Hubungan Antara Tingkat Pendidikan, Jenis Pekerjaan, Dan Pendapatan Orang Tua Terhadap IPK Mahasiswa/I D-3 Statistika Angkatan 2007

(1)

Eva R.S. Tumanggor : Hubungan Antara Tingkat Pendidikan, Jenis Pekerjaan, Dan Pendapatan Orang Tua Terhadap Ipk Mahasiswa/I D-3 Statistika Angkatan 2007, 2009.

HUBUNGAN ANTARA TINGKAT PENDIDIKAN,

JENIS PEKERJAAN, DAN PENDAPATAN ORANG TUA

TERHADAP IPK MAHASISWA/I D-3 STATISTIKA

ANGKATAN 2007

TUGAS AKHIR

EVA R.S. TUMANGGOR

062407105

PROGRAM STUDI D-3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(2)

HUBUNGAN ANTARA TINGKAT PENDIDIKAN,

ANGKATAN 2007

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya

EVA R.S. TUMANGGOR

062407105

PROGRAM STUDI D-3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(3)

PERSETUJUAN

Judul : HUBUNGAN ANTARA TINGKAT

PENDIDIKAN, JENIS PEKERJAAN, DAN

PENDAPATAN ORANG TUA TERHADAP IPK MAHASISWA/I D-3 STATISTIKA ANGKATAN 2007

Kategori : TUGAS AKHIR

Nama : EVA R. S. TUMANGGOR

Nomor Induk MahasiswA : 062407105

Program Studi : D-III STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM UNIVERSITAS SUMATERA UTARA

Disahkan di

Medan, Mei 2009

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU Pembimbing, Ketua,

Dr. Saib Suwilo, M.Sc Drs. Open Darnius,

M.Sc

(4)

PERNYATAAN

HUBUNGAN ANTARA TINGKAT PENDIDIKAN,

ANGKATAN 2007

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan masing-masing disebutkan sumbernya.

Medan, Mei 2009

(5)

PENGHARGAAN

Puji dan syukur Penulis panjatkan kehadirat Tuhan Yesus Kristus yang telah melimpahkan berkat dan rahmat-Nya. Sehingga Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan Judul “Hubungan Antara Tingkat Pendidikan, Jenis Pekerjaan, dan Pendapatan Orang Tua Terhadap IPK Mahasiswa/i D-3 Statistika Angkatan 2007”.

Penyusunan Tugas Akhir ini dimaksudkan untuk memenuhi sebagian persyaratan dalam memperoleh gelar Ahli Madya di FMIPA USU Jurusan D-3 Statistika.

(6)

DAFTAR ISI

Halaman

Judul i

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vii

Bab 1 Pendahuluan 1

1.1Latar Belakang 1

1.2Perumusan Masalah 3

1.3Maksud dan Tujuan Penelitian 3

1.4Manfaat Penelitian 4

1.5Metodologi Penelitian 4

1.6Jadwal Pelaksanaan 6

1.7Sistematika Penulisan 7

Bab 2 Konsep dan Defenisi 8

2.1 Statistik Non Parametrik 8

2.2 Hipotesa 11

2.3 Analisa yang Digunakan 13

2.4 Metode Chi Kuadrat 13

Bab 3 Analisa dan Evaluasi 24

3.1 Hubungan antara Jenis Pekerjaan 25

Orang Tua dengan IPK Mahasiswa/i

3.2 Hubungan antara Pendidikan 31

3.3 Hubungan antara Tingkat Pendapatan 36

Bab 4 Implementasi Sistem 42

4.1 Pengertian Implementasi Sistem 42

4.2 Tahapan Implementasi Sistem 42

4.3 Pengenalan Excel 43

4.4 Type Data dalam Microsoft Excel 47

4.5 Fungsi Statistik 47

4.6 Mengedit Worksheet dan Workbook 48

Bab 5 Kesipmulan dan Saran 50

5.1 Kesimpulan 50

5.2 Saran 51

Daftar Pustaka 52

(7)

DAFTAR TABEL

Halaman

Tabel 2.4.1 Daftar Kontingensi 19

Tabel 2.4.2 Daftar Kontingensi dari Frekuensi yang Diharapkan 20

Tabel 3.1 Distribusi Frekuensi Rata-rata IPK 25

Tabel 3.1.1 Kriteria IPK Mahasiswa/I Menurut 26

Pekerjaan Orang Tua

Tabel 3.1.2 Daftar Frekuensi yang Diharapkan 28

Tabel 3.1.3 Penentuan Harga Chi Kuadrat 29

Tingkat Pendidikan Orang Tua

Tabel 3.2.3 Penentuan Harga Chi Kuadrat 34

Tingkat Pendapatan Orang Tua

(8)

BAB 1

PENDAHULUAN

1.1Latar Belakang

Pendidikan merupakan salah satu kegiatan yang universal dan penting dalam

kehidupan manusia. Pendidikan juga merupakan suatu keharusan bagi setiap umat

manusia untuk mengecapnya sebagai makhluk individu maupun makhluk sosial.

Pendidikan merupakan suatu kebutuhan dan menjadi hak manusia yang harus

dilindungi.

Sebagai makhluk sosial manusia tidak bisa lepas dari orang lain yang berarti

sesama manusia akan saling memiliki rasa ketergantungan seorang akan yang lain. Di

dunia tidak ada manusia yang dapat hidup sendiri, manusia itu pasti membutuhkan

orang lain.

Keluarga merupakan kelompok sosial pertama dalam kehidupan manusia

dimana manusia belajar dan menyatakan diri sebagai makhluk sosial dalam

interaksinya dengan kelompoknya. Di dalam keluargalah seorang anak akan terbentuk

jiwa dan kepribadiannya. Ada istilah yang menyatakan buah jatuh tidak jauh dari

pohonnya. Hal ini berkaitan dengan seorang anak yang tidak berbeda jauh dari orang

tuanya. Kepribadian seorang anak bisa mencerminkan kepribadian orang tuanya.

Keadaan sosial keluarga yaitu tingkat pendidikan, jenis pekerjaan, dan

(9)

anak-Eva R.S. Tumanggor : Hubungan Antara Tingkat Pendidikan, Jenis Pekerjaan, Dan Pendapatan Orang Tua Terhadap Ipk Mahasiswa/I D-3 Statistika Angkatan 2007, 2009.

anaknya. Jika diperhatikan apabila keadaan sosial keluarga memadai, maka anak-anak

akan mendapat kesempatan yang lebih banyak untuk mengembangkan potensi-potensi

diri misalnya mengecap pendidikan ke jenjang yang lebih tinggi yaitu bangku

perkuliahan.

Sikap-sikap orang tua juga mempengaruhi interaksi anak dalam keluarga.

Perkembangan sosial anak juga turut ditentukan sikap anak terhadap keadaan

keluarga. Walaupun status ekonomi keluarga memadai, tetapi jika tidak ada perhatian

dari orang tua maka perkembangan anak tidak wajar.

Mengenyam pendidikan dari kecil hingga menjadi seorang mahasiswa/i

merupakan hal yang patut disyukuri. Untuk semua itu status sosial orang tualah yang

memiliki peranan penting dalam menjadikan seorang anak menjadi mahasiswa/i.

Kemajuan anak dapat dilihat dari prestasi akademiknya dalam hal ini IPK. Apakah

status sosial keluarga akan tercermin dari IPK anak yang memuaskan atau tidak.

Dengan latar belakang ini, penulis merasa tertarik untuk memaparkannya

dalam Tugas Akhir dengan judul:

HUBUNGAN ANTARA TINGKAT PENDIDIKAN, JENIS PEKERJAAN, DAN

PENDAPATAN ORANG TUA TERHADAP INDEKS PRESTASI KOMULATIF

MAHASISWA/I D-3 STATISTIKA ANGKATAN 2007.

(10)

Berdasarkan latar belakang di atas maka dapat dirumuskan permasalahan dalam

penelitian ini sebagai berikut:

1. Sejauh mana hubungan tingkat pendidikan orang tua terhadap IPK

mahasiswa/i Statistika angkatan 2007?

2. Sejauh mana hubungan jenis pekerjaan orang tua terhadap IPK mahasiswa/i

Statistika angkatan 2007?

3. Sejauh mana hubungan pendapatan orang tua terhadap IPK mahasiswa/i

Statistika angkatan 2007?

1.3Maksud dan Tujuan Penelitian

Maksud dan tujuan dari penelitian ini adalah untuk mengetahui :

1. Untuk mengetahui hubungan antara tingkat pendidikan orang tua terhadap IPK

mahasiswa/i Statistika angkatan 2007.

2. Untuk mengetahui hubungan antara jenis pekerjaan orang tua terhadap IPK

3. Untuk mengetahui hubungan antara pendapatan orang tua terhadap IPK

(11)

Manfaat dari penelitian ini adalah mengetahui hubungan tingkat pendidikan, jenis

pekerjaan, dan pendapatan orang tua terhadap IPK mahasiswa/i Statistika Angkatan

2007 yang merupakan wujud penerapan ilmu yang telah didapat selama dalam

perkuliahan, khususnya dalam bidang Statistika dengan menggunakan Statistik Non

Parametrik.

1.5Metodologi Penelitian

Metodologi penelitian merupakan cara yang terdiri dari langkah-langkah kegiatan

yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan

penelitian sehingga apa yang menjadi tujdan dari penelitian dapat terwujud.

Metode yang digunakan penulis dalam penelitian ini adalah:

1. Kuesioner

Kuesioner yang dibagikan secara langsung oleh penulis kepada mahasiswa

statistika angkatan 2007.

2. Penelitian Kepustakaan

Suatu cara penelitian yang digunakan untuk memperoleh data dan nformasi

dari perpustakaan dengan membaca buku-buku, referensi, dan bahan-bahan

yang bersifat teoritis yang mendukung penulisan tugas akhir ini.

Chi kuadrat adalah teknik analisis statistik untuk mengetahui signifikansi

perbedaan antara proporsi(probabilitas) subjek atau objek penelitian yang datanya

(12)

frekuensi yang ada. Frekuensi tersebut terbagi dua kelompok yaitu frekuensi hasil

pengamatan dan frekuensi yang diharapkan.

Rumus yang digunakan adalah:

(

)

∑

= − = k i i i i E E O x 1 2 2 Dengan: = 2

x Chi kuadrat

=

i

O Nilai pengamatan yang diperoleh pada kategori yang ke-i

=

i

E Nilai pengharapan pada kategori ke-i

Dengan kriteria pengujian sebagai berikut:

Tolak Ho jika X2hitung≥ X2tabel

Terima Ho jika X2hitung< X2tabel

Dalam taraf nyata α =0,05 dan derajat kebebasan(dk) untuk distribusi Chi Kuadrat

adalah (b-1)(k-1), dalam hal yang lainnya kita terima hipotesis Ho.

Setelah mendapat harga Chi Kuadrat, biasanya kita menghitung harga

koefisien kontingensi yang diberi simbol C. Kegunaannya adalah untuk mencari tahu

atau menghitung keeratan hubungan antara dua variabel yang mempunyai gejala

ordinal(kategori), paling tidak berjenis nominal. Rumus yang digunakan adalah:

(13)

Keterangan:

C = Koefisien kontingensi

= hitung

X2 Hasil perhitungan Chi Kuadrat N = Banyak data

Harga koefisien kontingensi maksimum dihitung dengan rumus sebagai

berikut:

m m Cmaks= −1

Dengan m harga minimum antara b dan k atau baris dan kolom. Dengan

membandingkan C dengan Cmaks maka keeratan hubungan variabel I dan II

ditentukan oleh persentasenya. Hubungan ini disimbolkan dengan Q dan mempunyai

nilai antara -1 dan 1. Bila Harga Q mendekati 1 maka hubungan tambah erat dan bila

Q menjauhi 1 maka hubungannya semakin kurang erat.

% 100

× =

Cmaks C Q

1.6 Jadwal Pelaksanaan

Lokasi penelitian dilakukan di kampus FMIPA Universitas Sumatera Utara pada

(14)

1.7 Sistematika Penulisan

Sistematika penulisan diuraikan untuk memberikan kerangka atau gaambaran dari

Tugas Akhir ini, yaitu sebagai berikut:

BAB 1 : PENDAHULUAN

Pada Bab ini berisi tentang latar belakang, perumusan masalah,

maksud dan tujuan penelitian, manfaat penelitian, metodoligi

penelitian, jadwal pelaksanaan, dan sistematika penelitian.

BAB 2 : KONSEP DAN DEFENISI

Pada Bab ini berisi tentang tinjauan teoriti untuk diaplikasikan

dalam pengolaha data yang didapat. Dalam hal ini menggunakn

Chi-Kuadrat.

BAB 3 : ANALISA DAN EVALUASI

Pada Bab ini berisi tentang penganalisaan data yang diperlukan

dalam penyelesaian Tugas Akhir.

BAB 4 : IMPLEMENTASI SISTEM

Pada Bab ini berisi tentang program yang dipakai untuk

memproses data penelitian.

BAB 5 : KESIMPULAN DAN SARAN

Pada Bab ini berisi tentang kesimpulan yang dapat diambil dari

pembahasan pada bab-bab sebelumnnya dan penulis mencoba

memberikan saran yang mungkin dapat berguna untuk masa

(15)

BAB 2

KONSEP DAN DEFENISI

2.1 Statistik Non Parametrik

Dalam memproses data penelitian ini penulis menggunakan Test Statistik Non

Parametrik. Metode Statistik Non Parametrik atau sering juga disebut metode bebas

sebaran adalah test yang modelnya tidak menetapkan syarat-syarat mengenai

parameter-parameter populasi yang merupakan induk sampel penelitiannya. Oleh

karena itu observasi-observasi independen dan variabel yang diteliti pada dasarnya

memiliki kontinuitas.

Uji metode non parametrik atau bebas sebaran adalah prosedur pengujian

hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi

yang mendasari keciali kontinu.

Dalam kegiatan penelitian, biasanya lebih banyak menngunakan analisis

statistik parametrik daripada statistik non parametrik. Statistik parametrik digunakan

jika kita telah mengetahui model matematis dari distribusi populasi suatu data yang

akan dianalisis. Jika kita tidak mengetahui suatu model distribusi populasi dari suatu

data dan jumlah data relatif kecil atau asumsi kenormalan tidak selalu dapat dijamin

(16)

Statistik Non Parametrik mempunyai kelebihan-kelebihan yaitu sebagai

berikut:

1. Nilai probabilitas dari sebagian besar uji statistik non parametrik diperoleh

dalam bentuk yang lebih pasti(kecuali untuk sampel yang besar), tidak peduli

bagaimana bentuk distribusi populasi yang merupakan induk daripada

sampel-sampelnya.

2. Apabila sampel-sampelnya kecil atau terpaksa kecil karena sifat hakikat

sampel itu sendiri, hanya uji statsitik non parametrik yang dapat digunakan.

Kecuali jika sifat distribusi populasinya diketahui secara pasti.

3. Dapat digunakan untuk menganalisis data yang pada dasarnya merupakan

jenjang atau ranking dan juga data yang skor-skor keangkaannya secara

sepintas kelihatan memili kekuatan ranking , bahkan bagi data yang hanya

dapat dikategorikan sebagai plus atau minus, lebih atau kurang, lebih baik atau

lebih buruk, dan sebagainya.

4. Dapat digunakan untuk menganalisis data yang hanya merupakan klasifikasi

semata, yakni data yang diukur dalam skala nominal.

5. Tersedia uji-uji statistik non parametrik untuk menganalisis sampel-sampel

yang terdiri dari observasi-observasi dari beberapa populasi yang berlainan.

6. Uji-uji Statistik Non Parametrik sederhana perhitungannya sehingga mudah

(17)

Di samping itu Statistik Non Parametrik juga mempunyai

kelemahan-kelemahan yaitu:

1. Tidak dapat digunakan untuk menguji interaksi seperti dalam model analisi

varians.

2. Tidak dapat digunakan untuk membuat prediksi(ramalam) seperti dalam model

analisi regresi, karena asumsi distribusi normal tidak dapt dipenuhi.

3. Apabila persyaratan-persyaratan bagi model statistik parametrik(terutama

asumsi distribusi normal) dapat dipenuhi dan apabila pengukuran data

mempunyai kekuatan seperti yang diisyaratkan, pemakaian uji statistik non

parametrik kekuatan efisiensinya menjadi lebih rendah.

Dalam implementasi, penggunaan prosedur yang tepat merupakan tujuan dari

peneliti. Beberapa parameter yang dapat digunakan sebagai dasar penggunaan statistik

non parametrik adalah sebagai berikut:

1. Hipotesis yang diuji tidak melibatkan parameter populasi.

2. Skala yang digunakan lebih lemah dari skala prosedur parametrik.

3. Asumsi-asumsi parametrik tidak terpenuhi.

Banyak prosedur Non Parametrik yang dapat digunakan dalam analisis

statistik, diantaranya:

1. Uji Chi-Kuadrat

2. Uji Binomial

3. Uji Run

4. Uji Kolmogorov Smirnov Satu Sampel

(18)

6. Uji beberapa sampel independen

7. Uji dua sampel yang berkaitan

8. Uji beberapa sampel yang berkaitan.

Dalam penelitian ini digunakan Analisa data kuantitatif(data yang berbentuk

bilangan) secara statistik, yaitu dengan menngunakan Chi Kuadrat(X2). Chi kuadrat adalah teknik analisis statistik untuk mengetahui signifikan perbedaan maupun

hubungan proporsi(probabilitas) subjek atau objek penelitian tentang data yang telah

dikategorikan. Data kuantitatif yang dimaksud adalah jumlah mahasiswa Statistika.

2.2 Hipotesa

Hipotesa secara etimologis dibentuk dari dua kata yaitu hypo yang berarti kurang dan

thesis yang berarti pendapat. Jadi hipotesis adalah suatu kesimpulan yang masih

kurang, yang masih belum sempurna sehingga perlu disempurnakan dengan

membuktikan kebenaran hipotesis tersebut. Pembuktian ini hanya dapat dilakukan

dengan menguji hipotesis dengan data di lapangan.

Penaksir parameter populasi dan uji hipotesa adalah dua pokok pembicaraan

dalam statistik inferensi. Teknik inferensi pertama dikembangkan berdasarkan pada

sejumlah asumsi tentang sifat populasi darimana suatu sampel diambil. Teknik

inferensi seperti ini dalam statistika digolongkan dalam Statistik Parametirk, karena

(19)

Permasalahan yang harus diselesaikan dalam teknik ini adalah menaksir

parameter-parameter populasi yang distribusinya sudah diasumsikan berdasarkan data

sampel, atau menguji hipotesis tertentu yang berhubungan dengan parameter,

misalnya uji hipotesis bahwa mean µmempunyai nilai yang sama dengan µ_o.

Untuk mendapatkan suatu sampel yang mempunyai distribusi tertentu sesuai

denagan asumsi distribusi populasinya sangatlah sulit, oleh karena itu

dikembangkanlah suatu teknik inferensi yang tidak memerlukan asumsi-asumsi

tertentu tentang distribusi sampelnya. Teknik inferensi seperti ini dalan statistik

dikenal dengan Statistik Non Paraametrik, karena tidak memerlukan penaksiran atau

uji hipotesis yang berhubungan dengan parameter-parameter populasinya.

Adapun sifat-sifat yang harus dimiliki untuk menentukan hipotesa adalah:

1. Hipotesis harus muncul dan ada hubungannya dengan teori serta masalah yang

diteliti.

2. Setiap hipotesis adalah kemungkinan jawaban terhadap persoalan yang diteliti.

3. Hipotesis harus dapat diuji atau terukur tersendiri untuk menetapkan hipotesis

yang besar kemungkinannya didukung oleh data empirik.

Perlu diingat apaun syarat suatu hipotesis, yang jelas bahwa penampilan setiap

hipotesis adalah bentuk statetment yaiu pernyataan tentang sifat atau keadaan

hubungan dua atau lebih variabel yang diteliti.

(20)

Adapun jenis hipotesis yang mudah dimengerti adalah hipotesis nol(Ho), hipotesis

alternatif(Ha), hipotesis kerja(Hk). Tetapi yang biasa adalah Ho yang merupakan

bentuk dasar atau memiliki statement yang menyatakan tidak ada hubungan antara dua

variabel x dan variabel y yang akan diteliti atau variabel independent(x) tidak

mempengaruhi variabel dependent(y).

Untuk menguji hipotesa ini kita akan menghitung banyak kasus dari

masing-masing kelompok yang termasuk dalam berbagai kategori dan membandingkan

proporsi dari kasus-kasus dari satu kelompok dalam berbagai kategori dengan proporsi

kasus dari kelompok yang lain. Dalam analisa ini digunakan hipotesa Chi Kuadrat.

2.4 Metode Chi-Kuadrat

Uji Chi-Kuadrat merupakan salah satu prosedur non parametrik yang dapat digunakan

dalam analisis statistik yang sering digunakan dalam praktek. Metode Chi-Kuadrat

(ChiSquare; Chi dibaca: Kai;simbol dari huruf Yunani: χ2), ditemukan oleh Helmet pada tahun 1875 tetapi baru pada tahun 1900 pertama kali diperkenalkan oleh Karl

Pearson.

Chi-Kuadrat mempunyai fungsi statistik sebagai analisa data yang

dikelompokan menjadi tiga bagian yaitu:

1. Chi-Kuadrat sebagi alat estimasi(perkiraan), yaitu mengestimasikan apakah

frekuensi dalam sampel yang diobservasi berbeda secara signifikan terhadap

(21)

2. Chi-Kuadrat sebagai uji sampel yang terpisah(independen sampel)

3. Chi-Kuadrat sebagai alat pengetesan hipotesa penelitian untuk menguji sampel

yang berhubungan.

Uji Chi-Kuadrat digunakan untuk menguji kebebasan antara dua

sampel(variabel) yang disusun dalam tabel baris dan kolom atau menguji keselarasan

dimana pengujian dilakukan untuk memeriksa ketergantungan dan homogenitas

apakah data sebuah sampel yang diambil menunjang hipotesis yang menyatakan

bahwa populasi asal sampel tersebut mengikuti suatu distribusi yang ditetapkan. Oleh

karena itu, uji ini dapat juga disebut uji keselarasan(goodness of fit test), katena untuk

menguji apakah sebuah sampel selaras dengan salah satu distribusi teoritis(seperti

distribusi normal, uniform, binomial, dan lainnya).

Pada kedua prosedur tersebut selalu meliputi perbadingan frekuensi yang

teramati dengan frekuensi yang diharapkan bila hipotesis nol yang ditetapkan benar,

karena dalam penelitian yang dilakukan data yang diperoleh tidak selamanya berupa

data skala interval saja, melainkan frekuensi pemunculan tertentu.

Penghitungan frekuensi pemunculan juga sering dikaitkan dengan

penghitungan persentase, proporsi atau yang lain sejenis. Chi-Kuadrat adalah teknik

statistik yang dipergunakan untuk meguji probabilitas seperti itu, yang dilakukan

dengan cara mempertentangkan antara frekuensi yang benar-benar terjadi, frekuensi

yang diobservasi, observed frequencis(disingkat Fo atua O) dengan frekuensi yang

(22)

Ada beberapa hal yang perlu diperhatikan dalam menggunakan Chi-Kudrat,

yaitu:

1. Chi-Kuadrat digunakan untuk menganalisa data yang berbentuk frekuensi.

2. Chi-Kuadrat tidak dapat digunakan untuk menentukan besar atau kecilnya

korelasi dari variabel-variabel yang dianalisa.

3. Chi-Kuadrat pada dasarnya belum dapat menghasikan kesimpulan yang

memuaskan.

4. Chi-Kuadrat cocok digunakan untuk data kategorik, data diskrit, atau data

nominal.

Cara memberikan interprestasi terhadap Chi-Kuadrat adalah dengan

menetukan df (degree of freedom) atau db(derajat kebebasan). Setelah itu

berkonsultasi tabel harga kritis Chi-Kuadrat. Selanjutnya membandingkan antara

harga Chi-Kuadrat dengan hasil perhitungan dengan harga kritis Chi-Kuadrat akhirnya

mengambil kesimpulan dengan ketentuan:

1. Bila harga Chi-kuadrat(χ2) sama atau lebih besar dari tabel Chi-Kuadrat maka hipotesis nol(Ho) ditolak dan hipotesa alternatif(Ha) diterima.

2. Bila harga Chi-Kuadrat (χ2_{) lebih kecil dari tabel Chi-Kuadrat maka hipotesis}

nol(Ho) diterima dan hipotesa alternatif(Ha) ditolak.

Ada beberapa persoalan yang dapat diselesaikan dengan mengambil dari Chi-

Kuadrat diantaranya:

(23)

Secara umum untuk menguji independen antara dua faktor dapat dijelaskan sebagai

berikut: misalkan diambil sebuah sampel acak berukuran n dan tiap pengamatan

tunggal diduga terjadi karena adanya dua macam faktor I dan II. Faktor I terbagi atas b

taraf atau tingkatan dan faktor II terbagi atas k taraf. Banyak pengamatan yang terjadi

karena taraf ke-i faktor ke-I(I=1,2,…, b) dan taraf ke-j faktor ke-II(j=1,2,…, k) akan

dinyatakan dengan O_ij. Hasilnya dapat dicatat dalam sebuah daftar kontingensi b x k.

Pasangan hipotesis yang akan diuji berdasarkan data dengan memakai penyesuaian

persyaratan data yang diuji sebagai berikut:

H₀ : Tidak ada hubungan antara tingkat pendidikan, jenis pekerjaan, dan pendapatan orang tua dengan IPK mahasiwa.

H₁ : Ada hubungan antara tingkat pendidikan, jenis pekerjaan, dan pendapatan orang tua dengan IPK mahasiwa.

Sehingga rumus yang digunakan adalah:

∑

=

− = k

i Ei

Ei Oi

1

2 2 ( )

χ

Dengan:

2

χ = Chi-Kuadrat

Oi = Nilai pengamatan yang diperoleh pada kategori yang ke-i

E_i = Nilai pengharapan pada kategori yang ke-i

Dengan kriteria pengujian sebagi berikut:

Tolak H₀ jika χ2 hitung ≥

2

(24)

Terima H₀jika χ2

hitung <

2

χ tabel

Dalam taraf nyata α = 0,05 dan derajat kebebasan(dk) untuk distribusi Chi-Kuadrat

adalah (b-1) (k-1), dalam hal lainnya kita teriam hipotesis H₀.

2.Koefisien Kontingensi

Kegunaan koefisien kontingensi yang diberi simbol C adalah untuk mencari atau

menghitung keeratan hubungan anatara dua varaiabel yang mempunyai gejala

ordinal(kategori), paling tidak berjenis normal.

Cara kerja atau perhitungan koefisien kontingensi sangatlah mudah jika nilai

Chi-Kuadrat sudah diketahui. Oleh karena itu biasanya para peneliti menghitung harga

koefisien kontingensi setelah menemukan harga Chi-Kuadrat.

Rumus untuk menghitung koefien kontingensi adalah:

C =

N hitung

hitung +

2 2

χ χ

Keterangan:

hitung

2

χ = Hasil perhitungan Chi-Kuadrat

N = Banyak data

(25)

Dalam penelitian ini dilakukan metode analisis kuantitatif dengan langkah-langkah

sebagai berikut:

Langkah 1:

Pengumpulan data yang dilakukan penulis dengan mengadakan penelitian di

kampus FMIPA USU.

Langkah 2:

Dari data yang dianalisis, lalu disusun dalam tabel distribusi frekuensi. Dalam

menyusun distribusi frekuensi terlebih dahulu ditentukan:

a. Rentang: Data terbesar-data terkecil

b. Tentukan banyak kelas interval

c. Tentukan panjang kelas interval, biasanya ditentikan oleh aturan:

P= rentang

Banyak kelas

d. Pilih ujung bawah kelass interval pertama, bisa diambil data terkecil menjadi

ujung bawah dari kelas interval pertama, bisa juga lebih kecil dari data terkecil tapi

selisihnya tidak lebih besar dari rentang.

Langkah 3:

Dari data yang dianalisis maka dapat dibentuk daftar kontingensi frekuensi

(26)

Tabel 2.4.1 Daftar Kontingensi

FAKTOR II(K TARAF) JUMLAH

FAKTOR I (B TARAF)

1 2 K

1 O₁₁ O₁₂ … O₁_k n₁₀

2 O₂₁ O₂₂ … O₂_k n₂₀

. . . . . . . . . . . . . . . . . . . . . . . .

B O_B₁ O_B₂ … O_BK n_Bo

JUMLAH n_o₁ n₀₂ … n₀_k N

Dimana: faktor I dan II adalah faktor –faktor yang membentuk daftar

kontingensi dengan b baris dan k kolom. Nij adalah frekuensi yang diamati.

N

∑

=

= = k

i

i Eij i b

1 )

( ; 1,2,3,...,

N

∑

=

= = h

j

j Eij i k

1 )

( ; 1,2,3,...,

Langkah 4:

Tentukan frekuensi yang diharapkan dari frekuensi yang diamati dengan

rumus:

E_ij=(n_i₀×n₀_j)/n

(27)

E_ij adalah frekuensi yang diharapkan

N adalah jumlah data yang diamati

Dari rumus di atas dapat disusn tabel kontingensi dari frekuensi yang diharapkan.

Tabel 2.4.2 Daftar Kontingensi dari Frekuensi yang Diharapkan

FAKTOR II(K TARAF) JUMLAH

FAKTOR I (B TARAF)

1 2 K

1 E₁₁ E₁₂ … E₁_k n₁₀

2 E₂₁ E₂₂ … E₂_k n₂₀

. . . . . . . . . . . . . . . . . . . . . . . .

B E_B₁ E_B₂ … E_BK n_Bo

JUMLAH n_o₁ n₀₂ … n₀_k N

Dengan terbentuknya daftar frekuensi kontingensi yang diamati dan daftar

frekuensi yang diharapkan maka dapat ditentukan harga χ2. Langkah 5:

Untuk menghitung harga Chi Kuadrat, perlu diperhatikan kriteria sebagai

berikut:

1. Tidak boleh menggunakan data kurang dari 20.

2. Frekuensi teoritis (E_ij) minimum harus 5 setiap kotak, sebab χ2_hanya

berlaku apabila E_ij≥5, dengan kata lain apabila E_ij< 5 maka χ2 terhadap data tidak dapat dipertanggungjawabkan. Untuk tabel dua baris dan dua kolom dan

(28)

E_ij pada setiap kotak dalam tabel. Jika syarat tidak dipenuhi maka beberapa

kolom atau baris perlu digabung.

3. Setiap kotak tidak boleh mempunyai frekuensi kurang dari 1.

Setelah ini dipenuhi, harga χ2 dapat ditentukan dengan rumus:

(

)

∑

=

− = k

i i

E E O x

1

2 2

Untuk menguji apakah harga χ2_{dianggap berarti pada suatu level of}

significant tertentu harus diketahui nilai kritis dari χ2_{dengan menggunakan}

daftar perincian harga Chi Kuadrat yang dibandingkan dengan nilai yang

diperoleh dari hasil perhitungan. Dengan membaca nilai Chi Kuadrat yang

tepat harus terlebih dahulu dipilih confidence yang akan dipakai dan degree of

fredomnya yaitu perkalian baris dan kolom.

Degree of freedom = (b-1) (k-1)

Langkah 6:

Hipotesa yang diajukan adalah seperti di bawah ini:

H₀ : Tidak ada hubungan antara tingkat pendidikan, jenis pekerjaan, dan pendapatan orang tua dengan IPK mahasiwa.

H₁ : Ada hubungan antara tingkat pendidikan, jenis pekerjaan, dan pendapatan orang tua dengan IPK mahasiwa.

Dengan kriteria pengujian sebagai berikut:

Tolak Ho jika X2hitung ≥ X2tabel

(29)

Langkah 7:

Selanjutnya akan ditentukan koefisien kontingensi(C) dengan menggunakan

rumus sebagai berikut:

N hitung X

hitung X

C

+

= ₂ 2

Keterangan:

= hitung

X2 Hasil perhitungan Chi Kuadrat N = Banyak data

Harga C dipakai untuk nilai derajat asosiasi antar faktor-faktornya adalah

dengan membandingkan harga C dengan koefisien kontingensi maksimum yang

dihitung dengan rumus:

m m Cmaks= −1

Dengan m harga minimum antar b dan k atau antar baris dan kolom.

Langkah 8:

Dengan membandingkan C dengan C_maks maka keeratan hubungan variabel I

dan Variabel II ditentukan oleh persentasenya. Hubungan kedua variabel ini

disimbolkan dengan Q dan mempunyai nilai antara -1 dan 1. Bila harga Q mendekati 1

maka hubungan tambah erat dan bila Q menjauhi 1 maka hubungan kedua variabel

(30)

Rumus yang digunakan:

% 100

× =

Cmaks C Q

Dengan ketentuan-ketentuan Davis (1971) sebagi berikut:

1. Sangat erat jika Q ≥ 0,70

2. Erat jika Q antara 0,50 dan 0,69

3. Cukup erat jika Q antara 0,30 dan 0,49

4. Kurang erat jika Q antara 0,10 dan 0,29

5. Dapat diabaikan jika Q antara 0,01 dan 0,09

6. Tidak ada jika Q= 0,0

(31)

BAB 3

ANALISA DAN EVALUASI

Dalam pengambilan data ini, penulis mengambil data dengan membagikan kuisioner

kepada mahasiswa/i D-3 Statistika Angkatan 2007. Yang meliputi kelas Stat A, Stat

B, dan Stat C angkatan 2007. Jumlah kuisioner yang dibagikan adalah 70 buah. Dalam

hal ini jumlah mahasiswa angkatan 2007 tidak terlalu banyak. Lalu para mahasiswa/i

dibagi atas 4 kriteria IPK berdasarkan IPK mahasiswa/i.

Adapun keempat Kriteria IPK tersebut adalah:

1. Comlaude

2. Memuaskan

3. Cukup memuaskan

4. Tidak memuaskan

Pembagiannya didasarkan pada distribusi frekuensi di bawah ini:

1. Rentang = IPK terbesar – IPK terkecil

Dalam hal ini IPK terbesar adalah 3,64 dan IPK terkecil adalah 2,05. Maka

rentangnya: 3,64 – 2,05= 1,59.

2. Kriteria IPK yaitu: comlaude, memuaskan, cukup memuaskan, tidak

(32)

3. Panjang kelas interval= rentang = 1,59 = 0, 3975

Banyak kelas 4

Panjang kels interval 0,4

4. Tentukan ujung bawah kelas, dalam hal ini ujung bawah kelas yaitu IPK yang

terkecil 2,05.

5. Dengan panjang kelas interval = 4 maka kriteria IPK I adalah 2,05 - 2,45,

kriteria IPK II adalah 2,46 - 2,86, kriteria IPK III adalah 2,87 - 3,27, kriteria

IPK IV adalah 3,28 - 3,68.

[image:32.595.160.460.354.506.2]

Setelah itu disusun dalam distribusi frekue nsi yaitu sebagai berikut :

Tabel 3.1 Distribusi frekuensi rata-rata IPK

Nilai Rata-rata IPK Frekuensi

2,05 - 2,45 6

2,46 - 2,86 12

2,87 - 3,27 35

3,28 - 3,68 17

Jumlah 70

Selanjutnya dilakukan pengolahan data menurut jenis pekerjaan, tingkat

pendidikan, dan pendapatan orang tua.

3.1. Hubungan antara Jenis Pekerjaan Orang Tua dengan IPK Mahasiswa

Dalam hal ini pekerjaan orang tua dibagi dalam 4 jenis yaitu:

(33)

Yang termasuk didalamnya adalah PNS, ABRI, POLRI, Pegawai BUMN,

pensiunan Pegawai Negeri, pensiunan TNI/POLRI.

2. Pegawai swasta

Yang termasuk didalamnya adalah yang bekerja di perusahaan atau badan

apapun yang dikelola swasta.

3. Wiraswasta

Yang termasuk didalamnya adalah orang yang bekerja dengan membuka usaha

sendiri misalnya: berdagang, bengkel, dll.

4. Lainnya

Yang termasuk didalamnya adalah bertani, supir, tukang, mocok-mocok, dll.

Dari pengumpulan data IPK mahasiswa/i Statistika Angkatan 2007 dengan

[image:33.595.109.532.478.668.2]

jenis pekerjaan orang tua dapat disusun dalam tabel sebagai berikut:

Tabel 3.1.1 Kriteria IPK mahasiswa/i Statistika menurut pekerjaan orang tua

IPK Jenis Pekerjaan Orang Tua Jumlah

Peg. Negeri Peg. Swasta Wiraswasta Lainnya

Comlaude 7 2 6 2 17

Memuaskan 21 4 8 2 35

Cukup 8 1 2 1 12

Tidak memuaskan

3 1 1 1 6

Jumlah 39 8 17 6 70

Persentase 56 11 24 9 100

Dari Tabel 3.1.1 di atas dapat kita lihat bahwa Kriteria IPK mahasiswa/i yang

pekerjaan orang tuanya Pegawai Negeri adalah 56%, Wiraswasta sebesar 24%,

(34)

Untuk mengetahui apakah ada hubungan IPK mahasiswa/i dengan jenis

pekerjaan orang tua, maka jumlah frekuensi yang diharapkan dari frekuensi yang

diamati ditentukan dengan rumus:

(

n n

)

n

E_ij = _io× _oj /

Dimana:

E_ij = Banyak data teoritik(banyak gejala yang diharapkan terjai)

n_io = jumlah baris ke-i

n_oj = jumlah kolom ke-j

n = total jumlah data

Dapat dicari jumlah frekuensi yang diharapkan dari jumlah frekuensi yang

diamati sebagai berikut:

E₁₁ =(39 × 17)/70 = 9,47 E₂₁ =(39 × 35)/70 19,5

E₁₂ =(8 × 17 )/70 = 1,94 E₂₂ =(8 × 35 )/70 = 4

E₁₃ =(17× 17 )/70 = 4,13 E₂₃ =(17 × 35)/70 =8,5

E₁₄ =(6 × 17 )/70 = 1,46 E₂₄ =(6 × 35 )/70 = 3

E₃₁ =(39 × 12)/70 = 6,68 E₄₁ =(39 × 36)/70 3,34

E₃₂ =(8 × 12 )/70 = 1,37 E₄₂ =(8 × 36 )/70 0,68

(35)

E₃₄ =(6 × 12 )/70 = 1,03 E₄₄ =(6 × 6 )/70 0,51

Dari frekuensi di atas dapat dibentuk daftar kontingensi dari daftar frekuensi

[image:35.595.109.533.216.444.2]

yang diharapkan yang dapat dilihat pada Tabel 3.1.2 di bawah ini:

Tabel 3.1.2 Daftar Frekuensi yang Diharapkan

Peg. Negeri Peg. Swasta Wiraswasta Lainnya

Comlaude 9,47 1,94 4,13 1,46 17

Memuaskan 19,5 4 8,5 3 35

Cukup 6,68 1,37 2,91 1,03 12

Tidak memuaskan

3,34 0,68 1,46 0,51 6

Jumlah 39 8 17 6 70

Kemudian kita dapat mencari harga χ2pada Tabel 3.1.3 di bawah ini:

Tabel 3.1.3 Penentuan Harga Chi-Kuadrat

No Nij Eij Nij - Eij (Nij - Eij)

2

(N_ij - E_ij)2/ E_ij

1 7 9.47 -2.47 6.1009 0.64423442

2 2 1.94 0.06 0.0036 0.00185567

3 6 4.13 1.87 3.4969 0.84670702

4 2 1.46 0.54 0.2916 0.19972603

5 21 19.5 1.5 2.25 0.11538462

6 4 4 0 0 0

7 8 8.5 -0.5 0.25 0.02941176

8 2 3 -1 1 0.33333333

9 8 6.68 1.32 1.7424 0.26083832

10 1 1.37 -0.37 0.1369 0.09992701

11 2 2.91 -0.91 0.8281 0.28457045

12 1 1.03 -0.03 0.0009 0.00087379

13 3 3.34 -0.34 0.1156 0.03461078

14 1 0.68 0.32 0.1024 0.15058824

15 1 1.46 -0.46 0.2116 0.14493151

16 1 0.51 0.49 0.2401 0.47078431

[image:35.595.104.542.300.741.2]

(36)

Jadi dari Tabel 3.1.3 diperoleh:

(

)

∑

=

− = k

i i

E E O x

1

2 2

hit

2

χ = 3,62

Dengan hipotesa sebagai berikut:

H_o : Tidak ada hubungan antara jenis pekerjaan orang tua dengan IPK

mahasiswa/i Statistika Angkatan 2007.

H₁ : Ada hubungan antara jenis pekerjaan orang tua dengan IPK mahasiswa/i Statistika Angkatan 2007.

Kita bandingkan hargaχ2 yang terdapat di tabel dengan dk(derajat kebebasan) dari masalah yang diteliti yaitu:

Dk = (b-1) (k-1) = (4-1) (4-1) = 9 dengan = 0,05 diperoleh:

2

χ tabel = χ2 ₍0,05_{)( )}9 = 16,9

Ternyata X2hitung< X2tabel yakni 3,62 < 16,9.

Jadi H_o diterima maka H₁ ditolak, artinya tidak ada hubungan antara jenis pekerjaan orang tua dengan IPK mahasiswa/i Statistika Angkatan 2007.

Untuk mengetahui derajat hubungan antara prestasi anak terhadap jenis

pekerjaan orang tua maka ditentuka koefisien kontingensi C( derajat hubungan)

(37)

N hitung X hitung X C + = ₂ 2

C = 70 62 , 3 62 , 3 +

C = 0,22

Untuk menentukan derajat asosiasi antara jenis pekerjaan orang tua dengan

IPK mahasiswa/i maka harga C tersebut dibandingkan dengan harga Cmaks yaitu:

m m Cmaks= −1

4 1 4− = Cmaks 87 , 0 = Cmaks

Dengan membandingkan harga C dengan harga Cmaks sebagai berikut:

% 100 × = Cmaks C Q 100% 87 , 0 22 , 0 × = Q

Q = 0,25 = 25%

Berdasarkan ketentuan Davis(1971) nilai Q antara 0,10 dan 0,29, maka dapat

diketahui bahwa derajat hubungan antara jenis pekerjaan dengan IPK mahasiswa

Statistika Angkatan 2007 kurang erat.

(38)

Dalam hal ini tingkat pendidikan orang tua dibagi dalam 4 jenjang, yaitu:

1. SD

2. SMP

3. SMA

4. PT( D1,D2,D3,SI,S2)

Dari pengumpulan data IPK mahasiswa/I Statistika Angkatan 2007 dengan

[image:38.595.109.533.386.577.2]

tingkat pendidikan orang tua dapat disusun tabelnya sebagai berikut:

Tabel 3.2.1 Kriteria IPK Mahasiswa/I Menurut Tingkat Pendidikan Orang Tua

SD SMP SMA PT

Comlaude 2 1 11 3 17

Cukup 1 2 5 4 12

Tidak memuaskan

1 1 3 1 6

Jumlah 5 5 36 24 70

Persentase 7,14 7,14 51,43 34,28 100

Dari Tabel 3.2.1 di atas dapat kita lihat bahwa kriteria IPK yang pendidikan

orang tuanya SMA paling banyak sebesar 51,43%, kemudian yang kedua adalah PT

(39)

Untuk mengetahui apakah ada hubungan IPK mahasiswa/i Statistika Angkatan

2007 dengan tingkat pendidikan orang tua, maka jumlah frekuensi yang diharapkan

dari frekuensi yang diamati dapat ditentukan dengan rumus:

(

n n

)

n

E_ij = _io× _oj /

Dimana:

E₁₁ = (5 × 17 )/70 = 1,21 E₂₁ = (5 × 35 )/70 2,5

E₁₂ = (5 × 17 )/70 = 1,21 E₂₂ = (5 × 35 )/70 2,5

E₁₃ = (36 × 17 )/70 = 8,74 E₂₃ = (36 × 35)/70 =18

E₁₄ = (24 × 17 )/70 = 5,83 E₂₄ = (24 × 35)/70 =12

E₃₁ = (5 × 12)/70 = 0,86 E₄₁ = (5 × 6 )/7=0,43

E₃₂ = (5 × 12 )/70 = 0,86 E₄₂ = (5 × 6 )/7=0,43

E₃₃ = (36 ×12)/70 = 6,17 E₄₃ = (36 × 6 )/7=0,38

(40)

Dari koefisien di atas dapat dibentuk daftar kontingensi dari daftar frekuensi

[image:40.595.107.533.304.469.2]

Tabel 3.2.2 Daftar Frekuensi yang Diharapkan

SD SMP SMA PT

Comlaude 1,21 1,21 8,74 5,83 17

Memuaskan 2,5 2,5 18 12 35

Cukup 0,86 0,86 6,17 4,11 12

Tidak memuaskan

0,43 0,43 3,08 2,06 6

Jumlah 5 5 36 24 70

Kemudian kita dapat mencari harga χ2 pada Tabel 3.2.3 di bawah ini:

Tabel 3.2.3 Penentuan Harga Chi Kuadrat

No Nij Eij Nij- Eij (Nij- Eij)

2

(N_ij- E_ij)2/ E_ij

1 2 1.21 0.79 0.6241 0.51578512

2 1 1.21 -0.21 0.0441 0.03644628

3 11 8.74 2.26 5.1076 0.58439359

4 3 5.83 -2.83 8.0089 1.37373928

5 1 2.5 -1.5 2.25 0.9

6 1 2.5 -1.5 2.25 0.9

7 17 18 -1 1 0.05555556

8 16 12 4 16 1.33333333

9 1 0.86 0.14 0.0196 0.0227907

10 2 0.86 1.14 1.2996 1.51116279

11 5 6.17 -1.17 1.3689 0.22186386

12 4 4.11 -0.11 0.0121 0.00294404

13 1 0.43 0.57 0.3249 0.7555814

14 1 0.43 0.57 0.3249 0.7555814

[image:40.595.121.517.520.749.2]

(41)

16 1 2.06 -1.06 1.1236 0.54543689

Jumlah 9.51669216

Jadi dari Tabel 3.2.3 diperoleh:

(

)

∑

=

− = k

i i

E E O x

1

2 2

hit

2

χ = 9,55

H_o : Tidak ada hubungan antara tingkat pendidikan orang tua dengan IPK

H₁ : Ada hubungan antara tingkat pendidikan orang tua dengan IPK mahasiswa/i Statistika Angkatan 2007.

2

χ tabel = χ2 ₍₀_,₀₅_{)( )}₉ = 16,9

Ternyata X2hitung< X2tabel yakni 9,55 < 16,9.

Jadi H_o diterima maka H₁ ditolak, artinya tidak ada hubungan antara tingkat pendidikan orang tua dengan IPK mahasiswa/i Statistika Angkatan 2007.

pekerjaan orang tua maka ditentukan koefisien kontingensi C( derajat hubungan)

[image:41.595.103.526.75.584.2]

(42)

C = 70 55 , 9 55 , 9 +

C = 0,12

Untuk menentukan derajat asosiasi antara jenis pekerjaan orang tua dengan

IPK mahasiswa/I maka harga C tersebut dibandingkan dengan harga Cmaks yaitu:

m m Cmaks= −1

4 1 4− = Cmaks 87 , 0 = Cmaks

Dengan membandingkan harga C dengan harga Cmaks sebagai berikut:

% 100 × = Cmaks C Q % 100 87 , 0 12 , 0 × = Q

Q = 0,13 = 13%

Berdasarkan ketentuan Davis(1971) nilai Q antara 0,10 dan 0,29 , maka dapat

diketahui bahwa derajat hubungan antara jenis pekerjaan dengan IPK mahasiswa

Statistika Angkatan 2007 kurang erat.

(43)

Dalam hal ini tingkat pendapatan orang tua dibagi dalam 5 interval, yaitu:

1. Rp. 1.000.000 – Rp. 2.400.000

2. Rp. 2.500.000 – Rp. 3.900.000

3. Rp. 4.000.000 – Rp. 5.400.000

4. Rp. 5.500.000 – Rp. 6.900.000

Dari pengumpulan data IPK mahasiswa/I Statistika Angkatan 2007 dengan

[image:43.595.107.533.322.557.2]

tingkat pendapatan orang tua per bulan dapat disusun tabelnya sebagi berikut:

Tabel 3.3.1 Kriteria IPK Mahasiswa/I Menurut Tingkat Pendapatan Orang Tua

IPK Interval Pendapatan Jumlah

1.000.000-2.400.000

2.500.000-3.900.000

4.000.000-5.400.000

5.500.000-6.900.000

Comlaude 9 6 1

1

17

Cukup 6 4 1 1 12

Tidak memuaskan

3 1 1 1 6

Jumlah 38 20 7 5 70

Persentase 54,28 28,57 10 7,14 100

Dari Tabel 3.3.1 di atas dapat kita lihat bahwa kriteria IPK yang interval

pendapatan orang tuanya antara Rp. 1.000.000 – Rp.2.400.000 paling banyak sebesar

54,28%, kemudian yang kedua adalah interval Rp.2.500.000 – Rp.3.900.000 sebesar

28,57%, kemudian interval Rp.4.000.000 – Rp.5.400.000 sebesar 10%, dan yang

(44)

Untuk mengetahui apakah ada hubungan IPK mahasiswa/i Statistika Angkatan

2007 dengan tingkat pendapatan orang tua, maka jumlah frekuensi yang diharapkan

dari frekuensi yang diamati dapat ditentukan dengan rumus:

(

n n

)

n

E_ij = _io× _oj /

Dimana:

E₁₁ = (38 × 17 )/70 = 9,23 E₂₁ = (38 × 35 )/7=19

E₁₂ = (20 × 17 )/70 = 4,86 E₂₂ = (20 × 35 )/7=10

E₁₃ = (7 × 17 )/70 = 1,7 E₂₃ = (7 × 35)/70=3,5

E₁₄ = (5 × 17 )/70 = 1,21 E₂₄ = (5 × 35 )/70=2,5

E₃₁ = (38 × 12 )/70 = 6,51 E₄₁ = (38 × 6)/70=3,26

E₃₂ = (20 × 12 )/70 = 3,43 E₄₂ = (20 × )/70=1,71

E₃₃ = (7 × 12 )/70 = 1,2 E₄₃ = (7 × 6 )/70=0,6

(45)

Dari koefisien di atas dapat dibentuk daftar kontingensi dari daftar frekuensi

Tabel 3.3.2Daftar Frekuensi yang Diharapkan

IPK Interval Pendapatan Jumlah

1.000.000-2.400.000 2.500.000-3.900.000 4.000.000-5.400.000 5.500.000-6.900.000

Comlaude 9,23 4,86 1,7

1,21

17

Memuaskan 19 10 3,5 2,5 35

Cukup 6,51 3,43 1,2 0,86 12

Tidak memuaskan

3,26 1,71 0,6 0,43 6

Jumlah 38 20 7 5 70

[image:45.595.114.526.166.663.2]

Kemudian kita dapat mencari harga χ2_{pada tabel 3.3.3 di bawah ini:}

Tabel 3.3.3 Penentuan Harga Chi Kuadrat

No Nij Eij Nij- Eij (Nij- Eij)

2

(N_ij- E_ij)2/ E_ij

1 9 9.23 -0.23 0.0529 0.005731

2 6 4.86 1.14 1.2996 0.267407

3 1 1.7 -0.7 0.49 0.288235

4 1 1.21 -0.21 0.0441 0.036446

5 20 19 1 1 0.052632

6 9 10 -1 1 0.1

7 4 3.5 0.5 0.25 0.071429

8 2 2.5 -0.5 0.25 0.1

9 6 6.51 -0.51 0.2601 0.039954

10 4 3.43 0.57 0.3249 0.094723

11 1 1.2 -0.2 0.04 0.033333

12 1 0.86 0.14 0.0196 0.022791

13 3 3.26 -0.26 0.0676 0.020736

14 1 1.71 -0.71 0.5041 0.294795

15 1 0.6 0.4 0.16 0.266667

16 1 0.43 0.57 0.3249 0.755581

Jumlah 2.450461

(46)

(

)

∑

=

− = k

i i

E E O x

1

2 2

hit

2

χ = 2,45

Ho : Tidak ada hubungan antara tingkat pendapatan orang tua dengan IPK

H₁ : Ada hubungan antara tingkat pendapatan orang tua dengan IPK mahasiswa/i Statistika Angkatan 2007.

2

χ tabel = χ2

(0,05)( )9 = 16,9

Ternyata X2hitung< X2tabel yakni 3,45 < 16,9 .

Jadi H_o diterima maka H₁ ditolak, artinya tidak ada hubungan antara tingkat pendapatan orang tua dengan IPK mahasiswa/I Statistika Angkatan 2007.

pekerjaan orang tua maka ditentuakn koefisien kontingensi C( derajat hubungan)

[image:46.595.104.519.152.509.2]

(47)

C = 70 45 , 2 45 , 2 +

C = 0,18

Untuk menentukan derajatt asosiasi antara tingkat pendapatan orang tua

dengan IPK mahasiswa/i maka harga C tersebut dibandingkan dengan harga Cmaks

yaitu:

m m Cmaks= −1

4 1 4− = Cmaks 87 , 0 = Cmaks

Dengan menbandingkan C dengan Cmaks adalah sebagai berikut:

% 100 × = Cmaks C Q 100% 87 , 0 18 , 0 × = Q

Q = 0,21 = 21%

Berdasarkan ketentuan Davis(1971) nilai Q antara 0,10 dan 0,29 , maka dapat

diketahui bahwa derajat hubungan antara tingkat pendapatan orang tua dengan IPK

(48)

(49)

BAB 4

IMPLEMENTASI SISTEM

4.1 Pengertian Implmentasi Sistem

Implementasi sistem adalah cara atau prosedur yang dilakukan untuk menyelesaikan

desain suatu sistem yang ada dalam dokumen desain sistem yang telah disetujui,

menginstal dan memulai menggunakan sistem baru sistem yang diperbaiki.

Tujuan implementasi sistem adalah:

1. Menyelesaikan desain istem yang ada dalam komponen yang disetujui

2. Untuk memastikan bahwa personil dapat mengoperasikan sistem yang baru

yaitu dengan mempersiapkan manual pemakaian dan dokumen lain untuk

melatih personil.

4.2 Tahapan Implementasi Sistem

Tahapan implementasi merupakan tahapan terapan hasil desain yang tertulis kedalam

programming. Pada tahapan ini seluruh hasil desain dituangkan dalam bahasa

pemrograman tertentu untuk menghasilkan sebuah sistem informasi yang sesuai

(50)

apa yang akan diterapkan dalam menuangkan hasil desain tertulis sehingga sistem

yang terbentuk memilki kelebihan tersendiri.

Implementasi yang sudah selesai harus di uji coba kehandalannya sehingga

dapat diketahui kehandalan dari sistem yang ada dan telah sesuai dengan apa yang

diinginkan. Implementasi sistem yang digunakan penulis dalam penngolahna data

hunungan jenis pekerjaan, tingkat pendidikan, dan pendapatan terhadap IPK

mahasiswa D-3 Statistika angkatan 2007 denagn menggunakan software Excel.

4.3 Pengenalan Excel

Microsoft Excel adalah aplikasi pengolah angka( spread sheet) yang sangat populer

dan canggih saat ini yang dapat digunakan untuk mengatur, menyediakan, maupun

menganalisa data dan mempresentasikan dalm bentuk tabel, grafik, atau diagram.

Aplikasi ini juga banyak digunakan untuk memproyeksikan data. Microsoft ini juga

merupakan pengembangan dari Microsoft Excel versi lainnya yang dikonsentrasikan

agar program aplikasi spread sheet(lembar kerja) ini lebih mudah dipakai, lebih

fleksibel, lebih mudah diintegrasikan dengan program aplikasi Microsoft Office XP

lainnya. Untuk mengaktifkan kerja Microsoft Excel dapat dilakukan dengan cara:

1. Cara 1

1. Klik tombol Start

2. Pilih dan klik Program, Microsoft Office, Microsoft Excel

2. Cara 2

1. Klik tombol Start

(51)

3. Cara 3

1. Klik kanan pada tombol Start

2. Pilih dan klik Open, klik ganda pada Program File, Microsoft Office, Office,

(52)

Berikut ini adalah tampilan lembar kerja Micrososoft Excel:

Keterangan dari lembar kerja di atas adalah:

1. TitleBar : baris judul berisi nama aplikasi yang digunakan yakni

MS.Excel

2. MenuBar : baris menu yakni perintah yang dapat diaktifkan dengan

mengklik menu atau menekan tombl Alt di keyboard dengan

salah satu huruf bergaris bawah pada menu.

3. ToolBar : baris tool(alat) yakni icon –icon perintah MS.Excel

4. FormulaBar : daerah tempat penulisan atau tampilan rumus atau data yang

ada pada lembar kerja.

5. NameBox : daerah penunjuk range atau sel yang sedang aktif.

6. Scrool Bar : lajur penggulung layaar baik secar tegak(vertikal) maupun

(53)

Istilah-istilah dalam Microsoft Excel:

1. Worksheet

Adalah daerah tempat lembaran kerja untuk memasukkan data atau rumus.

Normalnya Microsoft Excel ini menyediakan worksheet atau sheet sebanyak 3

sheet. Worksheet terdiri dari 65.536 baris dan 256 kolom.

2. Workbook

Adalah merupakan buku kerja yang terdiri dari beberapa worksheet.

Workbook ini merupakan file penyimpanan worksheet sehingga

mempermudah mengorganisasi file-file sesuai dengan kebutuhan yang

diperlukan.

3. Cell

Adalah merupakan perpotongan baris dan kolom yang ditandai dengan

aktifnya pointer sel pada posisi tertentu. Posisi sel aktif ditunjukkan pada

NameBox.

4. Pointer Cell

Adalah tanda penunjuk keaktifan sel berupa kotak bingkai tebal.

5. Range

Adalah kumpulan beberapa sel yang membentuk kelompok area(ditandai

dengan warna hitam saat diblok)

6. Gridlines

Adalah garis bantu sel pada area kerja.

7. Fill Hnadle

Adalah bagian bawah kanan pointer cell berfungsi untiuk memindahkan atau

(54)

4.4 Type Data dalam Microsoft Excel

Type data dalam microsoft ini terbagi dalam dua data yaitu:

1. Konstanta

Yaitu data yang diketik langsung pada area kerja berupa teks, data tanggal,

waktu, mata uang, persen, pecahan, notasi ilmiah dan lainnya.

2. Rumus

Yaitu gabungan dari type konstanta, alamat se, nama sel atau range, fungsi

operator yang menghasilkan nilai baru. Type rumus ditandai dengan diawali

tanda = atau tanda +.

Berikut ini adalah beberapa operator yang sering digunakan:

+ Tambah = sama dengan

- Kurang > lebih besar

* Kali ≥ lebih besar sama dengan

/ Bagi < lebih kecil

^ Pangkat ≤ lebih kecil atau sama dengan

% Persen <> tidak sama dengan

4.5 Fungsi Statistik

Fungsi bertujuan untuk menganalisa kumpulan suatu data. Penganalisaan data tersebut

ada beberapa bentuk antara lain:

1. SUM (range) fungsinya untuk mencari total sekumpulan dengan angka.

2. MAX (range) fungsinya untuk mencari nilai tertinggi dari sekumpulan data

(55)

3. MIN (range) fungsinya untuk mencari niali terendah dari sekumpulan data

angka.

4. AVERAGE (range) fungsinya untuk mencari nilai rata-rata sekumpulan data

angka.

5. COUNT (range) fungsinya untuk mencari banyak data dari sekumpulan data

angka.

6. COUNTA (range) fungsinya untuk mencari banyak data dari sekumpulan data

angka atau teks.

4.6 Mengedit Worksheet dan Workbook

1. Cut and Paste

Berfungsi untuk memindahkan data ke daerah lain. Caranya:

1. blok data yang akan dipindahkan dengan menggunkan mouse

2. klik menu Edit, Cut atau tekan Ctrl+V

3. tempatkan penunjuk sel pada sel kemana data dipindahkan

4. klik menu edit, paste atau tekan Ctrl+V

2. Copy and Paste( Copy)

Caranya adalah sebagai berikut:

1. blok data yang akan dicopy dengan menggunakan mouse

2. kilk menu edit, copy atau tekan Ctrl+C

3. tempatkan penunjuk sel pada sel kemana data dicopy

4. klik menu edit, paste

(56)

Berguna untuk mengcopy data konstanta atau rumus. Caranya:

1. blok data yang akan dicopy dengan menngunakna mouse

2. arahakan mouse pada fill handle, kemudian tariklah fill handle ke arah bawah,

ataskiri atau ke kanan sesuai kebutuhan.

(57)

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan analisa dan evaluasi, maka penulis mengambil kesimpulan sebagai

berikut:

1. Tidak ada hubungan antara jenis pekerjaan orang tua dengan IPK mahasiswa/i

Statistika Angkatan 2007. Hubungan antara keduanya kurang erat dengan

membandingkan harga C dan harga Cmaks nya. Hasilnya memenuhi

ketentuan Davis(1971) yaitu harga Q= berada antara 0,10 dan 0,29.

2. Tidak ada hubungan antara tingkat pendidikan orang tua dengan IPK

mahasiswa/i Statistika Angkatan 2007. Hubungan antara keduanya kurang erat

karena nilai Q= 0,13 berada antara 0,10 dan 0,29. Hasilnya memenuhi

ketentuan Davis(1971).

3. Tidak ada hubungan antara tingkat pendapatan orang tua dengan IPK

mahasiswa/i Statistika Angkatan 2007. Hubungan antara keduanya kurang erat

karena nilai Q= 0,21 berada antara 0,10 dan 0,29. Hasilnya memenuhi

ketentuan Davis(1971).

4. Kesimpulan-kesimpulan dia atas bukanlah kesimpulan mutlak karena

kesimpulan ini hanya dipengaruhi tiga faktor yaitu jenis pekerjaan, pendidikan,

(58)

Saran

1. Perlunya peranan orang tua terhadap pendidikan anak sampai anak beranjak

dewasa hingga duduk di bangku perkuliahan.

2. Hendaknya orang tua selalu memberikan motivasi kepada anak sehingga anak

lebih meningkatkan kualitas belajar sehingga memeperoleh IPK yang

memuaskan.

3. Untuk mengetahui hubungan antara jenis pekerjaan, pendidikan, dan

pendapatan orang tua yang lebih teliti sebaiknya digunakan sampel yang lebih

(59)

DAFTAR PUSTAKA

Hartono.2004. Statistik Untuk Penelitian. Yogyakarata: Pustaka Pelajar.

Saleh Samsubar, Drs. Statistik Non Parametrik. Edisi pertama,BPFE, Yogyakarta

Soepono, Bambang. 1997. Statistik Terapan Dalam Penelitian Ilmu-Ilmu Sosial dan

Pendidikan. Jakarta: Rineka Cipta.

Sudjana.2002. Metode Statistika. Bandung:Tarsito.

Syani, Abdul. 1995. Pengantar Metode Statistika Non Parametrik. Jakarta: Pustaka

(60)

L

A

M