STATISTIK

OLEH

NAMA : NIRGAHAYU SIREGAR

NPM : 1701060016

Dosen Pengampu : ISKANDAR SAFRI HASIBUAN, M.Pd

PRODI PENDIDIKAN BIOLOGI

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS MUHAMMADIYAH TAPANULI SELATAN

TAHUN 2019
 KATA PENGANTAR

Puji Tuhan, terima kasih saya ucapkan atas bantuan Tuhan yang telah mempermudah
dalam pembuatan makalah yang berjudul “STATISTIK” ini, hingga akhirnya terselesaikan tepat
waktu. Tanpa bantuan dari Tuhan, Saya bukanlah siapa-siapa. Selain itu, Saya juga ingin
mengucapkan terima kasih kepada orang tua, keluarga, serta pasangan yang sudah mendukung
hingga titik terakhir ini.
Saya menyadari jika mungkin ada sesuatu yang salah dalam penulisan, seperti
menyampaikan informasi berbeda sehingga tidak sama dengan pengetahuan pembaca lain. Saya
mohon maaf yang sebesar-besarnya jika ada kalimat atau kata-kata yang salah. Tidak ada
manusia yang sempurna kecuali Tuhan.
Demikian Saya ucapkan terima kasih atas waktu Anda yang telah membaca hasil karya
ilmiah Saya.

Padangsidimpuan, 2019
 DAFTAR ISI

COVER

KATA PENGANTAR i

DAFTAR ISI ii

BAB I PENDAHULUAN 1

A. Latar Belakang 1
B. Tujuan Penulisan 1

BAB II PEMBAHASAN 2

A. Pengertian Uji Beda 2

B. Studi Perbandingan Dengan Uji T (T-Test) 2
C. Studi Perbandingan Dengan Uji T (T-Test) 2
D. Variansi Satu Jalan (One – Way Anova) 4

BAB III PENUTUP 9

A. Kesimpulan 9
B. Saran 9

DAFTAR PUSTAKA 10
 BAB I
PENDAHULUAN

A. Latar Belakang
Statistik berasal dari kata state yang artinya negara. Dalam pengertian yang paling
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik dapat diartikan
sebagai kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk
tabel (daftar) dan atau diagram yang menggambarkan (berkaitan) dengan suatu masalah tertentu.
Data merupakan bahan baku informasi, dapat didefinisikan sebagai kelompok teratur
simbol-simbol yang mewakili kuantitas, fakta, tindakan, benda, dan sebagainya.
Populasi ialah kumpulan dari organisma-organisma sejenis yang dapat berbiak silang
sedangkan komunitas atau bisa juga diartikan sebagai kumpulan dari beberapa populasi yang
hidup di suatu areal tertentu.
Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi
tersebut.

B. Tujuan Penulisan
Makalah ini akan membahas beberapa pokok materi statistik, diantaranya sebagai berikut:
1. Apakah Pengertian Uji Beda ?
2. Bagaimana Yang Dimaksud Studi Perbandingan Dengan Uji T (T-Test) ?
3. Apa Itu Uji Dua Sampel Berpasangan (Paired Samples T-Test) ?
4. Bagaimana Penjelasan Mngenai Variansi Satu Jalan (One – Way Anova) ?
 BAB II
PEMBAHASAN

A. Pengertian Uji Beda

Uji beda t-test digunakan untuk menentukan apakah dua sampel yang tidak berhubungan
memiliki nilai rata-rata yang berbeda. Uji beda t-test dilakukan dengan cara membandingkan
perbedaan antara dua nilai rata-rata dengan standart error dari perbedaan rata-rata dua sampel
atau dapat ditulis dengan rumus sebagai berikut :
Standar error perbedaan dalam nilai rata-rata terdistribusi secara normal. Dapat
disimpulkan bahwa uji beda t-test adalah membandingkan rata-rata dua grup yang tidak
berhubungan satu dengan yang lainnya.

B. Studi Perbandingan Dengan Uji T (T-Test)

Studi Perbandingan Dengan Uji T (T-Test) / Rata-rata adalah teknik penjelasan kelompok
atau ukuran pusat dari sekumpulan data. Biasanya suatu pertanyaan statistik akan muncul saat
dua sampel random, diambil dari dua populasi normal, yaitu apakah rata-rata kedua populasi ini
sama atau tidak. Untuk menguji kesamaan rata-rata tersebut, biasanya digunakan uji-t mean dua
sampel. Pada skripsi ini akan dijelaskan perluasan dari uji-t mean dua sampel yaitu dengan
menggunakan pembobotan. Metode ini menyajikan pengembangan dari dua sample t-test untuk
kasus di mana nilai-nilai sampel harus diberi bobot yang tidak setara . Ini merupakan hal umum
dalam pemodelan keuntungan di mana beberapa sampel dianggap lebih dapat diandalkan
dibandingkan yang lain dalam memprediksi rata-rata populasi. Disini ditunjukkan dengan contoh
data pengembalian yang diterima oleh investor yang menggunakan uji-t tidak terbobot dapat
mengarah pada kesimpulan yang salah dibandingkan uji-t terbobot

C. Uji Dua Sampel Berpasangan (Paired Samples T-Test)

Paired sample t test merupakan uji beda dua sampel berpasangan. Sampel berpasangan
merupakan subjek yang sama namun mengalami perlakuan yang berbeda.

CONTOH KASUS :
Akan diteliti mengenai perbedaan penjualan sepeda motor merk A disebuah Kabupaten
sebelum dan sesudah kenaikan harga BBM. Data diambil dari 15 dealer.
Data yang diperoleh adalah sebagai berikut :

No Sebelum Sesudah

1 67 68

2 75 76

3 81 80

4 60 63

5 80 82
6 75 74

7 71 70

8 68 71

9 80 82

10 78 79

11 71 78

12 80 77

13 65 69

14 57 67

15 78 68

PENYELESAIAN :
Klik ANALYZE > COMPARE MEANS > PAIRED SAMPLES t Test
Masukkan jual_1 dan Jual_2 pada kolom “Paired variables” seperti gambar di bawah ini

Abaikan yang lain, klik OK

HASIL
Bagian pertama. Paired Samples Statistic
Menunjukkan bahwa rata-rata penjualan pada sebelum dan sesudah kenaikan BBM.
Sebelum kenaikan BBM rata-rata penjualan dari 15 dealer adalah sebanyak 72.4, sementara
setelah kenaikan BBM jumlah penjualan rata-rata adalah sebesar 73.6 unit
Bagian Dua. Paired samples Correlatian
Hasil uji menunjukkan bahwa korelasi antara dua variabel adalah sebesar 0.809 dengan
sig sebesar 0.000. Hal ini menunjukkan bahwa korelasi antara dua rata-rata penjualan sebelum
dan sesudah kenaikan adalah kuat dan signifikan.

Hipotesis
Hipotesis yang diajukan adalah :
Ho : rata-rata penjualan adalah sama
H1 : rata-rata penjualan adalah berbeda

Hasil uji Hipotesis

Nilai t hitung adalah sebesar -1.031 degan sig 0.320. Karena sig > 0.05 maka dapat
disimpulkan bahwa Ho diterima, artinya rata-rata penjualan sebelum dan sesudah kenaikan BBM
adalah sama (tidak berbeda). dengan demikian dapat dinyatakan bahwa kenaikan harga BBM
tidak mempengaruhi jumlah penjualan sepeda motor di kabupaten A.

D. Variansi Satu Jalan (One – Way Anova)

Pengertian Uji Anova

Agar memahami Uji ANOVA, kita pelajari dulu arti dari Uji Anova. Anova merupakan
singkatan dari “analysis of varian“. Analysis of Varian adalah salah satu uji komparatif yang
digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua kelompok. Misalnya
kita ingin mengetahui apakah ada perbedaan rata-rata IQ antara siswa kelas SLTP kelas I, II, dan
kelas III. Ada dua jenis Anova, yaitu analisis varian satu faktor (one way anova) dan analisis
varian dua faktor (two ways anova). Pada artikel ini hanya akan dibahas analisis varian satu
faktor.

Asumsi Uji Anova

Untuk melakukan uji Anova, harus dipenuhi beberapa asumsi, yaitu:
1. Sampel berasal dari kelompok yang independen.
2. Varian antar kelompok harus homogen.
3. Data masing-masing kelompok berdistribusi normal (Pelajari juga tentang uji normalitas).
4. Asumsi yang pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan
secara random terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada
satu kelompok tidak tergantung pada nilai di kelompok lain.

Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah
dimasukkan ke komputer. Jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap
data.
Apabila proses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova tidak
valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik misalnya Kruskal
Wallis.
Prinsip Anova
Prinsip Uji Anova adalah melakukan analisis variabilitas data menjadi dua sumber variasi
yaitu variasi di dalam kelompok (within) dan variasi antar kelompok (between).
Bila variasi within dan between sama (nilai perbandingan kedua varian mendekati angka satu),
maka berarti tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain nilai
mean yang dibandingkan tidak ada perbedaan.
Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam kelompok, artinya
intervensi tersebut memberikan efek yang berbeda, dengan kata lain nilai mean yang
dibandingkan menunjukkan adanya perbedaan.
Setelah kita pahami sedikit tentang One Way Anova, maka mari kita lanjutkan dengan
mempelajari bagaimana melakukan uji One Way Anova dengan SPSS.

Tutorial Uji Anova

Sebagai bahan uji coba, maka kita gunakan contoh sebuah penelitian yang berjudul
“Perbedaan Pendapatan Berdasarkan Pekerjaan”.
Di mana pendapatan sebagai variabel terikat bertipe data kuantitatif atau numerik.
Sedangkan pekerjaan sebagai variabel bebas berskala data kualitatif atau kategorik. Yaitu dengan
3 kategori: Tani, Buruh dan Lainnya. (Ingat bahwa uji One Way Anova dilakukan apabila
variabel terikat adalah interval dan variabel bebas adalah kategorik). (Pelajari juga
tentang Pengertian Data)
Langsung Saja: Masuk ke pembahasan Tutorial Uji ANOVA di bawah ini.

Tutorial One Way Anova

Buka SPSS.
Buka Tab Variable View, buat 2 variabel: Pekerjaan dan Pendapatan.
Ubah Type Pekerjaan ke “Numeric”, Decimals “0”, beri label “Pekerjaan”, ubah measure
menjadi “Nominal” dan isi value dengan kategori: 1 = Tani, 2 = Buruh dan 3 = Lainnya.
Ubah Type Pendapatan ke “Numeric”, Decimals “0”, beri label “Pendapatan”, ubah measure
menjadi “Scale”.

Contoh Data Uji Anova

Buka Data View dan isikan data sebanyak 24 responden sebagai berikut:

Pada menu, pilih Analyze, Compare Means, One-Way ANOVA, sampai muncul jendela One-
Way ANOVA seperti di bawah ini:

Pilih variabel “Pendapatan” lalu masukkan ke kotak “Dependent List:” Kemudian pilih variabel
“Pekerjaan” lalu masukkan ke kotak “Factor:” Sehingga nampak seperti di bawah ini:
Klik tombol Options, akan muncul jendela ini: Centang “Descriptive” dan “Homogenity of
variance test“

Klik Continue
Masih dijendela One Way ANOVA, klik tombol Post Hoc, sampai muncul jendela ini:
Centang Bonferroni dan Games-Howell serta biarkan significance level = 0,05.

Klik Continue.
Lalu Klik OK dan Lihatlah hasil!
Hasil terilhat sebagai berikut:
Interprestasi Uji Anova
Interprestasi Baca adalah sebagai berikut:
Dari tabel Descriptives nampak bahwa responden yang bekerja sebagai Tani rata-rata
berpendapatan sebesar 195497,50, Buruh rata-rata berpendapatan sebesar 265080,75 dan
Lainnya rata-rata berpendapatan 326423,25. Selanjutnya untuk melihat uji kita lihat di
tabel ANOVA.
Sebelum melanjutkan uji perlu diingat bahwa salah satu asumsi Anova adalah variansnya
sama. Dari tabel Test of Homegeneity of Variances terlihat bahwa hasil uji menunjukan bahwa
varian ketiga kelompok tersebut sama (P-value = 0,357), sehingga uji Anova valid untuk
menguji hubungan ini.
Selanjutnya untuk melihat apakah ada perbedaan pendapatan dari ketiga kelompok
pekerja tersebut. Kita lihat tabel ANOVA , dari tabel itu pada kolom Sig. diperoleh nilai P (P-
value) = 0,037. Dengan demikian pada taraf nyata = 0,05 kita menolak Ho, sehingga kesimpulan
yang didapatkan adalah ada perbedaan yang bermakna rata-rata pendapatan berdasarkan ketiga
kelompok pekerjaan tersebut.
Interprestasi Uji ANOVA: Post Hoc
Jika hasil uji menunjukan Ho gagal ditolak (tidak ada perbedaan), maka uji lanjut (Post
Hoc Test) tidak dilakukan. Sebaliknya jika hasil uji menunjukan Ho ditolak (ada perbedaan),
maka uji lanjut (Post Hoc Test) harus dilakukan.
Karena hasil uji Anova menunjukan adanya perbedaan yang bermakna, maka uji selanjutnya
adalah melihat kelompok mana saja yang berbeda.
Untuk menentukan uji lanjut mana yang digunakan, maka kembali kita lihat tabel Test of
Homogeneity of Variances, bila hasil tes menunjukan varian sama, maka uji lanjut yang
digunakan adalah uji Bonferroni. Namun bilai hasil tes menunjukan varian tidak sama, maka uji
lanjut yang digunakan adalah uji Games-Howell.
Dari Test of Homogeneity menghasilkan bahwa varian ketiga kelompok tersebut sama,
maka uji lanjut (Post Hoc Test) yang digunakan adalah Uji Bonferroni.
Dari tabel Post Hoc Test di atas memperlihatkan bahwa kelompok yang menunjukan adanya
perbedaan rata-rata pendapatan (ditandai dengan tanda bintang “*”) adalah Kelompok “Tani”
dan “Lainnya”.
 BAB III
PENUTUP

A. Kesimpulan
Dari semua materi di atas dapat disimpulkan bahwa statistik, data, populasi dan sampel
merupakan hal yang sangat di butuhkan dalam membuat sebuah penelitian. Karena tanpa ada ke-
empat hal tersebut di atas maka sebuah penelitian akan sulit untuk di atur datanya. Karena data
yang kita teliti dalam bentuk populasi sangat banyak. Dengan adanya empat hal tersebut maka
penelitian dapat di lakukan dengan mudah karena ada teknik-teknik yang memudahkan
berjalannya sebuah penelitian.

B. Saran
Makalah ini masih sangat jauh dari kesempurnaan, baik dari segi penyajian bahan
maupun dalam segi penulisan. Oleh sebab itu, penulis sangat mengharapkan kritik dan saran
pembaca agar karya tulis ini bisa menjadi berguna bagi pendidikan di indonesia.
 DAFTAR PUSTAKA

http://agung7villa.blogspot.com/2012/04/pengertian-statistik-menurut-para-ahli.html

http://www.masbied.com/search/pengertian-statistika-menurut-para-ahli

qoronizumalin.blogspot.com/2012/03/pengertian-statistik.html