MODUL PRAKTIKUM

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

Siska Yosmar, S.Si., M.Sc.

NIP. 19820218 2014042001

Modul Praktikum Metode Statistika i

 KATA PENGANTAR

Puji dan Syukur penulis panjatkan kehadirat Allah SWT karena

dengan karunia-Nya penulis dapat menyelesaikan Modul Praktikum
Metode Statistika untuk mahasiswa Jurusan Matematika.
Modul Praktikum ini disusun sebagai pedoman dalam
melakukan kegiatan praktikum Metode Statistika yang merupakan
salah satu kegiatan mata kuliah Metode Statistika di jurusan
Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam. Modul
praktikum ini diharapkan dapat membantu mahasiswa dalam
mempersiapkan dan melaksanakan praktikum dengan lebih baik,
terarah, dan terencana. Dalam modul ini disajikan secara ringkas materi
dan langkah-langkah kegiatan.
Penulis menyadari bahwa isi modul ini masih jauh dari
sempurna, oleh karena itu kritik dan saran dari semua pihak sangat
diharapkan.

Bengkulu, September 2019

Penyusun

Modul Praktikum Metode Statistika ii

 DAFTAR ISI

LEMBAR PENGESAHAN ............................................................... i

KATA PENGANTAR ....................................................................... ii
DAFTAR ISI...................................................................................... iii
PERTEMUAN I : PENGENALAN PROGRAM SPSS .................... 1
PERTEMUAN II : PENYAJIAN DATA (DIAGRAM) ................... 6
PERTEMUAN III : UKURAN PEMUSATAN, PENYEBARAN,
DAN UKURAN LAIN DARI DATA ............................................... 11
PERTEMUAN IV : FUNGSI SEBARAN DISKRIT ........................ 15
PERTEMUAN V : FUNGSI SEBARAN KONTINU ....................... 19
PERTEMUAN VI : PENDUGA TITIK DAN INTERVAL ............. 21
PERTEMUAN VII : PENGUJIAN HIPOTESIS .............................. 28
PERTEMUAN VIII : ANALISIS REGRESI .................................... 36
DAFTAR PUSTAKA ........................................................................ 42

Modul Praktikum Metode Statistika iii

 PERTEMUAN I
PENGENALAN PROGRAM SPSS
1. Tujuan Praktikum
a. Mengenal Program SPSS
b. Mengenal Program SPSS untuk konsep statistika dasar
2. Dasar Teori
Mata kuliah ini memberikan bekal pengetahuan tentang
prinsip-prinsip dasar metode statistika. Materi metode
statistika meliputi: konsep dasar statistika, teknik penyajian
data, ukuran pemusatan dan penyebaran data, serta ukuran-
ukuran data lainnya, peluang, peubah acak, selang
kepercayaan, pengujian hipotesis, analisis regresi dan analisis
korelasi.
Program (software) yang dapat digunakan dalam analisis
statistika dasar salah satunya adalah SPSS (Statistical Product
and Service Solutions). SPSS merupakan salah satu dari sekian
banyak software statistika yang telah dikenal luas di kalangan
penggunaannya. Software statistika lainnya adalah SAS,
Minitab, Stata, Microstat, R dan masih banyak lagi. SPSS
sebagai sebuah tools mempunyai banyak kelebihan, terutama
untuk aplikasi di bidang ilmu sosial.
3. Program SPSS
MENU BAR: Kumpulan perintah dasar untuk mengoperasikan SPSS.
Menu yang terdapat pada SPSS adalah:
a. FILE
Menu FILE berfungsi untuk hal yang berkaitan dengan file seperti
membuka file, menyimpan file, menutup file, dan juga lainnya. Dengan
submenu antara lain: New, Open Database, Save, Save As, Read Text
Data, …, Recently Used Data hingga Exit. Ada 5 macam data yang
digunakan dalam SPSS, yaitu :
1) Data : dokumen SPSS berupa data
2) Syntax : dokumen berisi file syntax SPSS
3) Output : dokumen yang berisi hasil running out SPSS
4) Script : dokumen yang berisi running out SPSS
Adapun submenu pada menu FILE adalah sebagai berikut :

Modul Praktikum Metode Statistika 1

 1) NEW : membuat lembar kerja baru SPSS
2) OPEN : membuka dokumen SPSS yang telah ada
Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS,
yaitu :
a) *.sav : file data yang dihasilkan pada lembar data editor
b) *.spv : file text/obyek yang dihasilkan oleh lembar
output
c) *.cht : file obyek gambar/chart yang dihasilkan oleh chart
window
3) READ TEXT DATA: membuka dokumen dari file text (yang
berekstensi .txt), yang bisa dimasukkan/dikonversi dalam
lembar data SPSS.
4) SAVE: menyimpan dokumen/hasil kerja yang telah dibuat.
5) SAVE AS: menyimpan ulang dokumen dengan
nama/tempat/type dokumen yang berbeda
6) PRINT : mencetak hasil output/data/syntax lembar SPSS
Ada 2 option/pilihan cara mencetak, yaitu :
a) All visible output: mencetak lembar kerja secara
keseluruhan
b) Selection: mencetak sesuai keinginan yang kita sorot/blok
7) PRINT PREVIEW: melihat contoh hasil cetakan yang nantinya
diperoleh.
8) RECENTLY USED DATA: berisi list file data yang pernah
dibuka sebelumnya.
9) RECENTLY USED FILE: berisi list file secara keseluruhan
yang pernah dikerjakan.

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

Modul Praktikum Metode Statistika 2

 3) CUT : penghapusan sebuah sel/text/obyek, bisa di-copy untuk
keperluan tertentu dengan perintah dari menu paste
4) PASTE: menampilkan sebuah sel/text/obyek hasil dari perintah
copy atau cut.
5) CLEAR: menghapus sebuah sel/text/obyek
6) INSERT VARIABEL : menyisipkan kolom variabel
7) INSERT CASE : menyisipkan baris
8) FIND: mencari suatu text
9) OPTIONS: mengatur konfigurasi tampilan lembar SPSS secara
umum

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

Modul Praktikum Metode Statistika 3

 -Add case: menyisipkan baris
5) Split file: memecah file berdasarkan kolom variabelnya
6) Select cases: mengatur sebuah variabel berdasarkan sebuah
persyaratan tertentu

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

Modul Praktikum Metode Statistika 4

Menu Windows digunakan untuk melakukan perpindahan (switch) dari
satu file ke file lainnya.

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.

Modul Praktikum Metode Statistika 5

 PERTEMUAN II
PENYAJIAN DATA (DIAGRAM)
1. Tujuan Praktikum
a. Mempelajari program SPSS untuk dapat membuat diagram baik
diagram tangkai daun dan histogram.
b. Mempelajari program SPSS untuk dapat membuat diagram baik
diagram batang dan lingkaran.
2. Dasar Teori
Diagram adalah gambar yang menyajikan data secara visual yang
biasanya berasal dari tabel yang telah dibuat. Meskipun demikian,
diagram masih memiliki kelemahan, yaitu pada umumnya diagram
tidak dapat memberikan gambaran yang lebih detail.
a. Diagram Batang
Diagram batang biasanya digunakan untuk menggambarkan
data diskret (data cacahan). Diagram batang adalah bentuk penyajian
data statistik dalam bentuk batang yang dicatat dalam interval
tertentu pada bidang Kartesius.
b. Diagram Garis
Diagram garis biasanya digunakan untuk menggambarkan data
tentang keadaan yang berkesinambungan (sekumpulan data
kontinu).
c. Diagram Lingkaran
Untuk mengetahui perbandingan suatu data terhadap
keseluruhan, suatu data lebih tepat disajikan dalam bentuk diagram
lingkaran. Diagram lingkaran adalah bentuk penyajian data statistika
dalam bentuk lingkaran yang dibagi menjadi beberapa juring
lingkaran.
d. Histogram
Histogram merupakan diagram frekuensi bertangga yang
bentuknya seperti diagram batang. Untuk pembuatan histogram,
pada setiap interval kelas diperlukan tepi-tepi kelas. Tepi atas kelas
sebelumnya dengan tepi bawah kelas tersebut harus berimpit. Tepi-
tepi kelas ini digunakan untuk menentukan titik tengah kelas yang
dapat ditulis sebagai berikut. Titik tengah kelas = ½ (tepi atas kelas
+ tepi bawah kelas)

Modul Praktikum Metode Statistika 6

3. Program SPSS

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:

Tahap analisis menggunakan SPSS

a. Membuat diagram tangkai daun dan histogram.
• Pada layar utama SPSS pilih menu Analyze → Descriptive
Statistics → Explore.
• Pengisian variabel
 Masukkan variabel data pada kolom variable(s)
 Pada dialog Display pilih Plots
 Tekan tombol Plots, kemudian untuk membuat diagram
tangkai daun dan histogram maka pada kotak dialog
Descriptive dengan men-check list () pilihan-pilihan yang
diinginkan. Kemudian klik Continue.

Modul Praktikum Metode Statistika 7

  Tekan OK untuk mengakhiri pengisian prosedur analisis.

Output:

Data Stem-and-Leaf Plot

Frequency Stem & Leaf

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)

Modul Praktikum Metode Statistika 8

b. Membuat Diagram Batang dan Lingkaran

• Pada layar utama SPSS pilih menu Analyze →Descriptive

Statistics → Frequencies.

• 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.

• Tekan OK untuk mengakhiri pengisian prosedur analisis.

Modul Praktikum Metode Statistika 9

Output:

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. Diberikan studi kasus penentuan tipe darah. Dipilih 20 orang untuk

diambil sampel darahnya. Hal ini dilakukan untuk mengetahui tipe
darah peserta, sehingga diperoleh sampel darah sebagai berikut: A,
B, B, AB, O, O, O, B, AB, B, B, B, O, A, O, A, O, O, O, AB.
Berdasarkan data di atas, buatlah diagram batang, diagram
lingkaran!

Modul Praktikum Metode Statistika 10

 PERTEMUAN III
UKURAN PEMUSATAN, PENYEBARAN DAN UKURAN LAIN
DARI DATA
1. Tujuan Praktikum
a. Mengaplikasikan program SPSS untuk menghitung ukuran
pemusatan dan penyebaran data.
b. Mengaplikasikan program SPSS untuk menghitung ukuran
kemiringan dan kelancipan data.

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.

Modul Praktikum Metode Statistika 11

e. Deviasi Standar
Deviasi Standar adalah suatu nilai yang diperoleh dengan cara
menarik akar pangkat dua dari variansi atau merupakan ukuran
penyimpangan sejumlah data dari nilai rata-ratanya.
f. Range
Range adalah selisih antara nilai terbesar (nilai maksimum) dengan
nilai terkecil (nilai minimum) pada suatu gugus data. Range bukan
merupakan ukuran penyebaran data yang baik karena ukuran ini hanya
memperhatikan kedua nilai ekstrem dan tidak mengatakan apa-apa
mengenai sebaran bilangan-bilangan yang ada di antara kedua nilai
ekstrem tersebut.
3. Program SPSS

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.

Tahap analisis menggunakan SPSS

• Pada layar utama SPSS pilih menu Analyze →Descriptive
Statistics → Frequencies.

• 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.

Modul Praktikum Metode Statistika 12

  Untuk menghitung ukuran kelancipan dan kemiringan maka
pada kotak dialog Distribution dengan men-check list ()
pilihan-pilihan yang diinginkan. Kemudian klik Continue.

• Tekan OK untuk mengakhiri pengisian prosedur analisis.

Output:

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

Modul Praktikum Metode Statistika 13

Latihan

1. Tentukan ukuran pemusatan, penyebaran, kemiringan, serta

kelancipan dengan menggunakan SPSS dari data di bawah ini.

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. Histogram Nilai Ulangan Matematika

Frekuensi

Nilai Ulangan Matematika

Nilai ulangan Matematika satu kelas disajikan dengan histogram

seperti pada gambar di atas, Tentukan ukuran pemusatan,
penyebaran, kemiringan dan kelancipan.
3. Nilai ulangan Statistika 15 siswa kelas XI IPA adalah 7, 8, 6, 4, 10,
5, 9, 7, 3, 8, 6, 5, 8, 9, dan 7. Tentukan ukuran pemusatan,
penyebaran, kemiringan dan kelancipan.

Modul Praktikum Metode Statistika 14

 PERTEMUAN IV
FUNGSI SEBARAN DISKRET
1. Tujuan Praktikum
a. Mempelajari MS. Excel untuk mampu memahami konsep
peluang
b. Mempelajari MS. Excel untuk mampu menghitung peluang
pada kasus data yang memiliki sebaran diskret.

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).

Modul Praktikum Metode Statistika 15

 Negatif Binomial adalah sebaran diskret yang digunakan untuk
menduga peluang suatu keluaran tertentu akan terjadi ke-r kali pada
tindakan ke-x dari suatu populasi tak terhingga dimana peluang
munculnya kejadian tersebut konstan (p).
Sebaran seragam sesuai dengan namanya adalah sebaran diskret
yang memiliki peluang sama atau seragam untuk tiap titik dimana x
terdefinisi.

3. Menghitung dengan Excel

Contoh kasus:
 Bila terdapat 5 orang dalam pemilihan ketua, sekretaris, dan
bendahara kelas maka banyaknya kemungkinan susunan yang dapat
dibentuk adalah:

 Dari 8 orang yang memiliki kemampuan sama untuk bermain bola

voli, akan diambil 6 orang untuk bermain di babak final. Banyaknya
susunan:

 Sebuah kantong berisi 10 bola yang berukuran sama. Bola tersebut

terdiri dari 6 bola merah dan 4 bola biru. Bila secara acak diambil
bola dari kantong sebanyak 3 buah sekaligus (satu per satu tanpa
pengembalian), maka berapakah peluang terambilnya sebuah bola
biru:

 Dalam percobaan pelemparan mata uang logam 10 kali berturut-

turut, dimana tindakan setiap pelemparan saling bebas dengan
peluang muncul angka yaitu 0.45.
(i) berapakah peluang munculnya angka sebanyak 7 kali?

Modul Praktikum Metode Statistika 16

 (ii) berapakah peluang munculnya angka paling banyak 7 kali?

(iii) Dan berapa peluang munculnya gambar paling banyak 2

kali?

Atau,

BINOMDIST(x, n, p, FALSE) adalah fungsi kepekatan peluang f(x) di

x untuk sebaran binomial B(n, p) dengan peluang tepat x sukses di n
percobaan adalah p. Disini argumen FALSE bisa ditulis juga dengan 0.
BINOMDIST(x, n, p, TRUE) adalah fungsi sebaran kumulatif F(x) di x
untuk sebaran binomial B(n, p) dengan peluang paling banyak x
sukses di n percobaan dengan p adalah peluang sukses untuk setiap
percobaan. Disini argumen TRUE bisa ditulis juga dengan 1.
Dengan menggunakan software PQRS (silakan download) maka dapat
dicari FKP (Fungsi Kepekatan Peluang) dan FSK (Fungsi Sebaran
Kumulatif) sebagai berikut:

 Apabila diketahui bahwa laju terjadinya kecelakaan per bulan di

sebuah jalan bebas hambatan adalah sebesar 3.2 maka berapakah

Modul Praktikum Metode Statistika 17

 peluang terjadinya kurang dari 3 kecelakaan pada periode 1 bulan
mendatang?

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. Bila peluang melakukan kesalahan pengetikan dalam sebuah

halaman dari laporan praktikum adalah 0,08 dan tindakan
melakukan kesalahan dari satu halaman ke halaman lain saling
bebas, berapakah peluang membuat kesalahan sedikitnya 3
halaman dari 8 halaman laporan praktikum yang dibuat?

3. Rata-rata banyaknya partikel radioaktif yang melewati suatu

penghitung selama 1 milidetik dalam suatu percobaan di
Laboratorium adalah 4. Berapa peluang 6 partikel melewati
penghitung itu dalam 1 milidetik tertentu?

4. Susunan panitia yang terdiri atas ketua, sekretaris, wakil ketua

dan bendahara akan dibentuk untuk mensukseskan sebuah
acara. Susunan panitia tersebut akan dipilih dari 10 orang yang
terpilih berdasarkan kriteria yang sudah ditentukan. Berapakah
banyaknya susunan panitia yang bisa dibentuk?
5. Enam buah buku akan dipilih dari lima buku materi Matematika,
tiga buku materi Fisika, dan empat buah buku materi Kimia
untuk disumbangkan ke sekolah anak jalanan. Berapakah
banyaknya cara yang bisa dilakukan untuk memilih enam buku
tersebut?

Modul Praktikum Metode Statistika 18

 PERTEMUAN V
FUNGSI SEBARAN KONTINU
1. Tujuan Praktikum
Mempelajari MS. Excel untuk mampu menghitung peluang pada
kasus data yang memiliki sebaran kontinu.

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 ?

Modul Praktikum Metode Statistika 19

2. Berapakah

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?

2. Dapatkan nilai peluangnya

a. P 30
2
 46,98
b. P142  6,57

Modul Praktikum Metode Statistika 20

 PERTEMUAN VI
PENDUGA TITIK DAN INTERVAL

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
( ) ( )

Jika nilai diketahui, Penduga Interval atau Selang Kepercayaan dua

arah ( ) bagi adalah
̅ ̅
√ √

Jika nilai tak diketahui, tetapi ukuran sampel ( ), Penduga

Interval atau Selang Kepercayaan dua arah ( ) bagi adalah
̅ ̅
√ √

Jika nilai tak diketahui, dan ukuran sampel ( ), Penduga

Interval atau Selang Kepercayaan dua arah ( ) bagi adalah

̅ ̅
√ √

Penduga Interval atau Selang Kepercayaan dua arah ( )

bagi adalah

Modul Praktikum Metode Statistika 21

 ( ) ( )
√ √

Dimana
̂

Penduga Interval ( ) bagi beda dua rata-rata populasi

dengan asumsi bahwa kedua ragam populasi dan diketahui
adalah

( ̅ ̅ ) √

Penduga Interval ( ) bagi beda dua rata-rata populasi

dengan asumsi bahwa kedua ragam populasi dan tak diketahui,
tetapi sama

( ) ( )
( ̅ ̅ ) √ ( )

Penduga Interval ( ) bagi beda dua rata-rata populasi

dengan asumsi bahwa kedua ragam populasi dan tak diketahui,
dan tidak sama sama

( ̅ ̅ ) √

Dimana

( )

( ) ( )
( ) ( )

Modul Praktikum Metode Statistika 22

Penduga Interval ( ) bagi beda dua rata-rata populasi yang
saling tidak bebas,
̅ ̅

Penduga Interval ( ) bagi beda dua rata-rata populasi yang

saling tidak bebas,
̅ ̅

Penduga Interval ( ) bagi beda dua proporsi populasi

( ) √ ( )( )

Dimana: p adalah proporsi gabungan kedua contoh populasi.

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.

Tahap analisis menggunakan SPSS

Modul Praktikum Metode Statistika 23

1. Pada layar utama SPSS pilih menu Analyze →Compare means →
paired samples t-test.

2. Masukkan pasangan data, pilih Option→ selang 95%→ Continue.

Tekan OK untuk mengakhiri pengisian prosedur analisis.

Output:

Modul Praktikum Metode Statistika 24

2. Survei dilakukan terhadap 20 pegawai RUMAH MANDIRI untuk
menduga besarnya rata-rata gaji (juta Rp/tahun/Kelompok). Data
diperoleh sebagai berikut :

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

Modul Praktikum Metode Statistika 25

3. Masukkan gaji ke Test Variable, kemudian klik Options pada
Confidence Interval Percentage (90%) sesuai tingkat
keyakinan. Klik Continue→ Ok.

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

Modul Praktikum Metode Statistika 26

Latihan

1. Suatu pabrik aki mobil menyatakan bahwa aki produksinya,

secara rata-rata, akan mencapai umur 3 tahun dengan ragam 1
tahun. Bila 5 aki diambil secara acak dari produksi perusahaan
tersebut dan mencapai umur 1,9; 2,4; 3,1; 3,3 dan 4,5 tahun,
maka berdasarkan data tersebut buatlah selang kepercayaan
95% bagi ragam produksi aki perusahaan tersebut. Simpulkan
pernyataan pabrik bahwa ragam 1 tahun dapat diterima atau
tidak. Asumsikan bahwa populasi umur aki perusahaan tersebut
menyebar normal.

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.

3. Ujilah hipotesis apakah terjadi peningkatan nilai setelah

pemberian Tutor terhadap mata kuliah Kalkulus. Jika diambil 10
sampel seperti di bawah ini.
Sebelum 74 25 56 65 54 66 67 42 89 24
Sesudah 100 98 56 89 87 83 87 74 85 64

Dengan mengasumsikan data menyebar normal. Berikan

interpretasi !

Modul Praktikum Metode Statistika 27

 PERTEMUAN VII
PENGUJIAN HIPOTESIS
1. Tujuan Praktikum
Mempelajari program SPSS untuk menghitung pengujian hipotesis

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.

Modul Praktikum Metode Statistika 28

  Mengambil keputusan.
Keputusan terhadap hipotesis di atas ditentukan dengan
membandingkan nilai statistika hitung dengan nilai
kritis/statistika tabel.

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

Modul Praktikum Metode Statistika 29

 78.0 2.0
70.0 1.0
89.0 1.0
78.0 2.0
98.0 1.0
87.0 1.0
67.0 2.0
75.0 2.0
73.0 2.0
69.0 2.0
87.0 1.0
89.0 2.0
76.0 2.0
78.0 1.0
75.0 1.0
70.0 2.0
81.0 1.0
78.0 2.0
75.0 2.0
75.0 2.0
67.0 2.0
78.0 1.0
65.0 2.0
76.0 1.0
77.0 1.0
72.0 1.0
67.0 2.0
70.0 1.0
77.0 1.0
67.0 2.0
78.0 1.0
89.0 1.0
75.0 1.0
80.0 1.0
76.0 1.0
78.0 2.0

Modul Praktikum Metode Statistika 30

 85.0 1.0
78.0 1.0
87.0 1.0
76.0 2.0
67.0 2.0
57.0 2.0
67.0 2.0
75.0 1.0
90.0 1.0
85.0 1.0
68.0 2.0
70.0 2.0
65.0 2.0
67.0 2.0
64.0 2.0
77.0 1.0
89.0 1.0
78.0 2.0
76.0 1.0
Apakah ada perbedaan rata-rata nilai ujian Statistika antara mahasiswa
yang mengikuti tutor dengan mahasiswa yang tidak mengikuti tutor.

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).

Modul Praktikum Metode Statistika 31

Langkah:
1. Pertama inputkan semua datanya, lalu pada variable view untuk
Nilai Mahasiswa labelkan dengan Nilai Ujian Statistik
Mahasiswa sedangkan untuk Apakah_Ikut_Tutor, silahkan atur
pada bagian value; kode 1 adalah yang ikut tutor sedangkan
kode 2 adalah yang tidak ikut tutor.
Ingat: Tujuan kita melabelkan seperti ini adalah agar output yang
nanti ditampilkan semakin gampang dipahami.

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:

Modul Praktikum Metode Statistika 32

Untuk tingkat kepercayaan bisa diatur pada pilihan Options. Kali ini
gunakan tingkat kepercayaan 95%. Berikut output-nya:

Kita lihat secara deskriptif terlihat bahwa nilai rata-rata mahasiswa

yang ikut tutor adalah 78,43 sedangkan yang tidak ikut tutor adalah
75,65.

H0: hipotesis nolnya adalah varian sama sedangkan hipotesis

alternatifnya adalah varian tidak sama. Terlihat bahwa nilai signifikansi
F Levene Test adalah 0,484 yang lebih besar daripada alpha (0,05)
sehingga kita menerima hipotesis nol yakni varian sama.

Modul Praktikum Metode Statistika 33

Pada bagian T Test for Equality of Means, hipotesis nolnya adalah nilai
rata-rata ujian Statistik mahasiswa yang ikut tutor dan yang tidak ikut
tutor adalah sama/tidak berbeda sedangkan hipotesis alternatifnya
adalah ada perbedaan nilai rata-rata mahasiswa yang ikut tutor dengan
yang tidak ikut tutor.

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. Tahun lalu karyawan Dinas Kebersihan Kota menyumbang rata-

rata $8 bagi korban bencana alam. Ujilah hipotesis pada taraf
nyata 1% bahwa sumbangan rata-rata tahun ini masih tetap $8.
Berikan interpretasinya.
Data
7 11 12 14 8 12 14 14 13 10 11
5 13 14 6 11 8 8 14 10 6 8

Modul Praktikum Metode Statistika 34

 3. Sebuah perusahaan taksi ingin menentukan apakah penggunaan
ban radial dibanding ban biasa dapat menghemat bahan bakar
atau tidak. Dua belas mobil dilengkapi dengan ban radial dan
kemudian dicoba pada suatu rute yang telah ditentukan lebih
dahulu. Tanpa mengganti pengemudinya, ban-ban mobil yang
sama kemudian diganti dengan ban biasa dan dicoba sekali lagi
pada rute yang sama. Konsumsi bahan bakarnya, dalam
kilometer per liter tercatat sebagai berikut:

Mobil Kilometer per liter

Ban Radial Ban Biasa
1 9,2 9,1
2 9,7 9,9
3 11,6 11,2
4 12,0 11,9
5 11,7 11,8
6 9,5 9,4
7 10,7 10,7
8 11,0 10,8
9 12,4 11,9
10 9,9 9,7
11 11,1 11,0
12 10,2 9,9

Pada taraf nyata 0,025, dapatkah kita simpulkan bahwa mobil

dengan ban radial lebih hemat bahan bakar daripada mobil
dengan ban biasa? Asumsikan kedua populasi itu menyebar
normal.

Modul Praktikum Metode Statistika 35

 PERTEMUAN VIII
ANALISIS REGRESI
1. Tujuan Praktikum
a. Mempelajari program SPSS untuk membuat model
regresi linier sederhana.
b. Mengaplikasikan program SPSS untuk membuat model
regresi linier berganda.
c. Mempelajari program SPSS untuk melakukan analisis
korelasi.

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:
̅ ̅

Modul Praktikum Metode Statistika 36

 ∑ ∑
∑
(∑ )
( ∑ )
b. Regresi Linier Berganda
Persamaan regresi berganda adalah persamaan regresi dengan satu
variabel tak bebas (Y) dan beberapa variabel bebas ( ).
Model linier:

jika dalam matriks

Dengan:
: Vektor pengamatan peubah tak bebas;
: Matriks pengamatan peubah bebas
: Vektor parameter regresi yang akan diduga

: Vektor galat pengamatan, ( )

Analisis korelasi
Sebelum dilakukan analisa regresi, langkah yang biasa
ditempuh adalah melakukan analisa korelasi yang ditujukan untuk
mengetahui erat tidaknya hubungan antar variabel. Pada analisa regresi,
untuk observasi Y diasumsikan bahwa X adalah tetap konstan dari
sampel ke sampel. Interpretasi koefisien korelasi untuk mengukur
kuatnya hubungan antar variabel tergantung pada asumsi yang
digunakan untuk X dan Y. Bila X dan Y bervariasi maka koefisien
korelasi akan mengukur “covariability (kesamaan variasi)” antara X
dan Y. Di dalam analisa regresi, koefisien korelasi digunakan untuk
mengukur “cocok/tepat (fitness)” garis regresi sebagai pendekatan data
observasi. Besarnya koefisien korelasi dinyatakan sebagai .
Dalam praktiknya, tidak diketahui tetapi nilainya dapat diestimasi
berdasar data sampel. Bila adalah penduga dengan dinyatakan
sebagai:
∑
√∑ √∑

Modul Praktikum Metode Statistika 37

Program SPSS
Contoh kasus: Misalkan kita memiliki data tentang hubungan
banyaknya pekerja ( ) dan nilai tambah suatu industri ( ), seperti
berikut ini:
Industri Banyaknya Pekerja Nilai Tambah
1 2.8 29
2 5.5 44
3 1.5 10
4 3.1 42
5 5.5 26
6 1.8 18
7 5 35
8 5.8 70
9 1.1 17
10 4.3 48
11 5.4 54
12 4.1 24
13 4.9 59
14 2.4 18
15 3.3 31
Lakukan analisis data di atas dengan menggunakan model regresi linier
sederhana melalui program SPSS.

Tahap analisis menggunakan SPSS

• Pada layar utama SPSS pilih menu Analyze →Regression →
Linear.

Modul Praktikum Metode Statistika 38

• Pengisian variable
 Masukkan variabel Pekerja pada kolom Independent(s) dan
Nilai Tambah pada kolom Dependent.
 Tekan tombol Statistics, kemudian untuk menghitung dugaan
parameter, selang kepercayaan, dll yang dibutuhkan maka pada
kotak dialog Regression Coefficient dengan men-check list
pilihan-pilihan yang diinginkan.
 Kemudian klik Continue.

• Tekan OK untuk mengakhiri pengisian prosedur analisis.

Output:

Modul Praktikum Metode Statistika 39

Modul Praktikum Metode Statistika 40
Modul Praktikum Metode Statistika 41
Latihan
1. Data dianggap memenuhi asumsi dan persyaratan analisis; data
dipilih secara random; berdistribusi normal; berpola linier; data
sudah homogen dan mempunyai pasangan yang sama sesuai
dengan subjek yang sama. Data sebagai berikut :
Pengalaman kerja(X)
2 3 1 4 1 3 2 2
tahun
Penjualan barang
50 60 30 70 40 50 40 35
elektronik (Y) unit
Pertanyaan
a. Bagaimana persamaan regresinya?
b. Gambarkan diagram pencar?
c. Gambarkan arah garis regresinya?
d. Buktikan apakah ada pengaruh yang signifikan antara
pengalaman kerja (X) terhadap penjualan barang elektronik (Y).
2. Akan diteliti mengenai peranan motivasi (X) terhadap prestasi
belajar (Y) pada sekolompok mahasiswa yang terdiri dari 30
orang. Dari tiap-tiap mahasiswa yang diteliti tersebut dicatat
tenang dua karakteristik, yaitu motivasi (X) dan prestasi
belajarnya (Y). Adapun datanya disajikan dalam tabel berikut :

Resp. X Y Resp. X Y Resp. X Y

1 34 32 11 33 31 21 37 33
2 38 36 12 32 31 22 36 32
3 34 31 13 42 36 23 37 34
4 40 38 14 40 37 24 39 35
5 30 29 15 42 35 25 40 36
6 40 35 16 42 38 26 33 32
7 40 33 17 41 37 27 34 32
8 34 30 18 32 30 28 36 34
9 35 32 19 34 30 29 37 32
10 39 36 20 36 30 30 38 34

Berdasarkan data-data di atas, tentukan :

a. Persamaan regresinya!
b. Apakah X berpengaruh signifikan terhadap Y?
c. Interpretasi model!

Modul Praktikum Metode Statistika 42

 DAFTAR PUSTAKA

Anonym.Pendugaan Parameter. http://rumahmandiri.com/442/ laporan-

statistika-4-pendugaan parameter/. diakses pada tanggal 29
Oktober 2014.
Nugroho, S. 2012. Dasar-dasar metode statistika Edisi ke-2. Grasindo:
Jakarta.
Santoso, S. 2009. Panduan Lengkap Menguasai Statistik Dengan SPSS
17. Elex Media Komputindo: Indonesia.
Sunandi, E, dan Fransiska, H. 2017. Bahan ajar metode statistika 1.
Universitas Bengkulu : Bengkulu.
Sunandi, E, dan Fransiska, H. 2018. Bahan ajar metode statistika 2.
Universitas Bengkulu : Bengkulu.

Modul Praktikum Metode Statistika 43