1.

Uji Komogorov Smirnov

Seorang ahli pembuat kue ingin menguji apakah ada kecenderungan selera terhadap
kadar gula campuran kuenya. Dia membuat 8 macam campuran kue yang berbeda kadar
gulanya. Campuran kue A mempunyai kadar gula yang paling rendah. Kemudian kue H
yang paling tinggi kadar gulanya. Kemudian dia mempersilahkan hasil olahannya untuk
diuji oleh 16 orang penguji, kue mana yang paling disenangi. Hasil pengujian
menunjukkan bahwa jumlah yang memilih kue adalah :
A=0, B=1, C=2, D=5, E=5, F=2, G=1, H=0
Apakah kadar gula mempengaruhi selera pilihan? Gunakan α = 5 %

Pembahasan :
H0 : fa = fb = fc = fd = fe = fg = fh, artinya kadar gula mempengaruhi pilihan dalam
memilih jenis kue
H1 : fa ≠ fb ≠ fc ≠ fd ≠ fe ≠ fg ≠ fh, artinya kadar gula tidak mempengaruhi pilihan
dalam memilih jenis kue
α :5%

A B C D E F G H

Jumlah 0 1 2 5 5 2 1 0
pemilih
F0(x) 1/8 2/8 3/8 4/8 5/8 6/8 7/8 1
(x) 0 1/16 3/16 8/16 13/16 15/16 1 1
|F0(x)-SN(x)| 0,125 0,1875 0,1875 0 0,1875 0,1875 0,125 0

Statistik Uji : D = maks | F0(x) –SN(x) | = 0,1875

Kriteria uji :

Tolak H0 jika D > Dtabel terima dalam hal lainnya.

Untuk α = 5 %, Dtabel = 1,36/√N = 1,36/√16 = 0,34

 Ternyata dengan taraf nyata 5% Dhitung = 0,1875 < Dtabel = 0,34 , maka Ho diterima yang
artinya kadar gula mempengaruhi pilihan dalam memilih jenis kue.

2. Uji Deret(Uji Runtun)

a. Jika ukuran sampel n1 dan n2 < 20
Dalam suatu kantin diperusahaan elektronika, terdapat sekelompok karyawan
wanita yang sedang makan siang. Dari sekelompok karyawan itu ada 18 orang diambil
secara random, selanjut diwawancarai, kapan akan mengambil cuti hamil. Dalam
pertanyaan itu disediakan dua alternative jawaban yaitu akan mengambil cuti besar
sebelum melahirkan atau sesudah melahirkan. Wawancara dilakukan secara berurutan,
yaitu mulai dari No.1 dan berakhir No.18.
Diperolehkan data “Waktu pengambilan cuti besar Karyawati”, yaitu
No Jawaban
1 1
2 1
3 0
4 1
5 0
6 1
7 0
8 0
9 1
10 1
11 0
12 0
13 0
14 1
15 1
16 0
17 1
18 0
Keterangan :
1 : mengambil cuti besar sebelum melahirkan
0 : mengambil cuti besar sesudah melahirkan

Apakah data diatas tersusun random?

Pembahasan :
H0 : data menunjukkan adanya keteracakan
H1 : data tidak menunjukkan adanya keteracakan

α : 5%

Dari data diperoleh:

+ + - + - + - - + + - - - + +
1 2 3 4 5 6 7 8 9
- + -
10 11 12

Maka :
r = 12
n1 =9
n2 =9
gunakan tabel F1 dan F2
dengan α = 5%
Dari table F1 dan F2
untuk batas terkecil r untuk menolak H0, F1 = 5
untuk batas terbesar r untuk menolak H0, F2 = 15
Kriteria uji:
Tolak H0 jika r < F1 atau r > F2, terima dalam hal lainnya.
Ternyata F1 = 5 < r = 9 dan F2 = 15 > r = 9, maka H0 diterima.
Artinya data “Waktu pengambilan cuti besar Karyawati” tersebut disusun secara
random.
b. Jika Ukuran Sampel n1 dan n2 atau salah satunya ≥ 20

Suatu penelitian tentang sanitasi rumah telah dilakukan.Diambil sebanyak 42

rumah.Masing-masing rumah diukur kelembaban udaranya didapatkan data urutan
sampel berdasarkan kelembaban pada tabel dibawah.Selidikilah dengan α = 10 %, apakah
sampel rumah tersebut random (acak) berdasarkan kelembabannya.
Nomor Kelembaban Rumah Nomor Kelembaban
Rumah
1 68 22 59
2 56 23 48
3 78 24 53
4 60 25 63
5 70 26 60
6 72 27 62
7 65 28 51
8 55 29 58
9 60 30 68
10 64 31 65
11 48 32 54
12 52 33 79
13 66 34 58
14 59 35 70
15 75 36 59
16 64 37 60
17 53 38 55
18 54 39 54
19 62 40 60
20 68 41 54
21 70 42 50
Pembahasan :
H0 : data menunjukkan adanya keteracakan
H1 : data tidak menunjukkan adanya keteracakan
α : 10 %
Statistik Uji :

n ≤ 60 = ( - ), n > 60 = ( + )
Nomor Kelembaban Tanda Urutan Nomor Kelembaban Tanda Urutan
Rumah Rumah
1 68 + 1 22 59 - 14
2 56 - 2 23 48 -
3 78 + 3 24 53 -
4 60 - 4 25 63 + 15
5 70 + 5 26 60 - 16
6 72 + 27 62 + 17
7 65 + 28 51 - 18
8 55 - 6 29 58 -
9 60 - 30 68 + 19
10 64 + 7 31 65 +
11 48 - 8 32 54 - 20
12 52 - 33 79 + 21
13 66 + 9 34 58 - 22
14 59 - 10 35 70 + 23
15 75 + 11 36 59 - 24
16 64 + 37 60 -
17 53 - 12 38 55 -
18 54 - 39 54 -
19 62 + 13 40 60 -
20 68 + 41 54 -
21 70 + 42 50 -
 Dari tabel di atas kita ketahui
n1 = 24 (Tanda -)
n2 = 18 (Tanda +)
r = 24

sesuai denga p = 0,2206

Kriteria Uji :
Tolak H0 jika -zα/2 > zhitung > zα/2 , terima dalam hal lainya.
(Gunakan Tabel 1), atau jika p ≤ α/2 maka H0 ditolak, terima dalam hal lainnya.
Dengan α = 0,1 ,uji dua sisi α/2 = 0,05 maka diperoleh zα/2 = 1,65

Karena zhitung =0,7763 < zα/2 = 1,65 atau p = p = 0,2206 > 0.05 sehingga H0 diterima.
Artinya data sampel rumah tersebut menunjukkan adanya keteracakan berdasarkan
kelembabannya.

3. Uji Mc Nemar
Suatu penelitian untuk mengetahui apakah ada perbedaan pengetahuan tentang
Imunisasi sebelum dan sesudah penyuluhan. Untuk membuktikan hal tersebut diambil
sampel-sampel secara random sebanyak 35 orang. Sebelum penyuluhan dilakukan pretest
terlebih dahulu untuk melihat pengetahuan awal. Pengetahuann dibuat dalam dua
kategori yaitu cukup dan kurang. Setelah diberi penyuluhan langsung dilakukan posttest
pengetahuan mereka dikategorikan menjadi dua yaitu cukup dan kurang. Data dapat
dilihat pada tabel berikut:
Sampel Pengetahuan Sampel Pengetahuan
Sebelum Seseudah Sebelum Sesudah
1 2 1 19 2 1
 2 2 1 20 2 2
3 2 2 21 2 1
4 1 1 22 2 1
5 1 2 23 1 1
6 2 1 24 2 1
7 1 1 25 2 2
8 2 1 26 1 1
9 1 2 27 2 2
10 2 1 28 2 1
11 1 1 29 2 2
12 2 1 30 2 1
13 2 2 31 2 2
14 2 1 32 1 2
15 1 1 33 2 1
16 2 2 34 2 2
17 2 2 35 2 1
18 1 2
Keterangan: Pengetahuan:
1 = cukup
2 = kurang

Pembahasan :
H0: P(+ → -) = P( - → +) artinya tidak ada perbedaan pengetahuan tentang imunisasi
sebelum dan sesudah penyuluhan
H1: P(+ → -) ≠ P( - → +) ada perbedaan pengetahuan tentang imunisasi sebelum dan
sesudah penyuluhan
α : 5%

Rumus untuk koreksi kontinuitas adalah: dengan db = 1

Untuk mempermudah perhitungan kasus diatas maka dibuat tabel seperti dibawah ini:
 Tabel. Krostabulasi pengetahuan tentang imunisasi sebbelum dan sesudah penyuluhan

Sebelum Sesudah
Kurang Cukup
Cukup 4 (a) 6 (b)
Kurang 10 (c) 15 (d)

Statistik Uji :

5,26

Kriteria Uji
Untuk uji 1 arah = tolak H0 jika X2hitung >X22α , terima dalam hal lainnya
Untuk uji 2 arah = tolak H0 jika X2hitung >X2α , terima dalam hal lainnya

Pada perhitungan nilai tabel alfa dibagi dua karena hipotesis dua arah.
X20,05(1) = 3,84
H0 ditolak karena X2hitung =5,26 >X2α = 3,84 artinya dapat disimpulkan bahwa terdapat
perbedaan pengetahuan tentang imunisasi sebelum dan sesudah penyuluhan.

4. Uji Tanda
Dua buah kelompok mahasiswa diukur tingkat pengetahuannya tentang
HIV/AIDS. Kelompok A adalah Mahasiswa yang tidak diberi penyuluhan kesehatan
tentang HIV/AID, sedangkan Kelompok B adalah Mahasiswa yang diberi penyuluhan
kesehatan tentang HIV/AIDS. Banyaknya pasangan mahasiswa tersebut adalah 26 orang.
Hasilnya disusun dalam tabel berikut :
Tabel. Hasil Pengukuran Tingkat Pengetahuan tentang HIV/AIDS Pasangan Mahasiswa
Pasangan Kelompok A Kelompok B Arah Perbedaan Tanda
Observasi
1 42 35 A>B +
 2 37 40 A<B -
3 38 39 A<B -
4 34 33 A>B +
5 36 41 A<B -
6 32 40 A<B -
7 45 43 A>B +
8 42 50 A<B -
9 42 43 A<B -
10 41 49 A<B -
11 39 39 A=B 0
12 39 47 A<B -
13 43 34 A>B +
14 41 50 A<B -
15 40 49 A<B -
16 37 31 A>B +
17 34 39 A<B -
18 45 47 A<B -
19 43 51 A<B -
20 41 40 A>B +
21 34 39 A<B -
22 45 47 A<B -
23 43 51 A<B -
24 41 40 A>B +
25 40 38 A>B +
Apakah tingkat pengetahuan mahasiswa dari dua kelompok tersebut mengenai
HIV/AIDS dapat meningkatkan pengetahuan mahasiswa mengenai HIV/AIDS ?
Pembahasan:
H0 : P (+) = P (-) Tidak ada Perbedaan Pengaruh Penyuluhan antara Mahasiswa
Kelompok A dengan Kelompok B.
H1 : P (+) < P (-) Meningkatkan pengaruh Penyuluhan antara Mahasiswa Kelompok
A dengan Kelompok B.
 Taraf nyata = α = 0,05
Daerah Penolakan:
H0 ditolak bila ptabel<α = 0,05
H0 diterima bila ptabel>α = 0,05
Perhitungan Uji Tanda (Sign Test) :
Ada 1 (satu) tanda 0 dan 8 (sembilan) tanda >, sehingga :
n = 25-1 = 24, x = 8
Dengan menggunakan Tabel Binom (Tabel D), diperoleh p = 0,054. Ternyata p = 0,054 >
α = 0,05 maka H0 diterima, yang berarti tidak ada Perbedaan Pengaruh Penyuluhan antara
Mahasiswa Kelompok A dengan Kelompok B

5. Uji Pasangan Tanda Wilcoxon

Seorang dokter ingin melakukan penelitian ingin melihat pengaruh dari suatu
obat. Delapan orang pasien yang diambil secara acak diukur kapasitas pernapasannya
sebelum dan sesudah diberikan obat tertentu. Hasilnya sebagai berikut :

Pasien Sebelum Sesudah

A 2750 2850
B 2360 2380
C 2950 2930
D 2830 2860
E 2250 2300
F 2680 2640
G 2720 2760
H 2810 2800
dengan menggunakan α = 0,05

Pembahasan:

H0 : P(sebelum) = P(sesudah), artinya tidak ada perbedaan sebelum dan sesudah

menggunakan obat

H1 : P(sebelum) ≠ P(sesudah), artinya adanya perbedaaan sebelum dan sesudah

menggunakan obat
 Taraf nyata = α = 0,05

Pasien Sebelum Sesudah Selisih = Rank Rank

di di tanda
A 2750 2850 100 8
B 2360 2380 20 2,5
C 2950 2930 -20 2,5 2,5
D 2830 2860 30 4
E 2250 2300 50 7
F 2680 2640 -40 5,5 5,5
G 2720 2760 40 5,5
H 2810 2800 -10 1 1
Statistik Uji :

n=8 ; T=2,5+5,5+1=9

= = 18

= 7,14

= = -1,26 sesuai dengan p=0,1038

Kriteria Uji :

Tolak H0 jika p>α, terima dalam hal lainnya. Ternyata p=0,1038 > α= 0,05, maka H0
diterima artinya tidak ada perbedaan sebelum dan sesudah menggunakan obat.

6. Uji Eksak Fisher

a. Untuk uji 1 arah

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 %.
Pembahasan :
Pertama dibentuk tabel kontingensi sebagaimana dibawah ini

Hasil Les Privat Total

ujian Ya Tidak
Lulus 5 1 6
Tidak 2 7 9
lulus
Total 7 8 15

Keterangan:
P1 adalah Proporsi siswa yang lulus yang ikut les privat dan
P2 adalah proporsi siswa yang lulus yang tidak ikut les privat
Taraf nyata = α = 0,05

Hipotesis:
Ho: P1=P2 ( Proporsi siswa yang lulus yang ikut les privat sama dengan proporsi
mahasiswa yang tidak ikut les privat)
H1: P1>P2 ( Proporsi siswa yang lulus yang ikut les privat lebih banyak dari proporsi
mahasiswa yang tidak ikut les privat.

Statistik uji:
Peluang pemunculan data:
Peluang kemungkinan pemunculan lainnya yang lebih ekstrim:
Hasil Les Privat Total
ujian Ya Tidak
Lulus 6 0 6
Tidak 1 8 9
lulus
Total 7 8 15

Jadi kemungkinan yang lebih ekstrim adalah p = p1+p2 = 0,0336+0,0014 = 0,035 <
0,05
Kesimpulan:
Tolak Ho karena p-value < α dan simpulkan proporsi siswa yang lulus yang ikut les
privat lebih banyak dari proporsi mahasiswa yang tidak ikut les privat dengan tingkat
kepercayaan sebesar 95 %.

b. Untuk uji 2 arah

Hipotesis:
Ho: P1=P2 ( Proporsi siswa yang lulus yang ikut les privat sam dengan proporsi
mahasiswa yang tidak ikut les privat)
H1: P1≠P2 ( Proporsi siswa yang lulus yang ikut les privat tidak sama dengan proporsi
mahasiswa yang tidak ikut les privat)

Peluang diatas ditambah dengan kemungkinan pemunculan ekstrim dari sisi yang lain.
Kemungkinan pemunculan dari sisi yang lain adalah
Hasil Les Privat Total
ujian Ya Tidak
 Lulus 0 6 6
Tidak 7 2 9
lulus
Total 7 8 15

Jadi bersarnya p-value adalah sebesar 0,0336 + 0,0014 + 0,0056 = 0,041

Kesimpulan:
Tolak Ho karena p-value < α (0,041 > 0,05) dan simpulkan proporsi siswa yang lulus
yang ikut les privat tidak sama dengan proporsi mahasiswa yang tidak ikut les privat
dengan tingkat kepercayaan sebesar 95 %.

7. Uji Chi Kuadrat Tidak Berpasangan

Berdasarkan standar badan telekomunikasi internasional, dengan menggunakan

data ASR dari panggilan SLJJ dari kota kecil (KK) dan kota besar (KB) diperoleh hasil
sebagai berikut :

Standar Badan Kota Jumlah

Telekomunikasi KB KK
SangatBaik 7 12 19
Baik 6 12 18
Buruk 0 0 0
Jelek 2 1 3
Jumlah 15 25 40

Dengan α = 5%, apakah PT. TELKOM telah mencapai World Class Operator (WCO) ?

Pembahasan :
 Ho : p(KB) = p(KK) PT. TELKOM telah mencapai World Class Operator (WCO)
H1 : p(KB) ≠ p(KK) PT. TELKOM belum mencapai World Class Operator (WCO)
Taraf nyata = α = 5%

Statistik Uji :

Dengan α = 5% dan db = (b-1)(k-1)=(4-1)(2-1)=3 diperoleh χ²α/2 = 9,35.

Kriteria Uji :
Tolak Ho jika χ² < χ²α/2 ternyata χ² = 1,2255 < χ²α/2 = 9,35 maka Ho diterima, artinya
PT. TELKOM telah mencapai World Class Operator (WCO).

8. Uji Median
Dalam bidang pertanian telah diketahui bahwa besarnya hasil tanaman padi
diantaranya tergantung dari banyaknya pupuk urea yang digunakan (dosis urea). Kita
ingin menguji pada taraf nyata 5 % apakah rata-rata hasil padi akan meningkat dengan
meningkatnya dosis pupuk urea yang digunakan. Misal data hasil padi (kuintal per
hektar) pada berbagai dosis pupuk urea (kg/ha) adalah :

Ulangan Takaran Urea (kg/ha)

100 150 200 250
1 44,7 59,8 67,1 57,1
2 48,4 63,9 67,8 56,2
3 42,5 57,2 70,2 57,0
4 49,1 64,7 74,6 63,6
5 43,1 60,6 68,7 59,9

Pembahasan :
H0 = keempat sampel mempunyai median yang sama
H1 = minimal ada satu sampel mediannya berbeda
Taraf Nyata α = 5 % = 0,05
Uji Statistik = Uji Chi Kuadrat
Statistik uji:
Hasil Rank Hasil Rank
42,5 1 59,9 11
43,1 2 60,6 12
44,7 3 63,6 13
48,4 4 63,9 14
49,1 5 64,7 15
56,2 6 67,1 16
57,0 7 67,8 17
57,1 8 68,7 18
57,2 9 70,2 19
59,8 10 74,6 20

Median Gabungan Me = (59,8 + 59,9)/2 = 59,85

 Frekuensi observasi (Oi):

Urea Urea Urea Urea Jumlah

100 150 200 250
>Me 0 3 5 2 10
≤Me 5 2 0 3 10
Jumlah 5 5 5 5 20

Untuk α= 0,05 derajat bebas=(b-1)(k-1) = 3

Dari tabel diperoleh nilai 0,05(3)= 7,815

Kriteria uji:

Tolak Ho jika hitung > α terima dalam hal lainnya. Ternyata hitung = 10,4 > α =
7,815 maka Ho ditolak artinya minimal ada satu sampel mediannya berbeda.

9. Uji Kolmogorov Smirnov Tidak Berpasangan

a. Sampel Kecil

2 kelas masing-masing terdiri dari 12 mahasiswa, kelas A diberi penerangan cara

menggunakan sebuah alat sehingga tidak terdapat kesalahan, sedangkan B tidak diberi
penerangan. Kemudian untuk kedua kelas tersebut dicobakan alat tersebut dan dicatat
terjadinya kesalahan pertama dalam waktu (detik).
 A B
2 14
7 20
14 27
25 43
16 51
5 21
30 6
66 9
34 35
10 17
29 49
19 60

Pembahasan :

H0 : Sebaran kedua kelompok sama

H1 : Sebaran kedua kelompok tidak sama
Taraf nyata : α = 5%

Kelas FA FB Sm Sn Dm,n = |Sm (x) – Sn (x)|

2-11 4 2 4/12 2/12 2/12
12-21 3 4 7/12 6/12 1/12
22-31 3 1 10/12 7/12 3/12 *
32-41 1 1 11/12 8/12 3/12 *
42-51 0 3 11/12 11/12 0
52-61 0 1 11/12 1 1/12
62-71 1 0 1 1 0

Statistik uji :
Uji Dua Arah:
Dm,n = Maks |Sm (x) – Sn (x)|=3/12
Dm,n =3/12 mn×Dm,n=(12)(12)(3/12)=36
Lihat Tabel LII didapat untuk m=12 dan n=12 dengan α = 5% adalah 84
mnDm,n=36 < Tabel LII=84 maka Ho tidak ditolak sehingga sebaran kedua kelompok
sama

b. Sampel Besar: Uji Dua Arah

Jika m dan n lebih besar dari 25 gunakan tabel LIII.
Cari Dm,n kemudian bandingkan dengan tabel. Contoh di atas jika dirubah jumlah
sampelnya:
=55 dan n=60 dengan α = 5%, angka kritis diperoleh (lihat tabel):

Maka Ho baru kita tolak jika Dm,n > 0.254 untuk α = 5%

c. Sampel Besar: Uji Satu Arah

didekati oleh distribusi Chi-Kuadrat dengan dƒ=2 :

Dari contoh sebelumnya, tetapi dengan n yang diperbesar dan uji satu pihak:
H0 : Sebaran kelompok A = Sebaran kelompok B
H1 : Sebaran kelompok A > Sebaran kelompok B
Kelas FA FB Sm Sn Dm,n = Maks [Sm (x) – Sn (x)]
2-11 15 6 15/60 6/60 9/60
12-21 18 12 33/60 18/60 15/60*
S
22-31 9 10 42/60 28/60 14/60
32-41
t 6 24 48/60 52/60 -4/60
42-51 7 4 55/60 56/60 -1/60
a
52-61 3 2 58/60 58/60 0
62-71
t 2 2 1 1 0
istik uji :

Kriteria Uji :
Lihat tabel C untuk dƒ = 2 didapat p value = 0.05
P value ≤ 0.05 maka Ho ditolak sehingga sebaran kelompok A > Sebaran kelompok B
10. Uji Wilcoxon-Mann Whitney
Seorang professor mengajar psikologi di dua kelas. Kelas pagi terdiri atas 9
mahasiswa dan kelas siang terdiri dari 12 mahasiswa. Pada ujian akhir dijadwalkan pada
waktu yang sama untuk semua kelas, mahasiswa – mahasiswa tersebut memiliki nilai
ujian seperti dalam tabel di bawah ini. Dapatkah seseorang berkesimpulan bahwa rata –
rata nilai kelas pagi lebih buruk daripada kelas siang? Dengan taraf nyata 0,05 ?
Kelas 73 87 79 75 82 66 95 75 70
Pagi
Kelas 86 81 84 88 90 85 84 92 83 91 53 84
Siang

Pembahasan :
Hipotesis
Ho : rata-rata nilai kelas pagi sama dengan kelas siang
H1 : rata-rata nilai kelas pagi lebih kecil dibandingkan dengan kelas siang
Taraf nyata α : 5%

Statistik Uji
-Tahap Ranking Data (berdasarkan kelompok)

Kelas R-Kelas Kelas R-Kelas

Pagi Pagi Siang Siang
73 4 86 15
87 16 81 8
79 7 84 12
75 5,5 88 17
82 9 90 18
66 2 85 14
95 21 84 12
75 5,5 92 20
70 3 83 10
91 19
53 1
84 12
∑R 73 ∑R 158
sehingga diperoleh angka yang sama :

Xi t T
75 2 0,5
84 3 2
∑T 2,5

m=9, n= 12

N= 9+12= 21

Wx= 73

= 14,0484

Kriteria uji:

Tolak Ho jika p <α terima dalam hal lainnya. Ternyata p=0,0359 < α = 0,05 maka Ho
ditolak artinya rata-rata nilai kelas pagi lebih kecil dibandingkan dengan kelas siang.