Ringkasan dokumen: Dokumen ini membahas penelitian hubungan antara intensitas penggunaan BlackBerry dengan kuantitas tidur mahasiswa. Data diperoleh dari 50 mahasiswa dan diolah menggunakan uji kecukupan data, keseragaman data, korelasi Pearson, dan korelasi peringkat Spearman. Hasilnya menunjukkan tidak ada hubungan yang signifikan antara intensitas penggunaan BlackBerry dengan kuantitas tidur.

1. PENGARUH INTENSITAS PENGGUNAAN
BLACKBERRY (BB) TERHADAP KUANTITAS
TIDUR MAHASISWA
Laporan Praktikum Statistik
TEKNIK INDUSTRI UNIVERSITAS KRISTEN KRIDA WACANA
Oleh:
Julita (22-2010-006)
Eka Mulyo Harya (22-2010-012)
Sisca Susanti (22-2010-016)

2. DAFTAR ISI
 BAB I Pendahuluan
 BAB II Landasan Teori
 BAB III Pengolahan dan Pengumpulan Data
 BAB IV Analisa Data
 BAB V Kesimpulan dan Saran
 Referensi

3. BAB I PENDAHULUAN
Latar Belakang
Identifikasi Masalah
Perumusan Masalah
Ruang Lingkup
Tujuan dan Manfaat Penelitian
Metodologi Penelitian

4. Latar Belakang
Saat ini, BlackBerry (BB) merupakan ponsel
canggih yang sudah banyak digunakan di
kalangan masyarakat.
Salah satu fitur yg
menjadi tren dari
BlackBerry adalah
fitur chatting dan
social media.

5. I don’t
need sleep
BlackBerry
menjadi tren dan gaya
hidup di kalangan
masyarakat muda
termasuk mahasiswa
Pengguna akan memainkan
BB nya, termasuk ketika
sudah berada di tempat
tidur
Sebuah penelitian
mengatakan bahwa
kebiasaan menyanding
BlackBerry di tempat
tidur inilah yang
akhirnya membuat
kualitas tidur yang
tidak baik

6. Selain buruknya kuantitas tidur, efek penggunaan Blackberry lain yang
jauh lebih berdampak adalah penempatan Blackberry yang tidak tepat
Tidur memainkan peran yang penting untuk menjaga kesehatan seseorang
secara keseluruhan termasuk dlm hal konsentrasi.

7. Identifikasi Masalah
Dari latar belakang tersebut, dapat disimpulkan
identifikasi masalah yang terdapat
didalamnya, yaitu:
 Apakah ada hubungan antara intensitas
penggunaan BlackBerry dengan kuantitas tidur
mahasiswa?
 Bagaimana hubungan antara intensitas
penggunaan BlackBerry dengan kuantitas tidur
mahasiswa?

8. Perumusan Masalah
“Apakah ada hubungan antara besarnya
penggunaan pulsa BlackBerry dengan
kuantitas tidur mahasiswa?”

9. Ruang Lingkup
Penelitian ini dilakukan
pada mahasiswa yang ada
di UKRIDA dan
mencakupi seluruh
mahasiswa melalui
pengambilan sampel
secara acak terhadap 50
orang mahasiswa
UKRIDA

10. Tujuan dan Manfaat
Mengetahui apakah ada
hubungan antara besarnya
penggunaan pulsa
BlackBerry dengan
kuantitas tidur mahasiswa.
Mengetahui bagaimana
hubungan antara besarnya
penggunaan pulsa
BlackBerry dengan
kuantitas tidur mahasiswa.

11. Metodologi Penelitian
Mulai
Identifikasi Masalah
Studi Literatur
Pendahuluan
Observasi Lapangan
Pengumpulan Data
Lapangan
Pengolahan Data
Analisa Data
Penetapan Keputusan
Kesimpulan dan Saran
Selesai

12. BAB II LANDASAN TEORI
Pengertian Populasi dan Sampel
Statistik Parametrik
Statistik Nonparametrik
Pengujian Hipotesis
Pengujian Normalitas
Uji Kecukupan dan Keseragaman Data
Uji Korelasi Pearson
Uji Korelasi Peringkat Spearman

13. Populasi dan Sampel

14. Karakteristik Populasi dan Sampel
Karakteristik Populasi Karakteristik Sampel
Ukuran N
Parameter
Mean µ
Simpangan baku σ
Populasi berhingga/tak hingga
Ukuran n
Statistik
Mean X
Simpangan baku S
Sampel besar/kecil
Parameter merupakan ukuran yang mencerminkan karakteristik dari suatu
populasi sedangkan statistik adalah karakteristik dari sampel

15. Statistik Parametrik dan Nonparametrik
 Parametrik berasal dari kata parameter yaitu indikator dari
suatu distribusi hasil pengukuran.
Data
Distribusi populasi
diketahui?
Distribusi populasi
normal?
Sampel ditarik
secara random?
Varians kelompok
sama?
Skala pengukuran?
Ya
Ya
Ya
Ya
Interval dan
rasio
STATISTIK
PARAMETRIK
Nominal dan
ordinal
STATISTIK
NONPARAMETRIK
Tidak
Tidak
Tidak
Tidak

16.  Statistik parametrik digunakan untuk
parameter dari distribusi normal.
Contohnya uji-z (1 atau 2 sampel), uji-t
(1 atau 2 sampel), korelasi Pearson,
perancang percobaan (2-way ANOVA).
 Statistik nonparametrik adalah
statistik bebas distribusi dan uji bebas
asumsi.
Dari segi jumlah data, pada umumnya
statistik nonparametrik digunakan
untuk data berjumlah kecil (n < 30).
Contohnya adalah Chi-square test,
Median test, Friedman test, Korelasi
Peringkat Spearman
Statistik Parametrik dan Nonparametrik

17. Pengujian Hipotesis
 Karena populasi yang
sangat besar, maka
dilakukan pengambilan
sampel yang dapat
mewakili populasi.
 Hipotesis statistik
merupakan dugaan atau
pernyataan mengenai
satu atau lebih
populasi yang perlu
diuji kebenarannya.

18. Langkah Pengujian Hipotesis
 Menentukan formulasi hipotesis:
H0: hipotesis nol (suatu pernyataan yang akan diuji)
H1: hipotesis tandingan/alternatif (lawan atau tandingan dari
hipotesis nol).
 Menentukan taraf nyata (significant level).
 Menentukan ukuran sampel n.
 Menentukan uji statistik yang sesuai.
 Menentukan nilai kritis dan kriteria pengujian.
 Mengumpulkan data dan menghitung nilai uji statistik dari hasil
sampel.
 Membandingkan nilai uji statistik dengan nilai kritis. Kemudian,
dibuatlah keputusan statistik yakni tolak H0 jika uji statistik
berada pada daerah penolakan.
 Membuat kesimpulan berhubungan dengan persoalan.

19. Uji Normalitas
 Uji distribusi normal adalah uji untuk
mengukur apakah data yang didapatkan
memiliki distribusi normal sehingga
dapat dipakai dalam statistik
parametrik (statistik inferensial).
DATA LAPANGAN DATA TEORITIK
 Salah satu cara untuk melakukan uji kenormalan suatu data
adalah dengan Kolmogorov-Smirnov.
 Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah
dengan membandingkan distribusi data (yang akan diuji
normalitasnya) dengan distribusi normal baku.
 Distribusi normal baku adalah data yang telah ditransformasikan
ke dalam bentuk Z-Score dan diasumsikan normal.

20. Uji Kecukupan Data
2
22
'
X
XXN
s
k
N
Dimana:
N’ = jumlah data yang seharusnya
N = jumlah data aktual
s = tingkat ketelitian, penyimpangan maksimum hasil peramalan dari data
sebenarnya (untuk k = 95% dan s = 5%; k/s = 40)
k = tingkat keyakinan, besarnya keyakinan pengukur bahwa hasil yang
diperoleh memenuhi syarat ketelitian.
Jika N’> N maka diperlukan pengukuran tambahan.
Jika N’< N maka data pengukuran pendahuluan sudah mencukupi.

21. Uji Keseragaman Data
 Uji Keseragaman data menggunakan peta kontrol (control chart)
yaitu suatu alat yang tepat guna dalam mengetest keseragaman
data atau keganjilan data yang diperoleh dari hasil pengamatan.
3/ xBKBBKA
Dimana:
BKA = Batas Kontrol Atas
BKB = Batas Kontrol Bawah
x = rata-rata dari rata-rata sub group
σx = standard deviasi dari distribusi harga
rata-rata sub group

22. Korelasi Pearson
 Korelasi Pearson adalah metode statistik parametrik
yang digunakan untuk menyatakan:
1. Ada atau tidaknya hubungan yang signifikan antara
variabel satu dengan yang lainnya.
2. Besarnya sumbangan variabel satu terhadap yang
lainnya yang dinyatakan dalam persen (%)
 Koefisien untuk mengukur adanya hubungan antara dua
variabel x (bebas) dan y (terikat) dirumuskan sbb:
2222
.
yynxxn
yxxyn
r

23. Koefisien Korelasi
Tingkat hubungan:
0.000 – 0.199 : sangat rendah
0.200 – 0.399 : rendah
0.400 – 0.599 : sedang
0.600 – 0.799 : kuat
0.800 – 1.000 : sangat kuat

24. Korelasi Peringkat
Spearman
 Korelasi peringkat Spearman bekerja dengan data
ordinal atau berjenjang dan bebas distribusi.
 Koefisien korelasi peringkat Spearman dirumuskan
sbb:

25. Penentuan adanya korelasi
 Jika sampel berukuran 4 hingga 30, digunakan rs tabel
sebagai nilai kritis uji Spearman yang kemudian
dibandingkan dengan koefisien korelasi Spearman.
 Jika sampel berukuran > 30, maka digunakan
aproksimasi sampel besar dengan menganggap bahwa
distribusi sampel mendekati distribusi normal (Z).
 Nilai Zhitung dirumuskan dengan:

27. BAB II PENGUMPULAN
DAN PENGOLAHAN DATA

28. Pengumpulan Data
 Data dikumpulkan pada bulan Desember 2012
 Data disebarkan sebanyak 50 buah kepada mahasiswa UKRIDA yang
menggunakan BlackBerry

30. Pengolahan Data
Uji
Kecukupan
Data
Uji
Keseragaman
data
Uji
Korelasi
Pearson
Uji
Kenormalan
Uji Korelasi
Peringkat
Spearman
Data dianggap
Normal
Pada kenyataannya
apakah normal?
Menggunakan uji
Non-parametrik
Menguji data sebanyak
50 sudah cukup atau
belum?
Berasal dari
sistem yang sama

31.  Banyaknya data (N) = 50 Jumlah kuadrat (Ʃx2) = 2464,75
 Jumlah data (Ʃx) = 346,5 Derajat ketelitian (s) = 0,05
 Kuadrat jumlah (Ʃx)2 = 120062,25 Tingkat kepercayaan (k) = 2
2
22
'
X
XXN
s
k
N
31472,42
2
5,346
25,12006275,246450
05,0
2
'N

32. Uji Keseragaman Data
 Mencari standar deviasi, digunakan Microsoft Excel
dengan rumus STDEV. Didapat standar deviasi (σ)
sebesar 1,138429.
 Dan juga untuk mencari rata-rata dengan MEAN,
didapat rata-rata = 6,93
3/ xBKBBKA
BKA = 6,93 + 3 . 1,138429 = 10,345
BKB = 6,93 - 3 . 1,138429 = 3,514

33. Uji Korelasi Pearson
Uji Kecukupan
Data
Uji Keseragaman
Data
Uji Korelasi
Pearson
Data diasumsikan normal sehingga digunakan uji korelasi
Pearson untuk melihat hubungan antara intensitas penggunaan
BB dengan kuantitas jam tidur
Banyaknya data (n) = 50
Jumlah data (Ʃ x) = 3.733.000
Kuadrat jumlah (Ʃ x)2 = 1,39353 x 1013
Jumlah kuadrat (Ʃx2) = 3,47707 x 1011
Jumlah data (Ʃ y) = 346,5
Kuadrat jumlah (Ʃ y)2 = 120.062,3
Jumlah kuadrat (Ʃy2) = 2.464,75
Ʃ xy = 25.381.000
X = biaya (Rp)
Y = jam tidur (jam)
2222
.
yynxxn
yxxyn
r
233,0r
Dengan Cara Manual

34. Dengan SPSS

35. Uji kenormalan digunakan uji Kolmogorov Smirnov dengan taraf
signifikansi 0,05.
uji Kolmogorov Smirnov adalah uji beda antara data yang
diuji normalitasnya dengan data normal baku
Penerapan pada uji Kolmogorov Smirnov adalah jika signifikansi di
bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang
signifikan dengan data normal baku, berarti data tersebut tidak normal.

37.  Sampel dianggap bebas terdistribusi atau tidak ada anggapan
pengetahuan tentang distribusi dan sampel tidak bersifat
parametrik.
Beri Peringkat
(jam dan biaya)
Gunakan Rumus
rs
Analisis hasil r
hitung

38. Dimana:
n = 50
Σ R(Xi) R(Yi) =
30510,5
Σ R(Xi)2 = 42216
Σ R(Yi)2 = 42197,5

39. Dengan SPSS
Karena sampel besar ( > 30) maka digunakan pendekatan
sampel besar dengan distribusi Z

40. Hasil Pengolahan Data
 Uji Kecukupan N’ = 42,31472
 BKA = 10,345
 BKB = 3,514
 Uji Korelasi Pearson r = -0,233
sig. = 0,103
 Uji Kenormalan Sig. (biaya) = 0
Sig. (jam) = 0
 Uji Spearman r = -0,207
Z= -1,449

41. BAB III ANALISA DATA

42. Analisa Uji Kecukupan Data
 Banyaknya data (N) = 50
 Jumlah data (Ʃx) = 346,5
 Kuadrat jumlah (Ʃx)2 = 120062,25
 Jumlah kuadrat (Ʃx2) = 2464,75
 Tingkat kepercayaan (k) = 2
 Derajat ketelitian (s) = 0,05

43. Analisa Uji Kecukupan Data
Langkah-langkah yang dilakukan untuk menganalisa kecukupan data
adalah:
1. Mencari nilai N’ dengan rumus:
2. Membandingkan N dengan N’(banyaknya data yang harus diambil).

44. Analisa Uji Kecukupan Data
Hasil Analisa:
 Nilai N adalah 50 dan N’ yang telah dihitung adalah
42,31472. Dapat dilihat bahwa N’ lebih kecil dari N,
maka data yang diambil sebanyak 50 sudah
dikategorikan cukup.

45. Analisa Uji Keseragaman Data
Berikut ini adalah langkah-langkah dalam menganalisa keseragaman
data:
1. Dengan menggunakan Microsoft Excel :
Didapat standar deviasi (σ) dengan rumus
STDEV(data_awal:data_akhir) sebesar 1,138429.
Dan juga untuk mencari rata-rata dengan rumus
MEAN(data_awal:data_akhir) sebesar = 6,93.
2. Menghitung batas kendali atas dan bawah (BKA dan BKB)
BKA = 6,93 + 3 . 1,138429 = 10,345
BKB = 6,93 - 3 . 1,138429 = 3,514
2= alpha 0,05 (kepercayaan 95%); 3=alpha 0,1 (kepercayaan 99%)

46. Analisa Uji Keseragaman Data
3. Menggambarkan peta sebaran data untuk melihat
apakah data dalam rentang BKA dan BKB.

47. Analisa Uji Korelasi Pearson
 H0 -: ρ = 0
Tidak ada korelasi/hubungan yang signifikan
antara intensitas penggunaan BlackBerry
terhadap kuantitas tidur mahasiswa.
 H1 : ρ ≠ 0
Ada korelasi/hubungan yang signifikan antara
intensitas penggunaan BlackBerry terhadap
kuantitas tidur mahasiswa.

48. Analisa Uji Korelasi Pearson
 Taraf nyata (significant level) = α = 0.1
Artinya besarnya batas toleransi dalam menerima
kesalahan hasil hipotesis terhadap nilai parameter
populasinya adalah sebesar 10%.
MANUAL
 Menghitung besarnya nilai r yaitu -0,233. Nilai r ini akan
dibandingkan dengan nilai tabel Product Moment, dengan
ketentuan terima Ho jika r hitungan berada diantara –r
tabel dan + r tabel dan sebaliknya.

49. Analisa Uji Korelasi Pearson
SPSS
 Untuk perhitungan Korelasi Pearson didapat besar rp
= -0,233 dan sig. = 0,103. Besarnya r dengan
perhitungan manual dan SPSS sama.
 Besar sig. yang dihitung 0,103 lebih besar dari 0,1
sehingga Ho diterima
 Dapat dinyatakan bahwa tidak ada hubungan antara
intensitas penggunaan BlackBerry terhadap kuantitas
tidur mahasiswa. Nilai minus pada r (-0,233)
menyatakan bahwa hubungan diantara keduanya tidak
sebanding atau membentuk suatu persamaan garis
dengan gradien negatif.

50. Analisa Uji Normalitas
Menggunakan software SPSS 17.0
 Hasil Sig. yang didapat akan dibandingkan dengan
taraf signifikan, dalam perhitungan ini digunakan taraf
signifikansi 0,05.
 Jika hasil Sig. lebih kecil dari 0,05, maka dikatakan
data tidak normal.
 Hasil perhitungan Sig. untuk kedua data jam tidur dan
biaya adalah 0. Berarti Sig. 0 lebih kecil dari 0,05.
 Kesimpulan dari pengujian ini adalah data yang diambil
baik jam tidur maupun biaya keduanya tidak normal.

51. Analisa Uji Korelasi Spearman
 H0 -: ρ = 0
Tidak ada korelasi/hubungan yang signifikan antara
intensitas penggunaan BlackBerry terhadap kuantitas
tidur mahasiswa.
 H1 : ρ ≠ 0
Ada korelasi/hubungan yang signifikan antara intensitas
penggunaan BlackBerry terhadap kuantitas tidur
mahasiswa.

52. Analisa Uji Korelasi Spearman
 Taraf nyata (significant level) = α = 0.1, artinya
besarnya batas toleransi dalam menerima kesalahan
hasil hipotesis terhadap nilai parameter populasinya
adalah sebesar 10%.
 Ukuran sampel = n = 50 sampel.
 Uji Statistik yang digunakan adalah uji statistik
korelasi peringkat Spearman dengan aproksimasi
sampel besar yakni dengan menggunakan distribusi Z.

53. Analisa Uji Korelasi Spearman
 Karena pengujian dilakukan dua sisi, maka nilai Zkritis
pada tabel distribusi normal (terlampir) = Z(α/2) =
1,645. Adapun daerah penolakan dan penerimaan
adalah sebagai berikut:
P (1,645) = liat dari tabel z (0,05) Z(α/2)

54. Analisa Uji Korelasi Spearman
 Kriteria pengujiannya adalah seperti pada gambar di
atas. Jangan tolak H0 jika nilai Zhitung berada di antara
-1,645 sampai 1,645. H0 ditolak jika Zhitung berada lebih
besar dari 1,645 atau lebih kecil dari -1,645.
 Pada bab sebelumnya, telah dilakukan pengumpulan
data, pengolahan data, dan telah diperoleh nilai uji
statistik dengan SPSS maupun manual.
 rs = - 0.207
 Zhitung= -1,449

55. Analisa Uji Korelasi Spearman
 Perbandingan nilai uji statistik dan nilai kritis dapat
dilihat pada gambar di bawah ini.

56. Analisa Uji Korelasi Spearman
 Setelah dilakukan perbandingan antaran nilai uji
statistik dan nilai kritis, diperoleh nilai Zhitung = -1,449
terletak di daerah jangan tolak H0. Jadi, keputusannya
adalah jangan tolak H0.
 Kesimpulan: tidak ada korelasi/hubungan yang
signifikan antara intensitas penggunaan BlackBerry
terhadap kuantitas tidur mahasiswa.

57. Analisa Uji Korelasi Spearman
 Berdasarkan nilai rs yang diperoleh yaitu - 0.207 dapat
disimpulkan juga bahwa rs berada di antara rentang 0,200 – 0,399
yang artinya hubungan yang terjadi antara intensitas penggunaan
BlackBerry terhadap kuantitas tidur mahasiswa rendah atau tidak
erat.
 Koefisien penentunya juga dapat dihitung yaitu rs
2 = 0,0428 yang
artinya
1. 4,28% ini menunjukkan kontribusi biaya penggunaan
BlackBerry dengan kuantitas tidur mahasiswa adalah sebesar
4,28%.
2. 95,72% adalah faktor lain yang mempengaruhi kuantitas tidur
mahasiswa.
3. 4,28% ini juga menyatakan tidak signifikan hubungan antara
kontribusi biaya penggunaan BlackBerry dengan kuantitas tidur
mahasiswa.

58. KESIMPULAN
Data cukup dan seragam
Uji Korelasi Pearson menunjukkan tidak ada hubungan
berarti antara dua variabel tersebut.
Data bersifat tidak berdistribusi normal melalui uji
Kolmogorov-Smirnov
Dilakukan uji rank Spearman sebagai
pembanding, ternyata hubungan kedua variabel tidak
erat dan berbanding terbalik
Kuantitas tidur mahasiswa dipengaruhi oleh faktor-
faktor lain disamping intensitas penggunaan BB.

59. SARAN
 Di samping menjaga kesehatan melalui
pengaturan intensitas penggunaan
BlackBerry, faktor lain harus lebih
diperhatikan mengingat hasil pengujian tidak
terdapat hubungan antar kuantitas jam tidur
dan pemakaian BlackBerry.
 Dalam penelitian selanjutnya penulis
menyarankan untuk menggunakan variabel lain
yang lebih dapat mengukur secara signifikan
hubungan keduanya.

60. REFERENSI
Purwoto, Agus. Panduan Lab Statistik Inferensial.
Grasindo: Jakarta, 2007.
http://asropi.files.wordpress.com/2008/10/populasi-dan-
sampel.pdf
http://belajarbersamahanin.wordpress.com/2011/09/04/
korelasi-rank-spearman/
http://belajarbersamahanin.wordpress.com/2011/09/04/
korelasi-rank-spearman/
http://blog.uin-
malang.ac.id/abdulaziz/files/2010/08/Validitas-dan-
ReliabilitasA.pdf
http://duwiconsultant.blogspot.com/2011/11/uji-
normalitas.html
http://okemath.com/?page_id=434 Uji Normalitas.
http://pensa-sb.info/wp-
content/uploads/2010/10/populasi-dan-sampel.pdf
http://samianstats.files.wordpress.com/2008/10/korelasi
-sederhana-spearman.pdf
http://statistikian.blogspot.com/2012/09/uji-normalitas-
dengan-kolmogorovsmirnov.html#.UNvOOOQ3vVo.
http://thesis.binus.ac.id/Asli/Lampiran/2006-2-01062-
TI-lampiran.pdf
http://usupress.usu.ac.id/files/Statistik%20Nonparametr
ik%20%20Final%20Perbaikan_bab%201.pdf
http://widhiarso.staff.ugm.ac.id/files/Uji%20Normalitas.
pdf
http://www.jonathansarwono.info/korelasi/korelasi.htm.
http://www.scribd.com/doc/3844267/Analisis-Koefisien-
Korelasi-Peringkat-Spearman.
http://www.scribd.com/doc/60620765/9-Uji-Korelasi-
Rank-Spearman.
http://www.statistikolahdata.com/2010/11/korelasi-
pearson.html.
http://www.gudangmateri.com/2010/07/korelasi-
pearson-linier-sederhana.html.
https://docs.google.com/document/d/11WfN_wXLwvsnnt
9gWZfZFFAmMDlelL9J3G_2dMLNTB0/edit.
www.library.upnvj.ac.id%2Fpdf%2F4s1teknikindustri%2F2
07415004%2FBAB%2520IV.pdf&ei.bmk.

61. Big Thanks to
God
Ibu Meriastuti Ginting
Pak Budi Marpaung
Pak Iwan A. Soenardi
Ci Lidya Merry
Ko Heby Musaki
Ko Jonathan Khrisna
Teman Industri 2010, 2011
Parents
etc.
God Bless You