4 0 195 KB
Nama : Stefi Fitriani Nim : 43219010001 TUGAS BESAR 2 STATISTIK BISNIS Soal Kasus Nomer 1 (standar CPMK 4) Dalam tabel berikut adalah data nilai prestasi kerja karyawan PT UMB sebelum dan setelah (sesudah) diberikan pelatihan kewirausahaan: Karyawan A B C D E F G H I J K L M N O P Q R S T U
Nilai Prestasi Kerja Sebelum pelatihan Setelah pelatihan 60 66 76 72 65 66 58 60 77 78 66 67 55 60 80 78 90 85 85 86 64 70 60 75 68 76 72 72 50 60 48 55 54 56 75 75 80 83 62 62 55 58
Dengan pendekatan uji beda nilai rata-rata dan pada level of significance atau α = 0,05, ujilah hipotesis yang menyatakan bahwa ada pengaruh signifikan (nyata) pelatihan kewirausahaan terhadap nilai prestasi kerja karyawan PT. UMB.
Jawab: Paired Samples Statistics Mean Pair 1
N
Std. Deviation
Std. Error Mean
Sebelum
66.67
21
11.800
2.575
Setelah
69.52
21
9.584
2.092
Paired Samples Correlations N Pair 1
Correlation
Sebelum & Setelah
21
Sig.
.925
.000
Paired Samples Test Sig. (2Paired Differences
t
df
tailed)
95% Confidence Interval of Mean Pair
Sebelum –
1
Setelah
2.857
Std.
Std. Error
Deviation
Mean
4.683
1.022
the Difference Lower -4.989
Upper -.726
- 20
.011
2.796
Correlation: Nilai Korelasi antara 2 variabel tersebut: Hasil 0,925 artinya hubungan kuat dan positif. Sig.: tingkat signifikansi hubungan: Hasil 0,000 artinya signifikan pada level 0,01. Df: degree of freedom (derajat kebebasan) : Untuk analisis T Paired selalu N- 1. Di mana N adalah jumlah sampel. T = nilai t hitung: hasil -2.796: Harus dibandingkan dengan t tabel pada DF 20. Apabila t hitung > t tabel: signifikan.
Soal Kasus Nomer 2 (standar CPMK 3, CPMK 5, CPMK 6) Tabel berikut menyajikan sampel data nilai indeks prestasi (IP) semester, jam belajar per hari, uang saku per bulan, dan jenis kelamin (gender) mahasiswa S1 akuntansi peserta matakuliah Statistika di FEB UMB semester ganjil 2020/2021. Mahasiswa
IP Jam belajar Uang saku Dumy Semester (jam/hari) (juta Rp) Gender Gender: laki-laki = A 3,5 4 3 0 1, perempuan = 0 B 2,2 3 4 1 C 3,4 6 3 1 Dari tabel data di D 1,5 2 5 1 atas, buatlah: E 4 5 4 0 a. Uji F 2,5 3 4 0 reliabilitas G 3,5 5 3 1 data H 4 6 2 0 (gunakan I 3 4 5 0 teknik alpha J 2,5 4 2 1 cronbach) b. Persamaan K 1,5 2 5 1 regresi linier L 3,5 5 3 1 berganda M 2,5 4 5 1 dengan O 3,9 7 2 0 P 3,5 6 6 0 Q 4 8 3 1 R 2 2 7 0 S 1,8 2 8 1 T 2 4 3 0 U 2,5 4 4 1 V 3 6 5 0 W 3 7 4 0 menempatkan IP semester sebagai variabel dependen dan jam belajar, uang saku, gender sebagai variabel independen (variabel bebas) c. Ujilah pemenuhan syarat linieritas model regresi linier berganda (dengan uji F) dan jelaskan artinya d. Ujilah asumsi klasik regresi linier berganda (normalitas data, multikolinieritas, dan heteroskedasitas) e. Berapa besar koefisien diterminasi (R2) dan jelaskan artinya f. Dengan level of significance (α) 0,05 ujilah hipotesis: (1) pengaruh jam belajar terhadap IP semester, (2) pengaruh uang saku terhadap IP semester, (3) pengaruh gender terhadap IP semester. g. Dari point titik (f), saudara jelaskan apa artinya masing-masing hasil pengujian hipotesis tersebut.
Jawab: a.
Uji reliabilitas data (teknik alpha cronbach)
Case Processing Summary N Cases
Valid Excludeda Total
% 22
100,0
0
,0
22
100,0
a. Listwise deletion based on all variables in the procedure.
Interpretasi : Tabel Output di atas memberikan informasi tentang jumlah sampel atau responden (N) yang di analisis dalam program SPSS yakni N sebanyak 22 orang mahasiswa. Karena tidak ada data yang kosong (dalam pengertian jawaban responden terisi semua) maka jumlah valid adalah 100%.
Reliability Statistics Cronbach's Alphaa
N of Items -,891
4
a. The value is negative due to a negative average covariance among items. This violates reliability model assumptions. You may want to check item codings.
Interprestasi: Dari tabel output diatas diketahui ada N of Items (banyaknya item atau butir pertanyaan angket) ada 4 buah item dengan nilai Cronbach’s Alpha sebesar -0,891. Karena nilai Cronbach’s Alpha -0,891 < 0,60, maka sebagaimana dasar pengambilan keputusan dalam uji reliabilitas di atas, dapat disimpulkan bahwa ke-4 variabel adalah tidak reliabel atau tidak konsisten.
Item-Total Statistics
Cronbach's Scale Mean if Item Deleted
Scale Variance if Corrected ItemItem Deleted
Total Correlation
Alpha if Item Deleted
IP
9,091
2,468
,296
-2,055a
Jam
7,468
1,739
-,203
-1,438a
Uang
7,877
5,801
-,576
,451
11,468
4,339
-,324
-,665a
Gender
a. The value is negative due to a negative average covariance among items. This violates reliability model assumptions. You may want to check item codings.
Interpretasi: Pada tabel output ini dapat diketahui perubahan nilai Cronbach’s Alpha jika masingmasing item dihapus dari kuisioner. Tabel output di atas memberikan gambaran tentang nilai statistik untuk ke-4 item untuk sampel data nilai indeks prestasi (IP). Perhatikan pada kolom “Cronbach’s Alpha if Item Deleted” dalam tabel ini diketahui nilai Cronbach’s Alpha untuk ke empat item soal adalah < 0,60, maka dapat disimpulkan bahwa ke-4 variabel tidak realiabel.
b. Persamaan regresi linier berganda dengan menempatkan IP semester sebagai variabel dependen dan jam belajar, uang saku, gender sebagai variabel independen (variabel bebas) Variables Entered/Removeda Variables
Variables
Entered
Removed
Model 1
Gender, Uang,
Method . Enter
b
Jam
a. Dependent Variable: IP b. All requested variables entered.
Interprestasi: Tabel tersebut menjelaskan tentang variabel yang dimasukkan atau dibuang dan metode yang digunakan. Dalam hal ini variabel yang dimasukkan adalah variabel gender, uang saku, Jam belajar sebagai Predictor dan metode yang digunakan adalah Stepwise. Model Summaryb
Model
R
R Square a
1
,856
Adjusted R
Std. Error of the
Square
Estimate
,733
,688
,4596
a. Predictors: (Constant), Gender, Uang, Jam b. Dependent Variable: IP
Interprestasi: Pada tabel diatas untuk menjelaskan besarnya nilai kroelasi atau hubungan (R) antara gender, uang saku, dan jam belajar (X1) dengan IP (Y) yaitu sebesar 0,856 dan penjelasan besarnya prosentase pengaruh variabel gender, uang saku, dan jam belajar terhadap IP yang disebut koefisien determinasi yang merupakan hasil dari pengukuran R. Dari output tersebut diperoleh koefisien diterminasi (R2) pada model diatas sebesar 0,733, yang mengandung pengertian bahwa pengaruh variabel bebas (gender, uang saku, dan jam belajar) terhadap variabel terikat (nilai ujian) adalah sebesar 74%. ANOVAa Model 1
Sum of Squares Regression Residual Total
df
Mean Square
10,417
3
3,472
3,802
18
,211
14,219
21
F 16,440
Sig. ,000b
a. Dependent Variable: IP b. Predictors: (Constant), Gender, Uang, Jam
Interprestasi: Pada tabel diatas menjelaskan apakah ada pengaruh yang nyata (signifikan) variabel gender, uang saku, jam belajar (X1) dan IP (X2) secara simultan (bersama-sama) terhadap Nilai Ujian (Y). Dari output pada model diatas terlihat bahwa F hitung = 16,440 dengan tingkat signifikansi atau probabilitas 0,000 < 0,05, maka regresi dapat dipakai.
Coefficientsa
Standardized Unstandardized Coefficients Model 1
B (Constant)
Std. Error
Coefficients Beta
1,832
,593
Jam
,334
,070
Uang
-,085
Gender
-,226
t
Sig.
3,089
,006
,718
4,787
,000
,076
-,162
-1,109
,282
,204
-,141
-1,109
,282
a. Dependent Variable: IP
Interpretasi : Pada variabel jam belajar memiliki nilai sig 0,000 Pada variable uang saku memiliki nilai sig 0,282 Pada variable gender memiliki nilai sig 0,282 Maka dapat disimpulkan bahwa untuk variable jam belajar, uang saku, dan gender pada hasil output variabel independen menunjukan adanya hubungan yang siginifikan antara variable uang saku dan gender. c. Ujilah pemenuhan syarat linieritas model regresi linier berganda (dengan uji F) dan jelaskan artinya ANOVAa Model 1
Sum of Squares Regression Residual Total
df
Mean Square
10,417
3
3,472
3,802
18
,211
14,219
21
F 16,440
Sig. ,000b
a. Dependent Variable: IP b. Predictors: (Constant), Gender, Uang, Jam
Interpretasi : Uji F Pada Tabel Anova Signifikansi sebesar 0,000 < 0,05 maka variabel Gender, Uang, Jam berpengaruh signifikan secara simultan terhadap variabel IP.
d. Ujilah asumsi klasik regresi linier berganda (normalitas data, multikolinieritas, dan heteroskedasitas)
Normalitas Data One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
22
Normal Parameters
a,b
Mean
,0000000
Std. Deviation Most Extreme Differences
,42548065
Absolute
,130
Positive
,066
Negative
-,130
Test Statistic
,130 ,200c,d
Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
Interprestasi : Hasil uji normalitas menggunakan metode Kolmogorov Smirnov didapatkan hasil signifikasi dari uji normalitas sebesar 0,200 dimana hasil tersebut lebih besar dari taraf signifikasi 0,05. Sehingga dapat disimpulkan bahwa uji tes normalitas pada penelitian ini adalah terdistribusi normal dan analisis dapat dilanjutkan.
Multikolinieritas Coefficientsa Unstandardized Coefficients Standardized Coefficients
Model
B
Std. Error
1 (Constant
1.832
.593
Jam
.334
.070
Uang
-.085
Gender
-.226
Beta
Collinearity Statistics t
Sig.
Tolerance
VIF
3.089 .006
)
a. Dependent Variable: IP
Interprestasi:
.718
4.787 .000
.661
1.514
.076
-.162 -1.109 .282
.700
1.429
.204
-.141 -1.109 .282
.922
1.085
Syarat : 1. Jika nilai Tolerance MULTIKOLONIARITAS
lebih
besar
dari
>
0.10
artinya
tidak
terjadi
2. Jika nilai VIF lebih kecil dari < 10.00 artinya tidak terjadi MULTIKOLONIARITAS Berdasarkan tabel di atas, dapat diketahui bahwa hasil nilai Varians Inflation Factor (VIF) untuk ketiga variabel masing- masing sebesar 1,514 , 1,429 , dan 1.085 dimana x1, x2 dan x3 di bawah 10 sedangkan nilai tolerance masing-masing sebesar 0,661 , 0,700 , dan 0.922 dimana ketiganya lebih besar dari 0,1. Sehingga model regresi dalam penelitian ini terjadi masalah multikolinearitas.
Heteroskedastisitas Coefficientsa Standardized Unstandardized Coefficients Model 1
B (Constant)
Std. Error 1.832
.593
Jam
.334
.070
Uang
-.085
Gender
-.226
Coefficients Beta
t
Sig.
3.089
.006
.718
4.787
.000
.076
-.162
-1.109
.282
.204
-.141
-1.109
.282
a. Dependent Variable: Abs_Res
Interprestasi: Pada Uji Gletser, terlihat bahwa variable jam belajar, uang saku dan gender pada data diatas, memiliki hasil yang beda akan tetapi ada yang sama pada variabel uang saku dan gender. Pada variabel jam belajar memiliki nilai sig 0,000. Pada variable uang saku memiliki nilai sig 0,282. Pada variable gender memiliki nilai sig 0,281. Maka dapat disimpulkan bahwa untuk variable jam belajar, uang saku, dan gender pada hasil output variabel independen menunjukan adanya hubungan yang siginifikan antara variabel uang saku dan gender. e. Berapa besar koefisien diterminasi (R2) dan jelaskan artinya Model Summaryb Model 1
R ,856
R Square a
Adjusted R
Std. Error of the
Square
Estimate
,733
a. Predictors: (Constant), Gender, Uang, Jam b. Dependent Variable: IP
Interpretasi :
,688
,4596
Diketahui dalam table, tertulis nilai Adjusted R square adalah sebesar 0,73. Angka tersebut mengandung arti bahwa variable independent dalam penelitian saya, secara bersama-sama berpengaruh terhadap variable dependen sebesar 7.3%. Sedangkan sisanya sebesar 92.7% (100% - 7.3%) dipengaruhi oleh variable lain di luar variable. f. Dengan level of significance (α) 0,05 ujilah hipotesis: (1) Pengaruh jam belajar terhadap IP semester ANOVAa Model 1
Sum of Squares
df
Mean Square
Regression
9,966
1
9,966
Residual
4,252
20
,213
14,219
21
Total
F
Sig. ,000b
46,877
a. Dependent Variable: IP b. Predictors: (Constant), Jam
Coefficientsa Standardized Unstandardized Coefficients Model 1
B (Constant) Jam
Coefficients
Std. Error 1,122
,275
,390
,057
Beta
t
,837
Sig.
4,086
,001
6,847
,000
a. Dependent Variable: IP
(2) pengaruh uang saku terhadap IP semester ANOVAa Model 1
Sum of Squares Regression
df
Mean Square
4,201
1
4,201
Residual
10,017
20
,501
Total
14,219
21
a. Dependent Variable: IP b. Predictors: (Constant), Uang
Coefficientsa
F 8,388
Sig. ,009b
Standardized Unstandardized Coefficients Model 1
B
Coefficients
Std. Error
Beta
(Constant)
4,042
,430
Uang
-,285
,098
t
-,544
Sig.
9,410
,000
-2,896
,009
a. Dependent Variable: IP
(3) pengaruh gender terhadap IP semester. ANOVAa Model 1
Sum of Squares Regression
Df
Mean Square
1,375
1
1,375
Residual
12,844
20
,642
Total
14,219
21
F
Sig.
2,141
,159b
a. Dependent Variable: IP b. Predictors: (Constant), Gender
Coefficientsa Standardized Unstandardized Coefficients Model 1
B
Std. Error
(Constant)
3,127
,242
Gender
-,500
,342
Coefficients Beta
t
-,311
Sig.
12,943
,000
-1,463
,159
a. Dependent Variable: IP
g. Dari point titik (f), saudara jelaskan apa artinya masing-masing hasil pengujian hipotesis tersebut. Jawaban : 1. Pengaruh jam belajar terhadap IP semester - Uji F Pada Tabel Anova Signifikansi sebesar 0,000 < 0,05 maka variabel Jam Belajar berpengaruh signifikan secara simultan terhadap variabel IP Semester. - Uji T pada tabel Coefficients hasil uji T menunjukan nilai signifikan yaitu (0,001 < 0,05) maka dapat disimpulkan bahwa variabel Jam Belajar ada pengaruh terhadap IP Semester.
2. Pengaruh uang saku terhadap IP semester
- Uji F Pada Tabel Anova Signifikansi sebesar 0,009 < 0,05 maka variabel Uang Saku berpengaruh signifikan secara simultan terhadap variabel IP Semester. - Uji T pada tabel Coefficients hasil uji T menunjukan nilai signifikan yaitu (0,000 < 0,05) maka dapat disimpulkan bahwa variabel Uang Saku ada pengaruh terhadap IP Semester. 3. Pengaruh gender terhadap IP semester. - Uji F Pada Tabel Anova Signifikansi sebesar 0,159 > 0,05 maka variabel Gender berpengaruh signifikan secara simultan terhadap variabel IP Semester. - Uji T pada tabel Coefficients hasil uji T menunjukan nilai signifikan yaitu (0,001 < 0,05) maka dapat disimpulkan bahwa variabel Jam Belajar ada pengaruh terhadap IP Semester.
Soal Kasus Nomer 3 (standar CPMK 5 dan CPMK 6 berbasis data nominal) Pada tabel di bawah menunjukkan distribusi frekuensi data berdasarkan tingkat pendidikan dan produktivitas kerja pegawai PT. XYZ. Pendididikan
SMA/SMK
Sarjana S1
Sarjana S2
Tinggi
40
30
25
Sedang
40
35
25
Rendah
20
15
20
Produktivitas kerja
Dengan pendekatan χ2 dan level of significance (α) 5%, ujilah hipotesis yang menyatakan bahwa ada hubungan (korelasi) antara tingkat pendidikan dengan produktivitas kerja, dan jelaskan artinya. Jawab a) Hitung nilai fe pada setiap selnya dengan rumus: fe = (total baris) (Total Kolom) / Total Seluruhnya Nilai fe pada sel pertama = (95)(100) / 250 = 38 Nilai fe pada sel kedua = (100)(100) / 250 = 40 Nilai fe pada sel ketiga = (55)(100) / 250 = 22 Nilai fe pada sel keempat = (95)(80) / 250 = 30,4 Nilai fe pada sel kelima = (100)(80) / 250 = 32 Nilai fe pada sel keenam = (55)(80) / 250 = 17,6 Nilai fe pada sel ketujuh = (95)(70) / 250 = 26,6
Nilai fe pada sel kedelapan = (100)(70) / 250 = 28 Nilai fe pada sel kesembilan = (55)(70) / 250 = 15,4 b) Mencari nilai chi square k f 0−f e )2 ( 2 X =∑ fe i=1
(
)
(40−38)2 (40−40)2 (20−22)2 (30−30,4)2 (35−32)2 X = + + + + + 38 40 22 30,4 32 2
(
(
) (
) (
) (
(15−17,6)2 (25−26,6)2 (25−28)2 (20−15,4)2 + + + 17,6 26,6 28 15,4
) (
) (
) (
) (
)
)
= 2,749 c)
Mencari nilai df Jumlah baris tabel kontingensi (r) = 3 Jumlah kolom tabel kontingensi (c) = 3 df = (r - 1)(c - 1) df = (3 -1)(3 - 1) df = 2 x 2 df = 4 Dari tabel X2(4;0,05) diperoleh = 9,488
d) Kesimpulan Dengan menggunakan rumus Area penolakan, maka: Tolak H0, jika X2 hitung lebih dari sama dengan X2 tabel X2 hitung : X2 tabel 2,749 < 7,815 X2 hitung < X2 tabel H0 diterima dan H1 ditolak, artinya berdasarkan data yang diperoleh diatas, perbedaan tidak signifikan. Dapat disimpulkan tidak ada hubungan antara tingkat pendidikan dengan produktivitas kerja.