Anda di halaman 1dari 21

LAPORAN PRAKTIKUM ANALISIS DATA EKSPLORASI

KELAS A2

MODUL : 4 STATISTIKA DASAR dan ANOVA MENGGUNAKAN SPSS

Nama Praktikan Endah Handayani

Nomor Mahasiswa 12611054

Tanggal Kumpul 11/12/2013

Tanda Tangan Praktikan Laboran

Nama Penilai

Tanggal Koreksi

Nilai

Tanda Tangan Asisten Dosen

Devi Herliani Diah Ayu Safitri

Dr. Jaka Nugraha, M.Si

JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA YOGYAKARTA 2013

BAB I PENDAHULUAN

Dalam laporan kali ini, akan membandingkan mean atau rata-rata (compare mean) yang meliputi uji T pada sampel tunggal, sampel independen maupun sampel berpasangan one way anova, serta membandingkan beberapa sampel secara bersamaan.

1. Means Prosedur means dipakai untuk menghiutng mean subgroup means dan menampilkan

statistic yang berkaitan dengan dependent variables dalam kategori yang dinyatakan dalam satu atau lebih independent variables statistic. Adapun analisis yang dapat dilakukan adalah sum, number of cases, mean, median, grouped median, standar error of mean, minimum, maxiimum, range, dan lain-lain, sedangkan printah yang dapat dijalankan adalah klik analyzecompare meanMeans.

2.

Uji T- Untuk Satu Sampel

Uji t1 adalah salah satu uji statistik parametrik yang dikembangkan oleh William Seely Gosset pada tahun 1915, jenis uji ini bertujuan untuk mengkomparasi atau membandingkan apakah rata-rata sebuah populasi ataupun 2 populasi, memiliki perbedaan secara signifikan. Berdasarkan jumlah sampelnya, uji t dapat dibagi atas uji t satu sampel, dan uji t dua sampel: Uji t satu sampel (one sample t-test) digunakan untuk menguji apakah suatu nilai berbeda secara nyata ataukah tidak dengan rata-rata sebuah sampel.

3. Uji T- Untuk Dua Sampel Independent


2

Uji t dua sampel independen digunakan untuk menguji apakah dua kelompok sampel

mempunyai rata-rata yang sama atau tidak, atau apakah selisih rata-rata dari kedua kelompok sampel tersebut sama dengan suatu nilai tertentu atau tidak. Sesuai dengan nama statistik ujinya, maka kedua kelompok sampel harus saling bebas atau tidak ada hubungan satu sama lain (independen). Jumlah sampel dalam pengujian adalah di bawah 30. Uji t dua sampel independen (varian berbeda) digunakan jika diasumsikan bahwa kedua varian dua populasi berbeda.

1 2

http://freelearningji.wordpress.com/2013/04/05/uji-t-satu-sampel/ http://www.hprory.com/2011/11/uji-t-dua-sampel-independen-varian.html

4. Uji T- Untuk Dua Sampel Berpasangan Uji t- sampel berpasangan digunakan pada: 1) satu sampel (setiap elemen mempunyai 2 nilai pengamatan) 2) merupakan data kuantitatif (rasio-interval) 3) berasal dari populasi dgn distribusi normal (di populasi terdapat distribusi difference = d 4) yang berdistribusi normal dengan mean d=0 dan variance d 2=1)

BAB II DESKRIPSI KERJA Terdapat persoalan sebagai berikut: 1. Pada sebuah SMA diperoleh data nilai siswa kelas 3 seperti pada tabel:

Berdasarkan tabel di atas, lakukan analisis deskriptif statistik menggunakan Means pada SPSS kemudian deskripsikan output-nya. (Semakin banyak semakin baik). 2. Universitas Y mengadakan penelitian mengenai IQ mahasiswanya. Menurut isu yang berkembang , IQ mahasiswa universias tersebut sama dengan 135. Untuk membuktikan kebenaran tersebut, tim riset mengambil sampel acak 20 mahasiswa. Kemudian melakukan tes IQ. Data IQ adalah sebagai berikut: 150, 144, 130, 142, 144, 139, 138, 143, 146, 133, 141, 147, 141, 144, 140, 143, 144, 138, 139, 135. Berdasarkan data dan narasi diatas, lakukan: a. Uji rata-rata menggunakan one sample t test menggunakan SPSS. b. Deskripsikan output dari hasil tersebut. c. Lakukan uji hipotesis dengan tingkat kepercayaan 99%.
4

3. Berikut ini diketahui ketikdalulusan siswa antara SMA swasta dan SMA negeri di 10 Kabupaten:

Lakukan pengujian menggunakan independen sampel t test dan analisis hipotesisnya apakah variansi populasi ketidaklulusan siswa swasta dan negeri adalah sama. Tingkat kepercayaan 95%. 4. Data Rata-rata Konsumsi Protein (gram) per Kapita Menurut Kelompok Makanan 2006-2009:

Uji statistik paired sampel t test menggunakan SPSS pada data 2008 dan 2009, tampilkan 5

output-nya dan deskripsikan. Kemudian lakukan uji hipotesis apakah ratarata konsumsi protein per kapita pada tahun 2008 dan 2009 adalah sama (tidak berbeda secara nyata). (menggunakan tingkat kepercayaan 95%) Dari persoalan diatas dapat diselesaikan menggunakan langkah-langkah spss, berikut: 1. Membuka spss, dengan printah klik start, maka akan muncul tampilan seperti dibawah ini: sebagai

Gambar 2. 1 Tampilan jendela spss 2. Selanjutnya masukan data yang pertama kedalam spss, seperti yang terlihat pada gambar dibawah ini:

Gambar 2.2 Tampilan data dalam spss

Selajutnya klik menu analyze compare mean Means, atau seperti pada gambar dibawah ini:

Gambar 2.3 Tampilan membuka menu means Setelah membuka menu means maka akan muncul gambar dibawah ini:

Gambar 2.4 Tampilan Menu means Selanjutnya adalah masukan variabel nilai ujian ke dalam kolom dependent, atau seperti yang terlihat pada gambar dibawah ini:

Gambar 2.5 Tamplan masukan variabel


7

Setelah langkah diatas maka selanjutnya klik ok, pilih statistik deskriptif yang akan di analis seperti yang terlihat pada gambar dibawah ini:

Gambar 2.6 tampilan menu setelah masukan variabel dalam kolom dependen Selanjutnya adalah klik continue ok, maka akan muncul output seprti pada gambar dibawah ini:

Gambar 2.7 Tampilan output dari data kelas

3. Selanjutnya adalah menganalisis Uji rata-rata menggunakan one sample t test menggunakan SPSS, Deskripsikan output dari hasil tersebut, Lakukan uji

hipotesis dengan tingkat kepercayaan 99%. Adapun data-datanya adalah sebagai berikut:

Gambar 2.8 data IQ Setelah masukan data diatas ke dalam lembar kerja spss, maka selanjutnya adalah klik analyze compare mean one sample T-Test, atau seperti yang terlihat pada gambar dibawah ini:

Gambar 2.9 compare means

Setelah langkah diatas maka akan muncul gambar dibawah ini:

Gambar 2.10 Tampilan one sample T-Test


9

Setelah langkah diatas, selanjutnya adalah klik options, maka akan muncul tampilan dibawah ini:

Gambar 2.11 tampilan menu options Setelah masukan nilai tingkat signifikasinya maka klik continue klik ok, akan muncul output seperti pada gambar dibawah ini:

Gambar 2.12 Tampilan output data IQ

4. Langkah selanjutnya adalah masukan data kabupaten, serta nilai lulus dan tidak lulusnya dan kemudian Lakukan pengujian menggunakan independen sampel t test dan analisis hipotesisnya apakah variansi populasi ketidaklulusan siswa swasta dan negeri adalah sama. Tingkat kepercayaan 95%.

10

Adapun langkah-langkah yang dapat dilakukan adalah masukan data ke dalam lembar kerja spss, atau yang terlihat seperti pada gambar dibawah ini:

Gambar 2.13 Tampilan data kelulusan Setelah masukan data ke dalam lembar kerja spss, maka langkah berikutnya adalah klik analyze compare mean independent sampel T-test, atau seperti yang yang terlihat pada gambar dibawah ini:

Gambar 2.14 Tampilan compare mean independen sample

Setelah klik independen sample t test, maka akan muncul gambar dibawah ini:

11

Gambar 2.15 Tampilan independen sample t test Setelah masukan variabel jumlah ke dalam kolom test variable, pilih options maka akan muncul tampilan dibawah ini, pilih interval confidens 95 % atau seperti yang terlihat pada gambar dibawah ini:

Gambar 2.16 Tampilan independen sample T Test Setelah langkah di atas, klik continue, klik ok, maka akan muncul output seperti pada gambar dibawah ini:

Gambar 2.17 Tampilan output dari data

12

5. Persoalan yang terakhir adalah Data Rata-rata Konsumsi Protein (gram) per Kapita Menurut Kelompok Makanan 2006-2009: berikut adalah datanya yang telah dimasukan ke dalam lembar kerja spss:

Gambar 2.18 Tampilan data konsumsi Setelah masukan data ke dalam lembar kerja spss, selanjutnya adalah klik analyze compare means paired- sample T Test, atau seperti yang terlihat pada gambar dibawah ini:

Gambar 2.19 Tampilan compare means Setelah klik paired-sample T-Test, maka akan muncul tampilan berikut ini:

Gambar 2.20 paired sample T-Test


13

Setelah masukan variabel ke masing-masing kolom di atas klik options, maka akan muncul tampilan gambar berikut ini, masukan confidence interval 95 % atau seperti yang terlihat pda gambar dibawah ini:

Gambar 2.21 Tampilan variable options Setelah itu, klik continue klik ok, maka akan muncul output berikut ini:

Gambar 2.22 Tampilan output data konsumsi

14

BAB III PEMBAHASAN

Dari persoaln diatas dapat dibahas dalam bab pembahasan ini: 1) Berikut adalah output dari data yang terdapat pada siswa SMA bedasarkan kelaskelasnya:

Gambar 3.1 Tampilan output means Dari output diatas, pada kelas A mean 67,70 pada kelas B mean 72,90, sedangkan masing-masing jumlah N 10. Kelas standar deviasinya 14,260, kelas B standar

deviasinya 14,019, sedangkan median dari masing-masing kelas pada kelas A nilai tengahnya 65 pada kelas B nilai tengahnya 75. Standar error of mean dari masingmasing kelas adalah 4.509 dan 4,433. Jumlah data dari masing-masing kelas adalah 677 dan 729 sedangkan nilai maksimum pada kelas A 91 pada kelas B 90 sedangkan range dari masing-masing kelas berturut-turut adalah 44 dan 41. Variansi dari kelas A 203,344 variansi dari kelas B 196,544. Nilai kurtosis dari kelas A adalah -641 sedangkan nilai kurtosis pada kelas B -1030. Nilai skewness dari kelas A adalah 0,462 dan nilai skewness kelas B -441

15

2) Selanjutnya adalah output data IQ dari masing-masing siswa:

Gambar 3.2 Tampilan output one sample test Dari output diatas nilai t-hitung adalah 131,839, drajad bebas=19, nilai pvalue=0.000 sedangkan nilai interval yang tertingg adalah 144,47 dan terendah 138,27. a) Hipotesis Ho :Rata-rata IQ mahasiswa Universitas sama H1: Rata-rata IQ mahasiswa IQ mahasiswa Universitas tidak sama b) Tingkat signifikasi 99 % (alfa 5%) c) Daerah kritis Ho ditolak jika t-hitung > t-tabel d) Statistik uji Berdasarkan output dari spss, P-value = 0,000, alfa/2 = 0,025 e) Keputusan Dikarenakan p-value (0,000) < alfa/2 (0,025) maka tolak Ho f) Kesimpulan Jadi, dengan menggunakan tingkat kepercayaan 99 % maka H o ditolak atau data yang ada menunjukan rata-rata IQ mahasiswa Universiti tidak sama.
16

p-value < alfa

3) Berikut adalah output dari data independen sampel T-test,

Gambar 3.3 Tampilan output data independent sample t-test Dari hasil output diatas diketahui bahwa jumlah (N) dari sekolah Swasta dan Negeri masing-masing 38 dan 23. Sedangkan mean masing-masing sekolah adalah 4,0258 dan 2,5613. Standar deviasi dari masing masing sekolah adalah 0,8058 dan 0,8618. Standar error of mean dari sekolah swasta adalah 0,1301 dan sekolah negeri adalah 0,1815. Kemudian selanjutnya adalah nilai F sebesar 0,067, nilai p-value untuk independen sample t test adalah 0,797. Nilai t hitung dari sekolah swasta adalah 6,673 dan t hitung dari sekolah negeri adalah 6,557. Nilai sig- 2tailled masing-masing bernilai 0,000. Drajad bebas dari masing-masing sekolah adalah 9 dan 42,85. Berikut adalah uji hipotesisnya: a) Hipotesis Ho : variansi 1= variansi 2 (variansi populasi ketidaklulusan SMA sama) H1: variansi 1 = variansi 2 (variansi populasi ketidaklulusan SMA tidak sama) b) Tingkat signifikasi 95 % Alfa 5 % c) Daerah kritis Ho ditolak jika p-value < alfa t-hitung > t-tabel
17

d) Statistik uji Nilai p-value berdasarkan tabel adalah 0,797 Alfa/2 = 0,025 e) Keputusan Berdasarkan nilai p-value jadi gagal tolak Ho sebab p-value (0,797) > alfa/2(0,025) f) Keputusan Jadi, dengan menggunakan tingkat kepercayaan 95 % maka gagal tolak Ho dengan demikian variansi poulasi ketidaklulusan SMA sama. 4) Berikut adalah output dari data uji T dua sampel berpasangan (paired sample T test)

Gambar 3.4 Tampilan output paired sample test Dari output di diketahui rata-rata konsumsi tahun 2008 dan 2009 berturut-turut adalah 4,4223 dan 4,1800. Sedangkan jumlah data keduanya adalah 13. Standar deviasidari konsumsi tahun 2008 adalah 6,1553 dan tahun 2009 sebesar 5,9768. Standar error of mean dari konsumsi tahun 2008 adalah 1,707 dan tahun 2009 adalah 1,6576. Korelasinya adalah 1 beraarti hubungan datanya sangat erat. Nilai p-valuenya adalah 0,002. Berikut adalah uji hipotesis dari data paired sample t test: a) Hipotesis Ho : rata-rata konsumsi protein per kapita pada tahun 2008 dan 2009 adalah sama H1: rata-rata konsumsi protein per kapita pada tahun 2008 dan 2009 adalah tidak sama

18

b) Tingkat signifikasi 95 % Alfa 5 % c) Daerah kritis Ho ditolak jika p-value < alfa t-hitung > t-tabel d) Statistik uji Nilai p-value berdasarkan output spss adalah 0,002 Alfa/2 = 0,025 e) Keputusan Berdasarkan nilai p-value jadi tolak Ho sebab p-vale (0,002) < alfa/2(0,025) f) Keputusan Jadi, dengan menggunakan tingkat kepercayaan 95 % maka tolak Ho dengan demikian . rata-rata konsumsi protein per kapita pada tahun 2008 dan 2009 adalah tidak sama

19

BAB 1V PENUTUP

Berdasarkan penjelasan dan langkah-langkah kerja yang terdapat pada BAB-BAB sebelumnya dapat disimpulkan bahwa: 1) Untuk melihat hasil atau output dari data yang ada, maka perintah yang harus dijalankan dalam spss adalah klik analyze compare mean (means, uji T sampel untuk satu sample, uji T untuk dua sample independen paired sample t test) 2) Dari hasil output yang terdapat pada data Means, analisis yang dapat dilakukan adalah mencari nilai mean, standar deviasi, median, nilai maximum, nilai minimum, standar error of mean, kurtosis, skewness, nilai rangenya dan lain-lain 3) Pada output uji t untuk satu sample dapat mengetahui nilai p-value guna untuk membuat uji hipotesisnya 4) Demikian pula pada hasil output uji T untuk dua sample independen dan paired sample t test), dapat mencari nilai p-value dan lai-lain untuk membuat uji hipotesisnya

20

DAFTAR PUSTAKA

http://freelearningji.wordpress.com/2013/04/05/uji-t-satu-sampel/ (Diakses pada 04/12/2013, pukul 21.19) http://www.hprory.com/2011/11/uji-t-dua-sampel-independen-varian.html pada 06/12/2013, pukul 14.16) Nugraha, Jaka. Modul Praktikum Analisis Data Exploratif. 2011. Yokyakarta: tidak diterbitkan (Diakses

21