LAPORAN PRAKTIKUM I METODE STATISTIKA II PENGUJIAN HIPOTESIS INDEPENDENT DENGAN PENDEKATAN ANALISIS RAGAM

dokumen-dokumen yang mirip
MODUL DISTRIBUSI F (ANOVA)

Analisis Data kategorik tidak berpasangan skala pengukuran numerik

2) Ukuran Data Tidak Sama k n i T 2.. JKT = X 2 ij - i=1 j=1 N k JKK = T 2 i. T 2.. i=1 n i N JKG = JKT - JKK Sumber Jumlah db Kuadrat Tengah F. Hitun

PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya

Analysis of Variance (ANOVA) Debrina Puspita Andriani /

Perbedaan Analisis Univariat dan Multivariat

ANALISIS VARIAN -YQ-

Modul 2017/2018 TUTORIAL SIMULASI KOMPUTER. Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia

LAPORAN PRAKTIKUM STATISTIK ELEMENTER UJI ANALISIS VARIAN DUA ARAH (TWO WAY ANOVA) Dosen Pengampu Dr. Sri Harini, M.Si

LAPORAN STATISTIK ELEMENTER UJI ANALISIS VARIAN SATU ARAH (ANOVA) Dosen pengampu Dr. Sri Harini, M.Si. Oleh Nurul Anggraeni Hidayati NIM.

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 )

MODUL V REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS

PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc.

III OBJEK DAN METODE PENELITIAN. Objek penelitian ini menggunakan catatan reproduksi sapi FH impor

MAKALAH STATISTIKA LANJUT ANALISIS VARIAN DAN KOVARIAN

DISTRIBUSI SAMPLING besar

BAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia

BAB III LANDASAN TEORI

BAB IV DESKRIPSI DAN ANALISIS DATA PENELITIAN. 1. Deskripsi hasil pengamatan aktivitas siswa dengan pendekatan

BAB II METODE ANALISIS DATA. memerlukan lebih dari satu variabel dalam membentuk suatu model regresi.

Pertemuan keenam ANALISIS REGRESI

ANALISIS RAGAM KLASIFIKASI 2 ARAH. b. Mengetahui perbedaan keragaman disebabkan perbedaan antarkolom. Kolom 1 2. j. c. Nilai rata I... R..

Skala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan

BAB 2 TINJAUAN TEORITIS. Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton.

UJI ANOVA. Imam Gunawan DISTRIBUSI F

ANALISIS DATA KOMPARATIF (Anova)

Analisis Varian. Statistika Ekonomi. Ir Tito Adi Dewanto

I. PENDAHULUAN II. TINJAUAN PUSTAKA. 1.1 Latar Belakang

Perancangan Percobaan

TIN309 - Desain Eksperimen Materi #5 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN

STATISTIKA UNTUK KETEKNIKAN. Teknik Analisis Ragam

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random

Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc.

BAB IV HASIL DAN PEMBAHASAN. sebagai kelas kontrol. Penelitian ini bertujuan untuk mengetahui perbedaan

MODUL II ANALYSIS OF VARIANCE (ANOVA)

Regresi dengan Microsoft Office Excel

PRAKTIKUM ANALISIS DATA EKSPLORATIF

BAB 1 PENDAHULUAN. 1. Latar belakang

STATISTIK PERTEMUAN XI

BAB III METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI

MODUL II ANALYSIS OF VARIANCE (ANOVA)

BAB 2 LANDASAN TEORI

Statistika untuk Keteknikan Analisis Ragam

BAB IV HASIL DAN PEMBAHASAN. Pada bab ini akan diuraikan hasil penelitian yang telah dilakukan di SMP

Perancangan Percobaan

BAB III METODE PENELITIAN

BAB 3 PENGOLAHAN DATA

PENGENALAN ALAT HITUNG: KALKULATOR DAN FUNGSI KALKULATOR PADA PROGRAM R STATISTIKA

Teknik Analisis Dampak Pendampingan

BAB 2 TINJAUAN TEORI

BAB 2 LANDASAN TEORI

BAB II TABEL KATEGORIK 2 x 2

A. PEMBAHASAN. 1. Anova Dua Arah

BAB 2. APLIKASI RANCANGAN ACAK LENGKAP 1 FAKTOR

BAB 2 LANDASAN TEORI. pertama digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis

BAB 2 LANDASAN TEORI

PRAKTIKUM RANCANGAN PERCOBAAN KATA PENGANTAR

Ho merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test

BAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1)

Rancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

Pertemuan Ke-12. Analysis of Varians (anova)_m. Jainuri, M.Pd

PERCOBAAN RAK FAKTORIAL DENGAN MENGGUNAKAN R-STUDIO

BAB 3 PENGOLAHAN DATA

UJI NONPARAMETRIK (CHI SQUARE / X2)

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

Contoh Kasus Anova dua arah dengan interaksi:

MODUL PRAKTIKUM STATISTIKA 2. Laboratorium Jurusan. Manajemen Dasar. Fakultas Ekonomi UNIVERSITAS GUNADARMA. Versi 3.1. Tahun Penyusunan 2012

PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB III PERANCANGAN PROGRAM APLIKASI

ANALYSIS OF VARIANCE

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

KONSEP NILAI HARAPAN KUADRAT TENGAH

PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd

CARA MENCARI KOEFISIEN KORELASI DAN REGRESI DENGAN EXCEL 2007

DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA

Anacova Dua Jalur ( 3 x 3,

Uji Perbandingan Rata-Rata

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 ATA 2014/2015

Pengacakan dan Tata Letak

BAB I PENDAHULUAN. Bagaimana mengetahui perbedaan rata-rata dua sampel yang saling

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :

LAB MANAJEMEN DASAR MODUL STATISTIKA 1. Nama : NPM : Kelas : Fakultas Ekonomi Universitas Gunadarma Kelapa Dua

I. PENDAHULUAN II. TINJAUAN PUSTAKA

STATISTIKA DESKRIPTIF

BAB III METODE PENELITIAN

OLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR

BAB III METODE PENELITIAN

BAB 2 LANDASAN TEORI

Pengujian Varian Satu Jalur. (One Way ANOVA)

Langkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000:

BAB III METODOLOGI PENELITIAN. dikemukakan, jenis penelitian ini adalah penelitian eksperimen semu (quasi

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan

BAB 2 LANDASAN TEORI

PERCOBAAN BERFAKTOR DENGAN ARAS NOL ATAU PERLAKUAN KONTROL TERPISAH 1

KISI-KISI ULANGAN KENAIKAN KELAS ( UKK )

Transkripsi:

LAPORAN PRAKTIKUM I METODE STATISTIKA II PENGUJIAN HIPOTESIS INDEPENDENT DENGAN PENDEKATAN ANALISIS RAGAM Oleh : Nama : Ivan Prima Harlis NIM : 125090501111017 Asisten I : Candra Dian F Asisten II : Putri Ria Aprilia LABORATORIUM STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS BRAWIJAYA 2013

BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian ilmiah pada hakikatnya merupakan penerapan metode ilmiah dalam kegiatan keilmuan. Penelitian merupakan kegiatan menguji hipotesis, yaitu menguji kecocokan antara teori dengan fakta empirik di dunia nyata. Hubungan nyata ini lazim dibaca dan dipaparkan dengan bersandar kepada variabel, sedangkan hubungan nyata lazim dibaca dengan memperhatikan data tentang variabel itu. Perkembangan teknologi khususnya teknologi perangkat lunak komputer untuk bidang statistika memberikan kemudahan untuk melakukan pengolahan, pencacahan, dan penghitungan data. Dalam pembahasan kali ini akan dibahas mengenai pengambilan keputusan melalui pengujian hipotesis dengan menggunakan perangkat lunak statistika dan kemudian membandingkan penggolahan menggunakan manual, sedangkan perangkat lunak yang digunakan adalah Genstat Discovery 4. Genstat dipilih karena memiliki cakupan luas dalam penggunaan teknik statistika dan fasilitas yang lengkap untuk keperluan pengolahan dan analisis data, serta genstat sendiri memiliki kelebihan dalam hal pengoperasian yang terdiri dari input window,dan output window(yang menuliskan semua informasi dari perintah yang dilakukan oleh user)dan output window (yang menampilkan semua informasi dari hasil perintah yang dilakukan user sehingga menjadikan paket tatap muka Genstat lebih familiar. 1.2 Tujuan Praktikum Adapun tujuan praktikum ini adalah sebagai berikut. 1. Untuk mengetahui pengujian hipotesis dari sebuah data dan jenis-jenis uji hipotesis. 2. Untuk mengetahui cara menguji hipotesis dengan menggunakan software GenStat dan cara manual menggunakan Microsoft Excel.

BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Pengertian Hipotesis Hipotesis pada dasarnya merupakan suatu proporsi ataupun anggapan yang mungkin benar dan sering digunakan sebagai dasar penelitian yang lebih lanjut.langkah atau prosedur untuk menentukan apakah menerima atau menolak hipotesis dinamakan pengujian hipotesis.untuk pengujian hipotesis, diperlukan pengambilan sampel secara acak, diambil nilai-nilai yang perlu dihitung kemudian dibandingkan menggunakan kriteria tertentu dengan hipotesis. Perlu dijelaskan bahwa meskipun berdasarkan penelitian, hipotesis diterima atau ditolak tidak berarti bahwa kebenaran hipotesis telah dibuktikan atau tidak. Dengan kata lain, penerimaan suatu hipotesis hanya merupakan akibat dari tidak cukupnya bukti untuk menolaknya dan tidak berimplikasi bahwa hipotesis itu benar, yang perlu diperhatikan hanyalah menerima atau menolak hipotesis saja. 2.1.2 Pembagian Hipotesis Hipotesis secara umum dibagi menjadi 2, yaitu : a) Hipotesis Penelitian Hipotesis yang dilakukan dalam usaha memahami, mempelajari, dan mengamati suatu fenomena yang dilakukan dengan penelitian. Sebagai sampel seorang peneliti menguji kasiat obat baru. b) Hipotesis Statistika Hipotesis yang bersifat statistic sebenarnya dapat diartikan sebagai suatu asumsi mengenai parameter fungsi frekuensi random atau dengan kata lain hipotesis yang berhubungan dengan parameter-parameter atau bentuk sebaran peluang populasi. Dalam analisis statistika, hipotesis terbagi menjadi 2 macam, yaitu: Hipotesis awal Biasa disebut dengan H 0 (dibaca H nol). Hipotesis awal adalah hipotesis yang merupakan dasar bagi tindakan

penyajian atau hipotesis pegangan sementara terhadap penyajian yang dilakukan. Jika tidak, amat sangat mudah didapatkan sehingga secara matematik diberi symbol sama dengan( = ). Hipotesis Lawan / Alternatif\ Merupakan alternative dari hipotesis nol, yaitu keputusan apa yang harus ditentukan bila apa yang akan diuji tidak sebagaimana yang dispesifikasi oleh H 0. Atau merupakan hipotesis selain hipotesis awal yang akan diuji apakah dapat diterima atau ditolak dengan informasi yang ada. Perlu diingat bahwa H 0 dan H 1 selalu berlawanan. 2.1.3 Jenis Kesalahan Proses pengambilan keputusan melalui pengujian hipotesis membawa kepada dua jenis kesalahan, yaitu : a. Kesalahan / Galat jenis I (Type I eror) merupakan penolakan hipotesis nol yang benar (kesalahan yang diperbuat apabila hipotesis yang pada hakekatnya benar tapi ditolak) b. Kesalahan / Galat jenis II (Type II eror) merupakan penerimaan hipotesis nol yang salah (Kesalahan yang diperbuat apabila hipotesis yang pada hakekatnya salah tetapi diterima) 2.1.4 Langkah Pengujian Hipotesis Langkah-langkah pengujian hipotesis 2 populasi yang saling bebas (independent) adalah sebagai berikut : 1. Merumuskan Hipotesis (H 0 dan H 1 ) yang sesuai dengan kasus. Untuk pengujian 1 arah :

Atau Untuk pengujian 2 arah : 2. Menentukan taraf nyata/tingkat kesalahan ( ) Besarnya nilai ini sebenarnya tergantung pada keberanian pembuat keputusan, berapa besar kesalahan yang akan ditolerir. Jika dalam perhitungan mempergunakan uji satu arah maka digunakan taraf nyata,sedangkan jika mempergunakan uji dua arah maka digunakan /2.

3. Menentukan statistik uji serta menentukan wilayah H 1 dan wilayah penerimaan. Statistik uji yang digunakan kali ini adalah : table t 4. Analisis statistic (perhitungan) : Jika dan berasal dari populasi yang sama dengan ragam dan tidak diketahui, maka ragam populasi dapat diduga dengan dan. Jika dalam soal tidak diasumsikan jenis ragamnya, maka dibutuhkan analisis ragamnya dengan cara membandingkan dan. Untuk mencari adalah sebagai berikut : ( ) ( ) Jika maka ( ) ( ) ( ) jika ( ), maka rumusnya dapat menjadi : ( ) ( ) dengan dimana (dengan tergantung pada pembuat keputusan dan tergantung pada pengujian 1 arah atau 2 arah) ( ) ( ) ( ) ( )

Sedangkan jika maka ( ) ( ) ( ) jika ( ), maka rumusnya dapat menjadi ( ) ( ) dengan dimana ( ) ( ) ( ) [ ] (dengan tergantung pada pembuat keputusan dan tergantung pada pengujian 1 arah atau 2 arah) 5. Membuat kesimpulan secara statistik 6. Membuat kesimpulan atas dasar objek penelitian. 2.1.5 Analisis Ragam Uji Analysis of Variance(atau bisa juga dibilang Analisis Ragam) digunakan dalam menguji kesamaan mean( rataan) lebih dari dua sample populasi. Uji ANOVA ini merupakan salah satu uji parametrik dan memiliki beberapa syarat untuk menggunakannya yaitu : (Anonymous) 1. Data harus terdistribusi normal 2. Data harus homogen 3. Memiliki variansi yang sama 4. Sampel yag akan diuji harus independent Sebelum melakukan analisis menggunakan uji ANOVA pastikan syarat-syarat tersebut terpenuhi, jika tidak terpenuhi maka dapat digunakan Uji kruskal Wallis.Untuk hipotesis awal dan tandingan dari uji ini biasanya

digunakan Ho:µ1 = µ2 = = µn dan H1: satu atau lebih dari mean populasi tidak sama dengan lainnya. Uji ANOVA dapat dibagi menjadi 2 jenis berdasarkan jumlah variable yang diamati, yaitu one way ANOVA dan two way ANOVA. (Anonymous) One way Anova digunakan bila ada satu variable yang ingin diamati.langkah-langkah pengujiannya yaitu: 1. Tentukan hipotesis awal dan tandingannya yaitu Ho: µ1 = µ2 = = µn dan H1: satu atau lebih dari mean populasi tidak sama dengan lainnya. (Anonymous) 2. Cari nilai rataan, JK antar/jkk (Jumlah kuadrat antar/kolom),jk dalam/jkg (Jumlah kuadrat dalam/galat),jk total/jkt (Jumlah kuadrat Total),KT antar(kuadrat Tengah antar/kolom),kt dalam(kuadrat Tengah Dalam/Galat),KT Total(Kuadrat Tengah Total), dan Fhitung. Nilai-nilai tersebut dapat ditentukan sbb: ( ) ( ) ( ) ( ) (Anonymous) 3. Nilai yang telah didapat di atas dapat dimasukkan ke dalam table ANOVA. Bentuk tabel ANOVA yaitu seperti di bawah ini : Sumber Keragaman Derajat Bebas Jumlah Kuadrat Kuadrat Tengah F hitung Antar / Kolom k-1 JKK

Dalam / Galat k(n-1) JKG ( ) Total n-1 JKT 4. Bandingkan hasil F (hitung) dan F (tabel) lalu beri kesimpulan dengan aturan bila Fhitung > Ftabel maka Ho ditolak begitupun sebaliknya. (Anonymous) Sedangkan two way ANOVA digunakan dalam mengamati dua buah variable.langkah-langkah pengujiannya yaitu : 1. Tentukan hipotesis awal dan tandingannya yaitu Ho:µ1 = µ2 = = µn dan H1: satu atau lebih dari mean populasi tidak sama dengan lainnya. (Anonymous) 2. Cari nilai rataan, JK antar/jkk (Jumlah kuadrat antar/kolom),jk dalam/jkg (Jumlah kuadrat dalam/galat),jk total/jkt (Jumlah kuadrat Total),JKB(Jumlah kuadrat baris),ktb(kuadrat Tengah Baris), KT antar(kuadrat Tengah antar/kolom),kt dalam(kuadrat Tengah Dalam/Galat),KT Total(Kuadrat Tengah Total), Db(Derajat bebas), dan Fhitung. Nilai Db untuk : JKT = rc 1, JKK = c 1, JKG = (r-1)(c-1), JKB = r-1, untuk nilai ( ) ( ) ( )( ). (Anonymous) dan Fhintung 3. Nilai yang telah didapat di atas dapat dimasukkan ke dalam table ANOVA.(Anonymous) 4. Bandingkan hasil Fhitung dan Ftabel lalu beri kesimpulan dengan aturan bila Fhitung > Ftabel maka Ho ditolak begitupun sebaliknya. (Anonymous)

BAB III METODOLOGI 3.1 Pengerjaan menggunakan aplikasi Genstat Berikut adalah langkah-langkah untuk menyelesaikan soal-soal yang berkaitan dengan pengujian 2 hipotesis independent (saling bebas) adalah sebagai berikut : 3.1.1. Membuka software Genstat Membuka aplikasi Genstat melalui desktop shortcut, dengan klik kanan shortcut Genstat pilih Open,kemudian akan muncul kotak dialog sebagai berikut :

Lalu pilih run discovery maka akan tampak tampilan akan muncul kotak dialog sebagai berikut : 3.1.2. Menginput data Setelah muncul kotak dialog seperti gambar diatas, kemudian klik icon Excel Import Wizard > pilih data yang akan di uji. Maka akan muncul kotak dialog sebagai berikut :

Klik icon kotak hijau pada pojok kiri Sheet active cells( ) Lalu pada Menubar, pilih Spread >Manipulate >Stack. Fungsi stack adalah untuk menggabungkan 2 kelompok data menjadi 1 kolom. Lalu pada kotak dialog, klik 2 kali data 1 dan data 2 yang tertera di box available data. Pada kotak nama kolom, isi dengan keinginan. Setelah itu, klik OK.

Untuk mengganti 1 menjadi A di kolom Source dengan cara: Klik cells A 1 > Klik Active Sheet Cell > Klik kanan pada A 1 > Column Attributes >Labels > Klik 2x yang akan mau di ganti > Enter > OK Langkah selanjutnya, untuk menganalisis data, klik Stat > Analysis of variance > general.

Langkah selanjutnya, akan muncul dialog seperti berikut : Pada kolom : Design : pilih sesuai dengan analisis yang ingin di uji.(dalam contoh : one way ANOVA no blocking ) Y-Variate: klik dua kali data yang tertera di kotak available data. Treatmen : klik dua kali source pada kotak available data. Lalu klik Run akan muncut output sebagai berikut :

3.2 Analisis uji 2 hipotesis independent melalui cara manual menggunakan Microsoft Excel. Langkah-langkah menguji hipotesis 2 populasi independent dengan pendekatan analisis ragam menggunakan Microsoft Excel adalah sebagai berikut. 1. Buat table, dan masukkan semua data yang ingin di analisis. 2. Cari rata-rata dengan cara =Average(cells yang mau dicari rata-ratanya) dari kedua populasi/kelompok masing-masing, setelah itu cari rata-rata total ( rata-rata data dari kelompok ke 1 + rata-rata data dari kelompok ke 2 dibagi 2) 3. Lalu, dilanjutkan dengan mencari deviasi total, deviasi antar, deviasi dalam, dan check dari masing data satu persatu. a. Deviasi Total : = (cell masing-masing data) (rata-rata total) lalu tekan F4, enter. b. Deviasi Antar : = (cell masing-masing rata-rata kelompok data, tekan F4) (rata rata total, tekan F4), tekan enter. Drag sampai baris data terakhir. c. Deviasi Dalam : = (masing-masing data) (rata-rata kelompok masing-masing, tekan F4), tekan enter. d. Check : = (deviasi antar + deviasi dalam), tekan enter. e. JK total : = (cell deviasi total^2), tekan enter. f. JK antar : = (cell deviasi antar^2), tekan enter.

g. JK dalam : = (cell deviasi dalam^2), tekan enter. h. JK Total Keseluruhan : = (jumlah total JK total masing-masing data di kelompok data 1 + jumlah total JK total masing-masing data di kelompok data 2), tekan enter. i. JK Antar Keseluruhan : = (jumlah total JK antar masing-masing data di kelompok data 1 + jumlah total JK antar masing-masing data di kelompok data 2), tekan enter. j. JK Dalam Keseluruhan : =(jumlah total JK dalam masing-masing data di kelompok data 1 + jumlah total JK dalam masing-masing data di kelompok data 2), tekan enter. k. Untuk mencari f hitung =

BAB IV PEMBAHASAN Petani buah mengatakan bahwa berat buah semangka A dari pohon semangka yang diberi pupuk organik berbeda dengan berat buah semangka dari pohon semangka B yang diberi pupuk anorganik. Seorang pengendali mutu hasil pertanian ingin membuktikan pendapat tersebut dengan mengambil sampel secara acak masing-masing 50 buah semangka dari pohon yang diberi pupuk organik dan 50 buah semangka dari pohon yang diberi pupuk anorganik kemudian diuji beratnya. Berikut data yang didapatkan dari penimbangan berat masing-masing semangka dalam satuan gram. NO Semangka A Semangka B NO Semangka A Semangka B 1 622,0 638,2 26 623,8 660,4 2 616,4 628,9 27 627,6 627,9 3 632,1 584,5 28 621,2 609,8 4 638,6 650,7 29 614,9 643,0 5 630,0 626,3 30 626,6 641,3 6 621,9 640,3 31 607,6 629,7 7 619,2 649,4 32 608,0 635,8 8 619,8 627,1 33 626,0 597,2 9 608,9 616,1 34 618,8 645,6 10 623,8 639,4 35 618,2 655,1 11 615,7 652,1 36 630,1 649,7 12 632,5 621,8 37 639,3 641,7 13 606,5 626,3 38 607,9 632,9 14 616,9 653,0 39 619,4 612,1 15 615,5 647,8 40 615,1 611,2 16 637,5 619,1 41 600,7 643,3 17 624,3 647,6 42 628,0 621,7 18 642,6 634,6 43 626,5 603,3 19 619,0 626,6 44 617,8 638,7 20 623,6 628,3 45 599,5 651,0 21 622,0 636,0 46 624,3 628,2 22 634,7 615,2 47 614,8 637,7 23 619,8 636,8 48 643,9 622,9 24 635,6 630,0 49 6xx,6 6xx,0 25 640,2 628,1 50 6xx,0 6xx,9

(xx= masukkan 2 digit belakang NIM anda!) UJI 2 HIPOTESIS independent Dengan taraf nyata 5%, ujilah dengan GENSTAT dan MANUAL (menggunakan m.excel). 4.1 Pembahasan dengan menggunakan Ms.Excel

622.27 631.586 6346.73 13222.90 1083.92 1083.92 5262.82 12138.98 626.93 19569.63 2167.83 17401.80 H 0 ; µ 1 = µ 2 = 0

H 1 ; µ 1 µ 2 F tabel = = 3,938 Interpretasi Karena F hitung > F tabel maka H 0 ditolak, yang berarti bahwa berat buah semangka A dari pohon semangka yang diberi pupuk organik berbeda dengan berat buah semangka dari pohon semangka B yang diberi pupuk anorganik dengan tingkat kesalahan 5 %. 4.2 Output Genstat H 0 ; µ 1 = µ 2 = 0 H 1 ; µ 1 µ 2 F itung F tabel = f = 3,938

Interpretasi Karena F hitung > F tabel maka H 0 ditolak, yang berarti bahwa berat buah semangka A dari pohon semangka yang diberi pupuk organik berbeda dengan berat buah semangka dari pohon semangka B yang diberi pupuk anorganik dengan tingkat kesalahan 5.

BAB V PENUTUP 5.1. Kesimpulan Dari hasil analisis dalam praktikum kali ini dapat ditarik kesimpulan bahwa uji hipotesis nilai tengah dua populasi yang mana dapat didekatkan dengan menggunakan tabel analisis ragam atau Uji F dalam penerimaan H 0 atau penolakan H 0. Penghitungan data menggunakan GenStat maupun secara manual (menggunakan Microsoft Excel) memiliki hasil yang sama(tidak jauh berbeda). Ini dikarenakan data yang digunakan adalah sama dan perhitungan manual menggunakan rumus yang sesuai sehingga hasilnya pun sama dari pengolahan data dengan aplikasi Genstat 5.2. Saran Menurut saya tentang praktikum kali ini sudah cukup baik dan cukup memberikan saya pemahaman mengenai bagaimana pengujian hipotesis menggunakan cara manual ataupun melalui Genstat. Namun ada sedikit kekurangan dari praktikum kali ini, dalam penyampaian meteri masih belum maksimal jadi saya harapkan lebih maksimal lagi dalam pemberian materi yang lainnya.

DAFTAR PUSTAKA Suntoyo.1990.Dasar-dasar STATISTIKA. Rajawali Pers.Jakarta. Pramoedyo, Henny.2013.Statistika Inferensia Terapan.Danar Wijaya.Malang.

LAMPIRAN