LAPORAN PRAKTIKUM
STATISTIK INDUSTRI
PERIODE SEMESTER GANJIL 2019/2020
Disusun oleh:
KELOMPOK 2
OKTOBER 2019
2
Daftar Isi
2
3
Kata Pengantar
Puji dan syukur ke hadirat Tuhan Yang Maha Kuasa atas segala rahmat yang diberikan-
Nya sehingga Laporan Praktikum yang berjudul “Statistika Deskriptif” ini dapat kami
selesaikan.
Secara singkat Laporan ini berisi tentang Analisis Uji Hipotesis yang dimana dalam
praktikum ini kami menggunakan data kuota mahasiswa perbulan . Untuk mengetahui
kebenaran dari dugaan yang telah di simpulkan maka dilakukan praktikum ini.
Dalam menyusun laporan praktikum ini kami dibantu oleh Dosen pembimbing , Asisten
Praktikum dan teman-teman satu program studi. Untuk itu kami mengucapkan terima kasih
yang sebesar-besarnya sehingga laporan praktikum ini dapat selesai sesuai yang diharapkan.
Terlepas dari itu semua, kami memahami bahwa apa yang kami tulis masih banyak sekali
kekurangan baik dari segi isi maupun dalam hal penulisan serta tata bahasanya. Oleh sebab
itu, apabila ada kritik dan saran dari pembaca, dengan senang hati kami menerimanya.
Tim Penulis
3
4
BAB 1
PENDAHULUAN
4
5
kartu seluler atau biasa disebut paket data sangat lah bervariasi dan beragam. Maka dari itu
kami ingin mengambil sebuah penelitian dengan skala kecil mengenai tingkat konsumtif
mahasiswa ITK terhadap penggunaan paket data atau kartu seluler.
1.3 Tujuan
Tujuan yang digunakan dalam praktikum ini sebagai berikut :
1. Mengetahui pengertian dari statistik inferensial
2. Mengetahui fungsi dari statistika inferensial
3. Mengetahui pengertian metode statistika parametrik dan non parametrik
4. Mengetahui tingkat konsumtif mahasiswa terhadap penggunaan paket
internet
5
6
6
7
BAB 2
DASAR TEORI
Tujuan uji t adalah untuk mengetahui perbedaan variable yang di potensikan. Uji t
ini mempunyai 2 rumus yang dapat di gunakan, yaitu:
keterangan :
z = Proporsi dari suatu observasi
: Nilai data
σ : Standar Deviasi
: Mean distribusi normal
2. Standar deviasi sempel tidak diketahui, menggunakan rumus t hitung
rumus 2
…..(2.2)
7
8
Tes T adalah jenis metode para-metrik; mereka dapat digunakan ketika sampel memenuhi
kondisi normalitas, varians yang sama, dan independensi. Tes T dapat dibagi menjadi dua jenis.
8
9
…………………………..(2.3)
keterangan :
Xi : jumlah data
n : banyaknya sampel
: rata- rata
……………..(2.4)
Keterangan:
s : Standar deviasi
xi : Nilai x ke-I
: Rata-rata
n : banyak sampel
…………………………….(2.5)
keterangan :
9
1
0
s : Standar deviasi
: Rata-rata
n : banyak sampel
: nilai parameter
8. Tentukan t-tabel
Jika t hitung > t tabel , maka H0 ditolak.
b. Independent t-Test
Uji ini digunakan untuk mengetahui ada atau tidaknya perbedaan rata-rata antara
dua kelompok sampel yang tidak berhubungan. Jika ada perbedaan, rata-rata manakah
yang lebih tinggi. Data yang digunakan biasanya berskala interval atau rasio.
Langkah – langkah pengujian menggunakan Independent t-Test:
1. Menentukan Hipotesis
2. Menentukan tingkat signifikansi
Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam
mengambil keputusan untuk menolak hipotesis . Taraf signifikansi yang digunakan
= 0,025 atau 0,05
3. Menentukan t hitung
……………………….(2.6)
keterangan :
s : Standar deviasi
: Rata-rata
n : banyak sampel
: nilai parameter
4. Menentukan t tabel
5. Kriteria Pengujian
Ho diterima jika -t tabel < t hitung < t tabel
Ho ditolak jika -t hitung < -t tabel atau t hitung > t table
10
1
1
……………….(2.7)
keterangan :
d-d0 : selisih rata-rata sampel sebelum dan sesudah
S’d : standar deviasi sampel
n : jumlah sampel
Kriterian Pengujian :
H0 ditolak jika : Thitung < -t /2 ; v atau : Thitung > t /2
H0 diterima jika : -t /2 ; v ≤ Thitung ≤ t /2 ; v
11
1
2
kualitatif, Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada
pengamatan yang nyata, Walaupun pada statistik non-parametrik tidak terikat pada distribusi
normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal. Sedangkan
kelemahannya adalah , Statistik non-parametrik terkadang mengabaikan beberapa informasi
tertentu, Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik
parametric, Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi
seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati
eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu.
Terdapat beberapa uji dalam statistic non-parametrik yaitu:
12
1
3
c. Mann-Whitney Test
Digunakan untuk menguji apakah sama median sampel 1 dengan media
sampel 2 yang saling bebas.
Asumsi:
1. Data sendiri dari 2 contoh acak yang berasal dari populasi-populasi dengan
median tidak diketahui.
2. Skala data berasal dari populasi-populasi dengan median tidak di ketahui
3. Variabel yang di ukur bersifat kontinu
4. Dua sample saling bebas.
Hipotesis :
1. (Dua arah): H0:Mx =My Vs. H1: Mx≠ My
2. (satu arah) : H0 : Mx ≥ My VS. H1 : MX < My
3. (Satu arah) : H0 :Mx ≤ My VS> H1 : Mx > My
Prosedur :
1. Gabuangkan data sampel X dengan Y
2. Peringkatkan nilai semua amatan, jika ada ties maka di ratakan
3. Jumlah peringkat dari posisi 1→ S
13
1
4
Statistic uji :
𝑛1(𝑛1+1)
T=S …………..……..….(2.8)
2
Kaidah keputusan :
𝛼 −𝛼 𝛼
1. ( Hipotesis a) = Tolak H0 jika T < W atau T> W1 2 , dimana Wi 2 =
2
𝛼
𝑛1𝑛2 − 𝑊 2
e. Friedman test
Analog dengan uji analis ragam dua arah
Asumsi:
1. Data sendiri dari b kelompok
2. Variabelnya kontinu
14
1
5
𝑋𝑟 2
𝑤= ………………………(2.10)
𝑏(𝑘+1)
Kaidah keputusan:
W≥ 𝑇𝑎𝑏𝑒𝑙 𝑊 𝑇𝑜𝑙𝑎𝑘 𝐻0
15
1
6
BAB 3
METODOLOGI PERCOBAAN
3.1 Flowchart
Mulai
Identifikasi Masalah
Rumusan Masalah
Tujuan Praktikum
Studi Literatur
Penentuan Data
Pengumpulan
data
Pengolahan data
Hasil
Data
Tidak
Sesuai
Ya
16
1
1 7
Hasil Pembahasan
Kesimpulan dan
Saran
Selesai
17
1
8
18
1
9
BAB IV
Bab hasil percobaan dan pembahasan berisi tentang seluruh hasil yang didapatkan selama
praktikum dilakukan. Hasil tersebut dianalisis untuk menegetahui keterkaitansatu sama lain,
sehingga mampu menjawab tujuan dari dilakukan percobaan ini.
𝐻0 : 𝜇 = 13
𝐻𝐴 : 𝜇 ≠ 13
19
2
0
b. independent t test
Hipotesis untuk independent t test adalah sebagai berikut
𝐻0 : 𝜇1 − 𝜇2 = 0
𝐻𝐴 : 𝜇1 − 𝜇2 ≠ 0
Dimana 𝜇1 adalah rata-rata penggunaan kuota internet Mahasiswa Teknik Industri 2018
per bulannya. 𝜇2 adalah rata-rata penggunaan kuota internet Mahasiswa Teknik Mesin 2018
per bulannya.
Dengan penjelasan hipotesis adalah sebagai berikut:
𝐻0 : Tidak ada perbedaan rata-rata penggunaan kuota internet Mahasiswa Teknik Industry
2018 dengan Mahasiswa Teknik Mesin 2018 sesudah menjadi mahasiswa per bulannya
𝐻𝐴 : Ada perbedaan rata-rata penggunaan kuota internet Mahasiswa Teknik Industry 2018
dengan Mahasiswa Teknik Mesin 2018 sesudah menjadi mahasiswa per bulannya.
Adapun dasar pengambilan keputusan adalah sebagai berikut
1. jika t hitung lebih besar dari 1,97838 atau lebih kecil dari -1,97838, maka 𝐻0 ditolak.
Jika t hitung lebih kecil dari 1,97838 dan lebih besar dari -1,97838, maka 𝐻0 gagal
ditolak
2. jika nilai asymp sig (two tail) lebih besar dari 0.05 maka 𝐻0 gagal ditolak. Jika nilai
asymp sig (two tail) lebih kecil dari 0.05, maka 𝐻0 ditolak.
20
2
1
𝐻𝐴 : Selisih rata-rata penggunaan kuota internet per bulan Mahasiswa Teknik Industry 2018
sebelum menjadi mahasiswa dengan Mahasiswa Teknik Industri 2018 sesudah menjadi
mahasiswa tidak sama dengan 5 gigabytes
langkah 1: masukan data ke dalam spss dengan ketentuan variabel yang dibuat yaitu
sebelum_menjadi_mahasiswa,sesudah_menjadi_mahasiswa,dan
sesudah_menjadi_mahasiswa_Teknik_Mesin.
21
2
2
22
2
3
Langkah 3: pindahkan semua variabel ke sisi kanan. Kemudian klik semua pilihan di test
distribution. Lalu kil OK.
23
2
4
sebelum_te
knnik_industri
N 40
Negative -.197
Kolmogorov-Smirnov Z 1.443
24
2
5
sebelum_te
knnik_industri
N 40
Maximum 50
Negative -.025
Kolmogorov-Smirnov Z 3.411
sebekum_te
knnik_industri
N 40
Negative -.132
Kolmogorov-Smirnov Z .838
25
2
6
berdistribusi
Exponensial
Rata-rata
Sesudah mnjadi
cenderung
mahasiswa 0.034 0.000 0.187
berdistribusi
Teknik Mesin
Exponensial
Sebuah data dikatakan berdistribusi uniform, poisson, atau eksponensial jika nilai
Asymp sig lebih besar dari taraf signifikansinya yaitu 0,05. Dari tabel di atas, dapat
disimpulkan bahwa data cenderung berdistribusi Exponensial.
1) Uji Normalitas
Langkah 1: pindahkan data ke dalam spss. Buat variabel “kuota internet” dan “status”.
Pada “status” diberi value dengan 1 adalah Mahasiswa Teknik Industri 2018 sebelum menjadi
mahasiswa, value 2 adalah Mahasiswa Teknik Industry 2018 sesudah menjadi mahasiswa,
value 3 adalah Mahasiswa Teknik Mesin 2018 sesudah menjadi mahasiswa, value 4 adalah
Mahasiswa Teknik Mesin 2018 sesudah menjadi mahasiswa.
26
2
7
Langkah 3: pindahkan veriabel ke sisi kanan sesuai dengan gambar di bawah. Lalu klik
OK
27
2
8
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Kuota_internet_per_bulan Penggunaan
kuota internet
sebelum menjadi
.228 40 .000 .753 40 .000
mahasiswa Teknik
Industri 2018 per
bulan
Penggunaan
kuota internet
sesudah menjadi
.222 40 .000 .795 40 .000
mahasiswa Teknik
Industri 2018 per
bulan
Penggunaan
kuota internet
sesudah menjadi
.225 40 .000 .859 40 .000
mahasiswa Teknik
Mesin 2018 per
bulan
a. Lilliefors Significance Correction
Dapat dilihat bahwa nilai distribusi normalnya sebesar 0.000. Maka dapat disimpulkan
bahwa data tidak berdistribusi normal, namun dalam penelitian ini data dianggap berdistribusi
normal.
28
2
9
5 10 25 4
6 2 26 3
7 40 27 20
8 2 28 5
9 1 29 20
10 10 30 1
11 4 31 2
12 4 32 4
13 8 33 12
14 10 34 15
15 10 35 8
16 5 36 0,5
17 3 37 9
18 2 38 5
19 30 39 15
20 14 40 12
Karena standar deviasi belum diketahui, maka dihtung nilainya sebagai berikut:
Σ(𝑋 − 𝑋̅) 2
𝑠=√
𝑛−1
6157,99
𝑠=√
39
𝑠 = 12,56
Rumus mencari T hitung sebagai berikut:
𝑋̅ − 𝜇
𝑡=
𝑆
√𝑛
11,6375 − 13
𝑡=
12,56
√40
𝑡 = −0,688
29
3
0
T
hitung
-2,02 2,02
b. Menggunakan SPSS
Langkah 1: masukan data ke dalam spss. Data yang digunakan yaitu penggunaan
kuota internet per bulan Mahasiswa Teknik Industri 2018 sebelum menjadi mahasiswa.
30
3
1
31
3
2
Test Value = 13
Kuota_internet_per_bulan -
39 .508 -1.325 -5.33 2.68
.669
Dari output di atas, didapatkan nilai T hitung sebesar 0.508. karena T hitung
lebih besar dari 0,05, maka 𝐻0 gagal ditolak. Maka dari itu dapat disimpulkan bahwa
rata-rata penggunaan kuota internet per bulan Mahasiswa Teknik Industri 2018 sebelum
menjadi mahasiswa adalah sama dengan 13 gigabytes.
32
3
3
Adapun data penggunaan kuota internet perbulan mahasiswa Teknik Industri 2018 dan
mahasiswa Teknik Mesin 2018 sesudah menjadi mahasiswa adalah sebagai berikut:
33
3
4
36 Sefty 6 36 Maulna 6
37 Rafisal 7 37 Yudi 30
38 Aldrin 2 38 Mada 20
39 Haflah 30 39 Adzar 5
40 Afifah 14 40 Uli 2
∑(𝑋1 − 𝑋̅1 )2
𝑠1 = √
𝑛−1
11240,775
𝑠1 = √
39
𝑠1 = 16,97
∑(𝑋2 − 𝑋̅2 )2
𝑠2 = √
𝑛−1
4069,6
𝑠1 = √
39
𝑠2 = 10,215
∑(𝑛𝑖 − 1)𝑠𝑖2
𝑠𝑝 = √
∑(𝑛𝑖 − 𝑘)
𝑠𝑝 =196,1635
34
3
5
3,325 − 0
𝑇ℎ𝑖𝑡𝑢𝑛𝑔 =
2 2
√196,1635 + 196,1635
40 40
𝑇ℎ𝑖𝑡𝑢𝑛𝑔 = 0,0758
Hasil perhitungan dapat digambarkan sebagai berikut:
-2,02
2,02
Dari gambar di atas, dapat dilihat bahwa T hitung tidak berada di daerah penolakan.
Artinya T hitung lebih kecil dari 2,02 dan lebih besar dari -2,02. Karena T hitung tidak
berada di daerah penolakan, maka 𝐻0 gagal ditolak. Maka dapat disimpulkan bahwa tidak
ada perbedaan rata-rata penggunaan kuota internet per bulan Mahasiswa Teknik Industri
2018 dengan Mahasiswa Teknik Mesin 2018 setelah menjadi mahasiswa.
b. Menggunakan SPSS
Langkah 1: masukan data ke dalam ke spss. Data yang digunakan yaitu pemakaian
kuota internet per bulan Mahasiswa Teknik Industri 2018 dan Mahasiswa Teknik Mesin
2018 sesudah menjadi mahasiswa.
35
3
6
Langkah 3; masukkan variabel seprti gambar di bawah lalu pilih Define Groups
36
3
7
Langkah 4: isi seperti gambar dibawah ini. Lalu klik Continue. Kemudian kilik OK.
37
3
8
Levene's
Test for
Equality of
Variances t-test for Equality of Means
95%
Confidence
Me St Interval of the
Si an d. Error Difference
Jumlah_pemakaian_kuot Eq
a_internet ual
-
varianc 2.3 .1 .2 - 3.3 - 2.3
1.2 78
es 47 30 07 4.250 37 10.893 93
74
assum
ed
Eq
ual
-
varianc 71. .2 - 3.3 - 2.4
1.2
es not 777 07 4.250 37 10.902 02
74
assum
ed
Dari output di atas, didapatkan T hitung sebesar 0,207. Karena T hitung lebih
besar dari 0,05, maka 𝐻0 gagal di tolak. Maka dapat disimpulkan bahwa tidak ada
perbedaan rata-rata pemakaian kuota internet per bulan Mahasiswa Teknik Industri 2018
dan Mahasiswa Teknik Mesin 2018 sesudah menjadi mahasiswa.
38
3
9
39
4
0
40 Afifah 14 14
̅ )2
∑(𝐷 − 𝐷
𝑠𝑑 = √
𝑛−1
8777,5
𝑠𝑑 = √
39
𝑠𝑑 = 15,002
T hitung
2,02
-2,02
Dari gambar di atas, dapat dilihat bahwa T hitung = -3,89 berada di daerah
penolakan. T hitung lebih kecil dari -2,02. Karena T hitung berada di daerah penolakan,
maka 𝐻0 ditolak. Maka dapat disimpulkan bahwa selisih rata-rata pemakaian kuota
internet per bulan antara Mahasiswa Teknik Industri 2018 sebelum menjadi mahasiswa
40
4
1
dengan Mahasiswa Teknik Industri 2018 sesudah menjadi mahasiswa adalah tidak sama
dengan 5 gigabytes.
b. Menggunakan SPSS
Langkah 1: masukan data pada spss. Data yang digunakan yaitu pemakaian kuota
internet Mahasiswa Teknik Industri 2018 sebelum dan sesudah menjadi mahasiswa.
41
4
2
Paired Differences
95% Confidence
Interval of the
Difference
Std. Sig.
Mea Std. Error Lowe Uppe (2-
n Deviation Mean r r t df tailed)
Pai Status - -
- 14.91 1.66 - - 7 .00
r1 Kuota_internet_per_bula 7.37
12.300 7 8 15.620 8.980 9 0
n 5
Berdasarkan hasil output di atas, didapatkan nilai T hitung sebesar 0,000. Karena
T hitung lebih kecil dari 0,05, maka 𝐻0 di tolak. Maka dapat disimpulkan bahwa selisih
rata-rata pemakaian kuota internet per bulan Mahasiswa Teknik Industri 2018 sebelum
menjadi mahasiswa dan Mahasiswa Teknik Industri 2018 sesudah menjadi mahasiswa
adalah tidak sama dengan 5 gigabytes.
42
4
3
BAB 5
KESIMPULAN
Adapun kesimpulan yang dapat diambil dari hasil pengujian dan analisis pada
data yang sudah diambil adalah sebagai berikut:
1. Sebuah data dikatakan berdistribusi uniform, poisson, atau eksponensial jika nilai
Asymp sig lebih besar dari taraf signifikansinya yaitu 0,05. Sebaliknya, jika nilai
Asymp sig lebih kecil dari 0,05 maka data dikatakan tidak berdistribusi uniform,
poisson, atau eksponensial. Dari pengujian tersebut didapatkan data rata-rata
pemakaian kuota internet per bulan Mahasiswa Teknik Industri 2018 sebelum menjadi
mahasiswa, nilai Asymp sig distribusi normal = 0,031, nilai Asymp sig uniform =
0,000, dan nilai Asymp sig distribusi eksponensial = 0,484. Data rata-rata pemakaian
kuota internet per bulan Mahasiswa Teknik Industri 2018 sesudah menjadi mahasiswa,
nilai Asymp sig distribusi normal = 0,039, nilai Asymp sig uniform = 0,000, nilai
Asymp sig distribusi eksponensial = 0,659. Data rata-rata pemakaian kuota internet per
bulan Mahasiswa Teknik Mesin 2018 sesudah menjadi mahasiswa, nilai Asymp sig
distribusi normal = 0,034, nilai Asymp sig distribusi uniform = 0,000, dan nilai Asymp
sig distribusi eksponensial = 0,187. Dari hasil tersebut dapat disimpulkan bahwa data
yang diperoleh cenderung berdistribusi eksponensial.
2. Sebuah data dikatakan berdistribusi normal jika nilai Asymp sig lebih besar dari 0,05.
Sebaliknya, jika nilai Asymp sig lebih kecil dari 0,05 maka data tidak berdistribusi
normal. Dari pengujian normalitas, data pemakaian kuota internet per bulan Mahasiswa
Teknik Industri 2018 sebelum menjadi mahasiswa, nilai Asymp ig = 0,000. Data
pemakaian kuota internet per bulan Mahasiswa Teknik Industri 2018 sesudah menjadi
mahasiswa, nilai Asymp sig = 0,000. Data pemakaian kuota internet per bulan
Mahasiswa Teknik Mesin 2018 sesudah menjadi mahasiswa, nilai Asymp sig = 0,000.
Dari hasil yang didapatkan, semua data yang diperoleh tidak berditribusi normal.
Namun, dalam penelitian ini semua data dianggap berdistribusi normal.
3. Dalam uji one-sample t test, ditentukan 𝐻0 adalah Rata-rata penggunaan kuota internet
mahasiswa Teknik Industri dan Teknik mesin 2018 sebelum menjadi mahasiswa sama
dengan 13 gigabytes. Dari hasil pengujian dengan SPPS, didapatkan T hitung = 0,508.
Karena T hitung < 0,05, maka 𝐻0 gagal ditolak. Dari hasil pengujian dengan Ms. Excel,
didapatkan T hitung = −0,688. Karena T hitung < 2,02 dan T hitung > -2,02, maka 𝐻0
43
4
4
gagal ditolak. Pengujian dengan SPSS maupun dengan Ms. Excel sama-sama gagal
menolak 𝐻0 . Dapat disimpulkan bahwa Rata-rata waktu penggunaan kuota internet
mahasiswa Teknik Industri 2018 sebelum menjadi mahasiswa adalah sama dengan 13
gigabytes.
4. Dalam uji independent-sample t test, ditentukan 𝐻0 adalah tidak ada perbedaan rata-
rata penggunaan kuota internet perbulan mahasiswa Teknik Industri 2018 dengan
mahasiswa Teknik Mesin 2018 setelah menjadi mahasiswa. Dari hasil pengujian
dengan SPSS, didapatkan T hitung = 0,207. Karena T hitung > 0,05, maka 𝐻0 gagal
ditolak. Dari hasil pengujian dengan Ms. Excel, didapatkan T hitung = 0,0758. Karena
T hitung < 2,02 dan T hitung > -2,02, maka 𝐻0 gagal ditolak. Pengujian dengan SPSS
maupun dengan Ms. Excel sama-sama gagal menolak 𝐻0 . Maka dapat disimpulkan
bahwa tidak ada perbedaan waktu pemakaian kuota internet perbulan Teknik Industri
2018 dengan mahasiswa Teknik Mesin 2018 setelah menjadi mahasiswa.
5. Dalam uji paired-sample t test, ditentukan 𝐻0 adalah selisih rata-rata pemakaian kuota
internet per bulan antara Mahasiswa Teknik Industri 2018 sebelum menjadi mahasiswa
dengan Mahasiswa Teknik Industri 2018 sesudah menjadi mahasiswa. Dalam
pengujian dengan SPSS, didapatkan T hitung = 0,000. Karena T hitung < 0,05, maka
𝐻0 ditolak. Dalam pegujian dengan Ms. Excel, didapatkan T hitung = -3,89. Karena T
hitung < -2,02, maka 𝐻0 ditolak. Pengujian dengan SPSS maupun dengan Ms. Excel
sama sama menolak 𝐻0 . Maka dapat disimpulkan bahwa selisih rata-rata pemakaian
kuota internet per bulan antara Mahasiswa Teknik Industri 2018 sebelum menjadi
mahasiswa dengan Mahasiswa Teknik Industri 2018 sesudah menjadi mahasiswa
adalah tidak sama dengan 5 gigabytes.
44
4
5
DAFTAR PUSTAKA
45
4
6
46