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.