Nama kelompok 1:

➢ Nita Rocalina (F1042181001)

➢ Ronaliana (F1042181006)
➢ Nila Oktaviani (F1042181007)
➢ Riska Amelia Nur Rahmi (F1042181008)
➢ Maria Martika (F1042181010)
➢ Prima Lestari Kastria (F1042181013)
➢ Nungki Sri Rahayu (F1042181022)

1. Uji Komparatif Statistik Parametrik

▪ Statistik Parametrik: digunakan untuk menguji parameter populasi melalui statistik, atau
menguji ukuran populasi melalui data sampel.
▪ Pengertian parameter populasi adalah data yang diperoleh dengan mencatat semua elemen
yang menjadi obyek penelitian dan merupakan nilai yang sebenarnya. Sedangkan pengetian
statistic disini adalah data yang diperoleh dari sampel dan merupakan nilai perkiraan.
▪ Dimana statistik parametrik adalah suatu tessnyang modelnya menetapkan adanya syarat –
syarat tertentu tentang parameter populasi yang merupakan sumber sampel penelitiannya.
▪ Syarat – syarat itu biasanya tidak diuji dan dianggap sudah terpenuhi. Seberapa jauh makna hasil
suatu tes parametrik bergantung pada validitas anggapan – anggapan tadi.
▪ Tes parametrik juga menuntut bahwa skor yang dianalisis merupakan pengukuran yang
sedikitnya berkekuatan skala interval.
▪ Teknik – teknik statistika yang didasarkan atas asumsi mengenai populasi yang diambil
sampelnya.
▪ Contoh: pada uji t diasumsikan populasi terdistribusi normal. Sebutan parametrik digunakan
karena pada uji t ini yang diuji adalah parameter ( yaiutu rata – rata populasi)
▪ Membutuhkan data kuantitatif dengan level interval atau rasio yang diambil dari populasi yang
berdistribusi normal.

Pengujian Normalitas Data ; t-test ; Korelasi Product Moment (1)

• Dalam Statistik Parametrik diperlukan syarat bahwa data yang akan dianalisis harus
berdistribusi normal. Untuk itu perlu dilakukan pengujian normalitas data.
• Pengujian normalitas data antara lain dilakukan dengan : t-test.
• T-test: I) untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk
interval dan ratio, maka digunakan t-test satu sampel.
• 2) untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk
interval dan ratio, digunakan t-test sampel berpasangan.
 𝒙 − 𝝁𝒐
𝒕= 𝒔
√𝒏
• di mana: t= nilai t yang dihitung, x = rata-rata, 𝜇 0 = nilai yang dihipotesiskan s =

simpangan baku sampel, n = jumlah anggota sampel.

a. Kasus dua sampel dependen

Sampel dependen adalah sebjek penilaian dalam satu kelompok memang memberikan
informasi tentang subjek di kelompok lain. Kelompok berisi kumpulan subjek yang sama
atau subjek berbeda yang telah dipasangkan oleh para analis secara bermakna.

Kelompok sering kali dependen karena berisi subjek yang sama, penjelasan itulah contoh
paling umum. Namun, tidak selalu demikian. Kelompok dengan subjek berbeda dapat
menjadi sampel dependen jika subyek banyak pada kelompok lain.

Misalnya, ahli statistik dan statistika sering menganggap sampel berbeda yang
menyertakan pasangan saudara sebagai dependen karena satu saudara kandung dapat
memberikan informasi tentang saudara kandung lainnya untuk beberapa pengukuran.

Studi lain menggunakan pasangan yang cocok. Dalam studi tersebut, peneliti sengaja
memasangkan subjek dengan karakteristik yang mirip. Meskipun pasangan yang cocok
adalah orang yang berbeda, analisis statistic memperlakukan mereka sebagai orang yang
sama karena mereka sengaja sangat mirip.
Uji t dua sampel berpasangan Menguji apakah rata-rata dua sampel yang berpasangan
sama/berbeda

̅
𝐷
𝑡= Di mana D rata-rata selisih skor pasangan
𝑆𝐷
̅

∑ 𝑑2 2 ∑ 𝐷2 −(∑ 𝐷)2
𝑆𝐷 = √ ∑𝑑 =
𝑁(𝑁−1) 𝑁

Contoh 1:

Seorang guru ingin mengetahui efektivitas model pembelajaran diskusi. Setelah selesai
pembelajaran pertama, ia memberikan tes dan setelah selesai pembelajaran kedua kembali ia
memberikan tes. Kedua hasil tes tersebut dibandingkan dengan harapan adanya perbedaan rata rata
tes pertama dengan kedua.

Ho: Nd-No

Diperoleh: rata-rata d = 66.28 ; rata-rata e = 73.84 ; t hitung = -8.904

Berdasarkan tabel df-163 dan 𝛼 = 0.05 diperoleh t tabel = 1.960

Kesimpulan: t hitung > t tabel sehingga Ho ditolak

Terdapat perbedaan yang signifikan antara hasil tes pertama dengan hasil tes kedua,
sehingga ia menyimpulkan model diskusi efektif meningkatkan hasil belajar
siswanya

Contoh 2: UJI TANDA (Sign)

• Menghitung selisih kedua sampel berpasangan
• Mengguakan distribusi binom
• Jika data banyak, dapat didekati menggunakan distribusi normal
• Disribusi diasumsikan kontinu
• Hitung S (jumlah selisi dengan tanda +)
• 𝑯𝟎 : P = 0,5
• 𝑯𝟏 : P ≠ 0,5 atau p > 0,5 atau p < 0,5
UJI TANDA
Sejumlah 10 pasangan suami istri yang baru menikah dipilih secara acak dan ditanyakan secara
terpisah pada masing-masing istri dan suami, berapa jumlah anak yang mereka inginkan.
Informasi yang didapat adalah sebagai berikut :
Pasangan 1 2 3 4 5 6 7 8 9 10

Istri 3 2 1 0 0 1 2 2 2 0
suami 2 3 2 2 0 2 1 3 1 2

Uji apakah kita dapat mengatakan bahwa Wanita (istri) menginginkan anak lebih sedikit
dibanding pria (suami)? Jika taraf nyata uji 0.01 ( = 0.01)
 Penyelesaian kasus suami istri
• Diketahui : data di atas = 0.01
• Ditanyakan : apakah ada perbedaan jumlah anak yang di inginkan antara istri dan
suami?
• Jawab :
- 𝐻0 : Tidak ada perbedaan jumlah anak yang diinginkan antara suami dan istri, atau p
= 0.5
- 𝐻1 : ada perbedaan jumlah anak yang diinginkan antara suami dan istri, p < 0.5
- Taraf nyata uji : 0.01
- Wilayah kritis : P(S ≤ s) <
- Perhitungan sebagai berikut :

Perhitungan

Pasangan 1 2 3 4 5 6 7 8 9 10
Istri 3 2 1 0 0 1 2 2 2 0
Suami 2 3 2 2 0 2 1 3 1 2
Selisih + - - - 0 - + - + -

𝑆 = 3, 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝐵𝑖𝑛𝑜𝑚 𝑑𝑒𝑛𝑔𝑎𝑛 𝑛 = 9 𝑑𝑎𝑛 𝑝 = 0.5

▪ Menggunakan tabel Binom, maka akan diperoleh: 𝑃(𝑆 ≤ 3) = 0,2539
▪ Keputusan, karena 𝑃(𝑆 ≤ 3) = 0,2539 > 0.05, 𝑚𝑎𝑘𝑎 𝑡𝑒𝑟𝑖𝑚𝑎 𝐻0
▪ Kesimpulan: Tidak ada perbedaan jumlah anak yang diinginkan antara suami dan istri

b. Kasus dua sampel independent

Dalam sampel independen merupakan subjek dalam satu kelompok tidak memberikan I
nformasi tentang subjek pada kelompok tidak memberikan informasi tentang subjek pada
kelompok lain. Setiap kelompok berisi subjek yang berbeda dan tidak ad acara berarti
untuk memasangkannya. Kelompok independen lebih umum dalam pengujian hipotesis
statistic.
Pengujian Normalitas Data : t-test, korelasi Product Moment (2)
• Korelasi : Menunjukan adanya hubungan antara dua variabel lebih serta menunjukan
besarnya (kuat/lemahnya) hubungan antara dua variabel tersebut.
• Koefisien Korelasi (r) merupakan kriteria untuk mengukur hubungan antara variabel
secara kuantitatif yang nilainya terletak antara -1 dan 1.
• r = 1, hubungan variabel X dan Y adalah sangat kuat dan positif.
• r = -1, hubungan variabel X dan Y adalah sangat lemah dan negatif.
• r = 0, hubungan variabel X dan Y lemah sekali atau tidak ada hubungan.
• Berikut ini adalah rumus kari pearson (product Moment) :
 𝒏. ∑ 𝑿𝒀. ∑𝑿. ∑𝒀
r=
√𝒏.∑𝑿𝟐 − (∑𝑿)𝟐 . √𝒏. ∑𝒀𝟐 –(∑𝒀)𝟐
• Koefisien Determinan (kd) : menunjukan berapa persen fluktuasi atau variasi variabel Y
yang disebabkan oleh variabel X, dengan rumus :
Kd = r2
Uji t dua sampel indepen adalah jenis uji statistik parametrik yang bertujuan untuk menguji
apakah terdapat perbedaan rata-rata antara 2 kelompok data yang tidak berpasangan. Yang
dimaksud sampel tidak berpasangan adalah bila dua buah data yang akan dibandingkan berasal
dari individu sampel yang berbeda.
Uji t dua sampel independen memiliki beberpa persyaratan :
1. Data harus berdistribusi normal
2. Kedua sampelnya independen
3. Tipe data numerik
Menguji apakah rata-rata dua kempok yang tidak berhubungan sama/berbeda

(𝑋̅−𝑌̅) (∑ 𝑥 2 +∑ 𝑦 2 )(1/𝑛𝑥 +1/𝑛𝑦 )

𝑡= Di mana 𝑆𝑥̅ − 𝑦̅ = √
𝑆𝑥̅ −𝑦̅ (𝑛𝑥 +𝑛𝑦 −2)

Contoh 1 :
Peneliti ingin mengetahui apakah ada perbedaan penghasilan (sebelum setifikasi) antara guru
yang lulusan S1 dengan yang lulusan S3
H0 = pb = pk
Diperoleh rata-rata x = 1951613 ; y = 2722222 ; t hitung = - 7,369
Berdasarkan tabel df = 69 dan 𝛼 = 0,025 diperoleh t tabel = 1,994
Kesimpulan : t hitung > t tabel sehingga H0 ditolak
Rata-rata penghasilan guru yang S1 bereda secara signifikan dengan penghasilan guru yang S3

Contoh 2 :
Seorang peternak ingin membandingkan perbedaan berat sapi potong yang diberikan jenis
“pakan A” dan berat sapi potong yang diberi jenis “pakan B”. Dan setelah 2 bulan pemberian
pakan, dilakukan pengukuran berat badan terhadap masing-masing sapi potong, dan hasilnya
adalah:
a. Pakan A: 350; 355; 370; 340; 342; 365; 360; 367; 360; 353 kg/ha,
b. Pakan B: 375; 395; 382; 400; 380; 368; 390; 371; 387; 390 kg/ha.
Uji t dua sampel independen dapat digunakan untu menyelesaikan contoh kasus tersebut.
Penyelesaian:

UJI DUA SAMPEL INDEPENDEN

Berat Sapi Yang Diberi Pakan A Berat Sapi Yang Diberi Pakan B
....kg ....kg
350 375
355 395
370 382
340 400
342 380
365 368
360 390
367 371
360 387
353 390

H0 : Pengaruh penggunaan pakan A dalam mempengaruhi pertumbuhan berat badan sapi potong
= pengaruh penggunaan pakan B dalam mempengaruhi pertumbuhan berat badan sapi
potong.
H1 : Pengaruh penggunaan pakan A dalam mempengaruhi pertumbuhan berat badab sapi potong
≠ pengaruh penggunaan pakan B dalam mempengaruhi pertumbuhan berat badab sapi
potong.

Jenis Uji : Uji Dua Sampel Independen

Test Normalitas Data Menggunakan Metode Analitis:
Jenis Pakan Kolmogorov-Smirnov Shapiro-Wilk
Statistik df Sig. Statistik df Sig.
Berat Sapi Dalam Satuan Pakan A 0,146 10 0,200 0,952 10 0,688
kg Pakan B 0,123 10 0,200 0,971 10 0,896
• Bila Jumlah Sampel > 50 → Kolmogorov-Smirnov
• Bila Jumlah Sampel < 50 → Shapiro-Wilk
• Berdistribusi Normal : Bila nilai sig > 0,05
• Tidak Berdistribusi Normal : Bila nilai sig < 0,05
Berdasarkan kriteria pengujian maka dapat disimpulkan pakan A maupun pakan B berdistribusi
normal karena nilai signifikan kedua data tersebut lebih besar dari 0,05.
Karena data berdistribusi normal maka uji dua sampel independen dapat dilakukan.
 Kelompok Statistik
Jenis Pakan N Mean Std. deviasi Std. kesalahan
Mean
Berat Sapi Dalam Pakan A 10 356,2000 10,15218 3,21040
Satuan kg Pakan B 10 383,3000 10,45413 3,30589

Sampel Tes Independen

Tes levene’s t-test untuk persamaan mean
untuk
persamaan
varian
F Sig. T Df Sig. Perbedaan Std. 99% kepercayaan dari
(-2 mean perbedaa perbedaan interval
ekor) n mean bawah atas

Berat Sapi 0,029 0,867 -5,989 18 0,000 -27,6000 4,60821 -40,86444 -14,33556
Dalam -5,989 17,985 0,000 -27,6000 4,60821 -40,86577 -14,33423
Satuan kg

▪ Bila nilai sig. > 0,01, maka varians datanya diasumsikan sama,
▪ Bila nilai sig. < 0,01, maka varians datanya diasumsikan tidak sama.
Karena pada kasus ini nilai sig. 0,867 > 0,01 sehingga dapat diasumsikan data memiliki varians
data sama.
▪ H0 diterima bila : nilai sig. > 0,01
▪ H0 ditolak bila : nilai sig. < 0,01
Pada kasus ini nilai signifikansinya 0,000 < 0,001 sehingga H0 ditolak sehingga yang diterima
adalah hipotesis alternatif yaitu H1.
H1 : Pengaruh penggunaan pakan A dalam mempengaruhi pertumbuhan berat badab sapi potong
≠ pengaruh penggunaan pakan B dalam mempengaruhi pertumbuhan berat badab sapi
potong.
Kesimpulannya pakan B memberi pengaruh yang lebih baik terhadap pertumbuhan berat badan
sapi potong secara signifikanyaitu rata-rata 383, 8000 kgbila dibandingkan dengan pakan A
yang rata-rata pertumbuhan berat badannya hanya 356,2000 kg.
 Uji Mann-Whitney
• Alternatif lain uji t dua sampel
• Perhitungannya berdasarkan frekuensi yang teramati
- H0 : Dua sampel bebas berasal dari populasi yang identik atau mempunyai rata2 yang
sama (  1 =  2).
- H1 : dua sampel bebas berasal dari populasi berbeda (  1   2).

Uji Mann-whitney

𝑼−𝑬(𝑼)
𝐳=
√𝑽𝒂𝒓(𝑼)

𝒏𝟏 ( 𝒏𝟏 + 𝟏)
𝐔 = 𝒏𝟏 𝒏𝟐 − 𝑹𝟏
𝟐

𝒏𝟏 ( 𝒏𝟏 +𝟏) 𝒏𝟏 𝒏𝟐
E(𝐔) = 𝒏𝟏 𝒏𝟐 − 𝑬 (𝑹𝟏 ) = ⁄𝟐
𝟐

𝒏𝟏 𝒏𝟐 (𝒏𝟏 + 𝒏𝟐 + 𝟏)⁄
Var(𝐔) = 𝐯𝐚𝐫(𝑹𝟏 ) = 𝟏𝟐

𝑅1 : Total peringkat salah satu sampel

▪ Contoh: suatu perusahaan besar diduga menerapkan diskriminasi penggajian atas

gender.
▪ Sebanyak 24 sampel dari antara karyawan dan gajinya ditunjukan tabel berikut:

Wanita 22.5 19.8 20.6 24.7 23.2 19.2 18.7

Pria 21.9 21.6 22.4 24.0 24.1 23.4 21.2
Wanita 20.9 21.6 23.5 20.7 21.6
Pria 23.9 20.5 24.5 22.3 23.6
▪ Berdasarkan data diatas, apakah ada alasan untuk percaya pada taraf nyata 0.05 bahwa
telah terjadi diskriminasi penggajian berdasarkan gender?

Jawab:
Diketahui: data diatas dengan alfa (𝛼) = 00.5
Dinyatakan: Uji hipotesis perbedaan gaji antara pria dan wanita
 Jawaban :
▪ Hipotesis Nol (H0): tidak ada perbedaan antara rata-rata gaji wanita dengan rata-rata
gaji pria, atau rata-rata gaji wanita dan pria berasal dari populasi yang berdistribusi
sama, atau  1 =  2
▪ Hipotesis Alternatif (H1): ada perbedaan antara rata-rata gaji wanita dengan rata-rata
gaji pria atau  1   2
▪  = 0.05
▪ Wilayah kritis adalah : Zhit < - Z0.025 atau Zhit>Z0.025 atau Zhit < -1.96 atau Zhit > 1.96
▪ Perhitungan:
- Pertama, urutkan data dan berikan peringkat
- Jumlah peringkat salah satu sampel (sampel wanita atau sampel pria)
- Hitung nilai E(U), var (U) dan z

Tabulasi data

Jenis Wanit Wanit Wanit Pria Wanit Wanit Wanit Pria Pria Wanit Wanit Pria
kelamin a a a a a a a a

Gaji 18,7 19,2 19,8 20, 20,6 20,7 20,9 21, 21, 21,6 21,6 21,
5 2 6 9
Peringka 1 2 3 4 5 6 7 8 10 10 10 12
t

Total peringkat salah satu sampel yaitu wanita (𝑅1 ):

→ 𝑅1 = 1 + 2 + 3 + 5 + 6 + 7 + 10 + 10 + 15 + 16 + 18 + 24 = 117
12 × 12
𝐸(𝑢) = = 72
2
12 × 12 × 25
𝑉𝑎𝑟(𝑈) = = 300
12
12 × 12 + (12 × 13)
𝑈= = 105
2
(105 − 72)
𝑍= = 1.91
√300
▪ Keputusan statistic: karena 𝑍ℎ𝑖𝑡 < 1.96 𝑑𝑎𝑛 𝑍ℎ𝑖𝑡 > −1.96, 𝑚𝑎𝑘𝑎 𝑡𝑒𝑟𝑖𝑚𝑎 𝐻0
▪ Kesimpulan statistik (uji Mann-Whitney): Tidak ada perbedaan antara rata – rata gajih
wanita dengan rata – rata gajih pria.

c. Kasus k sampel (lebih dari 2 sampel) dependen

Pengujian hipotesis komparatif k sampel berpasangan
• Penelitian untuk variabel yang sama sering dilakukan pada sampel yang jumlahnya lebih
dari dua k (sampel)
 • Berdasarkan sampel yang diambil secara random tersebut akan diteliti apakah rata –
rata (mean) antara satu sampel dengan sampel yang lainnya berbeda secara signitifkan
atau tidak

Friedman two way anova

• Uji ini digunakan untuk menguji hipotesis komparatif k sampel yang berpasangan jika datanya
berbentuk ordinal atau rangking. Jika datanya berbentuk interval atau ratio maka data tersebut
diubah dulu menjadi bentuk data ordinal.
Contoh soal Uji Friedman
• Penelitian dilakukan untuk mengetahui pengaruh tiga gaya kepemimpinan terhadap efektivitas
kerja pegawai yaitu gaya kepemimpinan direktif, supportif dan partisipatif. Penelitian dilakukan
terhadap tiga kelompok kerja (N) dengan 15 orang (k) dalam 1 kelompok. Jadi, jumlah total
pegawai 45 orang. Setelah sebulan, afektivitas kerja pegawai diukur dengan satuan instrument
yang terdiri dari 20 butir. Setiap butir yang digunakan pengamatan diberi skor 1,2,3,4. Skor 1
untuk sangat tidak efektif. Skor 2 untuk tidak afektif. Skor 3 untul efektif. Skor 4 untuk sangat
efektif. Jadi untuk setiap pegawai akan mendapat skor tertinggi 80 (4x20) dan terendah 20
(1x20)
Jawaban soal uji friedman
• Judul: Pengaruh tiga gaya kepemimpinan terhadap efektivitas kerja pegawai atau perbedaan
efektivitas tiga gaya kepemimpinan
• Variabel: Gaya kepemimpinan sebagai variabel independent dan efektivitas kerja pegawai
sebagai variabel dependen
• Rumusan masalah: Adakah perbedaan pengaruh ketiga gaya kepemimpinan terhadap efektivitas
kerja pegawai
• Sampel: Tiga kelompok sampel masing – masing terdiri atas 15 pegawai

No kelompok Efektivitas kerja berdasarkan gaya kepemimpinan

Direktif Supportif Partisipatif
1 76 70 75
2 71 65 77
3 56 57 74
4 67 60 59
5 70 56 76
6 77 71 73
7 45 47 78
8 60 67 62
9 63 60 75
10 60 59 74
11 61 57 60
12 56 60 75
13 59 54 70
14 74 72 71
15 66 63 65
Jumlah 961 918 1064
 No kelompok Efektivitas kerja berdasarkan gaya kepemimpinan
Direktif Supportif Partisipatif
1 3 1 2
2 2 1 3
3 1 2 3
4 3 2 1
5 2 1 3
6 3 1 2
7 1 2 3
8 1 3 2
9 2 1 3
10 2 1 3
11 3 1 2
12 1 2 3
13 2 1 3
14 3 2 1
15 3 1 2
Jumlah 32 22 36

• Hipotesis

Ho : Ketiga gaya kepemimpinan tersebut memiliki pengaruh yang sama terhadap efektivitas
kerja pegawai
Ha : Ketiga gaya kepemimpinan tersebut memiliki pengaruh yang berbeda terhadap
efektivitas kerja pegawai
• Kriteria pengujian hipotesis
Ho diterima jika harga chi kuadrat hitung lebih kecil daripada harga chi kuadrat table dan
ditolak jika sebaliknya atau sama dengan harga chi kuadrat table
• Untukn keperluan analisis, skor seluruh data 3 kelompok yang berupa data interval
diubah menjadi data ordinal/ranking misalnya 76, 70, 75 menjadi 3, 1, 2 (angka 70 yang
terkecildiberi ranking 1)
• Perhitungan untuk pengujian
Pada table dapat diketahui jumlah ranking dalam kelompok adalah 32, 22, 36. Harga
tersebut dimasukkan kedalam rumus chi kuadrat hitung.
12
x2 = ∑𝑘𝐽=1(𝑅)𝑗 2 − 3𝑁(𝑘 + 1)
𝑁𝑘(𝑘+1)

12
x2 = [(322 ) + (222 ) + (362 )] − 3(15)(3 + 1) = 6,93
(15)(3)(3+1)
• Untuk menguji signifikansi ini maka perlu dibandingkan dengan table VI (harga kritis
untuk chi kuadrat)
• Untuk tes ini dk = k.1=2. Jadi untuk dk=2 dan 𝛼 = 0,05 maka harga chi kuadrat table
adalah 5,59
• Harga chi kuadrat hitung ternyata lebih besar dari table (6,93 > 5,59)
• Jadi Ho ditolak
• Kesimpulan : Ketiga gaya kepemimpinan memiliki pengaruh yang berbeda terhadap
efektivitas kerja pegawai.