Contoh Soal and Jawaban SPSS

NAMA : Rizky Dwi Yulianto
Management 5A – Ekonometrika
Dosen Pembimbing : Farhan Muntafa, S.Si., M.Stat
Soal 1.
Terdapat data sebagai berikut :
Jenis
Kelamin
L
L
P
L
P
L
L
P
L
P
L
L

No.

1
2
3
4
5
6
7
8
9
10
11
12

Blok
Rumah
A
A
B
A
B

B
A
A
A
B
A
A

Pekerjaan
TNI
TNI
Karyawan swasta
Polisi
Karyawan swasta
TNI
Polisi
Karyawan swasta
Polisi
Karyawan swasta
TNI

TNI

Pendapatan
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR

2,534,617.00
2,102,479.00
4,395,724.00
3,027,471.00

4,716,715.00
2,852,510.00
3,475,081.00
4,079,214.00
3,494,392.00
4,329,731.00
2,518,463.00
2,099,080.00

Pengeluaran
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR

IDR
IDR

2,735,112.00
2,529,124.00
4,455,241.00
3,476,804.00
4,914,451.00
2,402,774.00
3,595,509.00
4,950,635.00
3,464,953.00
4,129,341.00
2,666,155.00
2,580,905.00

a. Adakah hubungan antara Jenis kelamin dengan Blok Rumah? Korelasi apa yang digunakan?
Jelaskan dengan analisis data! (Chi-Square / Theta)
b. Adakah hubungan yang signifikan antara jenis kelamin dengan pemilihan pekerjaan? ? Korelasi
apa yang digunakan? Jelaskan dengan analisis data!

c. Adakah hubungan yang signifikan antara Pekerjaan dengan pendapatan? ? Korelasi apa yang
digunakan? Jelaskan dengan analisis data!
d. Apakah terdapat hubungan antara tingkat pengeluaran dengan pendapatan? ? Korelasi apa yang
digunakan? Jelaskan dengan analisis data!

Jawaban :
a. Jenis Kelamin vs Blok Rumah
Jenis Kelamin : Nominal
Blok Rumah : Ordinal
Hipotesis : H0  tidak terdapat Asosiasi antara variabel Jenis Kelamin dengan Blok Rumah

H1  terdapat Asosiasi antara variabel Jenis Kelamin dengan Blok Rumah, dan H0
ditolak
Alpha  0,05
Sifat Uji : Asosiasi Cramar
Kriteria Uji :
1. Tolak H0 jika p-value (sig.) < alfa
2. Terima H0 jika p-value (sig.) > alfa
Rumus :
1. Chi-Square :

2. Asosiasi Crammar :

Hasil Uji Jenis Kelamin vs Blok Rumah

Chi-Square Tests

Value
Pearson Chi-Square
Continuity

Correctionb

Likelihood Ratio

Df

Asymp. Sig. (2-

Exact Sig. (2-

Exact Sig. (1-

sided)

sided)

sided)

4.688a

1

.030

2.297

1

.130

4.749

1

.029

Fisher's Exact Test
Linear-by-Linear Association
N of Valid Cases

.067
4.297

1

.038

12

a. 3 cells (75.0%) have expected count less than 5. The minimum expected count is 1.33.
b. Computed only for a 2x2 table

Didapatkan nilai P-Value 0,03
P-Value (sig.) = 0.03 < Alpha = 0,05
Maka, H0 ditolak, dan H1 Diterima.

.067

Kesimpulannya : dengan tingkat kepercayaan 95% Terdapat asosiasi antara variabel Jenis
Kelamin dengan Blok Rumah. Karena terdapat hubungan, diperlukan perhitungan berapa
besar asosiasinya dengan menggunakan rumus asosiasi cramar dengan perhitungan
sebagai berikut :

Rumus Cramar :
C

= √ (Chi – Square) / ( N x (L-1) )

C

= √ (4,688) / ( 12 x ( 2-1) )

C

= 0,180

Maka, dari hasil perhitungan didapatkan bahwa nilai koefisien asosiasi cramar,
menunjukkan keeratan hubungan sebesar 0,180 dan termasuk asosiasi sangat rendah.

b. Jenis Kelamin vs Pekerjaan
Jenis Kelamin = Nominal
Pekerjaan = Nominal
Hipotesis : H0  tidak terdapat asosiasi antara variabel Jenis Kelamin dengan Pekerjaan
H1  terdapat asosiasi antara variabel Jenis Kelamin dengan Pekerjaan, dan H0
ditolak
Alpha  0,05
Sifat Uji : Asosiasi Cramar
Kriteria Uji :
1. Tolak H0 jika p-value (sig.) < alfa
2. Terima H0 jika p-value (sig.) > alfa
Rumus :
1. Chi Square :

2. Asosiasi Crammar :

Hasil Uji SPSS Jenis Kelamin vs Pekerjaan :

Chi-Square Tests
Asymp. Sig. (2Value
Pearson Chi-Square
Likelihood Ratio
Linear-by-Linear Association
N of Valid Cases

df

sided)

12.000a

2

.002

15.276

2

.000

.239

1

.625

12

a. 6 cells (100.0%) have expected count less than 5. The minimum expected
count is 1.00.

Didapatkan nilai P-Value (sig.) = 0.002
P-Value (sig.) = 0.002 < Alpha = 0.05
Maka, H0 ditolak, dan H1 diterima.

Kesimpulannya : dengan tingkat kepercayaan 95% Terdapat asosiasi antara variabel Jenis
Kelamin dengan Pekerjaan. Karena terdapat hubungan, diperlukan perhitungan berapa
besar asosiasinya dengan menggunakan rumus asosiasi cramar dengan perhitungan sebagai
berikut :
Rumus Cramar :
C

= √ (Chi – Square) / ( N x (L-1) )

C

= √ (12,000) / ( 12 x ( 2-1) )

C

= 1

Maka, dari hasil perhitungan didapatkan bahwa nilai koefisien asosiasi crammar,
menunjukkan keeratan hubungan sebesar 1 dan termasuk asosiasi sangat kuat

c. Pekerjaan vs Pendapatan
Pekerjaan

: Nominal

Pendapatan

: Rasio

H0 = Tidak terdapat asosiasi antara pekerjaan dengan pendapatan
H1 = Terdapat Asosiasi antara pekerjaan dengan pendapatan

Toleransi Kekeliruan : 5% = 0,05
Statistik Uji = Asosiasi ETA
Rumus :
ETA :

Dengan uji signifikansi,

Kriteria Uji :
1. Tolak H0 jika p-value (sig.) < alfa
2. Terima H0 jika p-value (sig.) > alfa

Hasil perhitungan dengan SPSS
Directional Measures
Value
Nominal by Interval

Eta

Pekerjaan Dependent
Pendapatan Dependent

1.000
.956

Didapat nilai ETA = 0,956
P-Value = 0,956 > Alpha = 0,05
Maka, H0 diterima, dan H1 Ditolak
Nilai Uji Signifikansi :
F = (ETA^2 x (N-K)) / ((1-ETA^2) x (K-1))
F = (0.956^2 x (12-3)) / ((1-0.956^2) x (3-1))
F = 47.78667
Kesimpulannya : dengan tingkat kepercayaan 95% Tidak terdapat asosiasi antara variabel
Pekerjaan dengan Pendapatan. Dengan tingkat signifikansi sebesar 47.78667

d. Pengeluaran Vs Pendapatan
Pendapatan

: Interval

Pengeluaran

: Interval

HO-1

: r = 0 ; X1 tidak ada hubungan antara pengeluaran dengan pendapatan

H1-1

: r ≠ 0 ; X1 ada hubungan antara pengeluaran dengan pendapatan

H0-2

: r = 0 ; tidak ada hubungan antara pengelaran dengan pendapatan

H1-2

: r ≠ 0 ; ada hubungan antara pengeluaran dengan pendapatan

Toleransi Kekeliruan : 5% = 0,05
Statistik Uji = Pearson
Rumus :
Pearson :

Kriteria Uji :
1. Tolak H0 jika p-value (sig.) < alfa
2. Terima H0 jika p-value (sig.) > alfa
Hasil Uji dengan SPSS

Correlations
Pendapatan
Pendapatan

Pearson Correlation

Pengeluaran

1

Sig. (2-tailed)

.000

N
Pengeluaran

Pearson Correlation
Sig. (2-tailed)

.931**

12

12

.931**

1

.000

N

12

12

**. Correlation is significant at the 0.01 level (2-tailed).

Didapat P-Value Pendapatan = 0.931
Didapat P-Value Pegeluaran = 0.931
Korelasi. Jika suatu hubungan tidak sama dengan 0, maka dapat dikatakan terjadi hubungan.
Perhatikan baris-baris Pearson Correlation, di mana dihasilkan hasil-hasil berikut:

1. Pendapatan berhubungan secara positif sebesar 0,931 (r = 0,931).
2. Pengeluaran berhubungan secara positif sebesar 0,931(r= 0,931).
Signifikansi. Signifikansi bisa ditentukan lewat baris Sig. (2-tailed). Jika nilai Sig. (2-tailed) < 0,05,
maka hubungan yang terdapat pada r dianggap signifikan. Hasil uji signifikansi (di atas) adalah:
Nilai r hubungan pengeluaran dengan pendapatan adalah 0,000.
Artinya, 0,000 < 0,05, korelasi antara kedua variabel signifikan.

Soal 2.
Pada teori ilmu ekonomi makro disebutkan bahwa C = f(Y), yaitu Cons = b0 + B1X dimana pendapatan
nasional berbanding lurus dengan konsumsi masyarakat. Berikut data konsumsi beras terhadap
pendapatan nasional :

a.
b.
c.
d.
e.

Tahun

Konsumsi beras perkapita (Cons)

1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008

108
103
103
101
101
101
100
99
98
98
95

GDP Nominal per Kapita (X)

IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR
IDR

5,256,564.00
5,341,472.00
6,179,856.00
7,222,852.00
8,205,346.00
9,439,067.00
9,719,295.00
13,764,654.00
13,890,182.00
15,693,088.00
17,711,009.00

Sebutkan variable mana yang termasuk variable dependen dan independen? Jelaskan!
Analisis dengan menggunakan regresi linier sederhana!
Buatlah persamaan regresi dari hasil analisis pada poin b.
Interpretasikan persamaan tersebut!
Jika pendapatan nasional mencapai IDR 20.000.000,- berapakah konsumsi masyarakat yang akan
terjadi?

Jawaban :
a. Variabel Dependen
: Konsumsi Beras Perkapita
Karena, Variabel Beras dipengaruhi oleh variabel Independen yaitu pendapatan nasional.
Variabel Independen : Pendapatan Nasional
Karena, Variabel pendapatan nasional mempengaruhi variabel dependen yaitu konsumsi beras
perkapita.

b. Analisis Regresi Linear Sederhana : Konsumsi beras perkapita vs pendapatan nasional
Hipotesis :
H0 : Tidak ada pengaruh yang signifikan antara variabel pendapatan nasional terhadap
konsumsi beras perkapita.
H1 : Ada pengaruh yang signifikan antara variabel pendapatan nasional terhadap
konsumsi beras perkapita.

Toleransi Kekeliruan : 5% = 0,05
Kriteria Uji :
1. Tolak H0 jika p-value (sig.) < alfa
2. Terima H0 jika p-value (sig.) > alfa
Alat Uji : Analisis Regresi Sederhana SPSS
Hasil Uji :

Coefficientsa
Model

Standardized
Unstandardized Coefficients
B

1

(Constant)
Pendapatan

107.684

1.300

-6.896E-7

.000

a. Dependent Variable: Konsumsi

Didapat P-Value (.sig) = 0.000
Maka, P-value (.sig) < Alpha

Std. Error

Coefficients
Beta

t

-.890

Sig.

82.809

.000

-5.852

.000

 0,000 < 0,05  Tolak HO, dan H1 diterima
Dari output diatas dapat diketahui nilai t hitung = -5.852 dengan nilai signifikansi 0.000 < 0.05,
maka Ho ditolak dan H1 diterima, yang berarti Ada pengaruh yang signifikan antara variabel
pendapatan nasional terhadap konsumsi beras perkapita.

c. Persamaan regresi atas persamaan regresi linear sederhana bagian b

Didapat hasil uji analisis regresi linear SPPS sebagai berikut :
Coefficientsa
Model

Standardized
Unstandardized Coefficients
B

1

(Constant)
Pendapatan

Std. Error

107.684

1.300

-6.896E-7

.000

Coefficients
Beta

t

-.890

Sig.

82.809

.000

-5.852

.000

a. Dependent Variable: Konsumsi

Didapat nilai :
1. Constant (a)

: 107.684

2. Pendapatan (b)

: -6.896E-7

Maka, Persamaannya a+bx
Jadi persamaannya  107.684 + (-6.896) X

d. Interpretasikan persamaan

Koefisien b dinamakan koefisien arah regresi dan menyatakan perubahan rata-rata
variabel Y untuk setiap perubahan variabel X sebesar satu satuan. Perubahan ini

merupakan pertambahan bila b bertanda positif dan penurunan bila b bertanda negatif,
jadi bisa dijelaskan secara sederhana seperti berikut :

1. Konstanta sebesar 107.684 menyatakan bahwa jika tidak ada nilai Trust maka nilai
Partisipasi sebesar 107.684
2. Koefisien regresi X sebesar (-6.896) menyatakan bahwa setiap penambahan 1 nilai
trust, maka nilai partisipasi bertambah sebesar (-6.896)

e. Jika pendapatan nasional mencapai IDR 20.000.000,- berapakah konsumsi masyarakat yang akan
terjadi?

persamaannya  107.684 + (-6.896) X
X = 20000000
 107.684 + (-6.896) X
 107.684 + (-6.896) 20000000
 107.684 + (-137920000)
 -137919892.316