STATISTK UJI

Nama : Debi Sumarlin

NIM: L2011171005      Mid semester : Statistik Terapan

No 1). Buatlah dekripsi statistik tentang salah satu variabel dalam tabel di atas.

Emisi CO₂ ( TON CO₂  Ha ^-1  th ^-1)

Descriptive Statistics: lidah buaya

 Variable      N  N*   Mean  SE Mean  StDev  Minimum     Q1  Median     Q3

 lidah buaya  30   0  51,70     2,75  15,06    25,00  41,25   51,00  58,25

 Variable     Maximum

 lidah buaya    86,00

Dari data diatas diperoleh data dari variabel lidah buaya dalam pemanfaatan lahan gambut untuk kepentingan pertanian dan aktivitas ekonomi lainya terhadap Emisi CO₂

Dengan lidah buaya di peroleh data mean 51,70 standar deviasi 15,06 Q1( 41,25) Q3 (58,25) Selanjutnya di uji nomalitas tes emisi Emisi CO₂  dengan lidah buaya. Di bawah lampiran hasil uji nomalitas menggunakan minitab 14.

Uji Normalitas

Langkah-langkah :

-          Hipotesis

H0 : data berdistribusi normal

H1 : data tidak berdistribusi normal

-          Tingkat signifikansi

α = 0,05

-          Statistik Uji

p-value dapat diperoleh dengan aplikasi , caranya Stat à Basic Statistics à Normality Test à pada kotak Variable isikan kolom yang bersangkutanà klik OK.

Dari uji normalitas di atas diketahui bahwa nilai p value adalah 0,359

-          Daerah Kritik

H0 ditolak jika

p-value < 0,05

359    > 0,05

-          Kesimpulan

Berdasarkan dari hasil hitungan statistik penguji p-value > 0,05, maka H0 tidak ditolak pada tingkat signifikansi 5%. Jadi dapat disimpulkan bahwa data berdistribusi normal. Karena telah dibuktikan bahwa data berdistribusi normal.

Karena telah dibuktikan bahwa data berdistribusi normal, dan n < 30 , maka uji hipotesis yang digunakan adalah uji hipotesis Z. Uji Hipotesisnya

    H0 : μ ≥ 40 vs H1 : μ < 40

Nomor 2) Bila data emisi CO₂ hutan gambut dalam literatur sebesar 40 ton CO₂ ha^-1 tahun^-1, bagaimana dengan emisi CO₂ hasil pengukuran dalam penelitian ini

Uji Hipotesis

Uji Z

Langkah-langkah :

-          Uji hipotesis

H0 : μ ≥ 40 vs H1 : μ < 40

H0 :  Pengukuran Emisi C0₂  dihutan sama dengan hasil literatur

H_{1 :}   Pengukuran  Emisi C0₂  dihutan lebih rendah dari hasil literatur

α = 5% = 0,05

-          Statistik Uji

Berdasarkan data yang diketahui, diperoleh bahwa rata-rata =36,20 dan standar deviasi (s) = 9,54.

Z    =

          = - 2,18

One-Sample Z: hutan

Test of mu = 40 vs not = 40

The assumed standard deviation = 9,54

Variable   N     Mean   StDev  SE Mean        95% CI            Z      P

hutan     30  36,2000  9,5426   1,7418  (32,7862; 39,6138)  -2,18  0,029

Jadi, nilai Z = -2,18 dan p-value = 0,029

-          Daerah Kritik

H0 ditolak jika

0,05

p-value < 0,05

0,029

0,3085

   0,029  > 0,3085

-          Kesimpulan

hasil hitungan statistik penguji , 0,029 < 0,3085, maka Ho di tolak terima H_1.Dari hasil di atas terdapat hasil bahwa pengukuran dalam penelitian ini lebih kecil dari literatur sebelumnya artinya Emisi CO₂ dihutan rendah dari hasil literatur.

Nomor 3) Bagaimana korelasi antara suhu udara dan emisi CO₂ dari lahan gambut? Apakah bisa difomulasikan dalam bentuk persamaan regresi.

Correlations: hutan; suhu hutan

Pearson correlation of hutan and suhu hutan = -0,312

P-Value = 0,094

Correlations: kelapa sawit; suhu kelapa sawit

Pearson correlation of kelapa sawit and suhu kelapa sawit = 0,105

P-Value = 0,581

Correlations: lidah buaya; suhu lidah buaya

Pearson correlation of lidah buaya and suhu lidah buaya = 0,406

P-Value = 0,026

Dari hasil correlation diatas terlihat jelas bahwa hasil perhitungan emisi CO₂ hutan dan suhu udara  hutan diperoleh hasil p-value 0,094 arinya tidak memiliki corelasi nyata karena p-value lebih besar dari 0,05 lalu di uji lagi correlation emisi CO₂ kelapa sawit dengan suhu udara kelapa sawit diperoleh hasil p-value 0,581 artinya tidak memiliki corelasi nyata karena p-value lebih besar dari 0,05 lalu di uji lagi correlation emisi CO₂ lidah buaya dan suhu udara lidah buaya diperoleh hasil p-value 0,026 artinya memiliki corelasi nyata karena p-value lebih kecil dari 0,05. Maka dari hasil corelasi bisa dilanjutkan dengan persamaan regresi dengan mengambil variabel yang bercorelasi nyata yaitu  emisi CO₂ dengan suhu udara lidah budaya.

Regression Analysis: lidah buaya versus suhu lidah buaya

The regression equation is

lidah buaya = - 65,0 + 3,86 suhu lidah buaya

Predictor           Coef  SE Coef      T      P

Constant          -64,96    49,62  -1,31  0,201

suhu lidah buaya   3,856    1,638   2,35  0,026

S = 14,0042   R-Sq = 16,5%   R-Sq(adj) = 13,5%

PRESS = 6334,63   R-Sq(pred) = 3,70%

Analysis of Variance

Source          DF      SS      MS     F      P

Regression       1  1087,0  1087,0  5,54  0,026

Residual Error  28  5491,3   196,1

Total           29  6578,3

Hasil output dari uji regresi ini akan didapat persamaan regresi yaitu Y= a+bX, dalam hal ini Y adalah peubah tak bebas, sedangkan X adalah peubah bebas, a adalah nilai konstanta, sedangkan b adalah koefisien regresi atau slope. Berdasarkan hasil olahan data pada Minitab 14 maupun Statistix , diketahui bahwa persamaan regresi Y = -65,0 + 3,86X, dimana Y adalah produksi dan X adalah lama. Dengan demikian setiap kenaikan 1 satuan X (lama) akan menurunkan  variable Y (produksi) sebesar 1,37. Angka ini didapat dari perhitungan: -65,0+3,86 (1)= -61,14.  -64,96 adalah konstanta sedangkan 3,85 adalah koefisien regresi. Informasi  lain yang didapat dari hasil olahan data uji regesi pada Minita 14. Dan nilai determinan atau R-Squared  yaitu sebesar 16,5%. Determinan adalah kebertepatan titik yang diamati dengan garis model. Dalam hali ini nilai determinan 16,5% mengandung arti bahwa proporsi keragaman antara variable suhu udara dan Emisi C0 ₂ dapat diterangkan secara linier sebesar 16,5.

Dilihat dari hasil analisis varian dari hasil didapat p=value sebesar 0,026 yang kurang dari 0,05 sehingga dapat di simpulkan bahwa minimal ada satu variabel prediktor yang signifikan.