kualitatif...kualitatif data berbentuk kalimat, skema dan gambar. kuantitatif nominal hanya...
TRANSCRIPT
1
Kualitatif◦ Data berbentuk kalimat, skema dan gambar.
Kuantitatif◦ Nominal
Hanya berfungsi lambang utk membedakan (contoh:membeli =1, tidakmembeli =0; Laki-laki=0, perempuan=1)
◦ Ordinal◦ Berfungsi lamban, berjarak antar tingkatan (rangking), tetapi tidak
mempunyai titik nol. (contoh: sangat puas=5, puas=4, cukuppuas=3, tidak puas=2, sangat tidak puas=1)
◦ Interval Angka deskret kontinue dengan nol yang tidak mutlak (titik nol dengan
ada perjanjian, derajat celsius atau derajat farenhait). (contoh: 0 derat celsius tidak sama dengan 0 derajat Farenhait)
◦ Rasio◦ Angka deskret kontinue, dengan titik nol yang mutlak (Contoh:
Angka Indeks (IPK) atau persen (%)
2
Variabel adalah sesuatu objek yang mempunyai variasi antara satu dengan lainnya.
Jenis Variabel◦ Variabel Bebas
Variabel yang mempengaruhi◦ Variabel terikat
Variabel yang dipengaruhi◦ Variabel moderator
Variabel yang mempengaruhi hubungan antara variabel bebas dengan terikat
◦ Variabel Intervening Variabel moderator yang tidak teramati
◦ Variabel kontrol Variabel yang dikendalikan
3
Variabel adalah sesuatu objek yang mempunyai variasi antara satu denganlainnya.
Jenis Data Variabel◦ Data Variabel Kualitatif:◦ 1. Data Nominal
2. Data Ordinal
◦ Data Variabel Kuantitatif:◦ 1. Data Interval◦ 2. Data Rasio
◦
4
Nominal◦ Hanya bisa membedakan (contoh:membeli, tidak membeli)
Ordinal◦ Mempunyai tingkatan (Contoh: sangat puas, puas, cukup
puas, tidak puas, sangat tidak puas)
Interval◦ Mempunyai jarak antar tingkatan, tetapi tidak mempunyai
titik nol. (contoh: sangat puas=5, puas=4, cukup puas=3, tidak puas=2, sangat tidak puas=1)
Rasio◦ Mempunyai jarak antar tingkatan, dan mempunyai titik nol
(contoh: tingkat penjualan 350.000 buah
5
Kualitatif◦ Data berbentuk kalimat, skema dan gambar.
Kuantitatif◦ Nominal
Hanya berfungsi lambang utk membedakan (contoh:membeli =1, tidakmembeli =0; Laki-laki=0, perempuan=1)
◦ Ordinal◦ Berfungsi lamban, berjarak antar tingkatan (rangking), tetapi tidak
mempunyai titik nol. (contoh: sangat puas=5, puas=4, cukuppuas=3, tidak puas=2, sangat tidak puas=1)
◦ Interval Angka deskret kontinue dengan nol yang tidak mutlak (titik nol dengan
ada perjanjian, derajat celsius atau derajat farenhait). (contoh: 0 derat celsius tidak sama dengan 0 derajat Farenhait)
◦ Rasio◦ Angka deskret kontinue, dengan titik nol yang mutlak (Contoh:
Angka Indeks (IPK) atau persen (%)
6
Kualitatif◦ Data berbentuk kalimat, skema dan gambar.
Kuantitatif◦ Nominal
Hanya berfungsi lambang utk membedakan (contoh:membeli =1, tidakmembeli =0; Laki-laki=0, perempuan=1)
◦ Ordinal◦ Berfungsi lamban, berjarak antar tingkatan (rangking), tetapi tidak
mempunyai titik nol. (contoh: sangat puas=5, puas=4, cukuppuas=3, tidak puas=2, sangat tidak puas=1)
◦ Interval Angka deskret kontinue dengan nol yang tidak mutlak (titik nol dengan
ada perjanjian, derajat celsius atau derajat farenhait). (contoh: 0 derat celsius tidak sama dengan 0 derajat Farenhait)
◦ Rasio◦ Angka deskret kontinue, dengan titik nol yang mutlak (Contoh:
Angka Indeks (IPK) atau persen (%)
7
Semantic Diferential
◦ Contoh:
◦ Bagaimana kualitas lulusan PTS A
Sangat baik 5 4 3 2 1 Buruk
Rating Scale
◦ Contoh
◦ Berilah penilaian terhadap PTS A
◦ 1 sangat baik = Rangking I
◦ 2 baik = Rangking II
◦ 3 Cukup baik = Rangking III
◦ 4 Kurang baik = Rangking IV
◦ 5 Sangat tidak baik= Rangking V
8
No. Tentang PTS A Interval jawaban
1 Kualitas lulusan 5 4 3 2 1
2 Kualitas gedung 5 4 3 2 1
Skala Likert (Rangking dengan yg terbaik=5)◦ Ukuran ordinal dirubah menjadi interval dengan cara
membuat skor 1 s/d 5: ◦ Contoh: sangat baik=5, baik=4, cukup baik=3, tidak
baik=2, sangat tidak baik=1)◦ Contoh: Bagaimana kualitas, prestasi siswa SMA:
a) sangat baik, b) baikc) cukup baikd) tidak baike) sangat tidak baik
Skala Guttman (Skala Nominal juga)◦ Pengukuran hanya kriteria:
ya=1-tidak=0, Benar=1-salah=0 Setuju=1-tidak setuju=0
9
Dalam metode analisis ini adalah analisis untuk pembuktian empiris dari hipotesis yang dikemukakan
Hipotesis adalah pendapat yang harus diuji kebenarannya secara empirik
Langkah-langkah pengujian hipotesis◦ Pernyataan Hipotesis null (H0) dan Hipotesis alternatif (H1)◦ Memilih tingkat nyata ◦ Mengindentifikasi uji statistik◦ Merumuskan pembuatan keputusan◦ Mengambil keputusan
Menerima H0
Menolak H0
10
11
Pernyataan Dwi Arah
H0 adalah suatu pernyataan yang menyatakan tidak ada
perbedaan , sedangkan H1 adalah suatu pernyataan yang
menyatakan ada perbedaan
Contoh:
H0 : 1 = 100
H1 : 1 100
Pernyataan Eka Arah
H0 adalah suatu pernyataan yang menyatakan tidak lebih
besar atau lebih kecil, sedangkan H1 adalah suatu pernyataan
yang menyatakan lebih besar atau lebih kecil,
Contoh:
H0 : 1 100
H1 : 1 > 100
Contoh:
H0 : 1 100
H1 : 1 < 100
12
Penentuan tingkat nyata, yang dinyatakan dengan simbol
adalah menentukan peluang untuk menolak H0, padahal H0 itu
benar.
Peluang berada pada kisaran 0 dan 1. Jika 0 dinyatakan tidak
mungkin terjadi sedangkan 1 dinyatakan pasti terjadi.
Jika kita mengatakan bahwa peluang untuk menolak H0,
padahal H0 itu benar adalah 5% maka nilai =0,05.
Besarnya nilai
Penentuan nilai belum ada patokan, tetapi umumnya untuk
disiplin ilmu yang menentukan tingkat ketelitian tinggi dipakai
tingkat =0,01. Sedangkan disiplin ilmu yang tidak menuntut
tingkat ketelitian tinggi dipakai =0,05
Statistik adalah penggambaran data yang sangat besar. Statistik juga dapat menggambarkan karakteristik data yang sangat besar (populasi berdasarkan data yang lebih kecil (sampel)
Data: 2,3,3,3,4,4,5,7,8,9
Rata-rata hitung adalah jumlah data dibagi dengan banyaknya data
13
8,410
9875443332
:
X
dataBanyaknyanXDataJumlahX
rataRataX
n
XX
Rumus
Median adalah nilai yang terletakditengah data jika data tersebutdiurutkan dari yang terkecil sampaiterbesar
Data: 2,3,3,3,4,4,5,7,8,9 Median adalah nilai 4 Modus adalah nilai data yang paling
banyak Modus adalah nilai 3
14
15
Deviasi adalah derajat penyimpangan dari nilai rata-rata
n
XX
D
n
i
i
X
1
Data 1: 5,5,5,5,5 Rata-rata = 5
Data 2: 1,9,2,7,6 Rata-rata = 5
Deviasi Data 1 = 0
Deviasi Data 2 = 2,8
Standart Deviasi
S
1
1
22
1
2
nn
XX
S
Atau
n
XX
S
ii
n
i
i
Nilai Frekuensi Probabiliti
7,5 3 3/35=0,0857
7,75 8 8/35=0,2286
8 13 13/35=0,3714
8,25 8 8/35=0,2286
8,5 3 3/35=0,0837
35 35/35=1
16
71163,2
8
x
X
0.0857
0.2286
0.3714
0.2286
0.0837
0
0.1
0.2
0.3
0.4
7.5 7.75 8 8.25 8.5
17
x
f(X)
x
eplsilon e
DeviasiStandart
populasi rata-Rata
1
kurva Fungsi
x
))(2
1(
2)(
)(
22
x
x
nxx
x
xx
ef
f Standart Deviasi
18
Distribusi Z atau distribusi normal standart adalah
distribusi normal dengan nilai µx= 0
Dan standar deviasi = 1
0,1
0,2
0,3
0,4
10 2 3-1-2-3
2)2
1(
)(2
1 Z
z ef
e=2,718282
3413,02
12
2
11
0
dzez
Dapat dilihat di tabel Z
19
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0 0,3413
1,1
1,2
1,3
1,4 0,4265
1,5
Luas Z=1 adalah 0,3414
Luas Z=1,45 adalah 0,4265
Z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
3,1 0,4990 0,4991 0,4991 0,4991 0,4992 0,4992 0,4992 0,4992 0,4993 0,4993
3,2 0,4993 0,4993 0,4994 0,4994 0,4994 0,4994 0,4994 0,4995 0,4995 0,4995
20
21
x=2000
f(X)
x=60
21001900
% 90,5atau
0,905adalah 2100 s/d 1900 Nilai Peluang
4525,067,160
20001900
1900
4525,067,160
20002100
2100
Z
X
Z
X
XZ
X
X
22
Pengujian Dwi Arah
H0 : = 100
H1 : 100
100:H0
1
Daerah Penerimaan H0
2
2
Daerah Penerimaan H1
Daerah Penerimaan H1
23
Pengujian Eka Arah
H0 : 100
H1 : > 100
100:H0
1
Daerah Penerimaan H0
100:H0
1
Daerah Penerimaan H0
Daerah Penerimaan H1
Daerah Penerimaan H1
Pengujian Eka Arah
H0 : 100
H1 : <100
24
Statistik Uji dipakai untuk menerima H0 atau H1,
kita Menerima H0 apabila nilai Zhitung lebih kecil dari nilai Ztabel pada nilai
yang kita tentukan.
Sebaliknya kita menerima H1 apabila nilai Zhitung lebih besar dari nilai Ztabel
pada nilai yang
kita tentukan
Mis: H0: =100
H1:100 Standrat deviasi= 15 dan Rata-rata 106
=0,05
100 rata-rata X Kesimpulan
diterima H ditolak, H
Z
96,1Z
45,1
6
100/15
100106
/
10
0,025 Tabel
0,025 Tabel
hitung
hitung
hitung
Z
Z
n
XZ
Untuk menguji hubungan dua variabel dengan data ordinal
Hipotesis: Kualitas pelayanan berhubungan dengan kepuasan pelanggan secara positif
Ho: Tidak terdapat hubungan positif antara kualitas pelayanan dengan kepuasan pelanggan
H1 :Terdapat hubungan positif antara kualitas pelayanan dengan kepuasan pelanggan
Ho ditolak jika thitung ttabel =0,05
25
db α=0,1 α=0,05 α=0,025 α=0,01
1 3.078 6.314 12.706 31.821
2 1.886 2.920 4.303 6.965
3 1.638 2.353 3.182 4.541
4 1.533 2.132 2.776 3.747
5 1.476 2.015 2.571 3.365
6 1.440 1.943 2.447 3.143
7 1.415 1.895 2.365 2.998
8 1.397 1.860 2.306 2.896
9 1.383 1.833 2.262 2.821
10 1.372 1.812 2.228 2.764
11 1.363 1.796 2.201 2.718
12 1.356 1.782 2.179 2.681
13 1.350 1.771 2.160 2.650
14 1.345 1.761 2.145 2.624
15 1.341 1.753 2.131 2.602
26
Hipotesis: Rata-rata penjualan perusahaan A lebih tinggi dari perusahaan B
H0 : Rata-rata penjualan perusahaan A tidak lebih tinggi dari perusahaan B
H1: Rata-rata penjualan perusahaan A lebih tinggi dari perusahaan B
H0 : ditolak jika thitung ttabel =0,05
27
No. X1 X12
X2 X22
1 260 67600 230 52900
2 245 60025 200 40000
3 300 90000 230 52900
4 230 52900 240 57600
5 225 50625 220 48400
6 275 75625 240 57600
7 400 160000 245 60025
8 250 62500 250 62500
9 275 75625 260 67600
10 280 78400 275 75625
11 290 84100 300 90000
12 300 90000 275 75625
Rata 277.5 247.08
Jumlah 3330 947400 2965 740775
X1 = Penjualan perusahaan A
X2= Penjualan perusahaan B
B perusahaan darilebih A perusahaan
penjualan rata-rata kesimpulandengan diterima, H1 ditolak, Ho
102122
812,1
308,12
12
1
12
1
21212
258,27112048,46112
08,2475,277
258,27112
12
2965740775
048,46112
12
3330947400
1
)X(
X
11
2
11
1105,0
1105,0
2
2
2
1
n
1
n
1
2
i
2
i
1
2121
2
22
2
11
21
dbtabelhitung
dbtabel
hitung
i
i
hitung
tt
ndb
t
t
S
S
n
ns
nnnn
snsn
XXt
28
Hipotesis: Semakin banyak pelatihan maka tingkat penjualan semakin meningkat
H0 : Banyaknya pelatihan tidak meningkatkan penjualan
H1: Banyaknya pelatihan meningkatkan penjualan
H0 ditolak jika Fhitung Ftabel = 0,05
29
X1 = Jumlah produk terjual per hari sesudah pelatihan 1
X2 = Jumlah produk terjual per hari sesudah pelatihan 2
X3 = Jumlah produk terjual per hari sesudah pelatihan 3
No. X1 X12
X2 X22
X3 X32
Xtotal X2total
1 2 4 3 9 5 25 10 38
2 4 16 5 25 8 64 17 105
3 3 9 4 16 7 49 14 74
4 2 4 5 25 8 64 15 93
5 1 1 3 9 5 25 9 35
6 3 9 4 16 6 36 13 61
7 2 4 5 25 7 49 14 78
8 1 1 6 36 9 81 16 118
9 3 9 3 9 4 16 10 34
10 2 4 4 16 6 36 12 56
Jumlah 23 61 42 186 65 445 130 692
261330
1
213
variabelbanyaknyaK
1
29130
totalbebasderajat
1
2,4088,4667-128,6667JK
Kelompok AntaraKuadrat Jumlah JK
JK
4667,8830
130
10
65
10
42
10
23
Kelompok AntaraKuadrat Jumlah
6667,12830
130692
talKuadrat toJumlah
dal
dal
dal
2222
2
3
2
3
2
2
2
1
2
1
2
2
2
dal
dal
ant
ant
total
total
total
anttotal
ant
ant
total
total
ant
total
total
total
total
totaltotal
db
KNdb
db
Kdb
db
db
Ndb
JKJK
JK
JK
n
X
n
X
n
X
n
XJK
JK
JK
N
XXJK
30
menjualkemampuan an meningkatkakan
pelatihan banyaknya kesimpulandengan diterima H1dan ditolak ,
F
37,3
709,29489,1
2334,44
MKF
Kelompok DalamKuadrat Median MK
489,127
2,40MK
AntaraKuadrat Median
2334,442
88,4667
05,0hitung
05,0
dal
hitung
dal
dal
Ho
F
F
MK
db
JK
MK
db
JKMK
tabel
tabel
ant
dal
dal
ant
ant
antant
31
TABEL ANALISIS VARIANS
Jumlah derajat Median Fhitung F0,05
Kuadrat bebas Kuadrat
Antar 88.4667 2 44.2334 29.7090 3.37
Kelompok
Dalam 40.2 27 1.4889
Kelompok
Total 128.6667 29
V2= db
Penyebut 1 2 3 4 5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26 3.37
V1 = db Pembilang
32
db 1 2 3 4
1 161.448 199.5 215.707 224.583
2 18.513 19 19.164 19.247
3 10.128 9.552 9.277 9.117
4 7.709 6.944 6.591 6.388
5 6.608 5.786 5.409 5.192
6 5.987 5.143 4.757 4.534
7 5.591 4.737 4.347 4.12
8 5.318 4.459 4.066 3.838
9 5.117 4.256 3.863 3.633
10 4.965 4.103 3.708 3.478
11 4.844 3.982 3.587 3.357
12 4.747 3.885 3.49 3.259
13 4.667 3.806 3.411 3.179
14 4.6 3.739 3.344 3.112
15 4.543 3.682 3.287 3.056
16 4.494 3.634 3.239 3.007
17 4.451 3.592 3.197 2.965
18 4.414 3.555 3.16 2.928
19 4.381 3.522 3.127 2.895
20 4.351 3.493 3.098 2.866
21 4.325 3.467 3.072 2.84
22 4.301 3.443 3.049 2.817
23 4.279 3.422 3.028 2.796
24 4.26 3.403 3.009 2.776
25 4.242 3.385 2.991 2.759
26 4.225 3.369 2.975 2.743
27 4.21 3.354 2.96 2.728
28 4.196 3.34 2.947 2.714
29 4.183 3.328 2.934 2.701
30 4.171 3.316 2.922 2.69
33
Hipotesis: Terdapat perbedaan kemampuan menjual produk terjual antara lulusan SMU, D3, dan S1.
H0: Tidak terdapat perbedaan kemampuan menjual produk antara lulusan SMU, D3, danS1.
H1: terdapat perbedaan kemampuan menjual produk antara lulusan SMU, D3, dan S1.
H0 ditolak jika Fhitung Ftabel = 0,05
34
No. X1 X12
X2 X22
X3 X32
Xtotal X2total
1 3 9 5 25 15 225 23 259
2 3 9 7 49 18 324 28 382
3 1 1 8 64 20 400 29 465
4 4 16 10 100 18 324 32 440
5 5 25 12 144 14 196 31 365
6 6 36 14 196 20 232
7 3 9 15 225 18 234
8 4 16 12 144 16 160
9 5 25 5 25
10 2 4 2 4
Jumlah 36 150 83 947 85 1469 204 2566
X1 = Jumlah produk terjual per hari lulusan SMU
X2 = Jumlah produk terjual per hari lulusan D3
X3 = Jumlah produk terjual per hari lulusan S1
20222
213
variabelbanyaknyaK
1
22123
totalbebasderajat
1
275,130626,334-756,609JK
Kelompok AntaraKuadrat Jumlah JK
JK
334,62623
204
5
85
8
83
10
36
Kelompok AntaraKuadrat Jumlah
609,75623
2042566
talKuadrat toJumlah
dal
dal
dal
2222
2
3
2
3
2
2
2
1
2
1
2
2
2
dal
anttotaldal
ant
ant
total
total
total
anttotal
ant
ant
total
total
ant
total
total
total
total
totaltotal
db
dbdbdb
db
Kdb
db
db
Ndb
JKJK
JK
JK
n
X
n
X
n
X
n
XJK
JK
JK
N
XXJK
35
36
S1dan D3, SMU,lulusan antara berbeda
produk menjualkemampuan kesimpulandengan diterima H1dan ditolak ,
F
52,3
674,45857,6
167,313
MKF
Kelompok DalamKuadrat Median MK
857,619
275,130MK
AntaraKuadrat Median
167,3132
626,334
05,0hitung
05,0
dal
hitung
dal
dal
Ho
F
F
MK
db
JK
MK
db
JKMK
tabel
tabel
ant
dal
dal
ant
ant
antant
TABEL ANALISIS VARIANS
Jumlah derajat Median Fhitung F0,05
Kuadrat bebas Kuadrat
Antar 626.334 2 313.167 48.078 3.52
Kelompok
Dalam 130.275 20 6.514
Kelompok
Total 756.609 29
Untuk menganalisis pengaruh antar variabel
Hipotesis: Terdapat pengaruh positif input produksi terhadap produksi
Ho: Tidak terdapat pengaruh positif nput produksi terhadap produksi
H1: Terdapat pengaruh positif input produksi terhadap produksi
Ho: ditolak jika thitung > t=0,05
37
X 1 2 3 4 5 6 7 8 9 10
Y 4 5 6 8 9 11 14 14 15 17
0
5
10
15
20
0 5 10 15
Y
X
Y = Produksi X = Input Produksi
e
e
38
XbYa
n
Xb
n
Ya
XbYna
XbYna
XbnaY
bXaYa
e
bXaYe i
i YYe
222
0222
)1).((2
)(
2
22
^
39
n
XX
n
YXXY
b
n
YXXY
n
XXb
bn
Xb
n
YXXY
bXn
Xb
n
YXY
bXaXY
bXXY
bXaXY
XbXaYb
e
bXaYe
X
X
XXX
Yi
iYe
2
2
2
2
2
2
2
2
2
2
2
22
)(
)(
0)(
0)(
0
0222
0222
)).((2
)(
^
40
X Y X2 XY Y2
1 4 1 4 16
2 5 4 10 25
3 6 9 18 36
4 8 16 32 64
5 9 25 45 81
6 11 36 66 121
7 14 49 98 196
8 14 64 112 196
9 15 81 135 225
10 17 100 170 289
Sum 55 103 385 690 1249
AVG 5.5 10.3
49697.1
10
55385
10
10355690
2
b
06.25,549697.13,10 a
n
XX
n
YXXY
b2
2)(
produksi terhadapproduksiinput positifpengaruh terdapat diterima H1 ditolak, Ho
860,1
384,2107,0
4969,1
07,05,82
638,0
5,8210
55385
10
638,0210
5,12349597,11,188
5,12310
10355690
1,18810
1031249
2
805,0
805,0
22
2
22
22
2
22
2
2
dbtabelhitung
dbtabel
hitung
b
e
e
eb
b
hitung
tt
t
t
s
x
XXx
s
xy
n
YXXYxy
y
n
YYy
n
xybys
x
ss
s
bt
41
Hipotesis: Terdapat pengaruh positif biaya iklan dan promosi terhadap penjualan.
Ho: Tidak Terdapat pengaruh positif biaya iklan dan promosi terhadap penjualan.
H1: Terdapat pengaruh positif biaya iklan dan promosi terhadap penjualan.
Ho ditolak jika thitungttabel =0,05
42
X1 10 9 11 12 11 12 13 13 14 15
X2 3 4 3 3 4 5 6 7 7 8
Y 44 40 42 46 48 52 54 58 56 60
X1=biaya iklan juta rupiah per bulanX2=biaya promosi juta rupiah per bulanY = penjualan juta rupiah per bulan
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.964444736
R Square 0.930153649
Adjusted R Square 0.910197549
Standard Error 2.095314309
Observations 10
ANOVA
df SS MS F Significance F
Regression 2 409.2676056 204.6338028 46.60999083 9.0054E-05
Residual 7 30.73239437 4.390342052
Total 9 440
Coefficients Standard Error t Stat P-value
Intercept 17.94366197 5.919135604 3.031466615 0.019075087
X Variable 1 1.873239437 0.703339483 2.663350319 0.032309735
X Variable 2 1.915492958 0.681005526 2.812742165 0.026043177
Cara Analisis :
1. Klik Tools
2. Klik Data Analysis
3. Klik Regression
4. Range Data Y
5. Range Data X
6. Klik “OK”
43
44
45
Wilcoxon Signed Ranks Test
Ranks
7a 5.43 38.00
2b 3.50 7.00
1c
10
Negative Ranks
Positive Ranks
Ties
Total
Di Rumah - Di
Supermarket
N Mean Rank Sum of Ranks
Di Rumah < Di Supermarketa.
Di Rumah > Di Supermarketb.
Di Supermarket = Di Rumahc.
Test Statisticsb
-1.851a
.064
Z
Asymp. Sig. (2-tailed)
Di Rumah - Di
Supermarket
Based on positive ranks.a.
Wilcoxon Signed Ranks Testb.
46
47
48
49
50
51
52
53
T-Test
Paired Samples Statistics
277.50 12 46.048 13.293
288.75 12 54.403 15.705
SEBELUM
SESUDAH
Pair
1
Mean N Std. Deviation
Std. Error
Mean
Paired Samples Correlations
12 .995 .000SEBELUM & SESUDAHPair 1
N Correlation Sig.
Paired Samples Test
-11.25 9.799 2.829 -17.48 -5.02 -3.977 11 .002SEBELUM - SESUDAHPair 1
Mean Std. Deviation
Std. Error
Mean Lower Upper
95% Confidence
Interval of the
Difference
Paired Differences
t df Sig. (2-tailed)
54
55
56
57
58
59
Regression
Variables Entered/Removedb
Xa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested variables entered.a.
Dependent Variable: Yb.
Model Summary
.991a .983 .981 .635
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Xa.
ANOVAb
184.876 1 184.876 458.714 .000a
3.224 8 .403
188.100 9
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors : (Constant), Xa.
Dependent Variable: Yb.
Coefficientsa
2.067 .434 4.765 .001
1.497 .070 .991 21.418 .000
(Constant)
X
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: Ya.
60
Regresi dijalankan apabila data berbentuk minimal interval
Untuk merubah data ordinal perlu program Method Succesive Interval di Excel
61
62
63
64
Tabel◦ Biasa◦ Kontingensi◦ Distribusi
frekuensi Relatif Kumulatif Kumulatif relatif
Grafik◦ Histogram
◦ Poligon frekuensi
◦ Ogive
Diagram◦ Batang
◦ Garis
◦ Lingkaran
Tabel adalah sekumpulan sel yang terdiri dari baris dan kolom. Baris adalah kumpulan sel mendatar/horizontal, dan kolom kumpulan sel vertikal.
Tabel diberi nama dan judul dan dibawah diberi sumber data.
65
Tabel 1. Perbandingan antara kenaikan UMR dengan kenaikan harga
gabah pada tahun yang sama
Tahun
UMR
(Rp)
Kenaikan
(persen)
Harga
Dasar
Gabah
(Rp)
Kenaikan
(persen)
1988
1119
210
1990
1481
32,35
270
28,57
1992
2109
42,40
330
22,22
1994
2868
35,99
360
9,09
1995
2994
4,39
400
11,11
1996
3598
20,17
450
12,50
Kenaikan
total
221,54
114,29
Sumber : Kompas, Data diolah kembali
Dalam satu baris terdiri dari data-data dalam satu katagori
Tabel Laju Pertumbuhan Ekonomi Dunia Dalam Persen
Negara 1993 1994 1995
Dunia 2,5 3,6 3,7
Industri Maju 1,1 3,1 2,5
Afrika 0,8 2,6 3,0
Asia 8,7 8,5 8,7
Amerika Latin 3,3 4,6 1,8
Timur Tengah 3,6 0,3 2,4
Sumber: Word Bank dalam tulus tambunan(2001) data diolah kembali
66
69 59 68 79 46 58 67 78 88 83
45 57 67 77 87 98 37 43 54 93
65 75 85 94 36 44 53 64 74 30
41 51 62 72 82 91
67
Data
Disortir30 36 37 41 43 44 45 46 51 53
54 57 58 59 62 64 65 67 67 68
69 72 74 75 77 78 79 82 83 85
87 88 91 93 94 98
Data terendah = 30
Data tertinggi = 98
Jumlah data n = 36
Rentang = 98 – 30= 68
Jumlah kelas K = 1 + 3,3 Log N = 1 + 3,3 log 36=6,135=6
1133,116
68
kelas jumlah
gtannRep
Interval
68
30 + 11 = 41 - 1 = 40
41 + 11 = 52 - 1 = 51
52 + 11 = 63 - 1 = 62
63 + 11 = 74 - 1 = 73
74 + 11 = 85 - 1 = 84
85 + 11 = 96 - 1 = 95
96 + 11 = 107 - 1 = 106
Range Data Frekuensi
30-40 30 36 37 III=3
41-51 41 43 44 45 46 51 IIIII I=6
52-62 53 54 58 59 IIII=4
63-73 64 65 67 67 68 69 72 IIIII II=7
74-84 74 75 77 78 79 82 83 IIIII II=7
85-95 85 87 88 91 93 94 IIIII I=6
96-106 98 I=1
Jumlah 34
69
Nilai Titik
Tengah
Tepi
Kelas
Frekuensi Relatif FKKD FKLD
29,5 0 34
30-40 35 40,5 3 8.82 3 33
41-51 46 51,5 6 17.65 9 27
52-62 57 62,5 4 11.76 13 20
63-73 68 73,5 7 20.59 20 13
74-84 79 84,5 7 20.59 27 9
85-95 90 85,5 6 17.65 33 3
96-106 101 106,5 1 2.94 34 0
Jumlah 34
FKKD=Frekuensi kumulatif kurang dari
FKLD=Frekuensi kumulatif lebih dari
0
1
2
3
4
5
6
7
8
30-40 41-51 52-62 63-73 74-84 85-95 96-106
Frekuensi
70
Grafik adalah gambaran pasang surut suatu data pada satu keadaan
0
1
2
3
4
5
6
7
8
30-40 41-51 52-62 63-73 74-84 85-95 96-106
Frekuensi
71
0
5
10
15
20
25
30
35
40
29,5 40,5 51,5 62,5 73,5 84,5
FKKD FKLD
72
0
10
20
30
40
50
60
70
80
90
2001 2002 2003 2004
Jakarta Bandung Semarang
73
74
0
20
40
60
80
100
120
140
160
180
2001 2002 2003 2004
Jakarta Bandung Semarang
75
2001 2002 2003 2004
Daftar pustaka disusun menurut abjad Urutan pustaka adalah; nama pengarang, tahun, judul buku, edisi, nama
penerbit, tempat penerbit Baris pertama sesuai margin, baris kedua menjorok lima ketuk. Jika ada nama keluarga, maka nama keluarga di depan (terutama untuk orang
eropa), tetapi jika tidak ada nama keluarga (seperti di indonesia) maka ditulis sesuai aslinya.
76
Cooper, Donald R. & Emory, C. William, (1999). Business Research Methods. Richard D. Irwin Inc. USA.
Fredy Rangkuti (1997)Riset Pemasaran, Gramedia,
Jakarta. Husein Umar, (1999). Metodologi Penelitian, Aplikasi
Dalam Pemasaran. Gramedia, Jakarta. Koentjaraningrat. (1981).metode Penelitian Masyarakat,
Gramedia. Jakarta. Moh. Nazir (1988). Metode Penelitian. Ghalia Indonesia.
Jakarta Sugiyono, (2000). Metode Penelitian Bisnis. Alfa beta.
Bandung Winarno Surakhmad, (1981). Paper, Skripsi, Disertasi.
Tarsito. Bandung.