Transformasi Variabel Ordinal Menjadi Interval

Iklan
Oleh: suhartoumm | Juni 17, 2015

Korelasi Kendall Tau

Korelasi Kendall Tau

Oleh: suhartoumm | Juni 17, 2015

Metode Linear Programming, Simplex

Metode Linear Programming, Simplex

Oleh: suhartoumm | Juli 26, 2014

Uji Asumsi Distribusi Normal, Uji Normalitas

Beberapa perguruan tinggi ada yang memberikan rekomendasi tentang penggunaan Uji Persyaratan Analisis Normalitas sebelum memasuki tahapan Analisis Data. Salah satu metode yang dikenal adalah Uji Liliefors. Uji Liliefor ini memiliki kelebihan diantara Uji-uji yang lain, di antaranya adalah:…

Oleh: suhartoumm | April 22, 2014

Data Validitas

Data latihan Validitas dan Reliabilitas

 

Kinerja Pegawai (Y)

No Item Pertanyaan
1 2 3 4 5 6 7 8 9 10 Total
1 4 3 4 3 4 4 4 4 4 2 36
2 4 4 4 5 5 4 5 5 4 4 44
3 4 3 5 4 4 4 3 4 4 3 38
4 4 4 4 3 4 3 2 2 3 4 33
5 5 5 5 4 5 3 4 4 4 4 43
6 2 4 3 4 3 4 2 4 1 2 29
7 4 5 2 4 4 4 4 5 5 5 42
8 4 3 4 3 4 2 4 4 4 4 36
9 4 4 2 5 4 4 3 5 5 4 40
10 4 4 3 4 3 4 4 4 4 3 37
11 5 4 5 5 4 5 4 4 5 4 45
12 3 4 5 3 3 4 4 3 3 4 36
13 2 2 4 4 4 2 3 2 2 4 29
14 4 4 2 3 4 4 4 4 4 3 36
15 3 5 4 3 3 3 4 3 4 4 36
16 4 4 2 4 4 4 4 4 5 4 39
17 3 5 3 5 4 4 5 4 4 5 42
18 4 4 5 5 4 3 4 5 4 5 43
19 5 4 4 4 4 4 4 4 3 4 40
20 5 5 5 4 5 4 4 4 4 4 44

 

 

Budaya Organisasi (X)

No Item Pertanyaan
1 2 3 4 5 6 7 8 9 10 Total
1 4 4 5 4 5 4 4 5 4 4 43
2 2 3 4 4 4 3 3 4 3 3 33
3 4 5 4 4 5 4 4 4 4 4 42
4 3 3 3 3 3 4 3 3 3 3 31
5 4 4 4 5 5 5 4 5 4 4 44
6 3 4 4 3 3 4 3 4 3 4 35
7 3 2 4 4 3 4 4 4 4 5 37
8 4 4 5 4 4 5 5 5 4 4 44
9 4 3 4 3 4 5 3 4 2 4 36
10 4 4 4 4 4 4 4 4 4 4 40
11 5 5 4 4 5 4 5 4 4 3 43
12 3 4 3 2 3 3 4 3 2 4 31
13 4 4 4 3 4 4 5 5 4 4 41
14 4 4 4 4 4 4 5 5 4 5 43
15 4 4 4 4 3 5 4 4 4 4 40
16 2 3 3 2 1 4 3 3 4 4 29
17 2 4 4 4 4 4 4 4 4 4 38
18 4 3 5 4 3 5 3 3 4 3 37
19 5 4 4 4 4 4 5 4 5 4 43
20 3 4 4 3 3 4 4 4 4 4 37

 

 

PENGARUH BUDAYA ORGANISASI TERHADAP KINERJA PEGAWAI

INSTRUMEN PENELITIAN

  1. KUESIONER BUDAYA ORGANISASI (X)
Bekerjasama dalam satu kelompok untuk menyelesaikan pekerjaan
  Selalu Kadang-kadang Tidak Pernah
  Sering Jarang    
Setiap tindakan dalam melaksanakan pekerjaan lebih mengutamakan kelompok kerja
  Selalu Kadang-kadang Tidak Pernah
  Sering Jarang    
Keberhasilan pencapaian tujuan adalah hasil upaya kebersamaan
  Selalu Kadang-kadang Tidak Pernah
  Sering Jarang    
Berani mengambil keputusan walaupun kondisinya tidak pasti
  Selalu Kadang-kadang Tidak Pernah
  Sering Jarang    
Menghargai berbagai perbedaan diantara atasan dan bawahan
  Selalu Kadang-kadang Tidak Pernah
  Sering Jarang    
dst            

 

Penggunaan Data Non Interval dalam Analisis Parametrik, Regresi Linier, dan Path Analysis.
(oleh: suharto)

Penggunaan analisis statistik dalam penelitian mahasiswa yang digunakan untuk memenuhi salah satu syarat memperoleh gelar sarjana, selain tergantung dari kualitas dan kemampuan mahasiswa itu sendiri, juga tidak terlepas dari kemampuan dosen pembimbing dalam memberikan pencerahan bagi mahasiswa untuk melakukan pemilihan alat analisis yang tepat terhadap permasalahan yang muncul di dalam tugas akhir mahasiswa yang dibimbingnya.

Fenomena pemilihan alat analisis statistik itu, selain memiliki keberagaman, juga berkenaan dengan teori-teori baru yang ditemukan oleh para ahli dalam bidang ilmu statistika, baik berdasarkan peristiwa deduktif maupun induktif. Temuan-temuan baru yang berkenaan dengan pemilihan alat analisis statistik itu tidak dapat dipungkiri dan tidak sepenuhnya bisa diserap dan diantisipasi oleh para mahasiswa termasuk juga oleh dosen pembimbing. Sehingga berbagai peristiwa di dunia kerja, dalam kontek kesamaan persepsi, bila tidak dikatakan kesamaan teori, antara mahasiswa dan mahasiswa, antara mahasiswa dan dosen, maupun antara dosen dengan dosen, memiliki perbedaan yang harus diperkecil.

Salah satu perbedaan penggunaan dan teori dan aplikasi dalam ilmu statistika adalah penggunaan data ordinal, dan nominal dalam penggunaan statistik parametrik. Dalam statistik parametrik, berbagai teori dan even deduktif, sudah dikatakan bahwa penggunaan data ordinal dan nominal tidak bisa dilakukan. Artinya data yang memiliki skala nominal dan ordinal itu hanya bisa dilakukan dengan menggunakan alat analisi statistik nonparametrik. Akibat yang ditimbulkan bila data nominal dan ordinal diperlakukan dalam menganalisis data statistik, akan memperoleh hasil yang keliru dan tidak fit.

Salah satu keluaran yang sering ditemui adalah kecilnya nilai koefisien r2, atau nilai koefisien Pearson yang dikuadratkan. Kecilnya nilai r2 ini tentu merupakan gejala kesalahan empirik bahwa dalam memperlakukan data nominal dan ordinal sebagai input yang digunakan dalam menganalisia data tidak sesuai dengan kehendak dalam imu statistik. Karena bagaimanapun, nilai r2 merupakan indikator model yang dibuat peneliti dan sebagai persyaratan sebagaimana diharuskan model fit. Menurut Jonathan S, hal ini dapat dipahami dalam konteks regresi linier.

Peran serta mahasiswa dan dosen pembimbing dalam mengikuti perkembangan ilmu statistik, tentu perlu mendapat dukungan dan apresiasi. Kesalahan dalam memperlakukan data nominal dan ordinal dalam alat analisis statistik, tidak akan menyelesaikan permasalahan dalam penelitian. Akan tetapi akan menghasilkan kesimpulan yang bias dan kurang bisa dipertanggungjawabkan. Kita tidak akan pernah bisa memprediksi warna mobil yang ada di Indonesia dengan keberagaman suku bangsa, atau dengan profesi, atau agama.

Dalam analisis statistik, baik yang didasarkan dari berbagai teori yang sudah ada maupun dari peristiwa-peristiwa yang bisa dipertanggungjawabkan, penggunaan data ordinal dalam statistik parametrik, termasuk regresi linier dan analisis path, harus melalui konversi dan perubahan skala, yakni dari skala ordinal menjadi skala interval. Tanpa melakukan konversi data ordinal menjadi interval sebelum melakukan analisis, kita tidak akan memperoleh hasil yang benar dan model yang fit, sebagaimana yang disyaratkan dari terbentuknya sebuah model penelitian.

Akselerasi mahasiswa dan pembimbing dalam mengantisipasi dan menyerap ilmu pengetahuan, memang antara yang satu dengan yang lainnya tidak sama. Bahkan tidak akan pernah sama. Ada sebagian yang cepat mengantisipasi ilmu pengetahuan dengan banyak membaca buku dan diskusi dengan penuh rasa tanggungjawab. Tetapi ada sebagian lainnya yang kurang greget dalam membaca buku  dan diskusi. Menurut Daud Yusuf, setiap tiga menit bertambah satu ilmu pengetahuan baru. Itu artinya betapa cepatnya perkembangan ilmu pengetahuan.

Ilmu pengetahuan di dunia ini berkembang saling mendahului dan tanpa mengenal rambu-rambu normatif. Dan betapa tertinggalnya bila kita tidak mengikuti perkembangan ilmu-ilmu pengetahuan baru itu. Meskipun tidak seluruhnya, paling tidak kita mampu mengapresiasi ilmu-ilmu pengetahuan baru, terutama terhadap ilmu-ilmu pengetahuan yang berkaitan dengan tugas kita sehari-hari, yakni penggunaan alat analisis dalam ilmu statistik.

Bahan Bacaan:

  1. Suharto. Responsiveness, Customer Relationship Management, Confidence and Customer Loyalty. Social and Economic Science. Scientific Journal of PPI-UKM. Vol. 3 (2016) No. 2 ISSN No. 2356-2536.

Oleh: suhartoumm | Desember 25, 2013

Uji Hipotesis Koefisien Korelasi dan Regresi Sederhana

UJI HIPOTESIS REGRESI DAN KORELASI SEDERHANA

 
  1. Fayyadhil Alwi dalam rencana membangun hotelnya melakukan tes
Masuk  kepada calon- calon pegawainya. Pegawai yang akan dites
berasal dari tingkat umur yang berbeda-beda. Hasilnya adalah sbb:
 

No.

Umur

Nilai Tes

1

2

3

4

5

6

7

8

9

10

23

25

27

29

22

31

24

28

26

20

70

75

80

85

65

90

70

85

80

60

 

     Soal:
  1. Tentukan nilai b1 dan bo !
  2. Jika hipotesis penelitian menyatakan bahwa umur calon pegawai
berpengaruh  terhadap nilai tes masuk, ujilah hipotesis tersebut !
dengan uji statistik “t” dan uji “F” !
  1. Tentukan koefisien determinasi (r2) dan koefisien korelasinya (r) !
  2. Lakukan pengujian dengan uji hipotesis “rho” !
 
Jawab :
  1. Umur sebagai variable X dan Nilai Tes sebagai variable Y

No.

X

Y

XY

X2

Y2

1

2

3

4

5

6

7

8

9

10

23

25

27

29

22

31

24

28

26

20

70

75

80

85

65

90

70

85

80

60

1610

1875

2160

2465

1430

2790

1680

2380

2080

1200

529

625

729

841

484

961

576

784

676

400

4900

5625

6400

7225

4225

8100

4900

7225

6400

3600

255

760

19670

6605

58600

 

 
∑xy = XY

 

(X)(Y) = 19670

 

(255)(760) = 290  
10 10
 
 
∑x2 = X2

 

(X)2 = 6605

 

(255)2 102,5  
10 10
 
∑y2 = Y2

 

(Y)2 = 58600

 

(760)2 840  
10 10
 
b1 = ∑xy =

 

290 = 2,829  
∑x2 102,5
 
bo = Y – b1 . X    = 76 – (2,829) ( 290)
 
bo = 76 – 72,1395 = 3,8605
 
Sxy

=

∑y– b1.∑xy =

 840 (2,829)(290)
n – 1 – k 10 – 1 – 1
 
   

840 – 820,41  

=

15648
    8
 
Sxy = √2,44875 = 1,5648
 
Sb1 = Sxy

1 = (1,5648) 1  
∑X2 1025  
 
= (1,5648) (0,09877)
= 0,1545
Persamaan Regresi Liniernya adalah sebagai berikut:
Y = bo + b1 . X
Y = 3,8605 + 2,829 X
(0,1545)
 
  1. Ho : ß = 0
      H1 : ß ≠ 0
 
Uji “t”
th = b1 = 2,829 18,4  
Sb1 0,1545
 

Nilai t tabel dgn taraf signifikansi 5% dan derajat kebebasan 8 (10-1-1)
adalah 2,306. Karena th > t tabel maka  Ho ditolak dan H1 diterima dan
hipotesis penelitian yang menyatakan bahwa umur calon pegawai
berpengaruh terhadap nilai tes masuk adalah dapat diterima.
Uji “F”
 
JKR = b1 . ∑xy       = 2,829 . 290                = 820,41
 
JKS = ∑y2 – b1 ∑xy= 840 – (2,829)(290)                    =840 – 820,41=19,59
 
KRR = b1.∑xy = (2,829)(290) = 820,41  
1 1
 
KRS = ∑y2 – b1∑xy = 840 – 820,41 = 2,44875  
n – 2 8
 
fh = KRR = 820,41 = 335,03  
KRS 2,44875
 

Tabel ANAVA-nya adalah sebagai berikut:

Smber Variasi

dk

JK

KR

Fh

Regresi

(R)

Simpangan

(S)

1

8

820,41

19,59

820,41

2,44875

335.03

T

9

840

 

Maka dengan df pembilang = 1,  df penyebut     = 8 ;
dan taraf signifikansi 5% maka diketahui F tabel adalah 5,32 Karena fh >                               
ft maka menolak Ho dan menerima H1, berarti hipotesis penelitian
yang menyatakan  bahwa umur calon pegawai berpengaruh terhadap
nilai tes masuk adalah dapat diterima.
 
  1. Mencari koefisien determinasi (r2) dan koefisien korelasinya (r)
r2 = JKR = 820,41 = 0,9767  
JKT 840
 
       r    = √0,9767 = 0,9883
 
  1. Uji hipotesis “rho”
      Ho          :  ρ  = 0
      H1          :  ρ  ≠ 0
 
th = r √ n – 2 = √ 0,9883√10 – 2 = 2,7953
√ 1 – r2 √1 – (0,9883)2 0,1517
 
th = 18,43
 Jika digunakan taraf sig. 5% dan derajat bebas (df) = n-2 = 8, maka
 diperoleh harga t table sebesar ± 2,306
 Karena harga th berada di daerah penolakan, maka kesimpulannya
 tolah Ho, jadi dapat dikatakan bahwa hubungan antara umur dengan
 nilai tes itu positif, kuat dan signifikan
Oleh: suhartoumm | Desember 25, 2013

Uji Chi Square Perbedaan, Independensi, Good of Fit Test

UJI KAI KUADRAT (CHI SQUARE)

 
1. Fayyadhil Alwi merupakan seorang wiraswasta dari Kota Gudheg Jogjakarta,
tepatnya di  kota Bantul. Dia berencana mendirikan sebuah tempat penginapan
di pusat  Kota Bantul. Dia  berada pada dua pilihan, yaitu mengurus ijin untuk
hotel atau losmen saja.  Karena itu dia  meminta pendapat pada ibunya atas
pilihan tersebut. Ibu Fayyadhil merasa  yakin bahwa 75%  warga di daerah
tersebut memilih hotel. Namun, Riza Alwi, yang merupakan  ayahnya, merasa
tidak yakin akan pernyataan Ibu Fayyadhil Alwi sehingga beliau melakukan
survey  secara acak terhadap 500 warga di pusat Kota Bantul. Dari hasil survey
diketahui bahwa  sebanyak 400 warga memilih dibangunnya  hotel, sedangkan
sisanya memilih  dibangun  losmen saja. Dengan taraf signifikansi sebesar 0,5%,
dapatkah sang ayah  mematahkan  pernyataan sang  ibu?
 
Penyelesaian :
a. Kriteria pengujian Hipotesis
H0 : π = 0,75
H1 : π ≠ 0,75
b. Mencari fh dari warga yang memilih hotel dan warga yang memilih  Losmen
Hotel : 500 x 0,75 = 375
Losmen : 500 x 0,25 = 125
Perhitungan:
Hasil fo fh fo – fh Fo – fh2 (fo-fh)2
fh
Hotel 400 375 25 625 1,67
Losmen 100 125 -25 625 5
Total 500 500 0 X2=6,67
Jadi besarnya X2 = 6,67
c. Mencari harga X2 dalam table
Derajat kebebasan dari persoalan di atas adalah          : k – 1 = 2 – 1 = 1
Dan dengan taraf signifikansi 0,5% diperoleh harga X2 dalam  tabel= 7,88
d. Kesimpulan
Karena X2 < X2 dalam tabel, maka kesimpulannya menerima Ho, artinya apa
yang  dinyatakan oleh Ibu Fayyadhil Alwi tersebut telah sesuai/benar.
 
2. Sehubungan dengan rencana pembukaan sebuah hotel di kota Bantul telah
Mendapatkan  cukup banyak jalan terang, Fayyadhil Alwi  mulai memilih  calon
untuk dijadikan karyawan  hotel. Untuk pemilihan karyawan,  dia mendapatkan
saran dari neneknya tentang adanya  perbedaan minat terhadap pembagian shift  k
kerja antara laki-laki dengan perempuan.
Pengujian terhadap 100 calon yang  terdiri dari 60 laki-laki dan 40 perempuan
hingga diperoleh hasil sebagai berikut:

Jenis Kelamin

Shift

Pagi Sore Malam
Laki-laki 40 15 5

Perempuan

20

10

10

Dengan tingkat kepercayaan 90%, ujilah pernyataan nenek Fayyadhil tersebut!
 
Penyelesaian :
1. Kriteria Pengujian Hipotesis
Ho : π = πp
H1 : π ≠ πp
2. Harga fo dan fh  dapat dicari seperti pada tabel berikut ini:

 Tabel  Kontingensi untuk fo dan fh

Jenis Kelamin

Shift

Total

Pagi

Sore

Malam

Laki-laki 40 15 5 60

(36)

(15)

(9)

Laki-laki 40 15 5 60

(36)

(15)

(9)

Total 60 25 15 100
Kemudian dibuat tabel perhitungan X2 tersebut:

Jenis Kelamin

Shift

fo

fh

fo – fh

(fo – fh)2

(fo-fh)2

fh

Laki-laki

Pagi

Sore

Malam

40

15

5

36

15

9

4

0

-4

16

0

16

0.44

0

1.78

Perempuan

Pagi

Sore

Malam

20

10

10

24

10

6

-4

0

4

16

0

16

0.67

0

2.67

Total

100

100

0

5.56

 

 
Dari table di atas dapat diketahui bahwa harga X2 = 5.56
  1. c.    Dengan d1 = (2-1)(3-1) = 2 pada alpha =10% diperoleh harga X2 tabel = 4.61
  1. Karena X2 > X2 tabel, maka Ho ditolak. Artinya memang ada perbedaan minat
terhadap pembagian shift kerja antara laki-laki dengan perempuan
 3. Sebelum melanjutkan langkah lebih jauh tentang pengembangan hotelnya,
Fayyadhil memutuskan untuk melakukan penelitian terhadap 10 hotel di pusat
kota Jogja.. Dia ingin mengetahui apakah para turis sama senangnya menginap
di kesepuluh hotel tersebut. Kemudian Fayyadhil mengumpulkan 1500 turis
yang sering menginap di hotel tersebut. Data yang diperoleh adalah sebagai
berikut dan diketahui nilai alpha sebesar 5% :
 
No.

Hotel

Jumlah turis
1 Melia Purosani 165
2 Grand Quality Hotel 160
3 Inna Garuda 130
4 The Grand Palace Hotel 128
5 The Phoenix Hotel 140
6 Hotel Mutiara Malioboro 141
7 Cakra Kusuma 159
8 Novotel 135
9 The Jayakarta 170
10

Ibis Malioboro

172
 

Jumlah

1500
 
Penyelesaian:
Rumusan hipotesisnya:
Ho : proporsi turis yang menginap di 10 hotel itu sama (jika proporsi dianggap sama,
maka proporsi setiap hotel adalah 1/10 : 0,1)
H1 : paling tidak, dua diantara hotel itu memiliki proporsi yg tidak sama dengan 0,1
 
  1. Tabel perhitungan X2

Hotel

Fo Proporsi Fh (Fo-Fh) (Fo-Fh)2 (Fo-Fh)2 : Fh
Melia Purosani

165

0.1

150

15

225

1.50

Grand Quality

160

0.1

150

10

100

0.67

Inna Garuda

130

0.1

150

-20

400

2.67

The Grand Plc

128

0.1

150

-22

484

3.23

The Phoenix

140

0.1

150

-10

100

0.67

Hotel Mutiara

141

0.1

150

-9

81

0.54

Cakra Kusuma

159

0.1

150

9

81

0.54

Novotel

135

0.1

150

-15

225

1.50

The Jayakarta

170

0.1

150

20

400

2.67

Ibis Malioboro

172

0.1

150

22

484

3.23

X2

17.2

Dari table diketahui bahwa nilai X2 sebesar 17.2

 
  1. a.       Dengan df = (10-1) = 9,
             Maka pada taraf signifikansi 5% diperoleh harga X2 tabel = 16,92
 
  1. b.      Karena harga X2 > X2 tabel, maka kesimpulannya adalah menolak Ho,
artinya paling  tidak, dua diantara hotel tersebut memiliki proporsi
      yang tidak sama dengan 0,1
 
Oleh: suhartoumm | Desember 24, 2013

Uji Linieritas dan Keberartian Koefisien Regresi

Uji Persyaratan Analisis

X Y
9 10
5 7
8 9
10 12
6 7
5 6
6 8
8 8
10 11
8 9

Penyelesaian

Uji Linieritas dan Koefisien Regresi
X Y X2 Y2 XY
5 6 25 36 30
5 7 25 49 35
6 7 36 49 42
6 8 36 64 48
8 8 64 64 64
8 9 64 81 72
8 9 64 81 72
9 10 81 100 90
10 11 100 121 110
10 12 100 144 120
∑75 ∑87 ∑595 ∑789 ∑683

Y = a + bx

Y = 1,665+0,938X

Sumber db JK RJK Fh
Reg. (b/a) 1 JK(b/a)=28,609 S2reg=JK(b/a)=28,609 S2/S2sis = 65,61
Sisa n-2 =10-2 JK(S)=3,49 S2Sisa = JK(S)    = 0,436 n-k
Tuna Cocok k-2 =5-2 JK(TC)=1,33 S2 TC = JK(TC)  = 0,44    k-2 S2TC/S2G = 1,01
Galat n-k =10-5 JK(G)=2,16 S2G = JK(G) = 0,43       n-k

Menghitung jumlah kelompok

X Kelompok n1 Y
5 }1 (2) 6 2
5 7
6 }2 (2) 7 2
6 8
8 }3 (3) 8 3
8 9
8 9
9 }4 (1) 10 1
10 }5 (2) 11 2
10 12

Berarti ada 5 kelompok

1. JK (T) = 789 = ∑Y2 = 789

2. JK (a) = (∑Y)2:n = (87):10 = 756,9

3. JK (b/a) = b[XY – [(∑X) x {(∑Y):n}]] = 0,983 x [683 –[(75) x {(87)}:10]] = 28,609

4. JK (S) = JK(T) – JK(a) – JK(b/a) = 789 – 756,9 – 28,609 = 3,49

5. JK (G) = 62 + 72 – {(6+7)2:2} + 72 + 82 – {(7+8)2:2} + 82 + 92 +92 – {(8+9+9)2:3} +

5. JK (G) = + 102 – {(10)2:2} + 112 + 122 – {(11+12)2:2} = 2,16

6. JK (TC) = JK (S) – JK (G) = 3,49 – 2,16 = 1,33

S2 reg = JK(b/a)=28,609

S2 sisa = JK(S)/n–k = {3,49:(10–2)} = 0,436

S2TC = JK(TC)/k – 2 = {1,33:(5–2)}

S2G = JKG/n – k = {2,17:(10-5)} = 0,43

Uji Keberartian Koefisien Regresi

Ho : Regresi tidak berarti

Ha : Regresi berarti

Bila Fh > Ftabel Ho ditolak

Bila Fh ≤ Ftable Ho diterima

Ternyata Fhitung > F Tabel ===> 65,61 > 5,32 (α 5%)

Berarti Ho ditolak. Atau regresi berarti….

Uji Linier Koefisien Regresi

Ho : Regresi linier

Ha : Regresi tidak linier

Bila Fh > Ftabel Ho ditolak

Bila Fh ≤ F table Ho diterima

Ternyata Fhitung < Ftabel ===> 1,01 < 5,41 (α 5%)

Berarti Ho di terima. Atau regresi linier…..

Oleh: suhartoumm | April 28, 2013

Korelasi Kendall Tau

 

 
Korelasi Jenjang Kendall Tau
Dalam rangka memperoleh pemahaman lebih dalam tentang strategi pemasaran
perusahaannya, PT Nahod mencoba membagikan kuesioner kepada
13 perusahaan hotel lain yang ada di Yogjakarta. Daftar pertanyaannya tentang
frekuensi (sering atau tidaknya) Hotel itu mengadakan Promo dan
tingkat kepuasan pelanggan pada masing-masing Hotel tersebut.
Kuesioner tersebut berisi 10 pertanyaan dengan Range Skor
yakni antara 10 untuk paling sering/paling puas
dan 1 untuk yang sama sekali tidak melakukan/sama sekali
tidak puas. Penyajian Skor atas jawaban Manajemen Hotel
(responden) tersebut adalah sebagai berikut:
 

Hotel

Jumlah Skor

 

Frekuensi Promo

Tingkat Tepuasan

1 90 65
2 85 75
3 80 75
4 75 80
5 70 85
6 80 70
7 90 65
8 75 80
9 90 70
11 75 80
12 80 70
13 95 70
 
Dengan membuat urutan data skor Frekuensi Promo kemudian
menentukan Ranking Nilai dari kedua variable tersebut, terlihat
sebagai berikut:
 

Hotel

Jumlah Skor

Ranking

 

Frek. Promo

Tk. Kepuasan

Frek. Promo

Tk. Kepuasan

13

95

70

1

9.5

7

90

65

3

12.5

1

90

65

3

12.5

9

90

70

3

9.5

2

85

75

5

6.5

3

80

75

7

6.5

6

80

70

7

9.5

12

80

70

7

9.5

11

75

80

10

3.5

8

75

80

10

3.5

4

75

80

10

3.5

5

70

85

12.5

1

10

70

80

12.5

3.5

 

Jumlah

91 91
 

 

   
Dari ranking Tingkat Kepuasan Pelanggan  dapat dihitung besarnya JNP sebagai berikut:  
   
JNP = (2-7)+(0-10)+(0-10)+(0-7)+(2-5)+(2-5)+(0-5)+(0-5)+(0-1)+(0-1)+(0-1)+(1+0)  
  = -5-10-10-7-3-3-5-5-1-1-1+1  
  = -50  
   
Harga T untuk  Frekuensi Promo:  
   
            = ½. ∑ [t(t-1)]  
            = ½. {[3(3-1)] + [3(3-1)] + [3(3-1)] + [2(2-1)]}  
                 = ½. 20 = 10  
   
Harga (T) untuk Tingkat Kepuasan Pelanggan:  
   
             = ½. ∑ [t(t-1)]  
             = ½. {[4(4-1)] + [4(4-1)] + [2(2-1)] + [2(2-1)]}  
             = ½. 28 = 14  
   
 

Jadi:  τ  =

JNP

   
√ [{½n(n 1)} Tx] . [{½n(n 1)} Ty  
   

τ =

JNP

 
√ [{½13(13 1)} 10] . [{½13(13 1)} 14
   

τ =

50

 

=

   

√ {68} . {64}  
   

τ =

 – 50

 

= -0.758

   
√ 4352  
   
Diperoleh harga τ = -0.758 yang artinya bahwa derajat kecocokan  
antara kedua variabel tersebut cukup tinggi namun hubungannya  
berlawanan arah. Jika promo dilakukan lebih sering maka  
tingkat kepuasan pelanggan malah akan semakin rendah.  
   
Selanjutnya kita cari harga uji statistiknya sebagai berikut:  
   

Zh =

τ

   

2(2.n + 5)  
9.n(n – 1)  
   

Zh =

– 0,758

   

 2(2.13 + 5)  
9.13(13 – 1)  
   

Zh =

– 0,758

   

64

 
+ 1404  
   

Zh =

– 0,758

 

= – 3,550

   
  0,21350  
   
Uji Hipotesis Dua Pihak  
Ho = Frekuensi promo tidak ada hubungan dengan tingkat kepuasan  
Ha =  Frekuensi promo ada hubungan dengan tingkat kepuasan  
Bila Zh ≠ Ztabel Ho ditolak  
Bila Zh = Ztable Ho diterima  
Ternyata Zhitung < Ztabel ===> -3,550 < -1,96 (½ α 5%)  
Berarti Ho ditolak.  Frekuensi promo ada hubungan dengan tingkat kepuasan  
   
Dari tabel distribusi normal standar, (½ α 5%)=2,5%=0,4750, berada di Z ke -1,96.  
Berarti dalam pengujian hipotesis di atas  
dapat disimpulkan bahwa  Frekuensi promo ada hubungan dengan  
tingkat kepuasan. Atau dengan kata lain kesesuaian  
(hubungan) nilai dari dua variable tersebut signifikan.  

 

« Newer Posts - Older Posts »

Kategori