Soal-Jawab Statistik DG SPSS Dan Excel
Soal-Jawab Statistik DG SPSS Dan Excel
Jawaban Soal
Uji ANOVA
185
2. Menghitung F tabel:
a. Tingkat signifikansi 10%; numerator 5; denumerator 7.
Menggunakan menu TRANSFORM COMPUTE, lalu
ketik:
IDF.F(0.9,5,7)
Didapat hasil 2,8833.
b. Tingkat signifikansi 1%; numerator 5; denumerator 7.
Menggunakan menu TRANSFORM COMPUTE, lalu
ketik:
IDF.F(0.99,5,7)
Didapat hasil 7,4604.
c.
186
3. Output:
ANOVA
data
Between Groups
Within Groups
Total
Sum of
df
Mean Square
Squares
870.250
1 ......................
..................
.................
2180.536
.
31397.750
15
F
..................
Sig.
.538
a. Proses pengisian:
o
187
F hitung adalah:
870,250 / 2180,536 = 0,0285
b. Keputusan:
F tabel = F(0,95;1;14) = 4,60
F hitung < F tabel, maka Ho diterima.
c.
Pengisian dasar:
188
Masukkan
FACTOR.
variabel
kualitatif
(berkode)
pada
kotak
JAWABAN SOAL
SEMUA JAWABAN LIHAT PADA:
o
Buat hipotesis:
Ho: ketiga pupuk menghasilkan produktivitas yang sama.
(1= 2= 3)
Hi: Minimal salah satu pupuk berbeda produktivitasnya
dengan yang lain.
Didapat:
o
F hitung= 0,045
F tabel:
189
n = jumlah sampel = 12
numerator= jumlah kolom 1= k-1 = 3-1 = 2
denumerator= n-k = 12 3 = 9
= 5%
F(0,05; 2;9)= 4,256
Mencari angka T1sampai Tn; dalam kasus ini, karena ada tiga
kolom, akan ada T1, T2 dan T3.
pupuk A
pupuk B
Pupuk C
25,4
28,6
27,6
28,6
30,2
28,9
29,5
24,5
30,6
30,5
32,5
26,8
TOTAL (T)
114
115,8
113,9
Total semua T adalah = 114+115,8+113,9 = 343,7
Menghitung SSB:
(343,7) 2
113,9 2
115,8 2
114 2
SSB = [(
] = 0,5716
)] [
)+(
)+(
(12)
4
4
4
Menghitung SST:
Menghitung SSW:
114 2
115,8 2
113,9 2
SSW = 9901,69 [(
)+(
)+(
)] = 56,9775
4
4
4
Menghitung F hitung:
F=
0,5716
= 0,045
56,97
Kesimpulan:
o
Buat hipotesis:
Ho: Jumlah pengunjung restoran adalah sama, baik pada
saat pagi, siang, sore, maupun malam hari.
(1= 2= 3= 4)
Hi: Minimal ada jumlah pengunjung pada saat tertentu
yang berbeda dengan lainnya.
Didapat:
191
F hitung= 1,8359
F tabel:
n = jumlah sampel = 17 (perhatikan jumlah sampel
per kolom yang tidak sama)
numerator= jumlah kolom 1= k-1 = 4-1 = 3
denumerator= n-k = 17 4 = 13
= 5%
F(0,05; 3;13)= 3,4105
Kesimpulan:
o
Buat hipotesis:
Ho: Pelatihan tipe I, tipe II, dan tipe III tidak memberi
dampak motivasi kerja yang berbeda pada ketiga kelompok karyawan.
192
(1= 2= 3)
Hi: Minimal ada satu kelompok karyawan yang mempunyai motivasi yang berbeda setelah pelatihan dibanding
kelompok lainnya.
Didapat:
o
F hitung= 0,06468
F tabel:
n = jumlah sampel = 18
numerator= jumlah kolom 1= 3-1=2
denumerator= n-k = 18-3=15
= 5%
F(0,05; 2;15)= 3,6823
Kesimpulan:
o
Buat hipotesis:
Ho: Pelatihan tipe I, tipe II, dan tipe III tidak memberi
dampak loyalitas kerja yang berbeda pada ketiga kelompok karyawan.
(1= 2= 3)
193
Hi: Minimal ada satu kelompok karyawan yang mempunyai loyalitas yang berbeda setelah pelatihan dibanding
kelompok lainnya.
Didapat:
o
F hitung= 8.3977
Kesimpulan:
o
Buat hipotesis:
Ho: Pelatihan tipe I, tipe II, dan tipe III tidak memberi
dampak kepuasan kerja yang berbeda pada ketiga kelompok karyawan.
(1= 2= 3)
Hi: Minimal ada satu kelompok karyawan yang mempunyai kepuasan kerja yang berbeda setelah pelatihan
dibanding kelompok lainnya.
194
Didapat:
o
F hitung= 51,2965
Kesimpulan:
o
Dapat disimpulkan bahwa pelatihan kepuasan kerja yang diadakan menghasilkan dampak (nilai) yang sangat signifikan
pada minimal satu kelompok karyawan peserta pelatihan.
Dilihat dari rata-rata nilai kepuasan kerja, maka kelompok II
mempunyai nilai tertinggi (92,83); kelompok II mendapat
dampak yang jelas berbeda dibanding dua kelompok lainnya.
9. SOAL BUS
Soal A adalah contoh dari COMPLETELY RANDOMIZED DESIGN
Pada kasus ini:
o
195
Buat hipotesis:
Ho: Waktu tempuh keempat bus pada jurusan MagelangSemarang relatif sama satu dengan yang lain.
(1= 2= 3= 4)
Hi: Minimal salah satu waktu tempuh bus berbeda dengan
waktu tempuh bus yang lainnya.
Untuk pernyataan Hi tidak dapat ditulis 1234, karena
hal itu berarti semua waktu tempuh (rata-rata) tidak
sama. Padahal Hi diterima jika salah satu rata-rata sudah
berbeda dengan yang lain; dalam hal ini dapat saja 1, 2,
3 atau 4 yang berbeda.
Didapat:
o
F tabel:
n = jumlah sampel = 20
numerator= jumlah kolom 1= k-1 = 4-1 = 3
denumerator= n-k = 20 4 = 16
= 5% (pada uji ANOVA, uji selalu satu sisi)
F(0,05; 3;16)= 3,239
Kesimpulan:
Membandingkan statistik hitung dengan statistik tabel.
Oleh karena F hitung > F tabel, maka Ho ditolak.
196
Prob:
0,0026
HO DITERIMA
HO
DITOLAK
5%
F tabel:
3,239
F hitung:
7,279
kolom
(columns)
yang
berisi
variabel
197
Buat hipotesis:
Ho: Tidak ada perbedaan yang signifikan waktu tempuh
bus pada hari kerja yang ada.
(1= 2= 3)
Hi: Minimal ada satu hari dengan waktu tempuh bus yang
berbeda dibanding hari lainnya.
df
7
1
3
4
12
20
19
Mean Square
F
141.736
3.159
516168.450 11504.497
294.450
6.563
27.200
.606
44.867
Sig.
.039
.000
.007
.666
Dapat disimpulkan:
Rata-rata waktu tempuh bus tidak berbeda secara nyata
untuk hari kerja yang ada; rata-rata waktu tempuh keempat
bus relatif sama, baik untuk hari senin, selasa maupun yang
lain.
Sedangkan variabel NAMA_BUS sudah dianalisis, dan kesimpulan tetap, yakni ada perbedaan yang jelas pada rata-rata
waktu tempuh bus dilihat dari kinerja bus yang bersangkutan.
198
Buat hipotesis:
Ho: Tidak ada interaksi antara bus dengan hari kerja bus
tersebut.
Hi: Ada interaksi antara bus dengan hari kerja bus
tersebut.
df
7
1
7
8
16
15
Mean Square
99.134
413770.563
99.134
60.563
F
1.637
6832.125
1.637
Sig.
.252
.000
.252
Dapat disimpulkan:
Tidak ada interaksi antara hari kerja dengan kinerja (nama)
bus; atau hari senin atau selasa tidak terkait dengan kinerja
dari bus-bus yang ada untuk menempuh waktu yang berbeda.
CATATAN:
o
Buat hipotesis:
Ho: Jumlah sekolah pada berbagai jenjang pendidikan atas
di D.I.Y adalah sama.
(1= 2= 3)
Hi: Minimal ada satu jenjang pendidikan yang mempunyai
jumlah sekolah yang berbeda dibanding lainnya.
200
Didapat:
o
F hitung= 343,833
F tabel:
n = jumlah sampel = 15
numerator= jumlah kolom 1= k-1 = 3-1 = 2
denumerator= n-k = 15 3 = 12
= 5%
F(0,05; 2;12)= 3,8852
Kesimpulan:
Melihat angka probabilitas (SIG. pada output SPSS).
Oleh karena nilai p=0,0000000000254, yang jauh di bawah
angka (5%), maka H0 ditolak.
Buat hipotesis:
Ho: Tidak ada perbedaan yang signifikan antara ketiga
tingkat kerusakan sawah tersebut.
(1= 2= 3)
Hi: Minimal ada satu tingkat kerusakan sawah yang berbeda dibanding lainnya.
Didapat:
o
F hitung= 12,1889
F tabel:
n = jumlah sampel = 18
numerator= jumlah kolom 1= k-1 = 3-1 = 2
denumerator= n-k = 18 3 = 15
= 5%
F(0,05; 2;15)= 3,6823
201
Kesimpulan:
Melihat angka probabilitas (SIG. pada output SPSS).
Oleh karena nilai p=0,0007, yang jauh di bawah angka
(5%), maka H0 ditolak.
Dapat disimpulkan memang ada minimal satu tingkat kerusakan sawah yang berbeda secara signifikan dengan tingkat
kerusakan yang lainnya.
Dari uji ANOVA terlihat MSB atau variasi antar kelompok
sangat besar; rata-rata tingkat kerusakan BERAT jelas lebih
besar dibanding tingkat kerusakan RINGAN. Sebaliknya, angka MSW relatif kecil, atau variasi data di antara kelompok
kerusakan RINGAN secara tersendiri relatif kecil; demikian
pula, di kelompok lain, walaupun tingkat kerusakan lebih
besar, namun semua data anggota kelompoknya juga besar.
Dengan MSB yang besar sedangkan MSW kecil, maka F hitung
(hasil MSB/MSW) akan menjadi cukup besar untuk dapat
menolak Ho.
12. SOAL TARIF PARKIR
Soal A. Jika tingkat kepercayaan 95%
Prosedur:
Buat hipotesis:
Ho: Tidak ada perbedaan yang signifikan di antara keempat tarif parkir yang ada.
(1= 2= 3= 4)
Hi: Minimal ada satu jenis tarif parkir yang berbeda dibanding lainnya.
Didapat:
o
F hitung= 1,326
F tabel:
n = jumlah sampel = 32
202
Kesimpulan:
Melihat angka probabilitas (SIG. pada output SPSS).
Oleh karena nilai p=0,2856, yang jauh di atas angka
(5%), maka H0 diterima.
= 1%
Kesimpulan:
Oleh karena F hitung (1,3262) > F tabel (1,28138), maka
sekarang Ho ditolak.
203
Keterangan:
SPSS ataupun Microsoft Excel hanya menampilkan output
SIG./nilai probabilitas/p-value untuk tingkat signifikansi 5%
DUA SISI. Untuk angka seperti 1% atau yang lain, SPSS dan
Excel tidak menampilkan nilai probabilitas; pengguna bisa
menghitung angka F tabel secara tersendiri kemudian membandingkan dengan F hitung.
Soal C
Mengubah tingkat kepercayaan, yang berarti mengubah tingkat signifikansi sebuah pengujian, dapat berdampak pada
kesimpulan yang akan diambil. Memperbesar tingkat signifikan akan menyebabkan kemungkinan menolak Ho semakin
besar.
13. SOAL KENDARAAN BERMOTOR
Prosedur:
Buat hipotesis:
Ho: Tidak ada perbedaan yang signifikan di antara pertumbuhan kendaraan bermotor di D.I.Y pada periode
2000-2003.
(1= 2= 3= 4)
Hi: Minimal ada satu periode yang mempunyai pertumbuhan kendaraan bermotor yang berbeda dibanding
periode lainnya.
Didapat:
o
F hitung= 0,2282
F tabel:
n = jumlah sampel = 16
numerator= jumlah kolom 1= k-1 = 4-1 = 3
denumerator= n-k = 16 4 = 12
= 5%
204
Kesimpulan:
Oleh karena nilai p=0,8749, yang jauh di atas angka
(5%), maka H0 diterima.
Dapat disimpulkan sesungguhnya tidak ada perbedaan pertumbuhan kendaraan bermotor yang signifikan pada keempat
periode. Hal ini disebabkan nilai MSB yang lebih kecil dari
MSW.
Walaupun
rata-rata
tiap
periode
berbeda
(7,4;7,02;8,67;7,43), namun perbedaan (variasi) yang ada tidak
cukup besar. Oleh karena MSB < MSW, maka nilai F hitung
menjadi di bawah 1. Nilai F tabel minimal 1, sehingga F hitung
yang di bawah 1 akan membuat setiap pernyataan Ho akan
ditolak.
14. SOAL PRODUKSI SAYURAN
Prosedur:
Buat hipotesis:
Ho: Tidak ada perbedaan yang signifikan di antara produksi sayuran pada periode 2002-2004.
(1= 2= 3)
Hi: Minimal ada satu periode yang mempunyai produksi
sayuran yang berbeda dibanding periode lainnya.
Didapat:
o
F hitung= 2,2733
F tabel:
n = jumlah sampel = 27
numerator= jumlah kolom 1= k-1 = 3-1 = 2
denumerator= n-k = 27 3 = 24
= 5%
F(0,05; 2;24)= 3,4028
205
Kesimpulan:
Oleh karena nilai p=0,1246, yang jauh di atas angka
(5%), maka H0 diterima.
2002
2003
2004
Bawang merah
494.3
486.3
107.6
Kacang panjang
584.1
621.2
261.7
Cabe/tomat
951.1
1406.3
633.1
Terong
661.0
892.1
314.4
Ketimun
350.4
268.6
93.6
Bayam
889.4
841.0
413.9
Kangkung
350.6
254.0
162.1
F hitung= 3,6439
F tabel:
n = jumlah sampel = 27
NB: sampel berkurang sebanyak 2 x 3 data = 6
data, menjadi 27-6=21
numerator= jumlah kolom 1= k-1 = 3-1 = 2
denumerator= n-k = 21 3 = 18
= 5%
F(0,05; 2;18)= 3,5545
Kesimpulan:
Oleh karena nilai p=0,0469, yang di atas angka (5%),
maka H0 ditolak.
206
Buat hipotesis:
Ho: Tidak ada perbedaan yang signifikan antara anggaran
per siswa untuk setiap jenjang pendidikan.
(1= 2= 3)
Hi: Minimal ada satu jenjang pendidikan yang mempunyai
anggaran yang berbeda dibanding lainnya.
Didapat:
o
F hitung= 3,217
F tabel:
n = jumlah sampel = 24
numerator= jumlah kolom 1= k-1 = 4-1 = 3
denumerator= n-k = 24 4 = 20
207
= 5%
F(0,05; 3;20)= 3,098
Kesimpulan:
Oleh karena nilai p=0,044, yang di bawah angka (5%),
maka H0 ditolak.
Buat hipotesis:
Ho: Tidak ada perbedaan yang signifikan antara tempat
belanja dari tahun ke tahun.
(1= 2= 3)
Hi: Minimal ada satu periode di mana komposisi tempat
belanja mempunyai perbedaan yang signifikan dibanding
lainnya.
Didapat:
o
F hitung= 0
F tabel:
n = jumlah sampel = 12
208
Kesimpulan:
Di sini tidak bisa ditarik kesimpulan apa pun, karena F
hitung bernilai 0 dan nilai probabilitas adalah 1.
Tahun
2002
Tahun
2003
Tahun
2004
hypermarket
3%
5%
7%
supermarket
18%
16%
15%
minimarket
5%
8%
8%
pasar tradisional
74%
71%
70%
TOTAL
100%
100%
100%
Jika nilai total semua kolom sama, maka tidak akan ada variasi di
antara kelompok data; telihat dari rata-rata yang otomatis sama,
yakni 100%/4 data = 0,25 (25%). Oleh karena tidak ada beda ratarata, maka MSB menjadi 0, sehingga F hitung pun akan menjadi 0,
berapa pun MSW-nya.
Untuk itu, data harus direvisi dengan mengubah komposisi dalam
persentase menjadi satuan non persentase, sehingga total semua
kolom tidak akan sama. Misal diasumsi pengunjung tempat belanja per tahun:
Tahun
Pengunjung (orang)
2002
1000
2003
2000
2004
3000
Tempat belanja
Tahun
2002
Tahun
2003
Tahun
2004
hypermarket
30
100
210
supermarket
180
320
450
minimarklet
50
160
240
pasar tradisional
740
1420
2100
TOTAL
1000
2000
3000
Isi variabel TAHUN adalah 2002, 2003, dan 2004; ketiganya adalah level of treatment. Oleh karena ada
lebih dari dua level, maka digunakan uji ANOVA.
Buat hipotesis:
Ho: Tidak ada perbedaan yang signifikan di antara kunjungan wisatawan pada periode 2002-2004?
210
(1= 2= 3)
Hi: Minimal ada satu periode yang mempunyai jumlah
kunjungan wisatawan yang berbeda dibanding periode
lainnya.
Untuk menguji baris (rows) yang berisi variabel JENIS LIBURAN
Buat hipotesis:
Ho: Tidak ada perbedaan yang signifikan di antara kunjungan wisatawan pada berbagai jenis liburan yang ada.
(1= 2= 3)
Hi: Minimal ada satu jenis liburan mempunyai jumlah
kunjungan wisatawan yang berbeda dibanding periode
lainnya.
df
4
1
2
2
4
9
8
Mean Square
433272.111
2750069.444
310533.444
556010.778
117367.278
F
3.692
23.431
2.646
4.737
Sig.
.117
.008
.185
.088
211
212
Dapat disimpulkan:
Tidak ada perbedaan yang signifikan pada kunjungan wisatawan ke Yogya pada periode 20022004. Kunjungan wisatawan ke Yogya dari tahun
ke tahun berbeda secara nyata.