STATISTIKA
Dosen Pengampu : Ir. H Gugun Gunawan, S.Mn., M.M. ; Dr. nat. techn.
Weksi Budiaji, S.Si., M.Sc. ; Ratna Mega Sari, M.Si.
JURUSAN AGRIBISNIS
FAKULTAS PERTANIAN
2021
i
KATA PENGANTAR
Puji syukur kami panjatkan ke hadirat Allah SWT atas segala rahmat dan karunia-
Nya yang telah diberikan, sehingga penyusun bisa mengikuti dan menyelesaikan
Laporan Praktikum Statistika ini. Adapun tujuan disusunnya laporan ini adalah
sebagai salah satu syarat mata kuliah statistika.
Tersusunnya laporan ini bukan hanya karena kerja keras kami semata. Penyusun
berterima kasih pada semua pihak yang telah membantu kami dalam memahami
dan menyusun materi pada Laporan Praktikum Statistika ini. Terlebih kami
ucapkan terima kasih kepada bapak Ir. H Gugun Gunawan, S.Mn., M.M. ; bapak
Dr. nat. techn. Weksi Budiaji, S.Si., M.Sc. ; dan ibu Ratna Mega Sari, M.Si.selaku
Tim Dosen Mata Kuliah Statistika. Dan juga terima kasih kami ucapkan terima
kasih kepada saudari Tia Nurislamiah dan Sela Meilani serta saudara Nur Wahyu
Pratama selaku asisten laboratorium statistika.
Penyusun
ii
DAFTAR ISI
KATA PENGANTAR...........................................................................................ii
DAFTAR ISI.........................................................................................................iii
BAB I PENDAHULUAN.......................................................................................1
1.1 Latar Belakang...............................................................................................1
1.2 Tujuan.............................................................................................................1
BAB II TINJAUAN PUSTAKA............................................................................3
2.1 Boxplot...........................................................................................................3
2.2 Histogram.......................................................................................................3
2.3 Uji Hipotesis...................................................................................................4
2.4 Korelasi dan Regresi......................................................................................5
BAB III PEMBAHASAN......................................................................................7
3.1 Boxplot...........................................................................................................7
3.2 Histogram.......................................................................................................9
3.3 Uji Hipotesis Satu Populasi Ragam Diketahui.............................................11
3.4 Uji Hipotesis Satu Populasi Ragam Tidak Diketahui..................................15
3.5 Uji Hipotesis Dua Populasi Independent......................................................18
3.6 Uji Hipotesis Dua Populasi Dependent........................................................20
3.7 Korelasi dan Regresi ...................................................................................22
BAB IV PENUTUP..............................................................................................27
4.1 Kesimpulan...................................................................................................27
4.2 Saran.............................................................................................................27
DAFTAR PUSTAKA...........................................................................................28
iii
BAB I
PENDAHULUAN
4
1.2 Tujuan
5
BAB II
TINJAUAN PUSTAKA
2.1 Boxplot
Metode diagram kotak garis atau boxplot merupakan salah satu teknik
untuk memberikan gambaran tentang lokasi pemusatan data, rentangan
penyebaran dan kemiringan pola sebaran serta dapat digunakan untuk
mengidentifikasi adanya pencilan.
2.2 Histogram
6
yang dibagi – bagi menjadi kelas – kelas. Pada histogram frekuensi sumbu x
menunjukan nilai pengamatan dari tiap kelas. Histogram dalam bentuk “normal”
atau bentuk lonceng yang menunjukkan bahwa banyak data yang berada dalam
rata
– rata. Bentuk histogram yang miring atau tidak simetris menunjukan banyak data
yang tidak berada dalam nilai rata – ratanya, tetapi nilaianya berada dalam batas
atas atau batas bawah (Prihantoro 2012:99).
7
Hipotesis statistik adalah hipotesis yang dinyatakan dengan parameter
suatu populasi. Adapun definisi dari uji hipotesis adalah suatu prosedur yang
digunakan
8
untuk menguji kevalidan hipotesis statistika suatu populasi dengan menggunakan
data dari sampel populasi tersebut. Hipotesis Statistika merupakan suatu proses
untuk menentukan apakah dugaan tentang nilai parameter/karakteristik populasi
didukung kuat oleh data sampel atau tidak. Uji hipotesis adalah suatu prosedur
yang didasarkan pada bukti sampel dan peluang untuk menguji pernyataan
mengenai karakteristik dari satu atau lebih populasi. Uji hipotesis, kita bisa
mengolah bukti- bukti yang kita miliki untuk menghasilkan kesimpulan yang kuat.
Uji hipotesis dilakukan untuk membuktikan kebenaran akan asumsi atas nilai
parameter.
Analisa regresi ada dua : Analisa Regresi Sederhana dan Analisis Regresi
Berganda. Analisis regresi linier berganda adalah hubungan secara linear antara
dua atau lebih variabel independen (X1, X2,….Xn) dengan variabel dependen
(Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen
dengan variabel dependen apakah masing-masing variabel independen
berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel
dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.
Data yang digunakan biasanya berskala interval atau rasio.
9
Analisis regresi sederhana hanya terdiri atas satu peubah bebas (peubah
penjelas/eksplanatori) X dan satu peubah terikat (respon) Y dengan hubungan
linier. Kedua peubah ini merupakan peubah kuantitatif, khusus untuk Y harus
dengan skala interval atau rasio. Dengan visualisasi secara geometris dapat
ditafsirkan bahwa dengan analisis regresi kita ingin menduga garis populasi yang
sesungguhnya tidak pernah diketahui (garis lurus putus-putus) berdasarkan sampel
pasangan data pada sampel. Persoalanvini merupakan persoalan estimasi uji
inferensi daam regresi. Garis regresi penduga ini dapat dipergunakan untuk
meramal (prediksi) rentang rata-rata nilai Y pada saat nilai X diketahui, demikian
juga rentang nilai-nilai Y pada saat nilai tertentu dari X .
Y = a + bX Keterangan :
10
BAB III
PEMBAHASAN
3.1 Boxplot
11
3.2 Uji Hipotesis Satu Populasi
Uji hipotesis satu populasi adalah uji statistik yang digunakan untuk mengetahui
apakah suatu populasi memiliki rata-rata yang sama dengan, lebih kecil atau lebih
besar dari nilai rata- rata tertentu sesuai dengan hipotesis yang telah ditetapkan.
Terdapat dua kondisi yang perlu diperhatikan dalam pengujian hipotesis rata-rata
satu populasi yakni Ketika varians dari populasi diketahui dan Ketika varians
populasi tidak diketahui.
Contoh data:
BB
60
55
55
45
48
49
52
54
50
50
12
4. Menentukan Hipotesis
H0 : berat badan rata-rata pasien adalah 52
H1 : berat badan rata – rata pasien tidak sama dengan 52
5. Pengambilan keputusan
Aturan dalam pengambilan keputusan (titik kritis) :
Tolak H0, terima H1 ketika T hitung > T table atau P value < α yg
digunakan.
Terima H0, tolak H1 ketika T hitung < T table atau P value > α yg
digunakan.
Hasil perhitungan yg diperoleh :
T hitung:-0,14656
P value : 0,8867
Alpha : 0,05
Df : 9
6. Kesimpulan
P value (0.8867) < α (0,05) berat badan pasien bukan 130 , atau
tolak H0.
Langkah-Langkah Analisis Data dengan Manual
Untuk melakukan uji T test satu populasi, berikut Langkah – Langkah nya:
1. Menentukan H0 dan H1
H0 : berat badan rata- rata pasien adalah 52 kg
H1 : berat badan rata – rata pasien tidak sama dengan 52 kg
2. Menentukan tingkat signifikansi (alpha) dan daerah
penolakan α: 5%
-Tolak H0 apabila T hitung > T tabel
13
-Terima H0 apabila T hitung < T tabel
3. Menghitung T hitung dan T table
-Membuat tabel penolong
BB(kg) x1-X (x1-X)^
60 8 64
55 3 9
55 3 9
45 -7 49
48 -4 16
49 -3 9
52 0 0
54 2 4
50 -2 4
50 -2 4
1 168
= 518/10 = 51,8
-Menghitung standar deviasi
s= √ 168/9
s=√ 18,66
s=4,108
14
-Menghitung T tabel
α : 0,05
db : n – 1
: 10 – 1
:9
T tabel = t(α,db)
= t(0,05,9)
= 1,833
4. Membandingkan
T tabel : 1,833
T hitung : -0,146567
5. Mengambil Keputusan
Tolak H0 karena T hitung > T tabel
Atau berat rata – rata pasien bukan 52.
15
Data:
Ingin diketahui apakah ada perbedaan rata-rata antara metode diskusi dan metode
pemberian tugas individu terhadap kemampuan berfikir kritis siswa. Telah diambil
2 kelompok perlakuan yaitu metode diskusi sebanyak 10 siswa, dan metode
pemberian tugas individu sebanyak 12 siswa.
Metode Hasil
Diskusi 9
Diskusi 9
Diskusi 8
Diskusi 8
Diskusi 8
Diskusi 8
Diskusi 7
Diskusi 7
Diskusi 8
Diskusi 7
Individu 9
Individu 8
Individu 7
Individu 8
Individu 7
Individu 7
Individu 7
Individu 6
Individu 6
Individu 5
Individu 6
Individu 5
16
Var.equal = nilai logikal yang menunjukkan apakah varians kedua populasi
diasumsikan sama atau berbeda.
Paired = nilai logikal yang menentukan apakah uji dua populasi digunakan
untuk sampel berpasangan (TRUE) atau tidak (FALSE).
5. Menentukan Hipotesis
6. Pengambilan keputusan
Tolak H0, terima H1 ketika T hitung > T table atau P value < α yg
digunakan.
Terima H0, tolak H1 ketika T hitung < T table atau P value > α yg
digunakan.
T hitung : 2.6118
P value : 0.0167
17
Alpha : 0,05
Df : 20
7. Kesimpulan
P value (0.0167) < α (0,05) : terdapat perbedaan rata-rata yang
signifikan antara metode diskusi dan metode pemberian tugas individu
terhadap kemampuan berfikir kritis siswa atau terima H1.
Syarat jenis uji hipotesis dua populasi berpasangan adalah: (a) data berdistribusi
normal; (b) kedua kelompok data adalah dependen (saling
berhubungan/berpasangan); dan (c) jenis data yang digunakan adalah numeric dan
kategorik (dua kelompok).
Data
Menilai Performa seorang pegawai dalam bekerja sebelum dan
setelah mendapat pelatihan (Data2).
Karyawan Sebelum Sesudah
1 13 25
2 15 23
3 17 24
4 19 26
5 18 27
6 14 22
7 17 24
8 17 24
9 13 25
10 12 26
18
5. Rumus kode uji t test :
t.test(data2$Sebelum, data2$Sesudah, paired = TRUE) klik run
6. Output uji t test :
7. Pengujian hipotesis
H0 : Tidak ada perbedaan antara nilai Performa seorang pegawai dalam
bekerja sebelum dan setelah mendapat pelatihan
H1 : Ada perbedaan antara nilai Performa seorang pegawai dalam bekerja
sebelum dan setelah mendapat pelatihan
Hasil perhitungan yg diperoleh
T hitung : -11.036
P value : 1.535e-06
Alpha : 0,05
Df : 9
Daerah Kritis
Probabilitas (P-value) > 0,05 maka Ho diterima
Probabilitas (P-value) < 0,05 maka Ho ditolak
Keputusan
19
P-value (1.535e-06) < 0,05 maka Ho ditolak
Kesimpulan
Ada perbedaan antara nilai Performa seorang pegawai dalam bekerja
sebelum dan setelah mendapat pelatihan.
3.5 Regresi
Data
Disiapkan data dari 12 responden pengaruh iklan terhadap omset dalam bisnis
pakaian (Reg2).
Iklan Omset
20 30
20 50
30 70
15 35
20 65
25 50
10 50
10 30
20 60
25 70
15 55
10 30
20
> cor(Reg2)
Iklan Omset
Iklan 1.0000000 0.6768501
Omset 0.6768501 1.0000000
> install.packages("corrplot")
> corrplot::corrplot(cor(Reg2))
> cor.test(Reg2$Iklan,Reg2$Omset)
> rls=lm(Reg2$Omset~Reg2$Iklan)
> summary(rls)
5. Output analisis korelasi:
Iklan Omset
Iklan 1.0000000 0.6768501
Omset 0.6768501 1.0000000
21
Pengujian hipotesis
H0 : Tidak ada pengaruh iklan terhadap omset dalam bisnis
pakaian
H1 : Ada pengaruh iklan terhadap omset dalam bisnis pakaian
Daerah Kritis
Probabilitas (P-value) > 0,05 maka Ho diterima
Probabilitas (P-value) < 0,05 maka Ho ditolak
Keputusan
P-value (0.01563) < 0,05 maka Ho ditolak
Kesimpulan
Ada pengaruh iklan terhadap omset dalam bisnis pakaian
6. Residuals:
Min 1Q Median 3Q Max
-22.2321 -7.0759 -0.1786 10.0446 13.6607
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 20.4464 10.5846 1.932 0.0822 .
Reg2$Iklan 1.5893 0.5466 2.908 0.0156 *
---
Signif. codes: 0 ‘*’ 0.001 ‘*’ 0.01 ‘’ 0.05 ‘.’ 0.1 ‘ ’ 1
22
Pengujian hipotesis
H0 : Tidak ada pengaruh iklan terhadap omset dalam bisnis pakaian
H1 : Ada pengaruh iklan terhadap omset dalam bisnis pakaian
Daerah Kritis
Probabilitas (P-value) > 0,05 maka Ho diterima
Probabilitas (P-value) < 0,05 maka Ho ditolak
Keputusan
P-value (0.01563) < 0,05 maka Ho ditolak
Kesimpulan
Ada pengaruh iklan terhadap omset dalam bisnis pakaian
Interprestasi dari persamaan tersebut yaitu:
- Intersep 20.4464 : ketika perusahaan tidak mengeluarkan biaya
untuk iklan, maka omset perusahaan adalah 20.4464 jt
- Slope 1,5839 : ketika pengeluaran biaya iklan meningkat 1 juta, maka
omset akan meningkat sebesar 1,5839 jt
X y X2 Y2 xy
20 30 400 900 600
20 50 400 2.500 1.000
30 70 900 4.900 2.100
15 35 225 1.225 525
20 65 400 4.225 1.300
25 50 625 2.500 1.250
10 50 100 2.500 500
10 30 100 900 300
20 60 400 3.600 1.200
25 70 625 4.900 1.750
15 55 225 3.025 825
23
10 30 100 900 300
220 595 4.500 32.075 11.650
1. Analisis Korelasi
∑𝑥∑𝑦
∑ 𝑥𝑦 −
𝑟 𝑛
=
√(∑ 𝑥 2 (∑ 𝑥)2 (∑ 𝑦)2
− ) (∑ 𝑦 2 𝑛
)
𝑛
−
220(595)
11.650 −
𝑟 (220)2
= √(4.500 − (595)2)12
(32.075 −
)
12 12
741.67
𝑟
= 1,095.76
𝑟 = 0,677
Mencari t tabel
df = n – 2 = 12 – 2 = 10
t tabel = 2,228
𝑛−2
𝑡 ℎ𝑖𝑡 = 𝑟 √
1 − 𝑟2
12 − 2
24
𝑡 ℎ𝑖𝑡 = 0,677√
1 − (0,677)2
25
t hit = 2.91
Kesimpulan
t hit > t tab = 2.91 > 2,228, maka ada hubungan pengaruh antara iklan dengan
omset dalam bisnis pakaian
(220)
11.650 − 12
(595)
𝑏
= (220)2
4.500 − 12
741.67
𝑏 = 1.59
466.67
=
𝑎 = 𝑦̅− 𝑏𝑥̅
- 𝐽𝐾𝑇 = 𝑆𝑦𝑦 2
= ∑ 𝑦 2 (∑ 𝑦)
12
−
(595)2
𝐽𝐾𝑇 = 32.075 = 2,572.91
− 12
- 𝐽𝐾𝑅 = 𝑏𝑆𝑥𝑦 ∑𝑥∑𝑦
= 𝑏 ∑ 𝑥𝑦 −
12
(220)(595)
𝐽𝐾𝑅 = 1,59 (11.650 )
− 12
- dbR = k = 1
26
- dbG = dbT – dbR = 10
𝐽𝐾𝑅 1,179.25
- 𝐾𝑇𝑅 = = = 1,179.25
𝑑𝑏𝑅 1
27
𝐽𝐾𝐺 1,393.66
- 𝐾𝑇𝐺 = = = 139.366
𝑑𝑏𝐺 10
𝐾𝑇𝑅
- 𝐹 ℎ𝑖𝑡
1,179.25 = = = 8.46
𝐾𝑇𝐺 139.366
SK db JK KT F hitung F tabel
Regresi 1 1,179.25 1,179.25 8.46 4,96
Total 11 2,572.91
Mencari F tabel
Taraf signifikasi = 0,05
F tab = (0,05;1;10) = 4,96
Pengujian hipotesis
H0 : Tidak ada pengaruh iklan terhadap omset dalam bisnis pakaian
H1 : Ada pengaruh iklan terhadap omset dalam bisnis pakaian
Daerah Kritis
Keputusan
Kesimpulan
7.
28
BAB IV
PENUTUP
4.1 Kesimpulan
Statistik deskriptif adalah salah satu bagian dari ilmu statistika yang
berhubungan dengan aktivitas penghimpunan, penataan, peringkasan dan
penyajian data dengan harapan agar data lebih bermakna, mudah dibaca dan
mudah dipahami oleh pengguna data. Statistik deskriptif hanya sebatas
memberikan deskripsi atau gambaran umum tentang karakteristik objek yang
diteliti tanpa maksud untuk melakukan generalisasi sampel terhadap populasi.
4.2 Saran
29
DAFTAR PUSTAKA
30