MAKALAH

STATISTIKA NON PARAMETRIK

Tes Fisher, Chi Kuadrat dan Median

Oleh:

KURNIA APRIDITA UTAMI (1201285)

LUSI YENDRIANI (1201280)

Fakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Negeri Padang
2016

KASUS DUA SAMPEL INDEPENDEN

Penggunaan dua sampel yang berhubungan dalam suatu disain penelitian
memang megandung banyak kebaikan dan keuntungan namun seringkali hal
semacam itu tidak praktis.Sering kali sifat hakikat variable dependen tidak
memungkinkan untuk menggunakan subyek-subyek yang ada sebagai pengontrol
dirinya-sendiri.
Apabila penggunaan dua sampel yang berhubungan tidak dapat dilakukan atau
tidak cocok, maka dapat dipakai dua sampel independen. Dalam disain ini, kedua
sampelnya dapat diperoleh dengan dua metode :
(a) Keduanya ditarik secara random dari dua populasi
Contohnya adalah ditariknya setiap sepuluh Demokrat dan setiap sepuluh
Republik dari suatu daftar nama-nama pemilih menurut abjad.
Akan dihasilkan suatu sampel random yang terdiri dari pendukung-pendukung
partai Republik dan Demokrat yang tercatat dalam daerah pemilihan yang
termasuk ke dalam daftar itu. Jumlah pendukung Demokrat akan sama dengan
jumlah pendukung Republik hanya apabila pencatatan kedua partai itu kebetulan
dilaksanaan atas jumlah orang yang sama dalam daerah pemilihan itu.
(b) Sampel-sampel muncul karena diterapkannya secara random dua perlakuan
terhadap anggota-anggota sampel yang asal usulnya sembarang.
Contohnya adalah suatu studi tentang keefektifan dua orang pengajar dalam
mengajarkan pelajaran yang sama.

Dikumpulkanlah kartu pendaftaran dari setiap orang yang mendaftarkan diri,

kemudian secara random separuh dari kartu-kartu pendaftaran itu diserahkan
kepada pengajar yang satu, dan separuhnya lagi kepada pengajar yang lain.
Teknik parametrik yang lazim untuk menganalisis data dua sampel
independen adalah adalah menerapkan tes t untuk mean kedua kelompok itu. Tes t
menganggap bahwa skor-skor (yang dijumlahkan penghitungan means itu) adalah
pengamatan-pengamatan independen dari populasi-populasi yang berdistribusi
normal dengan varian-varian yang sama.
Untuk suatu penelitian tertentu, tes t mungkin tidak dapat diterapkan karena
berbagai alas an. Peneliti mungkin mendapatkan bahwa (a) anggapan-anggapan tes t
itu tidak realistis bagi data yang dimilikinnya, (b) dia lebih suka mengindari membuat
anggapan-anggapan dan dengan demikian, kesimpulan-kesimpulannya akan memiliki
generalitas yang lebih luas, atau (c) skor-skor-nya mungkin tidak sungguh-sungguh
bersifat keangkaan (numerik) dan oleh karenanya tidak memenuhi persyaratan
pengukuran yang dituntut oleh tes t itu. Dalam keadaan semacam ini, peneliti dapat
memilih menganalisis datanya dengan salah satu tes statistic nonparametrik untuk dua
sampel independen

TES KEMUNGKINAN YANG EKSAK DARI FISHER

Fungsi
Tes kemungkinan yang Eksak dari Fisher ini adalah teknik nonparametrik yang
sangat berguna untuk menganalisis data yang terpisah (baik nominal maupun ordinal)
bilamana kedua sampel independen berukuruan kecil. Tes ini dipakai manakala skorskor yang didapat dari dua sampel random independen semuanya masuk dalam salah
satu dari dua kelas yang saling asing satu dengan yang lain. Dengan kata lain, setiap
subyek dalam kedua kelompok itu mendapatkan satu dari dua skor yang mungkin.
Skor-skor itu diprepresentasikan dalam frekuensi-frekuensi suatu tabel kontingensi
seperti tabel dibawah ini.

Kelompok I
Kelompok II
Jumlah

A
C
A+C

+
B
D
B+D

Jumlah
A+B
C+D
N

Kelompok I dan II adalah sembarang dua kelompok independen, seperti misalnya

kelompok eksperimental dan kelompok kontrol, pria dan wanita, bekerja dan
menganggur, Demokrat dan Republik, ayah dan ibu, dan sebagainya. Tanda diatas
kolom di sini secara sembarang ditunjukkan sebagai tanda tambah dan kurang, dapat
didasarkan atas sembarang klasifikasi : di atas dan di bawah median, lulus dan gagal,
kecendrungan lebih besar kepada ilmu dan kecendrungan lebih besar kepada

kesenian, setuju dan tidak setuju, dan seterusnya. Tes ini menentukan apakah kedua
kelompok itu berbeda dalam proporsi elemen yang masuk dalam kedua klasifikasi
yang ada.
Untuk data dalam tabel diatas (A, B, C dan D mewakili frekuensi) tes ini akan
menentuan apakah Kelompok I dan Kelompok II secara siginfikan berbeda dalam
proporsi tambah dan kurang yang diterakan atas kelompok-kelompok itu.
Metode
Kemungkinan yang eksak akan mengamati seperangkat frekuensitertentu dalam
tabel 2x2, bila jumlah marginal dianggap tetap, diperoleh dengan distribusi
hipergeometrik :
A +C B+D
(
A )( B )
p=
( AN+B)

( A+C ) ! ( B+ D ) !
(
A ! C ! )( B! D ! )
p=
N!
( ( A+ B ) ! ( C+ D ) ! )

jadi , p=

( A+ B ) ! ( C+ D ) ! ( A +C ) ! ( B+ D ) !
N ! A! B!C ! D !

Yaitu, kemungkinan yang eksak kejadian-kejadian yang diamati diperoleh dengan

membagi hasil kali keempat jumlah marginal faktorial dengan hasil kali frekuensifrekuensi sel faktorial yang dikalikan dengan N faktorial.(Tabel S dapat membantu
dalam perhitungan-perhitungan ini).
Untuk memberikan gambaran penggunaan rumus diatas : misalkan kita
mengobservasi data yang ditunjukkan pada tabel dibawah

Kelompok I
Kelompok II
Jumlah

Pada tabel diatas

10
4
14

+
0
5
5

Jumlah
10
9
19

A=10, B=0 , C=4,dan D=5 , jumlah-jumlah marginal adalah

A + B=10, C+ D=9, A +C=14, dan B+ D=5. N ,

jumlah total observasi-observasi

indpenden adalah 19. Kemungkinan bahwa kesembilan-belas kasus ini akan jatuh ke
dalam keempat sel sebagaimana yang terjadi, dapat ditetapkan dengan substitusi
harga-harga obsevarsi kedalam rumus :

p=

( A + B ) ! (C + D ) ! ( A +C ) ! ( B+ D ) !
N ! A ! B !C ! D !

p=

10 ! 9 ! 14 ! 5 !
19 ! 10! 0! 4 ! 5 !

p=0,0108

Diperoleh bahwa kemungkinan distribusi frekuensi yang semacam itu terjadi dibawah
H0adalah p=0,0108 .
Contoh di atas itu dapat dikatakan contoh yang sederhana perhitungannya karena
salah satu di antara sel-selnya (sel B) berfrekuensi 0. Tetapi, jika tidak satu pun
diantara frekuensi sel itu 0, haruslah kita ingat bahwa penyimpangan-penyimpangan
yang lebih ekstrem daridistribusi dibawah H0 dapat saja terjadi dengan jumlah
marginal yang sama itu, dan kita harus mempertimbangkan pernyimpanganpenyimpangan yang lebih ekstrem yang mungkin terjadi. Sebab, suatu tes statistik
untuk hipotesis nol yang menanyakan : Berapakah kemungkinan dibawah H 0 untuk
suatukejadian seperti itu, atau kejadian yang bahkan lebih ekstrem ?
Misalnya kita angankan data yang diperoleh dari suatu studi tertentu adalah
seperti tabel.1 dibawah ini

Kelompok I
Kelompok II
Jumlah

1
4
5

+
6
1
7

Jumlah
7
5
12

Dengan jumlah marginal yang tetap sama, dapat terjadi hal yang lebih ekstrem seperti
yang ditunjukkan tabel 2 dibawah ini

Kelompok I
Kelompok II

0
5

+
7
0

Jumlah
7
5

Jumlah

12

Dengan demikian, jika kita ingin menerapkan suatu tes statistik atas hipotesis nol
untuk data yang disajikan dalam tabel 1, kita harus menjumlahkan kemungkinan
terjadinya hal itu dengan kemungkinan hal yang lebih ekstrem yang mungkin terjadi
(ditunjukkan dalam tabel 2). Kita menghitung masing-masing p dengan memakai
rumus

p=

p=

7!5!5!7!
=0,04399
12! 1 ! 6 ! 4 ! 1!

p=

7!5!5!7!
=0,00126
12! 0! 7 ! 5 ! 0 !

( A + B ) ! (C + D ) ! ( A +C ) ! ( B+ D ) !
N ! A ! B !C ! D !

Jadi, kemungkinan munculnya keadaan seperti yang tersaji dalam tabel 1 atau
keadaan

lain

yang

lebih

ekstrem

p=0,04399+ 0,00126=0,04525

(ditunjukkan

artinya

p=0,04525

dalam

tabel

2)

adalah

adalah harga p yang kita

pergunakan untuk memutuskan apakah data dalam tabel 1 mengijinkan kita menolak
H0.
Jika peneliti cukup puas dengan menggunakan tingkat signifikansi dan bukannnya
harga p yang eksak, tabel I dapat digunakan.Dengan menggunakan tabel itu, peneliti

dapat langsung menetapkan signifikansi seperangkat harga observasi dalam suatu

tabel kontingensi 2x2. Tabel I dapat diterapkan untuk data dengan N sama dengan 30
atau lebih kecil, dan bila tidak satu pun jumlah di tepi kanan lebih besar daripada 15.
(peneliti mungkin mendapatkan jumlah total di tepi bawah datanya memenuhi
persyaratan itu, tetapi jumlah di tepi kanan tidak. Jelaslah, bahwa dalam hal ini dia
dapat memenuhi persyaratan itu dengan mudah, yakni dengan mengubah penempatan
datanya : menggeser label-label di atas tabel kontingensi itu ke tepi kiri, dan
sebaliknya.)
Dibandingkan dengan sebagian besar tabel harga signifikansi, Tabel I agak lebih
sulit penggunaannya, karena ukurannya.Oleh sebab itu, diberikan juga petunjukpetunjuk terperinci dalam menggunakannya. Inilah keempat langkah dalam
mempergunakan tabel I:
1. Tentukan harga A+B dan C+D dalam datanya.
2. Carilah harga observasi A+B dalam tabel I di bawah judul Jumlah di tepi
Kanan.
3. Dalam bagian tabel itu, tentukan tempat harga C+D observasi dibawah judul yang
sama,
4. Untuk harga C+D observasi, beberapa harga B* yang mungkin, didaftar dalam
tabel itu. Carilah harga B observasi di antara kemungkinan-kemungkinan yang
ditunjukkan itu.
5. Kini amatilah harga D anda. Kalau harga D yang di observasi itu sama dengan
atau lebih kecil daripada harga yang disajikan dalam Tabel jadi bawah tingkat
signifikansi anda, maka data yang diobservasi signifikan pada tingkat itu.

Haruslah dicatat bahwa tingkat-tingkat signifikansi yang disajikan dalam Tabel I

bersifat pendekatan.Dan kesalahan harga-harga itu merupakan kesalahan yang
konservatif. Dengan demikian, kemungkinan untuk data tertentu mungkin p = 0,007
tetapi tabel I akan menunjukkan bahwa harga itu signifikansi pada tingkat
=0,01.

Jika ingin mendapatkan kemungkinan yang eksak dan bukannya tingkat

signifikansi, maka kita dapat memperolehnya dalam Finney (1948:145-156) atau

menghitungnya sendiri dengan menggunakan rumus p dengan cara seperti yang telah
ditunjukkan diatas. Tingkat-tingkat signifikansi yang disajikan dalam tabel I adalah
untuk daerah-daerah penolakan satu sisi.Jika yang dihadapi adalah daerah penolakan
dua sisi, kalikan dua tingkat signifikansi yang ada di tabel I itu.
Pada tabel 1 kita telah menetapkan kemungkinan yang eksak dengan
menggunakan rumus p. A+B = 7 dan C+D = 5. Dalam bagian itu akan kita lihat tiga
harga kemungkinan B (7,6 dan 5). Untuk tabel 2 B = 6. Oleh karena itu, pembaca
harus menggunakan pertengahan ketiga garis harga, dimana B = 6. Kini amatilah
harga D dalam data : D = 1 (tabel 2) tabel I menunjukkan bahwa D = 1 signifikan
pada tingkat 0,05 (satu-sisi). Ini cocok dengan kemungkinan yang eksak yang kita
hitung terdahulu : p = 0,045.

Untuk suatu tes dua sisi , kita kalikan dua tingkat signifikansi yang diobservasi
dan kita simpulkan bahwa data dalam tabel 1 mengijinkan kita menolak H0 pada
=2 ( 0,05 )=tingkat 0,10.

Contoh :
Dalam suatu studi tentang latar belakang pribadi dan sosial para pemuka gerakan
Nazi, Lerner dan kawan-kawannya membandingkan kelompok elit Nazi dengan
kelompok elit yang mapan dan terhormat pada masyarakat Jerman sebelumnya.Suatu
perbandingan semacam itu menyangkut riwayat karir 15 orang yang merupakan
Kabinet Jerman pada akhir tahun1934. Orang-orang ini dikategorikan dalam dua
kelompok : Nazi dan non-Nazi. Untuk menguji hipotesis bahwa para pemuka Nazi
memilih kerja pada partai politik sebagai karir mereka, sementara para pemuka nonNazi bermula dari pekerjaan-pekerjaan yang lebih konvensional dan stabil, setiap
orang dikategorisasikan menurut pekerjaan yang pertama dalalm karirnya.Pekerjaan
pertama masing-masing orang itu dikelompokkan sebagai pekerjaan stabil atau
administrasi dan komunikasi partai. Hipotesisnya ialah bahwa kedua kelompok itu
akan berbeda dalam proporsi ketercakupan mereka dalam kedua kategori itu.

i.

Hipotesis Nol. H0 :

Para pemuka Nazi dan non-Nazi menunjukkan proporsi yang sama dalam hal
jenis pekerjaan pertama yang mereka miliki.
Hipotesis H1 :
Suatu proporsi yang lebih besar pada pekerjaan pertama para pemuka Nazi
adalah dalam administrasi dan komunikasi partai, dibandingkan dengan
ii.

pekerjaan pertama pemuka politik non-Nazi.

Tes statistik
Studi ini menuntut suatu tes untuk menetapkan signifikansi perbedaan antara
dua sampel independen.Karena pengukurannya semuanya bersifat pembagian

iii.
iv.

dua (dikotomi) dan karena N kecil, dipilihlah Tes Fisher.

Tingkat Signifikasi
Tetapkan =0,05. N =15
Distribusi Sampling
Kemungkinan munculnya di bawah H0 seperangkat harga observasi dalam
suatu tabel 2x2, dapat ditentukan dengan menggunakan rumus p. tetapi, untuk
N 30

v.

(seperti yang terjadi pada data ini), tabel I dapat digunakan.Tabel

itu memberikan harga-harga kritis D untuk berbagai tingkat signifikansi.

Daerah Penolakan
Karena H1 meramalkan arah perbedaannya, maka daerah penolakannya satu
sisi. H0akan ditolak bila harga-harga observasi berbeda dalam hal arah yang
diramalkan dan bilamana harga-harga itu sedemikian besarnya sehingga
kemungkinan yang berkaitan dengan terjadinya harga-harga tadi dibawah H0
sama dengan atau kurang dari =0,05

vi.

Keputusan

Keterangan mengenai pekerjaan pertama masing-masing anggota Kabinet

Jerman pada akhir tahu 1934 disajikan dalam tabel 3. Untuk tabel ini, A+B=9
dan C+D=6
Tabel 3. Lapangan Kerja yang Pertama Para Anggota Kabinet Jerman
Tahun 1934
Pekerjaan yang stabil (pegawai

Administrasi dan

negeri dan petugas hukum)

1
6
7

kommunikasi partai
8
0
8

Jumlah
Nazi
Non-Nazi
Jumlah

Acuan ke tabel I mengungkapkan bahwa dengan jumlah marginal ini, dan

dengan B=8, D observasi yang sama dengan nol itu mempunyai kemungkinan
kemunculan di bawah H0sebesar

daripada tingkat signifikansi kita

p 0,005 . Karena
0,05

ini lebih kecil

, maka keputusan kita adalah

menolak H0 dan menerima H1.

Dapat disimpulkan bahwa para pemuka politik Nazi dan non-Nazi sungguhsungguh berbeda dalam hal lapangan kerja mereka yang pertama.
Modifikasi Tocher
Dalam literatur-literatur statistika, sudah banyak pembahasan mengenai dapattidaknya tes Fisher ini diterapkan unutk berbagai ragam jenis data.Ini disebabkan,
adanya semacam ketidaktentuan atau sesuatu yang kurang wajar dalam anggapan
bahwa jumlah marginal harus tertentu dan tetap. Jumlah marginal itu akan dapat

9
6
15

dengan mudah diubah seandainya kita benar-benar menarik sampel yang sama denga
ukuran yang sama, dan metode yang sama, dari populasi yang sama. Fisher (1934)
menganjurkan tes ini untuk segala jenis data yang bersifat mebagi dua (dikotomi),
namun anjuran ini telah dipertanyakan oleh ahli-ahli lain.
Namun Tocher (1950) telah membuktikan bahwa suatu modifikasi kecil pada Tes
Fisher akan menghadirkan suatu tes satu-sisi yang paling kuat untuk data dalam tabel
2x2.

Contoh Tocher
Data Observasi

Hasil yang Ekstrem dengan Jumlah Marginal yang sama

0
5
5

7 2
0 3
7 5

7 56
5 2
12 7

7
5
12

1
4
5

1
7

5
12

Tabel diatas menunjukkan suatu frekuensi (dalam a) dan menunjukkan dua distribusi
lain yang lebih ektrem yang mungkin terjadi dengan jumlah-jumlah marginal yang
sama (b dan c). dengan adanya data observasi (a), hendak kita uji H 0 pada tingkat
=0,05 . Menerapkan rumus p pada data masing-masing tabel dari ketiga tabel

itu, kita mendapatkan :

P a=

7 ! 5 ! 5! 7!
=0,26515
12! 2! 5 ! 3 ! 2!

P b=

7!5!5!7!
=0,04399
12! 1 ! 6 ! 4 ! 1!

Pc =

7!5!5!7!
=0,00126
12! 0 ! 7 ! 5 ! 0 !

Kemungkinan yang berkaitan dengan terjadinya harga-harga yang seektrem skor-skor

observasi (a) dibawah hipotesis nol didapat dengan menjumlah harga p ini :
0,26515+0,04399+0,00126=0,31040

Dengan demikian,

p=0,31040

adalah kemungkinan yang akan kita temukan

dengan tes Fisher.

Modifikasi Tocher, pertama menetapkan kemungkinan semua kasus yang
lebih ekstrem dari yang diobservasi dan tidak mencakup kasus yang diobservasi itu.

Pb

Dengan demikian, dalam kasus ini kita hanya akan menjumlahkan

dan

Pc

Pb + Pc =0,04399+0,00126=0,04525

Jika kemungkinan hasil yang lebih ekstrem ini lebih besar dari

(sebagaimana

yang terjadi dengan data ini), maka Tocher menganjurkan perhitungan pembagian
ini :
p

kasuskasus lebih ekstrem

kasus yang diobservasi secara sendiri

Untuk data yang tersaji pada contoh tocher, akan menjadi:

( Pb + Pc )
Pa

Maka :
0,050,04525
=0,01791
0,26515

Sekarang dapat terlihat suatu tabel angka random dan secara random menarik suatu
angka di antara 0 dan 1. Jika angka random itu lebih kecil dari hasil bagi kita di atas
(yakni jika angka itu lebih kecil dari

0,01791 ) maka kita menolak H . Tentu saja

0

dalam kasus ini sangat tidak mungkin bahwa angka yang kita tarik secara random itu

adalah cukup kecil sehingga mengijinkan kita menolak H 0.Namun kemungkinan kecil
yang ditambahkan dalam penolakan H0 ini menjadikan tes Fisher kurang konservatif.
Pengertian intuitif tentang logika dan kekuatan modifikasi Tocher ini dengan
mempertimbangkan apakah arti sebenarnya suatu tes satu-sisi pada

=0,054525

untuk data yang tersaji dalam contoh.Misalkan menolak H0 hanya apabila kasus b
atau c terjadi.Maka sebenarnya bekerja pada tingkat

tingkat

=0,05

0,4525

untuk berpindah ke

yang eksak, yang signifikan jika a terjadi dalam distribusi

sampling-nya.

RINGKASAN PROSEDUR
Langkah-langkah dalam menggunakan tes Fisher :
a. Masukkan frekuensi-frekuensi observasi dalam tabel 2x2.
b. Tetapkan jumlah-jumlah marginal.
Setiap himpunan jumlah marginal adalah N yakni jumlah kasus independen
yang di observasi.
c. Metode untuk menetapkan mungkin atau tidaknya kemungkinan yang eksak :
- Untuk tes signifikansi, pakailah tabel I sebagai acuan.
- Untuk kemungkinan yang eksak, dituntut penggunaan rumus p. dalam
kedua kasus itu, harga yang dihasilkan adalah untuk tes satu-sisi. Untuk

tes dua sisi, tingkat signifikansi yang ditunjukkan oleh tabel I atau harga p
yang dihasilkan dengan penggunaan rumus p harus dikalikan dua.
d. Jika tingkat signifikansi yang ditunjukkan tabel I atau harga p yang dihasilkan
dengan penerapan rumus p sama dengan atau kurang dari , tolaklah H0.
e. Jika frekuensi observasi tidak signifikan, akan tetapi semua hasil yang
mungkin dan yang lebih ekstrem dengan jumlah marginal yang sama ternyata
signifikan, gunakan modifikasi Tocher untu menetapkan mungkin atau
tidaknya menolak H0 untuk suatu tas satu sisi.

Kekuatan
Dengan modifikasi Tocher, tes Fisher adalah yang paling kuat di antara tes-tes
satu sisi (dalam pengertian Neyman dan Pearson) untuk data dari jenis yang
cocok untuk diuji dengan tes ini.

2
TES X UNTUK DUA SAMPEL INDEPENDEN

Fungsi
Kalau dua penelitian terdiri dari frekuensi-frekuensi dalam kategori-kategori
yangt diskrit, tes X

dapat dipergunakan untuk menetapkan gignifikansi

perbedaan-perbedaan antara dua kelompok independen. Pengukuran yang dituntut di

sini dapat selemah skala nominal.
Hipotesis yang di uji biasanya adalah kedua kelompok itu berbeda dalam hal
ciri khas tertentu, dengan demikian perbedaan itu berhubungan dengan frekuensi
relatif masuknya anggota-anggota kelompok ke dalam beberapa kategori. Untuk
menguji hipotesis ini, kita menghitung banyak kasus dari masing-masing kelompok
yang termasuk dalam berbagai kategori, dan membandingkan proporsi kasus-kasus
dari satu kelompok dalam berbagai kategori dengan proporsi kasus-kasus dari
kaelompok yang lain. Misalnya, kita dapat menguji apakah dua kelompok politik
berbeda dalam hal persetujuan atau ketidak setujuan mereka terhadap pendapat
tertentu. Atau kita mungkin menguji apakah antara pria dan wanita terdapat
perbedaan dalam frekueni pilihan mereka atas kegiatan-kegiatan pengisi waktu
senggang mereka dan sebagainya.
Metode
Hipotesis nol dapat diuji dengan :

X 2=
i=1 j =1

( Oij E ij )
E ij

Dimana
Oij = jumlah observasi untuk kasus-kasus yang dikategorikan dalam baris ke-i pada
kolom ke-j
Eij

= banyak kasus yang diharapkan di bawah

H0

untuk dikategorikan dalam

baris ke-i pada kolom ke-j

r

i=1 j=1

menunujukkan kita untuk menjumlahkna semua baris (r) dan semua

kolom (k), yakni menjumlahkan semua sel yang ada.

Harga-harga

X2

yang dihasilkan dari rumus di atas kira-kira berdistribusi chi-

kuadrat dengan db = (r-1) (k-1), dimana r = banyak baris , k= banyak kolom dalam
tabel kontingensi.
Untuk mendapatkan frekueni yang diharapkan bagi masing-masing sel

E
( ij) , kalikanlah kedua jumlah marginal bersama pada sebuah sel tertentu, dan

kemudian bagilah hasilnya dengan jumlah keseluruhan kasus, yakni N.

Kita dapat menjelaskan metode menghitung harga-harga yang diharapkan itu

dengan suatu contoh sederhana, menggunakan data rekaan. Misalkan kita ingin
menguji apakah orang-orang tinggi dan pendek berbeda dalam hal kualitas
kepemimpinan mereka. Tabel di bawah menunjukkam frekuensi kategori 43 orang
pendek dan 52 orang tinggi sebagai pimpinan, pengikut, dan tak dapat
diklasifikasikan.
Tabel 6.7. Tinggi Badan dan Kepemimpinan
Pende Tingg
k
i
Total
Pemimpin
12
32
44
Pengikut
22
14
36
Tak Terklasifikasikan 9
6
15
Total
43
52
95
H0 = Tinggi badan independen terhadap posisi pemimpin-pengikut.
Artinya, proporsi orang tinggi yang pemimpin sama dengan proporsi orang pendek
yang pemimpin, bahwa orang pendek yang pengikut, dan seterusnya. Dengan
hipotesis semacam itu, kita dapat menetapkan frekuensi yang diharapkan untuk setiap
sel yang ada, dengan metode yang telah disebutkan di atas.
Tabel 6.8.Tinggi Badan dan Kepemimpinan Frekuensi
Observasi dan yang diharapkan
Pende
k
Tinggi Total
19,9
24,1
Pemimpin
44
12
32
16,3
19,7
Pengikut
36
22
14
6,8
8,2
Tak Terklasifikasikan
15
9
6

Total

43

52

95

Pada setiap kasus, kita mengalikan kedua jumlah marginal bersama, dan kemudian
membagi hasilnya dengan N untuk memperoleh frekuensi yang diharapkan. Dengan
demikian, misalnya frekuensi yang diharapkan itu dengan untuk sel kanan bawah
pada tabel 6.7 adalah :
E32=

( 52 )(15)
=8,2
95

Tabel 6.8 menunjukkan frekuensi yang diharapkan untuk masing-masing keenam sel
untuk data yang tersaji dalam Tabel 67. Dalam setiap sel frekuensi yang diharapkan
dicetak miring dalam tabel
Selanjutnya , jika frekuensi observasi erat bersesuaian dengan frekuensi yang

diharapkan, perbedaan

(O ij Eij )

tentu saja akan kecil, dan akibatnya harga

akan kecil juga. Dengan adanya harga

X2

X2

yang kecil, kita tidak dapat menolak

hipotesis nol bahwa kedua belah pihak, yang pembagiannya didasarkan atas ciri itu,
bersifat independen satu sama lain. Namun, jika beberapa atau banyak antara selisih-

selisih itu besar, maka harga

X2

pun akan besar juga. Semakin besar

X2 ,

semakin besar juga kemungkinan bahwa kedua kelompok berbeda dalam klasifikasiklasifikasi yang ada.

Distribusi sampling

X2

sebagai didefinisikan dengan rumus 6.3 dapat

ditunjukkan mendekati distribusi chi-kuadrat dengan :

db=(r 1)(k1)
Kemungkinan-kemungkinan yang berkaitan dengan berbagai harga chi-kuadrat

disajikan dalam Tabel C pada lampiran. Jika suatu harga

X2

observasi sama

dengan atau lebih besar dari harga yang diberikan Tabel C itu, untuk suatu
signifikansi tertentu, pada suatu db tertentu, maka H0 dapat ditolak pada tingkat
signifikansi yang bersangkutan.
Terdapat distribusi sampling yang berbeda untuk setiap harga db. Artinya

signifikansi harga tertentu

bergantung pada derajat kebebasan data yang

merupakan dasar untuk menghitung

X 2 itu. Besar db mencerminkan banyak

observasi yang bebas bervariasi sesudah pembatasan-pembatasan tertentu dikenakan

pada data itu.
Derajat kebebasan untuk suatu tabel kontingensi r x k dapat ditentukan dengan
: db=(r 1)(k1)
Dimana :

r = banyak kllasifikasi (Baris)

k = banyak kelompok (kolom)

untuk data dalam tabel 6.8, r =3 dan k= 2, karena kita mempunyai 3 klasifikasi

(pemimpin,(3-1) (2-1) =2. Penghitungan

X2

untuk data dalam tabel 6.8 ini

adalah :
r

X =
2

i=1 j =1

( Oij E ij )
E ij

(1219,9)2 (3224,1)2 (2216,3)2 (1419,7)2 (96,8)2 (68,2)2

+
+
+
+
+
19,9
24,1
16,3
19,7
6,8
8,2
=3,14 + 2,59 + 1,99 + 1,65 + 0,71 + 0,59
= 10,67
Untuk menentukan signifikansi

Tabell itu menunjukkan harga

X 2=10,67

bila db =2, kita melihat Tabel C.

X 2 tersebut

tidak signifikas di luar tingkatan

0,01. Oleh krena itu, kita dapat menolak hipotesis nol tentang tidak ada nya
perbedaan pada tingkat 0,01.
Tabel kontingensi 2 x 2. Mungkin penggunaan tes

X2

yang palin lazim

adalah untuk menguji apakah suatu perincian frekuensi observasi dalam suatu
tabel kontingensi 2 x 2 dapat terjadi di bawah H 0. Kita terbiasa dengan bentuk
tabel semacam itu, Tabel 6.1 adalah suatu contoh. Kalau kita menetapkan tes
X 2 untuk data dengan r dan k sama dengan 2, rumus (6.4) harus dipakai :

N 2
)
2
2
X=
db=1
( A +B)(C + D)( A +C)(B+ D)
N (| ADBC |

Contoh Soal :
Adams mempelajari hubungan antara minat pekerjaan dan pilihan kurikulum
utnuk menafsir tingkat pengunduran diri yang dilakukan mahasiswa yang pandai.
Subyeknya adalah mahasiswa mahasiswa yang memperoleh skor 90% ke atas
pada tes intelegensia yang diadakan untuk memasuki pendidikan tinggi itu, dan
yang mengganti mata kuliah pokok (mayor) mereka yang ditetapkannya pada
waktu mendaftarkan diri. Peneliti membandingkan para mahasiswa cerdas
dengan pilihan kurikulumnya searah dengan yang ditunjukkan sesuai dengan
hasil minat yang disebut Strong Vocational Interest Test (perubahan ini di sebut
positif) dengan para mahasiswa cerdas yang kurikulumnya bertentangan
dengan apa yang disarankan hasil tes minat mereka,. Hipotesis Adams adlah
bahwa mereka yang membuat perubahan kurikulum positif mempunyai frekuensi
lebih besar untuk tetap tinggal di lembaga pendidikan itu.

Jawab:
a. Hipotesis :

H0 : tidak ada perbedaan antara kedua kelompok itu (mereka yang melaksanakan
perubahan kurikulum positif dan yang melaksanakan perubahan kurikulum
negatif ), dalam proporsi anggota anggota-anggota kedua kelompok itu yang
tetap meneruskan belajar di perguruan tinggi.
H1 : proporsi yang lebih besar pada para mahasiswa yang membuat perubahan
kurikulum positif, tatap tinggal di perguruan tinggi, dibandingkan dengan
proporsi mereka yang membuat perubahan kurikulum negatif yang tetap tinggal
melanjutkan studi.
b. Tes Statistik :
Tes

X2

untuk dua sampel dipilih karena kedua kelompok tersebut (yang

mambuat perubahan kurikulum positif dan yang membuat perubahan

kurikulum negatif) adalah independen, dan karena skor yang dipelajari adalah
frekuensi-frekuensi dalam kategori-kategori yang terpisah (yang menarik diri
dan yang tetap tinggal)
c. Tingkat signifikansi
=0,05,
N

=banyak mahasiswa dalam sampel itu =80

d. Distribusi Sampling

X2

seperti yang dihitung dari rumus (6.4) memiliki suatu distribusi

sampling yang mendekati distribusi chi-kuadrat dengan db = 1. Harga-harga

chi kuadrat disajikan dalam tabel C.
e. Daerah Penolakan
2
Terdiri dari semua harga X
yang besar sehingga kemungkinan yang
berkaitan dengan terjadi nya harga-harga itu sama atau lebih kecil dari
=0,05 . Karena H meramalkan arah perbedaan antara kedua kelompok
1

itu, maka daerah penolakan satu sisi bila db = 1, harga

X2

sebesar 2,71

atau lebih mempunyai kemunculan di bawah H 0 sebesar p= 0,5(0,1)=0,05.

Oleh sebab itu, daerah penolakannya terdiri dari semua harga

X 2 2,71

jika arah hasilnya adalah sebagai yang diramalkan oleh H1

f. Keputusan
Hasil pengamatan Adams disajikan dalam tabel 6.9. tabel ini menunjukkan
bahwa dari 56 mahasiswa cerdas yang membuat perubahan negatif, 11
menarik diri dan 13 tetap tinggal
Tabel 6.9. Perubahan Kurikulum dan Pengunduran Diri dar
Perguruan Tinggi di Kalangan Mahasiswa
Positif Negatif Jumlah
Mengundurkan diri
10
`11
21
Tetap Tinggal
46
13
59
Jumlah
56
24
80

X 2 untuk data di atas adalah :

Harga

N
N |AD BC|
2
X 2=
( A+ B ) ( C+ D ) ( A +C )( B+ D )

X 2=

80(|(10)(13)(11)(46)|

80 2
)
2

(21)(59)(56)(24)
2

80( 336)
X =
1665216
2

X =5.42
Kemungkinan terjadinya

X 2 5,42

dengan db = 1 di bawah H0 adalah

p<0,05 ( 0,02 )= p<0,01 . Oleh karena p ini nlebih kecil daripada

=0,05

maka keputusannya adalah menolak H0.. Artinya mahasiswa cerdas yang

membuat perubahan kurikulum positif tetap tinggal di perguruan tinggi dalam
frekuensi yang lebih besar dibandingkan dengan mahaiswa yang melakukan
perubahan kurikulum negatif yang tetap tinggal.

Prosedur dalam menggunakan tex

X 2 untuk dua sampel

1. Masukkan frekuensi-frekuensi observasi dalam suatu tabel kontingensi k

x r, dengan menggunakan k kolom untuk kelompok dan r baris
disediakan untuk kondisi-kondisi yang berlainan. Jadi, untuk tes ini k = 2
2. Tentukan frekuensi diharapkan untuk masing-masing sel dengan
menemukan hasil perkalian jumlah marginal di kedua sisi yang berlainan
dari sel itu dan membaginya dengan N. (N adalah jumlah masing-masing
kelompok jumlah marginal. Ini mewakili jumlah total observasiobservasi independen. Harga N yang menjadi besar membuat tes ini
tidak sahih). Langkah 2 ini tidak perlu jika data ada dalam satu tabel 2 x
2 dan karenanya rumus (6.4) yang digunakan.
2
3. Untuk suatu tabel 2 x 2, hitunglah X dengan rumus (6.4). bila r lebih

besar daripada 2, hitunglah

4. Tentukan signifikansi

X 2 dengan rumus (6.3).

X 2 observasi dengan acuan Tabel C. Untuk

suatu tes satu sisi, bagi dua tingkat signifikansi yang ditunjuk. Jika
kemungkinan yang diberikan oleh Tabel C sama dengan atau lebih kecil
daripada , tolaklah H0 dan menerima H1
Kondisi menggunakan tes
Tes

X2

X 2 menuntut frekuensi yang diharapkan (Eij) dalam masing-masing sel

tidak boleh terlampau kecil. Jika frekuensi itu menjadi lebih kecil dari batas

minimal, penggunaan tes ini mungkin menjadi tidak tepat atau tidak bermakna.
Cochran (1954) mengajukan anjuran-anjuran dan nasihat ini :
Kasus 2 x 2. Jika frekuensi-frekuensi ada dalam suatu tabel kontingensi 2 x 2,
X 2 hendaknya dengan mengindahkan

keputusan untuk menggunakan tes

pemikiran dan pertimbangan ini :
1. Bila N > 40, gunakanlah

dengan koreksi kontinyuitas, yakni

gunakan rumus (6.4)

2. Kalau N ada di antara 20 dan 40, tes

X 2 (rumus (6.4)) boleh dipakai

jika semua frekuensi diharapkan adalah lima atau lebih. Jika frekuensidiharapkan yang terkecil kurang dari 5, pakailah tes Fisher.
3. Bila N < 20, gunakanlah tes Fisher untuk kasus apapun.

Kekuatan dari Tes Chi Kuadrat :

Saat tes ini di pakai, biasanya tidak ada alternatif tes lain, dan dengan
demikian kekuatan yang pasti dari tes ini sulit dihiyung. Tetapi, cochran (1952) telah

menunjukkan bahwa batas distribusi kekuatan tes

menjadi besar.

X 2 cenderung melaju 1 jika N

TES MEDIAN
Fungsi Tes Median
Tes median adalah suatu prosedur untuk menguji apakah dua kelompok
independen berbeda dalam harga-harga tengahnya. Lebih tepatnya,tes median
memberikan informasi mungkin atau tidaknya dua kelompok independen (tidak
mutlak perlu bahwa keduanya berukuran sama) telah ditarik dari suatu populasi yang
mempunyai median sama. Hipotesis-nol nya ialah kedua kelompok itu berasal dari
populasi-populasi bermedian sama. Hipotesis penggantinya mungkin adalah bahwa
median satu populasi berbeda dari median populasi yang lain (tes dua sisi) atau
bahwa median satu populasi lebih besar daripada median populasi yang lain (tes satu
sisi). Tes ini dapat dipergunkan manakala skor untuk kedua kelompok itu setidaktidaknya dalam skala ordinal.
Dasar Pemikiran dan Metode
Untuk melaksanakan tes median, pertama-tama kita temukan median skor untuk
gabungan kelompok (yakni median untuk semua skor dalam kedua sampel).
Kemudian kita bagi dua kedua himpunan skor itu terhadap median gabungan tersebut,
dan kita masukkan data itu ke dalam suatu tabel 2 x 2 seperti tabel 6.10.
Tabel 6.10. Median : Bentuk Isian Data
Kelompok
1
Banyak Skor di atas median
gabungan
A
Banyak skor di bawah median
gabungan
C
Jumlah
A+C

Kelompo
k2

Jumlah

A+B

D
B+D

C+D
N=n1+n2

Selanjutnya, jika kelompok 1 maupun kelompok 2 adalah sampel-sampel dari

populasi-populasi yang mempunyai median sama, kita akan mengharapkan kira-kira
sparuh skor masing-masing kelompok ada di atas median-gabungan, dan kira-kira
separuh lainnya ada di bawahnya. Artinya, kitqa akan berharap frekuensi-frekuensi A
dan C kira-kira sama, dan frekuensi B kira-kira sama dengan frekuensi D.
Dapat ditunjukkan (Mood,1950:394-5) bahwa apabila A adalah banyak kasus
dalam kelompok 1 yang termasuk di atas median gabungan, dan jika B adalah banyak
kasus dalam kelompok 2 yang ada di atas median gabungan, maka distribusi sampling
A dan B di bawah hipotesis nol (H 0 ialah bahwa A=0,5 n1, dan B= 0,5 n2) adalah
distribusi hipergeometrik :
P( A ,B )=

Oleh karena itu, jika jumlah total kasus dalam kedua kelompok

(n1 +n2 )

kecil,

kita dapat menggunakan tes Fisher untuk menguji hipotesis nol. Kalau jumlah total

kasus cukup besar, tex

X 2 dengan db = 1 dapat dipakai untuk menguji H0.

Apabila menganalisis data yang terbagi pada median, peneliti harus memakai

panduan berikut ini dalam menjatuhkan pilihan antara tes Fisher dan tex

X2

a. Jika

n1 +n2

lebih besar daripada 40, pakailah tex

dengan koreksi

kontinyuitas, yakni rumus (6.4).

n1 +n2
b. Bila
antara 20 40 dan bila tak satu sel pun memiliki frekuensi

diharapkan yang kurang daripada 5, gunakanlah

dengan koreksi

kontinyuitas (rumus 6.4)). Jika frekuensi diharapkan yang terkecil kurang

darpada 5, pakailah tes Fisher.
n1 +n2
c. Kalau
kurang dari 20, gunakan tes Fisher.

Contoh Soal :
Dalam suatu tes lintas budaya (cross-cultural) mengenai beberapa hipotesis
teori perilaku yang diangkat dari teori psikoanalitik Whiting dan Child mengkaji
hubungan antara praktek-praktek dalam mengasuh anak-anak dengan kebiasaan yang
berhubungan dengan penyakit, di berbagai kebudayaan yang tak kenal baca tulis.
Salah satu hipotesis studi mereka adalah bahwa penjelasan oral tentang penyakit akan
digunakan dalam masyarakat yang sosialisasi dorongan dengan lisan sedemikian rupa
sehingga menimbulkan kecemasan. Hipotesis ini diturunkan dari pengertian tentang
perasaan yang negatif (negative fixation). Ciri-ciri penjelasan oral tentang penyakit
dan sebab musababnya itu sebagai berikurt : sakit sebagai akibat makan racun, sakit
yang berasal dari meminum minuman cairan tertentu, sakit yang diakibatkan oleh
kutukan-kutukan verbal dan mantra-mantra yang diucapkan pihak lain. Penilaian

mengenai kecemasan sosialisasi lisan yang khas dalam sesuatu masyarakat

didasarkna pada kecepatan sosialisasi oral, keketatan dan kekerasan sosialisasi oral
frekuensi hukuman tertentu dalam sosialisasi oral, dan kesengitan konflik emosional
yang terjadi khusus dalam diri kanak-kanak yang dalam kurun waktu sosialisasi oral.
Intisari laporan-laporan etnologi tantang kebudayaan-kebudayaan buta huruf
dipergunakan dalam pengumpulan datanya. Engan hanya mempergunakan intisari
gagasan tentang kebiasaan/tata cara yang berhubungan dengan penyakit, para penilai
menklasifikasikan masyarakat-masyarakat itu menjadi dua kelompok -kelompok di
mana terdapat penjelasan oral mengenai sebab musabab penyakit dan kelompok di
mana hal itu tidak terdapat. Penilai penilai yang lain, dengan mempergunakan
intiari-gagasan tentang praktek-praktek mengasuh anak, menempatkan setiap
masyarakat pada tingkat-tingkat tersendiri berdasarkan derajat kecemasan sosialisasi
lisan khas pada kanak-kanak dalam masing-masing masyarakat yang memungkinkan
dilaksanakannya penilaian ada tidaknya penjelasan oral itu, tingkatan yang
didasarkna penilaian itu bermula dari 6 hingga 17.
i. Hipotesis
H0

tidak terdapat perbedaan antara median kecemasan sosialisasi oral

dalam masyarakat yang memberikan penjelasan oral tentang sebab

musabab penyakit dan median kecemasan sosialisasi oral

dalam

masyarakat yang tidak memberikan penjelasan oral mengenai sebab

H1

musabab penyakit.
: median kecemasan sosialisasi oral dalam masyarakat di mana ada
penjelasan oral mengenai sebab musabab penyakit adalah lebih tinggi

daripada kecemasan sosialisasi oral dalam masyarakat di mana tidak

terdapat penjelasan oral mengenai sebab musabab penyakit.
ii. Tes Statistik
Pemberian tingklatan berdasarkan penilaian itu merupakan pengukuranpengukuran ordinal, dengan demikian tes nonparametrik cocok diterapkan.
Pilihan ini juga menyingkirkan perlunya anggapan bahwa kecemasan sosialisasi
oral berdistribusi normal di antara kebudayaan-kebudayaan yang di ambil
sampelnya, dan juga keharusan untuk menganggap bahwa varian-varian kedua
kelompok yang di ambil sampelnya itu adalah sam. Untuk data kedua kelompok
independen yang terdiri dari masyarakat-masyarakat itu, tes median dapat
dipergunakan untuk menguji H0
iii. Tingkat signifikansi
Dengan 0,01 , N =39 = banyak masyarakat yang tersedia informasi etnologi
tentang kedua variabel itu
n1 =16= banyaknya masyarakat yang tidak menggunakan penjelasan oral.
n2 =23= banyaknya masyarakat yang menggunakan penjelasan oral.
iv. Distribusi Sampling
Karena kita ada saat ini tidak dapat menyatakan tes mana yang akan di pakai
(Fisher atau chi kuadrat) untuk skor-skor yang dipisahkan pada median, karena
n1 +n2

=39 adalah antara 20 dan 40, oleh sebab itu, pilihan kita harus

ditentukan dengan ukuran frekuensi diharapkan yang terkecil, maka kita tidak
dapat menyatakan distribusi samplingnya.
v. Daerah Penolakan.

Karena H1 meramalkan arah perbedaan, maka daerah penolakannya satu sisi.

Daerah ini terdiri dari semua hasil dalam suatu tabel yang dipisahkan pada
median, nyang ada dalam arah seperti yang diramalkan dan yang sedemikian
ekstremnya sehingga kemungkinan yang berkaitan dengan terjadinya hasil-hasil
itu dibawah H0 (sabagaimana ditetapkan dengan tes yang sesuai) sama dengan
atau kurang dari =0,01
vi. Keputusan
Tabel 6.11 menunjukan tingkatan-tingkatan penilaian, yang dikenakan pada
masing-masing ke 39 masyarakat. Ini dibagi pada median gabungan untuk semua
(n1 +n2 )

tingkatan. (kita telah mengikuti Whiting dan Child untuk menyebut

10,5 sebagai median bagi ke 39 tingkatan itu. Tabel 6.12 menunjukan data yang
diletakkan dalam bentuk isisan tes median. Karena tidak satupun di antara

frekuensi harapan itu kurang dari 5, dan karena

menggunakan tes

X 2 untuk menguji H0.

2

N
N |AD BC|
2
X 2=
( A+ B ) ( C+ D ) ( A +C )( B+ D )

X 2=

39(|(3)(6)(17)(13)|
(20)(19)(16)(23)

39 2
)
2

n1 +n2 >20

, kita dapat

X 2=9,39
Acuan pada tebel C menunjukkan bahwa

X 9,39

kemungkinan kemunculan di bawah H0 sebesarr

dengan db = 1 memiliki

p< ( 0,5 ) ( 1,01 )= p<0,005

untuk suatu tes satu sisi. Dengan begitu keputusan kita menolak H 0untuk
=0,01 . Kita simpulkan bahwa median kecemasan sosialisasi oral lebih

tinggi dalam masyarakat yang di dalamnya terdapat penjelasan oral tentang

(sebab musaba) penyakit dibandingkan dengan median hal tersebut dalam
masyarakat yang di dalamnya tidak terdapat penjelasan oral tentang (sebabmusabab) penyakit.
Langkah - langkah dalam penggunaa tes median :
1. Tentukan median bangunan skor skor

n1 +n2

2. Pisahkan skor masing-masing kelompok pada median gabungan itu.

Masukkan frekuensi-frekuensi yang diperoleh, dalam suatu tabel 6.10. jika
banyak skor pada median gabungan tersebut, pisahkan skor-skor itu ke dalam
kategori-kategori ini : yang melampaui median dan yang tidak melampaui
median.

SOAL SOAL
TES WILCOXON
Menurut seorang pengamat ekonomi , konstelasi politik di indonesia sedikitnya
akan memberikan pengaruh terhadap pasar keuangan diantaranya perbankan.
berikut ini diberikan data dari 10 Bank swasta dan 8 Bank pemerintah yang
dipilih secara acak. dengan = 1 %
Pasangan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

A
5,50
5,75
5,75
6,00
3,00
5,88
6,50
7,30
5,88
6,25
5,50
5,75
6,00
5,75
5,50
5,50
6,25
6,88

B
5,60
5,60
6,00
6,00
5,50
5,75
6,75
7,45
6,00
6,50
5,58
5,88
6,00
6.50
5,50
6,00
6,50
7,30

Penyelesaian :
1. Hipotesis
Ho : p(+) = p(-), pemilu legislatif tidak meningkatkan tingkat bunga deposito
3 bulanan
H1 : p(+) > p(-), pemilu legislatif meningkatkan tingkat bunga deposito 3
bulanan
2. Tingkat signifikansi
: 0,01
Pasanga
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

Selisih (d1)

Rank d1

Rank Tanda

5,50
5,75
5,75
6,00
3,00
5,88
6,50
7,30
5,88
6,25
5,50
5,75
6,00
5,75
5,50
5,50
6,25
6,88

5,60
5,60
6,00
6,00
5,50
5,75
6,75
7,45
6,00
6,50
5,58
5,88
6,00
6.50
5,50
6,00
6,50
7,30

-0,1
0,15
-0,25
0
-2,5
0,13
-0,25
-0,15
-0,12
-0,25
-0,08
-0,13
0
-0,75
0
-0,5
-0,25
-0,42

2
6,5
9,5
15
4,5
9,5
6,5
3
9,5
1
4,5
14
13
9,5
12

+
+
-

n = 15 (yang dihitung tanda + dan - saja, 0 = tidak dihitung)

maka menggunakan aturan sampel kecil dengan membandingkan T dengan T
T = total rank yang tandanya lebih sedikit

oleh karena itu dari data diatas diperoleh tanda + yang lebih sedikit, jadi nilai
T adalah jumlah ranking (di) yang positif
T = 6,5+4,5 = 11
Dari tabel diperoleh T = T0,01;15 = 20 ( menggunakan tabel harga kritis T
dalam tes ranking bertanda data berpasangan wicoxon, dan perhatikan tabel
untuk 1 arah atau 2 arah )
3. Kriteria Uji :
Tolak Ho jika T T, terima dalam hal lainnya ,karena T = 11 dan T = 20,
maka T T , artinya Ho diterima
4. Kesimpulan :
Pemilu legislatif tidak meningkatkan tingkat bunga deposito 3 bulanan

 TES WALSH
Suatu studi dimaksudkan untuk mengetahui tingkat kemampuan siswa kelas 8 SD
dalam megingat susunan arah mata angin yaitu timur, tenggara, selatan, barat
daya, barat, barat laut, utara, dan timur laut. Seorag guru memberikan waktu
selama 30 menit kepadada seluruh siswa untuk menghafalkan susunan arah mata
angin tersebut dengan cara dibuat lagi dan tanpa dibuat lagu. Setelah 30 menit 12
siswa diminta untuk maju kedepan kelas. Dugaannya adalah mereka mempunyai
kesempatan yang sama untuk mengingat susunan arah mata angin dengan cara
dibuat lagu dan tanpa dibuat lagu.
Penyelesaian :
Tabel dengan di yang telah diurutkan
B1 = yang diingat

B2 = yang diingat

dengan dibuat lagu

6
7
5
8
8
7
6
8
8
7
7
8

tanpa dibuat lagu

7
8
6
7
6
5
4
5
5
4
3
4

subjek
Abi
Bintang
Amel
Aga
Ata
Reza
Baim
Abel
Susi
Sinta
Siska
Cinta

1. Hipotesis :
H 0 : 0=0
H 1 : 1 0

d = B1 - B2
-1
-1
-1
1
2
2
2
3
3
3
4
4

2. Taraf signifikansi
=0,05
3. Stastistik uji : lihat tabel H
4. Kriteria keputusan
H 0 ditolak jika ada diantara nilai-nilai yang dicantumkan dalam kolom
0

sebelah kanan tabel

atau ada diantara nilai-nilai yang dicantumkan

0

dalam kolom sebelah kanan tabel

(nilai-nilai yang muncul lebih kecil

dari
5. Perhitungan
- Lihat
tabel

H,

H 1 : 1 0

untuk

N=12

uji

dua

menggunakan

{
}
1
1
min {d , ( d +d ) }=min {2, ( (1 ) +3 ) }
2
2
1
min {2, ( 2 ) }
2
5

min { 2,1 }
1>0

1
1
max d 8 , ( d 5 +d 12 ) =max 3, ( 2+ 4 )
2
2

1
min d5 , ( d 1 +d 8 ) > 0
2

1
max d 8 , ( d 5 +d 12 ) < 0
pada tingkat =0,048
2
-

sisi

dengan

dan

1
max 3, ( 6 )
2

max { 3,3 }
3>0

maka

Karena pada

H0

diterima

1
max d 8 , ( d 5 +d 12 ) H 0
2

1
min d5 , ( d 1 +d 8 ) =1
untuk menolak
2

diterima maka kita gunakan nilai

H0

pada =0,048

6. Keputusan
H 0 ditolak pada =0,048
7. Kesimpulan
Mereka mempunyai kesempatan yang sama untuk mengingat susunan arah
mata angin dengan cara dibuat lagu dan tanpa dibuat lagu

 TES RANDOMISASI UNTUK DATA BERPASANGAN

Seorang peneliti dari Fapet UNPAD ingin mengetahui perbedaan jumlah
pemilikan ternak ayam buras pada petani dan bukan petani. Dalam penelitian
pendahuluannya mengambil sampel random masing-masing 7 orang petani dan 7
orang bukan petani yang diambil secara berpasangan dimana tiap pasangan
memiliki status social ekonomi yang sama
Penyelesaian :
1. Hipotesis
H 0 : m1=m2 ( d=0)
H 1 :m1 m2 (d 0)
2. Taraf signifikansi
=0,05
Jumlah ayam buras yang dimiliki petani dan bukan petani

Responden
1
2
3
4
5
6
7

Petani
24
14
26
20
22
24
13

Bukan petani
13
15
14
13
14
15
16

d
11
-1
12
7
8
9
-3

3. Keputusan pengujian
- Harga n=7, jadi peluang semua kombinasi data adalah sebesar 27 = 128
=0,05
- Taraf signifikansi adalah
jadi banyaknya kemungkinan
sebagian kombinasi da yang akan muncul di daerah penolakan yaitu
sebesar
2n=0,05 27
0,05 128

 6,4
Berarti, terdapat sebanyak 6 kemungkinan, karena dilakukan pengujian
dua sisi 6 kemungkinan tersebut terdiri dari 3 kemungkinan positif paling
-

besar dan 3 kemungkinan negatif paling kecil

Berbagai kemungkinan kombinasi yang akan muncul di daerah penolakan
H0

adalah sebagai berikut :

Berbagai kenungkinan kombinasi (di)

Positif paling besar
Positif paling kecil
1
2
3
3
2
11
11
11
-11
-11
1
-1
1
-1
1
12
12
12
-12
-12
7
7
7
-7
-7
8
8
8
-8
-8
9
9
9
-9
-9
3
3
-3
3
-3
52

p=

51

48

-42

-47

1
11
-1
-12
-7
-8
-9
-3
-50

6
=0,047
128

Karena p lebih kecil dari =0,05 , maka keputusannya tolak

H0

4. Kesimpulan
Tidak ada perbedaan jumlah anggota rumah tangga petani dan jumlah anggota
rumah tangga bukan petani.

 TES FISHER
Pada suatu penelitian disebutkan bahwa ada kecendrungan para birokratmenyukai
mobil berwarna gelap, dan para akademisi lebih menyukai mobil berwarna terang.
Untuk membuktikan hal itu dilakukan pengumpulan data dengan menggunakan
sampel secara random. Dari 8 orang birokrat yang diamati, 2 orang menyukai
mobil berwarna terang dan 6 orang menyukai mobil warna gelap. Dan dari 32
orang akademidi yang diamati, 18 orang menyukai warna terang dan 14 orang
menyukai warna gelap. Adakah perbedaan birokrat dan akademisi dalam
penilihan warna mobil dengan taraf signifikansi =0,05 ?
Penyelesaian :
1. Hipotesis :
Ho : tidak terdapat perbedaan antara birokrat dan akademisi dalam memilih
warna mobil
H1 : terdapat perbedaan antara birokrat dan akademisi dalam memilih warna
mobil
2. Kriteria pengujian hipotesis
Ho diterima bila harga P hitung lebih besar dari taraf signifikan yang
ditetapkan
3. Pengujian hipotesis
Karena jumla sampel adalah 40, maka uji eksak fisher dapat dilakukan dengan
=0,05
Table hasil penelitian
Kelompok
Birokrat
Akademisi
jumlah

Terang
2
18
20

Gelap
6
14
20

Jumlah
8
32
40

Tabel ekstrim
Kelompok
Birokrat
Akademisi
jumlah

Terang
0
20
20

Gelap
8
12
20

Jumlah
8
32
40

Kelompok
Birokrat
Akademisi
jumlah

Terang
1
19
20

Gelap
7
13
20

Jumlah
8
32
40

4. Menghitung P untuk masing-masing tabel :

8 ! 32! 20 ! 20 !
p0=
=0,095670
2! 6! 18! 14 ! 40 !

p1=

8 ! 32 ! 20 ! 20 !
=0,001638
0 ! 8 ! 20! 12 ! 40!

p2=

8 ! 32 ! 20 ! 20!
=0,020160
1! 7 ! 19 ! 13 ! 40 !
p= p0 + p1 + p2

0,095670+0,001638+0,020160=0,117558
5. Karena

p=0,117558

dan =0,05 . Maka P > , sehingga Ho

diterima
6. Kesimpulan
Tidak terdapat perbedaan antara birokrat dan akademisi dalam memilih warna
mobil

 TES CHI SQUARE DUA SAMPEL INDEPENDEN

 TES MEDIAN

 TES U MAN WHITNEY

Suatu penelitian dilakukan di jurusan pendidikan fisika Undiksha Singaraja yang
bertujuan untuk mengetahui perbedaan nilai rata-rata antara mahasiswa semester
5 B dengan mahasiswa semester 5 C terhadap nilai UTS mata kuliah Statistik II.
Untuk itu diambil sampel dengan jumlah masing-masing 25 sampel. Dimana
distribusi/sebaran nilai antara mahasiswa semester 5 B dan 5 C adalah tidak
diketahui.
NO

NILAI RATA-RATA STATISTIK II

5B

5C

60.0

63.0

63.0

64.0

65.0

66.0

68.0

69.0

70.0

71.0

72.0

72.0

73.0

74.0

75.0

76.0

76.0

78.0

10

78.0

80.0

11

80.0

83.0

12

82.0

84.0

13

83.0

85.0

14

85.0

86.0

15

88.0

89.0

16

90.0

91.0

17

92.0

93.0

18

93.0

95.0

19

94.0

96.0

20

95.0

97.0

21

78.0

80.0

22

76.0

78.0

23

75.0

76.0

24

59.0

74.0

25

58.0

72.0

Berdasarkan data tersebut apakah distribusi nilai dari mahasiswa semester 5 B

dengan mahasiswa semester 5 C terhadap nilai UTS mata kuliah Statistik II
adalah berasal dari distribusi yang sama pada taraf signifikan = 0.05 ?

Penyelesaian :
1. Merumuskan hipotesis

H0 : U 1 = U 2
Tidak terdapat perbedaan nilai rata-rata antara mahasiswa
semester 5 B dengan mahasiswa semester 5 C terhadap nilai UTS mata
kuliah Statistik II
Ha : U 1

U2

Terdapat perbedaan nilai rata-rata antara mahasiswa

semester 5 B dengan mahasiswa semester 5 C terhadap nilai UTS mata

kuliah Statistik II
2. Membuat jenjang ke dalam bentuk table seperti berikut.

N0

5B

JENJANG

N0

5C

JENJANG

60.0

48

63.0

46.5

63.0

46.5

64.0

45

65.0

44

66.0

43

68.0

42

69.0

41

70.0

40

71.0

39

72.0

37

72.0

37

73.0

35

74.0

33.5

75.0

31.5

76.0

28.5

76.0

28.5

78.0

24.5

10

78.0

24.5

10

80.0

21

11

80.0

21

11

83.0

17.5

12

82.0

19

12

84.0

16

13

83.0

17.5

13

85.0

14.5

14

85.0

14.5

14

86.0

13

15

88.0

12

15

89.0

11

16

90.0

10

16

91.0

17

92.0

17

93.0

6.5

18

93.0

6.5

18

95.0

3.5

19

94.0

19

96.0

20

95.0

3.5

20

97.0

21

78.0

24.5

21

80.0

21

22

76.0

28.5

22

78.0

24.5

23

75.0

31.5

23

76.0

28.5

24

59.0

49

24

74.0

33.5

25

58.0

50

25

72.0

37

R 1= 677.5

R2 = 597.5

3. Menghitung U1 dan U2
1
1
U 1 n1 n 2 n1 n1 1 R1 25.25 .25 25 1 677.5 272.5
2
2

U 2 n1 n2

1
1
n2 n 2 1 R2 25.25 .25 25 1 597.5 352.5
2
2

4. Menghitung Z
Nilai yang digunakan sebagai U adalah U1 karena U1 < U2
1
U n1 n2
2
Z
n1 n2 n1 n2 1 / 12

1
272.5 (25)( 25)
2
25 x 25 25 25 1 / 12

- 40
51.5
Z 0.776699 -0.777
Z

5. Menentukan Kriteria uji

Karena menggunakan uji Z maka kriterianya adalah terima H 0 jika :-Z1/2(1 )<
Z < Z1/2(1

. Dalam hal lain H0 ditolak. Dengan = 0.05 maka diperoleh

Z0.4570 = 1.96, hal ini berarti -1.96 < - 0.777 < 1.96 sehingga H0 terima.
6. Kesimpulan
Karena H0 diterima , maka dapat diambil keputusan bahwa Tidak
Terdapat perbedaan nilai rata-rata antara mahasiswa semester 5 B dengan
mahasiswa semester 5 C terhadap nilai UTS mata kuliah Statistik II . Hal ini
juga berarti distribusi nilai dari mahasiswa semester 5 B dengan mahasiswa

semester 5 C terhadap nilai UTS mata kuliah Statistik II adalah berasal dari
distribusi yang sama.

 TES DUA SAMPEL KOLMOGOROV SMIRNOV

 TES RUN WALD WOLFOWITZ

Dalam suatu studi yang menguji teori ekuipotensialitas, Ghiselli membandingkan
proses belajar 21 tikus normal (dalam suatu tugas membeda-bedakan keadaan
terang) dengan proses belajar ulang 8 tikus yang telah dioperasi dan keadaan
korteksnya tidak baik. Yang dibandingkan adalah banyaknya pecobaan yang
diperlukan oleh 8 tikus (E) sesudah operasi sehingga tikus-tikus itu ingat kembali
apa yang telah mereka pelajari, dengan banyaknya percobaan yang diperlukan 21
tikus normal (C) sehingga mereka tahu. Dengan data sebagai berikut.

Penyelesaian :
1. Hipotesis

H0 : Tidak ada perbedaan antara tikus normal dan tikus yang telah menjalani
operasi dengan keadaan korteks yang tidak baik, dalam hal tingkat belajar
(atau proses belajar ulang) untuk membeda-bedakan keadaan terang
H1 : Kedua kelompok tikus itu berbeda dalam hal tingkat belajar (atau proses
belajar ulang) untuk membeda-bedakan keadaan terang
2. Tes Statistik
Tes Wald-Wolfowitz dipilih sebagai tes menyeluruh untuk perbedaanperbedaan antara dua kelompok itu. Karena , akan digunakan pendekatan
normal. Dan karena cukupkecil, koreksi kontinyuitas akan diadakan.
3. Tingkat signifikansi
Tetapkan 0,01 dan 8 dimana menyatakan tikus yang telah dioperasi dan
dimana menyatakan tikus normal
4. Distribusi sampling
Untuk mengetahui nilai, maka data diurutkan terlebih dahulu. Karena terdapat
angka yang sama antara tikus yang telah dioperasi tikus normal, maka perlu
diperhatikan semua nilai-nilai yang mungkin didapatkan. Dari semua acara
yang mungkin, diperoleh 4 (minimum) dan 6 (maksimum).
-

Pengurutan : r = 4 (minimum)
Tikus
C
C
C
C
C
C
C
C
C
C
C
C
C

6
8
8
14
14
15
15
15
15
15
15
15
16

C
C
C
C
C
C
C
E
E
E
E
E
E

21
21
22
23
23
24
24
24
29
31
45
55
56

C
E

18
20

75

Dengan rumus :
2 n1 n 2
r
+1 0,5
n1 +n2
z=
2 n1 n2 (2n 1 n2 n1n 2)

( n1 +n 2) ( n1 +n 21 )

r=4, maka z=4,341 dengan pvalue =0,000007

Pengurutan : r = 6 (maksimum)
Tikus
C
C
C
C
C
C
C
C
C
C
C
C
C
C
E

6
8
8
14
14
15
15
15
15
15
15
15
16
18
20

C
C
C
C
C
E
C
C
E
E
E
E
E
E

r=6, maka z=3,385 dengan p value=0,000355

5. Daerah penolakan
Tolak H0 jika pvalue <

6. Keputusan

21
21
22
23
23
24
24
24
29
31
45
55
56
75

Karena untuk semua nilai r yang mungkin pvalue-nya kurang dari , maka
keputusannya adalah menolak H0
7. Kesimpulan
Dengan demikian, cukup bukti untuk mengatakan bahwa kedua kelompok
tikus itu berbeda secara signifikan dalam hal tingkat belajar (atau proses
belajarulang) untuk membeda-bedakan keadaan terang.

 TES REAKSI EKSREM MOSES

Penelitian menemukan bahwa reseptor insulin fungsinya bervariasi secara
fisiologis atau farmakologi

karena perubahan dalam metabolisme glukosa.

Namun, tidak diketahui apakah dalam reseptor insulin menyebabkan perubahan

dalam metabolisme glukosa. kemudian diuji pengaruh reseptor insulin pada orang
normal dan orang yg mengidap DMD. Apakah pengaruh reseptor insulin pada
orang normal lebih homogen daripada orang DMD?
Berikut data sebuah grup yang terdiri 17 orang normal dan 17 orang yang
mengidap Duchene muscular dystrophy (DMD) dipilih untuk penelitian ini.
Insulin diberikan kepada masing-masing subject dengan hasil pada table berikut

Penyelesaian:
1. Hipotesis
Ho : tidak ada perbedaan antara kelompok normal dan DMD
H1 : ada perbedaan perlakuan kelompok normal dan DMD
2. Taraf signifikansi

 = 5%
3. Titik kritis
tolak Ho jika p-value <
4. Statistik uji
Subset X (orang normal)
Se
t

Score

D(Xj)
2,3

2,18

2,4

1,9

2,2
2

2,28

0,1646

2,2

2,22

0,0145

2,3

2,3

0,0563

2,4
3

2,22

8
2,1

2,16

2,3

2,32

Subset Y (orang DMD)

D
S

Score

j)
1

0,0261

,
3

5
7
1

0
6
0
,

5
4

2
1

D(Xj) dan D(Yj) diurutkan :

Wx = 1+2+3+4 = 10
m = 4
Wy = 5+6+7+8 = 26
n = 4
P-value = 0,0143 (Lihat di tabel J Wilcoxon)
5. Keputusan
Karena p-value < , maka tolak Ho
6. Kesimpulan
Dengan tingkat kepercayaan 95% dapat dikatakan bahwa variasi reseptor
insulin pada orang normal lebih kecil daripada orang dengan DMD.

 TES RANDOMISASI UNTUK DUA SAMPEL INDEPENDENT

Dua sampel kecil independent yang dikenakan dua perlakuan secara random
yaitu siswa yang tidak mengikuti Bimbel dan siswa yang mengikuti bimbel.
Kelompok A adalah siswa yang tidak mengikuti Bimbel meliputi 4 siswa dan
kelompok B adalah siswa yang mengikuti Bimbel meliputi 6 siswa. Kesepuluh
siswa tersebut diberikan tes yang sama. Hasil tes untuk setiap kelompok disajikan
sebagai berikut:
Skor untuk 0

kelompok A
Skor untuk 4

kelompok B

Dengan taraf signifikansi () = 0,05. Lakukan pengujian apakah mean skor untuk
siswa yang tidak mengikuti Bimbel lebih kecil dari mean skor untuk siswa yang
mengikuti Bimbel?
Penyelesaian:
1. H0:

A =B

H1:

A < B

2. Taraf Signifikansi: = 0,05.

3. Statistik Uji: ( A B) yang terbesar.
4. Daerah penolakan: H0 ditolak jika skor observasi adalah salah satu di antara

hasil-hasil yang terdaftar dalam

( )
n1 +n 2
n1

hasil yang ekstrem atau p < .

5. Perhitungan:
=0,05 dan

( ) ( ) ( )
n1 +n 2
n1

4 +6
4

10
4

= 210

Sehingga terdapat 210 selisih yang mungkin antara

Hasil yang mungkin dalam daerah penolakan:

( )
n1 +n 2
n1

dan

= 0,05 x 210 =

10,5 sehingga daerah penolakan terdiri dari 10 hasil yang mungkin dan
paling ekstrem dalam arah yang diramalkan.
Tabel : Kesepuluh Hasil yang Mungkin dan Paling Ekstrem dalam Arah
yang Diramalkan.
(Merupakan daerah penolakan untuk Tes Randomisasi jika = 0,05)
Skor

yang

mungkin Skor yang mungkin B-A

untuk 6 kasus B
5 6 7 8
4 6 7 8
4 5 7 8
3 6 7 8
4 5 6 8
4 4 7 8
3 5 7 8
4 5 6 7
4 4 6 8
3 4 7 8

8
8
8
8
8
8
8
8
8
8

9
9
9
9
9
9
9
9
9
9

untuk 4 kasus A
0
3
4
0
3
4
0
3
4
0
4
4
0
3
4
0
3
5
0
4
4
0
3
4
0
3
5
0
4
5

4
5
6
5
7
6
6
8
7
6

43-11=32
42-12=30
41-13=28*
41-13=28
40-14=26
40-14=26
40-14=26
39-15=24
39-15=24
39-15=24

6. Keputusan: H0 ditolak karena skor skor observasi kita ada dalam daerah
penolakan yaitu yang ketiga dari hasil hasil yang mungkin dan ekstrem
( diberi tanda *).
7. Kesimpulan: Mean skor untuk siswa yang tidak mengikuti Bimbel lebih kecil
daripada mean skor untuk siswa yang mengikuti Bimbel.