TUGAS UJIAN

TUGAS KOMPUTER STATISTIK

1. Apakah ada uji lanjut setelah uji t?

Jika ada perbedaan maka Fhit ≥ Ftabel uji pasca anava misalnya uji Scheffe, uji Scheffe kadang kurang menguntungkan, jika tidak ada perbedaan tidak boleh dengan uji t berkali- kali. Maka digunakan cara lain :

a. Tucking

b. Studentified Range

Ketika kita melakukan analisis regresi, pasti akan melibatkan uji anova dan uji t. Anova pada regresi, sebenarnya tidak berbeda dengan Anova biasa. Anova pada regresi dilakukan untuk mengetahui apakah b1, b2, b3 dan seterusnya berbeda dari 0. Dengan demikian, sebenarnya H0 anova ada regresi adalah: Semua koefisien (b1, b2, b3 dst.) bernilai nol. Ketika hasil pengujian anova pada regresi memiliki nilai p-value yang lebih kecil dari nilai alpha, maka kita memiliki bukti yang kuat untuk menolak H0 di atas, dan menyimpulkan H1, yaitu: Tidak semua koefisien (b1, b2, b3 dst) bernilai nol. Dengan kata lain, jika hasil uji anova pada regresi kita memiliki nilai p-value yang lebih kecil dari alpha, maka kita dapat menyimpulkan bahwa paling sedikit satu dari variabel independen yang kita masukan dalam model regresi, memiliki pengaruh terhadap variabel dependen. Selanjutnya, uji t akan digunakan untuk mengetahui variabel/koefisien mana yang nilainya tidak nol. Kita dapat melihat hal ini dari nilai p-value uji t yang nilainya lebih kecil dari alpha.

Uji t pada regresi merupakan ad hoc test untuk uji anova, dengan demikian, ketika uji anova memiliki nilai p-value yang lebih besar dari nilai alpha (tidak signifikan), maka akan sangat tidak mungkin ada salah satu variabel/koefisien yang memiliki nilai p-value lebih kecil dari alpha (signifikan). Demikian pula sebaliknya, ketika uji anova memiliki nilai p-value yang lebih kecil dari alpha (signifikan), maka pasti minimal salah satu dari variabel/koefisien memiliki nilai p-value yang lebih kecil dari alpha (signifikan).

2. Bagaimana cara pengambilan sampel jika sampel terdiri dari kelas-kelas?

Cara pengambilan sampel jika sampel terdiri dari kelas-kelas adalah dengan menggunakan sampel random. Sampel random adalah tekhnik pengambilan sampel dimana peneliti mencampur subjek – subjek di dalam populasi sehingga semua subjek di anggap sama. Dengan demikian maka peneliti member hak yang sama kepada setiap subjek untuk memperoleh kesempatan (chance) dipilih menjadi sampel. Oleh karena hak setiap subjek sama, maka peneliti terlepas dari perasaan ingin mengistimewakan satu atau beberapa subjek untuk dijadikan sampel

3. Bagaimana anava 2 jalan?

Bentuk tabel 3.1 jelas menggunakan Anava 2 jalan karena lebih dari 2 pihak. Bagaimana jika hanya 2 pihak (seperti tampak pada table 3.2) yang biasanya juga menggunakan uji Anava padahal Anava digunakan untuk lebih dari 2 pihak?

Penyelesaian:

Untuk mengetahui kapan kita menggunakan anova dan kapan menggunakan uji t, tergantung dari jumlah variabel yang akan kita uji. Jika kita hanya menguji dua variabel, maka uji t adalah teknik yang paling sesuai dan mudah. Tentu saja, tabel yang digunakan untuk membandingkan statistik uji dan statistik hitung adalah tabel t. dan jika variable yang kita uji lebih dari dua, maka anova adalah teknik yang paling sesuai untuk ini. Tabel yang digunakan untuk membantu pengambilan keputusan jika kita menggunakan anova adalah tabel F.

Akan tetapi, untuk dapat menggunakan dua teknik pengujian hipotesis di atas, ada dua syarat yang harus dipenuhi terlebih dahulu yaitu homogenitas varian dan distribusi normal. Jika kita tidak dapat memenuhi kedua syarat tersebut, berarti pengujian hipotesis harus dilakukan dengan statistic nonparametric. Salah satu uji nonparametric untuk menguji hipotesis adalah dengan uji chi square. Dengan demikian chi square.

http://edugator.metacamp.us/category/statistics/Posted on November 10, 2008, 11:40 am, by Djunaidi Lababa, under Statistics

Uji-t (t-test) merupakan statistik uji yang sering kali ditemui dalam masalah-masalah praktis statistika. Uji-t termasuk dalam golongan statistika parametrik. Statistik uji ini digunakan dalam pengujian hipotesis. Uji-t digunakan ketika informasi mengenai nilai variance (ragam) populasi tidak diketahui.

Uji-t dapat dibagi menjadi 2, yaitu uji-t yang digunakan untuk pengujian hipotesis 1-sampel dan uji-t yang digunakan untuk pengujian hipotesis 2-sampel. Bila dihubungkan dengan kebebasan (independency) sampel yang digunakan (khusus bagi uji-t dengan 2-sampel), maka uji-t dibagi lagi menjadi 2, yaitu uji-t untuk sampel bebas (independent) dan uji-t untuk sampel berpasangan (paired).

Dalam lingkup uji-t untuk pengujian hipotesis 2-sampel bebas, maka ada 1 hal yang perlu mendapat perhatian, yaitu apakah ragam populasi (ingat: ragam populasi, bukan ragam sampel) diasumsikan homogen (sama) atau tidak. Bila ragam populasi diasumsikan sama, maka uji-t yang digunakan adalah uji-t dengan asumsi ragam homogen, sedangkan bila ragam populasi dari 2-sampel tersebut tidak diasumsikan homogen, maka yang lebih tepat adalah menggunakan uji-t dengan asumsi ragam tidak homogen. Uji-t dengan ragam homogen dan tidak homogen memiliki rumus hitung yang berbeda. Oleh karena itulah, apabila uji-t hendak digunakan untuk melakukan pengujian hipotesis terhadap 2-sampel, maka harus dilakukan pengujian mengenai asumsi kehomogenan ragam populasi terlebih dahulu dengan menggunakan uji-F.

Tugas Kelompok Menganalisis Skripsi yang Salah

Menganalisis Kesalahan Skripsi

Analisis Data

Mendeskripsikan data

Hasil Output:

Ini menunjukkan bahwa

1). Otot Tungkai

Mean: 44.6667

Standar Deviations : 6.76496

2). Otot Perut

Mean : 23.6111

Standar Deviatioms : 2.78945

3). Otot Lengan

Mean : 13.5000

Standar Deviatioms : 3.24830

otot_tungkai

otot_tungkai Stem-and-Leaf Plot

Frequency Stem & Leaf

.00 3 .

5.00 3 . 55778

3.00 4 . 004

5.00 4 . 55788

4.00 5 . 1234

1.00 5 . 5

Stem width: 10.00

Each leaf: 1 case(s)

otot_perut

otot_perut Stem-and-Leaf Plot

Frequency Stem & Leaf

6.00 2 . 000111

4.00 2 . 3333

3.00 2 . 455

3.00 2 . 677

2.00 2 . 88

Stem width: 10.00

Each leaf: 1 case(s)

otot_perut

otot_perut Stem-and-Leaf Plot

Frequency Stem & Leaf

6.00 2 . 000111

4.00 2 . 3333

3.00 2 . 455

3.00 2 . 677

2.00 2 . 88

Stem width: 10.00

Each leaf: 1 case(s)

otot_lengan

otot_lengan Stem-and-Leaf Plot

Frequency Stem & Leaf

3.00 0 . 788

8.00 1 . 01123444

7.00 1 . 5555777

Stem width: 10.00

Each leaf: 1 case(s)

Uji Normalitas

Uji keseluruhan nilai dari otot Tungkai, otot Perut, dan otot Lengan mempunyai output sebagai berikut:

NPar Tests(6)

Yang diambil adalah data keseluruhan, yaitu Asymp. Sig (2-tailed) diperoleh 0,204.

Hipotesis:

Ho : variable adalah Normal.

H1 : variable adalah tidak normal.

Karena dari output terlihat nilai sig=0,204>5%, jadi Ho diterima, artinya normal.

Deskripsi data keseluruhan

diperoleh output(8)

Uji Hubungan (Corelations) (9)

Diperoleh output:

Uji Normalitas keseluruhan

Output yang diperoleh: (10)

Yang diambil adalah data keseluruhan, yaitu Asymp. Sig (2-tailed) diperoleh 0,222.

Hipotesis:

Ho : variable adalah Normal.

H1 : variable adalah tidak normal.

Karena dari output terlihat nilai sig=0,222>5%, jadi Ho diterima, artinya normal.

Terlihat pada output normal P-Plot of Regression terlihat mendekati garis diagonal. Jadi variabel dependen adalah normal.

Uji Multikolinearitas(12)

Terlihat bahwa nilai VIF tidak ada yang lebih dari 10, nilai tolerance mendekati 1. Jadi Multikolinearitas tidak terjadi.

Uji Autokorelasi(13)

Terlihat bahwa nilai DW = Durbin Watson adalah 1,926 jadi masih di antara -2 sampai dengan 2. Jadi tidak terjadi proses Autokorelasi

Uji Heterokedastisitas(14)

Terlihat pada diagram di atas scatterplot, var dependen dan residual diperoleh diagram nilai error cukup menyebar disekitar nol, jadi tidak terjadi Heterokedastisitas.

Uji Linearitas (15)

Persamaan Regresi Y = 2,263 – 0,028X₁ +0,003X₂ 0,026X₃ -

Untuk menguji kelinearan

H₀ : β = 0 ( persamaan adalah tidak linear)

H₁ : β tidak = 0 dimana ( persamaan adalah linear)

Menerima atau menolak hipotesis baca pada tabel Anova

Terlihat bahwa nilai sig = 0,001<5%. style=""> H₀ ditolak atau persamaan adalah linear.

Selanjutnya melihat nilai konstribusi X₁, X₂, X₃ secara bersama-sama terhadap Y baca output Model Summary

Terlihat bahwa nilai R square = 0,676 = 67,6%, artinya ketiga variabel memberi kontribusi/sumbangan terhadap Y sebesar 67,6% sisanya 32,4% dipengaruhi faktor lain.

Regressi Sederhana Otot Tungkai (X₁) terhadap smash normal (Y)

Persamaan Regresi Y = 2,132 – 0,031

Untuk menguji kelinearan

H₀ : β = 0 (persamaan adalah tidak linear)

H₁ : β tidak = 0 ( persamaan adalah linear)

Menerima atau menolak hipotesis baca pada tabel Anova

Terlihat bahwa nilai sig = 0,000<5%. style=""> H₀ ditolak atau persamaan adalah linear.

Selanjutnya melihat nilai konstribusi X₁ ( Otot tungkai ) secara bersama-sama terhadap Y baca output Model Summary

UJI NORMALITAS DAN HOMOGENITAS

UJI NORMALITAS

One-Sample Kolmogorov-Smirnov Test

nilai_semua
N 257
Normal Parameters(a,b) Mean 6.7510
Std. Deviation 1.16405
Most Extreme Differences Absolute .093
Positive .093
Negative -.077
Kolmogorov-Smirnov Z 1.490
Asymp. Sig. (2-tailed) .024
a Test distribution is Normal.
b Calculated from data.

Hipotesis:
H0 : data berdistribusi normal
H1 : data tidak berdistribusi normal
Dari output terlihat nilai sig= 0,024<5%,>

UJI HOMOGENITAS

Cara 1 :

Test Statistics

nilai_semua
Chi-Square(a) 353.350
df 43
Asymp. Sig. .000
a 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 5.8.

Hipotesis:
H0 : data adalah Homogen
H1 : data Tidak Homogen
Dari Output terlihat
Nilai Sig = 0,000 < style="font-weight: bold;">Cara 2 :

Test of Homogeneity of Variances









nilai_semua
Levene Statistic df1 df2 Sig.
2.256 5 251 .049

ANOVA

nilai_semua
Sum of Squares df Mean Square F Sig.
Between Groups 36.282 5 7.256 5.864 .000
Within Groups 310.600 251 1.237
Total 346.882 256

Hipotesis:
H0 : data adalah Homogen
H1 : data Tidak Homogen
Dari Output terlihat
Nilai Sig = 0,049 < 5% jadi H0 ditolak, artinya Nilai Semua
Tidak Homogen.

TUGAS VALIDITAS

TUGAS VALIDITAS


OPTIMIS (1-8)

Untuk mengetahui soal yang valid dan tidak valid dilihat nilai korelasi dibandingkan dengan tabel corelasi product moment untuk dk = n - 1 = 82 – 1 = 81 untuk alfa 5% adalah 0,219.
Jadi semua soal valid karena nilai corrected item total correlation > r tabel = 0,219.
Sedangkan untuk mengetahui soal tersebut reliable atau tidak dilihat pada nilai alfa = 0,738 dicocokan dengan nilai tabel r product moment adalah 0,219 ternyata alfa > dari r tabel artinya signifikan atau reliable.

KETERTARIKAN MEDIA (9-14)

Untuk mengetahui soal yang valid dan tidak valid dilihat nilai korelasi dibandingkan dengan tabel corelasi product moment untuk dk = n - 1 = 82 – 1 = 81 untuk alfa 5% adalah 0,219.
Jadi semua soal valid karena nilai corrected item total correlation > r tabel = 0,219.
Sedangkan untuk mengetahui soal tersebut reliable atau tidak dilihat pada nilai alfa = 0,770. dicocokan dengan nilai tabel r product moment adalah 0,219 ternyata alfa > dari r tabel artinya signifikan atau reliable.

KETERTARIKAN MODEL (15-21)

Untuk mengetahui soal yang valid dan tidak valid dilihat nilai korelasi dibandingkan dengan tabel corelasi product moment untuk dk = n - 1 = 82 – 1 = 81 untuk alfa 5% adalah 0,219.
Jadi hanya l soal saja yang tidak valid yaitu soal 18 = 0,100 < tabel =" 0,219." alfa =" 0,663."> dari r tabel artinya signifikan atau reliable.

OPTIMIS MEDIA (22-25)

Untuk mengetahui soal yang valid dan tidak valid dilihat nilai korelasi dibandingkan dengan tabel corelasi product moment untuk dk = n - 1 = 82 – 1 = 81 untuk alfa 5% adalah 0,219.
Jadi semua soal valid karena nilai corrected item total correlation > r tabel = 0,219.
Sedangkan untuk mengetahui soal tersebut reliable atau tidak dilihat pada nilai alfa = 0,793. dicocokan dengan nilai tabel r product moment adalah 0,219 ternyata alfa > dari r tabel artinya signifikan atau reliable.

OPTIMIS MODEL (26-28)

Untuk mengetahui soal yang valid dan tidak valid dilihat nilai korelasi dibandingkan dengan tabel corelasi product moment untuk dk = n - 1 = 82 – 1 = 81 untuk alfa 5% adalah 0,219.
Jadi semua soal valid karena nilai corrected item total correlation > r tabel = 0,219.
Sedangkan untuk mengetahui soal tersebut reliable atau tidak dilihat pada nilai alfa = 0,836. dicocokan dengan nilai tabel r product moment adalah 0,219 ternyata alfa > dari r tabel artinya signifikan atau reliable.

OPTIMIS MAT (29-32)

Untuk mengetahui soal yang valid dan tidak valid dilihat nilai korelasi dibandingkan dengan tabel corelasi product moment untuk dk = n - 1 = 82 – 1 = 81 untuk alfa 5% adalah 0,219.
Jadi semua soal valid karena nilai corrected item total correlation > r tabel = 0,219.
Sedangkan untuk mengetahui soal tersebut reliable atau tidak dilihat pada nilai alfa = 0,499. dicocokan dengan nilai tabel r product moment adalah 0,219 ternyata alfa > dari r tabel artinya signifikan atau reliable.

TERTARIK MEDIA (33-34)

Untuk mengetahui soal yang valid dan tidak valid dilihat nilai korelasi dibandingkan dengan tabel corelasi product moment untuk dk = n - 1 = 82 – 1 = 81 untuk alfa 5% adalah 0,219.
Jadi semua soal valid karena nilai corrected item total correlation > r tabel = 0,219.
Sedangkan untuk mengetahui soal tersebut reliable atau tidak dilihat pada nilai alfa = 0,504. dicocokan dengan nilai tabel r product moment adalah 0,219 ternyata alfa > dari r tabel artinya signifikan atau reliable.

(35-40)

Untuk mengetahui soal yang valid dan tidak valid dilihat nilai korelasi dibandingkan dengan tabel corelasi product moment untuk dk = n - 1 = 82 – 1 = 81 untuk alfa 5% adalah 0,219.
Jadi semua soal valid karena nilai corrected item total correlation > r tabel = 0,219.
Sedangkan untuk mengetahui soal tersebut reliable atau tidak dilihat pada nilai alfa = 0,526. dicocokan dengan nilai tabel r product moment adalah 0,219 ternyata alfa > dari r tabel artinya signifikan atau reliable.

TERTARIK PERKEMBANGAN TEKNOLOGI (41-47)

Untuk mengetahui soal yang valid dan tidak valid dilihat nilai korelasi dibandingkan dengan tabel corelasi product moment untuk dk = n - 1 = 82 – 1 = 81 untuk alfa 5% adalah 0,219.
Jadi semua soal valid karena nilai corrected item total correlation > r tabel = 0,219.
Sedangkan untuk mengetahui soal tersebut reliable atau tidak dilihat pada nilai alfa = 0,838. dicocokan dengan nilai tabel r product moment adalah 0,219 ternyata alfa > dari r tabel artinya signifikan atau reliable.



diatas adalah jawaban soal yang diberikan Pak Ardhi pada
bulan Maret kemarin dan akhirnya kelompok kami bisa mengupload tabel dengan menggunakan HTML, terimakasih Pak Ardhi atas bimbingannya?

Nilai_1	Nilai_2	Nilai_3	Nilai_4	Nilai_5	Nilai_6
7	7	6,5	5,2	9	8,4
6,5	6	6,5	7,1	8,1	7
8,4	5,7	6,5	7,1	9	6,2
8,6	7,1	5,1	5,6	6,6	6,8
5,5	5,1	6,1	7,1	7,1	6
7,1	5,5	7,1	7,1	7,1	5,7
8,4	7,7	8,4	5,2	7,8	6,6
5,7	5	5,1	6,6	8,2	7,2
5,1	6,2	5,5	8,7	8,4	7,7
5,5	9,7	5,1	5,4	8,1	7,1
8,4	7,1	8,3	6,6	7,1	6,7
5,5	7,7	5,1	7,1	8,1	7,3
8,1	5,3	6,1	6,6	8,5	5,7
8,1	5,3	6,1	6,6	8,5	5,7
7,1	4,7	5,4	7,1	8,5	7,2
5,1	8,6	6,5	7,1	8,1	6,8
5,7	4,5	5,1	8,6	9	6,3
7,5	7,5	5,1	7,1	6,6	8,4
5,7	8	6,4	9,2	6,6	7,3
6,1	8	7,5	8,1	7,1	5,3
7,5	9,5	6,1	8,5	7,1	7,1
6,5	4,8	8	8,2	5	7,9
6,1	7,5	8,6	6,6	7,1	6,3
6,1	7,3	8,4	6,6	8,1	7
5,5	7,7	5,1	7,1	7,1	7,7
6,9	7,3	5,7	6,6	8,5	5,6
5,1	5,7	8,6	6,6	8,2	5,4
6,1	5,2	5,1	5,2	9,1	6,7
5,7	7,5	4	6,6	8,1	5,4
7,5	6,1	5,1	6,6	7,1	6,4
6,1	6	7,1	7,1	7,1	6
7,5	5,2	5,7	7,8	6,5	6,2
6,8	6,6	5,1	7,1	7,1	6,3
7,5	4,8	5,1	6,6	7,1	8,1
7,1	5,7	5,7	6,6	7,5	8,9
8,1	7,1	5,7	8,1	5	6,5
5,7	6,7	6,1	8,2	8,1	5,4
6,5	7	6,7	5,2	5	5,7
8,6	5,7	5,5	7,1	8,2	7
7,1	6	4,8	7,1	7,1	7,1
7,1	7,5		8,2	8,1	6,3
8,6	5,7		5,1	5,2	6,3
8,2	5,2		6	6,2	5,6
5,5	7,1			7,1	6,7
7,5	6,1			7
5,5				5
5,1