OLEH:
NIM. 1809511121
KELAS D
UNIVERSITAS UDAYANA
2020
I. PENDAHULUAN
Statistika adalah cabang ilmu matematika terapan yang terdiri dari teori dan metoda
mengenai bagaimana cara mengumpulkan, mengukur, mengklasifikasi, menghitung,
menjelaskan, mensintesis, menganalisis, dan menafsirkan data yang diperoleh secara
sistematis. Dengan demikian, didalamnya terdiri dari sekumpulan prosedur mengenai
bagaimana cara Mengumpulkan data, Meringkas data, Mengolah data, Menyajikan data,
Menarik kesimpulan dan interpretasi data berdasarkan kumpulan data dan hasil analisisnya.
SPSS (awalnya, Paket Statistik untuk Ilmu Sosial) dirilis di versi pertama yaitu
pada tahun 1968 setelah dikembangkan oleh Norman H. Nie dan C. Hadlai Hull.
Norman Nie sendiri yaitu seorang ilmuan politik pasca sarjana di Stanford University,
saat itu sedang mengadakan Riset Profesor di Departemen Ilmu Politik di Stanford
dengan Profesor Emeritus Ilmu Politik di University of Chicago.
II. HASIL INPUT SPSS
Membuat data variabel bebas dan variabel terikat (Klik Variabel view, dan isi sesuai
tampilan di bawah)
Mengisi Value Labels (Klik pada pojok kiri atas Kolom Values pada baris 1
(Perusahaan)
Memasukan data perusahaan,babi dan berat pada data view
Descriptive Statistics
Berat Badan (kg) 25 129 70 199 3165 126.60 6.711 33.555 1125.917
Lingkar Dada (cm) 25 39 98 137 2904 116.16 1.520 7.598 57.723
Valid N (listwise) 25
3. Hasil output data dengan variabel independent dan dependent (gambar)
4. Hasil output data dengan variabel independent dan dependent dalam bentuk tabel
Berat (kg)
Babi Sum Mean N Std. Deviation
Descriptive Statistics
N Range Minimum Maximum Sum Mean Std. Deviation Variance
Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic
(gram/ekor/hari)
Statistics
Interval Kelas
N Valid 100
Missing 0
Interval Kelas
Cumulative
Frequency Percent Valid Percent Percent
Descriptives
Statistic Std. Error
Berat (kg) Mean 256.20 2.943
95% Confidence Interval Lower Bound 249.54
for Mean Upper Bound 262.86
5% Trimmed Mean 255.56
Median 254.00
Variance 86.622
Std. Deviation 9.307
Minimum 246
Maximum 278
Range 32
Interquartile Range 12
Skewness 1.462 .687
Kurtosis 2.794 1.334
2. Hasil Output One Sampel Test
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
Berat (kg) 10 256.20 9.307 2.943
One-Sample Test
Test Value = 0
95% Confidence Interval of the
Difference
t df Sig. (2-tailed) Mean Difference Lower Upper
Berat (kg) 87.049 9 .000 256.200 249.54 262.86
One-Sample Test
Test Value = 250
95% Confidence Interval of the
Difference
t df Sig. (2-tailed) Mean Difference Lower Upper
Berat (kg) 2.107 9 .064 6.200 -.46 12.86
260.0
95% Cl Berat (kg)
257.5
256
255.0
252.5
250.0
Berat (kg)
IV TEORI
25
X = 𝑖=1 𝑋𝑖(𝑋1 + 𝑋2 + ⋯ . +𝑋25
∑ = (70+80+…+140)
X
X = 3165 kg
X̅ = 1
25 ∑25
𝑖=1
𝑋𝑖 1
(𝑋1 + 𝑋2 + ⋯ + 𝑋25)
25
X̅ = 1
25
(70+80+…+140)
1
X̅ =
25
(3165)
X̅ = 126,6 kg
Y̅ = 1
25 ∑25
𝑖=1
𝑌𝑖 1 (𝑌1 + 𝑌2 + ⋯ + 𝑌25)
25
Y̅ = 1
25
(98+112+…+117)
1
Y̅ =
25
(2094)
Y̅ =116,16 cm
8. Jumlah hasil kali berat badan dengan lingan lingkar dada (XiYi)
25
XY = 𝑖=1 𝑋𝑖𝑌𝑖 = 𝑋1𝑌1 + 𝑋2𝑌2 + ⋯ + 𝑋25𝑌25
∑ = (70× 98) + (80×112) + …. + (140×117)
= 371656
9. Jumlah kuadrat selisih berat badan dengan rata-rata
25
= 27033 kg
1. Perhitungan berat babi perusahaan 1 sampai dengan 3 untuk semua jenis babi
3
Yi = 𝑖=1 𝑌𝑖 (𝑌1 + Y2 + Y3 )
∑ = 445 + 520 +550
= 1515 kg
4
Yj = 𝑖=1 𝑌𝑗 (𝑌1 + Y2 + Y3 )
∑
= 390 +360 + 400
= 1150 kg
Y̅ = 1 ∑24
𝑖=1
𝑌𝑖 1 (𝑌11 + 𝑌12 + 𝑌1 + 𝑌14)
4 4
= 1 (100+120+115+110)
4
= 111,25 kg
5. Perhitungan rata-rata berat babi pada perusahaan 2 (Y̅ 2)
Y̅ = 1 ∑24
𝑖=1
𝑌𝑖 1 (𝑌21 + 𝑌22 + 𝑌23 + 𝑌24)
4 4
= 1 (130+140+100+150)
4
520
= 4
= 130 kg
Y=1
3𝑥4 ∑3𝑖=1 ∑4𝑗=1 𝑌𝑖𝑗 = 13𝑥4 (Y11+Y12+...+Y34)
= 1 (100+120+…+140)
12
= 1 (1515)
12
= 126,25 kg
X = ∑100
𝑖=1 𝑋𝑖(𝑋1 + 𝑋2 + 𝑋3 + ⋯ +
𝑋100) X = (30+30+34+…+65)
X = 4902 gram/ekor/hari
X̅ = 1
100
(30+30+34+…+65)
= 49,02 gram/hari/ekor
X̅ = 1
10 ∑10
𝑖=1
𝑋𝑖 1 (𝑋1 + 𝑋2 + 𝑋3 + ⋯ + 𝑋10)
10
= 1 (248+249+252+…+255)
10
= 256,20 kg
= 249.54 – 262.86
= 256.20 ± 6.6
One-Sample Test
Test Value = 250
95% Confidence Interval of
Sig. (2- Mean the Difference
t df tailed) Difference Lower Upper
Berat (kg) 2.107 9 .064 6.200 -.46 12.86
Dari data yang tertera , maka perhitungannya yatu Ho diterima (P>0,05) sehingga
pendugaan terhadap berat sapi 250 kg dapat diterima.
V KESIMPULAN
Pada praktikum ini saya belajar tentang program SPSS. SPSS (Statistical Product and
Service Solutions) adalah aplikasi yang digunakan untuk melakukan analisis statistika tingkat
lanjut, analisis data dengan algoritma machine learning, analisis string, serta analisis big data
yang dapat diintegrasikan untuk membangun platform data analisis.
Saya belajar tentang PIA: memasukkan data dan transformasi data ke dalam spss dan
PIB: distribusi frekuensi, pendugaan serta pengujian hipotesis. Pada praktikum ini saya sudah
memuat semua data yang di praktikum kan.