TUGAS XXX
Diajukan UntukMemenuhi
Syarat Kelulusan Mata Kuliah Statistik Dasar
Oleh:
A.P
(123.456.002)
N.R
(123.456.003)
E.P
(123.456.004)
DAFTAR ISI
Kata Pengantar
Daftar Isi
BAB I PENDAHULUAN
1.1
1.2
1.3
1.4
Perumusan Masalah
Tujuan Penelitian
Alat yang Digunakan
Sistematika Penulisan
5.1 Pertanyaan
5.2 Jawaban
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan
6.2 Saran
BAB I
PENDAHULUAN
1.1
Perumusan Masalah
mengenai
uji
suatu
populasi,
apakah
populasi
tersebut
Data diskrit
Data kontinyu
Data diskrit biasanya disajikan dalam bentuk kelompok saja dan tidak
dibuat interval selama data yang didapat nilainya belum besar.
Sedangakan data kontinyu biasanya disajikan dalam bentuk interval
seperti LCL (Batas Kelas Bawah), UCL (Batas kelas Atas) dan LCB (Tepi
Kelas Bawah) UCB (Tepi Kelas Atas) maupun CM (Class Mark).
1.2
Tujuan Penulisan
Membuktikan bentuk distribusi dari hasil observasi dengan
menggunakan test Chi-Square
Sistematika Penulisan
BAB I PENDAHULUAN
1.1Perumusan masalah
1.2Tujuan
1.3 Sistematika Penulisan
BAB II LANDASAN TEORI
2.1Data Diskrit
2.2Data Kontinyu
2.3Distribusi Frekuensi
2.4Standar Deviasi
2.5 Chi Square Good of Fit Test
2.5.1 Test Satu Sample Chi Square
2.5.2Test Dua Sample Chi Square
2.6 Test Kolmogorov-Smirnov
2.7 Distribusi Poisson
2.8 Uji Kerandoman
2.9 Uji Tanda (Sign Test)
2.10
Poligon Frekuensi
BAB II
LANDASAN TEORI
2.1 Data Diskrit
Data diskrit merupakan data yang satuannya selalu bulat dalam bilangan asli, tidak
berbentuk pecahan. Data diskrit adalah data yang diperoleh dari hasil menghitung
atau membilang (bukan mengukur). Data diskrit juga sering disebut data nominal.
Data nominal biasanya diperoleh dari penelitian yang besifat eksploratif dan survei.
Selain itu, data nominal juga bersifat tidak memperhatikan urutan. Contohnya
adalah 2 buah dadu yang dilemparkan dan 27 propinsi di Indonesia.
2.2 Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Data kontinyu merupakan data
yang diperoleh dari hasil mengukur. Misalkan berat badan seseorang 55,5 kg, serta
contoh lain luas lingkaran 50,8 cm. Data kontinyu disajikan dalam bentuk interval
dengan menentukan LCL, UCL, LCB, UCB, dan CM.
Dalam data kontinyu grafik yang digunakan adalah model histogram dan polygon
frekuensi. Digunakannya grafik polygon frekuensi sebab dalam data kontinyu tidak
didapat blank.
2.3 Distribusi Frekuensi
Distribusi frekuensi adalah pengelompokan data ke dalam beberapa kelas dan
kemudian dihitung banyaknya pengamatan yang masuk ke dalam tiap kelas.
Distribusi frekuensi disebut juga tabel frekuensi, terdiri atas data diskrit dan data
kontinyu.
n = jumlah data
c. Menentukan interval kelas atau rentang data (R) dengan rumus:
R = data tertinggi data terendah
d. Membagi rentang data dengan banyaknya kelas untuk menduga lebar interval
(C)
dengan rumus: C = R / k
e. Menentukan batas kelas dan tepi kelas.
LCL dan UCL adalah nilai batas kelas dalam suatu distibusi yang digunakan
sebagai patokan dalam memasukkan data hasil penelitian agar menempati kelas
sesuai.LCB dan UCB adalah nilai yang menunjukkan batas teoritis nilai khayal
yang tidak akan dicapai oleh data. Penentuan nilai ini biasanya merupaka skala
terkecil dari batas kelas. Rumus :
LCB = LCL skala terkecil
UCB = UCL + skala terkecil
f. Menentukan titik tengah kelas / CM (Class Mark) dari jumlah kedua batas diatas
kemudian
dibagi.
CM =
LCLUCL
2
S=
S=
( xix ) 2 fi
n1
untuk n < 30
( xix ) 2 fi
n
untuk n > 30
Rumus tersebut digunakan untuk data yang dikelompokkan. Untuk data yang tidak
dikelompokkan, tidak dikalikan dengan frekuensinya.
Dimana:
oi = frekuensi data yang diamati (frekuensi observasi) untuk kategori ke-i
ei = frekuensi data yang diharapkan (frekuensi ekspektasi) untuk kategori ke-i
Derajat bebas (db) = (k-1)
Dalam melakukan uji Chi kuadrat, ada syarat-syarat yang perlu dipenuhi:
a. Sampel dipilih secara acak
b. Semua pengamatan dilakukan bebas
c. Setiap sel paling sedikit berisi frekuensi harapan sebesar 1. Sel-sel dengan
frekuensi harapan kurang dari 5 tidak boleh melebihi 20% dari total sel.
d. Meskipun dapat diterapkan pada sampel berukuran kecil, ukuran sampel
sebaiknya > 40.
Langkah-langkah penggunaan Uji Satu Sampel Chi Kuadrat:
a. Letakkan frekuensi-frekuensi pengamatan dalam k kategori.
b. Dari Ho tentukan frekuensi yang diharapkan (ei) untuk tiap-tiap sel. Jika k =
2, maka frekuensi setiap kategori yang diharapkan sekurang-kurangnya = 5.
Jika k > 2, dan lebih dari 20% dari ei < 5, gabungkan kategori-kategori yang
berdekatan.
c. Hitung nilai dengan derajat bebas = k 1
d. Tentukan daerah penolakan, Ho ditolak jika nilai sedemikian rupa
sehingga peluang meurut kejadian Ho dengan derajat bebas = k 1 sama
atau lebih kecil . Ho dapat juga ditolak, jika untuk yang telah ditetapkan
nilai hitung lebih besar dari tabel.
2.5.2 Test Dua Sample Chi Square
Uji ini digunakan untuk menguji hipotesis komparatif dua sampel bila datanya
berbentuk nominal dan ukuran sampelnya besar.
Hipotesis nol dapat diuji dengan:
Dimana:
r = banyak baris
k = banyak kolom
oij = frekuensi observasi baris ke-i, kolom ke-j
eij = frekuensi ekspektasi baris ke-i, kolom ke-j
derajat bebas = (r-1) (k-1)
frekuensi-frekuensi
pengamatan
dalam
suatu
tabel
kontingensi kx r.
b. Tentukan nilai frekuensi harapan tiap sel, yaitu:
eij = (oi.) (o.j) / n
Untuk tabel kontingensi 2 x 2 nilai frekuensi harapan tidak perlu dicari.
c. Hitung nilai .
d. Untuk menentukan daerak penolakan gunakan tabel. Untuk uji satu sisi
bandingkan dengan taraf nyatanya. Jika peluang yang ditunjukkan
tabel maka tolak Ho.
f
n )
fk
)
n
Jika kita membicarakan sampel random, kita mendapatkan metoda metoda yang
diantaranya adalah sampel random. Yang dibutuhkan adalah suatu data hasil
seleksi, itu digunakan untuk mengetes sampel yang dapat diperoleh dan manapun
secara nyata. Caranya, harga sampel yang lainnya telah terdapat, dapat juga
didasarkan pada pengurutan di dalam hasil sampel.
Langkah pengerjaan Uji Kerandoman:
a. Membuat hipotesis dalam uraian berikut:
Ho: Proses pengambilan data merupakan proses random (acak)
Ha: Proses pengambilan data merupakan bukan proses random (acak)
b. Menentukan resiko kesalahan atau taraf signifikan
c. Menentukan nilai rhitung dengan menentukan nilai median Me = (1+n), lalu
membuat tanda (+) untuk setiap data yang > Me, dan tanda (-) untuk setiap data
yang < Me.
Didapatlah nilai rhitung yang diperoleh berdasarkan run (jumlah perpindahan dari
setiap tanda).
d. Menentukan nilai rtabel.
Nilai rtabel terdiri dari n1 untuk tanda (+) dan n2 untuk tanda (-), menjadi rtabel(,n1,n2).
Apabila nilai n1 atau n2 lebih besar dari 20, tentukan nilai Z dengan rumus:
1
u+ )E (u)
(
2
Z=
Var ( u )
Dimana:
E ( u )=
2 n1 n2
+1
n1 +n2
Var ( u )=
2 n1 n 2 (2 n1 n2n 1n2 )
2
( n 1+ n2 ) (n1 +n21)
e. Kaidah pengujian.
Jika Z/2<Zhit<Z/2, maka Ho diterima
skala yang sama besar yang ada pada sumbu data. Demikian juga untuk yang
terkanan harus dihubungkan dengan tengah-tengah skala yang sama besar yang ada
pada sumbu data yang berdekatan dengan empat persegi panjang.
Hubungan antara histogram dan polygon frekuensi adalah bahwa jumlah luas
persegi panjang sama dengan luas di atas sumbur datar itu.
BAB III
PROSEDUR PERHITUNGAN
Pada
penelitian
ini,
kami
dalam
mengerjakan
dibantu
dengan
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
12
10
14
15
10
15
15
13
11
15
14
10
15
12
14
2. Untuk n = 30
12 15
15
14
11
11
14
10
14
15 12
12
14
12
14
10
14
14
15
14
10
15
14
12
10
14
3. Untuk n = 40
11 14
11
15
15
12
12
10
14
14 8
10
15
11
11
11
10
15 14
12
12
14
14
12
14
14
10
14
14
14
11
10
4 9
18.8 18.8
18.4
18.4
21.0
19.1
18.6
18.5 18.1
18.1
18.2 18.2
18.5
18.2
18.7
18.4
19.0
18.3 18.8
2. Untuk n = 30
19.1
18.7 18.9
20.1
18.9
18.8
18.6
18.7
18.1 18.6
21.2
19.0 18.4
19.8
18.1
18.1
20.8
21.2
18.7 18.0
18.1
21.5 18.7
18.9
20.6
18.9
18.8
18.5
18.2 18.1
3. Untuk n = 40
18.4
18.5 18.4
18.7
18.7
18.3
18.0
18.6
18.0 18.4
18.3
18.1 18.8
18.7
18.5
18.9
19.0
18.1
18.6 18.4
19.2
19.8 18.0
18.3
18.6
18.0
21.9
18.5
18.7 18.9
18.4
18.4
18.7
18.6
18.7
18.8 18.9
18.5
18.8
18.4
x = 11,95
S = 2,67
= 1% dan 5%
n = 30
1. Ho = sample mengikuti distribusi Poisson
H1 = sample tidak mengikuti distribusi Poisson
2.
3.
4.
5.
n = 30
x = 12,27
S = 2,67
= 1% dan 5%
Test Statistik
Kriteria : Ho diterima jika X2 hitung < X2 ;v
X2 hitung = ...19,8000 dengan derajat V = k-1-p = 2
X2 tabel = X2 ;v dimana = 1%; X2 tabel = 9,210
= 1%; X2 tabel = 5,991
6. Kesimpulan
Pada tingkat signifikansi = 1% dan 5% Ho tidak dapat diuji,
derajat kebebasan yang didapat = 0
BAB V
PERTANYAAN DAN JAWABAN
5.1 Pertanyaan
1. Bagaimana pengaruh n terhadap ketepatan pengujian ?
2. Bagaimana pengaruh terhadap ketepatan pengujian ?
3. Bandingkan hasil pengujian antara metode Chi-Square dengan
Kolmogorov-Smirnov dan
buatlah resumenya !
5. Apa hasil yang anda dapatkan dari uji kerandoman ? Apa arti dari
kesimpulan
anda?
BAB IV
KESIMPULAN DAN SARAN