laporan uji hipotesis
DESCRIPTION
statistika UIITRANSCRIPT
1
LAPORAN PRAKTIKUM
ANALISIS DATA EKSPLORASI
MODUL : 4
STATISTIKA DASAR dan ANOVA MENGGUNAKAN SPSS
Nama
Praktikan
Nomor
Mahasiswa
Tanggal
Kumpul
Tanda Tangan
Praktikan Laboran
Endah Handayani 12611054 11/12/2013
Nama Penilai Tanggal
Koreksi
Nilai Tanda Tangan
Asisten Dosen
Devi Herliani
Diah Ayu Safitri
Dr. Jaka Nugraha, M.Si
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2013
KELAS
A2
2
BAB I
PENDAHULUAN
Dalam laporan kali ini, akan membandingkan mean atau rata-rata (compare mean) yang
meliputi uji T pada sampel tunggal, sampel independen maupun sampel berpasangan one way
anova, serta membandingkan beberapa sampel secara bersamaan.
1. Means
Prosedur means dipakai untuk menghiutng mean subgroup means dan menampilkan
statistic yang berkaitan dengan dependent variables dalam kategori yang dinyatakan dalam
satu atau lebih independent variables statistic. Adapun analisis yang dapat dilakukan adalah
sum, number of cases, mean, median, grouped median, standar error of mean, minimum,
maxiimum, range, dan lain-lain, sedangkan printah yang dapat dijalankan adalah klik
analyzecompare meanMeans.
2. Uji T- Untuk Satu Sampel
Uji t1 adalah salah satu uji statistik parametrik yang dikembangkan oleh William Seely Gosset
pada tahun 1915, jenis uji ini bertujuan untuk mengkomparasi atau membandingkan apakah
rata-rata sebuah populasi ataupun 2 populasi, memiliki perbedaan secara signifikan.
Berdasarkan jumlah sampelnya, uji t dapat dibagi atas uji t satu sampel, dan uji t dua sampel:
Uji t satu sampel (one sample t-test) digunakan untuk menguji apakah suatu nilai berbeda
secara nyata ataukah tidak dengan rata-rata sebuah sampel.
3. Uji T- Untuk Dua Sampel Independent
2Uji t dua sampel independen digunakan untuk menguji apakah dua kelompok sampel
mempunyai rata-rata yang sama atau tidak, atau apakah selisih rata-rata dari kedua
kelompok sampel tersebut sama dengan suatu nilai tertentu atau tidak. Sesuai dengan nama
statistik ujinya, maka kedua kelompok sampel harus saling bebas atau tidak ada hubungan
satu sama lain (independen). Jumlah sampel dalam pengujian adalah di bawah 30.
Uji t dua sampel independen (varian berbeda) digunakan jika diasumsikan bahwa kedua
varian dua populasi berbeda.
1 http://freelearningji.wordpress.com/2013/04/05/uji-t-satu-sampel/
2 http://www.hprory.com/2011/11/uji-t-dua-sampel-independen-varian.html
3
4. Uji T- Untuk Dua Sampel Berpasangan
Uji t- sampel berpasangan digunakan pada:
1) satu sampel (setiap elemen mempunyai 2 nilai
pengamatan)
2) merupakan data kuantitatif (rasio-interval)
3) berasal dari populasi dgn distribusi normal
(di populasi terdapat distribusi difference = d
4) yang berdistribusi normal dengan mean µd=0
dan variance σd 2=1)
4
BAB II
DESKRIPSI KERJA
Terdapat persoalan sebagai berikut:
1. Pada sebuah SMA diperoleh data nilai siswa kelas 3 seperti pada tabel:
Berdasarkan tabel di atas, lakukan analisis deskriptif statistik menggunakan
Means pada SPSS kemudian deskripsikan output-nya. (Semakin banyak
semakin baik).
2. Universitas Y mengadakan penelitian mengenai IQ mahasiswanya. Menurut isu yang
berkembang , IQ mahasiswa universias tersebut sama dengan 135. Untuk
membuktikan
kebenaran tersebut, tim riset mengambil sampel acak 20 mahasiswa. Kemudian
melakukan tes IQ. Data IQ adalah sebagai berikut:
150, 144, 130, 142, 144, 139, 138, 143, 146, 133, 141, 147, 141, 144, 140, 143, 144,
138, 139, 135.
Berdasarkan data dan narasi diatas, lakukan:
a. Uji rata-rata menggunakan one sample t test menggunakan SPSS.
b. Deskripsikan output dari hasil tersebut.
c. Lakukan uji hipotesis dengan tingkat kepercayaan 99%.
5
3. Berikut ini diketahui ketikdalulusan siswa antara SMA swasta dan SMA negeri di 10
Kabupaten:
Lakukan pengujian menggunakan independen sampel t test dan analisis
hipotesisnya apakah variansi populasi ketidaklulusan siswa swasta dan negeri
adalah sama. Tingkat kepercayaan 95%.
4. Data Rata-rata Konsumsi Protein (gram) per Kapita Menurut Kelompok Makanan
2006-2009:
Uji statistik paired sampel t test menggunakan SPSS pada data 2008 dan
2009, tampilkan -
6
output-nya dan deskripsikan. Kemudian lakukan uji hipotesis apakah rata-
rata konsumsi
protein per kapita pada tahun 2008 dan 2009 adalah sama (tidak berbeda
secara nyata).
(menggunakan tingkat kepercayaan 95%)
Dari persoalan diatas dapat diselesaikan menggunakan langkah-langkah spss, sebagai
berikut:
1. Membuka spss, dengan printah klik start, maka akan muncul tampilan seperti
dibawah ini:
Gambar 2. 1 Tampilan jendela spss
2. Selanjutnya masukan data yang pertama kedalam spss, seperti yang terlihat pada
gambar dibawah ini:
Gambar 2.2 Tampilan data dalam spss
7
Selajutnya klik menu analyze compare mean Means, atau seperti pada
gambar dibawah ini:
Gambar 2.3 Tampilan membuka menu means
Setelah membuka menu means maka akan muncul gambar dibawah ini:
Gambar 2.4 Tampilan Menu means
Selanjutnya adalah masukan variabel nilai ujian ke dalam kolom dependent,
atau seperti yang terlihat pada gambar dibawah ini:
Gambar 2.5 Tamplan masukan variabel
8
Setelah langkah diatas maka selanjutnya klik ok, pilih statistik deskriptif yang
akan di analis seperti yang terlihat pada gambar dibawah ini:
Gambar 2.6 tampilan menu setelah masukan variabel dalam kolom dependen
Selanjutnya adalah klik continue ok, maka akan muncul output seprti pada
gambar dibawah ini:
Gambar 2.7 Tampilan output dari data kelas
9
3. Selanjutnya adalah menganalisis Uji rata-rata menggunakan one sample t test
menggunakan SPSS, Deskripsikan output dari hasil tersebut, Lakukan uji
hipotesis dengan tingkat kepercayaan 99%. Adapun data-datanya adalah sebagai
berikut:
Gambar 2.8 data IQ
Setelah masukan data diatas ke dalam lembar kerja spss, maka selanjutnya adalah
klik analyze compare mean one sample T-Test, atau seperti yang terlihat pada
gambar dibawah ini:
Gambar 2.9 compare means
Setelah langkah diatas maka akan muncul gambar dibawah ini:
Gambar 2.10 Tampilan one sample T-Test
10
Setelah langkah diatas, selanjutnya adalah klik options, maka akan muncul
tampilan dibawah ini:
Gambar 2.11 tampilan menu options
Setelah masukan nilai tingkat signifikasinya maka klik continue klik ok, akan
muncul output seperti pada gambar dibawah ini:
Gambar 2.12 Tampilan output data IQ
4. Langkah selanjutnya adalah masukan data kabupaten, serta nilai lulus dan tidak
lulusnya dan kemudian Lakukan pengujian menggunakan independen sampel t
test dan analisis hipotesisnya apakah variansi populasi ketidaklulusan siswa
swasta dan negeri adalah sama. Tingkat kepercayaan 95%.
11
Adapun langkah-langkah yang dapat dilakukan adalah masukan data ke dalam
lembar kerja spss, atau yang terlihat seperti pada gambar dibawah ini:
Gambar 2.13 Tampilan data kelulusan
Setelah masukan data ke dalam lembar kerja spss, maka langkah berikutnya
adalah klik analyze compare mean independent sampel T-test, atau seperti
yang yang terlihat pada gambar dibawah ini:
Gambar 2.14 Tampilan compare mean independen sample
Setelah klik independen sample t test, maka akan muncul gambar dibawah ini:
12
Gambar 2.15 Tampilan independen sample t test
Setelah masukan variabel jumlah ke dalam kolom test variable, pilih options
maka akan muncul tampilan dibawah ini, pilih interval confidens 95 % atau
seperti yang terlihat pada gambar dibawah ini:
Gambar 2.16 Tampilan independen – sample T Test
Setelah langkah di atas, klik continue, klik ok, maka akan muncul output
seperti pada gambar dibawah ini:
Gambar 2.17 Tampilan output dari data
13
5. Persoalan yang terakhir adalah Data Rata-rata Konsumsi Protein (gram) per Kapita
Menurut Kelompok Makanan 2006-2009: berikut adalah datanya yang telah
dimasukan ke dalam lembar kerja spss:
Gambar 2.18 Tampilan data konsumsi
Setelah masukan data ke dalam lembar kerja spss, selanjutnya adalah klik analyze
compare means paired- sample T Test, atau seperti yang terlihat pada gambar
dibawah ini:
Gambar 2.19 Tampilan compare means
Setelah klik paired-sample T-Test, maka akan muncul tampilan berikut ini:
Gambar 2.20 paired sample T-Test
14
Setelah masukan variabel ke masing-masing kolom di atas klik options, maka
akan muncul tampilan gambar berikut ini, masukan confidence interval 95 % atau
seperti yang terlihat pda gambar dibawah ini:
Gambar 2.21 Tampilan variable options
Setelah itu, klik continue klik ok, maka akan muncul output berikut ini:
Gambar 2.22 Tampilan output data konsumsi
15
BAB III
PEMBAHASAN
Dari persoaln diatas dapat dibahas dalam bab pembahasan ini:
1) Berikut adalah output dari data yang terdapat pada siswa SMA bedasarkan kelas-
kelasnya:
Gambar 3.1 Tampilan output means
Dari output diatas, pada kelas A mean 67,70 pada kelas B mean 72,90, sedangkan
masing-masing jumlah N 10. Kelas standar deviasinya 14,260, kelas B standar
deviasinya 14,019, sedangkan median dari masing-masing kelas pada kelas A nilai
tengahnya 65 pada kelas B nilai tengahnya 75. Standar error of mean dari masing-
masing kelas adalah 4.509 dan 4,433. Jumlah data dari masing-masing kelas adalah
677 dan 729 sedangkan nilai maksimum pada kelas A 91 pada kelas B 90 sedangkan
range dari masing-masing kelas berturut-turut adalah 44 dan 41. Variansi dari kelas A
203,344 variansi dari kelas B 196,544. Nilai kurtosis dari kelas A adalah -641
sedangkan nilai kurtosis pada kelas B -1030. Nilai skewness dari kelas A adalah 0,462
dan nilai skewness kelas B -441
16
2) Selanjutnya adalah output data IQ dari masing-masing siswa:
Gambar 3.2 Tampilan output one sample test
Dari output diatas nilai t-hitung adalah 131,839, drajad bebas=19, nilai p-
value=0.000 sedangkan nilai interval yang tertingg adalah 144,47 dan terendah
138,27.
a) Hipotesis
Ho :Rata-rata IQ mahasiswa Universitas sama
H1: Rata-rata IQ mahasiswa IQ mahasiswa Universitas tidak sama
b) Tingkat signifikasi 99 % (alfa 5%)
c) Daerah kritis p-value < alfa
Ho ditolak jika
t-hitung > t-tabel
d) Statistik uji
Berdasarkan output dari spss, P-value = 0,000, alfa/2 = 0,025
e) Keputusan
Dikarenakan p-value (0,000) < alfa/2 (0,025) maka tolak Ho
f) Kesimpulan
Jadi, dengan menggunakan tingkat kepercayaan 99 % maka Ho ditolak
atau data yang ada menunjukan rata-rata IQ mahasiswa Universiti tidak
sama.
17
3) Berikut adalah output dari data independen sampel T-test,
Gambar 3.3 Tampilan output data independent sample t-test
Dari hasil output diatas diketahui bahwa jumlah (N) dari sekolah Swasta dan Negeri
masing-masing 38 dan 23. Sedangkan mean masing-masing sekolah adalah 4,0258
dan 2,5613. Standar deviasi dari masing –masing sekolah adalah 0,8058 dan 0,8618.
Standar error of mean dari sekolah swasta adalah 0,1301 dan sekolah negeri adalah
0,1815. Kemudian selanjutnya adalah nilai F sebesar 0,067, nilai p-value untuk
independen sample t test adalah 0,797. Nilai t hitung dari sekolah swasta adalah 6,673
dan t hitung dari sekolah negeri adalah 6,557. Nilai sig- 2tailled masing-masing
bernilai 0,000. Drajad bebas dari masing-masing sekolah adalah 9 dan 42,85.
Berikut adalah uji hipotesisnya:
a) Hipotesis
Ho : variansi 1= variansi 2 (variansi populasi ketidaklulusan SMA sama)
H1: variansi 1 = variansi 2 (variansi populasi ketidaklulusan SMA tidak sama)
b) Tingkat signifikasi 95 %
Alfa 5 %
c) Daerah kritis
Ho ditolak jika p-value < alfa
t-hitung > t-tabel
18
d) Statistik uji
Nilai p-value berdasarkan tabel adalah 0,797
Alfa/2 = 0,025
e) Keputusan
Berdasarkan nilai p-value jadi gagal tolak Ho sebab p-value (0,797) >
alfa/2(0,025)
f) Keputusan
Jadi, dengan menggunakan tingkat kepercayaan 95 % maka gagal tolak Ho
dengan demikian variansi poulasi ketidaklulusan SMA sama.
4) Berikut adalah output dari data uji T dua sampel berpasangan (paired sample T test)
Gambar 3.4 Tampilan output paired sample test
Dari output di diketahui rata-rata konsumsi tahun 2008 dan 2009 berturut-turut adalah
4,4223 dan 4,1800. Sedangkan jumlah data keduanya adalah 13. Standar deviasidari
konsumsi tahun 2008 adalah 6,1553 dan tahun 2009 sebesar 5,9768. Standar error of
mean dari konsumsi tahun 2008 adalah 1,707 dan tahun 2009 adalah 1,6576.
Korelasinya adalah 1 beraarti hubungan datanya sangat erat. Nilai p-valuenya adalah
0,002. Berikut adalah uji hipotesis dari data paired sample t test:
a) Hipotesis
Ho : rata-rata konsumsi protein per kapita pada tahun 2008 dan 2009 adalah sama
H1: rata-rata konsumsi protein per kapita pada tahun 2008 dan 2009 adalah tidak
sama
19
b) Tingkat signifikasi 95 %
Alfa 5 %
c) Daerah kritis
Ho ditolak jika p-value < alfa
t-hitung > t-tabel
d) Statistik uji
Nilai p-value berdasarkan output spss adalah 0,002
Alfa/2 = 0,025
e) Keputusan
Berdasarkan nilai p-value jadi tolak Ho sebab p-vale (0,002) < alfa/2(0,025)
f) Keputusan
Jadi, dengan menggunakan tingkat kepercayaan 95 % maka tolak Ho dengan
demikian . rata-rata konsumsi protein per kapita pada tahun 2008 dan 2009
adalah tidak sama
20
BAB 1V
PENUTUP
Berdasarkan penjelasan dan langkah-langkah kerja yang terdapat pada BAB-BAB
sebelumnya dapat disimpulkan bahwa:
1) Untuk melihat hasil atau output dari data yang ada, maka perintah yang harus
dijalankan dalam spss adalah klik analyze compare mean (means, uji T sampel
untuk satu sample, uji T untuk dua sample independen paired sample t test)
2) Dari hasil output yang terdapat pada data Means, analisis yang dapat dilakukan adalah
mencari nilai mean, standar deviasi, median, nilai maximum, nilai minimum, standar
error of mean, kurtosis, skewness, nilai rangenya dan lain-lain
3) Pada output uji t untuk satu sample dapat mengetahui nilai p-value guna untuk
membuat uji hipotesisnya
4) Demikian pula pada hasil output uji T untuk dua sample independen dan paired
sample t test), dapat mencari nilai p-value dan lai-lain untuk membuat uji
hipotesisnya
21
DAFTAR PUSTAKA
http://freelearningji.wordpress.com/2013/04/05/uji-t-satu-sampel/ (Diakses pada 04/12/2013,
pukul 21.19)
http://www.hprory.com/2011/11/uji-t-dua-sampel-independen-varian.html (Diakses
pada 06/12/2013, pukul 14.16)
Nugraha, Jaka. Modul Praktikum Analisis Data Exploratif. 2011. Yokyakarta: tidak
diterbitkan