13
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval of the Mean Std. Error Difference Sig. (2- Differen Differenc tailed) ce e Lower Upper
F Berat Bayi Equal varianc es .546 assume d Equal varianc es not assume d
Sig.
df
.481
.177 8
.864
.0500
.2828
-.6020 .7020
.194
8.000 .851 E0
.0500
.2572
-.5432 .6432
Rata-rata penilaian terhadap berat badan bayi laki-laki dan perempuan yang berumur 6 bulan didesa Marga Rini .Untuk menguji kesamaan varian, kita menggunakan angka F test yang mengasumsikan kedua varian sama(equivalence variance assumed) Uji rata-rata Membandingkan rata-rata untuk 2 sampel independen terhadap berat badan bayi laki-laki dan perempuan yang berumur 6 bulan. Menggunakan angka t test yang mengasumsikan kedua varian sama(Equal Variances Assumed). Kita menggunakan angka ini karenaasilanalisis dengan menggunakan F test menunjukkan tidak ada perbedaaan farian antara kedua kelompok tersebut.Menganalisis dengan menggunakan angka t test yang mengasumsikan varian kedua populasi sama. Jika probabilitas atau signifikasi > 0,05, maka H0 diterima, dan jika probabilitas atau signifikasi < 0,05, maka H0 ditolak. Kasusuji perbandingan rata-rata untuk 2 sampel berpasangan
13
Paired Samples Statistics Std. Std. Deviatio Error n Mean 5.381 2.034
Mean
5.490
2.075
13
Paired Samples Test Paired Differences 95% Confidence Interval of the Difference Lower Upper t df Sig. (2tailed)
Std. Std. Deviatio Error Mean n Mean Pair 1 TBse b-.286 .488 TBse s
.184
-.737
.166
1.54 6 9E0
.172
2. TUGAS
Data nilai peserta workshop materi X berikut : Case Processing Summarya Cases Included N Nama Jenis Kelamin NilaiPre NilaiPOst 10 10 10 10 Excluded Percent N 100.0% 0 100.0% 0 100.0% 0 100.0% 0 Total Percent 100.0% 100.0% 100.0% 100.0%
13
Nama 1 2 3 4 5 6 7 8 9 10 Total N Dyah Ninuk Endah Toni Jane Wida Mimi Tono Andi Dodi 10
NilaiPre NilaiPOst 60 54 40 60 44 52 45 45 60 56 10
Perempuan 52 Peremuan 42
Perempuan 50 Laki-laki 59
13
Paired Samples Test Paired Differences 95% Confidence Interval of the Difference Lower Upper t -.347 df 9 Sig. (2tailed) .737
-5.262 3.862
3. KESIMPULAN
Dalam praktikum kali ini dapat saya simpulkan bahwa uji perbandingan rata-rata dua populasi ialah variabelitas atau sebaran data antara kelompok yang dibandingka.Maksudnya dua kelompok mempunyai perbedaan rata-rata jika sebaran data atau variabelitas berbeda satu dengan yang lain,analisis uji digunakan untuk menguji perbedaan tersebut
13
LISTING
1. PEMBAHASAN
pelakasanaan praktikum kali ini saya akan membahas tentang analisis regresi dan korelasi. Adapun contoh dari saya praktikum tentang uji korelasi Bivariat Pearson, sebagai berikut :
Case Processing Summarya Cases Included N Daerah 10 Tilang Mobil Motor Polisi 10 10 10 10 Excluded Percent N 100.0% 0 100.0% 0 100.0% 0 100.0% 0 100.0% 0 Total Percent 100.0% 100.0% 100.0% 100.0% 100.0%
a. Limited to first 100 cases. Tabel diatas mempunyai arti: ada sebanyak 10 responden(n) dan tidak ada yang hilang dari lima kolom yang disikan: Daerah,Tilang,Mobil,Motor dan Polisi
13
Case Summariesa Daerah Tilang 1 2 3 4 5 6 7 8 9 10 Total N 1 2 3 4 5 6 7 8 9 10 10 20 24 25 18 15 16 * 10 12 17 10 124 251 * 124 159 10 Mobil 258 265 249 125 Motor 589 587 698 625 712 692 681 634 697 521 10 Polisi 89 52 59 57 52 48 49 29 27 59 10
13
Correlations Tilang Tilang Pearson Correlation Sig. (2-tailed) N Mobil Pearson Correlation Sig. (2-tailed) N Motor Pearson Correlation Sig. (2-tailed) N Polisi Pearson Correlation Sig. (2-tailed) N 9 .852* .015 7 -.195 .615 9 .631 .069 9 8 -.127 .765 8 .499 .208 8 10 -.410 .240 10 10 1 Mobil .852* .015 7 1 Motor -.195 .615 9 -.127 .765 8 1 Polisi .631 .069 9 .499 .208 8 -.410 .240 10 1
Pada hasil correlation tersebut kita bisa mengetahui apakah correlasi diatas kuat apa tidak. Jadi untuk angka korelasi diatas 0,05 menunjukkan korelasi yang cukup kuat, sedangkan yang dibawah 0,05 menunjukkan korelasi yang tidak cukup kuat. 13
Angka korelasi dengan tilang Mobil dengan Motor = 0,172 berarti memiliki korelasi yang lemah dan semakin banyak mobil maka semakin sedikit motornya. Ho : tidak ada hubungan antara 2 variabel. H1 : ada hubungan antara 2 variabel. Berdasrkan probabilitas Jika probabilitas > 0,05 maka Ho diterima Jika probabilitas < 0,05 maka Ho ditolak Probabilitas = 0,015 < 0,05 artinya Ho ditolak yaitu diantara mobil dengan tilang bahwa koreelasinya significant.
Contoh kedua Membahas tentang Analisis regresi Case Processing Summarya Cases Included N Karyawa 10 n Perstasi IQ 10 10 Excluded Percent N 100.0% 0 100.0% 0 100.0% 0 Total
13
Menganalisis data spss Coefficientsa Standardize d Coefficients Beta t 5.799 .262 .769 Sig. .000 .464
Unstandardized Coefficients Model 1 B (Constant 78.001 ) IQ .111 Std. Error 13.452 .144
13
H1 : koefisien regresi significant. Dengan t tabel Jika statistic t dihitung < statistic t tabel maka Ho diterima. Jika statistic t dihitung > statistic t tabel maka Ho ditolak. T hitung = 0,769 Df = 8 T tabel = 1,86 T hitung = 0,769 < t tabel 1,86 maka Ho diterima Ho : tidak ada hubungan antara 2 variabel. H1 : ada hubungan antara 2 variabel. Berdasrkan probabilitas Jika probabilitas > 0,05 maka Ho diterima Jika probabilitas < 0,05 maka Ho ditolak Probabilitas = 0,464 < 0,05 artinya Ho diterima maka regrasi tidak significant.
13
Case Summariesa Pekerja 1 2 3 4 5 6 7 8 9 Total N 1 2 3 4 5 6 7 8 9 9 Prestasi 84 85 87 92 91 96 83 87 88 9 IQ 110 100 90 110 100 110 95 90 100 9 Motivasi 85 82 84 91 83 88 82 86 84 9
Nonparametric Correlations
13
Correlations Pekerja Kendall's tau_b Pekerja Correlation Coefficient Sig. (2-tailed) N Prestasi Correlation Coefficient Sig. (2-tailed) N IQ Correlation Coefficient Sig. (2-tailed) N Motivasi Correlation Coefficient Sig. (2-tailed) N Spearman's rho Pekerja Correlation Coefficient Sig. (2-tailed) N Prestasi Correlation Coefficient Sig. (2-tailed) N IQ Correlation Coefficient Sig. (2-tailed) N Motivasi Correlation Coefficient Sig. (2-tailed) N 1.000 . 9 .254 .345 9 -.279 .325 9 .000 1.000 9 1.000 . 9 .243 .529 9 -.338 .374 9 .059 .881 9 Prestasi .254 .345 9 1.000 . 9 .345 .227 9 .435 .112 9 .243 .529 9 1.000 . 9 .409 .274 9 .620 .075 9 IQ -.279 .325 9 .345 .227 9 1.000 . 9 .350 .225 9 -.338 .374 9 .409 .274 9 1.000 . 9 .450 .224 9 Motivasi .000 1.000 9 .435 .112 9 .350 .225 9 1.000 . 9 .059 .881 9 .620 .075 9 .450 .224 9 1.000 . 9
Analisis Regresi
13
Case Processing Summarya Cases Included N Pupuk Z (kg) Panen Pupuk E (kg) 10 10 10 Percent 100.0% 100.0% 100.0% N 0 0 0 Excluded Percent .0% .0% .0% N 10 10 10 Total Percent 100.0% 100.0% 100.0%
a. Limited to first 100 cases. Case Summariesa Pupuk Z (kg) 1 2 3 4 5 6 7 8 9 10 Total N 3 4 3 6 4 5 2 3 5 7 10 Panen 5 6 3 6 7 5 4 5 3 6 10 Pupuk E (kg) 5 7 5 4 6 3 6 7 5 4 10
13
Paired Samples Statistics Mean Pair 1 Pupuk Z (kg) Panen 4.20 5.00 N 10 10 Std. Deviation 1.549 1.333 Std. Error Mean .490 .422
Paired Samples Correlations N Pair 1 Pupuk Z (kg) & Panen 10 Correlation .377 Sig. .284
Paired Samples Test Paired Differences 95% Confidence Interval of the Std. Mean Pair 1 Pupuk Z (kg) Panen -.800 Deviation 1.619 Std. Error Mean .512 Difference Lower -1.958 Upper .358 t 1.562E0 df 9 Sig. (2-tailed) .153
13
2. KESIMPULAN
Dalam analisis regresi variabel bebas berfungsi untuk menerangkan (explanatory) sedang variabel tergantung berfungsi sebagai yang diterangkan (the explained). Dalam analisis regresi data harus berskala interval atau ratio. Sehingga dua variabel bersifat dependensi. Untuk itu menggunakan analisis regresi, diperlukan beberapa persyaratanyang harus dipenuhi.
LISTING
13