laporan praktikum statistik dasar pertemuan ke 7 akakom
DESCRIPTION
sipTRANSCRIPT
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
1/22
LAPORAN PRAKTIKUM
STATISTIK DASAR
PERTEMUAN KE-7
DISUSUN OLEH
NAMA : ARIE FIRMANSAYAH
NIM : 135410081
SEKOLAH TINGGI ILMU MANAJEMEN
INFORMATIKA DAN KOMPUTER
AKAKOM
2014
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
2/22
ARIE FIRMANSYAHNIM : 135410081
1
PERTEMUAN KE-7
UJI PERBANDINGAN RATA-RATA DUA POPULASI
A. DASAR TEORI
Independent sample t-testadalah jenis uji statistika yang bertujuan untuk
membandingkan rata-rata dua grup yang tidak saling berpasangan atau tidak
saling berkaitan. Tidak saling berpasangan dapat diartikan bahwa penelitian
dilakukan untuk dua subjek sampel yang berbeda.
Prinsip pengujian uji ini adalah melihat perbedaan variasi kedua kelompok data,
sehingga sebelum dilakukan pengujian, terlebih dahulu harus diketahui apakah
variannya sama (equal variance) atau variannya berbeda (unequal variance).
Homogenitas varian diuji berdasarkan rumus:
Data dinyatakan memiliki varian yang sama (equal variance) bila F-Hitung < F-
Tabel, dan sebaliknya, varian data dinyatakan tidak sama (unequal variance) bila
F-Hitung > F-Tabel.
Bentuk varian kedua kelompok data akan berpengaruh pada nilai standar
erroryang akhirnya akan membedakan rumus pengujiannya.
Uji t untuk varian yang sama (equal variance) menggunakan rumus Polled
Varians:
Uji t untuk varian yang berbeda (unequal variance) menggunakan
rumus Separated Varians:
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
3/22
ARIE FIRMANSYAHNIM : 135410081
2
Paired Sampel t-Test, adalah jenis uji statistika yang bertujuan untuk
membandingkan rata-rata dua grup yang saling berpasangan. Sampel
berpasangan dapat diartikan sebagai sebuah sampel dengan subjek yang sama
namun mengalami 2 perlakuan atau pengukuran yang berbeda, yaitu pengukuran
sebelum dan sesudah dilakukan sebuah treatment.
Syarat jenis uji ini adalah: (a) data berdistribusi normal; (b) kedua kelompok data
adalah dependen (saling berhubungan/berpasangan); dan (c) jenis data yang
digunakan adalah numeric dan kategorik (dua kelompok).
Rumus t-test yang digunakan untuk sampel berpasangan (paired) adalah:
B. LATIHAN
1. Kasus uji perbandingan rata-rata untuk 2 sample independent
Kasus :
Seseorang ingin mengetahui apakah ada perbedaan berat badan (BB) bayi laki-
laki dan perempuan yang berumur 6 bulan didesa Marga Rini. Berikut adalah
data yang diambil dari 10 sample bayi
Nama JK BB
Noni P 7.2Ari L 6.8
Aji L 7.5
Lia P 6.2
Arini P 6.8
Dian L 7.2
Maya P 7.6
Puspa L 6.9
Tari P 7.1
Puji P 7.4
Kasus di atas terdiri atas dua sampel yang bebas satu dengan yang lain, yaitu
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
4/22
ARIE FIRMANSYAHNIM : 135410081
3
sampel berjenis kelamin Laki-laki tentu berbeda dengan sampel berjenis kelamin
Permpuan . Di sini populasi diketahui berdistribusi normal, dan karena sampel
sedikit, dipakai uji t untuk dua sampel.
Langkah-langkah analisis nya dalah sebagai berikut :
1. Masukan dahulu data yang telah tersedia pada spss sehingga didapat output
sebagai berikut :
2. Klik AnalyzeCompare-MeansIndependent-Sample T test
Sehingga tampak tampilan :
Masukan variabel Bb pada kotak Test Variable(s) dan variabel Jk pada kotak
Grouping Variable
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
5/22
ARIE FIRMANSYAHNIM : 135410081
4
klik Define groups
sehingga akan tampak tampilan jendela baru seperti gambar dibawah ini
Isikan angka 1 (berarti jenis kelamin laki-laki) pada group 1 dan isikan angka 2
(berarti jenis kelamin perempuan) pada group 2
klik ContinueOK
Sehingga tampak output :
1. Output bagian pertama
Penjelasan Output :
Terlihat ringkasan statistik dari kedua sample. Berat badan (Bb) rata-rata bayi
laki-laki (Jk=1) adalah 7,1 Kg , dan Berat badan (Bb) rata-rata bayi Perempuan
(Jk=2) adalah 7,01 Kg.
Dari ke 2 data tersebut apakah ada perbedaan yang signifikan (jelas dan nyata)?
untuk itu analisis dilanjutkan pada bagian kedua output.
2. Output bagian kedua
Penjelasan Output :
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
6/22
ARIE FIRMANSYAHNIM : 135410081
5
Uji T 2 sample dilakukan dalam 2 tahapan. Tahap pertama adalah menguji
apakah varians dari 2 populasi bisa dianggap sama? Setelah itu baru dilakukan
pengujian untuk melihat ada tidaknya perbedaan rata-rata 2 populasi yang diuji.
Pengujian Berat badan (Bb) :
pertama yang dilakukan adalah pengujian apakah ada kesamaan varians pada
data laki-laki maupun perempuan. Pengujian asumsi kesamaan varians dilakukan
lewat uji F.
Hipotesis :
Hipotesis untuk pengujian Varians.
H0 = Kedua varians populasi berat badan antara bayi Laki-laki dan Perempuan
adalah sama.
H1 = Kedua varians populasi berat badan antara bayi Laki-laki dan Perempuan
adalah tidak sama
Pengambilan Keputusan :
Dasar pengambilan keputusan (uji varians menggunakan uji satu sisi) :
Jika probabilitas > 0,05 maka H0Diterima
Jika probabilitas < 0,05 maka H0Ditolak
Keputusan :
Terlihat bahwa F hitung untuk Berat badan dengan equal variance assumed
(Diasumsikan Kedua varians sama ) adalah 0.546 dengan probabilitas (.Sig)
0,481.
Oleh karena probabilitas (.Sig) > 0,05 maka H0 diterima atau kedua varians
adalah sama.
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
7/22
ARIE FIRMANSYAHNIM : 135410081
6
2. Kasus uji perbandingan rata-rata untuk 2 sample berpasangan
Kasus :
Seseorang ingin mengetahui apakah ada perbedaan terhadap hasil penggunaan
suatu alat penginggi tubuh.
Berikut adalah data yang diambil dari 7 responden
Nama TB_Sebelum TB_Sesudah
Dyah 152 153
Ninuk 142 142
Endah 150 151
Toni 159 159
Jane 145 145
Wida 150 150
Mimi 149 148
Kasus di atas terdiri atas dua sampel yang berhubungan atau berpasangan
satu dengan yang lain, yaitu sampel Tinggi badan sebelum (TB_Sebelum) dan
sampel tinggi badan sesudah (TB_Sesudah).
Di sini populasi diketahui berdistribusi normal, dan karena
anggota sampel sedikit (hanya 7 responden, yang berarti jauh di bawah 30),
dipakai uji t untuk dua sampel yang berpasangan.
Langkah-langkah analisis nya dalah sebagai berikut :
1. Masukan dahulu data yang telah tersedia pada spss sehingga didapat output
sebagai berikut :
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
8/22
ARIE FIRMANSYAHNIM : 135410081
7
2. Klik AnalyzeCompare-MeansPaired-Sample T test
Sehingga akan tampak tampilan :
tampak tampilan Paired Variable(s) atau Variabel yang akan diuji.
Oleh karena di sini akan diuji data sebelum dan sesudah, maka klikmouse
pada variabel TB_Sebelum, kemudian klik mouse sekali lagi pada variabel
TB_Sesudah, maka terlihat pada kolom Current Selection di bawah, terdapat
keterangan untuk variable 1 dan 2. Kemudian klik mouse pada tanda > (yang
sebelah atas), maka pada Paired variables terlihat tanda TB_Sebelum ..
TB_Sesudah.
klik option
Maka akan tampak tampilan :
1. Untuk Confidence Interval atau tingkat kepercayaan. Sebagai default,
SPSS menggunakan tingkat kepercayaan 95% atau tingkat signifikansi
100%-95% = 5%
2. Untuk Missing Values atau data yang hilang. Karena dalam kasus semua
pasangan data komplit (tidak ada yang kosong)
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
9/22
ARIE FIRMANSYAHNIM : 135410081
8
klik ContinueOK
Analisis
1. Output bagian pertama
Penjelasan Output :
Pada bagian ini terlihat ringkasan statistic dari ke 2 sample. Untuk tinggi badan
sebelum (TB_Sebelum) mempunyai rata-rata 149,571 cm. sedangkan Tinggi
badan setelah (TB_Sesudah) mempunyai rata-rata 149,714.
2. Output bagian kedua
Penjelasan Output :
Pada output bagian kedua ini adalah hasil korelasi antara kedua variabel yang
menghasilkan angka 0,992 dengan nilai probabilitas diatas 0,05 . Hal ini
menyatakan korelasi antara tinggi badan sebelum dan tinggi badan sesudah
adalah sangat erat dan berhubungan secara nyata.
3. Output bagian ketiga
Hipotesis :
H0 = Kedua rata-rata populasi adalah identik ( rata-rata populasi tinggi berat
badan sebelum dan sesudah adalah tidak berbeda secara nyata).
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
10/22
ARIE FIRMANSYAHNIM : 135410081
9
Hi = Kedua rata-rata populasi adalah tidak identik ( rata-rata populasi tinggi
badan sebelum dan sesudah adalah memang berbeda secara nyata)
Pengambilan keputusan :
Dasar Pengambilan keputusan :
1. Berdasarkan perbandingan t hitung dengan t tabel :
Jika statistic hitung (angka t output) > Statistik tabel (table t) makaH0 ditolak
Jika statistic hitung (angka t output) < Statistik tabel (table t) makaH0 diterima
Didalam output terdapat t hitung = 0,548
Langkah-langkah menghitung nilai t-table adalah sebagai berikut.
1. Masukan variabel baru dengan nama df. Nilai df adalah jumlah data1
= 71
= 6 .
2. Klik TransformComp ute Variable.
3. Isi kolom Target Variabledengan t_tabel, Isi kolom Numeric
Express iondengan IDF.T(0.95,df).
IDF.T ( )merupakan rumus untuk mencari nilai T-tabel.
0.95menyatakan nilai 95%, berasal dari 100% dikurangi tingkat signifikansi
5% = 95% = 0.95.
d f merupakan nama variabel yang telah dibuat (lihat poin pertama).
Pengisian kolom dapat dilihat pada gambar berikut.
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
11/22
ARIE FIRMANSYAHNIM : 135410081
10
4. Klik OK. Hasilnya tampak seperti gambar di bawah ini.
Didapat Nilai t-table =1,94
Oleh karena nilai t table > t hitung ( 1,94 > 0,548 ) maka H0 diterima.
Bisa disumpulkan alat peninggi tersebut tidak secara efektif meninggikan badan
responden secara signifikan.
2. Berdasarkan probabilitas
Jika probabilitas > 0,05 maka H0 diterima
Jika probabilitas < 0,05 maka H0 ditolak
Keputusan :
Terlihat t hitung adalah 0,548 dengan probabilitas 0,604.
Untuk uji 2 sisi,angka probabilitas adalah 0,604/2 = 0,302 . oleh karena 0.302 >
0,025 maka H0 diterima.
dapat disimpulkan bahwa tinggi badan sebelum dan sesudah adalah relative
sama,atau dengan kata lain alat peninggi tersebut tidak secara efektif
meninggikan badan responden secara signifikan.
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
12/22
ARIE FIRMANSYAHNIM : 135410081
11
C. TUGAS
Berikut data nilai peserta workshop X
Nama Jk Nilai_pre Nilai_post
Dyah Perempuan 52 60
Ninuk Perempuan 42 54Endah Perempuan 50 40
Toni Laki-laki 59 60
Jane Perempuan 45 44
Wida Perempuan 50 52
Mimi Perempuan 49 45
Tono Laki-laki 45 45
Andii Laki-laki 56 60
Dodi Laki-laki 61 56
Tentukan :
1. Apakah ada perbedaan nilai pre untuk peserta laki laki dan perempuan?
2. Apakah ada perbedaan nilai post untuk peserta laki laki dan perempuan?
3. Apakah ada perbedaan nilai pre dan nilai post?
JAWAB
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
13/22
ARIE FIRMANSYAHNIM : 135410081
12
1. Apakah ada perbedaan nilai pre untuk peserta laki laki dan perempuan?
JAWAB
Kasus diatas digolongkan menjadi independent sampel t test karena Jenis
kelamin merupakan variabel yang independent.
Langkah-langkah test nya adalah sebagai berikut :
1. Klik AnalyzeCompare-MeansIndependent-Sample T test
Sehingga tampak tampilan :
Masukan variabel Nilai_pre pada kotak Test Variable(s) dan variabel Jk pada
kotak Grouping Variable
klik Define groups
sehingga akan tampak tampilan jendela baru seperti gambar dibawah ini
Isikan angka 1 (berarti jenis kelamin laki-laki) pada group 1 dan isikan angka 2
(berarti jenis kelamin perempuan) pada group 2
klik ContinueOK
Sehingga tampak output :
1. Output bagian pertama
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
14/22
ARIE FIRMANSYAHNIM : 135410081
13
Penjelasan Output :
Terlihat ringkasan statistik dari kedua sample. Nilai_pre rata-rata peserta
workshop berjenis kelamin laki-laki (Jk=1) adalah 55,250 , dan Nilai_pre rata-rata
peserta workshop berjenis kelamin Perempuan (Jk=2) adalah 48.
Dari ke 2 data tersebut apakah ada perbedaan yang signifikan (jelas dan nyata)?
untuk itu analisis dilanjutkan pada bagian kedua output.
2. Output bagian kedua
Penjelasan Output :
Uji T 2 sample dilakukan dalam 2 tahapan. Tahap pertama adalah menguji
apakah varians dari 2 populasi bisa dianggap sama? Setelah itu baru dilakukan
pengujian untuk melihat ada tidaknya perbedaan rata-rata 2 populasi yang diuji.
Pengujian Nilai_pre :
pertama yang dilakukan adalah pengujian apakah ada kesamaan varians pada
data laki-laki maupun perempuan. Pengujian asumsi kesamaan varians dilakukan
lewat uji F.
Hipotesis :
Hipotesis untuk pengujian Varians.
H0 = Kedua varians populasi Nilai_pre antara peserta workshop berjenis kelamin
Laki-laki dan Perempuan adalah sama.
H1 = Kedua varians populasi Nilai_pre antara peserta workshop berjenis kelamin
Laki-laki dan Perempuan adalah tidak sama
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
15/22
ARIE FIRMANSYAHNIM : 135410081
14
Pengambilan Keputusan :
Dasar pengambilan keputusan (uji varians menggunakan uji satu sisi) :
Jika probabilitas > 0,05 maka H0Diterima
Jika probabilitas < 0,05 maka H0Ditolak
Keputusan :
Terlihat bahwa F hitung untuk Nilai_pre dengan equal variance assumed
(Diasumsikan Kedua varians sama ) adalah 1,361 dengan probabilitas (.Sig)
0,277.
Oleh karena probabilitas (.Sig) > 0,05 maka H0 diterima atau kedua varians
adalah sama/tidak ada perbedaan.
2. Apakah ada perbedaan nilai post untuk peserta laki laki dan perempuan?
JAWAB
Kasus diatas digolongkan menjadi independent sampel t test karena Jenis
kelamin merupakan variabel yang independent.
Langkah-langkah analisisnya nya adalah sebagai berikut :
1. Klik AnalyzeCompare-MeansIndependent-Sample T test
Sehingga tampak tampilan :
Masukan variabel Nilai_pre pada kotak Test Variable(s) dan variabel Jk pada
kotak Grouping Variable
klik Define groups
sehingga akan tampak tampilan jendela baru seperti gambar dibawah ini
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
16/22
ARIE FIRMANSYAHNIM : 135410081
15
Isikan angka 1 (berarti jenis kelamin laki-laki) pada group 1 dan isikan angka 2
(berarti jenis kelamin perempuan) pada group 2
klik ContinueOK
Sehingga tampak output :
1. Output bagian pertama
Penjelasan Output :
Terlihat ringkasan statistik dari kedua sample. Nilai_post rata-rata peserta
workshop berjenis kelamin laki-laki (Jk=1) adalah 55,250 , dan Nilai_pre rata-ratapeserta workshop berjenis kelamin Perempuan (Jk=2) adalah 49,167.
Dari ke 2 data tersebut apakah ada perbedaan yang signifikan (jelas dan nyata)?
untuk itu analisis dilanjutkan pada bagian kedua output.
2. Output bagian kedua
Penjelasan Output :
Uji T 2 sample dilakukan dalam 2 tahapan. Tahap pertama adalah menguji
apakah varians dari 2 populasi bisa dianggap sama? Setelah itu baru dilakukan
pengujian untuk melihat ada tidaknya perbedaan rata-rata 2 populasi yang diuji.
Pengujian Nilai_post :
pertama yang dilakukan adalah pengujian apakah ada kesamaan varians pada
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
17/22
ARIE FIRMANSYAHNIM : 135410081
16
data laki-laki maupun perempuan. Pengujian asumsi kesamaan varians dilakukan
lewat uji F.
Hipotesis :
Hipotesis untuk pengujian Varians.
H0 = Kedua varians populasi Nilai_post antara peserta workshop berjenis kelamin
Laki-laki dan Perempuan adalah sama.
H1 = Kedua varians populasi Nilai_post antara peserta workshop berjenis kelamin
Laki-laki dan Perempuan adalah tidak sama
Pengambilan Keputusan :
Dasar pengambilan keputusan (uji varians menggunakan uji satu sisi) :
Jika probabilitas > 0,05 maka H0Diterima
Jika probabilitas < 0,05 maka H0Ditolak
Keputusan :
Terlihat bahwa F hitung untuk Nilai_post dengan equal variance assumed
(Diasumsikan Kedua varians sama ) adalah 0,221 dengan probabilitas (.Sig)
0,651.
Oleh karena probabilitas (.Sig) > 0,05 maka H0 diterima atau kedua varians
adalah sama/tidak ada perbedaan.
3. Apakah ada perbedaan nilai pre dan nilai post?
JAWAB
Kasus diatas digolongkan menjadi paired sampel t test karena Jenis kelamin
merupakan variabel yang saling berhubungan.
Langkah-langkah analisisnya nya adalah sebagai berikut :
1. Klik AnalyzeCompare-MeansPaired-Sample T test
Sehingga akan tampak tampilan :
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
18/22
ARIE FIRMANSYAHNIM : 135410081
17
tampak tampilan Paired Variable(s) atau Variabel yang akan diuji.
Oleh karena di sini akan diuji data sebelum dan sesudah, maka klikmouse
pada variabel Nilai_pre, kemudian klik mouse sekali lagi pada variabel
Nilai_post, maka terlihat pada kolom Current Selection di bawah, terdapatketerangan untuk variable 1 dan 2. Kemudian klik mouse pada tanda > (yang
sebelah atas), maka pada Paired variables terlihat tanda Nilai_pre.. Nilai_post.
klik option
Maka akan tampak tampilan :
1. Untuk Confidence Interval atau tingkat kepercayaan. Sebagai default,
SPSS menggunakan tingkat kepercayaan 95% atau tingkat signifikansi
100%-95% = 5%
2. Untuk Missing Values atau data yang hilang. Karena dalam kasus semua
pasangan data komplit (tidak ada yang kosong)
klik ContinueOK
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
19/22
ARIE FIRMANSYAHNIM : 135410081
18
1. Output bagian pertama
Pada bagian ini terlihat ringkasan statistic dari ke 2 sample. Untuk Nilai_pre
mempunyai rata-rata 50,9. sedangkan Nilai_post mempunyai rata-rata 51,6.
2. Output bagian kedua
Pada output bagian kedua ini adalah hasil korelasi antara kedua variabel yang
menghasilkan angka 0,558 dengan nilai probabilitas diatas 0,05 . Hal ini
menyatakan korelasi antara Nilai_pre dan Nilai_post adalah sangat erat dan
berhubungan secara nyata.
3. Output bagian ketiga
Hipotesis :H0 = Kedua rata-rata populasi adalah identik ( rata-rata populasi Nilai_pre dan
Nilai_post adalah tidak berbeda secara nyata).
Hi = Kedua rata-rata populasi adalah tidak identik ( rata-rata populasi Nilai_pre
dan Nilai_post adalah memang berbeda secara nyata).
Pengambilan keputusan :
Dasar Pengambilan keputusan :1. Berdasarkan perbandingan t hitung dengan t tabel :
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
20/22
ARIE FIRMANSYAHNIM : 135410081
19
Jika statistic hitung (angka t output) > Statistik tabel (table t) makaH0 ditolak
Jika statistic hitung (angka t output) < Statistik tabel (table t) makaH0 diterima
Didalam output terdapat t hitung =- 0,347
Langkah-langkah menghitung nilai t-table adalah sebagai berikut.
1. Masukan variabel baru dengan nama df. Nilai df adalah jumlah data
1
= 101
= 9 .
2. Klik TransformComp ute Variable.
3. Isi kolom Target Variabledengan t_tabel, Isi kolom Numeric
Express iondengan IDF.T(0.95,df).
IDF.T ( )merupakan rumus untuk mencari nilai T-tabel.
0.95menyatakan nilai 95%, berasal dari 100% dikurangi tingkat signifikansi5% = 95% = 0.95.
d f merupakan nama variabel yang telah dibuat (lihat poin pertama).
Pengisian kolom dapat dilihat pada gambar berikut.
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
21/22
ARIE FIRMANSYAHNIM : 135410081
20
4. Klik OK. Hasilnya tampak seperti gambar di bawah ini.
Didapat Nilai t-table =1,83
Oleh karena nilai t table > t hitung ( 1,83 > - 0,347 ) maka H0 diterima
Bisa disumpulkan bahwa tidak signifikan berpengaruh pada nilai peserta. Itu
terbukti dengan tidak ada perbedaan signifikan antara Nilai_pre dan Nilai_post
2. Berdasarkan probabilitas
Jika probabilitas > 0,05 maka H0 diterima
Jika probabilitas < 0,05 maka H0 ditolak
Keputusan :
Terlihat t hitung adalah - 0,347 dengan probabilitas 0,737.
Untuk uji 2 sisi,angka probabilitas adalah 0,737/2 = 0,3685 . oleh karena 0.3625 >
0,025 maka H0 diterima.
Bisa disumpulkan bahwa tidak signifikan berpengaruh pada nilai peserta. Itu
terbukti dengan tidak ada perbedaan signifikan antara Nilai_pre dan Nilai_post
-
7/13/2019 Laporan Praktikum Statistik Dasar Pertemuan Ke 7 akakom
22/22
ARIE FIRMANSYAHNIM : 135410081
21
D. LISTING
Terlamp ir dengan beberapa perubahaan sepert i te lah di je laskan pada
pembahasan.
E. KESIMPULAN
Hal pertama yang harus dilakukan pada uji sample independent atau paired
adalah menganalisa kasus terlebih dahulu. pada uji sampel independent relasi
antara variabel tidak terjadi. Masing masing variabel tidak berhubungan satu
sama lain. Seperti dalam contoh soal diatas. Variabel Jenis kelamin menjadi kunci
untuk menggunakan uji independent. Ini dikarenakan seseorang tidak akan
pernah menjadi Laki-laki atau Wanita sekaligus.Hal ini berbeda dengan uji paired,dimana masing masing variabel terhubung
satu dengan yang lainya. Sebagai contoh dalam pembahasan diatas adalah tinggi
badan sebelum dan sesudah menggunakan obat peninggi badan. Variabel tinggi
sebelum terkakit dengan variabel tinggi sesudah.
F. DAFTAR PUSTAKATIM Kelompok 4,2010. Petunjuk Praktikum statistik dasar: Laboratorium terpadu
sekolah tinggi manajemen dan informatika AKAKOM Yogyakarta