Ilham Ilahi 1609075033 Lapres Abk

LAPORAN RESMI
PRAKTIKUM
ANALISIS BERBASIS KOMPUTER

DENGAN SPSS
LAPORAN
Oleh :
ILHAM ILAHI
1609075033
LABORATORIUM KOMPUTASI DAN SISTEM INFORMASI

FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
LAPORAN RESMI
PRAKTIKUM

DENGAN SPSS
LAPORAN
Diajukan sebagai salah satu syarat untuk menyelesaikan tugas mata kuliah
Dasar Algoritma dan Pemograman pada Program Studi Strata I Teknik Elektro,
Fakultas Teknik,Univesitas Mulawarman.
Oleh :
ILHAM ILAHI
1609075033
LABORATORIUM KOMPUTASI DAN SISTEM INFORMASI

FAKULTAS TEKNIK
UNIVESITAS MULAWARMAN
SAMARINDA
2021
ii
LEMBAR PENGESAHAN
LAPORAN RESMI PRAKTIKUM
DENGAN SPSS
Nama : ILHAM ILAHI

NIM : 1609075033
Program Studi : Teknik Elektro
Fakultas : Teknik
Telah melaksanakan praktikum dan mengerjakan tugas – tugas praktikum yang telah
diberikan oleh dosen pada Mata Kuliah Analisis Berbasis Komputer dengan baik, yang
dilaksanakan pada Tanggal 5 Mei 2021 sampai pada Tanggal 26 Mei 2021 dan
dinyatakan memenuhi syarat.
Samarinda, ......................
Menyetujui
Dosen I Dosen II
Dr Didit Suprihanto, S.T., M.Kom Ir. Arif Harjanto, S.T., M.Kom., IPM
NIP. 19760331 200812 1 001 NIP. 19840302 200812 1 002
Mengetahui,
Kepala Laboratorium Komputer
dan Sistem Informasi
H. Yudi Sukmono, S.T.,M.T

NIP. 0027067902
iii
LEMBAR ASISTENSI
LAPORAN RESMI PRAKTIKUM
DENGAN SPSS
Nama : Ilham Ilahi
NIM : 1609075033
Program Studi : Teknik Elektro
Fakultas : Teknik
Telah melaksanakan asistensi untuk laporan praktikum sbb:
No. Hari/Tanggal Uraian Paraf

1.
2.
3.
4.
5.
6.
7.
8.
9.
Mengetahui,
Asistem Praktikum
Sintiany Dewi Ratnasari

NIM. 1709075026
iv
KATA PENGANTAR
Puji syukur saya haturkan kepada Allah SWT, Yang Maha Esa atas rahmat dan karunia-
Nya, sehingga penulis dapat menyelesaikan Laporan Praktikum SPSS dengan baik pada
mata kuliah Analisis Berbasis Komputer Program Studi Teknik Elektro Universitas
Mulawarman.
Laporan ini ditulis untuk memenuhi persyaratan mata kuliah Analisis Berbasis
Komputer di Program Studi Teknik Elektro Universitas Mulawarman Samarinda.
Laporan tersebut saya susun dengan sistematis dan sebaik mungkin.
Pada kesempatan ini penulis menyampaikan terima kasih sebesar-besarnya kepada :

1. Bapak Muslimin, S.T., M.T. selaku Ketua Program Studi Teknik Elektro Fakultas
Teknik Universitas Mulawarman Samarinda.
2. Bapak H. Yudi Sukmono, S.T.,M.T selaku Kepala Laboratorium Sistem
Informasi dan Komputasi, Fakultas Teknik Universitas Mulawarman Samarinda.
3. Bapak Dr Didit Suprihanto, S.T., M.Kom dan Ir. Arif Harjanto, S.T., M.Kom.,
IPM selaku Dosen pengampu mata kuliah Dasar Algoritma Dan Pemrograman.
4. Sintiany Dewi Ratnasari selaku Asisten Praktikum kelompok 1
5. Teman-teman Program Studi Teknik Elektro Angkatan 2018 dan 2019 yang
sama-sama menempuh mata kuliah Analisis Berbasis Komputer
Penulis menyadari bahwa laporan ini masih jauh dari kata sempurna dan masih banyak
kekurangan, oleh karena itu kritik dan saran yang bersifat konstruktif sangat diharapkan
penulis.
Samarinda, ..................
Penulis
v
DAFTAR ISI
halaman
HALAMAN JUDUL.......................................................................................................................i
LEMBAR PENGESAHAN LAPORAN RESMI...................................................................ii
LEMBAR ASISTENSI LAPORAN RESMI..........................................................................iii
KATA PENGANTAR....................................................................................................................iv
DAFTAR ISI.....................................................................................................................................v
DAFTAR GAMBAR....................................................................................................................viii
DAFTAR TABEL............................................................................................................................x
BAB I PENDAHULUAN
1.1 Latar Belakang................................................................................................................1

1.2 Rumusan Masalah..........................................................................................................1
1.3 Tujuan................................................................................................................................1
BAB II PENDAHULUAN
2.1 Pengenalan SPSS...........................................................................................................2
2.2 fasislitas SPSS................................................................................................................3
2.3 tipe variabel.....................................................................................................................4
2.4 uji test dan chi square...................................................................................................5
2.5 Statistik nonparametrik................................................................................................6
2.6 anova..................................................................................................................................7
2.7 manova..............................................................................................................................8
BAB III HASIL DAN PEMBAHASAN
3.1 Modul I..............................................................................................................................10

3.2 Modul II............................................................................................................................18
3.3 Modul III..........................................................................................................................29
vi
3.4 Modul IV..........................................................................................................................50
3.5 Modul V............................................................................................................................66
3.6 Modul VI..........................................................................................................................81
3.7 Modul VII........................................................................................................................96
3.8 Modul VIII.......................................................................................................................108
3.9 Modul XI...............................................................................................
BAB IV KESIMPULAN DAN SARAN
4.1 Kesimpulan......................................................................................................................118
4.2 Saran..................................................................................................................................118
DAFTAR PUSTAKA...................................................................................................................119
vii
DAFTAR GAMBAR
Gambar halaman
2.1 Merubah type variable..............................................................................................4

3.1 Data View Percobaan Modul 1...............................................................................13
3.2 Variabel View Percobaan Modul 1..................................................................13
3.3 Data View................................................................................................................16
3.4 Variabel View.........................................................................................................16
3.5 Data View................................................................................................................. 21
3.6 Variabel View..........................................................................................................21
3.7 Data View................................................................................................................25
3.8 Variabel View........................................................................................................25
3.9 Variable View..........................................................................................................32
3.10 Data View................................................................................................................32
3.11 Variable View..........................................................................................................36
3.12 Data View................................................................................................................36
3.13 Data View................................................................................................................43
3.14 Variable View..........................................................................................................43
3.15 Data View..................................................................................................................47
3.16 Variable View..........................................................................................................47
3.17 Data View..................................................................................................................53
3.18 Variable View..........................................................................................................53
3.19 Data View..................................................................................................................57
3.20 Variable View..........................................................................................................57
3.21 Data View..................................................................................................................62
3.22 Variable View..........................................................................................................62
3.23 Data View..................................................................................................................69
3.24 Variable View..........................................................................................................69
3.25 Data View..................................................................................................................73
3.26 Variable View..........................................................................................................73
3.27 Data View..................................................................................................................77
3.28 Variable View..........................................................................................................77
3.29 Percobaan Chi Square dengan Excel...............................................................78
viii
3.30 Data View..................................................................................................................84
3.31 Variable View...........................................................................................................84
3.32 Test of Homogeneity of Variences........................................................................84
3.33 ANOVA......................................................................................................................85
3.34 Multiple Comparisons.............................................................................................85
3.35 Jumlah Produk Cacat............................................................................................85
3.36 Data View..................................................................................................................90
3.37 Variable View..........................................................................................................90
3.38 Test of Homogeneity of Variences..................................................................90
3.39 ANOVA......................................................................................................................91
3.40 Multiple Comparisons.............................................................................................91
3.41 Berat Badan Bayi....................................................................................................92
3.42 Data View..................................................................................................................99
3.43 Variable View..........................................................................................................99
3.44 Data View.................................................................................................................105
3.45 Variable View.........................................................................................................105
3.46 Variable View.........................................................................................................105
3.47 Data View.................................................................................................................111
3.48 Variable View.........................................................................................................111
3.49 Data View.................................................................................................................115
ix
DAFTAR TABEL
Tabel halaman
3.1 Tabel Variabel...........................................................................................................12

3.2 Tabel Data Barang...................................................................................................12
3.3 Hasil Percobaan Modul 1.......................................................................................14
3.4 Tabel Data Barang...................................................................................................16
3.5 Hasil.............................................................................................................................17
3.6 Tabel UTS Statistik.................................................................................................20
3.7 Hasil Statistics Nilai UTS......................................................................................20
3.8 Hasil.............................................................................................................................22
3.9 Hasil Statistics Nilai UTS......................................................................................23
3.10 Tabel Penjualan Handphone.................................................................................26
3.11 Hasil Frequencies Penjualan Handphone..........................................................26
3.14 Tabel Barang..............................................................................................................31
3.15 Tabel Hasil percobaan............................................................................................33
3.16 Tabel Harga................................................................................................................33
3.17 Tabel Barang..............................................................................................................34
3.18 Hasil Latihan..............................................................................................................37
3.19 Tabel Responden......................................................................................................37
3.20 Tabel Merk.................................................................................................................38
3.21 Tabel Nilai Desain Kemasan................................................................................38
3.22 Tabel Minat Beli.......................................................................................................39
3.23 Tabel Sampel Galon Susu Murni dari 10 Botol..............................................44
3.24 Tabel One-Sample Statistics Galon Susu Murni dari 10 Botol..................44
3.25 Tabel One-Sample Test Galon Susu Murni dari 10 Botol...........................44
3.26 Tabel Penjualan dari 20 Orang Karyawan Yang Dipilih Secara Acak 46
3.27 Tabel One-Sample Statistics Penjualan Karyawan........................................48
3.28 Tabel One-Sample Test Penjualan dari 20 Karyawan..................................48
x
3.29 Data Barang Koperasi Mahasiswa......................................................................52
3.30 Hasil Paired Samples Statistics pada data putaran sepeda...........................54
3.33 Data karyawan di PT. Soto Ayam.......................................................................56
3.34 Group Statistics Data karyawan di PT. Soto Ayam.......................................58
3.35 Hasil Independent Samples Test Data karyawan di PT. Soto Ayam 58
3.36 Hasil Data Descriptives Penelitian Kemasan Pata Gigi...............................63
3.39 Data Rasa Pasta Gigi...............................................................................................68
3.41 Hasil Frequencies Statistics Data Jenis Pasta Gigi........................................70
3.42 Hasil Test Statistics Data Jenis Pasta Gigi.......................................................70
3.43 Data Permen Coklat.................................................................................................72
3.44 Group Statistics Data karyawan di PT. Soto Ayam.......................................74
3.47 Tabel Data Tindak Kriminal......................................................................................76
3.48 Hasil Case Processing Summary Data Tindak Kriminal.............................79
3.49 Hasil Descriptive Statistics Crosstabs Data Tindak Kriminal....................79
3.50 Hasil Chi-Square Tests Data Tindak Kriminal...............................................79
3.51 Tabel Production Line............................................................................................83
3.52 Tabel Test of Homogeneity of Variences.........................................................86
3.53 Tabel ANOVA..........................................................................................................86
3.54 Tabel Multiple Comparisons................................................................................87
3.55 Tabel Jumlah Produk Cacat..................................................................................88
3.56 Tabel Berat Badan....................................................................................................89
3.57 Tabel Test of Homogeneity of Variences.........................................................93
3.58 Tabel ANOVA..........................................................................................................93
3.59 Tabel Multiple Comparisons................................................................................94
3.60 Tabel Berat Badan Bayi.........................................................................................94
xi
3.61 Tabel Data Hasil Kuis.............................................................................................98
3.62 Tabel Between-Subjects Factors Hasil Kuis....................................................100
3.63 Tabel Levene’s Test of Equality of Error Variances Hasil Kuis...............100
3.64 Tabel Test of Between-Subjects Effects Hasil Kuis......................................101
3.65 Tabel Post Hoc tests Hasil Kuis...........................................................................101
3.66 Tabel Homogeneous Subsets Hasil Kuis..........................................................102
3.67 Tabel Data Tingkat Penjualan Roti.....................................................................104
3.68 Tabel Unvariate Tingkat Penjualan Roti.................................................................106
3.69 Tabel Tests of Between-Subjects Effects Tingkat Penjualan Roti ......................106
3.70 Tabel Post Hoc Tests Tingkat Penjualan Roti........................................................107
3.71 Tabel Data Biaya Iklan...........................................................................................110
3.72 Tabel Variable Entered..............................................................................................112
3.73 Tabel Modal Summary...............................................................................................112
3.74 Tabel Anova.................................................................................................................112
3.75 Tabel Coeffiniciets......................................................................................................112
3.76 Tabel Data Tinggi dan Berat Badan Siswa.............................................................114
3.77 Tabel Entered atau Removed................................................................................116
3.78 Tabel Model Summary...............................................................................................116
3.79 Tabel Anova.................................................................................................................116
3.80 Tabel Coefficients.......................................................................................................116
xii
BAB I
PENDAHULUAN
1.1 Latar Belakang

SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik
cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan
menu -menu deskriptif dan kotak -kotak dialog yang sederhana sehingga mudah untuk
dipahami cara pengoperasiannya. SPSS merupakan software statistik yang paling
populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya,
penggunaannya pun cukup mudah.
SPSS (Statistical Package for the Social Sciences atau Paket Statistik untuk Ilmu Sosial)
versi pertama dirilis pada tahun 1968, diciptakan oleh Norman Nie, seorang lulusan
Fakultas Ilmu Politik dari Stanford University, yang sekarang menjadi Profesor Peneliti
Fakultas Ilmu Politik di Stanford dan Profesor Emeritus Ilmu Politik di University of
Chicago. Semula SPSS hanya digunakan untuk ilmu social saja, tapi perkembangan
berikutnya digunakan untuk berbagai disiplin ilmu sehingga kepanjangannya berubah
menjadi “Statistical Product and Service Solution” (Nisfiannoor, Muhammad,
Pendekatan Statistika Modern Untuk Ilmu Social, Salemba Humanika,2009:15.)
1.2 Tujuan
Tujuan dari praktikum spss
1. Untuk mengenal lagi apa itu SPSS
2. Untuk mengetahu cara menjalankan SPSS
1.3 Manfaat
Manfaat dari praktikum ialah
1. Dapat membantu menyelesaikan tugas tugas seperti analisi data dengan lebih cepat
2. Dapat memahami cara kerja dari praktikum menggunakan SPSS.
1
BAB II
TINJAUAN PUSTAKA
2.1 Pengenalan SPSS

IBM SPSS merupakan software atau aplikasi yang dapat digunakan untuk membantu
pengolahan, penghitungan, dan analisis data untuk keperluan statistik. Walaupun secara
umum pengolahan data-data hasil penelitian dapat diolah menggunakan software lain
seperti MS Excel, namun SPSS lebih dikenal oleh para kalangan akademisi dan profesional.
SPSS umumnya telah tersedia di berbagai universitas dan perguruan tinggi. Pengguna
pribadi dapat membeli SPSS di situs resmi IBM. Namun, Anda bisa men-download SPSS
dan menginstall versi percobaannya selama 14. Langkah-langkah untuk mengoperasikan
SPSS untuk Windows 7. Apabila menggunakan Windows 7, maka langkah-langkah
mengoperasikan SPSS adalah sebagai berikut pertama klik tombol Start. lalu sorot opsi All
Program, lalu klik SPSS. Sedangkan apabila menggunakan Windows 8 (versi lama yang tak
dilengkapi tombol Start), maka proses meluncurkan SPSS adalah sebagai berikut. Pertama
tekan tombol Windows pada keyboard untuk masuk ke dalam Start Menu. Lalu carilah ikon
IBM SPSS Statistics yang telah Anda install tadi. Lalu klik pada ikon tersebut. Dan untuk
Windows 10, pengguna Windows 10 dapat meluncurkan SPSS dengan memanfaatkan cara-
cara yang sama dengan Windows 7. Namun demikian, langkah di bawah ini juga bisa
ditempuh. Pertama klik ikon Search. Kemudian ketik SPSS. Llau klik pada pilihan SPSS
yang berhasil ditemukan tersebut. Tunggu sebentar sampai SPSS muncul di hadapan Anda.
Akan akan melihat tampilan SPSS dengan menu-menu utamanya seperti File, Edit, View,
Data, Transform, Analize, Graph, Utilities, Windows, dan Help. Kini, SPSS siap Anda
gunakan untuk menginput variabel dan data penelitian. Langkah pertama mengoperasikan
SPSS adalah dengan membuat data baru. Apabila Anda ingin meng-input data-data baru,
maka lakukan langkah-langkah sebagai berikut. Pertama klik File. Kemudian klik New >
Data. Kemudian di bagian bawah pada jendela SPSS terdapat dua buah tab, yaitu Data
View dan Variable View. Pilih Variable View. Variable View umumnya perlu digunakan
pertama kali sebab berfungsi untuk membuat variabel-variabel penelitian. Klik Tab
Variable View itu dan lantas, Anda akan melihat deretan kolom dengan namanama yang
spesifik. Jika variabel-variabel sudah dibuat maka langkah selanjutnya adalah memasukkan
data-data ke dalam variabel yang tepat. Untuk memasukkan data, klik Tab Data View. Lalu
2
masukan data sesuai yang di inginkan. Setelah membuat variabel-variabel, sekarang
waktunya untuk memasukkan data-data kedalam variabel yang tepat. jangan lupa, disimpan
(Jubilee Enterprise, 2014).
2.2 Fasilitas SPSS

SPSS menyediakan beberapa fasilitas seperti berikut ini: Data Editor. Merupakan
jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada
aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan
menampilkan data viewer. Viewer mempermudah pemakai untuk melihat hasil
pemrosesan, menunjukkan bagian-bagian tertentu dari output, serta memudahkan
distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang lain. Multidimensional
Pivot Tables. Hasil pengolahan data akan ditunjukkan dengan multidimensional pivot
tables. Pemakai dapat melakukan eksplorasi terhdap tabel dengan pengaturan baris,
kolom, serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan kelompok
data dengan melakukan splitting tabel sehingga hanya satu group tertentu saja yang
ditampilkan pada satu waktu High-Resolution Graphics. Dengan kemampuan grafikal
beresolusi tinggi, baik untuk menampilkan pie charts, bar charts, histogram,
scatterplots, 3-D graphics. dan yang lainnya, akan membuat SPSS tidak hanya mudah
dioperasikan tetapi juga membuat pemakai merasa nyaman dalam pekerjaannya.
Database Access. Pemakai program ini dapat memperoleh kembali informasi dari
sebuah database dengan menggunakan Database Wizard yang disediakannya. Data
Transformations.Transformasi data akan membantu pemakai data yang siap untuk
dianalisis. Pemakai dapat dengan mudah melakukan subset data, mengkombinasikan
kategori, add, aggregat, merge, split, dan beberapa perintah transpose files, serta yang
lainnya. Ada pada (Data,P.,Pendidikan, Electronic Distribution. Pengguna dapat
mengirimkan laporan secara elektronik menggunakan sebuah tombol pengiriman data
(e-mail) atau melakukan export tabel dan grafik ke mode HTML sehingga mendukung
distribusi melalui internet dan intranet. Online Help. SPSS menyediakan fasilitas online
help yang akan selalu siap membantu pemakai dalam melakukan pekerjaannya. Bantuan
ini yang diberikan dapat berupa petunjuk pengoperasian secara detail, kemudahan
pencarian prosedur yang diinginkan sampai pada contoh-contoh kasus dalam
pengoperasian program ini. Akses Data Tanpa ada Penyimpanan Sementara. Analisis
file-file data yang sangat besar disimpan tanpa membutuhkan tempat penyimpanan
3
sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5 dimana file data yang
sangat besar pada memori. (Pusat Data dan Statistik Pendidikan Kementerian
Pendidikan dan Kebudayaan Republik Indonesia.2014).
2.3 Tipe Variabel
Untuk dapat memasukkan data di atas kedalam program SPSS, maka terlebih dahulu
anda harus membuat mendefinisikan dan membuat variabel atau field pada jendela Data
Editor Variable View. Bukalah jendela Data Editor, kemudian klik Variabel View,
kemudian ketik nama variabel sbb: Type-nya ganti dengan String karena pada variabel
nama data yang ingin dimasukkan adalah berbentuk huruf. Kemudian kolom label ketik
kalimat berikut “Nama Responden”. Cara mengganti type dari Numerik menjadi String
adalah dengan mengklik bagian akhir dari “Numerik”, sehingga muncul menu Variabel
Type sebagai berikut:
Gambar 2.1 Merubah type variable

Karena nama responden membutuhkan ruang yang cukup luas, misalnya anda ingin
mengetik nama responden sampai 20 karakter, maka silakan ganti With dari 8 menjadi
20, dengan cara klik angka 8 tersebut dan ganti dengan mengetik angka 20. Penting
untuk diingat pada data kategorik atau kualitatif (kelamin, pendidikan, pekerjaan, dll)
data yang dimasukkan ke komputer (entry) biasanya untuk efisiensi maka data tersebut
dirobah kedalam bentuk kode angka (1=laki, 2=Perempuan). Supaya pada saat analysis
data tidak terjadi kebingungan, sebaiknya kode tersebut diberi label Pada kolom name
baris ketiga, ketiklah “Kelamin” kemudian tekan enter. Type-nya biarkan numerik
karena pada variabel KELAMIN data yang ingin dimasukkan adalah berbentuk angka 1
atau 2. Kemudian kolom label ketik “Jenis Kelamin Responden”. Untuk membuat value
label bahwa kode 1 adalah “Laki-laki” dan kode 2 adalah “Perempuan (Rowland,2012).
4
2.4 Uji Test dan Chi Square
Dalam penelitian komparasional yang melakukan pembandingan antar mean satu atau dua
sampel, yaitu apakah memang secara signifikan mean satu atau dua sampel yang
diperbandingkan atau dicari perbedaannya itu memang berbeda, ataukah perbedaan itu
terjadi karena kebetulan saja (by change) dapat menggunakan Uji-T atau T-Test dan Chi
Kuadrat (Chi Square). Uji-T atau T-Test adalah salah satu test statistik yang dipergunakan
untuk menguji kebenaran atau kepalsuan hipotesis nol/nihil (Ho) yang menyatakan bahwa
di antara dua buah mean sampel yang diambil secara random dari populasi yang sama tidak
terdapat perbedaan yang signifikan. One Sample T-Test Analisis perbandingan satu sampel
dikenal dengan Uji-T atau T-Test (one sample t-test) dan uji-Z. Tujuan Uji-T atau Uji-Z
adalah untuk mengetahui perbedaan mean variabel yang dihipotesiskan . Rumus Uji-T dan
Uji-Z, yaitu : Apabila standar deviasi diketahui dan n>30 menggunakan rumus Z hitung = rata-
rata nilai yang diperoleh dari hasil pengumpulan data (x) - rata-rata nilai yang
dihipotesiskan (µo) di bagi dengan standar deviasi populasi yang telah diketahui (σ) akar)
akar jumlah populasi penelitian (N).) akar jumlah populasi penelitian (N). Apabila standar
deviasi sampel tidak diketahui dan n ≤ 30 menggunakan rumus t hitung = rata-rata nilai
yang diperoleh dari hasil pengumpulan data (x) - rata-rata nilai yang dihipotesiskan (µo)
di bagi standar deviasi sampel yang telah diketahui (SD) akar jumlah sampel penelitian
(n). Independent Sample T-Test dan Paired Sample T-TestTujuan Uji-T dua sampel
adalah untuk membandingkan (membedakan) apakah kedua mean sampel tersebut sama
atau berbeda. Gunanya untuk menguji kemampuan generalisasi (signifikansi hasil
penelitian yang berupa perbandingan dua rata-rata sampel). Tabel Independent-Sample
T Test yang pertama menguji apakah kedua kelompok memilikivariansyang sama.
Hipotesisnya: Ho : kedua kelompok memiliki varian yang sama H1 : kedua kelompok
tidak memiliki varian yang sama Nilai Sig (0,685) > 0,05 maka Ho diterima, artinya
kedua kelompok data memiliki varian yang sama. Tabel Independent-Sample T Test
yang kedua menguji apakah kedua kelompok memilikirata-ratayang sama.
Hipotesisnya: Ho : kedua kelompok memiliki rata-rata hasil belajar yang sama. H1 :
kedua kelompok tidak memiliki rata-rata hasil belajar yang sama. Pada output
diketahuiSig (2-tailled)= 0,000 < 0,05 maka Ho ditolak, artinya kedua kelompok tidak
memiliki rata-rata hasil belajar yang sama. Bisa juga dengan membandingkan t hitung
dengan nilai t table yang tersedia.(Jainuri, Muhammad.2019)
5
2.5 Statistik Nonparametrik
Statistik nonparametrik disebut juga statistik bebas distribusi/ distributif free statistics
karenatidak pernah mengasumsikan data harus berdistribusi normal dan asumsi populasi
dari manasampel dipilih. Uji nonparametrik lebih mudah dihitung dan di mengerti
terutama karenadatanya berupa urutan (order) atau peringkat (rank), namun uji ini
kurang akurat dan efisienbila dibandingkan dengan uji parametrik. Uji Tanda (Sign
Test) Digunakan untuk membandingkan dua sampel berpasangan dengan skala ordinal.
prinsipdari uji tanda adalah menghitung selisih pasangan nilai data dari sampel pertama
dengan sampel kedua, kemudian dihitung jumlah selisih pasangan data yang positif dan
jumlah selisih pasangan data yang negatif. Jika hipotesis nol benar, maka diharapkan
jumlahselisih pasangan data yang positif kurang lebih akan sama dengan jumlah selisih
pasangandata yang negatif. Dengan kata lain, diharapkan jumlah selisih pasangan data
yang positifdan jumlah selisih pasangan data yang negatif adalah setengah dari total
sampel. Jika jumlah selisih pasangan data yang negatif atau jumlah selisih pasangan
yang positifberbeda jauh, maka hipotesis nol ditolak.Ada tiga bentuk hipotesis untuk uji
tanda di mana penggunaannya tergantung dari persoalan yang akan diuji:1. Bentuk uji
hipotesis dua sisi (two-sided atau two-tailed test) dengan hipotesis:Ho : μ = 0,5Ha : μ ≠
0,52. Bentuk uji hipotesis satu sisi (one-sided atau one-tailed test) untuk sisi atas
(uppertailed) dengan hipotesis:Ho : μ < 0,5Ha : μ > 0,53. Bentuk uji hipotesis satu
sisi(one-sided atau one-tailed test) untuk sisi bawah (lowertailed) dengan hipotesis:Ho :
μ> 0,5Ha : μ < 0,5Dalam pengujian hipotesis, kriteria untuk menolak atau tidak
menolak Ho berdasarkan Pvalue adalah sebagai berikut: Jika P-value (Sig.) < α, maka
Ho ditolak. Jika P-value (Sig.) > α, maka Ho diterima Dalam program SPSS digunakan
istilah significance (yang disingkat sig) untuk P-value;atau dengan kata lain P-value =
Sig. Uji Run digunakan pada one sample run test didasarkan atas urutan (order) di mana
skor-skor atau observasi-observasi itu satu persatu diperoleh.Teknik yang akan
disajikan dari konsep ini berdasarkan pada banyaknya run yang ditampilkan oleh suatu
sampel. Run di definisikan sebagai suatu urutan lambang-lambang yang sama, yang
diikuti serta mengikuti lambang-lambang yang berbeda, atau tidak mengikuti atau
diikuti lambang apa pun.Banyaknya elemen suatu jenis misalkan n1 yaitu semua skor
yang jatuh di bawah median ditandai dengan plus (+), dan di atas median ditandai
dengan minus (-). Jainuri, Muhammad.2019)
6
2.6 ANOVA
Setiap perusahaan perlu melakukan pengujian terhadap kumpulan hasil pengamatan
mengenai suatu hal, misalnya hasil penjualan produk, hasil produksi produk, gaji pekerja di
suatu perusahaan nilainya bervariasi antara satu dengan yang lainnya. Hal ini berhubungan
dengan varian dan rata-rata yang banyak digunakan untuk membuat kesimpulan melalui
penaksiran dan pengujian hipotesis mengenai parameter, maka dari itu dilakukan analisis
varian yang ada dalam cabang ilmu statistika industri yaitu ANOVA. Penerapan ANOVA
dalam dunia industri adalah untuk menguji rata-rata data hasil pengamatan yang dilakukan
pada sebuah perusahaan ataupun industri. Analisis varians (analysis of variance) atau
ANOVA adalah suatu metode analisis statistika yang termasuk ke dalam cabang statistika
inferensi. Uji dalam ANOVA menggunakan uji F karena dipakai untuk pengujian lebih dari
2 sampel. Dalam praktik, analisis varians dapat merupakan uji hipotesis (lebih sering
dipakai) maupun pendugaan (estimation, khususnya di bidang genetika terapan). ANOVA
(Analysis of variances) digunakan untuk melakukan analisis komparasi multivariabel.
Teknik analisis komparatif dengan menggunakan tes “t” yakni dengan mencari perbedaan
yang signifikan dari dua buah mean hanya efektif bila jumlah variabelnya dua. Untuk
mengatasi hal tersebut ada teknik analisis komparatif yang lebih baik yaitu Analysis of
variances yang disingkat ANOVA. ANOVA digunakan untuk membandingkan rata-rata
populasi bukan ragam populasi. Jenis data yang tepat untuk ANOVA adalah nominal dan
ordinal pada variable bebasnya, jika data pada variabel bebasnya dalam bentuk interval atau
ratio maka harus diubah dulu dalam bentuk ordinal atau nominal. Sedangkan variabel
terikatnya adalah data interval atau rasio. ANOVA satu arah (One Way ANOVA) digunakan
apabila yang akan dianalisis terdiri dari satu variabel terikat dan satu variabel bebas.
Interaksi suatu kebersamaan antar faktor dalam mempengaruhi variabel bebas, dengan
sendirinya pengaruh faktorfaktor secara mandiri telah dihilangkan. Jika terdapat interaksi
berarti efek faktor satu terhadap variabel terikatakan mempunyai garis yang tidak sejajar
dengan efek faktor lain terhadap variabel terikat sejajar (saling berpotongan), maka antara
faktor tidak mempunyai interaksi. One Way ANOVA atau sering disebut dengan analysis of
variance (ANOVA) adalah tergolong analisis komparatif lebih dari dua variabel atau lebih
dari dua rata-rata. One Way ANOVA digunakan untuk menguji perbedaan rata-rata antara
dua atau lebih kelompok data independen. One Way ANOVA lebih akurat untuk mengolah
data (Agus Tri Basuki, 2006).
7
2.7 MANOVA
Pada pembahasan sebelumnya mengenai analisis varians satu arah. Analisis varians satu arah
yaitu analisis yang hanya melibatkan satu variabel bebas bersifat non-metrik atau kualitatif
(kategori), sedangkan pada analisis varians dua arah melibatkan dua variabel bebas bersifat
non-metrik. Dalam analisis varians dua arah, variabel tak bebas juga bersifat metrik atau
kuantitatif (interval atau rasio). Analisis varians melibatkan satu variabel tak bebas. Jika jumlah
variabel tak bebas lebih dari satu, maka digunakan multivariate analysis of variance
(MANOVA). Dalam analisis varians dua arah dengan interaksi (interaction), dapat diuji ada
tidaknya interaksi antara variabel bebas pertama dan variabel bebas kedua, terhadap
pengaruhnya pada variabel tak bebas. Jika terdapat interaksi antara variabel bebas pertama
dan variabel bebas kedua, maka dapat ditentukan perlakuan mana saja yang menyebabkan
terjadinya interaksi. Apabila terjadi interaksi, namun tidak signifikan secara statistika antara
variabel bebas pertama dan variabel bebas kedua, maka dapat dilakukan pengujian apakah
terdapat perbedaan rata-rata (mean) dari nilai variabel tak bebas berdasarkan kategori-kategori
pada variabel bebas pertama dengan mengontrol (controlling) pengaruh variabel bebas kedua.
Begitu juga sebaliknya dapat diuji apakah terdapat perbedaan rata-rata (mean) dari nilai
variabel tak bebas untuk kategori-kategori pada variabel bebas kedua dengan mengontrol
(controling) pengaruh variabel bebas pertama. Pengujian yang demikian ini dinamakan dengan
pengujian pengaruh utama (main effect test). Perlu diperhatikan bahwa sebelum melakukan
pengujian pengaruh utama (main effect test), pertama lakukan pengujian apakah terjadi
interaksi atau tidak antara variabel bebas pertama dan variabel bebas kedua. Ketika terjadi
interaksi, maka pengujian hipotesis pada pengaruh utama menjadi tidak berarti. Agresti dan
Finlay (2009:386) menyatakan sebagai berikut. “When interaction exists, it is not meaningful to
test the main effects hypotheses. When we reject 0: no interaction, we conclude that each
variable has an, of that effect changes according to the category of the other variable. then
better to compare the means for one predictor separately within categories of the other. On the
other hand, if the evidence of interaction is not strong (i.e., if the p-value is not small), we then
test the two main effect hypotheses”. Hipotesis nol untuk pengujian pengaruh utama
menyatakan tidak terdapat perbedaan rata-rata (mean) dari nilai variabel tak bebas untuk
kategori-kategori pada variabel bebas pertama dengan mengontrol (controlling) pengaruh
variabel yang ada bebas kedua. (Prana Ugiana, 2016).
8
BAB III
HASIL DAN PEMBAHASAN
9
LAPORAN PRAKTIKUM

DENGAN SPSS
MODUL
I
FAKULTAS TEKNIK
SAMARINDA
2021
10
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
NAMA : Ilham Ilahi

NIM : 1609075033
JURUSAN : Teknik Elektro
FAKULTAS : Teknik
MODUL KE :1
Telah melaksanakan asistensi untuk laporan praktikum sebagai berikut:
NO HARI/TANGGAL URAIAN
1 28-05-2021 acc
Asisten Praktikum
11
NIM. 1709075026
12
1.1 Percobaan
1.1.1 Soal
Buatlah Variabel, dan isikan data nya kemudian simpan sesuai dengan tabel di bawah ini
Tabel 3.1 Tabel Variabel
Name Type Width Decimal
Barang String 8 0
Harga Numeric 8 2
Stock Numeric 8 0
Tabel 3.2 Tabel Data Barang
No Barang Harga Pokok/Unit Stock di Gedung
1. Buku Tulis 3000 5240
2. Tas Punggung 80000 40000
3. Dompet 45000 22000
4. Jam Tangan 70000 2500
5. Spidol 7000 7800
6. Kertas File 30000 25000
7. Gunting 70000 7800
8. Tempat CD 45000 5200
13
9. Pensil Zebra 17000 22000
10. Penggaris 5000 10500
14
1.1.2 Interface
Gambar 3.1 Data View Percobaan Modul 1
Gambar 3.2 Variabel View Percobaan Modul 1
15
1.1.3 Hasil dan Kesimpulan
Tabel 3.3 Hasil Percobaan Modul 1
No Barang Harga Pokok/Unit Stock di gedung

1. Buku Tulis 3000 5240
2. Tas Punggung 80000 40000
3. Dompet 45000 22000
4. Jam Tangan 70000 2500
5. Spidol 7000 7800
6. Kertas File 30000 25000
7. Gunting 70000 7800
8. Tempat CD 45000 5200
9. Pensil Zebra 17000 22000
10. Penggaris 5000 10500
Pada percobaan modul 1 ini dapat di simpulkan cara menggunakan SPSS dasar. dari
pengenalan menu, pembuatan variabel, pengisian data dan menyimpan data. dipercobaan ini
pembuatan variabel dan pengisian data nya telah disediakan pada tabel soal.
16
17
1.2 Latihan
1.2.1 Soal
Berikut ini adalah data 15 responden pria dan wanita karyawan perusahaan “PT.X” yang
diambil secara acak.
Tabel 3.4 Tabel Data Barang

No Nama Tinggi Berat Gender
1. Adelia 165 45 Wanita
2. rick 170 60 Pria
3. Anggoro 171 65 Pria
4. Amelia 166 50 Wanita
5. idya 165 46 Wanita
6. iana 167 49 Pria
7. Cicil 166 44 Wanita
8. Andre 173 70 Pria
9. Agus 175 71 Pria
10. ana 174 73 Pria
11. Mely 163 65 Wanita
12. Diana 164 67 Wanita
13. Oon 170 75 Pria
14. Dodi 171 74 Pria
18
15. Agung 172 70 Pria
19
1.2.2 Interface
Gambar 3.3 Data View
Gambar 3.4 Variabel View
20
Tabel 3.5 Hasil

No Nama Tinggi Berat Gender
1. Adelia 165 45 Wanita
2. rick 170 60 Pria
3. Anggoro 171 65 Pria
4. Amelia 166 50 Wanita
5. idya 165 46 Wanita
6. iana 167 49 Pria
7. Cicil 166 44 Wanita
8. Andre 173 70 Pria
9. Agus 175 71 Pria
10. ana 174 73 Pria
11. Mely 163 65 Wanita
12. Diana 164 67 Wanita
13. Oon 170 75 Pria
14. Dodi 171 74 Pria
15. Agung 172 70 Pria
21
Pada latihan modul 1 ini dapat di simpulkan cara menggunakan SPSS dasar. dari
pengenalan menu, pembuatan variabel, pengisian data dan menyimpan data.
dipercobaan ini pembuatan variabel dan pengisian data nya telah disediakan pada tabel
soal.
22
LAPORAN PRAKTIKUM

DENGAN SPSS
MODUL
II
FAKULTAS TEKNIK
SAMARINDA
2021
23
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
NAMA : Ilham Ilahi

NIM : 1609075033
FAKULTAS : Teknik
MODUL KE :2
HARI/
NO TANGGAL URAIAN
1 28-05-2021 REVISI
2 28-05-2021 ACC
Asisten Praktikum

NIM. 1709075026
24
2.1 Percobaan
2.1.1 Soal
Data nilai UTS Statistik dari 15 anak kelas A yaitu :
Tabel 3.6 Tabel UTS Statistik
No Nama Nilai UTS
1. Mimi 90
2. Melisa 60
3. Yolin 65
4. Nina 55
5. Parto 70
6. Jerry 71
7. Tom-Tom 72
8. Yusron 80
9. Ableh 76
10. Stefanus 56
11. Chandra 59
12. Roy 77
13. Ardian 85
14. Nita 89
15. Mawan 90
25
2.1.2 Interface
26
Tabel 3.7 Hasil
Statistics
Nilai_UTS
N Valid 15
Missing 0
Mean 73.00
Std. Error of Mean 3.168
Median 72.00
Mode 90
Std. Deviation 12.271
Variance 150.571
Range 35
Minimum 55
Maximum 90
Sum 1095
Percentiles 10 55.60
20 59.20
25 60.00
30 64.00
40 70.40
50 72.00
60 76.60
70 81.00
75 85.00
80 88.20
90 90.00
27
Tabel 3.8 Hasil Statistics Nilai UTS
Nilai_UTS Valid Cumulative
Frequency Percent Percent Percent

Valid 55 1 6.7 6.7 6.7
56 1 6.7 6.7 13.3
59 1 6.7 6.7 20.0
60 1 6.7 6.7 26.7
65 1 6.7 6.7 33.3
70 1 6.7 6.7 40.0
71 1 6.7 6.7 46.7
72 1 6.7 6.7 53.3
76 1 6.7 6.7 60.0
77 1 6.7 6.7 66.7
80 1 6.7 6.7 73.3
85 1 6.7 6.7 80.0
89 1 6.7 6.7 86.7
90 2 13.3 13.3 100.0
Total 15 100.0 100.0
Dari percobaan diatas dapat di simpulkan bahwa nilai mean dari data nilai UTS adalah
73.00, nilai Median nya adalah 72.00, nilai mode adalah 90,nilai std deviation nya
adalah 12.271, nilai rata-rata atau Range adalah 35, nilai Minimum nya adalah 55 ,nilai
maximum nya adalah 90 dan jumlah keseluruhannya adalah 1095 dengan nilai
Percentiles ke 10 adalah 55.60 , Percentiles ke 20 adalah 59.20, Percentiles ke 25 adalah
60.00, Percentiles ke 30 adalah 64.00, Percentiles ke 40 adalah 70.40, Percentiles ke 50
adalah 72.00, Percentiles ke 60 adalah 76.60, Percentiles ke 70 adalah 81.00,
Percentiles ke 75 adalah 85.00, Percentiles ke 80 adalah 88.20, dan nilai Percentiles ke
90 adalah 90.00.
28
2.2 Latihan
2.2.1 Soal
Mentaricell dalam 20 minggu melakukan penjualan dengan data sebagai berikut:
Tabel 3.9 Tabel Penjualan Handphone
Penjualan Tayangan
Minggu Handphone Iklan
1 118 12
2 180 13
3 186 14
4 132 16
5 178 19
6 156 22
7 148 23
8 196 24
9 188 29
10 152 36
11 123 14
12 147 17
13 155 69
14 178 40
15 165 12
16 187 11
17 136 10
18 195 7
19 222 8
20 546 9
Cari : N, Mean, Std. Eror, Median, Standart Deviasi, Skewness, Kurtosis,
Data Minimum, Data Maksimum, Range, Percentile.
29
2.2.2 Interface
30
Tabel 3.10 Hasil Statistics Penjualan Handphone
Statistics
Penjualan_Ha
Minggu ndphone Tayangan_Iklan
N Valid 20 20 20
Missing 0 0 0
Mean 10.50 184.40 20.25
Std. Error of Mean 1.323 19.975 3.267
Median 10.50 171.50 15.00
a a
Mode 1 178 12
Std. Deviation 5.916 89.333 14.610
Variance 35.000 7980.358 213.461
Skewness .000 3.803 2.225
Std. Error of Skewness .512 .512 .512
Kurtosis -1.200 15.916 5.927
Std. Error of Kurtosis .992 .992 .992
Range 19 428 62
Minimum 1 118 7
Maximum 20 546 69
Sum 210 3688 405
Percentiles 15 3.15 132.60 9.15
Tabel 3.11 Hasil Frequencies Penjualan Handphone
Minggu
Valid Cumulative
Valid 1 1 5.0 5.0 5.0
2 1 5.0 5.0 10.0
3 1 5.0 5.0 15.0
4 1 5.0 5.0 20.0
5 1 5.0 5.0 25.0
6 1 5.0 5.0 30.0
7 1 5.0 5.0 35.0
8 1 5.0 5.0 40.0
9 1 5.0 5.0 45.0
10 1 5.0 5.0 50.0
11 1 5.0 5.0 55.0
12 1 5.0 5.0 60.0
13 1 5.0 5.0 65.0
14 1 5.0 5.0 70.0
31
15 1 5.0 5.0 75.0
16 1 5.0 5.0 80.0
17 1 5.0 5.0 85.0
18 1 5.0 5.0 90.0
19 1 5.0 5.0 95.0
20 1 5.0 5.0 100.0
Total 20 100.0 100.0
Penjualan_Handphone
Valid Cumulative
Valid 118 1 5.0 5.0 5.0
123 1 5.0 5.0 10.0
132 1 5.0 5.0 15.0
136 1 5.0 5.0 20.0
147 1 5.0 5.0 25.0
148 1 5.0 5.0 30.0
152 1 5.0 5.0 35.0
155 1 5.0 5.0 40.0
156 1 5.0 5.0 45.0
165 1 5.0 5.0 50.0
178 2 10.0 10.0 60.0
180 1 5.0 5.0 65.0
186 1 5.0 5.0 70.0
187 1 5.0 5.0 75.0
188 1 5.0 5.0 80.0
195 1 5.0 5.0 85.0
196 1 5.0 5.0 90.0
222 1 5.0 5.0 95.0
546 1 5.0 5.0 100.0
Total 20 100.0 100.0
32
Tayangan_Iklan
Valid Cumulative
Valid 7 1 5.0 5.0 5.0
8 1 5.0 5.0 10.0
9 1 5.0 5.0 15.0
10 1 5.0 5.0 20.0
11 1 5.0 5.0 25.0
12 2 10.0 10.0 35.0
13 1 5.0 5.0 40.0
14 2 10.0 10.0 50.0
16 1 5.0 5.0 55.0
17 1 5.0 5.0 60.0
19 1 5.0 5.0 65.0
22 1 5.0 5.0 70.0
23 1 5.0 5.0 75.0
24 1 5.0 5.0 80.0
29 1 5.0 5.0 85.0
36 1 5.0 5.0 90.0
40 1 5.0 5.0 95.0
69 1 5.0 5.0 100.0
Total 20 100.0 100.0
Kesimpulan dari Latihan di atas didapatkan nilai statistics penjualan handphone adalah
nilai Mean adalah 20, dengan nilai median pada Minggu adalah 10.50,median pada
Penjualan Handphone adalah 184.40 dan median pada tayangan iklan adalah 15.00
dengan masing-masing nilai mode statistics adalah 1,178, dan 12. Nilai standar deviasi
pada masing-masing table penjualan adalah 5.916, 89.333 dan 14.610 dengan variance
35.000, 7980.358, 213.461, dan nilai skewness adalah .000, 3.803, 2.225. di dapatkan
nilai Kurtoisnya adalah -1.200, 15.916, 5.927, dan di dapatkan nilai Range adalah 19,
428 dan 62 dengan nilai minimum pada table penjualan adalah 1, 118, 7 dan nilai
Maximum nya adalah 20, 546 ,dan 69 dengan jumlah keseluruhan adalah 210 minggu,
3688 pada penjualan Handphone dan 405 Tayangan Iklan dan do dapatkan nilai
percentiles ke 15 adalah 3,15 , 132.60 dan 9.15.
LAPORAN PRAKTIKUM
33
DENGAN SPSS
MODUL
III
FAKULTAS TEKNIK
SAMARINDA
2021
LEMBAR ASISTENSI
34
LAPORAN PRAKTIKUM
NAMA : Ilham Ilahi

NIM : 1609075033
FAKULTAS : Teknik
MODUL KE :3
1 28-05-2021 REVISI
2 28-05-2021 ACC
Asisten Praktikum

NIM. 1709075026
35
3.1 Percobaan
3.1.1 Soal
Data barang penjualan Koperasi Mahasiswa :
Tabel 3.14 Tabel Barang
36
3.1.2 Interface
Gambar 3.9 Variable View
37
Tabel 3.15 Tabel Hasil percobaan
Statistics
Barang Harga
N Valid 10 10
Missing 0 0
Mean 19550,00
Std. Deviation 16546,987
Minimum 3500
Maximum 45000
Tabel 3.16 Tabel Harga
Harga
Cumulative
Frequency Percent Valid Percent Percent
Valid 3500 1 10,0 10,0 10,0
5000 3 30,0 30,0 40,0
7000 1 10,0 10,0 50,0
20000 1 10,0 10,0 60,0
30000 1 10,0 10,0 70,0
35000 1 10,0 10,0 80,0
40000 1 10,0 10,0 90,0
45000 1 10,0 10,0 100,0
Total 10 100,0 100,0
38
Tabel 3.17 Tabel Barang
Barang
Cumulative
Valid Bingkai Foto 1 10,0 10,0 10,0
Bolpoint 1 10,0 10,0 20,0
Buku Tulis 1 10,0 10,0 30,0
CD Blank 1 10,0 10,0 40,0
Jepit Rambut 1 10,0 10,0 50,0
Kartu File 1 10,0 10,0 60,0
Majalah Komputex 1 10,0 10,0 70,0
Penggariss 1 10,0 10,0 80,0
Tempat HP 1 10,0 10,0 90,0
Tempat Pensil 1 10,0 10,0 100,0
Total 10 100,0 100,0
Berdasarkan pada Percobaan pertama dimodul 3 ini meyatakan bahwa hasil dari data
yang diambil dari tabel Harga mendapatkan hasil Mean 19660,00 , Davition
16546,987 , Nilai Maksimum 3500 , Dan Nilai Minimum 45000.
39
3.2 Latihan
3.2.1 Soal
Data dari hasil penelitian kemasan pasta gigi diambil sample sebagai berikut :
40
3.2.2 Interface
41
Tabel 3.18 Hasil Latihan
Statistics
Nilai_Desain_Ke
Responden Merk masan Minat_Beli
N Valid 10 10 10 10
Missing 0 0 0 0
Mean 5,50 52,80 86,40
Std. Error of Mean ,957 11,794 3,789
Median 5,50 72,50 89,00
Std. Deviation 3,028 37,297 11,983
Variance 9,167 1391,067 143,600
Range 9 81 40
Minimum 1 10 60
Maximum 10 91 100
Tabel 3.19 Tabel Responden
Responden
Cumulative
Valid 1 1 10,0 10,0 10,0
2 1 10,0 10,0 20,0
3 1 10,0 10,0 30,0
4 1 10,0 10,0 40,0
5 1 10,0 10,0 50,0
6 1 10,0 10,0 60,0
7 1 10,0 10,0 70,0
8 1 10,0 10,0 80,0
9 1 10,0 10,0 90,0
10 1 10,0 10,0 100,0
Total 10 100,0 100,0
Tabel 3.20 Tabel Merk
42
Merk
Cumulative
Valid Ciptadent 1 10,0 10,0 10,0
Close Up 1 10,0 10,0 20,0
Close Up Whitening 1 10,0 10,0 30,0
Kodomo 1 10,0 10,0 40,0
Listerin 1 10,0 10,0 50,0
Pepsodent 1 10,0 10,0 60,0
Pepsodent Herbal 1 10,0 10,0 70,0
Ritadent 1 10,0 10,0 80,0
Sensodyne 1 10,0 10,0 90,0
Switsal 1 10,0 10,0 100,0
Total 10 100,0 100,0
Tabel 3.21 Tabel Nilai Desain Kemasan
Nilai_Desain_Kemasan
Cumulative
Valid 10 4 40,0 40,0 40,0
70 1 10,0 10,0 50,0
75 1 10,0 10,0 60,0
80 1 10,0 10,0 70,0
86 2 20,0 20,0 90,0
91 1 10,0 10,0 100,0
Total 10 100,0 100,0
43
Tabel 3.22 Tabel Minat Beli
Minat_Beli
Cumulative
Valid 60 1 10,0 10,0 10,0
75 1 10,0 10,0 20,0
80 1 10,0 10,0 30,0
86 1 10,0 10,0 40,0
88 1 10,0 10,0 50,0
90 1 10,0 10,0 60,0
94 1 10,0 10,0 70,0
95 1 10,0 10,0 80,0
96 1 10,0 10,0 90,0
100 1 10,0 10,0 100,0
Total 10 100,0 100,0
Berdasarkan pada Percobaan pertama dimodul 3 ini meyatakan bahwa hasil dari data yang
diambil dari tabel Responden mendapatkan hasil Mean 5,50 , Median 5,50 , Davition
3,028 , Variance 9,167 , Range 9, Nilai Maksimum 10, Dan Nilai Minimum 1. Untuk dari
tabel Nilai desain Kemasan mendapatkan hasil Mean 52,80 , Median 72,50 , Davition
37,297 , Variance 1391,067 , Range 81, Nilai Maksimum 91, Dan Nilai Minimum 10.
Untuk dari tabel Minat beli mendapatkan hasil Mean 86,40 , Median 89,00 , Davition
11,983 , Variance 143,600 , Range 40 , Nilai Maksimum 100, Dan Nilai Minimum 60.
44
LAPORAN PRAKTIKUM

DENGAN SPSS
MODUL
IV
FAKULTAS TEKNIK
SAMARINDA
2021
45
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
NAMA : Ilham Ilahi

NIM : 1609075033
FAKULTAS : Teknik
MODUL KE :4
1 28-05-2021 ACC
Asisten Praktikum

NIM. 1709075026
46
4.1 Percobaan
4.1.1 Soal
Seorang mahasiswa melakuan penelitian mengenai galon susu murni yang rata-rata
isinya 10liter. Telah diambil sampel secara acak dari 10 botol yang telah diukur isinya,
dengan hasil sebagai berikut: 10,2 ; 9,7 ; 10,1 ; 10,3 ; 10,1 ; 9,8 ; 9,9 ; 10,4 ; 10,3 ; 9,8.
Dengan α = 0,01.
47
4.1.2 Interface
48
Tabel 3.23 Tabel Sampel Galon Susu Murni dari 10 Botol
Botol Isi
1 10,2
2 9,7
3 10,1
4 10,3
5 10,1
6 9,8
7 9,9
8 10,4
9 10,3
10 9,8
Tabel 3.24 Tabel One-Sample Statistics Galon Susu Murni dari 10 Botol
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
Isi 10 10.060 .2459 .0777
Tabel 3.25 Tabel One-Sample Test Galon Susu Murni dari 10 Botol
One-Sample Test
Test Value = 10
99% Confidence Interval of the
Mean Difference
t df Sig. (2-tailed) DifferenceLower Upper

Isi .772 9 .460 .0600-.193 .313
49
Pada percobaan modul 4 ini, didapat 2 tabel yaitu pertama ada tabel one-sample
statistics dan yang kedua one-sample test. sebelum kita membahas isi tabel kita akan
anilisa secara manual terlebih dahulu:
1. Hipotesis Ho: α = 10 lawan Hı: α # 10

2. Uji statistik t (karena α tidak diketahui atau n < 30).
3. α = 0.01
4. Wilayah kritik: t < t α/2(n-1) atau t > t α/2(n-1).
5. Perhitungan, dari data: rata-rata x = 10.06 dan simpangan baku sampel s =
0.2459 .
= x−µ
/ √ = 0,772
Didapat t = 0,772 terletak diantara -3,250 dan 3,250 dapat disimpulkan untuk menerima
Ho , artinya pernyataan bahwa rata-rata isi galon susu murni 10 liter dapat diterima.
dengan α = 0,01. Dengan banyaknya percobaan 10 botol diketahui nilai rata-rata atau
Mean adalah 10,060 dan standar deviasi atau Std. deviation adalah 0,2459. Perhatikan
bahwa nilai rata-rata 10,060 terlihat cukup dekat dari nilai rata-rata hipotesis, yakni 10
Hal ini mengindikasikan pendapat bahwa rata-rata isi galon susu murni sebesar 10
diterima. nilai statistik dari uji adalah 0,772. Diketahui derajat bebas (df) bernilai 10 − 1
= 9. Nilai kritis dengan derajat bebas 9 dan tingkat signifikansi 1% adalah ±3,250.
Perhatikan bahwa karena | h | < | |, yakni |0,772| < |3,250|, maka disimpulkan bahwa
hipotesis nol diterima dan hipotesis alternatif ditolak. Hal ini berarti pernyataan
mengenai rata-rata penjualan galon susu murni sebesar 10 diterima pada tingkat
signifikansi 1%.
50
4.2 Latihan
4.2.1 Soal
Pengusaha PT “X” berpendapat bahwa rata-rata penjualan perhari karyawankaryawannya

adalah sebesar Rp. 1.020,00 dengan alternatif tidak sama dengan itu. Untuk maksud
pengujian pendapatnya, pengusaha tersebut melakukan wawancara terhadap 20 orang
karyawannya yang dipilih secara acak. Dengan menggunakan α = 0,05. ujilah pendapat
tersebut dan berikan analisa anda. Hasil wawancaranya adalah sebagai berikut.
Tabel 3.25 Tabel Penjualan dari 20 Orang Karyawan Yang Dipilih Secara Acak
Nama Penjualan (Rp.)

aan 1000
andi 980
beril 880
bona 970
cici 850
dimas 750
erik 770
gogon 920
Hari 870
heru 900
ila 930
osin 1080
mima 1200
neni 1040
sila 1040
Siqi 850
Tata 950
Tita 1100
Wina 1110
zula 990
51
4.2.2 Interface
Gambar 3.15 Data View Latihan Modul 4
Gambar 3.16 Variabel View Latihan Modul 4
52
Tabel 3.27 Tabel One-Sample Statistics Penjualan Karyawan
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
Penjualan 20 959.00 115.845 25.904
Tabel 3.28 Tabel One-Sample Test Penjualan dari 20 Karyawan
One-Sample Test
Test Value =
1020
95% Confidence Interval of the
Difference
t df Sig. (2-tailed) Mean Difference Lower Upper
Penjualan -2.355 19 .029 -61.000 -115.22 -6.78
Pada latihan modul 4 ini didapat 2 tabel yang pertama ada tabel one-sample statistics
dan yang kedua one-sample test. sebelum kita membahas isi tabel kita akan anilisa
secara manual terlebih dahulu:
1. Hipotesis Ho: α = 20 lawan Hı: α # 20

2. Uji statistik t (karena α tidak diketahui atau n < 30).
3. α = 0.05
4. Wilayah kritik: t < t α/2(n-1) atau t > t α/2(n-1).
5. Perhitungan, dari data: rata-rata x = 10.06 dan simpangan baku sampel s =
115,22 .
= x−µ
/ √ = -2,355
karena t = -2,355 tidak terletak diantara -2,093 dan 2,093 dapat disimpulkan untuk
menolak Ho, artinya pernyataan bahwa rata-rata penjualan perhari karyawan sebesar Rp.
1.020,00 ditolak dengan α = 0,05.
ada One-Sample Statistics, diketahui nilai rata-rata atau Mean adalah 959 dan standar
deviasi atau Std. deviation adalah 115,845. Perhatikan bahwa nilai rata-rata 959 terlihat
cukup jauh dari nilai rata-rata hipotesis, yakni 1.020,00. Hal ini mengindikasikan
pendapat bahwa rata-rata penjualan perhari karyawan sebesar Rp. 1.020,00 ditolak.
53
Pada One-Sample Test, diketahui nilai statistik dari uji adalah −2,355. Diketahui derajat
bebas (df) bernilai 20 − 1 = 19. Nilai kritis dengan derajat bebas 19 dan tingkat
signifikansi 5% adalah ±2,093. Perhatikan bahwa karena | h | > | |, yakni |−2,355|
|−2,093|, maka disimpulkan bahwa hipotesis nol ditolak dan hipotesis alternatif
diterima.
54
LAPORAN PRAKTIKUM

DENGAN SPSS
MODUL
V
FAKULTAS TEKNIK
SAMARINDA
2021
55
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
NAMA : Ilham Ilahi

NIM : 1609075033
FAKULTAS : Teknik
MODUL KE :5
1 28-05-2021 ACC
Asisten Praktikum

NIM. 1709075026
56
5.1 Percobaan
5.1.1 Soal 1
misal kita akan menguji sampel pada taraf nyata α = 0.05 bahwa masa putar roda pada
sepeda 1 berbeda dengan sepeda 2. Data masa putar roda (menit) kedua sepeda tersebut
adalah :
Tabel 3.29 Data Barang Koperasi Mahasiswa
Masa Putar (Menit)

Sepeda 55 58 55 52 59
1
Sepeda 65 59 60 64 62 65 58
2
57
5.1.2 Interface
58
Tabel 3.30 Hasil Paired Samples Statistics pada data putaran sepeda
Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean
Sepeda1 55.80 5 2.775 1.241
Pair 1
Sepeda2 62.00 5 2.550 1.140
Paired Samples Correlations
N Correlation Sig.
Pair 1 Sepeda1 & Sepeda2 5 -.530 .358
Paired Samples Test

Paired Differences
95% Confidence
Interval of the
Std. Std. Error Difference
Mean Deviation Mean Lower
Pair 1 Sepeda1 - -6.200 4.658 2.083 -11.984
Sepeda2
Paired Samples Test

Paired
59
Differences
95%
Confidence
Interval of the
Difference
Upper t df Sig. (2-tailed)
Pair 1 Sepeda1 - Sepeda2 -.416 -2.976 4 .041
60
Analisa secara manual :
1) Hipotesis Ho = sepeda 1 = sepeda 2 lawan Hı = sepeda 1 ≠ sepeda 2

2. Diketahui Xa = 55.80, Xb = 62.00, Sa = 2,775 , Sb = 2.550 , na = 5 , nb = 7,
DF = 5 +7–2=10
3. Perhitungan Sp (Std. Deviasi Gabungan) menggunakan rumus sebagai berikut
:
2 2
2 (na−1) S a−(nb−1) S b
S=
p na+nb−2
2 2
2 ( 4−1)2.775 −(7−1) 2.550
Sp = 5+7 –2
2
S p=4,658
4) Hitung t nya dengan rumus berikut
Xa− Xb
t= S a2 Sb 2 ) )
((
Sp √ na
)+ ( n
b
¿ 55.80−62.00
(
(
)( )
5 2
2.550 7 )
4,658 √ 2.7752 +
¿-2,976
Dari percobaan diatas dapat diketahui bahwa nilai rata – rata jumlah putar roda sepeda 1
dengan sepeda 2 adalah berbeda dimana masing – masing 55.80 dan 52.00 dengan
jumlah data (n) adalah 5 responden . nilai Standar deviasi sepeda1 dan 2 adalah 2.775
dan sepeda 2 adalah 2.550 dengan nilai sig pada sepeda 1 dan 2 adalah 0.358 dengan
nilai korelasi -0.530. Nilai Mean pada kedua sepeda adalah sebesar -6.200 dengan
standar deviasi 4.658 nilai kepercayaan 95% sebesar -0.416 menghasilkan nilai uji T
sebesar -2.976 dengan nilai df sebesar 4 dan nilai Sig. (2-tailed) adalah sebesar 0.041.
Karena t = -2,976 tidak terletak diantara -2,2281 dan 2,2281 disimpulkan untuk
menolak menerima Ho.
61
5.2.1 Soal 2
Seorang manajer personalia ingin mengetahui apakah terdapat perbedaan yang
signifikan antara rata-rata usia dan jam kerja karyawan di PT. Soto Ayam Trend. Uji
dilakukan pada 10 orang karyawanyang terdiri atas laki-laki dan perempuan dengan
taraf nyata α = 0.05.Data yang diperoleh adalah sebagai berikut :
Tabel 3.33 Data karyawan di PT. Soto Ayam

N Jenis Jam Kerja
o Responden Kelamin Usia (Per-Jam)
perempua
1 Sumi n 30 5
2 Anton laki-laki 30 5
3 Sarif laki-laki 31 4
perempua
4 Trazania n 29 5
perempua
5 Siti n 40 3
6 Amir laki-laki 30 5
7 Makmum laki-laki 51 3
perempua
8 Nuri n 29 5
9 Dino laki-laki 32 4
10 Aldebaran laki-laki 33 4
62
5.2.2 Interface
63
Tabel 3.34 Group Statistics Data karyawan di PT. Soto Ayam
Group Statistics
Std. Error
Jenis_Kelamin N Mean Std. Deviation
Mean
perempuan 4 32.00 5.354 2.677

Usia
laki-laki 6 34.50 8.167 3.334
perempuan 4 4.50 1.000 .500
Jam_kerja
laki-laki 6 4.17 .753 .307
Tabel 3.35 Hasil Independent Samples Test Data karyawan di PT. Soto Ayam
Independent Samples Test

Levene's Test for Equality t-test for Equality
of Variances of Means
F Sig. t df
Equal variances
.248 .632 -.535 8
assumed
Usia
Equal variances not
-.585 7.990
assumed
Equal variances
assumed .419 .535 .605 8
Jam_kerja
64
Equal variances not
.568 5.246
assumed

t-test for Equality of
Means
95%
Confidence
Sig. (2- Mean Std. Error Interval of
tailed) Difference Difference the
Difference
Lower
Equal variances
.607 -2.500 4.674 -13.279
assumed
Usia
Equal variances not
.575 -2.500 4.276 -12.362
assumed
65
Equal variances .562 .333 .551 -.938
Jam_kerj assumed
a Equal variances not .594 .333 .587 -1.154
assumed

t-test for Equality of
Means
95% Confidence
Interval of the
Difference
Upper
Usia Equal variances assumed 8.279
Equal variances not assumed 7.362
Jam_kerja Equal variances assumed 1.604
Equal variances not assumed 1.821
1. Hipotesis (equal variance) bila F Hitung < F Tabel dan (unequal variance) bila F-
Hitung > F-Tabel

2. Siapkan Hitungan yang di butuhkan
3. Hitung F dengan rumus berikut untuk menentukan apakah variannya sama (equal
variance) atau variannya berbeda (unequal variance).
2
S 1
= 2
F S¿ 2¿
kita akan dapat kan untuk Usia = 0,248 dan Jenis Kelamin = 0,419
4. Hitung t nya dengan rumus berikut
X1−X2
t= 2 2 1 1
(n 1−1) S1 +(n 2−1) S2
√ n 1+n 2−2 (n 1 +n 2 )
kita akan dapatkan untuk Usia = -0,538 dan -0,585 dan Jenis Kelamin = 0,605 dan 0,568
66
Dari percobaan diatas dapat diketahui hasil hitungan spss pada Tabel 5.6 tabel group
statistics uji 10 karyawan usia dan jam kerja, didapat hasil N untuk usia perempuan dan
laki laki adalah 4 dan 6, untuk jam kerja perempuan dan laki laki sama yaitu 4 dan 6.
Lalu ada mean untuk usia perempuan dan laki laki adalah 32 dan 34,5, untuk jam kerja
perempuan dan laki laki adalah 4,5 dan 4,17. Lalu ada std. deviation untuk usia
perempuan dan laki laki adalah 5,354 dan 8,167, untuk jam kerja perempuan dan laki
laki adalah 1 dan 0,753. Lalu ada std. error mean untuk usia perempuan dan laki laki
adalah 2,677 dan 3,334, untuk jam kerja perempuan dan laki laki adalah 0,5 dan 0,307.
Lalu pada Tabel 5.7 tabel independent sample test 10 karyawan usia dan jam kerja,
didapat hasil F, sig., t, df, sig. (2-failed), mean diference, std. error diference, lower,
upper. untuk hasil nya dapat di lihat pada Tabel 5.7 tabel independent sample test 10
karyawan usia dan jam kerja.
67
5.3 Latihan
5.3.1 Soal
Seorang guru berpendapat bahwa tidak ada perbedaan nilai rata-rata murid kelas A dan
murid kelas B, namun dengan alternatif ada perbedaan. Untuk menguji pendapat
tersebut, kemudian dilakukan penelitian berdasarkan penarikan sampel secara acak
dimana ada 8 murid kelas A dan 6 murid kelas B. Ternyata hasil penelitian nilai siswa
adalah sebagai berikut :
Kelas A : 7,5 ; 8,5 ; 7 ; 7,3 ; 8 ; 7,7 ; 8,4 ; 8,5
Kelas B : 7 ; 6,7 ; 7,3 ; 7,5 ; 6,6
Dengan menggunakan α = 5%, uji pendapat tersebut.
68
5.3.2 Interface
69
Tabel 3.36 Hasil Data Descriptives Penelitian Kemasan Pata Gigi
Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean
Pair 1 Kelas_A 7.660 5 .5941 .2657
Kelas_B 7.020 5 .3834 .1715
Paired Samples Correlations

N Correlation Sig.
Pair 1 Kelas_A & Kelas_B 5 -.841 .074
Paired Samples Test

Paired Differences
5%
Confidence
Std. Std. Error Interval of
Mean Deviation the

Mean
Difference
Lower
Pair 1 Kelas_A - .6400 .9397 .4202 .6120
Kelas_B
70
Paired Samples Test
Paired
Differences
5% Confidence Sig. (2-
t df tailed)
Interval of the
Difference
Upper
Pair 1 Kelas_A - Kelas_B .6680 1.523 4 .202
1. Hipotesis Ho = Kelas A = Kelas b lawan Hı = Kelas A ≠ Kelas B

2. Diketahui Xa = 7.660 , Xb = 7.020, Sa = 0.5941, Sb = 0.3834, na = 5 , nb =
7, DF=11
3. Perhitungan Sp (Std. Deviasi Gabungan) menggunakan rumus sebagai berikut :
2 2
2(na−1) Sa −(nb−1) Sb
S=
p na+nb−2
2 2
2 ( 4−1)0.5941 −(7−1) 0.3834
Sp = 5+8– 2
2
S p=0,9397
4. Hitung t nya dengan rumus berikut :
Xa− Xb
t=
Sp √ ((1na ) (nb1 )) +
¿ ¿ 7.660−7.020
( )(
(
5 7 ))
0,9397 √ 1 + 1
71
¿1,523
Karena t = 1,523 terletak diantara -2,2009 dan 2,2009 disimpulkan untuk menerima Ho
Dari percobaan diatas dapat diketahui bahwa nilai rata – rata murid kelas A dan murid
kelas B adalah berbeda dimana masing – masing kelas A nilai mean adalah sebesar
7.660 dan kelas B adalah sebesar 7.020 dengan jumlah data (n) adalah 5 responden .
nilai Standar deviasi Kelas A adalah 0.5941 dan Kelas B adalah sebesar 0.3834 dengan
nilai sig pada kelas A dan Kelas B adalah 0.74 dengan nilai korelasi -841. Nilai Mean
pada kedua sepeda adalah sebesar 0.6400 dengan sstandar deviasi 0.9397 dengan nilai
kepercayaan 5% sebesar 0.6120 menghasilkan nilai uji T sebesar 1.523 dengan nilai df
sebesar 4 dan nilai Sig. (2-tailed) adalah sebesar 0.202. Dari percobaan di atas dapat di
simpulkan bahwa Ho di terima karena Sig. (2-tailed) > 0,05.
72
LAPORAN PRAKTIKUM

DENGAN SPSS
MODUL
VI
FAKULTAS TEKNIK
SAMARINDA
2021
73
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
NAMA : Ilham Ilahi

NIM : 1609075033
FAKULTAS : Teknik
MODUL KE : 6
1 02-06-2021 ACC
Asisten Praktikum

NIM. 1709075026
74
6.1 Percobaan
6.1.1 Soal 1
Sebuah perusahaan pasta gigi ingin memasarkan pasta gigi dengan rasa :
strawberry,vanilla, coklat, jeruk, dan nanas. Perusahaan tersebut ingin mengetahui
apakah konsumen memiliki preferensi tertentu terhadap kelima rasa pasta gigi tersebut.
Perusahaan melakukan suatu survey dengan membagikan kemasan kecil dari setiap rasa
pasta gigi kepada 200 konsumen. Data preferensi dari 200 konsumen terhadap kelima
rasa pasta gigi tersebut adalah sebagai berikut :
Tabel 3.39 Data Rasa Pasta Gigi

Rasa pasta gigi Frekuensi konsumen yang memilih rasa
tersebut
strawberry 32
Vanilla 30
Coklat 28
jeruk 58
Nanas 52
Total 200
75
6.1.2 Interface
76
Tabel 3.40 Hasil Descriptive Statistics Data Jenis Pasta Gigi
Descriptive Statistics
Minimu
N Mean Std. Deviation m Maximum
Rasa_Pasta_Gigi 200 3.34 1.419 1 5
Tabel 3.41 Hasil Frequencies Statistics Data Jenis Pasta Gigi
Rasa_Pasta_Gigi
Observed NExpected N Residual
strawberry 32 40.0 -8.0
Vanilla 30 40.0 -10.0
Coklat 28 40.0 -12.0
jeruk 58 40.0 18.0
Nanas 52 40.0 12.0
Total 200
Tabel 3.42 Hasil Test Statistics Data Jenis Pasta Gigi
Test Statistics
Rasa_Pasta_Gigi
a
Chi-Square 19.400
df 4
Asymp. Sig. .001
0 cells (,0%) have expected frequencies less than 5. The minimum expected
cell frequency is 40,0.
Ada 5 kategori untuk variable kategorik rasa pasta gigi, k= 5.

n
Frekuensi harapan = s = 40
Bentuk hipotesis :
H0 : preferensi terhadap kelima rasa pasta gigi sama.
H1 : preferensi terhadap kelima rasa pasta gigi tidak sama.
Atau
77
H0 : πstrawberry = πvanila = πcoklat = πjeruk = πnanas = 40
H1 : tidak semua πstrawberry = πvanila = πcoklat = πjeruk = πnanas sama dengan 40.
Jadi kesimpulan dari percobaan di atas adalah untuk chi-square goodness-of-fit test,
SPSS memberikan hasil χ2= 19.4 dengan derajatkebebasan = k-1 =5-1 =4 dan P-value =
0.001. karena P-value = 0.001 lebih kecil dari α = 0.01, maka H0 πstrawberry = πvanila = πcoklat
πjeruk = πnanas = 40 di tolak.Kesimpulan preferensi konsumen terhadap kelima rasa pasta
gigi tidak sama.
78
6.2 Percobaan
6.2.1 Soal 2
Pabrik permen coklat kacang M&M menyatakan dalam setiap kantong permen coklat
kacang kemasan 500 gram terdapat 30% permen warna coklat, 20% permen warna
hijau,20% warna merah, 20% warna kuning, dan 10% warna biru. Seorang naka
membeli 1 kemasan permen tersebut dan di dalamnya terdapat 188 permen dengan
rincian warna sebagai berikut ; 67 warna coklat, 24 warna hijau, 51 warna merah, 22
warna kuning, dan 24 warna biru. Gunakan taraf signifikan α=0.01, untuk menguji
apakah distribusi warna permen sesuai dengan pernyataan pabrik.
Tabel 3.43 Data Permen Coklat

N Warna Frekuensi
o Permen
1 Coklat 67
2 Hijau 24
3 Merah 51
4 Kuning 22
5 Biru 24
79
6.2.2 Interface
80
Tabel 3.46 Hasil Independent Samples Test Data karyawan di PT. Soto
Ayam
Test Statistics
Warna
a
Chi- 19.598
Square
df Asymp. 4
Sig. .001
0 cells (,0%) have expected frequencies less than 5. The minimum expected cell
frequency is 18,8.
Analisa secara
manual :
H0 : πcoklat =56,4; πhijau = 37,6; πmerah =37,6; πkuning =37,6; πbiru =
18,8.
H1 :Distribusi warna permen coklat kacang tidak sesuai dengan πcoklat =56,4; πhijau=
37,6; πmerah =37,6; πkuning =37,6; πbiru = 18,8.
Dimana :
πcoklat =30% x 188= 56,4.

πkuning =20% x 188= 37,6.
Tabel 3.44 Group Statistics Data karyawan di PT. Soto Ayam

Descriptive Statistics
N Mean Std. Deviation Minimum Maximum
Warna 188 2.53 1.404 1 5
Tabel 3.45 Hasil Independent Samples Test Data karyawan di PT. Soto Ayam
Warna
Observed N Expected N Residual
Coklat 67 56.4 10.6
Hijau 24 37.6 -13.6
Merah 51 37.6 13.4
Kuning 22 37.6 -15.6
Biru 24 18.8 5.2
Total 188
81
πhijau = 20% x 188= 37,6.
πbiru = 10% x 188= 18,8.
πmerah =20% x 188= 37,6
Jadi percobaan tersebut dapat di simpulkan bahwa P-value = 0.001 lebih kecil dari
α=0.01, maka H0 : πcoklat =56,4; πhijau = 37,6;πmerah =37,6; πkuning =37,6; πbiru = 18,8. Ditolak
Kesimpulan distribusi warna permen coklat kacang tidak sesuai dengan pernyataan
pabrik..
82
6.3 Percobaan
6.3.1 Soal 3
Seorang penegak hukum mengklasifikasi tindakan kriminal menjadi dua tipe:
‘dengankekerasan’ atau ‘tanpa kekerasan’. Suatu investigasi dilakukan untuk
mempelajari tipetindak kriminal tergantung pada usia pelaku tindak kriminal tersebut.
Suatu sampel acakdari 100 pelaku tindak kriminal diambil dari data kepolisian. Data ini
di tabulasi-silangkansebagai berikut :
Tabel 3.47 Tabel Data Tindak Kriminal

Kelompok Usia
Tipe tindak
kriminal Dibawah 25 25-49 50 keatas
Degan 15 30 10
kekerasan
Tanpa 5 30 10
kekerasan
Apakah data tersebut menunjukkan bahwa tipe tindak kriminal tergantung pada usia
pelaku? gunakan α =0.05.
83
6.3.2 Interface
84
Gambar 3.29 Percobaan Chi Square dengan Excel
85
Tabel 3.48 Hasil Case Processing Summary Data Tindak Kriminal
Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
tipe tindak kriminal * 100 100.0% 0 0.0% 100 100.0%
kelompok Usia
Tabel 3.49 Hasil Descriptive Statistics Crosstabs Data Tindak Kriminal
tipe tindak kriminal * kelompok Usia Crosstabulation

kelompok Usia Total
dibawah 25-45 50
25 Keatas
dengan Count 15 30 10 55
Expected
kekerasan 11.0 33.0 11.0 55.0
tipe tindak Count
kriminal tanpa Count 5 30 10 45
Expected
kekerasan 9.0 27.0 9.0 45.0
Count
Count 20 60 20 100
Total Expected 20.0 60.0 20.0 100.0
Count
Tabel 3.50 Hasil Chi-Square Tests Data Tindak Kriminal
Chi-Square Tests
Asymptotic
Value df Significance (2-
sided)
a
Pearson Chi -Square 4.040 2 .133
Likelihood Ratio 4.231 2 .121
Linear-by-Linear Association 2.500 1 .114
N of Valid Cases 100
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 9,00.
86
Hipotesis:
H0 : tipe tindak kriminal tidak tegantung pada usia pelaku.
H1 : tipe tindak kriminal tergantung pada usia pelaku.
Dari percobaan diatas dapat disimpulkan bahwa untuk chi-square test for
independence, hasil uji SPSS memberikan hasil χ2 = 4,040 dengan derajat
kebebasan = (r-1)(c-1) = (2-1) (3-1) = 2 dan P-value = 0,133. Karena P-value =
0,133 lebih besar dari α = 0.05, maka H0 : tipe tindak kriminal tidak tergantung
pada kelompok usia pelaku tidak dapat ditolak. Jadi tipe tindak kriminal tidak
tergantung pada kelompok usia pelaku.
87
LAPORAN PRAKTIKUM

DENGAN SPSS
MODUL
VII
FAKULTAS TEKNIK
SAMARINDA
88
2021
89
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
NAMA : Ilham Ilahi

NIM : 1609075033
FAKULTAS : Teknik
MODUL KE :7
NO HARI/TANGGALURAIAN
1 02-06-2021ACC
Asisten Praktikum

NIM. 1709075026
90
7.1 Percobaan
7.1.1 Soal
Seorang manajer yang melakukan supervisi terhadap 3 production line tertarik akan
kinerja ketiga production line tersebut. Selama 6 minggu, manajer itu mengumpulkan
data jumlah produk yang cacat per 1000 unit yang produksi. Dua dari production line itu
harus tutup selama 2 minggu karena harus perbaikan peralatan. Data yang di dapat
manajer adalah sebagai berikut :
Tabel 3.51 Tabel Production Line
Production line Production line 2 Production line
1 3
4.1 2.5 2.6
3.9 2.4 2.2
41 3.0 2.2
3.5 1.5 2.5
1.2
1.2
Apakah ketiga production line tersebut menghasilkan produk dengan kualitas yang
sama gunakan α = 0,01.
91
7.1.2 Interface
Gambar 3.32 Test of Homogeneity of Variences
92
Gambar 3.33 ANOVA
Gambar 3.34 Multiple Comparisons
Gambar 3.35 Jumlah Produk Cacat
93
Tabel 3.52 Tabel Test of Homogeneity of Variences
Test of Homogeneity of Variances
Levene df1 df2 Sig.
Statistic
Jumlah Based 1,613 2 11 0,243
Produk on
Cacat Mean
Based 0,501 2 11 0,619
on
Median
Based 0,501 2 9,090 0,622
on
Median
and
with
adjusted
df
Based 1,509 2 11 0,264
on
trimmed
mean
Tabel 3.53 Tabel ANOVA
ANOVA
Jumlah Produk Cacat
Sum of Df Mean F Sig.
Squares Square
Between 9,274 2 4,637 15,098 0,001
Groups
Within 3,378 11 0,307
Groups
Total 12,652 13
94
Tabel 3.54 Tabel Multiple Comparisons
Dependent Variable:
(I) Production Line Mean Std. Sig. 95% Confidence
Differenc Error Interval
e (I-J) LowerUpper
* BoundBound
Scheffe Productio Productio 1.5500 0,3919 0,008 0,444 2,656
n Line 1 n Line 2 *
Productio 1.9167 0,3577 0,001 0,907 2,926
n Line 3 *
Productio Productio -1.5500 0,3919 0,008 -2,656 -0,444
n Line 2 n Line 1
Productio 0,3667 0,3577 0,605 -0,643 1,376
n Line 3 *
n Line 3 n Line 1
Productio -0,3667 0,3577 0,605 -1,376 0,643
n Line 2 *
Bonferron Productio Productio 1.5500 0,3919 0,007 0,445 2,655
i n Line 1 n Line 2 *
Productio 1.9167 0,3577 0,001 0,908 2,925
n Line 3 *
n Line 2 n Line 1
Productio 0,3667 0,3577 0,982 -0,642 1,375
n Line 3 *
n Line 3 n Line 1
Productio -0,3667 0,3577 0,982 -1,375 0,642
n Line 2
Multiple Comparisons
*. The mean difference is significant at the 0.05 level.
95
Tabel 3.55 Tabel Jumlah Produk Cacat
Jumlah Produk Cacat
Production Line NSubset for
alpha = 0.05
a,b 1 2
Scheffe Production 61,983
Line 3
Production 42,350
Line 2
Production 4 3,900
Line 1
Sig. 0,624 1,000
Means for groups in homogeneous subsets are
displayed.
a. Uses Harmonic Mean Sample Size = 4.500.
b. The group sizes are unequal. The harmonic
mean of the group sizes is used. Type I error
levels are not guaranteed.
Dari test of homogeneity of variance di dapat nilai P-value = 0,243 yang lebih besar dari
2 2 2
= 0,01. Sehingga H0 : σ) akar1 = σ) akar2 = σ) akar3 tidak dapat ditolak.
Kesimpulan ketiga sampel production line berasal dari populasi yang memiliki ragam
sama. Dari tabel ANOVA di dapat nilai statistik F= 15,098 dengan derajat kebebasan
K-1= 3 = 2 dan n-k =14-3 = 11 dan P-value = 0,0001. Karena P-value lebih kecil dari α
= 0,01, maka H0 : μ1 = μ2 = μ3 ditolak. Kesimpulan ketiga production line
menghasilkan produk dengan kualitas yang berbeda. Dari tabel homogeneous subsets
terlihat bahwa subset 1 beranggotakan production line 3 dan production line 2. ini
berarti production line 3 dan production line 2 tidak berbeda.
96
7.2 Latihan
7.2.1 Soal
Seseorang ingin mengetahui apakah ada perbedaan terhadap pertambahan berat badan 3
kelompok bayi berusia 2 bulan apabila di perlakukan dengan 3 cara pemberian ASI dan
diperoleh datanya sebagai berikut :
Tabel 3.56 Tabel Berat Badan
BB1 BB2 BB3

350 300 342
375 300 310
380 275 290
370 290 370
410 310 340
400 330 330
500 350 350
475 290 400
385 310 450
420 305 325
Ket:
BB1 = berat badan bayi berumur 2 bulan yang hanya diberi ASI saja
BB2 = BB2
BB3 = BB3
Gunakan α = 0,05.
97
7.2.2 Interface
Gambar 3.38 Test of Homogeneity of Variences
98
Gambar 3.39 ANOVA
Gambar 3.40 Multiple Comparisons
99
Gambar 3.41 Berat Badan Bayi
100
Tabel 3.57 Tabel Test of Homogeneity of Variences
Test of Homogeneity of Variances
Levene df1 df2 Sig.
Statistic
Berat Based 1,993 2 27 0,156
Badan on
Bayi Mean
Based 1,331 2 27 0,281
on
Median
Based 1,331 2 21,207 0,285
on
Median
and
with
adjusted
df
Based 1,840 2 27 0,178
on
trimmed
mean
Tabel 3.58 Tabel ANOVA
ANOVA
Berat Badan Bayi
Sum of Df Mean F Sig.
Squares Square
Between 50706,600 2 25353,300 15,655 0,000
Groups
Within 43726,600 27 1619,504
Groups
Total 94433,200 29
101
Tabel 3.59 Tabel Multiple Comparisons
Dependent Variable:
(I) Kelompok Bayi Mean Std. Sig. 95% Confidence
Difference Error Interval
(I-J) Lower Upper
* Bound Bound
100.500
Scheffe BB1 BB2 17,997 0,000 53,89 147,11
*
BB3 55.800 17,997 0,016 9,19 102,41
BB2 BB1 -100.500 * 17,997 0,000 -147,11 -53,89
BB3 -44,700 17,997 0,062 -91,31 1,91
BB3 BB1 * 17,997 0,016 -102,41 -9,19
-55.800
BB2 44,700 17,997 0,062 -1,91 91,31
*
Bonferroni BB1 BB2 100.500 17,997 0,000 54,56 146,44
*
BB3 55.800 17,997 0,013 9,86 101,74
BB2 BB1 * 17,997 0,000 -146,44 -54,56
-100.500
BB3 -44,700 17,997 0,059 -90,64 1,24
BB3 BB1 * 17,997 0,013 -101,74 -9,86
-55.800
BB2 44,700 17,997 0,059 -1,24 90,64
*. The mean difference is significant at the 0.05 level.
Tabel 3.60 Tabel Berat Badan Bayi

Berat Badan Bayi
Kelompok Bayi N Subset for alpha
= 0.05
a 1 2
Scheffe
BB2 10 306,00
BB3 10 350,70
BB1 10 406,50
Sig. 0,062 1,000
Means for groups in homogeneous subsets are
displayed.
a. Uses Harmonic Mean Sample Size = 10.000.
Dari test of homogeneity of variance di dapat nilai P-value = 0,156 yang lebih besar dari = 0,05.
Sehingga H0 : σ) akar12 = σ) akar22 = σ) akar32 tidak dapat ditolak. Kesimpulan ketiga sampel
102
bayi berasal dari populasi yang memiliki ragam sama. Dari tabel ANOVA di dapat nilai
statistik F= 15,655 dengan derajat kebebasan K-1= 3 = 2 dan n-k =30-3 = 27 dan P-
value 6.0,0000. Karena P-value lebih kecil dari α = 0,01, maka H0 : μ1 = μ2 = μ3
ditolak. Kesimpulan ketiga Asupan ASI dan Susu menghasilkan berat badan bayi
dengan berat yang berbeda. Dari tabel homogeneous subsets terlihat bahwa subset 1
beranggotakan bayi yang tidak diberi asi dan bayi yang diberikan asi dan susu. ini
berarti bayi yang tidak diberikan asi dan bayi yang diberikan asi dan susu memiliki
berat badan yang tidak berbeda. Sedangkan untuk bayi yang diberikan asi saja memiliki
berat badan yang berbeda.
103
LAPORAN PRAKTIKUM

DENGAN SPSS
MODUL
VIII
FAKULTAS TEKNIK
SAMARINDA
2021
104
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
NAMA : Ilham Ilahi

NIM : 1609075033
FAKULTAS : Teknik
MODUL KE :8
1 02-06-2021 ACC
Asisten Praktikum

NIM. 1709075026
105
8.1 Percobaan
8.1.1 Soal
Data pada tabel di bawah ini adalah data hasil kuis yang didapat oleh 5 mahasiswa
untuk 4 mata kuliah, yaitu: matematika, statistika, bahasa inggris, dan bahasa Indonesia.
Gunakan α = 0,05 untuk melakukan. Uji hipotesis bahwa kelima mahasiswa mempunyai
kemampuan yang berbeda. Uji hipotesis bahwa keempat mata kuliah tersebut memiliki
tingkat kesulitan yang berbeda. Uji hipotesis bahwa tidak ada interaksi antara
mahasiswa dan mata kuliah.
Tabel 3.61 Tabel Data Hasil Kuis
Nama Nilai Kuis
Mahasiswa Matematika Statistika Bahasa Inggris Bahasa Indonesia
Andy 75 70 78 77
74 72 79 79
72 73 76 80
Diah 79 85 82 80
77 87 80 83
78 88 81 81
Hendra 70 74 81 76
71 76 84 75
72 77 83 73
Sinta 55 54 53 54
54 53 50 50
53 56 52 53
Yanti 80 84 82 83
82 83 81 82
84 81 85 80
106
8.1.2 Interface
107
Tabel 3.62 Tabel Between-Subjects Factors Hasil Kuis
Between-Subjects Factors
Value Label N
Mahasiswa 1 Andy 12
2 Diah 12
3 Hendra 12
4 Sinta 12
5 Yanti 12
Mata Kuliah 1 Matematika 15
2 Statistika 15
3 Bahasa Inggris 15
4 Bahasa 15
Indonesia
Tabel 3.63 Tabel Levene’s Test of Equality of Error Variances Hasil Kuis
Levene's Test of Equality of Error Variances a,b
Levene Statistic df1 df2 Sig.

Nilai Kuis Based on Mean .370 19 40 .989
Based on Median .120 19 40 1.000
Based on Median and with .120 19 31.668 1.000
adjusted df
Based on trimmed mean .348 19 40 .992
Tests the null hypothesis that the error variance of the dependent variable is equal across
groups.
a. Dependent variable: Nilai Kuis
b. Design: Intercept + Mahasiswa + MTKuliah + Mahasiswa * MTKuliah
108
Tabel 3.64 Tabel Test of Between-Subjects Effects Hasil Kuis
Tests of Between-Subjects Effects

Dependent Variable: Nilai Kuis
Type III Sum of
Source Squares df Mean Square F Sig.
Corrected Model a 19 384.242 163.507 .000
7300.600
Intercept 325901.400 1 325901.400 138681.447 .000
Mahasiswa 6854.267 4 1713.567 729.177 .000
MTKuliah 92.600 3 30.867 13.135 .000
Mahasiswa * MTKuliah 353.733 12 29.478 12.544 .000
Error 94.000 40 2.350
Total 333296.000 60
Corrected Total 7394.600 59
a. R Squared = ,987 (Adjusted R Squared = ,981)
Tabel 3.65 Tabel Post Hoc tests Hasil Kuis
Bonferroni
Mean 95% Confidence Interval
Difference Std.
(I) Mata Kuliah (J) Mata Kuliah (I-J) Error Sig. Lower Bound Upper Bound
Matematika Statistika *
-2.47 .560 .000 -4.02 -.91
Bahasa Inggris *
-3.40 .560 .000 -4.95 -1.85
Bahasa Indonesia *
-2.00 .560 .006 -3.55 -.45
Statistika Matematika *
2.47 .560 .000 .91 4.02
Bahasa Inggris -.93 .560 .620 -2.49 .62
Bahasa Indonesia .47 .560 1.000 -1.09 2.02
Bahasa Inggris Matematika *
3.40 .560 .000 1.85 4.95
Statistika .93 .560 .620 -.62 2.49
Bahasa Indonesia 1.40 .560 .099 -.15 2.95
Bahasa Matematika *
2.00 .560 .006 .45 3.55
Indonesia Statistika -.47 .560 1.000 -2.02 1.09
Bahasa Inggris -1.40 .560 .099 -2.95 .15
Based on observed means.
The error term is Mean Square(Error) = 2,350.
*. The mean difference is significant at the ,05 level.
109
Tabel 3.66 Tabel Homogeneous Subsets Hasil Kuis
Bonferroni
95% Confidence
Interval
(I) (J) Mean Std. Lower Upper
Mahasiswa Mahasiswa Difference (I-J) Error Sig. Bound Bound
Andy Diah * .626 .000 -8.19 -4.47
-6.33
Hendra -.58 .626 1.000 -2.44 1.28
Sinta * .626 .000 20.47 24.19
22.33
Yanti * .626 .000 -8.69 -4.97
-6.83
Diah Andy * .626 .000 4.47 8.19
6.33
Hendra * .626 .000 3.89 7.61
5.75
Sinta * .626 .000 26.81 30.53
28.67
Yanti -.50 .626 1.000 -2.36 1.36
Hendra Andy .58 .626 1.000 -1.28 2.44
Diah * .626 .000 -7.61 -3.89
-5.75
Sinta * .626 .000 21.06 24.78
22.92
Yanti * .626 .000 -8.11 -4.39
-6.25
Sinta Andy * .626 .000 -24.19 -20.47
-22.33
Diah * .626 .000 -30.53 -26.81
-28.67
Hendra * .626 .000 -24.78 -21.06
-22.92
Yanti * .626 .000 -31.03 -27.31
-29.17
Yanti Andy * .626 .000 4.97 8.69
6.83
Diah .50 .626 1.000 -1.36 2.36
Hendra * .626 .000 4.39 8.11
6.25
Sinta * .626 .000 27.31 31.03
29.17
Based on observed means.
110
Pada percobaan modul 8 ini, terdapat 5 tabel yaitu pertama ada tabel between-subjects
factors hasil kuis, yang kedua ada tabel levene’s test of equality of error variances hasil
kuis, yang ketiga ada tabel test of between-subjects effects hasil kuis, yang keempat ada
tabel post hoc tests hasil kuis, dan yang kelima ada tabel homogeneous subsets hasil
kuis. Berikut adalah penjelasan dari hasil SPSS tersebut:
Dari tabel levene’s test of equality of error variance yang menguji hipotesis H0:
variance diasumsikan sama
H1: variance diasumsikan tidak sama
Didapat hasil P-value = 0,989 yang lebih besar dari α = 0,05 sehingga H0:
variance diasumsikan sama tidak dapat ditolak. Kesimpulan variance sama.
Dari tabel ANOVA di dapat nilai statistik untuk main effect sebagai berikut:
; Faktor mahasiswa: nilai uji F = 729,177 dengan derajat kebebasan r -1 = 5 - 1 = 4 dan
rc(n-1) = 5x4(3-1) = 40 serta P-value=0,000. Karena P-value lebih kecil dari α=0,05,
maka H0: μandy = μdiah = μhendra = μsinta = μyanti ditolak. Kesimpulan kelima mahasiswa
mepunyai kemampuan yang berbeda.
; Faktor matakuliah nilai uji F = 13,135 dengan derajar kebebasan c -1 = 4-1 = 3 dan rc(n-
1) = 5x4(3-1) = 40 serta P-value = 0,000. Karena P-value lebih kecil
dari α=0,05, maka H0: μmatematika = μstatistika = μbahasa inggris = μbahasa indonesia ditolak.
Kesimpulan keempat mata kuliah mepunyai tingkat kesulitan yang berbeda.
; Faktor interaksi: nilai uji F=12,544 dengan derajat kebebasan (r-1) (c-1) = (5-1) (4-1) =
12 dan rc(n-1) = 5x4(3-1) = 40 serta P-value=0,000. Karena Pvalue lebih kecil dari α=
0,05, maka H0: (μmhs-mtkliah)1 = (μmhs-mtkliah)2 = … = (μmhs-mtkliah)20 ditolak. Kesimpulan
ada interaksi diantara kedua faktor.
111
8.2 Latihan
8.2.1 Soal
Suatu perusahaan roti menduga bahwa penataan roti pada etalase yang dipajang
mempengaruhi penjualan roti. Penataan roti pada etalase meliputi tinggi (A :A 1, A2, A3)
dan lebar (B1, B2, B3). Apabila tingkat penjualan diukur dari banyaknya roti yang terjual
dan asumsikan α = 0,05 diperoleh data sebagai berikut:
Tabel 3.67 Tabel Data Tingkat Penjualan Roti
Faktor A Faktor B
B1 (Regular) B2 (Non Regular)
A1 (Dasar) 47 46
43 40
A2 (Tengah) 62 67
68 71
A3 (Tengh) 41 42
39 46
112
8.2.2 Interface
Gambar 3.44 Data View Latihan Modul 8
Gambar 3.45 Variabel View Latihan Modul 8
113
Tabel 3.68 Tabel Unvariate Tingkat Penjualan Roti
Between-Subjects Factors
Value Label N
Faktor_A 1 A1(Dasar) 4
2 A2(Tengah) 4
3 A3(Tengah) 4
Faktor_B 1 B1(Regular) 6
2 B2(Non 6
Regular)
Tabel 3.69 Tabel Tests of Between-Subjects Effects Tingkat Penjualan Roti
Tests of Between-Subjects Effects

Dependent
Variable: Nilai
Type III Sum of
Source Squares df Mean Square F Sig.
Corrected Model a 5 316.000 30.581 .000
1580.000
Intercept 31212.000 1 31212.000 3020.516 .000
Faktor_A 1544.000 2 772.000 74.710 .000
Faktor_B 12.000 1 12.000 1.161 .323
Faktor_A * Faktor_B 24.000 2 12.000 1.161 .375
Error 62.000 6 10.333
Total 32854.000 12
Corrected Total 1642.000 11
a. R Squared = ,962 (Adjusted R Squared
= ,931)
Tabel 3.70 Tabel Post Hoc Tests Tingkat Penjualan Roti
114
Dependent Variable: Nilai
Bonferroni
Mean 95% Confidence Interval
(I) Faktor_A (J) Faktor_A Difference (I-J) Std. Error Sig. Lower Bound Upper Bound
A1(Dasar) A2(Tengah) * 2.273 .000 -30.47 -15.53
-23.00
A3(Tengah) 2.00 2.273 1.000 -5.47 9.47
A2(Tengah) A1(Dasar) * 2.273 .000 15.53 30.47
23.00
A3(Tengah) * 2.273 .000 17.53 32.47
25.00
A3(Tengah) A1(Dasar) -2.00 2.273 1.000 -9.47 5.47
A2(Tengah) * 2.273 .000 -32.47 -17.53
-25.00
Based on observed
means.
Pada latihan modul 8 ini, terdapat 3 tabel yaitu pertama ada tabel unvariate tingkat
penjualan roti, yang kedua ada tabel tests of between-subjects effects tingkat penjualan
roti, dan yang ketiga ada tabel post hoc tests tingkat penjualan roti. Berikut adalah
penjelasan dari hasil SPSS tersebut:
Tabel 8.9 Tabel Tests of Between-Subjects Effects Tingkat Penjualan Roti

; H0: γij=0 Tidak ada pengaruh antara faktor A dan Bij=0 Tidak ada pengaruh antara faktor A dan Bij=0 Tidak ada pengaruh antara faktor A dan Bij=0 Tidak ada pengaruh antara faktor A dan B
H1: γij=0 Tidak ada pengaruh antara faktor A dan Bij=0 Tidak ada pengaruh antara faktor A dan Bij=0 Tidak ada pengaruh antara faktor A dan Bij≠0 Ada pengaru antara faktor A dan B
; Tingkat Signifikasi α = 5%
; Statistik Uji
; P-value = 0,375
(p_value diambil dari sig yang berasal dari source Faktor_A*Faktor_B)
; Daerah Kritik
H0 ditolak jika P-value < α
; Kesimpulan
Karena p_value (0,375) > α (0,05) maka H0 diterima Jadi tidak ada pengaruh antara
faktor A dengan faktor B pada tingkat signifikasi 5%. Hal tersebut manyatakan bahwa
uji efek untuk faktor A dan B bisa dilakukan.
LAPORAN PRAKTIKUM
115
DENGAN SPSS
ba
IX
FAKULTAS TEKNIK
SAMARINDA
2021
116
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
NAMA : Ilham Ilahi

NIM : 1609075033
FAKULTAS : Teknik
MODUL KE : 9
1 02-06-2021 ACC
Asisten Praktikum

NIM. 1709075026
117
9.2 Percobaan
9.2.1 Soal
Sebuah perusahaan jeans memperkirakan bahwa iklan di televisi akan meningkatkan
permintaan produk jeans perusahaan tersebut. Bagian marketing perusahaan tersebut
membuat model persamaan regresi untuk mempredeksi permintaan produk
berdasarakan biaya iklan yang pernah dianggarakan dan digunakan selama 19 tahun
terakhir seperti tercantum dalam tabel berikut:
Tabel 3.71 Tabel Data Biaya Iklan
Tentukan persamaan regresi untuk data diatas. Apakah regresi yang didapat signifikan.
Gunakan α = 0,05.
118
9.1.2 Interface
119
Tabel 3.72 Tabel Variable Entered
Tabel 3.73 Tabel Modal Summary
Tabel 3.74 Tabel Anova
Tabel 3.75 Tabel Coeffiniciets
120
Pada percobaan modul 9 ini, didapat 4 tabel yaitu pertama ada tabel variables
entered/removeda biaya iklan 19 tahun terakhir, yang kedua ada tabel model summary
biaya iklan 19 tahun terakhir, yang ketiga ada tabel anova biaya iklan 19 tahun terakhir,
dan yang keempat ada tabel coefficientsa biaya iklan 19 tahun terakhir. Berikut adalah
1. Dari R2 (R square) dari tabel Model Summary menunjukkan bahwa 93,8% dari
variance “jumlah permintaan jeans” dapat di jelaskan oleh perubahan dalam variabel
“biaya iklan“.
2. Tabel anova diatas mengindifikasikan bahwa regresi secara statistik sangat signifikan
dengan nilai F = 259.266 untuk derajat kebebasan k = 1 dan n-k-1 = 19 – 1 – 1 = 17
dan P-value = 0,000 yang jauh lebih kecil dari α = 0,05.
3. Uji F menguji secara serentak hipotesis H0: β1 = β2 = β3 = … βk = 0 terhadap H1: tidak

semua βi, ί = 1, 2, …, k sama dengan nol. Tetapi karena pada regresi sederhana hanya
ada satu β1, maka kita hanya menguji H0 : β0 = 0 terhadap H1 : β1 = 0. Dari tabel anova
jelas sekali terlihat bahwa H0 ditolak karena P-value = 0,000 lebih kecil dari α =
0,05
4. Persamaan garis regresi menggunakan metode kuadrat terkecil (least square method)
yang didapat adalah: ŷ = 74,673 + 24,280 x Dimana ŷ = jumlah permintaan jeans dan
x = biaya iklan.
5. Untuk menguji signifikan masing-masing koefisien regresi digunakan uji statistik t.

untuk menguji β1 : H0 : β1 = 0 terhadap H1 : β1 0. Di dapat nilai t = 16,102 dengan
derajat kebebasan n – 2 = 19 – 2 = 17 dan P-value = 0.000. hal ini merupakan bukti
kuat penolakan H0 : β1 = 0, karena P-value = 0,000 lebih kecil dari α = 0,05
121
9.2 Latihan
9.2.1 Soal
Sebuah penelitian tentang hubungan antara tinggi badan dengan berat badan pada siswa
sebuah sekolah. Diambil secara acak 15 siswa pada sekolah tersebut dan diperoleh data
sebagai berikut:
Tabel 3.76 Tabel Data Tinggi dan Berat Badan Siswa
Tentukan persamaan regresi untuk data diatas. Apakah regresi yang didapat signifikan.
Gunakan α = 0,05.
122
9.2.2 Interface
123
Tabel 3.77 Tabel Entered atau Removed
Tabel 3.78 Tabel Model Summary
Tabel 3.79 Tabel Anova
Tabel 3.80 Tabel Coefficients
124
Pada latihan modul 9 ini, didapat 4 tabel yaitu pertama ada tabel variables
entered/removeda tinggi dan berat badan siswa, yang kedua ada tabel model summary
tinggi dan berat badan siswa, yang ketiga ada tabel anova tinggi dan berat badan siswa,
dan yang keempat ada tabel coefficientsa tinggi dan berat badan siswa. Berikut adalah
1. Dari R2 (R square) dari tabel Model Summary menunjukkan bahwa 93,8% dari
variance “tinggi badan” dapat di jelaskan oleh perubahan dalam variabel “berat
badan“.
2. Tabel ANOVA diatas mengindifikasikan bahwa regresi secara statistik sangat signifikan
dengan nilai F = 197.775 untuk derajat kebebasan k = 1 dan n-k-1 = 15 – 1
– 1 = 13 dan P-value = 0,000 yang jauh lebih kecil dari α = 0,05.
3. Uji F menguji secara serentak hipotesis H0: β1 = β2 = β3 = … βk = 0 terhadap H1:

tidak semua βi, ί = 1, 2, …, k sama dengan nol. Tetapi karena pada regresi sederhana
hanya ada satu β1, maka kita hanya menguji H0 : β0 = 0 terhadap H1 : β1 = 0. Dari
tabel ANOVA jelas sekali terlihat bahwa H0 ditolak karena P-value = 0,000 lebih
kecil dari α = 0,05
4. Persamaan garis regresi menggunakan metode kuadrat terkecil (least square method)
yang didapat adalah: ŷ = 79,731 + 1,145 x Dimana ŷ = berat badan jeans dan x =
tinggi badan.
5. Untuk menguji signifikan masing-masing koefisien regresi digunakan uji statistik t.

untuk menguji β1 : H0 : β1 = 0 terhadap H1 : β1 0. Di dapat nilai t = 14,063 dengan
derajat kebebasan n – 2 = 15 – 2 = 13 dan P-value = 0.000. hal ini merupakan bukti
kuat penolakan H0 : β1 = 0, karena P-value = 0,000 lebih kecil dari α = 0,05.
BAB IV
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Aplikasi SPSS sangat membantu dalam pembelajaran analisis berbasis komputer karena
friendly user dan digunakan untuk pengolahan data dan menganalisis data dengan cepat
dan perkembangan SPSS dapat digunakan di berbagai disiplin ilmu
4.2 Saran
1. Untuk praktikum ke depan sebaiknya pertemuan dilakukan secara langsung
2. Waktu untuk praktikum terlalu terburu buru
DAFTAR PUSTAKA
Ghozali,Iman.2018.Aplikasi Analisis Multivariate Dengan Program IBM Spss 21.
Semarang.Universitas Diponegoro.
Pasaribu,Rowland. 2012 . Pengelolaan dan Analisa Data 1.Depok:Besral.
Ugiana,Prana. 2016 . Belajar Statistika dengan SPSS.Medan: USU Press.

Ilham Ilahi 1609075033 Lapres Abk

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ilham Ilahi 1609075033 Lapres Abk

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN RESMI

ANALISIS BERBASIS KOMPUTER

LABORATORIUM KOMPUTASI DAN SISTEM INFORMASI

ANALISIS BERBASIS KOMPUTER

LABORATORIUM KOMPUTASI DAN SISTEM INFORMASI

Nama : ILHAM ILAHI

H. Yudi Sukmono, S.T.,M.T

No. Hari/Tanggal Uraian Paraf

Sintiany Dewi Ratnasari

Pada kesempatan ini penulis menyampaikan terima kasih sebesar-besarnya kepada :

1.1 Latar Belakang................................................................................................................1

BAB III HASIL DAN PEMBAHASAN

3.1 Modul I..............................................................................................................................10

BAB IV KESIMPULAN DAN SARAN

2.1 Merubah type variable..............................................................................................4

3.1 Tabel Variabel...........................................................................................................12

1.1 Latar Belakang

2.1 Pengenalan SPSS

2.2 Fasilitas SPSS

Gambar 2.1 Merubah type variable

kategori-kategori pada variabel bebas pertama dengan mengontrol (controlling) pengaruh

variabel yang ada bebas kedua. (Prana Ugiana, 2016).

ANALISIS BERBASIS KOMPUTER

NAMA : Ilham Ilahi

Tabel 3.1 Tabel Variabel

Name Type Width Decimal

Tabel 3.2 Tabel Data Barang

No Barang Harga Pokok/Unit Stock di Gedung

1. Buku Tulis 3000 5240

2. Tas Punggung 80000 40000

3. Dompet 45000 22000

4. Jam Tangan 70000 2500

5. Spidol 7000 7800

6. Kertas File 30000 25000

7. Gunting 70000 7800

8. Tempat CD 45000 5200

10. Penggaris 5000 10500

Gambar 3.1 Data View Percobaan Modul 1

Gambar 3.2 Variabel View Percobaan Modul 1

Tabel 3.3 Hasil Percobaan Modul 1

No Barang Harga Pokok/Unit Stock di gedung

2. Tas Punggung 80000 40000

3. Dompet 45000 22000

4. Jam Tangan 70000 2500

5. Spidol 7000 7800

6. Kertas File 30000 25000

7. Gunting 70000 7800

8. Tempat CD 45000 5200

9. Pensil Zebra 17000 22000

10. Penggaris 5000 10500

Tabel 3.4 Tabel Data Barang

1. Adelia 165 45 Wanita

2. rick 170 60 Pria

3. Anggoro 171 65 Pria

4. Amelia 166 50 Wanita

5. idya 165 46 Wanita

6. iana 167 49 Pria

7. Cicil 166 44 Wanita

8. Andre 173 70 Pria

9. Agus 175 71 Pria

10. ana 174 73 Pria

11. Mely 163 65 Wanita

12. Diana 164 67 Wanita