2017
Modul Praktikum
Statistika
I. PENDAHULUAN
Dalam materi praktikum ini, akan diulas penggunaan paket program SPPS
mengingat program tersebut sudah mampu menangani berbagai kasus dalam analisis data
dan sudah cukup banyak digunakan/dikenal. Selain SPSS, akan dibahas pula sedikit
tentang penggunaan Microsoft Excel untuk analisis data.
Paket program SPSS merupakan perangkat lunak yang dapat digunakan sebagai
media pengolahan data yang menyediakan berbagai jenis perintah yang memungkinkan
proses pemasukan data, manipulasi data, pembuatan grafik, peringkasan nilai-nilai
numerik, dan analisis statistika.
Perkembangan paket program SPSS cukup baik hingga saat ini release terakhir
yang keluar adalah IBM SPSS Statistics for window Release 23.
SPSS mempunyai dua layar primer yaitu Data Editor untuk pemasukan data, edit
dan manipulasi data, dan pengolahan data; serta Viewer yang merupakan layar untuk
menampilkan hasil.
Untuk memulai SPSS for window dapat dilakukan melalui langkah-langkah berikut:
1
MODUL PRAKTIKUM STATISTIKA
Pada kotak dialog tersebut dapat dipilih salah satu kegiatan/operasional yang ingin
dilakukan, kemudian klik OK. Apabila ingin memulai memasukkan data baru, maka
klik CANCEL atau tutup kotak dialog tersebut dengan klik tanda silang di ujung atas
kanan kotak dialog.
- Apabla dipilih klik CANCEL (proses memasukkan data baru) maka akan muncul
tampilan Data Editor seperti tampak pada gambar berikut. Layar data editor
merupakan layar utama dalam SPSS yang mempunyai dua fungsi utama, yaitu
input data yang akan diolah oleh SPSS dan proses data yang telah diinput dengan
prosedur statistik tertentu.
Baris Menu
2
MODUL PRAKTIKUM STATISTIKA
Tampilan di atas merupakan layar data editor bagian Data View tempat
memasukkan data. Namun, sebelum data dimasukkan, perlu untuk mendefinisikan
variabel-variabel yang digunakan beserta sifat-sifatnya (Name, Type, Width, Decimals,
Label, Values, Missing, Column, Align, Measure). Mendefinisikan variabel dilakukan
pada layar data editor bagian Variable View dengan jalan klik tabs Variable View pada
bagian kiri bawah atau dengan menekan CTRL+T. Sedangkan untuk kembali ke Data
View, klik tabs Data View pada bagian kiri bawah. Adapun tampilan data editor bagian
Variable View adalah sebagai berikut
Pada baris Menu SPSS tersedia beberapa pilihan menu yang dapat Anda lakukan,
yaitu: File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Add-ons Window,
dan Help.
Sebagai contoh, untuk membuat histogram dengan menggunakan menu dapat dilakukan
dengan langkah: klik menu Graphs – Legacy Dialogs - Histogram maka akan tampil
kotak dialog sebagai berikut:
3
MODUL PRAKTIKUM STATISTIKA
Kemudian isi kotak dialog tersebut sesuai dengan pertanyaan-pertanyaan yang tersedia.
Pertanyaan yang tidak boleh dilewati adalah pertanyaan yang berkaitan dengan variabel
(peubah) yang ingin dianalisis. Hasilnya ditampilkan dalam layar Viewer berikut:
Untuk menyimpan data yang telah dimasukkan dengan SPSS digunakan menu File pada
layar Data Editor dan klik icon Save atau Save As. Sedangkan untuk menyimpan hasilnya
(outputnya) digunakan menu File pada layar Viewer dan klik icon Save atau Save As.
4
MODUL PRAKTIKUM STATISTIKA
I. PENYAJIAN DATA
Penyajian data yang akan dibahas di sini meliputi penyajian data dengan tabel distribusi
frekuensi dan diagram. Diagram yang dapat digunakan antara lain adalah diagram batang, diagram
lingkaran, histogram dan poligon, serta diagram ogive.
Untuk membuat tabel distribusi frekuensi dilakukan dengan bantuan MS Excel, sedangkan
untuk membuat diagram dilakukan dengan bantuan SPSS menggunakan menu Graphs – Legacy
Dialogs atau Graphs – Chart Builder.
Contoh Kasus:
Diketahui sekumpulan data nilai sebagai berikut
45 10 20 31 48 20 29 27 11 8
25 21 42 24 22 36 33 22 23 13
34 29 25 39 32 38 50 5
Buat tabel distribusi frekuensi dari data tersebut di atas
Untuk membuat tabel distribusi frekuensi dapat dilakukan dengan MS Excel dengan langkah
sebagai berikut:
1. Masukkan data pada data sheet MS.Excel
2. Tentukan banyaknya kelas dengan aturan Sturgess
𝑘 = 1 + 3.3 log 28 = 5.78 ≈ 6 𝑘𝑒𝑙𝑎𝑠
3. Tentukan panjang interval kelas
𝑑𝑎𝑡𝑎 𝑚𝑎𝑘𝑠. −𝑑𝑎𝑡𝑎 𝑚𝑖𝑛. 50 − 5
𝑝= = = 7.5 ≈ 8
𝑘 6
4. Tentukan ujung atas masing-masing kelas interval, yang kemudian dijadikan data BIN dan
dimasukkan pada data sheet MS. Excel. Sehingga data sheet akan tampak sebagai berikut
5
MODUL PRAKTIKUM STATISTIKA
5. Pilih menu Data – Data Analysis hingga muncul kotak dialog berikut
7. Input Range diisi dengan range variabel data, Bin Range diisi dengan range variabel bin,
dan Output Range diisi dengan range tempat tabel akan ditampilkan (misal diisi dengan
J2)
8. Klik OK dan akan muncul tabel berikut
6
MODUL PRAKTIKUM STATISTIKA
Hasil tersebut menunjukkan bahwa kelas interval pertama terdiri dari 4 data, kelas interval
kedua terdiri dari dari 3 data, demikian seterusnya hingga kelas keenam terdiri dari 3 data.
Bila pada More menunjukkan frekuensi sebesar 0 (nol) berarti tidak ada data yang tidak
masuk dalam 6 kelas interval yang disusun. Selain itu kolom BIN menunjukkan ujung atas
masing-masing kelas interval.
Warna Jumlah
Merah 35
Kuning 25
Hijau 15
Biru 25
Untuk membuat diagram batang dengan bantuan SPSS dapat dilakukan dengan langkah
sebagai berikut:
1. Pemasukan data
Definisikan variabel pada lembar Variable View.
Variabel WARNA
- Definisikan pada baris ke-1
- Kolom Name diisi dengan warna
- Kolom Type dipilih tipe data string
- Kolom Width diisi dengan 8 (untuk keseragaman)
- Kolom Decimal diisi dengan 0 (untuk keseragaman)
Variabel JUMLAH
- Definisikan pada baris ke-2
7
MODUL PRAKTIKUM STATISTIKA
Setelah variabel didefinisikan, buka lembar Data View, kemudian data warna permen
diinput pada kolom variabel Warna dan data jumlah permen diinput pada kolom variabel
Jumlah.
Klik icon Simple dan Values of individual cases, selanjutnya klik tabs Define
8
MODUL PRAKTIKUM STATISTIKA
9
MODUL PRAKTIKUM STATISTIKA
10
MODUL PRAKTIKUM STATISTIKA
d. Untuk membuat diagram batang, dapat dipilih Bar pada Galery kemudian pilih
gambar tipe diagram batang yang akan dibuat (untuk kasus ini pilih diagram batang
yang Simple
Selain itu, diagram bisa juga dibuat per elemen dengan cara klik Basic Elements
sehingga muncul sebagai berikut
11
MODUL PRAKTIKUM STATISTIKA
Pada Choose Axes pilih gambar dengan dua sumbu koordinat, dan pada Choose
Elements pilih gambar bar (batang).
Pengisian:
- Pada X-Axis diisikan variabel warna, pada Y-Axis diisikan variabel jumlah sehingga
muncul tampilan sebagai berikut
12
MODUL PRAKTIKUM STATISTIKA
Pada Chart preview terlihat bahwa sumbu Y menunjukkan mean (rata-rata) dari
variabel jumlah, padahal yang dimaksud pada kasus adalah nilai (value) dari
variabel jumlah (nilai jumlah untuk masing masing kategori warna). Sehingga
perlu dilakukan edit diagram.
- Edit diagram dilakukan pada bagian Element Properties.
- Pada Statistics, Mean diganti dengan Value kemudian klik Apply, sehingga
tampak pada kotak dialog sebagai berikut
13
MODUL PRAKTIKUM STATISTIKA
- Agar tampilan pada sumbu X teurut sesuai tabel (merah, kuning, hijau, biru),
maka pada Element properties dapat diedit urutan sumbu X. Klik pada X-
Axis1(Bar1), pada Direction Ascending diganti dengan Descending, klik Apply
14
MODUL PRAKTIKUM STATISTIKA
Warna Jumlah
Merah 35
Kuning 25
Hijau 15
Biru 25
15
MODUL PRAKTIKUM STATISTIKA
16
MODUL PRAKTIKUM STATISTIKA
17
MODUL PRAKTIKUM STATISTIKA
h. Untuk membuat pie chart, dapat dipilih Pie/Polar pada Galery kemudian klik gambar
pie chart yang akan dibuat
Selain itu, diagram bisa juga dibuat per elemen dengan cara klik Basic Elements
sehingga muncul sebagai berikut
18
MODUL PRAKTIKUM STATISTIKA
Pengisian:
- Pada Slice by diisikan variabel warna, pada Angle Variable diisikan variabel
jumlah sehingga muncul tampilan sebagai berikut
Pada Chart preview terlihat bahwa sumbu Y menunjukkan sum (total jumlah)
dari variabel jumlah, padahal yang dimaksud pada kasus adalah nilai (value) dari
variabel jumlah (nilai jumlah untuk masing masing kategori warna). Sehingga
perlu dilakukan edit diagram.
- Edit diagram dilakukan pada bagian Element Properties.
19
MODUL PRAKTIKUM STATISTIKA
- Pada Statistics, Sum diganti dengan Value kemudian klik Apply, sehingga tampak
pada kotak dialog sebagai berikut
- Agar tampilan serah jarum jam teurut sesuai tabel (merah, kuning, hijau, biru),
maka pada Element properties dapat diedit urutan searah jarum jam. Klik pada
Group Color (Polar Interval1), pada Direction Ascending diganti dengan
Descending, klik Apply
20
MODUL PRAKTIKUM STATISTIKA
IV. HISTOGRAM
Ketiga diagram tersebut biasanya digunakan untuk mengetahui pola sebaran data, simetris
atau ada kemencengan ke kiri ataupun ke kanan.
21
MODUL PRAKTIKUM STATISTIKA
Contoh Kasus:
Diketahui sekumpulan data nilai sebagai berikut
45 10 20 31 48 20 29 27 11 8
25 21 42 24 22 36 33 22 23 13
34 29 25 39 32 38 50 5
Buat histogram
Untuk membuat histogram dari sekelompok data dengan bantuan SPSS dapat dilakukan
dengan langkah sebagai berikut:
1. Pemasukan Data:
a. Definisikan variabel pada layar Variable View. Name diisi dengan DATA.
b. Masukkan data pada kolom variable DATA. Pengisian data dilakukan pada layar Data
View.
2. Membuat Histogram
Pembuatan histogram, stem & leaf, dan box-plot dengan bantuan SPSS dapat dilakukan
menggunakan beberapa menu berikut ini:
Pengisian:
Variable(s) diisi dengan variable DATA dengan cara klik pada variable DATA,
kemudian klik tanda , maka variabel DATA akan masuk pada bagian
Variable(s).
Statistics. bisa diabaikan.
Charts. Klik pada bagian ini, akan muncul kotak dialog
22
MODUL PRAKTIKUM STATISTIKA
Pada Chart Type, pilih Histograms. Bila ingin membandingkan histogram data
dengan kurva normal, bias diaktifkan With normal curve. Kemudian klik Continue.
Format. Bisa diabaikan.
Klik OK.
Hasilnya adalah sebagai berikut:
Pengisian:
Dependent List. Diisi dengan variable DATA, dengan cara klik pada variable DATA,
kemudian klik tanda , maka variabel DATA akan masuk pada bagian Dependent
List.
23
MODUL PRAKTIKUM STATISTIKA
Display. Pilih Both, jika ingin mengeksplorasi dengan plot maupun statistics. Pilih
Statistics, jika ingin mengeksplorasi statistics saja. Atau pilih Plots, jika ingin
mengeksplorasi plot/diagram saja. Untuk keseragaman, dipilih Plots.
Plots. Klik pada bagian ini dan akan terlihat kotak dialog berikut pada layar.
Pada bagian Boxplots dipilih Factor levels together atau Dependents together,
karena hanya satu variable yang dianalisa. Pada bagian Descriptive dipilih
Histogram. Kemudian klik Continue.
Klik OK.
24
MODUL PRAKTIKUM STATISTIKA
25
MODUL PRAKTIKUM STATISTIKA
Pengisian:
Variable. Diisi dengan variable DATA.
Pilih Display normal curve, bila ingin menampilkan kurva normal. Untuk
keseragaman, pilih bagian ini.
Titles. Bisa diabaikan.
Klik OK.
Hasilnya adalah
26
MODUL PRAKTIKUM STATISTIKA
Pilih
Pilih gambar histogram yang diinginkan, untuk kasus ini pilih sesuai petunjuk
tanda anak panah. Selanjutnya akan nampak sebagai berikut
27
MODUL PRAKTIKUM STATISTIKA
Isikan variable DATA pada kotak di sumbu X (horizontal) sesuai petunjuk anak
panah.
Bila akan mengatur jumlah kelas interval, klik pada bagian Element Properties
untuk memunculkan kotak dialog berikut
Selanjutnya, klik pada bagian Set Parameters dan akan muncul sebagai berikut
28
MODUL PRAKTIKUM STATISTIKA
Anchor First Bin. Untuk mengatur batas bawah dari kelas interval pertama.
Bila ingin mengatur sesuai keinginan, pilih Custom value for anchor dan
isikan nilai yang dikehendaki. Namun untuk keseragaman, pilih Automatic,
sesuai pengaturan SPSS.
Bin Sizes. Untuk mengatur jumlah kelas interval. Bila ingin mengatur sesuai
keinginan, pilih Custom isikan nilai Number of interval atau Interval width
yang dikehendaki. Namun untuk keseragaman, pilih Automatic, sesuai
pengaturan SPSS.
Klik Continue.
Klik Apply.
Klik OK.
Hasilnya adalah sebagai berikut:
29
MODUL PRAKTIKUM STATISTIKA
LATIHAN:
1. Buat tabel diatribusi frekuensi dan histogram dari kelompok-kelompok data berikut:
a.
58.788 32.142 21.468 -4.413 75.907 68.188 42.798
39.761 40.673 64.858 103.343 62.128 64.137 29.932
38.421 91.733 80.964 48.997 68.803 34.643 60.746
66.263 23.339 78.142 23.239
b. 36 46 39 47 46 41 46 37 37 41 35
45 42 42 50 48 42 36 39 34 34 58
45 44 48 45 49 39 49 38 36 40 36
48 41 41 52 42 43 35 38 42 30 54
40 43 49 46 47 38 41 35 35 30
c. 43 61 17 86 42 88 78
94 57 56 57 60 57 82
25 76 92 46 67 45
53 50 54 24 70
30
MODUL PRAKTIKUM STATISTIKA
31
MODUL PRAKTIKUM STATISTIKA
Ukuran pemusatan, lokasi, dan penyebaran merupakan bagian dari statistika deskriptif.
Ukuran pemusatan yang digunakan biasanya adalah mean, median, dan modus. Ukuran
lokasi meliputi nilai quartile, desil, dan persentil. Sedangkan ukuran penyebaran antara lain
meliputi simpangan baku (standard deviasi), varian, jangkauan (range).
Contoh Kasus:
Diketahui sekumpulan data nilai sebagai berikut
45 10 20 31 48 20 29 27 11 8
25 21 42 24 22 36 33 22 23 13
34 29 25 39 32 38 50 5
Tentukan mean, median, modus, standar deviasi, varian, quartil satu dan tiga, persentil 15
dan 85, range, jarak antar quartile.
Untuk mendapatkan nilai-nilai statistic tersebut dengan bantuan SPSS dapat dilakukan
dengan cara:
1. Menggunakan menu Analyze – Descriptive Statistics – Frequencies
Bila dipilih menu ini, akan muncul kotak dialog sebagai berikut
Pengisian:
Variable(s). Untuk kasus ini diisi dengan variable DATA.
Klik bagian Statistics, akan muncul kotak dialog
32
MODUL PRAKTIKUM STATISTIKA
Pengisian:
Variable(s). Diisi dengan variable DATA
Klik bagian Options, akan muncul sebagai berikut
33
MODUL PRAKTIKUM STATISTIKA
Pengisian:
Dependent List. Masukkan variable DATA.
Display. Pilih Statistics
Klik pada bagian Statistics, akan muncul kotak dialog
34
MODUL PRAKTIKUM STATISTIKA
LATIHAN:
1. Tentukan mean, median, modus, standar deviasi, varian, quartil satu dan tiga, persentil
15 dan 85, range, jarak antar quartile dari data pada nomor satu (1) bab 1.
35
MODUL PRAKTIKUM STATISTIKA
III. ESTIMASI
Salah satu bagian statistika adalah statistika inferensial, dimana pada statistika inferensial
dikaji semua yang berkaitan dengan analisis data sebagai dasar penarikan kesimpulan tentang
keseluruhan data populasi. Statistika inferensial meliputi estimasi dan uji hipotesis.
Estimasi dibedakan menjadi estimasi titik dan estimasi selang, dimana estimasi titik akan
selalu berada dalam estimasi selangnya. Pada estimasi titik, nilai parameter diestimasi dengan satu
nilai tunggal (hanya sebuah nilai tertentu). Sebagai contoh parameter μ diestimasi dengan 𝑋̅ ,
parameter σ2 diestimasi dengan s2, dimana nilainya sangat tergantung pada nilai mean (rata-rata)
dari sampel-sampel yang diambil dari populasi tersebut. Hal tersebut merupakan salah satu sebab
sulitnya mendapatkan estimator yang baik, yang sesuai dengan nilai parameternya. Untuk itu perlu
dilakukan estimasi selang, dimana nilai parameter diestimasi akan terletak pada suatu interval
tertentu dengan tingkat kepercayaan/tingkat signifikansi tertentu. Hasil estimasi selang disebut
dengan selang kepercayaan (confidence interval) yang dinyatakan dalam bentuk peluang. Selang
kepercayaan merupakan sebuah peluang bahwa parameter populasi (θ) jatuh pada suatu tempat
dalam selang. Bentuk umum dari selang kepercayaan adalah
𝑃(𝑎 ≤ 𝜃 ≤ 𝑏) = 1 − 𝛼
dimana 𝑎 ∶ batas bawah selang
𝑏 ∶ batas atas selang
1 − 𝛼 ∶ tingkat kepercayaan
Tingkat kepercayaan 1 − 𝛼 merupakan besarnya peluang bahwa parameter populasi yang
tidak diketahui ada pada selang kepercayaan pada 100 percobaan. Misalnya tingkat kepercayaan
90%, 95%, 99%. Sementara 𝛼 merupakan peluang bahwa parameter tidak dalam selang pada 100
percobaan.
Ada beberapa faktor yang mempengaruhi lebar selang, yaitu variasi data yang diukur dari
simpangan baku populasi, ukuran sampel (n), dan tingkat kepercayaan 1 − 𝛼 .
Beberapa estimasi selang adalah sebagai berikut:
1. Estimasi Selang Kepercayaan Rata-rata/Mean (μ)
a. Simpangan baku populasi (σ) diketahui
Asumsi: populasi berdistribusi normal, jika tidak gunakan sampel berukuran besar
(𝑛 ≥ 30)
𝜎 𝜎
𝑃 (𝑋̅ − 𝑍𝛼⁄2 ≤ 𝜇 ≤ 𝑋̅ + 𝑍𝛼⁄2 ) = 1 − 𝛼
√𝑛 √𝑛
b. Simpangan baku populasi (σ) tidak diketahui, populasi terbatas
Asumsi: ukuran sampel kecil (𝑛 < 30) , menggunakan distribusi t dengan derajat bebas n-
1, simpangan baku populasi diestimasi dengan simpangan baku sampel.
𝑠 𝑠
𝑃 (𝑋̅ − 𝑡𝛼⁄2,(𝑛−1) ≤ 𝜇 ≤ 𝑋̅ + 𝑡𝛼⁄2,(𝑛−1) ) = 1 − 𝛼
√𝑛 √𝑛
Contoh:
Diketahui 10 data sampel sebagai berikut: 46.4, 46.1, 45.8, 47.0, 46.1, 45.9, 45.8, 46.9,
45.2, 46.0. Buat selang kepercayaan 95% untuk rata-ratanya, bila diasumsikan data
berdistribusi normal.
36
MODUL PRAKTIKUM STATISTIKA
Penyelesaian:
Dengan menggunakan SPSS dapat dilakukan dengan langkah-langkah sebagai berikut:
- Definisikan variabel pada variable view, misalkan beri nama variabel “X”
- Isikan data variabel X pada data view
- Gunakan menu Analyze-Compare Means-One sample T test, maka akan muncul kotak
dialog
37
MODUL PRAKTIKUM STATISTIKA
P ( X 1 X 2 ) t / 2, n1 n2 2 s p 1 / n1 1 / n2 ( 1 2 ) ( X 1 X 2 ) t / 2, n1 n2 2 s p 1 / n1 1 / n2 1
P ( X1 X 2 ) t / 2, s12 / n1 s22 / n2 ( 1 2 ) ( X1 X 2 ) t / 2, s12 / n1 s22 / n2 1
Contoh:
2 jenis baja diambil masing-masing 7 dan 6 sampel, pengambilan dilakukan secara acak
kemudian diuji kekerasannya dan masing-masing memberikan hasil sebagai berikut:
Baja I : 157.8; 156.2; 161.9; 154.4; 153.6; 156.4; 153.2
Baja II: 164.2; 158.7; 163.1; 162.5; 159.8; 159.2
Buat selang kepercayaan 95% untuk beda kekerasan kedua jenis baja tersebut.
Penyelesaian:
Dengan menggunakan SPSS dapat diselesaikan dengan langkah sebagai berikut:
- Definisikan variabel pada variable view
Misal variabel “keras” untuk kekerasan baja dengan tipe data numeric. Selanjutnya
variabel “jenis” untuk pengelompokkan jenis bajanya, tipe datanya numeric, kemudian
klik pada bagian kolom Values, maka akan muncul kotak dialog
Pada value isikan “0”, dan pada label isikan “baja 1”, kemudian klik Add. Kemudian
ulangi lagi dengan mengisikan “1” pada value dan “baja 2” pada label, klik Add.
Kemudian klik OK.
- Isikan data kekerasan baja pada variabel “keras”, dan data jenis baja pada variabel
“jenis”. Pengisian data dilakukan pada bagian data view. Pengisian data jenis baja,
untuk baja 1 diisi dengan angka 0, baja 2 diisi dengan angka 1 (sesuai pengisian value
pada variable view)
38
MODUL PRAKTIKUM STATISTIKA
- Masukkan variabel “keras” pada bagian Test Variable(s), variabel “jenis” pada grouping
variable
- Klik define group, pada Group 1 isikan 0, dan pada Group 2 isikan 1. Klik Continue.
- Klik options dan isikan tingkat kepercayaannya (dalam hal ini 95%), klik continue, klik
OK. Maka akan muncul hasil sebagai berikut:
c. Data berpasangan
Dua kelompok data yg diukur dari individu yg sama atau percobaan yg perlakuannya
dipasang-pasangkan. Mengikuti distribusi t dengan derajat bebas n-1.
- Hitung d x1 x2 untuk setiap data
- Hitung rata-rata dan varian dari d
- Susun selang kepercayaan
s
P d t / 2, n 1 d 1 2 d t / 2, n 1 d 1
s
n n
Contoh:
Ada 15 orang pasien diukur tekanan darahnya sebelum dan sesudah diberi obat “X” untuk
mengetahui apakah obat tersebut dapat menurunkan tekanan darah pemakainya. Buat
selang kepercayaan 95% untuk beda mean tekanan darah sebelum dan sesudah
pemberian obat.
Sebelum(A) 70 80 72 76 76 76 72 78 82 64 74 92 74 68 84
Sesudah(B) 68 72 62 70 58 66 68 52 64 72 74 60 74 72 74
39
MODUL PRAKTIKUM STATISTIKA
d=A-B 2 8 10 6 18 10 4 26 18 -8 0 32 0 -4 10
Penyelesaian:
Dengan SPSS dapat diselesaikan dengan langkah sebagai berikut:
- Definisikan variabel pada variable view. Misalkan variabel “belum” dan “sudah”
- Isikan data untuk tiap variabel pada data view
- Gunakan menu Analyze-Compare Means-Paired Samples T Test, maka akan muncul
kotak dialog
- Masukkan variabel “belum” pada bagian paired variables kolom variable 1 dan variabel
“sudah pada bagian paired variables kolom variable 2.
- Klik options, isikan tingkat kepercayaannya (dalam hal ini 95%), klik continue.
- Klik OK, maka akan muncul hasil sebagai berikut:
40
MODUL PRAKTIKUM STATISTIKA
LATIHAN:
1. 20 sampel rokok diambil untuk diuji kandungan nikotinnya dan diperoleh rata-rata
kandungan nikotin dari sampel tersebut sebesar 1.2 mg. Buat selang kepercayaan 99%
untuk rata-rata kandungan nikotin rokok jika varian populasi kandungan nikotin rokok
sebesar 0.04 mg!
2. Berikut ini adalah skor tes IQ dari suatu sampel acak yang terdiri dari 18 siswa suatu sekolah
a. Tentukan selang kepercayaan 95% untuk rata-rata skor IQ dari seluruh siswa yang ada
di sekolah tersebut!
b. Tentukan selang kepercayaan 95% untuk varian skor IQ dari seluruh siswa yang ada di
sekolah tersebut!
3. Survey menunjukkan terdapat 190 orang yang menonton program kontroversial tertentu
dari sampel sebanyak 250 orang pemirsa televisi di suatu daerah. Tentukan selang
kepercayaan 95% untuk proporsi populasi orang yang menonton program kontroversial
tertentu!
4. Berdasarkan soal nomor 3, apabila di daerah lain juga dilakukan survey yang sama
terhadap 400 orang dan ternyata terdapat 250 orang yang menonton program
kontroversial tertentu, buatlah selang kepercayaan 95% untuk beda proporsi populasi
orang yang menonton program kontroversial di kedua daerah tersebut!
5. Diambil sampel acak sebanyak 40 lampu jenis A dan 50 lampu jenis B untuk diuji lama
hidupnya. Dari sampel tersebut diketahui bahwa rata-rata lama hidup lampu jenis A adalah
418 jam dan rata-rata lama hidup lampu jenis B adalah 402 jam. Buat selang kepercayaan
94% untuk beda rata-rata kedua jenis lampu tersebut jika diketahui simpangan baku
populasi lampu A dan B adalah 26 dan 22!
6. Pengukuran kekuatan tekanan tangan kiri dan tangan kanan dari 10 orang tukang ketik
kidal dicatat sebagai berikut:
Orang
1 2 3 4 5 6 7 8 9 10
7. Suatu feeding test dilakukan pada 24 sapi perah untuk membandingkan dua jenis diet,
pertama adalah “dewatered alfalfa” dan yang lain adalah “field-wilted alfalfa”. Suatu
sampel terdiri dari 12 sapi perah dipilih secara acak dan diberi perlakuan diet “dewatered
41
MODUL PRAKTIKUM STATISTIKA
alfalfa”; sedangkan 12 sapi perah lainnya diberi perlakuan diet “ field-wilted alfalfa”. Dari
pengamatan selama periode tiga minggu, rata-rata susu yang dihasilkan setiap harinya
untuk masing-masing sapi perah tercatat sebagai berikut:
Field-wilted 44 44 56 46 47 38 58 53 49 35 46 30
alfalfa
Dewatered 35 47 55 29 40 39 32 41 42 57 51 39
alfalfa
42
MODUL PRAKTIKUM STATISTIKA
Uji hipotesis merupakan salah satu bagian statistika inferensial yang membolehkan orang
untuk menguji suatu pernyataan tentang parameter populasi dengan menggunakan informasi yang
diperoleh dari studi sampel. Uji hipotesis bertujuan untuk menentukan apakah dugaan tentang
karakteristik populasi didukung oleh informasi yang diperoleh dari sampel.
Hipotesis merupakan dugaan sementara tentang pertanyaan penelititan dan pada
umumnya merupakan pernyataan tentang karakteristik populasi sehingga disebut juga hipotesis
statistik. Hipotesis diformulasikan dalam dua bentuk, yaitu hipotesis nol dan hipotesis alternative.
Hipotesis nol merupakan dugaan yang dirumuskan dengan harapan akan ditolak, bermakna
keberadaannya tidak ada (misal: tidak ada perbedaan, tidak ada pengaruh, tidak ada hubungan),
dan mengadung pernyataan kesamaan (=). Sedangkan hipotesis alternative merupakan
pernyataan operasional penelitian (harapan berdasarkan teori) yang didukung secara kuat oleh
data sampel, dan mengandung pernyataan ketaksamaan (<, >, ≠).
Dalam uji hipotesis terdapat dua tipe kesalahan. Kesalahan tipe I merupakan kesalahan
menolak hipotesis nol yang benar. Sementara kesalahan tipe II merupakan kesalahan menerima
hipotesis nol yang salah. Peluang maksimum melakukan kesalahan tipe I disebut dengan tingkat
signifikansi, dilambangkan dengan alpha (α).
Langkah-langkah dalam uji hipotesis adalah
1. Merumuskan hipotesis nol (H0) dan alternative (H1)
2. Menentukan tingkat signifikansi
3. Menentukan statistic uji
4. Menentukan p-value (besar peluang nilai yang lebih besar dari statistic uji) untuk
statistic uji
5. Membandingkan statistic uji dengan nilai table (nilai teoritis) masing-masing sebaran
statistic uji. Atau dengan membandingkan p-value dari statistic uji dengan tingkat
signifikansi.
6. Menentukan kriteria pengambilan keputusan.
7. Penarikan kesimpulan tentang populasi.
43
MODUL PRAKTIKUM STATISTIKA
Statistik Uji:
- Untuk n ≥30
x 0
z hitung Z =Z
tabel
n
Analisis dengan bantuan SPSS dapat dilakukan dengan langkah yang sama pada proses estimasi.
Pengambilan kesimpulan dilakukan dengan membandingkan nilai statistic uji (z, t, χ2, F) yang ada
dalam output SPSS dengan nilai table dari z, t, χ2, F untuk tingkat signifikansi tertentu. Atau dengan
44
MODUL PRAKTIKUM STATISTIKA
membandingkan nilai Sig. (p-value) yang ada dalam output SPSS dengan tingkat signifikansi
tertentu.
LATIHAN:
1. 20 sampel rokok diambil untuk diuji kandungan nikotinnya dan diperoleh rata-rata
kandungan nikotin dari sampel tersebut sebesar 1.2 mg. Jika varian populasi kandungan
nikotin rokok sebesar 0.04 mg, ujilah dengan tingkat signifikansi 2% pernyataan bahwa
rata-rata kandungan nikotin suatu jenis rokok kurang dari 1 mg!
2. Berikut ini adalah skor tes IQ dari suatu sampel acak yang terdiri dari 18 siswa suatu sekolah
a. Ujilah pernyataan bahwa rata-rata skor IQ siswa tidak sama dengan 140, gunakan
tingkat signifikansi 5%!
b. Dengan menggunakan tingkat signifikansi 5%, lakukan pengujian untuk mengetahui
kebenaran pernyataan bahwa variannya lebih dari 10!
3. Survey menunjukkan terdapat 190 orang yang menonton program kontroversial tertentu
dari sampel sebanyak 250 orang pemirsa televisi di suatu daerah. Apakah benar jika
dikatakan bahwa proporsi orang yang menonton program kontroversial tertentu di suatu
daerah lebih dari 0.5? gunakan tingkat signifikansi 1%.
4. Berdasarkan soal nomor 3, apabila di daerah lain juga dilakukan survey yang sama
terhadap 400 orang dan ternyata terdapat 250 orang yang menonton program
kontroversial tertentu, ujilah pernyataan bahwa ada perbedaan proporsi orang yang
menonton program kontroversial tertentu di kedua daerah tersebut, gunakan tingkat
signifikansi 2%!
5. Diambil sampel acak sebanyak 40 lampu jenis A dan 50 lampu jenis B untuk diuji lama
hidupnya. Dari sampel tersebut diketahui bahwa rata-rata lama hidup lampu jenis A adalah
418 jam dan rata-rata lama hidup lampu jenis B adalah 402 jam. Dapatkan dikatakan bahwa
lampu jenis A lebih baik dari jenis B? Lakukan pengujian dengan tingkat signifikansi 2%!
45
MODUL PRAKTIKUM STATISTIKA
6. Pengukuran kekuatan tekanan tangan kiri dan tangan kanan dari 10 orang tukang ketik
kidal dicatat sebagai berikut:
Orang
1 2 3 4 5 6 7 8 9 10
Lakukan pengujian untuk mengetahui kebenaran pernyataan bahwa tangan kiri lebih kuat
dari tangan kanan pada orang kidal! Gunakan tingkat signifikansi 5%
7. Suatu feeding test dilakukan pada 24 sapi perah untuk membandingkan dua jenis diet,
pertama adalah “dewatered alfalfa” dan yang lain adalah “field-wilted alfalfa”. Suatu
sampel terdiri dari 12 sapi perah dipilih secara acak dan diberi perlakuan diet “dewatered
alfalfa”; sedangkan 12 sapi perah lainnya diberi perlakuan diet “ field-wilted alfalfa”. Dari
pengamatan selama periode tiga minggu, rata-rata susu yang dihasilkan setiap harinya
untuk masing-masing sapi perah tercatat sebagai berikut:
Field-wilted 44 44 56 46 47 38 58 53 49 35 46 30
alfalfa
Dewatered 35 47 55 29 40 39 32 41 42 57 51 39
alfalfa
a. Lakukan uji hipotesis dengan tingkat signifikansi 5% untuk mengetahui pengaruh jenis
diet terhadap susu yang dihasilkan!
b. Lakukan uji hipotesis dengan tingkat signifikansi 10% untuk mengetahui kesamaan
varian dari susu yang dihasilkan dua jenis diet tersebut!
46
MODUL PRAKTIKUM STATISTIKA
V. ANALISIS REGRESI
47
MODUL PRAKTIKUM STATISTIKA
1. Pemasukkan Data
Data yang akan dimasukkan adalah data yang berkaitan dengan penjualan (variabel
SALES) dan biaya promosi (variabel PROMOSI).
2. Pengolahan Data
Untuk menganalisa pola hubungan antara penjualan dan biaya promosi dapat
dilakukan dengan bantuan SPSS menggunakan menu Analyze – Regression – Linear,
selanjutnya pada layar akan muncul kotak dialog berikut
48
MODUL PRAKTIKUM STATISTIKA
Pengisian:
Dependent. Diisi dengan variabel respon (dependen), dalam kasus ini adalah
variabel SALES.
Independent(s). Diisi dengan variabel predictor, dalam kasus ini adalah variabel
PROMOSI.
Selection Variable. Abaikan.
Case Labels. Abaikan.
WLS Weight. Abaikan.
Statistics. Bagian ini berisi pilihan statistik yang berkaitan dengan koefisien regresi
dan residual yang akan dimunculkan pada lembar VIEWER (output). Klik di bagian
ini, maka akan muncul kotak dialog.
Plots. Bagian ini berisi pilihan plot residual yang akan dimunculkan pada lembar
VIEWER. Biasanya digunakan untuk pemeriksaan asumsi regresi yang berkaitan
dengan kenormalan distribusi residual, dan kesamaan varian residual. Untuk
sementara bagian ini dapat diabaikan.
Save. Bagian ini berisi pilihan nilai-nilai yang ingin dimunculkan pada Data Editor
dimana nilai-nilai tersebut akan digunakan untuk analisa lebih lanjut. Untuk
sementara bagian ini juga dapat diabaikan.
Options. Untuk kasus ini yang perlu ditentukan pada bagian ini adalah apakah
konstanta diikutkan dalam model. Untuk keseragaman pilih Include Constant in
equation. Kemudian klik Continue.
Klik OK.
Hasil yang diperoleh adalah sebagai berikut:
49
MODUL PRAKTIKUM STATISTIKA
Tabel 1
Tabel 2
Tabel 3
Menunjukkan hasil uji ketepatan model secara simultan dengan analisis varian, dengan
hipotesis:
50
MODUL PRAKTIKUM STATISTIKA
H1 : βi ≠ 0 (Model tepat)
Pada tabel tersebut diketahui bahwa F Hitung = 67,673 > dari F Tabel untuk α=5% serta
derajat bebas 1 dan 13, dengan peluang untuk F Hitung (Sig.) sebesar 0,00 dimana nilai
tersebut < α=5%. Berdasarkan hasil tersebut dapat disimpulkan bahwa H0 ditolak yang
berarti model dapat diterima.
Tabel 4
Menunjukkan hasil uji ketepatan model secara parsial dengan analisis varian, dengan
hipotesis:
H1 : βi ≠ 0 (Model tepat)
Dari tabel tersebut diketahui bahwa koefisien β0 = 111,523 dengan Sig. =0,00 < α=5% dan
koefisien β1 = 3,891 dengan Sig. =0,00 < α=5%. Berdasarkan hasil tersebut dapat
disimpulkan bahwa H0 ditolak yang berarti model dapat diterima. Dan model persamaan
linier yang dihasilkan adalah
SOAL-SOAL LATIHAN:
1. Diketahui variabel prediktor X dan variabel respon Y dengan nilai-nilai sebagai berikut:
X 1 1 1 2 3 3 4 5 5
Y 9 7 8 10 15 12 19 24 21
Tentukan model persamaan liniernya dan lakukan uji ketepatan model yang dihasilkan
dengan tingkat signifikansi 5%.
2. Sebuah surat kabar menerbitkan harga jual mobil tertentu yang telah digunakan (Y)
menurut umur penggunaannya (X). Harga jual diukur dalam seribu dolar, dan umur
penggunaan diukur dalam tahun.
51
MODUL PRAKTIKUM STATISTIKA
X 1 2 2 3 3 4 6 7 8 10
Y 9,45 8,40 8,60 6,80 6,50 5,60 4,75 3,89 2,70 1,47
Tentukan model regresi linier sederhana dari harga jual mobil dan umur
penggunaannya, dan ujilah dengan tingkat signifikansi 5% untuk mengetahui apakah
model yang didapatkan merupakan model yang tepat.
Contoh Kasus:
52
MODUL PRAKTIKUM STATISTIKA
3. Pemasukkan Data
Data yang akan dimasukkan adalah data yang berkaitan dengan penjualan (variabel
SALES), biaya promosi (variabel PROMOSI), dan luas outlet (variabel OUTLET).
4. Pengolahan Data
Untuk menganalisa pola hubungan antara penjualan dan biaya promosi dapat
dilakukan dengan bantuan SPSS menggunakan menu Analyze – Regression – Linear,
selanjutnya pada layar akan muncul kotak dialog berikut
53
MODUL PRAKTIKUM STATISTIKA
Pengisian:
Dependent. Diisi dengan variabel respon (dependen), dalam kasus ini adalah
variabel SALES.
Independent(s). Diisi dengan variabel predictor, dalam kasus ini adalah variabel
PROMOSI dan OUTLET.
Method menunjukkan pilihan cara yang dapat digunakan untuk
pemasukkan/pemilihan variabel yang ikut dalam model. Untuk kasus ini dapat
dipilih ENTER.
54
MODUL PRAKTIKUM STATISTIKA
Plots. Bagian ini berisi pilihan plot residual yang akan dimunculkan pada lembar
VIEWER. Biasanya digunakan untuk pemeriksaan asumsi regresi yang berkaitan
dengan kenormalan distribusi residual, dan kesamaan varian residual. Untuk
sementara bagian ini dapat diabaikan.
Save. Bagian ini berisi pilihan nilai-nilai yang ingin dimunculkan pada Data Editor
dimana nilai-nilai tersebut akan digunakan untuk analisa lebih lanjut. Untuk
sementara bagian ini juga dapat diabaikan.
Options. Untuk kasus ini yang perlu ditentukan pada bagian ini adalah apakah
konstanta diikutkan dalam model. Untuk keseragaman pilih Include Constant in
equation. Kemudian klik Continue.
Klik OK.
Hasil yang diperoleh adalah sebagai berikut:
55
MODUL PRAKTIKUM STATISTIKA
Tabel 1
Tabel 2
Tabel 3
Menunjukkan hasil uji ketepatan model secara simultan dengan analisis varian, dengan
hipotesis:
H1 : βi ≠ 0 (Model tepat)
Pada tabel tersebut diketahui bahwa F Hitung = 118,294 > dari F Tabel untuk α=5% serta
derajat bebas 2 dan 12, dengan peluang untuk F Hitung (Sig.) sebesar 0,00 dimana nilai
tersebut < α=5%. Berdasarkan hasil tersebut dapat disimpulkan bahwa H0 ditolak yang
berarti model dapat diterima.
Tabel 4
Menunjukkan hasil uji ketepatan model secara parsial dengan analisis varian, dengan
hipotesis:
H1 : βi ≠ 0 (Model tepat)
Dari tabel tersebut diketahui bahwa koefisien β0 = 64,639 dengan Sig. =0,00 < α=5%,
koefisien β1 = 2,342 dengan Sig. =0,00 < α=5%. dan koefisien β2 = 0,535 dengan Sig. =0,00
56
MODUL PRAKTIKUM STATISTIKA
< α=5%. Berdasarkan hasil tersebut dapat disimpulkan bahwa H0 ditolak yang berarti
model dapat diterima. Dan model persamaan linier yang dihasilkan adalah
SOAL-SOAL LATIHAN:
1. Diketahui data tekanan darah systolic (Y), berat badan yang diukur dengan satuan
pounds (X1), dan umur (X2) dari 13 orang laki-laki sebagai berikut:
Y 120 141 124 126 117 129 123 125 132 123 132 155 147
X1 152 183 171 165 158 161 149 158 170 153 164 190 185
X2 50 20 20 30 30 50 60 50 40 55 40 40 20
Berdasarkan data tersebut, lakukan analisis regresi untuk mengetahui pola hubungan
antara tekanan darah systolic dengan berat badan dan umur.
2. Listed below are the price quotations of used cars (Y, in thousand dollars) along with
their age (X1, in years) and ondometer mileage (X2, in thousand miles).
X1 1 2 2 3 3 4 6 7 8 10
X2 8,1 17,0 12,6 18,4 19,5 20,2 40,4 51,6 62,6 80,1
Y 9,45 8,40 8,60 6,80 6,50 5,60 4,75 3,89 2,70 1,47
a. Determine the equation for predicting the price from age and mileage. Interpret the
57
MODUL PRAKTIKUM STATISTIKA
Uji Chi-Square termasuk salah satu alat uji dalam statistika yang sering digunakan
dalam praktek. Antara lain dapat digunakan dalam pengujian keselarasan (goodness of fit)
pada data multinomial dan pengujian keselarasan dengan distribusi teoritis tertentu. Prinsip
dasar pada uji Chi-Square adalah membandingkan antara frekuensi-frekuensi harapan
dengan frekuensi-frekuensi teramati.
Contoh Kasus:
Manajer Pemasaran PT ENAK yang menjual permen dengan empat macam warna ingin
mengetahui apakah konsumen menyukai kempat warna permen tersebut. Untuk itu dalam
waktu satu minggu diamati pembelian permen di suatu outlet dan berikut hasilnya.
Warna Jumlah
Merah 35
Hijau 28
Kuning 10
Putih 27
Angka di atas berarti dalam seminggu ada pembelian 100 permen dengan warna merah
sebanyak 35 buah, hijau 28 buah, kuning 10 buah dan putih 27 buah. Akan dilihat apakah
hasil pengamatan tersebut menunjukkan bahwa keempat warna disukai konsumen secara
merata? Dalam hal ini Manajer Pemasaran tersebut mengharapkan keempat warna
permen tersebut disukai secara merata, yang berarti mengikuti distribusi uniform/seragam.
58
MODUL PRAKTIKUM STATISTIKA
Pengisian:
Variabel JUMLAH
59
MODUL PRAKTIKUM STATISTIKA
3. Memasukkan data
Sebelum mengisi kolom warna, aktifkan Value Label pada menú View
Isikan data berupa angka (1,2,3,4) sesuai yang telah didefinisikan pada
Value.
Isikan juga data pada kolom jumlah sesuai data hasil amatan.
Melakukan proses Weight Cases untuk menghubungkan dengan variabel
jumlah. Melalui menú Data – Weight Cases dan akan muncul kotak dialog
Oleh karena akan melakukan pembobotan pada kasus, maka klik pilihan
Weight cases by. Kemudian tampak pilihan Frequency Variable atau
variabel yang akan dihubungkan. Untuk itu pilih variabel jumlah dan klik
OK.
4. Mengolah data
Melalui menú Analyze – Nonparametric Tests – Chi-Square, pada layar akan
muncul kotak dialog berikut.
60
MODUL PRAKTIKUM STATISTIKA
Pada hasil pertama nampak frekuensi amatan (Oi), frekuensi harapan (Ei), dan
selisih keduanya (Oi – Ei) dari masing-masing warna permen. Pada hasil ke dua nampak
nilai Chi-Square Hitung (=13,520), derajat bebas (=3), dan nilai peluang untuk Chi-Square
Hitung yang didapat (=0,004). Berdasarkan hasil tersebut, untuk pengujian hipótesis
61
MODUL PRAKTIKUM STATISTIKA
b. Berdasarkan peluang
Dari hasil análisis diketahui nilai Asymp. Sig (Asymptotic Significance) adalah
0,004, dimana nilai tersebut lebih kecil dari α = 5%. Dengan demikian dapat
diputuskan untuk menolak H0.
Uji keselarasan dalam kasus di atas adalah penerapan untuk uji keselarasan
dengan distribusi uniform. Namun uji dapat diperluas dengan membandingkan dengan
distribusi teoritis lain. Di sini prosedur pengujian dan pemasukkan data sama, hanya
distribusi teoritis atau dalam output SPSS disebut ‘expected N’ yang berbeda dalam
pengisiannya.
Untuk input pola distribusi tertentu, dari pengisian Chi-Square di SPSS, pada pilihan
Expected Value, pilih option Values, lalu masukkan angka/nilai yang dikehendaki,
kemudian klik tombol Add yang otomatis aktif. Demikian pengisian dilakukan berulang-
ulang sesuai dengan jumlah data.
SOAL-SOAL LATIHAN:
1. Hasil survey Lembaga Pangan terhadap tingkat kesukaan konsumen pada dodol
nangka produk perusahaan “X” adalah 47% ‘sangat suka’, 40% ‘suka’, dan 13% ‘tidak
suka’. Untuk membuktikan kebenaran hasil survey, seorang mahasiswa Teknologi
Hasil Pertanian meminta pendapat 1600 orang konsumen dan diperoleh 707 orang
‘sangat suka’, 694 orang ‘suka’, 199 orang ‘tidak suka’.
2. Sebuah dadu dilempar sebanyak 120 kali, diperoleh hasil 16 kali muncul mata satu, 24
kali mata dua, 23 mata tiga, 15 mata empat, 17 mata lima, dan 25 mata enam.
Cukupkah bukti kita untuk mengatakan bahwa dadu tersebut cenderung setimbang
(peluang jatuhnya setiap mata dadu sama)?
62
MODUL PRAKTIKUM STATISTIKA
3. The FBI compiles data on crime and crime rates and publishes the information in Crime
in the United States. A Violent crime in classified by the FBI as murder, forcible rape,
robbery, or aggravated assault.
Do the data provide sufficient evidence to conclude that last year’s distribution of violent
crimes has changed from the 1995 distribution?
63
MODUL PRAKTIKUM STATISTIKA
Dalam hal ini uji independensi dan uji homogenitas dilakukan untuk tipe data
nominal (kategori), dimana pengujiannya didasarkan pada uji Chi-Square untuk data
dengan klasifikasi dua arah yang dapat ditampilkan dalam suatu tabel kontingensi atau
tabel silang (cross tabulation).
Contoh Kasus:
Diketahui data sampel profil konsumen produk kopi susu CAFE yang meliputi
PEKERJAAN, PENDIDIKAN dan GENDER.
64
MODUL PRAKTIKUM STATISTIKA
Dari data tersebut ingin diketahui apakah ada hubungan antara pekerjaan konsumen dan
gender konsumen, serta apakah ada hubungan antara pekerjaan konsumen dan tingkat
pendidikan konsumen?
1. Pemasukan Data
a. Buka lembar kerja baru melalui menu File – New - Data.
b. Mendefinisikan variabel (Name,Type, Width, dll) pada lembar Variabel View
(tekan CTRL+T). Dari contoh kasus, didefinisikan variabel KERJA, DIDIK dan
GENDER.
Variabel KERJA
Pengisian:
65
MODUL PRAKTIKUM STATISTIKA
c. Mengisi data
Sebelum mengisikan data pada kolom-kolom variabel yang telah didefinisikan,
aktifkan Value Label pada menu View. Selanjutnya isikan data berupa angka
(1,2,...) sesuai yang telah didefinisikan pada Value.
2. Pengolahan Data
Di sini akan dibahas dua hubungan, yaitu:
Untuk menganalisa hubungan antara pekerjaan konsumen dan gender konsumen, pilih
menu Analyze – Descriptive – Statistics - Crosstabs sehingga pada layar akan tampak
kotak dialog sebagai berikut
Pengisian:
Row(s). Diisi dengan variabel yang akan ditempatkan pada baris, dan untuk
keseragaman variabel GENDER ditempatkan pada baris.
66
MODUL PRAKTIKUM STATISTIKA
Column(s). Diisi dengan variabel yang akan ditempatkan pada kolom, dan untuk
keseragaman variabel KERJA ditempatkan dalam kolom.
Klik kotak pilihan Statistics, tampak di layar kotak dialog
Karena akan dianalisa hubungan antara dua variabel yang didasarkan pada uji Chi-
Square, maka klik kotak Chi-Square, dilanjutkan dengan klik Continue.
Pada pilihan Count, Percentage, dan Residual klik pada kotak pilihan yang akan
ditampilkan pada hasil. Untuk keseragaman, pada pilihan Count klik pada kotak
pilihan Observed, sedangkan pada pilihan Percentage dan Residual biarkan
kosong. Kemudian klik Continue.
67
MODUL PRAKTIKUM STATISTIKA
Row Order menunjukkan urutan penempatan kategori variabel dalam baris apakah
Ascending/naik (dari kecil ke besar) atau Descending (dari besar ke kecil). Untuk
keseragaman pilih Ascending, klik Continue.
Setelah semua diisi, klik OK dan pada layar Viewer akan tampak hasil/output SPSS
sebagai berikut
68
MODUL PRAKTIKUM STATISTIKA
b. Berdasarkan peluang
Hasil analisis menunjukkan nilai Asymp.Sig/Asymtotic Significance adalah 0,021,
dimana nilai tersebut lebih kecil dari =5%, sehingga dapat diputuskan untuk menolak
H0.
SOAL-SOAL LATIHAN:
1. Berdasarkan data di atas lakukan uji independensi untuk mengetahui apakah ada
hubungan antara pekerjaan konsumen dan tingkat pendidikan konsumen.
2. Untuk membandingkan efektifitas dua macam diet (A dan B), diambil sampel sebanyak
80 bayi untuk diberi diet A dan 70 bayi diberi diet B. Pada jangka waktu tertentu
kesehatan tiap bayi diamati dan dikelompokkan dalam tiga kategori, yaitu ”baik”,
”sedang”, dan ”buruk”. Diperoleh data seperti pada tabel berikut:
69
MODUL PRAKTIKUM STATISTIKA
DIET SEHAT DIET SEHAT DIET SEHAT DIET SEHAT DIET SEHAT
A baik B baik B baik A baik A sedang
A baik B buruk B buruk A baik A buruk
A sedang B sedang B sedang A baik A baik
A sedang B sedang B sedang A buruk A baik
A buruk B sedang B sedang A sedang A baik
A buruk B buruk B buruk A sedang A sedang
A sedang B buruk B baik A sedang A sedang
A sedang B buruk B buruk A sedang A buruk
A buruk B sedang B buruk A baik A baik
A buruk B sedang B sedang A baik A baik
B baik A buruk B sedang B sedang B baik
B baik A baik B baik B sedang B baik
B sedang A baik B baik B sedang B buruk
B sedang A baik B buruk B sedang B sedang
B sedang A buruk B buruk B sedang B sedang
B sedang A sedang B sedang B baik B buruk
B buruk A sedang B sedang B baik B sedang
B buruk A buruk B buruk B sedang B sedang
B baik A baik B sedang B sedang B baik
B baik A baik B sedang B buruk B baik
A sedang B buruk A baik A sedang A baik
A sedang B buruk A baik A sedang A buruk
A buruk B buruk A baik A buruk A buruk
A baik B baik A baik A baik A baik
A baik B baik A baik A baik A baik
A baik B sedang A baik A baik A sedang
A buruk B sedang A buruk A buruk A sedang
A buruk B sedang A sedang A buruk A baik
A baik B sedang A sedang A sedang A baik
A sedang B buruk A baik A sedang A baik
Dari data tersebut akan diuji apakah ada perbedaan kualitas kedua diet tersebut.
3. Untuk mengetahui apakah ada hubungan antara latar belakang akademis dan jurusan
yang dipilih dalam suatu program MBA, suatu sampel acak dari adta mahasiswa MBA
tahun lalu dikumpulkan dan diperoleh data sebagai berikut:
70
MODUL PRAKTIKUM STATISTIKA
71