Tugas Statistika Lingkungan

DISUSUN OLEH :

RAFLI MUFLIH RAMADHAN

21080118130051

DEPARTEMEN TEKNIK LINGKUNGAN

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 :

Seorang Ilmuwan bernama Ana dalam penelitiannya ingin mengetahui Kadar

Zat Organik pada beberapa anak Sungai di Kota Semarang. Menurut isu yang
berkembang diketahui rata-rata Kadar Zat Organik dibawah ambang batas yaitu
dibawah 10.Tim riset ingin mengambil sampel secara acak sebanyak 10 buah titik
anak sungai di Kota Semarang. Setelah itu dilakukan penelitian dengan menggunakan
sampel sebanyak 10 titik anak sungai sebagai berikut :

Berikut adalah hipotesa yang dilakukan:

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

Titik Kadar Zat Organik

1 6.00
2 5.00
3 8.00
4 5.00
5 8.00
6 7.00
7 6.00
8 3.00
9 9.00
10 6.00
Test Of Normality

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

N Mean Std. Std. Error

Deviation Mean
Zat_Organi 10 6.3000 1.76698 .55877
c

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.

2. Paired Sample T-Test

Paired sample T-test merupakan uji beda dua sampel berpasangan. Sampel
berpasangan merupakan subjek yang sama tetapi mengalami perlakuan yang berbeda.
Uji T dua sample yang berpasangan (paired) berfungsi untuk menguji dua sample
yang berpasangan, apakah mempunyai rata-rata secara nyata berbeda ataukah tidak.

Contoh Kasus:

Sekelompok mahasiswi melakukan penelitian mereka ingin mengetahui

apakah rata-rata pH sebelum koagulasi berbeda dengan rata-rata pH Setelah
Koagulasi, Sampel air diambil dikos sekitaran UNDIP Tembalang. Setelah dilakukan
penelitian dengan menggunakan sampel sebanyak 10 buah diketahui rata-rata pH
sebelum koagulasi adalah 7. Sedangkan rata-rata pH Setelah Koagulasi adalah 7,5.
Data-data yang didapat sebagai berikut :

Berikut adalah hipotesa yang dilakukan:

 H0 = Tidak ada perbedaan yang signifikan nilai pH sebelum koagulasi dan setelah
koagulasi.
H1 = Terdapat perbedaan yang signifikan nilai pH sebelum koagulasi dan setelah
koagulasi.

NO Sampel Sebelum Koagulan Setelah Koagulan

1 Air Kos Banjarsari 7.10 7.50
2 Air Kos Gondang 5.60 6.90
3 Air Kos Ngesrep 7.50 8.10
4 Air Kos Mulawarman 8.30 7.80
5 Air Kos Sirojudin 6.20 7.40
6 Air Kos Jurbel 7.80 7.50
7 Air Kos Timoho 6.90 7.70

T-Test

Paired Samples Statistics

Mean N Std. Std. Error
Deviation Mean
Pair 1 sebelum_koagulan 7.0571 7 .92890 .35109
setelah_koagulan 7.5571 7 .37353 .14118

Tabel Paired Samples Statistics menunjukkan nilai deskriptif masing-masing variabel

pada sampel berpasangan :

 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.

Paired Samples Correlations

N Correlation Sig.
Pair sebelum_koagulan & 7 .753 .051
1 setelah_koagulan

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

Ho diterima ,H1 ditolak nilai signifikansi (2-tailed) >0.05 menunjukkan tidak

terdapat perbedaan yang signifikan antara variabel awal dengan variabel akhir. Ini
menunjukkan tidak terdapat pengaruh yang bermakna terhadap perbedaan perlakukan
yang diberikan pada masing-masing variable

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 :

Seorang Dosen dalam penelitiannya ingin mengetahui perbedaan nilai pada

tingkat kekeruhan air setelah sampel air tersebut diberi koagulan dengan dosis yang
berbeda yakni 20 ml dan 30 ml. Penelitian dengan menggunakan sampel sebanyak 10
responden yang diambil dari koagulan dosis 20 (1) dan koagulan dosis 30 ml (2)

Berikut adalah hipotesa yang dilakukan :

H0 = Rata – rata tingkat kekeruhan dengan penambahan dosis koagulan 20 ml tidak
ada perbedaan yang signifikan dengan penambahan dosis koagulan 30 ml.
H1 = Rata – rata tingkat kekeruhan dengan penambahan dosis koagulan 20 ml ada
perbedaan yang signifikan dengan penambahan dosis koagulan 30 ml.
Nilai Kekeruhan Kadar Koagulasi
89.90 1.00
85.45 1.00
83.80 1.00
84.20 1.00
75.45 1.00
80.90 2.00
73.25 2.00
84.55 2.00
81.77 2.00
78.56 2.00

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:

Terdapat perbedaan nilai kekeruhan yang kurang signifikan antara penambahan

koagulan sebesar 20ml dan penambahan koagulan sebesar 30ml

4. ONE WAY ANOVA

Anova merupakan singkatan dari “analysis of varian“. One Way Anova
merupakan lanjutan dari uji-t independen dimana kita memiliki dua kelompok
percobaan atau lebih. Uji ini biasa digunakan untuk membandingkan mean dari dua
kelompok sampel independen (bebas).
 Contoh Kasus :

Dalam sebuah penelitian yang dilakukan disebuah sungai di pekalongan,

seorang peneliti ingin membandingkan kadar BOD pada air limbah hasil dari sebuah
Industri dengan pengujian menggunakan tawas sebagai koagulan dengan dosis 5,0 gr;
10,0 gr dan 15,0 gr

Berikut adalah hipotesa yang dilakukan :

H0 : Kadar BOD dari masing-masing dosis feri sulfat adalah sama

H1 : Terdapat mean dari dua atau lebih kadar BOD dari masing – masing jenis dosis
feri sulfat tidak sama.

No Dosis (gr) Kadar BOD (mg/l)

1 5 563
2 5 678
3 5 455
4 10 594
5 10 684
6 15 571
7 15 531
8 15 500

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

Post Hoc Tests

Analisis ini bertujuan untuk menguji KadarBOD mana yang lebih tinggi dan
membandingkan antara satu hasil dengan yang lain.

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.

Koefisien korelasi (r) bernilai -1≤r≤1

a) r=-1 berarti variabel-variabel yang diukur memiliki hubungan kuat daalam arah
yang negatif
b) r=1 berarti variabel-variabel yang diukur memiliki hubungan kuat daalam arah
yang positif
c) r=0 berarti variabel-variabel yang diukur memiliki hubungan yang lemah

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 :

Berikut adalah hipotesa yang dilakukan :

Ho : Tidak ada hubungan yang signifikan antara kadar TSS dalam air dengan tingkat
kekeruhan air

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).

Dari tabel Correlation di atas diperoleh Signifikansi antara kandungan

TSS dengan Kekeruhan yaitu sebesar 0,040. Dimana nilai 0,040 lebih besar dari 0.05
(0.040 > 0.05), sehingga H0 diterima.

KESIMPULAN

Terdapat adanya hubungan yang tidak signifikan pada kandungan TSS dengan
Kekeruhan yang terdapat dalam air.

Koefisien korelatif didapatkan sebesar r = 0,654

Sehingga arah korelasi positif. Dapat ditarik kesimpulan :

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.

Analisis regresi digunakan untuk mengetahui besarnya pengaruh satu variable

bebas atau lebih terhadap satu variabel tidak bebas.

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 :

Berikut adalah hipotesa yang dilakukan :

Ho = β0 = 0
Dosis koagulan yang diberikan tidak berpengaruh signifikan terhadap kekeruhan
H1 = β0 ≠ 0
Dosis koagulan yang diberikan berpengaruh signifikan terhadap kekeruhan
Diketahui :
Variabel Terikat : Kekeruhan
Variabel bebas : Dosis Koagulan
 No. Kekeruhan (NTU) Dosis Koagulan (mg/L)
1. 4 5
2. 8 2
3. 15 7
4. 2 1
5. 9 11
6. 8 5
7. 7 15
8. 6 11
9. 13 8
10. 5 6

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:

Kekeruhan dipengaruhi oleh dosis koagulan sebesar 0,69%

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

Dari tabel di atas, dapat disimpulkan

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

Dosis Koagulan = 5.986 + 0.241Dosis Koagulan

Sig Prosentase nilai Dosis Koagulan = 0.641

0.462 > 0.05

Artinya H0 diterima. Dengan begitu, dapat diambil kesimpulan bahwa:

Dosis koagulan yang diberikan tidak berpengaruh signifikan terhadap kekeruhan