STATISTIKA

TUGAS VIII

OLEH
1. I KETUT ANGGER BAJRA SENA

(1113031030)

2. ARINA PERIKITRI
3. I WAYAN SUDANTRA

(1113031031)
(1113031033)

UNIVERSITAS PENDIDIKAN GANESHA

SINGARAJA
TAHUN AJARAN 2011/2012
Anova Satu Jalan(Klasifikasi Tunggal)
(Anova Sampel Independen)
Pengujian hipotesis komparatif k sampel independen dapat menggunakan baik
statistik Parametrik maupun Non-parametrik. Statistik parametrik digunakan bila data
berbentuk interval atau rasio, sertadistribusinya membentuk kurve normal. Sedangkan

statistik non-parametrik digunakan bila data berbentuk nominal maupun ordinal, dengan
distribusi bebas (tidak harus normal).
Dilakukan penelitian untuk mengetahui ada tidaknya perbedaan kemampuan
berdiri pelayan toko, yang berasal dari kota, desa, dan gunung. Pengukuran
kemampuanberdiri dilakukan dengan pengamatan selamasehari. Jumlahsampel pelayan
yang berasal dari kota 10, Desa 9, dan Gunung 11 orang. Dalamsehari itu
kemampuanlamaberdiri pelayanandicatat,
Hipotesis yang diajukan adalah :
H0

: Tidak terdapat perbedaan kemampuan berdiri yang signifikan di antara

tigakelompok pelayan toko yang berasal dariKota, Desa, dan Gunung.

Ha

: Terdapat perbedaan kemampuan berdiri yang signifikan di antara tiga kelompok

pelayanan toko yang berasal dari kota, Desa, dan Gunung.
Langkah-langkah pengujian hipotesis seperti yang telah diberikan pada
Sebelumlangkah-langkah perhitungan dilakukan, maka terlebih dulu perlu diuji

homogenitas adalah Varians antar kelompok harus homogen.

F=

VariansTer besar 1,61

1,61
VariansTer kecil
1

Harga ini selanjutnya dibandingkan dengan harga F tabel dengan dk pembilang

(9-1=8) dan dk Penyebut (11-1 = 10). Berdasarkan dk pembilang 8 dan penyebut 10,
ternyata harga F tabel 3.07 untuk 5%. Karena harga F hirung lebih kecil dari harga F tabel
(1,61 < 3,07), maka varians ke tiga kelompok sampel homogen. Dengan demikian
perhitungan Anova dapat dilanjutkan.

1. JKTot =

2. JKAnt

2
Tot

X
=
1

n1

Tot

X
2

n2

876

155 2
75,2
30

45 2 44 2 66 2 155 2

10
9
11
30

nm

Tot

= 12,81
3. JKDlm = JKTot JKAnt = 75,2 12,81 = 62,39
4. MKAnt =

JK Ant 12,81

6,401
m 1
3 1

5. MKDlm =

JK Dlm
62,39

2,31
N m 30 3

6. FHitung =

MK Ant
6,23

2,69
MK Dlm
231

N = Jumlah Seluruh anggota sampel

m = Jumlah Kelompok sampel
7. harga F hitung tersebut selanjutnya dibandingkan dengan harga F tabel, dengan dk
pembilang = m 1 = 3 1 = 2, dan dk penyebut N-m = 30-3 = 27. berdasarkan dk
pembilang 2 dan dk penyebut 27, ditemukan harga F tabel 3,35 untuk 5% dan 5,49 untuk
1%. Ternyata harga F hitung 2,69 lebih kecil dari harga F tabel baik untuk 5% (3,35)
maupun untuk 1% (5,49).jadi 2,69 < 3,35 atau 2,69 < 5,49. dengan demikian H 0 diterima
dan Ha ditolak. Kesimpulannya tidak terdapat perbedaan yang signifikan kemampuan
berdiri pelayan toko yang dri kota, Desa dan Gunung. Saran yang dapat diberikan adalah,
dalam merekrut pelayan toko tidak perlu memperhatikan daerah asal, karena dalamhal
kemampuan berdiri, pelayan toko asal Kota, Desa, dan Gunungtidak berbeda.
Chi Kuadrat k Sampel (Independen)
Statistik Non-parametrik yang digunakan untuk menguji hipotesis komparatif k
sampel independen antara lainadalah : Chi Kuadrat k sampel (yang akan dijelaskan dalam
buku ini), Median Extention, dan Kruskal-Wallis One Way Anova.
Pada bagian ini dikemukakan penggunaan Chi Kuadrat untuk menguji hipotesis
komparatif komparatif k sampel independen,dimana setiap sampel terdapat beberapa
kategoris/kelas. Seperti pada bagian yang lain,Chi Kuadrat dapat bekerja bila data yang
dianalisis berbentuk nominal/diskrit. Sampel independen adalam sampel yang tidak
berpasangan atau berkorelasi, seperti halnya terjadi pada rancangan eksperimen.
Contoh :

Akan dilakukan penelitian untuk mengetahui adakah perbedaan antara

kelompok Pegawai Negeri dan Swasta dalam memberikan pertimbangan untuk memilih
Rumah sakit. Untuk menjawab pertanyaan tersebut, maka telah dilakukan pengumpulan
data melalui dua kelompok sampel yang diambil secara random. Dari 1500 sampel
Pegawai Negeri uang diambil, 700 orang menyatakan bahwa pertimbangan memilih
Rumah sakit adalah karena adanya Dokter yang lengkap dan terampil, 500 orang
peralatan kedokteran yang lengkap, dan 300 orang karena biaya murah. Selanjutnya dari
800 orang sampel Pegawai Swasta, 400 orang menyatakan bahwa pertimbangan utama
memilih rumah sakit adalah karena dokter yang lengkap dan terampil, 300 orang karena
peralatan kedokteran lengkap, dan 100 orang karena biaya murah.
Data tersebut selanjutnya disusun kedalam Tabel 6.18 berikut. Untuk dapat
mengisi seluruh sel yang ada pada tabel, maka perlu dihitung frekuensi yang
diharapkan (fh) untuk dua kelompok sampel tersebut dalam setiap aspek.
Untuk mengetahui frekuensi

yang diharapkan (fh) pertama-tama harus di

dihitung berapa persen dari keseluruhan sampel (Pegawai Negeri dan Swasta berjumlah
1500 + 800 = 2300) yang memilih dokter yang lengkap dan terampil, peralatan
kedokteran, lengkap, dan biaya murah. Dari sini dapat dihitung bahwa sampel memilih
dokter yang lengkap dan terampil adalah :
F=

700 400 x100% 47,83%

2300

Jadi frekuensi yang diharapkan untuk Pegawai Negeri yang memilih dokter
yang lengkap dan terampil = 47,83% x 1500 = 717,45. kemudian untuk Pegawai Swasta
yang memilih Dokter yang lengkap dan terampil = 47,83% x 800 = 382, 64.
Dari kedua sampel itu yang memilih peralatan kedokteran lengkap untuk kedua
sampel adalah :
F=

500 300 x100% 34,78%

2300

Jadi fh Pegawai Negeri yang memilih peralatan kedokteran lengkap = 34,78% x

1500 = 512,70; fh Pegawai Swasta yang memilih peralatan kedoteran lengkap = 34,78 x
800 = 278,24.

Dari kedua sampel itu yang memilih biaya murah adalah

F=

300 100 x100% 17,39%

2300

Jadi fh pegawai Negeri yang memilih karena alasan biaya murah = 17,39%
1500 = 260,85; dan fh Pegawai Swasta yang memilih karena alasan biaya murah =
17,39% 800 = 139,12.
TABEL
PERTIMBANGAN MEMILIH RUMAH SAKIT ANTARA PEGAWAI
NEGERI DAN SWASTA

Kelompok

Pertimbangan

Pegawai

memilih RS
Dokter lengkap dan

Negeri

terampil
Peralatan kedokteran

fo

fh

F0

Fh

(F0 - Fh)

(F0 - Fh)

700

717,45

-17,45

304,50

0,42

500

512.70

-21.70

470,89

0,90

500
400

260,85
382,64

39,15
17,36

1532,72
301,37

5,88
0,79

300

278,24

21,76

173,50

1,70

100 139,12
2300 2300

-39,12
0,00

1530,37
-

11,00
20,69

fh

lengkap
Pegawai

Biaya Murah
Dokter lengkap dan

Swasta

terampil
Peralatan kedokteran
lengkap
Biaya Murah

Jumlah

Hipotesis yang diajukan dalam penelitian tersebut adalah sebagai berikut :

H0

: Tidak terdapat perbedaan antara Pegawai Negeri dan Swasta dalam

memberikan pertimbangan untuk memilih Rumah Sakit.

H0

: Terdapat perbedaan antara Pegawai Negeri dan Swasta dalam meberikan

pertimbangan untuk memilih Rumah Sakit.
Bilamana H0 diterima, itu berarti juga kedaan yang ada pada sampel itu betul-betul

mencerminkan keadaan populasi, sedangkan bila H0 ditolak, maka keadaan pada sampel

itu hanya berlaku untuk sampel itu, dan mungkin terjadi kesalahan dalam memilih
sampel.
Rumus Chi Kuadrat yang digunakan adalah seperti yang telah dikemukakan pada
bagian lain yaitu :
x
2

fo fh 2
fh

Dengan Rumus tersebut harga Chi Kuadrat hitung telah ditemukan dalam tabel di
atas yaitu sebesar 20,69. untuk memberikan interpretasi terhadap angka tersebut maka
perlu dibandingkan dengan harga Chi Kuadrat tabel dengan derajat kebebesan (dk)
tertentu. Karena untuk model ini dapat dua sampel dan 3 kategori, maka derajat
kebesannya dapat dihitung dengan menggunakan tabel 2 x 3 berikut (dua sampel yaitu
Pegawai Negeri dan Swasta, tiga kategori pertimbangan memilih Rumah Sakit).
1

Kategori
2

Sampel 1
Sampel 2
Besarnya derajat kebebasan = (s - 1) x (k - 1) = (2 - 1) (3 - 1) = 2
Dengan dk = 2 dan taraf kesalahan 5%, maka besarnya Chi Kuadrat tabel adalah
= 5,991. Harga Chi Kuadrat hitung ternyata lebih besar dari pada tebel (20,69>5,991).
Karena harga Chi Kuadrat hitung lebih besar dari tabel, maka H 0 ditolak dan Ha diterima.
Jadi terdapat perbedaan secara signifikansi antara Pegawai Negeri dan Swasta dalam
memberikan pertimbangan untuk memilih Rumah Sakit. Perbedaan dalam sampel
tersebut dapat digeneralisasikan, sehingga perbedaan yang terjadi pasa sampel tersebut
betul-betul mencerminkan keadaan populasi.
Tukey dengan HSD dan Uji Scheffe
Dalam pengujian hipotesis, kita dapat menarik kesimpulan apakah menerima atau
menolak hipotesis. Jika kita menolak hipotesis, artinya bahwa dari variabel-variabel yang
kita uji, terdapat perbedaan yang signifikan. Misalnya jika kita menguji perbedaan 4
metode mengajar terhadap prestasi siswa, kita bisa menyimpulkan bahwa ada perbedaan

dari keempat metode tersebut. Akan tetapi, kita tidak mengetahui, metode manakah yang
berbeda dari keempatnya. Secara statistik, kita tidak bisa mengatakan bahwa yang terbaik
hanya dengan memperhatikan rata-rata dari setiap metode tersebut.
Untuk menjawab pertanyaan metode manakah yang berbeda, maka statistika
memiliki teknik uji lanjut untuk mengetahui, variabel manakah yang memiliki perbedaan
yang signifikan. Ada banyak metode yang bisa digunakan, di antaranya jika asumsi
homogenitas varian terpenuhi, maka teknik yang bisa dipergunakan adalah LSD (Least
Square Differences), Tukey, Bonferoni, Duncan, Scheffe dan lain sebagainya. Dan jika
tidak ada asumsi homogenitas varian, maka teknik yang bisa dipergunakan adalah
tamhane T2, dunnett's T3, games-howell dan dunnett's C. Jika jumlah n setiap variabel
sama, maka teknik yang bisa digunakan adalah LSD, Student Newman-Keuls (SNK)
dan Tukey. Akan tetapi jika jumlah n tiap variabel tidak sama, maka kita bisa
menggunakan teknik Scheffe.Yang akan dibahas sekarang adalah Uji Tukey dan Uji
Schefee.
1. Uji Tukey.
Syarat untuk menggunakan Uji Tukey adalah ukuran kelompok semuanya harus
sama (atau direratakan secara rerata harmonik). Jenis Pengujian Tukey ada dua jenis
yaitu, melalui Jumlah pada kelompok, T dan Rerata pada kelompok, X.
Teknik Tukey juga biasa disebut dengan HSD (honestly Significant difference).
Untuk melakukan teknik ini, kita memerlukan salah satu test statistic yaitu Q yang
dianalogikan dari statistik-t yang didefinisikan secara matematis:

Sekarang dapat dilihat bagaimana cara menggunakan teknik ini. Misalnya kita memiliki
empat metode yang kita uji untuk melihat apakah ada perbedaan metode serta jika ada,
manakah di antara keempat metode tersebut yang berbeda secara signifikan.

dari data tersebut, kita bisa membuat rangkuman analisis varian seperti berikut ini:

berdasarkan table tersebut, kita dapat menyimpulkan bahwa H 0 di tolak sehingga kita bisa
mengatakan ada perbedaan yang signifikan dari keempat metode yang di pergunakan.
Pertanyaan selanjutnya adalah metode manakah yang berbeda? Untuk menjawabnya kita
memerlukan teknik tukey.
Langkah pertama yang kita lakukan adalah kita membuat matriks korelasi dari
rata-rata setiap variabel seperti ini :

Matriks dibuat mulai dari metode yang memiliki rata-rata terkecil. Langkah
selanjutnya adalah mencari perbedaan setiap metode. Misalnya antara metode 2 dan
metode 4 memiliki perbedaan: 12,4 8,4 = 4, antara metode 2 dan 1 memiliki perbedaan
13,6 8,4 = 5,2 dan seterusnya.
Langkah berikutnya adalah mencari nilai Q dengan membagi perbedaan mean
antara masing-masing metode dengan:

nilai Mean Square Within (MSW) diperoleh dari rangkuman table ANAVA). Dengan
demikian,

Sebagai contoh 4,00/1,19 = 3,36, 5,20/1,19 = 4,37. Untuk lebih jelasnya ada pada
rangkuman dalam table berikut ini:

Dengan memperhatikan nilai Q dibandingkan dengan nilai r table, dimana r adalah

jumlah means. Dalam kasus ini, jumlah kolom adalah 4. Adapun derajad kebebasan
adalah 16. Jumlah 16 merupakan n k = 20 -4 = 16. Dengan demikian, nilai kritis untuk
Q adalah 4,05 dan 5,19 untuk tingkat kepercayaan 0,05 dan 0,01. Dengan demikian, nilai
Q yang berada di atas nilai Q kritis hanyalah antara metode 1 dan 2 serta 1,3 pada tingkat
kepercayaan 0,05 serta metode 1 dan 3 pada tingkat kepercayaan 0,01.
2. Uji Scheffe
Uji Scheffe dilakukan melalui distribisi probabilitas pensampelan F-Fisher Snedecor.
Uji Scheffe menggunakan statistik uji sebagai berikut:
F

Vatas

X j

1
1

n n
j
i

VAR D k 1

=k1

Vbawah = n k
Ket:
k

= banyaknya kelompok

ni, nj

= ukuran kelompok

= jumlah semua ukuran kelompo

Xi, Xj = rerata kelompok pada sampel

Pada taraf signifikansi , rerata kelompok berbeda jika F > F()(k-1)(n-k)

DAFTAR PUSTAKA
Sudiana, I Ketut. dan Simamora, Maruli. 2004. Stastitika Dasar.IKIP. Singaraja
widyastutiakhmadan@ymail.com