BAB 1

PENDAHULUAN

1.1 Latar Belakang

Gaya analisis statistik dari waktu ke waktu bisa saja berubah akan tetapi
pada dasarnya statistik uang digunakan untuk menganalisis data menjadi
informasi dan menyajikan informasi yang dihasilkan tersebut tidak berubah.
Dibandingkan dengan perkembangan-perkembanan ilmu lainnya, statistik masih
lebih relatif muda. Metode-metode statistik sempat populer pada suatu waktu
dapat diganti oleh metide lainnya pada waktu berikutnya yang terlihat lebih
menarik dan disukai. Saat ini dengan adanya kemajuan dalam bidang komputer
statistik juga telah mengalami perkembangan dengan sangat cepat.
Statistika adalah suatu metode yang digunakan dalam pengumpulan dan
analisis data dapat diperoleh informasi yang bermamfaat. Statistika menyedikan
prinsip dan metodoloi untuk merancang proses pengumpulan data , meringkas dan
menyajikan data yang telah diperoleh , menganalisis dan pengambilan keputusan
secara ringkas.
Semenjak peradaban Yunani ilmu hitung sudah diperkenalkan, dan menjadi
alat utama dalam proses pengambilan keputusan. Fenomena ini bisa dilacak dalam
tulisan filsof Yunani seperti Aristoteles, maupun Plato yang mengusulkan sistem
pemilihan langsung terhadap pejabat publik di mana di kemudian hari dikenal
dengan demokrasi langsung. Untuk menghitung siapa yang paling diterima oleh
masyarakat dalam pemilihan tersebut maka aspek ilmu hitung menjadi dasar alat
pembenar.
Penggunaan Statistika sudah dikenal sebelum abad 18, pada saat itu negara-
negara Babilon, Mesir dan Roma mengeluarkan catatan tentang nama, usia, jenis
kelamin, pekerjaan dan jumlah anggota keluarga. Kemudian pada tahun 1500,
pemerintahan Inggris mengeluarkan catatan mingguan tentang kematian dan tahun
1662, dikembangkan catatan tentang kelahiran dan kematian. Baru pada tahun
1772 – 1791, G. Achenwall menggunakan istilah statistika sebagai kumpulan data

1
tentang negara. Tahun 1791 – 1799, Dr .E.A.W Zimmesman mengenalkan kata
statistika dalam bukunya Statistical Account of Scotland. Tahun 1981 – 1935 R.
Fisher mengenalkan analisa varians dalam literatur statistiknya. Ilmu hitung
kemudian berkembang pesat lagi pada masa imperium Romawi. Angka angka
yang disimbolkan dalam peradaban Yunani dikembangkan dengan symbol
Romawi. Meski angka Romawi tidak praktis, dalam batas tertentu memberikan
pengaruh yang luas bagi perkembangan ilmu hitung. Angka Romawi mampu
memberikan lambing terhadap angka dalam jumlah yang lebih banyak
dibandingkan dengan angka Yunani. Puncak peradaban ilmu hitung menjadi
semakin cepat manakala tradisi Arab mengenalkan simbol angka yang sederhana
dan fleksibel.
Angka Arab mampu menyederhanakan simbol menjadi simbol yang mudah
dimengerti dan dapat digunakan secara berulang secara mudah. Misal, untuk
mengungkapkan angka 100, maka cukup hanya menggunakan 2 simbol saja yang
sudah dipakai sebelumnya, demikian pula kalau harus menyebut angka 1 trilyun,
angka yang dipakai tetap 1 dan 0, tinggal memperbanyak 0-nya saja. Sangat
berbeda dengan angka Romawi, setiap perubahan persepuluhan harus dikenalkan
simbol baru, yang kemudian tidak dijadikan basis pembuatan angka secara
konsisten. Puncak peradaban ilmu hitung mengalami perkembangan yang sangat
pesat, tatkala tradisi Arab memperkenalkan simbol baru angka 0. Angka ini seakan
telah menjadi angka mu’jizat dalam sejarah peradaban ilmu hitung, sebab dengan
ditemukannya angka 0, maka akan mempersingkat penulisan-penulisan yang
berbasis ribuan sampai tak terhingga.
Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan
bidang-bidang dalam matematika, terutama peluang. Cabang statistika yang pada
saat ini sangat luas digunakan untuk mendukung metode ilmiah, statistika
inferensi, dikembangkan pada paruh kedua abad ke-19 dan awal abad ke-20
oleh Ronald Fisher (peletak dasar statistika inferensi), Karl Pearson
(metode regresi linear), dan William Sealey Gosset (meneliti problem sampel
berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan telah
menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga

2
linguistika. Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, serta
psikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya
lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika),
dan psikometrika.
Meskipun ada pihak yang menganggap statistika sebagai cabang dari
matematika, tetapi sebagian pihak lainnya menganggap statistika sebagai bidang
yang banyak terkait dengan matematika melihat dari sejarah dan aplikasinya. Di
Indonesia, kajian statistika sebagian besar masuk dalam fakultas matematika
dan ilmu pengetahuan alam, baik di dalam departemen tersendiri maupun
tergabung dengan matematika.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, maka yang menjadi rumusan makalah

adalah:
1. Apa itu statistik?
2. Apa itu statistika?
3. Apa itu hipotesis?
4. Bagaimana derajat kepercayaan hubungan uji statistik?
5. Bagaimana derajat kemaknaan hubungan uji statistik?

1.3 Tujuan Penulisan

Adapun yang menjadi tujuan penulisan makalah adalah:

1 Untuk mengetahui apa itu statistik.
2 Untuk mengetahui apa itu statistika.
3 Untuk mengetahui apa itu hipotesis.
4 Untuk mengetahui bagaimana derajat kepercayaan hubungan dengan uji
statistik.
5 Untuk mengetahui bagaimana derajat kemaknaan hubungan uji statistik.

3
 BAB II

PEMBAHASAN

2.1 Statistik

Kata statistic bukan merupakan kata dari bahasa Indonesia asli, secara
etimologis kata "statistik" berasal dari kata status (bahasa latin) yang mempunyai
persamaan arti dengan kata state (bahasa Inggris) atau kata staat (bahasa
Belanda), dan yang dalam bahasa Indonesia diterjemahkan menjadi negara. Pada
mulanya, kata "statistik" diartikan sebagai "kumpulan bahan keterangan (data),
baik yang berwujud angka (data kuantitatif) maupun yang tidak berwujud angka
(data kualitatif), yang mempunyai arti penting dan kegunaan yang besar bagi
suatu negara. Namun, pada perkembangan selanjutnya, arti kata statistik hanya
dibatasi pada "kumpulan bahan keterangan yang berwujud angka (data
kuantitatif)" saja; bahan keterangan yang tidak berwujud angka (data kualitatif)
tidak lagi disebut statistik.
Seiring berjalannya waktu kata statistic tidak lagi dibatasi untuk
kepentingan-kepentingan Negara saja tapi sudah digunakan dalam keseharian
untuk mempermudah masyarakat untuk menganalisis sesuatu yang berkaitan
dengan data-data. Sehingga setelah masyarakat memahami statistic dan mulai
mempergunakannya dalam kehidupan sehari munculah berbagai macam nama
statistic. Statistic yang menjelaskan sesuatu hal biasanya diberi nama statistic
mengenai hal yang bersangkutan didalamnya, contohnya kumpulan data yang
membahas tentang tingkat produksi suatu perusahaan dinamakan statistic
produksi. Banyak persoalan baik itu seperti penelitian ataupun pengamatan yang
dinyatakan dalam bentuk bilangan atau angka-angka. Kumpulan angka-angka
disusun atau diatur dan disajikan dalam tabel (terkadang dilengkapi dengan
gambarbaik berupa iagrm maupun grafik, hal ini dilakukan bertujuan untuk
mempermudah menjelaskan isi dari data) . Contoh tersebut merupakan contoh
statistika kuantitatif.

4
 Data kuantitatif, merupakan data yang berbentuk bilangan serta harganya
berubah-ubah (bersifat variabel). Dari segi nilainya, data kuantitatif dibagi
menjadi dua golongan yaitu data dengan variabel diskrit (data diskrit), dan data
dengan variabel kontinu (data kontinu).
Selain data kuantitatif dalam statistika dikenal juga istilah data kualitatif,
data kualitatif merupakan data yang dikategorikan menurut lukisan kualitas objek
yang diteliti atau dipelajari.
Contohnya ; seorang mahasiswa dating keruangan kejur untuk mencari nilai
kepribadian. Nilai kepribadian dikatakan data kualitatif dikarenakan hanya
dinyatakan dengan kata yang didasari oleh data kuantitatif.
Maka dapat disimpulkan bahwa statistic merupakan kumpulan data baik
berupa bilangan maupun bukan bilangan yang disusun dalam table ataupun
diagram yang melukiskan atau menggambarkan suatu persoalaaan.
Kata statistik bisa juga digunakan untuk menyatakan ukuran sebagai wakil
dari kumpulan data mengenai sesuatu hal. Ukuran ini didapat berdasarkan
perhitungan menggunakan kumpulan sebagian data yang diambil dari keseluruhan
tentang persoalan tersebut (misal : persen dan rata-rata).

2.2 Statistika

Statistika adalah ilmu yang mempelajari bagaimana merencanakan,

mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Atau statistika
adalah ilmu yang berusaha untuk mencoba mengolah data untuk mendapatkan
manfaat berupa keputusan dalam kehidupan. Istilah ‘statistika’ (bahasa Inggris:
statistics) berbeda dengan ‘statistik’ (statistic). Statistika merupakan ilmu yang
berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil
penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika
dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan
statistika deskriptif.

5
 Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas.
Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan
probabilitas.

Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu

alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk
sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri.
Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan;
sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi
statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau
polling (misalnya dilakukan sebelum pemilihan umum), serta jajak cepat
(perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika
dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.
Ada tiga hal yang sangat penting dari statistika yaitu:
1. Data yang tersedia / data historis.
Merupakan suatu nilai numerik yang diperoleh dari keterangan masa lampau.
Diolah menjadi informasi yang nantinya berguna dalam menentukan
keputusan
2. Kriteria Keputusan
Dalam Statistika kita sering dihadapkan pada beberapa pilihan. Masing-
masing pilihan memiliki nilai/ manfaat dan konsekuensi yang harus diambil
atau dengan kata lain kita harus menentukan keputusan. Dari pilihan-pilihan
tersebut akan muncul berbagai kriteria keputusan. Sama halnya dengan
pilihan, masing-masing kriteria keputusan memiliki manfaat dan akibat bagi
kita
3. Ada Keputusan

Manfaat statistika dalam kehidupan sehari-hari sangat beragam sebagai contoh

sederhana:
 Bagi ibu-ibu rumah tangga mungkin tanpa disadari mereka telah menerapkan
statiska. Dalam membelanjakan uang untuk kebutuhan keluarganya sering
melakukan perhitungan untung rugi, berapa jumlah uang yang harus
dikeluarkan setiap bulannya untuk uang belanja, listrik, dll.

6
 Sebagai mahasiswa, selain statistika dipelajari secara formal sebenarnya kita
sudah menggunakannya dalam perhitungan Indeks prestasi.
 Dalam dunia bisnis, para pemain saham atau pengusaha sering menerapkan
statistika untuk memperoleh keuntungan. Seperti peluang untuk menanamkan
saham.
 Sedangkan dalam bidang industri, statistika sering digunakan untuk
menentukan keputusan. Contohnya berapa jumlah produk yang harus
diproduksi dalam sehari berdasarkan data historis perusahaan, apakah perlu
melakukan pengembangan produk atau menambah varian produk, perlu
tidaknya memperluas cabang produksi, dll.

Prosedur Statistik yang digunakan untuk menguji kemaknaan temuan-

temuan penelitian, baik perbedaan/hubungan/pengaruh variabel. Contoh uji t, uji F
(Anova), uji proporsi, uji Chi Kuadrat. Uji statistik hanya digunakan dalam
metode kuantitatif.

2.3 Hipotesis
Hipotesis merupakan langkah pertama sebelum mengadakan penelitian,
hipotesis dirumuskan terlebih dahulu sebagai pedoman dalam mengambil
kesimpulan.

Hipotesis Statistik adalah pernyataan atau dugaan mengenai satu atau lebih
populasi. Hipotesis berasal dari kata hipo dan thesis. Hipo artinya sementara
lemah kebenarannya dan thesis artinya pernyataan/teori. Dengan demikian
hipotesis berarti pernyataan sementara yang perlu diuji kebenarannya. Untuk
menguji kebenaran sebuah hipotesis digunakan pengujian yang disebut pengujian
hipotesis.
Didalam pengujian hipotesis dijumpai 2 jenis hipotesis, yaiitu hipotesis nol
(Ho) dan Hipotesis alternatif (Ha). Berikut akan diuraikan lebih jelas tentang
masing-masing hipotesis tersebut.
a. Hipotesis Nol (Ho)

7
 Hipotesis yang menyatakan tidak ada, perbedaan sesuatu kejadian antara kedua
kelompok. Atau hipotesis yang menyatakan tidak ada hubungan antara variabel
satu dengan variabel yang lain.

Contoh :
1. Tidak ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu
yang merokok dengan mereka yang dilahirkan dari ibu yang tidak merokok.
2. Tidak ada hubungan merokok dengan berat badan bayi.
b. Hipotesis Alternatif (Ha)
Hipotesis yang menyatakan ada perbedaan suatu kejadian antara kedua
kelompok. Atau hipotesis yang menyatakan ada hubungan variabel satu dengan
variabel yang lain.
Contoh :
1. Ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu yang
merokok dengan mereka yang dilahirkan dari ibu yang tidak merokok.
2. Ada hubungan merokok dengan berat badan bayi.

Bentuk hipotesis alternatif akan menemukan arah uji statistik apakah satu
arah (one tail) atau dua arah (two tail).
1. One tail (satu sisi): Bila hipotesis alternatifnya menyatakan adanya perbedaan
dan ada pernyataan yang mengatakan hal yang satu lebih tinggi / rendah dari
hal yang lain.
Contoh :
Berat badan bayi dari ibu hamil yang merokok lebih kecil dibandingkan berat
badan bayi dari ibu hamil yang tidak merokok.
2. Two tail (dua sisi) merupakan hipotesis alternatif yang hanya menyatakan
perbedaan tanpa melihat apakah hal yang satu lebih tinggi / rendah dari hal
yang lain.
Contoh:
Berat badan bayi dari ibu hamil yang merokok berbeda dibandingkan berat
badan bayi dari ibu yang tidak merokok. Atau dengan kata lain: ada perbedaan

8
 berat badan bayi antara mereka yang dilahirkan dari ibu yang merokok
dibandingkan dari mereka yang tidak merokok.
Contoh Penulisan Hipotesis:
Suatu penelitian ingin mengetahui hubungan antra jenis kelamin dengan tekanan
darah, maka hipotesisnya adalah sbb:
Ho : μA =μB
Tidak ada perbedaan mean tekanan darah antara laki-laki dan perempuan, atau
tidak ada hubungan antara jenis kelamin dengan tekanan darah.
Ha: μA ≠ μB
Ada perbedaan mean tekanan darah antara laki-laki dan perempuan, atau ada
hubungan antara jenis kelamin dengan tekanan darah.
2.4 Derajat Kepercayaan Hubungan Dengan Uji Statistik
Derajat kebebasan mempunyai dua makna yang berbeda. Dalam kaitannya
dengan distribusi statistic untuk memberikan nama dari salah satu parameternya.
Dalam kaitannya dengan kecocokan model, derajat kebebasan menunjuk pada
jumlah informasi yang independen yang ada digunakan untuk membuat estimasi
terhadap informasi yang lain. Umumnya kita memulai jumlah derajat kebebasan
dengan data. Semakin suatu prosedur atau model cocok, maka jumlah derajat
kebebasan semakin kecil. Penghitungan derajat kebebasan dilakukan melalui
ukuran sampel. Derajat kebebasan merupakan pengukuran jumlah informasi dari
data sample yang telah digunakan. Setiap penghitungan statistik dilakukan dari
suatu sampel tertentu, maka satu derajat kebebasan digunakan. Setiap rumus
dalam SPSS cara menghitung derajat kebebasan (DF /Degree of Freedom)
berbeda, misalnya dalam Chi Square untuk menghitung DF digunakan rumus (C-
1) x (R -1); sedang untuk uji t sampel bebas untuk menghitung DF digunakan
rumus n -2; untuk uji t sampel berpasangan untuk menghitung DF digunakan
rumus n -1 dan seterrusnya.
Dalam bahasan statistika istilah tingkat signifikansi (significance level) dan
tingkat kepercayaan (confidence level) dan sering digunakan. Tingkat signifikansi
(α) menunjukkan probabilitas atau peluang kesalahan yang ditetapkan peneliti
dalam mengambil keputusan untuk menolak atau mendukung hipotesis nol, atau

9
dapat diartikan juga sebagai tingkat kesalahan atau tingkat kekeliruan yang
ditolerir oleh peneliti, yang diakibatkan oleh kemungkinan adanya kesalahan
dalam pengambilan sampel (sampling error).
Tingkat signifikansi dinyatakan dalam persen dan dilambngkan dengan α.
Misalnya, ditetapkan tingkat signifikansi α = 5% atau α = 10%. Artinya,
keputusan peneliti untuk menolak atau mendukung hipotesis nol memiliki
probabilitas kesalahan sebesar 5% atau 10%. Dalam beberapa program statistik
berbasis komputer, tingkat signifikansi selalu disertakan dan ditulis sebagai Sig.
(= significance), atau dalam program komputer lainnya ditulis ρ-value. Nilai Sig
atau ρ – value, seperti telah diuraikan di atas, adalah nilai probabilitas kesalahan
yang dihitung atau menunjukkan tingkat probabilitas kesalahan yang sebenarnya.
Tingkat kesalahan ini digunakan sebagai dasar untuk mengambil keputusan dalam
pengujian hipotesis.
Sementara tingkat kepercayaan pada dasarnya menunjukkan tingkat
keterpercayaan sejauhmana statistik sampel dapat mengestimasi dengan benar
parameter populasi dan/atau sejauhmana pengambilan keputusan mengenai hasil
uji hipotesis nol diyakini kebenarannya. Dalam statistika, tingkat kepercayaan
nilainya berkisar antara 0 sampai 100% dan dilambangkan oleh 1 – α. Secara
konvensional, para peneliti dalam ilmu-ilmu sosial sering menetapkan tingkat
kepercayaan berkisar antara 95% – 99%. Jika dikatakan tingkat kepercayaan yang
digunakan adalah 95%, ini berarti tingkat kepastian statistik sampel mengestimasi
dengan benar parameter populasi adalah 95%, atau tingkat keyakinan untuk
menolak atau mendukung hipotesis nol dengan benar adalah 95%.
Tingkat kepercayaan atau disebut juga confidence interval atau risk level
didasarkan pada gagasan yang berasal dari Teorema Batas Sentral (Central Limit
Theorem). Gagasan pokok yang berasal dari teorema tersebut ialah apabila suatu
populasi secara berulang-ulang ditarik sampel, maka nilai rata-rata atribut yang
diperoleh dari sampel-sampel tersebut sejajar dengan nilai populasi yang
sebenarnya. Lebih lanjut, nilai-nilai yang diperoleh tersebut yang berasal dari
sampel-sampel yang sudah ditarik didistribusikan secara normal dalam bentuk
nilai benar / nyata. Bentuk nilai-nilai tersebut akan menjadi nilai-nilai sampel

10
yang lebih tinggi atau lebih rendah jika dibandingkan dengan nilai populasinya.
Dalam suatu distribusi normal, sekitar 95% nilai-nilai sampel berada dalam dua
simpangan baku (standard deviation)dari nilai populasi sebenarnya. Dengan kata
lain, jika tingkat kepercayaan sebesar 95% dipilih, maka 95 dari 100 sampel akan
mempunyai nilai populasi yang sebenarnya dalam jangkauan ketepatan
sebagaimana sudah dispesifikasi sebelumnya. Ada kalanya bahwa sampel yang
kita peroleh tidak mewakili nilai populasi yang sebenarnya.Tingkat kepercayaan
berkisar antara 99% yang tertinggi dan 90% yang terendah. Dalam SPSS tingkat
kepercayaan secara default diisi 95%.
2.5 Derajat Kemaknaan Hubungan Uji Statistik
Dalam ilmu statistika, para peneliti harus menggunakan kriteria uji untuk
memutuskan apakah menolak H0 atau menerima H0. Dalam perkembangannya,
banyak peneliti yang sering menggunakan P-Value untuk kriteria ujinya. P-value
lebih disukai dibandingkan kriteria uji lain seperti tabel distribusi dan selang
kepercayaan. Hal ini disebabkan karena p-value memberikan 2 informasi
sekaligus, yaitu disamping petunjuk apakah H0 pantas ditolak, p-value juga
memberikan informasi mengenai peluang terjadinya kejadian yang disebutkan di
dalam H0 (dengan asumsi H0 dianggap benar). Definisi p-value adalah tingkat
keberartian terkecil sehingga nilai suatu uji statistik yang sedang diamati masih
berarti (Kurniawan, 2008).
Pengujian hipotesis statistik memiliki prosedur yang harus diikuti
tergantung pada hipotesisnya yang distribusi populasi. Prosedur umum yang harus
diikuti tergantung pada hipotesisnya dan distribusi populasi. Prosedur umum yang
harus diikuti dapat dibagi dalam beberapa langkah :
a) Rumuskan dengan baik hipotesis penelitian agar dapat dihitung statistik
sampelnya, seperti rata-rata, seperti: Pengujian hipotesis dapat dilakukan
terhadap satu populasi untuk pengujian hipotesis rata-rata dua populasi.
b) Tentukan derajat kemaknaan α atau kesalahan tipe 1 yang akan digunakan.
Penentuan ini harus dilakukan pada saat perencanaan.
c) Tentukan kesalahan tipe 2 atau β. Biasanya penentuan ini dilakukan pada saat
menghitung besarnya sampel.

11
d) Tentukan distribusi yang akan digunakan dalam perhitungan. Tentukan
metode statistik yang akan digunakan untuk menghitung statistik sampel.
e) Tentukan kriteria menerima atau menolak hipotesis nol pada derajat
kemaknaan yang telah ditentukan.
f) Buatlah kesimpulan yang tepat pada populasi yang bersangkutan.
P-value dapat pula diartikan sebagai besarnya peluang melakukan kesalahan
apabila kita memutuskan untuk menolak H0 (Kurniawan, 2008). Pada umumnya,
p-value dibandingkan dengan suatu taraf nyata α tertentu, biasanya 0.05 atau 5%.
Taraf nyata α diartikan sebagai peluang kita melakukan kesalahan untuk
menyimpulkan bahwa H0 salah, padahal sebenarnya statement H0 yang benar.
Kesalahan semacam ini biasa dikenal dengan galat/kesalahan jenis I (type I error,
baca = type one error). Misal α yang digunakan adalah 0.05, jika p-value sebesar
0.021 (< 0.05), maka kita berani memutuskan menolak H0 . Hal ini disebabkan
karena jika kita memutuskan menolak H0 (menganggap statement H0 salah),
kemungkinan kita melakukan kesalahan masih lebih kecil daripada α = 0.05,
dimana 0.05 merupakan ambang batas maksimal dimungkinkannya kita salah
dalam membuat keputusan.

Cara menghitung p-value adalah mendapatkan luasan daerah di bawah

kurva normal. Misalkan dalam pengujian satu sisi, H0 : µ < 0.10 dan H1 : 0.10 dan
nilai uji statistik Z sampel = 1.41. Dengan demikian nilai p-value untuk pengujian
ini adalah probabilitas observasi suatu nilai Z yang lebih dari 1.41. Nilai ini
merupakan luas daerah di bawah kurva normal di sebelah kanan Z = 1. 41. Dari
tabel nilai Z kita dapatkan bahwa luas daerah di bawah kurva normal di antara Z =

12
0 dan Z = 1.41 adalah 0.4207. Dengan demikian luas daerah di bawah kurva
normal di sebelah kanan Z = 1.41, yaitu p-value = 0.5 – 0.4207 = 0.0793

Nilai p (p value) adalah probabilitas untuk menarik kesimpulan salah bahwa

terdapat beda/hubungan/pengaruh sebesar atau lebih besar daripada yang teramati,
ketika Ho benar (tidak ada beda/hubungan/pengaruh) Nilai p menunjukkan
besarnya peran peluang (kebetulan). Makin kecil nilai p, makin kecil
beda/hubungan/pengaruh yang teramati terjadi karena kebetulan

 Jika nilai p≥α, maka beda itu secara statistik tidak signfikan, peran peluang
besar

 Jika nilai p<α, maka beda itu secara statistik signfikan, peran peluang kecil

13
 BAB III

PENUTUP

3.1 Kesimpulan

Statistika adalah ilmu yang mempelajari bagaimana merencanakan,

mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Singkatnya, statistika adalah ilmu yang berkenaan dengan data.
Dalam ilmu statistika, para peneliti harus menggunakan kriteria uji untuk
memutuskan apakah menolak H0 atau menerima H0. Dalam perkembangannya,
banyak peneliti yang sering menggunakan P-Value untuk kriteria ujinya. P-value
lebih disukai dibandingkan kriteria uji lain seperti tabel distribusi dan selang
kepercayaan. Hal ini disebabkan karena p-value memberikan 2 informasi
sekaligus, yaitu disamping petunjuk apakah H0 pantas ditolak, p-value juga
memberikan informasi mengenai peluang terjadinya kejadian yang disebutkan di
dalam H0 (dengan asumsi H0 dianggap benar).
3.2 Saran
Berdasarkan pemaparan isi makalah, penulis menyarankan pentingnya
pemahaman terhadap nilai p-value agar tidak terjadi kesalahan pemaknaan hasil
uji statistik. Pemaknaan hasil uji statistik yang salah menyebabkn kesalahan dalam
penarikan kesimpulan.

14