PENGENALAN MINITAB

Oleh : Triyanto

PROGRAM STUDI PENDIDIKAN MATEMATIKA UNIVERSITAS SEBELAS MARET SURAKARTA 2009

0

PENDAHULUAN
Paket program Minitab merupakan salah satu software yang sangat besar kontribusinya sebagai media pengolahan data statistik. Software ini menyediakan berbagai jenis perintah yang memungkinkan proses pemasukan data, manipulasi data, pembuatan grafik dan berbagai analisis statistik. Minitab mempunyai dua layar primer, yaitu Worksheet (lembar kerja) untuk melihat dan mengedit lembar kerja, serta sesi Command yang merupakan layar untuk menampilkan hasil. Perintah-perintah Minitab dapat diakses melalui menu, kotak dialog maupun perintah interaktif. Untuk memulai Minitab for windows dapat dilakukan melalui langkah-langkah berikut » Klik STAR » Pindahkan pointer mouse ke Program kemudian geser ke grup Minitab. » Klik icon Minitab Setelah langkah-langkah di atas dilakukan maka anda akan berhadapan dengan layar Minitab, yaitu layar sesi command , layar worksheet dan baris menu. Tampilan tesebut dapat anda perhatikan pada gambar berikut :

Baris Menu

Layar Sesi Comand

Layar Worksheet

1

: Menghitung peluang. Berikut akan disampaikan beberapa penggunaan menu yang sering digunakan : a.PENGENALAN BARIS MENU Sebelum memulai bekerja dengan minitab. terlebih dahulu harus dikenali menumenu yang tersedia dalam paket program ini. Type Display Data : Membuka project baru : Membuka worksheet baru : Membuka file project : Membuka file worksheet : Menyimpan project : Menyimpan worksheet : Membatalkan proses/perintah sebelumnya : Menghapus isi cell tanpa merubah baris/kolom : Menghapus isi cell : Menggandakan isi cell : Menghapus/memindah isi cell : Menyisipkan isis cell : Mengurutkan data dalam satu kolom atau lebih : Menyimpan skor rangking dalam suatu kolom : Menghapus baris-baris tertentu dari setiap kolom : Menghapus variabel : Menggandakan kolom : Menggabungkan beberapa kolom menjadi satu kolom : Memecah satu kolom menjadi beberapa kolom : Menggabungkan beberapa kolom text dalam satu kolom : Memberikan koding nilai pada suatu kolom : merubah tipe kolom : Menampilkan data dari worksheet ke sesi command. Distri. peluang kumulatif dan invers peluang kumulatif dari data kontonu. d. Menu File New Project New Worksheet Open Project Open Worksheet Save Project Save Worksheet b. 2 . Menu Data Sort Rank Delete Rows Erase Variables Copy Columns Stack Unstack Concatenate Code Change D. Matrices : Perintah untuk operasi matriks. Meni calc Calculator : Operasi aritmatika Column Statistic : Perhitungan statistik berdasarkan kolom Row Statistics : Perhitungan statistik berdasarkan baris Standardize : Pemusatan dan penskalaan data dalam suatu kolom Extract from Date/Time to Numeric/Text : mengekstrak kolom yang bertipe date/time dan menyimpan dalam kolom dengan tipe numerik/text Random Data : Pembangkitan bilangan random untuk distribusi tertentu Prob. Menu Edit Undo Clear Cells Delete Cells Copy Cells Cut Cells Paste Cells c.

…. PERINTAH MTB> SET C1 DATA> 1:5 DATA>END HASIL Pada kolom C1 akan terisi data 1 2 3 4 5 Beberapa cara penulisan data melalui perintah SET adalah : 1:5 1 2 3 4 5 5:1 5 4 3 2 1 1:5/2 1 3 5 4(2) 2 2 2 2 4(1:3) 1 2 3 1 2 3 1 2 3 1 2 3 (1:3)4 1 1 1 1 2 2 2 2 3 3 3 3 3(1:2)2 1 1 2 2 1 1 2 2 1 1 2 2 Untuk lebih mudah dalam mengingat variabel-variabel yang berupa data dalam masing-masing kolom. M2. Menu Stat Basic Statistics Regression ANOVA DOE Multivariate : Perhitungan statistika dasar meliputi : deskripsi data. ….e. : Perhitungan/uji untuk rancangan percobaan : Perhitungan/uji untuk analisis multivariabel. File data dapat berupa file Minitab (mempunyai ekstension MTW) atau file ASCII (mempunyai ekstension DAT).0000 5. maka setiap kolom dapat diberi nama sesuai dengan 3 . korelasi dan uji normalitas : Perhitungan/uji untuk analisis regresi : Perhitungan/uji untuk analisis variansi. K2.00000 • Input data Kolom dapat dilakukan dengan menulis langsung pada Worksheet sesuai dengan kolom yang diinginkan. C3..) dan matriks (M1. kolom (C1. …. INPUT DATA Data Minitab dapat berasal dari file atau dimasukkan dari keyboard. Sedangkan untuk data berpola akan lebih praktis jika input data dilakukan dengan perintah SET. M3.).). Untuk menu-menu yang belum tertulis dalam modul ini. uji hipotesis. • Input data konstanta dapat dilakukan dengan perintah LET Contoh : MTB > LET K1=25 MTB > LET K2=SQRT(K1) MTB > PRINT K1 K2 Data Display K1 K2 25. Data dalam minitab dikelompokkan dalam 3 kategori yaitu : konstanta (K1.. akan dikenali secara langsung setelah berhadapan dengan minitab. C2. K3.

Pemberian nama dapat langsung menulis pada sel paling atas (dibawah C1. MTB > PRINT M1 Data Display Matrix M1 3 5 4 2 1 3 Atau dengan memanfaatkan fasilitas baris menu diatas sesi command. yaitu : » Klik Calc » Pindahkan kursor ke Matrices » Klik Read » Isilah banyak baris pada kotak Number of rows » Isilah banyak kolom pada kotak Number of column » Isilah tempat penyimpanan data pada kotak Read into matrix (Misal : M1) » Klik OK » Masukkan data seperti contoh di atas Untuk selanjunya untuk operasi matriks. nilai eigen maupun aritmatika dapat dilakukan dengan perintah-perintah yang disajikan dalam menu Calc Matrices 4 . seperti menentukan transpose. C2 dst). DATA> 3 4 1 DATA> 5 2 3 2 rows read.kehendak kita. Contoh : MTB > Read 2 3 M1. • Input data matriks dapat dilakukan dengan perintah READ. invers.

variansi. nilai minimum/maksimum dan koefisien kemiringan/keruncingan ! 5 . kuartil 1.STATISTIKA DESKRIPTIF Untuk mencetak statistika deskripsi pada setiap kolom dapat dilakukan dengan perintah sebagai berikut : » Masukkan data » Klik Stat » Pindahkan kursor ke Basic Statistics » Klik Display Descriptive Statistics » Isilah kotak Variables dengan peubah yang akan didiskripsikan (misal : C1) » Jika hasil deskripsi ingin dipecah berdasarkan peubah yang lain (misal : C2) maka kliklah kotak kiri dari By Variable dan isilah kotak kanan dengan C2. Jika tidak maka kotak By Variable dikosongkan. standar deviasi. » Klik Statistics kemudian pilih statistic yang diinginkan (pilih yang perlu saja agar hasil yang disajikan lebih focus) » Klik OK Contoh : Berikut ini adalah tinggi badan (dalam cm) dan berat badan (dalam kg) dari 10 mahasiswa prodi Pendidikan Matematika UNS. Tinggi Berat 165 50 157 49 155 50 170 65 160 50 150 50 169 63 172 70 158 50 165 63 163 50 160 49 Buatlah deskripsi dari data tersebut mengenai: rata-rata. kuartil 3. median.

bagaimana kesimpulan penelitian tersebut? Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : » Masukan data pada C1 dan beri nama “Nilai” » Klik Stat » Pilihlah Basic Statistics » Klik 1-Sample t » Isilah Samples in column dengan peubah C1 » Klik Test Mean dan pilih rerata yang dihipotesiskan (µ = 65) » Klik Options » Isilah confidence level yaitu (1 – α).00 63.00 Q1 157.36 Minimum 150. Ternyata nilai keduabelas siswa tersebut adalah sebagai berikut.Descriptive Statistics: Tinggi.00 Median 161. yaitu : • Jika n>30 atau variansi populasi diketahui maka digunakan statistik uji z.50 50.00 49. Beberapa kriteria yang dapat digunakan untuk memilih kedua jenis statistik uji ini.00 Q3 168.25 50. (pada Minitab. Uji hipotesis dan interval konfidensi untuk rerata dapat menggunakan statistik uji z atau t. » Isilah Alternative dengan memilih hipotesis alternatif yang diinginkan (dalam soal : not equal) » Klik OK 6 .92 Skewness -0.83 Variance 43.83 UJI HIPOTESIS 1. Hipotesis yang diuji dapat berbentuk sebagai berikut : 1) H0 : µ = µ0 vs H1 : µ ≠ µ0 2) H0 : µ ≤ µ0 vs H1 : µ > µ0 3) H0 : µ ≥ µ0 vs H1 : µ < µ0 Interval Konfidensi (1-α)100% bagi rerata populasi adalah : ( x ± z(α / 2)σ ) atau ( x ± t(α / 2.00 Kurtosis -0.58 -0. Uji z digunakan jika variansi populasi diketahui tanpa memperhatikan ukuran sampel) • Jika n<30 dan variansi populasi tidak diketahui maka digunakan statistik uji t.00 70.09 61. secara random dari populasinya diambil 12 siswa.n−1) s) Contoh : Untuk melihat apakah rataan nilai mata pelajaran Matematika siswa kelas tiga SMU X sama dengan 65.00 Maximum 172.56 7.00 54. Berat Variable Tinggi Berat Variable Tinggi Berat Mean 162.14 1. 51 71 76 81 67 98 58 69 87 74 79 81 Jika diambil α = 5% dan dengan mengasumsikan bahwa nilai berdistribusi normal.00 StDev 6. Uji Hipotesis dan Interval Konfidensi untuk rerata Satu Kelompok Data sampel.

026 2.5722 SE Mean 3. Perhatikan contoh pemasukan data berikut : C1 10 12 15 C2 13 16 20 atau C1 1 1 1 2 2 2 C2 10 12 15 13 16 20 7 . Uji Hipotesis dan Interval Konfidensi untuk rerata Dua Kelompok Data sampel Dari dua kelompok data sampel dapat dilakukan uji perbandingan dua nilai tengah dengan statistik uji t.3333 StDev 12.57 P 0. yaitu data ditulis dalam satu kolom atau data ditulis dalam dua kolom.6293 95% CI (66.One-Sample T: Nilai Test of mu = 65 vs not = 65 Variable Nilai N 12 Mean 74. Untuk keperluan ini Minitab tidak menyediakan statistik uji z. 82.3213) T 2.3453. Hipotesis yang diuji dapat berbentuk sebagai berikut : 1) H0 : µA = µB vs H1 : µA ≠ µB 2) H0 : µA ≤ µB vs H1 : µA > µB 3) H0 : µA ≥ µB vs H1 : µA < µB Dalam Minitab ada dua pilihan untuk keperluan uji ini.

populasi-populasi saling independen dan berdistribusi normal. bagaimana kesimpulan penelitian tersebut? α = 5% Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : Cara 1 : Data ditulis dalam 2 kolom » Masukan nilai dari metode A pada C1 dan beri nama “Metode A” » Masukan nilai dari metode B pada C2 dan beri nama “Metode B” » Klik Stat » Pilihlah Basic Statistics » Klik 2-Sample t » Klik Samples in different columns » Isilah First dengan peubah C1 » Isilah Second dengan peubah C2 » Klik Options » Isilah confidence level yaitu (1 – α).Contoh : Peneliti ingin melihat mengajar matematika. diperoleh data 74 68 82 76 73 68 80 68 69 68 66 61 80 76 Jika diasumsikan variansi-variansi populasi sama. » Isilah Test Difference dengan 0. nilai ujian berikut. » Isilah Alternative dengan memilih hipotesis alternatif yang diinginkan (dalam soal : greater than) » Klik OK 8 . karena memang tidak menyebut pembedanya. Metode A 67 Metode B 72 apakah metode A lebih baik daripada metode B untuk Dari 8 anak yang ditetapkan sebagai sampel.

Isilah Alternative dengan memilih hipotesis alternatif yang diinginkan (dalam soal : greater than) Klik OK 9 .C2 Isilah kotak pada Column in current worksheet dengan kolom kosong (misal C3) dan beri nama C3 dengan “Nilai” Isilah kotak pada Store Subscripts in dengan Kolom kosong (misal C4) dan beri nama C4 dengan “ Metode” Klik Stat Pilihlah Basic Statistics Klik 2-Sample t Klik Samples in one column Isilah Samples dengan peubah C3 Isilah Subscripts dengan peubah C4 Klik Options Isilah confidence level yaitu (1 – α) dalam soal 95% Isilah Test Difference dengan 0. karena memang tidak menyebut pembedanya.Cara 2 : Data ditulis dalam 1 kolom (missal data sudah tersusun 2 kolom) » » » » » » » » » » » » » » » » » Klik Data Pindahkan kursor ke Stack Klik Columns Isilah kotak pada stack the following columns dengan C1.

Keempat metode tersebut dicobakan kepada empat kelas yang seimbang. 7.2 1.63 StDev 6. 5. dan kelas ID (untuk metode D). Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : Cara 1 : data tersusun dalam beberapa kolom » Masukan nilai dari kelas 1A pada C1 dan beri nama “Metode A” » Masukan nilai dari kelas 1B pada C2 dan beri nama “Metode B” » Masukan nilai dari kelas 1C pada C3 dan beri nama “Metode C” » Masukan nilai dari kelas 1D pada C4 dan beri nama “Metode D” » Klik Stat » Pilihlah ANOVA » Klik One-Way (Unstacked) 10 .8 Metode A Metode B Difference = mu (Metode A) . yaitu metode A. Dari masing-masing kelas diambil secara random sejumlah anak. 6. yaitu data ditulis dalam satu kolom atau data ditulis dalam beberapa kolom (seperti pada uji hipotesis). 9.Cara 1 dan Cara 2 akan menampilkan hasil yang sama Two-Sample T-Test and CI: Metode A.96 SE Mean 2. 3. 9. kelas IC (untuk metode C). B.72478 T-Test of difference = 0 (vs >): T-Value = 1. Disebut anava satu jalan karena pada eksperimen ini hanya ada satu faktor yang diselidiki. 7. Metode B Two-sample T for Metode A vs Metode B N 8 8 Mean 73. bagaimanakah kesimpulan penelitian tersebut? b. 4. 4.mu (Metode B) Estimate for difference: 4. Dengan mengambil α = 5%. dan hasilnya adalah sebagai berikut. 10.27 4. 7.6490 P-Value = 0.88 69. kelas IB (untuk metode B). Anava Satu Jalan Anava merupakan suatu analisis statistika untuk menguji secara serentak apakah k populasi mempunyai rataan yang sama. 8.50 Both use Pooled StDev = 5. 4 ID 1. yaitu kelas IA (untuk metode A).077 DF = 14 ANALISIS VARIANSI 1. 7. 6. 5. 2 IB 9. Lakukan uji lanjut pasca anava untuk menentukan metode manakah yang lebih baik daripada metode yang lain. 3. Contoh : Peneliti ingin mengetahui apakah keempat metode mengajar.25000 95% lower bound for difference: -0. KELAS NILAI IA 5. 4 a. C. Dalam Minitab ada dua pilihan untuk keperluan uji ini. 1. 7 IC 8. dan D mempunyai efek yang sama. 4.

C4 » Isilah kotak pada Column in current worksheet dengan kolom kosong (misal C5) dan beri nama C5 dengan “Nilai” » Isilah kotak pada Store Subscripts in dengan Kolom kosong (misal C6) dan beri nama C6 dengan “ Metode” » Klik Stat » Pilihlah ANOVA » Klik One-Way » Isilah pada kotak Responses dengan C5 dan Faktor dengan C6. » Isilah confidence level yaitu (1 – α) dalam soal 95% » Klik Comparisons dan contreng metode perbandingan ganda yang diinginkan.» » » » Isilah pada kotak Responses dengan C1.C3.C2. Klik OK Cara 2 : data tersusun dalam satu kolom (misalnya data sudah tersusun seperti cara 1) » Klik Data » Pindahkan kursor ke Stack » Klik Columns » Isilah kotak pada stack the following columns dengan C1.C4.C3. Isilah confidence level yaitu (1 – α) dalam soal 95% Klik Comparisons dan contreng metode perbandingan ganda yang diinginkan. » Klik OK 11 .C2.

925 12 .143 3.925 R-Sq = 48.952 1.0 Pooled StDev = 1.81 81. MTB > Oneway 'Nilai' 'Metode'.200 6.Cara 1 dan Cara 2 akan menampilkan hasil yang sama.002 S = 1.5 5.91 P 0.000 StDev 2.673 Individual 95% CIs For Mean Based on Pooled StDev -----+---------+---------+---------+---(-----*----) (------*------) (-----*-----) (------*------) -----+---------+---------+---------+---2.51% R-Sq(adj) = 41.304 1. SUBC> Fisher 5.35 MS 25.53 158. One-way Analysis of Variance One-way ANOVA: Nilai versus Metode Source Metode Error Total DF 3 22 25 SS 76.5 10.49% Level Metode Metode Metode Metode A B C D N 8 5 7 6 Mean 5.0 7.60 3.375 8.71 F 6.326 1.

7 6. Metode I Metode II Metode III Laki-laki 8. satu kolom untuk koding faktor kedua dan satu kolom untuk data respon. 8. 9 Dengan mengambil α = 5%.73% Metode = Metode A subtracted from: Metode Metode B Metode C Metode D Lower 0.768 -2. Contoh Seorang peneliti ingin melihat efek tiga metode mengajar (yaitu I. bagaimanakah kesimpulan mengenai efek utama dan interaksi antar variabel? Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : » » » » Masukan koding untuk jenis kelamin pada C1 dan beri nama “ JK” Masukan koding untuk Metode Mengajar pada C2 dan beri nama “Metode” Masukkan nilai sesuai koding pada C3 dan beri nama “Nilai” Klik Stat 13 . II. Anava Dua Jalan Disebut anava dua jalan karena pada eksperimen ini hanya ada dua faktor yang diselidiki.0 Metode = Metode B subtracted from: Metode Metode C Metode D Lower -4.0 8.834 -0.219 ---------+---------+---------+---------+ (-----*-----) (----*----) (----*----) ---------+---------+---------+---------+ -4. 2.200 Upper 0.281 -2. 6 3. Dalam Minitab input data untuk prosedur ini terdiri dari satu kolom untuk koding faktor pertama.375 Upper 5.101 2.395 -7. Dengan mengambil secara random dari populasinya.364 Center -3.0 4.0 Metode = Metode C subtracted from: Metode Metode D Lower -5.0 0.549 -1.618 Center -2.Fisher 95% Individual Confidence Intervals All Pairwise Comparisons among Levels of Metode Simultaneous confidence level = 80.298 -4. dan III) dan sekaligus ingin melihat apakah ada beda prestasi antara laki-laki dan perempuan.0 4. 7.0 0.0 2. 4 Perempuan 3. 2 5.922 ---------+---------+---------+---------+ (----*-----) ---------+---------+---------+---------+ -4.531 Center 2. 8 9.143 Upper -0.057 -5.0 0. 4.782 ---------+---------+---------+---------+ (-----*-----) (-----*-----) ---------+---------+---------+---------+ -4.0 8.0 8.825 0. 8. datanya adalah sebagai berikut. 6.0 4.

8. datanya adalah sebagai berikut. METODE Source JK METODE Interaction Error Total S = 0. 4 9. 9 3.5000 1.0000 80. 7 14 .9428 DF 1 2 2 12 17 SS 0. 5 5. dan III) dan sekaligus ingin melihat apakah ada beda prestasi antara laki-laki dan perempuan. 8. 2 Metode II 6.8889 F 0. 7. II. Contoh : Seorang peneliti ingin melihat efek tiga metode mengajar (yaitu I. 9. 4.56 1.» » » » » » » Pilihlah ANOVA Klik Two-Way Isikan C3 pada kotak Respons Isikan C1 pada kotak Row Factor Isikan C2 pada kotak Column Factor Isilah confidence level yaitu (1 – α) dalam soal 95% Klik OK Two-way ANOVA: NILAI versus JK.5000 MS 0. 6.226 0.000 R-Sq = 88.19 P 0.468 0.71% R-Sq(adj) = 84. 8 Metode III 3.5000 3. Untuk keperluan tersebut Minitab menyediakan GLM dalam menyelesaikan anava dua jalan dengan sel tidak sama. 2. Laki-laki Perempuan Metode I 8.01% Minitab tidak dapat menjalankan prosedur di atas jika banyak data tiap sel tidak sama. 6.6667 94. Dengan mengambil secara random dari populasinya.69 45.5000 40.1667 0.3333 10. 7. 8.

164 F 0.898 0.189 90.098 18.818 Adj SS 0.07868 DF 1 2 2 16 21 Seq SS 0.05% R-Sq(adj) = 77. bagaimanakah kesimpulan mengenai efek utama dan interaksi antar variabel? Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : » » » » » » » » » » » » Masukan koding untuk jenis kelamin pada C1 dan beri nama “ JK” Masukan koding untuk Metode Mengajar pada C2 dan beri nama “Metode” Masukkan nilai sesuai koding pada C3 dan beri nama “Nilai” Klik Stat Pilihlah ANOVA Klik General Linear Model Isikan C3 pada kotak Respons Isikan C1 C2 C1*C2 pada kotak Model Klik Comparisons Pilih Pairwise Comparisons dan masukkan variabel yang akan dikomparasi contreng metode perbandingan ganda yang diinginkan.049 1.02 1.72 P 0.617 109.020 3. using Adjusted SS for Tests Source JK Metode JK*Metode Error Total S = 1.37 38.595 45.020 1.Dengan mengambil α = 5%.617 Adj MS 0. P 1. 2.000 R-Sq = 83.002 1.098 18. Klik OK General Linear Model: Nilai versus JK.282 0.75% 15 .102 90. Metode Factor JK Metode Type fixed fixed Levels 2 3 Values L. 3 Analysis of Variance for Nilai.

25000 SE of Difference 0.085 2.2854 0.400 -0.316 -4.328 JK = L Metode = 2 subtracted from: Difference of Means -3.7236 Adjusted P-Value 0.326 PLOT INTERAKSI Pada anava dua jalan terdapat faktor interaksi yang terkadang kurang tepat dalam menginterpretasikan makna kata interaksi.250 SE of Difference 0.37250 JK = P Metode = 1 subtracted from: Difference of Means 3.400 -3.600 -5.8807 0.667 0.9994 JK L L P P P Metode 2 3 1 2 3 T-Value -2.785 6.211 -6.7878 0.0168 0.0002 0.0000 0.00000 3.7878 0.7236 0.2397 JK P Metode 3 T-Value 2.023 0.00000 3.7878 0.069 -6.8239 0.373 JK = P Metode = 2 subtracted from: Difference of Means 1.8239 Adjusted P-Value 0.78472 6.0168 0.316 -0.8239 0. C2.8239 Adjusted P-Value 1.0001 JK P P Metode 2 3 T-Value 3.850 SE of Difference 0. Pada contoh anava dua jalan dengan sel tidak sama di atas akan dibuat plot interaksi.557 JK = L Metode = 3 subtracted from: Difference of Means 0.0059 0.Tukey Simultaneous Tests Response Variable Nilai All Pairwise Comparisons among Levels of JK*Metode JK = L Metode = 1 subtracted from: Difference of Means -1. Tahapan kerja dengan menggunakan Minitab adalah sebagai berikut : (data sudah ada dalam kolom C1.000 -5.0059 1.250 SE of Difference 0.0000 0.0001 JK P P P Metode 1 2 3 T-Value 0.3723 0.33333 5.333 5.8807 0. Untuk memperjelas dalam Minitab disediakan perintah untuk membuat plot interaksi sehingga lebih mudah untuk dipahami.7627 Adjusted P-Value 0. C3) 16 .069 -2.8239 0.0002 0.000 -1.1654 JK L P P P Metode 3 1 2 3 T-Value -4.8807 0.8239 Adjusted P-Value 0.917 SE of Difference 0.067 1.

0 9.5 3.0 4.5 6.5 3.0 4.0 7.0 7.5 6.0 L P Metode 1 2 3 JK L P JK Metode 17 .» » » » » » » Klik Stat Pilihlah ANOVA Klik Interactions Plot Isikan C3 pada kotak Respons Isikan C1 C2 pada kotak Factors Contreng Display full interaction plot matrix Klik OK Interaction Plot (data means) for Nilai 1 2 3 9.

Uji Normalitas Misalkan pada contoh anava satu jalan di atas akan diuji apakah data kolom pertama berasal dari populasi yang berdistribusi normal dilakukan tahapan kerja sebagai berikut : » Klik Stat » Pilihlah Basic Statistics » Klik Normality Test » Isikan C1 pada kotak Variable » Pilih Metode yang di pakai (misal : Kolmogorov-Smirnov) » Isikan Title (misal : Uji Normalitas Metode A) » Klik OK 18 .ASUMSI ANAVA 1.

UJI NORMALITAS METODE A Normal 99 Mean StDev N KS P-Value 5.375 2.150 95 90 80 70 Percent 60 50 40 30 20 10 5 1 0 2 4 6 Metode A 8 10 12 2. Uji Homogenitas Misalkan pada contoh anava satu jalan di atas akan diuji apakah populasipopulasinya homogen dilakukan tahapan kerja sebagai berikut : » Klik Stat » Pilihlah ANOVA » Klik Test for Equal Variances » Isikan “Nilai” pada kotak Respons » Isikan “Metode” pada kotak Factors » Isikan Title (misal : Uji Homogenitas) » Klik OK 19 .106 >0.326 8 0.

58 0.485 Metode B Metode Metode C Metode D 0 1 2 3 4 5 6 95% Bonferroni Confidence Interv als for StDev s 20 .664 Lev ene's Test Test S tatistic P -Value 0.84 0.UJI HO MOGENITAS Bartlett's Test Metode A Test S tatistic P -Value 1.

Sign up to vote on this title
UsefulNot useful