NIM : 31402000171
Prodi : S1 Akuntansi
Mata Kuliah : Lab Statistika
Pengampu : Dr. Chrisna Suhendi, MBA., SE., Ak.CA
JAWAB :
Langkah 1 Formulasi :
H0 : Rata rata hasil kuantitas produk kota I ,kota II, kota III sama
H1: Rata rata hasil kuantitas produk kota I ,kota II, kota III tidak sama/Berbeda
Langkah 2 Input Data ke SPSS dan Olah :
Descriptives
KOTA
95% Confidence Interval for Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
I 6 73.00 5.933 2.422 66.77 79.23 64 79
II 6 78.00 2.757 1.125 75.11 80.89 73 81
III 6 86.00 9.960 4.066 75.55 96.45 68 96
Total 18 79.00 8.492 2.002 74.78 83.22 64 96
Test of Homogeneity of Variances
Levene Statistic df1 df2 Sig.
KOTA Based on Mean 1.709 2 15 .214
Based on Median 1.773 2 15 .204
Based on Median and with 1.773 2 8.673 .226
adjusted df
Based on trimmed mean 1.724 2 15 .212
ANOVA
KOTA
Sum of Squares df Mean Square F Sig.
Between Groups 516.000 2 258.000 5.451 .017
Within Groups 710.000 15 47.333
Total 1226.000 17
Multiple Comparisons
Dependent Variable: KOTA
Langkah 3 Kesimpulan :
Kriteria didasari sebagai berikut :
Jika Sig > 0,05 maka H0 diterima
Jika Sig<0,05 maka H0 ditolak
Maka dapat diambil kesimpulan jika H0 diterima, karena hasil Sig > 0,05 yakni
0,07. Maka dapat disimpulkan rata rata hasil kuantitas produk kota I ,kota II, kota
III sama, atau dengan kata lain hasil kuantitas antara Produk Kota I, II, dan III tidak
berbeda.
2. Suatu penelitian tentang ”Indeks Prestasi (IP) pada akhir program studi di Fakultas
Ekonomi (Y) dan Skor berdasarkan IQ test (X) dari 12 mahasiswa diperoleh
data sebagai berikut :
IQ(X) 116 129 123 121 131 134 126 122 114 118 132 129
IP(Y) 2,1 2,2 3,1 2,3 3,4 2,9 2,9 2,7 2,1 1,7 3,3 3,5
a. Hitung koefisien determinasinya. Apa arti angka tersebut.?
b. Tentukan persamaan garis regresinya
JAWAB :
Descriptive Statistics
Mean Std. Deviation N
IQ_X 124.58 6.585 12
IP_Y 2.68 .592 12
Correlations
IQ_X IP_Y
Pearson Correlation IQ_X 1.000 .730
IP_Y .730 1.000
Sig. (1-tailed) IQ_X . .004
IP_Y .004 .
N IQ_X 12 12
IP_Y 12 12
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 IP_Y b
. Enter
a. Dependent Variable: IQ_X
b. All requested variables entered.
Model Summary
Adjusted R Std. Error of the
Model R R Square Square
1 .730 a
.533 .487
a. Predictors: (Constant), IP_Y
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 254.296 1 254.296 11.423 .007b
Residual 222.621 10 22.262
Total 476.917 11
a. Dependent Variable: IQ_X
b. Predictors: (Constant), IP_Y
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 102.794 6.589 15.600 .000
IP_Y 8.120 2.403 .730 3.380 .007
a. Dependent Variable: IQ_X
Pertanyaan :
a. Bagaimana hipotesis nol dan hipotesis alternatif anda ?
JAWAB :
H0 dibaca tidak ada perbedaan tingkat Kesehatan masyarakat di daerah yg
digenangi air dibeberapa wilayah
H1 dibaca paling sedikit terdapat satu pasang yang berbeda pada tingkat
Kesehatan masyarakat diantara ke empat kecamatan tersebut.
c. Bagaimana Kesimpulan dan Keputusan apa yang akan anda ambil berkenaan
dengan hasil pengolahan tersebut
JAWAB :
Kesimpulan yang diperoleh dari data tersebut adalah H0 ditolak maka terimalah
H1 dengan hipotesis yaitu bahwa paling sedikit terdapat satu pasang yang
berbeda pada tingkat Kesehatan masyarakat diantara ke empat kecamatan
tersebut. Atau dengan kata lain, dikatakan bahwa ada perbedaan tingkat
Kesehatan masyarakat diantara ke empat kecamatan tersebut.
4. Suatu pabrik telah membuat 4 macam bola lampu listrik yaitu A, B, C, dan D, dan
diinginkan untuk menguji apakah ada perbedaan dalam umur pemakaian (keawetan).
Sampel random dengan ukuran n1 = 5, n2 = 10, n3 = 7 dan n4 = 5 dipilih, dan
memberikan hasil sebagai berikut (dalam ratusan jam):
A B C D
12 30 13 27
18 10 15 25
10 28 18 30
14 26 10 15
16 29 26 13
29 21
27 16
26
28
27
Pertanyaan :
a. Olah data diatas dengan SPSS dan tulis kembali hasilnya di lembar jawab.
JAWAB :
Descriptives
UMUR_PEMAKAIAN
95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
A 5 14.00 3.162 1.414 10.07 17.93 10 18
B 10 25.90 5.782 1.828 21.76 30.04 10 30
C 7 17.00 5.292 2.000 12.11 21.89 10 26
D 5 22.00 7.550 3.376 12.63 31.37 13 30
Total 27 20.67 7.168 1.380 17.83 23.50 10 30
ANOVA
UMUR_PEMAKAIAN
Sum of Squares df Mean Square F Sig.
Between Groups 599.100 3 199.700 6.233 .003
Within Groups 736.900 23 32.039
Total 1336.000 26
Multiple Comparisons
Dependent Variable: UMUR_PEMAKAIAN
Mean 95% Confidence Interval
(I) (J) Difference (I-
BOLA_LAMPU BOLA_LAMPU J) Std. Error Sig. Lower Bound Upper Bound
LSD A B -11.900 *
3.100 .001 -18.31 -5.49
C -3.000 3.314 .375 -9.86 3.86
D -8.000 *
3.580 .035 -15.41 -.59
B A 11.900 *
3.100 .001 5.49 18.31
C 8.900 *
2.789 .004 3.13 14.67
D 3.900 3.100 .221 -2.51 10.31
C A 3.000 3.314 .375 -3.86 9.86
B -8.900 *
2.789 .004 -14.67 -3.13
D -5.000 3.314 .145 -11.86 1.86
D A 8.000* 3.580 .035 .59 15.41
B -3.900 3.100 .221 -10.31 2.51
C 5.000 3.314 .145 -1.86 11.86
Bonferroni A B -11.900 *
3.100 .005 -20.85 -2.95
C -3.000 3.314 1.000 -12.57 6.57
D -8.000 3.580 .213 -18.33 2.33
B A 11.900 *
3.100 .005 2.95 20.85
C 8.900 *
2.789 .024 .85 16.95
D 3.900 3.100 1.000 -5.05 12.85
C A 3.000 3.314 1.000 -6.57 12.57
B -8.900 *
2.789 .024 -16.95 -.85
D -5.000 3.314 .870 -14.57 4.57
D A 8.000 3.580 .213 -2.33 18.33
B -3.900 3.100 1.000 -12.85 5.05
C 5.000 3.314 .870 -4.57 14.57
*. The mean difference is significant at the 0.05 level.
d. Bagaimana Kesimpulan dan Keputusan apa yang akan anda ambil berkenaan
dengan hasil pengolahan tersebut
JAWAB :
Jika dilihat dari kolom Mean Difference jika terdapat tanda * maka berarti hasil
umur pemakaian bola lampu A, B, C, dan D tersebut terjadi adanya perbedaan
yg signifikan.
Correlations
Mobil_Terjual Iklan Salesman
Mobil_Terjual Pearson Correlation 1 .808** .872**
Sig. (2-tailed) .001 .000
N 12 12 12
Iklan Pearson Correlation .808 **
1 .537
Sig. (2-tailed) .001 .072
N 12 12 12
Salesman Pearson Correlation .872 **
.537 1
Sig. (2-tailed) .000 .072
N 12 12 12
**. Correlation is significant at the 0.01 level (2-tailed).
Langkah 3 Kesimpulan :
Besarnya Koefisien korelasi 0,872 menunjukkan adanya hubungan yang kuat
diantara kedua variable.
Kriteria didasari sebagai berikut :
Jika Sig > 0,05 maka H0 diterima
Jika Sig<0,05 maka H0 ditolak
Berdasarkan Probalitasnya, Sig nya yakni (0,00) Maka dapat diambil kesimpulan
jika H0 ditolak, karena hasil Sig < 0,05. Sehingga terimalah H1 dengan
kesimpulan Ada hubungan signifikan antara Jumlah Mobil yg terjual dengan Iklan
atau salesman.
2) Langkah 1 Formulasi :
Correlations
Peringkat_Maha Peringkat_Maha
siswa_Siang siswa_Malam
Peringkat_Mahasiswa_Siang Pearson Correlation 1 -.857**
Sig. (2-tailed) .007
N 8 8
Peringkat_Mahasiswa_Mala Pearson Correlation -.857 **
1
m Sig. (2-tailed) .007
N 8 8
**. Correlation is significant at the 0.01 level (2-tailed).
Langkah 3 Kesimpulan :
Besarnya koefisien korelasi - 0,827 menunjukkan tidak ada hubungan diantara
dua variabel.
Kriteria didasari sebagai berikut :
Jika Sig > 0,05 maka H0 diterima
Jika Sig<0,05 maka H0 ditolak
Berdasarkan probabilitasnya, Sig nya yakni (0,007), Maka dapat diambil
kesimpulan jika H0 diterima, karena hasil Sig < 0,05. Sehingga tidak ada
hubungan yang signifikan antara peringkat mahasiswa siang dan peringkat
mahasiswa malam.