ANALYZE DESCRIPTIVE ANALISIS A.

Z score atau standard score Z score atau standard score bertujuan untuk melihat nilai mana yang menyimpang jauh dari rata-ratanya (outlier). Jika data berdistribusi normal dan tingkat kepercayaan 95%, tingkat signifikansi adalah 100%-95% atau 5%. Jika memakai dua sisi ( ada tanda + dan -), batas kritis pada 5% dibagi dua menjadi 2,5%. Pada tabel z , perhitungan pada satu sisi atau 50%, maka batas kritis ada pada luas kurva (50% - 2,5%) = 47,5% Pada tabel Z , untuk luas kurva 47,5% memperoleh nilai kritis 1,96. Jadi Nilai yang <-1,96 dan >1,96 adalah nilai yang menyimpang dari rata-ratanya (outlier). Pada data variabel jumlah tanaman obat terdapat data/nilai yang menyimpang tepatnya pada responden no. 14. Sedangkan pada variabel jumlah manfaat tanaman terdapat data/nilai yang menyimpang tepatnya pada responden no. 14.
Untuk melihat suatu data berdistribusi normal, suatu nilai bisa distandarisasi dengan nilai Z :

Z
Ket:

Xi X s

Xi = Nilai Data ke-i

= Mean data

s = Standar Deviasi

B. Skewness dan Kurtosis

Ratio Skewness dan Kurtosis Jumlah tanaman obat Skewness= 3,045/0,427= 7,13 Kurtosis = 12,931/0.833= 15,52 Jumlah manfaat tanaman obat Skewness= 3,177/0,427= 7,44 Kurtosis= 13,089/0,833= 15,71 Berdasarkan ratio tersebut maka distribusi data jumlah tanaman obat dan jumlah manfaat tanaman obat dikatakan tidak berdistribusi normal.

EXPLORE DATA ANALISIS 1. Case Processing Summary Jumlah data yang diproses 30 jumlah tanaman obat dan 30 jumlah manfaatnya, dimana semua data valid 100% dapat diproses.

2. Descriptive Rata-rata jumlah tanaman obat 7,07 dengan range berkisar antara 5,29 sampai 8,84. 5% Trimmed Mean. Ukuran ini didapat dengan mengurutkan data jumlah tanaman obat dari yang terkecil sampai terbesar, kemudian memotong 5% dari data terkecil dan 5% dari data terbesar. Hal ini bertujuan untuk membuang (trimming) nilai data yang unusual atau menyimpang (karena jauh dari rata-rata). Kemudian hasil yang ada setelah proses trimming dilakukan perhitungan mean seperti biasa. Terlihat hasil 6,48, yang berarti rata-rata jumlah tanaman obat dengan proses trimming menjadi 6,48. Mean ini lebih mempunyai informasi yang berguna dibandingkan dengan data median. Begitu juga pada jumlah manfaat tanaman obat.

3. Interquartile Rang Ukuran ini menunjukan selisih antara nilai persentil yang ke-25 dan persentil ke-75. seperti diketahui, secara teoritis, 50% dari data terletak diantara persentil ke-25 dan persentil ke-75. dari output didapat nilai 4 pada jumlah tanaman obat, yang berarti pada 50% data jumlah tanaman obat, selisish antara yang tertinggi dan terendah adalah 4. Dan 6 pada jumlah manfaat, yang berarti pada 50% data jumlah manfaat, selisih antara yang tertinggi dan terendah adalah 6.

4. M. Estimator M-Estimator digunakan sebagai alternatif pada pengukuran pusat (central tendency). Pengukuran pusat yang populer adalah Mean (rata-rata) dan median (titik tengah). Namun jika data mengandung nilai-nilai yang cukup menyimpang

dari rata-ratanya, maka Mean tidak dapat menggambarkan ukuran pusat data tersebut. Di atas telah dibahas ukuran 5% Trimmed Mean yang berusaha menghitung Mean dengan menghilangkan 5% angka terbesar dan terkecil dari data. Namun jika data terbesar dan terkecil berubah, 5 % Trimmed mean atau Median juga tidak bisa mendeteksi perubahan tersebut, karena data itu oleh hitungan % Trimmed dihilangkan, sedangkan Median mengukur titik tengah data, sehingga perubahan di kedua titik ekstrim tidak berpengaruh.

Rata-rata jumlah tanaman obat menurut a. Huber=6,69 b. Tukey=6,62 c. Hampel=6,42 d. Andrew=6,61 Rata-rata jumlah manfaat tanaman obat menurut e. Huber=6,92 f. Tukey=6,68 g. Hampel=6,82 h. Andrew=6,68

5. Boxplot Boxplot adalah kotak pada gambar berwarna abu-abu, dengan garis tebal horizontal di kotak tersebut. Kotak abu-abu tsb memuat 50% data, atau mempunyai batas persentil ke-25 dan ke-75 Garis tebal hitam adalah letak Median data. Jika garis hitam atau tanda Median terletak dpersis di tengah Boxplot disebut distribusi data adalah normal Jika berada di sebelah atas , distribusi menceng ke kiri Jika berada di sebelah bawah, distribusi menceng ke kanan

Jumlah tanaman= Garis hitam/tanda median berada di sebelah atas, distribusi menceng ke kiri. Jumlah manfaat= Garis hitam/tanda median berada di tengah, distribusi data adalah normal Tedapat tanda O atau * yang menandakan ada data yang ekstrim.

6. Steam and Leaf Terdapat satu data (frequency =1) yang diberi tanda Extremes, hal ini menunjukan terdapat data outlier sejumlah satu, dengan keterangan jumlah tanaman obat lebih atau sama dengan 28. Terdapat satu data (frequency =1) yang diberi tanda Extremes, hal ini menunjukan terdapat data outlier sejumlah satu, dengan keterangan jumlah manfaat lebih atau sama dengan 35.

7. Uji Normalitas Data Nilai Sig. atau signifikansi atau nilai probabilitas < 0,05 ,maka Distribusi Tidak Normal Nilai Sig. atau signifikansi atau nilai probabilitas > 0,05 ,maka Distribusi Normal Untuk jumlah tanaman obat memiliki nilai sig. Kolmogorov Smirnov dan sig. Shapiro Wilk<0,05, maka distribusi tidak normal Untuk jumlah manfaat tanaman memiliki sig. Kolmogorov Smirnov dan sig. Shapiro Wilk<0,05, maka distribusi tidak normal

T TEST

CUT POINT Cut Point atau titik potong yaitu suatu angka/data numerik yang berfungsi sebagai batas yang berarti membagi data menjadi dua group. Kasus: Dalam peneliti ingin mengetahui apakah ada perbedaan antara responden yang berusia lebih dari 30 tahun mempunyai rata-rata pengetahuan tanaman obat lebih banyak dibandingkan dengan responden yang berusia kurang dari 30 tahun. ANALISIS

Untuk sampel dengan usia di atas 30 tahun terdapat 26 responden dengan rata-rata jumlah tanaman obat 7,23 macam Sedangkan untuk sampel dengan usia di bawah 30 tahun terdapat 4 responden dengan rata-rata jumlah tanaman obat 6,00 macam

HIPOTESIS H0=kedua varians adalah identik (varians usia di atas 30 dan di bawah 30 tahun adalah sama) H1=kedua varians adalah tidak identik (varians usia di atas 30 dan di bawah 30 tahun adalah tidak sama) Dasar Pengambilan Keputusan Jika probabilitas>0,05, maka H0= diterima Jika probabilitas<0,05, maka H0= ditolak KEPUTUSAN Nilai F hitung jumlah tanaman obat (equal variance assumed) adalah 0,198 dengan probabilitas 0,66. Oleh karen probabilitas >0,05 maka H0= diterima atau kedua varians benar-benar sama Penggunaan t test pada equal variance assumed. T hitung jumlah tanaman obat adalah 0,475 dengan probabilitas 0,638. Oleh karen probabilitas >0,05 maka H0= diterima atau tidak ada perbedaan yang nyata antara . Dengan kata lain diantara yang usia lebih

dari 30 tahun memiliki rata-rata jumlah manfaat yang hampir sama dengan usia yang kurang dari 30 tahun. Berdasarkan output terlihat pada baris mean diference untuk jumlah tanaman obat adalah 1,231. Angka ini berasal dari: (rata-rata jumlah tanaman obat sampel >30 tahun) (rata-rata jumlah tanaman obat sampel <30 tahun) = 7,23-6,00 = 1,23 KESIMPULAN Berdasarkan keputusan diatas, maka responden yang berusia diatas 30 tahun memiliki rata-rata pengetahuan tanaman obat hampir sama/identik dengan rata-rata pengetahuan tanaman obat responden yang berusia dibawah 30 tahun.