latihan biostat
DESCRIPTION
biostatTRANSCRIPT
Paired Sample Test
Apakah tinggi badan setelah olahraga sama dengan tinggi badan sebelum olahraga?
HipotesisH0 : Tinggi badan sesudah olahraga=tinggi badan sebelum olahragaH1 : tinggi badan sesudah olahraga ≠ tinggi badan sebelum olahraga
Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean
Pair 1 tinggi badan sesudah 182.00 5 13.038 5.831
tinggi badan sebelum 154.00 5 11.402 5.099
Dari data yang diperoleh, rata-rata tinggi badan setelah olahraga 182 cm dengan standar deviasi 13,038.
Rata-rata tinggi badan sebelum olahraga 154 cm dengan standar deviasi 11,402.
Paired Samples Correlations
N Correlation Sig.
Pair 1 tinggi badan sesudah & tinggi badan
sebelum5 .774 .125
Paired Samples Test
Paired Differences t df Sig. (2-tailed)
Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference
Lower Upper
Pair 1 tinggi badan sesudah - tinggi badan
sebelum28.000 8.367 3.742 17.611 38.389 7.483 4 .002
Dari data yang diperoleh, didapatkan bahwa rata rata pertambahan tinggi badan setelah berolahraga adalah 28,000 dengan standar deviasi 8,367. Interval pertambahan tinggi badan setelah olahraga dengan batas kepercayaan 95% adalah 17,611<x<38,389. Sig yang didapatkan adalah .002 dimana .002<0.025 yang berarti data diatas significant yang berarti H0 ditolak. Dari data diatas ada perubahan
terhadap tinggi badan.
Two Sample T-Test
Apakah kenaikan harga jaket sama dengan kenaikan harga celana?
Hipotesis
Ho : kenaikan harga jaket = kenaikan harga celana
H1 : kenaikan harga jaket ≠ kenaikan harga celana
Group Statistics
pakaian N Mean Std. Deviation Std. Error Mean
kenaikan harga pakaian jaket 2 27500.0000 31819.80515 22500.00000
celana 3 16333.3333 11846.23710 6839.42818
Dari data yang diperoleh, rata-rata kenaikan harga jaket adalah 27.500 rupiah dengan standar deviasi 31.819,80515 sedangkan rata-rata kenaikan celana adalah 16.333 rupiah dengan standar deviasi 11.846
Independent Samples Test
Levene's Test for Equality of Variances t-test for Equality of Means
F Sig. t df Sig. (2-tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the Difference
Lower Upper
kenaikan harga
pakaian
Equal variances
assumed20.403 .020 .589 3 .597 11166.66667 18952.91437 -49149.96563
Equal variances
not assumed.475 1.188 .707 11166.66667 23516.54264 -196026.80740
Dari data yang diperoleh berdasarkan Levene’s Test, didapatkan bahwa sig 0,020 berarti lebih kecil dari α (0,025). Hal ini
menunjukkan bahwa data significant dan Ho ditolak.
Dari data p ditemukan bahwa sig 0,597>α (0,025) dengan batas kepercayaan 95%. Maka dapat disimpulkan bahwa data ini tidak
significant dan Ho tidak ditolak.
One sample T-Test
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
berat badan 4 48.00 5.292 2.646
Dari data yang diperoleh, ditemukan rata-rata berat badan sebesar 48 kg dengan standar deviasi 5,292.
One-Sample Test
Test Value = 0
t df Sig. (2-tailed) Mean Difference 95% Confidence Interval of the Difference
Lower Upper
berat badan 18.142 3 .000 48.000 39.58 56.42
Data ini diperoleh dengan batas kepercayaan 95% dan sig 0 maka, 0< α(0,025) berarti data yang didapatkan adalah significant sehingga H0 ditolak.
Variabel Numeric dan varieabel Simbolik
Perbedaan data numeric dan kategori kalau numeric itu hasil pendataan kita yang akan digunakan dimasukkan ke dalam spss. Nantinya pengolahan data numeric ini akan menggunakan pengolahan data sentral (mean, median, uji normalitas) Misalnya :berat badan FKG Unpad 2013. Sedangkan kategori adalah data yang akan kita kode terlebih dahulu, mengelompokkan misalnya dari 20 anak FKG Unpad dengan nama tertera, ingin memasukkan data jenis kelamin, tetapi tidak perlu diketik satu-persatu laki atau perempuan cukup saja menulis “1” atau “2” pada data view yang sudah dikodekan pada variable viewnya.
Pie Chart, Bar Chart
Menggunakan data simbolik (kategorial)
Statistics
berlian dan permata
N Valid 5
Missing 0
berlian dan permata
Frequency Percent Valid Percent Cumulative Percent
Valid berlian 3 60.0 60.0 60.0
permata 2 40.0 40.0 100.0
Total 5 100.0 100.0
Statistics
berlian dan permata
N Valid 5
Missing 0
berlian dan permata
Frequency Percent Valid Percent Cumulative Percent
Valid berlian 3 60.0 60.0 60.0
permata 2 40.0 40.0 100.0
Total 5 100.0 100.0
Histogram dan P-plot
Statistics
kenaikan harga emas
N Valid 5
Missing 0
kenaikan harga emas
Frequency Percent Valid Percent Cumulative Percent
Valid 5000.00 1 20.0 20.0 20.0
100000.00 1 20.0 20.0 40.0
300000.00 1 20.0 20.0 60.0
400000.00 2 40.0 40.0 100.0
Total 5 100.0 100.0
Model Description
Model Name MOD_3
Series or Sequence 1 kenaikan harga emas
Transformation None
Non-Seasonal Differencing 0
Seasonal Differencing 0
Length of Seasonal Period No periodicity
Standardization Not applied
Distribution Type Normal
Location estimated
Scale estimated
Fractional Rank Estimation Method Blom's
Rank Assigned to Ties Mean rank of tied
values
Applying the model specifications from MOD_3
Case Processing Summary
kenaikan harga emas
Series or Sequence Length 5
Number of Missing Values in the Plot User-Missing 0
System-Missing 0
The cases are unweighted.
Estimated Distribution Parameters
kenaikan harga emas
Normal Distribution Location 241000.0000
Scale 180013.88835
The cases are unweighted.
Dari data yang didapat, p plot menunjukkan bahwa data tersebut bukan distribusi normal.