Nama : Nur Annisa Safitri Yusuf

NIM : 60200118005

Kelas : TI-A 2018

CONTOH PENERAPAN RUMUS-RUMUS TERAPAN STATISTIKA

UJI BEDA

1. Z test untuk menguji beda mean

Pupuk Urea mempunyai 2 bentuk, yaitu bentuk butiran dan bentuk tablet. Bentuk butiran lebih
dulu ada sedangkan bentuk tablet adalah bentuk baru. Diketahui bahwa hasil gabah padi yang
dipupuk dengan urea butiran rata-rata 4,0 t/ha. Seorang peneliti yakin bahwa urea tablet lebih baik
daripada urea butiran. Kemudian ia melakukan penelitian dengan ulangan n=30 dan hasilnya
adalah sebagai berikut:
Hasil gabah padi dalam t/ha

4,0 5,0 6,0 4,2 3,8 6,5 4,3 4,8 4,6 4,1
4,9 5,2 5,7 3,9 4,0 5,8 6,2 6,4 5,4 4,6
5,1 4,8 4,6 4,2 4,7 5,4 5,2 5,8 3,9 4,7

Hipotesis
H0 : = (rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet sama dengan padi yang
dipupuk dengan urea butiran)
HA : > (rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet lebih tinggi dari
padi yang dipupuk dengan urea butiran)
Analisis
yt = 4,0 t/h yh = 4,9
t/h
S = 0,78 digunakan sebagai estimasi σ
Zhit = (yt – yb)/(σ/√n) = (4,0 – 4,9)/(0,78/√30 = – 6,4286 Ztabel =
Zα= Z0,05 = 1,645

Kriteria Pengambilan Kesimpulan Jika |Zhit| <

|Ztabel|, maka terima H0
Jika |Zhit| ≥ |Ztabel|, maka tolak H0 alias terima HA

Kesimpulan
Karena harga |Zhit| = 6,4286 > harga |Ztabel | = 1,645, maka tolak H0 alias terima HA
Jadi, rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet nyata lebih tinggi dari padi
yang dipupuk dengan urea butiran

2. T test untuk Menguji beda mean

Kadar Hb standar normal tidak anemia dipergunakan angka 11. Berdasarkan penelitian di
lapangan terhadap ibu-ibu pekerja pertanian didapatkan rata-rata kadar Hb 10,8 dengan standar
deviasi 0,5 dari pengujian 30 sampel ibu. Selidikilah dengan α = 1%, apakah kadar Hb ibu-ibu
pekerja pertanian di bawah standar normal tidak anemia ?
 Hipotesis
Ho : Hb10,8 = Hb11 ; tidak beda kadar Hb ibu-ibu pekerja pertanian dengan
standar normal tidak anemia –Ha : Hb10,8 < Hb11 ; ada beda kurang dari kadar Hb ibu-
ibu pekerja pertanian dengan standar normal tidak anemia

Level signifikansi (α) α = 1%

Rumus statistik penguji

Hitung rumus statistik penguji

X=10,8 ; 0=11 ; SD=0,5 ; N=30

Df/db/dk
Df = N – 1 = 30 – 1 =29

Nilai table
Nilai tabel t distribusi student. Uji satu sisi, = 1%, df= 29, nilai t tabel = 2,462
Daerah penolakan

|-2,20 |<2,462;

 berarti Hoditerima

 Ha ditolak

Kesimpulan
Tidak ada beda kurang dari kadar Hb ibu-ibu pekerja pertanian dengan standar
normal tidak anemia pada
=1%.

3. T test (pre-post) uji beda dua mean data berpasangan

Akan diteliti mengenai perbedaan penjualan sepeda motor merk A disebuah

Kabupaten sebelum dan sesudah kenaikan harga BBM. Data diambil dari 15 dealer.
Data yang diperoleh adalah sebagai berikut :

No Sebelum Sesudah

1 67 68

2 75 76

3 81 80

4 60 63

5 80 82

6 75 74

7 71 70

8 68 71

9 80 82

10 78 79

11 71 78

12 80 77

13 65 69

14 57 67

15 78 68

PENYELESAIAN

Hipotesis

Hipotesis yang diajukan adalah

 Ho : rata-rata penjualan adalah sama H1 : rata-rata penjualan adalah berbeda

Hasil uji Hipotesis

Nilai t hitung adalah sebesar -1.031 degan sig 0.320. Karena sig > 0.05 maka dapat
disimpulkan bahwa Ho diterima, artinya rata-rata penjualan sebelum dan sesudah kenaikan BBM
adalah sama (tidak berbeda). dengan demikian dapat dinyatakan bahwa kenaikan harga BBM tidak
mempengaruhi jumlah penjualan sepeda motor di kabupaten A.

4. T test (post-post) uji beda dua mean data tidak berpasangan

5. Uji U Mann-Whitney beda dua mean
Tim Statistik Ceria sedang mendapatkan kasus dalam penelitian mengenai kepadatan
hunian rumah antara di daerah nelayan dengan daerah pertanian, Tim menggunakan α = 0,05.
Tim penasaran apakah ada perbedaan kepadatan hunian rumah antara daerah nelayan dengan
daerah pertanian. didapatkan data seperti pada tabel di bawah. Disini sudah diranking caranya
sama dengan contoh di atas.

Keadatan Rumah
Rank Keadatan Rumah Pertanian Rank
Nelayan

4,25 37 1,75 1

3,1 21 2,35 8

3,25 25 3,22 23

3,05 19 3,4 29

2,41 10 2,67 13
 2,15 6 4,01 33

2,25 7 1,9 3

3,52 31 2,48 11

2,03 5 3,33 27

1,85 2 3,26 26

4,19 36 2,89 17

2,86 15 3,35 28

4,02 34 2,87 16

3,83 32 2,55 12

1,92 4 3,46 30

3,02 18

3,23 24

4,05 35

3,21 2

3,09 20

2,83 14

2,36 9

Jumlah Rank 284 419

 Hipotesis:
H0 : Kepadatan rumah nelayan dan rumah petani sama
H1 : Terdapat perbedaan kepadatan rumah nelayan dengan rumah petani
Hitung Nilai statistik uji U:
Sebelum melakukan perhitungan staistik uji. lakukan tahap seperti pada contoh sebelumnya
yaitu mengurutkan data kemduian buat rank lalu dijumlahkan sehingga hasilnya seperti
pada tabel di atas. Kemudian langsung ke perhitungannya saja.
Pertama mencari U1.

Kedua untuk menghitung U2. Bisa dengan menggunakan

rumus. U2 = n1.n2 - U1
U2 = 15.22 -164
U2 =166

Berbeda dengan sampel kecil. untuk sampel besar menggunakan tabel Z sehingga perlu
mencari nilai z dari nilai U yang telah diperoleh.

Sedangkan apabila kita memasukkan nilai U2 maka hasilnya yaitu kebalikan dari nilai
U1 yaitu +0,0309. Jadi tidak perlu dihitunga lagi. Nah, Kemudian yang diambil yaitu yang
positif shingga yang dibandingkan nanti yaitu 0,0309. Setelah memperoleh nilai Z maka
langkah terakhir yaitu mencari nilai tabel Z. Nilai tabel pada tabel Z, Uji dua arah dengan α =
5%, yaitu 1, 96.
Nb: Jika ada yang butuh tabel z. silahkan download di link berikut. Tabel Z
Kesimpulan:
Oleh karena nilai statistik uji z lebih kecil dari nilai tabel Z yaitu 0,0309 < 1,96.
Sehingga Keputusan H0 diterima, H1 ditolak. Sehingga bisa disimpulkan tidak ada
perbedaan kepadatan rumah nelayan dan petani.

6. Z test untuk menguji beda proporsi

Mahasiswa jurusan pertanian ditugaskan untuk menguji formula pupuk terbaru untuk
tanaman cabe. Mereka mengelompokkan tanaman-tanaman cabe menjadi dua kelompok..
Kelompok tanaman cabe pertama diberi pupuk dan kelompok tanaman cabe kedua tidak diberi
pupuk. Dari 250 batang tanaman cabe yang diberi pupuk, mati sebanyak 15 batang. Sedangkan
dari 200 batang tanaman cabe yang tidak diberi pupuk, juga mati sebanyak 15 batang. Dengan
tingkat kepercayaan 95 persen, apakah pemberian pupuk formula terbaru pada cabe akan
menjadi lebih baik daripada tidak diberi pupuk?

Jawab:

Dari soal di atas diketahui

x1 = 15
x2 = 15
n1 = 250
n2 = 200

Langkah-langkah yang dilakukan untuk menyelesaikannya adalah sebagai berikut.

Tentukan terlebih dahulu hipotesis yang digunakan

Dari persoalan di atas ingin diketahui apakah pemberian pupuk formula terbaru pada cabe akan
berdampak lebih baik daripada tidak diberi pupuk.
Maksud dari pernyataan tersebut adalah ingin diketahui apakah proporsi mati pada cebe yang
diberi pupuk lebih rendah dari proporsi mati pada cabe yang tidak diberi pupuk.

Misalkan P1 adalah proporsi mati cabe yang diberi pupuk dan P2 adalah proporsi mati cabe
yang tidak diberi pupuk, maka H1 : P1 < P2.

Dengan demikian hipotesis yang digunakan adalah Ho:

P1 ≥ P2
H1: P1 < P2

Tingkat Kepercayaan
Telah disebutkan bahwa tingkat kepercayaan yang digunakan dalam penelitian adalah 95 persen
atau (1 – α) = 0,95, dengan demikian tingkat signifikansinya adalah 5 persen
atau α = 0,05.
Statistik Uji
Pengujian tersebut merupakan uji proporsi dua populasi, maka statistik uji yang
digunakan adalah uji z,

Sebelum menggunakan rumus tersebut, tentukan terlebih dahulu komponen-komponen yang

digunakan.
 Selanjutnya menghitung nilai z,

Daerah Kritis
Karena pengujian di atas adalah pengujian satu arah, maka tingkat signifikansi yang digunakan
adalah α = 0,05. Dengan demikian daerah kritis adalah nilai di bawah –Z0,05 =
–1,645 (Lihat Tabel Z).
Keputusan
Telah diketahui bahwa z = –0,057 dan –Z0,05 = –1,645, oleh karena itu arena z < –
Z0,05 maka keputusannya adalah tolak Ho.
Kesimpulan
Berdasarkan data pengujian pemberian dan tanpa pemberian pupuk formula terbaru pada cabe,
maka dengan tingkat kepercayaan 95 persen, proporsi mati cabe yang diberi pupuk

7. Z test untuk menguji beda dua proporsi

8. Analisis Varians (Anava)
Di bawah ini data berat badan (satuan kg) bayi lahir di empat desa yang dicatat petugas desa
masing-masing :

NOMO DESA DESA DESA DESA

R ARJO BARU CITA DUKU
1. 2,58 3,15 2,40 2,75
2. 2,54 2,88 2,85 2,82
3. 2,48 2,76 3,00 2,67
4. 2,65 3,08 3,02 2,59
5. 2,50 3,10 2,95 2,84
6. 2,46 2,98 2,74
7. 2,90 2,58
8. 2,89 2,90
9. 3,00
Penyelesaian :

Hipotesis
Ho : BDA = BDB = BDC = BDD tidak ada perbedaan berat badan bayi baru lahir
di Desa Arjo, Desa Baru, Desa Cita, Desa Duku

Ha : BDA BDB BDC BDD ada perbedaan berat badan bayi baru
lahir di Desa Arjo, Desa Baru, Desa Cita, Desa Duku

Level signifikansi
= 5%
Rumus statistik penguji
 Hitungan rumus statistik penguji

NO DESA ARJO DESA BARU DESA CITA DESA DUKU JUMLAH

1. 2,58 3,15 2,40 2,75
2. 2,54 2,88 2,85 2,82
3. 2,48 2,76 3,00 2,67
4. 2,65 3,08 3,02 2,59
5. 2,50 3,10 2,95 2,84
6. 2,46 2,98 2,74
7. 2,90 2,58
8. 2,89 2,90
9. 3,00
XK 15,21 26,74 14,22 21,89 78,06 ( XT
)
nK 6 9 5 8 28 (N)
Mean 2,54 2,97 2,84 2,74 2
XK2 38,58 79,57 40,71 59,99 218,85 ( XT )
Df/db/dk
dbK = K – 1 = 4 – 1 = 3
dbd = N – K= 28 – 4 =
24

Nilai tabel
Nilai tabel F ,
= 5%, df = 3 ; 24, Nilai tabel F = 3,01

Daerah penolakan
1). Menggunakan gambar

2). Menggunakan rumus

11,476 > 3,01 ; berarti Ho ditolak, Ha diterima
 Simpulan
Ada perbedaan berat badan bayi baru lahir di Desa Arjo, Desa Baru, Desa
Cita, Desa Duku, pada = 5%.

9. Uji Normalitas
Penghitungan uji normalitas 150 skor hasil ujian statistika dengan menggunakan
Chi-Square sebagai beriku
Skor Frekuensi (fi)
60-64 5
65-69 15
70-74 25
75-79 50
80-84 30
85-89 18
90-94 7
Solusi

 Mencari Pj Pj = (fi/150)x100

Misal : Pj = (5/150)x100 = 3

 mencari 100Pj
 mencari batas kelas bawah dan atas

 Mencari z bawah dan z atas dengan rumus

 Mencari luas daerah z pada tabel distribusi z
 Luas daerah z bawah – luas daerah z atas

Misalkan:
o Batas kelas bawah = 59,5
o Batas kelas atas = 64,5

o Zbawah = (59,4 – 77,7)/7.01 = -2,59

o Zatas = (64,5 – 77,6)/7.01 = -1,87

o Luas daerah z bawah (pada tabel -2,5 dan 0.09) = 0,0048

o Luas daerah z atas (pada tabel -1,8 dan 0.07) = 0,0307

o 0,0048 – 0,0307 = 0,025

o 100Pj = 100x0,0259 = 2,59

  Menghitung Pj – 100Pj

 Menentukan χ 2 tabel
derajat kebabasan (dk) = J – 3 = 7 – 3 = 4
χ 2tabel = χ 2(𝛼)(dk) = χ 2(0,05)(4) = 9,49 (Lihat pada tabel)
 Membandingkan hasil perhitungan χ 2 dengan data pada
tabel. χ 2 = 3,885
χ 2 tabel = 9,49,
Sehingga χ 2 < χ 2tabel atau H0 diterima.
Dengan demikian, populasi skor berdistribusi normal.

10. Uji Normalitas metode Lilliefors (n kecil dan n besar)

Berdasarkan data ujian statistik dari 18 mahasiswa didapatkan data sebagai berikut ; 46,
57, 52, 63, 70, 48, 52, 52, 54, 46, 65, 45, 68, 71, 69, 61, 65, 68. Selidikilah dengan α = 5%,
apakah data tersebut di atas diambil dari populasi yang berdistribusi normal ?

Penyelesaian Rumus Lilliefors

Hipotesis Lilliefors:

 Ho : Populasi nilai ujian statistik berdistribusi normal

 H1 : Populasi nilai ujian statistik tidak berdistribusi normal

Nilai Kritis Lillifors:

Nilai α = level signifikansi = 5% = 0,05

Statistik Pengujian:
 Nilai | F(x) – S(x) | tertinggi sebagai angka penguji normalitas, yaitu 0,1469.

Derajat Bebas

Df tidak diperlukan

Nilai Kuantil Penguji Lilliefors, α = 0,05 ; N = 18 yaitu 0,2000.

Daerah penolakan Lilliefors menggunakan rumus | 0,1469 | < | 0,2000| ; berarti Ho

diterima, Ha ditolak

Kesimpulan: Populasi nilai ujian statistik berdistribusi normal.

UJI HUBUNGAN

1. Koefisien Contingensi (C)

2. Koefisien Phi Pearson
Pada studi pelecehan seksual ditempat kerja, peneliti mengambil contoh pekerja yang
bukan manager, ditanya apakah mereka pernah mendapat pelecehan seksual ditempat
kerja. Hasilnya setelah diklasifikasi berdasar jenis kelamin dan adanya pelecehan adalah:
 Untuk uji nyata kita gunakan:

X2 = 125 (-0,3595)2 = 16.16

Karena 16.16 > 3.841, Tolak H0.

Jadi kita simpulkan ada asosiasi antara Jenis kelamin dan Pelecehan seksual.

3. Koefisien Korelasi Tata Jenjang Spearman

Nama Nilai Omzet

Kursus Penjualan(Y)
(X)
Stella-1 82 42
Stella-2 98 46
Stella-3 87 39
Stella-4 40 37
Stella-5 116 65
Stella-6 113 88
Stella-7 111 86
Stella-8 83 56
Stella-9 85 62
Stella- 126 92
10
Stella- 106 54
11
Stella- 117 81
12

Lalu di peringkatin

Peringkat Peringkat
X Y

11 10
 7 9

8 11

12 12

3 5

4 2

5 3

10 7

9 6

1 1

6 8

2 4

Jadinya kek gini

Nama Rank X Rank di 2
di
Y
Stella-1 11 10 1 1
Stella-2 7 9 -2 4
Stella-3 8 11 -3 9
Stella-4 12 12 0 0
Stella-5 3 5 -2 4
Stella-6 4 2 2 4
Stella-7 5 3 2 4
Stella-8 10 7 3 9
Stella-9 9 6 3 9
Stella-10 1 1 0 0
Stella-11 6 8 -2 4
Stella-12 2 4 -2 4
S= 52
 Masukin ke rumus dah

Nb: Jika ukuran N lebih dari 10, uji signifikansi terhadap nilai rs harus dihitung melalui
rasio kritis yang rumusnya:

Itung rasio kritisnya

Konsultasikan dengan tabel t dengan df= N-2 pada taraf nyata 0,05, dengan ketentuan:
T hitung < nilai t tabel → Ho terima
T hitung > nilai t tabel → Ho tolak
Nilai kritis pada tabel t untuk df=10 a: 0,05 adalah 1,812
4,530 > 1,812→ Ho Tolak

4. Koefisien Korelasi Moment Product Pearson

No.
X Y x.y
Resp.
1 6,5 6,3 42,25 39,69 40,95
2 7,0 6,8 49,00 46,24 47,60
3 7,5 7,2 56,25 51,84 57,00
4 7,0 6,8 49,00 46,24 47,60
5 6,0 7,0 36,00 49,00 42,00
6 6,0 6,2 36,00 38,44 37,20
7 5,5 5,1 30,25 26,01 28,05
8 6,5 6,0 42,25 36,00 39,00
9 7,0 6,5 49,00 42,25 45,50
10 6,0 5,9 36,00 34,81 35,40
Jumlah 65,0 63,8 426,00 410,52 417,30

Jadi,
 Korelasi product moment pada umumnya juga digunakan untuk menetapkan validitas
butir instrument sikap dan karakteristik sikologi yang lain yang skor butirnya dianggap
mempunyai skala pengukuran interval.

5. Regresi

Seorang pengusaha bernama Andrianto ingin meneliti tentang pengaruh biaya promosi
terhadap volume penjualan pada perusahaan minyak wangi. Dari pernyataan tersebut
didapatvariabel dependen (Y) adalah volume penjualan dan variabel independen (X)
adalah biaya promosi. Data-data yang didapat ditabulasikan sebagai berikut:

No Biaya Promosi Volume Penjualan

1 12 56
2 14 62
3 13 60
4 12 61
5 15 65
6 13 66
7 14 60
8 15 63
9 13 65
10 14 62

Langkah :

 Buka file : korelasi & regresi

 Klik Analyze, klik Regression, dan klik linier
 Klik dan pindahkan volume penjualan ke kotak dependent dan biaya promosi ke
kotak independent dengan mengetik tanda ►
 Klik statistics pilih estimates, model fit, dan descriptive.
 Klik continue
 Klik plots
 Pada standardized residual plots, pilih histogram dan normal probability plot.
 Klik continue dan klik OK.