A.

 Uji Kolmogorov Smirnov

1. Pengertian
a) Uji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak dipakai, terutama
setelah adanya banyak program statistik yang beredar.
b) Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara
satu pengamat dengan pengamat yang lain, yang sering terjadi pada uji normalitas dengan
menggunakan grafik.
c) Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan
distribusi data (yang akan diuji normalitasnya) dengan distribusi normal baku.
d) Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score
dan diasumsikan normal.
e) Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya
dengan data normal baku
2. Tujuan
Uji Kolmogorov-Smirnov (Chakravart, Laha, dan Roy, 1967) biasa digunakan untuk
memutuskan jika sampel berasal dari populasi dengan distribusi spesifik/tertentu.
3. Kesimpulan
Hipotesis pada uji Kolmogorov-Smirnov adalah sebagai berikut:
H0 : data mengikuti distribusi yang ditetapkan
Ha : data tidak mengikuti distribusi yang ditetapkan

B. Uji T Berpasangan
1. Pengertian
Uji-t menilai apakah mean dan keragaman dari dua kelompok berbeda secara statistik satu
sama lain. Analisis ini digunakan apabila kita ingin membandingkan mean dan keragaman
dari dua kelompok data, dan cocok sebagai analisis dua kelompok rancangan percobaan acak.
2. Tujuan
Uji t berpasangan (paired t-test) biasanya menguji perbedaan antara dua pengamatan. Uji t
berpasangan biasa dilakukan pada Subjek yang diuji pada situasi sebelum dan sesudah
proses, atau subjek yang berpasangan ataupun serupa. Misalnya jika kita ingin menguji
banyaknya gigitan nyamuk sebelum diberi lotion anti nyamuk merk tertentu maupun
sesudahnya.
3. Kesimpulan
Hipotesis pada uji-t berpasangan yang digunakan adalah sebagai berikut:
H0: D = 0 (perbedaan antara dua pengamatan adalah 0)
Ha: D ≠ 0 (perbedaan antara dua pengamatan tidak sama dengan 0)
C. Uji T Tidak Berpasangan
1. Pengertian
2. Tujuan
3. Kesimpulan
D. Wikoxon
1. Pengertian
Uji perangkat bertanda wilcoxon digunakan untuk menganalisis hasil-hasil pengamatan yang
berpasangan dari dua data apakah berbeda atau tidak.
2. Tujuan
Uji perangkat bertanda wilcoxon digunakan untuk menganalisis hasil-hasil pengamatan yang
berpasangan dari dua data apakah berbeda atau tidak.
3. Kesimpulan
E. Mann Whitney
1. Pengertian
 Uji Mann-Whitney merupakan alternatif bagi uji-t. Uji Mann Whitney merupakan uji non-
parametrik yang digunakan untuk membandingkan dua mean populasi yang berasal dari
populasi yang sama. Uji Mann-Whitney juga digunakan untuk menguji apakah dua mean
populasi sama atau tidak.
2. Tujuan
Uji Mann-Whitney biasanya digunakan dalam berbagai bidang, terutama lebih sering dalam
Psikologi, medik/perawatan dan bisnis. Misalnya, pada psikologi, uji Mann-
Whitney digunakan untuk membandingkan sikap dan perilaku, dan lain-lain. Dalam bidang
pengobatan, uji Mann-Whitney digunakan untuk mengetahui efek obat apakah sama atau
tidak, selain itu juga bisa digunakan untuk menguji apakah obat tertentu dapat
menyembuhkan penyakit atau tidak. Dalam Bisnis, uji Mann-Whitney dapat digunakan
untuk mengetahui preferensi orang-orang yang berbeda.
3. Kesimpulan
Asumsi yang berlaku dalam uji Mann-Whitney adalah:
a. Uji Mann-Whitney mengasumsikan bahwa sampel yang berasal dari populasi adalah acak,
b. Pada uji Mann-Whitney sampel bersifat independen (berdiri sendiri),
c. Skala pengukuran yang digunakan adalah ordinal.
Hipotesis yang digunakan adalah:
H0: tidak ada perbedaan distribusi skor untuk populasi yang diwakilkan oleh kelompok
eksperimen dan control.
Ha: Skor untuk kelompok eksperimen secara statistik lebih besar daripada skor populasi
kelompok control.

F. One Way Annova

1. Pengertian
ANOVA merupakan lanjutan dari uji-t independen dimana kita memiliki dua kelompok
percobaan atau lebih.
2. Tujuan
ANOVA biasa digunakan untuk membandingkan mean dari dua kelompok sampel
independen (bebas)
3. Kesimpulan
Asumsi yang digunakan adalah subjek diambil secara acak menjadi satu kelompok n.
Distribusi mean berdasarkan kelompok normal dengan keragaman yang sama. Ukuran
sampel antara masing-masing kelompok sampel tidak harus sama, tetapi perbedaan ukuran
kelompok sampel yang besar dapat mempengaruhi hasil uji perbandingan keragaman.
Hipotesis yang digunakan adalah:
H0: µ1 = µ2 … = µk (mean dari semua kelompok sama)
Ha: µi <> µj (terdapat mean dari dua atau lebih kelompok tidak sama)

G. Friedman
1. Pengertian
Uji Friedman merupakan metode di dalam statistika nonparametrik yang digunakan untuk
melakukan analisis ragam 2-arah (two way analysis of variance).\
Friedman Test mensaratkan tidak ada ulangan (replication) bagi perlakuan yang diberikan
kepada unit-unit percobaan. Maksudnya, hanya ada tepat 1 (satu) pengamatan untuk setiap
perlakuan di dalam setiap blok. Selain itu, perlakuan yang digunakan setidak-tidaknya
sebanyak 3 perlakuan.
2. Tujuan
Friedman Test digunakan manakala seseorang tidak mempertimbangkan asumsi kenormalan
dari distribusi sampel. Bisa juga, ketika asumsi-asumsi yang dibutuhkan oleh metode 2-way
 ANOVA parametrik tidak terpenuhi. Atau, apabila data hasil pengamatan berupa ranking-
ranking (misal pada uji organoleptik, dll.), maka Friedman Test lebih tepat digunakan, karena
data berupa ranking tergolong tipe data ordinal, sehingga metode parametrik tidak tepat untuk
diterapkan.
3. Kesimpulan
Metode padanan di dalam statistika parametrik bagi Friedman Test adalah Analisis Ragam 2-
arah (2-way ANOVA)

H. Kruskal Walls
1. Pengertian
Kruskal-Wallis test dikembangkan oleh Kruskal dan Wallis. Uji Kruskal-Wallis adalah uji
nonparametrik yang digunakan untuk membandingkan tiga atau lebih kelompok data sampel.
2. Tujuan
Uji Kruskal-Wallis digunakan ketika asumsi ANOVA tidak terpenuhi. ANOVA adalah
teknik analisis data statistik yang digunakan ketika kelompok-kelompok variabel bebas lebih
dari dua. Pada ANOVA, kita asumsikan bahwa distribusi dari masing-masing kelompok
harus terdistribusi secara normal. Dalam uji Kruskal-Wallis, tidak diperlukan asumsi tersebut,
sehingga uji Kruskal-Wallis adalah uji distribusi bebas. Jika asumsi normalitas terpenuhi,
maka uji Kruskal-Wallis tidak sekuat ANOVA
3. Kesimpulan
Penyusunan hipotesis dalam uji Kruskal Wallis adalah sebagai berikut:
H0 : sampel berasal dari populasi yang sama (µ1 = µ2 = … = µk)
Ha : sampel berasal dari populasi yang berbeda (µi = µj)
Uji Kruskal Wallis harus memenuhi asumsi berikut ini:
a) Sampel ditarik dari populasi secara acak
b) Kasus masing-masing kelompok independen
c) Skala pengukuran yang digunakan biasanya ordinal

I. Chi Square
1. Pengertian
Teknik uji Chi Square pertama kali diperkenalkan oleh karl Pearson untuk menguji
keselarasan.
2. Tujuan
Pengujian dilakukan untuk memeriksa ketergantungan dan homogenitas kedua prosedur
tersebut meliputi perbandingan frekuensi yang teramati dengan frekuensi yang diharapkan
bila hipotesis nol yang ditetapkan benar
3. Kesimpulan
Hipotesis Null: Distribusi frekuensi beberapa kejadian yang diamati pada sebuah sampel
konsisten dengan distribusi teoritis tertentu.

J. Fisher
1. Pengertian
Uji exact Fisher digunakan ketika Anda memiliki dua variabel nominal
2. Tujuan
Uji exact Fisher digunakan ketika Anda memiliki dua variabel nominal.
3. Kesimpulan
Penyusunan Hipotesis nol pada Uji exact Fisher adalah sebagai berikut:
H0 : proporsi relatif dari satu variabel tidak terkait dengan variabel kedua.
K. Korelasi Pearson, Spearman
1. Pengertian
Korelasi Pearson didasarkan pada nama penemunya yaitu Karl Pearson.
2. Tujuan
Korelasi ini digunakan untuk mengetahui hubungan dari beberapa variable.
3. Kesimpulan
Beberapa asumsi yang digunakan apabila dilakukan analisis korelasi produk moment atau
korelasi pearson antara lain
 Distribusi nilai dari variable berdistribusi normal atau mendekati normal.
 Variable yang akan dicari korelasinya adalah variable kontinum yang bersifat rasional atau
minimal bersifat interval.
 Hubungan dari 2 variabel adalah liniear

L. Regresi Linear
1. Pengertian
Persamaan umumnya adalah: Y = a + b X. Dengan Y adalah variabel terikat dan X adalah
variabel bebas. Koefisien a adalah konstanta (intercept) yang merupakan titik potong antara
garis regresi dengan sumbu Y pada koordinat kartesius.
2. Tujuan
Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh antara satu buah
variabel bebas terhadap satu buah variabel terikat.
3. Kesimpulan
Maka yang harus diperhatikan adalah memastikan apakah asumsi-asumsi regresi sudah
terpenuhi sehingga model regresi dapat dikatakan bersifat BLUE (Best Linear Unbiased
Estimator). Asumsi regresi linier klasik tersebut antara lain adalah: model regresi
dispesifikasikan dengan benar, data berdistribusi normal, tidak terjadi heteroskedastisitas,
tidak terjadi multikolinieritas antar peubah bebas, dan tidak terjadi autokorelasi (untuk data
yang diurutkan berdasarkan waktu/time series).

M. Regresi Logistic
1. Pengertian
Regresi logistik adalah bagian dari analisis regresi yang digunakan ketika variabel dependen
(respon) merupakan variabel dikotomi. Variabel dikotomi biasanya hanya terdiri atas dua
nilai, yang mewakili kemunculan atau tidak adanya suatu kejadian yang biasanya diberi
angka 0 atau 1.
2. Tujuan
Tidak seperti regresi linier biasa, regresi logistik tidak mengasumsikan hubungan antara
variabel independen dan dependen secara linier. Regresi logistik merupakan regresi non linier
dimana model yang ditentukan akan mengikuti pola kurva linier