INTERPRETASI PRAKTIKUM STATISTIKA 2023

I. Acara 1
a. Line Chart
Berdasarkan grafik line chart Nilai Mahasiswa Agribisnis, dapat diketahui bahwa nilai
mata kuliah Matematika, Bahasa Indonesia, dan Bahasa Inggris yang diperoleh antar
mahasiswa fluktuatif. Kita dapat mengetahui bahwa nilai tertinggi yaitu sebesar 90 terdapat
pada nilai Matematika, Bahasa Indonesia, dan Bahasa Inggris sedangkan nilai terendah
yaitu sebesar 50 terdapat pada nilai Matematika dan Bahasa Indonesia. Nilai tertinggi 90
dalam Matematika diraih oleh Azis, dalam Bahasa Indonesia diraih oleh Riski, dan dalam
Bahasa Inggris diraih oleh Nita dan Rani. Nilai terendah 50 dalam Matematika diraih oleh
Rani dan Riski dan dalam Bahasa Indonesia diraih oleh Nita.

b. Pie Chart
Berdasarkan grafik Pie Chart, nilai Bahasa Inggris, Matematika, dan Bahasa Indonesia
Mahasiswa Agribisnis didapatkan proporsi bagan yang sama pada ketiga mata kuliah, yang
ditentukan dari luar sepertiga lingkaran. Jadi, berdasarkan pie chart Nilai Mahasiswa
Agribisnis untuk nilai mata kuliah Bahasa Inggris, Matematika, dan Bahasa Indonesia
adalah sama besar luasnya. Pie Chart tidak dapat menggambarkan nilai terendah dan nilai
tertinggi mahasiswa.

c. Scatter Plot
Grafik IP Mahasiswa Agribisnis menunjukkan nilai IP dan nilai statistik mahasiswa
digolongkan berdasarkan jenis kelamin. Berdasarkan grafik scatter plot dapat diketahui
bahwa yang mendapat nilai IP tertinggi mendekati angka 4 adalah mahasiswa Agribisnis
berjenis kelamin laki-laki sedangkan nilai statistik tertinggi adalah mahasiswa Agribisnis
berjenis kelamin perempuan. Kita dapat mengambil kesimpulan bahwa nilai statistik dan
nilai IP mahasiswa Agribisnis berjenis kelamin laki-laki relatif lebih baik dibandingkan
dengan mahasiswa Agribisnis berjenis kelamin perempuan. Scatter plot tidak dapat
menggambarkan perbedaan perolehan nilai IP berdasarkan jenis kelamin.

d. Histogram
Berdasarkan persebaran data produksi bawang putih dapat diketahui bahwa pada tahun
2010, rata-rata produksi bawang putih yang didapatkan adalah 15,53 kwintal/ha. Standar
deviasinya adalah 6,356 yang artinya bahwa jarak dengan rata-rata yaitu +6,536 dan -
6,536. Semakin besar nilai standar deviasi maka data dari sampel semakin menyebar
(bervariasi) dari rata-ratanya. Jumlah produksi bawang putih pada tahun 2010 ada 25 kali
produksi dan pada grafik akan didapatkan interval pada setiap batang diagram adalah 5 dan
jumlah kelasnya 6. Frekuensi data tertinggi terletak pada kelas 10,00 - 15,00 dan frekuensi
data terendah terletak pada kelas 0,00 - 5,00 Persebaran data produksi bawang putih pada
tahun 2010 berdistribusi rata.
Soal Latihan
 II. Acara 2

● Analisis Deskriptif
Melalui analisis statistik deskriptif dapat diketahui jumlah sampel, rata-rata masing-
masing variabel, standart deviasi, varian, nilai minimum, dan nilai maksimum sesuai
kebutuhan atau keinginan kita. Dari hasil analisis statistik terhadap 30 data mengenai
tomat yang telah dilakukan, dapat diketahui beberapa hal sebagai berikut :
❖ Data kandungan air pada tomat adalah 30 dengan jangkauan / range 4,56. Nilai
totalnya yaitu 2.755,65 dengan rata-rata 91,8550. Nilai minimum 89,34 ; nilai
maksimum 93,30 ; standart deviasinya 1,45494 ; serta nilai variannya 2,117.
❖ Data kandungan vitamin pada tomat adalah 30 dengan jangkauan / range 13,89. Nilai
totalnya yaitu 614,31 dengan rata-rata 20,4770. Nilai minimum 11,67 ; nilai
maksimum 25,56 ; standart deviasinya 3,93107 ; dan nilai variannya 15,453.
❖ Data kandungan asam pada tomat adalah 30 dengan jangkauan / range 13,89. Nilai
totalnya yaitu 17,505 dengan rata-rata 0,58350. Nilai minimum 0,234 ; nilai
maksimum 0,786 ; standart deviasinya 0,111770 ; dan nilai variannya 0,012.

❖ Pengujian Hipotesis
❖ One Sample T-Test (Data Atlet)
❖ H0 : T = 175 (rata-rata tinggi seluruh atlet sebesar 175 cm)
❖ H1 : T ≠ 175 (rata-rata tinggi seluruh atlet tidak sebesar 175
cm atau terdapat perbedaan rata-rata tinggi atlet)
❖ P value (0,002) < ∝ (0,05) berarti signifikan, H0 ditolak dan H1
diterima.
Kesimpulan
Rata-rata tinggi seluruh atlet tidak sebesar 175 cm atau terdapat perbedaan rata-rata
tinggi atlet dengan tingkat kepercayaan 95%.

● Paired Sample T-Test (Data Mata Kuliah Statistik)

❖ H0 : M1 = M2 (tidak terdapat perbedaan nyata antara rata-rata nilai statistik
mahasiswa sebelum treatment dan sesudah treatment)
❖ H1 : M1 ≠ M2 (terdapat perbedaan nyata antara rata-rata nilai
statistik mahasiswa sebelum treatment dan sesudah
treatment)
❖ P value (0,005) < ∝ (0,05) berarti signifikan, H0 ditolak dan H1
diterima.
Kesimpulan
 Terdapat perbedaan nyata antara rata-rata nilai statistik mahasiswa sebelum
treatment dan sesudah treatment pada tingkat kepercayaan 95%.

TUGAS
 III. Acara 3

Uji Korelasi Sederhana

a. Terdapat Hubungan Signifikan antara “Selling” (penjualan langsung) dengan “Penjualan”

(Total penjualan) karena Sig 0,000 < 0,01 dengan korelasi sebesar 0,888 yang berarti antara
“Selling” dengan “Penjualan” terdapat hubungan yang sangat kuat. Jika jumlah barang yang
dijual meningkat maka total penjualan juga meningkat.

b. Terdapat hubungan signifikan antara “Promosi” (promosi media cetak) dengan “Penjualan”
(Total penjualan) karena Sig 0,009 < 0,01 dengan korelasi sebesar 0,712 yang berarti antara
“Promosi” dengan “Penjualan” terdapat hubungan yang kuat. Adanya Promosi menarik yang
dilakukan, maka akan membuat konsumen tertarik untuk membeli sehingga total penjualan
akan semakin meningkat.

c. Tidak terdapat hubungan Signifikansi antara “Advertising” (Promosi media TV) dengan
“Penjualan” (Total Penjualan) karena Sig 0,073 > 0,01 dengan korelasi sebesar 0,534 yang
berarti antara “Advertising” dengan “Penjualan” tidak ada korelasi yang terjadi. Hal ini
dimungkinkan karena Advertising yang dilakukan kurang menarik atau tidak mengenai
sasaran sehingga penjualan tidak meningkat.

d. Tidak terdapat hubungan yang signifikan antara “Selling” (penjualan langsung) dengan
“Advertising” (Promosi media TV) karena Sig 0,098 > 0,01 dengan korelasi sebesar 0,499
yang berarti antara “Selling” dengan “Advertising” tidak ada korelasi yang terjadi. Hal ini
mungkin disebabkan karena jumlah barang yang terjual tidak bisa menghasilkan dana yang
sesuai untuk melakukan promosi iklan.

e. Tidak terdapat hubungan yang signifikan antara “Promosi” (promosi media cetak) dengan
“Advertising” (Promosi media TV) karena Sig 0,085 > 0,01 dengan korelasi sebesar 0,518
yang berarti antara “Promosi” dengan “Advertising” tidak ada korelasi yang terjadi. Hal ini
mungkin disebabkan karena iklan yang dilakukan tidak sesuai dengan promosi yang ada.

f. Terdapat Hubungan Signifikan antara “Selling” (penjualan langsung) dengan “Promosi”

(promosi media cetak) karena Sig 0,000 < 0,01 dengan korelasi sebesar 0,848 yang berarti
antara “Selling” dengan “Promosi” terdapat hubungan yang kuat. Hal ini karena penjualan
barang yang meningkat dapat dipengaruhi oleh adanya promosi yang tepat sasaran.

Note : Nilai signifikansi yang digunakan adalah α 1% atau 0,01

Uji Korelasi Parsial

Terdapat hubungan yang signifikan antara “Selling” (Penjualan langsung) dengan “Penjualan”
karena Sig 0,006 < 0,01 dengan korelasi sebesar 0,764 yang berarti terdapat hubungan yang kuat.
Jika jumlah barang yang dijual meningkat maka total penjualan juga meningkat dengan variabel
kontrol Promosi.

Note: Nilai signifikansi yang digunakan adalah α 1% atau 0,01

 IV. Acara 4
REGRESI LINEAR SEDERHANA DAN BERGANDA

1. Regresi Linear Sederhana

a. Tabel Anova (Uji F)
Tabel Anova (uji F) digunakan untuk menguji apakah variabel independen
(selling) secara bersama-sama mempengaruhi variabel dependen (penjualan).
Tingkat signifikansi = 0,000 < 𝝰𝝰 (0,05), yang berarti hasil signifikan dimana ada
variabel selling berpengaruh nyata terhadap variabel penjualan.
b. Tabel Koefisien (Uji t)
Uji t digunakan untuk menguji apakah variabel independen (selling) secara
individu mempengaruhi variabel dependen (penjualan). Tingkat signifikansi =
0,000 < 𝝰𝝰 (0,05), yang berarti hasil signifikan dimana ada variabel selling secara
individu berpengaruh nyata terhadap variabel penjualan.
c. Model Regresi
Dalam tabel koefisien pada kolom B menunjukkan model dari regresi
yaitu:
y= a+bx
y= 19.353+0,003x
Apabila x=0, maka y= 19.353, ketika tidak ada pengeluaran untuk selling
maka tingkat penjualan sebesar 19.353. x memiliki hubungan positif dengan y,
setiap kenaikan y sebesar Rp1, maka selling akan mengalami kenaikan sebesar
0,003.
d. Tabel Model Summary
Tabel Model Summary menunjukkan mengenai hasil R dan R Square,
dimana nilai tersebut menunjukkan persentase keterkaitan variabel dependen
dan independen. Nilai R=0,888 menunjukkan bahwa ada korelasi yang kuat
antara variabel selling dan penjualan. Nilai R square = 0,788 menunjukkan
bahwa 78,8% variabel penjualan dapat menjelaskan variabel selling, dan sisanya
sebanyak 21,2% dijelaskan oleh variabel lain yang tidak masuk ke dalam model.

2. Regresi Linear Berganda

 a. Tabel Anova (Uji F)
Tabel Anova (uji F) digunakan untuk menguji apakah variabel independen
(selling) secara bersama-sama mempengaruhi variabel dependen (penjualan).
Tingkat signifikansi = 0,003 < 𝝰𝝰 (0,05), yang berarti hasil signifikan dimana ada
variabel selling (x1), promosi (x2), dan advertising (x3) berpengaruh nyata
terhadap variabel penjualan.
b. Tabel Koefisien (Uji t)
Uji t digunakan untuk menguji apakah variabel independen (selling,
promosi, advertising) secara individu mempengaruhi variabel dependen
(penjualan).
- Tingkat signifikansi variabel selling = 0,010 < 𝝰𝝰 (0,05), yang berarti hasil
signifikan dimana ada variabel selling secara individu berpengaruh nyata
terhadap variabel penjualan.
- Tingkat signifikansi variabel promosi = 0,530 > 𝝰𝝰 (0,05), yang berarti hasil
tidak signifikan, berarti variabel promosi secara individu tidak berpengaruh
nyata terhadap variabel penjualan.
- Tingkat signifikansi variabel advertising = 0,446 > 𝝰𝝰 (0,05), yang berarti
hasil tidak signifikan, berarti variabel advertising secara individu tidak
berpengaruh nyata terhadap variabel penjualan.
c. Model Regresi
Dalam tabel koefisien pada kolom B menunjukkan model dari regresi
yaitu:
y= a+bX1+bX2+bX3
y= 14,146+0,004X1-0,001X2+0,002X3
Apabila seluruh variabel independen = 0, maka y= 14,146, ketika tidak
pengeluaran untuk selling, promosi dan advertising maka tingkat penjualan
sebesar 19.353. X1 (selling) dan X3 (advertising) memiliki hubungan positif
dengan y (penjualan), setiap kenaikan y sebesar Rp1, maka selling akan
mengalami kenaikan sebesar 0,004 sedangkan advertising mengalami kenaikan
sebesar 0,002. X2 (promosi) memiliki hubungan negatif dengan y (penjualan),
setiap kenaikan y sebesar Rp1, maka promosi akan menurun sebesar 0,001.
d. Tabel Model Summary
Tabel Model Summary menunjukkan mengenai hasil R dan R Square,
dimana nilai tersebut menunjukkan persentase keterkaitan variabel dependen
dan independen. Nilai R=0,900 menunjukkan bahwa ada korelasi yang kuat
antara variabel selling, promosi dan advertising terhadap penjualan. Nilai R
square = 0,809 menunjukkan bahwa 80,9% variabel penjualan dapat
menjelaskan variabel selling, promosi, advertising dan sisanya sebanyak 19,1%
dijelaskan oleh variabel lain yang tidak masuk ke dalam model.