CANDRA HALIM - 203402416019 UTS Aplikasi Statistik (Baru)
CANDRA HALIM - 203402416019 UTS Aplikasi Statistik (Baru)
UNIVERSITAS NASIONAL
UJIAN TENGAH SEMESTER GENAP
TAHUN AKADEMIK 2021/2022
1. Jelaskan perbedana antara statistik deskriptif dan statistik inferensial serta berikan
contohnya masing-masing!
2. Apa perbedaan mendasar dari statistik parametrik dan non parametrik, serta sebutkan
masing-masing model statistiknya!
3. Sebutkan jenis-jenis data statistik yang kalian ketahui dan berikan contohnya!
4. Jelaskan langkah-langkah membuat grafik pada SPSS! Apa perbedaannya dengan
menggunakan excel?
5. Sebutkan Rumusan-Rumusan Pembentukan Hipotesis!
1. Download data IPM dan Kemiskinan (Pilih satu provinsi yang ada di Indonesia,
usahakan masing-masing mahasiswa berbeda provinsi) di BPS selama 10 tahun
terakhir (2011-2021).
2. Analisis data menggunakan SPSS dengan metode analisis deskriptif yang
menampilkan antara lain: mean, median, modus, desil dan persentil serta nilai
maksimum dan minimum.
3. Analisis menggunakan regresi di SPSS.
4. Tuangkan dalam lembar jawaban beserta penjelasan langkah-langkah membuat
kedua analisis tersebut!
JAWABAN!!
1. Dua bidang utama statistik dikenal sebagai statistik deskriptif yang menggambarkan sifat-sifat
sampel dan data populasi, dan sedangkan statistik inferensial yang menggunakan sifat-sifat itu
untuk menguji hipotesis dan menarik kesimpulan.
Apa itu statistik deskriptif digunakan untuk menggambarkan atau meringkas karakteristik sampel
atau kumpulan data, seperti rata-rata variabel, standar deviasi, atau frekuensi.
Pengertian statistik inferensial, sebaliknya, menggunakan sejumlah teknik untuk menghubungkan
variabel dalam kumpulan data satu sama lain, misalnya menggunakan analisis korelasi atau regresi.
Hal ini kemudian dapat digunakan untuk memperkirakan perkiraan atau menyimpulkan kausalitas.
Contoh Statistika Deskriptif
1. Tabel
2. Diagram
3. Grafik
Statistika deskriptif biasanya ditemukan dalam penyajian data bentuk grafis, antara lain:
Histogram
Pie chart
Ogive
Polygon
Sedangkan statistika deskriptif yang biasanya ditemukan dalam penyajian data bentuk numerik,
antara lain:
Central tredency
Fractile
Skewness
Pengukuran keruncingan
Dispersion / pencaran.
Contoh Statistika Inferensial
Catatan kelulusan selama lima tahun terakhir pada sebuah Sekolah Menengah Atas menunjukkan
bahwa 72% diantara siswa SMA tersebut lulus dengan nilai yang memuaskan. Nilai numerik 72%
adalah bentuk suatu statistika deskriptif.
Jika berdasarkan ini kemudian seorang siswa menyimpulkan bahwa peluang dirinya akan lulus
dengan nilai yang memuaskan adalah lebih dari 70%, jadi,siswa tersebut telah melakukan
inferensia statistika yang tentu saja memiliki sifat yang tidak pasti.
Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, juga melakukan
pengujian hipotesis tersebut hingga sampai pada kesimpulan yang berlaku umum. Metode ini
umumnya disebut statistika induktif, karena kesimpulan yang ditarik berdasarkan pada informasi
dari sebagian data saja. Pengambilan kesimpulan statistika inferensial yang hanya didasari pada
sebagian data yang menyebabkan sifat tidak pasti, memungkinkan terjadi kesalahan pada
pengambilan keputusan, hingga pengetahuan mengenai teori peluang mutlak diperlukan dalam
melakukan metode-metode statistika inferensial.
2. Perbedaan Statistik Parametrik dan Non Parametrik Jika sebuah uji memerlukan asumsi spesifik
mengenai parameter populasi, maka uji tersebut dikenal dengan uji statistik parametrik sedangkan
jika uji tersebut tidak membutuhkan asumsi spesifik seperti distribusi data, maka uji tersebut
dikenal dengan uji statistik non parametrik. Dalam uji parametrik, diasumsikan bahwa pengukuran
variabel dilakukan pada tingkat internal dan rasio, sedangkan pada uji non parametrik variabel
diukur dengan skala nominal dan ordinal. Secara umum, ukuran central tendency dalam uji
parametrik adalah rata-rata, sedangkan dalam uji statistik non parametrik adalah median. Terakhir,
dalam uji statistik parametrik terdapat informasi lengkap mengenai populasi sedangkan pada uji
statistik non parametrik tidak ada informasi mengenai populasi.
-Analisis Korelasi
Analisis Korelasi pada uji statistik parametrik digunakan untuk menguji hubungan antar variabel.
Hubungan yang dimaksud disini adalah keeratan hubungan antara dua variabel atau lebih tanpa
memperhatikan ada tidaknya hubungan kausal di antara variabel-variabel yang dianalisis. Analisis
korelasi yang digunakan untuk menguji data yang bersifat parametrik sering juga disebut dengan
analisis Pearson. Metode analisis korelasi Pearson merupakan metode pengujian yang pada
dasarnya dilakukan terhadap suatu variabel pengukuran yang menyajikan data-data yang bersifat
kuantitatif. Metode Pearson ini dapat ditemukan pada aplikasi Minitab, baik Minitab 14 maupun
Minitab 15.
5. Hipotesis statistik menurut Borg dan Gall (1979) adalah ajuan pernysratan yang memuat tiga hal
yang mengungkapkan bahwa hipotesis dirumuskan dengan singkat tetapi jelas, hipotesis nyata dan
menunjukan apakah ada hubungan dengan variable yang lain. Terakhir, hipotesis harus didukung
dengan teori-teori yang telah dikemukakan oleh para ahli secara relevan.
Dari rumus hipotesis statistik di atas, sebagai dasar perhitungan. Terlepas di lapangan tidak bisa
mempraktekannya, ada beberapa opsi yang tidak direkomendasikan, yaitu membeli data statistic.
Kenapa cara ini tidak di sarankan? Karena akan mempersulit diri sendiri ketika ujian skripsi.
Rata-rata statistic yang dibeli dari tempat lain, akan kesulitan dalam menjelaskan kepada dosen penguji
saat pendadaran tiba. JIka tidak bisa menjawabnya, maka akan mempengaruhi nilai kamu.
Contoh Hipotesis Statistik
- Uang logam dilempar 100 kali. Kita ingin menguji hipotesis bahwa proporsi munculnya sisi gambar
adalah p = 0.5 apabila dari 100 kali lemparan hnaya menghasilkan 35 sisi gambar maka kita
mempunyai cukup bukti untuk menolah HoHo : p = 0.5 Ditolak H1 : p ≠ 0.5 Diterima Apabila dari
100 kali lemparan menghasilkan 48 kali sisi gambar makaHo : p = 0.5 Diterima H1 : p ≠ 0.5
Ditolak Penolakan suatu hipotesis berarti menyimpulkan bahwa hipotesis itu salah sedangkan
penerimaan hipotesis semata – mata karena kita tidak cukup bukti untuk mempercayai / menolak
hipotesis tersebut.Hipotesis yang dirumuskan dengan harapan akan ditolek adalah hipotesis nol (
Ho).Penolakan Ho mengakibatkan penerimaan suatu hipotesis alternatif (H1)Hipotesis alternatif
ada 3 kemungkinan rumusan yaitu :H1 : µ ≠ µoH1 : µ > µoH1 : µ < µoWilayah penolakan disebut
juga sebagai wilayah kritik.
Frequencies
Notes
Output Created 29-MAY-2022 10:32:17
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data 12
File
Missing Value Handling Definition of Missing User-defined missing values
are treated as missing.
Cases Used Statistics are based on all
cases with valid data.
Syntax FREQUENCIES
VARIABLES=VAR00001
VAR00003 VAR00004
VAR00007
/NTILES=4
/NTILES=10
/PERCENTILES=10.0 25.0
30.0 50.0 75.0 80.0
/STATISTICS=MINIMUM
MAXIMUM MEAN MEDIAN
MODE
/ORDER=ANALYSIS.
Resources Processor Time 00:00:00,00
Elapsed Time 00:00:00,03
Statistics
VAR00001 VAR00003 VAR00004 VAR00007
N Valid 12 12 12 12
Missing 0 0 0 0
Frequency Table
VAR00001
Cumulative
Frequency Percent Valid Percent Percent
Valid Tahun 1 8,3 8,3 8,3
Tahun 2018 1 8,3 8,3 16,7
Tahun_2011 1 8,3 8,3 25,0
Tahun_2012 1 8,3 8,3 33,3
Tahun_2013 1 8,3 8,3 41,7
Tahun_2014 1 8,3 8,3 50,0
Tahun_2015 1 8,3 8,3 58,3
Tahun_2016 1 8,3 8,3 66,7
Tahun_2017 1 8,3 8,3 75,0
Tahun_2019 1 8,3 8,3 83,3
Tahun_2020 1 8,3 8,3 91,7
Tahun_2021 1 8,3 8,3 100,0
Total 12 100,0 100,0
VAR00003
Cumulative
Frequency Percent Valid Percent Percent
Valid 66,65 1 8,3 8,3 8,3
67,26 2 16,7 16,7 25,0
68,49 1 8,3 8,3 33,3
69,15 1 8,3 8,3 41,7
69,76 1 8,3 8,3 50,0
70,34 1 8,3 8,3 58,3
70,9 1 8,3 8,3 66,7
71,66 1 8,3 8,3 75,0
71,93 1 8,3 8,3 83,3
72,24 1 8,3 8,3 91,7
IPM 1 8,3 8,3 100,0
Total 12 100,0 100,0
VAR00004
Cumulative
Frequency Percent Valid Percent Percent
Valid 10,27 1 8,3 8,3 8,3
10,32 1 8,3 8,3 16,7
8,69 1 8,3 8,3 25,0
8,72 1 8,3 8,3 33,3
8,78 1 8,3 8,3 41,7
9,06 1 8,3 8,3 50,0
9,38 1 8,3 8,3 58,3
9,39 1 8,3 8,3 66,7
9,4 1 8,3 8,3 75,0
9,54 1 8,3 8,3 83,3
9,82 1 8,3 8,3 91,7
IKK 1 8,3 8,3 100,0
Total 12 100,0 100,0
VAR00007
Cumulative
Frequency Percent Valid Percent Percent
Valid 11 91,7 91,7 91,7
SULAWESI SELATAN 1 8,3 8,3 100,0
Total 12 100,0 100,0
4. Membuat Variabel pada Variable View
Data kasus yang tersebut menggunakan measure pengukuran scale dan dengan tipe variabel numerik.
Sehingga dapat dibuat variabel, misalnya bernama “statistika” dengan label “Nilai Statistika”.
Setelah variabel "nilai" telah dibuat dengan langkah di atas. Kemudian dapat dimasukkan data nilai
ujian statistika 10 mahasiswa. Kasus yang ada di variabel baris pertama di Variable View, kemudian
input melalui kolom pertama di Data View.