1. STATISTIK DESKRIPTIF

Statistik Deskriptif merupakan suatu metode atau cara – cara yang

digunakan untuk meringkas dan medata dalam bentuk table, grafik atau

ringkasan.numerik data. Statistik deskriptif merupakan statistika yang

menggunakan data suatu kelompok untuk menjelaskan atau menarik kesimpulan

mengenai kelompok itu saja. Untuk menganalisis secara deskriptif kualitas dari

setiap variabel penelitian, maka digunakan teknik statistik deskriptif,

Pada pengolahan data statistic yang akan dikemukakan pada tugas ini adalah

pengolahan data statistic deskriptif dan statistic inferensi dengan menggunakan

SPSS 16. Pada tugas ini telah di paparkan beberapa langkah proses pengolahan

dan analisa data yang akan disajikan menggunakan SPSS 16.

1. Distribusi Frekuensi.

Berikut ini data tentang nilai ujian mata kuliah probabilitas dan statistika dari

60 mahasiswa Teknik Elektro UPI YAI :

67 59 90 82 78 50

79 61 59 94 80 64

47 70 64 86 90 59

82 47 73 68 84 75

54 73 79 49 56 98

78 66 46 89 66 65

49 68 96 78 66 88

79 65 76 78 75 65

85 96 79 96 55 86

46 79 66 69 61 63

Langkah – langkah analisa dengan menggunakan SPSS 16 adalah sebagai

berikut :

1. Membuka lembar kerja baru (File → New → Data)

Seperti pada tampilan berikut :

2. Pilih menu variable View pada pojok kiri bawah tampilan lembar kerja

SPSS.

a. Ketik Nilai pada Kolom name

b. Pilih Numeric pada kolom Type ubah angka pada kolom Width

(panjang angka di depan koma) menjadi 5, dan ubah angka pada

kolom Decimals (banyak angka dibelakang koma) menjadi 2.

Hasilnya akan seperti tampilan berikut :

c. Kembali pada data View.

3. Untuk mengisi data, ketik menurun ke bawah semua data 60 nilai

mahasiswa di atas pada kolom nilai.

Seperti tampilan berikut ini :

4. Simpanlah data tersebut dengan nama Deskriptif.

5. Pilihlah menu Analyze, lalu pilih menu Descriptive Statistics, kemudian

pilih Frequencies, yang akan membuka jendela berikut :

6. Pilih Variabel nilai dari kotak kiri kemudian klik tanda ►untuk

mengisikan variable Nilai ke dalam kotak Variable(s). yang akan muncul

tampilan seperti berikut :

7. Kemudian klik pilihan Statistics dan tentukan

a. Untuk percentile Values, pilihlah Quartiles dan presentile(s). lalu

dalam kotak dikanan presentile(s) ketikan 10 dan klik Add untuk

memasukkannya pada kotak dibawahnya. Ulangi untuk angka 90.

b. Untuk Dispersion, pilihlah semua pilihan yang ada.

c. Untuk Central Tendency, pilihlah Mean dan Median.

d. Untuk Distribution, pilihlah Skeweness dan Kurtosis.

e. Klik continue untuk melanjutkan proses berikutnya.

Setelah itu akan muncul tampilan sebagai berikut :

8. Pilih pilihan charts, kemudian untuk Chart Type, pilihlah Histograms dan

juga With normal Curve. Kemudian k;ik continue untuk melanjutkan ke

proses berikutnya. Seperti pada tampilan berikut :

9. Pilih pilihan format, kemudian untuk Order by pilihlah Ascending

Values.seperti pada tampilan berikut :

Kemudian klik continue untuk melanjutkan ke proses berikutnya.

10. Klik OK setelah semua pengisian selesei.

11. Pada tampilan jendela Outputnya akan muncul tampilan analisis datanya

sebagai berikut :

a. Tampilan Output

b. Tampilan Output

Statistics :

c. Tampilan Output Nilai :

d. Tampilan Output Histogram :

2. STATISTIK INFERENSI

Data-data statistik yang bisa diperoleh dari hasil sensus, servei atau pengamatan lainnya, umumnya masih acak, “mentah” dan tidak terorganisir

dengan baik (raw data). Data-data tersebut harus diringkas dengan baik dan teratur, baik dalam bentuk tabel datau presentasi grafis, sebagai dasar untuk berbagai pengambilan keputusan (Statistik Inferensi).

Penyajian tabel grafik yang digunakan dalam statistik deskripsi seperti :1. Distribusi Frekuensi.2. Presentasi grafis seperti Histogram, Pie chart dan lainnya.

Untuk mendapatkan gambaran yang lebih jelas tentang data, selain dengan tabel dan diagram, masih diperlukan ukuran-ukuran lain yang merupakan wakil dari data tersebut. Ukuran yang dimaksudkan dapat berupa :

Ukuran Pemusatan (Rata-Rata Hitung atau Mean, Median dan Modus) Ukuran Letak (Quartil dan Persentil) Ukuran Penyimpangan/Penyebaran (Range, Ragam, Simpangan Baku dan

Galat Baku) Skewness adalah tingkat kemiringan Kurtosis adalah tingkat keruncingan

Untuk menganalisa ukuran pemusatan, ukuran letak dan ukuran penyimpangan (ketika ukuran termasuk ke dalam statistika deskripsi), dapat dilakukan dengan prosedur.a. Analyse Descriptive Statistics Frequenciesb. Analyse Descriptive Statistics Descriptionc. Analyse Descriptive Statistics Explore

Menggunakan Analisa Frequencies

PROSEDUR : Analyse Descriptive Statistics Frequencies

Klik menu Analyse Descriptive Statistics Frequencies Sorot variabel yang akan dianalisa lalu pindahkan ke kotak variabel

dengan cara mengklik tanda “” Klik Statistics, berilah tanda pada semua check box Percetile Values

(Keterangan : untuk menentukan nilai Percentile 10,25 dan seterusnya, dilakukan dengan cara memberi tanda pada check box percentile)

Klik chart, pilih Histogram jika ingin menampilkan Klik format, beri tanda pada ascending value pada pilihan order by untuk

mengurutkan data dari nilai terkecil terbesar. Klik OK.Contoh

Data nilai UTS Statistik dari 15 anak kelas A yaitu :

Nama Nilai UTS1. Mimi 902. Melisa 603. Yolin 654. Nina 55

5. Parto 706. Jerry 717. Tom-Tom 728. Yusron 809. Ableh 76

10. 10 Stefanus 5611 Chandra 5912 Roy 7713 Ardian 8514 Nita 8915 Mawan 90

Rumus Uji Normalitas

Metode Shapiro-Wilk untuk Uji   Normalitas

Metode Shapiro Wilk menggunakan data dasar yang belum diolah dalam tabel distribusi frekuensi. Data diurut, kemudian dibagi dalam dua kelompok untuk dikonversi dalam Shapiro Wilk. Dapat juga dilanjutkan transformasi dalam nilai Z untuk dapat dihitung luasan kurva normal.

RUMUS

Persyaratan

a. Data berskala interval atau ratio (kuantitatif)

b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi

c. Data dari sampel random

Signifikansi

Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai T3 dibandingkan dengan nilai tabel Shapiro Wilk, untuk dilihat posisi nilai probabilitasnya (p). Jika nilai p lebih dari 5%, maka Ho diterima ; H1 ditolak. Jika nilai p kurang dari 5%, maka Ho ditolak ; H1 diterima. Jika digunakan rumus G, maka digunakan tabel distribusi normal.

Metode Kolmogorov-Smirnov untuk Uji   Normalitas

Metode Kolmogorov-Smirnov tidak jauh beda dengan metode Lilliefors. Langkah-langkah penyelesaian dan penggunaan rumus sama, namun pada signifikansi yang berbeda. Signifikansi metode Kolmogorov-Smirnov menggunakan tabel pembanding Kolmogorov-Smirnov, sedangkan metode Lilliefors menggunakan tabel pembanding metode Lilliefors.

Rumus

Keterangan :

Xi = Angka pada data

Z = Transformasi dari angka ke notasi pada distribusi normal

FT = Probabilitas komulatif normal

FS = Probabilitas komulatif empiris

FT = komulatif proporsi luasan kurva normal berdasarkan notasi Zi, dihitung dari luasan kurva mulai dari ujung kiri kurva sampai dengan titik Z.

Persyaratan

a. Data berskala interval atau ratio (kuantitatif)

b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi

c. Dapat untuk n besar maupun n kecil.

Siginifikansi

Signifikansi uji, nilai | FT – FS | terbesar dibandingkan dengan nilai tabel Kolmogorov Smirnov. Jika nilai | FT – FS | terbesar kurang dari nilai tabel Kolmogorov Smirnov, maka Ho diterima ; H1 ditolak. Jika nilai | FT – FS | terbesar lebih besar dari nilai tabel Kolmogorov Smirnov, maka Ho ditolak ; H1 diterima. Tabel Nilai Quantil Statistik Kolmogorov Distribusi Normal.

Metode Liliefors untuk Uji   Normalitas

Metode Lilliefors menggunakan data dasar yang belum diolah dalam tabel distribusi frekuensi. Data ditransformasikan dalam nilai Z untuk dapat dihitung luasan kurva normal sebagai probabilitas komulatif normal. Probabilitas tersebut dicari bedanya dengan probabilitas komultaif empiris. Beda terbesar dibanding dengan tabel Lilliefors pada Tabel Nilai Quantil Statistik Lilliefors Distribusi Normal.

Rumus

Keterangan :

Xi = Angka pada data

Z = Transformasi dari angka ke notasi pada distribusi normal

F(x) = Probabilitas komulatif normal

S(x) = Probabilitas komulatif empiris

F(x) = komulatif proporsi luasan kurva normal berdasarkan notasi Zi, dihitung dari luasan kurva normal mulai dari ujung kiri kurva sampai dengan titik Zi.

Persyaratan

a. Data berskala interval atau ratio (kuantitatif)

b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi

c. Dapat untuk n besar maupun n kecil.

Signifikansi

Signifikansi uji, nilai | F (x) – S (x) | terbesar dibandingkan dengan nilai tabel Lilliefors. Jika nilai | F (x) – S (x) | terbesar kurang dari nilai tabel Lilliefors, maka Ho diterima ; Ha ditolak. Jika nilai | F (x) – S (x) | terbesar lebih besar dari nilai tabel Lilliefors, maka Ho ditolak ; H1 diterima. Tabel nilai Quantil Statistik Lilliefors.

RUMUS UJI VALIDITAS KUESIONER

Uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid apabila pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Pratisto, 2009).

Mengukur tingkat validitas dapat dilakukan dengan cara:

1. Uji signifikansi dilakukan dengan membandingkan nilai r hitung (hasil uji validitas) dengan nilai r tabel (nilai tabel) dengan nilai signifikansi 0,05. Hasil uji validitas (nilai r hitung) yang merupakan nilai dari Corrected Item-Total Corelation.

2. Dapat juga menggunakan rumus person products moment:

Kemudian menghitung nilai uji T dengan rumus:

(Hidayat, 2008) Setelah kuesioner di uji validitas dengan menggunakan program SPSS 10

For Windows. Jika Thit > Ttabel berarti instrumen valid demikian sebaliknya jika Thit < Ttabel berarti instrumen tidak valid yang tentunya tidak dapat digunakan dan dapat diperbaiki/ dihilangkan.

RUMUS UJI REALIBILITAS

Definisi Reliabilitas

Reliabilitas adalah Persamaan hasil pengukuran atau pengama fakta atau kenyataan hidup tadi diukur atau diamati berkali-kali dalam waktu yang berlainan.

Reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya, maksudnya apabila dalam beberapa pelaksanaan pengukuran terhadap kelompok yang sama diperoleh hasil yang relatif sama ( Syaifuddin Azwar, 2000 : 3).

Uji Realibilitas

Dalam penelitian ini, uji reliabilitas dilakukan dengan menggunakan tekhnik Formula Alpha Cronbach dan dengan menggunakan program SPSS 16.01 for windows

RUMUS UJI KORELASI

Definisi Korelasi

Korelasi adalah salah satu teknik statistik yang digunakan untuk mencari    hubungan antara dua variabel atau lebih yang sifatnya kuantitatif.

Uji Korelasi antar faktor

Uji korelasi antar faktor yaitu pengujian antar faktor dengan konstrak yang bertujuan untuk membuktikan bahwa setiap faktor dalam instrumen Skala Kecerdasan Emosional telah benar-benar mengungkap konstrak yang didefinisikan. Adapun cara perhitungan uji validitas faktor adalah dengan mengorelasikan skor tiap faktor dengan skor total faktor item-item yang valid. Uji Korelasi antar faktor menggunakan rumus yang sama dengan uji validitas item.

REGERESI

Definisi Regresi

Regresi adalah salah satu metode untuk menentukkan hubungan sebab akibat antara satu variabel dengan variabel-variabel yang lain.

SKALA LIKERT

Skala Likert adalah suatu skala psikometri yang umum digunakan dalam kuesioner dan merupakan skala yang paling banyak digunakan dalam riset berupa survey.

a) Favorable

Definisi Favorable

Favorable adalah suara terbanyak yang bersifat menguatkan terhadap hipotesis penelitian yang dipilih oleh responden dalam pengambilan data yang menggunakan skala likert.

Penggunaan Favorable dalam Penelitian tersebut

Item Favorable : sangat setuju (4),  setuju (3), tidak setuju (2), sangat tidak setuju (1).

b) Unfavorable :

Definisi Unfavorable

Unfavorable adalah suara terbanyak yang bersifat oposisi terhadap hipotesis penelitian yang dipilih oleh responden dalam pengambilan data yang menggunakan skala likert.

Penggunaan Unfavorable

Item Unfavorable : sangat setuju (1), setuju (2), tidak setuju (3), sangat tidak setuju (4).