Dokumen tersebut merangkum hasil analisis statistik mengenai hubungan antara keaktifan mahasiswa dalam organisasi dengan Indeks Prestasi Kumulatif (IPK) mereka. Analisis menggunakan uji statistik seperti tabel kontingensi, uji korelasi chi-square, relative risk, dan odds ratio. Hasilnya menunjukkan ada hubungan antara keaktifan organisasi dengan IPK mahasiswa.

1. 11
BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Statistika Deskriptif
Statistik deskriptif data hubungan keaktifan dalam organisasi terhadap IPK
mahasiswa D3 Statistika ITS angkatan 2010 dapat dijelaskan melalui Bar Chart
sebagai berikut.
Gambar 4.1 Bar Chart Hubungan Keaktifan Organisasi dan IPK
Gambar 4.1 menunjukkan bahwa berdasarkan 40 sampel mahasiswa D3 Statistika
ITS angkatan 2010 terdapat 18 mahasiswa aktif dalam organisasi dengan jumlah
mahasiswa yang aktif dalam organisasi dan memiliki IPK ≥ 3,00 sebanyak 16
mahasiswa,serta jumlah mahasiswa yang aktif dalam organisasi dan memiliki IPK ≤
3,00 sebanyak 2 mahasiswa. Jumlah mahasiswa tidak aktif dalam organisasi sebanyak
22 mahasiswa dengan jumlah mahasiswa yang tidak aktif dalam organisasi dan
memiliki ≥ 3,00 IPK sebanyak 11 mahasiswa, sedangkan jumlah mahasiswa yang
tidak aktif dalam organisasi dan memiliki IPK ≤ 3,00 sebanyak 11 mahasiswa.

2. 12
4.2 Tabel Kontingensi 2x2
Data hubungan keaktifan dalam organisasi terhadap IPK mahasiswa D3 Statistika
ITS angkatan 2010 dapat dijelaskan melalui tabel kontingensi sebagai berikut.
Tabel 4.1 Tabel Kontingensi
Aktif
Organisasi
IPK
≥ 3,00 ≤ 3,00 Total
Ya 16 2 18
Tidak 11 11 22
Total 27 13 40
Tabel 4.1 menunjukkan bahwa berdasarkan 40 sampel mahasiswa D3
Statistika ITS angkatan 2010 terdapat 18 mahasiswa aktif dalam organisasi dengan
jumlah mahasiswa yang aktif dalam organisasi dan memiliki IPK ≥ 3,00 sebanyak 16
mahasiswa,serta jumlah mahasiswa yang aktif dalam organisasi dan memiliki IPK ≤
3,00 sebanyak 2 mahasiswa. Jumlah mahasiswa tidak aktif dalam organisasi sebanyak
22 mahasiswa dengan jumlah mahasiswa yang tidak aktif dalam organisasi dan
memiliki ≥ 3,00 IPK sebanyak 11 mahasiswa, sedangkan jumlah mahasiswa yang
tidak aktif dalam organisasi dan memiliki IPK ≤ 3,00 sebanyak 11 mahasiswa.
4.3 Uji Korelasi Chi-Square
4.3.1 Uji Korelasi Chi-Square Melalui SPSS
Metode yang digunakan untuk mengetahui data hubungan keaktifan dalam
organisasi terhadap IPK mahasiswa D3 Statistika ITS angkatan 2010 adalah dengan
uji Chi-square. Hipotesis yang digunakan adalah sebagai berikut.
Hipotesis :
H0 : Tidak ada hubungan antara keaktifan dalam organisasi dan IPK
H1 : ada hubungan antara keaktifan dalam organisasi dan IPK

3. 13
Tabel 4.2 Nilai Harapan
Aktif
Organisasi
IPK
≥ 3,00 ≤ 3,00 Total
Ya 14,9 7,1 22,0
Tidak 12,1 5,9 18,0
Total 27,0 13,0 40
Tabel 4.2 menunjukkan nilai harapan dari data hubungan keaktifan dalam
organisasi terhadap IPK mahasiswa D3 Statistika ITS angkatan 2010.Berdasarkan
nilai harapan yang diperoleh dengan menggunaan Software SPSS dapat diketahui
statistik uji X2
hit dan G2 adalah sebagai berikut.
Tabel 4.3 Statistik UJi
Statistik Uji Nilai P-value
Pearson Chi-square 6,825 0,009
Likelihood Ratio 7,390 0,007
Daerah Kritis :
Tolak H0 jika X2
hit > X(α)(a-1)(b-1) atau Pvalue < α
Keputusan :
Tolak H0 karena X2
hit > X(0,05)(1) yaitu 6,825>3,841 dan Pvalue< α yaitu 0,009< 0,05
Kesimpulan :
Ada hubungan keaktifan dalam organisasi terhadap IPK mahasiswa D3 Statistika
ITS angkatan 2010.Pengujian independensi Chi Square menunjukkan bahwa ada
hubungan antara kedua variabel.
4.3.2 Uji Korelasi Chi-Square Melalui Perhitungan Manual
Berikut adalah hasil perhitungan secara manual untuk mengetahui hubungan
antara variabel keaktifan organisasi dengan IPK.

4. 14
Hipotesis :
H0 : Pij = Pi. x P.j (Tidak ada hubungan antara keaktifan organisasi dengan IPK)
H0 : Pij ≠ Pi. x P.j (Ada hubungan antara keaktifan organisasi dengan IPK)
Taraf Signifikan :
α = 5%
Statistik Uji :
 
 
 
O 
E

n
i
n
ij ij
E
j ij
X
1 1
2
2
Sebelum menghitung chi-squre (X2) terlebih dahulu menghitung nilai harapan.
Berikut adalah hasil perhitungan.
e11 =
n n 
1
. . 1n
..
=
27 18 
40
= 12,15
e12 =
n n 
1. .2
n
..
=
13 18 
40
= 5,85
e21 =
n n 
2. .1
n
..
=
27 22 
40
= 14,85
e22 =
n n 
2. .2
n
..
=
13 22 
40
= 7,15
Hasil perhitungan dapat disajikan dalam tabel kontingensi sebagai berikut.
Tabel 4.4 Nilai Harapan dari Perhitungan Manual
Aktif
Organisasi
IPK
≥ 3,00 ≤ 3,00 Total
Ya 12,15 5,85 18
Tidak 14,85 7,15 22
Total 27 13 40
Berdasarkan nilai harapan pada Tabel 4.4 dapat dilakukan perhitungan statistik uji
chi-squre (X2) sebagai berikut.

5. 15
X2 =
 
 O e
 
ij
i j
ij ij
e

2
1
2
1
2
=
(16 12,15)2 
12,15
+
) 85, 5 2( 2 
85, 5
+
(11 14,85)2 
14,85
+
(11 7,15) 2 
7,15
= 6,768
Daerah kritis :
Tolak Ho jika X2
hit > X(a-1)(b-1)(α)
Keputusan :
Gagal tolak H0 karena X2
hit > X(a-1)(b-1)(α) yaitu 6,768 > 3,841
Kesimpulan :
Berdasarkan hasil analisis chi-squre (X2) diketahui bahwa ada hubungan antara
keaktifan mahasiswa D3 Statistika ITS dalam organisasi terhadap IPK yang dimiliki.
4.4 Relative Risk (Resiko Nisbi)
4.4.1 Pengujian Relative Risk Melalui SPSS
Relative Risk adalah perbandingan proporsi yang termasuk kategori keaktifan
dalam organisasi jika diketahui termasuk dalam kategori keaktifan dalam organisasi
yang mempengaruhi IPK dan proporsi kategori keaktifan dalam organisasi yang tidak
mempengaruhi IPK. Berikut adalah perhitungan Relative Risk dari hasil Software
SPSS.
Tabel 4.5 Relative Risk
Risk Estimate Nilai
Relatif Risk (≥ 3,00 ) 0,563
Relatif Risk (≤ 3,00) 4,5
Tabel 4.5 menunjukkan nilai Relative Risk pada kategori IPK ≥ 3,00 sebesar 0,563
dan IPK ≤ 3,00 sebesar 4,5 Hal ini menunjukkaan bahwa mahasiswa yang aktif
organisasi memiliki resiko lebih kecil 0,563 untuk memiliki IPK ≥ 3,00 kali daripada
mahasiswa yang aktif organisasi dan memiliki IPK kurang dari ≤ 3,00 dengan nilai

6. Relative Risk pada kategori tidak aktif organisasi dan memiliki IPK kurang ≤ 3,00
sebesar 4,5.
.4.4.1 Pengujian Relative Risk Melalui Perhitungan Manual
Hasil perhitungan Relative Risk hubungan antara keaktifan dalam organisasi
16
dengan IPK adalah sebagai berikut.
푅푅1 ̂ =
n
11
n n

12 11
21
n
n n

22 21
0,889
16
18
= 1,778
0,5
11
22
 
Hasil dari Relative Risk pada kolom keaktifan dalam organisasi diketahui
bahwa jumlah mahasiswa yang aktif organisasi dan memiliki IPK ≥ 3,00 lebih besar
1,778 kali dibandingkan dengan mahasiswa yang aktif dalam organisasi dan memiliki
IPK ≥ 3,00. Sedangkan nilai Relative Risk kadua adalah sebagai berikut.
푅푅2 ̂ =
n
12
n 
n
11 12
22
n
n 
n
21 22
0,111
2
18
= 0,222
0,5
11
22
 
Hasil dari Relative Risk kolom keaktifan dalam organisasi menunjukkan
bahwa jumlah mahasiswa yang tidak aktif organisasi dan memiliki IPK ≥ 3,00 lebih
besar 1,398 kali dibandingkan dengan mahasiswa yang tidak aktif dalam organisasi
dan memiliki IPK ≥ 3,00.
4.5 Odds Ratio (Nisbah Odds)
4.5.1 Perhitungan Odds Ratio Melalui SPSS
Odds Ratio digunakan untuk mengetahui perbandingan antar kolom. Odds Ratio
dapat diketahui dengan membagi antara Relative Risk pertama dengan Relative Risk
kedua.
Tabel 4.6 Odds Ratio
Risk Estimate Nilai
Odds Ratio 0,125
Tabel 4.5 menunjukkan nilai Odds Ratio sebesar 0,125 yang menunjukkan bahwa

7. keaktifan dalam organisasi mempengaruhi IPK mahasiswa 0,125 kali lebih kecil
apabila dibandingkan dengan adanya pengaruh ketidakaktifan dalam organisasi
terhadap IPK mahasiswa.
4.5.2 Perhitungan Odds Ratio Melalui Perhitungan Manual
17
Hasil perhitungan Odds Ratio secara manual adalah sebagai berikut.
OR =
n 
n
11 22
n 
n
12 21
16

11 = 8
11 2


Hasil dari Odds Ratio yaitu 8 > 1 menunjukkan bahwa kelompok mahasiswa
yang aktif dalam organisasi memiliki peluag lebih besar untuk memiliki IPK ≥ 3,00
daripada kelompok mahasiswa yang tidak aktif dalam organisasi.