Laporan Metode Statistikia II

LAPORAN

PRAKTIKUM METODE STATISTIKA II

Yogyakarta, 5 Juni 2014

Nama : Hirwanto

NIM : 09/283098/PA/12442

Program Studi : Matematika

Dosen Pengampu : Dr. Danardono., M.PH

Assisten Praktikum : 1. Zakiatul Wildani (PA/14753)

2. Zulfiana Nurul L (PA/14889)

LABORATORIUM KOMPUTASI MATEMATIKA DAN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS GADJAH MADA

YOGYAKARTA

2014

BAB I

PERMASALAHAN

1. Perusahaan X ingin mengetahui apakah ada perbedaan produktivitas kerja karyawan.

Diperkirakan produktivitas kerja karyawan dipengaruhi oleh pembagian shift dan

kelompok kerja. Dari hasil penelitian diperoleh data sebagai berikut:

SHIFT

1 2 3

GR

UP

A

1027.571 1118.656 947.7915

1245.184 1020.106 926.4903

1070.524 854.1592 1220.113

1029.297 1158.165 995.4762

890.4686 1062.84 1050.688

1181.29 1107.483 1209.042

1025.79 871.1884 1222.638

257.3014

488.0909

615.1566

799.2762

1407.527

630.8143

B

1582.626 1065.869 612.9344

671.7825 1081.938 556.8571

936.2372 1061.998 1245.107

874.2226 1005.011 930.1457

843.0043 630.9446 883.9229

898.5545 1071.417 1317.481

1285.672 2224.152 599.6092

1264.403

1110.375

1036.186

1071.936

1256.073

1109.76

C

836.0867 1159.714 3248.952

813.4855 831.7946 543.3944

684.3076 1301.95 744.4874

1077.684 1095.757 834.3149

743.6302 1165.668 923.4286

1464.655 1448.571 1001.25

1583.045 904.4772 1136.604

1088.478 1272.83

1518.246

1175.825

1345.6

1149.349

1860.262

Apakah ada perbedaan produktivitas kerja karyawan Perusahaan X? Lakukan analisis

lengkap namun singkat padat jelas ! (jika asumsi tidak terpenuhi maka diasumsikan

terpenuhi )

2. Sebuah penelitian dilakukan untuk mengetahui faktor-faktor yang mempengaruhi nilai

TDS. Diduga nilai TDS dipengaruhi oleh klorida, kesadahan, sulfat, flourida, nitrit, nitrat,

besi, dan mangan (file data TDS). Lakukan analisis data sampai diperoleh model yang

sesuai!

3. Asbes telah digunakan diribuan produk seperti sirap atap, pipa air bersih, pelapis rem dan

beberapa produk kendaraan bermotor. Beberapa pekerjaan seperti pekerja pembongkaran

dan tukang pipa beresiko tinggi terkena penyakit yang berhubungan dengan asbes. Sebuah

penelitian ingin mengetahui hubungan antara pekerja asbes dengan penyakit asbestos

(radang paru-paru kronis). Peneliti menentukan terlebih dahulu pekerja asbes dan bukan

pekerja asbes kemudian diikuti selama 10 tahun. Dari 404 orang pekerja asbes 97

diantaranya menderita asbestos, dan dari total 2013, 1716 diantaranya tidak menderita

penyakit asbestos

a. Termasuk design penelitian apakah penelitian tersebut ?

b. Buatlah tabel kontingensinya !

c. Apakah cukup beralasan mengatakan bahwa ada hubungan antara pekerja asbes

atau bukan pekerja asbes dengan kejadian penyakit asbestos ?

d. Jelaskan kesimpulan akhir anda dan hitunglah keeratan hubungannya !

4. Suatu program pelatihan dirancang guna meningkatkan kinerja karyawan. Untuk

mengevaluasi program tersebut diambil sampel random 14 orang karyawan peserta

program tersebut. Pada awal program dan akhir program mereka mendapat tes dan

diketahui nilai kinerja sebelum ikut program (X1) dan sesudah ikut program (Y1) masing-

masing sebagai berikut

1 2 3 4 5 6 7 8 9 10 11 12 13 14

x 58.00 53.00 67.00 35.00 59.00 69.00 71.00 40.00 72.00 65.00 38.00 54.00 72.00 70.00

y 68.00 72.00 73.00 74.00 71.00 75.00 74.00 65.00 90.00 70.00 73.00 72.00 80.00 76.00

Saudara diminta menguji dengan tingkat signifikansi 5%, apakah program pelatihan tersebut

dapat menaikkan nilai kinerja seluruh karyawan lebih dari 5 point?

BAB II

PEMBAHASAN

1.

Shift

GR

UP

A

1 2 3 Total

1027,571 1118,656 947,7915 3094,0185

1245,184 1020,106 926,4903 3191,7803

1070,524 854,1592 1220,113 3144,7962

1029,297 1158,165 995,4762 3182,9382

890,4686 1062,84 1050,688 3003,9966

1181,29 1107,483 1209,042 3497,815

1025,79 871,1884 1222,638 3119,6164

257,3014 257,3014

488,0909 488,0909

615,1566 615,1566

799,2762 799,2762

1407,527 1407,527

B

630,8143 630,8143

1582,626 1065,869 612,9344 3261,4294

671,7825 1081,938 556,8571 2310,5776

936,2372 1061,998 1245,107 3243,3422

874,2226 1005,011 930,1457 2809,3793

843,0043 630,9446 883,9229 2357,8718

898,5545 1071,417 1317,481 3287,4525

1285,672 2224,152 599,6092 4109,4332

1264,403 1264,403

1110,375 1110,375

1036,186 1036,186

1071,936 1071,936

1256,073 1256,073

1109,76 1109,76

C

836,0867 1159,714 3248,952 5244,7527

813,4855 831,7946 543,3944 2188,6745

684,3076 1301,95 744,4874 2730,745

1077,684 1095,757 834,3149 3007,7559

743,6302 1165,668 923,4286 2832,7268

1464,655 1448,571 1001,25 3914,476

1583,045 904,4772 1136,604 3624,1262

1088,478 1272,83 2361,308

Akan dianalisis tentang produktivitas kerja karyawan dipengaruhi oleh pembagian shift dan

kelompok kerja.

grup_kerja * shift_kerja Crosstabulation

shift_kerja

Total Shift1 Shift2 Shift3

grup_kerja GrupA Count 7470 7193 11770 26433

Expected Count 9021,6 9078,3 8333,1 26433,0

% within grup_kerja 28,3% 27,2% 44,5% 100,0%

% within shift_kerja 25,0% 23,9% 42,6% 30,2%

% of Total 8,5% 8,2% 13,4% 30,2%

GrupB Count 7092 14990 6146 28228

Expected Count 9634,2 9694,8 8899,0 28228,0



% of Total 8,1% 17,1% 7,0% 32,2%

GrupC Count 15341 7908 9705 32954

Expected Count 11247,2 11317,9 10388,9 32954,0



% of Total 17,5% 9,0% 11,1% 37,6%

Total Count 29903 30091 27621 87615

Expected Count 29903,0 30091,0 27621,0 87615,0



% of Total 34,1% 34,3% 31,5% 100,0%

Tabel diatas menunjukkan perbedaan produktivitas karyawan terhadap pembagian shift dan

kelompok kerja dengan penjelasan sebagai berikut :

1. Kelompok kerja A terhadap shift 1 sebesar 28,3 %, shift 2 sebesar 27,2% dan 44,5%

untuk shift 3.

1518,246 1518,246

1175,825 1175,825

1345,6 1345,6

1149,349 1149,349

1860,262 1860,262

Total 29902,8777 30090,592 27621,724 87615,1937

2. Kelompok kerja B terhadap shift 1(25,1%), shift 2(53,1%) dan shift 3(21,8%)

3. Kelompok kerja C terhadap shift 1(46,6%), shift 2(24,0%) dan shift 3(29,5%)

Produktivitas karyawan mempunyai tingkat kinerja terbesar pada kelompok kerja C

terhadap shift 1 sebesar 46,6%. Selanjutnya kita akan menguji adakah hubungan terhadap

kelompok kerja terhadap pembagian shift.

Uji Indepedensi

1. Hipotesis

𝐻0 : variabel kelompok kerja dan pembagian shift tidak berhubungan/ independen

𝐻1 : variabel kelompok kerja dan pembagian shift berhubungan

2. Tingkat Signifikansi : 𝛼 = 0,05

3. Statistik Uji : 𝑝𝑣𝑎𝑙𝑢𝑒

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Pearson Chi-Square 9053,016a 4 ,000

Likelihood Ratio 8662,573 4 ,000

Linear-by-Linear Association 2468,841 1 ,000

N of Valid Cases 87615

a. 0 cells (0,0%) have expected count less than 5. The minimum expected

count is 8333,12.

Nilai 𝑝𝑣𝑎𝑙𝑢𝑒 pada tabel Chi- Square Tests sebesar 0,000

4. Daerah Kritik

𝐻0 ditolak jika 𝑝𝑣𝑎𝑙𝑢𝑒 < 𝛼 = 0,000 < 0,05

5. Kesimpulan

𝐻0 ditolak berarti variabel kelompok kerja dan pembagian shift berhubungan

Dari hasil uji diatas, dapat disimpulkan bahwa ada hubungan antara kelompok kerja terhadap

pembagian shift.

2. Akan ditentukan variabel dependen dan independen sebagai berikut :

a. TDR merupakan variabel dependen(𝑌)

b. Klorida(𝑋1),kesadahan(𝑋2), sulfat(𝑋3) , flourida(𝑋4), nitrit(𝑋5), nitrat(𝑋6), besi(𝑋7),

dan mangan(𝑋8) merupakan variabel independen(𝑋).

c. Kode sampel bukan merupakan variabel dependen maupun independen

Terlebih dahulu, akan diuji normalitas dan linearitas.

Uji Normalitas pada variabel Dependen

1. Hipotesis

𝐻0 : data berasal dari distribusi normal

𝐻1 : data bukan berasal dari distribusi normal



Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

TDS ,055 172 ,200* ,988 172 ,154

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Nila 𝑝𝑣𝑎𝑙𝑢𝑒 pada tabel diatas menggunakan bagian kolom Kolmogorov- Smirnow karena data

172 > 50 sebesar 0,200.

4. Daerah Kritik

𝐻0 ditolak jika 𝑝𝑣𝑎𝑙𝑢𝑒 < 𝛼 = 0,200 > 0,05.

5. Kesimpulan

𝐻0 tidak ditolak maka data TDS berasal dari distribusi normal.

Linearitas

Hubungan linear antara variabel TDS dengan klorida sebesar 𝑅2 linear = 0,425 , variabel TDS

dengan kesadahan sebesar 𝑅2 linear = 0,450, variabel TDS dengan sulfat sebesar 𝑅2 Linear =

0,302, dan variabel TDS dengan flourida sebesar 𝑅2linear = 0,026, variabel TDS dengan nitrit

sebesar 𝑅2linear = 3,039E-4, variabel TDS dengan nitrat sebesar 𝑅2linear = 0,118, variabel

besi sebesar 𝑅2linear = 0,029, dan variabel TDS dengan mangan sebesar 6,436E-4. Hal ini

dapat dikatakan mempunyai hubungan linear yang erat dengan 𝑅2 linear terbesar yaitu 0, 450

pada Kesadahan dan 𝑅2linear terkecil yaitu 6,436E-4 pada Mangan.

Analisis I

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,860a ,740 ,727 31,816546

a. Predictors: (Constant), Mangan, Klorida, Nitrit, Besi, Flourida, Nitrat,

Kesadahan, Sulfat

Uji Overall

1. Hipotesis

𝐻0 : 𝛽1 = 𝛽2 = 𝛽3 = ⋯ = 𝛽8 = 0 (model regresi tidak layak digunakan)

𝐻1 : ada 𝛽𝑖 ≠ 0, 𝑖 = 1, … ,8 yang sama (model regresi layak digunakan)



ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 469837,710 8 58729,714 58,017 ,000b

Residual 165003,694 163 1012,293

Total 634841,404 171

a. Dependent Variable: TDS

b. Predictors: (Constant), Mangan, Klorida, Nitrit, Besi, Flourida, Nitrat, Kesadahan, Sulfat

Nilai 𝑝𝑣𝑎𝑙𝑢𝑒 pada tabel Anova diatas sebesar 0,000.

4. Daerah Kritik

𝐻0 ditolak jika 𝑝𝑣𝑎𝑙𝑢𝑒 < 𝛼 = 0,000 < 0,05.

5. Kesimpulan

𝐻0 ditolak maka model regresi layak digunakan.

Uji Parsial

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig. B Std. Error Beta

1 (Constant) 71,595 8,455 8,468 ,000

Klorida 2,436 ,347 ,342 7,017 ,000

Kesadahan ,513 ,050 ,455 10,254 ,000

Sulfat ,864 ,146 ,266 5,908 ,000

Flourida 7,982 5,851 ,058 1,364 ,174

Nitrit 6,465 19,827 ,013 ,326 ,745

Nitrat 2,341 ,760 ,132 3,082 ,002

Besi -51,516 34,359 -,064 -1,499 ,136

Mangan -1,139 7,250 -,007 -,157 ,875


Uji Kelayakan Koefisien Klorida

1. Hipotesis

𝐻0 : 𝛽1 = 0 ( koefisien klorida tidak layak digunakan)

𝐻1 : 𝛽1 ≠ 0 (koefisien klorida layak digunakan)


3. Statistik Uji : 𝑝𝑣𝑎𝑙𝑢𝑒 = 0,000

4. Daerah Kritik


5. Kesimpulan

𝐻0 ditolak maka koefisien klorida layak digunakan.

Uji Kelayakan Koefisien Kesadahan

1. Hipotesis

𝐻0 : 𝛽2 = 0 ( koefisien kesadahan tidak layak digunakan)

𝐻1 : 𝛽2 ≠ 0 (koefisien kesadahan layak digunakan)



4. Daerah Kritik


5. Kesimpulan

𝐻0 ditolak maka koefisien kesadahan layak digunakan

Uji Kelayakan Koefisien Sulfat

1. Hipotesis

𝐻0 : 𝛽3 = 0 ( koefisien sulfat tidak layak digunakan)

𝐻1 : 𝛽3 ≠ 0 (koefisien sulfat layak digunakan)



4. Daerah Kritik


5. Kesimpulan

𝐻0 ditolak maka koefisien sulfat layak digunakan

Uji Kelayakan Koefisien Flourida

1. Hipotesis

𝐻0 : 𝛽4 = 0 ( koefisien flourida tidak layak digunakan)

𝐻1 : 𝛽4 ≠ 0 (koefisien flourida layak digunakan)



4. Daerah Kritik


5. Kesimpulan

𝐻0 tidak ditolak maka koefisien flourida tidak layak digunakan.

Uji Kelayakan Koefisien Nitrit

1. Hipotesis

𝐻0 : 𝛽5 = 0 ( koefisien nitrit tidak layak digunakan)

𝐻1 : 𝛽5 ≠ 0 (koefisien nitrit layak digunakan)



4. Daerah Kritik


5. Kesimpulan

𝐻0 tidak ditolak maka koefisien nitrit tidak layak digunakan

Uji Kelayakan Koefisien Nitrat

1. Hipotesis

𝐻0 : 𝛽6 = 0 ( koefisien nitrat tidak layak digunakan)

𝐻1 : 𝛽6 ≠ 0 (koefisien nitrat layak digunakan)



4. Daerah Kritik


5. Kesimpulan

𝐻0 ditolak maka koefisien nitrat layak digunakan.

Uji Kelayakan Koefisien Besi

1. Hipotesis

𝐻0 : 𝛽7 = 0 ( koefisien besi tidak layak digunakan)

𝐻1 : 𝛽7 ≠ 0 (koefisien besi layak digunakan)



4. Daerah Kritik


5. Kesimpulan

𝐻0 tidak ditolak maka koefisien besi tidak layak digunakan

Uji Kelayakan Koefisien Mangan

1. Hipotesis

𝐻0 : 𝛽8 = 0 ( koefisien mangan tidak layak digunakan)

𝐻1 : 𝛽8 ≠ 0 (koefisien mangan layak digunakan)



4. Daerah Kritik


5. Kesimpulan

𝐻0 tidak ditolak maka koefisien mangan tidak layak digunakan.

Uji Kelayakan Konstan

1. Hipotesis

𝐻0 : 𝛽0 = 0 ( konstan tidak layak digunakan)

𝐻1 : 𝛽0 ≠ 0 (konstan layak digunakan)



4. Daerah Kritik


5. Kesimpulan

𝐻0 ditolak maka konstan layak digunakan.

Dari hasil diatas, didapat bahwa koefisien yang tidak layak digunakan yaitu flourida,

nitrit, besi, dan mangan. Untuk koefisien yang terbesar yaitu Mangan dikeluarkan terlebih

dahulu selanjutnya akan dilakukan analisis kedua.

Analisisi II

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,860a ,740 ,729 31,721798

a. Predictors: (Constant), Besi, Sulfat, Flourida, Nitrit, Nitrat,

Kesadahan, Klorida

Uji Overall

1. Hipotesis





ANOVAa


1 Regression 469812,718 7 67116,103 66,698 ,000b

Residual 165028,685 164 1006,272

Total 634841,404 171


b. Predictors: (Constant), Besi, Sulfat, Flourida, Nitrit, Nitrat, Kesadahan, Klorida


4. Daerah Kritik


5. Kesimpulan


Uji Parsial

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 71,578 8,429 8,492 ,000

Klorida 2,438 ,346 ,342 7,047 ,000

Kesadahan ,513 ,050 ,454 10,328 ,000

Sulfat ,864 ,146 ,266 5,924 ,000

Flourida 7,898 5,810 ,058 1,360 ,176

Nitrit 6,193 19,693 ,013 ,314 ,754

Nitrat 2,359 ,749 ,133 3,148 ,002

Besi -52,849 33,196 -,065 -1,592 ,113



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan


Uji Kelayakan Koefisien Nitrit

1. Hipotesis

𝐻0 : 𝛽5 = 0 ( koefisien nitrit tidak layak digunakan)

𝐻1 : 𝛽5 ≠ 0 (koefisien nitrit layak digunakan)



4. Daerah Kritik


5. Kesimpulan

𝐻0 tidak ditolak maka koefisien nitrit tidak layak digunakan


1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan


Dari hasil diatas, didapat bahwa koefisien yang tidak layak digunakan yaitu flourida,

nitrit, dan besi. Untuk koefisien yang terbesar yaitu Nitrit dikeluarkan terlebih dahulu

selanjutnya akan dilakukan analisis ketiga.

Analisisi III

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,860a ,740 ,730 31,635059

a. Predictors: (Constant), Besi, Sulfat, Flourida, Nitrat, Kesadahan,

Klorida

Uji Overall

1. Hipotesis





ANOVAa


1 Regression 469713,202 6 78285,534 78,225 ,000b

Residual 165128,202 165 1000,777

Total 634841,404 171


b. Predictors: (Constant), Besi, Sulfat, Flourida, Nitrat, Kesadahan, Klorida


4. Daerah Kritik


5. Kesimpulan


Uji Parsial

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 71,868 8,356 8,601 ,000

Klorida 2,432 ,345 ,341 7,059 ,000

Kesadahan ,514 ,049 ,455 10,398 ,000

Sulfat ,867 ,145 ,267 5,988 ,000

Flourida 7,745 5,773 ,057 1,342 ,182

Nitrat 2,338 ,744 ,132 3,141 ,002

Besi -52,519 33,089 -,065 -1,587 ,114



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan


Dari hasil diatas, didapat bahwa koefisien yang tidak layak digunakan yaitu flourida

dan besi. Untuk koefisien yang terbesar yaitu Flourida dikeluarkan terlebih dahulu selanjutnya

akan dilakukan analisis keempat.

Analisis IV

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,859a ,737 ,729 31,711178

a. Predictors: (Constant), Besi, Sulfat, Nitrat, Kesadahan, Klorida

Uji Overall

1. Hipotesis





ANOVAa


1 Regression 467912,003 5 93582,401 93,061 ,000b

Residual 166929,401 166 1005,599

Total 634841,404 171


b. Predictors: (Constant), Besi, Sulfat, Nitrat, Kesadahan, Klorida


4. Daerah Kritik


5. Kesimpulan


Uji Parsial

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 76,367 7,672 9,955 ,000

Klorida 2,575 ,328 ,361 7,839 ,000

Kesadahan ,503 ,049 ,446 10,291 ,000

Sulfat ,853 ,145 ,262 5,890 ,000

Nitrat 2,399 ,745 ,135 3,221 ,002

Besi -56,071 33,062 -,069 -1,696 ,092



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan


Dari hasil diatas, didapat bahwa koefisien yang tidak layak digunakan yaitu besi maka

dikeluarkan, selanjutnya akan dilakukan analisis kelima

Analisis V

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,856a ,732 ,726 31,888813

a. Predictors: (Constant), Nitrat, Sulfat, Kesadahan, Klorida

Uji Overall

1. Hipotesis

𝐻0 : 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 0 (model regresi tidak layak digunakan)




ANOVAa


1 Regression 465019,708 4 116254,927 114,323 ,000b

Residual 169821,696 167 1016,896

Total 634841,404 171


b. Predictors: (Constant), Nitrat, Sulfat, Kesadahan, Klorida


4. Daerah Kritik


5. Kesimpulan


Uji Parsial

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 72,498 7,366 9,843 ,000

Klorida 2,558 ,330 ,359 7,746 ,000

Kesadahan ,513 ,049 ,454 10,496 ,000

Sulfat ,848 ,146 ,261 5,825 ,000

Nitrat 2,608 ,739 ,147 3,531 ,001



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan



1. Hipotesis





4. Daerah Kritik


5. Kesimpulan


Dari hasil diatas, didapat bahwa koefisien yang layak digunakan yaitu klorida,

kesadahan, sulfat, dan nitrat serta konstan. Jadi, analisis dihentikan karena sudah mendapatkan

koefisien/konstan yang layak digunakan..

Dari beberapa analisis didapat tabel sebagai berikut :

Model Nilai 𝒑𝒗𝒂𝒍𝒖𝒆

Kons Klorida Kesadahan Sulfat Flourida Nitrit Nitrat Besi Mangan

I 0,000 0,000 0,000 0,000 0,174 0,745 0,002 0,136 0,875*

II 0,000 0,000 0,000 0,000 0,176 0,754* 0,002 0,113

III 0,000 0,000 0,000 0,000 0,182* 0,002 0,114

IV 0,000 0,000 0,000 0,000 0,002 0,092*

V 0,000 0,000 0,000 0,000 0,001

Keterangan Tabel :

1. Bercetak tebal pada 𝑝𝑣𝑎𝑙𝑢𝑒 berarti tidak signifikan.

2. Bercetak tebal dan tanda bintang pada 𝑝𝑣𝑎𝑙𝑢𝑒 berarti variabel yang dikeluarkan

Model Summary untuk model terbaik

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,856a ,732 ,726 31,888813

a. Predictors: (Constant), Nitrat, Sulfat, Kesadahan, Klorida

Keterangan :

1. R sebesar 85,6 % yang menunjukkan hubungan korelasi antara TDS dengan Klorida,

Kesadahan, Sulfat dan Nitrat.

2. R square sebesar 0,732, ini menunjukkan proporsi variasi dalam variabel TDS dapat

diterangkan oleh Klorida, Kesadahan, Sulfat dan Nitrat.

3. Adjusted R square sebesar 0, 726 mengoreksi R square.

4. Standar Error of the Estimate sebesar 31,888813 mengukur besarnya keragaman

model regresi dari sampel ke sampel.

Interpretasi Model Terbaik

𝑌 = 72,498 + 2,558𝑋1 + 0,513𝑋1 + 0,848𝑋3 + 2,608𝑋6

atau

TDS = 72, 498+ 2,558.Klorida+ 0, 513.Kesadahan+ 0,848. Sulfat+ 2,608. Nitrat

Keterangan :

Setiap kenaikan satu satuan Klorida menyebabkan kenaikan TDS sebesar 2,558

dengan menganggap variabel lainnya konstan.

Setiap kenaikan satu satuan Kesadahan menyebabkan kenaikan TDS sebesar 0,513


Setiap kenaikan satu satuan Sulfat menyebabkan kenaikan TDS sebesar 0,848


Setiap kenaikan satu satuan Nitrat menyebabkan kenaikan TDS sebesar 2,608 dengan

menganggap variabel lainnya konstan.

3.

a. Desain penelitian yang digunakan adalah penelitian prospektik karena yang bersifat

longitudinal dengan mengikuti perjalanan penyakit ke depan berdasarkan urutan waktu.

Hal ini dimaksudkan untuk menemukan insidensi penyakit pada kelompok yang

terpapar oleh factor resiko maupun pada kelompok yang tidak terpapar, kemudian

insidensi penyakit pada kedua kelompok tersebut secara statistic dibandingkan untuk

mengetahui apakah terdapat hubungan sebab akibat antara paparan dan penyakit yang

diteliti.

b. Tabel Kontingensi :

Penyakit

Asbestos

Pekerja Asbes

B(ada) 𝑩𝒄 (tidak ada) Jumlah

A( ada) 97 200 297

𝑨𝒄 (tidak ada) 307 1409 1716

Jumlah 404 1609 2013

c. Kita akan melakukan uji indepedensi untuk menentukan adakah hubungan antara

pekerja asbes atau bukan pekerja asbes dengan kejadian penyakit asbestos.

Uji Indepedensi

penyakit_asbestos * pekerja_asbes Crosstabulation

pekerja_asbes

Total pkj bkn

penyakit_asbestos pnykt Count 97 200 297

Expected Count 59,6 237,4 297,0

% within penyakit_asbestos 32,7% 67,3% 100,0%

% within pekerja_asbes 24,0% 12,4% 14,8%

% of Total 4,8% 9,9% 14,8%

bkn Count 307 1409 1716

Expected Count 344,4 1371,6 1716,0



% of Total 15,3% 70,0% 85,2%

Total Count 404 1609 2013

Expected Count 404,0 1609,0 2013,0



% of Total 20,1% 79,9% 100,0%

Keterangan Tabel :

Seseorang pekerja asbes kemungkinan 24,0% mempunyai penyakit Asbestos dibandingkan

dengan yang bukan pekerja Asbes sebesar 12,4 artinya seorang pekerja Asbes kemungkinan

2 x lebih besar terkena penyakit Asbestos.

1. Hipotesis

𝐻0 : penyakit Asbestos independen dengan pekerja Asbes

𝐻1 : penyakit Asbestos tidak independen dengan pekerja Asbes

2. Tingkat Signifikansi : 𝛼 = 0, 05

3. Statistik Uji : 𝑝𝑣𝑎𝑙𝑢𝑒 pada tabel Pearson Chi-Square sebesar 0,000

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Exact Sig. (2-

sided)

Exact Sig. (1-

sided)

Pearson Chi-Square 34,428a 1 ,000

Continuity Correctionb 33,513 1 ,000

Likelihood Ratio 31,133 1 ,000

Fisher's Exact Test ,000 ,000

Linear-by-Linear Association 34,411 1 ,000


a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 59,61.

b. Computed only for a 2x2 table

4. Daerah Kritik


5. Kesimpulan

𝐻0 ditolak maka ada hubungan antara pekerja asbes terhadap kejadian penyakit

asbestos.

d. Kesimpulan akhir :

Karena ada hubungan antara pekerja asbes terhadap kejadian penyakit selanjutnya

dapat dilihat tabel berikut ini :

Risk Estimate

Value

95% Confidence Interval

Lower Upper

Odds Ratio for

penyakit_asbestos

(penyakitAsbestos /

bukanpenyakitAsbestos)

2,226 1,696 2,922

For cohort pekerja_asbes =

pekerjaAsbes 1,826 1,506 2,212

For cohort pekerja_asbes =

bukanpekerjaAsbes ,820 ,755 ,890


Tabel Risk Estimate diatas menunjukkan nilai Odd Rasio sebesar 2,226 ≈ 2 artinya seseorang

pekerja asbes kemungkinan mempunyai penyakit asbestos 2 x lebih besar dibandingkan yang

bukan pekerja asbes.

4.

Ranks

N Mean Rank Sum of Ranks

sesudah_ikut - sebelum_ikut Negative Ranks 0a ,00 ,00

Positive Ranks 14b 7,50 105,00

Ties 0c

Total 14

a. sesudah_ikut < sebelum_ikut

b. sesudah_ikut > sebelum_ikut

c. sesudah_ikut = sebelum_ikut

Dari tabel Ranks di atas didapat:

1. Negative Ranks yaitu selisih antara variabel ’Sesudah’ dan variabel ’sebelum’ yang

bernilai negatif atau dengan kata lain skor sesudah kurang dari skor sebelum. Terlihat

bahwasanya terdapat 0 nilai yang memiliki selisih negatif dengan rata-rata rangkingnya

sebesar 0,00 dan jumlah rangking dari selisih nilai yang negatif yaitu sebesar 0,00.

2. Positive Ranks yaitu selisih antara variabel ’Sesudah’ dan variabel ’sebelum’ yang

bernilai positif atau dengan kata lain skor sesudah lebih besar dari skor sebelum.

Terlihat bahwasanya terdapat 14 nilai yang memiliki selisih positif dengan rata-rata

rangkingnya sebesar 7,50 dan jumlah rangking dari selisih nilai yang positif yaitu

sebesar 105,00.

3. Ties yaitu tidak ada perbedaan skor antara variabel ’sesudah’dan variabel ’sebelum’.

Dalam kasus ini terdapat 0 data yang memiliki skor sesudah dan sebelum yang sama.

Test Statisticsa

sesudah_ikut -

sebelum_ikut

Z -3,300b

Asymp. Sig. (2-tailed) ,001

a. Wilcoxon Signed Ranks Test

b. Based on negative ranks.

Perhatikan keterangan pada tabel di samping, terlihat bahwasanya perhitungan

untuk nilai Z berdasarkan pada angka negatif (Based on negative Ranks) , sehingga dalam

kasus ini maka nilai T yang digunakan adalah jumlah ranking dari nilai selisih yang negatif.

Dari table Test Statistics diatas diperoleh nilai Z sebesar -3,300 dan 𝑃𝑣𝑎𝑙𝑢𝑒

atau Asymp.Sig-nya sebesar 0.001.

Uji Dua Sampel Dependen

1. Hipotesis:

𝐻0 : 𝑑 = 0 (tidak ada perbedaan kinerja karyawan antara sebelum dan sesudah ikut program)

𝐻1 : 𝑑 ≠ 0 (ada perbedaan kinerja karyawan antara sebelum dan sesudah ikut program)

2. Tingkat signifikansi : 𝛼 = 0,05


4. Daerah Kritik


5. Kesimpulan

𝐻0 ditolak maka ada perbedaan kinerja karyawan antara sebelum dan sesudah ikut program.

Dari hasil uji diatas dapat disimpulkan bahwa program pelatihan tersebut dapat

menaikkan nilai kinerja seluruh karyawan lebih dari 5 point.

BAB III

KESIMPULAN

1. Setelah dilakukan uji Indepedensi didapat bahwa ada hubungan antara kelompok kerja

terhadap pembagian shift. Pada table Crosstabulation dapat dilihat produktivitas

karyawan mempunyai tingkat kinerja terbesar pada kelompok kerja C terhadap shift 1

sebesar 46,6%.

2. Untuk model yang sesuai dalam hal yang mempunyai koefisien/konstan yang layak

didapatkan model yang terbaik dengan interpretasinya sebagai berikut :

𝑌 = 72,498 + 2,558𝑋1 + 0,513𝑋1 + 0,848𝑋3 + 2,608𝑋6

atau

TDS = 72, 498+ 2,558.Klorida+ 0, 513.Kesadahan+ 0,848. Sulfat+ 2,608. Nitrat

Keterangan :

Setiap kenaikan satu satuan Klorida menyebabkan kenaikan TDS sebesar 2,558


Setiap kenaikan satu satuan Kesadahan menyebabkan kenaikan TDS sebesar 0,513


Setiap kenaikan satu satuan Sulfat menyebabkan kenaikan TDS sebesar 0,848


Setiap kenaikan satu satuan Nitrat menyebabkan kenaikan TDS sebesar 2,608 dengan

menganggap variabel lainnya konstan.

3. Desain yang digunakan pada penelitian yang ingin mengetahui hubungan antara

pekerja asbes dengan penyakit asbestos (radang paru-paru kronis) adalah prospektif.

Dari hasil analisa dengan menggunakan uji indepedensi didapat bahwa ada hubungan

antara pekerja asbes terhadap kejadian penyakit asbestos dengan hubungan keeratannya

adalah sebesar 2,226 ≈ 2 artinya seseorang pekerja asbes kemungkinan mempunyai

penyakit asbestos 2 x lebih besar dibandingkan yang bukan pekerja asbes.

4. Setelah dilakukan analisa didapat bahwa program pelatihan tersebut dapat menaikkan

nilai kinerja seluruh karyawan lebih dari 5 point.

KRTIK DAN SARAN

Terima kasih sudah mengajarkan praktikum dengan baik. Saran untuk ke depannya

adalah modul praktikum seharusnya fokus pada mempelajari satu program sedangkan

untuk program yang lainnya hanya pendukung saja.

Laporan Metode Statistikia II

Education

Transcript of Laporan Metode Statistikia II