LAPORAN PRAKTIKUM

Statistik dasar
MODUL 7 DAN 8

Disusun oleh :
Nama
Nim
Jurusan

: mohamad hanaf
: 095410134
: teknik informatika

Laboratorium terpadu
Sekolah tinggi manajemen informatika
STMIK AKAKOM YOGYAKARTA
2010

PERTEMUAN KE-7
UJI PERBANDINGAN RATA-RATA DUA POPULASI

1. TEORI

Procedure undependent sample test digunakan untuk menguji apakah dua

sample yang tidak berhubungan mempunyai rata-rata yang sama.
Procedure paired samples T-test digunakan untuk menguji apakah dua
sample yang berhubungan atau berpasangan mempunyai rata-rata yang
sama.

2. PEMBAHASAN

Independent-sample T test
Independent-sample T test digunakan untuk menguji signifikansi beda ratarata dua kelompok. Tes ini juga digunakan untuk menguji pengaruh variable
independen terhadap variable dependent , untuk mendefinisikan group
pastikan variable grup sudah pada kotak grouping variable, kemudian klik
tombol define groups.. bila variable grup numeric akan tampil kotak dialog
kemudian salah satu , use specified values akan membagi file data anda
menjadi dua kelompok berdasarkan value-value variable group yang anda
isikan pada otak teks yang tersedia. contoh pada Independent-sample T test
adalah sebagai berikut :

Hasil keluaran pada table diatas :

Group Statistics
jns_kelamin
tk_cerdas

Mean

Std. Deviation

Std. Error Mean

laki-laki

10

50.00

30.277

9.574

perempuan

10

50.00

30.277

9.574

Fable group statistics memaparakan jumlah data/sample, nilai rata-rata dan

standart deviasi, nilai rata-rata dan standart deviasi, rata-rata tingkat

kecerdasan laki-laki (50.00) sama dengan peempuan (50.00) dengan nilai

standart deviasi laki-laki (30.277) sama juga pada perempuan (30.277).

Independent Samples Test

Levene's Test for Equality of Variances

F
tk_cerdas

Equal variances assumed

Equal variances not assumed

Sig.
.000

t
1.000

df

Sig. (2-tailed)

.000

18

1.000

.000

18.000

1.000

Table independent samples Test pertama menguji apakah kedua kelompok

memiliki varian yang sama. Table independent sample Test yang kedua
menguji apakah kedua kelompok memilki rata-rata yang sama.
Procedure Paired samples T-test
Procedure Paired samples T-test atau lebih dikenal dengan pre-post design
adalah analisis dengan melibatkan dua pengukuran pada subjek yang sama
terhadap suatu pengaruh atau perlakuan tertentu. Penngukuran pertama
dilakukan sebelum diberi perlakuan tertentu dan pengukuran ke dua
dilakukan sesudahnya. Dasar pemikiran-nya sederhana, yaitu bahwa apabila
suatu perlakuan tidak memberi pengaruh maka perbedaan rata-ratanya
adalah nol. Contoh pada table berikt ini :

Hasil keluaran pada table diatas adalah :

Paired Samples Statistics
Mean
Pair 1 tekanan darah
awal
tekanan darah
akhir
Pair 2 berat awal
berat akhir

Std.
Deviation

Std. Error
Mean

1.7735E2

10

14.45885

4.57229

1.6080E2

10

11.73835

3.71199

83.5580

10

9.11618

2.88279

77.7000

10

6.65916

2.10581

Table paired sample statistics menunjukkan bahwa tekanan darah

mengalami penurunan dari rata-rata awal 177.35 menjadi 160.8 berat
badan juga mengalami penurunan, dari rata-rata awal 83.55 menjadi
77.7
Paired Samples Correlations
N
Pair 1

tekanan darah awal &

tekanan darah akhir

Pair 2

berat awal & berat akhir

Correlation

Sig.

10

.056

.877

10

.979

.000

Table paired samples correlations menganalisis apakah ada hubungan

antara tekanan darah awal dengan akhir danberatbadan awal dengan
akhir. Disini terlihat bahwa kolerasi tekanan darah awal dengan akhir
sangatlah lemah (0.056). apabila dilihat dari nilai sig (0.877) > maka
dapat disimpulkan kolerasi tidak signifikan. Sebaliknya, kolerasi antara
berat awal dan akhir sangat kuat (0.979) nilai sig (0.000) < maka
dapat disimpulkan bahwa hubungan signifikan.

Paired Samples Test

Paired Differences
95% Confidence Interval of the
Difference
Mean
Pair 1

tekanan darah awal - tekanan

darah akhir

Pair 2

berat awal - berat akhir

Std. Deviation

Std. Error Mean

Lower

1.65500E1

18.10226

5.72444

3.60043

29.49957

5.85800

2.92147

.92385

3.76811

7.94789

Pada table paired samples test, kolom means menunjukkan perbedaan rata-rata sebelum
treatment dengan sesudah treatmen. Kolom std.deviation menunjukkan standart deviasi
dari nilai perbedaan rata-rata. Kolom std error mean merupakan indeks variabilitas.
Kolom t merupakan hasil bagi antara nilai perbedaan rata-rata dengan standart error.
Kolom sig (2-tailed) merupakan nilai probabilitas untuk mencapai t statistic dimana nilai
absolutnya adalah sama atau lebih besar dari t statistic.( mohon maaf karena dalam table
(2-tailed) tidak kelihatan soalnnya aku tidak bisa mengedit.
3. TUGAS
Case Summariesa
Nama

JK

Nilaipre

Nilaipost

Dyah

52

60

Ninuk

42

54

Endah

50

40

Toni

59

60

Jane

45

44

Wida

50

52

Mimi

49

45

Tono

45

45

Andi

56

60

10

Dodi

61

56

10

10

10

Total

10

a. Limited to first 100 cases.

Upper

Group Statistics
JK
Nilaipre

Mean

Std. Deviation

Std. Error Mean

55.25

7.136

3.568

48.00

3.742

1.528

Independent Samples Test

Levene's Test for Equality of Variances

F
Nilaipre

Equal variances assumed

Sig.
1.361

t
.277

Equal variances not assumed

df

Sig. (2-tailed)

2.129

.066

1.868

4.118

.133

Ada perbedaan pada nilai pre sangat jelas sekali yaitu pada nilai means untuk yang laki-laki(1)
(55.25). dan yang perempuan adalah (2) (48.00) dan masih banyak yang lainnya lagi.
Group Statistics
JK
Nilaipost

Mean

Std. Deviation

Std. Error Mean

55.25

7.089

3.544

49.17

7.441

3.038

Independent Samples Test

Levene's Test for Equality of Variances

F
Nilaipost

Equal variances assumed

Equal variances not assumed

Sig.
.221

t
.651

df

Sig. (2-tailed)

1.289

.233

1.303

6.819

.235

Ada perbedaan pada nilai post yang laki-laki maupun yang perempuan. Adapun yang laki-laki
(1) (55.25) yang perempuan (2) (49.17)
Paired Samples Statistics
Mean
Pair 1

Std. Deviation

Std. Error Mean

Nilaipre

50.90

10

6.226

1.969

Nilaipost

51.60

10

7.575

2.395

Paired Samples Correlations

N
Pair 1

Nilaipre & Nilaipost

Correlation
10

Sig.

.588

.074

Paired Samples Test

Paired Differences
95% Confidence Interval of the
Difference
Mean
Pair 1

Nilaipre - Nilaipost

-.700

Std. Deviation
6.378

Std. Error Mean

2.017

Lower

Upper

-5.262

Ada perbedaan pada nilai pre dan post nilai pre adalah (50.90) nilai post (51.60) dan masih
banyak lagi perbedaan yang lainnya.

4. KESIMPULAN

Procedure undependent sample test digunakan untuk menguji apakah dua

sample yang tidak berhubungan mempunyai rata-rata yang sama.
Sedangkan pada Procedure paired samples T-test digunakan untuk menguji
apakah dua sample yang berhubungan atau berpasangan mempunyai ratarata yang sama. (untuk membandingkan antara variable satu dengan yang
lainnya dan mengetahui nilai yang dibedakan satu dengan yang lainnya
misalnya jenis kelamin laki-laki dan perempuan).

5. LISTING
Terlampir

t
3.862

-.34

PERTEMUAN KE-8
ANALISIS REGRESI DAN KOLERASI
1. TEORI

Analisis regresi digunakan untuk mengetahui hubungan antara varable

independen dan variable dependen.
Analisis kolerasi digunakan untuk mengetahui hubungan diantara
beberapa variable.

2. PEMBAHASAN

ANALISIS REGRESI
Digunakan untuk megetahiu hubungan antara variable
independen(bebas) dan variable dependen(terikat). Hubungan . apabila
model regresinyamelibatkan variable independen lebih dari satu maka
dinamakan regresi ganda. Namun apabila model regresinya melibatkan
variable independen Cuma satu maka dinamakan regresi sederhana.

Linier printah ini digunakan untuk uji regresi secara linier, biasanya
variable independen x berpangkat satu. Sub-sub perintah dariperintah
linier :
Dependent adalah variable terikat yang bergantung pada variable
independen, biasnnya notasi dari variable dependen adalah y.
Independent(s) adalah variable bebas dan tidak bergantung pada variable
dependen, semua nilai yang ada dalam variable dependent akan

berpengaruh sekali terhadap variable dependent. Notasi pada variable ini

kebanyakan adalah x.
Case labels adalh keterangan kasus, perintah ini hanya untuk memberi
label atau identitas pada variable yang menjadi kasus.
Method adalah cara memasukkan atau menyeleksi variable. Adapun
metode yang ada disini adalah method stepwise, remove, backward dan
forward
Regresi linier satu variable independen
Uji regresi digunakan untuk meramalkan suatu variable dependen (Y)
berdasar satu variable independen (x) dalam suatu persamaan linier.
Pengamatan pasangan variable X dan Y digambar dengan diagram titik
dan kemudian titik tersebut dihubungkan sehingga membentuk pola garis
tersebut secara matematis dapat didekati dengan suatu garis lurus atau
persamaan linier.
Regresi linier dengan dua atau lebih variable independen
Uji regresi linier dengan dua atau lebih variable independen digunakan
untuk meramalkan suatu variable dependen Y berdasar dua atau lebih
variabel independen (X1.X2 dan X3) dalam suatu persamaan linear.
ANALISIS KOLERASI
Analisi kolerasi digunakan untuk mengetahui hubungan diantara
beberapa variable. Ukuran yang biasa digunakan untuk mengukur
keeratan hubungan diantara dua variable adalah koefisien kolerasi
person,yang dinotasikan dengan huruf r.
Dalam kolerasi disini dibagi menjadi 2 bagian yaitu:
Kolerasi bivariate
Kolerasi partial
Kolerasi bivariate mencari derajat keeratan hubungan dan arah
hubungan. Semakin tinggi nilai kolerasi, semakin tinggi keeratan
hubungan kedua variable. Nilai kolerasi memilki rentang antara 0 sampai
1 atau 0 sampai -1. Tanda positif dan negative menunjukkan arah
hubungan. Tanda positif menunjukkan arah hubungan searah. Jika suatu
variable naik, variable yang lain naik. Tanda negative menunjukkan
hubungan berlawanan. Jika satu variable naik, variable yang lain malah
turun.
Kolerasi partial digunakan untuk menguji hubungan dua variable
dengan mengeluarkan variable lain (variable control) yang berpengaruh
terhadap kolerasi.
Latihan praktikum

Pada missing value (data yang tidak tersedia) SPSS menyediakan dua alternative
perlakukan:
Exclude cases pairwise yaitu pasangan yang salah satu tidak ada datannya tidak
dimasukkan dalam perhitungan. Misal kolerasi antara variable tilang dengan motor,
maka kasus nomor 7 yang hilang dari tilang mengakibatkan kolerasi hanya untuk 9
data. Namun untuk kolerasi variable mobil dan motor, karena ada dua data mobil
yang hilang, maka kolerasi hanya 8 data. Dengan demikian pilihan pairwise
mengakibatkan jumlah data tiap kolerasi bervariasi, tergantung jumlah data yang
missing (tidak ada).
Exclude cases listwise di sini jumlah data untuk seluruh kolerasi sama, sehingga
yang dibuang adalah kasus yang salah satu variablenya terdapat missing data. Dalam
kasus diatas terlihat pada kasus nomor 5,7, dan 8 terdapat data yang missing, maka
tiga kasus tersebut dikeluarkan (exclude), sehingga jumlah kasus menjadi 10-3=7.

Case Summariesa
Dearah label

Tilang label

Mobil label

Motor

polisi

20

258

589

89

24

265

587

52

25

249

698

59

18

125

625

57

15

712

52

16

124

692

48

251

681

49

10

634

29

12

124

697

27

10

10

17

159

521

59

10

10

10

Total

a. Limited to first 100 cases.

Correlations
Mobil label
Mobil label

Pearson Correlation

Motor

Motor

Pearson Correlation
Sig. (2-tailed)
N

polisi

.499

.852*

.765

.208

.015

-.127

-.410

-.195

.240

.615

.765
8

10

10

Pearson Correlation

.499

-.410

.631

Sig. (2-tailed)

.208

.240

10

10

Pearson Correlation

.852*

-.195

.631

Sig. (2-tailed)

.015

.615

.069

N
Tilang label

Tilang label

-.127

Sig. (2-tailed)
N

polisi

.069

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

Pada table diatas yang diberi tanda * berarti nilai tersebut menunjukkan missing atau tidak
diketahui

Latihan yang kedua yaitu membuat analisis regresi

Case Summariesa
karyawan label

prestasi label

Iq label

84

85

85

87

87

110

92

98

91

90

96

88

83

82

87

86

88

100

10

10

90

105

10

10

10

Total

a. Limited to first 100 cases.

Descriptive Statistics
Mean

Std. Deviation

prestasi label

88.78

3.930

Iq label

94.00

9.605

Correlations
prestasi label
Pearson Correlation

prestasi label

1.000

.169

.169

1.000

.332

.332

prestasi label

Iq label

Iq label
Sig. (1-tailed)

prestasi label
Iq label

Iq label

Model Summaryb

Model

R
.169a

Adjusted R

Std. Error of the

Square

Estimate

R Square
.029

-.110

4.141

a. Predictors: (Constant), Iq label

b. Dependent Variable: prestasi label

ANOVAb
Model
1

Sum of Squares
Regression

df

Mean Square

3.524

3.524

Residual

120.031

17.147

Total

123.556

Sig.
.664a

.206

a. Predictors: (Constant), Iq label

b. Dependent Variable: prestasi label

Coefficientsa
Standardized
Unstandardized Coefficients
Model
1

B
(Constant)
Iq label

Coefficients

Std. Error

Beta

82.282

14.395

.069

.152

.169

Sig.

5.716

.001

.453

.664

a. Dependent Variable: prestasi label

Residuals Statisticsa
Minimum
Predicted Value

Maximum

Mean

Std. Deviation

87.95

89.88

88.78

.664

Residual

-4.949

7.637

.000

3.873

Std. Predicted Value

-1.249

1.666

.000

1.000

Std. Residual

-1.195

1.844

.000

.935

a. Dependent Variable: prestasi label

3. TUGAS
terlampir
4. KESIMPULAN
Analisis hubungan antar variable secara garis besar ada dua, yaitu
analisis kolerasi dan analisis regresi. Kedua analisis tersebut saling
terkait. Analisis kolerasi menyatakan derajat keeratan hubungan
antar variable, sedangkan analisis regresi dugunakan dalam
peramalan variable dependen berdasar variable-variable
independennya.
5. LISTING
Terlampir