PENDAHULUAN
deskriptif.
hipotesis nol dan alternatif. Pada statistik, hipotesis nol diartikan sebagai tidak
1
adanya
2
perbedaan antara parameter dengan statistik, atau tidak adanya perbedaan
antara ukuran populasi dan ukuran sampel. Dengan demikian hipotesis yang
macam- macamnya?
saja macam-macamnya?
dan macam-macamnya?
3
3. Untuk mengetahui apa yang dimaksud dengan statistik non-
BAB II
PEMBAHASAN
satu sampel.
deskriptif.
seperti berikut:
c. Daya tahan lampu merk A = 450 jam dan merk B = 600 jam
4
Dalam perumusan hipotesis statistik, antara hipotesis nol (Ho) dan
hipotesis alternatif (Ha) selalu berpasangan, bila salah satu ditolak, maka yang
lain pasti diterima sehingga dapat dibuat keputusan yang tegas, yaitu kalau Ho
simbol statistik. Berikut ini diberikan contoh berbagai pernyataan yang dapat
berarti lebih kecil atau sama dengan) Dengan demikian rumusan hipotesis
statistik adalah:
Ho : μ ≤ 0.01
Ha : μ > 0.01
(1%: proporsi) lebih kecil atau sama dengan 1%, dan hipotesis
Ho : μ ≥ 0.90
Ha : μ < 0.90
A. Statistik Parametris
jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak.
Pada umumnya, Jika data tidak menyebar normal, maka data harus dikerjakan
dilakukan
5
transformasi agar data mengikuti sebaran normal, sehingga bisa
bila adanya interval atau rasio adalah t-test 1 sampel. Sebenarnya terdapat dua
rumus yang dapat digunakan untuk pengujian, yaitu rumus t dan z. Rumus z
diketahui, maka rumus z jarang digunakan. Maka, dalam makalah ini hanya
t = (x – μo) / (s/√n)
Dimana :
hitung x = rata-rata x
μo = nilai yang
dihipotesiskan s = simpangan
baku
3. Menghitung harga t.
6
5. Menggambar kurva.
6. Meletakkan kedudukan t hitung dan t tabel dalam kurva yang telah dibuat.
dua fihak (two tail test) dan uji satu fihak (one tail test). Uji satu fihak ada
dua macam yaitu uji fihak kanan dan uji fihak kiri. Jenis uji mana yang
Contoh :
Ho: “Daya tahan berdiri pelayan toko tiap hari sama dengan 8 jam”
Ha: “Daya tahan berdiri pelayan toko tiap hari tidak sama dengan 8
Rumus :
1. σ diketahui
Untuk Hipotesis : H : μ = μ0
A : μ ≠ μ0
7
x o
Z
RUMUS :
n
8
Kurva
H
d ite rim a
Contoh :
jam. Akhir-akhir ini timbul dugaan bahwa masa simpan pakan tersebut
dengan taraf nyata 0,05 apakah kualitas pakan sudah berubah atau belum
Penyelesaian :
H : μ = 800 jam
A : μ ≠ 800 jam
σ = 60 jam
X = 792 jam
n = 50
maka,
792 800
Z 0.94
60 / 50
Dari daftar normal baku untuk uji dua pihak dengan α = 0.05 yang
Terima H jika z hitung terletak antara -1.96 dan 1.96. Dalam hal
lainnya
Ho ditolak.
2. σ tidak diketahui
Untuk Hipotesis : H : μ =
μ0
A : μ ≠ μ0
RUMUS :t x o
s
n
Contoh :
Dimisalkan simpangan baku populasi tidak diketahui, tetapi dari
Jawab:
s = 50 jam
X = 792 jam
µ = 800 jam
n = 50
792 800
t 1.029
55 / 50
Dari daftar distribusi student dengan α = 0.025 dan dk = 49 untuk uji
Kurva :
Distribusi student
? k = 49
- 2,01 2,01
Contoh:
Ho = “Pasien Poli KIA dalam sehari lebih kecil dan sama dengan 20
Rumus :
1. σ diketahui
A : μ >μ0
Contoh :
Pada suatu pabrik pakan dihasilkan rata-rata 15.7 ton sekali produksi.
produksi baru, diusulkan untuk mengganti yang lama, jika rata-rata per
apakah metode yang lama diganti atau tidak, metode pemberian pakan
yang baru dicoba 20 kali dan ternyata rata-rata per sekali produksi
5%
10
10
untuk menggunakan metode baru apabila metode ini rata-
Penyelesaian :
X = 16.9 ton
N = 20
σ = 1.51
µo = 16
Kurva :
D IS T R IB U S I N O R M A
LBAKU
11
11
D a e r a h p e n e r im a a n 0,0 5
H
1,6 4
12
12
2. σ tidak diketahui
A : μ >μ0
Contoh :
berat badannya rata-rata 4.5 ton per kelompok. Sampel acak yang
terdiri atas
Penyelesaian :
dengan 4.5.
X = 4.9 ton
N = 31
S = 0.8 ton
µo = 4.5 ton
4.9 4.5
t 2.78
0.8 / 31
4.9 4.5
t 2.78
0.8 / 31
Kriteria tolak hipotesis H jika t hitung lebih besar atau sama dengan
Hipotesis H ditolak
dapat menambah berat badan rata-rata paling sedikit dengan 4.5 ton
Kurva :
D is trib u s i s tu d
ent
?k=3
0
D a e ra h p e n e rim a a n
H
2,4 6
a. Uji fihak kiri:
Contoh:
Rumus :
1. σ diketahui
RUMUS UMUM : H : μ ≥ μ0
A : μ <μ0
2. σ tidak diketahui
RUMUS UMUM : H : μ ≤ μ0
A : μ >μ0
KRITERIA : Tolak H jika t ≥ t 1- ά
Contoh:
Ho = “Pasien Poli KIA dalam sehari lebih kecil dan sama dengan
20 orang”
B. Statistik Non-Parametris
data berjenis Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak
menyebar normal.
1. Test Binomial
terdiri atas dua kelompok kelas, datanya berbentuk nominal dan jumlah
sampelnya kecil (kurang dari 25). Dua kelompok kelas itu misalnya kelas
berbentuk dua kategori atau dua klas. Test ini sangat cocok digunkan
sebagai alat pengujian hipotesis bila ukuran sampelnya kecil, sehingga Chi-
terdiri dari 2 klas. Jadi, bila dalam satu populasi dengan jumlah N, terdapat 1
Syarat:
Distribusi data Binomial (terdiri 2 kelas): kelas dengan kategori (x) dan
Ketentuan:
Contoh :
Polindes,
Ho = p1 = p2 = 0,5
Sampel (n) = 24
Chi kuadrat satu sample adalah teknik statistik yang digunakan untuk
menguji hipotesis bila dalam populasi terdiri atas dua atau lebih kelas
Syarat:
Data Nominal
Sampelnya besar
taraf
kesalahan
tertentu)
dk = kebebasan untuk menentukan frekuensi yang diharapkan,
Contoh 1 :
Penelitian peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan
D3. Jumlah sampel 300 Bumil, memilih Bidan P2B 200 orang, memilih
Bidan D3
100 orang
Kesimpulan: Ho ditolak
Contoh 2 :
Penelitian tentang warna sepatu dipilih Bidan. Jumlah sampel 3000 Bidan,
1000 warna hitam, 900 warna putih, 600 coklat, 500 warna lain
226,67
Kesimpulan: Ho ditolak
3. Run Test
dari uji deret adalah untuk menetukan apakah dalam suatu data terdapat pola
mempunyai skala pengukuran ordinal. Metode analisis Run Test ini untuk
Contoh :
1 2 3 4 5 6 7 8 9 10
Langkah-langkah
pengujian: H0 : data
tersusun random
α : taraf nyata
Kesimpulan :
jika r berada antara F1 dan F2 maka terima H0 dan jika r < F1 atau r > F2 maka tolak H0
Contoh soal :
wanita yang sedang makan siang. Dari sekelompok karyawan itu ada 18 orang
cuti hamil. Dalam pertanyaan itu disediakan dua alternative jawaban yaitu
melahirkan. Wawancara dilakukan secara berurutan, yaitu mulai dari No.1 dan
berakhir No.18.
No Jawaban
1 1
2 1
3 0
4 1
5 0
6 1
7 0
8 0
9 1
10 1
11 0
12 0
13 0
14 1
20
15 1
16 0
17 1
18 0
Keterangan :
pengujian: Jawab :
α : 5%
+ + - + - + - - + + - - - + +
1 2 3 4 5 6 7 8 9
- + -
10 11 12
Maka :
21
r = banyak runtun = 12
dengan α = 5%
F1 = 5
F2 = 15
Kriteria uji:
jika r berada antara F1 dan F2 maka terima H0 dan jika r < F1 atau r > F2 maka tolak H0
z = r - µr
σr
µr = 2n1n2 +1
n1 + n2
Kriteria Uji :
Tolak H0 jika -zα/2 > zhitung > zα/2 , terima dalam hal lainya.
(Gunakan Tabel 1), atau jika p ≤ α/2 maka H0 ditolak, terima dalam hal lainnya.
22
Contoh soal :
berdasarkan kelembabannya.
1 68 22 59
2 56 23 48
3 78 24 53
4 60 25 63
5 70 26 60
6 72 27 62
7 65 28 51
8 55 29 58
9 60 30 68
10 64 31 65
11 48 32 54
12 52 33 79
13 66 34 58
14 59 35 70
15 75 36 59
16 64 37 60
17 53 38 55
18 54 39 54
19 62 40 60
20 68 41 54
21 70 42 50
23
Jawab :
random α : 10 %
Statistik Uji :
z = r - µr
σr
n ≤ 60 = ( - ), n > 60 = ( + ) = 60,93
n1 = 24
n2 = 18
r = 24
µr = 2n1n2 +1 = 2(24)(18) + 1 =
21,57 n1 + n2 24 + 18
= √2.24.18(2.24.18 – 24 – 18)
√(24 + 18)2 (24 + 18 – 1)
= 3,13
z = r - µr
σr
= 24 – 21,57 = 0,7763
3,13
24
Kriteria Uji :
Tolak H0 jika -zα/2 > zhitung > zα/2 , terima dalam hal lainya.
(Gunakan Tabel 1), atau jika p ≤ α/2 maka H0 ditolak, terima dalam hal
lainnya. Dengan α = 0,1 ,uji dua sisi α/2 = 0,05 maka diperoleh zα/2 = 1,65
25
BAB III
PENUTUP
III.1. Kesimpulan
normal saja.
6. Uji satu fihak jika Ho = “… lebih kecil atau sama dengan (≤)…” dan
7. Uji fihak kiri Ho = “… lebih besar atau sama dengan (≥)… dan Ha
26
9. Statistik non-parametris adalah statistika bebas sebaran (tdk
popolasi terdiri atas dua kelompok kelas, datanya berbentuk nominal dan
11. Chi kuadrat satu sample adalah teknik statistik yang digunakan untuk
menguji hipotesis bila dalam populasi terdiri atas dua atau lebih
12. Run test merupakan uji deret untuk melihat keacakan. Tujuan dari
uji deret adalah untuk menetukan apakah dalam suatu data terdapat
pola tertentu atau apakah data tersebut merupakan sample yang acak.
III.2. Saran
Dengan adanya makalah ini, kami menyarankan agar para pembaca dapat
pengetahuan pembaca.
Demikian isi dari makalah ini, jika ada kesalahan kami mohon maaf dan
kami bersedia menerima kritk dan saran demi penyempurnaan makalah ini.
Terima kasih.
27
DAFTAR PUSTAKA
http://arini2992.blogspot.com/2011/06/uji-deret-uji-runtun-run-test-
kasus.html
28
http://ineddeni.wordpress.com/2007/08/02/statistika-parametrik-dan-
statistika- nonparametrik/
http://khansamhamnida.wordpress.com/2011/04/12/pengujian-hipotesis-deskriptif-
1- sampel-test-binomial/
Riduwan, Drs., M.B.A. 2009. Belajar Mudah Penelitian untuk Guru, Karyawan
dan
Peneliti Pemula. Bandung: Alfabeta.
29