LAPORAN HASIL BELAJAR STATISTIKA
Dosen Pengampu :
Bpk. Suwahyo
JURUSAN TEKNIK MESIN FAKULTAS TEKNIK
UNIVERSITAS NEGERI
SEMARANG
SEMARANG
2015
TEKNIK ANALISIS DATA PRODUK RANKING DAN PRODUK
MOMENT
Tabel 1.1
Siswa
|
Xi
|
Yi
|
Xi.Yi
|
Xi2
|
Yi2
|
A
|
7
|
6
|
42
|
49
|
36
|
B
|
6
|
7
|
42
|
36
|
49
|
C
|
5
|
6
|
30
|
25
|
36
|
D
|
7
|
7
|
49
|
49
|
49
|
E
|
5
|
6
|
30
|
25
|
36
|
F
|
4
|
5
|
20
|
16
|
25
|
G
|
8
|
9
|
72
|
64
|
81
|
H
|
3
|
4
|
12
|
9
|
16
|
I
|
5
|
6
|
30
|
25
|
36
|
J
|
3
|
4
|
12
|
9
|
16
|
K
|
4
|
5
|
20
|
16
|
25
|
L
|
5
|
6
|
30
|
25
|
36
|
Jumlah
|
62
|
71
|
389
|
348
|
441
|
TEKNIK ANALISIS KORELASI PRODUK RANKING
Tabel.
1.2
Siswa
|
X
|
Y
|
per. X
|
Per.
Y
|
Beda bi
|
Beda bi^2
|
A
|
7
|
6
|
2,5
|
6
|
-3.5
|
12.25
|
B
|
6
|
7
|
4
|
2,5
|
1.5
|
2.25
|
C
|
5
|
6
|
6,5
|
6
|
0.5
|
0.25
|
D
|
7
|
7
|
2,5
|
2,5
|
0
|
0
|
E
|
5
|
6
|
5,5
|
6
|
-0.5
|
0.25
|
F
|
4
|
5
|
9,5
|
9,5
|
0
|
0
|
G
|
8
|
9
|
1
|
1
|
0
|
0
|
H
|
3
|
4
|
11,5
|
11,5
|
0
|
0
|
I
|
5
|
6
|
5,5
|
6
|
-0.5
|
0.25
|
J
|
3
|
4
|
11,5
|
11,5
|
0
|
0
|
K
|
4
|
5
|
9,5
|
9,5
|
0
|
0
|
L
|
5
|
6
|
5,5
|
6
|
-0.5
|
0.25
|
Jumlah
|
15.5
|
|||||
TEKNIK ANALISIS KORELASI PRODUK MOMENT
a. Menentukan
Hipotesis
1. Ha : “ada hubungan
posistif anatara
beasarnya
uang
saku dengan
motivasi belajar.”
2. Ho : “ tidak ada hunbungan positif antara besarnya uang saku dengan
motivasi
belajar.”
b. Uji t
t = √ 
√
t = √
√
t = √
√
t =
t = 7,9
c. Menentukan
kerangka berfikir “ yakin
atau
sangat yakin”
lihat tabel distribusi
ti (hal 491)
Jika “yakin” gunakan
α =
0,5 % atau 0,095
Jika “sangat yakin” gunakan
α =
1% atau 0,99
Data 1 : α = 0,5 % atau 0,095
t =
1,81
Data 2 : α = 1% atau 0,99
t =
2,76
d. Menentukan
kesimpulan data
a.
Jika
th > tt dk
= 10, α = 0,5 % atau 0,095 “Ha” diterima dan
“Ho”
ditolak
b. Jika
th < tt dk = 10, α
= 0,5 % atau 0,095
“Ha” ditolak dan “Ho” diterima
e. Hasil analisis dari
data diatas maka dapat ditarik simpulan
:
Ada hubungan positif antara
besarnya uang saku dengan motivasi belajar atau
Ha diterima.
TEKNIK ANALISIS KORELASI BISERI
a. Buat
tabel induk
Nilai Ujian
(y)
|
Belajar
|
Tidak
Belajar
|
Jumlah
|
55 - 59
|
1
|
31
|
32
|
60 - 64
|
0
|
27
|
27
|
65 - 69
|
1
|
30
|
31
|
70 - 74
|
2
|
16
|
18
|
75 - 79
|
5
|
12
|
17
|
80 - 84
|
6
|
3
|
9
|
85 - 89
|
6
|
5
|
11
|
jumlah
|
21
|
124
|
145
|
b. M
rb = 0,66083
UJI
CHI-KUADRAT
Chi kuadrat (X2) merupakan uji hitung, bukan uji ukur. Chi kuadrat dapat
dihitung dengan rumus sebagai
berikut:
X2 =
( )
di mana,
E; diharapkan, dan Q; pengamatan.
Ha ; “Ada perbedaan antara E
dan
Q.”
Ho ; “Tidak ada perbedaan antara E
dan Q.”
Contoh:
Muka A1 A2 A3 A4 A5 A6
|
||
Q 16 24 23 15 17 25
|
||
E
|
20 20 20 20 20
|
20
|
Dengan α; 0,05 dan dk; (k – 1) = 6 – 1 = 5, dari tabel distribusi
chi-kuadrat
didapat X20,95 = 11,1
X2
: (
) ( )
( )
( ) ( ) ( )
: 5,00
X2 tabel lebih besa daripada X2 hitung, dengan demikian pengujian tak berarti atau
non signifikan, sehingga
Ha ditolak
dan
Ho diterima dan dapat disimpulkan bahwa “Tidak ada
perbedaan antara E dan Q”.
UJI INDEPENDEN ANTARA
DUA
FAKTOR
Banyak
pengamatan
yang dapat
digolongkan dalam
beberapa
factor
dengan tiap faktor terdiri beberapa klasifikasi. Kemudian akan diteliti apakah ada hubungan atau kaitan atau pengaruh antar
faktor
tersebut.
Uji independen antara dua faktor
dapat dihitung dengan rumus:
( )
Contoh soal:
Berikanlah analisis lengkap untuk data berikut (mengenai penilaian pelayanan berdasarkan kelompok umur).
PELAYANAN
Umur Memuaskan Baik Cukup Jelek Jumlah
|
||
15 – 24
|
10 6 10 8
10,942 6,839 8,598 7,621
12 6 14 8
12,874 8,046 10,115 8,965
15 10 12 10
15,126 9,454 11,885 10,534
19 13 8 13
17,057 10,661 13,402 11,879
56 35 44 39
|
34
|
25 – 34
|
40
|
|
35 – 49
|
47
|
|
≥ 50
|
53
|
|
Jumlah
|
174
|
|
E11 =
10, 942
E21 =
𝑥
1. Distribusi frekuensi harus
normal
2. Kedua data tersebut
harus normal
Soal latihan hal
268 hal
31
Jika
data <30 maka memakai uji
liliforce
Jiaka data
> 30 maka memakai uji
chi kuadrat
Langkah langkahnya yaitu
:
Mengurutkan data
dari yang terkecil ke terbesar
Menghitung mean (
) dan simpangan
baku
(Z)
Menghitung angka baku
̅
Z =
Mengubah abgka kasar menjadi
angka baku
Mencari
luasan dari angka baku (lihat tabel 491 F (z)
Mencari angka absolut dari pengurangan F dan
S
Mencari angka yang terbesar
dari hasil pengurangan
Kriteria :
< berarti Normal
(distribusi data normal
)
> berarti
tidak Normal (distribusi data tidak normal
)
A
|
A (X1)
|
B (X2)
|
A
|
B
|
Pasien
|
Berat
sebelum diit
|
Berat
setelah diit
|
-
|
-
|
1
|
78,3
|
77,4
|
38,06
|
24,4
|
2
|
84,7
|
83,2
|
0,05
|
0,73
|
3
|
77,4
|
75,7
|
49,98
|
44,08
|
4
|
95,6
|
92,4
|
123,87
|
101,2
|
5
|
82
|
80,2
|
6,1
|
4,57
|
6
|
69,4
|
68,1
|
227,1
|
202,77
|
7
|
79,7
|
76,9
|
22,7
|
29,59
|
8
|
85,6
|
83,9
|
1,27
|
2,43
|
9
|
92,8
|
90,4
|
69,38
|
64,96
|
10
|
99,2
|
95,2
|
216,97
|
165,37
|
Total
|
844,7
|
823,4
|
755,48
|
640,1
|
PERHITUNGAN
̅̅
= 84,47
= 82,34
MENCARI NILAI A DAN B
( ) = 38,06
( ) = 0,05
( ) = 49,98
( ) = 123,87
( ) = 6,1
( ) = 227,1
( ) = 22,7
( ) = 1,27
MENCARI SIMPANGAN BAKU ( )
( )
SIMPANGAN BAKU
GABUNGAN
(Sgab)
√ √
MENGHITUNG ( ) ( )
̅̅
√
√
√
Jadi
nilai adalah 0,55
Karena tingkat
kepercayaan
mencapai 0,01
yang artinya sangat percaya maka :
Dari dk = 18, dan = 2,55
Seperti yang telah dijelaskan sebelumnya bahwa telah kita ketahui bahwa kriteria uji
1 pihak yaitu:
( )
( )
Dimana setelah
melakukan perhitungan
telah didapatkan :
= 0,55
Karena maka ( )
Dari hasil diatas
maka tidak ada perbedaan
sebelum dan setelah melakukan diit.
A. UJI HOMOGENITAS
DAN
KENORMALAN
Tabel distribusi berat
badan
seseorang sebelum dan sesudah
diit.
Pasien
|
Berat
sebelum
diit
|
Berat
sesudah
diit
|
1
|
78,3
|
77,4
|
2
|
84,7
|
83,2
|
3
|
77,4
|
75,7
|
4
|
95,6
|
92,4
|
5
|
82,0
|
80,2
|
6
|
69,4
|
68,1
|
7
|
79,7
|
76,9
|
8
|
85,6
|
83,9
|
9
|
92,8
|
90,4
|
10
|
99,2
|
95,2
|
a. Uji
Homogenitas
Pasien
|
Berat
sebelum
diit
|
Berat
sesudah
diit
|
1
|
78,3
|
77,4
|
2
|
84,7
|
83,2
|
3
|
77,4
|
75,7
|
4
|
95,6
|
92,4
|
5
|
82,0
|
80,2
|
6
|
69,4
|
68,1
|
7
|
79,7
|
76,9
|
8
|
85,6
|
83,9
|
9
|
92,8
|
90,4
|
10
|
99,2
|
95,2
|
∑
|
844,7
|
823,4
|
Langkah – langkah
menitung.
Jika ( )
UJI KENORMALAN LILIEFORS
Uji distribusi normal adalah uji
untuk mengukur apakah data yang
didapatkan memiliki distribusi normal sehingga dapat dipakai dalam statistik
parametrik (statistik inferensial).
Dengan kata lain, uji normalitas adalah uji untuk
mengetahui apakah data empirik yang didapatkan dari lapangan itu sesuai dengan distribusi teoritik tertentu. Dalam
kasus ini,
distribusi normal. Dengan kata lain, apakah
data yang diperoleh berasal dari
populasi yang berdistribusi normal.
Langkah-langkah
a. Mengurutkan
dari angka terkecil ke besar
b. Mengubah angka kasarmenjadi angka baku
c. Menghitung luasan
z menggunakan
tabel
d. Cari
angka s( ) dengan cara (urutan baris; jumlah
data) misal baris
pertama
;12), dst.
e. Cari
| |
f. Cari hasil F-S yang paling besar
g. Kontraskan dengan
tabel
Kriteria
Syarat
:
v Data kecil kurang dari
30 memakai lilifors
v Data besar lebih
dr 30 memakai df ganda dgn 6 kelas agar
lebih mudah
Berat
sebelum
diit
|
( )
|
( )
|
|
( ) (
)|
|
|
78,3
|
-1,64
|
0,0505
|
0,1
|
0,0495
|
84,7
|
-0,77
|
0,2206
|
0,2
|
0,0206
|
77,4
|
-0,67
|
0,2514
|
0,3
|
0,0486
|
95,6
|
-0,52
|
0,3015
|
0,4
|
0,0985
|
82,0
|
-0,26
|
0,3974
|
0,5
|
0,1026
|
69,4
|
0,02
|
0,492
|
0,6
|
0,108
|
79,7
|
0,12
|
0,4522
|
0,7
|
0,2478
|
85,6
|
0,9
|
0,1841
|
0,8
|
0,6159
|
92,8
|
1,21
|
0,1151
|
0,9
|
0,7849
|
99,2
|
1,6
|
0,0548
|
1
|
0,9452
|
maka
UJI
ANAVA
Uji anava digunakan jika ada 3 variabel atau
lebih.
2. Analisis varian satu arah.
Nomor
|
Hasil Cara
1
|
Hasil Cara 2
|
Hasil
Cara
3
|
1
|
89
|
67
|
64
|
2
|
93
|
90
|
69
|
3
|
75
|
79
|
78
|
4
|
69
|
75
|
92
|
5
|
83
|
86
|
81
|
6
|
99
|
94
|
70
|
7
|
69
|
84
|
|
8
|
57
|
||
9
|
85
|
||
∑
|
719
|
491
|
538
|
̅
|
79,89
|
81,83
|
76,86
|
Ha : σ12 ≠ σ22 ≠ σ32
Ho : σ12 = σ22 = σ32
Ry =
Ry =
Ry = 138.886, 5455
Ay = + + - Ry
= –
138.886,5455
= – 138.886,5455
= 138969,4 – 138.886,5455
= 82,8545
∑Y2 = 146251
Dy = ∑Y2 – Ry –
Ay
= 146251 - 138.886, 5455 –
82,8545
= 7281,58
Membuat
Tabel Anava 1 arah
Sumber Variasi
|
Dk
|
JK
|
KT
|
F
|
Rata – rata
Antar Kelompok
Dalam
Kelompok
|
1
|
138886,54
|
138886,54
|
0,108
|
2
|
82,88
|
41,44
|
||
19
|
7281,58
|
382,24
|
||
Total
|
22
|
146251
|
-
|
-
|
ft = 3,52 > 0,108
kesimpulan : Ho diterima.
UJI
REGRESI
Metode kuadrat terkecil
untuk regresi linier
Y= daya renggang
|
X1 Y1 X1Y1 X12 Y12
|
||
71
|
354 25134 5041
313 16589 2809
322 26404 6724
334 22378 4489
247 13832 3136
377 26390 4900
308 19712 4096
340 26520 6084
301 16555 3025
349 24430 4900
293 15529 2809
368 30912 7056
3906 264385 55069
|
125316
|
53
|
97969
|
|
82
|
103684
|
|
67
|
111556
|
|
56
|
61009
|
|
70
|
142129
|
|
64
|
94864
|
|
78
|
115600
|
|
55
|
90601
|
|
70
|
121801
|
|
53
|
85849
|
|
84
|
135424
|
|
803
|
1285802
|
|
̂
( )( )
(
1. Analisis varian untuk regresi linier sederhana
Sumber variasi
|
Dk
|
JK
|
KT
|
Fhitung
|
Regresi
(a)
|
1
|
1271403
|
1271403
|
8,871
|
Regresi
(b/a)
|
1
|
6769,125
|
6769,125
|
|
Residu
|
12-2=0
|
7629,875
|
762,9875
|
|
Jumlah
|
12
|
∑
|
a. Residu
Dk
= n-2 =12-2
=10 b. Regresi (a)
JK
JK= (
) ( )
1271403
c. Regresi
(b/a)
d. KT = JK : dk e. Fhitung =
f. Ftabel α = 0,05
= 10,04 (dk 1:10)
Kesimpulannya adalah Ft > Fh
2. Uji
Linieritas
1. Urutkan
x kecil kebesar y mengikuti
2. Mencari
JKE
X
|
53
|
53
|
55
|
56
|
64
|
67
|
70
|
70
|
71
|
78
|
82
|
84
|
Y
|
313
|
293
|
301
|
247
|
308
|
334
|
377
|
349
|
354
|
340
|
322
|
368
|
N1 =2 ; N1 =1
JKE = *
( ) }
Sumber
variasi
|
dk
|
JK
|
KT
|
Fh
|
Tuna cocok
|
k-2
= 10-2
= 8
|
7037,875
|
879,73
|
= 2,97
|
Kekeliruan
|
n-k
= 12-
10
= 2
|
592
|
296
|
- JKTC =JKRES – JKE = 7629,875
- 592 = 7037,875
- Ft α0,05 =19,37
(dk 8:2)
Kesimpulan Fh<Ft yaitu hubungan x =>y linier
Regresi linier ganda
DATA
INDEK REGRESI LINIER
GANDA
X1 X2
Y X12 X22 X1Y X2Y Y2 X1X2
|
7 5 6 49 25 42 30 36 35
|
6 6 7 36 36 42 42 49 36
|
5 7 6 25 49 30 42 36 35
|
7 8 7 49 64 49 56 49 56
|
5 6 6 25 36 30 36 36 30
|
4 5 5 16 25 20 25 25 20
|
8 8 9 64 64 72 72 81 64
|
3 4 4 9 16 12 16 16 12
|
5 6 6 25 36 30 36 36 30
|
3 4 4 9 16 12 16 16 12
|
4 5 5 16 25 20 25 25 20
|
5 6 6 25 36 30 36 36 30
|
62 70 71
348
428 389 432 441 380
|
a. Cari
per.garis degresi
Download File ini Selengkapnya DISINI
Judul: TEKNIK ANALISIS DATA PRODUK RANKING DAN PRODUK MOMENT
Ditulis Oleh Handi
Berikanlah saran dan kritik atas artikel ini. Salam blogger, Terima kasih
Posts
Post a Comment