Draft Soal Ujian

download Draft Soal Ujian

of 41

Embed Size (px)

description

SPSS Non Parametrik

Transcript of Draft Soal Ujian

Anova1. Perusahaan Siaumay sedang meneliti efek promosi di social media terhadap ketiga jenis smartphone yang dijual di Indonesia. Smartphone tersebut adalah Mi3, Mi4, dan Mi Note. Samsul sebagai direktur marketing mendapatkan data penjualan ketiga smartphone seperti dibawah:

Mi3Mi4Mi Note

293927

354429

333323

353329

334231

293927

333923

333725

374429

313323

Bantulah Samsul untuk menganalisa:a. Apakah data penjualan berdistribusi normal? (Bobot: 5%)b. Apakah data penjualan memiliki kesamaan varian? (Bobot 10%)c. Apakah terdapat perbedaan rata-rata tingkat penjualan antara smartphone Siaumay? (Bobot 10%)d. Apakah terdapat perbedaan rata-rata tingkat penjualan antara Mi3 dan Mi4 menurut Bonferroni? (Bobot 10%)

Jawaban:Tests of Normality

SmartphoneKolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

PenjualanMi3.23110.139.92410.392

Mi4.19110.200*.88210.138

Mi Note.19210.200*.88710.158

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanSig > Ho diterima

Sig < Ho ditolak

KeputusanMi3 = 0.392 > 0.05 Ho diterimaMi4 = 0.138 > 0.05 Ho diterimaMi Note= 0.158 > 0.05 Ho diterima

KesimpulanData penjualan ketiga smartphone Siaumay berdistribusi normal.

Test of Homogeneity of Variances

Penjualan

Levene Statisticdf1df2Sig.

1.880227.172

b. Uji variansHipotesisHo: tidak ada perbedaan variansH1: ada perbedaan varians

Dasar Pengambilan KeputusanSig > Ho diterima

Sig < Ho ditolak

Keputusan0.172 > 0.05 = Ho diterimaKesimpulantidak ada perbedaan varians

ANOVA

Penjualan

Sum of SquaresdfMean SquareFSig.

Between Groups685.2672342.63330.421.000

Within Groups304.1002711.263

Total989.36729

F 5% = 3.35

c. Uji anovaHipotesisHo: tidak ada perbedaan rata-rata penjualan 3 macam smartphone SiaumayH1: ada perbedaan rata-rata penjualan 3 macam smartphone Siaumay

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

Uji FF hitung > t tabel Ho ditolakF hitung < t tabel Ho diterima

KeputusanUji sig0.000 < 0.05 Ho ditolak

Uji F30.421 > 3.35 Ho ditolak

Kesimpulanada perbedaan rata-rata penjualan 3 macam smartphone Siaumay.

Multiple Comparisons

Dependent Variable: Penjualan

(I) Smartphone(J) SmartphoneMean Difference (I-J)Std. ErrorSig.95% Confidence Interval

Lower BoundUpper Bound

Tukey HSDMi3Mi4-5.50000*1.50086.003-9.2213-1.7787

Mi Note6.20000*1.50086.0012.47879.9213

Mi4Mi35.50000*1.50086.0031.77879.2213

Mi Note11.70000*1.50086.0007.978715.4213

Mi NoteMi3-6.20000*1.50086.001-9.9213-2.4787

Mi4-11.70000*1.50086.000-15.4213-7.9787

BonferroniMi3Mi4-5.50000*1.50086.003-9.3309-1.6691

Mi Note6.20000*1.50086.0012.369110.0309

Mi4Mi35.50000*1.50086.0031.66919.3309

Mi Note11.70000*1.50086.0007.869115.5309

Mi NoteMi3-6.20000*1.50086.001-10.0309-2.3691

Mi4-11.70000*1.50086.000-15.5309-7.8691

*. The mean difference is significant at the 0.05 level.

d. Uji anova (Bonferroni)HipotesisHo: tidak ada perbedaan rata-rata penjualan antara Mi3 dan Mi4 menurut BonferroniH1: ada perbedaan rata-rata penjualan antara Mi3 dan Mi4 menurut Bonferroni

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

KeputusanUji sig0.003 < 0.05 Ho ditolak

Kesimpulanada perbedaan rata-rata penjualan antara Mi3 dan Mi4 menurut Bonferroni.

2. Saat musim hujan seperti ini, Tony dan Tono senang meneliti intensitas spektrum warna pelangi sehabis hujan. Setiap hari setelah hujan mereka meneliti dengan seksama pelangi yang muncul di depan rumahnya. Lalu setelah 12 hari 12 malam dunia selalu diguyur hujan, kini langit menjadi sangat cerah dan mengentikan penelitian mereka. Berikut data yang mereka dapat:

HariMerahKuningHijau

1252728

2262525

3232824

4222426

5222029

6222216

7242532

8252718

9292529

10232224

11262033

12222624

Bantulah Tony dan Tono untuk menganalisa:a. Apakah data spektrum pelangi berdistribusi normal? (Bobot: 5%)b. Apakah data spektrum pelangi memiliki kesamaan varian? (Bobot 10%)c. Apakah terdapat perbedaan rata-rata intensitas spektrum ketiga warna pelangi? (Bobot 10%)d. Apakah terdapat perbedaan rata-rata intensitas spektrum antara warna Merah dengan Hijau menurut Tukey? (Bobot 10%)

Tests of Normality

WarnaKolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

IntensitasMerah.18912.200*.87212.069

Kuning.19312.200*.92312.315

Hijau.20412.178.94312.543

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanSig > Ho diterima

Sig < Ho ditolak

KeputusanMerah = 0.069 > 0.05 Ho diterimaKuning= 0.315 > 0.05 Ho diterimaHijau= 0.543 > 0.05 Ho diterima

KesimpulanData intensitas ketiga warna pelangi berdistribusi normal.

Test of Homogeneity of Variances

Intensitas

Levene Statisticdf1df2Sig.

3.272233.051

b. Uji variansHipotesisHo: tidak ada perbedaan variansH1: ada perbedaan varians

Dasar Pengambilan KeputusanSig > Ho diterima

Sig < Ho ditolak

Keputusan0.051 > 0.05 = Ho diterimaKesimpulantidak ada perbedaan varians

ANOVA

Intensitas

Sum of SquaresdfMean SquareFSig.

Between Groups18.16729.083.721.494

Within Groups415.8333312.601

Total434.00035

F 5% = 3.28

c. Uji anovaHipotesisHo: tidak ada perbedaan rata-rata intensitas ketiga warna pelangiH1: ada perbedaan rata-rata intensitas ketiga warna pelangi

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

Uji FF hitung > t tabel Ho ditolakF hitung < t tabel Ho diterima

KeputusanUji sig0.494 > 0.05 Ho diterima

Uji F0.721 < 3.28 Ho diterima

Kesimpulantidak ada perbedaan rata-rata intensitas ketiga warna pelangi.

Multiple Comparisons

Dependent Variable: Intensitas

(I) Warna(J) WarnaMean Difference (I-J)Std. ErrorSig.95% Confidence Interval

Lower BoundUpper Bound

Tukey HSDMerahKuning-.166671.44920.993-3.72273.3894

Hijau-1.583331.44920.525-5.13941.9727

KuningMerah.166671.44920.993-3.38943.7227

Hijau-1.416671.44920.596-4.97272.1394

HijauMerah1.583331.44920.525-1.97275.1394

Kuning1.416671.44920.596-2.13944.9727

BonferroniMerahKuning-.166671.449201.000-3.82183.4885

Hijau-1.583331.44920.847-5.23852.0718

KuningMerah.166671.449201.000-3.48853.8218

Hijau-1.416671.449201.000-5.07182.2385

HijauMerah1.583331.44920.847-2.07185.2385

Kuning1.416671.449201.000-2.23855.0718

d. Uji anova (Bonferroni)HipotesisHo: tidak ada perbedaan rata-rata intensitas spektrum antara warna Merah dengan Hijau menurut TukeyH1: ada perbedaan rata-rata intensitas spektrum antara warna Merah dengan Hijau menurut Tukey

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

KeputusanUji sig0.525 > 0.05 Ho diterima

Kesimpulantidak ada perbedaan rata-rata intensitas spektrum antara warna Merah dengan Hijau menurut Tukey. Kruskall Wallis1. Setia Novanti adalah pemegang saham istimewa di perusahaan tambang PT Preefort. Beliau memiliki hak untuk mengatur manajemen perusahaan karena kepemilikan saham istimewa-nya. Saat ini, beliau ingin meninjau kinerja perusahaan nya dari performa ketiga top-level-manager di PT Preefort yaitu Fahri, Fadli, dan Donald. Berikut hasil kuisioner para karyawan atas kinerja mereka bertiga: (Skala penilaian 1=Sangat Buruk hingga 6=Sangat Baik)

FahriFadliDonald

455

466

545

446

456

555

556

454

346

356

366

455

456

545

356

435

456

445

Bantulah Setia Novanti untuk menganalisa apakah terdapat perbedaan kinerja ketiga general manager PT Preefort. (Bobot 25%)

Jawaban:Tests of Normality

NamaKolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

KinerjaFahri.27818.001.80818.002

Fadli.31118.000.84718.008

Donald.34618.000.72618.000

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

KeputusanFahri= 0.002 < 0.05 Ho ditolakFadli= 0.008 < 0.05 Ho ditolakDonald= 0.000 < 0.05 Ho ditolak

KesimpulanData kinerja ketiga general manager berdistribusi bebas.

Ranks

NamaNMean Rank

KinerjaFahri1815.28

Fadli1827.08

Donald1840.14

Total54

Test Statisticsa,b

VAR00006

Chi-Square24.891

df2

Asymp. Sig..000

a. Kruskal Wallis Test

b. Grouping Variable: Nama

X = 5.99

b. Uji Kruskall WallisHipotesisHo: Tidak terdapat perbedaan yang signifikan antara kinerja ketiga general manager PT PreefortH1: Terdapat perbedaan yang signifikan antara kinerja ketiga general manager PT Preefort

Dasar Pengambilan KeputusanUji SigSig > Ho diterima

Sig < Ho ditolak

Uji Chi SquareX hitung > X tabel Ho ditolakX hitung < X tabel Ho diterima

KeputusanUji sig0.000 < 0.05 Ho ditolak

Uji Chi Square24.891 > 5.99 Ho ditolak

KesimpulanTerdapat perbedaan yang signifikan antara kinerja ketiga general manager PT Preefort.

2. dr. Kun adalah seorang dokter spesialis wajah memiliki empat klinik praktik di Jakarta, Bogor, Bekasi, dan Tangerang. Beliau ingin mengetahui apakah keempat klinik miliknya memiliki kesamaan kepuasan pelanggan satu dengan yang lain. Beliau kemudian meminta para asisten di setiap klinik untuk menyebarkan kuisioner kepuasan pelanggan. Berikut hasil yang didapatnya: (Skala penilaian 1-100)

JakartaBogorBekasiTangerang

67804155

78608567

79637161

86855067

81556571

83813654

63593636

63548636

63548536

81863667

Bantulah dr. Kun untuk menganalisa perbedaan kepuasan pelanggannya dengan nilai toleransi () sebesar 10%! (Bobot 25%)

Jawaban:

Tests of Normality

KlinikKolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

HasilJakarta.25110.074.83310.036

Bogor.23610.123.81910.025

Bekasi.19710.200*.83510.038

Tangerang.21010.200*.83110.034

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

KeputusanJakarta= 0.036 < 0.10 Ho ditolakBogor= 0.025 < 0.10 Ho ditolakBekasi= 0.038 < 0.10 Ho ditolakTangerang= 0.034 < 0.10 Ho ditolak

KesimpulanData kepuasan pelanggan keempat klinik dr. Kun berdistribusi bebas.

Ranks

KlinikNMean Rank

HasilJakarta1027.30

Bogor1021.70

Bekasi1018.40

Tangerang1014.60

Total40

Test Statisticsa,b

VAR00009

Chi-Square6.402

df3

Asymp. Sig..094

a. Kruskal Wallis Test

b. Grouping Variable: VAR00010

X=6.25

b. Uji Kruskall WallisHipotesisHo: Tidak terdapat perbedaan yang signifikan kepuasan pelanggan di keempat klinik milik dr. KunH1: Terdapat perbedaan yang signifikan kepuasan pelanggan di keempat klinik milik dr. Kun

Dasar Pengambilan KeputusanUji SigSig > Ho diterima

Sig < Ho ditolak

Uji Chi SquareX hitung > X tabel Ho ditolakX hitung < X tabel Ho diterima

KeputusanUji sig0.094 < 0.10 Ho ditolak

Uji Chi Square6.402 > 6.25 Ho ditolak

KesimpulanTerdapat perbedaan yang signifikan kepuasan pelanggan di keempat klinik milik dr. Kun.

ChiSquareGoodness of Fit Test1. Isyana adalah pemilik salah satu Biro Jodoh terkemuka di Tangerang. Dia telah berhasil menyatukan ribuan pasang pria dan wanita melalui jasa nya. Namun akhir-akhir ini Isyana melihat tidak sedikit pasangan yang gagal bersatu. Isyana kemudian menganalisa dari berbagai faktor, salah satunya melalui jenis bunga yang disediakan. Isyana ingin menganalisa apakah jenis bunga yang disediakannya memiliki tingkat keberhasilan yang merata atau tidak. Berikut data yang didapat:

Jenis BungaResponden

Anggrek350

Rafflesia arnoldii220

Mawar420

Melati250

Bantulah Isyana untuk menganalisa data tersebut! (Bobot )

Jawaban:Tests of Normality

Kolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

Jenis Bunga.2241240.000.8111240.000

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

Keputusan0.000 < 0.05 Ho ditolak

KesimpulanData jenis bunga Isyana berdistribusi bebas.

Jenis Bunga

Observed NExpected NResidual

Anggrek350310.040.0

Rafflesia arnoldii220310.0-90.0

Mawar420310.0110.0

Melati250310.0-60.0

Total1240

Test Statistics

Jenis Bunga

Chi-Square81.935a

df3

Asymp. Sig..000

a. 0 cells (0.0%) have expected frequencies less than 5. The minimum expected cell frequency is 310.0.

b. Uji Goodness of FitHipotesisHo: Keempat jenis bunga mengalami tingkat keberhasilan yang tidak merataH1: Keempat jenis bunga mengalami tingkat keberhasilan yang merata

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

Keputusan0.000 < 0.05 Ho ditolak

KesimpulanKeempat jenis bunga mengalami tingkat keberhasilan yang merata

2. Basuki Cahaya Utama atau biasa disebut Ahoy merupakan gubernur di provinsi Yacata. Beliau ingin melakukan audit atas rusun (rumah susun) yang disediakan pemerintah telah sesuai dengan rencana atau tidak. Ahoy kemudian meminta tim khusus untuk mendata jumlah rusun di setiap bagian wilayah Yacata untuk kemudian dibandingkan dengan penyebaran rusun sesuai rencana. Hasil yang didapat dari tim khusus adalah sebagai berikut:

WilayahHasil observasiJumlah rusun yang diharapkan

Yacata Utara350370

Yacata Pusat220230

Yacata Barat420400

Yacata Selatan250240

Bantulah Ahoy untuk meneliti apakah rusun yang ada telah merata sesuai rencana!

Jawaban:Tests of Normality

Kolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

Hasil Observasi.2241240.000.8111240.000

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

Keputusan0.000 < 0.05 Ho ditolak

KesimpulanData jumlah rusun di Yacata berdistribusi bebas.

Yacata

Observed NExpected NResidual

Utara350370.0-20.0

Pusat220230.0-10.0

Barat420400.020.0

Selatan250240.010.0

Total1240

Test Statistics

Yacata

Chi-Square2.933a

df3

Asymp. Sig..402

a. 0 cells (0.0%) have expected frequencies less than 5. The minimum expected cell frequency is 230.0.

X 5% 7.81

b. Uji Goodness of FitHipotesisHo: Jumlah rusun di keempat wilayah Yacata tidak merata sesuai dengan rencanaH1: Jumlah rusun di keempat wilayah Yacata merata sesuai dengan rencana

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

Uji Chi SquareX hitung > X tabel Ho ditolak

X hitung < X tabel Ho diterima

Keputusan0.402 > 0.05 Ho diterima2.933 < 7.81 Ho diterima

KesimpulanJumlah rusun di keempat wilayah Yacata tidak merata sesuai dengan rencana

Independence Test1. AEK merupakan restoran kekinian yang menyediakan berbagai jenis mie terkenal di Jakarta Pusat. AEK ingin membuka cabang di wilayah lain di Jakarta. Namun sebelumnya AEK ingin mengetahui apakah ada hubungan antara preferensi jenis mie yang ditawarkan dengan geografi wilayah para pecinta mie. Bantulah AEK untuk menganalisa data dibawah!

Jenis Mie

WilayahKeritingLebarUdonRamen

Utara12629517

Selatan12137478

Barat13925812

Timur117271114

Jawaban:Tests of Normality

Kolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

Rating.360743.000.756743.000

a. Lilliefors Significance Correction

Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

Keputusan0.000 < 0.05 Ho ditolak

KesimpulanData rating berdistribusi bebas.

Wilayah * Jenis_Mie Crosstabulation

Jenis_MieTotal

KeritingLebarUdonRamen

WilayahUtaraCount12629517177

Expected Count119.828.116.912.1177.0

SelatanCount12137478213

Expected Count144.233.820.414.6213.0

BaratCount13925812184

Expected Count124.629.217.612.6184.0

TimurCount117271114169

Expected Count114.426.816.111.6169.0

TotalCount5031187151743

Expected Count503.0118.071.051.0743.0

Chi-Square Tests

ValuedfAsymp. Sig. (2-sided)

Pearson Chi-Square62.320a9.000

Likelihood Ratio58.1349.000

Linear-by-Linear Association.6951.405

N of Valid Cases743

a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 11.60.

X 5% 16.95

Uji IndependenceHipotesisHo: Tidak terdapat hubungan antara preferensi jenis mie dengan geografi wilayahH1: terdapat hubungan antara preferensi jenis mie dengan geografi wilayah

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

Uji Chi SquareX hitung > X tabel Ho ditolak

X hitung < X tabel Ho diterima

Keputusan0.000 < 0.05 Ho ditolak62.320 > 16.95 Ho ditolak

KesimpulanTerdapat hubungan antara preferensi jenis mie dengan geografi wilayah

2. Suseno selaku pengamat industri otomotif melihat adanya peristiwa yang unik. Beliau sedang meneliti tingkat pembelian mobil para karyawan di berbagai perusahaan multinasional di Jakarta. Beliau ingin melihat hubungan antara tingkat pembelian mobil dengan jabatan para karyawan. Data sampel yang didapat adalah sebagai berikut:

Jabatan

Jumlah mobilManagerAnalisStaf

07186

193823

2 atau 3349758

Lebih dari 3473130

Bantulah Suseno untuk menganalisa:a. Apakah data berdistribusi normal?b. Apakah ada hubungan jabatan para karyawan dengan tingkat pembelian mobil!

Jawaban:Tests of Normality

Kolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

Responden.212305.000.880305.000

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

Keputusan0.000 < 0.05 Ho ditolak

KesimpulanData responden berdistribusi bebas.

Jumlah_Mobil * Jabatan Crosstabulation

JabatanTotal

ManagerAnalisStaf

Jumlah_Mobil0Count78621

Expected Count8.47.05.621.0

1Count24105488

Expected Count35.229.123.788.0

2 atau 3Count60359104

Expected Count41.634.428.0104.0

Lebih dari 3Count31481392

Expected Count36.830.524.792.0

TotalCount12210182305

Expected Count122.0101.082.0305.0

Chi-Square Tests

ValuedfAsymp. Sig. (2-sided)

Pearson Chi-Square93.037a6.000

Likelihood Ratio90.7306.000

Linear-by-Linear Association15.3351.000

N of Valid Cases305

a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 5.65.

X 5% 12.59

b. Uji IndependenceHipotesisHo: Tidak terdapat hubungan antara jabatan karyawan dengan tingkat pembelian mobilH1: terdapat hubungan antara jabatan karyawan dengan tingkat pembelian mobil

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

Uji Chi SquareX hitung > X tabel Ho ditolak

X hitung < X tabel Ho diterima

Keputusan0.000 < 0.05 Ho ditolak93.037 > 12.59 Ho ditolak

Kesimpulanterdapat hubungan antara jabatan karyawan dengan tingkat pembelian mobil

Mann Whitney1. Nanban Ryori merupakan start-up bisnis makanan yang menyediakan berbagai jenis makanan khas Jepang. Oki selaku chef selalu berinovasi untuk meningkatkan kepuasan pelanggan. Oki kini sedang melakukan penelitian untuk memasuki pasar makanan di kalangan mahasiswa. Ia mencoba menggunakan 3 macam penambah rasa yang berbeda untuk mendapatkan tingkat kepuasan tertinggi di pasar makanan mahasiswa. Berikut sampel data penilaian para responden:

KikkomanMicinOregano

807796807

808795774

813796817

817816798

816796821

817799824

811817812

812814787

802812806

818791771

818801779

815791809

815803770

808816818

803798773

819820816

806810816

819791804

816804793

818819811

Bantulah Oki untuk menganalisa:a. Apakah data penilaian berdistribusi normal?b. Apakah ada perbedaan signifikan dari penggunaan perasa Kikkoman dengan Micin?c. Apakah ada perbedaan signifikan dari penggunaan perasa Micin dengan Oregano?

Jawaban:Tests of Normality

PerasaKolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

PenilaianKikkoman.20020.035.89220.029

Micin.14620.200*.89820.038

Oregano.18020.089.88720.023

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

KeputusanKikkoman= 0.029 < 0.05 Ho ditolakMicin= 0.038 < 0.05 Ho ditolakOregano= 0.023 < 0.05 Ho ditolak

KesimpulanData penilaian ketiga perasa berdistribusi bebas.

Ranks

PerasaNMean RankSum of Ranks

PenilaianKikkoman2025.35507.00

Micin2015.65313.00

Total40

Test Statisticsa

Penilaian

Mann-Whitney U103.000

Wilcoxon W313.000

Z-2.628

Asymp. Sig. (2-tailed).009

Exact Sig. [2*(1-tailed Sig.)].008b

a. Grouping Variable: Perasa

b. Not corrected for ties.

b. Uji Mann Whitney (Kikkoman dengan Micin)HipotesisHo: Tidak terdapat perbedaan yang signifikan antara penilaian perasa Kikkoman dengan Micin H1: Terdapat perbedaan yang signifikan antara penilaian perasa Kikkoman dengan Micin

Dasar Pengambilan KeputusanSig > Ho diterima

Sig < Ho ditolak

Keputusan0.009 < 0.05 Ho ditolak

KesimpulanTerdapat perbedaan yang signifikan antara penilaian perasa Kikkoman dengan Micin.

Ranks

PerasaNMean RankSum of Ranks

PenilaianMicin2020.90418.00

Oregano2020.10402.00

Total40

Test Statisticsa

Penilaian

Mann-Whitney U192.000

Wilcoxon W402.000

Z-.217

Asymp. Sig. (2-tailed).829

Exact Sig. [2*(1-tailed Sig.)].841b

a. Grouping Variable: Perasa

b. Not corrected for ties.

c. Uji Mann Whitney (Micin dengan Oregano)HipotesisHo: Tidak terdapat perbedaan yang signifikan antara penilaian perasa Micin dengan OreganoH1: Terdapat perbedaan yang signifikan antara penilaian perasa Micin dengan Oregano

Dasar Pengambilan KeputusanSig > Ho diterima

Sig < Ho ditolak

Keputusan0.829 > 0.05 Ho diterima

KesimpulanTidak terdapat perbedaan yang signifikan antara penilaian perasa Micin dengan Oregano.

2. William seorang entrepreneur di bidang masakan Jepang sedang meneliti jumlah ketiga jenis makanan yang terjual saat bazaar di Pekan Raya Jakarta. Berikut data jenis makanan dan jumlah penjualannya.

GyudonMenchi KatsuChicken Curry

959587

969599

959597

969896

999896

969596

1009595

999695

9698100

969595

Bantulah William untuk menganalisa:a. Apakah data penjualan berdistribusi normal?b. Apakah ada perbedaan yang signifikan antara penjualan Gyudon dengan Mecnhi Katsu?

Jawaban:

Tests of Normality

JenisKolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

PenjualanGyudon.37010.000.78710.010

Menchi Katsu.36010.001.67010.000

Chicken Curry.33110.003.80210.015

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

KeputusanGyudon= 0.010 < 0.05 Ho ditolakMenchi Katsu= 0.000 < 0.05 Ho ditolakChicken Curry= 0.015 < 0.05 Ho ditolak

KesimpulanData penjualan ketiga jenis makanan berdistribusi bebas.

Ranks

JenisNMean RankSum of Ranks

PenjualanGyudon1012.35123.50

Menchi Katsu108.6586.50

Total20

Test Statisticsa

VAR00001

Mann-Whitney U31.500

Wilcoxon W86.500

Z-1.469

Asymp. Sig. (2-tailed).142

Exact Sig. [2*(1-tailed Sig.)].165b

a. Grouping Variable: VAR00002

b. Not corrected for ties.

b. Uji Mann Whitney (Gyudon dengan Menchi Katsu)HipotesisHo: Tidak terdapat perbedaan yang signifikan antara penjualan Gyudon dengan Menchi KatsuH1: Terdapat perbedaan yang signifikan antara penjualan Gyudon dengan Menchi Katsu

Dasar Pengambilan KeputusanSig > Ho diterima

Sig < Ho ditolak

Keputusan0.142 > 0.05 Ho diterima

KesimpulanTidak terdapat perbedaan yang signifikan antara penjualan Gyudon dengan Menchi Katsu

Sign-Wilcoxon1. Dokter Alvin yang merupakan dokter spesialis ibu dan anak sedang melakukan penelitian mengenai berat badan pra dan pasca pubertas anak. Beliau ingin mengetahui apakah pubertas menjadi faktor perubahan berat badan anak-anak. Dokter Alvin kemudian meneliti beberapa sampel anak yang sering melakukan check-up. Berikut datanya:

Pra PubertasPasca Pubertas

9192

9389

8676

9380

9485

8592

9089

8975

9075

9488

8592

9085

8978

8876

8589

8676

9587

8991

8584

8587

a. Apakah data berdistribusi normal?b. Apakah terdapat perbedaan yang signifikan antara berat badan anak pra dan pasca pubertas?

Jawaban:

Tests of Normality

Kolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

Pra_Puber.16720.146.90220.044

Pasca_Puber.16620.152.87420.014

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

KeputusanPra Puber= 0.044 < 0.05 Ho ditolakPasca Puber= 0.014 < 0.05 Ho ditolak

KesimpulanData penjualan ketiga jenis makanan berdistribusi bebas.

Ranks

NMean RankSum of Ranks

Pasca_Puber Pra_PuberNegative Ranks14a12.25171.50

Positive Ranks6b6.4238.50

Ties0c

Total20

a. Pasca_Puber < Pra_Puber

b. Pasca_Puber > Pra_Puber

c. Pasca_Puber = Pra_Puber

Test Statisticsa

Pasca_Puber Pra_Puber

Z-2.484b

Asymp. Sig. (2-tailed).013

a. Wilcoxon Signed Ranks Test

b. Based on positive ranks.

b. Uji Sign-WilcoxonHipotesisHo: Tidak terdapat perbedaan yang signifikan antara berat badan anak pra dan pasca pubertasH1: Terdapat perbedaan yang signifikan antara berat badan anak pra dan pasca pubertas

Dasar Pengambilan KeputusanSig > Ho diterima

Sig < Ho ditolak

Keputusan0.013 < 0.05 Ho ditolak

KesimpulanTerdapat perbedaan yang signifikan antara berat badan anak pra dan pasca pubertas.Jika dilihat pada tabel rank, nilai negative lebih banyak dari pada nilai positif, hal ini mengindikasikan bahwa rata-rata terjadi penurunan pada berat badan anak pasca puber

2. Vutong merupakan guru di sekolah Muda Bahagia. Beliau sedang meneliti nilai murid di kelasnya. Ia akan meneliti apakah ada peningkatan antara nilai sebelum dan sesudah dia mengajar menggunakan teori buatannya sendiri. Berikut hasil nilai muridnya:

SebelumSesudah

5898

5196

5193

5198

6293

6399

6596

6597

5898

6390

5897

5195

5296

5899

6299

5891

6588

6197

5195

5898

a. Apakah data berdistribusi normal?b. Apakah terdapat perbedaan yang signifikan antara nilai murid sebelum dan sesudah diajarkan teori buatan Vutong?

Jawaban:Tests of Normality

Kolmogorov-SmirnovaShapiro-Wilk

StatisticdfSig.StatisticdfSig.

Sebelum.19620.042.86520.010

Sesudah.19420.046.87820.016

a. Lilliefors Significance Correction

a. Uji normalitasHipotesisHo: data berdistribusi normalH1: data berdistribusi tidak normal

Dasar Pengambilan KeputusanUji sigSig > Ho diterima

Sig < Ho ditolak

KeputusanSebelum= 0.010 < 0.05 Ho ditolakSesudah= 0.016 < 0.05 Ho ditolak

KesimpulanData nilai murid berdistribusi bebas.

Ranks

NMean RankSum of Ranks

Sesudah - SebelumNegative Ranks0a.00.00

Positive Ranks20b10.50210.00

Ties0c

Total20

a. Sesudah < Sebelum

b. Sesudah > Sebelum

c. Sesudah = Sebelum

Test Statisticsa

Sesudah - Sebelum

Z-3.923b

Asymp. Sig. (2-tailed).000

a. Wilcoxon Signed Ranks Test

b. Based on negative ranks.

b. Uji Sign-WilcoxonHipotesisHo: Tidak terdapat perbedaan yang signifikan antara nilai murid sebelum dan sesudah diajarkan teori buatan VutongH1: Terdapat perbedaan yang signifikan antara nilai murid sebelum dan sesudah diajarkan teori buatan Vutong

Dasar Pengambilan KeputusanSig > Ho diterima

Sig < Ho ditolak

Keputusan0.000 < 0.05 Ho ditolak

KesimpulanTerdapat perbedaan yang signifikan antara nilai murid sebelum dan sesudah diajarkan teori buatan Vutong.Jika dilihat pada tabel rank, nilai positif lebih banyak dari pada nilai negatif, hal ini mengindikasikan bahwa rata-rata terjadi peningkatan pada nilai murid sesudah diajarkan teori buatan Vutong.