LAPORAN DAN PRAKTIKUM STATISTIK INFERENSIAL

(1)

1. Normalitas

a. Soal dan Tabel:

Diberikan sebuah data yang berisi jenis kelamin, tinggi badan, berat badan, dan golongan darah dari 50 mahasiswa Pendidikan Biologi angkatan 2013. Apakah data tersebut berdistribusi normal? berikut data tersebut disajikan dalam tabel di bawah ini.

(2)

23. Wahyul P 156 52 A

Apakah data mahasiswa Pendidikan Biologi tersebut berdistribusi normal? c. Hipotesis:

H0 : Diduga data tersebut berdistribusi normal

H1 : Diduga data tersebut tidak berdistribusi normal

d. Uji Statistik: Sample K−S

e. Komputasi: Dikerjakan melalui komputer dengan menggunakan program SPSS dengan langkah-langkah sebagai berikut:

1. Membuka program SPSS Statistics 17.0

(3)

3. Memasukkan data (variabel nama dengan data berjenis string dan tinggi badan, berat badan, serta golongan darah dengan data berjenis numerik).

4. Klik Analyze Nonparametric Test Sample K-S 5. Klik tombol options pilih descriptive lalu continue

6. Pastikan pada test distribution kotak normal dicentang lalu OK

f. Hasil Output dan Interpretasi:

Descriptive Statistics

N Mean Std. Deviation Minimum Maximum

jenis kelamin 50 1.94 .240 1 2

tinggi badan 50 157.20 5.624 146 174

berat badan 50 57.010 55.8022 39.5 440.0

golongan darah 50 2.78 1.217 1 4

Interpretasi tabel:

 Banyak data (N) jenis kelamin, tinggi badan, berat badan, dan golongan darah sama yaitu 50

 Rata-rata untuk data jenis kelamin = 1,94

 Rata-rata untuk data tinggi badan = 157,20

 Rata-rata untuk data berat badan = 57,010

 Rata-rata untuk data golongan darah = 2,78

 Simpangan baku (Std. Deviation) untuk data jenis kelamin = 0,240

 Simpangan baku (Std. Deviation) untuk data tinggi badan = 5,624

 Simpangan baku (Std. Deviation) untuk data berat badan = 55,8022

 Simpangan baku (Std. Deviation) untuk data golongan darah = 1,2017

 Nilai minimum untuk data jenis kelamin = 1

 Nilai minimum untuk data tinggi badan = 146

 Nilai minimum untuk data berat badan = 39,5

 Nilai minimum untuk golongan darah = 1

 Nilai maksimum untuk data jenis kelamin = 2

 Nilai maksimum untuk data tinggi badan = 174

(4)

 Nilai maksimum untuk data golongan darah = 4

One-Sample Kolmogorov-Smirnov Test

jenis

kelamin tinggi badan berat badan

golongan darah

N 50 50 50 50

Normal Parametersa,,b _Mean _1.94 _157.20 _57.010 _2.78

Std. Deviation .240 5.624 55.8022 1.217

Most Extreme Differences Absolute .539 .111 .391 .302

Positive .401 .089 .391 .239

Negative -.539 -.111 -.377 -.302

Kolmogorov-Smirnov Z 3.810 .783 2.768 2.135

Asymp. Sig. (2-tailed) .000 .572 .000 .000

a. Test distribution is Normal.

b. Calculated from data.

Interpretasi tabel:

 Kolmogorov-Smirnov Z untuk data jenis kelamin = 3,810

 Kolmogorov-Smirnov Z untuk data tinggi badan = 0,783

 Kolmogorov-Smirnov Z untuk data berat badan = 2,768

 Kolmogorov-Smirnov Z untuk data golongan darah = 2,135

 Signifikasi untuk data jenis kelamin = 0,000 < 0,05 sehingga H0

ditolak dan H1 diterima

 Signifikasi untuk data tinggi badan = 0,572 > 0,05 sehingga H0

diterima dan H1 ditolak

 Signifikasi untuk data berat badan = 0,000 < 0,05 sehingga H0 ditolak

dan H1 diterima

 Signifikasi untuk data golongan darah = 0,000 < 0,05 sehingga H0

ditolak dan H1 diterima g. Keputusan:

 Signifikasi untuk data jenis kelamin = 0,000 < 0,05 sehingga H0

(5)

 Signifikasi untuk data tinggi badan = 0,572 > 0,05 sehingga H0

diterima dan H1 ditolak, maka data tersebut berdistribusi normal.  Signifikasi untuk data berat badan = 0,000 < 0,05 sehingga H0 ditolak

dan H1 diterima, maka data tersebut tidak berdistribusi normal.

 Signifikasi untuk data golongan darah = 0,000 < 0,05 sehingga H0

ditolak dan H1 diterima, maka data tersebut tidak berdistribusi normal. h. Kesimpulan:

Data mahasiswa Pendidikan Biologi tersebut tidak berdistribusi normal.

2. Homogenitas

a. Soal dan Tabel:

Dibawah ini adalah 50 data mahasiswa Pendidikan Biologi yang berisi jarak rumah ke kampus, biaya hidup, dan kendaraan yang digunakan untuk kuliah. Seorang Sub. Bagian kemahasiswaan ingin mengetahui apakah data tersebut homogen?

NO. NAMA Jarak (Km) Biaya

Hidup (Rp) Kendaraan

1. Siti L. 0,8 700000 Motor

2. Dian 1 500000 sepeda

3. Dini 0,4 800000 Motor

4. Kesih 0,4 1000000 jalan kaki

5. Mery 1 1400000 Motor

6. Tommy 0,5 650000 Motor

7. Novia 1 600000 sepeda

8. Hersi 22 500000 Motor

9. Rohma 5 600000 Motor

10. Anggraeni 17 500000 Motor

11. Febby 0,5 1000000 Motor

12. Dellya 1 700000 Motor

13. Siti N. 0,5 700000 Motor

14. Nurulita 0,6 1000000 jalan kaki

(6)

16. Heni 1 500000 jalan kaki

17. Ahmad 2 600000 sepeda

18. Zainatuh 0,6 600000 jalan kaki

19. Fariz 0,5 1000000 Motor

20. Firtanis 0,6 600000 jalan kaki

21. Muzaiyanah 0,7 600000 Motor

22. Gerda 0,6 1500000 jalan kaki

23. Rifda 0,5 1000000 Motor

24. Dewi 1,5 600000 sepeda

25. Lulut 1 500000 sepeda

26. Titan 3,5 300.000 motor

27. Sandri 0,8 750.000 Jalan Kaki

28. Maulidiana 1 1.500.000 motor

29. Andy 20 500.000 motor

30. Candra 8 250.000 motor

31. Hiya 0,75 450.000 Jalan Kaki

32. AHMAD 1,5 550.000 sepeda

33. Siti 0,60 600.000 Jalan Kaki

34. Wahyul 5 700.000 sepeda mini

35. Anggun 0,70 700.000 Jalan Kaki

36. Indah 0.25 1.200.000 Jalan Kaki

37. Inayatul 0,90 800.000 Jalan Kaki

38. Khusnul 2 1.000.000 motor

39. Sylvia 1,5 750.000 Jalan Kaki

40. Fida 1 700.000 motor

41. Meliana 1 500.000 motor

42. Rizka 6 250.000 motor

43. Nurul 7 300.000 motor

44. Zhahro 0,80 800.000 motor

45. Ratih 0,5 750.000 motor

46. Diana 7 700.000 motor

47. Retno 0,5 1000.000 Jalan Kaki

48. Nurvita 0,5 600.000 motor

49. Mellyatul 1 500.000 motor

50. Barid 8 320.000 motor

b. Permasalahan:

Apakah variansi dari data mahasiswa Pendidikan Biologi tersebut homogen?

(7)

H0 : Diduga data tersebut homogen

H1 : Diduga data tersebut tidak homogen

d. Uji Statistik: explore

i. Komputasi: Dikerjakan melalui komputer dengan menggunakan program SPSS dengan langkah-langkah sebagai berikut:

2. Memilih Variabel View (memperhatikan variabel yang diamati, dan kelompok/group)

3. Memasukkan data (variabel nama dengan data berjenis nominal dan tinggi badan, berat badan, serta golongan darah dengan data berjenis scale).

4. Klik Analyze Descriptive Statistic explore

5. Di kotak dependent list isi dengan jarak rumah ke kampus dan biaya hidup dan kotak factor list isi dengan kendaraan.

6. Di kotak plot pastikan factor level together, stem-and-leaf, normality plots with test telah dicentang. Sedangkan pada kotal Spread vs level with levene test pilih untransformed, lalu continue dan OK.

e. Hasil Output dan Interpretasi:

Case Processing Summary

kendaraan

Cases

Valid Missing Total

N Percent N Percent N Percent

jarak rmh kmps motor 29 100.0% 0 .0% 29 100.0%

sepeda 7 100.0% 0 .0% 7 100.0%

jalan kaki 14 100.0% 0 .0% 14 100.0%

biaya hidup motor 29 100.0% 0 .0% 29 100.0%

sepeda 7 100.0% 0 .0% 7 100.0%

jalan kaki 14 100.0% 0 .0% 14 100.0%

Interpretasi tabel:

(8)

 Banyak data (N) sepeda = 7

 Banyak data (N) jalan kaki = 14

(9)

Descriptives

kendaraan Statistic Std. Error

jarak rmh kmps motor Mean 4.1276 1.10744

95% Confidence Interval for Mean

Lower Bound 1.8591

Upper Bound 6.3961

5% Trimmed Mean 3.3745

Median 1.0000

sepeda Mean 1.8571 .54242

Lower Bound .5299

Upper Bound 3.1844

5% Trimmed Mean 1.7302

Median 1.5000

jalan kaki Mean .7000 .08001

Lower Bound .5272

(10)

Tests of Normality

kendaraan

Kolmogorov-Smirnova _Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

jarak rmh kmps motor .295 29 .000 .658 29 .000

sepeda .317 7 .032 .665 7 .002

jalan kaki .202 14 .125 .885 14 .070

biaya hidup motor .180 29 .017 .884 29 .004

sepeda .237 7 .200* _.896 ₇ _.307

jalan kaki .167 14 .200* _.918 ₁₄ _.208

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.

jarak rmh kmps Based on Mean 9.559 2 47 .000

Based on Median 2.900 2 47 .065

Based on Median and with adjusted df

2.900 2 28.574 .071

Based on trimmed mean 7.034 2 47 .002

biaya hidup Based on Mean 2.708 2 47 .077

Based on Median 2.321 2 47 .109

Based on Median and with adjusted df

2.321 2 39.235 .112

Based on trimmed mean 2.351 2 47 .106

Interpretasi tabel:

 Levene Statistic jarak rumah ke kampus berdasarkan rata-rata = 9,559

 Derajat kebebasan 1 jarak rumah ke kampus berdasarkan rata-rata = 2

 Derajat kebebasan 2 jarak rumah ke kampus berdasarkan rata-rata = 47

(11)

 Levene Statistic biaya hidup berdasarkan rata-rata = 2,708

 Derajat kebebasan 1 hidup berdasarkan rata-rata = 2

 Derajat kebebasan 2 hidup berdasarkan rata-rata = 47

 Signifikasi = 0,77 > 0,05 sehingga H0 diterima dan H1 ditolak

f. Keputusan:

1. Jarak rumah ke kampus

Sig. = 000 < 0,05 sehingga H0 ditolak dan H1 diterima, maka data

Variansi dari ketiga data mahasiswa Pendidikan Biologi tersebut tidak homogen.

3. One-Sample T-Test a. Soal dan Tabel

Seorang dosen Pendidikan Biologi menduga bahwa rata-rata biaya hidup per bulan mahasiswa Pendidikan Biologi adalah sebesar Rp 500.000,00. Terdapat 50 mahasiswa Pendidikan Biologi angkatan 2013. Besarnya biaya hidup per bulan mahasiswa Pendidikan Biologi disajikan pada tabel

NO. NAMA BIAYA HIDUP

PERBULAN

21. Yanuar Rp. 300.000 26. Nuraini Rp. 600.000

22. Nadhira Rp. 500.000 27. Cahayaning Rp. 1.200.000

23. Widiet Rp. 900.000 28. Siti Rp. 300.000

24. Solikha Rp. 1.500.000 29. Marisanti Rp. 600.000 25. Ahmad Rp. 1000.000 30. Sheila Rp. 1.000.000 26. Karimatul Rp. 700.000 31. Aini Rp. 700.000 27. Titan Rp. 300.000 32. Jahrotul Rp. 400.000

(12)

29. Maulidiana Rp. 1.500.000 34. Siti M. Rp. 1.000.000

30. Andy Rp. 500.000 35. Yeni Rp. 1.000.000

31. Candra Rp. 250.000 36. Ni’matul Rp. 700.000

32. Hiya Rp. 450.000 37. Ifa Rp. 1.500.000

33. AHMAD Rp. 550.000 38. Siti Rp. 700.000

34. Siti Rp. 600.000 39. Dian Rp. 500.000

35. Wahyul Rp. 700.000 40. Dini Rp. 800.000

36. Anggun Rp. 700.000 41. Kesih Rp. 1.000.000

37. Indah Rp. 1.200.000 42. Mery Rp. 1.400.000

38. Inayatul Rp. 800.000 43. Tommy Rp. 650.000 39. Khusnul Rp. 1.000.000 44. Novia Rp. 600.000

40. Sylvia Rp 750.000 45. Hersi Rp. 500.000

21. Fida Rp. 700.000 46. Rohma Rp. 600.000

22. Meliana Rp. 500.000 47. Anggraeni Rp. 500.000

23. Rizka Rp. 250.000 48. Febby Rp. 1.000.000

24. Nurul Rp. 300.000 49. Dellya Rp. 700.000

25. Zhahro Rp. 800.000 50. Siti Rp. 700.000

b. Permasalahan :

Apakah rata-rata biaya hidup mahasiswa Pendidikan Biologi per bulan adalah sama dengan Rp 500.000,00 ?

c. Hipotesis :

Berdasar permasalahan pada kasus ini, rumusan hipotesisnya sebagai berikut :

H0 : diduga rata-rata biaya hidup mahasiswa Pendididkan Biologi per bulan

= Rp 500.000,00

H1 : diduga rata-rata biaya hidup mahasiswa Pendidikan Biologi per bulan ≠

Rp 500.000,00

d. Uji Statistik : One Sample T-Test

e. Komputasi: dikerjakan melalui komputer dengan menggunakan program SPSS dengan langkah-langkah sebagai berikut:

3. Memasukkan data (variabel nama dengan data berjenis nominal dan biaya hidup dengan data berjenis scale).

(13)

5. Klik variabel yang akan diuji ke kolom Test Variabel (s) dan isi rata-rata dugaan pada Test Value

6. Klik Options

Convidence interval (tingkat kepercayaan), misal 95% berarti tingkah atau taraf signifikasi 100% - 95% = 5% = 0.05

f. Hasil output dan Interpretasi

Interpretasi tabel :

 Banyaknya data (N) adalah 50

 Rata-rata (Mean) adalah 732000,00

 Simpangan baku (Std. Deviation) adalah 323841,735

 Toleransi kesalahan (Std. Error Mean) adalah 45798,137

 Rata-rata dugaan : 0

 thitung : 15,983

 derajat kebebasan (df) : N−1=50−1=49

 Signifikasi : 0,000

 Batas bawah (lower) : 639965,20

 Batas atas (upper) : 824034,80 g. Keputusan

thitung = 15,983 setara dengan taraf signifikan 0,000 < 0,05 sehingga H0

di tolak dan H1 diterima, maka dapat diketahui bahwa rata-rata biaya

(14)

h. Kesimpulan akhir

Berdasarkan pengujian rata-rata biaya hidup mahasiswa Pendidikan Biologi menggunakan One Sample T-Test, dapat disimpulkan bahwa rata-rata biaya hidup per bulan mahasiswa Pendidikan Biologi ≠ Rp 500.000,00.

4. Independent Sample T-Test a. Soal dan tabel

Via seorang mahasiswa Pendidikan Matematika ingin mengetahui apakah ada perbedaan antara rata-rata tinggi badan mahasiswa Pendidikan Biologi angkatan 2013 antara laki-laki dan perempuan. Terdapat 50 mahasiswa Pendidikan Biologi yang terdiri dari mahasiswa laki-laki dan perempuan. Berikut adalah data 50 mahasiswa Pend. Matematika :

No Jenis

1 perempuan 150 26 Perempuan 165

10 laki-laki 174 35 Perempuan 158

16 Laki-Laki 170 41 Perempuan 160

17 Perempuan 157 42 Perempuan 159

18 Laki-Laki 165 43 Laki-laki 167

(15)

b. Permasalahan

Apa ada perbedaan tinggi badan antara Mahasiswa Pendidikan Biologi laki-laki dan perempuan?

c. Rumusan Hipotesis

Hipotesis uji F, digunakan untuk menentukan kesamaan varian H0 : diduga varian dari tinggi badan laki-laki dan perempuan sama.

H1 : diduga varian dari tinggi badan laki-laki dan perempuan tidak sama.

Hipotesis uji T, digunakan untuk menentukan rata-rata

H0 : diduga rata-rata tinggi badan pria dan wanita adalah sama (identik).

H1 : diduga rata-rata tinggi badan pria dan wanita memiliki varians yang

tidak sama.

d. Statistik Uji: Independent sample T-Test

e. Komputasi: dikerjakan melalui komputer dengan menggunakan program SPSS dengan langkah-langkah sebagai berikut:

3. Memasukkan data (variabel jenis kelamin dengan data berjenis nominal dan variabel tinggi badan dengan data berjenis scale).

4. Klik Analyze Compare Means Independent sample T-Test

5. Klik variabel tinggi badan ke kolom Test Variabel (s) dan jenis kelamin ke kolom grouping variable serta isi data katagorikal pada Groups dengan mendefinisikan grup 1 dan 2.

6. Klik Options, kemudian Convidence interval (tingkat kepercayaan), misal 95% berarti tingkah atau taraf signifikasi 100% - 95% = 5% = 0.05

(16)

 Banyak data perempuan : 43

 Banyak data laki-laki : 7

 Rata-rata tinggi badan perempuan : 155,51

 Rata-rata tinggi badan laki-laki : 168,00

 Simpangan baku (Std. Deviation) untuk tinggi badan perempuan : 4,959

 Simpangan baku (Std. Deviation) untuk tinggi badan laki-laki : 3,464

 Toleransi kesalahan (Std. Error Mean) untuk tinggi badan perempuan : 0,756

(17)

Independent Samples Test

Levene's Test for Equality of

Variances t-test for Equality of Means

95% Confidence

1.481 .230 -6.378 48 .000 -12.488 1.955 -16.420 -8.557

Equal variances not assumed

-8.260 10.504 .000 -12.488 1.512 -15.836 -9.141

 Uji F (varian)

Pada kolom Levene's Test for Equality of Variances, F bernilai = 1,481 dan signifikansi bernilai = 0.230, sehingga nilai signifikasi > 0.05, maka

H0 diterima dan H1 ditolak. Sehingga data yang dibaca selanjutnya yaitu

data pada baris “Equal variances assumed”.  Uji T (rata-rata)

a. Thit = -6,378

b. Derajat kebebasan (df) : 48

c. perbedaan rata-rata ( mean difference) antara tinggi badan laki-laki dan perempuan = -12,488

d. toleransi kesalahan (std.error difference) = 1,955

e. batas bawah (lower) = -16,420

f. batas atas (upper) = -8,557

g. Signifikasi = 0.000, sehingga < 0.05, maka H0 ditolak, dan H1

(18)

g. Keputusan

 Untuk uji F (varian)

Signifikansi bernilai 0.230, sehingga Sig. < 0.05, maka H0 diterima dan

H1 ditolak. Sehingga yang dibaca adalah baris Equal variances assumed.

Berdasarkan hipotesis di atas, maka dapat disimpulkan bahwa tinggi badan laki-laki dan perempuan mahasiswa Pendidikan Biologi angkatan 2013 memiliki varian yang sama.

 Untuk uji T (rata-rata)

Signifikasi bernilai 0.000, berarti < 0.05, maka H0 ditolak dan H1 diterima.

Sehingga dapat disimpulkan bahwa rata-rata tinggi badan laki-laki dan perempuan mahasiswa Pendidikan Biologi angkatan 2013 memiliki rata-rata yang tidak sama.

h. Kesimpulan

Berdasarkan pengujian rata-rata tinggi badan mahasiswa Pendidikan Biologi angkatan 2013 dengan menggunakan Independent Sample T-Test, dapat disimpulkan bahwa varian tinggi badan mahasiswa Pendidikan Matematika laki-laki dan perempuan adalah sama, namun memiliki rata-rata yang tidak sama.

5. One Way ANOVA a. Soal dan Tabel

(19)

Asmayah

21 Zhahro Arifa AB 39,5 46 Dian Ineke O 47

22 Ratih Eka W A 50 47 Zahroh I. O 44 Biologi yang memiliki golongan darah A, B, AB, O?

c. Rumusan hipotesis

1) Hipotesis Table of Homogeneity: digunakan untuk menentukan kesamaan varians dari semua kelompok

H0 : Keempat kelompok memiliki varians yang sama.

H1 : Keempat kelompok memiliki varians yang tidak sama.

2) Hipotesis ANOVA (uji F) : digunakan untuk menentukan rata-rata dari keempat kelompok

H0 : Rata-rata berat badan dari keempat kelompok adalah sama

H1 : Rata-rata berat badan dari keempat kelompok adalah berbeda

3) Hipotesis Post Hoc, dugunakan untuk menentukan rata-rata dari dua kelompok

(20)

H1 : Rata-rata berat badan berat badan dari kelompok 1 dan 2 adalah

berbeda

d. Uji Statistik: One-Way ANOVA

e. Komputasi: dikerjakan melalui komputer dengan menggunakan program SPSS dengan langkah-langkah sebagai berikut:

1. Membuka program SPSS Statistic 17.0

2. Memilih Variabel View (perhatikan variabel yang diamati, dan kelompok/group)

3. Masukkan data (variabel gol. Darah dengan data berjenis nominal dan berat badan dengan data berjenis scale).

4. Klik Analyze Compare Means One-Way Anova 5. Masukkan data berupa numerik ke kotak Dependent List 6. Masukkan variabel faktor ke kotak Factor

7. Pada bagian Contrasts : centang Polynomial,laluOK 8. Pada bagian Post Hoc : centang LSD, Tukey, Bonfferoni

9. Pada bagian Options : centang Descriptives, Homogeneity, Means Plot lalu Continue

10. Kemudian OK

f. Hasil output dan Interpretasi:

Interpretasi tabel:

 Banyak data

(21)

Banyak data golongan darah AB = 4 Banyak data golongan darah O = 23

 Rata-rata

Rata-rata golongan darah A = 49,333 Rata-rata golongan darah B = 48,214 Rata-rata golongan darah AB = 46,125 Rata-rata golongan darah O = 49,826

 Simpangan baku (Std. Deviation)

Simpangan baku untuk golongan darah A = 6,9462 Simpangan baku untuk golongan darah B = 4,3355 Simpangan baku untuk golongan darah AB = 7,8991 Simpangan baku untuk golongan darah O = 9,7078

 Toleransi kesalahan (Std. Error)

Toleransi kesalahan untuk golongan darah A = 2,3154 Toleransi kesalahan untuk golongan darah B = 1,1587 Toleransi kesalahan untuk golongan darah AB = 3,9496 Toleransi kesalahan untuk golongan darah O = 2,0242

 Batas bawah dan batas atas (lower bound and upper bound) Golongan darah A, batas bawah = 43,994 dan batas atas = 54,673 Golongan darah B, batas bawah = 45,711 dan batas atas = 50,718 Golongan darah AB, batas bawah = 33,556 dan batas atas = 58,694 Golongan darah O, batas bawah = 45,628 dan batas atas = 51,195

 Nilai maksimum dan minimum

(22)

Interpretasi tabel:

 Derajat kebebasan 1 (df1) = 3 dari banyak golongan darah.

 Derajat kebebasan 2 (df2) = 46 dari banyak data dikurangi banyak golongan darah.

 Signifikasi = 0,059 > 0,05 sehingga H0 diterima dan H1 ditolak.

Interpretasi tabel:

 Perhatikan between groups Sum of square = 58,396

Derajat kebebasan (df) = 3 dari banyak golongan darah dikurangi 1 Rata-rata (mean square) = 19,465

Ftabel = 0,310

Signifikasi = 0,818

Sig. > 0,05, sehingga H0 diterima dan H1 ditolak.

(23)

Multiple Comparisons

(I-J) Std. Error Sig.

95% Confidence Interval

Lower Bound Upper Bound

Tukey HSD

A B 1.1190 3.3870 .987 -7.909 10.147

ab 3.2083 4.7638 .907 -9.490 15.906

O -.4928 3.1169 .999 -8.801 7.815

B A -1.1190 3.3870 .987 -10.147 7.909

ab 2.0893 4.4944 .966 -9.891 14.069

O -1.6118 2.6872 .932 -8.775 5.551

Ab A -3.2083 4.7638 .907 -15.906 9.490

B -2.0893 4.4944 .966 -14.069 9.891

O -3.7011 4.2946 .824 -15.148 7.746

O A .4928 3.1169 .999 -7.815 8.801

B 1.6118 2.6872 .932 -5.551 8.775

ab 3.7011 4.2946 .824 -7.746 15.148

LSD a B 1.1190 3.3870 .743 -5.699 7.937

ab 3.2083 4.7638 .504 -6.381 12.797

O -.4928 3.1169 .875 -6.767 5.781

b A -1.1190 3.3870 .743 -7.937 5.699

ab 2.0893 4.4944 .644 -6.958 11.136

O -1.6118 2.6872 .552 -7.021 3.797

ab A -3.2083 4.7638 .504 -12.797 6.381

B -2.0893 4.4944 .644 -11.136 6.958

O -3.7011 4.2946 .393 -12.346 4.943

o A .4928 3.1169 .875 -5.781 6.767

B 1.6118 2.6872 .552 -3.797 7.021

ab 3.7011 4.2946 .393 -4.943 12.346

Bonfer roni

a B 1.1190 3.3870 1.000 -8.219 10.458

ab 3.2083 4.7638 1.000 -9.926 16.343

(24)

Interpretasi tabel:

 Tukey HSD:

a) Golongan darah A dan B

Perbedaan rata-rata (mean difference) = 1,1190 Toleransi kesalahan (Std. Error) = 3,3870 Signifikasi = 0,987

Batas bawah = -7,909 dan batas atas = 10,147

Karena Sig. > 0,05 H0 diterima akibatnya H1 ditolak, sehingga dapat

diketahui bahwa berat badan mahasiswa bergolongan darah A dan B adalah sama.

b) Golongan darah A dan AB

diketahui bahwa berat badan mahasiswa bergolongan darah A dan AB adalah sama.

c) Golongan darah A dan O

Perbedaan rata-rata (mean difference) = -0,4928 Toleransi kesalahan (Std. Error) = 3,1169 Signifikasi = 0,999

Batas bawah = -8.801 dan batas atas = 7,815

diketahui bahwa berat badan mahasiswa bergolongan darah A dan O adalah sama.

d) Golongan darah B dan AB

(25)

diketahui bahwa berat badan mahasiswa bergolongan darah B dan AB adalah sama.

e) Golongan darah B dan O

diketahui bahwa berat badan mahasiswa bergolongan darah B dan O adalah sama.

f) Golongan darah AB dan O

diketahui bahwa berat badan mahasiswa bergolongan darah AB dan O adalah sama.

 LSD:

a. Golongan darah A dan B

b. Golongan darah A dan AB

(26)

Signifikasi = 0,504

c. Golongan darah A dan O

d. Golongan darah B dan AB

Batas bawah = 6,958 dan batas atas = 11,136

e. Golongan darah B dan O

f. Golongan darah AB dan O

(27)

Toleransi kesalahan (Std. Error) = 4,2946 Signifikasi = 0,393

 Bonferroni:

i. Golongan darah A dan B

Perbedaan rata-rata (mean difference) = 1,1190 Toleransi kesalahan (Std. Error) = 3,3870 Signifikasi = 1

ii. Golongan darah A dan AB

Perbedaan rata-rata (mean difference) = 3,2083 Toleransi kesalahan (Std. Error) = 4,7638 Signifikasi = 1

iii. Golongan darah A dan O

Perbedaan rata-rata (mean difference) = -0,4928 Toleransi kesalahan (Std. Error) = 3,1169 Signifikasi = 1

(28)

iv. Golongan darah B dan AB

v. Golongan darah B dan O

vi. Golongan darah AB dan O

(29)

Interpretasi tabel:

 Banyak data mahasiswa bergolongan darah A = 9

 Banyak data mahasiswa bergolongan darah B = 14

 Banyak data mahasiswa bergolongan darah AB = 4

 Banyak data mahasiswa bergolongan darah O = 23

(30)

Interpretasi tabel:

Grafik mean plots menunjukkan rata –rata berat badan mahasiswa Pendidikan Biologi berdasar golongan darah A, B, AB, dan O. Rata-rata berat badan mahasiswa Pendidikan Biologi yang berlongan darah A adalah 49,333. Rata-rata berat badan mahasiswa yang bergolongan darah B adalah 48,214. Rata-rata berat badan mahasiswa yang bergolongan darah AB adalah 46,125, sedangkan rata-rata berat badan mahasiswa yang bergolongan darah O adalah 49,826.

g. Keputusan

1. Table of homogeneity

Signifikasi = 0,059 > 0,05 sehingga H0 diterima dan H1 ditolak, yang

berarti bahwa keempat kelompok golongan darah memiliki varians yang sama, dan pengujian dapat dilanjutkan pada uji ANOVA.

2. ANOVA (uji F)

Signifikasi = 0,818 > 0,05, sehingga H0 diterima dan H1 ditolak sehingga

rata-rata keempat kelompok sama. 3. Post Hoc

a. Tukey HSD

I. Golongan darah A dan B

Sig. = 0.987 > 0,05 H0 diterima akibatnya H1 ditolak, sehingga

dapat diketahui bahwa berat badan mahasiswa bergolongan darah A dan B adalah sama.

II. Golongan darah A dan AB

Sig. = 0,907 > 0,05 H0 diterima akibatnya H1 ditolak, sehingga

dapat diketahui bahwa berat badan mahasiswa bergolongan darah A dan AB adalah sama.

III. Golongan darah A dan O

dapat diketahui bahwa berat badan mahasiswa bergolongan darah A dan O adalah sama.

(31)

dapat diketahui bahwa berat badan mahasiswa bergolongan darah B dan AB adalah sama.

V. Golongan darah B dan O

dapat diketahui bahwa berat badan mahasiswa bergolongan darah B dan O adalah sama.

VI. Golongan darah AB dan O

Sig.= 0,824 > 0,05 H0 diterima akibatnya H1 ditolak, sehingga dapat

b. LSD

dapat diketahui bahwa berat badan mahasiswa bergolongan darah A dan B adalah sama.

dapat diketahui bahwa berat badan mahasiswa bergolongan darah A dan AB adalah sama.

dapat diketahui bahwa berat badan mahasiswa bergolongan darah A dan O adalah sama.

IV. Golongan darah B dan AB

dapat diketahui bahwa berat badan mahasiswa bergolongan darah B dan AB adalah sama.

(32)

dapat diketahui bahwa berat badan mahasiswa bergolongan darah B dan O adalah sama.

VI. Golongan darah AB dan O

Sig.= 0,393 > 0,05 H0 diterima akibatnya H1 ditolak, sehingga dapat

c. bonferroni

Sig. = 1 > 0,05 H0 diterima akibatnya H1 ditolak, sehingga dapat

IV. Golongan darah B dan AB

V. Golongan darah B dan O

(33)

Sig.= 1 > 0,05 H0 diterima akibatnya H1 ditolak, sehingga dapat

h. Kesimpulan

Berdasarkan pengujian rata-rata berat badan mahasiswa Pendidikan Biologi angkatan 2013 menggunakan One-Way ANOVA, dapat disimpulkan bahwa rata-rata berat badan dari keempat golongan darah mahasiswa adalah sama.

6. Regresi Linier a. Soal dan Tabel

Redita seorang mahasiswa Pendidikan Matematika ingin menentukan hubungan antara tinggi badan dan berat badan melalui sebuah penelitian. Berikut hasil penelitian terhadap 50 mahasiswa Pendidikan Biologi angkatan 2013 berdasarkan tinggi badan dan berat badannya disajikan pada tabel di bawah ini:

No Nama

1 Nuraini 165 160 26 Kesih Y. 160 43

2 Cahayaning 158 42 27 Mery S. 159 50

3 Siti Hamida 158 51 28 Tommy M. 167 50

4 Marisanti 158 50 29 Novia 155 49

5 Sheila N. 156 44 30 Hersi 160 44

6 Aini M. 160 40 31 Rohma 152 52

7 Jahrotul J. 158 50 32 Anggraeni 150 42

8 Anis Dwi 159 54 33 Febby 150 42

9 Siti M. 163 47 34 Dellya 160 48

10 Yeni Triya 158 60 35 Siti 154 47

11 Ni’matul F. 155 45 36 Nurulita 170 49

12 Ifa S. 153 56 37 Evya 150 61

(34)

14 Cahayaning 158 42 39 Ahmad 167 53

15 Ayuni D. 150 38 40 Zainatuh 152 40

16 Rose L 160 43 41 Fariz 169 57

17 Siti N. 160 55 42 Firtanis 158 48

18 Novi C. 150 45 43 Muzaiyanah 156 55

19 avivatuz 160 45 44 Gerda 149 49

20 Nina A. 158 47 45 Rifda 150 44

21 Syarifatul 155 40 46 Dewi 161 40

22 Anisa M. 147 44 47 Barid Firdausy 165 54

23 Monita V. 146 52 48 Yofin Aprilia 160 53

24 Ridlo F. 174 73 49 Asrinindias 162 74

25 Relita I. 160 53 50 Fitri Cahya W 164 49

b.

Permasalahan

Apakah ada hubungan antara tinggi badan dan berat badan mahasiswa Pendidikan Biologi angkatan 2013?

c.

Rumusan Hipotesis

1. Hipotesis Correlation, digunakan untuk menentukan korelasi dari 2 variabel

H0 : Diduga tidak ada korelasi antara tinggi badan dengan berat badan

H1 : Diduga ada korelasi antara tinggi badan dengan berat badan

2. Hipotesis ANOVA, digunakan untuk menentukan kesamaan koefisien korelasi

H0 : Diduga koefisien korelasi antara tinggi badan dengan berat badan

adalah berbeda

H1 : Diduga koefisien korelasi antara tinggi badan dengan berat badan

adalah sama

3. Hipotesis Coeffisient, dugunakan untuk menentukan bahwa koefisien regresi signifikan atau tidak

H0 : Diduga koefisien regresi antara tinggi badan dengan berat badan

(35)

H1 : Diduga koefisien regresi antara tinggi badan dengan berat badan

adalah signifikan

d.

Statistik Uji: Regresi Linier

e.

Komputasi

1. Membuka program SPSS Statistic 17.0

2. Memilih Variabel View (perhatikan variabel yang diamati, dan kelompok/group)

3. Masukkan data (variabel tinggi badan dan berat badan dengan data scale).

4. Klik Analyze Regression Linier

5. Isi kotak dependent dengan variable tinggi badan dan kotak independent dengan variable berat badan.

6. Pada bagian Statistics centang Estimate, Model Fit, R Squared, Descriptives, kemudian Continue

7. Pada bagian Plot, isi ordinat Y dengan ‘DEPENDNT’ dan absis X dengan ‘ADJPRED’, kemudian centang Histogram, lalu Continue. 8. Pada bagian save dan options tetap, lalu OK

f. Hasil Output dan Interpretasi

Interpretasi tabel:

 Rata-rata tinggi badan = 157,92

 Rata-rata berat badan = 51,62

 Simpangan baku (Std. Deviation) tinggi badan = 6,040

 Simpangan baku (Std. Deviation) berat badan = 17,340

 Banyak data tinggi badan = 50

(36)

Interpretasi tabel:

 Besarnya koefisien korelasi antara tinggi badan dengan tinggi badan adalah 1, karena dibandingkan terhadap dirinya sendiri.

 Besarnya koefisien korelasi antara tinggi badan dengan berat badan adalah 0,317.

 Signifikasi antara tinggi badan dan berat badan serta tinggi badan dan berat badan adalah sama yaitu 0,012 < 0,05 sehingga H0 ditolak dan

H1 diterima.

 Banyak data tinggi badan = 50

 Banyak data berat badan = 50

Interpretasi tabel:

(37)

Model Summaryb

a. Predictors: (Constant), berat badan

b. Dependent Variable: tinggi badan

Interpretasi tabel:

 Nilai R = 0,317a_{yang mana merupakan koefisien korelasi dari tinggi}

badan dan berat badan.

 Nilai R Square = 0,101

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 179.991 1 179.991 5.374 .025a

Residual 1607.689 48 33.494

Total 1787.680 49

a. Predictors: (Constant), berat badan

b. Dependent Variable: tinggi badan

Interpretasi tabel:

 Sum of Square = 179,991

 Derajat kebebasan (df) = 1 dari 2 variabel (tinggi badan dan berat badan) dikurangi 1

(38)

 Ftabel = 5,74

 Signifikasi = 0,25a_{> 0,05 sehingga H}

0 diterima dan H1 ditolak.

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 152.215 2.594 58.687 .000

berat badan .111 .048 .317 2.318 .025

a. Dependent Variable: tinggi badan

Interpretasi tabel:

 Konstanta a = 152,215

 Konstanta b = 0,111

 Toleransi kesalahan (Std. Error) konstanta a = 2,594

 Toleransi kesalahan (Std. Error) konstanta b = 0,048

 Thitung konstanta a = 58,687  Thitung konstanta b = 2,318

(39)

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 156.41 169.90 157.92 1.917 50

Std. Predicted Value -.785 6.250 .000 1.000 50

Standard Error of Predicted Value

.819 5.232 .980 .623 50

Adjusted Predicted Value 156.50 191.80 158.35 4.890 50

Residual -11.962 13.717 .000 5.728 50

Std. Residual -2.067 2.370 .000 .990 50

Stud. Residual -2.088 2.433 -.022 1.035 50

Deleted Residual -26.804 14.454 -.430 6.968 50

Stud. Deleted Residual -2.167 2.571 -.021 1.057 50

Mahal. Distance .000 39.064 .980 5.505 50

Cook's Distance .000 8.765 .188 1.238 50

Centered Leverage Value .000 .797 .020 .112 50

a. Dependent Variable: tinggi badan

(40)

garis bantu, maka data tersebut tidak berdistribusi normal, sehingga metode ini tidak layak digunakan.

g.

Keputusan

1. Correlation

koefisien korelasi antara tinggi badan dengan berat badan adalah 0,317, dimana termasuk dalam skala 0,21−0,4 yang berarti korelasi sangat rendah. Nilai Sig = 0,012 < 0,05 sehingga H0 ditolak dan H1 diterima,

maka ada korelasi. 2. ANOVA

Signifikasi = 0,25a_{> 0,05 sehingga H}

0 diterima dan H1 ditolak, maka

koefisien korelasi antara tinggi badan dan berat badan adalah tidak sama atau tidak ada korelasi antara tinggi badan dan berat badan.

3. Coeffisient

Signifikasi = 0,025 < 0,05 sehingga H0 ditolak dan H1 diterima maka koefisien regresi antara tinggi badan dengan berat badan tidak bias digunakan.

h.

Kesimpulan

1. Ada hubungan antara tinggi badan dan berat badan mahasiswa Pendidikan Biologi angkatan 2013.