tgs terakhir individu fix

Tugas Riset Pasar Faiqotun Nikmah (1311100040

Statistika ITS Surabaya – Desember 2014

1

Nomor 6 halaman 501

a. Berikut ini ditampilkan tabel cross-tabuation dan hasil pengujian hipotesis untuk menganalisis

katerkaitan antara income (Y) dan consumption (X), dengan hipotesinya adalah sebagai berikut.

H0 : Variabel Ydan X saling bebas

H1 : Variabel Ydan X tidak saling bebas

Statistik uji pengujian hipotesis ini adalah nilai p-value dan chi-square hitung yang akan

dibandingkan dengan nilai alfa dan chi-square tabel, dalam hal ini digunakan α = 0,05.

Sedangkan daerah penolakannya adalah apabila p-value kurang dari alfa atau chi-square hitung

lebih besar dari chi-square tabel. Berdasarkan Tabel 2, diketahui bahwa p-value Pearson Chi –

Square adalah 0,00, hal ini menjadikan keputusan pengujian hipotesis ini tolak H0. Sehingga

disimpulkan bahwa ada keterkaitan antara income dan consumption.

b. Untuk dapat mengetahui besarnya tingkat keterkaitan antara income dan consumption dalam

analisis ini digunakan nilai korelasi Gamma. Dimana dua variabel dikatakan memiliki tingkat

keterkaitan yang kuat jika nilai koefisien Gamma ≥ 0,6, untuk 0,3 < Gamma < 0,6 berarti

keterkaitan antara kedua variabel tidak terlalu kuat, sedangkan bila Gamma < 0,3 berarti bahwa

keterkaitan antara kedua variabel tidak terlalu kuat. Dari Tabel 3 dapat diketahui bahwa

Tabel 1. Consumption * Income Crosstabulation

Income

Total Low Medium High

Consumption

Low

Count 25 15 10 50

Expected

Count 16,7 16,7 16,7 50,0

% of Total 16,7% 10,0% 6,7% 33,3%

Medium

Count 10 25 15 50

Expected

Count 16,7 16,7 16,7 50,0

% of Total 6,7% 16,7% 10,0% 33,3%

High

Count 15 10 25 50

Expected

Count 16,7 16,7 16,7 50,0

% of Total 10,0% 6,7% 16,7% 33,3%

Total

Count 50 50 50 150

Expected

Count 50,0 50,0 50,0 150,0

% of Total 33,3% 33,3% 33,3% 100,0%

Tabel 2. Chi-Square Tests

Value df Asymp. Sig.

(2-sided)

Pearson Chi-Square 21,000 4 ,000

Likelihood Ratio 20,688 4 ,000

Linear-by-Linear

Association

9,313 1 ,002

N of Valid Cases 150



2

keterkaitan antara variabel income dan consumption tidak terlalu kuat. Hal ini dapat dilihat pada

perolehan koefisien Gamma yang bernilai 0,333.

Nomor 7 halaman 502

a. Untuk menentukan distribusi frekuensi data familiarity with the internet ini digunakan frekuensi

relatif dan frekuensi presentase, karena data tersebut berupa data kategorik bukan data kontinu

sehingga tidak menggunakan histogram. Berikut ini ditampilkan diagram batang dan tabel

frekuensi yang menggambarkan distribusi frekuensi familiarity with the internet.

Berdasarkan informasi soal diketahui bahwa kategori familiarity with the internet ada 7 (1 = very

unfamiliar 7 = very familiar). Namun pada data yang tersaji ada kategori 9 dengan frekuensi

relatif 0,033 yang tanpa keterangan, sehingga kategori ini tidak dapat dijelaskan. Dari Gambar 1

dan Tabel 4 dapat dilihat bahwa kategori 1 dan 8 frekuensinya 0, sedangkan frekuensi tertinggi

adalah pada kategori 6 yang memiliki frekuensi presentase 26,67%. Kemudian frekuensi

tertinggi kedua adalah kategori 3 dan 4 dengan frekuensi presentase 20% dan selanjutnya

kategori 7 yang frekuensi presentasenya sebesar 13,3%.

b. Pada bagian ini dilakukan analisis tabulasi silang tehadap variabel Internet Usage dengan

variabel jenis kelamin. Dimana data Internet Usage dibedakan menjadi 2, yaitu Internet Usage

yang ≤5 jam diberi kode 1 dan yang >5 jam diberi kode 2. Kemudian melakukan pengujian

hipotesis dengan menggunakan uji chi-square untuk mengetahui keterkaitan antara kedua

Tabel 3. Symmetric Measures

Value Asymp. Std.

Error

Approx.

T

Approx.

Sig.

Ordinal by

Ordinal

Gamma ,333 ,107 3,023 ,003

Spearman Correlation ,250 ,083 3,141 ,002

Interval by

Interval

Pearson's R ,250 ,082 3,141 ,002

N of Valid Cases 150

Gambar 1. Diagram Batang Data Familiarity with the Internet

Tabel 4. Distribusi Frekuensi Familiarity with the Internet



3

variabel tersebut. Berikut ini tabel hasil tabulasi silang dan pengujian hipotesis yang telah

dilakukan.

Tabel 5. Internet Usage (X2) * sex Crosstabulation

Sex

Total Male Female

Internet

Usage

(X2)

X2<=5

Count 5 10 15

Expected

Count 7,5 7,5 15,0

% of Total 16,7% 33,3% 50,0%

X2>5

Count 10 5 15

Expected

Count 7,5 7,5 15,0

% of Total 33,3% 16,7% 50,0%

Total

Count 15 15 30

Expected

Count 15,0 15,0 30,0

% of Total 50,0% 50,0% 100,0%

Berdasarkan Tabel 5 diketahui bahwa 10 dari 15 responden laki-laki biasa menghabiskan

waktu untuk menggunakan internet selama >5 jam. Hal ini berkebalikan dengan perempuan,

dimana 10 dari 15 responden perempuan biasa membutuhkan waktu ≤5 jam untuk menggunakan

internet.

Selanjutnya dari Tabel 6 diketahui nilai p-value Pearson Chi–Square pengujian hipotesis

untuk mengetahui keterkaitan Internet Usage dengan jenis kelamin adalah sebesar 0,068. Nilai

ini lebih dari α (digunakan α = 0,05), dengan hipotesis yang sama pada Nomor 6 di atas, oleh

karena itu keputusan pengujian hipotesisnya adalah tolak H0. Sehingga dapat disimpulkan bahwa

variabel jenis kelamin saling dependen dengan Internet Usage.

Tabel 6. Output Chi-Square Tests untuk Internet Usage * Sex

Value df Asymp. Sig.

(2-sided)

Pearson Chi-Square 3,333a 1 ,068

Continuity Correction 2,133 1 ,144

Likelihood Ratio 3,398 1 ,065

Fisher's Exact Test

Linear-by-Linear

Association

3,222 1 ,073

N of Valid Cases 30



4

Nomor 7 halaman 539

a. Analisis yang dilakukan pada nomor 7 ini masih menggunakan data Internet Usage, yakni

melakukan pengujian hipotesis apakah mean familiarity with the internet lebih dari 4 dengan

menggunakan software Minitab. Dimana H0 : µ ≤ 4 dan H1 : µ > 4, digunakan α = 0,05.

Diperoleh hasil sebagai berikut.

Tabel 7. Output Pengujian Hipotesis Mean Familiarity with the Internet

Dari Tabel 7 dapat diketahui bahwa data familiarity with the internet memiliki mean 5,133,

dan standar deviasi 1,252. Sedangkan untuk hasil pengujian hipotesisnya diperoleh p-value =

0,00 yang berarti diputuskan tolak H0. Artinya data familiarity with the internet memiliki mean

lebih dari 4.

b. Melakukan pengujian hipotesis apakah ada perbedaan antara penggunaan internet oleh laki-laki

dengan penggunaan internet oleh perempuan. Dengan terlebih dahulu membagi data Internet

Usage berdasarkan jenis kelamin, dilakukan analisis compare mean antara mean Internet Usage

for male ( 1μ ) dan Internet Usage for female (µ2), berikut adalah hipotesis yang digunakan.

H0 : µ1 = µ2

H1 : µ1 ≠ µ2

Namun sebelum melakukan pengujian hipotesis compare mean ini terlebih dulu menguji

kesamaan varians kedua kelompok sampel, dimana hipotesisnya adalah H0 : σ12 = σ2

2 dan

H1 : σ12 ≠ σ2

2. Informasi yang diperoleh dari pengujian varians ini akan berguna untuk pengujian

compare mean, karena diperlukan informasi apakah varians kedua kelompok sampel sama atau

berbeda.

Tabel 8 menunjukkan hasil output analasis pengujian hipotesis varian dan compare mean

yang telah dilakukan. Diketahui bahwa varians kelompok penggunaan internet oleh laki-laki

sebesar 19,381 dan varians kelompok penggunaan internet oleh perempuan adalah 2,838.

Dengan melihat nilai p-value yang betanda warna biru pada Test for two variances dapat

diketahui bahwa hasil pengujian varians adalah Tolak H0 yang berarti varians kelompok 1 tidak

sama dengan varians kelompok 2, karena p-value < α.

Disamping itu dari Tabel 8 juga diketahui bahwa p-value pada Two Sample T-Test yang

bernilai 0,00 menunjukkan bahwa hasil pengujian compare mean adalah Tolak H0 yang berarti

mean kelompok penggunaan internet oleh laki-laki tidak sama dengan mean kelompok

penggunaan internet oleh perempuan, karena p-value ini juga < α. Hal ini juga ditunjukkan oleh

Gambar 2 yang mana mean antara kedua kelompok sampel tidak saling sejajar, dimana mean

kelompok penggunaan internet oleh laki-laki adalah 9,33 dan mean kelompok penggunaan

internet oleh perempuan sebesar 3,87.

One-Sample T: X4 (Familiarity with the Internet ) Test of mu = 4 vs > 4

95% Lower

Variable N Mean StDev SE Mean Bound T P

x4 30 5,133 1,252 0,229 4,745 4,96 0,000



5

Tabel 8. Output Pengujian Hipotesis Varians dan Compare Mean untuk Usage Internet Berdasarkan Sex

Test and CI for Two Variances: Internet Usage Male Vs Internet Usage female Method

Null hypothesis Sigma(IU Male) / Sigma(IU female) = 1

Alternative hypothesis Sigma(IU Male) / Sigma(IU female) not = 1

Significance level Alpha = 0,05

Statistics

Variable N StDev Variance

IU Male 15 4,402 19,381

IU female 15 1,685 2,838

95% Confidence Intervals

CI for

Distribution CI for StDev Variance

of Data Ratio Ratio

Normal (1,514; 4,510) (2,293; 20,340)

Continuous (1,510; 5,207) (2,281; 27,112)

Tests

Test

Method DF1 DF2 Statistic P-Value

F Test (normal) 14 14 6,83 0,001

Two-Sample T-Test and CI: Internet Usage Male Vs Internet Usage female Two-sample T for IU Male vs IU female

N Mean StDev SE Mean

IU Male 15 9,33 4,40 1,1

IU female 15 3,87 1,68 0,43

Difference = mu (IU Male) - mu (IU female)

Estimate for difference: 5,47

95% CI for difference: (2,91; 8,02)

T-Test of difference = 0 (vs not =): T-Value = 4,49 P-Value = 0,000 DF = 18

Internet Usage femaleInternet Usage Male

16

14

12

10

8

6

4

2

Da

ta

Boxplot of Internet Usage Male; Internet Usage female

Gambar 2. Boxplot Internet Usage for Male and Female



6

c. Menguji apakah proporsi responden laki-laki yang menggunakan internet untuk shopping sama

dengan proporsi responden perempuan yang menggunakan internet untuk shopping. Disini

terlebih dulu membagi data Usage of Internet Shopping berdasarkan jenis kelamin. Kemudian

mendefinisikan kode 1 pada data Usage of Internet Shopping sebagai kejadian sukses, karena

kode 1 = Yes yang berarti responden tersebut menggunakan internet untuk shopping. Sedamgkan

data Usage of Internet Shopping dengan kode 2 = No yang berarti responden tidak

menggunakan internet untuk shopping didefinisikan sebagai kejadian gagal. Kelompok 1 adalah

kelompok Usage of Internet Shopping for Male dan kelompok 2 adalah kelompok Usage of

Internet Shopping for Female. Berikut adalah hipotesis yang digunakan.

H0 : p1 = p2

H1 : p1 ≠ p2

Tabel 9. Output Pengujian Hipotesis Proporsi untuk Internet Usage of Shopping Berdasarkan Sex

Berdasarkan Tabel 9 diketahui bahwa pada kelompok 1 ada X = 11 dan dan X = 6 pada

kelompok 2. Hal ini berarti ada sebanyak 11 respoden laki-laki yang menggunakan internet

untuk shopping dengan nilai proporsinya 0,733 pada kelompok 1, sedangkan pada kelompok 2

ada sebanyak 6 respoden perempuan yang menggunakan internet untuk shopping dengan nilai

proporsi 0,4. Pengujian hipotesis menggunakan uji Exact Fisher karena ukuran sampel yang

kecil. Diperoleh p-value = 0,139, yang mana nilai ini > α (digunakan α = 0,05), oleh karena itu

diputuskan gagal tolak H0 yang berarti bahwa p1 = p2. Sehingga kesimpulannya adalah proporsi

responden laki-laki yang menggunakan internet untuk shopping sama dengan proporsi responden

perempuan yang menggunakan internet untuk shopping.

d. Melakukan pengujian hipotesis compare mean untuk mengetahui apakah ada perbedaan data

Attitude Toward Internet ( 1μ ) dengan Attitude Toward Technology (µ2), dengan hipotesis yang

digunakan adalah H0 : µ1 = µ2 dan H1 : µ1 ≠ µ2. Langkah analisis yang dilakukan pada pengujian

ini sama seperti yang dilakukan pada pengujian compare mean antara mean Internet Usage for

male dan Internet Usage for female di atas. Berikut diberikan tabel dan gambar output hasil

analisisnya.

Test and CI for Two Proportions Sample X N Sample p

1 11 15 0,733333

2 6 15 0,400000

Difference = p (1) - p (2)


95% CI for difference: (-0,000649573; 0,667316)

Test for difference = 0 (vs not = 0): Z = 1,96 P-Value = 0,050

* NOTE * The normal approximation may be inaccurate for small samples.

Fisher's exact test: P-Value = 0,139



7

Tabel 10. Output Pengujian Hipotesis Varians dan Mean untuk Attitude Toward Internet and Technology

Test and CI for Two Variances: attitude toward Internet ; attitude toward Technology

Method

Null hypothesis Sigma(attitude toward internet) / Sigma(attitude

toward technology) = 1

Alternative hypothesis Sigma(attitude toward internet) / Sigma(attitude

toward technology) not = 1


Statistics


attitude toward internet 30 1,252 1,568

attitude toward technology 30 1,398 1,955


CI for


of Data Ratio Ratio

Normal (0,618; 1,298) (0,382; 1,685)

Continuous (0,609; 1,365) (0,371; 1,863)

Tests

Test


F Test (normal) 29 29 0,80 0,556

Levene's Test (any continuous) 1 58 0,24 0,628

Two-Sample T-Test and CI: attitude toward internet; attitude toward technology

Two-sample T for attitude toward internet vs attitude toward technology


attitude toward internet 30 5,13 1,25 0,23

attitude toward technolo 30 4,10 1,40 0,26

Difference = mu (attitude toward internet) - mu (attitude toward technology)


95% CI for difference: (0,347; 1,719)


attitude toward technologyattitude toward internet

7

6

5

4

3

2

Da

ta

Boxplot of attitude toward internet; attitude toward technology

Gambar 3. Boxplot Attitude Toward Internet and Technology



8

Tabel 10 menunjukkan hasil output analasis pengujian hipotesis varian dan compare mean

untuk Attitude Toward Internet dengan Attitude Toward Technology dari responden. Diketahui

bahwa varians sikap responden terhadap internet sebesar 1,568 dan varians sikap responden

terhadap teknologi adalah 1,955. Dengan melihat nilai p-value yang betanda warna biru pada

Test for two variances dapat diketahui bahwa hasil pengujian varians adalah gagal tolak H0 yang

berarti varians Attitude Toward Internet sama dengan varians Attitude Toward Technology,

karena p-value > α.

Disamping itu dari Tabel 10 juga diketahui bahwa p-value pada Two Sample T-Test yang

bernilai 0,004 menunjukkan bahwa hasil pengujian compare mean adalah Tolak H0 yang berarti

mean Attitude Toward Internet sama dengan mean Attitude Toward Technology, karena p-value

ini juga < α. Hal ini juga ditunjukkan oleh Gambar 3 yang mana mean antara kedua kelompok

sampel tidak saling sejajar, dimana mean Attitude Toward Internet adalah 5,13 dan mean

Attitude Toward Technology sebesar 4,1.

Nomor 8 halaman 539

a. Menguji apakah mean prefensi gaya hidup outdoor lebih dari 3. Dimana H0 : µ ≤ 3 dan H1 : µ >

3, digunakan α = 0,05. Diperoleh hasil sebagai berikut.

Tabel 11. Output Pengujian Hipotesis Mean Preference for an Outdoor Lifestyle

Dari Tabel 11 dapat diketahui bahwa data Preference for an Outdoor Lifestyle memiliki

mean 4,033, dan standar deviasi 1,956. Sedangkan untuk hasil pengujian hipotesisnya diperoleh

p-value = 0,004 yang berarti diputuskan tolak H0. Artinya data Preference for an Outdoor

Lifestyle memiliki mean lebih dari 4.

b. Menguji apakah mean prefensi gaya hidup outdoor lebih dari 3. Dimana H0 : µ ≤ 3,5 dan H1 : µ >

3,5. Diperoleh hasil sebagai berikut.

Tabel 12. Output Pengujian Hipotesis Mean Enjoying Nature

Berdasarkan Tabel 12 diketahui bahwa data importance of enjoying nature memiliki mean

4,6, dan standar deviasi 0,341. Untuk hasil pengujian hipotesisnya diperoleh p-value = 0,002

yang berarti diputuskan tolak H0. Artinya data importance of enjoying nature memiliki mean

lebih dari 3,5.

One-Sample T: Outdoor Lifestyle Test of mu = 3 vs > 3

95% Lower


Outdoor Lifestyle 30 4,033 1,956 0,357 3,427 2,89 0,004

One-Sample T: Enjoying Nature Test of mu = 3,5 vs > 3,5

95% Lower


Enjoying Nature 30 4,600 1,868 0,341 4,020 3,23 0,002



9

c. Melakukan pengujian hipotesis apakah ada perbedaan antara preference for an outdoor lifestyle

oleh laki-laki dengan preference for an outdoor lifestyle oleh perempuan. Dengan terlebih dahulu

membagi data preference for an outdoor lifestyle berdasarkan jenis kelamin, dilakukan analisis

compare mean antara mean preference for an outdoor lifestyle for female ( 1μ ) dan preference for

an outdoor lifestyle for male (µ2), hipotesis yang digunakan adalah H0 : µ1 = µ2 dan H1 : µ1 ≠ µ2.

Tabel 13 menunjukkan hasil output analasis pengujian hipotesis varian dan compare mean.

Diketahui bahwa varians preference for an outdoor lifestyle for female sebesar 5,067 dan varians

preference for an outdoor lifestyle for male adalah 2,857. Nilai p-value yang betanda warna biru

pada Test for two variances menunjukkan bahwa hasil pengujian varians adalah gagal tolak H0

yang berarti varians kelompok 1 sama dengan varians kelompok 2, karena p-value > α.

Disamping itu dari Tabel 13 juga diketahui bahwa p-value pada Two Sample T-Test yang bernilai

0,00 menunjukkan bahwa hasil pengujian compare mean adalah gagal tolak H0 yang berarti

mean kelompok outdoor lifestyle for female sama dengan mean kelompok penggunaan internet

oleh perempuan outdoor lifestyle for male, karena p-value ini juga > α. Hal ini juga ditunjukkan

oleh Gambar 4 yang mana mean antara kedua kelompok sampel saling sejajar, dimana mean

kelompok outdoor lifestyle for female adalah 4,07 dan mean kelompok outdoor lifestyle for

female sebesar 4,00.

Tabel 13. Output Pengujian Hipotesis Varians dan Mean untuk Outdoor Lifestyle berdasarkan Sex

Test and CI for Two Variances: Outdoor Lifestyle female; Outdoor Lifestyle male Method

Null hypothesis Sigma(OL female) / Sigma(OL male) = 1

Alternative hypothesis Sigma(OL female) / Sigma(OL male) not = 1


Statistics


OL female 15 2,251 5,067

OL male 15 1,690 2,857


CI for


of Data Ratio Ratio

Normal (0,772; 2,298) (0,595; 5,282)

Continuous (0,910; 2,501) (0,828; 6,257)

Tests

Test


F Test (normal) 14 14 1,77 0,296


Two-Sample T-Test and CI: Outdoor Lifestyle female; Outdoor Lifestyle male Two-sample T for OL female vs OL male


OL female 15 4,07 2,25 0,58

OL male 15 4,00 1,69 0,44

Difference = mu (OL female) - mu (OL male)






10

d. Melakukan analisis apakah pentingnya membedakan variabel V2 sampai V6 antara laik-laki dan

perempuan. Berikut ini ditampilkan tabel ringkasan nilai-nilai mean dan varian dari setiap

variabel berdasarkan jenis kelamin responden serta nilai p-value hasil pengujian hipotesis

kesamaan mean dan varian setiap variabel berdasarkan jenis kelamin responden. Dimana

hipotesis yang digunakan untuk menguji mean dan varian kelompok data responden laki-laki dan

perempuan setiap varabel adalah sama dengan pengujian pada nomor 7b halaman 539.

Tabel 14. Ringkasan Nilai Varians dan Mean

Berdasarkan Tabel 14 diketahui bahwa variabel yang memiliki kemiripan varians (selisih

varian yang kecil) antara responden laki-laki dengan perempuan adalah V5 dan V6, dimana V5

= exercising regularly dan V6 = meeting other people. Sedangkan variabel yang memiliki

kemiripan mean antara responden laki-laki dengan perempuan adalah V3 = relating to the

weather.

Tabel 15. Ringkasan Hasil Pengujian Varians dan Mean

Tabel 15 menyajikan nilai p-value hasil pengujian hipotesis kesamaan mean dan varian setiap

variabel berdasarkan jenis kelamin responden beserta keputusan pengujiannya. Dimana diketahui

Female 1,352 3,41 1,638 2,924 2,638

Male 0,838 2,81 2,524 2,638 2,743

Female 3,07 3,53 3,73 3,27 2,93

Male 6,133 3,67 5,33 3,93 4,8

V4 V5 V6

Varians

Mean

Variabel

Nilai SexV2 V3

P-value Keputusan P-value Keputusan

V2 Female vs V2 Male 0,381 Gagal tolak H0 0 Tolak H0

V3 Female vs V3 Male 0,722 Gagal tolak H0 0,837 Gagal tolak H0

V4 Female vs V4 Male 0,429 Gagal tolak H0 0,005 Tolak H0

V5 Female vs V5 Male 0,85 Gagal tolak H0 0,283 Gagal tolak H0

V6 Female vs V6 Male 0,943 Gagal tolak H0 0,004 Tolak H0

Pengujian Varians Pengujian MeanPengujian

Outdoor Lifestyle maleOutdoor Lifestyle female

7

6

5

4

3

2

1

Da

ta

Boxplot of Outdoor Lifestyle female; Outdoor Lifestyle male

Gambar 4. Boxplot outdoor lifestyle for female dan male



11

hasil pengujian varian antara responden laki-laki dan perempuan semua variabel adalah gagal

tolak H0. Hal ini berarti bahwa untuk masing-masing variabel varians responden laki-laki sama

dengan varians responden perempuan. Sedangkan hasil pengujian mean antara responden laki-

laki dan perempuan adalah gagal tolak H0 pada V3 dan V5. Hal ini berarti bahwa variabel V3

dan V5 memiliki mean responden laki-laki yang sama dengan mean responden perempuan.

Untuk variabel yang memiliki mean responden laki-laki tidak sama dengan mean responden

perempuan adalah V2, V4, dan V6. Berikut ini ditampilkan Gambar 5 yang menunjukkan kelima

boxplot dari masing-masing variabel, dimana boxplot ini menjadi fisualisasi dari pengujian mean

yang telah dibahas pada Tabel 14 dan 15.

V2 MaleV2 Female

7

6

5

4

3

2

1

Da

ta

Boxplot of V2 Female; V2 Male

Gambar 5. Boxplot outdoor lifestyle for female dan male



12

e. Melakukan pengujian hipotesis compare mean untuk mengetahui apakah enjoying nature (V2)

lebih dipilih oleh responden daripada realting to the weather (V3). Dalam hal ini 1μ adalah nilai

mean responden memilih enjoying nature (V2) dan µ2 merupakan mean responden memilih

realting to the weather (V3), dengan hipotesis yang digunakan adalah H0 : µ1 ≤ µ2 dan H1 : µ1 >

µ2. Langkah analisis yang dilakukan pada pengujian ini sama seperti yang dilakukan pengujian

compare mean pada nomor 7b halaman 539. Berikut ini merupakan output hasil pengujiannya.

Tabel 16. Output Pengujian Hipotesis Varians dan Mean untuk enjoying nature dan realting to the weather

v3v2

7

6

5

4

3

2

1

Da

ta

Boxplot of v2; v3

Test and CI for Two Variances: v2; v3 Method

Null hypothesis Sigma(v2) / Sigma(v3) = 1

Alternative hypothesis Sigma(v2) / Sigma(v3) not = 1


Statistics


v2 30 1,868 3,490

v3 30 1,734 3,007


CI for


of Data Ratio Ratio

Normal (0,743; 1,562) (0,552; 2,438)

Continuous (0,871; 1,711) (0,759; 2,928)

Tests

Test


F Test (normal) 29 29 1,16 0,691


Two-Sample T-Test and CI: v2; v3 Two-sample T for v2 vs v3


v2 30 4,60 1,87 0,34

v3 30 3,60 1,73 0,32

Difference = mu (v2) - mu (v3)


95% lower bound for difference: 0,222

T-Test of difference = 0 (vs >): T-Value = 2,15 P-Value = 0,018 DF = 58

Gambar 6. Boxplot enjoying nature dan realting to the weather



13

Tabel 16 menunjukkan bahwa varians enjoying nature (V2) adalah 3,49 dan varians realting

to the weather (V3) sebesar 3,00. Nilai p-value yang betanda warna biru pada Test for two

variances menunjukkan hasil pengujian varians adalah gagal tolak H0 yang berarti varians V2

sama dengan varians V3, karena p-value yang > α. Dari Tabel 16 juga diketahui bahwa p-value

pada Two Sample T-Test yang bernilai 0,018 menunjukkan bahwa hasil pengujian compare mean

adalah tolak H0 yang berarti mean V2 > dari mean V3, karena p-value ini juga < α. Hal ini juga

ditunjukkan oleh Gambar 6 yang mana mean antara kedua kelompok tidak saling sejajar, dimana

mean V2 adalah 4,6 dan mean V3 sebesar 3,6. Sehingga dapat disimpulkan bahwa responden

lebih memilih enjoying nature daripada realting to the weather.

f. Melakukan pengujian hipotesis compare mean untuk mengetahui apakah realting to the weather

(V3) lebih dipilih oleh responden daripada meeting other people (V6). Dalam hal ini 1μ adalah

nilai mean responden memilih realting to the weather (V3) dan µ2 merupakan mean responden

memilih meeting other people (V6), dengan hipotesis yang digunakan adalah H0 : µ1 ≤ µ2 dan H1

: µ1 > µ2. Langkah analisis yang dilakukan pada pengujian ini sama seperti yang dilakukan pada

pengujian compare mean nomor 7b halaman 539. Berikut ini hasil pengujiannya.

Tabel 17. Output Pengujian Hipotesis Varians dan Mean untuk realting to the weather dan meeting other people





Statistics


v3 30 1,734 3,007

v6 30 1,871 3,499


CI for


of Data Ratio Ratio

Normal (0,640; 1,344) (0,409; 1,806)

Continuous (0,599; 1,234) (0,359; 1,522)

Tests

Test


F Test (normal) 29 29 0,86 0,686




v3 30 3,60 1,73 0,32

v6 30 3,87 1,87 0,34


Estimate for difference: -0,267

95% lower bound for difference: -1,045

T-Test of difference = 0 (vs >): T-Value = -0,57 P-Value = 0,715 DF = 58



14

Dari Tabel 17 diketahui bahwa varians realting to the weather (V3) adalah 3,007 dan varians

meeting other people (V6) sebesar 3,499, serta nilai p-value pada Test for two variances yang

menunjukkan hasil pengujian varians adalah gagal tolak H0 yang berarti varians V3 sama dengan

varians V6, karena p-value yang > α. Dari Tabel 16 juga diketahui bahwa p-value pada Two

Sample T-Test yang bernilai 0,715 menunjukkan bahwa hasil pengujian compare mean adalah

gagal tolak H0 yang berarti mean V2 tidak lebh dari dari mean V3, karena p-value ini juga > α.

Hal ini juga ditunjukkan oleh Gambar 7 yang mana mean antara kedua kelompok saling

sejajar, dimana mean V3 adalah 3,6 dan mean V6 sebesar 3,87. Sehingga dapat disimpulkan

bahwa responden menganggap penting kedua hal yakni antara antara realting to the weather

dengan meeting other people.

g. Mengujian hipotesis compare mean untuk mengetahui apakah living in harmony with enviroment

(V4) lebih dipilih oleh responden daripada exercising regularly (V5). Dalam hal ini 1μ adalah

nilai mean responden memilih living in harmony with enviroment (V3) dan µ2 merupakan

mean responden memilih exercising regularly (V5), dengan hipotesis yang digunakan adalah H0

: µ1 ≤ µ2 dan H1 : µ1 > µ2. Langkah analisis yang dilakukan pada pengujian ini sama seperti yang

dilakukan pada pengujian compare mean nomor 7b halaman 539. Berikut ini hasil pengujiannya.

Berdasarkan Tabel 18 dapat diketahui bahwa varians living in harmony with enviroment (V4)

adalah 2,671 dan varians exercising regularly (V5) sebesar 2,8. Nilai p-value pada Test for two

variances yang menunjukkan hasil pengujian varians adalah gagal tolak H0 yang berarti varians

V4 sama dengan varians V5, karena p-value yang > α. Dari Tabel 18 juga diketahui bahwa p-

value pada Two Sample T-Test yang bernilai 0,016 menunjukkan bahwa hasil pengujian compare

mean adalah tolak H0 yang berarti mean V4 lebih dari dari mean V5, karena p-value ini juga < α.

Gambar 8 juga mendukung bahwa mean V4 lebih dari dari mean V5, ini terlihat dari mean

antara kedua kelompok tidak saling sejajar, dimana mean V4 adalah 4,53 dan mean V5 sebesar

3,6. Sehingga dapat disimpulkan bahwa responden lebih memilih living in harmony with

enviroment daripada exercising regularly.

v6v3

7

6

5

4

3

2

1

Da

taBoxplot of v3; v6

Gambar 7. Boxplot enjoying nature dan realting to the weather



15

Tabel 18. Output Pengujian Hipotesis Varians dan Mean untuk V4 dan V5





Statistics


v4 30 1,634 2,671

v5 30 1,673 2,800


CI for


of Data Ratio Ratio

Normal (0,674; 1,416) (0,454; 2,004)

Continuous (0,674; 1,688) (0,455; 2,849)

Tests

Test


F Test (normal) 29 29 0,95 0,900




v4 30 4,53 1,63 0,30

v5 30 3,60 1,67 0,31



95% lower bound for difference: 0,219

T-Test of difference = 0 (vs >): T-Value = 2,19 P-Value = 0,016 DF = 58

v5v4

7

6

5

4

3

2

1

Da

ta

Boxplot of v4; v5

Gambar 8. Boxplot living in harmony with enviroment dan exercising regularly



16

Nomor 5 halaman 576

a. Menghitung nilai korelasi sederhana antara V1 hingga V6, dalam hal ini digunakan korelasi

Spearman karena data V1 sampai V6 memiliki skala ordinal. Dengan menggunakan tingkat

signifikansi α = 0,05, berikut hipotesis yang digunakan.

H0 : = 0 (Tidak ada hubungan antara variabel Vi dengan Vj, dimana i dan j adalah 1,2,...,6)

H1 : > 0 (Ada hubungan antara variabel Vi dengan Vj, dimana i dan j adalah 1,2,...,6)

Tabel 19. Simple Correlations between V1 to V6

V1 V2 V3 V4 V5 V6

Sp

earm

an's

rh

o

V1 Correlation Coefficient 1,000 ,100 ,805**

-,142 ,676**

,389*

Sig. (2-tailed) . ,601 ,000 ,455 ,000 ,034

N 30 30 30 30 30 30

V2 Correlation Coefficient ,100 1,000 ,116 ,472**

,154 ,453*

Sig. (2-tailed) ,601 . ,541 ,008 ,417 ,012

N 30 30 30 30 30 30

V3 Correlation Coefficient ,805**

,116 1,000 -,082 ,474**

,383*

Sig. (2-tailed) ,000 ,541 . ,666 ,008 ,037

N 30 30 30 30 30 30

V4 Correlation Coefficient -,142 ,472**

-,082 1,000 ,273 ,065

Sig. (2-tailed) ,455 ,008 ,666 . ,145 ,734

N 30 30 30 30 30 30

V5 Correlation Coefficient ,676**

,154 ,474**

,273 1,000 ,123

Sig. (2-tailed) ,000 ,417 ,008 ,145 . ,518

N 30 30 30 30 30 30

V6 Correlation Coefficient ,389* ,453

* ,383

* ,065 ,123 1,000

Sig. (2-tailed) ,034 ,012 ,037 ,734 ,518 .

N 30 30 30 30 30 30

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).

Berdasarkan Tabel 19 bahwa hampir antara variabel memiliki nilai korelasi yang positif,

sedangkan hubungan dua variabel yang berkorelasi negatif adalah antara V1 dengan V4

memiliki = -0,142, dan hubungan antara V3 dengan V4 memiliki = -0,082. Kedua korelasi

tersebut juga memperoleh p-value yang > α, yaitu 0,455 dan 0,666 yang berarti bahwa tidak ada

hubungan antara V1 dengan V4 dan antara V3 dan V4. Kemudian hubungan variabel lainnya

yang memperoleh hasil pengujian gagal tolak H0 (p-vaue > α) adalah hubungan antara V1-V2,

V2-V3, V2-V5, V4-V6, dan V5-V6, dimana ini berarti bahwa tidak ada hubungan antara

variabel-variabel tersebut. Nilai korelasi yang tertinggi adalah dari hubungan antara V1-V3.



17

b. Melakukan analisis regresi bivariat antara V1 sebagai variabel dependen dan V2 sebagai variabel

independen dengan menggunakan software Minitab, diperoleh output berikut.

Dari Gambar 9 diketahui bahwa dengan meregresikan V2 terhadap V1 diperoleh persamaan

regresi 𝑉1 = 4,55 − 0,097𝑉2. Kemudian pada hasil pengujian signifikansi parameter V2 diperoleh

p-value = 0,496 yang > α, ini berarti bahwa V2 tidak berpengaruh signifikan terhadap V1. Maka

model yang terbentuk tersebut (V2 = enjoying nature) tidak dapat digunakan untuk memprediksi

preference for an outdoor lifestyle (V1). Hal ini juga ditunjukkan oleh gambar plot residual

model yang masih belum tersebar acak serta residual yang tidak normal.

c. Melakukan analisis regresi antara V1 sebagai variabel dependen dan V2 sampai V6 sebagai

variabel independen, diperoleh output berikut.

Berdasarkan Gambar 9 diketahui bahwa dengan meregresikan V2,V3,V4,V5,V6 terhadap V1

diperoleh persamaan regresi 𝑉1 = 3,7 − 0,159𝑉2 + 0,245𝑉3 + 0,268𝑉4 − 0,093𝑉5 − 0,164𝑉6.

Kemudian pada hasil pengujian signifikansi parameter variabel independe diperoleh nilai p-value

dari semua variabel independen yang > α, ini berarti bahwa antara V2, V3,V4,V5, dan V6 tidak

ada yang berpengaruh signifikan terhadap V1. Serta pada output ANOVA diketahui p-value =

0,547 yang juga > α, maka model yang terbentuk tersebut tidak dapat digunakan untuk

Regression Analysis: v1 versus v2 The regression equation is

v1 = 4,55 - 0,097 v2

Predictor Coef SE Coef T P

Constant 4,5455 0,6948 6,54 0,000

v2 -0,0968 0,1403 -0,69 0,496

S = 1,41107 R-Sq = 1,7% R-Sq(adj) = 0,0%

Analysis of Variance

Source DF SS MS F P

Regression 1 0,949 0,949 0,48 0,496

Residual Error 28 55,751 1,991

Total 29 56,700

Regression Analysis: v1 versus v2; v3; v4; v5; v6 The regression equation is

v1 = 3,70 - 0,159 v2 + 0,245 v3 + 0,268 v4 - 0,093 v5 - 0,164 v6


Constant 3,704 1,035 3,58 0,002

v2 -0,1590 0,1875 -0,85 0,405

v3 0,2449 0,1849 1,32 0,198

v4 0,2682 0,2025 1,32 0,198

v5 -0,0930 0,1850 -0,50 0,620

v6 -0,1644 0,1732 -0,95 0,352

S = 1,42033 R-Sq = 14,6% R-Sq(adj) = 0,0%


Source DF SS MS F P

Regression 5 8,284 1,657 0,82 0,547


Total 29 56,700

420-2-4

99

90

50

10

1

Residual

Pe

rce

nt

4,44,24,0

2

1

0

-1

-2

Fitted Value

Re

sid

ua

l

210-1-2

4,8

3,6

2,4

1,2

0,0

Residual

Fre

qu

en

cy

30282624222018161412108642

2

1

0

-1

-2

Observation Order

Re

sid

ua

l

Normal Probability Plot Versus Fits

Histogram Versus Order

Residual Plots for V1 vs V2

3,01,50,0-1,5-3,0

99

90

50

10

1

Residual

Pe

rce

nt

5,04,54,03,53,0

3,0

1,5

0,0

-1,5

-3,0

Fitted Value

Re

sid

ua

l

210-1-2

4,8

3,6

2,4

1,2

0,0

Residual

Fre

qu

en

cy

30282624222018161412108642

3,0

1,5

0,0

-1,5

-3,0

Observation Order

Re

sid

ua

l



Residual Plots for V1

Gambar 9. Output Analisis Regresi Linier antara V1*V2

Gambar 10. Output Analisis Regresi Multiple antara V1 dengan V2,V3,V4,V5,V6



18

memprediksi preference for an outdoor lifestyle (V1). Hal ini juga ditunjukkan oleh gambar plot

residual model yang masih belum tersebar acak serta residual yang tidak normal.

Nomor 6 halaman 576

a. Menghitung nilai korelasi sederhana antara V1 hingga V4, dalam hal ini digunakan korelasi

Spearman karena data V1 sampai V4 memiliki skala ordinal. Dengan menggunakan tingkat

signifikansi α = 0,05, hipotesis yang digunakan adalah sama dengan hipotesis pada nomor 5a

halaman 576.

Berdasarkan Tabel 20 bahwa hubungan antara variabel-variabel tersebut memiliki nilai

korelasi yang positif. Hubungan variabel yang memperoleh hasil pengujian gagal tolak H0 (p-

vaue > α) adalah hanya pada hubungan antara V3 dan V4, dimana ini berarti bahwa tidak ada

hubungan antara kedua variabel tersebut. Nilai korelasi yang tertinggi adalah dari hubungan

antara V1-V3.

b. Melakukan analisis regresi bivariat antara V1 sebagai variabel dependen dan V2 sebagai variabel

independen dengan menggunakan software Minitab, diperoleh output berikut.

Tabel 20. Simple Correlations between V1 to V4

V1 V2 V3 V4

Sp

earm

an's

rho

V1 Correlation Coefficient 1,000 ,611** ,663** ,532*

Sig. (2-tailed) . ,004 ,001 ,016

N 20 20 20 20

V2 Correlation Coefficient ,611** 1,000 ,609** ,572**

Sig. (2-tailed) ,004 . ,004 ,008

N 20 20 20 20

V3 Correlation Coefficient ,663** ,609** 1,000 ,379

Sig. (2-tailed) ,001 ,004 . ,099

N 20 20 20 20

V4 Correlation Coefficient ,532* ,572** ,379 1,000

Sig. (2-tailed) ,016 ,008 ,099 .

N 20 20 20 20

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).

Regression Analysis: V1 versus V2 The regression equation is

preference sneakers = 0,03 + 0,921 comfort


Constant 0,028 1,337 0,02 0,983

evaluation sneakers 0,9209 0,3104 2,97 0,008

S = 1,59920 R-Sq = 32,8% R-Sq(adj) = 29,1%


Source DF SS MS F P

Regression 1 22,516 22,516 8,80 0,008


Total 19 68,550

420-2-4

99

90

50

10

1

Residual

Pe

rce

nt

65432

5,0

2,5

0,0

Fitted Value

Re

sid

ua

l

43210-1-2

4,8

3,6

2,4

1,2

0,0

Residual

Fre

qu

en

cy

2018161412108642

5,0

2,5

0,0

Observation Order

Re

sid

ua

l



Residual Plots for preference sneakers




19

Berdasarakan Gambar 11 dapat diketahui bahwa dengan meregresikan V2 terhadap V1

diperoleh persamaan regresi 𝑉1 = 0,03 − 0,921𝑉2. Kemudian pada hasil pengujian signifikansi

parameter V2 diperoleh p-value = 0,008 yang < α, ini berarti bahwa V2 berpengaruh signifikan

terhadap V1. Begitu juga p-value pada hasil ANOVA yang < α, maka model yang terbentuk

tersebut dengan menggunakan variabel comfort (V2) dapat digunakan untuk memprediksi

preference on sneakers (V1). Hal ini juga ditunjukkan oleh gambar plot residual model yang

tersebar acak serta residual yang normal.

c. Melakukan analisis regresi bivariat antara V1 sebagai variabel dependen dan V3 sebagai variabel

independen dan diperoleh output berikut.

Berdasarakan Gambar 12 dapat diketahui bahwa dengan meregresikan V3 terhadap V1

diperoleh persamaan regresi 𝑉1 = 1,263 − 0,6922𝑉3. Kemudian pada hasil pengujian ANOVA

diperoleh p-value = 0,005 yang < α, ini berarti model yang terbentuk tersebut dengan

menggunakan variabel style (V3) dapat digunakan untuk memprediksi preference on sneakers

(V1) meskipun R-Squarenya hanya 35,8%. Hal ini juga ditunjukkan oleh gambar plot residual

model yang tersebar acak serta residual yang normal.

d. Melakukan analisis regresi bivariat antara V1 sebagai variabel dependen dan V4 sebagai variabel

independen dan diperoleh output berikut.

Dari Gambar 13 diketahui bahwa dengan meregresikan V4 terhadap V1 diperoleh persamaan

regresi 𝑉1 = 1,307 − 0,59831𝑉4. Pada hasil pengujian ANOVA diperoleh p-value = 0,01 yang < α,

ini berarti model yang terbentuk dengan menggunakan variabel durability (V3) dapat digunakan

untuk memprediksi preference on sneakers (V1) meskipun R-Squarenya hanya 27,4%. Hal ini

juga ditunjukkan oleh gambar plot residual model yang tersebar acak serta residual yang normal.

Regression Analysis: preference sneakers versus style The regression equation is

preference sneakers = 1,263 + 0,6992 style

S = 1,56361 R-Sq = 35,8% R-Sq(adj) = 32,2%


Source DF SS MS F P

Regression 1 24,5420 24,5420 10,04 0,005

Error 18 44,0080 2,4449

Total 19 68,5500

Regression Analysis: preference sneakers versus durability The regression equation is

preference sneakers = 1,307 + 0,5983 durability

S = 1,61864 R-Sq = 31,2% R-Sq(adj) = 27,4%


Source DF SS MS F P

Regression 1 21,3902 21,3902 8,16 0,010

Error 18 47,1598 2,6200

Total 19 68,5500

420-2-4

99

90

50

10

1

Residual

Pe

rce

nt

65432

2

0

-2

-4

Fitted Value

Re

sid

ua

l

3210-1-2-3

6,0

4,5

3,0

1,5

0,0

Residual

Fre

qu

en

cy

2018161412108642

2

0

-2

-4

Observation Order

Re

sid

ua

l



Residual Plots for preference sneakers Vs style

420-2-4

99

90

50

10

1

Residual

Pe

rce

nt

543

4

2

0

-2

Fitted Value

Re

sid

ua

l

3210-1-2

6,0

4,5

3,0

1,5

0,0

Residual

Fre

qu

en

cy

2018161412108642

4

2

0

-2

Observation Order

Re

sid

ua

l



Residual Plots for preference sneakers Vs durability





20

e. Melakukan analisis regresi antara V1 sebagai variabel dependen dan V2 sampai V4 sebagai

variabel independen, diperoleh output berikut.

Berdasarkan Tabel 21 diketahui bahwa dengan meregresikan V2,V3,V4 terhadap V1

diperoleh persamaan regresi 𝑉1 = −0,42 + 0,285𝑉2 + 0,432𝑉3 + 0,349𝑉4. Kemudian pada hasil

pengujian signifikansi parameter variabel independe diperoleh nilai p-value dari semua variabel

independen yang > α, ini berarti bahwa antara V2, V3, dan V4 tidak ada yang berpengaruh

signifikan terhadap V1 secara parsial. Namun pada output ANOVA diketahui p-value = 0,09

yang < α, ini berarti bahwa secara serentak variabel V2,V3,V4 berpengaruh terhadap V1. Oleh

karena itu model yang terbentuk tersebut dapat digunakan untuk memprediksi preference for an

outdoor lifestyle (V1) dengan nilai R-Squarenya 50,5%.

Regression Analysis: preference s versus evaluation s; style; durability The regression equation is

preference sneakers = - 0,42 + 0,285 evaluation sneakers + 0,432 style + 0,349 durability


Constant -0,415 1,236 -0,34 0,741

evaluation sneakers 0,2853 0,3886 0,73 0,473

style 0,4324 0,2577 1,68 0,113

durability 0,3485 0,2235 1,56 0,138

S = 1,45640 R-Sq = 50,5% R-Sq(adj) = 41,2%


Source DF SS MS F P

Regression 3 34,612 11,537 5,44 0,009


Total 19 68,550

Tabel 21. Output Analisis Regresi Multiple antara V1 dengan V2,V3,V4



21

LAMPIRAN Output Pengujian Mean dan Varian Nomor 8d Halaman 539

Test and CI for Two Variances: V2 Female; V2 Male Method

Null hypothesis Sigma(V2 Fe) / Sigma(V2 M) = 1

Alternative hypothesis Sigma(V2 Fe) / Sigma(V2 M) not = 1


Statistics


V2 Fe 15 1,163 1,352

V2 M 15 0,915 0,838


CI for


of Data Ratio Ratio

Normal (0,736; 2,192) (0,542; 4,806)

Continuous (0,375; 2,519) (0,141; 6,343)

Tests

Test


F Test (normal) 14 14 1,61 0,381


Two-Sample T-Test and CI: V2 Fe; V2 M Two-sample T for V2 Fe vs V2 M


V2 Fe 15 3,07 1,16 0,30

V2 M 15 6,133 0,915 0,24

Difference = mu (V2 Fe) - mu (V2 M)


95% CI for difference: (-3,849; -2,284)

T-Test of difference = 0 (vs not =): T-Value = -8,02 P-Value = 0,000 DF = 28


Null hypothesis Sigma(V3 F) / Sigma(V3 M) = 1

Alternative hypothesis Sigma(V3 F) / Sigma(V3 M) not = 1


Statistics


V3 F 15 1,846 3,410

V3 M 15 1,676 2,810


CI for


of Data Ratio Ratio

Normal (0,638; 1,901) (0,407; 3,615)

Continuous (0,671; 2,397) (0,450; 5,745)

Tests

Test


F Test (normal) 14 14 1,21 0,722


Two-Sample T-Test and CI: V3 F; V3 M Two-sample T for V3 F vs V3 M


V3 F 15 3,53 1,85 0,48

V3 M 15 3,67 1,68 0,43

Difference = mu (V3 F) - mu (V3 M)






22

LAMPIRAN (Lanjutan)





Statistics


V4 F 15 1,280 1,638

V4 M 15 1,589 2,524


CI for


of Data Ratio Ratio

Normal (0,467; 1,390) (0,218; 1,933)

Continuous (0,347; 1,823) (0,120; 3,323)

Tests

Test


F Test (normal) 14 14 0,65 0,429




V4 F 15 3,73 1,28 0,33

V4 M 15 5,33 1,59 0,41









Statistics


V5 F 15 1,710 2,924

V5 M 15 1,624 2,638


CI for


of Data Ratio Ratio

Normal (0,610; 1,817) (0,372; 3,301)

Continuous (0,785; 4,449) (0,616; 19,798)

Tests

Test


F Test (normal) 14 14 1,11 0,850




V5 F 15 3,27 1,71 0,44

V5 M 15 3,93 1,62 0,42







23

LAMPIRAN (Lanjutan)





Statistics


V6 F 15 1,624 2,638

V6 M 15 1,656 2,743


CI for


of Data Ratio Ratio

Normal (0,568; 1,693) (0,323; 2,865)

Continuous (0,310; 1,590) (0,096; 2,528)

Tests

Test


F Test (normal) 14 14 0,96 0,943




V6 F 15 2,93 1,62 0,42

V6 M 15 4,80 1,66 0,43





tgs terakhir individu fix

Documents