Descriptive Statistics
Digunakan untuk menghitung:
N (banyaknya data)
Mean merupakan rata-rata hitung yang diperoleh dari jumlah data dibagi banyaknya data (ukuran data) atau dapat ditulis
x ̅=(∑_(i=1)^n▒x_i )/n di mana x ̅=mean;n=ukuran data dan x_i=data ke-i
Median
Nilai pengamatan yang terletak di tengah-tengah bila data yang kita punya diurut dari terkecil ke terbesar
Standart Deviation (STDEV)/ Simpangan Baku merupakan ukuran penyebaran yang dihitung dengan cara:
s=√((∑_(i=1)^n▒(x_i-x ̅ )^2 )/(n-1))
SE Mean diperoleh dengan cara membagi standart deviasi dengan akar banyaknya data
SEMean=STDev/√n
Minimum: nilai terkecil data
Maximum: nilai terbesar data
Nilai pengamatan yang terletak pada pengamatan ke-1/4 n
Q1 : quartil pertama
Q3: quartil ketiga
Nilai pengamatan yang terletak pada pengamatan ke-3/4 n

Contoh : Peubah X dan nilai pengamatannya (Yitnosumarto, 1990) hal 31
10 5 8 6 8 4 7 8 9 12

Cara:
Masukkan data dalam satu kolom (C1)
Perintah:
Dengan dialog Box
Stat
Basic Statistic
Display Descriptive Statistics
Masukkan kolom yang diinginkan untuk dihitung deskriptif Statistiknya dalam Box Variable
OK

Tampilan
Descriptive Statistics: C1

Variable Mean SE Mean StDev Minimum Q1 Median Q3 Maximum
C1 7,700 0,746 2,359 4,000 5,750 8,000 9,250 12,000


Rataannta 7,70, nilai minimum 4......................
PENGUJIAN HIPOTESIS
HIPOTESIS adalah anggapan sementara yang akan dibuktikan kebenarannya berdasarkan hasil pengamatan sampel. Dalam statistika, kita mengenal dua macam hipotesis, yaitu hipotesis nol (H0) dan hipotesis alternatif (H1). Hipotesis selalu menguji tentang parameter populasi yang melibatkan nilai tengah, ragam dan proporsi “ Sukses”.
Pengujian hipotesis yang akan dibahas khusus data kontinu. Untuk data kontinu kita selalu mengatakan bahwa data tersebut berasal dari populasi tersebar normal atau dengan mempertimbangkan dalil limit pusat. Statistik uji ditentukan dengan mentransformasikan statistik yang dihitung dari contoh ke dalam peubah normal baku, bila ragam diketahui menggunakan z atau ke peubah t jika ragam tidak diketahui. Dengan demikian titik kritis yang digunakan adalah nilai sebaran Z dan sebaran t sebagaimana dalam buku-buku statistik dengan α yang kita tentukan sebelumnya
Ragam populasi Diketahui
Sebagaimana disebutkan di atas, untuk ragam diketahui digunakan sebaran Z dengan statistik uji:
Z= (x ̅-μ)/(σ/√n)
Contoh:
Dalam pembuatan gotri diketahui bahwa ukuran baku 0.02 cm dan rataan 0.3. Akhir-akhir ini terdapat kecenderungan mengecil ukurannya karena ada gangguan pada alat produksinya. Untuk memutuskan apakah diadakan perbaikan atau tidak, diambil contoh acak berukuran 16 dan diperoleh data sebagai berikut (dalam cm):
0.51 0.50 0.48 0.49 0.48 0.50 0.49 0.50
0.49 0.48 0.47 0.50 0.51 0.47 0.48 0.49
Jika digunakan alpha 0.05, kesimpulannya?(Data diasumsikan menyebar normal)
Langkah-langkah pengujian hipotesis dalam minitab
Masukkan seluruh data yang akan dianalisis dalam satu kolom
Perintah
Dengan dialog box
Stat
Basic Statistics
1-Sample Z
Masukkan kolom data yang ingin diuji Masukkan Sigma dan Test Mean yang sesuai
Pilih options unt uk menentukan jenis Hipotesis alternatif
OK


Tampilan
One-Sample Z: C1

Test of mu = 0,3 vs < 0,3 The assumed standard deviation = 0,02 95% Upper Variable N Mean StDev SE Mean Bound Z P C1 16 0,49000 0,01265 0,00500 0,49822 38,00 1,000 Ragam populasi tidak diketahui Apabila ragam tidak diketahui digunakan sebaran t dengan statistik uji: t= (x ̅-μ)/(s/√n) Contoh : Pertumbuhan berat badan tubuh sapi sangat dipengaruhi tidak saja banyaknya makanan hijauan yang diberikan, tetapi juga oleh kualitas makanan tersebut. Secara rata-rata diketahui bahwa pertumbuhan berat sapi umur satu tahun, atas dasar perhitungan 1 tahun, 2 kg/minggu(miu). Untuk mengetahui apakah pertumbuhan berat merata sepanjang 1 tahun, selama musim penghujan dilakukan pengukuran terhadap 20 ekor sapi umur 1 tahun yang dipilih secara acak dan diperoleh pertumbuhan berat sapi umur 1 tahun yang dipilih secara acak dan diperoleh pertumbuhan berat rata-rata per minggu sebagai berikut (dalam kg): 1.9 2.5 2.2 2,4 2,0 2.3 2,2 2,1 1,8 2,4 2,6 2,0 2,3 2,2 1,9 2,4 2,6 2,2 2,0 2,1 Dengan alpha 0.05, tentukan apakah pertumbuhan berat badan tersebut lebih besar per minggunya! Langkah-langkah pengujian hipotesis dalam minitab Masukkan seluruh data yang akan dianalisis dalam satu kolom Perintah Dengan dialog box Stat Basic Statistics 1-Sample t Masukkan kolom data yang ingin diuji Masukkan Sigma dan Test Mean yang sesuai Pilih options unt uk menentukan jenis Hipotesis alternatif OK Tampilan One-Sample T: C1 Test of mu = 2 vs > 2


95% Lower
Variable N Mean StDev SE Mean Bound T P
C1 20 2,2050 0,2328 0,0521 2,1150 3,94 0,000