Buku Statistik Bisnis

Dr. H. Asep Suryana Natawiria, M .M ., M.Sc. Dr. Riduwan, M.B.A.

STATISTIKA B ISN IS

i-i

ni

Kim ALFABETA

handunc;

© 2010, Penerbit Alfabeta, Bandung Sta36 (vi + 174; 16x24 cm)

Judul Buku Desain Sampul Cetakan Ke-1 ISBN

Statistika Bisnis Abu Muhammad Ali Zainal Abidin Alfabeta Bandung, Maret 2010 978-602-8361-90-3

Tim Penulis : Dr. H. Asep Suryana Natawiria, M .M., M.Sc. Ketua : Dr. Riduwan, M.B.A. Wakil Anggota: 1. Herry Irawan, S.T., M .M . 2. Refi Rifaldi W.G., S.T., M .M . 3. Siska Noviaristanti, S.T., M .M .

Diterbitkan oleh ALFABETA JI. G egerkalong Hilir 84 Bandung 40153 Tip: 0 2 2 -2 0 0 8 8 2 2 Fax: 0 2 2 -2 0 2 0 3 7 3 e m a il: alfa betabdg (®ya h o o .ro . k I W ebsite: w w w .c v iilla b o t.i.i om

A N G G O T A IKAPI JAW A BARAT

KATA PENGANTAR uku ini sangat berguna bagi para pemula yang ingin menyusun tugas akhir atau skripsi mahasiswa S-1 umum, khususnya Institut Teknologi Telkom-lnstitut Manajemen TelkomPoliteknik Telkom dan Telkom Professional Development Center (PDC). Juga dipakai siswa S-2 dan S-3 yang selama ini kesulitan dalam memahami dan melakukan penelitian, baik penelitian mandiri untuk syarat kenaikan pangkat maupun promosi jabatan; menyusun tesis dan disertasi. Sebenarnya penelitian itu mudah dan tidak sesulit yang dibayangkan, hanya saja kita harus meluangkan waktu dan memahaminya dengan tekun.

B

Buku ini dirancang model modul untuk memenuhi kebutuhan mahasiswa terhadap referensi matakuliah statistika bisnis. Oleh karena itu, diharapkan buku ini dapat menjadi rujukan bagi mahasiswa secara umum. Khususnya Institut Teknologi Telkomlnstitut Manajemen Telkom-Politeknik Telkom dan Telkom PDC. untuk mengetahui dan memahami lebih mendalam tentang matakuliah statistika bisnis, baik pada tatatan nasional maupun internasional. Buku ini merupakan analisis dasar statistika bisnis baik teori maupun praktik serta disertai langkah-langkah yang mudah. Mem­ bahas analisis data mulai dari analisis deskriptif-korelasi sederhana ganda-analisis regresi sederhana-ganda Uji beda satu, dua dan banyak variabel (uji anova) sampai pada analisis jalur (path analysis). Pada kesempatan ini penulis mengucapkan terimah kasih kepada yang terhormat: Prof. Dr. H. Buchari Alma sebagai pimpinan penerbit Alfabeta. Rekan-rekan dosen matakuliah statistika bisnis di IM Telkom Herry Irawan, S.T., M .M - Refi Rifaldi W.G., S.T., M.M - Siska Noviaristanti, S.T., M.M. Semoga buku matakuliah statistika bisnis dapat diikuti oleh dosen matakuliah lain. Akhirnya, mudah-mudahan buku yang sederhana ini dapat berguna untuk semua pihak yang membutuhkannya, terutama mahasiswa sobagai salah satu sumber matakuliah statistika bisnis. Terima kasih, somoga Allah SWT memberkahi dan meridhoi usaha kila somua. Amin. Ita n d u n i),

1 I I (.'timan ¡’OM)

' f t’ tm/i.*

DAFTAR ISI KATA PENGANTAR DAFTAR ISI - iv BAB 1

- m

PENDAHULUAN A. TUJUAN - 1 B. POKOK BAHASAN - 1 C. INTISARI BAC AAN - 2 1. Pengertian Dasar Statistika dan Statistik 2. Landasan Kerja Statistik - 4 3. Karakteristik Pokok Statistik - 5 4. Manfaat dan Kegunaan Statistika - 6 5. Variabel - 7 6. Skala - 8 7. Masalah Yang Dihadapi - 10 8. Pengambilan Keputusan - 12 D. RANGKUMAN - 14 E. SOAL LATIHAN - 16

BAB 2

ANALISIS FREKUENSI A .T U JU A N - 19 B. POKOK BAHASAN - 19 C. INTISARI BAC AAN - 20 1. Tabel Frekuensi - 20 2. Tabel Frekuensi Relatif - 21 3. Presentasi Grafik Data Kualitatif - 21 4. Distribusi Frekuensi - 24 D. RANGKUMAN - 27 E. SOAL LATIHAN - 2 7

BAB 3

ANALISIS DESKRIPTIF (PENGUKURAN GEJALA PUSAT) A .T U JU A N - 29 B. POKOK BAHASAN - 2 9 C. INTISARI BAC AAN - 30 1. Rata-rata (mean) - 30 2. Mode - 35 3. Median - 38 D. RANGKUMAN - 43 I SOAI I A 1IIIAN

BAB 4

ANALISIS DESKRIPTIF (PENGUKURAN PENYIMPANGAN) A. TUJUAN - 45 B. POKOK BAHASAN - 45 C. INTISARI BAC AAN - 46 1. Range - 47 2. Standard Deviation - 48 3. Variance - 51 D. RANGKUMAN - 51 E. SOAL LATIHAN - 52

BAB 5

KORELASI SPEARMAN RANK

BAB 6

A. TUJUAN - 53 B. POKOK BAHASAN - 53 C. INTISARI BA C AA N - 54 D. RANGKUMAN - 58 E. SOAL LATIHAN - 58 KORELASI PEARSON PRODUCT MOMENT (KPPM) A. TUJUAN - 59 B. POKOK BAHASAN - 59 C. INTISARI BA C AA N - 60 D. RANGKUMAN - 64 E. SOAL LATIHAN - 64

BAB 7

KORELASI GANDA A. B. C. D. E.

BAB 8

REGRESI SEDERHANA A. B. C. D. E.

BAB 9

TUJUAN - 65 POKOK BAHASAN - 65 INTISARI BAC AAN - 66 RANGKUMAN - 73 SOAL LATIHAN - 7 3 TUJUAN - 75 POKOK BAHASAN - 7 5 INTISARI B A C AAN - 76 RANGKUMAN - 85 SOAL LATIHAN - 86

REGRESI GANDA A. R. C. I) I

TUJUAN - 87 POKOK BAHASAN 87 IN I ISARI BACAAN HH NANOKUMAN i)M !'.()AI I A l IIIAN (M

BAB 10 CHI-KUADRAT A. B. C. D. E.

TUJUAN - 95 POKOK BAHASAN - 95 INTISARI BAC AAN - 96 RANGKUMAN - 99 SOAL LATIHAN - 100

BAB 11 PERBANDINGAN SATU VARIABEL BEBAS (UJI t) A. B. C. D. E.

TUJUAN - 101 POKOK BAHASAN - 101 INTISARI BAC AAN - 102 RANGKUMAN - 109 SOAL LATIHAN - 109

BAB 12 PERBANDINGAN DUA VARIABEL BEBAS (UJI t) A. B. C. D. E.

TUJUAN - 111 POKOK BAHASAN - 111 INTISARI BAC AAN - 112 RANGKUMAN - 115 SOAL LATIHAN - 115

BAB 13 ANOVA SATU JALUR (One Way - Anova) A. B. C. D. E.

TUJUAN - 117 POKOK BAHASAN - 117 INTISARI BAC AAN - 118 RANGKUMAN - 124 SOAL LATIHAN - 124

BAB 14 PATH ANALYSIS A.PENGERTIAN PATH ANALYSIS - 125 B. MANFAAT PATH ANALYSIS - 126 C. ASUMSI-ASUMSI PATH ANALYSIS - 126 D. MODEL PATH ANALYSIS - 127 E. MODEL PERSAMAAN STRUKTURAL - 127 F. KESIMPULAN BEBERAPA MODEL ANALISIS -130 G. RANGKUMAN - 154 H. SOAL LATIHAN - 154 DAFTAR PUSTAKA - 156 D A FTA R T A B E L - 157 RIWAYAT HIDUP PENULIS - 169

BAB 1 PENDAHULUAN A. TUJUAN Setelah menyelesaikan Bab 1 ini, Anda diharapkan akan dapat: 1. Mengetahui konsep-konsep dasar statistik 2. Menyebutkan dan memberikan pengertian konsep dasar statistik

B. POKOK BAHASAN Pencapaian tujuan tersebut dalam Bab 1 dijelaskan: 1. 2. 3. 4.

Pengertian Dasar Statistika dan Statistik Landasan Kerja Statistik Karakteristik Pokok Statistik Manfaat dan Kegunaan Statistika

5. V a ria b e l 6. S kala 7. M a s a la h ya ng D ih a d a p i M I *11 11k >,f /0

7) Cari nilai interval yang mengandung unsur median dengan rumus Vz n = Vz x 70 = 35. Jadi median diperkirakan terletak di kelas interval ke-4 seperti pada Tabel 8. 8) Cari batas bawah kelas median (Bb) Bb = 1/2 (74 + 75) = 74,5 atau 74 + 1/2 = 74,5 9) Hitung panjang kelas median (P) — > P = 75 - 79 = 5 10) Carilah jumlah frekuensi kelas median (f) - » f = 20 11) Cari jumlah dari semua frekuensi kumulatif di bawah kelas median (Jf) —> Jf = 2 + 6 + 15 = 23 12) Hitung nilai median dengan rumus: 74,5 + 5.

Me = Bh + P. /

77,5

20

Jadi, nilai Median (Me) = 77,5

Tabel 3.8 Distribusi Frekuensi Nilai Kinerja Pegawai Dinas Kominfo Jabar

No Nilai Interval 3.

6 0 -6 4 6 5 -6 9 7 0 -7 4 *

4. 5. 6. 7.

7 5 -7 9 8 0 -8 4 8 5 -8 9 9 0 -9 4

1. 2.

Frekuensi (f)

Bb = 74 + y2 = 74,5

2 — 6 ----- ► J f = 2 + 6 + 15 = 23 15 — 20 — — 16 7 4

P=5

Jumlah

I f = 70

20

D. RANGKUMAN Rata-rata hitung atau mean ( X ) adalah hasil dari jumlah keseluruhan data dibagi n (jumlah responden). Rata-rata tertimbang dapat digunakan untuk menghitung rata-rata dari data dimana terdapat beberapa data yang nilainya sama. Sedangkan rata-rata geometris digunakan untuk menghitung rata-rata dari perubahan persentase, rasio, indeks, atau tingkat perubahan dari waktu ke waktu. Mode (Mo) ialah nilai dari data yang mempunyai frekuensi tertinggi baik data tunggal maupun data distribusi atau nilai yang sering muncul dalam kelompok data. Median (Me) ialah nilai tengah dari gugusan data yang telah diurutkan (disusun) mulai dari data terkecil sampai data terbesar atau sebaliknya dari data terbesar sampai data terkecil. Median dibagi menjadi dua perhitungan, yaitu median data tunggal dan median data kelompok.

E. SOAL LATIHAN 1. 2.

Sebutkan pengertian rata-rata (mean) m enurut Anda? Berapa nilai rata-rata (mean) tunggal untuk mata kuliah Statistika Bisnis? 75 77 80 85 88 90 79 55 58 57 85 80

3. Pembagian dividen per saham PT Telkom pada tahun 2003 s.d. 2007 berturut-turut adalah Rp165,58/lbr, Rp158,09/lbr, Rp144,90, Rp267,27/lbr, dan Rp 303,25/lbr. Jika Faisal memiliki jumlah saham PT Telkom yang berbeda-beda dari tahun 2003 s.d. 2007 seperti berikut 100 ribu lembar (tahun 2003), 125 ribu lembar (2004), 210 ribu lembar (2005), 200 ribu lembar (2006), dan 250 ribu lembar (2007). Berapa rata-rata deviden per saham yang diterima Faisal dari tahun 2003 sampai tahun 2007 A. Apa yang Anda ketahui tentang mode atau modus?

5.

Berapa nilai modus tunggal untuk motivasi karyawan ? 85 88 65 55 60 70 57 59 60 70 70 80

6. 7.

Sebutkan pengertian median menurut Anda? Berapa nilaimedian tunggal untuk keteram pilan Custom er Service dalam melayani pelanggan? 90 95 90 80 85 88 99 96 70 75 70 60

8.

Diketahui data survey penggunaan internet di suatu kampus (jam /bulan)sebagai b e rik u t: 60 65 70 60 65 68 79 76 50 55 55 44 49 50 68 70 74 77 75 75 77 79 55 58 57 60 62 61 66 65 Tabulasikan data tersebut menjadi data kelompok (distribusi). Hitunglah : a. Rata-rata (Mean); b. Modus; c. Median In g a t! buatlah langkah-langkah menjawab yang benar.

staf

BAB 4 ANALISIS DESKRIPTIF (PENGUKURAN PENYIMPANGAN)

A. TUJUAN Setelah menyelesaikan Bab 4 ini, Anda diharapkan akan dapat: 1. Mengetahui pengukuran penyimpangan 2. Mengetahui dan menganalisis range 3. Mengetahui dan menganalisis standar deviation 4. Mengetahui dan menganalisis variance

B. POKOK BAHASAN Pencapaian tujuan tersebut dalam Bab 4 dijelaskan: 1. Range 2. Standard Deviation 3. Varianco

C. INTISARI BACAAN n

engukuran penyimpangan (Range, Standard Deviation, dan

■

Variance). Pengukuran ini digunakan untuk menjaring data yang

menunjukkan pusat atau pertengahan dari gugusan data yang menyebar. Nilai rerata dari kelompok data, diperkirakan dapat mewakili seluruh nilai data yang ada dalam kelompok tersebut. Tujuan analisis deskriptif untuk membuat gambaran secara sistematis data yang faktual dan akurat mengenai fakta-fakta serta hubungan antar fenomena yang diselidiki atau diteliti. Pengukuran

penyimpangan

adalah

suatu

ukuran

yang

menunjukkan tinggi rendahnya perbedaan data yang diperoleh dari rata-ratanya.

Misalnya,

diambil

nilai

keterampilan

penyelesaian

masalah (problem solving skill) dari dua group karyawan bagian teknis Group A dan Group B masing-masing 10 orang. Diperoleh data: Group A : 90, 80, 70, 90, 70, 100, 80, 50, 75, 70 Group B : 80, 80, 75, 95, 75, 70, 95, 60, 85, 60 Nilai rata-rata karyawan Group A dan Group B = 77,5 tetapi simpangan baku Group A dan Group B berbeda yaitu Group A = 13,9 sedangkan Group B = 12,3. Apabila manajer memutuskan nilai berdasarkan nilai rata-rata dan jumlah data saja untuk diberi ranking, maka hal itu kurang adil. Karena realitas menunjukkan tidak demikian kenyataannya, nilai keterampilan Group A terletak antara 50-100 dan Nilai Keterampilan Group B terletak antara 60- 95. Hal ini dapat ditarik kesimpulan bahwa Nilai Kotorampilan Group [3 loltih mmala dari pada Nilai

Keterampilan Group A. Nilai Group A lebih tinggi dari Group B. Oleh sebab itu, digunakan ukuran yang menunjukkan derajat atau tinggi rendahnya penyimpangan antar data tersebut. Sehingga ukuran simpangan itu, sangat penting. Artinya kita bisa mengetahui derajat perbedaan

data yang satu dengan data yang

lainnya.

Pada

kesempatan ini, pengukuran penyimpangan akan membahas Range, Standard Deviation, dan Variance.

1. Range Range terendah.

Rumus:

(rentangan)

adalah

data

tertinggi

dikurangi

data

R = data tertinggi - data terendah

Contoh 1:

Data Nilai Kemampuan Mahasiswa Semester V dan Semester VI Semester V : 90, 80, 70, 90, 70, 100, 80, 50, 75, 70 Semester VI

: 80, 80, 75, 95, 75, 70, 95, 60, 85, 60

Langkah-langkah menjawab: Urutkan dulu kemudian dihitung rentangannya Semester V

: 50, 70, 70, 70, 75, 80, 80, 90, 90, 100

Semester VI

: 60, 60, 70, 75, 75, 80, 80, 85, 95, 95

Rentangan Semester V

: 100 - 50 = 50

Rentangan Semester VI

:

9 5 - 6 0 = 35

Contoh 2 Dikolnhui cinta Prostasi Mahasiswa Institut Manajemen Telkom (IM l olkom) N(»bagai bonku!

Prestasi Prestasi Prestasi Prestasi

Mahasiswa Mahasiswa Mahasiswa Mahasiswa

A B C D

45, 45, 45, 45,

50, 49, 48, 46,

60, 55, 50, 50,

65, 60, 52, 51,

70, 75, 60, 70,

80 80 80 80

Keempat data Mahasiswa IM Telkom menunjukkan nilai rentangan yang sama yaitu 80-45 = 35, tetapi penyebaran variasi berbeda.

2. Standard Deviation Standard deviation (simpangan baku) adalah suatu nilai yang menunjukkan tingkat (derajat) variasi kelompok atau ukuran standar penyimpangan dari reratanya. Simbol simpangan baku populasi (a atau on ) sedangkan untuk sampel (s, sd atau an-i )■

a. Rumus simpangan baku data tunggal: Simpangan baku untuk SAMPEL (S X )2

2* °n -l =

n n- 1

Model 1

_

atau

IX 2

s~v 7 Model 2 \n - 1

Contoh: Data Skor Kemampuan karyawan bagian perakitan per­ usahaan antena TV sebagai berikut.

Model 1 Tabel 4.1 a: Kemampuan Karyawan Bagian Perakitan X No. X 5625 75 1. 2. 4900 70 80 6400 3. 4. 7225 85 3600 5. 60 5625 75 6. 7. 100 10000 8100 8. 90 0025 9. 95 ;>(>:>!> 10. 75 n = 10 >;x = 805 £ X ’ = 66125

=

(805); 10 10-1

66125

IX ' n___ __

f

1

n

(1322,5 = V l 4 6 , 9 = 1 2 ,1 2 (data sampel)

Model 2 Tabel 4.1b: Data sama dengan cara berbeda No.

X

1. 2. 3. 4. 5. 6. 7. 8. 9. 10.

75 70 80 85 60 75 100 90 95 75 I X = 805

x2

(X - X ) X

o

u c

Mencari rerata X

dulu -------- ►

-5,5 -10,5 -0,5 4,5 -20,5 -5,5 19,5 9,5 14,5 -5,5 0

30,25 110,25 0,25 20,25 420,25 30,25 380,25 90,25 210,25 30,25 I x 2 = 1322,5

x = n

Kemudian mencari

10

= 80,5

.v = , i - ^ — = \ n - 1 V 1 0 -1 .v - yj 146,9 = 12,12 (data sampel)

b. Rumus simpangan baku data distribusi: untuk POPULASI ,2 ^(W ZfX2- ^)2 s/ s/ - 1

Yly1 v = . — - — Model 2 V Zf -1

Model 1 atau

Model 1 Tabel 4.2-. Distribusi Frekuensi Nilai Kinerja Pegawai Dinas Kominfo Jabar Titik Tengah Nilai f f X X2 f Interval (x)

No 1. 2. 3. 4. 5. 6. 7.

6 0 -6 4 6 5 -6 9 7 0 -7 4 7 5 -7 9 8 0 -8 4 8 5 -8 9 9 0 -9 4

Zfic

No

62 67 72 77 82 87 92

124 402 1080 1540 1312 609 368

3844 4489 5184 5929 6724 7569 8464

7688 26934 77760 118580 107584 52983 33856

Ef = 70

-

Ifx = 5435

-

E f xz = 425385

(m 2 s/



dulu

Dilanjutkan mencari i

'Zfx I f - 1

7 0 -1

—J 4 9 64 = 7,045 populasi y

3. Variance Variance

(varians) adalah

kuadrat dari

simpangan

baku.

Fungsinya untuk mengetahui tingkat penyebaran atau variasi data. Simbol Varians Populasi (c2 atau a2n ) sedangkan untuk Sampel (S atau c2n-i ) Contoh : Standar deviasi (s) = 12,12, maka Varians (S) = 146,9 (data sampei) Standar deviasi (s) = 7,045, maka Varians (S) = 49,64 /235755000 15354,32

Langkah 5. Mencari besarnya sumbangan (kontribusi) variabel X terhadap Y dengan rumus : KD = r2 x 100% = 0,6842 x 100% = 46,79%. Artinya kreativitas memberikan kontribusi terhadap kinerja dosen sebesar 46,79 % dan sisanya 53,21% ditentukan oleh variabel lain. Langkah 6. Menguji signifikansi dengan rumus t hitung:

0 ,6 8 4 V l2 - 2 t,., = —;-— - — . ■ ...... V T 7 V l- 0 ,6 8 4 2

2,16

. ■■— = ------ = 2,963

0,729

Kaidah pengujian : Jika t hitung ^ t tabei, maka tolak Ho artinya signifikan dan t hitung ^ t tabei, terima Ho artinya tidak signifikan Berdasarkan perhitungan di atas, a = 0,05 dan n = 12, uji dua pihak; dk = n - 2 = 1 2 - 2 = 10 sehingga diperoleh t tabei = 2,228 Ternyata t hitimg lebih besar dari t tabei, atau 2,963 >2,228, maka Ho ditolak, artinya Ada hubungan yang signifikan kreativitas dengan kinerja dosen. Langkah 7. Membuat kesimpulan 1. Berapakah besar hubungan kreativitas dengan kinerja dosen? rxy sebesar 0,684 kategori kuat. 2. Berapakah besar sumbangan (kontribusi) kreativitas dengan kinerja dosen? KD = r2 x 100% = 0,6842 x 100% = 46,79% . Artinya kreativitas memberikan kontribusi terhadap kinerja dosen sebesar 46,79 % dan sisanya 53,21% ditentukan oleh variabel lain. 3. Buktikan apakah ada hubungan yang signifikan kreativitas dengan kinerja dosen? Terbukti bahwa ada hubungan yang signifikan kreativitas dengan kinerja dosen.

•

Tornyata 1 1,«,,,,,, lobih bosar dari t t;it> 2,228, maka Ho ditolak, artinya Ada hubungan yang signifikan kreativitas dengan kinoi|a ( I o n i i i i -- -- — ...........-■ -■ ■ ....... • - ------------------ ---------- «

D. R A N G K U M A N Analisis Korelasi Pearson Product Moment (PPM) susatu analisis yang digunakan untuk mengetahui derajat hubungan dan kontribusi variabel bebas (independent) dengan variabel terikat (dependent). Teknik analisis Korelasi PPM termasuk teknik statistik 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.

E. S O A L LA TIH A N 1. Apa kugunaan analisis korelasi Pearson Product Moment? 2. Berikut ini data motivasi belajar dengan prestasi belajar mahasiswa IM Telkom. Sampel diambil 12 orang mahasiswa. Kode Responden 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.

X 38 45 46 30 53 54 61 50 52 51 69 53

Y 60 50 62 40 68 59 79 69 65 70 89 79

Pertanyaan! a. b. c.

Berapa besar koefisien korelasinya ? Berapa besar sumbangan antar variabel ? Buktikan apakah ada hubungan yangsignifikan antara motivasi belajar mahasiswa donfjan pmsl.ir.i belajar mahasiswa. Apabila alfa (o) 0,0!i ;.y .)' i i» >;r’ (>;r)*i

____________ 64(32041Q-(5198).(387D__________

-7{ (64).(43900)-(5198)2}. {(64). (240423 - (3X71)2 } c. Menghitung nilai Korelasi X^dengan X2 ______ Ringkasan Statistik X 1 dengan X2

Nilai Statistik

Simbol Statistik n EX,

64 3320

XX,2

179456

ZX;

439670

£ X, x 2

276596

5198

n(ZX1X2)-(IX,).(SX2) ^X1 X 2

I-------------------------------------------------------

t/(

rx, x2 =

.

n.SX,2-(Z A ',)2}.{n.i:A'2a-(S X 2)2( 64 (2 7 6 5 9 6 )-< 3 3 2 0 ).(5 198) ■- ■— _ ... ^ = 0,618 (64).( 179456) - (3320)2}.{(6 4 ) .(439670) - (5198)2}

Langkah 4. Mencari nilai korelasi antar variabel dan korelasi ganda (R x i.x 2.y) Ringkasan Hasil Korelasi

Simbol Statistik r x i .y l' X2.Y f X1.X2

Nilai Statistik 0,549 0,574 0,618

Dari hasil korelasi kemudian dimasukkan pada rumus korelasi ganda (R) dengan rumus:

R X l.X 2.Y

0,5492 +0,5742 - 2.(0,549).(0,574).(0,618) 1- (0,618)2

R X I . X 2 .Y

R

0,63-0,39 0,62

Hubungan kepuasan kerja dan disiplin kerja secara simultan terhadap efektivitas kerja pegawai di Bagian Keuangan Provinsi Banten tergolong kuat atau tinggi. Kontribusi secara simultan R2 x 100% = 0,622 x 100%= 38,44% dan sisanya 37,44% ditentukan oleh variabel lain.

Langkah 5. Menguji signifikansi dengan rumus R1

0,62

n-k-l

6 4 -2 -1

F hjtung

F

Kaidah pengujian signifikansi: Jika F hitung ^ F tabei, maka tolak Ho artinya signifikan dan F hitung ^ F tabei, terima Ho artinya tidak signifikan Dengan taraf signifikan (a) = 0,05 Carilah nilai F

menggunakan Tabel F dengan rumus:

F t.iliol ~ F |(| l() (,ik

k), (dk

l ' |(l I

o.o'i) (n(|ni borikul.

59 60 58 59 60 58 6059 5060 59 50 60 59 58 50 59 60 59 6059 5060 60

60

60 60 50 59 60 60 6059 6060 60

60

60 60 60 50 60 60 6059 6060 60

60

58 60 58 50 58 60 6058 6060 60

60

LANGKAH-LANGKAH MENJAWAB Sebelum

dilakukan

perumusan

hipotesis

dihitung

terlebih

dahulu rata-rata nilai yang dihipotesiskan (jn 0) Nilai ideal = 1 5 x 4 x 6 1 =3660 Rata-rata nilai ideal = 3660: 61 = 60 Jadi, 70% dari rata-rata nilai ideal = 0,7 x 60 = 42 atau

0)= 42 %.

Dihitung dengan kalkulator FX 3600 diperoleh:

I X ' - W s=

n- 1

1208939^

K

< 3 5 6 5 )!

61-1

61

- = 3 ,1 4

_ 3565 CO/M. x = ---- = -------= 58,443 n 61 Jaw aban Pertanyaan

a (Uji Pihak Kiri)

Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat: Ha: Kompetensi Mengajar Dosen Tahun 2009 paling tinggi 70% dari rata-rata nilai ideal. Ho: Kompetensi Mengajar Dosen Tahun 2009 paling rendah 70% dari rata-rata nilai ideal.

Langkah 2. Membuat Ha dan Ho model statistik: Ha : Ho :

o < 42 % \ i 0 > 42 %

Langkah 3. Mencari t hitung dengan rumus: = £ Z M L = 5 8.443-42 = 1 M 4 3 j_

304

4n

4e\

0,4’

Langkah 4. Menentukan kaidah pengujian • Taraf signifikansinya (a = 0,05) • dk = n - 1 = 61 - 1 = 60 sehingga diperoleh t tabei = 1,671 • Kriteria pengujian pihak kiri Jika: - 1 tabei ^ t hitung, maka H0 diterima dan Ha ditolak

Langkah 5. Membandingkan t tabei dengan t hitung Ternyata - t ,abei lebih kecil dari t H0 diterima dan Ha ditolak.

h,tung

atau - 1,671 < 41, maka

Langkah 6. Kesimpulan Ha: Kompetensi Mengajar Dosen Tahun 2009 paling tinggi 70% dari rata-rata nilai ideal ditolak. Sedangkan H0: Kompetensi Mengajar Dosen Tahun 2009 paling rendah 70% dari rata-rata nilai ideal diterima. Jadi, Kompetensi Mengajar Dosen Tahun 2009 paling tinggi 70% dari rata-rata nilai ideal itu kurang tepat bahkan lebih dari apa yang mereka duga.

Jawaban Pertanyaan b (Uji Pihak Kanan) Langkah-langkah menjawab Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat: Ha: Kompetensi Mengajar Dosen Tahun 2009 paling rendah 70% dari rata-rata nilai ideal. Ho: Kompetensi Mengajar Dosen Tahun 2009 paling tinggi 70% dari rata-rata nilai ideal.

Langkah 2. Membuat Ha dan Ho model statistik: Ha : Ho :

o > 42 % (i, o < 42 %

Langkah 3. Mencari t hitung dengan standar deviasi (s) = 3,14 dan rata-rata (x ) = 58,443. Jadi, diperoleh t

h itu n g

Langkah 4. Menentukan kaidah pengujian • Taraf signifikansinya (a = 0,05) • dk = n - 1 = 61 - 1 = 60 sehingga diperoleh t tabei = 1,671 • Kriteria pengujian pihak kanan Jika: + 1 tabei ^ t hitung maka H„ diterima dnn I ln dilolnk

= 41

Langkah 5. Membandingkan t tabei dengan t hitung Ternyata + 1 tabei lebih kecil dari t hitUng atau +1,671 < 41, maka H„ ditolak dan Ha diterima.

Gambar 11.2. Uji Pihak Kanan Langkah 6. Kesimpulan Ha: Kompetensi Mengajar Dosen Tahun 2009 paling rendah 70% dari rata-rata nilai ideal diterima. Sedangkan H0: Kompetensi Mengajar Dosen Tahun 2009 paling tinggi 70% dari rata-rata nilai ideal ditolak. Jadi, Kompetensi Mengajar Dosen Tahun 2009 paling rendah 70% dari rata-rata nilai ideal itu benar bahkan lebih dari 70% yang selama ini mereka duga. Dengan demikian Kompetensi Mengajar Dosen pada Tahun 2009 lebih berkompetensi dari tahun sebelumnya.

Jawaban Pertanyaan c (Uji Dua Pihak) Langkah-langkah menjawab Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat: I la: Kompetensi Mengajar Dosen Tahun 2009 sama dengan 70% dari rata rata nilai ideal.

I lo: Kompotonsi Momjajar Doson Tahun 2009 tidak sama dengan / 0 % dan rata lala nilai uloal. • ........-.... -................ - -.......... - ------- —------------------------------------ -•

Langkah 2. Membuat Ha dan Ho model statistik: Ha : Ho :

¡o. o # 42 % o = 42 %

Langkah 3. Mencari t

hitung dengan standar deviasi (s) = 3,14 dan rata-rata ( x ) = 58,443. Jadi, diperoleh t hitung = 41

Langkah 4. Menentukan kaidah pengujian • Taraf signifikansinya (a = 0,05) • dk = n - 1 = 6 1 - 1 = 6 0 sehingga diperoleh t tabei = 2 • Kriteria pengujian dua pihak Jika: - 1 tabei ^ t hitung < + 1 tabei, maka H0 diterima dan Ha ditolak

Langkah 5. Membandingkan t ,abei dengan t hitung Ternyata - 1 tabei < t

h i, u n g

< + t tabei, atau - 2 < 41 > 2, maka

H0 ditolak dan Ha diterima.

Gambar 11.3. Uji Dua Pihak

Langkah 6. Kesimpulan Ha: Kompetensi Mengajar Dosen Tahun 2009 sama dengan 70% dari rata-rata nilai ideal diterima. Sedangkan H0: Kompetensi mengajar Dosen Tahun 2009 tidak sama dengan 70% dari rata-rata nilai ideal ditolak. Jadi, Kompetensi Mengajar Dosen Tahun 2009 sama dengan 70% dari rata-rata nilai ideal itu benar terjadi bahkan lebih.

D. RANGKUMAN Analisis perbandingan satu variabel bebas dikenal dengan Uji t atau t

Tujuan Uji t adalah untuk mengetahui perbedaan variabel

tes.

yang dihipotesiskan.

E. SOAL LATIHAN 1. Apa kegunaan analisis perbandingan satu variabel bebas (Uji t)? 2 . Hasil Penelitian tentang kinerja dosen se Indonesia menduga

bahwa: a. Penjualan Saham PT Telkom Tahun 2010 paling tinggi 65% dari rata-rata nilai ideal. b. Penjualan Saham PT Telkom Tahun 2010 paling rendah 65% dari rata-rata nilai ideal. c. Penjualan Saham PT Telkom Tahun 2010 sama dengan 65% dari rata-rata nilai ideal. Dongan pornyataan tersebut, dibuktikan oleh PT Telkom dongan r.uatu ponolitinn di borbagai kota besar di Asean dengan rnsponon M poiijiunaha

socara rniulom unluk mon()isi aiujkol

yang isinya mengenai Penjualan Saham PT Telkom Tahun 2010. Jumlah pertanyaan angket penelitian 15 item dengan instrumen diberi skala nilai: 4 = sangat baik;

3 = Baik; 2 = Cukup; dan 1 =

Kurang Baik. Adapun taraf signifikansi a = 0,05. Data diperoleh jutaan lembar saham sebagai berikut. 78

45

47

34

57

53

77

49

59

45

49

50

29

69

45

55

45

54

70

44

49

29

48

54

60

59

60

70

44

49

29

48

54

70

44

49

56

42

58

53

76

45

56

42

58

53

27

70

54

66

51

53

27

70

BAB 12 PERBANDINGAN DUA VARIABEL BEBAS (UJI t) A. TUJUAN Setelah menyelesaikan Bab 12 ini, Anda diharapkan akan dapat: 1. Mengetahui analisis perbandingan dua variabel bebas (Uji t) 2 . Menganalisis perbandingan dua variabel bebas (Uji t) 3 . Mengaplikasikan perbandingan dua variabel bebas (Uji t)

B. POKOK BAHASAN Pencapaian tujuan tersebut dalam Bab 12 dijelaskan: 1. M endefinisikan perbandingan dua variabel bebas (Uji t) 2. Menganalisis perbandingan dua variabel bebas (Uji t) 3. M ongaplikasikan dongan langkah-langkah praktis analisis poihandlnfian dua vanahol hobas (IJji I)

C. INTISARI BACAAN ■ J " ujuan Uji t dua variabel bebas adalah untuk memban-dingkan (membedakan) apakah kedua variabel tersebut sama atau berbada. Gunanya untuk menguji kemampuan generalisasi (signifi­ kansi hasil penelitian yang berupa perbandingan dua rata-rata sampel). Rumus uji t dua variabel sebagai berikut.

r = Nilai korelasi X, dengan X2 n = Jumlah sampel 3c, = Rata-rata sampel ke-1 x2- Rata-rata sampel ke-2 s, = Standar Deviasi sampel ke-1 s2 = Standar Deviasi sampel ke-2 51 = Varians sampel ke-1 5 2 = Varians sampel ke-2

CONTOH: JUDUL PENELITIAN “ PERBEDAAN ANTARA KINERJA PEGAWAI TELKOM DENGAN PLN DI BANDUNG”

Data sebanyak 30 pegawai diambil secara acak sebagai berikut. No.

1. 2.

3. 4. 5. 6. 7. 8. 9. 10.

KINERJA Pegawai PLN Telkom (X2) (X,)

77 99 77 77 55 88 120

87 87 50

40 48 54 34 48 68

67 67 75 56

No.

11. 12.

13. 14. 15. 16. 17. 18. 19. 20.

KINERJA PLN Pegawai Telkom (X2) (X,)

No.

87 87 87 90 81 55

60 47 60 70 61 47

88

68 68

23. 24. 25. 26. 77. ;>h .

74 7!)

:io

98 87 87

21. 22.

KINERJA Pegawai PLN Telkom (X2) (X,)

44 94 77 55 76 65 90

55 61 46 61 58 50

00

75 /!) /f)

H!) !)(>

68

LANGKAH-LANGKAH MENJAWAB

Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat: Ha: Terdapat perbedaan yang signifikan antara kinerja pegawai Telkom dengan PLN di Bandung. Ho: Tidak terdapat perbedaan yang signifikan Perbandingan antara kinerja pegawai Telkom dengan PLN di Bandung.

Langkah 2. Membuat Ha dan Ho model statistik: Ha :

|x 1 * n 2

Ho :

n 1 = ji 2

Langkah 3. Mencari rata-rata (jc); standar deviasi (s); varians (S) dan korelasi. Setelah dihitung dengan menggunakan kalkulator FX 3600, maka diperoleh hasil sebagai berikut. Rata-rata

xx

=81,07

x2

= 60,37

Standar deviasi

Si

=16,48

s2

= 11,53

Varians

Si

=271,59

S2

= 132,94

Korelasi

r

Langkah 4. Mencari t

h it u n g

=0,44

dengan rumus:

Langkah 5. Menentukan kaidah pengujian • Taraf signifikansinya (a = 0,05) • dk = nt + n2 - 2 = 30 + 30 - 2 = 58 sehingga diperoleh t tabei = 2,004 (interpolasi) • Kriteria pengujian dua pihak Jika: - 1 tabei ^ t hitung < + t tabei, maka H0 diterima dan Ha ditolak

Langkah 6. Membandingkan t tabei dengan t hilung Ternyata — t tabel — t hitung — + t tabel, atau - 2,004 < 6,9 > 2,004, maka H0 ditolak dan Ha diterima.

Gambar 12.1. Uji Dua Pihak

Langkah 7. Kesimpulan Ha:Terdapat perbedaan yang signifikan antara kinerja pegawai Telkom dengan PLN di Bandung DITERIMA. Sedangkan H0: Tidak terdapat perbedaan yang signifikan Perbandingan antara kinerja pegawai Telkom dengan PLN di Bandung DITOLAK. Jadi, ada perbedaan bahwa kinerja pegawai Telkom lebih unggul dari pada PLN bila dilihat dari nilai rata-ratanya. Dengan demikian hasil data ini dapat diberlakukan untuk populasi.

D. RANGKUMAN Tujuan Uji t dua variabel bebas adalah untuk membandingkan (membedakan) apakah kedua variabel tersebut sama atau berbada. Gunanya untuk menguji kemampuan generalisasi (signifikansi hasil penelitian yang berupa perbandingan dua rata-rata sampel).

E. SOAL LATIHAN 1.

Apa

kegunaan analisis perbandingan dua variabel bebas

(Uji t)? 2. Penelitian tentang perbedaan pengguna [laptop merk Tosiba] mahasiswa dengan pegawai di Bandung Electronik Centre (BEC). Menggunakan sampel acak sejumlah masing-masing 20 orang dan tingkat signifikan 0,01

No Mahasiswa 1 94 2 92 3 91 4 90 5 90 6 89 7 89 8 87 87 9 10 86

Pegawai No Mahasiswa 62 11 60 12 60 55 63 13 56 14 68 52 71 15 48 60 16 45 54 17 45 54 18 43 52 19 49 59 20 42

a. Rumuskan hipotesis statistiknya. b. Uji hipotesis tersebut.

Pegawai 86 80 80 80 78 77 76 75 74 74

BAB 13 ANOVA SATU JALUR (One Way -Anova) A. TUJUAN Setelah menyelesaikan Bab 13 ini, Anda diharapkan akan dapat: t. Mengetahui anova satu jalur ii. Menghitung anova satu jalur 3 . Mengaplikasikan anova satu jalur

B. POKOK BAHASAN Pencapaian tujuan tersebut dalam Bab 13 dijelaskan: 1 . M cndolinisiknn nnova satu jalur 2. Monghituruj nnova satu jalur 3. M om jnpliknslknn nnova r.alu jalur dongan langkah langkah ptaklis

C. INTISARI BACAAN nava atau analysis of variance (anova) adalah tergolong analisis

ik

komparatif lebih dari dua variabel atau lebih dari dua rata-rata. Tujuannya ialah untuk membandingkan lebih dari dua rata-rata. Gunanya

untuk menguji

kemampuan generalisasi

artinya data

sampel dianggap dapat mewakili populasi. Anova lebih dikenal dengan Uji - F (Fisher Test), sedangkan arti variansi atau varians itu asal-usulnya dari pengertian konsep “Mean Square” atau Kuadrat Rerata (KR) rumus sistematisnya :

Dimana: JK = Jumlah Kuadrat (some of square) dk = derajat Kebebasan (degree of freedom)

dk Menghitung nilai anova atau

F h itU n g

dengan rumus :

_ V A _ K R a _ J K a \ d k A _ Varians Antar Group hitung

^7^

J K D :dkD

Varians Dalam Group

Varians Dalam Group dapat juga disebut Varians Kesalahan (Varians Galat). Lebih lanjut dapat dirumuskan : (XX Ai)2

(XX T)

untuk dkA = A - 1

N J K d = Z X t2 - z (SXai) n A, )

untuk dkD = N - A

= sebagai faktor koreksi

N N = Jumlah Keseluruhan sampel (jumlah kasus dalam ponolitian) A = Jumlah Keseluruhan group sampoi

1

Langkah-langkah uji anova satu jalur Diasumsikan bahwa data dipilih secara acak, berdistribusi normal, dan variannya homogen.

Langkah 1. Membuat Ha dan Ho dalam bentuk

kalim at:

Langkah 2. Membuat Ha dan Ho dalam bentuk

statistik:

Langkah 3. Membuat tabel penolong untuk menghitung angka statistik:

Langkah 4. Mencari Jumlah Kuadrat antar group (JKA) dengan rumus: ( s x , , ) 2 a x Ty-

J K . = E-

q x M)2 | czxA2) |

N

(ZXr y ‘ /13

N

J

Langkah 5. Mencari derajat kebebasan antar group (dkA)dengan rumus: dkA= A - 1 Langkah 6. Mencari Kuadrat Rerata antar group (KRA) dengan rumus:

KR _ JK* A dkA

Langkah 7. Mencari Jumlah Kuadrat Dalam antar group (JKD) dengan rumus: /y y

\2

J K „ = S X ; - £ l _ ^ L = (ZX*,

g * , , ) 2 + W A2y; + (£X„,3r

+ z x 2m ) -

n Ai

\

' l AI

"A2

"M

i

Langkah 8. Mencari derajat kebebasan Dalam antar group (dkD)dengan rumus: dkD= N - A

Langkah 9. Mencari Kuadrat Rerata Dalam antar group (KRD) dengan rumus:

-

k r

°

fK

°

dkD

Langkah 10. Mencari nilai Fhjtung dengan rumus: Frhitung, =

KR

A

Langkah 11. Mononlukan Kaidah Pengujian Jika I hiiunu I

i.iiiinU ‘ . I

I i , i,ii.ni,

maka tolak Ho artinya signifikan maka lorima I lo artinya tidak signifikan

Langkah 12. Mencari F tabei dengan rumus : F tabel = F (i _ „) (dkA, dk D)

Cara mencari = Ftabei

dkA = pembilang dkD = penyebut.

Langkah 13. Membandingkan F hitung dengan F tabei TABEL RINGKASAN ANAVA SATU JALUR Sumber Variansi

derajat

Jumlah

Kuadrat

(SV)

kebebasan

Kuadrat

Rerata

(dk)

(JK)

(KR)

^czxMy c?*TyN

JK a dkA

I X} -Z®*"?

JK D dkD

Antar group (A)

)alam group (D)

A- 1

N -A

n A,

Total

N- 1

Fhitung k r a

Ftabel a = 0,05

KRn

Keterangan:

1X'T - W r ? N

Langkah 14. Simpulkan

CONTOH: PENELITIAN DENGAN JUDUL “PERBEDAAN HASIL BELAJAR STATISTIKA BISNIS MAHASISWA AKUTANSI, ILMU KOMUNIKASI, DAN ADMINISTRASI NIAGA DI INSTITUT MANAJEMEN TELKOM BANDUNG” Akutansi (Ai) =

6

8

5 7 7 6

Ilmu Komunikasi (A2) =

5

6

6

Administrasi Niaga 6 (Aa) =

7

6

8

5 5 5 6

9 8 7 8 9 6

6

6

7

= 11 orang

5 6

8

7 =12 orang

9 8 6

8 =12 orang

7

Pertanyaan: Buktikan apakah terdapat porbodaan y;in.xf/nA, Vnrinns (S)

HASIL BELAJAR STATISTIKA BISNIS mahasiswa IM Telkom No. Ai a2 A3 1. 6 5 6 2. 8 6 9 3. 5 6 8 4. 7 7 7 5. 7 5 8 6. 6 5 9 7. 6 5 6 8. 8 6 6 9. 7 5 9 10 . 6 6 8 11 . 7 8 6 12 . 7 8 11

12

12

73 943 6,636 85,73 0,85

71 431 5,917 35,92 0,99

90 692 7,5 57,67 1,55

TOTAL (T) N = 35 234 2066 6,68

179,31 1,13

Langkah 4.

Mencari Jumlah Kuadrat antar group (JKA) dengan rumus: (SX.r ) 2

( X X A i) 2

f

N

Langkah 5.

(7 3 )2 , ( 7 1)2 , (9 0 )2'l (2 3 4 )’ + + - - ------ — = 1579,53 - 1 5 6 4 ,4 6 = 15,07 11 12 12 35

Mencari derajat kebebasan antar group (dkA)dengan rumus: dkA = A - 1 = 3 - 1 = 2

Langkah 6. Mencari Kuadrat Rerata antar group (KRA) dengan rumus:

KRa = ^

= I ^ L =1m 2

dkA

Langkah 7. Mencari Jumlah Kuadrat Dalam antar group (JKD) dengan rumus: J K „ = 1 X 1 - 1 , a X '- ]

= (493 + 431 + 692) -

n«

| = 2066 -1579,53 = 486,47

{ {

11

12

12

Langkah 8. Mencari

derajat kebebasan Dalam antar (dkD)dengan rumus: dkD = N - A = 3 5 - 3 = 32

group

Langkah 9. Mencari Kuadrat Rerata Dalam antar group (KRD) dengan rumus: D

dkn

32

Langkah 10. Mencari nilai Fhitung dengan rumus: _ K R ^ _ 7^5 4 , h"‘m

KR d

1 5 ,2

Langkah 11. Menentukan Kaidah Pengujian Jika F hitUng ^ Ftaboi, maka tolak Ho artinya :;i((iiilikiin FhiuiiKi ^ F|,,i„,| maka torim a lio artinyn lidnk :.itjnilik.'in

L a n g ka h 12. Mencari

F tabei

F tabel = F (1 -

dengan rumus :

a) (dkA, dk D)

F tabel = F (1 _ o,05) (2, 32) F tabel = F (0,95) (2, 32) F ta b e l = 3,30 Cara mencari = Ftabei 2 = pembilang 32 = penyebut.

Langkah 13. Membandingkan Fhitung dengan Ftabe, Setelah dikonsultasikan dengan Tabel kan antara

F hitung

dengan

F tabei

Ternyata

F

F hitung

kemudian dibanding­ lebih kecil dari pada

F

tabei atau 0,5 < 3,30, maka terima H0 artinya tidak signifikan. Sumber Variansi (SV) Antar group (A)

Tabel Ringkasan Anava Satu Jalur derajat Jumlah Kuadrat kebebasan Kuadrat Re rata Fhitung (dk) (KR) (JK) 7,54 2 15,07 0,5

Dalam group (D)

32

486,47

Total

34

501,54

15,2

Ftabel 3,30

Keterangan: 0,5 < 3,30, tidak signifikan.

Langkah 14. Simpulkan Ternyata F hitung lebih besar dari pada F tabei atau 0,5 < 3,30, maka terima H0 dan Ha tolak artinya tidak ada perbedaan yang signifikan hasil belajar statistika bisnis mahasiswa akutansi, ilmu komunikasi, Bandung.

dan administrasi niaga di Institut Manajemen Telkom

D. RANGKUMAN Anava atau analysis of variance (anova) adalah tergolong analisis komparatif lebih dari dua variabel atau lebih dari dua ratarata. Tujuannya ialah untuk membandingkan lebih dari dua rata-rata. Gunanya

untuk menguji

kemampuan generalisasi artinya data

sampel dianggap dapat mewakili populasi.

E. SOAL LATIHAN 1.

Apa kegunaan anova satu jalur?

2. Penelitian tentang perbedaan gaya mengajar dosen IM Telkom, IT Telkom dan Politeknik Telkom. Sampel diambil secara acak sejumlah masing-masing 20 dosen dengan signifikan 0,05. No 1 2 3 4 5 6 7 8 9 10

IM Telkom 90 89 89 87 94 92 91 90 90 86

IT Telkom 62 60 63 68 71 80 78 77 76 59

Politeknik Telkom 60 55 56 52 39 68 67 80 80 42

No 11 12 13 14 15 16 17 18 19 20

IM Telkom 77 76 39 68 67 48 54 43 49 42

IT Telkom 86 80 80 80 78 77 76 75 74 74

Politeknik Telkom 48 50 44 39 68 67 48 54 56 49

a. Rumuskan hipotesis statistiknya. b. Uji hipotesis tersebut, apakah ada perbedaan atau tidak.

BAB 14 PATH ANALYSIS A. PENGERTIAN PATH ANALYSIS

A

nalisis jalur yang dikenal dengan path analysis dikembangkan

pertama tahun 1920-an oleh seorang ahli genetika yaitu Sewali Wright (Joreskog & Sorbom,1996; Johnson & Wichern,1992). Path analysis diartikan oleh Bohrnstedt (1974 dalam Kusnendi, 2005:1) bahwa "a technique for estimating the effect's a set of independent variables has on a dependent variable from a set of observed correlations, given a set of hypothesized causal asymetric relation among the variables.” Sedangkan Tujuan utama path analysis adalah ...... a method of measuring the direct influence along each separate path in such a system and thus of finding the degree to which variation of a given effect is determined by each particular cnuso. The method depend on the combination of knowlodgo ot Iho dogroo of correlation among the variables in a .sysfom w illi r.uch hnowlodgo as may possossod of tho causal lolnlionr, (Mnmynma, 1!)!)(); Hi).

Jadi, model path analysis digunakan untuk menganalisis pola hubungan antar variabel dengan tujuan untuk mengetahui pengaruh langsung

maupun tidak

langsung

seperangkat variabel

bebas

(eksogen) terhadap variabel terikat (endogen). Model path analysis yang dibicarakan adalah pola hubungan sebab akibat atau "a set of hypothesized causal asym etric relation among the variables". Oleh Sebab itu, rumusan masalah penelitian dalam kerangka path analysis berkisar pada: (1) Apakah variabel eksogen

(X^ X2, ..... Xk)

berpengaruh terhadap variabel endogen Y? dan (2) Berapa besar pengaruh kausal langsung, kausal tidak langsung, kausal total maupun secara simultan seperangkat variabel eksogen (Xu X2, ..... Xk) terhadap variabel endogen Y?

B. MANFAAT PATH ANALYSIS Manfaat lain model path analysis adalah untuk: (1) Penjelasan (explanation) terhadap fenomena yang dipelajari atau permasalahan yang diteliti; (2) Prediksi nilai variabel terikat (Y) berdasarkan nilai variabel bebas (X), dan prediksi dengan path analysis ini bersifat kualitatif; (3) Faktor diterminan yaitu penentuan variabel bebas (X) mana yang berpengaruh dominan terhadap variabel terikat (Y), juga dapat digunakan untuk menelusuri mekanisme (jalur-jalur) pengaruh variabel bebas (X) terhadap variabel terikat (Y); (4) Pengujian model, menggunakan theory triming, baik untuk uji reliabelitas (uji keajegan) konsep yang sudah ada ataupun uji pengembangan konsep baru.

C. ASUMSI-ASUMSI PATH ANALYSIS Asumsi yang mendasari path analysis sebagai berikut: (1) Pada model path analysis, hubungan antar variabel adalah bersifat linier, adaptif dan bersifat normal; (2) Hanya sistem aliran kausal ke satu arah artinya tidak ada arah kausalitas yang berbalik; (3) Variabel terikat (endogen) minimal dalam skala ukur interval dan ratio; (4) Menggunakan sampel probability sampling ynitu tnkmk pengambilan sampel untuk memberikan peluang yang :;nmn patin sutinp nn S8‘Z

S9> Z6‘Z

Z8> oo'e

90'S u 'e

lfr'5 9Z'£

S6'S 67'£

£: i i: :

rj r

9 fZ

ZL'Z 0S‘Z

0

oos

00Z

001

SZ

09

Ofr

0£

pz

oz

91.

W

Zl

U

01.

6

8

/

9

s

£

3

8S‘Z

r~

-

z _

z .

ys

r-

7.

~

.

r is - ls -

6uB|;quidd >|p= lA

*c ^ •

TABEL 7 : NILAI-NILAI UNTUK DISTRIBUSI

F

Baris atas untuk 5% Baris bawah untuk 1% V;=dk Penyebut

V , = dk pembilang 2

3

4

5

6

7

8

9

10

11

161 4,052

200 4,999

216

225 5,625

230 5,764

234

5,403

5,859

237 5,928

239 5,981

241 6,022

242 6,056

243 6,082

244 245 248 249 250 246 6,106 6,142 6,169 6,208 6,234 6,258

252 251 6,286 6,302

2

18,51 98,49

19,00 19,16 99,OU 99,1/

19,25 99,25

19,30 99,30

19,33 19,36 99,33 99,34

19,37 99,36

19,38 19,39 99,38 99,40

19,4 99,41

19,41 19,42 19,43 19,44 19,45 19,46 99,42 99,43 99,44 99,45 99,46 99,47

19,47 19,47 19.48 99,48 99,48 99.49

3

10,13 9,55 34,12 30,81

9,28 29,46

9,12 28,71

9,01 28,24

8,94 27,91

8,88 27,67

8,84 27,49

8,81 27,34

8,78 27,23

8,76 8,74 27,13 27,05

8,64 8,60 8,66 8,71 8,62 8,69 26,92 26,83 26,69 26,60 26,50 26,41

8.56 8,58 8.57 26,35 26,27 26.23

cz ‘ 1

7,71 21,20

6,94 18,00

6,59 16,69

6,39 15,98

6,26 15,52

6,16 15,21

6,09 14,98

6,04 14,80

6,00 14,66

5,96 14,54

5,93 14,45

5,91 14,37

5,87 14,24

5,84 14,15

5,80 14,02

5,77 13,93

5,74 13,83

5,71 13,74

5,70 13,69

5,68 13,61

5.66 13.57

■3:2

6,61 16,26

5,79 13,27

5,41 12,06

5,19 11,39

5,05 10,97

4,95 10,67

4,88 10,45

4,82 10,27

4,78 10,15

4,74 10,05

4,70 9,96

4,68 9,89

4,64 9,77

4,60 9,68

4,56 9,55

4,53 9,47

4,50 9,38

4,46 9,29

4,44 9,24

4,42 9,17

4.40 9.13

43£

•_ - -

S "

~ ^

5,99 13,74

5,14 10,92

4,76 9,78

4,53 9,15

4,39 8,75

4,28 8,47

4,21 8,26

4,15 8,10

4,10 7,98

4,06 7,87

4,03 7,79

4,00 7,72

3,96 7,60

3,92 7,52

3,87 7,39

3,84 7,31

3,81 7,23

3,77 7,14

3,75 7,09

3,72 7,02

3.71 6,99

3=9 5.9-

7

5,59 12,25

4,74 9,55

4,35 8,45

4,14 7,85

3,97 8,46

3,87 8,19

3,79 7,00

3,73 6,84

3,68 6,71

3,63 6,62

3,60 6,54

3,57 6,47

3,51 6,35

3,49 6,27

3,44 6,15

3,41 6,07

3,38 5,98

3,34 5,90

3,32 5,85

3,29 5,78

3,28 5,75

3.25 5.71

1

8

5,32 11,26

4,46 8,65

4,07 7,59

3,84 7,01

3,69 6,63

3,58 6,37

3,50 6,19

3,44 6,03

3,39 5,91

3,34 5,82

3,31 5,74

3,28 5,67

3,23 5,56

3,20 5,48

3,15 5,36

3,12 5,28

3,08 5,20

3,05 5,11

3,03 5,06

3.00 5.00

2.98 4,96

2.93 4,9-

1 r—

9

5,12 10,56

4,26 8,02

3,86 6,99

3,63 6,42

3,48 6,06

3,37 5,80

3,29 5,62

3,23 5,47

3,18 5,35

3,13 5,26

3,10 5,18

3,07 5,11

3,02 5,00

2,98 4,92

2,93 4,80

2,90 4,73

2,86 4,64

2,82 4,56

2,80 4,51

2,77 4,45

2.76 4,41

2 73 4.3c

x

10

4,96 10,04

4,10 7,56

3,71 6,55

3,48 5,99

3,33 5.64

3,22 5,39

3,14 5,21

3,07 5,06

3,02 4,95

2,97 4,85

2,94 4,78

2,91 4,71

2,86 4,60

2,82 4,52

2,77 4,41

2,74 4,33

2,70 4,25

2,67 4,17

2,64 4,12

2,61 4,05

2,59 4,01

2.55

“ : :

4,84 9,65

3,98 7,20

3,59 6,22

3,36 5,67

3.20 5.32

3,09 5,07

3,01 4,88

2,95 4,74

2,90 4,63

2,86 4,54

2,82 4,46

2,79 4,40

2,74 4,29

2,70 4,21

2,65 4,10

2,61 4,02

2,57 3,94

2,53 3,86

2,50 3,80

2,47 3,74

2.45 3,70

2 42 3.55

1

4 5 6

11

12

14

16

20

24

30

40

50

75

130

253 6.323

25-3 £

IM

19.49 ‘ 9 ¿9 S9.—9 99 i r

164

J :

IJ.

::

*

5o:

1

i H '

i 5

*r :: r': :

■r: tz z z

-i :

z

•

: z,-

z

*_

i j

- :

ü-

j.

^ ' :

3.96 - -"

f;

— S ta tistik a Bis?

¿91-52'1-

ll'l 80'1

61-' 1 eu'u

82'I 6I ‘I

6I ‘I eu‘i.

W l 91' 1

se'i

8S‘I

ee'u

6l 'i ££'! S3‘l LZ'l SS‘

25'1 SE'I

6Z‘I 25'1

LS 'l ZS'l

66'1 W l

813

IP'Z 88'1

IS'S W l

10‘S

08‘2 60S

20 £ IZ'Z

SL'Z

SZ'I

2£'2 £8' 1

SEE

69'1

PZ'Z 6Z I

PS'Z

O f!

69'1 9f 1

ZO'S

82' 1.

LZ'Z

09'3

66' 2

rS C

w i 96'1

19'1 Ifr'l

IZ 'I LP'l

1-8' 1 e s'i

68'1 8S‘I

LO'2 S9‘l

60‘2 OZ'I

OS'S 9Z‘I-

SZ’Z 081.

PZ'Z W l

ZP'Z 68‘l

ES‘2 S6‘l

99‘2 S0‘2

S8 S 0 I‘S

WE 333

w e 8E 2

085 193

Z9'P OO'Z

CC 2

92'I

PV l OS' i-

SS £

jv -

ZZ'l

ZP'l SZ'I

LP'l 26'I

ZS'l 8E‘I

W l ZP'l

PL'l SP'l

PS'l W l

26'1 09'1

W 2 L S'l

21-2 2Z‘I

ES'S 8Z‘ I

6S'S 18' I

ZE'S S8‘l

9fr'S 06'I

SS'2 96'I

69‘2 £0‘2

S8‘2 Z l'Z

90'E ES'S

9E'E 6E‘2

E8‘E S9'2

99'fr so‘e

ozs gc r

IC*

6£‘l

8K I

ES'I

29'1

69'1

6Z'I

88'1

Z6'l

60‘Z

Zl'2

82'S

PZ'Z

IP'Z

OS‘2

09‘2

EZ'S

6'S

u ‘e

IV E

88‘£

IL'P

9Z r

ZZ'l

92' 1.

26'1

SE'I.

ZP'l

SKI

2S‘l

ZS'l

29'1

69' I

PL' I

8' 1

£8' I.

Z8‘ U

26' U

86‘U

SO‘S

P l'Z

922

IP'Z

S9‘2

WE

6= 2

¿ S 'I SS'I

et-'i. 02'1

IS 'I W t

95'1 Z£‘l

99'1 PP'l

2Z‘I Zt-'l

68'1 W l

16'1 6S 'I

00‘2 W l

Zl'Z IL 'l

S‘2 9Z‘U

OE'S S8‘l

LZ'Z S8‘ U

PP'Z 68' I

£S‘S W l

29‘2 00‘2

9Z‘2 Z0‘2

Z6‘Z 9 l‘Z

t t ‘6 LZ'Z

p p 'z

ZP'Z

16'£ Z9'S

SZ'r SC Z

O f ILZ'l

9P' I 1-E‘L

W I­ SE'!

65'1 66' I.

89'1 Sfr‘1

SZ'I SP‘l

to oo

S I 'I ll'l

£0‘2 S9‘l

Sl'Z ZL'l

ES'S ZZ'l

££‘2 £8'l

Ofr‘2 98' 1.

LP'Z 06' I

9S‘S 56'1.

S9‘S I0‘2

6Z‘S 80‘S

S6‘2 zu‘s

L l'Z SZ'Z

LP'Z PP'Z

we 893

5. r ¿Z Z

7: :

SS'I-

W l 09'1

£ ta 82‘

9fr‘l 06'1

IS 'I W l

63' 1. 66' I

WlZP'l

EZ'I 8t>‘l

6Z'I IS 'I

68'IZS'l

86'1 £9‘l

90'2 89'1

6 I‘S SZ'I

9S'S 6Z‘I

96'S S8‘l-

ZP'Z 88'I

l-S‘2 26' I

6S‘S Z6‘ t-

69‘2 E0‘2

S8‘S 01‘2

66‘2 61.‘2

OZ'Z OZ'Z

is'e SP'Z

86'S 0Z'2

2=7 5C Z

V ; r i:

X-

6*‘l se‘u

ZS'l se'i.

¿5' I 86' I

59‘U ZP'l

OZ'I Sfr'l

8Z‘I IS 'I

W l W l

W t 09' 1

EOS S9‘l

ll'Z OL'l

PZ'Z ZZ'l

SE'S s a'i

IP'Z 88'1

SP'Z 16'1

SS‘2 56't

W3 66‘U

PL'Z S0‘2

Z8‘S Z l'Z

we IS'S

S2‘£ ee‘2

95‘e 8P'Z

WP ZL’Z

8Sr I i. '£

H r h :

IS

£S‘I 5E‘

95'1 LZ'l

29' I OP‘l

69'1. Sfr'l

PL'l LP'l

28'1 SS'I

88'1 9S'I

86'1 29'1

ZO'S Z9‘l

S I ‘2 SZ‘1

SZ'Z 6Z‘I

SE'S W l

SP'Z 68' 1.

IS'S 66'1

65‘2 Z6‘ l-

Z9‘2 10‘2

LL'Z Z0‘2

I6'S P l'Z

Z0‘6 es's

6s‘e 5£‘2

09‘E OS‘2

90‘P PL'Z

26 c £1 £

. ti I

I.

95' I Z£‘

09'1 6£‘l

W l ZP'l

IL 'l 9fr‘l

9Z'I 6P'l

W l PS'I

06'I ZS'l

00‘S 69'1

60‘2 89'1

8 I‘S EZ‘1

06‘2 08'1

Z£‘S S8‘l

LP'Z 06'1

W3 W l

19‘2 86' I

OZ‘2 20‘S

6Z‘2 80‘2

£6‘S S l ‘2

60'e PZ'Z

WE 9E‘2

29'E IS'2

Ol't' SZ'S

Sc 7 71 £

r: _ h :

=9

09'I 6£‘

£9'l I V 1-

89'1 PP'l

PL'l et-'i.

6Z‘I 05'I

Z8‘l 9S‘I

66'1 6S'l

£0'2 59'1

2I'2 OZ'I

OS'S SZ'I

S6‘2 I8 ‘l

OP'Z 98'1

OS'S 36'L

9S'2 56' L

ZS'Z 66' 1

SZ'S W2

S8‘S 01‘2

S6‘2 Z l ‘2

s i'e S2‘2

WE LZ'Z

S9'£ 252

61'fr 9Z3

85 7 s i >:

-‘- r

W l

99' 1

BZ'l05' I

28' 1. 2S'I

06'1 85'1

96'1I9 'l

90‘2 Z9‘l

S I'S SZ'I

ES'S 9Z‘I

se's 68'1

ZP'Z 88'I-

ES'2 £6‘L

6S'2 Z6‘l

99'2 00‘2

SZ‘2 S0‘2

S8‘2 ll'Z

86‘2 8 I ‘S

S I'S LZ'Z

LZ'Z SZ'Z

89'6 W3

9 I> 8ZS

7.

Efr'l-

IL 'l 9t?‘l

:;c

H?‘ U

Zl. Z

. TT r

::

89'L

I-Z'l. 9fr'l

9/' I 8 ft

28'I

m

cn ro

00' I 00'1

9£‘l Pt I

98' 1. 55' 1-

W l 09'1

00‘2 69'I

012 69'1

8l'Z PL'l

9S‘S 8Z‘I

66'S 58'1

SP‘Z 06'L

9S'2 S6‘ 1-

29‘2 86' U

OZ‘2 20‘2

8Z'2 ZO‘2

88‘2 £ l‘2

SO'E OS'S

8 I‘E 63'S

Ifr'E OP'Z

SZ'E 9S'S

OZ'P Sl 'Z

K r c, :

t l

7

I:

O/'L SP‘l

EZ'l LP'l

8Z'I OS'I

W l £5'1

88' 1. 95' 1.

96' 1 19'1

20'2 W l

l l ‘2 OZ'I

OZ'Z PL'l

8S‘2 6Z‘I

OP'Z 98'1

8^‘S 06*1-

8S‘2 96'I

PS'Z 66' I

IL'Z ZO'Z

08‘2 80S

06‘2 P l'Z

WE t-2‘2

02'E OS'S

ZP'Z IP'Z

PL'Z SS'S

SS'7 OZ'Z

t" r

0

005

002

00 L

SZ

05

Ofr

06

PZ

OS

91

H

Zl

U

01

6

8

L

9

s

p

z

l-t?' 1 -

CO CO

L l 'l

65'1

09'fr -

X I

: .;:

.

Ci i

rj.

'C

_ r: -

c. t 7

l~

T CS»*»-c

Bueiiquiad >|p = > a

V2=dk Penyebut

Vi = dk pembilang 1

2

3

4

5

6

7

8

9

10

11

12

14

16

20

24

30

40

50

75

25

4,24 7,77

3,38 5,57

2,99 4,68

2,76 4,18

2,60 3,86

2,49 3,63

2,41 3,46

2,34 3,32

2,28 3,21

2,24 3,13

2,20

2,16

2,11

2,06

2,00

1,96

1,92

1.87

1.84

1.SC

26

4,22 7,72

3,37 5,53

2,98 4,64

2,74 4,14

2,59 3,82

2,47 3,59

2,39 3,42

2,32 3,29

2,27 3,17

2,22

27

4,21 7,68

3,35 5,49

2,96 4,60

2,73 4,11

2,57 3,79

2,46 3,56

2,37 3,39

2,30

3,26

28

4,20 7,64

3,34 5,45

2,95 4,57

2,71 4,07

2,56 3,76

2,44 3,53

2,36 3,36

4,18 7,60

3,33 5,42

2,93 4,54

2,70 4,04

2,54 3,73

2,43 3,50

4,17 7,56

3,32 5,39

2,92 4,51

2,69 4,02

2,53 3,70

4,15 7,50

3,30 5,34

2,90 4,46

2,67 3,97

4,13 7,44

3,28 5,29

2,88 4,42

4,11 7,39

3,26 5,25

4,10 7,35

40 42

29 30 32 34 36 38

44 46

2

1CC • -: ■r

3,05

2,99

2,89

2,81

2,70

2,62

2,54

2,45

2.40

2.32

2,15 2,96

2,10

2,05

1,99

1,95

1,90

1,85

1.82

1,/s

3,09

2,18 3,02

2,86

2,77

2,66

2,58

2,50

2.41

2,36

2.23

2,25 2,14

2,20 3,06

2,16 2,98

2,13 2,93

2,08

2,03

1,97

1,93

1,88

1,84

1,80

1.76

-

2,83

2,74

2,63

2,55

2,47

2,38

2,33

2.25

2,29 3,23

2,24

2,19 3,03

2,15 2,95

2,12

2,06

2,02

1,96

1,91

1,87

1.75

2,90

2,80

2,71

2,60

2,52

2,44

1,81 2,35

1,78 2,30

2.22

2,35 3,33

2,28 3,20

2,22

2,18 3,00

2,14 2,92

2,10

2,05

2,00

1,94

1,90

1,85

1,80

1,77

1,73

3,08

2,87

2,77

2,68

2,57

2,49

2,41

2,32

2,27

2,42 3,47

2,34 3,30

2,27 3,17

2,21 3,06

2,16 2,98

2,12

2,09

2,04

1,99

1,93

1,89

1,84

1,79

2,90

2,84

2,74

2,66

2,55

2,47

2,38

2,29

2,51 3,66

2,40 3,42

2,32 3,25

2,25 3,12

2,19 3,01

2,14 2,94

2,10

2,07

2,02

1,97

1,82

1,76

1,74

1,69

1,.67

*

2,80

2,70

2,62

1,91 2,51

1,86

2,86

2,42

2,34

2,25

2,20

2,12

2.08

2 w-i

2,65 3,93

2,49 3,61

2,38 3,38

2,30 3,21

2,23 3,08

2,17 2,97

2,12 2,89

2,08 2,82

2,05 2,76

2,00

1,95

1,89

1,84

1,80

1,74

1,71

1,67

1.64

* 5*

• ::

-

2,66

2,58

2,47

2,38

2,30

2,21

2,15

2,08

2,04

- ,9c

* 9-:

•9

2,86 4,38

2,63 3,89

2,48 3,58

2,36 3,35

2,28 3,18

2,21

2,15 2,94

2,10

1,98

1.82

1,78

1,72

1,69

1,65

1,62

1 59

• ::

2,72

2,62

1,93 2,54

1,87

2,86

2,06 2,78

2,03

3,04

2,43

2,35

2,26

2,17

2,12

2,04

2,00

1.9-

3,25 5,21

2,85 4,34

2,62 3,86

2,46 3,54

2,35 3,32

2,26 3,15

2,19 3,02

2,14 2,91

2,09 2,82

2,05 2,75

2,02

1,96

1,92

1,85

1,80

1,76

1,71

1,67

1,63

1.6

1,5?

2,69

2,59

2,51

2,40

2,32

2,22

2,14

2,08

2,00

1.97

1,50

4,08 7,31

3,23 5,18

2,84 4,31

2,61 3,83

2,45 3,51

2,34 3,29

2,25 3,12

2,18 2,99

2,12

2,07

2,00

1,95

1,90

1,84

1,79

1,74

1,69

1,66

1,55 . ■

2,80

2,66

2,56

2,49

2,37

2,29

2,20

2,11

2,05

1,61 1,97

1,59

2,88

2,04 2,73

1,94

1,88

•

4,07 7,27

3,22 5,15

2,83 4,29

2,59 3,80

2.44 3.49

2.32 3,26

2,24 3,10

2,17 2,96

2,11

2,02

1,89

1,82

1,78

1,73

1,68

1,64

1,6

1,57

1.54

- ---

2,70

1,99 2,64

1,94

2,86

2,06 2,77

2,54

2,46

2,35

2,26

2,17

2,08

2,02

1,94

1,91

1.85

•-

4,06 7,24

3,21 5,12

2.82 4,26

2,58 3,78

2,43 3,46

2,31 3,24

2,23 3,07

2,16

2,10

2,05

2,01

1,98

1,92

1,88

1,72

1,66

1,63

1,58

1,56

2,94

2,84

2,75

2,68

2,62

2,52

2,44

1,81 2,32

1,76 2,24

2,15

2,06

2,00

1,92

1,88

1.52 1.82 , •

•“

4,05

3,20 5.10

2,81 4,24

2.57 3,76

2.42 3.44

2,30 3,22

2,22 3,05

2,14 2,92

2,09 2,82

2,04 2,73

2,00 2,66

1,97

1,91

1,87

1,80

1,75

1,71

1,65

1,62

1,57

1.54

1,51

2,60

2,50

2,42

2,30

2,22

2,13

2,04

1,98

1,90

1,86

7,21

3,11

2 2r * •:

:

2 -'

:

:

•

• ;;

■r

i '~

2 •]

:

•

•~

2.19

2.'z

: ■:

:

1 ^

1,76

1.72

’ 69

•V

•

-^

2,24

2,16

2.'3

166

f

-

-

:::

1.SC

• ir ■ 9:

' ■ ' ■:

• ~-

- 9-

r

• L. •r - i.

%

■=

•—

— S tatistika B*sn

RIWAYAT HIDUP PENULIS ASEP SURYANA NATAWIRIA, lahir di Garut, 1 Mei 1957. Pendidikan formal sejak SD sampai SMA diselesaikan di kota kelahirannya, di kota itu pula ia memperoleh pendidikan keagamaan dari Pesantren Persis. Kemudian, lulus Sarjana Pendidikan Matematika IKIP Bandung (1981); dan MBA kerjasama TELKOM dan AIM Philiphina (1993); Magister Manajemen STMB Bandung (1996). Tahun 2008 meraih Doktor Administrasi Pondidik.in Sekolah Pascasarjana-UPI. Kariernya diawali sejak masih kuliah, yaitu guru honorer di Pesantren Persis dan SMA Negeri Garut. S H H a h lulu:. kemudian menjadi dosen di Universitas Siliwangi T a sikm alaya la lim i h i m i , i. i diterima menjadi karyawan PT TELKOM melalui lima la h a p ,m seleksi y,ni)

3. Wakil Kepala Lembaga Penelitian dan Pengabdian Masyarakat di Stikes Jenderal Ahmad Yani Cimahi (2004-2006). 4. Kepala Lembaga Penelitian dan Pengabdian Masyarakat di STIA Bandung (2005- sampai sekarang). 5. Team Leader Utama PT. METRO BHAKTI DINAMIKA Bidang Penelitian Poling Pendidikan Balitbang Depdiknas (2006-2008) 6. Penelaah bidang metodologi penelitian lapangan bagi siswa Sekolah Staf dan Komando Angkatan Darat (Seskoad) Bandung (2006-2007) 7. Forum Komunikasi Mahasiswa Universitas Pendidikan Indonesia (FKM UPI) sebagai Jurnalis dan komunikasi (2006 - 2008) Kunjungan dan Seminar / Kongres Pendidikan 1. Kongres Ilmu Pengetahuan di Istana Negara Jakarta (9 September 1995). 2. Studi Banding Pendidikan Indonesia - Malaysia - Singapora (2004). 3. Konggres Pendidikan Malaysia dan Indonesia di UPI Bandung (2005). Karya Ilmiah (buku yang sudah diterbitkan - ISBN) 1. Statistika untuk Pimpinan : Penerbit Alfabeta Bandung 1997. 2. Dasar-dasar Statistika : Penerbit Alfabeta Bandung 2003. 3. Skala Pengukuran Variabel-variabel Penelitian : Penerbit Alfabeta Bandung 2003. 4. Statistika untuk Instansi dan Lembaga Penerbit Alfabeta Bandung 2006. 5. Metode dan Teknik Menyusun Tesis Penerbit Alfabeta Bandung 2004. 6. Rumus dan data dalam analiisis statistika, Penerbit Alfabeta Bandung 2004. 7. Belajar mudah Penelitian untuk guru-karyawan-dan peneliti pemula: Penerbit Alfabeta Bandung 2005. 8. Memaknai Analisis Jalur (path analysis) Alfabeta Bandung 2006. 9. Pengantar Statistika untuk penelitian Pendidikan, sosial, ekonomi, komunikasi dan bisnis-2007. 10. Metode dan Teknik Menyusun Proposal Penelitian (untuk Mahasiswa S1, S-2 dan S-3) Penerbit Alfabeta Bandung 2009. 11. Pengantar Statistika Sosial Penerbit Alfabeta Bandung 2009. Editor Buku Ilmiah dan Bahan Ajar (ISBN) 1. Bahan Ajar Pengelola Diklat (Management of Training/MOT) - 2003 Lembaga Administrasi Negara Republik Indonesia Jakarta. 2. Bahan Ajar Analisis Kebutuhan dan Perencanaan Diklat/TNA - 2003 Lembaga Administrasi Negara Republik Indonesia Jakarta. 3. Penyelenggara Diklat (Training Officer CoursefTOC) - 2003 Lembaga Administrasi Negara Republik Indonesia Jakarta. 4. Strategic Management for Educational Management 200G Alfabota Bandung. 5. Sistem Ekonomi Indonesia 2005 Alfabota nnndutuj 6. Aplikasi Statistika dan Molodo Ponolitian untuk A