BAB I

PENDAHULUAN

A Latar Belakang
.

Dalam kehidupan sehari-hari, sering kita jumpai banyak hal yang dapat kita deskripsikan
dalam bentuk data. Informasi data yang diperoleh tentunya harus diolah terlebih dahulu
menjadi sebuah data yang mudah dibaca dan dianalisa. Statistika adalah ilmu yang
mempelajari cara-cara pengolahan data.

Untuk meperoleh data-data tersebut, diperlukan adanya suatu penelitian. Penelitian ini
didapatkan melalui berbagai cara, dan juga berbagai langka-langkah pengujian dari para
pengumpul data. Sebelum melakukan penelitian, kita akan menduga-duga terlebih dahulu
terhadap apa yang kita ingin teliti. Pernyataan dugaan atau pernyataan sementara kita ini yang
disebut hipotesis. Banyak sekali macam-macam konsep hipotesis ini, salah satunya jenis
hipotesis. Terkadang dalam penelitian pun banyak sekali permasalahan-permasalahan dan
juga kesalahan dalam melakukan penelitian. Seluruh yang akan dibahas dalam melakukan
hipotesis penelitian akan dibahas dalam makalah ini beserta permasalah-permasalahan yang
terjadi.

B. Rumusan Masalah

Adapun rumusan masalah dalam makalah ini adalah sebagai berikut:

1. Apa yang dimaksud dengan Pengujian Hipotesis Varians ?
2. Apa yang dimaksud dengan Pengujian Normalitas Populasi ?

C Tujuan Makalah
.

Sedangkan tujuan pembuatan makalah ini adalah sebagai berikut:

1. Mengetahui dan memahami tentang Pengujian Hipotesis Varians.

1
 2. Mengetahui dan memahami tentang Pengujian Normalitas Populasi.

BAB II

PEMBAHASAN

A Pengujian Hipotesis Varians

.

Pengujian hipotesis mengenai variansi populasi atau simpangan baku berarti kita ingin
menguji hipotesis mengenai keseragaman suatu populasi ataupun barang membandingkan
keseragaman suatu populasi dengan populasi lainya. Statisktik yang cocok sebagai dasar
keputusan adalah statistic chi square (χ2) dan statistic F.

2
Pengujian Hipotesis variansi pada satu populasi

 Uji satu arah H 0 :σ 2=σ 02

H 1 : σ 2 <σ 02

atau

H 0 :σ 2=σ 02
H 1 : σ 2 >σ 02

 Uji dua arah H 0 :σ 2=σ 02

H 1 : σ 2 ≠ σ 02

 Statistik uji (n−1) S 2

χ 2=
σ2
keterangan:
c2 = variabel standardized chi-square
n = jumlah sampel
s2 = varians sampel
σ2 = varians yang dihipotesiskan

 Kriteria Penerimaan

 Untuk H 0 :σ 2=σ 02 dan H 1 : σ 2 ≠ σ 02

H0 diterima jika - χ2./2 ≤ χ2  ≤ χ2./2 

H0 ditolak jika χ2> χ2./2 atau  χ2  < - χ2./2

 Untuk H 0 :σ 2=σ 02 dan H 1 : σ 2 <σ 02

H0 diterima jika χ2   χ2.(1-)

3
 H0 ditolak jika χ2  < χ2.(1-)

 Untuk H 0 :σ 2=σ 02 dan H 1 : σ 2 >σ 02

H0 diterima jika χ2   χ2.
H0 ditolak jika χ2  > χ2.

Contoh Soal

Sebuah meriam harus memiliki ketepatan menembak dengan variasi yang

minimum.Spesifikasi dari pabrik senjata menyebutkan bahwa standar deviasi dari ketepatan
menembak meriam jenis tersebut maksimum adalah 4 meter. Untuk menguji hal tersebut,
diambil sampel sebanyak 16 meriam dan diperoleh hasil s2 = 24 meter. Ujilah standar deviasi
dari spesifikasi tersebut! Gunakan a = 0.05

Pembahasan

 hipotesis

H0: σ2 = 16
H1: σ2> 16

 Nilai kritis dari tabel chi-square :

χ2 = 24.9958 (a = 0.05 dan d.f. = 16 – 1 = 15)

 Statistik uji
2 (n−1) S 2 ( 16−1)24
χ= = =22,5
σ2 16

4
Pengujian Hipotesis variansi pada dua populasi

 Uji satu arah H 0 :σ 12−σ 22 ≤ 0

H 1 : σ 12−σ 22 >0

atau

H 0 :σ 12−σ 22 ≥ 0
H 0 :σ 12−σ 22 <0

 Uji dua arah H 0 :σ 12−σ 22 =0

H 1 : σ 12−σ 22 ≠ 0

 Statistik uji s12

F=
s 22
dimana
df1 = n1 – 1 ; df2 = n2 – 1

 Kriteria Penerimaan
 Untuk H0: σ12 – σ22 = 0 dan HA: σ12 – σ22 ≠ 0
s21
F=F1−α / 2 <
s22
atau
s 21
F= 2 > F α / 2
s2

 Untuk H0: σ12 – σ22 ≤ 0 dan HA: σ12 – σ22 > 0

s12
F= 2 >F α ,( v1 ,v 2)
s2

5
  Untuk H0: σ12 – σ22³ 0 dan HA: σ12 – σ22 < 0
2
s1
F= 2 <F 1−α ,( v 1, v 2)
s2

Contoh Soal
Ada dua pabrik penghasil kapur, NICE dan NASDAQ bandingkan apakah variansi panjang
kapur dari kedua pabrik sama, sebagai mana pengujian sebelum nya , Berikut data yang
didapatkan:

Apakah ada perbedaan variansi antara NICE dan NASDAQ pada a = 0.1 level?

Pembahasan

 Statistik uji
s12 1 . 302
F= 2 = =1 . 256
s 2 1 . 162

 Mencari nilai kritik distribusi F a = 0.1:

Pembilang:
df1 = n1 – 1 = 21 – 1 = 20

Penyebut:
df2 = n2 – 1 = 25 – 1 = 24

F0.05, 20, 24 = 2.03

F0.95, 20, 24 = 0.48

6
B. Pengujian Normalitas Populasi

Uji normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi
normal atau diambil dari populasi normal

Uji statistik normalitas yang dapat digunakan diantaranya :

- Chi-Square

- Lilliefors

- Kolmogorov Smirnov,

- Shapiro Wilk.

1. Metode Chi Square (Uji Goodness Of Fit Distribusi Normal)

Metode Chi-Square atau X2 untuk Uji Goodness of fit Distribusi Normal

menggunakan pendekatan penjumlahan penyimpangan data observasi tiap kelas dengan
nilai yang diharapkan.

7
 Persyaratan
1
Data tersusun berkelompok atau dikelompokkan dalam tabel distribus
.
frekuensi.
Cocok untuk data dengan banyaknya angka besar ( n > 30 )
2
.

Signifikansi
1 Signifikansi uji, nilai X2 hitung dibandingkan dengan X2 tabel (Chi-Square).
.
2 Jika nilai X2 hitung < nilai X2 tabel, maka Ho diterima ; Ha ditolak.
.
3 Jika nilai X2 hitung > nilai X2 tabel, maka maka Ho ditolak ; Ha diterima
.

2. Metode Lilliefors (N Kecil dan N Besar)

Metode Lilliefors menggunakan data dasar yang belum diolah dalam tabel distribusi
frekuensi. Data ditransformasikan dalam nilai Z untuk dapat dihitung luasan kurva normal
sebagai probabilitas komulatif normal

8
 Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi
pada distribusi normal
F(x) = Probabilitas komulatif normal
S(x) = Probabilitas komulatif empiris

Persyaratan
1
Data berskala interval atau ratio (kuantitatif)
.
Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
2
Dapat untuk n besar maupun n kecil.
.
3
.

Signifikansi
1
Signifikansi uji, nilai | F (x) - S (x) | terbesar dibandingkan dengan nilai tabel
.
Lilliefors.
2
Jika nilai | F (x) - S (x) | terbesar < nilai tabel Lilliefors, maka Ho diterima ; Ha
.
ditolak.
3
Jika nilai | F(x) - S(x) | terbesar > dari nilai tabel Lilliefors, maka Ho ditolak ; Ha
.
diterima.
4
Tabel Lilliefors pada lampiran, Tabel Harga Quantil Statistik Lilliefors Distribusi
.

9
 Normal

Contoh Soal

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 = 5%, apakah data tersebut di atas diambil dari populasi yang berdistribusi
normal ?

Pembahasan

 Hipotesis

Ho : Populasi nilai ujian statistik berdistribusi normal

H1 : Populasi nilai ujian statistik tidak berdistribusi normal
Nilai

Nilai = level signifikansi = 5% = 0,05

 StatistikPenguji

10
 Derajat Bebas
Df tidak diperlukan

 Nilai tabel
Nilai Kuantil Penguji Lilliefors, = 0,05 ; N = 18 yaitu 0,2000. Tabel Lilliefors pada
lampiran
 Daerah penolakan
Menggunakan rumus
| 0,1469 | < | 0,2000| ; berarti Ho diterima
 Kesimpulan
Populasi nilai ujian statistik berdistribusi normal

11
 BAB III

PENUTUP

A. Kesimpulan

Pengujian hipotesis mengenai variansi populasi atau simpangan baku berarti kita ingin
menguji hipotesis mengenai keseragaman suatu populasi ataupun barang membandingkan
keseragaman suatu populasi dengan populasi lainya. Statisktik yang cocok sebagai dasar
keputusan adalah statistic chi square (χ2) dan statistic F.

Uji normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi
normal atau diambil dari populasi normal. Uji statistik normalitas yang dapat digunakan
diantaranya : Chi-Square, Lilliefors, Kolmogorov Smirnov, dan Shapiro Wilk.

B. Saran

Demikian yang dapat kami paparkan mengenai materi yang menjadi pokok bahasan
dalam makalah ini, Tentu masih banyak kekurangan dan kelemahannya karena terbatasnya
pengetahuan dan kurangnya rujukan atau referensi yang ada hubungannya dengan judul
makalah ini.Penulis banyak berharap para pembaca memberikan kritik dan saran yang
membangun kepada penulis demi sempurnanya makalah ini dan makalah-makalah di
kesempatan berikutnya.Semoga makalah ini berguna bagi penulis khususnya juga para
pembaca pada umumnya.

12
 DAFTAR PUSTAKA

https://pdfslide.net/download/link/makalah-pengujian-hipotesis-varians-satu-populasi

https://slideplayer.info/slide/11886477/

https://slideplayer.info/slide/13153325/

https://ilma69.files.wordpress.com/2012/10/uji-normalitas-dan-homogenitas-ri.pdf

https://yourmath.wordpress.com/tabel-z/

13