Contoh Makalah Analisis Chi Square ( Χ 2 ) Dan Korelasi Dalam Teknik Industri

7/30/2019 Contoh Makalah Analisis Chi Square ( Χ 2 ) Dan Korelasi Dalam Teknik Industri

http://slidepdf.com/reader/full/contoh-makalah-analisis-chi-square-2-dan-korelasi-dalam-teknik-industri 1/20

Teknik Industry Universitas Mercu Buana 2012

Rudini mulya_teknik industry universitas mercu buana 2012

1

makalah

Disusun oleh :

Teknik Industri

Universitas Mercu Buana

Jakarta 2010





2

Analisis Chi Square ( χ 2 ) dan Korelasi

A. Analisis Chi Square

Analisis Chi square adalah analisis statistik yang digunakan untuk menguji nilai

signifikansi hubungan antara nilai frekuensi pengamatan (f o atau f observasi) dengan

nilai frekuensi harapan ( f e atau f expected) yang digunakan untuk menguji nilai


nilai frekuensi harapan ( f e atau f expected) yang digunakan untuk menguji nilai


nilai frekuensi harapan ( f e atau f expected).

Metode chi-kuadrat (χ ²) digunakan untuk mengadakan pendekatan

(mengestimate) dari beberapa faktor atau mengevaluasi frekuensi yang diselidiki atau

frekuensi hasil observasi (fo) dengan frekuensi yang diharapkan (fe) dari sampel apakah

terdapat hubungan atau perbedaan yang signifikan atau tidak. Untuk mengatasi

permasalahn seperti ini, maka perlu diadakan teknik pengujian yang dinamakan

pengujian χ ².

Metode χ ² menggunakan data nominal (deskrit), data tersebut diperoleh dari hasil

menghitung. Sedangkan besarnya nilai χ ² bukan merupakan ukuran derajat hubungan

atau perbedaan.

Cara menguji χ ² pertama buatlah hipotesis berbentuk kalimat tetapkan tingkat

signifikansi, hitungkah nilai χ ², buatlah kaidah kepeutusan yaitu jika χ ²hitung ≥ χ ²tabel. Maka

tolak Ho artiya signifikan carilah χ ²tabel , dengan menggunakan Tabel χ ² kemudian buatlah

perbandingan antara χ ²hitung dengan χ ²tabel yang terakhir simpulkan.

Rumus yang digunakan untuk menghitung χ ² yaitu :

( fo –

fe)² χ ² = ∑

fe





3

Dimana :

χ ² = nilai Chi-Kuadrat

fo = frekuensi yang diobservasi (frekuensi empiris)

fe = frekuensi yang diharapkan (frekuensi teoritis)

Rumus mencari frekuensi teoritis ( fe)

Dimana :

fe = frekuensi yang diharapkan (frekuensi teoritis)

∑ fk = jumlah frekuensi pada kolom

∑ fb = jumlah frekuensi pada baris

∑T = jumlah keseluruhan baris atau kolom

Langkah-langkah penyelesaian adalah :

1. Identifikasi penyelesaian masalah, pilihkan metode yang digunakan

2. Diasumsikan bahwa data dipilih secara acak

3. Diasumsikan bahwa data berdistribusi normal

4. Ha dan H0 dalam bentuk kalimat. Misalnya :

Ha : Terdapat perbedaan produktivitas kerja antara karyawan yang bersama

kerja kurang dari 5 tahun dengan yang lebih dari 5 tahun bermasa kerja

H0 : Tidak terdapat perbedaan produktivitas kerja antara karyawan yang

bermasa kerja kurang dari 5 tahun dengan yang lebih dari 5 tahun,

bermasa kerja.

5. Hipotesis statistiknya: misalnya

Ha : µ <5 ≠ µ>5

H0 : µ <5 = µ >5

(∑ fk x ∑ fb) fe =

∑T





4

6. Cari χ ² dengan rumus:

7. Pilih Taraf signifikansinya (α) = 0,05, atau 0.01 atau 0.10

8. Tentukan kriteria pengujian yaitu:

Jika χ ² hitung > χ ² hitung , maka tolak H0 diterima

Jika χ ² hitung < χ ² hitung , maka terima H0 diterima

9. Buatlah gambar posisi tolak / terima Ho

10. Ambil Kesimpulannya:

Contoh Soal :

Telah dilakukan penelitian terhadap mahasiswa Teknik Industri UMB untuk mengetahui

apakah ada perbedaan antara Ikhwan dan Akhwat pada penggunaan internet dalam

mendukung penyelesaian Tugas Akhir. Tabel yang didapat adalah sebagai berikut :

Tabel 11.1. Gender dan Penggunaan internet dalam Tugas Akhir

Penggunaan

Internet

Gender

Ikhwan Akhwat TotalTidak Pernah 4 3 7

Kadang-kadang 5 10 15

Seringkali 10 4 14

Total Kolom 19 17 35

( fo – fe)² χ ² = ∑ ------------------

fe

(∑ fk x ∑ fb) fe = ------------------

∑T





5

Ditanya :

Apakah ada perbedaan yang signifikan antara Ikhwan dan Akhwat pada penggunaan

internet dalam mendukung penyelesaian Tugas Akhir ?

Penyelesaian :1. Metode Chi Square

2. Diasumsikan bahwa data dipilih secara acak

3. Diasumsikan bahwa data berdistribusi normal

4. Ha dan H0 dalam bentuk kalimat. Misalnya :

Ha : Terdapat perbedaan antara jumlah ikhwan dan akhwat secara signifikan

pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir

H0 : Tidak terdapat perbedaan antara jumlah ikhwan dan akhwat secara

signifikan pada penggunaan internet dalam mendukung penyelesaian

Tugas Akhir

5. Hipotesis statistiknya: misalnya

Ha : µ 1 ≠ µ2

H0 : µ 1 = µ 2

6. Cari χ ² dengan rumus:

(∑ fk x ∑ fb)

fe =

∑T

( fo – fe)² χ ² = ∑ ------------------

fe

(∑ fk x ∑ fb)

fe = ------------------

∑T





6

(19 x 7) (17 x 7)

= 3,8 = 3,4

35 35

(19 x 15) (17 x 15)= 8,142 = 7,285

35 35

(19 x 14) (17 x 14)

= 7,6 = 6,8

35 35

Mencari Chi-Kuadrat (χ ² ) dengan rumus :

(fo – fe )²

χ² = ∑

fe

Sehingga :

(4 – 3,8)² (3 - 3,4)²

= 0,010 = 0,047

3,8 3,4

(5 - 8,142)² (10 - 7,285)²

= 1,212 = 2,866

8,142 7,285

(10 - 7,6)² (4 - 6,8)²

= 0,757 = 1,152

7,6 6,8

χ² = 0,010 + 1,212 + 0,757 + 0,047 + 2,866 + 1,152 = 6,044





7

Selanjutnya :

7. Cari χ²tabel dan pilih Taraf signifikansinya (α) = 0,05

Mencari χ²tabel , dengan rumus :

dk = ( k -1 ). ( b – 1)

dimana :

dk = derajat kebebasan

k = jumlah kolom

b = jumlah baris

sehingga :

dk = (2 – 1 ). (3 – 1)

dk = 1 x 2 = 2

kemudian lihat tabel χ² :

nilai χ²tabel , untuk α 0,05 = 5,59

8. Tentukan kriteria pengujian yaitu:

Jika χ ² hitung > χ ² hitung , maka tolak H0 diterima

Jika χ ² hitung < χ ² hitung , maka terima H0 diterima

9. Buatlah gambar posisi tolak / terima Ho

Tolak H0 Daerah Terima H0 Tolak H0

Nilai χ ² tabel Nilai χ ² tabel





8

Dimana nilai χ ² hitung ?

Berikut ini adalah hasilnya :

Tolak H0 Terima H0 Tolak H0

- 5,59 5,59 6,044

χ ² tabel χ ² tabel χ ² hitung

Dari hasil

Dari gambar diatas terlihat bahwa hasilnya adalah masuk dalam daerah tolak H0 atau :

Tidak terdapat perbedaan antara jumlah ikhwan dan akhwat secara signifikan pada

penggunaan internet dalam mendukung penyelesaian Tugas Akhir

Ditolak berarti hasilnya adalah :

Terdapat perbedaan antara jumlah ikhwan dan akhwat secara signifikan pada

penggunaan internet dalam mendukung penyelesaian Tugas Akhir





9

10. Ambil Kesimpulannya:

Terdapat perbedaan antara jumlah ikhwan dan akhwat mahasiswa Teknik Mesian secara

signifikan pada penggunaan internet dalam mendukung penyelesaian Tugas Akhir

B. Korelasi Pearson Moment

Korelasi Pearson Product Moment (r) termasuk teknik analisis korelasi

yang popular dan sering dipakai oleh mahasiswa dan para peneliti. Korelasi ini

dikemukakan oleh Karl Pearson Tahun 1900. Kegunaan dari Korelasi Pearson ini

adalah untuk mengetahui kekuatan asosiasi diantara dua varibel seperti pada keadaan

sebagai berikut :

a. Bagaimana kekuatan hubungan antara kemampuan Matematika

mahasiswa dengan nilai Mekanika mahasiswa tersebut ?

b. Apakah ada hubungan antara kemampuan kemampuan Matematika

mahasiswa dengan nilai Mekanika mahasiswa tersebut ?

c. Apakah ada hubungan antara persepsi makanan berlabel halal dengan

kualitas dari makanan tersebut ?

Dalam situasi tersebut maka korelasi Pearson Produk Moment, r seringkali

digunakan dalam statistik. Teknik analisis korelasi PPm termasuk teknik statistic

parametrik yang menggunakan data interval dan ratio dengan persyaratan tertentu.

Misalnya : data dipilih secara acak (random); datanya berdistribusi normal; data yang

dihubungkan berpola linier; dan data yang dihubungkan mempunyai pasangan yang

sama sesuai dengan subjek yang sama. Kalau salah satu tidak terpenuhi persyaratan

tersebut analisis korelasi tidak dapat dilakukan.





10

Rumus yang digunakan korelasi PPM :

n(∑XY) – (∑X) . (∑Y) r xy =

{n. ∑X² - (∑X) ² } . {n. ∑Y² - (∑Y)² }

Korelasi PPm dilambangkan (r) dengan ketentuan nilai r tidak lebih dari harga (-1

≤ r ≤ +1). Apabilai nilai r = -1 artinya korelasinya negatif sempurna; r = 0 artinya tidak

ada korelasi; dan r = 1 berarti korelasinya sangat kuat. Sedangkan arti harga r akan

dikonsultasikan dengan Tabel interpretasi Nilai r sebagai berikut :

Interval Koefisien Timgkat Hubungan0,80 – 1,0000,60 – 0,7990,40 – 0,5990,20 – 0,399

0,00 – 0,199

Sangat KuatKuatCukup KuatRendah

Sangat Rendah

Selanjutnya untuk menyatakan besar kecilnya sumbangan variabel X terhadap Y

dapat ditentukan dengan rumus koefisien determinan sebagai berikut :

KP = r2 x 100 %

Dimana : KP = Nilai Koefisien Diterminana

r = Nilai Koefisien Korelasi

Tes Terhadap Koefisien Korelasi

Pada keadaan tertentu, kita ingin mengetahui koefisien korelasi suatu sampel

yang berasal dari populasi tertentu, tidak berbeda dengan koefisien populasinya atau

terjadi hanya karena kebetulan saja.

Untuk ini kita mengambil suatu asumsi, bahwa hiposkripsi null adalah R = 0,

berarti tidak ada hubungan antara kedua variabel yang sedang kita uji atau variabel X

akan mendekati normal dengan rata- rata hitung = 0 dan standar deviasi = 1/ n-1,

dengan ketentuan n cukup besar dengan rumus sebagai berikut :





11

Formula :r

Zo = 7.41/ n-1

Contoh :

Dari hasil perhitungan antara tinggi badan dan berat badan pada 50 orang

mahasiswa, didapatkan koefisien korelasi r = 0,75. Coba selidiki apakah ada hubungan

antara kedua variabel ini pada level of significance = 0,05.

Perhitungan :

Ho : r = 0

Hi : r # 0

0,75Z0 = = 5,24

1 / 49

Zo > 1,96, maka Ho ditolak dan pada level of confidence 95 % , kita yakin bahwa ada

hubungan antara variabel X dan Y.

Dipergunakan untuk menyatakan derajat hubungan linear antara dua variabel X dan Y.

Jika korelasi antara X dan Y mempunyai hubungan erat, maka nilai koefisien korelasi ( r

) mendekati nilai – 1 atau + 1, dan bila tidak ada hubungan akan mendekati nilai 0.

Pada gambar di bawah ini terlihat hasil persentase titik titik yang berasal dari

sejumlah pasangan data X dan Y, membentuk suatu diagram yang disebut dengan

Scatter Diagram .

Formula :

n ( ΣXY ) - ( ΣX ) ( ΣY )r =

√[ n (Σ X2 ) – (Σ X )2 ] [ n ΣY2 – (ΣY)2 ]





12

Contoh :

Dari hasil penelitian maka dicari hubungan antara Sikap masyarakat terhadap

Pengajian RT sekali seminggu di RW 09, Meruya Selatan, Jakarta Barat.

Rumusan masalahnya adalah :

a. Berapa besar hubungan antara kemampuan Matematika mahasiswa dengan

nilai Mekanika mahasiswa tersebut (Y)

b. Berapa besar nilai determinasi X terhadap Y ?

c. Apakah kedua variabel tersebut signifikan ? Jelaskan

Kemampuan matematika (X1)

No Pertanyaan ke-

Res 1 2 3 4 5 Tot1 5 5 4 5 5 24

2 5 5 5 4 2 21

3 5 4 4 5 5 234 4 4 2 4 3 17

5 5 5 5 5 4 24

6 5 5 5 5 5 257 5 4 5 5 5 24

8 5 4 4 4 5 229 5 4 4 4 5 22

10 5 5 5 5 5 25

11 4 4 4 4 4 2012 4 4 4 5 5 22

13 5 5 5 5 5 25

14 5 5 5 5 5 25

15 4 4 4 4 4 20

Kemampuan nilai Mekanika (Y1)

No Pertanyaan ke-

Res 1 2 3 4 5 6 7 8 Tot

1 5 5 5 5 5 5 5 4 39

2 5 5 5 5 5 5 5 5 403 5 5 5 5 4 5 5 4 384 3 4 4 4 4 4 4 4 315 5 5 5 5 5 5 5 5 406 5 5 5 5 5 4 4 5 387 5 4 4 4 4 4 4 5 348 5 4 4 4 4 4 4 4 339 5 5 5 5 4 4 4 5 37

10 5 5 5 5 5 4 5 5 3911 4 3 4 4 4 4 4 4 31





13

12 4 4 5 5 3 4 4 4 3313 5 5 5 5 5 4 4 5 3814 5 5 5 5 4 4 4 5 3715 5 4 4 4 4 4 4 4 33

Langkah-langkah penyelesaian :

1. Buatlah H0 dan Ha dalam bentuk kalimat :

Ho : Tidak terdapat pengaruh antara kemampuan Matematika mahasiswa

dengan nilai Mekanika mahasiswa tersebut .

Ha : Terdapat pengaruh yang signifikan antara kemampuan Matematika

mahasiswa dengan nilai Mekanika mahasiswa tersebut

Buatlah H0 dan Ha dalam bentuk statistik

Ha : r ≠ 0

Ho : r = 0

2. Buatlah tabel penolong

No X Y X2 Y2 XY

1 24 39 576 1521 9362 21 40 441 1600 8403 23 38 529 1444 8744 17 31 289 961 5275 24 40 576 1600 9606 25 38 625 1444 9507 24 34 576 1156 8168 22 33 484 1089 7269 22 37 484 1369 81410 25 39 625 1521 97511 20 31 400 961 62012 22 33 484 1089 72613 25 38 625 1444 95014 25 37 625 1369 92515 20 33 400 1089 660

Jumlah 339 541 7739 19657 12299





14

3. Mencari nilai r hitung

r = n ( ΣXY ) - ( ΣX ) ( ΣY )------------------------------------------------------√ [ n (Σ X2 ) – (Σ X )2 ] [ n. ΣY 2 - (ΣY )2 ]

r = 15 (12299 ) - ( 339 ) ( 541 )----------------------------------------------------------√[15 (7739 ) – (339 )2 ] [15. (19657 - (541) 2 ]

r = 184485 - 183399-----------------------------------------------------√ [ 116085 – 114921 ] [294855 - 292681 ]

r = 1086 = 1086--------------------------- -------------

√ [ 1164 ] [2174 ] 1590,766

r = 0,68269

4. Mencari nilai kontribusi

Besarnya nilai kontribusi atau dalam istilah statistik di sebut determinasi disimbolkan

dengan R2

. Besarnya koefisien determinasi adalah sebesar R2

x 100%.

KP = R2 x 100%

= (0.68289) 2 x 100%

= 46.6%

5. Menguji nilai signifikansi

asumsi signifikansi korelasi dengan membandingkan t hitung dengan t tabel :

a. Jika t hitung > t tabel, maka tolak H0 atau terima H1, yang artinya

terdapat hubungan yang signifikan antara pengalaman sebagai mubhaliq

dengan kemampuan orasi seorang mubhaliq.





15

b. Jika t hitung < t tabel, maka terima H0 atau tolak H1, yang artinya tidak

terdapat hubungan yang signifikan antara pengalaman sebagai mubhaliq

dengan kemampuan orasi seorang mubhaliq. Cara mencari

nilai t hitung adalah :

r √ (n-2)t hit = ------------------

√ (n – r 2 )

0,68629√ (15-2)t hit = --------------------

√ (15 – 0,68629 2 )

(0,69) (3.61)t hit = ------------------ = 0,697

√ (15 – 0,47 )

Dimana : r = nilai korelasi

n = banyaknya data

sedangkan nilai t tabel untuk n = 15 dan dk = n-1 adalah sebesar 1.761

6. Membuat kesimpulan

Berdasarkan hasil perhitungan di atas, terlihat bahwa besarnya t hitung adalah

lebih kecil dari t tabel ( 0.697 < 1.761). Dengan berpedoman pada signifikansi

korelasi, maka yang diterima adalah hipotesis H0 atau tidak ada terdapat

hubungan yang signifikan antara pengalaman sebagai mubhaliq dengan

kemampuan orasi seorang mubhaliq.

Interpretasi :

Adanya korelasi linear positif antara tinggi badan dan berat badan, dan derajat

asosiasi ( r ) = 0,72 antara kedua variabel tersebut.





16

C. Korelasi Spearman Rank

Korelasi Spearman Rank (rho) atau peringkat Spearman disebut sebagai

korelasi berjenjang, atau korelasi berpangkat, dan ditulis dengan notasi (r s). Metode ini

dikemukakan oleh Spearman Tahun 1904. Kegunaannya untuk mengukur tingkat atau

eratnya hubungan antara dua variabel yaitu variabel bebas dan variabel terikat yang

berskala ordinal, mengetahui tingkat kecocokan dari dua variabel terhadap grup yang

sama, mendapatkan validitas empiris (consucrent validity) alat pengumpul data, dan

mengetahui reliabilitas (keajekan) alat pengumpul data yang dimodifikasi dengan

William Brown sehingga menghasilkan rumus baru yaitu Spearmen-Brown bersimbol

(r 11) = 2r: 1 + 2r dan juga untuk mengukur data kuantitatif secara eksata sulit dilakukan

misalnya mengukur tingkat kesukaan (kesenangan), tingkat produktivitas pegawai,

tingkat motivasi pegawai, tingkat moralitas pegawai dan lain-lain.

Metode Korelasi Spearman Rank tidak terikat oleh asumsi bahwa populasi yang

diselidiki harus berdistribusi normal, populasi sampel yang diambil sebagai sampel

maksimal 5 < n < 30 pasang, data dapat diubah dari data interval menjadi data ordinal.

Rumus Korelasi Spearman Rank yang digunakan yaitu :

6∑d2

r s = 1 – n (n2 – 1 )

keterangan :

r s = Nilai Korelasi Spearman Rank

d2 = Selisih setiap pasangan rank

n = Jumlah pasangan rank untuk Spearman ( 5< n < 30 )

Bila dilanjutkan untuk mencari signifikan, maka digunakan rumus Zhitung

r s Zhitung =

1

√n – 1





17

Caranya mencari nilai Korelasi Spearman Rank adalah sebagai berikut :

a. Buatlah Ho dan Ha dalam bentuk kalimat

b. Buatlah Ho dan Ha dalam bentuk statistik

c. Tetapkan nilai alpha

d. Buatlah tabel penolong

e. Mencari nilai rs hitung dan rs tabel

f. Buat aturan pengambilan kesimpulan

g. Mencari nilai signifikansi dengan menggunakan Z hitung

h. Membuat kesimpulan

Langkah2 dalam Analisis Korelasi Spearman :

1. Buatlah asumsi dasar Asumsi data mempunyai distribusi normal

Contoh data yang diberikan :

Kepemimpin Semangatbekerja

No an (X) (Y)

1 37 34

2 28 32

3 49 474 28 29

5 42 33

6 31 30

7 30 31

8 46 45

9 31 30

10 37 38

11 37 36

12 33 32

13 30 33

14 34 32

15 28 30

16 34 28

17 29 33

18 28 26

19 30 31

20 30 34

21 35 32

22 31 32

23 37 37





18

24 36 34

25 34 32

26 29 25

27 31 34

28 31 31

29 30 28

30 30 31

2. Buatlah Hipotesis pernyataan

Ho = Tidak ada hubungan antara Kepemimpinan dengan Semangat Bekerja

H1 = Ada hubungan antara Kepemimpinan dengan Semangat Bekerja

3. Buatlah Hipotesis statistic

Ho diterima t hitung > t tabel

H1 diterima t hitung < t tabel

4. Buatlah tabel penolong

Kpemimpin Semangat rank rank rank1 rank1 rank2 rank2 d d sqr

No an (X) (Y) X Y X Y Xi Yi Xi-Yi

1 37 34 28 25 2.5 1 25.5 23.5 2 4

2 28 32 28 26 2.5 2 2.5 15.5 -13 169

3 49 47 28 28 2.5 3.5 47 30 17 2894 28 29 28 28 2.5 3.5 2.5 5 -2.5 6.25

5 42 33 29 29 5.5 5 28 20 8 64

6 31 30 29 30 5.5 7 14.5 7 7.5 56.25

7 30 31 30 30 9.5 7 9.5 10.5 -1 1

8 46 45 30 30 9.5 7 45 29 16 256

9 31 30 30 31 9.5 10.5 14.5 7 7.5 56.25

10 37 38 30 31 9.5 10.5 25.5 28 -2.5 6.25

11 37 36 30 31 9.5 10.5 25.5 26 -0.5 0.25

12 33 32 30 31 9.5 10.5 18 15.5 2.5 6.25

13 30 33 31 32 14.5 15.5 9.5 20 -10.5 110.25

14 34 32 31 32 14.5 15.5 20 15.5 4.5 20.25

15 28 30 31 32 14.5 15.5 2.5 7 -4.5 20.2516 34 28 31 32 14.5 15.5 20 3.5 16.5 272.25

17 29 33 31 32 14.5 15.5 5.5 20 -14.5 210.25

18 28 26 33 32 18 15.5 2.5 2 0.5 0.25

19 30 31 34 33 20 20 9.5 10.5 -1 1

20 30 34 34 33 20 20 9.5 23.5 -14 196

21 35 32 34 33 20 20 22 15.5 6.5 42.25

22 31 32 35 34 22 23.5 14.5 15.5 -1 1

23 37 37 36 34 23 23.5 25.5 25.5 650.25

24 36 34 37 34 25.5 23.5 23 23.5 -0.5 0.25





19

25 34 32 37 34 25.5 23.5 20 15.5 4.5 20.25

26 29 25 37 36 25.5 26 5.5 1 4.5 20.25

27 31 34 37 37 25.5 27 14.5 23.5 -9 81

28 31 31 42 38 28 28 14.5 10.5 4 16

29 30 28 46 45 29 29 9.5 3.5 6 36

30 30 31 49 47 30 30 9.5 10.5 -1 1

Total 2613.3

Rumus korelasi adalah :

6 ∑ d 2 6 (2613.3) 15679.8R = 1 - --------------- = 1 - --------------- = 1 - --------------- = 1 – 0.581 = 0.418

n (n 2 -1) 30 (302 – 1) 26970

6. Berikan taraf signifikansi : misalnya 0.05 atau 0.01

7. Tentukan kriteria pengujian :

Bila Nilai t hitung > t tabel Tolak H0

Bila Nilai t hitung < t tabel Terima H0

r (n-2)0,5 t hitung = ------------------

(n-r 2 )0,5

0.418 (30-2)0,5 t hitung = ------------------

(30-0.4182 )0,5

2.211t hitung = ------------------ = 0.41

5.461




R di i l k ik i d i i b 2012

20

8. Carilah t tabel dengan menggunakan (Bila alpha 0.05) :

Nilai t (alpha 0.05, dk = n-2)

Dimana :

Alpha = nilai kesalahan

dk = derajat kebebasan

n = banyaknya sampel

9. Bandingkan t hitung dengan t tabel

Berdasarkan t tabel dengan n = 30, maka nilai t tabel adalah 2.048

Maka t hitung < t tabel atau 0.41 < 2.048, sehingga hipotesis yang diterima

adalah Ho.

10. Buatlah kesimpulannya

Berdasarkan pengujian hipotesis di atas maka dapat diambil kesimpulan bahwa

tidak ada hubungan antara Kepemimpinan dengan semangat.

Sumber buku :

Suharyadi dan Purwanto. 2007. Statistika 2. Penerbit Salemba Empat. Jakarta

Husaini Usman. 2003. Pengantar Statistika . Penerbit Bumi Aksara. Jakarta

Levin, Richard I. dan David S. Rubin. 1998. Statistic for Management . InternationalEdition. Prentice Hall. International Edition. USA.

Sugiyono. 2003. Metodologi Penelitian Administrasi . Penerbit Alfabeta. Bandung.

Contoh Makalah Analisis Chi Square ( Χ 2 ) Dan Korelasi Dalam Teknik Industri

Documents

Transcript of Contoh Makalah Analisis Chi Square ( Χ 2 ) Dan Korelasi Dalam Teknik Industri