Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
1
Nomor 6 halaman 501
a. Berikut ini ditampilkan tabel cross-tabuation dan hasil pengujian hipotesis untuk menganalisis
katerkaitan antara income (Y) dan consumption (X), dengan hipotesinya adalah sebagai berikut.
H0 : Variabel Ydan X saling bebas
H1 : Variabel Ydan X tidak saling bebas
Statistik uji pengujian hipotesis ini adalah nilai p-value dan chi-square hitung yang akan
dibandingkan dengan nilai alfa dan chi-square tabel, dalam hal ini digunakan α = 0,05.
Sedangkan daerah penolakannya adalah apabila p-value kurang dari alfa atau chi-square hitung
lebih besar dari chi-square tabel. Berdasarkan Tabel 2, diketahui bahwa p-value Pearson Chi –
Square adalah 0,00, hal ini menjadikan keputusan pengujian hipotesis ini tolak H0. Sehingga
disimpulkan bahwa ada keterkaitan antara income dan consumption.
b. Untuk dapat mengetahui besarnya tingkat keterkaitan antara income dan consumption dalam
analisis ini digunakan nilai korelasi Gamma. Dimana dua variabel dikatakan memiliki tingkat
keterkaitan yang kuat jika nilai koefisien Gamma ≥ 0,6, untuk 0,3 < Gamma < 0,6 berarti
keterkaitan antara kedua variabel tidak terlalu kuat, sedangkan bila Gamma < 0,3 berarti bahwa
keterkaitan antara kedua variabel tidak terlalu kuat. Dari Tabel 3 dapat diketahui bahwa
Tabel 1. Consumption * Income Crosstabulation
Income
Total Low Medium High
Consumption
Low
Count 25 15 10 50
Expected
Count 16,7 16,7 16,7 50,0
% of Total 16,7% 10,0% 6,7% 33,3%
Medium
Count 10 25 15 50
Expected
Count 16,7 16,7 16,7 50,0
% of Total 6,7% 16,7% 10,0% 33,3%
High
Count 15 10 25 50
Expected
Count 16,7 16,7 16,7 50,0
% of Total 10,0% 6,7% 16,7% 33,3%
Total
Count 50 50 50 150
Expected
Count 50,0 50,0 50,0 150,0
% of Total 33,3% 33,3% 33,3% 100,0%
Tabel 2. Chi-Square Tests
Value df Asymp. Sig.
(2-sided)
Pearson Chi-Square 21,000 4 ,000
Likelihood Ratio 20,688 4 ,000
Linear-by-Linear
Association
9,313 1 ,002
N of Valid Cases 150
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
2
keterkaitan antara variabel income dan consumption tidak terlalu kuat. Hal ini dapat dilihat pada
perolehan koefisien Gamma yang bernilai 0,333.
Nomor 7 halaman 502
a. Untuk menentukan distribusi frekuensi data familiarity with the internet ini digunakan frekuensi
relatif dan frekuensi presentase, karena data tersebut berupa data kategorik bukan data kontinu
sehingga tidak menggunakan histogram. Berikut ini ditampilkan diagram batang dan tabel
frekuensi yang menggambarkan distribusi frekuensi familiarity with the internet.
Berdasarkan informasi soal diketahui bahwa kategori familiarity with the internet ada 7 (1 = very
unfamiliar 7 = very familiar). Namun pada data yang tersaji ada kategori 9 dengan frekuensi
relatif 0,033 yang tanpa keterangan, sehingga kategori ini tidak dapat dijelaskan. Dari Gambar 1
dan Tabel 4 dapat dilihat bahwa kategori 1 dan 8 frekuensinya 0, sedangkan frekuensi tertinggi
adalah pada kategori 6 yang memiliki frekuensi presentase 26,67%. Kemudian frekuensi
tertinggi kedua adalah kategori 3 dan 4 dengan frekuensi presentase 20% dan selanjutnya
kategori 7 yang frekuensi presentasenya sebesar 13,3%.
b. Pada bagian ini dilakukan analisis tabulasi silang tehadap variabel Internet Usage dengan
variabel jenis kelamin. Dimana data Internet Usage dibedakan menjadi 2, yaitu Internet Usage
yang ≤5 jam diberi kode 1 dan yang >5 jam diberi kode 2. Kemudian melakukan pengujian
hipotesis dengan menggunakan uji chi-square untuk mengetahui keterkaitan antara kedua
Tabel 3. Symmetric Measures
Value Asymp. Std.
Error
Approx.
T
Approx.
Sig.
Ordinal by
Ordinal
Gamma ,333 ,107 3,023 ,003
Spearman Correlation ,250 ,083 3,141 ,002
Interval by
Interval
Pearson's R ,250 ,082 3,141 ,002
N of Valid Cases 150
Gambar 1. Diagram Batang Data Familiarity with the Internet
Tabel 4. Distribusi Frekuensi Familiarity with the Internet
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
3
variabel tersebut. Berikut ini tabel hasil tabulasi silang dan pengujian hipotesis yang telah
dilakukan.
Tabel 5. Internet Usage (X2) * sex Crosstabulation
Sex
Total Male Female
Internet
Usage
(X2)
X2<=5
Count 5 10 15
Expected
Count 7,5 7,5 15,0
% of Total 16,7% 33,3% 50,0%
X2>5
Count 10 5 15
Expected
Count 7,5 7,5 15,0
% of Total 33,3% 16,7% 50,0%
Total
Count 15 15 30
Expected
Count 15,0 15,0 30,0
% of Total 50,0% 50,0% 100,0%
Berdasarkan Tabel 5 diketahui bahwa 10 dari 15 responden laki-laki biasa menghabiskan
waktu untuk menggunakan internet selama >5 jam. Hal ini berkebalikan dengan perempuan,
dimana 10 dari 15 responden perempuan biasa membutuhkan waktu ≤5 jam untuk menggunakan
internet.
Selanjutnya dari Tabel 6 diketahui nilai p-value Pearson Chi–Square pengujian hipotesis
untuk mengetahui keterkaitan Internet Usage dengan jenis kelamin adalah sebesar 0,068. Nilai
ini lebih dari α (digunakan α = 0,05), dengan hipotesis yang sama pada Nomor 6 di atas, oleh
karena itu keputusan pengujian hipotesisnya adalah tolak H0. Sehingga dapat disimpulkan bahwa
variabel jenis kelamin saling dependen dengan Internet Usage.
Tabel 6. Output Chi-Square Tests untuk Internet Usage * Sex
Value df Asymp. Sig.
(2-sided)
Pearson Chi-Square 3,333a 1 ,068
Continuity Correction 2,133 1 ,144
Likelihood Ratio 3,398 1 ,065
Fisher's Exact Test
Linear-by-Linear
Association
3,222 1 ,073
N of Valid Cases 30
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
4
Nomor 7 halaman 539
a. Analisis yang dilakukan pada nomor 7 ini masih menggunakan data Internet Usage, yakni
melakukan pengujian hipotesis apakah mean familiarity with the internet lebih dari 4 dengan
menggunakan software Minitab. Dimana H0 : µ ≤ 4 dan H1 : µ > 4, digunakan α = 0,05.
Diperoleh hasil sebagai berikut.
Tabel 7. Output Pengujian Hipotesis Mean Familiarity with the Internet
Dari Tabel 7 dapat diketahui bahwa data familiarity with the internet memiliki mean 5,133,
dan standar deviasi 1,252. Sedangkan untuk hasil pengujian hipotesisnya diperoleh p-value =
0,00 yang berarti diputuskan tolak H0. Artinya data familiarity with the internet memiliki mean
lebih dari 4.
b. Melakukan pengujian hipotesis apakah ada perbedaan antara penggunaan internet oleh laki-laki
dengan penggunaan internet oleh perempuan. Dengan terlebih dahulu membagi data Internet
Usage berdasarkan jenis kelamin, dilakukan analisis compare mean antara mean Internet Usage
for male ( 1μ ) dan Internet Usage for female (µ2), berikut adalah hipotesis yang digunakan.
H0 : µ1 = µ2
H1 : µ1 ≠ µ2
Namun sebelum melakukan pengujian hipotesis compare mean ini terlebih dulu menguji
kesamaan varians kedua kelompok sampel, dimana hipotesisnya adalah H0 : σ12 = σ2
2 dan
H1 : σ12 ≠ σ2
2. Informasi yang diperoleh dari pengujian varians ini akan berguna untuk pengujian
compare mean, karena diperlukan informasi apakah varians kedua kelompok sampel sama atau
berbeda.
Tabel 8 menunjukkan hasil output analasis pengujian hipotesis varian dan compare mean
yang telah dilakukan. Diketahui bahwa varians kelompok penggunaan internet oleh laki-laki
sebesar 19,381 dan varians kelompok penggunaan internet oleh perempuan adalah 2,838.
Dengan melihat nilai p-value yang betanda warna biru pada Test for two variances dapat
diketahui bahwa hasil pengujian varians adalah Tolak H0 yang berarti varians kelompok 1 tidak
sama dengan varians kelompok 2, karena p-value < α.
Disamping itu dari Tabel 8 juga diketahui bahwa p-value pada Two Sample T-Test yang
bernilai 0,00 menunjukkan bahwa hasil pengujian compare mean adalah Tolak H0 yang berarti
mean kelompok penggunaan internet oleh laki-laki tidak sama dengan mean kelompok
penggunaan internet oleh perempuan, karena p-value ini juga < α. Hal ini juga ditunjukkan oleh
Gambar 2 yang mana mean antara kedua kelompok sampel tidak saling sejajar, dimana mean
kelompok penggunaan internet oleh laki-laki adalah 9,33 dan mean kelompok penggunaan
internet oleh perempuan sebesar 3,87.
One-Sample T: X4 (Familiarity with the Internet ) Test of mu = 4 vs > 4
95% Lower
Variable N Mean StDev SE Mean Bound T P
x4 30 5,133 1,252 0,229 4,745 4,96 0,000
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
5
Tabel 8. Output Pengujian Hipotesis Varians dan Compare Mean untuk Usage Internet Berdasarkan Sex
Test and CI for Two Variances: Internet Usage Male Vs Internet Usage female Method
Null hypothesis Sigma(IU Male) / Sigma(IU female) = 1
Alternative hypothesis Sigma(IU Male) / Sigma(IU female) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
IU Male 15 4,402 19,381
IU female 15 1,685 2,838
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (1,514; 4,510) (2,293; 20,340)
Continuous (1,510; 5,207) (2,281; 27,112)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 14 14 6,83 0,001
Two-Sample T-Test and CI: Internet Usage Male Vs Internet Usage female Two-sample T for IU Male vs IU female
N Mean StDev SE Mean
IU Male 15 9,33 4,40 1,1
IU female 15 3,87 1,68 0,43
Difference = mu (IU Male) - mu (IU female)
Estimate for difference: 5,47
95% CI for difference: (2,91; 8,02)
T-Test of difference = 0 (vs not =): T-Value = 4,49 P-Value = 0,000 DF = 18
Internet Usage femaleInternet Usage Male
16
14
12
10
8
6
4
2
Da
ta
Boxplot of Internet Usage Male; Internet Usage female
Gambar 2. Boxplot Internet Usage for Male and Female
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
6
c. Menguji apakah proporsi responden laki-laki yang menggunakan internet untuk shopping sama
dengan proporsi responden perempuan yang menggunakan internet untuk shopping. Disini
terlebih dulu membagi data Usage of Internet Shopping berdasarkan jenis kelamin. Kemudian
mendefinisikan kode 1 pada data Usage of Internet Shopping sebagai kejadian sukses, karena
kode 1 = Yes yang berarti responden tersebut menggunakan internet untuk shopping. Sedamgkan
data Usage of Internet Shopping dengan kode 2 = No yang berarti responden tidak
menggunakan internet untuk shopping didefinisikan sebagai kejadian gagal. Kelompok 1 adalah
kelompok Usage of Internet Shopping for Male dan kelompok 2 adalah kelompok Usage of
Internet Shopping for Female. Berikut adalah hipotesis yang digunakan.
H0 : p1 = p2
H1 : p1 ≠ p2
Tabel 9. Output Pengujian Hipotesis Proporsi untuk Internet Usage of Shopping Berdasarkan Sex
Berdasarkan Tabel 9 diketahui bahwa pada kelompok 1 ada X = 11 dan dan X = 6 pada
kelompok 2. Hal ini berarti ada sebanyak 11 respoden laki-laki yang menggunakan internet
untuk shopping dengan nilai proporsinya 0,733 pada kelompok 1, sedangkan pada kelompok 2
ada sebanyak 6 respoden perempuan yang menggunakan internet untuk shopping dengan nilai
proporsi 0,4. Pengujian hipotesis menggunakan uji Exact Fisher karena ukuran sampel yang
kecil. Diperoleh p-value = 0,139, yang mana nilai ini > α (digunakan α = 0,05), oleh karena itu
diputuskan gagal tolak H0 yang berarti bahwa p1 = p2. Sehingga kesimpulannya adalah proporsi
responden laki-laki yang menggunakan internet untuk shopping sama dengan proporsi responden
perempuan yang menggunakan internet untuk shopping.
d. Melakukan pengujian hipotesis compare mean untuk mengetahui apakah ada perbedaan data
Attitude Toward Internet ( 1μ ) dengan Attitude Toward Technology (µ2), dengan hipotesis yang
digunakan adalah H0 : µ1 = µ2 dan H1 : µ1 ≠ µ2. Langkah analisis yang dilakukan pada pengujian
ini sama seperti yang dilakukan pada pengujian compare mean antara mean Internet Usage for
male dan Internet Usage for female di atas. Berikut diberikan tabel dan gambar output hasil
analisisnya.
Test and CI for Two Proportions Sample X N Sample p
1 11 15 0,733333
2 6 15 0,400000
Difference = p (1) - p (2)
Estimate for difference: 0,333333
95% CI for difference: (-0,000649573; 0,667316)
Test for difference = 0 (vs not = 0): Z = 1,96 P-Value = 0,050
* NOTE * The normal approximation may be inaccurate for small samples.
Fisher's exact test: P-Value = 0,139
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
7
Tabel 10. Output Pengujian Hipotesis Varians dan Mean untuk Attitude Toward Internet and Technology
Test and CI for Two Variances: attitude toward Internet ; attitude toward Technology
Method
Null hypothesis Sigma(attitude toward internet) / Sigma(attitude
toward technology) = 1
Alternative hypothesis Sigma(attitude toward internet) / Sigma(attitude
toward technology) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
attitude toward internet 30 1,252 1,568
attitude toward technology 30 1,398 1,955
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (0,618; 1,298) (0,382; 1,685)
Continuous (0,609; 1,365) (0,371; 1,863)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 29 29 0,80 0,556
Levene's Test (any continuous) 1 58 0,24 0,628
Two-Sample T-Test and CI: attitude toward internet; attitude toward technology
Two-sample T for attitude toward internet vs attitude toward technology
N Mean StDev SE Mean
attitude toward internet 30 5,13 1,25 0,23
attitude toward technolo 30 4,10 1,40 0,26
Difference = mu (attitude toward internet) - mu (attitude toward technology)
Estimate for difference: 1,033
95% CI for difference: (0,347; 1,719)
T-Test of difference = 0 (vs not =): T-Value = 3,02 P-Value = 0,004 DF = 58
attitude toward technologyattitude toward internet
7
6
5
4
3
2
Da
ta
Boxplot of attitude toward internet; attitude toward technology
Gambar 3. Boxplot Attitude Toward Internet and Technology
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
8
Tabel 10 menunjukkan hasil output analasis pengujian hipotesis varian dan compare mean
untuk Attitude Toward Internet dengan Attitude Toward Technology dari responden. Diketahui
bahwa varians sikap responden terhadap internet sebesar 1,568 dan varians sikap responden
terhadap teknologi adalah 1,955. Dengan melihat nilai p-value yang betanda warna biru pada
Test for two variances dapat diketahui bahwa hasil pengujian varians adalah gagal tolak H0 yang
berarti varians Attitude Toward Internet sama dengan varians Attitude Toward Technology,
karena p-value > α.
Disamping itu dari Tabel 10 juga diketahui bahwa p-value pada Two Sample T-Test yang
bernilai 0,004 menunjukkan bahwa hasil pengujian compare mean adalah Tolak H0 yang berarti
mean Attitude Toward Internet sama dengan mean Attitude Toward Technology, karena p-value
ini juga < α. Hal ini juga ditunjukkan oleh Gambar 3 yang mana mean antara kedua kelompok
sampel tidak saling sejajar, dimana mean Attitude Toward Internet adalah 5,13 dan mean
Attitude Toward Technology sebesar 4,1.
Nomor 8 halaman 539
a. Menguji apakah mean prefensi gaya hidup outdoor lebih dari 3. Dimana H0 : µ ≤ 3 dan H1 : µ >
3, digunakan α = 0,05. Diperoleh hasil sebagai berikut.
Tabel 11. Output Pengujian Hipotesis Mean Preference for an Outdoor Lifestyle
Dari Tabel 11 dapat diketahui bahwa data Preference for an Outdoor Lifestyle memiliki
mean 4,033, dan standar deviasi 1,956. Sedangkan untuk hasil pengujian hipotesisnya diperoleh
p-value = 0,004 yang berarti diputuskan tolak H0. Artinya data Preference for an Outdoor
Lifestyle memiliki mean lebih dari 4.
b. Menguji apakah mean prefensi gaya hidup outdoor lebih dari 3. Dimana H0 : µ ≤ 3,5 dan H1 : µ >
3,5. Diperoleh hasil sebagai berikut.
Tabel 12. Output Pengujian Hipotesis Mean Enjoying Nature
Berdasarkan Tabel 12 diketahui bahwa data importance of enjoying nature memiliki mean
4,6, dan standar deviasi 0,341. Untuk hasil pengujian hipotesisnya diperoleh p-value = 0,002
yang berarti diputuskan tolak H0. Artinya data importance of enjoying nature memiliki mean
lebih dari 3,5.
One-Sample T: Outdoor Lifestyle Test of mu = 3 vs > 3
95% Lower
Variable N Mean StDev SE Mean Bound T P
Outdoor Lifestyle 30 4,033 1,956 0,357 3,427 2,89 0,004
One-Sample T: Enjoying Nature Test of mu = 3,5 vs > 3,5
95% Lower
Variable N Mean StDev SE Mean Bound T P
Enjoying Nature 30 4,600 1,868 0,341 4,020 3,23 0,002
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
9
c. Melakukan pengujian hipotesis apakah ada perbedaan antara preference for an outdoor lifestyle
oleh laki-laki dengan preference for an outdoor lifestyle oleh perempuan. Dengan terlebih dahulu
membagi data preference for an outdoor lifestyle berdasarkan jenis kelamin, dilakukan analisis
compare mean antara mean preference for an outdoor lifestyle for female ( 1μ ) dan preference for
an outdoor lifestyle for male (µ2), hipotesis yang digunakan adalah H0 : µ1 = µ2 dan H1 : µ1 ≠ µ2.
Tabel 13 menunjukkan hasil output analasis pengujian hipotesis varian dan compare mean.
Diketahui bahwa varians preference for an outdoor lifestyle for female sebesar 5,067 dan varians
preference for an outdoor lifestyle for male adalah 2,857. Nilai p-value yang betanda warna biru
pada Test for two variances menunjukkan bahwa hasil pengujian varians adalah gagal tolak H0
yang berarti varians kelompok 1 sama dengan varians kelompok 2, karena p-value > α.
Disamping itu dari Tabel 13 juga diketahui bahwa p-value pada Two Sample T-Test yang bernilai
0,00 menunjukkan bahwa hasil pengujian compare mean adalah gagal tolak H0 yang berarti
mean kelompok outdoor lifestyle for female sama dengan mean kelompok penggunaan internet
oleh perempuan outdoor lifestyle for male, karena p-value ini juga > α. Hal ini juga ditunjukkan
oleh Gambar 4 yang mana mean antara kedua kelompok sampel saling sejajar, dimana mean
kelompok outdoor lifestyle for female adalah 4,07 dan mean kelompok outdoor lifestyle for
female sebesar 4,00.
Tabel 13. Output Pengujian Hipotesis Varians dan Mean untuk Outdoor Lifestyle berdasarkan Sex
Test and CI for Two Variances: Outdoor Lifestyle female; Outdoor Lifestyle male Method
Null hypothesis Sigma(OL female) / Sigma(OL male) = 1
Alternative hypothesis Sigma(OL female) / Sigma(OL male) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
OL female 15 2,251 5,067
OL male 15 1,690 2,857
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (0,772; 2,298) (0,595; 5,282)
Continuous (0,910; 2,501) (0,828; 6,257)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 14 14 1,77 0,296
Levene's Test (any continuous) 1 28 2,67 0,113
Two-Sample T-Test and CI: Outdoor Lifestyle female; Outdoor Lifestyle male Two-sample T for OL female vs OL male
N Mean StDev SE Mean
OL female 15 4,07 2,25 0,58
OL male 15 4,00 1,69 0,44
Difference = mu (OL female) - mu (OL male)
Estimate for difference: 0,067
95% CI for difference: (-1,422; 1,555)
T-Test of difference = 0 (vs not =): T-Value = 0,09 P-Value = 0,928 DF = 28
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
10
d. Melakukan analisis apakah pentingnya membedakan variabel V2 sampai V6 antara laik-laki dan
perempuan. Berikut ini ditampilkan tabel ringkasan nilai-nilai mean dan varian dari setiap
variabel berdasarkan jenis kelamin responden serta nilai p-value hasil pengujian hipotesis
kesamaan mean dan varian setiap variabel berdasarkan jenis kelamin responden. Dimana
hipotesis yang digunakan untuk menguji mean dan varian kelompok data responden laki-laki dan
perempuan setiap varabel adalah sama dengan pengujian pada nomor 7b halaman 539.
Tabel 14. Ringkasan Nilai Varians dan Mean
Berdasarkan Tabel 14 diketahui bahwa variabel yang memiliki kemiripan varians (selisih
varian yang kecil) antara responden laki-laki dengan perempuan adalah V5 dan V6, dimana V5
= exercising regularly dan V6 = meeting other people. Sedangkan variabel yang memiliki
kemiripan mean antara responden laki-laki dengan perempuan adalah V3 = relating to the
weather.
Tabel 15. Ringkasan Hasil Pengujian Varians dan Mean
Tabel 15 menyajikan nilai p-value hasil pengujian hipotesis kesamaan mean dan varian setiap
variabel berdasarkan jenis kelamin responden beserta keputusan pengujiannya. Dimana diketahui
Female 1,352 3,41 1,638 2,924 2,638
Male 0,838 2,81 2,524 2,638 2,743
Female 3,07 3,53 3,73 3,27 2,93
Male 6,133 3,67 5,33 3,93 4,8
V4 V5 V6
Varians
Mean
Variabel
Nilai SexV2 V3
P-value Keputusan P-value Keputusan
V2 Female vs V2 Male 0,381 Gagal tolak H0 0 Tolak H0
V3 Female vs V3 Male 0,722 Gagal tolak H0 0,837 Gagal tolak H0
V4 Female vs V4 Male 0,429 Gagal tolak H0 0,005 Tolak H0
V5 Female vs V5 Male 0,85 Gagal tolak H0 0,283 Gagal tolak H0
V6 Female vs V6 Male 0,943 Gagal tolak H0 0,004 Tolak H0
Pengujian Varians Pengujian MeanPengujian
Outdoor Lifestyle maleOutdoor Lifestyle female
7
6
5
4
3
2
1
Da
ta
Boxplot of Outdoor Lifestyle female; Outdoor Lifestyle male
Gambar 4. Boxplot outdoor lifestyle for female dan male
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
11
hasil pengujian varian antara responden laki-laki dan perempuan semua variabel adalah gagal
tolak H0. Hal ini berarti bahwa untuk masing-masing variabel varians responden laki-laki sama
dengan varians responden perempuan. Sedangkan hasil pengujian mean antara responden laki-
laki dan perempuan adalah gagal tolak H0 pada V3 dan V5. Hal ini berarti bahwa variabel V3
dan V5 memiliki mean responden laki-laki yang sama dengan mean responden perempuan.
Untuk variabel yang memiliki mean responden laki-laki tidak sama dengan mean responden
perempuan adalah V2, V4, dan V6. Berikut ini ditampilkan Gambar 5 yang menunjukkan kelima
boxplot dari masing-masing variabel, dimana boxplot ini menjadi fisualisasi dari pengujian mean
yang telah dibahas pada Tabel 14 dan 15.
V2 MaleV2 Female
7
6
5
4
3
2
1
Da
ta
Boxplot of V2 Female; V2 Male
Gambar 5. Boxplot outdoor lifestyle for female dan male
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
12
e. Melakukan pengujian hipotesis compare mean untuk mengetahui apakah enjoying nature (V2)
lebih dipilih oleh responden daripada realting to the weather (V3). Dalam hal ini 1μ adalah nilai
mean responden memilih enjoying nature (V2) dan µ2 merupakan mean responden memilih
realting to the weather (V3), dengan hipotesis yang digunakan adalah H0 : µ1 ≤ µ2 dan H1 : µ1 >
µ2. Langkah analisis yang dilakukan pada pengujian ini sama seperti yang dilakukan pengujian
compare mean pada nomor 7b halaman 539. Berikut ini merupakan output hasil pengujiannya.
Tabel 16. Output Pengujian Hipotesis Varians dan Mean untuk enjoying nature dan realting to the weather
v3v2
7
6
5
4
3
2
1
Da
ta
Boxplot of v2; v3
Test and CI for Two Variances: v2; v3 Method
Null hypothesis Sigma(v2) / Sigma(v3) = 1
Alternative hypothesis Sigma(v2) / Sigma(v3) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
v2 30 1,868 3,490
v3 30 1,734 3,007
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (0,743; 1,562) (0,552; 2,438)
Continuous (0,871; 1,711) (0,759; 2,928)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 29 29 1,16 0,691
Levene's Test (any continuous) 1 58 1,20 0,277
Two-Sample T-Test and CI: v2; v3 Two-sample T for v2 vs v3
N Mean StDev SE Mean
v2 30 4,60 1,87 0,34
v3 30 3,60 1,73 0,32
Difference = mu (v2) - mu (v3)
Estimate for difference: 1,000
95% lower bound for difference: 0,222
T-Test of difference = 0 (vs >): T-Value = 2,15 P-Value = 0,018 DF = 58
Gambar 6. Boxplot enjoying nature dan realting to the weather
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
13
Tabel 16 menunjukkan bahwa varians enjoying nature (V2) adalah 3,49 dan varians realting
to the weather (V3) sebesar 3,00. Nilai p-value yang betanda warna biru pada Test for two
variances menunjukkan hasil pengujian varians adalah gagal tolak H0 yang berarti varians V2
sama dengan varians V3, karena p-value yang > α. Dari Tabel 16 juga diketahui bahwa p-value
pada Two Sample T-Test yang bernilai 0,018 menunjukkan bahwa hasil pengujian compare mean
adalah tolak H0 yang berarti mean V2 > dari mean V3, karena p-value ini juga < α. Hal ini juga
ditunjukkan oleh Gambar 6 yang mana mean antara kedua kelompok tidak saling sejajar, dimana
mean V2 adalah 4,6 dan mean V3 sebesar 3,6. Sehingga dapat disimpulkan bahwa responden
lebih memilih enjoying nature daripada realting to the weather.
f. Melakukan pengujian hipotesis compare mean untuk mengetahui apakah realting to the weather
(V3) lebih dipilih oleh responden daripada meeting other people (V6). Dalam hal ini 1μ adalah
nilai mean responden memilih realting to the weather (V3) dan µ2 merupakan mean responden
memilih meeting other people (V6), dengan hipotesis yang digunakan adalah H0 : µ1 ≤ µ2 dan H1
: µ1 > µ2. Langkah analisis yang dilakukan pada pengujian ini sama seperti yang dilakukan pada
pengujian compare mean nomor 7b halaman 539. Berikut ini hasil pengujiannya.
Tabel 17. Output Pengujian Hipotesis Varians dan Mean untuk realting to the weather dan meeting other people
Test and CI for Two Variances: v3; v6 Method
Null hypothesis Sigma(v3) / Sigma(v6) = 1
Alternative hypothesis Sigma(v3) / Sigma(v6) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
v3 30 1,734 3,007
v6 30 1,871 3,499
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (0,640; 1,344) (0,409; 1,806)
Continuous (0,599; 1,234) (0,359; 1,522)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 29 29 0,86 0,686
Levene's Test (any continuous) 1 58 0,60 0,443
Two-Sample T-Test and CI: v3; v6 Two-sample T for v3 vs v6
N Mean StDev SE Mean
v3 30 3,60 1,73 0,32
v6 30 3,87 1,87 0,34
Difference = mu (v3) - mu (v6)
Estimate for difference: -0,267
95% lower bound for difference: -1,045
T-Test of difference = 0 (vs >): T-Value = -0,57 P-Value = 0,715 DF = 58
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
14
Dari Tabel 17 diketahui bahwa varians realting to the weather (V3) adalah 3,007 dan varians
meeting other people (V6) sebesar 3,499, serta nilai p-value pada Test for two variances yang
menunjukkan hasil pengujian varians adalah gagal tolak H0 yang berarti varians V3 sama dengan
varians V6, karena p-value yang > α. Dari Tabel 16 juga diketahui bahwa p-value pada Two
Sample T-Test yang bernilai 0,715 menunjukkan bahwa hasil pengujian compare mean adalah
gagal tolak H0 yang berarti mean V2 tidak lebh dari dari mean V3, karena p-value ini juga > α.
Hal ini juga ditunjukkan oleh Gambar 7 yang mana mean antara kedua kelompok saling
sejajar, dimana mean V3 adalah 3,6 dan mean V6 sebesar 3,87. Sehingga dapat disimpulkan
bahwa responden menganggap penting kedua hal yakni antara antara realting to the weather
dengan meeting other people.
g. Mengujian hipotesis compare mean untuk mengetahui apakah living in harmony with enviroment
(V4) lebih dipilih oleh responden daripada exercising regularly (V5). Dalam hal ini 1μ adalah
nilai mean responden memilih living in harmony with enviroment (V3) dan µ2 merupakan
mean responden memilih exercising regularly (V5), dengan hipotesis yang digunakan adalah H0
: µ1 ≤ µ2 dan H1 : µ1 > µ2. Langkah analisis yang dilakukan pada pengujian ini sama seperti yang
dilakukan pada pengujian compare mean nomor 7b halaman 539. Berikut ini hasil pengujiannya.
Berdasarkan Tabel 18 dapat diketahui bahwa varians living in harmony with enviroment (V4)
adalah 2,671 dan varians exercising regularly (V5) sebesar 2,8. Nilai p-value pada Test for two
variances yang menunjukkan hasil pengujian varians adalah gagal tolak H0 yang berarti varians
V4 sama dengan varians V5, karena p-value yang > α. Dari Tabel 18 juga diketahui bahwa p-
value pada Two Sample T-Test yang bernilai 0,016 menunjukkan bahwa hasil pengujian compare
mean adalah tolak H0 yang berarti mean V4 lebih dari dari mean V5, karena p-value ini juga < α.
Gambar 8 juga mendukung bahwa mean V4 lebih dari dari mean V5, ini terlihat dari mean
antara kedua kelompok tidak saling sejajar, dimana mean V4 adalah 4,53 dan mean V5 sebesar
3,6. Sehingga dapat disimpulkan bahwa responden lebih memilih living in harmony with
enviroment daripada exercising regularly.
v6v3
7
6
5
4
3
2
1
Da
taBoxplot of v3; v6
Gambar 7. Boxplot enjoying nature dan realting to the weather
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
15
Tabel 18. Output Pengujian Hipotesis Varians dan Mean untuk V4 dan V5
Test and CI for Two Variances: v4; v5 Method
Null hypothesis Sigma(v4) / Sigma(v5) = 1
Alternative hypothesis Sigma(v4) / Sigma(v5) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
v4 30 1,634 2,671
v5 30 1,673 2,800
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (0,674; 1,416) (0,454; 2,004)
Continuous (0,674; 1,688) (0,455; 2,849)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 29 29 0,95 0,900
Levene's Test (any continuous) 1 58 0,05 0,816
Two-Sample T-Test and CI: v4; v5 Two-sample T for v4 vs v5
N Mean StDev SE Mean
v4 30 4,53 1,63 0,30
v5 30 3,60 1,67 0,31
Difference = mu (v4) - mu (v5)
Estimate for difference: 0,933
95% lower bound for difference: 0,219
T-Test of difference = 0 (vs >): T-Value = 2,19 P-Value = 0,016 DF = 58
v5v4
7
6
5
4
3
2
1
Da
ta
Boxplot of v4; v5
Gambar 8. Boxplot living in harmony with enviroment dan exercising regularly
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
16
Nomor 5 halaman 576
a. Menghitung nilai korelasi sederhana antara V1 hingga V6, dalam hal ini digunakan korelasi
Spearman karena data V1 sampai V6 memiliki skala ordinal. Dengan menggunakan tingkat
signifikansi α = 0,05, berikut hipotesis yang digunakan.
H0 : = 0 (Tidak ada hubungan antara variabel Vi dengan Vj, dimana i dan j adalah 1,2,...,6)
H1 : > 0 (Ada hubungan antara variabel Vi dengan Vj, dimana i dan j adalah 1,2,...,6)
Tabel 19. Simple Correlations between V1 to V6
V1 V2 V3 V4 V5 V6
Sp
earm
an's
rh
o
V1 Correlation Coefficient 1,000 ,100 ,805**
-,142 ,676**
,389*
Sig. (2-tailed) . ,601 ,000 ,455 ,000 ,034
N 30 30 30 30 30 30
V2 Correlation Coefficient ,100 1,000 ,116 ,472**
,154 ,453*
Sig. (2-tailed) ,601 . ,541 ,008 ,417 ,012
N 30 30 30 30 30 30
V3 Correlation Coefficient ,805**
,116 1,000 -,082 ,474**
,383*
Sig. (2-tailed) ,000 ,541 . ,666 ,008 ,037
N 30 30 30 30 30 30
V4 Correlation Coefficient -,142 ,472**
-,082 1,000 ,273 ,065
Sig. (2-tailed) ,455 ,008 ,666 . ,145 ,734
N 30 30 30 30 30 30
V5 Correlation Coefficient ,676**
,154 ,474**
,273 1,000 ,123
Sig. (2-tailed) ,000 ,417 ,008 ,145 . ,518
N 30 30 30 30 30 30
V6 Correlation Coefficient ,389* ,453
* ,383
* ,065 ,123 1,000
Sig. (2-tailed) ,034 ,012 ,037 ,734 ,518 .
N 30 30 30 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Berdasarkan Tabel 19 bahwa hampir antara variabel memiliki nilai korelasi yang positif,
sedangkan hubungan dua variabel yang berkorelasi negatif adalah antara V1 dengan V4
memiliki = -0,142, dan hubungan antara V3 dengan V4 memiliki = -0,082. Kedua korelasi
tersebut juga memperoleh p-value yang > α, yaitu 0,455 dan 0,666 yang berarti bahwa tidak ada
hubungan antara V1 dengan V4 dan antara V3 dan V4. Kemudian hubungan variabel lainnya
yang memperoleh hasil pengujian gagal tolak H0 (p-vaue > α) adalah hubungan antara V1-V2,
V2-V3, V2-V5, V4-V6, dan V5-V6, dimana ini berarti bahwa tidak ada hubungan antara
variabel-variabel tersebut. Nilai korelasi yang tertinggi adalah dari hubungan antara V1-V3.
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
17
b. Melakukan analisis regresi bivariat antara V1 sebagai variabel dependen dan V2 sebagai variabel
independen dengan menggunakan software Minitab, diperoleh output berikut.
Dari Gambar 9 diketahui bahwa dengan meregresikan V2 terhadap V1 diperoleh persamaan
regresi 𝑉1 = 4,55 − 0,097𝑉2. Kemudian pada hasil pengujian signifikansi parameter V2 diperoleh
p-value = 0,496 yang > α, ini berarti bahwa V2 tidak berpengaruh signifikan terhadap V1. Maka
model yang terbentuk tersebut (V2 = enjoying nature) tidak dapat digunakan untuk memprediksi
preference for an outdoor lifestyle (V1). Hal ini juga ditunjukkan oleh gambar plot residual
model yang masih belum tersebar acak serta residual yang tidak normal.
c. Melakukan analisis regresi antara V1 sebagai variabel dependen dan V2 sampai V6 sebagai
variabel independen, diperoleh output berikut.
Berdasarkan Gambar 9 diketahui bahwa dengan meregresikan V2,V3,V4,V5,V6 terhadap V1
diperoleh persamaan regresi 𝑉1 = 3,7 − 0,159𝑉2 + 0,245𝑉3 + 0,268𝑉4 − 0,093𝑉5 − 0,164𝑉6.
Kemudian pada hasil pengujian signifikansi parameter variabel independe diperoleh nilai p-value
dari semua variabel independen yang > α, ini berarti bahwa antara V2, V3,V4,V5, dan V6 tidak
ada yang berpengaruh signifikan terhadap V1. Serta pada output ANOVA diketahui p-value =
0,547 yang juga > α, maka model yang terbentuk tersebut tidak dapat digunakan untuk
Regression Analysis: v1 versus v2 The regression equation is
v1 = 4,55 - 0,097 v2
Predictor Coef SE Coef T P
Constant 4,5455 0,6948 6,54 0,000
v2 -0,0968 0,1403 -0,69 0,496
S = 1,41107 R-Sq = 1,7% R-Sq(adj) = 0,0%
Analysis of Variance
Source DF SS MS F P
Regression 1 0,949 0,949 0,48 0,496
Residual Error 28 55,751 1,991
Total 29 56,700
Regression Analysis: v1 versus v2; v3; v4; v5; v6 The regression equation is
v1 = 3,70 - 0,159 v2 + 0,245 v3 + 0,268 v4 - 0,093 v5 - 0,164 v6
Predictor Coef SE Coef T P
Constant 3,704 1,035 3,58 0,002
v2 -0,1590 0,1875 -0,85 0,405
v3 0,2449 0,1849 1,32 0,198
v4 0,2682 0,2025 1,32 0,198
v5 -0,0930 0,1850 -0,50 0,620
v6 -0,1644 0,1732 -0,95 0,352
S = 1,42033 R-Sq = 14,6% R-Sq(adj) = 0,0%
Analysis of Variance
Source DF SS MS F P
Regression 5 8,284 1,657 0,82 0,547
Residual Error 24 48,416 2,017
Total 29 56,700
420-2-4
99
90
50
10
1
Residual
Pe
rce
nt
4,44,24,0
2
1
0
-1
-2
Fitted Value
Re
sid
ua
l
210-1-2
4,8
3,6
2,4
1,2
0,0
Residual
Fre
qu
en
cy
30282624222018161412108642
2
1
0
-1
-2
Observation Order
Re
sid
ua
l
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for V1 vs V2
3,01,50,0-1,5-3,0
99
90
50
10
1
Residual
Pe
rce
nt
5,04,54,03,53,0
3,0
1,5
0,0
-1,5
-3,0
Fitted Value
Re
sid
ua
l
210-1-2
4,8
3,6
2,4
1,2
0,0
Residual
Fre
qu
en
cy
30282624222018161412108642
3,0
1,5
0,0
-1,5
-3,0
Observation Order
Re
sid
ua
l
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for V1
Gambar 9. Output Analisis Regresi Linier antara V1*V2
Gambar 10. Output Analisis Regresi Multiple antara V1 dengan V2,V3,V4,V5,V6
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
18
memprediksi preference for an outdoor lifestyle (V1). Hal ini juga ditunjukkan oleh gambar plot
residual model yang masih belum tersebar acak serta residual yang tidak normal.
Nomor 6 halaman 576
a. Menghitung nilai korelasi sederhana antara V1 hingga V4, dalam hal ini digunakan korelasi
Spearman karena data V1 sampai V4 memiliki skala ordinal. Dengan menggunakan tingkat
signifikansi α = 0,05, hipotesis yang digunakan adalah sama dengan hipotesis pada nomor 5a
halaman 576.
Berdasarkan Tabel 20 bahwa hubungan antara variabel-variabel tersebut memiliki nilai
korelasi yang positif. Hubungan variabel yang memperoleh hasil pengujian gagal tolak H0 (p-
vaue > α) adalah hanya pada hubungan antara V3 dan V4, dimana ini berarti bahwa tidak ada
hubungan antara kedua variabel tersebut. Nilai korelasi yang tertinggi adalah dari hubungan
antara V1-V3.
b. Melakukan analisis regresi bivariat antara V1 sebagai variabel dependen dan V2 sebagai variabel
independen dengan menggunakan software Minitab, diperoleh output berikut.
Tabel 20. Simple Correlations between V1 to V4
V1 V2 V3 V4
Sp
earm
an's
rho
V1 Correlation Coefficient 1,000 ,611** ,663** ,532*
Sig. (2-tailed) . ,004 ,001 ,016
N 20 20 20 20
V2 Correlation Coefficient ,611** 1,000 ,609** ,572**
Sig. (2-tailed) ,004 . ,004 ,008
N 20 20 20 20
V3 Correlation Coefficient ,663** ,609** 1,000 ,379
Sig. (2-tailed) ,001 ,004 . ,099
N 20 20 20 20
V4 Correlation Coefficient ,532* ,572** ,379 1,000
Sig. (2-tailed) ,016 ,008 ,099 .
N 20 20 20 20
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Regression Analysis: V1 versus V2 The regression equation is
preference sneakers = 0,03 + 0,921 comfort
Predictor Coef SE Coef T P
Constant 0,028 1,337 0,02 0,983
evaluation sneakers 0,9209 0,3104 2,97 0,008
S = 1,59920 R-Sq = 32,8% R-Sq(adj) = 29,1%
Analysis of Variance
Source DF SS MS F P
Regression 1 22,516 22,516 8,80 0,008
Residual Error 18 46,034 2,557
Total 19 68,550
420-2-4
99
90
50
10
1
Residual
Pe
rce
nt
65432
5,0
2,5
0,0
Fitted Value
Re
sid
ua
l
43210-1-2
4,8
3,6
2,4
1,2
0,0
Residual
Fre
qu
en
cy
2018161412108642
5,0
2,5
0,0
Observation Order
Re
sid
ua
l
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for preference sneakers
Gambar 11. Output Analisis Regresi Linier antara V1*V2
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
19
Berdasarakan Gambar 11 dapat diketahui bahwa dengan meregresikan V2 terhadap V1
diperoleh persamaan regresi 𝑉1 = 0,03 − 0,921𝑉2. Kemudian pada hasil pengujian signifikansi
parameter V2 diperoleh p-value = 0,008 yang < α, ini berarti bahwa V2 berpengaruh signifikan
terhadap V1. Begitu juga p-value pada hasil ANOVA yang < α, maka model yang terbentuk
tersebut dengan menggunakan variabel comfort (V2) dapat digunakan untuk memprediksi
preference on sneakers (V1). Hal ini juga ditunjukkan oleh gambar plot residual model yang
tersebar acak serta residual yang normal.
c. Melakukan analisis regresi bivariat antara V1 sebagai variabel dependen dan V3 sebagai variabel
independen dan diperoleh output berikut.
Berdasarakan Gambar 12 dapat diketahui bahwa dengan meregresikan V3 terhadap V1
diperoleh persamaan regresi 𝑉1 = 1,263 − 0,6922𝑉3. Kemudian pada hasil pengujian ANOVA
diperoleh p-value = 0,005 yang < α, ini berarti model yang terbentuk tersebut dengan
menggunakan variabel style (V3) dapat digunakan untuk memprediksi preference on sneakers
(V1) meskipun R-Squarenya hanya 35,8%. Hal ini juga ditunjukkan oleh gambar plot residual
model yang tersebar acak serta residual yang normal.
d. Melakukan analisis regresi bivariat antara V1 sebagai variabel dependen dan V4 sebagai variabel
independen dan diperoleh output berikut.
Dari Gambar 13 diketahui bahwa dengan meregresikan V4 terhadap V1 diperoleh persamaan
regresi 𝑉1 = 1,307 − 0,59831𝑉4. Pada hasil pengujian ANOVA diperoleh p-value = 0,01 yang < α,
ini berarti model yang terbentuk dengan menggunakan variabel durability (V3) dapat digunakan
untuk memprediksi preference on sneakers (V1) meskipun R-Squarenya hanya 27,4%. Hal ini
juga ditunjukkan oleh gambar plot residual model yang tersebar acak serta residual yang normal.
Regression Analysis: preference sneakers versus style The regression equation is
preference sneakers = 1,263 + 0,6992 style
S = 1,56361 R-Sq = 35,8% R-Sq(adj) = 32,2%
Analysis of Variance
Source DF SS MS F P
Regression 1 24,5420 24,5420 10,04 0,005
Error 18 44,0080 2,4449
Total 19 68,5500
Regression Analysis: preference sneakers versus durability The regression equation is
preference sneakers = 1,307 + 0,5983 durability
S = 1,61864 R-Sq = 31,2% R-Sq(adj) = 27,4%
Analysis of Variance
Source DF SS MS F P
Regression 1 21,3902 21,3902 8,16 0,010
Error 18 47,1598 2,6200
Total 19 68,5500
420-2-4
99
90
50
10
1
Residual
Pe
rce
nt
65432
2
0
-2
-4
Fitted Value
Re
sid
ua
l
3210-1-2-3
6,0
4,5
3,0
1,5
0,0
Residual
Fre
qu
en
cy
2018161412108642
2
0
-2
-4
Observation Order
Re
sid
ua
l
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for preference sneakers Vs style
420-2-4
99
90
50
10
1
Residual
Pe
rce
nt
543
4
2
0
-2
Fitted Value
Re
sid
ua
l
3210-1-2
6,0
4,5
3,0
1,5
0,0
Residual
Fre
qu
en
cy
2018161412108642
4
2
0
-2
Observation Order
Re
sid
ua
l
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for preference sneakers Vs durability
Gambar 12. Output Analisis Regresi Linier antara V1*V3
Gambar 13. Output Analisis Regresi Linier antara V1*V4
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
20
e. Melakukan analisis regresi antara V1 sebagai variabel dependen dan V2 sampai V4 sebagai
variabel independen, diperoleh output berikut.
Berdasarkan Tabel 21 diketahui bahwa dengan meregresikan V2,V3,V4 terhadap V1
diperoleh persamaan regresi 𝑉1 = −0,42 + 0,285𝑉2 + 0,432𝑉3 + 0,349𝑉4. Kemudian pada hasil
pengujian signifikansi parameter variabel independe diperoleh nilai p-value dari semua variabel
independen yang > α, ini berarti bahwa antara V2, V3, dan V4 tidak ada yang berpengaruh
signifikan terhadap V1 secara parsial. Namun pada output ANOVA diketahui p-value = 0,09
yang < α, ini berarti bahwa secara serentak variabel V2,V3,V4 berpengaruh terhadap V1. Oleh
karena itu model yang terbentuk tersebut dapat digunakan untuk memprediksi preference for an
outdoor lifestyle (V1) dengan nilai R-Squarenya 50,5%.
Regression Analysis: preference s versus evaluation s; style; durability The regression equation is
preference sneakers = - 0,42 + 0,285 evaluation sneakers + 0,432 style + 0,349 durability
Predictor Coef SE Coef T P
Constant -0,415 1,236 -0,34 0,741
evaluation sneakers 0,2853 0,3886 0,73 0,473
style 0,4324 0,2577 1,68 0,113
durability 0,3485 0,2235 1,56 0,138
S = 1,45640 R-Sq = 50,5% R-Sq(adj) = 41,2%
Analysis of Variance
Source DF SS MS F P
Regression 3 34,612 11,537 5,44 0,009
Residual Error 16 33,938 2,121
Total 19 68,550
Tabel 21. Output Analisis Regresi Multiple antara V1 dengan V2,V3,V4
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
21
LAMPIRAN Output Pengujian Mean dan Varian Nomor 8d Halaman 539
Test and CI for Two Variances: V2 Female; V2 Male Method
Null hypothesis Sigma(V2 Fe) / Sigma(V2 M) = 1
Alternative hypothesis Sigma(V2 Fe) / Sigma(V2 M) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
V2 Fe 15 1,163 1,352
V2 M 15 0,915 0,838
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (0,736; 2,192) (0,542; 4,806)
Continuous (0,375; 2,519) (0,141; 6,343)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 14 14 1,61 0,381
Levene's Test (any continuous) 1 28 0,06 0,812
Two-Sample T-Test and CI: V2 Fe; V2 M Two-sample T for V2 Fe vs V2 M
N Mean StDev SE Mean
V2 Fe 15 3,07 1,16 0,30
V2 M 15 6,133 0,915 0,24
Difference = mu (V2 Fe) - mu (V2 M)
Estimate for difference: -3,067
95% CI for difference: (-3,849; -2,284)
T-Test of difference = 0 (vs not =): T-Value = -8,02 P-Value = 0,000 DF = 28
Test and CI for Two Variances: V3 Female; V3 Male Method
Null hypothesis Sigma(V3 F) / Sigma(V3 M) = 1
Alternative hypothesis Sigma(V3 F) / Sigma(V3 M) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
V3 F 15 1,846 3,410
V3 M 15 1,676 2,810
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (0,638; 1,901) (0,407; 3,615)
Continuous (0,671; 2,397) (0,450; 5,745)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 14 14 1,21 0,722
Levene's Test (any continuous) 1 28 0,46 0,505
Two-Sample T-Test and CI: V3 F; V3 M Two-sample T for V3 F vs V3 M
N Mean StDev SE Mean
V3 F 15 3,53 1,85 0,48
V3 M 15 3,67 1,68 0,43
Difference = mu (V3 F) - mu (V3 M)
Estimate for difference: -0,133
95% CI for difference: (-1,452; 1,186)
T-Test of difference = 0 (vs not =): T-Value = -0,21 P-Value = 0,837 DF = 28
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
22
LAMPIRAN (Lanjutan)
Test and CI for Two Variances: V4 Female; V4 Male Method
Null hypothesis Sigma(V4 F) / Sigma(V4 M) = 1
Alternative hypothesis Sigma(V4 F) / Sigma(V4 M) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
V4 F 15 1,280 1,638
V4 M 15 1,589 2,524
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (0,467; 1,390) (0,218; 1,933)
Continuous (0,347; 1,823) (0,120; 3,323)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 14 14 0,65 0,429
Levene's Test (any continuous) 1 28 0,48 0,496
Two-Sample T-Test and CI: V4 F; V4 M Two-sample T for V4 F vs V4 M
N Mean StDev SE Mean
V4 F 15 3,73 1,28 0,33
V4 M 15 5,33 1,59 0,41
Difference = mu (V4 F) - mu (V4 M)
Estimate for difference: -1,600
95% CI for difference: (-2,679; -0,521)
T-Test of difference = 0 (vs not =): T-Value = -3,04 P-Value = 0,005 DF = 28
Test and CI for Two Variances: V5 Female; V5 Male Method
Null hypothesis Sigma(V5 F) / Sigma(V5 M) = 1
Alternative hypothesis Sigma(V5 F) / Sigma(V5 M) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
V5 F 15 1,710 2,924
V5 M 15 1,624 2,638
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (0,610; 1,817) (0,372; 3,301)
Continuous (0,785; 4,449) (0,616; 19,798)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 14 14 1,11 0,850
Levene's Test (any continuous) 1 28 1,44 0,240
Two-Sample T-Test and CI: V5 F; V5 M Two-sample T for V5 F vs V5 M
N Mean StDev SE Mean
V5 F 15 3,27 1,71 0,44
V5 M 15 3,93 1,62 0,42
Difference = mu (V5 F) - mu (V5 M)
Estimate for difference: -0,667
95% CI for difference: (-1,914; 0,581)
T-Test of difference = 0 (vs not =): T-Value = -1,09 P-Value = 0,283 DF = 28
Tugas Riset Pasar Faiqotun Nikmah (1311100040
Statistika ITS Surabaya – Desember 2014
23
LAMPIRAN (Lanjutan)
Test and CI for Two Variances: V6 Female; V6 Male Method
Null hypothesis Sigma(V6 F) / Sigma(V6 M) = 1
Alternative hypothesis Sigma(V6 F) / Sigma(V6 M) not = 1
Significance level Alpha = 0,05
Statistics
Variable N StDev Variance
V6 F 15 1,624 2,638
V6 M 15 1,656 2,743
95% Confidence Intervals
CI for
Distribution CI for StDev Variance
of Data Ratio Ratio
Normal (0,568; 1,693) (0,323; 2,865)
Continuous (0,310; 1,590) (0,096; 2,528)
Tests
Test
Method DF1 DF2 Statistic P-Value
F Test (normal) 14 14 0,96 0,943
Levene's Test (any continuous) 1 28 0,22 0,642
Two-Sample T-Test and CI: V6 F; V6 M Two-sample T for V6 F vs V6 M
N Mean StDev SE Mean
V6 F 15 2,93 1,62 0,42
V6 M 15 4,80 1,66 0,43
Difference = mu (V6 F) - mu (V6 M)
Estimate for difference: -1,867
95% CI for difference: (-3,094; -0,640)
T-Test of difference = 0 (vs not =): T-Value = -3,12 P-Value = 0,004 DF = 28