Chapter II
Chapter II
LANDASAN TEORI
Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi
normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar
tak berhingga pada kedua arah positif dan negatifnya. Penggunaanya sama dengan
penggunaan kurva distribusi lainnya. Frekuensi relatif suatu variabel yang mengambil
nilai antara dua titik pada sumbu datar. Tidak semua distribusi berbentuk lonceng
setangkup merupakan distribusi normal.
Sifat dari variabel kontinu berbeda dengan variabel diskrit. Variabel kontinu
mencakup semua bilangan, baik utuh maupun pecahan. Oleh karenanya tidak bisa
dipisahkan satu nilai dengan nilai yang lain. Itulah sebabnya fungsi variabel random
kontinu sering disebut fungsi kepadatan, karena tidak ada ruang kosong diantara dua
nilai tertentu. Dengan kata lain sesungguhnya keberadaan satu buah angka dalam
variabel kontinu jika ditinjau dari seluruh nilai adalah sangat kecil, bahkan mendekati
nol. Karena itu tidak bisa dicari probabilitas satu buah nilai dalam variabel kontinu,
tetapi yang dapat dilakukan adalah mencari probabilitas diantara dua buah nilai.
persis sama tapi titik tengahnya terletak di tempat yang berbeda di sepanjang sumbu
datar.
Dengan memeriksa turunan pertama dan kedua dari n(x ; , ) dapat diperoleh
lima sifat kurva normal berikut :
1. Modus, titik pada sumbu datar yang memberikan maksimum kurva,
terdapat pada x =
2. Kurva setangkup terhadap garis tegak yang melalui rataan
3. Kurva mempunyai titik belok pada x =
Bila x menyatakan peubah acak distribusi maka P(x1 < x < x2) diberikan oleh
daerah yang diarsir dengan garis yang turun dari kiri ke kanan. Jelas bahwa kedua
daerah yang diarsir berlainan luasnya. Jadi, peluang yang berpadanan dengan masingmasing distribusi akan berlainan pula.
Distribusi normal adalah distribusi variabel kontinu dengan fungsi matematis adalah
sebagai berikut:
1,96
Untuk mengatasi hal tersebut, maka para ahli hanya membuat satu buah tabel
yaitu tabel untuk menghitung nilai-nilai probabilitas distribusi normal standar,
sedangkan jika akan menghitung probabilitas nilai-nilai variabel distribusi normal
yang tidak standar, tetap bisa menggunakan tabel distribusi normal standar tersebut
dengan memakai metode konversi. Yang dimaksud distribusi normal standar adalah
distribusi normal dengan sifat khusus, yaitu distribusi dengan normal yang mean = 0
dan standar deviasi = 1.
z=
Bilamana x mendapat suatu harga x, harga z padanannya diberikan oleh z = (x
)/. Jadi, bila z berharga antara x = x1 dan x = x2, maka peubah acak z akan
berharga z1 = (x1 )/ d an z2 = (x2 )/. Distribusi peubah acak normal dengan
rataan nol dan variansi 1 disebut distribusi normal baku.
Nilai z begitu penting karena semua distribusi normal ukuran nilai apapun
dapat ditransformasi kedalam satu distribusi nilai, yaitu distribusi nilai z yang disebut
dengan distribusi normal standar.
Dua unsur utama dalam statistik inferensi adalah estimasi dan pengujian hipotesis.
Pengujian hipotesis merupakan hal sangat penting dalam statistik inferensi. Dua tipe
pengujian hipotesis, yaitu uji t untuk menguji hipotesis pada parameter tunggal
(individual) dan uji F menguji hipotesis pada parameter-parameter secara simultan.
Walaupun para peneliti selalu tertarik untuk mempelajari apakah teori yang
dipertanyakan (hipotesis) didukung oleh estimasi-estimasi yang dihasilkan dari sebuah
sampel yang berasal dari pengamatan-pengamatan alam nyata, nampaknya hampir
tidak mungkin untuk membuktikan bahwa suatu hipotesis tertentu adalah benar.
Semua yang dapat dilakukan menyatakan bahwa suatu sampel tertentu cocok atau
sesuai dengan hipotesis tertentu. Walaupun hal tersebut tidak dapat membuktikan
bahwa suatu teori tertentu adalah benar dengan menggunakan uji hipotesis dengan
suatu tingkat keyakinan tertentu. Dalam kasus seperti ini, peneliti menyimpulkan
bahwa sangatlah tidak mungkin hasil sampel akan teramati, jika teori yang
dihipotesiskan adalah benar. Jika terdapat bukti yang tidak sesuai dengan validitas
teori, pertanyaan itu sering disimpan sampai data tambahan atau suatu pendekatan
baru memberikan jalan terang bagi persoalan itu.
Ada tiga topik yang sangat penting untuk dibicarakan dalam aplikasi pengujian
hipotesis pada analisis regresi :
1. Spesifikasi hipotesis yang harus diujikan
2. Keputusan yang digunakan untuk menentukan apakah menolak hipotesis
yang dipertanyakan
3. Macam kesalahan yang mungkin dihadapi jika aplikasi keputusan
menghasilkan kesimpulan yang tidak benar.
hipotesis dengan dasar teori selengkap mungkin. Hipotesis yang disusun setelah
estimasi adalah pembenaran hasil-hasil tertentu daripada menguji validatasinya.
Akibatnya, sebagian besar ahli statistik inferensi harus hati-hati dalam menyusun
hipotesis sebelum estimasi.
Hipotesis nol adalah suatu pernyataan tertentu tentang nilai-nilai dalam suatu
range dari parameter yang akan diharapkan terjadi apabila teori yang dimiliki peneliti
tidak benar. Sedangkan Hipotesis alternatif digunakan untuk menspesifikasi nilai-nilai
dalam suatu range dari parameter yang diharapkan terjadi apabila pernyataan teori
oleh peneliti adalah benar.
Kata nol berarti kosong dan hipotesis nol dapat dipertimbangkan sebagai
hipotesis yang mana peneliti tidak dipercaya. Dalam membangun hipotesis nol dan
hipotesis alternatif dengan cara seperti ini supaya dapat menyusun pernyataan yang
kuat apabila menolak hipotesis nol. Ini hanya terjadi apabila didefinisikan hipotesis
nol dengan beranggapan bahwa hal tersebut tidak mengharapkan dapat membatasi
probabilitas menolak secara kebetulan hipotesis nol apabila faktanya memang benar.
hipotesis nol. Dapat dikatakan bahwa tidak dapat menolak hipotesis nol atau
meletakkan kata menerima dalam permasalahan.
mana peneliti
mengharapkan statistik hasil estimasi itu akan diperoleh. Dapat dinyatakan hipotesis
suatu parameter tertentu akan positif atau negatif. Dalam kasus-kasus semacam itu
hipotesis nol menunjukkan bahwa apa yang diharapkan tidak terjadi, namun harapan
itu merupakan suatu range nilai hipotesis yang sama (dalam suatu range) untuk
hipotesis alternatif.
Cara lain untuk menyatakan hipotesis nol dan hipotesis alternatif adalah
menguji hipotesis bahwa adalah tidak berbeda secara signifikan dari nol untuk
masing-masing arah. Untuk pendekatan seperti ini hipotesis nol ditulis :
H0 : = 0
H1 :
Oleh karena H1 memiliki nilai-nilai pada kedua arah dari hipotesis nol, maka
pendekatan ini disebut uji dua-arah untuk membedakan dengan contoh yang pertama,
yaitu uji satu-arah
H1 :
a.
z=
dengan : x =
= deviasi standar populasi
= rata-rata sampel
= rata-rata populasi
b.
z=
dengan : Sx
Di dalam menggunakan uji t, populasi dari mana sampel diambil harus berdistribusi
normal. Untuk pengujian perbedaan mean dari dua populasi didasarkan pada
anggapan bahwa varians populasinya harus identik/sama. Dalam banyak hal bila salah
satu atau kedua anggapan tersebut tidak diketahui, maka uji t tidak dapat
dipergunakan. Dalam hal demikian dapatlah dipergunakan uji nonparametrik yang
umum dikenal sebagai uji tanda (sign test).
Uji tanda didasarkan atas tanda-tanda, positif atau negatif, dari perbedaan
antara pasangan pengamatan. Bukan didasarkan atas besarnya perbedaan. Uji tanda
dapat dipergunakan untuk mengevaluasi efek dari suatu treatment tertentu. Efek dari
variabel eksperimen atau treatment tidak dapat diukur melainkan hanya dapat diberi
tanda positif atau negatif saja.
Uji nonparametrik akhir-akhir ini mendapat perhatian yang lebih besar karena
beberapa sebab. Pertama, perhitungannya biasanya singkat dan mudah dikerjakan.
Kedua, datanya tak perlu berupa pengukuran kuantitatif tapi dapat saja berupa respon
kualitatif seperti cacat atau tidak cacat, ya atau tidak atau sering pula nilai skala
ordinal yang dapat diberi rank. Pada skala ordinal datanya di rank menurut aturan
tertentu, dan dengan uji nonparametrik berbagai rank itu dianalisis.
Pada tahun 1945 Frank Wilcoxon mengusulkan suatu cara nonparametrik yang
amat sederhana untuk membandingkan dua populasi kontinu bila hanya tersedia
sampel bebas yang sedikit dan kedua populasi asalnya tidak normal. Cara ini sekarang
dinamakan uji Wilcoxon atau Uji Jumlah Rank Wilcoxon.
Hipotesis nol H0 bahwa 1 = 2 akan diuji lawan suatu tandingan yang sesuai.
Pertama-tama ambilah sampel acak dari tiap populasi. Misalkan n1 banyaknya
pengamatan dalam sampel yang lebih kecil, dan n2 banyaknya pengamatan dalam
sampel yang lebih besar. Bila sampelnya berukuran sama, maka n1 dan n2 dapat
dipertukarkan. Urutlah semua n1 + n2 pengamatan dengan urutan membesar dan
berikan rank 1, 2, , n1 + n2 pada tiap pengamatan. Bila terdapat seri (pengamatan
yang besarnya sama), maka pengamatan tersebut diganti dengan rataan ranknya jika
seandainya keduanya dapat dibedakan (tidak seri).
Uji tanda ditunjukkan dengan pemberian tanda tambah atau kurang, anggota yang
mana dari pengamatan yang berpasangan yang lebih besar, tapi tidak menunjukkan
besarnya selisih tersebut. Suatu uji memperhitungkan tanda dan besarnya selisih telah
dikemukakan oleh Wilcoxon dan sekarang biasa disebut sebagai Uji Wilcoxon untuk
pengamatan berpasangan. Uji wilcoxon lebih peka daripada uji tanda dalam
menentukan perbedaan antara rataan populasi dan karena itu akan dibahas secara
mendalam.
Untuk menguji hipotesis bahwa 1 = 2 dengan uji Wilcoxon, mula-mula
kesampingkan semua selisih yang besarnya nol dan kemudian rank bi, yaitu sisanya,
tanpa memperhatikan tandanya. Rank 1 diberikan pada nilai mutlak bi yang terkecil,
rank 2 pada terkecil berikutnya, dan seterusnya. Bila nilai mutlak dari dua atau lebih
selisih sama, berilah pada tiap selisih rata-rata dari yang seharusnya akan diberikan
seandainya selisih tersebut dapat diberikan. Bila tidak ada perbedaaan antara kedua
rataan populasi, maka jumlah ruang dari selisih yang positif seharusnyalah hampir
sama dengan jumlah rank dari selisih yang negatif.
Uji ini digunakan untuk menguji kondisi (variabel) pada sampel yang
berpasangan atau dapat juga untuk penelitian sebelum dan sesudah. Dalam uji ini
ingin diketahui manakah yang lebih besar dari antara pasangan. Misalkan di = selisih
tiap pasangan yang harus dibuat ranking, untuk di tanpa memperhatikan tandanya,
rank 1 diberikan untuk harga mutlak di terkecil dan rank terbesar untuk harga mutlak
di terbesar. Kemudian untuk masing-masing ranking berikan tandanya sesuai dengan
tanda selisih yaitu tanda + dan -.