LAPORAN PRAKTIKUM STATISTIKA

Nama : Muhammad Rizki

NIM : P07134219032
Kelas :A
Prodi : Sarjana Terapan Teknologi Laboratorium Medis

Hari, Tanggal : Jumat, 29 Oktober 2021

Materi/Judul Praktikum : Uji One Way ANOVA
Contoh Kasus: Dilakukan penelitian untuk mengetahui hubungan antara kadar Hb terhadap 3
kelompok perlakuan. Berdasarkan 10 responden yang diberi Fe (kode 1), 10 responden yang
diberi Fe dan vitamin C (kode 2), dan 10 responden tanpa suplemen (kode 3).

PENGERTIAN
Uji One Way ANOVA merupakan uji parametrik yang digunakan untuk membandingkan nilai rata-
rata dua atau lebih populasi yang bebas atau tidak berpasangan.

TUJUAN
Untuk membandingkan nilai rata-rata dua atau lebih populasi yang bebas atau tidak berpasangan
yang berskala data interval atau rasio.
LANGKAH-LANGKAH

A. Uji normalitas data:

1. Klik tab Analyze, pilih Descriptive Statistics, pilih Explore.
2. Pilih variabel Kadar Hemoglobin, masukkan ke Dependent List dengan mengklik tanda
panah ke kanan.
3. Pilih variabel Kelompok Responden, masukkan ke Factor List dengan mengklik tanda
panah ke kanan.
4. Klik Statistics, centang Descriptives, atur Confidence Interval for Mean menjadi 95%,
klik Continue.
5. Klik Plots, centang Normality plots with tests, klik Power estimation, klik Continue.
6. Klik Both pada Display.
7. Klik OK, setelah itu akan muncul hasil outputnya.
8. Baca nilai Sig. pada tabel Tests of Normality bagian Shapiro Wilk (karena data < 50).
9. Data disebut berdistribusi normal apabila nilai signifikansinya lebih dari 0,05.
10. Jika data sudah berdistribusi normal, maka bisa dilanjutkan ke uji One Way ANOVA.
B. Uji One Way ANOVA:
1. Klik tab Analyze, pilih Compare Means, pilih One-Way ANOVA.
2. Pilih variabel Kadar Hemoglobin, masukkan ke Dependent List dengan mengklik tanda
panah ke kanan.
3. Pilih variabel Kelompok Responden, masukkan ke Factor dengan mengklik tanda panah
ke kanan.
4. Klik Post Hoc, pada Equal Variances Assumed centang LSD, klik Continue.
5. Klik Options, pada Statistics centang Descriptive dan Homogenity of variance test, klik
Continue.
6. Klik OK, setelah itu akan muncul hasil outputnya.
7. Baca nilai Sig. pada tabel Test of Homogenity of Variances.
8. Data disebut homogen apabila nilai signifikansinya lebih dari 0,05.
9. Jika data sudah homogen, baca nilai Sig. pada tabel ANOVA baris Between Groups.
10. Terdapat perbedaan bermakna jika nilai Sig. nya kurang dari 0,05.
11. Untuk melihat kelompok mana yang berbeda, baca masing-masing nilai Sig. pada tabel
Multiple Comparisons.
12. Terdapat perbedaan bermakna jika nilai Sig. nya kurang dari 0,05.
INTERPRETASI OUTPUT

Tabel Tests of Normality:

Nilai Sig. = 0,479 , 0,571 , dan 0,126 yang artinya lebih dari α (0,05)  Data berdistribusi normal

Tabel Test of Homogenity of Variances:

Nilai Sig. = 0,237 , 0,433 , 0,436 , dan 0,230 yang artinya lebih dari α (0,05)  Data homogen

Tabel ANOVA:

Nilai Sig. = 0,000 yang artinya kurang dari α (0,05)  Terdapat perbedaan bermakna
 Tabel Multiple Comparisons:
Nilai Sig. (Diberi Fe & Diberi Fe + Vit. C) = 0,021 yang artinya kurang dari α (0,05)  Terdapat perbedaan bermakna
Nilai Sig. (Diberi Fe & tanpa suplement) = 0,001 yang artinya kurang dari α (0,05)  Terdapat perbedaan bermakna
Nilai Sig. (Diberi Fe + Vit. C & tanpa suplement) = 0,000 yang artinya kurang dari α (0,05) 
Terdapat perbedaan bermakna

Mengetahui, Banjarbaru, 29 Oktober 2021

Penanggung Jawab/Pembimbing Praktikan,

Jujuk Anton Cahyono S.Si, M.Sc Muhammad Rizki

 LAPORAN PRAKTIKUM STATISTIKA
Nama : Muhammad Rizki
NIM : P07134219032
Kelas :A
Prodi : Sarjana Terapan Teknologi Laboratorium Medis

Hari, Tanggal : Jumat, 29 Oktober 2021

Materi/Judul Praktikum : Kruskal Wallis
Contoh Kasus: Dilakukan penelitian untuk mengetahui hubungan antara kadar Hb terhadap 3
kelompok perlakuan. Berdasarkan 10 responden yang diberi Fe (kode 1), 10 responden yang
diberi Fe dan vitamin C (kode 2), dan 10 responden tanpa suplemen (kode 3).

PENGERTIAN
Uji Kruskal Wallis merupakan uji non parametrik yang digunakan untuk membandingkan
nilai rata-rata dua atau lebih populasi yang bebas atau tidak berpasangan.

TUJUAN
Untuk membandingkan nilai rata-rata dua atau lebih populasi yang bebas atau tidak berpasangan
yang berskala data ordinal atau interval/rasio tetapi tidak berdistribusi normal.
LANGKAH-LANGKAH

A. Uji normalitas data:

1. Klik tab Analyze, pilih Descriptive Statistics, pilih Explore.
2. Pilih variabel Kadar Hemoglobin, masukkan ke Dependent List dengan mengklik tanda
panah ke kanan.
3. Pilih variabel Kelompok Responden, masukkan ke Factor List dengan mengklik tanda
panah ke kanan.
4. Klik Statistics, centang Descriptives, atur Confidence Interval for Mean menjadi 95%,
klik Continue.
5. Klik Plots, centang Normality plots with tests, klik Power estimation, klik Continue.
6. Klik Both pada Display.
7. Klik OK, setelah itu akan muncul hasil outputnya.
8. Baca nilai Sig. pada tabel Tests of Normality bagian Shapiro Wilk (karena data < 50).
9. Data disebut berdistribusi normal apabila nilai signifikansinya lebih dari 0,05.
10. Jika data tidak berdistribusi normal, maka bisa dilanjutkan ke uji Kruskal Wallis.
B. Uji Kruskal Wallis:
1. Klik tab Analyze, pilih Nonparametric Tests, pilih Legacy Dialogs, pilih K Independent
Samples.
2. Pilih variabel Kadar Hemoglobin, masukkan ke Test Variable List dengan mengklik tanda
panah ke kanan.
3. Pilih variabel Kelompok Responden, masukkan ke Grouping Variable dengan mengklik
tanda panah ke kanan.
4. Klik Define Range, ketik “1” pada Minimum, ketik “3” pada Maximum, klik Continue.
5. Klik Options, pada Statistics centang Descriptive, klik Continue.
6. Pada Test Type, centang Kruskal-Wallis H.
7. Klik OK, setelah itu akan muncul hasil outputnya.
8. Baca nilai Asymp. Sig. pada tabel Test Statisticsa,b.
9. Terdapat perbedaan bermakna jika nilai Asymp. Sig. nya kurang dari 0,05.
10. Untuk melihat kelompok mana yang berbeda, lakukan uji Mann-Whitney.
C. Uji Mann-Whitney:
1. Klik tab Analyze, pilih Nonparametric Tests, pilih Legacy Dialogs, pilih 2 Independent
Samples.
2. Pilih variabel Kadar Hemoglobin, masukkan ke Test Variable List dengan mengklik tanda
panah ke kanan.
3. Pilih variabel Kelompok Responden, masukkan ke Grouping Variable dengan mengklik
tanda panah ke kanan.
4. Klik Define Groups, ketik “1” pada Group 1, ketik “2” pada Group 2, klik Continue.
5. Pada Test Type, centang Mann-Whitney U.
6. Klik OK, klik tombol Recall, pilih Two-Independent-Samples Tests.
7. Klik Define Groups, ketik “1” pada Group 1, ketik “3” pada Group 2, klik Continue.
8. Klik OK, klik tombol Recall, pilih Two-Independent-Samples Tests.
9. Klik Define Groups, ketik “2” pada Group 1, ketik “3” pada Group 2, klik Continue.
10. Klik OK, setelah itu akan muncul hasil outputnya.
11. Baca masing-masing nilai Asymp. Sig. (2-tailed) pada masing-masing tabel Test
Statisticsa.
12. Terdapat perbedaan bermakna jika nilai Asymp. Sig. (2-tailed) nya kurang dari 0,05.
INTERPRETASI OUTPUT
Tabel Test Statisticsa:

Nilai Asymp. Sig. (2-tailed) = 0,080 yang artinya lebih dari α (0,05)  Tidak terdapat perbedaan
bermakna

Tabel Test Statisticsa:

Nilai Asymp. Sig. (2-tailed) = 0,004 yang artinya kurang dari α (0,05)  Terdapat perbedaan
bermakna
 Tabel Test Statisticsa:
Nilai Asymp. Sig. (2-tailed) = 0,000 yang artinya kurang dari α (0,05)  Terdapat perbedaan bermakna

Mengetahui, Banjarbaru, 29 Oktober 2021

Penanggung Jawab/Pembimbing Praktikan,

Jujuk Anton Cahyono S.Si, M.Sc Muhammad Rizki

 LAPORAN PRAKTIKUM STATISTIKA
Nama : Muhammad Rizki
NIM : P07134219032
Kelas :A
Prodi : Sarjana Terapan Teknologi Laboratorium Medis

Hari, Tanggal : Jumat, 29 Oktober 2021

Materi/Judul Praktikum : Uji Repeated Anova
Contoh Kasus: Dilakukan penelitian untuk mengetahui hubungan antara nilai mahasiswa
terhadap 3 jenis metode pembelajaran.

PENGERTIAN
Uji Repeated ANOVA merupakan uji parametrik yang digunakan untuk membandingkan nilai rata-
rata dua atau lebih populasi yang terikat atau berpasangan.

TUJUAN
Untuk membandingkan nilai rata-rata dua atau lebih populasi yang terikat atau berpasangan
yang berskala data interval atau rasio.
LANGKAH-LANGKAH

A. Uji normalitas data:

1. Klik tab Analyze, pilih Descriptive Statistics, pilih Explore.
2. Pilih variabel Metode A, Metode B, dan Metode C, masukkan ke Dependent List dengan
mengklik tanda panah ke kanan.
3. Klik Statistics, centang Descriptives, atur Confidence Interval for Mean menjadi 95%,
klik Continue.
4. Klik Plots, centang Normality plots with tests, klik Continue.
5. Klik Both pada Display.
6. Klik OK, setelah itu akan muncul hasil outputnya.
7. Baca nilai Sig. pada tabel Tests of Normality bagian Shapiro Wilk (karena data < 50).
8. Data disebut berdistribusi normal apabila nilai signifikansinya lebih dari 0,05.
9. Jika data sudah berdistribusi normal, maka bisa dilanjutkan ke uji Repeated ANOVA.
B. Uji Repeated ANOVA:
1. Klik tab Analyze, pilih General Linear Model, pilih Repeated Measures.
2. Ketik “Metode” pada Within-Subject Factor Name, ketik “3” pada Number of Levels, klik
Add.
3. Ketik “Nilai” pada Measure Name, klik Add, klik Define.
4. Pilih variabel Metode A, Metode B, dan Metode C, masukkan ke Within-Subject
Variables dengan mengklik tanda panah ke kanan.
5. Klik Plots, pilih Metode, masukkan ke Horizontal Axis, klik Add, klik Continue.
6. Klik Save, pada Residuals centang Standardized, klik Continue.
7. Klik EM Means, pilih Metode, masukkan ke Display Means for, centang Compare main
effects, pada Confidence interval adjustment pilih Bonferroni, klik Continue.
8. Klik OK, buka Data View maka akan muncul tiga variabel baru.
9. Klik tab Analyze, pilih Descriptive Statistics, pilih Explore.
10. Pilih variabel Metode A, Metode B, dan Metode C, keluarkan dari Dependent List
dengan mengklik tanda panah ke kiri.
11. Pilih tiga variabel yang baru tadi, masukkan ke Dependent List dengan mengklik tanda
panah ke kanan.
12. Klik Statistics, centang Descriptives, atur Confidence Interval for Mean menjadi 95%,
klik Continue.
13. Klik Plots, centang Normality plots with tests, klik Continue.
14. Klik Both pada Display.
15. Klik OK, setelah itu akan muncul hasil outputnya.
16. Baca nilai Sig. pada tabel Tests of Normality bagian Shapiro Wilk (karena data < 50).
17. Data disebut berdistribusi normal apabila nilai signifikansinya lebih dari 0,05.
18. Baca nilai Sig. pada tabel Mauchly’s Test of Sphericitya.
19. Data disebut homogen apabila nilai signifikansinya lebih dari 0,05.
20. Jika data sudah homogen, baca nilai Sig. pada tabel Tests of Within-Subjects Effects
baris Sphericity Assumed.
21. Jika data tidak homogen, baca nilai Sig. pada tabel Tests of Within-Subjects Effects baris
Greenhouse-Geisser.
22. Terdapat perbedaan bermakna jika nilai Sig. nya kurang dari 0,05.
23. Untuk melihat kelompok mana yang berbeda, baca masing-masing nilai Sig. pada tabel
Pairwise Comparisons.
24. Terdapat perbedaan bermakna jika nilai Sig. nya kurang dari 0,05.
INTERPRETASI OUTPUT
Tabel Mauchly’s Test of Sphericitya:

Nilai Sig. = 0,003 yang artinya kurang dari α (0,05)  Data tidak homogen

Tabel Tests of Within-Subjects Effects baris Greenhouse-Geisser:

Nilai Sig. = 0,000 yang artinya kurang dari α (0,05)  Terdapat perbedaan bermakna

Tabel Pairwise Comparisons:

Nilai Sig. (Metode A & Metode B) = 0,000 yang artinya kurang dari α (0,05)  Terdapat
perbedaan bermakna

Nilai Sig. (Metode A & Metode C) = 0,000 yang artinya kurang dari α (0,05)  Terdapat
perbedaan bermakna

Nilai Sig. (Metode B & Metode C) = 0,000 yang artinya kurang dari α (0,05)  Terdapat
perbedaan bermakna
Mengetahui, Banjarbaru, 29 Oktober 2021
Penanggung Jawab/Pembimbing Praktikan,

Jujuk Anton Cahyono S.Si, M.Sc Muhammad Rizki

 LAPORAN PRAKTIKUM STATISTIKA
Nama : Muhammad Rizki
NIM : P07134219032
Kelas :A
Prodi : Sarjana Terapan Teknologi Laboratorium Medis

Hari, Tanggal : Jumat, 29 Oktober 2021

Materi/Judul Praktikum : Uji Friedman
Contoh Kasus: Dilakukan penelitian untuk mengetahui hubungan antara nilai mahasiswa
terhadap 3 jenis metode pembelajaran.

PENGERTIAN
Uji Friedman merupakan uji non parametrik yang digunakan untuk membandingkan nilai rata-
rata dua atau lebih populasi yang terikat atau berpasangan.

TUJUAN
Untuk membandingkan nilai rata-rata dua atau lebih populasi yang terikat atau berpasangan
yang berskala ordinal atau interval/rasio tetapi tidak berdistribusi normal.
LANGKAH-LANGKAH

A. Uji normalitas data:

1. Klik tab Analyze, pilih Descriptive Statistics, pilih Explore.
2. Pilih variabel Metode A, Metode B, dan Metode C, masukkan ke Dependent List dengan
mengklik tanda panah ke kanan.
3. Klik Statistics, centang Descriptives, atur Confidence Interval for Mean menjadi 95%,
klik Continue.
4. Klik Plots, centang Normality plots with tests, klik Continue.
5. Klik Both pada Display.
6. Klik OK, setelah itu akan muncul hasil outputnya.
7. Baca nilai Sig. pada tabel Tests of Normality bagian Shapiro Wilk (karena data < 50).
8. Data disebut berdistribusi normal apabila nilai signifikansinya lebih dari 0,05.
9. Jika data tidak berdistribusi normal, maka bisa dilanjutkan ke uji Friedman.
B. Uji Friedman:
1. Klik tab Analyze, pilih Nonparametric Tests, pilih Legacy Dialogs, pilih K Related
Samples.
2. Pilih variabel Metode A, Metode B, dan Metode C, masukkan ke Within-Subject
Variables dengan mengklik tanda panah ke kanan.
3. Klik Statistics centang Descriptive, klik Continue.
4. Pada Test Type, centang Friedman.
5. Klik OK, setelah itu akan muncul hasil outputnya.
6. Baca nilai Asymp. Sig. pada tabel Test Statisticsa,.
7. Terdapat perbedaan bermakna jika nilai Asymp. Sig. nya kurang dari 0,05.
8. Untuk melihat kelompok mana yang berbeda, lakukan uji Wilcoxon.
C. Uji Wilcoxon:
1. Klik tab Analyze, pilih Nonparametric Tests, pilih Legacy Dialogs, pilih 2 Related
Samples.
2. Pilih variabel Metode A, masukkan ke Test Pairs dengan mengklik tanda panah ke
kanan.
3. Pilih variabel Metode B, masukkan ke Test Pairs dengan mengklik tanda panah ke
kanan.
4. Klik Options, pada Statistics, centang Descriptive, klik Continue.
5. Pada Test Type, centang Wilcoxon.
6. Klik OK, klik tombol Recall, pilih Two-Related-Samples Tests.
7. Pilih variabel Metode B, keluarkan dari Test Pairs dengan mengklik tanda panah ke kiri.
8. Pilih variabel Metode C, masukkan ke Test Pairs dengan mengklik tanda panah ke
kanan.
9. Klik OK, klik tombol Recall, pilih Two-Related-Samples Tests.
10. Pilih variabel Metode A, keluarkan dari Test Pairs dengan mengklik tanda panah ke kiri.
11. Pilih variabel Metode B, masukkan ke Test Pairs dengan mengklik tanda panah ke
kanan.
12. Klik OK, setelah itu akan muncul hasil outputnya.
13. Baca masing-masing nilai Asymp. Sig. (2-tailed) pada masing-masing tabel Test
Statisticsa.
14. Terdapat perbedaan bermakna jika nilai Asymp. Sig. (2-tailed) nya kurang dari 0,05.
INTERPRETASI OUTPUT
Tabel Test Statisticsa:

Nilai Asymp. Sig. (2-tailed) = 0,005 yang artinya kurang dari α (0,05)  Terdapat perbedaan
bermakna

Tabel Test Statisticsa:

Nilai Asymp. Sig. (2-tailed) = 0,005 yang artinya kurang dari α (0,05)  Terdapat perbedaan
bermakna
 Tabel Test Statisticsa:
Nilai Asymp. Sig. (2-tailed) = 0,005 yang artinya kurang dari α (0,05)  Terdapat perbedaan bermakna

Mengetahui, Banjarbaru, 29 Oktober 2021

Penanggung Jawab/Pembimbing Praktikan,

Jujuk Anton Cahyono S.Si, M.Sc Muhammad Rizki