Uji Hipotesis

Pengujian Hipotesa Sampel Kecil

DEFINISI
Pengertian Sampel Kecil
Sampel kecil yang jumlah sampel kurang dari 30, maka nilai standar
deviasi (s) berfluktuasi relatif besar, sehingga nilai uji Z (Z = X
X /sn) tidak bersifat normal. Oleh karena itu, untuk sebaran distribusi
sampel kecil dikembangkan suatu distribusi khusus yang dikenal sebagai
distribusi t atau t-Student. Nilai-nilai distribusi t dinyatakan sebagai
berikut:
(X - )
t =
s
n
Di mana:
t

s
n

: Nilai distribusi t
: Nilai rata-rata populasi
: Nilai rata-rata sampel
: Standar deviasi sampel
: Jumlah sampel
2

Pengujian Hipotesa Sampel Kecil

CIRI-CIRI DISTRIBUSI t-STUDENT
a. Distribusi t-student seperti distribusi Z merupakan sebuah

distribusi kontinu, di mana nilainya dapat menempati semua titik

pengamatan.
b. Distribusi t-student seperti distribusi Z berbentuk genta atau
lonceng dan simetris dengan nilai rata-rata sama dengan 0.

c. Distribusi t-student bukan merupakan satu kurva seperti kurva Z,

tetapi keluarga dari distribusi t. Setiap distribusi t mempunyai
rata-rata hitung sama dengan nol, tetapi dengan standar deviasi
yang berbeda-beda, sesuai dengan besarnya sampel (n). Ada
distribusi t untuk sampel berukuran 2, yang berbeda dengan
distribusi untuk sampel sebanyak 15, 25 dan sebagainya. Apabila
sampel semakin besar maka distribusi t akan mendekati normal.
3

Pengujian Hipotesa Sampel Kecil

SEMAKIN BANYAK SAMPEL MENDEKATI NORMAL

Distribusi Z
Distribusi t, v= n - 1= 25

Distribusi t, v= n- 1= 15

Distribusi t, v= n - 1= 2

Pengujian Hipotesa Sampel Kecil

Bab 14

PERBEDAAN ANTARA SKALA Z DAN SKALA T

Daerah penolakan
Taraf nyata 5%

Distribusi Z

Daerah tidak
menolak Ho

1,645

Distribusi t

Skala Z

Daerah penolakan
Taraf nyata 5%

Daerah tidak
menolak Ho

2,042

Skala t

Pengujian Hipotesa Sampel Kecil

TAHAP MENGUJI RATA-RATA HITUNG POPULASI

Tahap menguji rata-rata hitung populasi dalam sampel kecil:

(a) Merumuskan hipotesa nol dan hipotesa alternatif (H0 dan H1),
(b) Menentukan taraf nyata apakah 1%, 5% atau pada taraf lainnya serta
mengetahui titik kritis berdasarkan pada tabel t-student,
(c) Menentukan uji statistik dengan menggunakan rumus uji-t,
(d) menentukan daerah keputusan yaitu daerah tidak menolak H0 dan daerah
menolak H0, dan
(e) Mengambil keputusan untuk menolak dan menerima dengan
membandingkan nilai kritis taraf nyata dengan nilai uji-t.

Pengujian Hipotesa
Pengujian Rata Rata Populasi (One Sampel t Test)
Uji ini digunakan untuk mengetahui perbedaan nilai
rata-rata populasi yang digunakan sebagai pembanding
dengan rata rata sampel
X

( X

)
n

Di mana:
t
: Nilai distribusi t

: Nilai rata-rata populasi

: Nilai rata-rata sampel
X
s
: Standar deviasi sampel
n
: Jumlah sampel
7

Pengujian Hipotesa Dua Sampel tidak Berhubungan

( independent Sampel t Test:
Uji ini digunakan untuk mengetahui ada atau tidaknya perbeda
an rata rata dua kelompok sampel yang tidak berhubungan

Rumus dari varians gabungan adalah sebagai berikut:

(n - 1)(s ) (n - 1)(s )
Sp=
(n n ) - 2
2

dan uji t menjadi

t =

- X
2
1
1

Sp

n
n

X1

Di mana:
t : Nilai distribusi t
X1 : Nilai rata-rata sampel pertama
X2 : Nilai rata-rata sampel kedua
S2p : Penduga varians gabungan populasi
n1 : Jumlah sampel populasi pertama
n2 : Jumlah sampel populasi kedua
s12 : Varians sampel pertama
s22 : Varians sampel kedua

Nilai pembagi pada varians gabungan yaitu (n1 + n2)

2 juga merupakan derajat bebas gabungan antara
dua sampel. Sedang untuk satu sampel derajat
bebasnya adalah n 1.

Pengujian Hipotesa
Uji statistik untuk pengujian hipotesa data berpasangan dinyatakan
sebagai berikut:
dan standar deviasi (sd) dirumuskan sebagai berikut:

d
t=
sd / n

(d )
d 2

Sd =

n
n-1

Di mana:
d
t : Nilai distribusi t
: Nilai rata-rata perbedaan antara pengamatan berpasangan
Sd : Standar deviasi dari perbedaan antara pengamatan berpasangan
n : Jumlah pengamatan berpasangan
d : Perbedaan antara data berpasangan
10

ANOVA ( ANALYSIS OF VARIANCE)

Metode untuk menguji hubungan antara satu
variabel dependen ( skala metrik) dengan
satu atau lebih variabel independen

MANOVA ( MULTIVARIATE ANALYSIS OF

VARIANCE ).

Menguji apakah ada perbedaan yang

nyata pada variabel variabel antar anggota
group.
Pada Manova jumlah variabel dependen
lebih dari satu ( metrik atau interval) dan
variabel independen jumlahnya dapat satu
atau lebih ( non metrik )

Anova digunakan untuk mengetahui

pengaruh utama
dan pengaruh
interaksi dari variabel independen
terhadap variabel dependen.
PENGARUH UTAMA :
Pengaruh
langsung
variabel
independen
terhadap
variabel
dependen
Pengaruh Interaksi :
Pengaruh bersama atau joint effect
dua atau lebih variabel independen
terhadap variabel dependen

Asumsi ANOVA
Homogeneity of Varian
Random Sampling
Multivariate Normality
MODEL ANOVA
Y
= X1 + X2 ++ Xn
Metrik
Non Metrik

One Way ANOVA :

Contoh Kasus :
Apakah rata rata pengalaman kerja
sebelumnya sama untuk kategori pekerjaan?
Ho : Rata Rata pengalaman kerja pada
clerk,
custodial maupun manajer
tidak berbeda
Ha : Rata rata pengalaman kerja pada
clerk,
custodial maupun manajer
berbeda.
Ho diterima
sign > 0.05
Ho ditolak
sign < 0.05

Langkah Analysis :
a. Buka file
b. Pilih menu Analysis
c. Pilih sub menu GLM ,pilih Univariate
d. Pada kotak dependen variabel isikan
pengalaman kerja sebelumnya
e. Pada kotak fixed factor isikan
variabel independen
f. Klik Option dan pilih Homogenity test
g. Klik Post Hock
h. Pilih Bonferoni dan Turkey

Manova
ASUMSI MANOVA :
Adanya interdependensi antar anggota
group. Contohnya jika ada grup remaja dan
grup dewasa.
Kesamaan matrik kovarians antar grup pada
variabel dependen.
Variabel variabel Dependen seharusnya
berdistribusi normal
Antar variabel dependen seharusnya tidak
terjadi korelasi yang kuat
Manova cukup sensitif terhadap keberadaan
data yang bernilai sangat ekstrim

 MODEL

MANOVA

Y1 + Y2
++ Xn
Metrik

+ ..+ Yn = X1 + X2

Non Metrik

Manova :
Kasus : Untuk Mengetahui apakah rata rata
gaji dan pengalaman kerja berbeda untuk
kategori pekerjaan .
Langkah Analysis :
Buka file
Pilih Analysis kemudian pilih submenu GLM
lalu pilih multivariat
Dependen variabel isi data skala
rasio,interval
Fixed factor isikan data kategori
Pilih Option pilih Homogenity test u/ menguji
varian populasi variabel dependen
Pilih Post Hoc test
Pilih Bonferoni dan Turkey

TERIMA KASIH

19