TUGAS

METODOLOGI PENELITIAN
PARAMETRIK DAN NON PARAMETRIK TEST

Disusun Oleh :
Fauziyyah Pucitraningrum

12/329520/TP/10308

Haprinda Sriharvela

12/329522/TP/10310

Alifa Karindra

12/333214/TP/10470

Nisia Veronika

12/333248/TP/10484

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN

FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2015

A. Statistik Parametrik dan Non-Parameterik

Statistik Parametrik
Parametrik merupakan indikatir dari suatu distribusi hasil pengukuran di
mana mengikuti adanya prinsip-prinsip distribusi normal.
Syarat penerapan statistik parametrik adalah sebagai berikut.
a. Distribusi sampel diabil dari distribusi populasi yang terdistribusi secara
normal.
b. Sampel diperoleh secara random (mewakili populasi)
c. Skala pengukuran harus kontinyu (rasio/interval) atau skala nominal yang
diubah menjadi proporsi.
d. Contohnya yaitu uji -z, uji t, korelasi pearson, anova
UJI t
Macam uji t terbagi menjadi dua yaitu 1 sampel dan 2 sampel. Uji t dengan
1 sampel dapat menggunakan One Tail Test dan Two Tail Test, sedangkan uji t
dengan 2 sampel dapat menggunakan Independent t-test dan Paired t-test.
Uji t 1 sampel biasanya digunakan untuk menguji hipotesa deskriptif di
mana kalimat hipotesanya yang akan menentukan termasuk one tail test atau two
tail test. One tail test dibagi menjadi dua yaitu uji pihak kiri dan uji pihak kanan.
Two tail test biasanya digunakan bila hipotesa nol (Ho) berbunyi sama dengan
dan Hipotesa alternatif (Ha) berbunyi tidak sama dengan.
Uji t one tail test (uji pihak kiri) biasanya digunakan bila Ho berbunyi lebih
besar/ sama dengan () dan Ha berbunyi lebih kecil (<). Contoh rumusan
hipotesa adalah sebagai berikut.
Ho = daya tahan lampu minimal 400 jam ( 400 jam)
Ha = daya tahan lampu lebih kecil dari 400 jam (< 400 jam)

Kurva Uji Pihak Kiri

Uji t one tail test (uji pihak kanan) biasanya digunakan apabila Ho berbunyi
lebih kecil atau sama dengan () dan Ha berbunyi lebih besar (>). Contoh
rumusan hipotesa adalah sebagai berikut.
Ho = pedagang labu paling banyak menjual 100 kg/ hari ( 100 kg)
Ha = pedagang labu dapat menjual lebih dari 100 kg/ hari (> 100 kg)
Kurva Uji Pihak Kanan

Contoh Uji t two tail test dengan contoh rumusan hipotesanya adalah sebagai
berikut.

Ho = daya tahan baterai laptop sama dengan 4 jam\

Ha = daya tahan baterai laptop tidak sama dengan 4 jam
Ho = penjualan kartu perdana dalam satu bulan sama dengan 100 buah
Ha = penjualan kartu perdana dalam satu bulan tidak sama dengan 100
buah

Kurva Two Tail Test

Rumus t- test adalah sebagai berikut.

t=

x ratarata 0
SD / n

di mana :
t

= nilai t yang dihitung (t hitung)

= rata-rata

SD

= standar yang dihipotesiskan

= jumlah anggota sampel

Rumus standar deviasi adalah sebagai berikut.

xratarata
xi

SD=
di mana :
xi

= data ke-i

= jumlah data

Nilai

x-xrata

x =
Langkah-langkah dalam pengujian adalah sebagai berikut.

(x-xrata)2
x2 =

1.
2.
3.
4.

Menghitung rata-rata data

Menghitung standar deviasi
Menghitung harga t
Melihat harga t tabel
t hitung t tabel maka Ho diterima
t hitung > t tabel maka Ho ditolak
5. Menggambar kurva
6. Meletakkan t hitung dan t tabel dalam kurva (dk = n-1)
7. Membuat keputusan hipotesis
Uji t 2 sampel
Pada intinya uji t 2 sampel menggunakan 2 sampel/ populasi yang berbeda untuk
nantinya dilihat perbedaannya. Uji t 2 sampel ini dibedakan menjadi dua yaitu
Independent t test dan Paired Sample t test.
1. Indepedent t test
Digunakan untuk membandingkan dua kelompok mean dari dua sampel
yang berbeda (independent). Prinsipnya yaitu ingin mengetahui apakah ada
perbedaan mean antara dua populasi, dengan membandingkan dua mean
sampelnya.
Misalnya sebagai berikut.

Melihat perbedaan antara kelas yang diberi pelatihan dan yang tidak diberi

pelatihan.
Perbedaan perlakuan orang yang diberi obat diet dengan yang tidak.

Rumus t test Independent adalah sebagai berikut.

t=

Xratarata1Xratarata 2

S 12 S 22
+
N1 N2

Di mana :
Xratarata1 = rata-rata sampel 1
Xratarata2 = rata-rata sampel 2
S12

= varians sampel 1

S22

= varians sampel 2

= jumlah sampel

Rumus Independent t test (beda N sampel) adalah sebagai berikut.

t=

Xratarata 1Xratarata 2

( n 11 ) S 12 +(n 21)S 22 1 1
+
n 1+n 22
n1 n2

2. Paired Sample t test

Digunakan untuk membandingkan mean dari suatu sampel yang
berpasangan (paired). Sampel berpasangan adalah sebuah kelompok sampel
dengan subyek yang sama namun mengalami dua perlakuan atau pengukuran
yang berbeda. Menguji perbedaan kondisi awal/ sebelum dan setelah
perlakuan.
Rumus Paired t test adalah sebagai berikut.

t=

di

N di ( di )
N1

Di mana :
D = selisih nilai sesudah dan sebelum (post pre)
N = banyak sampel
Tabel bantunya sebagai berikut.
No

Pre

Post

d2

UJI ANALISIS OF VARIANS (ANOVA)

Anova digunakan untuk menguji hipotesis rata-rata k sampel yang
berpasangan. Data berbentuk interbal atau rasio. Jenis Anova adalah sebagai
berikut.

Anova satu jalan (One Way Anova)

Contohnya : untuk menguji ada tidaknya perbedaan pendapatan antara
karyawan pabrik, salesperson, dan PNS.
Anova dua jalan (Two Way Anova)
Contohnya : untuk menguji ada tidaknya perbedaan secara signifikan
antara pendapatan karyawan pabrik, salesperson, dan PNS berdasarkan
jenis kelamin.

Asumsi penggunaan Anova adalah sampel diambil secara random, data

berdistribusi normal, dan vaian antar sampel homogen.
Menghitung One Way Anova adalah sebagai berikut.
1. Hitung jumlah kuadrat total (JKtot)

2. Hitung jumlah kuadrat antar kelompok (JKant)

3. Hitung jumlah kuadrat dalam kelompok (JKdal)

4. Hitung Mean kuadrat antar kelompok (Mkant)

5. Hitung Mean kuadrat dalam kelompok (Mkdal)

6. Hitung F hitung (Fhit)

7. Bandingkan F hitung dengan F tabel (lihat tabel F)

- dk pembilang (antar kelompok) = m-1
- dk penyebut (dalam kelompok) = N-m
8. F hitung F tabel maka Ho diterima
Anova 2 Jalan (Two Way Anova)
Hampir sama dengan anova satu jalan hanya saja di sini sampelnya k-sampel
tetapi memiliki k-kategori. Menghitung anova dua jalan adalah sebagai berikut.
1. Hitung JK Total

2. Hitung jumlah kuadrat kolom

3. Hitung jumlah kuadrat baris (arah kanan)

4. Hitung jumlah kuadrat interaksi

5. Hitung jumlah kuadrat dalam

6. Hitung dk untuk :
- Dk kolom = kol 1
- Dk baris = bar 1
- Dk interaksi = dkkol x dkbar
- Dk dalam = (N - kol.bar)
- Dk total = N 1
7. Hitung MK kuadrat (MKkol, MKbar, MKint, MKdal) masing-masing JK
dibagi dengan dk.
8. Hitung harga F

KORELASI
Analisis korelasi merupakan suatu analisis untuk mengetahui tingkat keeratan
hubungan antara dua variabel. Tingkat hubungan tersebutb dapat dibagi menjadi
tiga kriteria, yaitu mempunyai hubungan positif, mempunyai hubungan negatif,
dan tidak mempunyai hubungan. Contohnya : ada hubungan positif antara tinggi
badan dengan kemampuan bermain basket; ada hubungan negatif antara curah
hujan dengan es yang terjual. Kuatnya hubungan antar variabel dinyatakan dalam
koefisien. Koefisien positif terbesar = 1; koefisien negatif terbesar = -1 (-1 r
+1). Semakin kecil koefisien korelasi, maka semakin besar error (kesalahan).
Korelasi Product Moment

rxy

xy
x2 y2

di mana :

rxy = korelasi antara variabel x dengan y ; x = (xi xratarata); y = (yi yratara)

rxy

nY 2(2)

( n X 2( X 2 ) )

n ( XY )( X )( Y )

Korelasi Ganda
Menunjukkan arah dan kuarnya hubungan antara dua atau lebih variabel
independen dengan satu variabel dependen.
REGRESI
Regresi digunakan untuk uji asosiatif, lebih ditujukan untuk mengestimasi/
memprediksikan variabel bebas terhadap variabel terikat. Uji regresi hanya
digunakan untuk uji hubungan antara variabel hingga ke tingkat memprediksikan.
ANALISIS JALUR
Analisis jalur digunakan untuk menguji hubungan kausal (sebab akibat) yang
didapatkan melalui kajian teori yang telah dirumuskan. Analisis jalur digunakan
dalam rangka mempelajari saling ketergantungan antar variabel.

Statistik Non Parametrik

Digunakan untuk menguji hipotesis bila datanya berbentuk nominal dan ordinal,
dan tidak berlandaskan asumsi bahwa distribusi data harus normal.
1. Test Binomial
Test Binomia digunakan untuk menguji hipotesis bila dalam populasi
terdiri atas dua kelompok klas, datanya berbentuk nominal dan jumlah sampelnya

kecil (kurang dari 25). Dua kelompok klas itu misalnya pria dan wanita, senior
dan junior, sarjana dan bukan sasrjana, dan sebagainya. Selanjutya , nilai populasi
itu akan diteliti dengan menggunakan sampel yang diambil dari populasi tersebut.
Contoh :
Sautu perusahaan otomotif memproduksi dua jenis mobil minibus yaitu mobil
yang berbahan bakar solar dan bensin. Perusahaan tersebut ingin mengetahui
apakah masyarakat lebih senang mobil berbahan solar atau bensin. Berdasarkan
24 anggota sampel yang dipilih secara random ternyata 14 orang memilih mobil
berbahan bakar bensin dan 10 orang memilih berbahan bakar solar.
a. Hipotesis :
Ho : jumlah masyarakat yang memilih mobil berbahan bakar bensin
dan solar tidak berbeda/sama
Ha : jumlah masyarakt yang memilih mobil berbahan bakar bensin dan
solar sama
Ho : p1 p2 = 0
Ha : p1 p2 0,5
b. Hasil penelitian
c. Teknik statistik untuk pengujian hipotesis
d. Karena sampel <25 maka yang dipakai adalah test binomial. Dalam
kasus ini, N = 24, frekuensi terkecilnya adalah 10, berdasarkan tabel
harga-harga x dalam test binomial dengan N =24 , x 10, diperoleh nilai
koefisien binomialnya adalah 0,271. Bila taraf keslahan adalah 1%
yang berarti 0,01, maka harga p sebesar 0,271 ternyata lebih besar dari
0,01 (0,271 > 0,01). Karena harga p > harga maka Ho diterima dan
Ha ditolak. Jadi kesimpulannya adalah frekuensi masyarakat dalam
memilih dua jenis mobil adalah sama yaitu 50% : 50 %.
e. Kesimpulan
Ada dua kecenderungan yang sama di masyarakat dalam memilih jenis
mobil berbahan bakar solar dan berbahan bakar bensin
2. Chi Kuadrat Satu Sampel
Chi Kuadrat (x2) satu sampel adalah teknik statistik yang digunakan untuk
menguji hipotesis deskriptif bila dalam populasi terdiri atas dua atau lebih klas,
data berbentuk nominal dan sampelnya besar. Yang dimaksud hipotesis diskriptif
di sini bisa merupkan estimasi / dugaan terhadap ada tidaknya perbedaan

frekuensi antara ketegori satu dan kategori lain dalam sebuah sampel tentang
suatu hal.
Rumus Chi kuadrat (x2)
k
(f of h )2
2
x =
fh
i=1
Dimana :
X2 = Chi kuadrat
Fo = frekuensi observaso
Fh = frekuensi yang diharapkan
Contoh :
Suatu perusahaan cat mobil ingin mengetahui warna cat apa yang harus lebih
banyak diproduksi. Untuk itu dilakukan penelitian. Berdasrkan pengamatan
selama 1 minggu di jalan protokol terhadap mobil-mobil pribadi di temukan 1000
berwarna biru, 900 berwarna merah, 600 berwarna putih dan 500 berwarna yang
lain.
a. Hipotesis :
Ho : jumlah masyarakat yang memilih 4 warna mobil tidak berbeda
(peluang 4 warna cat dipilih masyarakat adalah sama)
Ha : jumlah masyarakat yang memilih 4 warna mobil tidak berbeda
(peluang 4 warna cat dipilih masyarkat adalah tidak sama)
b. Data yang terkumpul disajikan pada tabel
Warna

fo

Biru
Merah
Putih
Warna lain
Jumlah

1000
900
600
500

fh
750
750
750
750

(fo-fh)
250
150
-150
250

(fo-fh)2

(fo-fh)2/

62500
22500
22500
62500

fh2
83,33
30,00
30,00
83,33

3000
3000
0
170000
226,67
Catatan : fh = 3000 : 4
c. Pengujian Hipotesis
Berdasarkan hasil perhitungan seperti yang ditunjukan pada tabel chi
kuadrat maka dapat ditemukan bahwa harga chi kuadrat hitung =
226,67. Dalam hal ini dk = n-1 = 4-1 = 3. Berdasarkan dk = 3 dan
kesalahan 5 % diperoleh nilai chi kuadrat tabel sebesar 7,815. Ternyata

chi kuadrat hitung > dari chi kuadrat tabel. Dengan demikian Ho
ditolak dan Ha diterima.
d. Kesimpulan
Jumlah masyarakt yang memilih 4 warna cat mobil berbeda, dan
berdasarkan data, warna biru yang paling banyak diminat masyarakt.
e. Saran
Warna cat yang diproduksi paling banyak adalah warna biru.
3. Run Test
Run Test digunakan untuk menguji hipotesis deskriptif (satu sampel), bila
datanya berbentuk ordinal. Pengujian dilakukan dengan cara mengukur
kerandoman populasi yang didasarkan atas data hasil pengamatan melalui data
sampel. Pengamatan terhadap data dilakukan dengan mengukur banyaknya run
dalam suatu kejadian.
Contoh :
Dalam suatu kantin diperusahaan elektronika, terdapat sekelompok
karyawan wanita yang sedang makan siang. Dari sekelompok karyawan itu ada 18
orang diambil secara random, selanjut diwawancarai, kapan akan mengambil cuti
hamil. Dalam pertanyaan itu disediakan dua alternative jawaban yaitu akan
mengambil cuti besar sebelum melahirkan atau sesudah melahirkan. Wawancara
dilakukan secara berurutan, yaitu mulai dari No.1 dan berakhir No.18.
4. Mc Test
Teknik statistik ini digunakan untuk menguji hiotesis komparatif dua
sampel yang berkorelasi bila datanya berbentuk nominal/diskrit. Rancangan
penelitian biasanya berbentuk before after. Jadi, hipotesis penelitian merupakaan
perbandingan antara nilai sebelum dan sesudah ada perlakuan/treatment.
(membuktikan ada tidaknya perubahan). Test Mc Test ini berdistribusi Chi
kuadarat, maka digunaka pengujian ruus Chi kuadrat. Persamaannya adalah
sebagai berikut :
k

(f f )
x = o h
fh
i=1
2

5. Sign Test (Uji tanda)

Uji tanda digunkan untuk menguji hipotesis komparati dua sampel yang
berkorelasi, bila datanya berbentukordinal. Teknik ini dinamakan uji tanda (sign
test) karena data yang akan dianalisis dinyatkan dalam bentuk tanda-tanda, yaitu
tanda positif ataupun tanda negatif.
6. Wilcoxon Match Pairs Test
Metode ini merupakan penyempurnaan dari uji tanda (sign test). Kalau
dalam uji tanda besarnya selisih nilai angka positif dan negatif tidak
diperhitungkan, sedangkan dalam wilcoxon ini diperhitungkan. Seperti dalam uji
tanda, teknik ini

digunakan untuk menghuji signifikansi hipotesis hipotesis

komparatif dua sampel yang berkorelalsi bila datanya berbentuk ordinal

(berjenjang).
7. Chi kuadrat dua sampel
Untuk menguji apakah terdapat perbedaan yang signifikan antara dua
kelompok sampel bebas (independent) . Hipotesis yang digunakan adalah apakah
kedua kelompok berbeda dalam ciri khas/ variabel tertentu. Perbedaan dimaksud
berkaitan dengan frekuensi masuknya anggota kelompok dalam beberapa
kategori. Untuk menguji hipotesis dihitung dengan menentukan banyak kasus
yang dari tiap kelompok yang termasuk dalam beberapa kategori dan
membandingkan proporsi kasus dengan kelompok yang lain
8. Fisher Exact Probability Test
Test ini digunakan untuk menguji signifikansi hipotesis komparatif dua
sampel kecil indepanedn bila datanya bebentuk nominal. Untuk sampel yang besar
digunakan Chi Kuadrat (x2).
9. Median Test
Uji median adalah metode nonparametrik yang paling sederhana. Uji
median ini adalah merupakan prosedur pengujian apakah dua atau lebih populasi
dari mana sampel independen diambil mempunyai median yang sama. Untuk
menyederhanakannya hanya akan dibatasi pada dua sampel saja (sebenarnya
prosedur ini dapat dengan mudah diperluas untuk tiga sampel atau lebih). Uji

nonparametrik ini dipergunakan untuk menentukan signifikansi perbedaan antara

median dari dua populasi yang independen. Hipotesa nihil yang akan diuji
menyatakan bahwa populasi dari mana dua sampel itu diambil mempunyai
median yang sama. Hipotesa alternatifnya menyatakan bahwa dua populasi itu
mempunyai median yang berbeda
10. Mann Whitney U-test
Uji Mann Whitney merupakan pengujian untuk mengetahui apakah ada
perbedaan nyata antara rata-rata dua populasi yang distribusinya sama, melalui
dua sampel yang independen yang diambil dari kedua populasi. Data untuk uji
Mann Whitney dikumpulkan dari dua sampel yang independen.
Rumus :
n1n2

Pertama

Kedua

U=

U=

n1 (n1 1)
R1
2

n ( n 1)
n1n2 2 2
R2
2

11. Test Kolmogorov-Smirnov Dua Sampel

Tes ini digunakan untuk menguji hipotesis komparatif dua sampel
independen bila datanya berbentuk ordinal yang telah tersusun pada tabel
distribusi frekuensi kumulatif dengan menggunakan kelas-kelas interval. Kriteria
pengujian: Ho diterima bila KD hitung lebih kecil atau sama dengan K D tabel.
Rumus yang digunakan adalah sebagai berikut.
D = maksimum [Sn1(X) Sn2(X)]
Contoh : Dilakukan penelitian untuk membandingkan produktivitas operator
mesin lulusan SMK mesin dan SMU IPA. Pengamatan dilakukan pada sampel
yang dipilih secara random, masing-masing 10 orang. Produktivitas kerja diukur
dari tingkat kesalahan kerja selama 4 bulan.
12. Test Run Wad-Wolfowitz
Tes ini digunakan untuk menguji signifikansi hipotesis komparatif dua
sampel independen bila datanya berbentuk ordinal, dan disusun dalam bentuk run.

Oleh karena itu sebelum data dua sampel (n 1 + n2) dianalisis maka perlu disusun
terlebih dahulu ke dalam bentuk ranking, baru kemudian dalam bentuk run.
Kriteria pengujian : bila run hitung lebih kecil atau sama dengan run dari tabel
untuk taraf kesalahan tertentu, maka Ho ditolak (rn r tab, Ho ditolak). Untuk
sampel yang besar digunakan rumus z sebagai berikut.

Contoh : Terdapat dua kelompok sampel n1 = 4 dan n2 = 5. Skor masing-masing

disusun untuk A dan B selanjutnya skor tersebut diurutkan sehingga jumlah run
akan dapat dihitung. Pengurutan dilakukan dari nomor kecil.
13. Test Cochran
Tes ini digunakan untuk menguji hipotesis komparatif k sampel
berpasangan bila datanya berbentuk nominal dan frekuensi dikotomi. Misal
jawaban dalam wawancara berbentuk: ya-tidak; sukses-gagal; dsb. Selanjutnya
jawaban tersebut diberi skor 0 untuk gagal dan skor 1 untuk sukses. Rumus yang
digunakan adalah sebagai berikut.

Dimana Q = nilai hasil perhitungan

K = jumlah kolom
Cj = jumlah keseluruhan dalam kolom
Rj = jumlah keseluruhan dalam baris
Distribusi sampling Q mendekati distribusi Chi Kuadrat, oleh karena itu
untuk menguji signifikansi harga Q hitung tersebut, maka perlu dibandingkan
dengan harga-harga kritis untuk Chi Kuadrat. Kriteria pengujian : bila Q hasil
menghitung lebih besar atau sama dengan tabel (), maka Ho ditolak dan Ha
diterima.

Contoh : Peneliti sosial politik ingin mengetahui apakah terdapat perubahan

preferensi pemilih terhadap calon bupati A. Survei dilakukan sebelum kampanye,
ketika kampanye, dan sesudah kampanye.
14. Test Friedman
Friedman Two Way Anova digunakan untuk menguji hipotesis komparatif
k sampel yang berpasangan bila datanya berbentuk ordinal (ranking). Bila data
yang terkumpul berbentuk interval atau ratio, maka data tersebut diubah ke dalam
data ordinal. Karena distribusi yang terbentuk adalah distribusi Chi Kuadrat, maka
rumus yang digunakan untuk pengujian adalah rumus Chi Kuadrat, yaitu

Dimana N = banyak baris dalam tabel

k = banyak kolom
Rj = jumlah ranking dalam kolom
Ketentuan pengujian : jika harga Chi Kuadrat hasil menghitung dari rumus di atas
lebih besar atau sama dengan () tabel maka Ho ditolak dan Ha diterima.
Contoh : Dilakukan penelitian untuk mengetahui pengaruh tiga gaya
kepemimpinan (direktif, suportif, dan partisipatif) terhadap efektivitas kerja
pegawai. Penelitian dilakukan terhadap 3 kelompok kerja (N), masing-masing
terdiri dari 15 pegawai (k). Setelah sebulan, efektivitas kerja pegawai diukur
dengan suatu instrumen yang terdiri dari 20 butir. Setiap butir yang digunakan
pengamatan diberi skor 1, 2, 3, 4. Skor 1 berarti sangat tidak efektif, sedangkan
skor 4 sangat efektif.
15. Chi Kuadrat k Sampel
Digunakan untuk menguji hipotesis komparatif lebih dari dua sampel, bila
datanya berbentuk diskrit atau nominal. Kriteria pengujian : Ho diterima bila
harga Chi Kuadrat hitung lebih kecil dari harga Chi Kuadrat tabel. Rumus dasar
yang digunakan sama dengan komparatif dua sampel independen, yaitu

fofh

2
x =
Contoh : Dilakukan penelitian untuk mengetahui adakah perbedaan antara
kelompok pegawai negeri dan swasta dalam memberikan pertimbangan untuk
memilih rumah sakit. Pengumpulan data dilakukan secara random.
16. Median Extention (Perluasan Median)
Digunakan untuk menguji hipotesis komparatif median k sampel
independen bila datanya berbentuk ordinal. Dalam tes ini ukuran sampel tidak
harus sama. Rumus yang digunakan adalah rumus Chi Kuadrat, yaitu
2

fofh

x 2=
Dimana fo = banyak kasus pada baris ke i dan kolom j
fh = banyak kasus yang diharapkan pada baris ke i dan kolom ke j
= penjumlahan semua sel
Contoh : Dilakukan penelitian untuk mengetahui adakah hubungan golongan gaji
pegawai dengan jumlah media cetak yang dibaca. Dalam hal ini golongan gaji
dikelompokkan menjadi 4 tingkat yaitu golongan I, II, III, dan IV.
17. Analisis Varian Satu Jalan Kruskal-Walls
Digunakan untuk menguji hipotesis k sampel independen bila datanya
berbentuk ordinal. Bila dalam pengukuran ditemukan data berbentuk interval atau
ratio, makaperlu dirubah dulu ke dalam data ordinal (data berbentuk ranking).
Rumus yang digunakan adalah sebagai berikut.

Contoh : Dilakukan penelitian untuk mengetahui adakah perbedaan prestasi kerja

pegawai yang rumahnya jauh dna dekat. Jarak rumah dikelompokkan menjadi 3
yaitu : I (1-5) km, II (>5-10) km, dan III (>10) km. Penelitian dilakukan dengan
tiga kelompok sampel yang diambil secara random. Pengukuran yang digunakan
adalah instrumen prestasi.
18. Koefisien Kontingensi
Digunakan untuk menghitung hubungan antar variabel bila datanya
berbentuk nominal. Teknik ini mempunyai kaitan erat dengan Chi Kuadrat yang
digunakan untuk menguji hipotesis komparatif k sampel independen. Oleh karena
itu rumus yang digunakan mengandung nilai Chi Kuadrat.
C=

x2
N + x2

Harga Chi Kuadrat dicari dengan rumus

OP ij+ E ij 2

EP ij

j=1

x =
i=1

Contoh : Dilkaukan penelitian untuk mengetahui adakah hubungan antara profesi

pekerjaan (dokter, pengacara, dosen, bisnis) dengan jenis olahraga (golf, tenis,
bulutangkis, sepakbola) yang sering dilakukan.
19. Korelasi Spearman Rank
Digunakan untuk mencari hubungan atau untuk menguji signifikansi
hipotesis asosiatif bila masing-masing variabel yang dihubungkan berbentuk
ordinal, dan sumber data antar variabel tidak harus sama. Kriteria pengujian : Ho
diterima bila harga rho () hitung lebih kecil dari rho () tabel. Apabila sumber
datanya berbeda, digunakan rumus sebagai berikut

6 bi
=1
2
n(n 1)
Contoh : Ada dua orang juri yang diminta untuk menilai dalam lomba masak.
Jumlah makanan yang dinilai ada 10 dengan rentang nilai 1-10. Yang akan
diketahui adalah kesesuaian di antara dua juri tersebut dalam menilai lomba.
Kesesuaian berarti member penilaian yang sama
20. Korelasi Kendal Tau ()
Digunakan untuk mencari hubungan dan menguji hipotesis antara dua
variabel atau lebih, bila datanya berbentuk ordinal atau ranking. Kelebihan teknik
ini bila digunakan untuk menganalisis sampel yang jumlah anggotanya lebih dari
10, dan dapat dikembangkan untuk mencari koefisien korelasi parsial. Rumus
dasar yang digunakan adalah sebagai berikut.
=

A B
N (N1)
2

Dimana = koefisien korelasi Kendal Tau yang besarnya (-1 < 0 < 1)
H = jumlah ranking atas
L = jumlah ranking bawah
N = jumlah anggota sampel
Uji signifikansi koefisien korelasi menggunakan rumus z, karena distribusinya
mendekati distribusi normal. Kriteria pengujian : Ho diterima bila harga z hitung
lebih kecil dari tabel. Rumusnya adalah sebagai berikut.
z=

2(2 N + 5)
9 N ( N 1)

Contoh : Dilakukan penelitian untuk mengetahui adakah hubungan antara ranking

pembayar pajak dengan ranking prestasi perusahaan. Penelitian dilakukan
menggunakan 25 perusaahaan sebagai sampel.

B. Metode untuk menentukan jumlah sampel

Secara umum, penentuan ukuran sampel dapat dikelompokkan dalam dua
macam pendekatan, yaitu pendekatan statistika dan pendekatan non statistika.
Pada pendekatan non statistika, subyektifitas peneliti dianggap terlampau besar
dalam menentukan ukuran sampel, sehingga peneliti cenderung untuk lebih
memilih pendekatan statistika. Dalam melakukan pendekatan statistika, penentuan
sampel dari populasi digunakan perhitungan maupun acuan tabel yang
dikembangkan para ahli. Dalam melakukan penelitian korelasional biasanya
jumlah sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan
dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing
kelompok dan untuk penelitian survey jumlah sampel minimum adalah 100.
Besaran atau ukuran sampel suatu penelitian sangat tergantung dari
besaran tingkat ketelitian atau kesalahan yang diinginkan untuk diteliti. Namun,
dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya
adalah 5% (0,05). Makin besar tingkat kesalahan maka makin kecil jumlah
sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah sampel
maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil
jumlah sampel maka semakin besar peluang kesalahan generalisasi. Sehingga
dalam menentukan jumlah sampel yang akan diuji ada beberapa metode yaitu
metode Slovin, Formula Jacob Cohen, Ukuran Sampel berdasarkan Proporsi,
Cohrans Formula, dan Formula Lemeshow Untuk Populasi tidak diketahui.
Secara rinci, metode metode tersebut adalah sebagai berikut :
1. Metode Slovin
Salah satu cara menentukan besaran sampel yang memenuhi hitungan
itu adalah yang dirumuskan oleh Slovin sebagai berikut :

dimana
n: jumlah sampel
N: jumlah populasi
e: batas toleransi kesalahan (error tolerance)
Contoh:

Sebuah perusahaan memiliki 2000 karyawan, dan akan dilakukan survei

dengan mengambil sampel. Berapa sampel yang dibutuhkan apabila batas
toleransi kesalahan 5%.
Dengan menggunakan rumus Slovin:
n = N / ( 1 + N e ) = 2000 / (1 + 2000 x 0,05) = 333,33 334.
2. Formula Jacob Cohen
n = L / F^2 + u + 1
Keterangan :
n = Ukuran sampel
F^2 = Effect Size
u = Banyaknya ubahan yang terkait dalam penelitian
L = Fungsi Power dari u, diperoleh dari tabel
Power (p) = 0.95 dan Effect size (f^2) = 0.1
Harga L tabel dengan t.s 1% power 0.95 dan u = 5 adalah 19.76
maka dengan formula tersebut diperoleh ukuran sampel
N = 19.76 / 0.1 + 5 + 1 = 203,6, dibulatkan 203
3. Ukuran sampel berdasarkan proporsi atau Tabel Isaac dan Michael
Tabel penentuan jumlah sampel dari Isaac dan Michael memberikan
kemudahan penentuan jumlah sampel berdasarkan tingkat kesalahan
1%, 5% dan 10%. Dengan tabel ini, peneliti dapat secara langsung
menentukan besaran sampel berdasarkan jumlah populasi dan tingkat
kesalahan yang dikehendaki. Berikut merupakan tabel Isaac dan
Michael :

Dalam tabel diatas : N = Jumlah Populasi

S = Jumlah Sampel yang diambil
Contoh : Seorang peneliti ingin mengambil sampel dari populasi
1000 tanaman dengan tingkat kesalahan 5 % . Maka data yang
diambil sebanyak 258 buah.

4. Cohrans Formula
Dengan menggunakan metode Cohrans Formula ini, penentuan
jumlah sampel dibedakan menjadi 2 yaitu untuk data continue dan data
kategori.
Untuk data yang continue digunakan rumus sebagai berikut :
N = (t^2) * (s^2) / (d^2)
dimana, N = ukuran sampel, t = nilai t berdasarkan alpha tertentu, s =
standard deviasi dari populasi, dan d = margin error
Contoh :
Diketahui = t = 2.00
s = 1.167
d = 0.3
Tentukan ukuran sampel ?
N = ( 2.00^2) * ( 1.167^2) / ( 0.3^2 ) = 60.52 = 61 sampel
Sedangkan untuk data kategori digunakan rumus sebagai berikut :
N = (t)^2 * (p)(q) / (d)^2
Dimana, N = ukuran sampel, t = nilai t berdasarkan alpha tertentu, (p)
(q) = estimate of variance, d = margin of error yang diterima
Contoh :
Diketahui = t = 2.00
p = 0.5
q = 0.5
d = 0.3

Tentukan ukuran sampel ?

N = (2.00^2) * (0.5) * (0.5) / (0.3^2)

= 11,11 = 12 sampel

5. Formula Lemeshow Untuk Populasi tidak diketahui

Untuk menghitung jumlah sampel minimum yang dibutuhkan
dalam populasi yang tidak diketahui atau tidak pasti jumlahnya maka
dilakukan dengan menggunakan formula Lemeshow sebagai berikut :
n = Z^2 P(1 P)/d^2
dengan : n = Jumlah sampel
z = skor z pada kepercayaan 95 % = 1,96
p = maksimal estimasi = 0,5
d = alpha (0.05)
sehingga nilai n yaitu sebesar
n = (1,96^2) * 0,5 ( 1-0,5) / ( 0,05^2 )
= 384,19 = 385 sampel
Jadi ketika jumlah populasi tidak diketahui atau tidak pasti
jumlahnya maka dengan tingkat kepercayaan 95% dan alfa
5% dibutuhkan sampel sebanyak 385 unit.