Anda di halaman 1dari 6

PENGUJIAN HIPOTESIS DESKRIPTIF SATU SAMPEL

1. Menggunakan Test Binomial


Contoh:
Seorang guru ingin mengetahui kecenderungan siswa SMA tahun 2012 dalam memilih jurusan
IPA dan IPS dari 40 sampel yang diambil secara random. Berdasarkan hasil pooling
menunjukkan bahwa sebanyak 22 siswa memilih IPS dan sebanyak 18 siswa memilih IPA.
Simpulan apa yang dapat dikemukakan oleh guru tersebut?
Hipotesis statistik yang diajukan dapat dinyatakan sbb.
Ho : p1 = p2 = 0,5
Ha : p1 p2 0,5
Analisis Tes Binomial menggunakan SPSS Versi 19 menunjukkan hasil sbb.
Binomial Test
Observed Exact Sig. (2-
Category N Test Prop.
Prop. tailed)
Pilihan Jurusan Group 1 IPS 22 .55 .50 .636
Group 2 IPA 18 .45
Total 40 1.00

Hasil analisis Tes Binomial tersebut menunjukkan bahwa koefisien Exact Sig. (2 tailed) sebesar
0,636, yang berarti koefisien tersebut untuk sisi kiri dan sisi kanan sehingga masing-masing sisi
0,636
akan sebesar = 0,318. Apabila sampel penelitian kecil ( 25), maka koefisien
2
Binomial dapat ditemukan pada Binomial Tabel dengan cara menemukan antara N dengan n
terkecil. Karena sampel penelitian yang ditetapkan oleh guru peneliti sebesar 40, maka
koefisien Binomial (0,318) tersebut tidak dapat ditemukan pada Tabel Binomial.
Untuk merumuskan simpulan atas pembuktian di atas, maka harga koefisien Exact Sig.
Binomial tersebut dibandingkan dengan tingkat alpha yang ditetapkan yaitu 1% atau 5%.
Kriteria yang digunakan yaitu bila tingkat atau kesalahan yang ditetapkan sebesar 1% yang
berarti = 0,01, maka harga p sebesar 0,318 > 0,01, dengan demikian Ho diterima dan Ha ditolak.
Berdasarkan hasil analisis tes Binomial tersebut dapat disimpulkan bahwa kemungkinan siswa
SMA dalam memilih dua jurusan (IPS atau IPA) adalah sama yaitu 50%.

2. Menggunakan Chi Kuadrat


Apabila contoh pada nomor 1 di atas dianalisis menggunakan Chi Kuadrat makan perlu
dirumuskan suatu hipotesis sbb.
Ho : Peluang jurusan IPS dan IPA adalah sama untuk dapat dipilih siswa SMA angkatan
2012 sebagai jurusannya
Ha : Peluang jurusan IPS dan IPA adalah tidak sama untuk dapat dipilih siswa SMA
angkatan 2012 sebagai jurusannya

Hasil analisis Chi Kuadrat (2 kategori) dengan menggunakan program SPSS Versi 19 dapat
ditunjukkan berikut ini.
Pilihan Jurusan
Observed N Expected N Residual
IPS 22 20.0 2.0
IPA 18 20.0 -2.0
Total 40

Test Statistics
Pilihan Jurusan
Chi-Square .400a
df 1
Asymp. Sig. .527
a. 0 cells (.0%) have expected frequencies less than
5. The minimum expected cell frequency is 20.0.

Apabila Chi Kuadrat hitung lebih kecil dari Chi Kuadrat tabel, maka Ho diterima dan apabila
Chi Kuadrat hitung lebih besar dari Chi Kuadrat tabel, maka Ho ditolak. Berdasarkan hasil
analisis dapat dinyatakan bahwa pada dk = 1 dan taraf kesalahan yang ditetapkan sebesar 5%
diperoleh koefisien Chi Kuadrat tabel sebesar 3,841. Dengan demikian Chi Kuadrat hitung
lebih kecil dari Chi Kuadrat tabel. Sesuai dengan ketentuan yang ada maka disimpulkan bahwa
peluang jurusan IPS dan IPA untuk dipilih sebagai jurusannya di SMA adalah sama diterima
(Ho diterima dan Ha ditolak).
Contoh 2
Suatu penelitian yang dilakukan oleh seorang guru untuk mengetahui kecenderungan siswa-
siswa SMK dalam memilih wara untuk pakaian oleh raga. Berdasarkan pengumpulan data
dengan wawancara kepada murid sebagai sampel sebesar 100 orang yang diambil secara
random menunjukkan 40 memilih biru, 30 memilih merah, 20 memilih kuning, dan 10 memilih
putih.
Hipotesis penelitian yang diajukan oleh gurupeneliti tersebut dinyatakan sbb.
Ho : Peluang siswa SMK untuk memilih empat macam warna pakaian olah raga adalah
sama
Ha : Peluang siswa SMK untuk memilih empat macam warna pakaian olah raga adalah
tidak sama

Hasil analisis Chi Kuadrat (4 kategori) dengan menggunakan program SPSS Versi 19 dapat
ditunjukkan berikut ini.

Warna Pakaian
Observed N Expected N Residual
Biru 40 25.0 15.0
Merah 30 25.0 5.0
Kuning 20 25.0 -5.0
Putih 10 25.0 -15.0
Total 100
Test Statistics
Warna Pakaian
Chi-Square 20.000a
df 3
Asymp. Sig. .000
a. 0 cells (.0%) have expected frequencies less
than 5. The minimum expected cell frequency is
25.0.

Apabila Chi Kuadrat hitung lebih kecil dari Chi Kuadrat tabel, maka Ho diterima dan apabila
Chi Kuadrat hitung lebih besar dari Chi Kuadrat tabel, maka Ho ditolak. Berdasarkan hasil
analisis dapat dinyatakan bahwa pada dk = 3 dan taraf kesalahan yang ditetapkan sebesar 5%
diperoleh koefisien Chi Kuadrat tabel sebesar 7,815. Dengan demikian Chi Kuadrat hitung
lebih besar dari Chi Kuadrat tabel. Sesuai dengan ketentuan yang ada maka disimpulkan bahwa
peluang siswa SMK untuk memilih empat macam warna pakaian olah raga berbeda atau tidak
sama. Berdasarkan data sampel menunjukkan bahwa pilihan terhadap warna biru untuk pakaian
olah raga memiliki peluang tertinggi. (Ho ditolak dan Ha diterima).

3. Menggunakan Run Test


Run tes digunakan untuk mengukur kerandoman urutan suatu kejadian yang didasarkan atas
hasil pengamatan melalui data sampel.
Contoh.
Seorang guru olah raga telah mewawancarai sebanyak 100 murid yang diambil secara random
(acak) untuk menentukan kapan outbond akan dilaksanakan. Murid yang terpilih sebagai
sampel diminta untuk menjawab sebelum atau sesudah ulangan. Wawancara dilaksanakan
secara berurutan dari nomor 1 s/d nomor 24. Hasil wawancara dapat disajikan berikut ini.
No. Jawaban No. Jawaban
1. Sebelum 13. Sesudah
2. Sebelum 14. Sebelum
3. Sesudah 15. Sebelum
4. Sebelum 16. Sesudah
5. Sesudah 17. Sebelum
Sebelum Sesudah
6. 18.
Sesudah Sesudah
7. Sesudah
19. Sebelum
8. Sebelum 20. Sesudah
9. Sebelum 21. Sesudah
10. Sesudah 22. Sebelum
11. Sesudah 23. Sebelum
12. 24.

Buatlah analisis apakah urutan pilihan waktu untuk outbond bersifat random (urutannya tidak
mengelompok/bergantian).
Untuk menguji kerandoman urutan pilihan waktu pelaksanaan outbond tersebut dibuat hipotesis
penelitian sbb.
Ho : Urutan pilihan dalam menentukan waktu pelaksanaan outbond siswa bersifat
random/tidak mengelompok/berurutan
Ha : Urutan pilihan dalam menentukan waktu pelaksanaan outbond siswa bersifat tidak
random/ mengelompok/tidak berurutan

Berdasarkan analisis Run tes dengan menggunakan program SPSS Versi 19, maka diperoleh
output sbb.
Runs Test
Sampel Kecil
Test Valuea 2
Cases < Test Value 12
Cases >= Test Value 12
Total Cases 24
Number of Runs 15
Z .626
Asymp. Sig. (2-tailed) .531
a. Median

Berdasarkan contoh di atas, jumlah sampel (N) = 24, n1 = 12 dan n2 = 12. Untuk n1 = 12 dan
n2 = 12, maka diperoleh koefisien run yang kecil = 7 dan koefisien run yang besar = 19.
Dengan demikian Number of Runs sebesar 15 berada diantara 7 s/d 19, karenanya Ho diterima
dan menolak Ha. Hal ini berarti bahwa 24 siswa sebagai sampel yang diwawancari bersifat
random.
4. Menggunakan t-Test
a. Uji Dua Sisi
Seorang peneliti ingin menguji daya tahan berdiri pramuniaga selama 4 jam per hari.
Berdasarkan sampel sebesar 31 orang yang diambil secara random. Data yang diperoleh
untuk 31 0rang tersebut ditunjukkan berikut ini.
3 4 5
2 5 6
3 6 2
4 6 3
5 7 4
6 8 5
7 8 6
8 5 3
5 3 2
3 4 3
3
(Sugiyono, 2007)
Guna menguji apakah daya tahan berdiri pramuniaga tersebut benar rata-rata 4 jam per hari,
perlu dibuat hipotesis berikut ini.
Hipotesisnya
Ho : = 8 jam
Ha : 8 jam
Hasil analisis untuk uji t dua sisi ditunjukkan berikut ini.
One-Sample Test

Test Value = 4

95% Confidence Interval of the


Difference

t df Sig. (2-tailed) Mean Difference Lower Upper

Daya Tahan Membaca 1.976 30 .057 .645 -.02 1.31

Dengan demikian Ho diterima, dengan demikian dapat dinyatakan bahwa daya tahan berdiri
pramuniaga tersebut benar rata-rata 4 jam per hari (t hitung < t tabel).
b. Uji Pihak Kiri
Seorang peneliti ingin menguji daya tahan lampu merk A dengan mengambil sampel sebesar
25 buah. Hasil uji coba daya tahan lampu tersebut sbb.
450 380 300 425 300
390 350 345 390 200
400 400 375 340 300
480 340 425 350 250
500 300 400 360 400
(Sugiyono, 2007)
Peneliti akan menguji apakah benar daya tahan lampu A tersebut 400 jam
Guna menguji apakah daya tahan lampu A tersebut 400 jam, perlu dibuat hipotesis berikut
ini.
Ho ; o 400 jam
Ho ; o < 400 jam
Hasil analisis

One-Sample Statistics

N Mean Std. Deviation Std. Error Mean

Daya Tahan Lampu 25 366.00 68.252 13.650

One-Sample Test

Test Value = 400

95% Confidence Interval of the


Difference

t df Sig. (2-tailed) Mean Difference Lower Upper

Daya Tahan Lampu -2.491 24 .020 -34.000 -62.17 -5.83


Hasil pengujian menyatakan bahwa daya tahan lampu A tersebut lebih kecil dari 400 jam
(Ho ditolak dan Ha diterima). Hasil analisis menunjukkan bahwa t hitung lebih besar dari t
tabel.
c. Uji Pihak Kanan
Seseorang ingin menguji kemampuan menjual jeruk per hari. Data diambil dari 20 orang
sampel secara random dengan kondisi sbb.
98 100 70 90
80 60 95 70
120 85 90 90
90 95 85 60
70 100 75 110
(Sugiyono, 2007)
Peneliti akan menguji apakah benar kemampuan menjual pedagang tersebut 100 kg per hari
Guna menguji apakah kemampuan menjual pedagang tersebut 100 kg per hari, perlu dibuat
hipotesis berikut ini.
Ho ; o 100 kg
Ho ; o > 100 kg
Hasil analisis sbb.

One-Sample Statistics

N Mean Std. Deviation Std. Error Mean

Kemampuan Menjual 20 86.65 15.836 3.541

One-Sample Test

Test Value = 100

95% Confidence Interval of the


Difference

t df Sig. (2-tailed) Mean Difference Lower Upper

Kemampuan Menjual -3.770 19 .001 -13.350 -20.76 -5.94

Hasil analisis menunjukkan bahwa t hitung lebih besar dari t tabel, dengan demikian Ho di
tolak dan Ha diterima. Pembuktian tersebut dapat disimpulkan bahwa kemampuan menjual
pedagang tersebut lebih kecil dari 100 kg per hari.