TUGAS AKHIR

MATA KULIAH STATISTIKA & PROBABILISTIK

Nama Penyusun:
Fitrah Wibowo (1606891860)
Indila Mayrosa (1606931763)
Utami Rianti (1606931971)
Yasir Mulyansyah Fama (1606931984)

FAKULTAS TEKNIK
UNIVERSITAS INDONESIA
MEI 2018
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmatNYA
sehingga makalah ini dapat tersusun hingga selesai . Tidak lupa kami juga
mengucapkan banyak terimakasih atas bantuan dari pihak yang telah
berkontribusi dengan memberikan sumbangan baik materi maupun pikirannya.
Makalah ilmiah ini telah kami susun untuk memenuhi tugas statistik dan
probabilitas yaitu menganalisa statistik deskriprif. Untuk itu kami menyampaikan
banyak terima kasih kepada semua pihak yang telah berkontribusi dalam
pembuatan makalah ini.
Terlepas dari semua itu, Kami menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena
itu dengan tangan terbuka kami menerima segala saran dan kritik dari pembaca
agar kami dapat memperbaiki makalah ilmiah ini.
Akhir kata kami berharap semoga makalah ini bisa memenuhi tugas besar pada
mata kuliah statistik dan probabilitas serta memberikan manfaat kepada
pembacanya

Jakarta, 28 Mei 2018

Penyusun

2
 DAFTAR ISI

KATA PENGANTAR ............................................................................................ 2

DAFTAR ISI ........................................................................................................... 3
BAB I PENDAHULUAN ....................................................................................... 5
1.1 Latar Belakang ................................................................................................................ 5
1.2 Dasar Teori ....................................................................................................................... 6
1.2.1 Pengertian Statistik ................................................................................ 6
1.2.2 Pengertian Data ...................................................................................... 7
1.2.3 Pengertian Populasi ................................................................................ 8
1.2.4 Pengertian Sampel.................................................................................. 9
1.3 Tujuan ................................................................................................................................ 9
1.4 Masalah Utama................................................................................................................ 9
BAB II METODOLOGI PENELITIAN ............................................................... 10
2.1 Alat dan Bahan Kerja ................................................................................................. 10
2.2 Langkah Kerja .............................................................................................................. 10
2.2.1 Observasi .............................................................................................. 10
2.2.2 Eksperimen........................................................................................... 10
2.2.3 Sekunder............................................................................................... 10
BAB III DATA ..................................................................................................... 12
3.1 Pengambilan Data........................................................................................................ 12
3.1.1 Data Observasi ..................................................................................... 12
3.1.2 Data Eksperimen ................................................................................................. 13
3.2 Pengolahan Data .......................................................................................................... 15
3.2.1 Statistik Deskriptif .............................................................................................. 15
3.2.2 Data Eksperimen .................................................................................. 17
3.2.3 Data Sekunder ...................................................................................... 17
3.3. Uji Hipotesis ................................................................................................................ 18
BAB IV ANALISIS .............................................................................................. 19
4.1.Analisis Uji Normalitas ............................................................................................. 19
4.1.1 Akun Instagram Cristiano Ronaldo ...................................................... 19
4.1.2 Akun Instagram Lionel Messi .............................................................. 21
4.2 Analisis T-test ............................................................................................................... 22

3
 4.2.1 T-test Jumlah Komentar ....................................................................... 22
4.2.2 T-test Jumlah Like ................................................................................ 23
BAB V KESIMPULAN ........................................................................................ 24
DAFTAR PUSTAKA ........................................................................................... 25

4
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Artis, olahragawan, atau public figure sangat memahami peran media
terutama media sosial untuk perkembangan karirnya. Banyak public figure yang
kemudian memanfaatkan media sosial untuk berbagai tujuan seperti menaikkan
reputasi, membuat sensasi agar namanya tetap populer, atau memanfaatkan media
sosial sebagai media promosi untuk kepentingan yang berkaitan dengan
pekerjaannya. Semakin banyak sorotan yang ditujukan media kepada mereka,
semakin mendongkrak popularitas sang public figure.
Popularitas ini yang kemudian menjadi modal bagi artis atau public figure
tersebut untuk mendapatkan tawaran tampil di depan masyarakat ataupun
penawaran pekerjaan lain yang memberikan keuntungan secara finansial. Di sini,
public figure seringkali menuntut dirinya sendiri untuk kooperatif dengan para
“warga” media sosial atau sering disebut juga dengan “netizen”. Media sosial
bekerja untuk menyampaikan informasi atau kehidupan pribadi. Bagi khalayak,
informasi itu dapat membentuk, mempertahankan atau meredefinisikan citra.
Menurut Rakhmat (2001), media sosial adalah perpanjangan alat indra kita.
Dengan media sosial, kita memperoleh informasi tentang kehidupan sehari-hari
sang public figure, benda yang dikenakan, tempat yang tidak kita alami secara
langsung, maupun figur-figur tertentu.
Saat ini, jumlah media sosial sudah sangat banyak sekali, namun hanya
beberapa yang bertahan dan sering digunakan seperti: Facebook, Instagram,
Twitter, dan lain-lain. Public figure lebih suka menggunakan Instagram dan
Twitter karena kedua platform ini selain banyak digunakan juga jarang terdapat
postingan spam atau akun ‘bot’ yang dapat menyebarkan virus atau malware.
Dalam tugas ini, penyusun mencoba membandingkan tingkat popularitas
antara dua pemain sepakbola terbaik dan terpopuler di dunia Cristiano Ronaldo
dan Lionel Messi. Berdasarkan latar belakang masalah seperti yang dikemukakan
diatas, maka masalah yang dapat dirumuskan untuk tugas ini adalah
1. Bagaimana mengobservasi popularitas tokoh dunia terhadap waktu;
5
 6

2. Siapakah diantara kedua pesepakbola tersebut yang lebih populer dalam sosial
media terutama pada media instagram.

1.2 Dasar Teori

1.2.1 Pengertian Statistik
Kata statistik dapat diartikan sebagai kumpulan angka-angka mengenai
suatu masalah, sehingga dapat memberikan gambaran mengenai masalah tersebut.
Biasanya kumpulan data tersebut sudah disusun dalam sebuah tabel. Statistik
adalah kesimpulan fakta berbentuk angka yang disusun dalam bentuk daftar atau
tabel yang menggambarkan suatu persoalan. (Subana, 2000). Nama statistik
bergantung pada masalah yang dijelaskan oleh statistik itu, misalnya statistik
pendidikan, statistik ekonomi, statistik kependudukan, statistik produksi, statistik
penjualan, dan sebagainya.
Telah dijelaskan bahwa untuk mebuat kesimpulan dari suatu persoalan
diperlukan sejumlah informasi yang diperoleh melalui proses pengumpulan,
pengolahan, penganalisisan, yang pada pelaksanaannya memerlukan metode
pengerjaan. Berdasarkan pengertian statistik secara garis besar, metode statistik
digolongkan menjadi dua bagian, yaitu:
1. Statistik deskriptif, (statistik deduktif)
2. Statistik inferensial (statistik induktif)
Statistik deskriptif adalah statistik yang menggambarkan kegiatan berupa
pengumpulan data, penyusunan data, pengolahan data, dan penyajian data dalam
bentuk tabel, grafik, ataupun diagram, agar memberikan gambaran yang teratur,
ringkas, dan jelas mengenai suatu keadaan atau peristiwa (Subana, 2000). Statistik
deskriptif ini tanpa proses analisa dan tanpa adanya penarikan kesimpulan, tanpa
pengujian hipotesis, dan hanya melakukan perhitunganperhitungan saja.
Statistik inferensial adalah statistik yang berhubungan dengan penarikan
kesimpulan yang bersifat umum dari data yang telah disusun dan diolah (Subana,
2000). Statistik inferensial juga dapat diartikan sebagai serangkaian teknik yang
digunakan untuk mengkaji, menaksir dan mengambil kesimpulan sebagian data
(data sampel) yang dipilih secara acak dari seluruh data yang menjadi subjek
kajian (populasi). Statistik inferensial disebut juga dengan statistik induktif.
 7

Populasi adalah sebuah kumpulan dari kemungkinan orang-orang, benda-benda

dan ukuran lain dari obyek yang menjadi perhatian. Sedangkan sampel adalah
suatu bagian dari populasi tertentu yang menjadi perhatian.

1.2.2 Pengertian Data

Bagi seorang koki, kualitas masakan yang ia buat akan baik apabila bahan
baku yang digunakan juga haruslah berkualitas baik. Jika kualitas bahan bakunya
jelek masakan yang ia masak pastinya tidak akan terasa lezat di lidah.
Tidak berbeda dengan seorang statisik, ia juga membutuhkan bahan baku
yang baik agar produk akhirnya dapat dimanfaatkan dengan baik. Sebelumnya
telah diuraikan bahwa statistika merupakan alat bantu yang baik sekali untuk
mengambil keputusan. Maka, sangatlah fatal akibatnya jika dasar pengambilan
keputusannya sendiri memiliki kualitas yang buruk.
Data adalah sejumlah informasi yang dapat memberikan gambaran tentang
suatu keadaan atau masalah, baik yang berupa angka-angka (golongan) maupun
yang berbentuk kategori, seperti: baik, buruk, tinggi, rendah, dan sebagainya. Data
merupakan bentuk jamak dari kata datum.
Data dapat dijumpai di berbagai tempat. Dari surat kabar yang terbit setiap
hari, akan dijumpai berbagai informasi mengenai harga sekuritas, komoditas
dagangan, kurs mata uang asning, tingkat inflasi yang melanda suatu negara dan
lain sebagainya.
Data dapat digolongkan menurut berbagai cara seperti yang akan diuraikan
berikut ini:
1. Menurut sifatnya
a. Data kualitatif: adalah suatu karakteristik dari suatu variabel yang
nilai-nilainya dinyatakan dalam bentuk non-numerikal (tidak berbetuk
angka) atau atribut-atribut (Kustituanto, 1994). Misalnya penjualan
merosot, mutu barang naik, karyawan resah, jenis kelamin, agama dan
lain sebagainya
b. Data kuantitaif adalah suatu karakteristik dari suatu variabel yang
nilai-nilainya dinyatakan dalam bentuk numerikal (Kustituanto, 1994).
Yang termasuk data kuantitatif misalnya produksi 100unit/hari, omset
 8

penjualan naik 20%, jumlah karyawan 1.000 orang, keuntungan

Rp25.000.000,00, tinggi rata-rata siswa SMK 160 cm, dan
sebagainya.
2. Menurut cara memperolehnya
a. Data primer adalah data dikumpulkan atau diolah sendiri oleh suatu
perusahaan dengan mendatangi ibu rumah tangga untuk mengetahui
jumlah pemakaian sabun, pasta gigi, dan sebagainya (Subana, 2000).
Biro pusat statistik mengumpulkan data harga sembilan bahan pokok
langsung mendatangi pasar kemudian mengolahnya.
b. Data sekunder ialah data yang diperoleh suatu organisasi atau
perusahaan dalam bentuk yang sudah jadi dari pihak lain (Subana,
2000). Perusahaan memperoleh data penduduk, data pendapatan,
nasional, indeks harga konsumen, dan daya beli masyarakat dari Biro
Pusat Statistik (BPS).

1.2.3 Pengertian Populasi

Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek
yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti.
(Sugiyono, 2011:80)
Jadi populasi bukan hanya orang, tetapi juga obyek dan benda-benda alam
yang lain. Populasi juga bukan sekedar jumlah yang ada pada obyek atau subyek
yang dipelajari, tetapi meliputi seluruh karakteristik atau sifat yang dimiliki oleh
subyek atau obyek itu.
Populasi adalah suatu kumpulan dari suatu obyek yang menyeluruh dari
suatu obyek yang merupakan perhatian peneliti. Obyek peneliti dapat berupa
mahluk hidup, benda, sistem dan prosedur, fenomena, dan lain-lain. (Ronny
Kountur, 2007:145).
Apabila kita berbicara tentang orang, maka populasi orang adalah seluruh
manusia yang ada di dunia. Kalau yang ingin kita ketahui adalah orang-orang
yang belajar di Univesitas Indonesia, maka populasinya adalah seluruh orang
yang belajar di Univesitas Indonesia. Jadi, populasi adalah seluruh anggota dalam
lingkup yang kita maksudkan.
 9

1.2.4 Pengertian Sampel

Sampel adalah bagian atau jumlah dan karakteritik yang dimiliki oleh
populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin mempelajari
semua yang ada pada populasi, missal karena keterbatan dana, tenaga dan waktu,
maka peneliti akan mengambil sampel dari populasi itu. Apa yang dipelajari dari
sampel itu, kesimpulannya akan diberlakukan untuk populasi. Untuk itu sampel
yang diambil dari populasi harus betul-betul representative (mewakili).
(Sugiyono, 2011:81).
Bila sampel tidak representatif, maka ibarat orang buta disuruh
menyimpulkan karakteristik gajah. Satu orang memegang telinga gajah, maka ia
akan menyimpulkan gajah itu seperti kipas. Orang kedua memegang badan gajah,
maka menyimpulkan gajah itu seperti tembok besar. Satu orang lagi memegang
ekornya, maka ia menyimpulkan gajah itu kecil seperti seutas tali.
Begitulah kalo sampel yang dipilih untuk representatif, maka ibarat 3 orang
buta itu yang membuat kesimpulan salah tentang gajah. Sampel adalah bagian dari
populasi. Pada umumnya, kita tidak bisa mengadakan penelitian kepada seluruh
anggota dari suatu populasi karena terlalu banyak sehingga kita harus mengamati
beberapa bagian yang representatif dari suatu populasi dan kemudian diteliti.
Representatif dari populasi ini yang dimaksud sampel (Kountur, 2007:146).

1.3 Tujuan
1. Untuk mengetahui cara mengumpulkan data dengan cara observasi dan
melakukan eksperimen serta cara mengolah dan menampilkan data dengan
cara manual atau menggunakan aplikasi Minitab atau Microsoft Excel
untuk mendapatkan data statistik.
2. Menguji hipotesis yang berkembang di dunia: “Cristiano Ronaldo lebih
populer di media sosial Instagram.

1.4 Masalah Utama

1. Bagaimana cara mendapatkan data?
2. Bagaimana cara mengolah data deskriptif?
3. Bagaimana cara menguji hipotesis (H0)?
 BAB II
METODOLOGI PENELITIAN

2.1 Alat dan Bahan Kerja

 1 buah smartphone
 Koneksi Internet
 Seperangkat alat tulis
 Aplikasi Minitab
 Aplikasi Instagram

2.2 Langkah Kerja

2.2.1 Observasi
Berikut adalah langkah kerja pengumpulan data jumlah komentar dan likedi
40 post instagram terakhir Cristiano Ronaldo dan Lionel Messi:
1. Menyiapkan alat yang dibutuhkan.
2. Memulai membuka Aplikasi Instagram.
3. Mengamati 40 post terakhir dari akun instagram Cristiano Ronaldo dan
Lionel Messi
4. Mencatat jumlah komentar dan like.
5. Melakukan pengolahan data menggunakan aplikasi Minitab.
2.2.2 Eksperimen
Berikut adalah langkah kerja pengumpulan data eksperimen munculnya
gambar burung garuda pada pelemparan uang logam Rp. 500,- selama 25 kali :
1. Menyiapkan uang logam Rp.500,-.
2. Menyiapkan alat pencatatan.
3. Melakukan percobaan tersebut sebanyak 25 kali.
4. Melakukan pengolahan data menggunakan aplikasi Minitab

2.2.3 Sekunder
Berikut adalah langkah kerja pengumpulan data sekunder dari internet yang
menjelaskan tentang jumlah penduduk propinsi Jawa Timur berdasarkan
Kota/Kabupaten di Tahun 2015:
10
 11

1. Mencari data sekunder melalui internet.

2. Mengunduh data tersebut.
3. Melakukan pengolahan data menggunakan aplikasi Minitab.
 BAB III
DATA

3.1 Pengambilan Data

3.1.1 Data Observasi

Cristiano Ronaldo Lionel Messi

Post ke-
Like Comment Like Comment
1 3.000.000 15.400 2.400.000 15.100
2 6.000.000 40.800 2.900.000 18.100
3 1.900.000 5.900 4.700.000 29.500
4 4.700.000 20.600 3.100.000 17.800
5 5.600.000 10.000 3.700.000 25.700
6 6.300.000 41.900 3.600.000 21.100
7 4.900.000 25.200 4.700.000 24.300
8 7.900.000 48.000 4.800.000 47.700
9 5.000.000 19.700 5.100.000 40.000
10 3.600.000 8.000 5.500.000 44.300
11 3.900.000 19.200 3.400.000 47.000
12 1.700.000 9.500 4.300.000 31.200
13 4.200.000 23.800 3.300.000 32.000
14 5.200.000 35.700 6.500.000 52.500
15 7.100.000 47.800 3.700.000 38.300
16 8.200.000 19.200 4.300.000 28.600
17 5.800.000 65.400 3.200.000 32.200
18 4.700.000 26.500 2.100.000 26.000
19 4.800.000 31.800 3.900.000 41.700
20 4.400.000 21.400 5.600.000 42.100
21 4.500.000 30.000 5.900.000 102.000
22 7.100.000 56.400 3.300.000 21.600
23 4.800.000 30.900 3.500.000 24.600
24 7.400.000 44.500 3.500.000 33.400
25 5.400.000 41.700 3.100.000 13.900
26 4.800.000 33.900 2.800.000 12.600
27 3.300.000 16.300 4.700.000 50.600
28 5.700.000 27.700 2.900.000 14.900
29 3.600.000 6.500 1.200.000 8.300
30 7.700.000 18.800 5.900.000 50.600
31 5.100.000 72.000 5.200.000 45.200
32 4.200.000 49.700 1.600.000 15.500
33 6.500.000 21.200 4.100.000 26.400
34 6.500.000 153.000 5.200.000 56.400
35 6.700.000 77.800 3.300.000 35.400
36 4.500.000 43.500 2.900.000 29.600
37 7.300.000 41.000 4.100.000 35.800
38 4.500.000 49.500 5.400.000 67.300
39 1.900.000 25.300 2.800.000 37.000
40 4.600.000 31.900 1.200.000 12.400

12
3.1.2 Data Eksperimen

Berhasil = Munculnya sisi uang logam dengan lambang Garuda

Gagal = Munculnya sisi uang logam dengan tulisan 500

Percobaan ke- Gagal / Berhasil

1 Gagal
2 Gagal
3 Berhasil
4 Gagal
5 Gagal
6 Berhasil
7 Berhasil
8 Berhasil
9 Berhasil
10 Berhasil
11 Gagal
12 Gagal
13 Berhasil
14 Berhasil
15 Gagal
16 Gagal
17 Berhasil
18 Berhasil
19 Gagal
20 Berhasil
21 Berhasil
22 Gagal
23 Berhasil
24 Berhasil
25 Berhasil

13
3.1.3 Data Sekunder
Jumlah Penduduk Propinsi Jawa Timur bedasarkan Kota/KabupatenTahun 2015

No. Kota/Kabupaten Jumlah Penduduk

1 Pacitan 550.986
2 Ponorogo 867.393
3 Trenggalek 689.200
4 Tulungagung 1.021.190
5 Blitar 1.145.396
6 Kediri 1.546.883
7 Malang 2.544.315
8 Lumajang 1.030.193
9 Jember 2.407.115
10 Banyuwangi 1.594.083
11 Bondowoso 761.205
12 Situbondo 669.713
13 Probolinggo 1.140.480
14 Pasuruan 1.581.787
15 Sidoarjo 2.117.279
16 Mojokerto 1.080.389
17 Jombang 1.240.985
18 Nganjuk 1.041.716
19 Madiun 676.087
20 Magetan 627.413
21 Ngawi 828.783
22 Bojonegoro 1.236.607
23 Tuban 1.152.915
24 Lamongan 1.187.795
25 Gresik 1.256.313
26 Bangkalan 954.305
27 Sampang 936.801
28 Pamekasan 845.314
29 Sumenep 1.072.113
30 Kediri 280.004
31 Blitar 137.908
32 Malang 851.298
33 Probolinggo 229.013
34 Pasuruan 194.815
35 Mojokerto 125.706
36 Madiun 174.995
37 Surabaya 2.848.583
38 Batu 200.485
14
3.2 Pengolahan Data
3.2.1 Statistik Deskriptif
 Cristiano Ronaldo

Summary Report for CRComment

Anderson-Darling Normality Test
A-Squared 1,74
P-Value <0,005
Mean 35185
StDev 25854
Variance 668451564
Skewness 2,6025
Kurtosis 10,3087
N 40
Minimum 5900
1st Quartile 19325
Median 30450
3rd Quartile 44250
Maximum 153000
95% Confidence Interval for Mean
0 40000 80000 120000 160000 26916 43454
95% Confidence Interval for Median
22386 40918
95% Confidence Interval for StDev
21179 33198

95% Confidence Intervals

Mean

Median

20000 25000 30000 35000 40000 45000

Summary Report for CRLike

Anderson-Darling Normality Test
A-Squared 0,37
P-Value 0,400
Mean 5125000
StDev 1616858
Variance 2,61423E+12
Skewness -0,114705
Kurtosis -0,228714
N 40
Minimum 1700000
1st Quartile 4250000
Median 4850000
3rd Quartile 6450000
Maximum 8200000
95% Confidence Interval for Mean
2000000 3000000 4000000 5000000 6000000 7000000 8000000 4607904 5642096
95% Confidence Interval for Median
4541082 5658918
95% Confidence Interval for StDev
1324467 2076103

95% Confidence Intervals

Mean

Median

4500000 4750000 5000000 5250000 5500000 5750000

15
 Lionel Messi

Summary Report for LMComment

Anderson-Darling Normality Test
A-Squared 0,68
P-Value 0,070
Mean 33718
StDev 17725
Variance 314170712
Skewness 1,53193
Kurtosis 4,39141
N 40
Minimum 8300
1st Quartile 21225
Median 31600
3rd Quartile 43750
Maximum 102000
95% Confidence Interval for Mean
20000 40000 60000 80000 100000 28049 39386
95% Confidence Interval for Median
25823 37766
95% Confidence Interval for StDev
14520 22759

95% Confidence Intervals

Mean

Median

25000 27500 30000 32500 35000 37500 40000

Summary Report for LMLike

Anderson-Darling Normality Test
A-Squared 0,31
P-Value 0,536
Mean 3835000
StDev 1287126
Variance 1,65669E+12
Skewness -0,020402
Kurtosis -0,383074
N 40
Minimum 1200000
1st Quartile 2950000
Median 3650000
3rd Quartile 4775000
Maximum 6500000
95% Confidence Interval for Mean
1200000 2400000 3600000 4800000 6000000 3423357 4246643
95% Confidence Interval for Median
3300000 4300000
95% Confidence Interval for StDev
1054363 1652715

95% Confidence Intervals

Mean

Median

3200000 3400000 3600000 3800000 4000000 4200000 4400000

16
3.2.2. Data Eksperimen

3.2.3. Data Sekunder

17
3.3. Uji Hipotesis

Bagian ini akan menjelaskan metode perhitungan uji hipotesis yang dalam
hal ini akan menggunakan t-test. T-test dapat digunakan untuk mengevaluasi
perbedaan antara dua mean dari dua sampel tidak saling berkaitan(independent)
atau antara dua sampel yang pengamatan dalam sampel kedua tidak independent
dari sampel pertama. Yang terakhir ini sering disebut sebagai t-test berpasangan.
Kedua t-test berpasangan dan tidak berpasangan menggunakan distribusi t
sampling untuk menentukan p-value (Tello & Crewson., 2003).
Data yang digunakan adalah data banyaknya jumlah komentar dan like pada
40 post terakhir Cristiano Ronaldo dan Lionel Messi per tanggal 26 Mei 2019 di
media sosial Instagram. Kemudian, pengolahan dan perhitungan data dilakukan
pada software Minitab.
Hipotesis yang akan diuji pada tugas ini ada dua yaitu adalah
1. Rata-rata jumlah komentar pada akun Cristiano Ronaldo sama dengan
akunLionel Messi pada setiap posting di media sosial Instagram.
H0: µ1 = µ2
H1: µ1≠ µ2
2. Rata-rata jumlah like pada akun Cristiano Ronaldo sama dengan akun
Lionel Messi pada setiap posting di media sosial Instagram.
H0: µ1 = µ2
H1: µ1 ≠ µ2

18
 BAB IV
ANALISIS

4.1. Analisis Uji Normalitas

4.1.1. Akun Instagram Cristiano Ronaldo

Probability Plot of CRComment

Normal
99
Mean 35185
StDev 25854
95 N 40
AD 1,739
90
P-Value <0,005
80
70
Percent

60
50
40
30
20

10
5

1
-50000 0 50000 100000 150000
CRComment

Probability Plot of CRLike

Normal
99
Mean 5125000
StDev 1616858
95 N 40
AD 0,374
90
P-Value 0,400
80
70
Percent

60
50
40
30
20

10
5

1
1000000 2000000 3000000 4000000 5000000 6000000 7000000 8000000 9000000
CRLike

19
 20

Pada uji normalitas menggunakan taraf signifikan 0,05, didapatkan rata-rata

jumlah komentar pada akun Cristiano Ronaldo adalah 35.185 dan rata-rata jumlah
like sebesar 5.125.000. Selain itu, standar deviasi untuk jumlah komentar adalah
sebesar 25.854 dan jumlah like adalah 1.616.858. Uji normalitas ini menggunakan
tes Anderson-Darling dalam Minitab, kami menemukan bahwa data jumlah
komentar adalah tidak berdistribusi normal, hal ini terbukti dengan nilai p-value
lebih kecil dari 0.005. Sedangkan untuk data jumlah like adalah berdistribusi
normal, hal ini terbukti dengan p-value yang lebih besar dari 0,05.
Data jumlah komentar berdistribusi tidak normal, maka untuk dilakukan t-
test data perlu ditransformasi menjadi normal terlebih dahulu. Dalam Minitab ada
tool mudah untuk mentransformasi data menjadi berdistribusi normal yaitu
menggunakan Box-Cox Transformation. Setelah data berhasil ditransformasi,
kemudian data diuji normalitas kembali.

Box-Cox Plot of CRComment

Lower CL Upper CL
70000
λ
(using 95,0% confidence)
Estimate 0,24
60000
Lower CL -0,22
Upper CL 0,67

50000 Rounded Value 0,00

StDev

40000

30000

20000 Limit

-1 0 1 2 3
λ
 21

Probability Plot of CRComment 2

Normal
99
Mean 10,25
StDev 0,6847
95 N 40
AD 0,426
90
P-Value 0,301
80
70
Percent

60
50
40
30
20

10
5

1
8,5 9,0 9,5 10,0 10,5 11,0 11,5 12,0
CRComment 2

Setelah diuji normalitas terlihat pada grafik bahwa data berhasil

bertransformasi menjadi berdistribusi normal, hal ini dibuktikan dengan nilai P-
value lebih besar dari 0,05.

4.1.2. Akun Instagram Lionel Messi

Probability Plot of LMComment

Normal
99
Mean 33718
StDev 17725
95 N 40
AD 0,681
90
P-Value 0,070
80
70
Percent

60
50
40
30
20

10
5

1
0 20000 40000 60000 80000 100000
LMComment
 22

Probability Plot of LMLike

Normal
99
Mean 3835000
StDev 1287126
95 N 40
AD 0,312
90
P-Value 0,536
80
70
Percent

60
50
40
30
20

10
5

1
0 1000000 2000000 3000000 4000000 5000000 6000000 7000000
LMLike

Pada uji normalitas menggunakan taraf signifikan 0,05, didapatkan rata-rata

jumlah komentar pada akun Lionel Messiadalah 33.718 dan rata-rata jumlah like
sebesar 3.835.000. Selain itu, standar deviasi untuk jumlah komentar adalah
sebesar 17.725 dan jumlah like adalah 1.287.126. Uji normalitas ini menggunakan
tes Anderson-Darling dalam Minitab, kami menemukan bahwa data jumlah
komentar adalah berdistribusi normal, hal ini terbukti dengan nilai p-value lebih
besar dari 0.05. Sedangkan untuk data jumlahlike adalah berdistribusi normal, hal
ini terbukti dengan p-value yang lebih besar dari 0,05.

4.2. Analisis T-test

4.2.1. T-test Jumlah Komentar

Sample N Mean StDev SE Mean
1 40 35185 25854 4088
2 40 33718 17725 2803

Difference = μ (1) - μ (2)

Estimate for difference: 1467
95% CI for difference: (-8400; 11334)
T-Test of difference = 0 (vs ≠): T-Value = 0,30 P-Value = 0,768 DF = 78
Both use Pooled StDev = 22165,3439
 23

Dari hasil perhitungan menggunakan software Minitab di atas, didapatkan

nilai p-value sebesar 0,768 yang mana nilainya lebih besar dari nilai signifikan
0,05. Oleh karena itu, kami tidak menolak H0. Ini dapat diartikan bahwa kedua
pesepakbola tersebut memiliki jumlah penggemar yang sama untuk mengomentari
setiap posting pada akun masing-masing.

4.2.2. T-test Jumlah Like

Sample N Mean StDev SE Mean
1 40 5125000 1616858 255648
2 40 3835000 1287126 203512

Difference = μ (1) - μ (2)

Estimate for difference: 1290000
95% CI for difference: (639468; 1940532)
T-Test of difference = 0 (vs ≠): T-Value = 3,95 P-Value = 0,000 DF = 78
Both use Pooled StDev = 1461321,8557

Dari hasil perhitungan menggunakan software Minitab di atas, didapatkan

nilai p-value sebesar 0,000 yang mana nilainya lebih kecil dari nilai signifikan
0,05. Oleh karena itu, kami menolak H0dan menerima H1. Jika dilihat dari nilai
rata-rata jumlah like, maka Cristiano Ronaldo yang memiliki nilai mean 5.125.000
jauh lebih besar dari nilai mean akun Lionel Messi. Halini dapat diartikan bahwa
Cristiano Ronaldo memiliki ketertarikan tersendiri pada setiap posting foto
maupun video sehingga menarik minat penggemarnya untuk menyukai posting-an
tersebut.
 BAB V
KESIMPULAN

Dari penelitian yang telah dilakukan oleh penyusun, maka dapat

disimpulkan beberapa hal sebagai berikut:
 Statistik deskriptif lebih mudah diolah dan disajikan menggunakan
software Minitab daripada secara manual.
 Cristiano Ronaldo dan Lionel Messi merupakan dua pesepakbola aktif
terpopuler di media sosial Instagram dengan pengikut sebesar 126.000.000
dan 91.800.000 masing-masing berturut-turut.
 Jumlah komentar pada akun Instagram Cristiano Ronaldo dan Lionel
Messi tidak memiliki perbedaan yang signifikan untuk dapat menolak H0.
 Jumlah like pada akun Instagram Cristiano Ronaldo nilainya lebih besar
dari akun Lionel Messi sehingga cukup bukti untuk menolak H0 dan
menerima H1.

24
 DAFTAR PUSTAKA

Subana. (2000). Statistik Pendidikan. Bandung: Pustaka Setia.

Kountur, R. D.M.S., Ph.D. 2007. Metode Penelitian Untuk Penulisan Skripsi dan
Tesis. Ed. 2. Jakarta: PPM.
Kustituanto, B. (1994). Statistika I (Deskriptif). Jakarta: PBD.
Prof. Dr. Sugiyono. 2011. Metode Penelitian Kuantitatif, Kualitatif, dan R&D.
Bandung: ALFABETA, cv.
Rakhmat, J. (2001). Metode penelitiankomunikasi. Bandung: Remaja Rosdakarya
Tello, R., & Crewson, P. (2003). Hypothesis Testing II: Means. Radiology, 2271–
4.
http://statistikdasar.com/files/materi/pengertian_dasar_dalam_statistika.pdf
https://www.bps.go.id/linkTabelStatis/view/id/1276
http://sukar1111.blogspot.co.id/2015/03/pengertian-dan-cara-mencarinya-
mean.html
http://prasko17.blogspot.co.id/2012/07/mean-median-modus.html

25