Tokoh dalam distribusi normal adalah Abraham De Moivre, artikelnya pada tahun
1733 sebagai pendekatan binominal untuk n besar. Kemudian dikembangkan oleh
Simon De Laplace, dikenal sebagai teorema Moivre-Laplance.
Grafik distribusi normal tergantung pada dua faktor, yaitu mean dan deviasi standar.
✓ Mean dari distribusi menentukan lokasi pusat grafik, dan deviasi standard
menentukan tinggi dan lebarnya grafik.
✓ Ketika standar deviasi besar, kurva pendek dan lebar, ketika standar deviasi
kecil, kurva kecil dan sempit.
2. Simetrik
Setengah bagian dari distribusi itu sama dan sebangun. Jika dipotong kurva dipotong
pada titik median maka distribusi skor frekuensi yang berada diatas median sama
dengan skor frekuensi yang berada dibawah median.
3. Identik
Distribusi normal selalu sama besar (identik). Nilai modus=median=rata-rata.
4. Asimtotik
Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan
simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (Bell Curve) karena
grafik fungsi kepekatan probablititasnya mirip dengan lonceng.
µ)/σ
Distribusi normal baku sering ditulis dengan simbol N (0,1), dimana N berarti
distribusi normal dan 0 dan 1 merujuk pada rata-rata µ dan variansi (σ2)
Bentuk distribusi normal biasanya ditulis N (µ, σ2), parameter di dalam tanda kurung
adalah rata-rata variansi populasi. Jadi angka 1 pada N (0,1) yang besarnya kebetulan
sama dengan simpangan baku karena 1 kuadrat = 1.
Mencari Nilai Z
Keterangan:
µ= nilai rata-rata
σ= standar deviasi
LATIHAN SOAL
Untuk informasi
latihan soal,
scan barcode ini
CHI-SQUARE (KHI-KUADRAT)
Contoh soal:
100 orang telah terpilih secara acak sebagai sampel, terdiri dari 53 wanita dan 47 pria,
ternyata tingkat pendidikan mereka seperti disajikan pada tabel berikut:
Jawaban:
Hipotesis
H0: λ = 0
H1: λ ≠ 0
30 𝑥 47 30 𝑥 53
E11 = = 14,10 E12 = = 15,90
100 100
38 𝑥 47 38 𝑥 53
E21 = = 17,86 E22 = = 20,14
100 100
32 𝑥 47 32 𝑥 53
E31 = = 15,04 E32 = = 16,96
100 100
Untuk informasi
latihan soal,
scan barcode ini
SOAL LATIHAN
1. Sebuah rubik memiliki 6 warna yaitu merah, biru, kuning, hijau, putih, dan
hitam. Rubik ini dilemparkan sebanyak 240 kali.
Frekuensi yang bisa muncul adalah warna pada rubik yaitu merah, biru, kuning,
hijau, putih dan hitam dengan frekuensi masing masing adalah 36, 42, 48, 31,
35, 48. Ujilah apakah rubik tersebut simetris!
2. Berikut adalah data banyaknya siswa SDN 2 Majasari dalam pemakaian tiga
jenis Hp selama pembelajaran daring. Apakah proporsi pemakaian Hp tersebut
sama? Lakukan pengujian proporsi dengan taraf nyata 5%!
Hp BB 20 10 15 45
Hp Samsung 15 25 5 45
Hp Nokia 5 15 15 35
Jumlah 40 50 35 125
UJI DISTRIBUSI F (FISHER) DAN T (t-student)
Tujuan Pembelajaran
Setelah mempelajari bab ini, diharapkan pembaca dapat memahami konsep Uji
F dan Uji T serta pengaplikasiannya.
Uraian isi topik bahasan
Dalam modul ini, dibahas pengertian Uji F dan Uji T, Tahapan Uji F dan Uji T,
Rumus Uji T dan Uji F, Contoh Soal, serta soal Latihan.
Pengertian Uji F
Sir Ronald Alymer Fisher adalah ahli statistika yang memperkenalkan distribusi
Analysis of Variance (ANOVA). ANOVA adalah prosedur statistika untuk mengkaji
(mendeterminasi) apakah rata-rata hitung (mean) dari 3 populasi atau lebih, sama
atau tidak.Distribusi ANOVA digunakan untuk menguji rata-rata atau nilai tengah dari
tiga atau lebih populasi sekaligus, apakah rata-rata atau nilai tengah tersebut sama
atau tidak sama.
Rumus Uji F
𝑇2
JKT = ∑𝑘𝑖=1 ∑𝑘𝑗=1 𝑥𝑖𝑗 2 − 𝑛𝑘
𝑇𝑖 2 𝑇2
JKK = ∑𝑘𝑖=1 𝑥𝑖𝑗 2 − 𝑛𝑘
𝑛
JKG = JKT-JKK
Keterangan:
JKT : Jumlah Kuadrat Total
X2ij : Pengamatan ke-j dari populasi ke-i
T2 : Total semua pengamatan
JKK : Jumlah Kuadrat Kolom
JKG : Jumlah Kuadrat Galat
nk : Banyaknya anggota secara keseluruhan
T2i : Total pengamatan dalam contoh dari populasi ke-i
n : Banyaknya pengamatan / anggota baris
Analisis ragam dalam klasifikasi satu arah dengan data sama.
Sumber Jumlah Derajat Kuadrat F
Keragaman Kuadrat Bebas Tengah Hitung
Nilai Tengah 𝐽𝐾𝐾
JKK k-1 S21 = (𝑘−1)
Kolom
JKG S21/S22
Galat JKG k(n-1) S22 =(k (n−1))
JKG = JKT-JKK
Analisis ragam dalam klasifikasi satu arah dengan data tidak sama
Sumber Jumlah Derajat Kuadrat F
Keragaman Kuadrat Bebas Tengah Hitung
Nilai Tengah 𝐽𝐾𝐾
JKK k-1 S21 = (𝑘−1)
Kolom
JKG S21/S22
Galat JKG N-k S22 =
(N−k)
𝑇2
JKT = ∑𝑘𝑖=1 ∑𝑘𝑗=1 𝑥𝑖𝑗 2 − 𝑏𝑘
𝑇𝑖 2 𝑇2
JKK = ∑𝑘𝑖=1 𝑥𝑖𝑗 2 − 𝑏𝑘
𝑏
Keterangan:
JKT : Jumlah Kuadrat Total
JKB : Jumlah Kuadrat Baris
JKK : Jumlah Kuadrat Kolom
JKG : Jumlah Kuadrat Galat
T2 : Total semua pengamatan
T2i : Jumlah/ total pengamatan pada baris
T2j : Jumlah/ total pengamatan pada kolom
X2ij : Jumlah/ total keseluruhan dari baris dan kolom
k : Jumlah kolom
bk : Jumlah kolom dan baris
b : Jumlah baris
Analisis ragam dalam klasifikasi dua arah tanpa interaksi
Sumber Jumlah Derajat Kuadrat F
Keragaman Kuadrat Bebas Tengah Hitung
Nilai Tengah 𝐽𝐾𝐵
JKB b-1 S21 = (𝑏−1)
Baris f1 =
Nilai Tengah JKK S21/S22
JKK k-1 S22 =(k−1)
Kolom
Galat (b-1)(k- JKK f2 =
JKG S23 =(k−1)
1) S22/S23
Total JKT bk-1
1) Tahapan Uji F
Langkah-langkah Pengujian Hipotesis
Langkah-langkah dalam pengujian hipotesis dalam Distribusi F/
Anova dengan klasifikasi satu arah atau dua arah adalah sebagai
berikut.
a) Tentukan Ho dan Ha
Ho : μ1 = μ2 = μ3 = ... = μn
Ha: sekurang-kurangnya dua nilai tengah tidak sama
Atau
Ho : Semua nilai tengah sama
Ha : sekurang-kurangnya dua nilai tengah adalah tidak sama
b) Tentukan tingkat signifikan ()
c) Tentukan derajat bebas (db)
(1) Klasifikasi 1 arah data sama
V1 = k-1 V2 = k (n-1)
(2) Klasifikasi 1 arah data tidak sama
V1 = k-1 V2 = N - k
(3) Klasifikasi 2 arah tanpa interaksi
V1 (baris) = b-1 V1 (kolom) = k-1 V2 = (k-1) (b-1)
(4) Klasifikasi 2 arah dengan interaksi
V1 (baris) = b-1 V1 (kolom) = k-1
V1 (interaksi) = (k-1) (b-1)
V2 = b.k (n-1)
Ket : k = kolom ; b = baris
d) Tentukan wilayah kritis
(F tabel) ƒ > ( ; V1 ; V2)
e) Menentukan kriteria pengujian
Ho diterima jika Fo F tabel
Ha diterima jika Fo > F tabel
f) Nilai hitung (F hitung)
g) Keputusan
h) Kesimpulan
a. Uji T
1) Pengertian Uji T
Distribusi-t adalah distribusi untuk probabilitas sampel ukuran
kecil (≤ 30). Distribusi ini ditemukan pertama kali oleh W.S. Gosset
pada tahun 1908, dengan nama samara Student sehingga distribusi
ini dikenal dengan distribusi t-Student. Awalnya distribusi ini tidak
banyak dikenal orang namun atas jasa Fisher akhirnya distribusi ini
dipopulerkan melalui penemuannya tentang analisis varians
(ANOVA). Distribusi ini merupakan distribusi sangat penting
terutama dalam analisis statistik untuk sampel ukuran kecil.
Uji T ini nantinya akan menunjukkan berapa banyak pengaruh
variabel independen secara parsial, terhadap variabel dependen. Uji
T tujuannya untuk melihat sejauh mana pengaruh secara parsial dari
variabel bebas terhadap variabel terikat. Uji T lebih sering digunakan
untuk data yang jumlahnya lebih sedikit yaitu kurang dari 30.
Selain itu, uji T digunakan jika nilai parameter sudah diketahui
(ditentukan) dan data terdistribusi normal. Uji T dibagi menjadi 3 jenis
yaitu uji T 1 sampel, 2 sampel berpasangan dan sampel bebas.
Caranya dengan membandingkan ttabel dengan thitung. Setiap nilai T
hasil perhitungan, akan dibandingkan dengan T tabel yang
didapatkan menggunakan taraf signifikansi (biasanya 0,05).
Ciri-ciri distribusi T, yaitu :
a) Sampel yang diujikan berukuran kecil (n < 30)
b) Penentuan nilai tabel dilihat dari besarnya tingkat signifikan (α)
dan besarnya derajat kebebasan (dk atau df atau v)
Fungsi Distribusi T
a) Memperkirakan interval rata-rata
b) Menguji hipotesis tentang rata-rata
c) Menunjukkan batas penerimaan hipotesis
d) Menguji pernyataan atas kelayakannya
Berikut adalah kurva distribusi t dengan derajat kebebasan yang
berbeda.
2) Rumus Uji T
Terdapat dua rumus untuk uji t-Student yaitu uji t satu sampel dan uji
t dua sampel.
(a) Uji T satu sampel
3) Tahapan Uji T
Tahapan yang dilakukan untuk uji t adalah sebagai berikut.
(a) Tentukan hipotesis nol dan hipotesis alternatif
(b) Tentukan tingkat signifikansi (alpha) dan daerah penolakan
(c) Pengujian dengan statistik uji
(d) Penentuan apakah t0 berada dalam area penolakan atau tidak
(e) Kesimpulan
1. Sajian Contoh
a. Contoh Soal Uji F
Terdapat tiga hasil belajar, berikut adalah data enam siswa yang
menjadi sampel dan didata peningkatan hasil belajarnya setelah
empat kali pertemuan pembelajaran. Data tersebut dapat diamati
pada tabel berikut.
Intan 5 7 4
Irma 8 3 11
Ola 2 6 9
Okta 6 4 5
Meisa 3 8 7
Milani 4 5 8
Total
28 33 44 105
Kolom
Lakukanlah analisis ragam atau anova dan uji hipotesis pada tingkat
kepercayaan 0,05 bahwa nilai tengah peningkatan dari hasil belajar
tersebut adalah sama atayu tidak sama.
Jawab :
1. Ho : μ1 = μ2 = μ3 = ... = μn
Ha: sekurang-kurangnya dua nilai tengah tidak sama
Atau
Ho : Semua nilai tengah sama
Ha : sekurang-kurangnya dua nilai tengah adalah tidak sama
2. Tingkat keyakinan () = 0.05
3. Derajat bebas (db)
V1 = k - 1 = 3 - 1 = 2 V2 = k(n - 1) = 3(6 - 1) =
15
4. Wilayah ktitis : ƒ > ( 5% ; 2 ; 15 ) = 3,68 (nilai tabel F)
5. Kriteria Pengujian Ho diterima jika Fo F tabel Ha diterima jika Fo >
F tabel
6. Nilai hitung
JKT = (52 + 72 + .. + 82 ) - (1052 /18)= 709 - 612,5 = 96,5
JKK = ( 282 /6 + 332 /6 + 442 /6 ) – (1052 /18) = 634,83 - 612,5 = 22,33
JKG = JKT – JKK = 96,5 - 22,33 = 74,17
Analisis ragam dalam klasifikasi satu arah dengan data yang sama :
Sumber Jumlah Derajat Kuadrat F
Keragaman Kuadrat Bebas Tengah Hitung
Nilai Tengah 22,33 2 11,165 2,255
Kolom
Galat 74,17 15 4,945
Total 96,5 17
7. Keputusan :
8. Kesimpulan :
Nilai tengah semua metode penurunan berat badan adalah sama
b. Contoh Soal Uji T
1. Menentukan hipotesis
H0: ≥ 135 v.s.
H1: < 135 (Uji 1 arah)
2. Tingkat signifikansi
α = 0.05
3. Hasil analisis:
One Sample t-test data: IQ
t = 1.5621,
df = 49,
p-value = 0.9377
alternative hypothesis: true mean is less than 140
95 percent confidence interval: 142.0732
sample estimates: mean of x 141
4. Kesimpulan:
TERIMA H0, karena pvalue > 0.05. Dengan demikian, dapat
dikatakan bahwa isu yang berkembang selama ini yang menyatakan
bahwa rata-rata IQ mahasiswa Universitas X kurang dari 140 adalah
tidak benar. Justru, rata-rata IQ mahasiswa Universitas X lebih besar
atau setidak-tidaknya sama dengan 140.
2. Soal/Latihan
a. Tentukan nilai t pada tingkat keyakinan 95% dengan derajat keyakinan
sebesar :
1) 30
2) 40
3) 50
b. Seorang peneliti hendak mengetahui apakah metode mengajar yang
telah dipraktikan dapat meningkatkan hasil belajar siswa. Hasil ulangan
25 orang siswa memiliki rata-rata 75 dan simpangan baku 19,55. Jika
hasil ulangan tersebut berdistribusi t-student, tentukan !
1) Persentase siswa yang nilainya antara 69,84 dan 85!
2) Banyaknya siswa yang nilainya di atas 65,26!
3) Pemberian reward terhadap 3 orang siswa yang memiliki nilai
ulangan tertinggi berapa nilai ulangan terendah yang harus
diperoleh oleh siswa?
c. Berapakah nilai F pada tingkat keyakinan 95% dan 99% untuk derajat
keyakinan kebebasan pembilang dan penyebut berikut:
1) 1; 30
2) 2;30
3) 5;45
d. Seorang mahasiswa melakukan penelitian untuk menguji apakah
proporsi siswa yang mengikuti les privat lebih banyak yang lulus ujian
dibandingkan dengan siswa yang tidak mengikuti les privat. Selanjutnya
diambil sampel sebanyak 15 siswa. Dari 6 yang lulus ternyata 5 yang
mengikuti les privat dan dari 9 yang tidak lulus ternyata 7 yang tidak ikut
les privat. Gunakan alpha 5 %.
Untuk informasi
latihan soal,
scan barcode ini
TABEL UJI T-STUDENT
TABEL UJI F
REFERENSI
Agus, Mikha widiyanto. 2013. Statistika Terapan. Konsep dan Aplikasi dalam
Penelitian Bidang Pendidikan, Psikologi dan Ilmu Sosial Lainnya. Jakarta: PT
Elex Media Komputindo
Daw, R. H., & Pearson, E. S. (1972). Studies in the History of Probablity and
Statistics. XXX. Abraham De Moivre's 1733 derivation of the normal curve: A
bibliographical note. Biometrika, 59(3), 677-680.