LAPORAN AKHIR

PRAKTIKUM STATISTIKA LINGKUNGAN

KELOMPOK C

Disusun Oleh :
Nama Rajuna Muhamad Wahid
Nim 161.11.1024
Jurusan Teknik Lingkungan

JURUSAN TEKNIK LINGKUNGAN

FAKULTAS SAINS TERAPAN
INSTITUT SAINS DAN TEKNOLOGI AKPRIND
YOGYAKARTA
2018
 KATA PENGANTAR

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

1. Asisten Laboratorium Statistika Lingkungan

2. Pihak-pihak yang tidak bisa saya sebutkan satu persatu

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.

Yogyakarta, 11 Desember 2018

 BAB I PENDAHULUAN

1.1 Latar Belakang

Dalam mengerjakan tugas akhir ini ada beberapa analisis statistika yang akan
digunakan sesuai dengan soal dan hasil akhir yang diinginkan agar dapat
menjelaskan dan menarik kesimpulan dari suatu data yang disuguhkan.
Analisis yang digunakan ada 4 analisis yaitu
 Analisis statistika deskriptif, yang gunanya untuk menjelaskan ukuran
data pemusatan dan ukuran penyebaran data sampel yang digunakan
 Analisis inferensial uji rata-rata sampel kecil, populasi normal dengan
menggunakan statistika uji t. analisisi ini digunakan untuk mencari
kebenaran dari suatu pernyataan atau asumsi dengan data yang ada.
 Analisis inferensial dengan paired sample T test, analisis ini digunakan
untuk mencari tahu apakah suatu data memiliki perbedaan dari hasil
pengumpulan data sebelum dan sesudah.
 Analisis Inferensial ANOVA atau Analisis variansi yang dilakukan
dengan dua uji yaitu uji rata-rata dan uji variansi. Analisis ini
digunakan untuk mencari tahu perbedaan dari dua data yang berbeda
atau sampel tidak berhubungan satu dengan lainnya.

1.2 Rumusan Masalah

1. Sebutkan semua informasi yang dapat diambil dari data dengan
menggunakan deskriptif statistikanya.
2. Apakah rata-rata berat furniture yang diekspor adalah sama dengan
17.8 ton?
3. apakah ada perbedaan yang signifikan dari kandungan pH air sumur di
rumah 10 warga sebelum dan sesudah pembersihan limbah yang ada ?
4. apakah ada perbedaan kepuasan pelnggan dari ketiga cabang di tokoh
abdi mas ?

1.3 Batasan Masalah

Batasan maslah sesuai dengan analisis yang akan digunakan yaitu Analisis
statistika deskriptif, Analisis inferensial uji rata-rata sampel kecil, populasi normal
dengan menggunakan statistika uji t, Analisis inferensial paired sample T test,
Analisis inferensial ANOVA atau Analisis variansi

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

BAB II LANDASAN TEORI

2.1 Analisis statistik deskriptif

Iqbal Hasan (2001:7) menjelaskan bahwa statistik deskriptif adalah bagian

dari statistika yang mempelajari cara pengumpulan data dan penyajian data
sehingga mudah dipahami. Statistika deskriptif hanya berhubungan dengan hal
menguraikan atau memberikan keterangan- keterangan mengenai suatu data atau
keadaan. Dengan kata lain statistika deskriptif berfungsi menerangkan keadaan,
gejala, atau persoalan.

Bambanag Suryoatmono (2004:18) menyatakan statistika deskriptif adalah

statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau
menarik kesimpulan mengenai kelompok itu saja.

Menurut Sugiyono ( 2004:169) analisis deskriptif adalah statistika yang

digunakan untuk menganalisis data dengan cara mendeskripsikan atau
menggambarkan data yang telah terkumpulkan sebagaimana adanya tanpa
bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.
2.2 inferensial uji rata-rata sampel kecil, populasi normal dengan
menggunakan statistika uji t

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.

Adapun syarat untuk menggunakan t Test yaitu:

1. Variabel independen (x) harus berada pada skala nominal atau ordinal (bersifat
kategoris).

2. Variabel dependen (y) harus berada pada skala interval atau rasio.

Langkah-langkah pengujian uji t adalah sebagai berikut:

1. Menentukan hipotesis

 Ho: Variabel independen (X) secara individual tidak mempengaruhi variabel

dependen (Y).
 Ha: Variabel independen (X) secara individual mempengaruhi variabel
dependen (Y).
2. Menentukan derajat kepercayaan 10% (α=0,1).

3. Menentukan signifikansi

 Nilai signifikansi ≤ 0.1, maka H0 ditolak dan Ha

 Nilai signifikansi > 0.1, maka H0 diterima dan Ha
4. Membuat kesimpulan

 Apabila t hitung memiliki nilai signifikansi ≤ 0.1 maka H0 ditolak dan

Ha Artinya variabel independen secara individual mempengaruhi variabel
dependen.
 Apabila t terhitung memiliki nilai signifikansi > 0.1, maka H0 diterima dan
Ha Artinya variabel independen secara individual tidak mempengaruhi variabel
dependen.

2.3 Analisis inferensial dengan paired sample T test

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.

Uji-t berpasangan ( paired t-test ) adalah salah satu metode pengujian

hipotesis dimana data yang digunakan tidaklah bebas. Ciri-siri yang paling sering
ditemui pada kasus yang berpasangan adalah satu individu (objek penelitian)
dikenai dua buah perlakuan yang berbeda. Walaupun menggunakan individu yang
sama, peneliti tetap memperoleh 2 macam data sampel, yaitu data dari perlakuan
pertama, dan data dari perlakuan kedua. Perlakuan pertama mungkin saja berupa
kontrol, yaitu tidak memberikan perlakuan sama sekali terhadap objek penelitian.
Uji t dua sampel dilakukan dalam dua tahapan; tahapan pertama adalah menguji
apakah varians dari dua populasi bisa dianggap sama? Setelah itu, baru dilakukan
pengujian untuk melihat ada tidaknya perbedaan rata-rata populasi. Pada
dasarnya, uji t mensyaratkan adanya kesamaan varians dari dua populasi yang
diuji, jika asumsi tersebut tidak terpenuhi, SPSS akan menyediakan alternative
jawaban uji t yang lain.

Dalam melakukan pemilihan uji, seorang peneliti harus memeperhatikan

beberapa aspek yang menjadi syarat sebuah uji itu digunakan. Peneliti tidak boleh
sembarangan dalam meilih uji, sehingga sesuai dengan tujuan penelitian yang
diinginkan. Ada beberapa syarat yang harus dipenuhi untuk menggunakan Uji-t
Berpasangan. Dalam hal ini untuk Uji Komparasi antar dua nilai pengamatan
berpasangan, (paired) misalnya sebelum dan sesudah (Pretest & postest) di
gunakan pada :
 1. Satu sampel (setiap elemen ada 2 pemgamatan)
2. Data kuantitatif (interval – rasio)
3. Berasal dari populasi yang berdistribusi normal (di populasi terdapat
distribusi deference = d yang terdistribusi normal dengan mean md = 0 dan
variansi sd2 = 1 )

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 ?

2.4 Analisis Inferensial ANOVA

Analisis of variance atau ANOVA merupakan salah satu teknik analisis

multivariate yang berfungsi untuk membedakan rerata lebih dari dua kelompok
data dengan cara membandingkan variansinya. Analisis varian termasuk dalam
kategori statistik parametric. Sebagai alat statistika parametric, maka untuk dapat
menggunakan rumus ANOVA harus terlebih dahulu perlu dilakukan uji asumsi
meliputi normalitas, heterokedastisitas dan random sampling (Ghozali, 2009).

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.

Landasan konseptual ANOVA

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:

1. Independensi observasi, setiap observasi dalam analisis anova harus bersifat

independen.

2. Normalitas, Residual atau error harus mengikuti distribusi normal.

3. Homogenitas varians, varians antara kelompok yang dibandingkan harus

homogen.

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.

3. Anova reapeted measures, digunakan ketika dalam desain eksperimen

mengijinkan subjek penelitian diikutsertakan pada perlakuan yang berbeda. terkait
contoh di atas, misalnya pasien yang sama diberikan obat dengan dosis yang
berbeda.
4. Multivariat Anova, berbeda dengan uji Anova yang hanya mengukur satu
respon, Manova mengukur lebih dari satu respon dalam satu kali eksperimen.
misalnya kita meneliti dampak obat pada beberapa dosis. Respon yang diteliti
lebih dari satu misalnya kadar Trigleserida , LDL dan HDL pada pasien.

BAB III METODE PENELITIAN

3.1 Objek Penelitian

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.

2. Seorang peneliti mendapatkan data berat 48 sampel furniture yang diekspor di

Dinas Perindutrian dan Perdagangan Provinsi DIY. Peneliti ingin
membuktikan perkataan petugas ekspor bahwa rata-rata berat furniture yang
diekspor adalah sama dengan 17.8. Bantulah peneliti untuk menentukan
kebenaran pernyataan dari petugas ekspor dengan tingkat kepercayaan 90%.

Berat Furniture (dalam Ton)

14.72 14.57 19.81 14.53
13.07 15.16 18.78 25.15
12.4 14.46 17.58 21.59
14.94 22.24 22.39 19.46
13.34 16.77 16.28 19.32
14.78 14.04 18.83 20.84
16.33 18.02 17.54 17.56
16.21 13.99 15.65 23.11
14.26 17.67 20.17 24.42
15.43 18.11 23.45 20.95
 14.51 17.07 17.67 18.34
14.43 18.02 18.82 22.16

3. Sebuah perusahaan industri membuang limbahnya ke dekat perkampungan

warga sehingga menyebabkan sumur-sumur warga tersebut mengalami
pencemaran. Maka, perusahaan tersebut dituntut untuk mengurangi
pencemaran oleh pemerintah. Seorang peneliti akan menguji apakah ada
perbedaan yang signifikan d ari kandungan pH air sumur di rumah 10 warga
sebelum dan sesudah pembersihan limbah yang ada. Peneliti ingin mengetahui
perbedaannya dengan tingkat kepercayaan 95%.

pH air sebelum pH air sesudah

pembersihan pembersihan
9 9
8.5 8.5
9.2 7
8.2 7
8.0 6
8.8 7.5
9.0 6.8
8.9 7.2
9.3 6.8
8.0 6.3

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%.

No Cabang A Cabang B Cabang C

1 8,2 5,9 4,8

2 5,7 7,2 3,4

3 8,9 5,6 5,4

4 4,8 3,7 4,7

5 7,1 4,6 2,2

6 4,7 4,1 4

7 5,7 2,6 2,1

8 6,3 4,8 4,6

9 7 6,7 3,7

10 5,5 6,1 4,7

11 7,4 4,8 2,7

12 6 3,9 4,4

13 8,4 6,9 5

14 7,6 5,5 2,4

15 8 6,9 4,5

16 6,6 6,8 3,2

17 6,4 6 3,3

18 7,4 7,2 3,5

19 6,8 6,4 3,7

20 7,6 6,4 5,3

21 5,4 5,2 3,9

22 9,9 5,9 5,4

23 7 5,1 3,5

24 8,6 7,2 2,2

25 4,8 4,7 3,5

26 6,6 6,1 4

27 6,3 5,8 4,1

28 5,4 5,5 2,6

29 6,3 6 2,3

30 5,4 4 5,1

31 6,1 4,3 4,5

32 6,4 4,5 2,3

33 5,4 5,3 5,3

34 7,3 5,7 5,5

35 6,3 3,9 3

36 5,4 4,3 3,5

37 7,1 4,6 3,9

38 8,7 7,3 2,9

39 7,6 6,2 5,8

40 6 4,8 5,1

41 7 5,5 3,1

42 7,6 5,4 3,8

43 8,9 6,8 5,8

 44 7,6 6,9 4,4

45 5,5 7,1 3,6

46 7,4 5,9 5,8

47 7,1 6,3 2,9

48 7,6 7,5 5,7

49 8,7 6,1 4,2

50 8,6 5,8 4,4

3.2 Variabel Penelitian

1. Analisis statistika deskriptif, menggunakan data variable tunggal. Artinya

jika dilihat dari soal maka soal ini memiliki 3 variabel tunggal
2. metode analisis inferensi statistika satu sampel untuk rata-rata dengan
menggunakan statistika uji t, variable yang digunakan adalah variable
dependent
3. Analisis inferensial dengan paired sample T test ini memiliki dua variable
yang keduanya merupakan variable dependent atau berpasangan
4. Analisis Inferensial ANOVA memiliki lebih dari dua variable. Variable
yang digunakan skarang adalah variabel

3.3 Metode Analisis Data

1. Untuk soal nomor 1 dikerjakan menggunakan metode perhitungan

statistik deskriptif dengan menggunakan SPSS. Metode statistik deskriptif
adalah suatu cara/teknik statistik yang berhubungan dengan penggambaran
dan peringkasan data, sehingga data tersebut mudah dipahami. Misalnya
ukuran-ukuran yang ada meliputi ukuran pemusatan disekitar pusat data (
mean, median, modus), ukuran penyebaran data (variansi, deviasi, standar,
range,MAD dan MAPE).

Untuk ukuran pemusatan berupa mean (rata-rata) untuk mencari

nilai rata-rata luas lahan hutan menurut klasisfikasinya dari 20 provinsi di
 Indonesia, Median berupa nilai tengah dari data luas lahan hutan menurut
klasisfikasinya dari 20 provinsi di Indonesia serta modus berupa data yang
sering muncul atau frekuensi tertinggi dari data luas lahan hutan menurut
klasisfikasinya dari 20 provinsi di Indonesia.

Untuk ukuran penyebaran ada range berupa nilai max dikurangi

nilai min yang ada pada data luas lahan hutan menurut klasisfikasinya dari
20 provinsi di Indonesia, standar deviasi berupa satndar penyimpangan
data dari rata-rata, yang menunjukkan besarnya variasi data disekitar rata-
rata dari data luas lahan hutan menurut klasisfikasinya dari 20 provinsi di
Indonesia serta ada varian yang berupa kuadrat dari penyimpangan data
dari rata-rata pada data luas lahan hutan menurut klasisfikasinya dari 20
provinsi di Indonesia.

2. Untuk soal nomor 2 dikerjakan dengan menggunakan metode analisis

inferensi statistika satu sampel untuk rata-rata dengan menggunakan
statistika uji t. biasnaya untuk metode ini digunakan untuk analisis yang
mengarah ke sebuah pengambilan keputusan yang diasumsikan sebagai H 0
, apakah H0 diterima atau ditolak dengan membandingkan Zhitung dengan
Ztabel atau dengan cara yang sangat mudah yaitu dengan menggunakan
p_value.
H0 ditolak jika nilai signifikan < 𝛼
H0 diterima jika nilai signifikan > 𝛼

3. Untuk soal nomer 3 dikerjakan menggunakan metode Analisis inferensi

statistika rata-rata dua popolasi dengan populasi berpasangan atau sampel
berpasangan. Untuk menganalisis data ini menggunakan paired sampel T
test.
Sampel berpasangan adalah sebuah sample dengan sunjek yang sama
namu mengalami dua perlakuan atau pengukuran yang berbeda.
 4. Untuk soal nomor 4 dikerjakan menggunakan metode analisis inferensi
statistika lebih dari dua sample (one way anava) dengan menggunakan uji
ANOVA (analisa variansi).
Dalam analisis ini ada beberapa cara untuk mendpatkan hasil yang
diinginkan yaitu pertama dnegan melakukan uji ANAVA kemudian lanjut
dengan analisis ANOVA ( analisisi untuk mengetahui apakah ada
perbedaan besarnya hasil nilai dari data, lalu dengan satistika uji f.

BAB IV ANALISIS DAN PEMBAHASAN

4.1 Metode Satistika Deskriptif pada soal 1

Dari data diatas dapat kita ketahui staistika deskriptifnya

Statistics

Lahankritis Lahanhakperus lahanreboisasi

N Valid 20 20 20

Missing 0 0 0

Mean 960.05 1044983.65 3682.50

Std. Error of Mean 249.275 366367.355 527.285

Median 682.00 234664.50 3250.00

Mode 178a 26800a 3682.50

Std. Deviation 1114.789 1638444.623 2358.092

Variance 1.243E6 2.685E12 5560598.684

Range 4967 5265105 6500

Minimum 178 26800 500

Maximum 5145 5291905 7000

Sum 19201 20899673 73650

a. Multiple modes exist. The smallest value is shown

 untuk Luas dan Penyebaran lahan Kritis (Ribu Hektar) jumlahnya ada 20
datadari 20 provinsi di Indonesia, untuk luas rata-rata lahan kritis di 20
provinsi di Indonesia adalah 980 ribu hektar , lahan kritis terkecil dari 20
provinsi di Indonesia yaitu NUSA TENGGARA BARAT dengan luas 178,
sedangkan luas lahan kritis terbesar di Indonesia adalah KALIMANTAN
TENGAH dengan luas 5145, rangenya yaitu 4967, nilai modus dari data
tersebut adalah 178, standar deviasi dari data ini yaitu 1114.789 dan
variansinya yaitu 1,243,000, serta standar error dari data luas lahan kritis
di 20 provinssi di Indonesia yaitu 249.275

 untuk Luas Areal Perusahaan Hak Pengusahaan Hutan per Provinsi

(Hektar) ada 20 provinsi di Indonesia sebagai datanya, rata-rata luas area
tersebut (mean) 1044983.65, luar areal perusahaan hak pengusahaan hutan
yang paling kecil adalah 26800 terdapat pada provinsi Sulawesi Utara,
sedangkan yang terbesar adalah 5291905 di Provinsi Kalimantan Timur,
dengan rangenya 5265105, nilai modus dari data diatas adalah 26800,
median dari data 20 provinsi diatas adalah 234664.50, standar deviasinya
yaitu 1638444.623 dan variansinya adalah 2.685 x 1012, dengan standar
error dari mean adalah 366367.355.

 untuk Luas Kegiatan Reboisasi (Hektar) ada 20 data dari provinsi di

Indonesia, luas rata-rata wilayah kegiatan reboisasi di Indonesia adalah
3682.50, dengan modus pada data tersebut adalah 3682.50, median yang
didapatakan yaitu 3250.00, luas wilayah kegiatan reboisasi yang terkecil
yaitu 500 terdapat pada provinsi Aceh dan Maluku Utara, sedangkan luas
wilayah kegiatan reboisasi terbesar adalah 7000 terdapat pada provinsi
Kalimantan Barat dan Sulawesi Tenggara, dengan ranngenya yaitu 6500,
satndar deviasinya adalah 2358.092, variansinya adalah 5560598.684,
standar error pada mean adalah 527.285.
4.2 Inferensi Statistika satu sampel untuk rata-rata dengan Metode Uji rata-
rata sampel kecil, populasi Normal pada soal 2

One-Sample Statistics

Std. Std. Error

N Mean Deviation Mean

beratF 48 17.6862 3.22491 .46548

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

Test Value = 17.8

90% Confidence Interval of

Sig. (2- Mean the Difference

T Df tailed) Difference Lower Upper

beratF -.244 47 .808 -.11375 -.8948 .6673

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

Hasil Output yaitu

Paired Samples Statistics

Std. Std. Error

Mean N Deviation Mean

Pair 1 sebelum 8.690 10 .4841 .1531

sesudah 7.210 10 .9231 .2919

Data
pH air sebelum pembersihan, nilai rata-ratanya adalah 8.690 dengan jumlah data
sebanyak 10, standar deviasinya adalah 0.4841, dan standar errornya adalah
0.1531. Data pH air sesudah pembersihan, nilai rata-ratanya adalah 7.210, dengan
jumalah data 10 dan hasil standar deviasi dan standar error adalah 0.9231 dan
0.1919.

Paired Samples Correlations

Correlatio
N n Sig.

Pair 1 sebelum &

10 .353 .317
sesudah

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.

Semua memiliki perbedaan kepuasan pelanggan yang sangat signifikan

 BAB V PENUTUP

5.1 Kesimpulan

Dari pembahasan dan analisis diatas dapat disimpulkan bahwa

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

Tim dosen& Tim asisten. 2018. Modul Praktikum statistika Lingkungan.

Yogyakarta. Laboratorium statistika fakultas sains terapan IST AKPRIND

Hendry.2011. One Way Anova (Analysis Of Variance). Diambil dari:

https://teorionline.wordpress.com/2011/02/06/one-way-anova-analysis-of-
variance/. (9 Desember 2018)

Acunk,Agung.2011. Laporan Statistik paired T test. Diambil dari :

http://saputasingkil.blogspot.com/2011/06/laporan-statistik-paired-sample.html. 9
desember 2018)

Arikunto, Suharsimi. 2013. Prosedur Penelitian: Suatu Pendekatan Praktik.

Rineka Cipta: Jakarta.

Bungin, Burhan. 2005. Metodologi Penelitian Kuantitatif. Kencana: Jakarta.

Cohen, Luis dkk. 2007. Research Method in Education. Sixth Edition. Routledge:
New York.

Martono, Nanang. 2010. Metode Penelitian Kuantitatif. RajaGrafindo Persada:

Jakarta.

Spiegel, Murray R. dan Larry J. Stephens. 2007. Statistik. Edisi Ketiga.

(Terjemahan oleh Wiwit Kastawan ST, MT, M.Sc dan Irzam Harmein, ST).
Erlangga. Jakarta.

Sugiyono. 2013. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Alfabeta:

Bandung.

Hidayat, huang. 2018. Global statistik. Diambil dari :

http://www.globalstatistik.com/uji-anova-satu-dua-arah/. (9 desember 2018)
 LAMPIRAN LANGKAH KERJA

1. cara mencari statistika deskriptif

2. cara mencari Uji rata-rata sampel kecil, populasi Normal pada soal 2
3. cara menentukan hasil dengan metode Metode paired sample T test
4. cara mencari hasil dengan Metode ANAVA