Anda di halaman 1dari 23

Statistika Non Parametrik A

Tugas 1
Kategori : Kelompok

Pengujian Hipotesis Komperatif 2 sampel Independen

Kelompok 11

ELSA RESA SARI ( H121 15 309 )


SARINA ( H121 15 311 )

Tanggal Tugas : 03 April 2017

Tanggal Kumpul : 10 April 2017

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS HASANUDDIN

MAKASSAR

2017
PENGUJIAN HIPOTESIS KOMPARATIF
DUA SAMPEL INDEPENDEN

A. Pengujian hipotesis komparatif dua sampel independen

Pengujian hipotesis komparatif dua sampel independen berarti menguji


signifikansi perbedaan nilai dua sampel yang tidak berpasangan. Sampel
independen biasanya digunakan dalam penelitian yang menggunakan pendekatan
peneltian survey. Sedangkan sampel berpasangan banyak digunakan dalam
penelitian eksperimen.

Dalam analisis yang melibatkan kasus dua sampel independen maka sampel
dimaksud dapat diperoleh setidaknya melalui dua kemungkinan yakni; (a).
Kemungkinan sampel-sampel ditarik secara random dari dua populasi dan (b).
Sampel-sample muncul karena diterapkannya secara random dua perlakuan
terhadap anggota-anggota sampel dengan asal-usul sembarang. Dalam kedua
kemungkinan tersebut tidak perlu kedua sampel memiliki ukuran (sample size)
yang sama. Beberapa jenis pengujian hipotesis dua sampel independen yaitu:

1. CHI KUADRAT ( X2 ) DUA SAMPEL

Chi kuadrat adalah teknik analisis statistic untuk mengetahui signifikasi


perbedaan antara proporsi ( dan atau probabilitas) subjek atau objek penelitian yang
datanya telah terkatagorikan. Dasar pijakan analisis dengan chi kuadrat adalah
jumlah frekuensi yang ada. Hal ini sesuai dengan pendapat Guilford dan further :
1978,193. Sebagai berikut :

Chi square is used with data in the form of frequencies, or data that can be readily
transformed into frequencies. This includes proportions and probabilities
Chi kuadrat digunakan untuk menguji hipotesis komparatif dua sampel bila
datanya berbentuk nominal dan sampelnya besar. Cara perhitungan dapat
menggunakan tabel Chi kuadrat digunakan untuk menguji hipotesis komparatif dua
sampel bila datanya berbentuk nominal dan sampelnya besar. Cara perhitungan
dapat menggunakan tabel kontingensi 2 x 2 (dua baris x dua kolom). Berikut ini
adalah contoh penggunaan tabel kontingensi untuk menghitung harga chi kuadrat
karena lebih mudah.
Sampel Frekuensi pada Jumlah Sampel

Obyek I Obyek II

Sampel A A B A+B

Sampel B C D C+D

Jumlah A+C B+D N

Dimana : N= jumlah sampel

Rumus yang digunakan untuk menguji hipotesis ini adalah:


1
( 2 )
2
=
( + )( + )( + )( + )

Ada beberapa persyaratan dalam penggunaan teknik analisis chi kuadrat


yang harus dipenuhi, disamping berpijak pada frekuensi data kategoris yang
terpisah secara mutual excluve, persyaratan lain adalah sebagai berikut, (Bambang
Soepeno,2007:102) :

1. Frekuensi tidak boleh kurang dari 5. Jika ini terjadi harus dikoreksi dengan
Yetes Corrections.

2. Jumlah frekuensi hasil observasi (f0) dan frekuensi yang diharapkan (f0) harap
sama.

3. Dalam fungsinya sebagai pengetesan hipotesis mengenai korelasi antar


variabel, chi kuadrat hanya dapat dipakai untuk mengetahui ada atau tidaknya
korelasi, bukan besar kecilnya korelasi.

Fungsi statistik sebagai alat analisis data dapat dikelompokkan menjadi tiga, yaitu
1. Chi kuadrat sebagia alat estimasi (perkiraan), yaitu mengestimasi apakah
frekuensi dalam sampel yang diobservasi berbeda secara signifikan terhadap
frekuensi pada populasinya. Frekuensi hasil observasi pada sampel penelitian
diberi simbal f0, sedangkan frekuensi dari populasi yang diestimasi diberi
symbol fe, jenis chi kuadrat untuk mengestimasi ini, biasanya dipakai untuk
sampel tunggal.
2. Chi kuadrat sebagai alat untuk uji sampel yang terpisah. Teknik analisis chi
kuadrat ini berfungsi sebagai alat pengetesan hipotesis penelitian, yaitu
dengan membandingkan antara frekuensi yang diperoleh dari sampel lainnya
dalam kategorikategori tertentu. Oleh karena fungsinya sebagai alat
pengetesan hipotesis f, tentang perbedaan frekuensi dua sampel, maka
penggunaan teknik ini dipakai minimal ada dua kelompok sampai penelitian.

3. Chi kuadrat sebagai alat pengetesan hipotesis penelitian untuk menguji


sampel yang berhubungan (correlation sample). Pengertian sampel
berhubungan disini adalah, satu sampel penelitian yang dikenai dengan dua
macam perlakuan, yang selanjutnya dilihat perubahannya.

Langkah-langkah pengujian :
1. Tentukan Hipotesisnya
H0 : P1 = P2
H1 : uji satu arah atau dua arah
2. Tentukan : Taraf nyata
3. Statistik uji :
a. Jika data disusun dalam tabel 2 x 2
1. jika ukuran sampel n < 20 maka gunakan uji eksak fisher
2. jika ukuran sampel n 20 maka gunakan uji sebagai berikut :

b.Jika data disusun dalam tabel b x k

dengan n > 40 maka gunakan uji sebagai berikut :


Oij : frekuensi observasi baris i dan kolom j
Eij : frekuensi ekspetasi baris i dan kolom j
4. Kriteria uji :
uji satu pihak = Tolak Ho jika , terima dalam hal lainnya
uji dua pihak = Tolak Ho jika /2, terima dalam hal lainnya

Contoh soal :
Berdasarkan standar badan telekomunikasi internasional, dengan
menggunakan data ASR dari panggilan SLJJ dari kota kecil (KK) dan kota besar
(KB) diperoleh hasil sebagai berikut :

STANDAR BADAN KOTA


TELEKOMUNIKASI KB KK JUMLAH

Sangat Baik 7 12 19

Baik 6 12 18

Buruk 0 0 0

Jelek 2 1 3

JUMLAH 15 25 40

Dengan =5%, apakah PT. TELKOM telah mencapai World Class Operator (WCO) ?
Jawab :
1. Hipotesis Uji
Ho : P(KB) = P(KK)
PT. TELKOM telah mencapai World Class Operator (WCO)
H1 : P(KB) P(KK)
PT. TELKOM belum mencapai World Class Operator (WCO)
2. Taraf Nyata : 5%

3. Statistik Uji
4. kriteria uji : = 5%

db db = (b-1)(k-1)=(4-1)(2-1)=3
maka /2 = 9,35
5. Kesimpulan karena = 1,2255 < /2 = 9,35 maka Ho diterima, artinya
PT. TELKOM telah mencapai World Class Operator (WCO)

2. Fisher Exact Probability Test


Digunakan untuk menguji signifikansi hipotesis komparatif dua sampel
kecil independen bila datanya berbentuk nominal. Test ini digunakan untuk
menguji signifikansi hipotesis komparatif dua sampel kecil independen bila
datanya berbentuk nominal. Untuk sampel yang besar digunakan Chi Kuadrat (x2).
Untuk rnemudahkan perhitungan dalam pengujian hipotesis, maka data
hasil pengamatan perlu disusun ke dalam tabel kontingensi 2 x 2 seperti berikut.
Kelompok Jumlah

I A B A+B
II C D C+D
Jumlah n

Kelompok I : sampel I
Kelompok II : sampel II
Tanda hanya menunjukkan adanya klasifikasi, misalnya lulus-
tidak lulus; gelap-terang, dsb. A B C D adalah data nominal yang berbentuk
frekuensi.
Rumus :
(A+B)! (C+D)! (A+C)! (B+D)!
p=
N! A! B! C! D!
Contoh :
Disinyalir adanya kecenderungan para birokrat lebih menyukai mobil warna
gelap, dan para akademisi lebih menyukai warna terang. Untuk membuktikan hal
tersebut telah dilakukan pengumpuln data dengan mengguakan sampel yang telah
diambil secara random. Dari 8 orang birokrat yang diamati, 5 orang bermobil gelap
dan 3 orang berwarna terang. Selanjutnya ari 7 orang akademisi yang telah diamati,
5 orang mnggunakan mobil warna terang, dan 2 orang warna gelap.
Berdasarkan hal tersebut maka ;
a. Judul penelitian
Kecenderungan Birokrat dan Akademisi dalam memilih warna mobil
b. Variable penelitian: warna mobil
c. Rumusan masalah :
Adakah perbedaan akademisi dan birokrat dalam memilih wrna mobil
d. Sampel : birokrat 8 orang, akademisi 7 orang
e. Hipotesis :
H0 : tidak terdapat perbedaan antara birokrat dan akademisi dalam memilih
warna mobil
H1 : terdapat perbedaan antara birokrat dan akademisi dalam memilih warna
mobil
f. Kriteria pengujian hipotesis
Ho diterima jika harga p hitung lebih besar dari taraf kesalahan yang ditetapkan
g. Penyajian data
kelompok gelap terang Jumlah
Birokrat 5 3 8
Akademisi 2 5 7
Jumlah 7 8 15

h. Perhitungan :
(5+3)! (2+5)! (5+2)! (3+5)!
p=
15! 5! 3! 2! 5!
40320 x 5040 x 5040 x 40320
p= = 0,37
1307674386000 x 120 x 6 x 1 x 120
taraf kesalahan = 5% (0,05) maka p hitung = 0,37 lebih besar dr 0,05. Karena p
hitung lebih besar dari (0,37 > 0,05) maka dapat dinyataan terdapat perbedaan
antara birokrat dan akademisi dalam menyenangi warna mobil.
i. Kesimpulan :
Para birokrat lebih senang warna gelap dan para akademisi lebih senang warna
terang.

3. Test Median (Median Test)


Test median digunakan untuk menguji signifikasi hipotesis komparatif dua
sampel bila datanya berbentuk ordinal atau nominal. Pengujian didasarkan atas
median dari sampel yang diambil secara acak. Dengan demikian H0 yang akan diuji
berbunyi: tidak terdapat perbedaan dua kelompok populasi berdasarkan mediannya.
Pada test Fisher digunakan untuk sampel kecil dan test Chi Kuadrat untuk
sampel besar, maka pada test median ini digunakan untuk sampel antara Fisher dan
Chi Kuadrat. Untuk menggunakan test median, maka pertama-pertama harus
dihitung gabungan dua kelompok (median untuk semua kelompok). Selanjutnya
dibagi dua, dan dimasukkan ke dalam tabel berikut:

Kelompok Kel.I Kel.II Jumlah

Di atas median
gabungan A B A+B

Di bawah median
gabungan C D C+D

Jumlah A + C = n1 B + D = n2 N = n1 + n2

Keterangan:

A= banyak kasus dalam kelompok I di atas median gabungan = n1

B= banyak kasus dalam kelompok II di atas median gabungan = n2

C= banyak kasus dalam kelompok I di atas median gabungan = n1

D= banyak kasus dalam kelompok II di atas median gabungan = n2

RUMUS :

[( ) 2 ]2
2 =
( + )( + )( + )( + )
Derajat kebebasan (dk)= 1

Contoh :
Dilakukan penelitian untuk mengetahui apakah penghasilan para nelayan
berbeda degan para petani berdasarkan medianya. Berdasarkan wawancara
terhadap 10 petani dan 9 nelayan diperoleh data tercantum dalam tabel :
No Petani Nelayan
1 50 45
2 60 50
3 70 55
4 70 60
5 75 65
6 80 65
7 90 70
8 95 80
9 95 100
10 100

Dari hal tersebut maka :


a. Judul penelitian : perbedaan penghasilan kelompok petani dan nelayan
b. Variable penelitian : penghasilan
c. Rumusan masalah : adakah perbedaan yang signifikan antara penghasilan
kelompok petani dan nelayan
d. Sampel : dua kelompok asmpel yaotu petani (10 orang) dan nelayan (9
orang)
e. Hipotesis
Ho : tidak terdapat perbedaan yang signifikan antara penghasilan petani dan
nelayan
Ha : terdapat perbedaan yang signifikan antara [enghasilan petani dan
nelayan
f. Criteria pengujian hipotesis
Ho : diterima jika chi kuadrat hitung < tabel
Ho : ditolak jika chi kuadrat hitung tabel
g. Penyajian data
Diurutkan dari yang terkecil menuju yang tebesar
45 50 50 55 60 60 65 65 70 70 70 75 80 80 90 95 95 100 100
Median = 70
Tabel di atas maka A = 6, C = 4, B = 2, D = 7
Selanjutnya di masukkan dalam tabel berikut ini.
Jumlah Skor Petani Nelayan Jumlah
Di atas Median A = 6 B=2 A+B=8
Gabungan
Di bawah median C = 4 D=7 C + D = 11
Gabungan
Jumlah 10 9 N = 19
h. Perhitungan
2
19
196.7 2.4
2 4.75
2 0,00034
6 84 76 42 7 13860
Dengan harga chi kuadrat tabel dk = 1 dan 5% adalah 3,841
Maka 2 hitung 0,00034 3,841 2 tabel
i. Kesimpulan
Tidak ada perbedaan significant antara penghasilan petani dan nelayan,
berdasarkan median.

4. Mann-Whitney U-Test
Uji Mann-Whitney atau lebih dikenal dengan u-test. Uji ini dikembangkan
oleh H.B Mann dan D.R. Whitney dalam tahun 1947. Uji Mann-Whitney ini
digunakan sebagai alternatif lain dari uji T parametrik bila anggapan yang
diperlukan bagi uji T tidak dijumpai. Tehnik ini dipakai untuk mengetest
signifikansi perbedaan antara dua populasi, dengan menggunakan sampel random
yang ditarik dari populasi yang sama. Test ini berfungsi sebagai alternatif
penggunaan uji-t bilamana persyaratan-persyaratan parametriknya tidak terpenuhi,
dan bila datanya berskala ordinal.

Ada dua macam tehnik U-test ini, yaitu U-test untuk sampel-sampel kecil
dimana n<20 dan U-test sampel besar bila n=/>20. Oleh karena pada sampel besar
bila n=/>20, maka distribusi sampling U-nya mendekati distribusi normal, maka
test signifikansi untuk uji hipotesis nihilnya disarankan menggunakan harga kritik
Z pada tabel probabilitas normal. Sedangkan test signifikansi untuk sampel kecil
digunakan harga kritik U . Adapun formula rumus Mann-Whitney Test, adalah
sebagai berikut:
1(1+1)
U1 = n1.n2 + R1
2

Atau

2(2+1)
U2 = n1.n2 + R2
2

Dimana :

n1 : jumlah sampel 1 n2 : jumlah sampel 2


U1 : jumlah peringkat 1

U2 : jumlah peringkat 2

R1 : jumlah rangking pada sampel n1

R2 : jumlah rangking pada sampel n2

Contoh.
Dilakukan penelitian untuk mengetahui adakah perbedaan kualitas
manajemen antara bank yang dianggap favorit oleh masyarakat dan bank yang tidak
favorit. Penelitian menggunakan sampel 12 bank yang dianggap tidak favorit dan
15 bank yang dianggap favorit. Selanjutnya ke dua kelompok tersebut diukur
kualitas manajemennya dengan menggunakan sebuah instrumen, yang terdiri
beberapa butir pertanyaan. Skor penelian tertinggi 40 dan terendah adalah 0.
Kel. A Nlai kualitas Kel B Nilai kualitas
1 16 1 19
2 18 2 19
3 10 3 21
4 12 4 25
5 16 5 26
6 14 6 27
7 15 7 23
8 10 8 27
9 12 9 19
10 15 10 19
11 16 11 25
12 11 12 27
13 23
14 19
15 19
Berdasarkan hal tersebut di atas
a. Judul penelitiannya dirumuskan sebagai berikut.
Perbandingan kualitas manajemen Bank yang favorit dan yang tidak favorit
b. Variabel penelitiannya adalah
Variabel Independen : kualitas manajemen
Variabel dependen : favorit bank
c. Rumusan masalah
Adakah perbedaan variabel yang sigifikant antara bank yang favorit dan
yang idak favorit
d. Sampel
Terdiri dua kelompok Bank yaitu kelompok A (bank yang tidak favorit) =
12 bank dan kelompok B (bank yang favorit) = 15 bank
e. Hipotesis
H0 : Tidak terdapat perbedaan kualitas manajemen yang signifikan antara
bank favorit dan yang tidak favorit
H1 : Terdapat perbedaan kualitas manajemen yang signifikan antara bank
yang favorit dan yang tidak favorit
f. Kriteria Pengujian hipotesis
Ho diterima bila harga U yang terkecil lebih besar dari harga tabel.
g. Penyajian data
Kel. Nlai Peringkat Kel Nilai Peringkat
A kualitas B kualitas
1 16 9,0 1 19 15
2 18 10,5 2 19 15
3 10 1,5 3 21 16,5
4 12 4,5 4 25 19,5
5 16 9,0 5 26 21
6 14 6,0 6 27 22,5
7 15 7,5 7 23 18,0
8 10 1,5 8 27 22,5
9 12 4,5 9 19 15,0
10 15 7,5 10 19 15,0
11 16 9,0 11 25 19,5
12 11 3,0 12 27 22,5
13 23 18,0
14 19 15,0
15 19 24,0
R1 = 74 R2 = 279
h. Perhitungan

U1 n1n2
n1 (n1 1)
R1 15.15
12 1 74 184
2 2
dan

U 2 n1n2
n2 (n2 1)
R2 12.15
15 12 279 21
2 2
Karena harga U lebih lecil dari U1. Dengan demikian yang digunakan untuk
membandingkan dengan U tabel adalah U2 yang nilai terkecilnya adalah 21.
Dengan 2.5% (menguji dua pihak harga 5% ) dengan n1 = 12 dan n2 =
15, diperoleh Uhitung lebih kecil dari Utabel (21 < 42). Jadi, kesimpulannya Ho
ditolak dan H1 diterima.
a. Kesimpulan
Terdapat perbedaan kualitas manajemen yang signifikant antara bank
yang favorit dan tidak favorit. Bank yang favorit kualitas manajemennya
sudah baik.
b. Saran
Bank yang tidak favorit perlu meningkatkan kualitas manajemennya bila ingin
menjadi bank yang favorit.

5. TES DUA SAMPEL KOLMOGOROV SMIRNOV (KOLMOGOROV


SMIRNOV TWO SAMPLE TEST)

Tes dua sampel Kolmogorov Smirnov adalah tes yang digunakan untuk
mengetahui apakah dua sampel bebas (independent) berasal dari populasi yang
sama. Artinya tes ini diterapkan dalam kaitan pembuktian apakah sampel yang
diambil berasal dari satu populasi yang sama atau populasi yang berbeda.

Sebagaimana yang berlaku pada kasus satu sampel tes Kolmogorov


Smirnov dua sampel secara prinsip memperhatikan kesesuaian antara dua distribusi
kumulatif. Jika kasus satu sampel memperhatikan kesesuaian antara distribusi
kumulatif harga sampel dengan distribusi teoritis, maka pada kasus dua sampel tes
ini memperhatikan kesesuaian antara dua himpunan harga sampel.

Apabila dua sampel ditarik dari populasi yang sama maka distribusi
kumulatif kedua sampel berada pada kondisi berdekatan. Sebaliknya jika distribusi
frekuensi kumulatif kedua sampel posisinya berjauhan (pada titik dimanapun
berada) maka sampel-sampel dapat dinyatakan berasal dari populasi yang berbeda.
Dengan demikian fakta yang menjadi dasar untuk membuat kesimpulan apakah dua
sampel berasal dari populasi yang sama atau tidak adalah memperhatikan deviasi
yang cukup besar antara distribusi kumulatif kedua sampel.

Asumsi :

1).Tes ini diterapkan jika berhadapan dengan dua sampel bebas

2). Masing-masing sampel mempunyai data paling rendah berskala ordinal

3). Menggunakan pendekatan distribusi frekuensi kumulatif dan data untuk masing-

masing sampel observasi disusun dalam bentuk interval-interval kelas.

Catatan : interval kelas untuk sampel 1 dan sampel 2 dibuat sama dengan catatan
tidak boleh terlalu sedikit. Apabila dengan jumlah interval yang terlalu sedikit
kemungkinan Ho diterima, maka diijinkan untuk membuat klasifikasi atau interval
kelas yang baru dengan jumlah interval lebih banyak sebelum memutukan Ho.

Prosedur Analisis :

1). Buatlah interval kelas yang sama untuk kedua distribusi, selanjutnya hitunglah
frekuensi untuk tiap interval kelas pada tiap kelompok sampel.

2). Tentukan selisih antara kedua distribusi kumulatif sesuai dengan titik-titik
interval kelas yang ada.

3). Tentukan selisih terbesar atau deviasi terbesar, selanjutnya identifikasi selisih
terbesar itu sebagai D.

Untuk menentukan hasil analisis menggunakan rumus

= [ 1 () 2 ()]

D yang dimaksud adalah pembilang terbesar dari selisih tersebut dan selanjutnya
disebut KD. Untuk tes ini sebagai titik kritis digunakan tabel L dalam berbagai
tingkat signifikansi baik untuk tes satu sisi maupun tes dua sisi.
Contoh.
Dilakukan penelitian untuk membandingkan produktivitas opertor mesin
CNC (Computered Numerical Controlled) lulusan SMK Mesin dan SMU IPA.
Pengamatan dilakukan pada sampel yang dipilih secara random. Unuk lulusan SMK
10 orang. Produktivitas keja diukur dari tingkat kesalahan kerja selama 4 bulan.
Hasilnya ditunjukkan dalam tabel berikut.
TINGKAT KESALAHAN KERJA OPERATOR
LULUSAN MESIN CNC LULUSAN SMK DAN SMU DALAM %
No. Lulusan SMK Lulusan SMU
1 1.0 3.0
2 2.0 4.0
3 1.0 8.0
4 1.0 2.0
5 3.0 5.0
6 1.0 6.0
7 2.0 3.0
8 1.0 5.0
9 5.0 7.0
10 5.0 8.0

Berdasarkan hal tersebut maka


a. Judul penelitiannya
Perbandingan produktivitas kerja antara lulusan SMK dan SMU
b. Variabel penelitian
Variabel Independen : jenis pendidikan (SMK-SMU)
Variabel dependen : Produktivitas Kerja
c. Rumusan Masalah
Adakah perbedaan produktivitas kerja antara katyawan lulusan SMK dan SMU
d. SampelHipotesis
Terdiri dari dua kelompok sampel yaitu karyawan lulusan SMKyang berjumlah
10 orang dengan karyawan lulusan SMU yang berjumlah 10 orang.
e. Hipotesis
Ho : Tidak terdapat perbedaan produktivitas yang signifikan antara karyawan
lulusan SMK dan SMU
Ha : Terdapat perbedaan produktivitas yang signifikan antara karyawan lulusan
SMK dan SMU
f. Kriteria Pengujian Hipotesis
Ho diterima bila KD hitung lebih kecil atau sama dengan KD tabel.
g. Penyajian data
No. Lulusan SMK Lulusan SMU
1 1.0 3.0
2 2.0 4.0
3 1.0 8.0
4 1.0 2.0
5 3.0 5.0
6 1.0 6.0
7 2.0 3.0
8 1.0 5.0
9 5.0 7.0
10 5.0 8.0
h. Perhitungan
Disusun dalam tabel distribusi frekuensi kumulatif SMA berikut.
No Interval f Kumulaif
1 1-2 7 7
2 3-4 1 8
3 5-6 2 10
4 7-8 0 10
Disusun dalam tabel distribusi frekuensi kumulatif SMK berikut.
No Interval f Kumulaif
1 1-2 1 1
2 3-4 3 4
3 5-6 3 7
4 7-8 3 10
Nilai kumulatifnya disusun proporsional. semuanya dibagi n. dalam hal ini n1 dan
n2 sama yaitu 10.
Kelompok Kesalahan Kerja
1-2% 3-4% 5-6% 7-8%
S10 (X) 7/10 1/10 2/10 0/10
S10 (X) 1/10 3/10 3/10 3/10
Sn1X-Sn2X 6/10 2/10 1/10 3/10

Berdasarkan perhitungan. selisih yang terbesar Sn1 (X)-Sn2 (X) = 6/10.


Dalam hal ini pembilang (KPD) nya = 6. Harga ini selanjutnya dibandingkan dngan
KD tabel (tabel X). Pengujian hipotesis dengan uji 1 pihak. kesalahan 5% dan n
= 10. maka harga KD dalam tabel = 6. Harga Kd hitung = 6. ternyata sampel dengan
KdDtabel (6 = 6). Dengan demikian Ho diterima dan Ha ditolak. Kesimpulannya tidak
terdapat perbedaan yang signifikan antara produktivitas kerja lulusan SMK dan
lulusan SMU.
Untuk sampel yang lebih besar n1 dan n2 lebih besar dari 40. dalam hal ini
besarnya n1 tidak harus sama dengan n2. Jadi bisa berbeda. Dalam tabel ditunjukkan
untuk menguji signifikansi harga KD yang didasarkan tingkat kesalahan yang
ditetapkan. Misalkan kesalahan alfa = 5%. harga D penganti tabel yang dihitung.

n1 n2
K D 1.36
n1n2

KD di atas dapat dihitung.

n1 n2 10 10
K D 1.36 1,36 0,6
n1n2 10.10

Berdasarkan contoh di atas harga KD hitung = 6. Ternyata harga KD hitung sama


dengan harga tabel demikian Ho tetap diterima (0.6=0.6).
i. Kesimpulan
Produktivitas kerja karyawan lulusan SMK tidak berbeda dengan lulusan SMU
j. Saran
Pengangkatan karyawan untuk menjadi operator mesin CNC dapat menggunakan
lulusan SMK dan SMU.
6. TEST RUN WALD-WOLFOWITZ
Tes ini digunakan untuk menguji signifikansi hipotesis komparatif dua
sampel independen bila datanya berbentuk ordinal dalam bentuk run. Oleh karena
itu. sebelum data dua sampel (n1 + n2) dianalisis maka perlu terlebih dahulu ke
dalam bentuk rangking baru kemudian dalam benruk run.
Bila sampel berasal dari populasi yang sama/tidak berbeda (Ho benar).
maka A dan B tidak akan mengelompok. tetapi akan berbaur makin kecil run maka
Ho semakin ditolak. Rumus yang digunakan untuk pengujian sebagai berikut.

1 r' n1 1 n2 1
p(r r ' ) 2 r r
n1 n2 r 2 1 1
2 2
n1
Bila r ganjil maka rumusnya
1 r'
n1 1 n2 1 n1 1 n2 1
p(r r ' )
n1 n2 r 2 k 1 k 2 k 2 k 1

n1
dimana r = 2k -1

Contoh.
Dilakukan penelitian untuk mengetahui adakah perbedaan disiplin kerja
antara pegawai golongan III dan IV. yang didasarkan atas keterlambatan masuk dan
pulang kantor. Berdasarkan sampel yang dipilih secara random terhadap 10
pegawai golongan III dan 10 pegawai golongan IV. diperoleh jam keterlambatan
masuk kantor sebagai berikut.
Keterlambatan Masuk Kantor Antara Pegawai Golongan III dan IV (dalam
menit)
No. Pegawai Golongan III Pegawai Golongan IV
1 12 17
2 12 13
3 5 6
4 9 4
5 15 7
6 16 12
7 7 13
8 14 18
9 13 14
10 16 9
Berdasarkan hal tersebut maka
a. Judul Penelitian
Perbedaan disiplin kerja antara pegawai golongan III dan IV.
a. Variabel Penelitian
Variabel independen : Tingkat golongan gaji (golongan III dan golongan IV)
Variabel dependen : Disiplin kerja
b. Rumusan Masalah
Adakah perbedaan disiplin kerja pegawai golongan III dan IV?
c. Sampel
Terdiri dua kelompok sampel yaitu golongan III sebanyak 11 orang dan
golongan IV sebanyak 11 orang.
d. Hipotesis
Ho : tidak terdapat perbedaan disiplin kerja yang signifikan antara pegawai
golongan III dan IV
Ha : terdapat perbedaan disiplin kerja yang signifikan antara pegawai
golongan III dan IV
e. Kriteria Pengujian Hipotesis
Ho diterima bila run hitung lebih besar dari run tabel.
f. Penyajian Data
Untuk menghitung jumlah run. sehingga dapat digunakan untuk pengujian. maka
dua kelompok data tersebut disusun secara beruntun yaitu dari kecil ke besar ada
10.
4 5 6 7 7 9 9 12 12 12

B A B B A A B B A A

13 13 13 14 14 15 16 16 17 18
A B B A A A A A B B
g. Perhitungan untuk pengujian hipotesis
Dari tabel terlihat n1 = 10 dan n2 = 10. maka harga run kritisnya = 6 untuk
kesalahan 5%. Dari hal tersebut. terntata run hitung lebih besar dari run tabel (10
> 6).
Karena run hitung lebih besar run tabel maka Ho diterima dan Ha ditolak.
h. Kesimpulan
Tidak terdapat perbedaan disiplin antara pegawai golongan III (kelompok A) dan
golongan IV (Kelompok B).
i. Saran
Kedua sampel perlu pembinaan disiplin yang sama.
Untuk ts run ini. kriteria pengujian adalah run hitung lebih kecil atau sama
dengan run dari tabel untuk taraf kesalahan tertentu. maka Ho ditolak (
rn rtab, Ho ditolak). Untuk sampel yang lebih besar dapat digunakan rumus z

seperti berikut.

2n n
r 1 2 1 0,5
z
r r
n1 n2
r 2n1n2 (2n1n2 n1 n2 )
n1 n2 2 n1 n2 1
Uji sampel independen
1. Fisher test Distibusi ini merupakan salah satu distribusi yang
paling banyak digunakan dalam statistika terapan
terutama dalam rancangan percobaan

2. Median test Test median digunakan untuk menguji signifikasi


hipotesis komparatif dua sampel bila datanya
berbentuk ordinal atau nominal.

3. Mann-whitney u Teknik ini dipakai untuk mengetest signifikansi


perbedaan antara dua populasi, dengan
test
menggunakan sampel random yang ditarik dari
populasi yang sama.

4. Chi-square test Chi kuadrat digunakan untuk menguji hipotesis


komparatif dua sampel bila datanya berbentuk
nominal dan sampelnya besar

Uji Kolmogorov Smirnov digunakan untuk menguji


5. Kolmogrov test
hipotesis komparatif dua sampel independen bila
datanya berbentuk ordinal yang tersusun pada tabel
distributif frekuensi kumulatif dengan menggunakan
klas-klas interval

Run test digunakan untuk menguji hipotesis


deskriptif (satu sampel). Data yang skala

6. Run wald- pengukurannya ordinal dimana untuk mengukur


urutan suatu kejadian. Pengujian dilakukan dengan
woldfwitz test
cara mengukur kerandoman populasi yang
didasarkan atas data hasil pengamatan melalui data
sampel