TUGAS BESAR 1

STATISTIK INDUSTRI

NAMA : TEDDY WAHYUDI

NIM : 41619120067

Fakultas Program Studi Tugas Besar Disusun Oleh

01
Teddy Wahyudi
Teknik Industri Teknik Industri
PERTANYAAN 1 : Pengujian Hipotesis Statistik Parametrik

1.
 Jenis Data Berdasarkan Sifatnya
a) Data kualitatif
b) Data kuantitatif

I. Jenis Data Berdasarkan skala pengukuran

a) Data nominal
b) Data ordinal
c) Data interval
d) Data rasio

II. Jenis Data Berdasarkan Sumbernya

a) Data primer
b) Data Sekunder

2. Statistik parametrik adalah statistik yang digunakan untuk menganalisis data interval
atau rasio, yang diambil dari pupulasi yang berdistribusi normal. (Sugiyono, 2014:23)
Statistik parametrik adalah bagian statistik yang parameter dari populasinya mengikuti
suatu distribusi tertentu, seperti distribusi normal, dan memiliki varians yang homogen.
(Iqbal Hasan, 2005:9). Statistik parametrik adalah yaitu ilmu statistik yang
mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar
secara normal atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan
statistik parametrik harus memenuhi asumsi normalitas. Data yang dianalisis adalah
data interval atau rasio.

3. Dengan melakukan pengujian statistik terhadap hipotesis kita dapat memutuskan

apakah hipotesis dapat diterima (data tidak memberikan bukti untuk menolak
hipotesis) atau ditolak (data memberikan bukti untuk menolak hipotesis). Berikut ini
adalah langkah-langkah pengujian hipotesis:
 I. Menetapkan Hipotesis

Hipotesis dibagi menjadi dua bagian, yaitu:

1. Hipotesis null (H0)

Hipotesis null merupakan pernyataan yang akan diuji kebenarannya. Secara statistik
H0 diartikan bahwa tidak terdapat perbedaan antara karakteristik populasi dan
karakteristik sampel.

2. Hipotesis alternatif (H1)

Hipotesis alternatif adalah pernyataan ketika pernyataan (H0) ditolak. Dengan

demikian, secara statistik H1 diartikan bahwa terdapat perbedaan antara karakteristik
populasi dan karakteristik sampel.

Hipotesis terbagi dalam 3 jenis, yaitu:

1. Hipotesis deskriptif

Pernyataan yang menyebutkan bahwa nilai parameter populasi sama dengan nilai
tertentu.

2. Hipotesis komparatif

Pernyataan yang menyebutkan bahwa nilai parameter suatu populasi sama dengan nilai
parameter populasi yang lain.

3. Hipotesis asosiatif

Pernyataan yang menyatakan adanya hubungan antar dua variabel.

II. Menentukan Kriteria Pengujian

Pengujian secara statistik dibagi lagi menjadi dua, yaitu:

1. Uji satu arah

2. Uji dua arah
III. Melakukan pengujian statistik
Statistik uji yang digunakan harus sesuai dengan hipotesis.

IV. Menetapkan tingkat signifikansi dan titik kritis

Tingkat signifikansi α adalah besarnya toleransi yang digunakan dalam menerima
kesalahan pengujian secara statistik. Tingkat signifikansi yang sering digunakan adalah
0,01, 0,05 dan 0,1 (biasa ditulis 1%, 5% dan 10%), tergantung tingkat ketelitian yang
digunakan oleh peneliti. Pendekatan dengan distribusi peluang statistik, maka tingkat
signifikansi menyatakan luas daerah kritis yang merukan eilayah penolakan terhadap
H0. Untuk mempermudah pengambilan keputusan, maka digunakan titik kritis yang
merupakan batas penolakan H0.

V. Mengambil Kesimpulan

4. Studi Kasus
Dekan Fakultas Teknik Universitas XYZ menduga bahwa kualitas mengajar dosen
statistik paling tinggi 70% dari nilai idealnya. Untuk membuktikan dugaan tersebut
dilakukan penyebaran kuisioner dengan mengambil sampel 20 orang mahasiswa untuk
mengisi kuisioner dengan jujur dan adil sesuai dengan kualitas dan professional dosen
ketika mengajar. Jumlah pertanyaan yang diajukan dalam kuisioner ada 10 pertanyaan,
intrumen penelitian kualitas mengajar diberi skala (5) = sangat baik, (4) = baik, (3) =
cukup, (2) = kurang baik, (1) = sangat tidak baik. Taraf signifikan α = 5%. Dari total
hasil jawaban setiap mahasiswa diperoleh sebagai berikut:

40 35 40 36 39 32 39 40 32 33
38 40 40 37 37 34 40 40 40 39
Bagaimana kesimpulan yang didapatkan?

Jawab :

 Menghitung nilai ideal

Nilai Ideal = 10x4x20 = 800
 Rata-rata nilai ideal = 800/20 = 40
Jadi, 70% dari rata-rata nilai idealnya adalah = 0,7 x 40 = atau µo = 28
 Membuat hipotesis penelitian
Hipotesis dibuat berdasarkan dari dugaan bahwa kualitas mengajar dosen paling
tinggi adalah 70%
Ho : Kualitas mengajar dosen paling rendah atau sama dengan 70% dari nilai rata-
rata idealnya
Ha : Kualitas mengajar dosen paling tinggi 70% dari rata-rata nilai idealnya
 Hipotesis model statistik
Ho : µ ≥ 28
Ha : µ ≤ 28
 Taraf signifikan
α = 5%
 Kaidah Pengujian
Jika : -ttabel (α.n-1) < thitung , maka Ho diterima
 Menghitung ttabel dan thitung

(Xi-
No Xi X̅ X̅)2
1 40 37.6 5.76
2 35 37.6 6.76
3 40 37.6 5.76
4 36 37.6 2.56
5 39 37.6 1.96
6 32 37.6 31.36
7 39 37.6 1.96
8 40 37.6 5.76
9 32 37.6 31.36
10 33 37.6 21.16
11 38 37.6 0.16
12 40 37.6 5.76
13 40 37.6 5.76
14 37 37.6 0.36
15 37 37.6 0.36
16 34 37.6 12.96
17 40 37.6 5.76
18 40 37.6 5.76
19 40 37.6 5.76
20 40 37.6 5.76
∑ Xi = 752 ∑ = 162.8
 Nilai rata-rata pengamatan
Rumus :
∑ 𝑿𝒊
𝑋=
𝑛
∑ 𝑿𝒊 752
𝑋= = = 37.6
𝑛 20
 Nilai standar deviasi (s)

̅) 𝟐
∑(𝑿𝒊 − 𝐗 162.8
𝑠= √ = √ = 2.9272
𝑛−1 20 − 1

 Menghitung thitung
𝑋 − 𝜇𝑜 37.6 − 28
t ℎ𝑖𝑡𝑢𝑛𝑔 = =
𝑠/√𝑛 2.9272/√20
9.6
= = 14.7
0.6545
 Menghitung ttable
Dengan taraf signifikan α = 0.05. Kemudian dicari nilai ttable pada tabel distribusi
-t dengan ketentuan : db = n-1, db = 20 – 1 = 19
Sehingga ttable (α.db) = t(0.05 x 19) = 1.729
 Membandingkan ttable dan thitung
ttable(α) = 1.729 dan thitung = 14.7
ttable(α) < thitung = -1.729 < 14.7 , Maka Ho diterima
 Kesimpulan
Karena ttable(α) < thitung maka Ho diterima, dengan demikian kualitas mengajar dosen
paling rendah atau sama dengan 70% dari nilai rata-rata idealnya
PERTANYAAN 2 : Pengujian Hipotesis Statistik Non Parametrik

1. Statistik nonparametrik adalah rumus yang digunakan untuk menguji hipotesis

penelitian ketika data melanggar satu atau lebih asumsi untuk prosedur parametrik. Jika
varians dalam populasi miring atau asimetris, jika data yang dihasilkan dari ukuran
ordinal atau nominal, atau jika ukuran sampel kecil, peneliti harus memilih statistik
nonparametrik.

2. Metode- Metode yang termasuk statistik non-parametrik diantanya ialah:

1. Uji Chi-square
Chi-square adalah pengujian hipotesis mengenai perbandingan antara frekuensi
observasi atau yang benar-benar terjadi atau aktual dengan frekuensi harapan. Yang
dimaksud dengan frekuensi harapan adalah frekuensi yang nilainya dapat di hitung
secara teoritis (e). Sedangkan dengan frekuensi observasi adalah frekuensi yang
nilainya di dapat dari hasil percobaan (o). Menurut Walpole chi-square adalah uji yang
didasarkan pada seberapa baik kesesuaian antara frekuensi yang teramati dalam data
contoh dengan frekuensi harapan yang didasarkan pada sebaran yang dihipotesiskan
(Wallpole, 1992). Uji chi-square digunakan untuk mengadakan estimasi, sebagai alat
estimasi chi-square yang digunakan untuk menaksir apakah ada perbedaan signifikan
atau tidak antara frekuensi yang di observasi dalam sampel dengan frekuensi yang
diharapkan dalam populasi. Frekuensi yang diharapkan dalam populasi ini kadang-
kadang disebut juga frekuensi hipotetik, karena digunakan sebagai hipotesa yang akan
diuji dengan frekuensi yang akan diperoleh dari sampel (Hasan, 2002).

2. Sign Test (Uji Tanda)

Sign Test (Uji Tanda) merupakan metode analisis untuk menguji hipotesis komparatif
dua sampel yang berkorelasi, dimana datanya mempunyai skala pengukuran ordinal.
Metode analisis ini menggunakan data yang dinyatakan dalam bentuk tanda-tanda
positif dan negatif, dari perbedaan antara pengamatan yang berpasangan. Teknik ini
dinamakan uji tanda (sign Test) karena data yang akan dianalisis dinyatakan dalam
bentuk tanda-tanda positfi-negatif. Misalnya dalam suatu eksperimen, hasilnya tidak
dinyatakan berapa besar perubahannya secara kuantitatif, tetapi dinyatakan dalam
bentuk perubahan yang positif dan negatif. Sampel yang digunakan dalam penelitian
adalah sampel yang berpasangan, misalnya suami-isteri, pria-wanita, pegawai negeri-
swasta dan lain-lain.Tanda positif dan negatif akan dapat diketahui berdasarkan
perbedaan nilai antara satu dengan yang lain dalam pasangan itu.sebagai contoh
perbedaan data yang diberikan oleh suami-isteri. Hipotesis nol (H0) yang diuji adalah
: P (XA > XB) = p (XA B) = 0,5 peluang berubah dari XA ke XB = peluang berubah dari XAke
XB = 0,5 atau peluang untuk memperoleh beda yang bertanda sama dengan peluang
untuk memperoleh beda yang negatif. jadi kalau tanda positif jauh lebih banyak dari
negatifnya dan sebaliknya, maka H0 ditolak. XA = nilai setelah ada perlakuan (treatment)
dan XB = nilai sebelum ada perlakuan. H0 dapat diketahui berdasarkan median dari
kelompok yang diobservasi. bila jarak antara median dengan tanda positif dan negatif
sama nol, maka H0 diterima. Jika (XA – XB) menunjukan nilai perbedaan dan m
merupakan median dari perbedaan ini, maka uji tanda dapat digunakan untuk menguji
H0 : m= 0 dan Ha ≠ 0 dengan peluang masing-masing = 0,5, jadi H0 : p = Ha; p=0,5. untuk
sampel yang kecil ≤ 25 pengujian dilakukan dengan menggunakan prinsip-prinsip
distribusi binomial dengan P = Q= 0,5 (lihat test binomial) dimana N=banyak pasangan.
bila suaktu pasangan observasi tidak menunjukan adanya perbedaan yakni selisih = 0,
maka pasangan itu dicoret dari analisis. dengan demikian N-nya akan berkurang. untuk
pengujian hipotesis dapat membandingkan dengan tabel, dimana X dalam tabel itu
adalah nilai bertanda positif atau negatif yang jumlahnya lebih kecl. sedang untuk
sampel besar >25 dapat dilakuakn pengujian Chi kuadrat yang rumusnya adalah :

c 2 = [ (n1 – n2)- 1]2

n1 + n 2

dimana :

n1 = banyak data positif

n 2 = banyak data negatif

3. Ada dua jenis distribusi probabilitas yang digunakan untuk tujuan berbeda dan berbagai
jenis proses pembuatan data, yaitu distribusi probabilitas normal atau kumulatif dan
distribusi probabilitas binomial atau diskrit. Berikut penjelasannya :

• Distribusi probabilitas kumulatif

Distribusi probabilitas kumulatif juga dikenal sebagai distribusi probabilitas kontinu.
Dalam distribusi ini, sekumpulan kemungkinan hasil dapat mengambil nilai pada
rentang yang berkelanjutan. Misalnya, sekumpulan bilangan real adalah distribusi
kontinu atau normal, karena memberikan semua hasil yang mungkin dari bilangan real.
Demikian pula, himpunan bilangan kompleks, himpunan bilangan prima, himpunan
bilangan bulat, dan lain-lain merupakan contoh distribusi probabilitas normal. Juga,
dalam skenario kehidupan nyata, suhu pada hari itu adalah contoh probabilitas kontinu.
Rumus untuk distribusi normal adalah :

Dimana,
μ = Nilai Rata-rata
σ = Distribusi Standar probabilitas
x = Variabel acak normal
Disini, jika mean (μ) = 0 dan deviasi standar (σ) = 1, maka distribusi ini diketahui
berdistribusi normal

 Distribusi Probabilitas Diskrit

Suatu distribusi disebut distribusi probabilitas diskrit apabila himpunan hasilnya

bersifat diskrit. Misalnya, jika dadu dilempar, semua kemungkinan hasilnya akan
berlainan dan memberikan hasil yang banyak. Ini juga dikenal sebagai fungsi massa
probabilitas. Jadi, hasil dari distribusi binomial terdiri dari n percobaan berulang dan
hasilnya mungkin terjadi atau tidak. Rumus untuk distribusi binomial adalah;
 Dimana,

n = Jumlah total suatu kejadian

r = Jumlah total kejadian yang berhasil

p = Keberhasilan pada probabilitas percobaan tunggal

nCr = [n! / r! (n − r)]

1 – p = Probabilitas Kegagalan

4. Studi kasus

Perusahaan garmen MJ ingin mengukur peningkatan prestasi kerja karyawan

diperusahaan setelah diberikan pelatihan. Jika diambil sampel sebanyak 10 karyawan,
datanya adalah sbb:

Dengan tingkat signifikansi 5%, probabilitas 0,5. tentukan solusi dari kasus kinerja
diatas!

Jawab :

Nilai
Karyawan Sebelum Sesudah X2-X1
(X1) (X2)
1 72 76 +
2 67 90 +
3 71 75 +
4 86 75 -
5 83 67 -
6 60 88 +
7 91 88 -
8 70 82 +
9 65 67 +
10 80 72 -
Kolom paling kanan pada tabel menunjukan tanda hasil pengurangan kelompok X2
dengan kelompok X1. Prosedur pengujian sebagai berikut:

 Hipotesisnya
` H0 : p = 0,5 (tidak ada peningkatan prestasi kerja)
H1 : P ≠ 0.5 ( ada peningkatan prestasi kerja )
 Uji Taraf Nyata
α = 5% = 0.05
 Kriteria Pengujian
H0 diterima apabila probabilitas hasil sampel ≥ 0,05
H0 ditolak apabila hasil sampel < 0.05
 Nilai Uji statistik
Jumlah sampel n = 10, jenis tanda yg memiliki nilai terkecil adalah negatif
sebanyak r = 4, peluang yg diujikan sebesar p=0,5

Probabilitas hasil sampel = Pr(0)+Pr(1)+Pr(2)+Pr(3)+Pr(4)

= 0,00977+0,09770+0,04394+0,1172+0,2051= 0,3769

 Kesimpulan
Karena α= 0,05 < probabilitas hasil sampel = 0,3769 maka H0 diterima. Jadi, tidak
ada peningkatan pretasi kerja setelah diberikan pelatihan.