BAB I
TNR 14 BOLD
PENDAHULUAN
1.1
Latar Belakang (4 paragraf min. 1 halaman)
1.2
TNR 12 SPACE 2.0 BEFORE AFTER 0 KATA INGGRIS CETAK MIRING MARGIN 3,4,3,3 KERTAS A4
Rumusan Masalah Rumusan masalah yang kami gunakan dalam praktikum dan menyusun
laporan ini adalah : “Bagaimana mengetahui perbedaan rata-rata dua sampel yang saling berhubungan yang mempunyai varians populasi?”
1.3
Tujuan Praktikum (Sama Seperti di Buku Modul) min 3
1.4
Batasan Masalah Batasan masalah yang kami gunakan dalam praktikum dan menyusun
laporan ini adalah : 1.
Data yang dianalisa adalah data dari sesi sendiri dan sesi orang lain untuk tugas laporan resmi.
2.
Jumlah yang dianalisa ada 40 data.
3.
Menguji rasio paired T dan one way anova
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) FONT TNR 10 ITALIC SESI / MEJA
1.5
Asumsi-Asumsi Asumsi yang kami gunakan dalam praktikum dan menyusun laporan ini
adalah : 1.
Populasi yang akan diuji berdistribusi normal
2.
Varians dari populasi tersebut adalah sama
1.6
Manfaat Praktikum (Menjawab Tujuan) min 3
1.7
Sistematika Penulisan Sistematika penulisan laporan pada praktikum yang kita lakukan adalah
sebagai berikut : BAB I
PENDAHULUAN Bab satu ini berisikan tentang latar belakang permasalahan yang ada dalam dunia industri, rumusan masalah, tujuan praktikum, batasan masalah, asumsi-asumsi dari permasalahan yang ada, manfaat praktikum, serta sistematika penulisan.
BAB II
TINJAUAN PUSTAKA Berisikan teori-teori mengenai..............(diisi sesuai sub bab 2)
BAB III
PENGUMPULAN DATA Berisikan data-data yang ingin diinputkan pada software serta langkah-langkah pengerjaan dari awal sampai akhir.
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
BAB IV
PENGOLAHAN DATA Berisikan tentang perhitungan secara manual sebagai pembanding dari perhitungan secara otomatis. Serta menganalisa hasil pengolahan data tersebut.
BAB V
KESIMPULAN DAN SARAN Berisikan hasil atau kesimpulan dari batasan masalah yang ada yang diambil dari uji kelayakan. Serta saran yang diajukan sebagai bentuk respon dari hasil kesimpulan.
DAFTAR PUSTAKA LAMPIRAN
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
BAB II TINJAUAN PUSTAKA
Statistik Inferensi
2.1.1
Statistik Inferensi Uji T Untuk Dua Sampel Berpasangan
2.1.2
Uji One Sample T-Test
2.2
Regresi Linear
2.3
One Way Anova dan Two Way Anova
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
MINIMAL 10 HALAMAN
2.1
BAB III PENGUMPULAN DATA
3.1
Identifikasi Variabel
3.1.1 Variabel A.
Variabel Bebas
B.
Variabel Terikat
3.2
Soal
A.
Uji Paired Sample T-Test Seorang peneliti melakukan penelitian tentang pengaruh jarak tanam
terhadap
produksi
tanaman
tomat.
Maka
menggunakan empat macam jarak tanam
dilakukan
penelitian
dengan
: A=10x10cm, B=15x15cm,
C=20x20cm, dan D=25x25cm dan diperolah datanya (dalam kwintal/ha) sebagai berikut. Tabel 3.1 Data Pengamatan Data hasil Pengamatan 1 2 3 4 5 6 7 8 9 10
TABEL : TNR 11 SPACE 1.0 BEFORE AFTER 0
Jumlah produksi berdasarkan perbedaan jarak tanam A 3 4 7 2 5 4 7 6 3 2
B 6 5 6 4 6 5 5 4 3 3
C 5 3 5 3 3 6 5 5 4 3
D 5 4 4 6 4 4 4 7 4 6
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
Pertanyaan : a.
Apakah ada hubungan perbedaan jumlah produksi tanaman tomat karena menggunakan jarak tanam A dan karena jarak tanam B ?
b.
Apakah ada hubungan perbedaan jumlah produksi tanaman tomat karena menggunakan jarak tanam C dan Jarak Tanam D ?
B.
One Way Anova Ada 3 macam Tes yang di ujikan untuk penerimaan mahasiswa baru di
suatu universitas tinggi negeri, dan saat ini pihak kampus ingin mengetahui apakah rata-rata antar variabel gender mendapatkan Nilai yang sama atau tidak? Tabel 3.2 ................ Gender Pria Pria Wanita Wanita Pria Wanita Wanita Pria Pria Pria
Psychotest 78 85 82 80 69 74 83 76 72 83
Tulis 67 76 73 69 80 82 82 74 65 81
Lisan 82 65 68 83 73 69 78 85 72 60
Pertanyaan : a.
Dosen ingin mengetahui apakah ada perbedaan rata-rata jumlah variabel gender untuk mendapatkan nilai “Psichotest” sama atau tidak?
b.
Dosen ingin mengetahui apakah ada perbedaan rata-rata jumlah variabel gender untuk mendapatkan nilai “Tulis” sama atau tidak?
c.
Dosen ingin mengetahui apakah ada perbedaan rata-rata jumlah variabel gender untuk mendapatkan nilai mata Pelajaran “Lisan” sama atau tidak?
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
3.3
Tabel Pengumpulan Data
A.
Uji Paired Sample T-Test (Tabel Soal Baru setelah ditambah)
B.
Uji One Way Anova (Tabel Soal Baru setelah ditambah)
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
BAB IV PENGOLAHAN DATA
4.1
Perhitungan Manual
4.1.1 Uji Paired Sample T-Test A.
Uji Paired Sample T-Test Variabel Jarak Tanam (A) vs Jarak Tanam (B) Tabel 4.1 Jarak Tanam ..... A
B
3 4 7 2 5
4 7 6 3 2
6 5 6 4 6
5 5 4 3 3
Analisa : 1.
Mean Jarak A Ẋ=
∑𝑋 𝑛
=
3+4+ …+2 10
= 4,3
Mean Jarak B Ẋ= 2.
∑𝑋 𝑛
=
6+5+ …+3 10
= 4,7
Standart Deviasi Jarak A ∑(𝑋𝑖 − Ẋ)² 𝑆𝐷 = √ 𝑛−1 (3−4,3)2 +(4−4,3)2 +⋯+(2−4,3)²
=√
10−1
= 1,889
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
Standart Deviasi Jarak B ∑(𝑋𝑖 − Ẋ)² 𝑆𝐷 = √ 𝑛−1 (6−4,7)2 +(5−4,7)2 +⋯+(3−4,7)²
=√
10−1
= 1,160
3.
𝑆𝐷
SE Mean Jarak A:
√𝑁 𝑆𝐷
SE Mean Jarak B: 4.
√𝑁
=
1,889
=
1,160
√10
√10
= 0,597 = 0,367
Rata-Rata Output Antara Keduanya Sp2 = =
(𝑛1−1)𝑆𝐷12 + (𝑛2−1)𝑆𝐷2² (𝑛1+𝑛2)−2 (10−1)1,8892 + (10−1)1,160² (10+10)−2
= 2,456 Sp = √2,456 = 1,567 5.
T-Hitung T-hitung =
Ẋ1− Ẋ2 1 1 𝑠√ [ + ] 𝑛1 𝑛2
=
4,3−4,7 1,567√[
1 1 + ] 10 10
= -0,57 B.
Uji Paired Sample T-Test Variabel Jarak C vs Jarak D (Sama seperti diatas)
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
4.1.2 Uji One Way Anova A.
Gender vs psicotest Tabel 4.3 ................... Gender Pria Pria Wanita Wanita Pria Wanita Wanita Pria Pria Pria
Psychotest 78 85 82 80 69 74 83 76 72 83
Tabel 4.4 ..................... Gender Wanita 1 1 1 1
psycotest
Psycotest2
82 80 74 83
6724 6400 5476 7921
Gender Pria 2 2 2 2 2 2
∑x = 319
∑x2 = 26521
Total
Total
psycotest
Psycotest2
78 85 69 76 72 83 ∑x = 463
6084 7225 4761 5776 5184 7921 ∑x2 = 36951
Nb : 1 = Wanita, 2 = Pria Analisa : 1.
Mean Wanita : Mean Pria :
2.
∑𝑋 𝑛
∑𝑋 𝑛
=
=
82+80+ …+83 4
78+85+ …+83 6
= 79,750
= 77,167
Standart Deviasi Wanita : ∑(𝑋𝑖 − Ẋ)² 𝑆𝐷 = √ 𝑛−1 (82−79,750)2 +(80−79,750)2 +⋯+(83−79,750)²
=√
4−1
= 4,031 LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
Standart Deviasi Pria : ∑(𝑋𝑖 − Ẋ)² 𝑆𝐷 = √ 𝑛−1 (78−77,167)2 +(85−77,167)2 +⋯+(83−77,167)²
=√
6−1
= 6,178
3.
SE Mean Pria : 4.
𝑆𝐷
SE Mean Wanita :
√𝑁
𝑆𝐷 √𝑁
=
=
4,031 √10
6,178 √10
= 1,274
= 1,953
Fhitung Tabel 4.5 Tabel Fhitung Sumber Variasi
Dk
JK
KT
Rata-rata
1
Ry
R = Ry / 1
Antar Kelompok
k-1
Ay
A = Ay / (k-1)
Dalam Kelompok
∑(n1-k)
Dy
D = Dy / ∑(n1-k)
Total
∑n1
∑Y2 -
F
A/D
-
Keterangan : Ry = Ay =
(Jumlah 𝐹𝑒𝑚𝑎𝑙𝑒+Jumlah 𝑀𝑎𝑙𝑒) 2 𝑛 (Jumlah 𝐹𝑒𝑚𝑎𝑙𝑒) 2 𝑛 𝑓𝑒𝑚𝑎𝑙𝑒
+
(Jumlah 𝑀𝑎𝑙𝑒) 2 𝑛 𝑀𝑎𝑙𝑒
– Ry
∑y2= Jumlah Wanita2 + Jumlah Pria2 Dy = ∑Y2-Ry-Ay Maka : ∑ Wanita = 319 ∑ Pria = 463 Ry =
(319+463) 2 10
= 21468,8
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
Ay =
(319) 2 4
+
(463) 2 6
– 21468,8 = 39699,616
∑y2= (319)2 + (463)2 = 316130 Dy = 316130 - 21468,8 - 39699,616 = 254961,584 antar kelompok
39699,616
Fhitung = dalam kelompok = 31870,198 = 1,245 Tabel 4.6 Data Fhitung Sumber Variansi
Dk
JK
KT = Jk / dk
Rata-rata
1
21468,8
21468,8
Antar Kelompok
1
39699,616
39699,616
Dalam Kelompok
8
254961,584
31870,198
Total
10
316130
-
B.
F
39699,616 31870,198
1,245
Gender vs Ukuran Sepatu Selasa
(Idem)
4.2
Print Output dan Analisa Output
1.
Uji Paired Sample T-Test
A.
Jarak A dan Jarak B
Gambar 4.1 Paired T-Test
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
Analisa 1.
2.
Hipotesa : 𝜇
= Rata-rata Jarak A
Ho
= Adanya perbedaan nilai Jarak A dan B = 𝜇
Parameter : t-hitung ≤ t-value = Ho diterima t-hitung > t-tabel = Ho ditolak P-Value ≥ 0,05 = Ho diterima P-Value < 0,05
3.
= Ho ditolak
Perhitungan T-Tabel t-tabel = df = (n-1) = 10-1 = 9 t-tabel
= 100% - (1/2𝛼 ) = 1 – 0,025 = 0,975
t-tabel (0,975;9) = 2,26 Interpolasi : 𝑦 = 𝑦1 +
DIGUNAKAN APABILA ANGKA TIDAK ADA DI TABEL
𝑥 − x1 (𝑦 − 𝑦1 ) 𝑥2 − 𝑥1 2
Ho ditolak
Ho ditolak Ho diterima
-2,26
-0,77
2,26
Gambar 4.2 Grafik T-Tabel
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
4.
Kesimpulan Karena Thitung < ttabel = -0,77 < 2,26 sehingga Ho diterima. Dan P-Value > 0,05 yaitu 0,462 > 0,05 sehingga Ho diterima. Sehingga terdapat perbedaan Jarak A dan B = 𝜇
B.
Jarak C vs Jarak D (Idem)
2.
Uji One Way Anova
A.
Gender vs Psycotest
Gambar 4.5 Uji One Way Anova LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
DF Pembilang = 1 Daftar i= 5,32
DF Penyebut
=8
F-tabel
= 5,32 = (Daftar I)
Hipotesa : Ho = 𝜇 1= 𝜇 2 = 𝜇 k H1 = Paling tidak dua diantaranya tidak sama Parameter : F-hitung ≤ F-tabel
= Ho diterima
F-hitung > F-tabel
= Ho ditolak
P-Value ≥ 0,05
= Ho diterima
P-Value < 0,05
= Ho ditolak
Daftar i Ho diterima Ho ditolak
Ho ditolak
-5,32
0,53
5,32
Gambar 4.6 Grafik Uji One Way Anova Kesimpulan Karena F-hitung < F-tabel = 0,53 < 5,32 sehingga Ho diterima. Dan PValue > 0,05 = 0,485 > 0,05 sehingga Ho diterima. Maka Tidak ada perbedaan rata-rata jumlah variabel gender untuk Psycotest dengan kata lain paling tidak diantaranya sama. B.
Gender vs Tulis
(idem) LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
BAB V KESIMPULAN DAN SARAN
5.1
Kesimpulan Dari hasil praktikum modul 3 didapat kesimpulan sebagai berikut :
1.
Untuk uji Paired Sample T-Test Jarak A dan Jarak B di dapatkan tvalue = 0,77 dan P-value = 0,462, sehingga adanya perbedaan nilai rata-rata Jarak A dan Jarak B = µ. Sedangkan untuk Jarak C dan Jarak D di dapatkan thitung = 0,46 dan P-value > 0,05 = 0,684 > 0,05 = Ho diterima, sehingga terdapat perbedaan nilai rata-rata Jarak C dan Jarak D =µ
2.
Untuk uji One Way ANOVA gender vs Psycotest di dapatkan Fhitung = 0,53 dan P-value = 0,485, maka tidak ada perbedaan nilai rata-rata jumlah variabel gender untuk Psycotest paling tidak diantaranya tidak sama. Sedangkan untuk gender vs Tulis di dapatkan Fhitung = 9,44 dan P-value = 0,004 maka terdapat perbedaan nilai rata-rata jumlah variabel gender untuk ukuran sepatu paling tidak diantaranya tidak sama.
5.2
Saran (Minimal 3 untuk MODUL/MATERI!)
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
DAFTAR PUSTAKA
(Literatur minimal 5 Buku diatas 2011, internet minimal 5)
Daftar Pustaka No Footer
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA
LAMPIRAN
Daftar I Distribusi F
Daftar G
Lampiran No Footer
LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 3 (STATISTIK INFERENSI UJI T UNTUK DUA SAMPEL BERPASANGAN DAN ONE WAY ANOVA ) SESI / MEJA