LAPORAN PRAKTIKUM STATISTIK
“INFERENSI STATISTIK RATA-RATA DUA POPULASI
INDEPENDENT”
Disusun
Oleh :
Dewi Paramitasari 121321004
LABORATORIUM SIPPO
JURUSAN TEKNIK INDUSTRI
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT SAINS DAN TEKNOLOGI
AKPRIND
YOGYAKARTA
2013
LEMBAR PENGESAHAN
LAPORAN PRAKTIKUM STATISTIK
“INFERENSI
STATISTIK RATA-RATA DUA POPULASI INDEPENDENT”
Nama : Dewi Paramitasari
Jurusan : Teknik
Industri D-3
Yogyakarta, 16 Desember 2013
Mengetahui,
Kepala
Lab. SIPPO Asisten Labolatorium
Endang
Widuri Asih S.T, M.T. Handio Oktavani Malau
KATA PENGANTAR
Puji syukur atas kehadirat Tuhan Yang
Maha Esa yang telah melimpahkan rahmat dan hidayah-Nya sehingga penulisan
laporan Praktikum Statistik dengan judul “Inferensi
Statistik Rata-Rata Dua Populasi Independent” ini dapat terselesaikan dengan baik.
Dalam membuat laporan praktikum ini tentu tidak terlepas dari dukungan, bimbingan, dan bantuan
dari pihak-pihak terkait. Sehubungan dengan hal itu, kami ucapkan terima kasih kepada:
1.
Ibu Endang Widuri Asih, S.T., M.T. selaku kepala Laboratorium SIPPO.
2.
Asistant
Laboratorium yang telah membimbing dengan sabar dan baik.
3.
Teman-teman
yang sudah membantu.
4.
Orang tua dan keluarga yang selalu memberi motivasi dan
dorongan, serta bantuan, baik moral maupun spiritual.
5.
Semua pihak yang tidak dapat
saya sebutkan satu persatu yang turut
membatu dalam menyelesaikan laporan ini.
Saya menyadari dalam penyusunan laporan ini masih banyak kekurangannya sehingga kritik dan saran yang membangun
sangat saya harapkan. Semoga laporan praktikum ini
dapat bermanfaat bagi pembaca.
Yogyakarta, 16 Desember 2013
Penyusun
DAFTAR ISI
HALAMAN JUDUL......................................................................................... i
LEMBAR PENGESAHAN............................................................................... ii
KATA PENGANTAR....................................................................................... iii
DAFTAR ISI...................................................................................................... iv
DAFTAR GAMBAR......................................................................................... v
DAFTAR TABEL.............................................................................................. vi
A. Tentang SPSS.......................................................................................... 1
B. Data Percobaan.......................................................................................
15
C. Masalah Percobaan.................................................................................. 16
D. Cara Pengerjaan....................................................................................... 16
E. Hasil Output............................................................................................ 19
F. Analisis Hasil Output.............................................................................. 20
G. Kesimpulan dan Saran............................................................................. 22
DAFTAR
PUSTAKA........................................................................................ 23
DAFTAR GAMBAR
Gambar A.1 SPSS 16.0....................................................................................... 7
Gambar A.2 Menu Utama SPSS......................................................................... 8
Gambar A.3 Variabel View................................................................................. 8
Gambar A.4 Data View....................................................................................... 9
Gambar A.5 Independent-Sample
T Test............................................................ 14
Gambar D.1 Gambar penginputan data.............................................................. 17
Gambar D.2 Gambar penginputan variabel......................................................... 18
Gambar D.3 Gambar penginputan nilai pada kolom
test variable(s).................. 18
Gambar D.4 Gambar penginputan pulsa pada kolom
grouping variable
dan pengisian group......................................................................
19
Gambar E.1 hasil output penyelesaian permasalahan.......................................... 20
DAFTAR TABEL
Tabel A.1 Tabel data padi................................................................................... 12
Tabel A.2 Tabel pengelompokan jenis padi........................................................ 13
Tabel B.1 Tabel data nilai pulsa di warnet BATISTA........................................ 15
Tabel D.2 Tabel pengelompokan jenis pulsa di
warnet BATISTA..................... 16
A. TENTANG SPSS
SPSS (Statistical
Package for the Social Sciences atau Paket Statistik untuk Ilmu Sosial)
versi pertama dirilis pada tahun 1968, diciptakan oleh Norman Nie,
seorang lulusan Fakultas Ilmu Politik dari Stanford University, yang sekarang
menjadi Profesor Peneliti Fakultas Ilmu Politik di Stanford dan Profesor
Emeritus Ilmu Politik di University of Chicago.
SPSS Inc (Nasdaq: SPSS) adalah pemimpin global penyedia Input
Analytics software dan solusi Input perusahaan teknologi Analytics meningkatkan
proses bisnis dengan memberikan visibilitas organisasi maju untuk keputusan
yang dibuat setiap hari dengan memasukkan Input Analytics kedalam operasi
sehari-hari mereka, menjadi organisasi Input Enterprises – bias langsung dan
otomatis keputusan untuk memenuhi tujuan bisnis dan terukur mencapai keuntungan
kompetitif. More than 250,000 public sector,
academic and commercial customers rely on SPSS technology to help increase
revenue, reduce costs and detect and prevent fraud.Lebih dari 250.000
sektor publik, komersial dan akademik pelanggan SPSS mengandalkan teknologi
untuk membantu meningkatkan pendapatan, mengurangi biaya dan mendeteksi dan
mencegah penipuan. Founded in 1968, SPSS is
headquartered in Chicago, Illinois.Didirikan pada tahun 1968, SPSS
adalah yang berkantorpusat di Chicago, Illinois.
|
|
Statistik yang termasuk
software dasar SPSS:
·
Statistik Deskriptif: Tabulasi Silang, Frekuensi, Deskripsi,
Penelusuran, Statistik Deskripsi Rasio
·
Statistik Bivariat: Rata-rata, t-test, ANOVA, Korelasi
(bivariat, parsial, jarak), Nonparametric tests
·
Prediksi Hasil Numerik: Regresi Linear
·
Prediksi untuk mengidentivikasi kelompok: Analisis Faktor,
Analisis Cluster (two-step, K-means, hierarkis), Diskriminan.
Berbagai fitur
dalam SPSS dapat diakses melalui menu pull-down atau dapat diprogram dengan
bahasa perintah sintaks proprietary 4GL. Pemrograman perintah sintaks memiliki
keuntungan di bidang reproduktivitas serta pengendalian manipulasi data
kompleks dan analisis. Perhubungan menu pull-down juga menghasilkan sintaks
perintah, walaupun pengaturan awalnya harus diubah terlebih dahulu agar sintaks
dapat dilihat oleh user. Program dapat berjalan secara interaktif, atau tanpa
pengendalian menggunakan Fasilitas Kerja Produksi. Sebagai tambahan, bahasa
makro juga dapat digunakan untuk menulis perintah subrutin dan ekstensi program
Python dapat mengakses informasi di dalam kamus data dan data, kemudian secara
dinamis membuat program perintah sintaks.
Ekstensi program
Phyton, yang diperkenalkan pada SPSS 14, menggantikan skrip SAX Basic yang
kurang fungsional, walaupun SAX Basic juga masih dapat digunakan. Ekstensi
Phyton menyebabkan SPSS dapat menjalankan statistik mana pun dalam paket free
software R. Sejak versi 14 dan seterusnya, SPSS dapat diatur secara eksternal
melalui Phyton pada program VB.NET menggunakan “plug-ins” yang telah
disediakan.
|
User interface
grafis memiliki 2 jenis tampilan yang dapat dipilih dengan cara meng-klik salah
satu dari dua tombol di bagian bawah kiri dari window SPSS. Tampilan ‘Data
View’ menampilkan tampilan spreadsheet dari kasus-kasus (baris) dan variabel
(kolom). Tampilan ‘Variable View’ menampilkan kamus metadata di mana setiap
baris mewakili sebuah variabel dan menampilkan nama variabel, label variabel,
label nilai, lebar cetakan, tipe pengukuran dan variasi dari
karakteristik-karakteristik lainnya. Sel-sel di kedua tampilan dapat diedit
secara manual, memungkinkan pengaturan struktur file dan pemasukan data tanpa
harus menggunakan sintaks perintah. Hal ini cukup untuk dataset-dataset kecil.
Dataset yang lebih besar, seperti survei statistik, lebih sering dibuat
menggunakan software data entry, atau dimasukkan selama computer-assisted
personal interviewing, dengan pemindaian dan menggunakan software pengenalan
karakter optikal, atau dengan pengambilan langsung dari kuesioner online.
Dataset-dataset ini kemudian dimasukkan ke dalam SPSS.
SPSS dapat membaca
dan menulis data dari file teks ASCII (termasuk file hierarkis), paket
statistik lainnya, spreadsheets dan database. SPSS dapat membaca dan menulis ke
dalam tabel database eksternal relasional melalui ODBC dan SQL.
|
Modul-modul Add-on
modules menyediakan kapabiliti tambahan. Modul-modul yang tersedia, antara lain
:
·
SPSS Programmability Extension (ditambahkan pada versi 14).
Memungkinkan pemrograman Phyton untuk mengontrol SPSS.
·
SPSS Validation Data (ditambahkan pada versi 14).
Memungkinkan pemrograman pengecekan logistik dan pelaporan nilai-nilai
mencurigakan.
·
SPSS Regression Models – Regresi logistik, regresi ordinal,
regresi logistik multinomial, dan model campuran (multilevel models).
·
SPSS Advanced Models – GLM yang bervariasi dan ukuran-ukuran
yang diulang (dihapuskan dari basis sistem sejak versi 14).
·
SPSS Classification Trees. Membuat diagram klasifikasi dan
keputusan untuk mengidentifikasi kelompok dan memprediksi perilaku.
·
SPSS Tables. Memungkinkan kontrol user-defined atas output
laporan.
·
SPSS Exact Tests. Memungkinkan tes statistik atas sample
kecil.
·
SPSS Categories
·
SPSS Trends
·
SPSS Conjoint
·
SPSS Missing Value Analysis. Imputasi simpel berbasis
regresi.
·
SPSS Map
·
SPSS Complex Samples (ditambahkan pada Versi 12). Diatur
untuk stratifikasi dan pengelompokkan serta pilihan pemilihan sample lainnya.
·
SPSS Server adalah sebuah versi dari SPSS dengan arsitektur
pengguna/server. SPSS Server memiliki beberapa fitur yang tidak tersedia pada
versi desktop, seperti fungsi penilaian.
|
KELEBIHAN SPSS
SPSS, piranti
lunak khusus untuk melakukan analisis data, memberikan banyak kelebihan dan kemudahan
dibandingkan spreadsheet. SPSS mampu mengakses data dari berbagai macam format
data yang tersedia seperti dBase, Lotus, Access, text file, spreadsheet, bahkan
mengakses database melalui ODBC (Open Data Base Connectivity) sehingga data
yang sudah ada, dalam berbagai macam format, bisa langsung dibaca SPSS untuk
dianalisis.
SPSS memberi
tampilan data yang lebih informatif, yaitu menampilkan data sesuai nilainya
(menampilkan label data dalam kata-kata) meskipun sebetulnya kita sedang
bekerja menggunakan angka-angka (kode data). Misalnya untuk field Jenis
Kelamin, kode angka yang digunakan adalah 1 untuk “pria” dan 2 untuk “wanita”,
maka yang akan muncul di layar adalah label datanya, yaitu “pria” dan “wanita”.
SPSS memberikan
informasi lebih akurat dengan memperlakukan missing data secara tepat, yaitu
dengan memberi kode alasan mengapa terjadi missing data. Misalnya karena
pertanyaan tidak relevan dengan kondisi responden, pertanyaan tidak dijawab,
atau karena memang pertanyaannya yang harus dilompati.
SPSS melakukan
analisis yang sama untuk kelompok-kelompok pengamatan yang berbeda secara
sekaligus hanya dalam beberapa mouse click saja. Contohnya :
·
mengetahui nilai minimum, maksimum dan rata-rata penjualan
per kuartal per wilayah penjualan secara bersamaan pada masing-masing kelompok
produk.
·
mengetahui hal-hal yang signifikan berpengaruh terhadap
volume penjualan (apakah kelompok umur konsumen, tingkat pendidikan, jenis
kelamin, besar pengeluaran per bulan, dll) pada masing-masing wilayah
penjualan.
SPSS mampu merangkum data
dalam format tabel multidimensi (crosstabs), yaitu beberapa field ditabulasikan
secara bersamaan. Contohnya :
·
tabel persentase jumlah responden dari beberapa kelompok
umur terhadap beberapa kategori produk perawatan rambut.
·
tabel persentase jumlah responden dari beberapa tingkat
pendidikan terhadap beberapa partai politik pilihan menurut beberapa wilayah
pemilihan umum.
Tabel multidimensi
SPSS sifatnya interaktif. Kolom tabel bisa dirubah menjadi baris tabel dan
sebaliknya. Semua nilai dalam sel-sel tabel akan disesuaikan secara otomatis.
Hal ini sangat memudahkan pekerjaan eksplorasi data.
Beberapa
keunggulan di atas hanyalah sebagian dari seluruh keunggulan yang dimiliki SPSS
dibandingkan dengan spreadsheet. Masih ada banyak keunggulan lainnya. Bahkan,
semua pekerjaan di atas dilakukan dengan bantuan dialog box, tanpa perlu
mengerti bahasa pemrograman! Sangat user friendly.
Pada dasarnya statistika adalah ilmu yang berkaitan dengan kegiatan
mengumpulkan, menata, menyajikan, menganalisis dan menginterprestasikan data
menjadi informasi untuk membantu pengambilan keputusan yang efektif. Sedangkan
statistik adalah suatu kumpulan angka yang tersusun lebih dari satu angka.
Sehingga SPSS (Statistical Package for the Social Sciences atau
Paket Statistik untuk Ilmu Sosial) dapat digunakan untuk mempermudah kita dalam
mengolah data,sehingga data yang kita punyai bisa menjadi data yang mudah
dibaca.sebagai contohnya yaitu mengolah data rancangan percobaan. SPSS mempunyai dua lembar kerja, yaitu sheet yang pertama dengan nama data
view dan sheet yang kedua variable view.
|
1.
Tampilan Data VIEW
Pada saat SPSS pertama kali
dibuka, selalu tampak tampilan pertama kotak dialog SPSS 16.0 FOR WINDOWS sebagai berikut:
Gambar A.1 SPSS 16.0
Kotak dialog tersebut sebenarnya
memandu pengguna untuk memilih proses yang akan dilakukan. Namun untuk praktisnya, tutup kotak dialog
tersebut dengan klik ikon CANCEL.
|
Gambar A.2 Menu Utama SPSS
Data view
merupakan sheet yang menampilkan data hasil penelitian yang akan diolah atau
dianalisis dengan program SPSS 16 for windows. Pada data view ditampilkan kolom-kolom yang
disertai nama-nama variable.
Gambar A.3 Variable View
Pada variable
view ditampilkan nama variabel, tipe data, lebar kolom, penggunaan desimal,
label penamaan variabel, macam data hasil penelitian (nominal, scale,
ordinal), alignment atau peletakan data yang diinputkan.
2.
TampilanVariabel
VIEW
TampilanVariabel
VIEW
Gambar A.4 Data View
Pemberian nama
variable harus memenuhi ketentuan berikut ini :
a.
Nama
variable harus diawali dengan huruf dan karakter yang selanjutnya boleh huruf,
angka dan symbol @,#, atau $.
b.
Nama
variable tidak boleh diakhiri dengan tanda titik.
c.
Harus
dihindari pemberian nama variable yang diakhiri dengan garis bawah.
d.
Panjang
nama variable tidak boleh dari 8 karakter.
e.
Spasi
kosongan special karakter !, ? dan * tidak digunakan.
f.
Nama
variable tidak boleh sama satu variable dengan variable lainnya.
g.
Tidak
membedakan huruf kecil dengan huruf kapital.
h.
Tidak
menggunakan kata-kata yang sudah ada pada system atau bahasa pemrograman SPSS
yaitu, ALL, AND, BY, EQ, GT, LT, NE, NOR, OR TO.
Type data yang ada pada SPSS adalah:
a.
Numeric, merupakan type angka dengan tanda plus
dan tanda minus di depan angka serta indicator decimal. Lebar maximal 40
karakter.
b.
Comma, merupakan type yang termasuk angka, tanda
plus dan tanda minus didepan angka indicator decimal serta pemisah ribuan.
c.
Dot, type ini sama dengan type comma yang
membedakan hanyalah pemisah ribuan, yang digunakan adalah titik.
d.
Sceintifik
notation, merupakan type
data yang menggunakan lambang atau notasi ilmiah seperti log, alfa dll.
e.
Date, tipe ini menampilkan data dalam format
tanggal atau waktu.
f.
Dollar, tipe ini adalah
tanda $ sebuah titik sebagai indicator decimal dan beberapa tanda koma pemisah
ribuan.
g.
Custom currency, tipe ini digunakan untuk menampilkan format mata uang seperti
Rp.65.000.
h.
String, digunakan untuk karakter huruf dan
karakter lainnya.
i.
Label, digunakan untuk memberikan keterangan
dari variabel-variabel yang ada, agar lebih informative dan anda tidak lupa
terhadap data yang didalamnya. Disamping ada variable label juga ada value
label untuk nilai-nilai variable factor berupa data kategorik seperti
contohnya kelas. Untuk data numeric tidak perlu ada value label.
Colums
format, adalah lebar
kolom untuk data ini, standarnya 8 karakter. Anda bisa mengubahnya sendiri
sesuai dengan yang anda kehendaki.
Missing value, berisi beberapa pilihan menangani missing value.
a.
Tanpa ada missing value
b.
Diskret
missing value digunakan untuk menyediakan data mana sajakah yang akan
dihilangkan atau ditinggalkan.
c.
Range missing value : data yang
berupa interval yaitu yang terendah sampai nilai tertinggi yang akan
dihilangkan atau ditinggalkan.
Align, digunakan
untuk menentukan data tersebut akan tampil secara rata kiri, rata kanan, atau
center.
Meassure, digunakan untuk menentukan macam data. Macam data ada tiga yaitu :
nominal dimana data hadil menghitung
yang merupakan data diskret, skala serta ordinal untuk menentukan data continue
yaitu data mengukur.
INFERENSI STATISTIK DUA POPULASI INDEPENDENT
SPSS hanya memiliki menu perhitungan statistika
untuk uji mean/rata-rat dua semple normal independent menggunakan uji t
(student_t). Jadi untuk uji rata-rata sample independent 2 populasitidak dapat
digunakan uji Z. Namun dari teori statistika telah diketahui bahwa jika ukuran
sample besar, maka uji t akan mendekati uji z, akan bentuk distribusi student_t
akan menjadi bentuk normal standar secara asimtotik. Dengan menggunakan prinsip
ini, maka untuk melakukan uji z (jika ukuran sample n besar), kita dapat
mengambil nilai pendekatan dengan menggunakan menu uji t pada SPss walaupun
secara prinsip kita dapat melakukan uji Z secara eksak dengan perhitungan
normal menggunakan menu compute dari SPSS.
Statistik hitung
apabila diasumsikan kedua variansi tidak sama adalah:
|
Keterangan:
m1 = rata-rata kelompok 1
m2 = rata-rata kelompok 2
S1 =
Standar deviasi kelompok 1
S2 =
Standar deviasi kelompok 2
n1 = banyaknya sampel di kelompok 1
n2 =
banyaknya sampel di kelompok 2
Apabila variansinya
sama, maka statistik hitungnya adalah:
|
Keterangan:
m1 = rata-rata kelompok 1
m2 = rata-rata kelompok 2
Sp = Standar Deviasi gabungan
n1 =
banyaknya sampel di kelompok 1
n2 =
banyaknya sampel di kelompok 2
Contoh Percobaan
Dimiliki
data hasil panen dua padi dengan anggapan data diambil dari populasi normal.
Ujilah apakah bisa dikatakan kedua kualitas padi di atas sama dengan tingkat
kepercayaan 95%.
Tabel A.1 Tabel data padi
|
Padi A
|
Padi
B
|
|
3504
3693
3436
3433
3449
4341
4354
4312
4425
3850
|
3090
4112
4013
4166
3850
3563
3609
3353
3761
3086
2372
|
Penyelesaian:
Hipotesa
yang diajukan:
Ho
: m1 = m2 rata-rata hasil panen kedua jenis padi sama
H1 : m1 = m2 rata-rata hasil panen
kedua jenis padi tidak sama
Karena dalam praktikum ditekankan untuk menggunakan
alat bantu komputer, maka untuk manualnya bisa dicoba sendiri, disini hanya
ditekankan untuk menggunakan komputer.
Langkah-langkahnya:
·
Variable yang diamati dalam data tersebut harus dirubah sehingga menjadi
sebuah kelompok yang sama. Karena SPSS akan menganalisa per variable, bukan per
kolom. Sehingga pemasukan ke dalam SPSS adalah sebagai berikut:
Tabel A.2 Tabel pengelompokan jenis padi
|
padi
|
Panen
|
padi
|
panen
|
|
1
|
3504
|
2
|
4142
|
|
1
|
369
|
2
|
4034
|
|
1
|
3436
|
2
|
4166
|
|
1
|
3433
|
2
|
3850
|
|
1
|
3449
|
2
|
3563
|
|
1
|
4341
|
2
|
3609
|
|
1
|
4354
|
2
|
3353
|
|
1
|
4312
|
2
|
3761
|
|
1
|
4425
|
2
|
3086
|
|
1
|
3850
|
2
|
2372
|
|
2
|
3090
|
0
|
0
|
Padi 1 = jenis padi A
Padi 2 = jenis padi B
·
Dari menu SPSS klik File , New , data...
·
Buka Variable View, pesankan nama variable yang sesuai dengan
permasalahan dalam kasus ini variable yang dipesankan yaitu :
1. nama variable : padi
type : numeric
value :
1= padi A
2= padi B
2.
nama variable : panen
type : numeric
·
setelah variable view yang dibutuhkan sudah dipesankan lengkap dengan
atribut-atributnya, sekarang klik Data View dan masukkan datanya sesuai
dengan table diatas.
·
Simpan dengan nama contoh 61
·
Untuk menganalisa klik Analyze, compare means, independent_samples T
test...
Akan tampil kotak dialog seperti dibawah ini:
Gambar A.5 Independent-Sample
T Test
· Pada kolom test(s) isikan hasil panen, yaitu
variable yang akan dianalisa.
· Pada kolom grouping variable isikan jenis padi,
secara otomatis define groups akan aktif, klik define group dan isikan group 1
dan 2 untuk group 2.
· Pada options berisikan tentang interval confidensi
yang dikehendaki, isikan dengan 95%. Klik OK untuk melihat hasilnya.
Membaca
output:
· Secara otomatis akan ditampilkan output dengan
asumsi variansi sama, dan variansi berbeda.
· Secara teori, untuk menentukan bentuk anggapan
variansi yang benar untuk data, sebaiknya dilakukan uji hipotesis kesamaan
variansi.
· Pertama diuji kesamaan variansi dengan metode
Levenne. Dari output diperoleh sig= 0.768 dengan alpha = 0.05 maka sig. >
alpha yang mengakibatkan kesamaan variansi diterima
· Pada uji rata-rata maka dilihat pada variansi yang
diasumsikan sama. Thitung yang diperoleh terbesar 1.538, dengan sig. = 0.141
karena sig. > a maka Ho diterima yang berarti tidak ada perbedaan yang nyata (signifikan)
antara hasil panen padi jenis A dan hasil panen jenis B.
B.
Data Percobaan
Dimiliki
data nilai penjualan 2 jenis pulsa dari BATISTANET pada bulan November 2013 dengan
anggapan data diambil dari populasi normal. Untuk menguji apakah nilai
penjualan kedua jenis pulsa di atas sama, dengan tingkat kepercayaan 95% .
Tabel B.1 Tabel data nilai pulsa di BATISTANET
|
Waktu
|
Pulsa AS
(ribu rupiah)
|
Pulsa XL
(ribu rupiah)
|
|
Jumat, 01 November 2013
|
10.0
|
10.0
|
|
Senin, 04 November 2013
|
20.0
|
0.0
|
|
Rabu, 06 November 2013
|
20.0
|
0.0
|
|
Kamis, 07 November 2013
|
5.0
|
35.0
|
|
Jumat, 08 November 2013
|
35.0
|
50.0
|
|
Senin, 11 November 2013
|
20.0
|
40.0
|
|
Selasa, 12 November
2013
|
25.0
|
45.0
|
|
Rabu, 13 November 2013
|
10.0
|
5.0
|
|
Kamis, 14 November 2013
|
65.0
|
50.0
|
|
Jumat, 15 November 2013
|
35.0
|
20.0
|
|
Senin, 18 November 2013
|
45.0
|
15.0
|
|
Selasa, 19 November
2013
|
25.0
|
35.0
|
|
Rabu, 20 November 2013
|
35.0
|
25.0
|
|
Kamis, 21 November 2013
|
30.0
|
20.0
|
|
Jumat, 22 November 2013
|
20.0
|
20.0
|
|
Senin, 25 November 2013
|
5.0
|
25.0
|
|
Selasa, 26 November
2013
|
20.0
|
25.0
|
|
Rabu, 27 November 2013
|
10.0
|
0.0
|
|
Kamis, 28 November 2013
|
35.0
|
20.0
|
|
Jumat, 29 November 2013
|
0.0
|
10.0
|
C. Masalah Percobaan
Ujilah
apakah kedua nilai penjualan kedua pulsa sama dengan tingkat kepercayaan 95%
dengan mengambil sampel sebanyak 20 untuk nilai pulsa AS dan 20 sampel untuk
nilai pulsa XL.
D. Cara Pengerjaan
Langkah-langkahnya:
·
Variable yang diamati dalam data tersebut harus dirubah sehingga menjadi
sebuah kelompok yang sama. Karena SPSS akan menganalisa per variable, bukan per
kolom. Sehingga pemasukan ke dalam SPSS adalah sebagai berikut:
Tabel D.2 Tabel pengelompokan
jenis pulsa di warnet BATISTA
|
Pulsa
|
Nilai
|
Pulsa
|
Nilai
|
|
1
|
10.0
|
2
|
10.0
|
|
1
|
20.0
|
2
|
0.0
|
|
1
|
20.0
|
2
|
0.0
|
|
1
|
5.0
|
2
|
35.0
|
|
1
|
35.0
|
2
|
50.0
|
|
1
|
20.0
|
2
|
40.0
|
|
1
|
25.0
|
2
|
45.0
|
|
1
|
10.0
|
2
|
5.0
|
|
1
|
65.0
|
2
|
50.0
|
|
1
|
35.0
|
2
|
20.0
|
|
1
|
45.0
|
2
|
15.0
|
|
1
|
25.0
|
2
|
35.0
|
|
1
|
35.0
|
2
|
25.0
|
|
1
|
30.0
|
2
|
20.0
|
|
1
|
20.0
|
2
|
20.0
|
|
1
|
5.0
|
2
|
25.0
|
|
1
|
20.0
|
2
|
25.0
|
|
1
|
10.0
|
2
|
0.0
|
|
1
|
35.0
|
2
|
20.0
|
|
1
|
0.0
|
0
|
10.0
|
Gambar D.1 Gambar penginputan data
Pulsa AS =
pulsa A
Pulsa XL =
pulsa B
·
Dari menu SPSS klik File , New , data...
·
Buka Variable View, pesankan nama variable yang sesuai dengan
permasalahan dalam kasus ini variable yang dipesankan yaitu :
1. nama variable : pulsa
type :
numeric
value : 1 = pulsa
A
2 = pulsa B
2. nama variable : nilai
type : numeric
·
setelah variable view yang dibutuhkan sudah dipesankan lengkap dengan
atribut-atributnya, sekarang klik Data , View dan masukkan datanya
sesuai dengan table diatas.
·
Simpan dengan nama contoh penjualan pulsa
·
Untuk menganalisa klik Analyze, compare means, independent_samples T
test...
Akan tampil kotak dialog seperti dibawah ini:
Gambar D.2 Gambar penginputan variabel
· Pada kolom test(s) isikan nilai pulsa, yaitu
variable yang akan dianalisa.
Gambar D.3 Gambar penginputan nilai pada kolom test variable(s)
· Pada kolom grouping variable isikan jenis pulsa,
secara otomatis define groups akan aktif, klik define group dan isikan group 1
dan 2 untuk group 2.
Gambar D.4 Gambar penginputan pulsa pada kolom grouping variabel
dan pengisian group
· Pada options berisikan tentang interval confidensi
yang dikehendaki, isikan dengan 95%. Klik OK untuk melihat hasilnya.
Gambar D.5 Gambar interval confidensi
E. Hasil Output
Adapun
hasil output pengerjaan menggunakan program SPSS yaitu :
Gambar E.1 hasil output penyelesaian permasalahan
F. Analisa Hasil Output
Adapun analisa
dari hasil output menggunakan program SPSS yaitu :
Hipotesa
yang diajukan:
Ho
: m1 = m2 rata-rata nilai penjualan kedua jenis pulsa sama
H1
: m1 = m2 rata-rata nilai penjualan kedua jenis pulsa tidak sama
· Secara otomatis akan ditampilkan output dengan
asumsi variansi sama, dan variansi berbeda.
· Secara teori, untuk menentukan bentuk anggapan
variansi yang benar untuk data, sebaiknya dilakukan uji hipotesis kesamaan
variansi.
· Pada tabel pertama terlihat ringkas statistik dari
kedua sampel. Untuk rata-rata pulsa AS sebesar 23.5 dan rata-rata untuk pulsa XL
sebesar 22.5 .
· Pada tabel kedua, diuji asumsi kesamaan varians lewat uji F. Terlihat
bahwa F hitung untuk Nilai Pulsa dengan Equal variance assumed (diasumsi kedua
varians sama) adalah 0.090. Dari
output diperoleh sig= 0.766 dengan alpha = 0.05 maka sig. > alpha yang
mengakibatkan kesamaan variansi diterima.
· Pada uji rata-rata, dasar yang digunakan untuk membandingkan rata-rata populasi
dengan t test menggunakan Equal variance assumed (diasumsi
kedua varians sama) dengan Thitung
yang diperoleh sebesar 0.200 dan Ttabel sebesar 1.686 maka Thitung < Ttabel
berarti Ho diterima. Untuk sig. sebesar 0.842 dengan alpha = 0.05 maka sig.
(0.842) > alpha (0.05) sehingga Ho diterima
yang berarti tidak ada perbedaan yang nyata (signifikan) antara rata-rata nilai
penjualan pulsa AS dan rata-rata nilai penjualan pulsa XL.
· Karena variansinya sama, maka untuk statistik
Thitung secara manual menggunakan rumus dan hasil sebagai berikut:
Untuk
Thitung secara manual diperoleh hasil sebesar 0.2 sedangkan untuk Thitung pada
SPSS juga diperoleh hasil sebesar 0.2 .
· Dari output terlihat pada baris
“mean difference” untuk Nilai Pulsa adalah 1 . Angka ini berasal dari:
Rata-rata nilai pulsa AS – Rata-rata nilai pulsa XL
Atau 23.5 – 22.5 = 1
·
Dari F test pada bahasan sebelumnya didapat bahwa uji rata-rata dilakukan
dengan Equal variance assumed, maka sekarang dapat dilihat pada keterangan “95%
Confidence Interval of Means” dan kolom Equal variance assumed.
Pada baris tersebut, didapat angka:
- Lower (perbedaan rata-rata
bagian bawah) adalah -9.11131
- Upper (perbedaan rata-rata
bagian atas) adalah 11.11131
Hal ini berarti perbedaan rata-rata nilai pulsa AS dan
rata-rata nilai pulsa XL antara -9.11131 sampai 11.11131 dengan perbedaan
rata-rata adalah 1.
G. Kesimpulan dan Saran
1.
Kesimpulan
·
Setelah
dilakukan pengujian varians dengan menggunakan uji F, dasar yang digunakan
untuk membandingkan
rata-rata populasi dengan t test
yaitu Equal variance
assumed (diasumsi kedua varians sama).
· Pada perhitungan Thitung secara manual menggunakan
rumus dengan variansi yang sama.
· Tidak ada perbedaan perhitungan antara Thitung
secara manual dengan Thitung pada SPSS dengan hasil sebesar 0.2 .
· Pada uji rata-rata dengan variansi yang
diasumsikan sama, untuk Thitung diperoleh hasil sebesar 0.200 dengan Ttabel
sebesar 1.686 maka Thitung < Ttabel berarti Ho diterima. Untuk sig. sebesar
0.842 dengan alpha = 0.05 maka sig. (0.842) > alpha (0.05) sehingga Ho diterima yang berarti tidak ada
perbedaan yang nyata (signifikan) antara rata-rata nilai penjualan pulsa AS dan
rata-rata nilai penjualan pulsa XL.
· Dengan adanya praktikum statistik ini, mahasiswa
dapat lebih terampil dalam menggunakan paket program SPSS yang telah dipelajari
sebelumnya dan dapat mengembangkannya lebih luas lagi.
2.
Saran
· Untuk modul praktikum lebih dilengkapi dan
diperbaiki lagi, seperti penulisan rumus, materi, dan lain-lain.
· Materi praktikum disesuaikan dengan teori agar
praktikan bisa lebih mengerti/menguasai materi yang sudah diberikan pada saat praktikum.
DAFTAR PUSTAKA
http://statistik-kesehatan.blogspot.com/2011/03/uji-t-independen.html
referensi.dosen.narotama.ac.id/.../Panduan-Lengkap-Menguasai-SPSS-16
www.stieykpn.ac.id/.../uji%20hipotesis%20untuk%20mean%20proporsi
Tidak ada komentar:
Posting Komentar