METODE STATISTIKA
LABORATORIUM MATEMATIKA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BENGKULU
2019
LEMBAR PENGESAHAN
MODUL PRAKTIKUM METODE STATISTIKA
Disusun Oleh:
Herlin Fransiska, S.Si., M.Si
Direvisi Oleh:
Ramya Rachmawati, M.Sc., Ph.D.
Septri Damayanti, S.Si., M.Si.
Revisi : II
Tanggal : 26 September 2019
Mengetahui : Ketua Laboratorium Matematika
Penyusun
b. EDIT
Menu ini berfungsi untuk melakukan perubahan atau memperbaiki
data seperti: mengopi (menyalin) data, menghapus atau yang
lainnya. Selain itu juga bisa digunakan untuk mengubah setting pada
Options (output, label, Script dan lainnya). Adapun submenu pada
menu edit adalah sebagai berikut :
1) UNDO: pembatalan perintah yang dilakukan sebelumnya
2) REDO: perintah pembatalan perintah yang dilakukan
sebelumnya
c. VIEW
Menu View berfungsi untuk melihat tampilan SPSS. Submenu pada
menu view antara lain :
1) Status Bar: mengetahui proses yang sedang berlangsung
2) Toolbar: mengatur tampilan toolbar
3) Fonts: untuk mengatur jenis, ukuran font pada data editor SPSS
a) Font size: ukuran font lembar output SPSS
b) Font: jenis font lembar output SPSS
c) Font style: pilihan penggunaan huruf regular, italic, bold,
bold italic
4) Gridlines: mengatur garis sel pada editor SPSS
5) Value labels: mengatur tampilan pada editor untuk mengetahui
value label
d. DATA
Menu data digunakan untuk melakukan pemrosesan data. Adapun
submenu data adalah sebagai berikut:
1) Define Dates : mendefinisikan sebuah waktu untuk variabel
yang meliputi jam, tanggal, tahun, dan sebagainya
2) Sort case: mengurutkan nilai dari suatu kolom variabel
3) Transpose: operasi transpos pada sebuah kolom variabel
menjadi baris
4) Merge files: menggabungkan beberapa file dokumen SPSS,
yang dilakukan dengan penggabungan kolom-kolom
variabelnya
-Add variable: menyisipkan kolom variabel
e. TRANSFORM
Menu transform dipergunakan untuk melakukan perubahan-perubahan
atau penambahan data. Adapun submenunya adalah sebagai berikut :
1) Compute: operasi aritmatika dan logika untuk
2) Count: untuk mengetahui jumlah sebuah ukuran data tertentu
pada suatu baris tertentu
3) Recode: untuk mengganti nilai pada kolom variabel tertentu,
sifatnya menggantikan (into same variable) atau merubah (into
different variable) pada variabel baru.
4) Rank case: mengurutkan nilai data sebuah variabel
f. ANALYZE
Menu Analyze digunakan untuk melakukan analisis data yang
telah kita masukkan ke dalam komputer. Menu ini merupakan menu
yang terpenting karena semua pemrosesan dan analisis data dilakukan
dengan menggunakan menu Correlate, Compare Means, Regression,
dll.
g. GRAPH
Menu Graph digunakan untuk membuat grafik, di antaranya ialah Bar,
Line, Pie, dll
h. UTILITIES
Menu Utilities dipergunakan untuk mengetahui informasi variabel,
informasi file, dll
i. ADD-ONS
Menu Add-ons digunakan untuk memberikan perintah kepada SPSS
jika ingin menggunakan aplikasi tambahan, misalnya menggunakan
aplikasi Amos, SPSS data entry, text analysis, dsb.
j. WINDOWS
k. HELP
Menu ini berfungsi menyediakan bantuan informasi mengenai program
SPSS yang bisa diakses dengan mudah dan jelas.
l. TOOL BAR
Kumpulan perintah-perintah yang sering digunakan dalam bentuk
gambar. Berikut ini contoh tool bar:
m. POINTER
Kursor yang menunjukkan posisi cell yang sedang aktif/dipilih.
Contoh kasus:
Diketahui data berikut: 5 3 4 6 8 7 6 5 4 3 2 1 2 3 5 6 5 4 3 4 5 6 7
maka sajikan data dalam bentuk diagram tangkai daun, batang,
lingkaran dan histogram dengan menggunakan SPSS.
Pemasukan data ke SPSS
Pilih menu File → New → Data. Kemudian klik mouse pada sheet
tab Variable View. Isi tabel seperti berikut:
Kemudian klik mouse pada sheet tab Data View. Masukkan data
seperti berikut:
Output:
1.00 1 . 0
2.00 2 . 00
4.00 3 . 0000
4.00 4 . 0000
5.00 5 . 00000
4.00 6 . 0000
2.00 7 . 00
1.00 8 . 0
Stem width: 1
Each leaf: 1 case(s)
• Pengisian variabel
Masukkan variabel data pada kolom variabel(s)
Tekan tombol Charts, kemudian untuk membuat diagram
maka pada kotak dialog pilih Chart type dengan meng-klik
pilihan yang diinginkan diteruskan dengan memilih Chart
Values yang diinginkan. Kemudian klik Continue.
LATIHAN :
1. Daftar berat badan siswa 60 siswa SMPN Nusa Bangsa
43, 40, 42, 42, 43, 44, 41, 44, 43, 42, 42, 43,
41, 40, 40, 44, 41, 40, 42, 42, 44, 43, 40, 40,
43, 44, 44, 41, 41, 41, 41, 42, 43, 44, 43, 43,
41, 43, 41, 42, 43, 41, 43, 42, 43, 41, 43, 44,
41, 43, 42, 42, 42, 42, 44, 43, 42, 42, 43, 43.
Sajikan data di atas dalam histogram, diagram batang, diagram
garis, diagram lingkaran dan tangkai daun!
2. Dasar Teori
Ukuran pemusatan atau ukuran lokasi pusat adalah sembarang
ukuran yang menunjukkan pusat segugus data yang telah diurutkan dari
yang terkecil sampai yang terbesar atau sebaliknya dari yang terbesar
sampai yang terkecil. Ukuran penyebaran data diperlukan untuk
mengetahui seberapa jauh suatu pengamatan menyebar dari rata-
ratanya.
Beberapa ukuran pemusatan dan penyebaran data, antara lain :
a. Mean
Mean (nilai rata-rata dari suatu gugus data) merupakan suatu
ukuran pusat data bila data itu diurutkan dari yang terkecil sampai yang
terbesar atau sebaliknya. Mean diperoleh dengan cara menjumlahkan
semua nilai yang ada pada suatu gugus data yang kemudian dibagi
dengan banyaknya nilai tersebut.
b. Median
Median (nilai tengah dari data yang telah diurutkan) merupakan
sekelompok data yang telah diurutkan dari yang terkecil sampai yang
terbesar adalah nilai pengamatan yang tepat berada di tengah-tengah
jika banyaknya pengamatan itu ganjil atau rata-rata kedua nilai
pengamatan yang di tengah jika banyaknya pengamatan genap.
c. Modus
Modus adalah nilai yang yang paling sering muncul atau yang
mempunyai frekuensi paling tinggi.
d. Variansi (Ragam)
Variansi adalah harga rata-rata hitung dari pangkat dua simpangan-
simpangan antara nilai-nilai pengamatan dengan harga rata-rata hitung
dari kumpulan data tersebut.
Contoh kasus:
Diketahui data berikut: 5 3 4 6 8 7 6 5 4 3 2 1 2 3 5 6 5 4 3 4 5 6 7
hitunglah ukuran pemusatan, penyebaran, kemiringan, serta kelancipan
dengan menggunakan SPSS.
• Pengisian variabel
Masukkan variabel data pada kolom variable(s)
Tekan tombol Statistics, kemudian untuk menghitung ukuran
pemusatan maka pada kotak dialog Central tendency dengan
men-check list () pilihan-pilihan yang diinginkan.
Untuk menghitung ukuran penyebaran maka pada kotak dialog
Dispersion dengan men-check list () pilihan-pilihan yang
diinginkan. Kemudian klik Continue.
Frequencies
Statistics
Data
N Valid 23
Missing 0
Mean 4.52
Median 5.00
Mode 5
Std. Deviation 1.780
Variance 3.170
Skewness -.039
Std. Error of Skewness .481
Kurtosis -.499
Std. Error of Kurtosis .935
Range 7
67 86 77 92 75 70
63 79 89 72 83 84
75 103 81 95 72 63
66 78 88 87 85 67
72 96 78 93 82 71
2. Dasar Teori
Suatu pengurutan n obyek tanpa pengembalian ke dalam r posisi
dengan disebut dengan permutasi. Formula yang digunakan
adalah sebagai berikut:
( )
Suatu penyusunan yang tidak memperhatikan urutan dari n obyek
kedalam r lokasi yang berbeda dimana disebut dengan
kombinasi. Formula yang digunakan adalah sebagai berikut:
( )
Hipergeometrik adalah sebaran diskrit yang digunakan untuk
menduga peluang bahwa suatu keluaran tertentu (sebut saja “berhasil”)
akan muncul sebanyak x kali dalam suatu contoh acak terhingga
berukuran n yang diambil dari suatu populasi terhingga berukuran N
dimana diketahui jumlah kriteria “berhasil”-nya.
Binomial adalah sebaran diskret yang digunakan untuk menduga
peluang keluaran tertentu muncul sebanyak x kali dalam suatu contoh
terhingga berukuran n yang diambil dari suatu populasi tak terhingga
dimana peluang munculnya keluaran tersebut konstan sebesar p.
Poisson adalah sebaran diskret yang digunakan untuk menduga
peluang bahwa peluang keluaran tertentu akan muncul tepat x kali
dalam satuan yang dibakukan dengan laju rata-rata munculnya kejadian
per satuan adalah konstan ( )
Geometrik adalah sebaran diskret yang digunakan untuk menduga
peluang suatu keluaran tertentu akan terjadi pertama kali pada tindakan
ke-x dari suatu populasi tak terhingga dimana peluang munculnya
kejadian tersebut konstan (p).
Contoh kasus:
Bila terdapat 5 orang dalam pemilihan ketua, sekretaris, dan
bendahara kelas maka banyaknya kemungkinan susunan yang dapat
dibentuk adalah:
Atau,
atau
Latihan
1. Sebuah peralatan khusus dibuat untuk keperluan pesawat ruang
angkasa. Mesin yang menghasilkan alat tersebut memiliki laju
kerusakan 8%. Jika 25 alat dibuat, berapakah peluang untuk
mendapatkan kurang dari 2 alat tersebut cacat/rusak dari sebuah
sampel berukuran 8?
2. Dasar Teori
Sebaran Normal adalah sebaran kontinu yang digunakan untuk
menggambarkan kesalahan peubah terukur yang muncul secara acak
yang diamati dalam sebuah contoh yang diambil dari populasi tak
terhingga.
Sebaran Kai-kuadrat dengan derajat bebas n-1 merupakan
jumlah dari kuadrat n peubah acak normal baku.
Sebaran t atau lengkapnya sebaran Student-t adalah sebaran
kontinu yang diturunkan dari rasio peubah acak yang menyebar
menurut sebaran normal baku dengan akar pangkat dua dari peubah
acak yang menyebar menurut sebaran Kai-kuadrat dengan derajat bebas
v yang dibagi dengan v itu sendiri.
~ (0,1) dan maka
( )
√
Sebaran F adalah sebaran peubah acak yang diturunkan dari
rasio dua sebaran kai-kuadrat yang masing-masing dibagi dengan
derajat bebasnya. Bila dan maka
akan menyebar menurut sebaran F dengan derajat bebas dan .
3. Ms. Excel
Contoh Kasus:
1. Misalkan diketahui bahwa berdasarkan pengalaman bertahun-tahun
rataan produktivitas Padi di daerah X adalah 5,6 ton/ha dengan
simpangan baku 1,2 ton/ha. Berapakah peluang produktivitas padi di
desa X tersebut pada musim tanam saat ini akan melebihi 7 ton/ha ?
3.
4.
5.
Latihan
1. Nilai akhir mata kuliah Statistika untuk kelas Y menyebar
normal dengan rataan 68,1 dan deviasi standar 7,2. Ditetapkan
bahwa 10% nilai-nilai terbaik akan mendapatkan nilai A dan
5% nilai-nilai terendah akan mendapatkan nilai E. Tentukan
batas bawah nilai A dan batas atas nilai E?
1. Tujuan Praktikum
Mempelajari program SPSS untuk melakukan pendugaan titik
dan pendugaan selang kepercayaan.
2. Dasar Teori
Penduga Titik bagi rata-rata populasi adalah
̂ ̅
Penduga Titik bagi ragam atau varian populasi adalah
̂
Penduga Interval atau Selang Kepercayaan dua arah ( )
bagi adalah
( ) ( )
̅ ̅
√ √
Dimana
̂
( ̅ ̅ ) √
( ) ( )
( ̅ ̅ ) √ ( )
( ̅ ̅ ) √
Dimana
( )
( ) ( )
( ) ( )
( ) √ ( )( )
3. Ms. Excel
Contoh Kasus:
1. Dinyatakan bahwa suatu diet baru dapat mengurangi bobot badan
seseorang secara rata-rata 4,5 kilogram dalam dua minggu. Berikut
ini dicantumkan bobot badan wanita sebelum dan sesudah mengikuti
program diet selama 2 minggu tersebut.
Bobot
Wanita
Sebelum Sesudah
1 58,6 60,2
2 62,3 53,8
3 64,7 59,1
4 69,2 60,1
5 64,0 54,5
6 62,6 57,9
7 56,7 52,4
Ujilah pernyataan diatas dengan menghitung selang kepercayaan
95% bagi rata-rata pengurangan berat badan yang sesungguhnya,
bila sebaran bobot badan itu menghampiri sebaran normal.
Output:
Ket :
Gaji (juta Rp)
Pertanyaan :
a. Dugalah rata-rata gaji per tahun
b. Buatlah selang kepercayaan 90 %,
Tahap analisis menggunakan SPSS
1. Pada layar utama SPSS pilih menu Analyze →Compare
means → One Sample T-Test
Output:
INTERPRETASI :
Dengan tabel diatas kita dapat menentukan bahwa:
1. Penduga titik untuk :
Rata-Rata : 6,1150
Deviasi standar : 2,34263
Deviasi standar untuk rata-rata: 0,52383
2. Penduga interval untuk :
5,2092 < < 7,0208
2. Data berikut ini berupa volume, dalam desi liter, 10 kaleng buah
manggis hasil produksi sebuah perusahaan di desa Pantang
Mundur : 45,6 48,1 49,5 47,2 48,1 44,9 45,6 48,9 45,4 dan 42,0.
Buat selang kepercayaan 95% bagi ragam volume kaleng buah
manggis hasil perusahaan di desa Pantang Mundur tersebut, bila
diasumsikan volume kaleng menyebar normal.
2. Dasar Teori
Salah satu kegiatan statistik induktif adalah menguji sebuah
hipotesis (dugaan sementara). Dalam melakukan uji hipotesis, ada
banyak faktor yang menentukan, seperti apakah sampel yang diambil
berjumlah banyak atau hanya sedikit; apakah deviasi standar populasi
diketahui; apakah varian populasi diketahui; metode parametrik apakah
yang dipakai, dan seterusnya.
Berikut proses pengujian sebuah hipotesis.
Menentukan H0 dan Hi.
H0 adalah NULL HYPOTHESIS.
Hi adalah ALTERNATIVE HYPOTHESIS.
Pernyataan pada H0 dan Hi selalu berlawanan.
Menentukan uji (prosedur) statistik yang digunakan; apakah
akan digunakan uji t, ANOVA, uji z, dan lainnya.
Menentukan statistik tabel.
Nilai Statistik tabel/nilai kritis biasanya dipengaruhi oleh:
Tingkat Kepercayaan.
Derajat Kebebasan (df).
Derajat kebebasan atau degree of freedom sangat
bervariasi tergantung dari metode yang dipakai dan
jumlah sampel yang diperoleh.
Menentukan statistik hitung.
Nilai statistik hitung tergantung pada metode parametrik yang
digunakan. Pada pengerjaan dengan SPSS, nilai statistik hitung
langsung ditampilkan nilai akhirnya; sedangkan proses
perhitungannya sampai pada nilai akhir tersebut tidak
diperlihatkan, termasuk angka-angka statistik tabel. Untuk
mengetahui proses perhitungan sampai dengan output tersebut,
bisa dilakukan dengan cara manual, atau dengan bantuan
software spreadsheet seperti Excel.
Program SPSS
Contoh kasus:
Dalam uji beda rata-rata untuk dua populasi independen harus
memenuhi syarat kenormalan, dan uji kesamaan varian.
NILAI UJIAN MATA KULIAH STATISTIKA
Nilai Mahasiswa Apakah Ikut Tutor
77.0 1.0
82.0 1.0
70.0 2.0
91.0 1.0
78.0 2.0
87.0 1.0
86.0 1.0
76.0 2.0
65.0 2.0
67.0 2.0
90.0 1.0
64.0 2.0
77.0 1.0
78.0 1.0
76.0 2.0
89.0 1.0
87.0 1.0
70.0 2.0
79.0 2.0
69.0 2.0
92.0 2.0
90.0 1.0
89.0 2.0
78.0 2.0
75.0 1.0
Analisis
1. Kedua populasi adalah saling independen, artinya populasi yang
satu tidak memengaruhi atau tergantung kepada populasi yang
lain. Dari data untuk nilai mahasiswa yang berkode 1 adalah
yang ikut tutor sedangkan yang berkode 2 adalah yang tidak
ikut tutor.
2. Uji asumsi kesamaan varian dengan Levene Test. Kalau Levene
Test tidak terpenuhi, maka tidak bisa kita paksakan
pengujiannya secara parametrik. Alternatifnya adalah dengan
uji U Mann Whitney (secara non parametrik).
Pada value isikan “1” lalu pada label ketikkan ikut tutor selanjutnya
klik Add. Lanjut lagi, pada value sekarang isikan “2” lalu pada label
ketikkan “tidak ikut tutor” klik Add dan OK.
2. Klik Analyze-Compare Means-Independent Samples T Test.
Pada kotak dialog isikan test variables dengan “Nilai Ujian Statistik
Mahasiswa” sedangkan untuk grouping variable isikan dengan
variabel “Apakah Ikut Tutor”. Lalu klik Define Groups, pada bagian
Group 1 isikan dengan “1” sedangkan pada Group 2 isikan dengan
“2”. Terakhir klik Continue lalu OK.
Berikut ilustrasinya:
Dari output yang dihasilkan, terlihat bahwa nilai sig. untuk uji dua arah
adalah 0,140 yang lebih besar daripada alpha 0,05 sehingga kita
menerima hipotesis nol yakni tidak ada perbedaan rata-rata nilai ujan
Statistik antara mahasiswa yang ikut tutor dengan mahasiswa yang
tidak ikut tutor. Adapun perbedaan rata-ratanya adalah 2,775.
Latihan
1. Untuk mengetahui apakah keanggotaan dalam organisasi
mahasiswa mempunyai akibat baik atau buruk pada nilai
seseorang, nilai mutu rata-rata berikut ini telah dikumpulkan
selama periode 5 tahun :
Tahun
1 2 3 4 5
Anggota 2,0 2,0 2,3 2,1 2,4
Bukan Anggota 2,2 1,9 2,5 2,3 2,4
Dengan mengasumsikan ragam populasinya sama dan data di
atas bukanlah data berpasangan, ujilah pada taraf nyata 0,025
apakah keanggotaan dalam organisasi mahasiswa berakibat
buruk pada nilai yang dicapai seseorang? Berikan interpretasi?
2. Dasar Teori
Analisis regresi
Analisis regresi adalah metode statistika yang
memanfaatkan hubungan antara dua atau lebih variabel
kuantitatif sehingga salah satu variabel dapat diramalkan dari
variabel lainnya. Variabel tersebut dibedakan menjadi dua
yaitu variabel bebas ( ) dan variabel tak bebas ( ).
Berdasarkan banyaknya variabel bebas yang mempengaruhi,
regresi dibedakan menjadi dua yaitu:
a. Regresi linier sederhana
Persamaan regresi linier sederhana adalah persamaan
regresi dengan satu variabel tak bebas ( ) dan hanya satu
variabel bebas ( ). Dengan Model linier:
,
Dimana:
: Pengamatan ke-i untuk variabel tak bebas .
: Pengamatan ke-i untuk variabel bebas .
: Parameter regresi (Intercept)
: Parameter regresi (Slope)
: Galat pengamatan ke-i , ( ).
Dengan menggunakan data berpasangan *( )+ untuk i=1,2,…,n.
Akan diduga parameter dan dengan menggunakan MKT (Metode
Kuadrat Terkecil) diperoleh:
̅ ̅
Dengan:
: Vektor pengamatan peubah tak bebas;
: Matriks pengamatan peubah bebas
: Vektor parameter regresi yang akan diduga