STATISTIK INDUSTRI
01
Teddy Wahyudi
Teknik Industri Teknik Industri
PERTANYAAN 1 : Pengujian Hipotesis Statistik Parametrik
1.
Jenis Data Berdasarkan Sifatnya
a) Data kualitatif
b) Data kuantitatif
a) Data nominal
b) Data ordinal
c) Data interval
d) Data rasio
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.
Hipotesis null merupakan pernyataan yang akan diuji kebenarannya. Secara statistik
H0 diartikan bahwa tidak terdapat perbedaan antara karakteristik populasi dan
karakteristik sampel.
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
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 :
(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. 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).
dimana :
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
1 – p = Probabilitas Kegagalan
4. Studi kasus
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
Kesimpulan
Karena α= 0,05 < probabilitas hasil sampel = 0,3769 maka H0 diterima. Jadi, tidak
ada peningkatan pretasi kerja setelah diberikan pelatihan.