SlideShare a Scribd company logo
LAPORAN PRAKTIKUM
KELAS
C2

ANALISIS DATA EKSPLORATIF

MODUL:
ANALISIS VARIANSI (ANOVA) MENGGUNAKAN SPSS

Nama

Nomor

Praktikan

Mahasiswa

Kumpul

Muthia Khaerunnisa

12611132

Tanda tangan

Tanggal

Nama Penilai

Praktikan

Laboran

22 Desember
2013

Tanggal

Tanda tangan

Nilai

Koreksi

Asisten

Alfi Riyandi Putra
Baiq Anis Ratnasari
Dr. Jaka Nugraha, M. Si.

JURUSAN STATISTIKA
FAKULTAS MATMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2013

Dosen
BAB I
PENDAHULUAN

A. DASAR TEORI
1. Pengertian Uji Normalitas
Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel
berasal dari populasi yang berdistribusi normal. Ada beberapa teknik yang dapat
digunakan untuk menguji normalitas data, antara lain : Dengan kertas peluang normal,
uji chi-kuadrat, uji Liliefors, dengan Teknik Kolmogorov-Smirnov, dengan SPSS.
Uji normalitas dengan menggunakan bantuan program SPSS, menghasilkan 3
(tiga) jenis keluaran, yaitu Processing Summary, Descriptives, Tes of Normality, dan Q-

Q plots. Untuk keperluan penelitian umumnya hanya diperlukan keluaran berupa Test
of Normality.
2. Pengertian Uji One Way ANOVA

ANOVA merupakan lanjutan dari uji-t independen dimana kita memiliki dua
kelompok percobaan atau lebih. ANOVA biasa digunakan untuk membandingkan mean
dari dua kelompok sampel independen (bebas). Uji ANOVA ini juga biasa disebut
sebagai One Way Analysis of Variance.
Asumsi yang digunakan adalah subjek diambil secara acak menjadi satu
kelompok n. Distribusi mean berdasarkan kelompok normal dengan keragaman yang
sama. Ukuran sampel antara masing-masing kelompok sampel tidak harus sama, tetapi
perbedaan ukuran kelompok sampel yang besar dapat mempengaruhi hasil uji
perbandingan keragaman.
Hipotesis yang digunakan adalah:
H0: µ1 = µ2 … = µk (mean dari semua kelompok sama)
Ha: µi <> µj (terdapat mean dari dua atau lebih kelompok tidak sama)
Statistik uji-F yang digunakan dalam One Way ANOVA dihitung dengan
rumus (k-1), uji F dilakukan dengan membandingkan nilai Fhitung (hasil output) dengan
nilai Ftabel. Sedangkan derajat bebas yang digunakan dihitung dengan rumus (n-k),

1
dimana k adalah jumlah kelompok sampel, dan n adalah jumlah sampel. p-value
rendah untuk uji ini mengindikasikan penolakan terhadap hipotesis nol, dengan kata
lain terdapat bukti bahwa setidaknya satu pasangan mean tidak sama.
Sebaran perbandingan grafis memungkinkan untuk melihat distribusi
kelompok. Terdapat beberapa pilihan tersedia pada grafik perbandingan yang
memungkinkan untuk menjelaskan kelompok. Termasuk box plot, mean, median, dan

error bar.
B. STUDI KASUS
Pada praktikum kali ini praktikan akan menyelesaikan kasus berdasarkan data yang
telah tersedia berikut dengan mengunakan SPSS untuk mengolah data :
Analis keuangan pada Bank BCA Yogyakarta ingin mengetahui apakah ada perbedaan ratarata keuntungan pada produk Tahapan BCA, Tapres BCA, dan BCA Dollar. Berdasarkan
data laporan keuangan pada tahun 2012, diperoleh data keuntungan untuk masing-masing
pelayanan yang diperoleh(juta) sebagai berikut:
Bulan
1
2
3
4
5
6
7
8
9
10
11
12

Keuntungan(x Rp 1.000.000)
Tahapan Tapres BCA
BCA
BCA
Dollar
60
58
65
62
56
55
63
53
58
64
51
54
61
43
53
65
45
57
59
49
56
58
46
54
58
48
52
57
47
51
56
44
60
61
45
63

Instruksi:
1. Selidikilah apakah setiap produk memberikan keuntungan yang sama?
2. Jika terdapat produk yang memberikan keuntungan berbeda, tentukan
produk manakah itu!
3. Berikan rekomendasi terkait kebijakan yang yang harus dibuat oleh

decision maker berdasarkan hasil penelitian ini!
Catatan: rekomendasi bisa dihubungkan dengan aspek promosi produk

2
BAB II
DESKRIPSI KERJA
Pada bab ini praktikan akan menjelaskan langkah-langkah dalam menyelesaikana
kasus pada bab sebelumnya. Berikut adalah langkah-langkah yang dilakukan :
1. Buka program SPSS, kemudian buat nama variabel-variabel yang akan digunakan serta
tentukan velues dari varibel Produk pada Variable View, seperti gambar dibawah ini :

Gambar 2.1 varible view
2. Masukan data studi kasus yang akan dianalisis pada halaman Data View, seperti gambar
dibawah ini :

Gambar 2.2 Data keuntungan masing-masing produk bank BCA
3
3. Selanjutnya melakukan uji normalitas dari data dengan cara memilih menu Analyze >
Descriptive Statistic > Explore, seperti gambar dibawah ini :

Gambar 2.3 Menguji normalitas data
4. Selanjutnya pada kotak dialog yang akan muncul pindahkan variabel Keuntungan pada
kotak Dependent List dan variabel Produk pada Factor List. Kemudian pilih Plots, lalu
berikan tanda centang pada Normality plots with tests untuk menguji normalitas data,
lihat gambar :

Gambar 2.4 Proses menguji normalitas data
4
5. Klik Continue dan Ok untuk menampilkan hasil outputnya.
6. Selanjutnya melakukan uji kesamaan variansi dengan cara pilih analyze-> compare

means->one way anova, seperti gambar dibawah ini :

Gambar 2.5 Menguji kesamaan variansi
7. Selanjutnya pada kotak dialog yang akan muncul pindahkan variabel Keuntungan pada
kotak Dependent List dan variabel Produk pada Factor. Kemudian pilih option untuk, lalu
berikan tanda centang pada Homogeneity of varience tests untuk menguji kesamaan
variansi data, lihat gambar :

Gambar 2.6 Proses menguji kesamaan variansi

5
8. Selanjutnya melakukan uji perbandingan ganda dengan cara pilih Post Hoc, kemudian
beri tanda centang pada Tukey’s dan Games-Howell

Gambar 2.7 Proses menguji kesamaan variansi
9. Klik continue dan Ok untuk menampilkan hasil outputnya.

6
BAB III
PEMBAHASAN
Pada bab pembahasan ini praktikan akan membahas lebih detail lagi mengenai kasus yang
telah diselesaikan dengan program berdasarkan langkah-langkah yang telah dilakukan pada
bab sebelumnya. Berikut adalah hasil output dari analisis statistik yang telah dilakukan dan
penjelasannya :
A. Uji Normalitas :
Terdapat dua jenis metode, yakni Kolmogorov-smirnov dengan nilai n ≥ 30, sementara
yang akan di analisis adalah Shapiro-Wilk dimana jumlah n < 30, berikut adalah hasil output
uji normalitas. Tabel 1 Uji Normalitas :
Tests of Normality
Kolmogorov-Smirnova
PRODUK

Statistic

df

Shapiro-Wilk

Sig.

Statistic

df

Sig.

.128

12

.200*

.971

12

.920

Tapres BCA

.146

12

.200*

.918

12

.272

BCA Dollar

.135

12

.200*

.934

12

.429

KEUNTUNG Tahapan BCA
AN

a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.

Tabel 3.1 Uji normalitas
Berdasarkan informasi yang dihasilkan pada tabel diatas akan dibuktikan apakah data
berasal dari populasi berdistribusi normal, dengan asumsi sebagai berikut :
•

uji hipotesis
Ho : Data berasal dari populasi berdistribusi normal
H1 : Data tidak berasal dari populasi berdistribusi normal

•

Taraf signifikansi
α = 5% = 0,05
Tingkat kepercayaan = 1- α = 95%

7
•

Daerah kritis
Ho diterima jika p-value ≥ α
Ho ditolak jika p-value< α

•

Statistik uji

p-value = 0.2 ( menggunakan metode Kolmogorov-smirnov karena n>30)
α = 0.05
Sehingga p-value (0.2) > α (0.05)
•

Keputusan : Terima Ho

•

Kesimpulan
Berdasarkan uji normalitas dengan menggunakan tingkat kepercayaan 95%
disimpulkan bahwa memang benar data berasal dari populasi yang berdidtribusi
normal.

B. Uji Homogeneity of Variance
Uji Homogeneity of Variance dilakukan untuk mengetahui kesamaan variansi antar
kelompok data. Berikut adalah hasil output dari uji kesamaan variansi. Tabel 2 Uji kesamaan
variansi
Test of Homogeneity of Variances
KEUNTUNGAN
Levene Statistic
1.492

df1

df2
2

Sig.
33

.240

Tabel 3.2 uji kesamaan variansi
Berdasarkan informasi yang dihasilkan pada tabel diatas akan dibuktikan apakah
semua kelompok data memiliki variansi yang sama, dengan asumsi sebagai berikut :
•

uji hipotesis
Ho : Semua variansi dari populasi adalah sama
H1 : Minimal ada salah satu variansi dari populasi berbeda

8
•

Taraf signifikansi
α = 5% = 0,05
Tingkat kepercayaan = 1- α = 95%

•

Daerah kritis
Ho diterima jika p-value ≥ α
Ho ditolak jika p-value< α

•

Statistik uji

p-value = 0.240
α = 0.05
Sehingga p-value (0.240) > α (0.05)
•

Keputusan : Terima Ho

•

Kesimpulan
Berdasarkan uji homogenitas dengan menggunakan tingkat kepercayaan 95%
disimpulkan bahwa semua variansi populasi sama.

C. Anava
Anava digunakan untuk membandingkan mean dari dua kelompok sampel independen
(bebas). Berikut adalah hasil output dari uji anava satu arah yang telah dilakukan . Tabel 3 uji
anava :
ANOVA
KEUNTUNGAN
Sum of Squares

df

Mean Square

Between Groups

835.722

2

417.861

Within Groups

551.917

33
35

Total

24.985

Sig.

16.725

1387.639

F

.000

Tabel 3.3 uji anava
Berdasarkan informasi yang dihasilkan pada tabel diatas akan dibuktikan apakah
mean semua kelompok data adalah sama, dengan asumsi sebagai berikut :

9
•

uji hipotesis
Ho : Rata-rata keuntungan pada tiap produk tabungan adalah sama
H1 : Minimal ada salah satu rata-rata keuntungan pada tiap produk tabungan yang
berbeda

•

Taraf signifikansi
α = 5% = 0,05
Tingkat kepercayaan = 1- α = 95%

•

Daerah kritis
Ho diterima jika p-value ≥ α
Ho ditolak jika p-value< α

•

Statistik uji

p-value = 0.00
α = 0.05
Sehingga p-value (0.00) < α (0.05)
•

Keputusan : Tolak Ho

•

Kesimpulan
Berdasarkan uji anava dengan menggunakan tingkat kepercayaan 95% disimpulkan
bahwa minimal ada salah satu rata-rata keuntungan pada tiap produk tabungan yang
berbeda.

D. Uji Perbandingan Ganda
Uji perbandingan ganda ini dilakukan karena hasil hipotesis pada uji anava mendapatkan
kesimpulan bahwa minimal ada salah satu rata-rata keuntungan pada tiap produk tabungan
yang

berbeda, sehingga uji perbandingan berganda ini dilakukan untuk mengetahui

kelompok data manakah yang memiliki keuntungan yang berbeda. Berikut adalah hasil
output dari uji perbandingan ganda yang telah dilakukan.

10
Tabel 4 uji perbandingan ganda :

Multiple Comparisons
Dependent Variable:Keuntungan
95% Confidence Interval
Mean Difference
(I) Produk
Tahapan BCA

Tapres BCA

11.583*

1.670

.000

7.49

15.68

BCA Dollar

3.833

1.670

.070

-.26

7.93

-11.583*

1.670

.000

-15.68

-7.49

-7.750*

1.670

.000

-11.85

-3.65

Tahapan BCA

-3.833

1.670

.070

-7.93

.26

Tapres BCA

7.750*

1.670

.000

3.65

11.85

Tapres BCA

11.583*

1.616

.000

7.45

15.71

BCA Dollar

3.833*

1.497

.048

.03

7.64

-11.583*

1.616

.000

-15.71

-7.45

BCA Dollar

Tukey HSD

(J) Produk

-7.750*

1.873

.001

-12.46

-3.04

Tahapan BCA

-3.833*

1.497

.048

-7.64

-.03

7.750*

1.873

.001

3.04

12.46

Tapres BCA

Tahapan BCA
BCA Dollar

BCA Dollar

Games-Howell

Tahapan BCA

Tapres BCA

BCA Dollar

Tahapan BCA

Tapres BCA

(I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

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

Tabel 3.4 uji perbandingan ganda
Berdasarkan informasi yang dihasilkan pada tabel diatas akan dibuktikan apakah
mean semua kelompok data adalah sama, dengan asumsi sebagai berikut :
•

uji hipotesis
Ho : Rata-rata keuntungan pada produk tabungan x dengan produk tabungan y adalah
sama
H1 : Rata-rata keuntungan pada produk tabungan x dengan produk tabungan y adalah
berbeda

•

Taraf signifikansi
α = 5% = 0,05
Tingkat kepercayaan = 1- α = 95%
11
•

Daerah kritis
Ho diterima jika p-value ≥ α
Ho ditolak jika p-value< α

•

Statistik uji :
1. Tahapan BCA dan Tapres BCA : P-value (0,00) < α (0,05 )
2. Tahapan BCA Dan BCA Dollar : P-value (0,07) > α (0,05)
3. Tapres BCA dan BCA Dollar : P-value (0,00) < α (0,05 )

•

Keputusan :
1. Tahapan BCA dan Tapres BCA : Tolak Ho
2. Tahapan BCA Dan BCA Dollar : Terima Ho
3. Tapres BCA dan BCA Dollar : Tolak Ho

•

Kesimpulan
Berdasarkan hasil pengujian yang telah dilakukan dengan menggunakan tingkat
kepercayaan 95% disimpulkan bahwa :
1. Rata-rata keuntungan produk Tahapan BCA dengan Tapres BCA berbeda
2. Rata-rata keuntungan produk Tahapan BCA Dan BCA Dollar sama
3. Rata-rata keuntungan produk Tapres BCA dan BCA Dollar berbeda.

Berdasarkan hasil penelitian tersebut yang telah dilakukan maka decision maker dapat

membuat rekomendasi kebijakan untuk menaikan suku bunga serta memberikan promosi
berupa hadiah kepada nasabah yang ingin menginvestasikan modal pada produk Tapres BCA
agar keuntungan produk tersebut bisa setara dengan produk Tahapan BCA dan BCA Dollar.

12
BAB IV
PENUTUP
Berdasarkan hasil praktikum kali ini yang telah melakukan pengolahan data
berdasarkan studi kasus yang tersedia dapat disimpulkan sebagai berikut :
1. Berdasarkan data pada studi kasus dilakukan untuk menguji normalitas, menguji
kesamaan varianse, uji anova one way dan dilanjutkan dengan menguji
perbandingan ganda.
2. Berdasarkan analisis yang telah dihasilkan pada uji normalitas dengan
menggunakan tingkat kepercayaan 95% disimpulkan bahwa memang benar data
berasal dari populasi yang berdidtribusi normal.
3. Berdasarkan analisis yang telah dihasilkan pada uji kesamaan variansi dengan
menggunakan tingkat kepercayaan 95% disimpulkan bahwa semua variansi
populasi sama.
4. Berdasarkan analisis yang telah dihasilkan pada uji anava one way dengan
menggunakan tingkat kepercayaan 95% disimpulkan bahwa minimal ada salah
satu rata-rata keuntungan pada tiap produk tabungan yang berbeda.
5. Berdasarkan analisis yang telah dihasilkan pada uji perbandingan ganda dengan
menggunakan tingkat kepercayaan 95% disimpulkan bahwa rata-rata keuntungan
produk Tahapan BCA dengan Tapres BCA berbeda, rata-rata keuntungan produk
Tahapan BCA Dan BCA Dollar sama, dan rata-rata keuntungan produk Tapres
BCA dan BCA Dollar berbeda.

13
DAFTAR PUSTAKA
Nugraha, Jaka. (2011). Modul Praktikum II Analisis Data Eksploratif .Yogyakarta: Jurusan
Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam , Universitas Islam
Indonesia.
http://normalitasicebender.blogspot.com/ Diakses tanggal 22 Desember 2013, Pukul 17.54 Wib.
http://statistik-kesehatan.blogspot.com/2011/04/uji-anova-one-way-dengan-spss.html

Diakses

tanggal 21 Desember 2013, Pukul 11.10 Wib.
http://mawardisyana.blogspot.com/2013/02/uji-lanjut-perbandingan-berganda-uji.html

Diakses

tanggal 21 Desember 2013, Pukul 19.54 Wib.

14

More Related Content

What's hot

Uji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riUji normalitas dan homogenitas ri
Uji normalitas dan homogenitas ri
ratuilma
 
Panduan olah data spss
Panduan olah data spssPanduan olah data spss
Panduan olah data spss
Median Agus P
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Aisyah Turidho
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
Gina Safitri
 

What's hot (20)

Uji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riUji normalitas dan homogenitas ri
Uji normalitas dan homogenitas ri
 
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitas
 
11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik
 
Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrik
 
Statistik Non Parametrik
Statistik Non ParametrikStatistik Non Parametrik
Statistik Non Parametrik
 
METODE Parametrik & non parametrik
METODE Parametrik & non parametrikMETODE Parametrik & non parametrik
METODE Parametrik & non parametrik
 
Panduan olah data spss
Panduan olah data spssPanduan olah data spss
Panduan olah data spss
 
Bab viii uji normalitas dan homogenitas
Bab viii uji normalitas dan homogenitasBab viii uji normalitas dan homogenitas
Bab viii uji normalitas dan homogenitas
 
7.distribusi binomial
7.distribusi binomial7.distribusi binomial
7.distribusi binomial
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitas
 
Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrik
 
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
 
Makalah Uji T
Makalah Uji TMakalah Uji T
Makalah Uji T
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
 
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrik
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
 
Makalah uji normalitas
Makalah uji normalitasMakalah uji normalitas
Makalah uji normalitas
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
 

Similar to 12611132 muthia khaerunnisa

Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sample
Selvin Hadi
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
Retna Rindayani
 

Similar to 12611132 muthia khaerunnisa (20)

Analisis data dengan spss
Analisis data dengan spssAnalisis data dengan spss
Analisis data dengan spss
 
STATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASSTATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITAS
 
Run and Sign Test atau Uji Keacakan.pdf
Run and Sign Test atau Uji Keacakan.pdfRun and Sign Test atau Uji Keacakan.pdf
Run and Sign Test atau Uji Keacakan.pdf
 
Pertemuan 10_Uji Keacakan.pptx
Pertemuan 10_Uji Keacakan.pptxPertemuan 10_Uji Keacakan.pptx
Pertemuan 10_Uji Keacakan.pptx
 
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sample
 
Sesi 6 uji-normalitas
Sesi 6 uji-normalitasSesi 6 uji-normalitas
Sesi 6 uji-normalitas
 
Power point statistik anava
Power point statistik anavaPower point statistik anava
Power point statistik anava
 
Laporan praktikum statikstika industri ii.pptx
Laporan praktikum statikstika industri ii.pptxLaporan praktikum statikstika industri ii.pptx
Laporan praktikum statikstika industri ii.pptx
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
 
Metode Statistika nonparametrik pada dua kelompok sampel.pdf
Metode Statistika nonparametrik pada dua kelompok sampel.pdfMetode Statistika nonparametrik pada dua kelompok sampel.pdf
Metode Statistika nonparametrik pada dua kelompok sampel.pdf
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
 
Modul spss non par utk psikologi
Modul spss non par utk psikologiModul spss non par utk psikologi
Modul spss non par utk psikologi
 
Metode Statistika non parametrik pada dua kelompok sampel.pptx
Metode Statistika non parametrik pada dua kelompok sampel.pptxMetode Statistika non parametrik pada dua kelompok sampel.pptx
Metode Statistika non parametrik pada dua kelompok sampel.pptx
 
P8 analisis statistik
P8 analisis statistikP8 analisis statistik
P8 analisis statistik
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Tugas pemodelan statistika
Tugas pemodelan statistikaTugas pemodelan statistika
Tugas pemodelan statistika
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)
 
Laporan praktikum teori peluang 5
Laporan praktikum teori peluang 5 Laporan praktikum teori peluang 5
Laporan praktikum teori peluang 5
 
Materi spss
Materi spssMateri spss
Materi spss
 
pasca matrik-12 ANAVA.pdf
pasca matrik-12 ANAVA.pdfpasca matrik-12 ANAVA.pdf
pasca matrik-12 ANAVA.pdf
 

12611132 muthia khaerunnisa

  • 1. LAPORAN PRAKTIKUM KELAS C2 ANALISIS DATA EKSPLORATIF MODUL: ANALISIS VARIANSI (ANOVA) MENGGUNAKAN SPSS Nama Nomor Praktikan Mahasiswa Kumpul Muthia Khaerunnisa 12611132 Tanda tangan Tanggal Nama Penilai Praktikan Laboran 22 Desember 2013 Tanggal Tanda tangan Nilai Koreksi Asisten Alfi Riyandi Putra Baiq Anis Ratnasari Dr. Jaka Nugraha, M. Si. JURUSAN STATISTIKA FAKULTAS MATMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA YOGYAKARTA 2013 Dosen
  • 2. BAB I PENDAHULUAN A. DASAR TEORI 1. Pengertian Uji Normalitas Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel berasal dari populasi yang berdistribusi normal. Ada beberapa teknik yang dapat digunakan untuk menguji normalitas data, antara lain : Dengan kertas peluang normal, uji chi-kuadrat, uji Liliefors, dengan Teknik Kolmogorov-Smirnov, dengan SPSS. Uji normalitas dengan menggunakan bantuan program SPSS, menghasilkan 3 (tiga) jenis keluaran, yaitu Processing Summary, Descriptives, Tes of Normality, dan Q- Q plots. Untuk keperluan penelitian umumnya hanya diperlukan keluaran berupa Test of Normality. 2. Pengertian Uji One Way ANOVA ANOVA merupakan lanjutan dari uji-t independen dimana kita memiliki dua kelompok percobaan atau lebih. ANOVA biasa digunakan untuk membandingkan mean dari dua kelompok sampel independen (bebas). Uji ANOVA ini juga biasa disebut sebagai One Way Analysis of Variance. Asumsi yang digunakan adalah subjek diambil secara acak menjadi satu kelompok n. Distribusi mean berdasarkan kelompok normal dengan keragaman yang sama. Ukuran sampel antara masing-masing kelompok sampel tidak harus sama, tetapi perbedaan ukuran kelompok sampel yang besar dapat mempengaruhi hasil uji perbandingan keragaman. Hipotesis yang digunakan adalah: H0: µ1 = µ2 … = µk (mean dari semua kelompok sama) Ha: µi <> µj (terdapat mean dari dua atau lebih kelompok tidak sama) Statistik uji-F yang digunakan dalam One Way ANOVA dihitung dengan rumus (k-1), uji F dilakukan dengan membandingkan nilai Fhitung (hasil output) dengan nilai Ftabel. Sedangkan derajat bebas yang digunakan dihitung dengan rumus (n-k), 1
  • 3. dimana k adalah jumlah kelompok sampel, dan n adalah jumlah sampel. p-value rendah untuk uji ini mengindikasikan penolakan terhadap hipotesis nol, dengan kata lain terdapat bukti bahwa setidaknya satu pasangan mean tidak sama. Sebaran perbandingan grafis memungkinkan untuk melihat distribusi kelompok. Terdapat beberapa pilihan tersedia pada grafik perbandingan yang memungkinkan untuk menjelaskan kelompok. Termasuk box plot, mean, median, dan error bar. B. STUDI KASUS Pada praktikum kali ini praktikan akan menyelesaikan kasus berdasarkan data yang telah tersedia berikut dengan mengunakan SPSS untuk mengolah data : Analis keuangan pada Bank BCA Yogyakarta ingin mengetahui apakah ada perbedaan ratarata keuntungan pada produk Tahapan BCA, Tapres BCA, dan BCA Dollar. Berdasarkan data laporan keuangan pada tahun 2012, diperoleh data keuntungan untuk masing-masing pelayanan yang diperoleh(juta) sebagai berikut: Bulan 1 2 3 4 5 6 7 8 9 10 11 12 Keuntungan(x Rp 1.000.000) Tahapan Tapres BCA BCA BCA Dollar 60 58 65 62 56 55 63 53 58 64 51 54 61 43 53 65 45 57 59 49 56 58 46 54 58 48 52 57 47 51 56 44 60 61 45 63 Instruksi: 1. Selidikilah apakah setiap produk memberikan keuntungan yang sama? 2. Jika terdapat produk yang memberikan keuntungan berbeda, tentukan produk manakah itu! 3. Berikan rekomendasi terkait kebijakan yang yang harus dibuat oleh decision maker berdasarkan hasil penelitian ini! Catatan: rekomendasi bisa dihubungkan dengan aspek promosi produk 2
  • 4. BAB II DESKRIPSI KERJA Pada bab ini praktikan akan menjelaskan langkah-langkah dalam menyelesaikana kasus pada bab sebelumnya. Berikut adalah langkah-langkah yang dilakukan : 1. Buka program SPSS, kemudian buat nama variabel-variabel yang akan digunakan serta tentukan velues dari varibel Produk pada Variable View, seperti gambar dibawah ini : Gambar 2.1 varible view 2. Masukan data studi kasus yang akan dianalisis pada halaman Data View, seperti gambar dibawah ini : Gambar 2.2 Data keuntungan masing-masing produk bank BCA 3
  • 5. 3. Selanjutnya melakukan uji normalitas dari data dengan cara memilih menu Analyze > Descriptive Statistic > Explore, seperti gambar dibawah ini : Gambar 2.3 Menguji normalitas data 4. Selanjutnya pada kotak dialog yang akan muncul pindahkan variabel Keuntungan pada kotak Dependent List dan variabel Produk pada Factor List. Kemudian pilih Plots, lalu berikan tanda centang pada Normality plots with tests untuk menguji normalitas data, lihat gambar : Gambar 2.4 Proses menguji normalitas data 4
  • 6. 5. Klik Continue dan Ok untuk menampilkan hasil outputnya. 6. Selanjutnya melakukan uji kesamaan variansi dengan cara pilih analyze-> compare means->one way anova, seperti gambar dibawah ini : Gambar 2.5 Menguji kesamaan variansi 7. Selanjutnya pada kotak dialog yang akan muncul pindahkan variabel Keuntungan pada kotak Dependent List dan variabel Produk pada Factor. Kemudian pilih option untuk, lalu berikan tanda centang pada Homogeneity of varience tests untuk menguji kesamaan variansi data, lihat gambar : Gambar 2.6 Proses menguji kesamaan variansi 5
  • 7. 8. Selanjutnya melakukan uji perbandingan ganda dengan cara pilih Post Hoc, kemudian beri tanda centang pada Tukey’s dan Games-Howell Gambar 2.7 Proses menguji kesamaan variansi 9. Klik continue dan Ok untuk menampilkan hasil outputnya. 6
  • 8. BAB III PEMBAHASAN Pada bab pembahasan ini praktikan akan membahas lebih detail lagi mengenai kasus yang telah diselesaikan dengan program berdasarkan langkah-langkah yang telah dilakukan pada bab sebelumnya. Berikut adalah hasil output dari analisis statistik yang telah dilakukan dan penjelasannya : A. Uji Normalitas : Terdapat dua jenis metode, yakni Kolmogorov-smirnov dengan nilai n ≥ 30, sementara yang akan di analisis adalah Shapiro-Wilk dimana jumlah n < 30, berikut adalah hasil output uji normalitas. Tabel 1 Uji Normalitas : Tests of Normality Kolmogorov-Smirnova PRODUK Statistic df Shapiro-Wilk Sig. Statistic df Sig. .128 12 .200* .971 12 .920 Tapres BCA .146 12 .200* .918 12 .272 BCA Dollar .135 12 .200* .934 12 .429 KEUNTUNG Tahapan BCA AN a. Lilliefors Significance Correction *. This is a lower bound of the true significance. Tabel 3.1 Uji normalitas Berdasarkan informasi yang dihasilkan pada tabel diatas akan dibuktikan apakah data berasal dari populasi berdistribusi normal, dengan asumsi sebagai berikut : • uji hipotesis Ho : Data berasal dari populasi berdistribusi normal H1 : Data tidak berasal dari populasi berdistribusi normal • Taraf signifikansi α = 5% = 0,05 Tingkat kepercayaan = 1- α = 95% 7
  • 9. • Daerah kritis Ho diterima jika p-value ≥ α Ho ditolak jika p-value< α • Statistik uji p-value = 0.2 ( menggunakan metode Kolmogorov-smirnov karena n>30) α = 0.05 Sehingga p-value (0.2) > α (0.05) • Keputusan : Terima Ho • Kesimpulan Berdasarkan uji normalitas dengan menggunakan tingkat kepercayaan 95% disimpulkan bahwa memang benar data berasal dari populasi yang berdidtribusi normal. B. Uji Homogeneity of Variance Uji Homogeneity of Variance dilakukan untuk mengetahui kesamaan variansi antar kelompok data. Berikut adalah hasil output dari uji kesamaan variansi. Tabel 2 Uji kesamaan variansi Test of Homogeneity of Variances KEUNTUNGAN Levene Statistic 1.492 df1 df2 2 Sig. 33 .240 Tabel 3.2 uji kesamaan variansi Berdasarkan informasi yang dihasilkan pada tabel diatas akan dibuktikan apakah semua kelompok data memiliki variansi yang sama, dengan asumsi sebagai berikut : • uji hipotesis Ho : Semua variansi dari populasi adalah sama H1 : Minimal ada salah satu variansi dari populasi berbeda 8
  • 10. • Taraf signifikansi α = 5% = 0,05 Tingkat kepercayaan = 1- α = 95% • Daerah kritis Ho diterima jika p-value ≥ α Ho ditolak jika p-value< α • Statistik uji p-value = 0.240 α = 0.05 Sehingga p-value (0.240) > α (0.05) • Keputusan : Terima Ho • Kesimpulan Berdasarkan uji homogenitas dengan menggunakan tingkat kepercayaan 95% disimpulkan bahwa semua variansi populasi sama. C. Anava Anava digunakan untuk membandingkan mean dari dua kelompok sampel independen (bebas). Berikut adalah hasil output dari uji anava satu arah yang telah dilakukan . Tabel 3 uji anava : ANOVA KEUNTUNGAN Sum of Squares df Mean Square Between Groups 835.722 2 417.861 Within Groups 551.917 33 35 Total 24.985 Sig. 16.725 1387.639 F .000 Tabel 3.3 uji anava Berdasarkan informasi yang dihasilkan pada tabel diatas akan dibuktikan apakah mean semua kelompok data adalah sama, dengan asumsi sebagai berikut : 9
  • 11. • uji hipotesis Ho : Rata-rata keuntungan pada tiap produk tabungan adalah sama H1 : Minimal ada salah satu rata-rata keuntungan pada tiap produk tabungan yang berbeda • Taraf signifikansi α = 5% = 0,05 Tingkat kepercayaan = 1- α = 95% • Daerah kritis Ho diterima jika p-value ≥ α Ho ditolak jika p-value< α • Statistik uji p-value = 0.00 α = 0.05 Sehingga p-value (0.00) < α (0.05) • Keputusan : Tolak Ho • Kesimpulan Berdasarkan uji anava dengan menggunakan tingkat kepercayaan 95% disimpulkan bahwa minimal ada salah satu rata-rata keuntungan pada tiap produk tabungan yang berbeda. D. Uji Perbandingan Ganda Uji perbandingan ganda ini dilakukan karena hasil hipotesis pada uji anava mendapatkan kesimpulan bahwa minimal ada salah satu rata-rata keuntungan pada tiap produk tabungan yang berbeda, sehingga uji perbandingan berganda ini dilakukan untuk mengetahui kelompok data manakah yang memiliki keuntungan yang berbeda. Berikut adalah hasil output dari uji perbandingan ganda yang telah dilakukan. 10
  • 12. Tabel 4 uji perbandingan ganda : Multiple Comparisons Dependent Variable:Keuntungan 95% Confidence Interval Mean Difference (I) Produk Tahapan BCA Tapres BCA 11.583* 1.670 .000 7.49 15.68 BCA Dollar 3.833 1.670 .070 -.26 7.93 -11.583* 1.670 .000 -15.68 -7.49 -7.750* 1.670 .000 -11.85 -3.65 Tahapan BCA -3.833 1.670 .070 -7.93 .26 Tapres BCA 7.750* 1.670 .000 3.65 11.85 Tapres BCA 11.583* 1.616 .000 7.45 15.71 BCA Dollar 3.833* 1.497 .048 .03 7.64 -11.583* 1.616 .000 -15.71 -7.45 BCA Dollar Tukey HSD (J) Produk -7.750* 1.873 .001 -12.46 -3.04 Tahapan BCA -3.833* 1.497 .048 -7.64 -.03 7.750* 1.873 .001 3.04 12.46 Tapres BCA Tahapan BCA BCA Dollar BCA Dollar Games-Howell Tahapan BCA Tapres BCA BCA Dollar Tahapan BCA Tapres BCA (I-J) Std. Error Sig. Lower Bound Upper Bound *. The mean difference is significant at the 0.05 level. Tabel 3.4 uji perbandingan ganda Berdasarkan informasi yang dihasilkan pada tabel diatas akan dibuktikan apakah mean semua kelompok data adalah sama, dengan asumsi sebagai berikut : • uji hipotesis Ho : Rata-rata keuntungan pada produk tabungan x dengan produk tabungan y adalah sama H1 : Rata-rata keuntungan pada produk tabungan x dengan produk tabungan y adalah berbeda • Taraf signifikansi α = 5% = 0,05 Tingkat kepercayaan = 1- α = 95% 11
  • 13. • Daerah kritis Ho diterima jika p-value ≥ α Ho ditolak jika p-value< α • Statistik uji : 1. Tahapan BCA dan Tapres BCA : P-value (0,00) < α (0,05 ) 2. Tahapan BCA Dan BCA Dollar : P-value (0,07) > α (0,05) 3. Tapres BCA dan BCA Dollar : P-value (0,00) < α (0,05 ) • Keputusan : 1. Tahapan BCA dan Tapres BCA : Tolak Ho 2. Tahapan BCA Dan BCA Dollar : Terima Ho 3. Tapres BCA dan BCA Dollar : Tolak Ho • Kesimpulan Berdasarkan hasil pengujian yang telah dilakukan dengan menggunakan tingkat kepercayaan 95% disimpulkan bahwa : 1. Rata-rata keuntungan produk Tahapan BCA dengan Tapres BCA berbeda 2. Rata-rata keuntungan produk Tahapan BCA Dan BCA Dollar sama 3. Rata-rata keuntungan produk Tapres BCA dan BCA Dollar berbeda. Berdasarkan hasil penelitian tersebut yang telah dilakukan maka decision maker dapat membuat rekomendasi kebijakan untuk menaikan suku bunga serta memberikan promosi berupa hadiah kepada nasabah yang ingin menginvestasikan modal pada produk Tapres BCA agar keuntungan produk tersebut bisa setara dengan produk Tahapan BCA dan BCA Dollar. 12
  • 14. BAB IV PENUTUP Berdasarkan hasil praktikum kali ini yang telah melakukan pengolahan data berdasarkan studi kasus yang tersedia dapat disimpulkan sebagai berikut : 1. Berdasarkan data pada studi kasus dilakukan untuk menguji normalitas, menguji kesamaan varianse, uji anova one way dan dilanjutkan dengan menguji perbandingan ganda. 2. Berdasarkan analisis yang telah dihasilkan pada uji normalitas dengan menggunakan tingkat kepercayaan 95% disimpulkan bahwa memang benar data berasal dari populasi yang berdidtribusi normal. 3. Berdasarkan analisis yang telah dihasilkan pada uji kesamaan variansi dengan menggunakan tingkat kepercayaan 95% disimpulkan bahwa semua variansi populasi sama. 4. Berdasarkan analisis yang telah dihasilkan pada uji anava one way dengan menggunakan tingkat kepercayaan 95% disimpulkan bahwa minimal ada salah satu rata-rata keuntungan pada tiap produk tabungan yang berbeda. 5. Berdasarkan analisis yang telah dihasilkan pada uji perbandingan ganda dengan menggunakan tingkat kepercayaan 95% disimpulkan bahwa rata-rata keuntungan produk Tahapan BCA dengan Tapres BCA berbeda, rata-rata keuntungan produk Tahapan BCA Dan BCA Dollar sama, dan rata-rata keuntungan produk Tapres BCA dan BCA Dollar berbeda. 13
  • 15. DAFTAR PUSTAKA Nugraha, Jaka. (2011). Modul Praktikum II Analisis Data Eksploratif .Yogyakarta: Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam , Universitas Islam Indonesia. http://normalitasicebender.blogspot.com/ Diakses tanggal 22 Desember 2013, Pukul 17.54 Wib. http://statistik-kesehatan.blogspot.com/2011/04/uji-anova-one-way-dengan-spss.html Diakses tanggal 21 Desember 2013, Pukul 11.10 Wib. http://mawardisyana.blogspot.com/2013/02/uji-lanjut-perbandingan-berganda-uji.html Diakses tanggal 21 Desember 2013, Pukul 19.54 Wib. 14