Daftar Isi
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 1
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
PENGERTIAN STATISTIKA
Menurut Prof. Dr. Sudjana, M.A., M.Sc., Statistika adalah pengetahuan yang berhubungan
dengan cara-cara pengumpulan data, pengolahan penganalisisannya, serta penarikan kesimpulan
berdasarkan kumpulan data dan penganalisasan yang dilakukan.
Menurut Modenhall Statistik merupakan salah satu bidang sains yang berhubungan dengan
ekstrasi informasi dari sebuah data numerik dan digunakan untuk membuat keputusan dari suatu
populasi darimana data itu didapatkan.
Berdasarkan tujuan atau tahap analisis, statistika dibedakan menjadi
1. Statistika Deskriptif
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 2
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
UJI VALIDITAS
Menurut Sugiyono (2010,173) valid berarti instrumen tersebut dapat digunakan untuk
mengukur apa yang seharusnya diukur. Pengujian validitas tiap butir menggunakan analisis item,
yaitu mengkorelasikan skor tiap butir dengan skor total yang merupakan jumlah tiap skor butir.
Untuk lebih jelasnya diberikan contoh kasus 1.
Kasus 1
Seorang guru mencoba melakukan penelitian mengenai prestasi belajar siswa. Guru tersebut
menggunakan angket untuk mengukur prestasi belajar siswa. Dibuatlah angket dengan 10 butir soal yang
diharapkan dapat menggambarkan prestasi belajar siswa. Sebelum digunakan untuk mencari data pada
objek penelitian ujilah validitas butir soal pada angket tersebut!
Nomer Soal Skor
No.
Soal1 Soal2 Soal3 Soal4 Soal5 Soal6 Soal7 Soal8 Soal9 Total
1 4 1 3 2 3 3 2 3 4 25
2 3 2 3 2 2 2 2 3 3 22
3 2 2 2 2 1 2 1 2 3 17
4 3 2 4 3 2 3 1 2 3 23
5 2 3 2 2 2 2 2 4 4 23
6 4 2 4 3 4 3 3 4 3 30
7 4 2 2 3 2 4 2 1 4 24
8 3 2 3 2 1 2 3 2 4 22
9 4 4 2 3 4 4 3 3 4 31
10 3 1 2 2 2 2 1 2 2 17
Penyelesaian.
1. Hipotesis
𝐻0 : Butir soal tidak valid.
𝐻1 : Butir soal valid.
2. Taraf Signifikan : 𝛼 = 5% = 0,05
3. Kriteria Uji
• Menggunakan 𝑆𝑖𝑔. (2 − 𝑡𝑎𝑖𝑙𝑒𝑑)
Jika nilai 𝑆𝑖𝑔. > 0,05 maka 𝐻0 diterima. Jadi soal yang diuji tidak valid.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 3
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Jika nilai 𝑃𝑒𝑎𝑟𝑠𝑜𝑛 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑡𝑖𝑜𝑛 > 𝑅𝑡𝑎𝑏𝑒𝑙 maka 𝐻0 ditolak. Jadi soal yang diuji valid.
Untuk mencari 𝑅𝑡𝑎𝑏𝑒𝑙 dapat dicari pada tabel R dengan 𝑑𝑓 = 𝑛 – 2, dimana 𝑛 adalah jumlah
responden dan 𝛼 = 0,05 (dua arah). Jadi 𝑅𝑡𝑎𝑏𝑒𝑙 untuk data diatas adalah 0,632.
4. Statistik Uji
a. Menggunakan nilai dari 𝑆𝑖𝑔. (2 − 𝑡𝑎𝑖𝑙𝑒𝑑)
b. Menggunakan nilai dari 𝑃𝑒𝑎𝑟𝑠𝑜𝑛 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑡𝑖𝑜𝑛
5. Perhitungan Statistik Uji menggunakan SPSS
Langkah-langkah pengujian validitas menggunakan SPSS adalah sebagai berikut:
a. Buka aplikasi SPSS
b. Klik tab Variable View
c. Masukkan data diatas dengan memberi nama variabel “soal1” untuk soal 1, “soal2”
untuk soal 2 dan seterusnya sampai dengan soal 10, untuk skor total diberi nama
variabel “total”.
Tabel 1.1
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 4
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
f. Centang pada Pearson dan Two-tailed pada Test of Significance → Klik OK.
Berdsarkan pada tabel 1.2 yang menampilkan hasil dari SPSS, kita dapat melihat Pearson
Correlation dan Sig. (2-Tailed) pada baris terakhir atau kolom terakhir (total) sesuai dengan
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 5
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
statistik uji yang akan digunakan. Untuk memudahkan tabulasi, tabel di atas dapat diubah menjadi
seperti pada tabel 1.3 dan tabel 1.4.
Berdasarakan tabel 1.3 dan tabel 1.4, diketahui bahwa dari total 10 soal 6 diantaranya valid
atau dapat menggambarkan prestasi belajar, sedangkan 4 soal lainnya tidak valid.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 6
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
UJI RELIABILITAS
Pengertian reliabilitas pada dasarnya adalah sejauh mana hasil suatu pengukuran dapat
dipercaya. Jika hasil pengukuran yang dilakukan secara berulang relative sama maka pengukuran
tersebut dianggap memiliki tingkat reliabilitas yang baik.
Metode yang dapat digunakan untuk mengukur reliabilitas diantaranya adalah metode
Split-half, Paralel, Strict Paralel, KR-20, Spearmen Brown, dan Cronbach Alpha. Metode yang
digunakan dalam modul ini adalah Cronbach Alpha.
Jika nilai 0,7 < 𝐶𝑟𝑜𝑛𝑏𝑎𝑐ℎ′𝑠 𝐴𝑙𝑝ℎ𝑎 < 0,8 maka butir-butir soal reliabel.
Jika nilai 𝐶𝑟𝑜𝑛𝑏𝑎𝑐ℎ′𝑠 𝐴𝑙𝑝ℎ𝑎 > 0,8 maka butir-butir soal sangat reliabel.
4. Statistik Uji
a. Menggunakan nilai dari 𝐶𝑟𝑜𝑛𝑏𝑎𝑐ℎ′𝑠 𝐴𝑙𝑝ℎ𝑎
5. Perhitungan Statistik Uji menggunakan SPSS
Langkah-langkah pengujian reliabilitas pada Kasus 1 menggunakan SPSS:
a. Buka SPSS
b. Gunakan data pada Kasus 1 tadi
c. Klik Analyze → Scale → Reliability Analysis
d. Masukkan variabel yang valid. Klik OK
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 7
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Reliability Statistics
Cronbach's N of Items
Alpha
.895 6
Berdasarkan tabel Reliability Statistics, diketahui bahwa nilai Cronbach’s Alpha adalah
0,838. Diketahui bahwa nilai Cronbach’s Alpha > 0,8 jadi dapat disimpulkan bahwa 6 butir
pertanyaan pada kuesioner sudah sangat reliabel.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 8
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
UJI NORMALITAS
Uji distribusi normal adalah uji untuk mengetahui data yang didapatkan memiliki distribusi
normal sehingga dapat dipakai dalam statistik parametrik. Dengan kata lain, uji normalitas adalah
uji untuk mengetahui apakah data empirik yang didapatkan dari lapangan itu sesuai dengan
distribusi normal.
Kasus 2
Seorang peneliti ingin mengetahui pengaruh motivasi belajar terhadap prestasi. Peneliti
menggunakan sampel sebanayak 30 orang dengan data seperti pada tabel 2.
Penyelesaian
1. Hipotesis
𝐻0 : Data berdistribusi normal.
𝐻1 : Data tidak berdistribusi normal.
2. Taraf Signifikan : 𝛼 = 5% = 0,05
3. Kriteria Uji
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 9
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 10
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Berdasarakan tabel One-Sample Kolmogorov-Smirnov Test diketahui nilai Asymp Sig. (2-
tailed) adalah 0,181 > 0,05 maka 𝐻0 diterima. Jadi dapat disimpulkan bahwa variabel dependen
memiliki distribusi normal.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 11
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Regresi merupakan suatu alat ukur yang juga dapat digunakan untuk mengukur ada atau
tidaknya pengaruh antara variabel independent terhadap variabel dependent. Pengaruh satu
variabel independen terhadap variabel dependen dapat menggunakan uji regresi linear sederhana.
Jika variabel independen berjumlah lebih dari satu makana uji yang digunakan adalah regresi linear
berganda.
Menurut Yudiaatmaja (2013, 5) mengatakan bahwa yang dimaksud dengan analisis regresi
sederhana disini adalah analisis yang dilakukan terhadap satu variabel terikat dan satu variabel
bebas. Persamaan yang dihasilkan nantinya akan berbentuk 𝑌̂ = 𝑎 + 𝑏𝑋. Sebelum melakukan
pengujian, data tersebut wajib memenuhi asumsi kenormalan. Untuk lebih memahaminya, kita
tinjau kembali kasus 2. Pada kasus 2, jelas data memenuhi asumsi kenormalan sehingga asumsi data
berdistribusi normal terpenuhi.
Menggunakan data pada Kasus 2.
Penyelesaian
1. Hipotesis
𝐻0 ∶ Tidak ada pengaruh yang signifikan Motivasi terhadap Prestasi
𝐻1 ∶ Ada pengaruh yang signifikan Motivasi terhadap Prestasi
2. Taraf Signifikan : 𝛼 = 5% = 0,05
3. Kriteria Uji
Jika 𝑆𝑖𝑔. > 0,05 maka 𝐻0 diterima.
4. Statistik Uji
Menggunakan nilai dari 𝑆𝑖𝑔.
5. Perhitungan Statistik Uji Menggunakan SPSS
a. Buka program SPSS
b. Buat variabel dengan nama “X” untuk variable motivasi dan “Y" untuk variable
prestasi
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 12
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
c. Masukan data
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 13
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Berdasarkan tabel Model Summary, diketahui nilai keofisien korelasi adalah 0,916 dan
koefisien determinasi sebesar 0,839 atau 83,9%. Koefisien korelasi menggambarkan kuat
hubungan secara linear variabel independen dengan variabel dependen. Koefisien determinasi
menggambarkan besar pengaruh variabel independen terhadap variabel dependen. Diketahui besar
pengaruh variabel independen terhadap variabel dependen sebesar 83,9% dan 16,1% dipengaruhi
oleh faktor lain yang tidak diikutsertakan dalam penelitian.
Berdasarkan tabel ANOVA, diketahui nilai Sig. adalah 0,000 < 0,05 maka 𝐻0 ditolak. Jadi
dapat disimpulkan bahwa ada pengaruh yang signifikan Motivasi terhadap Prestasi.
Berdasarkan tabel Coefficients, diketahui persamaan regresi linear sederhana yang terbentuk
adalah 𝑌̂̂ = 58,216 + 0,301𝑋1.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 14
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Yudiaatmaja (2013) mengatakan bahwa yang dimaksud dengan analisis regresi berganda
disini adalah analisis yang dilakukan terhadap satu variabel terikat dan dua atau lebih variabel
bebas. Persamaan yang dihasilkan nantinya akan berbentuk 𝑌̂ = 𝑎 + 𝑏𝑋1 + 𝑐𝑋2 + ⋯ . Jadi
perbedaan regresi sederhana dengan regresi berganda hanya terletak pada jumlah variabel bebas
yang digunakan.
Menurut Sukestiyarno (2015) Persyaratan yang harus dipenuhi dalam analisis regresi ganda
yakni jenis data variabel independen maupun variabel dependen harus interval atau rasio, variabel
dependen berdistribusi normal. Selain itu, didalam regresi linier berganda juga wajib memenuhi
asumsi klasik, yaitu asumsi normalitas, asumsi multikolinearitas, asumsi autokorelasi, dan asumsi
heterokedastisitas. Untuk lebih memahaminya, diberikan contoh kasus 3.
Kasus 3.
Seorang peneliti ingin mengetahui adanya pengaruh pendapatan keluarga (X1) dan banyak
anggota keluarga (X2) terhadap pembelian barang A pada toko Maju Jaya (Y)
No X1 X2 Y
1 10 7 23
2 2 3 7
3 4 2 15
4 6 4 17
5 8 6 23
6 7 5 22
7 4 3 10
8 6 3 14
9 7 4 20
10 6 3 19
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 15
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
1. Uji Normalitas
Pada uji regresi linear berganda, uji normalitas dapat dilakukan pada data dependen atau
residual pada regresi. Dalam hal ini uji normalitas dilakukan pada variabel dependen.
Penyelesaian
N 10
Mean 17.0000
Normal Parametersa,b
Std. Deviation 5.49747
Absolute .142
Most Extreme Differences Positive .138
Negative -.142
Kolmogorov-Smirnov Z .449
Asymp. Sig. (2-tailed) .988
Berdasarkan tabel One-Sample Kolmogorov-Smirnov Test, diketahui nilai Asymp. Sig. (2-
tailed) adalah 0,988 > 0,05 maka dapat disimpulkan bahwa variabel Dependen atau terikat pada
regresi linear berganda memiliki Distribusi Normal.
2. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya hubungan linear antar
variabel independent dalam model regresi. Cara mendeteksi ada atau tidaknya multikolinearitas,
yaitu dengan melihat nilai Varian Inflation Factor (VIF) atau Tolerance (TOL) pada model regresi.
Ketika menemui masalah multikolinearitas, salah satu cara yang dapat dilakukan adalah
dengan mengeluarkan satu dari variabel yang memiliki hubungan yang tinggi, yaitu dengan
mengeluarkan variabel yang mempunyai nilai VIF tertinggi. Cara ini merupakan cara yang paling
sederhana dalam menangani masalah multiolinearitas.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 16
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Penyelesaian
1. Hipotesis
𝐻0 : Tidak terjadi masalah multikolinearitas
𝐻1 : Terjadi multikolinearitas
2. Taraf Signifikan : 𝛼 = 5% = 0,05
3. Kriteria Uji
Jika VIF. < 10 maka 𝐻0 diterima.
4. Statistik Uji
Menggunakan nilai dari VIF.
5. Perhitungan Statistik Uji Menggunakan SPSS
a. Membuka jendela SPSS
b. Inputkan data
c. Pilih analyze > regression > linear. Pada kotak dialog linear regression, masukkan Y
pada kotak dependent dan X1, X2 pada kotak independent. Pilih statistics, pada kotak
dialog Linear regression statistics, centang colinearity diagnostics.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 17
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Coefficientsa
a. Dependent Variable: Y
Berdasarkan tabel Coeffientcs, diketahui bahwa variabel X1 dan X2 memiliki nilai VIF
kurang dari 10 maka 𝐻0 diterima. Jadi dapat disimpulkan bahwa model regresi terbebas dari
masalah multikolinearitas.
3. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi
klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya
autokorelasi dalam model regresi. Cara mendeteksi autokorelasi ada dua cara yaitu Uji Durbin
Watson (D-W) dan Uji Run Test. Pada modul ini yang akan digunakan adalah Uji Durbin Watson
(D-W).
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 18
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Penyelesaian
1. Hipotesis
𝐻0 : Tidak terjadi masalah autokorelasi
𝐻1 : Terjadi autokorelasi
2. Taraf Signifikan : 𝛼 = 5% = 0,05
3. Kriteria Uji
Jika −2 < 𝐷𝑊 < 2 maka 𝐻0 diterima.
4. Statistik Uji
Menggunakan nilai dari Durbin-Watson.
5. Perhitungan Statistik Uji Menggunakan SPSS
a. Membuka jendela SPSS anda.
b. Inputkan data
c. Pilih analyze, regression, klik linear. Pada kotak dialog linear regression, masukkan Y
pada kotak dependent dan X1, X2, X3 pada kotak independent. Pilih Statistics, pada
kotak dialog Linear regression statistics, centang Residuals Durbin Watson.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 19
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Model Summaryb
Berdasarkan tabel Model Summary, diketahui nilai Durbin-Watson adalah 1,516 berada
diantara -2 sampai dengan 2 maka 𝐻0 diterima. Jadi dapat disimpulkan bahwa model regresi linear
berganda terbebas dari masalah autokorelasi.
4. Uji Heteroskedastisitas
Heterokedastisitas adalah suatu kondisi dimana variabel gangguan tidak memiliki varian
yang konstan atau sama. Heteroskedastisitas terjadi bila nilai varian dari variabel tergantung
meningkat akibat dari meningkatnya varian variabel penjelas. Cara mendeteksi Heterokedastisitas
antara lain yaitu metode Glejser dan Scatter Plot. Pada pengujian ini hanya akan menggunakan
metode Glejser.
Penyelesaian
1. Hipotesis
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 20
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
b. Langkah selanjutnya mencari nilai Residual dengan cara klik analyze > regression >
linear. Inputkan data seperti pada gambar. Klik Save, kemudian centang
Unstandardized pada kotak residuals.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 21
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
c. Maka akan tampil data seperti berikut. Kemudian absolutkan nilai residual, caranya klik
menu Transform >> Compute Variabel.
d. Pada kotak Target Variabel, merupakan nama variabel baru yang akan tercipta. Ketikkan
ABS_RES (absolute residual). Kemudian klik pada kotak Numeric Expression, lalu
ketikkan ABS (lalu masukkan variabel Unstandardized.
e. Residual (RES_1) ke kotak Numeric Expression dengan klik tanda penunjuk, kemudian
ketik tanda tutup kurung. Maka lengkapnya akan tertulis ABS(RES_1), perintah ini untuk
menghitung nilai absolute dari residual. Jika sudah klik tombol OK.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 22
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Coefficientsa
Berdasarkan tabel Coefficients, diketahui bahwa variabel X1 dan X2 memiliki nilai Sig >
0,05 maka 𝐻0 diterima. Jadi dapat disimpulkan bahwa model regresi linear berganda terbebas dari
masalah heteroskedastisitas.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 23
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
1. Hipotesis
𝐻0 : Tidak ada pengaruh yang signifikan pendapatan keluarga (X1) dan banyak
anggota keluarga (X2) terhadap pembelian barang A pada toko Maju Jaya (Y).
𝐻1 : Ada pengaruh yang signifikan pendapatan keluarga (X1) dan banyak anggota
keluarga (X2) terhadap pembelian barang A pada toko Maju Jaya (Y).
2. Taraf Signifikan : 𝛼 = 5% = 0,05
3. Kriteria Uji
Jika 𝑆𝑖𝑔. > 0,05 maka 𝐻0 diterima.
4. Statistik Uji
Menggunakan nilai dari 𝑆𝑖𝑔.
5. Hasil dan Interpretasi
ANOVAa
Total 272.000 9
a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1
Berdasarkan tabel ANOVA, diketahui bahwa nilai Sig. adalah 0,002 < 0,05 maka 𝐻0 ditolak.
Jadi dapat disimpulkan bahwa Ada pengaruh yang signifikan pendapatan keluarga (X1) dan
banyak anggota keluarga (X2) terhadap pembelian barang A pada toko Maju Jaya (Y).
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 24
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
1. Hipotesis
𝐻0 : Tidak ada pengaruh yang signifikan variabel independen terhadap variabel
dependen.
𝐻1 : Ada pengaruh yang signifikan variabel independen terhadap variabel dependen.
2. Taraf Signifikan : 𝛼 = 5% = 0,05
3. Kriteria Uji
Jika 𝑆𝑖𝑔. > 0,05 maka 𝐻0 diterima.
4. Statistik Uji
Menggunakan nilai dari 𝑆𝑖𝑔.
5. Hasil dan Interpretasi
Coefficientsa
a. Dependent Variable: Y
Berdasarkan tabel Coefficients, diketahui bahwa nilai Sig X1 adalah 0,009 < 0,05 maka 𝐻0
ditolak. Jadi dapat disimpulkan bahwa Ada pengaruh yang signifikan pendapatan keluarga terhadap
pembelian barang A. Diketahui nilai Sig X2 adalah 0,660 > 0,05 maka 𝐻0 diterima. Jadi dapat
disimpulkan bahwa Tidak ada pengaruh yang signifikan banyak anggota keluarga terhadap
pembelian barang A.
Diketahui persamaan regresi linear berganda yang terbentuk adalah 𝑌̂̂ = 3,919 + 2,491𝑋1 − 0,466 𝑋2
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 25
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
a. Predictors: (Constant), X1
b. Dependent Variable: Y
Berdasarkan tabel Model Summary, diketahui bahwa X1 memiliki besar pengaruh terhadap
Y sebesar 0,832 atau 83,2% sangat besar. Hasil ini sesuai dengan hasil Uji Parsial, dimana variabel
X1 memberikan pengaruh yang signifikan terhadap variabel Y.
Model Summary(X2)
a. Predictors: (Constant), X2
b. Dependent Variable: Y
Berdasarkan tabel Model Summary, diketahui bahwa X2 memiliki besar pengaruh terhadap
Y sebesar 0,543 atau 54,3% kecil. Hasil ini sesuai dengan hasil uji parsial, dimana variabel X2
Tidak memberikan pengaruh yang signifikan terhadap variabel Y.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 26
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Uji T satu sampel digunakan untuk menguji nilai rata-rata dari suatu sampel tunggal dengan
suatu nilai acuan. Dalam uji T Satu Sampel terdapat asumsi yang harus dipenuhi sebelum masuk
ke analisis, yaitu data berskala interval atau rasio dan data sampel berdistribusi normal.
Kasus 4.
Terdapat sampel sebanyak 20 siswa di kelas XII C dengan nilai Tugas sebagai berikut.
Ujilah bahwa rata-rata nilai tugas siswa kelas XII C sama dengan 80.
Tabel 4.
No Nilai Tugas
1 81
2 80
3 76
4 87
5 90
6 71
7 75
8 74
9 85
10 90
11 83
12 77
13 78
14 70
15 80
16 85
17 70
18 75
19 73
20 65
Penyelesaian.
1. Hipotesis
𝐻0 : Rata-rata nilai Tugas siswa di kelas XII C sama dengan 80
𝐻1 : Rata-rata nilai Tugas siswa di kelas XII C tidak sama dengan 80
2. Taraf signifikan : 𝛼 = 5% = 0,05
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 27
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
3. Kriteria Uji
Jika 𝑆𝑖𝑔. > 0,05 maka 𝐻0 diterima.
4. Statistik Uji
Menggunakan nilai dari Sig.
5. Perhitungan Statistik Uji Menggunakan SPSS
a. Buka program SPSS
b. Klik tab Variable View
c. Masukkan data diatas dengan memberi nama variable “nilai_tugas”.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 28
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
One-Sample Statistics
One-Sample Test
Test Value = 80
Lower Upper
Berdasarkan tabel One-Sample Test, diketahui nilai Sig. (2-tailed) adalah 0,274 > 0,05 maka
𝐻0 diterima. Jadi dapat disimpulkan bahwa Rata-rata nilai Tugas siswa di kelas XII C sama dengan
80
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 29
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Uji t sample berpasangan sering kali disebut sebagai paired-sampel t test. Uji t untuk data
sampel berpasangan membandingkan dua variabel untuk suatu grup sampel tunggal. Uji ini
menghitung selisih antara nilai dua variabel untuk tiap kasus dan menguji apakah selisih rata- rata
tersebut bernilai nol. Kriteria data untuk uji t sampel berpasangan yaitu data untuk tiap pasang
yang diuji dalam skala interval atau rasio dan data berdistribusi normal.
Kasus 5.
Seorang peneliti ingin menguji apakah ada perbedaan nilai pre-test dan post-test.
Tabel 5.
Nilai Nilai
No. No.
Pre-test Post-test Pre-test Post-test
1 54 73 10 54 63
2 53 68 11 60 74
3 57 68 12 60 74
4 63 75 13 60 70
5 43 69 14 49 68
6 53 68 15 58 68
7 52 60 16 55 72
8 57 68 17 60 72
9 65 75 18 70 77
Penyelesaian
1. Hipotesis
𝐻0 : Tidak ada perbedaan yang signifikan nilai pre-test dan post-test.
𝐻1 : Ada perbedaan yang signifikan nilai pre-test dan post-test
2. Taraf Signifikan : 𝛼 = 5% = 0,05
3. Kriteria Uji
Jika 𝑆𝑖𝑔. > 0,05 maka 𝐻0 diterima.
4. Statistik Uji
Menggunakan nilai dari 𝑆𝑖𝑔.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 30
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 31
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
N Correlation Sig.
Pair 1 Pre & Post 18 .644 .004
95% Confidence
Interval of the
Std.
Difference
Std. Error
Sig. (2-
Mean Lower Upper
Mean Deviation T df tailed)
Pair Pre -
1 -13.278 4.725 1.114 -15.628 -10.928 -11.921 17 .000
Post
Berdasarkan tabel Paired Samples Test, diketahui nilai Sig. (2-tailed) adalah 0,000 < 0,05
maka 𝐻0 ditolak. Jadi dapat disimpulkan bahwa ada perbedaan nilai Pre-test & Post-test.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 32
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Uji banding dua sampel diantara kedua sampel saling bebas, artinya bahwa kedua sampel
tidak harus sama jumlah anggota sampel. Misalkan kita melakukan penelitian untuk mencoba
suatu metode baru, maka metode itu diuji pada satu kelompok tertentu. Untuk dapat membedakan
hasil eksperimen metode baru tersebut apakah lebih baik daripada metode sebelumnya (metode
konvensional), maka diambil satu kelompok lain yang setara dan dikenai pembelajaran
konvensional tersebut. Kasus yang demikian adalah uji banding dua sampel bebas. Asumsi untuk
uji ini adalah data berskala interval atau rasio, data berdistribusi normal. Untuk lebih memahami
T-test (dua sampel), diberikan contoh kasus 6.
Kasus 6.
Seorang guru ingin mengetahui perbedaan nilai siswa yang diberi metode pembelajaran A
dan metode pembelajaran B.
Tabel 6.
Metode A Metode B
78 70
64 73
73 70
79 80
80 78
67 63
74 74
82 78
65 63
68 68
70 68
63 60
64
Penyelesaian
1. Hipotesis
𝐻0 : Tidak ada perbedaan yang signifikan nilai siswa dalam metode pembelajaran A
dan metode pembelajaran B.
𝐻1 : Ada perbedaan yang signifikan nilai siswa dalam metode pembelajaran A dan
metode pembelajaran B.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 33
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
d. Masukkan data
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 34
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
a. Isi Group 1 dengan angka 1 dan Group 2 dengan angka 2. Klik Continue
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 35
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Levene's
Test for
Equality of
Variances
t-test for Equality of Means
95% Confidence
Interval of the
Difference
Sig. (2- Mean Std. Error
Lower Upper
F Sig. t df tailed) Difference Difference
Berdasarkan tabel Independent Samples Test, diketahui nilai Sig. pada Levene’s Test For
Equality of Variances adalah 0,585 > 0,05 maka dapat disimpulkan bahwa varian dari dua sampel
tersebut sama atau homogen. Jadi hasil uji T dilihat pada baris Equal Variance Assumed. Diketahui
nilai Sig. (2-tailed) adalah 0,740 > 0,05 maka 𝐻0 diterima. Jadi dapat disimpulkan bahwa tidak ada
perbedaan yang signifikan nilai siswa dalam metode pembelajaran A dan B.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 36
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Uji banding lebih dari dua sampel independent atau sering disebut dengan analisis varian
satu jalur (one way anova) di sini benar-benar di antara kelompok yang ada saling bebas. Artinya
bahwa beberapa sampel tidak harus sama jumlah anggotanya. Asumsi yang harus dipenuhi pada
one way anova adalah data berskala interval atau rasio, data berdistribusi normal dan homogen.
Untuk lebih contoh memahami, diberikan kasus 7.
Kasus 7.
Seorang peneliti ingin membandingkan penjualan handphone dengan merk Samsung, Oppo,
Vivo, dan Lenovo. Dimana para pembeli handphone di toko tertentu hanya dihadapkan pada
keempat merk tersebut. Penelitian ini dilakukan selama 10 minggu, adapun data yang terkumpul
sebagaimana table data di bawah ini.
Tabel 7.
Merk
Minggu
Samsung Oppo Vivo Lenovo
1 52 48 34 32
2 45 36 32 33
3 48 33 37 36
4 36 38 35 39
5 39 49 42 38
6 41 51 41 35
7 42 35 43 32
8 35 42 45 29
9 60 40 41 40
10 55 39 40 43
Penyelesaian
1. Hipotesis
𝐻0 : Tidak ada perbedaan penjualan handphone antar merk Samsung, Oppo, Vivo dan
Lenovo.
𝐻1 : Ada perbedaan penjualan handphone antar merk Samsung, Oppo, Vivo dan Lenovo.
2. Taraf Signifikan : 𝛼 = 5% = 0,05
3. Kriteria Uji
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 37
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
c. Beri Value Labels. 1 untuk Samsung, 2 untuk Oppo, 3 untuk Vivo dan 4 untuk Lenovo.
d. Masukkan data
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 38
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
g. Klik Options. Centang Descriptive dan Homogenity of variance test. Klik Continue.
N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Minimum Maximum
Lower Bound Upper Bound
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 39
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Pada tabel Descriptives menampilkan ukuran tendensi sentral dari data sampel.
2.508 3 36 .074
Berdasarkan tabel Test of Homogeneity of Variance, diketahui nilai Sig. adalah 0,074 > 0,05.
Jadi dapat disimpulkan bahwa data penjualan handphone antar merk Samsung, Oppo, Vivo dan
Lenovo memiliki varian yang sama atau homogen.
ANOVA
Berdasarkan tabel ANOVA, diketahui nilai Sig. adalah 0,009 < 0,05 maka 𝐻0 ditolak. Jadi
dapat disimpulkan bahwa ada perbedaan yang signifikan data penjualan handphone antar merk
Samsung, Oppo, Vivo dan Lenovo. Karena terdapat perbedaan, maka dilakukan uji lanjut untuk
mengetahui variabel mana yang berbeda. Uji lanjut menggunakan Tukey.
7. Uji Lanjut
a. Klik Analyze → Compare Means → One Way ANOVA
b. Masukkan variabel Nama ke kolom Dependent List dan variabel Merk ke kolom
Factor.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 40
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Berdasarkan tabel di atas diketahui bahwa tidak ada perbedaan Samsung dengan Oppo
dan Vivo, sedangakan ada perbedaan signifikan Samsung dengan Lenovo . Diketahui bahwa
tidak ada perbedaan Oppo dengan Vivo dan Lenovo. Deketahui tidak ada perbedaan Vivo
dengan Lenovo.
Tukey HSD
1 2
Lenovo 10 35.70
Vivo 10 39.00 39.00
Oppo 10 41.10 41.10
Samsung 10 45.30
Berdasarkan tabel Tukey HSD, diketahui bahwa terdapat dua kelompok dimana:
Samsung = Oppo = Vivo & Oppo = Vivo = Lenovo, namun Samsung ≠ Lenovo.
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 41
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Pada dasarnya “Two Way Anova” tidak jauh berbeda dengan “One Way Anova”, yang
membedakan hanyalah ada variabel kelompok yang dikelompokkan lagi. Asumsi yang harus
dipenuhi pada one way anova sama dengan one way anova yaitu data berskala interval atau
rasio, data berdistribusi normal, dan varian homogen. Untuk lebih memahami Uji Anova Dua
Arah, disajikan contoh kasus 8.
Kasus 8.
Seorang peniliti ingin mengetahui apakah ada perbedaan prestasi belajar antar metode
pemebelajaran dan jenis kelamin serta interaksi anatara keduanya.
Metode Pembelajaran
Jenis kelamin A B C
60 70 80
40 60 60
70 80 90
Laki-laki 50 70 80
50 80 90
60 60 80
80 70 70
70 70 70
40 80 90
60 60 80
Perempuan 70 70 100
80 60 90
60 50 90
50 70 70
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 42
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Penyelesaian.
1. Hipotesis
Hipotesis berdasarkan jenis kelamin
𝐻0 ∶ Tidak ada perbedaan rata-rata antara Laki – laki dan Perempuan
𝐻1 ∶ Ada perbedaan rata- rata antara Laki – laki dan Perempuan
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 43
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
d. Masukkan data
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 44
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
h. Klik tab Option. Centang Descriptive statistics dan Homogenity tests. Continue
i. Klik tab Plots. Masukkan variable jeniskelamin ke kolom Horizontal Axis dan
metode ke kolom Separate Lines. Klik Add
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 45
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
k. Klik OK
Between-Subjects Factors
Value Label N
1.00 Laki-laki 21
jeniskelamin
2.00 Perempuan 21
1.00 Metode A 14
3.00 Metode C 14
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 46
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Descriptive Statistics
Dependent Variable: nilai
.536 5 36 .748
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 47
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
1. Pada tabel Between-Subject Factors merupakan output yang menunjukkan jumlah data
yang diproses, untuk masing – masing kategori disajikkan informasi jumlah datanya.
2. Pada tabel Descriptive Statistics dapat dilihat rata – rata data.
3. Pada tabel Levene’s Test of Equality of Error Variances dapat dilihat nilai 𝑆𝑖𝑔.
menunjukkan 0,748 > 0,05 artinya data tersebut homogen.
4. Pada tabel Test of Between-Subject Effects dapat dilakukan 2 analisa yang berbeda yaitu
“Uji beda rata-rata” berdasarkan variabel yang berbeda (jenis kelamin dan metode) dan uji
interaksi antar variabel kategori.
a. Interpretasi berdasarkan jeniskelamin
Didapat nilai 𝑆𝑖𝑔. = 0,685. Karena 0,685 > 0,05 maka 𝐻0 diterima. Jadi Tidak ada
perbedaan rata-rata jenis kelamin laki–laki dan perempuan. Karena 𝐻0 diterima
maka tidak perlu dilakukan uji lanjut.
b. Interpretasi berdasarkan metode
Didapat nilai 𝑆𝑖𝑔. = 0,000. Karena 0,000 < 0,05 maka 𝐻0 ditolak. Jadi Ada
perbedaan rata-rata metode A, metode B dan Metode C. Karena 𝐻0 ditolak maka
perlu dilakukan uji lanjut.
c. Interpretasi interaksi antar kategori
Didapat nilai 𝑆𝑖𝑔. = 0,490. Karena 0,490 > 0,05 maka 𝐻0 diterima. Jadi Tidak Ada
interaksi antara jenis kelamin dengan metode pembelajaran
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 48
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
Untuk melihat adanya interaksi atau tidak juga dapat dilihat pada grafik. Jika 2 garis
yang ada bersinggungan atau berpotongan maka ada interaksi antar kategori. Dilihat dari
grafik, 3 garis tidak ada yang saling berpotongan maka dapat disimpulkan bahwa tidak
ada interaksi antar kategori.
d. Klik Continue. Ok
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 49
Statistical Society, UNNES
Statistical Society (SS)
Sekretariat: Laboratorium Matematika, FMIPA, UNNES Solusi Olah Data Anda
(I) Metode (J) Metode Mean Std. Error Sig. 95% Confidence Interval
Difference (I-J) Lower Bound Upper Bound
Berdasarkan tabel di atas diketahui bahwa tidak ada perbedaan Metode A dengan
Metode B, sedangkan ada perbedaan signifikan Metode A dengan Metode C dan Metode
B dengan Metode C.
Nilai
Tukey HSD
Metode N Subset
1 2
Metoda A 14 60.0000
Metode B 14 67.8571
Metode C 14 81.4286
Sig. .172 1.000
Berdasarkan tabel Tukey HSD, diketahui bahwa terdapat dua kelompok dimana:
Metode A = Metode B, namun Metode A ≠ Metode C & Metode B ≠ Metode C
More info: +62 856-0065-5780 (Admin SS) Pelatihan Olah Data 2019 50
Statistical Society, UNNES