Laporan Praktikum Statistika Industri Sa
DAFTAR ISI
1.1
Tujuan Praktikum
...2
1.2
Tugas Praktikum
...2
1.3
Pengolahan Data
...2
1.3.1
Deskripsi Kasus
...2
1.3.2
Tabel Data Historis
...3
1.3.3
Ho dan Ha, Tingkat Probabilitas (p), dan Kriteria Pengujian
. 6
1.3.4
Cara Kerja
...8
1.3.5
Hasil Output SPSS
...19
1.3.6
Analisis Hasil Output SPSS
...20
(2)
MODUL 1
UJI HIPOTESIS SAMPLE T-TEST
1.1 Tujuan Praktikum
1. Mampu memahami Uji Hipotesis Sample t-Test
2. Mampu menyelesaikan persoalan Uji Hipotesis Sample t-Test dengan software SPSS
1.2 Tugas Praktikum
1. Membuat dan mencari dari sumber terpercaya untuk sejumlah data yang akan diolah kemudian tampilkan dalam bentuk tabel data historis dengan jumlah data minimal 40 data.
2. Melakukan perhitungan Uji Hipotesis Sample t-Test (One Sample t-Test, Paired Sample t-Test, Independent Sample t-Test) dari sejumlah yang telah didapat dengan menggunakan software SPSS.
3. Melakukan bahasan dari hasil sejumlah hasil olahan yang didapat hingga tentukan yang didapat.
1.3 Pengolahan Data
1.3.1 Deskripsi Kasus
1.3.1.1 One Sample t-Test
Pada penelitian ini, responden diberikan jurnal untuk dibaca secara cepat tanpa diberi treatment khusus. Jumlah responden yang dibutuhkan adalah sebanyak 20 responden. Mereka diminta untuk membaca biasa jurnal tersebut selama 3 menit. Setelah itu dicatat jumlah kata yang terbaca oleh responden tersebut.
1.3.1.2 Paired Sample t-Test
Data Paired Sample t-Test ini digunakan untuk membandingkan banyaknya kata yang terbaca oleh responden sebelum dan sesudah diberi treatment. Pada pengumpulan data ini, 20 responden yang tadinya diminta membaca jurnal tanpa menggunakan treatment, kami berikan treatment dan diminta kembali untuk membaca jurnal tersebut. Setelah itu dicatat jumlah kata yang terbaca setelah responden diberikan treatmen. Waktu yang digunakan sama dengan
(3)
1.3.1.3 Independent Sample t-Test
Tujuan dari pengambilan data untuk Independent Sample t-Test ini adalah untuk membandingkan rata – rata dari dua kelompok yang berbeda dan diberikan perlakuan yang berbeda. Dalam penelitian ini, jumlah kata 20 responden pada One Sample t-Test yang telah diberikan treatment akan dibandingkan rata – ratanya dengan 20 responden baru yang sama – sama sudah diberikan treatment. Kemudian jumlah kata yang dibaca oleh 20 responden baru ini dihitung. Waktu yang diberikan untuk membaca adalah sama yaitu 3 menit.
1.3.1.4 Sumber dan Jenis Treatment
Jenis treatment yang diberikan kepada responden adalah Metode Skimming dan Scanning. Metode ini diberikan karena dianggap sebagai metode yang paling efektif untuk mengetahui isi jurnal dengan cepat dan tepat.
Sumber treatment yang dibarikan diambil dari internet pada website http://penasehatcintae.blogspot.com/2011/01/pengertian-skimming-dan-scanning.html.
1.3.2 Tabel Data Historis
1.3.2.1 Data One Sample t-Test
Tabel 1.1 Data One Sample t-Test
No. Nama Responden Kata Terbaca
1 Fika Rifai 687
2 Famila 878
3 Amirul 650
4 Kharina 560
5 Ega 583
6 Nanda 625
7 Puguh 992
8 Yosa 1025
9 Puput 680
10 Ayi 1235
11 Dea 869
12 Ami 930
13 Karla 690
14 Nafi 635
(4)
16 Hafiz 945
17 Kamal 436
18 Dzikri 563
19 Aesthesia 784
20 Tria 699
1.3.2.2 Data Paired Sample t-Test
Tabel 1.2 Data Paired Sample t-Test
No. Nama Jumlah Kata Sebelum
Treatment
Jumlah Kata Setelah Treatment
1 Fika Rifai 687 860
2 Famila 878 910
3 Amirul 650 729
4 Kharina 560 896
5 Ega 583 1046
6 Nanda 625 1020
7 Puguh 992 1242
8 Yosa 1025 1290
9 Puput 680 1103
10 Ayi 1235 1290
11 Dea 869 860
12 Ami 930 1050
13 Karla 690 791
14 Nafi 635 1129
15 Nurul 857 978
16 Hafiz 945 1039
17 Kamal 436 890
18 Dzikri 563 994
19 Aesthesia 784 802
20 Tria 699 978
1.3.2.3 Data Independent Sample t-Test
Tabel 1.3 Data Independent Sample t-Test Kelompok 1
No. Nama Jumlah Kata Tanpa Diberi
Treatment
1 Fika Rifai 687
2 Famila 878
3 Amirul 650
4 Kharina 560
5 Ega 583
(5)
7 Puguh 992
8 Yosa 1025
9 Puput 680
10 Ayi 1235
11 Dea 869
12 Ami 930
13 Karla 690
14 Nafi 635
15 Nurul 857
16 Hafiz 945
17 Kamal 436
18 Dzikri 563
19 Aesthesia 784
20 Tria 699
Tabel 1.4 Data Independent Sample t-Test Kelompok 2
No. Nama Jumlah Kata Terbaca dengan
diberi Treatment
1 Upi 1256
2 Acos 785
3 Rara 833
4 Eki 884
5 Hamka 856
6 Ayu 1100
7 Dani 1093
8 Dedi 604
9 Randi 759
10 Sri 834
11 Lina 971
12 Cinta 1191
13 Salim 1104
14 Indri 1144
15 Aldi 612
16 Amar 653
17 Hasni 819
18 Tati 870
19 Mini 682
20 Hasdam 962
1.3.3 Ho dan Ha, Tingkat Probabilitas (p), dan Kriteria Pengujian
1.3.3.1 One Sample t-Test
Ho dan Ha
Ho = Jumlah kata yang dibaca responden adalah 900 Ha = Jumlah kata yang dibaca responden bukan 900
(6)
Kriteria Pengujian
Jika signifikansi < 0,05 berarti Ho ditolak Jika signifikansi > 0,05 berarti Ho diterima
1.3.3.2 Paired Sample t-Test
Ho dan Ha
Ho = Tidak ada perbedaan rata – rata jumlah kata yang dibaca sebelum dan sesudah diberi treatment.
Ha = Ada perbedaan rata – rata jumlah kata yang dibaca sebelum dan sesudah diberi treatment.
Tingkat Probabilitas (p) = 0,05
Kriteria Pengujian
Jika signifikansi < 0,05 berarti Ho ditolak Jika signifikansi > 0,05 berarti Ho diterima
1.3.3.3 Independent Sample t-Test
Ho dan Ha
Ho = Jumlah kata yang dibaca responden adalah 900 Ha = Jumlah kata yang dibaca responden bukan 900
Tingkat Probabilitas (p) = 0,05
Kriteria Pengujian
Jika signifikansi < 0,05 berarti Ho ditolak Jika signifikansi > 0,05 berarti Ho diterima
1.3.4 Cara Kerja
1.3.4.1 One Sample t-Test
1.3.4.1.1 Uji Normalitas
1. Pada data yang akan digunakan klik menu Analyze, lalu submenu Descriptive Statics. Dari serangkaian pilihan yang
(7)
ada, pilih Explore, lalu akan muncul kotak dialog seperti gambar dibawah ini.
Gambar 1.1 Jendela One Sample Shapiro Wilk
2. Pindahkan variable ke kotak Dependent List dengan meng-klik tanda panah ke kanan.
Gambar 1.2 Jendela One Sample Shapiro Wilk
3. Klik Plots dan akan muncul kotak dialog seperti dibawah ini, centang sesuai pada gambar lalu klik continue.
(8)
Gambar 1.3 Jendela One Sample Shapiro Wilk; Plots 4. Klik Ok maka akan keluar output tabel seperti berikut.
Gambar 1.4 Tests of Normality Hipotesis :
Ho : Populasi Berdistribusi Normal Ha : Populasi Tidak Berdistribusi Normal Kesimpulan :
Terlihat pada kolom signifikansi sebesar 0,507 atau probabilitas lebih besar dari pada 0,05 maka Ho diterima berarti populasi berdistribusi normal.
1.3.4.1.2 Perhitungan Manual
α = 0,05 x = 766,15
t (α
2,n−1)
=t (0,05
2 ,20−1)
=t(0,025, 19)=2,093
1.3.4.1.3 Perhitungan Menggunakan SPSS
Sebelum mengolah data menggunakan SPSS masukkan dulu data kedalam SPSS.
1. Klik variable view pada sebelah kiri bawah jendela SPSS 2. Masukkan data seperti gambar dibawah ini.
(9)
Gambar 1.5 Variable View
3. Setelah itu masukkan jumlah kata yang terbaca pada data view yang berada sebelah kiri bawah jendela SPSS.
Gambar 1.6 Data View
4. Pilih Analyze untuk memulai t-Test, pada submenu pilih Compare Means kemudian pilih One Sample t-Test.
Gambar 1.7 One Sample t-Test
5. Akan muncul jendela One Sample t-Test. Pindahkan variable JumlahKata ke Test Variable List dengan mengklik tanda panah ke kanan dan isikan Test Value dengan t hitung yang dijadikan perbandingan.
(10)
Gambar 1.8 Jendela One Sample t-Test
6. Klik Option kemudian akan muncul jendela berikutnya. Isikan derajat keyakinan sebesar 95% (α = 55).
Gambar 1.9 Jendela Options
7. Klik Continue kemudian Ok, maka akan muncul output seperti gambar dibawah ini.
Gambar 1.10 Jendela One Sample Statistics
1.3.4.2 Paired Sample t-Test
1.3.4.2.1 Uji Normalitas
1. Pada data yang akan digunakan klik menu Analyze, lalu submenu Descriptive Statics. Dari serangkaian pilihan yang ada, pilih Explore, lalu akan muncul kotak dialog seperti gambar dibawah ini.
(11)
Gambar 1.11 Jendela One Sample Shapiro Wilk
2. Pindahkan semua variable ke kotak Dependent List dengan meng-klik tanda panah ke kanan.
Gambar 1.12 Jendela One Sample Shapiro Wilk
3. Klik Plots dan akan muncul kotak dialog seperti dibawah ini, centang sesuai pada gambar lalu klik continue.
(12)
Gambar 1.13 Jendela One Sample Shapiro Wilk; Plots 4. Klik Ok maka akan keluar output tabel seperti berikut.
Gambar 1.14 Tests of Normality Hipotesis :
Ho : Populasi Berdistribusi Normal Ha : Populasi Tidak Berdistribusi Normal Kesimpulan :
Terlihat pada kolom signifikansi variable 1 sebesar 0,507 dan variable 2 sebesar 0,503 berarti probabilitas lebih besar dari pada 0,05 maka Ho diterima berarti kedua populasi berdistribusi normal.
1.3.4.2.2 Perhitungan Manual
Hipotesis : Ho : µ1 = µ2 Ha : µ1 ≠ µ2 α = 0,05
t (α
2,n−1)
=t (0,05
2 ,20−1)
=t(0,025, 19)=2,093
1.3.4.2.3 Perhitungan Menggunakan SPSS
1. Masukkan data ke SPSS kemudian klik variabel view
2. Pada variable view, pengisian data jumlah kata yang terbaca sebelum dan sesudah diberi treatment pada kotak name.
(13)
3. Mengisi data yang telah diketahui pada studi kasus pada Data View.
4. Pengolahan data dengan SPSS
Menu Analyze Compare Means Paired-Sample t-Test
Gambar 1.15 Jendela Paired Sample t-Test Pengisian :
- Pindahkan JumlahKataSebelumTreatment ke variable 1 dan JumlahKataSetelahTreatment ke variable 2
- Pada pilihan Option, jika tidak ada data yang diubah abaikan pengisiannya. Pada penelitian ini tidak ada data yang diubah.
Gambar 1.16 Jendela Paired Sample t-Test. Options 5. Klik Ok untuk memproses data.
Gambar 1.17 Jendela Paired Sample Statistics Dari hasil output dapat diketahui bahwa nilai rata – rata jumlah kata yang dibaca sebelum dan sesudah treatment masing – masing 766,15 dan 994,85 dengan jumlah data (responden) adalah 20 orang.
(14)
Gambar 1.18 Jendela Paired Sample Correlations
1.3.4.3 Independent Sample t-Test
1.3.4.3.1 Uji Normalitas
1. Pada data yang akan digunakan klik menu Analyze, lalu submenu Descriptive Statics. Dari serangkaian pilihan yang ada, pilih Explore, lalu akan muncul kotak dialog seperti gambar dibawah ini.
Gambar 1.19 Jendela One Sample Shapiro Wilk
2. Pindahkan JumlahKata ke kotak Dependent List dan JenisPerlakuan ke kotak Label dengan meng-klik tanda panah ke kanan.
(15)
Gambar 1.20 Jendela One Sample Shapiro Wilk
3. Klik Plots dan akan muncul kotak dialog seperti dibawah ini, centang sesuai pada gambar lalu klik continue.
Gambar 1.21 Jendela One Sample Shapiro Wilk; Plots 4. Klik Ok maka akan keluar output tabel seperti berikut.
Gambar 1.22 Tests of Normality
Hipotesis :
Ho : Populasi Berdistribusi Normal Ha : Populasi Tidak Berdistribusi Normal Kesimpulan :
Terlihat pada kolom signifikansi sebesar 0,343 atau probabilitas lebih besar dari pada 0,05 maka Ho diterima berarti populasi berdistribusi normal.
1.3.4.3.2 Perhitungan Manual
Hipotesis : Ho : µ1 = µ2 Ha : µ1 ≠ µ2 α = 0,05
t (α
2,n−2)
=t (0,05
2 ,40−2)
(16)
1.3.4.3.3 Perhitungan Menggunakan SPSS 1. Masukkan data ke SPSS
- Dari menu utama File, pilih menu New, kemudian Data - Klik Variabel View. Pada kolom name ketik JumlahKata
dibaris pertama dan JenisPerlakuan di baris kedua.
- Pada kolom label, untuk baris pertama ketik Jumlah Kata dan Jenis Perlakuan di baris kedua.
- Pada kolom value, dibaris kedua isi seperti gambar dibawah ini
Gambar 1.23 Jendela Value Labels 2. Mengisi Data View
- Isi sesuai data yang telah diteliti
- Untuk kolom jenis perlakuan, isi menggunakan angka 1 dan angka 2 sesuai dengan value yang telah dibuat. Isi nilai 1 jika tanpa treatment dan nilai 2 jika dengan treatment.
3. Pengolahan Data dengan SPSS
Menu analyze Compare Means Independent Sample t-Test.
(17)
- Pada Test Variabel diisikan JumlahKata
- Pada Grouping Variable diisikan JenisPerlakuan.
4. Pada Define Group, isi sesuai gambar dibawah ini kemudian klik continue
Gambar 1.25 Jendela Define Groups 5. Kemudian kik Ok untuk memproses data.
Output SPSS
Gambar 1.26 Jendela Group Statistics
Pada gambar diatas dapat dilihat rata – rata jumlah kata dengan treatment dan tanpa treatment masing – masing 900,6 dan 766,15 dari 40 data keseluruhan.
(18)
1.3.5 Hasil Output SPSS
1.3.5.1 One Sample t-Test
Gambar 1.28 Jendela One Sample Statistics
1.3.5.2 Paired Sample t-Test
Gambar 1.29 Jendela Paired Sample Statistics
(19)
1.3.5.3 Independent Sample t-Test
Gambar 1.31 Jendela Independent Sample Test
1.3.6 Analisis Hasil Output SPSS
1.3.6.1 One Sample t-Test
Ho ditolak karena Sig. (2-tailed) <0,05. Berarti jumlah kata yang dibaca oleh responden dalam 3 menit bukan 900 kata.
1.3.6.2 Paired Sample t-Test
Ho ditolak karena Sig. (2-tailed) <0,05. Berarti rata – rata jumlah kata yang dibaca oleh responden sebelum diberi treatment dalam 3 menit tidak sama dengan rata – rata jumlah kata yang dibaca setelah diberi treatment dengan waktu yang sama
1.3.6.3 Independent Sample t-Test
Ho ditolak karena Sig. (2-tailed) <0,05. Berarti rata – rata jumlah kata yang dibaca oleh responden tanpa treatment dalam 3 menit tidak sama dengan rata – rata jumlah kata yang dibaca dengan diberi treatment dengan waktu yang sama
1.3.7 Kesimpulan
a. One Sample t-Test
Dari output kedua diperoleh nilai t hitung SPSS sebesar 17,489. Sedangkan nilai −t(α
2, v) dan t
(α
2,v) adalah -2,093 dan 2,093. Jika dibandingkan, maka t hitung SPSS berada diluar angka – angka perhitungan t tabel. Sehingga Ho ditolak. Karena Sig. (2-tailed) <0,05 maka Ho ditolak.
(20)
Oleh karena dapat diambil keputusan bahwa dengan tingkat kepercayaan 95%, secara signifikan hasil pengujian berbeda dengan apa yang diklaim oleh peneliti.
b. Paired Sample t-Test
Dari output kedua diperoleh nilai t hitung SPSS sebesar -6,004 sedangkan nilai −t(α
2, v) dan t
(α
2,v) adalah -2,093. Jika dibandingkan, maka nilai t hitung < t tabel, sehingga Ho ditolak. Selain itu, Sig.(2-tailed) diperoleh sebesar 0,000 berarti <0,05 maka Ho ditolak.
Oleh karena dapat diambil keputusan bahwa dengan tingkat kepercayaan 95% secara signifikan rata – rata jumlah kata sebelum dan sesudah treatment memiliki perbedaan.
c. Paired Sample t-Test
Dari output kedua diperoleh nilai t hitung SPSS sebesar -2,170 sedangkan nilai −t(α
2, v) dan t
(α
2,v) adalah -2,221. Jika dibandingkan, maka nilai t hitung < t tabel, sehingga Ho ditolak. Selain itu, Sig.(2-tailed) diperoleh sebesar 0,036 berarti <0,05 maka Ho ditolak.
Oleh karena dapat diambil keputusan bahwa dengan tingkat kepercayaan 95% secara signifikan rata – rata jumlah kata tanpa treatment dan dengan diberi treatment memiliki perbedaan.
(1)
Gambar 1.20 Jendela One Sample Shapiro Wilk
3. Klik Plots dan akan muncul kotak dialog seperti dibawah ini, centang sesuai pada gambar lalu klik continue.
Gambar 1.21 Jendela One Sample Shapiro Wilk; Plots 4. Klik Ok maka akan keluar output tabel seperti berikut.
Gambar 1.22 Tests of Normality
Hipotesis :
Ho : Populasi Berdistribusi Normal Ha : Populasi Tidak Berdistribusi Normal Kesimpulan :
Terlihat pada kolom signifikansi sebesar 0,343 atau probabilitas lebih besar dari pada 0,05 maka Ho diterima berarti populasi berdistribusi normal.
1.3.4.3.2 Perhitungan Manual Hipotesis : Ho : µ1 = µ2 Ha : µ1 ≠ µ2 α = 0,05
t
(α
2,n−2) =t
(0,05
2 ,40−2)
(2)
1.3.4.3.3 Perhitungan Menggunakan SPSS 1. Masukkan data ke SPSS
- Dari menu utama File, pilih menu New, kemudian Data - Klik Variabel View. Pada kolom name ketik JumlahKata
dibaris pertama dan JenisPerlakuan di baris kedua.
- Pada kolom label, untuk baris pertama ketik Jumlah Kata dan Jenis Perlakuan di baris kedua.
- Pada kolom value, dibaris kedua isi seperti gambar dibawah ini
Gambar 1.23 Jendela Value Labels 2. Mengisi Data View
- Isi sesuai data yang telah diteliti
- Untuk kolom jenis perlakuan, isi menggunakan angka 1 dan angka 2 sesuai dengan value yang telah dibuat. Isi nilai 1 jika tanpa treatment dan nilai 2 jika dengan treatment.
3. Pengolahan Data dengan SPSS
Menu analyze Compare Means Independent Sample t-Test.
(3)
- Pada Test Variabel diisikan JumlahKata
- Pada Grouping Variable diisikan JenisPerlakuan.
4. Pada Define Group, isi sesuai gambar dibawah ini kemudian klik continue
Gambar 1.25 Jendela Define Groups
5. Kemudian kik Ok untuk memproses data. Output SPSS
Gambar 1.26 Jendela Group Statistics
Pada gambar diatas dapat dilihat rata – rata jumlah kata dengan treatment dan tanpa treatment masing – masing 900,6 dan 766,15 dari 40 data keseluruhan.
(4)
1.3.5 Hasil Output SPSS 1.3.5.1 One Sample t-Test
Gambar 1.28 Jendela One Sample Statistics 1.3.5.2 Paired Sample t-Test
Gambar 1.29 Jendela Paired Sample Statistics
(5)
1.3.5.3 Independent Sample t-Test
Gambar 1.31 Jendela Independent Sample Test
1.3.6 Analisis Hasil Output SPSS 1.3.6.1 One Sample t-Test
Ho ditolak karena Sig. (2-tailed) <0,05. Berarti jumlah kata yang dibaca oleh responden dalam 3 menit bukan 900 kata.
1.3.6.2 Paired Sample t-Test
Ho ditolak karena Sig. (2-tailed) <0,05. Berarti rata – rata jumlah kata yang dibaca oleh responden sebelum diberi treatment dalam 3 menit tidak sama dengan rata – rata jumlah kata yang dibaca setelah diberi treatment dengan waktu yang sama
1.3.6.3 Independent Sample t-Test
Ho ditolak karena Sig. (2-tailed) <0,05. Berarti rata – rata jumlah kata yang dibaca oleh responden tanpa treatment dalam 3 menit tidak sama dengan rata – rata jumlah kata yang dibaca dengan diberi treatment dengan waktu yang sama
1.3.7 Kesimpulan a. One Sample t-Test
Dari output kedua diperoleh nilai t hitung SPSS sebesar 17,489. Sedangkan nilai −t(α
2, v) dan t
(α
2,v) adalah -2,093 dan 2,093. Jika dibandingkan, maka t hitung SPSS berada diluar angka – angka perhitungan t tabel. Sehingga Ho ditolak. Karena Sig. (2-tailed) <0,05 maka Ho ditolak.
(6)
Oleh karena dapat diambil keputusan bahwa dengan tingkat kepercayaan 95%, secara signifikan hasil pengujian berbeda dengan apa yang diklaim oleh peneliti.
b. Paired Sample t-Test
Dari output kedua diperoleh nilai t hitung SPSS sebesar -6,004 sedangkan nilai −t(α
2, v) dan t
(α
2,v) adalah -2,093. Jika dibandingkan, maka nilai t hitung < t tabel, sehingga Ho ditolak. Selain itu, Sig.(2-tailed) diperoleh sebesar 0,000 berarti <0,05 maka Ho ditolak.
Oleh karena dapat diambil keputusan bahwa dengan tingkat kepercayaan 95% secara signifikan rata – rata jumlah kata sebelum dan sesudah treatment memiliki perbedaan.
c. Paired Sample t-Test
Dari output kedua diperoleh nilai t hitung SPSS sebesar -2,170 sedangkan nilai −t(α
2, v) dan t
(α
2,v) adalah -2,221. Jika dibandingkan, maka nilai t hitung < t tabel, sehingga Ho ditolak. Selain itu, Sig.(2-tailed) diperoleh sebesar 0,036 berarti <0,05 maka Ho ditolak.
Oleh karena dapat diambil keputusan bahwa dengan tingkat kepercayaan 95% secara signifikan rata – rata jumlah kata tanpa treatment dan dengan diberi treatment memiliki perbedaan.