LAPORAN PRAKTIKUM METODE STATISTIK DAN METODE PENELITIAN STATISTIK DESKRIPTIF : DESCRIPTIVES Disusun Oleh : Pebi Pebrianti 11181035 3FA1 FAKULTAS FARMASI UNIVERSITAS BHAKTI KENCANA 2020- 2021 PRAKTIKUM 4 STATISTIK DESKRIPTIF : DESCRIPTIVES DATA OUTPUT PERTAMA 1. Tabel Descriptive Statistics Descriptive Statistics N Minimum Tinggi 25 Valid N (listwise) 25 159.6 Maximum 186.6 Mean 170.120 Std. Deviation 6.0328 2. Interpretasi Data : Berdasarkan praktikum kali ini mengenai Statistik Deskriptif dengan sub menu Descriptives. Dari data variable Tinggi didapat data output Descriptive Statistics seperti diatas. Data tersebut didapat setelah dialakukan analisis deskriptives pada data variable Tinggi. Pada data tersebut didapat beberapa hasil yaitu yang pertama adalah nilai N. Nilai N disini merupakan jumlah data yang ada pada variable Tinggi, maka dari data tersebut dapat diinterpretasikan bahwa jumlah data yang dianalisis pada variable Tinggi sebanyak 25. Selanjutnya, selain nilai N, didapat juga nilai Minimum dan nilai Maximum. Nilai Minimum merupakan nilai terendah dari data yang ada pada variable Tinggi sedangkan nilai Maximum yaitu nilai tertinggi dari data yang ada pada variable Tinggi. Maka, dari tabel Descriptive Statistics hasil analisis tersebut didapat nilai terkecilnya 159,6 dan nilai tertingginya yaitu 186,6 dari data pada variable Tinggi yang dianalisi. Pada data tabel Descriptive Statistics tersebut juga didapat nilai Mean. Nilai mean ini merupakan nilai rata – rata dari data pada variable Tinggi dan berdasarkan hasil analisis didapat nilai rata – rata dari data pada variable Tinggi yaitu 170. Lalu, data yang terakhir yang didapatkan yaitu data Standar Deviasi. Nilai Standar Deviasi ini menunjukkan nilai disperse atau sebaran rata – rata dari sampel dan berdasarkan tabel Descriptive Statistics hasil analisis tersebut nailai atau data Standar Deviasi pada variable Tinggi yaitu sebesar 6,0328. DATA OUTPUT KEDUA 1. Data Variabel Output Kedua No Tinggi ZTinggi 1 170.2 0.01326 2 172.5 0.39451 3 180.3 1.68745 4 172.5 0.39451 5 159.6 -1.74381 6 168.5 -0.26853 7 168.5 -0.26853 8 172.5 0.39451 9 174.5 0.72604 10 159.6 -1.74381 11 170.4 0.04641 12 161.3 -1.46202 13 172.5 0.39451 14 170.4 0.04641 15 168.9 -0.20223 16 168.9 -0.20223 17 177.5 1.22332 18 174.5 0.72604 19 186.6 2.73175 20 164.8 -0.88185 21 170.4 0.04641 22 168.9 -0.20223 23 164.8 -0.88185 24 167.2 -0.48402 25 167.2 -0.48402 2. Interpretasi Data : Setelah dilakukan analisis descriptive pada variable Tinggi dan didapatkan data output pertama yaitu table Descritive Statistics lalu pada Data View yang ada pada aplikasi SPSS terdapat penambahan variable yaitu variable ZTinggi. Ztinggi ini merupakan z-score dari variable Tinggi dan merupakan data output yang kedua dari variable Tinggi. z-score pada data ini dapat diartikan sebagai standard score. Fungsi dari data z-score ini yaitu untuk melihat secara cepat data yang menyimpang cukup jauh dari nilai rata – ratanya atau disebut outlier. Dari data pada tabel tersebut ada yang nilai ZTingginya minus seperti pada baris ke 5, 6, 7, 10, 12, 15, 16, 20, 22, 23, 24 dan 25. Hal ini dikarena data pada baris tersebut memiliki nilai yang kurang dari nilai rata – rata (Mean) maka dari itu nilainya minus. Sedangkan untuk data pada tabel tersebut yang hasilnya positif artinya data pada variable tingginya diatas nilai rata – rata (Mean). Data pada tabel tersebut merupakan hasil perhitugan z-score secara otomatis menggunakan aplikasi SPSS. Namun, untuk perhitunga z-score itu sendiri dapat dihitung secara manual dengan menggunakan rumus. Bila secara manual nilai z-score didapat dari nilai hasil data varibel tinggi dikurangin nilai rata – rata yang kemudian dibagi dengan nilai Standar Deviasi yang didapat pada data Output pertama. Pada tabel tersebut untuk mengetahui data pada tabel yang termasuk kedalam data outlier dapat dicari dengan cara lain juga dapat dilakukan denga menggunakan uji dua sisi pada kurva. bila menggunakan cara ini hal pertama yang dilakukan dengan menentukan tingkat kepercayaan dari pengelohan data. Pada praktikum kali ini, dipilih tingkat kepercayaan yang digunakan yaitu 95%. Tingkat kepercayaan ini digunakan untuk menentukan tingkat signifikansi atau tingkat kesalahannya. Bila tingkat kepercayaaanya 95%, maka didapat tingkat signifikansinya sebesar 5%. Nilai signifikansi ini dapat dari hasil pengurangan total tingkat kepercayaan yaitu 100% dengan tingkat kepercayaan yang ditentukan atau yang dipilih yaitu 95%. Pada praktikum kali ini juga didapat luas kurva sebesar 47,5%. Hasil tersebut didapat dari perhitungan pengurangan 50% yang dikurangi dengan 2,5%. Untuk nilai 50% tersebut menunjukkan luas daerah dari data – data yang tidak termasuk outlier sedangkan 2,5% menunjukkan luas daerah dari data – data yang termasuk outlier. Hasil tersebut merupakan hasil dari setengah nilai sesungguhnya dari luas daerah diluar outlier dibagi setengah nilai sesungguhnya luas outlier. Diambil data setengahnya sebab uji yang digunakan yaitu uji dua sisi untuk dibagi menjadi 2 data disebelah kiri dan kanan. Setelah didapat luas kurva maka didapat juga nilai kritisnya dengan melihat di tabel z. Karena luas kurvanya 47,5% ini artinya sama dengan 0,4750. Dari hasil kurva tersebut nilai 0,4750 berada pada baris dengan nilai znya 1,9 dan pada kolon dengan nilai znya 0,06 sehingga didapat nilai kritisnya 1,96. Maka, drai kurva tersebut didapat bahwa nilai kritis pada kurva untuk bagian kana 1,96 dan untuk bagian kiri -1.96 berarti data yang tidak termasuk outlier adalah data Ztinggi yang kurang dari 1,96 dan lebih dari -1.96. sedangkan untuk data yang termasuk data outlier yaitu data yang nilai z-score lebih dari 1,96 atau kurang dari-1,96. Maka dari data tabel ZTinggi didapat satu data outliernya yaitu pada baris ke 19 yaitu yang memiliki data variable Tingginya 186,6 dan data ZTingginya 2.73175. Hal ini dikarenakan nilai ZTinggi atau z-scorenya lebih dari 1,96.
