TUGAS STATISTIK OLAH DATA

Dosen Pengampu :
Prof. Drs. Sukestiyarno, YL, MS, Ph.D

Disusun oleh :
SUPRIYANTO

PROGRAM PASCA SARJANA

PROGRAM STUDI PENDIDIKAN IPA (KIMIA)
UNNES
2010
 DATA AWAL
NO X1 X2 X3 Y NO X1 X2 X3 Y
1 5.56 160.00 42.00 4.17 31 5.76 134.50 26.00 4.05
2 5.89 71.00 24.50 3.46 32 5.89 91.50 37.00 4.00
3 5.66 82.50 26.50 3.45 33 5.62 105.00 41.00 4.35
4 5.42 84.00 24.00 3.88 34 5.23 166.00 26.50 4.70
5 5.18 130.00 26.00 4.05 35 5.33 77.00 29.50 3.91
6 5.15 125.00 50.00 4.41 36 5.14 180.00 57.00 4.55
7 5.09 185.00 65.00 4.58 37 6.28 79.50 27.50 3.62
8 6.21 75.00 21.00 3.69 38 5.82 92.00 29.00 4.17
9 5.53 112.50 37.50 3.89 39 5.55 86.00 36.00 3.85
10 6.19 77.00 38.00 3.35 40 5.56 80.00 27.00 3.90
11 5.16 169.00 32.50 4.33 41 5.50 110.00 21.00 3.40
12 5.15 145.00 46.50 4.73 42 5.25 133.50 41.00 4.23
13 5.68 118.50 30.00 3.67 43 5.34 117.00 44.00 4.58
14 5.22 156.00 61.00 4.27 44 5.96 88.00 46.00 4.01
15 5.09 115.00 40.50 4.13 45 5.47 107.00 40.00 4.04
16 5.17 175.00 45.00 4.84 46 6.02 93.50 27.00 3.85
17 5.44 144.00 40.00 4.63 47 5.09 184.00 57.50 4.59
18 5.48 94.50 26.50 4.19 48 6.00 80.00 29.50 3.90
19 5.70 111.50 47.50 3.74 49 5.00 100.00 34.00 4.47
20 5.75 104.00 30.00 4.30 50 5.19 93.00 35.00 3.88
21 5.71 80.00 24.00 3.82 51 5.74 110.00 31.50 4.12
22 5.96 83.00 27.00 3.52 52 6.01 80.50 25.00 3.41
23 5.07 126.00 46.00 5.03 53 5.78 130.00 44.00 4.43
24 6.22 80.00 29.00 4.30 54 5.07 133.50 40.50 4.17
25 6.25 105.00 31.00 3.82 55 5.78 80.00 25.00 3.54
26 5.43 103.00 39.00 4.15 56 4.90 151.50 55.00 4.82
27 5.17 126.00 43.00 4.06 57 5.87 121.00 44.00 4.09
28 5.84 120.00 39.00 3.85 58 5.24 71.50 50.50 4.32
29 5.22 155.00 48.00 4.31 59 5.44 78.00 25.00 3.57
30 5.32 105.00 36.00 4.26 60 5.24 171.00 54.50 4.30

CATATAN : X1 = Kecepatan Lari

X2 = Kekuatan Otot Tungkai
X3 = Kekuatan Otot Lengan
Y = Hasil Lompat Jauh Gaya Jongkok
RUMUSAN MASALAH
Apakah kecepatan lari (X1), kekuatan otot tungkai (X2), kekuatan otot lengan (X3)
berpengaruh terhadap hasil lompat jauh gaya jongkok (Y) ?
INTERPRETASI HASIL ANALISIS
A. KORELASI ANTARA KECEPATAN LARI (X1) DENGAN HASIL LOMPAT JAUH
GAYA JONGKOK (Y)
1. Untuk mengenali tentang korelasi dan pemaknaan besar nilai korelasi, maka kita plot
datanya terlebih dahulu, caranya : Klik Graph → Legacy Dialog → Interactive →
Scatter Pot
2. Plot data pada Scatter plot kecepatan lari (X1) dan hasil lompat jauh gaya jongkok
(Y) menunjukan bahwa plot datanya membentuk hubungan linier dari kiri atas ke
kanan bawah, berarti ada hubungan linier yang mengarah ke hubungan negatif.
3. Hipotesis Ho : ρ = 0 → artinya : Kecepatan Lari (X1) tidak berpengaruh terhadap
Hasil Lompat Jauh Gaya Jongkok (Y)
Ht : ρ ≠ 0 → artinya : Kecepatan Lari (X1) berpengaruh terhadap Hasil
Lompat Jauh Gaya Jongkok (Y)
Persamaan regresinya : Ŷ = a + bX
4. Rancangan Analisisnya: Untuk analisis ini digunakan uji dua pihak dengan taraf
signifikan 5%
5. Untuk menerima atau menolak hipotesis, maka kita gunakan SPSS 17,0 sebagai
berikut :
a. Klik Analyze → Regression → Linier, kemudian masukan Hasil Lompat Jauh
Gaya Jongkok (Y) ke- Dependent, dan Kecepatan Lari (X1) ke-Independent
seperti gambar berikut :

b. Interpretasi Hasil :
(1). Dari gambar Coefficients dibawah ini didapatkan bahwa :
Coefficientsa

Standardized
Unstandardized Coefficients
Coefficients
Model t Sig.
B Std. Error Beta

(Constant) 7.916 .608 13.029 .000

1
Kecepatan Lari -.691 .110 -.638 -6.302 .000

a. Dependent Variable: Hasil Lompat Jauh Gaya Jongkok

Untuk Persamaan regresinya : Ŷ = a + bX didapatkan harga a dan b,

sehingga persamaan regresinya menjadi :
Ŷ = 7,916 – 0,691X
Artinya setiap X berubah 1 satuan, maka Y akan berubah sebesar -0,691
satuan ATAU setiap Kecepatan lari (X1) berubah sebesar 1 satuan, maka
Hasil Lompat Jauh Gaya Jongkok (Y) akan BERKURANG sebesar -0,691
satuan
(2). Dari gambar ANOVA
ANOVAb

Model Sum of Squares df Mean Square F Sig.

Regression 3.769 1 3.769 39.720 .000a

1 Residual 5.504 58 .095

Total 9.273 59

a. Predictors: (Constant), Kecepatan Lari

b. Dependent Variable: Hasil Lompat Jauh Gaya Jongkok

Signifikannya (Sig.) = 0,000 (0%) dan harga ini kurang dari 5%, sehingga
hipotesis Ho ditolak, artinya Ht diterima → Jadi X1 berpengaruh terhadap Y
→ Kecepatan Lari (X1) berpengaruh terhadap Hasil Lompat Jauh Gaya
Jongkok (Y)
(3). Sebesar berapa pengaruh X1 terhadap Y, maka kita lihat output pada
Model Summary :
Model Summary

Adjusted R Std. Error of the

Model R R Square
Square Estimate

1 .638a .406 .396 .30804

a. Predictors: (Constant), Kecepatan Lari

Pada R Square tertulis angka .406 atau sering ditulis 40,6%, artinya :
 X1 mampu menjelaskan terhadap Y sebesar 40,6%
 pengaruh Kecepatan Lari (X1) hanya memberikan sumbangan
sebesar 40,6% terhadap Hasil Lompat Jauh Gaya Jongkok (Y)
 Sedangkan (100% – 40,6%) = 59,4% dipengaruhi oleh faktor yang
lain.
B. KORELASI ANTARA KEKUATAN OTOT TUNGKAI (X2) DENGAN HASIL LOMPAT
JAUH GAYA JONGKOK (Y)
1. Untuk mengenali tentang korelasi dan pemaknaan besar nilai korelasi, maka kita plot
datanya terlebih dahulu, caranya : Klik Graph → Legacy Dialog → Interactive →
Scatter Pot

2. Plot data pada Scatter plot Kekuatan Otot Tungkai (X2) dan hasil lompat jauh gaya
jongkok (Y) menunjukan bahwa plot datanya membentuk hubungan linier dari Kanan
atas ke kiri bawah, berarti ada hubungan linier yang mengarah ke hubungan positif.
3. Hipotesis Ho : ρ = 0 → artinya : Kekuatan Otot Tungkai (X2) tidak berpengaruh
terhadap Hasil Lompat Jauh Gaya Jongkok (Y)
Ht : ρ ≠ 0 → artinya : Kekuatan Otot Tungkai (X2) berpengaruh
terhadap Hasil Lompat Jauh Gaya Jongkok (Y)
Persamaan regresinya : Ŷ = a + bX
4. Rancangan Analisisnya: Untuk analisis ini digunakan uji dua pihak dengan taraf
signifikan 5%
5. Untuk menerima atau menolak hipotesis, maka kita gunakan SPSS 17,0 sebagai
berikut :
a. Klik Analyze → Regression → Linier, kemudian masukan Hasil Lompat Jauh
Gaya Jongkok (Y) ke- Dependent, dan Kekuatan Otot Tungkai (X2) ke-
Independent seperti gambar berikut :

b. Interpretasi Hasil :
(1). Dari gambar Coefficients dibawah ini didapatkan bahwa :
a
Coefficients

Unstandardized Standardized

Model Coefficients Coefficients t Sig.

B Std. Error Beta

(Constant) 3.147 .138 22.766 .000

1
Kekuatan Otot Tungkai .008 .001 .683 7.131 .000

a. Dependent Variable: Hasil Lompat Jauh Gaya Jongkok

Untuk Persamaan regresinya : Ŷ = a + bX didapatkan harga a dan b,
sehingga persamaan regresinya menjadi :
Ŷ = 3,147 + 0,008X
Artinya setiap X berubah 1 satuan, maka Y akan berubah sebesar 0,008
satuan ATAU setiap Kekuatan Otot Tungkai (X2) berubah sebesar 1 satuan,
maka Hasil Lompat Jauh Gaya Jongkok (Y) akan BERTAMBAH sebesar
0,008 satuan
(2). Dari gambar ANOVA
b
ANOVA

Model Sum of Squares df Mean Square F Sig.

a
Regression 4.332 1 4.332 50.848 .000

1 Residual 4.941 58 .085

Total 9.273 59

a. Predictors: (Constant), Kekuatan Otot Tungkai

b. Dependent Variable: Hasil Lompat Jauh Gaya Jongkok

Signifikannya (Sig.) = 0,000 (0%) dan harga ini kurang dari 5%, sehingga
hipotesis Ho ditolak, artinya Ht diterima → Jadi X2 berpengaruh terhadap Y
→ Kekuatan Otot Tungkai (X2) berpengaruh terhadap Hasil Lompat Jauh
Gaya Jongkok (Y)

(3). Sebesar berapa pengaruh X2 terhadap Y, maka kita lihat gambar Model
Summary :
Model Summary

Adjusted R Std. Error of the

Model R R Square
Square Estimate
a
1 .683 .467 .458 .29187

a. Predictors: (Constant), Kekuatan Otot Tungkai

Pada R Square tertulis angka .467 atau sering ditulis 46,7%, artinya :
 X2 mampu menjelaskan terhadap Y sebesar 46,7%
 pengaruh Kekuatan Otot Tungkai (X2) hanya memberikan
sumbangan sebesar 46,7% terhadap Hasil Lompat Jauh Gaya
Jongkok (Y)
 Sedangkan (100% – 46,7%) = 53,3% dipengaruhi oleh faktor yang
lain.
C. KORELASI ANTARA KEKUATAN OTOT LENGAN (X3) DENGAN HASIL LOMPAT
JAUH GAYA JONGKOK (Y)
1. Untuk mengenali tentang korelasi dan pemaknaan besar nilai korelasi, maka kita plot
datanya terlebih dahulu, caranya : Klik Graph → Legacy Dialog → Interactive →
Scatter Pot
2. Plot data pada Scatter plot Kekuatan Otot Lengan (X3) dan hasil lompat jauh gaya
jongkok (Y) menunjukan bahwa plot datanya membentuk hubungan linier dari Kanan
atas ke kiri bawah, berarti ada hubungan linier yang mengarah ke hubungan positif.
3. Hipotesis Ho : ρ = 0 → artinya : Kekuatan Otot Lengan (X3) tidak berpengaruh
terhadap Hasil Lompat Jauh Gaya Jongkok (Y)
Ht : ρ ≠ 0 → artinya : Kekuatan Otot Lengan (X3) berpengaruh
terhadap Hasil Lompat Jauh Gaya Jongkok (Y)
Persamaan regresinya : Ŷ = a + bX
4. Rancangan Analisisnya: Untuk analisis ini digunakan uji dua pihak dengan taraf
signifikan 5%
5. Untuk menerima atau menolak hipotesis, maka kita gunakan SPSS 17,0 sebagai
berikut :
a. Klik Analyze → Regression → Linier, kemudian masukan Hasil Lompat Jauh
Gaya Jongkok (Y) ke- Dependent, dan Kekuatan Otot Lengan (X3) ke-
Independent seperti gambar berikut :

b. Interpretasi Hasil :
(1). Dari gambar Coefficients dibawah ini didapatkan bahwa :
a
Coefficients

Unstandardized Standardized

Model Coefficients Coefficients t Sig.

B Std. Error Beta

(Constant) 3.244 .146 22.283 .000

1
Kekuatan Otot Lengan .023 .004 .624 6.087 .000

a. Dependent Variable: Hasil Lompat Jauh Gaya Jongkok

Untuk Persamaan regresinya : Ŷ = a + bX didapatkan harga a dan b,
sehingga persamaan regresinya menjadi :
Ŷ = 3,147 + 0,023X
Artinya setiap X berubah 1 satuan, maka Y akan berubah sebesar 0,023
satuan ATAU setiap Kekuatan Otot Lengan (X3) berubah sebesar 1 satuan,
 maka Hasil Lompat Jauh Gaya Jongkok (Y) akan BERTAMBAH sebesar
0,023 satuan
(2). Dari gambar ANOVA
b
ANOVA

Model Sum of Squares df Mean Square F Sig.

a
Regression 3.614 1 3.614 37.048 .000

1 Residual 5.658 58 .098

Total 9.273 59

a. Predictors: (Constant), Kekuatan Otot Lengan

b. Dependent Variable: Hasil Lompat Jauh Gaya Jongkok

Signifikannya (Sig.) = 0,000 (0%) dan harga ini kurang dari 5%, sehingga
hipotesis Ho ditolak, artinya Ht diterima → Jadi X3 berpengaruh terhadap Y
→ Kekuatan Otot Lengan (X3) berpengaruh terhadap Hasil Lompat Jauh
Gaya Jongkok (Y)

(3). Sebesar berapa pengaruh X3 terhadap Y, maka kita lihat gambar Model
Summary :
Model Summary

Adjusted R Std. Error of the

Model R R Square
Square Estimate
a
1 .624 .390 .379 .31234

a. Predictors: (Constant), Kekuatan Otot Lengan

Pada R Square tertulis angka .390 atau sering ditulis 39,0%, artinya :
 X3 mampu menjelaskan terhadap Y sebesar 39,0%
 pengaruh Kekuatan Otot Lengan (X3) hanya memberikan
sumbangan sebesar 39,0% terhadap Hasil Lompat Jauh Gaya
Jongkok (Y)
 Sedangkan (100% – 39,0%) = 61,0% dipengaruhi oleh faktor yang
lain.

KESIMPULAN UMUM
1. Berdasarkan uji korelasi terhadap Kecepatan Lari (X1), Kekuatan Otot Tungkai (X2)
dan Kekuatan Otot Lengan (X3) ternyata ketiga-tiganya berpengaruh pada hasil
lompat jauh gaya jongkok. Hubungan ketiga variabel terhadap hasil lompat jauh
tidak lemah
2. Berdasarkan uji regresi terhadap Kecepatan Lari (X1), ternyata berpengaruh linier
negatif dengan pengaruh sebesar 40,6 %, sedangkan kekuatan otot tungkai dan
kekuatan otot lengan berpengaruh positif masing-masing sebesar 46,7% dan 39%.
3. Oleh karena itu untuk mencapai hasil lompat jauh gaya jongkok yang maksimal,
maka lari tidak begitu cepat, otot tungkai dan otot lengan harus diperkuat.
UJI PERSYARATAN : NORMALITAS DAN HOMOGENITAS VARIABEL TERIKAT (Y)
A. Dengan Memakai Nilai Skewness dan Diagram Histogram
1. Pada menu SPSS klik Analyse  Descriptive Statistics  123
Frequencies
2. Masukan variabel terikat Y (Hasil Lompat Jauh Gaya Jongkok) ke dalam kotak
Variable(s)

3. Klik tombol Statistics, kemudian beri tanda centang () pada Mean  Std
deviation  Maximum  Minimum  Skewness  Kurtosis, klik
tombol Continue

4. Klik tombol Charts.. kemudian klik pada Histograms dan beri centang () pada
With normal curve  klik tombol continue  klik OK
5. Hasil Output dari langkah 1 – 4 sebagai berikut :
Statistics
Hasil Lompat Jauh Gaya Jongkok

Valid 60
N
Missing 0
Mean 4.0950
Std. Deviation .39644
Skewness .103
Std. Error of Skewness .309
Kurtosis -.471
Std. Error of Kurtosis .608
Minimum 3.35
Maximum 5.03
B. Dengan memakai Grafik Q-Q Plot dan Uji Kolmogorov Smirnov
1. Pada menu SPSS klik Analyse  Descriptive Statistics  Explore
2. Masukan variabel terikat Y (Hasil Lompat Jauh Gaya Jongkok) ke dalam kotak
Dependent List  pada bagian Display pilih Plots

3. Klik pada tombol Plots , kemudian aktifkan menu Normality plots with tests
 klik Continue  klik OK

4. Hasil yang diperoleh dari langkah 1-3 sebagai berikut :

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Hasil Lompat Jauh Gaya

60 100.0% 0 .0% 60 100.0%
Jongkok
 Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Hasil Lompat Jauh Gaya *

.063 60 .200 .985 60 .688
Jongkok

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

 Diagram Boxplot

KORELASI GANDA :
Koreasi antara Kecepatan Lari (X1), Kekuatan Otot Tungkai (X2) dan Kekuatan Otot
Lengan (X3) terhadap Hasil Lompat Jauh Gaya Jongkok (Y).

A. Hipotesis :
Ho : X1-X2-X3 = 0  (Kecepatan Lari, Kekuatan Otot Tungkai dan Kekuatan Otot Lengan
tidak berpengaruh terhadap Hasil Lompat Jauh Gaya Jongkok)

Ha : X1-X2-X3 ≠ 0 (Kecepatan Lari, Kekuatan Otot Tungkai dan Kekuatan Otot Lengan
berpengaruh terhadap Hasil Lompat Jauh Gaya Jongkok)
B. Persamaan Liniernya:
a
Coefficients

Standardized
Unstandardized Coefficients
Model Coefficients t Sig.

B Std. Error Beta

(Constant) 5.124 .791 6.475 .000

Kecepatan Lari -.330 .122 -.305 -2.710 .009

1
Kekuatan Otot Tungkai .004 .002 .341 2.672 .010

Kekuatan Otot Lengan .009 .004 .237 1.994 .051

a. Dependent Variable: Hasil Lompat Jauh Gaya Jongkok

Dari output Coefficients yang diperoleh didapatkan harga a, b, c, dan d untuk persamaan regresi :
Y = a + bX1 + cX2 + dX3
Y = 5,124 – 0,330X1 + 0,004X2 + 0,009X3

C. Analisis Hasil :
b
ANOVA

Model Sum of Squares df Mean Square F Sig.

a
Regression 5.332 3 1.777 25.262 .000

1 Residual 3.940 56 .070

Total 9.273 59

a. Predictors: (Constant), Kekuatan Otot Lengan, Kecepatan Lari, Kekuatan Otot Tungkai

b. Dependent Variable: Hasil Lompat Jauh Gaya Jongkok

Dari output ANOVA, terlihat bahwa Signifikansi (Sig.) = 0.000 % dan ini kurang dari 5%,
sehingga Ho ditolak dan menerima Ha  Jadi ada pengaruh antara Kecepatan Lari, Kekuatan
Otot Tungkai dan Kekuatan Otot Lengan terhadap Hasil Lompat Jauh Gaya Jongkok.

Model Summary

Adjusted R Std. Error of

Model R R Square
Square the Estimate
a
1 .758 .575 .552 .26526

a. Predictors: (Constant), Kekuatan Otot Lengan, Kecepatan

Lari, Kekuatan Otot Tungkai

Dari output Model Summary, pada bagian R Square terlihat bahwa besarnya pengaruh ke tiga
variabel terhadap Hasil Lompat Jauh Gaya Jongkok sebesar 57,5%