Tugas Modul 1 Kelompok 3 - Pengujian Hipotesis

STATISTIKA INDUSTRI II
MODUL V
PENGUJIAN HIPOTESIS
Disusun Oleh:
Kelompok III
Shinta Nuriah 202044500253
Satrio Aji Wicaksono 202044500529
Maulana Rakadewa P 202044500530
Achmad Akbar 202044500531
Abdul Malik 202044500570
Ahmad Fahrurrozi 202044500579
Yuri Sutrisno 202044500593
Andika Yuda Pratama 202144570007
PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS INDRAPRASTA PGRI
2021
LEMBAR PENGESAHAN
Kelompok I : 1. Shinta Nuriah 202044500253

2. Satrio Aji Wicaksono 202044500529
3. Maulana Rakadewa P 202044500530
4. Achmad Akbar 202044500531
5. Abdul Malik 202044500570
6. Ahmad Fahrurrazi 202044500579
7. Yuri Sutrisno 202044500593
8. Andika Yuda Pratama 202144570007
Program Studi : Teknik Industri
Fakultas : Teknik dan Ilmu Komputer
Modul : Pengujian Hipotesis
Penanggung Jawab I Penanggung Jawab II
(Nurul fadilah) (Dwi Nurnita Sari)
Koordinator Asisten Laboratorium Teknik Industri
(Muhammad Hafizh Nur Falih)
i
LEMBAR PENILAIAN
MODUL V
STATISKA INDUSTRI II
PENGUJIAN HIPOTESIS
ISI LAPORAN NILAI
BAB I PENDAHULUAN
BAB II TINJAUAN PUSTAKA
BAB III METODOLOGI PENELITIAN
BAB IV PENGOLAHAN DATA DAN ANALISIS
BAB V SIMPULAN DAN SARAN
Total Nilai :
Jakarta, 13 Oktober 2021
Penanggung Jawab I
Nurul Fadilah
ii
LEMBAR ORISINALITAS
Yang bertanda tangan di bawah ini :

1. Shinta Nuriah 202044500253
4. Achmad Akbar 202044500531
5. Abdul Malik 202044500570
6. Ahmad Fahrurrozi 202044500579
Menyatakan bahwa laporan modul ini adalah benar-benar pekerjaan kami sendiri.
Bila terbukti tidak demikian, kami bersedia menerima segala konsekuensi yang
telah disepakati, yaitu nilai praktikum pengujian hipotesis mendapat nilai E.
Tim Penyusun
Satrio Aji
Shinta Nuriah Wicaksono Maulana Rakadewa P Achmad Akbar
Ahmad Andika Yuda

Abdul Malik Fahrurrozi Yuri Sutrisno Pratama
iii
ABSTRAK
A. 1. Shinta Nuriah 202044500253

4. Achmad Akbar 202044500531
5. Abdul Malik 202044500570
6. Ahmad Fahrurrozi 202044500579
Pengujian Hipotesis: Statistika Industri II ; Program Studi Teknik Industri; Fakultas Teknik
dan Ilmu Komputer; Universitas Indraprasta PGRI.
B. Vi + 5 BAB + 60 halaman
C. Kata Kunci: Pengujian Hipotesis, Uji Chi-Square, Uji Anova, Uji Anova Manual.
D. Hipotesis adalah cabang Ilmu Statistika Inferensial yang dipergunakan untuk menguji
kebenaran suatu pernyataan secara statistik dan menarik kesimpulan apakah menerima atau
menolak pernyataan tersebut. Data yang diambil berkaitan dengan Nomor Pokok
Mahasiswa, Indeks Prestasi Mahasiswa dan Status Pekerjaan saat ini pada kelas C dan G
pagi serta kelas malam C dan G Teknik Industri Universitas Unindra. Secara ringkas data
yang diperoleh yaitu 33 Mahasiswa kelas C pagi, 36 Mahasiswa kelas G pagi, 37
Mahasiswa kelas C malam, dan 32 Mahasiswa kelas G malam. Dalam penelitian ini
pengolahan datanya digunakan software microsoft excell dan aplikasi SPSS dalam proses
pengolahan datanya. Proses pengolahan datanya adalah dengan melakukan uji satu sampel,
uji dua sampel, uji Chi-square, uji anova, dan uji anova manual. Pada pengolahan data
tersebut maka didapatkan hasil: Uji satu sampel kelas C pagi (3.455), G pagi (3.276) kelas
C malam (3.421), kelas G malam (3.309). Hasil uji chi-square: Kelas C pagi dan malam
(Ho diterima), kelas G pagi dan malam (Ho diterima). Hasil Uji Anova: Kelas gabungan
semua kelas (Ho diterima). Hasil Uji Anova Manual: Hasil dari kelas gabungannya
(ditolak). Tujuannya pembuatan modul ini adalah untuk mengtahui berapa indeks prestasi
mahasiwa teknik industri unindra dan juga untuk mengetahui langkah-langkah pengujian
hipotesis untuk bahan belajar dikemudian hari.
E. Daftar pustaka : 1. Buku 2 buah
2. Jurnal 2 buah
F. Penanggung Jawab : 1. Nurul Fadilah (Penanggung Jawab I)
2. Dwi Nurnita Sari (Penanggung Jawab II)
iv
KATA PENGANTAR
Puji syukur ke hadirat Tuhan Yang Maha Esa. Atas rahmad dan hidayah-
Nya, penulis dapat menyelesaikan tugas modul pertam kami yang berjudul
“Pengujian Hipotesis” dengan tepat waktu. Tidak lupa kami juga mengucapkan
terimakasih kepada Dwi Nurnita Sari selaku penanggung jawab kelompok 3 yang
telah membimbing dan membantu kami dalam proses penyusunan modul ini.
Modul ini disusun untuk memenuhi tugas Mata Kuliah Statiska Industri II.
Selain itu, moudul ini bertujuan untuk memiliki kompetensi dalam uji statiska bagi
pembaca dan penulis.
Penulis menyadari makalah ini masih jauh dari sempurna. Oleh sebab itu,
saran dan kritik yang membangun diharapkan demi kesempurnaan makalah ini.
Kelompok 3
v
DAFTAR ISI
LEMBAR PENGESAHAN ............................................................................... i
LEMBAR PENILAIAN .................................................................................... ii
LEMBAR ORISINALITAS ............................................................................iii
ABSTRAK ........................................................................................................ iv
KATA PENGANTAR ....................................................................................... v
DAFTAR ISI ..................................................................................................... vi
DAFTAR TABEL ........................................................................................... vii
DAFTAR GAMBAR ......................................................................................... x
DAFAR LAMPIRAN ...................................................................................... xii
BAB I PENDAHULUAN ....................................................................................
A. Latar Belakang .................................................................................. 1
B. Identitas Masalah .............................................................................. 2
C. Batasan Masalah................................................................................ 2
D. Rumusan Masalah ............................................................................. 2
E. Tujuan Penulisan ............................................................................... 2
F. Sistematika Penulisan ....................................................................... 2
BAB II TINJAUAN PUSTAKA.........................................................................
A. Kajian Pustaka .................................................................................... 4
B. Kerangka Berfikir ............................................................................... 8
C. Penelitian Yang Relavan .................................................................... 9
vi
BAB III METODOLOGI PENELITIAN .........................................................
A. Waktu dan Tempat Penelitian ......................................................... 10
B. Metode Penelitian............................................................................ 10
C. Metode Pengumpulan Data ............................................................. 10
D. Teknik Analisis Data ....................................................................... 10
E. Flowchart Penalitian ....................................................................... 15
BAB IV PENGOLAHAN DATA DAN ANALISIS .........................................
A. Pengumpulan Data .......................................................................... 16
B. Pengolahan Data.............................................................................. 27
C. Analisis dan Pembahasan ................................................................ 38
BAB V SIMPULAN DAN SARAN ....................................................................
A. Simpulan ......................................................................................... 58
B. Saran ................................................................................................ 59
DAFTAR PUSTAKA
vii
DAFTAR TABEL
Tabel3.1 Giantt Penelitian ......................................................................... 11
Tabel3.2 Flow chart Pnelitian .................................................................... 13
Tabel 4.4 Data Uji Satu Sampel Kelas C Pagi…………………………….20
Tabel 4.5 Uji Normalitas Kelas C Pagi ....................................................... 22
Tabel 4.6 One Sample Test Kelas C Pagi.................................................... 24
Tabel 4.7 Data Kelas G Pagi ....................................................................... 27
Tabel 4.8 Uji Normalitas Kelas G Pagi ....................................................... 27
Tabel 4.9 One Sample Test Kelas G Pagi ................................................... 28
Tabel 4.10 Data Kelas C Malam ................................................................... 28
Tabel 4.11 Uji Normalitas Kelas C Malam ................................................... 29
Tabel 4.12 One Sample Test Kelas C Malam ............................................... 31
Tabel 4.13 Data Kelas G Malam .................................................................. 31
Tabel 4.14 Uji Normalitas Kelas G Malam ................................................. 32
Tabel 4.15 One Sample Test Kelas G Malam .............................................. 33
Tabel 4.16 Data Kelas C Pagi ...................................................................... 34
Tabel 4.17 Data Kelas C Malam .................................................................. 34
Tabel 4.18 Two Test Sample Kelas C Pagi dan Malam .............................. 35
Tabel 4.19 Data Kelas G Pagi ..................................................................... 35
Tabel 4.20 Data Kelas G Malam ................................................................. 36
Tabel 4.21 Two Sample Test Kelas I Pagi dan Malam ................................ 36
Tabel 4.22 Data Kelas C Pagi ..................................................................... 37
viii
Tabel 4.24 Two Sample Test Kelas C Pagi dan G Malam ........................... 38
Tabel 4.25 Data Kelas C Malam .................................................................. 39
Tabel 4.26 Data Kelas G Pagi ...................................................................... 40
Tabel 4.27 Two Sample Test Kelas C Malam dan G Pagi ........................... 41
Tabel 4.28 Data Kelas C Pagi dan Malam ................................................... 41
Tabel 4.29 Data Kelas C Pagi dan Malam ................................................... 42
Tabel 4.30 Tabulasi kelas C pagi dan Malam .............................................. 42
Tabel 4.31 Case Processing Summary Kelas C Pagi dan Malam ................ 42
Tabel 4.32 Status Pekerjaan Kelas C Pagi dan Malam ................................ 43
Tabel 4.33 Chi Square Kelas C Pagi dan Malam......................................... 43
Tabel 4.34 Data Kelas G Pagi dan Malam ................................................... 44
Tabel 4.35 Data Kelas G Pagi dan Malam ................................................... 44
Tabel 4.36 Tabulasi Data Kelas G Pagi dan Malam .................................... 45
Tabel 4.37 Case Processing Summary Kelas G Pagi dan Malam................ 46
Tabel 4.38 Status Pekerjaan Kelas G Pagi dan Malam ................................ 46
Tabel 4.39 Chi Square Kelas G Pagi dan Malam ........................................ 47
Tabel 4.40 Data Kelas Gabungan................................................................. 47
Tabel 4.41 Data Kelas Gabungan................................................................ 48
Tabel 4.44 Tabulasi Data Kelas Gabungan Pagi dan Malam...................... 50
Tabel 4.45 Case Processing Kelas Gabungan ............................................ 51
ix
Tabel 4.46 Status Pekerjaan Kelas Gabungan............................................. 52
Tabel 4.47 Chi Square Kelas Gabungan ..................................................... 53
Tabel 4.48 Data Kelas C Pagi ..................................................................... 53
Tabel 4.49 Data Kelas G Pagi ..................................................................... 54
Tabel 4.50 Data Kelas C Malam ................................................................. 54
Tabel 4.52 Gabungan tiap kelas .................................................................. 55
Tabel 4.53 Chi Square Kelas Gabungan ..................................................... 55
Tabel 4.54 Tabel Data ................................................................................. 56
Tabel 4.55 Tabel Bantuan ........................................................................... 57
Tabel 4.55 Tabel Anova .............................................................................. 57
x
DAFTAR GAMBAR
Gambar 4.1 Kurva Uji Satu sampel Kelas C Pagi ............................................33
Gambar 4.2 Kurva Uji Satu sampel Kelas G Pagi ............................................34
Gambar 4.3 Kurva Uji Satu sampel Kelas C Malam ........................................34
Gambar 4.4 Kurva Uji Satu sampel Kelas G Malam ........................................35
Gambar 4.5 Kurva Uji Dua Sampel Kelas C Pagi dan C Malam .....................35
Gambar 4.6 Kurva Uji Dua Sampel Kelas G Pagi dan G Malam .....................35
Gambar 4.7 Kurva Uji Dua Sampel Kelas C Pagi dan G Malam .....................36
Gambar 4.8 Kurva Uji Dua Sampel Kelas C Malam dan G Pagi .....................37
Gambar 4.9 Kurva Uji Dua Sampel Kelas C Pagi dan C Malam ....................38
Gambar 4.10 Kurva Uji Dua Sampel Kelas G Pagi dan G Malam ....................38
Gambar 4.11 Kurva Uji Dua Sampel Kelas C Pagi dan G Malam ....................38
Gambar 4.12 Kurva Uji Dua Sampel Kelas C Malam dan G Pagi ....................39
Gambar 4.13 Kurva Chi Square Kelas C Pagi dan Malam ................................39
Gambar 4.14 Kurva Chi Square Kelas G Pagi dan Malam ...............................40
xi
DAFTAR LAMPIRAN
Lampiran 1 Hidayat Muhammad Nur, Vadlya Maarif. (2019). “Pengujian
Hipotesis Penggunan Warna Cat Terhadap Harga Jual Mobil.”
Jurnal Evolusi, Volume 7, No 1, Jakarta: Sistem informasi,
Universitas Bin Sarana Informatika.
Lampiran 2 Yuliana Kurnia Ekasari. (2018). “Pengaruh Biaya
Pendidikan dan Kinerja Guru Terhadap Pencapaian Siswa
Analisis Deskriptif Pada Sma Negeri Di Kabupaten
Purwakarta.” Jurnal Ekonomi dan Bisnis, Volume 2, No. 1.
Purwakarta: STEIB Perdana Mandiri.
Lampiran 3 Tabel dan grafik Uji Satu sampel, Uji dua sampel, Uji Chi Square,
Uji anova dan Uji Anova Manual.
xii
BAB I
PENDAHULUAN
A. Latar Belakang
Pada kebanyakan penelitian, hipotesis memegang peran penting

sebagai petunjuk penelitian yang akan dilakukan. Jenis hipotesis akan
menentukan jenis alat analisis yang digunakan. Hipotesis adalah
pernyataan mengenai sesuatu yang akan dibuktikan kebenarannya lewat
penelitian untuk melakukan penelitian maka harus dilewati berbagai
tahapan. Hal ini sesuai dengan pengertian penelitian ilmiah itu sendiri yakni
menjawab masalah berdasarkan metode yang sistematis. Salah satu hal
penting yang dilakukan terutama dalam penelitian kuantitatif adalah
merumuskan hipotesis.
Hipotesis merupakan elemen penting dalam penelitian kuantitatif. Terdapat tiga
alasan utama yang mendukung pandangan ini, di antaranya: Pertama, Hipotesis dapat
dikatakan sebagai piranti kerja teori. Hipotesis ini dapat dilihat dari teori yang
digunakan untuk menjelaskan permasalahan yang akan diteliti. Misalnya, sebab dan
akibat dari konflik dapat dijelaskan melalui teori mengenai konflik. Kedua, Hipotesis
dapat diuji dan ditunjukkan kemungkinan benar atau tidak benar. Ketiga, hipotesis
adalah alat yang besar dayanya untuk memajukan pengetahuan karena membuat
ilmuwan dapat keluar dari dirinya sendiri. Artinya, hipotesis disusun dan diuji untuk
menunjukkan benar atau salahnya dengan cara terbebas dari nilai dan pendapat
peneliti yang menyusun dan mengujinya..
1
2
Data yang diambil berdasarkan data dari nilai ipk semester 2 pada kelas R3C
pagi, R3G pagi, S3C malam, S3G malam teknik industri universitas unindra dan
pegolahan data pada penelitian ini dengan metode uji one sample test, two sample test,
uji anova dan uji anova manual software yang digunakan pada penelitian kali ini
adalah software SPSS.
B. Identifikasi Masalah
Berikut Identifikasi masalah pada penelitian modul ini :
1. Belum diketahuinya hasil perhitungan dari data ipk kelas R3C pagi, R3G pagi,
S3C malem, S3G malem dengan cara one sampel test.
2. Belum diketahui nya hasil perhitungan data ipk kelas R3C pagi, R3G pagi,
S3C malem, S3G malem dengan cara two sampel test dengan menggunakan
software SPSS.
3. Belum diketahui nya perhitungan dari data ipk kelas R3C pagi, R3G pagi, S3C
malem, S3G malem dengan menggunakan uji chi-squere.
4. Belum diketahui nya hasil perhitungan dari data ipk kelas R3C pagi, R3G
pagi, S3C malem, S3G malem dengan cara uji anova menggunakan software
SPSS.
5. Belum diketahui nya hasil perhitungan dari data ipk kelas R3C pagi, R3G
pagi, S3C malem, S3G malem dengan cara uji anova manual menggunakan
perhitungan manual.
3
C. Batasan Masalah
Dengan penelitian ini, mempunyai batasan – batasan masalah sebaagai berikut :
1. Data yang digunakan dalam pembuatan modul ini adalah berdasarkan ipk
kelas R3C pagi, R3G pagi, S3C malem, S3G malem.
2. Mengolah data dengan menggunakan software SPSS pada one sampel test dan
two sampel test .
3. Data diolah dengan cara diuji chi – squere.
4. Data dihitung dengan cara di uji anova.menggunakan software SPSS.
5. Data dihitung dengan cara diuji anova manual dengan menggunakan
perhiungan manual.
D. Rumusan Masalah
Rumusan masalah pada modul ini adalah :
1. Berapa hasil perhitungan dari data ipk kelas R3C pagi, R3G pagi, S3C malem, S3G
malem dengan menggunakan cara one sampel test.
2. Berapa hasil dari perhitungan data ipk kelas R3C pagi, R3G pagi, S3C malem, S3G
malem dengan menggunakan cara two sampel test menggunakan software SPSS.
malem dengan cara di uji chi – squere.
malem dengan cara uji anova menggunakan software SPSS.
5. Berapa hasil dari perhitungan data data ipk kelas R3C pagi, R3G pagi, S3C malem,
S3G malem dengan cara uji anova manual menggunakan perhitungan manual.
4
E. Tujuan Penlelitian
Tujuan penelitian ini adalah :
1. Untuk mengetahui hasil perhitungan dari data ipk kelas R3C pagi, R3G pagi,
S3C malem, S3G malem dengan menggunakan cara one sampel test.
2. Untuk mengetahui hasil dari perhitungan dari data ipk kelas R3C pagi, R3G
pagi, S3C malem, S3G malem dengan menggunakan cara two sampel test pada
software SPSS
3. Untuk mengetahui hasil dari perhitungan data ipk kelas R3C pagi, R3G pagi,
S3C malem, S3G malem dengan cara di uji chi – squere.
4. Untuk mengetahui hasil dari perhitungan data ipk kelas R3C pagi, R3G pagi,
S3C malem, S3G malem dengan cara di uji anova menggunakan software SPSS.
5. Untuk mengetahui hasil perhitungan dari data ipk kelas R3C pagi, R3G pagi,
S3C malem, S3G malem dengan cara di uji anova manual menggunakan
perhitungan manual.
F. Sistematika Penulisan
Susunan penulisan penelitian ini yang diuraikan berdasarkan pengelompokan
pokok – pokok pikiran yang tercantun dalam bab – bab sebagai berikut :
5
BAB I PENDAHULUAN
Bab ini menjelaskan tentang latar belakang, identifikasi masalah, batasan
masalah, rumusan masalah, tujuan penelitian, dan sistematika penulisan
dalam menyusun modul pengujian hipotesis, agar dapat dipahami dengan
mudah.
BAB II TINJAUAN PUSTAKA
Pada bab ini berisi tentang kajian pustaka, kerangka berfikir dan
penelitian relavan dalam pembuatan modul pengujian hipotesis
BAB III METODOLODI PENELITIAN
Pada bab ini berisi uraian tentang waktu dan tempat penelitian, metode
pengumpulan data, dan teknik analisa data yang digunakan dalam
pembuatan modul pengujian hipotesis..
BAB IV PENGOLAHAN DATA DAN ANALISIS
Pada bab ini berisi tentang pengumpulan data, pengolahan data, serta
pembahasan dan analisis dalam perhitungan dari data yang diperoleh.
BAB V KESIMPULAN DAN SARAN
Pada bab ini menjelaskan mengenai kesimpulan hasil dari seluruh pokok
pembahasan yang ada pada bab – bab sebelumnya dan saran – saran yang
diddapat dari kesimpulan tersebut.
DAFTAR PUSTAKA
LAMPIRAN
BAB II
TINJAUAN PUSTAKA
A. Kajian Pustaka
1. Pengertian Hipotesis
Pada kebanyakan penelitian, hipotesis memegang peran penting
sebagai petunjuk penelitian yang akan dilakukan. Jenis hipotesis akan
menentukan jenis alat analisis yang digunakan. Hipotesis adalah pernyataan
mengenai sesuatu yang akan dibuktikan kebenarannya lewat penelitian.
Dalam penelitian tentang ciri-ciri peristiwa tertentu umumnya memiliki suatu
dugaan penelitian dengan mengemukakan sebuah hipotesis yang dapat
memberikan suatu model aspek atau ciri-ciri tertentu dari peristiwa yang
diteliti. Hipotesis sepeti itu akan memberikan dan memiliki nilai ilmiah jika
sesuai dengan atau mendekati kenyataan empiris. Hipotesis semacam itu
dapat diuji dengan jalan membandingkan hasil teoritisnya dengan hasil
sampel yang bersifat empiris. Jika hipotesis tersebut tidak sesuai dengan data
empirisnya, maka harus diperbaiki atau menolak keabsahannya. Jika cara
pengumpulan data sampelnya memang baik sekali, maka penolakan dan
penerimaan hipotesis secara statistik. Dalam hal tersebut, hipotesis dapat
bersifat statistik atau menggambarkan nilai parameter distribusi populasi
teoritis dimana data sampel empirisnya dipilih. Perumusan sementara
mengenai sesuatu hal yang dibuat untuk menjelaskan hal itu dan untuk
menuntun atau mengarahkan penelitian selanjutnya. Langkah atau prosedur
untuk menentukan apakah menerima atau menolak hipotesis dinamakan Uji
6
7
Hipotesis. Dalam pengujian hipotesis akan sering kita gunakan istilah
menerimaatau menolak sebuah hipotesis. Penting untuk dipahami bahwa
penolakan suatu hipotesis berarti menyimpulkan bahwa hipotesis itu tidak
benar, sedangkan penerimaan suatu hipoitesis hanyalah menunjukkan bahwa
tidak cukup petunjuk untuk mempercayai sebaliknya. Karena itulah, yang
melakukan percobaan seharusnyalah selalu menyatakan sebagai hipotesisnya
pernyatan yang diharapkan akan ditolak.
2. Langkah-Langkah Pengujian Hipotesis
Langkah-langkah yang biasa ditempuh ketika menguji hipotesis dan
membuat kesimpulan adalah sebagai berikut:
1. Rumuskan hipotesis H yang akan diuji disertai keterangan
seperlunya. Perumusan ini dibuat sesuai dengan persoalan yang
dihadapi. Ada tiga hal yang biasa digunakan:
a. Hipotesis mengandung pengertian sama. Jika ingin menguji
dugaan bahwa pada umumnya masa pakai semacam lampu pijar
sekitar 800 jam umpamanya, maka perumusan yang dapat
digunakan adalah H: µ = 800 jam, berarti masa pakai lampu itu
sesuai dengan yang diperkirakan, ialah rata-rata 800 jam.
b. Hipotesis mengandung pengertian maksimum. Misalnya untuk
menguji pernyataan bahwa dalam pengiriman barang terdapat
kerusakan paling besar 5%, perumusan sebagai berikut dapat
dipakai H: π ≤ 5%, berarti kerusakan dalam pengiriman barang
maksimum 5%.
8
c. Hipotesis mengandung pengertian minimum. Jika ingin menguji
bahwa semacam kain dapat dipakai pada umumnya paling cepat
rusak dalam tempo 180 hari umpamanya, dapat kita buat
perumusan dimana H: µ ≥ 180 hari, berarti paling cepat kain itu
pada umumnya akan rusak dalam tempo 180 hari.
2. Setelah hipotesis H ditentukan, perlu dirumuskan pula mengenai
alternatif A yang sesuai dengan H.
a. Sebagai imbangan perumusan H yang mengandung pengertian
sama, maka alternatifnya harus mengandung pengertian tidak
sama. Untuk soal masa pakai lampu dalam contoh diatas,
alternatifnya menjadi A: µ ≠ 800 jam, berarti masa pakai lampu
itu tidak benar sekitar 800 jam. Ini diartikan pula, bahwa masa
pakai lampu itu mungkin lebih lama atau lebih pendek dari masa
pakai yang diduga.
b. Alternatif yang mendampingi hipotesis yang mengandung
pengertian maksimum adalah A yang merumuskan pengertian
lebih besar. Untuk contoh pengiriman barang dimana jaminan
kerusakan maksimum 5%, alternatifnya adalah A: π > 5%, berarti
kerusakan dalam pengiriman itu tidak dapat memenuhi jaminan
karena kerusakan melebihi dari yang ditentukan. Suatu pengujian
dengan bentuk alternatif yang lebih besar merupakan uji pihak
kanan. Dari bentuk pengujian inilah pula nanti kita peroleh batas-
batas untuk memilih H atau A yang sudah dirumuskan.

9
c. Akhirnya, untuk H yang mengandung pengertian minimum,
bentuk alternatifnya harus menyimpulkan pengertian lebih kecil.
Demikianlah umpamanya, untuk daya pakai semacam kain seperti
yang diberikan dalam contoh di atas, maka A: µ < 180 hari, berarti
kain itu tidak sebaik seperti dinyatakan dalam hipotesis H.
Alternatif yang mengandung pengertian lebih kecil ini seperti
dalam contoh ini, mengakibatkan uji pihak kiri.
3. Selesai dengan perumusan H dan A, maka setelah sampel yang
diperluka tersedia, perhitungan dapat dilakukan. Tentukan saja dari
sampel ini dihitung nilai-nilai statistik yang diperlukan, misalnya
rata- rata x, simpangan baku s atau perbandingan x/n dari sampel itu
(n = ukuran sampel yang digunakan) selanjutnya, dalam perhitungan
ini digunakan sifat-sifat mengenai distribusi sampling yang telah kita
kenal.
4. Langkah berikutnya kita tentukan batas-batas untuk melakukan
penolakan atau penerimaan H. Dikatakan cara lain, kita tentukan
kriteria untuk menerima atau menolak H. Kriteria ditentukan oleh:
a. Taraf signifikan α yang telah ditentukan sebelum penelitian.
b. Daerah-daerah dibawah lengkungan distribusi normal standar
apabila sampel yang digunakan berukuran besar, daerah-daerah
dibawah distribusi student dalam hal n berukuran kecil.
c. Bentuk pengujian, apakah dua pihak, pihak kiri atau pihak kanan.
5. Setelah kriteria untuk pengujian ditentukan dan hasil dari penelitian

10
diperoleh, maka bandingkanlah antara hasil penelitian dengan
kriteria tadi. Nilai z atau t dari penelitian kita tentukan ada di
daerah mana. Jika nilai ini ada di daerah penerimaan H, maka ini
berarti berdasarkan penelitian itu H diterima. Tetapi apabila terjadi
sebaliknya, yaitu nilai penelitian ada di daerah penolakan H, maka
diartikan penelitian menolak hipotesis H.
6. Akhirnya, berikanlah kesimpulan.
a) Hubungan Pendugaan Dengan Pengujian Hipotesis
Secara fungsional, tujuan pendugaan tentang parameter populasi
berbeda dari pengujian hipotesis. Tujuan pendugaan parameter ialah
penyajian hasil pendugaan tentang nilai parameter populasi yang
didasarkan pada data sampel, sebaliknya pengujian hipotesis
bertujuan untuk menentukan pilihan terhadap tindakan-tindakan
alternatif dalam masalah pengambilan keputusan. Secara statistik
yang berdasarkan pada hasil sampel. Hubungan antara pengujian
hipotesis dan pengambilan keputusan ini merupakan aplikasi teori
statistik yang paling penting dalam bidang ekonomi. Meskipun
demikian hubungan antara pendugaan parameter dengan pengujian
hipotesis sudah jelas erat sekali. Kesalahan dugaan nilai parameter
karena terletak diluar batas keyakinan sebetulnya sama kjg kesalahan II
dalam pengujian hipotesis. Menguji hipotesis yang menyatakan bahwa
interval keyakinan bagi parameter yang bersangkutan, jika nilai yang
dispesifikasikan bagi hipotesisnya seharusnya ditolak.

11
Prosedur pendugaan dengan sendirinya dapat merupakan pengujian
hipotesis dalam arti nilai dugaannya dapat dianggap sebagai hipotesis.
Kedua masalah diatas diuraikan secara terpisah karena pendugaan
berhubungan hanya dengan parameter populasi sedangkan pengujian
hipotesis tidak demikian.
Pengujian memerlukan observasi atau hasil pemilihan sampel yang
bersifat random tentang frekuensi kerusakan x/n hasil penstensilan itu
sendiri. Observasi pemilihan sampel seperti itu dapat dilakukan secara
berulang-ulang kali atau sekali saja, atas dasar nilai statistik sampel
keputusan, diambil guna menentukan apakah H0 diatas diterima atau
ditolak. Jika H0 tidak sama artinya H1 diterima.
Dalam hal ini salah satu tahap prosedur yang terpenting ialah
menentukan nilai statistik sampel yang dianggap sebagai dasar. Nilai
statistik sedemikian itu menentukan daerah kritis pengujian itu sendiri.
Pada hakekatnya, interval keyakinan membutuhkan pemilihan koefisien
keyakinan 1 - α guna sekaligus menentukan sepasang nilai batas
keyakinannya. Dalam prosedur pengujian hipotesis kita menolak apakah
μ0 terletak atau tidak dalam interval keyakinan yang relevan, jelas sekali
bahwa istilah “nyata” dan “keyakinan” sebetulnya mengukur hal yang
sama. Tiap pengujian tentang keyakinan menggunakan keyakinan interval
secara implisit, sebaliknya tiap interval keyakinan dapat merupakan dasar
bagi pengujian tentang kenyataan. Pada umumnya, pengujian tentang
pernyataan, koefisien keyakinan sebesar 95% dan 99% banyak digunakan.

12
Andaikan H0 benar, penolakan μ hipotesis dengan statistik sampel cukup
nyata. Jika koefisien keyakinan sebesar 99% digunakan, maka beda antara
μ hipotesis dengan hasil sampel menjadi sangat nyata, jika kita menerima
H0 berarti beda keduanya tidak nyata.
b) Prosedur Pengujian Hipotesis
Prosedur yang umum dan secara logis harus diikuti dapat dibagi
kedalam beberapa langkah yang konsisten sebagai adalah berikut:
1. Nyatakan hipotesis nol serta hipotesis alternatifnya.
2. Pilih statistik yang sesuai sebagai dasar bagi prosedur pengujian. Hal
tersebut tergantung pada asumsi tentang bentuk distribusi dan
hipotesisnya.
3. Pilih taraf nyata α yang tertentu serta tentukan besaran sampel n
4. Tentukan daerah kritis. Hal tesebut sebagian akan tergantung pada
hipotesis alternatif.
5. Kumpulkan data sampel dan hitung dengan cara demikian itu terletak
dalam daerah penolakan, kita harus menolak hipotesis nolnya karena
probabilitas memperoleh nilai satatistik sedemikian itu, jika Ho benar
demikian kecilnya sehingga kita menganggap bukan disebabkan oleh
variansi sampel yang normal dan Ho semestinya palsu.
Langkah ke enam diatas sebetulnya mencerminkan falsafah dasar
pengujian hipotesis. Pada setiap pengujian sedemikian itu, kita bandingkan
nilai yang diobservasi bagi karekteristik tertentu dengan nilai teoritisnya

13
yang dinyatakan oleh hipotesis. Pada umumnya kedua nilai diatas
semestinya berbeda dan penguji harus menentukan apakah beda itu memang
sudah sedemikian hipotesisnya. Agar dapat menentukan suatu putusan
mengenai hal diatas kita harus melihat beberapa probalilitas sebesar yang
kita peroleh jika hipotesisnya benar. Jika probabilitas tersebut kecil kita harus
anggap beda diatas disebabkan oleh variasi hasil pemilihan sampel tetapi jika
probabilitasnya besar kita harus tidak menganggapnya bahwa beda tersebut
disebabkan oleh faktor kebetulan dan menghasilkan penolakan hipotesis
yang bersangkutan dinamakan beda nyata. Jika α = 0.05, maka hasil bedanya
dianggap “nyata” sebaliknya, jika bedanya dapat dianggap sebagai hasil
kebetulan sehingga hipotesisnya diterima, maka beda sedemikian itu
menjadi tidak nyata atau tidak berarti.
3. Statistical Product and Service Solution (SPSS)
Statistical Product and Service Solution atau biasa dikenal dengan
SPSS merupakan program pengolah data statistik mulai dari model
aplikasi statistik deskriptif (mean, median, modus, kuartil,persentil, range,
distribusi, varians, standar deviasi, standar error, nilai kemiringan, dan
lain-lain), statistik parametrik (uji t, korelasi, regresi, anova, dan lain-
lain), serta statistik non-parametrik (uji crosstab, binomial, chi square,
Kolmogorov Smirnov, dan lain-lain) SPSS merupakan salah satu sekian
banyak software statistika yang telah dikenal luas dikalangan
penggunaannya. Disamping masih banyak lagi software statistika lainnya
seperti minitab, Syastas, Microstat dan masih banyak lagi. SPSS sebagai
14
sebuah tools mempunyai banyak kelebihan, terutama untuk aplikasi di
bidang ilmu sosial.
Santoso (2010) berpendapat bahwa software SPSS dapat dijadikan
sebagai alternatif pengguna untuk mengolah data dan menginterpretasi
output dengan mudah dalam menyelesaikan permasalahan pada metode
non-parametrik. SPSS (Statistical Product and Service Solution)
merupakan program aplikasi bisnis yang berguna untuk melakukan
perhitungan atau menganalisa data statistik dengan menggunakan
komputer. Dalam SPSS yang perlu dilakukan untuk memulai menganalis
data yaitu mendesain variabel yang akan dianalisis, memasukkan data,
dan melakukan perhitungan sesuai dengan tahapan yang ada pada menu
yang tersedia. SPSS memiliki berbagai macam fitur yang ditawarkan
untuk mengolah data dalam berbagai kasus, seperti:
a. IBM SPSS Data Collection : untuk pengumpulan data
b. IBM SPSS Statistics : untuk menganalisis data
c. IBM SPSS Modeler : untuk memprediksi trend
d. IBM Analytical Decision Management :pengambilan keputusan
SPSS banyak diaplikasikan serta digunakan oleh pengguna di segala
bidangbisnis, perkantoran, pendidikan, dan penelitian. Secara spesifik,
pemanfaatan program ini digunakan untuk riset pemasaran, penilaian
kredit, peramalan bisnis, penilaian kepuasan konsumen, pengendalian,
serta pengawasan dan perbaikan mutu suatu produk. Keunggulan dari

15
SPSS dibandingkan dengan program yang lainnya adalah kemudahan
dalam memasukkan data, kemudahan dalam mengolah data dengan
hanya memilih uji statistik yang sudah tersedia, cepat dalam
menampilkan output, dan output mudah untuk dipahami, dibaca, dan
dicetak. Selain itu, SPSS mampu mengakses data dari berbagai macam
format data yang tersedia seperti base, lotus, access, text file,
spreadsheet, bahkanmengakses database melalui ODBD (Open Data
Base Connectivity) sehingga data yang berbagai macam format dapat
langsung terbaca SPSS yang selanjutnya untuk dianalisis. SPSS dapat
menguji data yang berjenis data kualitatif maupun data kuantitatif.
Informasi yang diberikan oleh SPSS sangatlah akurat, hal ini dapat dilihat
dengan memperlakukan missing data secara tepat yaitu dengan memberi
alasannya misalnya pernyataan atau pertanyaan yang tidak relevan dengan
kondisi responden, pernyataan atau pertanyaan tidak dijawab oleh
responden, maupun ada pernyataan atau pertanyaan yangmemang harus
dilompati.
16
B. Kerangka Berpikir
Identifikasi Masalah
1. Belum diketahui nilai uji satu sampel kelas R3C, R3G, S3C, S3G
2. Belum diketahui nilai uji dua sampel dari kelas tersebut
3. Belum diketahui nilai chi square dari kelas tersebut
4. Belum diketahui nilai uji anova dari kelas tersebut
5. Belum diketahui nilai uji anova manual dari kelas
Data
Menggunakan data nilai IPK Kelas R3C, R3G,

S3G, dan S3G.
Pengolahan Data
Pengolahan data menggunakan metode uji satu sampel, uji dua sampel,
uji chi square, dan uji anova, anova manual, dan SPSS
Analisis
Menganalisis data yang telah di dapat dari nilai IPK Kelas R3C, R3G,
S3G, dan S3G.
Hasil yang diharapkan
Diketahuinya nilai uji satu sampel, uji dua sampel, uji chi square, dan
uji anova, dan anova manual
Tabel 2.1 Kerangka Berfikir

17
C. Penelitian Yang Relevan
1. Hidayat Muhammad Nur, Vadlya Maarif. (2019). “Pengujian Hipotesis
Penggunan Warna Cat Terhadap Harga Jual Mobil.” Jurnal Evolusi,
Volume 7, No 1, Isi jurnal: Junal penelitian ini menyampaikan analisa
keputusan produsen memberikan harga jualmobil dihitung menggunakan
metoda SWOT. Didapati kordinat kuadran peluang(O) dan kekuatan(S)
dari produsen H, artinya mendukung strategi agresif memproduksi mobil
dengan varian warna danhasil kuantitatif hipotesis statistik menunjukkan
korelasi bersifat positif, dengan skala KR 0,95.
2. Yuliana Kurnia Ekasari. (2018). “Pengaruh Biaya Pendidikan dan
Kinerja Guru Terhadap Pencapaian Siswa Analisis Deskriptif Pada Sma
Negeri Di Kabupaten Purwakarta.” Jurnal Ekonomi dan Bisnis, Volume
2, No. 1. Isi Jurnal: Isi jurnal ini adalah bagaimana cara menguji hipotesis
biaya pendidikan dan kinerja guru terhadap prestasi belajar siswa
pengujian di dalam penelitian ini menggunakan acuan biaya pendidikan
terhadap prestasi siswa, kinerja guru berpengaruh terhadap prestasi siswa
dan juga biaya pendidikan dan kinerja guru berpengaruh terhadap prestasi
belajar.
BAB III
METODELOGI PENELITIAN
A. Waktu dan Tempat Penelitian
1. Waktu Penelitian
Waktu pengambilan data pada tanggal 6 Oktober 2021 waktu
penelitian ini hingga selesai
Tabel 3.1 Gant chart Penelitian
No. Deskripsi Minggu
Kegiatan 2
06 07 08 09 10 11 12 13
1 Praktikum
2 Daftar isi
3 Kata pengantar
4 Lampiran-lampiran
5 BAB I
6 BAB II
7 BAB III
8 BAB IV
9 BAB V
18
19
10 Asistensi
11 PJM
Sumber : Penenelitian
2. Tempat Penelitian
Pada praktikum kali ini tempat untuk melakukan penelitian
data IPK dan status pekerjaan Mahasiswa kelas R3C,S3G,S3C S3G
Universitas Indraprasta PGRI jakarta (UNINDRA) di lakukan di lab
industri kampus UNINDRA A ,Jl Raya Nangka No.58,Tj
Barat,Jagakarsa Kota Jakarta Selatan.
A. Metode Penelitian
Metode penelitian yang di gunakan dalam penelitian ini adalah
metode dengan menghitung nilai IPK dan status pekerjaan Mahasiswa
kelas R3C,R3G,S3C dan S3G Universitas Indraprasta PGRI jakarta
dengan menggunakan aplikasi Microsoft Excel dan juga data hasil SPSS
B. Metode pengumpulan data
Dalam metode pengumpulan data IPK dan Status Pekerjaan
mahasiswa Universitas Indraprasta PGRI jakarta kali ini menggunakan :

20
1. Data Primer
Pengumpulan Data Primer adalah mencari data yang di peroleh
secara langsung dari sumber aslinya melalui kajian suatu data,yang
peneliti teliti adalah mencari Data IPK dan status pekerjaan Mahasiswa
kelas R3C,R3G,S3C,dan S3G Universitas Indraprsta PGRI jakarta.
2. Data Sekunder
Pengumpulan Data di lakukan dengan mempelajari,menelaah
buku-buku sebanyak 2 buah jurnal ISSN dan 2 buah E-book dan
tulisan yang berhubungan dengan penelitian ini.
C. Teknik Analisis Data
Teknik Analisis data pada modul ini yaitu :
1. Pengumpulan Data
Data yang dikumpulkan dalam penilitian ini adalah data yang
berkaitan dengan Nomor Pokok Mahasiswa, Indeks Prestasi Mahasiswa
dan Status Pekerjaan saat ini pada kelas C dan G pagi serta kelas malam C
dan G Teknik Industri Universitas Unindra. Secara ringkas data yang
diperoleh yaitu 33 Mahasiswa kelas C pagi, 36 Mahasiswa kelas G pagi,
37 Mahasiswa kelas C malam, dan 32 Mahasiswa kelas G malam.
2. Pengolahan Data
1. Uji Satu Sampel
a. Kelas C Pagi
21
Dari hasil Uji Satu Sampel yang dilakukan pada kelas C pagi,
Diperoleh hasil yaitu nilai mean 3.455 dari jumlah IPK kelas C pagi
dibagi dengan jumlah 33 mahasiswa kelas C pagi, standar deviasi
0.270, T tabel 1.808 dan T hitung 73.418 serta data kelas C pagi
dinyatakan Normal dengan nilai signifikannya adalah 0,008 dan
kesimpulan untuk Uji Satu Sampel kelas C pagi adalah Ho ditolak,
Karena T hitung lebih besar dari T tabel yaitu 73.418.
b. Kelas G Pagi
Pada kelas G pagi yaitu nilai mean 3.276 dari jumlah IPK
kelas G pagi dibagi dengan jumlah 36 mahasiswa kelas G pagi,
standar deviasi 0.558, T tabel 1.803 dan T hitung 35.250 serta data
kelas G pagi dinyatakan Tidak Normal dengan nilai signifikannya
adalah 0,001 dan kesimpulan untuk Uji Satu Sampel kelas G pagi
adalah Ho ditolak, Karena T hitung lebih besar dari T tabel yaitu
35.250.
c. Kelas C Malam
Pada kelas C malam yaitu nilai mean 3.421 dari jumlah IPK
kelas C malam dibagi dengan jumlah 37 mahasiswa kelas C malam,
kelas C malam dinyatakan Normal dengan nilai signifikannya
adalah 0,200 dan kesimpulan untuk Uji Satu Sampel kelas C malam
199.889.
22
d. Kelas G Malam
Pada kelas G malam yaitu nilai mean 3.309 dari jumlah IPK
kelas G malam dibagi dengan jumlah 32 mahasiswa kelas G malam,
kelas G malam dinyatakan Normal dengan nilai signifikannya
adalah 0,200 dan kesimpulan untuk Uji Satu Sampel kelas G malam
117.873.
2. Uji Dua Sampel
a. Kelas C Pagi dan Malam
0.3 dan Pada kelas C malam yaitu nilai mean 3.421 dari jumlah IPK
standar deviasi 0.104, T tabel 2.094, T hitung 0.711 dan 0.681 serta
kesimpulan untuk Uji Dua Sampel Kelas C Pagi dan Malam adalah
Ho diterima (IPK Kelas Malam > IPK Kelas Pagi), karena T hitung
lebih kecil dari T tabel yaitu 0.711 dan 0.681.
b. Kelas G Pagi dan Malam
kelas G pagi dibagi dengan jumlah 36 mahasiswa kelas G pagi, standar

23
deviasi 0.558 dan Pada kelas G malam yaitu nilai mean 3.309 dari
jumlah IPK kelas G malam dibagi dengan jumlah 32 mahasiswa kelas
G malam, standar deviasi 0.158, T tabel 2.095, T hitung 0.805 dan
0.834 serta kesimpulan untuk Uji Dua Sampel Kelas G Pagi dan
Malam adalah Ho diterima (IPK Kelas Malam > IPK Kelas Pagi),
karena T hitung lebih kecil dari T tabel yaitu 0.805 dan 0.834.
c. Kelas C Pagi dan G Malam
0.270, dan Pada kelas G malam yaitu nilai mean 3.309 dari jumlah IPK
kesimpulan untuk Uji Dua Sampel Kelas C Pagi dan G Malam adalah
Ho ditolak (IPK Kelas Malam < IPK Kelas Pagi), karena T hitung lebih
besar dari T tabel yaitu 2.640 dan 2.660.
d. Kelas C Malam dan Kelas G Pagi
standar deviasi 0.104 dan Pada kelas G pagi yaitu nilai mean 3.276
dari jumlah IPK kelas G pagi dibagi dengan jumlah 36 mahasiswa
kelas G pagi.
24
3. Uji Chi Square
Dari hasil Uji Chi Square yang dilakukan pada Kelas C Pagi
dan Malam diperoleh Tabulasi data yaitu data Kelas C Pagi dan
Malam adalah 70 Mahasiswa dengan sebaran data terdapat 37
Mahasiswa yang Bekerja dan memiliki IPK > 3, 1 Mahasiswa
Bekerja dengan IPK < 3, 33 Mahasiswa Tidak Bekerja dengan IPK
> 3 dan 2 Mahasiswa Tidak Bekerja dengan IPK < 3. Nilai Chi
Square Hitung 0.439 dan Chi Square Tabel 3.84 serta kesimpulan
untuk Uji Chi Square yang dilakukan pada Kelas C Pagi dan Malam
adalah Ho diterima (Adanya hubungan mahasiswa bekerja dengan
nilai IPK), karena Chi Square hitung lebih kecil dari Chi Square
tabel.
Dari hasil Uji Chi Square yang dilakukan pada Kelas G Pagi
dan Malam diperoleh Tabulasi data yaitu dataKelas G Pagi dan Malam
adalah 65 Mahasiswa dengan sebaran data terdapat 23 Mahasiswa
yang Bekerja dan memiliki IPK > 3, 2 Mahasiswa Bekerja dengan IPK
< 3, 42 Mahasiswa Tidak Bekerja dengan IPK > 3 dan 1 Mahasiswa
Tidak Bekerja dengan IPK < 3. Nilai Chi Square Hitung 1.207 dan Chi
Square Tabel 3.84 serta kesimpulan untuk Uji Chi Square yang
25
dilakukan pada Kelas C Pagi dan Malam adalah Ho diterima (Adanya
hubungan mahasiswa bekerja dengan nilai IPK), karena Chi Square
hitung lebih kecil dari Chi Square tabel.
c. Kelas Gabungan
dan Malam diperoleh Tabulasi data yaitu dataKelas G Pagi dan
tabel.
4. Uji Anova
Pada Uji Anova data pengujian digabungkan menjadi satu dari kelas
C dan G pagi serta kelas malam C dan G yaitu 33 Mahasiswa kelas C pagi
ditandai dengan kode 1, 36 Mahasiswa kelas G pagi ditandai dengan kode
2, 37 Mahasiswa kelas C malam ditandai dengan kode 3 dan 32 Mahasiswa
kelas G malam ditandai dengan kode 4. Nilai F Hitung 2.37 dan F Tabel
2.67 serta kesimpulan untuk Uji Anova Pada Kelas Gabungan adalah Ho
diterima, karena F Hitung lebih kecil dari F Tabel yaitu 2.37.

26
5. Uji Anova Manual
Pada Uji Anova Manual data pengujian yang digunakan yaitu A1B1,
A2B1, A1B2, dan A2B2 dengan jumlah data setiap bagian dinyatakan
sebgai n yaitu 40, 40, 40 dan 40 dengan Total 160. Hasil perhitungan nilai
∑ 𝑌𝑖 didapatkan dari penjumlahan keseluruhan data pada A1B1, A2B1,
A1B2, dan A2B2 yaitu 3650, 3174, 3272 dan 3668 dengan Total 13764.
Hasil perhitungan nilai ∑ 𝑌𝑖2 didapatkan dari jumlah kuadrat setiap data di
A1B1, A2B1, A1B2, dan A2B2 yaitu 333156, 252110, 267702 dan 336734
dengan Total 1189702. Hasil perhitungan nilai ∑ 𝑦𝑖2 pada setiap data di
A1B1, A2B1, A1B2, dan A2B2 yaitu 93.50, 253.10, 52.40 dan 378.40
dengan Total 777.40. Hasil perhitungan nilai 𝑅𝑎𝑡𝑎 𝑌𝑖 didapatkan dari hasil
bagi nilai ∑ 𝑌𝑖2 dengan n pada setiap data di A1B1, A2B1, A1B2, dan A2B2
yaitu 91.25, 79.35, 81.80 dan 91.70 dengan Total 344.10.
D. Flowcart Penelitian
Mulai
Q
Menentukan Topik Studi Pustaka
Pengujian Hipotesis 2 E-book dan 2 jurnal
Permasalahan
1. Belum diketahuinya hasil perhitungan dari data ipk kelas R3C pagi, R3G pagi,
S3C malem, S3G malem dengan cara one sampel test.
2. Belum diketahui nya hasil perhitungan data ipk kelas R3C pagi, R3G pagi, S3C
malem, S3G malem dengan cara two sampel test dengan menggunakan software
SPSS.
3. Belum diketahui nya perhitungan dari data ipk kelas R3C pagi, R3G pagi, S3C
malem, S3G malem dengan menggunakan uji chi-squere.
4. Belum diketahui nya hasil perhitungan dari data ipk kelas R3C pagi, R3G pagi,
C. Analisis dan Pembahasan
3. Pengumpulan Data
Data yang dikumpulkan dalam penilitian ini adalah data yang
berkaitan dengan Nomor Pokok Mahasiswa, Indeks Prestasi Mahasiswa
dan Status Pekerjaan saat ini pada kelas C dan G pagi serta kelas malam C
dan G Teknik Industri Universitas Unindra. Secara ringkas data yang
diperoleh yaitu 33 Mahasiswa kelas C pagi, 36 Mahasiswa kelas G pagi,
37 Mahasiswa kelas C malam, dan 32 Mahasiswa kelas G malam.
4. Pengolahan Data
6. Uji Satu Sampel
a. Kelas C Pagi
0.270, T tabel 1.808 dan T hitung 73.418 serta data kelas C pagi
dinyatakan Normal dengan nilai signifikannya adalah 0,008 dan
kesimpulan untuk Uji Satu Sampel kelas C pagi adalah Ho ditolak,
Karena T hitung lebih besar dari T tabel yaitu 73.418.
b. Kelas G Pagi
kelas G pagi dibagi dengan jumlah 36 mahasiswa kelas G pagi,
27
28
35.250.
c. Kelas C Malam
kelas C malam dinyatakan Normal dengan nilai signifikannya
adalah 0,200 dan kesimpulan untuk Uji Satu Sampel kelas C malam
199.889.
d. Kelas G Malam
Pada kelas G malam yaitu nilai mean 3.309 dari jumlah IPK
kelas G malam dinyatakan Normal dengan nilai signifikannya
adalah 0,200 dan kesimpulan untuk Uji Satu Sampel kelas G malam
117.873.
29
7. Uji Dua Sampel
0.3 dan Pada kelas C malam yaitu nilai mean 3.421 dari jumlah IPK
kesimpulan untuk Uji Dua Sampel Kelas C Pagi dan Malam adalah
Ho diterima (IPK Kelas Malam > IPK Kelas Pagi), karena T hitung
lebih kecil dari T tabel yaitu 0.711 dan 0.681.
kelas G pagi dibagi dengan jumlah 36 mahasiswa kelas G pagi, standar
deviasi 0.558 dan Pada kelas G malam yaitu nilai mean 3.309 dari
jumlah IPK kelas G malam dibagi dengan jumlah 32 mahasiswa kelas
G malam, standar deviasi 0.158, T tabel 2.095, T hitung 0.805 dan
0.834 serta kesimpulan untuk Uji Dua Sampel Kelas G Pagi dan
Malam adalah Ho diterima (IPK Kelas Malam > IPK Kelas Pagi),
karena T hitung lebih kecil dari T tabel yaitu 0.805 dan 0.834.
c. Kelas C Pagi dan G Malam

30
0.270, dan Pada kelas G malam yaitu nilai mean 3.309 dari jumlah
IPK kelas G malam dibagi dengan jumlah 32 mahasiswa kelas G
malam, standar deviasi 0.158, T tabel 2.097, T hitung 2.640 dan
2.660 serta kesimpulan untuk Uji Dua Sampel Kelas C Pagi dan G
Malam adalah Ho ditolak (IPK Kelas Malam < IPK Kelas Pagi),
karena T hitung lebih besar dari T tabel yaitu 2.640 dan 2.660.
d. Kelas C Malam dan Kelas G Pagi
standar deviasi 0.104 dan Pada kelas G pagi yaitu nilai mean 3.276
dari jumlah IPK kelas G pagi dibagi dengan jumlah 36 mahasiswa
kelas G pagi, standar deviasi 0.558, T tabel 2.092, T hitung 1.550
dan 1.530 serta kesimpulan untuk Uji Dua Sampel Kelas C Malam
dan Kelas G Pagi adalah Ho diterima (), karena T hitung lebih kecil
dari T tabel yaitu 1.550 dan 1.530.

31
8. Uji Chi Square
Dari hasil Uji Chi Square yang dilakukan pada Kelas C Pagi
dan Malam diperoleh Tabulasi data yaitu data Kelas C Pagi dan
tabel.
dan Malam diperoleh Tabulasi data yaitu dataKelas G Pagi dan Malam
adalah 65 Mahasiswa dengan sebaran data terdapat 23 Mahasiswa
yang Bekerja dan memiliki IPK > 3, 2 Mahasiswa Bekerja dengan IPK
< 3, 42 Mahasiswa Tidak Bekerja dengan IPK > 3 dan 1 Mahasiswa
Tidak Bekerja dengan IPK < 3. Nilai Chi Square Hitung 1.207 dan Chi
Square Tabel 3.84 serta kesimpulan untuk Uji Chi Square yang

32
hubungan mahasiswa bekerja dengan nilai IPK), karena Chi Square
hitung lebih kecil dari Chi Square tabel.
c. Kelas Gabungan
dan Malam diperoleh Tabulasi data yaitu dataKelas G Pagi dan
tabel.
9. Uji Anova

33
10. Uji Anova Manual
Pada Uji Anova Manual data pengujian yang digunakan yaitu A1B1,
A2B1, A1B2, dan A2B2 dengan jumlah data setiap bagian dinyatakan
sebgai n yaitu 40, 40, 40 dan 40 dengan Total 160. Hasil perhitungan nilai
∑ 𝑌𝑖 didapatkan dari penjumlahan keseluruhan data pada A1B1, A2B1,
A1B2, dan A2B2 yaitu 3650, 3174, 3272 dan 3668 dengan Total 13764.
Hasil perhitungan nilai ∑ 𝑌𝑖2 didapatkan dari jumlah kuadrat setiap data di
A1B1, A2B1, A1B2, dan A2B2 yaitu 333156, 252110, 267702 dan 336734
dengan Total 1189702. Hasil perhitungan nilai ∑ 𝑦𝑖2 pada setiap data di
A1B1, A2B1, A1B2, dan A2B2 yaitu 93.50, 253.10, 52.40 dan 378.40
dengan Total 777.40. Hasil perhitungan nilai 𝑅𝑎𝑡𝑎 𝑌𝑖 didapatkan dari hasil
bagi nilai ∑ 𝑌𝑖2 dengan n pada setiap data di A1B1, A2B1, A1B2, dan A2B2
yaitu 91.25, 79.35, 81.80 dan 91.70 dengan Total 344.10. Hasil perhitungan
Manual JK(T), JK(A), JK(B), JK(AB) dan JK(D) yaitu 5653.90, 40.00,
84.10, 1188800.5 dan 777.40 dengan ini menghasilkan F hitung pada Antar
A, Antar B dan Interaksi A*B yaitu 8.027, 16.876 dan 238555.284.
Kesimpulan Main Effect Antar A dengan nilai Fhitung 8.027 dan Ftabel
3.902 adalah Ho ditolak, Karena F hitung lebih besar dari F tabel, Main
Effect Antar B dengan nilai Fhitung 16.876 dan Ftabel 3.902 adalah Ho
ditolak, Karena F hitung lebih besar dari F tabel, Pengujian Interaksi A * B
dengan nilai Fhitung 238555.2843 dan Ftabel 3.901760738 adalah Ho

34
ditolak, Karena F hitung lebih besar dari F tabel dan Besarnya pengaruh
interaksi adalah 161.

BAB V
SIMPULAN DAN SARAN
A. Simpulan
Simpulan yang dapat diambil berdasarkan penelitian pengujian hipotesis
dari pengolahan data ipk kelas R3C pagi, R3G pagi, S3C malam, S3G malam
dapat disimpulkan sebagai berikut:
1. Hasil one sampel test :
a) Diketahui hasil one sampel test kelas C pagi yaitu nilai mean 3.455,
kelas C pagi dinyatakan Normal dengan nilai signifikannya adalah
0,008 dan kesimpulan untuk Uji Satu Sampel kelas C pagi adalah Ho
ditolak, Karena T hitung lebih besar dari T tabel yaitu 73.418.
b) Diketahui hasil one sampel test kelas G pagi yaitu nilai mean 3.276,
35.250.
c) Diketahui hasil one sampel test kelas C malam yaitu nilai mean 3.421,
kelas C malam dinyatakan Normal dengan nilai signifikannya adalah
35
36
0,200 dan kesimpulan untuk Uji Satu Sampel kelas C malam adalah
Ho ditolak, Karena T hitung lebih besar dari T tabel yaitu 199.889.
d) Diketahui hasil one sampel test kelas G malam yaitu nilai mean 3.309,
kelas G malam dinyatakan Normal dengan nilai signifikannya adalah
0,200 dan kesimpulan untuk Uji Satu Sampel kelas G malam adalah
Ho ditolak, Karena T hitung lebih besar dari T tabel yaitu 117.873.
2. Hasil two sampel test :
a) Diketahui hasil two sampel test dari kelas C pagi dan C malam yaitu
nilai mean 3.455, standar deviasi 0.3 dan Pada kelas C malam yaitu
nilai mean 3.421 dari jumlah IPK kelas C malam dibagi dengan
jumlah 37 mahasiswa kelas C malam, standar deviasi 0.104, T tabel
2.094, T hitung 0.711 dan 0.681 serta kesimpulan untuk Uji Dua
Sampel Kelas C Pagi dan Malam adalah Ho diterima (IPK Kelas
Malam > IPK Kelas Pagi), karena T hitung lebih kecil dari T tabel
yaitu 0.711 dan 0.681.
b) Diketahui hasil two sampel test dari kelas C pagi dan G malam yaitu
nilai mean 3.455, standar deviasi 0.270, dan Pada kelas G malam yaitu
nilai mean 3.309 dari jumlah IPK kelas G malam dibagi dengan
jumlah 32 mahasiswa kelas G malam, standar deviasi 0.158, T tabel
2.097, T hitung 2.640 dan 2.660 serta kesimpulan untuk Uji Dua
Sampel Kelas C Pagi dan G Malam adalah Ho ditolak (IPK Kelas

37
Malam < IPK Kelas Pagi), karena T hitung lebih besar dari T tabel
yaitu 2.640 dan 2.660.
c) Diketahui hasil two sampel test dari kelas C malam dan G pagi yaitu
nilai mean 3.421, standar deviasi 0.104 dan Pada kelas G pagi yaitu
nilai mean 3.276 dari jumlah IPK kelas G pagi dibagi dengan jumlah
36 mahasiswa kelas G pagi, standar deviasi 0.558, T tabel 2.092, T
hitung 1.550 dan 1.530 serta kesimpulan untuk Uji Dua Sampel Kelas
C Malam dan Kelas G Pagi adalah Ho diterima (), karena T hitung
lebih kecil dari T tabel yaitu 1.550 dan 1.530
3. Hasil Uji Chi – square :
a) Hasil uji Chi-square yang dilakukan pada Kelas C Pagi dan Malam
diperoleh Tabulasi data yaitu data Kelas C Pagi dan Malam adalah 70
Mahasiswa dengan sebaran data terdapat 37 Mahasiswa yang Bekerja
dan memiliki IPK > 3, 1 Mahasiswa Bekerja dengan IPK < 3, 33
Mahasiswa Tidak Bekerja dengan IPK > 3 dan 2 Mahasiswa Tidak
Bekerja dengan IPK < 3. Nilai Chi-square Hitung 0.439 dan Chi-
square Tabel 3.84 serta kesimpulan untuk Uji Chi-square yang
hubungan mahasiswa bekerja dengan nilai IPK), karena Chi-square
hitung lebih kecil dari Chi-square tabel.
b) Hasil uji Chi-square yang dilakukan pada Kelas G Pagi dan Malam
diperoleh Tabulasi data yaitu dataKelas G Pagi dan Malam adalah 65

38
Bekerja dengan IPK < 3. Nilai Chi-square Hitung 1.207 dan Chi-
square Tabel 3.84 serta kesimpulan untuk Uji Chi-square yang
hubungan mahasiswa bekerja dengan nilai IPK), karena Chi-square
hitung lebih kecil dari Chi-square tabel.
c) Hasil uji Chi-square yang dilakukan pada Kelas G Pagi dan Malam
diperoleh Tabulasi data yaitu dataKelas G Pagi dan Malam adalah 135
Bekerja dengan IPK < 3. Nilai Chi-square
4. Hasil Uji Anova :

39
5. Hasil Uji Anova Manual :
Hasil perhitungan nilai ∑Y_i^2 didapatkan dari jumlah kuadrat
setiap data di A1B1, A2B1, A1B2, dan A2B2 yaitu 333156, 252110,
267702 dan 336734 dengan Total 1189702. Hasil perhitungan nilai ∑y_i^2
pada setiap data di A1B1, A2B1, A1B2, dan A2B2 yaitu 93.50, 253.10,
52.40 dan 378.40 dengan Total 777.40. Hasil perhitungan nilai 〖Rata Y〗
_i didapatkan dari hasil bagi nilai ∑Y_i^2 dengan n pada setiap data di
A1B1, A2B1, A1B2, dan A2B2 yaitu 91.25, 79.35, 81.80 dan 91.70 dengan
Total 344.10. Hasil perhitungan Manual JK(T), JK(A), JK(B), JK(AB) dan
JK(D) yaitu 5653.90, 40.00, 84.10, 1188800.5 dan 777.40 dengan ini
menghasilkan F hitung pada Antar A, Antar B dan Interaksi A*B yaitu
8.027, 16.876 dan 238555.284. Kesimpulan Main Effect Antar A dengan
nilai Fhitung 8.027 dan Ftabel 3.902 adalah Ho ditolak, Karena F hitung
lebih besar dari F tabel, Main Effect Antar B dengan nilai Fhitung 16.876
dan Ftabel 3.902 adalah Ho ditolak, Karena F hitung lebih besar dari F tabel,
Pengujian Interaksi A * B dengan nilai Fhitung 238555.2843 dan Ftabel
3.901760738 adalah Ho ditolak, Karena F hitung lebih besar dari F tabel
dan Besarnya pengaruh interaksi adalah 161.

40
B. Saran
Saran yang dapat penulis sampaikan adalah gunakanlah pengujian hipotesis ini
untuk keperluan yang baik dan bermanfaat bagi diri sendiri dan banyak orang.
Pemahaman yang lebih mendalam lagi perlu dilaksanakannya analisis
pemanfaatan modul pengujian hipotesis yang cakupan nya lebih luas. Dalam
pelaksanaan analisis pemanfaatan modul pengujian hipotesis dengan
menerapkan strategi belajar mandiri dan kelompok. Peneliti harus mengusai
mekanisme strategi pembelajaran secara mandiri dan kelompok sebelum
melaksanakan penelitian.
41
LAMPIRAN
Lampiran 1 Pengumpulan Data

Tabel 4.1 Data Kelas C Pagi
No NPM IPK Status
1 217 3.39 Tidak Bekerja
4 224 3.38 Bekerja
21 265 2.74 Bekerja
24 270 3.63 Bekerja
Sumber: Pengumpulan Data
42
Tabel 4.2 Data Kelas G Pagi

No NPM IPK Status
1 509 3.26 Bekerja
5 514 3.26 Bekerja
6 515 3.35 Bekerja
13 534 3.13 Bekerja
15 536 3.51 Bekerja
22 543 2.85 Bekerja
28 551 3.81 Bekerja
32 556 1.96 Bekerja
43
Tabel 4.3 Data Kelas C Malam

No NPM IPK Status
2 136 3.46 Bekerja
3 120 3.49 Bekerja
4 144 3.38 Bekerja
5 119 3.56 Bekerja
6 118 3.49 Bekerja
7 769 3.51 Bekerja
8 135 3.59 Bekerja
9 158 3.49 Bekerja
10 156 3.46 Bekerja
11 154 3.39 Bekerja
12 179 3.16 Bekerja
13 121 3.35 Bekerja
14 126 3.43 Bekerja
16 159 3.36 Bekerja
18 134 3.26 Bekerja
19 129 3.49 Bekerja
20 155 3.37 Bekerja
21 114 3.28 Bekerja
22 153 3.44 Bekerja
24 169 3.33 Bekerja
25 127 3.59 Bekerja
26 143 3.41 Bekerja
27 132 3.41 Bekerja
29 147 3.31 Bekerja
30 164 3.44 Bekerja
31 145 3.32 Bekerja
32 165 3.54 Bekerja
33 163 3.64 Bekerja
34 146 3.56 Bekerja
35 117 3.36 Bekerja
36 142 3.36 Bekerja
37 160 3.39 Bekerja
44
Tabel 4.4 Data Kelas G Malam

No NPM IPK Status
1 424 3.35 Bekerja
3 433 3.66 Bekerja
9 458 3.25 Bekerja
12 461 3.57 Bekerja
14 463 3.14 Bekerja
17 467 3.25 Bekerja
18 468 3.49 Bekerja
19 473 3.43 Bekerja
20 481 3.53 Bekerja
21 481 3.11 Bekerja
23 500 3.55 Bekerja
25 505 3.19 Bekerja
26 522 3.36 Bekerja
28 524 3.25 Bekerja
30 761 3.25 Bekerja
31 013 3.07 Bekerja
32 007 3.37 Bekerja
Lampiran 2 Uji Satu Sampel
45
Tabel 4.4 Data Uji Satu Sampel Kelas C Pagi

No NPM IPK Xi-Xbar (Xi-Xbar)^2
1 217 3.39 -0.065 0.00
2 219 3.39 -0.065 0.00
3 223 3.29 -0.165 0.03
4 224 3.38 -0.075 0.01
5 225 3.37 -0.085 0.01
6 226 3.36 -0.095 0.01
7 229 3.58 0.125 0.02
8 232 3.58 0.125 0.02
9 233 3.5 0.045 0.00
10 234 3.4 -0.055 0.00
11 237 3.87 0.415 0.17
12 240 3.47 0.015 0.00
13 241 3.6 0.145 0.02
14 242 3.63 0.175 0.03
15 244 3.54 0.085 0.01
16 246 3.75 0.295 0.09
17 250 3.33 -0.125 0.02
18 256 3.69 0.235 0.06
19 261 3.29 -0.165 0.03
20 263 3.64 0.185 0.03
21 265 2.74 -0.715 0.51
22 266 3.59 0.135 0.02
23 269 3.81 0.355 0.13
24 270 3.63 0.175 0.03
25 276 2.75 -0.705 0.50
26 282 2.74 -0.715 0.51
27 281 3.63 0.175 0.03
28 288 3.51 0.055 0.00
29 295 3.46 0.005 0.00
30 296 3.43 -0.025 0.00
31 298 3.63 0.175 0.03
32 299 3.42 -0.035 0.00
33 300 3.64 0.185 0.03
Jumlah 114.03 2.34
Sumber: Hasil penilitian
46
Tabel 4.5 Uji Normalitas Kelas C Pagi
Tabel 4.6 One Sample Test Kelas C Pagi
Daerah
Penolakan Ho Daerah
Penerimaan Ho
1.80809
Gambar 4.1 Kurva Uji Satu sampel Kelas C Pagi
47
Tabel 4.7 Data Kelas G Pagi

1 509 3.26 -0.0167 0.00028
2 510 3.04 -0.2367 0.05601
3 511 3.44 0.1633 0.02668
4 513 0.6 -2.6767 7.16454
5 514 3.26 -0.0167 0.00028
6 515 3.35 0.0733 0.00538
7 516 3.39 0.1133 0.01284
8 517 3.79 0.5133 0.26351
9 519 3.56 0.2833 0.08028
10 520 3.49 0.2133 0.04551
11 532 3.75 0.4733 0.22404
12 533 3.29 0.0133 0.00018
13 534 3.13 -0.1467 0.02151
14 535 3.55 0.2733 0.07471
15 536 3.51 0.2333 0.05444
16 537 3.46 0.1833 0.03361
17 538 3.1 -0.1767 0.03121
18 539 3.5 0.2233 0.04988
19 540 3.26 -0.0167 0.00028
20 541 3.31 0.0333 0.00111
21 542 3.71 0.4333 0.18778
22 543 2.85 -0.4267 0.18204
23 544 3.13 -0.1467 0.02151
24 545 3.4 0.1233 0.01521
25 546 3.54 0.2633 0.06934
26 549 3.35 0.0733 0.00538
27 550 3.28 0.0033 0.00001
28 551 3.81 0.5333 0.28444
29 552 3.41 0.1333 0.01778
30 553 3.29 0.0133 0.00018
31 554 3.18 -0.0967 0.00934
32 556 1.96 -1.3167 1.73361
33 557 3.38 0.1033 0.01068
34 558 3.58 0.3033 0.09201
35 559 3.54 0.2633 0.06934
36 765 3.51 0.2333 0.05444
Jumlah 117.96 10.89940
48
Tabel 4.8 Uji Normalitas Kelas G Pagi
Tabel 4.9 One Sample Test Kelas G Pagi
Daerah
Penolakan Ho Daerah
Penerimaan Ho
1.80302
Gambar 4.2 Kurva Uji Satu sampel Kelas G Pagi
49
Tabel 4.10 Data Kelas C Malam

1 148 3.44 0.0186 0.000347772
2 136 3.46 0.0386 0.001493718
3 120 3.49 0.0686 0.004712637
4 144 3.38 -0.0414 0.001709934
5 119 3.56 0.1386 0.019223448
6 118 3.49 0.0686 0.004712637
7 769 3.51 0.0886 0.007858583
8 135 3.59 0.1686 0.028442367
9 158 3.49 0.0686 0.004712637
10 156 3.46 0.0386 0.001493718
11 154 3.39 -0.0314 0.000982907
12 179 3.16 -0.2614 0.068304529
13 121 3.35 -0.0714 0.005091015
14 126 3.43 0.0086 7.47991E-05
15 157 3.33 -0.0914 0.008345069
16 159 3.36 -0.0614 0.003763988
17 149 3.51 0.0886 0.007858583
18 134 3.26 -0.1614 0.026034259
19 129 3.49 0.0686 0.004712637
20 155 3.37 -0.0514 0.002636961
21 114 3.28 -0.1414 0.019980205
22 153 3.44 0.0186 0.000347772
23 170 3.29 -0.1314 0.017253178
24 169 3.33 -0.0914 0.008345069
25 127 3.59 0.1686 0.028442367
26 143 3.41 -0.0114 0.000128853
27 132 3.41 -0.0114 0.000128853
28 124 3.4 -0.0214 0.00045588
29 147 3.31 -0.1114 0.012399123
30 164 3.44 0.0186 0.000347772
31 145 3.32 -0.1014 0.010272096
32 165 3.54 0.1186 0.014077502
33 163 3.64 0.2186 0.047807232
34 146 3.56 0.1386 0.019223448
35 117 3.36 -0.0614 0.003763988
36 142 3.36 -0.0614 0.003763988
37 160 3.39 -0.0314 0.000982907
Jumlah 126.59 0.390232432
50
Tabel 4.11 Uji Normalitas Kelas C Malam
Tabel 4.12 One Sample Test Kelas C Malam
Daerah
Penolakan Ho Daerah
Penerimaan Ho
1.80153
Gambar 4.3 Kurva Uji Satu sampel Kelas C Malam
51
Tabel 4.13 Data Kelas G Malam

1 424 3.35 0.0403125 0.0016251
2 425 3.19 -0.1196875 0.0143251
3 433 3.66 0.3503125 0.1227188
4 436 3.1 -0.2096875 0.0439688
5 438 3.24 -0.0696875 0.0048563
6 439 3.28 -0.0296875 0.0008813
7 440 3.4 0.0903125 0.0081563
8 441 3.06 -0.2496875 0.0623438
9 458 3.25 -0.0596875 0.0035626
10 459 3.31 0.0003125 0.0000001
11 460 3.25 -0.0596875 0.0035626
12 461 3.57 0.2603125 0.0677626
13 462 3.01 -0.2996875 0.0898126
14 463 3.14 -0.1696875 0.0287938
15 464 3.35 0.0403125 0.0016251
16 465 3.37 0.0603125 0.0036376
17 467 3.25 -0.0596875 0.0035626
18 468 3.49 0.1803125 0.0325126
19 473 3.43 0.1203125 0.0144751
20 481 3.53 0.2203125 0.0485376
21 481 3.11 -0.1996875 0.0398751
22 498 3.43 0.1203125 0.0144751
23 500 3.55 0.2403125 0.0577501
24 501 3.28 -0.0296875 0.0008813
25 505 3.19 -0.1196875 0.0143251
26 522 3.36 0.0503125 0.0025313
27 523 3.47 0.1603125 0.0257001
28 524 3.25 -0.0596875 0.0035626
29 526 3.35 0.0403125 0.0016251
30 761 3.25 -0.0596875 0.0035626
31 013 3.07 -0.2396875 0.0574501
32 007 3.37 0.0603125 0.0036376
Jumlah 105.91 0.7820969
52
Tabel 4.14 Uji Normalitas Kelas G Malam
Tabel 4.15 One Sample Test Kelas G Malam
Daerah
Penolakan Ho Daerah
Penerimaan Ho
1.810002
Gambar 4.4 Kurva Uji Satu sampel Kelas G Malam
Lampiran 3 Uji Dua Sampel

Tabel 4.18 Two Test Sample Kelas C Pagi dan Malam

53
Daerah
Penolakan Ho
Daerah Daerah
Penerimaan
Penerimaan Ho
-2.094 2.094
Gambar 4.5 Kurva Uji Dua Sampel Kelas C Pagi dan C Malam
Tabel 4.21 Two Sample Test Kelas I Pagi dan Malam
Daerah
Penolakan Ho
Daerah Daerah
Penerimaan Penerimaan Ho
-2.095 2.095
Gambar 4.6 Kurva Uji Dua Sampel Kelas G Pagi dan G Malam
54
Tabel 4.24 Two Sample Test Kelas C Pagi dan G Malam
Daerah
Penolakan Ho
Daerah Daerah
-2.097 2.097
Gambar 4.7 Kurva Uji Dua Sampel Kelas C Pagi dan G Malam
Tabel 4.27 Two Sample Test Kelas C Malam dan G Pagi

55
Daerah
Penolakan Ho
Daerah Daerah
-2.092 2.092
Gambar 4.8 Kurva Uji Dua Sampel Kelas C Malam dan G Pagi
Lampiran 3 Uji Chi Square

Tabel 4.30 Tabulasi Data Kelas C Pagi dan Malam
IPK > 3 IPK < 3 JML
Bekerja 37 1 38
Tidak Kerja 33 2 35
JML 70 3 73
Tabel 4.31 Case Processing SummaryKelas C Pagi dan Malam

56
Tabel 4.32 Status Pekerjaan Kelas C Pagi dan Malam
Tabel 4.33 Chi Square Kelas C Pagi dan Malam

57
Daerah
Penolakan Ho
Daerah Daerah
3.84
Gambar 4.9Kurva Chi Square Kelas C Pagi dan Malam
Tabel 4.36 Tabulasi Data Kelas G Pagi dan Malam

IPK > 3 IPK < 3 JML
Bekerja 23 2 25
Tidak Kerja 42 1 43
JML 65 3 68
Tabel 4.37 Case Processing SummaryKelas G Pagi dan Malam

58
Tabel 4.38 Status Pekerjaan Kelas G Pagi dan Malam
Tabel 4.39 Chi Square Kelas G Pagi dan Malam

59
Daerah
Penolakan Ho
Daerah Daerah
3.84
Gambar 4.10 Kurva Chi Square Kelas G Pagi dan Malam
Tabel 4.44 Tabulasi Data Kelas Gabungan Pagi dan Malam

IPK > 3 IPK < 3 JML
Bekerja 60 3 63
Tidak Kerja 75 3 78
JML 135 6 141
Tabel 4.45 Case Processing Kelas Gabungan

60
Tabel 4.46 Status Pekerjaan Kelas Gabungan
Tabel 4.47 Chi Square Kelas Gabungan
Daerah
Penolakan Ho
Daerah
Daerah
Penerimaan
Penerimaan Ho
3.84
61
Lampiran 4 Uji Anova

Tabel 4.53 Chi Square Kelas Gabungan
Daerah
Penerimaan Ho Daerah
Penolakan Ho
Lampiran 5 Uji Anova Manual

62
Tabel 4.54 Tabel Data

Line Produksi
Produk
A1 A2
90 93 83 80
93 91 77 74
93 91 81 82
92 94 81 75
92 93 82 81
90 92 76 80
90 90 79 78
89 94 78 82
89 92 75 83
92 89 81 83
B1
91 92 81 79
93 93 74 81
90 90 80 78
90 93 80 79
90 93 76 80
92 91 80 78
90 92 82 81
89 91 77 77
89 90 83 81
89 93 79 77
81 81 74 90
82 83 94 91
81 82 93 92
81 81 93 92
82 81 93 91
81 80 93 92
82 83 94 91
82 81 93 92
84 84 93 93
82 81 90 93
B2
82 83 93 93
80 82 90 94
81 83 93 90
83 83 92 91
83 82 92 94
81 81 91 90
83 80 93 94
81 80 92 92
80 83 92 91
82 84 92 92
63
Tabel 4.55 Tabel Bantuan

Stat. A1B1 A2B1 A1B2 A2B2 Jumlah
n 40 40 40 40 160
𝑌𝑖 3650 3174 3272 3668 13764
𝑌𝑖2 333156 252110 267702 336734 1189702
𝑦𝑖2 93.50 253.10 52.40 378.40 777.40
𝑅𝑎𝑡𝑎 𝑌𝑖 91.25 79.35 81.80 91.70 344.10
Tabel 4.55 Tabel Anova

Sum of Squares Mean Squares
Sumber df Fhitung
(JK) (RK)
Antar A 40.00 1 40.000 8.027
Antar B 84.10 1 84.100 16.876
Interaksi A*B 1188800.5 1 1188800.500 238555.284
Dalam 777.40 156 4.983
Total 5653.90 159 35.559
64
DAFTAR PUSTAKA
Suparman, Dea. (2012). Pengantar Bootstrap dan Aplikasinya, Yogyakarta:
JPMIPA UAD Press.
Bustami, Dahlan Abdullah, dan Fadhisyah. (2014). Statistika Terapan Pada Bidang
Informatika, Yogyakarta: Graha Ilmu.
Hidayat Muhammad Nur, Vadlya Maarif. (2019). “Pengujian Hipotesis Penggunan
Warna Cat Terhadap Harga Jual Mobil.” Jurnal Evolusi, Volume 7, No 1,
Jakarta: Sistem informasi, Universitas Bina Sarana Informatika.
Yuliana Kurnia Ekasari. (2018). “Pengaruh Biaya Pendidikan dan Kinerja Guru
Terhadap Pencapaian Siswa Analisis Deskriptif Pada Sma Negeri Di
Kabupaten Purwakarta.” Jurnal Ekonomi dan Bisnis, Volume 2, No. 1.
Purwakarta: STEIB Perdana Mandiri.

Tugas Modul 1 Kelompok 3 - Pengujian Hipotesis

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Tugas Modul 1 Kelompok 3 - Pengujian Hipotesis

Diunggah oleh

Hak Cipta:

Format Tersedia

STATISTIKA INDUSTRI II

PROGRAM STUDI TEKNIK INDUSTRI

Kelompok I : 1. Shinta Nuriah 202044500253

Fakultas : Teknik dan Ilmu Komputer

Modul : Pengujian Hipotesis

Penanggung Jawab I Penanggung Jawab II

(Nurul fadilah) (Dwi Nurnita Sari)

Koordinator Asisten Laboratorium Teknik Industri

(Muhammad Hafizh Nur Falih)

ISI LAPORAN NILAI

BAB II TINJAUAN PUSTAKA

BAB III METODOLOGI PENELITIAN

BAB IV PENGOLAHAN DATA DAN ANALISIS

BAB V SIMPULAN DAN SARAN

Jakarta, 13 Oktober 2021

Yang bertanda tangan di bawah ini :

telah disepakati, yaitu nilai praktikum pengujian hipotesis mendapat nilai E.

Jakarta, 20 Oktober 2021

Ahmad Andika Yuda

A. 1. Shinta Nuriah 202044500253

pembaca dan penulis.

Jakarta, 13 Oktober 2021

LEMBAR PENGESAHAN ............................................................................... i

LEMBAR PENILAIAN .................................................................................... ii

LEMBAR ORISINALITAS ............................................................................iii

KATA PENGANTAR ....................................................................................... v

DAFTAR ISI ..................................................................................................... vi

DAFTAR TABEL ........................................................................................... vii

DAFTAR GAMBAR ......................................................................................... x

DAFAR LAMPIRAN ...................................................................................... xii

BAB I PENDAHULUAN ....................................................................................

A. Latar Belakang .................................................................................. 1

B. Identitas Masalah .............................................................................. 2

D. Rumusan Masalah ............................................................................. 2

E. Tujuan Penulisan ............................................................................... 2

F. Sistematika Penulisan ....................................................................... 2

BAB II TINJAUAN PUSTAKA.........................................................................

A. Kajian Pustaka .................................................................................... 4

B. Kerangka Berfikir ............................................................................... 8

C. Penelitian Yang Relavan .................................................................... 9

A. Waktu dan Tempat Penelitian ......................................................... 10

C. Metode Pengumpulan Data ............................................................. 10

D. Teknik Analisis Data ....................................................................... 10

E. Flowchart Penalitian ....................................................................... 15

BAB IV PENGOLAHAN DATA DAN ANALISIS .........................................

A. Pengumpulan Data .......................................................................... 16

C. Analisis dan Pembahasan ................................................................ 38

BAB V SIMPULAN DAN SARAN ....................................................................

Tabel3.1 Giantt Penelitian ......................................................................... 11

Tabel3.2 Flow chart Pnelitian .................................................................... 13

Tabel 4.4 Data Uji Satu Sampel Kelas C Pagi…………………………….20

Tabel 4.5 Uji Normalitas Kelas C Pagi ....................................................... 22

Tabel 4.6 One Sample Test Kelas C Pagi.................................................... 24

Tabel 4.7 Data Kelas G Pagi ....................................................................... 27

Tabel 4.8 Uji Normalitas Kelas G Pagi ....................................................... 27

Tabel 4.9 One Sample Test Kelas G Pagi ................................................... 28

Tabel 4.10 Data Kelas C Malam ................................................................... 28

Tabel 4.11 Uji Normalitas Kelas C Malam ................................................... 29

Tabel 4.12 One Sample Test Kelas C Malam ............................................... 31

Tabel 4.13 Data Kelas G Malam .................................................................. 31

Tabel 4.14 Uji Normalitas Kelas G Malam ................................................. 32

Tabel 4.15 One Sample Test Kelas G Malam .............................................. 33

Tabel 4.16 Data Kelas C Pagi ...................................................................... 34