TINGKAT KEMAKNAAN ()

 Peluang tidak membuat kesalahan

= 1- α
= Tingkat kepercayaan
= Confidence level
α = 0.1 (derajad kepercayaan: 90%)

α = 0.05 (derajad kepercayaan: 95%)

 penelitian kes. Masy.

α = 0.01 (derajad kepercayaan: 99%)

 penelitian yg mengandung risiko
besar
Kesalahan Dalam Penelitian

Hipotesis Keputusan

Diterima Ditolak

Benar Benar Error type I ()

Salah Error type II Benar

 ( β)

• Error type I
Kesalahan menolak Ho padahal Ho tersebut adalah benar
(menyimpulkan bahwa ada hubungan padahal sesungguhnya tidak ada
hubungan)
• Error type II (Kekuatan uji = β)
Kesalahan tidak menolak Ho atau gagal menolak Ho padahal Ho
salah
(menyimpulkan tidak ada hubungan padahal sesungguhnya ada
hubungan)
 Tipe Variabel Jenis Uji
Variabel 1 Variabel 2 Parametrik Non Parametrik
Tak Berpasangan
Nominal Nominal X2 Fisher
Ordinal Nominal X2 -
Numerik*) Nominal t Wilcoxon rank
sum
Numerik*) Ordinal Anova Kruskal Wallis
Numerik*) Numerik*) r Spearman
rank
Berpasangan
Nominal Nominal Mc Nemar -
Numerik*) Nominal Paired t Signed rank
test
*) Numerik = Interval & Rasio

Besar sampel untuk estimasi proporsi

 JIKA POPULASI DIKETAHUI
Z2 1-α/2 P (1-P) N
n = ------------------------------------------
d2 (N-1) + Z2 1-α P (1-P)

n = besar sampel
d = presisi (derajat ketepatan), biasa digunakan 5% - 15 %. Yang biasa digunakan 10%
Z = z score ditentukan berdasarkan derajat kepercayaan
P = proporsi penelitian sebelumnya (Ini diperoleh dari data sebelum di lokasi yang sama atau
berbeda, jika tidak diketahui, gunakan P = 0,5)
N = jumlah populasi

POPULASI TIDAK DIKETAHUI

Z2 1-α/2 P (1-P)
n = --------------------
d2

Besar sampel uji hipotesis beda proporsi 2 kelompok

2
( z1−α /2 √ 2 P̄(1− P̄ )+z 1−β √ P1(1−P1 )+P2(1−P 2 ))
n=
(P1 −P2 )2

• P1 dan P2 bergantung pada desain (didapat dari hasil penelitian terdahulu)

• n =Jumlah sampel untuk masing-masing kelompok
• P-hat = (P1+P2)/2
• P1-P2

Keluaran Total
Sebab
+ -
+ a b a+b
- c d c+d
Total a+c b+d a+b+c+d

• P1 = a/(a+b)
• P2 = c/(c+d)
UJI BEDA MEAN SATU SAMPEL
• Berdasarkan ada tidaknya nilai standar deviasi ada 2 :
UJI Z, jika σ diketahui
1. x-μ
z = -------------------
σ / n
• Jika σ tidak diketahui
x-μ
t = -------------------
Sd /  n
df = n - 1

• x = rata-rata data sampel

• μ = rata-rata data populasi
• σ = standar deviasi data populasi
• Sd = standar deviasi data sampel
• n = jumlah sampel yang diteliti

Pendekatan Probabilistik
p ≤ α : Ho ditolak
p > α : Ho diterima
Pendekatan probabilistik banyak digunakan ketika kita melakukan analisis dengan software
seperti SPSS, STATA dll
Pendekatan Klasik
Z hitung ≥ Z tabel : Ho ditolak
Z hitung < Z tabel : Ho diterima
Uji Beda Dua Mean Dependen (Uji T Dependen)
. d
T = -------------------
SD_d /  n
2

SD_d ¿
√
∑ ( dⅈ−d́ )
n−1

Uji Beda Dua Mean Independen (Uji T Independen)

Uji Homogenitas Varian

s 21
F= 2
s2

Uji Untuk Varian Sama

❏ Uji beda 2 mean dapat dilakukan dgn menggunakan uji Z atau uji T

❏ Uji Z → standar deviasi populasi (σ) diketahui dan jumlah sampel > 30. Namun, jika
kedua syarat tersebut tidak dapat terpenuhi maka dapat digunakan uji T (T-test).

❏ Untuk varian sama, rumus ujinya :

x́ 1−x́ 2
T=
SP (√ n11 )−( n12 )
2 ( n 1−1 ) s 21+(n 2−1)s 22
SP =
n1+n 2−2
df = n1+n2-2

Uji Untuk Varian Berbeda

❏ Analisisnya menggunakan uji T (T-Test) dengan varian berbeda.

 ❏ Untuk hitung df menggunakan rumus berikut :

ANOVA One Way

Tabel anova :
Sumber Varians Jumlah Kuadrat Derajat Bebas Rataan Kuadrat F hitung
Perlakuan Jumlah Kuadrat DBP = k-1 Rataan kuadrat RKP/RKG
 Perlakuan (JKP) perlakuan (RKP)
= JKP/DBP
Galat Jumlah Kuadrat DBG = k(n-1) Rataan kuadrat
Galat (JKG) galat (RKG) =
JKG/DBG
Total Jumlah Kuadrat DBT = nk-1
Total

Contoh :
A B C
5 9 3
4 7 5
8 8 2
6 6 3
3 9 7
Total = 85

Sebelum yij kuadrat sampai yij kuadrat Artinya semua data yang ada didalam tabel di kuadratkan
sedangkan TIJ2 adalah total semua dikuadratkan (jadi semua dijumlah dulu baru di kuadratin)
n itu jumlah baris (ada 5)
k itu jumlah kolom (ada 3)
Jadi seperti ini :
JKT = 52 + 42 ……+32 +72 – 852 / (5). (3)
Kemudian ada JKP
Jadi total setiap perlalukan dikuadratkan
Jadinya seperti ini :
262+392+202 / 5 - 852 / (5). (3)

Kemudian ada JKG jumlah kuadrat galat :

Jadinya seperti ini

Nilai dari Derajat Bebas Perlakuan digunakan untuk memperhatikan :

Sedangkan Derajat Bebas Galat untuk memperhatikan :

Kemudian, ada ini :

Analisis Korelasi & Regresi sederhana
(cara manual)
Periode Penjualan (dalam juta Rp) Biaya Iklan (dalam juta Rp)
Oktober 2018 45 2
November 2018 55 3.5
Desember 2018 50 3
Januari 2019 65 4.5
Februari 2019 50 4
Maret 2019 55 4.5
April 2019 60 5
Mei 2019 70 7
Juni 2019 65 6

Persamaan Regresi :
Persamaan garis regresi :
Y=a+bX
Y = variabel dependen
a = konstanta
b = koefisien variabel X
X = variabel independen
Jika biaya iklan 9 juta penjualan brp?
Hitung koef korelasi dan koef determinasi
Standar error of estimate
Biaya Iklan (X) Penjualan (Y) XY X2 Y2
2 45 90 4 2025
3.5 55 192.5 12.25 3025
3 50 150 9 2500
4.5 65 292.5 20.25 4225
4 50 200 16 2500
4.5 55 247.5 20.25 3025
5 60 300 25 3600
7 70 490 49 4900
6 65 390 36 4225
39.5 515 2452.5 191.75 30025
UJI CHI SQUARE (pakai tabel C
CONTOH :
Terjual 120 kartu dengan rincian sebagai berikut :
Pemain Messi Ronaldo Sneidjer Torres Xavi Gerrard
Kartu 13 33 14 7 36 17
Terjual

Pastikan semua syarat sudah terpenuhi

Dapat hasil :

H0 ditolak karena X2 hitung > X2 Tabel, jadi penjual dipengaruhi popularitas pemain.