Aplikasi Metode Mann-Whitney Dalam Menentukan Ada Tidaknya Perbedaan Indeks Prestasi Antara Mahasiswa Dominan Otak Kanan Dan Mahasiswa Dominan Otak kiri

APLIKASI METODE MANN-WHITNEY DALAM MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI ANTARA

MAHASISWA DOMINAN OTAK KANAN DAN MAHASISWA DOMINAN OTAK KIRI

SKRIPSI

PRANA UGIANA GIO 080803033

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2012

APLIKASI METODE MANN-WHITNEY DALAM MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI ANTARA

MAHASISWA DOMINAN OTAK KANAN DAN MAHASISWA DOMINAN OTAK KIRI

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

PRANA UGIANA GIO 080803033

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2012

PERSETUJUAN

Judul : APLIKASI METODE MANN-WHITNEY DALAM

MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI ANTARA MAHASISWA DOMINAN OTAK KANAN DAN MAHASISWA DOMINAN OTAK KIRI

Kategori : SKRIPSI

Nama : PRANA UGIANA GIO

Nomor Induk Mahasiswa : 080803033

Program Studi : SARJANA (S1) MATEMATIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juni 2012

Komisi Pembimbing :

Pembimbing 2, Pembimbing 1,

Asima Manurung, S.Si, M.Si. Drs. Pengarapen Bangun., M.Si.

NIP. 197303151999032001 NIP. 195608151985031005

Diketahui oleh

Departemen Matematika FMIPA USU Ketua,

NIP. 196409011988031002

PERNYATAAN

APLIKASI METODE MANN-WHITNEY DALAM MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI ANTARA

MAHASISWA DOMINAN OTAK KANAN DAN MAHASISWA DOMINAN OTAK KIRI

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2012

PRANA UGIANA GIO 080803033

PENGHARGAAN

Puji dan syukur penulis sampaikan kepada Allah SWT, karena berkat rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini dengan baik dan shalawat berangkaikan salam penulis juga sampaikan kepada Rasulullah tercinta Muhammad SAW.

Skripsi ini merupakan salah satu syarat yang harus dipenuhi dan diselesaikan oleh seluruh mahasiswa Fakultas FMIPA Departemen Matematika USU. Pada skripsi ini penulis melakukan penelitian tentang ”APLIKASI METODE MANN-WHITNEY DALAM MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI ANTARA MAHASISWA DOMINAN OTAK KANAN DAN MAHASISWA DOMINAN OTAK KIRI”.

Dalam menyelesaikan skripsi ini penulis banyak menerima bantuan dan saran dari berbagai pihak. Pada kesempatan ini, penulis mengucapkan terima kasih sebesar-besarnya kepada:

1. Bapak Dr. Sutarman, M.Sc, selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sumatera Utara.

2. Bapak Prof. Drs. Tulus, Vordipl, M.Si, Ph.D , dan Ibu Dra. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU 3. Bapak Drs. Pengarapen Bangun, M.Si. selaku dosen pembimbing I dan Ibu

Asima Manurung, Si. M.Si. selaku dosen pembimbing II yang telah memberikan panduan, dukungan moral, motivasi dan ilmu pengetahuan bagi penulis dalam menyelesaikan penelitian ini.

4. Seluruh Staf Pengajar Departemen Matematika dan pegawai Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sumatera Utara. 5. Ayahanda Sugio dan terkhusus Ibundaku Titin Sumiati yang paling saya

sayangi yang selalu mengiringi langkah anak-anaknya dengan doa yang tulus serta perjuangan yang keras demi pencapaian cita-cita anak-anaknya tanpa mengenal lelah dan keluh kesah.

6. Adikku tersayang Egi Akbar Anagio dan keluarga besarku yang selalu memberikan doa dengan ikhlas demi keberhasilan penulis dalam menyelesaikan studi ini.

7. Sahabat-sahabatku Alvi, Mifdhal, Iqbal, Romi, Ridho, Wilya, Windi, Suci, Febri, Silvi, dan teman-teman lain di Matematika stambuk 2008 serta untuk kakanda Sheila, Nenna, Aghni, Rina dan teman-teman yang tak bisa penulis sebutkan satu persatu.

Penulis juga berterimakasihkepada Efendi, SitiAisyah, Ramadhani, dan Lintang yang telahmembantudalampengumpulan data.

Terimakasihuntuksemuapihakterkait, semogaTuhan yang MahaKuasamembalasnyadenganpahala dan mencatatnyasebagai amalan yang baik.

Amin.

Terimakasih yang sebesar-besarnyakepada para responden yang telahbersedia dan menyempatkanwaktunyauntukmengisikuesionerpenelitianini.

Penulis menyadari terdapat banyak kekurangan dalam penulisan ini. Oleh karena itu, penulis meminta saran dan kritik membangun dari pembaca yang dapat membuat tulisan ini lebih baik lagi.

Demikianlah yang dapat penulis sampaikan, atas perhatian dan kerjasamanya penulis ucapkan terima kasih. Semoga tulisan ini bermanfaat bagi siapa yang membutuhkan.

Medan, Juni 2012 Penulis,

ABSTRAK

Uji Mann-Whitney dikembangkan oleh Henry Mann dan Donald Ransom Whitney pada tahun 1947. Uji Mann-Whitney merupakan uji nonparametrik yang digunakan untuk menguji apakah dua buah sampel independen berasal dari populasi yang sama. Populasi dari sampel pertama berbeda dengan populasi dari sampel kedua sehingga kedua sampel tersebut bersifat independen. Dalam hal ini, uji Mann-Whitney digunakan untuk menguji ada tidaknya perbedaan indeks prestasi antara mahasiswa dominan otak kanan dan mahasiswa dominan otak kiri.

Setelah dianalisis, tidak terdapat perbedaan indeks prestasi kumulatif antara mahasiswa dominan menggunakan otak kanan dan mahasiswa dominan menggunakan otak kiri.

APPLICATION MANN-WHITNEY METHOD IN DETERMINING THE EXISTENCE OF DIFFERENCE GRADE POINT AVERAGE

BETWEEN STUDENT WITH DOMINANT RIGHT BRAIN AND STUDENT WITH DOMINANT

LEFT BRAIN

ABSTRACT

Mann-Whitney test was developed by Henry Mann and Donald Ransom Whitney 1947. Mann-Whitney test is nonparametric test used for testing two independent samples from different population. Population of first sample differ with other sample so both of these are independent samples. In this case, Mann-Whitney test used for testing there is or no differentiation grade point average (GPA) between student with dominant right brain and student with dominant left brain.

After investigated, there is no differentiation GPA between student with dominant right brain and student with dominant left brain.

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak vi

Abstract vii

Daftar Isi viii

Daftar Tabel ix

Bab 1 Pendahuluan 1.1LatarBelakang 1 1.2RumusanMasalah 2 1.3BatasanMasalah 3

1.4TujuanPenelitian 4

1.5KontribusiPenelitian 4 1.6MetodologiPenelitian 4 1.7TinjauanPustaka 7

Bab 2 LandasanTeori 2.1StatistikParametrik 8 2.2StatistikNonparametrik 8 2.3Uji Mann-Whitney 9

2.4Uji Chi Kuadrat 12

2.5Teknik Quota Sampling 13

2.6MenentukanBesarSampel 14 Bab 3 HasildanPembahasan 3.1Pengumpulan Data 15 3.2AnalisadanPengolahan Data 19 Bab 4 Kesimpulandan Saran 4.1Kesimpulan 25 4.2Saran 25 DaftarPustaka 26 Lampiran A Kuesioner 27 Lampiran B TabelNilaiKritis 29

Lampiran C Output BerdasarkanPerhitungan Software SPSS 31

DAFTAR TABEL

Halaman

Tabel 3.1 TabelData IndeksPrestasiKumulatifTerhadap

MahasiswaDominanMenggunakanOtakKanan 16

Tabel 3.2 Data IndeksPrestasiKumulatifTerhadapMahasiswa

DominanMenggunakanOtakKiri 17

Tabel 3.3 FrekuensiHarapandanFrekuensiHarapan 20

Tabel 3.4 Rank 23

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Otak manusia adalah struktur pusat pengaturan yang memiliki volume sekitar 1.350cc dan terdiri atas 100 juta sel saraf.Otak mengatur dan mengkordinir sebagian besar, gerakan, perilaku, dan fungsi tubuh seperti detak jantung, tekanan darah, keseimbangan cairan tubuh dan suhu tubuh.Otak manusia bertanggung jawab terhadap pengaturan seluruh badan dan pemikiran manusia.

Perbedaan teori fungsi otak kanan dan otak kiri telah populer sejak tahun 1960.Seorang peneliti bernama Roger Sperry menemukan bahwa otak manusia terdiri dari 2 bagian, yaitu otak kanan dan otak kiri yang mempunyai fungsi yang berbeda.Atas jasanya ini beliau mendapat hadiah Nobel pada tahun 1981.Selain itu, dia juga menemukan bahwa pada saat otak kanan sedang bekerja maka otak kiri cenderung lebih tenang, demikian pula sebaliknya.

Otak kanan berfungsi dalam perkembangan emotional quotient (EQ). Misalnya sosialisasi, komunikasi, interaksi dengan manusia lain serta pengendalian emosi. Pada otak kanan, terletak kemampuan intuitif, kemampuan merasakan, memadukan,menyanyi, kreativitas, khayalan, befikir lateral, tidak terstruktur, melukis, warna, dan cenderung tidak memikirkan hal hal yang terlalu mendetail. Daya ingat otak kanan bersifat panjang (long term memory).Bila terjadi kerusakan otak kanan misalnya pada penyakit stroke atau tumor otak, maka fungsi otak yang terganggu adalah kemampuan visual dan emosi misalnya.

Seorang pakar, Doug Hall mengatakan, dominasi kerja otak orang mempengaruhi kepribadian. Orang yang dominan otak kanan humoris, simpel,

menyenangkan, boros, lebih percaya intuisi, berantakan-kacau,percaya diri, lebih memilih perasaan sebagai solusi masalah, suka bertualang, bermimpi besar, tukang sorak,bebas, spontan. Sedangkan orang yang dominan otak kiri cenderung serius, rumit, membosankan, hemat, lebih percayai fakta, rapi, terorganisir, lebih memilih keilmuan, hati-hati, berpengetahuan umum, pendukung diam, pembuat aturan, konservatif, mudah ditebak.

Otak kiri berfungsi dalam hal hal yang berhubungan dengan logika, rasio, kemampuan, menulis, sistematis, rapi, analitis, linier, tahap demi tahap dan membaca, serta merupakan pusat matematika.Bagian otak ini merupakan pengendalian intelligence quotient (IQ).Daya ingat otak kiri bersifat jangka pendek (short term memory). Bila terjadi kerusakan pada otak kiri maka akan terjadi gangguan dalam hal fungsi berbicara, berbahasa dan matematika.

Walaupun keduanya mempunyai fungsi yang berbeda, tetapi setiap individu mempunyai kecenderungan untuk mengunakan salah satu belahan yang dominan dalam menyelesaikan masalah hidup dan pekerjaan. Setiap belahan otak saling mendominasi dalam aktivitas namun keduanya terlibat dalam hampir semua proses pemikiran.

Menurut para ahli, sebagian besar orang didunia hidup dengan mengandalkan otak kirinya.Para pengguna otak kiri pada umumnya lebih kuat dalam matematika.Berdasarkan uraian diatas maka penulis memilih judul “ Aplikasi Metode Mann-Whitney dalam Menentukan Ada Tidaknya Perbedaan Indeks Prestasi Mahasiswa antara Mahasiswa Dominan Otak kanan dan Mahasiswa Dominan Otak Kiri”.

1.2Rumusan Masalah

1. Menentukan ada tidaknya perbedaan terhadap indeks prestasi kumulatif antara mahasiswa dominan otak kanan dan mahasiswa dominan otak kiri.

2. Irwan Widiatmoko dalam bukunya yang berjudul ”Super Great Memory” (2008:19)menyatakan bahwa sesuai dengan penelitian di Habibie Center bahwa hanya tiga persen pengguna otak kanan di Indonesia. ini berarti jumlah orang yang dominan otak kiri lebih banyak dari pada orang yang dominan otak kanan. Peneliti bermaksud untuk menentukan ada tidaknya perbedaan terhadap jumlah mahasiswa dominan otak kanan dan jumlah mahasiswa dominan otak kiri.

1.3Batasan Masalah

Batasan dalam penelitian ini adalah sebagai berikut :

1. Objek penelitian adalah mahasiswa FMIPA USU yang berstatus masih aktif kuliah dimulai dari semester 2 sampai semester 8.

2. Jumlah responden laki-laki sama dengan jumlah responden perempuan dalam sampel penelitian.

3. Penelitian dilakukan di kampus FMIPA USU pada saat hari-hari kuliah (selain hari minggu) dan responden sedang berada dalam keadaan santai (tidak sedang tergesa-gesa).

4. Data yang digunakan adalah data numerik rasio yang berasal dari mahasiswa FMIPA USU dimulai dari semester 2 sampai 8. Data tersebut berupa nilai indeks prestasi kumulatif antara mahasiswa dominan otak kanan dan mahasiswa dominan otak kiri. Selain itu, data kategori nominal, yakni dominasi atau kencederungan penggunaan otak (otak kiri atau otak kanan ).

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah sebagai berikut :

1. Untuk mengetahui apakah terdapat perbedaan mengenai indeks prestasi kumulatif antaramahasiswa dominan otak kanan dengan mahasiswa dominan otak kiri.

2. Untuk mengetahui apakah terdapat perbedaan antara jumlah mahasiswa dominanotak kanan dan jumlah mahasiswa dominan otak kiri.

1.5Kontribusi Penelitian

Kontribusi dari penelitian ini adalah sebagai berikut :

1. Menambah wawasan dan memperkaya literatur dalam bidang statistika yang berhubungan dengan metode nonparametrik.

2. Menambah wawasan dalam bidang psikologi mengenai fungsi otak kiri dan otak kanan.

1.6Metodologi Penelitian

1.6.1 Pengumpulan Data

Populasi pada penelitian ini adalah seluruh mahasiswa FMIPA USU yang berstatus masih aktif kuliah dimulai dari semester 2 sampai semester 8.

1.6.1.2 Sumber Data

Data yang digunakan adalah data primer.Data primer adalah data yang diperoleh dari individu atau perseorangan.Alat untuk memperoleh data dalam penelitian ini dengan menggunakan kuesioner.Pengumpulan data dilakukan dengan teknik Quota sampling.Peneliti membagikan kuesioner sebanyak 100 kepada mahasiswa yang terdiri dari 50 mahasiswa laki-laki dan 50 mahasiswa perempuan.Pemberian kuesioner ini bertujuan untuk mengelompokkan apakah mahasiswa tersebut tergolong ke dalam kategori dominan otak kanan atau kategori dominasi otak kiri.

Dalam kuesioner tersebut terdiri dari 21 pertanyaan.Pertanyaan yang terkandung dalam kuesioner tersebut berasal dari buku karangan Irwan Widiatmoko yang berjudul “Super Great Memory”.Setiap pertanyaan terdiri dari dua pilihan jawaban. Masing-masing jawaban bertujuan untuk mengelompokkan seorang mahasiswa apakah ia dominan otak kanan atau dominan otak kiri. Jika jawaban mengenai kecenderungan menggunakan otak kanan lebih banyak dari pada jawaban mengenai kecenderungan menggunakan otak kiri, maka mahasiswa tersebut tergolong ke dalam mahasiswa otak kanan.

Setelah mengelompokkan mahasiswa terhadap kecenderungan penggunaan otak, peneliti mengambil data nilai indeks kumulatif prestasi yang berada pada website Universitas Sumatera Utara.

1.6.2 Analisa Data

Setelah data yang terkumpul,data kemudian dianalisis dengan metode uji nonparametrik.Adapun uji nonparametrik yang digunakan adalah sebagai berikut :

1. Uji Chi Kuadrat untuk Keselarasan ( ������������� )

Uji chi kuadrat dapat digunakan untuk menguji keselarasan antara frekuensi harapan dengan frekuensi pengamatan.Dalam hal ini,Peneliti bermaksud menggunakan uji chi kuadrat untuk menentukan ada tidaknya perbedaan antara jumlah mahasiswa dominan otak kanan dan jumlah mahasiswa dominan otak kiri.Dalam penelitian ini, frekuensi harapan adalah jumlah mahasiswa yang dominan otak kanan sama dengan jumlah mahasiswa yang dominan otak kiri, yakni masing-masing 50. Berikut perumusan hipotesisnya.

�0 ∶frekuensi harapan sama dengan frekuensi pengamatan.

�1 ∶frekuensi harapan tidak sama dengan frekuensi pengamatan.

Jika �₀ diterima, maka pernyataan bahwa jumlah mahasiswa dominan otak kanan sama dengan jumlah mahasiswa dominan otak kiri tidak dapat ditolak dan sebaliknya.

2. Uji Mann-Whitney

Uji Mann-Whitney merupakan uji nonparametrik yang digunakan untuk menguji apakah dua buah sampel independen berasal dari populasi yang sama. Populasi dari sampel pertama berbeda dengan populasi dari sampel kedua sehingga kedua sampel tersebut bersifat independen.Pada uji Mann-Whitney, jumlah elemen pada masing-masing sampel boleh berbeda.

Dalam penelitian ini, uji Mann-Whitney digunakan untuk menguji suatu hipotesis apakah nilai indeks prestasi kumulatif antara mahasiswa yang

dominan otak kanan sama dengan nilai indeks prestasi kumulatif mahasiswa yang dominan otak kiri. Berikut perumusan hipotesisnya.

�0 ∶nilai indeks prestasi kumulatif antara mahasiswa dominan otak kanan

dengan mahasiswa dominan otak kiri adalah sama.

�1 ∶terdapat perbedaan nilai indeks prestasi kumulatif antara mahasiswa

dominan otak kanan dengan mahasiswa dominan otak kiri.

1.7 Tinjauan Pustaka

Budi Susetyo dalam bukunya yang berjudul ”Statistika Untuk Analisis Data Penelitian” (2010) menyatakan uji Mann-Whitney atau U-tes digunakan untuk menguji dua kelompok independen atau saling bebas yang ditarik dari suatu populasi.

Irwan Widiatmoko dalam bukunya yang berjudul ”Super Great Memory” (2008) menyatakan pada umumnya manusia, khususnya di Indonesia lebih cenderung menggunakan otak kiri saja, terutama dalam mengingat. Ini sesuai penelitian Habibie Center bahwa hanya tiga persen pengguna otak kanan di Indonesia. Dan tentu saja ingatan tersebut tidak kuat atau ingatan tersebut menjadi jangka pendek sesuai dengan sifat otak kiri pada gambar diatas.

Ipho Santosa PhG dalam bukunya yang berjudul ”Wasiat Terlarang! Dahsyat dengan Otak Kanan” (2008) menyatakan hanya segelintir orang yang kuat otak kanannya. Jadilah mereka golongan minoritas. Salah satu sifat dari otak kiri adalah pemilik IQ (intelligence) tertinggi sedangkan otak kanan adalah EQ (emotional qoutient).

Roscoe dalam buku Research Methods For Bussines (1992:253) menyatakan ukuran sampel yang layak digunakan dalam penelitian adalah antara 30 sampai dengan 500.

Sugiarto, dkk dalam bukunya yang berjudul ”Teknik Sampling” (2001) memaparkan mengenai teknik Quota sampling bahwa untuk teknik sampling ini biasanya digunakan data dari populasi yang berkaitan dengan demografi (kependudukan) seperti lokasi geografis, usia, jenis kelamin, pendidikan, pendapatan, dll.

BAB 2

LANDASAN TEORI

2.1 Statistik Parametrik

Parametrik berarti parameter.Parameter adalah indikator dari suatu distribusi hasil pengukuran.Indikator dari distribusi pengukuran berdasarkan statistik parametrik digunakan untuk parameter dari distribusi normal.Apa yang dimaksud dengan distribusi normal? Bagaimana mengetahui sebuah data berdistribusi normal atau tidak?Hal ini penting sekali untuk diketahui karena berdasarkan normal atau tidaknya distribusi ini baru dapat ditentukan apakah uji statistik parametrik atau nonparametrik yang digunakan (Tavi & Riantri, 2010:9).

Suatu tes statistik parametrik adalah suatu tes yang modelnya menetapkan adanya syarat-syarat tertentu tentang parameter populasi yang merupakan sumber sampel penelitiannya.Syarat-syarat itu biasanya tidak diuji dan dianggap sudah dipenuhi. Seberapa jauh makna hasil suatu tes parametrik bergantung pada validitas anggapan-anggapan tadi (Siegel,Sidney,1986:38).

2.2 Statistik Nonparametrik

Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun 1942.Metode statistik nonparametrik merupakan metode statistik yang dapat digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistik parametrik, terutama yang berkaitan dengan distribusi normal. Istilah lain yang sering digunakan untuk statistik nonparametrik adalah statistik bebas distribusi (distribution-free statistics) dan uji bebas asumsi (assumption-free test). Statistik

nonparametrik banyak digunakan pada penelitian-penelitian sosial.Data yang diperoleh dalam penelitian sosial pada umumnya berbentuk kategori atau berbentuk ranking (Tavi & Riantri, 2010:10).

Menurut Suharyadi dan Purwanto dalam bukunya “Statistika untuk Ekonomi dan Keuangan Modern” (2009:262) mengemukakan bahwa beberapa kalangan mempunyai pandangan yang skeptis terhadap statistik parametrik tersebut.Hal ini terjadi apabila asumsinya dipandang tidak relevan, seperti distribusi yang bersifat normal, mungkin saja tidak selalu sesuai dengan kondisi nyata.

Siegel,Sidney dalam bukunya “Statistik Nonparametrik Untuk Ilmu-Ilmu Sosial” (1986:39) mengemukakan bahwa tes statistik parametrik adalah paling kuat apabila semua anggapan model statistiknya dipenuhi dan bila variabel-variabel yang dianalisis diukur setidaknya dalam suatu skala interval. Tetapi, meskipun semua anggapan tes parametrik mengenai populasi dan syarat-syarat mengenai kekuatan pengukuran dipenuhi, kita ketahui dari konsep kekuatan efisiensi bahwa dengan memperbesar ukuran sampel dengan banyak elemen yang sesuai kita dapat menggunakan suatu tes nonparametrik sebagai ganti tes parametrik dengan masih mempertahankan kekuatan yang sama untuk menolak �₀.

Terlebih lagi, anggapan-anggapan yang harus dibuat untuk memberikan pembenaran terhadap penggunaan tes parametrik biasanya hanya didasarkan atas dugaan dan anggapan, sebab pengetahuan tentang parameter-parameter populasinya hampir selalu tidak ada. Akhirnya untuk beberapan distribusi populasi, tes statistik nonparametrik jelas lebih unggul dalam kekuatan dibandingkan dengan tes parametrik (Siegel,Sidney, 1986:40).

2.3Uji Mann-Whitney

Siegel,Sidney dalam bukunya “Statistik Nonparametrik Untuk Ilmu-Ilmu Sosial” (1986:145) mengemukakan bahwa jika tercapai setidak-tidaknya pengukuran ordinal, tes U Mann-Whitney dapat dipakai untuk menguji apakah dua kelompok independen

telah ditarik dari populasi yang sama. Tes ini termasuk dalam tes-tes paling kuat di antara tes-tes nonparametrik. Tes ini merupakan alternatif lain untuk tes � parametrik yang paling berguna apabila peneliti ingin menghindari anggapan-anggapan tes � itu, atau manakala pengukuran dalam penelitiannya lebih lemah dari skala interval.

Kalau tes Mann-Whitney diterapkan untuk data yang dapat dianalisis secara layak dengan tes parametrik yang paling kuat, yaitu, tes �, maka kekuatan efisiensinya mendekati 3/� = 95,5% seiring dengan meningkatnya � (Mood, 1954), dan mendekati 95% meskipun untuk sampel berukuran sedang. Karena itu, tes ini merupakan pengganti yang sangat baik untuk tes �, dan tentu saja tes ini tidak memiliki anggapan-anggapan yang membatasi, serta persyaratan-persyaratan, yang semuanya itu diperlukan dalam tes � (Siegel,Sidney, 1986:159).

Whitney (1948: 51-56) memberikan contoh-contoh distribusi dimana tes U ini lebih unggul dibandingkan dengan tes parametrik lain yang dapat dipakai sebagai pengganti tes ini.

Uji Mann-Whitney dikembangkan oleh Henry Mann dan Donald Ransom Whitney pada tahun 1947. Uji Mann-Whitney merupakan uji nonparametrik yang digunakan untuk menguji apakah dua buah sampel independen berasal dari populasi yang sama. Populasi dari sampel pertama berbeda dengan populasi dari sampel kedua sehingga kedua sampel tersebut bersifat independen.

Uji Mann-Whitney menguji parameter populasi dari masing-masing sampel.Pada dasarnya, parameter yang di uji adalah median populasi. Jika nilai median dari populasi pertama sama dengan nilai median dari populasi kedua, maka kedua sampel tersebut berasal dari populasi yang sama. Namun jika nilai median dari populasi pertama tidak sama dengan nilai median dari populasi kedua, maka kedua sampel tersebut berasal dari populasi yang berbeda.

Data yang dianalisis pada uji Mann-Whitney berupa ranking dari hasil pemeringkatan seluruh nilai dari dua sampel.Karena data yang dianalisis berupa ranking, maka data tersebut termasuk data ordinal.Setelah elemen dari masing-masing

diberi ranking, kemudian menjumlahkan ranking berdasarkan masing-masing sampel.Setelah menjumlahkan ranking untuk masing-masing sampel, kemudian menentukan nilai dari statistik uji Mann-Whitney.

�1 = �1�2+

(�₁)(�₁+ 1) 2 − �1

�2 =�1�2+

(�₂)(�₂+ 1) 2 − �2

Keterangan :�₁ adalah jumlah elemen pada sampel pertama.

�2adalah jumlah elemen pada sampel kedua.

�1adalah jumlah ranking pada sampel pertama.

�2adalah jumlah ranking pada sampel kedua.

Nilai � yang terkecil adalah nilai dari uji statistik Mann-Whitney. Nilai dari uji statistik Mann-Whitney digunakan untuk menentukan apakah hipotesis akan diterima atau ditolak. Nilai dari uji statistik Mann-Whitney dibandingkan dengan nilai kritis Mann-Whitney berdasarkan tabel nilai kritis Mann-Whitney.Berikut aturan dalam pengambilan keputusan berdasarkan uji statistik Mann-Whitney.

������������������������� − �ℎ�����

> ����������� ,ℎ�������������������.

������������������������� − �ℎ�����< ����������� ,ℎ������������������. Untuk masing-masing sampel berukuran besar, yakni lebih dari 20, maka pendekatan normal atau uji statistik � dapat digunakan. Nilai dari uji statistik Mann-Whitney terlebih dahulu ditransformasi ke dalam bentuk nilai peubah acak normal �. Berikut rumus untuk mentransformasi nilai dari uji statistik Mann-Whitney ke bentuk nilai peubah acak normal �.

�= � − ��

1�2

2 �

�(�1)(�2)(�1+�2 + 1)

Keterangan :� adalah nilai dari uji statistik Mann-Whitney.

�1adalah jumlah elemen pada sampel pertama.

�2adalah jumlah elemen pada sampel kedua.

�adalah nilai peubah acak normal �.

Setelah memperoleh nilai peubah acak normal �, kemudian pengambilan keputusan terhadap hipotesis dapat dilakukan dengan cara membandingkan nilai peubah acak normal � dengan nilai krits yang diperoleh berdasarkan tabel distribusi normal. Cara lain dengan menentukan nilai probabilitas kumulatif dari nilai peubah acak normal � berdasarkan tabel distribusi kumulatif normal. Nilai probabilitas kumulatif dari nilai peubah acak normal � kemudian dibandingkan dengan nilai tingkat signifikansi. Berikut aturan dalam pengambilan keputusan berdasarkan uji statistik �.

������������������������������

> �������������������,ℎ�������������������.

������������������������������

< �������������������,ℎ������������������.

2.4 Uji Chi Kuadrat

Uji chi kuadrat goodness of fit merupakan uji statistik yang dikembangkan oleh Karl Pearson pada tahun 1900.Uji chi kuadrat goodness of fit digunakan untuk menguji keselarasan antara frekuensi harapan atau teori dan frekuensi pengamatan.Data yang dianalisis pada uji chi kuadrat dapat berupa data nominal atau data ordinal.Hipotesis nol pada uji chi kuadrat menyatakan terjadi keselarasan antara frekuensi harapan dan ferkuensi pengamatan.

Uji statistik yang digunakan adalah uji statistik chi kuadrat.Nilai dari uji statistik chi kuadrat digunakan untuk menentukan apakah hipotesis diterima atau ditolak.Berikut rumus untuk menghitung nilai uji statistik chi kuadrat.

�2 ₌∑���− �ℎ� 2

�ℎ

Keterangan :�_� merupakan frekuensi pengamatan.

�ℎmerupakan frekuensi harapan atau teori.

�2_{merupakan nilai uji statistik chi kuadrat.}

Nilai uji statistik chi kuadrat kemudian dibandingkan dengan dengan nilai kritis berdasarkan tabel nilai kritis chi kuadrat.Berikut aturan keputusan berdasarkan uji statistik chi kuadrat.

�����2 _{<����������� ,ℎ�������������������.}

�����2 _{>����������� ,ℎ������������������.}

2.5 Teknik Quota Sampling

Sugiarto, dkk (2001:42) menyatakan Quota sampling bahwa sampel yang diambil harus sejumlah tertentu yang dijatah (quotum) dari setiap subgroup yang telah ditentukan dari suatu populasi.

Menurut Sugiarto,dkk (2001) kelebihan dari teknik sampling ini adalah pada rendahnya biaya penelitian. Kelebihan lainnya adalah dengan keleluasaan peneliti untuk menentukan elemen-elemen untuk setiap quotanya.Bahkan pada kondisi-kondisi tertentu, hasil penelitian dengan teknik quota sampling dapat menyamai hasil penelitian yang dilakukan dengan salah satu teknik sampling yang termasuk rumpun probability sampling.

Kekurangan dari teknik Quota sampling menurut Sugiarto,dkk (2001) adalah permasalahan bertambah lagi dengan kenyataan dilapangan bahwa pewawancara cenderung mencari lokasi/tempat-tempat dimana sampel dapat ditemukan dan kadang pewawancara memilih-milih responden untuk diwawancarai berdasarkan kriteria yang

tidak dapat diterima seperti penampilan (gaya berpakaian, sikap), jenis kelamin, ras, dan lain sebagainya.

2.6 Menentukan Besar Sampel

Menurut Roscoe dalam buku Research Methods For Bussines (1992:253) memberikan saran-saran tentang ukuran sampel sebagai berikut :

1. Ukuran sampel yang layak digunakan dalam penelitian adalah antara 30 sampai dengan 500.

2. Bila sampel dibagi dalam kategori (pria-wanita, pegawai negeri-swasta) maka jumlah anggota sampel setiap kategori minimal 30.

3. Bila dalam penelitian akan melakukan analisis dengan multivariat (korelasi atau regresi ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah variabel yang diteliti. Misalnya variabel penelitiannya ada 5 (independen + dependen) maka jumlah anggota sampel = 10 x 5 = 50.

4. Untuk penelitian eksperimen yang sederhana, yang menggunakan kelompok eksperimen dan kelompok kontrol maka jumlah anggota sampel masing-masing 10 s/d 20.

BAB 3

HASIL DAN PEMBAHASAN

3.1 Pengumpulan Data

Data yang digunakan adalah data primer.Data primer adalah data yang di peroleh dari individu atau perseorangan.Alat untuk memperoleh data dalam penelitian ini dengan menggunakan kuesioner.Peneliti membagikan kuesioner sebanyak 100 kepada mahasiswa yang terdiri dari 50 mahasiswa laki-laki dan 50 mahasiswa perempuan.Pemberian kuesioner ini bertujuan untuk mengelompokkan apakah mahasiswa tersebut tergolong ke dalam mahasiswa dominan otak kanan atau mahasiswa dominan otak kiri.

Dalam kuesioner tersebut terdiri dari 21 pertanyaan.Pertanyaan yang terkandung dalam kuesioner tersebut berasal dari buku karangan Irwan Widiatmoko yang berjudul “Super Great Memory”.Setiap pertanyaan terdiri dari dua pilihan jawaban. Masing-masing jawaban bertujuan untuk mengelompokkan seorang mahasiswa apakah ia dominan otak kanan atau dominan otak kiri. Jika jawaban mengenai kecenderungan menggunakan otak kanan lebih banyak dari pada jawaban mengenai kecenderungan menggunakan otak kiri, maka mahasiswa tersebut tergolong ke dalam mahasiswa otak kanan.

Berikut data mengenai nilai indeks prestasi kumulatif terhadap mahasiswa dominan menggunakan otak kanan dan nilai indeks prestasi kumulatif terhadap mahasiswa dominan menggunakan otak kiri.

Tabel 3.1

Data Indeks Prestasi Kumulatif Terhadap Mahasiswa Dominan Menggunakan Otak Kanan

Individu (1)

Jenis Kelamin (2)

Jurusan (3)

Semester (4)

IPK (5)

1 Perempuan D3 Statistika 4 3,0083

2 Perempuan S1 Matematika 6 3,12273

3 Perempuan D3 Statistika 2 3,55

4 Perempuan S1 Biologi 4 2,49194

5 Perempuan S1 Biologi 4 2,80159

6 Perempuan S1 Biologi 4 2,69512

7 Perempuan S1 Matematika 6 3,04167

8 Perempuan S1 Kimia 8 2,72794

9 Perempuan D3 Statistika 6 2,92929

10 Perempuan D3 Statistika 6 3,29293

11 Perempuan D3 Kimia 2 3,2

12 Perempuan S1 Kimia 2 2,675

13 Perempuan S1 Kimia 2 2,775

14 Perempuan S1 Kimia 2 2,875

15 Perempuan S1 Kimia 2 2,55

16 Perempuan S1 Matematika 2 3

17 Perempuan S1 Matematika 2 3,57895

18 Laki Laki S1 Matematika 8 2,85556

19 Laki Laki D3 Statistika 2 3,9

20 Laki Laki D3 Statistika 2 3,15

21 Laki Laki D3 Kimia 2 2,475

22 Laki Laki S1 Matematika 6 2,55612

23 Laki Laki S1 Matematika 2 1,89474

24 Laki Laki S1 Matematika 4 2,81034

25 Laki Laki D3 Fisika 8 2,6649

26 Laki Laki S1 Kimia 6 1,98876

(1) (2) (3) (4) (5)

28 Laki Laki D3 Fisika 8 2,7287

29 Laki Laki D3 Kimia 2 1,97059

30 Laki Laki S1 Fisika 8 2,39179

31 Laki Laki S1 Kimia 2 2,525

32 Laki Laki S1 Biologi 2 2,09524

33 Laki Laki S1 Kimia 4 2,58065

34 Laki Laki S1 Kimia 4 2,06604

35 Laki Laki D3 Kimia 2 1,4722

36 Laki Laki D3 komputer 2 2,425

37 Laki Laki D3 komputer 2 3,075

38 Laki Laki D3 komputer 2 2,75

39 Laki Laki D3 komputer 2 3,375

40 Laki Laki D3 komputer 2 2,8

Tabel 3.2

Data Indeks Prestasi Kumulatif Terhadap Mahasiswa Dominan Menggunakan Otak Kiri

Individu (1)

Jenis Kelamin (2)

Jurusan (3)

Semester (4)

IPK (5)

1 Perempuan S1 Matematika 6 3,31364

2 Perempuan D3 Statistika 2 2,85

3 Perempuan D3 Statistika 2 2,9

4 Perempuan D3 Statistika 2 3,5

5 Perempuan D3 Statistika 2 3,125

6 Perempuan D3 Statistika 2 3,7

7 Perempuan S1 Biologi 4 2,96032

8 Perempuan S1 Fisika 6 2,715

9 Perempuan S1 Fisika 6 3,19524

10 Perempuan S1 Fisika 6 2,68

11 Perempuan D3 Kimia 4 2,39344

12 Perempuan D3 Kimia 4 3,0678

13 Perempuan D3 Kimia 4 3,47581

14 Perempuan S1 Kimia 8 3,33099

(1) (2) (3) (4) (5)

16 Perempuan S1 Kimia 6 2,94811

17 Perempuan S1 Kimia 8 2,98582

18 Perempuan S1 Fisika 2 2,88095

19 Perempuan S1 Fisika 2 2,85714

20 Perempuan D3 Statistika 6 3,58081

21 Perempuan D3 Statistika 6 3,49495

22 Perempuan D3 Kimia 2 2,425

23 Perempuan D3 Kimia 4 2,90984

24 Perempuan S1 Kimia 2 2,725

25 Perempuan D3 Kimia 4 2,75

26 Perempuan S1 Matematika 2 2,47368

27 Perempuan S1 Matematika 2 2,57895

28 Perempuan S1 Matematika 2 3,42105

29 Perempuan S1 Matematika 2 3

30 Perempuan S1 Matematika 2 2,89474

31 Perempuan S1 Matematika 2 3,10526

32 Perempuan S1 Matematika 2 3,81579

33 Perempuan S1 Matematika 2 3,63158

34 Laki Laki D3 Statistika 4 2,9667

35 Laki Laki S1 Fisika 6 2,52041

36 Laki Laki S1 Fisika 6 2,75258

37 Laki Laki D3 Kimia 2 3,2

38 Laki Laki D3 Kimia 2 3,025

39 Laki Laki D3 Kimia 2 2,81579

40 Laki Laki D3 Kimia 2 1,95

41 Laki Laki S1 Matematika 8 3,54225

42 Laki Laki S1 Matematika 2 3,36842

43 Laki Laki S1 Matematika 6 2,4375

44 Laki Laki S1 Kimia 6 2,39691

45 Laki Laki D3 Fisika 6 3,18557

46 Laki Laki D3 Fisika 6 3,28866

47 Laki Laki D3 Fisika 8 2,6875

48 Laki Laki S1 Kimia 4 2,37903

49 Laki Laki S1 Matematika 2 2,34211

50 Laki Laki S1 Kimia 2 2,425

51 Laki Laki S1 Kimia 2 2,525

52 Laki Laki S1 Biologi 2 3,80952

53 Laki Laki S1 Matematika 2 3,36842

54 Laki Laki S1 Matematika 4 3,22131

55 Laki Laki Matematik Ekstensi S1 2 2,66667

56 Laki Laki S1 Biologi 4 2,97619

(1) (2) (3) (4) (5)

58 Laki Laki D3 komputer 2 2,75

59 Laki Laki D3 komputer 2 2,125

60 Laki Laki D3 komputer 2 2,825

3.2 Analisa dan Pengolahan Data

Untuk pemecahan suatu permasalahan perlu dilakukan analisa dan pengolahan data.Teknik penganalisaan yang digunakan dalam pemecahan permasalahan ini adalah dengan menggunakan uji chi kudrat dan uji Mann-Whitney.Dari data yang diperoleh berdasarkan pengisian kuesioner terhadap beberapa mahasiwa, dapatlah dilakukan analisa dari permasalahan berikut.

3.2.1 Menentukan Ada Tidaknya Perbedaan antara Jumlah Mahasiswa Dominan Otak Kanan dan Jumlah Mahasiswa Dominan Otak Kiri.

Berdasarkan tabel 3.1 dan tabel 3.2, jumlah mahasiswa dominan otak kanan dan jumlah mahasiwa dominan otak kiri masing-masing adalah 40 dan 60. Dalam hal ini, akan diuji apakah jumlah mahasiswa dominan otak kanan sama dengan jumlah mahasiswa dominan otak kiri. Teknik yang digunakan untuk pemecahan permasalahan ini adalah dengan menggunakan uji chi kuadrat.Berikut tahap-tahap yang diperlukan untuk pemecahan permasalahan ini.

Merumuskan Hipotesis

Hipotesis nol pada uji chi kuadrat menyatakan nilai dari frekuensi harapan sama dengan nilai dari frekuensi pengamatan atau dengan kata lain frekuensi mahasiswa dominan otak kanan sama dengan frekuensi mahasiswa dominan otak kiri yang masing-masing adalah 50. Berikut perumusan hipotesisnya.

�0 : Frekuensi harapan sama dengan frekuensi pengamatan atau jumlah mahasiswa

dominan otak kanan sama dengan jumlah dominan otak kiri.

�1 : Frekuensi harapan tidak sama dengan frekuensi pengamatan atau jumlah

mahasiswa dominan otak kanan tidak sama dengan jumlah dominan otak kiri.

Menghitung Nilai Kritis Berdasarkan Tabel Nilai Kritis Chi Kuadrat

Tingkat signifikansi yang digunakan pada penelitian ini adalah 5%.Untuk menentukan nilai kritis, terlebih dahulu menentukan nilai derajat bebas.

������������= � −1,������ℎ�����ℎ��������

Nilai derajat bebas merupakan hasil pengurangan antara jumlah kategori dengan 1. Diketahui jumlah kategori sebanyak dua, yakni kategori dominan otak kanan dan kategori dominan otak kiri sehingga nilai derajat bebas adalah 2−1 = 1. Nilai kritis berdasarkan tabel nilai kritis chi kuadrat dengan derajat bebas 1 dan tingkat signifikansi 5% adalah 3,841.

Menghitung Nilai dari Uji Statistik Chi Kuadrat

Pada tahap ini akan dihitung nilai dari uji statistik chi kuadrat. Nilai tersebut digunakan untuk menentukan apakah hipotesis akan diterima atau ditolak. Berdasarkan tabel 3.1 dan 3.2 diketahui frekuensi mahasiswa dominan otak kanan dan frekuensi mahasiswa dominan otak kiri masing-masing adalah 40 dan 60.

Tabel 3.3

Frekuensi Harapan dan Frekuensi Harapan

Kategori Otak Kanan Otak Kiri

Frekuensi Harapan 50 50

Nilai dari uji stasitik chi kuadrat dihitung dengan rumus sebagai berikut.

�2 ₌∑���− �ℎ� 2

�ℎ

Keterangan :�_� merupakan frekuensi pengamatan.

�ℎmerupakan frekuensi harapan atau teori.

�2_{merupakan nilai uji statistik chi kuadrat.}

Sehingga

�2 ₌ (40−50)2+ (60−50)2

50

�2 _{= 4}

Nilai dari uji statitistik chi kuadrat adalah 4.

Pengambilan Keputusan

Pada tahap ini adalah pengambilan keputusan terhadap hipotesis.Aturan keputusan disesuaikan berdasarkan uji statistik yang digunakan.Berikut aturan keputusan berdasarkan uji statistik chi kuadrat.

�����2 _{<����������� ,ℎ�������������������.}

�����2 _{>����������� ,ℎ������������������.}

Diketahui nilai dari uji statistik chi kuadrat adalah 4 dan nilai kritis adalah 3,841.Karena ini uji statistik chi kuadrat lebih besar dari nilai kritis, maka hipotesis nol ditolak dan hipotesis alternatif diterima. Ini berarti pernyataan bahwa frekuensi harapan tidak sama dengan frekuensi pengamatan atau jumlah mahasiswa dominan otak kanan berbeda jumlah dominan otak kiri tidak dapat ditolak pada tingkat signifikansi 5%.

3.2.2Menentukan Ada Tidaknya Perbedaan terhadap Indeks Prestasi Kumulatif antara Mahasiswa Dominan Otak Kanan dan Mahasiswa Dominan Otak Kiri.

Tabel 3.1 dan tabel 3.2 masing-masing merupakan nilai indeks prestasi kumulatif mahasiswa dominan otak kanan dan mahasiswa dominan otak kiri. Dalam hal ini, uji Mann-Whitney akan digunakan untuk menguji apakah terdapat perbedaan nilai indeks prestasi kumulatif antara mahasiswa dominan otak kanan dan mahasiswa dominan otak kiri. Berikut tahap-tahap yang diperlukan untuk pemecahan permasalahan ini.

Merumuskan Hipotesis

Uji Mann-Whitney merupakan uji nonparametrik untuk menguji apakah dua buah sampel independen berasal dari populasi yang sama. Dalam hal ini, uji Mann-Whitney akan digunakan untuk menguji ada tidaknya perbedaan indeks prestasi kumulatif antara mahasiswa dominan otak kanan dan mahasiswa dominan otak kiri. Berikut perumusan hipotesisnya.

�0 : Nilai indeks prestasi kumulatif mahasiswa dominan otak kanan sama dengan nilai

indeks prestasi kumulatif mahasiswa dominan otak kiri.

�1 : Nilai indeks prestasi kumulatif mahasiswa dominan otak kiri berbeda dengan

nilai indeks prestasi kumulatif mahasiswa dominan otak kanan.

Menghitung Nilai dari Uji Statistik Mann-Whitney

Perhitungan nilai dari uji statistik Mann-Whitney dilakukan dengan menggunakan software SPSS.Berikut hasil perhitungan berdasarkan software SPSS.

Tabel 3.4 Rank

Ranks

Otak N Mean Rank Sum of Ranks

nilai otak kiri 60 54.73 3284.00

otak kanan 40 44.15 1766.00

Total 100

Berdasarkan tabel 3.4, nilai pada kolom N masing-masing 60 dan 40 merupakan nilai frekuensi pengamatan mahasiswa dominan otak kiri dan nilai frekuensi pengamatan mahasiswa dominan otak kanan. Pada tabel 3.4 juga memberikan informasi bahwa nilai rata-rata ranking (mean rank) masing-masing adalah 54,73 dan 44,15. Terlihat bahwa nilai rata-rata ranking mahasiswa dominan otak kiri terlihat lebih tinggi dari pada nilai rata-rata ranking mahasiswa dominan otak kanan.

Tabel 3.5 Test Statistics

Test Statisticsa

Nilai

Mann-Whitney U 946.000

Wilcoxon W 1766.000

Z -1.787

Asymp. Sig. (2-tailed) .074

a. Grouping Variable: otak

Berdasarkan tabel 3.5 memberikan informasi bahwa nilai dari uji statistik Mann-Whitney (Mann-Whitney U) adalah 946 dan peubah acak normal (�) adalah −1,787. Nilai probabilitas kumulatif berdasarkan tabel distribusi kumulatif normal untuk

�=−1,787 adalah 0,0375.

Menghitung Nilai Tingkat Signifikansi

Tingkat signifikansi yang digunakan pada penelitian ini adalah 5%.Karena pengujian hipotesis adalah dua arah, maka terdapat dua daerah penolakkan dengan luas masing-masing 0,025. Nilai tersebut akan dibandingkan dengan nilai probabilitas kumulatif.

Pengambilan Keputusan

Pada tahap ini adalah pengambilan keputusan terhadap hipotesis.Aturan keputusan disesuaikan berdasarkan uji statistik yang digunakan.Berikut aturan keputusan berdasarkan uji statistik normal.

�������������������������> ������������������� ,ℎ�������������������.

�������������������������< ������������������� ,ℎ������������������. Diketahui nilai probabilitas kumulatif adalah 0,0375 dan nilai tingkat signifikansi yang akan dibandingkan adalah 0,025. Karena nilai probabilitas kumulatif, yakni 0,0375 lebih besar dari nilai tingkat signifikansi, yakni 0,025, maka hipotesis nol diterima dan hipotesis alternatif ditolak. Ini berarti pernyataan bahwa nilai indeks prestasi kumulatif mahasiswa dominan otak kanan sama dengan nilai indeks prestasi kumulatif mahasiswa dominan otak kiri dapat dibenarkan pada tingkat signifikansi 5%.

BAB 4

KESIMPULAN DAN SARAN

4.1 Kesimpulan

1. Terjadi perbedaan antara jumlah mahasiswa dominan menggunakan otak kanan dan mahasiswa dominan menggunakan otak kiri.

2. Tidak terdapat perbedaan antara indeks prestasi mahasiswa dominan menggunakan otak kanan dan indeks prestasi mahasiswa dominan menggunakan otak kiri.

4.2 Saran

1. Pada tulisan ini penulis menggunakan uji nonparametrik Mann-Whitney, maka dalam penelitian yang lain disarankan menggunakan uji parametrik seperti uji beda dua rata-rata populasi tidak berhubungan (independen) untuk melihat perbandingan kesamaan hasil dan perbedaannya.

2. Bagi yang ingin melakukan penelitian ini disarankan agar mengambil sampel dalam ukuran yang lebih besar untuk mendapatkan gambaran yang lebih jelas mengenai apakah terdapat perbedaan antara jumlah mahasiswa dominan otak kanan dan jumlah mahasiswa dominan otak kiri serta apakah terdapat perbedaan antara nilai indeks prestasi mahasiswa dominan menggunakan otak kanan dan nilai indeks prestasi mahasiswa dominan menggunakan otak kiri.

Conover, W.J. 1999. Practical Nonparametric Statistics, New York :John Wiley & Sons Inc.

Hall, Doug. 2012.Jump Start Your Business Brain, United States of America :Eureka! Institute Inc.

Santosa,Ippho. 2008.13 Wasiat Terlarang! Dahsyat Dengan Otak Kanan,Jakarta : PT Gramedia.

Sekaran, Uman dan Bougie, Roger. 2010. Research Methods for Business, United Kingdom :Copy righted Material.

Siegel, Sidney. 1985. Statistik Nonparametrik untuk Ilmu-Ilmu Sosial, Jakarta : PT Gramedia Pustaka Utama.

Strover, David. 2000. Beyond a World Divided: Human Values in the Brain-Mind Science of Roger Sperry, United States of America : an imprint of

iUniverse.com, Inc.

Suharyadi dan Purwanto. 2009.Statistika untuk Ekonomi dan Keuangan Modern, Jakarta: Salemba Empat.

Supranto, J. 2008.Statistika Teori dan Aplikasi.Jakarta : Erlangga.

Supriana, Tavi dan Barus, Riantri. 2010.Statistik Nonparametrik Aplikasi dalam Bidang Sosial Ekonomi Pertanian, Medan : USU Press.

Susetyo, Budi. 2010.Statistika untuk Analisis Data Penelitian,Bandung : PT Refika Aditama.

Widiatmoko, Irwan. 2008. Super Great Memory,Jakarta : PT Gramedia Pustaka Utama.

LAMPIRAN A : KUESIONER

Berikut merupakan kuesioner yang digunakan dalam penelitian. Kuesioner tersebut berasal dari buku karangan Irwan Widiatmoko yang berjudul ”Super Great Memory”. Pilih salah satu jawaban A atau B sesuai dengan kondisi yang anda alami.

1. A. Saya lebih suka mengerjakan sesuatu menurut cara saya sendiri. B. Saya lebih suka diberi tahu cara terbaik untuk mengerjakan sesuatu.

2. A. Saya lebih suka membuat perencanaan sendiri.

B. Saya dapat mengikuti perencanaan yang dibuat oleh siapa saja.

3. A. Saya sangat fleksibel dan kadang kadang sulit ditebak. B. Saya orang yang sangat stabil dan konsisten

4. A. Saya menyimpan segala suatu pekerjaan ditempat yang khusus.

B. Tempat saya menyimpan barang tergantung pada apa yang sedang saya kerjakan

5. A. Saya mengerjakan suatu pekerjaan dengan menggunakan jadwal teratur dan alokasi waktu yang sesuai.

B. Saya lebih suka mengerjakan tugas menjelang ��������.

6. A. Saya tahu kalau saya benar karena saya mempunyai alasan yang benar. B. Saya tahu kalau saya benar walaupun tanpa ada alasan sama sekali.

7. A. Saya membutuhkan banyak variasi dan perubahan dalam hidup saya. B. Saya suka hidup terencana dan teratur dengan baik.

8. A. Kadang kala saya mempunyai terlalu ide dalam suatu situasi yang baru. B. Kadang kala saya tidak mempunyai ide apapun dalam situasi yang baru.

9. A. Saya mengerjakan hal yang mudah dulu dan mengerjakan hal yang penting paling terakhir.

B. Saya mengerjakan hal yang penting lebih dulu, kemudian mengerjakan yang mudah.

10. A. Bila harus membuat suatu keputusan yang besar, saya memutuskan berdasarkan apa yang saya tahu merupakan hal benar.

B. Bila harus membuat keputusan yang besar, saya memutuskan berdasarkan apa yang saya rasa merupakan hal yang benar.

11. A. Saya membuat perencanaan waktu dalam mengerjakan sesuatu. B. Saya tidak membuat perencanaan waktu dalam mengerjakan sesuatu.

12. A. Saya biasanya mempunyai disiplin diri yang baik. B. Saya biasanya bertindak sesuai dengan perasaan.

13. A. Orang lain tidak mengerti cara saya mengatur sesuatu.

B. Orang lain berpendapat bahwa saya mampu mengatur sesuatu dengan baik.

14. A. Saya setuju dengan ide baru sebelum orang lain setuju dengan ide tersebut. B. Saya lebih mempertanyakan ide baru dibandingkan orang lain.

15. A. Saya lebih banyak berfikir dalam bentuk gambar B. Saya lebih banyak berfikir dalam bentuk kata kata

16. A. Saya mencoba menemukan satu cara terbaik untuk menyelesaikan suatu masalah.

B. Saya mencoba menemukan beberapa cara untuk menyelesaikan suatu masalah.

17. A. Saya dapat menganalisis apa yang akan terjadi kemudian. B. Saya dapat merasakan apa yang akan terjadi kemudian.

18. A. Saya tidak begitu imajinatif dalam melakukan pekerjaan saya.

B. Saya dapat menggunakan imajinasi saya hampir dalam setiap pekerjaan yang saya lakukan

19. A. Saya mengerjakan banyak pekerjaan tetapi tidak pernah saya selesaikan. B. Saya mengerjakan satu pekerjaan dulu sebelum mengerjakan pekerjaan hal lain.

20. A. Saya mencoba mencari cara baru untuk mengerjakan pekerjaan rutin. B. Jika satu cara telah berhasil baik, saya tidak akan mengubah cara itu

21. A. Saya suka mengambil resiko. B. Saya lebih suka tidak mengambil resiko.

LAMPIRAN B : TABEL NILAI KRITIS

TABEL DISTRIBUSI KUMULATIF NORMAL

Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

-3.6 0.0002 0.0002 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001

-3.5 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002

-3.4 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0002

-3.3 0.0005 0.0005 0.0005 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0003

-3.2 0.0007 0.0007 0.0006 0.0006 0.0006 0.0006 0.0006 0.0005 0.0005 0.0005

-3.1 0.0010 0.0009 0.0009 0.0009 0.0008 0.0008 0.0008 0.0008 0.0007 0.0007

-3 0.0013 0.0013 0.0013 0.0012 0.0012 0.0011 0.0011 0.0011 0.0010 0.0010

-2.9 0.0019 0.0018 0.0018 0.0017 0.0016 0.0016 0.0015 0.0015 0.0014 0.0014

-2.8 0.0026 0.0025 0.0024 0.0023 0.0023 0.0022 0.0021 0.0021 0.0020 0.0019

-2.7 0.0035 0.0034 0.0033 0.0032 0.0031 0.0030 0.0029 0.0028 0.0027 0.0026

-2.6 0.0047 0.0045 0.0044 0.0043 0.0041 0.0040 0.0039 0.0038 0.0037 0.0036

-2.5 0.0062 0.0060 0.0059 0.0057 0.0055 0.0054 0.0052 0.0051 0.0049 0.0048

-2.4 0.0082 0.0080 0.0078 0.0075 0.0073 0.0071 0.0069 0.0068 0.0066 0.0064

-2.3 0.0107 0.0104 0.0102 0.0099 0.0096 0.0094 0.0091 0.0089 0.0087 0.0084

-2.2 0.0139 0.0136 0.0132 0.0129 0.0125 0.0122 0.0119 0.0116 0.0113 0.0110

-2.1 0.0179 0.0174 0.0170 0.0166 0.0162 0.0158 0.0154 0.0150 0.0146 0.0143

-2 0.0228 0.0222 0.0217 0.0212 0.0207 0.0202 0.0197 0.0192 0.0188 0.0183

-1.9 0.0287 0.0281 0.0274 0.0268 0.0262 0.0256 0.0250 0.0244 0.0239 0.0233

-1.8 0.0359 0.0351 0.0344 0.0336 0.0329 0.0322 0.0314 0.0307 0.0301 0.0294

-1.7 0.0446 0.0436 0.0427 0.0418 0.0409 0.0401 0.0392 0.0384 0.0375 0.0367

-1.6 0.0548 0.0537 0.0526 0.0516 0.0505 0.0495 0.0485 0.0475 0.0465 0.0455

-1.5 0.0668 0.0655 0.0643 0.0630 0.0618 0.0606 0.0594 0.0582 0.0571 0.0559

-1.4 0.0808 0.0793 0.0778 0.0764 0.0749 0.0735 0.0721 0.0708 0.0694 0.0681

-1.3 0.0968 0.0951 0.0934 0.0918 0.0901 0.0885 0.0869 0.0853 0.0838 0.0823

-1.1 0.1357 0.1335 0.1314 0.1292 0.1271 0.1251 0.1230 0.1210 0.1190 0.1170

-1 0.1587 0.1562 0.1539 0.1515 0.1492 0.1469 0.1446 0.1423 0.1401 0.1379

-0.9 0.1841 0.1814 0.1788 0.1762 0.1736 0.1711 0.1685 0.1660 0.1635 0.1611

-0.8 0.2119 0.2090 0.2061 0.2033 0.2005 0.1977 0.1949 0.1922 0.1894 0.1867

-0.7 0.2420 0.2389 0.2358 0.2327 0.2296 0.2266 0.2236 0.2206 0.2177 0.2148

-0.6 0.2743 0.2709 0.2676 0.2643 0.2611 0.2578 0.2546 0.2514 0.2483 0.2451

-0.5 0.3085 0.3050 0.3015 0.2981 0.2946 0.2912 0.2877 0.2843 0.2810 0.2776

-0.4 0.3446 0.3409 0.3372 0.3336 0.3300 0.3264 0.3228 0.3192 0.3156 0.3121

-0.3 0.3821 0.3783 0.3745 0.3707 0.3669 0.3632 0.3594 0.3557 0.3520 0.3483

-0.2 0.4207 0.4168 0.4129 0.4090 0.4052 0.4013 0.3974 0.3936 0.3897 0.3859

-0.1 0.4602 0.4562 0.4522 0.4483 0.4443 0.4404 0.4364 0.4325 0.4286 0.4247

0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359

0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753

0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141

0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517

0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879

0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224

0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549

0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852

0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133

0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389

TABEL NILAI KRITIS DISTRIBUSI CHI KUADRAT

derajat bebas luas sisi kanan

0.1 0.05 0.02 0.01

1 2.706 3.841 5.412 6.635

2 4.605 5.991 7.824 9.210

3 6.251 7.815 9.837 11.345

4 7.779 9.488 11.668 13.277

5 9.236 11.070 13.388 15.086

6 10.645 12.592 15.033 16.812

7 12.017 14.067 16.622 18.475

8 13.362 15.507 18.168 20.090

9 14.684 16.919 19.679 21.666

10 15.987 18.307 21.161 23.209

11 17.275 19.675 22.618 24.725

12 18.549 21.026 24.054 26.217

13 19.812 22.362 25.472 27.688

14 21.064 23.685 26.873 29.141

15 22.307 24.996 28.259 30.578

16 23.542 26.296 29.633 32.000

17 24.769 27.587 30.995 33.409

18 25.989 28.869 32.346 34.805

19 27.204 30.144 33.687 36.191

20 28.412 31.410 35.020 37.566

21 29.615 32.671 36.343 38.932

22 30.813 33.924 37.659 40.289

23 32.007 35.172 38.968 41.638

25 34.382 37.652 41.566 44.314

26 35.563 38.885 42.856 45.642

27 36.741 40.113 44.140 46.963

28 37.916 41.337 45.419 48.278

29 39.087 42.557 46.693 49.588

30 40.256 43.773 47.962 50.892

LAMPIRAN C : OUTPUT BERDASARKAN PERHITUNGAN SOFTWARE SPSS

Chi-Square Test

Frequencies

jumlah_mahasiswa

Observed N Expected N Residual

40 40 50.0 -10.0

60 60 50.0 10.0

Total 100

dominasi_otak

Observed N Expected N Residual

otak kiri 60 50.0 10.0

otak kanan 40 50.0 -10.0

Total 100

jumlah_mahasiswa dominasi_otak

Chi-Square 4.000a 4.000a

Df 1 1

Asymp. Sig. .046 .046

a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 50.0.

Mann-Whitney Test

Ranks

dominasi_otak N Mean Rank Sum of Ranks

Nilai otak kiri 60 54.73 3284.00

otak kanan 40 44.15 1766.00

Total 100

Test Statisticsa

nilai

Mann-Whitney U 946.000

Wilcoxon W 1766.000

Z -1.787

Asymp. Sig. (2-tailed) .074

LAMPIRAN D : PERHITUNGAN MANUAL UNTUK MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI KUMULATIF ANTARA MAHASISWA DOMINAN OTAK

KANAN DAN MAHASISWA DOMINAN OTAK KIRI

Berikut tahap-tahap yang diperlukan untuk penyelesaian secara manual dalam menentukan ada tidaknya perbedaan indeks prestasi kumulatif antara mahasiswa dominan otak kanan dan mahasiswa dominan otak kiri.

Merumuskan Hipotesis

Uji Mann-Whitney merupakan uji nonparametrik untuk menguji apakah dua buah sampel independen berasal dari populasi yang sama. Dalam hal ini, uji Mann-Whitney akan digunakan untuk menguji ada tidaknya perbedaan indeks prestasi kumulatif antara mahasiswa dominan otak kanan dan mahasiswa dominan otak kiri. Berikut perumusan hipotesisnya.

�0 : Nilai indeks prestasi kumulatif mahasiswa dominan otak kanan sama dengan nilai

�1: Nilai indeks prestasi kumulatif mahasiswa dominan otak kiri berbeda dengan nilai

indeks prestasi kumulatif mahasiswa dominan otak kanan.

Menghitung Nilai dari Uji Statistik Mann-Whitney

Berikut tahap-tahap yang diperlukan untuk menghitung uji statistik Mann-Whitney.

 Menggabungkan seluruh nilai indeks prestasi kumulatif antara mahasiswa dominan otak kanan dan mahasiswa dominan otak kiri. Berikut disajikan sebuah tabel nilai indeks prestasi kumulatif dari mahasiswa dominan otak kanan dan mahasiswa dominan otak kiri.

Individu (1) Jenis Kelamin (2) Jurusan (3) Semester (4) IPK (5)

1 Perempuan D3 Statistika 4 3.0083

2 Perempuan S1 Matematika 6 3.12273

3 Perempuan D3 Statistika 2 3.55

4 Perempuan S1 Biologi 4 2.49194

Individu (1) Jenis Kelamin (2) Jurusan (3) Semester (4) IPK (5)

5 Perempuan S1 Biologi 4 2.80159

6 Perempuan S1 Biologi 4 2.69512

7 Perempuan S1 Matematika 6 3.04167

8 Perempuan S1 Kimia 8 2.72794

9 Perempuan D3 Statistika 6 2.92929

10 Perempuan D3 Statistika 6 3.29293

11 Perempuan D3 Kimia 2 3.2

12 Perempuan S1 Kimia 2 2.675

13 Perempuan S1 Kimia 2 2.775

14 Perempuan S1 Kimia 2 2.875

15 Perempuan S1 Kimia 2 2.55

17 Perempuan S1 Matematika 2 3.57895

18 Laki Laki S1 Matematika 8 2.85556

19 Laki Laki D3 Statistika 2 3.9

20 Laki Laki D3 Statistika 2 3.15

21 Laki Laki D3 Kimia 2 2.475

22 Laki Laki S1 Matematika 6 2.55612

23 Laki Laki S1 Matematika 2 1.89474

24 Laki Laki S1 Matematika 4 2.81034

25 Laki Laki D3 Fisika 8 2.6649

26 Laki Laki S1 Kimia 6 1.98876

27 Laki Laki D3 Fisika 6 3.13402

28 Laki Laki D3 Fisika 8 2.7287

29 Laki Laki D3 Kimia 2 1.97059

30 Laki Laki S1 Fisika 8 2.39179

31 Laki Laki S1 Kimia 2 2.525

32 Laki Laki S1 Biologi 2 2.09524

33 Laki Laki S1 Kimia 4 2.58065

34 Laki Laki S1 Kimia 4 2.06604

35 Laki Laki D3 Kimia 2 1.4722

36 Laki Laki D3 komputer 2 2.425

37 Laki Laki D3 komputer 2 3.075

Individu (1)

Jenis Kelamin (2)

Jurusan (3)

Semester (4)

IPK (5)

38 Laki Laki D3 komputer 2 2.75

39 Laki Laki D3 komputer 2 3.375

40 Laki Laki D3 komputer 2 2.8

41 Perempuan S1 Matematika 6 3.31364

42 Perempuan D3 Statistika 2 2.85

43 perempuan D3 Statistika 2 2.9

44 Perempuan D3 Statistika 2 3.5

45 Perempuan D3 Statistika 2 3.125

46 Perempuan D3 Statistika 2 3.7

47 Perempuan S1 Biologi 4 2.96032

48 Perempuan S1 Fisika 6 2.715

50 Perempuan S1 Fisika 6 2.68

51 Perempuan D3 Kimia 4 2.39344

52 Perempuan D3 Kimia 4 3.0678

53 Perempuan D3 Kimia 4 3.47581

54 Perempuan S1 Kimia 8 3.33099

55 Perempuan S1 Kimia 8 2.24016

56 Perempuan S1 Kimia 6 2.94811

57 Perempuan S1 Kimia 8 2.98582

58 Perempuan S1 Fisika 2 2.88095

59 Perempuan S1 Fisika 2 2.85714

60 Perempuan D3 Statistika 6 3.58081

61 Perempuan D3 Statistika 6 3.49495

62 Perempuan D3 Kimia 2 2.425

63 Perempuan D3 Kimia 4 2.90984

64 Perempuan S1 Kimia 2 2.725

65 Perempuan D3 Kimia 4 2.75

66 Perempuan S1 Matematika 2 2.47368

67 Perempuan S1 Matematika 2 2.57895

68 Perempuan S1 Matematika 2 3.42105

69 Perempuan S1 Matematika 2 3

70 Perempuan S1 Matematika 2 2.89474

71 Perempuan S1 Matematika 2 3.10526

72 Perempuan S1 Matematika 2 3.81579

Individu (1) Jenis Kelamin (2) Jurusan (3) Semester (4) IPK (5)

73 Perempuan S1 Matematika 2 3.63158

74 Laki Laki D3 Statistika 4 2.9667

75 Laki Laki S1 Fisika 6 2.52041

76 Laki Laki S1 Fisika 6 2.75258

77 Laki Laki D3 Kimia 2 3.2

78 Laki Laki D3 Kimia 2 3.025

79 Laki Laki D3 Kimia 2 2.81579

80 Laki Laki D3 Kimia 2 1.95

81 Laki Laki S1 Matematika 8 3.54225

82 Laki Laki S1 Matematika 2 3.36842

83 Laki Laki S1 Matematika 6 2.4375

84 Laki Laki S1 Kimia 6 2.39691

85 Laki Laki D3 Fisika 6 3.18557

86 Laki Laki D3 Fisika 6 3.28866

87 Laki Laki D3 Fisika 8 2.6875

89 Laki Laki S1 Matematika 2 2.34211

90 Laki Laki S1 Kimia 2 2.425

91 Laki Laki S1 Kimia 2 2.525

92 Laki Laki S1 Biologi 2 3.80952

93 Laki Laki S1 Matematika 2 3.36842

94 Laki Laki S1 Matematika 4 3.22131

95 Laki Laki

Matematik Ekstensi

S1 2 2.66667

96 Laki Laki S1 Biologi 4 2.97619

97 Laki Laki D3 komputer 2 3

98 Laki Laki D3 komputer 2 2.75

99 Laki Laki D3 komputer 2 2.125

100 Laki Laki D3 komputer 2 2.825

 Mengurutkan nilai indeks prestasi kumulatif dari yang terkecil hingga terbesar berdasarkan tabel di atas. Berikut disajikan tabel nilai indeks prestasi kumulatif dari nilai indeks prestasi kumulatif yang terkecil hingga terbesar setelah tabel di atas di urutkan. Individu (1) Jenis Kelamin (2) Jurusan (3) Semester (4) IPK (5) Kode (6) Urutan (7)

35 Laki Laki D3 Kimia 2 1.4722 1 1

23 Laki Laki S1 Matematika 2 1.89474 1 2

80 Laki Laki D3 Kimia 2 1.95 0 3

29 Laki Laki D3 Kimia 2 1.97059 1 4

26 Laki Laki S1 Kimia 6 1.98876 1 5

34 Laki Laki S1 Kimia 4 2.06604 1 6

32 Laki Laki S1 Biologi 2 2.09524 1 7

99 Laki Laki D3 komputer 2 2.125 0 8

55 Perempuan S1 Kimia 8 2.24016 0 9

89 Laki Laki S1 Matematika 2 2.34211 0 10

88 Laki Laki S1 Kimia 4 2.37903 0 11

30 Laki Laki S1 Fisika 8 2.39179 1 12

51 Perempuan D3 Kimia 4 2.39344 0 13

84 Laki Laki S1 Kimia 6 2.39691 0 14

62 Perempuan D3 Kimia 2 2.425 0 16

36 Laki Laki D3 komputer 2 2.425 1 17

83 Laki Laki S1 Matematika 6 2.4375 0 18

66 Perempuan S1 Matematika 2 2.47368 0 19

21 Laki Laki D3 Kimia 2 2.475 1 20

4 Perempuan S1 Biologi 4 2.49194 1 21

75 Laki Laki S1 Fisika 6 2.52041 0 22

31 Laki Laki S1 Kimia 2 2.525 1 23

91 Laki Laki S1 Kimia 2 2.525 0 24

15 Perempuan S1 Kimia 2 2.55 1 25

22 Laki Laki S1 Matematika 6 2.55612 1 26

67 Perempuan S1 Matematika 2 2.57895 0 27

33 Laki Laki S1 Kimia 4 2.58065 1 28

25 Laki Laki D3 Fisika 8 2.6649 1 29

95 Laki Laki

Matematik

Ekstensi S1 2 2.66667 0 30

12 Perempuan S1 Kimia 2 2.675 1 31

50 Perempuan S1 Fisika 6 2.68 0 32

87 Laki Laki D3 Fisika 8 2.6875 0 33

6 Perempuan S1 Biologi 4 2.69512 1 34

48 Perempuan S1 Fisika 6 2.715 0 35

64 Perempuan S1 Kimia 2 2.725 0 36

8 Perempuan S1 Kimia 8 2.72794 1 37

28 Laki Laki D3 Fisika 8 2.7287 1 38

65 Perempuan D3 Kimia 4 2.75 0 39

98 Laki Laki D3 komputer 2 2.75 0 40

Individu (1) Jenis Kelamin (2) Jurusan (3) Semester (4) IPK (5) Kode (6) Urutan (7)

38 Laki Laki D3 komputer 2 2.75 1 41

76 Laki Laki S1 Fisika 6 2.75258 0 42

13 Perempuan S1 Kimia 2 2.775 1 43

40 Laki Laki D3 komputer 2 2.8 1 44

5 Perempuan S1 Biologi 4 2.80159 1 45

24 Laki Laki S1 Matematika 4 2.81034 1 46

79 Laki Laki D3 Kimia 2 2.81579 0 47

100 Laki Laki D3 komputer 2 2.825 0 48

42 Perempuan D3 Statistika 2 2.85 0 49

18 Laki Laki S1 Matematika 8 2.85556 1 50

59 Perempuan S1 Fisika 2 2.85714 0 51

14 Perempuan S1 Kimia 2 2.875 1 52

58 Perempuan S1 Fisika 2 2.88095 0 53

70 Perempuan S1 Matematika 2 2.89474 0 54

63 Perempuan D3 Kimia 4 2.90984 0 56

9 Perempuan D3 Statistika 6 2.92929 1 57

56 Perempuan S1 Kimia 6 2.94811 0 58

47 Perempuan S1 Biologi 4 2.96032 0 59

74 Laki Laki D3 Statistika 4 2.9667 0 60

96 Laki Laki S1 Biologi 4 2.97619 0 61

57 Perempuan S1 Kimia 8 2.98582 0 62

16 Perempuan S1 Matematika 2 3 1 63

69 Perempuan S1 Matematika 2 3 0 64

97 Laki Laki D3 komputer 2 3 0 65

1 Perempuan D3 Statistika 4 3.0083 1 66

78 Laki Laki D3 Kimia 2 3.025 0 67

7 Perempuan S1 Matematika 6 3.04167 1 68

52 Perempuan D3 Kimia 4 3.0678 0 69

37 Laki Laki D3 komputer 2 3.075 1 70

71 Perempuan S1 Matematika 2 3.10526 0 71

2 Perempuan S1 Matematika 6 3.12273 1 72

45 Perempuan D3 Statistika 2 3.125 0 73

27 Laki Laki D3 Fisika 6 3.13402 1 74

20 Laki Laki D3 Statistika 2 3.15 1 75

85 Laki Laki D3 Fisika 6 3.18557 0 76

49 Perempuan S1 Fisika 6 3.19524 0 77

11 Perempuan D3 Kimia 2 3.2 1 78

77 Laki Laki D3 Kimia 2 3.2 0 79

94 Laki Laki S1 Matematika 4 3.22131 0 80

86 Laki Laki D3 Fisika 6 3.28866 0 81

Individu (1) Jenis Kelamin (2) Jurusan (3) Semester (4) IPK (5) Kode (6) Urutan (7)

10 Perempuan D3 Statistika 6 3.29293 1 82

41 Perempuan S1 Matematika 6 3.31364 0 83

54 Perempuan S1 Kimia 8 3.33099 0 84

82 Laki Laki S1 Matematika 2 3.36842 0 85

93 Laki Laki S1 Matematika 2 3.36842 0 86

39 Laki Laki D3 komputer 2 3.375 1 87

68 Perempuan S1 Matematika 2 3.42105 0 88

53 Perempuan D3 Kimia 4 3.47581 0 89

61 Perempuan D3 Statistika 6 3.49495 0 90

44 Perempuan D3 Statistika 2 3.5 0 91

81 Laki Laki S1 Matematika 8 3.54225 0 92

3 Perempuan D3 Statistika 2 3.55 1 93

17 Perempuan S1 Matematika 2 3.57895 1 94

60 Perempuan D3 Statistika 6 3.58081 0 95

46 Perempuan D3 Statistika 2 3.7 0 97

92 Laki Laki S1 Biologi 2 3.80952 0 98

72 Perempuan S1 Matematika 2 3.81579 0 99

19 Laki Laki D3 Statistika 2 3.9 1 100

Berdasarkan tabel di atas, terdapat kolom Kode. Nilai kode bernilai 1 atau 0. Nilai 1 berarti mahasiswa dominan otak kanan sedangkan nilai 0 berarti mahasiswa dominan otak kiri. Berdasarkan tabel di atas, individu ke-35, jenis kelamin laki-laki, jurusan D3 Kimia, semester 2 dengan IPK 1,47722 berada pada urutan ke-1. Individu ke-19, jenis kelamin laki-laki, jurusan D3 statistika, semester 2 dengan IPK 3.9 berada pada urutan ke-100.

 Memberi ranking pada indeks prestasi kumulatif dari masing-masing dominasi otak. Tabel Nilai IPK Mahasiswa Dominan Otak Kiri Setelah Diranking

Individu (1) Jenis Kelamin (2) Jurusan (3) Semester (4) IPK (5) Kode (6) Urutan (7) Ranking (8)

80 Laki Laki D3 Kimia 2 1.95 0 3 3

99 Laki Laki D3 komputer 2 2.125 0 8 8

55 Perempuan S1 Kimia 8 2.24016 0 9 9

89 Laki Laki S1 Matematika 2 2.34211 0 10 10

88 Laki Laki S1 Kimia 4 2.37903 0 11 11

51 Perempuan D3 Kimia 4 2.39344 0 13 13

84 Laki Laki S1 Kimia 6 2.39691 0 14 14

90 Laki Laki S1 Kimia 2 2.425 0 15 15.5

Individu (1) Jenis Kelamin (2) Jurusan (3) Semester (4) IPK (5) Kode (6) Urutan (7) Individu (1)

62 Perempuan D3 Kimia 2 2.425 0 16 15.5

83 Laki Laki S1 Matematika 6 2.4375 0 18 18

66 Perempuan S1 Matematika 2 2.47368 0 19 19

75 Laki Laki S1 Fisika 6 2.52041 0 22 22

91 Laki Laki S1 Kimia 2 2.525 0 24 24

67 Perempuan S1 Matematika 2 2.57895 0 27 27

95 Laki Laki

Matematik

Ekstensi S1 2 2.66667 0 30 30

50 Perempuan S1 Fisika 6 2.68 0 32 32

87 Laki Laki D3 Fisika 8 2.6875 0 33 33

48 Perempuan S1 Fisika 6 2.715 0 35 35

64 Perempuan S1 Kimia 2 2.725 0 36 36

65 Perempuan D3 Kimia 4 2.75 0 39 39.5

98 Laki Laki D3 komputer 2 2.75 0 40 39.5

76 Laki Laki S1 Fisika 6 2.75258 0 42 42

100 Laki Laki D3 komputer 2 2.825 0 48 48

42 Perempuan D3 Statistika 2 2.85 0 49 49

59 Perempuan S1 Fisika 2 2.85714 0 51 51

58 Perempuan S1 Fisika 2 2.88095 0 53 53

70 Perempuan S1 Matematika 2 2.89474 0 54 54

43 perempuan D3 Statistika 2 2.9 0 55 55

63 Perempuan D3 Kimia 4 2.90984 0 56 56

56 Perempuan S1 Kimia 6 2.94811 0 58 58

47 Perempuan S1 Biologi 4 2.96032 0 59 59

74 Laki Laki D3 Statistika 4 2.9667 0 60 60

96 Laki Laki S1 Biologi 4 2.97619 0 61 61

57 Perempuan S1 Kimia 8 2.98582 0 62 62

69 Perempuan S1 Matematika 2 3 0 64 64.5

97 Laki Laki D3 komputer 2 3 0 65 64.5

78 Laki Laki D3 Kimia 2 3.025 0 67 67

52 Perempuan D3 Kimia 4 3.0678 0 69 69

71 Perempuan S1 Matematika 2 3.10526 0 71 71

45 Perempuan D3 Statistika 2 3.125 0 73 73

85 Laki Laki D3 Fisika 6 3.18557 0 76 76

49 Perempuan S1 Fisika 6 3.19524 0 77 77

77 Laki Laki D3 Kimia 2 3.2 0 79 79

94 Laki Laki S1 Matematika 4 3.22131 0 80 80

86 Laki Laki D3 Fisika 6 3.28866 0 81 81

41 Perempuan S1 Matematika 6 3.31364 0 83 83

54 Perempuan S1 Kimia 8 3.33099 0 84 84

Individu (1) Jenis Kelamin (2) Jurusan (3) Semester (4) IPK (5) Kode (6) Urutan (7) Individu (1)

82 Laki Laki S1 Matematika 2 3.36842 0 85 85

93 Laki Laki S1 Matematika 2 3.36842 0 86 86

68 Perempuan S1 Matematika 2 3.42105 0 88 88

53 Perempuan D3 Kimia 4 3.47581 0 89 89

61 Perempuan D3 Statistika 6 3.49495 0 90 90

44 Perempuan D3 Statistika 2 3.5 0 91 91

81 Laki Laki S1 Matematika 8 3.54225 0 92 92

60 Perempuan D3 Statistika 6 3.58081 0 95 95

73 Perempuan S1 Matematika 2 3.63158 0 96 96

46 Perempuan D3 Statistika 2 3.7 0 97 97

92 Laki Laki S1 Biologi 2 3.80952 0 98 98

72 Perempuan S1 Matematika 2 3.81579 0 99 99

JUMLAH RANKING 3284

Individu (1) Jenis kelamin (2) Jurusan (3) Semester (4) IPK (5) Kode (6) Urutan (7) Ranking (8)

35 Laki Laki D3 Kimia 2 1.4722 1 1 1

23 Laki Laki

S1

Matematika 2 1.89474 1 2 2

29 Laki Laki D3 Kimia 2 1.97059 1 4 4

26 Laki Laki S1 Kimia 6 1.98876 1 5 5

34 Laki Laki S1 Kimia 4 2.06604 1 6 6

32 Laki Laki S1 Biologi 2 2.09524 1 7 7

30 Laki Laki S1 Fisika 8 2.39179 1 12 12

36 Laki Laki

D3

komputer 2 2.425 1 17 17

21 Laki Laki D3 Kimia 2 2.475 1 20 20

4 Perempuan S1 Biologi 4 2.49194 1 21 21

31 Laki Laki S1 Kimia 2 2.525 1 23 23

15 Perempuan S1 Kimia 2 2.55 1 25 25

22 Laki Laki

S1

Matematika 6 2.55612 1 26 26

33 Laki Laki S1 Kimia 4 2.58065 1 28 28

25 Laki Laki D3 Fisika 8 2.6649 1 29 29

12 Perempuan S1 Kimia 2 2.675 1 31 31

6 Perempuan S1 Biologi 4 2.69512 1 34 34

8 Perempuan S1 Kimia 8 2.72794 1 37 37

28 Laki Laki D3 Fisika 8 2.7287 1 38 38

Individu (1) Jenis kelamin (2) Jurusan (3) Semester (4) IPK (5) Kode (6) Urutan (7) Ranking (8) 38 Laki Laki

D3

komputer 2 2.75 1 41 41

13 Perempuan S1 Kimia 2 2.775 1 43 43

40 Laki Laki

D3

komputer 2 2.8 1 44 44

5 Perempuan S1 Biologi 4 2.80159 1 45 45

24 Laki Laki

S1

Matematika 4 2.81034 1 46 46

18 Laki Laki

S1

Matematika 8 2.85556 1 50 50

14 Perempuan S1 Kimia 2 2.875 1 52 52

9 Perempuan

D3

Statistika 6 2.92929 1 57 57

16 Perempuan

S1

Matematika 2 3 1 63 63

1 Perempuan

D3

7 Perempuan

S1

Matematika 6 3.04167 1 68 68

37 Laki Laki

D3

komputer 2 3.075 1 70 70

2 Perempuan

S1

Matematika 6 3.12273 1 72 72

27 Laki Laki D3 Fisika 6 3.13402 1 74 74

20 Laki Laki

D3

Statistika 2 3.15 1 75 75

11 Perempuan D3 Kimia 2 3.2 1 78 78

10 Perempuan

D3

Statistika 6 3.29293 1 82 82

39 Laki Laki

D3

komputer 2 3.375 1 87 87

3 Perempuan

D3

Statistika 2 3.55 1 93 93

17 Perempuan

S1

Matematika 2 3.57895 1 94 94

19 Laki Laki

D3

Statistika 2 3.9 1 100 100

JUMLAH RANKING 1766

 Menghitung nilai dari uji statistik Mann-Whitney. Berdasarkan tabelnilai IPK mahasiswa dominan otak kiri setelah diranking dan tabelnilai IPK mahasiswa otak dominan kanan setelah diranking , jumlah ranking nilai IPK mahasiswa dominan otak kiri adalah 3284 dan jumlah ranking nilai IPK mahasiswa dominan otak kanan adalah 1766. Kemudian menghitung nilai dari uji statistik Mann-Whitney.

�1 = �1�2+

(�₁)(�₁+ 1) 2 − �1

�2 =�1�2+

(�₂)(�₂+ 1) 2 − �2

Nilai � yang terkecil adalah nilai dari uji statistik Mann-Whitney.

�1 = (60)(40) +

(60)(60 + 1)

2 −3284 = 946

�2 = (60)(40) +

(40)(40 + 1)

2 −1766 = 1454 Sehingga nilai dari uji statistik Mann-Whitney adalah 946.

Mentransformasi uji statistik Mann-Whitney menjadi nilai peubah acak normal Z

Berikut rumus untuk mentransformasi nilai dari uji statistik Mann-Whitney menjadi nilai peubah acak normal Z.

�= � − ��

1�2

2 �

�(�1)(�2)(�1+�2 + 1)

12

Berdasarkan perhitungan sebelumnya, nilai dari uji statistik Mann-Whitneyadalah 17,5 sehingga

�=

946− �(40)(60)₂ �

�(40)(60)( 40 + 60 + 1 )₁₂

�= −254 142,126704 �= −1,78713

Nilai dari peubah acak normal � adalah −1,78713. Nilai probabilitas kumulatif dari

�=−2,46 berdasarkan tabel distribusi kumulatif normal adalah 0,0367 ���� 0,37. Berikut aturan dalam pengambilan keputusan berdasarkan uji statistik �.

������������������������������ > �������������������,

ℎ�������������������.

������������������������������ < �������������������,

ℎ������������������.

Berdasarkan perhitungan sebelumnya, nilai probabilitas kumulatif, yakni 0,0367 lebih kecil dari nilai tingkat signifikansi, yakni 0,05

2 = 0,025 sehingga hipotesis nol diterima

63 Perempuan D3 Kimia 4 2.90984 0 56

9 Perempuan D3 Statistika 6 2.92929 1 57

56 Perempuan S1 Kimia 6 2.94811 0 58

47 Perempuan S1 Biologi 4 2.96032 0 59

74 Laki Laki D3 Statistika 4 2.9667 0 60

96 Laki Laki S1 Biologi 4 2.97619 0 61

57 Perempuan S1 Kimia 8 2.98582 0 62

16 Perempuan S1 Matematika 2 3 1 63

69 Perempuan S1 Matematika 2 3 0 64

97 Laki Laki D3 komputer 2 3 0 65

1 Perempuan D3 Statistika 4 3.0083 1 66

78 Laki Laki D3 Kimia 2 3.025 0 67

7 Perempuan S1 Matematika 6 3.04167 1 68

52 Perempuan D3 Kimia 4 3.0678 0 69

37 Laki Laki D3 komputer 2 3.075 1 70

71 Perempuan S1 Matematika 2 3.10526 0 71

2 Perempuan S1 Matematika 6 3.12273 1 72

45 Perempuan D3 Statistika 2 3.125 0 73

27 Laki Laki D3 Fisika 6 3.13402 1 74

20 Laki Laki D3 Statistika 2 3.15 1 75

85 Laki Laki D3 Fisika 6 3.18557 0 76

49 Perempuan S1 Fisika 6 3.19524 0 77

11 Perempuan D3 Kimia 2 3.2 1 78

77 Laki Laki D3 Kimia 2 3.2 0 79

94 Laki Laki S1 Matematika 4 3.22131 0 80

86 Laki Laki D3 Fisika 6 3.28866 0 81

Individu (1)

Jenis Kelamin

(2)

Jurusan (3)

Semester (4)

IPK (5)

Kode (6)

Urutan (7)

10 Perempuan D3 Statistika 6 3.29293 1 82

41 Perempuan S1 Matematika 6 3.31364 0 83

54 Perempuan S1 Kimia 8 3.33099 0 84

82 Laki Laki S1 Matematika 2 3.36842 0 85

93 Laki Laki S1 Matematika 2 3.36842 0 86

39 Laki Laki D3 komputer 2 3.375 1 87

68 Perempuan S1 Matematika 2 3.42105 0 88

53 Perempuan D3 Kimia 4 3.47581 0 89

61 Perempuan D3 Statistika 6 3.49495 0 90

44 Perempuan D3 Statistika 2 3.5 0 91

81 Laki Laki S1 Matematika 8 3.54225 0 92

3 Perempuan D3 Statistika 2 3.55 1 93

17 Perempuan S1 Matematika 2 3.57895 1 94

60 Perempuan D3 Statistika 6 3.58081 0 95

46 Perempuan D3 Statistika 2 3.7 0 97

92 Laki Laki S1 Biologi 2 3.80952 0 98

72 Perempuan S1 Matematika 2 3.81579 0 99

19 Laki Laki D3 Statistika 2 3.9 1 100

Berdasarkan tabel di atas, terdapat kolom Kode. Nilai kode bernilai 1 atau 0. Nilai 1 berarti mahasiswa dominan otak kanan sedangkan nilai 0 berarti mahasiswa dominan otak kiri. Berdasarkan tabel di atas, individu ke-35, jenis kelamin laki-laki, jurusan D3 Kimia, semester 2 dengan IPK 1,47722 berada pada urutan ke-1. Individu ke-19, jenis kelamin laki-laki, jurusan D3 statistika, semester 2 dengan IPK 3.9 berada pada urutan ke-100.

 Memberi ranking pada indeks prestasi kumulatif dari masing-masing dominasi otak.

Tabel Nilai IPK Mahasiswa Dominan Otak Kiri Setelah Diranking

Individu (1)

Jenis Kelamin

(2)

Jurusan (3)

Semester (4)

IPK (5)

Kode (6)

Urutan (7)

Ranking (8)

80 Laki Laki D3 Kimia 2 1.95 0 3 3

99 Laki Laki D3 komputer 2 2.125 0 8 8

55 Perempuan S1 Kimia 8 2.24016 0 9 9

89 Laki Laki S1 Matematika 2 2.34211 0 10 10

88 Laki Laki S1 Kimia 4 2.37903 0 11 11

51 Perempuan D3 Kimia 4 2.39344 0 13 13

84 Laki Laki S1 Kimia 6 2.39691 0 14 14

90 Laki Laki S1 Kimia 2 2.425 0 15 15.5

Individu (1)

Jenis Kelamin

(2)

Jurusan (3)

Semester (4)

IPK (5)

Kode (6)

Urutan (7)

Individu (1)

62 Perempuan D3 Kimia 2 2.425 0 16 15.5

83 Laki Laki S1 Matematika 6 2.4375 0 18 18

66 Perempuan S1 Matematika 2 2.47368 0 19 19

75 Laki Laki S1 Fisika 6 2.52041 0 22 22

91 Laki Laki S1 Kimia 2 2.525 0 24 24

67 Perempuan S1 Matematika 2 2.57895 0 27 27

95 Laki Laki

Matematik

Ekstensi S1 2 2.66667 0 30 30

50 Perempuan S1 Fisika 6 2.68 0 32 32

87 Laki Laki D3 Fisika 8 2.6875 0 33 33

48 Perempuan S1 Fisika 6 2.715 0 35 35

64 Perempuan S1 Kimia 2 2.725 0 36 36

65 Perempuan D3 Kimia 4 2.75 0 39 39.5

98 Laki Laki D3 komputer 2 2.75 0 40 39.5

76 Laki Laki S1 Fisika 6 2.75258 0 42 42

100 Laki Laki D3 komputer 2 2.825 0 48 48

42 Perempuan D3 Statistika 2 2.85 0 49 49

59 Perempuan S1 Fisika 2 2.85714 0 51 51

58 Perempuan S1 Fisika 2 2.88095 0 53 53

70 Perempuan S1 Matematika 2 2.89474 0 54 54

43 perempuan D3 Statistika 2 2.9 0 55 55

63 Perempuan D3 Kimia 4 2.90984 0 56 56

56 Perempuan S1 Kimia 6 2.94811 0 58 58

47 Perempuan S1 Biologi 4 2.96032 0 59 59

74 Laki Laki D3 Statistika 4 2.9667 0 60 60

96 Laki Laki S1 Biologi 4 2.97619 0 61 61

57 Perempuan S1 Kimia 8 2.98582 0 62 62

69 Perempuan S1 Matematika 2 3 0 64 64.5

97 Laki Laki D3 komputer 2 3 0 65 64.5

78 Laki Laki D3 Kimia 2 3.025 0 67 67

52 Perempuan D3 Kimia 4 3.0678 0 69 69

71 Perempuan S1 Matematika 2 3.10526 0 71 71

45 Perempuan D3 Statistika 2 3.125 0 73 73

85 Laki Laki D3 Fisika 6 3.18557 0 76 76

49 Perempuan S1 Fisika 6 3.19524 0 77 77

77 Laki Laki D3 Kimia 2 3.2 0 79 79

94 Laki Laki S1 Matematika 4 3.22131 0 80 80

86 Laki Laki D3 Fisika 6 3.28866 0 81 81

41 Perempuan S1 Matematika 6 3.31364 0 83 83

54 Perempuan S1 Kimia 8 3.33099 0 84 84

Individu (1)

Jenis Kelamin

(2)

Jurusan (3)

Semester (4)

IPK (5)

Kode (6)

Urutan (7)

Individu (1)

82 Laki Laki S1 Matematika 2 3.36842 0 85 85

93 Laki Laki S1 Matematika 2 3.36842 0 86 86

68 Perempuan S1 Matematika 2 3.42105 0 88 88

53 Perempuan D3 Kimia 4 3.47581 0 89 89

61 Perempuan D3 Statistika 6 3.49495 0 90 90

44 Perempuan D3 Statistika 2 3.5 0 91 91

81 Laki Laki S1 Matematika 8 3.54225 0 92 92

60 Perempuan D3 Statistika 6 3.58081 0 95 95

73 Perempuan S1 Matematika 2 3.63158 0 96 96

46 Perempuan D3 Statistika 2 3.7 0 97 97

92 Laki Laki S1 Biologi 2 3.80952 0 98 98

72 Perempuan S1 Matematika 2 3.81579 0 99 99

JUMLAH RANKING 3284

Individu (1)

Jenis kelamin

(2)

Jurusan (3)

Semester (4)

IPK (5)

Kode (6)

Urutan (7)

Ranking (8)

35 Laki Laki D3 Kimia 2 1.4722 1 1 1

23 Laki Laki

S1

Matematika 2 1.89474 1 2 2

29 Laki Laki D3 Kimia 2 1.97059 1 4 4

26 Laki Laki S1 Kimia 6 1.98876 1 5 5

34 Laki Laki S1 Kimia 4 2.06604 1 6 6

32 Laki Laki S1 Biologi 2 2.09524 1 7 7

30 Laki Laki S1 Fisika 8 2.39179 1 12 12

36 Laki Laki

D3

komputer 2 2.425 1 17 17

21 Laki Laki D3 Kimia 2 2.475 1 20 20

4 Perempuan S1 Biologi 4 2.49194 1 21 21

31 Laki Laki S1 Kimia 2 2.525 1 23 23

15 Perempuan S1 Kimia 2 2.55 1 25 25

22 Laki Laki

S1

Matematika 6 2.55612 1 26 26

33 Laki Laki S1 Kimia 4 2.58065 1 28 28

25 Laki Laki D3 Fisika 8 2.6649 1 29 29

12 Perempuan S1 Kimia 2 2.675 1 31 31

6 Perempuan S1 Biologi 4 2.69512 1 34 34

8 Perempuan S1 Kimia 8 2.72794 1 37 37

28 Laki Laki D3 Fisika 8 2.7287 1 38 38

Individu (1)

Jenis kelamin

(2)

Jurusan (3)

Semester (4)

IPK (5)

Kode (6)

Urutan (7)

Ranking (8) 38 Laki Laki

D3

komputer 2 2.75 1 41 41

13 Perempuan S1 Kimia 2 2.775 1 43 43

40 Laki Laki

D3

komputer 2 2.8 1 44 44

5 Perempuan S1 Biologi 4 2.80159 1 45 45

24 Laki Laki

S1

Matematika 4 2.81034 1 46 46

18 Laki Laki

S1

Matematika 8 2.85556 1 50 50

14 Perempuan S1 Kimia 2 2.875 1 52 52

9 Perempuan

D3

Statistika 6 2.92929 1 57 57

16 Perempuan

S1

Matematika 2 3 1 63 63

1 Perempuan

D3

7 Perempuan

S1

Matematika 6 3.04167 1 68 68

37 Laki Laki

D3

komputer 2 3.075 1 70 70

2 Perempuan

S1

Matematika 6 3.12273 1 72 72

27 Laki Laki D3 Fisika 6 3.13402 1 74 74

20 Laki Laki

D3

Statistika 2 3.15 1 75 75

11 Perempuan D3 Kimia 2 3.2 1 78 78

10 Perempuan

D3

Statistika 6 3.29293 1 82 82

39 Laki Laki

D3

komputer 2 3.375 1 87 87

3 Perempuan

D3

Statistika 2 3.55 1 93 93

17 Perempuan

S1

Matematika 2 3.57895 1 94 94

19 Laki Laki

D3

Statistika 2 3.9 1 100 100

JUMLAH RANKING 1766

 Menghitung nilai dari uji statistik Mann-Whitney. Berdasarkan tabelnilai IPK mahasiswa dominan otak kiri setelah diranking dan tabelnilai IPK mahasiswa otak dominan kanan setelah diranking , jumlah ranking nilai IPK mahasiswa dominan otak kiri adalah 3284 dan jumlah ranking nilai IPK mahasiswa dominan otak kanan adalah 1766. Kemudian menghitung nilai dari uji statistik Mann-Whitney.

�1 = �1�2+

(�₁)(�₁+ 1)

2 − �1

�2 =�1�2+

(�₂)(�₂+ 1)

2 − �2

Nilai � yang terkecil adalah nilai dari uji statistik Mann-Whitney.

�1 = (60)(40) +

(60)(60 + 1)

2 −3284 = 946

�2 = (60)(40) +

(40)(40 + 1)

2 −1766 = 1454

Sehingga nilai dari uji statistik Mann-Whitney adalah 946.

Mentransformasi uji statistik Mann-Whitney menjadi nilai peubah acak normal Z

Berikut rumus untuk mentransformasi nilai dari uji statistik Mann-Whitney menjadi nilai peubah acak normal Z.

�= � − ��

1�2 2 �

�(�1)(�2)(�1+�2 + 1) 12

Berdasarkan perhitungan sebelumnya, nilai dari uji statistik Mann-Whitneyadalah 17,5 sehingga

�=

946− �(40)(60)₂ �

�(40)(60)( 40 + 60 + 1 )₁₂

�= −254 142,126704 �= −1,78713

Nilai dari peubah acak normal � adalah −1,78713. Nilai probabilitas kumulatif dari

�=−2,46 berdasarkan tabel distribusi kumulatif normal adalah 0,0367 ���� 0,37. Berikut aturan dalam pengambilan keputusan berdasarkan uji statistik �.

������������������������������ > �������������������,

ℎ�������������������.

������������������������������ < �������������������,

ℎ������������������.

Berdasarkan perhitungan sebelumnya, nilai probabilitas kumulatif, yakni 0,0367 lebih kecil dari nilai tingkat signifikansi, yakni 0,05

2 = 0,025 sehingga hipotesis nol diterima dan hipotesis alternatif ditolak pada tingkat signifikansi 5%.