Prosedurnya didasarkan pada tanda negatif (-) atau positif (+) dari perbedaan antara
pasangan data ordinal.
Langkah-langkah :
a. Merumuskan hipotesis.
Ho : P = Po
Ha : P > Po
Ho : P = Po
Ha : P < Po
Ho : P = Po
Ha : P ≠ Po
b. Tentukan nilai
c. Kriteria pengujian dengan cara :
- Menghitung selisih antara satu observasi dengan observasi lain apakah
positif, negatif atau nol.
- Menghitung jumlah tanda positif dan negatif, tanda nol diabaikan. Jumlah tanda
yang terkecil diberi simbol r.
2
d. Mencari daerah kritis dengn ketentuan :
- Sample besar (n ≥ 30) Distribusi Normal
2R − n
CR =
√n
Dimana : R = jumlah tanda (+)
n = Jumlah pasangan observasi yang relevan
Contoh :
Nilai rasa oleh 10 konsumen ayam goreng yang dimasak dengan resep lama dan resep
baru adalah sebagai berikut : ( 10 : rasa sangat baik ; 1 : resep sangat buruk)
Nilai Rasa
Perbedaan
Konsumen Resep Lama Resep Baru (Y- X)
(X) (Y)
1 3 9 +
2 5 5 0
3 3 6 +
4 1 3 +
5 5 10 +
6 8 4 -
7 2 2 0
8 8 5 -
9 4 6 +
10 6 7 +
* Paling banyak 2 (X) dari 8 (n) orang yang melaporkan ada perubahan tanda negatif
(-) P(X ≤ 2)
2 . R − n 2(18 ) − 30 36−30
CR= = = = 1,095
* √n √ 30 5,477
2. Direktur PT. ANGIN RIBUT ingin mengukur peningkatan mutu kerja karyawan
diperusahaannya, setelah memberlakukan kenaikan gaji. Diambil sampel 10
karyawan dengan data sbb :
Pegawai
Skor
1 2 3 4 5 6 7 8 9 10
Sebelum
71 91 86 60 83 70 72 65 80 72
X1
Sesudah
72 88 82 67 88 67 75 75 90 76
X2
Jawab :
4
Sampel Kecil
Kesimpulan :
Karena = 5% ≤ 0,172 Terima Ho, Tolak Ha. Artinya : tdk ada peningkatan
mutu kerja setelah gaji naik.
Sampel Besar :
Ho : p = 0,5 ( Tidak ada peningkatan)
Ha : p > 0,5 (Ada peningkatan)
= 5%, Z0,05 = 1,645
Daerah Kritis :
3. PT. INVIR ingin melihat adakah perbedaan produktivitas kerja antara siang hari
dan malam hari. Hasil pengamatan sbb :
Selain digunakan untuk mengetahui perbedaan yang nyata atau tidak antara
sampel yang diteliti, juga digunakan untuk mengetahui berapa besar
perbedaannya.
Langkah-langkah:
1. Merumuskan hipotesis
Ho : P = Po
Ha : P > Po
Ho : P = Po
Ha : P < Po
Ho : P = Po
Ha : P ≠ Po
6
2. Tentukan nilai
3. Kriteria pengujian dengan cara :
- Rangking untuk tiap-tiap beda dari pasangan observasi (Y i – Xi) sesuai
dengan besarnya, dari yang terkecil sampai terbesar tanpa memperhatikan
tanda dari selisih.
- Bubuhkan tanda (+) atau (-) untuk tiap-tiap beda, beda 0 diabaikan.
- Jumlahkan semua jenjang yang lebih kecil setelah tanda dihilangkan.
Notasi kan jumlah rangking yang lebih kecil dengan T.
- Bandingkan nilai T yang diperoleh dengan nilai T untuk uji rangking
bertanda Wilcoxon.
- Tabel nilai T hanya untuk n ≤ 25, jika n > 25 menggunakan tabel normal.
Rumus :
n (n+1)
E(T ) =
4
n+(n+1 )(2n+1 )
σ .T =
√
24
T − E (T )
Z=
σ .T
4. Kesimpulan.
Ho ditolak, jika Z > Z/2.
Contoh :
A 85 87 +2 4,5 4,5 -
B 91 93 +2 4,5 4,5 -
C 75 75 0 - - -
D 83 82 -1 1,5 - -1,5
E 85 88 +3 8,5 8,5 -
F 78 75 -3 8,5 - -8,5
G 80 85 +5 11,5 11,5 -
H 78 78 0 - - -
7
I 81 84 +3 8,5 8,5 -
J 80 81 +1 1,5 1,5 -
K 80 87 +7 13 13 -
L 78 80 +2 4,5 4,5 -
M 82 85 +3 8,5 8,5 -
N 77 75 -2 4,5 - -4,5
O 70 75 +5 11,5 11,5 -
Jumlah 76,5 -14,5
Ada 2 yang nol, yang dihitung hanya yang bertanda (+) dan (-), jadi n = 13, = 5%.
Pengujian 2 arah.
Ho : p = 0 (Tidak ada perbedaan nyata antara pasangan)
Ha : p ≠ 0 (ada Perbedaan nyata antara pasangan)
= 5%. T0,05 = 17
T = 14,5 (yang jumlahnya sedikit)
Kesimpulan : karena 14,5 < 17 maka Ho ditolak, Ha diterima
2. Delapan orang pasien yang diambil secara ack diukur kapasitas pernafasannya sebelum
dan sesudah diberi obat tertentu. Hasilnya sbb :
Pasien
Skor
1 2 3 4 5 6 7 8
Jawab :
Perhitungan :
8
Sebelum Sesudah
Pekerja (Yi – Xi) Rank Tanda (+) Tanda (-)
Xi Yi
A 2750 2850 +100 8 +8
B 2360 2380 +20 2,5 +2,5
C 2950 2930 -20 2,5 -2,5
D 2830 2860 +30 4 +4
E 2250 2300 +50 7 +7
F 2680 2640 -40 5,5 -5,5
G 2720 2760 +40 5,5 +5,5
H 2810 2800 -10 1 -1
Jumlah 27 -9
Dengan mengabaikan tanda (+) dan (-) yang terkecil adalah 9, maka T = 9
Kesimpulan : karena T > 3 maka Ho diterima, ditolak Ha.
Latihan :
Dengan mengunakan uji peringkat wilcoxon, uji diatas apakah pelatihan teknik
penjualan dapat meningkatkan hasil penjualan pada salesman? Dengan = 5%.
Jawab :
9
Uji peringkat wilcoxon
2. Ibu Indah seorang wiraswasta yang sukses. Dalam usahanya, ibu Indah membuat
Ice cream yang dipasarkan ke beberapa kota di pulau Jawa. Untuk meningkatkan
penjualan, telah dikeluarkan strategi baru didalam memasarkan produknya yaitu
dengan menggunakan kereta dorong. Ibu indah yakin, bahwa dengan menggunakan
strategi baru tersebut maka penjualan ice creamnya akan meningkat sampai 40%
dibandingkan sebelum menggunakan kereta dorong. Berikut adalah data tentang
jumlah penjualan ice cream sebelum dan sesudah menggunakan kereta dorong
Dengan menggunakan = 5%. Ujilah apakah jumlah penjualan ice ceream produk
Indah akan mengalami peningkatan setelah menggunakan strategi baru yaitu
menggunakan kereta dorong, dengan menggunakan :
a. Uji tanda
b. Uji Wicoxon
10
3. Uji Korelasi Rank SPEARMAN
Digunakan untuk mengukurr derajat erat tidaknya hubungan antara satu variabel
terhadap variabel lainnya, dimana pengamatan pada masing-masiing variabel
tersebut didasarkan pada pemberian rangking tertentu sesuai dengan pengamatan
serta pasangannya.
Langkah-langkah :
1. Merumukan hipotesis :
Ho : rs = 0
Ha : rs > 0
Ho : rs = 0
Ha : rs < 0
Ho : rs = 0
Ha : rs ≠ 0
2. Menentukan nilai
3. Kriteria pengujian :
- Nilai observasi dari 2 variabel yang diukur hubungannya diberi rangking.
- Setiap pasang rangking dihitung selisihnya
- Perbedaan setiap pasang rangking dikuadratkan dan dijumlahkan.
4. Hitung :
6 . ∑ di2
r s =1− 2
n( n −1)
dimana : di = selisih dari rank x dan y
n = banyaknya pasangan rank.
Jawab :
Jawab :
6. ∑ di 2 6 .( 9,5)
r s =1− 2 =1− =1−0,0576=0,9424
n( n −1 ) (10 )( 102 −1 )
Ho : Ps = 0 ( Tidak ada hubungan)
Ha : Ps ≠ 0 ( Ada hubungan)
= 0,05 t/2 = 0,025 t0,025 = 0,564
r √n−2 0,9424 √ .10−2
t 0= 2
= 2
=7,9683
√1−r √1−(0,9424)
Kesimpulan :
Ho ditolak, Ha diterima. Jadi ada hubungan antara hasil penjualan dengan
peringkat hasil ujian pelatihan teknik penjualan.
13
Latihan :
1. Seorang berpendapat bahwa tidak ada hubungan antara jumlah peserta B dan
jumlah kelahiran di desa Suka Suka. Data yang diperoleh selama 5 tahun adalah
sbb :
Tahun 1 2 3 4 5
Peserta KB 200 250 220 300 425
Jml Kelahiran 30 40 25 35 45
Jawab :
r √n−2 ........................
t 0= =
2 .......................
=.....................
√1−r
Kesimpulan :
14
2. Dibawah ni adalah data tentang nilai UTS dan UAS dari 10 orang mahasiswa FE
Usakti untuk mata kuliah Statistik Bisnis semester lalu adalah sbb:
Dekan FE ingin mengetahui apakah ada korelasi yang positif antara nilai UTS dan
UAS dari mahasiswa tsb ? Dengan = 5%
Jawab :
Digunakan jika ingin mengetahui apakah ada perbedaan yang nyata atau tidak antara
sample yang diteliti, tetapi sample tersebut tidak saling terkait satu dengan yang
lainnya.
Langkah-langkah:
1. Merumuskan hipotesis
Ho : U = U0
Ha : U > U0
Ho : U = U0
Ha : U < U0
Ho : U = U0
Ha : U ≠ U0
2. Menentukan nilai
3. Kriteria pengujian :
- Gabungkan kedua sampel independen dan beri rangking pada tiap-tiap
anggotanya mulai dari terkecil sampai dengan terbesar.
- Hitung jumlah rangking masing-masing bagi sampel satu dan sampel dua
dengan R1 dan R2.
- Hitung nilai U dengan rumus :
n1 . ( n1 +1 )
U 1 = n 1 .n 2 + − R1
2
n2 . ( n2 + 1 )
U 2 = n1 .n 2 + − R2
2
- Dari 2 nilai U , Nilai U yang dipilih dan akan digunakan sebagai U hitung
adalah U yang nilainya terkecil.
(n1. n2 )
Nilai U yang lebih besar ditandai dengan U’ bandingkan dengan 2
4. Keputusan Ho ditolak, jika U < U (Tabel Mann Whitney)
5. Kesimpulan.
Jika lebih besar (n > 20) maka gunakan distribusi normal/ table normal.
n1 . n2 n1 . n2 (n1 . n2 +1 )
E(U ) =
2
σ .U =
√ 12
16
U −E(U )
Z=
σ .U
Keputusan : Ho ditolak jika Zhit > Ztab
17
Contoh :
1. Manajer produksi perusahaan ingin menguji apakah iringan musik berpengaruh
terhadap produktivitas kerja. Penelitian pada output per jam terhadap sampel
random 10 pekerja tanpa iringn musik dan 18 pekerja.
Jwb :
Pekerja A Output/jam Rank A Pekerja B Output/jam Rank B
1 13 18,5 1 17 28
2 12 13,5 2 16 27
3 12 13,5 3 15 25
4 10 7 4 15 25
5 10 7 5 15 25
6 10 7 6 14 22
7 10 7 7 14 22
8 9 4 8 14 22
9 8 2 9 13 18,5
10 8 2 10 13 18,5
R1 81,5 11 13 18,5
12 12 13,5
13 12 13,5
14 12 13,5
15 12 13,5
16 11 10
18
17 10 7
18 8 2
R2 324,5
terkecil Uhit.
n1 . ( n1 +1 ) 10 (10+ 1)
U 1 = n 1 .n 2 + − R1 = (10).( 18)+ −81,5 = 153,5
2 2
n2 . ( n2 + 1 ) 18 (18+ 1)
U 2 = n1 .n 2 + − R2 = (10 ).(18 )+ −324,5=26,5
2 2
Nilai U terkecil = n1.n2 – nilai U terbesar
= 10 .(18) – 153,5 = 26,5.
Latihan :
1. Dosen Statistik akan menguji hipotesis bahwa pemberian lab statistik tidak dapat
meningkatkan hasil ujian dengan alternatif dapat meningkatan hasil ujian. Data
berikut menunjukan nilai ujian dari mahasiswa di Universitas Persada dan
Universitas Prastika adalah sbb :
S 80
Jawab :
2. Seorang pejabat BKPM berpendapat bahwa rata-rata modal perusahaan PMA dan
PMDN adalah sama dengan alternatif tidak sama. Untuk menguji pendapat
tersebut telah diteliti masing-masing 7 perusahaan untuk itu diketahui besarnya
modal yang dimiliki (dalam jutaan rupiah) adalah sbb :
Correlations
Pupuk Air Produksi
Pupuk Pearson Correlation 1 .805** .838**
Sig. (2-tailed) .000 .000
N 20 20 20
Air Pearson Correlation .805** 1 .894**
Sig. (2-tailed) .000 .000
N 20 20 20
Produksi Pearson Correlation .838** .894** 1
Sig. (2-tailed) .000 .000
N 20 20 20
**. Correlation is significant at the 0,01 level (2 tailed)
Model Summary
Model R R Square Adjusted Std.Error of
R Square The Estimate
1 .916a .838 .819 7.11710
a. Predictors: (Constant), pupuk, air
Coefficientsa
Unstandardized Standardized
Coefficient Coefficient
Model B Std.Error Beta t Sig.
1 (Constant) -34.947 18.089 -1.932 .070
Air .775 .205 .623 3.790 .001
Pupuk .419 .205 .336 2.047 .056
a. Dependent Variable : produksi
Anovab
Model Sum of
Squares df Mean Square F Sig.
1 Regression 4470.096 2 2235.048 44.125 .000a
Residual 861.104 17 50.653
Total 5331.200 19
Jawab :
N = 20
Y = produksi
X1 = pupuk
22
X2 = air
r1y = 0,838 sign = 0,000 ada hubungan kuat dan positif antara X1 (Pupuk) dg Y
(Produksi)
r2y = 0,894 sign = 0,000 ada hubungan kuat dan positif antara X2(Air) dg Y
(Produksi)
r1.2 = 0,805 sign = 0.000 ada hubungan kuat dan positif antara X1 (pupuk) dg
X2 (air)
ry1.2 = 0,916 ada hubungan sangat kuat dan positif antara X1, X2 dg Y
Kriteria signifikansi dari koef korelasi: (α=0.05)
Jika Sign < 0.05, maka koef korelasi tsb signifikan
R2 = 0,838 KP = 83,8 %
Kemampuan var X1 (Pupuk) dan X2 (Air) dalam menjelaskan perubahan Y (produksi)
adalah sebesar 83,8%, sedangkan sisanya 16,2% dijelaskan oleh faktor di luar
model.
Model ini memenuhi kriteria: Goodness of fit (krn R 2 > 70%)
Uji Individu :
(hub antara (x1) pupuk dg (Y) Produksi)
Jika jumlah pupuk bertambah, maka jumlah produksi meningkat
Ho : b1 ≤ 0
Ha : b1 > 0
thit : 2.047
Untuk pengujian ona tail, maka Sign 0,056 dibagi 2
Sign/2 = 0.028
Karena sign/2 < 0.05, maka Ho ditolak dan Ha diterima
Kesimpulan : b1 terbukti > 0 (atau b1 adalah positif dan signifikan)
Pupuk berpengaruh positif thd Produksi
b1= 0.419, artinya: Jika jumlah pupuk naik 1 satuan, maka produksi naik sebesar
0.419 satuan
23
b2= 0.775, artinya: Jika jumlah air naik 1 satuan, maka produksi naik sebesar 0.775
satuan
Model Summary
Model R R Square Adjusted Std.Error of
R Square The Estimate
1 .942a .888 .875 3.77849
a. Predictors: (Constant), PAJAK, INCOME….
Anovab
Model Sum of
Squares df Mean Square F Sig.
1 Regression 1923.841 2 961.920 67.376 .000a
Residual 242.709 17
Total 2166.550 19
Coefficientsa
Unstandardized Standardized
Model
Coefficient Coefficient
B Std.Error Beta t Sig.
1 (Constant) -2.748 4.290 -.641 .530
INCOME 1.042 .200 1.717 5.201 .000
PAJAK -1.320 .526 -.822 -2.490 .023
a. Dependent Variable : KONSUMSI
Pertanyaan :
a. Berapakah jumlah sampelnya
b. Bagaimanakah hubungan antara Income, Pajak dan konsumsi? Jelaskan Baik
secara parsial maupun Overall)
c. Berapakah peersamaan regresi berganda ?
d. Apakah persamaan garis regresi tersebut dapat digunakan untuk
meramalkan? Dapat=krn lolos uji2
e. Berapakah konsumsi, jika Income Rp 10.000.000 dan pajak Rp 3.000.000 ?
25
Jawab :
a. N = 20
Y = Konsumsi (dalam juta rp)
X1 = Income (dalam juta rp)
X2 = Pajak (dalam juta rp)
b. r1y = 0,920 sign = 0,000 ada hubungan sangat kuat dan positif antara X1
(income) dg Y (konsumsi)
r2y = 0,842 sign = 0,000 ada hubungan kuat dan positif antara X2(Pajak)
dg Y (konsumsi)
r1.2 = 0,969 sign = 0.000 ada hubungan sangat kuat dan positif antara X1
(income) dg X2 (pajak)
ry1.2 = 0,942 ada hubungan sangat kuat dan positif antara X1, X2 dg Y
d. Untuk bisa digunakan sebagai alat peramalan, maka persamaan regresi ini
harus memenuhi hal hal sbb:
- Lolos uji t
- Lolos uji goodness of Fit (Uji F dan nilai KP)
Uji Individu :
(hub antara (x1) income dg (Y) konsumsi adalah positif
Jika jumlah income bertambah, maka jumlah konsumsi meningkat
Ho : b1 ≤ 0
Ha : b1 > 0
thit : 5.201
Untuk pengujian ona tail, maka Sign 0,000 dibagi 2
Sign/2 = 0.000
Karena sign/2 < 0.05, maka Ho ditolak dan Ha diterima
Kesimpulan : b1 terbukti > 0 (atau b1 adalah positif dan signifikan)
Income berpengaruh positif thd konsumsi
b1= 1.042, artinya: Jika income naik 1 juta rupiah, maka konsumsi naik
sebesar 1.042 juta rupiah
b2= -1.3200, artinya: Jika pajak naik 1 juta rupiah, maka konsumsi turun
sebesar 1.32 juta rupiah
KP=lolos
Adj R2 = 0.875
Kemampuan var X1 (Income) dan X2 (Pajak) dalam menjelaskan perubahan Y
(konsumsi) adalah sebesar 87,5%, sedangkan sisanya 12.5% dijelaskan oleh
faktor di luar model.
e. Forecast
jika Income Rp 10.000.000 (X1) =10 juta rupiah dan pajak Rp
3.000.000 (X2) = 3 juta rupiah
Y = -2,748 + 1.042 X1 – 1.320 X2
Y = -2,748 + 1,042 (10) – 1.32 (3)
Y = 3.712
27
3. Dibawah ini data hasil printout komputer dari Program SPSS !
Correlations
CompPrice OwnPrice QuantSold
CompPrice Pearson Correlation 1 .049** .318**
Sig. (2-tailed) .893 .371
N 10 10 10
OwnPrice Pearson Correlation .049** 1 -.726**
Sig. (2-tailed) .000 . .017
N 20 20 10
QuantSold Pearson Correlation .318** -.726** 1
Sig. (2-tailed) .371 .017 .
N 10 10 10
**. Correlation is significant at the 0,05 level (2 tailed)
Model Summary
Model R R Square Adjusted Std.Error of
R Square The Estimate
1 .808a .653 .554 18.73618
a. Predictors: (Constant), OwnPrice, CompPrice ….
Anovab
Model Sum of
Squares df Mean Square F Sig.
1 Regression 4618.789 2 2309.394 6.579 .025a
Residual 2457.311 7 351.044
Total 7076.100 9
Coefficientsa
Unstandardized Standardized
Model
Coefficient Coefficient
B Std.Error Beta t Sig.
1 (Constant) 66.518 41.877 1.588 .156
CompPrice .414 .260 .354 1.590 .156
OwnPrice -.270 .081 -.744 -3.335 .013
thit ada diwilayah Ho Ho diterima Ha ditolak. Secara statistik tdk terbukti ada
hubungan antara X1 terhadap Y
Interpretasi:
Jika OwnPrice naik 1 satuan, maka QunatSold turun sebesar 0.270 satuan, ceteris
paribus.
Model ini tdk layak untuk digunakan sebagai alat forecasting atau pengambilan
keputusan, krn nilai Adjusted R-square nya dibawah 70% dan hanya ada 1 variabel
bebas yang signifikan
30
5. UJI MEDIAN
Langkah-langkah :
Merumuskan hipotesis
Menghitung Overall median (median dari kombinasi distribusi sampelnya)
Menghiung frekuensi nilai yang terletak pada atau diatas overll median
serta yang terletak dibawah overall median.
Diatas Overall
a B A+b
Median
Dibawah Overall
c D C+d
Median
Total a + c = n1 b + d = n2 N1 + n2 = n
Kriteria pengujian :
2
2 n (|ad − bc| − n/2 )
χ=
( a+b ) ( c+d )( a+c )( b+d )
Daerah Kritis
2 2
χ df(r-k)(k-1) atau χ df 1
2
Kesimpulan : Ho ditolak jika
χα df 1.
Langkah-langkah :
Merumuskan hipotesis
Menghitung overall median (median dari kombinasi distribusi kombinasinya)
Menghitung frekuensi nilai yang terletak pada atau diatas overll median
serta yang terletak dibawah overall median. Hasilnya dimasukkan dalam
table berikut ini:
31
32
Skor 1 2 3 4 Total
Diatas Overall Q11 Q12 Q13 Q14 NA
Median
Dibawah Overall Q21 Q22 Q23 Q21 NB
Median
Total N1 N2 N3 N4 N
Kriteria Pengujian :
2
N .N
2
χ =
N2
.
∑ ( Q ij− j A
N )
N A. NB Nj
2
Daerah kritis : χ df(r-k)(k-1)
Digunakan untuk menguji hipotesis K sample independent bila datanya ordinal. Namun
dalam pengukuran ditemukan data dalam bentuk interval/rasio maka rubah ke ordinal
(rangking/peringkat)
Langkah-langkah :
1. Ho : Seluruh populasi sama
Ha : Tidak seluruh populasi sama.
2. Tentukan . Cari nilainya dengan menggunaan Tabel Chisquare df k-1.
3. Hitunglah :
k 2
12 Rj
H= .∑ − 3 ( N+1 )
N ( N+1 ) j=1 n j
Note (26/11/2018)
Soal Quis
1. Regresi (berganda)
2. dan Korelasi (Contingency test, Rank spearman test, Pearson
correlation) (salah satu)
3. dan 4 adalah salah dua dari (sign test, wilcoxon test, mann whitney
test dan kruskal walis)
Tabel disediakan
Kisi-kisi UAS
Ada 4 soal yang dikerjakan dalam waktu 1,5 jam (s sks)
1. Rank spearman correlation
2. Regresi linier sederhana (menghitung manual)
3. Regresi berganda (baca print out)
4. Non parametrik (sign, Wilcoxon atau mann whitney)
Tgl 26 Juni jam 18.30 akan di share soal kuis sekaligus ttd absensi KP di febiola