PROBABILITAS
Ir. Ni Made Widya Pratiwi, S.T., M.T.
Pertemuan 10
DISTRIBUSI FREKUENSI
Distribusi Frekuensi adalah
pengelompokan data ke dalam beberapa kelas dan kemudian
dihitung banyak pengamatan yang masuk ke dalam tiap kelas
Contoh
Misalkan dibuat tabel frekuensi beserta histogram dari nilai praktikum
komputer yang diperoleh 17 mahasiswa yaitu 78 78 81 76 84 94 78 76 78
82 81 88 93 93 81 76 78
DISTRIBUSI FREKUENSI KE DALAM SPSS
Langkah 1 Membuat Variabel Data
Dari data kasus yang terkumpul dapat kita ketahui data menggunakan pengukuran scale (skala)
dan dengan type numeric. Sehingga dapat dibuat variabel baru dengan nama 'nilai' dengan
label 'Nilai Praktikum'.
•Buka aplikasi SPSS Statistics dan arahkan ke Variable View
•Sorot sel pertama
•Klik Edit › Insert Variable
•Sunting variabel dengan konfigurasi di atas
DISTRIBUSI FREKUENSI KE DALAM SPSS
Langkah 2 Input Data Melalui Data View
Setelah variabel nilai dibuat, data kasus dapat dimasukkan melalui Data View. Kasus yang ada di
variabel baris pertama di Variable View, dapat diinput melalui kolom pertama di Data View.
• Arahkan aplikasi SPSS ke Data View
• Input data kasus pada kolom nilai
DISTRIBUSI FREKUENSI KE DALAM SPSS
Langkah 3 Membuat Tabel Distribusi Frekuensi dan Histogram
Untuk mempermudah membaca visualisasi data dapat dibuat tabel frekuensi beserta histogram
data. Berikut langkah-langkahnya,
a. Klik menu bar Analyze › Descriptive b. Pilih variabel yang dilakukan analisis frekuensi
Statistics › Frequencies... Setelah jendela Frequencies terbuka, pilih nama
variabel yang akan dianalisis frekuensinya. Hal ini
dilakukan dengan memindahkan variabel di kolom
kiri ke kolom kanan
DISTRIBUSI FREKUENSI KE DALAM SPSS
Langkah 3 Membuat Tabel Distribusi Frekuensi dan Histogram
c. Menambahkan Histogram, klik Charts...
d. Klik OK
pada jendela Frequencies
Tunggu hingga jendela output dari tabel
Sehingga terbuka jendela Frequencies:
distribusi frekuensi dan histogram terbuka.
Charts, pilih Histogram dan klik Continue.
SELESAI.
DISTRIBUSI FREKUENSI KE DALAM SPSS
Membaca Tabel Distribusi Frekuensi dan Histogram SPSS
Bentuk Histogram
DISTRIBUSI FREKUENSI KE DALAM SPSS
Membaca Tabel Distribusi Frekuensi dan Barchart SPSS
Bentuk Barchart
DISTRIBUSI FREKUENSI KE DALAM SPSS
Membaca Tabel Distribusi Frekuensi dan Piechart SPSS
Bentuk Piechart
STATISTIK DAN
PROBABILITAS
Ir. Ni Made Widya Pratiwi, S.T., M.T.
Pertemuan 11
UJI PARAMETRIK T-TEST
Uji T-Test Satu Sampel
UJI PARAMETRIK T-TEST
Langkah 1 Membuat Variabel Data
Dari data kasus yang terkumpul dapat kita ketahui data menggunakan pengukuran scale (skala)
dan dengan type numeric. Sehingga dapat dibuat variabel baru dengan nama 'nilai' dengan
label 'Nilai Praktikum'.
•Buka aplikasi SPSS Statistics dan arahkan ke Variable View
•Sorot sel pertama
•Klik Edit › Insert Variable
•Sunting variabel dengan konfigurasi di atas
UJI PARAMETRIK T-TEST
Langkah 2 Input Data Melalui Data View
Setelah variabel nilai dibuat, data kasus dapat dimasukkan melalui Data View. Kasus yang ada di
variabel baris pertama di Variable View, dapat diinput melalui kolom pertama di Data View.
• Arahkan aplikasi SPSS ke Data View
• Input data kasus pada kolom nilai
UJI PARAMETRIK T-TEST
Langkah 3 Uji Normalitas
Klik Analyze – Descriptive Statistics - Explore Muncul kotak dialog “Explore” kemudian
masukkan variable “NILAI PRAKTIKUM” ke kotak
“Dependent List”, lalu klik Plots
UJI PARAMETRIK T-TEST
Langkah 3 Uji Normalitas
Muncul kotak dialog “Explore: Plots” berikan
centang (v) pada Normality Plots with tests,
kemudian klik Continue dan OK
Statistik nonparametrik disebut juga statistik bebas distribusi/ distributif free statistics
karena tidak pernah mengasumsikan data harus berdistribusi normal dan asumsi populasi
dari mana sampel dipilih. Uji nonparametrik lebih mudah dihitung dan dimengerti terutama
karena datanya berupa urutan (order) atau peringkat (rank), namun uji ini kurang akurat dan
efisien bila dibandingkan dengan uji parametrik.
UJI NON PARAMETRIK
Kolmogorov Smirnov
Uji Kolmogorov-Smirnov termasuk dalam uji nonparametrik untuk kasus satu sample (one
sample Kolmogorov-Smirnov). Uji ini dilakukan untuk menguji asumsi normalitas data. Tes
dalam uji ini adalah tes goodness of fit yang mana tes tersebut untuk mengukur kesesuaian
antara distribusi serangkaian sampel (data observasi) dengan distribusi frekuensi tertentu
"The Kolmogorov-Smirnov and Shapiro-Wilk tests do just this : they compare the scores in
the sample to a normally distribution set of scores with the same mean and standard
deviation. If the test is non-significant (p>0.05) it tells us that the distribution of the sample
is non-significant different from a normal distribution (i.e. it is probably normal). If,
however,the test is significant (p<0.05) then the distribution is question is significant
different from a normal distribution (i.e. it is non-normal). (Andy Field, 2000)
UJI NON PARAMETRIK
Kolmogorov Smirnov
Uji Kolmogorov-Smirnov termasuk dalam uji nonparametrik untuk kasus satu sample (one
sample Kolmogorov-Smirnov). Uji ini dilakukan untuk menguji asumsi normalitas data. Tes
dalam uji ini adalah tes goodness of fit yang mana tes tersebut untuk mengukur kesesuaian
antara distribusi serangkaian sampel (data observasi) dengan distribusi frekuensi tertentu
"The Kolmogorov-Smirnov and Shapiro-Wilk tests do just this : they compare the scores in
the sample to a normally distribution set of scores with the same mean and standard
deviation. If the test is non-significant (p>0.05) it tells us that the distribution of the sample
is non-significant different from a normal distribution (i.e. it is probably normal). If,
however,the test is significant (p<0.05) then the distribution is question is significant
different from a normal distribution (i.e. it is non-normal). (Andy Field, 2000)
UJI NON PARAMETRIK
Kolmogorov Smirnov
Langkah-langkah SPSS
Klik Analyze >Nonparametric >1 Sample K-S
Masukkan variabel ke dalam Test Variable List >
memilih Test Distribution yaitu Normal
Klik OK
Hipotesis Jika Hasil analisis di atas nilai Kolmogorov-Smirnov
H0= Nilai berdistribusi normal (>0.05), maka hipotesis nol (H0) diterima yang
H1= Nilai tidak berdistribusi normal artinya nilai Sampel berdistribusi normal. Karena
Kolmogorov-Smirnov test digunakan untuk
Kriteria uji : mengetahui normalitas data, kita akan bandingkan
Tolak hipotesis nol (H0) bila asymtotic signifikan dengan analisis QQ Plot. Apakah data juga
value uji Kolmogorov-Smirnov < 0.50 berdistribusi normal ?
UJI NON PARAMETRIK
Kolmogorov Smirnov
Hasil uji dengan Diagram QQ Plot tampak
bahwa data mengikuti garis diagonal yang
menunjukkan bahwa data sampel
berdistribusi normal.
UJI NON PARAMETRIK
Wilcoxon
Ui Wilcoxon sering digunakan sebagai alternate dari uji paired sample t test. Hal ini karena
jika data penelitian tidak berdistribusi normal (melalui uji normalitas) maka data tersebut
dianggap tidak memenuhi syarat dalam pengujian selanjutnya.
Uji Wilcoxon digunakan untuk mengetahui ada tidaknya perbedaan rata-rata dua sampel
yang saling berpasangan. Data penelitian yang digunakan dalam uji ini adalah data yang
berskala ordinal atau interval.
UJI NON PARAMETRIK
Wilcoxon dalam SPSS
Masukkan nama dan kelengkapan variable dalam “Variabel View”
Masukkan data pada “Data View”
Klik Menu ANALYZE -> NONPARAMETRIC TESTS -> LEGACY DIALOGS -> 2 RELATED
SAMPLES
Maka akan muncul “Two-Related Sample Test”, selanjutnya masukkan variable, kemudian
pada bagian “Test Type” berikan tanda centang (v) pada “WILCOXON”, lalu klik OK
Akan muncul output sebagai berikut.
UJI NON PARAMETRIK
Wilcoxon dalam SPSS
Mann Whitney U Test disebut juga dengan Wilcoxon Rank Sum Test. Merupakan pilihan uji
non parametris apabila uji Independent T Test tidak dapat dilakukan oleh karena asumsi
normalitas tidak terpenuhi. Tetapi meskipun bentuk non parametris dari uji independent t
test, uji Mann Whitney U Test tidak menguji perbedaan Mean (rerata) dua kelompok seperti
layaknya uji Independen T Test, melainkan untuk menguji perbedaan Median (nilai tengah)
dua kelompok
UJI NON PARAMETRIK
Mann Whitney Langkah-Langkah SPSS
Setelah data terisi, pada menu klik Graph, Legacy Dialogs,
Histogram. Maka akan muncul jendela seperti di bawah ini:
Tabel di atas adalah hasil uji normalitas dengan menunjukkan hasil uji homogenitas menggunakan
SPSS menggunakan metode Lilliefors dan Shapiro metode Levene’s test. Uji Levene lebih dianjurkan sebab
Wilk. Nilai Sig (p Value) kedua uji di atas < 0,05 yang uji tersebut dapat digunakan untuk menguji homogenitas
berarti data tidak berdistribusi normal. Ini benar sebab varians pada data yang tidak berdistribusi normal.
apabila data berdistribusi normal, sebaiknya lebih Sedangkan uji lainnya, yaitu uji Fisher F lebih diutamakan
memilih menggunakan uji Independen T Test dari apabila data berdistribusi normal. Nilai uji Levene’s
Test ditunjukkan pada baris Nilai Based On Mean, yaitu
pada Mann Whitney U Test.
dengan Sig (p value) 0,942 > 0,05 yang berarti varians
kedua kelompok sama atau yang disebut homogen. Maka
asumsi kedua yaitu homogenitas telah terpenuhi.
UJI NON PARAMETRIK
Mann Whitney Langkah-Langkah SPSS
Cara Uji Mann Whitney dengan SPSS Klik tombol Grouping Variable dan masukkan angka
Pada menu, klik Analyze, Non Parametric Test, 2 1 dan 2 (sesuai dengan kode kategori pada variabel
Independent Samples. Masukkan Nilai ke Metode). Klik Continue dan pada jendela utama
kotak Variables dan masukkan Metode ke tekan OK
kotak Grouping variable.
UJI NON PARAMETRIK
Mann Whitney Langkah-Langkah SPSS
OUTPUT