LAPORAN PRAKTIKUM

STATISTIK
ACARA V
EKSPLORASI DATA 2

Dosen Pengampu : Ike Sari Astuti, S.P, M.Nat.Res.St, Ph.D

Disusun Oleh :

Nama Kelompok : Ainur Rizqi Zulfa T (200722638895)

Dody Prasetyo (200722638870)
Ikhsanudin (200722638833)
Offering/Angkatan : G/2020
Tanggal Praktikum : Rabu, 27 Mei 2021
Assisten Praktikum : Hetty Rahmawati Sucahyo

UNIVERSITAS NEGERI MALANG

FAKULTAS ILMU SOSIAL
JURUSAN GEOGRAFI
PROGRAM STUDI S1 GEOGRAFI
2021
 ACARA 5

I. TUJUAN
1. Mahasiswa mampu memahami apa itu eksplorasi data;
2. Mahasiswa mampu mengaplikasikan eksplorasi data menggunakan RStudio;
3. Mahasiswa mampu melakukan uji homogenitas dengan data rexam, rexam
Numeracy, dan rexam Uni menggunakan R Commender dan R Software.

II. DASAR TEORI

Eksplorasi Data
Eksplorasi data merupakan bagian yang integral dari persepsi kita. Apabila
tujuan akhir dari penelitian bukan untuk menghasilkan inferensi kausal, analisis data
selanjutnya sudah tidak diperlukan lagi. Namun apabila diperlukan, analisis data
eksploratori sangat menunjang dalam menelaah dan menemukan tentang sifat-sifat
data yang nantinya dapat berguna dalam menyeleksi model statistik yang tepat.
Dengan demikian, pada analisis data eksploratif, sifat dari data pengamatanlah yang
akan menentukan model analisis statistik yang sesuai (atau perbaikan dari analisis
yang sudah direncanakan).
Langkah pertama dalam menganalisis data adalah mempelajari karakteristik
dari data tersebut. Terdapat beberapa alasan penting yang perlu kita pertimbangkan
secara cermat sebelum analisis data sebenarnya kita lakukan. Alasan pertama
pemeriksaan data adalah untuk memeriksa kesalahan-kesalahan yang mungkin terjadi
pada berbagai tahap, mulai dari pencatatan data di lapangan sampai pada entry data
pada komputer. Alasan berikutnya adalah untuk tujuan eksplorasi data sehingga kita
bisa menentukan model analisis yang tepat.
Uji Normalitas
Uji normalitas adalah sebuah uji yang dilakukan dengan tujan untuk menilai
sebaran data pada sebuah kelompok data atau variabel, apakah sebaran tersebut
berdistribusi normal atau tidak. Hasil uji normalitas menjadi penting karena hal ini
berkaitan dengan pemilihan uji statistik yang ditepat digunakan (Saeful dan Bahrudin,
2014)
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai
sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut
berdistribusi normal ataukah tidak. Berdasarkan pengalaman empiris beberapa pakar
statistik, data yang banyaknya lebih dari 30 angka (n > 30), maka sudah dapat
diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar. Namun
untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak,
sebaiknya digunakan uji normalitas. Karena belum tentu data yang lebih dari 30 bisa
dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang
dari 30 belum tentu tidak berdistribusi normal.
Indikasi uji Normalitas
 Uji normalitas digunakan sebagai syarat atau asumsi dari berbagai uji
parametris, misalnya uji regresi linear, uji Anova, Uji Ancova, Uji Manova, Uji
Independen T Test, Uji Paired T Test dan berbagai uji lainnya, baik analisis
multivariat ataupun univariat. Uji normalitas pada berbagai uji yang kami sebutkan di
atas, tentunya berbeda-beda caranya dan berbeda juga apa yang diuji. Misalkan pada
uji regresi linear berganda, yang diuji normalitas adalah residual. Pada uji independen
t test, yang diuji adalah variabel terikat per kelompok. Sedangkan pada uji paired t
test, yang diuji adalah selisih antara dua data yang berpasangan. Tentunya karena
sebagai syarat uji parametris, maka jika asumsi normalitas tidak terpenuhi atau
dengan kata lain tidak berdistribusi normal atau terima H1, kita sebagai peneliti harus
melakukan treatment sesuai analisis hipotesis yang kita gunakan. Misalnya jika
asumsi normalitas tidak terpenuhi pada uji regresi linear berganda, kita bisa
melakukan teknik transformasi. Sedangkan jika asumsi normalitas tidak terpenuhi
pada uji independen t test, maka kita bisa menggunakan uji alternatif dengan uji non
parametris, misalnya uji mann whitney u test. Uji normalitas banyak sekali teknik atau
metode perhitungannya, antara lain adalah: Uji Kolmogorov Smirnov, uji Lilliefors,
Uji Shapiro WIlk, Uji Shapiro Francia, Uji Anderson Darling, Uji Ryan Joiner, Uji
Jarque Bera, Uji Skewness Kurtosis, PP Plot, QQ Plot, Detrend QQ Plot.
Macam- macam uji normalitas :
- Uji grafik
- Chi-Square
- Kolmogorov Smirov
- Lilliefors
- Shaphiro Wilk
Uji Homogenitas
Pengujian atau uji homogenitas bertujuan untuk meyakinkan bahwa
sekumpulan data yang akan diukur memang berasal dari populasi yang homogen
(sama). Penghitungan homogenitas dilakukan peneliti saat ingin membandingkan
sebuah sikap, intensi, atau perilaku (varians) pada dua kelompok populasi (Widhiarso,
2011).
Uji homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi
dua buah distribusi atau lebih. Uji homogenitas yang akan dibahas dalam tulisan ini
adalah Uji Homogenitas Variansi dan Uji Bartlett. Uji homogenitas dilakukan untuk
mengetahui apakah data dalam variabel X dan Y bersifat homogen atau tidak. Indikasi
uji Homogenitas
Uji homogenitas berbeda dengan uji normalitas meskipun sama-sama
digunakan sebagai syarat dalam uji parametris. Letak perbedannya adalah, jika uji
normalitas diperlukan pada semua uji parametris, maka uji homogenitas tidak selalu
digunakan. Uji homogenitas hanya digunakan pada uji parametris yang menguji
perbedaan antara kedua kelompok atau beberapa kelompok yang berbeda subjeknya
atau sumber datanya. Oleh karena itu, uji homogenitas diperlukan sebagai asumsi dari
uji independen t test dan uji Anova. Sedangkan pada uji regresi linear, homogenitas
tidak diperlukan sebagai syarat sebab uji regresi linear tidak menguji perbedaan
beberapa kelompok.
 Konsekuensi jika asumsi homogenitas tidak terpenuhi, maka yang harus
dilakukan oleh peneliti juga berbeda-beda tergantung pada analisis hipotesis yang
utama. Misalkan pada uji Anova, jika asumsi homogenitas tidak terpenuhi, maka
peneliti dapat menggunakan koreksi oleh uji brown forsythe atau welch’s F.
Sedangkan jika asumsi homogenitas tidak terpenuhi apda uji independen t test,
peneliti dapat menggunakan uji independen t test unequal variance atau menggunakan
uji indepeden welch’s test. Uji homogenitas banyak juga teknik atau metode
perhitungannya, yang populer adalah: Uji Levene test, Fisher F dan Bartlett Test. Uji
homogenitas kalau diartikan secara mudahnya adalah uji yang menilai adakah
perbedaan varians antara kedua kelompok atau lebih. uji normalitas selalu
diperlukan sebagai asumsi atau syarat setiap uji parametris. Sedangkan uji
homogenitas hanya diperlukan pada uji parametris yang menilai perbedaan dua atau
lebih kelompok.
Metode Shapiro Wilk
Uji Shapiro Wilk adalah sebuah metode atau rumus perhitungan sebaran data
yang dibuat oleh shapiro dan wilk. Metode shapiro wilk adalah metode uji normalitas
yang efektif dan valid digunakan untuk sampel berjumlah kecil. Dalam penerapannya,
para peneliti dapat menggunakan aplikasi statistik antara lain: SPSS dan STATA.
Metode Shapiro Wilk menggunakan data dasar yang belum diolah dalam tabel
distribusi frekuensi. Data diurut, kemudian dibagi dalam dua kelompok untuk
dikonversi dalam Shapiro Wilk. Dapat juga dilanjutkan transformasi dalam nilai Z
untuk dapat dihitung luasan kurva normal. Begitulah kira-kira cara memahami metode
dalam perhitungan Uji Shapiro.

III. ALAT DAN BAHAN

1. Pc
2. Software RStudio
3. Data perbandingan

IV. LANGKAH KERJA

1. Buka Software R Studio
2. Tuliskan install packages yang akan dibutuhkan untuk eksplorasi data

3. Load packages yang telah di install

4. Lakukan Uji Normalitas dengan memasukkan file Rexam data dalam bentuk csv

5. Pilih Rexam lalu klik Open

6.Lakukan uji normalitas menggunakan metode shapiro wilk (Rexam)

7. Lakukan uji normalitas metode shapiro wilk untuk Exam

8. Lakukan uji normalitas metode shapiro wilk untuk mengetahui numeracy

9. Lakukan uji normalitas menggunakan metode shapiro wilk untuk mengetahui exam dan
uninya

10. Lakukan uji normalitas menggunakan metode shapiro wilk untuk mengetahui numeracy
dan uni

11. Tampillkan visualisasi data dalam bentuk chart plots dengan mengetahui exam dan
numeracy

12. Melakukan uji homogenitas dengan memanggil Rcmdr

13. Apabila telah muncul seperti ini, lalu pilih Data set-> Rexam->OK

14. Selanjutnya adalah klik Data->Manage Variabel in active data set->Convert numeric
variable to factors
15. Pilih uni dan klik OK

16. Beri nama x dan y pada angka 0 dan 1

17. Ketahui levene test dengan klik Statistics>Variances>Levenetest

18. Pilih uni dan exam untuk mengetahui mediannya

19. Lakukan lagi seperti di langkah kerja no.17 untuk mengetahui meannya

20. Pilih uni dan exam lalu klik OK

21. Melakukan uji homegenitas menggunakan Software R

22. Lakukan komputasi variabel baru dengan memanggil data dlf

23. Pilih file yang bernama DownloadFestival

24. Lakukan cek data

25. Lakukan Penjumlahan Variabel Baru

26. Ketahui hasilnya

27. Lakukan pengurangan variabel

28. Lakukan uji perkalian

29. Lakukan uji pemangkatan

30. Lakukan uji kurang dari 1

31. Lakukan uji lebih kecil atau sama dengan 1

32. Lakukan uji lebih besar dari 1

33. Lakukan lebih besar atau sama

34. Lakukan dengan mencari data Male di Variabel gender

35. Mencari data not male di variabel gender

36. Lakukan Transformasi LOG pada r software

37. Lakukan transformasi akar

V. HASIL PRAKTIKUM
1. Hasil uji normalitas menggunakan metode shapiro wilk

2. Hasil Shapiro Wilk normality test exam

3. Hasil Shapiro test numeracy

4. Hasil Exam dan Uni

5. Hasil numeracy dan Uni

6. Hasil levene test median

7. Hasil levene test mean

8. Levene test Rexam median

9. Levene test Rexam mean

10. Hasil table praktikum 5

11. Chartplots Exam

12. Chartplots Numeracy

VI. PEMBAHASAN
Berdasarkan praktikum yang dilakukan yaitu eksplorasi data 2 dapat diketahui hasilnya
bedasarkan hasil praktikum di atas. Hasil praktikum eksplorasi data ini meliputi shapiro test,
levene test, shapiro wilk, median, mean, hingga charplots exam dan numeracy. Selain itu
hasil dari eksplorasi data 2 juga terdapat table excel hasil eksplorasi data yang telah menjadi
1.

Pertama adalah shapiro test. Pada shapiro test, hasil diketahui terdapat pada numeracy,
exam, uni, numeracy dan uni, serta exam dan uni. Hasil pada numeracy adalah 0,924. Kedua
adalah hasil numeracy dan uni dengan hasil 0,940. Ketiga adalah hasil dari exam dan uni
sebesar 0,983. Kedua adalah levene test. Pada levene test hasil yang di dapat adalah 2.58
pada mean dan 2.08 pada median. Selain itu hasil yang di dapat pada levene test Rexam
median adalah 5.36 dan Rexam mean adalah 7.36. Terakhir adalah hasil dari shapiro test wilk
yang pertama, hasilnya adalah 0,96.

Pada dasarnya uji normalitas sebuah data dapat diketahui dengan melihat persebaran data
(titik) pada sumbu diagonal dari grafik histogram dari residualnya, 1) Data dikatakan
berdistribusi  normal, jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya, 2) Sebaliknya data tidak terdistribusi normal, jika data
menyebar jauh dari arah garis atau tidak mengikuti diagonal atau grafik histogramnya. 
Uji homogenitas dengan menggunakan Rcmndr dengan data Rexam. Sebelum
melakukan uji homogenitas perlu dilakukan konversi dari data numerik menjadi faktor
melalui Data => Manage variabel in active data set => convert numeric variable to factors.
Data yang perlu di convert adalah data Uny diberi X dan Y dengan O sebagai X dan 1
sebagai Y. Uji homogenitas yang dilakukan adalah leven’s dengan data uny dan exam dengan
uji statistik median. Lalu untuk yang kedua perhitungan berdasarkan mean.
 Uji yang dilakukan ketiga adalah uji komputasi variabel baru dengan menggunakan data
festival dengan perintah read.delim. Dengan beberapa perintah, diantaranya; penjumlahan,
pengurangan, perkalian, pemangkatan, analisis nilai yang lebih kurang dari 1, lebih kecil atau
sama dengan 1, lebih besar dari 1, lebih besar atau sama, mencari data “Male” di variabel
gender, mencari data “Not Male” di variabel gender, transformasi LOG pada R software, dan
transformasi akar.
Dari hasil yang terdapat di atas dapat ketahui bahwasanya apabila dibentuk melalui
charplot hasilnya bisa diketahui pada hasil praktikum no. 11 dan 12. Pada hasil praktikum no.
11 apabila dibentuk charplots hasilnya tidak keluar dari garis serta sesuai dengan outcome
yang diharapkan. Lalu pada table yang terdapat pada di excel itu merupakan hasil uji
eksplorasi data berdasarkan penjumlahan, pembagian, kurang dari, lebih dari, pemangkatan,
dan juga perkalian. Di table excel tersebut dibagi berdasarkan gendernya yaitu male dan
female. Lalu hasilnya berupa angka dan TRUE and FALSE. Selain itu pada table tersebut
terdapat huruf N/A. N/A tersebut menjelaskan bahwa tidak ada data yang berupa angka,
dalam hal ini bisa dikatakan 0. Akhirnya solusi lain yang digunakan untuk mengganti N/A
adalah menggantinya dengan angka 0.

VII. KESIMPULAN
Dari hasil uji normalitas yang dilakukan menggunakan Shapiro Wilk menunjukkan
bahwa p-value kurang dari 0,05. Artinya distribusi data tidak normal dengan H₀ ditolak dan
H₃ diterima. Untuk menampilkan visualisasi data, harus menggunakan gplot yaitu metode
grafis alternatif untuk menilai normalitas histogram. Selain uji normalitas, juga dilakukan uji
homogenitas. Juga melakukan Levene’s test, dengan tujuan mengetahui perbedaan dari dua
kelompok data dengan varians yang berbeda.

VIII. DAFTAR PUSTAKA

Hidayat, Anwar. (2014).Tutorial Independen T Test dengan SPSS.Retrived from
https://www.statistikian.com/2014/04/independen-t-test-dengan-spss.html
Komputer, W. (2013). Mengolah Data Statistik Penelitian dengan SPSS 18. Elex Media
Komputindo.
Risdianto, D., & Kusnadi, D. (2009). Aplikasi Grafik Probability dalam Pengolahan Data
Eksplorasi Panas Bumi. Buletin Sumber Daya Geologi, 4(1), 26-35.
Sri Siska.2013. ANALISIS DATA EKSPLORATIF MODUL 5 ANALISIS COMPARE
MEANS. https://srisiskawirdaniyati.files.wordpress.com/2015/12/modul-51.pdf
Wahyono, T. (2013). 25 Model Analisis Statistik Dengan SPSS 17. Elex Media Komputindo.