You are on page 1of 4

Nama : Muhammad Naufal Rahman

NIM : 4111141153

STATISTIK NON-PARAMETRIK

1. Uji Chi Square

Untuk mengetahui adakah hubungan antara pemberian uang insentif dengan


kinerja PLKB ( Petugas Lapangan Keluarga Berencana).

Kinerja PLKB
Pemberian Total P-
Kurang Baik
uang insentif Value
N % N % N
Masih menerima 88 20.7 338 79.3 426
0.000
Tidak menerima 290 77.5 84 22.5 374

Total 378 47.3 422 52.8 800

Dilihat dari data pada tabel diatas, dari total 800 orang PLKB, sebanyak 426
orang terdata masih menerima insentif, sedangkan 374 orang lainnya sudah tidak
menerima uang insentif. Hasil uji chi square diatas menggambarkan adanya
hubungan antara pemberian uang insentif terhadap kinerja petugas. Dari 426
petugas yang menerima uang insentif, sebanyak 338 petugas (79.3%) memiliki
kinerja yang baik sedangkan 88 petugas (20.7%) memiliki kinerja yang kurang
baik. Data tersebut menunjukkan mayoritas dari petugas yang masih menerima
insentif berkinerja baik (79.3%). Sedangkan dari 374 orang petugas yang tidak
menerima uang insentif, petugas yang memiliki kinerja yang kurang baik lebih
banyak yaitu 290 orang (77.5%) dibandingkan dengan petugas yang memiliki
kinerja yang baik yaitu berjumlah 84 orang (22.5%). Maka dari itu, dapat
disimpulkan pemberian uang insentif dapat meningkatkan kinerja PLKB.
2. Uji Mann Whitney

Untuk mengetahui adakah hubungan antara rata-rata lama kerja dengan


kinerja petugas

Kinerja petugas N Mean P – value


Kurang 378 366.76
0.000
Baik 422 430.72
Total 800

Dilihat dari data pada tabel diatas, terdapat 800 orang petugas yang
memiliki rata-rata lama kerja yang berbeda-beda. Sebanyak 378 orang petugas
dengan rata-rata lama kerja selama 366.76 hari memiliki kinerja yang kurang
baik. Sedangkan 422 orang petugas dengan rata-rata lama kerja 430.72 hari
memiliki kinerja yang baik. Petugas dengan rata-rata lama kerja lebih lama
memiliki kinerja ang lebih baik, begitupun sebaliknya. Hasil uji Mann Whitney
U tersebut menunjukkan terdapat hubungan antara lama kerja dengan kinerja
petugas.

3. Uji Kruskal Wallis

Untuk mengetahui apakah terdapat perbedaan umur petugas pada kelompok


dengan status kawin belum menikah, sudah menikah, dan janda/duda.
Status kawin N Mean P-value
Menikah 14 674.68
Belum menikah 748 403.81 0.000
Janda/duda 38 234.32
Total 800

Dilihat dari data pada tabel diatas, terdapat 800 orang petugas dengan status
kawin yang berbeda-beda. Dari total 800 orang petugas tersebut digolongkan
menjadi 3 kelompok berdasarkan status kawin, yaitu sebanyak 14 orang
petugas sudah menikah, 748 orang petugas belum menikah, dan sisanya 38
petugas bertatus janda/duda.

Status kawin P -value Simpulan


Menikah VS Belum menikah 0.000 Berbeda bermakna
Menikah VS Janda/duda 0.000 Berbeda bermakna
Belum menikah VS Janda/duda 0.000 Berbeda bermakna

Berdasarkan hasil uji Post hoc dengan menggunakan uji Mann Whitney,
hasil perbandingan dikatakan berbeda bermakna (significantly different) bila p-
value diantara 0 dan 0.05. Maka kelompok yang berbeda secara signifikan
adalah menikah dengan belum menikah, menikah dengan janda/duda, dan
belum menikah dengan tinggi.

4. Uji Korelasi Spearman

4.1 Untuk mengetahui apakah terdapat korelasi antara lama bekerja dengan umur
petugas
Variabel R R2 P-value
Umur petugas 0.794 0.630 0.000

Dari hasil didapatkan besarnya variasi pada variabel umur petugas yang
dapat dijelaskan oleh variabel lama bekerja adalah 63%. Hubungan antara
umur petugas dengan lama bekerja menunjukkan korelasi positif dengan
kekuatan hubungan kuat (R = 0.794). Hal tersebut memiliki arti semakin lama
bekerja maka semakin bertambah besar umur petugas. Hubungan ini bermakna
secara statistik.

4.2 Untuk mengetahui adakah hubungan antara lama bekerja dengan jumlah desa.

Variabel R R2 P-value
Jumlah desa 0.271 0.073 0.000

Dari hasil didapatkan besarnya variasi pada variabel jumlah desa yang
dapat dijelaskan oleh variabel lama bekerja adalah 7.3%. Hubungan antara
jumlah desa dengan lama bekerja menunjukkan korelasi positif dengan
kekuatan hubungan sedang (R = 0.271). Hal tersebut memiliki arti semakin
lama bekerja maka semakin bertambah banyak jumlah desa. Hubungan ini
bermakna secara statistik.

You might also like