SALSA SYIFA NABILLA

066118151

LAPORAN PRAKTIKUM DAE 5

1. Data Kadar Paracetamol

1. Penampilan Variabel View dan Data View

 2. Hipotesis
Hipotesis uji kenormalan data atau normalitas
H0: Data yang di peroleh berasal dari populasi yang memiliki distribusi yang normal
H1: Data yang di peroleh berasal dari populasi yang memiliki distribusi yang tidak normal
Kriteria keputusannya yaitu:
Tolak H0 jika sig < α atau L hitung > L tabel
Terima H0 jika sig > α atau L hitung < L tabel
Hipotesis uji kehomogenan ragam galat
H0: Ragam data omogen
H1: Ragam data tidak homogen
Kriteria keputusannya yaitu:
Tolak H0 jika sig < α atau chi square hitung > chi square tabel
Terima H0 jika sig > α atau chi square hitung < chi square tabel

a. Tabel Anova
Tests of Between-Subjects Effects
Dependent Variable: Lama Waktu Turun
Type III Sum of
Source Squares df Mean Square F Sig.
a
Corrected Model 79.440 4 19.860 6.896 .001
Intercept 696.960 1 696.960 242.000 .000
Dosis 79.440 4 19.860 6.896 .001
Error 57.600 20 2.880
Total 834.000 25
Corrected Total 137.040 24
a. R Squared = .580 (Adjusted R Squared = .496)

F hitung > F tabel maka perlakuan nya memberikan pengaruh yang berbeda terhadap lama
turun panas.
b. Uji Lanjut

c. Homogeneous Subsets

Lama Waktu Turun

Subset
Pemberian Dosis N 1 2 3 4
Tukey HSDa,b Dosis 90 % 5 2.80
Dosis 75 % 5 4.00 4.00
Dosis 60 % 5 5.20 5.20 5.20
Dosis 40 % 5 6.60 6.60
Dosis 50 % 5 7.80
Sig. .207 .150 .150
a,b
Duncan Dosis 90 % 5 2.80
Dosis 75 % 5 4.00 4.00
Dosis 60 % 5 5.20 5.20
Dosis 40 % 5 6.60 6.60
Dosis 50 % 5 7.80
Sig. .277 .277 .207 .277
Means for groups in homogeneous subsets are displayed.
Based on observed means.
The error term is Mean Square (Error) = 2.880.
a. Uses Harmonic Mean Sample Size = 5.000.
b. Alpha = 0,05.

d. Uji Asumsi

e. Uji Normalitas

Pada uji normalitas di bagi menjadi dua pengujian yaitu ada yang secara formal dan secara non
formal, pada uji formal menggunakan analisis terhadap data menggunakan liliefors atau
kolmogrov-smirnov sedangkan pada uji non formal menggunakan uji Q-Q plot.
 • Uji Non Formal

Uji normalitas secara nonformal menggunakan Q-Q plot dengan langkah sebagai berikut :
Analyze > descriptive statistic > Q-Q plot > masukan data residual pada kolom variable > Ok.
di dapatkan data sebagai berikut:
Dari hasil grafik yang di peroleh data yang di tandai dengan titik menunjukan di sekitar dari
garis normal, maka dapat di asumsi kan bahwa data yang di peroleh merupakan dari populasi
yang terdistribusi secara normal tetapi hasil pada Q-Q PLOT ini merupakan data yang bersifat
subjektif artinya di perlukan analisis untuk mengetahui secara pasti apakah data merupakan
data dari distribusi normal atau distribusi yang tidak normal.

• Uji Formal
Uji normalitas formal menggunakan kolmogrof smirnov / lilifors dengan langkah
sebagai berikut: Analyze > descriptive statistic > explore > masukan data residu pada
kolom dependent list > plot > lalu ceklis pada kolom normality plots with tests > Ok.
Didapatkan hasil sebagai berikut:
 Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Residual for LTR .099 25 .200* .965 25 .532
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Hipotesis:
Dari hasil tabel tests of normality di peroleh data pada kolom kolmogrov- smirnov dimana nilai
L hitung yang di peroleh yaitu 0,099 dengan sig 0,200 > α 0,05 maka berdasarkan hipotesis
yang telah di buat maka terima H0 dimana, H0: Data yang di peroleh berasal dari populasi yang
memiliki distribusi yang normal
f. Kehomogenan Ragam
Uji kehomogenan ragam galat juga di bagi menjadi 2 yaitu uji kehomogenan formal dan non
formal, pada uji kehomogenan formal menggunakan uji bartlet dan uji kehomogenan non
formal menggunakan scatter plot. Uji kehomogenan ragam menggunakan scatter plot dengan
langkah sebagai berikut: Graph > legacy dialogs > scatter dot > simple scater plot > define >
pada kolom Y axis yaitu data residual, pada kolom X axis yaitu predicted > Ok. Di dapat kan
hasil sebagai berikut:
Dari hasil grafik yang di peroleh menggunakan scatter plot apabila titik pada scatter plot
menyebar secara acak dan tidak membentuk pola pada suatu nilai pada sumbu x terhadap
sumbu y maka, kehomogenan data yang di peroleh dapat terpenuhi, tetapi apabila titik pada
scatter plot membentuk suatu pola pada sebuah nilai pada sumbu x terhadap sumbu y maka,
kehomogenan data yang di peroleh tidak dapat terpenuhi, tetapi pada data scatter plot
merupakan data yang bersifat subjektif artinya di perlukan analisis untuk mengetahui secara
pasti apakah ragam data homogen atau ragam data tidak homogen.
g. Uji Bartlet
Uji kehomogenan ragam menggunakan uji bartlet dengan langkah sebagai berikut: Analyze >
classify > discriminant > pada kolom independent di masukan data residual sedangkan pada
grouping variable di masukan data perlakuan yaitu dosis kemudian di masukan defne range
nya dimana, min: 1 sedangkan pada max: 5 > statistic > lalu ceklis pada kolom box M >
continue > Ok. Di dapatkan data sebagai berikut:

Test Results
Box's M 1.357
F Approx. .307
df1 4
df2 600.000
Sig. .873
Tests null hypothesis of equal
population covariance matrices.

Hipotesis: Dari hasi tabel test results di peroleh bahwa sig 0,873 > α 0,05 dengan nilai chi
square hitung 1,357 < nilai chi square tabel 9,3484 maka berdasarkan hipotesis yang telah di
buat maka, terima H0 dimana, H0: Ragam data homogen Maka, dapat di simpulkan bahwa pada
data yang di peroleh merupakan data yang berdistribusi secara normal yang mempunyai ragam
data yang homogen.