MATERI I
PENGANTAR STATISTIKA
1) Statistiik Deskriptif
Statistik deskriptif mengacu pada bagaimana
menata atau mengorganisasi data, menyajikan, dan
menganalisis data. Menata, menyajikan, dan
menganalisis data dapat dilakukan misalnya dengan
menentukan nilai rata-rata hitung dan persen / proposisi.
Cara lain untuk menggambarkan data adalah dengan
membuat tabel, distribusi frekuensi, dan diagram atau
grafik (Sugiyono, 2006).
2) Statistik Inferensial
Statistik inferensial adalah statistik yang
berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk
menggambarkan karakterisktik atau ciri dari suatu
populasi. Dengan demikian dalam statistik inferensial
dilakukan suatu generalisasi (perampatan atau
memperumum) dan hal yang bersifat khusus (kecil) ke hal
4
1) Statisitik parametrik
Statistik parametrik dapat dilakukan jika sampel
yang akan dipakai berasal dari populasi yang berdistribusi
normal. Jumlah data yang digunakan dalam analisis ini
minimal 30 sampel dan menggunakan yang berupa data
interval dan ratio.
Misal :
2) Data ordinal
6
Analisis Statistik
MATERI 2
PENGENALAN MENU SPSS
1. Memulai SPSS
Anda juga bisa memulai SPSS dengan cara klik Start
> Program > SPSS 22.0 > SPSS 22.0
Setelah Anda klik SPSS 22.0 dan kemudian klik
cancel, Anda akan masuk ke dalam SPSS Data
Editor sebagai berikut (Gambar 2.1).
13
3. Menu Analyze
Menu Analyze adalah menu utama yang nantinya
akan sering dipakai ketika melakukan analisis. Menu
analyze berisi sub menu sesuai dengan analisis
statistik yang diinginkan.
MATERI 3
STATISTIKA DESKRIPTIF
CONTOH KASUS :
Rumah sakit dr. Soebandi ingin mengetahui
besarnya frekwensi dan membuat tampilan grafik data
jenis kelamin pasien kanker dan kondisi pasien setelah
dilakukan kemoterapi. Data diambil dari 20 pasien yang
dirawat intensif selama rentang waktu 6 bulan terakhir
diketahui data jenis kelamin mahasiswa sebagai berikut :
20
Mahasiswa
No
Nama Jenis Kelamin Frekuensi Hadir
1 Alan Laki-laki Sangat Baik
2 Beni Laki-laki Kurang Baik
3 Cica Perempuan Baik
4 Desi Perempuan Baik
5 Eni Perempuan Baik
6 Fahmi Laki-laki Kurang Baik
7 Ganang Laki-laki Kurang Baik
8 Heru Laki-laki Kurang Baik
9 Ikhsan Laki-laki Kurang Baik
10 Johan Laki-laki Kurang Baik
11 Kristina Perempuan Sangat Baik
12 Leni Perempuan Sangat Baik
13 Mona Perempuan Sangat Baik
14 Norma Perempuan Baik
15 Osa Laki-laki Baik
16 Purnami Perempuan Baik
17 Quan Xie Laki-laki Baik
18 Reza Laki-laki Sangat Baik
19 Sari Perempuan Sangat Baik
20 Tanti Perempuan Kurang Baik
21
PENGOLAHAN DATA
1. Input Data
2. Pengolahan Data
Klik menu utama ANALYZE, klik submenu
DESCRIPTIVE STATISTICS, klik
FREQUENCIES…
Frequencies
Statistics
Jenis_Kelamin Kondisi_Pasien
N Valid 20 20
Missing 0 0
Frequency Table
Jenis_Kelamin
Valid Cumulative
Frequency Percent Percent Percent
Valid Laki-laki 10 50,0 50,0 50,0
Perempuan 10 50,0 50,0 100,0
Total 20 100,0 100,0
Kondisi_Pasien
Valid Cumulative
Frequency Percent Percent Percent
Valid Kurang 7 35,0 35,0 35,0
Baik
Baik 7 35,0 35,0 70,0
Sangat 6 30,0 30,0 100,0
Baik
Total 20 100,0 100,0
24
INTERPRETASI OUTPUT
1. Output Statistics
Berdasarkan output Statistic dapat dilihat
bahwa terdapat 20 data dengan tingkat
validitas sebesar 100%. Hal ini berarti tidak
ada data yang hilang.
2. Output Frequencies
Berdasarkan output Frequencies dapat dilihat
bahwa :
a. Pasien dengan jenis kelamin Perempuan
sebanyak 10 (50,0%) orang dan Pasien
dengan jenis kelamin Laki-laki sebanyak
12 (50,0%) orang.
b. Pasien yang memiliki kondisi kurang baik
setelah kemoterapi sebanyak 7 (35%)
orang, Pasien yang memiliki kondisi baik
setelah kemoterapi sebanyak 6 (30%)
orang, dan Pasien yang memiliki kondisi
sangat baik setelah kemoterapi sebanyak
7 (35%) orang.
25
perempuan
Laki-laki
baik
Sangat baik
Kurang baik
3. Output Chart
Berdasarkan output Chart dapat dilihat
diagram lingkaran yang menunjukkan
proporsi pasien jenis kelamin Perempuan dan
pasien dengan jenis kelamin Laki-laki dan
juga proporsi kondisi pasien setelah
kemoterapi.
26
Mahasiswa
No
Nama IPK
1 Alan 3,20
2 Beni 3,30
3 Cica 3,10
4 Desi 3,50
5 Eni 3,40
6 Fahmi 3,20
7 Ganang 3,20
8 Heru 3,50
9 Ikhsan 3,10
10 Johan 3,30
11 Kristina 3,00
12 Leni 3,50
13 Mona 3,40
14 Norma 3,10
15 Osa 3,40
16 Purnami 3,50
17 Quan Xie 3,40
18 Reza 3,20
19 Sari 3,00
20 Tanti 3,00
21 Umi 3,30
28
22 Vera 3,30
23 Weni 3,50
24 Xien Hua 3,00
25 Yeni 3,10
26 Zulfikar 3,40
Pengolahan Data
i. Membuka file frequencies_data rasio.
ii. Klik menu utama ANALYZE, klik submenu
DESCRIPTIVE STATISTICS, klik
FREQUENCIES…
Klik Continue.
Klik OK
OUTPUT
ANALISIS DATA
1. Output Statistics
Berdasarkan output Statistic dapat dilihat bahwa :
a. N. Terdapat 26 data Indeks Prestasi (IPK)
mahasiswa dengan tingkat validitas sebesar
32
: 3,2654
2(0,1765)
:2,9034 s/d 3,6094
Berdasarkan perhitungan tersebut dapat
dilihat bahwa batas bawah (2,9034)
mendekati nila minimum (3,00) dan batas
atas (3,6094) mendekati nilai maksimum
(3,50) maka penyebaran data adalah baik.
f. Variance. Varians sebesar 3,115E-02
g. Skewness. Skewness sebesar –0,134
digunakan untuk mengetahui bentuk distribusi
data.
Skewness
Rasio Skewness :
S.E.Skewness
- 0,134
:
0,456
:-0,29386
Berdasarkan perhitungan tersebut dapat
dilihat bahwa –2 < Rasio Skewness (-0,29386)
< 2, maka distribusi data adalah normal.
h. Kurtosis. Kurtosis sebesar –1,316 digunakan
untuk mengetahui bentuk distribusi data.
Kurtosis
Rasio Skewness :
S.E. Kurtosis
34
- 1,316
:
0,887
:-0,48365
Berdasarkan perhitungan tersebut dapat
dilihat bahwa –2 < Rasio Kurtosis (-48365) <
2, maka distribusi data adalah normal.
i. Minimum. Indeks Prestasi Kumulatif (IPK)
mahasiswa terendah sebesar 3,00.
j. Maximum. Indeks Prestasi Kumulatif (IPK)
mahasiswa tertinggi sebesar 3,50.
k. Range. Range sebesar 0,50 merupakan jarak
antara nilai maksimum dengan nilai minimum.
l. Percentiles. Angka persentil.
a) Percentiles 10. Rata-rata Indeks Prestasi
Kumulatif (IPK) mahasiswa sebanyak
10% di bawah 3,00.
b) Percentiles 25. Rata-rata Indeks Prestasi
Kumulatif (IPK) mahasiswa sebanyak
25% di bawah 3,10.
c) Percentiles 50. Rata-rata Indeks Prestasi
Kumulatif (IPK) mahasiswa sebanyak
50% di bawah 3,30.
d) Percentiles 75. Rata-rata Indeks Prestasi
Kumulatif (IPK) mahasiswa sebanyak
75% di bawah 3,40.
35
2. Output Frequencies
Berdasarkan output Frequencies dapat dilihat
bahwa :
a. Mahasiswa dengan Indeks Prestasi
Kumulatif (IPK) sebesar 3,00 sebanyak 4
(15,4%) orang.
b. Mahasiswa dengan Indeks Prestasi
Kumulatif (IPK) sebesar 3,10 sebanyak 4
(15,4%) orang.
c. Mahasiswa dengan Indeks Prestasi
Kumulatif (IPK) sebesar 3,30 sebanyak 4
(15,4%) orang.
36
3. Output Chart
Berdasarkan output Chart dapat dilihat bahwa
diagram batang yang menunjukkan frekwensi
data Indeks Prestasi Kumulatif (IPK)
mahasiswa mempunyai kemiripan bentuk
dengan kurva normal. Hal ini menunjukkan
bahwa bentuk distribusi data Indeks Prestasi
37
MATERI 4
Contoh Kasus :
No
Nama Toeic
1 Arman 533
2 Bambang 529
3 Chairul 523
4 Dina 510
5 Erma 532
6 Fiona 525
7 Guntur 528
8 Husni 525
9 Indah 515
10 Jihan 526
11 Khrisna 518
12 Laksmi 520
13 Mahfudz 519
14 Nirmala 530
15 Oka 510
16 Putri 522
17 Queen 525
18 Rachmat 527
19 Sarah 509
20 Thomas 516
21 Umar 501
22 Vincent 503
23 Woro 530
24 Xena 505
25 Yahya 524
26 Zulva 511
40
Pengolahan data
1. Memasukkan data kedalam SPSS
4. Klik ok
Output :
42
Analisis Data
Output deskriptive
Mean menunjukkan rata-rata dari skor TOEIC
sebesar 519,85 dengan stanbdard deviasi sebesar
1,82689
Median menunjukkan nilai tengah sebesar 522,5
Variace merupakan ragam sebesar 86,775
MATERI 5
UJI PERINGKAT BERTANDA WILCOXON
No Sebelum Sesudah
1 25 26
2 27 26
3 20 22
4 21 24
5 18 22
6 19 21
7 20 24
8 22 21
9 24 26
10 25 26
11 24 25
12 27 28
13 23 25
45
14 25 27
15 22 25
Analisis Data
Analisa :
Hipotesis
Ho : Suplemen tersebut tidak mempunyai efek
berarti pada berat badan
H1 : Suplemen tersebut mempunyai efek pada
peningkatan berat badan
49
Pengambilan keputusan
A. Dengan membandingkan statistik hitung dengan
statistik tabel.
Jika statistik hitung < statistik tabel, maka Ho diterima
Jika statistik hitung > statistik tabel, maka Ho ditolak
- Statistik hitung
Menghitung statistik uji dari wilcoxon :
Dari output terlihat bahwa terlihat dari 15 data, ada
2 data mempunyai beda negatif, dan 13 data
bernilai positif dan tidak ada yang sama (ties).
Dalam uji wilcoxon, yang dipakai adalah jumlah
beda-beda yang paling kecil, karena itu dalam
kasus ini diambil beda-beda negatif, yaitu 7 (lihat
output pada kolom „sum of ranks‟). Angka statistik
uji didapatkan sebesar -3.045.
- Statistik tabel
Dengan melihat tabel Z ( dapat dilihat pada tabel
statistik) dengan tingkat signifikan (α) = 5%, maka
didapat statistik wilcoxon = 1,64
Keputusan :
Karena statistik hitung > statistik tabel, maka Ho
ditolak
50
MATERI 6
UJI MANN-WHITNEY
Contoh Soal
52
Analisa Data :
Interpretasi :
Hipotesis
Ho : Kedua populaasi identik (data penjualan kedua
kelompok salesman tidak berbeda secara
signifikan)
H1 : Kedua populaasi tidak identik atau berbeda dalam
hal lokasi (data penjualan kedua kelompok
salesman berbeda secara signifikan)
Pengambilan keputusan
Keputusan :
Terlihat bahwa pada kolom asymp sig (2-tailed)
untuk diuji 2 sisi adalah 0,000. Disini didapat probabilitas
dibawah 0,05, maka Ho ditolak, atau kedua populaasi
tidak identik atau berbeda dalam hal lokasi (data
penjualan kedua kelompok salesman berbeda secara
signifikan).
58
Materi 7
Uji Kruskall Wallis
Contoh Soal
PT. Angkasa Permai ingin memproduksi tiga
baterai pertanian dengan merek A, B, dan C. Manajer
produksinya ingin mengetahui apakah ada perbedaan
mutu produk yang nyata diantara ketiga merek tersebut.
Maka dari itu diambil sejumlah sampel tertentu dari
masing- masing merek, kemudian diukur masa hidupnya
(menyalakan alat yang sama hingga mati). Berikut ini
adalah hasil pengujiaan (angka dalam satuan jam).
13 192,9 Merek B
14 191,6 Merek B
15 193,7 Merek B
16 198,1 Merek B
17 192,3 Merek B
18 198,4 Merek C
19 199,9 Merek C
20 192,6 Merek C
21 201,2 Merek C
22 203,7 Merek C
23 199,8 Merek C
24 205,2 Merek C
25 201,1 Merek C
Analisis :
1. Buka lembar kerja baru caranya pilih file-new
2. Isikan data variabel sesuai dengan data yang
diperlukan. Tampak dilayar seperti pada gambar 7.1
Interpretasi :
Hipotesis
Pengambilan keputusan
MATERI 8
UJI FRIEDMAN
Contoh Soal
Analisis :
1. Buka lembar kerja baru caranya pilih file-new
2. Isikan data variabel sesuai dengan data yang
diperlukan. Tampak dilayar seperti pada gambar 8.1
Interpretasi :
Hipotesis
Ho : Populasi-populasi dalam suatu blok adalah identik
(keempat rasa biskuit tersebut mempunyai mutu
yang sama/ penilaian yang sama)
H1 : Sekurang-kurangnya salah satu perlakuan
cenderung menghasilkan output yang lebih besar
dibandingkan dengan sekurang-kurangnya salah
satu perlakuan lain. Atau dalam kasus diatas
sekurang-kurangnya salah satu jenis rasa
mendapat penilaian yang lebih besar
dibandingkan sekurang-kurangnya salah satu
rasa yang lainnya.
Pengambilan keputusan
Keputusan
MATERI 9
CHI SQUARE
9.1. Pengertian
Chi-Square disebut juga dengan Kai Kuadrat. Chi
Square adalah salah satu jenis uji komparatif non
parametris yang dilakukan pada dua variabel, di mana
skala data kedua variabel adalah nominal. Uji chi-square
digunakan untuk mengetahui ada tidaknya hubungan
antara dua variabel (Independency test).
Contoh Kasus
“Dilakukan penelitian untuk mengetahui hubungan
keparahan sakit kepala dengan pemberian dua formulasi
obat yang berbeda (2mg dan 4mg)”
Data penelitian:
11 2 2
12 2 2
13 2 2
14 2 2
15 2 1
16 2 1
17 2 2
18 2 1
19 2 2
20 2 2
Keterangan:
Konsentrasi obat : 1 = 2mg, 2 = 4mg
Keparahan sakit kepala : 1= sakit kepala
ringan, 2 = sakit kepala parah
74
Langkah-langkah Analisis:
1. Masukkan data penelitian
7. Klik OK
MATERI 10
KORELASI SPEARMAN
14 3 2
15 2 3
5. Kemudian Klik Ok
a. Output SPSS
Kemudian akan muncul Output seperti dibawah ini
83
BAB 11
REGRESI LOGISTIK