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 79 47 82 54 78 49 79 85 46 59 61 70 47 73 66 68 65 96 79 90 59 64 73 79 46 96 76 79 66 82 94 86 68 49 89 78 78 96 69 78 80 90 84 56 66 66 75 55 61 50 64 59 75 98 65 88 65 86 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. a n

Tampil

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 Frequencies b. Analyse Descriptive Statistics Description c. Analyse Descriptive Statistics Explore Menggunakan Analisa Frequencies Descriptive Statistics Frequencies

PROSEDUR : Analyse

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 : 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 10 11 12 13 14 15 Nama Mimi Melisa Yolin Nina Parto Jerry Tom-Tom Yusron Ableh Stefanus Chandra Roy Ardian Nita Mawan Nilai UTS 90 60 65 55 70 71 72 80 76 56 59 77 85 89 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).