Pokok Bahasan

II. MASALAH SATU SAMPEL

Setelah mempelajari pokok bahasan masalah satu
sampel, diharapkan mahasiswa akan dapat melakukan
pengujian hipotesis deskriptif menggunakan alat uji yang
sesuai dengan karakteristik masalah yang dihadapi .

Sub Pokok Bahasan :

2.1. Uji Binomial
2.2. Uji Chi Square
2.3. Uji Kolmogorov-Smirnov
2.4. Uji Liliefors
2.5. Uji Run
 Statistika Nonparametrik

II. MASALAH SATU SAMPEL

Bagian ini kita akan bersama-sama membahas beberapa
pengujian statistik non parametrik untuk menguji hipotesis
yang berasal dari satu sampel. Hipotesis yang diuji merupakan
hipotesis deskriptif, yaitu hipotesis yang menduga satu
variabel yang berasal dari satu sampel, meskipun variabel itu
di dalamnya memiliki beberapa kategori. Pengujian akan
memberikan kesimpulan apakah sampel tertentu yang diambil
berasal atau memiliki karakteristik yang sama dari suatu
populasi tertentu.

Pengujian satu sampel, dapat juga merupakan pengujian

goodness-of-fit (uji kesesuaian). Apakah sampel acak yang
diambil dari suatu populasi berasal atau sama dengan
distribusi populasi atau karakteristik tertentu.

2.1. Uji Binomial

Ada banyak populasi yang memiliki hanya dua kategori.
Misalnya, laki-laki dan perempuan, senior-junior, sakit-sehat,
sukses-gagal, dan lain-lain. Kategori-kategori tersebut
termasuk pada skala nominal. Untuk kasus-kasus seperti itu,
setiap obervasi/data dalam populasi akan termasuk ke dalam
salah satu kategori/kelompok yang ada. Populasi seperti ini
disebut populasi biner/dischotomous.

Berbagai variabel dapat digunakan untuk menyatakan

pasangan kategori biner, tapi simbol yang biasa digunakan
adalah 1 dan 0. Simbol 1 untuk menyatakan kategori pertama
(misalkan ”sukses”) dan 0 menyatakan kategori kedua (misal
”gagal”).

Berkaitan dengan peluang, maka peluang suatu objek

termasuk kategori pertama, kita simbolkan dengan p dan
peluang objek yang termasuk kategori lain disimbolkan
dengan q. Apabila dinotasikan : P[X=1] = p dan P[X=0] = q

12
 Statistika Nonparametrik

dimana, q = 1-p. Populasi yang berasal dari dua kategori

seperti di atas mengikuti distribusi binomial, dan populasinya
disebut populasi binomial.

✓ Uji Binomial, untuk menguji hipotesis deskriptif, ada

tidaknya perbedaan antara sampel yang diambil dengan
populasinya (apakah sampel yang diambil berasal dari
populasi yang sama atau memiliki karakteristik yang
sama dengan populasinya), dimana populasis itu berupa
populasi binomial. Skala pengukurannya adalah nominal
dichotomous.
N
✓ Nyatakan Y = X
i =1
i sebagai jumlah hasil (outcome)

yang termasuk kategori pertama (“sukses” yaitu X = 1)

Misalkan diambil sampel berukuran n, terdapat k objek

termasuk kategori pertama dan lainnya termasuk kategori
kedua, yaitu sebanyak n – k. Maka peluang besarnya suatu
objek termasuk kategori pertama dihitung dengan
 n
P[ X = x] =   p x q n− x , x = 0,1,2,..., n (2.1)
 x
Dengan p = proporsi observasi dengan X = 1 (kategori
pertama)
q = proporsi observasi dengan X = 0 (kategori kedua)
n n!
  =
 k  k!(n − k )!

Contoh 1

Misalkan sebuah dadu dilemparkan lima kali. Ingin diketahui

berapa peluang munculnya sisi enam sebanyak dua kali?
Dalam hal ini Y adalah variabel acak, ruang sampel atau hasil
pelemparan dadu lima kali.
n = jumlah lemparan = 5
k = banyak kejadian yang diharapkan, munculnya sisi 6 = 2

13
 Statistika Nonparametrik

p = proporsi harapan muncul sisi 6 = 1/6

q = proporsi muncul hasil yang lain = 1 – 1/6 = 5/6
maka
Peluang munculnya sisi 6 sebanyak dua kali dihitung (2.1),
diperoleh
P[Y=2] = 0,16.

Biasanya dalam pengujian hipotesis, yang ditanyakan

bukanlah berapa besarnya peluang muncul sisi 6, tetapi berapa
nilai kritis atau paling kritis dari kejadian yang diamati?
Untuk contoh di atas, nilai kritisnya adalah P[Y≥2] atau
P[Y≤2], tergantung hipotesis yang diuji.
P[Y≥2] = P[Y=2] + P[Y=3] + P[Y=4] + P[Y=5], masing-
masing dihitung dengan (2.1)
Sedangkan untuk P[Y≤2] = P[Y=2] + P[Y=1] + P[Y=0], ini
juga masing-masing dihitung dengan (2.1)
…..Coba hitung…

Untuk mempermudah dan mempercepat perhitungan, maka

P[Y=k] dapat menggunakan Tabel E dan P[Y≤k] atau P[Y≥N-
k] dapat menggunakan Tabel D yaitu nilai kumulatif distribusi
binomial untuk p = ½ dan jumlah sample kecil (≤ 35). (Tabel
D dan E, pada lampiran buku Siegel, berlaku untuk hipotesis
satu arah, apabila hipotesis dua arah, maka nilai-nilai peluang
di dalamnya dikalikan dua)

Contoh 2:

Untuk kategori biner, biasanya dihipotesiskan p = ½ yaitu

H0 : p = ½ vs H1 : p ≠ ½
Misalkan dari sampel berukuran 10, terdapat objek termasuk
kategori sukses sebanyak 7 dan 3 kejadian kategori gagal.
Tabel D, untuk menguji H0 : p = ½ vs H1 : p ≠ ½ , diketahui N
= 10 dan k = 7, maka nilai kritisnya ditentukan dengan P[Y≤3]
atau P[Y≥7], dengan Tabel D diperoleh nilai sebesar 0,172
...Coba hitung...

14
 Statistika Nonparametrik

Contoh 3:

(Example 4.1. : Siegel : 41)

In a study of the effect of stress. An experimenter taught 18
college students two different of tying the same knot. Half
of the subjects (randomly selested from the group of 18)
learned method A first and half learn method B first.
Later -- at midnight after a 4-hour final examination—
each subject was asked to the knot. The prediction was
thas stress would induce regression, i.e. that the subject
would revert to the first learned method of tying the knot.
Each subject was categorized according to whether the
subject used the knot tying method learned first or the one
learned second when asked to tie the knot under stress.

Tabel 4.1. Knot-Tying Method Chosen Under Stress

Method Chosen
Second- Total
First-Learn
Learned
Frequency 16 2 18

Langkah-langkah pengujian hipotesis:

1. H0 : p = ½ : tidak ada perbedaan peluang pemilihan
kedua metode oleh siswa saat stress
H1 : p > ½ : terdapat perbedaan peluang pemilihan
kedua metode oleh siswa saat stress
2. Statistik Uji/alat uji : uji Binomial
3. α = 0,01
4. Perhitungan :
N = 18, k = 2, kita tentukan nilai kritis yaitu P[Y≤2]
atau P[Y≥16]
Menggunakan tabel D, diperoleh P[Y≤2] atau
P[Y≥16] = 0,001
….Coba kita hitung…
5. Kriteria penolakan Tolak H0 jika P[Y≤2] < α →
0,001 < 0,01, maka

15
 Statistika Nonparametrik

6. Keputusan : Tolak H0 yang menyatakan tidak ada

perbedaan peluang pemilihan kedua metode oleh
siswa dalam keadaan stress
7. Kesimpulan : ….

Tabel D dan E untuk Uji Binomial, hanya dapat digunakan

untuk jumlah sampel N maksimal berukuran 35, apabila
jumlah sampel berukuranlebih dari itu, maka dapat digunakan
alternatif pengujian dengan uji Z. Karena dengan
meningkatnya jumlah sampel, maka distribusi binomial
cenderung akan mendekati distribusi Normal.

x − x Y − Np
Z= = (2.2)
x Npq
Menggunakan faktor koreksi untuk kekontinuan, yaitu sebesar
0,5 maka (2.2) menjadi :

(Y  0,5) − Np + 0,5, untuk Y  Np

Z= , faktor koreksi 
Npq − 0,5, untuk Y  Np

(2.3)
2.2. Uji Chi Square
Seringkali penelitian dilakukan untuk mengamati masalah satu
sampel untuk menguji hipotesis deskriptif dengan variabel
amatannya memiliki macam-macam kategori yaitu dua
kategori atau lebih. Misalnya, kepemilihan seseorang terhadap
partaipolitik di Indonesia (PAN, PKS, Golkar, …), preferensi
atau kesukaan orang terhadap merk satu jenis produk misal
shampo (Clear, Pantene, Sunsilk, …), kegemaran terhadap
olah raga (sepak bola, berenang, tenis, …) dan lain-lain.
Semua contoh itu merupakan variabel-variabel yang memiliki
lebih dari satu kategori, dan memiliki skala pengukuran
nominal.

16
 Statistika Nonparametrik

Apabila kita akan melakukan pengujian hipotesis yang berasal

dari satu sampel, dengan kategori lebih dari dua, dan skala
pengukurannya nominal, maka dapat digunakan Uji Chi
Square satu sampel. Pengujian dengan uji Chi Square juga
dapat digunakan untuk menguji hipotesis
kesesuaian/kecocokan (Goodness-Of-Fit). Pengujian ini
bertujuan untuk menjawab apakah terdapat perbedaan yang
signifikan dari sampel observasi dalam masing-masing
kategori yang diamati dengan nilai harapannya yang
dinyatakan dalam H0.

➢ Uji Chi Square satu sampel digunakan untuk menguji

hipotesis deskriptif dengan variabel yang memiliki
kategori lebih dari dua, skala pengukuran nominal.
➢ Untuk menggunakan uji ini, perlu diketahui frekuensi
observasi dan frekuensi harapan untuk setiap kategori
amatan, karena statistik uji yang digunakan untuk
mendapatkan nilai Chi Square (hitung) adalah sebagai
berikut :
k
(Oi − Ei ) 2
 hitung
2
= (2.4)
i =1 Ei
Dengan Oi = banyaknya observasi kategori ke-i
Ei = banyaknya frekuensi harapan kategori ke-i
k = banyaknya kategori

➢ Nilai frekuensi harapan untuk setiap kategori, yaitu Ei

= N.Pi, dimana N = ukuran sampel dan Pi = peluang
kejadian untuk tiap kategori k
➢ Apabila Pi tidak diberikan/tidak diketahui, Pi
diasumsikan sama untuk setiap kategori yaitu Pi = N/k
untuk setiap i
➢ Hasil nilai χ2hitung dibandingkan dengan nilai χ2tabel
dengan derajat bebas db = k – 1. Nilai χ2tabel dapat
dilihat pada Tabel C (lampiran buku Siegel). Tabel C
adalah nilai-nilai yang χ2tabel yang berlaku untuk
hipotesis dua arah, apabila hipotesis nya satu arah,
maka nilai dalam tabel harus dibagi dua.

17
 Statistika Nonparametrik

➢ Keputusan untuk menolak H0 jika nilai χ2hitung lebih

besar atau sama dengan nilai χ2tabel atau peluang P[χ2 ≥
χ2hitun] < α.
➢ Apabila uji Chi Square akan digunakan untuk menguji
normalitas data satu sampel, maka uji ini digunakan
untuk
o ukuran sampel relatif besar
o frekunsi harapan tiap sel tidak ada yang
kurang dari 5 untuk setiap kategori k
o nilai parameter  dan  diketahui
o Nilai χ2hitung yang digunakan sama dengan
pada (2.4), dibandingkan dengan χ2tabel yaitu
 tab
2
=  2 ,db menggunakan nilai derajat
bebas db = k – np – 1, (np adalah banyaknya
nilai parameter yang diduga).

Example 4.2a. : Siegel, 47

Horce-racing fans often maintain that in a race around a
circular track significant advantages accrue to the horses
in certain post position. Any horse’s post position is its
assigned post in the starting lineup. Position 1 is closest
to the rail on the inside of the track, position 8 is on the
outside, farthes from the rail in an eight-horses race. We
may test the effect of post position by analyzing the race
result, given according to post position, for the first month
of racing in the season at a particular circular track.

Table 4.2. : Siegel, 47

Wins accrued on a circular track by horses from eight post
position

Post Position Total

1 2 3 4 5 6 7 8
No. of 29 19 18 25 17 10 15 11
wins 144
Expected 18 18 18 18 18 18 18 18
…..kita selesaikan…..

18
 Statistika Nonparametrik

Langkah-langkah pengujian hipotesis:

1. H0 :
H1 :
2. Statistik Uji/alat uji : uji Chi Square
3. α = 0,01
4. Perhitungan :
N = 114, k = 8, kita tentukan nilai χ2hitung
….Coba kita hitung…
5. Kriteria penolakan Bandingkan χ2hitung dengan χ2tabel
6. Keputusan : ..
7. Kesimpulan : ….

Example 4.2b. : Siegel, 48

A researcher gave a vocabularu test to a group of N = 103
children. On the basis of previous research and the theory
underkying the test the distribution of scores should follow
a normal distribution. The sample mean was 108 and the
standard deviation 128. In order to apply the one-sample
chi-square goodness-of-fit test, categories must be defined
and expected frequencies detrmined. We shall choose k =
10interval for the frequencies. The cutoff values (denoted’
Xcut) will correspond to the decils of the normal
distribution (denoted’ Zcu) can be obtained from Appendix
Table A.
Category Zcu Cum. p Xcut
1 -1.2816 0.10 91.60
2 -0.8416 0.20 97.23
3 -0.5244 0.30 101.29
4 -0.2534 0.40 104.76
5 0.0000 0.50 108.00
6 0.2534 0.60 111.24
7 0.5244 0.70 114.71
8 0.8416 0.80 118.77
9 1.2816 0.90 124.40
10 ~ 1.00 No Limit
……kita selesaikan….

19
 Statistika Nonparametrik

Soal untuk dicoba diselesaikan …

1. Suatu lembaga bimbingan belajar ingin mengetahui

apakah siswa siswi peserta bimbingan lebih menyukai
pengajar laki-laki atau perempuan. Berdasarkan 24
orang sampel siswa peserta bimbingan yang dipilih
secara random, ternyata 14 siswa menyatakan lebih
senang pengajar laki-laki dan 10 orang menyenangi
pengajar perempuan. Lakukan pengujian hipotesis
bahwa kesenangan peserta bimbingan terhadap
pengajar laki-laki dan perempuan berbeda.
2. Pusat Studi Wanita di Unsri ingin mengetahui apakah
peluang wanita sama dengan peluang pria untuk
menjadi kepala desa. Untuk itu dilakukan penelitian
dengan mengambil populasi masyarakat desa
Inderalaya, dengan sampel yang diambil secara
random sebanyak 300 orang. Dari sampel itu, ternyata
200 orang memilih pria dan 100 orang memilih
wanita. Cobalah uji hipotesis yang menyatakan
bahwa peluang wanita dan pria untuk menjadi kepala
desa, tidak sama.
3. Seorang mahasiswa Matematika ingin meneliti merk
Handphone yang lebih banyak disukai oleh kalangan
mahasiswa Unsri. Dia melakukan penelitian selama 1
minggu untuk mengambil sampel secara random.
Dari sampel yang diambil, ada 100 orang memilih
merk Nokia, 90 orang memilih Sony Ericsson, 60
orang memilih Samsung dan 50 orang merk lain.
Apakah peluang pemilihan mahasiswa terhadap
berbagai merk Handphone sama?

Penyelesaian ….

20