Tugas 2 Abdillah Kaissanan (001409192020)

1. Lakukan analisis data dengan menggunakan SPSS untuk mendeskripsikan dua kelompok
data berikut:
 Tentukan nilai estimasi interval penduganya
 Jelaskan makna dari nilai estimasi interval titik yang anda peroleh!
 Lakukan Pengujian normalitas data dan uraikan makna hasil pengujian berdasarkan nilai
Skweness dan kurtosis, analisis Kolmogorov-Smirnov atau Shapiro-Wilk, normal
probability plot, dan coeficient of varians (CV)
A. Data eksperimen kekuatan kain yang diperoleh dari pengukuran 121 sampel menunjukkan
nilai-nilai sebagai berikut:

B. Data eksperimen kekuatan tarik jenis logam yang diperoleh dari pengukuran 40 sampel
menunjukkan nilai-nilai sebagai berikut:

Kekuata Tarik Jenis Logam

923 1051 1090 1141 1162 1196 1225 1264 1302 1368
924 1051 1094 1146 1163 1197 1231 1270 1303 1393
931 1055 1095 1146 1170 1200 1233 1273 1312 1399
939 1055 1106 1150 1171 1205 1233 1273 1314 1406

Jawab :
A. Data eksperimen kekuatan kain yang diperoleh dari pengukuran 121 sampel
a. Nilai estimasi interval penduga
Tugas 2 Abdillah Kaissanan (001409192020)

One-Sample Test
Test Value = 0
t df Sig. (2-tailed) Mean Difference 95% Confidence Interval of the
Difference
Lower Upper
Kekuatan Kain 588.863 120 .000 3.36851 3.3572 3.3798

Gambar 1
b. Makna dari nilai estimasi interval titik yang anda peroleh!
Berdasarkan hasil output SPSS pada gambar 1, yang perlu diperhatikan adalah
nila Lower yaitu sebesar 3.3572 dan Upper sebesar 3.3798, artinya kita percaya bahwa
dengan tingkat kepercayaan 95% rata rata dari populasi berada pada selang 3.3572
sampai dengan 3.3798.
c. Pengujian normalitas data dan uraikan makna hasil pengujian berdasarkan nilai Skweness
dan kurtosis, analisis Kolmogorov-Smirnov atau Shapiro-Wilk, normal probability plot,
dan coeficient of varians (CV).
 Uji normalitas dengan Skewness dan Kurtosis

Descriptive Statistics
N Skewness Kurtosis
Statistic Statistic Std. Error Statistic Std. Error
Kekuatan Kain 121 .200 .220 .311 .437

Valid N (listwise) 121

Gambar 2
Dasar pengambilan keputusan dalam uji normalitas Skewness dan Kurtosis
dimana jika nilai rasio Skewness dan Kurtosis berada di antara -2 sampai dengan +2
maka data nilai penelitian berdistribusi normal. Rumus untuk mencari rasio Skewness
adalah nilai Sklewness dibagi dengan standar eror Skewness. Sedangkan rumus
untuk rasio Kurtosis adalah nilai kurtosis dibagi dengan standar eror kurtosis.
𝑛𝑖𝑙𝑎𝑖 𝑆𝑘𝑒𝑤𝑛𝑒𝑠𝑠
𝑅𝑎𝑠𝑖𝑜 𝑆𝑘𝑒𝑤𝑛𝑒𝑠𝑠 =
𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑒𝑟𝑜𝑟 𝑆𝑘𝑒𝑤𝑛𝑒𝑠𝑠
Tugas 2 Abdillah Kaissanan (001409192020)

0.200
=
0.220

= 0.90901

𝑛𝑖𝑙𝑎𝑖 𝐾𝑢𝑟𝑡𝑜𝑠𝑖𝑠
𝑅𝑎𝑠𝑖𝑜 𝐾𝑢𝑟𝑡𝑜𝑠𝑖𝑠 =
𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑒𝑟𝑜𝑟 𝐾𝑢𝑟𝑡𝑜𝑠𝑖𝑠
0.311
=
0.437

= 0.71167
Hasil rasio Skewess dan rasio Kurtosis berada diantara -2 dan +2 artinya berdasarkan
analisis data menggunakan program SPSS, dapat diambil sebuah keputusan uji yaitu
data eksperimen kekuatan kain berdistribusi normal.

 Uji Kolmogorov Smirnov dan Shapiro – Wilk

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Data Kekuatan kain .077 121 .074 .991 121 .648
a. Lilliefors Significance Correction

Gambar 3

Cara menyimpulkan tabel Kolmogorov Smirnov adalah apabila Kolmogorov

hitung < Kolmogorov tabel maka keputusannya adalah data berdistribusi normal.
Sebaliknya apabila Kolmogorov hitung > Kolmogorov tabel maka keputusannya
adalah data tidak berdistribusi normal.
Berdasarkan output SPSS pada gambar 3, nilai Kolmogorov hitung yang
ditunjukkan dengan nilai statistic Kolmogorov Smirnov yaitu sebesar 0.077
dibandingkan dengan nilai Kolmogorov tabel pada sampel 𝑁 = 121 yaitu 0.122,
maka 0.077 < 0.122 berarti data berdistribusi normal. Sedangkan untuk hasil uji
Shapiro – Wilk, df sebesar 121 artinya lebih besar dari 50 sehingga penggunaan
Shapiro – Wilk untuk mendeteksi kenormalan data pada penelitian tersebut bias
dikatakan kurang tepat. Dari hasil output pada gambar 3 diatas menunjukkan nilai sig.
sebesar 0.0648 > 0.05 sehingga berdasarkan pengambilan keputusan untuk Shapiro –
Wilk dapat disimpulkan bahwa data berdistribusi secara normal.
Tugas 2 Abdillah Kaissanan (001409192020)

 Normal probability plot

Gambar 4
Berdasarkan hasil output SPSS pada gambar 4, dapat dilihat bahwa data menyebar di
sekitar garis diagonal sehingga dapat disimpulkan bahwa data berdistribusi normal.
 Coeficient of Varians (CV)
Descriptives

Statistic Std. Error

Mean 3.3685 .00572

95% Confidence Interval for Lower Bound 3.3572

Mean Upper Bound 3.3798

5% Trimmed Mean 3.3675

Median 3.3700

Variance .004

Data Kekuatan kain Std. Deviation .06292

Minimum 3.21

Maximum 3.57

Range .36

Interquartile Range .08

Skewness .200 .220

Kurtosis .311 .437

Gambar 5
Tugas 2 Abdillah Kaissanan (001409192020)

 Nilai Coeficient of Varians (CV) tidak mutlak kita peroleh dari hasil SPSS sehingga
kita harus melakukan perhitungan manual terlebih dahulu. Rumus untuk Coeficient of
Varians (CV) adalah
𝑆𝑡𝑑 𝐷𝑒𝑣𝑖𝑎𝑠𝑖
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑜𝑓 𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 100%
𝑀𝑒𝑎𝑛

0.06292
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑜𝑓 𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 100%
3.3685

𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑜𝑓 𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 1.86%

Data hasil perhitungan tersebut dapat dikatakan berdistribusi normal apabila hasil
hitungnya < 30%. Setelah dilakukan perhitungan pada output di atas, diperoleh
koefisien varian sebesar 1.86% < 30% sehingga dapat disimpulkan bahwa data
tersebut berdistribusi normal.
B. Data eksperimen kekuatan tarik jenis logam yang diperoleh dari pengukuran 40 sampel
a. Nilai estimasi interval penduga

One-Sample Test

Test Value = 0

t df Sig. (2-tailed) Mean Difference 95% Confidence Interval of

the Difference

Lower Upper

Data Kekuatan Tarik Logam 58.241 39 .000 1179.00000 1138.0534 1219.9466

Gambar 6
b. Makna dari nilai estimasi interval titik yang anda peroleh!
Berdasarkan hasil output SPSS pada gambar 6, yang perlu diperhatikan adalah
nila Lower yaitu sebesar 1138.0534 dan Upper sebesar 1219.9466, artinya kita percaya
bahwa dengan tingkat kepercayaan 95% rata rata dari populasi berada pada selang
1138.0534 sampai dengan 1219.9466.
c. Pengujian normalitas data dan uraikan makna hasil pengujian berdasarkan nilai Skweness
dan kurtosis, analisis Kolmogorov-Smirnov atau Shapiro-Wilk, normal probability plot,
dan coeficient of varians (CV).
 Uji normalitas dengan Skewness dan Kurtosis
Tugas 2 Abdillah Kaissanan (001409192020)

Descriptive Statistics

N Skewness Kurtosis

Statistic Statistic Std. Error Statistic Std. Error

Data Kekuatan Tarik Logam 40 -.280 .374 -.282 .733

Valid N (listwise) 40
Gambar 7
Dasar pengambilan keputusan dalam uji normalitas Skewness dan Kurtosis
dimana jika nilai rasio Skewness dan Kurtosis berada di antara -2 sampai dengan +2
maka data nilai penelitian berdistribusi normal. Rumus untuk mencari rasio Skewness
adalah nilai Sklewness dibagi dengan standar eror Skewness. Sedangkan rumus
untuk rasio Kurtosis adalah nilai kurtosis dibagi dengan standar eror kurtosis.
𝑛𝑖𝑙𝑎𝑖 𝑆𝑘𝑒𝑤𝑛𝑒𝑠𝑠
𝑅𝑎𝑠𝑖𝑜 𝑆𝑘𝑒𝑤𝑛𝑒𝑠𝑠 =
𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑒𝑟𝑜𝑟 𝑆𝑘𝑒𝑤𝑛𝑒𝑠𝑠
−0.280
=
0.374

= −0.748

𝑛𝑖𝑙𝑎𝑖 𝐾𝑢𝑟𝑡𝑜𝑠𝑖𝑠
𝑅𝑎𝑠𝑖𝑜 𝐾𝑢𝑟𝑡𝑜𝑠𝑖𝑠 =
𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑒𝑟𝑜𝑟 𝐾𝑢𝑟𝑡𝑜𝑠𝑖𝑠
−0.282
=
0.733

= −0.384
Hasil rasio Skewess dan rasio Kurtosis berada diantara -2 dan +2 artinya berdasarkan
analisis data menggunakan program SPSS, dapat diambil sebuah keputusan uji yaitu
data eksperimen kekuatan kain berdistribusi normal.

 Uji Kolmogorov Smirnov dan Shapiro – Wilk

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Data Kekuatan Tarik Logam .083 40 .200* .967 40 .292

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction
Gambar 8
Tugas 2 Abdillah Kaissanan (001409192020)

Cara menyimpulkan tabel Kolmogorov Smirnov adalah apabila Kolmogorov

hitung < Kolmogorov tabel maka keputusannya adalah data berdistribusi normal.
Sebaliknya apabila Kolmogorov hitung > Kolmogorov tabel maka keputusannya
adalah data tidak berdistribusi normal.
Berdasarkan output SPSS pada gambar 8, nilai Kolmogorov hitung yang
ditunjukkan dengan nilai statistic Kolmogorov Smirnov yaitu sebesar 0.083
dibandingkan dengan nilai Kolmogorov tabel pada sampel 𝑁 = 40 yaitu 0.210,
maka 0.0833 < 0.210 berarti data berdistribusi normal. Sedangkan untuk hasil uji
Shapiro – Wilk, df sebesar 40 artinya lebih kecilr dari 50 sehingga penggunaan
Shapiro – Wilk untuk mendeteksi kenormalan data pada penelitian tersebut bisa
dikatakan sudah tepat. Dari hasil output pada gambar 8 diatas menunjukkan nilai sig.
sebesar 0.292 > 0.05 sehingga berdasarkan pengambilan keputusan untuk Shapiro –
Wilk dapat disimpulkan bahwa data berdistribusi secara normal.
 Normal probability plot

Gambar 9
Berdasarkan hasil output SPSS pada gambar 9, dapat dilihat bahwa data menyebar di
sekitar garis diagonal sehingga dapat disimpulkan bahwa data berdistribusi normal.
Tugas 2 Abdillah Kaissanan (001409192020)

 Coeficient of Varians (CV)

Descriptives

Statistic Std. Error

Mean 1179.0000 20.24361

95% Confidence Interval for Lower Bound 1138.0534

Mean Upper Bound 1219.9466

5% Trimmed Mean 1180.7778

Median 1183.5000

Variance 16392.154

Data Kekuatan Tarik Logam Std. Deviation 128.03185

Minimum 923.00

Maximum 1406.00

Range 483.00

Interquartile Range 178.00

Skewness -.280 .374

Kurtosis -.282 .733

Gambar 10
Nilai Coeficient of Varians (CV) tidak mutlak kita peroleh dari hasil SPSS sehingga
kita harus melakukan perhitungan manual terlebih dahulu. Rumus untuk Coeficient of
Varians (CV) adalah
𝑆𝑡𝑑 𝐷𝑒𝑣𝑖𝑎𝑠𝑖
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑜𝑓 𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 100%
𝑀𝑒𝑎𝑛
128.03185
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑜𝑓 𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 100%
1179.0000

𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑜𝑓 𝑉𝑎𝑟𝑖𝑎𝑛𝑠 = 10.85%

Data hasil perhitungan tersebut dapat dikatakan berdistribusi normal apabila hasil
hitungnya < 30%. Setelah dilakukan perhitungan pada output di atas, diperoleh
koefisien varian sebesar 10.85% < 30% sehingga dapat disimpulkan bahwa data
tersebut berdistribusi normal.
Tugas 2 Abdillah Kaissanan (001409192020)

2. Lakukan uji normalitas dan homogenitas data kekuatan beton pada dua metode pengeringan
yang berbeda dari tujuh jenis campuran beton berikut ini:

Jawab :
a) uji normalitas

Tests of Normality

Mix Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

1 .303 7 .051 .828 7 .076

metode
2 .326 7 .024 .821 7 .066

a. Lilliefors Significance Correction

Gambar 11
Cara menyimpulkan tabel Kolmogorov Smirnov adalah apabila Kolmogorov
hitung < Kolmogorov tabel maka keputusannya adalah data berdistribusi normal.
Sebaliknya apabila Kolmogorov hitung > Kolmogorov tabel maka keputusannya
adalah data tidak berdistribusi normal.
Berdasarkan output SPSS pada gambar 11, nilai Kolmogorov hitung yang
ditunjukkan dengan nilai statistic Kolmogorov Smirnov untuk metode 1 yaitu sebesar
0.303 dibandingkan dengan nilai Kolmogorov tabel pada sampel 𝑁 = 7 yaitu 0.384,
maka 0.303 < 0.384 berarti data berdistribusi normal. Sedangkan untuk hasil uji
Shapiro – Wilk untuk metode 1 df sebesar 7 artinya lebih kecil dari 50 sehingga
penggunaan Shapiro – Wilk untuk mendeteksi kenormalan data pada penelitian
tersebut bisa dikatakan sudah tepat. Dari hasil output pada gambar 11 diatas
Tugas 2 Abdillah Kaissanan (001409192020)

menunjukkan nilai sig. sebesar 0.076 > 0.05 sehingga berdasarkan pengambilan
keputusan untuk Shapiro – Wilk dapat disimpulkan bahwa data berdistribusi secara
normal.
Sedangkan untuk nilai Kolmogorov hitung yang ditunjukkan dengan nilai statistic
Kolmogorov Smirnov untuk metode 2 yaitu sebesar 0.326 dibandingkan dengan nilai
Kolmogorov tabel pada sampel 𝑁 = 7 yaitu 0.384, maka 0.326 < 0.384 berarti data
berdistribusi normal. Sedangkan untuk hasil uji Shapiro – Wilk untuk metode 2 df
sebesar 7 artinya lebih kecil dari 50 sehingga penggunaan Shapiro – Wilk untuk
mendeteksi kenormalan data pada penelitian tersebut bisa dikatakan sudah tepat. Dari
hasil output pada gambar 11 diatas menunjukkan nilai sig. sebesar 0.066 > 0.05
sehingga berdasarkan pengambilan keputusan untuk Shapiro – Wilk dapat
disimpulkan bahwa data berdistribusi secara normal.
b) Uji Homogenitas

Test of Homogeneity of Variances

metode

Levene Statistic df1 df2 Sig.

.002 1 12 .961

Gambar 12
Dasar pengambilan keputusan untuk uji Homogenitas yaitu :
 Apabila nilai Sig. lebih dari 0.05 maka distribusi data homogen.
 Apanila nilai Sig. kurang dari 0.05 maka distribusi data tidak homogen.
Berdasarkan gambar 12, nilai Sig. sebesar 0.961 > 0.05 artinya kita dapat menarik
kesimpulan bahwa ternyata distribusi data homogen.