Stefi Fitriani - 43219010001 - TB2 - Statistika Bisnis [PDF]

Citation preview

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.