LAPORAN AKHIR

PRAKTIKUM METODE STATISTIKA II

DISUSUN OLEH :

NAMA : VIRGILIUS DATON BALAMAKIN

NIM : 201064018

JURUSAN : STATISTIKA

JURUSAN STATISTIKA

FAKULTAS SAINS TERAPAN

INSTITUT SAINS & TEKNOLOGI AKPRIND

YOGYAKARTA

2021
 KATA PENGANTAR
Puji syukur Kepada Tuhan Yang Maha Esa, atas berkat dan pertolongan-Nya sehingga
penulis dapat menyelelesaikan tugas laporan akhir praktikum metode statistika II ini dalam
waktu yang telah di tentukan sebagaimana yang telah tertanda dalam kesepakatan praktikum
bersama asisten pembimbing parktikum.

Penulis mengucapkan terima kasih kepada Dosen, asisten laboratorium metode statistika II
dan berbagai pihak yang telah membantu dan mendukung penulis dalam penyelesaian tugas
akhir ini. Penulis mengucapkan terima kasih secara khusus kepada asisten laboratorium
metode statistika II yang telah memberikan tugas ini, sehingga dapat menambah wawasan
serta ilmu bagi penulis mengenai materi-materi praktikum.

Laporan akhir ini dibuat untuk memenuhi tugas akhir praktikum metode statistika II. Penulis
berharap, laporan ini dapat berguna bagi para pembaca terutama bagi mahasiswa jurusan
statistik. Semoga laporan ini bisa menjadi bahan referensi bagi kita semua di kemudian hari.

Penulis menyadari, dalam laporan akhir ini masih terdapat banyak kesalahan dan
kekurangan. Hal ini disebabkan keterbatasan pengetahuan penulis. Oleh karena itu, demi
kesempurnaan penulisan laporan selanjutnya, penulis mengharapkan kritik, saran ataupun
masukkan dari berbagai pihak yang bersifat membangun. Akhir kata, penulis mengucapkan
terima kasih.

Yogyakarta, 15 Juni 2021

Virgilius Daton Balamakin

201064018

i
 DAFTAR ISI

KATA PENGANTAR ...................................................................................................... i

DAFTAR ISI....................................................................................................................ii
BAB I ............................................................................................................................. 1
PENDAHULUAN ........................................................................................................... 1
1.1 Latar Belakang ....................................................................................................... 1
1.2 Rumusan Masalah. ................................................................................................. 2
1.3 Batasan Masalah..................................................................................................... 2
1.4 Tujuan. .................................................................................................................. 3
1.5 Manfaat.................................................................................................................. 4
BAB II ............................................................................................................................ 5
LANDASAN TEORI....................................................................................................... 5
2.1 Uji Normalitas Menggunakan Lilliefors. ................................................................. 5
2.2 Uji Indenpedensi (Test of Idependent). .................................................................... 6
2.3 Uji Homogenitas (Test of Homogenitas). ................................................................ 7
2.4 Analisis Variansi (Anova) Satu Arah. ...................................................................... 8
2.5 Analisis Variansi (Anova) Dua Arah. ...................................................................... 9
BAB III..........................................................................................................................11
METODE PENELITIAN................................................................................................11
3.1 Objek Penelitian. ...................................................................................................11
3.2 Variabel Penelitian. ...............................................................................................18
3.3 Metode Analisis Data. ...........................................................................................19
BAB IV..........................................................................................................................20
ANALISIS DAN PEMBAHASAN .................................................................................20
4.1 Uji Normalitas Menggunakan Liliefors. .................................................................20
4.2 Uji Idenpedensi (Test Of Idependent). ....................................................................27
4.3 Uji Homogenitas Dengan Chi Kuadrat. .................................................................30
4.4 Analisis Variansi Satu Arah. ..................................................................................32

ii
 4. 5 Analisis Variansi (ANOVA) Dua Arah..................................................................38
BAB V...........................................................................................................................43
PENUTUP .....................................................................................................................43
5.1 Kesimpulan. ..........................................................................................................43
5.2 Saran.....................................................................................................................44
DAFTAR PUSTAKA .................................................................................................45
LAMPIRAN. ..............................................................................................................46

iii
 BAB I

PENDAHULUAN
1.1 Latar Belakang
Kata statistik berasal dari kata state (bahasa Inggris ) yang berarti negara, atau staat ( bahasa
Belanda ) yang memiliki kesamaan arti dengan bahasa Latin, status. Kata statistik memang
berasal dari Eropa, yang pada dasarnya diartikan dengan segala sesuatu yang dianggap
penting oleh negara. Pada awal zaman masehi statistik digunakan untuk melakukan
perhitungan panjang, perang, hasil pertanian, dan bahkan pertandingan atletik
Dengan pengertian lain, statistik juga merupakan sekumpulan konsep dan metode yang
digunakan untuk mengumpulkan dan menginterpretasikan data tentang bidang kegiatan
tertentu dan mengambil kesimpulan dalam situasi dimana ada ketidakpastian dan variansi.
Dalam hal ini, tidak menutup kemungkinan statistik juga yang merubah perindustrian dan
teknologi ( IPTEK ) yang semakin maju, dan memacu kita untuk mengikuti perkembangan-
perkembangan yang terjadi di era globalisasi ini. Karena IPTEK sangat berpengaruh didalam
kehidupan kita sehari-hari terutama didalam penerapannya yang sering kita jumpai yaitu
bidang ilmu Statistika.
Bagi kalangan mahasiswa, mempelajari statistika sangat penting karena sebagai modal awal
dalam melakukan berbagai penelitian. Data hasil penelitian hanya dapat dianalisis dengan
menggunakan berbagai metode-metode dalam ilmu statistika. Metode-metode tersebut harus
digunakan sesuai denga jenis data yang dianalisis. Jika penggunaan metode tidak sesuai
dengan jenis data yang ada, maka akan terjadi kesalahan dalam mengolah atau
menginterpretasikan. Sehingga, dalam mengolah data statistik, antara jenis data dan metode
harus sesuai agar dapat diolah dan dianalisis secara benar.
Dalam menganalisis data terdapat berbagai software yang digunakan, antara lain software
SPSS, excel, minitab, dan lain sebagainya. Selain itu, dalam menganalisis data-data tersebut
juga menggunakan beberapa metode antara lain, uji Kolmogorov-Smirnov, uji independensi
Chi-kuadrat, analisis variansi (ANOVA) satu arah dan analisis variansi dua arah. Analisis

1
data pada soal-soal manapun dapat terselesaikan dengan benar apabila menggunakan metode
yang sesuai.

1.2 Rumusan Masalah.

Adapun permasalahan yang akan diselesaikan dan dibahas pada laporan saya kali ini yaitu:

1. Selidikilah data tersebut menggunakan uji liliefors dengan  = 5%, apakah data
tersebut diambil dari populasi yang berdistribusi normal? Ujilah menggunakan
softwere Ms. Excel dan SPSS.
2. Apakah hubungan antara lingkungan tempat tinggal pembaca yaitu di kota dan di
desa dengan jenis artikel surat kabar yang di baca pertama kali oleh pembaca saling
independen atau tidak.
3. Apakah ada perbedaan variansi antara imunisasi pada dua kecamatan diatas? Berikan
kesimpulannya.
4. Apakah ada perbedaan pendapatan penduduk di keempat kota yaitu Redcity,
Grencity, Whitecity dan Blackcity, jika digunakan  = 0,05 yang dilakukan oleh
pemerintah untuk mengetahui kondisi pemerataan pendapatan rata-rata di negara
bagian A.
5. Apakah terjadi pengaruh jenis batrei dan suhu terhadap daya tahan batrei untuk
digunakan dalam satuan jam? Dengan taraf nyata 10%.

1.3 Batasan Masalah.

Untuk memperjelas ruang lingkup pembahasan, maka masalah yang akan dibahas dalam
penulisan laporan ini dibatasi pada masalah yakni:

1. Bagaimana cara menguji normalitas data menggunakan metode liliefors.

2
 2. Melakukan uji idenpedensi dan uji homogenitas chi kuadrat pada suatu data
percobaan.
3. Melakukan analisis variansi (ANOVA) pada data percobaan dengan menggunakan
anova satu arah (one way) dan anova dua arah (two way).
4. Serta dengan menggunakan softwere statistika yaitu SPSS dan MINITAB, dan
perhitungan manual menggunakan MS. Excel.

1.4 Tujuan.
Adapaun tujuan penulisan dari laporan ini adalah untuk memenuhi tugas akhir praktikum
metode statistika II. Penulisan laporan ini juga dapat menambah wawasan yang berkaitan
dengan cara mengolah dan menganalisis data statistik serta mengetahui cara menguji data
statistik dengan berbagai metode misalnya untuk menguji normalitas data menggunakan
lilliefors, membuktikan apakah variabel independen atau tidak menggunakan uji
indenpedensi, mengetahui variabel sama atau tidak dengan menggunakan uji homogenitas,
serta mengetahui cara melakukan analisis data dengan baik dengan menggunakan one way
maupun two way anova. dan bisa mengoperasikan softwere statistika (SPSS dan MINITAB).

3
1.5 Manfaat.
Adapun manfaat pembuatan laporan ini adalah sebagai berikut:

1. Agar dapat mengetahui langkah langkah menguji normalitas sebuah data dengan
menggunakan uji lilliefors dan hubungan antar dua variabel dengan menggunakan uji
idenpedensi dan homogenitas, serta mengetahui penganalisisan data dengan ANOVA
satu arah maupun dua arah pada softwere SPSS, MINITAB dan Ms. Excel.
2. Agar dapat mengetahui cara menganalisis dan menginterpretasi hasil output yang
diperoleh dari masing masing data.
3. Agar dapat mengetahui dan memahami arti dari masing masing data, dan mampu atau
bisa membedakan model soal dengan metode uji mana yang akan digunakan untuk
menganalisis data tersebut.
4. Serta bisa mengoperasikan softwere statistika (SPSS dan MINITAB).

4
 BAB II

LANDASAN TEORI

2.1 Uji Normalitas Menggunakan Lilliefors.

Metode Lilliefors menggunakan data dasar yang belum diolah dalam tabel distribusi
frekuensi. Perhitungannya dari data ditransformasikan dalam nilai Z untuk dapat dihitung
luasan kurva normal sebagai probabilitas kumulatif normal. Probabilitas tersebut dicari
selisihnya dengan probabilitas kumulatif empiris. Selisih terbesar dibanding dengan tabel
Lilliefors. Statistik uji Lilliefors dinyatakan sebagai berikut

T  maks F * ( xi )  S( xi )
x

Dengan: F * ( x ) adalah fungsi distribusi kumulatif normal standar dengan mean X dan
standar deviasi S , S ( x ) adalah fungsi distribusi kumulatif empirik Z i

 Syarat-syarat Penggunaan Metode Lilliefors

a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
c. Dapat digunakan untuk n besar maupun n kecil.

 Signifikansi (daerah penolakan)

Signifikansi uji, nilai F * ( xi )  S( xi ) terbesar dibandingkan dengan nilai tabel Lilliefors .

Jika nilai F * ( xi )  S( xi ) terbesar < nilai tabel Lilliefors, maka H0 diterima.

Jika nilai F * ( xi )  S( xi ) terbesar > dari nilai tabel Lilliefors, maka H0 ditolak

 Tabel yang diperlukan untuk menghitung

( Xi  X )
No xi z S
F * ( xi ) S ( xi ) F * ( xi )  S( xi )

5
 1
2
:
:
Dst

Keterangan :
x i = Angka pada data
x = mean data

s = standar deviasi

Z = Transformasi dari angka ke notasi pada distribusi normal

F * ( xi ) = Probabilitas komulatif normal
S( xi ) = Probabilitas komulatif empiris

2.2 Uji Indenpedensi (Test of Idependent).

Uji independensi merupakan suatu tes yang digunakan untuk membuktikan bahwa variabel
di kolom dan baris saling berhubungan, atau untuk mengetahui variabel yang satu dengan
variabel yang lain independen atau tidak. Kedua variabel yang diuji merupakan variabel
kategorik dan disusun dalam bentuk tabel kontingensi. Rumus statistik uji yang digunakan
adalah:

(𝑂𝑖𝑗−𝐸𝑖𝑗)^2
W = ∑𝑖,𝑗
𝐸𝑖𝑗

Keterangan: Oij = nilai observasi atau pengamatan

Eij = nilai ekspektasi (harapan)

Uji independensi chi square didasarkan pada distribusi peluang statistik yaitu distribusi chi
square. Derajat bebas (df) (df) yang digunakan adalah (k-1)(b-1).(k-1)(b-1).

6
2.3 Uji Homogenitas (Test of Homogenitas).
Uji homogenitas merupakan suatu yang digunakan untuk membuktikan bahwa dalam
populasi yang berbeda terdapat beberapa kesamaan proporsi karakteristik. Uji homogenitas
mempunyai ciri khasnya adalah apakah ada perbedaan proporsi dari beberapa sampel.
Uji homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua buah
distribusi atau lebih.

Langkah-langkah menghitung uji homogenitas (secara manual) :

 Mencari Varians/Standar deviasi Variabel X dan Y, dengan rumus :

 Mencari F hitung dengan dari varians X dan Y, dengan rumus :

Catatan:

Pembilang: S besar artinya Variance dari kelompok dengan variance terbesar (lebih banyak).
Penyebut S kecil artinya Variance dari kelompok dengan variance terkecil (lebih sedikit).
Jika variance sama pada kedua kelompok, maka bebas tentukan pembilang dan penyebut.

 Membandingkan F hitung dengan F tabel pada tabel distribusi F, dengan:

7
  Untuk varians dari kelompok dengan variance terbesar adalah
dk pembilang n-1

 Untuk varians dari kelompok dengan variance terkecil adalah

dk penyebut n-1

 Jika F hitung < F tabel , berarti homogen

 Jika F hitung > F tabel berarti tidak homogen

2.4 Analisis Variansi (Anova) Satu Arah.

Analisis variansi (ANOVA) satu arah merupakan ANOVA yang didasarkan pada
pengamatan satu kriteria., dan setiap kriteria dalam pengujian ANOVA mempunyai level.
Pengujian klasifikasi satu arah atau anova dengan kata lain merupakan pengujian hipotesis
beda tiga rata-rata atau lebih dengan satu faktor yang berpengaruh. Asumsi dalam pengujian
ANOVA adalah sebagai berikut:

 Populasi yang akan diuji berdistribusi normal

 Varians atau raga dan populasi yang diuji sama
 Sampel tidak berhubungan satu dengan yang lain

Tujuan dari pengujian ANOVA adalah untuk mengetahui apakah ada pengaruh dari berbagai
kriteria yang diuji terhadap hasil yang diinginkan.

Dalam pengujian ANOVA satu arah digunakan rumus hitung yang disajikan dalam tabel
analisis variansi (ANOVA) sebagai berikut:

8
 Sumber Jumlah Derajat Bebas Kuadrat F hitung
Keragaman Kuadrat Tengah
Nilai Tengah JKK k-1 S12 =
𝐽𝐾𝐾 S1^2
𝑘−1
kolom 𝑆2^2

Galat (eror) JKG k(n-1) 𝐽𝐾𝐺

S22 =
𝑘(−1)

Total HKT Nk-1

Dinamakan analisis variansi satu arah karena analisisnya menggunakan varians dan data
hasil pengamatan yang merupakan pengaruh satu factor. Dari tiap populasi secara
independen diambil sebuah sampel acak, berukuran n1 dari populasi kesatu dan seterusnya.
Secara gari besar analisi variansi satu arah adalah suatu prosedur untuk menguji perbedaan
rata-rata atau pengaruh perlakuan dari beberapa populasi dari suatu percobaan yang
menggunakan satu factor, dimana satu factor tersebut memiliki dua atau lebih leve. Tujuan
uji anova satu arah adalah untuk membandingkan lebih dari dua rata-rata. Anova satu arah
juga dapat melihat perbandingan lebih dari dua kelompok data.

2.5 Analisis Variansi (Anova) Dua Arah.

Analisis variansi dua arah merupakan anova yang didasarkan pada pengamatan dua kriteria,
dan setiap kriteria dalam pengujian ANOVA mempunyai level. Asumsi-asumsi yang
digunakan dalam pengujian ANOVA adalah sebagai berikut:

 Populasi yang akan diuji berdistribusi normal

 Variansi atau ragam dari populasi yang diuji sama
 Sampel tidak berhubungan satu dengan yang lain

Tujuan dari pengujian ANOVA dua arah yaitu untuk mengetahui apakah ada pengaruh
dan berbagai kriteria yang diuji terhadap hasil yang dinginkan.

9
Dengan menggunakan teknik anova dua arah dapat membandingkan beberapa rata-rata
yang berasal dari beberapa kategori atau kelompok satu variabel perlakuan. Keuntungan
dari anova satu arah adalah dapat memungkinkan untuk memperluas analisis pada situasi
dimana hal-hal yang sedang diukur dipengaruhi oleh dua atau lebih variabel.

Anova dua arah digunakan apabila sumber keragaman yang terjadi tidak hanya karena
satu faktor (perlakuan), tetapi juga faktor lain yang menjadi sumber keragaman respon
juga harus diperhatikan.

10
 BAB III

METODE PENELITIAN
3.1 Objek Penelitian.

1. Berikut ini adalah data indeks pembangunan manusia (IPM) dari 35

Kabupaten/Kota di wilayah Jawa Tengah. Selidikilah data tersebut
menggunakan uji liliefors dengan α = 5%, apakah data tersebut diambil dari
populasi yang berdistribusi normal? Ujilah menggunakan software Ms. Excel
dan SPSS
No Kabupaten / Kota IPM
1 Kabupaten Cilacap 69,95
2 Kabupaten Banyumas 71,98
3 Kabupaten Purbalingga 68,97
4 Kabupaten Banjarnegara 67,45
5 Kabupaten Kebumen 69,81
6 Kabupaten Purworejo 72,68
7 Kabupaten Wonosobo 68,22
8 Kabupaten Magelang 69,87
9 Kabupaten Boyolali 74,25
10 Kabupaten Klaten 75,56
11 Kabupaten Sukoharjo 76,98
12 Kabupaten Wonogiri 70,25
13 Kabupaten Karanganyar 75,86
14 Kabupaten Sragen 73,95
15 Kabupaten Grobogan 69,87
16 Kabupaten Blora 68,84
17 Kabupaten Rembang 70,02

11
18 Kabupaten Pati 71,77
19 Kabupaten Kudus 75
20 Kabupaten Jepara 71,99

12
 21 Kabupaten Demak 72,22
22 Kabupaten Semarang 74,1
23 Kabupaten Temanggung 69,57
24 Kabupaten Kendal 72,29
25 Kabupaten Batang 68,65
26 Kabupaten Pekalongan 69,63
27 Kabupaten Pemalang 66,32
28 Kabupaten Tegal 68,39
29 Kabupaten Brebes 66,11
30 Kota Magelang 78,99
31 Kota Surakarta 82,21
32 Kota Salatiga 83,14
33 Kota Semarang 83,05
34 Kota Pekalongan 74,98
35 Kota Tegal 75,07

2. Direktur pemasaran sebuah surat kabar harian ibukota sedang melakukan studi
tentang hubungan antara lingkungan tempat tinggal pembaca dengan jenis
artikel surat kabar yang dibaca pertama kali oleh pembaca. Data yang diperoleh
adalah sebagai berikut:
Jenis Artikel
Tempat Tinggal
Iklan News Sport Hiburan
Kota 95 52 47 12
Desa 42 65 80 36
Ujilah dengan taraf signifikansi 5%!

13
3. Sebuah penelitian dilakukan untuk menyelidiki tingkat imunisasi pada dua
kecamatan. Data terdiri dari sampel acak dari 196 bayi selama satu bulan.

Imunisasi
Kecamatan
Ya Tidak
A 46 54
B 36 60
Ujilah apakah ada perbedaan variansi antara imunisasi pada dua Kecamatan?
Berikan kesimpulannya

14
4. Sebuah penelitian telah dilakan oleh pemerintah untuk mengetahui kondisi
pemerataan di negara bagian A. Penenlitian dilakukan diempat kota dengan
mencatat pendapatan rata-rata setiap keluarga. Sehingga diperoleh data sebagai
berikut:
Data Pendapatan Penduduk di Kota Redcity, Greencity, Whitecity, dan
Blackcity

Pendapatan Penduduk Pe r Bulan ($)

No Responden Redcity
Blackcity Whitecity Greencity

1 26328 84824 63231 52378

2 31232 34234 68243 32321

3 21242 53424 82134 43232

4 63282 78242 83721 43829

5 21342 43573 72808 26472

6 42633 32842 44432 47284

7 32421 64932 24488 28394

8 23123 45235 22342 60873

9 42312 67907 53231 74983

10 67345 57906 24623 42543

11 43675 56434 24353 83945

12 38243 73627 53823 84211

13 48247 47994 13244 34344

14 47242 80375 34352 64822

15 43632 62121 46722 34248

15
Berdasarkan data diatas, apakah ada perbedaan pendapatan penduduk di keempat
kota tersebut jika digunakan nilai α = 0.05 dalam penelitian tersebut?

16
5. Terdapat tiga jenis baterai (A, B, C) dengan suhu baterai yaitu 10 0 C, 20 0 C, 45
0 C. Berikut ini merupakan data daya tahan baterai (dalam jam).
DAYA TAHAN
JENIS
BATERAI SUHU 10 0 C SUHU 200 C SUHU 450 C

20 34 130

70 40 155

82 80 74
A
58 75 180

25 136 150

70 122 188

58 106 159
B
45 115 126

96 174 138

104 120 110

82 150 168
C
60 139 160

Seorang ingin menguji pada taraf nyata 10%, apakah terjadi pengaruh jenis
baterai dan suhu terhadap daya tahan baterai untuk dapat digunakan dalam
satuan jam?

17
3.2 Variabel Penelitian.
Adapun variabel-variabel dalam penulisan laporan ini adalah sebagai berikut:

1. Pada data percobaan satu diatas yaitu indeks pembangunan manusia (IPM) dari
35 kabupaten/kota di wilayah jawa tengah, memiliki satu variabel yakni variabel
variabel Y (dependent) berupa indeks perkembangan manusia (IPM).
2. Pada data percobaan kedua mengenai hubungan antara lingkungan tempat
tinggal dengan jenis artikel, memiliki dua variabel yakni yang menjadi variabel
X berupa lingkungan tempat tinggal dan variabel Y-nya yaitu artikel surat kabar.
3. Pada data percobaan tiga diatas yaitu menyelidiki tingkat imunisasi pada dua
kecamatan, memiliki dua variabel yakni yang menjadi variabel X berupa
kecamatan dan variabel Y-nya yaitu imunisasi.
4. Pada data percobaan empat diatas yaitu data yang dilakukan pemerintah untuk
mengetahui kondisi pemerataan dinegara bagian A, yang dilakukan di empat
kota yaitu: Redcity, Greencity, Whitecity dan Blackcity dengan mencatat
pendapatan rata rata setiap kepala keluarga. Yang menjadi variabel dari data
diatas yaitu penduduk di keempat kota merupakan variabel X dan variabel Y
yaitu pendapatan penduduk perbulan atau pendapatan rata rata setiap keluarga.
5. Pada data percobaan lima diatas yaitu data jenis batrei dengan daya tahan batrei
(suhu batrei). Yang menjadi variabel X yaitu jenis batrei dan suhu sedangkan
variabel Y yaitu daya tahan batrei.

18
3.3 Metode Analisis Data.
Adapun metode yang digunakan dalam menganalisis data percobaan diatas adalah sebagai
berikut:

1. Pada data percobaan 1 diatas yaitu data indeks pembangunan manusia (IPM)
dari 35 Kabupaten/Kota di wilayah Jawa Tengah. Karen diminta untuk
menguji apakah populasi tersebut berasal dari populasi normal maka dengan
jumlah data (n) = 35 . metode yang digunakan adalah pada data tersebut meguji
normalitas metode liliefors.
2. Pada data percobaan 2 diatas yaitu data hubungan antara lingkungan tempat
tinggal pembaca dengan jenis artikel surat kabar yang dibaca. Data tersebut
dapat dianalisis dengan menggunakan uji independensi yaitu untuk
membuktikan bahwa variabel di baris dan kolom saling berhubungan.
3. Pada data percobaan 3 diatas yaitu menyelidiki tingkat imunisasi pada dua
kecamatan, yang terdiri dari sampel acak dari 196 bayi selama satu bulan. Data
tersebut dapat dianalisis dengan menggunakan uji homogenitas yaitu uji yang
dilakukan untuk membuktikan bahwa dalam populasi yang berbeda terdapat
beberapa kesamaan variansi karakteristik.
4. Pada data percobaan 4 diatas yaitu data penelitian yang dilakukan pemerintah
untuk mengetahui kondisi pemerataan di negara bagian A, yang dilakukan
diempat kota yaitu Redcity, Greencity, Whitecity dan Blackcity yaitu dengan
mencatat pendapatan rata-rata setiap keluarga. Data tersebut dapat dianalisis
dengan menggunakan uji ANOVA satu arah yang bertujuan untuk mengetahui
apakah ada pengaruh dari berbagai kriteria yang diuji terhadap hasil yang
diinginkan.
5. Pada data percobaan 5 diatas yaitu data jenis baterai dengan daya tahan baterai
(suhu baterai), dapat dianalisis dengan menggunakan ANOVA dua arah .

19
 BAB IV

ANALISIS DAN PEMBAHASAN

4.1 Uji Normalitas Menggunakan Liliefors.

 Menggunakan Ms. Excel
1. Hipotesis

Ho : populasi data indeks pembangunan manusia (IPM) dari 35 kabupaten berdistribusi

normal.

H1 : populasi data indeks pembangunan manusia (IPM) dari 35 kabupaten tidak berdistribusi
normal.

2. Nilai  yang digunakan,

sebesar 5% = 0,05.

3. Statistik penguji:
𝑇 = |𝐹 ∗ (𝑥𝑖) − 𝑆(𝑥𝑖) |

Perhitungan:

NO XI ( X i  X )2 S ( xi ) F * ( xi )  S( xi )
z  S
F * ( xi )
1 66,11 -1,447379495 0,073895333 0,02857 0,045323904
2 66,32 -1,399917019 0,080769084 0,05714 0,023626227
3 67,45 -1,144523698 0,126203258 0,08571 0,040488972
4 68,22 -0,970494621 0,165900002 0,11429 0,051614288
5 68,39 -0,932072617 0,175649499 0,14286 0,032792356
6 68,65 -0,873309551 0,191247188 0,17143 0,019818616
7 68,84 -0,830367312 0,203165571 0,2 0,003165571
8 68,97 -0,800985779 0,211569939 0,22857 0,017001489
9 69,57 -0,665378706 0,252904151 0,25714 0,004238707
10 69,63 -0,651817999 0,257259295 0,28571 0,028454991

20
 11 69,81 -0,611135877 0,270554815 0,31429 0,043730899
12 69,87 -0,597575169 0,275061718 0,34286 0,067795425
13 69,87 -0,597575169 0,275061718 0,37143 0,096366853
14 69,95 -0,579494226 0,281127871 0,4 0,118872129
15 70,02 -0,563673401 0,286488211 0,42857 0,142083217
16 70,25 -0,51169069 0,304433752 0,45714 0,152709106
17 71,77 -0,168152771 0,433231548 0,48571 0,052482738
18 71,98 -0,120690295 0,451968173 0,51429 0,062317541
19 71,99 -0,118430177 0,452863408 0,54286 0,089993735
20 72,22 -0,066447466 0,473510791 0,57143 0,097917781
21 72,29 -0,050626641 0,479811517 0,6 0,120188483
22 72,68 0,037517957 0,514963989 0,62857 0,11360744
23 73,95 0,324552929 0,627240271 0,65714 0,029902586
24 74,1 0,358454697 0,639998467 0,68571 0,045715818
25 74,25 0,392356465 0,652602576 0,71429 0,061683138
26 74,98 0,557345071 0,711354156 0,74286 0,031502986
27 75 0,561865307 0,712896104 0,77143 0,058532468
28 75,07 0,577686132 0,718261978 0,8 0,081738022
29 75,56 0,688431908 0,754409582 0,82857 0,074161847
30 75,86 0,756235445 0,775245978 0,85714 0,08189688
31 76,98 1,009368648 0,843601066 0,88571 0,04211322
32 78,99 1,463652344 0,928355519 0,91429 0,014069804
33 82,21 2,191410303 0,985788943 0,94286 0,0429318
34 83,05 2,381260206 0,99137324 0,97143 0,019944669
35 83,14 2,401601267 0,991838255 1 0,008161745
Jumlah 2537,99
Rata-rata 72,514
Std 4,42455

Dari tabel terakhir diperoleh:

𝑇 = 𝑚𝑎𝑘𝑠 𝑥|𝐹 ∗ (𝑥𝑖) − 𝑆(𝑥𝑖)| adalah 0,152709106 dengan Xi = 70,25.

4. Derajat bebas : df tidak diperlukan.

5. Nilai tabel.

Nilai kuantil penguji liliefors, untuk  = 0,05 ; N = 35. Diperoleh dari tabel liliefor pada
lampiran yaitu 0,14976133. Atau T(n,p) = T(35;0,95) = 0,14976133.

6. Daerah penolakan.

Karena Thitung = 0,152709106 dan Ttabel = 0,140089 ; atau Thitung > Ttabel, maka Ho ditolak .

21
 7. Kesimpulan

Karena Ho ditolak, maka dapat disimpulkan bahwa populasi data indeks pembangunan
manusia (IPM) dari 35 kabupaten tidak berdistribusi normal.

 Menggunakan SPSS.

Explore
[DataSet0]
Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

IPM 35 100.0% 0 .0% 35 100.0%

Berdasarkan hasil Output Case Proccesing Summary diatas dapat diketahui indeks
pembangunan manusia (IPM) berjumlah 35 data, dengan semuanya Valid 100%.

22
 Descriptives
Statistic Std. Error

IPM Mean 71.97 .759

95% Confidence Lower

70.43
Interval for Mean Bound

Upper
73.51
Bound

5% Trimmed Mean 71.69

Median 71.00

Variance 20.146

Std. Deviation 4.488

Minimum 66

Maximum 83

Range 17

Interquartile Range 6

Skewness 1.061 .398

Kurtosis .743 .778

Berdasakan output Descriptives diatas menggambarkan mengenai data IPM dari 35
kabupaten diperoleh rata rata atau meannya sebesar 71.97 pada standar eror yaitu 0.759;
dengan median atau nilai tengahnya 71.00; variansi atau perbedaan dari IPM ke-35 kabupaten
sebesar 20.146; standar deviasinya 4.488 serta trimmen mean 5% yaitu 71.69, dengan nilai
terbesar atau tertinggi dari ke IPM ke-35 kabupaten sebesar 83 dan terkecil atau terendah
66, diperoleh rangenya sebesar 17 dan interquatil rangenya sebesar 6 serta diperoleh nilai
skwess sebesar 1.061 dan kurtosisnya 0.743.

23
 Tests of Normality
Kolmogorov-Smirnov a Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

IPM .146 35 .057 .896 35 .003

a. Lilliefors Significance Correction

Berdasakan hasil Output Test of Normality, pada output ini menguji normal atau tidaknya
distribusi sebuah data. Pedoman pengambilan keputusan :

 Nilai sig. atau signifikansi atau nilai probabilitas < 0,05 maka distribusi tidak
normal.
 Nilai sig. atau signifikansi atau nilai probabilitas > 0,05 maka distribusi tersebut
normal.

Maka pada hasil uji kolmogrov simirnov dan shapiro wilk pada data distribusi IPM ke-35
kabupaten adalah berdistribusi normal, dilihat pada tingkat signifikansi kedua uji yaitu > 0,05
(0,057).

IPM Stem-and-Leaf Plot

Frequency Stem & Leaf

14,00 6 . 66788888999999
12,00 7 . 001112223444
6,00 7 . 555568
1,00 8 . 2
2,00 Extremes (>=83)

24
Stem width: 10
Each leaf: 1 case(s)
Pada output STEM AND LEAF, diatas penyajian stem and leaf, terdapat tiga kolom yaitu ;
yaitu kolom pertama adalah frekuensi kumulatif dari bagian atas dan bawah, kolom kedua
adalah komponen stem, stem unit biasanya default 10,0 sehingga dapat dianggap sebagai
nilai pulihan. Pada kolom ketiga adalah komponen leaf. Leaf unit biasanya 1,0 sehingga
dapat dianggap sebagai nilai satuan.
Berdasakan stem and leaf data IPM dari ke-35 kabupaten diatas, pada baris pertama IPM dari
ke-35 kabupaten berkisar antara 66,6 sampai 69,99 dengan frekuensi 14. Baris kedua pertama
IPM dari ke-35 kabupaten berkisar antara 70,0 sampai dengan 74,4 dengan frekuensi 12.
Pada baris ketiga IPM dari ke-35 kabupaten berkisar antara 75,5 sampai dengan 78 dengan
frekuensi 6. Dan selanjutnya bisa dilihat pada tabel diatas.

Output unttuk menguji normalitas dengan Plot (Q-Q Plot), suatu data berdistribusi secara
normal, maka data akan tersebar diseluruh atau disekeliling garis. Yang berarti data dikatakan
berdistribusi normal. Sebaliknya jika gambar lingkaran putih diatas menyebar atau menjauh
dari garis hitam maka data tidak berdistribusi normal. Maka pada data IPM dari ke-35
kabupaten diatas dikatakan data berdistribusi normal.

25
Output untuk menguji normalitas dengan Plot (detrended Normal Q-Q Plot), pada bagian
ini mendeteksi pola-pola dari titik yang bukan dari kurva normal.

Pada output BOXPLOT, Boxplot merupakan ringkasan distribusi sampel yang disajikan
secara grafis yang bisa menggambarkan bentuk distribusi data (skewness), ukuran tendensi
sentral dan ukuran penyebaran (keragaman) data pengamatan.

Pengujian Hipotesis Normalitas Dilihat Dari Nilai Kalmogrovnya:

Langkah uji hipotesis:
1. Hipotesis:
Ho : populasi data indeks pembangunan manusia (IPM) dari 35 kabupaten berdistribusi
normal.

H1 : populasi data indeks pembangunan manusia (IPM) dari 35 kabupaten tidak berdistribusi
normal.

2. Nilai  yang digunakan:

sebesar 5% = 0,05.

3. Nilai tabel,

Nilai tabel dilihat pada tabel kolmogrof. Kolmogrof hitungnya sebesar 0,146 dan P -valuenya
(sig) 0,057.

26
 4. Daerah penolakan,

Karena Thitung = 0,146 dan Ttabel = 0,057. Maka nilai signya = 0,057 >  = 0,05 sehingga Ho
ditolak atau tidak diterima.

5. Kesimpulan,

Karena H0 ditolak atau tidak diterima, maka dapat disimpulkan bahwa data populasi indeks
pembangunan manusia (IPM) di ke-35 kabupaten tersebut tidak berdistribusi normal.

4.2 Uji Idenpedensi (Test Of Idependent).

Adapun unutk melakukan uji homogenitas dari sebua data yaitu dengan menggunakan
softwere mintab seperti yang ditunjukan dibawa ini. Dikodingkan untuk tempat tinggal A
adalah Kota dan B adalah Desa. Dan utnuk jenis artikel 1 adalah iklan , 2 adalah news, 3
adalah sport dan 4 adalah hiburan.

————— 07/06/2021 22:18:31 ————————————————————

Welcome to Minitab, press F1 for help.

Tabulated statistics: Jenis Tempat Tinggal; Jenis Artikel

Rows: Jenis Tempat Tinggal Columns: Jenis Artikel

1 2 3 4 All

A 95 52 47 12 206

65,79 56,18 60,98 23,05 206,00

27
B 42 65 80 36 223

71,21 60,82 66,02 24,95 223,00

All 137 117 127 48 429

137,00 117,00 127,00 48,00 429,00

Cell Contents: Count

Expected count

Pearson Chi-Square = 41,915; DF = 3; P-Value = 0,000

Likelihood Ratio Chi-Square = 43,054; DF = 3; P-Value = 0,000

 Interpretasi output

Berdasarkan hasil output diatas dapat diketahui bahwa jumlah jenis artikel yang paling
banyak dibaca atau jumlah terbanyak yaitu yang tinggal di Desa yaitu 223, dengan jenis
artikel yang diminati adalah sport. Sedangkan niali dibawa pembacanya merupakan nilai
frekuensi yang diestimasi (penduga), misalnya untuk tempat tinggal di kota dengan artikel
news jumlahnya adalah 52 dan estimasi penduganya adalah 56,18. Dari output diatas
diperoleh person chi square yaitu 41,915; P-value sebesar 0,000.

 Uji hipotesis idenpedensi

1. Hipotesis

Ho: faktor tempat tinggal dan jenis artikel saling independen.

H1: faktor tempat tinggal dan jenis artikel tidak saling independen.
2. Tingkat signifikansi

28
 = 5% atau 0,05.

3. Statistik uji

(𝑂𝑖𝑗−𝐸𝑖𝑗)^2
Dinyatakan sebagai W = ∑𝑖,𝑗
𝐸𝑖𝑗

4. Hitungan

Nilai W telah dihitung melalui Minitab yang dinyatakan dengan nilai Pearson Chi Square =
41,915,;DF = 3, sehingga W = 41,915.

Pearson Chi-Square = 41,915; DF = 3; P-Value = 0,000

Likelihood Ratio Chi-Square = 43,054; DF = 3; P-Value = 0,000

5. Daerah kritis

Ho ditolak jika W > X2(r-1)(c-1),α , Untuk  = 0,05 digunakan tabel chi square diperoleh λ2 (b-

1)(k-1),α = λ2 (2-1)(4-1),α = λ2 3,0.05 = 7,815.

6. Kesimpulan

Berdasarkan hasil diatas dapat diambil kesimpulan :

 Karena nilai W 41,915 > λ2 3;0,05 = 7,815 Maka Ho ditolak.

 Karena nilai P-value = 0,000 <  = 0,05 maka Ho ditolak.

Berdasarkan kesimpulan diatas dapat diartikan bahwa faktor tempat tinggal dan jenis artikel
tidak saling independen.

 Kesimpulan

Berdasarkan hasil analisis dari output diatas dapat diketahui bahwa H0 ditolak yang artinya
faktor tempat tinggal dan jenis artikel tidak saling independen, sehingga dapat disimpulkan
bahwa, direktur pemasaran sebuah surat kabar harian ibu kota dapat mengetahui bahwa
hubungan tempat tinggal pembaca dapat mempengaruhi jenis artikel surat kabar yang dibaca,

29
dan direktur tersebut dapat mengetahui bahwa jumlah pembaca surat kabar di desa lebih
banyak dibandingkan dengan penduduk di kota.

4.3 Uji Homogenitas Dengan Chi Kuadrat.

Adapun untuk melakukan uji homogenitas dari sebuah data yaitu dengan menggunakan
softwere minitab seberti dibawa ini:

 Analisis hasil output.

————— 07/06/2021 23:15:47 ————————————————————

Welcome to Minitab, press F1 for help.

Tabulated statistics: KECAMATAN; IMUNISASI

Rows: KECAMATAN Columns: IMUNISASI

1 2 All

A 46 54 100

41,84 58,16 100,00

B 36 60 96

40,16 55,84 96,00

All 82 114 196

82,00 114,00 196,00

Cell Contents: Count

Expected count

30
Pearson Chi-Square = 1,454; DF = 1; P-Value = 0,228

Likelihood Ratio Chi-Square = 1,457; DF = 1; P-Value = 0,227

 Interpretasi Output

Berdasarkan output diatas dapat diketahui bahwa penelitian yang dilakukan untuk
menyelidiki tingkat imunisasi pada dua kecamatan yang terdiri dari sampel acak 196 bayi
selama satu bulan yang terdiri dari 100 bayi pada kecamatan A sampel I dan sampel Ke-II
terdiri dari 96 bayi pada kecamatan B. Dari 100 bayi pada kecamatan A yang mendapatkan
imunisasi sebanyak 46 dan 54 bayi tidak mendapatkan imunisasi. Dari 96 bayi pada
kecamaatan B yang mendapatkan imunisasi sebanyak 36 bayi dan tidak mendapatkan
imunisasi sebanyak 60 bayi.

 Uji Homogenitas
1. Hipotesis
Ho : sampel I dan sampel II homogen
H1 : sampel I dan II tidak saling homogen
2. Tingkat Signifikansi
α = 0,05
3. Statistik Uji
(𝑂𝑖𝑗−𝐸𝑖𝑗)^2
W = ∑𝑖,𝑗
𝐸𝑖𝑗

4. Hitungan
Berdasarkan output minitab diatas diperoleh person chi-square 1,454; Df = 1; P-value 0,228.
Ini menunjukan nilai W hitung = 1,454.
5. Daerah kritik
Ho ditolak jika W > λ2(r-1)(c-1),α , untuk α = 0,05 menggunakan tabel chi square diperoleh :
λ2(r-1)(c-1),α = λ2(2-1)(2-1),α = λ21;0,05 = 3,841.
6. Kesimpulan
Berdasarkan data diatas ditarik kesimpulan :

31
  Berdasarkan pada hitungan Pearson Chi Square W =1,454 < λ21;0,05 = 3,841, maka
Ho tidak ditolak
 Karena P-value = 0,228 > α = 0,05 maka Ho tidak ditolak.
Karena Ho tidak ditolak, maka dapat diartikan bahwa sampel I dan sampel II homogen.

 Kesimpulan
Berdasarkan analisis data dengan menggunakan minitab diatas dapat disimpulkan
bahwa, antara sampel I dan sampel II yaitu homogen, atau dengan kata lain tidak ada
perbedaan variansi imunisasi di kedua kecamatan dengan tingkat signifikansi α = 5% =
0,05.

4.4 Analisis Variansi Satu Arah.

Adapun dalam melakukan analisis data satu arah yaitu dengan mengunakan SPSS dan
MINITAB.

 Menggunakan SPSS

Berdasarkan hasil output pada tabel deskriptif diatas, dapat diketahui bahwa dari 15
responden dengan jumlah pendapatan penduduk per bulan diperoleh rata-ratanya untuk
pendapatan penduduk di Redcity yaitu 3,95 dengan standar deviasinya yaitu 14026,646

32
 serta standar erornya yaitu 3621,646. Dengan interval confidensi 95% diperoleh batas
bawah (lower bound) yaitu 31718,94 dan batas atasnya yaitu 47254.26 dan nilai
minimumnya yaitu 21242 dan maksimumnya yaitu 67345. Sedangkan di Greencity
diperoleh rata-ratanya yaitu 5,89 dengan standar deviasinya 16294,582 serta standar
erornya 4207,243 dengan batas bawahnya 49887 dan batas atasnya yaitu 67934 serta
memperoleh nilai minimum 32842 dan maksimumnya 84824. Sedangkan di kota
Whitecity diperoleh rata-ratanya yaitu 4,74 dengan standar deviasinya yaitu 23115,351
serta standar erornya yaitu 5968,358. Batas bawahnya yiatu 34648,95 dan batas atasnya
yaitu 60250,65 dengan nilai minimum yaitu 13244 dan maksimumnya yaitu 83721.
Sedangkan di Blackcity diperoleh rata-ratanya yaitu 5,03 dengan standar deviasinya
19387,792 serta standar erornya yaitu 5005,906 dengan batas bawahnya 39522,00 dan
batas atasnya yaitu 60995,20 serta memperoleh nilai minimum 26472 dan maksimumnya
84211. Sehingga total keseluruhan pendapatan per bulan dari keempat kota tersebut yaitu
dengan jumlahnya yaitu 60 diperoleh rata-ratanya yaitu 4,90 dengan standar deviasinya
yaitu 19356,317 serta standar erornya yaitu 2498,840. Dengan interval confidensi 95%
diperoleh batas bawahnya yaitu 44026,32 dan batas atasnya yaitu 54026,85 dengan nilai
minimumnya yaitu 13244 dan maksimumnya yaitu 84824.

Berdasarkan hasil output diatas dapat diketahui bahwa pendapatan penduduk per bulan
dikeempat kota tersebut diperoleh nilai levene statisticsnya yaitu 2,033 dengan nilai derajat
bebas satu (df1)yaitu 3 dan derajat bebas 2 (df2) yaitu 56 maka diperoleh nilai sig atau
alphanya yaitu 0,120.

Uji Hipotesis:

33
1. Hipotesis
H0: µ1=µ2= µ3= µ4 ( rata-rata pendapatan penduduk per bulan di keempat kota
tersebut adalah sama)
H1: ada µi≠µj; Ɐi≠j;ij=1,2,3,4 ( minimal ada satu rata-rata pendapatan penduduk
per bulan di keempat kota tersebut adalah tidak sama)
2. Tingkat signifikansi:
Digunakan α = 0,05
3. Statistik Uji
Pvalue = 0,120
4. Daerah Kritik
H0 ditolak jika Pvalue < alpha
5. Kesimpulan
Karena Pvalue = 0,120 > α = 0,05 maka H0 tidak ditolak yang artinya rata-rata
pendapatan penduduk per bulan di keempat kota tersebut adalah sama.

Berdasarkan hasil output diatas dapat diketahui bahwa pada between groups dengan
derajat bebas (df) 3 diperoleh nilai sum of squaresnya yaitu 2,891 dan mean squarenya
yaitu 9,636 dan memperoleh nilai F-nya yaitu 2,808 dan sig atau alphanya yaitu
0.048. Sedangkan pada within groups derajat bebas (df) 56 diperoleh nilai sum of
squaresnya 1,921 dengan mean squarenya yaitu 3,431. Sehingga totalnya yaitu
dengan df-nya 59 memperoleh nilai sum of squares 2,211.
Uji Hipotesis
1. Hipotesis

34
 H0: µ1=µ2= µ3= µ4 ( rata-rata pendapatan penduduk per bulan di keempat kota
tersebut adalah sama)
H1: ada µi≠µj; Ɐi≠j;ij=1,2,3,4 ( minimal ada satu rata-rata pendapatan penduduk
per bulan di keempat kota tersebut adalah tidak sama).
2. Tingkat signifikansi alpha = 5%

Ftabel = Fα(V1,V2); V1= (k-1) = (4-1=3), V2= k(n-1)=4(15-1)=56):

sehingga F0,05(3,56) = 2,87

3. Statistik Uji
Fhitung = 2,808
4. Daerah Kritik
H0 ditolak jika F(hitung) > F(tabel)
5. Kesimpulan
Karena nilai F(hitung)= 2,808 < F(tabel)=2,87 maka H0 tidak ditolak, yang
artinya rata-rata pendapatan penduduk per bulan di keempat kota tersebut adalah
sama (tidak ada perbedaan).

35
Berdasarkan hasil output yang ditampilkan diatas dapat diketahui bahwa terdapat perbedaan
yang signifikan diantara keempat kelompok sampel. Perbedaan antara kelompok dapat
diketahui denga adanya tanda bintang. Misalnya, pada output diatas dapat diketahui bahwa
Redcity tidak memiliki perbedaan yang signifikan dengan Whitecity dan Blackcity, tetapi
memiliki perbedaan yang signifikan dengan Greencity.

 Menggunakan Minitab

————— 12/06/2021 20:24:26 ————————————————————

Pooled StDev = 18532

36
One-way ANOVA: hasil versus pendapatan penduduk

Source DF SS MS F P
pendapatan pendu 3 2890855130 963618377 2,81 0,048
Error 56 19214498473 343116044
Total 59 22105353603

S = 18523 R-Sq = 13,08% R-Sq(adj) = 8,42%

Individual 95% CIs For Mean Based on Pooled StDev

Level N Mean StDev +---------+---------+---------+---------
1 15 39487 14027 (--------*---------)
2 15 58911 16295 (---------*--------)
3 15 47450 23115 (--------*---------)
4 15 50259 19388 (--------*---------)
+---------+---------+---------+---------
30000 40000 50000 60000

Pooled StDev = 18523.

 Interpretasi output

Berdasarkan hasil output diatas dapat diketahui bahwa pada pendapatan penduduk di
keempat kota tersebut diperoleh DF = 3 dan erornya 56. Adapun nilai Sum of Squares (SS)
= 28908… dan Mean Square (MS) = 96361…; dengan nilai F = 2,81 dan P = 0,048.
Sedangkan untuk 15 pendapatan penduduk di kota 1 yaitu Redcity diperoleh rata-ratanya

37
yaitu 39487 dan standar deviasinya yaitu 14027, untuk 15 pendapatan penduduk di kota
Greencity diperoleh rata-ratanya yaitu 58911 dan standar deviasinya yaitu 16295, sedangkan
untuk 15 pendapatan penduduk di kota Whitecity diperoleh rata-ratanya yaitu 47450 dan
standar deviasinya yaitu 23115 serta dari 15 pendapatan penduduk di kota Blackcity
diperoleh rata-ratanya yaitu 50259 dan standar deviasinya yaitu 19388.

 Kesimpulan
Berdasarkan analisis data percobaan diatas dapat diketahui bahwa H0 tidak ditolak artinya
rata-rata pendapatan penduduk per bulan di keempat kota tersebut adalah sama (tidak ada
perbedaan). Sehingga dapat disimpulkan bahwa di keempat kota tersebut tidak ada perbedaan
pendapatan penduduk per bulan.

4. 5 Analisis Variansi (ANOVA) Dua Arah.

 Menggunakan SPSS

Univariate Analysis of Variance

38
 1. Univariate Analysis of Variance
Berdasarkan hasil output diatas dapat diketahui bahwa nilai jenis batrei memiliki jumlah data
yang sama yaitu 12. Sedangkan pada daya tahan 1 dengan value lebel 10 memiliki jumlah
data 12, pada daya tahan 2 dengan value lebel 20 memiliki jumlah data 12, dan pada daya
tahan 3 dengan value lebel 45 memiliki jumlah data 12.

2. Test of Between-Subjects Effects

Berdasarkan hasil output di atas dapat diketahui bahwa dari variabel jenis batrei diperoleh
df-nya yaitu 2, mean squarenya 5341,861 F hitungnya yaitu 7.911 dan alphanya yaitu 0,002
Sedangkan untuk variabel daya tahan diperoleh df-nya yaitu 2 dengan Fhitungnya yaitu
28,968 dan alphanya yaitu 0,000. Uji hipotesisnya yaitu sebagai berikut:

Pengujian Hipotesis
1. Hipotesis
H0: µ1 = µ2= µ3 (ada perbedaan yang nyata antara rata-rata dari ketiga
jenis suhu (daya tahan)

39
 H1: tidak ada µi ≠µj;Ɐi≠j (tidak ada perbedaan yang nyata antara rata-rata
dari ketiga jenis suhu)
Keputusan :
 Jika F hitung lebih besar dari F tabel maka H0 ditolak
 Jika F hitung lebih kecil dari F tabel maka H0 tidak ditolak
 Jika signifikan lebih besar dari 0.05 maka H0 tidak ditolak
 Jika signifikan lebih kecil dari 0.05 maka H0 ditolak

Berdasarkan pada hasil yang diperoleh, dihasilkan bahwa F hitung = 3.560 lebih besar dari
F tabel = 2.73 dan tingkat signifikansi yang dihasilkan lebih kecil dari 0.1, maka dapat
disimpulkan H0 ditolak. Artinya tidak terjadi pengaruh jenis baterai dan suhu terhadap daya
tahan baterai untuk dapat digunakan dalam satuan jam.

 Menggunakan MINITAB

————— 14/06/2021 18:09:32 ————————————————————

Welcome to Minitab, press F1 for help.

Two-way ANOVA: hasil versus jenis batrei; daya tahan

Source DF SS MS F P
jenis batrei 2 10683,7 5341,9 7,91 0,002
daya tahan 2 39118,7 19559,4 28,97 0,000
Interaction 4 9613,8 2403,4 3,56 0,019
Error 27 18230,8 675,2
Total 35 77647,0

S = 25,98 R-Sq = 76,52% R-Sq(adj) = 69,56%

40
Pengujian Hipotesis
1. Uji Hipotesis Jenis Baterai

1. Hipotesis
H0: Ketiga rata-rata jenis baterai sama.
H1: Ketiga rata-rata jenis baterai tidak sama.
2. Taraf Signifikansi yang digunakan:
α = 0.1
3. Statistik Uji
Fhitung = 7.91 ; df1 = 2 ; df2 = 27 dan Ftabel = 3.35
p-value = 0.002
4. Daerah Kritis
H0 ditolak jika Fhitung > Ftabel atau p-value > alpha (α)
7.91 > 3.35 atau 0.002 < 0.1
5. Kesimpulan:
Karena Fhitung= 7.91 > Ftabel= 3.35 atau p-value= 0.002< alpha (α)= 0.01, maka H0 tidak
terima (ditolak). Ketiga rata-rata jenis baterai tidak sama.

2. Uji Hipotesis Daya Tahan

1. Hipotesis
H0: Ketiga rata-rata daya tahan sama.
H1: Ketiga rata-rata daya tahan tidak sama.
2. Taraf Signifikansi
α = 0.1
3. Statistik Uji
Fhitung = 28.97 ; df1 = 2 ; df2 = 27 dan Ftabel = 3.35

41
p-value = 0.000
4. Daerah Kritis
H0 ditolak jika Fhitung > Ftabel atau p-value > alpha (α)
28.97 > 3.35 atau 0.000 < 0.1
5. Kesimpulan:
Karena Fhitung= 28.97 > Ftabel= 3.35 atau p-value= 0.000 < alpha (α)= 0.1, maka H0 tidak
diterima (ditolak). Dengan demikian, ketiga rata-rata daya tahan tidak sama.

3. Uji Hipotesis Interaksi

1. Hipotesis
H0: Terdapat interaksi antara jenis baterai dan daya tahan.
H1: Tidak terdapat interaksi antara jenis baterai dan daya tahan.
2. Taraf Signifikansi
α = 0.1
3. Statistik Uji
Fhitung = 3.56 ; df1 = 4 ; df2 = 27 dan Ftabel = 2.73
p-value = 0.019
4. Daerah Kritis
H0 ditolak jika Fhitung > Ftabel atau p-value > alpha (α)
3.56 > 2.73 atau 0.019 < 0.1
5. Kesimpulan:
Karena Fhitung= 3.56 > Ftabel= 2.73 atau p-value= 0.019 < alpha (α)= 0.1, maka H0 tidak
diterima (ditolak). Dengan demikian, tidak terdapat interaksi antara jenis baterai dan daya
tahan.

42
 BAB V

PENUTUP

5.1 Kesimpulan.
Berdasarkan hasil analisis dari data percobaan diatas dapat disimpulkan sebagai berikut:

1. Pada data percobaan 1 yaitu populasi data indeks pembangunan manusia (IPM)
dari 35 kabupaten dapat disimpulkan bahwa berdasarkan hasil yang diuji
menggunakan liliefors dengan softwere yang digunakan SPSS dan Ms.Excel
excel diketahui data tersebut tidak berdistribusi normal.
2. Pada data percobaan 2 diatas yaitu data hubungan antara lingkungan tempat
tinggal pembaca yakni kota dan desa dengan jenis artikel surat kabar yang
dibaca dapat disimpulkan yaitu tidak saling independen ditunjukan dengan
ditolaknya hipotesis H0.
3. Pada data percobaan 3 diatas yaitu data variansi imunisasi di kedua kecamatan
dapat disimpulkan bahwa antara sampel I dan sampel II yaitu homogen, atau
dengan kata lain tidak ada perbedaan perbedaan variansi imunisasi di kedua
kecamatan dengan tingkat signifikansi α = 5% = 0,05.
4. Pada data percobaan 4 diatas yaitu data penelitian yang dilakukan pemerintah
untuk mengetahui kondisi pemerataan di negara bagian A, yang dilakukan
diempat kota yaitu Redcity, Greencity, Whitecity dan Blackcity yaitu dengan
mencatat pendapatan rata-rata setiap keluarga dapat disimpulkan bahwa rata-rata
pendapatan penduduk per bulan di keempat kota tersebut adalah sama (tidak ada
perbedaan).
5. Pada data percobaan 5 diatas yaitu data jenis baterai dengan daya tahan baterai
(suhu baterai) dapat disimpulkan bahwa tidak ada perbedaan yang nyata antara
rata-rata dari ketiga jenis suhu (daya tahan) sehingga tidak terjadi pengaruh jenis

43
 baterai dan suhu terhadap daya tahan baterai untuk dapat digunakan dalam
satuan jam.

5.2 Saran.
Adapun saran dari penulis laporan ini untuk pembaca yaitu agar dalam menganalisis suatu
data statistik, sebaiknya dipahami dulu model soal atau datanya dan memilih metode apa
yang cocok digunakan supaya terhindar dari kesalahan dalam menguji data. Penulis juga
menyarankan, agar pembaca sebaiknya memahami dan mengerti maksud dari berbagai uji di
atas seperti uji normalitas yakni dengan liliefors, uji independensi dan homogenitas chi
kuadrat dan analisis variansi (ANOVA) baik satu arah (one way anova) maupun dua arah
(two way anova), yang mana ini sangat membantu dalam menyelesaikan berbagai persoalan
dalam kehidupan sehari-hari terlebih khusus dalam hal yang berkaitan dengan data. Penulis
menyarankan agar pembaca mampu menerapkan metode-metode diatas, terlebih khusus bagi
mahasiswa statistika sendiri karena ini sangat membantu dalam menyelesaika tugas yang
berkaitan dengan data penelitian.

44
 DAFTAR PUSTAKA

https://www.statistikian.com/2013/01/rumus-lilliefors.html

https://www.statistikian.com/2013/01/uji-homogenitas.html/amp

https://www.slideshare.net/DiaCahyawati/anova-satu-arah

https://www.scribd.com/document/392476011/Makalah-Anova-Dua-Arah

https://www.slideshare.net/NailulHimmiJNE/chi-kuadrat-46345979

https://statistikceria.blogspot.com/2014/01/analisis-ragam-analysis-of-variance-anova-dua-
arah-dengan-interaksi.html

45
 LAMPIRAN.

1. Langkah kerja dalam menguji normalitas dengan menggunakan liliefors.

 Secara manual ( Ms.Excel).

Langkah pertama dalam exel yaitu memasukan atau menginputkan data. Setelah itu
mengurutkan data kabupaten/kota dan IPM dari terkecil keterbesar.

46
Setelah itu, menentukan jumlah, Xbar dan standar deviasinya agar bisa mencari nilai yang
lain;

Pada tabel excel kita dapatkan Xbar dan standar deviasinya seperti gambar dibawa ini :

47
48
Setelah itu klik enter, maka hasilnya: , setelah itu kita mencari rata rata,
Seperti gambar dibawa ini:

49
Maka akan dihasilkan : , setelah itu kita mencari sandar deviasinya:

50
51
Setelah kelik enter, maka akan didaptkan : .

Setelah semua data dibuat sesuai rumus pada exel, maka hasil akhirnya yaitu seperti yang
ditunjukan dibawah ini:

52
  Dengan SPSS.

Untuk menganalisis data menggunakan SPSS langkah yang pertama yaitu menginputkan
data, seperti yang ditampilkan dibawah ini:

53
Setelah menginputkan data, lalu klik analyze lalu descriptive statistics dan pilih explore,
sehingga akan muncul kotak dialog. Pada kotak tersebut pada kolom dependent list isikan
variabel IPM. Lalu pilihan plots isikan normality plots with test, seperti yang ditampilkan
dibawah ini:

54
Setelah semua pilihan diisi dan disesuaikan, maka klik ok sehingga outputnya akan muncul:

55
56
57
2. Langkah kerja dalam menguji indepe ndensi dengan chi kuadrat
 Menggunakan Minitab (Sebelumnya data dikodingkan ke Ms excel):

58
59
60
Setelah itu data di copy dan masukan ke MINITAB . Yaitu memasukan data pada lembar
kerja minitab seperti dibawah ini:

Setelah semua data dimasukkan maka untuk menganalisisnya yaitu klik stat, lalu
tables, lalu pilih cross tabulations and chi square sehingga kan muncul kotaknya. Pada
kotak tersebut isikan variabel tempat tinggal pada for rows dan variabel jenis artikel
pada for columns, seperti dibawah ini:

61
Pada kotak chi square pilih chi square analysis dan expected cellcounts, selanjutnya klik ok
sehingga hasil outputnya akan muncul seperti dibawah ini:

62
 3. Uji Homoenitas Chi Kuadrat.
 Menggunakan Minitab(sebelumnya data dicodingkan ke excel).
Langkah yang pertama yaitu memasukkan data dan mengkodekan di lembaran Ms.Excel
seperti dibawah ini:

63
64
Setelah semua data dimasukan dan diberi kode, selanjutnya data di copy dan dimasukan ke
lembaran kerja MINITB. Seperti gambar dibawa ini:

Setelah semua data dimasukkan maka klik stat, lalu tables, lalu pilih cros tabulation and chi
square, sehingga akan ditampilkan tabelnya. Pada tabel tersebut isikan variabel kecamatan
pada for rows dan variabel imunisasi pada kotak for columns, seperti yang ditampilkan
dibawah ini:

65
Pada pilihan chi-square pilih chi-square analysis dan expected cell counts, seperti gambar
dibawa:

Setelah itu kelik OK. Sehingga hasil outputnya akan muncul seperti dibawah ini:

66
4. Analisi Anova Satu Arah.
 Menggunakan SPSS
Langkah yang pertama yaitu membuka aplikasi SPSS, setelah itu ke variabel view,
dan memasukan variabel seperti gambar dibawa ini :

Setelah itu kembali ke data view dan mulai menginputkan data seperti gambar dibawa
ini:

Setelah semua data dimasukkan maka untuk menganalisisnya yaitu pilih analyze, lalu
compare means, dan pilihlah one way anova, sehingga akan ditampilkan tabelnya. Pada
tabel tersebut, isikan variabel hasil pada kolom dependent list dan variabel pendapatan
penduduk pada tabel factor, seperti yang ditampilkan dibawah ini:

67
Pada kolom statistics, pilih descriptives dan homogeneity of variance, sedangkan
pada missing values pilih exclude cases analysis by analysis. Pada kolom post hoc,
pada tabel equal variances assumed pilih bonfferoni dan tukey. Setelah semua
pengisian selesai, maka klik ok sehingga hasil output akan ditampilkan seperti
dibawah ini:

68
  Menggunakan MINITAB
Yang pertama, buka aplikasi MINITAB. Setelah itu masukan nilai pada C1 dan beri nama
“responden” Masukan nilai pada C2 dan beri nama “pendapatan penduduk” Masukan nilai
pada C3 beri nama “hasil”. Seperti pada gambar dibawa ini:

Selanjutnya Klik Stat, Pilihlah ANOVA, Klik One-Way. Setelah itu maka akan ditampilkan
kotak dialog anova. Masukan variabel c3 pada response, dan c2 pada factor. Seperti gambar
dibawa ini:

69
Setelah itu kelik OK. Maka akan didaptakan outpunya.

5. Analisis Variansi (ANOVA) Dua Arah.

 Menggunakan SPSS
Langkah yang pertama yaitu membuka aplikasi SPSS, setelah itu ke variabel view, dan
memasukan variabel seperti gambar dibawa ini :

70
Setelah itu kembali ke data view dan mulai menginputkan data seperti gambar dibawa ini:

Setelah semua datanya dimasukkan maka untuk menganalisisnya yaitu pilih analyze, lalu
general linear model dan pilih univariate, sehingga akan ditampilkan tabelnya. Pada tabel
tersebut isikan variabel hasil pada dependet, variabel jenis baterai dan daya tahan pada
random facor.

71
Setelah semua pengisian selesai maka selanjutnya yaitu klik ok, sehingga hasil outputnya
akan muncul seperti dibawah ini:

72
  Menggunakan MINITAB

Yang pertama, buka aplikasi MINITAB. Setelah itu masukan nilai pada C1 dan beri nama
“jenis batrei” Masukan nilai pada C2 dan beri nama “daya tahan” Masukan nilai pada C3
beri nama “hasil”. Seperti pada gambar dibawa ini:

73
Selanjutnya Klik Stat, Pilihlah ANOVA, Klik Tow-Way. Setelah itu maka akan ditampilkan
kotak dialog anova. Masukan variabel c3 pada response, c1 pada row factor, c2 pada colom
factor Seperti gambar dibawa ini:

74
Setelah itu kelik OK. Maka akan didaptakan outpunya.

75
76