Diajukan untuk memenuhi tugas mata kuliah Statistika Terapan yang diampu
oleh:
Disusun oleh:
Aditya Nur Ilyasa 1905231
1
BAB II
PEMBAHASAN
A. Pengertian Hipotesis
Setelah masalah dirumuskan, maka langkah berikutnya ialah merumuskan
hipotesis. Apakah hipotesis itu? ada banyak definisi hipotesis yang pada
hakekatnya mengacu pada pengertian yang sama. Diantaranya ialah hipotesis
adalah jawaban sementara terhadap masalah yang sedang diteliti, sampai
terbukti melalui data yang terkumpul.
Dari arti katanya hipotesis memang berasal dari dua penggalan kata,
“hypo” yang artinya “dibawah” dan “thesa” yang artinya “kebenaran”. Jadi
hipotesis yang kemudian cara menulisnya disesuaikan dengan Ejaan Bahasa
Indonesia menjadi hipotesa dan berkembang menjadi hipotesis. Menurut Prof.
Dr. S. Nasution definisi hipotesis ialah “pernyataan tentatif yang merupakan
dugaan mengenai apa saja yang sedang kita amati dalam usaha untuk
memahaminya”.
Hipotesis merupakan jawaban sementara terhadap rumusan masalah
penelitian, dimana rumusan masalah penelitian telah dinyatakan dalam bentuk
kalimat pertanyaan. Dikatakan sementara karena jawaban yang diberikan baru
didasarkan pada teori yang relevan, belum didasarkan pada fakta-fakta empiris
yang diperoleh melalui pengumpulan data. Jadi hipotesis juga dapat
dinyatakan sebagai jawaban teoritis terhadap rumusan masalah penelitian
belum jawaban yang empirik dengan data.
Penelitian yang merumuskan hipotesis adalah penelitian yang
menggunakan pendekatan kuantitatif. Pada penelitian kualitatif tidak
dirumuskan hipotesis tetapi justru diharapkan dapat ditemukan hipotesis.
Selanjutnya hipotesis tersebut akan diuji oleh peneliti dengan menggunakan
pendekatan kuantitatif.
2
Ada beberapa fungsi hipotesis dalam proses penelitian. Ashan,
menjelaskan beberapa fungsi hipotesis sebagai berikut:
1. Hipotesis merupakan solusi sementara mengenai suatu masalah dengan
beberapa kebenaran yang memungkinkan seorang peneliti untuk memulai
penelitian.
2. Hipotesis menawarkan dasar secara spesifik dalam membangun apa yang
harus dipelajari untuk memberikan solusi sebuah masalah.
3. Setiap hipotesis dapat mengakibatkan perumusan hipotesis yang lain.
4. Setiap hipotesis membantu peneliti dengan pernyataan yang dapat diuji
secara objektif, diterima atau ditolak dan mengantarkan peneliti untuk
menafsirkan hasil dan menarik kesimpulan yang berhubungan dengan
tujuan awal.
George J. Mouley menyatakan bahwa perumusan hipotesis memiliki
tujuan-tujuan sebagai berikut:
1. Hipotesis memberikan arahan dalam penelitian yang berguna untuk
mencegah kajian literatur dan pengumpulan data yang tidak relevan.
2. Hipotesis menambah kepekaan peneliti mengenai apek-aspek tertentu dari
situasi yang tidak relevan dari sudut pandang masalah yang dihadapi.
3. Hipotesis memungkinkan peneliti untuk memahami masalah yang diteliti
dengan lebih jelas.
4. Hipotesis digunakan sebagai sebuah kerangka untuk meyakinkan peneliti.
5. Jenis – Jenis Hipotesis
Hipotesis merupakan suatu pernyataan yang tinggi kedudukannya dalam
penelitian. Oleh karena itulah, maka dari peneliti dituntut kemampuannya
untuk dapat merumuskan hipotesis ini dengan jelas. Seorang ahli bernama
Borg yang dibantu temannya Gall mengajukan adanya pernyataan untuk ibu
tesis sebagai berikut:
1. Hipotesis harus dirumuskan dengan singkat tetapi jelas.
2. Hipotesis harus dengan nyata menunjukkan adanya hubungan antara dua
atau lebih variabel.
3. Hipotesis harus didukung oleh teori-teori yang dikemukakan oleh para ahli
atau hasil penelitian yang relevan.
3
Ada dua jenis hipotesis yang digunakan dalam penelitian:
1. Hipotesis kerja atau disebut hipotesis alternatif, disingkat Ha. Hipotesis
kerja menyatakan adanya hubungan antara variabel X dan Y, atau adanya
perbedaan antara dua kelompok.
Rumusan hipotesis kerja:
a. Jika………………..………..maka…….…………………..
Contoh: Jika orang makan, banyak maka berat badannya akan naik.
b. Ada perbedaan antara………………..dan…………………
Contoh: Ada perbedaan antara penduduk kota dan penduduk desa
dalam cara berpakaian.
c. Ada pengaruh………………....terhadap…………………..
Contoh: Ada pengaruh makanan terhadap berat badan.
2. Hipotesis nol (null hypotheses) disingkat Ho. Hipotesis nol sering juga
disebut hipotesis statistik,karena biasanya dipakai dalam penelitian yang
bersifat statistik, yaitu diuji dengan perhitungan statistik. Hipotesis nol
menyatakan tidak adanya perbedaan antara dua variabel atau tidak adanya
pengaruh variabel X terhadap variabel Y. Pemberian nama “hipotesis nol”
atau “hipotesis nihil” dapat dimengerti dengan mudah karena tidak ada
perbedaan antara dua variabel. Dengan kata lain, selisih variabel pertama
dengan variabel kedua adalah nol atau nihil.
Rumusan hipotesis nol:
a. Tidak ada perbedaan antara….……….dengan………….....
Contoh: Tidak ada perbedaan antara mahasiswa tingkat 1 dan
mahasiswa tingkat 2 dalam disiplin kuliah.
b. Tidak ada pengaruh……………….terhadap………………
Contoh: Tidak ada pengaruh jarak dari rumah ke sekolah terhadap
kerajinan mengikuti kuliah.
4
mandiri), komparatif (perbandingan), dan asosiatif (hubungan). Oleh karena
itu, maka bentuk hipotesis penelitian juga ada tiga yaitu hipotesis deskriptif,
komparatif, dan asosiatif.
5. Hipotesis Deskriptif
Hipotesis deskriptif merupakan jawaban sementara terhadap
masalah deskriptif yaitu berkenaan dengan variabel mandiri.
Contoh:
a. Rumusan masalah deskriptif
Berapa lama daya tahan berdiri karyawan toko lulusan SMK ?
b. Hipotesis deskriptif
Daya tahan berdiri karyawan toko lulusan SMK sama dengan 6
jam/hari (Ho). Ini merupakan hipotesis nol, karena daya tahan berdiri
karyawan lulusan SMK yang ada pada sampel diharapkan tidak
berbeda secara signifikan dengan daya tahan yang ada pada populasi.
(Angka 6 jam/hari merupakan angka hasil pengamatan sementara).
Hipotesis alternatif nya adalah : Daya tahan karyawan toko lulusan
SMK tidak ≠ 6 jam. “Tidak sama dengan” ini bisa berarti lebih besar
atau lebih kecil dari 6 jam.
c. Hipotesis statistic
Ho : μ = 6 jam/hari
Ha : μ ≠ 6 jam/hari
μ : Adalah nilai rata-rata populasi yang dihipotesiskan (ditaksirkan
melalui sampel)
6. Hipotesis Komparatif
Hipotesis komparatif merupakan jawaban sementara terhadap
rumusan masalah komparatif. Pada rumusan ini variabelnya sama tetapi
populasi atau sampelnya berbeda, atau keadaan itu terjadi pada waktu
yang berbeda.
Contoh:
a. Rumusan masalah komparatif
Bagaimanakah prestasi belajar mahasiswa Perguruan Tinggi X bila
dibandingkan dengan Perguruan Tinggi Y ?
5
b. Hipotesis komparatif
Berdasarkan rumusan masalah komparatif tersebut dapat dikemukakan
tiga model hipotesis nol dan alternatif sebagai berikut:
Hipotesis nol:
1) Ho : Tidak terdapat perbedaan prestasi belajar mahasiswa
Perguruan Tinggi X dengan Perguruan Tinggi Y; atau terdapat
persamaan prestasi belajar antara mahasiswa Perguruan Tinggi X
dan Y.
2) Ho : Prestasi belajar mahasiswa Perguruan Tinggi X lebih besar
atau sama dengan (≥) Perguruan Tinggi Y (“lebih besar atau sama
dengan)” = paling sedikit).
3) Ho : Prestasi belajar mahasiswa Perguruan Tinggi X lebih kecil
atau sama dengan (≤) Perguruan Tinggi Y (“lebih kecil atau sama
dengan)” = paling besar).
Hipotesis alternatif:
1) Ha : Prestasi belajar mahasiswa Perguruan Tinggi X lebih besar
(atau lebih kecil) dari Perguruan Tinggi Y.
2) Ha : Prestasi belajar mahasiswa Perguruan Tinggi X lebih kecil
dari pada Perguruan Tinggi Y. (<)
3) Ha : Prestasi belajar mahasiswa Perguruan Tinggi X lebih brsar
dari pada Perguruan Tinggi Y. (>)
c. Hipotesis Statistik
1) Ho : μ1 = μ2
Ha : μ1 ≠ μ2
2) Ho : μ1 ≥ μ2
Ha : μ1 < μ2
3) Ho : μ1 ≤ μ2
Ha : μ1 > μ2
μ1 = rata-rata (populasi) produktifitas mahasiswa PT. X
μ2 = rata-rata (populasi) produktifitas mahasiswa PT. Y
6
7. Hipotesis Asosiatif
Hipotesis asosiatif adalah jawaban sementara terhadap rumusan
masalah asosiatif, yaitu yang menanyakan hubungan anatara dua variabel
atau lebih.
a. Rumusan masalah asosiatif
Adakah hubungan yang positif dan signifikan antara
kepemimpinan kepala sekolah dengan iklim kerja sekolah.
b. Hipotesis penelitian
Terdapat hubungan yang positif dan signifikan antara
kepemimpinan kepala sekolah dengan iklim kerja sekolah.
c. Hipotesis statistic
Ho : ρ = 0 ---- 0 berarti tidak ada hubungan.
Ha : ρ ≠ 0 ---- “tidak sama dengan nol” berarti lebih besar atau
kurang (-) dari nol berarti ada hubungan.
ρ = nilai korelasi dalam formulasi yang dihipotesiskan.
7
merupakan pernyataan lebih besar, maka arah penolakannya adalah ke kanan,
yaitu menolak H0 apabila nilai statistik uji yang diperoleh lebih besar dari
ambang kritis yang ditetapkan. Sedangkan apabila hipotesis tandingannya
merupakan pernyataan lebih kecil, maka arah penolakannya adalah ke kiri,
yaitu menolak H0 apabila nilai statistik ujinya lebih kecil dari nilai kritis yang
ditetapkan
Pengujian satu sisi (one tail) digunakan jika parameter populasi dalam
hipotesis dinyatakan lebih besar atau sama dengan (≥) atau lebih kecil (˂). Uji
satu pihak ada dua macam yaitu uji pihak kiri dan uji pihak kanan. Jenis uji
mana yang akan digunakan tergantung pada bunyi kalimat hipotesis.
1. Uji Pihak Kiri
Uji pihak kiri digunakan apabila : hipotesis nol (H o) berbunyi “lebih
besar atau sama dengan (≥)” dan hipotesis
alternatifnya (H1) berbunyi “lebih kecil.”
Contoh rumusan hipotesis:
Hipotesis nol : Daya tahan lampu merk A paling sedikit 400 jam (lebih
besar atau sama dengan (≥) 400 jam);
Hipotesis alternatif : Daya tahan lampu merk A lebih kecil dari (˂) 400 jam
Atau dapat ditulis singkat: H0 : µ0 ≥ 400 jam H1 : µ0 < 400 jam
Uji pihak kiri dapat digambarkan sebagai berikut :
Dalam uji pihak kiri ini berlaku ketentuan, bila nilai statistik uji
jatuh pada daerah penerimaan H0 yang berarti nilai statistik uji lebih besar
atau sama dengan (≥) dari harga kritis tabel, maka H0 diterima dan H1
ditolak.
8
2. Uji Pihak Kanan
Uji pihak kanan digunakan apabila hipotesis nol (H 0) berbunyi “lebih
kecil atau sama dengan (≤)” dan hipotesis alternatifnya (H1) berbunyi
“lebih besar (˃)”.
Contoh rumusan hipotesis:
H0 : pedagang buah paling besar bisa menjual buah jeruk 100kg tiap hari.
H1 : pedagang buah dapat menjual buah jeruknya lebih dari 100kg tiap
hari. Atau dapat ditulis singkat :
H0 : µo ≤ 100kg/hari
H1 : µo > 100kg/hari
Uji pihak kanan dapat digambarkan seperti gambar 5.3 berikut:
Dalam uji dua pihak ini berlaku ketentuan bahwa, bila harga nilai statistik
uji lebih kecil atau sama dengan (≤) harga nilai tabel, maka H0 diterima dan
H1 ditolak.
9
H0: Daya tahan berdiri pelayan toko tiap hari = 8 jm
H1: Daya tahan berdiri pelayan toko tiap hari ≠ 8 jam
Bila ditulis lebih ringkas
H0 : µ = 8 jam
H1 : µ ≠ 8 jam
Uji dua pihak dapat digambarkan seperti gambar berikut :
10
Sebagaimana diungkapkan pada paket sebelumnya, secara umum, ada 4 jenis
kesimpulan yang bisa diambil dari uji hipotesis, yaitu:
1. Menolak H0 padahal H0 benar yang biasanya dinamakan kesalahan jenis I
atau α
2. Menerima H0 dan H0 benar
3. Menerima H0 padahal H0 salah, yang bisanya dinamakan kesalahan jenis
II atau β
4. Menolak H0 dan H0 salah
Kedua jenis kesalahan inilah yang ingin dihindari atau
diminimalisir dalam suatu penelitian. Melalui suatu penelitian yang benar
dan tepat dan analisis data yang tepat pula, kedua jenis kesalahan di atas
dapat diminimalisasikan. Adapun tahap-tahap dalam melakukan uji
hipotesis secara statistik, yaitu
11
Berdasarkan keterangan di atas, uji hipotesis digunakan untuk membuktikan
kebenaran salah satu diantara H0 dan H1 terhadap nilai parameter populasi.
Artinya jika statistik uji yang diperoleh dari data mendukung H 0, maka kita
menerima H0 dan menolak H1, sebaliknya, jika
- Tolak Ho, jika nilai statistik uji pada level α jatuh didaerah penolakan
- Gagal menolak Ho, jika nilai statistik uji pada level α tidak jatuh
didaerah penolakan
Untuk memperoleh kesimpulan yang benar, perlu disusun suatu kaidah
pengambilan kesimpulan. Dalam penyusunan suatu kaidah pengambilan
kesimpulan, pertama-tama dilakukan dengan menyusun anggapan
sementara yang disebut hipotesis nol, yang disimbulkan H0.
Untuk menguji kebenaran H0 di atas, perlu dipertanyakan apakah hasil
pengamatan contoh dapat menunjang anggapan sementara tersebut atau
tidak. Hipotesa tandingan dari H0 adalah H1 atau Ha, misalnya dapat
dirumuskan sebagai berikut
12
Statistik uji tersebut mendukung H1, maka kita menerima H1 dan
menolak H01.
Contoh :
1. Apakah rata-rata lama belajar mahasiswa PMT = 4 jam/hari?
H0 : Lama belajar mahasiswa PMT = 4 jam/hari
H1 : Lama belajar mahasiswa PMT ≠ 4 jam/hari
2. Apakah nilai rata-rata UN SMA X tahun 2013 bisa mencapai angka 75?
H0 : nilai rata-rata UN SMA X tahun 2013 = 75
H1 : nilai rata-rata UN SMA X tahun 2013 ≠ 75
Dalam pengambilan keputusan atau kesimpulan uji hipotesis biasanya
didominasi oleh 2 jenis kesalahan yaitu kelahan jenis I dan II. Oleh karena itu
agar pengambilan keputusan dalam uji hipotesis memperoleh hasil dengan
benar, maka uji hipotesis itu harus dibuat sedemikian rupa sehingga diperoleh
kesalahan pengambilan keputusan seminimal mungkin. Hal ini tidak mudah,
karena untuk beberapa sampel tertentu, suatu usaha untuk mengurangi satu
jenis kesalahan pada umumnya diikuti dengan penambahan kesalahan jenis
lainnya. Namun dengan penelitian yang benar, tepat dan analisis data yang
tepat dan cermat, kedua jenis kesalahan tersebut dapat diminimalisir.
Dalam praktiknya, taraf nyata sebesar 0,05 atau 0,01 adalah lazim,
meskipun kadang dipakai nilai-nilai yang lain. Apabila misalnya dalam uji
hipotesis ditentukan taraf nyata sebesar 0,05 atau 5%, maka hal ini berarti
bahwa kesempatan untuk menolak hipotesis yang seharusnya diterima adalah 5
dibanding 100 dan 95 persen yakin telah membuat keputusan yang benar.
Dengan demikian hipotesis ditolak dengan taraf nyata 0,05 yang artinya kita
dapat melakukan kesalahan dengan probabilitas 0,05.
13
Contoh uji hipotesis yang meliputi distribusi normal, sebuah penarikan
sampel dari S pada suatu hipotesis tertentu merupakan distribusi normal
dengan nilai tengah µs dan deviasi standar σ. Oleh karena itu distribusi
14
x−μ0
t=
s/√n
Kriteria Uji
Terima H 0 Jika −t ¿¿
Tolak untuk nilai lainnya
G. Uji Rata – Rata u : Satu Pihak
Pasangan hipotesisnya
H 0 :μ=μ0
H 1 : μ> μ 0
H 0 :μ=μ0
H 1 : μ< μ 0
1) Jika σ diketahui :
Statistik Uji menggunakan
x−μ0
z=
σ /√n
Kriteria Uji : H 1 : μ< μ 0
Tolak H 0 Jika z ≥ z 0.5−α dalam hal lainnya H 0 diterima
Tolak H 0 Jika z ≤−z 0.5−α dalam hal lainnya H 0Diterima
2) Jika σ tidak diketahui
Statistik Uji menggunakan
x−μ0
t=
s/√n
Kriteria Uji : H 1 : μ> μ 0
H 1 : μ< μ 0
15
x
−π 0
n
Rumus Statistik : z=
π 0 (1−π 0 )
√ n
Kriteria : Terima H jika −z(1−α )/2 < z < z(1−α )/ 2 Tolak
jika H Sebaliknya
I. Uji Rata – Rata π : Satu Pihak
1. Uji Pihak Kanan
Rumus Umum : H :π ≤ π 0
A : π ¿ π0
J. Menguji Varians
1. Pengertian Varians
Analisis varians (Analysis of Varians, selanjutnya disingkat
ANOVA) adalah suatu metode statistik inferensial yang digunakan
melakukan uji perbedaan rata-rata dari k populasi, dimana k > 2. Jika
hanya ada dua populasi, maka pengujian yang digunakan cukup
memakai uji t. tetapi jika yang diuji lebih dari dua populasi, maka
pemakaian uji-t dibutuhkan beberapa kali.
Sebagai contoh, jika kita menguji perbedaan antara tiga kelompok,
kita mungkin mencoba melakukan pengujian t-test antara setiap
pasangan kelompok dengan menguji tiga hubungan yaitu:
1. Kelompok 1 vs kelompok 2
16
2. Kelompok 1 vs kelompok 3, dan
3. Kelompok 2 vs kelompok 3.
17
alpha. Untuk ANOVA kesalahan tipe I disebut dengan experiment wise
alpha level yang besarnya:
1 – (1 – α ¿ N
N: Merupakan banyaknya tes jika menggunakan t tes (dilakukan satu
per satu)
Misalnya:
Untuk pengujian perbedaan rata-rata dari 5 kelompok sampel. Jika
diambil alpha sebesar 0,05 Maka dengan penggunaan t tes besarnya
risiko kesalahan tipe I untuk sekali pengujian adalah 0,05 dan untuk 10
kali pengujian berarti menanggung kesalahan tipe I sebesar 0,50.
Apabila kita menggunakan ANOVA kesalahan tipe I yang harus
ditanggung adalah:
1 – (1 – 0,05)10 = 0,40
Mengapa N berjumblah 10 untuk 5 kelompok sampel? Untuk menjawab
pertanyaan tersebut marilah kita telusuri satu per satu pengujian yang
dilakukan dengan t tes.
μ1 = μ 2 μ 2=μ 4
μ 1=μ 3 μ 2=μ 5
μ 1=μ 4 μ 3=μ 4
μ 1=μ 5 μ 3=μ 5
μ 2=μ 3 μ 4=μ 5
Dengan menggunakan gabungan alpha (karena pengujian bersama)
maka risiko kesalahan tipe I semakin kecil. Ini berarti bahwa pengujian
bersama lebih baik dari pada pengujian satu persatu (ingat semakin
kecil kesalahan yang harus ditanggung dalam pengambilan keputusan,
maka semakin baik keputusan yang diambil).
Melalui perbandingan sederhana diatas dapat diambil suatu pengertian
bahwa ANOVA adalah teknik analisis statistik yang dapat memberi
jawaban atas ada tidaknya perbedaan skor pada masing-masing
kelompok (khususnya untuk kelompok yang banyak), dengan suatu
risiko kesalahan yang sekecil mungkin. Disamping ANOVA
mempunyai kemampuan memebedakan antar banyak kelompok dengan
18
risiko kesalahan yang kecil, juga dapat memberi informasi tentang ada
tidaknya interaksi antar variabel bebas sehubungan dengan pengukuran
terhadap variabel terikat. Oleh karena perbedaan yang merupakan
sasaran utama dalam analisis ANOVA maka data kategorikal untuk
variabel bebas merupakan kondisi yang sesuai. Jika variabel bebas
berdistribusi kontinum atau berskala interval maupun ratio, maka
langkah awal yang harus dilakukan peneliti adalah mengubah data
tersebut menjadi kategorikal. Walaupun langkah ini mengandung risiko
pengelompokkan yang tidak adil, tetapi dituntut untuk dilakukan.
Hipotesis dalam ANOVA akan membandingkan rata-rata dari beberapa
populasi yang diwakili oleh beberapa kelompok sampel secara bersama,
sehingga hipotesis matematikanya (untuk 5 kelompok) adalah:
H0 : μ 1=μ 2=μ 3=μ 4=μ 5
H1 : Salah satu μ tidak sama.
Bunyi hipotesis alternatif seperti tersebut diatas, merupakan hipotesis
yang fleksibel, karena tidak menyebutkan secara pasti μmana yang
berbeda dengan yang lainnya. Hal ini mempunyai arti bahwa μmana
yang tidak sama bukan merupakan masalah dalam penolakan hipotesis
nol.
Langkah analisis pasca ANOVA:
1. Hitung Tukey’s HSD dengan rumus 9.12.
MS w
HSD = q
√ n
Keterangan:
n adalah banyak sampel per kelompok.
q adalah the studenzed range statistic, yang dapat dilihat dalamtabel
yang sudah disusun, dengan memakai dasar alpha (α), k dan dk.
k adalah banyak kelompok.
dk adalah N-K.
2. Cari perbedaan rata-rata antar kelompok, dan untuk mempermudah
dalam menginterprestasikan perlu disusun dalam satu tabel khusus.
19
3. Interprestasikan nilai HSD yaitu dengan jalan membandingkan
perbedaan rata-rata antar kelompok dengan hasil perhitungan.
Berdasarkan tabel diatas kita dapat berbicara banyak tentang hasil
penelitian tersebut.
Asumsi dalam ANOVA pengukuran ulang:
1. Sampel diambil secara acak (random).
2. Distribusi populasi untuk setiap kelompok adalah normal.
3. Variance distribusi populasi untuk masing – masing kelompok
homogen.
Covariance homogen, ini berarti bahwa setiap subjek relatif tetap pada
posisinya.
Analisis varians satu arah biasanya digunakan untuk menguji rata-
rata/pengaruh perlakuan dari suatu percobaan yang menggunakan satu
faktor, dimana satu faktor tersebut memiliki tiga atau lebih level.
Disebut satu arah karena peneliti dalam penelitiannya hanya
berkepentingan dengan satu faktor saja.
Data hasil percobaan dalan ANOVA satu arah setidak-tidaknya bertipe
interval. Beberapa asumsi yang harus dipebuhi dalam melakukan
analisis ANOVA satu arah adalah error menyebar normal dengan rata-
rata nol dan varians konstan, tidak terjadi autokorelasi pada error dan
varians populasi homogen.
Dalam ANOVA satu arah, sampel dibagi menjadi beberapa kategori dan
ulangan. Kolom sebagai kategori dan baris sebagai ulangan/replikasi.
20
Tabel ANOVA-nya disajikan sebagai berikut:
Sumber Ftab
df SS MSS Fhit
Variasi 5% 1%
Antara
SStr
Treatmen k-1 SSTr MSSTr =
k−1
t MSSTr
MSSE = MSSE F0,05;k-1,k(n-1) F0,01;k-1;k(n-1)
Dalam
treatment k(n-1) SSE SSE
(Error) k (n−1)
Total nk-1 SST - - - -
Tabel ini memuat kolom-kolom sebagai berikut:
df2/df1 1 2 3 4 5
2 98.503 99.000 99.166 99.249 99.299
3 34.116 30.817 29.457 28.710 28.237
4 21.198 18.000 16.694 15.977 15.522
5 16.258 13.274 12.060 11.392 10.967
6 13.745 10.925 9.780 9.148 8.746
7 12.246 9.547 8.451 7.847 7.460
8 11.259 8.649 7.591 7.006 6.632
9 10.561 8.022 6.990 6.422 6.057
10 10.044 7.559 6.552 5.994 5.636
11 9.646 7.206 6.217 5.668 5.316
12 9.330 6.927 5.953 5.412 5.064
13 9.074 6.701 5.739 5.202 4.862
14 8.862 6.515 5.564 5.035 4.695
15 8.683 6.359 5.417 4.893 4.556
16 8.531 6.226 5.292 4.773 4.437
17 8.400 6.112 5.185 4.669 4.336
21
18 8.285 6.013 5.092 4.579 4.248
19 8.185 5.926 5.010 4.500 4.171
20 8.096 5.849 4.938 4.431 4.103
21 8.017 5.780 4.874 4.369 4.042
22 7.945 5.719 4.817 4.313 3.988
23 7.887 5.664 4.765 4.264 3.939
24 7.823 5.614 4.718 4.218 3.895
25 7.770 5.568 4.675 4.177 3.855
Keterangan:
k
1 G2
SSTr = ∑ T 2j -
n j=1 nk
k n
2 G2
SST = ∑ ∑ X ij -
j=1 i=1 nk
SSE = SST – SSTr
G= Grand Total menunjukkan total nxk pengamatan
k n
G = ∑ ∑ X ij
j=1 i=1
22
banyak variabel bebas. Bahkan, semakin banyak variabel bebas akan
semakin teliti dan semakin baik penelitian tersebut. Tentunya, dengan
semakin banyak variabel yang akan diungkapkan, semakin banyak
risikonya, diantaranya: sukar dalam menetapkan sampel, sukar
melakukan kontrol, sukar menganalisis, sukar menginterpretasikan, dan
lain – lain kesukaran, disamping membutuhkan waktu dan biaya
banyak.
Apabila design yang dikembangkan untuk mencari atau tidaknya
perbedaan dari dua variabel bebas, dan masing – masing variabel bebas
dibagi dalam beberapa kelompok, maka design yang dikembangkan
tersebut sering disebut dengan two factorial design. Dalam kasus ini
peneliti akan menghadapi kelompok sebanyak hasil kali banyak
kelompok variabel bebas pertama dan banyak kelompok variabel bebas
kedua.
Perbandingan ANOVA Satu Arah dan Dua Arah
Analisis disini merupakan penyempurna variance satu arah.
Sebenarnya analisis variance satu arah dapat dipakai untuk
menghadapi kasus variabel bebas lebih dari satu. Hanya saja
terpaksa analisisnya dilakukan satu persatu, sehingga akan
menghadapi banyak kasus (N semakin banyak).
Dengan melakukan analisis of variance dua arah akan
dihindari pula terjadinya noise (suatu kemungkinan yang
menyatakan terdapat suatu efek karena bercampurnya suatu analisis
data). Noise ini dapat dihindari pada analisis of variance dua arah
kerana analisis disini melibatkan kontrol terhadapa perbedaan
(kategorikal) variabel bebas. Analisis of variance dua arah dapat
menyajikan bagaimana kondisi interaksi antara variabel bebas yang
satu dengan variabel bebas yang lainnya.
Interaksi merupakan suatu kebersamaan antar faktor dalam
mempengaruhi variabel bebas, dengan sendirinya pengaruh faktor-
faktor secara mandiri yang telah dihilangkan. Jika terdapat interaksi
berarti efek faktor satu terhadap variabel terikat akan mempunyai
23
garis yang tidak sejajar dengan efek faktor lain terhadap variabel
terikat sejajar (saling berpotong), maka antara faktor tidak
mempunyai interaksi.
Asumsi Dalam Variansi Dua Arah.
Ada beberapa asumsi yang dipakai dalam variansi dua arah:
a. Setiap skor dalam sel harus berdistribusi normal. Asumsi
ini dapat sedikit diabaikan jika sampel tiap sel cukup
banyak.
b. Variasi skor pada setiap sel hendaknya homogen atau sama.
c. Skor yang ada bebas dari pengaruh variabel yang tidak
diteliti. Hal ini bisa dicapai dengan mengambil sampel acak
dari populasi yang sudah diklasifikasikan sesuai dengan sel
yang ada. Disamping itu perlu dilakukan kontrol atas
terjadinya perembesan pengaruh faktor lain maupun antar
kelompok itu sendiri.
Seperti halnya variansi satu arah, variansi dua arah pun bisa
dilakukan untuk jumlah sampel yang tidak sama antara sel
yang satu dengan sel yang lainnya. Tetapi ANOVA dua arah
dengan jumlah sampel berbed, agak berbeda dengan uraian
diatas. Dalam kasus tersebut rata-rata hendaknya ditimbang,
sehingga pengaruh perbedaan jumlah sampel tidak
mempengaruhi hasil analisis.
ANOVA dua arah ini digunakan bila sumber keberagaman
yang terjadi tidak hanya karena satu faktor (perlakuan). Faktor
lain yang mungkin menjadi sumber keberagaman respon juga
harus diperhatikan. Faktor lain ini bisa berupa perlakuan lain
atau faktor yang sudah terkondisi. Pertimbangan memasukkan
faktor kedua sebagai sumber keberagaman ini perlu bila faktor
itu dikelompokkan (blok), sehingga keragaman antarkelompok
sangat besar, tetapi kecil dalam kelompoknya sendiri. Bila
disusun dalam bentuk tabel, maka tampilan tabel dua arah
adalah:
24
Populasi
Blok Total Ukuran
1 2 … K
1 X11 X12 … X2k B1 K1
2 X21 X22 … X2k B2 K2
… … … … … … …
R Xr1 Xr1 … X2k Br Kr
Total T1 T2 … Tk T
Ukuran n1 n2 … nk N
25
K. Contoh Soal
1. Contoh uji pihak kiri :
Suatu perusahaan lampu pijar merk Laser, menyatakan bahwa
daya tahan lampu yang dibuat paling sedikit 400 jam. Berdasarkan
pernyataan produsen tersebut, maka lembaga konsumen akan melakukan
pengujian, apakah daya tahan lampu itu betul 400 jam atau tidak, sebab
ada keluhan dari masyarakat yang menyatakan bahwa lampu pija merk
Laser tersebut cepat putus. Untuk membuktikan pernyataan produsen
lampu pijar tersebut, maka dilakukan penelitian melalui uji coba terhadap
daya tahan 25 lampu yang diambil secara random. Dari uji coba diperoleh
data tentang daya tahan 25 lampu sebagai berikut :
450 390 400 480 500 380 350 400 340 300 300 345 375
425 400 425 390 340 350 360 300 200 300 250 400
Ho : µ0 ≥ 400 jam
26
jeruk tiap hari paling banyak dapat menjual 100kg jeruk kepada
konsumen.Berdasarkan hipotesis tersebut, maka telah dilakukan
pengumpulan data terhadap 20 pedagang jeruk. Pengambilan sampel 20
pedagang jeruk dilakukan secara random. Data dari 20 pedagang
diberikan data sebagai berikut :
98 80 120 90 70 100 60 85 95 100 70 95 90 85 75 90 70 90 60 110
Hipotesis statistik untuk uji pihak kanan dapat dirumuskan sebagai
berikut :
H0 : µo ≤ 100kg/hari
H1 : µo > 100kg/hari
Jika nilai statistik uji ternyata jatuh pada daerah penerimaan H0. Dengan
demikian H0 diterima dan H1 ditolak.Jadi dapat disimpulkan bahwa
pedagang jeruk setiap hari paling banyak hanya menjual 100kg adalah
betul.
3. Contoh uji dua pihak:
Telah dilakukan pengumpulan data untuk menguji hipotesis yang
menyatakan bahwa daya tahan berdiri pramuniaga (pelayan toko) di
Jakarta adalah 4 jam/hari. Berdasarkan sampel 31 orang yang diambil
secara random terhadap pelayan toko yang dimintai keterangan
masingmasing memberikan data sebagai berikut :
3234567853456678853456234563233
Untuk membuat keputusan apakah hipotesis itu terbukti atau tidak, maka
harus dicari terlebih dahulu harga nilai statistik uji kemudian
dibandingkan dengan harga tabel. Untuk melihat harga tabel, maka
didasarkan pada (dk) derajat kebebasan, yang besarnya adalah n – 1 dan
juga taraf kesalahan (α). Untuk uji dua pihak taraf kesalahannya adalah
27
Sebuah contoh acak terdiri dari 25 kotak yang dipilih dari produk
sebuah perusahaan pembuat makanan dalam kotak mempunyai rata-rata =
364 gram. Berdasarkan pengalaman diketahui bahwa populasi menyebar
normal dengan simpangan baku 15 gram. Dengan menggunakan taraf
nyata α = 0,05, ujilah suatu pendapat yang menyatakan bahwa rataan
berat kotak bahan makanan yang diproduksi perusahaan tersebut kurang
dari 368 gram!
Jawab :
1) Hipotesis
Ho : µ = 368
H1 : µ < 368
2) α = 0,05
3) Statistik uji
15
= -1,33
Kesimpulan Zhitung > Ztabel , atau Zhitung jatuh di luar wilayah kritis
maka tidak cukup bukti untuk menolah H0 atau terima H0. Dengan kata
lain rataan berat kotak bahan makanan yang diproduksi perusahaan
tersebut tidak kurang dari 368.
28
Jawab : Diketahui n = 100, = 61,8 dan s = 8
1) Hipotesis
H0 : µ = 60 H1: µ > 60
2) α = 5%
3) Statistik uji
thit = x−µ0 n
s
= 100
= 2,02
4) Kesimpulan: Karena thit > ttabel maka tidak tidak cukup bukti untuk
menerima H0 atau tolak H0 dengan kata lain usia penduduk Aceh tidak
sama dengan 60 tahun.
DAFTAR PUSTAKA
29
Irianto, Agus. 2004. Statistik: Konsep Dasar & Aplikasinya. Jakarta: Kencana.
( 24 Mei 2021 )
https://slideplayer.info/slide/3056426/ ( 26 Mei 2021 )
https://slidetodoc.com/uji-hipotesis-pendahuluan-hipotesis-adalah-asumsi-atau-
dugaan/ ( 26 Mei 2021 )
30