Professional Documents
Culture Documents
PENDAHULUAN
1. 1 Latar Belakang
Statistika dapat didefinisikan sebagai ilmu yang membahas tentang
pengambilan data, pengolahan data sampai kesimpulan yang diperoleh dari
perhitungan dan pengolahan data tadi, serta membuat keputusan yang dapat
diterima berdasarkan analisis. Dalam kehidupan sehari-hari, sering kita temui
permasalahan yang dapat diformulasikan ke dalam persamaan matematis.
Hubungannya dengan statistika yaitu statistika digunakan untuk menyatakan data
atau bilangan yang diperoleh dari data, misalnya rata-rata dari data tersebut.
Permasalahan yang umum dihadapi oleh peneliti atau insinyur adalah
menyangkut cara pengambilan keputusan berdasarkan data mengenai suatu sistem
ilmu. Dalam tiap kasus, peneliti membuat dugaan mengenai suatu sistem. Sebagai
tambahan tiap kasus harus melibatkan penggunaan data percobaan dan
pengambilan keputusan berdasarkan data tadi. Secara resmi dalam tiap kasus
dugaan mengenai dugaan dapat dirumuskan dalam bentuk hipotesis statistik.
Keunikan statistik yaitu kemampuannya untuk menghitung ketidakpastian
dengan tepat. Dengan kemampuan itu para ahli statistik dapat membuat suatu
pernyataan yang tegas, lengkap dengan jaminan ketidakpastian. Didalam statistik
ada tiga hal penting yang mendasar yaitu analisa data yang membahas tentang
pengumpulan, penyajian dan mengintisarikan data. Kedua adalah probabilitas
yaitu membahas tentang hukum peluang dan yang terakhir adalah kesimpulan
statistik yaitu tentang ilmu penarikan kesimpulan statistik dari data tertentu
berdasarkan pengetahuan tentang probabilitas.
1. 2 Tujuan Praktikum
Tujuan yang hendak dicapai dalam praktikum ini adalah:
1. Mengerti dan memahami beberapa teknik pengambilan data.
2. Mengerti dan memahami mengenai statistik deskriptif dan statistik induktif.
3. Mengerti dan memahami teknik pengolahan data secara parametrik dan non
parametrik.
4. Mampu menginterpretasikan hasil pengolahan data dengan menggunakan teknik
parametrik dan non parametrik.
1. 3 Pembatasan Masalah
Pada laporan ini masalah yang dibahas terbatas pada pengolahan data
statistik parametrik dan non parametrik, baik dependen maupun independen
dengan nilai k = 2 dan k > 2.
Data pertama adalah data parametrik dengan k = 2 yaitu data mengenai
Banyaknya Kyai dan Ustadz menurut Kabupaten/Kota di Jawa Tengah Tahun
2004. Untuk data parametrik k > 2 yaitu data mengenai Banyaknya Jema'ah Haji
yang Diberangkatkan ke Tanah Suci (Mekkah) menurut Kabupaten/Kota di Jawa
Tengah Tahun Anggaran 2001-2003
Sedangkan untuk data non parametrik ada 2 jenis yaitu dependen dan
independen. Data independen dengan k = 2 adalah data mengenai Data Pengaruh
Jenis Kelamin terhadap Media Aktualisasi Diri yang diperoleh melalui kuesioner
dengan sampel mahasiswa Teknik Industri 2007. Untuk data independen k > 2
adalah data mengenai Data Pengaruh Golongan Darah terhadap Jenis Materi yang
Disukai yang diperoleh juga melalui kuesioner dengan sampel mahasiswa Teknik
Industri 2007. Data non parametrik dependen k = 2 merupakan data mengenai
Status Guru-Guru SMK-SB, untuk yang k > 2 adalah data Pengaruh Negara
Produksi terhadap Jenis Film yang Disukai
Ruang lingkup pengolahan data pada laporan ini dibatasi dengan
pengolahan data menggunakan software Microsoft Excel, SPSS, dan MINITAB.
1. 4 Prosedur Praktikum
Identifikasi Masalah
Studi Keputusan
Teknik Pengambilan
Pengambilan Data Sekunder
Sampling Nonparametrik
Sampling acak
sederhana
Pengumpulan Data
Interpretasi Data
2. 1 Definisi Statistika
Statistik adalah ilmu yang membahas tentang pengambilan dan pengolahan data
sampai kesimpulan.
Statistik secara garis besar dapat dibagi menjadi 2 yaitu :
2.1.1 Statistika Deskriptif
Merupakan teknik statistik di mana di sini dilakukan pengambilan data,
penyajian data tanpa adanya kesimpulan. Untuk keperluan praktikum ini, perlu
pemahaman tentang: cara-cara penyajian data (histogram, distribusi frekuensi).
Untuk lokasi atau ukuran kecenderungan (berbagai macam mean, berbagai
macam median, modus, akar mean kuadrat, persentil dan kuartil) dan ukuran
deviasi (simpangan kuartil, rentang, simpangan baku, mean absolut simpang,
variansi).
(Modul Praktikum Statistika Industri, hal 1)
2.1.2 Statistika Induktif
Teknik statistik mempunyai pengumpulan data, pengolahan serta
penganalisaan terhadap data yang diperoleh sehingga nantinya dapat diambil
suatu kesimpulan. Statistik induktif meliputi perumusan hipotesis statistik
(pernyataan tentang populasi), pemilihan uji yang sesuai, penentuan taraf yang
signifikan, analisa statistik. Statistik induktif meliputi 2 hal yaitu :
Teknik pengolahan data secara parametrik
Teknik pengolahan data secara non parametrik
(Modul Praktikum Statistika Industri hal 1)
Contoh:
A B C D E
1 2 3 4 5
Interval A-C adalah 3-1=2 Interval C-D adalah 4-3=1
Pada kedua interval ini dapat dijumlahkan menjadi 2 + 1 = 3. Atau
interval antara A dan D adalah 4 – 1 = 3. Pada data ini yang dijumlahkan
bukanlah kuantitas atau besaran, melainkan interval dan tidak terdapat
nilai nol absolut .
d. Data rasio
Adalah data yang memiliki sifat-sifat data nominal, data ordinal, dan data
interval, dilengkapi dengan titik nol absolut dengan makna empiris.
Karena terdapat angka nol maka pada data ini dapat dibuat perkalian atau
pembagian. Angka pada data menunjukkan ukuran yang sebenarnya dari
objek/ kategori yang diukur. Data rasio adalah data dengan pengukuran
paling ‘tinggi’ di antara jenis data lainnya. Contoh: membandingkan nilai
mata kuliah antara dua mahasiswa.
1. Variabilitas populasi
2. Ukuran atau besar sampel
3. Teknik penentuan sample
4. Kecermatan memasukkan ciri-ciri populasi
Dari populasi ke sampel ini terdapat proses penarikan sampel (teknik Sampling)
yaitu :
a. Non Probability Sampling (Sampling Nonrandom)
Adalah cara pengambilan sample yang semua objek atau elemen populasinya
tidak memiliki kesempatan yang sama untuk dipilih sebagai sample. Hasil dari
sampling nonrandom memiliki sifat subjektif atau kurang objektif. Hal ini
diakarenakan pada waktu sample diambil dari populasi, probabilitasnya tidak
diikutsertakan, tetapi berdasarkan aspek pribadi seseorang.
Yang termasuk sampling nonrandom antara lain
1. Sampling Kuota
Adalah bentuk sampling nonrandom yang merincikan lebih dahulu segala
sesuatu yang berhubungan dengan pengambilan sampel. Dengan demikian
petugas hanya mengumpulkan data mengenai sesuatu yang telah dirinci.
Akan tetapi, pengambilan unit samplingnya ditentukan oleh si petugas.
2. Sampling pertimbangan
Adalah bentuk sampling nonrandom yang pengambilan sampelnya
ditentukan oleh peneliti berdasarkan pertimbangan atau kebijaksanaanya.
Cara sampling ini cocok untuk studi kasus.
3. Sampling Seadanya
Adalah bentuk sampling nonrandom yang pengambilan sampelnya
dilakukan seadanya atau berdasarkan kemudahannya mendapatkan data
yang diperlukan. Pada
2. 4 Statistika Deskriptif
Statistika deskriptif merupakan teknik statistik dimana disini dilakukan
pengambilan data, penyajian data tanpa adanya kesimpulan.
2.4. 1 Mean, Median, Modus dan Ukuran Pemusatan lainnya
2.1.2.1 Mean
Nilai mean (rata-rata hitung) dari suatu himpunan N bilangan X1, X2, ..., XN
ditunjukkan oleh X dan dirumuskan sebagai berikut:
N
X X 2 ... X N
X
j 1
j
X 1 ................................. (2.1)
N N
2.1.2.2 Median
Median dari suatu himpunan bilangan yang disusun menurut urutan besarnya
merupakan pertengahan atau nilai tengah hitung dari pertengahan.
2.1.2.3 Modus
Modus suati himpunan bilangan adalah nilai yang terjadi dengan frekuensi
terbesar yaitu nilai yang paling umum. Modus mungkin tidak ada dan jika ada
boleh jadi tidak unik.
2.1.2.4 Kuartil, Desil, dan Persentil
Jika suatu himpunan data disusun menurut besarnya, nilai tengah yang
membagi atas dua bagian yang sama adalah median. Dengan memperluas
pemikiran tersebut, dapat dibayangkan nilai-nilai yang membagi himpunan
atas empat bagian yang sama dan dikenal dengan kuartil. Secara serupa, nilai-
nilai yang membagi data atas sepuluh bagian yang sama disebut desil.
Sedangkan nilai-nilai yang membagi data atas seratus bagian dinamakan
persentil.
(Spiegel, Statistika hal 61-66)
2.4. 2 Simpangan baku dan Ukuran Sebaran Lain
1. Simpangan kuartil
Simpangan kuartil Q dari suatu himpunan didefinisikan oleh
Q3 Q1
Q ..................................................... (2.2)
2
2. Rentang yang merupakan selisih antara bilangan terbesar dengan bilangan
terkecil dalam suatu himpunan.
Rentang = data terbesar – data terkecil .............................. (2.3)
3. Simpangan baku
Simpangan baku adalah deviasi atau penyimpangan suatu data terhadap rata-
ratanya. Dapat dirumuskan:
2
S
( x x) .................................................. (2.4)
N
4. Variansi
Variansi suatu himpunan didefinisikan sebagai kuadrat simpangan baku (s2).
Bilamana diperlukan untuk membedakan simpangan baku populasi dari
simpangan baku sampel yang berasal dari populasi ini seringkali kita
menggunakan lambang S untuk simpangan baku sampel dan σ untuk
simpangan baku populasi. Jadi S2 mewakili variansi sampel dan σ2 mewakili
variansi populasi.
(Spiegel, Statistika hal 92-94)
2.4. 3 Distribusi Frekuensi dan Histogram Frekuensi
Data mentah adalah data yang dikumpulkan yang belum diatur secara
numerik. Pada waktu meringkaskan sejumlah besar data mentah sering sangat
berguna mendistribusikan data dalam kelas atau kelompok dan menetapkan
banyaknya individu yang termasuk dalam setiap kelas yang disebut frekuensi
kelas. Suatu penyusunan tabulasi data memakai kelas bersama dengan frekuensi
kelas yang berhubungan disebut distribusi frekuensi atau tabel frekuensi.
Histogram merupakan gambaran secara grafik dari distribusi frekuensi.
Histogram atau histogram frekuensi ini terdiri dari himpunan siku empat yang
mempunyai :
Alas pada sumbu mendatar (sumbu-x) dengan pusat markah (titik tengah
kelas) dan panjang sama dengan ukuran selang kelas.
Luas sebanding terhadap frekuensi kelas.
Jika semua selang kelas mempunyai ukuran sama, tinggi segi empat
sebanding terhadap frekuensi kelas dan merupakan kebiasaan untuk
mengambil tinggi secara numerik sama dengan frekuensi kelas.
Dari suatu histogram, kita bisa mengetahui informasi mengenai data yang
kita teliti.
2.4. 4 Kemencengan
Skewness atau kemencengan adalah derajat ketaksimetrisan, atau
kejauhan dari simetri dari suatu distribusi. Berdasarkan kemencengannya, grafik
distribusi terbagi menjadi tiga, yaitu:
a. Negatively skewed distribution, yaitu kurva frekuensi suatu distribusi yang
mempunyai ekor yang lebih panjang ke kiri dari maksimum pusat daripada
yang ke kanan, distribusi ini disebut juga menceng ke kiri atau mempunyai
kemencengan negatif.
b. Positively skewed distribution, yaitu kurva frekuensi suatu distribusi yang
mempunyai ekor yang lebih panjang ke kanan dari maksimum pusat daripada
yang ke kiri, distribusi ini disebut juga menceng ke kanan atau mempunyai
kemencengan positif.
c. Symmetric distribution, yaitu kurva frekuensi suatu distribusi yang
mempunyai ekor yang sama panjang dari maksimum pusat.
Untuk distribusi yang menceng, mean cenderung terletak pada sisi yang
sama dari modus sebagai ekor yang panjang. Jadi suatu ukuran tak simetri
diperlihatkan oleh selisih (mean-modus). Ini dapat dibuat tanpa ada pembagian
oleh suatu ukuran sembarang, sama seperti simpangan baku, sehingga kita
dapatkan definisi:
mean mod us x mod us
kemencengan ............................(2.5)
simpangan baku s
2.4. 5 Kurtosis
Kurtosis adalah derajat kepuncakan dari suatu distribusi, biasanya diambil
secara relatif terhadap suatu distribusi normal. Berdasarkan kurtosisnya, grafik
distribusi terbagi menjadi tiga, yaitu:
Leptokurtik, yaitu distribusi yang mempunyai puncak relatif tinggi.
Platikurtik, yaitu distribusi yang mempunyai puncak mendatar.
Mesokurtik, yaitu grafik yang berdistribusi normal yang puncaknya tidak
terlalu lancip atau berpuncak mendatar.
4
n(n 1) xi x 3(n 1)
2
Derajat Kepuncakan =
(n 1)(n 2)(n 3)
s (n 2)(n 3)
2. 5 Statistik Parametrik
Kebanyakan cara pengujian hipotesis didasarkan pada anggapan bahwa sampel
acak diambil dari populasi normal. Kebanyakan uji tersebut masih dapat diandalkan bila
penyimpangannya dari kenormalan hanya sedikit, terutama sekali bila ukuran
sampelnya besar. Biasanya cara pengujian ini dinamakan metode parametrik.
(Walpole & Myers, Ilmu Peluang dan Statistika hal 691)
Statistik parametrik merupakan teknik statistik dimana dilakukan pengumpulan
data, pengolahan serta penganalisaan terhadap data yang diperolah sehingga nantinya
dapat diambil suatu kesimpulan. Ciri–ciri dari data parametrik adalah :
1. Data berdistribusi normal
2. Merupakan data interval atau data rasio
3. Jumlah data lebih dari sama dengan 30 (n ≥ 30)
Uji Kebaikan-Suai
Uji Goodness of Fit digunakan untuk menentukan apakah suatu populasi
mempunyai suatu distribusi teoritis tertentu. Uji tersebut didasarkan atas baiknya
kesesuaian yang ada antara frekuensi terjadinya pengamatan pada sampel
teramati dan frekuensi harapan yang diperoleh dari distribusi yang
dihipotesiskan.
Uji goodness of fit adalah uji hipotesis statistik yang digunakan untuk
menaksir bentuk apakah observasi X1,X2,…Xn adalah independen sampel dari
distribusi khusus dengan fungsi distribusi F. Uji goodness of fit dapat digunakan
untuk menguji serangkaian uji hipotesis nol
Terdapat tiga macam uji Goodness of Fit, yaitu Chi-square test,
Kolmogorov-Smirnov Test, dan Anderson Darlinguji
Uji Menyangkut Ratan dan Variansi
Uji menyangkut rataan ini berkaitan dengan distribusi t, uji ini dapat
menyangkut satu rataan atau variansi dan menyangkut dua variansi atau rataan.
Uji Menyangkut Proporsi
Uji ini banyak dipakai dalam berbagai bidang. Uji ini digunakan untuk
mengetahui proporsi suatu peristiwa dalam suatu populasi. Sebagai contoh,
seorang politisi tentunya tertarik untuk mengetahui berapa bagian dari pemilih
yang akan mendukungnya dalam pemilihan mendatang. Pengusaha pabrik
berkepentingan mengetahui proporsi cacat dalam suatu pengiriman
produksinya.
Uji Kebebasan
Merupakan uji untuk mengetahui keterkaitan antara dua atau lebih
variabel atau untuk mengetahui sifat ketergantungan (hubungan) suatu variabel
dengan variabel yang lain.
Galat I dan Galat II
Galat I adalah penolakan hipotesis nol padahal hipotesis itu benar.
Galat II adalah penerimaan hipotesis nol padahal hipotesis itu salah.
Uji Anova
Anova sering disebut sebagai analisis variansi. Sampel acak ukuran n
diambil masing-masing dari k populasi. Ke k populasi yang berbeda ini
diklasifikasikan menurut perlakuan atau grup yang berbeda. Dewasa ini istilah
perlakuan digunakan secara umum dengan arti klasifikasi, apakah itu kelompok,
adukan, penganalisis, pupuk yang berbeda, atau berbagai daerah di suatu
negara. Pada Anova terdapat pengujian hipotesis nol bahwa rataan ke k populasi
sama lawan tandingan bahwa paling sedikit dua dari rataan ini tidak sama.
Uji yang akan dipakai didasarkan pada perbandingan dua taksiran bebas
dari kesamaan variansi populasi 2. Perlu dibandingkan ukuran variansi antara
perlakuan yang sesuai dengan variansi dalam perlakuan, agar dapat ditemukan
perbedaan yang berarti dalam pengamatan akibat pengaruh perlakuan.
Analisis variansi untuk klasifikasi eka arah dapat dilihat pada tabel di
bawah ini yang sama dengan tabel Anova.
Tabel 2. 1 Analisis Variansi Untuk Klasifikasi Eka Arah
JKA
Galat JKG k (n - 1) S2
k (n 1)
Total JKT nk - 1
k n
2 T 2 ..
JKT = y
i 1 j 1
ij
nk
k
2
Ti
j 1 T 2 ..
JKA =
n nk
Uji-F
Pada pengujian kesamaan dua variansi populasi 12 dan 22, yang ingin
diuji adalah hipotesis nol Ho bahwa 12 = 22 lawan salah satu tandingan 12 <
22, 12 > 22, atau 12 22.
Untuk dua sampel acak berukuran masing-masing n1 dan n2 dari dua
populasi, nilai f untuk menguji 12 = 22 ialah nisbah :
2
s1
f 2
........................................................ (2.7)
s2
dengan s12 dan s22 variansi yang dihitung dari dua sampel. Jika kedua populasi
2
s
berdistribusi hampir normal dan hipotesis nol benar maka nisbah f 1 2 suatu
s2
nilai distribusi – F dengan derajat kebebasan v1 = n1 – 1 dan v2 = n2 – 1. Dengan
demikian daerah kritis berukuran yang sesuai dengan tandingan eka pihak 12
< 22, 12 > 22 adalah masing-masing f > f1- (v1,v2) dan f > f (v1,v2). Untuk
tandingan dua pihak 12 22, daerah kritis adalah f < f1- (v1,v2) dan f > f/2
(v1,v2). Untuk mengambil keputusan disesuaikan dengan daerah kritis, bila nilai
peluang berada didaerah kritis maka ditolak dan begitupun sebaliknya.
Dalam pengambilan keputusan dapat dengan membandingkan nilai P
hasil perhitungan dengan . Jika P lebih besar daripada , maka Ho diterima
dan begitupun sebaliknya.
(Walpole & Myers, Ilmu Peluang dan Statistika hal 257-260)
Uji-T
Dalam uji menyangkut dua rataan keadaan yang lebih umum berlaku
ialah keadaan dengan variansi tidak diketahui. Bila si peneliti bersedia
menganggap bahwa kedua distribusi normal dan bahwa 1 = 2 = , maka uji t-
gabungan (sering disebut uji-t dua sampel) dapat digunakan. Uji statistik
tersebut berbentuk :
( x1 x 2 ) d 0
t ........................................... (2.8)
S p 1 / n1 1 / n 2
untuk
2 2
S1 ( n1 1) S 2 ( n2 1)
S2p .................................. (2.9)
n1 n2 2
Distribusi-t digunakan diisi dan bila hipotesisnya dwipihak maka
hipotesis ditolak bila
t / 2 ,n1 n2 2 < t < t / 2 ,n1 n2 2
keberartian. Jika P lebih besar maka Ho diterima, dan apabila sebaliknya maka
Ho ditolak.
Pengamatan Berpasangan
Perhitungan selang kepercayaan untuk 1 - 2 dalam hal ini didasarkan
pada peubah acak
D D
T .............................................. (2.10)
Sd n
Hipotesisnya berbentuk, Ho : D = do
Uji statistik hasil perhitungan menjadi
d do
t ....................................................... (2.11)
Sd n
Daerah kritis untuk ekasisi t < -t atau t > t, sedangkan untuk dwisisi t < -t atau
t > t dengan menggunakan distribusi-t dengan derajat kebebasan n – 1. Dalam
pengambilan keputusan juga dapat dengan membandingkan nilai P perhitungan
dengan taraf keberartian (). Jika P lebih kecil atau sama dengan , maka Ho
ditolak dan apabila sebaliknya maka Ho diterima.
(Walpole & Myers, Ilmu Peluang dan Statistika hal 252-257)
2. 7 Statistik Nonparametrik
Suatu pengujian populasi seringkali dihadapkan pada suatu uji yang harus
dilakukan tanpa kebergantungan asumsi-asumsi yang kaku karena bersifat khusus. Uji
statistik nonparametrik merupakan alternatif untuk memenuhi kebutuhan tersebut
dikarenakan menghasilkan kesahihan dan validitas meskipun hanya berdasar pada
asumsi-asumsi umum. Tipe utama prosedur statistik yang dimasukkan dalam
nonparametrik adalah prosedur-prosedur nonparanetrik murni dan prosedur-prosedur
bebas distribusi (distribution free procedures). Ciri–ciri dari data non parametrik adalah
:
1. Data berdistribusi tidak normal
2. Merupakan data nominal atau data ordinal
3. Jumlah data kurang dari sama dengan 30 (n ≤ 30)
Keunggulan Statistik Non Parametrik :
Beberapa keuntungan dalam penggunaan statistik non parametrik adalah :
a. Kemungkinan keasalahan pada penggunaan adalah minimum karena asumsi
yang digunakan minim.
b. Perhitungan yang digunakan umumnya mudah meskipun secara manual.
c. Prosedur yang digunakan lebih mudah dipahami oleh semua pihak.
d. Prosedurnya dapat digunakan meskipun dengan skala pengukuran terendah.
Kekurangan statstik non parametrik :
Di samping memilki kelebihan-kelebihan tersebut di atas, penggunaan statistik
non parametrik juga mempunyai kelemahan di antaranya :
a. Meskipun perhitungannya sederhana tetapi pada umumnya menjemukan.
b. Beberapa kasus sebenarnya lebih tepat jika digunakan prosedur-prosedur
parametrik.
Sebagai ringkasan, bila uji parametrik dan non parametrik keduanya berlaku pada
himpunan data yang sama, gunakanlah selalu uji parametrik yang lebih efisien. Akan
tetapi bila diketahui bahwa anggapan kenormalan sering tak berlaku dan ternyata bahwa
yang dihadapi adalah pengukuran yang tidak kuantitatif maka digunakan uji yang non
parametrik.
(Walpole & Myers, Ilmu Peluang dan Statistika hal 691, 1995)
o w
1 2 w+
1 = 2 1 w-
2 w
1
2
Uji rang tanda dapat pula digunakan untuk menguji hipotesis nol
bahwa 1 - 2 = b 0. Dalam kasus ini tidak perlu setangkup. Seperti pada uji
tanda tiap selisih kita kurangi dengan bo, rang tiap selisih tanpa
memperhatikan tandanya dan terapkan prosedur yang sama seperti
sebelumnya.
(Walpole & Myers, Ilmu Peluang dan Statistika hal 696-698, 1995)
Jumlah Derajat
Sumber Variansi Rataan Kuadrat f Hitungan
kuadrat Kebebasan
2
2 JKA S1
Perlakuan JKA k–1 S1 2
k 1 S2
JKA
Galat JKG k (n – 1) S2
k (n 1)
Total JKT nk – 1
k n
T 2 ..
JKT = yij2
i 1 j 1 nk
k
2
T
i 1
i
T 2 ..
JKA =
n nk
JKG = JKT-JKA
2.9. 2 SPSS
Untuk mengolah data tersebut kami menggunakan program SPSS
(Statistical Product and Service Solution). Program SPSS adalah program yang
bertujuan untuk memperkecil kesalahan penghitungan dalam pengolahan data.
Data yang diolah dalam SPSS harus memenuhi syarat-syarat yang meliputi
kecukupan data, kualitas data, dan memenuhi sifat-sifat keacakan. Setelah proses
pengumpulan dan pengolahan data dilakukan, maka analisa output SPSS data
dapat langsung diketahui.
2.9.3 MINITAB
PENGUMPULAN DATA
3. 1 Data Parametrik
3.1. 1 Statistik Parametrik Independen k=2
Badan Statistik Nasional mencatat Banyaknya Kyai dan Ustadz
Menurut Kabupaten/Kota di Jawa Tengah Tahun 2004. Datanya adalah sebagai
berikut:
Ket:
1. Kamera HP
2. Kamera digital
3. Handycam
4. Webcam
5. Photobox
Keterangan:
1. Hitungan
2. Hafalan
3. Keduanya
Keterangan:
1. Action
2. Horor
3. Drama
4. Komedi
BAB IV
PENGOLAHAN DATA
4. 1 Statistik Parametrik
4.1. 1 Statistik Parametrik Independen k = 2
Output Excel
Deskriptif Statistic
Tabel 4. 1Ouput Statistic Descriptive Parametrik Independen k=2
kyai ustadz
ANOVA
Source of Variation SS df MS F P-value F crit
1.31E-
Between Groups 2144772 1 2144772.267 22.69576 05 4.006873
Within Groups 5481057 58 94500.9908
Total 7625830 59
Output SPSS
- Deskriptif Statistik
Frequencies
Tabel 4. 5 Deskriptif Statistik Parametrik Independen k=2
Statistics
kyai ustadz
N Valid 30 30
Missing 0 0
Mean 283,6667 661,8000
Median 268,5000 601,5000
Mode 365,00 14,00(a)
Std. Deviation 147,61210 408,91643
Variance 167212,64
21789,333
8
Skewness ,054 1,611
Std. Error of Skewness ,427 ,427
Kurtosis -,898 5,074
Std. Error of Kurtosis ,833 ,833
Range 561,00 2146,00
Minimum 13,00 14,00
Maximum 574,00 2160,00
Percentiles 10 72,7000 199,2000
20 158,2000 383,4000
25 170,7500 409,7500
30 192,1000 432,0000
40 216,4000 537,4000
50 268,5000 601,5000
60 342,0000 709,0000
70 365,0000 752,8000
75 418,2500 969,0000
80 427,6000 1000,6000
90 486,8000 1087,6000
- a Multiple modes exist. The smallest value is shown
kyai
Cumulative
Frequency Percent Valid Percent Percent
Valid 13.00 1 3.3 3.3 3.3
58.00 1 3.3 3.3 6.7
70.00 1 3.3 3.3 10.0
97.00 1 3.3 3.3 13.3
114.00 1 3.3 3.3 16.7
156.00 1 3.3 3.3 20.0
167.00 1 3.3 3.3 23.3
172.00 1 3.3 3.3 26.7
187.00 1 3.3 3.3 30.0
204.00 1 3.3 3.3 33.3
209.00 1 3.3 3.3 36.7
210.00 1 3.3 3.3 40.0
226.00 1 3.3 3.3 43.3
235.00 1 3.3 3.3 46.7
252.00 1 3.3 3.3 50.0
285.00 1 3.3 3.3 53.3
329.00 1 3.3 3.3 56.7
330.00 1 3.3 3.3 60.0
350.00 1 3.3 3.3 63.3
364.00 1 3.3 3.3 66.7
365.00 2 6.7 6.7 73.3
417.00 1 3.3 3.3 76.7
422.00 1 3.3 3.3 80.0
429.00 1 3.3 3.3 83.3
442.00 1 3.3 3.3 86.7
485.00 1 3.3 3.3 90.0
487.00 1 3.3 3.3 93.3
496.00 1 3.3 3.3 96.7
574.00 1 3.3 3.3 100.0
Total 30 100.0 100.0
ustadz
Cumulative
Frequency Percent Valid Percent Percent
Valid 14.00 1 3.3 3.3 3.3
172.00 1 3.3 3.3 6.7
196.00 1 3.3 3.3 10.0
228.00 1 3.3 3.3 13.3
242.00 1 3.3 3.3 16.7
380.00 1 3.3 3.3 20.0
397.00 1 3.3 3.3 23.3
414.00 1 3.3 3.3 26.7
426.00 1 3.3 3.3 30.0
446.00 1 3.3 3.3 33.3
465.00 1 3.3 3.3 36.7
527.00 1 3.3 3.3 40.0
553.00 1 3.3 3.3 43.3
571.00 1 3.3 3.3 46.7
588.00 1 3.3 3.3 50.0
615.00 1 3.3 3.3 53.3
654.00 1 3.3 3.3 56.7
700.00 1 3.3 3.3 60.0
715.00 1 3.3 3.3 63.3
718.00 1 3.3 3.3 66.7
729.00 1 3.3 3.3 70.0
763.00 1 3.3 3.3 73.3
963.00 1 3.3 3.3 76.7
987.00 1 3.3 3.3 80.0
1004.00 1 3.3 3.3 83.3
1007.00 1 3.3 3.3 86.7
1030.00 1 3.3 3.3 90.0
1094.00 1 3.3 3.3 93.3
1096.00 1 3.3 3.3 96.7
2160.00 1 3.3 3.3 100.0
Total 30 100.0 100.0
kyai
10
8
Frequency
Mean = 283.6667
Std. Dev. = 147.6121
0 N = 30
0.00 100.00 200.00 300.00 400.00 500.00 600.00
kyai
10
8
Frequency
Mean = 661.80
Std. Dev. = 408.91643
0 N = 30
0.00 500.00 1000.00 1500.00 2000.00 2500.00
ustadz
Oneway
Tabel 4. 8 Output Anova Parametrik Independen k=2
ANOVA
jumlah
Sum of
Squares df Mean Square F Sig.
Between Groups 2144772,2
1 2144772,267 22,696 ,000
67
Within Groups 5481057,4
58 94500,991
67
Total 7625829,7
59
33
Output MINITAB
- Deskriptif Statistik
Descriptive Statistics: C1, C2, C3
- Two-Sample T-Test
Two-Sample T-Test and CI: C2, C3
Two-sample T for C2 vs C3
Difference = mu C2 - mu C3
Estimate for difference: -378.1
95% CI for difference: (-539.1, -217.2)
T-Test of difference = 0 (vs not =): T-Value = -4.76 P-Value =
0.000 DF = 36
Boxplots of C2, C3
X = 4,008
5. Perhitungan
Tabel 4. 9 Perhitungan Anova Manual Parametrik Independen k=2
No y1 y2 jumlah jumlah 2
1 442 963 1405 1974025
2 209 397 606 367236
3 252 414 666 443556
4 330 228 558 311364
5 167 380 547 299209
6 417 763 1180 1392400
7 422 654 1076 1157776
8 235 700 935 874225
9 210 718 928 861184
10 97 196 293 85849
11 58 615 673 452929
12 70 172 242 58564
13 114 242 356 126736
14 350 729 1079 1164241
15 485 426 911 829921
16 156 527 683 466489
17 429 1.030 1459 2128681
18 365 987 1352 1827904
19 496 588 1084 1175056
20 364 2.160 2524 6370576
21 574 1.096 1670 2788900
22 285 715 1000 1000000
23 365 571 936 876096
24 329 1.007 1336 1784896
25 204 1.004 1208 1459264
26 226 553 779 606841
27 187 465 652 425104
28 172 446 618 381924
29 487 1.094 1581 2499561
30 13 14 27 729
28364
Total 8510 19854 34191236
No Y1 kuadrat Y2 kuadrat jumlah
1 195364 927369 1122733
2 43681 157609 201290
3 63504 171396 234900
4 108900 51984 160884
5 27889 144400 172289
6 173889 582169 756058
7 178084 427716 605800
8 55225 490000 545225
9 44100 515524 559624
10 9409 38416 47825
11 3364 378225 381589
12 4900 29584 34484
13 12996 58564 71560
14 122500 531441 653941
15 235225 181476 416701
16 24336 277729 302065
17 184041 1060900 1244941
18 133225 974169 1107394
19 246016 345744 591760
20 132496 4665600 4798096
21 329476 1201216 1530692
22 81225 511225 592450
23 133225 326041 459266
24 108241 1014049 1122290
25 41616 1008016 1049632
26 51076 305809 356885
27 34969 216225 251194
28 29584 198916 228500
29 237169 1196836 1434005
30 169 196 365
21034438
total 3045894 17988544
T2
Faktor korelasi =
nk
(28364)2
=
30 2
= 13408608
k n
2 T 2 ..
JKT yij
i 1 j 1 nk
(28364)2
= 21034438
60
= 7625830
k
2
T
i 1
i .
T 2 ..
JKA
n nk
72420100 3,94E 08 (28364)2
=
30 60
= 2144772
JKA
S12
k 1
2144772
2 1
= 2144772
JKG
S22
k (n 1)
5481057
2(30 1)
= 94500,99
s12 2144772
Fhitung = 22,69576
s22 94500,99
P = P[F[k-1,k(n-1)]>f]
=P[22,69576[2-1,k(30-1)]>4.008]
= 1.31x10-5
Tabel 4.10 Perhitungan Manual Uji Anova Data Parametrik dengan k=2 Independen
Sumber Derajat Rataan
Jml. Kuadrat F Hitungan Nilai P F Kritis
Variasi kebebasan Kuadrat
2
S1
2 JKA 2
S1 S2
JKA=2144772 k 1 -5
Perlakuan k-1=1 = 1.31x 10 4,008
= 2144772
22,69576
JKA
JKG=5481057 S2
k (n 1)
Galat k(n-1) = 58
=94500,99
6. Keputusan :
Tolak Ho karena Fhitung > FCrit yaitu 22,69576 > 4,008.
7. Kesimpulan :
Bahwa selisih rata-rata jumlah kyai pada tahun 2004 dan jumlah ustadz pada tahun
2004 tidak sama sama secara signifikan
Output Excel
Deskriptif statistik
Tabel 4. 5 11 Ouput Statistic Descriptive Parametrik Independen k>2
2001 2002 2003
T otal 21149605 92
Output SPSS
Frequenci
Tabel 4. 13 Deskriptif Statistik Parametrik Independen k>2
Statistics
Frequency Table
Tabel 4. 14 Deskriptif Statistik Parametrik Independen k>2 (2001)
Tahun_2001
Cumulative
Frequency Percent Valid Percent Percent
Valid 64.00 1 3.3 3.3 3.3
122.00 1 3.3 3.3 6.7
143.00 1 3.3 3.3 10.0
178.00 1 3.3 3.3 13.3
186.00 1 3.3 3.3 16.7
270.00 1 3.3 3.3 20.0
286.00 1 3.3 3.3 23.3
299.00 1 3.3 3.3 26.7
300.00 1 3.3 3.3 30.0
305.00 2 6.7 6.7 36.7
307.00 1 3.3 3.3 40.0
361.00 1 3.3 3.3 43.3
376.00 1 3.3 3.3 46.7
388.00 1 3.3 3.3 50.0
405.00 1 3.3 3.3 53.3
458.00 1 3.3 3.3 56.7
478.00 1 3.3 3.3 60.0
488.00 1 3.3 3.3 63.3
573.00 1 3.3 3.3 66.7
623.00 1 3.3 3.3 70.0
627.00 1 3.3 3.3 73.3
675.00 1 3.3 3.3 76.7
744.00 1 3.3 3.3 80.0
933.00 1 3.3 3.3 83.3
950.00 1 3.3 3.3 86.7
1342.00 1 3.3 3.3 90.0
1482.00 1 3.3 3.3 93.3
1550.00 1 3.3 3.3 96.7
2515.00 1 3.3 3.3 100.0
Total 30 100.0 100.0
Tahun_2002
Cumulative
Frequency Percent Valid Percent Percent
Valid 99.00 1 3.3 3.3 3.3
101.00 1 3.3 3.3 6.7
205.00 1 3.3 3.3 10.0
238.00 1 3.3 3.3 13.3
304.00 1 3.3 3.3 16.7
314.00 1 3.3 3.3 20.0
329.00 1 3.3 3.3 23.3
335.00 1 3.3 3.3 26.7
341.00 1 3.3 3.3 30.0
368.00 1 3.3 3.3 33.3
374.00 1 3.3 3.3 36.7
385.00 1 3.3 3.3 40.0
394.00 1 3.3 3.3 43.3
427.00 1 3.3 3.3 46.7
483.00 1 3.3 3.3 50.0
486.00 1 3.3 3.3 53.3
524.00 1 3.3 3.3 56.7
560.00 1 3.3 3.3 60.0
582.00 1 3.3 3.3 63.3
648.00 1 3.3 3.3 66.7
696.00 1 3.3 3.3 70.0
762.00 1 3.3 3.3 73.3
773.00 1 3.3 3.3 76.7
852.00 1 3.3 3.3 80.0
892.00 1 3.3 3.3 83.3
928.00 1 3.3 3.3 86.7
957.00 1 3.3 3.3 90.0
1059.00 1 3.3 3.3 93.3
1178.00 1 3.3 3.3 96.7
1987.00 1 3.3 3.3 100.0
Total 30 100.0 100.0
Cumulative
Frequency Percent Valid Percent Percent
Valid 109.00 1 3.3 3.3 3.3
116.00 1 3.3 3.3 6.7
201.00 1 3.3 3.3 10.0
202.00 1 3.3 3.3 13.3
274.00 1 3.3 3.3 16.7
276.00 1 3.3 3.3 20.0
311.00 1 3.3 3.3 23.3
313.00 1 3.3 3.3 26.7
314.00 2 6.7 6.7 33.3
346.00 1 3.3 3.3 36.7
356.00 1 3.3 3.3 40.0
400.00 1 3.3 3.3 43.3
427.00 1 3.3 3.3 46.7
453.00 1 3.3 3.3 50.0
468.00 1 3.3 3.3 53.3
499.00 1 3.3 3.3 56.7
510.00 1 3.3 3.3 60.0
562.00 1 3.3 3.3 63.3
567.00 1 3.3 3.3 66.7
615.00 1 3.3 3.3 70.0
633.00 1 3.3 3.3 73.3
660.00 1 3.3 3.3 76.7
685.00 1 3.3 3.3 80.0
792.00 1 3.3 3.3 83.3
817.00 1 3.3 3.3 86.7
822.00 1 3.3 3.3 90.0
830.00 1 3.3 3.3 93.3
928.00 1 3.3 3.3 96.7
1550.00 1 3.3 3.3 100.0
Total 30 100.0 100.0
tahun_2001 tahun_2002
12
14
12 10
10 8
Frequency
Frequency
8
6
6
4
4
2
2 Mean = 586.0333
Std. Dev. = 386.82086
Mean = 591.10 0 N = 30
Std. Dev. = 529.06999
0.00 500.00 1000.00 1500.00 2000.00
0 N = 30
tahun_2002
0.00 500.00 1000.00 1500.00 2000.00 2500.00 3000.00
tahun_2001
(a) (b)
tahun_2003
10
8
Frequency
Mean = 511.6667
Std. Dev. = 297.21702
0 N = 30
0.00 500.00 1000.00 1500.00 2000.00
tahun_2003
(c)
Gambar 4.4 Histogram jemaah Haji tahun (a) 2001, (b) 2002, (c) 2003
Descriptive Statistics
Percentiles
N Mean Std. Deviation Minimum Maximum 25th 50th (Median) 75th
gadget 50 1,5600 1,01338 1,00 5,00 1,0000 1,0000 2,0000
jenis_kelamin 50 1,5000 ,50508 1,00 2,00 1,0000 1,5000 2,0000
Histogram
40
30
Frequency
20
10
Mean = 1.56
Std. Dev. = 1.01338
0 N = 50
0.00 1.00 2.00 3.00 4.00 5.00 6.00
gadget
- Mann-Whitney Test
Tabel 4.18 Output Mann-Whitney Test Pengaruh Jenis kelamin terhadap aktualisasi diri
Ranks
jenis_kelam
in N Mean Rank Sum of Ranks
gadget laki-laki 25 27,82 695,50
perempuan 25 23,18 579,50
Total 50
Test Statistics(a)
gadget
Mann-Whitney U 254,500
Wilcoxon W 579,500
Z -1,365
Asymp. Sig. (2-tailed) ,172
a Grouping Variable: jenis_kelamin
- Moses Test
Tabel 4.18 Output Moses Test Pengaruh Jenis kelamin terhadap aktualisasi diri
Frequencies
jenis_kelamin N
gadget laki-laki
25
(Control)
perempuan
(Experimenta 25
l)
Total 50
Test Statistics(a,b)
gadget
Observed Control 33
Group Span Sig. (1-tailed) ,000
Trimmed Control 33
Group Span Sig. (1-tailed) ,000
Outliers Trimmed from each End
1
a Moses Test
b Grouping Variable: jenis_kelamin
Histogram
40
30
Frequency
20
10
Mean = 1.8667
Std. Dev. = 0.82746
0 N = 75
0.50 1.00 1.50 2.00 2.50 3.00 3.50
Cara_belajar
Gambar 4.6 Histogram with normal curve Pengaruh Golongan darah terhadap Cara Belajar
- Kruskal-Wallis Test
Tabel 4.21 Output Kruskal Wallis Test Pengaruh Golongan Darah Terhadap Cara Belajar
Ranks
Gol_darah N Mean Rank
Cara_belajar A 25 36,40
B 25 37,28
O 25 40,32
Total 75
Test Statistics(a,b)
Cara_belajar
Chi-Square ,507
df 2
Asymp. Sig. ,776
a Kruskal Wallis Test
b Grouping Variable: Gol_darah
- Median Test
Tabel 4.22 Output Median Test Pengaruh Golongan Darah Terhadap Cara Belajar
Frequencies
Gol_darah
A B O
Cara_belajar > Median 6 7 8
<= Median 19 18 17
Test Statistics(b)
Cara_belajar
N 75
Median 2,0000
Chi-Square ,397(a)
df 2
Asymp. Sig. ,820
a 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 7,0.
b Grouping Variable: Gol_darah
Output Minitab
- Kruskal-Wallis Test: C2 versus C1
Kruskal-Wallis Test on C2
H = 0,45 DF = 2 P = 0,800
H = 0,51 DF = 2 P = 0,776 (adjusted for ties)
Descriptive Statistics
N Mean Std. Deviation Minimum Maximum
jenis_kelamin 50 1,5000 ,50508 1,00 2,00
status 50 1,3600 ,48487 1,00 2,00
Histogram
25
20
Frequency
15
10
Mean = 565.9432
Std. Dev. = 413.58562
0 N = 88
0.00 500.00 1000.00 1500.00 2000.00 2500.00 3000.00
jumlah
Gambar 4.7 Histogram with normal curve Pengaruh jenis kelamin terhadap status perkawinan
- Sign Test
Tabel 4.24 Output Sign Test Pengaruh Jenis Kelamin terhadap Status perkawinan
Frequencies
N
status - jenis_kelamin Negative
16
Differences(a)
Positive Differences(b) 9
Ties(c) 25
Total 50
a status < jenis_kelamin
b status > jenis_kelamin
c status = jenis_kelamin
Test Statistics(b)
status -
jenis_kelamin
Exact Sig. (2-tailed) ,230(a)
a Binomial distribution used.
b Sign Test
Test Statistics(b)
status -
jenis_kelamin
Z -1,400(a)
Asymp. Sig. (2-tailed) ,162
a Based on positive ranks.
b Wilcoxon Signed Ranks Test
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Negara 75 1,00 3,00 2,0000 ,82199
Jenis_film 75 1,00 4,00 2,7467 1,18656
Valid N (listwise) 75
Histogram
30
25
20
Frequency
15
10
Mean = 2.7467
Std. Dev. = 1.18656
0 N = 75
0.00 1.00 2.00 3.00 4.00 5.00
Jenis_film
Gambar 4.8 Histogram with normal curve Pengaruh Negara Asal Film dengan Jenis Film
- Friedman Test
Tabel 4.27 Output Friedman Test Pengaruh Negara Asal terhadap Jenis Film yang Disukai
Ranks
Mean Rank
Jenis_film 1,63
Negara 1,37
Test Statistics(a)
N 75
Chi-Square 6,452
df 1
Asymp. Sig. ,011
a Friedman Test
- Kendall's W Test
Tabel 4.28 Output Kendall’s W Test Pengaruh Negara Asal terhadap Jenis Film yang Disukai
Ranks
Mean Rank
Jenis_film 1,63
Negara 1,37
Test Statistics
N 75
Kendall's
,086
W(a)
Chi-Square 6,452
df 1
Asymp. Sig. ,011
a Kendall's Coefficient of Concordance
Output MINITAB
Uji Friedman
Friedman test for C3 by C2 blocked by C1
S = 10,50 DF = 2 P = 0,005
S = 15,00 DF = 2 P = 0,001 (adjusted for ties)
Est Sum of
C2 N Median Ranks
1 25 4,0000 62,5
2 25 3,0000 40,0
3 25 3,0000 47,5
Keterangan Tabel :
Tabel statistik deskriptif ini terdiri dari 2 variabel.
Baris1 yaitu Mean adalah rata-rata dari seluruh data pengamatan. Untuk
kyai1 nilainya 283.6667 sedang untuk ustadz nilainya 661.8
Baris 2 yaitu Standard Error digunakan untuk memperkirakan besarnya
rata-rata dari data pengamatan yang diperkirakan dari sebuah sampel.
Untuk kyai standart error-nya 26.95016sedang ustadz standart error-nya
74.65758463.
Baris 3 yaitu Median adalah nilai tengah diperoleh dengan membagi dua
sama besar data yang telah diurutkan. Median untuk kyai dan ustadz
masing-masing adalah 268.5 dan 601.5.
Baris 4 yaitu Mode adalah nilai / data yang sering muncul untuk kyai
adalah 365 dan untuk ustadz tidak ada modusnya karena frekuensi
munculnya sama.
Baris 5 yaitu Standard Deviation atau standar deviasi digunakan untuk
menilai dispersi rata-rata dari sampel. Standar deviasi untuk kyai sebesar
147.6121dan ustadz sebesar 408.9164319
Baris 6 yaitu Sample Variance adalah variansi dari sampel, untuk kyai
besarnya 21789.33 sedang untuk ustadz sebesar 167212.6483.
Baris 7 yaitu Kurtosis, besarnya kurtosis untuk kyai adalah -0.89775dan
untuk ustadz adalah 5.073799684.
Baris 8 yaitu Skewness, besarnya skewness dari kyai adalah 0.053532dan
untuk ustadz adalah 1.611303503.
Baris 9 yaitu Range atau jangkauan. Didapat dengan mengurangkan data
maksimun dengan data minimum. Range untuk kyai adalah 561
sedangkan range untuk usstadz adalah 2146.
Baris 10 yaitu Minimum adalah nilai minimum. Pada kyai sebesar 13 dan
pada ustadz sebesar 14.
Baris 11 yaitu Maximum adalah nilai maksimum. Pada kyai sebesar 574
dan pada ustadz sebesar 2160.
Baris 12 yaitu Sum adalah jumlah seluruh data pengamatan dikalikan
frekuensi untuk tiap variabel. kyai sebesar 8510 sedang ustadz sebesar
19854.
Baris 13 yaitu Count merupakan jumlah pengamatan yang dilakukan yaitu
baik kyai maupun ustadz sama-sama 30.
b. Uji–ANOVA
Tabel 5.2 Anova Single Factor untuk Data Parametrik Independen k=2
SUMMARY
Groups Count Sum Average Variance
Kyai 30 8510 283.6666667 21789.33
Ustadz 30 19854 661.8 167212.6
Keterangan Tabel :
• Dari tabel output Anova Single Factor, pada kolom groups terdapat dua
baris yaitu kyai dan ustadz, ini menunjukkan bahwa data yang digunakan
terdiri dari 2 variabel. kyai menunjukkkan bahwa data yang diambil yaitu
jumlah kyai dan ustadz menunjukkan bahwa data diambil yaitu jumlah
ustadz.
Kolom ke 2 yaitu Count menunjukkan jumlah data pengamatan yaitu 30
untuk tiap variabelnya.
Kolom 3 yaitu Sum menunjukkan jumlah seluruh data untuk tiap
variabelnya dikalikan frekuensi, variabel 1 jumlahnya 8510 sedang
variabel 2 jumlahnya 19854.
Kolom 4 yaitu Average atau rata-rata dari keseluruhan data tiap variabel.
Nilai ini diperoleh dari Sum dibagi Count, variabel 1 nilainya
283.6666667 dan variabel 2 nilainya 661.8.
Kolom 5 yaitu Variance menunjukkan variansi data, untuk variabel 1
nilainya 21789.33 dan untuk variabel 2 nilainya 167212.6.
Tabel 5.3 Uji Anova untuk Data Parametrik Independen k=2
ANOVA
P-
Source of Variation SS df MS F value F crit
1.31E-
Between Groups 2144772 1 2144772.267 22.69576 05 4.006873
Within Groups 5481057 58 94500.9908
Total 7625830 59
Keterangan Tabel :
Pada tabel uji Anova terdapat 7 kolom dan 3 baris. Baris pertama adalah
between groups yang menunjukkan perlakuan sebagai Sources of
Variation, baris kedua adalah within groups yang menunjukkan galat
sebagai Sources of Variation serta baris ketiga adalah total dari baris
pertama dan kedua.
Kolom 1 adalah Source of Variation yaitu sumber variasi yang terdiri dari
between groups yang menunjukkan perlakuan dan within groups yang
menunjukkan galat serta jumlah dari keduanya.
Kolom 2 adalah SS (Sum of Square) atau jumlah kuadrat, untuk baris
pertama atau regresi mempunyai nilai SS sebesar 2144772 dan untuk baris
kedua atau sisa mempunyai SS sebesar 5481057 sedangkan totalnya
7625830.
Kolom 3 yaitu df atau derajat kebebasan, untuk baris pertama nilainya k-
1=2-1=1 sedangkan baris kedua nilai nilainya 58 atau dapat dihitung
dengan k(n-1)=2(30-1)=58 dan baris total merupakan jumlah dari baris 1
dan 2 yaitu 1+58=59.
Kolom 4 adalah MS (Mean Square) atau rataan kuadrat. Untuk baris
pertama (regresi) nilai MS-nya 2144772.267 sedang baris kedua (sisa)
94500.9908 atau dengan cara membagi JKregresi dengan dfregresi untuk MS
regresi, sedang MS sisa adalah JKsisa dibagi dfsisa.
Kolom 5 yaitu Fhitung, didapat nilainya 22.69576 atau dengan membagi MS
regresi dengan MS sisa.
Kolom 6 yaitu Pvalue atau probabilitas dan didapat nilai 1.31x 10-5. Dapat
digunakan untuk menentukan keputusan atas uji hipotesa yaitu dengan
membandingkan Pvalue dengan derajat keberartiannya.
Kolom 7 adalah Fcritical atau Ftabel, didapat nilai 4.006873. Dapat pula
digunakan untuk menentukan keputusan atas uji hipotesa yang dilakukan,
dengan membandingkan Ftabel dan Fhitung.
Pengujian :
1. Ho : 1 - 2 = 0
2. H1 : 1 - 2 > 0.
3. : 0,05
4. Daerah Kritis : Fhitung > Ftabel
P < = P < 0 ,05
5. Perhitungan :
(lihat tabel 5.3)
Fhitung = F = 22,69576
Ftabel = F crit = 4,006873
P = P-value = 1,31x 10-5
6. Keputusan :
Terima Ho , karena
- Berdasarkan nilai F, Fhitung > Ftabel = 22,69576>4,006873
- Berdasarkan nilai P (probabilitas), P < 0,05 = 1,31x 10 -5< 0,05
7. Kesimpulan: selisih rataan kyai dan ustadz tidak sama
c. t-Test
Tabel 5.3 Uji Mean dengan Distribusi t (t-Test) Untuk Parametrik Independen k=2
kyai ustadz
Mean 283.6667 661.8
Variance 21789.33 167212.6483
Observations 30 30
Pearson Correlation 0.540701
Hypothesized Mean Difference 0
Df 29
t Stat -5.88806
P(T<=t) one-tail 1.08E-06
t Critical one-tail 1.699127
P(T<=t) two-tail 2.17E-06
t Critical two-tail 2.04523
Keterangan Tabel :
Dari tabel uji t terdapat 3 kolom. Ini berarti ada 2 variabel yaitu kyai
(Variable 1) dan ustadz (Variable 2).
Baris 1 terdapat mean atau rata-rata dari data yang didapat. Variabel 1
mempunyai rata-rata 283.6667 dan variabel 2 mempunyai rata-rata 661.8
Baris 2 yaitu variance atau variansi ditunjukkan untuk variabel 1 sebesar
21789.33 dan untuk variabel 2 sebesar 167212.6483
Baris 3 yaitu observation atau jumlah sampel pengamatan yang diambil,
diperoleh nilai 30 berarti besarnya jumlah sampel pengamatan yaitu 30.
Baris 4 terdapat Pearson Correlation atau biasa disebut dengan korelasi
atau hubungan antar variabel, dimana dari tabel di atas diketahui nilainya
0.540701 berarti hubungan antara kedua variabel tidak begitu dekat karena
nilai dari Pearson Correlation-nya tidak mendekati 1.
Baris 5 menampilkan Hypothesized Mean Difference yaitu perbedaan nilai
rata-rata dari data yang dihipotesiskan, dari tabel diperoleh nilainya 0. Ini
berarti bahwa tidak terdapat perbedaan rataan dari kedua variabel tersebut
atau dengan kata lain identik.
Baris 6 terdapat df atau derajat kebebasan yang besarnya adalah 29 yang
didapat dari jumlah data pengamatan dikurang dengan n-1= 30-1=29.
Baris 7 menunjukkan t Stat atau nilai t berdasarkan perhitungan nilainya -
5.88806, bisa digunakan untuk uji hipotesa.
Baris 8 yaitu P(T<=t) one-tail nilainya 1.08E-06 menunjukkan peluang
atau probabilitasnya yang bisa juga digunakan untuk uji hipotesa dengan
membandingkan antara nilai probabilitasnya dengan taraf keberartian,
untuk satu sisi menggunakan taraf keberartian 0,05 . Apabila nilai P ini
kurang dari nilai taraf keberartian maka keputusannya tolak H0 begitu pula
sebaliknya .
Baris 9 yaitu t Critical one-tail atau nilai t yang didapat dari tabel t untuk
satu sisi besarnya 1.699127, untuk menentukan keputusan hipotesa maka
nilai ttabel ini dibandingkan dengan nilai thitung bila ternyata t berada di
daerah kritis ( thitung > ttabel ) maka keputusan yang diambil adalah tolak H0
begitu pula sebaliknya.
Baris 10 adalah P(T<=t) two-tail nilainya 2.17E-06 menunjukkan peluang
atau probabilitasnya yang bisa juga digunakan untuk uji hipotesa dengan
membandingkan antara nilai probabilitasnya dengan taraf keberartian,
untuk dua sisi menggunakan taraf keberartian 0,05. Apabila nilai P ini
kurang dari nilai taraf keberartian maka keputusannya tolak H0 begitu pula
sebaliknya .
Baris 11 adalah t Critical two-tail atau nilai t yang didapat dari tabel t
untuk dua sisi besarnya 2.04523, untuk menentukan keputusan hipotesa
maka nilai ttabel ini dibandingkan dengan nilai thitung. Bila ternyata t berada
di daerah kritis ( thitung < -ttabel atau thitung > ttabel ) maka keputusan yang
diambil adalah tolak H0 begitu pula sebaliknya.
Pengujian eka sisi:
1. Ho : 1 - 2 = 0
2. H1 : 1 - 2 > 0
3. : 0,05
4. Daerah Kritis : thitung > ttabel
P < = P < 0,05
5. Perhitungan :
(lihat tabel 5.5)
thitung = t Stat = -5.88806
ttabel = t Critical one-tail = 1.699127
P = P(T<=t) one-tail = 1.08x 10 -6
6. Keputusan :
Terima Ho, karena
Berdasarkan nilai t, thitung < ttabel = -5.88806<1.699127
Tolak Ho, karena
Berdasarkan nilai P (probabilitas), P < = 1.08x 10 -6< 0,05
7. Kesimpulan:
Berdasarkan keputusan di atas maka rataan ustadz dan kyai tidak sama
Pengujian dwi sisi:
1. Ho : 1 - 2 = 0
2. H1 : 1 - 2 > 0
3. : 0,05
4. Daerah Kritis : thitung > ttabel
P < = P < 0,05
5. Perhitungan :
(lihat tabel 5.5)
thitung = t Stat = -5.88806
ttabel = t Critical two-tail = 2.04523
P = P(T<=t) two-tail = 2.17x10 -6
6. Keputusan :
Terima Ho, karena
Berdasarkan nilai t, thitung < ttabel = -5.88806< 2.04523
Tolak Ho, karena
Berdasarkan nilai P (probabilitas), P < = 2.17x10-6< 0,05
7. Kesimpulan:
Berdasarkan keputusan di atas rataan kyai dan ustadz tidak sama
d. F-Test (ekasisi)
Tabel 5.4 Uji Variansi (F-Test) untu k Data Parametrik Independen k=2
kyai ustadz
Mean 283.6667 661.8
Variance 21789.33 167212.6
Observations 30 30
df 29 29
F 0.130309
P(F<=f) one-
tail 2.11E-07
F Critical one-
tail 0.5374
Keterangan Tabel :
Dari tabel Uji-F terdiri dari 3 kolom, kolom 1 berisi keterangan, kolom 2
berisi data variabel 1 (jumlah ustadz), kolom 3 berisi data variabel 2
(jumlah kyai).
Baris 1 terdapat Mean yaitu rata-rata dari data yang diambil untuk kedua
variabel, variabel 1 mempunyai rata-rata 283.6667 sedangkan untuk
variabel 2 mempunyai rata-rata 661.8.
Baris 2 terdapat Variance atau variansi, variansi untuk variabel 1 sebesar
21789.33 dan variabel 2 sebesar 167212.6.
kyai ustadz
N Valid 30 30
Missing 0 0
Mean 283.6667 661.8000
Std. Error of Mean 26.95016 74.65758
Median 268.5000 601.5000
Mode 365.00 14.00(a)
Std. Deviation 147.61210 408.91643
Variance 21789.333 167212.648
Skewness .054 1.611
Std. Error of Skewness .427 .427
Kurtosis -.898 5.074
Std. Error of Kurtosis .833 .833
Range 561.00 2146.00
Minimum 13.00 14.00
Maximum 574.00 2160.00
Sum 8510.00 19854.00
Percentiles 10 72.7000 199.2000
20 158.2000 383.4000
25 170.7500 409.7500
30 192.1000 432.0000
40 216.4000 537.4000
50 268.5000 601.5000
60 342.0000 709.0000
70 365.0000 752.8000
75 418.2500 969.0000
80 427.6000 1000.6000
90 486.8000 1087.6000
a Multiple modes exist. The smallest value is shown
Keterangan Tabel :
kyai
10
8
Frequency
Mean = 283.6667
Std. Dev. = 147.6121
0 N = 30
0.00 100.00 200.00 300.00 400.00 500.00 600.00
kyai
ustadz
10
8
Frequency
Mean = 661.80
Std. Dev. = 408.91643
0 N = 30
0.00 500.00 1000.00 1500.00 2000.00 2500.00
ustadz
Two-sample T for C1 vs C2
Difference = mu C1 - mu C2
Estimate for difference: -471,2
95% CI for difference: (-564,1; -378,4)
T-Test of difference = 0 (vs not =): T-Value = -10,15 P-Value = 0,000 DF =
59
2 3 1
Gambar 5.3 Boxplot kyai dan ustadz
Output diatas merupakan tampilan data distribusi normal dalam bentuk box plot.
Dapat dilihat bahwa seluruh nilai terdistribusi baik, dan tidak terdapat ada nilai ekstrim.
Diagram boxplot diatas menunjukkan persentil 25, persentil 75 dan median dari
himpunan data. Median data ditunjukkan dengan titik merah. Output bloxplot diatas
menunjukkan keragaman yang lebih besar untuk laju pertumbuhan pada tahun 2005.
Dari bentuk boxplot diatas dapat dikatakan bahwa distribusi sampelnya normal, karena
masih berada pada batas toleransi.
Keterangan :
1. Nilai percentil ke -25
2. Median
3. Nilai percentil ke -75
Hipotesis
1. Ho : kyai= ustadz
2. H1 : kyai ≠ ustadz
3. Daerah Kritis: t > t / 2
4. Keputusan
Terima Ho, karena
fx
i 1
Mean ( x ) jumlah kyai =
n
8510
=
30
= 283.6667
fx
i 1
Mean ( x ) jumlah ustadz =
n
19854
=
30
= 661.8
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu mean untuk jumlah kyai adalah 283.6667
sedangkan untuk jumlah ustadz adalah 661.8.
Error standard of mean
Untuk menghitung error standard of mean dengan cara membagi standard
deviation (standar deviasi) dengan akar n. Error standard of mean untuk
147.6121
jumlah kyai adalah = = 26.95016 dan Error standard of mean
n 30
408.91643
untuk besar gaji tahu 1993 adalah = = 74.65758.
n 30
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu error standard of mean untuk jumlah kyai adalah
26.95016 sedangkan untuk jumlah ustadz adalah 74.65758.
Median (Nilai Tengah)
Median terletak pada tengah suatu data. Karena jumlah data adalah 30, maka
median dapat dicari dengan membagi dua jumlah nilai ke-15 dan 16 dari data
yang sudah diurutkan.
~ kyai = x ( n 1) / 2
252 285
=
2
= 268.5
~ ustadz = x ( n 1) / 2
588 615
=
2
= 601.5
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu median untuk jumlah kyai adalah 268.5 sedangkan
untuk jumlah ustadz adalah 601.5.
Mode/Modus (Nilai yang sering muncul)
Modus nilai yang sering muncul dari ke-30 data yang ada.untuk nilai yang
sering muncul dalam data jumlah kyai adalah 365 dan jumlah ustadz adalah
14a.
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu mode/modus untuk jumlah kyai adalah 365 dan
jumlah ustadz adalah 14a.
Standard Deviation/Standar Deviasi (Simpangan baku)
Standar deviasi jumlah kyai
i 1
n
x x
i
2
n 1
= 147.61210
i 1
n
x x
i
2
n 1
= 408.91643
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu Standard Deviation/Standar Deviasi untuk
jumlah kyai adalah 147.61210 sedangkan untuk jumlah ustadz adalah
408.91643.
2
n
i 1
x x
i
2
n 1
= 21789.333
2
n
i 1
x x
i
2
n 1
= 167212.648
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu Variance/Varians untuk jumlah kyai adalah
21789.333 sedangkan untuk jumlah ustadz adalah 167212.648.
Kurtosis (tingkat kepuncakan dari sebuah distribusi)
Kurtosis jumlah kyai
4
2
n(n 1) xi x 3(n 1)
4 (n 1)(n 2)(n 3) f
(n 2)(n 3)
30(31) 3( 29) 2
= (57,49646393)
( 29)(28)( 27) ( 28)(27)
= (0,04242)(57,49646393) 3,337
= -0.898
n xi x
s K (n 1)(n 2) f
30
= (1.4616)
(29)(28)
= 0 .054
Skewness jumlah ustadz
3
n xi x
s K (n 1)(n 2) f
30
= (43.6044)
(29)(28)
= 1.611
Analisa :
Dari perhitungan manual ini, hasil yang diperoleh sama dengan hasil dari
Excel maupun SPSS yaitu koefisien skewness untuk jumlah kyai adalah 0.054
sedangkan untuk jumlah ustadz adalah 1.611.
Maximum/Maksimum (Nilai tertinggi dari suatu data)
Nilai maksimum jumlah kyai = 574
Nilai maksimum jumlah ustadz = 2160
Hasil ini sama dengan nilai maksimum data yang didapat dari output Excel
maupun SPSS.
Minimum/Minimum (Nilai terendah dari suatu data)
Nilai minimum jumlah kyai = 13
Nilai minimum jumlah ustadz = 14
Hasil ini sama dengan nilai minimum data yang didapat dari output Excel
maupun SPSS.
Range (Jangkauan data)
Range jumlah kyai = maksimum - minimum
= 274 - 13
= 561
Range jumlah ustadz = maksimum - minimum
= 2160 - 14
= 2146
Hasil ini sama dengan range/jangkauan data yang didapat dari output Excel
maupun SPSS.
Sum (Jumlah data)
Jumlah kyai = 8510
Jumlah ustadz = 19854
Hasil ini sama dengan sum/jumlah data yang didapat dari output Excel
maupun SPSS.
Count (Jumlah pengamatan)
Jumlah pengamatan kyai = 30
Jumlah pengamatan ustadz = 30
Hasil ini sama dengan count/jumlah pengamatan yang didapat dari output
Excel maupun SPSS.
Percentile (fraktil yang membagi seperangkat data yang telah terurut menjadi
seratus bagian yang sama)
k n 1
Pk = nilai ke
100
dengan nilai n = 30
dari rumus diatas maka didapat
Percentile jumlah kyai
P 10
nilai ke 3,1
= x 3
0,1x 4 x3
= 70 + 0,1(97-70)
= 72.7
P 20
nilai ke 6,2
= x 6
0,2x7 x6
= 156 + 0,2(167-156)
= 158.2
P 25
nilai ke 7,75
= x 7
0,25x8 x7
= 167 + 0,25(172-167)
= 168.25
P 30
nilai ke 9,3
= x 9
0,3x10 x9
= 187 + 0,3(204-187)
= 192.1
P 40
nilai ke 12,4
= x
12
0,4x13 x
12
= 210+ 0,4(226-210)
= 216.4
P 50
nilai ke 15,5
= x
15
0,5x16 x15
= 252 + 0,5(285-252)
= 268.5
P 60
nilai ke 18,6
= x
18
0,6x19 x
18
= 330 + 0,6(350-330)
= 342
P 70
nilai ke 21,7
= x 21
0,7 x 22 x21
= 365 + 0,7(365-365)
= 365
P 75
nilai ke 23,25
= x 23
0,75x24 x 23
= 417 + 0,75(422-417)
= 420.75
P 80
nilai ke 24,8
= x 24
0,8x 25 x24
= 422 + 0,8(429-422)
= 427.6
P 90
nilai ke 27,9
= x 27
0,9x 28 x27
= 485 + 0,9(487-485)
= 486.8
Percentile jumlah ustadz
P10 nilai ke 3,1
= x 3
0,1x 4 x3
= 196 + 0,1(228-196)
= 199.2
P 20
nilai ke 6,2
= x 6
0,2x7 x6
= 380 + 0,2(397-380)
= 383.3
P 25
nilai ke 7,75
= x 7
0,25x8 x7
= 397 + 0,25(414-397)
= 401.25
P 30
nilai ke 9,3
= x 9
0,3x10 x9
= 426 + 0,3(446-426)
= 432
P 40
nilai ke 12,4
= x
12
0,4x13 x
12
= 527+ 0,4(553-527)
= 537.4
P 50
nilai ke 15,5
= x
15
0,5x16 x15
= 588 + 0,5(615-588)
= 601.5
P 60
nilai ke 18,6
= x
18
0,6x19 x
18
= 700 + 0,6(715-700)
= 709
P 70
nilai ke 21,7
= x 21
0,7 x 22 x21
= 729 + 0,7(763-729)
= 752.8
P 75
nilai ke 23,25
= x 23
0,75x24 x 23
= 963 + 0,75(987-963)
= 981
P80 nilai ke 24,8
= x 24
0,8x 25 x24
= 987 + 0,8(1004-987)
= 1000.6
P 90
nilai ke 27,9
= x 27
0,9x 28 x27
= 1030 + 0,9(1094-1030)
= 1087.6
Hasil ini sama dengan count/jumlah pengamatan yang didapat dari output
Excel maupun SPSS.
X = 4,008
5. Perhitungan
Tabel 5.6 Perhitungan Anova Manual
No Y1 Y2 jumlah jumlah 2
1
442 963 1405 1974025
2
209 397 606 367236
3
252 414 666 443556
4
330 228 558 311364
5
167 380 547 299209
6
417 763 1180 1392400
7
422 654 1076 1157776
8
235 700 935 874225
9
210 718 928 861184
10
97 196 293 85849
11
58 615 673 452929
12
70 172 242 58564
13
114 242 356 126736
14
350 729 1079 1164241
15
485 426 911 829921
16
156 527 683 466489
17
429 1.030 1459 2128681
18
365 987 1352 1827904
19
496 588 1084 1175056
20
364 2.160 2524 6370576
21
574 1.096 1670 2788900
22
285 715 1000 1000000
23
365 571 936 876096
24
329 1.007 1336 1784896
25
204 1.004 1208 1459264
26
226 553 779 606841
27
187 465 652 425104
28
172 446 618 381924
29
487 1.094 1581 2499561
30
13 14 27 729
28364 34191236
Total
8510 19854
T2
Faktor korelasi =
nk
(28364)2
=
30 2
= 13408608
k n
2 T 2 ..
JKT yij
i 1 j 1 nk
(28364)2
= 21034438
60
= 7625830
k
2
T
i 1
i .
T 2 ..
JKA
n nk
72420100 3,94E 08 (28364)2
=
30 60
= 2144772
JKG
S22
k (n 1)
5481057
2(30 1)
= 94500,99
s12 2144772
Fhitung = 22,69576
s22 94500,99
P = P[F[k-1,k(n-1)]>f]
=P[22,69576[2-1,k(30-1)]>4.008]
= 1.31x10-5
Tabel 5.7 Perhitungan Manual Uji Anova Data Parametrik dengan k=2 Independen
Sumber Derajat Rataan
Jml. Kuadrat F Hitungan Nilai P F Kritis
Variasi kebebasan Kuadrat
2
S1
2 JKA
S1 S2
2
JKA=2144772 k 1 -5
Perlakuan k-1=1 1.31x 10 4,008
= 2144772 =
22,69576
JKG=5481057 JKA
S2
Galat k(n-1) = 58 k (n 1)
=94500,99
Total JKT=7625830 n(k-1) = 59
Keterangan Tabel :
Tabel Statistik Deskriptif ini terdiri dari 3 kolom karena terdiri dari 3
variabel yaitu jumlah jamaah haji tahun 2001(tahun I), tahun 2002(tahun II)
dan tahun 2003(tahun III).
Baris1 yaitu Mean adalah rata-rata dari seluruh data pengamatan, untuk
column 1 nilainya 591.1 ,Column 2 nilainya 586.0333333 dan colomn 3
nilainya 511.6667.
Baris 2 yaitu Standard Error digunakan untuk memperkirakan besarnya
rata-rata dari data pengamatan yang diperkirakan dari sebuah sampel.
Untuk Column 1 standart errornya 96.59452, column 2 standart errornya
70.62350368 dan column 3 nilainya 54.26415.
Baris 3 yaitu Median adalah nilai tengah diperoleh dengan membagi dua
sama besar data yang telah diurutkan. Median untuk Column 1 adalah 396.5
dan column 2 adalah 484.5 dan untuk column 3 yaitu 460.5.
Baris 4 yaitu Mode adalah nilai / data yang sering muncul. Pada kolom 1
modenya adalah 305 .Pada kolom 3 adalah 314.
Baris 5 yaitu Standard Deviation atau standar deviasi digunakan untuk
menilai dispersi rata-rata dari sampel. Standar deviasi untuk kolom 1
sebesar 529.07; kolom 2 sebesar 386.8208606 dan kolom 3 sebesar
297.217.
Baris 6 yaitu Sample Variance adalah variansi dari sampel, untuk Column 1
besarnya 279915.1 untuk kolom 2 sebesar 149630.3782 dan untuk kolom 3
yaitu 88337.95.
Baris 7 yaitu Kurtosis adalah derajat kepuncakan dari suatu distribusi,
biasanya diambil secara relatif terhadap suatu distribusi normal, besarnya
kurtosis untuk Column 1 adalah 5.221323 untuk kolom 2 adalah
4.72060158 sedangkan untuk kolom 3 yaitu 3.794255.
Baris 8 yaitu Skewness adalah derajat ketaksimetrisan, atau kejauhan dari
simetri dari suatu distribusi, besarnya skewness dari kolom 1 adalah
2.126618 untuk column 2 adalah 1.759399121 sedangkan untuk kolom 3
yaitu 1.492342.
Baris 9 yaitu Range atau jangkauan didapat dengan mengurangkan data
maksimun dengan data minimum. Range untuk Column 1 adalah 2451;
untuk Column 2 adalah 1888 dan untuk column 3 yaitu 1441.
Baris 10 yaitu Minimum adalah nilai minimum. Pada column 1 sebesar 64
dan pada column 2 sebesar 99 sedangkan untuk column 3 yaitu 109.
Baris 11 yaitu Maximum adalah nilai maksimum pada Column 1 sebesar
2515 dan pada column 2 sebesar 1987 sedangkan nilai maksimum pada
column ke3 yaitu sebesar 1550.
Baris 12 yaitu Sum adalah jumlah seluruh data pengamatan dikalikan
frekuensi untuk tiap variabel. Pada column 1 sebesar 17733 sedang Column
2 sebesar 17581 sedangkan nilai Sum pada column 3 yaitu sebesar 15350.
Baris 13 yaitu Count merupakan jumlah pengamatan yang dilakukan yaitu
baik Column 1, 2 dan 3 sama-sama berjumlah 30 pengamatan.
b. Uji Anova
Analisa Tabel
Tabel 5.11 Output Anova (a)
SUMMARY
Groups Count Sum Average Variance
tahun_I 30 17733 591.1 279915.1
tahun_II 30 17581 586.0333 149630.4
tahun_III 30 15350 511.6667 88337.95
Keterangan tabel :
Dari tabel Anova Single Factor pada kolom groups terdapat tiga baris yaitu
column 1, column 2, dan column 3, hal ini menunjukkan bahwa data yang
digunakan terdiri dari 3 variabel. Column 1 menunjukkkan bahwa data
yang diambil berasal dari kolom 1 yaitu jumlah jamaah haji menurut
kabupaten / kota di Jawa Tengah untuk tahun 2001, column 2
menunjukkkan bahwa data diambil dari kolom 2 yaitu jumlah jamaah haji
menurut kabupaten / kota di Jawa Tengah ntuk tahun 2002 dan column
ketiga menunjukkan bahwa data diambil dari kolom 3 yaitu jumlah jamaah
haji menurut kabupaten / kota di Jawa Tengah untuk tahun 2003.
Kolom ke 2 yaitu Count menunjukkan jumlah data pengamatan yaitu 30
untuk tiap variabelnya.
Kolom 3 yaitu Sum menunjukkan jumlah seluruh data untuk tiap
variabelnya dikalikan frekuensi, variabel 1 jumlahnya 17733 sedang
variabel 2 jumlahnya 17581 dan variabel 3 jumlahnya 15350.
Kolom 4 yaitu Average atau rata-rata dari keseluruhan data tiap variabel.
Nilai ini diperoleh dari Sum dibagi Count, variabel 1 nilainya 591.1 ,
variabel 2 nilainya 586.0333 dan variabel 3 nilainya 511.6667.
Kolom 5 yaitu Variance menunjukkan variansi data, untuk variabel 1
nilainya 279915.1, untuk variabel 2 nilainya 149630.4 dan variabel 3
nilainya 88337.95.
Tabel 5.11 Output Anova (b)
ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 118657.3 2 59328.63 0.343679 0.710115 3.101296
Within Groups 15018618 87 172627.8
Total 15137276 89
Keterangan able
Pada tabel Anova terdapat 7 kolom dan 3 baris. Baris pertama adalah
between groups, baris kedua adalah within groups dan baris ketiga adalah
total dari baris pertama dan kedua.
Kolom 1 adalah Source of Variation yaitu sumber variasi yang terdiri dari
between dan within groups serta jumlah dari keduanya.
Kolom 2 adalah SS atau jumlah kuadrat, untuk baris pertama atau
Perlakuan mempunyai nilai SS sebesar 118657.3 dan untuk baris kedua atau
Galat mempunyai SS sebesar 15018618 sedangkan totalnya 15137276.
Untuk mencari jumlah kuadrat dari regresi dapat dihitung dengan rumus :
k
2
k n
T2 T i
T..2
JKT y ij2 .. JKA i 1
i 1 j 1 nk n nk
Dimana T adalah Total seluruh demand untuk tiga tahun (2001, 2002, dan
2003).
Kolom 3 yaitu df atau derajat kebebasan, untuk baris pertama nilainya 2(k-
1 = 3-1 = 2) sedangkan baris kedua nilai nilainya 87 {k (n-1) = 3x29 = 78)
dan baris ketiga merupakan totalnya 89 (87+2) atau n(k-1)=89. K disini
berjumlah 3 yang menunjukkan ada 3 macam perlakuan.
Kolom 4 adalah MS atau rataan kuadrat untuk baris pertama (Perlakuan)
nilai MS-nya 59328.63 sedangkan baris kedua (galat) 172627.8 atau dengan
cara membagi JKperlakuan dengan dfperlakuan untuk MS perlakuan, sedangkan
MS galat adalah JKgalat dibagi dfgalat.
Kolom 5 yaitu Fhitung , untuk baris pertama didapat nilainya 0.343679 atau
dengan membagi MS perlakuan dengan MS galat.
Kolom 6 yaitu Pvalue atau probabilitas dan nilai yang didapat untuk baris
pertama adalah 0.710115. Dapat digunakan untuk menentukan keputusan
atas uji hipotesa yaitu dengan membandingkan Pvalue dengan derajat
keberartiannya.
Kolom 7 adalah Fcritical atau Ftabel hasil yang didapat untuk Perlakuan adalah
3.101296, dapat pula digunakan untuk menentukan keputusan atas uji
hipotesa yang dilakukan, dengan membandingkan Ftabel dan Fhitung. Besarnya
Fcrit dapat dilihat dari interpolasi pada able L.6 Walpole.
Pengujian :
1. Ho : 1 = 2 = 3
2. H1 : ketiga rataan tidak semua sama
3. : 0,05
4. Daerah Kritis : Fhitung > Ftabel
P < = P < 0,05
5. Perhitungan :
(lihat tabel 5.10)
Fhitung = F = 0.343679
Ftabel = F crit = 3.101296
P = P-value = 0.710115
6. Keputusan :
Tolak H0 , karena
- Berdasarkan nilai F, Fhitung > Ftabel = 0.343679 < 3.101296
Terima Ho, karena
- Berdasarkan nilai P (probabilitas), P > = 0.710115 > 0,05
7. Kesimpulan:
Rata-rata jemaah haji tiap tahunnya tidak sama.
14
12
10
Frequency
8
2
Mean = 591.10
Std. Dev. = 529.06999
0 N = 30
0.00 500.00 1000.00 1500.00 2000.00 2500.00 3000.00
Tahun_I
Tahun 2002
Tahun_II
12
10
8
Frequency
Mean = 586.0333
Std. Dev. = 386.82086
0 N = 30
0.00 500.00 1000.00 1500.00 2000.00
Tahun_II
Tahun_III
10
8
Frequency
Mean = 511.6667
Std. Dev. = 297.21702
0 N = 30
0.00 500.00 1000.00 1500.00 2000.00
Tahun_III
memiliki kemiripan bentuk dengan kurva normal. Hal ini dapat menunjukkan
bahwa data mengenai jumlah jamaah haji menurut kabupaten / kota di Jawa
Tengah ini merupakan data berdistribusi normal atau lebih condong mendekati
kurva normal.
aktualisasi diri
Descriptive Statistics
Percentiles
N Mean Std. Deviation Minimum Maximum 25th 50th (Median) 75th
gadget 50 1,5600 1,01338 1,00 5,00 1,0000 1,0000 2,0000
jenis_kelamin 50 1,5000 ,50508 1,00 2,00 1,0000 1,5000 2,0000
- Uji Mann-Whitney
Tabel 5.13 Output Mann-Whitney Test Pengaruh Jenis kelamin terhadap aktualisasi diri
Ranks
jenis_kelam
in N Mean Rank Sum of Ranks
gadget laki-laki 25 27,82 695,50
perempuan 25 23,18 579,50
Total 50
Keterangan Tabel :
Kolom N pada tabel ranks di atas adalah jumlah sampel per kelompok.
Dari tabel uji Mann-Whitney diatas terlihat bahwa untuk jumlah data (N)
laki-laki = 25, perempuan= 25. Jadi, jumlah total keseluruhan dari data =
50.
Mean rank yaitu rata-rata rank, untuk laki-laki nilainya 27,82 dan untuk
perempuan nilainya 23,18.
Sum of rank yaitu jumlah rank-nya, untuk laki-laki nilainya 695,50 dan
untuk perempuan nilainya 579,50
Test Statistics(a)
Test Statistics(a)
gadget
Mann-Whitney U 254,500
Wilcoxon W 579,500
Z -1,365
Asymp. Sig. (2-tailed) ,172
a Grouping Variable: jenis_kelamin
Keterangan Tabel :
• Tabel test statistic uji Mann-Whitney terdiri dari 4 baris.
• Baris 1 yaitu Mann-Whitney U atau statistik hitung Mann-Whitney
nilainya adalah 254,500.
• Baris 2 yaitu Wilcoxon W atau statistik hitung Wilcoxon nilainya adalah
579,500
• Baris 3 yaitu Mann-Whitney Z atau nilai Z untuk melakukan uji Mann-
Whitney nilainya -1,365
• Baris 4 yaitu asymp. Sig. (2-tailed)/asymptotic significance atau peluang
untuk uji 2 sisi adalah ,172
Pengujian :
1. Ho : 1 = 2
2. H1 : 1 2
3. : 0,05
4. Daerah kritis : P < = P < 0,05
5. Perhitungan :
(lihat tabel 5.14)
P = asymp. Sig. (2-tailed) = 0,172
6. Keputusan :
Terima Ho, karena berdasarkan nilai P (probabilitas), P > = 0,172
>0,05
7. Kesimpulan: rataan untuk jumlah gadget dan jenis kelamin penduduk
sama.
- Uji Moses
Tabel 4.14 Output Moses Test Pengaruh Jenis kelamin terhadap aktualisasi diri
Frequencies
Frequencies
jenis_kelamin N
gadget laki-laki
25
(Control)
perempuan
(Experimenta 25
l)
Total 50
Keterangan Tabel :
Tabel uji moses diatas terdiri dari 3 baris.
Dari kolom N pada tabel uji moses diatas terlihat bahwa untuk jumlah data
(N) laki-laki berjumlah 25, dan perempuan berjumlah 25. Jadi, jumlah
total keseluruhan dari data adalah 50.
Test Statistics(a,b)
Test Statistics(a,b)
gadget
Observed Control 33
Group Span Sig. (1-tailed) ,000
Trimmed Control 33
Group Span Sig. (1-tailed) ,000
Outliers Trimmed from each End
1
a Moses Test
b Grouping Variable: jenis_kelamin
Keterangan Tabel :
• Tabel test statistic uji Moses diatas terdiri dari 5 baris.
• Baris 1 yaitu Observed Control yaitu jumlah pengamatan awal, nilainya
adalah 33.
• Baris 2 yaitu Group Span Sig. (1-tailed) yaitu probabilitas untuk uji satu
sisi sejumlah data pada baris 1, nilainya 0,000
• Baris 3 yaitu Trimmed Control adalah jumlah data pengamatan yang
berada pada rentang grup kendali, yaitu jumlah pengamatan dikurangi
data-data ekstrim di grup percobaan.
• Baris 4 yaitu Group Span Sig. (1-tailed) yaitu probabilitas untuk uji satu
sisi sejumlah data pada baris 3, nilainya ,000.
• Baris 5 yaitu Outliers Trimmed from each End yaitu jumlah data yang
berada di luar rentang grup kendali dari tiap-tiap sisi.
Pengujian :
1. Ho : s1 - s2 = 0
2. H1 : s1 - s2 0
3. : 0,05
4. Daerah kritis : P < = P < 0,05
5. Perhitungan :
(lihat tabel 5.13)
P = Group Span Sig. (1-tailed) = 0,000
6. Keputusan :
Tolak Ho, karena berdasarkan nilai probabilitas, P < = 0,000 < 0,05
7. Kesimpulan: selisih antara standar deviasi untuk jumlah penduduk laki-
laki dan perempuan tidak sama
Test Statistics(a)
Keterangan Tabel :
Dari kolom N pada tabel uji kolmogorof-Smirnov diatas terlihat bahwa
untuk jumlah data (N) laki-laki = 25, perempuan= 25. Jadi, jumlah total
keseluruhan dari data = 50.
Test Statistics(a)
gadget
Most Extreme Absolute ,160
Differences Positive ,000
Negative -,160
Kolmogorov-Smirnov Z ,566
Asymp. Sig. (2-tailed) ,906
a Grouping Variable: jenis_kelamin
Keterangan Tabel :
• Tabel test statistic uji kolmogorof-smirnov diatas terdiri dari 5 baris.
• Baris 1 yaitu Most Extreme Absolute atau nilai-nilai absolut yang paling
ekstrim, nilainya 0,160.
• Baris 2 yaitu Differences positive nilainya ,000 artinya nilai beda-beda
positifnya ,000.
• Baris 3 yaitu Differences negative nilainya -0,160 artinya nilai beda-beda
negatifnya -,160.
• Baris 4 yaitu Kolmogorov-Smirnov Z nilainya 0,566 artinya nilai Z untuk
uji kolmogorof-Smirnov adalah 0,566
• Baris 5 yaitu asymp. Sig. (2-tailed)/asymptotic significance atau peluang
untuk uji 2 sisi adalah 0,906
Pengujian :
1. Ho : 1 = 2
2. H1 : 1 2
3. : 0,05
4. Daerah kritis : P < = P < 0,05
6. Perhitungan :
(lihat tabel 5.18)
P = asymp. Sig. (2-tailed) =0,906
7. Keputusan :
Tolak Ho, karena berdasarkan nilai P (probabilitas), P > = 0,906 >0,05
8. Kesimpulan: rataan untuk laki-laki dan perempuan sama.
Keterangan :
• Output menunjukkan banyak data adalah 25.
• Median laki-laki adalah 1 dan perempuan adalah 1
• Nilai taksirannya sebesar 0,000.
• P-value Uji mann-Whitney adalah 0.1759
Pengujian :
1. Ho : Rataan jumlah gadget sama dengan rataan jumlah jenis kelamin.
2. H1 : Rataan jumlah gadget tidak sama dengan rataan jumlah jenis
kelamin
3. : 0,05
4. Daerah penolakan: P-value <
5. Perhitungan :
(lihat tabel hasil uji minitab)
P-value = 0.1759 = The test is significant at 0.1759
6. Keputusan :
terima Ho, karena berdasarkan nilai P, P > = 0,1759 >0,05
7. Kesimpulan: rataan untuk jumlah gadget dan jenis kelamin sama.
Descriptive Statistics
Keterangan Tabel :
- Pada kolom pertama menunjukkan variabel yang digunakan golongan
darah dan cara belajar
- Kolom kedua menunjukkan banyaknya data yaitu untuk kedua keadaan
tersebut adalah sama yaitu 75 data.
- Kolom ketiga menunjukkan nilai rata-rata. Untuk golongan darah adalah
2,000, sedangkan untuk cara belajar adalah 1,8667
- Kolom keempat menunjukkan nilai standar deviasi. Untuk golongan
darah adalah 0,82199, sedangkan untuk cara belajar adalah 0,82746
- Kolom kelima menunjukkan nilai minimum yaitu untuk golongan darah
adalah 1,00, sedangkan untuk cara belajar adalah 1,00.
- Kolom keenam menunjukkan nilai maksimum yaitu untuk golongan
darah adalah 3,00, sedangkan untuk cara belajar adalah 3,00.
Keterangan Tabel :
• Tabel uji kruskal wallis terdiri dari 2 kolom yaitu N artinya jumlah data
dan Mean Ranks artinya beda nilai rata-rata.
• Kolom 1 yaitu N berarti jumlah data terdiri dari golongan darah A, B, dan
O, dengan jumlah data masing-masing 25, dan totalnya 75.
• Kolom 2 yaitu Mean Ranks atau beda nilai rata-rata untuk golongan darah
A = 36.40, golongan darah B = 37.26, dan golongan darah O = 40.32
Test Statistics(b)
Cara_belajar
N 75
Median 2,0000
Chi-Square ,397(a)
Df 2
Asymp. Sig. ,820
a 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 7,0.
b Grouping Variable: Gol_darah
Keterangan Tabel :
• Tabel test statistics uji Kruskal-Wallis terdiri dari 3 baris.
• Baris 1 yaitu Chi-Square atau statistik hitung Kruskal Wallis nilainya
0.397
• Baris 2 yaitu df (degree of freedom) atau derajat kebebasan nilainya 2.
• Baris 3 yaitu Asymp. Sig./asymptotic significance atau peluang nilainya
0.820.
Pengujian
1. Ho : 1 = 2 = 3
2. H1 : 1 2 3 : 0,05
3. Daerah Kritis : P < = P < 0,05
4. Perhitungan :
( lihat tabel 5.21)
P = Asymp. Sig = 0,820
5. Keputusan :
Terima Ho , karena berdasarkan nilai P (probabilitas), P > = 0,820 >
0,05
6. Kesimpulan: rataan cara belajar mahasiswa golongan darah A, B, dan O
adalah sama
c. Uji Median
Tabel 5.18 Output Median Test Pengaruh Golongan Darah Terhadap Cara Belajar
Frequencies
Gol_darah
A B O
Cara_belajar > Median 6 7 8
<= Median 19 18 17
Keterangan Tabel :
• Tabel uji median terdiri dari 3 kolom yaitu jumlah golongan darah A, B,
dan O
• Kolom 1 yaitu jumlah sampel (cara belajar) > Median atau cara belajar
yang memiliki nilai lebih besar dari median. Untuk golongan darah A
adalah 6, golongan darah B adalah 7, dan golongan darah O adalah 8.
• Kolom 2 yaitu jumlah sampel (cara belajar) <= Median atau jumlah cara
belajar memiliki nilai lebih kecil sama dengan median. Untuk golongan
darah A adalah 19, golongan darah B adalah 18, dan golongan darah O
adalah 17.
Test Statistics(b)
Cara_belajar
N 75
Median 2,0000
Chi-Square ,397(a)
Df 2
Asymp. Sig. ,820
a 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is
7,0.
b Grouping Variable: Gol_darah
Keterangan Tabel :
• Tabel test statistics uji median terdiri dari 4 baris.
• Baris 1 yaitu N atau jumlah data, nilainya 75.
• Baris 2 yaitu median atau nilai tengah, nilainya 2,0000.
• Baris 3 yaitu chi-square atau statistik hitung untuk uji median, nilainya
0,397. Huruf a menunjukkan bahwa tidak ada data yang memiliki
frekuensi harapan kurang dari 5. frekuensi harapan minimum dari data
adalah 7,0.
• Baris 4 yaitu df (degree of freedom) atau derajat kebebasan, nilainya k-
1= 3-1 = 2.
• Baris 5 yaitu Asymp. Sig./asymptotic significance atau peluang nilainya
0,820.
Pengujian :
1. Ho : ~1 = ~2 = ~3
2. H1 : Ketiga rataan tidak semua sama
3. : 0,05
4. Daerah Kritis : P < = P < 0,05
5. Perhitungan :
( lihat tabel 5.23)
P = Asymp. Sig = 0,820
6. Keputusan :
Terima Ho , karena berdasarkan nilai P (probabilitas), P > = 0,820 >
0,05
7. Kesimpulan: rataan cara belajar mahasiswa golongan darah A, B, dan O
adalah sama
H = 0,45 DF = 2 P = 0,800
H = 0,51 DF = 2 P = 0,776 (adjusted for ties)
Keterangan :
• Output menunjukkan jumlah data, untuk golongan darah A(1)=25,
golongan darah B(2)=25, dan golongan darah O(3) =25.
• Median untuk golongan darah A (1) adalah 2,000 , golongan darah B (2)
adalah 2,000, dan golongan darah O (3) adalah 2,000.
• Rata-rata ranking untuk golongan darah A (1) adalah 36,4, golongan darah
B (2) adalah 37,3, dan golongan darah O (3) adalah 40,3.
• Statistik z untuk golongan darah A (1) adalah -0,45, golongan darah B (2)
adalah 0,20, dan golongan darah O (3) adalah 0,65.
Pengujian :
1. Ho : 1 = 2 = 3
2. H1 : Ketiga rataan tidak semua sama
3. : 0,05
4. Daerah penolakan: DF = k-1 = 3-1 = 2
H > 2
5. Perhitungan :
(lihat tabel hasil uji minitab)
H = 0,51 2 = 5,991
6. Keputusan :
Tolak Ho, karena berdasarkan nilai H, H < 2 = 0,51 < 5,991
Keterangan :
• Output menunjukkan jumlah data, untuk golongan darah A(1)=25,
golongan darah B(2)=25, dan golongan darah O(3)=25.
• Median untuk golongan darah A (1)adalah 2,000 , golongan darah B
(2)adalah 2,000, dan golongan darah O (3) 2,000.
• Nilai kuartil atas – kuartil bawah (rentangan) dari golongan A(1) adalah
1,5 , golongan darah B(2) adalah 2,00 , O(3) adalah 2,00
Pengujian :
1. Ho : 1 = 2 = 3
2. H1 : Ketiga rataan tidak semua sama
3. : 0,05
4. Daerah penolakan: DF = k-1 = 3-1 = 2
H > 2
5. Perhitungan :
(lihat tabel hasil uji minitab)
H = 0,44 2 = 5,991
6. Keputusan :
Terima Ho, karena berdasarkan nilai H, H < 2 = 0,44 < 5,991
Keterangan Tabel :
- Pada kolom pertama menunjukkan variabel yang digunakan adalah jenis
kelamin dan status
- Kolom kedua menunjukkan banyaknya data yaitu untuk kedua keadaan
tersebut adalah sama yaitu 50 data.
- Kolom ketiga menunjukkan nilai rata-rata. Untuk jenis kelamin adalah
1,5000, sedangkan untuk status adalah 1,3600
- Kolom keempat menunjukkan nilai standar deviasi. Untuk jenis kelamin
adalah 0,4899, sedangkan untuk perempuan adalah 0,48990
- Kolom kelima menunjukkan nilai minimum yaitu untuk jenis kelamin
adalah 1,00, sedangkan untuk status adalah 1,00.
- Kolom keenam menunjukkan nilai maksimum yaitu untuk Jenis kelamin
adalah 2,00, sedangkan untuk status adalah 2,00.
b. Uji Tanda
Tabel 5.20 Output Sign Test Pengaruh Jenis Kelamin terhadap Status perkawinan
Frequencies
N
status - jenis_kelamin Negative
16
Differences(a)
Positive Differences(b) 9
Ties(c) 25
Total 50
a status < jenis_kelamin
b status > jenis_kelamin
c status = jenis_kelamin
Keterangan Tabel :
Tabel uji tanda data non parametrik terdiri dari 4 baris yaitu Negative
Differences, Positive Differences, Ties, dan Total.
Baris 1 yaitu negative differencesa pada kolom N nilainya 16 artinya
mempunyai beda-beda negatif 16 dan a status<jenis kelamin
Baris 2 yaitu positive differencesb pada kolom N nilainya 9 artinya
mempunyai beda-beda positif 9 dan b berarti status > jenis_kelamin
Baris 3 yaitu Ties pada kolom N nilainya 13 artinya ada 2 data yang
sama.
Baris 4 yaitu Total pada kolom N nilainya 50 artinya jumlah datanya 50.
Test Statistics(b)
status -
jenis_kelamin
Exact Sig. (2-tailed) ,230(a)
a Binomial distribution used.
b Sign Test
Keterangan Tabel :
Pada kolom test statistic terlihat bahwa pada kolom Exact. Sig. (2-tailed)
untuk uji 2 sisi = 0,230(a) berarti peluangnya 0,230 dan a berarti
menggunakan distribusi binomial.
Pengujian :
1. Ho : 1 = 2
2. H1 : 1 2
3. : 0,05
4. Daerah Kritis : P < = P < 0,05
5. Perhitungan :
(lihat tabel 5.28)
P = Exact. Sig. (2-tailed) = 0,230
6. Kesimpulan :
Terima Ho, karena berdasarkan nilai P (probabilitas), P > = 0,23 >
0,05
7. Keputusan : rataan antara jenis kelamin dan status adalah sama
jadi ada 6 data yang status > jenis_kelamin. Pada kolom Mean Rank nilainya
13,00 artinya rata-rata data 13,00. Pada kolom Sum of Ranks nilainya
208,00 berarti jumlah beda-beda negatifnya 208,00
Baris 2 yaitu positive ranks pada kolom N nilainya 9b artinya ada 9 data
yang mempunyai beda-beda positif, b artinya status > jenis_kelamin, jadi ada
9 data yang status > jenis_kelamin. Pada kolom Mean Rank nilainya 13,00
artinya rata-rata data 13,00. Pada kolom Sum of Ranks nilainya 117,00
berarti jumlah beda-beda positifnya 117,00
Baris 3 yaitu Ties pada kolom N nilainya 25c artinya ada 25 data yang
sama, c artinya status = jenis_kelamin jadi ada 25 data dengan status =
jenis_kelamin.
Baris 4 yaitu Total pada kolom N nilainya 50 artinya jumlah datanya 50.
Test Statistics(b)
status -
jenis_kelamin
Z -1,400(a)
Asymp. Sig. (2-tailed) ,162
a Based on positive ranks.
b Wilcoxon Signed Ranks Test
Keterangan Tabel :
Pada tabel untuk test statistik terlihat bahwa untuk uji Wilcoxon nilai
Zoutput = -1,400 (a). Berarti nilai Z = -1,400 dan a artinya diambil dari
beda-beda positif karena dalam uji Wilcoxon yang dipakai adalah jumlah
beda-beda yang paling kecil.
Nilai asymp. Sig (2-tailed) 0,162 berarti peluangnya 0,162
Pengujian :
1. Ho : 1 = 2
2. H1 : 1 2
3. = 0,05
4. Daerah Kritis : P < = P < 0,05
5. Perhitungan :
(lihat tabel 5.26)
P = asymp. Sig (2-tailed) = 0,162
6. Keputusan:
Terima Ho , karena berdasarkan nilai P (probabilitas), P > =
0,162>0,05
7. Kesimpulan: kedua rataan tersebut sama
Keterangan Tabel :
- Pada kolom pertama menunjukkan variabel yang digunakan yaitu
pengaruh negara asal film dengan jenis film yang disukai
- Kolom kedua menunjukkan banyaknya data yaitu untuk semua variabel
tersebut maisng-masing sama yaitu 75 data.
- Kolom ketiga menunjukkan nilai rata-rata. Untuk banyaknya penyuka film
barat 2,160, Untuk banyaknya penyuka film indonesia adalah 3,4000,
Untuk banyaknya penyuka film asia adalah 2,6800,
- Kolom keempat menunjukkan nilai standar deviasi. Untuk banyaknya
penyuka film barat adalah 1,28062, banyaknya penyuka film indonesia
adalah 0,86603 banyaknya penyuka film asia adalah 1,06927.
- Kolom kelima menunjukkan nilai maksimum. Untuk banyaknya penyuka
film barat adalah 4,00, banyaknya penyuka film indonesia adalah 4,00
banyaknya penyuka film asia adalah 4,00.
- Kolom keenam menunjukkan nilai minimum. Untuk banyaknya penyuka
film barat adalah 1,00, banyaknya penyuka film indonesia adalah
2,00banyaknya penyuka film asia adalah 1,00.
b. Uji Friedman
Tabel 5.23 Output Friedman Test Pengaruh Negara Asal terhadap Jenis Film yang Disukai
Ranks
Mean Rank
Negara 1,37
Jenis_film 1,63
Keterangan Tabel :
Tabel uji Friedman untuk data yang diuji didapat mean ranks atau beda
rata-rata untuk masing-masing data:, negara=1,37,Untuk jenis film adalah
= 1,63.
Test Statistics(a)
N 75
Chi-Square 6,452
Df 1
Asymp. Sig. ,011
a Friedman Test
Keterangan Tabel :
Dari tabel Test Statistic pada uji friedman terdiri dari 4 baris yaitu N, Chi-
Square, df, asymp. Sig.
Baris 1 yaitu N nilainya = 75 berarti jumlah data pengamatan = 75.
Baris 2 yaitu Chi-Square atau statistik hitung Friedman adalah 6,452.
Baris 3 yaitu df atau derajat kebebasan nilainya = 1.
Baris 4 yaitu Asymp. Sig. (Probabilitas) untuk uji Friedman = 0,011
berarti peluangnya 0,011
Pengujian :
1. Ho : 1 = 2 = 3 = 4
2. H1 : keempat rataan tidak semua sama
3. : 0,05
4. Daerah Kritis : 2 > 2 = 2 > 5.991 (Tabel L.5)
Ranks
Mean Rank
Negara 1,37
Jenis_film 1,63
Keterangan Tabel :
Tabel uji Rank Kendall’s untuk data yang diuji didapat mean ranks atau
beda rata-rata untuk masing-masing data:, negara = 1,37, Untuk jenis film
= 1,63.
Test Statistics
N 75
Kendall's
,086
W(a)
Chi-Square 6,452
Df 1
Asymp. Sig. ,011
a Kendall's Coefficient of Concordance
Keterangan Tabel :
Dari tabel Test Statistics pada uji Rank Kendall’sW terdiri dari 4 baris
yaitu N, Kendall's Wa, df, Asymp. Sig.
Baris 1 yaitu N nilainya = 75 berarti jumlah data pengamatan = 75.
Baris 2 yaitu Kendall's Wa atau statistik hitung Kendall's adalah 0.086
Baris 3 yaitu df (degree of freedom) atau derajat kebebasan nilainya = 1
Baris 4 yaitu Asymp. Sig. (Probabilitas) untuk uji Kendall's = .011 berarti
peluangnya 0.011.
Pengujian :
1. Ho : 1 = 2 = 3 = 4
2. H1 : ketiga rataan tidak semua sama
3. : 0,05
4. Daerah Kritis : 2 > 2 = 2 > 5.991 (Tabel L.5)
S = 10,50 DF = 2 P = 0,005
S = 15,00 DF = 2 P = 0,001 (adjusted for ties)
Est Sum of
Asal_Fil N Median Ranks
1 25 4,0000 62,5
2 25 3,0000 40,0
3 25 3,0000 47,5
Keterangan :
• Tabel Friedman test dengan menggunakan minitab terdiri dari 3 baris.
• Baris 1 yaitu jumlah data untuk pelakuan pertama sebanyak 25, nilai
median 3 , nilai sum of rank adalah 62,5.
• Baris 2 yaitu jumlah data untuk perlakuan kedua sebanyak 25, nilai
median 2 , nilai sum of rank adalah 40,0.
• Baris 3 yaitu jumlah data untuk perlakuan ketiga sebanyak 25, nilai
median 2, nilai sum of rank adalah 47,5.
• S adalah nilai Std. Deviation nilainya 10,52.
• DF adalah degree of freedom atau derajat kebebasan nilainya 2.
• P adalah peluang nilainya 0,005.
Pengujian :
1. Ho : 1 = 2 = 3 = 4
2. H1 : keempat rataan tidak semua sama
3. : 0,05
4. Daerah Penolakan: Fr > 2 = Fr > 5.991 (Tabel L.5)
BAB VI
PENUTUP
6.1 Kesimpulan
Dari praktikum yang telah dilaksanakan maka dapat diambil beberapa
129
LAPORAN PRAKTIKUM STATISTIKA INDUSTRI
MODUL 1: STATISTIKA PARAMETRIK DAN NON PARAMETRIK
KELOMPOK 20 REGULER
130
LAPORAN PRAKTIKUM STATISTIKA INDUSTRI
MODUL 1: STATISTIKA PARAMETRIK DAN NON PARAMETRIK
KELOMPOK 20 REGULER
131
LAPORAN PRAKTIKUM STATISTIKA INDUSTRI
MODUL 1: STATISTIKA PARAMETRIK DAN NON PARAMETRIK
KELOMPOK 20 REGULER
dependen
k = 2, non 0,23 > 0,05
Uji Tanda parametrik, dwisisi P > Terima Ho
dependen
11.130 > 5.991
k > 2, non ekasisi 2 > 2 , Tolak Ho
Uji Friedman parametrik,
dependen
0,011< 0,05 P < Tolak Ho
k > 2, non 6,452 > 5,991 2 > 2 , Tolak Ho
Uji Rank Kendall’s parametrik, ekasisi
dependen 0,011< 0,05 P < Tolak Ho
6.2 Saran
1. Praktikum kurang efektif karena dilakukan secara massal, sebaiknya praktikum
132