PETUNJUK PENYUSUNAN LAPORAN RESMI

PRAKTIKUM STATISTIKA
P3

1. Tujuan praktikum
Tuliskan tujuan praktikum seperti yang tercantum pada buku petunjuk praktikum
(kompetensi dasar)

2. Tinjauan pustaka
a. Uji korelasi
Uji korelasi merupakan salah satu statistik inferensi yang menguji adanya hubungan
antara dua variabel atau lebih. Berdasarkan jenis datanya, uji korelasi dibedakan menjadi
tiga yaitu:
1) Uji koefisien kontingensi digunakan untuk menguji hubungan data nominal
2) Uji Kendall dan Spearman digunakan untuk menguji hubungan data ordinal
3) Uji product moment Pearson digunakan untukmenguji data rasio dan interval
Adanya hubungan antar variabel ditunjukkan dengan nilai signifikansi korelasi.
Nilai signifikansi korelasi dapat diketahui melalui:
1) Nilai probalitas
Apabila nilai probabilitas kurang dari 0,05 atau p < 0,05 maka ada hubungan atau
korelasi yang signifikan. Nilai probabilitas akan ditampilkan oleh program SPSS.
2) Nilai t
Adanya hubungan atau korelasi diketahui dengan cara membandingkan nilai t hitung
dan t tabel. Apabila nilai t hitung > t tabel, maka dikatakan ada hubungan yang
signifikan
Nilai koefisien korelasi (r) merupakan nilai yang digunakan untuk mengukur
kekuatan suatu hubungan antar variabel. Koefisien korelasi memiliki nilai antara -1
hingga +1. Sifat nilai korelasi yaitu:
1) Korelasi positif (+), artinya jika variabel x1 mengalami kenaikan, maka variabel x2
juga mengalami kenaikan, begitu pula sebaliknya
2) Korelasi negatif (-), artinya jika variabel x1 mengalami penurunan, maka variabel x2
mengalami kenaikan, begitu pula sebaliknya
3) Korelasi nol (0), artinya tidak ada hubungan antar dua variabel. Kenaikan atau
penurunan satu variabel tidak mempengaruhi variabel lain
Nilai koefisien korelasi dapat menunjukkan kekuatan hubungan antara dua variabel.
Interpretasi nilai koefisien korelasi adalah sebagai berikut:
1) 0,001 – 0,200 : korelasi sangat lemah
2) 0,201 – 0,400 : korelasi lemah
3) 0,401 – 0,600 : korelasi cukup kuat
4) 0,601 – 0,800 : korelasi kuat
5) 0,801 – 1,000 : korelasi sangat kuat
1
 b. Analisa probit
Analisa probit merupakan analisa non linier yang digunakan untuk menganalisis
hubungan antara satu variabel respon dan satu atau beberapa variabel bebas. Variabel
respon berupa variabel dikotomi yaitu bernilai 1 untuk menyatakan keberadaan sebuah
karakteristik dan bernilai 0 untuk menyatakan ketidakberadaan sebuah karakteristik.
Dalam bidang farmasi, analisa probit sering digunakan untuk menetapkan potensi suatu
obat seperti effective dose 50% (ED50) atau effective concentration 50% (EC50) atau
inhibition concentration 50% (IC 50). Kurva hubungan dosis dan respon tidak linier,
tetapi berbentuk sigmoid atau non linier, sehingga prediksi variabel tergantung dilakukan
melalui analisa probit.

3. Bahan dan alat

a. Bahan
Sebutkan bahan yang digunakan dalam praktikum
b. Alat
Sebutkan alat yang digunakan dalam praktikum

4. Kasus I (Uji Koefisien Kontingensi)

Tulislah kasus praktikum sesuai dengan kasus yang diberikan. Kasus praktikum ditulis
tangan. Tidak diperbolehkan menggunting dan menempelkan tabel kasus praktikum
yang sudah dibagikan.
Kasus praktikum:
Sebuah penelitian dilakukan untuk mengetahui hubungan domisili seseorang dengan
beberapa penyakit yang berhubungan dengan tingkat polusi udara. Responden dalam
penelitian ini adalah responden yang domisilinya di daerah Candi, Sampangan, dan
Kaligawe. Penyakit yang menjadi perhatian dalam penelitian ini adalah asma, ISPA, dan
conjunctivitis. Data penelitian terangkum dalam tabel berikut ini:

Responden Domisili Penyakit yang Responde Domisili Penyakit

responden diderita n responden yang diderita
1 Candi Conjunctivitis 8 Sampangan Asma
2 Kaligawe ISPA 9 Candi Asma
3 Kaligawe Asma 10 Candi ISPA
4 Sampangan Conjunctivitis 11 Kaligawe Asma
5 Candi ISPA 12 Kaligawe ISPA
6 Kaligawe Conjunctivitis 13 Sampangan Asma
7 Sampangan ISPA

5. Cara kerja I

2
a. Mendefinisikan variabel pada Variable View
1) Name
a) Baris 1: domisili
b) Baris 2: penyakit
2) Type: abaikan
3) Width: 8
4) Decimals: 0
5) Label
a) Baris 1: Domisili
b) Baris 2: Penyakit
6) Values
a) Baris 1
Lakukan kuantifikasi data kualitatif sebagai berikut:
(a) 1: Candi
(b) 2: Kaligawe
(c) 3: Sampangan
b) Baris 2
Lakukan kuantifikasi data kualitatif sebagai berikut:
(a) 1: Asma
(b) 2: ISPA
(c) 3: Conjunctivitis
7) Abaikan yang lainnya

b. Mengisi data pada Data View

Isikan data pada Data View seperti yang ada di kasus

c. Uji koefisien kontingensi

1) Klik Analyze
2) Arahkan kursor ke Descriptive Statistics
3) Arahkan kursor ke Crosstabs, kemudian klik
4) Pada kotak dialog Crosstabs:
a) Pindahkan Domisili ke kotak Row(s)
b) Pindahkan Penyakit ke kotak Column(s)
c) Klik Continue
5) Kembali ke kotak dialog Crosstabs, klik Statistics
6) Pada kotak dialog Crosstabs: Statistics, pada kotak Nominal, beri tanda centang
pada Contingency coefficient dan Phi and Cramer’s V
7) Klik Continue
8) Kembali ke kotak dialog Crosstabs, klik OK
Dalam laporan resmi, bagian cara kerja dikerjakan dengan menampilkan print screen
langkah-langkah berikut ini:
3
a. Mendefinisikan variabel pada Variable View
Lakukan print screen setelah selesai melakukan pendefinisian variabel pada Variable
View. Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.

b. Kuantifikasi data domisili

Lakukan print screen setelah selesai melakukan kuantifikasi data domisili. Cetaklah hasil
print screen, gunting, kemudian tempelkan pada laporan.

c. Kuantifikasi data penyakit

Lakukan print screen setelah selesai melakukan kuantifikasi data penyakit. Cetaklah hasil
print screen, gunting, kemudian tempelkan pada laporan.

d. Mengisi data pada Data View

4
 Lakukan print screen setelah anda selesai melakukan pengisian data pada Data View.
Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.

e. Uji koefisien kontingensi

5
6. Hasil analisis data I
Cetak, gunting, dan tempelkan pada laporan hasil dari output seperti contoh di bawah ini:

Penyakit * Domisili Crosstabulation

Count

Domisili

Candi Kaligawe Sampangan Total

Penyakit Asma 1 2 2 5

ISPA 2 2 1 5

Conjunctivitis 1 1 1 3
Total 4 5 4 13

6
 Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Phi .231 .952

Cramer's V .163 .952

Contingency Coefficient .225 .952

N of Valid Cases 13

7. Pembahasan I
a. Pada kasus I terdapat 2 jenis data yaitu data domisili dan penyakit. Masing-masing data
termasuk data apa? (data nominal, ordinal, interval, atau rasio?)
b. Kapan digunakan Approx. Sig Phi? Kapan digunakan Approx. Sig koefisien kontingensi?
Berdasarkan kasus praktikum, Approx. Sig manakah yang digunakan? Berdasarkan
Approx. Sig yang digunakan, apakah artinya?
c. Bila ada hubungan antara domisili responden dan penyakit yang diderita, bagaimana
keeratan hubungan domisili dan penyakit?

8. Kesimpulan I
a. Adakah hubungan antara domisili responden dengan penyakit akibat polusi udara?
b. Bagaimana keeratan hubungan domisili dan penyakit akibat polusi udara?

9. Kasus II (Uji Kendall’s tau-b dan Spearman’s rho)

Tulislah kasus praktikum sesuai dengan kasus yang diberikan. Kasus praktikum ditulis
tangan. Tidak diperbolehkan menggunting dan menempelkan tabel kasus praktikum
yang sudah dibagikan di laporan resmi.

Kasus praktikum:
Sebuah penelitian dilakukan untuk mengetahui hubungan tingkat pengetahuan pasien DM
tentang penyakitnya dengan kepatuhan minum obat. Responden dalam penelitian adalah
pasien yang sudah mengalami DM selama minimal 5 tahun. Tingkat pengetahuan pasien DM
tentang penyakitnya dikategorikan rendah, sedang, dan tinggi. Kepatuhan minum obat pasien
dikategorikan patuh, tidak selalu patuh, dan tidak patuh. Pasien DM sebanyak 15 orang diikut
sertakan dalam penelitian ini. Hasil penelitian adalah sebagai berikut:

7
Responde Tingkat Kepatuhan minum Responde Tingkat Kepatuhan minum
n pengetahun obat n pengetahun obat
1 Rendah Tidak selalu patuh 9 Rendah Tidak patuh
2 Tinggi Patuh 10 Sedang Tidak selalu patuh
3 Sedang Tidak selalu patuh 11 Tinggi Patuh
4 Rendah Tidak patuh 12 Rendah Tidak selalu patuh
5 Rendah Patuh 13 Tinggi Tidak patuh
6 Tinggi Tidak selalu patuh 14 Sedang Patuh
7 Tinggi Patuh 15 Tinggi Tidak patuh
8 Rendah Tidak patuh

10. Cara kerja II

a. Mendefinisikan variabel pada Variable View
1) Name:
a) Baris 1: pengetahuan
b) Baris 2: kepatuhan
2) Type: abaikan
3) Width: 8
4) Decimals: 0
5) Label: Pengetahuan
a) Baris 1: Pengetahuan
b) Baris 2: Kepatuhan
6) Values
a) Baris 1
Lakukan kuantifikasi data kualitatif sebagai berikut:
(a) 1: Tinggi
(b) 2: Sedang
(c) 3: Rendah
b) Baris 2
Lakukan kuantifikasi data kualitatif sebagai berikut:
(a) 1: Patuh
(b) 2: Tidak selalu patuh
(c) 3: Tidak patuh
7) Abaikan yang lainnya
b. Mengisi data pada Data View
Isikan data pada Data View seperti yang ada di kasus
c. Uji Kendall’s tau-b dan Spearman’s rho
1) Klik Analyze
2) Arahkan kursor ke Correlate
3) Arahkan kursor ke Bivariate, kemudian klik
4) Pada kotak dialog Bivariate Correlation:
a) Pindahkan Lama menderita dan Skor kualitas hidup ke kotak Variables

8
 b) Pada kotak Correlation Coefficients beri centang pada Kendall’s tau-b dan
Spearman tercentang, hilangkan centang pada kotak Pearson
c) Pada kotak Test of Significance tandai One-tailed
d) Pastikan Flag significant correlations tercentang
5) Klik Options hingga muncul kotak dialog Bivariate Correlations: Options
6) Pada kotak dialog Bivariate Correlations: Options, di kotak Missing Values
pastikan Exclude cases listwise tertandai, klik Continue
7) Kembali ke kotak dialog Bivariate Correlation, klik OK

Dalam laporan resmi, bagian cara kerja dikerjakan dengan menampilkan print screen
langkah-langkah berikut ini:
a. Mendefinisikan variabel pada Variable View
Lakukan print screen setelah anda selesai melakukan pendefinisian variabel pada
Variable View. Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.

b. Kuantifikasi data pengetahuan

Lakukan print screen setelah selesai melakukan kuantifikasi data pengetahuan. Cetaklah
hasil print screen, gunting, kemudian tempelkan pada laporan.

c. Kuantifikasi data kepatuhan

Lakukan print screen setelah selesai melakukan kuantifikasi data pengetahuan. Cetaklah
hasil print screen, gunting, kemudian tempelkan pada laporan.

9
d. Mengisi data pada Data View
Lakukan print screen setelah anda selesai melakukan pengisian data pada Data View.
Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.

e. Uji Kendall’s tau-b dan Spearman’s rho

10
11. Hasil analisis data II
Cetak, gunting, dan tempelkan pada laporan hasil dari output seperti contoh di bawah ini:

Correlations
Pengetahuan Kepatuhan
Kendall's tau_b Pengetahuan Correlation Coefficient 1.000 .259
Sig. (1-tailed) . .140
N 15 15
Kepatuhan Correlation Coefficient .259 1.000
Sig. (1-tailed) .140 .
N 15 15
Spearman's rho Pengetahuan Correlation Coefficient 1.000 .274
Sig. (1-tailed) . .162
N 15 15
Kepatuhan Correlation Coefficient .274 1.000
Sig. (1-tailed) .162 .
N 15 15

12. Pembahasan II

11
 a. Pada kasus II terdapat 2 jenis data yaitu data pengetahuan pasien DM tentang
penyakitnya dan kepatuhan minum obat. Masing-masing data termasuk data apa? (data
nominal, ordinal, interval, atau rasio?)
b. Kapan digunakan uji Kendall’s tau-b dan Spearman’s rho? Berapa jumlah data pada tiap
variabel dalam kasus? Berdasarkan jumlah data pada tiap variabel, uji korelasi manakah
yang digunakan?
c. Perhatikan nilai Sig. Spearman’s rho. Berapakah nilai Sig. Spearman’s rho? Apakah yang
dapat disimpulkan berdasarkan nilai Sig. Spearman’s rho?
d. Bila ada hubungan antara pengetahuan pasien DM tentang penyakitnya dan kepatuhan
minum obat, berapakah nilai koefisien korelasi Spearman’s rho? Bagaimana arah
hubungan pengetahuan dan kepatuhan minum obat? Apakah artinya?
e. Bila ada hubungan antara pengetahuan pasien DM tentang penyakitnya dan kepatuhan
minum obat, berdasarkan koefisien korelasi Spearman’s rho, bagaimana keeratan
hubungan pengetahuan pasien DM tentang penyakitnya dan tingkat kepatuhan minum
obat?

13. Kesimpulan II
a. Adakah hubungan antara pengetahuan pasien DM tentang penyakitnya dan tingkat
kepatuhan minum obat?
b. Bagaimana arah hubungan pengetahuan pasien DM tentang penyakitnya dan tingkat
kepatuhan minum obat?
c. Bagaimana keeratan hubungan pengetahuan pasien DM tentang penyakitnya dan tingkat
kepatuhan minum obat?

14. Kasus III (Uji product moment Pearson)

Tulislah kasus praktikum sesuai dengan kasus yang diberikan. Kasus praktikum ditulis
tangan. Tidak diperbolehkan menggunting dan menempelkan tabel kasus praktikum
yang sudah dibagikan di laporan resmi.
Kasus praktikum
Sebuah penelitian dilakukan untuk mengetahui hubungan kadar hemoglobin ibu hamil
dengan berat badan bayi saat dilahirkan. Penelitian ini melibatkan 10 ibu hamil. Data
penelitian terangkum dalam tabel berikut:

Responde Kadar Hb BB bayi Responde Kadar Hb BB bayi

n (mg/dl) (gram) n (mg/dl) (gram)
1 11,2 2500 6 12,6 3200
2 11,3 2600 7 11,1 2400
3 11,5 2700 8 11,2 2500
4 12,4 3600 9 12,8 3600
5 13,1 3900 10 11,4 2700
15. Cara kerja III

12
a. Mendefinisikan variabel pada Variable View
1) Name
a) Baris 1: hemoglobin
b) Baris 2: BB
2) Type: abaikan
3) Width: 8
4) Decimals: sesuaikan dengan kasus
5) Label
a) Baris 1: Kadar hemoglobin
b) Baris 2: Berat badan
6) Abaikan yang lainnya
b. Mengisi data pada Data View
Isikan data pada Data View seperti yang ada di kasus
c. Uji product moment Pearson
1) Klik Analyze
2) Arahkan kursor ke Correlate
3) Arahkan kursor ke Bivariate, kemudian klik
4) Pada kotak dialog Bivariate Correlation:
a) Pindahkan Hemoglobin dan Berat badan ke kotak Variables
b) Pada kotak Correlation Coefficients beri centang pada Pearson
c) Pada kotak Test of Significance tandai Two-tailed
d) Pastikan Flag significant correlations tercentang
5) Klik Options hingga muncul kotak dialog Bivariate Correlations: Options
6) Pada kotak dialog Bivariate Correlations: Options, di kotak Missing Values
pastikan Exclude cases listwise tertandai, klik Continue
7) Kembali ke kotak dialog Bivariate Correlation, klik OK

Dalam laporan resmi, bagian cara kerja dikerjakan dengan menampilkan print screen
langkah-langkah berikut ini:
a. Mendefinisikan variabel pada Variable View
Lakukan print screen setelah anda selesai melakukan pendefinisian variabel pada
Variable View. Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.

b. Mengisi data pada Data View

13
 Lakukan print screen setelah anda selesai melakukan pengisian data pada Data View.
Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.

c. Uji product moment Pearson

14
16. Hasil analisis data III
Cetak, gunting, dan tempelkan pada laporan hasil dari output seperti contoh di bawah ini:

Correlations

Hemoglobin Berat badan

Hemoglobin Pearson Correlation 1 .971**

Sig. (2-tailed) .000

N 10 10
**
Berat badan Pearson Correlation .971 1

Sig. (2-tailed) .000

N 10 10

**. Correlation is significant at the 0.01 level (2-tailed).

17. Pembahasan III

a. Pada kasus III terdapat 2 jenis data yaitu data kadar Hb ibu hamil dan berat badan bayi
saat lahir. Masing-masing data termasuk data apa? (data nominal, ordinal, interval, atau
rasio?)

15
 b. Kapan digunakan uji product moment Pearson?
c. Perhatikan nilai Sig. Pearson. Berapakah nilai Sig. Pearson? Apakah yang dapat
disimpulkan berdasarkan nilai Sig. Pearson?
d. Apabila ada hubungan antara kadar HB ibu hamik dan berat badan bayi saat lahir.
berapakah nilai koefisien korelasi Pearson? Bagaimana arah hubungan kadar Hb ibu
hamil dan berat badan bayi saat lahir? Apakah artinya?
e. Apabila ada hubungan antara kadar HB ibu hamik dan berat badan bayi saat lahir,
berdasarkan koefisien korelasi Pearson, bagaimana keeratan hubungan kadar Hb ibu
hamil dan berat badan bayi saat lahir?

18. Kesimpulan III

a. Adakah hubungan antara kadar Hb ibu hamil dan berat badan bayi saat lahir?
b. Bagaimana arah hubungan kadar Hb ibu hamil dan berat badan bayi saat lahir?
c. Bagaimana keeratan hubungan kadar Hb ibu hamil dan berat badan bayi saat lahir?

19. Kasus IV(Analisa Probit)

Tulislah kasus praktikum sesuai dengan kasus yang diberikan. Kasus praktikum ditulis
tangan. Tidak diperbolehkan menggunting dan menempelkan tabel kasus praktikum
yang sudah dibagikan di laporan resmi.
Kasus praktikum:
Telah dilakukan uji toksisitas akut ekstrak kloroform buah kecubung pada tikus. Ekstrak
kloroform buah kecubung dosis tertentu diberikan pada tikus secara per oral kemudian
dihitung persen kematian tikus. Toksisitas ekstrak kloroform buah kecubung dinyatakan
sebagai LD50. Tabel berikut ini merupakan rangkuman hasil penelitian tersebut.

Kelompo Dosis (mg/kgBB) % kematian

k
1 2000 100,00
2 1750 75,25
3 1500 63,29
4 1250 33.91
5 1000 20,63
6 750 8,42
7 500 0,00

Pertanyaan: berapakah LD50 ekstrak kloroform buah kecubung?

20. Cara kerja IV

a. Mendefinisikan variabel pada Variable view
1) Name:
a) Baris 1: dosis

16
 b) Baris 2: kematian
c) Baris 3: maksimal
2) Type: abaikan
3) Width: 8
4) Decimals:
a) Baris 1: 0
b) Baris 2: 2
c) Baris 3: 0
5) Label:
a) Baris 1: Dosis
b) Baris 2: Kematian
c) Baris 3: Maksimal
6) Abaikan yang lainnya
b. Mengisi data pada Data View
Isikan data pada Data View seperti yang ada di kasus
c. Analisa probit
1) Klik Analyze
2) Klik Regression
3) Arahkan kursor ke Probit, kemudian klik
4) Pada kotak dialog Probit Analysis:
a) Pindahkan Kematian ke kotak Response Frequency
b) Pindahkan Maksimal ke kotak Total Observed
c) Pindahkan Dosis ke kotak Covariate(s)
d) Pada kotak Covariate(s) ganti Transform dengan Log base 10
e) Pada kotak Model pastikan Probit tertandai
5) Klik Option hingga muncul kotak dialog Probit Analysis: Option
6) Pada kotak dialog Probit Analysis: Option
a) Pastikan Fiducial convidencial interval tercentang
b) Significance level for use of heterogeneity factor 0,15
c) Klik Continue
7) Kembali ke kotak dialog Probit Analysis, klik OK

Dalam laporan resmi, bagian cara kerja dikerjakan dengan menampilkan print screen
langkah-langkah berikut ini:
a. Mendefinisikan variabel pada Variable View
Lakukan print screen setelah anda selesai melakukan pendefinisian variabel pada
Variable View. Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.

17
b. Pengisian data pada Data View
Lakukan print screen setelah anda selesai melakukan pengisian data pada Data View.
Cetaklah hasil print screen, gunting, kemudian tempelkan pada laporan.

c. Analisis probit

18
21. Hasil analisis data IV
Cetak, gunting, dan tempelkan pada laporan hasil dari output seperti contoh di bawah ini.
Berikan tanda pada bagian yang menjadi jawaban atas pertanyaan kasus. Penandaan
dapat dilakukan dengan memberikan stabilo warna terang atau menggaris bawahinya dengan
bolpen warna merah atau warna lain yang berbeda dengan warna tinta printer.

Confidence Limits

Probability 95% Confidence Limits for Dosis 95% Confidence Limits for log(Dosis)b

Estimate Lower Bound Upper Bound Estimate Lower Bound Upper Bound

PROBITa dimension1
.010 620.067 388.445 776.930 2.792 2.589 2.890

.020 677.237 445.748 830.536 2.831 2.649 2.919

.030 716.213 486.264 866.714 2.855 2.687 2.938

19
 .040 747.005 519.049 895.144 2.873 2.715 2.952

.050 773.025 547.257 919.095 2.888 2.738 2.963

.060 795.886 572.400 940.102 2.901 2.758 2.973

.070 816.485 595.329 959.020 2.912 2.775 2.982

.080 835.382 616.579 976.376 2.922 2.790 2.990

.090 852.947 636.506 992.520 2.931 2.804 2.997

.100 869.442 655.363 1007.701 2.939 2.816 3.003

.150 941.199 738.805 1074.174 2.974 2.869 3.031

.200 1002.431 811.340 1131.924 3.001 2.909 3.054

.250 1058.127 877.801 1185.846 3.025 2.943 3.074

.300 1110.776 940.487 1238.593 3.046 2.973 3.093

.350 1161.899 1000.657 1292.021 3.065 3.000 3.111

.400 1212.583 1059.062 1347.700 3.084 3.025 3.130

.450 1263.724 1116.200 1407.139 3.102 3.048 3.148

.500 1316.160 1172.475 1471.908 3.119 3.069 3.168

.550 1370.772 1228.333 1543.738 3.137 3.089 3.189

.600 1428.585 1284.382 1624.649 3.155 3.109 3.211

.650 1490.903 1341.505 1717.202 3.173 3.128 3.235

.700 1559.521 1400.989 1824.956 3.193 3.146 3.261

.750 1637.118 1464.743 1953.362 3.214 3.166 3.291

.800 1728.078 1535.786 2111.631 3.238 3.186 3.325

.850 1840.501 1619.473 2317.343 3.265 3.209 3.365

.900 1992.402 1727.323 2610.846 3.299 3.237 3.417

.910 2030.933 1753.934 2687.902 3.308 3.244 3.429

.920 2073.636 1783.128 2774.473 3.317 3.251 3.443

.930 2121.628 1815.591 2873.199 3.327 3.259 3.458

.940 2176.541 1852.322 2987.979 3.338 3.268 3.475

.950 2240.907 1894.861 3124.924 3.350 3.278 3.495

.960 2318.965 1945.772 3294.394 3.365 3.289 3.518

.970 2418.663 2009.822 3516.110 3.384 3.303 3.546

.980 2557.861 2097.629 3835.234 3.408 3.322 3.584

.990 2793.697 2242.687 4400.360 3.446 3.351 3.643

a. A heterogeneity factor is used.

b. Logarithm base = 10.

20
22. Pembahasan IV
a. Apakah yang dimaksud dengan LD50 ekstrak kloroform buah kecubung pada kasus di
atas?
b. Berapakah LD50 ekstrak kloroform buah kecubung setelah dilakukan analisis probit?
Cantumkan satuan LD50-nya (satuannya sama dengan satuan dosis pada tabel kasus)

23. Kesimpulan IV
LD50 ekstrak kloroform buah kecubung adalah … (jangan lupa menuliskan satuannya)

24. Lampiran
Berisi laporan sementara anggota kelompok dan petunjuk penulisan laporan resmi praktikum
statistika P2

21