Modul 4 Statistik Parametrik
-
Upload
faizal-randy-putra -
Category
Documents
-
view
307 -
download
4
Transcript of Modul 4 Statistik Parametrik
STATISTIK PARAMETRIK MODUL IV
BAB IPENDAHULUAN
1.1 Latar Belakang
Statistik merupakan salah satu metode atau cara yang digunakan untuk mengolah dan
menganalisis data atau informasi. Statistik sebagai alat analisis data dapat dilakukan secara
manual dengan menggunakan konsep atau rumus-rumus dari berbagai macam alat analisis yang
terdapat dalam statistik. Dengan perkembangan ilmu pengetahuan dan teknologi, penerapan
statistik secara manual menjadi tidak efisien.
Penerapan statistik dibutuhkan dalam semua cabang ilmu pengetahuan. Hal ini disebabkan
dalam penyelesaian suatu permasalahan untuk pengambilan keputusan selalu melibatkan data
yang perlu diolah dan dianalisis. Bahasan dalam laporan ini adalah pengujian hipotesis dalam
statistik inferensia parametrik.
Praktikum ini bertujuan agar praktikan dapat memahami tentang pengujian hipotesis.
Selain hal tersebut, juga bertujuan agar praktikan mampu menerapkan pengujian hipotesis
dalam menarik kesimpulan pada permasalahan statistik inferensia parametrik.
1.2 Batasan Praktikum
Batasan yang digunakan dalam praktikum ini adalah :
1. Data yang diambil merupakan data primer
2. Pengambilan data hanya di sekitar Universitas Brawijaya
1.3 Asumsi Praktikum
Asumsi yang digunakan selama pelaksanaan praktikum ini antara lain:
1. Nilai error ditentukan sebesar 5%
2. Besarnya nilai = 0,05α
1.4 Tujuan Praktikum
Tujuan praktikum ini adalah
1. Untuk mengetahui dan memahami konsep pendugaan parameter populasi dan pengujian
hipotesis parametrik.
2. Agar mampu menginterprestasikan dan menganalisa suatu data.
3. Agar mampu melakukan pengujian hipotesis sebagai sarana pengambilan keputusan.
4. Agar mampu memahami kegunaan dan penerapan statistik parametrik.
5. Agar mampu memahami dan menganalisa kasus dan observasi yang telah dilakukan
masing-masing kelompok.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 64
STATISTIK PARAMETRIK MODUL IV
1.5 Manfaat
Manfaat dari pelaksanaan praktikum ini adalah
1. Praktikan dapat memahami konsep pendugaan statistik inferensia parametrik populasi dan
pengujian hipotesis.
2. Praktikan dapat mengerti uji-uji statistik parametrik yang ada dan mampu mengaplikasikan
terhadap kasus yang ada dengan benar.
3. Praktikan mampu mengolah data statistik menggunakan software seperti SPSS dan excel,
serta menginterprestasikannya.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 65
STATISTIK PARAMETRIK MODUL IV
BAB IITINJAUAN PUSTAKA
2.1 Statistik Inferensia
Statistika inferensial berkenaan dengan permodelan data dan melakukan pengambilan
keputusan berdasarkan analisis data, misalnya melakukan pengujian hipotesis, melakukan
estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan
hubungan (korelasi, regresi, ANOVA, deret waktu), dan sebagainya.
2.2 Statistika Parametrik
Ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data
menyebar normal atau tidak. Pada umumnya, Jika data tidak menyebar normal, maka data harus
dikerjakan dengan metode Statistika non-parametrik, atau setidak-tidaknya dilakukan
transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistika
parametrik. Asumsi yang digunakan dalam statistika parametrik adalah data harus berdistribusi
normal, homogen, dan linear serta data harus dalam skala interval dan rasio.
2.2.1 Pengujian Hipotesis
Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis. Hupo berarti lemah, kurang,
atau di bawah dan thesis berarti teori, proposisi, atau pernyataan yang disajikan sebagai bukti.
Jadi, hipotesis dapat diartikan sebagai suatu pernyataan yang masih lemah kebenarannya dan
perlu dibuktikan atau dugaan yang sifatnya masih sementara.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang sifatnya
masih sementara atau lemah kebenarannya. Hipotesis statistik akan diterima jika hasil
pengujian membenarkan pernyataannya dan akan ditolak jika terjadi penyangkalan dari
pernyataannya. Dalam pengujian hipótesis, keputusan yang dibuat mengandung ketidakpastian,
artinya keputusan bisa benar atau salah, sehingga menimbulkan resiko. Besar kecilnya resiko
dinyatakan dalam bentuk probabilitas.
2.2.2 Prosedur Pengujian Hipotesis
Langkah-langkah pengujian hipotesis statistik adalah sebagai berikut :
1. Menentukan Formulasi Hipotesis
Formulasi atau perumusan hipotesis statistik dapat dibedakan atas dua jenis, yaitu sebagai
berikut :
a. Hipotesis nol atau hipotesis nihil
Hipotesis nol, disimbolkan H0 adalah hipotesis yang dirumuskan sebagai suatu
pernyataan yang akan diuji.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 66
STATISTIK PARAMETRIK MODUL IV
b. Hipotesis alternatif atau hipotesis tandingan
Hipotesis alternatif disimbolkan H1 atau Ha adalah hipotesis yang dirumuskan sebagai
lawan atau tandingan dari hipotesis nol.
Secara umum, formulasi hipotesis dapat dituliskan :
Tabel 2.1 Formulasi Hipotesis Secara UmumPengujian Sisi Kanan Pengujian Sisi Kiri Pengujian Dua Sisi
H0 : = 0 H0 : = 0 H0 : = 0
H1 : > 0 H1 : < 0 H1 : 0
Sumber: Win (2009:2)
2. Menentukan Taraf Nyata (Significant Level)
Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis
terhadap nilai parameter populasinya. Taraf nyata dilambangkan dengan (alpha) semakin
tinggi taraf nyata yang digunakan, semakin tinggi pula penolakan hipotesis nol atau
hipotesis yang diuji, padahal hipotesis nol benar. Besarnya nilai a bergantung pada
keberanian pembuat keputusan yang dalam hal ini berapa besarnya kesalahan yang akan
ditolerir. Besarnya kesalahan tersebut disebut sebagai daerah kritis pengujian (critical
region of test) atau daerah penolakan (region of rejection).
3. Menentukan Kriteria Pengujian
Kriteria pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak
hipotesis nol (H0) dengan cara membandingkan nilai tabel distribusinya (nilai kritis)
dengan nilai uji statistiknya, sesuai dengan bentuk pengujiannya.
a. Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada
nilai positif atau negatif dari tabel. Atau nilai uji statistik berada di luar nilai kritis.
b. Penolakan H0 terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai
positif atau negatif dari tabel. Atau nilai uji statistik berada di dalam nilai kritis.
Uji Dua Pihak Uji Satu Pihak Kanan Uji Satu Pihak KiriGambar 2.1 Daerah kritis
Sumber: Win (2009:3)4. Menentukan Nilai Uji Statistik
Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu dalam
pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga parameter data
sampel yang diambil secara random dari sebuah populasi.
5. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis nol (H0), sesuai dengan kriteria pengujiannya. Pembuatan kesimpulan
dilakukan setelah membandingkan nilai uji staistik dengan nilai tabel atau nilai kritis.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 67
STATISTIK PARAMETRIK MODUL IV
2.2.3 Jenis-jenis Pengujian Hipotesis
Jenis –jenis pengujian hipotesis terdiri dari empat yaitu berdasarkan jenis-jenis parameter,
berdasarkan jumlah sample, berdasarkan jenis distribusi, dan berdasarkan arah formulasi
hipotesis. Berikut akan dijelaskan jenis-jenis pengujian hipotesis yang telah disebutkan.
2.2.3.1 Berdasarkan Jenis-jenis Parameter
Didasarkan atas jenis parameter yang digunakan, pengujian hipotesis dapat dibedakan atas
tiga jenis, yaitu sebagai berikut:
1. Pengujian Hipotesis tentang Rata Rata
Pengujian hipotesis mengenai rata rata populasi yang didasarkan atas informasi sampelnya.
Pengujian hipotesis tentang rata-rata dapat dibagi menjadi 3 yaitu pengujian hipotesis satu
rata rata, beda dua rata rata, dan beda tiga rata rata.
2. Pengujian Hipotesis tentang Proporsi
Pengujian hipotesis mengenai proporsi populasi yang didasarkan atas informasi (data)
sampelnya. Pengujian hipotesis tentang proporsi dapat dibagi menjadi 3 yaitu pengujian
hipotesis satu proporsi, beda dua proporsi, dan beda tiga proporsi.
3. Pengujian Hipotesis tentang Varians
Pengujian hipotesis mengenai varians populasi yang didasarkan atas informasi sampelnya.
Pengujian hipotesis tentang varians dapat dibagi menjadi 2 yaitu pengujian hipotesis
tentang satu varians dan tentang kesamaan dua varians.
2.2.3.2 Berdasarkan Jumlah Sampel
Didasarkan atas ukuran sampelnya, pengujian hipotesis dapat dibedakan atas dua jenis,
yaitu sebagai berikut :
1. Pengujian hipotesis sampel besar yang menggunakan sampel lebih besar dari 30.
2. Pengujian hipotesis sampel kecil yang menggunakan sampel lebih kecil/sama dengan 30.
2.2.3.3 Berdasarkan Jenis Distribusi
Berdasarkan atas jenis distribusi yang digunakan, pengujian hipotesis dibedakan atas
empat jenis, yaitu sebagai berikut :
1. Pengujian Hipotesis dengan Distribusi Z
Pengujian hipotesis yang menggunakan distribusi Z sebagai uji statistic. Tabel pengujiannya
disebut tabel normal standar. Hasil uji statistic ini kemudian dibandingkan dengan nilai
dalam tabel untuk menerima atau menolak hipotesis nol (H0) yang dikemukakan. Pengujian
hipotesis dengan distribusi Z dapat dibagi menjadi 2 yaitu pengujian hipotesis satu dan
beda dua rata rata sampel besar serta pengujian hipotesis beda dua proporsi.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 68
STATISTIK PARAMETRIK MODUL IV
2. Pengujian Hipotesis dengan Distribusi t (t-student)
Pengujian hipotesis yang menggunakan distribusi t sebagai uji statistic. Tabelnya disebut
tabel t-student. Hasil uji statisticnya kemudian dibandingkan dengan nilai yang ada pada
tabelnya untuk menerima atau menolak hipotesis nol yang dikemukan. Yang termasuk
pengujian hipotesis dengan distribusi t adalah pengujian hipotesis rata rata (satu dan beda
dua rata rata) sampel kecil.
3. Pengujian Hipotesis dengan Distribusi Chi Kuadrat
Pengujian hipotesis yang menggunakan distribusi sebagai uji statistic. Tabelnya disebut
tabel. Hasil uji statistik kemudian dibandingkan dengan nilai yang ada pada tabelnya untuk
menerima atau menolak hipotesis nol yang dikemukakan. Pengujian hipotesis dengan
distribusi chi kuadrat dapat dibagi menjadi 3 yaitu pengujian hipotesis beda tiga proporsi,
independensi, dan kompabilitas.
4. Pengujian Hipotesis dengan Distribusi F (F-ratio)
Pengujian hipotesis yang menggunakan distribusi F (F-ratio). Tabel pengujiannya disebut
tabel F. Hasil uji statistiknya kemudian dibandingkan dengan nilai yang ada pada tabel
untuk menerima atau menolak hipotesis nol yang dikemukakan. Pengujian hipotesis dengan
distribusi F dapat dibagi menjadi 2 yaitu pengujian hipotesis beda tiga rata rata dan
kesamaan dua varians.
2.2.3.4 Berdasarkan Arah Formulasi Hipotesis
Didasarkan atas arah atau bentuk formulasi hipotesisnya, pengujian hipotesis dibedakan
atas tiga jenis, yaitu sebagai berikut:
1. Pengujian hipotesis dua pihak (two tail test)
Pengujian hipotesis dimana hipotesis nol (H0) berbunyi “sama dengan” dan hipotesis
alternatifnya (H1) berbunyi “tidak sama dengan” (H0 = dan H1 ≠).
2. Pengujian hipotesis pihak kiri atau sisi kiri
Pengujian hipotesis dimana hipotesis nol (H0) berbunyi “sama dengan” atau “lebih besar
atau sama dengan” dan alternatifnya (H1) berbunyi “lebih kecil” atau “lebih kecil atau sama
dengan” (H0 = atau H0 dan H1 atau H1 ). Kalimat “lebih kecil” atau “sama dengan” sinonim
dengan kata “paling sedikit” atau “paling kecil”.
3. Pengujian hipotesis pihak kanan atau arah kanan
Pengujian hipotesis dimana hipotesis nol (H0) berbunyi “sama dengan” atau “lebih kecil atau
sama dengan” dan alternatifnya (H1) berbunyi “lebih besar” atau “lebih besar atau sama
dengan” (H0 = atau H0 dan H1 atau H1 ). Kalimat “lebih besar” atau “sama dengan” sinonim
dengan kata “paling banyak” atau “paling besar”.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 69
STATISTIK PARAMETRIK MODUL IV
2.2.4 Kesalahan Dalam Pengujian Hipotesis
Dalam pengujian hipotesis, kesimpulan yang diperoleh hanya penerimaan atau penolakan
terhadap hipotesis yang diajukan, tidak berarti kita telah membuktikan atau tidak membuktikan
kebenaran hipotesis tersebut. Hal ini disebabkan kesimpulan tersebut hanya merupakan
inferensi didasarkan sampel. Dalam pengujian hipotesis dapat terjadi dua jenis kesalahan, yaitu :
1. Kesalahan Jenis I
a. Kesalahan jenis I adalah karena H0 ditolak padahal kenyataannya benar. Artinya, kita
menolak hipotesis tersebut (H0) yang seharusnya diterima. Apabila dinyatakan dalam
bentuk probabilitas didapatkan hal-hal berikut yaitu kesalahan jenis I disebut kesalahan α
yang dalam bentuk penggunaannya disebut sebagai taraf nyata atau taraf signifikan (level of
significant). 1 - disebut sebagai tingkat keyakinan (level of confidence), karena dengan itu
kita yakin bahwa kesimpulan yang kita buat adalah benar, sebesar 1 - .
2. Kesalahan Jenis II
Kesalahan jenis II adalah kesalahan karena H0 diterima padahal kenyataannya salah.
Artinya, kita menerima hipotesis (H0) yang seharusnya ditolak. Apabila dinyatakan dalam
bentuk probabilitas didapatkan hal-hal berikut yaitu kesalahan jenis II disebut kesalahan
yang dalam bentuk penggunaannya disebut sebagai fungsi ciri operasi (operating
characteristic function). 1 - disebut sebagai kuasa pengujian karena memperlihatkan
kuasa terhadap pengujian yang dilakukan untuk menolak hipotesis yang seharusnya
ditolak.
Tabel 2.2 Dua Jenis Kesalahan dalam Pengujian Hipotesis
KesimpulanKeadaan Sebenarnya
H0 Benar H0 SalahTerima Hipotesis Tidak membuat kekeliruan Kesalahan jenis IITolak Hipotesis Kesalahan jenis I Tidak membuat kesalahan
Sumber: Win (2009:5)
2.2.5 Pengujian Hipotesis Rata-rata
Pada pengujian hipotesis rata-rata, terdapat dua jenis pengujian, yaitu pengujian hipotesis
beda satu rata-rata dan pengujian hipotesis dua rata-rata.
2.2.5.1 Beda Satu Rata-rata
Pengujian hipotesis beda satu rata-rata terdiri dari 2 macam yaitu sampel besar dan sampel
kecil. Berikut ini adalah penjelasan dari masing-masing macam pengujian hipotesis beda satu
rata-rata.
2.2.5.1.1 Sampel Besar
Untuk pengujian hipotesis satu rata-rata dengan sampel besar (n>30), uji statistiknya
menggunakan distribusi Z. prosedur pengujian hipotesisnya ialah sebagai berikut.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 70
STATISTIK PARAMETRIK MODUL IV
1. Formulasi hipotesis
Tabel 2.3 Macam Formulasi Hipotesis Satu Rata-rata dengan Sampel BesarFormulasi Hipotesis 1 Formulasi Hipotesis 2 Formulasi Hipotesis 3
H0 : µ = µ0 H0 : µ = µ0 H0 : µ = µ0
H1 : µ > µ0 H1 : µ < µ0 H1 : µ ≠ µ0
Sumber: Iqbal (2010:146)
2. Penentuan nilai (taraf nyata) dan nilai Z table (Zα α)
Menentukan nilai sesuai soal, kemudian nilai Zα αatau Z /2α ditentukan dari tabel.
3. Kriteria pengujian
Tabel 2.4 Macam Kriteria Pengujian Satu Rata-rata dengan Sampel BesarUntuk H0 : µ = µ0 dan
H1 : µ > µ0
Untuk H0 : µ = µ0 dan H1 : µ < µ0
Untuk H0 : µ = µ0 dan H1 : µ ≠ µ0
H0 diterima jika Z0 ≤ Zα H0 diterima jika Z0 ≥ -ZαH0 diterima jika -Z /2 α ≤ Z0 ≤ Z /2α
H0 ditolak jika Z0 > Zα H0 ditolak jika Z0 < -ZαH0 ditolak jika Z0 > Z /2α
atau Z0 < -Z /2α
Sumber: Iqbal (2010:146)
4. Uji statistik
a. Simpangan baku populasi ( ) diketahui:σ
Z0=x−µ0
σ x=x−µ0
σ√n
(2-1)
Sumber: Iqbal (2010:147)
b. Simpangan baku populasi ( ) tidak diketahui:σ
Z0=x−µ0
sx=x−µ0
s√n
(2-2)
Sumber: Iqbal (2010:147)
Keterangan:
s = penduga dari σ
= simpangan baku sampel
µ0 = nilai µ sesuai dengan H0
5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan H0 (sesuai dengan criteria
pengujiannya).
2.2.5.1.2 Sampel Kecil
Untuk pengujian hipotesis satu rata-rata dengan sampel kecil (n≤30), uji statistiknya
menggunakan distribusi t. prosedur pengujian hipotesisnya ialah sebagai berikut.
1. Formulasi hipotesis
Tabel 2.5 Macam Formulasi Hipotesis Satu Rata-rata dengan Sampel KecilFormulasi Hipotesis 1 Formulasi Hipotesis 2 Formulasi Hipotesis 3
H0 : µ = µ0 H0 : µ = µ0 H0 : µ = µ0
LABORATORIUM STATISTIK & REKAYASA KUALITAS 71
STATISTIK PARAMETRIK MODUL IV
H1 : µ > µ0 H1 : µ < µ0 H1 : µ ≠ µ0
Sumber: Iqbal (2010:147)
LABORATORIUM STATISTIK & REKAYASA KUALITAS 72
STATISTIK PARAMETRIK MODUL IV
2. Penentuan nilai (taraf nyata) dan nilai t-tabelα
Menentukan nilai sesuai soal, kemudian menentukan derajat bebas, yaitu db = n – 1, laluα
menentukan nilai t ;n-1 α atau t /2;n-1α ditentukan dari tabel.
3. Kriteria pengujian
Tabel 2.6 Macam Kriteria Pengujian Satu Rata-rata dengan Sampel KecilUntuk H0 : µ = µ0 dan H1 : µ >
µ0
Untuk H0 : µ = µ0 dan H1 : µ < µ0
Untuk H0 : µ = µ0 dan H1 : µ ≠ µ0
H0 diterima jika t0 ≤ tα H0 diterima jika t0 ≥ -tα H0 diterima jika -t /2 α ≤ t0 ≤ t /2α
H0 ditolak jikat0 > tα H0 ditolak jika t0 < -tαH0 ditolak jika t0 > t /2α atau t0 <
-t /2α
Sumber: Iqbal (2010:147)
4. Uji statistik
a. Simpangan baku populasi ( ) diketahui:σ
t 0=x−µ0
σ x=x−µ0
σ√n
(2-3)
Sumber: Iqbal (2010:149)
b. Simpangan baku populasi ( ) tidak diketahui:σ
t 0=x−µ0
sx=x−µ0
s√n
(2-4)
Sumber: Iqbal (2010:149)
5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan H0 (sesuai dengan criteria
pengujiannya).
2.2.5.2 Beda Dua Rata-rata
Pengujian hipotesis beda dua rata-rata terdiri dari 3 macam yaitu sampel besar, sampel
kecil (independent sample t-test), dan sampel kecil (paired sampel t-test). Berikut ini adalah
penjelasan dari masing-masing macam pengujian hipotesis beda dua rata-rata.
2.2.5.2.1 Sampel Besar
Untuk pengujian hipotesis beda dua rata-rata dengan sampel besar (n>30) uji statistiknya
menggunakan distribusi Z. prosedur pengujian hipotesisnya ialah sebagai berikut.
1. Formulasi hipotesis
Tabel 2.7 Macam Formulasi Hipotesis Beda Dua Rata-rata dengan Sampel BesarFormulasi Hipotesis 1 Formulasi Hipotesis 2 Formulasi Hipotesis 3
H0 : µ1 = µ2 H0 : µ1 = µ2 H0 : µ1 = µ2
H1 : µ1 > µ2 H1 : µ1 < µ2 H1 : µ1 ≠ µ2
Sumber: Iqbal (2010:148)
2. Penentuan nilai (taraf nyata) dan nilai Z table (Zα α)
Menentukan nilai sesuai soal, kemudian menentukan nilai Zα αatau Z /2α dari tabel.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 73
STATISTIK PARAMETRIK MODUL IV
3. Kriteria pengujian
Tabel 2.8 Macam Kriteria Pengujian Dua Rata-rata dengan Sampel BesarUntuk H0 : µ = µ0 dan H1 : µ >
µ0
Untuk H0 : µ = µ0 dan H1 : µ < µ0
Untuk H0 : µ = µ0 dan H1 : µ ≠ µ0
H0 diterima jika Z0 ≤ Zα H0 diterima jika Z0 ≥ -Zα H0 diterima jika -Z /2 α ≤ Z0 ≤ Z /2α
H0 ditolak jika Z0 > Zα H0 ditolak jika Z0 < -ZαH0 ditolak jika Z0 > Z /2α atau Z0
< -Z /2α
Sumber: Iqbal (2010:147)
4. Uji statistik
a. Simpangan baku populasi ( ) diketahui:σ
Z0=x1−x2
σ x1−x2
dengan σ x1−x2=√ σ1
2
n1
+σ 2
2
n2
(2-5)
Sumber: Iqbal (2010:152)
b. Simpangan baku populasi ( ) tidak diketahui:σ
Z0=x1−x2
sx1− x2
dengan σ x1−x2=√ s12n1
+s2
2
n2
(2-6)
Sumber: Iqbal (2010:152)
5. Kesimpulan
Kesimpulan pengujian merupakan penerimaan atau penolakan H0.
a. Jika H0 diterima maka H1 ditolak
b. Jika H0 ditolak maka H1 diterima
2.2.5.2.2 Sampel Kecil (Independent Sample T-Test)
Dibutuhkan untuk mengetahui apakah ada perbedaan rata-rata (mean) antara dua populasi,
dengan melihat rata-rata dua sampelnya. Tidak ada hubungan antara dua sampel yang akan
diuji. Pada uji sampel berpasangan, satu kasus diobservasi lebih dari sekali, dalam uji
independent sample ini , satu kasus hanya didata sekali saja.
2.2.5.2.3 Sampel Kecil (Paired Sampel T-Test)
Dibutuhkan untuk mengecek perbedaan yang bermakna antara dua nilai rata-rata ketika
sampel-sampel tersebut tidak independen. Contohnya seperti sebelum dan sesudah perlakuan,
beda perlakuan serta dengan atau tanpa perlakuan.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 74
STATISTIK PARAMETRIK MODUL IV
BAB IIIMETODOLOGI PRAKTIKUM
3.1 Diagram Alir
Gambar 3.1 Diagram alir praktikum statistik parametrik
3.2 Prosedur Praktikum
Adapun prosedur yang harus dilakukan, yaitu:
1. Melakukan studi kepustakaan
2. Mengidentifikasi masalah yang akan dibahas
3. Melakukan pengumpulan data
4. Menganalisa dan menginterpretasikan hasil pengolahan data
5. Menarik kesimpulan
LABORATORIUM STATISTIK & REKAYASA KUALITAS 75
STATISTIK PARAMETRIK MODUL IV
BAB IVHASIL DAN PEMBAHASAN
4.1 Pengumpulan Data
4.1.1 One Sample T-Test
Pengujian ini menggunakan Uji T Satu Sampel (one- sample T test) untuk menguji rata- rata
dari sampel tunggal yaitu ukuran rata-rata celana mahasiswi Teknik Industri angkatan 2010
sejumlah 60 sampel.
Tabel 4.1 Pengumpulan Data Ukuran CelanaNo Nama Ukuran Celana No Nama Ukuran Celana1 Ninda 26 31 Firda 302 Jawahirur 26 32 Windha 303 Ririd 26 33 Lina 304 Zuris 27 34 Ainur 305 Amanda 27 35 Puput 306 Rifka 27 36 Epiphanie 307 Yuzi 27 37 Rizky N 308 Nandha 27 38 Andini 309 Yuli K 28 39 Shabrina R 30
10 Astari 28 40 Shabrina D 3011 Egar 28 41 Nimas 3012 Ega 28 42 Nindy 3013 Tyagita 28 43 Aini 3014 Dinas 28 44 Karina 3015 Novia 28 45 Elisa 3116 Qoyum 28 46 Izdihar 3117 Devi 29 47 Nadya 3118 Dewi 29 48 Galuh R 3119 Wahyu M 29 49 Irma 3120 Puteri R 29 50 Retty 3121 Tabita 29 51 Putri 3122 Ajeng 29 52 Naura 3223 Nurus 29 53 Galuh Z 3224 Gina 29 54 Novita 3225 Steffi 29 55 Sarfina 3226 Vivit 29 56 Annisa 3327 Mella 29 57 Erni 3328 Ratih 29 58 Nella 3329 Nastiti 29 59 Ambar 3430 Elvina 30 60 Dina Ayu 34
4.1.2 Independent Sampel T-Test
Berikut ini adalah data perbandingan heart rate antara laki-laki dan perempuan. Teknik
pengujian yang digunakan adalah Independent Sample T-Test.
Tabel 4.2 Pengumpulan Data Heart RateNo Nama HR No Nama HR1 Erlangga 94 6 Daus 922 Ajib 84 7 Wisnu 913 Ferdian 73 8 Twin 694 Bagus 59 9 Leindra 1035 Dio 75 10 Rizky 89
LABORATORIUM STATISTIK & REKAYASA KUALITAS 76
STATISTIK PARAMETRIK MODUL IV
Tabel 4.2 Pengumpulan Data Heart Rate (Lanjutan)No Nama HR No Nama HR11 Dinas 92 16 Ega 8512 Shabrina 77 17 Annisa 8013 Ninda 100 18 Andini 7514 Ririd 87 19 Shabrina 9815 Lina 96 20 Tyagita 77
4.1.3 Paired Sampel T-Test
Pengujian ini menggunakan Uji T berpasangan (paired) untuk menguji apakah ada
hubungan heart rate antara sebelum dan sesudah melakukan aktivitas.
Tabel 4.3 Pengumpulan Data Heart Rate Sebelum dan Sesudah Aktivitas
NO NamaHR
sebelum
HR sesuda
hNO Nama
HR sebelum
HR sesudah
1 Leindra 103 132,75 6Shabrin
a98 117,25
2 Bagus K 59 126,5 7 Ririd 87 115,53 wisnu 91 123,75 8 annisa 80 128,254 erlangga 94 106,5 9 dinas 92 114,55 rizky 89 111 10 Tyagita 77 92
4.2 Pengolahan Data
Pengolahan data yang dimaksud disini merupakan pengolahan data statistik parametrik
yang terdiri dari One Sample T-Test, Independent Sample T-test dan Paired Sample T-Test.
4.2.1 One Sample T-Test
Data One Sample yang telah terkumpul, lalu diolah menggunakan SPSS dan perhitungan
manual. Berikut pengolahan data One Sample T-Test.
4.2.1.1 Langkah-langkah Menggunakan SPSS
Langkah-langkah pengolahan data menggunakan SPSS adalah sebagai berikut :
1. Membuka SPSS 19 dan membuat file baru
2. Klik Variable View , kemudian mengisi nama variable
3. Melakukan uji kenormalan data dengan klik Analyze – Descriptive Statistics – Explore.
Masukkan panjang lengan sebagai dependent list. Klik Plots centang Normality Plots with
tests. Klik Continue lalu klik OK.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 77
STATISTIK PARAMETRIK MODUL IV
Gambar 4.1 Langkah-langkah uji kenormalan data one sample T-Test dengan SPSS
4. Kemudian akan muncul tiga output yaitu
Tabel 4.4 Hasil Pengolahan Uji Kenormalan Data melalui SPSSKolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.Ukuran ,149 60 ,002 ,962 60 ,062
Tabel diatas menunjukkan hasil uji apakah sebuah distribusi data bisa dikatakan normal
ataukah tidak yang dilihat dari dua macam alat uji. H0 dari tabel di atas adalah data normal
dan H1nya adalah data tidak normal. Dilihat dari salah satu Sig. antara Kolmogorov-
Smirnova dan Shapiro-Wilk dapat disimpulkan bahwa H0 diterima karena Sig. berada di atas
0,05.
Gambar 4.2 Grafik linieritas dan homogenitas data
Dari gambar di atas dapat dilihat bahwa data ukuran rata-rata celana mahasiswi Teknik
Industri angkatan 2010 adalah linier dan homogen.
5. Melakukan uji One sample T-Test dengan cara klik Analyze – Compare Means – One Sample T
Test.
Gambar 4.3 Langkah-langkah uji one sample T-Test dengan SPSS
Masukkan ukuran ke dalam test variable dan masukkan nilai “30” pada test value. Lalu klik
OK
6. Muncul OK
Tabel 4.5 Hasil One-Sample Statistics
N Mean Std. Deviation Std. Error MeanUkuran 60 29,60 1,888 ,244
Tabel diatas menunjukkan nilai statistik dari variabel ukuran. Nilai mean dari 60 data
ukuran yang ada adalah 29,60 dengan Std. Deviation 1,888 dan Std. Error Mean 0,244.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 78
STATISTIK PARAMETRIK MODUL IV
Tabel 4.6 Hasil One Sample TestTest Value = 30
t df Sig. (2-tailed)Mean
Difference
95% Confidence Interval of the Difference
Lower UpperUkuran -1,641 59 ,106 -,400 -,89 ,09
Tabel diatas menunjukkan hasil dari uji One Sample Test. Dari data di atas H0nya adalah
rata-rata ukuran celana mahasiswi Teknik Industri angkatan 2010 sama dengan 30 dan
H1nya adalah rata-rata ukuran celana mahasiswi Teknik Industri angkatan 2010 tidak sama
dengan 30. Hasil yang didapat dari tabel di atas adalah nilai Sig. (2-tailed) adalah 0,106 yang
artinya H0 diterima karena nilai Sig. (2-tailed)nya berada di atas 0,025.
4.2.1.2 Perhitungan Manual
Tabel 4.7 Rekap Hasil Perhitungan Manual One Sample Test
x x−x ( x−x )2 x x−x ( x−x )2 x x−x ( x−x )2
26 -3,6 12,96
29 -0,6 0,36
30 0,4 0,16
26 -3,6 12,96
29 -0,6 0,36
30 0,4 0,16
26 -3,6 12,96
29 -0,6 0,36
30 0,4 0,16
27 -2,6 6,76
29 -0,6 0,36
30 0,4 0,16
27 -2,6 6,76
29 -0,6 0,36
31 1,4 1,96
27 -2,6 6,76
29 -0,6 0,36
31 1,4 1,96
27 -2,6 6,76
29 -0,6 0,36
31 1,4 1,96
27 -2,6 6,76
29 -0,6 0,36
31 1,4 1,96
28 -1,6 2,56
29 -0,6 0,36
31 1,4 1,96
28 -1,6 2,56
30 0,4 0,16
31 1,4 1,96
28 -1,6 2,56
30 0,4 0,16
31 1,4 1,96
28 -1,6 2,56
30 0,4 0,16
32 2,4 5,76
28 -1,6 2,56
30 0,4 0,16
32 2,4 5,76
28 -1,6 2,56
30 0,4 0,16
32 2,4 5,76
28 -1,6 2,56
30 0,4 0,16
32 2,4 5,76
28 -1,6 2,56
30 0,4 0,16
33 3,4 11,56
29 -0,6 0,36
30 0,4 0,16
33 3,4 11,56
29 -0,6 0,36
30 0,4 0,16
33 3,4 11,56
29 -0,6 0,36
30 0,4 0,16
34 4,4 19,36
2 -0,6 0,36 3 0,4 0,16 3 4,4 19,36
LABORATORIUM STATISTIK & REKAYASA KUALITAS 79
STATISTIK PARAMETRIK MODUL IV
9 0 4
Berikut ini adalah perhitungan manual One Sample Test.
1. Formulasi hipotesis :
H0 : 𝜇 = 30 (rata-rata ukuran celana 60 mahasiswi Teknik Industri angkatan 2010 sama
dengan 30)
H1 : 𝜇 ≠ 30 (rata-rata ukuran 60 mahasiswi Teknik Industri angkatan 2010 tidak sama
dengan 30)
2. Taraf nyata ( ) dari nilai Zα tabel
= 5% = 0,05 , Zα tabel = 1,96
3. Kriteria pengujian
H0 diterima apabila –Z /2α ≤ Z0 ≤ Z /2α
H0 ditolak apabila -Z0<–Z /2 α atau Z0> Z /2α
4. Uji Statistik
Varians :
s2=∑ ( x−x )2
n−1=210,4
60−1=¿ 3,566
Standar Deviasi :
s=√∑ ( x−x )2
n−1=1,888
Estimasi Kesalahan Standar :
sx=s
√n=1,888
√60=0,243
Z= x−μs x
=29,6−300,243
=−1,646
5. Kesimpulan
H0 diterima karena –Z /2α ≤ Z0 ≤ Z /2 α yaitu –1,96 ≤ -1,646 ≤ 1,96 ; maka rata-rata ukuran
celana 60 mahasiswi Teknik Industri angkatan 2010 sama dengan 30.
4.2.2 Independent Sample T-Test
Data Independent Sample yang telah terkumpul, lalu diolah menggunakan SPSS dan
perhitungan manual. Berikut pengolahan data Independent Sample T-Test.
4.2.2.1 Langkah-Langkah Menggunakan SPSS
Berikut langkah-langkah menggunakan SPSS dalam pengolahan data Independent Sample T-
Test:
LABORATORIUM STATISTIK & REKAYASA KUALITAS 80
STATISTIK PARAMETRIK MODUL IV
1. Untuk langkah awal uji normal data Independent Sample Test melalui SPSS sama seperti
pada langkah awal uji normal data pada One Sample Test.
2. Kemudian akan muncul tiga output yaitu
Tabel 4.8 Hasil Pengolahan Uji Kenormalan Data melalui SPSS
JenisKelaminKolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.HeartRate Laki-laki ,174 10 ,200* ,962 10 ,808
Perempuan ,162 10 ,200* ,912 10 ,295
Tabel diatas menunjukkan hasil uji apakah sebuah distribusi data bisa dikatakan normal
ataukah tidak yang dilihat dari dua macam alat uji. H0 dari tabel di atas adalah data normal
dan H1nya adalah data tidak normal. Dilihat dari salah satu Sig. antara Kolmogorov-
Smirnova dan Shapiro-Wilk dapat disimpulkan bahwa H0 diterima karena Sig. berada di atas
0,05.
Gambar 4.4 Grafik linieritas dan homogenitas data heart rate pada laki-laki dan perempuan
Dari gambar grafik di atas dapat disimpulkan bahwa data heart rate laki-laki dan
perempuan adalah linier dan homogen.
3. Melakukan Independent Samples Test dengan cara klik Analyze-Compare Means-Independent
Sample T-Test. Masukkan frekuensi pergi ke mall ke dalam test variable dan jenis kelamin ke
dalam grouping, klik define group, ketik ”1” pada group 1 dan ketik “2” pada group 2. Lalu
klik OK
LABORATORIUM STATISTIK & REKAYASA KUALITAS 81
STATISTIK PARAMETRIK MODUL IV
Gambar 4.5 Langkah-langkah independent sample test dengan SPSS
4. Muncul Output
Tabel 4.9 Hasil Group Statistics
JenisKelamin N Mean Std. DeviationStd. Error
MeanHeartRate Laki-laki 10 82,90 13,494 4,267
Perempuan 10 86,70 9,381 2,967
Dari data di atas dapat disimpulkan nilai mean dari heart rate laki-laki adalah 82,90 dengan
std. deviation 13,494 dan std. error mean 4,267 serta nilai mean dari heart rate perempuan
adalah 86,70 dengan std. deviation 9,381 dan std. error mean 2,967.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 82
STATISTIK PARAMETRIK MODUL IV
Tabel 4.10 Hasil Independent Samples TestLevene's Test for
Equality of Variances t-test for Equality of Means
F Sig. t dfSig. (2-tailed)
Mean Differe
nce
Std. Error
Difference
95% Confidence Interval of the
DifferenceLower Upper
HeartRate
Equal variances assumed
1,636 ,217 -,731
18 ,474 -3,800 5,197 -14,719
7,119
Equal variances not assumed
-,731
16,052
,475 -3,800 5,197 -14,815
7,215
Dari hasil pengolahan Independent Samples Test di atas dapat disimpulkan bahwa H0nya
diterima dengan H0 sama dengan tidak ada hubungan antara heart rate laki-laki dan
perempuan serta H1nya adalah ada hubungan antara heart rate laki-laki dan perempuan. H0
diterima karena nilai Sig. (2-tailed)nya di atas 0,025. Maka kesimpulan dari hasil
pengolahan tersebut adalah tidak ada hubungan antara heart rate laki-laki dan perempuan.
4.2.2.2 Perhitungan Manual
Berikut ini adalah perhitungan manual Independent Samples Test.
1. Merumuskan hipotesis
H0 : 𝜇 = 𝜇0 (tidak ada hubungan antara heart rate laki-laki dan perempuan)
H1 : 𝜇 ≠ 𝜇0 ( ada hubungan antara heart rate laki-laki dan perempuan)
2. Pemilihan taraf signifikansi (Level og Significance )
Karena dalam uji independent menggunakan uji dua-ujung, maka α2=0,025
3. Pendefinisian Daerah-daerah Penolakan atau Daerah Kritis Uji Dua-Ujung serta penentuan
distribusi pengujian yang digunakan
Menggunakan distribusi t, karena sampel ≤30 dengan pendefinisian daerah-daerah
penolakan atau daerah kritis uji dua-ujung : α=0,05→α /2=0,025.
Derajat kebebasan df=v=n1+n2−2=10+10−2=18
Dari tabel t untuk α=0,05 ; df=v=18 didapat batas kritis adalah t 0,025; 18=2,101
4. Uji statistik
H0 diterima jika −t 0,025; 18≤RU t≤ +t 0,025 ;18
H1 diterima jika RUt < −t 0,025; 18 atau RUt > +t 0,025 ;18
Tabel 4.11 Rekap Hasil Perhitungan Manual Independent Samples Test
x1 x2 x1−x (x1−x)2 x2−x (x2−x )2
94 92 11,1 123,21 5,3 28,0984 77 1,1 1,21 -9,7 94,0973 100 -9,9 98,01 13,3 176,89 59 87 -23,9 571,21 0,3 0,0975 96 -7,9 62,41 9,3 86,49
LABORATORIUM STATISTIK & REKAYASA KUALITAS 83
STATISTIK PARAMETRIK MODUL IV
92 85 9,1 82,81 -1,7 2,89
LABORATORIUM STATISTIK & REKAYASA KUALITAS 84
STATISTIK PARAMETRIK MODUL IV
Tabel 4.11 Rekap Hasil Perhitungan Manual Independent Samples Test (Lanjutan)
x1 x2 x1−x (x1−x)2 x2−x (x2−x )2
91 80 8,1 65,61 -6,7 44,8969 75 -13,9 193,21 -11,7 136,89
103 98 20,1 404,01 11,3 127,6989 77 6,1 37,21 -9,7 94,09
82,9 86,7 0 1638,9 0 792,1
S12=∑ ( x−x )2
n−1=1638,9
10−1=¿ 182,1
S22=∑ ( x−x )2
n−1=792,1
10−1=¿ 88,01
sx1− x2=√ (n1−1 ) x S1
2+(n2−1 ) x S22
n1+n2−2X √ 1
n1
+ 1n2
¿√ (10−1 )×182,1+(10−1 )X 88,0110+10−2
X √ 110
+ 110
¿√ 1638,9+792,118
X √ 110
+ 110
¿√ 243118
×0,447214
¿5,1972262
Rut=( X1−X2 )sx1−x2
=82,9−86,75,1972262
=−0,73115925
5. Kesimpulan
H0 diterima karena −0,73115925 < 2,101; maka tidak ada hubungan antara heart rate laki-
laki dan perempuan.
4.2.3 Paired Sample T-Test
Pengujian ini menggunakan Uji T berpasangan (paired) untuk menguji apakah ada
hubungan antara heart rate sebelum dan sesudah aktivitas.
4.2.3.1 Langkah-Langkah Menggunakan SPSS
Berikut langkah-langkah menggunakan SPSS dalam pengolahan data Paired Sample T-Test:
1. Untuk langkah awal uji normal data Paired Sample Test melalui SPSS sama seperti pada
langkah awal uji normal data pada One Sample Test.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 85
STATISTIK PARAMETRIK MODUL IV
2. Kemudian akan muncul tiga output yaitu
Tabel 4.12 Hasil Pengolahan Uji Kenormalan Data melalui SPSSKolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.Heart_Rate_Sebelum ,200 10 ,200* ,915 10 ,319Heart_Rate_Sesudah ,124 10 ,200* ,953 10 ,705
Tabel diatas menunjukkan hasil uji apakah sebuah distribusi data bisa dikatakan normal
ataukah tidak yang dilihat dari dua macam alat uji. H0 dari tabel di atas adalah data normal
dan H1nya adalah data tidak normal. Dilihat dari salah satu Sig. antara Kolmogorov-
Smirnova dan Shapiro-Wilk dapat disimpulkan bahwa H0 diterima karena Sig. berada di atas
0,05.
Gambar 4.7 Grafik linieritas dan homogenitas data heart rate sebelum dan
sesudah aktivitas pada laki-laki dan perempuan
Dari gambar grafik di atas dapat disimpulkan bahwa data heart rate sebelum dan sesudah
aktivitas pada laki-laki dan perempuan adalah linier dan homogen.
3. Melakukan Paired Samples T-Test dengan cara klik Analyze-Compare Means-Paired Samples
T-Test. Masukkan banyaknya SMS yang dikirim sebelum dan saat praktikum pada paired
variable
Gambar 4.8 Langkah-langkah Paired Samples T-Test pada SPSS
LABORATORIUM STATISTIK & REKAYASA KUALITAS 86
STATISTIK PARAMETRIK MODUL IV
4. Muncul Output
Tabel 4.13 Hasil Paired Samples Statistics
Mean N Std. DeviationStd. Error
MeanPair 1 Heart_Rate_Sebelum 87,00 10 12,490 3,950
Heart_Rate_Sesudah 116,80 10 11,971 3,786
Dari hasil pengolahan di atas didapatkan nilai mean untuk heart rate sebelum aktivitas
adalah 87,00 dengan std. deviation 12,490 dan std. error mean 3,950 serta nilai mean untuk
heart rate sesudah aktivitas adalah 116,80 dengan std. deviation 11,971 dan std. error mean
3,786.
Tabel 4.14 Hasil Paired Samples TestPaired Differences
t dfSig. (2-tailed)Mean
Std. Deviation
Std. Error Mean
95% Confidence Interval of the
DifferenceLower Upper
Pair 1 Heart_Rate_Sebelum - Heart_Rate_Sesudah
-29,8
00
16,719 5,287 -41,760 -17,840 -5,63
6
9 ,000
H0 untuk data di atas adalah tidak ada hubungan antara heart rate sebelum dan sesudah
aktivitas sedangkan H1nya adalah ada hubungan antara heart rate sebelum dan sesudah
aktivitas. Dari hasil pengolahan Paired Samples Test di atas dapat disimpulkan bahwa H0
ditolak dan H1 diterima karena nilai Sig. (2-tailed)nya berada di bawah 0,025. Jadi terdapat
hubungan antara heart rate sebelum dan sesudah aktivitas.
4.2.3.2 Perhitungan Manual
Berikut ini adalah perhitungan manual Paired Samples Test.
1. Merumuskan hipotesis
H0 : tidak ada hubungan antara heart rate sebelum dan sesudah aktivitas
H1 : ada hubungan antara heart rate sebelum dan sesudah aktivitas
2. Pemilihan Level signifikansi (Level og Significance), α
Nilai = 0.05 , karena pengujiaanya dua-ujung maka /2=0,025 dan mengunakan distribusiα α
t karena sampel ≤ 30
3. Pendefinisian Daerah Penolakan atau Kritis
Batas daerah penolakan dua-ujung, = 0.05 α /2=0,025α
Dengan derajat kebebasan df = v = n-1 = 9
Dari tabel t untuk = 0.025; α df = v = 9 didapat batas kritis adalah t0,025;9 = 0,262
LABORATORIUM STATISTIK & REKAYASA KUALITAS 87
STATISTIK PARAMETRIK MODUL IV
4. Uji Statistik
Tabel 4.15 Rekap Perhitungan Manual Paired Sample TestNo Hr sesudah HR sebelum Δ1 - Δ ∆ t ( - Δ ∆ t)2
1 132,75 103 29,75 -0,05 0,00252 126,5 59 67,5 37,7 1421,293 123,75 91 32,75 2,95 8,70254 106,5 94 12,5 -17,3 299,295 111 89 22 -7,8 60,846 117,25 98 19,25 -10,55 111,30257 115,5 87 28,5 -1,3 1,69 8 128,25 80 48,25 18,45 340,40259 114,5 92 22,5 -7,3 53,29
10 92 77 15 -14,8 219,04jumlah 1168 870 298 2515,85
t = 29,8Δ
t hitung
¿Σ∆i
√ nΣ∆ i2−(Σ∆i )2
N−1
= 298
√ (10. 10511,19)−(298)²10−1
= 29842,567
=7
t tabel = 0,262
5. Kesimpulan
H0 ditolak karena t hitung > t tabel yaitu 7>¿ 0,262 ; H0 ditolak dan H1 diterima maka ada
hubungan antara heart rate sebelum dan sesudah aktivitas.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 88
STATISTIK PARAMETRIK MODUL IV
BAB VPENUTUP
5.1 Kesimpulan
Kesimpulan yang dapat diambil dari praktikum modul 4 adalah:
1. Statistik parametrik terdiri dari One Sample T-test yang merupakan uji untuk mengetahui
rata-rata suatu data yang diambil. Sedangkan Independen Samples T-test merupakan suatu
uji statistik yang menggunakan 2 objek dengan 1 perlakuan. Untuk Paired Samples T-test
merupakan uji statistik yang digunakan untuk menguji 1 objek 2 perlakuan.
2. Pada uji One Sample T-test dapat diketahui bahwa rata-rata ukuran celana mahasiswi
Teknik Industri angkatan 2010 sama dengan 30.
3. Pada uji Independen Samples T-test dapat diketahui bahwa tidak ada hubungan antara heart
rate laki-laki dan perempuan.
4. Pada uji Paired Samples T-test dapat diketahui bahwa terdapat hubungan antara heart rate
sebelum dan sesudah aktivitas.
5.2 Saran
Berikut ini adalah saran yang dapat kami berikan dalam praktikum modul 4:
1. Praktikan diharapkan dapat memahami tentang statistik deskriptif terlebih dahulu sebelum
melaksanakan pratikum, sehingga pratikum berjalan dengan lancar.
2. Pada saat pengambilan data, seharusnya lebih teliti lagi agar tidak terjadi kesalahan
perhitungan.
LABORATORIUM STATISTIK & REKAYASA KUALITAS 89