analisis data eksploratif kelas c2 analisis · pdf fileanalisis data eksploratif modul 5...
TRANSCRIPT
ANALISIS DATA EKSPLORATIF
MODUL 5
ANALISIS COMPARE MEANS
Nama
Praktikan
Nomor
Mahasiswa
Tanggal
Kumpul
Tanda tangan
Praktikan Laboran
Sri Siska Wirdaniyati 12611125 12 Desember
2013
Nama Penilai Tanggal
Koreksi Nilai
Tanda tangan
Asisten Dosen
Alfi Riyandi Putra
Baiq Anis Ratnasari
Dr. Jaka Nugraha. M. Si.
JURUSAN STATISTIKA
FAKULTAS MATMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2013
KELAS
C2
1
BAB I
PENDAHULUAN
A. DASAR TEORI
Analisis perbandingan rata-rata (Compare Mean) digunakan untuk
membandingkan rata-rata antara dua atau lebih kelompok sampel data. Asumsi mendasar
dalam analisis perbandingan adalah bahwa variabel data yang akan dibandingkan harus
mengikuti distribusi normal. Asumsi lainnya yang harus dipenuhi dalam analisis
perbandingan dengan ANOVA (Analysis of Variance) adalah homogenitas varians. Ini
dilakukan melalui uji Levene's homogenity-of-variance test.
Langkah pertama untuk metode perbandingan ini adalah mengumpulkan data
(sampel) dari setiap objek per kelompok variabel. Pengukuran bersifat kuantitatif atau
minimum berskala interval. Selanjutnya mengenal apa yang disebut dengan statistik uji t
dan analisis varians (ANOVA). Statistik uji t dan ANOVA digunakan sebagai statistik
uji untuk perbandingan dua atau lebih kelompok sampel data. Uji t digunakan untuk
membandingkan dua sampel yang akan dibandingkan, sedangkan ANOVA digunakan
untuk uji perbandingan lebih dari dua kelompok sampel data maka digunakan analisis
varians.
Ada 5 bagian utama untuk analisis perbandingan rata-rata pada Compare Means di
SPSS yaitu :
1. Perbandingan Rata-rata (Means)
Perbandingan rata-rata digunakan untuk membandingkan nilai rata-rata dan satandar
deviasi antara 2 kelompok sampel/data
2. Analisis Chi-Square
Analisis Chi-Square digunakan untuk membandingkan frekuensi observasi (fo)
dengan frekuensi ekspektsi (fe) ke dalam masing-masing kategori apakah semua
kategori mempunyai proporsi nilai yang sama.
3. One Sample t-test
One Sample t- test digunakan untuk membandingkan apakah terdapat perbedaan atau
kesamaan rata-rata dari kelompok sampel data dengan nilai rata-rata tertentu.
4. Independent Sample t-test
2
Independen sample t-test digunakan untuk membandingkan 2 kelompok sampel
data dan kedua kelompok sampel tersebut bersifat independen/bebas.
5. Paired Sample t-test
Paired Sample t-test digunakan untuk membandingkan antara 2 kelompok sampel
dan kedua kelompok sampel ini saling berhubungan.
6. One Way ANOVA.
One-Way Anova digunakan untuk membandingkan nilai rata-rata antara 2 atau lebih
kelompok data. Dalam uji ini diperlukan asumsi distribusi normal dan homogenitas
varians antara kelompok sampel. (Bimo, Suseno. 2010. Analisis Perbandingan.
http://www.statistikolahdata.com/2010/10/analisis-perbandingan. html [Online]
diakses pada tanggal 10 Desember 2013 pada jam 19.08)
B. STUDI KASUS
Pada praktikum modul 5 tentang Analisis Compare Means. praktikan akan
melakukan perhitungan sebagai berikut:
1. Menghitung nilai means untuk bunga tabungan masing-masing bank dan
menjelaskan makna masing-masing statistik dengan minimal 9 nilai statistiknya.
Tabl 1.1 Bunga Tabungan
Bank Bunga Tabungan (%)
Pemerintah 5
Pemerintah 7
Pemerintah 8
Pemerinath 9
Pemerintah 10
Pemerintah 11
Swasta 11
Swasta 12
Swasta 14
Swasta 15
Swasta 17
Swasta 19
2. Membuktikan rata-rata produktivitas cabe pada tahun 2008 sama dengan 19.00
dengan menggunakan tingkat kepercayaan 90% (bandingkan dengan nilai alpha)
3
Tabel 1.2 Luas Panen dan Produktivitas Cabe Tahun 2008
Luas Panen dan Produktivitas
Cabe Tahun 2008
Bulan Luas Panen (hektar) Produktivitas
1 101 17.30
2 85 19.54
3 107 16.33
4 107 17.83
5 112 17.37
6 105 19.20
7 118 16.61
8 109 19.06
9 115 20.78
10 143 23.32
11 152 20.51
12 154 17.72
Sumber : Dinas Pertanian D.I. Yogyakarta
3. Berikut adalah data pertumbuhan populasi penduduk pertahun antara India dan
Indonesia.
Tabel 1.3 Pertumbuhan Populasi Berdasarkan Tahun antara India dan Indonesia
Tahun Population growth
(annual %)
India Indonesia
2000 1.668615 1.442286
2001 1.640482 1.440561
2002 1.610819 1.436958
2003 1.573965 1.434673
2004 1.527815 1.432841
2005 1.476268 1.429941
2006 1.42229 1.428147
2007 1.373024 1.422789
2008 1.334099 1.406114
2009 1.308859 1.375131
4
2010 1.292849 1.334121
2011 1.28004 1.290129
2012 1.26376 1.248341
a. Selidiki kesamaan variansi dari kedua kelompok data tersebut.
b. Buktikan bahwa rata-rata pertumbuhan populasi penduduk kedua negara adalah
sama dengan asumsi variansi berdasarkan kesimpulan pada point a.
4. Berikut ini adalah data IHK dan inflasi bulanan Indonesia
Tabel 1.4 IHK dan Inflasi Bulanan Indonesia Tahun 2010 - 2012
Bulan 2010 2011 2012
IHK Inflasi IHK Inflasi IHK Inflasi
Januari 118.01 0.84 126.29 0.89 130.90 0.76
Februari 118.36 0.30 126.46 0.13 130.96 0.05
Maret 118.19 -0.14 126.05 -0.32 131.05 0.07
April 118.37 0.15 125.66 -0.31 131.32 0.21
Mei 118.71 0.29 125.81 0.12 131.41 0.07
Juni 119.86 0.97 126.50 0.55 132.23 0.62
Juli 121.74 1.57 127.35 0.67 133.16 0.70
Agustus 122.67 0.76 128.54 0.93 134.43 0.95
September 123.21 0.44 128.89 0.27 134.45 0.01
Oktober 123.29 0.06 128.74 -0.12 134.67 0.16
November 124.03 0.60 129.18 0.34 134.76 0.07
Desember 125.17 0.92 129.91 0.57 135.49 0.54
Tingkat Inflasi 6.96 3.79 4.30
a. Lakukan pengujian kesamaan rataan inflasi untuk tiap tahunnya (bandingkan
antara: 2010-2011, 2011-2012)
b. Berikan kesimpulan secara umum terkait perubahan inflasi yang terjadi setiap
tahunnya (tambahkan referensi dari disiplin ilmu yang berkaitan [akuntansi,
ekonomi mikro-makro, politik, dll]
5
BAB II
DESKRIPSI KERJA
Dalam bab II tentang Analisis Compare Means, praktikan akan menjelaskan langkah-
langkah untuk menyelesaikan studi kasus. Langkah-langkah Analisis Compare Means
berdasarkan urutan point-point yang terdapat pada studi kasus.
1. Means
Sebelum melakukan langkah-langkah penyelesaian kasus, langkah awal adalah
mengaktifkan SPSS sehingga menampilkan halaman SPSS StatisticS Data Editor.
Berikut ini adalah langkah-langkah untuk menghitung mean subGroup means dan
menampilkan statistik:
1. Ketik Variable View yang ada pada sudut kiri bawah, kemudian ketik nama variabel
dengan nama Bank dan BungaTabungan.
2. Ganti Decimals pada variabel Bank dan BungaTabungan dari angka 2 menjadi
angka 0 dengan menghapus angka 2 kemudian mengetik angka 0, atau dengan
menggunakan icon segitiga ke bawah sehingga angka 2 menjadi angka 0.
3. Ganti Value pada variabel Bank menjadi value “1” untuk label “Pemerintah” dan
value “2” untuk label “Swasta”.
4. Klik Data View dan ketik angka-angka seperti gambar 2.1 di bawah ini:
Gambar 2.1 Data View dari kasus 1
6
5. Untuk melihat hasil dari value dan label, klik Value Labes pada icon sehingga
akan tampil Data View seperti pada 2.2 di bawah ini:
2.2 Data View dengan Value Labels pada kasus 1
6. Klik Analyze Compare Means Means sehingga tampil kotak dialog Means
seperti gambar 2.3 di bawah ini:
Gambar 2.3 Kotak Dialog Means
7. Pilih variabel BungaBank yang dipindahkan pada kolom Dependent List dan
variabel Bank yang dipindahkan pada kolom Independent List dengan mengklik
tombol panah kanan atau icon , kemudian klik Options sehingga tampil kotak
dialog Means: Options seperti gambar 2.4, kemudian pilih Mean, Number of Cases,
7
Standard Deviation, Median, Minimum, Maximum, Range, Variance, dan Sum
seperti gambar 2.5 di bawah ini:
Gambar 2.4 Kotak Dialog Mean setelah variabel dipindahkan
Gambar 2.5 Kotak Dialog Means: Options
8. Klik Continue dan klik OK pada kotak dialog Means sehingga akan menampilkan
output seperti gambar 2.6 di bawah ini:
Gambar 2.6 Output untuk Analisis Compare Means: Means
8
2. Uji T Untuk Satu Sampel
Berikut ini adalah langkah-langkah untuk menyelesaikan studi kasus point 2
dengan menggunakan uji T untuk satu sampel:
1. Ketik pada Variable View dengan nama variabel Bulan, LuasPanen, dan
Produktivias, kemudian ganti Decimals dari angka 2 menjadi angka 0 pada variabel
Bulan dan Produktivitas, dan ketik tabel 1.2 studi kasus pada Data View seperti
gambar 2.7 di bawah ini:
Gambar 2.7 Data View dari kasus 2
2. Klik Analyze Compare Means One Sample T Test sehingga tampil kotak
dialog One-Sample T Test, kemudian pilih variabel Produktivitas dan pindahkan
pada kolom Test Variable(s) seperti gambar 2.8 di bawah ini:
Gambar 2.8 One-Sample T Test
9
3. Pada kolom Test_Value, ketik dengan angka 19.00 yang merupakan nilai dari uji
hipotesis.
4. Pilih Options sehingga tampil kotak dialog One-Sample T Test: Options, kemudian
pada pada kolom confidence interval diisi dengan angka 90 seperti gambar 2.9
dibawah ini:
Gambar 2.9 Kotak dialog One-Sample T Test: Options
6. Klik Continue dan klik OK pada kotak dialog One-Sample T Test sehingga tampil
output seperti gambar 2.10 di bawah ini:
Gambar 2.10 Output untuk Analisis Compare Means: One Sample T Test
3. Uji T Untuk Dua Sampel Independen
Berikut ini adalah langkah-langkah untuk menyelesaikan studi kasus point 3
dengan menggunakan uji T untuk dua sampel independen:
1. Ketik pada Variable View dengan nama variabel Negara dan Populasi, kemudian
ganti Decimals dari angka 2 menjadi angka 0 pada variabel Negara dan angka 2
menjadi 6 pada variabel Populasi, dan ketik tabel 1.3 studi kasus pada Data View
seperti pada gambar seperti 2.11 di bawah ini:
10
Gambar 2.12 Data View untuk kasus 3
2. Untuk melihat hasil dari value dan label, klik Value Labes pada icon sehingga
akan tampil Data View seperti pada 2.13 di bawah ini:
Gambar 2.13 Data View dengan Value Labels pada kasus 3
11
3. Klik Analyze Compare Means Independent-Sample T Test sehingga tampil
kotak dialog Independent-Sample T Test, kemudian pilih variabel populasi yang
dipindahkan pada kolom Test Variable(s) dan variabel Negara yang dipindahkan
pada kolom Grouping Variable seperti gambar 2.14 di bawah ini:
Gambar 2.14 Kotak Dialog Independent-Sample T Test
4. Klik Options dan ketik angka 95% untuk Confidence Interval, kemudian klik
Continue.
5. Klik Define Groups sehingga tampil kotak dialog Define Groups dan isi pada kolom
Use specified values yang terdiri dari angka 1 untuk kolom Group 1 dan angka 2
untuk kolom Group 1 seperti gambar 2.15 di bawah ini:
Gambar 2.15 Kotak Dialog Define Groups
6. Klik Continue dan klik OK pada kotak dialog Independent-Sample T Test sehingga
tampil output seperti gambar 2.16 di bawah ini:
Gambar 2.16 Output untuk Analisis Compare Means: Independent-Sample T Test
12
4. Uji T untuk Dua Sampel Berpasangan (Paired Sample Test)
Berikut ini adalah langkah-langkah untuk menyelesaikan studi kasus point 2
dengan menggunakan uji T untuk dua sample berpasangan (paired sample test):
1. Ketik pada Variable View dengan nama variabel INFLASI_2010, INFLASI_2011,
dan INFLASI_2012, dan ketik tabel 1.4 studi kasus pada Data View seperti pada
gambar seperti 2.17 di bawah ini:
Gambar 2.17 Data View untuk kasus 4
2. Klik Analyze Compare Means Independent-Sample T Test sehingga tampil
kotak dialog Paired-Sample T Test, kemudian pada kolom paired Variables diisi
dengan variabel INFLASI_2010 untuk variable1 dan INFLASI_2011 untuk
variable2 pada Pair 1 dan variabel INFLASI_2011 untuk variable1 dan
INFLASI_2012 untuk variable2 pada Pair 2 seperti pada gambar 2.18 di bawah ini:
Gambar 2.18 Kotak Dialog Paired-Sample T Test
13
3. Klik Options dan ketik angka 95% untuk Confidence Interval, kemudian klik
Continue.
4. Klik OK sehingga tampil output seperti gambar 2.19 di bawah ini:
Gambar 2.19 Output untuk Analisis Compare Means: Paired-Sample T Test
14
BAB III
PEMBAHASAN
Dalam bab III ini praktikan akan menjelaskan istilah-istilah penting dalam deskripsi
kerja dan menginterprestasikan output SPSS berdasarkan point-point yang terdapat pada studi
kasus.
1. Means
Berikut ini adalah istilah-istilah penting dalam langkah Compare Means: Means:
Dependent list digunakan untuk memberi nama variabel yang ingin dikeahui nilai
Means sehingga berupa data kontinu.
Independet list digunakan untuk memberi nama variabel yang berisi variabel
berkelompok, sehingga data berupa karegorik.
Options pada Means merupakan list-list dari nama-nama statistik yang terdiri dari
Median, Grouped Median, Std. Error of Mea, Sum, Minimum, Maximum, Range,
First, Last, Variance, Kurtosis, Std. Error of Kurtosis, Skewness, Std. Error of
Skewness, dan Harmonic Mean.
Tabel 3.1 Case Processing Summary pada kasus 1
Case Processing Summary
Cases
Included Excluded Total
N Percent N Percent N Percent
BungaTabungan *
Bank
12 100.0% 0 .0% 12 100.0%
Tabel Case Processing Summary digunakan untuk menunjukkan sejauh mana alat
pengukur dapat diandalkan dan menunjukkan konsistensi suatu alat pengukur di dalam
mengukur gejala yang sama. Pada tabel 3.1 diketahui bahwa data yang terhitung
(included) terdiri dari jumlah data (N) adalah 12 data dengan jumlah persen dari data
adalah 100%, sedangkan data yang tidak terhitung (Excluded) terdiri dari jumlah data
(N) adalah 0 data dengan jumlah persen dari data adalah 0%, sehingga jumlah data dari
included dan excluded adalah 12 data dan jumlah persen adalah 100%.
15
Tabel 3.2 Report untuk kasus 1
Mean pada variabel Bank Pemerintah sebesar 8,33 dan variabel Bank Swasta
sebesar 14,67 sehingga Mean keseluruhan data Bank (Pemerintah dan Swasta) adalah
11.50 ((8,33+14,67)/2). Mean menunjukkan rata-rata angka yang sering dipakai sebagai
wakil dari data Bank (Pemerintah dan Swasta) dan Mean ini juga mencerminkan
gambaran secara umum mengenai kumpulan dari data pada variabel Bunga Tabungan
dengan jumlah data (N) sebanyak 12 data yang terdiri dari 6 ta untuk data variabel Bank
Pemerintah dan 6 data untuk variabel Bank Swasta.
Standard deviation pada variabel Bank Pemerintah sebesar 2,160 dan variabel
Bank Swasta sebesar 3,011 sehingga Standard deviation keseluruhan data Bank
(Pemerintah dan Swasta) adalah 4.145 ((2,160+3,011)/2) yang menunjukkan dispresi
rata-rata dari data. Sedangkan variance pada variabel Bank Pemerintah sebesar 4,667
dan variabel Bank Swasta sebesar 9,067, sehingga variance keseluruhan data Bank
(Pemerintah dan Swasta) adalah 17,182 ((4,667+9,067)/2). Variance pada variabel Bank
(Pemerintah dan Swasta) menunjukkan satu ukuran dispersi dan mengambarkan
perpencaran suatu data kuantitatif.
Median data diperoleh ketika data telah diurutkan dari data terkecil ke data terbesar
yang menunjukkan nilai tengah dari suatu data. Median pada variabel Bank Pemerintah
adalah 8.50, sedangkan median pada variabel Bank Swasta adalah 14.50. Secara
keseluruhan dengan nilai data variabel Bank Pemerintah dan Swasta digabung dan
diurutkan, diperoleh bahwa nilai tengah dari data adalah 11.00.
Nilai minimum pada variabel Bank Pemerintah adalah 5 dan nilai maximum adalah
11, sehingga range pada variabel Bank Pemerintah adalah 6 (11-5). Sedangkan nilai
minumum pada variabel Bank Swasta adalah 11 dan nilai maximum adalah 19, sehingga
nilai range pada variabel Bank Swasta adalah 8 (19-11). Secara keseluruhan, nilai
minimum variabel Bank (Pemerintah dan Swasta) adalah 5 dan nilai maximum adalah
19, sehingga range variabel Bank (Pemerintah dan Swasta) adalah 14 (19-5). Nilai
16
minimum menunjukkan nilai terkecil dari suatu data dan nilai maximum menunjukkan
nilai terbesar dari suatu data, sedangkan range menunjukkan rentangan dari nilai
minimum dan nilai mazximum (maksimum-minimum).
Jumlah total keseluruhan data (sum) pada variabel Bank Pemerintah adalah 50 dan
jumlah total keseluruhan data (sum) pada variabel Bank Swasta adalah 88, sehingga
jumlah total keseluruhan data dari kedua variabel adalah 138 (55+88).
2. Uji T Untuk Satu Sampel
Berikut ini adalah istilah-istilah penting dalam langkah Compare Means: One-
Sample T Test:
Test Variable(s) adalah nama variabel yang akan dianalisis dan dibandingkan
dengan variabel bebas.
Test Value merupakan nilai acuan yang akan dibandingkan dengan variabel yang
ada pada kolom Test Variable(s) yang biasanya disebut dengan variabel bebas.
Tabel 3.3 One-Sample Statistics untuk kasus 2
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
Produktivitas 12 18.7975 2.03043 .58614
Praktikum kali ini, praktikan akan membandingkan variabel produktivitas dengan
jumlah data (N) sebanyak 12 data, mean adalah 18,7975, Standard deviation adalah
2,03043 dan standard error of mean adalah 0,58614. Standard error of mean ini diukur
sebagai Standard deviation dibagi dengan akar dari jumlah data (N) yang menggunakan
tingkat kepercayaan sebesar 95% (sebagian besar software SPSS menggunakan tingkat
kepercayaan 95% sebagai standar).
Tabel 3.4 One-Sample Test untuk kasus 2
17
Nilai acuan pada praktikum kali ini adalah 19.00 yang merupakan rata-rata
produktivitas cabe dengan tingkat kepercayaan 90%, sehingga diperoleh t-hitung adalah -
0,345 dengan derajat bebas (N-1) = 11, Sig.(2-tailed) adalah 0,736, mean difference
adalah -0,20250. Sig.(2-tailed) ini menunjukkan nilai P-value dari variabel Produktivitas
dan mencerminkan hipotesis dua arah (two-tailed) yang digunakan untuk melihat apakah
nilai rata-rata tunggal sama dengan (=) nilai acuan atau tidak (≠). P-value merupakan
tingkat keberartian terkecil sehingga nilai suatu uji statistik yang sedang diamati masih
berarti. Sedangkan mean difference menunjukkan ukuran dispersi statistik sama dengan
perbedaan absolut rata-rata dari dua nilai independen diambil dari distribusi probabilitas.
Sedangkan lower dari 90% Confidence Interval of the Difference adalah -1,2551 dan
upper dari 90% Confidence Interval of the Difference adalah 0,8501.
Dalam praktikum kali ini, praktikan harus membuktikan bahwa rata-rata
produktivitas cabe pada tahun 2008 sama dengan 19.00 dengan menggunakan tingkat
kepercayaan 90%. Berikut ini adalah pengujian hipotesis rata-rata dari produktivias cabe
tahun 2008:
a. H0 = 𝜇 = 𝜇0 (Rata-rata produktivitas cabe pada tahun 2008 sama dengan 19.00)
H1 = 𝜇 ≠ 𝜇0 (Rata-rata produktivitas cabe pada tahun 2008 tidak sama dengan
19.00)
b. Taraf signifikansi
Pada pengujian ini menggunakan dua arah (two-tailed) dengan taraf signifikansi 𝛼 =
10% = 0,1
c. Daerah kritis
H0 ditolak jika P-value < tingkat signifikansi atau t-hitung > t-tabel
d. Statistik uji
Berdasarkan tabel distribusi t dengan derajat bebas adalah 11 dan taraf signifikasi
sebesar 𝛼/2 adalah 0,05, maka t-tabel adalah 1,796 sehingga:
P-value (0,736) > tingkat signifikansi (𝛼/2= 0,05) atau t-hitung (-0,345) < t-tabel
(1,796)
e. Keputusan
H0 diterima atau gagal tolak H0
f. Kesimpulan
18
Berdasarkan data yang diambil dari produktivitas cabe tahun 2008 dengan tingkat
kepercayaan sebesar 90%, maka H0 diterima atau gagal tolak H0, sehingga rata-rata
produktivitas cabe tahun 2008 sama dengan 19,00.
3. Uji T Untuk Dua Sampel Independen
Berikut ini adalah istilah-istilah penting dalam Compare Means: Independent-
Sample T Test:
Grouping Variable berisi nama variabel yang didefinisikan dalam kategori yang
akan dibandingkan (Group 1 dan Group 2). Dalam praktikum kali ini, Group 1
merupakan negara India dan Group 2 merupakan negara Indonesia.
Tabel 3.5 Group Statistics untuk kasus 3
Group Statistics
Negara N Mean Std. Deviation Std. Error Mean
Populasi India 13 1.44406808 .147170217 .040817674
Indonesia 13 1.39400246 .063828130 .017702738
Pada praktikum kali ini, praktikan akan membandingkan populasi negara India
dengan populasi negara Indonesia yang masing-masing jumlah data sebanyak 13 data.
Mean dari variabel Populasi Negara India adalah 1,44406808 dan variabel Populasi
Negara Indonesia adalah 1,39400246. Standard deviation pada variabel Populasi Negara
India adalah 0,147170217 dan variabel Populasi Negara Indonesia adalah 0,063828130.
Sedangkan standard error of mean pada variabel Populasi Negara India adalah
0,040817674 dan variabel Populasi Negara Indonesia adalah 0,017702738.
Tabel 3.6 Independet Samples Test untuk kasus 3
19
Berdasarkan tabel 3.6 pada kolom Levene’s Test for Equality of Variances
diketahui bahwa F-hitung adalah 15,241 dengan P-value adalah 0,001. Sedangkan pada
kolom t-test for Equality of Means terdiri:
1. Pada variabel Populasi untuk asumis variansi yang sama (Equal variances
assumsed) diketahui bahwa t-hitung adalah 1,125, derajat bebas adalah 24, Sig.(2-
tailed) atau P-value adalah 0,272, mean difference adalah 0,050065615, standard
error of difference adalah 0,44491229, lower dari 95% Confidence Interval of the
Difference adalah -0,041759768, dan upper dari 95% Confid,ence Interval of The
Difference adalah 0,141890999.
2. Pada variabel Populasi untuk asumsi variansi yang tidak sama diketahui bahwa t-
hitung adalah 1,125, derajat bebas adalah 16,360, Sig.(2-tailed) atau P-value adalah
0,277, mean difference adalah 0,44491229, lower dari 95% Confidence Interval of
the Difference adalah -0,044083140, dan upper dari 95% Confidence Interval of The
Difference adalah 0,144214370.
Dalam praktikum kali ini, praktikan harus melakukan pengujian hipotesis sebagai
berikut:
1. Pengujian hipotesis untuk kesamaan variansi
Berikut ini adalah pengujian hipotesis variansi dari pertumbuhan populasi
penduduk pertahun antara India dan Indonesia:
a. H0 = 𝜎2 = 𝜎0
2 (Variansi pertumbuhan populasi penduduk pertahun antara India
dan Indonesia adalah sama)
H1 = 𝜎2 ≠ 𝜎0
2 (Variansi pertumbuhan populasi penduduk pertahun antara India
dan Indonesia adalah tidak sama)
b. Taraf signifikasi
Pada pengujian ini menggunakan taraf signifikansi adalah 𝛼 = 5 % = 0,05
c. Daerah kritis
H0 ditolak jika P-value < tingkat signifikansi
d. Statistik uji
P-value (0,001) < tingkat signifikasi (0,05)
e. Keputusan
H0 ditolak
20
f. Kesimpulan
Berdasarkan data yang diambil dari pertumbuhan populasi penduduk pertahun
antara India dan Indonesia dengan tingkat kepercayaan sebesar 95%, maka H0
ditolak, sehingga variansi pada pertumbuhan populasi penduduk pertahun antara
India dan Indonesia adalah berbeda.
2. Pengujian hipotesis untuk rata-rata
Berdasarkan pada pengujian hipotesis kesamaan variansi diketahui bahwa
kedua variansi pertumbuhan populasi penduduk pertahun antara India dan Indonesia
adalah berbeda sehingga menggunakan sehingga menggunakan asumsi variansi yang
tidak sama. Berikut ini adalah pengujian hipotesis rata-rata dari pertumbuhan
populasi penduduk pertahun antara India dan Indonesia dengan asumsi variansi yang
tidak sama:
a. H0 = 𝜇 = 𝜇0 (Rata-rata pertumbuhan populasi pertahun antara India dan
Indonesia adalah sama)
H1 = 𝜇 ≠ 𝜇0 (Rata-rata pertumbuhan populasi pertahun antara India dan
Indonesia adalah tidak sama)
b. Taraf signifikansi
Pada pengujian ini menggunakan dua arah (two-tailed) dengan taraf signifikansi
𝛼 = 5% = 0,05
c. Daerah kritis
H0 ditolak jika P-value < tingkat signifikansi atau t-hitung > t-tabel
d. Statistik uji
Berdasarkan tabel distribusi t dengan derajat bebas adalah 16,360 ≈ 16 dan taraf
signifikasi sebesar 𝛼/2 adalah 0,025, maka t-tabel adalah 2,201 sehingga:
P-value (0,277) > tingkat signifikansi (𝛼/2= 0,025) atau t-hitung (-1,125) < t-
tabel (2,201)
e. Keputusan
H0 diterima atau gagal tolak H0
f. Kesimpulan
Berdasarkan data yang diambil dari pertumbuhan populasi pertahun antara India
dan Indonesia dengan tingkat kepercayaan 95%, maka H0 diterima atau gagal
21
tolak H0, sehingga rata-rata pertumbuhan populasi pertahun India sama dengan
rata-rata pertumbuhan populasi pertahun Indonesia.
4. Uji T untuk Dua Sampel Berpasangan (Paired Sample Test)
Tabel 3.7 Paired Samples Statistics untuk kasus 4
Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean
Pair 1 INFLASI_2010 .5633 12 .47679 .13764
INFLASI_2011 .3100 12 .42776 .12348
Pair 2 INFLASI_2011 .3100 12 .42776 .12348
INFLASI_2012 .3508 12 .33792 .09755
Pada praktikum kali ini, praktikan akan melakukan pengujian sampel berpasangan
pada Pair 1 terdiri dari variabel INFLASI_2010 dan variabel INFLASI _2011 dan Pair 2
terdiri dari variabel INFLASI_2011 dan variabel INFLASI_2012. Mean dari variabel
INFLASI_2010 adalah 0,5633 dengan standard error of mean adalah 0,13764, variabel
INFLASI_2011 adalah 0,3100 dengan standard error of mean adalah 0,122348, dan
variabel INFLASI_2012 adalah 0,3508 dengan standard error of mean adalah 0,09755
untuk masing-masing jumlah data (N) sebanyak 12 data. Sedangkan standar deviation
dari variabel INFLASI_2010 adalah 0,47679, variabel INFLASI_2011 adalah 0,42776,
dan variabel INFLASI_2012 adalah 0,33792.
Tabel 3.8 Paired Samples Correlations untuk kasus 4
Paired Samples Correlations
N Correlation Sig.
Pair 1 INFLASI_2010 &
INFLASI_2011
12 .827 .001
Pair 2 INFLASI_2011 &
INFLASI_2012
12 .822 .001
Berdasarkan tabel 3.8 di atas diketahui bahwa kolerasi (Correlation) antara
variabel INFLASI_2010 dan INFLASI_2011 (Pair 1) adalah 0,827, sedangkan kolerasi
antara variabel INFLASI_2011 dan INFLASI_2012 (Pair 2) adalah 0,822 dengan
masing-masing jumlah data (N) sebanyak 12 data. Nilai korelasi ini menunjukkan
22
kekuatan dan arah hubungan linier antara dua peubah acak (random variable). Sig. Atau
P-value pada Pair 1 dan Pair 2 adalah 0,001.
tabel 3. 9 Paired Samples Test untuk kasus 4
Mean untuk Pair 1 adalah 0,25333 dengan standard error of mean adalah 0, 07789
dan Pair 2 adalah -0, 04083 dengan standard error of mean adalah 0,07040. Sedangkan
Standard deviation untuk Pair 1 adalah 0,26983 dan Pair 2 adalah 0,24389. Nilai lower
dari 95% dari Confidence Interval of the Difference adalah 0, 08189 dan nilai upper dari
95% dari Confidence Interval of the Difference adalah 0,42477 untuk Pair 1, sedangkan
nilai lower dari 95% dari Confidence Interval of the Difference adalah -0,19579 dan
upper dari 95% dari Confidence Interval of the Difference adalah 0,11413 untuk Pair 2.
Nilai dari t-hitung untuk Pair 1 adalah 3,252 dengan derajat bebas (N-1) adalah 11
dan Sig.(2-tailed) atau P-value adalah 0,008, sedangkan nilai dari t-hitung untuk pair 2
adalah -0,580 dengan derajat bebas (N-1) adalah 11 dan SIG.(2-tailde) atau P-value
adalah 0,574
Dalam praktikum kali ini, praktikan harus melakukan pengujian hipotesis dan
pemaparan kesimpulan terkait perubahan inflasi sebagai berikut:
1. Pengujian hipotesis kesamaan rataan inflasi tahun 2010-2011
a. H0 = 𝜇 = 𝜇0 (Rata-rata inflasi tahun 2010 dan 2011 adalah sama)
H1 = 𝜇 ≠ 𝜇0 (Rata-rata inflasi tahun 2010 dan 2011 adalah tidak sama)
b. Taraf signifikansi
Pada pengujian ini menggunakan dua arah (two-tailed) dengan taraf signifikansi
𝛼 = 5% = 0,05
c. Daerah kritis
H0 ditolak jika P-value < tingkat signifikansi atau t-hitung > t-tabel
d. Statistik uji
23
Berdasarkan tabel distribusi t dengan derajat bebas adalah 11 dan tingkat
kepercayaan sebesar 𝛼/2 adalah 0,025, maka t-tabel adalah 2,201 sehingga:
P-value (0,008) < tingkat signifikansi (𝛼/2= 0,025) atau t-hitung (3,252) > t-
tabel (2,201)
e. Keputusan
H0 ditolak
f. Kesimpulan
Berdasarkan data yang diambil dari inflasi tahun 2010 dan 2011 dengan tingkat
kepercayaan sebesar 95%, maka H0 ditolak, sehingga rata-rata inflasi tahun
2010 tidak sama dengan rata-rata inflasi tahun 2011.
2. Pengujian hipotesis kesamaan rataan inflasi tahun 2011-2012
a. H0 = 𝜇 = 𝜇0 (Rata-rata inflasi tahun 2011 dan 2012 adalah sama)
H1 = 𝜇 ≠ 𝜇0 (Rata-rata inflasi tahun 2011 dan 2012 adalah tidak sama)
b. Taraf signifikansi
Pada pengujian ini menggunakan dua arah (two-tailed) dengan taraf signifikansi
𝛼 = 5% = 0,05
c. Daerah kritis
H0 ditolak jika P-value < tingkat signifikansi atau t-hitung > t-tabel
d. Statistik uji
Berdasarkan tabel distribusi t dengan derajat bebas adalah 11 dan taraf
signifikasi sebesar 𝛼/2 adalah 0,025, maka t-tabel adalah 2,201 sehingga:
P-value (0,574) > tingkat signifikansi (𝛼/2= 0,025) atau t-hitung (-0,580) < t-
tabel (2,201)
e. Keputusan
H0 diterima atau gagal tolak H0
f. Kesimpulan
Berdasarkan data yang diambil dari inflasi tahun 2011 dan 2012 dengan tingkat
kepercayaan sebesar 95%, maka H0 diterima atau gagal tolak H0, sehingga rata-
rata inflasi tahun 2011 sama dengan rata-rata inflasi tahun 2011.
3. Kesimpulan secara umum tekait perubahan inflasi
Inflasi memiliki dampak positif dan dampak negatif tergantung parah atau
tidaknya inflasi. Apabila inflasi itu ringan justru mempunyai pengaruh yang positif
dalam arti dapat mendorong perekonomian lebih baik, yaitu meningkatkan
24
pendapatan nasional dan membuat orang bergairah untuk bekerja, menabung dan
mengadakan investasi. Sebaliknya dalam masa inflasi yang parah, yaitu pada saat
terjadi inflasi tak terkendali (hiperinflasi), keadaan perekonomian menjadi kacau dan
perekonomian dirasakan lesu. Orang menjadi tidak bersemangat kerja, menabung,
atau mengadakan investasi dan produksi karena harga meningkat dengan cepat. Para
penerima pendapatan tetap seperti pegawai negeri atau karyawan swasta serta kaum
buruh juga akan kewalahan menanggung dan mengimbangi harga sehingga hidup
mereka menjadi semakin merosot dan terpuruk dari waktu ke waktu. Secara singkat
dapat dipilah akibat buruk dari inflasi sebagai berikut:
1. Kesenjangan distibusi pendapatan
2. Pendapatan riil merosot
3. Nilai riil tabungan merosot
4. Bagi orang yang meminjam uang dari bank (debitur) inflasi menguntungkan
pada saat pembayaran utang kepada kreditur.
5. Bagi produsen, inflasi dapat menguntungkan bila pendapatan yang diperoleh
lebih baik daripada kenaikan biaya produksi.
25
BAB IV
PENUTUP
Berdasarkan praktikum tentang Compare Means dapat disimpulkan bahwa:
1. Analisis perbandingan digunakan untuk membandingkan rata-rata, melakukan pengujian
hipotesis untuk One-Sample T Test, Independent-Sample T Test, dan Paired Sample Test.
2. Berdasarkan pengujian hipotesis rata-rata dari produktivitas cabe tahun 2008 dengan
taraf signifikasi sebesar 90%, maka H0 diterima atau gagal tolak H0, sehingga rata-rata
produktivitas cabe tahun 2008 sama dengan 19,00.
3. Berdasarkan pengujian hipotesis variansi dari pertumbuhan populasi penduduk pertahun
antara India dan Indonesia dengan taraf signifikansi sebesar 95%, maka H0 ditolak,
sehingga variansi pada pertumbuhan populasi penduduk pertahun antara India dan
Indonesia adalah berbeda, dan berdasarkan pengujian hipotesis rata-rata dari
pertumbuhan populasi pertahun antara India dan Indonesia dengan taraf signifikansi
95%, maka H0 diterima atau gagal tolak H0, sehingga rata-rata pertumbuhan populasi
pertahun India sama dengan rata-rata pertumbuhan populasi pertahun Indonesia.
4. Berdasarkan pengujian hipotesis rata-rata dari inflasi tahun 2010 dan 2011 dengan
tingkat kepercayaan sebesar 95%, maka H0 ditolak, sehingga rata-rata inflasi tahun 2010
tidak sama dengan rata-rata inflasi tahun 2011.
5. Berdasarkan pengujian hipotesis rata-rata dari inflasi tahun 2011 dan 2012 dengan
tingkat kepercayaan sebesar 95%, maka H0 diterima atau gagal tolak H0, sehingga rata-
rata inflasi tahun 2011 sama dengan rata-rata inflasi tahun 2011.
26
DAFTAR PUSTAKA
Bimo, Suseno. 2010. Analisis Perbandingan.
http://www.statistikolahdata.com/2010/10/analisis-perbandingan. html [Online] diakses
pada tanggal 10 Desember 2013 pada jam 19.08
Consultant, Duwi. 2011. Paires Samples T Test.
http://duwiconsultant.blogspot.com/2011/11/paired-samples-t-test.html [Online]
diakses pada tanggal 11 Desember 2013 pada jam 18.20
Data, Jogja. 2012. Uji T Satu Sample (One Sample T-Test). http://jogja-
olahdata.blogspot.com/2012/11/uji-t-satu-sampel-one-sampel-t-test_24.html [Online]
diakses pada tanggal 11 Desember 2013 pada jam 17.00
Jaka, Nugraha. 2011. Modul Praktikum II Analisis Data Eksplorasi. Yogyakarta: Universitas
Islam Indonesia
Lintasinfo. 2013. Inflasi, Dampak, Pengaruh, Kebijakan, dan Cara Mengatasi.
http://lintasinfo10.blogspot.com/2013/10/inflasi-dampak-pengaruh-kebijakan-cara
mengatasi.html [Online] diakses pada tanggal 11 Desember 2013 pada jam 17.15
Rory. 2011. Uji T Dua Sampel Independen (Varian Sama). http://www.hprory.com/2011/11/
uji-t-dua-sampel-independen-varian-sama.html [Online] diakses pada tanggal 11
Desember 2013 pada jam 13.00