Anda di halaman 1dari 35

Page | 1

BAB I
Pendahuluan
1.1 Latar Belakang
Dalam kehidupansehari-hari sering kita temui permasalahan yang dapat diformulasikan
ke dalam persamaan matematis. Hubungannya dengan statistika yaitu statistika
digunakan untuk menyatakan data atau bilangan yang diperoleh dari data, misalnya rata-
rata dari data tersebut. Statistika didefinisikan sebagai ilmu yang membahas tentang
pengambilan data, pengolahan data sampai kesimpulan yang diperoleh dari perhitungan
dan pengolahan data tadi, serta membuat keputusan yang dapat diterima berdasarkan
analisis. Keunikan statistik yaitu kemampuannya untuk menghitung ketidakpastian
dengan tepat. Hal inilah yang akan digunakan dalam praktikum kali ini. Didalam
statistik ada tiga hal penting yang mendasar yaitu analisa data yang membahas tentang
pengumpulan, penyajian dan mengintisarikan data. Kedua adalah probabilitas yaitu
membahas tentang hukum peluangdan yang terakhir adalah kesimpulan statistik yaitu
tentang ilmu penarikan kesimpulan statistik dari data tertentu berdasarkan pengetahuan
tentang probabilitas. Dalam praktikum kali ini praktikan ingin membahas teori
probabilitas. Praktikan ingin mengetahui besar jumlah proporsi sebenarnya mahasiswa
yang menggunakan provider Telkomsel di Fakultas Sains dan Teknologi angkatan 2010
dan 2011 sebagai sim card mereka.

1.2 Perumusan Masalah
Berapa banyakkah mahasiswa FST angkatan 2010 dan 2011 yang menggunakan
provider Telkomsel ?
Berapakah perbandingan antara mahasiswa FST angkatan 2010 dengan 2011 yang
menggunakan provider Telkomsel ?

1.3 Tujuan
Agar praktikan dapat mengerti pengertian hipotesis statistik parametrik
Agar praktikan mampu menerapkan kegunaan pengujian hipotesis statistik
parametrik.
Agar praktikan dapat mengetahui provider manakah yang paling banyak
digunakan oleh mahasiswa angkatan 2010 dan 2011 di FST
Page | 2

Agar praktikan dapat membandingkan berapa banyak pengguna Telkomsel antara
mahasiswa FST angkatan 2010 dengan angkatan 2011

1.4 Flow Chart Praktikum





mulai
membuat
kuisioner
menyebarkan
kuisioner
menghitung uji 1
& 2 nilai tengah
menghitung uji 1
& 2 proporsi
menganalisis data
menarik
kesimpulan, saran
membuat laporan
selesai
Page | 3

BAB II
LANDASAN TEORI

Definisi Statistik
Ada 2 pendekatan untuk menganalisis informasi berdasarkan jenis informasi
yang diperoleh, yaitu analisis kuantitatif dan analisis kualitatif. Analisis kuantitatif atau
analisis data kuantitatif adalah analisis yang berbasis pada kerja hitung-menghitung angka.
Angka yang diolah disebut input dan hasilnya disebut output juga berupa angka. Analisis
kualitatif/analisis data kualitatif adalah analisis yang berbasis pada kerja pengelompokan
simbol-simbol selain angka. Simbol itu berupa kata, frase, atau kalimat yang menunjukkan
beberapa kategori. Input maupun output analisis data kualitatif berupa simbol, dimana
outputnya disebut deskripsi verbal.
Statistik adalah sebagai alat pengolah data angka. Stasistik dapat juga
diartikan sebagai metode/asas-asas guna mengerjakan/memanipulasi data kuantitatif
agar angka berbicara. Pendekatan dengan statistik sering digunakan metode statistik
yaitu metode guna mengumpulkan, mengolah, menyajikan, menganalisis &
menginterpretasikan data statistik. Statistika dapat pula diartikan pengetahuan yang
berhubungan dengan pengumpulan data, pengolahan data, penganalisisan dan
penarikan kesimpulan berdasarkan data dan analisis. Jadi statistik adalah produk dari
kerja statistika.
Ada dua konsep dalam bahasa Inggris.Statistik: nilai yang dihitung dari sebuah
sampel (mean, median, modus, dan sebagainya). Statistik: metode ilmiah untuk pengumpulan
data atau kumpulan angka. Dalam bahasa Indonesia, statistik memiliki 3 pengertian
dimuka.
Kumpulan data = data
Nilai yang dihitung dari dari sebuah sampel = statistik sampel
Metode ilmiah guna mengumpulkan, mengolah, menyajikan, dan analisis data = statistik
Statistika Deskriptif
Statistika Deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan
penyajian suatu gugus data sehingga memberikan informasi yang berguna.
Page | 4

Perlu kiranya dimengerti bahwa statistika deskriptif memberikan informasi hanya mengenai
data yang dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang
gugus data induknya yang lebih besar. Penyusunan table, diagram, grafik, dan besaran-
besaran lainnya di majalah dan Koran termasuk dalam statistika deskriptif ini.
Iqbal Hasan (2004:185) menjelaskan : Analisis deskriptif adalah merupakan bentuk analisis
data penelitian untuk menguji generalisasi hasil penelitian berdasarkan satu sample. Analisa
deskriptif ini dilakukan dengan pengujian hipotesis deskriptif. Hasil analisisnya adalah
apakah hipotesis penelitian dapat digeneralisasikan atau tidak. Jika hipotesis nol (H0)
diterima, berarti hasil penelitian dapat digeneralisasikan. Analisis deskriptif ini menggunakan
satu variable atau lebih tapi bersifat mandiri, oleh kare itu analisis ini tidak berbentuk
perbandingan atau hubungan.
Iqbal Hasan (2001:7) menjelaskan : Statistik deskriptif atau statistic deduktif adalah bagian
dari statistic mempelajari cara pengumpulan data dan penyajian data sehingga muda
dipahami.
Statistik deskriptif hanya berhubungan dengan hal menguraikan atau memberikan
keterangan-keterangan mengenai suatu data atau keadaan atau fenomena. Dengan kata
statistic deskriptif berfungsi menerangkan keadaan, gejala, atau persoalan. Penarikan
kesimpulan pada statistic deskriptif (jika ada) hanya ditujukan pada kumpulan data yang ada.
Didasarkan pada ruang lingkup bahasannya statistik deskriptif mencakup :
1. Distribusi frekuensi beserta bagian-bagiannya seperti :
a. Grafik distibusi (histogram, poligon frekuensi, dan ogif)
b. Ukuran nilai pusat (rata-rata, median, modus, kuartil dan sebagainya)
c. Ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan baku,
dan sebagianya)
d. Kemencengan dan keruncingan kurva
2. Angka indeks
3. Times series/deret waktu atau berkala
4. Korelasi dan regresi sederhana
Bambang Suryoatmono (2004:18) menyatakan Statistika Deskriptif adalah statistika
yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan
mengenai kelompok itu saja
- Ukuran Lokasi: mode, mean, median, dll
- Ukuran Variabilitas: varians, deviasi standar, range, dll
- Ukuran Bentuk: skewness, kurtosis, plot boks
Page | 5

Pangestu Subagyo (2003:1) menyatakan : Yang dimaksud sebagai statistika deskriptif
adalah bagian statistika mengenai pengumpulan data, penyajian, penentuan nilai-nilai
statistika, pembuatan diagramatau gambar mengenai sesuatu hal, disini data yang disajikan
dalam bentuk yang lebih mudah dipahami atau dibaca.
Sudjana (1996:7) menjelaskan : Fase statistika dimana hanya berusaha melukiskan
atau mengalisa kelompok yang diberikan tanpa membuat atau menarik kesimpulan tentang
populasi atau kelompok yang lebih besar dinamakan statistika deskriptif.
Statistik Induktif (Inferensi) : Membuat berbagai inferensi terhadap sekumpulan data yang
berasal dari suatu sampel. Inferensi Melakukan perkiraan, peramalan, pengambilan keputusan
Statistik Inferensi : Suatu keputusan, perkiraan atau generalisasi tentang suatu populasi
berdasarkan informasi yg terkandung dari suatu sampel. Pengukuran Realibilitas Konsekuensi
dari kemungkinan bias dalam inferensi.

Statistika Inferensia
Statistika Inferensia mencakup semua metode yang berhubungan dengan analisis
sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai
keseluruhan gugus data induknya.
Generalisasi yang berhubungan dengan inferensia statistik selalu mempunyai sifat takpasti,
karena kita mendasarkan pada informasi parsial yang diperoleh dari sebagian data. Untuk
memperhitungkan ketidakpastian ini, pengetahuan mengenai teori peluang mutlak diperlukan.
Dalam statistika inferensia diadakan pendugaan parameter, membuat hipotesis, serta
melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku
umum. Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan
pada informasi dari sebagian data saja.
Pengambilan kesimpulan dari statistika inferensia yang hanya didasarkan pada
sebagian data saja sebagian data saja menyebabkan sifat tak pasti, memungkinkan terjadi
kesalahan dalamn pengambilan keputusan sehingga pengetahuan mengenai teori
peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensia.

Statistika Parametrik
Pengertian Statistika Parametrik. Statistika Parametrik (Metode Kuantitatif) adalah
metode statistika yang menyangkut pendugaan parameter, pengujian hipotesis,
pembentukan selang kepercayaan, dan hubungan antara dua sifat (peubah) atau lebih bagi
Page | 6

parameter- parameter yang mempunyai sebaran (distribusi normal) tertentu yang
diketahui.
Statistika parametik lebih banyak digunakan untuk menganalisis data yang berskala
interval dan rasio dengan dilandasi asumsi tertentu seperti normalitas. Statistika
nonparametik dapat digunakan untuk menganalisis data yang berskala nominal dan
ordinal.
Metode statistika parametrik berlandaskan pada anggapan-anggapan tertentu yang
telah disusun terlebih dahulu, jika anggapan-anggapan tersebut tidak sesuai dengan
keadaan sebenarnya, apalagi jika menyimpang jauh maka keampuhan metode ini tidak
dapat dijamin atau bahkan dapat menyesatkan. Pengolongan Statistika Parametrik antara
lain: Regresi, Path (Jalur), SEM, Korelasi Kanonik, Faktor, deskriminan, claster, regresi
logistik, probit & tobit, multivariat.
Prosedur penggunaan statistika parametrik harus mempertimbankan:
1. Penentuan Hipotesis
2. Pemilihan uji statistika (alat analisis)
3. Penentuan
4. Taraf Nyata dan ukuran cuplikan (n)
5. Menentukan sebaran cuplikan (Sampling distribution)
6. Penentukan daerah penolakan Ho
7. Pengambilan keputusan dan penarikan kesimpulan.

- Kelebihan & Kekurangan Statistika Parametrik
Dalam kenyataan, penggunaan metode satatistik tidak terlepas dari berbagai kelebihan
dan kekurangan. Adapun kelebihan dan kekurangan statistika parametrik sebagai berikut:

1. Kelebihan statistika parametrik adalah:
o Dapat digunakan untuk menduga atau meramal.
o Hasil analisis dapat diperoleh dengan pasti dan akurat apabila
digunakan sesuai aturan-aturan yang telah ditetapkan.
o Dapat digunakan untuk mengukur interaksi hudungan antara dua
atau lebih variabel (peubah).
Page | 7

o Dapat menyederhanakan realitas permasalahan yang kompleks &
rumit dalam sebuah model sederhana.
2. Kekurangan statistika parametrik adalah:
o Berdasarkan pada anggapan-anggapan (Asumsi)
o Asumsi tidak sesuai dengan realitas yang terjadi atau menyimpang
jauh maka kemampuannya tidak dapat dijamin bahkan
menyesatkan.
o Data harus berdistribusi normal dengan skala pengukuran data yang
harus digunakan adalah interval & rasio.
o Dapat digunakan untuk menganalisis data yang populasi/sampelnya
sama.
o Tidak dapat dipergunakan untuk menganalisis dengan cuplikan
(Sampel) yang jumlahnya sedikit (> 30)

Pemodelan Statistika Parametrik
Model adalah suatu konsep yang digunakan untuk menyatakan sesuatu keadaan
(permasalahan) ke dalam bentuk simbolik, ikonik atau analog. Pada hakekatnya model adalah
perwakil realitas, oleh karena itu wujudnya harus lebih sederhana. Pemodelan statistika adalah
upaya memodelkan permasalahan ke dalam konsep statistika dengan prosedur:
(1) Ubah pernyataan ke dalam lambang statistika
(2) Pemilihan metode analisis yang tepat
(3) Aplikasi metode secara benar
Pengumpulan Data
Pengumpulan data tidak lain dari suatu proses data yang bersifat primer untuk keperluan penelitian.
Data yang dapat dikumpulkan juga dapat berupa data sekunder, yang artinya data tersebut diperoleh
bukan dari hasil penelitiannya sendiri, tetapi merupakan data yang dikumpulkan oleh orang lain, dan
diolah kembali oleh si peneliti. Pengumpulan data merupakan langkah yang amat penting dalam
metode ilmiah, karena pada umumnya data yang dikumpulkan akan digunakan untuk menguji
hipotesis yang telah dirumuskan. Data yang dkumpulkan harus cukup valid untuk digunakan. Dibawah
ini beberapa contoh cara mengumpulkan data beserta kekurangan dan kelebihannya.

Page | 8

Hipotesis
Hipotesis adalah jawaban sementara terhadap masalah yang masih bersifat praduga karena
masih harus dibuktikan kebenarannya. Hipotesis ilmiah mencoba mengutarakan jawaban
sementara terhadap problema. Hipotesis menjadi teruji apabila semua gejala yang timbul tidak
bertentangan dengan hipotesis tersebut. Dalam upaya pembuktian hipotesis, peneliti dapat
saja dengan sengaja menimbulkan/ menciptakan suatu gejala. Kesengajaan ini disebut
percobaan atau eksperimen. Hipotesis yang telah teruji kebenarannya disebut teori.
Contoh:
Apabila terlihat awan hitam dan langit menjadi pekat, maka seseorang dapat saja
menyimpulkan (menduga-duga) berdasarkan pengalamannya bahwa (karena langit mendung,
maka..) sebentar lagi hujan akan turun. Apabila ternyata beberapa saat kemudia hujan benar
turun, maka dugaan terbukti benar. Secara ilmiah, dugaan ini disebut hipotesis. Namun
apabila ternyata tidak turun hujan, maka hipotesisnya dinyatakan keliru.
Hipotesis berasal dari bahasa Yunani: hypo = di bawah;thesis = pendirian, pendapat yang
ditegakkan, kepastian.
Artinya, hipotesa merupakan sebuah istilah ilmiah yang digunakan dalam rangka kegiatan
ilmiah yang mengikuti kaidah-kaidah berfikir biasa, secara sadar, teliti, dan terarah. Dalam
penggunaannya sehari-hari hipotesa ini sering juga disebut dengan hipotesis, tidak ada
perbedaanmakna di dalamnya.
Ketika berfikir untuk sehari-hari, orang sering menyebut hipotesis sebagai sebuah anggapan,
perkiraan, dugaan, dan sebagainya.Hipotesis juga berarti sebuah pernyataan
atau proposisi yang mengatakan bahwa di antara
sejumlah fakta ada hubungan tertentu. Proposisi inilah yang akan membentuk proses
terbentuknya sebuah hipotesis di dalam penelitian, salah satu di antaranya, yaitu penelitian
sosial.
Proses pembentukan hipotesis merupakan sebuah proses penalaran, yang melalui tahap-tahap
tertentu. Hal demikian juga terjadi dalam pembuatan hipotesis ilmiah, yang dilakukan dengan
sadar, teliti, dan terarah. Sehingga, dapat dikatakan bahwa sebuah Hipotesis merupakan satu
tipe proposisi yang langsung dapat diuji.
Hipotesis merupakan elemen penting dalam penelitian ilmiah, khususnya penelitian
kuantitatif. Terdapat tiga alasan utama yang mendukung pandangan ini, di antaranya:
Page | 9

1. Hipotesis dapat dikatakan sebagai piranti kerja teori. Hipotesis ini dapat dilihat
dari teori yang digunakan untuk menjelaskan permasalahan yang akan diteliti.
Misalnya, sebab dan akibat dari konflik dapat dijelaskan melalui teori mengenai
konflik.
2. Hipotesis dapat diuji dan ditunjukkan kemungkinan benar atau tidak benar atau
di falsifikasi.
3. Hipotesis adalah alat yang besar dayanya untuk memajukan pengetahuan karena
membuat ilmuwan dapat keluar dari dirinya sendiri. Artinya, hipotesis disusun dan
diuji untuk menunjukkan benar atau salahnya dengan cara terbebas dari nilai dan
pendapat peneliti yang menyusun dan mengujinya.

Asal dan Fungsi Hipotesis
Hipotesis dapat diturunkan dari teori yang berkaitan dengan masalah yang akan kita teliti.
Jadi, Hipotesis tidak jatuh dari langit secara tiba-tiba. Misalnya seorang peneliti akan
melakukan penelitian mengenai harga suatu produk maka agar dapat menurunkan hipotesis
yang baik, sebaiknya yang bersangkutan membaca teori mengenai penentuan harga.
Fungsi Hipotesis
Hipotesis merupakan kebenaran sementara yang perlu diuji kebenarannya oleh karena itu
hipotesis berfungsi sebagai kemungkinan untuk menguji kebenaran suatu teori. Jika hipotesis
sudah diuji dan dibuktikan kebenaranya, maka hipotesis tersebut menjadi suatu teori. Jadi
sebuah hipotesis diturunkan dari suatu teori yang sudah ada, kemudian diuji kebenarannya
dan pada akhirnya memunculkan teori baru.
Pertimbangan dalam Merumuskan Hipoptesis
1. Harus mengekpresikan hubungan antara dua variabel atau lebih, maksudnya dalam
merumuskan hipotesis seorang peneliti harus setidak-tidaknya mempunyai dua variable yang
akan dikaji. Kedua variable tersebut adalah variable bebas dan variable tergantung. Jika
variabel lebih dari dua, maka biasanya satu variable tergantung dua variabel bebas.
2. Harus dinyatakan secara jelas dan tidak bermakna ganda, artinya rumusan hipotesis harus
bersifat spesifik dan mengacu pada satu makna tidak boleh menimbulkan penafsiran lebih dari
satu makna. Jika hipotesis dirumuskan secara umum, maka hipotesis tersebut tidak dapat diuji
secara empiris.
Page | 10

3. Harus dapat diuji secara empiris, maksudnya ialah memungkinkan untuk diungkapkan dalam
bentuk operasional yang dapat dievaluasi berdasarkan data yang didapatkan secara empiris.
Sebaiknya Hipotesis jangan mencerminkan unsur-unsur moral, nilai-nilai atau sikap.

Jenis-Jenis Hipotesis
Menurut tingkat abstraksinya hipotesis dibagi menjadi 3 :
1. Hipotesis yang menyatakan adanya kesamaan-kesamaan dalam dunia empiris: Hipotesis jenis
ini berkaitan dengan pernyataan-pernyataan yang bersifat umum yang kebenarannya diakui
oleh orang banyak pada umumnya,
2. Hipotesis yang berkenaan dengan model ideal: pada kenyataannya dunia ini sangat kompleks,
maka untuk mempelajari kekomplesitasan dunia tersebut kita memerlukan bantuan filsafat,
metode, tipe-tipe yang ada.
3. Hipotesis yang digunakan untuk mencari hubungan antar variable: hipotesis ini merumuskan
hubungan antar dua atau lebih variable-variabel yang diteliti. Dalam menyusun hipotesisnya,
peneliti harus dapat mengetahui variabel mana yang mempengaruhi variable lainnya sehingga
variable tersebut berubah.

Menurut bentuknya, Hipotesis dibagi menjadi tiga
1. Hipotesis penelitian / kerja: Hipotesis penelitian merupakan anggapan dasar peneliti terhadap
suatu masalah yang sedang dikaji. Dalam Hipotesis ini peneliti mengaggap benar
Hipotesisnya yang kemudian akan dibuktikan secara empiris melalui pengujian Hipotesis
dengan mempergunakan data yang diperolehnya selama melakukan penelitian.
Misalnya: Ada hubungan antara krisis ekonomi dengan jumlah orang stress
2. Hipotesis operasional: Hipotesis operasional merupakan Hipotesis yang bersifat obyektif.
Artinya peneliti merumuskan Hipotesis tidak semata-mata berdasarkan anggapan dasarnya,
tetapi juga berdasarkan obyektifitasnya, bahwa Hipotesis penelitian yang dibuat belum tentu
benar setelah diuji dengan menggunakan data yang ada. Untuk itu peneliti memerlukan
Hipotesis pembanding yang bersifat obyektif dan netral atau secara teknis disebut Hipotesis
nol (H0). H0 digunakan untuk memberikan keseimbangan pada Hipotesis penelitian karena
peneliti meyakini dalam pengujian nanti benar atau salahnya Hipotesis penelitian tergantung
dari bukti-bukti yang diperolehnya selama melakukan penelitian.
Contoh: H0: Tidak ada hubungan antara krisis ekonomi dengan jumlah orang stress.
Page | 11

3. Hipotesis statistik: Hipotesis statistik merupakan jenis Hipotesis yang dirumuskan dalam
bentuk notasi statistik. Hipotesis ini dirumuskan berdasarkan pengamatan peneliti terhadap
populasi dalam bentuk angka-angka (kuantitatif).
Misalnya: H0: r = 0; atau H0: p = 0

Cara Merumuskan Hipotesis
Cara merumuskan Hipotesis ialah dengan tahapan sebagai berikut: rumuskan Hipotesis
penelitian, Hipotesis operasional, dan Hipotesis statistik.
Hipotesis penelitian
Hipotesis penelitian ialah Hipotesis yang kita buat dan dinyatakan dalam bentuk kalimat.
Hipotesis operasional
Hipotesis operasional ialah mendefinisikan Hipotesis secara operasional variable-variabel
yang ada didalamnya agar dapat dioperasionalisasikan.
Hipotesis statistik
Hipotesis statistik ialah Hipotesis operasional yang diterjemahkan kedalam bentuk angka-
angka statistik sesuai dengan alat ukur yang dipilih oleh peneliti.

Membuat Hipotesis Yang Baik
Berupa pernyataan yang mengarah pada tujuan penelitian dan dirumuskan dengan jelas.
Berupa pernyataan yang dirumuskan dengan maksud untuk dapat diuji secara empiris.
Menunjukkan dengan nyata adanya hubungan antara dua variabel atau lebih.
Berupa pernyataan yang dikembangkan berdasarkan teori-teori yang lebih kuat dibandingkan
dengan hipotesis rivalnya dan didukung oleh teori-teori yang dikemukakan oleh para ahli atau
hasil penelitian yang relevan.
Berikut ini beberapa penjelasan mengenai Hipotesis yang baik :
Hipotesis harus menduga Hubungan diantara beberapa variabel
Hipotesis harus dapat menduga hubungan antara dua variabel atau lebih, disini harus
dianalisis variabel-variabel yang dianggap turut mempengaruhi gejala-gejala tertentu dan
kemudian diselidiki sampai dimana perubahan dalam variabel yang satu membawa perubahan
pada variabel yang lain.
Hipotesis harus Dapat Diuji
Page | 12

Hipotesis harus dapat di uji untuk dapat menerima atau menolaknya, hal ini dapat dilakukan
dengan mengumpulkan data-data empiris.
Hipotesis harus konsisten dengan keberadaan ilmu pengetahuan-
Hipotesis tidak bertentangan dengan pengetahuan yang telah ditetapkan sebelumnya. Dalam
beberapa masalah, dan terkhusus pada permulaan penelitian, ini harus berhati-hati untuk
mengusulkan hipotesis yang sependapat dengan ilmu pengetahuan yang sudah siap ditetapkan
sebagai dasar. Serta poin ini harus sesuai dengan yang dibutuhkan untuk memeriksa literatur
dengan tepat oleh karena itu suatu hipotesis harus dirumuskan bedasar dari laporan penelitian
sebelumnya.
Hipotesis Dinyatakan Secara Sederhana
Suatu hipotesis akan dipresentasikan kedalam rumusan yang berbentuk kalimat deklaratif,
hipotesis dinyatakan secara singkat dan sempurna dalam menyelesaikan apa yang dibutuhkan
peneliti untuk membuktikan hipotesis tersebut.

Hipotesis dalam penelitian
Walaupun hipotesis penting sebagai arah dan pedoman kerja dalam penelitian, tidak semua
penelitian mutlak harus memiliki hipotesis. Penggunaan hipotesis dalam suatu penelitian
didasarkan pada masalah atau tujuan penelitian. Dalam masalah atau tujuan penelitian tampak
apakah penelitian menggunakan hipotesis atau tidak. Contohnya yaitu Penelitian
eksplorasi yang tujuannya untuk menggali dan mengumpulkan sebanyak
mungkin data atau informasi tidak menggunakan hipotesis. Hal ini sama dengan penelitian
deskriptif, ada yang berpendapat tidak menggunakan hipotesis sebab hanya
membuat deskripsi atau mengukur secara cermat tentang fenomena yang diteliti, tetapi ada
juga yang menganggap penelitian deskriptif dapat menggunakan hipotesis. Sedangkan, dalam
penelitian penjelasan yang bertujuan menjelaskan hubungan antar-variabel adalah keharusan
untuk menggunakan hipotesis.
Fungsi penting hipotesis di dalam penelitian, yaitu:
1. Untuk menguji teori,
2. Mendorong munculnya teori,
3. Menerangkan fenomena sosial,
4. Sebagai pedomanuntuk mengarahkan penelitian,
5. Memberikan kerangka untuk menyusun kesimpulan yang akan dihasilkan.
Page | 13


Uji Uji Statistik Parametrik
Pengolahan data secara parametrik ini merupakan pengolahan data dimanaanggapan
kenormalan diberlakukan, tercakup di dalamnya adalah :
- Uji Kebaikan-Suai
Uji Goodness of Fit digunakan untuk menentukan apakah suatu populasi mempunyai
suatu distribusi teoritis tertentu. Uji tersebut didasarkan atas baiknya kesesuaian yang
ada antara frekuensi terjadinya pengamatan pada sampel teramati dan frekuensi
harapan yang diperoleh dari distribusi yang dihipotesiskan.
Uji goodness of fit adalah uji hipotesis statistik yang digunakan untuk menaksir
bentuk apakah observasi X
1
, X
2
,X
n
adalah independen sampel daridistribusi khusus
dengan fungsi distribusi F. Uji goodness of fit dapat digunakanuntuk menguji
serangkaian uji hipotesis nol. Terdapat tiga macam uji Goodness of Fit, yaitu Chi-
square test, Kolmogorov-Smirnov Test, dan Anderson Darling uji
- Uji Menyangkut Ratan dan VariansiUji menyangkut rataan ini berkaitan dengan
distribusi t, uji ini dapa tmenyangkut satu rataan atau variansi dan menyangkut dua
variansi atau rataan.
- Uji Menyangkut Proporsi
Uji ini banyak dipakai dalam berbagai bidang. Uji ini digunakan untuk mengetahui
proporsi suatu peristiwa dalam suatu populasi. Sebagai contoh,seorang politisi
tentunya tertarik untuk mengetahui berapa bagian dari pemilihyang akan
mendukungnya dalam pemilihan mendatang. Pengusaha pabrik berkepentingan
mengetahui proporsi cacat dalam suatu pengirimanproduksinya.
- Uji Kebebasan
Merupakan uji untuk mengetahui keterkaitan antara dua atau lebihvariabel atau untuk
mengetahui sifat ketergantungan (hubungan) suatu variabeldengan variabel yang lain
- Galat I dan Galat II
Galat I adalah penolakan hipotesis nol padahal hipotesis itu benar
.Galat II adalah penerimaan hipotesis nol padahal hipotesis itu salah.
- Uji Anova
- Anova sering disebut sebagai analisis variansi. Sampel acak ukuran ndiambil masing-
masing dari k populasi. Ke k populasi yang berbeda inidiklasifikasikan menurut
perlakuan atau grup yang berbeda. Dewasa ini istilahperlakuan digunakan secara
Page | 14

umum dengan arti klasifikasi, apakah itu kelompok,adukan, penganalisis, pupuk yang
berbeda, atau berbagai daerah di suatu negara.
Pada Anova terdapat pengujian hipotesis nol bahwa rataan ke k populasisama lawan
tandingan bahwa paling sedikit dua dari rataan ini tidak sama.Uji yang akan dipakai
didasarkan pada perbandingan dua taksiran bebasdari kesamaan variansi populasi.
Perlu dibandingkan ukuran variansi antaraperlakuan yang sesuai dengan variansi
dalam perlakuan, agar dapat ditemukanperbedaan yang berarti dalam pengamatan
akibat pengaruh perlakuan.

Parametris digunakan untuk menganalisis data interval dan rasio. Ukuran uji dalam
Statistik parametris antara lain :
- T-test
- Anova
- Korelasi.
Untuk mengetahui ukuran populasi atau disebut dengan Parameter biasanya seorang
peneliti mengukurnya tidak secara langsung melainkan dengan cara mengambil sebagian kecil
dari populasi (disebut dengan sample) kemudian mengukurnya. Selanjutnya hasil pengukuran
sample tersebut digunakan untuk menduga ukuran sebenarnya (ukuran populasinya atau
parameternya). Dari sinilah berasal istilah Pendugaan Parameter.
Secara umum parameter yang diduga ialah nilai tengah (mean), proporsi, atau ragam,
masing-masing :
- Satu nilai tengah
- Beda dua nilai tengah populasi
- Beda lebih dari dua nilai tengah populasi
- Satu proporsi
- Beda dua nilai proporsi
- Beda lebih dari dua nilai proporsi
- Satu ragam
- Beda dua nilai ragam
- Beda lebih dari dua nilai ragam
Karena nilai parameter tidak bisa ditentukan kepastiannya 100% maka dikenal istilah
Selang Kepercayaan (Confidence Interval) yaitu ukuran yang menunjukan nilai parameter
yang asli mungkin berada. Selang Kepercayaan 95% artinya kita percaya bahwa 95% sample
Page | 15

yang kita ambil akan memuat nilai parameter aslinya. Selang Kepercayaan 99% artinya kita
percaya bahwa 99% sample yang kita ambil akan memuat nilai parameter aslinya.

Taraf Kesalahan Pengujian Hipotesis
Terdapat dua cara untuk menaksir parameter populasi berdasarkan data sampel, yaitu A
point estimate yang berdasarkan nilai interval data sampel. Menaksir parameter populasi
dengan menggunakan a point estimate akan mempunyai resiko kesalahan yang lebih tinggi
dibandingkan dengan yang menggunakan interval estimate. Makin besar interval taksirannya
maka akan semakin kecil kesalahannya.

Kesalahan pengujian Hipotesis
Dalam menaksir parameter populasi berdasarkan dara sampel kemungkinan akan
terdapat dua kesalahan yaitu:
Kesalahan tipe I, adalah kesalahan bila menolak H
0
yang benar (seharusnya diterima). Dalam
hal ini tingkar kesalahan dinyatakan dengan a.
Kesalahan tipe II, adalah kesalahan bila menerima H
0
yang salah (seharusnya ditolak) Tingkat
kesalahan untuk hal ini dinyatakan dengan .

keputusan Keadaan sebenarnya
Hipotesis benar Hipotesis salah
Terima hipotesis Tidak membuat kesalahan Kesalahan tipe II
Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan
Tabel 2.1 Tabel kesalahan pengujian hipotesis

Bila nilai statistik (data sampel) yang diperoleh dari ahsil pengumpulan data sama
dengan nilai parameter populasi atau masih berada pada interval parameter populasi maka
hipotesis yang dirumuskan 100% diterima. Tetapi jika nilai statistic diluar nilai parameter
populasi akan terdapat kesalahan. Kesalahan ini semakin besar bila nilai statistic jauh dari nilai
parameter populasi.
Tingkat kesalahan ini dinamakan level of significance atau tingkat signifikansi. Biasanya
tingkat signifikansi yang diambil adalah 1% dan 5%. Suatu hipotesis terbukti mempunyai
kesalahan 1% bila penelitian yang dilakukan pada 100 sampel yang diambil dari populasi yang
sama akan mendapat satu kesimpulan yang diberlakukan untuk populasi.
Page | 16

H
0
selalu dituliskan dengan tanda sama dengan sehingga menspesifikasi suatu nilai tunggal.
Dengan demikian, peluang melakukan kesalahan tipe I dapat dikendalikan. Pemilihan uji satu-
arah atau dua-arah, tergantung pada kesimpulan yang akan ditarik jika H
0
ditolak.
Statistik non parametris digunakan untuk menganalisis data nominal dan ordinal. Uji statistik
yang digunakan dalam statistik non parametris antara lain :
- Binomial
- Sign test
-
2
( chi kuadrat ) dll.
- Selang Kepercayaan (SK) 1 Nilai Tengah, Ragam Diketahui :
................................................... (2.1)
Ragam tidak diketahui n<30 :
............................... (2.2)
- Selang Kepercayaan Beda 2 Nilai Tengah
Ragam 1 dan Ragam 2 diketahui :
..................... (2.3)
Ragam 1 = Ragam 2 tetapi tidak diketahui :
......................... (2.4)
Ragam 1 tidak sama dengan ragam 2 tetapi tidak diketahui :
................................. (2.5)
- Selang Kepercayaan 1 Proporsi :
...................................................... (2.6)
Page | 17

- Selang Kepercayaan Beda 2 Proporsi :
.............................................................. (2.7)
Ukuran Contoh
- Bagi Pendugaan Nilai Tengah :
...................................................................... (2.8)
- Bagi Pendugaan Proporsi :
............................................................................. (2.9)

Hubungan hipotesis dan teori
Hipotesis ini merupakan suatu jenis proposisi yang dirumuskan sebagai jawaban tentatif atas
suatu masalah dan kemudian diuji secaraempiris. Sebagai suatu jenis proposisi, umumnya
hipotesis menyatakan hubungan antara dua atau lebih variabel yang di dalamnya pernyataan-
pernyataan hubungan tersebut telah diformulasikan dalam kerangka teoritis. Hipotesis ini,
diturunkan, atau bersumber dariteori dan tinjauan literatur yang berhubungan dengan masalah
yang akan diteliti. Pernyataan hubungan antara variabel, sebagaimana dirumuskan dalam
hipotesis, merupakan hanya merupakan dugaan sementara atas suatu masalah yang didasarkan
pada hubungan yang telah dijelaskan dalam kerangka teori yang digunakan untuk
menjelaskan masalah penelitian. Sebab, teori yang tepat akan menghasilkan hipotesis yang
tepat untuk digunakan sebagai jawaban sementara atas masalah yang diteliti atau dipelajari
dalam penelitian. Dalam penelitian kuantitatif peneliti menguji suatu teori. Untuk meguji teori
tersebut, peneliti menguji hipotesis yang diturunkan dari teori.
Agar teori yang digunakan sebagai dasar penyusunan hipotesis dapat diamati dan diukur
dalam kenyataan sebenarnya, teori tersebut harus dijabarkan ke dalam bentuk yang nyata yang
dapat diamati dan diukur. Cara yang umum digunakan ialah melalui proses operasionalisasi,
yaitu menurunkan tingkat keabstrakan suatu teori menjadi tingkat yang lebih konkret yang
menunjuk fenomena empiris atau ke dalam bentukproposisi yang dapat diamati atau dapat
diukur. Proposisi yang dapat diukur atau diamati adalah proposisi yang menyatakan hubungan
antar-variabel. Proposisi seperti inilah yang disebut sebagai hipotesis.
Page | 18

Jika teori merupakan pernyataan yang menunjukkan hubungan antar-konsep (pada tingkat
abstrak atau teoritis), hipotesis merupakan pernyataan yang menunjukkan hubungan antar-
variabel (dalam tingkat yang konkret atau empiris). Hipotesis menghubungkan teori dengan
realitas sehingga melalui hipotesis dimungkinkan dilakukan pengujian atas teori dan bahkan
membantu pelaksanaan pengumpulan data yang diperlukan untuk menjawab permasalahan
penelitian. Oleh sebab itu, hipotesis sering disebut sebagai pernyataan tentang teori dalam
bentuk yang dapat diuji (statement of theory in testable form), atau kadang-kadanag hipotesis
didefinisikan sebagai pernyataan tentatif tentang realitas (tentative statements about reality).
Oleh karena teori berhubungan dengan hipotesis, merumuskan hipotesis akan sulit jika tidak
memiliki kerangka teori yang menjelaskan fenomena yang diteliti, tidak mengembangkan
proposisi yang tegas tentang masalah penelitian, atau tidak memiliki kemampuan untuk
menggunakan teori yang ada. Kemudian, karena dasar penyusunan hipotesis yang reliabel dan
dapat diuji adalah teori, tingkat ketepatan hipotesis dalam menduga, menjelaskan,
memprediksi suatu fenomena atau peristiwa atau hubungan antara fenomena yang ditentukan
oleh tingkat ketepatan atau kebenaran teori yang digunakan dan yang disusun dalam kerangka
teoritis. Jadi, sumber hipotesis adalah teori sebagaimana disusun dalam kerangka teoritis.
Karena itu, baik-buruknya suatu hipotesis bergantung pada keadaan relatif dari teori
penelitian mengenai suatu fenomena sosial disebut hipotesis penelitian atau hipotesis
kerja. Dengan kata lain, meskipun lebih sering terjadi bahwa penelitian berlangsung dari teori
ke hipotesis (penelitian deduktif), kadang-kadang sebaliknya yang terjadi
Urutan dari pemecahan masalah pengujian hipotesis ialah sebagai berikut :
1. Hipotesis
2. Statistik Hitung
3. Kaidah Pengambilan Keputusan
4. Kesimpulan
Dalam pengujian hipotesis dikenal istilah galat jenis I atau alpha yaitu penolakan H
0

yang benar dan galat jenis II atau beta yaitu penerimaan H
0
yang salah
Statistik Hitung
z
hitung
, t
hitung
, F
hitung
, kai kuadrat
hitung
, dll
Pengujian Nilai Tengah
Page | 19

- Satu Nilai Tengah
- Ragam diketahui
................................................... (2.10)
- Ragam tidak diketahui
................................................... (2.11)
- Beda Dua Nilai Tengah
- Ragam 1 dan ragam 2 diketahui
........................................... (2.12)
- Ragam 1 = ragam 2 tidak diketahui
....................... (2.13)
- Ragam 1 tidak sama dengan ragam 2 tidak diketahui
................................... (2.14)
Pengujian Proporsi
- Satu Proporsi
Page | 20

........................................... (2.15)
- Beda Dua Proporsi
........................ (2.16)
Peubah Acak
Peubah acak merupakan suatu fungsi yang memetakan ruang ruang kejadian (daerah
fungsi) keruang bilangan riil (wilayah fungsi). fungsi peubah acak merupakan suatu langkah
dalam statistka untuk mengkualifikasikan kejadian - kejadian alam. sebaran peluang dari
peubah acak mengikuti sebaran peluang setiap kejadian. jika terdapat beberapa kejadian
dipetakan ke bilangan yang sama maka peluang dari nilai peubah acak tesebut adalah total
peluang dari kejadian -kejadian tersebut.

Selang Kepercayaan = Konfidensi Interval = Confidence Interval
- Didekati dengan distribusi Normal (Distribusi z atau Distribusi t)
- Mempunyai 2 batas : batas atas (kanan) dan batas bawah (kiri)
- Derajat Kepercayaan = Tingkat Kepercayaan = Koefisien Kepercayaan = 1 -
- kemudian akan dibagi ke dua sisi.
- /2 di atas batas atas dan /2 di bawah batas bawah.

*Selang kepercayaan menurut Distribusi z dan Distribusi t
- Selang Kepercayaan dengan Distribusi z
Nilai dan Selang kepercayaan yang lazim digunakan antara lain :
Selang kepercayaan 90 % Derajat Kepercayaan = 1 - = 9
= 10 % /2 = 5 %
z z
5 0 05
1 645
% .
.

Selang kepercayaan 95 % Derajat Kepercayaan = 1 - = 95%
= 5 % /2 = 2.5 %
z z
2 5 0 025
1 96
. % .
.

Page | 21

Selang kepercayaan 99 % Derajat Kepercayaan = 1 - = 99%
= 1 % /2 = 0.5 %
z z
0 5% 0 005
2575
. .
.


Luas daerah yang tidak terarsir ini
diketahui dari Tabel

luas daerah terarsir ini = luas daerah terarsir = /2 = 0.5%
ini = /2 = 0.5%

-2,575 0 2,575
Grafik 2.3 Contoh Distribusi z untuk Selang Kepercayaan 99%

- Selang Kepercayaan dengan Distribusi t
Nilai (dan tentu saja /2) sudah diterakan dalam Tabel. Perhatikan derajat
bebas (db). Nilai t tabel tergantung dari nilai derajat bebas (db) dan nilai /2.
Misal : Selang kepercayaan 99 %; db = 13 1 - = 99%
= 1 % /2 = 0.5 %
t tabel (db=13;/2 = 0.5%) = 3.012


Luas daerah yang tidak terarsir ini
diketahui dari Tabel
luas daerah terarsir ini = luas daerah terarsir = /2 = 0.5%
ini = /2 = 0.5%
Page | 22


t = -3,012 0 t = 3,012
Grafik 2.4 Contoh Distribusi t untuk Selang Kepercayaan 99 % ; db = 13
Selang kepercayaan untuk ; . Diketahui : suatu (1-) 100% selang kepercayaan
untuk adalah x-z/2(/n) < < x+z/2(/n)
Dimana : x adalah mean cuplikan berukurann dari suatu populasi dengan variansi (
2
) yang
diketahui dan z /2 adalah nilai sebaran normal yang menghasilkan luas /2 disebelah
kanannya.

Kesalahan Estimasi
Selang kepercayaan (1-)% memberikan ketelitian estimasititik. Jika adalah titik
pusat selang, x mengestimasi tanpa kesalahan. Pada umumnya akan ada kesalahan yang
besarnya adalahbeda antara x dengan , dan kita percaya (1-)100% bahwa perbedaan ini
kurang dari z/2(/n).

error

x -z/2(/n) x x + z/2(/n)

Jika x digunakan sebagai estimasi dari , kita dapat percaya (1-)100% bahwa nilai
kesalahannya akan kurang dari z/2(/n).

Taraf nyata
Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis
terhadap nilai parameter populasinya.
Taraf nyata dilambangkan dengan (alpha). Semakin tinggi taraf nyata yang
digunakan semakin tinggi pula penolakan hipotesis nol hipotesis uji, padahal hiputesis
nol benar.
Besarnya nilai bergantung pada keberanian pembuat keputusan yang
dalam hal ini berapa besarnya kesalahan yang akan ditolerir. Besarnya
Page | 23

kesalahan tersebut disebut sebagai daerah kritis pengujian (critical region of test) atau
daerah penolakan (region of rejection).

Tingkat keyakinan
Tingkat keyakinan adalah tingkat probabilitas yang ditentukan oleh peneliti bahwa statistik sampel
dapat mengesteminasi parameter populasi secara akuran sesuai dengan data dan fakta yang telah
penulis dapatkan.
artinya K() K
1
().
Jenis Kesalahan
Agar hipotesis dapat diuji secara statistik, harus dirumuskan menjadi hipotesis nol atau H
o
dan hipotesis alternatif atau H
a,
sebagai berikut :
H
0
= =
0

H
a
= <
0

H
a
= >
0

H
a
=
0
= theta, suatu parameter;
0 =
nilai

berdasarkan hipotesis.

Ada dua jenis kesalahan yang bisa terjadi di dalam pengujian hipotesis. Kesalahan itu
bisa terjadi karena kita menolak hipotesis nol padahal hipotesis nol itu benar atau kita
menerima hipotesis nol padahal hipotesis nol itu salah. Kesalahan yang disebabkan karena kia
menolak hipotesis nol padahal hipotesis nol itu benar, disebut kesalahan jenis I atau Type I
Error. Sebaliknya kesalaha n yang disebakan karena atau kita menerima hipotesis nol
padahal hipotesis nol itu salah disebut kesalahan jenis II atau Type II Error.









Page | 24

BAB III
Pengumpulan Data
3.1. Uji 1 nilai tengah
Data pada perhitungan uji satu nilai tengah ini didapatkan dari data yang sudah
diberikan oleh asprak.
Tabel 3.1 Data Berat Garry Chocolatos


















Netto (Xi) Frequency
13.54 4
13.08 1
13.59 1
13.18 1
13.95 2
14.15 1
14.25 1
14.35 2
14.45 1
15.45 3
14.65 1
14.75 1
14.85 2
15.17 1
15.25 2
15.35 1
15.45 2
15.55 1
15.72 2
Total 30
Netto: 14,5 g
Page | 25

3.2. Uji 2 Nilai Tengah
Untuk data uji 2 nilai tengah didapatkan dari data milik kelompok lain yang juga
diberikan dari asprak. Yang nantinya akan dibandingkan dengan hasil pengolahan data
uji 1 nilai tengah.
Tabel 3.2 Data berat Netto Garry Chocolatos kelompok Yoan dan Faikar







Netto (Xi) Frequency
13,11 5
13.28 1
13.59 1
13.19 1
13.3 1
14.18 1
14.25 1
14.35 2
14.49 1
15.45 3
14.65 1
14.75 1
14.83 2
15.17 1
15.25 2
15.35 1
15.45 2
15.62 1
15.72 2
Total 30
Netto: 14,5 g
Page | 26

3.3. Uji Proporsi
Data untuk uji 1 proporsi didapatkan dari hasil penyebaran kuisioner sebanyak 70
sampel dari populasi sebanyak 200 orang yang terdiri dari mahasiswa Teknik UAI
angkatan 2010 dan angkatan 2011.

Tabel 3.3 Data kuisioner dari seluruh mahasiswa Teknik UAI angkatan 2010



Tabel 3.4 Data Kuisioner dari seluruh mahasiswa Teknik UAI angkatan 2011









T. Industri T. Informatika Bioteknologi T. Elektro
Frequency Frequency Frequency Frequency
Indosat 5 4 5 3 17
Telkomsel 0 3 3 2 8
XL 1 0 0 0 1
3 1 1 0 4 6
Axis 0 0 0 3 3
Total Provider
T. Industri T. Informatika Bioteknologi T. Elektro
Frequency Frequency Frequency Frequency
Indosat 6 1 3 5 15
Telkomsel 4 3 1 1 9
XL 3 1 0 0 4
3 1 2 1 2 6
Axis 1 0 0 1 2
Total Provider
Page | 27

BAB IV
Pengolahan Data
4.1 Uji 1 Nilai Tengah
Dalam perhitungan uji 1 nilai tengah ini menggunakan uji hipotesis satu arah.
4.1.1 Langkah langkah untuk mengolah data uji 1 nilai tengah, yaitu:
Menentukan H dan H - H : =
H : >
Menentukan Taraf Nyata : 5% ( 0,05 ) dan 10% ( 0,1 )
Menentukan Wilayah Kritik : Z > Z


Berikut adalah tabel perhitungan untuk uji 1 nilai tengah

Tabel 4.1 Perhitungan uji 1 nilai tengah

Z
hitung
:




0.05 0.10
13,54 4 54,16 14,594 -1,05 1,11 4,44
13,08 1 13,08 14,594 -1,51 2,29 2,29
13,59 1 13,59 14,594 -1,00 1,01 1,01
13,18 1 13,18 14,594 -1,41 2,00 2,00
13,95 2 27,90 14,594 -0,64 0,41 0,83
14,15 1 14,15 14,594 -0,44 0,20 0,20
14,25 1 14,25 14,594 -0,34 0,12 0,12
14,35 2 28,7 14,594 -0,24 0,06 0,12
14,45 1 14,45 14,594 -0,14 0,02 0,02
15,45 3 46,35 14,594 0,86 0,73 2,20
14,65 1 14,65 14,594 0,06 0,00 0,00
14,75 1 14,75 14,594 0,16 0,02 0,02
14,85 2 29,70 14,594 0,26 0,07 0,13
15,17 1 15,17 14,594 0,58 0,33 0,33
15,25 2 30,50 14,594 0,66 0,43 0,86
15,35 1 15,35 14,594 0,76 0,57 0,57
15,45 2 30,90 14,594 0,86 0,73 1,47
15,55 1 15,55 14,594 0,96 0,91 0,91
15,72 2 31,44 14,594 1,13 1,27 2,54
Total 30 437,82 -0,6 12,29 20,06
-1,65 -1,28 0,62
Z Tabel
Netto (Xi) F Xi . F (Xbar) Xi - Xbar (Xi - Xbar) f(Xi- Xbar) Z hitung
Page | 28

4.2 Uji 2 Nilai Tengah
Pada uji 2 nilai tengah ini langkah langkah yang digunakan sama seperti uji 1 nilai
tengah, hanya saja data yang digunakan adalah data dari kelompok lain yang nantinya
akan dibandingkan dengan data uji 1 nilai tengah. Dan hipotesis yang digunakan adalah
hipotesis satu arah.
4.2.1 Langkah langkah melakukan uji 2 nilai tengah :
H : - = d
H : - > d
Taraf Nyata = 5% ( 0,05 ) dan 10% ( 0,1 )
Wilayah kritik = Z > Z


Berikut adalah tabel hasil perhitungan uji nilai tengah kelompok Yoan dan
Faikar :
Tabel 4.2 Perhitungan uji 2 nilai tengah kelompok Yoan dan Faikar

Mencari nilai Z
hitung



(

()




0.05 0.10
13,11 5 65,55 14,497 -1,39 1,92 9,62
13,28 1 13,28 14,497 -1,22 1,48 1,48
13,59 1 13,59 14,497 -0,91 0,82 0,82
13,19 1 13,19 14,497 -1,31 1,71 1,71
13,3 1 13,30 14,497 -1,20 1,43 1,43
14,18 1 14,18 14,497 -0,32 0,10 0,10
14,25 1 14,25 14,497 -0,25 0,06 0,06
14,35 2 28,7 14,497 -0,15 0,02 0,04
14,49 1 14,49 14,497 -0,01 0,00 0,00
15,45 3 46,35 14,497 0,95 0,91 2,72
14,65 1 14,65 14,497 0,15 0,02 0,02
14,75 1 14,75 14,497 0,25 0,06 0,06
14,83 2 29,66 14,497 0,33 0,11 0,22
15,17 1 15,17 14,497 0,67 0,45 0,45
15,25 2 30,50 14,497 0,75 0,57 1,13
15,35 1 15,35 14,497 0,85 0,73 0,73
15,45 2 30,90 14,497 0,95 0,91 1,82
15,62 1 15,62 14,497 1,12 1,26 1,26
15,72 2 31,44 14,497 1,22 1,49 2,99
Total 30 434,92 0,5 14,07 26,69
f(Xi- Xbar) Z hitung
Z Tabel
-0,02 -1,65 -1,28
(Xi - Xbar) Netto (Xi) F Xi . F (Xbar) Xi - Xbar
Page | 29

4.3 Uji 1 Nilai Proporsi
Data yang digunakan pada uji proporsi ini adalah data sampel dari populasi mahasiswa
FST UAI angkatan 2010 dan 2011. Pada uji 1 proporsi ini praktikan ingin mengetahui
berapa besar proporsi pengguna Telkomsel di FST angkatan 2010 dan 2011. Pada uji 1
nilai proporsi ini menggunakan uji hipotesis 2 arah.
Langkah langkah untuk melakukan uji proporsi :
H : P = P
0

H : P P
0

Taraf Nyata = 5% ( 0,05 ) dan 10% ( 0,1 )
Wilayah kritik = Z > Z
/2

2
Z

:Didapat dari tabel Wilayah Luas dibawah Kurva Normal



Tabel 4.3 Hasil Perhitungan Untuk Uji 1 Proporsi


Dimana :
P = 24%
N = 17 orang
P
0
= 30% mahasiswa Teknik UAI angkatan 2010 adalah pengguna provider
Telkomsel
q
0
= 1 P
0

= 1 0,3 = 0,7
Z
hitung
=



4.4 Uji 2 Proporsi
Pada uji 2 proporsi data yang digunakan juga merupakan data dari hasil kuisioner yang
disebarkan ke seluruh mahasiswa FST UAI angkatan 2010 sebanyak 35 orang dan
angkatan 2011 sebanyak 35 orang. Pada uji 2 proporsi ini akan kita bandingkan jumlah
proporsi pengguna Telkomsel antara angkatan 2010 dengan angkatan 2011. Dan
menggunakan uji hipotesis 2 arah.
= 0,05 = 0,10 /2 = 0,025 /2 = 0,05 Z tabel /2 Z tabel /2
-0,92 -1,64 -1,28 -1,96 -1,64 Tolak H Tolak H
Uji 1 Proporsi
Z hitung
Z tabel Z tabel /2 Kesimpulan
Page | 30

Sebelumnya ada beberapa langkah langkah untuk melakukan uji 2 proporsi :
H : P = P


H : P P


Taraf Nyata = 5% ( 0,05 ) dan 10% ( 0,1 )
Wilayah kritik =
2
Z

: Didapat dari tabel Wilayah Luas dibawah Kurva Normal



Tabel 4.3 Hasil Perhitungan Untuk Uji 2 Proporsi


Dimana :
P = 0,23
P = 0,26
P = 0,24
Q = 0,76
P - P = -0,03
PxQ = 0,18
(1/n) dan (1/n) = 0,03
(1/n)x(1/n) = 0,06
H0 : Pengguna Provider Telkomsel 2010 = 2011
H1 : Pengguna Provider Telkomsel Antara 2010 2011
Untuk pengujian uji 2 proporsi dapat menggunakan rumus sebagai berikut :
Z
hitung
:

)(

)



(

)
(



= 0,05 = 0,10 /2 = 0,025 /2 = 0,05 Z tabel /2 Z tabel /2
-0,28 -1,64 -1,28 -1,96 -1,64 Tolak H Tolak H
Uji 2 proporsi
Z tabel Z tabel /2 Kesimpulan
Z hitung
Page | 31

BAB V
ANALISIS
5.1 Uji 1 Nilai Tengah
Pada pengujian ini praktikan menggunakan uji hipotesis satu arah dengan menentukan
H : =
H : >
Dengan wilayah kritik : Z > Z


Berdasarkan hasil pengolahan data yang sudah dilakukan didapatkan hasil = 14,59 ;

0
= 14,5 (diberikan oleh asprak) dan nilai Z
hitung
sebesar 0,62.
Pada uji 1 nilai tengah ini digunakan taraf nyata sebesar 5% dan 10%.
Untuk taraf nyata () 5%, Z
tabel
yang didapat sebesar 1,65
Untuk taraf nyata () 10%, Z
tabel
yang didapat sebesar 1,28
Dari kedua hasil taraf nyata tersebut maka dapat disimpulkan H
0
ditolak artinya berat
netto hasil perhitungan data hasil pengamatan lebih besar atau tidak sama dengan
,dengan berat netto yang diberikan oleh asprak.

5.2 Uji 2 Nilai Tengah
Pada uji 2 nilai tengah ini praktikan menggunakan uji hipotesis satu arah dan
menentukan hipotesis :
H : - = d
H : - > d
Dengan wilayah kritik : Z > Z

Pada hasil perhitungan uji 2 nilai tengah didapatkan hasil:
= 14,59
= 14,497
- = 0,093
d = 0
Z
hitung
= 0,093
Pada uji 2 nilai tengah, praktikan juga menggunakan taraf nyata yang sama yaitu
sebesar 5% dan 10% dengan hasil Z tabelnya :
Taraf nyata () 5% = - 1,65
Page | 32

Taraf nyata () 10% = - 1,28
Dari hasil Ztabel kedua taraf nyata diatas, maka dapat disimpulkan bahwa H
0
ditolak
dan H
1
diterima yang artinya selisih berat netto hasil perhitungan lebih besar
dibanding selisih berat netto yang diberikan asprak.

5.3 Uji 1 Proporsi
Pada uji 1 proporsi kali ini, praktikan ingin mengetahui besar proporsi pengguna
Telkomsel dengan mahasiswa FST angkatan 2010 dan 2011 sebagai populasinya.
Praktikan menggunakan uji hipotesis 2 arah pada pengamatan kali ini. Dan
menentukan hipotesis:
H : P = P
H : P P
Dimana :
H0 : Populasi Mahasiswa FST Yang Menggunakan Provider Telkomsel = 30 %
H1 : Populasi Mahasiswa FST Yang Menggunakan Provider Telkomsel 30%
Dengan wilayah kritik : Z > Z/2
Dan didapatkan hasil perhitungan sebagai berikut :
X = 8
N = 35
P = 0,24
q = 0,7
P = 0,3
Z
hitung
= - 0,92
Z
tabel
/2 5% = - 1,96
Z
tabel
/2 10% = - 1,64
Maka dapat disimpulkan bahwa H ditolak dan H diterima, artinya jumlah mahasiswa
FST yang menggunakan Telkomsel tidak lebih dari 30% sesuai dugaan awal
praktikan.

5.4 Uji 2 Proporsi
Di uji 2 proporsi ini praktikan ingin mengetahui perbedaan jumlah proporsi pengguna
Telkomsel antara angkatan 2010 dengan angkatan 2011. Dengan menggunakan uji
hipotesis 2 arah dan terlebih dahulu membuat hipotesis :
Page | 33

H : P = P
H : P P
Dengan wilayah kritik Z > Z/2
Maka didapatkan hasil sebagai berikut:
P = 0,23
P = 0,26
P = 0,24
Q = 0,76
P - P = -0,03
PxQ = 0,18
(1/n) = 0,03
(1/n) = 0,03
(1/n)+(1/n) = 0,06
Dan memperoleh Z
hitung
sebesar dengan Z
tabel
sebagai berikut :
Z
tabel
/2 5% = - 1,96
Z
tabel
/2 10% = - 1,64
Dari hasil Z
hitung
dan Z
tabel
dikedua taraf nyata dapat disimpulkan bahwa H ditolak dan
H ditolak yang artinya dalam populasi seluruh mahasiswa FST angkatan 2010 dan
2011 jumlah proposri pengguna Telkomsel angkatan 2010 tidak sama dengan jumlah
proporsi pengguna Telkomsel angkatan 2011 .

5.5 Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hipotesis
terhadap nilai parameter populasinya. Jadi dapat dikatakan semakin tinggi taraf nyata
yang digunakan semakin tinggi pula penolakan hipotesis nol atau hipotesis yang diuji
padahal hipotesisi nol benar. Hal ini tentu sangat berpengaruh pada Z
hitung
dan
kesimpulan yang akan didapatkan. Besarnya nilai bergantung pada keberanian
pembuat keputusan yang dalam hal ini berapa besarnya kesalahan yang akan ditolerir
5.6 Besar kecil jumlah sampel yang diambil juga akan mempengaruhi nilai perhitungan
untuk uji nilai tengah. Karena jika jumlah sampel lebih dari 30 ( n < 30 ) maka untuk
mencari nilai taraf nyata akan menggunakan tabel t bukan tabel Z dan juga
berpengaruh untuk wilayah kritiknya.

Page | 34

BAB VI
KESIMPULAN & SARAN
6.1 Kesimpulan
Berat netto Gary Chocolatos yang tertera dikemasan berbeda dengan berat
netto hasil perhitungan memiliki perbedaan walaupun bukan perbedaan yang
signifikan.
Provider yang paling banyak digunakan oleh mahasiswa FST baik angkatan
2010 dan 2011 adalah Indosat dengan persentase sebagai berikut :
Indosat = 46%
Telkomsel = 24%
XL = 7%
3 = 17%
Axis = 7%
Dan pengguna Telkomsel paling banyak adalah diangkatan 2011
6.2 Saran
Sebaiknya sebelum melakukan praktikum, asisten menjelaskan secara
terperinci apa saja yang harus dilakukan oleh paktikan dan apa tujuan dari
kegiatan praktikum yang akan dilakukan oleh para praktikan.
Karena praktikum kali ini mengharuskan menyebarkan kuisioner yang cukup
banyak, praktikan berharap waktu yang lebih lama untuk pengumpulan laporan
hasil praktikum.









Page | 35

DAFTAR PUSTAKA

o Sugiyono. 1999. Metode Penelitian Bisnis. Bandung: Alfabeta
o Walpole, Ronald E, Pengantar Statistika, edisi ketiga. Jakarta : Gramedia, 1988
o Supranto, Statistik Teori dan Aplikasi (jilid 2), Erlangga, 2001
o Sprent. P, Metode Statistik Non Paremetrik Terapan. Jakarta : Universitas Indonesia,
1991
o Theory of Statistics, by Mark J. Schervish, Springer, 1995