PIN BBM : 7D16FAFD

Google+ Followers

Site Info

Cara melakukan Uji Statistik Chi Square SPSS

Cara melakukan Uji Statistik Chi Square SPSS | Uji Chi Square atau Uji Chi Kuadrat dalam statistik seringkali dilambangkan dengan X2. Tujuan uji chi square adalah untuk menguji hipotesis terhadap proporsi relatif dari case yang di kelompokkan. Data yang digunakan dalam uji chi square adalah data dalam bentuk frekuensi, bukan dalam bentuk angka rasio atau skala. Data frekuensi ini merupakan hasil dari pengklasifikasian data yang berbentuk nominal. Misalkan data frekuensi berdasarkan gender (laki-laki dan perempuan), klasifikasi sikap (baik, cukup, jelek), atau data klasifikasi kecenderungan seseorang juga boleh digunakan dalam uji chi square seperti contoh Cara melakukan Uji Statistik Chi Square SPSS yang akan saya praktekkan dalam artikel ini.

Dasar Pemgambilan Keputusan dalam Uji Chi Square SPSS

Berdasarkan Nilai Signifikansi :
  1. Jika nilai asymp signifikansi < 0,05 maka Ha diterima.
  2. Jika nilai asymp signifikansi > 0,05 maka Ho diterima.
Berdasarkan Nilai Chi Square Hitung dan Tabel :
  1. Jika nilai chi square hitung > dari chi square tabel, maka Ha diterima.
  2. Jika nilai chi square hitung < dari chi square tabel, maka Ho diterima.

Contoh Kasus dalam Uji Chi Square : Kali ini saya akan melakukan uji chi square tentang Kecenderungan masyarakat terhadap proses pemilihan Kepala Daerah. Sampel saya ambil secara random yakni 50 responden. Baca : Teori Sampel dan Sampling Penelitian | Dalam pertanyaan angket ditanyakan Menurut anda sebaiknya tata cara pemilihan Kepala Daerah dilakukan secara langsung atau tidak langsung?


Hipotesis yang diajukan dalam Uji Chi Square:
  • Ha : Masyarakat memiliki kecenderungan yang berbeda terhadap tata cara pemilihan Kepala Daerah yang dilakukan secara langsung dan tidak langsung.
  • Ho : Masyarakat memiliki kencederungan yang sama terhadap tata cara pemilihan Kepala Daerah yang dilakukan secara langsung dan tidak langsung.


Langkah-langkah melakukan Uji Chi Square dengan SPSS versi 21:

1. Buka program SPSS versi 21 dan klik pada Variable View. Pada bagian Name isi dengan Kecenderungan_Masyarakat, pada kolom Decimal isi dengan 0 (nol), kemudian pada kolom Values (klik tanda …) hingga muncul kotak baru dengan nama Value Label, pada Value tuliskan angka 1 dan pada bagian Label tuliskan Memilih Langsung, setelah itu klik Add sehingga pada kolom paling bawah akan tertulis 1=” Memilih Langsung”. Selanjutnya pada kolom Value tuliskan angka 2, dan pada bagian Label tuliskan Memilih Tidak Langsung, setelah itu klik Add sehinggapada kolom paling bawah bertambah 2=” Memilih Tidak Langsung”

Gambar Tampilan Value Label

Cara melakukan Uji Statistik Chi Square SPSS

Gambar Setelah Berhasil

Cara melakukan Uji Statistik Chi Square SPSS

2. Langkah Selanjutnya, klik Data View, lalu tuliskan hasil Rekapitulasi Jawaban angket yang sudah disebar kepada responden pada kolom Kecenderungan_Masyarakat. Sehingga tampilannya sebagai berikut :

Cara melakukan Uji Statistik Chi Square SPSS

Keterangan : angka 1 = jawaban Memilih Langsung, sedangkan angka 2 = Jawaban Memilih Tidak Langsung | jika sobat memerlukan data ini untuk latihan silahkan Download Data Chi Square

3. Setelah berhasil memasukkan data, langkah berikutnya adalah klik menu Analyze, kemudian klik Nonparametric Test, lalu pilih Legacy Dialogs, selanjutnya klik Chi-Square

Cara melakukan Uji Statistik Chi Square SPSS

4. Muncul kotak dialog dengan nama Chi-Square Tets, langkah selanjutnya pindahkan data Kecenderungan_Masyarakat pada kotak Test Variable List, dengan cara mengklik tanda panah > Setelah itu, langkah terakhirnya adalah klik OK

Cara melakukan Uji Statistik Chi Square SPSS

5. Sekarang sudah muncul Ouput penelitian, tinggal kita interpretasikan.

Cara melakukan Uji Statistik Chi Square SPSS

Pembaca Output SPSS dalam Uji Chi Square dan Membuat Kesimpulan

Pada kesempatan kali ini saya akan menjelaskan cara mengambil keputusan dengan meilihat Signifikansi dalam Uji Chi Square. Beradasarkan output di atas diketahui bahwa nilai asymp signifikansi sebesar 0,011 atau dengan kata lain nilai asymp signifikansi 0,011 < 0,05, dengan demikian dapat disimpulkan bahwa Ha diterima, yang artinya : Masyarakat memiliki kecenderungan yang berbeda terhadap tata cara pemilihan Kepala Daerah yang dilakukan secara langsung dan tidak langsung.

Bagaimana sobat cukup mudah bukan Cara melakukan Uji Statistik Chi Square SPSS, semoga sudah cara di atas cukup jelas ya dan bisa bermanfaat bagi sobat semua, selamat berlatih…. Wassalam.

[Search : Cara melakukan Uji Statistik Chi Square SPSS | Langkah-langkah melakukan Uji Chi Square dengan Program SPSS versi 21 | Cara Pembaca Output SPSS dalam Uji Chi Square dan Membuat Kesimpulan]
[Sumber Rujukan : Riduwan,dkk. 2011. Cara Mudah Belajar SPSS Versi 17.0 dan Aplikasi Statistik Penelitian. Bandung: Alfabeta ]

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS | Selamat malam bapak, ibu dan saudara-saudara, semua.. ada banyak cara yang bisa dilakukan untuk mengetahui apakah sebuah data distribusi yang normal atau tidak untuk model asumsi regresinya. Pada kesempatan malam ini saya mau membagi cara melakukan Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS. Dengan melihat Grafik Histogram dan P-Plot yang dihasilkan dari program SPSS seorang peneliti dapat mengetahui apakah data data yang ia pakai mempunyai distribusi yang normal atau tidak.

DASAR PENGAMBILAN KEPUTUSAN UJI NORMALITAS DENGAN GRAFIK HISTOGRAM DAN P-PLOT

Pada dasarnya normalitas sebuah data dapat dikenali atau dideteksi dengan melihat persebaran data (titik) pada sumbu diagonal dari grafik Histogram dari residualnya.
  • Data dikatakan berdistribusi normal, jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya.
  • Sebaliknya data dikatakan tidak berdistribusi normal, jika data menyebar jauh dari arah garis atau tidak mengikuti diagonal atau grafik histogramnya.

CARA UJI NORMALITAS DENGAN GRAFIK HISTOGRAM DAN P-PLOT SPSS

Dalam sebuah kasus saya ingin mengetahui apakah data penelitian ini berdistribusi normal atau tidak. Judul penelitiannya adalah: “Pengaruh Intensitas Mengajar Guru (X1), Gaya Mengajar (X2), Motivasi Siswa (X3), dan Minat Belajar (X4) terhadap Konsentrasi Belajar (Y) Siswa SMP Konsistensi Tahun 2014”

Dari judul di atas kita dapat melihat bahwa terdapat 4 variabel bebas dan 1 variabel terikat. Jika sobat ingin mempraktekkan Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS sobat bisa download data yang saya gunakan dalam artikel ini (Download Data)

Penting : Uji Normalitas dilakukan dengan menggunakan program SPSS Versi 21

1. Maaf saya tidak menyampaikan bagaimana cara menginput data di program SPSS. Langkah pertama yang harus sobat lakukan adalah membuka file yang sudah sobat download tadi. Sehingga tampilannya terlihat seperti gambar dibawah ini.

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

2. Dari menu SPSS sobat Pilih Analyze – Kalu klik Regression – Kemudian klik Linear. Tampilan seperti gambar dibawah ini.

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

3. Muncul kotak dialog dengan nama Linear Regression. Langkah berikutnya masukkan variabel Konsentrasi Belajar (Y) ke kotak Dependent. Lalu masukkan variabel Mengajar Guru (X1), Gaya Mengajar (X2), Motivasi Siswa (X3), dan Minat Belajar (X4) ke kotak Independent (s). dan klik Plots..

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

4. Setelah sobat klik Plots…maka akan mucul kotak dialog dengan nama Linear Regression:Plot. Selanjutnya berikan tanda ceklist (V) pada pilihan Histrogram dan Normal probability plot, abaikan yang lainnya dan klik continue

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

5. Langkah yang terakhir adalah kili OK, maka akan muncul tampilan output SPSS sebagai berikut (Perhatikan pada bagian Chart):

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS

PENGAMBILAN KEPUTUSAN

Berdasarkan tampilan output chart di atas kita dapat melihat grafik histrogram maupun grafik plot. Dimana grafik histrogram memberikan pola distribusi yang melenceng ke kanan yang artinya adalah data berdistribusi normal. Selanjutnnya, pada gambar P-Plot terlihat titik-titik mengikuti dan mendekati garis diagonalnya sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.

Penting : Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS dapat menyesatkan peneliti kalau tidak hati-hati dalam menafsirkannya. Mungkin kelihatannya berdasarkan digambar grafik histrogram maupun grafik plot distribusi datanya normal, padahal secara statistik dapat berarti sebaliknya. Oleh karena itu, untuk mendukung atau membuktikan hasil uji normalitas grafik perlu dilakukan Uji Normalitas Rumus Kolmogorov-Smirnov atau Uji Nomalitas dengan Shapiro-Wilk

Demikian artikel dengan judul Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS semoga bermanfaat dan jelas penjelasannya,hehe. Terimakasih telah berkenan membaca.

Search : Uji Normalitas dengan Grafik Histogram dan P-Plot SPSS, Cara Melakukan Uji Normalitas Grafik Histogram dan Probability Plot SPSS versi 21, Langkah-langkah Uji Normalitas Grafik Histogram dan Probability Plot lengkap dengan Gambar
Img : Dokumen admin dari SPSS versi 21
Rujukan : Ghozali, Imam. 2011. Aplikasi Analisis Multivariate dengan Program IBM SPSS 19. Semarang: Badan Penerbit UNDIP. Hal 161-163

Cara Uji Korelasi Berganda dengan SPSS

Cara Uji Korelasi Berganda dengan SPSS | Berbeda dengan uji korelasi sederhana yang hanya digunakan menguji hubungan partial variabel bebas dengan variabel terikat, Analisis korelasi ganda berfungsi untuk mencari besarnya hubungan dan kontribusi dua variabel bebas (X) atau lebih secara simultan (bersama-sama) dengan variabel terikat (Y).

DASAR KEPUTUSAN UJI KORELASI BERGANDA
Pengambilan keputusan dalam uji korelasi berganda dapat dengan membandingkan antara nilai probabilitas 0,05 dengan nilai probabilitas Sig dengan dasar pengambilan keputusan sebagai berikut :
  • Jika nilai probabilias 0,05 lebih kecil atau sama dengan nilai probabilitas sig. F change atau [0,05 < sig. Fchange], maka Ho diterima dan Ha ditolak, artinya tidak ada hubungan yang signifikan antara variabel X dengan variabel Y.
  • Jika nilai probabilias 0,05 lebih besar dari nilai probabilitas sig. F change atau [0,05 > sig. Fchange], maka Ho ditolak dan Ha diterima, artinya ada hubungan yang signifikan antara variabel X dengan variabel Y.
CONTOH KASUS DAN PENYELESAINNYA :
Contoh Judul : Hubungan Kompetensi dan Motivasi terhadap Kinerja Pengawai Negeri Kota Surakarta tahun 2014

Data di atas dianggap sudah memenuhi syarat uji korelasi, seperti telah lolos Uji Normalitas | Uji Multikoloneritas | Uji Linearitas, dll sesuai kebutuhan.

Identifikasi dan Ketentuan-ketentuan :
  • Variabel Kompetensi (X1)
  • Variabel Motivasi (X2)
  • Variabel Kinerja (Y)
  • Sampel sebanyak (n)=84 orang dengan taraf signifikansi (a = 0,05).
Jika sobat pengen ikut latihan besama saya silahkan download data peneltian di atas, DOWNLOAD DATA KORELASI GANDA

LANGKAH-LANGKAH UJI KORELASI BERGANDA DENGAN SPSS
1. Buka file dengan Nama : Untitled Korelasi 2, maka akan muncul data sebagaimana gambar dibawah ini.

Korelasi Berganda

2. Dari menu SPSS klik Analyze, kemudian pilih Regression dan pilih Linear. Maka akan muncul kotak dialog Linear Regression

Cara Uji Korelasi Berganda dengan SPSS

3. Kemudian masukkan variabel Kinerja (Y) dengan cara mengklik tanda > Dependent. Kemudian variabel Kompetensi (X1) dan Motivasi (X2) ke kotak Independent(s) maka hasilnya seperti gambar di bawah ini.

Cara Uji Korelasi Berganda dengan SPSS

4. Klik Statistics dan tandai pada kotak Estimates, Model Fit, dan R squared change lalu klik Continue, selanjutnya baru klik Ok

Cara Uji Korelasi Berganda dengan SPSS

5. Setelah semuanya beres, maka hasil output yang perlu sobat perhatikan adalah pada bagian Model Summary

Cara Uji Korelasi Berganda dengan SPSS

MEMAKNAI HASIL OUTPUT MODEL SUMMARY SPSS
Berdasarkan tabe Model Summary diketahui bahwa besarnya hubungan antara Kompetensi dan Motivasi (secara simultan) terhadap Kinerja yang dihitung dengan koefisien korelasi adalah 0,497, hal ini menunjukkan pengaruh yang sedang. Sedangkah kontribusi atau sumbangan secara simultan variabel Kompetensi dan Motivasi terhadap Kinerja adalah 24,7% sedangkan 75,3% ditentukan oleh variabel yang lain.

Kemudian untuk mengetahui tingkat signifikansi koefisien korelasi ganda diuji secara keseluruhan. Hipotesis yang diajukan dalam pembahasan ini adalah :
  • H0 : Kompetensi dan Motivasi tidak berhubungan secara simultan dan signifikan terhadap kinerja.
  • Ha : Kompetensi dan Motivasi berhubungan secara simultan dan signifikan terhadap kinerja.
Berdasarkan tabel Model Summary diperoleh nilai probabilitas (sig.F change) = 0,000. Karena nilai sig.F change 0,000 < 0,05, maka keputusannya adalah H0 ditolak dan Ha diterima. Artinya : Kompetensi dan Motivasi berhubungan secara simultan dan signifikan terhadap kinerja Negeri Kota Surakarta tahun 2014.

Bagaimana sobat cukup mudah bukan, bagaimana dengan data penelitian sobat apakah terdapat hubungan atau tidak ada hubungan yang signifikan, jika masih ragu atau binggung silahkan untuk order olah data spesial. Terimakasih..

---Selesai mudah2an bermanfaat—

Search : Cara Uji Korelasi Berganda dengan SPSS, Langkah-langkah Analisis Korelasi Ganda, Uji F dengan Analisis Korelasi ganda SPSS, Makna Hasil Model Summary Uji Korelasi Berganda, Dasar Pengambilan Keputusan dalam Uji Korelasi Ganda
Img : Arsip Admin berdasarkan SPSS versi 21
Source : Riduwan, dkk. 2011. Cara Mudah Belajar SPSS Versi 17.0 dan Aplikasi Statistik Penelitian. Bandung : Alfabeta.

Uji Regresi Sederhana dengan SPSS Lengkap

Uji Regresi Sederhana dengan SPSS Lengkap | Analisis regresi sederhana digunakan untuk memprediksi atau menguji pengaruh satu variabel bebas atau variabel independent terhadap variabel terikat atau variabel dependent. Bila skor variabel bebas diketahui maka skor variabel terikatnya dapat diprediksi besarnya. Analisis regresi juga dapat dilakukan untuk mengetahui linearitas variabel terikat dengan variabel bebasnya.

Analisis regresi linear sederhana terdiri dari satu variabel bebas (predictor) dan satu variabel terikat (respon), dengan persamaan :

Y = a + bX

Keterangan :
Y : Variabel terikat
a : Konstanta regresi
bX : Nilai turunan atau peningkatan variabel bebas

DASAR PENGAMBILAN KEPUTUSAN UJI REGRESI SEDERHANA
Pengambilan keptusan dalam uji regresi sederhana dapat mengacu pada dua hal, yakni dengan membandingkan nilai t hitung dengan t tabel, atau dengan membandingkan nilai signifikansi dengan nilai probabilitas 0,05.

Membanginkan nilai t hitung dan t tabel:
  • Jika nilai t hitung lebih besar dari nilai t tabel, artinya variabel bebas berpengaruh terhadap variabel terikat.
  • Jika nilai t hitung tidak lebih besar dari nilai t tabel, artinya variabel bebas tidak berpengaruh terhadap variabel terikat.

Membandingkan nilai signifikansi dengan probabilitas 0,05:
  • Jika nilai signifikansi tidak lebih dari nilai probabilitas 0,05, artinya variabel bebas berpengaruh secara signifikan terhadap variabel terikat.
  • Jika nilai signifikansi lebih dari nilai probabilitas 0,05, artinya variabel bebas tidak berpengaruh secara signifikan terhadap variabel terikat.
Setelah mengetahui tujuan dan dasar pengambilan keputusan dalam uji regresi sederhana, selanjutnya kita masuk praktek uji regresi sederhana dengan menggunakan contoh penelitian dibawah ini.

Contoh Judul Penelitian : Pengaruh Trust (Kepercayaan) pada calon presiden terhadap partisipasi dalam pemilihan umum.

Identifikasi variabel penelitian : Variabel bebas (X) adalah Trust, sedangkan variabel terikat (Y) adalah Partisipasi.

Sebaiknya untuk latihan sobat download dulu data variabel X dan Y yang saya gunakan untuk praktek dalam artikel ini : DOWNLOAD DATA

LANGKAH-LANGKAH UJI REGRESI SEDERHANA DENGAN SPSS
1. Buka data penelitian yang sudah sobat di atas, tampilan datanya sebagaimana gambar di bawah ini.

Uji Regresi Sederhana SPSS dengan Lengkap

2. Dari menu SPSS, pilih menu Analyze, kemudian regression, lalu klik Linear. Maka akan muncul kotak dialog sebagai berikut:

Uji Regresi Sederhana SPSS dengan Lengkap

3. Masukkan varibel Partisipasi ke kolom Dependent, dan masukkan variabel Trust ke kolom Independent(s). Pada Method kita pilih metode Enter.

Uji Regresi Sederhana SPSS dengan Lengkap

4. Klik Statistics, lalu berikan tanda pada Estimates dan Model Fit, Kemudian Klik Continue.. Terakhir klik Ok untuk mengakhiri perintah.

Uji Regresi Sederhana SPSS dengan Lengkap

OUTPUT SPSS DAN PENJELASANNYA :

Uji Regresi Sederhana SPSS dengan Lengkap

Output Bagian Pertama (Variabel Entered/removed) : Tabel di atas menjelaskan tentang variabel yang dimasukkan atau dibuang dan metode yang digunakan. Dalam hal ini variabel yang dimasukkan adalah variabel nilai Trust sebagai predictor dan metode yang digunakan adalah metode Enter.

Uji Regresi Sederhana SPSS dengan Lengkap

Output Bagian Kedua (Model Summary) : Tabel di atas menjelaskan besarnya nilai korelasi/ hubungan (R) yaitu sebesar 0,463 dan dijelaskan besarnya prosentase pengaruh variabel bebas terhadap variabel terikat yang disebut koefisien determinasi yang merupakan hasil dari penguadratan R. Dari output tersebut diperoleh koefisien determinasi (R2) sebesar 0,215, yang mengandung pengertian bahwa pengaruh variabel bebas (Trust) terhadap variabel terikat (Partisipasi) adalah sebesar 21,5%, sedangkan sisanya dipengaruhi oleh variabel yang lain.

Uji Regresi Sederhana SPSS dengan Lengkap

Output bagian Ketiga (ANOVA) : Pada bagian ini untuk menjelaskan apakah ada pengaruh yang nyata (signifikan) variabel Trust (X) terhadap Variabel Partisipasi (Y). Dari output tersebut terlihat bahwa F hitung = 13,951 dengan tingkat signifikansi / Probabilitas 0,000 < 0,05, maka model regresi dapat dipakai untuk memprediksi variabel partisipasi

Uji Regresi Sederhana SPSS dengan Lengkap

Output Bagian Keempat (Coefficients) : Pada tabel Coefficients, pada kolom B pada Constant (a) adalah 9,481, sedang nilai Trust (b) adalah 0,438, sehingga persamaan regresinya dapat ditulis :

Y = a + bX atau 9,481 + 0,438X

Koefisien b dinamakan keofisien arah regresi dan menyatakan perubahan rata-rata variabel Y untuk setiap perubahan variabel X sebesar satu satuan. Perubahan ini merupakan pertabahan bila b bertanda positif dan penurunan bila b bertanda negatif. Sehingga dari persamaan tersebut dapat diterjemahkan :
  • Kostanta sebesar 9,481 menyatakan bahwa jika tidak ada nilai Trust maka nilai Partisipasi sebesar 9,481.
  • Koefisien regresi X sebesar 0,438 menyatakan bahwa setiap penambahan 1 nilai Trust, maka nilai Partisipasi bertambah sebesar 0,438
MAKNA HASIL UJI REGRESI SEDERHANA
Selain mengganbarkan persamaan regresi output ini juga menampilan uji signifikansi dengan uji t yaitu untuk mengetahui apakah ada pengaruh yang nyata (signifikan) variabel Trust (X) sendiri (partial) terhadap variabel Partispasi (Y).

HIPOTESIS :
  • Ho : Tidak ada pengaruh yang nyata (signifikan) variabel Trust (X) terhadap variabel Partispasi (Y).
  • H1 : Ada pengaruh yang nyata (signifikan) variabel Trust (X) terhadap variabel Partispasi (Y).
Dari output di atas dapat diketahui nilai t hitung = 3,735 dengan nilai signifikansi 0,000 < 0,05, maka Ho ditolak dan H1 diterima, yang berarti Ada pengaruh yang nyata (signifikan) variabel Trust (X) terhadap variabel Partispasi (Y).

Maaf yaw temen-temen jika penjelasannya panjaaaaaAAAAAng sekali, selamat mencoba, dan semoga berhasil..

Search : Uji Regresi Sederhana dengan SPSS Lengkap, Langkah-langkah Analisis Regresi Sederhana SPSS, Dasar pengambilan keputusan dalam uji Regresi Sederhana SPSS, uji t dalam analisis regresi sederhana
Img : Arsip Admin dari Program SPSS versi 21
Source : Widiyanto, Joko. 2012. SPSS For Windows. Surakarta: Badan Penerbit-FKIP Universitas Muhammadiyah Surakarta.

Cara menentukan Rumusan Masalah Penelitian Kuantitatif

Cara menentukan Rumusan Masalah Penelitian Kuantitatif

Cara menentukan Rumusan Masalah Penelitian Kuantitatif
| Perumusan masalah sekaligus membatasi masalah dilakukan untuk menegaskan variabel-variabel apa yang akan diangkat atau menjadi ruang lingkup dalam riset yang sedang ditulis. Sebagai contoh saja misalkan kita tertarik untuk melihat pengaruh upah terhadap hasrat bekerja karyawan. Hasrat bekerja dapat berupa data kuantitatif misalnya berapa jam seminggu ingin bekerja dan hasrat kualitatif yaitu seberapa baik karyawan bekerja. Hal ini dapat dirumuskan secara khas dalam riset kuantitatif sebagai berikut:

“Seberapa besar pengaruh upah atau pendapatan kepada kinerja karyawan”

Jika kita menambahkan variabel kedua dan ketiga dan seterusnya sebagai penjelas, maka perlu dicakup dalam rumusan masalah tersebut.

Perlu dicatat di sini bahwa sebaiknya peneliti tidak menulis secara berulang-ulang dengan kalimat yang sama untuk setiap variabel, hal ini tentu akan membosankan. Sebaiknya ditulis dalam satu kalimat dengan menggunakan tanda koma.

Sebagaimana dikemukakan di atas peneliti mungkin perlu memecah sampel menjadi dua kelompok, misalnya ingin mengetahui perbedaan respons antara kelompok professional dan kelompok pekerja manual.

Pembatasan masalah mungkin perlu juga ditulis, tetapi jangan mengada-ada, ketika sudah merumuskan masalah sebenarnya kita sekaligus sudah membatasi masalah atau cakupan variabel yang kita masukkan kedalam model. Pembatasan masalah mungkin perlu dilakukan misalnya dengan tidak mengcover pekerja tertentu misalnya pekerja keluarga atau pekerja informal. Mungkin juga masalah dibatasi dalam hubungan fungsional tertentu antara variabel dependen (Y) dan variabel independent (X). Misalnya jika kita meriset hubungan suatu input dan output dalam hubungan yang konstan.

Contoh Rumusan Masalah dengan Judul: “Pengaruh persepsi mengenai pentingnya organisasi IPM dan kepercayaan (trust) pada calon ketua terhadap partisipasi dalam pemilihan ketua pada anggota IPM Kelas XI SMK Muhammadiyah Delanggu Kabupaten Klaten Tahun Pelajaran 2012/2013”


Perumusan Masalah

Sugiyono (2011:55) menyatakan bahwa rumusan masalah adalah “suatu pertanyaan yang akan dicarikan jawabannya melalui pengumpulan data”. Berdasarkan latar belakang masalah dan pembatasan masalah di atas, maka perumusan masalah dalam penelitian ini adalah:
  1. Bagaimana pengaruh persepsi mengenai pentingnya organisasi IPM terhadap partisipasi dalam pemilihan ketua pada anggota IPM SMK Kelas XI Muhammadiyah Delanggu Kabupaten Klaten Tahun Pelajaran 2012/2013?
  2. Bagaimana pengaruh kepercayaan (trust) pada calon ketua terhadap partisipasi dalam pemilihan ketua pada anggota IPM Kelas XI SMK Muhammadiyah Delanggu Kabupaten Klaten Tahun Pelajaran 2012/2013?
  3. Bagaimana pengaruh persepsi mengenai pentingnya organisasi IPM dan kepercayaan (trust) pada calon ketua terhadap partisipasi dalam pemilihan ketua pada anggota IPM Kelas XI SMK Muhammadiyah Delanggu Kabupaten Klaten Tahun Pelajaran 2012/2013
Search : Cara menentukan Rumusan Masalah Penelitian Kuantitatif, Rumusan Masalah Penelitian Berbasis Regresi, Cara membuat Rumusan Masalah Penelitian Skripsi, Tesis, Tips menyusun rumusan masalah dengan baik dan benar
Img : Dokumen Admin
Source : Bambang, Setiaji, 2008. Cara Mudah Analisis Kuantitatif. Surakarta: Al-Es’af University Press