakni Usability

(Kegunaan), Information Quality (Kualitas Informasi), dan Interaction Quality
(Kualitas Interaksi) dan apakah ketiga variabel tersebut mempengaruhi User
satisfaction (Kepuasan Pengguna) warga kota bandung terhadap program Website
Pelindung yang dilaksanakan pemkot bandung. Penelitian ini akan menggunakan
menggunakan analisis Structural Equation Modeling (SEM) yang berbasis varians
yaitu Partial Least Square (PLS). SEM dengan PLS banyak digunakan dalam
berbagai bidang ilmu, khususnya dalam ilmu-ilmu sosial. Hal ini karena SEM
dengan PLS merupakan metode analisis yang powerfull dimana metode ini tidak
didasarkan pada banyak asumsi, misalnya data tidak harus berdistribusi normal
multivariat, sampel tidak harus berukuran besar, dan dapat digunakan pada
konstruk yang bersifat refleksif dan formatif
1.2 Rumusan Masalah
Bagaimana model SEM-PLS untuk kepuasan warga kota bandung terhadap

website PELINDUNG yang dibuat oleh pemkot bandung.
1.1.1 Batasan
Agar penelitian tidak meluas dan menyimpang dari pembahasan maka
perlu diberikan suatu pembatasan masalah. Pembatasan masalahnya sebagai
berikut :
1. Menggunakan data yang didapatkan dari kuisioner penulis pada bulan juni
2023 sebanyak 30 data kuisioner.
2. Variabel yang diamati sebagai faktor-faktor yang mempengaruhi kepuasan
warga kota Bandung adalah variabel Kegunaan dan Kualitas Informasi dan
Kualitas interaksi.
3
1.1.2 Asumsi
Variabel X akan memepengaruhi variabel Y, dimana variabel X adalah
IQ,IQ dan U, dan Variabel Y adalah US.
1.4 Tujuan dan Manfaat
Beberapa tujuan dan manfaat dari laporan praktikum modul 5

1.1.3 Tujuan
1. Melakukan Pemodelan SEM-PLS pada Kuisioner kepuasan warga kota
bandung terhadap program pemkot website PELINDUNG.
2. Agar mahasiswa dapat memahami Structural Equation Modelling-
Partial Least Square (SEM-PLS)
1.1.4 Manfaat
1. Mengetahui Pemodelan SEM-PLS pada Kuisioner kepuasan warga
kota bandung terhadap program pemkot website PELINDUNG
2. Agar mahasiswa dapat melakukan dan mengaplikasikan metode
Structural Equation Modelling-Partial Least Square (SEM-PLS)
kedepannya.
BAB II
TINJAUAN PUSTAKA
2.1 Pengertian SEM-PLS

Menurut Ghozali (2006), Partial Least Square (PLS) merupakan orientasi
model persamaan struktural yang digunakan untuk menguji teori atau untuk
mengembangkan teori (tujuan prediksi). (Ghozali, 2006). PLS ini adalah
pendekatan alternatif yang bergeser dari pendekatan Structur Equation
Modelling (SEM) berbasis kovarian (mengukur besarnya hubungan antara dua
variabel) menjadi berbasis varian (ukuran korelasi antara dua variabel acak
yang sama). PLS ini sering diterapkan karena tiga alasan yaitu diatribusi data,
ukuran sampel, dan penggunaan indikator formatif.
Dinyatakan oleh Wold dalam Ghozali (2006), metode ini merupakan
metode yang sangat kuat, karena tidak didasarkan oleh banyak asumsi, data
tidak harus terdistribusi dengan normal multivariate (indikator dengan skala
kategori sampai rasio dapat digunakan pada model yang sama) dan untuk bahan
sampel tidak harus besar dengan minimal sampel 30-50 sudah dapat
diaplikasikan dan sudah layak untuk dijadikan sampel penelitian. (Ghozali,
2006).
Sedangkan, menurut Wold dalam Hoyle (1999), PLS merupakan metode
analisis yang “powerfull” karena dapat diterapkan pada semua skala data, tidak
membutuhkan banyak asumsi dan ukuran sampel tidak harus besar. (Ghozali,
2006). Walaupun PLS dapat juga digunakan untuk mengkonfirmasi teori, tetapi
dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antara
variabel laten. Selain dapat digunakan untuk mengeksplorasi hubungan antar
variabel dengan landasan teori lemah atau belum ada, PLS juga dapat
digunakan untuk pengujian hipotesis. PLS merupakan pendekatan yang lebih
tepat untuk tujuan prediksi. Konstrak terbagi menjadi dua, yaitu konstrak
eksogen dan konstrak endogen. Konstrak eksogen merupakan konstrak
penyebab, konstrak yang tidak dipengaruhi oleh konstrak lainnya. Konstrak
eksogen memberikan efek kepada konstrak lainnya, sedanhkan konstrak
4
5
endogen merupakan konstrak yang dijelaskan oleh konstrak eksogen. Konstrak

endogen adalah efek dari konsrrak eksogen. (Yamin dan Kurniawan, 2010)
Identifikasi Indikator pada SEM-Partial Least Square (SEM-PLS)
a. Indikator Variabel Physical Aspects (Aspek Fisik)

b. Indikator Variabel Reliability (Kehandalan)
c. Indikator Variabel Personal Interaction (Interaksi Pribadi)
d. Indikator Variabel Problem Solving (Pemecahan Masalah)
e. Indikator Variabel Policy (Kebijakan)
SmartPLS bertujuan untuk memprediksi suatu model dan

mengkonfirmasi teori yang telah ada, tetapi bisa juga digunakan untuk
menjelaskan ada tidaknya hubungan antar peubah atau variabel laten. Model
analisis jalur semua variabel laten dalam smartPLS terdiri dari tiga set
hubungan: a. Inner model yang menspesifikasi hubungan antar variabl laten
(structural model). Inner model menggambarkan hubungan antar variabel laten
berdasarkan substantive theory. b. Outer model yang menspesifikasi hubungan
antara variabel laten dengan indikator atau variabel manifestnya (measurment
model). Outer model juga mendefinisikan bagaimana setiap blok indikator
berhubungan dengan variabel latennya. 17 c. Weight relation di mana nilai
kasus dari variabel laten dapat diestimasi. Tanpa kehilangan generalisasi, dapat
diasumsikan bahwa variabel laten dan indikator atau manifest variabel diskala
zero means dan unit variance sehingga parameter lokasi dapat dihilangkan
dalam model.
Pengolahan dalam penelitian ini menggunakan model Structural Equation

Model (SEM) dengan smartPLS. Hubungan kausalitas model SEM ini untuk
lebih jelasnya dapat dilihat melalui diagram path. Ada beberapa hal yang
membedakan analisis PLS dengan model analisis SEM yang lain:
a. Data tidak harus berdistribusi normal.

b. Dapat digunakan sampel kecil. Minimal sampel>30 dapat digunakan.
6
c. PLS selain dapat digunakan untuk mengkonfirmasikan teori, dapat juga

digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel
laten.
d. PLS dapat menganalisis sekaligus konstruk yang dibentuk dengan indikator
reflektif dan formatif.
e. PLS mampu mengestimasi model yang besar dan kompleks dengan ratusan
variabel laten dan ribuan indicator. (Sanjiwani & Jayanegara, 2015)
Penelitian ini dilakukan dengan menggunakan bantuan software

SmartPLS. Partial Least Square dapat digunakan untuk memprediksi ada atau
tidaknya hubungan yang terjadi antara variabel laten satu dengan variabel laten
lainnya dengan situasi kompleksitas yang tinggi dan dukungan teori yang
rendah. (Ghozali, 2006). Penelitian ini menggunakan metode Partial Least
Square dengan alasan karena penelitian ini menggunakan hasil dari jawaban
kuesioner sebagai sumber data. Teknik analisis yang digunakan ini berguna
untuk mengetahui pengaruh Kegunaan, kualitas Informasi dan Interaksi
dengan kepuasan warga kota bandung terhadap website Pelindung
BAB III
a. Kerangka Berpikir
mulai
Indentifikasi dan
perumusan Masalaah

Tujuan
Pengumpulan Data
Pengolahan Data
1. Pembuatan Model SEM-PLS

a. PLS-Algorthm
b. outer loading dan AVE
c. Bootstraping
d. Blindfolding
e. Kolinieritas
f. Path Coeficie
g. koefisien determinasi
h. nilai F2 dan Q2
Analisis
Selesai
7
8
b. Pembahasan
manffat yang akan didapat setelah praktikum dilakukan.
3. Pengumpulan data
Dalam proses ini data dikumpulkan untuk diproses lebih lanjut adalah data
hasil dari kuisioner lewat google form dengan responden warga kota
bandung yang disebar kepada rekan penulis. data terkumpul sebanyak 30.
4. Pengolahan data
Pengolahan data pada data yang telah ditetapkan menggunakan sofware
smart-PLS untuk melihat hasil pengolahan data.
dianalisis.
BAB IV
PENGUMPULAN DAN PENGELOLAAN DATA

Data dikumpulkan dari hasil kuisioner menggunakan Google Form Kepuasan
Warga kota Bandung Terhadap Web PELINDUNG (Pemantau Lalu Lintas
Kota Bandung).
Gambar 4. 1 Kuisioner Web PELINDUNG

4.2 Pengolahan Data SEM-PLS.
Berikut penjelasan analisa data dengan bantuan SmartPLS pada data kuisioner
WebQual 4.0 dengan jumlah responden 30 orang.
1. Ini adalah tampilan Smart PLS 3.37
Gambar 4. 2 Tampilan Smart PLS
9
10
2. Siapkan tabulasi jawaban kuisioner seperti pada gambar. Beri nama item
pertanyaan sesuai nama variabel yang dijelaskan.
Gambar 4. 3 persiapan data tabulasi
3. Save file dalam bentuk csv.

4. Untuk mulai menggunakan klik New Project, beri nama project yang akan
dilakukan misal PELINDUNG.
Gambar 4. 4 creat new project

11
5. Import file kuisioner yang sudah siap dalam bentuk csv pada bagian
PELINDUNG – double click to import data.
Gambar 4. 5 import data

6. Jika data berhasil diimport, maka tampilan akan seperti pada gambar.
7. Selanjutnya klik New Path untuk membuat model SEM-PLS, seperti

gambar, sehingga akan tampil layar seperti pada gambar.
Gambar 4. 7 membuat new project
Gambar 4. 6 hasil import data

12
8. Lembar kerja siap digunakan untuk membuat model SEM-PLS.

9. Pada bagian indicatotrs, pilih semua item pertanyaan per variabel. Lihat
gambar, kemudian drag dan tempatkan di layar putih. Lakukan untuk semua
item pertanyaan per variabel seperti tampak pada gambar.
Gambar 4. 8 new path

10. Beri nama setiap latent variabel.
11. Susun sedemikian rupa variabel laten merah dan variabel manifest kuning
sehingga menampilkan model WebQual. Gunakan klik kanan untuk
memindahkan letak variabel manifest kuning. Pemindahan variabel laten
dapat dilakukan dengan drag saja.
Gambar 4. 9 membuat model SEM-PLS

12. Kemudian klik icon connect untuk membuat panah hubungan antar variabel.
13
13. Model SEM-PLS dengan WebQual sudah dapat dianalisa. Gambar
Gambar 4. 10 model SEM-PLS

14. Lakukan analisa pertama yaitu dengan klik calculate ->PLS-Algorhtm
pilih start calculation.
Gambar 4. 11 PLS Algorhtm

14
15. Hasil perhitungan dan output yang dapat diexport. Gambar
Gambar 4. 12 Hasil PLS Algorhtm
16. Lakukan analisa nilai outer loading dan AVE. Jika sudah memenuhi kriteria
lanjutkan. Jika belum maka lakukan penghapusan item pertanyaan yang
memiliki nilai outer loading < 0.7.
17. Berdasarkan gambar, nilai outer loading sudah sesuai > 0.7 sehingga tidak
perlu ada item yang harus di drop dari model.
18. Selanjutnya ulangi langkah 14 dan 15 sehingga menghasilkan nilai outer
loading > 0.7 untuk semua variabel.
15
19. Berikutnya calculate -> bootstraping -> start calculation, sehingga

diperoleh output pada gambar.
Gambar 4. 13 Bootstraping
20. Berikutnya calculate -> blindfolding -> start calculation diperoleh output
pada gambar. Sebelumnya pilih omission distance 9 pada layar kiri sebelum
start calculation.
Gambar 4. 14 Output Blindfolding

21. Setelah semua perhitungan dilakukan, selanjutnya adalah membaca data
dan mengambil kesimpulan terkait model yang dianalisa.
16
Berdasarkan data output tersebut, berikut hal-hal yang dapat disimpulkan.
1. Evaluasi Model Pengukuran

- Internal consistency dan AVE.
Gambar 4. 15 Hasil Internal Consistency dan AVE

- Outer Loading
Gambar 4. 16 Outer loading

17
- Fornell-Larcker Criterion
Gambar 4. 17 Fornell-Lacker Criterion
2. Evaluasi model struktural

- Uji kolinieritas
Nilai inner VIF
Gambar 4. 18 Inner VIF
- Evaluasi Path Coefficient
Gambar 4. 19 Path Coefficient
- Koefisien determinasi
Gambar 4. 20 Koefisien Determinasi

18
- Nilai F2
Gambar 4. 21 F2
- Nilai Q2
Gambar 4. 22 Q2
BAB V
ANALISIS
5.1 Analisis hasil SEM-PLS

Berdasarkan proses PLS-Algorithm, Bootstraping, dan Blindfolding
diperoleh hasil analisis data yang dapat dilihat pada tab-tab disamping model,
pada gambar 4.14 . Pada setiap tab bisa dilakukan proses export data ke Ms.
Excel, Web maupun R.
Berdasarkan hasil PLS-algorthm semua nilai outer loading menunjukan > 0,7
berarti data sudah sesuai. Pada gambar 4.12
5.1.1 Evaluasi Model Pengukuran.

Evaluasi ini bertujuan untuk memastikan bahwa model pengukuran
telah valid dan realibel, melalui evaluasi terhadap tiga indikator yaitu
Internal Consistency, Convergent Validity, dan Discriminant Validity.
1. Internal Consistency dilihat dari nilai Alpha Cronbach dan
Composite Reliability dengan batas minimal keduanya 0.6 dan tidak
> 0.95, hal ini untuk menghindari semua variabel dan indikator
mengukur fenomena yang sama.
2. Convergent Validity dilihat dari nilai Outer Loading dan AVE.
sementara nilai AVE baiknya > 0,5. Nilai Outer Loading yang
signifikan adalah > 0,7.
Berdasarkan gambar 4.15 nilai Alpha Cronbach, Composite
Reliability dan AVE sudah memenuhi syarat.
3. Discriminant Validity dilihat dari nilai Cross Loading dan Fornell-
Larcker Criterion. Melalui tabel Cross Loading, pastikan bahwa
Outer Loading setiap indikator pada suatu variabel laten harus lebih
besar dari nilai Cross Loading terhadap variabel laten lain.
Pada gambar untuk Cross Loading sudah memenuhi syarat.
4. Nilai dan Fornell-Larcker Criterion digunakan dengan cara
membandingkan akar kuadrat AVE lebih besar dari nilai korelasi
19
20
variabel-variabel laten. Berdasarkan gambar 4.17 , nilai ini pun sudah

memenuhi syarat.
5.1.2 Evaluasi Model Struktural
Tujuan evaluasi model struktural yaitu melihat kemampuan prediktif
sebuah model dan bagaimana hubungan antar variabel laten dalam model
tersebut, beberapa langkah yang harus dilakukan dijelaskan sebagai
berikut :
1. Uji Kolinieritas
Bertujuan untuk melihat bahwa memang tidak terjadi
kolinieritas diantara variabel-variabel laten eksogen (yang
mempengaruhi\variabel independen) yang sama dalam model
struktural yang dibentuk. Pada gambar 4.18.
2. Path Coefficient
Nilai path koefisien menyatakan nilai estimasi kekuatan
hubungan antar variabel laten pada model struktural. Signifikan atau
tidaknya nilai koefisien jalur dilihat dari nilai t dan p-value dari
masing-masing jalur.
Berdasarkan gambar 4.19, variabel Information Quality tidak
signifikan dengan p-value 0.35 > 0.05, berpengaruh terhadap variabel
User Satisfaction, 2 jalur lain signifikan. Interaction Quality
berpengaruh terhadap User Satisfaction sebesar 0.605, Usability
berpengaruh terhadap User Satisfaction sebesar 0.495 dimana semua
p-value < 0.05.
3. Koefisien determinasi
Koefisien determinasi R2 menyatakan nilai pengukuran
kekuatan prediktif dari suatu model. Nilai ini mempresentasikan
kekuatan variabel-variabel eksogen secara besama-sama
mempengaruhi variabel laten endogen. Lihat hasil output PLS-
Algorithm.Pada gambar4.20, R2 termasuk tinggi untuk User
Satisfaction.
21
4. Nilai F2
Menyatakan besarnya efek terhadap variabel endogen jika suatu
variabel eksogen dihapuskan dari model. Batas bawah nilai F2 0,02,
0,15 dan 0,35. Pada gambar 4.21 ditampilkan nilai F2 dimana
Information Quality berpengaruh kecil terhadap User Satisfaction
yaitu 0,026.
5. Nilai Q2
Digunakan untuk mengevaluasi akurasi dari model yang
diadjust. Nilai Q2 dapat dilihat dengan pendekatan cross-validated
redundanc. Jika Q2 > 0 artinya model relevan digunakan untuk
memprediksi konstruk endogen. Berdasarkan gambar 4.22 , nilai Q2
> 0 untuk variabel endogen artinya model relevan memprediksi
variabel endogen tersebut.
BAB VI
6.1 Kesimpulan
Information Quality (IQ) adalah variabel yang berpengaruh terhadap

variabel User Satisfication (US) dengan hasil -0,186, Interaction Quality(IQ)
berpengaruh terdapat US sebesar 0.605 dan Usability terhadap US sebesar
0,495. Sehingga variabel yang paling berpengaruh adalah Interaction Quality
terhadap User Satisfication
6.2 Saran
Keseluruhan, praktikum ini telah memberikan kesempatan yang berharga
bagi kami Sahrul Gunawan Dan Ragil agilang sebagai mahasiswa Teknik
Industri untuk mengaplikasikan dan memperdalam pemahaman kami tentang
STRUCTURAL EQUATION MODELLING-PARTIAL LEAST SQUARE .
Kami telah mengalami sendiri bagaimana Pengaplikasian sem-pls pada
sebuah data.
Kami berharap bahwa laporan praktikum ini dapat menjadi referensi yang
bermanfaat dan memberikan gambaran yang jelas tentang pengalaman kami
selama praktikum.
22
23
DAFTAR PUSTAKA
N. mardiana ”Modul Praktikum Statistika Industri, bag modul 5”
Ghozali, Imam & Hengky Latan. 2015. Partial Least Squares Konsep, Teknik dan
Aplikasi Menggunakan Program SmartPLS 3.0 Untuk Penelitian Empiris.
Semarang: Universitas Diponegoro.
Yamin, Sofyan dan Heri Kurniawan. 2011. Generasi Baru Mengolah Data
Penelitian dengan Partial Least Square Path Modeling : Aplikasi dengan Software
XLSTAT, SmartPLS, dan Visual PLS. Salemba Infotek. Jakarta.
Alodya Ann Gita Alfa, 2017 ANALISIS PENGARUH FAKTOR KEPUTUSAN

KONSUMEN DENGAN STRUCTURAL EQUATION MODELING PARTIAL
LEAST SQUARE Universitas Pendidikan Indonesia
KARTU PRAKTIKUM
TERIMA KASIH ATAS BIMBINGANYA

RAGIL AGILANG & SAHRUL GUNAWAN

Laporan Praktek Statistik Industri 1-5 Final

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Laporan Praktek Statistik Industri 1-5 Final

Uploaded by

Copyright:

Available Formats

LAPORAN PRAKTEK STATISTIK INDUSTRI

“PIVOT TABLE, PIVOT CHART, DAN DATA ANALISIS”

PROGRAM STUDI TEKNIK INDUSTRI

Lisya Maharani 2111201014

Novi Mardiana, S. Si., M.Si

Bandung, 20 April 2023

LEMBAR PENGESAHAN ................................................................................ ii

KATA PENGANTAR ....................................................................................... iii

DAFTAR ISI ..................................................................................................... iv

DAFTAR GAMBAR ......................................................................................... vi

DAFTAR TABEL ............................................................................................ vii

1.1 Latar Belakang masalah ......................................................................... 1

TINJAUAN PUSTAKA ..................................................................................... 4

2.1 Pivot Table ............................................................................................ 4

METODOLOGI PENELITIAN ........................................................................ 7

3.1 Kerangka Berfikir .................................................................................. 7

PENGUMPULAN DAN PENGOLAHAN DATA ............................................ 9

4.1 Cara membuat Pivot Table ..................................................................... 9

KESIMPULAN DAN SARAN......................................................................... 27

Gambar 4.1 ................................................................................................... 9

Ilmu Pengetahuan dan Teknologi ( IPTEK ) telah berkembang sangat

1.2 Rumusan Masalah

1.3 Batasan dan Asumsi

1.3.1 Dalam praktikum ini Batasan yang kami gunakan adalah :

1. Pengumpulan dan pengolahan data dilakukan menggunakan

1.3.2 Dalam praktikum ini Asumsi yang kami gunakan adalah :

1. Untuk mengetahui cara pengumpulan dan penyajian data menggunakan

1. Mahasiswa/i dapat mengetahui cara pengumpulan dan penyajian data

Pivot Table merupakan sebuah tools pada aplikasi ms.excel yang

2.1.1 Area Pivot Table

2.1.2 Diagram Pivot Table

Sampai titik ini anda sudah mempunyai pengetahuan yang cukup

2.1.3 Hal-hal yang perlu di perhatikan dalam membuat pivot table

Beberapa hal-hal berikut ini dapat berpengaruh pada saat membuat

2.2 Pivot Chart

2.1.4 langkah-langkah membuat grafifk tabel pivot

1. Membuat pivot tabel dari data

2.3 Data analsis

Data Analysis sering digunakan bagi kita yang melakukan pengolahan

Penentuan Maksud dan

a. One Sample t-test

4.1 Cara membuat Pivot Table

1. Pastikan kalian sudah memiliki data untuk dianalasisi dengan bantuan

1. Pilihlah data yang akan dikelompokkan dengan Pivot Table. Ada 2

2. Tentukan tempat untuk membuat Pivot Table. Ada 2 pilihan :

Dari Pivot Table yang diberikan, daftar B. Indonesia, Matematika, IPA,

 Values berfungsi untuk menunjukkan hasil penjumlahan dari

7. Jika menurut kalian tampilan Pivot Table membosankan, Jangan

4.2 Cara membuat grafik Pivot Chart

1. Pertama, klik Cell manapun pada bidang Pivot Table Anda.

2. Kedua, Klik Tab Analyze, kemudian Klik Pivot Chart.

4.3 Cara memunculkan data analisis

1. Klik File, terletak pada pojok kiri atas.

2. Kemudian klik Options.

3. Setelah muncul Excel Options seperti gambar dibawah, Klik Add-Ins.

4. Pada Manage pilih Excel Add-ins, Klik Go…

5. Akan muncul Jendela Add-Ins, centang Analysis ToolPak dan Analysis

6. Setelah menunggu beberapa saat akan muncul Data Analysis di sebelah

4.4 Pengumpulan Data

Untuk pemebuatan laporan ini penulis menggunakan data reponden

Tabel 4. 1 data responden mahasiswa

Responden Tinggi Badan Berat Badan Kota

4.5 Pengolahan Data