Disusun Oleh :
Nama Rajuna Muhamad Wahid
Nim 161.11.1024
Jurusan Teknik Lingkungan
Puji dan syukur penyusun panjatkan kepada Allah SWT yang telah
melimpahkan rahmat dan karunia-Nya sehingga Laporan Resmi Praktikum
Mikrobiologi Lingkungan ini dapat terselesaikan.
Dalam penyusunan laporan ini tidak lepas dari bantuan berbagai pihak baik
dorongan semangat, bantuan materil, maupun bantuan pencarian data yang
dibutuhkan, maka dari itu penyusun mengucapkan terimakasih kepada
Penulis menyadari bahwa laporan ini masih sangat jauh dari sempurna,
kritik dan saran yang membangun tentu ditunggu dengan terbuka. Besar harapan
penulis dari penyusunan laporan ini untuk dapat diterima dengan baik serta dapat
memberi sedikit wawasan yang bermanfaat bagi penulis dan pembaca pada
umumnya.
1.4 Tujuan
Untuk mencari hasil dan kesimpulan serta kebenaran asumsi dengan
menggunakan Analisis statistika deskriptif, Analisis uji rata-rata sampel kecil,
populasi normal dengan menggunakan statistika uji t, Analisis paired sample T
test, ANOVA atau Analisis variansi
1.5 Manfaat
1. Dapat memberikan wawasan baru
2. dapat mengembangkan pemahaman dan kemampuan dalam
mengelolah data
t Test atau t Student (disebut juga uji t) merupakan alat uji statistik yang
digunakan untuk menguji hipotesis komparatif dua sampel bila datanya berada
pada skala interval atau rasio (Martono, 2010). Pengujian dengan menggunakan t
Test ini tergolong dalam uji perbandingan (komparatif) yang bertujuan untuk
membandingkan (membedakan) apakah rata-rata kedua kelompok yang diuji
berbeda secara signifikan atau tidak.
1. Variabel independen (x) harus berada pada skala nominal atau ordinal (bersifat
kategoris).
2. Variabel dependen (y) harus berada pada skala interval atau rasio.
1. Menentukan hipotesis
3. Menentukan signifikansi
Pada Paired Sample T Test digunakan uji beda mean untuk satu sampel
yang diberikan perlakuan yang berbeda. Jumlah sampel harus sama, dan
pengujiannya kuga sama dengan sebelumnya untuk melihat perbedaan mean dari
sampel tersebut sebelum dan sesudah diberi perlakuan dan manakah yang lebih
tinggi/rendah apakah sampel yang sebelum /sesudah diberi perlakuan.
Setelah data yang dimiliki memenuhi syarat diatas, maka pemilihan uji
statistik harus memperhatikan pertanyaan dari penelitian. Setelah melihat
pertanyaan peneltian seorang peneliti kemudian melakukan pemilihan uji yang
tepat untuk menganalisis data yang dimiliki untuk menjawab pertanyaan
penelitian yang disusun. Beberapa contoh pertanyaan penelitian yang
menggunakan analisis / Uji t Berpasangan :
- Apakah ada perbedaan berat badan sebelum dan sebelum melakukan latihan
senam aerobic high impact ?
Analisis varian dapat dilakukan untuk menganalisis data yang berasal dari
berbagai macam jenis dan desain penelitian. Analisis varian banyak dipergunakan
pada penelitian-penelitian yang banyak melibatkan pengujian komparatif yaitu
menguji variabel terikat dengan cara membandingkannya pada kelompok2 sampel
independen yang diamati. Analisis varian saat ini banyak digunakan dalam
penelitian survey dan penelitian eksperimen.
One-way anova dilakukan untuk menguji perbedaan tiga kelompok atau lebih
berdasarkan satu variabel independen.
Uji Anova adalah bentuk khusus dari analisis statistik yang banyak
digunakan dalam penelitian eksperimen. metode analisis ini dikembangkan
oleh R.A Fisher. Uji Anova juga adalah bentuk uji hipotesis statistik dimana kita
mengambil kesimpulan berdasarkan data atau kelompok statistik inferentif.
Hipotesis nol dari uji Anova adalah bahwa data adalah simple random dari
populasi yang sama sehingga memiliki ekspektasi mean dan varians yang sama.
Sebagai contoh penelitian perbedaan perlakuan terhadap sampel pasien yang
sama. Hipotesis nol nya adalah semua perlakuan akan memiliki efek yang sama.
Meskipun uji t adalah statistik yang sering digunakan, hanya saja uji t dibatasi
untuk menguji hipotesis dua kelompok. Uji Anova atau Analisis varians
(ANOVA) dikembangkan untuk memungkinkan peneliti untuk menguji hipotesis
perbandingan lebih dari dua kelompok. Dengan demikian, uji-t dan uji anova
adalah sama-sama metode statistik untuk perbandingan. Yang membedakan
keduanya adalah hanya jumlah kelompok yang dibandingkan.
Seperti halnya Uji T, dalam uji Anova pun Anda harus menghitung statistik uji
(dalam hal ini adalah F- rasio) untuk menguji pernyataan bahwa apakah kelompok
yang dibandingkan memiliki kesamaan atau tidak. Bahasa statistik hipotesis uji
Anova dapat dituliskan sebagai berikut: H0 : M1 = M2 = M3 = 0 , biasanya
dengan harapan bahwa Anda akan dapat menolak H0 untuk memberikan bukti
bahwa hipotesis alternatif ( H1 : Tidak H0 ) . Untuk menguji H0, Anda
mengambil sampel secara acak kelompok peserta/sampel/responden dan
menetapkan ukuran-ukuran (variabel dependen). Kemudian melihat apakah
ukuran-ukuran tersebut berbeda berarti untuk berbagai kondisi. Jika berbeda maka
Anda akan dituntun untuk menolak H0. Seperti pada uji statistik yang lain, kita
menolak H0 ketika mendapati statistik uji yang diukur melalui F-statistik yang
melebihi F tabel dengan tingkat kepercayaan tertentu. Cara lain dapat dilakukan
dengnan melihat p-value (nilai probabilitas) yang mana lebih rendah dari 5%,
misalnya kita menggunakan tingkat kepercayaan 95%.
Prinsip uji Anova adalah kita membandingkan variansi tiga kelompok sampel atau
lebih. Lebih dari sekedar membandingkan nilai mean (rata-rata), uji anova juga
mempertimbangkan keragaman data yang dimanifestasikan dalam nilai varians.
Apa saja asumsi yang harus dipenuhi dalam uji Anova sebagai bentuk dari model
linier, berikut diantaranya:
Mengingat uji Anova ini banyak digunakan dalam penelitian eksperimen, maka
uji anova dapat dibagi berdasarkan desainnya.
1. Anova satu arah, digunakan untuk menguji perbedaan diantara dua atau lebih
kelompok dimana hanya terdapat satu faktor yang dipertimbangkan. sebagai
contoh membandingkan efek dosis obat yang berbeda terhadap kesembuhan
pasien.
2. Anova faktorial, merupakan pengembangan dari anova satu arah dimana ada
lebih dari satu faktor dan interaksinya yang dipertimbangkan. Misalnya bukan
hanya faktor dosis obat tetapi juga frekuensi pemberian obat. pada anova faktorial,
interaksi atau kombinasi diantara faktor juga dipertimbangkan. Pada contoh ini,
interaksi antara dosis obat dan frekuensi pemberian obat dapat dihitung
pengaruhnya terhadap kesembuhan pasien. Anova dua arah (two way anova)
termasuk dalam Anova faktorial.
1. Berikut adalah data luas lahan hutan menurut klasisfikasinya dari 20 provinsi
di Indonesia.
Luas Areal
Luas dan
Perusahaan Hak Luas Kegiatan
Penyebaran lahan
Provinsi Pengusahaan Hutan Reboisasi
Kritis (Ribu
per Provinsi (Hektar)
Hektar)
(Hektar)
ACEH 625 170900 500
SUMATERA UTARA 1059 296603 6500
SUMATERA BARAT 631 106145 1500
RIAU 1890 229228 1500
JAMBI 780 56045 6350
SUMATERA SELATAN 313 56000 3500
BENGKULU 722 56070 6000
NUSA TENGGARA
178 28644 4000
BARAT
KALIMANTAN BARAT 753 1221880 7000
KALIMANTAN
5145 4182850 6000
TENGAH
KALIMANTAN
642 240101 1300
SELATAN
KALIMANTAN TIMUR 911 5291905 2700
SULAWESI UTARA 269 26800 1300
SULAWESI TENGAH 452 610125 2750
SULAWESI
945 89590 7000
TENGGARA
SULAWESI BARAT 319 163205 6750
MALUKU 729 627895 1500
MALUKU UTARA 420 565594 500
PAPUA BARAT 179 4077755 3000
PAPUA 2239 2802338 4000
TOTAL 19201 20899673 73650
Sebutkan semua informasi yang dapat diambil dari data tersebut menggunakan
deskriptif statistikanya. Lengkapi juga dengan berbagai grafik untuk
menggambarkan data serta interpretasikan hasilnya.
4. Berikut adalah data tingkat kepuasan pelanggan di tiga cabang Toko Abdi
Mas. Manajer toko ingin mengetahui apakah ada perbedaan kepuasan
pelnggan dari ketiga cabang tersebut dengan tingkat kepercayaan 95%.
6 4,7 4,1 4
9 7 6,7 3,7
12 6 3,9 4,4
13 8,4 6,9 5
15 8 6,9 4,5
17 6,4 6 3,3
26 6,6 6,1 4
29 6,3 6 2,3
30 5,4 4 5,1
35 6,3 3,9 3
40 6 4,8 5,1
41 7 5,5 3,1
Statistics
N Valid 20 20 20
Missing 0 0 0
One-Sample Statistics
Dari hasil ini dapat diketahui jumlah data yang valid adalah 48. Rata-rata berat
furniture (Ton) adalah 17.6862 dengan standar deviasi adalah 3.22491 dan standar
error adalah 0.46548
One-Sample Test
Uji Hipotesis
Hipotesis
H0 : 𝜇 = 17.8 ( rata-rata berat furniture (ton) sama dengan 17.8)
H0 : 𝜇 ≠ 17.8 ( rata-rata berat furniture (ton) tidak sama dengan 17.8)
Signifikansi = 10%
𝑥− 𝜇
Satistika uji = 𝑠/√𝑛
Daerah Kritis
Jika signifikansi > 0.1 maka H0 tidak ditolak
Jika signifikansi < 0.1 maka H0 ditolak
Kesimpulan
Karena signifikansi 0.808 > 0.1 maka H0 tidak ditolak artinya rata-rata
berat furniture (ton) sam dengan 17.8
4.3 Inferensi statistika rata-rata dua populasi dengan Metode paired sample
T test pada soal 3
Correlatio
N n Sig.
Dari table ini diketahui nilai korelasinya adalah 0.353 dengan signifikansinya
0.317 hal ini menunjukkan bahwa pH air sebelim dan sesudah dibersihkan tidak
memiliki hubungan yang erat karena jauh dari mendekati angka 1
Uji Hipotesis
Hipotesis
H0 = ada perbedaan yang signifikan dari kandungan pH air sumur di rumah
10 warga sebelum dan sesudah pembersihan limbah yang ada
H1 = Tidak ada perbedaan yang signifikan dari kandungan pH air sumur di
rumah 10 warga sebelum dan sesudah pembersihan limbah yang ada
Signifikansi = 5% = 0.05
Statistik Uji = nilai signifikansi 0.00
Daerah Kritis
Jika signifikansi > 0.05 maka H0 tidak ditolak
Jika signifikansi < 0.05 maka H0 ditolak
Kesimpulan
Karena signifikansinya 0.000 < 0.05 maka H0 ditolak artinya Tidak ada
perbedaan yang signifikan dari kandungan pH air sumur di rumah 10
warga sebelum dan sesudah pembersihan limbah yang ada.
4.4 Inferensi satistik lebih dari dua sampel dengam Metode ANOVA pada
soal 4
Dari hasil output diketahui bahwa Cabang-cabang dari Toko Abdi Mas
memiliki 50 data yang valid dengan nilai rata-rata cabang A,B dan C yaitu 6.8,
5.6, 3,994 dengan standar deviasi setiap cabang yaitu 1.2330, 1.1264, 1.0860,
1.6472.
Criteria pengujian varian kelompok dikatakan Tidak sama jika
signifikansinya > 0.05 dan sebaliknya jika signifikansinya < 0.05 maka dikatakan
sama.
Dari output dapat diketahui signifikansinya 0.645 > 0.05. jadi dapat disimpulkan
bahwa varian perbedaan kepuasan pelanggan dari ketiga cabang adalah tidak
sama.
Uji ANOVA
Hipotesis
H0 = tidak adanya perbedaan kepuasan pelanggan pada ketiga cabang
H1 = ada perbedaan kepuasan pelanggan pada ketiga cabang
Signifikansi = 0.05
Satistika uji = signifikansi = 0.000
Daerah kritis
Jika signifikansi > 0.05 maka H0 tidak ditolak
Jika signifikansi < 0.05 maka H0 ditolak
Kesimpulan
Karena signifikansinya 0.000 < 0.05 maka H0 ditolak. Artinya pada ketiga
cabang tokoh Abdi mas ada perbedaan kepuasan pelanggan.
Tanda ‘ pada mean difference artinya perbedaan mean signifikan. Dan
semua tanda ‘ ada pada ketiga cabang yang artinya memang ada perbedaan
kepuasan pelanggan pada ketiga cabang tersebut.
5.1 Kesimpulan
1. Pada analisis statistika deskriptif dari 3 data yang ada yaitu Luas dan
Penyebaran lahan Kritis (Ribu Hektar), Luas Areal Perusahaan Hak
Pengusahaan Hutan per Provinsi (Hektar), Luas Kegiatan Reboisasi
(Hektar) ada 20 data dari provinsi di Indonesia, memiliki hasil deskriptif
yang berbedat-beda dan hasil nya pun berbeda-beda
2. Karena signifikansinya 0.000 < 0.05 maka H0 ditolak artinya Tidak ada
perbedaan yang signifikan dari kandungan pH air sumur di rumah 10
warga sebelum dan sesudah pembersihan limbah yang ada.
3. Karena signifikansi 0.808 > 0.1 maka H0 tidak ditolak artinya rata-rata
berat furniture (ton) sam dengan 17.8
4. Karena signifikansinya 0.000 < 0.05 maka H0 ditolak. Artinya pada ketiga
cabang tokoh Abdi mas ada perbedaan kepuasan pelanggan.
Semua cabang tokoh abdi mas memiliki perbedaan kepuasan pelanggan
yang sangat signifikan
5.2 Saran
1. Asleb bisa lebih ramah dan semuanya lebih menguasai serta jangan Cuma
beberapa saja yang mampu menjelaskan materi dengan baik dan mudah di
pahami
DAFTA PUSTAKA
Cohen, Luis dkk. 2007. Research Method in Education. Sixth Edition. Routledge:
New York.