SPSS
SPSS
21080118120006
A. ONE SAMPLE T –TEST
One sample t test adalah teknik analisis yang digunakan untuk membandingkan
satu variabel bebas. Teknik one sample t test ini biasanya untuk pengujian nilai apakah
niali tersebut berbeda secara signifikan atau tidak dengan rata-rata suatu sampel.
Contoh Kasus:
Dilakukan pengujian kadar COD pada sampel air yang diambil dari sungai A pada
10 titik yang sudah tercemar air limbah industri di Laboratorium Lingkungan. Dimana
setelah dilakukan pengujian di dapat nilai kadar COD pada sampel air sungai A tidak
melebihi nilai standar baku mutu yaitu 75 mg/l. Pengujian dilakukan kembali dengan
mengambil titik sampel yang berbeda-beda.
COD
NO TITIK
(mg/liter)
1 1 25
2 2 26
3 3 32
4 4 33
5 5 35
6 6 36
7 7 27
8 8 22
9 9 20
10 10 15
Hipotesis :
H0 = Rata-rata kadar COD dalam sungai X tidak berbeda signifikan dengan 75 mg/lt
kadar COD pada titik sampel awal (sungai A)
H1 = Rata-rata kadar COD dalam sungai X berbeda signifikan dengan 75 mg/lt kadar
COD pada titik sampel awal (sungai A)
Penyelesaian Kasus
MUTIARA SALMA MAKUNTI
21080118120006
Taraf Signifikan :
α = 0,05
HASIL
One-Sample Statistics
Std.
N Mean Deviation Std. Error Mean
COD 10 27,1 6,90330 2,18302
Dari tabel diatas dapat diketahui bahwa rata-rata kadar COD di sungai A dengan
pengambilan titik sampel seperti yang telah disebutkan sebelumnya adalah 75 mg/lt dengan
standar deviasinya 6,90330.
One-Sample Test
Test Value = 25
95% Confidence Interval of
Sig. (2- Mean the Difference
t df tailed) Difference Lower Upper
COD 12,928 9 ,000 27,10000 22,1617 32,0383
Analisa:
Pada tabel diatas didapatkan nilai Sig = 0,000 < 0,05 Berdasarkan nilai sig tersebut
berarti H0 ditolak dan hipotesa yang dapat diterima yaitu H1, sehingga dapat disimpulkan:
Rata-rata kadar COD dalam sampel dari sepuluh sumber sungai berbeda signifikan
dengan 75 mg/l kadar COD pada sampel awal (sungai A).
MUTIARA SALMA MAKUNTI
21080118120006
B. PAIRED SAMPLE T TEST
Paired sample t-test adalah suatu teknik uji beda dua sampel berpasangan. Yang
dimaksud sampel berpasangan yaitu subjek sama tetapi mengalami perlakuan yang
berbeda. Uji t dua sampel yang berpasangan (paired) berfungsi untuk menguji dua sampel
yang berpasangan apakah mempunyai rata-rata berbeda nyata atau tidak.
Contoh Kasus:
Dalam uji coba proses sedimentasi dari sampel air waduk Diponegoro dilakukan
pengujian mengenai kadar TSS setelah pengadukan dengan menggunakan alat khusus
dimana terdapat 5 kran yang berbeda-beda. Dari setiap kran diambil sampel air untuk
diukur TSSnya dengan rentan waktu yang berbeda-beda, dimana pengujian 1 diambil pada
waktu 0 menit pertama setelah pengadukan dan pengujian 2 diambil 3 menit kedua setelah
pengadukan. Akan dianalisis apakah terdapat perbedaan yang signifikan atau tidak dari
rata-rata seluruh kran antara pengujian 1 dan pengujian 2.
Hipotesis :
H0 = Tidak ada perbedaan yang signifikan nilai rata-rata kadar TSS pada pengujian 1
dan pengujian 2.
H1= Ada perbedaan yang signifikan nilai rata-rata kadar TSS pada pengujian 1 dan
pengujian 2.
Taraf Signifikan :
α = 0,05
sig < α , maka H0 ditolak dan H1 diterima
sig > α, maka H0 diterima dan H1 ditolak
INPUT DATA DI SPSS
No. sampel Pengujian 1 Pengujian 2
(kran ke-) (mg/l) (mg/l)
1 1.3 1.5
2 1.5 2.3
3 1.55 2.5
4 1.7 2.55
5 1.8 2.75
MUTIARA SALMA MAKUNTI
21080118120006
HASIL SPSS
Dari tabel dapat diketahui bahwa nilai rata-rata yang didapat pada pengujian 1 sebesar
1.5700 mg/l dengan standar deviasinya sebesar 0.19235 dan rata-rata yang didapat pada
pengujian 2 sebesar 2.3840 mg/lt dengan standar deviasinya sebesar 0.48554.
Paired Samples Correlations
N Correlation Sig.
Pair 1 Pengujian 1 & 5 .932 0.021
Pengujian 2
Dari tabel diatas diperoleh nilai korelasi rata-rata dari pengujian 1 dan pengujian 2
yaitu sebesar -0,387 dan nilai sig sebsesar 0,520 dimana nilai sig korelasi ini lebih besar dari
p value 0.05 (0.021 < 0.05). Sehingga dapat dikatakan bahwa ada perbedaan yang signifikan
nilai rata-rata kadar TSS pada pengujian 1 dan pengujian 2.
MUTIARA SALMA MAKUNTI
21080118120006
Dari tabel dapat diketahui bahwa nilai sig yang didapat 0.006, dimana nilainya lebih
kecil dari p value sehingga 0.006 < 0.05 dan dapat dikatakan H0 ditolak sedangkan H1
diterima. maka disimpulkan sebagai berikut :
“Ada perbedaan signifikan antara niali rata-rata kadar TSS pada pengujian 1 dan
pengujian 2”
Group Statistics
Std.
Jenis N Mean Deviation Std. Error Mean
Waktu 1,00 5 10.00 4.062 .817
2,00 5 22.60 3.209 1.435
MUTIARA SALMA MAKUNTI
21080118120006
Dari tabel di atas dapat diketahui bahwa rata-rata lama pengendapan partikel pasir
adalah 10.00 menit dengan standar deviasinya sebesar 4.062. Serta rata-rata lama
pengendapan partikel lumpur adalah 22.60 menit dengan standar deviasinya sebesar 3.209.
95% Confidence
Interval of the
Difference
Sig. (2- Mean Std. Error
F Sig. t df tailed) Difference Difference Lower Upper
nilaikekeruhanNTU Equal
-
variances .411 .540 8 .001 -12.600 2.315 -17.939 -7.261
5.442
assumed
Equal
-
variances not 7.594 .001 -12.600 2.315 -17.989 -7.211
5.442
assumed
Dari tabel di atas disapatkan nilai sig 0.541. dimana nilai sig tersebut lebih besar dari
p value 0.05 sehingga 0.541 > 0.05 sehingga H0 diterima, maka dapat ditarik kesimpulan
sebagai berikut : “Lama pengendapan partikel pasir tidak berbeda signifikan dengan
lama pengendapan partikel lumpur pada salah satu IPAL”
Contoh Kasus:
Seorang mahasiswa teknik lingkungan ingin melakukan riset mengenai tingkat kesadahan
air. Mahasiswa tersebut mengambil sampel air di tiga lokasi berbeda yang ada di
lingkungan Fakultas Teknik Undip. Apakah pengukuran ketiga sampel air yang diambil
tersebut memiliki kesamaan tingkat kesadahan?
Penyelesaian
α = 5% = 0.05
Daerah Penolakan
HASIL
Descriptives
NilaiKesadahan
N Mean Std. Std. 95% Confidence Interval for Minimum Maximu
Deviation Error Mean m
Lower Bound Upper Bound
MUTIARA SALMA MAKUNTI
21080118120006
Masjid Teknik 6 191.33 18.554 7.575 171.86 210.81 168 215
Gedung Kuliah
6 246.67 73.503 30.007 169.53 323.80 188 385
Bersama (GKB)
Dekanat Teknik 6 256.50 24.156 9.862 231.15 281.85 220 283
Total 18 231.50 52.279 12.322 205.50 257.50 168 385
Interpretasi:
Hipotesis yang diajukan :
Keputusan :
Pada tabel Test of Homogenity of Variances dapat dilihat probalitasnya adalah sebesar
0.128 ( 0.128 > 0.05 ) sehingga H0 diterima, artinya semua sampel air memiliki hasil
pengukuran kesadahan yang sama.
ANOVA
NilaiKesadahan
Sum of Squares df Mean Square F Sig.
Between Groups 14810.333 2 7405.167 3.509 .056
Within Groups 31652.167 15 2110.144
Total 46462.500 17
MUTIARA SALMA MAKUNTI
21080118120006
Dari tabel diatas dapat diketahui bahwa sig. yang diperoleh sebesar 0.056, dimana nilainya
lebih besar dari 0.05 (0.056 < 0.05) sehingga dapat dikatakan H0 diterima dan H1 ditolak
sehingga semua sampel air memiliki hasil pengukuran kesadahan yang sama.
Multiple Comparisons
Dependent Variable: NilaiKesadahan
Tukey HSD
(I) SampelAir (J) SampelAir Mean Std. Error Sig. 95% Confidence Interval
Difference (I- Lower Bound Upper Bound
J)
Gedung Kuliah Bersama
-55.333 26.521 .126 -124.22 13.56
Masjid Teknik (GKB)
Dekanat Teknik -65.167 26.521 .065 -134.06 3.72
Gedung Kuliah Bersama Masjid Teknik 55.333 26.521 .126 -13.56 124.22
(GKB) Dekanat Teknik -9.833 26.521 .927 -78.72 59.06
Masjid Teknik 65.167 26.521 .065 -3.72 134.06
Dekanat Teknik Gedung KUliah Bersama
9.833 26.521 .927 -59.06 78.72
(GKB)
Kesimpulan :
Untuk Signature
a. Hasil uji tingkat kesadahan di Masjid Teknik berbeda nyata dengan hasil uji tingkat
kesadahan di Gedung Kuliah Bersama (GKB) karena sig = 0.126 > 0.05
b. Hasil uji tingkat kesadahan di Masjid Teknik berbeda nyata dengan hasil uji tingkat
kesadahan di Dekanat Teknik, karena sig = 0.065 > 0.05
a. Hasil uji tingkat kesadahan di Gedung Kuliah Bersama (GKB) berbeda nyata dengan
hasil uji tingkat kesadahan di Masjid Teknik, karena sig = 0.126 > 0.05
b. Hasil uji tingkat kesadahan di Gedung Kuliah Bersama berbeda nyata dengan hasil uji
tingkat kesadahan di Dekanat Teknik, karena sig = 0.927 > 0.05
MUTIARA SALMA MAKUNTI
21080118120006
Analisa Baris Ketiga
a. Hasil uji tingkat kesadahan di Dekanat Teknik berbeda nyata dengan hasil uji tingkat
kesadahan di Masjid Teknik, karena sig = 0.065 > 0.05
b. Hasil uji tingkat kesadahan di Dekanat Teknik berbeda nyata dengan hasil uji tingkat
kesadahan di Gedung Kuliah Bersama, karena sig = 0.927 > 0.05
E. CORRELATION
Correlation adalah metode yang digunakan untuk mengetahui hubungan antara dua
variabel. Jika kita menghitung korelasi antara X1 dan X2, itu berarti kita mencari hubungan
antara dua variabel tersebut.
Koefisien korelasi (r) bernilai -1 ≤ r ≤ 1, dimana :
a.) r = -1 berarti variabel-variabel yang diukur memiliki hubungan kuat dalam arah yang
negative
b.) r = 1 berarti variabel-variabel yang diukur memiliki hubungan kuat dalam arah yang
positif
c.) r = 0 berarti variabel-variabel yang diukur memiliki hubungsn yang lemah.
Contoh Kasus
Seorang mahasiswa melakukan sebuah pengujian laboratorium Lingkungan, yaitu
pengujian kandungan klorida dalam air yang berpengaruh pada pH. Dikeahui 2 variabel
pengujian yaitu kandungan klorida dan pH yang terdapat dalam air tersebut. Dimana
semakin tinggi kandungan klorida maka nilai pH nya semakin kecil karena klorida apabila
bereaksi dengan Hydrogen akan menjadi asam, sehingga nilai pH dibawah tujuh, semakin
tinggi nilai klorida pH semakin asam. Sehingga dilakukan analisis kolerasi terhadap data
tersebut. Data sebagai berikut:
Hubungan Klorida dengan pH
MUTIARA SALMA MAKUNTI
21080118120006
Sampel ke- Klorida (mg/l) pH
1 547 3.2
2 234 5.05
3 530 3.55
4 330 4.37
5 120 5.97
6 650 2.05
7 300 4.59
8 574 3.01
9 450 3.68
10 477 3.6
Hipotesis :
H0 = Terdapat hubungan yang tidak signifikan terhadap kandungan klorida dan pH yang
terkandung dalam air.
H1 = Terdapat hubungan yang signifikan terhadap kandungan klorida dan pH yang
terkandung dalam air.
Taraf Signifikan :
α = 0,05
sig < α , maka H0 ditolak dan H1 diterima
sig > α, maka H0 diterima dan H1 ditolak
MUTIARA SALMA MAKUNTI
21080118120006
ANALISIS
HASIL SPSS
Correlations
Klorida pH
Pearson Correlation 1 -.985**
N 10 10
**
Pearson Correlation -.985 1
N 10 10
**. Correlation is significant at the 0.01 level (2-tailed).
Dari tabel diatas dapat diketahui bahwa N menunjukkan nilai observasi sampel sebanyak
10, korelasi antara kandungan klorida dan pH yang dihasilkan sebesar -0.985(**) yang
artinya besar korelasi yang terjadi antara variabel kandungan klorida dan pH adalah kurang
baik atau dapat dikatan negatife. Sedangkan besar sig. (2-tailed) yang dihasilkan yaitu
sebesar 0.000, dimana hasil tersebut lebih kecil dibandingkan nilai p value 0.05 (0.000 <
0.05) yang dapat berarti H0 ditolak dan H1 diterima sehingga dapat disimpulkan sebagai
berikut : “Terdapat hubungan yang signifikan terhadap kandungan klorida dengan pH
dalam air.”
F. REGRESSION
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan
hubungan sebab-akibat antara satu variabel dengan variabel(-variabel) yang lain. Variabel
"penyebab" disebut dengan bermacam-macam istilah: variabel penjelas, variabel
eksplanatorik, variabel independen, atau secara bebas, variabel X (karena seringkali
digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal
sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y.
Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang
dipengaruhi harus selalu variabel acak. Analisis regresi digunakan untuk mengetahui
besarnya pengaruh satu variable bebas atau lebih terhadap satu variabel tidak bebas.
MUTIARA SALMA MAKUNTI
21080118120006
Contoh Kasus :
Di dalam sebuah sistem pengolahan limbah ditentukan dosis koagulannya dipengaruhi oleh
nilai TSS dan kekeruhan dengan variabel bebas :
1. Nilai TSS
2. Nilai kekeruhan
Dosis Koagulan TSS Kekeruhan
1 0.13 12
2 0.125 12.2
3 0.123 11.8
4 0.12 11.7
5 0.11 11.2
6 0.112 11
7 0.108 10.5
8 0.107 9.1
9 0.101 8.5
10 0.10 5.2
HASIL SPPS
Hipotesis
H0 = β0 = β1 = 0
Nilai TSS dan nilai kekeruhan tidak berpengaruh terhadap dosis koagulan
H1 = ada β1 ≠ 0
Nilai TSS dan nilai kekeruhan berpengaruh terhadap dosis koagulan
Variables Entered/Removeda
Model Variables Variables Method
Entered Removed
Kekeruhan,
1 . Enter
TSSb
a. Dependent Variable: Dosis Koagulan
b. All requested variables entered.
Model Summary
Model R R Square Adjusted R Std. Error of the
Square Estimate
1 .988a .976 .969 .53599
a. Predictors: (Constant), Kekeruhan, TSS
R = 0.988 mendekati 1. Artinya nilai R diatas menunjukan bahwa nilai TSS dan nilai
kekeruhan mempunyai relasi yang kuat terhadap dosis koagulan.
R square = 0.976 mendekati 1. Artinya nilai R square di atas menunjukkan bahwa nilai
TSS dan nilai kekeruhan sangat berpengaruh terhadap dosis koagulan.
Kesimpulan :
Dosis koagulan mempengaruhi nilai TSS dan kekeruhan
ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 80.489 2 40.245 140.087 .000b
Total 82.500 9
Coefficientsa
Model Unstandardized Coefficients Standardized t Sig.
Coefficients
B Std. Error Beta