Академический Документы
Профессиональный Документы
Культура Документы
LAPORAN RESMI
MODUL III
STATISTIK INFERENSI
I. Pendahuluan
A. Latar Belakang
analisis sebagian data atau juga sering disebut dengan sampel untuk kemudian
kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif,
karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja.
sebagian data saja sebagian data saja menyebabkan sifat tak pasti, memungkinkan
ketidakpastian adalah kuat tekan beton dalam suatu pengujian tidak sama,
walaupun dibuat dengan material yang sama. Dengan adanya kenyataan tersebut,
maka metode statitsik digunakan untuk menganalisis data dari suatu proses
mengumpulan data, tetapi juga mengambil kesimpulan dari suatu sistem saintifik.
T- test atau uji t adalah uji statistik yang digunakan untuk menguji
kebenaran atau kepalsuan hipotesis nol. Uji t pertama kali dikembangkan oleh
William Seely Gosset pada tahun 1915. Uji t dapat dibagi menjadi 2 , yaitu uji t
yang digunakan untuk pengujian hipotesis 1 sampel dan uji t yang digunakan
(independency) sampel yang digunakan (khusus bagi uji t dengan 2 sampel), maka
uji t dibagi lagi menjadi 2, yaitu uji t untuk sampel bebas (independent) dan uji t
untuk sampel berpasangan (paired). Uji t - test dependent adalah pengujian yang
mana tidak adanya perbedaan yang signifikan antara nilai variabel dari dua sampel
dapat diartikan sebagai sebuah sampel dengan subjek yang sama namun
dan sesudah dilakukan sebuah perlakuan. Syarat jenis uji t – test dependent
adalah: (a) data berdistribusi normal; (b) kedua kelompok data adalah dependen
apakah rata-rata nilai dari dua atau lebih sampel berbeda signifikan apakah tidak
(Yusri, 2019). Beberapa asumsi dasar yang mesti dipenuhi pada uji analisis
varians adalah data sampel yang digunakan berdistribusi normal atau dianggap
berhubungan satu dengan lain (independen), sehingga uji analisis varians tidak
terbagi dalam dua jenis, yaitu: analisis varians satu jalur (one way ANOVA) dan
analisis varians dua jalur (two way ANOVA). One way ANOVA digunakan untuk
menguji hipotesis komparatif rata-rata k sampel, bila pada setiap sampel hanya
terdiri atas satu kategori. Sedang two way ANOVA digunakan untuk menguji
Sukses terkait dengan pengaruh pupuk terhadap produksi sayuran dan perbedaan
B. Rumusan Masalah
2. Menguji rata-rata dua buah atau lebih sampel, serta menguji apakah dua
dan dapat memahami cara menguji hipotesis melalui studi kasus paired
sample t-test
D. Batasan Masalah
E. Asumsi-asumsi
ini adalah :
lain :
A. Statistik Inferensi
menentukan sejauh mana kesamaan antara hasil yang diperoleh dari suatu sampel
dengan hasil yang akan didapat pada populasi secara keseluruhan. Jadi statistik
inferensial membantu peneliti untuk mencari tahu apakah hasil yang diperoleh
dari suatu sampel dapat digeneralisasi pada populasi. Sejalan dengan pengertian
bahwa statistik inferensial adalah metode yang berhubungan dengan analisis data
populasi. Variasi prediksi antara mean disebut sampling error. Sampling error ini
tidak bisa dihindari dan ini bukan kesalahan peneliti. Yang menjadi persoalah
adalah apakah error tersebut semata-mata hasil sampling error atau merupakan
perbedaan yang bermakna yang akan pula ditemukan pada papulasi yang lebih
besar.
Ciri standard error adalah bahwa error yang terjadi bisaanya berdistribusi
Semakin banyak sampelnya, semakin kecil standard error meannya yang berarti
bahwa semakin kecil standard error-nya, semakin akurat mean sampel untuk
2. Pengujian Hipotesis
Misalnya, kita ingin menerapkan program baru dalam pelajaran membaca. Pada
nol (0), yang memprediksikan skor kedua kelompok tidak akan berbeda. Setelah
data dihitung mean dan standar deviasinya dan hasilnya menunjukkan skor siswa
dengan program baru lebih tinggi (berbeda secara signifikan) daripada siswa yang
mengikuti program lama, maka hipotesis penelitian diterima dan hipotesis nol
ditolak. Yang berarti bahwa program baru tersebut efektif untuk diterapkan pada
3. Uji Signifikansi
Uji signifikasi adalah cara mengetahui adanya perbedaan antara dua skor.
kita bisa menolak hipotesis nol. Uji signifikansi dilakukan dengan menentukan
Tingkat probailitas ini dijadikan dasar untuk menolak atau tidak menolak
hipotesis nol. Standar yang digunakan umumnya 0,05 kesempatan (5 dari 100).
peluang
1. Statistik Parametrik yaitu teknik yang didasarkan pada asumsi bahwa data
dan rasio.
sebagai teknik statistik yang digunakan untuk perbedaan yang ada pada
lebih dari dua kelompok data. Adapun jenis analisis varians, yakni:
dari dua kelompok atau lebih memiliki perbedaan secara signifikan pada tingkat
istimewa dari uji-t. Setiap kali uji signifikansi dilakukan, tingkat probabilitasnya
kita terima. Misalnya, kita setuju kalau hasil yang akan didapatakan muncul hanya
5 kali kesempatan pada setiap 100 sampel. Hasil tersebut dikatakan bermakna dan
ANOVA Multifaktor
untuk meneliti dua variabel bebas atau lebih serta hubungan di antara variabel
tersebut, maka ANOVA multifaktor adalah jenis analisis statistik yang paling
sesuai. Hasilan alisisnya adalah rasioF terpisah untuk setiap variabel bebas dan
(gender dan tingkat ekonomi) dan variabel terikat (prestasi; IPK, skor bahasa, skor
matematika, dsb)
Analisis ini model ANOVA yang digunakan dengan cara berbeda dimana
penelitian memiliki 2 variabel bebas atau lebih, maka uji jenis inilah yang cocok
digunakan melalui dua cara yakni: (1) sebagai teknik pengendalian variabel luar
(extraneous variable) serta sebagai alat untuk meningkatkan kekuatan uji statistik.
ekperimental yang melibatkan kelompok yang sudah ada dan kelompok yang
dibentuk secara acak, dan (2) ANCOVA digunakan untuk memperkuat uji
Regresi Jamak
Regresi jamak digunakan pada data berbentuk rasio dan interval. Regresi
dan korelasional karena teknik ini tidak hanya untuk menentukan apakah ada
tersebut. Salah satu jenis regresi jamak adalah step-wise analysis yang
ke dalam persamaan regresi tahap demi tahap. Regresi jamak juda menjadi dasar
Korelasi
hal pada dua variabel atau dua set data. Pertama, “Apakah ada hubungan antara
dua variabel atau set data”. Bila jawabannya “ya”, maka dua hal berikutnya perlu
kita cari yakni; “Bagaimana arah hubugan tersebut”; dan “Apa yang menjadi
atau set data berbeda secara konsisten. Dalam Solusi Mudah dan Cepat
2. Statistik Non-parametrik
mengharuskan data berdistribusi normal dan jenis data yang digunakan adalah
a. Chi Square
adalah jenis uji statistika yang bertujuan untuk membandingkan rata-rata dua grup
sampel dengan subjek yang sama namun mengalami 2 perlakuan atau pengukuran
treatment.(Sugiyono, 2010)
Menurut Prof. Dr. Sugiyono (2009), definisi dari t test dependent adalah
pengujian yang mana tidak adanya perbedaan yang signifikan antara nilai variabel
dari dua sampel yang berpasangan atau berkolerasi. Sampel berpasangan dapat
berupa :
1. Satu sampel yang diukur dua kali misalnya sebelum sampel diberi iklan
dan sesudah diberi iklan. Yang diukur selanjutnya adalah apakah setelah
diberi iklan anggota sampel yang membeli barang lebih banyak daripada
diberi iklan, sampel yang lain tidak. Yang diukur selanjutnya adalah
apakah anggota sampel yang diberi iklan memberi barang lebih banyak
sebuah sampel dengan subjek yang sama namun mengalami 2 perlakuan atau
sebuah perlakuan. Selain itu untuk menguji efektifitas suatu perlakuan terhadap
Ridwan, 2009)
dan sesudah
(Sugiyono, 2010)
1. Uji dua arah. Pada hipotesis awal tidak terdapat perbedaan yang signifikan
2. Uji satu arah dimana pada hipotesis awal kelompok atau sampel 1
3. Uji satu arah ini kebalikan pada hipotesis kedua, dimana pada hipotesis
awal kelompok atau sampel 1 memiliki rata-rata sama dengan atau lebih
atau:
1. Tetapkan H0 dan H1
multivariate yang berfungsi untuk membedakan rata-rata lebih dari dua kelompok
Wahyono dalam bukunya, “25 Metode Anlisis dengan menggunakan SPSS 17”
analisis variansi satu arah untuk variabel dependen dengan tipe data kuantitatif
Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher (Bapak
Statistika Modern). Dalam praktek, analisis varians dapat merupakan uji hipotesis
terapan). Analisis varian dapat dilakukan untuk menganalisis data yang berasal
mempunyai varians yang sama. Data yang digunakan pada One Way ANOVA
untuk nilai variabel pada faktor harus integer sedangkan variabel dependen harus
One Way ANOVA, yaitu setiap kelompok pada sampel acak independen dari
populasi yang normal dan bervarian homogen. Dari output uji Anova akan
diperoleh nilai F hitung. Jika nilai F hitung tidak signifikan, berarti rata-rata
variabel dependen pada tingkat faktor yang ditentukan identik. Jika F hitung
Jika kita menggunakan two way ANOVA kita bisa menguji main effect dan
atau tidak.
A. Identifikasi Variabel
1. Variabel Terikat
olehvariabel lain, dalam hal ini variabel terikatnya adalah hasil produksi pupuk
2. Variabel bebas
Adapunvariabel yang berpengaruhi dalam hal ini adalah jenis pupuk dan jenis
gender
dengan menggunakan empat macam pupuk yaitu: pupuk Urea, pupuk Kompos,
pupuk Kandang, dan pupuk Hijau dan diperoleh data (dalam kg/Ha) sebagai
berikut.
terdapat 4 jenis seleksi yang akan di ujikan dan pihak perusahaan ingin
apakah terdapat perbedaan rata-rata yang nyata antar variabel Gender, untuk
A. Perhitungan Manual
a. Uji Paired Sample T-Test Variabel Jumlah Produksi Pupuk Urea dan
Pupuk Kompos.
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
𝑆𝐷 4,62
𝑆𝐸 = = = 1,03
√𝑁 √20
𝑆𝐷 3,72
𝑆𝐸 = = = 0,83
√𝑁 √20
(𝑛1−1)𝑆𝐷12 + (𝑛2−1)𝑆𝐷2²
Sp2 = (𝑛1+𝑛2)−2
(20−1)4,622 + (20−1)3,72²
= (20+20)−2
= 17,5914
Sp = √17,5914
= 4,19
T-Hitung
Ẋ1− Ẋ2
T-hitung = 1 1
√𝑠𝑝 [ + ]
𝑛1 𝑛2
90,90−95,15
= 1 1
= -21,25
√4,19[ + ]
20 20
b. Uji Paired Sample T-Test Variabel Jumlah Produksi Pupuk Kompos dan
Pupuk Kandang.
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
𝑆𝐷 3,717
𝑆𝐸 = = = 0,831
√𝑁 √20
𝑆𝐷 3,485
𝑆𝐸 = = = 0,779
√𝑁 √20
(𝑛1−1)𝑆𝐷12 + (𝑛2−1)𝑆𝐷2²
Sp2 = (𝑛1+𝑛2)−2
(20−1)3,7172 + (20−1)3,485²
= (20+20)−2
= 12,98
Sp = √12,98
= 3,60
T-Hitung
Ẋ1− Ẋ2
T-hitung = 1 1
√𝑠𝑝 [ + ]
𝑛1 𝑛2
95,15−91,60
= 1 1
= 18,68
√3,60 [ + ]
20 20
c. Uji Paired Sample T-Test Variabel Jumlah Produksi Pupuk Kandang dan
Pupuk Hijau.
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
𝑆𝐷 3,485
𝑆𝐸 = = = 0,779
√𝑁 √20
𝑆𝐷 3,689
𝑆𝐸 = = = 0,825
√𝑁 √20
(𝑛1−1)𝑆𝐷12 + (𝑛2−1)𝑆𝐷2²
Sp2 = (𝑛1+𝑛2)−2
(20−1)3,4852 + (20−1)3,689²
= (20+20)−2
= 12,88
Sp = √12,88
= 3,59
T-Hitung
Ẋ1− Ẋ2
T-hitung = 1 1
√𝑠𝑝 [ + ]
𝑛1 𝑛2
91,60−90,65
= 1 1
= 5
√3,59 [ + ]
20 20
Mean Male =
x = (75+85+⋯+89)= 82,4
n 9
Mean Female =
x = (80+90+⋯+91)= 86,09
n 11
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
SE Mean Male
𝑆𝐷 4,39
𝑆𝐸 = = = 1,46
√𝑁 √9
𝑆𝐷 4,72
𝑆𝐸 = = = 1,42
√𝑁 √11
Fhitung :
Sumber Variasi Dk JK KT F
Rata – rata 1 Ry R = Ry / 1
Dalam Kelompok n - 1
i
Dy D = Dy / n - 1
i
Total n i Y 2 - -
Keterangan :
(ΣXFemale+ΣXMale)²
Ry = 𝜂
(ΣXFemale)² (ΣXMale)²
Ay = + - Ry
𝜂 Female 𝜂 Male
Dy = ƩY²-Ry-Ay
Maka :
Ʃ Female = 947
Ʃ Male = 742
(947+742)2
Ry = = 142636,1
20
(947)2 (742)2
Ay = + – 142636,1 = 65,77
11 9
Sumber Variasi Dk JK KT F
Rata – rata 1 142636,1 142636,1 65,77
Antar Kelompok 1 65,77 65,77
Dalam Kelompok 18 1304670,62 72481,7 72481,7
Total 20 1447373 - 9,1
b. Gender dan Tes Kesehatan
Mean Female =
x = (85+91+⋯+85)= 86,63
n 11
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
SE MeanMale
𝑆𝐷 3,49
𝑆𝐸 = = = 1,16
√𝑁 √9
SE MeanFemale
𝑆𝐷 3,29
𝑆𝐸 = = = 0,99
√𝑁 √11
Fhitung :
Sumber Variasi Dk JK KT F
Rata – rata 1 Ry R = Ry / 1
Total
Ʃ 𝑛𝑖 Y 2 - -
Keterangan :
(ΣXFemale)² (ΣXMale)²
Ay = + - Ry
𝜂 Female 𝜂 Male
Dy = ƩY²-Ry-Ay
Maka :
Ʃ Female = 953
Ʃ Male = 767
(953+767)2
Ry = = 147920
20
(953)2 (767)2
Ay = + – 147920 = 9,9
11 9
Sumber Variasi Dk JK KT F
Rata – rata 1 147920 147920 9,9
Antar Kelompok 1 9,9 9,9
Dalam Kelompok 18 1348568,1 74920,5 74920,5
Total 20 1496498 - 1,321
c. Gender dan Tes Wawancara
Mean Male =
x = (85+90+⋯+85) = 87
n 9
Mean Female =
x = (90+95+⋯+85)= 90
n 11
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
̅̅̅2
∑(𝑥𝑖−𝑥)
SD =√ 𝑛−1
SE MeanMale
𝑆𝐷 3,841
𝑆𝐸 = = = 1,28
√𝑁 √9
SE MeanFemale
𝑆𝐷 5,495
𝑆𝐸 = = = 1,66
√𝑁 √11
Fhitung :
Sumber Variasi Dk JK KT F
Rata – rata 1 Ry R = Ry / 1
Dalam Kelompok n - 1
i
Dy D = Dy / n - 1
i
Total n i Y 2 - -
Keterangan :
(ΣXFemale+ΣXMale)²
Ry = 𝜂
(ΣXFemale)² (ΣXMale)²
Ay = + - Ry
𝜂 Female 𝜂 Male
Dy = ƩY²-Ry-Ay
Maka :
Ʃ Female = 990
(990+783)2
Ry = = 157176,5
20
(990)2 (783)2
Ay = + – 157176,5 = 44,5
11 9
Sumber Variasi Dk JK KT F
Rata – rata 1 157176,5 157176,5
Antar Kelompok 1
44,5
44,5 44,5
Dalam Kelompok 18 1435968 79776 79776
Total 20 1593189 - 5,58
Gambar 3.1 Uji Paired Sample T-TestHasil Produksi Pupuk Urea dan Pupuk
Kompos
Analisa :
Hipotesa :
Parameter :
Perhitungan tabel
Ttabel = 1 - 0,025
Ttabel = 0,975
𝑋−𝑋1 𝑌−𝑌1
Interpolasi = =
𝑋2 −𝑋1 𝑌2 −𝑌1
38−30 𝑌−2,01
= =
40 −30 2,02 −2,01
Luas ½ α Luas ½ α
Daerah
Daerah Penerimaan Ho Daerah
Penolakan Ho Penolakan Ho
-3,01 -2,019 2,019
Gambar 3.2 Kurva Paired Sample T-Test Pupuk Urea dan Pupuk Kompos.
Kesimpulan:
Karena t hitung ≤ t table yaitu -3,01≤ -2,019 maka H0 ditolak, dan P_value
Gambar 3.3 Uji Paired Sample T-Test Hasil Produksi Pupuk Kompos dan
Kandang.
Analisa :
Hipotesa :
Parameter :
Perhitungan tabel
Ttabel = 1 - 0,025
Ttabel = 0,975
𝑋−𝑋1 𝑌−𝑌1
Interpolasi = =
𝑋2 −𝑋1 𝑌2 −𝑌1
Luas ½ α Luas ½ α
Daerah
Daerah Penerimaan Ho Daerah
Penolakan Ho Penolakan Ho
-2,019 2,019 3,51
Gambar 3.4 Kurva Paired Sample T-Test Pupuk Kompos dan Pupuk
Kandang.
Kesimpulan:
Gambar 3.5 Uji Paired Sample T-Test Hasil Produksi Pupuk Kompos dan
Kandang.
Analisa :
Hipotesa :
Parameter :
Perhitungan tabel
Ttabel = 1 - 0,025
Ttabel = 0,975
𝑋−𝑋1 𝑌−𝑌1
Interpolasi = =
𝑋2 −𝑋1 𝑌2 −𝑌1
38−30 𝑌−2,01
= =
40 −30 2,02 −2,01
Luas ½ α Luas ½ α
Daerah
Daerah Daerah
Penerimaan Ho
Penolakan Ho Penolakan Ho
Gambar 3.6 Kurva Paired Sample T-Test Pupuk Kandang dan Pupuk Hijau.
Kesimpulan:
P_value≥ 0,05 yaitu 0,377≥ 0,05 maka H0 diterima, yang berarti tidak
Gambar 3.7 Uji One Way ANOVA Gender dan tes tulis
Analisa :
DF Penyebut = 18
Hipotesa :
Parameter :
Daftar i
Luas ½ α Luas ½ α
Daerah
Daerah Daerah
Penerimaan Ho
Penolakan Ho Penolakan Ho
Gambar 3.8 Grafik Uji One Way Anova Gender dan Tes Tulis
Kesimpulan
Karena Fhitung < Ftabel yaitu 3,41<4,41 dan P_value > 0,05 yaitu
Gambar 3.9 Uji One Way ANOVA Gender dan Tinggi Kesehatan
Analisa :
DF Pembilang = 1
DF Penyebut = 18
Parameter :
Daftar i
Luas ½ α
Luas ½ α
Gambar 3.10 Grafik Uji One Way Anova Gender dan Tes Kesehatan
Kesimpulan
Karena Fhitung < Ftabel yaitu 0,86<4,41 dan P_value > 0,05 yaitu 0,365
Gambar 3.11 Uji One Way ANOVA Gender dan Tinggi Wawancara
Analisa :
DF Pembilang = 1
DF Penyebut = 18
Hipotesa :
Daftar i
Luas ½ α Luas ½ α
Daerah
Daerah Daerah
Penerimaan Ho
Penolakan Ho Penolakan Ho
Gambar 3.12 Grafik Uji One Way Anova Gender dan Tes Wawancara
Kesimpulan
Karena Fhitung < Ftabel yaitu 01,91<4,41 dan P_value > 0,05 yaitu 0,184
A. Kesimpulan
P_value ≤ 0,05 yaitu 0,007 ≤ 0,05 maka H0 ditolak, yang berarti adanyaperbedaan
hasil produksi Pupuk Urea vs Pupuk Kompos. Sedangkan untuk Paired Sample T-
table yaitu 3,51≥2,019 maka H0 ditolak, dan P_value ≤ 0,05 yaitu 0,002≤ 0,05
Pupuk Kandang. Sedangkan untuk Paired Sample T-test hasil produksi Pupuk
Kandang vs Pupuk Hijau didapatkan t hitung ≤ t table yaitu 0,90 ≤ 2,019 maka
H0 diterima, dan P_value≥ 0,05 yaitu 0,377≥ 0,05 maka H0 diterima, yang
Untuk One Way ANOVA gender dan tes tulis didapatkan Fhitung < Ftabel
yaitu 3,41<4,41 dan P_value > 0,05 yaitu 0,093 >0,05 sehingga Ho diterima.
Maka tidak ada pengaruh antara gender terhadap tes tulis. Sedangkan untuk One
Way ANOVA gender dan tes kesehatan didapatkan Fhitung < Ftabel yaitu
0,86<4,41 dan P_value > 0,05 yaitu 0,365 >0,05 sehingga Ho diterima. Maka
tidak ada pengaruh antara gender terhadap tes kesehatan. Sedangkan untuk One
Way ANOVA gender dan tes wawancara didapatkan Fhitung < Ftabel yaitu
01,91<4,41 dan P_value > 0,05 yaitu 0,184 >0,05 sehingga Ho diterima. Maka
B. Saran
1. Untuk pengambilan data pada modul ini diharapkan agar lebih teliti dan
disempurnakan.
3. Data yang diberikan pada modul ini agar lebih bervariasi kedepannya.
DAFTAR PUSTAKA
https://www.academia.edu/10405577/makalah_t_test_dependent yang
Boediono, Dr, Wayan Kaester, dr, Ir. MM. 2013. “Teori dan Aplikasi Statistika
https://www.academia.edu/10405577/makalah_t_test_dependent yang
https://www.academia.edu/10723274/Makalah_Statistik_ANOVA yang
oleh Wiwit Kastawan ST, MT, M.Sc dan Irzam Harmein, ST). Erlangga.
Jakarta. 2014