industrial.uii.ac.idindustrial.uii.ac.id/.../2018/09/modul-1-t-test-2018.docx · web viewstatistika...
TRANSCRIPT
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
MODUL 1
Uji Hipotesis T-Test
TUJUAN
1. Mahasiswa mampu memahami estimasi atau pendugaan rata-rata sampel untuk satu
atau dua populasi.
2. Mahasiswa mampu memahami uji hipotesis rata-rata sampel untuk satu atau dua
populasi.
3. Mahasiswa mampu menyelesaikan persoalan estimasi dan uji hipotesis untuk rata-rata
sampel dengan menggunakan software SPSS.
PENDAHULUAN
Keilmuan statistika berdasarkan cara pengolahan datanya dapat dikelompokkan menjadi dua
yaitu:
a. Statistika Deskriptif
Menurut Iqbal Hasan (2001:7) dalam (Priyatno, 2014) statistika deskriptif adalah bagian
dari statistika yang mempelajari cara pengumpulan data dan penyajian data sehingga
mudah dipahami. Terdapat beberapa cara yang dapat digunakan dalam mendeskripsikan,
menggambarkan, menjabarkan, atau menguraikan data, antara lain :
Menentukan ukuran dari data, seperti modus, rata – rata dan nilai tengah atau median
Menentukan ukuran penyebaran data, seperti variasi (varian), tingkat penyimpangan
(standar deviasi) dan jarak (range).
b. Statistika Inferensial
Statistika Inferensial adalah serangkaian teknik untuk mengkaji, menaksir, dan
mengambil kesimpulan berdasarkan data yang diperoleh dari sampel untuk
menggambarkan karakteristik atau ciri dari suatu populasi. Berdasarkan ruang lingkup
bahasannya, statistika inferensial mencakup : probabilitas, distribusi teoritis, sampling
dan sampling distribusi, estimasi dengan selang kepercayaan, uji hipotesis, analisis
korelasi dan uji signifikansi, analisis regresi untuk peramalan, analisis varian, dan analisis
kovarian (Siregar, 2013).
1
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Modul uji hipotesis T-test ini hanya akan mengkaji statistika inferensial khususnya dengan
estimasi/pendugaan dan uji hipotesis parameter rataan.
DESKRIPSI
1. PENDUGAAN INTERVAL
1.1 Definisi
Pendugaan Interval adalah suatu cara dalam ilmu statistik untuk memperkirakan besarnya
nilai “parameter” populasi yang tidak diketahui harganya dengan satu interval harga yang
nilainya ditentukan berdasarkan nilai “harga satistik” sampelnya.
1.2 Rumus
Dalam membuat pendugaan interval dapat dilakukan dengan rumus penentuan selang
kepercayaan sebagai berikut :
Tabel 1. Selang Interval Kepercayaan
No.Jenis
PengujianSelang Kepercayan Syarat
1.Rataan Satu
Populasix−(Z ∝
2 )(σ X
√n )≤ μx ≤ x+(Z ∝2 )(
σ X
√n ) Apabila σ 2 diketahui
2.Rataan Satu
Populasix−(t ∝2 yx)( SX
√n )≤ μx ≤ x+(t∝2 yx )( S X
√n ) Apabila σ 2 tidak diketahui
3.Rataan Dua
Populasi( x− y )−Z∝/2√ σ2
x
nx+
σ2y
ny≤ μx−μ y ≤ ( x− y )+Z∝/2 √ σ2
x
nx+
σ2y
nyApabila σ 2
x dan σ 2y diketahui
4.Rataan Dua
Populasi( x− y )−(t ¿¿∝/2 y )Sp √ 1
nx+ 1
n y≤ μx−μy ≤ (x− y )+(t ¿¿∝/2 y )Sp √ 1
nx+ 1
n y¿¿
Apabila σ 2x dan σ 2
y tidak diketahui
dan diasumsikan
σ 2x=σ 2
y
Sp=( nx−1 ) S2
x+( ny−1 ) S2y
nx+ny−2
2
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
No.Jenis
PengujianSelang Kepercayan Syarat
5.Rataan Dua
Populasi ( x− y )−t∝ /2 y √ S2x
nx+
S2y
ny≤ μx−μ y ≤ ( x− y )+t∝/2 y√ S2
x
nx+
S2y
ny
Apabila σ 2x dan σ 2
y tidak diketahui
dan diasumsikan
σ 2x ≠ σ 2
y
6.
Rataan Satu
Populasi Data
Berpasangan
d−(t∝2 )( SD
√n )≤ μD ≤ d+(t ∝2 )( SD
√n ) Apabila X dan Y data berpasangan
Sumber : (Soleh, 2005)
2. UJI HIPOTESIS
2.1 Definisi
Hipotesis adalah suatu kalimat atau suatu pernyatan yang belum mempunyai nilai benar
atau nilai salah. Oleh sebab itu, perlu dilakukan pengujian untuk mendapatkan kepastian
nilai dari pernyataan yang disebut hipotesis tersebut. Dengan menggunakan uji hipotesis,
peneliti dapat menguji berbagai teori yang berhubungan dengan masalah-masalah yang
sedang diteliti.
Salah satu metode pengujian hipotesis adalah T-test, dimana metode ini dapat
digunakan untuk menguji kebenaran dari suatu hipotesis berdasarkan perbedaan rata-rata
populasi. Uji hipotesis T-test dibagi menjadi tiga, yaitu uji hipotesis rataan satu populasi
(One Sample T-test), uji hipotesis rataan dua populasi (Independent Sample T-test) dan uji
hipotesis data berpasangan (Paired Sample T-test). Pengambilan keputusan untuk
menerima atau menolak hipotesis perlu dilakukan berdasarkan parameter nilai tingkat
signifikansi alfa (α). Tingkat signifikansi alfa (α) adalah besarnya probabilitas untuk
menolak sebuah hipotesis dengan kemungkinan hipotesis yang ditolak adalah hipotesis
yang benar. Nilai signifikansi alfa (α) digambarkan pada tabel 2 berikut :
3
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Tabel 2. Kesalahan dalam pengambilan keputusan
Hipotesis
KeputusanH0 BENAR H0 SALAH
TERIMA Tidak Ada Masalah Kesalahan tipe 2 (β)
TOLAK Kesalahan tipe 1 (α) Tidak Ada Masalah
4
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
2.2 Langkah – Langkah
Berikut merupakan langkah – langkah dalam merumuskan uji hipotesis secara umum :
1. Membuat Bentuk Uji Hipotesis
Terdapat 3 bentuk hipotesis, yaitu :
Tabel 3. Bentuk Hipotesis
No. Jenis Pengujian Hipotesis Bentuk Uji Hipotesis
1.One Sample T-test
(Satu Populasi)
H0 : μ = b
H1 : μ ≠ bDua sisi (Two tailed)
H0 : μ = b
H1 : μ ¿ b
Satu sisi kanan (One
tailed)
H0 : μ = b
H1 : μ ¿ b
Satu sisi kiri (One
tailed)
2.
Independent
Sample T-test
(Dua Populasi)
H0 : μ1 = μ2 atau μ1 – μ2 = 0
H1 : μ1 ≠ μ2 atau μ1 – μ2 ≠ 0Dua sisi (Two tailed)
H0 : μ1 = μ2 atau μ1 – μ2 = 0
H1 : μ1 ¿ μ2 atau μ1 – μ2 ¿ 0
Satu sisi kanan (One
tailed)
H0 : μ1 = μ2 atau μ1 – μ2 = 0
H1 : μ1 < μ2 atau μ1 – μ2 < 0
Satu sisi kiri (One
tailed)
3.
Paired Sample T-
test (Data
Berpasangan)
H0 : μ1 = μ2 atau μ1 – μ2 = D = 0
H1 : μ1 ¿ μ2 atau μ1 – μ2 ¿ D > 0Dua sisi (Two tailed)
H0 : μ1 = μ2 atau μ1 – μ2 = D = 0
H1 : μ1 ¿ μ2 atau μ1 – μ2 ¿ D > 0
Satu sisi kanan (One
tailed)
H0: μ1 = μ2 atau μ1 – μ2 = D = 0
H1 : μ1 < μ2 atau μ1 – μ2 =D < 0Satu sisi kiri (One
tailed)
5
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
2. Menentukan Harga Statistik Penguji
Karena yang diuji adalah parameter μ sebagai harga rata-rata populasi maka
digunakan harga statistik pengujinya adalah x̄ sebagai harga rata-rata sampelnya.
Untuk populasi dengan variabel random x berdistribusi normal dari hasil transformasi
normal standar, diketahui bahwa terdapat kurva normal sebagai berikut :
Gambar 1. Kurva normal
Berdasarkan Gambar 1 diatas, didapatkan hasil transformasi kurva normal standar
sebagai berikut :
Gambar 2. Kurva hasil normalisasi
Berikut merupakan rumus yang digunakan untuk mencari Zhitung dengan nilai σ
diketahui :
Zhitung = (−μ)
σ√n
Namun apabila nilai σ tidak diketahui maka menggunakan rumus sebagai berikut :
thitung = (−μ)
s√n
6
α /2 α /2
0 Z2tabelZ1tabel
x2μ
α /2 α /2
x1
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
3. Menentukan Besarnya Tingkat Signifikansi α
Gambar 3. Two tailed
Gambar 4. Satu sisi kiri Gambar 5. Satu sisi kanan
4. Membuat Keputusan
Apabila Zhitung berada di daerah penolakan maka hipotesis (H0) ditolak. Sebaliknya,
apabila Zhitung berada di daerah peneriman maka hipotesis (H0) diterima.
7
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
3. ONE SAMPLE T-TEST
One Sample T-test (Uji Hipotesis Parameter Rataan Satu Populasi) merupakan teknik analisis
untuk membandingkan satu sampel. Teknik ini digunakan untuk menguji apakah nilai
tertentu berbeda secara signifikan atau tidak dengan rata-rata sebuah sampel. Pada uji
hipotesis ini, diambil satu sampel yang kemudian dianalisis apakah terdapat perbedaan rata-
rata dari sampel tersebut.
Contoh :
Dekanat Fakultas Teknologi Industri Universitas Islam Indonesia ingin melakukan penelitian
apakah rata-rata IPK mahasiswa di FTI adalah 3.00, sehingga Dekanat mengambil beberapa
sampel untuk dilakukan pengujian tersebut. Tentukan:
a. Estimasi/pendugaan selang interval menggunakan tingkat kepercayaan sebesar 95%
b. Lakukan uji hipotesis one sample T-test terhadap data tersebut (uji hipotesis dua sisi)
Berikut merupakan data mahasiswa berserta IPK-nya :
Tabel 4. Data One Sample T-test
8
No. Nama IPK11. Gita 3.4312. Rino 3.4613. Solihin 3.1414. Qibil 2.9715. Wawan 2.5816. Bintang 2.6217. Sodiq 2.8618. Danding 2.7219. Muslimah 3.4120. Tasya 3.40
No. Nama IPK1. Dewi Ratna 3.402. Dariyah 3.103. Musinah 2.974. Andika 3.205. Rian 3.236. Indra 2.837. Yanti 3.048. Richa Olivine 2.589. Ridho 2.6810. Angga 3.18
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
9
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Penyelesaian :
a. Estimasi/pendugaan selang interval
x−(t ∝2 yx)( SX
√n )≤ μx ≤ x+(t∝2 yx )( S X
√n )Keterangan :
x = rata-rata
t(α/2 ; n-1) = nilai pada tabel t
Sx = standar deviasi
n = jumlah sampel
x - t(α/2 ; n-1)(Sx√n
) ≤ μx ≤ x + t(α/2 ; n-1)(Sx√n
)
3,04 – t(0,05/2 ; 20-1)(0,302√20
) ≤ μx ≤ 3,04 + t(0,05/2 ; 20-1)(0,302√20
)
3,04 – t(0,05/2 ; 19)(0,0675) ≤ μx ≤ 3,04 + t(0,05/2 ; 19)(0,0675)
3,04 – (2,093)(0,0675) ≤ μx ≤ 3,04 + (2,093)(0,0675)
2,899 ≤ μx ≤ 3,181
2,899 – 3 (test value) = -0,101 (lower)
3,181 – 3 (test value) = 0,181 (upper)
b. Langkah-langkah Uji Hipotesis
Langkah-langkah Uji Hipotesis One Sample T-test adalah sebagai berikut :
1. Membuat Bentuk Uji Hipotesis (contoh : dengan two tailed)
H0 : μ = 3.00 = Tidak terdapat perbedaan asumsi dekanat terhadap nilai rata – rata
IPK mahasiswa yaitu sebesar 3,00.
H1 : μ ≠ 3.00 = Terdapat perbedaan asumsi dekanat terhadap nilai rata – rata IPK
mahasiswa yaitu sebesar 3,00.
10
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
2. Menentukan Harga Statistik Penguji
Karena yang diuji adalah parameter μ sebagai harga rata-rata populasi maka
pengujiannya adalah harga statistik x̄ sebagai harga rata-rata sampelnya. Berikut
merupakan rumus Zhitung untuk populasi dengan variabel random x berdistribusi
normal :
Zhitung = (−μ)
σ√n
Karena nilai σ tidak diketahui maka menggunakan rumus sebagai berikut :
thitung = (−μ)
s√n
Keterangan:
x = rata-rata
μ = asumsi harga rata-rata
s = standar deviasi
n = jumlah sampel
Berdasarkan rumus dan data yang ada, kemudian dilakukan perhitungan pada thitung
sebagai berikut :
thitung = (3,04−3,0)
0,302√20
= 0.5915 0,592
3. Menentukan Besarnya Tingkat Signifikansi α
t-tabel = t(α /2 ; n-1)
= t(0,05/2 ; 20-1) = t(0,025 ; 19)
= 2,093
11
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Berdasarkan hasil thitung dan t-tabel dihasilkan kurva seperti pada gambar dibawah ini :
Gambar 6. Hasil Kurva One Sample T-test
4. Membuat Keputusan
Berdasarkan hasil perhitungan diatas, dapat diketahui bahwa nilai thitung berada di
daerah peneriman maka hipotesis (H0) diterima. Dengan demikian, tidak terdapat
perbedaan asumsi dekanat terhadap rata-rata IPK mahasiswa yaitu sebesar 3,00.
Pengerjaan SPSS One Sample T-test
Sebelum mengolah data dengan menggunakan SPSS, masukan dulu data kedalam SPSS.
1. Klik Variable View pada sebelah kiri bawah jendela SPSS.
2. Masukan data seperti dibawah gambar dibawah ini :
Gambar 7. Variable View
12
-2,093 2,0930,592
Daerah PenolakanDaerah Penolakan
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
3. Kemudian klik Data View yang terletak dibagian kiri bawah jendela SPSS. Masukan data
nama mahasiswa dan nilai IPK seperti pada gambar dibawah ini :
Gambar 8. Data View
4. Pilih Analyze untuk memulai T-test, pada sub menu pilih Compare Means kemudian pilih
One-Sample T-test seperti dibawah ini:
Gambar 9. One Sample T-test.
13
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
5. Akan muncul jendela One Sample T-test seperti gambar dibawah ini. Pindahkan variabel
IPK ke Test Variable dengan memilih variabel IPK kemudian klik tanda panah ke kanan
di jendela tersebut. Dan isikan Test Value dengan rata-rata yang dijadikan perbandingan.
Gambar 10. Jendela One Sample T-test
6. Klik Option pada jendela One sample T-test kemudian muncul jendela berikutnya. Isikan
derajat keyakinan sebesar 95% (α = 0.05)
Gambar 11. Jendela Option
14
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
7. Klik Continue kemudian OK maka akan muncul hasil yang menampilkan text dan tabel
seperti dibawah ini :
T-Test
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
IPK 20 3.0400 .30239 .06762
One-Sample Test
Test Value = 3
t Df Sig. (2-tailed) Mean Difference
95% Confidence Interval of the
Difference
Lower Upper
IPK .592 19 .561 .04000 -.1015 .1815
Keterangan hasil output One Sample T-test :
Jumlah data adalah 20 ditunjukan dengan lambang N, nilai rata-rata dari IPK adalah 3.04
dengan Standar Deviasi 0.30239 serta Standar Error Mean 0.06762. Untuk tabel one
sample T-test dapat diketahui nilai t-hitung adalah 0.592 dengan derajat kebebasan 19
didapatkan dari df = Jumlah Data-1, untuk nilai Mean difference menunjukan selisih
antara rata-rata dari data dengan rata-rata yang di tentukan.
8. Kesimpulan
Berdasarkan hasil output diatas, dapat diketahui bahwa nilai thitung SPSS = 0,592.
Sedangkan, -tα /2,v dan tα /2,v adalah -2,093 dan 2,093. Jika dibandingkan, maka thitung SPSS
berada diantara angka-angka ttabel sehingga H0 diterima. Kemudian, cara yang lain adalah
dengan menggunakan signifikansi, yaitu jika Sig.(2 tailed) > 0,05 ,maka H0 diterima.
Dalam hal ini, nilai Sig. (2 tailed) adalah (0,561). Karena nilai signifikansi > 0,05 maka H0
diterima.
Oleh karena itu, dapat diambil kesimpulan bahwa dengan tingkat kepercayaan 95%,
secara signifikansi tidak terdapat perbedaan asumsi dekanat terhadap nilai rata -rata IPK
mahasiswa yaitu sebesar 3,00.
15
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
4. INDEPENDENT SAMPLE T-TEST
Independent Sample T-test (Uji Hipotesis Parameter Dua Populasi) adalah pengujian untuk
mengetahui apakah dua populasi mempunyai sifat yang sama, bila sifat objek yang akan diuji
ukurannya dapat dinyatakan dengan harga rata-rata (μ¿.
Contoh :
Dekanat Fakultas Teknologi Industri Universitas Islam Indonesia ingin melakukan penelitian
apakah terdapat perbedaan nilai IPK antara 30 mahasiswa dan 30 mahasiswi setelah
melakukan pelatihan S3D, sehingga Dekanat mengambil beberapa sampel untuk dilakukan
pengujian tersebut. Tentukan :
a. Estimasi/pendugaan selang interval menggunakan tingkat kepercayaan sebesar 95%
b. Lakukan uji hipotesis independent sample T-test terhadap data tersebut (uji hipotesis
satu sisi kanan)
16
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Berikut ini merupakan data mahasiswa berserta IPK-nya :
Tabel 5. Data Independent Sample T-test
No Nama Gender IPK N
o Nama Gender IPK
1 Bagas Laki-Laki 3.21 1 Aini Perempua
n 3.40
2 Din Laki-Laki 2.61 2 Ina Perempua
n 3.10
3 Eza Laki-Laki 3.00 3 Rohmah Perempua
n 2.97
4 Niko Laki-Laki 3.32 4 Aulia Perempua
n 3.20
5 Hafidz Laki-Laki 2.59 5 Amel Perempua
n 3.23
6 Muhammad Laki-Laki 2.56 6 Dian Perempua
n 2.83
7 Ari Laki-Laki 2.71 7 Alfina Perempua
n 3.04
8 Aswan Laki-Laki 3.04 8 Cinta Perempua
n 2.58
9 Dani Laki-Laki 3.16 9 Kunti Perempua
n 2.68
10 Abdillah Laki-Laki 2.76 10 Lina Perempua
n 3.18
11 Fajar Laki-Laki 2.68 11 Rizkya Perempua
n 3.43
12 Henri Laki-Laki 3.03 12 Diyan Perempua
n 3.46
13 Rendy Laki-Laki 2.98 13 Siska Perempua
n 3.14
14 Heru Laki-Laki 3.11 14 Farid Perempua
n 2.97
15 Saputro Laki-Laki 3.21 15 Diah Perempua
n 2.58
16 Alief Laki-Laki 2.83 16 Nur Perempua
n 2.62
17 Yudha Laki-Laki 3.00 17 Laila Perempua
n 2.86
18 Imam Laki-Laki 2.93 18 Putri Perempua
n 2.72
19 Denny Laki-Laki 3.07 19 Joy Perempua
n 3.41
17
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
No Nama Gender IPK N
o Nama Gender IPK
20 Suryono Laki-Laki 2.89 20 Wulan Perempua
n 3.40
21 Zayn Laki-Laki 2.87 21 Mariza Perempua
n 3.02
22 Opik Laki-Laki 2.75 22 Rastiyah Perempua
n 2.66
23 Amri Laki-Laki 2.86 23 Aldila Perempua
n 3.39
24 Tomy Laki-Laki 3.39 24 Hamida
hPerempua
n 2.52
25 Abdur Laki-Laki 2.86 25 Ira Perempua
n 2.80
26 Okto Laki-Laki 2.54 26 Tirta Perempua
n 2.64
27 Anjas Laki-Laki 3.19 27 Ajeng Perempua
n 2.92
28 Wahyu Laki-Laki 3.24 28 Citra Perempua
n 3.26
29 Maulana Laki-Laki 2.72 29 Yohana Perempua
n 3.09
30 Udin Laki-Laki 3.10 30 Retno Perempua
n 3.19
Rata-rata (x ¿ 2,94033
Rata-rata (y ¿ 3,009667
18
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Penyelesaian :
a. Pendugaan selang interval
Berikut merupakan rumus yang digunakan untuk rataan dua populasi :
( x− y )−(t ¿¿∝/2 y )Sp √ 1nx
+ 1n y
≤ μx−μy ≤ (x− y )+(t ¿¿∝/2 y )Sp √ 1nx
+ 1n y
¿¿
Keterangan :
x = rata-rata sampel kelompok I
y = rata-rata sampel kelompok II
t[α/2 ; (nx + ny)-2] = nilai pada tabel t
nx = jumlah sampel kelompok I
ny = jumlah sampel kelompok II
Sp=√ (n1−1 ) s12+( n2−1 ) s2
2
n1+n2−2Sp=√ (30−1 )0,055086092+(30−1 )0,08803092
30+30−2
= 0,267504
Selang interval
(3,009667–2.94033) – t(α/2;(n1 + n2)-2) (0,267504) (√ 130
+1
30) ≤ μx – μy ≤ (3,009667–2.94033) +
t(α/2;(n1 + n2)-2) (0,267504) (√ 130
+1
30)
[– 0,06933] – (2,00172)(0,267505)(0,258199)≤ μx–μy≤ [–0,06933] + (0,267505)(0,258199)
[– 0,06933] – 0,138257≤ μx – μy ≤ [– 0,06933] + 0,138257
– 0,20759 ≤ μx – μy ≤ 0,06892
19
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
b. Langkah – langkah uji hipotesis
Langkah-langkah uji hipotesis Independent Sample T-test adalah sebagai berikut :
1. Membuat Bentuk Uji Hipotesis (contoh dengan one tailed satu sisi kanan)
H0 : μ1 = μ2 atau μ1 – μ2 = 0 = Tidak terdapat perbedaaan rata-rata IPK
mahasiswa putri dan mahasiswa putra
H1 : μ1 ¿ μ2 atau μ1 – μ2 ¿ 0 = Terdapat perbedaan rata-rata IPK mahasiswa,
yaitu IPK mahasiswa putri lebih tinggi dibandingkan mahasiswa putra (sisi
kanan)
2. Menentukan Harga Statistik Penguji
Karena yang diuji adalah parameter μ sebagai harga rata-rata populasi maka
pengujiannya adalah harga statistik x̄ sebagai harga rata-rata sampelnya.
Berikut merupakan rumus yang dapat digunakan untuk populasi dengan variabel
random x berdistribusi normal :
t hitung =( x̄1− x̄2 ) - ( μ1−μ2 )
√ s12
n1+
s22
n2
Berdasarkan data dan rumus yang ada didapatkan perhitungan thitung sebagai
berikut :
t hitung = (2,94- 3,009 ) - 0
√ 0 ,055230
+ 0 .08830 = – 1,004
3. Menentukan Besarnya Tingkat Signifikansi α
t-tabel = t (α ; n-2) bukan α /2 karena menggunakan uji hipotesis satu sisi
= t (0,05 ; 60-2) = t(0,05 ; 58)
= 2,00172
Keterangan : Ingat dalam melihat t-tabel untuk Independent Sample T-test nilai
df adalah jumlah sampel dikurangi dua atau n-2
Dihasilkan kurva (one tailed satu sisi kanan) seperti pada gambar dibawah ini :
20
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Gambar 12. Satu Sisi Kanan
4. Membuat Keputusan
Berdasarkan hasil perhitungan diatas, dapat diketahui bahwa nilai thitung berada di
daerah peneriman maka hipotesis (H0) diterima. Dengan demikian, tidak terdapat
perbedaan nilai IPK antara mahasiswa dan mahasiswi setelah melakukan pelatihan
S3D.
Perhitungan SPSS Independent Sample T-test
Langkah-langkah:
1. Masukkan Data ke SPSS
- Dari menu utama File, pilih menu New, lalu pilih Data.
- Klik Variable View pada bagian kiri bawah jendela SPSS. Isi kolom Name dengan
Nama, Gender dan IPK. Sesuai kasus, ketik Nama di baris pertama dan Gender di baris
kedua serta IPK di baris ketiga
Gambar 13. Data View
- Pada kolom Value di baris kedua (Gender), isi Value Labels seperti gambar berikut :
21
- 1,004 2,00172
Daerah Penolakan
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Gambar 14. Value Labels
2. Mengisi data pada DATA VIEW
- Isi sesuai data yang telah diketahui pada soal
- Untuk kolom Gender, isi data menggunakan angka 1 dan 2 sesuai dengan value labels
yang telah dibuat. Isi nilai 1 jika Laki-Laki, dan nilai 2 jika Perempuan.
3. Pengolahan Data dengan SPSS
Isi data sesuai dengan yang di tentukan kemudian pilih Menu AnalyzeIndependent-
samples T Test seperti pada gambar di bawah ini :
Gambar 15. Independent Samples T Test
Pengisian:
22
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Test Variable (s) atau Variabel yang akan diuji. Karena yang akan diuji adalah apakah
ada perbedaan antar nilai IPK mahasiswa dan mahasiswa yang telah melakukan S3D
maka klik IPK agar masuk pada Test Variable (s)
Grouping Variable. Dalam kolom ini masukkan Gender sebagai grup yang akan
dibandingkan.
Kemudian pilih Option sehingga akan muncul jendela menu seperti gambar dibawah ini.
Selanjutnya klik Exclude cases analysis by analysis
Gambar 16. Independent Sample T-test: Options
Pengisian:
Untuk Confidence Interval atau tingkat kepercayaan, karena tidak ada data yang hilang
dan tingkat kepercayaan 95%, maka abaikan pengisian pilihan option apabila tidak akan
mengubah tingkat kepercayaan.
Untuk Missing Value atau data yang hilang. Karena dalam data ini semua pasangan data
lengkap, maka bagian ini diabaikan saja.
Define Group. Isi sesuai dengan gambar 17. berikut ini kemudian klik Continue :
23
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Gambar 17. Define Group
4. Kemudian klik OK untuk memproses data.
Output SPSS dan Analisis Data
Group Statistics
Gender N Mean Std. Deviation Std. Error Mean
IPK Laki-Laki 30 2.9403 .23470 .04285
Perempuan 30 3.0097 .29670 .05417
Pada bagian pertama terlihat ringkasan dari kedua sampel. Untuk IPK Laki-laki,
rata-rata IPKnya adalah 2.9403 dari 30 data keseluruhan. Sedangkan IPK rata-rata
perempuan adalah 3.0097 dari 30 data keseluruhan. Selain itu, pada tabel ini juga dapat
diketahui nilai standard deviation dan standard error mean dari masing-masing kelompok
sampel.
Independent Samples Test
24
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
IPK
Equal variances
assumed
Equal variances
not assumed
Levene's Test for Equality of
Variances
F 2.520
Sig. .118
t-test for Equality of Means T -1.004 -1.004
Df 58 55.081
Sig. (2-tailed) .320 .320
Mean Difference -.06933 -.06933
Std. Error Difference .06907 .06907
95% Confidence Interval of
the Difference
Lower -.20759 -.20775
Upper .06892 .06908
Keterangan: Tabel di atas telah diubah kedalam bentuk baris (double klik pada output
independent-sample t test, kemudian pada menu bar klik pivot, kemudian klik Transpose
Rows and Columns)
5. Kesimpulan
Berdasarkan hasil output diatas, dapat diketahui bahwa nilai thitung SPSS = -1,004.
Sedangkan, -tα /2,v dan tα /2,v adalah -2,00172 dan 2,00172. Jika dibandingkan, maka thitung
SPSS berada diantara angka-angka ttabel sehingga H0 diterima. Kemudian , cara yang lain
adalah dengan menggunakan signifikansi, yaitu jika Sig.(2 tailed) > 0,05 ,maka H0
diterima. Dalam hal ini, nilai Sig. (2 tailed) adalah 0.32 yang artinya nilai Sig.(one tailed)
adalah (0.32/2 = 0.16) . Karena nilai signifikansi > 0,05 maka H0 diterima.
Oleh karena itu, dapat diambil kesimpulan bahwa dengan tingkat kepercayaan 95%,
secara signifikansi tidak terdapat perbedaaan rata-rata IPK mahasiswa putri dan
mahasiswa putra setelah mengikuti S3D.
25
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
5. PAIRED SAMPLE T-TEST
Dalam uji hipotesis dapat terjadi variabel random populasi yang dipisah menjadi 2 populasi
baru dengan variabel random berpasangan. Paired sample T-test digunakan untuk menguji
perbedaan dua sampel yang berpasangan. Sampel yang berpasangan diartikan sebagai sebuah
sampel dengan subjek yang sama namun mengalami dua perlakuan yang berbeda pada situasi
sebelum dan sesudah proses. Misal kita ingin menguji kemampuan suatu obat, pasti harus
diketahui data sebagai variabel random sebelum menggunakan dan sesudah menggunakan
obat pada orang yang sama dalam populasi.
Contoh :
Dekanat Fakultas Teknologi Industri Universitas Islam Indonesia ingin melakukan penelitian
apakah terdapat perbedaan nilai IPK antara mahasiswa sebelum dan setelah mengikuti
organisasi kampus, sehingga Dekanat mengambil beberapa sampel untuk dilakukan
pengujian tersebut. Tentukan :
a. Estimasi/pendugaan selang interval menggunakan tingkat kepercayaan sebesar 95%
b. Lakukan pengujian hipotesis paired sample T-test terhadap data tersebut (uji
hipotesis satu sisi kiri)
Diketahui α = 5%. Dan berikut merupakan data mahasiswa berserta IPK-nya :
Tabel 6.Data Pengujian Paired Sample T-test
No Nama IPK Sebelum
IPK Sesudah D (Sebelum – Sesudah)
1 Imam 2.62 3.40 -0.782 Yuni 2.86 3.10 -0.243 Denny 2.72 2.97 -0.254 Mei 3.41 3.20 0.215 Intan 3.40 3.23 0.176 Amalia 3.02 2.83 0.197 Riri 2.66 3.04 -0.388 Suryono 3.39 2.58 0.819 Juwariyah 2.52 2.68 -0.1610 Tyas 2.80 3.18 -0.3811 Zayn 2.64 3.43 -0.7912 Dinda 2.92 3.46 -0.54
26
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
No Nama IPK Sebelum
IPK Sesudah D (Sebelum – Sesudah)
13 Taufik 3.26 3.14 0.1214 Mega 3.09 2.97 0.1215 Amri 3.19 2.58 0.6116 Tomy 2.76 2.62 0.1417 Dina 2.68 2.86 -0.1818 Rahman 3.03 2.72 0.3119 Okto 2.98 3.41 -0.4320 Elvia 3.11 3.40 -0.29
Rata-rata 2.953 3.04 SD = 0.42243
Penyelesaian :
a. Estimasi/pendugaan selang interval
d−(t∝2 )( SD
√n )≤ μD ≤ d+(t ∝2 )( SD
√n )Diketahui : d = mean (IPK sebelum – IPK sesudah) = 2.953 – 3.04 = -0,087
SD = 0,42243. Maka :
-0,087 – t(0,05; 20-1)(0,42243
√20) ≤ μD ≤ -0,087 + t(0,05 ; 20-1)(
0,42243√20
)
-0,087 – t(0,05; 19)(0,094457) ≤ μD ≤ -0,087 + t(0,05 ; 19)(0,094457)
- 0,087 – (2,093)(0,094457) ≤ μD ≤ -0,087 + (2,093)( 0,094457)
-0,2847 ≤ μD ≤ 0,1107
b. Langkah-langkah Uji hipotesis
Langkah-langkah Uji hipotesis paired sample T-test adalah sebagai berikut :
1. Membuat Bentuk Uji Hipotesis (contoh dengan satu sisi kiri)
H0 : μ1 = μ2 atau μ1 – μ2 = D = 0 = Tidak terdapat perbedaan rata-rata IPK
mahasiswa antara sebelum dan setelah mengikuti organisasi.
H1 : μ1 < μ2 atau μ1 – μ2 =D < 0 = Terdapat perbedaan rata-rata IPK mahasiswa,
yaitu IPK sebelum mengikuti organisasi lebih rendah daripada IPK setelah
mengikuti organiasasi.
27
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
2. Menentukan Harga Statistik Penguji
Karena yang diuji adalah parameter μ sebagai harga rata-rata populasi maka
harga statistik pengujinya adalah x̄ sebagai harga rata-rata sampelnya. Untuk
populasi dengan variabel random z berdistribusi normal standar digunakan
rumus sebagai berikut :
thitung = dsd√n
Keterangan:
d = Perbedaan nilai sebelum dan sesudah diberikan perlakuan
Sd = Standar deviasi nilai sebelum dan sesudah diberikan perlakuan
n = Jumlah sampel
thitung = 0,0870,422√20
= 0,921
3. Menentukan Besarnya Tingkat Signifikansi α
t-tabel = t(α ; n-1) bukan α /2 karena menggunakan uji hipotesis satu sisi
= t(0,05 ; 20-1) = t(0,05 ; 19)
= -2,093
Gambar 18. Kurva Uji Paired Sample T-test
4. Membuat Keputusan
Berdasarkan hasil perhitungan diatas, dapat diketahui bahwa nilai thitung berada di
daerah peneriman maka hipotesis (H0) diterima. Dengan demikian, tidak
terdapat perbedaan rata-rata antara IPK mahasiswa sebelum mengikuti
organisasi dan setelah mengikuti organisasi.
28
Daerah Penolakan
0,922-2,093
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Pengerjaan SPSS Paired Sample T-test
Berikut ini adalah langkah-langkah uji hipotesis paired sample T-test dengan
menggunakan software SPSS :
1. Masukkan Data ke SPSS
- Dari menu utama File, pilih menu New, lalu pilih Data.
- Klik Variable View pada bagian kiri bawah jendela SPSS, lakukan pengisian
Variabel IPK Sebelum Mengikuti Organisasi pada kotak Name diketik
IPK_sebelum. Serta pengisian nilai IPK Setelah Mengikuti Organisasi pada kotak
Name diketik IPK_sesudah.
2. Mengisi data yang telah diketahui pada studi kasus pada DATA VIEW
3. Pengolahan Data dengan SPSS :
Menu AnalyzeCompare MeansPaired-samples T Test
Gambar 19. Paired Samples T-test
Pengisian:
Paired Variable (s) atau Variabel yang akan diuji. Karena yang akan diuji IPK
sebelum dan IPK sesudah mengikuti organisasi, maka klik IPK_sebelum agar masuk
pada variabel 1, kemudian klik IPK_sesudah, agar masuk ke variabel 2.
29
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Untuk kolom Option atau pilihan yang lain :
Gambar 20. Paired Samples T-test : Options
Pengisian:
Untuk Confidence Interval atau tingkat kepercayaan, karena tidak ada data yang
hilang dan tingkat kepercayaan 95%, maka abaikan pengisian pilihan option apabila
tidak akan melakukan perubahan pada tingkat kepercayaan.
Untuk Missing Value atau data yang hilang. Karena dalam data ini semua pasangan
data lengkap, maka bagian ini diabaikan saja.
4. Kemudian klik OK untuk memproses data sehingga akan muncul output seperti pada
gambar dibawah ini :
Output SPSS dan Analisis Data
Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean
Pair 1 IPK_Sebelum 2.9530 20 .27966 .06253
IPK_Sesudah 3.0400 20 .30239 .06762
Berdasarkan output diatas dapat diketahui bahwa sebelum mengikuti organisasi
mahasiswa memiliki IPK rata-rata 2.95 dari total keseluruhan 20 data. Sedangkan
setelah mengikuti organisasi, mahasiswa memiliki IPK rata-rata 3.04 dari total
keseluruhan 20 data. Selain itu, pada tabel ini juga dapat diketahui nilai standard
deviation dan standard error mean dari masing-masing variabel.
30
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Paired Samples Correlations
N Correlation Sig.
Pair 1 IPK_Sebelum &
IPK_Sesudah20 -.052 .828
Paired Samples Test
Paired Differences
t df
Sig. (2-
tailed)Mean
Std.
Deviation
Std. Error
Mean
95% Confidence
Interval of the
Difference
Lower Upper
Pair 1 IPK_Sebelum -
IPK_Sesudah-.08700 .42243 .09446 -.28470 .11070 -.921 19 .369
Pada tabel Paired Samples Test, Mean menunjukan perbedaan rata-rata dari IPK
sebelum mengikuti organisasi dan sesudah mengikuti organisasi, untuk thitung adalah -
0.921 karena merupakan signifikasi 2 tailed maka bisa di asumsikan positif yaitu
0.921. Untuk mean dapat dibuktikan bahwa hipotesis H0 diterima dengan melihat
bahwa mean berada di antara batas bawah yaitu -0.2847 dan batas atas 0.1107
sehingga mean berada pada daerah penerimaan H0.
5. Kesimpulan
Berdasarkan hasil output diatas, dapat diketahui bahwa nilai thitung SPSS = -0,921.
Sedangkan, -tα /2,v dan tα /2,v adalah -2,093 dan 2,093. Jika dibandingkan, maka thitung
SPSS berada diantara angka-angka ttabel sehingga H0 diterima. Kemudian, cara yang
lain adalah dengan menggunakan signifikansi, yaitu jika Sig.(2 tailed) > 0,05 ,maka H0
diterima. Dalam hal ini, nilai Sig. (2 tailed) adalah 0,369 atau (2 x 0,1845). Karena
nilai signifikansi > 0,05 maka H0 diterima.
Oleh karena itu, dapat diambil kesimpulan bahwa dengan tingkat kepercayaan 95%,
secara signifikansi tidak terdapat perbedaaan rata-rata IPK mahasiswa sebelum dan
setelah mengikuti organisasi.
31
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
CATATAN PENTING :
Dalam melakukan pengujian hipotesis perlu adanya uji normalitas untuk mengetahui sebaran
data sampel apakah telah mewakili populasi yang ada. Namun, berdasarkan kesepakatan para
pakar statistika uji normalitas dilakukan ketika jumlah sampel yang digunakan < 30 dan data
bersifat diskrit. Berikut merupakan langkah uji normalitas dengan menggunakan SPSS :
1. Uji Normalitas
Uji Normalitas adalah hal yang lazim dilakukan sebelum melakukan sebuah metode statistik.
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau
mendekati distribusi normal atau tidak dan dapat digunakan untuk statistik parametrik. Cara
menganalisis apakah data tersebut berdistribusi normal atau tidak menggunakan spss adalah
sebagai berikut :
Sebelum mengolah data dengan menggunakan SPSS, masukan data kedalam SPSS.
1. Klik Variable View pada sebelah kiri bawah jendela SPSS.
2. Masukan data seperti dibawah gambar dibawah ini :
Gambar 17. Variable View
3. Setelah itu masukan data dari variabel tersebut pada Data View yang ada di kiri bawah,
seperti jendela berikut ini :
Gambar 18. Data View
32
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
4. Pilih Analyze untuk memulai T-test, pada sub menu pilih Descriptive Statistics kemudian
pilih Explore seperti dibawah ini:
Gambar 19.Explore
Gambar 20. Jendela Explore
33
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
5. Pindahkan semua variabel ke kotak Dependent List dengan meng-klik tanda panah ke
kanan.
Gambar 21. Jendela Explore
6. Klik Statistics dan akan muncul kotak dialog seperti dibawah ini, centang descriptive
lalu klik Continue.
Gambar 22. Jendela Explore : Statistics
7. Klik Plots dan akan muncul kotak dialog seperti dibawah ini, centang normality plots
with tests.
Gambar 23. Jendela Explore : Plots
34
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
8. Klik OK maka akan muncul tabel seperti dibawah ini :
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Sex ,335 20 ,023 ,641 20 ,000
Nilai.Harian ,191 20 ,904 ,903 20 ,046
Nilai.Rapot ,397 20 ,997 ,659 20 ,000
a. Lilliefors Significance Correction
Cara membacanya adalah sebagai berikut :
H0 : Populasi Berdistribusi Normal
H1 : Populasi Tidak Berdistribusi Normal
Parameter Pengujian
Dasar Pengambilan keputusan didasarkan pada :
Jika nilai probabilitas (α) > 0,05 maka H0 diterima
Jikan nilai probabilitas (α) ≤ 0,05 maka H0 ditolak
Analisis
a. Sex: Terlihat bahwa pada kolom kolmogorov-Smirnov signifikan (Sig) adalah
0,023 atau probabilitas kurang dari 0,05 maka H0 ditolak yang berarti populasi
tidak berdistribusi normal.
b. Nilai Harian : Terlihat bahwa pada kolom kolmogorov-Smirnov signifikan (Sig)
adalah 0,904 atau probabilitas lebih dari 0,05 maka H0 diterima yang berarti
populasi berdistribusi normal.
c. Nilai Rapot: Terlihat bahwa pada kolom kolmogorov-Smirnov signifikan (Sig)
adalah 0,997 atau probabilitas lebih dari 0,05 maka H0 diterima yang berarti
populasi berdistribusi normal
35
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Selain uji normalitas, dalam pengujian hipotesis dikenal juga adanya pengujian homogenitas.
Pengujian ini dilakukan untuk megetahui sebaran data variansi dan dilakukan ketika uji
hipotesis dua populasi atau lebih. Berikut merupakan tahapan uji homogenitas dalam
software SPSS :
2. Uji Homogenitas
Homogenitas Perhitungan menggunakan SPSS
Langkah-langkah:
1. Masukkan Data ke SPSS
- Dari menu utama File, pilih menu New, lalu pilih Data.
- Pilih Variable View pada jendela kiri bawah SPSS. Pada kolom Name ketik Nama di
baris pertama dan Gender di baris kedua serta IPK di baris ketiga.
Gambar 24. Variable View
- Pada kolom Value di baris kedua (Gender), isi Value Labels seperti gambar dibawah
ini:
Gambar 25. Value Labels
36
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
2. Mengisi data pada DATA VIEW
- Isi sesuai data yang telah diketahui pada soal
- Untuk kolom Gender, isi data menggunakan angka 1dan 2 sesuai dengan value yang
telah dibuat. Isi nilai 1 jika tanpa Laki-Laki, dan nilai 2 jika Perempuan.
Gambar 26. Data View
3. Pilih Analyze untuk memulai T-test, pada sub menu pilih Descriptive Statistics kemudian
pilih Explore seperti dibawah ini:
Gambar 27. Explore
37
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
4. Akan muncul jendela explore seperti gambar 28. Pindahkan variabel yang akan dilakukan
pengujian ke kotak Dependent List dengan meng-klik tanda panah ke kanan.
Gambar 28. Jendela Explore
5. Klik Statistics dan akan muncul kotak dialog seperti dibawah ini, centang Descriptives
lalu klik Continue.
Gambar 29. Jendela Explore : Statistics
6. Klik Plots dan akan muncul kotak dialog seperti dibawah ini, pilih Untransformed di
bagian Spread vs Level Levene Test, untuk Boxplots pilih None. Pada bagian Descriptive
tidak ada yang dicentang, kemudian klik Continue.
Gambar 30. Jendela Explore : Plots
38
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
7. Klik OK maka akan muncul tabel seperti dibawah ini :
Test of Homogeneity of Variance
Levene Statistic df1 df2 Sig.
IPK Based on Mean 2.745 1 18 .115
Based on Median 2.654 1 18 .121
Based on Median and with
adjusted df
2.654 1 17.753 .121
Based on trimmed mean 2.758 1 18 .114
Cara membacanya adalah sebagai berikut :
H0 : tidak ada perbedaan antara variansi populasi (Homogen)
H1 : terdapat perbedaan antara variansi populasi (Tidak Homogen)
Parameter Pengujian
Dasar Pengambilan keputusan didasarkan pada :
Jika nilai probabilitas (α) > 0,05 maka H0 diterima
Jikan nilai probabilitas (α) ≤ 0,05 maka H0 ditolak
Kesimpulan :
IPK: Terlihat bahwa pada Tabel Test of Homogenity of Variance pada baris Based on
Mean nilai signifikan (Sig) adalah 0,115 atau probabilitas lebih dari 0,05 maka H0
diterima yang berarti variansi populasi homogen.
39
UNIVERSITAS ISLAM INDONESIA
MATERI / BAHAN PRAKTIKUMFakultas : Teknologi Industri Pertemuan ke : 1Program Studi : Teknik Industri Modul ke : 1Kode Mata Praktikum: Jumlah Halaman : 39Nama Mata Praktikum`: Statistik Industri Mulai Berlaku : Oktober 2017
Daftar Pustaka
Priyatno, D. (2014). SPSS 22 Pengolahan Data Terpraktis. Andi.
Siregar, S. (2013). Statistik Parametrik Untuk Penelitian Kuantitatif. Bumi Aksara.
Soleh, A. Z. (2005). Ilmu Statistika : Pendekatan Teoritis dan Aplikatif disertai Contoh Penggunaan SPSS. Rekayasa Sains.
40