STATISTIK DAN

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

•Pada tabel statistics terlihat

• N adalah banyaknya data kasus
• Valid = 17, berarti terdapat 17 kasus pada
variabel nilai mempunyai data yang valid
• Missing = 0, berarti terdapat 0 kasus pada
variabel nilai mempunyai data kosong
•Pada tabel Nilai Praktikum terlihat
• Frekuensi total berjumlah 17 kasus
• Dengan data valid 100%
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

Berdasarkan nilai Shapiro-Wilk Sig sebesar 0,04 <

0,05 sehingga dapat disimpulkan bahwa data
nilai praktikum tidak terdistribusi normal. Asumsi
UJI PARAMETRIK T-TEST
Langkah 4 Uji T-Test
Masukkan variable Nilai Praktiku ke kotak “Test
Uji One Sample T-Tset Variable(s), pada bagian Test Value ketikan 75
Klik Analyze – Compare Means – One Sample T (sebab peneliti ingin membandingkan nilai rata-
Test rata praktikum dengan nilai 75).
 UJI PARAMETRIK T-TEST
Langkah 5 Intepretasi
Output pertama Output kedua

Menunjukkan nilai statistic deskriptif, yaitu N= 17

artinya jumlah sampel yang dipakai 17 orang Diketahui nilai t (t hitung) sebesar 4,687. Nilai df
siswa. Mean= 82,0588 artinya nilai rata-rata (degree o freedom) sebesar 16 Nilai Sig (2-tailed)
hitung adalah 82,0588. Std Deviation= 6,20958 atau nilai signifikansi dengan uji dua sisi sebesar 0,000
dan Error Mean = 1,50604
 STATISTIK DAN
PROBABILITAS
Ir. Ni Made Widya Pratiwi, S.T., M.T.
Pertemuan 12
 UJI NON PARAMETRIK
Statistik Non Parametrik adalah
Uji yang tidak membutuhkan asumsi parameter apapun untuk populasi yang diuji atau
dalam bahasa sederhana uji ini tidak bergantung pada populasi. Dalam uji statistik non
parametrik, tidak ada parameter yang digunakan dan tidak ada distribusi yang harus
diketahui. Hal ini menyebabkan uji statistik non parametrik juga disebut sebagai metode
bebas distribusi.

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

Dasar pengambilan keputusan dalam Uji Wilcoxon

1. Jikan nilai Asymp.Sig. (2-tailed) lebih kecil dari < 0,05, maka Ha diterima
2. Sebaliknya, jika nilai Asymp.Sig. (2-tailed) lebih besar dari >0,05, maka Ha ditolak
 STATISTIK DAN
PROBABILITAS
Ir. Ni Made Widya Pratiwi, S.T., M.T.
Pertemuan 13
UJI NON PARAMETRIK
Mann Whitney
uji non parametris yang digunakan untuk mengetahui perbedaan median 2 kelompok
bebas apabila skala data variabel terikatnya adalah ordinal atau interval/ratio tetapi tidak
berdistribusi normal.

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:

INGAT BAHWA MESKIPUN TERMASUK KE DALAM UJI

NON PARAMETRIS, MANN WHITNEY JUGA
SEBENARNYA MEMBUTUHKAN ASUMSI ATAU SYARAT
AGAR HASILNYA BISA DIGUNAKAN DAN VALID
SEBAGAI KESIMPULAN ANALISIS.

Masukkan Nilai ke kotak Variable dan Metode ke Rows.

Kemudian centang Nest Variables (no empty rows) dan
tekan OK.
 UJI NON PARAMETRIK
Mann Whitney Langkah-Langkah SPSS
Lihat output. Akan muncul 2 histogram yang tersusun atas
bawah, yaitu histogram metode 1 dan histogram metode 2.
Klik 2 kali histogram kemudian klik kanan dan pilih Add
Distribution Curve. Maka akan muncul garis kurve normal.

Perhatikan 2 histogram di samping, ternyata

bentuk kemiringan dan lebarnya sama. Hal ini
menunjukkan bahwa bentuk dan penyebaran data sama.
kemudian lihat puncak tertinggi kedua histogram, ternyata
tidak sama antara keduanya, yang berarti
terdapat perbedaan median. Maka asumsi pertama uji
mann whitney u test telah terpenuhi, yaitu terdapat
kesamaan bentuk dan penyebaran data. Asumsi berikutnya
yang akan diuji adalah homogenitas varians.
 UJI NON PARAMETRIK
Mann Whitney Langkah-Langkah SPSS
Uji homogenitas varians
Pada menu, klik analyze, Descriptive statistics, Explore.
Masukkan Nilai ke kotak Dependen List dan Metode ke
kotak Factor List.

Perbedaan Mean dalam Mann Whitney

Di atas adalah tabel deskriptive tiap metode atau
Kemudian klik tombol plot kemudian kelompok. Dapat anda perhatikan bahwa terdapat
centang Histogram, Normality plots with perbedaan mean. Perbedaan mean ini yang akan
test dan Power estimation. Selanjutnya klik Continue. kita uji nantinya, apakah bermakna secara statistik
Kemudian pada jendela utama klik OK dan lihat output. atau tidak.
 UJI NON PARAMETRIK
Mann Whitney Langkah-Langkah SPSS
Uji Normalitas
Tabel di atas adalah hasil uji normalitas dengan
SPSS menggunakan metode Lilliefors dan Shapiro
Wilk. Nilai Sig (p Value) kedua uji di atas < 0,05 yang
berarti data tidak berdistribusi normal. Ini benar sebab
apabila data berdistribusi normal, sebaiknya lebih
memilih menggunakan uji Independen T Test dari
pada Mann Whitney U Test.
Uji Homogenitas pada Mann Whitney
menunjukkan hasil uji homogenitas menggunakan
metode Levene’s test. Uji Levene lebih dianjurkan sebab
uji tersebut dapat digunakan untuk menguji homogenitas
varians pada data yang tidak berdistribusi normal.
Sedangkan uji lainnya, yaitu uji Fisher F lebih diutamakan
apabila data berdistribusi normal. Nilai uji Levene’s
Test ditunjukkan pada baris Nilai Based On Mean, yaitu
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
Berikut cara baca hasil uji mann whitney:
Tabel di atas menunjukkan Mean Rank atau rata-rata peringkat
tiap kelompok. Yaitu pada kelompok kesatu rerata
peringkatnya 20,40 lebih rendah dari pada rerata peringkat
kedua, yaitu 30,60. Apakah perbedaan rerata peringkat kedua
kelompok di atas bermakna secara statistik atau yang disebut
dengan Signifikan? Lihat di bawah ini:
Tabel di atas menunjukkan nilai U sebesar 185 dan nilai
W sebesar 510. Apabila dikonversikan ke nilai Z maka
besarnya -2,477. Nilai Sig atau P Value sebesar 0,013 <
0,05. Apabila nilai p value < batas kritis 0,05 maka
terdapat perbedaan bermakna antara dua kelompok
atau yang berarti H1 diterima
Kesimpulan Uji Mann Whitney U Test dengan SPSS
Karena bentuk dan penyebaran sama, maka hasil uji di atas
juga dapat digunakan untuk menyimpulkan
bahwa terdapat perbedaan Median yang bermakna
antara 2 kelompok. Apabila bentuk dan penyebaran kedua
kelompok tidak sama, maka uji mann Whitney hanya dapat
digunakan untuk menyimpulkan adanya perbedaan rerata
atau Mean antara 2 kelompok.
 STATISTIK DAN
PROBABILITAS
Ir. Ni Made Widya Pratiwi, S.T., M.T.
Pertemuan 14
Korelasi, determinasi, regresi variable tunggal
menggunakan SPSS
 STATISTIK DAN
PROBABILITAS
Ir. Ni Made Widya Pratiwi, S.T., M.T.
Pertemuan 15
Korelasi, determinasi, regresi jamak (berganda)
menggunakan SPSS
 STATISTIK DAN
PROBABILITAS
Ir. Ni Made Widya Pratiwi, S.T., M.T.
TUGAS 3
DESKRIPSI TUGAS
Mengaplikasikan data/parameter lingkungan dalam bentuk penyajian data, uji parametrik, dan uji non-parametrik
menggunakan SPSS
METODE PENGERJAAN TUGAS
1. Mahasiswa memilih data yang akan dipergunakan dalam perhitungan.
2. Mahasiswa mengaplikasikan SPSS untuk menyajikan data, uji parametrik, dan uji non-parametrik.
3. Mahasiswa mengerjakan tugas dalam bentuk presentasi (dinarasikan proses aplikasi SPPS-nya dan disusun
presentasinya).
4. Mahasiswa mempresentasikan tugasnya selama 20 menit dan 10 menit tanya jawab.
5. Mahasiswa mengumpulkan presentasi melalui email dalam format pdf melalui email 1 hari sebelum dipresentasikan (e-
mail: nmwidyapratiwi@gmail.com)
 STATISTIK DAN
PROBABILITAS
Ir. Ni Made Widya Pratiwi, S.T., M.T.
TUGAS 4
DESKRIPSI TUGAS
Menganalisis data/parameter lingkungan dengan teori regresi, korelasi, dan determinasi dengan
menggunakan SPSS dalam rangka pengambilan kesimpulan/keputusan.
METODE PENGERJAAN TUGAS
1. Mahasiswa memilih data yang akan dipergunakan dalam analisis.
2. Mahasiswa mengaplikasikan SPSS untuk menganalisis regresi, korelasi, dan determinasi.
3. Mahasiswa mengambil kesimpulan/keputusan dari hasil analisis yang diperoleh.
4. Mahasiswa mengerjakan tugas dalam bentuk laporan dan mepresentasikannya (diketik, dinarasikan
proses aplikasi SPPSnya, dan dipresentasikan).
5. Mahasiswa mempresentasikan tugasnya selama 20 menit dan 10 menit tanya jawab.
6. Mahasiswa mengumpulkan presentasi melalui email dalam format pdf melalui email 1 hari sebelum
dipresentasikan (e-mail: nmwidyapratiwi@gmail.com)
 STATISTIK DAN
PROBABILITAS
Ir. Ni Made Widya Pratiwi, S.T., M.T.
UJIAN AKHIR SEMESTER
DESKRIPSI TUGAS

Perbaikan laporan berdasarkan masukan saat presentasi

METODE PENGERJAAN TUGAS

Mahasiswa mengumpulkan laporan melalui email dalam format pdf melalui email saat jadwal ujian
akhir semester (e-mail: nmwidyapratiwi@gmail.com)