DISUSUN OLEH :
21080118130051
FAKULTAS TEKNIK
UNIVERSITAS DIPONEGORO
2019
1. One Sample Test
One Sample T Test merupakan teknik analisis untuk membandingkan satu
variabel bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu berbeda
secara signifikan atau tidak dengan rata-rata sebuah sampel.
Contoh Kasus :
H0 = Rata-rata kadar Zat Organik pada anak sungai Kota semarang diatas
ambang batas yaitu diatas 10.
H1 = Rata-rata kadar Zat Organik pada anak sungai Kota semarang dibawah
ambang batas yaitu dibawah 10
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Zat_Organi .167 10 .200* .960 10 .791
k
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Terima H0, karena p-value > 0.05 yaitu 0.791. Hal ini menunjukkan bahwa
data menyebar normal. Dengan demikian, uji-T dapat dilakukan untuk melakukan
pengujian hipotesis bagi data Kadar Zat Organik pada anak sungai di Kota Semarang.
T-Test
One-Sample Statistics
Dari tabel di atas dapat disimpulkan bahwa rata-rata kadar Zat Organik di
anak Sungai Kota Semarang dengan pengambilan titik sampel seperti yang telah
disebutkan sebelumnya adalah 6.3 dengan standar deviasinya yaitu 1.76698.
One-Sample Test
Test Value = 10
T Df Sig. (2-tailed) Mean 95% Confidence Interval of the
Difference Difference
Lower Upper
Zat_Organi -6.622 9 .000 -3.70000 -4.9640 -2.4360
c
Kesimpulan :
Pada tabel diatas didapatkan nilai sig = 0.000 yang lebih kecil daripada p
value 0.05 (0.000 < 0.05). Berdasarkan nilai sig tersebut, maka hipotesis yang tepat
yaitu H1 diterima dan hipotesis H0 ditolak. Dengan demikian, dapat dikatakan bahwa
isu yang berkembang selama ini yang menyatakan bahwa rata-rata Kadar zat
organik pada Sungai di Kota Semarang dibawah ambang batas yaitu 10 benar.
Contoh Kasus:
T-Test
Tes Awal mempunyai nilai rata-rata (mean) 7.0571 dari 10 data. Sebaran data
(Std. Deviation) yang diperoleh adalah 0.92890 dengan standar error 0.35109.
Tes Akhir mempunyai nilai rata-rata (mean) 7.5571 dari 10 data. Sebaran data
(Std.Deviation) yang diperoleh 0.37353 dengan standar error 0.14118.
Hal ini menunjukkan tes akhir pada data lebih tinggi dari pada tes awal. Namun
rentang sebaran data tes akhir juga menjadi semakin kecil dan dengan standar error
yang semakin rendah.
Dari tabel di atas diketahui nilai korelasi pH sebelum dilakukan koagulasi dan
setelah dilakukan koagulasi yaitu 0,753 , dan didapatkan nilai sig senilai 0.051. Yang
mana nilai sig tersebut lebih besar daripada nilai p value 0.05 (0.051 > 0.05). Hal ini
menunjukkan bahwa tidak ada korelasi yang signifikan antara pH sebelum dilakukan
koagulasi dan setelah dilakukan koagulasi.
Kesimpulan
3. INDEPENDENT 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.
Contoh Kasus :
T-Test
Group Statistics
KadarKoagulasi N Mean Std. Std. Error
Deviation Mean
NilaiKekeruhan 1.00 5 83.7600 5.23944 2.34315
2.00 5 79.8060 4.24539 1.89860
Tabel test menunjukkan nilai deskriptif masing-masing variabel pada sampel
berpasangan :
Tes Awal mempunyai nilai rata-rata (mean) 83.7600 dari 10 data. Sebaran
data (Std. Deviation) yang diperoleh adalah 5.23944 dengan standar error
2.34315.
Tes Akhir mempunyai nilai rata-rata (mean) 79.8060 dari 10 data. Sebaran
data (Std.Deviation) yang diperoleh 4.24539 dengan standar error 1.89860.
Hal ini menunjukkan tes akhir pada data lebih tinggi dari pada tes awal. Namun
rentang sebaran data tes akhir juga menjadi semakin kecil dan dengan standar error
yang semakin rendah.
Dari tabel di atas didapatkan nilai sig yaitu sebesar 0.921. di mana nilai tersebut lebih
besar dari p value 0.05 (0.921>0.05), sehingga H0 diterima dan H1 ditolak.
Maka dapat diambil kesimpulan sebagai berikut:
H1 : Terdapat mean dari dua atau lebih kadar BOD dari masing – masing jenis dosis
feri sulfat tidak sama.
Oneway
Descriptives
KadarBOD
N Mean Std. Deviation Std. Error 95% Confidence Interval for Minimum Maximum
Mean
Lower Bound Upper Bound
5.00 3 565.3333 111.51831 64.38513 288.3065 842.3602 455.00 678.00
10.00 2 639.0000 63.63961 45.00000 67.2208 1210.7792 594.00 684.00
15.00 3 534.0000 35.59494 20.55075 445.5773 622.4227 500.00 571.00
Total 8 572.0000 80.08924 28.31582 505.0437 638.9563 455.00 684.00
ANOVA
KadarBOD
Sum of df Mean F Sig.
Squares Square
Between Groups 13443.333 2 6721.667 1.068 .411
Within Groups 31456.667 5 6291.333
Total 44900.000 7
Dari tabel di atas diketahui nilai .sig Kadar BOD yaitu seni;ai 0.411. Yang
mana nilai sig tersebut lebih besar daripada nilai p value 0.05 (0.411 > 0.05) Ho
ditolak dan H1 diterima. Hal ini menunjukkan bahwa , nilai kadar BOD ada yang
berbeda di antara jenis dosis
Multiple Comparisons
Dependent Variable: Kadarkoagulan
(I) Dosis (J) Dosis Mean Std. Sig. 95% Confidence Interval
Difference (I- Error Lower Bound Upper Bound
J)
LSD 5.00 10.00 -73.66667 72.4070 .356 -259.7949 112.4615
3
15.00 31.33333 64.7628 .649 -135.1448 197.8114
2
10.00 5.00 73.66667 72.4070 .356 -112.4615 259.7949
3
15.00 105.00000 72.4070 .207 -81.1282 291.1282
3
15.00 5.00 -31.33333 64.7628 .649 -197.8114 135.1448
2
10.00 -105.00000 72.4070 .207 -291.1282 81.1282
3
KESIMPULAN
Dosis 5 tidak berbeda signifikan dengan dosis 10, karena sig = 0.356< 0.05
Dosis 5 tidak berbeda signifikan dengan dosis 15, karena sig = 0.649< 0.05
Dosis 10 tidak berbeda signifikan dengan dosis 15, karena sig = 0.87>0.0
Homogeneous Subsets
Kadar BOD
Dosis N Subset for
KESIMPULAN
alpha = 0.05
Dari tabel Test of Homegeneity of
1
Variances terlihat bahwa hasil uji
a,b
Duncan 15.00 3 534.0000 menunjukan bahwa varian ketiga dosis
5.00 3 565.3333 tersebut sama (sig = 0,98), sehingga uji
10.00 2 639.0000 Anova valid untuk menguji hubungan ini.
Sig. .204
5. CORRELATION TEST
Correlation adalah metode yang digunakan untuk mengetahui hubungan
antara dua variabel. Jika kita menghitung korelasi antara X1 dan X2, berarti kita
mencari hubungan antara dua variabel tersebut.
Contoh Kasus :
Seorang Ilmuwan melakukan sebuah penelitian pada Sungai Bengawan Solo
dilakukan sebuah pengujian pada tingkat kekeruhan air, diketahui 2 variabel yaitu
kadar TSS dan kekeruhan air tersebut. Tingkat kekeruhan air tergantung pada kadar
TSS dalam air.Penelitian dilakukan pada 8 titik aliran Sungai. Dari hasil pengujian
diperoleh data sebagai berikut :
H1 : Ada hubungan yang signifikan antara kadar TSS dalam air dengan kekeruhan air
TSS KEKERUHAN
63.45 298
53.50 256
43.79 136
40.78 245
33.69 167
85.69 367
73.46 289
67.45 267
47.88 167
80.56 189
Correlations
Correlations
TSS KEKERUHA
N
TSS Pearson Correlation 1 .654*
Sig. (2-tailed) .040
N 10 10
KEKERUHA Pearson Correlation .654* 1
N Sig. (2-tailed) .040
N 10 10
*. Correlation is significant at the 0.05 level (2-tailed).
KESIMPULAN
Terdapat adanya hubungan yang tidak signifikan pada kandungan TSS dengan
Kekeruhan yang terdapat dalam air.
Variabel-variabel yang diukur memiliki hubungan yang kuat dengan arah yang positif
dimana kedua variable tersebut memiliki pengaruh terhadap kualitas air.
6. 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.
Contoh Kasus :
Seorang Dosen Teknik Lingkungan dia ingin meneliti tentang kualitas air
pada Mata air yang akan digunakan sebagai air baku pembuatan air minum.
Parameter kualitas air yang ingin diteliti adalah parameter kekeruhan. Air tersebut
akan diberikan dosis koagulan agar dapat memenuhi persyaratan baku mutu kualitas
air. Bagaimana pengaruh pemberian dosis koagulan terhadap kualitas air tersebut
berikut data-datanya :
Regression
Variables Entered/Removeda
Model Variables Variables Method
Entered Removed
1 DOSISKOAG . Enter
ULANb
a. Dependent Variable: KEKERUHAN
b. All requested variables entered.
Model Summary
Model R R Adjusted R Std. Error of
Square Square the Estimate
1 .264a .069 -.047 4.03685
a. Predictors: (Constant), DOSISKOAGULAN
Dari tabel di atas, dapat disimpulkan bahwa hasil R yaitu senilai 0.264 dan
jauh dengan 1. Nilai R ini jauh dengan angka 1, artinya nilai R diatas menunjukan
bahwa dosis koagulan mempunyai relasi yang lemah terhadap kekeruhan.
Sedangkan R square yaitu senilai 0.069 dan mendekati 1, yang menunjukkan
bahwa dosis koagulan mempunyai relasi yang lemah terhadap kekeruhan. Dengan
begitu dapat disimpulkan bahwa:
ANOVAa
Model Sum of df Mean F Sig.
Squares Square
1 Regression 9.731 1 9.731 .597 .462b
Residual 130.369 8 16.296
Total 140.100 9
a. Dependent Variable: KEKERUHAN
b. Predictors: (Constant), DOSISKOAGULAN
Sig < α
0.462 > 0.05
Sehingga H1 ditolak
Kesimpulan : Dosis koagulan yang diberikan tidak berpengaruh signifikan
terhadap kekeruhan (Model Sesuai)
Coefficientsa
Model Unstandardized Coefficients Standardized t Sig.
Coefficients
B Std. Error Beta
1 (Constant) 5.986 2.560 2.338 .048
DOSISKOAGULA .241 .312 .264 .773 .462
N
a. Dependent Variable: KEKERUHAN
Y = 5.986 + 0.241X1