Ilham Ilahi 1609075033 Lapres Abk
Ilham Ilahi 1609075033 Lapres Abk
PRAKTIKUM
LAPORAN
Oleh :
ILHAM ILAHI
1609075033
SAMARINDA
2021
LAPORAN RESMI
PRAKTIKUM
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
SAMARINDA
2021
ii
LEMBAR PENGESAHAN
LAPORAN RESMI PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
DENGAN SPSS
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
iii
LEMBAR ASISTENSI
LAPORAN RESMI PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
DENGAN SPSS
Nama : Ilham Ilahi
NIM : 1609075033
Program Studi : Teknik Elektro
Fakultas : Teknik
Telah melaksanakan asistensi untuk laporan praktikum sbb:
2.
3.
4.
5.
6.
7.
8.
9.
Mengetahui,
Asistem Praktikum
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.
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
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
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...............................................................................................
4.1 Kesimpulan......................................................................................................................118
4.2 Saran..................................................................................................................................118
DAFTAR PUSTAKA...................................................................................................................119
vii
DAFTAR GAMBAR
Gambar halaman
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
x
3.29 Data Barang Koperasi Mahasiswa......................................................................52
3.30 Hasil Paired Samples Statistics pada data putaran sepeda...........................54
3.31 Hasil Paired Samples Statistics pada data putaran sepeda...........................54
3.32 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
3.37 Hasil Data Descriptives Penelitian Kemasan Pata Gigi...............................63
3.38 Hasil Data Descriptives Penelitian Kemasan Pata Gigi...............................63
3.39 Data Rasa Pasta Gigi...............................................................................................68
3.40 Hasil Data Descriptives Penelitian Kemasan Pata Gigi...............................70
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
3.45 Hasil Independent Samples Test Data karyawan di PT. Soto Ayam 74
3.46 Hasil Independent Samples Test 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
1.2 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
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).
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:
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
8
BAB III
HASIL DAN PEMBAHASAN
9
LAPORAN PRAKTIKUM
MODUL
I
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
10
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
NO HARI/TANGGAL URAIAN
1 28-05-2021 acc
Asisten Praktikum
11
Sintiany Dewi Ratnasari
NIM. 1709075026
12
1.1 Percobaan
1.1.1 Soal
Buatlah Variabel, dan isikan data nya kemudian simpan sesuai dengan tabel di bawah ini
Barang String 8 0
Harga Numeric 8 2
Stock Numeric 8 0
13
9. Pensil Zebra 17000 22000
14
1.1.2 Interface
15
1.1.3 Hasil dan Kesimpulan
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.
18
15. Agung 172 70 Pria
19
1.2.2 Interface
20
1.2.3 Hasil dan Kesimpulan
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
MODUL
II
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
23
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
HARI/
NO TANGGAL URAIAN
1 28-05-2021 REVISI
2 28-05-2021 ACC
Asisten Praktikum
24
2.1 Percobaan
2.1.1 Soal
Data nilai UTS Statistik dari 15 anak kelas A yaitu :
Tabel 3.6 Tabel UTS Statistik
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
2.1.3 Hasil dan Kesimpulan
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
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
2.2.3 Hasil dan Kesimpulan
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
Frequency Percent Percent Percent
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
Tabel 3.12 Hasil Frequencies Penjualan Handphone
Penjualan_Handphone
Valid Cumulative
Frequency Percent Percent Percent
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
Tabel 3.13 Hasil Frequencies Penjualan Handphone
Tayangan_Iklan
Valid Cumulative
Frequency Percent Percent Percent
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
ANALISIS BERBASIS KOMPUTER
DENGAN SPSS
MODUL
III
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
LEMBAR ASISTENSI
34
LAPORAN PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
NO HARI/TANGGAL URAIAN
1 28-05-2021 REVISI
2 28-05-2021 ACC
Asisten Praktikum
35
3.1 Percobaan
3.1.1 Soal
Data barang penjualan Koperasi Mahasiswa :
36
3.1.2 Interface
37
3.1.3 Hasil dan Kesimpulan
Statistics
Barang Harga
N Valid 10 10
Missing 0 0
Mean 19550,00
Std. Deviation 16546,987
Minimum 3500
Maximum 45000
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
Frequency Percent Valid Percent Percent
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
3.2.3 Hasil dan Kesimpulan
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
Responden
Cumulative
Frequency Percent Valid Percent Percent
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
42
Merk
Cumulative
Frequency Percent Valid Percent Percent
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
Nilai_Desain_Kemasan
Cumulative
Frequency Percent Valid Percent Percent
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
Frequency Percent Valid Percent Percent
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
MODUL
IV
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
45
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
NO HARI/TANGGAL URAIAN
1 28-05-2021 ACC
Asisten Praktikum
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
4.1.3 Hasil dan Kesimpulan
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
Mean Difference
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:
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
Tabel 3.25 Tabel Penjualan dari 20 Orang Karyawan Yang Dipilih Secara Acak
51
4.2.2 Interface
52
4.3.3 Hasil dan Kesimpulan
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
Penjualan 20 959.00 115.845 25.904
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:
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
MODUL
V
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
55
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
NO HARI/TANGGAL URAIAN
1 28-05-2021 ACC
Asisten Praktikum
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
57
5.1.2 Interface
58
5.1.3 Hasil dan Kesimpulan
Tabel 3.30 Hasil Paired Samples Statistics pada data putaran sepeda
Tabel 3.31 Hasil Paired Samples Statistics pada data putaran sepeda
N Correlation Sig.
Tabel 3.32 Hasil Paired Samples Statistics pada data putaran sepeda
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 :
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
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 :
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
5.2.3 Hasil dan Kesimpulan
Tabel 3.34 Group Statistics Data karyawan di PT. Soto Ayam
Group Statistics
Std. Error
Jenis_Kelamin N Mean Std. Deviation
Mean
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
65
Equal variances .562 .333 .551 -.938
Jam_kerj assumed
a Equal variances not .594 .333 .587 -1.154
assumed
1. Hipotesis (equal variance) bila F Hitung < F Tabel dan (unequal variance) bila F-
= 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
5.3.3 Hasil dan Kesimpulan
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
Analisa secara manual :
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
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
MODUL
VI
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
73
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
NO HARI/TANGGAL URAIAN
1 02-06-2021 ACC
Asisten Praktikum
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 :
75
6.1.2 Interface
76
6.1.3 Hasil dan Kesimpulan
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
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.
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 :
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.
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 :
Degan 15 30 10
kekerasan
Tanpa 5 30 10
kekerasan
Apakah data tersebut menunjukkan bahwa tipe tindak kriminal tergantung pada usia
83
6.3.2 Interface
84
Gambar 3.29 Percobaan Chi Square dengan Excel
85
6.3.3 Hasil dan Kesimpulan
Tabel 3.48 Hasil Case Processing Summary 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
Analisa secara manual :
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
MODUL
VII
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
88
2021
89
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
NO HARI/TANGGALURAIAN
1 02-06-2021ACC
Asisten Praktikum
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
92
Gambar 3.33 ANOVA
93
7.1.3 Hasil dan Kesimpulan
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 *
Productio Productio -1.9167 0,3577 0,001 -2,926 -0,907
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 *
Productio Productio -1.5500 0,3919 0,007 -2,655 -0,445
n Line 2 n Line 1
Productio 0,3667 0,3577 0,982 -0,642 1,375
n Line 3 *
Productio Productio -1.9167 0,3577 0,001 -2,925 -0,908
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
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
98
Gambar 3.39 ANOVA
99
Gambar 3.41 Berat Badan Bayi
100
7.2.3 Hasil dan Kesimpulan
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
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
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
MODUL
VIII
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
104
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
NO HARI/TANGGAL URAIAN
1 02-06-2021 ACC
Asisten Praktikum
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
8.1.3 Hasil dan Kesimpulan
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
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
Multiple Comparisons
Dependent Variable: Nilai 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
Multiple Comparisons
Dependent Variable: Nilai 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.
The error term is Mean Square(Error) = 2,350.
*. The mean difference is significant at the ,05 level.
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
113
8.2.3 Hasil dan Kesimpulan
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)
114
Multiple Comparisons
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.
The error term is Mean Square(Error) = 10,333.
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:
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
ANALISIS BERBASIS KOMPUTER
DENGAN SPSS
ba
IX
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
116
LEMBAR ASISTENSI
LAPORAN PRAKTIKUM
ANALISIS BERBASIS KOMPUTER
NO HARI/TANGGAL URAIAN
1 02-06-2021 ACC
Asisten Praktikum
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:
Tentukan persamaan regresi untuk data diatas. Apakah regresi yang didapat signifikan.
Gunakan α = 0,05.
118
9.1.2 Interface
119
9.1.3 Hasil dan Kesimpulan
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
penjelasan dari hasil SPSS tersebut:
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.
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.
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
9.2.3 Hasil dan Kesimpulan
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
penjelasan dari hasil SPSS tersebut:
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.
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.
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.