ANALISIS PERUBAHAN IKLIM
Nama
: Wulan Handareni
NRP
: G24130020
Hari, Tanggal : Rabu, 7 Oktober 2015
Asisten Praktikum :
1. Ayularas Purnamasari S (G24120031)
2. Yahdi Isna M
(G24130079)
Praktikum ke-5
ANALISIS PERUBAHAN IKLIM
Tujuan
Tujuan praktikum kali ini adalah menganalisis perubahan iklim menggunakan uji
rataan dan uji statistik peringkat spearman.
Metodologi
Alat dan Bahan yang digunakan pada pratikum metode klimatologi adalah
laptop/komputer, software Ms Excel, alat tulis, data yang akan diduga dan aplikasi
minitab.
Praktikum meteode klimatologi dilaksanakan pada hari hari Rabu, 7 Oktober 2015
bertempat di laboratorium komputer Departemen Geofisika dan Meteorologi IPB.
Langkah Kerja
Gambar 1 Diagram alir metode analisis perubahan iklim
Pembahasan
Keragaman iklim dapat diketahui melalui analisis deret waktu. Analisis ini
memberikan informasi tentang adanya pola kecenderungan (trend), siklus atau fluktuasi
disekitar nilai rata-rata jangka panjang. Ada banyak metode yang dapat digunakan dalam
menilai berbagai macam tipe perubahan data rentang waktu. Ada dua istilah umum yang
sering dipakai untuk membedakan metode yang digunakan, yaitu parametric test dan nonparametric test. Dikatakan parametric test apabila didasarkan pada satu atau lebih
parameter. Linear regression merupakan salah satu contoh metode parametric test. Secara
umum, parametric test sangat baik digunakan ketika variabel terdistribusi secara normal
(Onos, M. dan Bayazit, 2003).
Analisis perubahan iklim memberikan informasi berupa tabel, grafik dan
pemetaan tentang kecenderungan (trend) curah hujan di beberapa stasiun pengamatan
curah hujan. Trend adalah kecenderungan perubahan nilai parameter iklim naik atau turun
pada suatu periode tertentu, maju atau mundur awal musim dan memanjang atau
memendeknya panjang musim.
Uji-T umumnya digunakan untuk menguji sampel ukuran kecil : menguji nilai
ratarata 2 (dua) kelompok sampel, menguji nilai rata-rata terhadap rata-rata populasi,
menguji data yang berpasangan, menguji koefisien korelasi.Uji t digunakan untuk
menguji secara parsial masing-masing variabel. Jika probabilitas nilai t < 0,05, pengaruh
antara variabel bebas terhadap variabel terikat secara parsial. Jika probabilitas nilai t >
0,05, maka tidak terdapat pengaruh yang signifikan antara masing-masing variabel bebas
terhadap variabel terikat (Arif et al 2015).
Uji t dilakukan dengan mengunakan data suhu tahun 1981 sampai 2010. Data
tersebut kemudian dibagi menjadi dua periode untuk mengetahui ada tidaknya tren
perubahan iklim yang terjadi. Ditentukan Ho sebagai tidak ada tren, sedangkan H1 ada
tren. Setelah dilakukan uji t pada data sampel (n) kurang dar i 30, didapatkan nilai t
hitung sebesar -0,4081. Pada tabel t didapatkan nilai sebesar -1,7011. Nilai t hitung
sebesar -0,4081 ada di dalam rentang selang -1,7011 sampai 1,7011. Nilai t hitung (0,4081) > t tabel (-1,7011). sehingga hipotesis 0 diterima, yaitu tidak adanya tren
perubahan iklim. Merujuk pada percobaan yang sebelumnya dilakukan oleh Arif et al
(2015) hasil Uji t menunjukkan bahwa - t 0.975> t hit > t 0.975 sehingga H0 diterima,
pada musim kemarau 4,5,6 dan 7 artinya telah terjadi perubahan pola curah hujan di
musim kemarau sejak periode tahun 1987 – 1996. Pada percobaan Rachmawati (2008)
didapatkan hasil uji t menunjukkan bahwa p-value 0,939 lebih besar dari 0,05 (atau thitung sebesar -0,077 lebih besar dari t-tabel -1,960), maka Ho diterima, yang berarti
tidak terdapat pengaruh yang signifikan antara Profitabilitas terhadap Audit Delay. Hasil
ini sejalan dengan hasil penelitian dari Wirakusuma (2004).
Koefisien korelasi rank Spearman merupakan statistik yang paling awal
dikembangkan dan mungkin yang paling dikenal dengan baik. Koefisien korelasi
Spearman adalah ukuran erat-tidaknya kaitan antara dua variabel ordinal atau ukuran atas
derajat hubungan antara data yang telah disusun menurut peringkat. Koefisien korelasi
digunakan untuk mengukur derajat erat tidaknya hubungan antar satu variabel terhadap
variabel lainnya dimana pengamatan pada masing-masing variabel tersebut didasarkan
pada pemberian peringkat tertentu yang sesuai dengan pengamatan serta
pasangannya(Linawati et al 2003).
Nilai korelasi yang dihasilkan berkisar diantara -1 sampai +1. Angka pada nilai
korelasi menunjukkan keeratan hubungan anatara dua variabel yang diuji. Jika angka
korelasi makin mendekati 1, maka korelasi dua variabel akan makin kuat, sedangkan jika
angka korelasi makin mendekati 0 makan korelasi dua variabel makin lemah. Sedangkan
tanda minus dan positif pada nilai korelasi menyatakan sifat hubungan. Jika nilai korelasi
bertanda minus, berarti hubungan diantara kedua variabel bersifat berlawanan arah.
Sedangkan jika nilai korelasi bertanda plus, berarti hubungan kedua variabel bersifat
searah.
Pada Uji peringkat Spearman digunakan data suhu bulan Januari selama 15
tahun. Data tesebut terlebih dahulu diurutkan dari yang nilainya paling kecil hingga nilai
terbesar. Setelah menghitung nilai RS(τs) menggunakan persamaan, didapatkan nilai
sebesar 0,4178. Nilai RS yang positif (lebih dari nol) menunjukkan bahwa tren perubahan
iklim naik sebesar 0,4178. Setelah RS diformulasikan, didapatkan nilai Ts sebesar 1,975.
Sedangkan nilai t tabel positif menunjukkan nilai sebesar 1,771. Sehingga nilai Ts lebih
besar daripada nilai t tabel positif. Apabila Ts lebih besar dari t tabel, maka dinyatakan
tolak H0 sehingga data tersebut memiliki tren yang nyata. Hasil ini sesuai dengan
percobaan yang telah dilakukan sebelumnya oleh Marshela (2015) yang menyatakan
bahwa jika t hitung ≥ t tabel, berarti Ho ditolak, H1 diterima. Pada percobaannya dipilih
H0 tidak ada pengaruh antara kualitas pelayanan dengan kepuasan pengunjung,
sedangkan H1 ada pengaruh antara kualitas pelayanan dengan kepuasan pengunjung.
Hasil yang didapatkan oleh Marshela adalah t hitung (13,145) > t tabel (1,660), artinya
kualitas pelayanan berpengaruh secara signifikan terhadap kepuasan pengunjung.
Kesimpulan
Hasil uji t menyatakan bahwa t hitung > t tabel, sehingga terima H0 yaitu tidak
adanya tren perubahan iklim. Sedangkan hasil uji rank Spearman menyatakan Ts lebih
besar dari t tabel, sehingga data tersebut memiliki tren yang nyata dan bernilai positif
karena RS lebih besar dari nol (0).
Daftar Pustaka
Arif SS, Susanto S, Susilokarti D, dan Lilik S. 2015. Identifikasi Perubahan Iklim
Berdasarkan Data Curah Hujan di Wilayah Selatan Jatiluhur Kabupaten Subang,
Jawa Barat. J Agritech. Vol 35(1) : 98-105.
Linawati L, Pradeka R, dan Setiawan A. 2003. Uji Koefisien Korelasi Spearman dan
Kendall Menggunakan Metode Bootstrap. Prosiding Studi Kasus : Beberapa Kurs
Mata uang Asing Terhadap Rupiah FMIPA Universitas Kristen Satya Wacana.
Hal 403-413.
Marshela F dan Sukandi P. 2015. Pengaruh Kualitas Pelayanan Shopkeeper terhadap
Kepuasan pengunjung Distro Baby Bandung. [Terhubung berkala]. Tersedia pada
http://repository.widyatama.ac.id/xmlui/bitstream/handle/123456789/4982/92.%2
0Ferien%20Marshela%20%26%20Pipin%20Sukandi.pdf?sequence=1. Diakses
11 Oktober 2015.
Onos B. dan Bayazit M. 2003. The Power of Statisticaltests For Trend detection. Turkish
Journal of Engineering and Environmental Sciences. Vol 27: 247- 251.
Rachmawati S. 2008. Pengaruh Faktor Internal dan Eksternal Perusahaan Terhadap Audit
Delay dan Timeliness. Jurnal Akuntansi Dan Keuangan. VOL 10(1): 1-10.
Wirakusuma, MG. 2004. “Faktor-Faktor yang Mempengaruhi Rentang Waktu Penyajian
Laporan Keuangan ke Publik (Studi Empiris Mengenai Keberadaan Divisi
Internal Audit pada Perusahaan-Perusahaan yang Terdaftar di Bursa Efek
Jakarta”. Makalah Seminar Nasional Akuntansi VII, Denpasar.
: Wulan Handareni
NRP
: G24130020
Hari, Tanggal : Rabu, 7 Oktober 2015
Asisten Praktikum :
1. Ayularas Purnamasari S (G24120031)
2. Yahdi Isna M
(G24130079)
Praktikum ke-5
ANALISIS PERUBAHAN IKLIM
Tujuan
Tujuan praktikum kali ini adalah menganalisis perubahan iklim menggunakan uji
rataan dan uji statistik peringkat spearman.
Metodologi
Alat dan Bahan yang digunakan pada pratikum metode klimatologi adalah
laptop/komputer, software Ms Excel, alat tulis, data yang akan diduga dan aplikasi
minitab.
Praktikum meteode klimatologi dilaksanakan pada hari hari Rabu, 7 Oktober 2015
bertempat di laboratorium komputer Departemen Geofisika dan Meteorologi IPB.
Langkah Kerja
Gambar 1 Diagram alir metode analisis perubahan iklim
Pembahasan
Keragaman iklim dapat diketahui melalui analisis deret waktu. Analisis ini
memberikan informasi tentang adanya pola kecenderungan (trend), siklus atau fluktuasi
disekitar nilai rata-rata jangka panjang. Ada banyak metode yang dapat digunakan dalam
menilai berbagai macam tipe perubahan data rentang waktu. Ada dua istilah umum yang
sering dipakai untuk membedakan metode yang digunakan, yaitu parametric test dan nonparametric test. Dikatakan parametric test apabila didasarkan pada satu atau lebih
parameter. Linear regression merupakan salah satu contoh metode parametric test. Secara
umum, parametric test sangat baik digunakan ketika variabel terdistribusi secara normal
(Onos, M. dan Bayazit, 2003).
Analisis perubahan iklim memberikan informasi berupa tabel, grafik dan
pemetaan tentang kecenderungan (trend) curah hujan di beberapa stasiun pengamatan
curah hujan. Trend adalah kecenderungan perubahan nilai parameter iklim naik atau turun
pada suatu periode tertentu, maju atau mundur awal musim dan memanjang atau
memendeknya panjang musim.
Uji-T umumnya digunakan untuk menguji sampel ukuran kecil : menguji nilai
ratarata 2 (dua) kelompok sampel, menguji nilai rata-rata terhadap rata-rata populasi,
menguji data yang berpasangan, menguji koefisien korelasi.Uji t digunakan untuk
menguji secara parsial masing-masing variabel. Jika probabilitas nilai t < 0,05, pengaruh
antara variabel bebas terhadap variabel terikat secara parsial. Jika probabilitas nilai t >
0,05, maka tidak terdapat pengaruh yang signifikan antara masing-masing variabel bebas
terhadap variabel terikat (Arif et al 2015).
Uji t dilakukan dengan mengunakan data suhu tahun 1981 sampai 2010. Data
tersebut kemudian dibagi menjadi dua periode untuk mengetahui ada tidaknya tren
perubahan iklim yang terjadi. Ditentukan Ho sebagai tidak ada tren, sedangkan H1 ada
tren. Setelah dilakukan uji t pada data sampel (n) kurang dar i 30, didapatkan nilai t
hitung sebesar -0,4081. Pada tabel t didapatkan nilai sebesar -1,7011. Nilai t hitung
sebesar -0,4081 ada di dalam rentang selang -1,7011 sampai 1,7011. Nilai t hitung (0,4081) > t tabel (-1,7011). sehingga hipotesis 0 diterima, yaitu tidak adanya tren
perubahan iklim. Merujuk pada percobaan yang sebelumnya dilakukan oleh Arif et al
(2015) hasil Uji t menunjukkan bahwa - t 0.975> t hit > t 0.975 sehingga H0 diterima,
pada musim kemarau 4,5,6 dan 7 artinya telah terjadi perubahan pola curah hujan di
musim kemarau sejak periode tahun 1987 – 1996. Pada percobaan Rachmawati (2008)
didapatkan hasil uji t menunjukkan bahwa p-value 0,939 lebih besar dari 0,05 (atau thitung sebesar -0,077 lebih besar dari t-tabel -1,960), maka Ho diterima, yang berarti
tidak terdapat pengaruh yang signifikan antara Profitabilitas terhadap Audit Delay. Hasil
ini sejalan dengan hasil penelitian dari Wirakusuma (2004).
Koefisien korelasi rank Spearman merupakan statistik yang paling awal
dikembangkan dan mungkin yang paling dikenal dengan baik. Koefisien korelasi
Spearman adalah ukuran erat-tidaknya kaitan antara dua variabel ordinal atau ukuran atas
derajat hubungan antara data yang telah disusun menurut peringkat. Koefisien korelasi
digunakan untuk mengukur derajat erat tidaknya hubungan antar satu variabel terhadap
variabel lainnya dimana pengamatan pada masing-masing variabel tersebut didasarkan
pada pemberian peringkat tertentu yang sesuai dengan pengamatan serta
pasangannya(Linawati et al 2003).
Nilai korelasi yang dihasilkan berkisar diantara -1 sampai +1. Angka pada nilai
korelasi menunjukkan keeratan hubungan anatara dua variabel yang diuji. Jika angka
korelasi makin mendekati 1, maka korelasi dua variabel akan makin kuat, sedangkan jika
angka korelasi makin mendekati 0 makan korelasi dua variabel makin lemah. Sedangkan
tanda minus dan positif pada nilai korelasi menyatakan sifat hubungan. Jika nilai korelasi
bertanda minus, berarti hubungan diantara kedua variabel bersifat berlawanan arah.
Sedangkan jika nilai korelasi bertanda plus, berarti hubungan kedua variabel bersifat
searah.
Pada Uji peringkat Spearman digunakan data suhu bulan Januari selama 15
tahun. Data tesebut terlebih dahulu diurutkan dari yang nilainya paling kecil hingga nilai
terbesar. Setelah menghitung nilai RS(τs) menggunakan persamaan, didapatkan nilai
sebesar 0,4178. Nilai RS yang positif (lebih dari nol) menunjukkan bahwa tren perubahan
iklim naik sebesar 0,4178. Setelah RS diformulasikan, didapatkan nilai Ts sebesar 1,975.
Sedangkan nilai t tabel positif menunjukkan nilai sebesar 1,771. Sehingga nilai Ts lebih
besar daripada nilai t tabel positif. Apabila Ts lebih besar dari t tabel, maka dinyatakan
tolak H0 sehingga data tersebut memiliki tren yang nyata. Hasil ini sesuai dengan
percobaan yang telah dilakukan sebelumnya oleh Marshela (2015) yang menyatakan
bahwa jika t hitung ≥ t tabel, berarti Ho ditolak, H1 diterima. Pada percobaannya dipilih
H0 tidak ada pengaruh antara kualitas pelayanan dengan kepuasan pengunjung,
sedangkan H1 ada pengaruh antara kualitas pelayanan dengan kepuasan pengunjung.
Hasil yang didapatkan oleh Marshela adalah t hitung (13,145) > t tabel (1,660), artinya
kualitas pelayanan berpengaruh secara signifikan terhadap kepuasan pengunjung.
Kesimpulan
Hasil uji t menyatakan bahwa t hitung > t tabel, sehingga terima H0 yaitu tidak
adanya tren perubahan iklim. Sedangkan hasil uji rank Spearman menyatakan Ts lebih
besar dari t tabel, sehingga data tersebut memiliki tren yang nyata dan bernilai positif
karena RS lebih besar dari nol (0).
Daftar Pustaka
Arif SS, Susanto S, Susilokarti D, dan Lilik S. 2015. Identifikasi Perubahan Iklim
Berdasarkan Data Curah Hujan di Wilayah Selatan Jatiluhur Kabupaten Subang,
Jawa Barat. J Agritech. Vol 35(1) : 98-105.
Linawati L, Pradeka R, dan Setiawan A. 2003. Uji Koefisien Korelasi Spearman dan
Kendall Menggunakan Metode Bootstrap. Prosiding Studi Kasus : Beberapa Kurs
Mata uang Asing Terhadap Rupiah FMIPA Universitas Kristen Satya Wacana.
Hal 403-413.
Marshela F dan Sukandi P. 2015. Pengaruh Kualitas Pelayanan Shopkeeper terhadap
Kepuasan pengunjung Distro Baby Bandung. [Terhubung berkala]. Tersedia pada
http://repository.widyatama.ac.id/xmlui/bitstream/handle/123456789/4982/92.%2
0Ferien%20Marshela%20%26%20Pipin%20Sukandi.pdf?sequence=1. Diakses
11 Oktober 2015.
Onos B. dan Bayazit M. 2003. The Power of Statisticaltests For Trend detection. Turkish
Journal of Engineering and Environmental Sciences. Vol 27: 247- 251.
Rachmawati S. 2008. Pengaruh Faktor Internal dan Eksternal Perusahaan Terhadap Audit
Delay dan Timeliness. Jurnal Akuntansi Dan Keuangan. VOL 10(1): 1-10.
Wirakusuma, MG. 2004. “Faktor-Faktor yang Mempengaruhi Rentang Waktu Penyajian
Laporan Keuangan ke Publik (Studi Empiris Mengenai Keberadaan Divisi
Internal Audit pada Perusahaan-Perusahaan yang Terdaftar di Bursa Efek
Jakarta”. Makalah Seminar Nasional Akuntansi VII, Denpasar.