LAMBANG / SIMBOL STATISTIK

MENGHITUNG RATA-RATA ( )

= xi

n

Contoh : DATA KINERJA

n = 10

NODATA KINERJA

1

2

3

4

5

6

7

8

9

102

1

2

3

4

1

2

2

3

1

= 2 + 1 + 2 + .1 = 21

1O 1O

= 2,1

RUMUSS2 = (xi - )2

n-1

Contoh :xixi - (xi - )2

87

10

11

40-1

2

3

-401

4

9

16

n = 5

= 8

8+7+0+11+4

5

S2= 1+4+9+16 = 30

= 7,5

5-1

4

S = 7,5 = 2,74

RUMUSS2 = (n1-1)S12 +(n2-1)S22+ ..(nk-1)Sk2

n1+n2+nk-kContoh

n1 = 14

n2 = 23s1 = 2,75s2 = 3,08S2 = (14-1) (2,75)2 + (23-1) (3,08)2

14+23-2

= (13) 7,6 + (22) 9,5

= 98,8 + 209

35 35

= 307, 8 = 8,8

35

S = = 8,8 = 2,96

DATA KINERJA PEGAWAI LAKI-LAKI DAN PEREMPUAN

X = KINERJA PEGAWAI LAKI-LAKI

Y = KINERJA PEGAWAI PEREMPUAN

MASALAH

APAKAH TERDAPAT PERBEDAAN KINERJA ANTARA PEGAWAI LAKI-LAKI DAN PEREMPUAN

HIPOTESIS PENELITIAN TERDAPAT PERBEDAAN KINERJA ANTARA PEGAWAI LAKI-LAKI DAN PEREMPUAN

HIPOTESIS STATISTIK

H0 = x = yH1 = x y

RUMUS

t =

1-2

S12/n1 + S22/n2Contoh

DATA KINERJA PEGAWAI

nX = 10nY = 10

1=21=22=22=43=33=44=14=55=35=26=16=37=47=38=28=19=49=210=210=3

= 2,4

= 2,9Sx = 1,5

SY = 1,7

TARAF KEPERCAYAAN 95% = 0,05

DATA BERDISTRIBUSI NORMAL

KRITERIA PENERIMAAN

H0 DITERIMA BILAMANA t HITUNG < t TABEL

H1DITERIMA BILAMANA t HITUNG > t TABEL

H0 DITERIMA TIDAK ADA PERBEDAANH1 DITERIMA ADA PERBEDAAN

t = 2,4- 2,9

1,52/10-1 +1,72/10-1

= -1,5

= -1,5 2,3/9 +2,9/9 0,3+0,4

= - 1,5t = -1,8

0,836TANDA NEGATIF TIDAK BERPENGARUHt HITUNG = 1,8

BANDINGKAN DENGAN t TABEL

DERAJAT KEBEBASAN = (V) n-1n = nx = nY

DERAJAT BEBAS = (V) = q

LIHAT DAFTAR DISTRIBUSI STUDENT t

= 0,05

DIDAPAT t = 1,83

t HITUNG = 1,8

t HITUNG < t TABEL

KESIMPULAN H0 DITERIMA

TIDAK ADA PERBEDAAN KINERJA PEGAWAI ANTARA PEGAWAI LAKI-LAKI DAN PEREMPUAN

UJI PERBEDAAN LEBIH DARI DUA KELOMPOKANAVA SATU JALUR (SATU ARAH)

ANALISIS INI MENAMPILKAN PERBEDAAN SKOR SATU VARIABEL PADA BEBERAPA KELOMPOK ATAU STRATA.

RUMUS: AY / (K 1)

DY /(nJ -1)

DATA: NORMAL

BERKELOMPOKDAFTAR ANAVA UNTUK MENGUJI

H0 :1 = 2 = K

SUMBER VARIANSDKJKKTF

RATA-RATA

ANTAR KELOMPOK

DALAM KELOMPOK1

K 1

(nj-k)Ry

Ay

DyR=RY/1A=AY/(K-1)

D=DY/(nj-K)A/D

TOTAL nj Y2--

DERAJAT KEBEBASANDk PEMBILANG (K 1) KELOMPOK 1

Dk PENYUSUT (NJ 1)

CONTOH

KINERJA PEGAWAI DILIHAT DARI MASA KERJAADA 4 KELOMPOK MASA KERJA

KELOMPOK 1, KURANG 5 TAHUNKELOMPOK 2, 5 10 TAHUN

KELOMPOK 3, 11 15 TAHUN

KELOMPOK 4, LEBIH DARI 15 TAHUN

MASALAH PENELITIAN

APAKAH TERDAPAT PERBEDAAN KINERJA PEGAWAI DILIHAT DARI MASA KERJANYA?

HIPOTESIS PENELITIAN

TERDAPAT PERBEDAAN KINERJA PEGAWAI DILIHAT DARI MASA KERJAHIPOTESIS STATISTIKH0: 1= 2 = 3 = 4

H1: PALING SEDIKIT SATU TANDA YANG BERBEDADATA PENELITIANK1K2K3K4

HASIL PE-

NGAMATAN12

20

23

10

1714

15

10

19

226

16

16

209

14

18

19

JUMLAH82805860

RATA-RATA16,41614,515

n1= 5

n2= 5n3= 4n4= 4RY= (82 + 80 + 58 + 62)2 = 78400= 4355,56

5+5+4+4

18

AY= 822 + 802 + 582 + 602 - 4355,56 = 10,24

5 5 44

Y2= 122 + 202 + .182 + 192 + = 4738

DY = 4378 4355,56 -10,24 = 372,20

K = 4

NJ= 18dK PEMBILANG = 4 -1 =3

dK PENYEBUT = NJ k =18 4 =18TABEL ANOVASUMBER WARIASIdkJkKTF

RATA-RATA

ANTAR KELOMPOK

DALAM

KELOMPOK1

3

144355,56

10,24

372,204355,56

3,41

26,590,128

TOTAL184738--

F= 3,41

26,59

A= AY/(k-1)

= 10,24

= 3,41

3D= DY/(NJ k)= 372,20

14

= 26,59F HITUNG = 0,128

F TABEL= 3,34

LIHAT PADA NILAI PERSENTIL UNTUK DISTRIBUSI F= 0,05

dk PEMBILANG 3

dk PENYEBUT 14

F HITUNG < F TABEL

KESIMPULAN

H0 DITERIMA

ARTINYA TIDAK ADA PERBEDAAN KINERJA PEGAWAI DILIHAT DARI MASA KERJA.

SEANDAINYA F HITUNG > F TABEL

MISALNYA SAJA F HITUNG = 4,54

JADI KALAU DEMIKIAN H1 DITERIMA

KESIMPULAN

TERDAPAT PERBEDAAN KINERJA PEGAWAI DILIHAT DARI PENGALAMAN KERJA

UNTUK ITU DILANJUTKAN DENGAN UJI t

I. UJI t ANTARA KELOMPOK 1 DENGAN KELOMPOK 2

II. UJI t ANTARA KELOMPOK 1 DENGAN KELOMPOK 3

III. UJI t ANTARA KELOMPOK 1 DENGAN KELOMPOK 4

IV.UJI t ANTARA KELOMPOK 2 DENGAN KELOMPOK 3

V. UJI t ANTARA KELOMPOK 2 DENGAN KELOMPOK 4

VI.UJI t ANTARA KELOMPOK 3 DENGAN KELOMPOK 4

CARI MANA YANG BERBEDA ATAU YANG SAMA

KORELASI PRODUCT MOMEN DARI PEARSON

rXY= KOEFISIEN KORELASI ANTARA x DAN yxy= PRODUCT DARI x KALI y

Sdx= STANDAR DEVIASI DARI VARIABEL x

SdY= STANDAR DEVIASI DARI VARIABEL y

N= JUMLAH SUBYEK YANG DITELITI

CONTOH

RUMUSAN MASALAH

APAKAH TERDAPAT HBUNGAN ANTARA MOTIVASI KERJA DENGAN KINERJA PEGAWAI?

HIPOTESIS PENELITIANTERDAPAT HUBUNGAN ANTARA MOTIVASI KERJA DENGAN KINERJA PEGAWAI

HIPOTESIS STATISTIK

H0: rXY = 0H1: rXY 0

KRITERIA PENGUJIAN= 0,05 TARAF KEPERCAYAAN 95%

H0 DITERIMA BILA rXY HITUNG < rXY TABEL

H1 DITERIMA BILA rXY HITUNG > rXY TABELH0 DITERIMA TIDAK ADA HUBUNGAN ANTARA MOTIVASI DENGAN KINERJA PEGAWAI

H1 DITERIMA TERDAPAT HUBUNGAN YANG SIGNIFIKAN ANTARA MOTIVASI DENGAN KINERJA PEGAWAI DATA / OBSERFARI MOTIFASI DAN KINERJA

MOTIFASI (X) KINERJA (Y)

1 = 21 = 3

2=4

2=5

3= 3

3=4

4=2

4=3

5= 1

5=2

6= 4

6=6

7= 4

7=5

8= 5

8=7

9= 3

9=5

10= 2

10= 4n = 10

n =10

= 3

= 4,4

SUBYEKXYxyx2y2xy

12

3

4

5

6

7

8

9

1024

3

2

1

4

4

5

3

2

35

4

3

2

6

5

7

5

4- 1+ 1

0

- 1

- 2

+1

+1

+2

0

- 1- 1,4+0,6

- 0,4

- 1,4

- 2,4

+ 1,6

+ 0,6

+ 2,6

+ 0,6

- 0,411

0

1

4

1

1

4

0

11,960,36

0,16

1,96

5,76

2,56

0,36

6,76

0,36

0,161,40,6

0

1,4

4,8

1,6

0,6

5,2

0

0,4

JUMLAH3044001420,416

SdX = X2

N

= 14= 1,4

10

SdX

= 1,18SdY = Y2

N

= 20,4

= 2.04

10

SdY

= 1,428

rXY

=

XY

N. SdX. SdY

=

16

10.(1,18).(1,428)rXY

=

16

16,8504

rXY

= 0,949rXY TABEL = 0,05

LIHAT TABEL rXY PRODUCT MOMENn= 10

TARAF SIGNIFIKAN 5%

DIDAPAT rXY TABEL = 0,632

rXY HITUNG = 0,949

rXY HITUNG > rXY TABEL

KESIMPULAN H1 DITERIMA

TERDAPAT HUBUNGAN ANTARA MOTIVASI KERJA DENGAN KINERJA PEGAWAI

ARTINYA, JIKA MOTIVASI KERJA PEGAWAI TINGGI MAKA KINERJANYA JUGA TINGGI. SEBALIKNYA JIKA MOTIVASI KERJA PEGAWAI RENDAH, MAKA KINERJANYA JUGA RENDAH

CONTOH1. XY

X = MOTIVASI (VARIABEL BEBAS)

Y = KINERJA (VARIABEL TERIKAT)

2. XY

X = LUAS WILAYAH KONSERVASI SUMBER DAYA AIR

Y = DEBIT AIR SUNGAI3. XY

X = JUMLAH BARANG

Y = VOLUME PENJUALAN

DALAM ANALISIS INI TIDAK AKAN DILAKUKAN SECARA MANUAL, MELAINKAN MELALUI PROGRAM SPSS

SPSS = STATISTICAL PACKAGE FOR

THE SOCIAL SCIENCES (DULU)

SPSS = STATISTICAL PRODUCT AND SERVICE SOLUTION (SEKARANG)

SPSS BEROPERASI DALAM 4 OPERATING UNIT1. SPSS. BI. ATAU BUSINES INTELIGENCE UNTUK PASAR BISNIS2. SPSS. MR. ATAU MARKET RESEARCH UNTUK RISET PASAR3. SPSS. S. ATAU SCIENCE UNTUK RISET SAINS4. SPSS. Q. ATAU QUALITY UNTUK PENINGKATAN KUALITAS

CONTOH :DATA/HASIL OBSERVASI MOTIVASI DAN KINERJANOMOTIVASIKINERJA

1

2

3

4

5

6

7

8

9

10

11

12

13

14

152

4

4

5

3

6

6

5

4

4

2

2

1

6

6

4

6

6

7

5

8

9

7

6

7

4

4

3

7

6

N = 15

X= MOTIVASI KERJA PEGAWAI

Y= KINERJA PEGAWAI

MASALAH PENELITIAN: APAKAH TERDAPAT

HUBUNGAN ANTARA MOTIVASI KERJA DENGAN KINERJA PEGAWAI ?HIPOTESIS PENELITIAN : TERDAPAT HUBUNGAN

ANTARA MOTIVASI KERJA DENGAN

KINERJA PEGAWAI

UNTUK KEPERLUAN ANALISIS, MAKA DIBUTUHKAN HIPOTESIS STATISTIK :

H0 : XY = 0

H1 : XY 0

TETAP TARAF SIGNIFIKASI ATAU KEPERCAYAAN

= 0,05

KRITERIA PENERIMAAN HIPOTESIS : TERIMA H0 ATAU TOLAK H1 BILAMANA

SIGNIFIKAN F LEBIH BESAR DARI = 0,05

TERIMA H1 ATAU TOLAK H0 BILAMANA SIGNIFIKAN F LEBIH KECIL DARI = 0,05

HASIL ANALISIS ( PRINT OUT COMPUTER)

Tabel anova

SUMOF SQUARESdfMEAN SQUAREFSiq

1850,33

3813,27

23663,601

13

1419850,33

293,32867,673.0000

PRINT OUT COMPUTER 2Model summary

MODELRR SQUAREADJUSTED

R SQUARESTD ERROR OF

THE ESTIMATE

1.916.839.82617.13

PENAFSIRAN HASIL ANALISIS :PERHATIKAN PRINT OUT KOMPUTER 1

UNTUK MENGETAHUI APAKAH TERDAPAT HUBUNGAN ANTARA MOTIVASI DAN KINERJA, MAKA :

= 0,05 DIBANDINGKAN DENGAN Sig. F = .000

Sig. F LEBIH KECIL DARIPADA = 0,05ARTI DARI PRINT OUT ITU ADALAH H0 DITOLAK ATAU H1 DITERIMA

KESIMPULAN/PENGAMBILAN KEPUTUSAN :ADA HUBUNGAN ANTARA MOTIVASI KERJA DENGAN KINERJA PEGAWAI

R= .916 ARTINYA UHBUNGAN MOTIVASI DENGAN KINERJA SANGAT KUAT

R SQUARE = .839 ARTINYA 83,9% KINERJA PEGAWAI DITENTUKAN OLEH MOTIVASISELANJUTNYA TEMUAN INI DIBAHAS TUNTAS BERDASARKAN KENYATAAN LAPANGAN, BANDINGKAN DENGAN TEORI, MENDUKUNG ATAU MENUNJANG

SELANJUTNYA BILAMANA RUMUSAN MASALAHNYA :

APAKAH MOTIVASI KERJA BERPENGARUH TERHADAP KINERJA PEGAWAIHIPOTESIS PENELITIAN :MOTIVASI KERJA BERPENGARUH TERHADAP KINERJA PEGAWAIUNTUK KEPASTIAN ANALISIS MAKA :HIPOTESIS STATISTIKNYA SBB:

H0 : XY = 0

H1 : XY 0

HASIL ANALISIS :SELAIN PRINT OUT 1 DAN PRINT OUT 2 KITA BUAT PRINT OUT 3, YAKNI MELIHAT BESARNYA KOEFISIEN REGRESI.

COEFFICIENTS (PRINT OUT 3)

MODEUNSTANDARDIZED

COEFFICIENTSUNSTANDARDIZED

COEFFICIENTStSiq

BSTAN ERRORBETA

1.CONSTANT

MOTIVASI 111.523

3.85116 .928

4739166.5768.226.000.000

PENAFSIRAN ANALISISUNTUK MENGETAHUI BAHWA APAKAH MOTIVASI MEMBERIKAN KONTRIBUSI TERHADAP KINERJA. UNTUK PERSOALAN INI KITA BANDINGKAN Sig t DENGAN Sig t = .000 SEDANGKAN = 0,05

BILAMANA Sig t LEBIH KECIL DARI MAKA, H0 DITOLAK ATAU H1 DITERIMA

BILAMANA Sig t LEBIH BESAR DARI MAKA, H0 DITERIMA ATAU H1 DITOLAK

TERNYATA Sig t = .000 LEBI KECIL DARI = 0.05. ARTINYA MOTIVASI MEMBERIKAN KONTRIBUSI TERHADAP KINERJA

BERAPA BESAR KONTRIBUSI MOTIVASI TERHADAP KINERJA.

UNTUK KEPERLUAN INI LIHAT KOEFISIEN REGRESI

KOEFISIEN REGRESI = 3,891. ARTINYA SETIAP KALI KITA PERBAIKI ATAU TINGKATKAN MOTIVASI KERJA, MAKA KINERJA AKAN MENINGKAT SEBESAR 3,891.

PERSAMAAN REGRESINYA ADALAH

MAKNAILAH HASIL / TEMUAN INI BERDASARKAN KONDISI LAPANGAN YANG DILTELITI

ANALISIS INI MAMPU MEMPREDIKSI VARIASI, SKOR, TINGKATAN VARIABEL TERIKAT. ANALISIS INI MAMPU MELIHAT PENGARUH BANYAK VARIABEL BEBAS TERHADAP SATU VARIABEL TERIKAT. DENGAN KATA LAIN MAMPU MANGESTIMASI BESARAN VARIABEL TERIKAT.

DENGAN REGRESI (BAIK SEDERHANA MAUPUN GANDA) DIKENAL STATUS VARIABEL HANYA DUA, YAITU :1. VARIABEL TERIKAT : VARIABEL YANG DIPENGARUHI, BERDASARKAN TEORI, KONDISI LAPANGAN DAN LOGIKA ATAU AKAL SEHAT

2. VARIABEL BEBAS : VARIABEL YANG MEMPENGARUHI, BERDASARKAN TEORI, KONDISI LAPANGAN DAN LOGIKA ATAU AKAL SEHAT.ASUMSI REGRESI GANDA VARIABEL TERIKAT SECARA LOGIS DIPENGARUHI OLEH VARIABEL BEBAS

VARIABEL BEBAS BERDIRI, INDEPENDEN BERHUBUNGAN, MEMPENGARUHI VARIABEL TERIKAT

PERLU PENGUJIAN MULTI CALENARITI (AUTO CORELATION) ANTAR VARIABEL BEBAS

CONTOH

MULTI CALENERITI X1 ITU JUGA X2. ATAU X1 , X2 , SEBENARNYA HANYA X1PERSYARATAN ANALISIS DATA BERDISTRIBUSI NORMAL

TIDAK ADA OBSERVASI YANG AKARNYA SAMA DALAM SATU VARIABEL

DATA HOMOGEN

RUMUS

= VARIABEL YANG DIPREDIKSI (VARIABEL TERIKAT)

b0= KONSTANTA REGRESI

b1,2,3= KOEFISIEN REGRESI X1,2,3,nX1,2,3,n= VARIABEL BEBAS (VARIABEL YANG MEMPREDIKSI

= KEKELIRUAN (STANDAR ERROR)

CONTOH 1

APAKAH PENGETAHUAN ADMINISTRASI, SIKAP KERJA, MOTIVASI, PENDAPATAN, LINGKUNGAN KERJA MEMPENGARUHI KINERJA PEGAWAI ?

PENGETAHUAN ADMINISTRASI, SIKAP KERJA, MOTIVASI, PENDAPATAN, LINGKUNGAN KERJA MEMPENGARUHI KINERJA PEGAWAI.

H0: X1, X2, X3, X4, X5 = 0

H1: X1, X2, X3, X4, X5 0

H0 DITERIMA BILAMANA F HITUNG < F TABEL ATAU Siq > = 0,05

H1 DITERIMA BILAMANA F HITUNG > F TABEL ATAU Siq < = 0,05

H0 DITERIMA

TIDAK ADA PENGARUH VARIABEL BEBAS TERHADAP VARIABEL TERIKATH1 DITERIMA

ADA PENGARUH VARIABEL BEBAS TERHADAP TERIKAT, MINOMAL SATU VARIABEL TERIKAT. UNTUK KEPENTINGAN INI PERLU UJI LANJUT, YAKNI UJI STUDEN t REGRESI

UJI INI BERMAKSUD MELIHAT WARIABEL BEBAS YANG MANA MEMPENGARUHI VARIABEL TERIKAT. SELAIN ITU JUGA MELIHAT BERAPA BESAR PENGARUH/KONTRIBUSI VARIABEL BEBAS TERHADAP VARIABEL TERIKAT.

X1 = PENGETAHUAN ADMINISTRASIX2 = SIKAP KERJAX3 = MOTIVASIX4 = PENDAPATANX5 = LINGKUNGAN KERJA

Y = KINERJA PEGAWAIHASIL OBSERVASIX1X2X3X4X5Y

4

7

6

8

10

1210

11

20

19

18

1614

14

15

17

20

1710

15

16

12

13

1415

20

22

24

23

2011

11

12

12

15

16

n=100n=100n=200n=100n=100n=100

HASIL ANALISISPrint out 1MODELSUM OF

SQUARESdfMEAN SQUAREFSiq

REGRESION

RESIDUAL

TOTAL22521.229

1142.301

23663.6005

94

99112600.649

95.192118.2940000

Print out 2

MODELRR

SQUARESADUSTED

R SQUARESTOL ERRROR

OF THE ESTIMATE

1

9769529449.76

PENAFSIRAN ANALISIS (PRINT OUT 1)HASIL ANALISIS MENUNJUKKAN BAHWA F HITUNG = 118.294. ANGKA TERSEBUT DIBANDINGKAN DENGAN F TABEL. BILAMANA F HITUNG LEBIH BESAR DARIPADA F TABEL, MAKA H1 DITERIMA ATAU H0 DITOLAK. KESIMPULANNYA TIDAK ADA PENGARUH VARIABEL BEBAS TERHADAP VARIABEL TERIKAT. ATAU MENGGUNAKAN Siq F.

Siq F = 0,000. ANGKA TERSEBUT DIBANDINGKAN DENGAN = 0,005. BILAMANA Siq F LEBIH KECIL DARIPADA = 0,005, MAKA KESIMPULANNYA ADALAH H1 DITERIMA ATAU TOLAK H0BILAMANA H1 DITERIMA, MAKA VARIABEL BEBAS (X1, X2, X3, X4, X5,) MEMPENGARUHI VARIABEL TERIKAT (Y). ATAU MINIMAL SATU DIANTARA VARIABEL BEBAS MEMPENGARUHI VARIABEL TERIKAT.

PENAFSIRAN ANALISIS (PRINT OUT 2)

R = 0,976. ARTINYA KORELASI ANTARA VARIABEL BEBAS (PENGETAHUAN ADMINISTRASI, SIKAP KERJA, MOTIVASI, PENDAPATAN DAN LINGKUNGAN KERJA) DENGAN VARIABEL TERIKAT (KINERJA PEGAWAI) SANGAT KUAT. JADI R BERMAKNA KORELASI VARIABEL BEBAS DENGAN VARIABEL TERIKAT.

R DISEBUT JUGA KOEFISIEN KORELASI.

MAKIN DEKAT HARGA R KE NILAI SATU, MAKIN KUAT KORELASINYA. MAKIN DEKAT HARGA R KE NILAI NOL, MAKIN LEMAH KORELASINYA.

UNTUK MENGETAHUI KUAT TIDAKNYA HUBUNGAN ATAU KORELASI VARIABEL BEBAS DENGAN VARIABEL TERIKAT DAPAT DILIHAT PADA TABEL KEERATAN HUBUNGAN (BUKU STATISTIK YANG MEMBAHAS TENTANG HUBUNGAN)R SQUARE, ATAU KOEFISIEN DETERMINASI INI BERMAKNA BESARNYA PENGARUH VARIABEL BEBAS TERHADAP VARIABEL TERIKAT. R SQUARE = 0,952. ARTINYA PENGARUH VARIABEL BEBAS TERHADAP VARIABEL TERIKAT SEBESAR 95,2%. ATAU DENGAN KATA LAIN 95,2% VARIABEL TERIKAT DITENTUKAN OLEH VARIABEL BEBAS YANG MASUK DALAM MODEL ANALISIS.SELANJUTNYA TERDAPAT 4,8% PENGARUH PENGARUH VARIABEL LAIN YANG TIDAK MASUK DALAM MODEL ANALISIS JUGA MEMPENGARUHI VARIABEL TERIKAT. MISALNYA SAJA JUMLAH TANGGUNGAN KELUARGA, DLL.

UNTUK MENGETAHUI PENGARUH/KONTRIBUSI MASING-MASING VARIABEL BEBAS TERHADAP VARIABEL TERIKAT : LIHAT PRIN OUT 3Print out 3

MODELUNSTANDARDISED

COEFFICIENTSSTANDARDISED

COEFFICIENTSt HITUNGSiq

BSTD ERRORBETA

CONSTANT

X1

X2

X3

X4

X564,639

2,623

3,788

4,934

5,623

3,21613,112

0,462

0,321

0,724

0,812

0,1260,921

0,952

1,223

1,456

0,9124,39015,200

20,120

25,126

32,427

1501520000,021

0,045

0,011

0,000

0,002

VARIABEL TERIKAT : YPENAFSIRAN ANALISIS (PRINT OUT 3) KALAU MENGGUNAKA t HITUNG, MAKA DIBANGDINGKAN DENGAN t TABEL (REGRESI)

KALAU MENGGUNAKAN Siq t MAKA DIBANGDINGKAN DENGAN = 0,005.

BILAMANA t HITUNG > t TABEL MAKA H1 DITERIMA ATAU H0 DITOLAK. VARIABEL YANG DIPERHATIKAN BERPENGARUH

BILAMANA Siq t < = 0,005 MAKA MAKA H1 DITERIMA ATAU H0 DITOLAK. MAKA VARIABEL YANG DIPERHATIKAN BERPENGARUH / MEMBERI KONTRIBUSI TERHADAP Y

PENGARUH X1 TERHADAP YSiq t = 0,21 LEBIH KECIL = 0,005 X1 BER-PENGARUH TERHADAP Y (POSITIF)PENGARUH X1 TERHADAP Y DENGAN TETAP MEMPERHATIKAN X2, X3, X4, X5 ADALAH SEBESAR 2,623. ARTINYA BILAMANA X1 DITINGKATKAN SATU BAGIAN, MAKA MAMUNGKINKAN Y MANINGKAT SEBESAR 2,623.

PENGARUH X2 TERHADAP Y

Siq t = 0,045 LEBIH KECIL = 0,005

X2 BERPENGARUH TERHADAP Y (POSITIF)

PENGARUH X2 TERHADAP Y DENGAN TETAP MEMPERHATIKAN X1, X3, X4, X5 ADALAH SEBEBSAR 3,788. ARTINYA BILAMANA X2 DITNGKATKAN SATU BAGIAN MEMUNGKINKAN Y MENINGKAT SEBESAR 3,788.PENGARUH X3 TERHADAP Y

Siq t = 0,011 LEBIH KECIL = 0,005

X3 BERPENGARUH TERHADAP Y (POSITIF)

PENGARUH X3 TERHADAP Y DENGAN TETAP MEMPERHATIKAN X1, X2, X4, X5 ADALAH SEBEBSAR 4,934. ARTINYA BILAMANA X3 DITNGKATKAN SATU BAGIAN MEMUNGKINKAN Y MENINGKAT SEBESAR 4,934.

PENGARUH X4 TERHADAP Y

Siq t = 0,000 LEBIH KECIL = 0,005

X4 BERPENGARUH TERHADAP Y (POSITIF)

PENGARUH X4 TERHADAP Y DENGAN TETAP MEMPERHATIKAN X1, X2, X3, X5 ADALAH SEBEBSAR 5,623. ARTINYA BILAMANA X4 DITNGKATKAN SATU BAGIAN MEMUNGKINKAN Y MENINGKAT SEBESAR 5,623.

PENGARUH X5 TERHADAP Y

Siq t = 0,002 LEBIH KECIL = 0,005

X5 BERPENGARUH TERHADAP Y (PRITIF)

PENGARUH X5 TERHADAP Y DENGAN TETAP MEMPERHATIKAN X1, X2, X3, X4 ADALAH SEBEBSAR 3,216. ARTINYA BILAMANA X5 DITNGKATKAN SATU BAGIAN MEMUNGKINKAN Y MENINGKAT SEBESAR 3,216.

Y = 64,639 + 2,623 X1 +3,788 X2 + 4,934 X3 + 5,623X4 + 3,126 X5.

ANALISIS STATISTIK INFERENSIAL

= RATA-RATA

MAXIMUM

MINIMUM

MEDIAN

MODUS

Sd = STANDAR DEVIASI

N = JUMLAH POPULASI

n = JUMLAH SAMPEL

S2= VARIANS

PERSYARATAN

DATA BERDISTRIBUSI NORMAL

DATA HOMOGEN

MENGHITUNG STANDAR DEVIASI (S) ATAU BIASA JUGA DISEBUT SIMPANGAN BAKU

STANDAR DEVIASI GABUNGAN

UJI PERBEDAAN DUA RATA-RATA

ANALISIS VARIANS (ANAVA)

HIPOTESIS STATISTIK

H0: 1 = V = K

H1:PALING SEDIKIT SATU TANDA ATAU YANG BERBEDA

UJI HUBUNGAN

UJI KORELASI

RUMUS

rXY= xy

N.SdX.SdY

ANALISIS REGRESI SEDERHANA

ANALISIS INI HANYA MAMPU MELIHAT HUBUNGAN ANTARA SATU VARIABEL BEBAS DENGAN SATU TERIKAT. ATAU MELIHAT PENGARUH SATU VARIABEL BEBAS TERHADAP SATU VARIABEL TERIKAT

RUMUS : = b0 + bX +

VARIABEL BEBAS (INDEPENDENT VARIABEL) ADALAH VARIABEL YANG DIASUMSIKAN BERDASARKAN TEORI MEMPENGARUHI VARIABEL TERIKAT

y = 111,523 + 3,891 x

ANALISIS REGRESI GANDA

(MULTIPLE REGRETION)

X1

X2

X3

X4

X5

X6

Y

= b0+b1x1+b2x2+b3x3+..bnxn+

RUMUSAN MASALAH PENELITIAN

HIPOTESIS PENELITIAN

HIPOTESIS STATISTIKNYA

PERSAMAAN REGRESINYA