Saran - REGRESI LINIER SEDERHANA

Percobaan selanjutnya diharapkan untuk lebih memahami apa yang hendak dipraktikumkan sehingga perbuatan laporan akan lebih baik lagi penelitian diharapkan lebih teliti dalam pengumpulan data, dalam melakukan percobaan maupun dalam pengolahan data. Pada praktikum selanjutnya diharapkan variable data bisa lebih bervariasi.

BAB VI

DAFTAR PUSTAKA

I MADE YULIARA (2016), REGRESI LINEAR SEDERHANA, diakses pada 09 Desember2021,darihttps://simdos.unud.ac.id/uploads/file_pendidikan_1_dir/3218 126438990f0771ddb555f70be42.pdf

MODUL II

KORELASI LINIER SEDERHANA

KELOMPOK 7

ABDUL HAFIZH GHOZI (1870031063)

AGUS BUDIARTO (1870031026)

ADHTIA ANTON WIBOSONO (1770031037)

FARHAN RAMADHAN (1870031082)

RAKA FAHREZI (1870031080)

RIVAL HARIS TEDY (1870031007)

LABORATORIUM STATISTIKA INIDUSTRI

PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS KRISNADWIPAYANA

JAKARTA

2021

LEMBAR PENGESAHAN

Setelah diperiksa secara seksama dan telah menyelesaikan dengan baik maka laporan modul I " Reg Linier Sederhana “ (sudah/belum) memenuhi syarat untuk laporan praktikum Statistik yang telah di ACC dan dapat dikumpulkan dan dinilai.

KELOMPOK 7

ABDUL HAFIZH GHOZI (1870031063)

AGUS BUDIARTO (1870031026)

ADHTIA ANTON WIBOSONO (1770031037)

FARHAN RAMADHAN (1870031082)

RAKA FAHREZI (1870031080)

RIVAL HARIS TEDY (1870031007)

Dengan ini telah diperiksa untuk di

TERIMA / DITOLAK

Kaprodi Teknik Industri

Asisten Laboratoriu

Ir. Florida Butarbutar, MT Amallia Aindina Fitri

KATA PENGANTAR

Puji syukur kita panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya sehingga saya dapat menyelesaikan tugas yang berjudul

“Laporan Praktikum Korelasi Linier Sederhana” ini tepat pada waktunya.

Adapun tujuan dari penulisan dari makalah ini adalah untuk memenuhi tugas pada mata kuliah statistik, makalah ini juga bertujuan untuk menambah wawasan tentang pemahaman cara penggunaan software SPSS dan implementasi pada data observasi yang diberikan.

Saya mengucapkan terima kasih kepada Ir. Florida Butarbutar, MT selaku kaprodi Teknik Industri, yang telah memberikan pembekalan dan pengetahuan pratikum statistic.

Saya juga mengucapkan terima kasih kepada semua pihak yang tidak dapat saya sebutkan semua, terimakasih atas bantuannya sehingga sehingga saya dapat menyelesaikan tugas ini.

Saya menyadari, tugas yang saya tulis ini masih jauh dari kata sempurna.

Oleh karena itu, kritik dan saran yang membangun kami butuhkan demi kesempurnaan makalah ini.

Bekasi, 11 Desember 2021

Kelompok 7

DAFTAR ISI

LEMBAR PENGESAHAN ... i KATA PENGANTAR... ii DAFTAR ISI ... iii BAB I ... 1 PENDAHULUAN ... 1 1.1. Maksud dan tujuan ... 1 1.2. Latar belakang masalah... 1 1.3. Perumusan masalah ... 2 1.4. Pembatasan masalah ... 2 1.5. Sistematika pembahasan ... 2 1.5.1. Peta alur proses ... 4 BAB II... 5 LANDASAN TEORI ... 5

2.1 KORELASI LINIER SEDERHANA ..Analisa yang membahasa kuatnya hubungan antara variable-variable disebut “Analisa Korelasi”, sedangkan angka yang menunjukkan kuat tidaknya (derajat) hubungan antara variable-variable itu disebut dengan “Koefisien Korelasi” yang diberi notasi “r” ... 5 2.2 UJI HIPOTESIS UNTUK ρ (rho) ... 7 2.3 KORELASI ANTAR JENJANG ... 9 BAB III ... 14 PENGUMPULAN DAN PENGOLAHAN DATA ... 14

3.1. Pengumpulan data ... 14 3.2. Pengolahan data ... 15 3.2.1. Menghitung koefisien korekasi ... 17 3.2.2. Menghitug koefisien determinasi ... 17 3.2.3. Menghitung uji T dengan taraf nyata 5% ... 17 3.2.4. Perumusan Hipotesis ... 18 3.2.5. Melakukan uji hipotesis T ... 18 3.2.6. Grafik Hipotesa ... 19

3.2.7. Melakukan perhitungan Regresi linier sederhana dengan software

SPSS ... 19 BAB IV ... 23 ANALISIS ... 23 BAB V ... 24 KESIMPULAN DAN SARAN ... 24 BAB VI ... 25 DAFTAR PUSTAKA ... 25

DAFTAR GAMBAR BAB II

GAMBAR 2. 1 Gambar garis korelasi ... 5 GAMBAR 2. 2 diagram sebaran ... 6 GAMBAR 2. 3 grafik hipotesis ... 8

BAB III

Gambar 3. 1 gambar grafik hipotesis ... 19 Gambar 3. 2 Tahap 1 SPSS ... 19 Gambar 3. 3Tahap 2 SPSS ... Error! Bookmark not defined.

Gambar 3. 4 Tahap 3 SPSS ... 20 Gambar 3. 5 Tahap 4 SPSS ... 21 Gambar 3. 6 Tahap 5 SPSS ... 21 Gambar 3. 7 Tahap 7 SPSS ... 22 Gambar 3. 8 Tahap 8 SPSS ... 22

BAB I

PENDAHULUAN

1.1. Maksud dan tujuan

1. Mengetahui Analisi korelasi Linier Sederhana dalam Statistik

2. Praktikn untuk memprediksi distribusi data antara variabel X dan variabel Y.

3. Memahami penggunaan Software SPSS

4. Mengetahui hasil data observasi X(motivasi) dan Y(produktivitas) pendekatan antara dua variable

1.2. Latar belakang masalah

Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua variabel. Dalam SPSS ada tiga metode korelasi sederhana (bivariate correlation) diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation. Pearson Correlation digunakan untuk data berskala interval atau rasio, sedangkan Kendall’s tau-b, dan Spearman Correlation lebih cocok untuk data berskala ordinal.

Pada bab ini akan dibahas analisis korelasi sederhana dengan metode Pearson atau sering disebut Product Moment Pearson. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai negatif menunjukkan hubungan terbalik (X naik maka Y turun).

Menurut Sugiyono (2007) pedoman untuk memberikan interpretasi koefisien korelasi sebagai berikut:

0,00 - 0,199 = sangat rendah 0,20 - 0,399 = rendah

0,40 - 0,599 = sedang 0,60 - 0,799 = kuat 0,80 - 1,000 = sangat

kuat 1.3. Perumusan masalah

Berdasarkan latar belakang diatas, maka rumusan masalah dalam penulisan inisebagai berikut :

1. Apa yang dimaksud dengan analisis korelasi ?

2. Bagaimana langkah untuk menguji hipotesis untuk p (rho)?

3. Bagimana langkah – langkah menganalisis data dengan uji korelasi linear sederhana menggunakan Rumus manual ?

4. Bagimana langkah – langkah menganalisis data dengan uji Korelasi linear sederhana menggunakan SPSS ?

1.4. Pembatasan masalah

Pembasana diatas akan dibatasi pada pencarian model regresi pada data sirkular khususnya regresi dimana baik variable bebas mapun variable terikatnya berupa data sirkular. Konsep korelasi meskipun berhubungan dengan regresi tidak menjadi pembahasan utama.

1.5. Sistematika pembahasan

Adapun sistematika penulisan pada makalah pratikum ini, adalah sebagai berikut:

BAB I PENDAHULUAN

Pada bab ini akan dibahas mengenai maksud dan tujuan, latar belakang masalah, perumusan masalah, pembatasan masalah, sistematika pembahsan, alur proses partikum.

BAB II LANDASAN TEORI

Pada bab ini akan dibahas mengenai teori – teori yang mendukung pembahsan berupa konsep, matematika, statistic dan juga pedoman dalam penggunaan dan maksud dari Regresi Linier Sederhana.

BAB III PENGUMPULAN DAN PENGOLAHAN DATA

Pada bab ini membahas pengolahan data secara manual dan pembuatan kesimpulan data yang di gambarkan ke grafik hipotesis

BAB IV ANALISIS

Di bab ini menjelaskan secara ringkas dan sistematis aktivitas yang terdiri dari serangkaian kegiatan seperti: mengurai, membedakan dan memilah sesuatu untuk dikelompokan.

BAB V KESIMPULAN DAN SARAN

Bab ini menjelaskan kesimpulan dari hasil penulisan dan saran-saran yang diberikan praktikan berkaitan dengan penulisan laporan patikum dari proses pratikum dan penulisan laporan yang sudah dilaksanakan.

BAB VI DAFTAR PUSTAKA

Bab ini menguraikan dan menampilkan daftar refrensi yang berisi penulis, judul tulisan, penerbit, identitas penerbit dan tahun terbit dari sebuah buku atau kajian lain yang digunakan sebagai sumber dalam menyusun laporan akhir pratikum.

1.5.1. Peta alur proses

Responsi Pengumpulan data

Data Variabel

Pengolahan data

Yes / No

Asitensi

START

Pengumpulan laporan

Selesai

BAB II

LANDASAN TEORI

2.1 KORELASI LINIER SEDERHANA

Analisa yang membahasa kuatnya hubungan antara variable-variable disebut “Analisa Korelasi”, sedangkan angka yang menunjukkan kuat tidaknya (derajat) hubungan antara variable-variable itu disebut dengan “Koefisien Korelasi” yang diberi notasi “r”.

Apabila arah hubungan variable itu positif, disebut korelasi positif dan dua variable itu cenderung akan berubah dengan arah yang sama. Apabila arah

hubungan variable itu negative maka disebut korelasi negative dan dua variable itu cenderung akan berubah dengan arah yang berlawanan. Tetapi jika kedua variable itu cenderung berubah dengan arah yang tidak menentu, maka dikatakan tidak berhubungan.

Besarnya harga koeisien korelasi akan berada dalam interval -1 dan +1 atau -1 ≤ r

≤ 1

 Jika r = 1 atau mendekati, dikatakan bahwa dua variable itu mempunyai hubungan yang kuat dan positif.

 Jika r= -1 atau mendekati, dikatakan bahwa bahwa dua variable itu mempunyai hubungan yang kuat dan negatif.

 Jika r = 0 atau mendekati, dikatakan bahwa dua variable itu tidak berkorelasi atau berhubungan.

Contoh sebaran diagram di bawah ini menunjukkan adanya hubungan atau korelasi antara dua variable, yaitu variable x dan y.

GAMBAR 2. 1 Gambar garis korelasi

Keterangan:

a) Diagram sebaran yang menunjukkan korelasi linear positif.

b) Diagram sebaran yang menunjukkan korelasi linear negatif.

c) Diagram sebaran yang menunjukkan korelasi nol.

Contoh:

Suatu perusahaan mengadakan test masuk untuk calon karyawan. Dari peserta tersebut, ternyata yang diterima sebagai karyawan hanya 10 orang saja, dengan nilai test masing-masing adalah sebagai berikut:

63 67 61 72 70 60 74 64 69 75

Setelah mereka bekerja dalam waktu tertentu, tercatat nilai-nilai hasil kerja merekaa adalah:

230 235 220 270 245 225 260 240 250 265

GAMBAR 2. 2 diagram sebaran

Dari diagram sebaran di atas(dengan sumbu x dan y), didapat empat kuadran, yaitu:

 Kuadran I, mempunyai harga x negatif dan y positif

 Kuadran II, mempunyai harga x positif dan y positif

 Kuadran III, mempunyai harga x positif dan y negatif

 Kuadran IV, mempunyai harga x negatif dan y negatif

Dengan demikian pada kuadcran II dan IV mempunyai hasil perkalian antara x dan y yang positif, sedangkan pada kuadran I dan III mempunyai hasil perkalian antara x dan y yang negatif. Karena itu apabila sebagian besar data tersebar di kuadra II dan IV maka dikatakan bahwa antara variable x dan y berkorelasi positif, tetapi jika sebagian besar data tersebar di kuadran I dan II, maka dikatakan bahwa antara variable x dan y itu berkorelasi negatif, dan jika data itu tersebar secara rambang di semua kuadran, maka dapat dikatakan bahwa variable x dan y itu tidak berkorelasi. Jadi dari uraian di atas dapat dikatakan pula bahwa:

 Korelasi positif bila xy > 0

 Korelasi negatif bila xy < 0

 Korelasi nol bila xy = 0

Namun demikian cara pengukuran itu kurang memadai dan untuk memperbaiki cara pengukuran diatas maka koefisien korelasi (r) dihitung melalui koefisien penentuan (Coeffisient of Determination) yang diberi notasi “r²”. Koefisien korelasi ini menentukan berapa besar variasi y yang dapat dijelaskan oleh variasi x. Oleh karena itu r² merupakan ratio antara variasi yang dapat dijelaskan oleh garis regresi dengan variasi total, sehingga r² dirumuskan dengan:

2.2 UJI HIPOTESIS UNTUK ρ (rho)

Harga Koefisien Korelasi (r) yang telah diuraikan dimuka hanyalah merupakan harga r taksiran dari koefisien korelasi populasinya (ρ = rho) karena data yang diambil hanyalah suatu sample saja dan karena itu mungkin saja r itu bukan merupakan penaksir ρ yang dapat diandalkan. Maka untuk mengetahui

keterandalan r sebagai penaksir ρ, perlu dilakukan pengujian dengan statistik “t”.

Harga statistik untuk hipotesa ρ dihitung dengan rumus :

Sebagai contoh, kita akan menjuri ρ terhadap r yang telah dihitung di muka, dengan langkah-langkah sebagai berikut:

1. Ho : ρ (rho) = 0

Ha : ρ (rho) > 0 (dapat juga digunakan alternative yang lain) 2. Misal digunakan α = 0,05

dengan df = n – 1 – k = 8 ttab = 1,86

GAMBAR 2. 3 grafik hipotesis

5. Tolak Ho karena th > ttab. Kesimpulannya bahwa ada korelasi positif yang signifikan antara nilai test dengan nilai hasil kerja.

Disamping dengan cara diatas maka uji signifikansi koefisien korelasi dapat pula dilakukan dengan menggunakan table harga kritik r product moment. Dalam pengujian ρ dengan product moment ini biasanya c “tidak ada korelasi antara variable x dan y”. Ho ditolak jika harga r dari perhitungan sama dengan atau lebih besar dari harga kritik r dari tabel. Dan Ho diterima jika harga r dari perhitungan lebih kecil dari harga kritik r dari tabel.

Untuk menguji r dari hasil perhitungan diatas, maka terlebih dahulu kita cari harga kritik r dalam tabel untuk n = 10 dengan taraf keyakinan 95%. Dari tabel harga kritik r product moment diperoleh harga kritik r = 0,632. Ternyata harga r hasil perhitungan = 0,93, lebih besar dari harga kritik r = 0,632, maka Ho ditolak.

Jadi harga r = 0,93 itu signifikan dan disimpulkan ada korelasi positif antara nilai tes dengan nilai hasil kerja secara meyakinkan.

2.3 KORELASI ANTAR JENJANG

Korelasi antar jenjang (Rank Corellation) dimaksudkan untuk menentukan ada tidaknya korelasi antar variabel pengaruh x dan variabel tergantung y, jika

variabel-variabel itu disajikan (dilaporkan) dalam bentuk data jenjang atau angka- angka ranking. Angka-angka ranking tersebut merupakan pengganti data-data yang sudah ada dan biasanya data tertinggi dari suatu variabel diberi angka ranking (angka jenjang) 1 dan selanjutnya diurutkan sampai data yang terendah (dapat pula digunakan urutan angka jenjang yang sebaliknya).

Koefisien korelasi antar jenjang ini biasanya diberi notasi “ r’ “ dan oleh Spearman dirumuskan sebagai berikut :

Di mana : r1 = koefisien korelasi antar jenjang

d = selisih antar angka jenjang (ranking) dari variable yang satu dengan variable yang lain.

n = banyaknya sampel (data), yang oleh Spearman ditetapkan minimal 5.

Cara pengujian signifikansi koefisien korelasi antar jenjang ini dapat dilakukan menggunakan tabel harga kritik r Spearman pada n dan taraf keyakinan tertentu.

Taraf keyakinan yang biasa dipakai adalah 95% atau 99%. Dari hasil pengujian itu, kita akan menyimpulkan tidak ada korelasi yang meyakinkan antara variable x dengan variable y, jika harga r1 dari hasil perhitungan lebih kecil dari harga r dalam tabel, dan kita akan menyimpulkan ada korelasi yang meyakinkan antara variable x dengan variable y, jika harga r’ hasil perhitungan sama dengan atau lebih besar dari harga r dalam tabel.

Contoh:

Masih menggunakan contoh dimuka, sekarang kita hitung harga koefisien korelasi antar jenjangnya sebagai berikut :

Catatan : Ʃ jenjang X harus = Ʃ jenjang Y Ʃ d harus = nol

r’=1-(6∑d^2 )/(n(n^2-1))

= 1-(6(12))/10(10^2-1)

= 0,93

Jika dibandingkan taraf keyakinan 95%, maka r dalam tabel sebesar 0,648. Karena r’ > r tabel, maka kesimpulannya bahwa ada korelasi yang meyakinkan antara variable x dengan variable y. Apabila dalam variable x maupun variable y terdapat data observasi yang sama, maka jenjang (ranking) untuk variable-variable tersebut harus diadakan penyesuaian.

Sebagai contoh adalah:

Dari 5 calon salesmen yang diuji mengenai teknik penjualan kemudian ditugaskan untuk melakukan penjualan. Apabila variable x menyatakan nilai ujian dan

variable y menyatakan hasil penjualan, yang masing-masing besarnya adalah:

Dari data diatas ditentukan koefisien korelasi antar jenjang untuk kelima salesman tersebut diatas!

Penyelesaian:

Perhitungan korelasi antar jenjang dari nilai ujian (x) dan hasil penjualan (y) dari 5 orang salesman adalah sebagai berikut:

Oleh karena Badu, Tono dan Tini mempunyai nilai ujian (variable x) yang sama dan jatuh pada jenjang ke 2, 3, 4 maka angka jenjang nilai ujian (x) mereka masing-masing juga harus sama, yaitu:

(2+3+4)/3=3

Sedangkan Badu dan Umar mempunyai angka hasil penjualan (variable y) yang sama dan jatuh pada jenjang ke 1 dan 2 sehingga angka jenjang hasil penjualan (y) masing-masing adalah:

(1+2)/2=1,5

Setelah diperoleh nilai d2 masing-masing salesman, maka harga koefisien korelasi antar jenjang dapat dihitung:

Menurut Spearman besarnya harga kritik r pada n-5 dengan taraf signifikasi 5% atau taraf keyakinan 95% adalah 1. Jadi karena harga r’ < rtab, maka dapat disimpulkan bahwa tidak ada hubungan (korelasi) yang meyakinkan antara nilai ujian dengan penjualan dari salesman.

BAB III

PENGUMPULAN DAN PENGOLAHAN DATA

3.1. Pengumpulan data

Berikut ini adalah data variable hasil dari observasi di laboratorium statistic :

31 49 55

Responden motivasi (x) Produktifitas

(y) x^2 y^2 x y

1 7

16 57 72 3249 5184 4104

3.2.1. Menghitung koefisien korekasi

r =

𝑛 (∑ 𝑋𝑌)−(∑ 𝑋) (∑ 𝑌)

√[𝑛(∑ 𝑋²)−(∑ 𝑋)²][𝑛(∑ 𝑌²)−(∑ 𝑌)²]

r =

52 (165600)−(2578)(3314)

√[52(129830)−(2578)²][52(215512)−(3314)²]

r =

8,611,200−8,543,492

√[6,751,160−6,646,084][11,206,624−10,982,596]

3.2.2. Menghitug koefisien determinasi Koefisien determinasi =

𝑟

= 13, 9²

= 193,21

3.2.3. Menghitung uji T dengan taraf nyata 5%

T

hitung

=

^𝑟

=

^13,9

19,6

= 0,70

Untuk uji dua arah menggunakan rumus :

𝑎 = ^0,05= 0,025

2 2

Dengan derajat bebas : df = n – k df = 52 – 1 = 51

3.2.4. Perumusan Hipotesis H0 : 13,9 ≠ 0 Hipotesa Diterima Keterangan :

• Hipotesa ditolak menandakan terdapat hubungan nyata antara variable X dan variable Y

• Hipotesa diterima menandakan terdapat hubungan nyata antara variable X dan variable Y

3.2.5. Melakukan uji hipotesis T

Jika T hitung = 0,70 > Jika T table = 2.008 Diterima

jadi Hipotesa diterima menandakan hubungan yang lemah antara variable X dan Variabel Y

keterangan:

• Hipotesa ditolak menandakan terdapat hubungan yang kuat antara variable X dan variable Y

• Hipotesa diterima menandakan terdapat hubungan yang kuat antara variable X dan variable Y

T tabel -2.008

0 T tabel

T Hitung

2.008 0,70

3.2.6. Grafik Hipotesa

Gambar 3. 1 gambar grafik hipotesis Kesimpulan :

Hasill dari grafik hipotesis, H0 masuk dalam keterangan diterima

3.2.7. Melakukan perhitungan Regresi linier sederhana dengan software SPSS.

1. Buka software SPSS lalu akan tampilan sebagai berikut.

Gambar 3. 2 Tahap 1 SPSS

2. Ada tampilan menu sebagai berikut, dan klik “Variabel view

Gambar 3. 3Tahap 2 SPSS

3. Lalu masukan format X dan Y pada name, merubah nama label dan menentukan measure dengan skala

Gambar 3. 4 Tahap 3 SPSS 1

1 2

4. Lalu klik Data View, dan masukan data X dan Y pada kolom dan baris sesuai dengan label (nama)

Gambar 3. 5 Tahap 4 SPSS

5. Lalu pilih analisis, pilih corolate dan klik Brivate

Gambar 3. 6 Tahap 5 SPSS

6. Lalu masukan label Motivasi(X) dan label Produktifitas(Y) ke Variabel

Gambar 3. 7 Tahap 7 SPSS 8. Lalu hasil output data dari SPSS muncul

Gambar 3. 8 Tahap 8 SPSS

Kesimpulan pada hasil SPSS adalah berdasarkan nilai probalistas jika probalitas 0.01 maka terdapat tidak korelasi dan sebaliknya jika probalitas besar dari 0.01 maka nilai korelasi rendah.

BAB IV ANALISIS

Dari hasil Analisa pengolahan data variabel manual dengan menggunakan software SPSSmemiliki perbedaan dari proses Analisa. Pada pengolhan data dengan Analisa manual ada beberapa langkah tahapan dalam menganalisa data tersebut :

1. Menentukan tujuan Analisa

Pada tahapan ini data Analisa yang digunakan adalah data observasi yang sudah ditentukan pada proses pratikum.

2. Mencari objek yang menjadi variabel utama

Pada tahapan ini, Analisa secara manual akan mengetahui objek variabel utama setelah menyelesaikan perhitungan manual dan melakukan uji hipotesis dengan data pembanding dengan table T, sedangkan pada Analisa menggunakan software SPSS setelah memasukan data melihat hasil korelasi

3. Tahapan prediksi

Pada thapan ini hasil prediksi dapat dilihat dengan hasil hipotesis yang dibuat dengan garafik hipotesis. Swdangkan software SPSS sudah dapat mengetahui data variabel utama dan hasil hipotesin.

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

1. Analisis korelasi adalah metode statistik yang digunakan untukmenentukan kuatnya suatu derajat hubungan linier antara dua variabelatau lebih, dimana semakin nyata hubungan liniernya (garis lurus) makasemakin kuat atau tinggi derajat hubungannya. Berdasarkan jumlahvariable, korelasi dibedakan atas linear sederhana dan berganda

2. Kegunaan dari analisis korelasi adalah untuk mengetahui tentangketerkaitan antar variabel dalam suatu penelitian yang menunjukkan kuatlemahnya hubungan antar variabel dan memperlihatkan arah korelasiantara variabel yang diteliti dengan jenis data interval dan ordinal.

3. Cara menghitung analisis korelasi dengan langkah yaitu mencari korelasiantara variabel X dengan variabel Y dengan menggunakan rumuskoefisien korelasi (r) , menafsirkan koefisien korelasi yang diperolehdengan pedoman berdasarkan r product moment , menguji tingkatsignifikasi koefisien korelasi yang digunakan untuk

mengetahuikeberartian derajat hubungan antara variabel X dan variabel Y yangditunjukkan dengan koefisien korelasi melalui uji t B.

5.2. Saran

Penulis mengetahui bahwa makalah ini belum sempurna, oleh karena itudiharapkan kepada dosen pembimbing serta pembaca ikut memberikan saranagar makalah ini lebih baik untuk selanjutnya

BAB VI

DAFTAR PUSTAKA

UNP(2018), UJI KORELASI LINIER SEDERHANA DANUJI

KORELASI LNIER, diakse pada 09 Desember 202,

https://www.academia.edu/40678465/Uji_Korelasi_Linear_sederhana

_dan_berganda

BAB I

PENDAHULUAN

1.1

Maksud dan Tujuan

Tujuan penelitian pengendalian kualitas ini adalah:

1. Memahami penerapan Teknik pengambilan sampel dan penentuan jumlah sampel.

2. Dapat menganalisa kualitas suatu produk pada data praktikum statistic 3. Memahami penjelasan proses pada quality control

1.2

Latar belakang masalah

Statistik adalah seni pengambilan keputusan tentang suatu proses atau populasi berdasarkan pada suatu analisis informasi yang terkandung didalam suatu sampel dari populasi itu. Metode statistik memainkan peranan penting dalam jaminan kualitas. metode statistik itu memberikan cara-cara pokok dalam pengambilan sampel produk, pengujian serta evaluasinya, dan informasi di dalam data itu digunakan untuk mengendalikan dan meningkatkan proses pembuatan. Lagi pula, statistika adalah bahasa yang digunakan oleh insinyur pengembangan, pembuatan, pengusahaan, manajemen, dan komponen- komponen fungsional bisnis yang lain untuk berkomunikasi tentang kualitas.

1.3

Perumusan masalah

Rumusan masalah dari praktikum modul quality control ini adalah sebagai berikut:

1. Bagaimana kualitas dari tinggi dan berat paku berdasarkan peta kendali variabel ?

2. Bagaimana kualitas produk berdasarkan peta kendali atribut?

3. Bagaimana gambaran kualitas kue dan produk menggunakan seven tools

Pengumpulan data 1.Data observsi 2.Data Defect

START 1.4

Pembatasan masalah

Agar praktikum ini lebih terarah, mudah dipahami, dan topik yang dibahas tidak meluas, maka perlu adanya pembatasan lingkup praktikum, dimana batasan-batasan masalah yang diambil yaitu sebagai berikut:

1. Data yang disediakan berupa data tinggi dan berat paku.

2. Data cacat produk diperoleh dari pengambilan data di laboratorium statistik.

3. Lokasi praktikum adalah Laboratorium Statistik Program Studi Teknik Industri Universitas Krisnadwipayana.

1.5

Sistematika pembatasan

Responsi

Pengumpulan Laporan

Asistensi

Yes / no Pengolahan Data

Selesai

BAB II Landasan Teori

2.1

Definisi quality control

Quality Control adalah pengendali mutu dalam sektor industri, mulai dari suatu manufaktur hingga sebuah produksi tangan.

Para QC bisa berasal dari dalam maupun dari luar perusahaan yang sengaja diminta untuk mengontrol kualitas suatu barang.

Quality Control menurut Ishita Nobuyuki adalah segala kegiatan untuk memelihara dan memperbaiki produk dan service yang ditawarkan kepada suatu perusahaan.

Menurutnya, Quality Control bukan hanya menjadi sebuah tanggung jawab bagian Quality Control saja, tetapi juga seluruh karyawan atau pihak menjadi satu kesatuan untuk dapat memecahkan masalah.

Sedangkan Dr. K. Ishikawa mengatakan pengertian Quality Control adalah suatu kegiatan untuk meneliti, mengembangkan, merancang serta memenuhi kepuasan konsumen, memberi pelayanan yang baik dimana pelaksanaanya yang melibatkan seluruh kegiatan dalam perusahaan mulai pimpinan teratas sampai karyawan dalam pelaksanaannya.

Feightboum berpendapat Quality Control adalah sistem yang sangat efektif untuk dapat mengintegrasikan berbagai kegiatan-kegiatan dalam pemeliharaan dan pengembangan mutu dalam suatu organisasi sehingga dapat diperoleh suatu produksi dan service dalam tingkat yang paling ekonomis dan juga memuaskan konsumen

Tugas QC dalam industri adalah memeriksa secara visual untuk bisa menguji produk. Pemeriksaan suatu produk dapat berlangsung sebelum, selama dan setelah proses dalam produksi.

Kemudian pengujian dilakukan baik secara manual, maupun menggunakan sebuah bantuan teknologi. Tergantung dari sektor industri di mana QC tersebut bekerja, pada dasarnya QC dapat melakukan pengecekan untuk menjamin mutu produk.

Quality Control yakni suatu proses yang pada intinya yang dapat menjadikan entitas sebagai peninjau kualitas dari semua faktor yang terlibat dalam suatu kegiatan produksi.

Pengendalian mutu atau juga pengendalian kualitas yang dapat melibatkan

Dalam dokumen REGRESI LINIER SEDERHANA (Halaman 31-93)