KONTRAK KULIAH

Mata Kuliah: Statistika
Kode mata kuliah: MGT 234
Semester: III
Dosen: Suharto, S.E., M.M.
Hari pertemuan: Selasa 09.30 – 12.00
Tempat pertemuan : Ruang FE

A. Manfaat matakuliah
B. Tujuan mata kuliah umum
Mahasiswa memahami konsep dasar statistika, mengumpulkan, menyajikan, meringkas, menganalisa dan menggunakannya dalam penelitian-penelitian ilmu ekonomi
C. Deskripsi mata kuliah
D. Tujuan instruksional khusus
Setelah pertemuan ini mahasiswa diharapkan mampu:
* Menjelaskan dengan benar konsep dasar statistika
* Menjelaskan dengan benar pembentukan distribusi frekuensi
* Membuat grafik distribusi frekuensi
* Menjelaskan dengan benar tentang nilai tengah, median dan modus
* Ukuran pemusatan
* Memahami, menghitung dan Menjelaskan dengan benar simpangan baku
* Menghitung dan membuat sebaran-sebaran lain selain simpangan baku
* Menjelaskan moment data berkelompok, hubungan antar moment, kemencengan dan kurtosis
* Teori dasar kemungkinan
* Distribusi probabilitas
* Koefisien korelasi dan pengujian hipotesis
* Hubungan antar dua variabel dengan model regresi sederhana dan pengujian hipotesis
* Hubungan antar dua variabel dengan model regresi dan korelasi berganda dan pengujian hipotesis
* Hubungan antar satu dan dua variabel, pengujian hipotesisis secara parsial dan simultan serta kegunaannya dalam penelitian ilmu-ilmu ekonomi
E. Organisasi materi
Sesuai dengan maksud dan tujuan di atas maka kuliah ini berisisi
* Pengertian. Statistika sampel dan Populasi. Statsitika Deskripsti dan Induktif. Peubah Diskrit. Dan Kontinu dan Pembulatan Data.
* Data Mentah. Array. Distribusi Frekuensi. Selang dan Limit Kelas. Batas Kelas Ukuran atau Lebar Kelas. Markah Kelas. Ketentuan Umum Pembentukan Distribusi Frekuensi. Histogram dan Poligon Frekuensi.
* Distribusi Frekuensi Relatif, Kumulatif dan Ogiv. Persentase. Kurva Frekuensi yang dimuluskan.
* Nilai Tengah. Median. Modus. Rata-rata dan Ukuran Pemusatan. Nilai Tengah Hitung.
* Ukuran Pemusatan. Nilai Tengah Geometrik Kuartil. Desil dan Persentil.
* Simpangan Baku. Sebaran atau Variasi. Rentang. Nilai Tengah Simpangan. Rentang Nilai Tengah, Semi Antar Kuartil, Persentil dan Simpangan Baku.
* Varians. Metode Ringkas Unutk Menghitung Simpangan Baku. Sifat Simpangan Baku dan Koefisien Variasi.
* Moment. Kemencengan dan Kurtosis.
* Probabilitas. Peluang Bersyarat. Kejadian Bebas dan Tak Bebas. Saling Terpisah.
* Distribusi Probabilitas. Nilai Harapan. Hubungan Probabilitas terhadap Teori Hubungan Titik.
* Koefisien Korelasi dan Regresi Sederhana dan Pengujian Hipotesis
* Koefisien Korelasi dan Regresi Berganda dan Pengujian Hipotesis secara Parsial dan Simultan serta Kegunaannya dalam penelitian Ilmu-ilmu Ekonomi.

F. Strategi perkuliahan
Perkuliahan diupayakan supaya mahasiswa aktif membaca, menganalisa persoalan, sehinga dosen disini berperan sebagai fasilitator dalam pembelajaran yang terjadi. Selain itu mahasiswa dianjurkan mencari sendiri tambahan baik diperpustakaan maupun internet untuk memperoleh bahan tambahan mata kuliah yang telah dipelajari.
G. Sumber bacaan
* Mustafa, Zaenal. 1995. Pengantar statistik terapan untuk ekonomi. Yogyakarta: BPFE-UII.
* Spiegel, R. Murray. 1981. Statistics. Schaum Outline Series. Singapore: McGraw Hill International Book Company.
* Murray R. Spiegel, 2004. Statistika, Serti Buku Scaum Teori dan Sosial, Jakarta.
* Walpole, E. Ronald. 1982, introduction to Statistics. 3rd edition. New York: Mc. Millan Publishing co, Inc.

H. Tugas
Selama perkuliahan statistika ini mahasiswa dibebani tugas sebagai berikut:
* Tugas individu dan tugas kelompok: tugas ini terbentuk menjawab soal-soal atau membuat ringkasan tentang pokok-pokok bahasan tertentu, waktunya ditentukan berdasarkan kesepakatan bersama.
I. Kriteria penilaian
Penilaian akan dilakukan dengan mempertimbangkan bobot sebagai berikut
* Keaktifan dikelas dan absensi 05%
* Tugas 20%
* Kuis dan Mid Semester 30%
* Ujian Semester 35%
Total 100%
J. Aturan-aturan
* Keterlambatan mahasiswa di awal perkuliahan toleransi 15 menit
* Kehadiran dibawah 80% dari total perkuliahan tidak boleh mengikuti ujian semester dan dikenakan sangsi akademik
* Kecurangan pada saat ujian, mahasiswa diberi sangsu akademik.

K. Waktu perkuliahan
Waktu perkuliahan satu semester penuh minimal 16 kali pertemuan sesuai dengan SAP yang telah dibuat dengan perincian sebagai berikut

Tatap muka : 14 minggu
Kuis/mid : 2 minggu
Ujian Semester : 1 minggu
Jumlah 17 minggu

KONTRAK KULIAH

 

Mata Kuliah             Kode mata kuliah             Semester             Dosen             Hari pertemuan             Tempat pertemuan			: : : : : :	Statistika MGT 234 III Suharto, S.E., M.M. Selasa 09.30 – 12.00 Ruang FE
A	Manfaat matakuliah
B	Tujuan mata kuliah umum
	Mahasiswa memahami konsep dasar statistika, mengumpulkan, menyajikan, meringkas, menganalisa dan menggunakannya dalam penelitian-penelitian ilmu ekonomi
C	Deskripsi mata kuliah
D	Tujuan instruksional khusus
	Setelah pertemuan ini mahasiswa diharapkan mampu:
	*	Menjelaskan dengan benar konsep dasar statistika
	*	Menjelaskan dengan benar pembentukan distribusi frekuensi
	*	Membuat grafik distribusi frekuensi
	*	Menjelaskan dengan benar tentang nilai tengah, median dan modus
	*	Ukuran pemusatan
	*	Memahami, menghitung dan Menjelaskan dengan benar simpangan baku
	*	Menghitung dan membuat sebaran-sebaran lain selain simpangan baku
	*	Menjelaskan moment data berkelompok, hubungan antar moment, kemencengan dan kurtosis
	*	Teori dasar kemungkinan
	*	Distribusi probabilitas
	*	Koefisien korelasi dan pengujian hipotesis
	*	Hubungan antar dua variabel dengan model regresi sederhana dan pengujian hipotesis
	*	Hubungan antar dua variabel dengan model regresi dan korelasi berganda dan pengujian hipotesis
	*	Hubungan antar satu dan dua variabel, pengujian hipotesisis secara parsial dan simultan serta kegunaannya dalam penelitian ilmu-ilmu ekonomi
E	Organisasi materi Sesuai dengan maksud dan tujuan di atas maka kuliah ini berisisi
	*	Pengertian. Statistika sampel dan Populasi. Statsitika Deskripsti dan Induktif. Peubah Diskrit. Dan Kontinu dan Pembulatan Data.
	*	Data Mentah. Array. Distribusi Frekuensi. Selang dan Limit Kelas. Batas Kelas Ukuran atau Lebar Kelas. Markah Kelas. Ketentuan Umum Pembentukan Distribusi Frekuensi. Histogram dan Poligon Frekuensi.
	*	Distribusi Frekuensi Relatif, Kumulatif dan Ogiv. Persentase. Kurva Frekuensi yang dimuluskan.
	*	Nilai Tengah. Median. Modus. Rata-rata dan Ukuran Pemusatan. Nilai Tengah Hitung.
	*	Ukuran Pemusatan. Nilai Tengah Geometrik Kuartil. Desil dan Persentil.
	*	Simpangan Baku. Sebaran atau Variasi. Rentang. Nilai Tengah Simpangan. Rentangf Nilai Tengah, Semi Antar Kuartil, Persentil dan Simpangan Baku.
	*	Varians. Metode Ringkas Unutk Menghitung Simpangan Baku. Sifat Simpangan Baku dan Koefisien Variasi.
	*	Moment. Kemencengan dan Kurtosis.
	*	Probabilitas. Peluang Bersyarat. Kejadian Bebas dan Tak Bebas. Saling Terpisah.
	*	Distribusi Probabilitas. Nilai Harapan. Hubungan Probabilitas terhadap Teori Hubungan Titik.
	*	Koefisien Korelasi dan Regresi Sederhana dan Pengujian Hipotesis
	*	Koefisien Korelasi dan Regresi Berganda dan Pengujian Hipotesis secara Parsial dan Simultan serta Kegunaannya dalam penelitian Ilmu-ilmu Ekonomi.

 

 

 

 

F	Strategi perkuliahan Perkuliahan diupayakan supaya mahasiswa aktif membaca, menganalisa persoalan, sehinga dosen disini berperan sebagai fasilitator dalam pembelajaran yang terjadi. Selain itu mahasiswa dianjurkan mencari sendiri tambahan baik diperpustakaan maupun internet untuk memperoleh bahan tambahan mata kuliah yang telah dipelajari.
G	Sumber bacaan
	*	Mustafa, Zaenal. 1995. Pengantar statistik terapan untuk ekonomi. Yogyakarta: BPFE-UII.
	*	Spiegel, R. Murray. 1981. Statistics. Schaum Outline Series. Singapore: McGraw Hill International Book Company.
	*	Murray R. Spiegel, 2004. Statistika, Serti Buku Scaum Teori dan Sosial, Jakarta.
	*	Walpole, E. Ronald. 1982, introduction to Statistics. 3rd edition. New York: Mc. Millan Publishing co, Inc.
H	Tugas Selama perkuliahan statistika ini mahasiswa dibebani tugas sebagai berikut:
	*	Tugas individu dan tugas kelompok: tugas ini terbentuk menjawab soal-soal atau membuat ringkasan tentang pokok-pokok bahasan tertentu, waktunya ditentukan berdasarkan kesepakatan bersama.
I	Kriteria penilaian Penilaian akan dilakukan dengan mempertimbangkan bobot sebagai berikut
	*	Keaktifan dikelas dan absensi                                    05%
	*	Tugas                                                               20%
	*	Kuis dan Mid Semester                                  30%
	*	Ujian Semester                                                35%
	Total                                                                    100%
J	Aturan-aturan
	*	Keterlambatan mahasiswa di awal perkuliahan toleransi 15 menit
	*	Kehadiran dibawah 80% dari total perkuliahan tidak boleh mengikuti ujian semester dan dikenakan sangsi akademik
	*	Kecurangan pada saat ujian, mahasiswa diberi sangsu akademik.
K	Waktu perkuliahan Waktu perkuliahan satu semester penuh minimal 16 kali pertemuan sesuai dengan SAP yang telah dibuat dengan perincian sebagai berikut
	Tatap muka		:	14 minggu
	Kuis/mid		:	2 minggu
	Ujian Semester		:	1 minggu
Jumlah                                              17 minggu

SATUAN ACARA PENGAJARAN

Mata Kuliah	:	Statistika
Kode mata Kuliah	:	MGT 234
SKS	:	3 SKS (3 – 0)
Waktu Pertemuan	:	3 X 50 menit
Pertemuam ke	:	I dan II

A.	Tujun Instruksional :
	1.	Umum :
		Setelah pertemuan ini mahasiswa diharapkan dapat memahami dengan benar konsep dasar statistika sebagai alat bantu untuk menunjang ilmu pengetahuan ekonomi terapan.
	2	Khusus :
		Setelah pertemuan ini diharapkan mahasiswa mampu menjelaskan dengan benar konsep darar statistika sebagai alat bantu
B	Pokok Bahasan :
	1	Statistika sebagai alat bantu
C	Sub Pokok Bahasan
	Pengertian, statistika sebagai alat bantu, statistika sampel, statistika populasi, statistika deskriptif dan statistika inferensial.
D	Kegiatan belajar mengajar :
	Tahap Kegiatan		Kegiatan dosen		Kegiatan mahasiswa	Alat pengajaran
	Pendahuluan		1	Pengenalan mata kuliah	Memperhatikan dan mananggapi fungsi silabus dan materi yang akan disampai- kan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			2	Pengenalan tim pengajar
			3	Menjelaskan silabus yang akan disampaikan selama satu semester
			4	Menjelaskan materi yang akan disampaikan dalam pokok bahasan pertama
			5	Menjelaskan TIU dan TIK
	Penyajian		6	Menjelaskan arti statistika	Memperhatikan dan menanggapi bagaimana hubungan antara staistika dengan ilmu ekonomi	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			7	Menjelaskan peranan statistika dalam menunjang ilmu pengetahuan ekonomi terapan
			8	Memberikan contoh terapan penggunaan statistika
	Penutup		9	Menutup kuliah/pertemuan	Bertanya	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			A	Memberi kesempatan bertanya kepada mahasiswa tentang materi yang telah disampaikan
			B	Menjawab pertanyaan mahasiswa jika ada
			C	Menginformasikan materi kuliah dalam pertemuan yang akan datang

 

E	Evaluasi:
	Menugaskan mahasiswa membuat contoh kasus statistika deskriptif dan statistika induktif, atas materi yang telah disampaikan berdasarkan kejadian sehari-hari
F	Referensi:
	A	Dajan, Anto, Metode Statistika I, LP3ES Jakarta, halaman 19 – 25
	B	J. Supranto, Statistika Teori dan Aplikasi, Jakarta 1994, halaman 1 – 10
	C	Ronal E Walpole, 1992, Pengantar Statistika, Edisi ke 3, Penerbit PT Gramedia pusaka Utama, Jakarta, halaman 2 – 6
	D	Murray R Spiegel, 1988, Statistika, Edisi ke 2, Penerbit Erlangga, Jakarta, halaman, 1 – 7

 

 

 

 

 

 

 

 

SATUAN ACARA PENGAJARAN

Mata kuliah	:	Statistika
Kode mata kuliah	:	MGT 234
SKS	:	3 SKS (3-0)
Watu pertemuan	:	3 X50 menit
Pertemuan ke	:	III

A.	Tujun Instruksional :
	1.	Umum :
		Setelah pertemuan ini mahasiswa di harapkan dapat membedakan bagaimana data yang baik dan cara-cara membagi data.
	2	Khusus :
		Setelah pertemuan ini diharapkan mahasiswa mampu memahami dan menjelaskan dengan benar cara-cara membagi data yang digunakan untuk mengumpulkan, mengolah, menyajikan dan membagi data dengan benar.
B	Pokok Bahasan :
	1	Statistika deskriptif dan metode-metode yang di perlukan untuk memperoleh data yang baik dan membagi data.
C	Sub Pokok Bahasan
	Pengertian, statistika sebagai metode untuk mengumpulkan, mengolah, menyajikan dan menganalisa data kuantitatif, kualitatif, statistik sampel, populasi, statistika deskriptif dan inferensial.
D	Kegiatan belajar mengajar :
	Tahap Kegiatan		Kegiatan dosen		Kegiatan mahasiswa	Alat pengajaran
	Pendahuluan		1	Penjelasan tentang pertemuan yang lalu	Memperhatikan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			2	Menjelaskan materi yang akan disampaikan dalam pokok bahasan
			3	Menjelaskan TIU dan TIK
	Penyajian		4	Menjelaskan kepada mahasiswa tentang data yang baik dan pembagian data.	Memperhatikan dan  mencatat, menangga- pi bagaimana cara mengumpulkan data, mengolah, menyaji- kan dan  mengana- lisis data.	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			5	Menjelaskan kepada mahasiswa tentang cara mengumpulkan data dan pengolahan data.
			6	Menjelaskan kepada mahasiswa tentang cara menyajikan, dan menganalisis data.
			7	Menyakan mahasiswa contoh-contoh pengumpulan,cara menyajikan dan menganalisis data.
	Penutup		8	Menutup kuliah/pertemuan	Bertanya	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			A	Memberi kesempatan bertanya kepada mahasiswa tentang materi yang telah di sampai- kan.
			B	Menjawab pertanyaan     mahasiswa jika ada.
			C	Menginformasikan materi    kuliah dalam pertemuan  yang akan datang.

 

E	Evaluasi:
	Menugaskan mahasiswa untuk membuat kasus tentang cara mengumpulkan, mengolah, menyajikan dan menganalisis data atas materi yang telah disampaikan berdasarkan kejadian sehari-hari.
F	Referensi:
	A	Dajan, Anto, Metode Statistika I, LP3ES Jakarta, halaman 21 – 35
	B	J. Supranto, Statistika Teori dan Aplikasi, Jakarta 1994, halaman 14 – 17
	C	Drs. Andi Supangat, 2007, Statistika, Dalam Kajian Deskriftif, Inferensi dan Nonparametrik, Penerbit, Prenada Kencana Media Group, Jakarta, halaman 3 – 4

 

 

SATUAN ACARA PENGAJARAN

Mata Kuliah	:	Statistika
Kode mata Kuliah	:	MGT 234
SKS	:	3 SKS (3 – 0)
Waktu Pertemuan	:	3 X 50 menit
Pertemuam ke	:	IV dan V

A.	Tujun Instruksional :
	1.	Umum :
		Setelah pertemuan ini mahasiswa diharapkan dapat memahami mengenai pentingnya matematika dalam statistika
	2	Khusus :
		Setelah pertemuan ini diharapkan mahasiswa mampu menjelaskan dengan benar mengenai bermacam fungsi dan penggambarannya.
B	Pokok Bahasan :
	1	Macam fungsi dan cara-cara penggambarannya
C	Sub Pokok Bahasan
	Pengertian, distribusi frekuensi, distribusi frekuensi relatif dan kumulatif, grafik histogram dan poligon.
D	Kegiatan belajar mengajar :
	Tahap Kegiatan		Kegiatan dosen		Kegiatan mahasiswa	Alat pengajaran
	Pendahuluan		1	Penjelasan tentang pertemuan yang lalu	Memperhatikan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			2	Menjelaskan materi yang akan disampaikan dalam pokok bahasan
			3	Menjelaskan TIU dan TIK
	Penyajian		4	Menjelaskan kepada mahasiswa tentang beberapa macam fungsi dan cara penggambarannya	Memperhatikan, me- nanggapi tentang bagaimana menyajikan data dengan meggunakan distribusi frekuensi dan mernggunakan grafik	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			5	Menjelaskan kepada mahasiswa tentang cara menbuat distribusi frekuensi
			6	Menjelaskan kepada mahasiswa tentang cara menyajikan, dan menganalisis data dengan membuat distribusi frekuensi relatif, kumulatif dan dengan grafik
	Penutup		7	Menutup kuliah/pertemuan	Bertanya	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			a	Memberi kesempatan bertanya kepada mahasiswa tentang materi yang telah disampaikan
			b	Menjawab pertanyaan mahasiswa jika ada
			c	Menginformasikan materi kuliah dalam pertemuan yanag akan datang.

 

E	Evaluasi:
	Menugaskan mahasiswa membuat kasus tentang cara membuat fungsi dan gambar berdasarkan distribusi frekuensi yang sudah di buat.
F	Referensi:
	A	Dajan, Anto, Metode Statistika I, LP3ES Jakarta, halaman 29 – 45
	B	J. Supranto, Statistika Teori dan Aplikasi, Jakarta 1994, halaman 59 – 64
	C	Drs. Asyari Anwar, Pengantar Statistik Bagian Pertama, 1981, BPFE UII, Yogyakarta, halaman 13 – 28
	D	Drs. Ridwan, MBA, 2005, Dasar-dasar Statistika, Alfabeta, Bandung, halaman 66 – 79

 

 

 

 

 

 

 

SATUAN ACARA PENGAJARAN

Mata Kuliah	:	Statistika
Kode mata Kuliah	:	MGT 234
SKS	:	3 SKS (3 – 0)
Waktu Pertemuan	:	3 X 50 menit
Pertemuam ke	:	VI

A.	Tujun Instruksional :
	1.	Umum :
		Setelah pertemuan ini mahasiswa diharapkan dapat memahami mengenai ukuran variasi dan lokasi
	2	Khusus :
		Setelah pertemuan ini mahasiswa diharapkan mampu menjelaskan dengan benar berbagai macam rata-rata, rata-rata hitung, median, modus rata-rata ukur dan koefisien variasi.
B	Pokok Bahasan :
	1	Rata-rata simpangan, median, modus, rata-rata ukur dan harmonis, ukuran variasi dan dispersi
C	Sub Pokok Bahasan
	Pengertian, rata-rata, kuartil, desil dan persentil, rata-rata simpangan, simpangan baku dan koefisien variasi
D	Kegiatan belajar mengajar :
	Tahap Kegiatan		Kegiatan dosen		Kegiatan mahasiswa	Alat pengajaran
	Pendahuluan		1	Penjelasan tentang pertemuan yang lalu	Memperhatikan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			2	Menjelaskan materi yang akan disampaikan dalam pokok bahasan
			3	Menjelaskan TIU dan TIK
	Penyajian		4	Menjelaskan kepada mahasiswa tentang beberapa macam rata-rata dan cara menghitungnya	Memperhatikan dan menanggapi tentang berbagai macam ukuran rata-rata	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			5	Menjelaskan kepada mahasiswa tentang cara menbedakan antara berbagai macam rata-rata
			6	Menjelaskan kepada mahasiswa tentang menyajikan, dan menganalisa data dengan membuat berbagai macam ukuran rata-rata
	Penutup		7	Menutup kuliah/pertemuan	Bertanya	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			A	Memberi kesempatan bertanya kepada mahasiswa tentang materi yang telah disampaikan
			B	Menjawab pertanyaan mahasiswa jika ada
			C	Menginformasikan materi kuliah dalam pertemuan yang akan datang

 

E	Evaluasi:
	Menugaskan mahasiswa membuat kasus tentang cara mengumpulkan data, mengolah data, menyajikan dan menganalisa data serta membuat berbagai macam ukuran rata-rata
F	Referensi:
	A	Dajan, Anto, Metode Statistika I, LP3ES Jakarta, halaman 39 – 45
	B	J. Supranto, Statistika Teori dan Aplikasi, Jakarta 1994, halaman 31 – 43
	C	Drs. Asyari Anwar, Pengantar Statistik Bagian Pertama, 1981, BPFE UII, Yogyakarta, halaman 30 – 44
	D	Drs. Andi Supangat, M.Si.,  2007, Statistika Dalam Kajian Deskriptif, Inferensi dan Non parametrik, Penerbit Kencana Prenada Madia Group, halaman 45 – 85

 

 

 

 

SATUAN ACARA PENGAJARAN

Mata Kuliah	:	Statistika
Kode mata Kuliah	:	MGT 234
SKS	:	3 SKS (3 – 0)
Waktu Pertemuan	:	3 X 50 menit
Pertemuam ke	:	VII dan VIII

A.	Tujun Instruksional :
	1.	Umum :
		Setelah pertemuan ini mahasiswa diharapkan dapat memahami mengenai ukuran dan variasi
	2	Khusus :
		Setelah pertemuan ini mahasiswa diharapkan mampu menjelaskan dengan benar berbagai macam rata-rata simpangan, simpangan baku dan koefisien variasi
B	Pokok Bahasan :
	1	Simpangan baku, koefisien variasi dan ukuran kemencengan
C	Sub Pokok Bahasan
	Pengertian, rata-rata simpangan, simpangan baku, koefisien variasi, ukuran kemencengan dan keruncingan kurva
D	Kegiatan belajar mengajar :
	Tahap Kegiatan		Kegiatan dosen		Kegiatan mahasiswa	Alat pengajaran
	Pendahuluan		1	Penjelasan tentang pertemuan yang lalu	Memperhatikan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			2	Menjelaskan materi yang akan disampaikan dalam pokok bahasan
			3	Menjelaskan TIU dan TIK
	Penyajian		4	Menjelaskan kepada mahasiswa tentang beberapa  macam rata-rata dan cara menghitungnya	Memperhatikan dan menanggapi tentang simpangan baku, koefisien variasi dan rata-rata simpangan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			5	Menjelaskan kepada mahasiswa tentang cara membedakan antara berbagai macam rata-rata simpangan, simpangan baku, koefisien variasi
			6	Menjelaskan kepada mahasiswa tentang cara menyajikan dan menganalisa data dengan berbagai macam ukuran rata-rata
	Penutup		7	Menutup kuliah/pertemuan	Bertanya	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			a	Memberi kesempatan bertanya kepada mahasiswa tentang materi yang telah disampaikan
			b	Menjawab pertanyaan mahasiswa jika ada
			c	Menginformasikan materi kuliah dalam pertemuan yang akan datang

 

E	Evaluasi:
	Menugaskan mahasiswa untuk membuat studi kasus tentang cara mengumpulkan data, mengolah data, menyajikan dan menganalisa data serta membuat ukuran rata-rata simpangan, simpangan baku dan koefisien variasi
F	Referensi:
	A	Dajan, Anto, Metode Statistika I, LP3ES Jakarta, halaman 59 – 25
	B	J. Supranto, Statistika Teori dan Aplikasi, Jakarta 1994, halaman 61 – 73
	C	Drs. Asyari Anwar, Pengantar Statistik Bagian Pertama, 1981, BPFE UII, Yogyakarta, halaman, 54 – 70
	D	Murray R Spiegel, 1988, Statistika, Edisi ke 2, Penerbit Erlangga, Jakarta, halaman, 92 – 116
	E	Zaenal Mustafa, 1998, Pengantar Statistik Deskriptif, Edisi 3, Penerbit, Ekonisia FEUII, Yogyakarta, halaman 70 – 90

 

 

 

SATUAN ACARA PENGAJARAN

Mata Kuliah	:	Statistika
Kode mata Kuliah	:	MGT 234
SKS	:	3 SKS (3 – 0)
Waktu Pertemuan	:	3 X 50 menit
Pertemuam ke	:	IX dan X

A.	Tujun Instruksional :
	1.	Umum :
		Setelah pertemuan ini mahasiswa diharapkan dapat memahami berbagai macam bentuk hubungan fungsional dari dua variabel
	2	Khusus :
		Setelah pertemuan ini mahasiswa diharapkan mampu menjelaskan dengan benar berbagai macam bentuk hubungan antara dua variabel berdasarkan koefisien korelasi
B	Pokok Bahasan :
	1	Bentuk hubungan dengan koefisien korelasi
C	Sub Pokok Bahasan
	Pengertian, interpretasi dan cara menghingtung koefisien korelasi
D	Kegiatan belajar mengajar :
	Tahap Kegiatan		Kegiatan dosen		Kegiatan mahasiswa	Alat pengajaran
	Pendahuluan		1	Penjelasan tentang pertemuan yang lalu	Memperhatikan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			2	Menjelaskan materi yang di- sampaikan dalam pokok bahasan
			3	Menjelaskan TIU dan TIK
	Penyajian		4	Menjelaskan kepada mahasiswa tentang pengertian korelasi data kuantitatif dan  kualitatif	Memperhatikan dan menanggapi tentang bagaimana cara menghitung dan menginterpretasikan koefisien korelasi	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			5	Menjelaskan kepada maha- siswa tentang cara menghitung korelasi dengan data kuantitatif dan kualitatif, arti korelasi dan interpretasi nya
			6	Menjelaskan kepada maha-siswa tentang cara membuat simpulan berdasarkan koefisien korelasi
	Penutup		7	Menutup kuliah/pertemuan	Bertanya	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			A	Memberi kesempatan bertanya kepada mahasiswa tentang materi yang telah disampaikan
			B	Menjawab pertanyaan maha-siswa jika ada
			C	Menginformasikan materi kuliah dalam pertemuan yang akan datang

 

E	Evaluasi:
	Menugaskan mahasiswa membuat kasus tentang cara mencari dan menghitung koefisien korelasi data kuantitatif dan kualitatif, cara menarik kesimpulan dan menganalisis
F	Referensi:
	A	Dajan, Anto, Metode Statistika I, LP3ES Jakarta, halaman 89 – 95
	B	J. Supranto, Statistika Teori dan Aplikasi, Jakarta 1994, halaman 142  – 161
	C	Murray R Spiegel, 1988, Statistika, Edisi ke 2, Penerbit Erlangga, Jakarta, halaman, 326 – 359
	D	Drs. Andi Supangat, M.Si., 2007, Statistika Dalam Kajian Deskriptif, Inferensi dan Non parametrik, Penerbit Kencana Prenada Madia Group, halaman 339 – 345
	E	Ronal E Walpole, 1992, Pengantar Statistika, Edisis ke 3, Penerbit PT Gramedia pusaka Utama, Jakarta, halaman, 369 – 373

 

 

 

SATUAN ACARA PENGAJARAN

Mata Kuliah	:	Statistika
Kode mata Kuliah	:	MGT 234
SKS	:	3 SKS (3 – 0)
Waktu Pertemuan	:	3 X 50 menit
Pertemuam ke	:	XI dan XII

A.	Tujun Instruksional :
	1.	Umum :
		Setelah pertemuan ini mahasiswa diharapkan dapat memahami bentuk hubungan regresi linier
	2	Khusus :
		Setelah pertemuan ini mahasiswa diharapkan mampu menghitung dan menjelaskan dengan benar berbagai macam bentuk hubungan regresi linier antara dua variabel
B	Pokok Bahasan :
	1	Bentuk hubungan dengan koefisien regresi linier
C	Sub Pokok Bahasan
	Pengertian, cara menghingtung dan interpretasi koefisien regresi linier
D	Kegiatan belajar mengajar :
	Tahap Kegiatan		Kegiatan dosen		Kegiatan mahasiswa	Alat pengajaran
	Pendahuluan		1	Penjelasan tentang pertemuan yang lalu	Memperhatikan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			2	Menjelaskan materi yang akan disampaikan dalam pokok bahasan
			3	Menjelaskan TIU dan TIK
	Penyajian		4	Menjelaskan kepada mahasiswa tentang pengertian koefisien regresi linier	Memperhatikan dan menanggapi penghi- tungan dan meng- interpretasikan koefisien regresi	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			5	Menjelaskan kepada mahasiswa tentang cara menghitung koefisien regresi linier dan cara menginterpretasikannya
			6	Menjelaskan kepada mahasiswa tentang cara membuat simpulan berdasarkan koefisien regresi linier yang diperoleh
	Penutup		7	Menutup kuliah/pertemuan	Bertanya	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			a	Memberi kesempatan bertanya kepada mahasiswa tentang materi yang telah disampaikan
			b	Menjawab pertanyaan mahasiswa jika ada
			c	Menginformasikan materi kuliah dalam pertemuan yang akan datang

 

E	Evaluasi:
	Menugaskan mahasiswa membuat kasus tentang cara mencari dan menghitung koefisien regresi dan cara menganalisa  dan mengambil kesimpulan
F	Referensi:
	A	Dajan, Anto, Metode Statistika I, LP3ES Jakarta, halaman 919 – 125
	B	J. Supranto, Statistika Teori dan Aplikasi, Jakarta 1994, halaman 168 – 180
	C	Drs. Andi Supangat, M.Si., 2007, Statistika Dalam Kajian Deskriptif, Inferensi dan Non parametrik, Penerbit Kencana Prenada Madia Group, halaman, 334 – 336
	D	Ronal E Walpole, 1992, Pengantar Statistika, Edisis ke 3, Penerbit PT Gramedia pusaka Utama, Jakarta, halaman, 347 – 358

 

 

 

 

 

 

SATUAN ACARA PENGAJARAN

Mata Kuliah	:	Statistika
Kode mata Kuliah	:	MGT 234
SKS	:	3 SKS (3 – 0)
Waktu Pertemuan	:	3 X 50 menit
Pertemuam ke	:	XIII dan XIV

A.	Tujun Instruksional :
	1.	Umum :
		Setelah pertemuan ini mahasiswa diharapkan dapat memahami berbagai macam hubungan fungsional dari dua variabel
	2	Khusus :
		Setelah pertemuan ini mahasiswa diharapkan mampu menghitung dan menjelaskan dengan benar berbagai macam bentuk hubungan antara dua variabel atau lebih berdasarkan koefisien regresi berganda dan koefisien parsial
B	Pokok Bahasan :
	1	Bentuk hubungan dengan koefisien regresi dan korelasi parsial
C	Sub Pokok Bahasan
	Pengertian, cara menghitung dan mrnginterpretasikan koefisien regresi dan korelasi parsial
D	Kegiatan belajar mengajar :
	Tahap Kegiatan		Kegiatan dosen		Kegiatan mahasiswa	Alat pengajaran
	Pendahuluan		1	Penjelasan tentang pertemuan yang lalu	Memperhatikan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			2	Menjelaskan materi yang akan disampaikan dalam pokok bahasan
			3	Menjelaskan TIU dan TIK
	Penyajian		4	Menjelaskan kepada mahasiswa tentang koefisien regresi dan korelasi parsial	Memperhatikan dan menanggapi bagaimana korelasi parsial dan bagaimana cara-cara menyimpulkan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			5	Menjelaskan kepada mahasiswa tentang cara menghitung koefisien regresi  dan korelasi parsial dan cara-cara menginterpretasikannya
			6	Menjelaskan kepada mahasiswa tentang cara membuat simpulan berdasarkan koefisien regresi dan korelasi parsial
	Penutup		7	Menutup kuliah/pertemuan	Bertanya	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			A	Memberi kesempatan bertanya kepada mahasiswa tentang materi yang telah disampaikan
			B	Menjawab pertanyaan mahasiswa jika ada
			C	Menginformasikan materi kuliah dalam pertemuan yang akan datang

 

E	Evaluasi:
	Menugaskan mahasiswa membuat kasus tentang cara mencari dan menghitung koefisien korelasi dan regresi data kuantitatif dan cara menarik kesimpulan dan menganalisis
F	Referensi:
	A	Dajan, Anto, Metode Statistika I, LP3ES Jakarta, halaman 129 – 135
	B	J. Supranto, Statistika Teori dan Aplikasi, Jakarta 1994, halaman 181 – 189
	C	Drs. Andi Supangat, M.Si., 2007, Statistika Dalam Kajian Deskriptif, Inferensi dan Non parametrik, Penerbit Kencana Prenada Madia Group, halaman, 336 – 338
	D	Ir. M Iqbal Hasan M.M., 2002, Pokok-pokok Materi Statistik 2 (Statistik Inferensif), Bumi Aksara Jakarta, halaman 249 – 267

 

 

 

 

SATUAN ACARA PENGAJARAN

Mata Kuliah	:	Statistika
Kode mata Kuliah	:	MGT 234
SKS	:	3 SKS (3 – 0)
Waktu Pertemuan	:	3 X 50 menit
Pertemuam ke	:	XV dan XVI

A.	Tujun Instruksional :
	1.	Umum :
		Setelah pertemuan ini mahasiswa diharapkan dapat memahami berbagai macam bentuk analisis hubungan, koefisien korelasi parsial, koefisien regresi berganda, koefisien korelasi, koefisien determinasi, statistik parametrik dan non parametrik serta kegunaannya dalam penelitian
	2	Khusus :
		Setelah pertemuan ini mahasiswa diharapkan mampu menjelaskan dengan benar berbagai macam bentuk hubungan antara dua variabel atau lebih serta dapat menggunakannya dalam aplikasi ilmu ekonomi
B	Pokok Bahasan :
	1	Analisis hubungan dan pengaruh dengan menggunakan alat analisis regresi dan korelasi berganda, dan korelasi regresi parsial dan statistik non parametrik
C	Sub Pokok Bahasan
	Pengertian, arti koefisien regresi berganda, koefisien korelasi berganda, koefisien regresi  parsial, koefisien korelasi parsial, koefisien determinan dan cara-cara mengambil simpulan yang benar
D	Kegiatan belajar mengajar :
	Tahap Kegiatan		Kegiatan dosen		Kegiatan mahasiswa	Alat pengajaran
	Pendahuluan		1	Penjelasan tentang pertemuan yang lalu	Memperhatikan	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			2	Menjelaskan materi yang akan disampaikan dalam pokok bahasan
			3	Menjelaskan TIU dan TIK
	Penyajian		4	Menjelaskan kepada mahasiswa tentang pengertian koefisien regresi berganda, koefisien korelasi parsial dan koefisien determinasi	Memperhatikan, dan menanggap bagaimana membedakan variabel independen dan dependen dalam regresi dan korelasi berganda, serta bagaimana menggunakannya dalam penelitian	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			5	Menjelaskan kepada maha-siswa tentang menghitung koefisien regresi dan korelasi berganda, korelasi dan regresi parsial, koefisien determinasi dan cara menginterpretasikan data penelitian
			6	Menjelaskan kepada maha-siswa tentang membuat interpretasi dan membuat simpulan
	Penutup		7	Menutup kuliah/pertemuan	Bertanya	Pengeras suara, Hand out, Laptop, LCD, papan tulis.
			A	Memberi kesempatan bertanya kepada mahasiswa tentang materi yang telah disampaikan
			B	Menjawab pertanyaan mahasiswa jika ada
			C	Menginformasikan materi kuliah dalam pertemuan yang akan datang

 

E	Evaluasi:
	Menugaskan mahasiswa membuat kasus tentang cara mencari dan menghitung koefisien regresi dan  korelasi berganda, korelasi dan regresi parsial, koefisien determinan dan bagaimana membuat simpulan hasil penelitian
F	Referensi:
	A	Dajan, Anto, Metode Statistika I, LP3ES Jakarta, halaman 159 – 165
	B	J. Supranto, Statistika Teori dan Aplikasi, Jakarta 1994, halaman 181 – 189
	C	Ir. M Iqbal Hasan M.M., 2002, Pokok-pokok Materi Statistik 2 (Statistik Inferensif), Bumi Aksara, Jakarta, halaman 249 – 267
	D	Prof. Dr. Sugiono, Statistik Nonparametrik, halaman 81 – 112

 

 

 

 

LAPORAN SATUAN ACARA PENGAJARAN (SAP)

Mata Kuliah Statistika

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Oleh :

Suharto, S.E., M.M.

NIDN: 0228035801

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

FAKULTAS EKONOMI

UNIVERSITAS MUHAMMADIYAH

KOTA METRO

2012

 

Linear Programing Metode Simplex

 

Sebuah home industri yang bergerak di bidang kerajinan, akan membuat tiga macam bentuk kerajinan tangan dalam bentuk tasbih, patung, dan catur. Kerajinan tersebut dibuat dari bahan kayu. Untuk patung, pembentukan diperlukan waktu selama 8 jam kerja, tidak membutuh pewarnaan dan pengamplasan, tapi membutuhkan waktu 2 jam untuk pemvernisan. Untuk catur sendiri, tidak membutuhkan pembentukan dan pewarnaan, tapi dibutuhkan waktu pengamplasan 5 jam dan 2 jam untuk pemvernisan. Untuk tasbih sendiri, tidak memerlukan pembentukan, pengamplasan dan pemvernisan, tapi memerlukan waktu 5 jam untuk pewarnaan. Sumbangan laba untuk Patung yaitu Rp 10.000/buah. Catur Rp 8.000/buah, dan untuk tasbih Rp 5.000/buah. Sedangkan kapasitas maksimum dalam proses pembentukan selama 16 jam. Pengamplasan membutuhkan waktu selama 10 jam. Dan pengecatannya sendiri tersedia 20 jam. Sedangkan  pemvernisan 10 jam.

Berapa jumlah produk yang harus dibuat dari ketiganya untuk memperoleh laba maksimum ?

 

Jawab:

	Produk			Kapasitas maksimum
Proses	Patung	Catur	Tasbih
Pembentukan	8	0	0	16
Pengamplasan	0	5	0	10
Pewarnaan	0	0	5	20
Pemvernisan	2	2	0	10
Laba	10	8	5

 

Batasan-batasan

 

1)

8X1

…

…

…

≤

16

menjadi

8X1

…

…

…

=

16

2)

…

5X2

…

…

≤

10

menjadi

…

5X2

…

=

10

3)

…

…

5X3

…

≤

20

menjadi

…

…

5X3

…

=

20

4)

2X1

2X2

…

…

≤

10

menjadi

2X1

2X2

…

…

=

10

 

Berdasarkan perubahan persamaan-persamaan di atas, dapat disusun formulasi yang dirubah sebagai berikut:

Tujuan Mamaksimumkan: Z  – 10X₁ – 8X₂ – 5X₃

1)	8 X1	….	….	+X4	….	….	….	=	16
2)	….	5X2	….	….	+ X5	….	….	=	10
3)	….	….	5X3	….	….	+ X6	….	=	20
4)	2X1	2X2	…	….	….	….	+ X7	=	10

 

Menyusun persamaan-persamaan dalam tabel

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK
Z	1	–10	–8	–5	0	0	0	0
X4	0	8	0	0	1	0	0	0	16
X5	0	0	5	0	0	1	0	0	10
X6	0	0	0	5	0	0	1	0	20
X7	0	2	2	0	0	0	0	1	10

 

Memilih kolom kunci

Kolom kunci adalah kolom yang mempunyai nilai pada baris Z bernilai negatif dengan angka besar

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK
Z	1	–10	–8	–5	0	0	0	0
X4	0	8	0	0	1	0	0	0	16
X5	0	0	5	0	0	1	0	0	10
X6	0	0	0	5	0	0	1	0	20
X7	0	2	2	0	0	0	0	1	10

 

Memilih baris kunci

 

…………>Nilai kanan (NK)

Indek =  ———————–

…………>Nilai kolom kunci

 

Baris Kunci adalah baris yang mempunyai index terkecil

 

Var. Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK	Ket
Z	1	–10	–8	–5	0	0	0	0		~
X4	0	8	0	0	1	0	0	0	16	16 : 8 = 2
X5	0	0	5	0	0	1	0	0	10	~
X6	0	0	0	5	0	0	1	0	20	~
X7	0	2	2	0	0	0	0	1	10	10 : 2 = 5

 

Mengubah nilai-nilai baris kunci

Dengan cara membaginya dengan angka kunci

Baris baru kunci = baris kunci : angka kunci

 

Var.dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK	Nilai Minimum
Z	1
X1	0	1	0	0	1/8	0	0	0	2
X5	0
X6	0
X7	0

 

Mengubah nilai-nilai selain kunci sehingga nilai-nilai kolom kunci (selain baris Kunci) = 0

 

Baris Z
Baris Lama		[–10	–8	–5	0	0	0	0	0 ]
NBBK	–10	[  1	0	0	1/8	0	0	0	2 ]	–
Baris baru		0	–8	–5	10/8	0	0	0	20

 

Nilai pada baris 2 dan 3 tidak berubah karena nilai pada kolom kunci = 0

 

Baris Z
Baris Lama		[  2	2	0	0	0	0	1	10 ]
NBBK	2	[  1	0	0	1/8	0	0	0	2  ]	–
Baris baru		0	2	0	–2/8	0	0	1	6

 

Nilai baru dalam tabel

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK
Z	1	0	–8	–5	10/8	0	0	0	20
X4	0	1	0	0	1/8	0	0	0	2
X5	0	0	5	0	0	1	0	0	10
X6	0	0	0	5	0	0	1	0	20
X7	0	0	2	0	–2/8	0	0	1	6

 

Memilih kolom kunci

Kolom kunci adalah kolom yang mempunyai nilai pada baris Z bernilai negatif dengan angka besar

 

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK
Z	1	0	–8	–5	10/8	0	0	0	20
X4	0	1	0	0	1/8	0	0	0	2
X5	0	0	5	0	0	1	0	0	10
X6	0	0	0	5	0	0	1	0	20
X7	0	0	2	0	–2/8	0	0	1	6

 

Memilih baris kunci

 

……….>Nilai kanan (NK)

Indek =  ———————–

……….>Nilai kolom kunci

 

Baris Kunci adalah baris yang mempunyai index terkecil

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK	Ket
Z	1	0	–8	–5	10/8	0	0	0	20	~
X4	0	1	0	0	1/8	0	0	0	2	~
X5	0	0	5	0	0	1	0	0	10	10:5 = 2
X6	0	0	0	5	0	0	1	0	20	~
X7	0	0	2	0	–2/8	0	0	1	6	6:2 = 3

 

Mengubah nilai-nilai baris kunci

Dengan cara membaginya dengan angka kunci

Baris baru kunci = baris kunci : angka kunci

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK	Nilai Minimum
Z
X1
X2	0	0	1	0	0	1/5	0	0	2
X6
X7

 

Baris Z
Baris lama		[  0	–8	–5	10/8	0	0	0	20 ]
NBBK	–8	[  0	1	0	0	1/5	0	0	2  ]	–
Baris baru		0	0	–5	0	8/5	0	0	36

 

Nilai pada baris 2 dan 4 tidak berubah karena nilai pada kolom kunci = 0

 

Baris Z
Baris Lama		[  0	2	0	–2/8	0	0	1	6  ]
NBBK	2	[  0	1	0	0	1/5	0	0	2  ]	–
Baris baru		0	0	1	–2/8	–2/5	0	1	2

 

Nilai baru dalam tabel

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK
Z	1	0	0	–5	10/8	8/5	0	0	36
X1	0	1	0	0	1/8	0	0	0	2
X2	0	0	1	0	0	1/5	0	0	2
X6	0	0	0	5	0	0	1	0	20
X7	0	0	0	0	–2/8	–2/5	0	1	2

 

Kolom kunci.

Kolom kunci adalah kolom yang mempunyai nilai pada baris Z bernilai negatif dengan angka besar

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK
Z	1	0	0	–5	10/8	8/5	0	0	36
X1	0	1	0	0	1/8	0	0	0	2
X2	0	0	1	0	0	1/5	0	0	2
X6	0	0	0	5	0	0	1	0	20
X7	0	0	0	0	–2/8	–2/5	0	1	2

 

Memilih baris kunci

 

……….>Nilai kanan (NK)

Indek =  ———————–

……….>Nilai kolom kunci

 

Baris Kunci adalah baris yang mempunyai index terkecil

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK	Ket
Z	1	0	0	–5	10/8	8/5	0	0	36	~
X1	0	1	0	0	1/8	0	0	0	2	~
X2	0	0	1	0	0	1/5	0	0	2	~
X6	0	0	0	5	0	0	1	0	20	20:5 = 4
X7	0	0	0	0	–2/8	–2/5	0	1	2	~

 

Mengubah nilai-nilai baris kunci

Dengan cara membaginya dengan angka kunci

Baris baru kunci = baris kunci : angka kunci

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK	Nilai Minimum
Z
X1
X2
X3	0	0	0	1	0	0	1/5	0	4
X7

 

Baris Z
Baris lama		[  0	0	–5	10/8	8/5	0	0	36   ]
NBBK	–5	[  0	0	1	0	0	1/5	0	4   ]	–
Baris baru		0	0	0	10/8	8/5	1	0	56

 

Baris ke 2, 3 dan 5 tidak tidak berubah karen nilai pada kolom kunci = 0

 

Nilai dalam tabel

 

Var.Dsr	Z	X1	X2	X3	X4	X5	X6	X7	NK
Z	1	0	0	0	10/8	8/5	1	0	56
X1	0	1	0	0	1/8	0	0	0	2
X2	0	0	1	0	0	1/5	0	0	2
X3	0	0	0	1	0	0	1/5	0	4
X7	0	0	0	0	–2/8	–2/5	0	1	2

 

Bila pada baris pertama (Z) tidak ada nilai negatif, berarti pnghitungan sudah mencapai titik optimal.

Maksud dari tabel tersebut yaitu

X₁ (Patung) memproduksi 2 buah dengan keuntungan Rp 10.000/buah total keuntungan dari pembuatan patung adalah Rp Rp 20.000

X₂ (Catur) memproduksi  2 buah dengan keuntungan Rp 8.000/buah total keuntungan dari pembuatan catur adalah Rp 16.000

X₃ (tasbih) memproduksi 4 buah dengan keuntungan Rp 5.000/buah total keuntungan dari pembuatan tasbih adalah Rp 20.000

Z maksimum adalah 56 artinya jumlah keuntungan maksimum dari semua produk yaitu, patung, catur dan tasbih adalah Rp 56.000 setiap harinya

Atau bila dimasukkan dalam rumus adalah sebagai berikut:

Z = 2 (10.000) + 2 ( 8000) + 4 (5000) = 56.000

 

 

Rahmat Tri Hidayat KORELASI JENJANG (PERINGKAT) SPEARMAN DAN KENDALL TAU 1. Korelasi Jenjang (Peringkat) Spearman Brother tertarik dengan  melakukan pengukuran kinerja berdasarkan motivasi karyawan untuk perusahaan  miliknya dengan cara melakukan pengukuran terhadap motivasi kerja dan kinerja terhadap 10 orang karyawan. Brother mencoba mengetahui apakah ada hubungan antara nilai skor motivasi dengan skor kinerja.  Nilai-nilai skor tersebut adalah sebagai berikut: No. Skor nilai Motivasi (X) Kinerja (Y)   1 2 3 4 5 6 7 8 9 10   120 125 105 110 100 106 124 122 100 103   60 70 75 85 62 90 62 76 80 100 Diketahui taraf keyakinan sebesar 95% Penyelesaian: No. X Y Rank X Rank Y d d2   1 2 3 4 5 6 7 8 9 10   120 125 105 110 100 106 124 122 101 102   60 70 75 85 63 90 61 76 80 100   4 1 7 5 10 6 2 3 9 8   10 7 6 3 8 2 9 5 4 1   -6 -6 1 2 2 4 -7 -2 5 7   36 36 1 4 4 16 49 4 25 49 Jumlah 55 55 0 224   …………………………..6 ∑ d2 Rs = 1  –   ————————– ……………………….n ( n2 – 1 )   ……………………….6 ∑ ( 224 ) Rs = 1  –   —————————– ………………………10 ( 102 -1 )   ………………….1344 Rs = 1  –  ————– …………………..990   Rs = 1 – 1,357   Rs =  – 0,357   Dengan taraf keyakinan sebesar 95%, maka dengan n=10 diperoleh harga r Spearman dalam tabel sebesar 0.648. Karena rs < r table, maka dapat disimpulkan bahwa tidak ada hubungan (korelasi) yang meyakinkan antara skor nilai motivasi dengan skor nilai kinerja. 2. Korelasi Jenjang Kendall Brother ingin mengetahaui hubungan antara penilaian yang dilakukan oleh dua kelompok pencinta kuliner sehingga Brother mencoba mencari data 11 Rumah Makan yang telah dinilai oleh kedua kelompok tersebut  tersebut. Berikut ini adalah hasil penilaian tersebut: Hotel JIF JSF   1 2 3 4 5 6 7 8 9 10 11   98 75 85 90 85 85 60 70 76 60 60   80 90 65 65 75 90 90 92 65 70 84 Dengan mengurutkan data hasil penilaian JIF untuk kemudian ditentukan ranking nilai dari kedua badan tersebut, akan terlihat sebagai berikut: Hotel Nilai Ranking JIF JSF JIF JSF 1 2 3 4 5 6 7 8 9 10 11 98 90 85 85 85 76 75 70 60 60 60 80 65 75 91 65 65 90 92 90 84 70 1 2 4 4 4 6 7 8 10 10 10 6 10 7 2 10 10 3,5 1 3,5 5 8 Jumlah 66 66 Dari ranking JSF dapat dihitung besarnya JNP sebagai berikut : JNP         = (5-5)+(0-8)+(4-6)+(9-1)+(0-8)+(0-8)+(7-2)+(10-0)+(7-2)+(6-4)+(3-7) = 0 – 8 – 2 + 8 – 8 – 8 + 5 + 10 + 5 + 2 – 3 = 1   Harga T untuk JIF:   ….1 = —- . ∑  [ t ( t – 1 ) ] ….2   ….1 = —- . [ 3 ( 3 – 1 ) ] + [ 3 ( 3 – 1 ) ] ….2   ….1 = —- . 12 = 6 ….2   Harga T untuk JSF:   ….1 = —- . ∑  [ t ( t – 1 ) ] ….2   ….1 = —- . [ 3 ( 3 – 1 ) ] + [ 2 ( 2 – 1 ) ] ….2   ….1 = —- . 8 = 4 ….2   ……………………………….JNP Jadi: τ  = —————————————————— ……1                                     1 √ [(---- n (n – 1) – Tx ] . [ ---- n (n – 1) – Ty ] ……2                                     2   ………………………………………..1 Jadi: τ  = —————————————————————— …..1                                         1 √ [(---- 11 (11 – 1) – 6 ] . [ ---- 11 (11 – 1) – 4 ] …..2                                        2   …………………….1 Jadi: τ  = ————————– = 00212 …………….√ [(45)] . [(51)] Diperoleh harga τ = 0.0212 yang artinya bahwa derajat kecocokan penilaian hotel oleh  kedua badan tersebut sangat rendah dan hubungannya berlawanan arah. Jika JIF member nilai tinggi maka JSF akan memberi nilai rendah. Pengujian signifikan tidaknya hubungan tersebut (koefisien korelasi jenjang kendall) adalah:   ……………….τ Zh =      ——————– ……..2 (2 . n +5) …….√——————– …….9 . n  (n – 1 )   …………….0,0212 Zh =      ————————- ……….(2 (2 ). (11) +5) …….√————————– ……..9 . (14)  (11 – 1)   …………..0,0212 Zh =      ————————- ………….(2 (2 ). (11) +5) ……..√————————– ………..9 . (14)  (11 – 1)   …………….0,0212 Zh =      ————————- …………….(54) ………√ ————— …………(1260)   ……………0,0212 Zh =      ————————- ………….02070197   = 0,10 Berdasarkan tabel distribusi normal standar, maka pengujian di atas dapat disimpulkan bahwa probabilitas hubungan nilai dari dua juri = 0,0398. Dengan kata lain kesesuaian hubungan nilai dari dua juri itu tidak signifikan.

Penggunaan Uji t dan Uji r dalam Validitas

A. Pendahuluan

Menyusul penggunaan statistik parametrik sebagai alat analisis yang dilakukan mahasiswa dalam memperlakukan data interval dan ratio, belakangan ini relatif ramai dibicarakan tentang penggunaan statistik non parametrik sebagai salah satu alternatif alat analisis dalam penelitian. Statistik parametrik, selain memerlukan persyaratan khusus, yakni harus memenuhi kriteria minimal memiliki atau paling tidak mendekati normalitas data, akan tetapi lazim digunakan jika data yang dianalisis adalah data yang memiliki skala minimal interval atau ratio. Secara teori, statistik parametrik memiliki kajian yang lebih kuat dibandingkan dengan statistik non parametrik. Statistik parametrik memiliki kemampuan generalisasi yang lebih kuat ketika data yang digunakan memiliki sebaran normal. Statistik parametrik memiliki kemampuan memberikan kesimpulan secara numerik lebih baik jika dibandingkan dengan kemampuan statistik non parametrik. Akan tetapi bila data yang digunakan tidak memiliki sebaran normal, atau kurang memenuhi syarat dalam distribusi normal, statistik non parametrik menjadi pilihan dan lazim digunakan meskipun data yang dianalisis kurang memberikan harapan dalam kajian penelitian. Statistik non parametrik disatu pihak, hanya mengukur distribusi. Selain itu, statistik non parametrik, hanya memerlukan perhitungan-perhitungan yang relatif sederhana. Penggunaan statistik non parametrik dalam penelitian mahasiswa, lebih banyak menggunakan instrumen penelitian, kuisioner atau alat ukur untuk menghasilkan data dengan cara menggali respon dari sampel.

B. Pembahasan

Kajian tentang penggunaan instrumen sebagai alat ukur itu tentu saja memerlukan kecermatan dan ketelitian dalam pembuatannya. Karena dari instrumen itu, responden akan memberikan jawaban kepada kita tentang data-data yang diperlukan dalam penelitian. Data yang baik, hanya akan diperoleh dengan instrumen atau alat ukur yang baik. Data yang valid, hanya akan diperoleh bila data yang diperoleh memiliki validitas. Sedangkan data yang reliabel hanya bisa dipeoleh bila instrumen yang kita kemukakan memiliki reliabilitas. Karena reliabilitas dan validitas, hanya akan diberikan oleh intrumen yang valid dan reliabel.

Untuk memperolah instrumen yang valid dan reliabel itu diantaranya adalah harus melalui mekanisme pengujian secara statistik dengan benar. Beberapa alasan tentang perlu tidaknya pengujian secara statistik tentang penggunaan instrumen sebagai alat ukur dalam penelitian akan dibahas secara sederhana dalam tulisan ini. Alasan pertama adalah peluang terjadinya kesalahan yang disebabkan oleh satu peubah bebas X, yakni kesalahan yang terjadi karena instrumen yang tidak valid dan reliabel. Instrumen tidak memberikan informasi yang benar bagi responden sehingga menimbulkan keraguan dalam menjawab pertanyaan pertanyaan yang diajukan. Sedangkan alasan kedua adalah kesalahan yang terjadi dalam diri responden. Instrumen sudah baik, valid dan reliabel. Akan tetapi jawaban yang diberikan pleh responden merupakan jawaban yang asal jadi, asal menjawab, dan bahkan secara sengaja tidak bersedia memberikan jawaban apa yang seharusnya di jawab. Menurut Sambas (2006), terdapat dua pendapat tentang perlu tidaknya digunakan uji t dalam uji validitas dan reliabilitas dengan menggunakan statistika. Pendapat pertama menyebutkan bahwa untuk menguji validitas an reliabilitas tidak perlu digunakan uji t, tetapi cukup dengan menghitung nilai r, kemudian nilai r yang sudah diperoleh itu dibandingkan dengan nilai tabel r untuk mengetahui valid atau tidaknya instrumen yang sudah dibuat. Sementara pendapat kedua menyebutkan, setelah menghitung nilai r, harus dilanjutkan dengan uji t, kemudian membandingkannya dengan nilai r tabel untuk mengetahui valid atau tidaknya instrumen. Berkaitan dengan adanya perbedaan pendapat tentang perlu tidaknya digunakan uji t dalam uji validitas dan reliabilitas, maka perlu ditegaskan disini, bahwa kedua pendapat di atas adalah benar. Artinya penggunaan uji r dan uji t dalam pengujian validitas dan reliabilitas dalam pengukuran alat ukur lazim digunakan dalam penelitian. Namun demikian ada syarat yang perlu dipenuhi oleh keduanya. Pertama, pengujian validitas cukup menggunakan nilai keofisien korelasi apabila responden yang dilibatkan dalam pengujian validitas adalah populasi. Artinya, keputusan valid tidaknya item instrumen, cukup membandingkan nilai r hitung dengan nilai tabel r. Kedua, pengujian validitas perlu menggunakan uji t apabila responden yang dilibatkan dalam pengujian validitas adalah sampel. Artinya, keputusan valid atau tidaknya item instrumen, tidak bisa dilakukan hanya dengan membandingkan nilai r hitung dengan nilai r tabel, tetapi harus dengan membandingkan nilai t hitung dengan nilai t tabel.

C. Penutup

Dalam hal ini dapat dijelaskan, bahwa pengujian validitas/reliabilitas dengan sensus (populasi) tidak diperlukan generalisasi atau penarikan kesimpulan yang bersifat umum, karena seluruh anggota populasi dilibatkan dalam penelitian sehingga kesimpulan yang dibuat berlaku untuk populasi itu sendiri. Sementara dalam pengujian validitas/reliabilitas dengan sampel, generalisasi diperlukan, karena tidak semua anggota populasi dilibatkan sebagai responden, oleh karena itu generalisasi harus dilakukan, apabila tidak dilakukan generalisasi maka kesimpulan yang dibuat hanya berlaku untuk anggota sampel yang terlibat langsung sebagai responden, tidak untuk populasi. Dalam metode statistika, kegiatan untuk membuat generalisasi dilakukan dengan menggunakan pengujian statistik tertentu. Dengan demikian, pengujian statistik adalah merupakan pengujian terhadap karakteristik sampel agar dapat diambil kesimpulan yang bersifat umum. Atau dengan kata lain, kesimpulan yang dibuat dianggap mewakili seluruh keberadaan/ karakterisrik tentang apa yang terjadi dalam populasi.

.
&&&&&&&&&&&&

Macam-macam Variabel

Dalam penelitian, setelah memperoleh pengertian tentang konsep dan definisi operasional    variabel,  langkah berikutnya adalah menentukan variabel yang memiliki hubungan  antara variabel yang satu dengan variabel lain. Dalam texbook, dikenal macam-macam variabel yang bisa dibedakan menjadi:

a.	Variabel Independent.	Variable independent atau variabel bebas, atau peubah bebas   sering juga disebut dengan variabel stimulus, atau predictor, atau variabel antecedent. Jika diterjemahkan dalam bahasa Indonesia, variabel independent disebut juga sebagai peubah bebas. Peubah bebas ini adalah merupakan peubah yang mempengaruhi atau yang menjadi sebab terjadinya perubahan terhadap peubah tak bebas. Atau yang menyebabkan terjadinya variasi bagi peubah tak bebas (variabel dependent).
b	Variabel Dependent.	Variabel dependent, dalam bahasa Indonesia sering disebut sebagai peubah tak bebas, variabel output, criteria, atau konsekuen. Variabel ini sering disebut sebagai peubah tak bebas, atau  variabel terikat. Variable terikat atau peubah tak bebas ini merupakan variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel sebab atau peubah bebas.
c.	Variabel Moderator.	Variabel moderator adalah peubah yang mempengaruhi (memperkuat atau memperlemah) hubungan antara variabel independent dengan variabel dependent. Variabel ini sering disebut juga sebagai peubah bebas kedua.
d.	Variabel Intervening.	Variabel intervening adalah peubah yang secara teoritis mempengaruhi (memperlemah dan memperkuat) hubungan antara variabel independent (peubah bebas) dengan variabel dependent (peubah terikat), akan tetapi tidak dapat diamati dan diukur secara matematis.
e.	Variabel Kontrol.	Variabel kontrol  adalah peubah  yang dikendalikan atau dibuat konstan sehingga pengaruh variabel independent (peubah bebas) terhadap variabel dependent (peubah tak bebas) tidak dipengaruhi oleh faktor-faktor lain yang tidak diamati. Variabel kontrol ini sering digunakan dalam penelitian komparatif, yang bersifat melakukan perbandingan

VALIDITAS dan RELIABILITAS INSTRUMEN

(alat ukur dan pengukuran data)

(oleh: Suharto, S.E., M.M.)

A. Pendahuluan

Fenomena akademik yang sering temui dalam penelitian mahasiswa diantaranya adalah ketika persoalan alat ukur yang akan digunakan untuk mengkaji gejala-gejala empiris dalam ilmu-ilmu sosial. Karena dalam masalah sosial, gejala empirik yang sering ditemui merupakan gejala yang memiliki keragaman yang harus dibahas sesuai dengan kajian teori yang benar, tidak melanggar kaidah dan tidak bertentangan dengan kelaziman.
Dalam masalah sosial, persoalan penentuan alat ukur yang dibuat dengan asal jadi, tanpa memperhitungkan validitas dan reliabilitasnya, akan menyebabkan interpretasi yang bermacam-macam dan bisa memberikan alternatif jawaban yang berbeda-beda sesuai dengan kondisi, kapan dan dimana suatu alat ukur itu akan digunakan. Jika salah dalam penerapan, jawaban yang diperoleh bukan akan memerikan informasi yang baik dan benar, akan tetapi justru akan memberikan informasi yang keliru danakan berdampak terhadap kesimpulan yang dibuat. Misalnya saja tentang jawaban yang diperoleh dari alat ukur yang digunakan untuk mengukur tentang motivasi kerja sebuah perusahaan yang diberikan pada karyawan/buruh sampel pada tanggal muda setelah gajian, akan memberikan nilai yang berbeda dengan alat ukur yang diberikan ketika karyawan/buruh sampel pada saat tanggal tua ketika cadangan uang belanja karyawan makin menipis. Jawaban terhadap alat ukur yang diberikan kepada karyawan/buruh sampel pada saat kenaikan gaji berkala, akan memiliki kecenderungan yang berbeda dengan jawaban terhadap alat ukur yang diberikan terhadap karyawan/buruh sampel dalam kondisi biasa ketika karyawan sudah lama tidak memperoleh kenaikan gaji. Perbedaan demi perbedaan itu akan terjadi sepanjang alat ukur yang digunakan itu tidak memiliki validitas dan reliabilitas. Apalagi alat ukur yang digunakan itu digunakan dalam dimensi ilmu-ilmu sosial, dan tidak dalam dimensi ilmu natura. Dalam ilmu natura, baik kapan dan dimana, kita akan menyetujui bahwa mengukur satuan liter akan menggunakan takaran yang sudah di tera oleh badan metrologi. Berat benda dengan ons, kg dan ton, dll. Panjang dan tinggi benda dengan satuan centi dan meter. Karena meteran, batu timbangan, dan takaran liter, masing-masing adalah merupakan alat ukur yang memiliki validitas dan reliabilitas. Batu timbangan, takaran dan meteran, merupakan alat ukur yang relatif memberikan hasil sama meskipun pengukurannya dilakukan terhadap objek yang berbeda maupun terhadap objek yang sama dan dilakukan berulang-ulang. Dalam penelitian, persyaratan minimal yang harus dimiliki oleh kuesioner yang dibuat sebagai alat ukur yakni harus memiliki minimal dua keunggulan, yaitu validitas dan reliabilitas. Validitas adalah merupakan alat ukur yang bila digunakan akan mampu memberikan informasi yang sesungguhnya tentang apa yang kita inginkan untuk diukur. Alat ukur demikian berarti valid. Sedangkan bila instrument yang dibuat sebagai alat ukur itu memiliki konsistensi dari beberapa kali pelaksanaan pengukuran akan tetap memperoleh hasil yang relative sama dinamakan reliabel. Dengan demikian, validitas dan reliabilitas merupakan dua syarat minimal yang harus dimiliki oleh alat ukur yang digunakan dalam penelitian. Misalnya saja jika dalam suatu kesempatan kita ingin mengetahui tentang tinggi sebuah lemari. Untuk mengukur tinggi lemari, tentu saja pikiran kita langsung tertuju pada meteran, karena selain meteran adalah susuatu yang sering kita gunakan untuk mengukur tinggi dan panjang benda, meteran juga merupakan salah satu alat ukur yang valid. Dengan alat ini kita akan memperoleh informasi tentang berapa meter tinggi, panjang dan lebar lemari. Tinggi badan orang dewasa juga merupakan alat yang bisa digunakan untuk mengukur ketinggian lemari. Akan tetapi kita tidak bisa menggunakan timbangan untuk megukur ketinggian lemari. Selain itu, pengukuran dengan jengkal tangan juga merupakan cara yang bisa dilakukan. Namun tidak demikian halnya jika kita gunakan termometer badan. Bagaimana kita bisa memperoleh tinggi meja hanya dengan sebuah termometer?
.

.

Penggunaan Uji t dan Uji r dalam Validitas

(Oleh: Suharto, S.E., M.M.)

A. Pendahuluan

Menyusul penggunaan statistik parametrik sebagai alat analisis yang dilakukan mahasiswa dalam memperlakukan data interval dan ratio, belakangan ini relatif ramai dibicarakan tentang penggunaan statistik non parametrik sebagai salah satu alternatif alat analisis dalam penelitian. Statistik parametrik, selain memerlukan persyaratan khusus, yakni harus memenuhi kriteria normalitas data, akan tetapi lazim digunakan jika data yang dianalisis adalah data yang memiliki skala minimal interval atau ratio. Secara teori, statistik parametrik memiliki kajian yang lebih kuat dibandingkan dengan statistik non parametrik. Statistik parametrik memiliki kemampuan generalisasi yang lebih kuat ketika data yang digunakan memiliki sebaran normal. Statistik parametrik memiliki kemampuan memberikan kesimpulan secara numerik lebih baik jika dibandingkan dengan kemampuan statistik non parametrik. Akan tetapi bila data yang digunakan tidak memiliki sebaran normal, atau kurang memenuhi syarat dalam distribusi normal, statistik non parametrik menjadi pilihan dan lazim digunakan meskipun data yang dianalisis kurang memberikan harapan dalam kajian penelitian. Statistik non parametrik disatu pihak, hanya mengukur distribusi. Selain itu, statistik non parametrik, hanya memerlukan perhitungan-perhitungan yang relatif sederhana. Penggunaan statistik non parametrik dalam penelitian mahasiswa, lebih banyak menggunakan instrumen penelitian, kuisioner atau alat ukur untuk menghasilkan data dengan cara menggali respon dari sampel.

B. Pembahasan

Kajian tentang penggunaan instrumen sebagai alat ukur itu tentu saja memerlukan kecermatan dan ketelitian dalam pembuatannya. Karena dari instrumen itu, responden akan memberikan jawaban kepada kita tentang data-data yang diperlukan dalam penelitian. Data yang baik, hanya akan diperoleh dengan instrumen atau alat ukur yang baik. Data yang valid, hanya akan diperoleh bila data yang diperoleh memiliki validitas. Sedangkan data yang reliabel dhanya bisa dipeoleh bila instrumen yang kita kemukakan memiliki reliabilitas. Karena memiliki reliabilitas dan validitas, hanya akan diberikan oleh intrumen yang valid dan reliabel.

Untuk memperolah instrumen yang valid dan reliabel itu diantaranya adalah harus melalui mekanisme pengujian secara statistik dengan benar. Beberapa alasan tentang perlu tidaknya pengujian secara statistik tentang penggunaan instrumen sebagai alat ukur dalam penelitian akan dibahas secara sederhana dalam tulisan ini. Alasan pertama adalah peluang terjadinya kesalahan yang disebabkan oleh satu peubah bebas X, yakni kesalahan yang terjadi karena instrumen yang tidak valid dan reliabel. Instrumen tidak memberikan informasi yang benar bagi responden sehingga menimbulkan keraguan dalam menjawab pertanyaan pertanyaan yang diajukan. Sedangkan alasan kedua adalah kesalahan yang terjadi dalam diri responden. Instrumen sudah baik, valid dan reliabel. Akan tetapi jawaban yang diberikan pleh responden merupakan jawaban yang asal jadi, asal menjawab, dan bahkan secara sengaja tidak bersedia memberikan jawaban apa yang seharusnya di jawab. Menurut Sambas (2006), terdapat dua pendapat tentang perlu tidaknya digunakan uji t dalam uji validitas dan reliabilitas dengan menggunakan statistika. Pendapat pertama menyebutkan bahwa untuk menguji validitas an reliabilitas tidak perlu digunakan uji t, tetapi cukup dengan menghitung nilai r, kemudian nilai r yang sudah diperoleh itu dibandingkan dengan nilai tabel r untuk mengetahui valid atau tidaknya instrumen yang sudah dibuat. Sementara pendapat kedua menyebutkan, setelah menghitung nilai r, harus dilanjutkan dengan uji t, kemudian membandingkannya dengan nilai r tabel untuk mengetahui valid atau tidaknya instrumen. Berkaitan dengan adanya perbedaan pendapat tentang perlu tidaknya digunakan uji t dalam uji validitas dan reliabilitas, maka perlu ditegaskan disini, bahwa kedua pendapat di atas adalah benar. Artinya penggunaan uji r dan uji t dalam pengujian validitas dan reliabilitas dalam pengukuran alat ukur lazim digunakan dalam penelitian. Namun demikian ada syarat yang perlu dipenuhi oleh keduanya. Pertama, pengujian validitas cukup menggunakan nilai keofisien korelasi apabila responden yang dilibatkan dalam pengujian validitas adalah populasi. Artinya, keputusan valid tidaknya item instrumen, cukup membandingkan nilai r hitung dengan nilai tabel r. Kedua, pengujian validitas perlu menggunakan uji t apabila responden yang dilibatkan dalam pengujian validitas adalah sampel. Artinya, keputusan valid atau tidaknya item instrumen, tidak bisa dilakukan hanya dengan membandingkan nilai r hitung dengan nilai r tabel, tetapi harus dengan membandingkan nilai t hitung dengan nilai t tabel.

C. Penutup

Dalam hal ini dapat dijelaskan, bahwa pengujian validitas/relibilitas dengan sensus (populasi) tidak diperlukan generalisasi atau penarikan kesimpulan yang bersifat umum, karena seluruh anggota populasi dilibatkan dalam penelitian sehingga kesimpulan yang dibuat berlaku untuk populasi itu sendiri. Sementara dalam pengujian validitas/reliabilitas dengan sampel, generalisasi diperlukan, karena tidak semua anggota populasi dilibatkan sebagai responden, oleh karena itu generalisasi harus dilakukan, apabila tidak dilakukan generalisasi maka kesimpulan yang dibuat hanya berlaku untuk anggota sampel yang terlibat langsung sebagai responden, tidak untuk populasi. Dalam metode statistika, kegiatan untuk membuat generalisasi dilakukan dengan menggunakan pengujian statistik tertentu. Dengan demikian, pengujian statistik adalah merupakan pengujian terhadap karakteristik sampel agar dapat diambil kesimpulan yang bersifat umum. Atau dengan kata lain, kesimpulan yang dibuat dianggap mewakili seluruh keberadaan/karakterisrik/apa yang terjadi dalam populasi.

.
&&&&&&&&&&&&

PENGERTIAN REGRESI
(Suharto, S.E., M.M.)

Sir Francis Galton (1822 – 1911), memperkenalkan model peramalan, penaksiran, atau pendugaan, yang selanjutnya dinamakan regresi, sehubungan dengan penelitiannya terhadap tinggi badan manusia. Penelitian tersebut membandingkan antara tinggi anak laki-laki dan tinggi badan ayahnya. Galton menunjukkan bahwa tinggi badan anak laki-laki dari ayah yang tinggi setelah beberapa generasi cenderung mundur (regressed) mendekati nilai tengah populasi. Dengan kata lain, anak laki-laki dari ayah yang badannya sangat tinggi cederung lebih pendek dari pada ayahnya, sedangkan anak laki-laki dari ayah yang badannya sangat pendek cenderung lebih tinggi dari ayahnya. (Ronal E. Walpole). Analisis regresi digunakan untuk menentukan bentuk (dari) hubungan antar variabel. Tujuan utama dalam penggunaan analisis ini adalah untuk meramalkan atau menduga nilai dari satu variabel dalam hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresinya. (Iqbal Hasan).

Adakalanya, setelah kita memperoleh data berdasarkan sampel, kita ingin menduga nilai dari suatu variabel Y yang bersesuaian dengan nilai tertentu dari variabel X. Hal ini diperoleh dengan menaksir nilai Y dari kurva kuadrat minimum yang sesuai dengan data yang kita himpun dari sampel. Kurva yang diperoleh dan kita bentuk dari data sampel itu disebut kurva regresi Y terhadap X, karena Y diduga dari X. (Murray R. Spiegel).

Dalam melakukan analisis regresi, sebagian besar mahasiswa biasanya tidak melakukan pengamatan populasi secara langsung. Hal itu dilakukan selain pertimbangan waktu, tenaga, juga berdasarkan pertimbangan biaya yang relatif besar jika melakukan pengamatan terhadap populasi. Dalam hal ini, lazimnya digunakan persamaan regresi linier sederhana sampel sebagai penduga persamaan regresi linier sederhana populasi dengan bentuk persamaan seperti berikut : y = a + bX. Dan karena antara Y dan X memiliki hubungan, maka nilai X dapat digunakan untuk menduga atau meramal nilai Y. X dinamakan variabel bebas karena variabel ini nilai-nilainya tidak bergantung pada variabel lain. Dan Y disebut variabel terikat juga karena variabel yang nilai-nilainya bergantung pada variabel lain. Hubungan antar variabel yang akan dipelajari disini hanyalah hubungan linier sederhana, yakni hubungan yang hanya melibatkan dua variabel (X dan Y) dan berpangkat satu. (Iqbal Hasan).

Regresi sederhana, adalah bentuk regresi dengan model yang bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel independen (bebas) dan variabel dependen (terikat). Jika ditulis dalam bentuk persamaan, model regresi sederhana adalah y = a + bx, dimana, y adalah variabel takbebas (terikat), X adalah variabel bebas, a adalah penduga bagi intercept (α), b adalah penduga bagi koefisien regresi (β). Atau dengan kata lain α dan β adalah parameter yang nilainya tidak diketahui sehingga diduga melalui statistik sampel. (Sambas dan Maman)

Menurut kelaziman, dalam ilmu statistika ada dua macam hubungan antara dua variabel yang relatif sering digunakan, yakni bentuk hubungan dan keeratan hubungan. Bentuk hubungan bisa diketahui melalui analisis regresi, sedangkan keeratan hubungan dapat diketahui dengan analisis korelasi. Analisis regresi dipergunakan untuk menelaah hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan baik, atau untuk mengetahui bagaimana variasi dari beberapa variabel independen mempengaruhi variabel dependen dalam suatu fenomena yang komplek. Jika X1, X2, …., Xn, adalah variabel-variabel independen dan Y adalah variabel dependen, maka terdapat hubungan fungsional antara X dan Y, dimana variasi dari X akan diiringi pula oleh variasi dari Y. Jika dibuat secara matematis hubungan itu dapat dijabarkan sebagai berikut: Y = f(X1, X2, ….., Xn, e), dimana Y adalah variabel dependen (tak bebas), X adalah variabel independen (bebas) dan e adalah variabel residu (disturbace term).

Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang lazim dilaksanakan yakni : (1) mengadakan estimasi terhadap parameter berdasarkan data empiris, (2) menguji berapa besar variasi variabel dependen dapat diterangkan oleh variasi independen, (3) menguji apakah estimasi parameter tersebut signifikan atau tidak, dan (4) melihat apakah tanda magnitud dari estimasi parameter cocok dengan teori. (Moh. Nazir).

Hubungan antar variabel dapat berupa hubungan linier ataupun hubungan tidak linier. Misalnya, berat badan orang dewasa sampai pada tahapraf tertentu bergantung pada tinggi badan, keliling lingkaran bergantung pada diameternya, dan tekanan gas bergantung pada suhu dan volumenya. Hubungan-hubungan itu bila dinyatakan dalam bentuk matematis akan memberikan persamaan-persamaan tertentu. Untuk dua variabel, hubungan liniernya dapat dinyatakan dalam bentuk persamaan linier, yakni: Y = a + bX. Hubungan antara dua variabel pada persamaan linier jika digambarkan secara (scatter diagram), semua nilai Y dan X akan berada pada suatu garis lurus. Dan dalam ilmu ekonomi, garis itu dinamakan garis regresi. (Iqbal Hasan).

KEPUSTAKAAN

 

1. M. Iqbal Hasan, Ir. M.M., Pokok-pokok Materi Statistik 2, Statistik Inferensif, Edisi kedua, Penerbit Bumu Aksara, Jakarta, 2002.
2. Moh. Nazir, Ph.D. Metode Penelitian, Penerbit Ghalia Indonesia, Jakarta, 2003.
3. Murray R. Spiegel, Seri Buku Schaum, Teori dan Soal, Statistika, Edisi Kedua. Alih Bahasa oleh Drs. I Nyoman Susila, M.Sc. dan Ellen Gunawan, M.M., Penerbit Erlangga, 1988.
4. Ronald E. Walpole, Pengantar Statistika, Edisi ke-3, Penerbit PT Gramedia Pustaka Utama, Jakarta, 1992.
5. Riduan, Dasar-dasar Statistika, Penerbit ALFABETA Bandung, 2005.
6. Sambas Ali Muhidin, S.Pd., M.Si. dan Drs. Maman Abdurahman, M.Pd., Analisis Korelasi, Regresi, dan Jalur dalam Penelitian, Penerbit Pustaka Setia Bandung, 2007…