ºÝºÝߣ

ºÝºÝߣShare a Scribd company logo
MODUL V
TRANSFORMASI DATA LOGARITMA
5.1 CARA KERJA
Proses transformasi data dengan menggunakan spss(transformasi log) dapat
dilakukan langkah-langkah sebagai berikut:
Langkah 1. Buka aplikasi SPSS
Langkah 2. Isikan nama Variable View
Langkah 3. Isikan data pada Data View
Langkah 4. Klik Analyze, pilih Descriptive Statistics, kemudian pilih Explore
Langkah 5. Masukkan data Jumlah_Bakteri kedalam Dependent List
Langkah 6. Kemudian klik Statistics lalu pilih Descriptives dan klik Continue
Langkah 7. Selanjutnya pilih plot lalu pilih Dependent together dan ganti Stem-and-
leaf dengan Histogram, kemudian klik Continue
Langkah 8. Klik OK, maka akan diperoleh hasil analisis sebagai berikut:
Descriptives
Statistic Std. Error
jumlah bakteri
Mean 32,83 4,542
95% Confidence Interval for
Mean
Lower Bound 21,16
Upper Bound 44,51
5% Trimmed Mean 32,59
Median 31,00
Variance 123,767
Std. Deviation 11,125
Minimum 20
Maximum 50
Range 30
Interquartile Range 20
Skewness ,598 ,845
Kurtosis -,551 1,741
Berdasarkan hasil analisis deskriptif diketahui bahwa mean (32,83) > median
(31,00) dan Skewness (+). Data tersebut belum terdistribusi normal dan dapat kita
transformasikan agar mendekati disribusi normal dengan menggunakan Transformasi
Logaritma (Log). Langkah yang dilakukan pada pengujian adalah sebagai berikut:
Langkah 1. Klik Transform dan pilih Compute Variable
Langkah 2. Beri nama target dengan nama LogBakteri, untuk membedakan data
awal dan data hasil transformasi
Langkah 3. Klik Arithmetic pada kolom function group dan pada kolom function and
special variable kemudian pilih Lg10
Langkah 4. Masukkan LG10 kedalam box Numeric Expression dan klik tanda panah
Langkah 5. Masukkan data dengan klik Bakteri ke dalam Numeric Expression untuk
mentransformasi data jumlah bakteri
Langkah 6. Klik OK, maka akan di peroleh hasil sebagai berikut:
Descriptives
Statistic Std. Error
logBakteri
Mean 1.4957 .05997
95% Confidence Interval
for Mean
Lower Bound 1.3415
Upper Bound 1.6498
5% Trimmed Mean 1.4952
Median 1.4905
Variance .022
Std. Deviation .14690
Minimum 1.30
Maximum 1.70
Range .40
Interquartile Range .27
Skewness .102 .845
Kurtosis -.972 1.741
Langkah 7. Kemudian klik OK dan hasilnya adalah sebagai berikut(data view)
Kemudian cek kembali nilai skewness, median, dan mean dari data hasil
transformasi, apakah sudah homogen dan sudah mendekati distribusi normal atau
belum. Jika sudah lakukan pengujian hipotesis menggunakan uji statistik yaitu
menggunakan Uji T.
Langkah yang dilakukan untuk perhitungan uji T adalah sebagai berikut:
Langkah 1. Klik Analyze, pilih Compare Means kemudian pilih Independent-
Samples T Test
Langkah 2. Masukkan Jumlah bakteri ke Test Variable dan masukkan Media ke
Grouping Variable
Langkah 3. Klik Define Groups, kemudian masukan angka 1 ke Group 1 dan angka 2
ke Group 2
Langkah 4. Klik Continue kemudian klik Ok, maka diperoleh hasil sebagai berikut:
Group Statistics
1=mediaA,2=mediaB N Mean Std. Deviation Std. Error Mean
jumlah bakteri
1 3 28,33 11,150 6,438
2 3 37,33 11,150 6,438
Berdasarkan uji T yang telah dilakukan bahwa data tersebut juga sudah homogen.
5.2. DATA
Sebuah penelitian untuk uji coba penumbuhan bakteri positif dengan
menggunakan 2 jenis media. Masing-masing media ulangan dilakukan sebanyak 3
kali. Hasil yang didapatkan adalah sebagai berikut:
Ulangan Media
A (Jumlah
Bakteri)
B (Jumlah
Bakteri)
1 20 50
2 24 33
3 41 29
5.3. PERTANYAAN
Apakah dapat disimpulkan bahwa jumlah bakteri yang tumbuh pada media A
tidak sama dengan jumlah rata-rata bakteri yang tumbuh pada media B? (taraf
signifikan 0,05). Lakukan pengujian dengan uji t.
5.4.1. HASIL DAN PEMBAHASAN
5.4.1. Interpretasi hasil
Hasil nilai case processing summary distribusi descriptive sebelum dilakukan
transformasi logaritma tersaji pada tabel 1 dan 2.
Tabel 1. Tabel case processing summary sebelum dilakukan transformasi logaritma
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Jumlah Bakteri yang
Tumbuh
6 100.0% 0 0.0% 6 100.0%
````
```````````````````````````````````````````````````````````
Sumber: IBM SPSS Statistik Data Editor, 2016.
Sumber: Praktikum Pengolahan Data Perikanan, 2016.
Jumlah data yang valid pada tabel jumlah bakteri yang tumbuh adalah
sebanyak 6 buah dengan presentase 100% dan tidak terdapat data yang hilang atau
missing. Total data yang berada dalam tabel adalah sebanyak 6 buah dengan
presentase 100%.
Tabel 2. Tabel distribusi descriptive sebelum dilakukan transformasi logaritma
Descriptives
Statistic Std. Error
Jumlah bakteri
Mean 32,83 4,542
95% Confidence Interval for
Mean
Lower Bound 21,16
Upper Bound 44,51
5% Trimmed Mean 32,59
Median 31,00
Variance 123,767
Std. Deviation 11,125
Minimum 20
Maximum 50
Range 30
Interquartile Range 20
Skewness ,598 ,845
Kurtosis -,551 1,741
Berdasarkan hasil descriptive sebelum dilakukan transformasi didapatkan nilai
skewness 0,598 yang menunjukkan nilai skewness positif. Persebaran data hasil
descriptive menunjukkan distribusi tidak normal. Nilai variance yang didapatkan
adalah 123,767 yang menunjukkan persebaran data distribusi terlalu lebar. Nilai mean
diperoleh 44,55 sedangkan nilai median diperoleh 31,00. Nilai mean lebih besar dari
Sumber: IBM SPSS Statistik Data Editor, 2016.
median menunjukkan bahwa nilai skewness positif. Nilai maksimum pada tabel
adalah 50 dan nilai minimum adalah 20 yang berarti nilai range dari tabel sebesar 30.
Range yang jauh sampai 30 menunjukkan persebaran pada distribusi terlalu jauh dari
garis normal maka perlu dilakukan transfornasi data logaritma agar distribusinya
mendekati normal. Pada data tersebut nilai kutosis atau keruncingan datanya karena
kurang dari 3 yaitu -0,551. Jika digambarkan dengan grafik, maka ekor kurva akan
lebih memanjang ke kanan.
Distribusi descriptive setelah dilakukan transformasi logaritma tersaji pada
tabel 3.
Tabel 3. Tabel distribusi descriptive setelah dilakukan transformasi logaritma
Descriptives
Statistic Std. Error
logBakteri
Mean 1.4957 .05997
95% Confidence Interval
for Mean
Lower Bound 1.3415
Upper Bound 1.6498
5% Trimmed Mean 1.4952
Median 1.4905
Variance .022
Std. Deviation .14690
Minimum 1.30
Maximum 1.70
Range .40
Interquartile Range .27
Skewness .102 .845
Kurtosis -.972 1.741
Sumber: IBM SPSS Statistik Data Editor, 2016.
Diketahui bahwa nilai mean, median dan skewness sebelum dilakukan
transformasi logaritma adalah 32,83 , 31,00 dan 0,598. Sedangkan nilai mean, median
dan skewness setelah dilakukan transformasi logaritma adalah 1,4957 , 1,4905 , dan
0,102. Rentan data sebelum transformasi bernilai cukup besar yaitu 30 sehingga
persebaran datanya tidak normal. Kemudian untuk rentan data setelah
ditransformasikan bernilai kecil yaitu 0,40 sehingga persebaran datanya mendekati
normal.
Hasil nilai signifikasi sebelum dan sesudah dilakukan transformasi logaritma
tersaji pada tabel 4.
Tabel 4. Data hasil signifikasi sebelum dan sesudah dilakukan transformasi logaritma
Nilai signifikasi sebelum dilakukan transformasi logaritma sebagai berikut:
Group Statistics
1=Media A, 2=Media B N Mean Std. Deviation Std. Error
Mean
Jumlah Bakteri yang
Tumbuh
1 3 28.33 11.150 6.438
2 3 37.33 11.150 6.438
Rata-rata jumlah bakteri pada media A adalah 28,33 dengan standar deviasi
11,150 dan standart error 6,438. Rata-rata jumlah bakteri pada media B adalah 37,33
dengan standar deviasi 11,150 dan standart error 6,438.
Sumber: IBM SPSS Statistik Data Editor, 2016.
Nilai signifikasi setelah dilakukan transformasi logaritma adalah sebagai
berikut:
Diketahui bahwa nilai signifikasi sebelum transformasi adalah 0,2, sedangkan
setelah dilakukan transformasi adalah 0,379. Berdasarkan tabel diatas didapatkan
nilai tes F (Levene,s Test) sama dengan 0 dan nilai sig. 1. Didapat juga nilai t hitung
sebesar -0,989 dan Df (Derajat kebebasan) bernilai 4. NIlai Sig. (2-tailed) adalah
0,379. Mean difference (Perbedaan rata-rata) pada tabel diatas bernilai -9. Perbedaan
berkisar antara 34,278 sampai 16,278 (lower dan upper). Sedangkan hasil perbedaan
standar deviasinya bernilai 9,104.
Hasil persebaran data sebelum dan sesudah dilakukan transformasi logaritma
tersaji pada tabel 5.
Tabel 5. Tabel hasil transformasi logaritma
Sumber: IBM SPSS Statistik Data Editor, 2016.
Sumber: IBM SPSS Statistik Data Editor, 2016.
Berdasarkan tabel 5 dapat dilihat bahwa sebelum data ditransformasikan,
persebaran datanya terlalu jauh. Setelah data ditransformasikan, persebaran datanya
menjadi dekat. Hal itu dapat dilihat dari contoh data minimal dan data maksimal
adalah 20 bakteri dan 50 bakteri yang menyebabkan persebaran datanya dikatakan
tidak normal. Sedangkan, setelah dilakukan transformasi logaritma data minimal dan
data maksimal diperoleh range yang tidak terlalu jauh yaitu sebesar 0,31, sehingga
persebaran datanya dikatakan mendekati normal.
Hasil data jumlah bakteri sebelum dan sesudah di transformasi tersaji pada
gambar 1.
Gambar 1. Gambar data jumlah bakteri sebelum dan sesudah di transformasi
logaritma
Data sebelum di transformasi Data sesudah di transformasi
Berdasarkan gambar sebelum dan sesudah transformasi logaritma bahwa
sebelum di transformasi penyebaran menjauhi dari garis normal sedangkan sesudah di
transformasi penyebarannya mendekati garis normal.
Sumber: IBM SPSS Statistik Data Editor, 2016.
5.4.2. Interpretasi Analisis Hasil
Berdasarkan data hasil uji-t pada interpretasi analisis tersaji pada tabel 4.
Tabel 6. Tabel hasil independent samples test (uji-t)
Hipotesis:
H0 = Jumlah bakteri yang tumbuh pada media A tidak sama(tidak homogen) dengan
jumlah bakteri yang tumbuh pada media B
H1 = Jumlah bakteri yang tumbuh pada media A sama(homogen) dengan jumlah
bakteri yang tumbuh pada media B
Berdasarkan perhitungan uji T diperoleh nilai signifikasi 0,379 > 0,05. Hal
tersebut menunjukkan h0 diterima sedangkan h1 ditolak. Maka dapat disimpulkan
bahwa Jumlah bakteri yang tumbuh pada media A tidak sama dengan jumlah bakteri
yang tumbuh pada media B.
Sumber: IBM SPSS Statistik Data Editor, 2016.

More Related Content

Similar to Modul v logaritma anis kel.16 (20)

PERTEMUAN 2 - materi 7 Analisis Data dan Statistik Sosial.pptx
PERTEMUAN 2 - materi 7 Analisis Data dan Statistik Sosial.pptxPERTEMUAN 2 - materi 7 Analisis Data dan Statistik Sosial.pptx
PERTEMUAN 2 - materi 7 Analisis Data dan Statistik Sosial.pptx
DavidBenjamin84
Ìý
6. modul-belajar-spss-1-dikonversi-blm siap edit.pptx
6. modul-belajar-spss-1-dikonversi-blm siap edit.pptx6. modul-belajar-spss-1-dikonversi-blm siap edit.pptx
6. modul-belajar-spss-1-dikonversi-blm siap edit.pptx
ssuser4f88d11
Ìý
Mpi.3 pokok bahasan 3
Mpi.3 pokok bahasan 3Mpi.3 pokok bahasan 3
Mpi.3 pokok bahasan 3
WiandhariEsaBBPKCilo
Ìý
220922 Practical Statistics and Data Analysis.pdf
220922 Practical Statistics and Data Analysis.pdf220922 Practical Statistics and Data Analysis.pdf
220922 Practical Statistics and Data Analysis.pdf
bambangg2
Ìý
Analisis deskriptif dengan spss - Mawar Nazhira
Analisis deskriptif dengan spss - Mawar NazhiraAnalisis deskriptif dengan spss - Mawar Nazhira
Analisis deskriptif dengan spss - Mawar Nazhira
Rosti Hidayah
Ìý
Practical Statistics and Data Analysis.pptx
Practical Statistics and Data Analysis.pptxPractical Statistics and Data Analysis.pptx
Practical Statistics and Data Analysis.pptx
bambangg2
Ìý
PPT ANOVA.pptx
PPT ANOVA.pptxPPT ANOVA.pptx
PPT ANOVA.pptx
dintizahra
Ìý
bagian 2 pengujian hipotesis deskriptif 1 sampel
bagian 2 pengujian hipotesis deskriptif 1 sampelbagian 2 pengujian hipotesis deskriptif 1 sampel
bagian 2 pengujian hipotesis deskriptif 1 sampel
baiqtryz
Ìý
Sesi 6 uji-normalitas
Sesi 6 uji-normalitasSesi 6 uji-normalitas
Sesi 6 uji-normalitas
Cintya Rachma
Ìý
12611132 muthia khaerunnisa
12611132 muthia khaerunnisa12611132 muthia khaerunnisa
12611132 muthia khaerunnisa
Muthya Khaerunnisa
Ìý
Aminullah assagaf multivariate data analysis 19 feb 2021
Aminullah assagaf multivariate data analysis 19 feb 2021Aminullah assagaf multivariate data analysis 19 feb 2021
Aminullah assagaf multivariate data analysis 19 feb 2021
Aminullah Assagaf
Ìý
PPT-UEU-Statistik-Pertemuan-14.pptx.....
PPT-UEU-Statistik-Pertemuan-14.pptx.....PPT-UEU-Statistik-Pertemuan-14.pptx.....
PPT-UEU-Statistik-Pertemuan-14.pptx.....
Jumainmain1
Ìý
Belajar sendiri-spss-16
Belajar sendiri-spss-16Belajar sendiri-spss-16
Belajar sendiri-spss-16
Kehidupanku Ini
Ìý
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdfAminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf
Ìý
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdfAminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
Aminullah Assagaf
Ìý
belajar-spss.pdf
belajar-spss.pdfbelajar-spss.pdf
belajar-spss.pdf
TaryonoSyafiq1
Ìý
Laporan Progress 2_078 - 067.pdf
Laporan Progress 2_078 - 067.pdfLaporan Progress 2_078 - 067.pdf
Laporan Progress 2_078 - 067.pdf
dimasrizal8
Ìý
Laporan praktikum teori peluang 5
Laporan praktikum teori peluang 5 Laporan praktikum teori peluang 5
Laporan praktikum teori peluang 5
zenardjov
Ìý
PERTEMUAN 1-3.pot.pptx
PERTEMUAN 1-3.pot.pptxPERTEMUAN 1-3.pot.pptx
PERTEMUAN 1-3.pot.pptx
SuryaFahrozi2
Ìý
Uji Normalitas Penelitian
Uji Normalitas PenelitianUji Normalitas Penelitian
Uji Normalitas Penelitian
Sansanikhs
Ìý
PERTEMUAN 2 - materi 7 Analisis Data dan Statistik Sosial.pptx
PERTEMUAN 2 - materi 7 Analisis Data dan Statistik Sosial.pptxPERTEMUAN 2 - materi 7 Analisis Data dan Statistik Sosial.pptx
PERTEMUAN 2 - materi 7 Analisis Data dan Statistik Sosial.pptx
DavidBenjamin84
Ìý
6. modul-belajar-spss-1-dikonversi-blm siap edit.pptx
6. modul-belajar-spss-1-dikonversi-blm siap edit.pptx6. modul-belajar-spss-1-dikonversi-blm siap edit.pptx
6. modul-belajar-spss-1-dikonversi-blm siap edit.pptx
ssuser4f88d11
Ìý
220922 Practical Statistics and Data Analysis.pdf
220922 Practical Statistics and Data Analysis.pdf220922 Practical Statistics and Data Analysis.pdf
220922 Practical Statistics and Data Analysis.pdf
bambangg2
Ìý
Analisis deskriptif dengan spss - Mawar Nazhira
Analisis deskriptif dengan spss - Mawar NazhiraAnalisis deskriptif dengan spss - Mawar Nazhira
Analisis deskriptif dengan spss - Mawar Nazhira
Rosti Hidayah
Ìý
Practical Statistics and Data Analysis.pptx
Practical Statistics and Data Analysis.pptxPractical Statistics and Data Analysis.pptx
Practical Statistics and Data Analysis.pptx
bambangg2
Ìý
PPT ANOVA.pptx
PPT ANOVA.pptxPPT ANOVA.pptx
PPT ANOVA.pptx
dintizahra
Ìý
bagian 2 pengujian hipotesis deskriptif 1 sampel
bagian 2 pengujian hipotesis deskriptif 1 sampelbagian 2 pengujian hipotesis deskriptif 1 sampel
bagian 2 pengujian hipotesis deskriptif 1 sampel
baiqtryz
Ìý
Sesi 6 uji-normalitas
Sesi 6 uji-normalitasSesi 6 uji-normalitas
Sesi 6 uji-normalitas
Cintya Rachma
Ìý
12611132 muthia khaerunnisa
12611132 muthia khaerunnisa12611132 muthia khaerunnisa
12611132 muthia khaerunnisa
Muthya Khaerunnisa
Ìý
Aminullah assagaf multivariate data analysis 19 feb 2021
Aminullah assagaf multivariate data analysis 19 feb 2021Aminullah assagaf multivariate data analysis 19 feb 2021
Aminullah assagaf multivariate data analysis 19 feb 2021
Aminullah Assagaf
Ìý
PPT-UEU-Statistik-Pertemuan-14.pptx.....
PPT-UEU-Statistik-Pertemuan-14.pptx.....PPT-UEU-Statistik-Pertemuan-14.pptx.....
PPT-UEU-Statistik-Pertemuan-14.pptx.....
Jumainmain1
Ìý
Belajar sendiri-spss-16
Belajar sendiri-spss-16Belajar sendiri-spss-16
Belajar sendiri-spss-16
Kehidupanku Ini
Ìý
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdfAminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_7 Nop 2023.pdf
Aminullah Assagaf
Ìý
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdfAminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
Aminullah Assagaf_EVIEWS, STATA, Data Panel_6 Nop 2023.pdf
Aminullah Assagaf
Ìý
belajar-spss.pdf
belajar-spss.pdfbelajar-spss.pdf
belajar-spss.pdf
TaryonoSyafiq1
Ìý
Laporan Progress 2_078 - 067.pdf
Laporan Progress 2_078 - 067.pdfLaporan Progress 2_078 - 067.pdf
Laporan Progress 2_078 - 067.pdf
dimasrizal8
Ìý
Laporan praktikum teori peluang 5
Laporan praktikum teori peluang 5 Laporan praktikum teori peluang 5
Laporan praktikum teori peluang 5
zenardjov
Ìý
PERTEMUAN 1-3.pot.pptx
PERTEMUAN 1-3.pot.pptxPERTEMUAN 1-3.pot.pptx
PERTEMUAN 1-3.pot.pptx
SuryaFahrozi2
Ìý
Uji Normalitas Penelitian
Uji Normalitas PenelitianUji Normalitas Penelitian
Uji Normalitas Penelitian
Sansanikhs
Ìý

Recently uploaded (8)

Paparan Panduan Implementasi Kurikulum Cinta_17 Februari 2025.pdf
Paparan Panduan Implementasi Kurikulum Cinta_17 Februari 2025.pdfPaparan Panduan Implementasi Kurikulum Cinta_17 Februari 2025.pdf
Paparan Panduan Implementasi Kurikulum Cinta_17 Februari 2025.pdf
blendonk45
Ìý
HIPOTESIS DAN UJI HIPOTESIS (1).pptxsN<YGSKSAKMCSK
HIPOTESIS DAN UJI HIPOTESIS (1).pptxsN<YGSKSAKMCSKHIPOTESIS DAN UJI HIPOTESIS (1).pptxsN<YGSKSAKMCSK
HIPOTESIS DAN UJI HIPOTESIS (1).pptxsN<YGSKSAKMCSK
gendhisirma
Ìý
Topik 11 Employee Engagement dan Analitik Sentimen
Topik 11 Employee Engagement dan Analitik SentimenTopik 11 Employee Engagement dan Analitik Sentimen
Topik 11 Employee Engagement dan Analitik Sentimen
Seta Wicaksana
Ìý
Soal ulangan mid semester 1 b arab kls 2 haqqu.docx
Soal ulangan mid semester 1 b arab kls 2 haqqu.docxSoal ulangan mid semester 1 b arab kls 2 haqqu.docx
Soal ulangan mid semester 1 b arab kls 2 haqqu.docx
DZAKY60
Ìý
kelompok 3 jangkauan data dan jangkauan interquartil data kelompok Presentasi...
kelompok 3 jangkauan data dan jangkauan interquartil data kelompok Presentasi...kelompok 3 jangkauan data dan jangkauan interquartil data kelompok Presentasi...
kelompok 3 jangkauan data dan jangkauan interquartil data kelompok Presentasi...
ekasanjaya2610
Ìý
materi Probabilitas dan Staitistik semester 1
materi Probabilitas dan Staitistik semester 1materi Probabilitas dan Staitistik semester 1
materi Probabilitas dan Staitistik semester 1
SyaifuddinRahmad
Ìý
PPT Pengantar Data Mining Pertemuan 2 .ppt
PPT Pengantar Data Mining Pertemuan 2 .pptPPT Pengantar Data Mining Pertemuan 2 .ppt
PPT Pengantar Data Mining Pertemuan 2 .ppt
Muhammad Nasution
Ìý
com.google.android.apps.photos.Image photolokasi.pdf
com.google.android.apps.photos.Image photolokasi.pdfcom.google.android.apps.photos.Image photolokasi.pdf
com.google.android.apps.photos.Image photolokasi.pdf
DNcen
Ìý
Paparan Panduan Implementasi Kurikulum Cinta_17 Februari 2025.pdf
Paparan Panduan Implementasi Kurikulum Cinta_17 Februari 2025.pdfPaparan Panduan Implementasi Kurikulum Cinta_17 Februari 2025.pdf
Paparan Panduan Implementasi Kurikulum Cinta_17 Februari 2025.pdf
blendonk45
Ìý
HIPOTESIS DAN UJI HIPOTESIS (1).pptxsN<YGSKSAKMCSK
HIPOTESIS DAN UJI HIPOTESIS (1).pptxsN<YGSKSAKMCSKHIPOTESIS DAN UJI HIPOTESIS (1).pptxsN<YGSKSAKMCSK
HIPOTESIS DAN UJI HIPOTESIS (1).pptxsN<YGSKSAKMCSK
gendhisirma
Ìý
Topik 11 Employee Engagement dan Analitik Sentimen
Topik 11 Employee Engagement dan Analitik SentimenTopik 11 Employee Engagement dan Analitik Sentimen
Topik 11 Employee Engagement dan Analitik Sentimen
Seta Wicaksana
Ìý
Soal ulangan mid semester 1 b arab kls 2 haqqu.docx
Soal ulangan mid semester 1 b arab kls 2 haqqu.docxSoal ulangan mid semester 1 b arab kls 2 haqqu.docx
Soal ulangan mid semester 1 b arab kls 2 haqqu.docx
DZAKY60
Ìý
kelompok 3 jangkauan data dan jangkauan interquartil data kelompok Presentasi...
kelompok 3 jangkauan data dan jangkauan interquartil data kelompok Presentasi...kelompok 3 jangkauan data dan jangkauan interquartil data kelompok Presentasi...
kelompok 3 jangkauan data dan jangkauan interquartil data kelompok Presentasi...
ekasanjaya2610
Ìý
materi Probabilitas dan Staitistik semester 1
materi Probabilitas dan Staitistik semester 1materi Probabilitas dan Staitistik semester 1
materi Probabilitas dan Staitistik semester 1
SyaifuddinRahmad
Ìý
PPT Pengantar Data Mining Pertemuan 2 .ppt
PPT Pengantar Data Mining Pertemuan 2 .pptPPT Pengantar Data Mining Pertemuan 2 .ppt
PPT Pengantar Data Mining Pertemuan 2 .ppt
Muhammad Nasution
Ìý
com.google.android.apps.photos.Image photolokasi.pdf
com.google.android.apps.photos.Image photolokasi.pdfcom.google.android.apps.photos.Image photolokasi.pdf
com.google.android.apps.photos.Image photolokasi.pdf
DNcen
Ìý

Modul v logaritma anis kel.16

  • 1. MODUL V TRANSFORMASI DATA LOGARITMA 5.1 CARA KERJA Proses transformasi data dengan menggunakan spss(transformasi log) dapat dilakukan langkah-langkah sebagai berikut: Langkah 1. Buka aplikasi SPSS Langkah 2. Isikan nama Variable View
  • 2. Langkah 3. Isikan data pada Data View Langkah 4. Klik Analyze, pilih Descriptive Statistics, kemudian pilih Explore
  • 3. Langkah 5. Masukkan data Jumlah_Bakteri kedalam Dependent List Langkah 6. Kemudian klik Statistics lalu pilih Descriptives dan klik Continue
  • 4. Langkah 7. Selanjutnya pilih plot lalu pilih Dependent together dan ganti Stem-and- leaf dengan Histogram, kemudian klik Continue Langkah 8. Klik OK, maka akan diperoleh hasil analisis sebagai berikut: Descriptives Statistic Std. Error jumlah bakteri Mean 32,83 4,542 95% Confidence Interval for Mean Lower Bound 21,16 Upper Bound 44,51 5% Trimmed Mean 32,59 Median 31,00 Variance 123,767 Std. Deviation 11,125 Minimum 20 Maximum 50 Range 30 Interquartile Range 20 Skewness ,598 ,845 Kurtosis -,551 1,741
  • 5. Berdasarkan hasil analisis deskriptif diketahui bahwa mean (32,83) > median (31,00) dan Skewness (+). Data tersebut belum terdistribusi normal dan dapat kita
  • 6. transformasikan agar mendekati disribusi normal dengan menggunakan Transformasi Logaritma (Log). Langkah yang dilakukan pada pengujian adalah sebagai berikut: Langkah 1. Klik Transform dan pilih Compute Variable Langkah 2. Beri nama target dengan nama LogBakteri, untuk membedakan data awal dan data hasil transformasi
  • 7. Langkah 3. Klik Arithmetic pada kolom function group dan pada kolom function and special variable kemudian pilih Lg10 Langkah 4. Masukkan LG10 kedalam box Numeric Expression dan klik tanda panah Langkah 5. Masukkan data dengan klik Bakteri ke dalam Numeric Expression untuk mentransformasi data jumlah bakteri
  • 8. Langkah 6. Klik OK, maka akan di peroleh hasil sebagai berikut: Descriptives Statistic Std. Error logBakteri Mean 1.4957 .05997 95% Confidence Interval for Mean Lower Bound 1.3415 Upper Bound 1.6498 5% Trimmed Mean 1.4952 Median 1.4905 Variance .022 Std. Deviation .14690 Minimum 1.30 Maximum 1.70 Range .40 Interquartile Range .27 Skewness .102 .845 Kurtosis -.972 1.741
  • 9. Langkah 7. Kemudian klik OK dan hasilnya adalah sebagai berikut(data view) Kemudian cek kembali nilai skewness, median, dan mean dari data hasil transformasi, apakah sudah homogen dan sudah mendekati distribusi normal atau belum. Jika sudah lakukan pengujian hipotesis menggunakan uji statistik yaitu menggunakan Uji T.
  • 10. Langkah yang dilakukan untuk perhitungan uji T adalah sebagai berikut: Langkah 1. Klik Analyze, pilih Compare Means kemudian pilih Independent- Samples T Test Langkah 2. Masukkan Jumlah bakteri ke Test Variable dan masukkan Media ke Grouping Variable
  • 11. Langkah 3. Klik Define Groups, kemudian masukan angka 1 ke Group 1 dan angka 2 ke Group 2 Langkah 4. Klik Continue kemudian klik Ok, maka diperoleh hasil sebagai berikut: Group Statistics 1=mediaA,2=mediaB N Mean Std. Deviation Std. Error Mean jumlah bakteri 1 3 28,33 11,150 6,438 2 3 37,33 11,150 6,438 Berdasarkan uji T yang telah dilakukan bahwa data tersebut juga sudah homogen.
  • 12. 5.2. DATA Sebuah penelitian untuk uji coba penumbuhan bakteri positif dengan menggunakan 2 jenis media. Masing-masing media ulangan dilakukan sebanyak 3 kali. Hasil yang didapatkan adalah sebagai berikut: Ulangan Media A (Jumlah Bakteri) B (Jumlah Bakteri) 1 20 50 2 24 33 3 41 29 5.3. PERTANYAAN Apakah dapat disimpulkan bahwa jumlah bakteri yang tumbuh pada media A tidak sama dengan jumlah rata-rata bakteri yang tumbuh pada media B? (taraf signifikan 0,05). Lakukan pengujian dengan uji t. 5.4.1. HASIL DAN PEMBAHASAN 5.4.1. Interpretasi hasil Hasil nilai case processing summary distribusi descriptive sebelum dilakukan transformasi logaritma tersaji pada tabel 1 dan 2. Tabel 1. Tabel case processing summary sebelum dilakukan transformasi logaritma Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent Jumlah Bakteri yang Tumbuh 6 100.0% 0 0.0% 6 100.0% ```` ``````````````````````````````````````````````````````````` Sumber: IBM SPSS Statistik Data Editor, 2016. Sumber: Praktikum Pengolahan Data Perikanan, 2016.
  • 13. Jumlah data yang valid pada tabel jumlah bakteri yang tumbuh adalah sebanyak 6 buah dengan presentase 100% dan tidak terdapat data yang hilang atau missing. Total data yang berada dalam tabel adalah sebanyak 6 buah dengan presentase 100%. Tabel 2. Tabel distribusi descriptive sebelum dilakukan transformasi logaritma Descriptives Statistic Std. Error Jumlah bakteri Mean 32,83 4,542 95% Confidence Interval for Mean Lower Bound 21,16 Upper Bound 44,51 5% Trimmed Mean 32,59 Median 31,00 Variance 123,767 Std. Deviation 11,125 Minimum 20 Maximum 50 Range 30 Interquartile Range 20 Skewness ,598 ,845 Kurtosis -,551 1,741 Berdasarkan hasil descriptive sebelum dilakukan transformasi didapatkan nilai skewness 0,598 yang menunjukkan nilai skewness positif. Persebaran data hasil descriptive menunjukkan distribusi tidak normal. Nilai variance yang didapatkan adalah 123,767 yang menunjukkan persebaran data distribusi terlalu lebar. Nilai mean diperoleh 44,55 sedangkan nilai median diperoleh 31,00. Nilai mean lebih besar dari Sumber: IBM SPSS Statistik Data Editor, 2016.
  • 14. median menunjukkan bahwa nilai skewness positif. Nilai maksimum pada tabel adalah 50 dan nilai minimum adalah 20 yang berarti nilai range dari tabel sebesar 30. Range yang jauh sampai 30 menunjukkan persebaran pada distribusi terlalu jauh dari garis normal maka perlu dilakukan transfornasi data logaritma agar distribusinya mendekati normal. Pada data tersebut nilai kutosis atau keruncingan datanya karena kurang dari 3 yaitu -0,551. Jika digambarkan dengan grafik, maka ekor kurva akan lebih memanjang ke kanan. Distribusi descriptive setelah dilakukan transformasi logaritma tersaji pada tabel 3. Tabel 3. Tabel distribusi descriptive setelah dilakukan transformasi logaritma Descriptives Statistic Std. Error logBakteri Mean 1.4957 .05997 95% Confidence Interval for Mean Lower Bound 1.3415 Upper Bound 1.6498 5% Trimmed Mean 1.4952 Median 1.4905 Variance .022 Std. Deviation .14690 Minimum 1.30 Maximum 1.70 Range .40 Interquartile Range .27 Skewness .102 .845 Kurtosis -.972 1.741 Sumber: IBM SPSS Statistik Data Editor, 2016.
  • 15. Diketahui bahwa nilai mean, median dan skewness sebelum dilakukan transformasi logaritma adalah 32,83 , 31,00 dan 0,598. Sedangkan nilai mean, median dan skewness setelah dilakukan transformasi logaritma adalah 1,4957 , 1,4905 , dan 0,102. Rentan data sebelum transformasi bernilai cukup besar yaitu 30 sehingga persebaran datanya tidak normal. Kemudian untuk rentan data setelah ditransformasikan bernilai kecil yaitu 0,40 sehingga persebaran datanya mendekati normal. Hasil nilai signifikasi sebelum dan sesudah dilakukan transformasi logaritma tersaji pada tabel 4. Tabel 4. Data hasil signifikasi sebelum dan sesudah dilakukan transformasi logaritma Nilai signifikasi sebelum dilakukan transformasi logaritma sebagai berikut: Group Statistics 1=Media A, 2=Media B N Mean Std. Deviation Std. Error Mean Jumlah Bakteri yang Tumbuh 1 3 28.33 11.150 6.438 2 3 37.33 11.150 6.438 Rata-rata jumlah bakteri pada media A adalah 28,33 dengan standar deviasi 11,150 dan standart error 6,438. Rata-rata jumlah bakteri pada media B adalah 37,33 dengan standar deviasi 11,150 dan standart error 6,438. Sumber: IBM SPSS Statistik Data Editor, 2016.
  • 16. Nilai signifikasi setelah dilakukan transformasi logaritma adalah sebagai berikut: Diketahui bahwa nilai signifikasi sebelum transformasi adalah 0,2, sedangkan setelah dilakukan transformasi adalah 0,379. Berdasarkan tabel diatas didapatkan nilai tes F (Levene,s Test) sama dengan 0 dan nilai sig. 1. Didapat juga nilai t hitung sebesar -0,989 dan Df (Derajat kebebasan) bernilai 4. NIlai Sig. (2-tailed) adalah 0,379. Mean difference (Perbedaan rata-rata) pada tabel diatas bernilai -9. Perbedaan berkisar antara 34,278 sampai 16,278 (lower dan upper). Sedangkan hasil perbedaan standar deviasinya bernilai 9,104. Hasil persebaran data sebelum dan sesudah dilakukan transformasi logaritma tersaji pada tabel 5. Tabel 5. Tabel hasil transformasi logaritma Sumber: IBM SPSS Statistik Data Editor, 2016. Sumber: IBM SPSS Statistik Data Editor, 2016.
  • 17. Berdasarkan tabel 5 dapat dilihat bahwa sebelum data ditransformasikan, persebaran datanya terlalu jauh. Setelah data ditransformasikan, persebaran datanya menjadi dekat. Hal itu dapat dilihat dari contoh data minimal dan data maksimal adalah 20 bakteri dan 50 bakteri yang menyebabkan persebaran datanya dikatakan tidak normal. Sedangkan, setelah dilakukan transformasi logaritma data minimal dan data maksimal diperoleh range yang tidak terlalu jauh yaitu sebesar 0,31, sehingga persebaran datanya dikatakan mendekati normal. Hasil data jumlah bakteri sebelum dan sesudah di transformasi tersaji pada gambar 1. Gambar 1. Gambar data jumlah bakteri sebelum dan sesudah di transformasi logaritma Data sebelum di transformasi Data sesudah di transformasi Berdasarkan gambar sebelum dan sesudah transformasi logaritma bahwa sebelum di transformasi penyebaran menjauhi dari garis normal sedangkan sesudah di transformasi penyebarannya mendekati garis normal. Sumber: IBM SPSS Statistik Data Editor, 2016.
  • 18. 5.4.2. Interpretasi Analisis Hasil Berdasarkan data hasil uji-t pada interpretasi analisis tersaji pada tabel 4. Tabel 6. Tabel hasil independent samples test (uji-t) Hipotesis: H0 = Jumlah bakteri yang tumbuh pada media A tidak sama(tidak homogen) dengan jumlah bakteri yang tumbuh pada media B H1 = Jumlah bakteri yang tumbuh pada media A sama(homogen) dengan jumlah bakteri yang tumbuh pada media B Berdasarkan perhitungan uji T diperoleh nilai signifikasi 0,379 > 0,05. Hal tersebut menunjukkan h0 diterima sedangkan h1 ditolak. Maka dapat disimpulkan bahwa Jumlah bakteri yang tumbuh pada media A tidak sama dengan jumlah bakteri yang tumbuh pada media B. Sumber: IBM SPSS Statistik Data Editor, 2016.