Contoh Judul Skripsi Manajemen Sumber Daya Manusia (Mudah)

 Contoh Judul Skripsi Manajemen Sumber Daya Manusia (Mudah)

TERBARU 2022

1. Pengaruh Kompensasi, Motivasi Kerja dan Disiplin Kerja terhadap Kinerja Karyawan
2. Pengaruh Beban Kerja, Stress Kerja dan Konflik Kerja terhadap Loyalitas Karyawan
3. Pengaruh Lingkungan Kerja dan Kompensasi terhadap Kepuasan Karyawan
4. Pengaruh Kompensasi, Motivasi dan Lingkungan Kerja terhadap Turnover Intention Karyawan
5. Pengaruh Budaya Kerja dan Disiplin Kerja terhadap Kinerja Karyawan
6. Pengaruh Gaya Kepemimpinan, Budaya Kerja dan Lingkungan Kerja terhadap Kepuasan Karyawan
7. Analisis Hubungan Kepuasan Kerja dan Kinerja Karyawan
8. Analisis Hubungan Kompensasi dan Motivasi Kerja Karyawan
9. Analisis Hubungan Komitmen Organsisasi dan Loyalitas Karyawan
10. Pengaruh Pelatihan Kerja, Komunikasi, dan Motivasi terhadap Kinerja Karyawan
11. Pengaruh Gaya Kepemimpinan dan Program K3 terhadap Motivasi Kerja Karyawan
12. Pengaruh Pengawasan dan Pelatihan Kerja terhadap Kinerja Karyawan
13. Pengaruh Pengetahuan Kerja, Etos Kerja dan Karakteristik Individu terhadap Kinerja Karyawan
14. Pengaruh Komunikasi, Pengetahun Kerja dan Beban Kerja terhadap Kinerja Karyawan
15. Pengaruh Pelatihan Kerja, Kompensasi dan Komunikasi terhadap Kepuasan Karyawan

Apakah Uji Autokorelasi Perlu Digunakan Pada Data Penelitian Kuesioner?

Apakah Uji Autokorelasi Perlu Digunakan Pada Data Penelitian Kuesioner?

Pada dasarnya pengujian autokorelasi tidak diperlukan pada data kuesioner karena bukan merupan data time series, akan tetapi sering sekali saat kita mengajukan sebuah penelitian pasti akan tetap diminta untuk menguji autokorelasi oleh dosen pembimbing skripsi. Oleh karena itu pengujian autokorelasi yang tepat dilakukan adalah sesuai teori Santoso (2019). Uji  autokorelasi  bertujuan untuk  mengetahui  ada  tidaknya korelasi  antara  variabel  pengganggu pada  periode  tertentu  dengan variabel  pengganggu  periode sebelumnya.  Cara  mudah  untuk mendeteksi  ada  tidaknya autokorelasi  dapat  dilakukan  dengan uji  Durbin-Watson. Menurut Santoso (2019:207), kriteria penentuan autokorelasi adalah sebagai berikut:

1. Angka D-W dibawah -2 berarti ada autokorelasi positif
2.  Angka D-W diantara -2 dan +2 berarti tidak ada autokorelasi
3. Angka D-W diatas +2 berarti ada autokorelasi negatif

Berikut adalah contoh pengujian autokorelasi kuesioner

Model Summaryb
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate	Durbin-Watson
1	.726a	.528	.517	2.115	1.461
a. Predictors: (Constant), Persepsi, Gaya Hidup, Motivasi, Produk
b. Dependent Variable: Buying Decision

Dari tabel hasil uji autokorelasi diatas diketahui persamaan yang diteliti. Hasil uji Durbin Watson didapat sebesar 1.461 berada diantara -2 sampai +2. Maka dapat disimpulkan bahwa tidak terjadi autokorelasi pada model regresi yang digunakan dalam penelitian ini.

KETERANGAN AUTOKORELASI TIDAK DIGUNAKAN PADA DATA KUESIONER

Uji asumsi klasik dilakukan untuk memenuhi syarat analisis regresi linier, yaitu penaksir tidak bisa dan terbaik atau sering disingkat BLUE (Best Linier Unbias Estimate). Ada beberapa pengujian yang harus dijalankan terlebih dahulu untuk menguji apakah model yang dipergunakan tersebut mewakili atau mendekati kenyataan yang ada, diantaranya adalah uji normalitas, uji heteroskedastisitas, uji multikolinieritas, dan uji autokorelasi. Namun pada penelitian yang menggunakan data kuesioner uji autokorelasi tidak perlu dilakukan. Uji autokorelasi hanya dilakukan pada data time series (runtut waktu) dimana nilai pada masa sekarang dipengaruhi oleh nilai pada masa lalu, sehingga tidak perlu dilakukan pada data cross section seperti pada kuesioner karena pengukuran semua variabel dilakukan secara serempak pada saat yang bersamaan. Hal ini sesuai dengan pendapat Nawari (2010:222), Gani dan Amalia (2015:124), Sutopo dan Slamet (2017:102), Ahmaddien dan Syarkani (2019:29), Duli (2019:128), dan Vikaliana dan Irwansyah (2019:28).

Buku Sumber:

Singgih Santoso. 2019. Mahir Statistik Parametrik. Jakarta: PT Elex Media Komputindo.

Dr. Eng. Yeri Sutopo, M.Pd. M.T., dan Prof. Dr. Achmad Slamet, M.Si. 2017. Statistik Inferensial. Yogyakarta: CV Andi Offset.

Irwan Gani dan Siti Amalia. 2015. Alat Analisis Data: Aplikasi Statistik untuk Penelituan Bidang Ekonomi dan Sosial. Yogyakarta: CV Andi Offset.

Nawari. 2010. Analisis Regresi Dengan Ms Excel 2007 dan SPSS 17. Jakarta: PT Elex Media Komputindo.

Nikolaus Duli. 2019. Metodologi Penelitian Kuantitatif: Beberapa Konsep Dasar Untuk Penulisan Skripsi & Analisis Data Dengan SPSS. Yogyakarta: Deepublish.

Resista Vikaliana dan Irwansyah. 2019. Pengolahan Data Dengan SPSS. Banten: CV. AA. RIZKY.

Iskandar Ahmaddien dan Yofy Syarkani. 2019. Statistika Terapan dengan Sistem SPSS. Bandung:                ITB Press.

Baca Juga:

t tabel dan r tabel df 1-280

t Tabel dan r Tabel (df 1-280)

Menurut Sugiyono (2018 : 45) uji validitas digunakan sebagai alat ukur sah atau valid tidaknya kuisioner. Kuisioner dikatakan valid jika pernyataan dalam kuisioner mampu mengungkapkan sesuatu yang diukur oleh kuisioner tersebut. Pengujian valisitas dapat dilakukan dengan membandingkan nilai r hitung dengan r tabel untuk degree of freedom (df) = n-2 , dimana n merupakan sampel. Jika r hitung lebih besar dari r tabel dan bernilai positif makan pernyataan atau butir valid. Jika r hitung lebih kecil maka butir atau pernyataan dikatakan tidak valid. 

Menurut Ghozali (2018 : 98) uji statistik t pada dasarnya untuk mengetahui seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variabel dependen. Kriteria yang digunakan sebagai berikut:

1. jika t hitung < t tabel. Artinya variabel bebas berpengaruh secara signifikan terhadap variabel terikat.
2. jika t hitung > t tabel. Artinya variabel bebas tidak berpengaruh secara signifikan terhadap variabel terikat.

Oleh karena itu, pada uji validitas dan uji t diperlukan tabel statistiknya, berikut adalah lampiran data statistik r tabel dan t tabel dengn df 1-280 serta penjelasan mana yang digunakan pada uji one tailed dan uji two tailed. Bisa di download disini

Sumber: 

Sugiyono. 2018. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta

Ghozali, Imam. 2018. Aplikasi Analisis Multivariate dengan Program IBM. SPSS 25. Semarang: Badan Penerbit Universitas Diponegoro.

Baca Juga:

Pengertian Uji Asumsi Klasik

Pengertian UJI ASUMSI KLASIK

Pengertian UJI ASUMSI KLASIK

1. Uji normalitas bertujuan untuk mengetahui apakah masing-masing variabel berdistribusi normal atau tidak. Uji normalitas diperlukan karena untuk melakukan pengujian-pengujian variabel lainnya dengan mengansumsikan bahwa nilai residual mengikuti distribusi normal. Untuk menguji suatu data berdistribusi normal atau tidak, dapat diketahui dengan menggunakan grafik normal plot. Dengan melihat histogram dari residualnya (Ghozali, 2013). 
2. Uji heteroskedastisitas adalah untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain (Ghozali, 2013). Jika berbeda, maka model tersebut terjadi heteroskedastisitas. Model regresi yang baik adalah model yang tidak terjadi heteroskedastisitas. Ada tidaknya heteroskedastisitas di dalam model regresi dapat dilakukan dengan melihat grafik scatterplot. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas. Sebaliknya, jika tidak ada pola yang jelas, maka tidak terjadi heteroskedastisitas.
3. Uji multikolonieritas adalah untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel independen (Ghozali, 2013). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi ada tidaknya multikolonieritas di dalam model dapat dilakukan melihat nilai tolerance dan variance inflation factor (VIF). Jika nilai tolerance ≤ 0.01 atau sama dengan nilai VIF ≥10, maka model regresi terdapat multikolonieritas.
4. Uji autokorelasi adalah untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t-1 (Ghozali, 2013). Model regresi yang baik adalah yang bebas dari autokorelasi. Pengujian ini menggunakan uji Durbin-Watson, jika nilai Du < dw < 4-Du maka dapat dikatakan data terbebas dari autokorelasi.

LANGKAH UJI REGRESI LINEAR SEDERHANA SPSS 23

LANGKAH UJI REGRESI LINEAR SEDERHANA SPSS 23

Analisis regresi linier sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Berikut adalah langkah untuk melakukan penujian regresi sederhana menggunakan SPSS 23:

• Pertama masukkan data excel ke dalam SPSS.
  
• Pilih Analyze ---> Regression ---> Linear sehingga akan muncul tabel kolom seperti berikut:
  
• Masukkan variabel Y di kolom Dependent dan variabel X di Independen. Lalu klik OK
  
• Setelah Klik OK. Maka akan keluar Output SPSS sebagai berikut:
  

Dari Output diatas, diketahui bahwa variabel X tidak berpengaruh terhadap variabel Y. Hal itu dapat dilihat dari hasil Sig. sebesar 0,533 > 0,05.

LANGKAH UJI STATISTIK DESKRIPTIF SPSS 23

LANGKAH UJI STATISTIK DESKRIPTIF SPSS

LANGKAH UJI STATISTIK DESKRIPTIF SPSS 23

Analisis statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (Ghozali, 2013). Analisis ini tidak untuk menguji hipotesis dan memberikan informasi mengenai data yang dimiliki. Analisis statistik deskriptif digunakan untuk menganalisis dan menyajikan data disertai dengan perhitungan agar dapat memperoleh keadaan dan karakteristik data yang bersangkutan. Nilai rata-rata data ditunjukkan dengan mean yang bersangkutan. Nilai terbesar ditunjukkan dengan maksimum, sedangkan minimum menunjukkan nilai terkecil. Langkah untuk menguji statistik deskriptif adalah sebagai berikut:

• Masukkan data dari excel ke dalam SPSS

• Pilih Analyze ---> lalu pilih Descriptive Statistics ---> pilih Descriptive ---> masukkan semua variabel kedalam kolom Variabel(s) disebelah kanan.

  

• Klik Options dan pilih opsi apa yang ingin di analisis (mean, min, max, dll) lalu klik Continue.
  
• Setelah Continue maka akan di dapatkan hasil sebagai berikut.
  

Dari Hasil statistik tersebut diketahui nilai minimum, maximum, mean dan standar deviasi dari masing-masing variabel yang di teliti.

BIODATA PEMAIN DRAMA SCHOOL 2017

BIODATA PEMAIN  DRAMA SCHOOL 2017

Sinopsis Drama Korea School 2017

Drama School 2017 menyajikan sebuah realita sekolah yang melihat murid hanya dari nilai dan kekuasaan orang tua. Ra Eun Ho merupakan siswi di SMA Geumdo yang mempunyai peringkat rendah. Nilai mata pelajaran yang dimiliki sangat buruk sehingga masuk di deretan murid dengan nilai terendah. Namun dia sangat ceria dan memiliki cita-cita menjadi penulis webtoon dan masuk universitas agar dapat bertemu dengan laki-laki pujaan hatinya. Disisi lain ada pula Hyun Tae Woon yang merupakan anak dari Direktur SMA Geumdo yang selalu mendapatkan perlakuan istimewa karena ayahnya. Dia dikenal acuh tak acuh dan sombong dikalangan teman sekelasnya, tetapi dibalik itu semua dia menyimpan lukanya tersendiri. Sementara itu ada Song Dae Hwi yang merupakan anak rajin dan pintar di SMA tersebut. Dia merupakan anak murid yang selalu dipercaya oleh wali kelas untuk setiap kegiatan. Drama School 2017 menceritakan perjuangan anak-anak murid dalam melawan diskriminasi dan ketidakadilan di sekolah mereka.

Biodata Pemain Drama Korea School 2017

1. Kim Se Jeong / Pemeran Ra Eun Ho

• Nama : Kim Se Jeong
• Hangul : 김세정
• TTL : Gimje, 28 Agustus 1996
• Zodiak : Virgo
• Golongan Darah : AB
• Agensi : YMC Entertaiment
• K-Pop Grup : Gugudan

2. Kim Jung Hyun / Pemeran Hyun Tae Woon

• Nama : Kim Jung Hyun
• Hangul : 김정현
• TTL : Busan, 5 April 1990
• Zodiak : Aries
• Agensi : O&Entertaiment

3. Jang Dong Yoon / Pemeran Lee Dae Hwi

• Nama : Jang Dong Yoon
• Hangul : 장동윤
• TTL : Seoul, 12 Juli 1992 
• Zodiak : Cancer
• Golongan Darah : B
• Agensi : Clover Company

4. Han Sun Hwa / Pemeran Han Soo Ji

• Nama : Han Sun Hwa
• Hangul : 한선화
• TTL : Busan, 06 Oktober 1990
• Zodiak : Libra
• Golongan Darah : B
• Agensi : Huayi Brothers Entertainment
• K-Pop Grup : Ex Secret

5. Han Joo Wan / Pemeran Sim Kang Myung

• Nama : Han Joo Wan
• Hangul : 한주완
• TTL : Seoul, 10 Januari 1984
• Zodiak : Capricorn
• Agensi : Baewooneun Entertainment

6. Seol In A / Pemeran Hong Nam Joo

• Nama : Seol In A
• Hangul : 설인아
• TTL : 3 Januari 1996
• Zodiak : Capricorn
• Agensi : OUI Entertainment

7. Park Se Wan / Pemeran Oh Sa Rang

• Nama : Park Se Wan
• Hangul : 박세완
• TTL : 24 September 1994
• Agensi : Huayi Entertainment

8. Seo Ji Hoon / Pemeran Yoon Kyung Woo

• Nama : Seo Ji Hoon
• Hangul : 서지훈
• TTL : Seoul, 25 April 1997
• Zodiak : Taurus
• Agensi : Management Koo

9. Ro Woon / Pemeran Issue

• Nama : Ro Woon
• Hangul : 로운
• TTL : Gangnam-gu, 07 Agustus 1996
• Zodiak : Leo
• Golongan Darah : B
• Agensi : FNC Entertaiment
• K-Pop Grup : SF9

DAFTAR PEMAIN LAIN

1. Kim Hee Chan sebagai Kim Hee Chan
2. Z Hera sebagai Yoo Bit Na
3. Lee Joon Woo sebagai Ko Hak Joong
4. Ahn Seung Kyoon sebagai Ahn Jung II
5. Ha Seung Ri sebagai Hwang Young Gun
6. Hong Kyung sebagai Won Byung Goo
7. Choi Sung Min sebagai Han Duk Soo
8. Kim Min Ha sebagai Yeo Seung Eun
9. Song Yoo Jung sebagai Choi Hyun Jung
10. Han Bo Bae sebagai Seo Bo Ra
11. Kim Eung Soo sebagai Yang Do Jin
12. Park Chul Min sebagai Park Myung Deok
13. Lee Jae Yong sebagai Koo Yong Koo
14. Min Sung Wook sebagai Jung Joon Soo
15. Sung Ji Ru sebagai Ra Soon Bong
16. Kim Hee Jung sebagai Kim Sa Boon
17. Jang Se Hyun sebagai Ra Tae Sik
18. Lee Jong Won sebagai Hyun Kang Woo

Itulah Biodata Pemain Drama Korea School 2017 Chingu ! Semoga infonya bermanfaat, selamat menonton dan menunggu drama ini tiap minggunya. Tayang di Korea Selatan setiap hari Senin dan Selasa ya Chingu :) :)