Professional Documents
Culture Documents
=
=
n
x x
S
n
i
(2.2)
Untuk data yang kelompok :
1
) (
1
2
=
=
n
x x f
S
n
i
i
dengan n =
f (2.3)
2
C. Varians
Varians adalah salah satu ukuran dispersi atau ukuran variasi dengan rumus
sebagai berikut (Hatta,1990).
Data sampel :
1
) (
2
1 2
=
n
x x
S
n
i
i
(2.4)
Data populasi :
n
x
n
i
x i
2
1 2
) (
=
=
o (2.5)
D. Maksimum
Suatu titik dimana nilai tersebut memiliki nilai optimum
E. Minimum
Suatu titik dimana nilai tersebut memiliki nilai terkecil dari yang lainnya
F. Median
Median aatau nilai tengah adalah salah satu ukuran pemusatan data dengan
rumus sebagai berikut (Suryana, 2000).
Untuk n ganjil :
2
1 +
=
n
e
x
M (2.6)
Untuk n genap :
|
|
.
|
\
|
+ =
+1
2 2
2
1
n n e
x x M (2.7)
Metode Nonparametrik disebut juga sebagai metode bebas distribusi (distribution-
free methods) merupakan cara untuk menganalisis data dengan skala pengukuran
nominal atau ordinal. Metode Nonparametrik tidak mensyaratkan tentang asumsi
distribusi peluang populasinya
2.1.2 Uji Keacakan (Run Test)
Uji Run Test merupakan uji deret untuk melihat keacakan. Tujuan dari uji
deret adalah untuk menentukan apakah dalam suatu data terdapat pola tertentu
atau apakah data tersebut merupakan sampel yang acak, maka dari pelaksanaan
run test ini akan didapat 2 kemungkinan, yaitu jika data bersifat acak (random)
3
terhadap median maka data tersebut homogen, sedangkan jika data memiliki
kecenderungan (trend) lebih banyak di atas median atau di bawah median maka
data tersebut tidak homogen. Asumsi-asumsi data yang tersedia untuk uji Run
Test dapat dikategorikan ke dalam dua kelompok yang saling eksklusif dengan n
= ukuran sampel total, n
1
= banyaknya pengamatan kelompok yang satu, n
2
=
banyaknya pengamatan kelompok yang lain. Adapun prosedur dari Run Test
adalah sebagai berikut (Wayne W.Daniel,1989).
1. Menentukan Hipotesis
H
0
: Data pengamatan telah diambil secara acak dari suatu populasi.
H
1
: Data pengamatan telah diambil dari populasi tidak acak.
2. Mengurutkan data dari yang terkecil sampai yang terbesar lalu menentukan
median data.
3. Menghitung jumlah data yang lebih kecil dari median (n
1
) dan jumlah data
yang lebih besar atau sama dengan median (n
2
).
4. Menentukan statistik ujinya yaitu r (total banyaknya rangkaian).
5. Menarik keputusan, Tolak H
0
jika r < r
bawah
dan r > r
atas,
sedangkan Gagal
Tolak jika r > r
bawah
dan r < r
atas,
dengan r
bawah
dan r
atas
diperoleh dari tabel r
untuk uji rangkaian.
6. Menarik kesimpulan.
Bila n
1
maupun n
2
> 20 maka menggunakan rumus mencari z sebagai
berikut.
{ } | |
) 1 ( ) (
) 2 ( 2
1 /( ) 2 (
2 1
2
2 1
2 1 2 1 2 1
2 1 2 1
+ +
+ +
=
n n n n
n n n n n n
n n n n r
z
2.1.3 Uji Korelasi
Analisis korelasi sederhana 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. Langkah-langkah pengujian sebagai berikut, (Suryana,2000)
1. Menentukan Hipotesis
H
0
: 0 = (tidak ada hubungan secara signifikan )
H
1
: 0 = (ada hubungan secara signifikan )
4
2. Menentukan tingkat signifikansi
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi = 5. Uji
dilakukan 2 sisi karena untuk mengetahui ada atau tidaknya hubungan yang
signifikan, jika satu sisi digunakan untuk mengetahui hubungan lebih kecil atau
lebih besar. Tingkat signifikansi dalam hal ini berarti kita mengambil keputusan
untuk menolak hipotesa yang benar sebanyak-banyaknya 5%, (Suryana,2000)
Statistik ujinya sebagai berikut,
2
1
) 2 (
xy
xy
r
n r
t
= (2.8)
Secara manual untuk mencari korelasi menggunakan rumus sebagai berikut,
= =
=
=
n
i
i
n
i
i
n
i
i i
xy
y y x x
y y x x
r
1
2
1
2
1
) ( ) (
) )( (
(2.9)
3. Kriteria Pengujian
H
0
diterima jika signifikansi
2
o
t t >
H
0
ditolak jika signifikansi
2
o
t t <
4. Menarik Kesimpulan
Jika H
0
ditolak artinya bahwa ada hubungan secara signifikan antara x
dengan y karena koefisien korelasi nilai positif, maka berarti x berhubungan
positif dan signifikan terhadap y.
2.1.4 Uji Median
Uji median adalah salah satu prosedur yang paling sederhana dan paling
luas penggunaannya untuk pengujian hipotesis nol yang menyatakan bahwa dua
sampel bebas telah ditarik dari populasi-populasi dengan median-median yang
sama (Daniel, 1989).
5
1. Struktur data
Tabel 2.1 Struktur Data Uji Median
Kelompok I Kelompok II Jumlah
Di atas median gabungan A B A+B
Di bawah median gabungan C D C+D
n
1
= A+C n
2
= B+D n = n
1
+ n
2
2. Asumsi-asumsi
- Data terdiri atas dua sampel acak bebas: X
1
, X
2
,.,X
n
dan Y
1
, Y
2
,.,Y
n
- Skala pengukuran yang di gunakan sekurang-kurangnya ordinal.
- Variabel yang di minati kontiyu.
- Apabila kedua populasi memiliki median yang sama, maka bagi masing-
masing populasi sama pula peluang p bahwa sebuah hasil pengamatannya
akan melebihi median keseluruhan.
3. Hipotesis
H
0
: kedua populasi identik
H
1
: kedua populasi tidak identik
Atau H
1
dalam pengertian lain adalah nilai-nilai x cenderung lebih besar
dari pada nilai y atau nilai-nilai x cenderung lebih kecil dari pada nilai y
4. Statistik uji
Menggunakan aproksimasi n 10
) / 1 / 1 )( 1 (
) / ( ) / (
2 1
2 1
n n p p
n B n A
T
+
(2.3)
dengan n B A p / + =
5. Daerah penolakkan
Tolak H
0
jika
2 / o
z T >
2.1.5 Uji Mann-Whitney
Uji mann-whitney adalah untuk menguji hipotesis nol tentang kesamaan
parameter-parameter lokasi populasi. mann-whitney yang agaknya merupakan
6
orang pertama yang membahas kasus dengan ukuran-ukuran sampel yang tidak
sama (Daniel, 1989).
1. Asumsi-asumsi
- Data merupakan sampel acak masing-masing dari dua populasi
Populasi 1 dengan pengamatan X
1
, X
2
,.,X
n
Populasi 2 dengan pengamatan Y
1
, Y
2
,.,Y
n
- Kedua sampel tidak saling mempengaruhi
- Variabel yang di ambil adalah variabel acak kontinyu
- Skala pengukuran yang di pakai sekurang-kurangnya ordinal
- Fungsi-fungsi distribusi kedua populasi hanya berbeda dalam hal lokasi.
2. Hipotesis-hipotesis
a. (dua-sisi)
H
0
: Kedua populasi yang di amati memiliki distribusi yang identik
H
1
: Kedua distribusi yang di amati berbeda dalam hal lokasi
b. (satu-sisi kiri)
H
0
: Kedua populasi yang di amati memiliki distribusi yang identik
H
1
: Nilai-nilai x cenderung kecil besar dari pada nilai y
c. (satu-sisi kanan)
H
0
: Kedua populasi yang di amati memiliki distribusi yang identik
H
1
: Nilai-nilai x cenderung lebih besar dari pada nilai y
3. Statistik uji
2
) 1 (
1 1
+
=
n n
S T (2.4)
Dengan S adalah jumlah peringkat hasil-hasil pengamatan yang
merupakan sampel dari populasi 1.
4. Daerah penolakkan : tolak H
0
jika
Tabel 2.2 Daerah Penolakan Uji Mann Whitney
Uji dua sisi Uji sisi kiri Uji sisi kanan
T<W
/2
atau T >W
1- /2
T < W
T > W
1-
Aproksimasi sampel besar
Bila n
1
atau n
2
> 20 maka di tetapkan
7
12 / ) (
2 /
2 1 2 1
2 1
n n n n
n n T
Z
+
= (2.5)
Bila ada angka-angka sama dalam kelompok yang berbeda cukup banyak di
lakukan koreksi dengan
) 1 )( ( 12
) (
2 1 2 1
3
2 1
+ +
n n n n
t t n n
(2.6)
t = banyaknya angka sama untuk satu peringkat
sehingga bentuk aproksimasi menjadi
) 1 )( ( 12
) (
12 / ) (
2 /
2 1 2 1
3
2 1
2 1 2 1
2 1
+ +
+
=
n n n n
t t n n
n n n n
n n T
Z (2.7)
Daerah penolakkan : tolak H
0
jika
Tabel 2.3 Daerah Penolakan Uji Mann Whitney Aproksimasi Besar
Uji dua sisi Uji sisi kiri Uji sisi kanan
Z < z
/2
atau Z > z
1- /2
Z < z
Z > z
1-
2.3 Tinjauan Non Statistik
Dealer adalah suat badan atau perorangan yang bertugas sebagai tangan
distribusi dari produsen kepada konsumen, suatu dealer motor Honda ingin
mengembangkan kualitas dari produk atau jasa pelayanannya kepada konsumen
sehingga dilakukan surey untuk mengetahui tingkat kepuasan dari pelayanan
dealer motor honda yang terletak di Jawa Timur. Survey dilakukan secara dua
cara yaitu secara langsung dan melalui telepon.
1
BAB III
METODOLOGI PENELITIAN
3.1 Sumber Data
Data yang digunakan dalam praktikum ini merupakan data sekunder yang
diperoleh dari lampiran tugas akhir mahasiswa Statistika ITS atas nama Yunita
Setya Tiar dengan NRP 1310030025 dengan judul analisis pengelompokkan
dealer motor merk honda di jawa timur berdasarkan kriteria performansinya
pengambilan data dilakukan pada tanggal 11 Maret 2014 pukul 10.00 di Ruang
Baca Statistika.
3.2 Varibel Penelitian
Variabel penelitian yang digunakan dalam praktikum ini adalah sebagai
berikut.
X1 = audit call konsumen (Persen)
X2= CSL (Customer Satisfaction Level) HI per area
3.3 Langkah Analisis
Langkah analisis yang dilakukan dalam pengamatan antara lain sebagai
Berikut.
1. Menganalisis data Audit Call Customer dan Customer Satisfaction Level
(CSL) HI per area dengan menggunakan statistika deskriptif
2. Menguji data Audit Call Customer dan Customer Satisfaction Level (CSL)
HI per area dengan Uji keacakan
3. Menguji data Audit Call Customer dan Customer Satisfaction Level (CSL)
HI per area dengan Uji Korelasi
4. Menguji median data Audit Call Customer dan Customer Satisfaction Level
(CSL) HI per area dengan uji dua sampel independen Uji Median
5. Menguji data Audit Call Customer dan Customer Satisfaction Level (CSL)
HI per area dengan uji dua sampel independen Mann-Whitney
6. Melakukan interpretasi
7. Menarik kesimpulan
2
3.4 Diagram Alir
Berikut ini adalah diagram alir dari langkah analisis diatas.
Gambar 3.1 Diagram Alir Langkah Penelitian
Mulai
Data
Uji Keacakan
data
Uji Mann-
Whitney
(2sisi)
Kesimpulan
Selesai
Uji korelasi data
Tidak
Tidak
Ya
Ya
Analisis Statistika Deskriptif
Uji Mann-
Whitney
(1sisi)
Uji Median
(2sisi)
Uji
Median
(1 sisi)
Tidak
Ya
3
BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Statistika Deskriptif
Perhitungan statistika deskriptif dilakukan untuk mengetahui karakteristik
data yang dapat dilihat dari mean, standar deviasi, nilai maksimum, nilai
minimum, dan median. Berikut adalah tabel statistika deskriptif dari data Audit
Call Customer dan Customer Satisfaction Level (CSL) HI per area.
Tabel 4.1 Statistika Deskriptif
Variable Mean StDev Minimum Median Maximum
Audit Call 4,4907 0,0822 4,11 4,510 4,590
CSL 0,85333 0,01213 0,84 0,860 0,880
Dari Tabel 4.1 dapat diketahui bahwa didapatkan rata-rata Audit Call
Customer adalah 4,4907% dengan penyebaran data sebesar 0,0822 dan nilai
tengah sebesar 4,510%. Serta Audit Call Customer terkecil adalah 4,11% dan
terbesar adalah 4,590%. Dan pada data Customer Satisfaction Level (CSL)
didapatkan rata-rata sebesar 0,85333% dengan penyebaran data sebesar 0,01213
dan nilai tengah sebesar 0,860%. Serta CSL terkecil adalah 0,84% dan CSL
terbesar adalah 0,880%.
4.2 Uji Keacakan (RunTest)
Pengujian keacakan ini dilakukan untuk mengetahui apakah data sampel
telah diambil secara acak.
4.2.1 Uji Keacakan Data Audit Call Customer
Dilakukan pengujian keacakan pada data Audit Call Customer dengan
hipotesis sebagai berikut.
H
0
: Data Audit Call Customer telah diambil secara acak.
H
1
: Data Audit Call Customer tidak diambil secara acak.
05 , 0 = o
Daerah Kritis : Tolak H
0
jika
bawah
r r < atau
atas
r r > atau P-value < o
Statistik Uji : Berikut adalah hasil perhitungan uji run test dengan
menggunakan software.
4
Tabel 4.2 Uji Run Test Audit Call Customer
Runs above and below K 4,49067
The observed number of runs 15
The expected number of runs 15,4
18 observations above K; 12 below
P-value 0,877
Pada Tabel 4.2 dapat diketahui bahwa dengan 30 sampel yang terambil
didapatkan nilai nilai rata-rata 4,49067 serta terdapat 18 data yang bernilai lebih
kecil dari nilai nilai rata-rata dan terdapat 12 data yang bernilai lebih besar dari
nilai nilai rata-rata. Diketahui pula nilai 15 = r
dan P-value sebesar 0,877. Dengan
nilai 18
1
= n dan 12
2
= n dapat diperoleh 21 =
atas
r dan 9 =
bawah
r .
Keputusan : Gagal tolak H
0
karena
atas bawah
r r < <15
dan P-value > o yaitu 0,05 0,877>
Kesimpulan : Data Audit Call Customer telah diambil secara acak.
4.2.2 Uji Keacakan Data Customer Satisfaction Level (CSL)
Dilakukan pengujian keacakan pada data Customer Satisfaction Level (CSL)
dengan hipotesis sebagai berikut.
H
0
: Data Customer Satisfaction Level telah diambil secara acak.
H
1
: Data Customer Satisfaction Level tidak diambil secara acak.
05 , 0 = o
Daerah Kritis : Tolak H
0
jika
bawah
r r < atau
atas
r r > atau P-value < o
Statistik Uji : Berikut adalah hasil perhitungan uji run test dengan
menggunakan software.
Tabel 4.3 Uji Run Test Customer Satisfaction Level
Runs above and below K 0,85333
The observed number of runs 11
The expected number of runs 15,4
18 observations above K; 12 below
P-value 0,088
Dari Tabel 4.3 dapat diketahui bahwa nilai rata-rata 0,85333 serta terdapat
18 data yang bernilai lebih kecil dari nilai nilai rata-rata dan terdapat 12 data yang
bernilai lebih besar dari nilai nilai rata-rata. Diketahui pula nilai 11 = r
dan P-
5
value sebesar 0,088. Dengan nilai 18
1
= n dan 12
2
= n dapat diperoleh 21 =
atas
r
dan 9 =
bawah
r .
Keputusan : Gagal tolak H
0
karena
atas bawah
r r < <11
dan P-value > o yaitu 0,05 0,088>
Kesimpulan : Data Customer Satisfaction Level telah diambil secara
acak.
4.3 Uji Korelasi
Uji korelasi digunakan untuk mengetahui apakah terdapat korelasi antara
Audit Call Customer dan Customer Satisfaction Level. Pengujian ini dilakukan
dengan hipotesis sebagai berikut.
0 :
0
=
xy
H ( tidak ada korelasi antara Audit Call Customer dan Customer
Satisfaction Level )
0 :
0
=
xy
H ( ada korelasi antara Audit Call Customer dan Customer
Satisfaction Level )
05 , 0 = o
Daerah Kritis : Tolak H
0
jika
n
r r
, o
> atau
value
p < o
Statistik Uji : Berikut adalah hasil perhitungan uji korelasi dengan
menggunakan software.
Tabel 4.4 Uji Korelasi
r
hitung
-0,099
P-value 0,602
Dari Tabel 4.4 diketahui bahwa nilai mutlak r
hitung
adalah -0,099. Dari 30
sampel dapat diketahui nilai r
tabel
sebesar 0,374.
Keputusan : Gagal tolak H
0
, karena
n
r r
, o
< yaitu 0,099 < 0,374 dan
nilai P-value > o
Kesimpulan : Tidak ada korelasi antara Audit Call Customer dan
Customer Satisfaction Level.
6
4.4 Uji Mann-Whitney
pengujian Mann-Whitney dilakukan untuk mengetahui apakah populasi-
populasi yang diamati memiliki distribusi yang identik. Pengujian Mann-Whitney
menggunakan software dengan hipotesis sebagai berikut.
H
0
: Audit Call Customer dan Customer Satisfaction Level memiliki
distribusi yang identik.
H
1
: Audit Call Customer dan Customer Satisfaction Level memiliki
distribusi yang tidak identik.
05 , 0 = o
Daerah Kritis : Tolak H
0
jika
2 / o
W T < atau
2 / 1 o
> W T
atau P-value < o
Statistik Uji : Berikut adalah hasil perhitungan uji Mann-Whitney
dengan menggunakan software Minitab.
Tabel 4.5 Uji Mann-Whitney
S 1365,0
P-value 0,000
Pada Tabel 4.5 diketahui P-value = 0,000 dan nilai S = 1365 sehingga
didapatkan nilai T = 900. Karena sampel lebih besar dari 20 maka dilakukan
perhitungan aproksimasi data besar sebagai berikut.
6,652991
67,63875
450
12 / ) 1 30 30 ( 30 . 30
2 / 30 . 30 900
12 / ) 1 (
2 /
2 1 2 1
2 1
= =
+ +
=
+ +
=
z
z
n n n n
n n T
z
Keputusan : Tolak H
0
karena
2
Z Z
o
> yaitu 1,96 6,652991>
Kesimpulan : Audit Call Customer dan Customer Satisfaction Level
memiliki distribusi yang tidak identik.
4.5 Uji Median Dua Populasi
Berikut adalah pengujian median dua populasi dengan menggunakan
software.
7
H
0
: Audit Call Customer dan Customer Satisfaction Level memiliki
median yang sama.
H
1
: Audit Call Customer dan Customer Satisfaction Level memiliki
median yang berbeda
05 , 0 = o
Daerah Kritis : Tolak H
0
jika
2 2
o
_ _ > atau o < value P
Statistik Uji : Berikut adalah hasil perhitungan uji run test dengan
menggunakan software.
Tabel 4.6 Test Statistics
a
trans1
N 60
Median 2,4950
Chi-Square 60,000
df 1
Asymp. Sig. ,000
Yates' Continuity
Correction
Chi-Square 56,067
df 1
Asymp. Sig. ,000
Berdasarkan Tabel 4.6 dapat diketahui nilai Chi-Square = 60,000 dan P-
value = 0,000. Dengan nilai Chi-Square tabel sebesar 3,841459.
Keputusan : Tolak H
0
karena
2 2
o
_ _ > atau o < value P
Yaitu 60,000 > 3,841459 dan 0,05 ,000 0 <
Kesimpulan : Audit Call Customer dan Customer Satisfaction Level
memiliki median yang berbeda
8
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Kesimpulan yang dapat diambil dari pengujian yang telah dilakukan adalah
sebagai berikut.
1. Rata-rata Audit Call Customer adalah 4,4907% dengan penyebaran data
sebesar 0,0822 dan nilai tengah sebesar 4,510%. Serta Audit Call Customer
terkecil adalah 4,11% dan terbesar adalah 4,590%. Dan pada data Customer
Satisfaction Level (CSL) didapatkan rata-rata sebesar 0,85333% dengan
penyebaran data sebesar 0,01213 dan nilai tengah sebesar 0,860%. Serta
CSL terkecil adalah 0,84% dan CSL terbesar adalah 0,880%.
2. Uji keacakan menghasilkan kesimpulan bahwa data Audit Call Customer
dan Customer Satisfaction Level telah diambil secara acak.
3. Dengan pengujian korelasi diketahui tidak ada korelasi antara Audit Call
Customer dan Customer Satisfaction Level.
4. Audit Call Customer dan Customer Satisfaction Level memiliki distribusi
yang tidak identik
5. Audit Call Customer dan Customer Satisfaction Level memiliki median
yang berbeda.
5.2 Saran
Pengolahan data lebih mudah menggunakan software, tetapi dibutuhkan
ketepatan serta ketelitian dalam proses entry data dan melakukan random data
agar didapatkan data yang acak.
9
DAFTAR PUSTAKA
Daniel, W.W. 1989. Statistik Non Parametrik Terapan. Jakarta: PT. Gramedia
Pustaka Utama.
Walpole, Ronald E. 1995. Pengantar Statistika. Jakarta : Gramedia Pustaka
Utama.