LAPORAN MINGGUAN PRAKTIKUM

STATISTIKA DASAR

ACARA III

ANALISIS VARIAN

DISUSUN OLEH:

SITI ZAINIAH NURHIDAYATI

G1A020060

PROGRAM STUDI BIOLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS MATARAM

2021
 SOAL DAN DATA

1. Sebuah pabrik selama ini memperkerjakan karyawannya dalam 4 shift (satu shift
terdiri atas sekelompok pekerja yang berlainan). Manajer pabrik tersebut ingin
mengetahui apakah ada perbedaan produktifitas yang nyata diantara 4 kelompok kerja
shift yang ada selama ini. Slama ini setiap kelompok kerja terdiri atas wanita semua
atau pria semua, dan setelah kelompok pria bekerja dua hari berturut-turut, ganti
kelompok wanita (tetap terbagi tempat kelompok) yang bekerja. Demikian seterusnya,
dua hari untuk pria dan dua hari untuk wanita. Ujilah dengan tingkat kepercayaan
99%.
Berikut hasil pengematan (angka dalam unit)

Hari Shift 1 Shift 2 Shift 3 Shift 4 Gender

1 38 45 45 58 Pria
2 36 48 48 25 Pria
3 39 42 42 34 Pria
4 34 46 46 26 Pria
5 35 41 41 39 Pria
6 32 45 45 44 Pria
7 39 48 48 32 Wanita
8 34 47 47 38 Wanita
9 32 42 42 39 Wanita
10 36 41 41 43 Wanita
11 33 39 39 44 Wanita
12 39 33 33 62 Wanita
Nb : pada baris 1, di hari pertama kelompok shift 1 berproduksi 38 unit, kelompok shift 2
berproduksi 45 unit, kelompok shift 3 berproduksi 45 unit, klompok shift 4 berproduksi 58
unit, dengan catatan semua anggota kelompok pria. Demikian untuk data yang lain.

PENYAJIAN DATA
a. Langkah-langkah dalam menguji kenormalan
Dikelompokkan data berdasarkan jenisnya

Ditulis values 1 untuk shift 1, 2 pada name shift. Perlakuan yang sama sampai dengan
shift 4. Selanjutnya klik OK.
Ditulis values 1 untuk pria dan values 2 untuk Wanita pada name gender. Untuk
bagian measure pada name produksi pipih scale, name shift dan gender dipilih
nominal.

Data di input secara manual pada data view.

Setelah data di input, dipilih menu analyze-Descriptive statistics, kemudian klik
explore.

Dimasukkan data produksi pada dependent lalu pada factor list masukkan data shift
dan gender. kemudian pilih statistics.
dipilih descriptives, kemudian pada confidence interval for mean isi 99%. Lalu klik
continue. Plots kemudian dipilih.

Pada bagian blokplots dipilih factor levels together dan pada bagian descriptive
dipilih histogram. Normally plots eits tets dicentang dan pilih Untransformed lalu klik
continue. Selanjutnya pilih options.
Pada bagian options, dipilih exclude cases listwise kemudian klik continue.

Setelah semua di isi, klik OK. Kemudian hasilnya muncul seperti gambar dibawah.
  shift

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
shift Statistic df Sig. Statistic df Sig.
produksi shift 1 .150 12 .200 *
.898 12 .149
shift 2 .170 12 .200 *
.908 12 .202
shift 3 .170 12 .200* .908 12 .202
shift 4 .205 12 .176 .930 12 .384
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Interpretasi:
Test of normality merupakan uji normalitas data yang digunakan untuk mengetahui apakah
data atau nilai residual berdistribusi normal atau tidak. Model regresi yang baik adalah
memiliki nilai residual yang berdistribusi normal. Data dikatakan berdistribusi normal apabila
tidak mempunyai perbedaan yang signifikan, sehingga dasar pengambilan keputusan yang
digunakan dalam uji normalitas adalah nilai signifikasi yang didapatkan. Jika nilai signifikasi
lebih dari 0,05 maka nilai residual berdistribusi normal, akan tetapi jika nilai signifikasi
kurang dari 0,05 maka nilai residual yang dimiliki tidak berdistribusi normal. Nilai residual
diartikan sebagai perbedaan antara nilai observasi dengan nilai prediksi yang diperoleh
dengan menggunakan regresi atau estimasi. Berdasarkan hasil uji normalitas pada bagian
kolmogrow-simonov diketahui nilai signifikasi pada shift 1 sampai shift 3 memiliki nilai 0,02
yang artinya nilai tersebut lebih kecil dari 0,05 sehingga nilai residual shift 1 sampai shift 3
tidak berdistribusi normal. Sedangkan pada shift 4 didapatkan nilai signifikasi sebanyak
0,176 yang memiliki nilai lebih besar dari 0,05 sehingga nilai residual pada shift 4 termasuk
kedalam nilai residual yang berdistribusi normal.

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.
produksi Based on Mean 5.174 3 44 .004
Based on Median 4.344 3 44 .009
Based on Median and with 4.344 3 16.878 .019
adjusted df
Based on trimmed mean 4.959 3 44 .005

Interpretasi:
Uji homogenitas merupakan suatu uji yang dilakukan untuk mengetahui bahwa dua atau lebih
kelompok sampel berasal dari populasi yang memiliki varian sama atau homogen. Pengujian
homogenitas penting untuk dilakukan sebelum uji ANOVA. Tujuan uji homogenitas adalah
untuk meyakinkan bahwa suatu kelompok data memang benar berasal dari populasi yang
homogen. Dasar pengambilan keputusan untuk uji homogen adalah, apabila nilai signifikasi
lebih dari 0,05 maka distribusi data adalah homogen. Jika nilai signifikasi kurang dari 0,05
maka distribusi data tidak dapat dikatan homogen. Berdasarkan hasil uji homogenitas yang
didapatkan dapat diketahui bahwa nilai signifikasinya adalah 0,04. Berdasarkan data tersebut
dapat disimpulkan bahwa data yang ada tidak memiliki varian yang sama (homogen) karena
nilai signifikasi yang dimiliki kurang dari 0,05.

 Gender

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
gender Statistic df Sig. Statistic df Sig.
produksi pria .115 24 .200 *
.959 24 .428
wanita .126 24 .200* .891 24 .014
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Interpretasi:
Berdasarkan data diatas dapat disimpulkan bahwa nilai residual pria adalah berdistribusi
normal karena nilai signifikasi yang didapatkan lebih besar dari 0,05 yaitu 0,428. Hal yang
sama pada nilai residual Wanita yaitu berdistribusi normal, karena nilai yang didapatkan
lebih besar dari 0,05 yaitu 0,014.

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.
produksi Based on Mean .249 1 46 .620
Based on Median .258 1 46 .614
Based on Median and with .258 1 45.940 .614
adjusted df
Based on trimmed mean .285 1 46 .596

Interpretasi:
Berdasarkan data diatas, dapat disimpulkan bahwa nilai signifikasi yang didapatkan adalah
0,620. Hal ini menandakan bahwa data tersebut memiliki varian yang sama dalam suatu
populasi atau disebut homogen.

b. Langkah-langkah anova

Data diinput secara manual pada data view. Selanjutnya dipilih menu analyze-General
linear model, lalu klik univaeriante.
Data produksi dimasukkan pada dependent variable, kemudian pada pixed factor
dimasukkan data shift dan gender pada pixed factor. Kemudian dipilih plots, setelah
itu akan muncul tampilan seperti dibawah ini.

Masukkan data shift pada horizontal axis dan data gender pada separate lines,
kemudian klik Add. Setelah itu klik continue. Pilih post Hoc.
Masukkan kedua data yaitu shift dan gender pada post hoc tests for, dan kemudian
pilih tukey dan Duncan, lalu klik continue. Pilih option.

Pada option, pilih descriptive statistics, estimates of effect size, homogeneity tests dan
spread-vs.level plots. Kemudian tulis .01 pada significance level, lalu klik continue.
 Setelah semua di masukkan, kemudian klik OK. Setelah itu akan muncul gambar
seperti dibawah ini.

Tests of Between-Subjects Effects

Dependent Variable: produksi
Type III Sum of Partial Eta
Source Squares df Mean Square F Sig. Squared
Corrected Model 584.146a 7 83.449 1.921 .092 .252
Intercept 78813.021 1 78813.021 1814.052 <.001 .978
Shift 450.562 3 150.187 3.457 .025 .206
Gender .187 1 .187 .004 .948 .000
shift * gender 133.396 3 44.465 1.023 .392 .071
Error 1737.833 40 43.446
Total 81135.000 48
Corrected Total 2321.979 47
a. R Squared = .252 (Adjusted R Squared = .121)

Interpretasi:
Data diatas menunjukkan efek dari masing-masing variabel dependent dan interaksi dari dua
variabel. Didapatkan signifikasi lebih dari 0,05 pada bagian shift yaitu 0,01 yang
menandakan shift tidak berpengaruh signifikan terhadap bagian kerja, dimana pengaruhnya
terdapat pada bagian eta squared sebanyak 20,6%. Selanjutnya variabel independent gender
yang memiliki nilai signifikasi lebih dari 0,05 yaitu 1,87. Hal ini menandakan bahwa gender
tidak berpengaruh secara signifikan terhadap rata-rata waktu kerja, yaitu pengaruhnya sebesar
0,00%. Selanjutnya adalah interaksi antara shift dengan gender memiliki nilai signifikasi
sebesar 0,392 dimana nilai tersebut lebih besar dari 0,05. Hal ini menandakan tidak adanya
pengaruh yang signifikan, artinya antara shift dan gender tidak memberikan waktu kerja yang
berbeda.

Multiple Comparisons
Dependent Variable: produksi
Mean 99% Confidence Interval
(I) shift (J) shift Difference (I-J) Std. Error Sig. Lower Bound Upper Bound
Tukey HSD shift 1 shift 2 -7.50 2.691 .039 -16.43 1.43
shift 3 -7.50 2.691 .039 -16.43 1.43
shift 4 -4.75 2.691 .305 -13.68 4.18
shift 2 shift 1 7.50 2.691 .039 -1.43 16.43
shift 3 .00 2.691 1.000 -8.93 8.93
shift 4 2.75 2.691 .738 -6.18 11.68
shift 3 shift 1 7.50 2.691 .039 -1.43 16.43
shift 2 .00 2.691 1.000 -8.93 8.93
shift 4 2.75 2.691 .738 -6.18 11.68
shift 4 shift 1 4.75 2.691 .305 -4.18 13.68
shift 2 -2.75 2.691 .738 -11.68 6.18
shift 3 -2.75 2.691 .738 -11.68 6.18
Based on observed means.
The error term is Mean Square(Error) = 43.446.

Interpretasi:
Data diatas menunjukkan perbandingan nilai ganda dari masing-masing shift. Multiple
comparison merupakan bagian dari pos hoc yang dilakukan untuk mengetahui kelompok
yang berbeda dan yang tidak berbeda. Hal ini dapat dilakukan karena f hitungnya
menunjukkan perbedaan.jika f hitung tidak menunjukkan perbedaan, maka anilisi anova tidak
perlu dilakukan. Berdasarkan data diatas, dapat dilihat bahwa perbedaan mean pada shift 1( -
7,50) sedangkan pada shift 2 adalah (+7,50), selanjutnnya pebedaan mean shift 1 dan shift 3
adalah sama halnya terjadi dengan shift 1 dan 2, yaitu shift 1(-7,50) dan shift 3(+7,50). Hasil
uji signifikasi dapat dilihat dengan ada atau tidaknya (*) pada kolom meandifference. Jika
tanda * ada maka perbedaan tersebut nyata atau signifikan. Jika tidak ada * maka perbedaann
tersebut tidak nyata atau tidak signifikan. Berdasarkan data diatas, perbedaan yang ada tidak
nyata atau tidak signifikan karena tidak ada tanda * pada kolom meandifference.
Homogeneous Subsets
produksi
Subset
shift N 1
Tukey HSD a,b
shift 1 12 35.58
shift 4 12 40.33
shift 2 12 43.08
shift 3 12 43.08
Sig. .039
Duncan a,b
shift 1 12 35.58
shift 4 12 40.33
shift 2 12 43.08
shift 3 12 43.08
Sig. .013
Means for groups in homogeneous subsets are
displayed.
Based on observed means.
The error term is Mean Square(Error) = 43.446.
a. Uses Harmonic Mean Sample Size = 12.000.
b. Alpha = .01.

Interpretasi:
Data diatas menunjukkan tingkat produksi dari masing-masing shift. Shift 1 menunjukkan
tingkat yang palling rendah dari shift yang lain. Dapat dismpulkan juga bahwa tidak ada
perbedaan jumlah produksi yang signifikan antara bank shift 2 dan 3,sedangkan shift yang
lain menunjukkan adanya tingkat yang signifikan dalam jumlah uang.
Interpretasi:
Data diatas meruapaan diagram yang menunjukkan hubungan data antara shift dengan
produktivitas yang ada. Ogive biru(garis biru) menunjukka data untuk pria, sedangkan hijau
untuk Wanita. Observed grand mean menunjukkan rata-rata signifikasi yang dimiliki.
Berdarakan data diatas dapat dismpulkan bahwa shift 1 pada gender pria menunjukan data
yang smaa dengan shift 3. Sedangkan shift 1 dan 3 pada Wanita jua menunjuukan nilai
produktivitas yang sama. Pada shift 4 wanita memiliki tingkat produktivitas yang lebih tinggi
dari gender pria.

2. Suatu penelitian dilakukan untuk mengetahui apakah terdapat pengaruh perbedaan

kartu kredit terhadap penggunaannya. Data di bawah ini  adalah jumlah uang yang
dibelanjakan ibu rumah tangga menggunakan kartu kredit (dalam $). Empat jenis
kartu kredit dibandingkan:

ASTRA BCA CITI AMEX

18 12 19 13
17 11 20 12
10 16 15 14
19 10 18 15
 11 12 19 13

Ujilah dengan α = 0.05, apakah terdapat pengaruh perbedaan kartu kredit pada
penggunaannya?

a. Langkah-langkah dalam uji kenormalan

Data dikelompokkan berdasarkan jenisnya yaitu jumlah uang dan kartu kredit yang
pada bagian values diketik 1 untuk ASTRA, 2 untuk BCA, 3 untuk CITI, dan 4 untuk
AMEX.

Data diinput secara manual pada data view sesuai dengan kelompoknya.
Setelah data di input, pilih menu analyze-Descriptive statistics, lalu klik explore.

Pada dependent list masukkan data jumlah uang, dan pada factor list masukkan data
kartu kredit. Lalu pilih statistics.
Pilih descriptives, lalu pada confidence interval for mean isi 95%. Lalu klik continue.
Setelah itu pilih plots.

Pada blokplots pilih factor levels together dan pada descriptive pilih histogram.
Centang juga normality plots eits tests, dan pilih Untransformed lalu klik continue.
Pilih options.
Pada options, pilih exclude cases listwise lalu klik continue.

Setelah semua di isi, klik OK. Kemudian akan muncul gambar seperti dibawah ini.
 Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
kartu_kredit Statistic df Sig. Statistic df Sig.
jumlah_uang ASTRA .284 5 .200 *
.841 5 .167
BCA .335 5 .069 .860 5 .228
CITI .261 5 .200 *
.859 5 .223
AMEX .237 5 .200 *
.961 5 .814
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Interpretasi:

Uji normalitas menunjukkan bahwa bank BCA menunjukkan nilai signifikasi yang terbesar
diantara nilai signifikasi bank yang lain, yaitu 0,069. Bank ASTRA menunjukkan signifikasi
yang sama dengan bank CITI dan AMEX yaitu 0,200. Dari keseluruhan tersebut dapat ditarik
kesimpulan bahwa signifikasi seluruh bank bernilai >0,05 yang artinya data yang ada
berditribusi normal. Maka data yang diambil dikatakan tidak memiliki penyimapangan dan
layak untuk dilakukan uji ANOVA.

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.
jumlah_uang Based on Mean 5.441 3 16 .009
Based on Median 1.421 3 16 .273
Based on Median and with 1.421 3 9.217 .298
adjusted df
 Based on trimmed mean 5.100 3 16 .011

Interpretasi:
Tes ini bertujuan untuk menguji berlaku atau tidaknya asumsi untuk ANOVA, yaitu apakah
keempat kelompok bank memiliki variansi yang sama. Uji keseragaman varian menunjukkan
probabilitas atau signifikasi sebesar 0,09 berdasarkan rata-ratanya. Hal ini menunjukkan
bahwa nilai 0,09 memiliki nilai yang lebih besar dari 0,05 sehingga hipotesis nol (H0) dapat
diterima, yang berarti asumsi bahwa keempat varian populasi bank adalah sama (homogen)
dapat diterima.

b. Langkah-langkah dalam analisis variable

Setelah data di input, lalu pilih menu analyze-Compare Means dan klik one way
ANOVA.
Masukkan data jumlah uang pada dependent list, dan kartu kredit pada factor. Lalu
pilih option.

Pada option pilih descriptive dab homogeneity of variance test. Pada missing value
pilih exclude cases analysis by analysis, dan pada condvidence intervals ditulis 0.05.
lalu klik continue. Lalu klik post hoc.

Pada post hoc pilih tukey dan Duncan. Kemudian klik continue.
 Setelah semua di isi klik OK. Kemudian hasilnya akan terlihat pada gambar dibawah
ini.

ANOVA
jumlah_uang
Sum of Squares df Mean Square F Sig.
Between Groups 101.400 3 33.800 4.881 .013
Within Groups 110.800 16 6.925
Total 212.200 19

Interpretasi:
Setelah varian Bank terbukti sama, uji anova dapat dilakukan untuk menguji keempat samel
memiliki rata-rata yang sama. Uji anova diatas menunjukkan nilai nilai probabilitas atau
signifikasi sebesar 0,013 yang berarati signifikasi 0,013>5 sehingga H0 dapat diterima yang
artinya tidak ada perbedaan rata-rata antara keempat bank yang diuji. Maka tidak ada
pengaruh perbedaan kartu kredit terhadap penggunanya.

Multiple Comparisons
Dependent Variable: jumlah_uang
Mean 95% Confidence Interval
(I) (J) Difference (I-
kartu_kredit kartu_kredit J) Std. Error Sig. Lower Bound Upper Bound
Tukey ASTRA BCA 2.800 1.664 .364 -1.96 7.56
HSD CITI -3.200 1.664 .258 -7.96 1.56
AMEX 1.600 1.664 .773 -3.16 6.36
BCA ASTRA -2.800 1.664 .364 -7.56 1.96
CITI -6.000 *
1.664 .011 -10.76 -1.24
AMEX -1.200 1.664 .887 -5.96 3.56
CITI ASTRA 3.200 1.664 .258 -1.56 7.96
BCA 6.000 *
1.664 .011 1.24 10.76
AMEX 4.800 *
1.664 .048 .04 9.56
AMEX ASTRA -1.600 1.664 .773 -6.36 3.16
BCA 1.200 1.664 .887 -3.56 5.96
CITI -4.800 *
1.664 .048 -9.56 -.04
*. The mean difference is significant at the 0.05 level.

Interpretasi:
Pos hoc pada multipel comparison digunakan untuk mengetahui kelompok yang berbeda atau
tidak berbeda. Atau pada kasus ini dapat dikatakan sebagai bank mana yang memberikan
pengaruh yang signifikan dalam perbedaan kartu yang digunakan. Uji post hoc merupakan uji
kelanjutan dari ANOVA, dimana jika hasil yang diperoleh pada uji anova H0 diterima, atau
terdapat perbedaan pada setiap kelompok. Uji anova mennujukkan H0 diterima, maka secara
otomatis uji pos hoc menunjukkan adanya kelompok penggunaan bank yang meberikan
pengaruh tergantung pada jenis bank yang digunakan. Hal ini juga dapat dilihat pada table
pos hoc multiple comparison yang menunjukkan adanya tanda (*) sebagai penanda bahwa
terdapat kelompok yag signifikan.

Homogeneous Subsets

jumlah_uang
kartu_kredit N Subset for alpha = 0.05
 1 2
Tukey HSD a
BCA 5 12.20
AMEX 5 13.40
ASTRA 5 15.00 15.00
CITI 5 18.20
Sig. .364 .258
Duncana BCA 5 12.20
AMEX 5 13.40
ASTRA 5 15.00 15.00
CITI 5 18.20
Sig. .129 .073
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 5.000.

Interpretasi:
Berdasarkan data diatas dapat dismpulkan bahwa bank ASTRA memiliki jumlah uang yang
Paling banyak. Dapat dismpulkan juga bahwa tidak ada perbedaan jumlah uang yang
signifikan antara bank BCA dan AMEX,sedangkan bank yang lain menunjukkan adanya
tingkat yang signifikan dalam jumlah uang.

Interpretaasi:
Data diatas merupakan data yang menggambarkan tentang masing-masing kartu kredit
dengan jumlah uang yang digunakan, bank ASTRA menunjukkan pengeuluaran uang yang
lebih banyak dari bank BCA, dan AMEX. Tanda (*) pada bank BCA menunjukkan adanya
signifikasi dengan bank AMEX.