Statistika Parametrik Dan Non Par
Statistika Parametrik Dan Non Par
PENDAHULUAN
1. 1
Latar Belakang
Statistika dapat didefinisikan sebagai ilmu yang membahas tentang
pengambilan data, pengolahan data sampai kesimpulan yang diperoleh dari
perhitungan dan pengolahan data tadi, serta membuat keputusan yang dapat
diterima berdasarkan analisis. Dalam kehidupan sehari-hari, sering kita temui
permasalahan yang dapat diformulasikan ke dalam persamaan matematis.
Hubungannya dengan statistika yaitu statistika digunakan untuk menyatakan data
atau bilangan yang diperoleh dari data, misalnya rata-rata dari data tersebut.
Permasalahan yang umum dihadapi oleh peneliti atau insinyur adalah
menyangkut cara pengambilan keputusan berdasarkan data mengenai suatu sistem
ilmu. Dalam tiap kasus, peneliti membuat dugaan mengenai suatu sistem. Sebagai
tambahan tiap kasus harus melibatkan penggunaan data percobaan dan
pengambilan keputusan berdasarkan data tadi. Secara resmi dalam tiap kasus
dugaan mengenai dugaan dapat dirumuskan dalam bentuk hipotesis statistik.
Keunikan statistik yaitu kemampuannya untuk menghitung ketidakpastian
dengan tepat. Dengan kemampuan itu para ahli statistik dapat membuat suatu
pernyataan yang tegas, lengkap dengan jaminan ketidakpastian. Didalam statistik
ada tiga hal penting yang mendasar yaitu analisa data yang membahas tentang
pengumpulan, penyajian dan mengintisarikan data. Kedua adalah probabilitas
yaitu membahas tentang hukum peluang dan yang terakhir adalah kesimpulan
statistik yaitu tentang ilmu penarikan kesimpulan statistik dari data tertentu
berdasarkan pengetahuan tentang probabilitas.
1. 2
Tujuan Praktikum
Tujuan yang hendak dicapai dalam praktikum ini adalah:
3. Mengerti dan memahami teknik pengolahan data secara parametrik dan non
parametrik.
4. Mampu menginterpretasikan hasil pengolahan data dengan menggunakan teknik
parametrik dan non parametrik.
1. 3
Pembatasan Masalah
Pada laporan ini masalah yang dibahas terbatas pada pengolahan data
statistik parametrik dan non parametrik, baik dependen maupun independen
dengan nilai k = 2 dan k > 2.
Data pertama adalah data parametrik dengan k = 2 yaitu data mengenai
Banyaknya Kyai dan Ustadz menurut Kabupaten/Kota di Jawa Tengah Tahun
2004. Untuk data parametrik k > 2 yaitu data mengenai Banyaknya Jema'ah Haji
yang Diberangkatkan ke Tanah Suci (Mekkah) menurut Kabupaten/Kota di Jawa
Tengah Tahun Anggaran 2001-2003
Sedangkan untuk data non parametrik ada 2 jenis yaitu dependen dan
independen. Data independen dengan k = 2 adalah data mengenai Data Pengaruh
Jenis Kelamin terhadap Media Aktualisasi Diri yang diperoleh melalui kuesioner
dengan sampel mahasiswa Teknik Industri 2007. Untuk data independen k > 2
adalah data mengenai Data Pengaruh Golongan Darah terhadap Jenis Materi yang
Disukai yang diperoleh juga melalui kuesioner dengan sampel mahasiswa Teknik
Industri 2007. Data non parametrik dependen k = 2 merupakan data mengenai
Status Guru-Guru SMK-SB, untuk yang k > 2 adalah data Pengaruh Negara
Produksi terhadap Jenis Film yang Disukai
Ruang lingkup pengolahan data pada laporan ini dibatasi dengan
pengolahan data menggunakan software Microsoft Excel, SPSS, dan MINITAB.
1. 4
Prosedur Praktikum
Identifikasi Masalah
Studi Keputusan
Pengambilan
Data Sekunder
Nonparametrik
Sampling acak
sederhana
Pengumpulan Data
Interpretasi Data
1. 5
Sistematika Penulisan
BAB I
PENDAHULUAN
Berisi latar belakang, tujuan praktikum, pembatasan masalah, metodologi
praktikum, dan sistematika penulisan.
BAB II
DASAR TEORI
Berisi dasar teori yang berhubungan dengan praktikum.
BAB II
DASAR TEORI
2. 1
Definisi Statistika
Statistik adalah ilmu yang membahas tentang pengambilan dan pengolahan data
sampai kesimpulan.
Statistik secara garis besar dapat dibagi menjadi 2 yaitu :
2. 2
Statistik dalam prakteknya tidak bisa dilepaskan dari data yang berupa
angka, baik itu dalam statistik deskriptif yang menggambarkan data, maupun
statistik inferensi yang melakukan analisis terhadap data. Namun sebenarnya data
dalam statistik juga bisa mengandung data non angka atau data kualitatif.
1.
2.
3.
5.
yang tidak
d. Data rasio
Adalah data yang memiliki sifat-sifat data nominal, data ordinal, dan data
interval, dilengkapi dengan titik nol absolut dengan makna empiris.
Karena terdapat angka nol maka pada data ini dapat dibuat perkalian atau
pembagian. Angka pada data menunjukkan ukuran yang sebenarnya dari
objek/ kategori yang diukur. Data rasio adalah data dengan pengukuran
paling tinggi di antara jenis data lainnya. Contoh: membandingkan nilai
mata kuliah antara dua mahasiswa.
(Singgih Santono, hal 3-6)
6.
7.
2. 3
Yaitu cara pengambilan sampel dengan semua objek atau elemen populasi
memiliki kesempatan yang sama untuk dipilih sebagai sampel. Hasil dari
sampling ini memiliki sifat yang objektif.
Yang termasuk Probability Sampling yaitu :
1.
Metode undian
Adalah metode yang prosesnya dilakukan dengan menggunakan pola
pengundian dan hanya cocok untuk populasi yang kecil
3. Sampling Sistematis
Adalah bentuk sampling random yang mengambil elemen-elemen yang
diselidiki berdasarkan urutan tertentu dari populasi yang telah disusun
secara teratur. Sampling sistematis dilakukan apabila :
2. 4
Statistika Deskriptif
Statistika deskriptif merupakan teknik statistik dimana disini dilakukan
X X 2 ... X N
X 1
N
2.1.2.2 Median
X
j 1
................................. (2.1)
Median dari suatu himpunan bilangan yang disusun menurut urutan besarnya
merupakan pertengahan atau nilai tengah hitung dari pertengahan.
2.1.2.3 Modus
Modus suati himpunan bilangan adalah nilai yang terjadi dengan frekuensi
terbesar yaitu nilai yang paling umum. Modus mungkin tidak ada dan jika ada
boleh jadi tidak unik.
2.1.2.4 Kuartil, Desil, dan Persentil
Jika suatu himpunan data disusun menurut besarnya, nilai tengah yang
membagi atas dua bagian yang sama adalah median. Dengan memperluas
pemikiran tersebut, dapat dibayangkan nilai-nilai yang membagi himpunan
atas empat bagian yang sama dan dikenal dengan kuartil. Secara serupa, nilainilai yang membagi data atas sepuluh bagian yang sama disebut desil.
Sedangkan nilai-nilai yang membagi data atas seratus bagian dinamakan
persentil.
(Spiegel, Statistika hal 61-66)
2.4. 2 Simpangan baku dan Ukuran Sebaran Lain
1. Simpangan kuartil
Simpangan kuartil Q dari suatu himpunan didefinisikan oleh
Q3 Q1
..................................................... (2.2)
2
( x x)
N
.................................................. (2.4)
4. Variansi
Variansi suatu himpunan didefinisikan sebagai kuadrat simpangan baku (s2).
Bilamana diperlukan untuk membedakan simpangan baku populasi dari
simpangan baku sampel yang berasal dari populasi ini seringkali kita
menggunakan lambang S untuk simpangan baku sampel dan untuk
simpangan baku populasi. Jadi S2 mewakili variansi sampel dan 2 mewakili
variansi populasi.
(Spiegel, Statistika hal 92-94)
2.4. 3 Distribusi Frekuensi dan Histogram Frekuensi
Data mentah adalah data yang dikumpulkan yang belum diatur secara
numerik. Pada waktu meringkaskan sejumlah besar data mentah sering sangat
berguna mendistribusikan data dalam kelas atau kelompok dan menetapkan
banyaknya individu yang termasuk dalam setiap kelas yang disebut frekuensi
kelas. Suatu penyusunan tabulasi data memakai kelas bersama dengan frekuensi
kelas yang berhubungan disebut distribusi frekuensi atau tabel frekuensi.
Histogram merupakan gambaran secara grafik dari distribusi frekuensi.
Histogram atau histogram frekuensi ini terdiri dari himpunan siku empat yang
mempunyai :
Alas pada sumbu mendatar (sumbu-x) dengan pusat markah (titik tengah
kelas) dan panjang sama dengan ukuran selang kelas.
Luas sebanding terhadap frekuensi kelas.
Jika semua selang kelas mempunyai ukuran sama, tinggi segi empat
sebanding terhadap frekuensi kelas dan merupakan kebiasaan untuk
mengambil tinggi secara numerik sama dengan frekuensi kelas.
Dari suatu histogram, kita bisa mengetahui informasi mengenai data yang
kita teliti.
2.4. 4 Kemencengan
Skewness atau kemencengan adalah derajat ketaksimetrisan, atau
kejauhan dari simetri dari suatu distribusi. Berdasarkan kemencengannya, grafik
distribusi terbagi menjadi tiga, yaitu:
a. Negatively skewed distribution, yaitu kurva frekuensi suatu distribusi yang
mempunyai ekor yang lebih panjang ke kiri dari maksimum pusat daripada
yang ke kanan, distribusi ini disebut juga menceng ke kiri atau mempunyai
kemencengan negatif.
Symmetric
distribution
Gambar 2. 1 Distribusi Kemencengan (Skewness)
Untuk distribusi yang menceng, mean cenderung terletak pada sisi yang
sama dari modus sebagai ekor yang panjang. Jadi suatu ukuran tak simetri
diperlihatkan oleh selisih (mean-modus). Ini dapat dibuat tanpa ada pembagian
oleh suatu ukuran sembarang, sama seperti simpangan baku, sehingga kita
dapatkan definisi:
kemencengan
mean mod us
x mod us
............................(2.5)
simpangan baku
s
2.4. 5 Kurtosis
Kurtosis adalah derajat kepuncakan dari suatu distribusi, biasanya diambil
secara relatif terhadap suatu distribusi normal. Berdasarkan kurtosisnya, grafik
distribusi terbagi menjadi tiga, yaitu:
Leptokurtik, yaitu distribusi yang mempunyai puncak relatif tinggi.
Platikurtik, yaitu distribusi yang mempunyai puncak mendatar.
Mesokurtik, yaitu grafik yang berdistribusi normal yang puncaknya tidak
terlalu lancip atau berpuncak mendatar.
4
2
n(n 1)
xi x 3(n 1)
Derajat Kepuncakan =
(n 1)(n 2)(n 3)
s (n 2)(n 3)
Leptokurtik
Platikurtik
Mesokurtik
m4
m
42 ...................... (2.6)
4
s
m2
(Spiegel, Statistika hal 120)
2. 5
Statistik Parametrik
2. 6
harapan
dihipotesiskan.
Uji goodness of fit adalah uji hipotesis statistik yang digunakan untuk
menaksir bentuk apakah observasi X1,X2,Xn adalah independen sampel dari
distribusi khusus dengan fungsi distribusi F. Uji goodness of fit dapat digunakan
untuk menguji serangkaian uji hipotesis nol
Terdapat tiga macam uji Goodness of Fit, yaitu Chi-square test,
Kolmogorov-Smirnov Test, dan Anderson Darlinguji
Uji Menyangkut Ratan dan Variansi
Uji menyangkut rataan ini berkaitan dengan distribusi t, uji ini dapat
menyangkut satu rataan atau variansi dan menyangkut dua variansi atau rataan.
Uji Menyangkut Proporsi
Uji ini banyak dipakai dalam berbagai bidang. Uji ini digunakan untuk
mengetahui proporsi suatu peristiwa dalam suatu populasi. Sebagai contoh,
seorang politisi tentunya tertarik untuk mengetahui berapa bagian dari pemilih
yang akan mendukungnya dalam pemilihan mendatang. Pengusaha pabrik
berkepentingan
mengetahui
proporsi
cacat
dalam
suatu
pengiriman
produksinya.
Uji Kebebasan
Merupakan uji untuk mengetahui keterkaitan antara dua atau lebih
variabel atau untuk mengetahui sifat ketergantungan (hubungan) suatu variabel
dengan variabel yang lain.
Galat I dan Galat II
Galat I adalah penolakan hipotesis nol padahal hipotesis itu benar.
Galat II adalah penerimaan hipotesis nol padahal hipotesis itu salah.
Uji Anova
Anova sering disebut sebagai analisis variansi. Sampel acak ukuran n
diambil masing-masing dari k populasi. Ke k populasi yang berbeda ini
diklasifikasikan menurut perlakuan atau grup yang berbeda. Dewasa ini istilah
perlakuan digunakan secara umum dengan arti klasifikasi, apakah itu kelompok,
adukan, penganalisis, pupuk yang
negara. Pada Anova terdapat pengujian hipotesis nol bahwa rataan ke k populasi
sama lawan tandingan bahwa paling sedikit dua dari rataan ini tidak sama.
Uji yang akan dipakai didasarkan pada perbandingan dua taksiran bebas
dari kesamaan variansi populasi 2. Perlu dibandingkan ukuran variansi antara
perlakuan yang sesuai dengan variansi dalam perlakuan, agar dapat ditemukan
perbedaan yang berarti dalam pengamatan akibat pengaruh perlakuan.
Analisis variansi untuk klasifikasi eka arah dapat dilihat pada tabel di
bawah ini yang sama dengan tabel Anova.
Tabel 2. 1 Analisis Variansi Untuk Klasifikasi Eka Arah
Sumber
Jumlah
Derajat
Rataan
Variansi
Kuadrat
Kebebasan
Kuadrat
f Hitungan
Perlakuan
JKA
k-1
JKA
S1
k 1
Galat
JKG
k (n - 1)
S2
Total
JKT
nk - 1
JKT =
y
i 1
ij
j 1
S1
2
S2
JKA
k (n 1)
T 2 ..
nk
Ti
JKA =
j 1
T 2 ..
nk
s1
s2
........................................................ (2.7)
dengan s12 dan s22 variansi yang dihitung dari dua sampel. Jika kedua populasi
2
s
berdistribusi hampir normal dan hipotesis nol benar maka nisbah f 1 2 suatu
s2
nilai distribusi F dengan derajat kebebasan v1 = n1 1 dan v2 = n2 1. Dengan
demikian daerah kritis berukuran yang sesuai dengan tandingan eka pihak 12
< 22, 12 > 22 adalah masing-masing f > f1- (v1,v2) dan f > f (v1,v2). Untuk
tandingan dua pihak 12 22, daerah kritis adalah f < f1- (v1,v2) dan f > f/2
(v1,v2). Untuk mengambil keputusan disesuaikan dengan daerah kritis, bila nilai
peluang berada didaerah kritis maka ditolak dan begitupun sebaliknya.
Dalam pengambilan keputusan dapat dengan membandingkan nilai P
hasil perhitungan dengan . Jika P lebih besar daripada , maka Ho diterima
dan begitupun sebaliknya.
(Walpole & Myers, Ilmu Peluang dan Statistika hal 257-260)
Uji-T
Dalam uji menyangkut dua rataan keadaan yang lebih umum berlaku
ialah keadaan dengan variansi tidak diketahui. Bila si peneliti bersedia
menganggap bahwa kedua distribusi normal dan bahwa 1 = 2 = , maka uji tgabungan (sering disebut uji-t dua sampel) dapat digunakan. Uji statistik
tersebut berbentuk :
t
( x1 x 2 ) d 0
S p 1 / n1 1 / n 2
........................................... (2.8)
untuk
2
S2p
S1 ( n1 1) S 2 ( n2 1)
.................................. (2.9)
n1 n2 2
keberartian. Jika P lebih besar maka Ho diterima, dan apabila sebaliknya maka
Ho ditolak.
Pengamatan Berpasangan
Perhitungan selang kepercayaan untuk 1 - 2 dalam hal ini didasarkan
pada peubah acak
D D
.............................................. (2.10)
Sd n
Hipotesisnya berbentuk, Ho : D = do
Uji statistik hasil perhitungan menjadi
d do
....................................................... (2.11)
Sd n
Daerah kritis untuk ekasisi t < -t atau t > t, sedangkan untuk dwisisi t < -t atau
t > t dengan menggunakan distribusi-t dengan derajat kebebasan n 1. Dalam
pengambilan keputusan juga dapat dengan membandingkan nilai P perhitungan
dengan taraf keberartian (). Jika P lebih kecil atau sama dengan , maka Ho
ditolak dan apabila sebaliknya maka Ho diterima.
(Walpole & Myers, Ilmu Peluang dan Statistika hal 252-257)
2. 7
Statistik Nonparametrik
Suatu pengujian populasi seringkali dihadapkan pada suatu uji yang harus
dilakukan tanpa kebergantungan asumsi-asumsi yang kaku karena bersifat khusus. Uji
statistik nonparametrik merupakan alternatif untuk memenuhi kebutuhan tersebut
dikarenakan menghasilkan kesahihan dan validitas meskipun hanya berdasar pada
asumsi-asumsi umum. Tipe utama prosedur statistik yang dimasukkan dalam
nonparametrik adalah prosedur-prosedur nonparanetrik murni dan prosedur-prosedur
bebas distribusi (distribution free procedures). Ciriciri dari data non parametrik adalah
:
1.
2.
3.
2. 8
anggapan bahwa sampel acak diambil dari populasi normal. Padahal tidak semua data
yang digunakan pada pengujian-pengujian tersebut diatas berdistribusi normal. Untuk
mengatasi hal tersebut lalu digunakan uji non parametrik. Uji non parametrik adalah uji
yang mengabaikan asumsi dari kenormalan data populasi.
Yang tercakup didalam uji non parametrik adalah Pengujian KolmogorofSmimov, Uji Tanda, Uji Dwi Sampel Wilcoxon, Uji Runtun dan Uji Kruskal Walls.
(Modul Parktikum Statistika Industri hal 4, 2005)
ordinal. Uji Mann- Whitney dipakai untuk menguji apakah dua kelompok
independent telahmditarikdari populasi yang sama. Uji ini merupakan
pengembangan dari uji Wilcoxon dengan dua sample berukuran tidak sam,
dan pemberian jenjang didasarkan pada skor gabungan. Uji Mann-hitney tidak
memerlukan anggapan tertentu mengenai populasi dari mana sampel
diambil(seperti uji-uji non-parametrik lainnya). Asumsi yang diperlukan
hanyalah bahwa nilai dari variable random dari dua kelompok yang
diperbandingkan adalah berditribusi kontinyu. Hipotesis nihil yang akan diuji
mengatakan bahwa dua sample independent diambil dari populasi yang
memiliki distribusi yang sama. Uji ini dapat digunakan untuk pengujian dua
sisi ataupun satu sisi. Uji tersebut merupakan alternatif lain dari uji
tparametrik, bila anggapan yang diperlukan bagi uji t tidak dijumpai.
(Djarwanto,Mengenal beberapa uji satistik,2001, Hal 237)
2. Uji Kolmogorov-Smirnov
Uji ini hampir sama dengan uji Mann-Whitney yaitu digunakan untuk
menguji ada tidaknya perbedaan yang significant untuk 2 sampel yang
independent. Uji Kolmogorof Smirnov juga dapat digunakan untuk
melakukan uji lokasi dan uji bentuk. Kedua uji tersebut berkontribusi pada
perbedaan nilai 2 kelompok. Dengan melakukan centering atau pemusatan
nilai data sample, setiap kelompok disekitar rata-ratanya akan menghilangkan
perbedaan dan memungkinkan melakukan perbandingan bentuk (uji bentuk)
antara kedua kelompok tersebut.
3. Uji Moses dan Uji Wald-Wolfowitz
Uji Moses merupakan teknik metode pengujian non parametrik untuk
menguji hipotesa bahwa variabel percobaan akan memberi efek pada
beberapa subjek di satu sisi dan subjek lainnya di sisi yang berlawanan.
Pengujian ini dibandinghkan dengan grup kendali. Tes ini membutuhkan data
ordinal. Tes ini berfokus pada rentang di grup kendali, dan mengukur berapa
banyak nilai ekstrim di grup percobaan mempengaruhi rentang saat
digabungkan dengan grup mkendali. Uji Moses lebih fokus kepada variasi
data dari dua sampel.
menggunakan
Ho : = o
H1 : o
Kita akan menolak Ho dan menerima H1 hanya jika proporsi yang bertanda
tambah cukup lebih kecil atau lebih besar dari setengah. Jadi, bila x < n/2 dan
nilai p hitungan
P =2P ( X x, bila p = )
Lebih kecil daripada atau sama dengan suatu taraf keberartian , atau bila x >
n/2 dan nilai p hitungan
P =2P ( X x, bila p = )
Lebih kecil atau sama dengan kita tolak Ho dan menerima H1. Apabila n 10
peluang binomial dengan p = dapat dihampiri dengan kurva normal.
(Walpole & Myers, Ilmu Peluang dan Statistika hal 692-693, 1995)
Mengu
Tandin
ji Ho
gan H1
= o
1 = 2
Hitung
w+
w-
1 2
w+
w-
2
1
Uji rang tanda dapat pula digunakan untuk menguji hipotesis nol
bahwa 1 - 2 = b 0. Dalam kasus ini tidak perlu setangkup. Seperti pada uji
tanda tiap selisih kita kurangi dengan bo, rang tiap selisih tanpa
memperhatikan tandanya dan terapkan prosedur yang sama seperti
sebelumnya.
(Walpole & Myers, Ilmu Peluang dan Statistika hal 696-698, 1995)
adalah analog dengan uji analisis varians dua arah pada uji parametric. Uji ini
dpat digunakan apabila penerapan analisis varians dua arah parametric tidak
dikehendaki dikarenakan pertimbangan tertentu, misalkan seorang peneliti
tidak ingin berasumsi bahwa sampel yang diperolehnya adalah berdistribusi
normal, dimana distribusi normal merupakan persyaratan sahihnya (valid) uji
dalam penggunaan uji parametric.
2. Uji Konkordansi Kendalls
Uji konkordansi pada prinsipnya ingin mengetahui apakah ada
keselarasan dari sekelompok objek (orang) dalam menilai objek tertentu.
Keselarasan (konkordansi) diberi nama seperti halnya korelasi, yakni dari 0
sampai 1. jika 0 berarti responden sama sekali tidak selaras satu dengan yang
lain dalam menilai suatu atribut, dan jika 1 maka semua sangat selaras. Pada
umumnya, angka konkordasi diatas 0,5 bisa dianggap tingkat keselarasan
sudah cukup tinggi.
(Singgih Santoso, halaman 202 & 441)
2. 9
2.9. 1 Excel
ANNOVA
Anova sering disebut sebagai analisis variansi. Terok acak ukuran n diambil
Jumlah
Derajat
kuadrat
Kebebasan
Perlakuan
JKA
k1
Galat
JKG
k (n 1)
Total
JKT
nk 1
Sumber Variansi
JKT =
yij2
i 1 j 1
Rataan Kuadrat
2
S1
S2
JKA
k 1
f Hitungan
2
S1
2
S2
JKA
k (n 1)
T 2 ..
nk
JKA =
i 1
T 2 ..
nk
JKG = JKT-JKA
2.9. 2 SPSS
Untuk mengolah data tersebut kami menggunakan program SPSS
(Statistical Product and Service Solution). Program SPSS adalah program yang
bertujuan untuk memperkecil kesalahan penghitungan dalam pengolahan data.
Data yang diolah dalam SPSS harus memenuhi syarat-syarat yang meliputi
kecukupan data, kualitas data, dan memenuhi sifat-sifat keacakan. Setelah proses
pengumpulan dan pengolahan data dilakukan, maka analisa output SPSS data
dapat langsung diketahui.
2.9.3 MINITAB
Permasalahan permasalahan statistika bukan suatu masalah rumit karena
seiring dengan perkembangan teknologi komputer, pekerjaan statistik sangat
terbantu dengan adanya program aplikasi komputer untuk statistik yang kini
BAB III
PENGUMPULAN DATA
3. 1
Data Parametrik
Kyai
Ustadz
442
963
209
397
252
414
330
228
167
380
417
763
422
654
235
700
210
718
97
196
58
615
70
172
114
242
350
729
485
426
156
527
429
1.030
365
987
496
588
364
2.160
574
1.096
285
715
365
571
329
1.007
204
1.004
226
553
187
465
172
446
487
1.094
13
14
ke
Tanah
Suci
(Mekkah)
Menurut
2001
2002
2003
478
696
615
458
648
562
178
238
202
300
368
346
623
852
685
305
314
314
305
335
356
299
524
567
405
486
427
376
773
633
286
341
276
122
101
109
143
205
201
388
385
400
361
560
499
307
304
314
627
483
468
1.550
957
822
1.482
1.059
928
2.515
1.987
1.550
1.342
1.178
817
186
374
313
270
394
274
950
892
792
488
329
311
933
582
510
744
427
453
675
928
830
573
762
660
64
99
116
3. 2
Sampel ke-
laki-laki
perempuan
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Ket:
1. Kamera HP
2. Kamera digital
3. Handycam
4. Webcam
5. Photobox
Sampel
ke-
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Keterangan:
1.
Hitungan
2.
Hafalan
3.
Keduanya
status kawin
Sampel
ke-
laki-laki
perempuan
1 tidak
Kawin
2 tidak
tidak
3 Kawin
tidak
4 Kawin
Kawin
5 Kawin
Kawin
6 Kawin
Kawin
7 tidak
tidak
8 Kawin
tidak
9 Kawin
Kawin
10 Kawin
tidak
11 Kawin
Kawin
12 tidak
Kawin
13 Kawin
Kawin
14 Kawin
tidak
15 tidak
Kawin
16 Kawin
Kawin
17 tidak
Kawin
18 tidak
Kawin
19 Kawin
Kawin
20 tidak
tidak
21 Kawin
tidak
22 Kawin
Kawin
23 Kawin
tidak
24 Kawin
Kawin
25 tidak
Kawin
No
Nama
indonesia
barat
asia
miftahul Hasan
Trisna N P
Farid
Irma N S
Reza Zamani
Mujiya U
Zaki
Awan
Nita T
10
Reny Stefanie
11
Dinda
12
Ucok
13
Yoyo
14
Intan Arthantia
15
Dita W.R
16
Hasniar T
17
Dimas H.A
18
Prafitrianti
19
Devia
20
Anggie S
21
Rachman F. N
22
Radhit P
23
Rina A.K.N
24
Andik Sutrimo
25
M.Shofyan Adi
Keterangan:
1. Action
2. Horor
3. Drama
4. Komedi
BAB IV
PENGOLAHAN DATA
4. 1
Statistik Parametrik
Deskriptif Statistic
Tabel 4. 1Ouput Statistic Descriptive Parametrik Independen k=2
kyai
ustadz
Mean
283.6667
Mean
Standard Error
26.95016
Standard Error
Median
Mode
268.5
365
Median
Mode
661.8
74.65758463
601.5
#N/A
Standard Deviation
147.6121
Standard Deviation
408.9164319
Sample Variance
21789.33
Sample Variance
167212.6483
Kurtosis
-0.89775
Kurtosis
5.073799684
Skewness
0.053532
Skewness
1.611303503
Range
561
Range
2146
Minimum
13
Minimum
14
Maximum
574
Maximum
2160
Sum
8510
Count
30
Sum
19854
Count
30
SUMMARY
Groups
Count
Sum
Average
Variance
kyai
30
8510
283.6666667
21789.33
ustadz
30
19854
661.8
167212.6
ANOVA
Source of Variation
SS
df
MS
P-value
F crit
1.31EBetween Groups
2144772
2144772.267
Within Groups
5481057
58
94500.9908
Total
7625830
59
22.69576
05
ustadz
Mean
283.6667
661.8
Variance
21789.33
167212.6483
30
30
Observations
Pearson Correlation
Hypothesized Mean Difference
df
0.540701
0
29
t Stat
-5.88806
P(T<=t) one-tail
1.08E-06
t Critical one-tail
1.699127
P(T<=t) two-tail
2.17E-06
t Critical two-tail
2.04523
4.006873
ustadz
Mean
283.6667
661.8
Variance
21789.33
167212.6
Observations
30
30
df
29
29
0.130309
P(F<=f) onetail
2.11E-07
F Critical onetail
0.5374
Output SPSS
-
Deskriptif Statistik
Frequencies
Tabel 4. 5 Deskriptif Statistik Parametrik Independen k=2
Statistics
kyai
N
Valid
ustadz
30
30
Mean
283,6667
661,8000
Median
268,5000
601,5000
365,00
14,00(a)
147,61210
408,91643
Missing
Mode
Std. Deviation
Variance
21789,333
167212,64
8
Skewness
,054
1,611
,427
,427
-,898
5,074
Kurtosis
Std. Error of Kurtosis
Range
,833
,833
561,00
2146,00
Minimum
13,00
14,00
Maximum
574,00
2160,00
Percentiles
10
72,7000
199,2000
20
158,2000
383,4000
25
170,7500
409,7500
30
192,1000
432,0000
40
216,4000
537,4000
50
268,5000
601,5000
60
342,0000
709,0000
70
365,0000
752,8000
75
418,2500
969,0000
80
427,6000
1000,6000
90
486,8000
1087,6000
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
13.00
3.3
3.3
3.3
58.00
3.3
3.3
6.7
70.00
3.3
3.3
10.0
97.00
3.3
3.3
13.3
114.00
3.3
3.3
16.7
156.00
3.3
3.3
20.0
167.00
3.3
3.3
23.3
172.00
3.3
3.3
26.7
187.00
3.3
3.3
30.0
204.00
3.3
3.3
33.3
209.00
3.3
3.3
36.7
210.00
3.3
3.3
40.0
226.00
3.3
3.3
43.3
235.00
3.3
3.3
46.7
252.00
3.3
3.3
50.0
285.00
3.3
3.3
53.3
329.00
3.3
3.3
56.7
330.00
3.3
3.3
60.0
350.00
3.3
3.3
63.3
364.00
3.3
3.3
66.7
365.00
6.7
6.7
73.3
417.00
3.3
3.3
76.7
422.00
3.3
3.3
80.0
429.00
3.3
3.3
83.3
442.00
3.3
3.3
86.7
485.00
3.3
3.3
90.0
487.00
3.3
3.3
93.3
496.00
3.3
3.3
96.7
574.00
3.3
3.3
100.0
30
100.0
100.0
Total
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
14.00
3.3
3.3
3.3
172.00
3.3
3.3
6.7
196.00
3.3
3.3
10.0
228.00
3.3
3.3
13.3
242.00
3.3
3.3
16.7
380.00
3.3
3.3
20.0
397.00
3.3
3.3
23.3
414.00
3.3
3.3
26.7
426.00
3.3
3.3
30.0
446.00
3.3
3.3
33.3
465.00
3.3
3.3
36.7
527.00
3.3
3.3
40.0
553.00
3.3
3.3
43.3
571.00
3.3
3.3
46.7
588.00
3.3
3.3
50.0
615.00
3.3
3.3
53.3
654.00
3.3
3.3
56.7
700.00
3.3
3.3
60.0
715.00
3.3
3.3
63.3
718.00
3.3
3.3
66.7
729.00
3.3
3.3
70.0
763.00
3.3
3.3
73.3
963.00
3.3
3.3
76.7
987.00
3.3
3.3
80.0
1004.00
3.3
3.3
83.3
1007.00
3.3
3.3
86.7
1030.00
3.3
3.3
90.0
1094.00
3.3
3.3
93.3
1096.00
3.3
3.3
96.7
2160.00
3.3
3.3
100.0
30
100.0
100.0
Total
kyai
10
Frequency
Mean = 283.6667
Std. Dev. = 147.6121
N = 30
0
0.00
100.00
200.00
300.00
400.00
500.00
600.00
kyai
ustadz
10
Frequency
Mean = 661.80
Std. Dev. = 408.91643
N = 30
0
0.00
500.00
1000.00
1500.00
2000.00
2500.00
ustadz
Oneway
Tabel 4. 8 Output Anova Parametrik Independen k=2
ANOVA
jumlah
Sum of
Squares
Between Groups
2144772,2
67
Within Groups
5481057,4
67
Total
7625829,7
33
df
Mean Square
1
2144772,267
58
94500,991
59
F
22,696
Sig.
,000
Output MINITAB
-
Deskriptif Statistik
Descriptive Statistics: C1, C2, C3
Variable
StDev
Mean
Median
TrMean
30
15.50
15.50
15.50
30
283.7
268.5
283.4
30
661.8
601.5
631.2
SE Mean
C1
8.80
1.61
C2
147.6
27.0
C3
408.9
74.7
Variable
Minimum
Maximum
Q1
Q3
C1
1.00
30.00
7.75
23.25
C2
13.0
574.0
170.8
418.3
C3
14.0
2160.0
409.8
969.0
- Two-Sample T-Test
Two-Sample T-Test and CI: C2, C3
Two-sample T for C2 vs C3
Mean
StDev
SE Mean
C2
30
284
148
27
C3
30
662
409
75
Difference = mu C2 - mu C3
Estimate for difference:
-378.1
DF = 36
P-Value =
Boxplots of C2, C3
4,00 x
60 58
4,00 4,08 60 40
X
= 4,008
5. Perhitungan
Tabel 4. 9 Perhitungan Anova Manual Parametrik Independen k=2
y1
No
y2
jumlah
jumlah 2
442
963
1405
1974025
209
397
606
367236
252
414
666
443556
330
228
558
311364
167
380
547
299209
417
763
1180
1392400
422
654
1076
1157776
235
700
935
874225
210
718
928
861184
10
97
196
293
85849
11
58
615
673
452929
12
70
172
242
58564
13
114
242
356
126736
14
350
729
1079
1164241
15
485
426
911
829921
16
156
527
683
466489
17
429
1.030
1459
2128681
18
365
987
1352
1827904
19
496
588
1084
1175056
20
364
2.160
2524
6370576
21
574
1.096
1670
2788900
22
285
715
1000
1000000
23
365
571
936
876096
24
329
1.007
1336
1784896
25
204
1.004
1208
1459264
26
226
553
779
606841
27
187
465
652
425104
28
172
446
618
381924
29
487
1.094
1581
2499561
30
13
14
27
729
28364
Total
8510
19854
34191236
No
Y1 kuadrat
Y2 kuadrat
jumlah
195364
927369
1122733
43681
157609
201290
63504
171396
234900
108900
51984
160884
27889
144400
172289
173889
582169
756058
178084
427716
605800
55225
490000
545225
44100
515524
559624
10
9409
38416
47825
11
3364
378225
381589
12
4900
29584
34484
13
12996
58564
71560
14
122500
531441
653941
15
235225
181476
416701
16
24336
277729
302065
17
184041
1060900
1244941
18
133225
974169
1107394
19
246016
345744
591760
20
132496
4665600
4798096
21
329476
1201216
1530692
22
81225
511225
592450
23
133225
326041
459266
24
108241
1014049
1122290
25
41616
1008016
1049632
26
51076
305809
356885
27
34969
216225
251194
28
29584
198916
228500
29
237169
1196836
1434005
30
169
196
365
21034438
total
Faktor korelasi
3045894
T2
nk
17988544
(28364)2
30 2
= 13408608
JKT yij
i 1 j 1
T 2 ..
nk
= 21034438
(28364)2
60
= 7625830
k
JKA
i 1
n
=
T 2 ..
nk
30
60
= 2144772
S12
JKA
k 1
2144772
2 1
= 2144772
S22
JKG
k (n 1)
5481057
2(30 1)
= 94500,99
Fhitung =
s12 2144772
22,69576
s22 94500,99
= P[F[k-1,k(n-1)]>f]
=P[22,69576[2-1,k(30-1)]>4.008]
= 1.31x10-5
Tabel 4.10 Perhitungan Manual Uji Anova Data Parametrik dengan k=2 Independen
Sumber
Variasi
Jml. Kuadrat
Derajat
Rataan
kebebasan
Kuadrat
F Hitungan
Nilai P
F Kritis
Perlakuan
JKA=2144772
S1
k-1=1
JKA
k 1
= 2144772
S1
2
S2
=
1.31x 10
-5
4,008
22,69576
S2
JKG=5481057
Galat
k(n-1) = 58
JKA
k (n 1)
=94500,99
Total
JKT=7625830 n(k-1) = 59
JKT adalah jumlah kuadrat total, yaitu didapatkan angka 7625830. Dimana
derajat kebebasannya adalah 59
JKG adalah jumlah kuadrat galat, yaitu didapatkan angka 5481057. Dengan
derajat kebebasan 58.
6. Keputusan :
7. Kesimpulan :
Bahwa selisih rata-rata jumlah kyai pada tahun 2004 dan jumlah ustadz pada tahun
2004 tidak sama sama secara signifikan
Output Excel
Deskriptif statistik
Tabel 4. 5 11 Ouput Statistic Descriptive Parametrik Independen k>2
2001
Mean
2002
591.1 Mean
Standard Error
Median
96.59452
Standard Error
396.5 Median
Mode
305 Mode
Standard Deviation
Sample Variance
279915.1
Kurtosis
5.221323 Kurtosis
Skewness
2.126618 Skewness
Range
Sample Variance
2451 Range
2003
586.0333333
Mean
511.6667
70.62350368
Standard Error
54.26415
484.5 Median
#N/A
Mode
460.5
314
386.8208606
Standard Deviation
149630.3782
Sample Variance
88337.95
Kurtosis
3.794255
Skewness
1.492342
4.72060158
1.759399121
1888 Range
297.217
1441
Minimum
64 Minimum
99 Minimum
109
Maximum
2515 Maximum
1987 Maximum
1550
Sum
Count
17733 Sum
30 Count
17581 Sum
30 Count
15350
30
S UMMAR Y
G roups
2001
2002
2003
C ount
31
31
31
ANO VA
S ource of Variation
B etween G roups
W ithin G roups
SS
114675.9
21034929
T otal
21149605
S um
19734
19583
17353
Average
636.5806452
631.7096774
559.7741935
2
90
MS
57337.96774
233721.4373
df
Variance
334707.7183
209318.8796
157137.714
F
P -value
0.245326096 0.782971
F crit
3.097698035
92
Output SPSS
Frequenci
Tabel 4. 13 Deskriptif Statistik Parametrik Independen k>2
Statistics
tahun_2001
N
Valid
tahun_2002
yahun_2003
30
30
30
Mean
591,1000
586,0333
511,6667
Median
396,5000
484,5000
460,5000
305,00
99,00(a)
314,00
Missing
Mode
Std. Deviation
Variance
Skewness
Std. Error of Skewness
Kurtosis
Std. Error of Kurtosis
Range
529,06999
386,82086
297,21702
279915,059
149630,378
88337,954
2,127
1,759
1,492
,427
,427
,427
5,221
4,721
3,794
,833
,833
,833
2451,00
1888,00
1441,00
Minimum
64,00
99,00
109,00
Maximum
2515,00
1987,00
1550,00
10
146,5000
208,3000
201,1000
20
273,2000
317,0000
283,0000
25
295,7500
333,5000
312,5000
30
301,5000
349,1000
314,0000
40
328,6000
388,6000
373,6000
50
396,5000
484,5000
460,5000
60
484,0000
573,2000
541,2000
70
625,8000
742,2000
627,6000
75
692,2500
792,7500
666,2500
80
895,2000
884,0000
770,6000
Percentiles
90
1468,0000
1048,8000
Frequency Table
Tabel 4. 14 Deskriptif Statistik Parametrik Independen k>2 (2001)
Tahun_2001
Cumulative
Valid
Frequency
Percent
Valid Percent
Percent
64.00
3.3
3.3
3.3
122.00
3.3
3.3
6.7
143.00
3.3
3.3
10.0
178.00
3.3
3.3
13.3
186.00
3.3
3.3
16.7
270.00
3.3
3.3
20.0
286.00
3.3
3.3
23.3
299.00
3.3
3.3
26.7
300.00
3.3
3.3
30.0
305.00
6.7
6.7
36.7
307.00
3.3
3.3
40.0
361.00
3.3
3.3
43.3
376.00
3.3
3.3
46.7
388.00
3.3
3.3
50.0
405.00
3.3
3.3
53.3
458.00
3.3
3.3
56.7
478.00
3.3
3.3
60.0
488.00
3.3
3.3
63.3
573.00
3.3
3.3
66.7
623.00
3.3
3.3
70.0
627.00
3.3
3.3
73.3
675.00
3.3
3.3
76.7
744.00
3.3
3.3
80.0
933.00
3.3
3.3
83.3
950.00
3.3
3.3
86.7
1342.00
3.3
3.3
90.0
1482.00
3.3
3.3
93.3
1550.00
3.3
3.3
96.7
2515.00
3.3
3.3
100.0
829,2000
Total
30
100.0
100.0
Cumulative
Valid
Frequency
Percent
Valid Percent
Percent
99.00
3.3
3.3
3.3
101.00
3.3
3.3
6.7
205.00
3.3
3.3
10.0
238.00
3.3
3.3
13.3
304.00
3.3
3.3
16.7
314.00
3.3
3.3
20.0
329.00
3.3
3.3
23.3
335.00
3.3
3.3
26.7
341.00
3.3
3.3
30.0
368.00
3.3
3.3
33.3
374.00
3.3
3.3
36.7
385.00
3.3
3.3
40.0
394.00
3.3
3.3
43.3
427.00
3.3
3.3
46.7
483.00
3.3
3.3
50.0
486.00
3.3
3.3
53.3
524.00
3.3
3.3
56.7
560.00
3.3
3.3
60.0
582.00
3.3
3.3
63.3
648.00
3.3
3.3
66.7
696.00
3.3
3.3
70.0
762.00
3.3
3.3
73.3
773.00
3.3
3.3
76.7
852.00
3.3
3.3
80.0
892.00
3.3
3.3
83.3
928.00
3.3
3.3
86.7
957.00
3.3
3.3
90.0
1059.00
3.3
3.3
93.3
1178.00
3.3
3.3
96.7
100.0
1987.00
3.3
3.3
Total
30
100.0
100.0
Tahun_2003
Cumulative
Valid
Frequency
Percent
Valid Percent
Percent
109.00
3.3
3.3
3.3
116.00
3.3
3.3
6.7
201.00
3.3
3.3
10.0
202.00
3.3
3.3
13.3
274.00
3.3
3.3
16.7
276.00
3.3
3.3
20.0
311.00
3.3
3.3
23.3
313.00
3.3
3.3
26.7
314.00
6.7
6.7
33.3
346.00
3.3
3.3
36.7
356.00
3.3
3.3
40.0
400.00
3.3
3.3
43.3
427.00
3.3
3.3
46.7
453.00
3.3
3.3
50.0
468.00
3.3
3.3
53.3
499.00
3.3
3.3
56.7
510.00
3.3
3.3
60.0
562.00
3.3
3.3
63.3
567.00
3.3
3.3
66.7
615.00
3.3
3.3
70.0
633.00
3.3
3.3
73.3
660.00
3.3
3.3
76.7
685.00
3.3
3.3
80.0
792.00
3.3
3.3
83.3
817.00
3.3
3.3
86.7
822.00
3.3
3.3
90.0
830.00
3.3
3.3
93.3
928.00
3.3
3.3
96.7
1550.00
3.3
3.3
100.0
Total
30
100.0
100.0
tahun_2002
tahun_2001
12
12
10
10
Frequency
Frequency
14
6
4
4
2
Mean = 586.0333
Std. Dev. = 386.82086
N = 30
2
Mean = 591.10
Std. Dev. = 529.06999
N = 30
0
0.00
500.00
1000.00
1500.00
2000.00
2500.00
0
0.00
3000.00
500.00
1000.00
1500.00
2000.00
tahun_2002
tahun_2001
(a)
(b)
tahun_2003
10
Frequency
Mean = 511.6667
Std. Dev. = 297.21702
N = 30
0
0.00
500.00
1000.00
1500.00
2000.00
tahun_2003
(c)
Gambar 4.4 Histogram jemaah Haji tahun (a) 2001, (b) 2002, (c) 2003
Percentiles
N
Mean
Std. Deviation
Minimum
Maximum
25th
50th (Median)
75th
gadget
50
1,5600
1,01338
1,00
5,00
1,0000
1,0000
2,0000
jenis_kelamin
50
1,5000
,50508
1,00
2,00
1,0000
1,5000
2,0000
Histogram
40
Frequency
30
20
10
Mean = 1.56
Std. Dev. = 1.01338
N = 50
0
0.00
1.00
2.00
3.00
4.00
5.00
6.00
gadget
Mann-Whitney Test
Tabel 4.18 Output Mann-Whitney Test Pengaruh Jenis kelamin terhadap aktualisasi diri
Ranks
jenis_kelam
in
gadget
Mean Rank
Sum of Ranks
laki-laki
25
27,82
695,50
perempuan
25
23,18
579,50
Total
50
Test Statistics(a)
gadget
Mann-Whitney U
254,500
Wilcoxon W
579,500
-1,365
,172
- Moses Test
Tabel 4.18 Output Moses Test Pengaruh Jenis kelamin terhadap aktualisasi diri
Frequencies
jenis_kelamin
gadget
laki-laki
25
(Control)
perempuan
(Experimenta
25
l)
Total
50
Test Statistics(a,b)
gadget
Observed Control
Group Span
33
Sig. (1-tailed)
,000
Sig. (1-tailed)
,000
Trimmed Control
Group Span
33
a Moses Test
b Grouping Variable: jenis_kelamin
laki-laki
25
perempuan
25
Total
50
Test Statistics(a)
gadget
Most Extreme
Absolute
,160
Differences
Positive
,000
Negative
-,160
Kolmogorov-Smirnov Z
,566
,906
Tabel 4.20 Deskriptif Statistik Pengaruh Golongan Darah Terhadap Cara Belajar
Descriptive Statistics
N
Range
Minimum
Maximum
Mean
Std. Deviation
Variance
Gol_darah
75
2,00
1,00
3,00
2,0000
,82199
,676
Cara_belajar
75
2,00
1,00
3,00
1,8667
,82746
,685
Valid N (listwise)
75
Histogram
40
Frequency
30
20
10
Mean = 1.8667
Std. Dev. = 0.82746
N = 75
0
0.50
1.00
1.50
2.00
2.50
3.00
3.50
Cara_belajar
Gambar 4.6 Histogram with normal curve Pengaruh Golongan darah terhadap Cara Belajar
Kruskal-Wallis Test
Tabel 4.21 Output Kruskal Wallis Test Pengaruh Golongan Darah Terhadap Cara Belajar
Ranks
Gol_darah
Cara_belajar
Mean Rank
25
36,40
25
37,28
25
40,32
Total
75
Test Statistics(a,b)
Cara_belajar
Chi-Square
,507
df
Asymp. Sig.
,776
Median Test
Tabel 4.22 Output Median Test Pengaruh Golongan Darah Terhadap Cara Belajar
Frequencies
Gol_darah
A
Cara_belajar
> Median
<= Median
19
18
17
Test Statistics(b)
Cara_belajar
N
75
Median
2,0000
Chi-Square
,397(a)
df
Asymp. Sig.
2
,820
a 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 7,0.
b Grouping Variable: Gol_darah
Output Minitab
-
Kruskal-Wallis Test on C2
C1
Median
Ave Rank
25
2,000
36,4
-0,45
25
2,000
37,3
-0,20
25
2,000
40,3
0,65
Overall
75
38,0
H = 0,45
DF = 2
P = 0,800
H = 0,51
DF = 2
Chi-Square = 0,44
DF = 2
P = 0,803
N<
N>=
Median
Q3-Q1
----------+---------+---------+------
11
14
2,00
1,50
(-------------------+
11
14
2,00
2,00
(-------------------+
16
2,00
2,00
(-------------------+---------------)
----------+---------+---------+-----1,50
2,00
2,50
Mean
Std. Deviation
Minimum
Maximum
jenis_kelamin
50
1,5000
,50508
1,00
2,00
status
50
1,3600
,48487
1,00
2,00
Histogram
25
Frequency
20
15
10
Mean = 565.9432
Std. Dev. = 413.58562
N = 88
0
0.00
500.00
1000.00
1500.00
2000.00
2500.00
3000.00
jumlah
Gambar 4.7 Histogram with normal curve Pengaruh jenis kelamin terhadap status perkawinan
Sign Test
Tabel 4.24 Output Sign Test Pengaruh Jenis Kelamin terhadap Status perkawinan
Frequencies
N
status - jenis_kelamin
Negative
16
Differences(a)
Positive Differences(b)
Ties(c)
25
Total
50
,230(a)
Mean Rank
Sum of Ranks
status -
Negative Ranks
16(a)
13,00
208,00
jenis_kelamin
Positive Ranks
9(b)
13,00
117,00
Ties
25(c)
Total
50
Test Statistics(b)
status jenis_kelamin
Z
-1,400(a)
,162
Minimum
Maximum
Mean
Std. Deviation
Negara
75
1,00
3,00
2,0000
,82199
Jenis_film
75
1,00
4,00
2,7467
1,18656
Valid N (listwise)
75
Histogram
30
25
Frequency
20
15
10
5
Mean = 2.7467
Std. Dev. = 1.18656
N = 75
0
0.00
1.00
2.00
3.00
4.00
5.00
Jenis_film
Gambar 4.8 Histogram with normal curve Pengaruh Negara Asal Film dengan Jenis Film
Friedman Test
Tabel 4.27 Output Friedman Test Pengaruh Negara Asal terhadap Jenis Film yang Disukai
Ranks
Mean Rank
Jenis_film
1,63
Negara
1,37
Test Statistics(a)
N
75
Chi-Square
6,452
df
Asymp. Sig.
,011
a Friedman Test
Kendall's W Test
Tabel 4.28 Output Kendalls W Test Pengaruh Negara Asal terhadap Jenis Film yang Disukai
Ranks
Mean Rank
Jenis_film
1,63
Negara
1,37
Test Statistics
N
Kendall's
W(a)
Chi-Square
df
Asymp. Sig.
75
,086
6,452
1
,011
Output MINITAB
Uji Friedman
S = 10,50
DF = 2
P = 0,005
S = 15,00
DF = 2
C2
Sum of
Median
Ranks
25
4,0000
62,5
25
3,0000
40,0
25
3,0000
47,5
3,3333
Grand median
/
BAB V
ANALISA DATA
Sampling
sampling yang
ustadz
283.6667
26.95016
268.5
365
147.6121
21789.33
-0.89775
0.053532
561
13
574
8510
30
Mean
Standard Error
Median
Mode
Standard Deviation
Sample Variance
Kurtosis
Skewness
Range
Minimum
Maximum
Sum
Count
661.8
74.65758463
601.5
#N/A
408.9164319
167212.6483
5.073799684
1.611303503
2146
14
2160
19854
30
Keterangan Tabel :
Baris1 yaitu Mean adalah rata-rata dari seluruh data pengamatan. Untuk
kyai1 nilainya 283.6667 sedang untuk ustadz nilainya 661.8
Baris 3 yaitu Median adalah nilai tengah diperoleh dengan membagi dua
sama besar data yang telah diurutkan. Median untuk kyai dan ustadz
masing-masing adalah 268.5 dan 601.5.
Baris 4 yaitu Mode adalah nilai / data yang sering muncul untuk kyai
adalah 365 dan untuk ustadz tidak ada modusnya karena frekuensi
munculnya sama.
Baris 6 yaitu Sample Variance adalah variansi dari sampel, untuk kyai
besarnya 21789.33 sedang untuk ustadz sebesar 167212.6483.
561
Baris 10 yaitu Minimum adalah nilai minimum. Pada kyai sebesar 13 dan
pada ustadz sebesar 14.
Baris 11 yaitu Maximum adalah nilai maksimum. Pada kyai sebesar 574
dan pada ustadz sebesar 2160.
b. UjiANOVA
Tabel 5.2 Anova Single Factor untuk Data Parametrik Independen k=2
SUMMARY
Groups
Kyai
Ustadz
Count
30
30
Sum
8510
19854
Average
283.6666667
661.8
Variance
21789.33
167212.6
Keterangan Tabel :
Dari tabel output Anova Single Factor, pada kolom groups terdapat dua
baris yaitu kyai dan ustadz, ini menunjukkan bahwa data yang digunakan
terdiri dari 2 variabel. kyai menunjukkkan bahwa data yang diambil yaitu
jumlah kyai dan ustadz menunjukkan bahwa data diambil yaitu jumlah
ustadz.
Kolom 4 yaitu Average atau rata-rata dari keseluruhan data tiap variabel.
Nilai ini diperoleh dari Sum dibagi Count, variabel 1 nilainya
283.6666667 dan variabel 2 nilainya 661.8.
ANOVA
Source of Variation
SS
df
MS
Between Groups
Within Groups
2144772
5481057
1
58
Total
7625830
59
2144772.267
94500.9908
F
22.69576
Pvalue
1.31E05
F crit
4.006873
Keterangan Tabel :
Pada tabel uji Anova terdapat 7 kolom dan 3 baris. Baris pertama adalah
between groups yang menunjukkan perlakuan sebagai Sources of
Variation, baris kedua adalah within groups yang menunjukkan galat
sebagai Sources of Variation serta baris ketiga adalah total dari baris
pertama dan kedua.
Kolom 1 adalah Source of Variation yaitu sumber variasi yang terdiri dari
between groups yang menunjukkan perlakuan dan within groups yang
menunjukkan galat serta jumlah dari keduanya.
Kolom 3 yaitu df atau derajat kebebasan, untuk baris pertama nilainya k1=2-1=1 sedangkan baris kedua nilai nilainya 58 atau dapat dihitung
dengan k(n-1)=2(30-1)=58 dan baris total merupakan jumlah dari baris 1
dan 2 yaitu 1+58=59.
Kolom 6 yaitu Pvalue atau probabilitas dan didapat nilai 1.31x 10-5. Dapat
digunakan untuk menentukan keputusan atas uji hipotesa yaitu dengan
membandingkan Pvalue dengan derajat keberartiannya.
Kolom 7 adalah Fcritical atau Ftabel, didapat nilai 4.006873. Dapat pula
digunakan untuk menentukan keputusan atas uji hipotesa yang dilakukan,
dengan membandingkan Ftabel dan Fhitung.
Pengujian :
1. Ho : 1 - 2 = 0
2. H1 : 1 - 2 > 0.
3. : 0,05
4. Daerah Kritis : Fhitung > Ftabel
P < = P < 0 ,05
5. Perhitungan :
= F crit = 4,006873
c. t-Test
Tabel 5.3 Uji Mean dengan Distribusi t (t-Test) Untuk Parametrik Independen k=2
Mean
Variance
Observations
Pearson Correlation
Hypothesized Mean Difference
Df
t Stat
P(T<=t) one-tail
t Critical one-tail
P(T<=t) two-tail
t Critical two-tail
kyai
283.6667
21789.33
30
0.540701
0
29
-5.88806
1.08E-06
1.699127
2.17E-06
2.04523
ustadz
661.8
167212.6483
30
Keterangan Tabel :
Dari tabel uji t terdapat 3 kolom. Ini berarti ada 2 variabel yaitu kyai
(Variable 1) dan ustadz (Variable 2).
Baris 1 terdapat mean atau rata-rata dari data yang didapat. Variabel 1
mempunyai rata-rata 283.6667 dan variabel 2 mempunyai rata-rata 661.8
Baris 7 menunjukkan t Stat atau nilai t berdasarkan perhitungan nilainya 5.88806, bisa digunakan untuk uji hipotesa.
Baris 9 yaitu t Critical one-tail atau nilai t yang didapat dari tabel t untuk
satu sisi besarnya 1.699127, untuk menentukan keputusan hipotesa maka
nilai ttabel ini dibandingkan dengan nilai thitung bila ternyata t berada di
daerah kritis ( thitung > ttabel ) maka keputusan yang diambil adalah tolak H0
begitu pula sebaliknya.
Baris 11 adalah t Critical two-tail atau nilai t yang didapat dari tabel t
untuk dua sisi besarnya 2.04523, untuk menentukan keputusan hipotesa
maka nilai ttabel ini dibandingkan dengan nilai thitung. Bila ternyata t berada
di daerah kritis ( thitung < -ttabel atau thitung > ttabel ) maka keputusan yang
diambil adalah tolak H0 begitu pula sebaliknya.
Pengujian eka sisi:
1. Ho : 1 - 2 = 0
2. H1 : 1 - 2 > 0
3. : 0,05
4. Daerah Kritis : thitung > ttabel
P < = P < 0,05
5. Perhitungan :
(lihat tabel 5.5)
thitung
= t Stat = -5.88806
ttabel
= t Stat = -5.88806
ttabel
d. F-Test (ekasisi)
Tabel 5.4 Uji Variansi (F-Test) untu k Data Parametrik Independen k=2
Mean
Variance
Observations
df
F
P(F<=f) onetail
F Critical onetail
kyai
283.6667
21789.33
30
29
0.130309
ustadz
661.8
167212.6
30
29
2.11E-07
0.5374
Keterangan Tabel :
Dari tabel Uji-F terdiri dari 3 kolom, kolom 1 berisi keterangan, kolom 2
berisi data variabel 1 (jumlah ustadz), kolom 3 berisi data variabel 2
(jumlah kyai).
Baris 1 terdapat Mean yaitu rata-rata dari data yang diambil untuk kedua
variabel, variabel 1 mempunyai rata-rata 283.6667 sedangkan untuk
variabel 2 mempunyai rata-rata 661.8.
Baris 5 terdapat Fhitung sebesar 0.130309 bisa digunakan untuk uji hipotesa.
Baris 6 ada P(F<=f) one-tail atau probabilitas untuk distribusi F satu sisi
yang nilainya 2.11x10-7. Dapat digunakan untuk uji hipotesa dengan
membandingkan antara nilai probabilitasnya dengan taraf keberartian,
menggunakan taraf keberartian 0,05 . Apabila nilai P ini kurang dari nilai
taraf keberartian maka keputusannya tolak H0 begitu pula sebaliknya .
Baris 7 terdapat F Critical one-tail atau nilai Ftabel satu sisi yaitu 0.5374.
Untuk menentukan keputusan hipotesa maka nilai Ftabel ini dibandingkan
dengan nilai Fhitung bila ternyata F berada di daerah kritis (Fhitung > Ftabel)
maka keputusan yang diambil adalah tolak H0 begitu pula sebaliknya.
Pengujian:
1. Ho : 1 - 2 = 0
2. H1 : 1 - 2 > 0
3. : 0,05
4. Daerah Kritis : fhitung > ftabel
P < = P < 0,05
5. Perhitungan :
(lihat tabel 5.5)
thitung
= F =0.130309
ttabel
Valid
Missing
Mean
Std. Error of Mean
Median
Mode
Std. Deviation
Variance
Skewness
Std. Error of Skewness
Kurtosis
30
0
283.6667
26.95016
268.5000
365.00
147.61210
21789.333
.054
0
661.8000
74.65758
601.5000
14.00(a)
408.91643
167212.648
1.611
.427
-.898
.833
561.00
13.00
574.00
8510.00
72.7000
.427
5.074
.833
2146.00
14.00
2160.00
19854.00
199.2000
158.2000
170.7500
192.1000
216.4000
268.5000
342.0000
365.0000
418.2500
383.4000
409.7500
432.0000
537.4000
601.5000
709.0000
752.8000
969.0000
427.6000
486.8000
1000.6000
1087.6000
ustadz
30
10
20
25
30
40
50
60
70
75
80
90
Keterangan Tabel :
283.6667
26.95016
Median atau titik tengah data jika semua data diurutkan dan dibagi dua sama
besar. Angka median untuk jumlah kyai adalah 268.5000 menunjukkan bahwa
50 % jumlah kyai adalah.
bawah.
Sedangkan
268.5000
median
untuk
jumlah
ustadz
601.5000
268.5000
adalah
ke
601.5000
ke atas, dan 50 %
Mode (Modus) atau nilai yang sering muncul untuk data jumlah kyai adalah
365.00
dan untuk data jumlah ustadz adalah 14.00(a) (angka yang muncul pada
SPSS). Huruf a pada nilai modus output SPSS menunjukkan tidak terdapat
modus (frekuensi data seragam yaitu 1), maka yang ditampilkan adalah nilai
terkecil dari data tersebut.
Standard deviation (standar deviasi) untuk data jumlah kyai adalah 147.61210
dan 408.91643 untuk data jumlah ustadz.
561.00
untuk
Minimum adalah nilai minimum dari data. Untuk data besar jumlah kyai
nilainya 13 dan untuk data jumlah ustadz nilainya 14
Maximum adalah nilai maksimum dari data. Untuk data jumlah kyai nilainya
574 dan untuk data jumlah ustadz nilainya 2160.
Sum merupakan jumlah semua nilai dari data yaitu 8510.00 untuk data jumlah
kyai dan 19854.00 untuk data jumlah ustadz.
dibawah 199.2000.
o Rata-rata jumlah 20% jumlah kyai di tiap kabupaten berada di bawah
158.2000,
10
Frequency
Mean = 283.6667
Std. Dev. = 147.6121
N = 30
0
0.00
100.00
200.00
300.00
400.00
500.00
600.00
kyai
Pada variabel jumlah kyai dengan jumlah data 8510 dan jumlah
pengamatan 30 maka didapat rata-rata
deviasi
147.61210.
283.6667;
median
268.5000;
dan standar
21789.333.
Maka grafik
ustadz
10
Frequency
Mean = 661.80
Std. Dev. = 408.91643
N = 30
0
0.00
500.00
1000.00
1500.00
2000.00
2500.00
ustadz
Two-sample T for C1 vs C2
C1
C2
N
60
60
Mean
1,500
473
StDev
0,504
360
SE Mean
0,065
46
Difference = mu C1 - mu C2
Estimate for difference: -471,2
95% CI for difference: (-564,1; -378,4)
T-Test of difference = 0 (vs not =): T-Value = -10,15
59
P-Value = 0,000
DF =
1
Gambar 5.3 Boxplot kyai dan ustadz
Output diatas merupakan tampilan data distribusi normal dalam bentuk box plot.
Dapat dilihat bahwa seluruh nilai terdistribusi baik, dan tidak terdapat ada nilai ekstrim.
Diagram boxplot diatas menunjukkan persentil 25, persentil 75 dan median dari
himpunan data. Median data ditunjukkan dengan titik merah. Output bloxplot diatas
menunjukkan keragaman yang lebih besar untuk laju pertumbuhan pada tahun 2005.
Dari bentuk boxplot diatas dapat dikatakan bahwa distribusi sampelnya normal, karena
masih berada pada batas toleransi.
Keterangan :
1. Nilai percentil ke -25
2. Median
3. Nilai percentil ke -75
Hipotesis
1. Ho : kyai= ustadz
2. H1 : kyai ustadz
3. Daerah Kritis:
t > t / 2
4. Keputusan
Terima Ho, karena
Berdasarkan t > t / 2 =0
> -10,15
fx
Mean ( x ) jumlah kyai
i 1
8510
30
= 283.6667
fx
Mean ( x ) jumlah ustadz
i 1
n
=
19854
30
= 661.8
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu mean untuk jumlah kyai
adalah 283.6667
147.6121
=
= 26.95016 dan Error standard of mean
n
30
408.91643
=
= 74.65758.
n
30
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu error standard of mean untuk jumlah kyai adalah
26.95016 sedangkan untuk jumlah ustadz adalah 74.65758.
( n 1) / 2
252 285
2
= 268.5
ustadz
( n 1) / 2
588 615
2
= 601.5
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu median untuk jumlah kyai adalah 268.5 sedangkan
untuk jumlah ustadz adalah 601.5.
365
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu mode/modus untuk jumlah kyai adalah 365 dan
jumlah ustadz adalah 14a.
x x
i 1
i
n 1
147.61210
x x
i 1
i
n 1
408.91643
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu Standard Deviation/Standar Deviasi untuk
jumlah kyai adalah
147.61210
408.91643.
i 1
x x
i
n 1
21789.333
i 1
x x
i
n 1
167212.648
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu Variance/Varians untuk jumlah kyai adalah
21789.333 sedangkan
n(n 1)
4 (n 1)(n 2)(n 3) f
xi x 3(n 1)
(n 2)(n 3)
2
30(31)
3( 29) 2
=
(57,49646393)
( 29)(28)( 27)
( 28)(27)
= (0,04242)(57,49646393) 3,337
=
-0.898
n(n 1)
4 (n 1)(n 2)(n 3) f
xi x 3(n 1)
(n 2)(n 3)
2
30(31)
3( 29) 2
=
(197.6426214)
( 29)(28)( 27)
( 28)(27)
= (0,04242)(197.6426214) 3,337
= 5.074
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu koefisien kurtosis untuk besar jumlah kyai adalah 0.898 sedangkan
n
s K (n 1)(n 2) f
xi x
30
(1.4616)
(29)(28)
= 0 .054
Skewness jumlah ustadz
n
s K (n 1)(n 2) f
xi x
30
(43.6044)
(29)(28)
= 1.611
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu koefisien skewness untuk jumlah kyai adalah 0.054
sedangkan untuk jumlah ustadz adalah 1.611.
= 13
= 14
Hasil ini sama dengan nilai minimum data yang didapat dari output Excel
maupun SPSS.
= maksimum - minimum
= 2160 - 14
= 2146
Hasil ini sama dengan range/jangkauan data yang didapat dari output Excel
maupun SPSS.
= 8510
Jumlah ustadz
= 19854
Hasil ini sama dengan sum/jumlah data yang didapat dari output Excel
maupun SPSS.
= 30
= 30
Hasil ini sama dengan count/jumlah pengamatan yang didapat dari output
Excel maupun SPSS.
Percentile (fraktil yang membagi seperangkat data yang telah terurut menjadi
seratus bagian yang sama)
Pk
= nilai ke
k n 1
100
dengan nilai n = 30
dari rumus diatas maka didapat
Percentile jumlah kyai
10
nilai ke 3,1
=
0,1x 4 x3
= 70 + 0,1(97-70)
= 72.7
20
nilai ke 6,2
0,2x7 x6
= 156 + 0,2(167-156)
= 158.2
25
nilai ke 7,75
0,25x8 x7
= 167 + 0,25(172-167)
= 168.25
30
nilai ke 9,3
=
0,3x10 x9
= 187 + 0,3(204-187)
= 192.1
40
nilai ke 12,4
=
12
0,4x13
x
12
= 210+ 0,4(226-210)
= 216.4
50
nilai ke 15,5
15
0,5x16 x15
= 252 + 0,5(285-252)
= 268.5
60
nilai ke 18,6
18
0,6x19
x
18
= 330 + 0,6(350-330)
= 342
70
nilai ke 21,7
21
0,7 x 22 x21
= 365 + 0,7(365-365)
= 365
75
nilai ke 23,25
23
0,75x24
x
23
= 417 + 0,75(422-417)
= 420.75
80
nilai ke 24,8
24
0,8x 25 x24
= 422 + 0,8(429-422)
= 427.6
90
nilai ke 27,9
27
0,9x 28 x27
= 485 + 0,9(487-485)
= 486.8
Percentile jumlah ustadz
P10 nilai ke 3,1
=
0,1x 4 x3
= 196 + 0,1(228-196)
= 199.2
20
nilai ke 6,2
=
0,2x7 x6
= 380 + 0,2(397-380)
= 383.3
25
nilai ke 7,75
0,25x8 x7
= 397 + 0,25(414-397)
= 401.25
30
nilai ke 9,3
0,3x10 x9
= 426 + 0,3(446-426)
= 432
40
nilai ke 12,4
12
0,4x13
x
12
= 527+ 0,4(553-527)
= 537.4
50
nilai ke 15,5
15
0,5x16 x15
= 588 + 0,5(615-588)
= 601.5
60
nilai ke 18,6
18
0,6x19
x
18
= 700 + 0,6(715-700)
= 709
70
nilai ke 21,7
21
0,7 x 22 x21
= 729 + 0,7(763-729)
= 752.8
75
nilai ke 23,25
23
0,75x24
x
23
= 963 + 0,75(987-963)
= 981
P80 nilai ke 24,8
=
24
0,8x 25 x24
= 987 + 0,8(1004-987)
= 1000.6
90
nilai ke 27,9
27
0,9x 28 x27
= 1030 + 0,9(1094-1030)
= 1087.6
Hasil ini sama dengan count/jumlah pengamatan yang didapat dari output
Excel maupun SPSS.
4,00 x
60 58
4,00 4,08 60 40
X
= 4,008
5. Perhitungan
Tabel 5.6 Perhitungan Anova Manual
Y1
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Y2
jumlah
jumlah 2
442
963
1405
1974025
209
397
606
367236
252
414
666
443556
330
228
558
311364
167
380
547
299209
417
763
1180
1392400
422
654
1076
1157776
235
700
935
874225
210
718
928
861184
97
196
293
85849
58
615
673
452929
70
172
242
58564
114
242
356
126736
350
729
1079
1164241
485
426
911
829921
156
527
683
466489
429
1.030
1459
2128681
365
987
1352
1827904
496
588
1084
1175056
364
2.160
2524
6370576
21
22
23
24
25
26
27
28
29
30
Total
No
574
1.096
1670
2788900
285
715
1000
1000000
365
571
936
876096
329
1.007
1336
1784896
204
1.004
1208
1459264
226
553
779
606841
187
465
652
425104
172
446
618
381924
487
1.094
1581
2499561
13
14
27
28364
729
34191236
8510
19854
Y1 kuadrat
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Y2 kuadrat
jumlah
195364
927369
1122733
43681
157609
201290
63504
171396
234900
108900
51984
160884
27889
144400
172289
173889
582169
756058
178084
427716
605800
55225
490000
545225
44100
515524
559624
9409
38416
47825
3364
378225
381589
4900
29584
34484
12996
58564
71560
122500
531441
653941
235225
181476
416701
24336
277729
302065
184041
1060900
1244941
133225
974169
1107394
246016
345744
591760
132496
4665600
4798096
329476
1201216
1530692
81225
511225
592450
23
24
25
26
27
28
29
30
total
Faktor korelasi
133225
326041
459266
108241
1014049
1122290
41616
1008016
1049632
51076
305809
356885
34969
216225
251194
29584
198916
228500
237169
1196836
1434005
169
196
365
21034438
3045894
17988544
T2
nk
(28364)2
30 2
= 13408608
JKT yij
i 1 j 1
T 2 ..
nk
= 21034438
(28364)2
60
= 7625830
k
JKA
i 1
n
=
T 2 ..
nk
30
60
= 2144772
S12
JKA
k 1
2144772
2 1
= 2144772
S22
JKG
k (n 1)
5481057
2(30 1)
= 94500,99
Fhitung =
s12 2144772
22,69576
s22 94500,99
= P[F[k-1,k(n-1)]>f]
=P[22,69576[2-1,k(30-1)]>4.008]
= 1.31x10-5
Tabel 5.7 Perhitungan Manual Uji Anova Data Parametrik dengan k=2 Independen
Sumber
Variasi
Jml. Kuadrat
Derajat
Rataan
kebebasan
Kuadrat
F Hitungan
Nilai P
F Kritis
Perlakuan
JKA=2144772
k-1=1
JKA
2
S1
k 1
= 2144772
S1
2
S2
=
22,69576
JKG=5481057
Galat
S2
k(n-1) = 58
JKA
k (n 1)
=94500,99
1.31x 10
-5
4,008
Total
JKT=7625830 n(k-1) = 59
JKT adalah jumlah kuadrat total, yaitu didapatkan angka 7625830. Dimana
derajat kebebasannya adalah 59
JKG adalah jumlah kuadrat galat, yaitu didapatkan angka 5481057. Dengan
derajat kebebasan 58.
6. Keputusan :
Tolak Ho karena Fhitung > FCrit yaitu 22,69576 > 4,008.
7. Kesimpulan :
Bahwa selisih rata-rata jumlah kyai pada tahun 2004 dan jumlah ustadz pada tahun
2004 tidak sama sama secara signifikan
Jumlak kyai
excel
Mean
Std. Error of Mean
Median
Mode
Std. Deviation
Variance
Skewness
Std. Error of Skewness
Kurtosis
Std. Error of Kurtosis
Range
Minimum
Maximum
283.6667
26.95016
268.5000
365.00
147.61210
21789.333
.054
.427
-.898
.833
561.00
13.00
574.00
Perhitungan manual
283.6667
26.95016
268.5
365
147.6121
21789.33
0.054
.427
-0.898
.833
561
13
574
Sum
Percentiles
8510.00
72.7000
158.2000
170.7500
192.1000
216.4000
268.5000
342.0000
365.0000
418.2500
427.6000
486.8000
10
20
25
30
40
50
60
70
75
80
90
8510
72.7
158.2
170.75
192.1
218.4
268.5
342
365
418.25
427.6
486.8
Jumlah ustadz
excel
Mean
Std. Error of Mean
Median
Mode
Std. Deviation
Variance
Skewness
Std. Error of Skewness
Kurtosis
Std. Error of Kurtosis
Range
Minimum
Maximum
Sum
Percentiles
10
20
25
30
40
50
60
70
75
80
90
661.8000
74.65758
601.5000
14.00(a)
408.91643
167212.648
1.611
.427
5.074
.833
2146.00
14.00
2160.00
19854.00
199.2000
383.4000
409.7500
432.0000
537.4000
601.5000
709.0000
752.8000
969.0000
1000.6000
1087.6000
Perhitungan manual
661.8
74.65758
601.5
14
408.91643
167212.648
1.611
.427
5.074
.833
2148
14
2160
19854
199.2
383.4
409.75
432
537.4
601.5
709
752.8
969
1000.6
1087.6
Tahun_I
Tahun_II
Tahun_III
Mean
Standard Error
Median
Mode
Standard Deviation
Sample Variance
Kurtosis
Skewness
Range
Minimum
Maximum
Sum
Count
591.1
96.59452
396.5
305
529.07
279915.1
5.221323
2.126618
2451
64
2515
17733
30
Mean
Standard Error
Median
Mode
Standard Deviation
Sample Variance
Kurtosis
Skewness
Range
Minimum
Maximum
Sum
Count
586.0333333
70.62350368
484.5
#N/A
386.8208606
149630.3782
4.72060158
1.759399121
1888
99
1987
17581
30
Mean
Standard Error
Median
Mode
Standard Deviation
Sample Variance
Kurtosis
Skewness
Range
Minimum
Maximum
Sum
Count
511.6667
54.26415
460.5
314
297.217
88337.95
3.794255
1.492342
1441
109
1550
15350
30
Keterangan Tabel :
Tabel Statistik Deskriptif ini terdiri dari 3 kolom karena terdiri dari 3
variabel yaitu jumlah jamaah haji tahun 2001(tahun I), tahun 2002(tahun II)
dan tahun 2003(tahun III).
Baris1 yaitu Mean adalah rata-rata dari seluruh data pengamatan, untuk
column 1 nilainya 591.1 ,Column 2 nilainya 586.0333333 dan colomn 3
nilainya 511.6667.
Baris 3 yaitu Median adalah nilai tengah diperoleh dengan membagi dua
sama besar data yang telah diurutkan. Median untuk Column 1 adalah 396.5
dan column 2 adalah 484.5 dan untuk column 3 yaitu 460.5.
Baris 4 yaitu Mode adalah nilai / data yang sering muncul. Pada kolom 1
modenya adalah 305 .Pada kolom 3 adalah 314.
Baris 6 yaitu Sample Variance adalah variansi dari sampel, untuk Column 1
besarnya 279915.1 untuk kolom 2 sebesar 149630.3782 dan untuk kolom 3
yaitu 88337.95.
b. Uji Anova
Analisa Tabel
Tabel 5.11 Output Anova (a)
SUMMARY
Groups
tahun_I
tahun_II
Count
30
30
Sum
17733
17581
Average
591.1
586.0333
Variance
279915.1
149630.4
tahun_III
30
15350
511.6667
88337.95
Keterangan tabel :
Dari tabel Anova Single Factor pada kolom groups terdapat tiga baris yaitu
column 1, column 2, dan column 3, hal ini menunjukkan bahwa data yang
digunakan terdiri dari 3 variabel. Column 1 menunjukkkan bahwa data
yang diambil berasal dari kolom 1 yaitu jumlah jamaah haji menurut
kabupaten / kota di Jawa Tengah untuk tahun 2001, column 2
menunjukkkan bahwa data diambil dari kolom 2 yaitu jumlah jamaah haji
menurut kabupaten / kota di Jawa Tengah ntuk tahun 2002 dan column
ketiga menunjukkan bahwa data diambil dari kolom 3 yaitu jumlah jamaah
haji menurut kabupaten / kota di Jawa Tengah untuk tahun 2003.
Kolom 4 yaitu Average atau rata-rata dari keseluruhan data tiap variabel.
Nilai ini diperoleh dari Sum dibagi Count, variabel 1 nilainya 591.1 ,
variabel 2 nilainya 586.0333 dan variabel 3 nilainya 511.6667.
ANOVA
Source of Variation
Between Groups
Within Groups
SS
118657.3
15018618
Total
15137276
Keterangan able
df
2
87
89
MS
59328.63
172627.8
F
0.343679
P-value
0.710115
F crit
3.101296
Pada tabel Anova terdapat 7 kolom dan 3 baris. Baris pertama adalah
between groups, baris kedua adalah within groups dan baris ketiga adalah
total dari baris pertama dan kedua.
Kolom 1 adalah Source of Variation yaitu sumber variasi yang terdiri dari
between dan within groups serta jumlah dari keduanya.
T2
JKT y ij2 ..
nk
i 1 j 1
k
JKA
i 1
T..2
nk
Dimana T adalah Total seluruh demand untuk tiga tahun (2001, 2002, dan
2003).
Kolom 3 yaitu df atau derajat kebebasan, untuk baris pertama nilainya 2(k1 = 3-1 = 2) sedangkan baris kedua nilai nilainya 87 {k (n-1) = 3x29 = 78)
dan baris ketiga merupakan totalnya 89 (87+2) atau n(k-1)=89. K disini
berjumlah 3 yang menunjukkan ada 3 macam perlakuan.
Kolom 5 yaitu Fhitung , untuk baris pertama didapat nilainya 0.343679 atau
dengan membagi MS perlakuan dengan MS galat.
Kolom 6 yaitu Pvalue atau probabilitas dan nilai yang didapat untuk baris
pertama adalah 0.710115. Dapat digunakan untuk menentukan keputusan
atas uji hipotesa yaitu dengan membandingkan Pvalue dengan derajat
keberartiannya.
Kolom 7 adalah Fcritical atau Ftabel hasil yang didapat untuk Perlakuan adalah
3.101296, dapat pula digunakan untuk menentukan keputusan atas uji
Pengujian :
1. Ho : 1 = 2 = 3
2. H1 : ketiga rataan tidak semua sama
3. : 0,05
4. Daerah Kritis : Fhitung > Ftabel
P < = P < 0,05
5. Perhitungan :
(lihat tabel 5.10)
Fhitung = F = 0.343679
Ftabel = F crit = 3.101296
P = P-value = 0.710115
6. Keputusan :
Tolak H0 , karena
-
Kesimpulan:
Rata-rata jemaah haji tiap tahunnya tidak sama.
Tahun 2001
Tahun_I
14
12
Frequency
10
2
Mean = 591.10
Std. Dev. = 529.06999
N = 30
0
0.00
500.00
1000.00
1500.00
2000.00
2500.00
3000.00
Tahun_I
Tahun 2002
Tahun_II
12
10
Frequency
2
Mean = 586.0333
Std. Dev. = 386.82086
N = 30
0
0.00
500.00
1000.00
1500.00
2000.00
Tahun_II
mengenai jumlah jamaah haji menurut kabupaten / kota di Jawa Tengah ini
merupakan data berdistribusi normal atau lebih condong mendekati kurva normal.
Tahun 2003
Tahun_III
10
Frequency
Mean = 511.6667
Std. Dev. = 297.21702
N = 30
0
0.00
500.00
1000.00
1500.00
2000.00
Tahun_III
memiliki kemiripan bentuk dengan kurva normal. Hal ini dapat menunjukkan
bahwa data mengenai jumlah jamaah haji menurut kabupaten / kota di Jawa
Tengah ini merupakan data berdistribusi normal atau lebih condong mendekati
kurva normal.
aktualisasi diri
Descriptive Statistics
Percentiles
N
gadget
jenis_kelamin
50
Mean
1,5600
Std. Deviation
1,01338
Minimum
1,00
Maximum
5,00
25th
1,0000
50th (Median)
1,0000
75th
2,0000
50
1,5000
,50508
1,00
2,00
1,0000
1,5000
2,0000
Keterangan Tabel :
- Pada kolom pertama menunjukkan variabel yang digunakan yaitu data
jenis kelamin dan gadget
- Kolom kedua menunjukkan banyaknya data untuk kedua keadaan tersebut
sejumlah masing-masing 50 data.
- Kolom ketiga menunjukkan nilai rata-rata. Untuk data gadget adalah
1,560 dan untuk data jenis kelamin 1,50
- Kolom keempat menunjukkan nilai standar deviasi. Untuk data gadget
adalah 1,01338, dan untuk data jenis kelamin adalah 0,50508.
- Kolom kelima menunjukkan nilai minimum. Untuk data gadget adalah 1,0
dan untuk data jenis kelamin adalah 5,0
- Kolom keenam menunjukkan nilai maksimum. Untuk data gadget adalah
5,0 dan untuk data jenis kelamin adalah 2,0.
- Kolom keenam menunjukkan persentil 25,50, dan 75.
Uji Mann-Whitney
Tabel 5.13 Output Mann-Whitney Test Pengaruh Jenis kelamin terhadap aktualisasi diri
Ranks
gadget
jenis_kelam
in
laki-laki
perempuan
Total
N
25
25
Mean Rank
27,82
23,18
Sum of Ranks
695,50
579,50
50
Keterangan Tabel :
Kolom N pada tabel ranks di atas adalah jumlah sampel per kelompok.
Dari tabel uji Mann-Whitney diatas terlihat bahwa untuk jumlah data (N)
laki-laki = 25, perempuan= 25. Jadi, jumlah total keseluruhan dari data =
50.
Mean rank yaitu rata-rata rank, untuk laki-laki nilainya 27,82 dan untuk
perempuan nilainya 23,18.
Sum of rank yaitu jumlah rank-nya, untuk laki-laki nilainya 695,50 dan
untuk perempuan nilainya 579,50
Test Statistics(a)
Test Statistics(a)
Mann-Whitney U
Wilcoxon W
Z
gadget
254,500
579,500
-1,365
,172
a Grouping Variable: jenis_kelamin
Keterangan Tabel :
Tabel test statistic uji Mann-Whitney terdiri dari 4 baris.
Baris 1 yaitu Mann-Whitney U atau statistik hitung Mann-Whitney
nilainya adalah 254,500.
Baris 2 yaitu Wilcoxon W atau statistik hitung Wilcoxon nilainya adalah
579,500
Baris 3 yaitu Mann-Whitney Z atau nilai Z untuk melakukan uji MannWhitney nilainya -1,365
Baris 4 yaitu asymp. Sig. (2-tailed)/asymptotic significance atau peluang
untuk uji 2 sisi adalah ,172
Pengujian :
1. Ho : 1 = 2
2. H1 : 1 2
3.
: 0,05
- Uji Moses
Tabel 4.14 Output Moses Test Pengaruh Jenis kelamin terhadap aktualisasi diri
Frequencies
Frequencies
jenis_kelamin
laki-laki
(Control)
perempuan
(Experimenta
l)
Total
gadget
N
25
25
50
Keterangan Tabel :
Dari kolom N pada tabel uji moses diatas terlihat bahwa untuk jumlah data
(N) laki-laki berjumlah 25, dan perempuan berjumlah 25. Jadi, jumlah
total keseluruhan dari data adalah 50.
Test Statistics(a,b)
Test Statistics(a,b)
Observed Control
Group Span
Sig. (1-tailed)
Trimmed Control
Group Span
Sig. (1-tailed)
Outliers Trimmed from each End
a Moses Test
b Grouping Variable: jenis_kelamin
gadget
33
,000
33
,000
1
Keterangan Tabel :
Tabel test statistic uji Moses diatas terdiri dari 5 baris.
Baris 1 yaitu Observed Control yaitu jumlah pengamatan awal, nilainya
adalah 33.
Baris 2 yaitu Group Span Sig. (1-tailed) yaitu probabilitas untuk uji satu
sisi sejumlah data pada baris 1, nilainya 0,000
Baris 3 yaitu Trimmed Control adalah jumlah data pengamatan yang
berada pada rentang grup kendali, yaitu jumlah pengamatan dikurangi
data-data ekstrim di grup percobaan.
Baris 4 yaitu Group Span Sig. (1-tailed) yaitu probabilitas untuk uji satu
sisi sejumlah data pada baris 3, nilainya ,000.
Baris 5 yaitu Outliers Trimmed from each End yaitu jumlah data yang
berada di luar rentang grup kendali dari tiap-tiap sisi.
Pengujian :
1. Ho : s1 - s2 = 0
2. H1 : s1 - s2
3.
: 0,05
4. Daerah kritis :
5. Perhitungan :
(lihat tabel 5.13)
P = Group Span Sig. (1-tailed) = 0,000
6. Keputusan :
Tolak Ho, karena berdasarkan nilai probabilitas, P < = 0,000 < 0,05
7. Kesimpulan: selisih antara standar deviasi untuk jumlah penduduk lakilaki dan perempuan tidak sama
Tabel 4.1 4 Output Kolmogorov-Smirnov Test Pengaruh Jenis kelamin terhadap aktualisasi diri
Frequencies
jenis_kelam
in
laki-laki
gadget
perempuan
Total
N
25
25
50
Test Statistics(a)
Keterangan Tabel :
Test Statistics(a)
Most Extreme
Differences
Absolute
Positive
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
gadget
,160
,000
-,160
,566
,906
Keterangan Tabel :
Tabel test statistic uji kolmogorof-smirnov diatas terdiri dari 5 baris.
Baris 1 yaitu Most Extreme Absolute atau nilai-nilai absolut yang paling
ekstrim, nilainya 0,160.
Baris 2 yaitu Differences positive nilainya ,000 artinya nilai beda-beda
positifnya ,000.
Baris 3 yaitu Differences negative nilainya -0,160 artinya nilai beda-beda
negatifnya -,160.
Baris 4 yaitu Kolmogorov-Smirnov Z nilainya 0,566 artinya nilai Z untuk
uji kolmogorof-Smirnov adalah 0,566
Pengujian :
1. Ho : 1 = 2
2. H1 : 1 2
3.
: 0,05
laki_lak
N =
25
Median =
1,000
perempua
N =
25
Median =
1,000
0,000
vs
0,2646
The test is significant at 0,1759 (adjusted for ties)
Keterangan :
Output menunjukkan banyak data adalah 25.
: 0,05
5.3.2
Minimum
Maximum
Mean
Std. Deviation
Gol_darah
75
1,00
3,00
2,0000
,82199
Cara_belajar
75
1,00
3,00
1,8667
,82746
Keterangan Tabel :
- Pada kolom pertama menunjukkan variabel yang digunakan golongan
darah dan cara belajar
Cara_belajar
Gol_darah
A
B
O
Total
25
Mean Rank
36,40
25
25
37,28
40,32
75
Keterangan Tabel :
Tabel uji kruskal wallis terdiri dari 2 kolom yaitu N artinya jumlah data
dan Mean Ranks artinya beda nilai rata-rata.
Kolom 1 yaitu N berarti jumlah data terdiri dari golongan darah A, B, dan
O, dengan jumlah data masing-masing 25, dan totalnya 75.
Kolom 2 yaitu Mean Ranks atau beda nilai rata-rata untuk golongan darah
A = 36.40, golongan darah B = 37.26, dan golongan darah O = 40.32
Test Statistics(b)
N
Median
Chi-Square
Cara_belajar
75
2,0000
,397(a)
Df
Asymp. Sig.
,820
a 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 7,0.
b Grouping Variable: Gol_darah
Keterangan Tabel :
Tabel test statistics uji Kruskal-Wallis terdiri dari 3 baris.
Baris 1 yaitu Chi-Square atau statistik hitung Kruskal Wallis nilainya
0.397
Baris 2 yaitu df (degree of freedom) atau derajat kebebasan nilainya 2.
Baris 3 yaitu Asymp. Sig./asymptotic significance atau peluang nilainya
0.820.
Pengujian
1. Ho : 1 = 2 = 3
2. H1 : 1 2
: 0,05
c. Uji Median
Tabel 5.18 Output Median Test Pengaruh Golongan Darah Terhadap Cara Belajar
Frequencies
Gol_darah
A
Cara_belajar
> Median
<= Median
19
18
17
Keterangan Tabel :
Tabel uji median terdiri dari 3 kolom yaitu jumlah golongan darah A, B,
dan O
Kolom 1 yaitu jumlah sampel (cara belajar) > Median atau cara belajar
yang memiliki nilai lebih besar dari median. Untuk golongan darah A
adalah 6, golongan darah B adalah 7, dan golongan darah O adalah 8.
Kolom 2 yaitu jumlah sampel (cara belajar) <= Median atau jumlah cara
belajar memiliki nilai lebih kecil sama dengan median. Untuk golongan
darah A adalah 19, golongan darah B adalah 18, dan golongan darah O
adalah 17.
Test Statistics(b)
N
Median
Chi-Square
Df
Asymp. Sig.
Cara_belajar
75
2,0000
,397(a)
2
,820
a 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is
7,0.
b Grouping Variable: Gol_darah
Keterangan Tabel :
Tabel test statistics uji median terdiri dari 4 baris.
Baris 1 yaitu N atau jumlah data, nilainya 75.
Baris 2 yaitu median atau nilai tengah, nilainya 2,0000.
Baris 3 yaitu chi-square atau statistik hitung untuk uji median, nilainya
0,397. Huruf a menunjukkan bahwa tidak ada data yang memiliki
frekuensi harapan kurang dari 5. frekuensi harapan minimum dari data
adalah 7,0.
Baris 4 yaitu df (degree of freedom) atau derajat kebebasan, nilainya k1= 3-1 = 2.
Baris 5 yaitu Asymp. Sig./asymptotic significance atau peluang nilainya
0,820.
Pengujian :
1. Ho :
~1 = ~2 = ~3
2. H1 :
3.
0,05
N
25
25
25
75
DF = 2
DF = 2
Median
2,000
2,000
2,000
Ave Rank
36,4
37,3
40,3
38,0
Z
-0,45
-0,20
0,65
P = 0,800
P = 0,776 (adjusted for ties)
Keterangan :
Output menunjukkan jumlah data, untuk golongan darah A(1)=25,
golongan darah B(2)=25, dan golongan darah O(3) =25.
Median untuk golongan darah A (1) adalah 2,000 , golongan darah B (2)
adalah 2,000, dan golongan darah O (3) adalah 2,000.
Rata-rata ranking untuk golongan darah A (1) adalah 36,4, golongan darah
B (2) adalah 37,3, dan golongan darah O (3) adalah 40,3.
Statistik z untuk golongan darah A (1) adalah -0,45, golongan darah B (2)
adalah 0,20, dan golongan darah O (3) adalah 0,65.
Pengujian :
1. Ho :
1 = 2 = 3
2. H1 :
3.
: 0,05
golongan
1
2
3
N<
11
11
9
DF = 2
N>=
14
14
16
P = 0,803
Median
2,00
2,00
2,00
Q3-Q1
1,50
2,00
2,00
Keterangan :
Output menunjukkan jumlah data, untuk golongan darah A(1)=25,
golongan darah B(2)=25, dan golongan darah O(3)=25.
Pengujian :
1.
Ho : 1 = 2 = 3
2.
3.
4.
: 0,05
H > 2
5.
Perhitungan :
(lihat tabel hasil uji minitab)
H = 0,44 2 = 5,991
6.
Keputusan :
Terima Ho, karena berdasarkan nilai H, H < 2 = 0,44 < 5,991
7.
5.3.3
50
50
Mean
1,5000
1,3600
Std. Deviation
,50508
,48487
Minimum
1,00
1,00
Maximum
2,00
2,00
Keterangan Tabel :
- Pada kolom pertama menunjukkan variabel yang digunakan adalah jenis
kelamin dan status
b.
Uji Tanda
Tabel 5.20 Output Sign Test Pengaruh Jenis Kelamin terhadap Status perkawinan
Frequencies
N
status - jenis_kelamin
Negative
Differences(a)
Positive Differences(b)
Ties(c)
Total
16
9
25
50
Keterangan Tabel :
Tabel uji tanda data non parametrik terdiri dari 4 baris yaitu Negative
Differences, Positive Differences, Ties, dan Total.
Baris 3 yaitu Ties pada kolom N nilainya 13 artinya ada 2 data yang
sama.
Baris 4 yaitu Total pada kolom N nilainya 50 artinya jumlah datanya 50.
Test Statistics(b)
status jenis_kelamin
,230(a)
Keterangan Tabel :
Pada kolom test statistic terlihat bahwa pada kolom Exact. Sig. (2-tailed)
untuk uji 2 sisi = 0,230(a) berarti peluangnya 0,230 dan a berarti
menggunakan distribusi binomial.
Pengujian :
1. Ho
: 1 = 2
2. H1
: 1 2
3.
: 0,05
status jenis_kelamin
Negative Ranks
Positive Ranks
Ties
Total
N
16(a)
Mean Rank
13,00
Sum of Ranks
208,00
9(b)
13,00
117,00
25(c)
50
Keterangan Tabel :
Tabel uji Wilcoxon Sign Ranks Test terdiri dari 4 kolom yaitu kolom 1:
keteraangan, kolom 2 : N adalah jumlah data, kolom 3 : Mean Rank
adalah rata-rata data, kolom 4 : Sum of Ranks adalah jumlah data.
Tabel uji Wilcoxon Sign Ranks Test terdiri dari 4 baris yaitu Negative
Ranks, Positive Ranks, Ties, dan Total.
Baris 1 yaitu negative ranks pada kolom N nilainya 16a artinya ada 16
data yang mempunyai beda-beda negatif, a artinya
jadi ada 6 data yang status > jenis_kelamin. Pada kolom Mean Rank nilainya
13,00 artinya rata-rata data 13,00. Pada kolom Sum of Ranks nilainya
208,00 berarti jumlah beda-beda negatifnya 208,00
Baris 2 yaitu positive ranks pada kolom N nilainya 9b artinya ada 9 data
yang mempunyai beda-beda positif, b artinya status > jenis_kelamin, jadi ada
9 data yang
artinya rata-rata data 13,00. Pada kolom Sum of Ranks nilainya 117,00
berarti jumlah beda-beda positifnya 117,00
Baris 3 yaitu Ties pada kolom N nilainya 25c artinya ada 25 data yang
sama, c artinya
status = jenis_kelamin
status =
jenis_kelamin.
Baris 4 yaitu Total pada kolom N nilainya 50 artinya jumlah datanya 50.
Test Statistics(b)
Z
Asymp. Sig. (2-tailed)
status jenis_kelamin
-1,400(a)
,162
Keterangan Tabel :
Pada tabel untuk test statistik terlihat bahwa untuk uji Wilcoxon nilai
Zoutput = -1,400 (a). Berarti nilai Z = -1,400 dan a artinya diambil dari
beda-beda positif karena dalam uji Wilcoxon yang dipakai adalah jumlah
beda-beda yang paling kecil.
Pengujian :
1. Ho : 1 = 2
2. H1 : 1 2
3.
= 0,05
5.3.4
75
75
Mean
2,0000
2,7467
Std. Deviation
,82199
1,18656
Minimum
1,00
1,00
Maximum
3,00
4,00
Keterangan Tabel :
- Pada kolom pertama menunjukkan variabel yang digunakan yaitu
pengaruh negara asal film dengan jenis film yang disukai
- Kolom kedua menunjukkan banyaknya data yaitu untuk semua variabel
tersebut maisng-masing sama yaitu 75 data.
b. Uji Friedman
Tabel 5.23 Output Friedman Test Pengaruh Negara Asal terhadap Jenis Film yang Disukai
Ranks
Negara
Jenis_film
Mean Rank
1,37
1,63
Keterangan Tabel :
Tabel uji Friedman untuk data yang diuji didapat mean ranks atau beda
rata-rata untuk masing-masing data:, negara=1,37,Untuk jenis film adalah
= 1,63.
Test Statistics(a)
N
Chi-Square
Df
75
6,452
Asymp. Sig.
,011
a Friedman Test
Keterangan Tabel :
Dari tabel Test Statistic pada uji friedman terdiri dari 4 baris yaitu N, ChiSquare, df, asymp. Sig.
Pengujian :
1. Ho : 1 = 2 = 3 = 4
2. H1 : keempat rataan tidak semua sama
3.
: 0,05
(Tabel L.5)
2 = 6,452
P = Asymp. Sig. = 0,011
6. Keputusan :
Tolak Ho , karena
-
Negara
1,37
1,63
Jenis_film
Keterangan Tabel :
Tabel uji Rank Kendalls untuk data yang diuji didapat mean ranks atau
beda rata-rata untuk masing-masing data:, negara = 1,37, Untuk jenis film
= 1,63.
Test Statistics
N
Kendall's
W(a)
Chi-Square
Df
Asymp. Sig.
75
,086
6,452
1
,011
Keterangan Tabel :
Dari tabel Test Statistics pada uji Rank KendallsW terdiri dari 4 baris
yaitu N, Kendall's Wa, df, Asymp. Sig.
Baris 4 yaitu Asymp. Sig. (Probabilitas) untuk uji Kendall's = .011 berarti
peluangnya 0.011.
Pengujian :
1. Ho : 1 = 2 = 3 = 4
2. H1 : ketiga rataan tidak semua sama
3.
: 0,05
(Tabel L.5)
2 = 6,452
P = Asymp. Sig. = 0,011
6. Keputusan :
Tolak Ho , karena
-
DF = 2
DF = 2
Asal_Fil
1
2
3
P = 0,005
P = 0,001 (adjusted for ties)
N
25
25
25
Est
Median
4,0000
3,0000
3,0000
3,3333
Grand median
Sum of
Ranks
62,5
40,0
47,5
Keterangan :
Tabel Friedman test dengan menggunakan minitab terdiri dari 3 baris.
Baris 1 yaitu jumlah data untuk pelakuan pertama sebanyak 25, nilai
median 3 , nilai sum of rank adalah 62,5.
Baris 2 yaitu jumlah data untuk perlakuan kedua sebanyak 25, nilai
median 2 , nilai sum of rank adalah 40,0.
Baris 3 yaitu jumlah data untuk perlakuan ketiga sebanyak 25, nilai
median 2, nilai sum of rank adalah 47,5.
S adalah nilai Std. Deviation nilainya 10,52.
DF adalah degree of freedom atau derajat kebebasan nilainya 2.
: 0,05
4. Daerah Penolakan:
(Tabel L.5)
BAB VI
PENUTUP
6.1 Kesimpulan
Dari praktikum yang telah dilaksanakan maka dapat diambil beberapa
kesimpulan, antara lain :
1. Statistik merupakan ilmu yang membahas metode metode ilmiah untuk
pengumpulan, pengorganisasian, penyimpulan, penyajian, dan analisa data
maupun menarik kesimpulan yang valid serta membuat keputusan yang
dapat diterima berdasarkan analisa. Statistik secara garis besar dibagi dua,
yaitu :
a. Statistik
deskriptif
yang
hanya
mencari,
mengorganisasi,
dan
skewed
distribution,
yaitu
kurva
frekuensi
suatu
129
130
Jenis Uji
Keterangan
Uji ANOVA
k = 2, parametrik,
independen
ekasisi
k = 2, parametrik,
independen
ekasisi
F-Test
Uji
ekasisi
t-Test
k = 2, parametrik,
independen
Keputusan
Fhitung > Ftabel =
22,69576>4,006873
P < Tolak Ho
-7
P < Tolak Ho
-5.88806<1.699127
P < Tolak Ho
-5.88806< 2.04523
dwisisi
Uji ANOVA
k > 2, parametrik,
independen
-6
ekasisi
P < Tolak Ho
P > Terima Ho
b. Uji Non-Parametrik
Tabel 6. 2 Hasil Keputusan dari Uji Non Parametrik
Jenis Uji
Keterangan
Uji
Uji Mann-Whitney
k = 2, non
parametrik,
independen
Uji Moses
k = 2, non
parametrik,
independen
ekasisi
Uji KolmogorofSmirnov
k = 2, non
parametrik,
independen
dwisisi
k > 2, non
parametrik,
independen
ekasisi
Uji Median
k > 2, non
parametrik,
independen
ekasisi
k = 2, non
parametrik,
dwisisi
Keputusan
0,172 >0,05
dwisisi
P > Terima Ho
0,000 < 0,05
P < Tolak Ho
0,906 > 0,05
P > Terima Ho
0,820 > 0,05
P > Terima Ho
0,820 > 0,05
P > Terima
0,162>0,05
P > Terima Ho
131
dependen
Uji Tanda
k = 2, non
parametrik,
dependen
Uji Friedman
k > 2, non
parametrik,
dependen
k > 2, non
parametrik,
dependen
ekasisi
P > Terima Ho
11.130 > 5.991
2 > 2 , Tolak Ho
0,011< 0,05
P < Tolak Ho
2 > 2 , Tolak Ho
0,011< 0,05
P < Tolak Ho
ekasisi
6.2 Saran
1. Praktikum kurang efektif karena dilakukan secara massal, sebaiknya praktikum
132