Anda di halaman 1dari 21

BAB I

PENDAHULUAN

A. LATAR BELAKANG

 DISTRIBUSI T
Statistika adalah teknik pengumpulan data, pengorganisasian data,
penyajian data, analisis data, dan interprestasi dari hasil analisis tersebut.
Statistik inferensial, (sering juga disebut statistik induktif atau statistik
probabilitas), adalah teknik yang digunakan untuk menganalisis data sampel
dan hasilnya diberlakukan untuk populasi. Statistik ini akan cocok digunakan
bila sampel diambil dari populasi yang jelas, dan teknik pengambilan sampel
dari populasi yang jelas, dan teknik pengambilan sampel dari populasi itu
dilakukan secara random. Statistik ini disebut statistik probabilitas, karena
kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu
kebenarannya bersifat peluang (probability). Suatu kesimpulan dari data
sampel yang akan diberlakukan untuk populasi itu mempunyai peluang
kesalahan dan kebenaran (kepercayaan) yang dinyatakan dalam bentuk
prosentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95%, bila
peluang kesalahan 1%, maka taraf kepercyaan 99%. Peluang kesalahan dan
kepercayaan ini disebut dengan taraf signifikasi. Penguji taraf signifikasi dari
hasil suatu analisis akan lebih praktis bila didasarkan pada table t, uji F
digunakan table F. Pada setiap table sudah disediakan untuk taraf signifikasi
berapa persen suatu hasil analisis dapat digeneralisasikan.

 DISTRIBUSI X2 (CHI KUADRAT)


Pada umumnya penelitian ilmiah lebih banyak berhubungan dengan data
yang bersifat interval atau rasio. Data interval dan rasio merupakan data yang
berupa angka hasil dari pengukuran baik pengukuran yang bersifat langsung
maupun tidak langsung. Namun demikian tidak jarang peneliti harus bekerja
dan terlibat dengan data yang berwujud frekuensi. Data frekuensi atau
distribusi frekuensi merupakan data hasil dari pencacahan atau pembilangan.
Jika kita perhatikan pengujian atau tes hipotesis untuk harga proporsi hanya
melibatkan paling banyak dua proporsi yang diukur dari dua proporsi yang
berbeda. Dalam kenyataannya kita tidak hanya akan menggunakan dua
proporsi, namun lebih dari itu. Oleh karena itu kita tentu akan mengalami
kesulitan jika tiga atau lebih proporsi diuji menggunakan uji hipotesis harga
perbedaan dua proporsi.

Untuk mengatasi kesulitan tersebut kita menggunakan pengujian lain


yaitu uji Chi-kuadrat atau Chi- square test yang disimbolkan dengan x2. Chi
kuadrat merupakan suatu teknik statistik yang menggunakan untuk menilai
probabilitas guna memperoleh perbedaan frekuensi nyata atau hasil
pengamatan atau observasi dengan frekuensi yang diharapkan dalam kategori-
kategori tertentu. Alat uji ini khusus digunakan untuk menguji lebih dari dua
proporsi dengan kriteria tertentu. Kriteria-kriteria itu didasarkan pada ciri data
yang akan diuji proporsinya sehingga menimbulkan jenis pengujian yang
berbeda, walaupun tetap menggunakan satu bentuk rumus yang sama.

B. RUMUSAN MASALAH
1. Apa yang dimaksud dengan distribusi t dan x2 ?
2. Sebutkan fungsi pengujian distribusi t dan x2!
3. Jelaskan langkah – langkah uji hipotesa !

C. TUJUAN PENULISAN
1. Mengetahui yang dimaksud dengan distribusi t dan x2
2. Mengetahui fungsi pengujian distribusi t dan x2
3. Mengetahui langkah – langkah uji hipotesa
BAB II

PEMBAHASAN

A. PENGERTIAN

Distribusi t
Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang
menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel
t-student. Distribusi t pertama kali diterbitkan pada tahun 1908 dalam suatu
makalah oleh W.S.Gosset. Pada waktu itu, Gosset bekerja pada perusahaan bir
irlandia yang melarang penerbitan penelitian oleh karyawannya. Untuk
menggelakan larangan ini dia menerbitkan karyanya secara rahasia dibawah
nama student. Karena itulah distribusi t biasanya disebut Distribusi Student.
Hasil uji statistiknya kemudian dibandingkan dengan nilai yang ada pada tabel
untuk kemudian menerima atau menolak hipotesis nol (Ho) yang
dikemukakan.
Distribusi X2
 Uji Chi Kuadrat (X2) dapat dikatakan sebagai uji proporsi untuk dua
peristiwa atau lebih dan data berjenis nominal, sehingga datanya bersifat
dikrit. Dalam uji Chi- Kuadrat dihadapkan pada suatu pengujian apakah
perbedaan antara frekuensi hasil observasi (disimbolkan fo) dengan frekuensi
yang diharapkan pleh peneliti (disimbolkan fe/fh) dari sampel yang terbatas
merupakan perbedaan yang signifikan atau tidak. 1
 Rumus :
(𝑓𝑒−𝑓𝑜)2
 X2 = ∑ 𝑓𝑒

 Dimana :
 fo = frekuensi observasi
 fe = frekuensi yang diharapkan (teoritis)
 X2 = Chi-Kuadrat
 Catatan :
 Bila frekuensi harapn (fe) tidak diketahui maka dapat dicari dengan
∑𝑓𝑜
rumus fe = 𝑛

x 2
hitung ≥ x2tabel, maka tolak Ho artinya signifikan, carilah x2tabel, dengan
menggunakan tabel x2 kemudian buatlah perbandingan antara x2hitung dengan
x2tabel, yang terakhir simpulkan.

B. Fungsi

Distribusi t
1) Untuk memperkirakan interval rata – rata
2) Untuk menguji hipotesis tentang rata – rata suatu sampel.
3) Menunjukkan batas penerimaan suatu hipotesis
4) Untuk menguji suatu pernyataan apakah sudah layak untuk dipercaya

Distribusi x2

1) Untuk Menguji Proporsi


2) Uji Independensi
3) Uji kecocokan/kesesuaian
4) Untuk Uji Normalitas
5) Untuk Pengujian Hipotesis
C. Jenis – jenis pengunaan Hipotesa
Pengujian sampel dalam distribusi t dibedakan menjadi 2 jenis hipotesa,
yaitu :
1) Satu rata – rata
Rumus :
𝒙−𝝁
𝒕𝒐 = 𝒔
⁄√𝒏

Keterangan :
𝑡𝑜 = t hitung , 𝑛 = jumlah sampel, 𝜇 = rata − rata populasi
𝑥 = rata − rata sampel , 𝑠 = standar deviasi

𝑫𝒃 = 𝒏 – 𝟏
 Penyusunan hipotesa :
1. 𝐻𝑜 ∶ 𝜇1 = 𝜇2
𝐻𝑎 ∶ 𝜇1 ≠ 𝜇2
2. 𝐻𝑜 ∶ 𝜇1 ≤ 𝜇2
𝐻𝑎 ∶ 𝜇1 > 𝜇2
3. 𝐻𝑜 ∶ 𝜇1 ≥ 𝜇2
𝐻𝑎 ∶ 𝜇1 < 𝜇2

Apabila data yang diambil dari hasil eksperimen, maka


langkahyang harus dilakukan sebelum mencari t hitung adalah :
a. Menentukan rata – rata

∑𝒙
𝒙𝒊 =
𝒏

b. Menentukan standar deviasi

∑(𝒙𝒊 −𝒙)𝟐
𝑺𝟐 = 𝒏−𝟏

𝑺 = √𝑺𝟐

2) Dua rata – rata


Rumus :
(𝒙𝟏 − 𝒙𝟐 ) − 𝒅𝒐
𝒕𝒐 =
𝟐 𝟐
√(𝑺𝟏 ⁄𝒏𝟏) + (𝑺𝟐 ⁄𝒏𝟐)
Syarat : 𝑆1 ≠ 𝑆2
do = selisih 𝜇1 dengan 𝜇2 (𝜇1 − 𝜇2 )
Db = (𝒏𝟏 + 𝒏𝟐) − 𝟐
 Penyusunan hipotesa :
1. 𝐻𝑜 ∶ 𝜇1 − 𝜇2 = 𝑑𝑜
𝐻𝑎 ∶ 𝜇1 − 𝜇2 ≠ 𝑑𝑜
2. 𝐻𝑜 ∶ 𝜇1 − 𝜇2 ≤ 𝑑𝑜
𝐻𝑎 ∶ 𝜇1 − 𝜇2 > 𝑑𝑜
3. 𝐻𝑜 ∶ 𝜇1 − 𝜇2 ≥ 𝑑𝑜
𝐻𝑎 ∶ 𝜇1 − 𝜇2 < 𝑑𝑜

D. Langkah – langkah uji hipotesa distribusi T


1) Tentukan Ho dan Ha
2) Tentukan arah uji hipotesa (satu arah atau dua arah)
3) Tentukan tingkat signifikan (𝛼)
4) Tentukan nilai derajat bebas (db)
5) Tentukan wilayah kritisnya atau nilai tabel 𝑡𝑡𝑎𝑏𝑒𝑙 = (𝛼, 𝐷𝑏)
6) Tentukan nilai t hitung ( t hitung = to )
7) Tentukan keputusan dan gambar
8) Menyimpulkan dan menganalisis
Menentukan kesimpulan dengan cara membandingkan nilai kritis (
nilai tabel ) dengan nilai hitungnya untuk kemudian menolak/menerima
hipotesa awal (Ho)

Ada 3 wilayah kritis dalam distribusi t, yaitu :


1. Dua arah ( 𝐻𝑜 ∶ 𝜇1 = 𝜇2 , 𝐻𝑎 ∶ 𝜇1 ≠ 𝜇2 )
Ho diterima jika : -t tabel (𝛼 ⁄2, 𝐷𝑏 ) < 𝑡𝑜 < 𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏)
Ha ditolak jika : 𝑡𝑜 > 𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏) atau 𝑡𝑜 <
−𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏)
Ho
Ha Ha

−𝛼⁄2 + 𝛼 ⁄2 (𝑡 𝑡𝑎𝑏𝑒𝑙)
2. Satu arah, sisi kanan ( 𝐻𝑜 ∶ 𝜇1 ≤ 𝜇2 , 𝐻𝑎 ∶ 𝜇1 > 𝜇2 )
Ho diterima jika : 𝑡𝑜 < 𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏)
Ha ditolak jika : 𝑡𝑜 > 𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏)

Ho
Ha

+ 𝑡 𝑡𝑎𝑏𝑒𝑙
3. Satu arah, sisi kiri ( 𝐻𝑜 ∶ 𝜇1 ≥ 𝜇2 , 𝐻𝑎 ∶ 𝜇1 < 𝜇2 )
Ho diterima jika : 𝑡𝑜 > −𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏)
Ha ditolak jika : 𝑡𝑜 < −𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏 )

Ho
Ha

−𝑡 𝑡𝑎𝑏𝑒𝑙

Chi-Kuadrat Untuk Pengujian Hipotesis

Suatu survei pendahuluan yang terbatas ingin mengetahui tingkat


golput dalam pemilihan umum tahun 2009. Kategori subjek dipilah
berdasarkan pendidikan tertinggi, yakni tidak berpendidikan (TP),
sekolah dasar (SD), sekolah menengah pertama (SMP), sekolah
menengah atas/kejuruan (SMA/K), diploma (D1-D3), dan sarjana
(D4, S1-S3). Survey dilakukan di lima kota besar di Indonesia
dengan sampel acak 1.000 subjek. Komposisi sampel berdasarkan
tingkat pendidikan adalah TP = 220; SD = 200; SMP = 180; SMA/K=
160; diploma = 140; sarjana; 100.
Berdasarkan verivikasi dan analisis data diperoleh gambaran
distribusi data kasar golput, yaitu TP=120; SD=110; SMP=90;
SMA/K=85; diploma=75; sarjana=60. Distribusi data kasar orang
yang bukan golput adalah TP = 100; SD=90; SMP=90; SMA/K=75;
diploma=65; sarjana=40. Berdasarkan data kasar yang telah
terkumpul, peneliti belum memperoleh gambaran apa pun. Agar
peneliti memperoleh petunjuk yang jelas, yaitu apakah ada perbedaan
antara orang yang akan menjadi golput dan tidak golput, data kasar
tersebut harus diolah untuk memperoleh nilai x2.
Cara yang ditempuh untuk memperoleh x2 adalah dengan
menghitung fh (frekuensi harapan) berdasarkan fo (frekuensi
observasi). Formula untuk menghitung adalah :
(𝑛𝑠)(𝑛𝑖)
Fh =
𝑁

Keterangan :
fh = frekuensi harapan
ns = jumlah subsampel
nj = jumlah jawaban
N = jumlah sampel
Tugas berikutnya adalah membuat tabel persiapan fo dan fh
Tabel 7.1. Frekuensi observasi (fo)
No Subsampel Golput Memilih Jumlah

1 TP 120 100 220

2 SD 110 90 200

3 SMK 90 90 180
4 SMA/K 85 75 160

5 Diploma 75 65 140

6 Sarjana 60 40 100

Jumlah 540 460 1.000

Tabel 8.1. Frekuensi harapan (fh)


No Subsampel Golput Memilih Jumlah

1 TP 118,8 101,2 220

2 SD 108,0 92,0 200

3 SMK 97,2 82,8 180

4 SMA/K 86,4 73,6 160

5 Diploma 75,6 64,4 140

6 Sarjana 54,0 46,0 100

Jumlah 540 460 1.000

Berdasarkan tabel fo dan fh, langkah selanjutnya adalah


mempersiapkan tabel kerja untuk menghitung chi-kuadrat.

Tabel 9.1 Tabel kerja untuk menghitung chi-kuadrat golput dalam


pemilu 2009
(𝑓𝑜 − 𝑓ℎ)2
Subsampel
𝑓ℎ
Fo fh fo-fh (fo-fh)2
kategori

TP
Golput 120 118,8 +1,2 1,44 0,012

Memilih 100 101,2 -1,2 1,44 0,014

Jumlah golongan 220 220 0,0 - 0,026

SD

Golput 110 108,0 +2,0 4,00 0,037

Memilih 90 92,0 -2,0 4,00 0,043

Jumlah golongan 200 200 0,0 - 0,080

SMP

Golput 90 97,7 -72 51,84 0,533

Memilih 90 82,8 +7,2 51,84 0,626

Jumlah golongan 180 180 0,0 - 1,159

SMA/K

Golput 85 86,4 -1,4 1,96 0,023

Memilih 75 73,6 +1,4 1,96 0,027

Jumlah golongan 160 160 0,0 - 0,050

Diploma

Golput 75 75,6 -0,6 0,36 0,005

Memilih 65 64,4 +0,6 0,36 0,006

Jumlah golongan 140 140 0,0 - 0,011

Sarjana
Golput 60 54,0 +6,0 36,00 0,667

Memilih 40 46,0 -6,0 36,00 0,783

Jumlah golongan 100 100 0,0 - 1,450

TOTAL 1000 1000 0,0 - 2,776

Pekerjaan selanjutnya adalah menguji x2.. Pada alfa atau taraf


signifikansi tertentu. Untuk pengujian tersebut dibutuhkan derajat kebebasan.
Derajat kebebasan dihitung berdasarkan kolom dan baris, yakni kolom
dikurangi satu dikalikan baris dikurangi satu. Kolom untuk survey tersebut dua
dan barisnya enam sehingga perhitungannya adalah : dk = (2-1)(6-1) = 5.
Periksa pada tabel Chi –Kuadrat taraf signifikansi 1% dengan derajat
kebebasan 5. Berdasarkan tabel chi-kuadrat teoritis 15,086. Harga chi-kuadrat
empiris berada jauh dibawah harga chi-kuadrat teoritis. Kesimpulannya adalah
bahwa tingkat pendidikan tidak membedakan dalam memilih pada pemilu
2009.
E. Tabel Nilai Distribusi t

α untuk uji dua fihak (two tail test)

0,50 0,20 0,10 0,05 0,02 0,01

α untuk uji satu fihak (one tail test)

dk 0,25 0,10 0,005 0,025 0,01 0,005

1 1,000 3,078 6,314 12,706 31,821 63,657

2 0,816 1,886 2,920 4,303 6,965 9,925

3 0,765 1,638 2,353 3,182 4,541 5,841

4 0,741 1,533 2,132 2,776 3,747 4,604

5 0,727 1,476 2,015 2,571 3,365 4.032

6 0,718 1,440 1,943 2,447 3.143 3.707

7 0,711 1,415 1,895 2,365 2,998 3,499

8 0,706 1,397 1,860 2,306 2,896 3,355

9 0,703 1.383 1,833 2,,262 2,821 3,250

10 0,700 1,372 1,812 2,228 2,764 3,169

11 0,697 1,363 1,796 2,201 2,718 3,106

12 0,695 1,356 1,782 2,179 2,681 3,055


13 0,692 1,350 1,771 2,160 2,650 3,012

14 0,691 1,345 1,761 2,145 2,624 2,977

15 0,690 1,341 1,753 2,131 2,602 2,947

16 0,689 1,337 1,746 2,120 2,583 2,921

17 0,688 1,333 1,740 2,110 2,567 2,898

18 0,688 1,330 1,734 2,101 2,552 2,878

19 0,678 1,328 1,729 2,093 2,539 2,861

20 0,687 1,325 1,725 2,086 2,528 2,845

21 0,686 1,323 1,721 2,080 2,518 2,831

22 0,686 1,321 1,717 2,074 2,508 2,819

23 0,685 1,319 1,714 2,069 2,500 2,807

24 0,685 1,318 1,711 2,064 2,492 2,797

25 0,684 1,316 1,708 2,060 2,485 2,787

26 0,684 1,315 1,706 2,056 2,479 2,779

27 0,684 1,314 1,703 2,052 2,473 2,771

28 0,683 1,313 1,701 2,048 2,467 2,763

29 0,683 1,311 1,699 2,045 2,462 2,756

30 0,683 1,310 1,697 2,042 2,457 2,750

40 0,681 1,303 1,684 2,021 2,423 2,704

60 0,679 1,296 1,671 2,000 2,390 2,660


120 0,677 1,289 1,658 1,980 2,358 2,617

∞ 0,674 1,282 1,645 1,960 2.326 2,576

F. Contoh soal
Distribusi T
1) Sebuah perusahaan meramalkan bahwa minuman hasil produksinya
mempunyai kandungan alkohol sebesar 1,85% per botol. Untuk menguji
apakah hipotesa tersebut benar, maka perusahaan melakukan pengujian
terhadap 10 kaleng minuman dan diketahui rata – rata sampel (rata – rata
kandungan alkohol) 1,95% dengan simpangan baku 0,25%. Apakah hasil
penelitian tersebut sesuai dengan hipotesa awal perusahaan? ( selang
kepercayaan 95%)
Jawab :
Dik : 𝜇 = 1,85, 𝑛 = 10,
𝑥 = 1,95, 𝑆 = 0,25
𝛼 = 5% = 0,05
Pengujian hipotesis :
1. 𝐻𝑜 ∶ 𝜇1 = 1,85
𝐻𝑎 ∶ 𝜇2 ≠ 1,85
2. 1 rata – rata, uji 2 arah
3. 𝛼⁄2 => 5%⁄2 = 0,025
4. Db = n – 1 = 10 – 1 = 9
5. t tabel (𝛼, 𝐷𝑏) = (0,025,9) = ±2,262
𝑥−𝜇 1,95−1,85
6. 𝑡𝑜 = 𝑠⁄√𝑛 = = 1,265
0,25⁄√10

7. Keputusan : karena t hitung = 1,265 berada dalam selang −2,262 <


𝑡 < 2,626 maka terima Ho
2) Berikut ini hasil mid kelas X dan kelas XI, dengan tarif nyata 1%. Ujilah
apakah perbedaan rata – rata nilai hasil mid kelas X dan kelas XI lebih dari
sama dengan 6
Hasil mid kelas X hasil mid kelas XI\

Nilai 𝑥𝑖 𝑓𝑖 Nilai 𝑥𝑖 𝑓𝑖

65 – Jawab
69 :67 2 65 – 69 67 3
 Hasil mid Kelas X :
70 – 74
Nilai 72
𝑥𝑖 10
𝑓𝑖 𝑥𝑖. 𝑓𝑖 70𝑥𝑖– −
74𝑥 72
(𝑥𝑖 − 𝑥)11
2
𝑓𝑖. (𝑥𝑖 − 𝑥)2

65 –– 69
75 79 67
77 23 134 75 -–5,33
79 7728,40 3 56,8

70 – 74 72 10 720 - 0,33 0,10 1

75 – 79 77 3 231 4,67 21,80 65,4

Jumlah 15 1085 123,2

∑15
𝑖=1 𝑥𝑖.𝑓𝑖
𝑥1 = ∑15
𝑖=1 𝑓𝑖(𝑥𝑖−𝑥)
2
𝑓𝑖 𝑆1 = √
𝑛−1
1085
= 123,2
15 =√ 14

= 72,33
= √8,8

= 2,96

 Hasil mid kelas XI


Nilai 𝑥𝑖 𝑓𝑖 𝑥𝑖. 𝑓𝑖 𝑥𝑖 − 𝑥 (𝑥𝑖 − 𝑥)2 𝑓𝑖. (𝑥𝑖 − 𝑥)2

65 – 69 67 3 201 -5 25 75
70 – 74 72 11 792 0 0 0

75 – 79 77 3 231 2 4 12

Jumlah 17 1224 87

∑17
𝑖=1 𝑓𝑖(𝑥𝑖−𝑥)
2
∑17
𝑖=1 𝑥𝑖.𝑓𝑖 𝑆𝐵2 = √
𝑥2 = 𝑛−1
𝑓𝑖

1224 87
= = √16
17

= 72 = √5,43

= 2,33

Berdasarkan data diatas diketahui :

𝑥1 = 72,33 , 𝑥2 = 72

𝑆𝐵1 = 2,96 , 𝑆𝐵2 = 2,33

𝑛1 = 15 , 𝑛2 = 17

𝛼 = 1% = 0,01 , 𝑑𝑜 = 6

Pengujian hipotesis :
1. 𝐻𝑜 ∶ 𝜇1 ≥ 6
𝐻𝑎 ∶ 𝜇2 < 6
2. 2 rata – rata, uji kiri
3. 𝛼 = 1% = 0,01
4. 𝐷𝑏 = (𝑛1 + 𝑛2) − 2 = (15 + 17) − 2 = 30
5. t tabel (0,01;30) = – 2,457
(𝒙𝟏 −𝒙𝟐 )−𝒅𝒐
6. 𝑡𝑜 = 𝟐 𝟐
√(𝑺𝟏 ⁄𝒏𝟏)+(𝑺𝟐 ⁄𝒏𝟐)

(72,33−72)−6
=
√2,962 ⁄15+2,332 ⁄17
−5,67
=
√0,584+0,319
−5,67
=
√0,903
−5,67
=
0,950

= −5,968
7. Keputusan : karena t hitung = -5,968 berada dalam selang −2,457 > 𝑡

Ho
Ha
−2,457 −5,968

Terima Ha tolak Ho

8. Kesimpulan : jadi, perbedaan rata – rata nilai hasil mid kelas X dan
kelas XI kurang dari 6

Distribusi X2

Hipotesis yang diuji adalah hipotesis nol (Ho), sedangkan hipotesis


yang diajukan berdasarkan teori merupakan hipotesis alternatif (Ha).
Chi kuadrat digunakan untuk mengambil kesimpulan dari sampel untuk populasi.
Dalam pengetesan hipotesis peneliti menggunakan Chi kuadrat untuk menguji
apakah perbedaan frekuensi yang diperoleh dari dua sampel (atau lebih) merupakan
perbedaan frekuensi yang terjadi karena adanya kesalahan sampling, atau
merupakan perbedaan yang signifikan.

Rumus Chi Kuadrat :


(fe−fo)2
X2 = ∑ fe

Ho : kondisi ekonomi pedagang pasar Prambanan mengalami kenaikan pasca


relokasi di Dusun Pelemsari, Bokoharjo, Prambanan, Sleman, Yogyakarta

Ha : kondisi ekonomi pedagang pasar Prambanan tidak mengalami kenaikan pasca


relokasi di Dusun Pelemsari, Bokoharjo, Prambanan, Sleman, Yogyakarta

a. Kondisi Ekonomi Pedagang Pasar Prambanan Pasca Relokasi


Tabel 1.2 Kondisi Sebelum dan Sesudah Relokasi Pasar terhadap Rata- rata
Omset Penjualan Per Minggu Pedagang Pasar Prambanan

Omset penjualan rata- sebelum Sesudah

rata perminggu (Rp) F % F %

<1.000.000 0 0 10 11

1.000.000-2.000.000 22 23 38 40

2.000.000-3.000.000 25 26 27 28

3.000.000-4.000.000 35 37 12 13

4.000.000-5.000.000 5 5 2 2

>5.000.000 8 8 6 6

Total 95 100 95 100

Tabel 2.2 Rata-rata Omset Penjualan Per Minggu Pedagang Pasar Prambanan
Pasca
Relokasi
dampak frekuensi %
Naik 19 20

Turun 76 80

Tetap/tidak berubah 0 0

total 95 100

Sumber: Data Primer (diolah).

Tabel 3.2 Frekuensi Harapan dan Frekuensi yang Ditentukan


fo Fh

Kondisi ekonomi naik 19 47,5

Kondisi ekonomi pedagang turun 76 47,5

Fh = 95:2 = 47,5
(fe−fo)2
X2 = ∑ fe
(47,5−19)2 (47,5−76)2
= +
47,5 47,5

= 17,1 +17,1
= 34,2
taraf signifikansi dengan hasil dari Chi Kuadrat hitung.
dk = (jumlah baris - 1)(jumlah kolom - 1)
dk = (2 - 1)(2 - 1)
dk = (1)(1)
dk = 1
menggunakan taraf signifikansi 5%

Chi Kuadrat tabel = 3,841

Dari hasil perhitungan yang menunjukkan bahwa Chi Kuadrat hitung > Chi
Kuadrat tabel. maka dapat ditarik kesimpulan bahwa hasil di atas menunjukkan
hipotesis alternatif (Ha) diterima dan Hipotesis Nol (Ho) ditolak. Hipotesis
alternatif dari peneliti adalah kondisi ekonomi pedagang pasar Prambanan
mengalami penurunan pasca relokasi di Dusun Pelemsari, Bokoharjo, Prambanan,
Sleman, Yogyakarta. Sehingga setelah dilakukan perhitungan di atas peneliti
menarik kesimpulan bahwa kondisi ekonomi pedagang pasar Prambanan
mengalami penurunan pasca relokasi signifikan.

BAB IV
PENUTUP

Kesimpulan
Distribusi t
1. Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang
menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut
tabel t-student.
2. Dalam menguji hipotesa terdapat langkah – langkah yaitu : menentukan
Ho dan Ha, menentukan arah uji hipotesa (satu arah atau dua arah),
menentukan tingkat signifikan (𝛼), menentukan nilai derajat bebas (db),
menentukan wilayah kritisnya atau nilai tabel 𝑡𝑡𝑎𝑏𝑒𝑙 =
(𝛼, 𝐷𝑏), menentukan nilai t hitung ( t hitung = to ), menentukan keputusan
dan gambar, Menyimpulkan dan menganalisis.
3. Ada 3 wilayah kritis dalam distribusi t, yaitu : dua arah, satu arah sisi kiri,
satu arah sisi kanan.

Distribusi X2

Uji Chi Kuadrat (X2) dapat dikatakan sebagai uji proporsi untuk
dua peristiwa atau lebih dan data berjenis nominal, sehingga datanya
bersifat dikrit.
Kegunaan chi-kuadrat diantaranya untuk Menguji Proporsi, untuk
menguji uji Independensi, uji kecocokan/kesesuaian, untuk Pengujian
Hipotesis, untuk Uji Normalitas.
Kelebihan Konsep chi-kuadrat dalam statistik nonparametrik mudah
untuk dimengerti. Kekurangan uji Chi-Square hanya memberikan
informasi tentang ada atau tidaknya hubungan antara kedua variabel.