Tugas MID
PENGOLAHAN DATA KOMPUTER
OLEH : JABAR A1C3 10 062
PROGRAM STUDI PENDIDIKAN FISIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS HALUOLEO KENDARI
1. Akan diselidi apakah ada pengaruh tingkat pendidikan (lama tahun pendidikan), jumlah pendapatan perbulan dan jumlah anggota keluarga terhadap jumlah pengeluaran perbulan beberapa tenaga pengajar di SMA se-kota Kendari. Analisislah data pada table di bawah ini dan jelaskan hasilnya
pengeluaran pendapatan Tingkat
pendidikan
Untuk mengolah data di atas digunakan regresi, dan hasilnya adalah sebagai berikut SUMMARY
OUTPUT
Regression
Statistics
Multiple R 0,997138796 R Square 0,994285779 Adjusted R
Square 0,910000075
Standard
Error 62243,18316
Observations 15
Tabel pertma ini adalah tabel SUMMARY OUTPUT .
pendapatan dan jumlah anggota keluarga dengan varibel terikatnya yaitu jumlah pengeluran. Nilai dari multiple R antara 0-1, maka pengaruh variabel bebas terhadap variabel terikat sangat kuat, ini ditunjukan dengan nilai multiple R adalah 0,997138796. R square R Square (R2) sering disebut dengan koefisien determinasi, adalah mengukur kebaikan suai (goodness of fit) dari persamaan regresi; yaitu memberikan proporsi atau persentase variasi total dalam variabel terikat yang dijelaskan oleh variabel bebas. Nilai R2 terletak antara 0 – 1, dan kecocokan model dikatakan lebih baik kalau R2 semakin mendekati 1. Pada analisis ini nilai R2 adalah 0,994285779 sehingga ini menunjukan bahwa keterkaitan antara varibel bebas dan varibel terikannya sngat besar atau dengan artian, lama pendidikan, pendapatan dan jumlah anggota kelurga mempengaruhi pengeluaran. Karena pada data ini menggunakan varibel bebasnya tiga varibel maka yang akan digunkan adalah Adjusted R Square, dan pada analisis ini nilai Adjusted R Square = 0,910000075, hasil ini menunjukan keterkaitan yang erar atau pengaruh varibel bebas terhadap variabel terikat itu besar.
Tabel 2 adalah ANOVA ANOVA
df SS MS F
Significance F
Regression 3 8,08945E+12 2,69648E+12 696,0079 8,05689E-13
Residual 12 46490566193 3874213849
Total 15 8,13594E+12
Tabel ANOVA (Analysis of Variance) menguji penerimaan (acceptability) model dari perspektif statistik dalam bentuk analisis sumber keragaman. ANOVA ini sering juga diterjemahkan sebagai analisis ragam.Dari tabel ANOVA tersebut diungkapkan bahwa keragaman data aktual variabel terikat (permintaan) bersumber dari model regresi dan dari residual. Dalam pengertian sederhana untuk kasus kita adalah variasi (turun-naiknya atau besar kecilnya) permintaan disebabkan oleh variasi dari pendapatan, tingkat pendidikan dan jumlah anggota keluarga (model regresi) yang mempengaruhi pengeluaran guru se-kota Kendari.
1. Degree of Freedom (df) atau derajat bebas dari total adalah n-1, dimana n adalah banyaknya observasi. Karena observasi kita ada 16, maka derajat bebas total adalah 15. Derajat bebas dari model regresi adalah 3, karena ada dua variabel bebas dalam model kita (harga dan pendapatan). Derajat bebas untuk residual adalah sisanya yaitu derajat bebas total – derajat bebas regresi = 15 – 3 = 12.
variabel lain, tetapi tidak dimasukkan dalam model (residual).Kalau kita bandingkan (bagi) antara SS regresi dengan SS total, maka akan kita dapatkan proporsi dari total variasi permintaan yang disebabkan oleh variasi harga dan pendapatan. Coba kita bagi: 8,08945E+12 / 8,08945E+12 = 0,994286. Nilai 0,994286merupakan R2 atau koefisien determinasi yang telah kita bahas diatas.
3. Selanjutnya kolom berikutnya dari ANOVA adalah kolom MS (Mean of Square) atau rata-rata jumlah kuadrat. Ini adalah hasil bagi antara kolom SS dengan kolom df. Pada analisis tersebut di dapat nilai F sebesar 696,0079. Pada tabei ini pula kita mendapatkan p-value (Significance F)sebesar 8,05689E-13 taraf nyata yang di pilih adalah 0,05; karena (Significance F)sebesar 8,05689E-13 < taraf nyata 0,05 maka dapat disimpulkan bahwa variabel bebas mempengaruhi variabel terikatnya.
Tabel 3 sebagai berikut
Coefficients
Standard
Error t Stat P-value Lower 95% Upper 95%
Lower 95,0%
Upper 95,0%
Intercept 0 #N/A #N/A #N/A #N/A #N/A #N/A #N/A
pendapatan 0,831265052 0,069744 11,91885981 5,21549E-08 0,67930664 0,98322346 0,67930664 0,98322346 Tingkat
pendidikan
-10961,22705 6774,046
-1,618121061 0,131603168 -25720,606 3798,152 -25720,606 3798,152 Jumlah
anggota
keluarga 32263,40893 16371,74 1,970677431 0,07227215 -3407,5376 67934,3554 -3407,5376 67934,3554
Tabel diatas menampilkan nilai-nilai koefisien, standard error, tsat, P-value dan selang kepercayaan.Dalam pengujian hipotesis regresi, tahap berikutnya setelah pengujian secara simultan (uji F seperti yang telah kita sampaikan sebelumnya) adalah pengujian koefisien regresi secara parsial.Dalam uji parsial, kita menggunakan uji t, yaitu membandingkan antara t-hitung (t Stat) dengan t tabel. Jika t hitung > t tabel pada taraf nyata tertentu, maka dapat disimpulkan variabel tersebut berpengaruh secara signifikan.Dalam tabel tersebut untuk pendapatan p value < 0,05 ini menyatakan berpengaruh secara signifikan dalam taraf kebenaran 95 %.
Begitupun dengan jumlah anggota keluarga juga nilai p-value < 0,05, sehingga berpengaruh juga secara
signifikan terhadappengeluaran dalam taraf kebenaran 95%, namun untuk tingkat pendidikan tidak
RESIDUAL OUTPUT
Observation
Predicted
pengeluaran Residuals Standard Residuals
1 247518,6988 27481,30124 0,493628817
2 488639,4817 -38639,48174 -0,694055987
3 662951,7912 -12951,79122 -0,232644638
4 218057,5011 -18057,50105 -0,324355197
5 279261,5521 20738,4479 0,372511309
6 458657,7284 -58657,72845 -1,053630788
7 1078584,317 -83584,31699 -1,501370955
8 872529,1542 123470,8458 2,217826841
9 715942,9084 49057,0916 0,881180766
10 541997,5198 13002,48018 0,233555131
11 1286400,58 -36400,57987 -0,653840042
12 1475617,155 -25617,15545 -0,460144373
13 539755,9293 110244,0707 1,980242845
14 219044,6942 25955,30581 0,466218349
15 333814,336 16185,66397 0,2907326
PROBABILITY OUTPUT Percentile pengeluaran 3,333333333 200000
10 245000
16,66666667 275000 23,33333333 300000
30 350000
36,66666667 400000 43,33333333 450000
50 555000
56,66666667 650000 63,33333333 650000
70 765000
76,66666667 995000 83,33333333 996000
90 1250000
2. Akan dilakukan pembandingan terhadap jumlah kursi yang disediakan di beberapa prodi di tiga PTN yaitu UHO UNHAS dan UGM pada SPMB tahun 2013. Analisislah data pada table di bawah ini dan jelaskan hasilnya
UHO UNHAS UGM
Sealanjutnya akan dilakukan ujian hipotesis untuk mengetahui apakah ada perbedaan dari variasi data pada masing masing universitas
Hipotesis
H0 : 12 3
H1 : tidak ada semua means sama
Anova: Two-Factor Without Replication
SUMMARY Count Sum Average Variance
50 2 260 130 200
Columns 864,2857 1 864,2857 3,432624 0,11336 5,987378
Error 1510,714 6 251,7857
Total 7435,714 13
UHO UNHAS UGM
UHO 233,6735
UNHAS 73,97959 331,6327
Dari hasil pengolahan data di atas menunjukan bahwa variasi untuh UHO adalah 233,6735, Unhas sebesar 386,9048 dan UGM adalah 708,333.