~"MODUL STATISTIKA"~

~"Modul Statistika"~

Read More

~"PENENTUAN JUMLAH SAMPEL"~

Dalam penelitian sampel merupakan bagian dari populasi yang masih memiliki karakteristik populasi tersebut. Untuk mempermudah penelitian, menghemat biaya dan waktu maka sampel sangat dibutuhkan. Agar hasil penelitian yang dilakukan terhadap sampel masih dapat dipercaya maka pemilihan sampel yang dilakukan haruslah tepat.

Ada beberapa perhitungan yang dapat digunakan untuk menghitung seberapa banyak sampel yang dapat diambil, diantaranya :

1. Rumus menurut Slovin   

dimana 

n = jumlah sampel

N = jumlah populasi

e^2 = batas ketelitian yang diinginkan

2. Rumus menurut Taro Yamate

dimana

n = jumlah sampel

N = jumlah populasi

d^2 = tingkat kesalahan

3. Rumus menurut Isaac dan Michael

dimana

S = jumlah sampel

N = jumlah populasi

P = Proporsi populasi diambil dari P = 0,5

d = derajat ketepatan ysng direfleksikan oleh kesalahan yang dapat ditoleransikan dalam fluktuasi proporsi sampel (P) umumnya diambil dari 0,05

X^2 = nilai tabel Chi-Square untuk satu derajat bebas relatif level confidence yang diinginkan.

4. Rumus Pengambilan Sampel Bertingkat

dimana

ni = jumlah sampel menurut stratum

n = jumlah seluruh sampel

Ni = jumlah populasi menurut stratum

N = jumlah seluruh populasi

Read More

~"ANALISIS JALUR (PATH ANALYSIS)"-- 2~

Sebelumnya sudah kita bahas sedikit mengenai analisis jalur. Nah berikutnya kita akan lihat bagaimana membuat diagram jalur.

Seperti contoh kasus sebelumnya, pengaruh motivasi terhadap produktifitas kerja dengan insentif sebagai variabel intervening.

Identifikasi Variabel

Merumuskan Hipotesis Penelitian

1. Diduga ada pengaruh langsung antara motivasi dengan produktivitas kerja.
2. Diduga ada pengaruh langsung antara motivasi dengan insentif.
3. Diduga ada pengaruh tidak langsung melalui insentif antara motivasi kerja dengan produktivitas kerja.

Membentuk Diagram Jalur

Diagram jalur adalah diagram yang melukiskan secara grafis mengenai struktur hubungan kausalitas antar variabel bebas, variabel intervening dan variabel terikat. Ada beberapa ketentuan secara umum dalam melukiskan diagram jalur :

1. Setiap variabel dinyatakan dalam bentuk kotak..
2. Error dinyatakan dalam bentuk lingkaran
3. Hubungan antar variabel dinyatakan dengan anak panah satu arah
4. Hubungan korelasi atau kovarian diantara dua variabel menggunakan anak panah berkepala dua.

Membentuk Persamaan Struktural

Persamaan struktural dari diagram di atas berdasarkan hipotesis adalah :

Produktivitas = a1 + b1*Motivasi + error 1

Produktivitas =  a2 + b2*Insentif + error 2

Produktivitas = a3 + b3*Motivasi + b4*Insentif + error 3

Mengukur Pengaruh Variabel

Untuk mengukur besarnya pengaruh dihitung berdasarkan nilai Standardized Coefficients (Beta) yang diperoleh dari hasil regresi linear antara produktivitas, motivasi dan insentif. 

• Misalkan dalam hubungan langsung antara motivasi terhadap produktivitas diperoleh nilai Standardized Coefficients (Beta) p1, maka pengaruh langsungnya adalah p1. 
• Misalkan dalam hubungan langsung antara insentif terhadap produktivitas diperoleh nilai Standardized Coefficients (Beta) p2, maka pengaruh langsungnya adalah p2.
• Maka pengaruh tidak langsung antara motivasi terhadap produktivitas melalui insentif adalah p1 x p2.
• Pengaruh total adalah jumlah antara pengaruh langsung dan pengaruh tak langsung yaitu p1 + (p1xp2).

Jika persentase pengaruh total sangat kecil, maka dapat disimpulkan bahwa adanya pengaruh motivasi terhadap produktivitas dengan insentif sebagai variabel intervening.

Menghitung Kesalahan Regresi

Untuk menghitung kesalahan regresi error 1, error 2 dan error 3 adalah dengan menghitung besarnya akar dari (1-R-square) masing-masing regresi. Kesalahan ini menunjukkan berapa persen variasi variabel terikat yang tidak dapat dijelaskan oleh variabel bebasnya.

Next Aplikasi Analisis Jalur >>

by MEYF

Read More

~"ANALISIS JALUR (PATH ANALYSIS)" -- 1~

Analisis jalur merupakan perluasan dari analisis regresi linear berganda. Analisis jalur digunakan untuk menguji pengaruh variabel intervening dan untuk mengetahui pengaruh secara langsung atau pun tidak langsung antar variabel.

Pengaruh langsung misalnya hubungan antara variabel bebas dengan variabel tak bebas secara langsung tanpa melalui variabel lainnya. Sedangkan pengaruh tidak langsung adalah hubungan antara variabel bebas dan variabel tak bebas namun melalui variabel lainnya. Adapun variabel lainnya seperti variabel intervening dan variabel moderator. Coba klik dan baca jenis-jenis variabel.

Sebagai contoh penelitian yang akan melihat pengaruh motivasi terhadap produktivitas dengan insentif sebagai variabel intervening. Dalam hal ini variabel bebas adalah variabel motivasi dan variabel tak bebas adalah variabel produktivitas kerja. Hubungan langsung adalah pengaruh antara motivasi terhadap produktivitas kerja. Sedangkan pengaruh tak langsung adalah pengaruh motivasi terhadap produktivitas melalui adanya variabel insentif. Jika digambarkan maka :

Adapun asumsi dari analisis jalur diantaranya :

1. Hubungan antara variabel adalah bersifat linear, adaptif dan normal.
2. Arah hubungan hanya satu arah, tidak ada arah hubungan berbalik.
3. Variabel terikat minimal dalam skala ukur interval atau pun rasio.
4. Menggunaka probability sampling.
5. Observed Variable diukur tanpa kesalahan artinya variabel yang diteliti dapat diobservasi secara langsung (instrumen pengukuran valid dan reliabel).
6. Model yang dikaji disusun berdasarkan teori.

Penjabaran analisis jalur :

1. Diagram jalur adalah alat yang digunakan untuk melukiskan secara grafis mengenai struktur hubungan antar variabel bebas, variabel tak bebas dan variabel intervening. 
2. Persamaan struktural menggambarkan hubungan sebab akibat antar variabel yang diteliti yang dinyatakan dalam bentuk persamaan matematis.

Next....Langkah-langkah dengan SPSS >>>

by MEYF

Read More

STATISTIKA - "DISTRIBUSI NORMAL"

Modul Distribusi Normal

Read More

STATISTIKA - "DISTRIBUSI HIPERGEOMETRIK"

Modul Distribusi Hipergeometrik

Read More

STATISTIKA -"DISTRIBUSI POISSON"

Modul Distribusi Poisson

Read More