LAPORAN PRAKTIKUM STATISTIKA (TKF 1202, 1 SKS) STATISTIK INFERENSIAL DAN TUTORIAL LANJUT

OLEH Muhammad Sofyan Parlin 11/319588/TK/38716

NAMA ASISTEN DOSEN Khoiriyati Kaulina Rahmaningrum Rizka Yuliana Umi Kulsum Maharani Priandini 09/284400/TK/35292 10/301257/TK/36889 09/285095/TK/35635

PROGRAM STUDI FISIKA TEKNIK JURUSAN TEKNIK FISIKA FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA YOGYAKARTA 2011

A. Tujuan Praktikum 1. Mahasiswa mampu melakukan statistika inferensial menggunakan aplikasi SPSS. 2. Mahasiswa memahami dan mampu menganalisis kasus komparasi kualitas produk menggunakan distribusi z dan distribusi students t. 3. Mahasiswa juga mampu melakukan statistika inferensial menggunakan aplikasi MiniTab. 4. Mahasiswa memahami dan mampu menganalisis kasus komparasi dengan menyusun hipotesis nihil yang diuji menggunakan t-test maupun paired ttest. B. Data-Data yang Diperlukan 1. Akan dianalisis pengaruh suatu alat pemanas baru terhadap berat suatu logam menggunakan aplikasi SPSS berdasarkan data berikut :
NO 1 2 3 4 5 Berat Logam (g) Alat Lama Alat Baru 76,85 76,22 77,95 77,89 78,65 79,02 79,25 80,21 82,65 82,65 NO 6 7 8 9 10 Berat logam (g) Alat Lama Alat Baru 88,15 82,53 92,54 92,56 96,25 92,33 84,56 85,12 88,25 84,56

2. Berikut adalah kasus hasil kajian Wilcock dkk. Empat belas laboratorium dikirimi sampel yang mengandung oksigen terlarut (OT) 1,2 mg/L dan diminta untuk mengukur konsentrasi OT menggunakan metode titrasi. Konsentrasi yang dilaporkan oleh laboratorium yang terlibat adalah :
OT 1.2 1.4 1.4 1.3 1.2 1.35 1.4 2.0 1.95 1.1 1.75 1.05 1.05 1.4 2

Apakah laboratorium yang terlibat bisa mengukur angka 1.2 mg/L atau adakah bias?

3. Sampel yang diketahui mengandung oksigen terlarut (OT) 1,2 mg/L. Empat belas laboratorium dikirimi sampel tersebut dan diminta untuk mengukur konsentrasi OT menggunakan metode Winkler (titrasi) dan metode elektrode. Persoalannya adalah : Apakah kedua metode tersebut memberikan hasil ukur OT berbeda? Hasil pengukuran dengan kedua metode tersebut adalah sebagai berikut :
Winkler Elektrode 1,2 1,6 1,4 1,4 1,4 1,9 1,3 1,7 1,2 1,3 1,3 2,2 1,4 1,4 2 1,3 1,9 1,7 1,1 1,9 1,8 1,8 1 1,8 1,1 1,8 1,4 1,8

4. Kasus ini tentang pemantauan konsentrasi merkuri di kawasan pemukiman. Berikut adalah konsentrasi merkuri dalam air-limbah yang berasal dari kawasan yang dilayani oleh CWS (City water Supply-PAM) dan kawasan yang diperoleh dari PWS (Private Wells Supply-Sumur) :
PAM 0,34 0,18 0,13 0,09 0,16 0,09 0,16 0,1 0,14 0,26 0,06 0,26 3 SUMUR 0,26 0,06 0,16 0,19 0,32 0,16 0,08 0,05 0,1 0,13

0,07

Data diatas dikumpulkan untuk acuan masa depan. Apabila hasil pengukuran dari kedua sumber sama, maka untuk selanjutnya, sampel bisa diambil dari kawasan yang sumber airnya dari CWS (PAM) maupun PWS (Sumur).
C. Langkah-langkah Olah Data untuk data 1 Alat pemanas, pertama buka program SPSS. lalu klik pada variable view, ketik dua variabel yaitu variabel Alat_Lama dan Alat_Baru. kemudian klik Data View dan lakukan input data sesuai dengan buku petunjuk. untuk kasus a; klik menu Analyze > Compare Means > Paired-Samples T test.

lalu masukkan variabel Alat_Lama ke dalam variable1 dan masukkan variabel Alat_Baru ke dalam variable2, klik OK.

untuk kasus b; klik menu Analyze > Compare Means > One-Samples T test.

masukkan Variabel Alat_Lama ke dalam Test Variable(s), klik OK. selanjutnya untuk data 2, data 3, dan data 4 gunakan program Minitab. kemudian lakukan input sesuai dengan buku panduan praktikum. setelah melakukan input data, simpan data dengan klik menu File > Save Worksheet As. ketik OT pada file name, kemudian klik Save. lalu klik menu Stat > Basic Statistics > 1-Samples T.

lalu select variabel OT kemudian klik OK.

kemudian klik lagi menu Stat > Basic Statistics > 1-Samples T. lalu select variabel OT dan centang kotak Test Mean, lalu isi dengan 1,2, klik OK.

kemudian lanjut ke data 3 Winkler-Elektrode; lakukan input sesuai dengan buku panduan praktikum. lalu klik menu File > Save Worksheet As > ketik nama Winkler-elektrode pada file name, klik SAVE. arahkan penunjuk mouse pada menubar minitab. pilih menu Editor > Enable Command Language.

lalu ketik " let c3 = c1-c2 "

lalu klik Stat > Basic Statistics > 1-Samples T.

lalu lanjut ke data 4 PAM-Sumur; lakukan input sesuai dengan buku panduan praktikum. kemudian simpan file dengan cara klik File > Save Worksheet As > ketik nama "PAM-sumur", klik Save. kemudian klik menu Stat > Basic Statistics > 2-Samples T. lalu isi sebagai berikut.

D. Hasil Output Hasil output untuk Statistik Inferensial menggunakan aplikasi SPSS : Berikut adalah hasil perhitungan komparasi antara 2 alat pemanas menggunakan Paired-Samples T test :
T-TEST PAIRS=Alat_Lama WITH Alat_Baru (PAIRED) /CRITERIA=CI(.9500) /MISSING=ANALYSIS.

T-Test

[DataSet0] Paired Samples Statistics Std. Devia Mean P a i r Alat_L ama Alat_B aru 83.309 0 1 10 5.582 35 1.76530 84.510 0 N 10 tion 6.639 31 Std. Error Mean 2.09953

Paired Samples Correlations Correl N P a i r Alat_Lama & Alat_Baru 10 .943 .00 0 ation Sig.

Berikut adalah hasil perhitungan menggunakan One Samples T test (jika produk yang akan dijual diinginkan memiliki berat 90 g :

T-TEST /TESTVAL=90 /MISSING=ANALYSIS /VARIABLES=Alat_Lama /CRITERIA=CI(.9500).

T-Test
[DataSet0] One-Sample Statistics N Alat_Lama 10 Mean 84.5100 Std. Deviation 6.63931 Std. Error Mean 2.09953

One-Sample Test Test Value = 90 95% Confidence Interval of the Difference t Alat_Lama -2.615 df 9 Sig. (2-tailed) .028 Mean Difference -5.49000 Lower -10.2395 Upper -.7405

T-TEST /TESTVAL=90 /MISSING=ANALYSIS /VARIABLES=Alat_Baru /CRITERIA=CI(.9500).

T-Test
[DataSet0]

One-Sample Statistics N Alat_Baru 10 Mean 83.3090 Std. Deviation 5.58235 Std. Error Mean 1.76530

One-Sample Test Test Value = 90 95% Confidence Interval of the t df Sig. (2-tailed) Mean Difference Difference

Paired Samples Test Paired Differences 95% Confidence Interval of the Std. Error Mean Pair 1 Alat_Lama - Alat_Baru 1.20100 Std. Deviation 2.30738 Mean .72966 Lower -.44960 Difference Upper 2.85160 Lower Alat_Baru -3.790 9 .004 -6.69100 -10.6844 t 1.646 Upper -2.6976 df 9 Sig. (2-tailed) .134

Hasil Output untuk Tutorial 2 (MiniTab):

Hasil Output untuk Tutorial 3 ( MiniTab) : Tutorial 3a :

10

Tutorial 3b :

11

E. Pembahasan Statistik Inferensial (menggunakan SPSS) Dalam praktikum kali ini kita membahas tentang statistik inferensial menggunakan aplikasi SPSS dan MiniTab. Proses inferensi yang dimaksud dalam praktikum ini adalah membandingkan kualitas produk berdasarkan parameter nilai rata-rata pengujian sampel. Sehingga kita dapat menarik kesimpulan mana kualitas produk yang lebih baik terhadap produk lain. Atau sesuai tidaknya kualitas suatu produk terhadap standar yang di syaratkan. SPSS menyediakan berbagai metode parametrik untuk melakukan inferensi terhadap data statistik, yaitu a. Inferensi terhadap rata-rata populasi b. Inferensi terhadap 2 rata-rata populasi c. Inferensi terhadap lebih dari 2 rata-rata populasi (ANOVA) d. Inferensi untuk mengetahui hubungan antar variabel KASUS A Pada kasus pertama kita akan menggunakan SPSS untuk melakukan inferensi terhadap 2 rata-rata populasi yaitu Populasi suatu alat pemanas yang baru dengan Populasi alat pemanas lama. Jumlah sampel yang digunakan adalah 10 macam sampel untuk masing-masing alat lama dan baru. Kita akan membandingkan kualitas antara produk yang lama dan baru dengan parameter nilai rata-rata pengujian sampel. Dengan jumlah sampel yang kurang dari 30 dan pengujian menggunakan nilai rata-rata, maka kita akan memakai distribusi students t.

Pertama kita ingin mengetahui apakah alat pemanas yang baru berfungsi lebih efektif dibandingkan dengan alat yang lama. Kita akan menggunakan PairedSamples T test pada SPSS dengan rentang keyakinan (Confidence Level) 95%. Kita bisa mengetahui jawaban pertanyaan ini setelah menganalisis hasil outputnya. Dengan melihat nilai rata-rata (mean) dari masing-masing alat sebagai berikut:

12

Pemanasan akan lebih efektif jika berat logam lebih ringan. Rata-rata berat logam alat baru lebih kecil (lebih ringan) dibandingkan dengan alat lama, itu berarti alat pemanas yang baru ini berfungsi lebih efektif daripada alat yang lama. Selain itu jika kita meninjau dari sisi Standar Deviasi masing-masing alat, maka kita akan mendapatkan data :

Standar deviasi yang kecil menunjukkan bahwa data tersebut lebih homogen, berarti datanya lebih bagus karena penyebarannya merata. Alat baru memiliki standar deviasi yang lebih kecil daripada alat lama. Ini semakin menunjukkan bahwa kualitas alat yang baru memang lebih bagus dibandingkan dengan alat yang lama, atau bisa dikatakan alat baru lebih efektif. Hipotesis awal terbukti benar. KASUS B Kemudian jika kita menginginkan produk yang akan dijual memiliki berat 90 gram, apakah secara signifikan, alat yang lama maupun yang baru mampu memenuhi kriteria tersebut? Kali ini kita akan menggunakan One-Samples T Test, sehingga kita akan menganalisis datanya satu persatu. Masukkan parameter Alat Lama lalu keluar output, baru setelah itu kita masukkan parameter Alat Baru. Sehingga kita memiliki 2 output disini untuk dianalisis. Untuk menguji hipotesis diatas, maka yang pertama kali kita lakukan adalah penentuan Hipotesis : Ho : lama = 90 g H1 : lama 90 g
13

Ho adalah Hipotesis yang ingin diuji yaitu lama = 90 g. Sedangkan H 1 adalah hipotesis alternatif yaitu lama 90 g. Tingkat kepercayaan yang digunakan adalah 95 %. Sehingga kita akan menemukan daerah kritis :

Langkah selanjutnya adalah melakukan uji statistik. Pada hasil output untuk alat yang lama kita menemukan hasil uji statistiknya sebagai berikut :

Apabila nilai t berada pada rentang interval -10.2395 dan -7.405 maka Ho diterima, jika tidak maka Ho ditolak. Karena -2.615 tidak berada pada rentang interval yang dimaksud maka Hipotesis awal (Ho) ditolak. Kesimpulannya adalah alat yang lama tidak memenuhi kriteria jika produk yang ingin dijual memiliki berat 90 g. Jika alat lama ini tidak memenuhi kriteria, maka apakah alat yang baru yang memenuhi kriteria? Kita tentukan dulu hipotesis awal dan hipotesis alternatifnya : Ho : baru = 90 g H1 : baru 90 g Tingkat kepercayaan yang digunakan masih sama yaitu 95%. Sehingga diperoleh daerah kritis (interval kepercayaan) :

Dan hasil uji statistiknya adalah :

14

Bisa kita lihat bahwa nilai t yaitu -3.790 berada pada interval kepercayaan 10.6844 dan -2.6976. Sehingga bisa kita simpulkan bahwa Hipotesis awal diterima yang artinya alat yang baru memenuhi kriteria yang diinginkan. TUTORIAL II (Rerata Sampel vs Standar) Kali ini kita akan membandingkan nilai ukur dengan nilai yang standar. Contoh langsungnya adalah pada uji kendali mutu kerja laboratorium. Uji dilakukan dengan mengirimkan spesimen (yang kandungan bahannya diketahui dengan tepat) ke beberapa laboratorium. Hasilnya kemudian dianalisis untuk menentukan apakah nilai terukur cocok dengan standar. Jika tidak cocok dengan nilai standar bisa berarti ada bias atau ada error sistematik atau kesalahan teknik/ alat ukur. Hasil analisis (Confidence Intervals) untuk tutorial 2 adalah sebagai berikut : Ukuran sampel, n=14. Rerata Sampel = Rerata konsentrasi OT = 1.396 mg/L Standar deviasi = 0.305 mg/L Pada tingkat keyakinan 95%, interval keyakinannya adalah 1.22011.5727

Pada interval keyakinan diatas jika kita perhatikan maka nilai standar 1.2 tidak tercakup di dalamnya. Sehingga bisa kita simpulkan bahwa konsentrasi terukur lebih tinggi daripada nilai standar. Artinya ada bias dalam pengukuran, entah karena kesalahan prosedur atau karena kesalahan alat. Hasil analisis uji Hipotesis (T-Test of the Mean) untuk tutorial 2 adalah : Ho : u = 1.2000 H1 : u 1.2000

Perhatikan nilai P pada hasil output :

Nilai P = 0.032 (3.2 %), lebih kecil daripada tingkat signifikansi 5 %. Jadi hipotesis nihil, Ho ditolak. (Ingat - Tingkat signifikansi 100%, Tingkat keyakinan 95 %). Makna nilai P = 0.032 adalah berdasarkan data yang diperoleh, probabilitas bahwa sampel berasal dari populasi yang konsentrasinya 1.2 mg/L adalah 3.2 %. Probabilitas sebesar ini mencerminkan peristiwa yang amat sangat langka. Mengingat sampel yang digunakan adalah standar dengan konsentrasi diketahui 1.2 mg/L, berarti terjadi bias dalam pengukuran. Sehingga bisa kita simpulkan bahwa perbedaan konsentrasi terukur dengan nilai standar ini mustahil bila terjadi secara
15

kebetulan. Pasti ada kesalahan dalam pengukuran- entah karena kesalahan prosedur atau kesalahan alat. TUTORIAL 3a (PEMBANDINGAN 2 RERATA) Kali ini kita akan mencoba menganalisis data dengan menggunakan 2 buah metode. Biasanya pertanyaan yang kerap muncul adalah Apakah 2 metode/ treatment beda memberikan hasil yang berbeda pula? Misalnya, dua metode analisis kimia dibandingkan untuk melihat apakah metode yang baru memberikan nilai yang setara dengan metode yang lama? Kali ini kita akan membandingkan antara metode Winkler (titrasi) dengan metode elektrode. Hipotesis yang akan kita uji adalah : apakah Perbedaan kedua metode = nol? Tingkat keyakinan yang akan kita gunakan adalah 95 %. Kemudian kita akan menghitung selisih data yang bersesuaian dari kedua metode sehingga di dapat :

Pertama kita akan mencoba statistik sampel dengan paired t-test sebagai berikut :

16

Nilai P = 0.030 atau 3 %, jauh lebih kecil dari tingkat signifikansi 5 %. Jadi, hipotesis nihil (Ho) ditolak. Artinya ada bias dalam pengukuran (entah karena kesalahan prosedur atau karena kesalahan alat). Kedua kita akan mengukur selisih data dengan t-test, sehingga diperoleh :

Ternyata nilai P sama saja yaitu 0.030 atau sama dengan 3%. Itu berarti probabilitas bahwa perbedaan kedua metode = nol hanya sebesar 3%. Probabilitas sebesar ini mencerminkan peristiwa yang sangat langka. Artinya kedua metode ini (Winkler dan Elektrode) apabila digunakan untuk menguji suatu sampel memberikan hasil yang berbeda. TUTORIAL 3b (INDEPENDENT TEST) Hasil analisis uji hipotesis Two Sample T-Test and Confidence Interval Dalam uji ini : Ho : PAM = Sumur H1 : PAM Sumur

Kita perhatikan kembali nilai P pada hasil output :

Nilai P = 0.0872 atau 8.72 % , jauh lebih besar daripada tingkat signifikansi yaitu 5 %, Jadi hipotesis nihil (Ho) tidak ditolak. (Ingat - Tingkat signifikansi 100%, Tingkat keyakinan 95 %). Makna nilai P = 0.0872 adalah berdasarkan data yang diperoleh, probabilitas bahwa sampel berasal dari populasi yang sama adalah 8.72 %. Probabilitas sebesar ini mencerminkan peristiwa yang lazim (biasa terjadi). Artinya hasil pengukuran tidak
17

menunjukkan adanya perbedaan yang signifikan apakah sampel itu diambil dari kawasan pemukiman dengan pasokan air PAM ataupun Sumur. Jika ada perbedaan yang muncul berarti karena faktor kebetulan saja (error eksperimental). Kesimpulannya adalah untuk pemantauan di masa mendatang, sampel bisa diambil dari kawasan pemukiman manapun, tanpa memperhatikan apakah pasokan airnya berasal dari PAM atau dari air Sumur. Kita tidak perlu merasa khawatir perbedaan air PAM maupun air sumur ini akan mempengaruhi hasil. F. Kesimpulan 1. Kita dapat melakukan inferensi statistik menggunakan program aplikasi SPSS karena SPSS menyediakan berbagai metode parametrik untuk melakukan inferensi terhadap data statistik, yaitu e. Inferensi terhadap rata-rata populasi f. Inferensi terhadap 2 rata-rata populasi g. Inferensi terhadap lebih dari 2 rata-rata populasi (ANOVA) h. Inferensi untuk mengetahui hubungan antar variabel 2. Kualitas produk diuji dengan menggunakan nilai rata-rata. Pada Kasus 1 jumlah sampel <30, maka dipakai distribusi students t. Berdasarkan data yang diperoleh maka alat yang paling bagus adalah Alat Baru karena ternyata semakin ringan beratnya semakin lebih efektif, selain itu standar deviasinya juga lebih kecil yang menunjukkan data tersebut lebih homogen (lebih baik). 3. Kadang kita juga perlu membandingkan nilai terukur dengan standar, contohnya uji kendali mutu kerja laboratorium. Hasilnya lalu dianalisis untuk menentukan apakah nilai terukur cocok dengan standar. Hal ini bisa kita lakukan menggunakan aplikasi MiniTab. 4. Prosedur baku untuk melakukan pembandingan dua rerata (nilai terukur dengan standar) adalah dengan menyusun hipotesis nihil yang diuji menggunakan t-test. Dan Hipotesis nihilnya adalah : Perbedaan keduanya = nol. Apabila ada dua metode pengukuran kita bisa melakukan pengukuran kedua metode dengan berpasangan, maka analisis pembandingan dilakukan menggunakan paired t-test.

18