Laporan Statistika

LAPORAN AKHIR PRAKTIKUM
STATISTIKA
DISUSUN OLEH
KELAS : I02
PRODI : ILMU KELAUTAN
ASISTEN : MUHAMMAD RIZKI SALEH
JURUSAN PEMANFAATAN SUMBERDAYA PERIKANAN DAN KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS BRAWIJAYA
MALANG
2019
STATISTIKA
DISUSUN OLEH
KELOMPOK 7, 8 & 9

MALANG
2019
LEMBAR PENGESAHAN

STATISTIKA
Oleh:
Kelompok 7, 8 & 9
Dinyatakan memenuhi persyaratan Praktikum Statistika
Pada tanggal 29 November 2019
Menyetujui,
Koordinator Asisten, Asisten Kelompok,
Muhammad Rizki Saleh Muhammad Rizki Saleh

NIM. 175080607111002 NIM. 175080607111002
Mengetahui,
Koordinator Mata Kuliah
Sunardi, ST., MT.

NIP. 19800605 200604 1 004
Mengetahui,
Asisten Kelas P01 Asisten Kelas P01
Hilda Avianti Barnabas Yoseph Lelyemin

NIM. 175080201111023 NIM. 185080600111035
Asisten Kelas P02 Asisten Kelas P02
Aretha Pandya Paramita M. Zikri Hasnur

NIM. 175080207111002 NIM. 185080200111041
Asisten Kelas I01 Asisten Kelas I01
Padma Paramita Hasna Nurul Muthi’ah

NIM. 175080600111004 NIM. 185080601111006
Asisten Kelas I02 Asisten Kelas 102
Muhammad Rizki Saleh Shofie Asiyatik Africh Rozaanah

NIM. 175080607111002 NIM. 185080601111035
KATA PENGANTAR
Puji syukur kami panjatkan kepada Allah SWT. Atas rahmat dan karunia-Nya
sehingga kami dapat menyelesaikan laporan akhir Statistika ini dengan baik dan
sesuai waktu yang ditentukan walaupun terdapat kekurangan didalamnya.
Perkenankan pada kesempatan ini kami sampaikan banyak terimakasih
kepada semua pihak yang telah membantu baik moril maupun materiil mulai
penyusunan laporan akhir ini sampai selesai.
Kami tentu menyadari bahwa laporan ini masih jauh dari kata sempurna. Untuk
itu, kami mengharapkan kritik serta saran yang membangun agar laporan akhir ini
menjadi lebih baik lagi. Tidak lupa juga kami ucapkan terima kasih banyak kepada
semua pihak yang telah membantu dalam proses penyusunan laporan ini.
Demikian laporan ini disusun. Semoga laporan akhir yang telah kami susun ini
dapat bermanfaat bagi pembaca maupun kami penulis. Terimakasih.
Malang, 29 November 2019
Penulis
i
DAFTAR ISI
KATA PENGANTAR ................................................................................................. i

DAFTAR ISI ............................................................................................................. ii
DAFTAR GAMBAR ............................................................................................... viii
DAFTAR TABEL ..................................................................................................... ix
DAFTAR LAMPIRAN ............................................................................................... x
MATERI 1 ................................................................................................................. 1
BAB I PENDAHULUAN ........................................................................................... 2
1.1 Latar Belakang ..................................................................................... 2
1.2 Tujuan .................................................................................................. 2
1.3 Waktu dan Tempat ............................................................................... 3
BAB II TINJAUAN PUSTAKA .................................................................................. 4
2.1 Statistik Deskriptif ................................................................................. 4
2.2 Penyajian Data ..................................................................................... 4
2.2.1 Penyajian Data Kualitatif ........................................................... 4
2.2.2 Penyajian Data Kuantitatif ......................................................... 5
2.3 Ukuran Data Numerik ........................................................................... 5
2.3.1 Ukuran Pemusatan ................................................................... 5
2.3.2 Ukuran Penyebaran .................................................................. 6
2.4 Minitab ................................................................................................. 6
BAB III METODOLOGI............................................................................................. 7
3.1 Alat dan Bahan..................................................................................... 7
3.1.1 Alat ........................................................................................... 7
3.1.2 Bahan ....................................................................................... 8
3.2. Skema Kerja......................................................................................... 9
3.2.1 Penyajian Data Kualitatif ........................................................... 9
3.2.2 Penyajian Data Kuantitatif ....................................................... 11
3.2.3 Boxplot .................................................................................... 12
3.2.4 Ukuran Data Numerik ............................................................. 13
3.3 Analisis Prosedur ............................................................................... 13
3.3.1 Penyebaran Data Kualitatif ..................................................... 13
3.3.2 Penyebaran Data Kuantitatif ................................................... 14
3.3.3 Boxplot .................................................................................... 14
ii
3.3.4 Ukuran Statistik ....................................................................... 14
BAB IV HASIL DAN PEMBAHASAN ..................................................................... 15
4.1 Analisa Hasil Penyajian Data Kualitatif ............................................... 15
4.2 Analisa Hasil Penyajian Data Kuantitatif ............................................. 16
4.3 Analisa Hasil Boxplot.......................................................................... 17
4.4 Analisa Hasil Ukuran Data Numerik ................................................... 17
BAB V PENUTUP .................................................................................................. 18
4.1 Kesimpulan ........................................................................................ 18
5.2 Saran ................................................................................................. 18
DAFTAR PUSTAKA ............................................................................................... 19
MATERI 2 ............................................................................................................... 20
BAB I PENDAHULUAN ......................................................................................... 21
1.1 Latar Belakang ................................................................................... 21
1.2 Tujuan ............................................................................................... 22
1.3 Waktu dan Tempat ............................................................................. 22
BAB II TINJAUAN PUSTAKA ................................................................................ 23
2.1 Hipotesis ........................................................................................... 23
2.2 Uji Hipotesis ...................................................................................... 23
2.2.1 Uji-z ....................................................................................... 23
2.2.2 Uji-t ......................................................................................... 24
2.3 Kaidah Penarikan Kesimpulan .......................................................... 24
BAB III METODOLOGI........................................................................................... 26
3.1 Alat dan Bahan.................................................................................. 26
3.1.1 Alat ......................................................................................... 26
3.1.2 Bahan ..................................................................................... 27
3.2 Skema Kerja....................................................................................... 28
3.2.1 Uji Hipotesis 1 Populasi 1 Sample-t ....................................... 28
3.2.2 Uji Hipotesis 1 Populasi 1-Proportion ...................................... 29
3.3 Analisa Prosedur ................................................................................ 30
3.3.1 Uji Hipotesis 1 Populasi 1 Sample-t ....................................... 30
3.3.2 Uji Hipotesis 1 Populasi 1 Proportion ...................................... 30
4.1 Analisa Hasil Uji Hipotesis 1 Populasi 1 Sample-t .............................. 32
4.2 Analisa Hasil Uji Hipotesis 1 Populasi 1-Proportion ............................ 33
BAB V PENUTUP .................................................................................................. 34
iii
5.1 Kesimpulan ....................................................................................... 34
5.2 Saran ................................................................................................. 34
DAFTAR PUSTAKA ............................................................................................... 35
MATERI 3 ............................................................................................................... 36
1.1 Latar Belakang ................................................................................... 37
1.2 Tujuan ................................................................................................ 38
1.3 Waktu dan Tempat ............................................................................. 38
2.1 Uji Hipotesis 2 Populasi ...................................................................... 39
2.1.1 Uji Hipotesis 2 populasi independent ...................................... 39
2.1.2 Uji Hipotesis 2 populasi paired ................................................ 39
2.2 Pengambilan Kesimpulan ................................................................... 40
2.2.1 Kaidah Pengambilan Keputusan ............................................. 40
3.1 Alat dan Bahan................................................................................... 41
3.1.1 Alat ......................................................................................... 41
3.1.2 Bahan ..................................................................................... 42
3.2 Skema Kerja....................................................................................... 43
4.1 Analisa Uji hipotesis 2 populasi independent ...................................... 46
4.2 Analisa Uji Hipotesis 2 populasi paired ............................................... 47
BAB V PENUTUP .................................................................................................. 48
5.1 Kesimpulan ........................................................................................ 48
5.2 Saran ................................................................................................. 49
DAFTAR PUSTAKA ............................................................................................... 50
MATERI 4 ............................................................................................................... 51
1.1 Latar Belakang ................................................................................... 52
1.2 Tujuan ................................................................................................ 53
iv
1.3 Waktu dan Tempat ............................................................................. 53
2.1 Rancangan Acak Lengkap ................................................................. 54
2.2 Normalitas Data ................................................................................. 54
2.3 Homogenitas Data.............................................................................. 55
3.1 Alat dan Bahan................................................................................... 56
3.1.1 Alat ......................................................................................... 56
3.1.2 Bahan ..................................................................................... 57
3.2 Skema Kerja....................................................................................... 58
3.2.1 Boxplot .................................................................................... 58
3.2.2 Uji Normalitas ......................................................................... 59
3.2.3 Uji Homogenitas ..................................................................... 59
3.2.4 Uji RAL ................................................................................... 60
4.1 Analisa Hasil Normalitas Data ............................................................ 62
4.2 Analisa Hasil Homogenitas Ragam .................................................... 63
4.3 Analisa Hasil Rancangan Acak Lengkap ............................................ 64
BAB V PENUTUP .................................................................................................. 65
5.1 Kesimpulan ........................................................................................ 65
5.2 Saran ................................................................................................. 65
DAFTAR PUSTAKA ............................................................................................... 66
MATERI 5 ............................................................................................................... 67
1.1 Latar Belakang ................................................................................... 68
1.2 Tujuan ................................................................................................ 69
1.3 Waktu dan Tempat ............................................................................. 69
2.1 Uji Lanjutan Rancangan Percobaan ................................................... 70
2.2 Uji Tukey ............................................................................................ 70
2.3 Uji Fisher ............................................................................................ 71
2.4 Uji Duncan ......................................................................................... 71
3.1 Alat dan Bahan................................................................................... 72
v
3.1.1 Alat ......................................................................................... 72
3.1.2 Bahan ..................................................................................... 73
3.2 Skema Kerja....................................................................................... 74
3.3 Analisa Prosedur ................................................................................ 74
4.1 Analisa Uji Lanjutan............................................................................ 76
BAB V PENUTUP .................................................................................................. 78
5.1 Kesimpulan ........................................................................................ 78
5.2 Saran ................................................................................................. 78
DAFTAR PUSTAKA ............................................................................................... 79
MATERI 6 ............................................................................................................... 80
1.1 Latar Belakang ................................................................................... 81
1.2 Tujuan ................................................................................................ 82
1.3 Waktu dan Tempat ............................................................................. 82
2.1 Rancangan Acak Kelompok ............................................................... 83
3.1 Alat dan Bahan................................................................................... 84
3.1.1 Alat ......................................................................................... 84
3.1.2 Bahan ..................................................................................... 85
3.2 Skema Kerja....................................................................................... 86
4.1 Analisa Hasil Rancangan Acak Kelompok .......................................... 89
BAB V PENUTUP .................................................................................................. 90
5.1 Kesimpulan ........................................................................................ 90
5.2 Saran ................................................................................................. 90
DAFTAR PUSTAKA ............................................................................................... 91
MATERI 7 ............................................................................................................... 92
1.1 Latar Belakang ................................................................................... 93
1.2 Tujuan ................................................................................................ 94
1.3 Waktu dan Tempat ............................................................................. 94
vi
2.1 Korelasi .............................................................................................. 95
2.2 Regresi............................................................................................... 95
3.1 Alat dan Bahan................................................................................... 97
3.1.1 Alat ......................................................................................... 97
3.1.2 Bahan ..................................................................................... 98
3.2 Skema Kerja....................................................................................... 99
3.2.1 Korelasi................................................................................... 99
3.2.2 Regresi ................................................................................. 100
3.3 Analisis Prosedur ............................................................................. 100
3.3.1 Korelasi................................................................................. 100
3.3.2 Regresi ................................................................................. 101
BAB IV HASIL DAN PEMBAHASAN ................................................................... 102
4.1 Analisa Hasil Korelasi ....................................................................... 102
4.2 Analisa Hasil Regresi ....................................................................... 102
BAB V PENUTUP ................................................................................................ 104
5.1 Kesimpulan ...................................................................................... 104
5.2 Saran ............................................................................................... 105
DAFTAR PUSTAKA ............................................................................................. 106
LAMPIRAN........................................................................................................... 107
vii
DAFTAR GAMBAR
Gambar Halaman
1. Langkah-langkah membuat Bar Chart ............................................................. 9
2. Langkah-langkah membuat Pie Chart ............................................................ 10
3. Langkah-langkah membuat Histogram .......................................................... 11
4. Langkah-langkah membuat Boxplot ............................................................... 12
5. Langkah-langkah membuat Data Numerik ..................................................... 13
6. Analisa Hasil Bar Chart .................................................................................. 15
7. Analisa Hasil Pie Chart .................................................................................. 16
8. Analisa Hasil Histogram ................................................................................. 16
9. Analisa Hasil Boxplot ..................................................................................... 17
10. Analisa Hasil Ukuran Data Numerik ............................................................. 17
11. Skema Kerja Uji Hipotesis 1 Populasi 1 Sample-t ........................................ 28
12. Skema Kerja Uji Hipotesis 1 Populasi 1-Proportion ...................................... 29
13. Hasil Uji Hipotesis 1 Populasi 1 Sample-t. ................................................... 32
14. Hasil Uji Hipotesis 1 Populasi 1-Proportion .................................................. 33
15. Skema Kerja Uji Hipotesis 2 populasi independent ...................................... 43
16. Langkah-langkah Uji Hipotesis 2 Populasi Paired ........................................ 44
17. Analisa Uji Hipotesis 2 Populasi Independent .............................................. 46
18. Analisa Uji Hipotesis 2 Populasi Paired........................................................ 47
19. Diagram Alir Boxplot .................................................................................... 58
20.Diagram Alir Uji Normalitas ........................................................................... 59
21.Diagram Alir Uji Homogenitas ....................................................................... 59
22. Diagram Alir Rancangan Acak Lengkap....................................................... 60
23. Analisa Hasil Normalitas Data...................................................................... 62
24. Analisa Hasil Homogenitas Ragam .............................................................. 63
25. Analisa Hasil Rancangan Acak Lengkap..................................................... 64
26. Session Analysis of Variance (RAL)............................................................. 64
27. Skema Kerja Uji Lanjutan............................................................................. 74
28. Analisa Uji Lanjutan ..................................................................................... 76
29. Diagram Uji RAK .......................................................................................... 86
30. Diagram Uji Lanjutan RAK .......................................................................... 87
31. Session Uji RAK .......................................................................................... 89
32. Hasil Uji Lanjutan RAK ................................................................................. 89
33. Skema Kerja Korelasi .................................................................................. 99
34. Skema Kerja Regresi ................................................................................. 100
35. Analisa Hasil Korelasi ................................................................................ 102
36. Analisa Hasil Regresi ................................................................................. 102
viii
DAFTAR TABEL
Tabel Halaman
1. Alat yang digunakan pada Praktikum 1 ............................................................ 7
2. Bahan yang digunakan pada Praktikum 1. ....................................................... 8
3. Alat yang digunakan pada praktikum 2 .......................................................... 26
4. Bahan yang digunakan pada praktikum 2 ...................................................... 27
6. Bahan yang digunakan pada praktikum 3 ...................................................... 42
8. Bahan yang digunakan pada praktikum 4. ..................................................... 57
9. Alat yang digunakan pada Praktikum 5 .......................................................... 72
10. Bahan yang digunakan pada Praktikum 5 .................................................... 73
11. Alat yang digunakan pada Praktikum 6 ........................................................ 84
12. Bahan yang digunakan pada Praktikum 6 ................................................... 85
13. Alat yang digunakan pada Praktikum 7 ........................................................ 97
14. Bahan yang digunakan pada Praktikum 7 .................................................... 98
ix
DAFTAR LAMPIRAN
Lampiran Halaman
1. Langkah-langkah Penyajian Data ..................................................................... 107
2. Langkah-langkah Uji Hipotesis 1 Populasi ........................................................ 123
3. Langkah-langkah Uji Hipotesis 2 Populasi ........................................................ 131
4. Langkah-langkah Rancangan Acak Lengkap .................................................... 136
5. Langkah-langkah Uji Lanjutan RAL ................................................................... 144
6. Langkah-langkah Rancangan Acak Kelompok .................................................. 148
7. Langkah-langkah Regresi dan Korelasi ............................................................ 152
x
MATERI 1
PENYAJIAN DATA
DISUSUN OLEH:
KELOMPOK 07
RAYYAN ROHENDI (155080601111065)
WANDA SURYANI PANGESTU (195080601111020)
YESHAYA REINHARNOLDY (195080601111022)
AYU LAKSMI TITA CINDAR T (195080601111024)
NURIDA LAILIL HIKMAH (195080601111026)
RIFDAH ARIYANTI (195080601111028)
ANGGITA SEKAR MUKTI (195080601111030)
PUTRI DEVI YORARIZKA (195080601111032)
MALANG
2019
1
BAB I PENDAHULUAN
1.1 Latar Belakang

Menurut Rudini (2017), statistika merupakan suatu ilmu mengumpulkan,
mengolah, menyajikan, menganalisis dan menginterpretasikan data yang diperoleh
menjadi informasi untuk membantu dalam pengambilan keputusan yang efektif.
Statistika juga bisa dijadikan alat untuk mempermudah perhitungan data yang
berbentuk angka-angka. Dalam penelitian sosial yang bersifat kuantitatif, peran
statistika sangat besar. Dimulai dari sebelum penelitian, saat melakukan penelitian
sampai pengolahan data penelitian.
Menurut Putra (2018), materi statistika pendidikan perguruan tinggi sangat
penting, karena statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-
ilmu alam (misalnya astronomi dan biologi) maupun ilmu-ilmu sosial (termasuk
sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industry. Statistika
juga digunakan dalam pemerintahan, seperti sensus penduduk. Selain itu, aplikasi
statistika yang sekarang popular adalah prosedur jajak pendapat atau polling
(misalnya dilakukan sebelum pemilihan umum), serta hitung cepat atau quick count.
Selain itu juga materi statistika sangat penting untuk semua disiplin ilmu atau berbagai
jurusan di perguruan tinggi.
Praktikum Statistika sangat penting bagi Mahasiswa Imu Kelautan Universitas
Brawijaya, statistika merupakan dasar dan alat dalam berbagai kegiatan penelitian.
Mempelajari statistika memungkinkan kita untuk dapat menganalisis kemungkinan
kemungkinan yang yang akan terjadi dalam kondisi yang kita ketahui dan kita sudah
ukur. Dengan diadakannya praktikum ini diharapkan praktikan dapat memahami ilmu
statistik dan statistika, serta dapat mengimplementasikan dalam kehidupan sehari
hari.
1.2 Tujuan
Praktikum Statistika Materi 1 yang dilaksanakan pada tanggal 22 November
2019 memiliki tujuan. Tujuan tersebut antara lain:
1. Mahasiswa mampu memahami metode penyajian data statistika.
2. Mahasiswa mampu mengoperasikan Minitab 17 dalam mengolah data.
2
3. Mahasiswa mampu menyajikan data sesuai sifat data (Data Kualitatif dan
Kuantitatif).
4. Mahasiswa mampu menginterpretasi hasil akhir Penyajian data.
1.3 Waktu dan Tempat

Praktikum pertama statistika dilaksanakan pada hari Minggu, tanggal 22
September 2019. Praktikum pertama statistika untuk kelas I02 dilaksanakan di
Gedung D 2.4 Fakultas Perikanan dan Ilmu Kelautan pukul 15.00-17.00.
3
BAB II TINJAUAN PUSTAKA
2.1 Statistik Deskriptif

Menurut Nasution (2017), statistik adalah sekumpulan angka yang
menjelaskan sifat-sifat dari data atau hasil pengamatan/penelitian. Statistik deskriptif
merupakan bagian dari statistik mempelajari cara pengumpulan data dan penyajian
data sehingga muda dipahami. Statistik deskriptif juga dapat diartikan sebagai
kumpulan angka yang menggambarkan suatu hasil pengamatan. Statistik deskriptif
hanya sebatas menggambarkan atau menjelaskan sebuah data tanpa adanya
penarikan kesimpulan dari data tersebut. Menganalisa data tidak dilakukan pada
statistik deskriptif karena pada statistik deskriptif tujuan utamanya adalah
memaparkan atau mendeskripsikan suatu data sebagaimana adanya.
Statistik deskriptif yaitu ilmu yang mempelajari tentang pengumpulan, hingga
penyajian data melalui metode-metode yang sangat sederhana. Melalui statistik
deskriptif kita dapat lebih mudah untuk memahami fenomena atau peristiwa yang
terjadi dengan keterangan-keterangan yang diberikan statistik deskriptif dalam bentuk
tabel, grafik, maupun diagram. Sayangnya, statistik deskriptif hanya memberikan
informasi tentang data yang dimiliki dan tidak menarik kesimpulan apapun tentang
data tersebut.
2.2 Penyajian Data

Penyajian data dibagi menjadi dua, yaitu penyajian data kualitatif dan
penyajian data kuantitatif.
2.2.1 Penyajian Data Kualitatif

Menurut Jaya (2010), data kualitatif, yaitu data yang berbentuk kategorisasi,
karekteristik berbentuk kalimat, kata-kata atau gambar. Data kualitatif merupakan data
yang menunjukkan kualitas sesuatu, oleh karena itu data kualitatif sering
menunjukkan kualitas sesuatu; baik manusianya, benda-benda, maupun suatu
variabel tertentu seperti motivasi, minat dan lainnya. Contoh data kualitatif: siswa itu
rajin, motivasi belajarnya rendah dan sebagainya. Data ini biasanya didapat dari
wawancara atau pengamatan dan bersifat subjektif sebab data tersebut dapat
ditafsirkan berbeda oleh orang lain yang juga melakukan pengamatan.
4
Penyajian data kualitatif dapat diartikan sebagai bentuk sajian data yang
berasal dari data kualitatif. Cara penyajian data kualitatif dapat berupa bentuk uraian
singkat, bagan, narasi, hubungan antara kategori flowchart dan sejenisnya. Namun
bentuk penyajian data kualitatif yang popular digunakan adalah teks yang berbentuk
naratif. Penyajian data digunakan dengan tujuan memudahkan untuk memahami apa
yang terjadi, dan merencanakan apa yang harus dilakukan berikutnya berdasarkan
pemahaman dari data yang disajikan.
2.2.2 Penyajian Data Kuantitatif

Data kuantitatif merupakan data yang berbentuk angka atau data yang bisa
menunjukan angka. Beberapa sumber megatakan bahwa data kuantitatif merupakan
data kualitatif yang diangkakan. Data kuantitatif dibagi menjadi dua yaitu, diskrit
artinya data tersebut berbentuk bilangan bulat seperti 0, 1, 2, 3, dst. Yang kedua
adalah kontinu yaitu bilangan tak bulat atau tak hingga biasanya di kelompokan dalam
bentuk interval.
Menurut Aedi (2010), penyajian data kuantitatif dilakukan menggunakan teknik
statistik. Terdapat berbagai teknik statistik yang dapat diterapkan untuk menyajikan
dan mendeskripsikan data kuantitatif, mulai dari yang sederhana sampai yang
kompleks tergantung jenis data serta tujuan atau masalah penelitian. Teknik yang
pertama adalah penyajian data dalam bentuk tabel, tabel adalah model penyajian
yang disusun dalam baris dan kolom. Tabel data berupa kumpulan angka-angka
berdasarkan kategori tertentu. Suatu tabel minimal memuat judul tabel, judul kolom,
judul baris, nilai pada setiap baris dan kolom, serta sumber yang menunjukkan dari
mana data tersebut diperoleh. Teknik kedua bisa menggunakan table distribusi
frekuensi, tabel ini digunakan apabila data yang akan disajikan banyak sehingga
menjadi tidak efisien apabila menggunakan tabel biasa.
2.3 Ukuran Data Numerik

Ukuran data numerik ada dua macam, yaitu ukuran data pemusatan dan
ukuran data penyebaran.
2.3.1 Ukuran Pemusatan

Menurut Egok (2016), ukuran pemusatan data digunakan untuk mengetahui
gejala pusat meliputi mean, median dan modus. Mean adalah nilai yang diperoleh dari
5
jumlah sekelompok data dibagi dengan banyaknya data. Rata-rata disimbolkan
dengan x. Median nilai data yang terletak di tengah setelah data diurutkan. Dengan
demikian, median membagi data menjadi dua bagian yang sama besar. Median (nilai
tengah) disimbolkan dengan Me. Modus adalah data yang paling sering muncul atau
memiliki frekuensi tertinggi. Modus dilambangkan dengan Mo.
2.3.2 Ukuran Penyebaran

Menurut Junaidi (2014), pengukuran penyebaran data adalah penggambaran
bagaimana data tersebut tersebar atau terdistribusi dari nilai sentralnya, atau
perbandingan distribusi data tersebut terhadap distribusi normal. Range
(Jarak)Merupakan pengukuran yang paling sederhana untuk dispersi data. Variance
(Varians) suatu ukuran penyebaran data, yang diukur dalam pangkat dua dari selisih
data terhadap rata-ratanya. Standar deviasi merupakan akar dari varians.
Ukuran penyebaran adalah ukuran yang menunjukan seberapa jauh data
dapat menyebar dari rata-ratanya. Ukuran penyebaran data adalah ukuran yang
digunakan untuk menyatakan sebaran atau variasi dari suatu kelompok data. Dalam
ukuran penyebaran akan mempelajari jangkauan, simpangan, ragam.
2.4 Minitab
Menurut Kurniawan, et al. (2017), minitab adalah program komputer yang
dirancang untuk melakukan pengolahan statistik. Minitab mengkombinasikan
kemudahan penggunaan layaknya Microsoft Excel dengan kemampuannya
melakukan analisis statistik yang kompleks. Minitab dikembangkan di Pennsylvania
State University oleh periset Barbara F. Ryan, Thomas A. Ryan, Jr., dan Brian L.
Joiner pada tahun 1972. Minitab memulai versi ringannya OMNITAB, sebuah program
analisis statistik oleh NIST.
Minitab adalah salah satu aplikasi yang digunakan untuk mengolah data
statistik. Dengan aplikasi ini dapat mempermudah kita untuk mengolah data statistik.
Minitab memiliki semua alat yang kita butuhkan untuk secara efektif menganalisis
data. Minitab dapat menganalisis data yang tepat dan memberikan hasil yang jelas.
Minitab bisa membantu menemukan solusi yang berarti untuk masalah bisnis atau
pengolahan data nantinya.
6
BAB III METODOLOGI
3.1 Alat dan Bahan

Pada praktikum statistika materi 1, alat dan bahan yang digunakan pada
praktikum sebagai berikut:
3.1.1 Alat
Berikut merupakan alat-alat yang digunakan pada saat pelaksanaan praktikum
statistika materi 1 “Penyajian Data”:
Tabel 1. Alat yang digunakan pada Praktikum 1
No Nama Alat Gambar Fungsi
1. Laptop Sebagai alat pengolahan

data
Dokumentasi Pribadi, 2019
2. Kabel Roll Sebagai media

penyambung daya dari
kontak listrik
7
3.1.2 Bahan
Berikut merupakan bahan-bahan yang digunakan pada saat pelaksaan
praktikum statistika materi 1 “Penyajian Data”:
Tabel 2. Bahan yang digunakan pada Praktikum 1.
No. Nama Bahan Gambar Fungsi
1. Minitab 17 Sebagai aplikasi yang

digunakan untuk
mengolah data
2. Microsoft Office Sebagai tempat dari

Excel data yang akan diolah
dan tempat untuk
menginterpretasikan
data
3. Microsoft Office Digunakan oleh asisten

PowerPoint untuk memberikan
materi kepada praktikan
dalam melaksanakan
praktikum
8
3.2. Skema Kerja
Terdapat dua cara dalam penyajian data yaitu, secara kualitatif (Bar Chart, Pie
Chart) dan secara kuantitatif (Histogram). Berikut merupakan skema kerja dari
penyajian data antara lain yaitu:
3.2.1 Penyajian Data Kualitatif

Berikut merupakan langkah-langkah membuat bar chart antara lain sebagai
berikut:
Persiapan (Buka Software Minitab 17 dan Data Statistik yang ingin

diolah)
Salin data ke dalam worksheet Minitab 17
Klik Toolbar Graph pada Minitab lalu klik Bar Chart
Pada Bar Represent, pilih Counts of uniques values lalu klik Simple
Klik Labels, kemudian beri judul diagram pada kotak Title
Klik OK dan Penyajian data kualitatif dalam bentuk Bar Chart selesai
Gambar 1. Langkah-langkah membuat Bar Chart
9
Berikut merupakan Langkah-langkah membuat pie chart antara lain sebagai
berikut:
Copy data yang sudah disiapkan ke minitab 17
Persiapan (Buka Software Minitab 17 dan Data Statistik yang ingin

diolah)
Klik Toolbar Graph pada Minitab lalu klik Pie Chart
Pada Bar Represent, pilih Counts of uniques values lalu klik Simple
Klik Labels, kemudian beri judul diagram pada kotak Title
Klik Ok dan untuk menambahkan label dalam bentuk Percent, klik

kanan kemudian klik Add lalu klik Percent kemudian klik Ok
Penyajian data kualitatif dalam bentuk Pie Chart selesai
Gambar 2. Langkah-langkah membuat Pie Chart
10
3.2.2 Penyajian Data Kuantitatif
Berikut merupakan langkah-langkah membuat Histogram antara lain sebagai
berikut.
Pilih menu Graph > Histogram > Simple
Pilih "C2" lalu klik dua kali untuk memilih variable
Pilih "Ok"
Klik kanan pada histogram yang muncul > Pilih "Edit Bars" > Pilih
"Binning"
Pilih "Midpoint/Cutpoint positions" pada kolom interval definition
Buat interval kelas dengan menggunakan rumus aturan sturgess dan

cari nilai masing-masing kelas
Input nilai tengah ke kolom "Midpoint/Cutpoint Positions"
Pilih "Ok"
Gambar 3. Langkah-langkah membuat Histogram
11
3.2.3 Boxplot
Berikut merupakan langkah-langkah membuat Boxplot antara lain sebagai
berikut:
Persiapan (Buka software Minitab 17 dan data statistik yang ingin diolah)
Klik Toolbar>Graph pada minitab lalu klik box plot
Muncul kotak dialog kemudian klik simple
berjudul diagram pada menu Labels di kotak Title
Klik OK dan pembuatan Boxplot selesai
Gambar 4. Langkah-langkah membuat Boxplot
12
3.2.4 Ukuran Data Numerik
Berikut merupakan langkah-langkah membuat Data Numerik antara lain
sebagai berikut:
Copy data yang sudah disiapkan ke minitab 17
pilih menu basic statistic > Display descriptive statistic
Pilih "C1" lalu klik dua kali untuk memilih numeric yang akan
ditampilkan
Pilih bebrapa numeric, misalnya mean, median, stdev, variance
Klik "ok"
Gambar 5. Langkah-langkah membuat Data Numerik
3.3 Analisis Prosedur

Pada praktikum statistika materi 1, berikut merupakan analisis prosedur dari
penyajian data antara lain:
3.3.1 Penyebaran Data Kualitatif

Langkah-langkah penyajian data kualitatif dengan menggunakan bar chart,
yaitu copy data Hasil Tangkapan yang telah tersedia di excel ke dalam kolom C1 di
Minitab. Bar chart atau diagram batang dipilih melalui menu Graph, dan pilih submenu
Bar chart. Bentuk yang dipilih adalah simple, Karena variabel data hanya satu.
Masukkan variabel “Hasil Tangkapan” dengan cara klik 2x lalu akan muncul di kolom
variabel. Show Y as Percent. Setelah selesai lalu klik OK, maka table tersebut akan
keluar.
Langkah-langkah penyajian data kualitatif dengan menggunakan pie chart,
yaitu copy data Hasil Tangkapan yang telah tersedia di excel ke Minitab. Pie chart
atau diagram lingkaran dipilih melalui menu Graph dan pilih submenu Pie Chart.
Bentuk yang dipilih adalah simple karena variabel data hanya satu. Masukkan
13
Variabel “Hasil Tangkapan” dengan cara klik 2x lalau akan muncul di kolom variabel.
Lalu klik label, dan klik slice label, centang bagian percent, agar muncul persentase
dari data yang diinginkan. Klik OK, maka diagram lingkaran akan keluar. Posisikan
persentase yang ada pada bagian di luar dari lingkaran, dan sesuaikan dengan
kategorinya.
3.3.2 Penyebaran Data Kuantitatif

Langkah-langkah penyajian data kuantitatif dengan menggunakan Histogram,
yaitu copy data “Berat Tuna di Titik 1” ke dalam Minitab, di kolom C2. Lalu pilih menu
Graph dan submenu Histogram.Bentuk yang dipilih adalah simple, karena variabel
data yang digunakan hanya satu. Klik 2x untuk memilih variabel yang diinginkan. Lalu
klik OK. Histogram dari data tersebut akan muncul.
3.3.3 Boxplot
Langkah-langkah penyajian data kuantitatif dengan menggunakan boxplot
yaitu copy data “Berat tuna di titik 2” ke dalam kolom C3, lalu pilih menu Graph dan
submenu Boxplot. Bentuk yang dipilih adalah simple karena variabel data yang
digunakan hanya satu. Klik 2x untuk memilih variabel data yang diinginkan. Lalu klik
OK. Boxplot dari data tersebut akan muncul, jika ada tanda bintang muncul, maka itu
merupakan outlier dari data tersebut.
3.3.4 Ukuran Statistik

Pada menu minitab17, pilih menu stats. Pilih sub menu basic statistics, lalu
pilih display descriptive statistics. Double klik pada data yang diinginkan, lalu klik opsi
statistics. Centang kotak sesuai jenis data yang diinginkan (mean, median, modus,
varian, stdev). Setelah itu klik ok, lalu data tersebut akan muncul.
14
BAB IV HASIL DAN PEMBAHASAN
4.1 Analisa Hasil Penyajian Data Kualitatif

Berikut merupakan Analisa Hasil Penyajian Data Kualitatif yang terdiri dari Bar
Chart dan Pie Chart antara lain sebagai berikut :
Gambar 6. Analisa Hasil Bar Chart
Berdasarkan data kualitatif pada diagram batang hasil tangkapan, tangkapan

ikan tuna adalah jenis tuna sirip hitam berjumlah 48 ekor, ikan tuna sirip biru berjumlah
40 ekor, ikan tuna mata besar berjumlah 35 ekor, ikan tuna madidihang berjumlah 25
ekor dan albator berjumlah 12 ekor. Sehingga dapat disimpulkan tangkapan tertinggi
ikan tuna adalah ikan tuna sirip hitam yang berjumlah 48 dan yang terendah adalah
albator yang berjumlah 12 ekor.
15
Gambar 7. Analisa Hasil Pie Chart
Berdasarkan data kualitatif pada diagram lingkaran hasil tangkapan tuna

bahwa persentase dengan jumlah tangkapan tertinggi yaitu ikan tuna sirip hitam
sebesar 24,5% sedangkan persentase dengan jumlah tangkapan terendah yaitu tuna
albator sebesar 14,3%.
4.2 Analisa Hasil Penyajian Data Kuantitatif

Berikut merupakan Analisa Hasil Penyajian Data Kuantitatis yang terdiri dari
Histogram antara lain sebagai berikut :
Gambar 8. Analisa Hasil Histogram
Berdasarkan grafik histogram di atas dapat disimpulkan bahwa data hidtogrsm

berat tuna di titik 1 tertinggi dengan nilai tengah 95 dengan jumlah 19, sedangkan
yang paling rendah berada pada nilai titik trngah 35 dengan jumlah 1.
16
4.3 Analisa Hasil Boxplot
Berikut merupakan Analisa Hasil Boxplot pada Praktikum Statistika Materi 1
antara lain sebagai berikut :
Gambar 9. Analisa Hasil Boxplot

Berdasarkan data boxplot di atas dapat disimpulkan bahwa berat tuna di titik 1
memiliki nilai outlier atau data pencilan.
4.4 Analisa Hasil Ukuran Data Numerik

Berikut merupakan Analisa Hasil Ukuran Data Numerik pada praktikum
Statistika Materi 1 adalah sebagai berikut :
Gambar 10. Analisa Hasil Ukuran Data Numerik
Berdasarkan hasil pengukuran data numerik penelitian berat tuna di titik 2

memperoleh nilai mean (rata-rata) sebesar 37,60, stdev sebesar 14,70, variance
sebesar 216,15, median (nilai tengah) sebesar 33,50 dan modus (yang sering muncul)
sebesar 23. Dari hasil pengukuran data numerik di atas juga menyatakan bahwa
jumlah nilai modusnya ada 4
17
BAB V PENUTUP
4.1 Kesimpulan
Kesimpulan yang dapat diambil dari praktikum 1 Statistika tentang penyajian
data adalah:
1. Penyajian data statistika dibagi menjadi dua, yaitu penyajian data dalam
bentuk kuantitatif dan kualitatif.
2. Dalam software minitab 17 dapat mnyajikan data kualitatif dan kuantitatif. Data
kualitatif dapat disajikan dlam bentuk bar chart dan pie chart, sedangkan dalam
data kuantitatif dapat disajikan data dalam bentuk histogram.
3. Data kualitatif adalah data yang bukan angka, sedangkan data kuantitatif
adalah data yang menyajikan angka.
4. Pada praktikum statistika materi 1 teknik menginterpretasikan data dapat
dilakukan dengan cara melihat data tertinggi dan terendah pada sebuah data.
5.2 Saran
Kepada praktikan ketika mengikuti praktikum statistika ini diharapkan agar
datang tepat waktu, saat praktikum dimohon praktikan tidak mengerjakan sesuatu
yang tidak ada hubungannya dengan statistika pada saat praktikum sedang
berlangsung. Penyampaian materi ketika praktikum sebaiknya jangan terlalu cepat,
sehingga praktikan dapat mengerti dengan materi yang disampaikan.
18
DAFTAR PUSTAKA
Ramadhan, A. 2011. Pengenalan Minitab. Program studi Matematika.Universitas

Islam Negeri Syarif Hidayatullah.
Sihombing, dan S. Charolina. 2019. Materi Statistika Dasar - Ukuran Penyebaran
Data. Universitas PGRI Palembang. Sumatera Selatan.
Putra Y. Y, dan A. Saputra. 2018. Pembengambangan Blog Support Mata Kuliah
Statistika Pendidikan Perguruan Tinggi STKID Muhammadiyah Bangka
Belitung. JPPM.11(2).
Rudini. 2017. Peranan Statistika dalam Penelitian Sosial Kuantitatif. Jurnal
SAINTEKOM 6(2): 53-66.
19
MATERI 2
UJI HIPOTESIS 1 POPULASI
DISUSUN OLEH:
KELOMPOK: 8
SHAFA TASYA NABILA : 195080601111034
CHEESA SEFA AQILA : 195080601111036
FAISAL AKMAL : 195080601111038
ADITYA : 195080601111040
DINDA PERMATASARI : 195080601111042
SANIA FEBRI YANTI V. S : 195080601111046

MALANG
2019
20
BAB I PENDAHULUAN
1.1 Latar Belakang

Menurut Wayan (2016), hipotesis adalah suatu proses dari pendugaan
parameter dalam populasi, yang membawa kita pada perumusan segugus kaidah
yang dapat membawa kita pada suatu keputusan akhir, yaitu menolak atau
menerima pernyataan tersebut. Hipotesis statistika adalah suatu proses untuk
menentukan apakah dugaan tentang nilai parameter/karakteristik populasi
didukung kuat oleh data sampel atau tidak. Dalam statistika dikenal 2 macam
hipotesis, hipotesis nol (H0), berupa suatu pernyataan tidak adanya perbedaan
karakteristik/parameter populasi (selalu ditandai dengan tanda =), yang kedua ada
hipotesis alternatif (H1), berupa suatu peryataan yang bertentangan dengan H0.
Menurut Hermansah (2017), pengujian hipotesis penelitian secara
perhitungan statistik memerlukan perubahan rumusan hipotesis ke dalam rumusan
hipotesis statistik yang mana memasangkan hipotesis alternatif (𝐻𝑎 ) dan hipotesis
nol (𝐻0) sehingga dapat memutuskan dengan tegas menolak atau menerima salah
satu dari kedua hipotesis tersebut. Selain itu, pengujian hipotesis deskriptif pada
dasarnya merupakan proses pengujian generalisasi hasil penelitian yang
didasarkan pada satu sampel. Kesimpulan yang dihasilkan nanti adalah apakah
hipotesis yang diuji itu dapat digeneralisasikan atau tidak. Dalam uji hipotesis satu
sampel ini variabel penelitiannya bersifat mandiri, dan sampelnya satu, oleh
karena itu variabel penelitiannya tidak berbentuk perbandingan ataupun hubungan
antar dua variabel atau lebih.
Disadari atau tidak, statistika adalah ilmu yang banyak digunakan dalam
kehidupan sehari-hari dan mempunyai peranan yang amat penting dalam
kehidupan manusia dan mempunyai banyak kertertarikan dengan banyak cabang
ilmu lainnya. Dalam melakukan penelitian statistic pertama-tama harus dapat
menentukan hipotesis terlebih dahulu. Untuk membuktikan apakah hipotesis yang
telah ditentukan benar atau salah maka dapat dilakukan pengujian hipotesis.
Pengujian hipotesis berhubungan dengan penerimaan atau penolakan suatu
hipotesis. Kebenaran (benar atau salahnya) suatu hipotesis tidak akan pernah
diketahui dengan pasti, kecuali dengan memeriksa seluruh populasi. Tapi tidak
21
mungkin bahwa kita bisa memeriksa seluruh populasi. Kita dapat mengambil
contoh acak, dan menggunakan informasi (atau bukti) dari contoh itu untuk
menerima atau menolak suatu hipotesis.
1.2 Tujuan
Praktikum Statistika Materi 2 yang dilaksanakan pada tanggal 5 Oktober
2019 memiliki tujuan. Tujuan tersebut antara lain:
1. Memahami pengujian hipotesa untuk suatu parameter populasi dengan
menggunakan uji-Z dan uji-T untuk satu sampel dalam memutuskan
apakah hipotesanya ditolak atau tidak ditolak.
2. Mengetahui pengolahan data pada uji hipotesis 1 populasi.
3. Menginterpretasikan hasil pengolahan data pada uji hipotesis 1 populasi.

Praktikum Statistika pertemuan ke 2 dan 3 dilaksanakan pada hari Sabtu,
5 Oktober 2019. Praktikum dilaksanakan pada pukul 13.00 – 15.00 WIB di gedung
D lantai 2 ruang 4, Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya,
Malang.
22
2.1 Hipotesis
Menurut Tannady dan Munardi (2015), hipotesis adalah banyak pendapat
yang menjelaskan arti dari pengujian hipotesis tersebut. Istilah hipotesa
sebenarnya adalah kata majemuk, terdiri dari kata-kata hipo dan tesa. Hipo
berasal dari bahasa yunani hupo, yang berarti dibawah, kurang atau lemah. Tesa
berasal dari bahasa yunani thesis, yang berarti teori atau proposisi yang disajikan
sebagai bukti. Jadi hipotesa adalah pernyataan yang masih lemah kebenarannya
dan masih perlu dibuktikan kenyataannya. Hipotesa pada dasarnya merupakan
suatu proposisi atau anggapan yang mungkin benar dan sering dipergunakan
untuk dasar pembuatan keputusan atau pemecahan persoalan atau untuk dasar
penelitian yang lebih lanjut. Sebelum menerima atau menolak sebuah hipotesis,
seorang peneliti harus menguji keabsahan hipotesis tersebut untuk menentukan
apakah hipotesis itu benar atau salah. Pengujian Hipotesis adalah suatu prosedur
yang dilakukan dengan tujuan memutuskan apakah menerima atau menolak
hipotesis mengenai parameter populasi.
Hipotesis adalah banyaknya kemungkinan yang dapat terjadi secara nyata.
Tetapi tidak semua hipotesis itu benar atau dapat terjadi secara nyata. Hipotesis
juga merupakan sebuah dugaan yang dibuat oleh seseorang dengan data yang
pernah ada sebelumnya. Kita dapat menentukan hipotesis itu benar atau tidak
dengan metode perhitungan yang dapat menentukan hipotesis pertama dapat
diterima atau tidak. Dalam pengerjaan perhitungan hipotesis harus teliti dan
melihat data yang valid agar hipotesis itu dapat dibuat secara nyata.
2.2 Uji Hipotesis

Pada praktikum statistika pertemuan ke 2 dan 3, membahas uji hipotesis 1
populasi dan 2 populasi. Uji 1 populasi meliputi Uji-z dan Uji-t.
2.2.1 Uji-z
Menurut Gunasti (2017), pengujian hipotesis dalam dilakukan dengan
menggunakan Uji-z. Uji-z yang digunakan adalah Uji-z dua sampel bebas atau
paired sample z-test, yang berarti variabel berasal dari populasi yang sama.
23
Kriteria pengujiannya adalah Jika thitung ≥ ttabel; -thitung< - ttabel atau α < 0.01,
maka Ha diterima dan Ho ditolak. Jika zthitung < ztabel; -thitung ≥ -ttabel atau α >
0,01 maka Ha ditolak dan Ho diterima.
Uji-z adalah salah satu cara pengujian suatu data dalam statistika. Uji-z
dapat juga dikatakan sebagai uji beda. Uji-z digunakan saat standar deviasi dari
suatu data diketahui. Selain itu Uji-z digunakan bila banyak data melebihi 30. Hasil
dari Uji-z ini, akan mengahsilkan P value, dimana apabila pvalue lebih besar dari
alpha, maka hipotesis 0 akan diterima. Jika P value lebih kecil dari alpha maka
hipotesis 1 yang diterima.
2.2.2 Uji-t
Menurut Nugroho (2016), uji-t adalah uji statistik yang digunakan untuk
menguji kebenaran atau kepalsuan hipotesis nol. Uji T pertama kali dikembangkan
oleh William Seely Gosset pada tahun 1915. Uji T dibagi menjadi 2, yaitu uji T yang
digunakan untuk pengujian hipotes 1 sampel dan Uji T yang digunakan untuk
pengujian 2 sampel. Uji T merupakan statistik yang sering kali ditemui dalam
masalah-masalah praktis statistika. Uji T merupakan dalam golongan statistika
parameterik. Statistik uji ini digunakan dalam pengujian hipotesis, Uji T digunakan
ketika informasi mengenai nilai variance (ragam) populasi tidak diketahui.
Uji T adalah uji hipotesis yang digunakan untuk mengetahui apakah ada
perbedaan rata-rata dari sampel yang diambil. Uji T digunakan untuk untuk
menguji kebenaran atau kepalsuan hipotesis yang menyatakan bahwa diantara
dua buah mean sampel yang diambil secara random dari populasi yang sama,
tidak terdapat perbedaan signifikan. Persayaratan Uji T antara lain adalah sampel
di ambil secara acak dari populasi yang sama dan data berskala interval atau rasio.
2.3 Kaidah Penarikan Kesimpulan

Menurut Kurnianingtyas dan Mahendra (2012), penarikan kesimpulan
dilakukan setelah adanya pemaknaan data yang disajikan ke dalam sebuah
pernyataan. Dengan menelaah intisari dari berbagai data yang disajikan akan
diperoleh kesimpulan bagi penelitian yang dilakukan. Penarikan kesimpulan ini
dilakukan untuk menjawab rumusan masalah yang diajukan pada awal penelitian.
24
Penarikan kesimpulan merupakan penilaian apakah sebuah hipotesis yang
diajukan itu ditolak atau diterima. Jika dalam proses pengujian terdapat bukti yang
cukup untuk mendukung hipotesis, maka hipotesis itu diterima. Sebaliknya jika
dalam proses pengujian tidak terdapat bukti yang cukup mendukung hipotesis,
maka hipotesis itu ditolak. Hipotesis yang diterima dianggap sebagai bagian dari
pengetahuan ilmiah sebab telah memenuhi persyaratan keilmuan. Syarat
keilmuan yakni mempunyai kerangka penjelasan yang konsisten dengan
pengetahuan ilmiah sebelumnya, serta telah teruji kebenarannya. Teruji
kebenarannya berarti tidak ditemukan bukti yang bertentangan.
25
BAB III METODOLOGI
3.1 Alat dan Bahan

Pada praktikum Statistika pertemuan 2 dan 3, alat dan bahan yang
digunakan dalam prakikum adalah sebagai berikut.
3.1.1 Alat
Pada praktikum Statistika pertemuan 2 dan 3, saat materi 2 yaitu pengujian
hipotesis 1 populasi, alat yang digunakan adalah sebagai berikut.
Tabel 3. Alat yang digunakan pada praktikum 2
1. Laptop Sebagai alat

pengolahan data

kontak listrik
26
3.1.2 Bahan
hipotesis 1 populasi, bahan yang digunakan adalah sebagai berikut.
Tabel 4. Bahan yang digunakan pada praktikum 2

digunakan untuk
mengolah data
2. Microsoft Office Sebagai tempat dari

Excel data yang akan diolah
dan tempat untuk
menginterpretasikan
data

materi kepada
praktikan dalam
melaksanakan
praktikum
27
3.2 Skema Kerja
Pada praktikum Statistika pertemuan 2 dan 3, melakukan uji hipotesis 1
populasi yaitu 1 sample-t dan 1-proporsion. Berikut merupakan skema kerja uji
hipotesis 1 populasi 1 sample-t dan 1-proporsion.
3.2.1 Uji Hipotesis 1 Populasi 1 Sample-t

Berikut merupakan skema kerja Uji Hipotesis 1 Populasi 1 Sample-t antara
lain sebagai berikut :
Menuliskan Hipotesis Nol (H0) dan Hipotesis Alternatif (H1)
Copy semua data pada bagian W
Buka Aplikasi Minitab 17, lalu paste data di bagian C1
Klik Bagian Stat
Pilih bagian Basic Statistics dan pilih 1-sampel t
Pilih one or more samples, in each in a column dan klik 2 kali bagian C1 W dan
keluar huruf W di kolom seperti dibawah. Hypothesized mean diisi 25
Klik bagian Options. Confidence level diisi 95.0 Untuk alternative

hypothisized pilih yang mean mean hypothesized. Setelah itu klik Ok.
Klik Ok lagi
Setelah itu akan muncul hasil pada kolom session. Lihat untuk nilai P
Kembali pada kerjaan Ms. Excel untuk mengisi interpretasi
Gambar 11. Skema Kerja Uji Hipotesis 1 Populasi 1 Sample-t
28
3.2.2 Uji Hipotesis 1 Populasi 1-Proportion
Berikut merupakan skema kerja Uji Hipotesis 1 Populasi 1-Proportion
antara lain sebagai berikut :
Mengisi Hipotesis nol (H0) dan Hipotesis Alternatif (H1)
Copy semua data dibagian JK
Buka aplikasi Minitab 17 dan copy pada C2
Klik bagian Stat lalu pilih Basic Statistics dan pilih 1-Proportion
Pilih summerized data. Untuk Number of event dan number of trials kita cari
dulu datanya di excel
Blok terlebih dahulu untuk bagian JK. Klik find pada excel, untuk find what
diisi 1 yang berarti jantan. Lalu klik find all.
Kembali pada Minitab 17 dan isi Number of events diisi jumlah spesies
jantan yaitu 16 dan Number of trials diisi jumlah total spesies ikan
keseluruhan yaitu 30, hypothesized proportion diisi 0.5.
Klik bagian options. Confidence level diisi 95.0 . Lalu pada hypothisized
alternative pilih proportion < hypothesized proportion. Untuk method pilih
Normal Approximation. Setelah itu klik Ok
Klik Ok lagi
Setelah itu akan muncul hasil pada kolom session. Lihat untuk nilai P.
Kembali pada Ms. Excel dan mengisi interpretasi.
Gambar 12. Skema Kerja Uji Hipotesis 1 Populasi 1-Proportion
29
3.3 Analisa Prosedur
Pada praktikum Statistika pertemuan 2 dan 3, melakukan uji hipotesis 1
populasi yaitu 1 sample-t dan 1-proporsion. Berikut merupakan analisi prosedur
hipotesis 1 populasi 1 sample-t dan 1-proporsion.
3.3.1 Uji Hipotesis 1 Populasi 1 Sample-t

Pada praktikum Statistika yang dilaksanakan pada tanggal 5 Oktober 2019,
materi Uji Hipotesis 1 populasi. Pada pengujian hipotesis 1 populasi 1 Sample-t,
hal yang pertama dilakukan adalah menganalisis soal terlebih dahulu. Setelah
menganalisi, buatlah hipotesis awal atau H0 dan diikuti pula dengan membuat
hipotesis 1 atau H1, dimana H1 ini bersifat menyangkal H0. Setelah itu, siapkan
minitab yang akan digunaka. Copy paste data dari excel ke kolom yang tersedia
di minitab. Lalu klik stat pada menu bar utama, klis basic satistic, dan klik 1-sample
t. Pastikan pada kolom pertama adalah “One or more samples, ect in a column”.
Klik kolom kedua lalu pilih judul dari data yang sudah dipindahkan dengan cara
meng-klik 2x pada kolom di sebelah kiri. Pada kolom hypothesized mean, disi
dengan 10. Lalu klik option, pada confidence level isi dengan 95, dan pada
alternative hypothesis isi dengan sesuai dari soal. Setelah selesai, maka klik ok,
dan akan muncul angka pada bagian session. Hasil dari uji ini akan menghasilkan
P value dimana P value ini jika lebih besar dari alpha, maka H0 yang diterima, dan
jika lebih kecil dari alpha, H1 lah yang akan diterima.
3.3.2 Uji Hipotesis 1 Populasi 1 Proportion

Pada praktikum statistika dengan materi uji hipotesis 1 populasi. Pada
pengujian hipotesis 1 populasi ini dilakukan uji hipotesis 1 proportion, untuk
langkah pertama yang dilakukan adalah dengan menganalisis soal terlebih dahulu,
kemudian membuat hipotesis nol (H0) dan diikuti dengan membuat hipotesis
alternatif (H1). Setelah itu, siapkan aplikasi minitab yang akan digunakan. Lalu
copy paste data yang tersedia dari excel ke minitab 17. Setelah itu, klik bagian stat
pada menu bar utama lalu pilih basic statistics dan pilih 1-proportion. Kemudian,
akan muncul summarized data, untuk number of event dan number of trials dapat
dicari datanya pada excel. Setelah itu blok terlebih dahulu bagian yang ingin dicari,
lalu klik find pada excel, untuk find what kemudian di isi dengan 1, lalu klik find all,
30
setelah itu akan keluar hasil yang ingin dicari. Lalu buka kembali minitab 17 dan
isi number of events yang telah didapat dari pencarian sebelumnya, untuk number
of events di isi dengan jumlah spesies jantan dan number of trials diisi jumlah total
spesies ikan keseluruhan serta untuk hypothesized proportion di isi dengan 0.5.
Lalu klik bagian options, kemudian untuk confidence level di isi sesuai dengan taraf
signifikan yang tertera pada soal, lalu pada hypothesized alternative pilih
proportion < hypothesized proportion, untuk method pilih normal approximation,
setelah itu klik ok, lalu klik ok kembali. Kemudian, akan muncul hasil pada kolom
session. Hasil dari uji ini akan menghasilkan P value yang dimana P value > Alpha
5%, maka H0 diterima, dan jika P value < 5%, maka H1 yang diterima.
31
4.1 Analisa Hasil Uji Hipotesis 1 Populasi 1 Sample-t

Berikut merupakan Analisa Hasil Uji Hipotesis 1 Populasi 1 Sample-t pada
praktikum statistika Materi 2 adalah sebagai berikut :
Gambar 13. Hasil Uji Hipotesis 1 Populasi 1 Sample-t.
Setelah melakukan uji hipotesis 1-sample-t, maka diperoleh hasil. Pada

bagian Session terdapat hasil data. Pada Session tersebut menunjukkan beberapa
hasil perhitungan. Dari Variabel ‘W’ dengan nilai N sebanyak 30 diperoleh Mean
sebesar 28.10 didapatkan nilai Standar Deviasi sebesar 9.50. Nilai SE Mean
diperoleh sebesar 1.73. Nilai dari 95% CI diperoleh sebesar 24.55 dan 31.65. nilai
T diperoleh sebesar 1.79 dan yang terakhir didapatkan nilai P Value sebesar
0.084. Berdasarkan nilai P Value, angka tersebut menunjukkan lebih besar dari
nilai Alpha 0.05. Hal tersebut menyebabkan bahwa hipotesis nol (H0) diterima.
maka dapat dapat diinterpretasikan bahwa berat rata-rata spesies ikan Lemuru di
wilayah Mayangan sama dengan 25 gram.
32
4.2 Analisa Hasil Uji Hipotesis 1 Populasi 1-Proportion
Berikut merupakan Analisa Hasil Uji Hipotesis 1 Populasi 1-Proportion
pada praktikum statistika Materi 2 adalah sebagai berikut :
Gambar 14. Hasil Uji Hipotesis 1 Populasi 1-Proportion

Pada praktikum Statistika pertemuan 2-3 bagian materi 2, dengan sampel
sebesar 30. Nilai P Value adalah nilai peluang terkecil dari suatu pengujian
hipotesisi sehingga nilai statistik uji yang diamati masih berarti. Nilai p value juga
merupakan suatu besaran peluang, dengan asumsi H0 benar, memeroleh ‘statistik
uji’(test statistic). Nilai P value yang didapat pada perhitungan adalah sebesar
0.642. Berdasarkan data yang telah didapat, nilai Alpha 0 .05 < Nilai P Value. Maka
dapat disimpulkan bahwa proporsi ikan lemuru jantan lebih banyak daripada ikan
lemuru betina di wilayah Mayangan.
33
BAB V PENUTUP
5.1 Kesimpulan
Pada praktikum statistika materi 2 dan 3, untuk materi 2 yaitu Uji Hipotesis
1 populasi didapatkan kesimpulan sebagai berikut:
1. Metode perhitungan dengan metode uji Z dilakukan saat sampel lebih dari
30, sedangkan metode uji T dilakukan saat sampel kurang dari 30.
2. Pengolahan data uji hipotesis 1 populasi dilakukan dengan menggunakan
metode 1 – sample t dan 1 Proportion.
3. Hipotesis Nol(H0) diterima jika P value > Alpha 5%, sedangkan Hipotesis
Alternatif diterima jika P Value < Alpha 5%.
5.2 Saran
Untuk praktikan agar lebih disiplin lagi untuk pengumpulan tugas baik
individu maupun kelompok. Untuk asisten saat praktikum untuk lebih bersabar dan
menjelaskan secara pelan-pelan karena kebanyakan dari praktikan belum paham.
Untuk praktikum agar lebih berjalan lebih efisien lagi.
34
DAFTAR PUSTAKA
Gunasti, A. 2017. Penilaian kinerja tukang dan harapan mandor dalam proyek
konstruksi. Jurnal Penelitian IPTEKS.
Hermansah. 2017. Uji rata-rata satu sampel menggunakan r untuk mengetahui
pengaruh model belajar terhadap hasil belajar mata kuliah analisis vektor.
Pythagoras. 6(2):161-166.
Kurnianingtyas, L.Y. dan Mahendra A. N. 2012. Impelementasi strategi
pembelajaran kooperatif teknik jigsaw untuk meningkatkan keaktifan
belajar akuntansi pada siswa kelas x Akuntasi 3 Smk Negeri 7 Yogyakarya
Tahun Ajaran 2011/2012. Jurnal Pendidikan Akuntansi Indonesia. 10(1) :
66-77.
Mendrova, S, Y. 2016. Makalah Statistika Dasar Uji-T.
Santiyasa, I, W. 2016. Modul Kuliah Pengujian Hipotesis.
Tannady, H., dan W. E. Munardi. 2015. Pengamatan waktu pelayanan operator
pintu tol dengan Uji Hipotesis Analysis of Variance (Anova) (studi kasus:
gerbang tol Ancol Timur, Jakarta Utara). Journal of Industrial Engineering
& Management Systems. 8 (1): 26 – 54.
35
MATERI 3
UJI HIPOTESIS 2 POPULASI
DISUSUN OLEH:
KELOMPOK: 9
SANTRI ANOM BANGUN PAHALA ( 195080601111048 )
ANDRIAN JOSUA SIANTURI ( 195080607111002 )
TESALONITA NURANI I. SIAGIAN ( 195080607111004 )
LULUK ANGGIN NINDIANA DEWI ( 195080607111006 )
YUNSI NOSA KEGGY PURWANTO ( 195080607111008 )
MUHAMMAD FAISHAL AKBAR ( 195080607111010 )

MALANG
2019
36
BAB I PENDAHULUAN
1.1 Latar Belakang

Menurut teknikelektronika.com (2019), uji hipotesis adalah cabang Ilmu
Statistika Inferensial yang dipergunakan untuk menguji kebenaran suatu
pernyataan secara statistik dan menarik kesimpulan apakah menerima atau
menolak pernyataan tersebut. Pernyataan ataupun asumsi sementara yang
dibuat untuk diuji kebenarannya tersebut dinamakan dengan Hipotesis
(Hypothesis) atau Hipotesa. Tujuan dari Uji Hipotesis adalah untuk
menetapkan suatu dasar sehingga dapat mengumpulkan bukti yang berupa
data-data dalam menentukan keputusan apakah menolak atau menerima
kebenaran dari pernyataan atau asumsi yang telah dibuat. Uji Hipotesis juga
dapat memberikan kepercayaan diri dalam pengambilan keputusan yang
bersifat Objektif. Teknikelektronika.
Menurut Dahlan (2014), uji hipotesis adalah metode untuk mengetahui
hubungan (association) antara variable yang bisa dilakukan dengan dua cara,
yaitu secara komperatif (comparation) dan korelatif (correlation). Uji hipotesis
yang sesuai akan membawa kita dalam mengambil kesimpulan yang shahih,
akan tetapi untuk mencapai keputusan untuk menggunakan uji tertentu, tentu
saja harus didasari dengan berbagai pertimbangan.
Hipotesis berasal dari bahasa yunani, Hipo berarti lemah atau kurang
atau di bawah, sedangkan Thesis berarti teori, proposisi atau pernyataan yang
disajikan sebagai bukti. Sehingga dapat diartikan sebagai pernyataan yang
masih lemah keberadaannya dan perlu dibuktikan atau dugaan yang sifatnya
sementara. Pengujian hipotesis adalah suatu prosedur yang dilakukan dengan
tujuan memutuskan apakah menerima atau menolak hipotesis mengenai
parameter populasi.
37
1.2 Tujuan
Berdasarkan praktikum statistika pada materi 3 tentang uji hipotesis 2 populasi
memiliki tujuan sebagai berikut.
1. Praktikan dapat memahami pengujian hipotesa untuk suatu parameter populasi
dengan menggunakan uji-T untuk 2 populasi dalam memutuskan apakah
hipotesanya ditolak atau tidak ditolak.
2. Praktikan dapat mengetahui pengolahan data pada uji hipotesis 2 populasi
3. Praktikan mampu menginterpretasikan hasil pengolahan data pada uji hipotesis
2 populasi.

Waktu dilaksanakannya praktikum statistika materi uji hipotesis 2 populasi
adalah pada hari Minggu tanggal 6 Oktober 2019 di gedung C ruang 2.1 Fakultas
Perikanan dan Ilmu Kelautan Universitas Brawijaya Malang.
38
2.1 Uji Hipotesis 2 Populasi

Pada praktikum Statistika dilakukan uji hipotesis 2 populasi yang digunakan
untuk menguji kebenaran suatu sampel dari dua populasi yang berbeda.
2.1.1 Uji Hipotesis 2 populasi independent

Menurut Nurhadi (2013), pengujian untuk dua sampel yang independen
seringkali dalam suatu penelitian akan diselidiki apakah suatu metode baru
memberikan hasil yang lebih baik dari metode lama, atau dua pendekatan dalam
memberikan hasil yang sama. Masalah seperti ini dapat diselesaikan dengan
melakukan pengujian rata-rata dua populasi. Berikut adalah tabel untuk uji rata-rata
dua populasi yang memuat hipotesis, statistik uji dengan asumsi variansi, dan daerah
kiritis, yaitu daerah penolakan H0.
Uji hipotesis 2 populasi independen atau Independent sample t-test adalah
jenis uji statistika yang bertujuan untuk membandingkan rata-rata duagrup yang tidak
saling berpasangan atau tidak saling berkaitan. Tidak saling berpasangan dapat
diartikan bahwa penelitian dilakukan untuk dua subjek sampel yang berbeda. Prinsip
pengujian uji ini adalah melihat perbedaan variasi kedua kelompok data, sehingga
sebelum dilakukan pengujian, terlebih dahulu harus diketahui apakah variannya sama
atau variannya berbeda.
2.1.2 Uji Hipotesis 2 populasi paired

Menurut Austin (2010), uji t dua sampel dapat digunakan untuk menguji
signifikansi statistik dari perbedaan rata-rata antara kelompok perlakuan, sedangkan
uji Pearson Chi-square dapat digunakan untuk menguji signifikansi statistik perbedaan
dalam proporsi antara kelompok perlakuan. Ulasan sistematis terbaru dari pencocokan
skor-kecenderungan dalam literatur medis telah menemukan bahwa penulis sering
menggunakan metode statistik untuk sampel independen ketika menilai signifikansi
statistik dari perkiraan efek pengobatan dalam sampel yang cocok dengan skor
kecenderungan-sampel.
Uji hipotesis 2 populasi paired atau Paired Sampel t-Test adalah jenis uji
statistika yang bertujuan untuk membandingkan rata-rata dua grup yang saling
39
berpasangan. Sampel berpasangan dapat diartikan sebagai sebuah sampel dengan
subjek yang sama namun mengalami 2 perlakuan atau pengukuran yang berbeda,
yaitu pengukuran sebelum dan sesudah dilakukan sebuah treatment. Dalam pengujian
ini dibutuhkan data berdistribusi normal, kedua kelompok yang saling berhubungan
atau berpasangan, dan jenis data yang digunakan adalah numerik dan kategorik.
2.2 Pengambilan Kesimpulan

Hasil dari uji 2 hipotesis didapatkan hasil atau P-value yang dimana dari hasil
tersebut dapat di intepretasikan dan diambil kesimpulan berdasarkan hasil tersebut.
2.2.1 Kaidah Pengambilan Keputusan

Menurut Budiantara (2011), dalam Statistika, dasar pengambilan keputusan
adalah probabilitas. Seseorang Statistikawan akan melaksanakan keputusan Statistika
apabila dia yakin probabilitas (peluang) keputusan tersebut akan benar adalah besar
(misalnya 90%, atau 95%, atau 99%). Tetapi Statistikawan tidak akan yakin (tidak akan
berani) melaksanakan keputusan Statistika, jika peluang keputusan tersebut akan
benar adalah kecil (misalnya 10%, atau 5%, atau bahkan 1%).
Tata cara pengambilan keputusan dalam Statistika mempunyai beberapa
kelebihan diantaranya : (1) statistika mampu mengambil keputusan dalam situasi
adanya variasi-variasi (keberagaman/perbedaan), (2) statistika mampu mengambil
keputusan dalam situasi yang penuh dengan ketidakpastian, (3) statistika mampu
mengambil keputusan menggunakan biaya yang relatif murah, (4) statistika mampu
mengambil keputusan menggunakan tenaga yang relatif sedikit, dan (5) statistika
mampu mengambil keputusan menggunakan waktu yang relatif singkat.
40
BAB III METODOLOGI
3.1 Alat dan Bahan

Pada praktikum Statistika pertemuan 2 dan 3, alat dan bahan yang digunakan
dalam prakikum adalah sebagai berikut.
3.1.1 Alat
hipotesis 2 populasi, alat yang digunakan adalah sebagai berikut.

pengolahan
data
2. Kabel Roll Sebagai

media
penyambung
daya dari
kontak listrik
41
3.1.2 Bahan
hipotesis 2 populasi, bahan yang digunakan adalah sebagai berikut.
Tabel 6. Bahan yang digunakan pada praktikum 3
1. Minitab 17 Sebagai aplikasi

yang digunakan
untuk mengolah
data
2. Microsoft Sebagai tempat dari

Office Excel data yang akan
diolah dan tempat
untuk
menginterpretasikan
Dokumentasi Pribadi, 2019 data
3. Microsoft Digunakan oleh

Office asisten untuk
PowerPoint
memberikan materi
kepada praktikan
dalam
Dokumentasi Pribadi, 2019 melaksanakan

praktikum
42
3.2 Skema Kerja
Pada praktikum Statistika materi uji hipotesis 2 populasi dalam pengerjaannya
memiliki skema kerja agar mudah dipahami.

Berikut merupakan skema kerja Uji Hipotesis Populasi independent antara lain
sebagai berikut :
tentukan H0 dan H1 terlebih dahulu
masukkan data ke worksheet minitab 17
untuk melakukan uji hipotesis 2 populasi independen, pilih start > basic
statistic> 2-sample t
pilih data yang akan diolah
pilih menu option dan isi Confidence Level. hypothesized difference dan
alternative hypothesis lalu pilih Ok
Didapatkan hasil, jika p value > alpha, maka H0 yang akan digunakan, jika
p value < alpha maka H1 yang digunakan
Pilih OK dan hasil akan muncul di layar session
Lakukan interpretasi
Gambar 15. Skema Kerja Uji Hipotesis 2 populasi independent
43
Berikut merupakan skema kerja Uji Hipotesis 2 Populasi paired antara lain
sebagai berikut :
tentukan H0 dan H1 terlebih dahulu
masukkan data ke worksheet minitab 17
untuk melakukan uji hipotesis 2 populasi paired, pilih start > basic statistic>
2-sample t
pilih data yang akan diolah
pilih menu option dan isi Confidence Level. hypothesized difference dan
alternative hypothesis lalu pilih Ok
Didapatkan hasil, jika p value > alpha, maka H0 yang akan digunakan, jika
p value < alpha maka H1 yang digunakan
Lakukan interpretasi
Gambar 16. Langkah-langkah Uji Hipotesis 2 Populasi Paired

Pada praktikum statistika materi uji hipotesis 2 populasi memiliki analisis
prosedur yang dilakukan untuk memahami prosedur kerja pada materi ini.
44
Pertama siapkan data yang akan di uji, kemudian baca dengan teliti lalu
tentukan H0 dan H1-nya dengan ciri H1 berlawanan dengan H0. Kemudian buka
aplikasi minitab 17, lalu masukkan data worksheet (W) ke aplikasi minitab 17 dengan
cara di copy paste. Kemudian klik Start>Basic Statistik>2-Sample t, lalu pilih data
yang akan diolah, selanjutnya pilih menu options dan pilih Confidence Level,
Hypothesized Difference dan Alternative Hypothesis, lalu klik OK. Kemudian
didapatkan hasil, jika P-value>alpha, maka H0 yang akan digunakan. Jika P-
value<alpha maka H1 yang digunakan. Kemudian pilih OK, dan hasil akan muncul di
layar session. Setelah hasilnya sudah muncul maka dapat membuat interpretasinya
apakah H0 atau H1 yang digunakan.

Pertama siapkan data yang akan di uji, kemudian baca dengan teliti lalu
tentukan H0 dan H1-nya dengan ciri H1 berlawanan dengan H0. Kemudian buka
aplikasi minitab 17, lalu masukkan data worksheet (W) ke aplikasi minitab 17 dengan
cara di copy paste. Kemudian klik Start>Basic Statistik>Paired t, lalu pilih data yang
akan diolah dengan mengisi sample 1 dan sample 2, selanjutnya pilih menu options
dan pilih Confidence Level, Hypothesized Difference dan Alternative Hypothesis, lalu
klik OK. Kemudian didapatkan hasil, jika P value>alpha, maka H0 yang akan
digunakan. Jika P-value<alpha maka H1 yang digunakan. Kemudian pilih OK, dan
hasil akan muncul di layar session. Setelah hasinya sudah muncul maka dapat
membuat interpretasinya apakah H0 atau H1 yang digunakan.
45
4.1 Analisa Uji hipotesis 2 populasi independent

Berikut merupakan Analisa Hasil Uji Hipotesis 2 Populasi independent pada
Gambar 17. Analisa Uji Hipotesis 2 Populasi Independent
Interpretasi: Karena P-value = 0,969, dibamdingkan dengan alpha = 0,05

maka P-value > 0,05 sehingga rata-rata panjang ikan yang di tangkap di daerah
Pantai Sidem dan siupah adalah sama (menerima H0).
46
4.2 Analisa Uji Hipotesis 2 populasi paired
Berikut merupakan Analisa Hasil Uji Hipotesis 2 Populasi paired pada
Gambar 18. Analisa Uji Hipotesis 2 Populasi Paired
Interpretasi: Karena P-value = 0,989, dibandingkan dengan alpha = 0,05

maka nilai P-value > alpha (0,05) sehingga rata-rata panjang spesies ikan yang
ditangkap di daerah Pasumpahan pada bulan Maret dan pada bulan Oktober adalah
sama (menerima H0).
47
BAB V PENUTUP
5.1 Kesimpulan
Pada praktikum statistika yang dilaksanakan pada tanggal 4 Oktober 2019
materi 3 uji hipotesis 2 populasi didapatkan kesimpulan sebagai berikut.
1. Dalam penggunaan uji T dapat dilakukan dalam 2 pengujian yaitu pengujian
hipotsis 2 populasi independent dan pengujian hipotesis 2 populasi paired. Uji
hipotesis 2 populasi independen atau Independent sample t-test bertujuan
untuk membandingkan rata-rata dua grup yang tidak saling berpasangan atau
tidak saling berkaitan. Uji hipotesis 2 populasi paired atau Paired Sampel t-
Test bertujuan untuk membandingkan rata-rata dua grup yang saling
berpasangan. Sampel berpasangan dapat diartikan sebagai sebuah sampel
dengan subjek yang sama namun mengalami 2 perlakuan atau pengukuran
yang berbeda, yaitu pengukuran sebelum dan sesudah dilakukan sebuah
treatment.
2. Pengujian uji hipotesis 2 populasi terdapat 2 cara yaitu pengujian hipotesis 2
populasi independent dan pengujian hipotesis 2 populasi paired, dalam uji
hipotesis 2 populasi independent. Pertama siapkan data yang akan di uji,
kemudian baca dengan teliti lalu tentukan H0 dan H1-nya dengan ciri H1
berlawanan dengan H0. Kemudian buka aplikasi minitab 17, lalu masukkan
data worksheet (W) ke aplikasi minitab 17 dengan cara di copy paste.
Kemudian klik Start>Basic Statistik>2-Sample t, lalu pilih data yang akan
diolah, selanjutnya pilih menu options dan pilih Confidence Level,
Hypothesized Difference dan Alternative Hypothesis, lalu klik OK dan hasil
akan muncul di layar session, sedangkan dalam uji hipotesis 2 populasi paired
sama dengan uji hipotesis 2 populasi Independent, setelah memindahkan
data ke worksheet Minitab Kemudian klik Start>Basic Statistik>Paired t, lalu
pilih data yang akan diolah dengan mengisi sample 1 dan sample 2,
selanjutnya pilih menu options dan pilih Confidence Level, Hypothesized
Difference dan Alternative Hypothesis, lalu klik OK. Kemudian pilih OK lagi,
dan hasil akan muncul di layar session. Kemudian didapatkan hasil. Untuk
48
intepretasi uji hipotesis 2 populasi, jika P value>alpha, maka H0 yang akan
digunakan. JikaP-value<alpha maka H1 yang digunakan.
3. Dalam uji hipotesis 2 populasi hal pertama yang dilakukan adalah

menentukan H0 dan H1, apabila hasil pengujian menunjukan P-value lebih
dari alpha maka yang digunakan adalah H0 sedangkan apabila P-value
kurang dari alpha maka yang digunakan adalah H1. Intepretasinya adalah
hipotesis yang digunakan, beserta penyebab hipotesis tersebut digunakan.
5.2 Saran
Dalam praktikum statistika selanjutnya diharapkan lebih baik lagi, dalam
penyampaian materi sebaiknya dilakukan secara perlahan dan tidak terburu-buru.
Format laporan untuk tugas kelompok yang tersedia juga masih perlu perbaikan,
seperti dalam judul dan penjabaran subbab.
49
DAFTAR PUSTAKA
Austin Peter. C. 2011. Compering paired vs non-paired statistical method of

analyses when making inferences about absolute risk reductions in
propensity-score matched sample. Stnatistic in Medicine.
Budiantara, I. N. 2011. Penelitian bidang regresi spline menuju terwujudnya
penelitian statistika yang mandiri dan berkarakter. Seminar Nasional FMIPA
Undiksha.
Dahlan, Sopiyudin. 2014. Statistik untuk kedokteran dan kesehatan edisi 3. Jakarta.
Salemba Medika.
Hadi, Nur. 2013. Pengujian hipotesis rata-rata dua populasi. Statistika-Handout 10.
TeknikElektronika.com. 2019. https://tekikelektronika.com/pengertian-uji-hipotesis-
jenis-jenisnya/. Diakses pada 27 November 2019 pukul 00:45 WIB.
50
MATERI 4
RANCANGAN ACAK LENGKAP
DISUSUN OLEH:
KELOMPOK 7
MALANG
2019
51
BAB I PENDAHULUAN
1.1 Latar Belakang

Menurut Ilham (2014), RAL merupakan rancangan yang paling sederhana
diantara rancangan-rancangan percobaan yang lain. Dalam rancangan ini perlakuan
dikenakan sepenuhnya secara acak terhadap satuan-satuan percobaan atau
sebaliknya. Pola ini dikenal sebagai pengacakan lengkap atau pengacakan tanpa
pembatasan. Penerapan percobaan satu faktor dalam RAL biasanya digunakan jika
kondisi satuan-satuan percobaan relatif homogen. Dengan keterbatasan satuan-
satuan percobaan yang bersifat homogen ini, rancangan percobaan ini digunakan
untuk jumlah perlakuan dan jumlah satuan percobaan yang relatif tidak banyak.
Menurut Siswanto (2017), rancangan Acak Lengkap(RAL) merupakan
rancangan yang paling sederhana jika dibandingkan dengan rancangan rancangan
lainnya. RAL merupakan pengujian satu arah atau hanya satu jenis perlakuan. Dalam
rancangan ini tidak terdapat lokal kontrol, sehingga sumber keragaman yang diamati
hanya perlakuan dan galat.
Rancangan Acak Lengkap (RAL) merupakan sebuah klasifikasi satu arah.
merupakan rancangan paling sederhana dari beberapa macam perancanngan yang
baku. Suatu percobaan yang digunakan homogen atau tidak ada faktor lain yang
mempengaruhi respon di luar faktor yang diteliti. Pada rancangan acak lengkap (RAL)
digunakan jika kondisi unit percobaan yang digunakan relatif homogen. Penerapan
perlakuan terhadap unit percobaan dilakukan secara acak terhadap seluruh unit
percobaan. Seperti percobaan-percobaan yang dilakukan di laboratorium atau rumah
kaca yang pengaruh lingkungannya lebih mudah dikendalikan. Rancangan acak
lengkap dipergunakan jika variabel luar tidak diketahui, atau bila pengaruh variabel ini
yang sengaja tidak dikontrol terhadap variasi subyek, adalah sangat kecil. Rancangan
ini juga dipakai jika diketahui bahwa subyek keadaannya seragam dan inferensi yang
dibuat berdasarkan hasil percobaan tidak dimaksudkan sebagai inferensi yang
bersifat percobaan tidak dimaksudkan sebagai inferensi yang bersifat luas serta
berlaku untuk populasi yang lebih beragam. Oleh karena itu, rancangan ini tidak
disarankan jika hasil ujinya dipergunakan untuk inferensi populasi yang lebih
beragam.
52
1.2 Tujuan
Berdasarkan praktikum statistika materi 4 tentang rancangan acak lengkap
memiliki tujuan sebagai berikut:
1. Praktikan Mampu mengetahui pengolahan data pada rancangan percobaan
acak lengkap (RAL).
2. Praktikan Mampu menginterpretasikan hasil pengolahan data pada rancangan
percobaan acak lengkap (RAL).

Praktikum statistika materi 4 rancangan acak lengkap dilaksanakan pada hari
Minggu, 27 Oktober 2019 di gedung C ruang 2.4 Fakultas Perikanan dan Ilmu
Kelautan Universitas Brawijaya Malang.
53
2.1 Rancangan Acak Lengkap

Menurut Persulessy (2016), rancangan Acak Lengkap (RAL) merupakan
rancangan yang paling sederhana diantara rancangan-rancangan percobaan yang
lain. Dalam rancangan ini perlakuan dikenakan sepenuhnya secara acak terhadap
satuan-satuan percobaan atau sebaliknya. Pola ini dikenal sebagai pengacakan
lengkap atau pengacakan tanpa pembatasan. Pada umumnya, rancangan ini biasa
digunakan untuk percobaan yang memiliki media atau lingkungan percobaan yang
seragam atau homogen.
Rancangan Acak Lengkap dipergunakan jika ingin mempelajari pengaruh
beberapa perlakuan dengan sejumlah ulangan untuk menjadi satuan-satuan
percobaan. Perencanaan dan percobaan RAL lebih mudah dan fleksibel dalam
penggunaan jumlah perlakuan dan ulangan. Rancangan Acak Lengkap juga dapat
diartikan suatu percobaan yang digunakan homogen atau tidak ada faktor lain yang
mempengaruhi respon di luar faktor yang diteliti.
2.2 Normalitas Data

Menurut Susilokarti, et al.(2015), normalitas data merupakan kumpulan data
yang dapat berdistribusi normal ataupun tidak normal. Untuk menguji suatu kumpulan
data berdistribusi normal atau tidak, dapat dilakukan pengujian normalitas atau biasa
disebut uji normalitas. Uji normalitas data dilakukan untuk mengetahui apakah data
yang akan digunakan mempunyai sebaran normal atau tidak. Jika data normal maka
dianggap data tersebut mewakili populasinya sehingga dapat digunakan untuk
analisis
Uji normalitas dapat dilakukan dengan beberapa metode seperti, Anderson-
Darling, Kolmogorov-Smirnov, dan Ryan-Joiner. Dari tiap-tiap metode memiliki
karakteristik yang bebeda satu sama lain. Uji yang sering digunakan dan paling efektif
serta populer adalah uji Kolmogorov-smirnov. Uji Kolmogorov-smirnov juga memiliki
sifat yang general, artinya adalah tidak ada batas maksimal atau minimal data yang
dapat diolah.
54
2.3 Homogenitas Data
Menurut Christina dan Kristin (2016), uji homogenitas dapat dilakukan apabila
data kedua kelas berdistribusi normal. Uji homogenitas dilakukan untuk mengetahui
varian antara kelas eksperimen dan kelas kontrol sama atau tidak. Sebagai contoh,
Hasil uji homogenitas nilai pretest kedua kelas menunjukkan taraf signifikansinya
sebesar 0,815 lebih besar dari alpha 0,05 maka kedua kelas tersebut memiliki varian
yang sama atau homogen.
Homogenitas data merupakan kumpulan data yang memiliki kesamaan atau
keseragaman jenis satu sama lain. Hasil uji homogenitas yang baik adalah yang
memiliki nilai simpangan estimasinya mendekati angka nol. Uji homogenitas dilakukan
sebagai satu syarat uji statistika parametrik seperti uji t, regresi dan Anova.
55
BAB III METODOLOGI
3.1 Alat dan Bahan

Alat dan bahan yang digunakan pada saat praktikum statistika materi 4 adalah
sebagai berikut:
3.1.1 Alat
Berikut merupakan alat-alat yang digunakan pada saat pelaksanaan praktikum
statistika materi 4.

data

kontak listrik
56
3.1.2 Bahan
Berikut merupakan bahan pendukung yang digunakan pada saat pelaksanaan
praktikum statistika materi 4
Tabel 8. Bahan yang digunakan pada praktikum 4.

digunakan untuk
mengolah data
2. Microsoft Office Sebagai tempat dari data

Excel yang akan diolah dan
tempat untuk
menginterpretasikan
data

dalam melaksanakan
praktikum
57
3.2 Skema Kerja
Pada praktikum statistika pertemuan ke 4 melakukan Uji RAL. Berikut
merupakan skema kerja uji RAL.
3.2.1 Boxplot
Pada praktikum statistika pertemuan ke 4 melakukan Uji boxplot. Berikut
merupakan skema kerja uji boxplot.
Tentukan H0 dan H1 terlebih dahulu untuk hipotesis RAL, Uji Normalitas
dan Uji Ragam
Masukkan seluruh data dari excel ke worksheet minitab 17
Untuk melakukan uji RAL, pertama harus mencari outlier dengan bloxplot
langkah pertama mencari bloxplot pilih stat > ANOVA > One Way
isi Response dengan 'W', Factor dengan 'Alat Tangkap'
Klik Graph kemudian centang hanya Boxpot of Data lalu tekan Ok.
Klik Result kemudian unchecklist semua lalu tekan Ok.
Klik Storage kemudian centang Residuals lalu tekan Ok.
Klik Ok lagi, Muncul hasil Boxplot dan ditemukan adanya atau tidak adanya
outlier
Gambar 19. Diagram Alir Boxplot
58
3.2.2 Uji Normalitas
Pada praktikum statistika pertemuan ke 4 melakukan Uji normalitas. Berikut
merupakan skema kerja uji normalitas.
Pilih Stat > Basic Statistic > Normality Test
Untuk Variable pilih RESI 1, Test for Normality pilih Kolmogorov Smirnov
karna bersifat general atau umum.
Klik Ok, lalu akan muncul grafik hasil uji normalitas
lihat p-value lalu buat interpretasi
Gambar 20.Diagram Alir Uji Normalitas
3.2.3 Uji Homogenitas

Pada praktikum statistika pertemuan ke 4 melakukan Uji Homogenitas. Berikut
merupakan skema kerja uji homogenitas.
Untuk melakukan Hipotesis Uji Ragam, pilih Stat > ANOVA > Test for Equal
Variances.
Klik Response kemudian pilih RESI 1, untuk Factors pilih Alat Tangkap.
Untuk interpretasi gunakan Levene’s Test karena memiliki nilai p-value data
residual yang asli. sedang Multiple Comparisons merupakan nilai asli
lihat p-value lalu buat interpretasi
Gambar 21.Diagram Alir Uji Homogenitas
59
3.2.4 Uji RAL
Pada praktikum statistika pertemuan ke 4 melakukan Uji RAL. Berikut
merupakan skema kerja uji RAL.
Pilih Stat > ANOVA > One Way
isi Response dengan 'W', Factor dengan 'Alat Tangkap'
Klik Graph kemudian centang hanya Interval Plot pada Data Plots. lalu tekan Ok.
Klik Result kemudian checklist semua lalu tekan Ok.
Klik Storage kemudian unchecklist Residuals lalu tekan Ok.
Klik Ok lagi, akan muncul grafik RAL, lallu di session cari Analysis of Variance
untuk melakukan interpretasi
Tulis hasil interpretasi pada excel
Gambar 22. Diagram Alir Rancangan Acak Lengkap

Pada pengujian normalitas, hal pertama yang dilakukan ialah menganalisis
soal dan membuat hipotesis nol dan hipotesis alternatif. Setelah itu, siapkan minitab
yang akan digunakan. Copy data dari Microsoft excel dan paste ke kolom minitab 17.
Kemudian klik stat pada bar utama, klik ANOVA, pilih yang One-Way. Pada bagian
Response diisi data C2 SL dan Pada pengujian normalitas atau asumsi, hal yang
dilakukan adalah klik bagian stat pada bar utama, memilih Basic Statistic, dan pilih
Normality test. Pada kolom Variable diisi data C3 RESI1 dan centang Kolmogorov-
Smirnov (karena uji normalitas yang paling popular dan efektif yang bersifat general).
60
Setelah itu, klik OK dan akan keluar hasilnya. Dari pengujian ini, didapatkan karena
p-value>α maka residual data berdistribusi normal (terima H0). Interpretasikan hasil
pengujian normalitas pada kolom yang tersedia di Microsoft Office Excel. Pada
pengujian ragam, hal pertama yang dilakukan ialah menganalisis soal dan membuat
hipotesis nol dan hipotesis alternative. Pada pengujian ragam, klik stat pada menu bar
utama, lalu pilih ‘ANOVA’, dan terakhir pilih Test for Equal Variances. Pada kolom
Response diisi C3 ‘RESI 1’ (karena yang akan diuji adalah data residualnya, bukan
data utama) dan untuk kolom Factors diisi C1 ‘Pakan Ikan’. Setelah itu klik OK dan
akan muncul hasilnya pada kolom session dan grafiknya. Sehingga didapatkan hasil
karena p-value>α maka ragam residual adalah homogen (terima H0).
Menginterrpretasikan hasil pengujian ragam pada kolom yang tersedia di Microsoft
Office Excel.
Pada pengujian RAL, hal pertama yang dilakukan ialah menganalisis soal dan
membuat hipotesis nol dan hipotesis alternative. Setelah itu, klik stat pada bar utama
lalu pilih ANOVA, setelah itu One-Way. Pada bagian Response diisi data C2 SL dan
bagian factor diisi data C1 Pakan Ikan. Jika sudah, klik Graph, lalu mencentang bagian
Interval plot., lalu klik OK. Kemudian, pilih Result, centang semua kotak yang ada, lalu
klik OK. Setelah itu, klik Storage dan uncentang semua kotaknya, klik OK. Setelah
selesai, maka klik OK dan akan muncul hasilnya. Dari pengujian ini, didapatkan
karena p-value>α maka tidak ada perbedaan panjang ikan hasil penangkapan di
wilayah Gelondonggede dengan 4 pakan ikan yang berbeda (terima H0).
Menginterrpretasikan hasil pengujian RAL (Rancangan Acak Lengkap) pada kolom
yang tersedia di Microsoft Office Excel.
61
4.1 Analisa Hasil Normalitas Data

Berikut merupakan Analisa Hasil Normalitas Data pada praktikum statistika
materi 4 adalah sebagai berikut :
Gambar 23. Analisa Hasil Normalitas Data
Interpretasi: Hasil dari Uji Hipotesis Normalitas yaitu diperoleh H0 dengan

residual data berdistribusi normal dan H1 dengan residual data berdistribusi tidak
normal. Kesimpulan dari hasil uji tersebut yaitu karena p-value>α maka normalitas
terpenuhi atau berdistribusi normal. Jadi, dari data terbut menerima H0. Secara visual
dapat di interpretasikan dengan melihat penyebaran titik disekitar garis, apabila
terdapat titik yang menjauhi garis maka dikatakan data tidak terdistribusi norma
62
4.2 Analisa Hasil Homogenitas Ragam
Berikut merupakan Analisa Hasil Homogenitas Ragam pada praktikum
statistika materi 4 adalah sebagai berikut :
Gambar 24. Analisa Hasil Homogenitas Ragam

Interpretasi: Hasil dri Uji Hipotesis Ragam yaitu diperoleh H0 dengan ragam
residual adalah homogen dan H1 dengan ragam residual adalah tidak homogen.
Kesimpulan dari data yang diperoleh yaitu karena p-value>α maka ragam residual
adalah homogen. Jadi, dari data tersebut menerima H0. Secara visual dapat dilihat
dengan ‘pin point X- and Y- Coordinates’. Apabila semua daerah/variabelnya terkena
sumbu koordinatnya seperti gambar diatas, maka datanya adalah Homogen.
63
4.3 Analisa Hasil Rancangan Acak Lengkap
Berikut merupakan Analisa Hasil Rancangan Acak Lengkap pada praktikum
statistika materi 4 adalah sebagai berikut :
Gambar 25. Analisa Hasil Rancangan Acak Lengkap
Gambar 26. Session Analysis of Variance (RAL)

Interpretasi: Hasil dri Uji Rancangan Acak Bangun yaitu diperoleh, H0 tidak
ada perbedaan berat ikan hasil tangkapan di wakatobi dengan menggunakan 4 alat
tangkap yang berbeda dan H1ada perbedaan berat ikan hasil tangkapan di wakatobi
dengan menggunakan 4 alat tangkap yang berbeda. Kesimpulan dari data yang
diperoleh yaitu karena p-value>α maka tidak ada perbedaan berat ikan hasil
tangkapan di wakatobi dengan menggunakan 4 alat tangkap yang berbeda. Jadi, dari
data tersebut menerima H0.
64
BAB V PENUTUP
5.1 Kesimpulan
Pada praktikum statistika yang dilaksanakan pada tanggal 27 Oktober 2019
materi 4 Rancangan Acak Lengkap didapatkan kesimpulan sebagai berikut.
1. Percobaan acak lengkap merupakan bentuk paling sederhana dari rancangan
pecobaan, dalam uji rancangan acak lengkap yang pertama kali harus dicari
dari data tersebuat adalah ada tidak nya outlier, karena outlier sangat
berpengaruh pada hasil akhir data, setelah outlier diketahui lakukan uji
normalitas dan uji homogenitas, kedua uji tersebut menggunakan nilai residual
bukan nilai asli, hal ini dikarenakan apabila nilai residual nya telah memiliki eror
maka nilai asli nya juga memiliki error, data error akan mempengaruhi hasil
akhir sebuah data penelitian, lalu setelah pengecekan outlier, uji normalitas
dan uji homogenitas lakukan uji Rancangan Acak Lengkap(RAL).
2. Dalam uji Rancangan Acak Lengkap (RAL) hal pertama yang dilakukan adalah
menentukan H0 dan H1 untuk RAL, Uji Normalitas dan Uji Homogenitas,
apabila hasil pengujian menunjukan P-value lebih dari alpha maka yang
digunakan adalah H0 sedangkan apabila P-value kurang dari alpha maka yang
digunakan adalah H1. Intepretasinya adalah hipotesis yang digunakan,
beserta penyebab hipotesis tersebut digunakan.
5.2 Saran
seperti dalam judul dan penjabaran sub-bab.
65
DAFTAR PUSTAKA
Christina, L.V., dan F. Christin. 2016. Efektivitas model pembelajaran tipe group
investigation (gi) dan cooperative integrated reading and composition
(circ) dalam meningkatkan kreativitas berpikir kritis dan hasil belajar ips
siswa kelas 4. Scholaria. 6(3) : 217-230.
Muhammad, I., A. Rusgiyono, dan M. A. Mukid. 2014. Penilaian cara mengajar
menggunakan rancangan acak lengkap (studi kasus: cara mengajar
dosen jurusan statistika UNDIP). Jurnal Gaussian.10(2): 183-192.
Persulessy, E.R., F.K. Lembang, dan H. Djidin. 2016. Penilaian cara mengajar
menggunakan rancangan acak lengkap (studi kasus: jurusan matematika
FMIPA UNPATTI). Jurnal Ilmu Matematika dan Terapan. 10 (1): 9-16.
Siswanto, Raupong, dan Annisa. 2017. Estimasi regresi robust m pada faktorial
rancangan acak lengkap yang mengandung outlier. Jurnal Matematika,
Statistika, Komputasi. 13(2): 171-181.
Susilokarti, dkk. 2015. Identifikasi perubahan iklim berdasarkan data curah hujan di
willayah selatan Jatiluhur kabupaten Subang, Jawa Barat. Jurnal Agritech.
35(1): 98-100.
66
MATERI 5
UJI LANJUTAN
DISUSUN OLEH:
KELOMPOK 8
SHAFA TASYA NABILA ( 195080601111034 )
CHESSA SEFA AQILA ( 195080601111036 )
FAISAL AKMAL ( 195080601111038 )
ADITYA ( 195080601111040 )
DINDA PERMATASARI ( 195080601111042 )
SANIA FEBRI ( 195080601111046 )

MALANG
2019
67
BAB I PENDAHULUAN
1.1 Latar Belakang

Menurut Kristilya (2013), suatu penelitian dengan faktor kualitatif dapat diduga
pengaruh perlakuan terhadap nilai-nilai pengamatan hasil percobaan. Pengujian
terhadap penduga tersebut dilakukan dengan langkah awal penyusunan hipotesis.
Hipotesis ini terdiri atas dua macam, yaitu hipotesis nol dan hipotesis tandingan.
Hipotesis nol menyatakan dugaan sementara dari suatu pengamatan. Sedangkan
hipotesis tandingan menyatakan bahwa hipotesis nol tidak benar. Apabila hipotesis
nol tersebut ditolak berarti peneliti dapat menarik kesimpulan bahwa suatu perlakuan
berpengaruh nyata terhadap respon yang diamati, tetapi tidak dapat menentukan
perlakuan mana yang berpengaruh nyata. Uji lanjutan untuk mengetahui perlakuan
mana yang signifikan/berpengaruh nyata/berbeda nyata adalah dengan
menggunakan uji perbandingan nilai tengah perlakuan Least Significant Difference
(LSD), Benferroni, Peubah Ganda-t , Honestly Significant Difference (HSD), Student-
Newman-Keuls (SNK), Duncan’s New Multiple Range (DNMR), Scheffe, Dunnett,
Hsu, dan Kontras Rataan. prosedur uji lanjut ANAVA digunakan untuk
membandingkan tiap rataan perlakuan dengan rataan perlakuan yang lain secara
berpasangan. Metode Benferroni, Peubah Ganda-t , Scheffe, Dunnett, dan Hsu dapat
diterapkan apabila memenuhi kondisi tertentu dari masing-masing metode.
Sedangkan uji perbandingan nilai tengah perlakuan atau sering disebut sebagai uji
lanjut dari ANAVA Least Significant Difference (LSD), Honestly Significant Difference
(HSD), Student-Newman-Keuls (SNK), dan Duncan’s New Multiple Range (DNMR)
lebih mudah diterapkan dalam teladan penerapan. Selain itu, keempat prosedur
pengujian ini dapat dibandingkan satu dengan lainnya karena memiliki kemiripan.
Menurut Ismail (2018), di dalam penelitian kuantitatif, uji hipotesis penelitian
mengarah kepad adua kemungkinan yaitu menolak H0, dan menerima H1 atau
sebaliknya. Pada penelitian komparatif apabila hasil penelitian menerima H0,
kesimpulan penelitian adalah tidak ada perbedaan rata-rata pada variabel yang diteliti.
Sebaliknya apabila hasil penelitian menolak H0, ini berarti H1 diterima atau dengan
kata lain pada kesimpulan terdapat perbedaan rata-rata pada variabel. Pada uji t
hanya terdapat dua data yang secara langsung dapat dibandingkan satu denga yang
68
lain. Pada Anava atau Anacova apabila kesimpulan penilitian H1 diterima, peniliti tidak
dapat memberikan kesimpulan perlakuan mana yang lebih baik di antara perlakuan
lainnya. Ini disebabkanpada dua uji statistic ini memiliki variabel lebih dari dua. Di
dalam uji lanjut, terdapat berbagai macam rumus diantaranya Uji Fisher LSD, Uji
Bonferoni, Uji Bonferoni-Dunn, Uji Tukey, Uji Scheffe, Uji Dunnet, dan Uji Newman –
Keuls. Aturannya adalah apabila jumlah n pada variabel sama, sebaiknya uji lanjut
yang digunakan adalah Uji Fisher, Uji Tukey, Uji Dunnet, Uji Scheffe dan Uji Newman-
Keuls. Apabila jumlah n pada variabel tidak sama, untuk uji lanjut pada dianjurkan
menggunakan Uji Scheffe.
Uji bertujuan untuk menguji perbedaan antar perlakuan dari hasil penelitian
hanya memiliki dua taraf perlakuan tidak diperlakuan Uji Lanjut. Karena Uji Lanjut
bertujuan untuk menguji perbedaan anatar perlakuan, maka sering juga disebut
dengan isitilah Pembandingan Ganda. Uji Lanjut Pembandingan Ganda yang biasa
digunakan ada 3 macam yaitu Uji Beda Nyata Terkecil (BNT), Uji Beda Nyata Jujur
(BNJ) dan Uji Berganda Duncan (DMRT).
1.2 Tujuan
Praktikum Statistika Materi 5 Uji Lanjutan yang dilaksanakan pada tanggal 8
November 2019 memiliki tujuan sebagai berikut.
1. Mampu mengetahui pengolahan data rancangan percobaan pada Uji
Lanjutan.
2. Mampu menginterpretasikan hasil pengolahan data rancangan percobaan
pada Uji Lanjutan.

Praktikum Statistika pertemuan ke 5 dan 6 dilaksanakan pada hari Jumat, 8
November 2019. Praktikum dilaksanakan pada pukul 13.00 – 15.00 WIB di gedung C
lantai 3 ruang 5, Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya, Malang.
69
2.1 Uji Lanjutan Rancangan Percobaan

Menurut Hartati (2013), perancangan percobaan adalah suatu uji atau
sederetan uji baik menggunakan statistika deskriptif maupun statistika inferensia. Uji
ini dilakukan untuk mengubah input menjadi suatu output yang merupakan respon dari
percobaan tersebut. Uji lanjutan jika telah dilakukan uji pengaruh yang bertujuan untuk
mengetahui apakah hipotesis nol ditolak atau diterima. Jika dalam kesimpulan uji
pengaruh yang diambil H0 ditolak atau diterima H1, maka selanjutnya dilakukan uji
pembanding berganda (uji lanjut) untuk menentukan perlakuan mana yang
menyebabkan H0 ditolak. Salah satu uji lanjut yang sering digunakan yaitu Duncan
Multiple Range Test(DMRT) atau uji perbandingan berganda Duncan.
Uji lanjutan dilakukan ketika hasil hipotesis menolak H0, yang bertujuan untuk
mengetahui dimana letak perbedaan yang menyebabkan hasilnya menjadi tolak H0.
Sebelum melakukan uji lanjutan dilakukan terlebih dahulu uji pengaruh untuk
mengetahui hipotesis nol diterima atau ditolak. Hipotesis Nol diterima apabila nilai P
Value lebih besar dari Alpha sedangkan jika kurang dari Alpha maka hipotesis nol
ditolak. Uji lanjutan dilakukan untuk mengetahui letak perbedaan perlakuan yang
mempengaruhi hasil dari hipotesis.
2.2 Uji Tukey

Menurut Febriani, et al. (2014), uji Tukey merupakan uji lanjutan yang
dilakukan apabila hasil pengujian (uji ANAVA) menunjukkan adanya perbedaan nilai
secara bermakna. Uji ini dilakukan apabila uji ANAVA menunjukkan perbedaan yang
signifikan antara tiap perlakuan p<0.05 dengan tingkat kepercayaan 95%. Tujuan uji
Tukey adalah untuk menentukan kelompok mana yang memberikan nilai yang
berbeda secara bermakna dengan kelompok lainnya.
Uji Tukey biasa disebut dengan Uji Beda Nyata Jujur (BNT). Uji Tukey
digunakan untuk membandingkan seluruh pasangan rata-rata perlakuan setelah uji
Analisis Ragam RAL dilakukan. Uji ini dilakukan jika analisis data dalam penelitian
dilakukan dengan cara membandingkan data dua kelompok sampel yang jumlahnya
sama, maka dilakukan pengujian hipotesis komparasi. Uji ini digunakan apabila
70
perlakuan banyak atau lebih dari 5. Biasanya uji ini digunakan untuk perbandingan
tidak terencana. Uji Tukey ini dapat dilakukan dengan menggunakan Minitab 17.
2.3 Uji Fisher

Menurut Dewi (2014), pada ada uji Fisher dikatakan berhubungan apabila nilai
pearson coefficient yang dihasilkan < 0,05. Analisis dilakukan untuk mengetahui
hubungan antara jumlah obat yang digunakan oleh pasien dengan resiko apakah
seorang pasien tersebut mengalami DTPs atau tidak. Saat digunakan uji Chisquare
diperoleh dua sel (50%) dengan nilai expected count kurang dari 5. Maka digunakan
uji alternative dengan menggunakan uji Fisher.
Fisher probability exact test merupakan salah satu metode statistik non
parametric untuk menguji hipotesis. Prosedur ini ditemukan oleh R.A. Fisher pada
pertengahan tahun 1930. Uji exact fisher digunakan untuk menguji signifikansi
hipotesis komparatif dua sampel kecil independen bila datanya berbentuk nominal.
Dalam pengujian hipotesis, maka data hasil pengamatan perlu disusun ke dalam tabel
kontingensi 2 x 2. Disarankan saat menggunakan uji fisher saat jumlah sampel 20 < n
< 40 dengan nilai ekspektasinya <5.
2.4 Uji Duncan

Menurut Nawari (2010), jenis multiple comaprion yang paling sering digunakan
dalam penilitian, yaitu uji Tukey HSD dan uji Duncan. Uji Tukey HSD oleh sebagian
peneliti terkadang dianggap terlalu konservatif karena selisih rata-ratanya hanya
dibandingkan dengan hanya satu nilai kritis. Uji Duncan atau juga dikenal dengan
istilah Duncan Multiple Range Test (DMRT) memiliki nilai kritis yang tidak tunggal
tetapi mengikuti urutan rata-rata yang dibandingkan. Nilai kritis uji Duncan dinyatakan
dalam nilai least significant range (wilayah nyata terkecil) atau Rp.
Beberapa macam pengujian yang dapat dilakukan dalam analisis
perbandingan ganda adalah uji tukey, bonferroni, scheffe, fisher, dunnet, Duncan, dll.
Uji Ducan juga dapat disebut uji Dunnet. Uji Ducan digunakan apabila perlakuannya
banyak atau lebih dari 5. Uji Ducan ini menggunakan t hitung sehingga membutuhkan
standart eror.
71
BAB III METODOLOGI
3.1 Alat dan Bahan

Pada praktikum Statistika pertemuan 5 dan 6, alat dan bahan yang digunakan
dalam prakikum adalah sebagai berikut.
3.1.1 Alat
Pada praktikum Statistika pertemuan 5 dan 6, saat materi 5 yaitu uji lanjutan,
alat yang digunakan adalah sebagai berikut.

data

kontak listrik
72
3.1.2 Bahan
Pada praktikum Statistika pertemuan 5 dan 6, saat materi 5 yaitu uji lanjutan
populasi, alat yang digunakan adalah sebagai berikut.
Tabel 10. Bahan yang digunakan pada Praktikum 5

digunakan untuk
mengolah data

tempat untuk
menginterpretasikan
data

dalam melaksanakan
praktikum
73
3.2 Skema Kerja
Pada praktikum Statistika pertemuan 5 dan 6, melakukan uji lanjutan. Berikut
merupakan skema kerja uji lanjutan.
Buka soal pada excel.
Buat hipotesis berdasarkan soal (H0 dan H1).
Buka minitab.
Copy paste soal dari excel ke dalam lembar kerja minitab.
Klik stat pada menu bar utama, lalu klik anova, dan terakhir klik one-way.
Pada kolom response pilih "W" dan pada kolo factor diisi dengan "Site".
Klik comparisons yang terdapat dibagian bawah.
Pilih "Fisher" pada bagian comparison procedures assuming aqual variances,

lalu klik ok, dan terkahir klik ok kembali.
Perhatikan diagram Uji Fisher yang didapatkan atau lihat pada bagian kotak
session.
Buat interpretasi berdasarkan diagram.
Gambar 27. Skema Kerja Uji Lanjutan
3.3 Analisa Prosedur

Pada praktikum statistika dengan materi Uji Lanjutan. Langkah pertama adalah
melakukan uji RAL terlebih dahulu agar dapat mengetahui adakah perbedaanya,
terlebih dahulu buatlah hipotesis H0 dan H1. Kemudian Copy data di Excel lalu paste
ke worksheet Minitab 17. Setelah itu, klik Stat lalu pilih ANOVA dan pilih One-way.
Untuk Response di klik C2 W dan untuk Factor pilih C1 Site, lalu klik Ok. Lalu akan
muncul gambar interval plot pada Minitab 17, dan untuk interpretasi dapat di lihat
acuan pada kolom sessions, kemudian lihat p value. Langkah selanjutnya, klik Stat
lalu pilih ANOVA dan pilih One-Way. Lalu, klik bagian Comparissons. Kemudian,
centang Comparissons yang ingin dipilih, jika perlakuannya kurang dari 5 centang
bagian fisher dan untuk lebih dari 5 centang bagian tukey, lalu klik Ok. Lalu akan
74
muncul gambar, dan untuk interpretasi dapat dilakukan secara manual, jika semakin
jauh dari garis maka semakin besar perbedaanya. Kemudian tulis Interpretasi pada
lembar Excel. Untuk interpretasi juga dapat dilihat pada kolom session dengan melihat
Grouping.
75
4.1 Analisa Uji Lanjutan

Pada praktikum statistika pertemuan ke 5 melakukan Uji Lanjutan. Berikut
merupakan analisa hasil dari uji lanjutan
Gambar 28. Analisa Uji Lanjutan
Setelah melakukan Uji Lanjutan, maka diperoleh hasil. Pada bagian Session
terdapat beberapa data yang didapatkan. Pada Fisher Pairwise Comparisons
tercantum Grouping Information. Hanya wilayah Belawan Kendari dan Belawan
Cilacap saja yang memiliki pasangan pada bagian Grouping, yakni B dengan C.
Sedangkan Pulau Santan - Belawan, Kendari - Cilacap, Pulau Santan - Cilacap, dan
Pulau Santan – Kendari tidak memiliki pasangan, yakni antara A, B, dan C. Hal
76
tersebut menandakan terdapat perbedaan pengaruh wilayah terhadap total berat hasil
penangkapan.
Terdapat cara lain untuk mengetahui hasil dari Uji Lanjutan. Untuk mengetahui
hasil dari Uji Lanjutan tidak hanya dapat diambil dari bagian Grouping. Apabila nilai P
Value > Alpha 0.05 menandakan gagal tolak H0, yang bermakna tidak ada perbedaan
yang nyata atas pemberian perlakuan. Pada bagian Session, terdapat nilai P Value
pada setiap pasangan wilayah. Masing-masing P Value yang diperoleh, yakni Cilacap
– Belawan sebesar 0.087, Kendari – Belawan sebesar 0.160, Kendari – Cilacap
sebesar 0.002, dan untuk Pulau Santan – Belawan, Pulau Santan – Cilacap, serta
Pulau Santan – Kendari sebesar 0.000. Berdasarkan nilai P Value tersebut, dapat
disimpulkan bahwa terdapat perbedaan pengaruh wilayah terhadap total berat hasil
penangkapan, yakni pada wilayah Pulau Santan - Belawan, Kendari - Cilacap, Pulau
Santan - Cilacap, dan Pulau Santan - Kendari.
Selain pada bagian Session, terdapat hasil data pada grafik. Apabila interval
konfidensi tidak menyentuh/bersinggungan dengan garis putus-putus=0, maka
dinyatakan terdapat perbedaan pengaruh wilayah terhadap total berat hasil
penangkapan. Dalam grafik terlihat bahwa pada wilayah Cilcap – Belawan dan
Kendari – Belawan mengenai garis putus-putus. Sedangkan pada wilayah Pulau
Santan – Belawan, Kendari – Cilacap, Pulau Santan – Cilacap, dan PulauSantan –
Kendari tidak menyentuh garis putus-putus. Maka, dapat disimpulkan bahwa terdapat
perbedaan pengaruh wilayah terhadap total berat hasil penangkapan, yakni pada
wilayah Pulau Santan – Belawan, Kendari – Cilacap, Pulau Santan – Cilacap, dan
Pulau Santan – Kendari.
77
BAB V PENUTUP
5.1 Kesimpulan
Pada praktikum statistika materi 5 dan 6, untuk materi 6 yaitu Uji Lanjutan
didapatkan kesimpulan sebagai berikut:
1. Pengolahan data rancangan percobaan pada Uji Lanjutan menggunakan uji
fisher apabila perlakuan kurang dari 5 dan menggunakan uji tukey apabila
perlakuan lebih dari 5.
2. Interpretasi hasil pengolahan data rancangan percobaan pada Uji Lanjutan
dapat dilakukan dengan dua cara yaitu dengan melihat Grouping pada kolom
sessions dan melalui P value. (H0) diterima jika P value > Alpha 5%,
sedangkan H1 diterima jika P Value < Alpha 5%. Selain itu, interpretasi juga
dapat berdasarkan grafik yang dihasilkan dari uji tersebut. Untuk Uji Fisher dan
Uji Tukey, dapat dilihat dari garis horizontal yang menyentuh garis putus-putus
vertikal. Apabila garis horizontal tidak menyentuh garis putus-putus vertikal,
maka garis tersebut merupakan hasil yang berbeda.
5.2 Saran
Untuk praktikan agar lebih disiplin lagi untuk pengumpulan tugas baik individu
maupun kelompok. Untuk asisten saat praktikum untuk lebih bersabar dan
menjelaskan secara pelan-pelan karena kebanyakan dari praktikan belum paham.
Untuk praktikum agar lebih berjalan lebih efisien lagi.
78
DAFTAR PUSTAKA
Dewi, C. A. K., Athiyah, U., Mufarrihah., dan Nita, Y. 2014. DRUG THERAPY
PROBLEMS pada pasien yang menerima resep polifarmasi. Jurnal Farmasi
Komunitas. 1(1):18-23.
Febriani, Y., S. Hidayat, dan S. Seftiana. 2014. Aktivitas anti cacing ekstrak etanol biji
pinang (Areca catechu L.) terhadap ascaridia galli. Indonesian Journal of
Pharmaceutical Science and Technology. 3(2).
Hartati, Alif., T. Wuryandari, dan Y. Wilandari. 2013. Varian dua faktor dalam
rancangan pengamatan berulang (Repeated Measure). Jurnal Gaussian. 2 (4) :
279 – 288.
Ismail, F. 2018. Statistika untuk penelitian pendidikan dan ilmu-ilmu sosial. kencana.
Kristilya, S., S. Nugroho, dan J. Rizal. 2013. Kajian uji lanjut dari anava dalam
rancangan acak lengkap.
Nawari. 2010. Analisis statistik dengan ms. Excel 2007 dan SPSS 17. Jakarta:Elex
Media Komputindo.
79
MATERI 6
RANCANGAN ACAK KELOMPOK
DISUSUN OLEH:
KELOMPOK 9
SANTRI ANOM BANGUN PAHALA ( 195080601111048 )
ANDRIAN JOSUA SIANTURI ( 195080607111002 )
TESALONITA NURANI I. SIAGIAN ( 195080607111004 )
LULUK ANGGIN NINDIANA DEWI ( 195080607111006 )
YUNSI NOSA KEGGY PURWANTO ( 195080607111008 )
MUHAMMAD FAISHAL AKBAR ( 195080607111010 )
MALANG
2019
80
BAB I PENDAHULUAN
1.1 Latar Belakang

Menurut Harini dan Turmudi (2010), statistika merupakan salah satu cabang
ilmu matematikan yang berkaitan erat dengan pengumpulan data, pengolahan data,
penyajian data, analisis data dan pengambilan keputusan. Perkembangan statistika
sebagai metode ilmiah telah mempengaruhi hampir setiap aspek kehidupan manusia
modern. Sehingga, statistika sangat dibutuhkan dalam hal pengambilan keputusan
untuk menentukan arah kebijakan strategis suatu kinerja. Pengambilan keputusan
dalam dunia statistik atas dasar hasil analisis dan interpretasi data. Sebelum adanya
pengambilan keputusan dalam kegiatan statistik perlu dilakukan pengumpulan data.
Rancangan acak merupakan suatu metode untuk mendapatkan suatu data. Terkait
dengan data yang diperoleh dari suatu percobaan, ada hal penting yang perlu
diperhatikan yaitu adanya outlier dalam data. Outlier merupakan pengamatan yang
jauh dari pusat data yang mungkin berpengaruh besar terhadap pengambilan
keputusan. Dampak dari adanya outlier adalah membuat estimasi parameter menjadi
tidak konsisten. Hal ini dapat ditunjukan dengan nilai standar error yang besar apabila
Metode OrdinaryLeastsquare. Masalah outlier sering dibahas dalam analisis regresi
akan tetapi tidak mendapat perhatian dalam rancangan percobaan.
Menurut Agus (2016), rancangan acak kelompok merupakan kegiatan
percobaan atau suatu cara yang digunakan untuk mendapatkan suatu data yang ingin
dianalisa. Pada beberapa kegiatan percobaan sering didapati unit-unit percobaan
tertentu apabila diberikan perlakuan yang sama, maka sering memberikan respon
atau hasil yang berbeda. RAK adalah unit-unit eksperimen yang dikelompokan ke
dalam suatu kelompok-kelompok menurut kriteria tertentu. Unit-unit eksperimen yang
mempunyai kriteria atau sifat yang sama, masing-masing dikelompokan dalam satu
kelompok tertentu. Sedangkan unit-unit eksperimen yang berlainandikelompokan
bersama unit eksperimen lain yang lebih sesuai. Pada umumnya, RAK digunakan
untuk eksperimen-eksperimen yang menghasilkan data heterogen. Pada data
heterogen usaha pengelompokan sangat berguna. Sedangkan pada data yang
homogen, antara dilakukan pengelompokan maupun tidak dilakukan pengelompokan
maka sama saja. Tujuan pengelompokan adalah untuk memperoleh satuan
81
percobaan yang seseragam mungkin dalam setiap kelompok, sehingga beda yang
teramati sebagian besar disebabkan oleh perlakuan.
Rancangan acak kelompok merupakan salah satu bentuk rancangan yang
telah digunakan secara meluas dalam berbagai bidang seperti perikanan. Rancangan
ini dicirikan aleh adanya kelompok dalam jumlah yang sama, dimana setiap kelompok
dikenakan perlakuan-perlakuan. Melalui pengelompokan yang tepat atau efektif,
maka rancangan ini dapat mengurangi galat percobaan. Disamping itu rancangan ini
juga fleksibel dan sederhana. Pada RAK yang diperhatikan adalah disamping
perlakuan dan pengaruh galat masih dilihat juga adanya kelompok yang berbeda.
1.2 Tujuan
Berdasarkan praktikum statistika pada materi 6 tentang Rancangan Acak
Kelompok (RAK) memiliki tujuan sebagai berikut.
1. Mampu mengetahui pengelolahan data pada rancangan Percobaan Acak
Kelompok (RAK).
2. Mampu menginterpretasikan hasil pengelolahan data pada rancangan
Percobaan Acak Kelompok (RAK).

Waktu dan tempat dilaksanakannya praktikum statistika materi Uji RAK
(Rancangan Acak Kelompok) adalah pada hari Jumat tanggal 8 November 2019 di
gedung C ruang 3.5, Fakultas Perikanan dan Ilmu Kelautan, Universitas Brawijaya,
Malang pukul jam 13.00 – 15.00 WIB.
82
2.1 Rancangan Acak Kelompok

Menurut Awanis dan Shabrina (2016), rancangan Acak Kelompok (RAK)
merupakan rancangan non faktorial dimana hanya terdapat 1 faktor penelitian yang
diteliti dengan galat tuggal. Rancangan tersebut menunjukkan bahwa penelitian
bertujuan untuk meneliti pengaruh-pengaruh faktor utama dan interaksi dengan
derajat ketelitian yang sama. Secara umum dapat dikatakan bahwa Rancangan Acak
Kelompok digunakan bila materi percobaan tidak homogen atau ada satu faktor lain
selain perlakuan yang dapat menyebabkan terjadinya ragam. Dalam melakukan
penelitian seringkali terjadi percobaan tidak dapat diamati atau terdapat data
penelitian yang hilang. Kejadian tersebut bisa terjadi karena kekurang hatian peneliti
atau sebab-sebab lain yang memang tidak dapat dihindari. Dengan adanya data
hilang pada model rancangan ini menyebabkan perlakuan dan blok tidak orthogonal
lagi. Hal ini karena masing-masing blok tidak mengandung perlakuan yang sama.
Rancangan Acak Kelompok merupakan salah satu rancangan percobaan.
Rancangan acak kelompok ini digunakan bila unit percobaan tidak homogen, dimana
ketidak homogen ini diduga mengarah pada satu arah. Rancangan ini disebut
rancangan acak kelompok, karena pengacakan perlakuan dilakukan pada setiap
kelompok. Keuntungan jika kita menggunakan RAK adalah ketepatan dan ketelitian
lebih tinggi, Fleksibilitas lebih tinggi`penarikan kesimpulan lebih luas. Jika ada
kelebihan maka ada juga kekurangan. Kekurangan dari RAK ini adalah peningkatan
ketepatan pengelompokan akan menurun semakin meningkatnya jumlah satuan
percobaan dalam kelompok, Interaksi antara kelompok dan perlakuan sulit dianalisis,
dan derajat bebas kelompok akan menurunkan derajat bebas error.
83
BAB III METODOLOGI
3.1 Alat dan Bahan

Dalam praktikum statistika materi RAK (Rancangan Acak Kelompok)
membutuhkan alat dan bahan sebagai penunjang berlangsungnya praktikum ini.
3.1.1 Alat
Dalam praktikum statistika materi uji RAK (Rancangan Acak Kelompok)
membutuhkan alat sebagai penunjang belangsungnya praktikum ini.

data

kontak listrik
84
3.1.2 Bahan
Dalam praktikum statistika materi uji RAK (Rancangan Acak Kelompok)
membutuhkan bahan sebagai penunjang belangsungnya praktikum ini.

digunakan untuk
mengolah data

tempat untuk
menginterpretasikan
data

dalam melaksanakan
praktikum
85
3.2 Skema Kerja
Pada praktikum statistika materi uji RAK (Rancangan Acak Kelompok) dalam
pengerjaannya memiliki skema kerja agar lebih mudah dipahami.
Tentukan H0 dan H1 terlebih dahulu pada setiap perlakuan
Masukkan seluruh data ke worksheet minitab 17
Untuk melakukan uji RAK (Rancangan Acak Kelompok), pilih

Stat>ANOVA>General Linier Model>Fit General Linier Model
Isi kolom Responses berupa data yang dipengaruhi, isi kolom Factors
berupa semua data perlakuan yang memperngaruhi
lakukan intepretasi
Gambar 29. Diagram Uji RAK
86
Tentukan H0 dan H1 terlebih dahulu pada perlakuan yang menolak H0
Untuk melakukan uji lanjutan RAK pilih Stat>ANOVA>General Linear

Model>Comparisons
Isi kolom Responses berupa data yang dipengaruhi, isi kolom Type of
comparison dengan Pairwise, Centang Tukey pada Method, klik 2 data
yang menolak H0 pada Choose terms for comparisions sampai muncul
huruf C
Pilih Ok dan hasil akan muncul di layar session
lakukan intepretasi
Gambar 30. Diagram Uji Lanjutan RAK

Pada praktikum statistika materi 6 tentang uji RAK (Rangcangan Acak
Kelompok) dimulai dengan menyiapkan data yang akan diolah, data yang digunakan
ada dua yaitu yang pertama adalah data yang dipengaruhi dan yang kedua adalah
data yang mempengaruhi atau perlakuan terhadap data yang dipengaruhi. Karena
pada materi ini mempelajari tentang RAK (Rancangan Acak Kelompok) maka
perlakuannya lebih dari satu, persiapan data dilakukan dengan cara membuat tabel
berupa data-data tadi. Hal selanjutnya yang dilakukan adalah menentukan H0 dan
H1 terlebih dahulu pada setiap perlakuan. Selanjutnya, pindahkan tabel data yang
telah dibuat tadi kedalam Minitab 17, untuk menguji RAK (Rancangan Acak
Kelompok) pilih menu utama Stat selanjutnya pilih ANOVA selanjutnya pilih General
Linier Model lalu pilih Fit General Linier Model. Isikan kolom Responses berupa data
yang dipengaruhi, isi kolom Factors berupa semua data perlakuan yang
mempengaruhi. Selanjutnya pilih OK dan hasil pengujian akan muncul di layar
session. Selanjutnya adalah mengintepretasikan hasil pengujian dengan cara melihat
P-Value pada setiap perlakuan di layar session. ApabilaP-Value lebih dari alpha
87
berarti tolak H0 atau menerima H1. Sedangkan apabila P-Value kurang dari alpha
berarti terima H0 atau menolak H1. Apabila intepretasi menolak H0 maka untuk
mengetahui dimana letak pengaruh perbedaannya dapat dilakukan uji lanjutan.
Untuk uji lanjutan RAK (Rancangan Acak Kelompok) pertama tentukan H0 dan
H1 terlebih dahulu pada perlakuan yang menolak H0, selanjutnya untuk melakukan
uji lanjutan RAK pilih Stat lalu pilih ANOVA, lalu pilih General Linear Model, terakhir
pilih Comparisons. Isi kolom Responses berupa data yang dipengaruhi, isi kolom Type
of comparison dengan Pairwise, Centang Tukey pada Method, klik 2 data yang
menolak H0 pada Choose terms for comparisions sampai muncul huruf C. Pilih Ok
dan hasil akan muncul di layar session. Intepretasi dalam uji lanjutan RAK dapat
dilakukan dua cara yaitu pertama dengan cara melihat layar session bagian Grouping
dan yang kedua melihat grafik, pengaruh perbedaan dapat diketahui dengan melihat
garis vertical putus-putus pada grafik, apabila data tidak terkena garis maka data
tersebut terdapat perbedaan.
88
4.1 Analisa Hasil Rancangan Acak Kelompok

Berikut merupakan Analisa Hasil Rancangan Acak Kelompok pada Praktikum
Statistika Materi 6.
Gambar 31. Session Uji RAK
Interpretasi faktor Kolam : Berdasarkan Uji RAK (Rancangan Acak Kelompok)

didapatkan P-value = 0,408, dibandingkan dengan alpha = 0,05 maka P-value > alpha,
sehingga tidakada perbedaan pengaruh antara kolam terhadap jumlah produksi ikan
(menerima H0).
Interpretasi faktor Jenis Pakan : Berdasarkan Uji RAK (Rancangan Acak
Kelompok) didapatkan P-value = 0,009, dibandingkan dengan alpha = 0,05 maka P-
value < alpha, sehingga ada perbedaan pengaruh antara jenis pakan terhadap jumlah
produksi ikan (menolak H0).
Gambar 32. Hasil Uji Lanjutan RAK
Intepretasi uji lanjutan RAK: Berdasarkan uji lanjutan RAK (Rancangan Acak
Kelompok) terdapat pengaruh perbedaan jenis pakan pada jenis 4-3 dan 5-4 .
89
BAB V PENUTUP
5.1 Kesimpulan
Pada praktikum statistika yang dilaksanakan pada tanggal 8 November 2019
materi 6 tentang uji RAK (Rancangan Acak Kelompok) didapatkan kesimpulan
sebagai berikut.
1. Rancangan Acak Kelompok merupakan salah satu rancangan percobaan.
Rancangan acak kelompok ini digunakan bila unit percobaan tidak homogen,
dimana ketidak homogen ini diduga mengarah pada satu arah. Rancangan ini
disebut rancangan acak kelompok, karena pengacakan perlakuan dilakukan
pada setiap kelompok. Keuntungan jika kita menggunakan RAK adalah
ketepatan dan ketelitian lebih tinggi, Fleksibilitas lebih tinggi, penarikan
kesimpulan lebih luas. Jika ada kelebihan maka ada juga kekurangan.
Kekurangan dari RAK ini adalah peningkatan ketepatan pengelompokan akan
menurun semakin meningkatnya jumlah satuan percobaan dalam kelompok,
Interaksi antara kelompok dan perlakuan sulit dianalisis, dan derajat bebas
kelompok akan menurunkan derajat bebas error.
2. Intepretasi hasil pengujian dengan cara melihat P-Value pada setiap perlakuan
di layar session. Apabila P-Value lebih dari alpha berarti tolak H0 atau
menerima H1. Sedangkan apabila P-Value kurang dari alpha berarti terima H0
atau menolak H1. Apabila intepretasi menolak H0 maka untuk mengetahui
dimana letak pengaruh perbedaannya dapat dilakukan uji lanjutan.
5.2 Saran
penyampaian materi masih dilakukan dengan terburu-buru, sebaiknya lebih perlahan
agar praktikan juga lebih memahami yang disampaikan. Untuk Format laporan
kelompok juga diharapkan diberikan tepat waktu setelah praktikum selesai.
90
DAFTAR PUSTAKA
Muhammad, A. 2016. Estimasi parameter model rancangan acak kelompok pada data
yang mengandung outlier dengan metode robust m. Fakultas Sains dan
Teknologi UIN Malang.
Awanis dan Shabrina.2016. Pendugaan data hilang pada rancangan acak kelompok
(rak) menggunakan analisis peragam dan algoritma em. Thesis Universitas
Brawijaya.
Harini, S., dan Turmudi. 2010. Pengantar statistika. Malang: UIN Maliki Press
Teknikelektronika. 2019. http//:teknikelektronika.com. Diakses pada 26 November
2019 pukul 17.18 WIB.
91
MATERI 7
REGRESI DAN KORELASI
DISUSUN OLEH:
KELOMPOK 7
MALANG
2019
92
BAB I PENDAHULUAN
1.1 Latar Belakang

Menurut Pratomo dan Astuti (2015), analisis regresi adalah hubungan yang
didapat dan dinyatakan dalam bentuk persamaan matematik yang menyatakan
hubungan fungsional antar variabel-variabel. Regresi dibagi menjadi dua yaitu, Analisis
regresi linier sederhana dan Analisis regresi linier berganda. Regresi linier sederhana
hanya memiliki satu perubahan regresi linier untuk populasi adalah Y= a + bx.
Persamaan model regresi sederhana hanya memungkinkan bila pengaruh yang ada
itu hanya dari independent variabel (variabel bebas) terhadap dependent variabel
(variabel tak bebas). Analisi regresi linier berganda ini digunakan untuk memprediksi
berubahnya nilai variabel tertentu bila variabel lain berubah. Dikatakan regresi
berganda, karena jumlah variabel bebas (independen) sebagai prediktor lebih dari
satu, maka digunakan persamaan regresi linier berganda dengan rumus ŷ = 𝛼0 + 𝛼1𝑥1
+ … + 𝛼𝑘𝑥k.
Menurut Ponto, et al. (2015), analisis korelasi di gunakan untuk mengetahui
derajat hubungan linear antara satu variabel dengan variabel lain. Untuk mengetahui
hubungan antar variabel jika data yang digunakan memiliki skala interval atau rasio
disebut Korelasi Produk Moment atau Person. Dasar pemikiran analisis korelasi
Produk Moment adalah perubahan antar variabel, artinya, jika perubahan suatu
variabel diikuti perubahan variabel yang lain maka kedua variabel tersebut saling
berkorelasi.
Korelasi dan regresi keduanya mempunyai hubungan yang sangat erat. Setiap
regresi pasti ada korelasinya, tetapi korelasi belum tentu dilanjutkan dengan regresi.
Korelasi yang tidak dilanjutkan dengan regresi, adalah korelasi antara dua variabel
yang tidak mempunyai hubungan kasual/sebab akibat, atau hubungan fungsional.
Untuk menetapkan kedua variabel mempunyai hubungan kusal atau tidak, maka
harus didasarkan pada teori atau konsep-konsep tentang dua variabel tersebut.
Analisis atau uji regresi bertujua untuk mengetahui hubungan/pengaruh antara
satu/beberapa variabel independen (X) terhadap variabel (Y). Terdapat dua jenis uji
regresi yaitu analisa regresi sederhana dan analisa regresi berganda. Ŷ= a + b X
adalah nilai estimasi yang digunakan untuk memprediksi/meramal nilai Y. Analisi atau
uji korelasi bertujuan untuk mengukur kekuatan atau seberapa erat hubungan antara
dua variabel. Nilai korelasi adalah -1<r<1, jika tanda korelasi negatif maka saling
berkebalikan, jika tanda korelasi positif maka searah.
93
1.2 Tujuan
Berdasarkan praktikum statistika materi 7 tentang regresi dan korelasi, memiliki
tujuan sebagai berikut:
1. Praktikan mampu mengetahui cara pengolahan data dengan analisis regresi
korelasi
2. Praktikan mampu menginterpretasikan hasil pengolahan data dengan analisis
regresi korelasi
3. Praktikan mampu mengambil keputusan berdasarkan kaidah pengambilan
keputusan

Praktikum statistika materi ke-7 tentang regresi dan korelasi dilaksanakan
pada hari Minggu, 17 November 2019 pada pukul 15.00-17.00 di gedung D ruang 2.4
Fakultas Perikanan dan Ilmu Kelautan, Universitas Brawijaya, Malang.
94
2.1 Korelasi
Menurut Kurniawan (2016), korelasi merupakan pengukur dua variable atau
lebih yang dinyatakan sebagai tingkat hubungan(derajatkeeratan) antar variabel.
Dalam menggunakan korelasi tidak dipersoalkan adanya ketergantungan atau
dengan kata lain, variabel yang satu tidak tergantung dengan variable lainnya.
Meskipun variabel yang dihitung korelasinya tidak diharuskan mempunyai hubungan
ketergantungan, perlu ditekankan variable yang dioperasikan tetap harus mempunyai
hubungan atau kaitan (relevansi). Sebaiknya tidak menghubungkan variabel-variabel
yang sangat jauh relevansinya secara logika.
Korelasi merupakan salah satu teknik analisis dalam statistik yang digunakan
untuk mencari hubungan antara dua variabel yang bersifat kuantitatif. Hubungan dua
variable tersebut dapat terjadi karena adanya hubungan sebab akibat atau dapat pula
terjadi karena kebetulan saja. Dua variable dikatakan berkolerasi apabila perubahan
pada variabel yang satu akan diikuti perubahan pada variabel yang lain secara teratur
dengan arah yang sama (korelasi positif) atau berlawanan (korelasi negatif).
2.2 Regresi
Menurut Kurniawan (2016), regresi merupakan hubungan dua variable atau
lebih yang dinyatakan dengan bentuk hubungan/fungsi. Diperlukan pemisahan yang
tegas antar variable bebas dan variable terikat, biasanya disimbolkan dengan x dan
y. Pada regresi harus ditentukan variabel yang ditentukan dan variabel yang
menentukan atau dengan kata lain, adanya ketergantungan antara variable satu
dengan variabel yang lain.
Regresi adalah salah satu metode untuk menentukan hubungan sebab-akibat
antara satu variabel dengan variable -variabel yang lain. Variabel "penyebab" disebut
dengan bermacam-macam istilah: variable penjelas, variable eksplanatorik, variable
independen, atau secara bebas, variabel X (karena sering kali digambarkan dalam
grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel
yang dipengaruhi, variable dependen, variable terikat, atau variabel Y. Kedua variable
95
ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus
selalu variable acak.
96
BAB III METODOLOGI
3.1 Alat dan Bahan

Alat dan bahan yang digunakan pada saat praktikum statistika materi 7 adalah
sebagai berikut:
3.1.1 Alat
Berikut merupakan alat-alat yang digunakan pada saat praktikum statistika
materi 7:

pengolahan data

penyambung daya
dari kontak listrik
97
3.1.2 Bahan
Berikut merupakan bahan pendukung yang digunakan pada saat pelaksanaan
praktikum statistika materi 7.

digunakan untuk
mengolah data

tempat untuk
menginterpretasikan
data

dalam melaksanakan
praktikum
98
3.2 Skema Kerja
Pada praktikum materi 7 dilakukan analisis korelasi dan regresi. Berikut adalah
skema kerja :
3.2.1 Korelasi
Pada praktikum materi 7 dilakukan analisis korelasi. Berikut adalah skema
kerja dari analisis korelasi :
Menentukan variabel bebas (X) dan variabel tak bebas (Y), kemudian
membuat H0 dan H1
Masukkan data Ln(SL) dan Ln(W) dari excel ke worksheet minitab 17
Untuk uji korelasi, Klik Stat > Basic statis > Corelation
Pada bagian variables isi dengan 'Ln(SL)' dan 'Ln(W)'
Pilih metode Pearson Correlation lalu tekan Ok
Muncul hasilnya pada session lalu buat interpretasi pada excel
Gambar 33. Skema Kerja Korelasi
99
3.2.2 Regresi
Pada praktikum materi 7 dilakukan analisis regresi. Berikut adalah skema
kerja dari analisis regresi :
Untuk uji regresi harus melakukan uji korelasi terlebih dahulu untuk
mengetahui apakah kedua variabel memiliki keeratan hubungan atau tidak
Karena sebelumnya pada uji korelasi diketahui memiliki keeratan hubungan

yang sangat kuat maka dilakukan uji regresi
Langkah pertama uji regresi klik Stat > Regression > Regression > Fit
Regression Model
Isi kolom 'Response' dengan 'Ln(W)' dan kolom ' Continuous Predictors'
dengan 'Ln(Sl)' lalu kilik Ok
Hasil akan muncul pada kolom session
Buat interpretasi pada excel
Gambar 34. Skema Kerja Regresi

Pada praktikum statistika materi regresi dan korelasi memiliki analisa prosedur
yang dilakukan untuk memahami prosedur kerja pada materi ini.
3.3.1 Korelasi
Pada pengujian korelasi hal pertama yang harus dilakukan adalah
menganalisis soal dan menentukan manakah yang termasuk variable bebas (X) dan
variable tidak bebas (Y). Setelah itu, membuat hipotesis nol dan hipotesis alternatif.
Kemudian, siapkan Minitab17 yang akan digunakan. Copy data Ln(SL) dan Ln(W) dari
Microsoft Office Excel dan paste ke kolom Minitab17. Kemudian klik stat pada bar
utama, klik basic statis, pilih correlation. Pada bagian variables isi dengan ‘Ln(SL)’ dan
‘Ln(W)’ dengan cara double click pada kolom sisi kirinya, lalu pilih metode Pearson
Correlation, setelah itu klik OK dan hasilnya akan muncul di kolom session berupa
range. Diperoleh range sebesar 0.908 atau 0.75 < r < 1 yang artinya keeratan
100
hubungan antara kedua variable sangat kuat. Langkah selanjutnya interpretasikan
hasil pengujian korelasi pada kolom yang tersedia di Microsoft Office Excel.
3.3.2 Regresi
Pada pengujian regresi, hal yang pertama dilakukan adalah melakukan uji
korelasi untuk mengetahui apakah kedua variable memiliki keeratan hubungan atau
tidak, jika tidak memiliki hubungan, uji regresi tidak perlu dilakukan. Karena pada
sebelumnya sudah dilakukan uji korelasi dan diperoleh hasil bahwa kedua variable
memiliki keeratan hubungan yang sangat kuat, maka perlu dilakukan uji regresi.
Setelah itu, klik stat pada bar utama, klik Regression, klik Regression, pilih Fit
Regression Model. Isi kolom ‘Response’ dengan ‘Ln(W)’ dan kolom ‘Continuous
Predictors’ dengan ‘Ln(SL)’, lalu klik OK dan hasil akan muncul pada kolom session
berupa persamaan ‘Ln (W) = -2.532 + 2.5022 Ln(SL)’. Selanjutnya interpretasikan
hasil pengujian regeresi pada kolom yang tersedia di Microsoft Office Excel.
101
4.1 Analisa Hasil Korelasi

Pada praktikum materi 7 dilakukan analisis korelasi, setelah dilakukan analisis
korelasi diperoleh hasil. Berikut adalah analisis hasil korelasi.
Gambar 35. Analisa Hasil Korelasi
Interpretasi : Berdasarkan hasil yang didapat, diketahui bahwa nilai korelasi

pearson data tersebut adalah +0.908. Artinya kedua variabel pada data ini memiliki
korelasi positif yang sangat erat. Nilai ini menyatakan bahwa, panjang dan berat ikan
berkorelasi positif dan sangat kuat. Berdasarkan output p value yang di peroleh
sebesar 0.000 yang mana lebih kecil dari α = 0.05 sehingga H0 ditolak yang berarti
ada hubungan yang signifikan antara panjang ikan dan berat ikan.
4.2 Analisa Hasil Regresi

Pada praktikum materi 7 dilakukan analisis regresi, setelah dilakukan analisis
korelasi diperoleh hasil. Berikut adalah analisis hasil regresi.
Gambar 36. Analisa Hasil Regresi
102
Interpretasi : Berdasarkan uji regresi dapat diketahui model regresi adalah Ln
(W) = -2.532 + 2.5022 Ln(SL), karena dari hasil Analisa diatas p value kurang dari
alpha maka tolah H0 atau terima H1
103
BAB V PENUTUP
5.1 Kesimpulan
Pada praktikum statistika yang dilaksanakan pada tanggal 17 November 2019
materi 7 korelasi dan regresi didapatkan kesimpulan sebagai berikut.
1. Analisis korelasi digunakan untuk mengetahui keeratan hubungan dua
variable. Pada pengujian korelasi hal pertama yang harus dilakukan adalah
menganalisis soal dan menentukan manakah yang termasuk variable bebas
(X) dan variable tidak bebas (Y). Setelah itu membuat hipotesis nol dan
hipotesis alternatif. Analisis regresi digunakan untuk mengetahui dua variable
dan nilai pendugaan variable bebas (X) dan variable tidak bebas (Y). Pada
pengujian regresi, hal yang pertama dilakukan adalah melakukan uji korelasi
untuk mengetahui apakah kedua variable memiliki keeratan hubungan atau
tidak, jika tidak memiliki hubungan, uji regresi tidak perlu dilakukan. Karena
pada sebelumnya sudah dilakukan uji korelasi dan diperoleh hasil bahwa
kedua variable memiliki keeratan hubungan yang sangat kuat, maka perlu
dilakukan uji regresi.
2. Dalam uji regresi dan korelasi hal pertama yang dilakukan adalah menentukan
variable X dan Y serta hipotesis H0 dan H1, hasil untuk korelasi akan muncul
di kolom session berupa range. Diperoleh range sebesar 0.901 atau 0.75 < r
< 1 yang artinya keeratan hubungan antara kedua variable sangat kuat. dan
hasil untuk regresi akan muncul pada kolom session berupa persamaan ‘ln(W)
= -12.675 + 3.463 ln(SL)’. Selanjutnya interpretasikan hasil pengujian regeresi
pada kolom yang tersedia di Microsoft Office Excel.
3. Pada pengujian regresi dan korelasi, dalam mengambil keputusan harus
berdasarkan hasil pengujian korelasi dan regresi, yaitu apabila p value lebih
dari alpha (0.05) maka akan setuju dengan H0 dan apabila p value kurang dari
alpha maka tolak H0 atau terima H1.
104
5.2 Saran
seperti dalam judul dan penjabaran sub-bab.
105
DAFTAR PUSTAKA
Kurniawan, R. 2014. Analisis Regresi. Jakarta: Kencana.

Ponto, S. O., A. Kumenaung dan P. Wauran. 2015. Analisis korelasi sector pertanian
terhadap tingkat kemiskinan di kabupaten Kepulauan Sangihe. Jurnal Berkala
Ilmiah Efisiensi.15(04):137-147.
Pratomo, D. S. dan E. Z. Astuti. 2015. Analisis regresi dan korelasi antara pengunjung
dan pembeli terhadap nominal pembelian di Indomaret Kedungmundu
Semarang dengan metode kuadrat terkecil. Jurnal Statistika.
106
LAMPIRAN
Lampiran 1. Langkah-langkah Penyajian Data
a. Langkah-langkah Penyajian Data Kualitatif

• Langkah-Langkah Membuat Bar Chart
1. Buka aplikasi Minitab 17
2. Salin data dari Microsoft Excel yang ingin diolah ke Worksheet Minitab
3. Pilih menu Graph pada Toolbars Minitab lalu pilih Bar Chart
107
4. Akan muncul kotak dialog Bar Chart, pilih Simple, lalu klik OK
5. Akan muncul kotak dialog seperti gambar di bawah, klik dua kali pada kotak
Categorical Variable, lalu pilih data yang akan diolah
108
6. Selanjutnya, untuk memberi judul pada Bar Chart, pilih Labels
7. Beri judul pada kotak Title, lalu klik Ok
8. Klik Ok
109
9. Akan muncul kotak dialog seperti di bawah, dan pembuatan bar chart telah
selesai
• Langkah-Langkah Membuat Pie Chart

1. Untuk membuat Pie Chart, ikuti langkah nomor 1 dan 2 diatas, setelah itu pilih
menu Graph pada Toolbars Minitab lalu pilih Pie Chart
2. Akan muncul kotak dialog Pie Chart, klik dua kali pada kotak Categorical
Variable, lalu pilih data yang akan diolah
110
3. Selanjutnya untuk memberi judul pada pilih Labels
5. Setelah itu klik Ok
111
6. Akan muncul Pie Chart seperti dibawah
7. Untuk memberi keterangan nilai, pada Pie Chart, klik kanan pada Pie Chart,
pilih Add, lau pilih Slice Labels
8. Terdapat beberapa pilihan satuan, pilih Percent, lalu klik Ok
112
9. Akan muncul keterangan satuan dalam Percent seperti gambar di bawah
10. Pembuatan Pie Chart telah selesai
113
b. Langkah-langkah Penyajian Data Kuantitatif
• Langkah-Langkah Membuat Histogram
1. Untuk membuat Histogram, ikuti langkah nomor 1 dan 2 diatas, setelah itu pilih
menu Graph pada Toolbars Minitab lalu pilih Histograms
114
2. Akan muncul kotak dialog Histograms, pilih Simple, lalu klik OK
Categorical Variable, lalu pilih data yang akan diolah Selanjutnya untuk
memberi judul pilih Labels
115
5. Klik OK
6. Akan muncul kotak dialog Histograms seperti gambar di bawah
7. Pada gambar diatas terlihat data sulit dibaca, oleh karena itu pada data
histogram menggunakan batas interval, langkahnya dengan cara klik pada bar
histogramnya lalu klik kanan kemudian klik Edit Bars
116
8. Selanjutnya akan muncul kotak dialog seperti dibawah lalu klik Binning, pada
Interval Type tetap pilih Midpoint, sedangkan pada Interval Definition pilih
Midpoint/Cutpoint position lalu klik Ok
9. Akan muncul Histograms, yang lebih mudah dibaca dan pembuatan Histogram
telah selesai
c. Langkah-Langkah Boxplot
1. Untuk membuat Boxplot, ikuti langkah nomor 1 dan 2 diatas, setelah itu pilih
menu Graph pada Toolbars Minitab lalu pilih Boxplot
117
2. Akan muncul kotak dialog Boxplots, pilih Simple, lalu klik OK
Categorical Variable, lalu pilih data yang akan diolah
118
4. Selanjutnya untuk memberi judul pilih Labels
119
6. Klik OK
7. Maka data akan muncul dalam bentuk Boxplot, dan pembuatan Boxplot telah
selesai
d. Langkah-Langkah Ukuran Data Numerik

1. Buka aplikasi Minitab 17
120
2. Pilih menu Stat lalu Basic Statistics lalu pilih Display Descriptive Statistics
Variable, lalu pilih data yang akan diolah
4. Pilih menu Statistics
121
5. Pilih Ukuran Data Numerik (Mean,Median, Modus, Standart deviation, dan
Varians)
6. Klik OK
7. Hasilnya akan tertera pada kolom Session
122
Lampiran 2. Langkah-langkah Uji Hipotesis 1 Populasi
a. Langkah-langkah Uji Hipotesis 1 Populasi 1 Sample-t

1. Menuliskan Hipotesis Nol (H0) dan Hipotesis Alternatif (H1) terlebih dahulu
2. Copy semua data pada bagian W
3. Buka Aplikasi Minitab 17, lalu paste data di bagian C1
123
4. Klik Bagian Stat
5. Pilih bagian Basic Statistics dan pilih 1-sampel t. Menggunakan uji sampel t
dikarenakan belum diketahui nilai STDEVnya.
6. Lalu akan muncul seperti gambar di bawah. Pilih untuk one or more samples,
in each in a column dan klik 2 kali bagian C1 W dan keluar huruf W di kolom
seperti dibawah.. Selain itu untuk Hypothesized mean diisi 25 karena 25
merupakan nilai hipotesis berat rata-rata ikan
124
7. Klik bagian Options. Lalu akan muncul seperti gambar di bawah. Untuk
confidence level diisi 95.0 karena pada soal disebutkan taraf signifikannya
adalah 5%. Untuk alternative hypothisized pilih yang mean mean
hypothesized. Setelah itu klik Ok.
8. Klik Ok lagi
9. Setelah itu akan muncul hasil pada kolom session seperti pada gambar di
bawah. Kita lihat untuk nilai P. Nilai P menunjukkan P value > Alpha 0.05
menunjukkan bahwa H0 diterima.
125
10. Kembali pada kerjaan Ms. Excel untuk mengisi interpretasi
b. Langkah-langkah Uji Hipotesis 1 Populasi 1 Proportion

1. Diisi dahulu untuk Hipotesis nol (H0) dan Hipotesis Alternatif (H1)
2. Copy semua data dibagian JK
126
3. Buka aplikasi Minitab 17 dan copy pada C2
4. Klik bagian Stat lalu pilih Basic Statistics dan pilih 1-Proportion
5. Lalu akan muncul seperti gambar dibawah. Pilih summerized data. Untuk
Number of event dan number of trials kita cari dulu datanya di excel
127
6. Blok terlebih dahulu untuk bagian JK. Klik find pada excel lalu nantinya akan
muncul bagian seperti ini. Untuk find what kita isi 1 yang berarti jantan. Lalu
klik find all. Disitu akan tertera jumlah jantan 16. Sehingga apabila jumlah
jantan 16 maka jumlah betina adalah 14.
7. Kembali pada Minitab 17 dan isi Number of events diisi jumlah spesies jantan
yaitu 16 dan Number of trials diisi jumlah total spesies ikan keseluruhan yaitu
30 serta hypothesized proportion diisi 0.5 dikarenakan kita menghitung spesies
jantan dan betina.
128
8. Klik bagian options dan akan keluar seperti gambar dibawah. Confidence level
diisi 95.0 dikarenakan di soal tertera taraf signifikan 5%. Lalu pada
hypothisized alternative pilih proportion < hypothesized proportion. Untuk
method pilih Normal Approximation. Setelah itu klik Ok
9. Klik Ok lagi
10. Setelah itu akan muncul hasil pada kolom session seperti pada gambar di
bawah. Kita lihat untuk nilai P. Nilai P menunjukkan P value > Alpha 0.05. itu
menunjukkan bahwa H0 diterima
129
11. Kembali pada Ms. Excel untuk mengisi Interpretasi
130
Lampiran 3. Langkah-langkah Uji Hipotesis 2 Populasi
a. Langkah-langkah Uji hipotesis 2 populasi independent

1. Tentukan terlebih dahulu H0 dan H1
2. Masukkan data ke worksheet minitab 17
3. Untuk melakukan uji hipotesis 2 populasi independen, pilih Stat>Basic

Statistik> 2-Sample
131
4. Pilih data yang akan diolah dengan mengisi sample dan sample IDs
5. Pilih menu options dan isi Confidence Level, Hypothesized Difference dan
Alternative Hypothesis lalu pilih OK
6. Pilih OK dan hasilnya akan muncul di layar session
132
7. Lakukan Intepretasi
b. Langkah-langkah Uji hipotesis 2 populasi paire

1. Tentukan terlebih dahulu H0 dan H1
2. Masukkan data ke worksheet minitab 17
133
3. Untuk melakukan uji hipotesis 2 populasi independent, pilihStat>Basic
Statistik>2-Sample
4. Pilih data yang akan diolah dengan mengisi sample 1 dan sample 2
5. Pilih menu options dan isi Confidence Level, Hypothesized Difference dan
Alternative Hypothesis lalu pilih OK
134
6. Pilih OK dan hasil akan muncul di layar session
7. Lakukan Intepretasi
135
Lampiran 4. Langkah-langkah Rancangan Acak Lengkap
a. Langkah-langkah Boxplot
1. Masukkan data excel ke dalam Minitab 17
2. Lakukan uji outlier dengan menggunakan Boxplot dengan menekan Stat,

lalu ANOVA, lalu One Way
3. Klik Respons maka akan muncul ‘variabel W’ di sebelah kiri, kemudian klik
Factor maka akan muncul ‘variabel Alat Tangkap’ di sebelah kiri.
136
4. Klik Result kemudian unchecklist semua lalu tekan ‘Ok’
5. Klik Storage kemudian centang Residuals lalu tekan ‘Ok’
6. Klik Graph kemudian centang hanya Boxpot of Data lalu tekan ‘Ok’
137
7. Muncul hasil Boxplot dan tidak ditemukan adanya outlier. Berdasarkan
boxplot dalam ‘data berat ikan hasil penangkapan di wilayah Wakatobi tidak
terdapat outlier'
b. Langkah-langkah Uji Normalitas

1. Pilih Stat, kemudian Basic Statistic, lalu Normality Test
2. Untuk Variable pilih ‘RESI 1’, kemudian untuk Test for Normality pilih
‘Kolmogorov Smirnov’ karna bersifat umum.
138
3. Maka grafik data yang muncul seperti gambar di bawah.
4. Hasil dari Hipotesis Uji Normalitas seperti gambar di atas.

Interpretasi: Hasil dari Uji Hipotesis Normalitas yaitu diperoleh H0 dengan
residual data berdistribusi normal dan H1 dengan residual data
berdistribusi tidak normal. Kesimpulan dari hasil uji tersebut yaitu karena p-
value>α maka normalitas terpenuhi atau berdistribusi normal. Jadi, dari
data terbut menerima H0.
c. Langkah-langkah Uji Homogenitas

1. Untuk melakukan Hipotesis Uji Ragam, pilih Stat, lalu ANOVA, lalu Test for
Equal Variances.
139
2. Klik Response kemudian pilih ‘RESI 1’, untuk Factors pilih ‘Alat Tangkap’.
3. Untuk interpretasi dari hasil data diatas menggunakan Levene’s Test

karena Multiple Comparisons memiliki nilai p-value data residual yang asli.
4. Hasil dari Hipotesis Uji Ragam seperti gambar diatas.
Interpretasi : Hasil dri Uji Hipotesis Ragam yaitu diperoleh H0 dengan

ragam residual adalah homogen dan H1 dengan ragam residual adalah
tidak homogen. Kesimpulan dari data yang diperoleh yaitu karena p-
value>α maka ragam residual adalah homogen. Jadi, dari data tersebut
menerima H0.
140
d. Langkah-langkah Rancangan Acak Lengkap
1. Pilih Stat, lalu ANOVA, lalu One Way.
2. Pilih Respons dengan ‘variable W’ dan Factor dengan ‘Alat Tangkap’
141
3. Pada bagian Data Plots, centang bagian Interval Plot.
4. Pilih Result, kemudian centang semua, lalu tekan ‘Ok’
5. Pilih Storage, kemudianunchecklist semua, lalu tekan ‘Ok’
142
6. Maka akan muncul grafik data seperti gambar di bawah.
7. Hasil dari Hipotesis Uji RAL seperti gambar diatas.
Interpretasi: Hasil dri Uji Rancangan Acak Bangun yaitu diperoleh, H0

tidak ada perbedaan berat ikan hasil tangkapan di wakatobi dengan
menggunakan 4 alat tangkap yang berbeda dan H1ada perbedaan berat
ikan hasil tangkapan di wakatobi dengan menggunakan 4 alat tangkap
yang berbeda. Kesimpulan dari data yang diperoleh yaitu karena p-value>α
maka tidak ada perbedaan berat ikan hasil tangkapan di wakatobi dengan
menggunakan 4 alat tangkap yang berbeda. Jadi, dari data tersebut
menerima H0.
143
Lampiran 5. Langkah-langkah Uji Lanjutan RAL
1. Buat hipotesis H0 dan H1 terlebih dahulu.
2. Copy data dari Microsoft Excel ke Minitab 17.
3. Lalu pilih Stat, klik bagian Anova, dan pilih yang One Way.
144
4. Lalu isi bagian Response dengan W, sedangkan Factor dengan Site. Lalu
OK.
5. Akan didapatkan hasil seperti berikut. Didapatkan nilai p value = 0.00
6. Interpretasikan hasilnya di Microsoft Excel. Interpretasi : Berdasarkan hasil

uji lanjutan ral, didapatkan nilai p value 0.00. Hal ini menunjukan nilai p
value < nilai alfa yang berarti tolak H0 sehingga ada perbedaan total berat
hasil tangkapan di 4 wilayah berbeda tersebut.
145
7. Setelah itu, untuk mengetahu letak dimana perbedaanya lakukan uji
lanjutan. Pilih Stat, klik bagian Anova, dan pilih yang One Way.
8. Klik bagian Comparisons. Lalu centang bagian Fisher. Lalu klik OK, dan
OK lagi setelahnya.
9. Akan didapatkan hasil seperti sebagai berikut.
146
10. Interpretasikan hasilnya di Microsoft Excel. Interpretasi Uji Lanjutan :
Berdasarkan uji lanjutan didapatkan pengaruh perbedaan hasil tangkapan
di wilayah : Pulau Santan - Belawan, Kendari - Cilacap, Pulau Santan -
Cilacap, dan Pulau Santan - Kendari.
147
Lampiran 6. Langkah-langkah Rancangan Acak Kelompok
a. Langkah-langkah Rancangan Acak Kelompok

1. Pertama, buat tabel kedua seperti di bawah
2. Lalu tentukan 2 H0 dan H1 untuk hipotesis faktor jenis pakan dan jenis kolam.
3. Kemudian salin data yang baru ke aplikasi Minitab 17
148
4. Selanjutnya, olah data dengan cara klik Stat, lalu pilih General Linear Model,
lali pilih Fit General Linear Model.
5. Lalu isi pada Responses dengan Hasil Produksi Ikan, lalu Factor dengan Jenis
Pakan dan Jenis kolam.
6. Kemudian, akan muncul hasil seperti di bawah
149
7. Lalu, buat interpretasinya.
b. Langkah-langkah Uji Lanjutan pada RAK

1. Kedua, lakukan uji lanjutan dengan pilih Stat, lalu General Linear Model,
kemudian Comparisons
2. Kemudian akan muncul grafik hasil seperti dibawah
150
3. Lalu akan muncul seperti diatas kemudian klik 2x pada jenis pakan sampai
muncul simbol C di sampingnya setelah itu klik OK
4. Lalu buat interpretasinya
151
Lampiran 7. Langkah-langkah Regresi dan Korelasi
a. Langkah-langkah Korelasi
1. Pertama, buatlah variable X dan Y serta buatlah H0 dan H1nya sesuai dengan
soal,
2. Kedua, salinlah data ln(SL) dan ln(W) untukdipindahkan ke minitab 17,
152
3. Ketiga, bukalah software yang akan digunakan yaitu Minitab 17,
4. Keempat, pindahkan data ln(SL) dan ln(W) yang sudah disalin sebelumnya,
5. Kelima, lakukanlah pengolahan data dengan analisis korelasi terlebih dahulu.

Hal yang harus dilakukan untuk mengolah data adalah pertama klik Stat, kedua
klik Basic Statistic, ketiga klik Correlation, sesudah semuanya di klik maka
akan muncul table “Correlation”,
153
6. Keenam, setelah muncul table “Correlation” laluklik data ln(SL) dan ln(W)
sebanyak dua kali untuk mengisi kolom variabels, untuk method yang
digunakan adalah Pearson Correlation, karena data yang digunakan
merupakan data lapangan dan masih bersifat acak atau random,kemudian
setelah itu klik “Ok”,
7. Ketujuh, setelah klik Ok, maka akan muncul hasil dari korelasi tersebut,
154
8. Kedelapan, buatlah interpretasi sesuai dengan data hasil yang diperoleh.
b. Langkah-langkah Regresi
1. Pertama, setelah melakukan analisis korelasi, lakukanlah analisis regresi. Hal
yang harus dilakukan adalah pertama klik Stat, kedua klik Regression, ketiga
klik Regression, keempat klik Fit Regression Model, sesudah semuanya di klik
maka akan muncul table Regression,
155
2. Kedua, klik dua kali data ln(SL) untuk mengisi kolom Continuous Predictor dan
klik dua kali data ln(W) untuk mengisi kolom Response, kemudian klik Ok,
3. Ketiga, akan muncul hasil data dari pengolahan data analisis regresi
4. Keempat, buatlah interpretasi dari data hasil analisis regresi.
156

Laporan Statistika

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Statistika

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN AKHIR PRAKTIKUM

JURUSAN PEMANFAATAN SUMBERDAYA PERIKANAN DAN KELAUTAN

JURUSAN PEMANFAATAN SUMBERDAYA PERIKANAN DAN KELAUTAN

LAPORAN AKHIR PRAKTIKUM

Dinyatakan memenuhi persyaratan Praktikum Statistika

Pada tanggal 29 November 2019

Muhammad Rizki Saleh Muhammad Rizki Saleh

Sunardi, ST., MT.

Asisten Kelas P01 Asisten Kelas P01

Hilda Avianti Barnabas Yoseph Lelyemin

Asisten Kelas P02 Asisten Kelas P02

Aretha Pandya Paramita M. Zikri Hasnur

Asisten Kelas I01 Asisten Kelas I01

Padma Paramita Hasna Nurul Muthi’ah

Asisten Kelas I02 Asisten Kelas 102

Muhammad Rizki Saleh Shofie Asiyatik Africh Rozaanah

Malang, 29 November 2019

KATA PENGANTAR ................................................................................................. i

JURUSAN PEMANFAATAN SUMBERDAYA PERIKANAN DAN KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN

1.1 Latar Belakang

1.3 Waktu dan Tempat

2.1 Statistik Deskriptif

2.2 Penyajian Data

2.2.1 Penyajian Data Kualitatif

2.2.2 Penyajian Data Kuantitatif

2.3 Ukuran Data Numerik

2.3.1 Ukuran Pemusatan

2.3.2 Ukuran Penyebaran

3.1 Alat dan Bahan

1. Laptop Sebagai alat pengolahan

Dokumentasi Pribadi, 2019

2. Kabel Roll Sebagai media

Dokumentasi Pribadi, 2019

1. Minitab 17 Sebagai aplikasi yang

Dokumentasi Pribadi, 2019

2. Microsoft Office Sebagai tempat dari

3. Microsoft Office Digunakan oleh asisten

Dokumentasi Pribadi, 2019

3.2.1 Penyajian Data Kualitatif

Persiapan (Buka Software Minitab 17 dan Data Statistik yang ingin

Salin data ke dalam worksheet Minitab 17

Klik Toolbar Graph pada Minitab lalu klik Bar Chart

Klik Labels, kemudian beri judul diagram pada kotak Title

Gambar 1. Langkah-langkah membuat Bar Chart

Copy data yang sudah disiapkan ke minitab 17

Persiapan (Buka Software Minitab 17 dan Data Statistik yang ingin

Salin data ke dalam worksheet Minitab 17

Klik Toolbar Graph pada Minitab lalu klik Pie Chart

Klik Labels, kemudian beri judul diagram pada kotak Title

Klik Ok dan untuk menambahkan label dalam bentuk Percent, klik

Penyajian data kualitatif dalam bentuk Pie Chart selesai

Gambar 2. Langkah-langkah membuat Pie Chart

Pilih menu Graph > Histogram > Simple

Pilih "C2" lalu klik dua kali untuk memilih variable

Pilih "Midpoint/Cutpoint positions" pada kolom interval definition

Buat interval kelas dengan menggunakan rumus aturan sturgess dan

Input nilai tengah ke kolom "Midpoint/Cutpoint Positions"

Gambar 3. Langkah-langkah membuat Histogram

Salin data ke dalam worksheet Minitab 17

Klik Toolbar>Graph pada minitab lalu klik box plot

Muncul kotak dialog kemudian klik simple