ANALISIS DATA EKSPLORATIF

MODUL 5

ANALISIS COMPARE MEANS

Nama

Praktikan

Nomor

Mahasiswa

Tanggal

Kumpul

Tanda tangan

Praktikan Laboran

Sri Siska Wirdaniyati 12611125 12 Desember

2013

Nama Penilai Tanggal

Koreksi Nilai

Tanda tangan

Asisten Dosen

Alfi Riyandi Putra

Baiq Anis Ratnasari

Dr. Jaka Nugraha. M. Si.

JURUSAN STATISTIKA

FAKULTAS MATMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS ISLAM INDONESIA

YOGYAKARTA

2013

KELAS

C2

1

BAB I

PENDAHULUAN

A. DASAR TEORI

Analisis perbandingan rata-rata (Compare Mean) digunakan untuk

membandingkan rata-rata antara dua atau lebih kelompok sampel data. Asumsi mendasar

dalam analisis perbandingan adalah bahwa variabel data yang akan dibandingkan harus

mengikuti distribusi normal. Asumsi lainnya yang harus dipenuhi dalam analisis

perbandingan dengan ANOVA (Analysis of Variance) adalah homogenitas varians. Ini

dilakukan melalui uji Levene's homogenity-of-variance test.

Langkah pertama untuk metode perbandingan ini adalah mengumpulkan data

(sampel) dari setiap objek per kelompok variabel. Pengukuran bersifat kuantitatif atau

minimum berskala interval. Selanjutnya mengenal apa yang disebut dengan statistik uji t

dan analisis varians (ANOVA). Statistik uji t dan ANOVA digunakan sebagai statistik

uji untuk perbandingan dua atau lebih kelompok sampel data. Uji t digunakan untuk

membandingkan dua sampel yang akan dibandingkan, sedangkan ANOVA digunakan

untuk uji perbandingan lebih dari dua kelompok sampel data maka digunakan analisis

varians.

Ada 5 bagian utama untuk analisis perbandingan rata-rata pada Compare Means di

SPSS yaitu :

1. Perbandingan Rata-rata (Means)

Perbandingan rata-rata digunakan untuk membandingkan nilai rata-rata dan satandar

deviasi antara 2 kelompok sampel/data

2. Analisis Chi-Square

Analisis Chi-Square digunakan untuk membandingkan frekuensi observasi (fo)

dengan frekuensi ekspektsi (fe) ke dalam masing-masing kategori apakah semua

kategori mempunyai proporsi nilai yang sama.

3. One Sample t-test

One Sample t- test digunakan untuk membandingkan apakah terdapat perbedaan atau

kesamaan rata-rata dari kelompok sampel data dengan nilai rata-rata tertentu.

4. Independent Sample t-test

2

Independen sample t-test digunakan untuk membandingkan 2 kelompok sampel

data dan kedua kelompok sampel tersebut bersifat independen/bebas.

5. Paired Sample t-test

Paired Sample t-test digunakan untuk membandingkan antara 2 kelompok sampel

dan kedua kelompok sampel ini saling berhubungan.

6. One Way ANOVA.

One-Way Anova digunakan untuk membandingkan nilai rata-rata antara 2 atau lebih

kelompok data. Dalam uji ini diperlukan asumsi distribusi normal dan homogenitas

varians antara kelompok sampel. (Bimo, Suseno. 2010. Analisis Perbandingan.

http://www.statistikolahdata.com/2010/10/analisis-perbandingan. html [Online]

diakses pada tanggal 10 Desember 2013 pada jam 19.08)

B. STUDI KASUS

Pada praktikum modul 5 tentang Analisis Compare Means. praktikan akan

melakukan perhitungan sebagai berikut:

1. Menghitung nilai means untuk bunga tabungan masing-masing bank dan

menjelaskan makna masing-masing statistik dengan minimal 9 nilai statistiknya.

Tabl 1.1 Bunga Tabungan

Bank Bunga Tabungan (%)

Pemerintah 5

Pemerintah 7

Pemerintah 8

Pemerinath 9

Pemerintah 10

Pemerintah 11

Swasta 11

Swasta 12

Swasta 14

Swasta 15

Swasta 17

Swasta 19

2. Membuktikan rata-rata produktivitas cabe pada tahun 2008 sama dengan 19.00

dengan menggunakan tingkat kepercayaan 90% (bandingkan dengan nilai alpha)

3

Tabel 1.2 Luas Panen dan Produktivitas Cabe Tahun 2008

Luas Panen dan Produktivitas

Cabe Tahun 2008

Bulan Luas Panen (hektar) Produktivitas

1 101 17.30

2 85 19.54

3 107 16.33

4 107 17.83

5 112 17.37

6 105 19.20

7 118 16.61

8 109 19.06

9 115 20.78

10 143 23.32

11 152 20.51

12 154 17.72

Sumber : Dinas Pertanian D.I. Yogyakarta

3. Berikut adalah data pertumbuhan populasi penduduk pertahun antara India dan

Indonesia.

Tabel 1.3 Pertumbuhan Populasi Berdasarkan Tahun antara India dan Indonesia

Tahun Population growth

(annual %)

India Indonesia

2000 1.668615 1.442286

2001 1.640482 1.440561

2002 1.610819 1.436958

2003 1.573965 1.434673

2004 1.527815 1.432841

2005 1.476268 1.429941

2006 1.42229 1.428147

2007 1.373024 1.422789

2008 1.334099 1.406114

2009 1.308859 1.375131

4

2010 1.292849 1.334121

2011 1.28004 1.290129

2012 1.26376 1.248341

a. Selidiki kesamaan variansi dari kedua kelompok data tersebut.

b. Buktikan bahwa rata-rata pertumbuhan populasi penduduk kedua negara adalah

sama dengan asumsi variansi berdasarkan kesimpulan pada point a.

4. Berikut ini adalah data IHK dan inflasi bulanan Indonesia

Tabel 1.4 IHK dan Inflasi Bulanan Indonesia Tahun 2010 - 2012

Bulan 2010 2011 2012

IHK Inflasi IHK Inflasi IHK Inflasi

Januari 118.01 0.84 126.29 0.89 130.90 0.76

Februari 118.36 0.30 126.46 0.13 130.96 0.05

Maret 118.19 -0.14 126.05 -0.32 131.05 0.07

April 118.37 0.15 125.66 -0.31 131.32 0.21

Mei 118.71 0.29 125.81 0.12 131.41 0.07

Juni 119.86 0.97 126.50 0.55 132.23 0.62

Juli 121.74 1.57 127.35 0.67 133.16 0.70

Agustus 122.67 0.76 128.54 0.93 134.43 0.95

September 123.21 0.44 128.89 0.27 134.45 0.01

Oktober 123.29 0.06 128.74 -0.12 134.67 0.16

November 124.03 0.60 129.18 0.34 134.76 0.07

Desember 125.17 0.92 129.91 0.57 135.49 0.54

Tingkat Inflasi 6.96 3.79 4.30

a. Lakukan pengujian kesamaan rataan inflasi untuk tiap tahunnya (bandingkan

antara: 2010-2011, 2011-2012)

b. Berikan kesimpulan secara umum terkait perubahan inflasi yang terjadi setiap

tahunnya (tambahkan referensi dari disiplin ilmu yang berkaitan [akuntansi,

ekonomi mikro-makro, politik, dll]

5

BAB II

DESKRIPSI KERJA

Dalam bab II tentang Analisis Compare Means, praktikan akan menjelaskan langkah-

langkah untuk menyelesaikan studi kasus. Langkah-langkah Analisis Compare Means

berdasarkan urutan point-point yang terdapat pada studi kasus.

1. Means

Sebelum melakukan langkah-langkah penyelesaian kasus, langkah awal adalah

mengaktifkan SPSS sehingga menampilkan halaman SPSS StatisticS Data Editor.

Berikut ini adalah langkah-langkah untuk menghitung mean subGroup means dan

menampilkan statistik:

1. Ketik Variable View yang ada pada sudut kiri bawah, kemudian ketik nama variabel

dengan nama Bank dan BungaTabungan.

2. Ganti Decimals pada variabel Bank dan BungaTabungan dari angka 2 menjadi

angka 0 dengan menghapus angka 2 kemudian mengetik angka 0, atau dengan

menggunakan icon segitiga ke bawah sehingga angka 2 menjadi angka 0.

3. Ganti Value pada variabel Bank menjadi value “1” untuk label “Pemerintah” dan

value “2” untuk label “Swasta”.

4. Klik Data View dan ketik angka-angka seperti gambar 2.1 di bawah ini:

Gambar 2.1 Data View dari kasus 1

6

5. Untuk melihat hasil dari value dan label, klik Value Labes pada icon sehingga

akan tampil Data View seperti pada 2.2 di bawah ini:

2.2 Data View dengan Value Labels pada kasus 1

6. Klik Analyze Compare Means Means sehingga tampil kotak dialog Means

seperti gambar 2.3 di bawah ini:

Gambar 2.3 Kotak Dialog Means

7. Pilih variabel BungaBank yang dipindahkan pada kolom Dependent List dan

variabel Bank yang dipindahkan pada kolom Independent List dengan mengklik

tombol panah kanan atau icon , kemudian klik Options sehingga tampil kotak

dialog Means: Options seperti gambar 2.4, kemudian pilih Mean, Number of Cases,

7

Standard Deviation, Median, Minimum, Maximum, Range, Variance, dan Sum

seperti gambar 2.5 di bawah ini:

Gambar 2.4 Kotak Dialog Mean setelah variabel dipindahkan

Gambar 2.5 Kotak Dialog Means: Options

8. Klik Continue dan klik OK pada kotak dialog Means sehingga akan menampilkan

output seperti gambar 2.6 di bawah ini:

Gambar 2.6 Output untuk Analisis Compare Means: Means

8

2. Uji T Untuk Satu Sampel

Berikut ini adalah langkah-langkah untuk menyelesaikan studi kasus point 2

dengan menggunakan uji T untuk satu sampel:

1. Ketik pada Variable View dengan nama variabel Bulan, LuasPanen, dan

Produktivias, kemudian ganti Decimals dari angka 2 menjadi angka 0 pada variabel

Bulan dan Produktivitas, dan ketik tabel 1.2 studi kasus pada Data View seperti

gambar 2.7 di bawah ini:

Gambar 2.7 Data View dari kasus 2

2. Klik Analyze Compare Means One Sample T Test sehingga tampil kotak

dialog One-Sample T Test, kemudian pilih variabel Produktivitas dan pindahkan

pada kolom Test Variable(s) seperti gambar 2.8 di bawah ini:

Gambar 2.8 One-Sample T Test

9

3. Pada kolom Test_Value, ketik dengan angka 19.00 yang merupakan nilai dari uji

hipotesis.

4. Pilih Options sehingga tampil kotak dialog One-Sample T Test: Options, kemudian

pada pada kolom confidence interval diisi dengan angka 90 seperti gambar 2.9

dibawah ini:

Gambar 2.9 Kotak dialog One-Sample T Test: Options

6. Klik Continue dan klik OK pada kotak dialog One-Sample T Test sehingga tampil

output seperti gambar 2.10 di bawah ini:

Gambar 2.10 Output untuk Analisis Compare Means: One Sample T Test

3. Uji T Untuk Dua Sampel Independen

Berikut ini adalah langkah-langkah untuk menyelesaikan studi kasus point 3

dengan menggunakan uji T untuk dua sampel independen:

1. Ketik pada Variable View dengan nama variabel Negara dan Populasi, kemudian

ganti Decimals dari angka 2 menjadi angka 0 pada variabel Negara dan angka 2

menjadi 6 pada variabel Populasi, dan ketik tabel 1.3 studi kasus pada Data View

seperti pada gambar seperti 2.11 di bawah ini:

10

Gambar 2.12 Data View untuk kasus 3

2. Untuk melihat hasil dari value dan label, klik Value Labes pada icon sehingga

akan tampil Data View seperti pada 2.13 di bawah ini:

Gambar 2.13 Data View dengan Value Labels pada kasus 3

11

3. Klik Analyze Compare Means Independent-Sample T Test sehingga tampil

kotak dialog Independent-Sample T Test, kemudian pilih variabel populasi yang

dipindahkan pada kolom Test Variable(s) dan variabel Negara yang dipindahkan

pada kolom Grouping Variable seperti gambar 2.14 di bawah ini:

Gambar 2.14 Kotak Dialog Independent-Sample T Test

4. Klik Options dan ketik angka 95% untuk Confidence Interval, kemudian klik

Continue.

5. Klik Define Groups sehingga tampil kotak dialog Define Groups dan isi pada kolom

Use specified values yang terdiri dari angka 1 untuk kolom Group 1 dan angka 2

untuk kolom Group 1 seperti gambar 2.15 di bawah ini:

Gambar 2.15 Kotak Dialog Define Groups

6. Klik Continue dan klik OK pada kotak dialog Independent-Sample T Test sehingga

tampil output seperti gambar 2.16 di bawah ini:

Gambar 2.16 Output untuk Analisis Compare Means: Independent-Sample T Test

12

4. Uji T untuk Dua Sampel Berpasangan (Paired Sample Test)

Berikut ini adalah langkah-langkah untuk menyelesaikan studi kasus point 2

dengan menggunakan uji T untuk dua sample berpasangan (paired sample test):

1. Ketik pada Variable View dengan nama variabel INFLASI_2010, INFLASI_2011,

dan INFLASI_2012, dan ketik tabel 1.4 studi kasus pada Data View seperti pada

gambar seperti 2.17 di bawah ini:

Gambar 2.17 Data View untuk kasus 4

2. Klik Analyze Compare Means Independent-Sample T Test sehingga tampil

kotak dialog Paired-Sample T Test, kemudian pada kolom paired Variables diisi

dengan variabel INFLASI_2010 untuk variable1 dan INFLASI_2011 untuk

variable2 pada Pair 1 dan variabel INFLASI_2011 untuk variable1 dan

INFLASI_2012 untuk variable2 pada Pair 2 seperti pada gambar 2.18 di bawah ini:

Gambar 2.18 Kotak Dialog Paired-Sample T Test

13

3. Klik Options dan ketik angka 95% untuk Confidence Interval, kemudian klik

Continue.

4. Klik OK sehingga tampil output seperti gambar 2.19 di bawah ini:

Gambar 2.19 Output untuk Analisis Compare Means: Paired-Sample T Test

14

BAB III

PEMBAHASAN

Dalam bab III ini praktikan akan menjelaskan istilah-istilah penting dalam deskripsi

kerja dan menginterprestasikan output SPSS berdasarkan point-point yang terdapat pada studi

kasus.

1. Means

Berikut ini adalah istilah-istilah penting dalam langkah Compare Means: Means:

Dependent list digunakan untuk memberi nama variabel yang ingin dikeahui nilai

Means sehingga berupa data kontinu.

Independet list digunakan untuk memberi nama variabel yang berisi variabel

berkelompok, sehingga data berupa karegorik.

Options pada Means merupakan list-list dari nama-nama statistik yang terdiri dari

Median, Grouped Median, Std. Error of Mea, Sum, Minimum, Maximum, Range,

First, Last, Variance, Kurtosis, Std. Error of Kurtosis, Skewness, Std. Error of

Skewness, dan Harmonic Mean.

Tabel 3.1 Case Processing Summary pada kasus 1

Case Processing Summary

Cases

Included Excluded Total

N Percent N Percent N Percent

BungaTabungan *

Bank

12 100.0% 0 .0% 12 100.0%

Tabel Case Processing Summary digunakan untuk menunjukkan sejauh mana alat

pengukur dapat diandalkan dan menunjukkan konsistensi suatu alat pengukur di dalam

mengukur gejala yang sama. Pada tabel 3.1 diketahui bahwa data yang terhitung

(included) terdiri dari jumlah data (N) adalah 12 data dengan jumlah persen dari data

adalah 100%, sedangkan data yang tidak terhitung (Excluded) terdiri dari jumlah data

(N) adalah 0 data dengan jumlah persen dari data adalah 0%, sehingga jumlah data dari

included dan excluded adalah 12 data dan jumlah persen adalah 100%.

15

Tabel 3.2 Report untuk kasus 1

Mean pada variabel Bank Pemerintah sebesar 8,33 dan variabel Bank Swasta

sebesar 14,67 sehingga Mean keseluruhan data Bank (Pemerintah dan Swasta) adalah

11.50 ((8,33+14,67)/2). Mean menunjukkan rata-rata angka yang sering dipakai sebagai

wakil dari data Bank (Pemerintah dan Swasta) dan Mean ini juga mencerminkan

gambaran secara umum mengenai kumpulan dari data pada variabel Bunga Tabungan

dengan jumlah data (N) sebanyak 12 data yang terdiri dari 6 ta untuk data variabel Bank

Pemerintah dan 6 data untuk variabel Bank Swasta.

Standard deviation pada variabel Bank Pemerintah sebesar 2,160 dan variabel

Bank Swasta sebesar 3,011 sehingga Standard deviation keseluruhan data Bank

(Pemerintah dan Swasta) adalah 4.145 ((2,160+3,011)/2) yang menunjukkan dispresi

rata-rata dari data. Sedangkan variance pada variabel Bank Pemerintah sebesar 4,667

dan variabel Bank Swasta sebesar 9,067, sehingga variance keseluruhan data Bank

(Pemerintah dan Swasta) adalah 17,182 ((4,667+9,067)/2). Variance pada variabel Bank

(Pemerintah dan Swasta) menunjukkan satu ukuran dispersi dan mengambarkan

perpencaran suatu data kuantitatif.

Median data diperoleh ketika data telah diurutkan dari data terkecil ke data terbesar

yang menunjukkan nilai tengah dari suatu data. Median pada variabel Bank Pemerintah

adalah 8.50, sedangkan median pada variabel Bank Swasta adalah 14.50. Secara

keseluruhan dengan nilai data variabel Bank Pemerintah dan Swasta digabung dan

diurutkan, diperoleh bahwa nilai tengah dari data adalah 11.00.

Nilai minimum pada variabel Bank Pemerintah adalah 5 dan nilai maximum adalah

11, sehingga range pada variabel Bank Pemerintah adalah 6 (11-5). Sedangkan nilai

minumum pada variabel Bank Swasta adalah 11 dan nilai maximum adalah 19, sehingga

nilai range pada variabel Bank Swasta adalah 8 (19-11). Secara keseluruhan, nilai

minimum variabel Bank (Pemerintah dan Swasta) adalah 5 dan nilai maximum adalah

19, sehingga range variabel Bank (Pemerintah dan Swasta) adalah 14 (19-5). Nilai

16

minimum menunjukkan nilai terkecil dari suatu data dan nilai maximum menunjukkan

nilai terbesar dari suatu data, sedangkan range menunjukkan rentangan dari nilai

minimum dan nilai mazximum (maksimum-minimum).

Jumlah total keseluruhan data (sum) pada variabel Bank Pemerintah adalah 50 dan

jumlah total keseluruhan data (sum) pada variabel Bank Swasta adalah 88, sehingga

jumlah total keseluruhan data dari kedua variabel adalah 138 (55+88).

2. Uji T Untuk Satu Sampel

Berikut ini adalah istilah-istilah penting dalam langkah Compare Means: One-

Sample T Test:

Test Variable(s) adalah nama variabel yang akan dianalisis dan dibandingkan

dengan variabel bebas.

Test Value merupakan nilai acuan yang akan dibandingkan dengan variabel yang

ada pada kolom Test Variable(s) yang biasanya disebut dengan variabel bebas.

Tabel 3.3 One-Sample Statistics untuk kasus 2

One-Sample Statistics

N Mean Std. Deviation Std. Error Mean

Produktivitas 12 18.7975 2.03043 .58614

Praktikum kali ini, praktikan akan membandingkan variabel produktivitas dengan

jumlah data (N) sebanyak 12 data, mean adalah 18,7975, Standard deviation adalah

2,03043 dan standard error of mean adalah 0,58614. Standard error of mean ini diukur

sebagai Standard deviation dibagi dengan akar dari jumlah data (N) yang menggunakan

tingkat kepercayaan sebesar 95% (sebagian besar software SPSS menggunakan tingkat

kepercayaan 95% sebagai standar).

Tabel 3.4 One-Sample Test untuk kasus 2

17

Nilai acuan pada praktikum kali ini adalah 19.00 yang merupakan rata-rata

produktivitas cabe dengan tingkat kepercayaan 90%, sehingga diperoleh t-hitung adalah -

0,345 dengan derajat bebas (N-1) = 11, Sig.(2-tailed) adalah 0,736, mean difference

adalah -0,20250. Sig.(2-tailed) ini menunjukkan nilai P-value dari variabel Produktivitas

dan mencerminkan hipotesis dua arah (two-tailed) yang digunakan untuk melihat apakah

nilai rata-rata tunggal sama dengan (=) nilai acuan atau tidak (≠). P-value merupakan

tingkat keberartian terkecil sehingga nilai suatu uji statistik yang sedang diamati masih

berarti. Sedangkan mean difference menunjukkan ukuran dispersi statistik sama dengan

perbedaan absolut rata-rata dari dua nilai independen diambil dari distribusi probabilitas.

Sedangkan lower dari 90% Confidence Interval of the Difference adalah -1,2551 dan

upper dari 90% Confidence Interval of the Difference adalah 0,8501.

Dalam praktikum kali ini, praktikan harus membuktikan bahwa rata-rata

produktivitas cabe pada tahun 2008 sama dengan 19.00 dengan menggunakan tingkat

kepercayaan 90%. Berikut ini adalah pengujian hipotesis rata-rata dari produktivias cabe

tahun 2008:

a. H0 = 𝜇 = 𝜇0 (Rata-rata produktivitas cabe pada tahun 2008 sama dengan 19.00)

H1 = 𝜇 ≠ 𝜇0 (Rata-rata produktivitas cabe pada tahun 2008 tidak sama dengan

19.00)

b. Taraf signifikansi

Pada pengujian ini menggunakan dua arah (two-tailed) dengan taraf signifikansi 𝛼 =

10% = 0,1

c. Daerah kritis

H0 ditolak jika P-value < tingkat signifikansi atau t-hitung > t-tabel

d. Statistik uji

Berdasarkan tabel distribusi t dengan derajat bebas adalah 11 dan taraf signifikasi

sebesar 𝛼/2 adalah 0,05, maka t-tabel adalah 1,796 sehingga:

P-value (0,736) > tingkat signifikansi (𝛼/2= 0,05) atau t-hitung (-0,345) < t-tabel

(1,796)

e. Keputusan

H0 diterima atau gagal tolak H0

f. Kesimpulan

18

Berdasarkan data yang diambil dari produktivitas cabe tahun 2008 dengan tingkat

kepercayaan sebesar 90%, maka H0 diterima atau gagal tolak H0, sehingga rata-rata

produktivitas cabe tahun 2008 sama dengan 19,00.

3. Uji T Untuk Dua Sampel Independen

Berikut ini adalah istilah-istilah penting dalam Compare Means: Independent-

Sample T Test:

Grouping Variable berisi nama variabel yang didefinisikan dalam kategori yang

akan dibandingkan (Group 1 dan Group 2). Dalam praktikum kali ini, Group 1

merupakan negara India dan Group 2 merupakan negara Indonesia.

Tabel 3.5 Group Statistics untuk kasus 3

Group Statistics

Negara N Mean Std. Deviation Std. Error Mean

Populasi India 13 1.44406808 .147170217 .040817674

Indonesia 13 1.39400246 .063828130 .017702738

Pada praktikum kali ini, praktikan akan membandingkan populasi negara India

dengan populasi negara Indonesia yang masing-masing jumlah data sebanyak 13 data.

Mean dari variabel Populasi Negara India adalah 1,44406808 dan variabel Populasi

Negara Indonesia adalah 1,39400246. Standard deviation pada variabel Populasi Negara

India adalah 0,147170217 dan variabel Populasi Negara Indonesia adalah 0,063828130.

Sedangkan standard error of mean pada variabel Populasi Negara India adalah

0,040817674 dan variabel Populasi Negara Indonesia adalah 0,017702738.

Tabel 3.6 Independet Samples Test untuk kasus 3

19

Berdasarkan tabel 3.6 pada kolom Levene’s Test for Equality of Variances

diketahui bahwa F-hitung adalah 15,241 dengan P-value adalah 0,001. Sedangkan pada

kolom t-test for Equality of Means terdiri:

1. Pada variabel Populasi untuk asumis variansi yang sama (Equal variances

assumsed) diketahui bahwa t-hitung adalah 1,125, derajat bebas adalah 24, Sig.(2-

tailed) atau P-value adalah 0,272, mean difference adalah 0,050065615, standard

error of difference adalah 0,44491229, lower dari 95% Confidence Interval of the

Difference adalah -0,041759768, dan upper dari 95% Confid,ence Interval of The

Difference adalah 0,141890999.

2. Pada variabel Populasi untuk asumsi variansi yang tidak sama diketahui bahwa t-

hitung adalah 1,125, derajat bebas adalah 16,360, Sig.(2-tailed) atau P-value adalah

0,277, mean difference adalah 0,44491229, lower dari 95% Confidence Interval of

the Difference adalah -0,044083140, dan upper dari 95% Confidence Interval of The

Difference adalah 0,144214370.

Dalam praktikum kali ini, praktikan harus melakukan pengujian hipotesis sebagai

berikut:

1. Pengujian hipotesis untuk kesamaan variansi

Berikut ini adalah pengujian hipotesis variansi dari pertumbuhan populasi

penduduk pertahun antara India dan Indonesia:

a. H0 = 𝜎2 = 𝜎0

2 (Variansi pertumbuhan populasi penduduk pertahun antara India

dan Indonesia adalah sama)

H1 = 𝜎2 ≠ 𝜎0

2 (Variansi pertumbuhan populasi penduduk pertahun antara India

dan Indonesia adalah tidak sama)

b. Taraf signifikasi

Pada pengujian ini menggunakan taraf signifikansi adalah 𝛼 = 5 % = 0,05

c. Daerah kritis

H0 ditolak jika P-value < tingkat signifikansi

d. Statistik uji

P-value (0,001) < tingkat signifikasi (0,05)

e. Keputusan

H0 ditolak

20

f. Kesimpulan

Berdasarkan data yang diambil dari pertumbuhan populasi penduduk pertahun

antara India dan Indonesia dengan tingkat kepercayaan sebesar 95%, maka H0

ditolak, sehingga variansi pada pertumbuhan populasi penduduk pertahun antara

India dan Indonesia adalah berbeda.

2. Pengujian hipotesis untuk rata-rata

Berdasarkan pada pengujian hipotesis kesamaan variansi diketahui bahwa

kedua variansi pertumbuhan populasi penduduk pertahun antara India dan Indonesia

adalah berbeda sehingga menggunakan sehingga menggunakan asumsi variansi yang

tidak sama. Berikut ini adalah pengujian hipotesis rata-rata dari pertumbuhan

populasi penduduk pertahun antara India dan Indonesia dengan asumsi variansi yang

tidak sama:

a. H0 = 𝜇 = 𝜇0 (Rata-rata pertumbuhan populasi pertahun antara India dan

Indonesia adalah sama)

H1 = 𝜇 ≠ 𝜇0 (Rata-rata pertumbuhan populasi pertahun antara India dan

Indonesia adalah tidak sama)

b. Taraf signifikansi

Pada pengujian ini menggunakan dua arah (two-tailed) dengan taraf signifikansi

𝛼 = 5% = 0,05

c. Daerah kritis

H0 ditolak jika P-value < tingkat signifikansi atau t-hitung > t-tabel

d. Statistik uji

Berdasarkan tabel distribusi t dengan derajat bebas adalah 16,360 ≈ 16 dan taraf

signifikasi sebesar 𝛼/2 adalah 0,025, maka t-tabel adalah 2,201 sehingga:

P-value (0,277) > tingkat signifikansi (𝛼/2= 0,025) atau t-hitung (-1,125) < t-

tabel (2,201)

e. Keputusan

H0 diterima atau gagal tolak H0

f. Kesimpulan

Berdasarkan data yang diambil dari pertumbuhan populasi pertahun antara India

dan Indonesia dengan tingkat kepercayaan 95%, maka H0 diterima atau gagal

21

tolak H0, sehingga rata-rata pertumbuhan populasi pertahun India sama dengan

rata-rata pertumbuhan populasi pertahun Indonesia.

4. Uji T untuk Dua Sampel Berpasangan (Paired Sample Test)

Tabel 3.7 Paired Samples Statistics untuk kasus 4

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 INFLASI_2010 .5633 12 .47679 .13764

INFLASI_2011 .3100 12 .42776 .12348

Pair 2 INFLASI_2011 .3100 12 .42776 .12348

INFLASI_2012 .3508 12 .33792 .09755

Pada praktikum kali ini, praktikan akan melakukan pengujian sampel berpasangan

pada Pair 1 terdiri dari variabel INFLASI_2010 dan variabel INFLASI _2011 dan Pair 2

terdiri dari variabel INFLASI_2011 dan variabel INFLASI_2012. Mean dari variabel

INFLASI_2010 adalah 0,5633 dengan standard error of mean adalah 0,13764, variabel

INFLASI_2011 adalah 0,3100 dengan standard error of mean adalah 0,122348, dan

variabel INFLASI_2012 adalah 0,3508 dengan standard error of mean adalah 0,09755

untuk masing-masing jumlah data (N) sebanyak 12 data. Sedangkan standar deviation

dari variabel INFLASI_2010 adalah 0,47679, variabel INFLASI_2011 adalah 0,42776,

dan variabel INFLASI_2012 adalah 0,33792.

Tabel 3.8 Paired Samples Correlations untuk kasus 4

Paired Samples Correlations

N Correlation Sig.

Pair 1 INFLASI_2010 &

INFLASI_2011

12 .827 .001

Pair 2 INFLASI_2011 &

INFLASI_2012

12 .822 .001

Berdasarkan tabel 3.8 di atas diketahui bahwa kolerasi (Correlation) antara

variabel INFLASI_2010 dan INFLASI_2011 (Pair 1) adalah 0,827, sedangkan kolerasi

antara variabel INFLASI_2011 dan INFLASI_2012 (Pair 2) adalah 0,822 dengan

masing-masing jumlah data (N) sebanyak 12 data. Nilai korelasi ini menunjukkan

22

kekuatan dan arah hubungan linier antara dua peubah acak (random variable). Sig. Atau

P-value pada Pair 1 dan Pair 2 adalah 0,001.

tabel 3. 9 Paired Samples Test untuk kasus 4

Mean untuk Pair 1 adalah 0,25333 dengan standard error of mean adalah 0, 07789

dan Pair 2 adalah -0, 04083 dengan standard error of mean adalah 0,07040. Sedangkan

Standard deviation untuk Pair 1 adalah 0,26983 dan Pair 2 adalah 0,24389. Nilai lower

dari 95% dari Confidence Interval of the Difference adalah 0, 08189 dan nilai upper dari

95% dari Confidence Interval of the Difference adalah 0,42477 untuk Pair 1, sedangkan

nilai lower dari 95% dari Confidence Interval of the Difference adalah -0,19579 dan

upper dari 95% dari Confidence Interval of the Difference adalah 0,11413 untuk Pair 2.

Nilai dari t-hitung untuk Pair 1 adalah 3,252 dengan derajat bebas (N-1) adalah 11

dan Sig.(2-tailed) atau P-value adalah 0,008, sedangkan nilai dari t-hitung untuk pair 2

adalah -0,580 dengan derajat bebas (N-1) adalah 11 dan SIG.(2-tailde) atau P-value

adalah 0,574

Dalam praktikum kali ini, praktikan harus melakukan pengujian hipotesis dan

pemaparan kesimpulan terkait perubahan inflasi sebagai berikut:

1. Pengujian hipotesis kesamaan rataan inflasi tahun 2010-2011

a. H0 = 𝜇 = 𝜇0 (Rata-rata inflasi tahun 2010 dan 2011 adalah sama)

H1 = 𝜇 ≠ 𝜇0 (Rata-rata inflasi tahun 2010 dan 2011 adalah tidak sama)

b. Taraf signifikansi

Pada pengujian ini menggunakan dua arah (two-tailed) dengan taraf signifikansi

𝛼 = 5% = 0,05

c. Daerah kritis

H0 ditolak jika P-value < tingkat signifikansi atau t-hitung > t-tabel

d. Statistik uji

23

Berdasarkan tabel distribusi t dengan derajat bebas adalah 11 dan tingkat

kepercayaan sebesar 𝛼/2 adalah 0,025, maka t-tabel adalah 2,201 sehingga:

P-value (0,008) < tingkat signifikansi (𝛼/2= 0,025) atau t-hitung (3,252) > t-

tabel (2,201)

e. Keputusan

H0 ditolak

f. Kesimpulan

Berdasarkan data yang diambil dari inflasi tahun 2010 dan 2011 dengan tingkat

kepercayaan sebesar 95%, maka H0 ditolak, sehingga rata-rata inflasi tahun

2010 tidak sama dengan rata-rata inflasi tahun 2011.

2. Pengujian hipotesis kesamaan rataan inflasi tahun 2011-2012

a. H0 = 𝜇 = 𝜇0 (Rata-rata inflasi tahun 2011 dan 2012 adalah sama)

H1 = 𝜇 ≠ 𝜇0 (Rata-rata inflasi tahun 2011 dan 2012 adalah tidak sama)

b. Taraf signifikansi

Pada pengujian ini menggunakan dua arah (two-tailed) dengan taraf signifikansi

𝛼 = 5% = 0,05

c. Daerah kritis

H0 ditolak jika P-value < tingkat signifikansi atau t-hitung > t-tabel

d. Statistik uji

Berdasarkan tabel distribusi t dengan derajat bebas adalah 11 dan taraf

signifikasi sebesar 𝛼/2 adalah 0,025, maka t-tabel adalah 2,201 sehingga:

P-value (0,574) > tingkat signifikansi (𝛼/2= 0,025) atau t-hitung (-0,580) < t-

tabel (2,201)

e. Keputusan

H0 diterima atau gagal tolak H0

f. Kesimpulan

Berdasarkan data yang diambil dari inflasi tahun 2011 dan 2012 dengan tingkat

kepercayaan sebesar 95%, maka H0 diterima atau gagal tolak H0, sehingga rata-

rata inflasi tahun 2011 sama dengan rata-rata inflasi tahun 2011.

3. Kesimpulan secara umum tekait perubahan inflasi

Inflasi memiliki dampak positif dan dampak negatif tergantung parah atau

tidaknya inflasi. Apabila inflasi itu ringan justru mempunyai pengaruh yang positif

dalam arti dapat mendorong perekonomian lebih baik, yaitu meningkatkan

24

pendapatan nasional dan membuat orang bergairah untuk bekerja, menabung dan

mengadakan investasi. Sebaliknya dalam masa inflasi yang parah, yaitu pada saat

terjadi inflasi tak terkendali (hiperinflasi), keadaan perekonomian menjadi kacau dan

perekonomian dirasakan lesu. Orang menjadi tidak bersemangat kerja, menabung,

atau mengadakan investasi dan produksi karena harga meningkat dengan cepat. Para

penerima pendapatan tetap seperti pegawai negeri atau karyawan swasta serta kaum

buruh juga akan kewalahan menanggung dan mengimbangi harga sehingga hidup

mereka menjadi semakin merosot dan terpuruk dari waktu ke waktu. Secara singkat

dapat dipilah akibat buruk dari inflasi sebagai berikut:

1. Kesenjangan distibusi pendapatan

2. Pendapatan riil merosot

3. Nilai riil tabungan merosot

4. Bagi orang yang meminjam uang dari bank (debitur) inflasi menguntungkan

pada saat pembayaran utang kepada kreditur.

5. Bagi produsen, inflasi dapat menguntungkan bila pendapatan yang diperoleh

lebih baik daripada kenaikan biaya produksi.

25

BAB IV

PENUTUP

Berdasarkan praktikum tentang Compare Means dapat disimpulkan bahwa:

1. Analisis perbandingan digunakan untuk membandingkan rata-rata, melakukan pengujian

hipotesis untuk One-Sample T Test, Independent-Sample T Test, dan Paired Sample Test.

2. Berdasarkan pengujian hipotesis rata-rata dari produktivitas cabe tahun 2008 dengan

taraf signifikasi sebesar 90%, maka H0 diterima atau gagal tolak H0, sehingga rata-rata

produktivitas cabe tahun 2008 sama dengan 19,00.

3. Berdasarkan pengujian hipotesis variansi dari pertumbuhan populasi penduduk pertahun

antara India dan Indonesia dengan taraf signifikansi sebesar 95%, maka H0 ditolak,

sehingga variansi pada pertumbuhan populasi penduduk pertahun antara India dan

Indonesia adalah berbeda, dan berdasarkan pengujian hipotesis rata-rata dari

pertumbuhan populasi pertahun antara India dan Indonesia dengan taraf signifikansi

95%, maka H0 diterima atau gagal tolak H0, sehingga rata-rata pertumbuhan populasi

pertahun India sama dengan rata-rata pertumbuhan populasi pertahun Indonesia.

4. Berdasarkan pengujian hipotesis rata-rata dari inflasi tahun 2010 dan 2011 dengan

tingkat kepercayaan sebesar 95%, maka H0 ditolak, sehingga rata-rata inflasi tahun 2010

tidak sama dengan rata-rata inflasi tahun 2011.

5. Berdasarkan pengujian hipotesis rata-rata dari inflasi tahun 2011 dan 2012 dengan

tingkat kepercayaan sebesar 95%, maka H0 diterima atau gagal tolak H0, sehingga rata-

rata inflasi tahun 2011 sama dengan rata-rata inflasi tahun 2011.

26

DAFTAR PUSTAKA

Bimo, Suseno. 2010. Analisis Perbandingan.

http://www.statistikolahdata.com/2010/10/analisis-perbandingan. html [Online] diakses

pada tanggal 10 Desember 2013 pada jam 19.08

Consultant, Duwi. 2011. Paires Samples T Test.

http://duwiconsultant.blogspot.com/2011/11/paired-samples-t-test.html [Online]

diakses pada tanggal 11 Desember 2013 pada jam 18.20

Data, Jogja. 2012. Uji T Satu Sample (One Sample T-Test). http://jogja-

olahdata.blogspot.com/2012/11/uji-t-satu-sampel-one-sampel-t-test_24.html [Online]

diakses pada tanggal 11 Desember 2013 pada jam 17.00

Jaka, Nugraha. 2011. Modul Praktikum II Analisis Data Eksplorasi. Yogyakarta: Universitas

Islam Indonesia

Lintasinfo. 2013. Inflasi, Dampak, Pengaruh, Kebijakan, dan Cara Mengatasi.

http://lintasinfo10.blogspot.com/2013/10/inflasi-dampak-pengaruh-kebijakan-cara

mengatasi.html [Online] diakses pada tanggal 11 Desember 2013 pada jam 17.15

Rory. 2011. Uji T Dua Sampel Independen (Varian Sama). http://www.hprory.com/2011/11/

uji-t-dua-sampel-independen-varian-sama.html [Online] diakses pada tanggal 11

Desember 2013 pada jam 13.00