Latihan Praktikum Analisis Data

Ru’yatul Hilal

G1D018072

1. Lakukan pemeriksaan data tunggal pada kelompok-kelompok data pada soal

latihan Bab 1 nomor satu (1)! Apakah data-data tersebut simetris?
Penyelesaian
Pemeriksaan data tunggal pada umumnya ditekankan pada pemeriksaan pola
sebaran data, hal tersebut dapat dilakukan dengan menggunakan Histogram,
Stem and leaf, dan Box-plot. Pada praktikum kali ini untuk melakukan
pemeriksaan data tunggal, akan dilakukan dengan bantuan SPSS.
Untuk membuat Histogram, stem and leaf dan box-plot di SPSS dapat
dilakukan dengan langkah-langkah sebagai berikut:
1) Klik Analyze Descriptive statistic Explore

2) Masukkan variabel pada jendela Explore

 3) Klik Plots pada jendela Explore dan centang Stem-and-leaf, Histogram
dan Normality plots with tests

4) Klik Continue lalu klik Ok

Berikut data pada latihan Bab 1 nomor satu yang akan di periksa
kesimetrisannya.
a. 58.788 32.142 21.468 -4.413 75.907 68.188 42.798
39.761 40.673 64.858 103.343 62.128 64.137 29.932
38.421 91.733 80.964 48.997 68.803 34.643 60.746
66.263 23.339 78.142 23.239
 Histogram
 Statistics
Data1
Valid 25
N
Missing 0
Mean 52.60000
Median 58.78800
Mode -4.413a
Std. Deviation 25.072679
Variance 628.639
Minimum -4.413
Maximum 103.343
Sum 1315.000
10 22.53060
25 33.39250
Percentiles
50 58.78800
75 68.49550

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Data1 .117 25 .200* .982 25 .922
 Stem and leaf

Data1 Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 -0 . 0
11.00 0 . 22223333444
12.00 0 . 566666667789
1.00 1 . 0

Stem width: 100.000

Each leaf: 1 case(s)

Interpretasi :
Pada output Histogram di atas terlihat bahwa batang yang paling tinggi
terletak sedikit di senelah kanan, namun dilihat dari grafik yang
terbentuk dapat dikatakan bahwa pola sebaran data relative simetris.
Dan dari tabel output Test of Normality dapat dilihat nilai sig. dari data
tersebut adalah 0.922 > 0.05, maka dapat disimpulkan bahwa data
tersebut berdistribusi normal. Begitu juga dengan output diagram stem
 and leaf, terlihat bahwa pola sebaran datanya relative simetris baik di
bagian atas data dan di bawah bagian data.
 Box-plot

Interpretasi :
Sedangkan dari output box-plot terlihat garis median tidak membagi
kotak tersebut menjadi dua bagian yang sama besar, terlihat bahwa
garis median terletak lebih dekat dengan Q3, namun garis yang
terbentuk di atas dan di bawah relative seimbang, sehingga dapat
dikatakan bahwa pola data relative simetris.
 Penyarian tiga angka
Median = 58.78800
( )⁄

( )⁄
 Pada tabel penyarian tiga angka di atas terlihat bahwa perbedaan
nilainya tidak terlalu besar,sehingga dapat dikatakan bahwa data
relative simetris.
b. 36 46 39 47 46 41 46 37 37 41 35
45 42 42 50 48 42 36 39 34 34 58
45 44 48 45 49 39 49 38 36 40 36
48 41 41 52 42 43 35 38 42 30 54
40 43 49 46 47 38 41 35 35 30

 Histogram

Statistics
Data2
Valid 54
N
Missing 0
Mean 41.85
Median 41.50
Mode 41a
Std. Deviation 5.922
Variance 35.072
Minimum 30
Maximum 58
Sum 2260
10 35.00
25 37.00
Percentiles
50 41.50
75 46.00

Tests of Normality
 Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Data2 .083 54 .200* .983 54 .638

 Stem and leaf

Data2 Stem-and-Leaf Plot

Frequency Stem & Leaf

4.00 3 . 0044
16.00 3 . 5555666677888999
15.00 4 . 001111122222334
15.00 4 . 555666677888999
3.00 5 . 024
1.00 5 . 8

Stem width: 10
Each leaf: 1 case(s)

Interpretasi :
 Pada histogram di atas terlihat bahwa batang yang paling tinggi yang
menunjukkan frekuensi terbanyak terletak di tengah-tengah, dan
sebaran data di sebelah kiri dan kanan relative sama banyak, sehingga
dapat dikatakan pola sebaran data relative simetris. Dan dari tabel
output Test of Normality dapat dilihat nilai sig. dari data tersebut
adalah 0.200 > 0.05, maka dapat disimpulkan bahwa data tersebut
berdistribusi normal. Begitu juga dengan diagram stem and leaf, terlihat
bahwa pola sebaran data relative sama, dan pola sebaran data relative
simetris.
 Box-plot

Interpretasi:
Dari output box-plot di atas terlihat bahwa garis median tepat membagi
kotak menjadi dua bagian sama besar, baik di atas maupun di bawah
garis, sehingga dapat dikatakan pola sebaran datanya simetris.
  Penyarian tiga angka
Median = 41.50
( )⁄

( )⁄

Pada tabel penyarian tiga angka di atas terlihat bahwa perbedaan

nilainya tidak terlalu besar, sehingga dapat dikatakan bahwa data
relative simetris.

c. 43 61 17 86 42 88 78
94 57 56 57 60 57 82
25 76 92 46 67 45
53 50 54 24 70
 Histogram

Statistics
Data3
Valid 25
N
Missing 0
Mean 59.20
Median 57.00
Mode 57
Std. Deviation 20.887
Variance 436.250
Minimum 17
Maximum 94
Sum 1480
 10 24.60
25 45.50
Percentiles
50 57.00
75 77.00

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Data3 .106 25 .200* .966 25 .540

 Stem and leaf

Data3 Stem-and-Leaf Plot

 Frequency Stem & Leaf

1.00 1 . 7
2.00 2 . 45
.00 3 .
4.00 4 . 2356
7.00 5 . 0346777
3.00 6 . 017
3.00 7 . 068
3.00 8 . 268
2.00 9 . 24

Stem width: 10
Each leaf: 1 case(s)

Interpretasi :
Pada output Histogram di atas terlihat bahwa batang yang paling tinggi
terletak sedikit di senelah kiri data, namun dilihat dari grafik yang
terbentuk dapat dikatakan bahwa pola sebaran data relative simetris.
Dan dari tabel output Test of Normality dapat dilihat nilai sig. dari data
tersebut adalah 0.540 > 0.05, maka dapat disimpulkan bahwa data
tersebut berdistribusi normal. Begitu juga dengan output diagram stem
and leaf, terlihat bahwa pola sebaran datanya relative simetris baik di
bagian atas data dan di bagian bawah data.
 Box-plot

Interpretasi :
Pada output box-plot di atas terlihat bahwa garis median tidak tepat
membagi kotak menjadi dua bagian yang sama besar, namun bagian di
atas dan di bawah garis mempunyai besar yang relative seimbang,
sehingga dapat dikatakan bahwa pola sebaran data tersebut relaive
simetris.
 Penyarian tiga angka
Median = 57.00
( )⁄

( )⁄
 Pada tabel penyarian tiga angka di atas terlihat bahwa perbedaan
nilainya tidak terlalu besar, sehingga dapat dikatakan bahwa data
relative simetris.
2. Bangkitkan sebanyak 100 bilangan acak yang menyebar Normal (50,100),
kemudian lakukan eksplorasi dan penjelasan singkat tentang kesimetrisan data
tersebut. Apakah data tersebut mempunyai pola sebaran yang simetris seperti
pola sebaran Normal?
Penyelesaian
Untuk melakukan bangkitan data, digunakan Ms.Excel, dengan langkah-
langkah sebagai berikut:
1) Buat nomor urut sesuai dengan jumlah data yang diinginkan

2) Kemudian bangkitkan data dengan rumus RANDBETWEEN(50,100), isi

dalam kurung seusuai dengan rentang data yang dibutuhkan.
3) Kemudian tekan ENTER

Berikut data bangkitan yang dihasilkan

74 70 59 57 78 76 80 63 88 66
100 79 75 97 99 55 85 80 70 67
60 71 90 93 67 89 76 72 94 95
96 84 67 75 80 72 51 68 63 90
77 71 100 96 54 71 93 99 60 52
98 89 74 59 55 62 70 84 55 82
57 67 73 71 89 96 62 50 78 81
63 84 91 73 67 84 89 77 60 100
94 97 98 96 100 82 76 55 72 78
50 99 91 81 85 70 62 68 89 53
Untuk mengetahui pola sebaran data, data akan dieksplorasi dengan bantuan
SPSS, dengan langkah-langkah sebagai berikut:
1) Masukkan data bangkitan ke SPSS
2) Klik Analyze Descriptive statistic Explore

3) Masukkan variabel pada jendela Explore

4) Klik Plots pada jendela Explore dan centang Stem-and-leaf, Histogram

dan Normality plots with tests
5) Klik Continue lalu klik Ok
 Histogram

 Stem and leaf

Data Stem-and-Leaf Plot

Frequency Stem & Leaf

 6.00 5 . 001234
8.00 5 . 55557799
9.00 6 . 000222333
8.00 6 . 67777788
15.00 7 . 000011112223344
11.00 7 . 55666778889
11.00 8 . 00011224444
8.00 8 . 55899999
8.00 9 . 00113344
12.00 9 . 566667788999
4.00 10 . 0000

Stem width: 10
Each leaf: 1 case(s)
Interpretasi:
Pada output Histogram di atas terlihat bahwa batang yang paling tinggi
terletak sedikit di senelah kiri data, namun dilihat dari grafik yang
terbentuk dapat dikatakan bahwa pola sebaran data relative simetris.
Begitu juga dengan output diagram stem and leaf, terlihat bahwa pola
sebaran datanya relative simetris baik di bagian atas data dan di bagian
bawah data.
  Box-plot

Interpretasi:

Pada output box-plot di atas terlihat bahwa garis median tidak tepat
membagi kotak menjadi dua bagian yang sama besar, namun bagian di
atas dan di bawah garis mempunyai besar yang relative seimbang,
sehingga dapat dikatakan bahwa pola sebaran data tersebut relaive
simetris.
3. Lakukan uji Kolmogorov-Smirnov dan buat Q-Q plot berdasarkan data pada
nomor satu untuk mengetahui apakah data tersebut mempunyai sebaran
Normal.
Penyelesaian
Untuk menguji data memiliki sebaran normal atau tidak, dapat dilakukan
dengan uji Kolmogorov-Smirnov dan juga dengan melihat Q-Q plot dari data.
 Untuk melakukan uji Kolmogorov-Smirnov dengan bantuan SPSS
dapat dilakukan dengan langkah-langkah sebagai berikut:
1) Masukkan data yang akan diuji ke SPSS
2) Klik menu Analyze Nonparametric Test 1-Sample K-S,
maka akan muncul kotak dialog One–Sample Kolmogorov-
Smirnov
 3) Kotak Test Variabel List diisi dengan data, pada Test Distribution
pilih Normal (karena akan diuji apakah data mengikuti sebaran
normal atau tidak), kemudian klik Ok.

 Untuk mendapatkan Q-Q plot dengan bantuan SPSS dapat dilakukan

dengan langkah-langkah sebagai berikut:
1) Masukkan data ke SPSS

2) Kemudian klik menu Analyze Descriptive Statistics

Explore, maka akan muncul kotak dialog Explore
 3) Kemudian masukkan variabel data ke kotak Dependent List,
kemudian pada Display pilih Plot, dan akan muncul kotak dialog
Explore Plots, dan aktifkan Normality Plots with test, kemudian
klik Continue dan Klik Ok.

a. Data 1a
a. 58.788 32.142 21.468 -4.413 75.907 68.188 42.798
39.761 40.673 64.858 103.343 62.128 64.137 29.932
38.421 91.733 80.964 48.997 68.803 34.643 60.746
66.263 23.339 78.142 23.239
 Uji Kolmogorov Smirnov
 Hipotesis
 H0 : Data mengikuti sebaran Normal
H1 : Data tidak mengikuti sebaran Normal
 Dasar pengambilan keputusan
Sig. 0.05 H0 diterima
Sig. 0.05 H0 ditolak

One-Sample Kolmogorov-Smirnov Test

Data1
N 25

a,b
Mean 52.60000
Normal Parameters
Std. Deviation 25.072679
Absolute .117
Most Extreme Differences Positive .092
Negative -.117
Kolmogorov-Smirnov Z .587
Asymp. Sig. (2-tailed) .881
Interpretasi :
Berdasarkan tabel output SPSS di atas, dapat diketahui bahwa nilai
signifikansi Asiymp.Sig (2-tailed) sebesar 0.881 nilai tersebut lebih
besar dari 0.05, maka sesuai dengan dasar pengambilan keputusan,
dapat disimplkan bahwa data berdistribusi Normal (H0 diterima).
 Q-Q plot

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
*
Data1 .117 25 .200 .982 25 .922
 Interpretasi :
Berdasarkan tabel output Test of Normality di atas dapat diketahui
bahwa nilai sig. pada Kolmogorov-smirnov yaitu 0.200 0.05, maka
dapat disimpulkan bahwa data tersebut berdistribusi normal. Begitu
juga dengan output Q-Q plot di atas, dapat dilihat bahwa sebaran titik-
titik data cendrung mengikuti pola garis lurus, sehingga dapat
dikatakan bahwa data tersebut mempunyai distribusi/sebaran normal.
b. Data 1b
b. 36 46 39 47 46 41 46 37 37 41 35
45 42 42 50 48 42 36 39 34 34 58
45 44 48 45 49 39 49 38 36 40 36
48 41 41 52 42 43 35 38 42 30 54
40 43 49 46 47 38 41 35 35 30
 Uji Kolmogorov Smirnov
 Hipotesis
H0 : Data mengikuti sebaran Normal
H1 : Data tidak mengikuti sebaran Normal
  Dasar pengambilan keputusan
Sig. 0.05 H0 diterima
Sig. 0.05 H0 ditolak

One-Sample Kolmogorov-Smirnov Test

Data2

N 54

a,b
Mean 41.85
Normal Parameters
Std. Deviation 5.922
Absolute .083
Most Extreme Differences Positive .083
Negative -.055
Kolmogorov-Smirnov Z .607
Asymp. Sig. (2-tailed) .855

Interpretasi :
Berdasarkan tabel output SPSS di atas, dapat diketahui bahwa nilai
signifikansi Asiymp.Sig (2-tailed) sebesar 0.855 nilai tersebut lebih
besar dari 0.05, maka sesuai dengan dasar pengambilan keputusan,
dapat disimplkan bahwa data berdistribusi Normal (H0 diterima).
 Q-Q plot

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
*
Data2 .083 54 .200 .983 54 .638
 Interpretasi :
Berdasarkan tabel output Test of Normality di atas dapat diketahui
bahwa nilai sig. pada Kolmogorov-smirnov yaitu 0.200 0.05, maka
dapat disimpulkan bahwa data tersebut berdistribusi normal. Begitu
juga dengan output Q-Q plot di atas, dapat dilihat bahwa sebaran titik-
titik data cendrung mengikuti pola garis lurus, sehingga dapat
dikatakan bahwa data tersebut mempunyai distribusi/sebaran normal.
c. Data 1c
c. 43 61 17 86 42 88 78
94 57 56 57 60 57 82
25 76 92 46 67 45
53 50 54 24 70
 Uji Kolmogorov Smirnov
 Hipotesis
H0 : Data mengikuti sebaran Normal
H1 : Data tidak mengikuti sebaran Normal
 Dasar pengambilan keputusan
 Sig. 0.05 H0 diterima
Sig. 0.05 H0 ditolak

One-Sample Kolmogorov-Smirnov Test

Data3
N 25

a,b
Mean 59.20
Normal Parameters
Std. Deviation 20.887
Absolute .106
Most Extreme Differences Positive .106
Negative -.085
Kolmogorov-Smirnov Z .528
Asymp. Sig. (2-tailed) .943

Interpretasi :
Berdasarkan tabel output SPSS di atas, dapat diketahui bahwa nilai
signifikansi Asiymp.Sig (2-tailed) sebesar 0.943 nilai tersebut lebih
besar dari 0.05, maka sesuai dengan dasar pengambilan keputusan,
dapat disimplkan bahwa data berdistribusi Normal (H0 diterima).
 Q-Q plot

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
*
Data3 .106 25 .200 .966 25 .540
Interpretasi :
Berdasarkan tabel output Test of Normality di atas dapat diketahui
bahwa nilai sig. pada Kolmogorov-smirnov yaitu 0.200 0.05, maka
dapat disimpulkan bahwa data tersebut berdistribusi normal. Begitu
juga dengan output Q-Q plot di atas, dapat dilihat bahwa sebaran titik-
titik data cendrung mengikuti pola garis lurus, sehingga dapat
dikatakan bahwa data tersebut mempunyai distribusi/sebaran normal.