BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.3 Permasalahan yang Dihadapi Industri Kecil Sepatu
4.4.1 Tabulasi Silang Karakteristik Responden dengan
Tabel 4.15
Case Processing Summary Jenis Kelamin dengan Jumlah Produksi
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
JENISKELAMIN *
JLHPRODUKSI 30 100.0% 0 .0% 30 100.0%
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.15 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.16
Hasil Uji Crosstab Jenis Kelamin dengan Jumlah Produksi
Chi-Square Tests
Value Df Asymp. Sig. (2-sided)
Pearson Chi-Square 6.736a 5 .241
Likelihood Ratio 8.661 5 .123
Linear-by-Linear
Association 2.472 1 .116
Dari tabel 4.16 di atas, menunjukkan bahwa derajat kebebasan (df)= 5. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 6,736 sedangkan nilai Chi-Square tabel adalah 11,070. Ini berarti Chi-Square hitung <Chi-Square tabel. Dengan demikian, hal ini menandakan bahwa H0 diterima, atau tidak ada hubungan antara jenis kelamin dengan jumlah produksi.
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini
menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0,682 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
>nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara jumlah tenaga kerja dengan jumlah produksi.
4.4.1.2 Tabulasi Silang (Crosstab) Usia dengan jumlah produksi
Tabel 4.17
Case Processing Summary Usia dengan Jumlah Produksi
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
USIA * JLHPRODUKSI 30 100.0% 0 .0% 30 100.0%
Sumber : Hasil Penelitian, 2016 ( Data diolah)
a.11 cells (91,7%) have expected count less than 5. The minimum expected count is ,20.
Dari tabel 4.17 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.18 Hasil Uji Crosstab Usia dengan Jumlah Produksi
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Derajat kebebasan (df) adalah 15, tingkat signifikansi (α) adalah 5% .Chi-Square hitung adalah 15,743 sedangkan nilai Chi-.Chi-Square tabel adalah 24,996. Ini berarti Chi-Square hitung (15,743)< Chi-Square tabel (24,996). Dengan demikian, maka dapat diambil kesimpulan bahwa H0 diterima. Dengan demikan, ditemui bahwa tidak ada hubungan antara usia dengan jumlah sepatu yang diproduksi.
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0,399 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
>nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara jumlah tenaga kerja dengan jumlah produksi.
Chi-Square Tests
Value df Asymp. Sig. (2-sided)
Pearson Chi-Square 15.743a 15 .399
Likelihood Ratio 16.235 15 .367
Linear-by-Linear Association .518 1 .472
N of Valid Cases 30
a. 24 cells (100,0%) have expected count less than 5. The minimum expected count is ,13.
4.4.1.3 Tabulasi Silang (Crosstab) Pendidikan dengan jumlah produksi
Tabel 4.19
Case Processing Summary Pendidikan dengan Jumlah Produksi
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Perc ent PENDIDIKAN * JLHPRODUKSI 30 100.0% 0 .0% 30 100. 0%
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.19 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.20 Hasil Uji Crosstab Pendidikan dengan Jumlah Produksi
Dari tabel 4.20 di atas, menunjukkan bahwa derajat kebebasan (df)= 15. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 16,236, sedangkan nilai Chi-Square tabel adalah 24,996. Ini berarti Chi-Square hitung <Chi-Square tabel. Dengan demikian, hal ini menandakan bahwa H0 diterima, atau tidak ada hubungan antara pendidikan dengan jumlah produksi.
Chi-Square Tests
Value Df Asymp. Sig. (2-sided)
Pearson Chi-Square 16.236a 15 .367
Likelihood Ratio 16.525 15 .348
Linear-by-Linear Association 1.120 1 .290
N of Valid Cases 30
a.24 cells (100,0%) have expected count less than 5. The minimum expected count is ,07.
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0, 367 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
> nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima
dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara pendidikan dengan jumlah produksi.
4.4.1.4 Tabulasi Silang (Crosstab) Jenis Kelamin dengan Tujuan Pemasaran
Tabel 4.21
Case Processing Summary Jenis Kelamin dengan Tujuan Pemasaran
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
JENISKELAMIN *
TUJUANPEMASARAN 30 100.0% 0 .0% 30 100.0%
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.21 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.22 Hasil Uji Crosstab Jenis Kelamin dengan Tujuan Pemasaran
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.22 di atas, menunjukkan bahwa derajat kebebasan (df)= 2. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 1,461, sedangkan nilai Chi-Square tabel adalah 5,991. Ini berarti Chi-Square hitung (1,461) <Chi-Square
tabel (5,991). Dengan demikian, hal ini menandakan bahwa H0 diterima, yaitu, tidak ada hubungan antara jenis kelamin dengan tujuan pemasaran.
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0, 482 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
> nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara jenis kelamin dengan tujuan pemasaran.
Chi-Square Tests
Value Df Asymp. Sig. (2-sided)
Pearson Chi-Square 1.461a 2 .482
Likelihood Ratio 1.567 2 .457
Linear-by-Linear Association 1.409 1 .235
N of Valid Cases 30
4.4.1.5 Tabulasi Silang (Crosstab) Usia dengan Tujuan Pemasaran
Tabel 4.23
Case Processing Summary Usia dengan Tujuan Pemasaran
Sumber : Hasil Penelitian, 2016 ( Data diolah) D
Dari tabel 4.23 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.24 Hasil Uji Crosstab Usia dengan Tujuan Pemasaran
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.24 di atas, menunjukkan bahwa derajat kebebasan (df)= 6. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 1,458, sedangkan nilai Chi-Square tabel adalah 12,592. Ini berarti Chi-Square hitung (1,458) <Chi-Square
tabel (12,592). Dengan demikian, hal ini menandakan bahwa H0 diterima, yaitu, tidak ada hubungan antara usia dengan tujuan pemasaran.
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig.
(2-Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
USIA *
TUJUANPEMASARAN 30 100.0% 0 .0% 30 100.0%
Chi-Square Tests
Value Df Asymp. Sig. (2-sided)
Pearson Chi-Square 1.458a 6 .962
Likelihood Ratio 2.236 6 .897
Linear-by-Linear Association .098 1 .754
N of Valid Cases 30
sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini
menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0, 962 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
> nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima
dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara usia dengan tujuan pemasaran.
4.4.1.6 Tabulasi Silang (Crosstab) Pendidikan dengan Tujuan Pemasaran
Tabel 4.25
Case Processing Summary Pendidikan dengan Tujuan Pemasaran
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.25 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.26 Hasil Uji Crosstab Pendidikan dengan Tujuan Pemasaran
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.26 di atas, menunjukkan bahwa derajat kebebasan (df)= 6. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas,
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
PENDIDIKAN *
TUJUANPEMASARAN 30 100.0% 0 .0% 30 100.0%
Chi-Square Tests
Value Df Asymp. Sig. (2-sided)
Pearson Chi-Square 10.149a 6 .119
Likelihood Ratio 13.339 6 .038
Linear-by-Linear Association .437 1 .508
N of Valid Cases 30
ditemukan bahwa nilai Chi-Square hitung adalah 10,149, sedangkan nilai Chi-Square tabel adalah 12,592. Ini berarti Chi-Square hitung (10,149) <Chi-Square
tabel (12,592). Dengan demikian, hal ini menandakan bahwa H0 diterima, yaitu, tidak ada hubungan antara usia dengan tujuan pemasaran.
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0, 119 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
> nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara pendidikan dengan tujuan pemasaran.
4.4.1.7 Tabulasi Silang (Crosstab) Jenis Kelamin dengan Pendapatan.
Tabel 4.27
Case Processing Summary Jenis Kelamin dengan Pendapatan
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.27 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%
Tabel 4.28 Hasil Uji Crosstab Jenis Kelamin dengan Pendapatan
Case Processing Summary Cases
Valid Missing Total
N Percent N Percent N Percent
JENISKELAMIN *
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.28 di atas, menunjukkan bahwa derajat kebebasan (df)= 3. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 4,355, sedangkan nilai Chi-Square tabel adalah 7,815 Ini berarti Chi-Square hitung (4,355) <Chi-Square
tabel (7,815). Dengan demikian, hal ini menandakan bahwa H0 diterima, yaitu, tidak ada hubungan antara jenis kelamin dengan pendapatan.
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini
menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0,226 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
> nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima
dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara jenis kelamin dengan pendapatan. Chi-Square Tests Value Df Asymp. Sig. (2-sided) Pearson Chi-Square 4.355a 3 .226 Likelihood Ratio 5.496 3 .139 Linear-by-Linear Association .348 1 .555 N of Valid Cases 30
4.4.1.8 Tabulasi Silang (Crosstab) Usia dengan Pendapatan.
Tabel 4.29
Case Processing Summary Usia dengan Pendapatan
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.29 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.30 Hasil Uji Crosstab Usia dengan Pendapatan
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.30 di atas, menunjukkan bahwa derajat kebebasan (df)= 9. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 10,419 sedangkan nilai Chi-Square tabel adalah 16,919. Ini berarti Chi-Square hitung (4,355) <Chi-Square
tabel (16,919). Dengan demikian, hal ini menandakan bahwa H0 diterima, yaitu,
tidak ada hubungan antara usia dengan pendapatan.
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini
Case Processing Summary Cases
Valid Missing Total
N Percent N Percent N Percent
USIA * PENDAPATAN 30 100.0% 0 .0% 30 100.0% Chi-Square Tests Value Df Asymp. Sig. (2-sided) Pearson Chi-Square 10.419a 9 .318 Likelihood Ratio 12.126 9 .206 Linear-by-Linear Association 2.118 1 .146 N of Valid Cases 30
menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0,318 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
> nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara usia dengan pendapatan.
4.4.1.9 Tabulasi Silang (Crosstab) Pendidikan dengan Pendapatan.
Tabel 4.31
Case Processing Summary Pendidikan dengan Pendapatan
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.31 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.32 Hasil Uji Crosstab Pendidikan dengan Pendapatan
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.32 di atas, menunjukkan bahwa derajat kebebasan (df)= 9. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 8,199 sedangkan nilai
Chi-Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
PENDIDIKAN *
PENDAPATAN 30 100.0% 0 .0% 30 100.0%
Chi-Square Tests
Value Df Asymp. Sig. (2-sided)
Pearson Chi-Square 8.199a 9 .514
Likelihood Ratio 9.818 9 .365
Linear-by-Linear Association .457 1 .499
N of Valid Cases 30
a. 14 cells (87,5%) have expected count less than 5. The minimum expected count is ,10.
Square tabel adalah 16,919. Ini berarti Chi-Square hitung (8,199) <Chi-Square
tabel (16,919). Dengan demikian, hal ini menandakan bahwa H0 diterima, yaitu, tidak ada hubungan antara pendidikan dengan pendapatan.
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini
menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0,514 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
> nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima
dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara pendidikan dengan pendapatan.
4.4.2. Tabulasi silang Variabel Independen dengan Variabel Dependen
4.4.2.1. Tabulasi Silang (Crosstab) Tenaga Kerja (X1) dengan Jumlah Produksi (Y1)
Tabel 4. 33
Case Processing Summary Tenaga Kerja (X1) dengan Jumlah Produksi (Y1)
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
TENAGAKERJA *
JLHPRODUKSI 30 100.0% 0 .0% 30 100.0%
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.33 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.34
Hasil Uji Crosstab Tenaga Kerja (X1) dengan Jumlah Produksi (Y1)
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.34 di atas, menunjukkan bahwa derajat kebebasan (df)= 10. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 25,690 sedangkan nilai Chi-Square tabel adalah 18,307. Ini berarti Chi-Square hitung (25,690) >Chi-Square
tabel (18,307). Dengan demikian, hal ini menandakan bahwa H0 ditolak, itu artinya terdapat hubungan antara T enaga kerja (X1) Jumlah Produksi (Y1).
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini
menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0,004 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
< nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 ditolak dan hal ini memberi kesimpulan bahwa terdapat hubungan antara Tenaga Kerja (X1) dengan Jumlah Produksi (Y1)
Chi-Square Tests
Value df Asymp. Sig. (2-sided)
Pearson Chi-Square 25.690a 10 .004
Likelihood Ratio 25.423 10 .005
Linear-by-Linear Association 7.497 1 .006
N of Valid Cases 30
4.4.2.2. Tabulasi Silang (Crosstab) Tenaga Kerja (X1) dengan Tujuan Pemasaran (Y2)
Tabel 4. 35
Case Processing Summary Tenaga Kerja (X1) dengan Tujuan Pemasaran (Y2)
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
TENAGAKERJA *
TUJUANPEMASARAN 30 100.0% 0 .0% 30 100.0%
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.35 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.36
Hasil Uji Crosstab Tenaga Kerja (X1) dengan Tujuan Pemasaran (Y2)
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.36 di atas, menunjukkan bahwa derajat kebebasan (df)= 4. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 10,386 sedangkan nilai Chi-Square tabel adalah 9,488. Ini berarti Chi-Square hitung (10,386) >Chi-Square
tabel (9,488). Dengan demikian, hal ini menandakan bahwa H0 ditolak, itu artinya
terdapat hubungan antara T enaga kerja (X1) dengan Tujuan Pemasaran (Y2)
Chi-Square Tests
Value Df Asymp. Sig. (2-sided)
Pearson Chi-Square 10.386a 4 .034
Likelihood Ratio 13.399 4 .009
Linear-by-Linear Association 9.297 1 .002
N of Valid Cases 30
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0,034 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
< nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 ditolak
dan hal ini memberi kesimpulan bahwa terdapat hubungan antara Tenaga Kerja (X1) dengan Tujuan Pemasaran (Y2).
4.4.2.3. Tabulasi Silang (Crosstab) Tenaga Kerja (X1) dengan Tujuan Pemasaran (Y2)
Tabel 4. 37
Case Processing Summary Tenaga Kerja (X1) dengan Pendapatan Industri Kecil (Y3)
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
TENAGAKERJA *
PENDAPATAN 30 100.0% 0 .0% 30 100.0%
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.37 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.38
Hasil Uji Crosstab Tenaga Kerja (X1) dengan Pendapatan Industri Kecil
Chi-Square Tests
Value Df Asymp. Sig. (2-sided)
Pearson Chi-Square 5.621a 6 .467
Likelihood Ratio 6.148 6 .407
Linear-by-Linear Association 3.473 1 .062
N of Valid Cases 30
a. 10 cells (83,3%) have expected count less than 5. The minimum expected count is ,30.
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.38 di atas, menunjukkan bahwa derajat kebebasan (df)= 6. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 5,621 sedangkan nilai Chi-Square tabel adalah 12,592. Ini berarti Chi-Square hitung (5,621) <Chi-Square
tabel (12,592). Dengan demikian, hal ini menandakan bahwa H0 diterima, itu artinya tidak ada hubungan antara Tenaga kerja (X1) dengan Pendapatan Industri Kecil (Y3).
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0,467 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
> nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima
dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara Tenaga Kerja (X1) dengan Pendapatan Industri Kecil (Y3).
4.4.2.4. Tabulasi Silang (Crosstab) Umur Perusahaan (X2) dengan Jumlah Produksi (Y1)
Tabel 4. 39
Case Processing Summary Umur Perusahaan (X2) dengan Jumlah Produksi (Y1)
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
UMURPERUSAHAAN * JLHPRODUKSI
30 100.0% 0 .0% 30 100.0%
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.39 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.40
Hasil Uji Crosstab Umur Perusahaan (X2) dengan Jumlah Produksi (Y1)
Dari tabel 4.40 di atas, menunjukkan bahwa derajat kebebasan (df)= 15. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 12,140 sedangkan nilai Chi-Square tabel adalah 24,996. Ini berarti Chi-Square hitung (12,140) <Chi-Square
tabel (24,996). Dengan demikian, hal ini menandakan bahwa H0 diterima, itu artinya tidak ada hubungan antara Umur Perusahaan (X2) dengan Jumlah Produksi (Y1).
Chi-Square Tests
Value Df Asymp. Sig. (2-sided)
Pearson Chi-Square 12.140a 15 .668
Likelihood Ratio 14.968 15 .454
Linear-by-Linear Association .597 1 .440
N of Valid Cases 30
a. 24 cells (100,0%) have expected count less than 5. The minimum expected count is ,27.
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0,668 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
> nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima
dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara Umur Perusahaan (X2) dengan Jumlah Produksi (Y1).
4.4.2.5. Tabulasi Silang (Crosstab) Umur Perusahaan (X2) dengan Tujuan Pemasaran (Y2
Tabel 4. 41
Case Processing Summary Umur Perusahaan (X2) dengan Tujuan Pemasaran (Y2)
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
UMURPERUSAHAAN *
TUJUANPEMASARAN 30 100.0% 0 .0% 30 100.0%
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.41 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.42
Hasil Uji Crosstab Umur Perusahaan (X2) dengan Tujuan Pemasaran (Y2)
Chi-Square Tests Value Df Asymp. Sig. (2-sided) Pearson Chi-Square 6.179a 6 .403 Likelihood Ratio 7.735 6 .258 Linear-by-Linear Association 1.836 1 .175 N of Valid Cases 30
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.42 di atas, menunjukkan bahwa derajat kebebasan (df)= 6. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 6,179 sedangkan nilai Chi-Square tabel adalah 12,592. Ini berarti Chi-Square hitung (6,179) <Chi-Square
tabel (12,592). Dengan demikian, hal ini menandakan bahwa H0 diterima, itu
artinya tidak ada hubungan antara Umur Perusahaan (X2) dengan Tujuan Pemasaran (Y2).
Selain itu, untuk menguatkan hasil pengujian, maka dapat dilakukan dengan melihat nilai dari Asymp. Sig. (2-sided). Jika nilai dari Asymp. Sig. (2-sided) >dari nilai signifikansi (0,05), maka H0 diterima. Dari hasil penelitian ini
menunjukkan bahwa nilai Asymp. Sig. (2-sided) adalah 0,403 sedangkan nilai signifikansinya adalah 0,05. Ini berarti menunjukkan bahwa Asymp. Sig. (2-sided)
> nilai signifikansi. Maka dengan demikian, dapat disimpulkan bahwa H0 diterima dan hal ini memberi kesimpulan bahwa tidak ada hubungan antara Umur Perusahaan (X2) dengan Tujuan Pemasaran (Y2).
4.4.2.6. Tabulasi Silang (Crosstab) Umur Perusahaan (X2) dengan Pendapatan Industri Kecil (Y3)
Tabel 4. 43
Case Processing Summary Umur Perusahaan (X3) dengan Pendapatan (Y3)
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
UMURPERUSAHAAN *
PENDAPATAN 30 100.0% 0 .0% 30 100.0%
Sumber : Hasil Penelitian, 2016 ( Data diolah)
Dari tabel 4.43 di atas menunjukkan ada 30 data yang semuanya diproses (tidak ada data yang missing atau hilang) sehingga kevalidannya 100%.
Tabel 4.44
Hasil Uji Crosstab Umur Perusahaan (X2) dengan Pendapatan Industri Kecil (Y3)
Dari tabel 4.44 di atas, menunjukkan bahwa derajat kebebasan (df)= 9. Tingkat signifikansi (α) dari penelitian ini adalah 5%. Dari hasil pengujian diatas, ditemukan bahwa nilai Chi-Square hitung adalah 6,448 sedangkan nilai Chi-Square tabel adalah 16,919. Ini berarti Chi-Square hitung (6,448) <Chi-Square
tabel (16,919). Dengan demikian, hal ini menandakan bahwa H0 diterima, itu
artinya tidak ada hubungan antara Umur Perusahaan (X2) dengan Pendapatan
Chi-Square Tests
Value Df Asymp. Sig. (2-sided)
Pearson Chi-Square 6.448a 9 .694