RINGKASAN

Ditulis untuk memenuhi sebagian persyaratan tugas mata kuliah

METODOLOGI PENELITIAN

OLEH

RIZKA SEPTIANI

191211594

TINGKAT 3B

DOSEN PENGAMPU :

Dr.Eng Muhammad Ilhamdi Rusydi,S.T.,M.T

PROGRAM STUDI S1 KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN MERCUBAKTIJAYA PADANG

2022
1. Standar Deviasi (Uji Hipotesa)

Yang perlu diketahui sebelum mempelajari uji hipotesa adalah :

a. Mean adalah nilai rata-rata, mis : 9,8,7. Rata-rata = 9+8+7/3 = 24/3 = 8

b. Modus adalah nilai yang sering muncul, mis : 6,7,8,8,9. Jadi modus atau nilai yang paling
sering muncul adalah angka 8
c. Median, adalah nilai yang di tengah, mis : 6,7,(8),8,9. Maka nilai mediannya adalah
angka 8 karena letaknya dibagian tengah
d. Peluang : kemungkinan suatu kejadian, mis : dadu dan koin, dadu mempunyai beberapa
sisi yaitu 1/6, jika 1/6+1/6+1/6+1/6+1/6+1/6 = 1. Begitu juga dengan koin yang memiliki
2 sisi, jika dijumlahkan 1/2+1/2= 1. Nilai peluang itu hanya antara 0 dan 1

Sebaran Data

Normal Distribution
2. Standar Deviasi (Uji Hipotesa)
Standar deviasi itu berhubungan dengan sebaran data, semakin banyak data yang
mendekat ke nilai tengah, maka sebaran deviasinya akan semakin kecil, sedangkan jika
data semakin banyak tersebar kesamping kiri atau samping kanan dari nilai tengah, maka
standar deviasi akan semakin besar. Cara menghitung standar deviasi yaitu harus
dibedakan baik populasi ataupun yang sampel.

Didalam standar deviasi terdapat rumus-rumus yang perlu pelajari seperti contoh diatas.
Standar dari deviasi adalah sebuah akar dari variable.
3. Z-Score (Uji Hipotesa)

Data yang nilainya banyak menuju nilai tengah itu akan memiliki nilai standar deviasi
yang lebih kecil. Z-Score merupakan transformasi sebuah distribusi data mengikuti
distribusi standard.

Distribusi standard adalah sebuah distribusi yang mempunyai rata-rata nol dan simpangan
baku 1. Dalam statistik dikenal dengan istilah distribusi normal. Z-Score menunjukan
posisi data ketika dibandingkan dengan nilai rata-rata. dibandingkan dengan nilai rata-
rata. sebaiknya data kita memiliki Z-Score dengan rentang dari -2,5 s/d +2,5. Rentang -
2,5 s/d +2,5 cenderung menghasilkan normalitas data yang baik.

Contoh : Travel Time

A survey of daily travel time had these results (in minutes) :
26, 33, 65, 28, 34, 55, 25, 44, 50, 36, 26, 37, 43, 62, 35, 38, 45, 32, 28, 34
Rata-rata = 38.8
SD : 11.4 menit

Jadi berapakah Z Score dari 26, 33, dan 65 ?

Jawab :
26-38.8 = -12.8/11.4 = -1.12 SD
4. Tabel Z-Score (Uji Hipotesa)

Jika sebuah data terdistribusi dengan normal, maka jarak data terhadap nilai rata-ratanya
itulah yang disebut dengan Z-Score. Z-Score baik yang populasi maupun sampel
dinyatakan dengan jarak data dengan nilai rata-rata. nilainya -4 sampai 4

5. Hipotesa Dan Level Of Confidence

Jenis Hipotesa :
Hipotesa ada hipotesa 0, dan juga ada hipotesa alternative H1, untuk hipotesa H0
biasanya menggunakan tanda = (sama dengan).
Hipotesa alternative hanya 1 yang bisa digunakan

Setelah memiliki hipotesa, maka kita harus memiliki confidence level yaitu tingkat
keyakinan, dan lawannya adalah significans level (alfa)
 Confidence level adalah 1-alfa, atau 100%-95

6. Uji Hipotesa Rata-Rata Populasi Menggunakan Nilai Z

Langkah menguji hipotesa :
a. Deklarasi hipotesa
- H0
- H1 ( Hipotesa alternative)

Untuk hipotesa H0 biasanya menggunakan tanda sama dengan (=)

Untuk hipotesa H1 (hipotesa alternative) ada 3 kemungkinan.

- Kemungkinan H1 (1) menggunakan tanda tidak sama dengan (rata-rata tidak sama
dengan)
- Untuk H1 (2) rata-rata lebih besar dari
- Untuk H1 (3) rata-rata lebih kecil dari

Setelah kita mendeklarasikan hipotesa jangan lupa sertakan hipotesa kita dengan level
of confidence (tingkat keyakinan)

b. Menetapkan Level of Confidence atau Significane Level

c. Melihat nilai Z pada table
d. Menghitung nilai Z menggunakan persamaan
e. Mengambil keputusan
7. Uji Hipotesa Rata-Rata Populasi Dengan T-Ters
Sama-sama membuat dugaan rata-rata populasi, namun menggunakan uji T dan satu
menggunakan uji Z. Kapan kita akan menggunakan uji T dan dan kapan kita
menggunakan uji Z ?
Yang pertama kali di cek/periksa adalah apakah Standar Deviasi populasi diketahui atau
tidak, jika tidak diketahui maka akan dilakukan uji tes, namun jika Standar Deviasi
populasi diketahui maka diperiksa dahulu apakah sampel >30 atau tidak. Jika >30 maka
beralih kepada Z tes. Namun jika sampel <30 atau sama besar 30 maka akan kembali
menggunakan T tes.
Persamaan T score dan Z score itu adalah sama, yang membedakan adalah standar
deviasinya. Pada Z score Standar Deviasi nya adalah Standar Deviasi populasi, sedangan
T Tes Standar Deviasinya adalah Sampel.

t Table
Pada t table yang perlu diperhatikan ada 2 yaitu :
1. Banyak data
2. Signifikan level/confidence level

Contohnya pada gambar :

8. Uji Hipotesa Untuk Proporsi Dari Dua Populasi
Jika kita menggunakan 2 populasi mis : populasi kelas laki-laki dan populasi kelas
perempuan.
Laki-laki : 64, sampel 10
Perempuan : 52, sampel 6
 Contoh :

Jumlah penyuka makanan pedas dipagi hari antara perempuan dan laki-laki itu sama
banyak dengan tingkat keyakinan 2%.

9. Uji Hipotesa Perbedaan Rata-Rata Dari Dua Populasi (1 dan 2)

Perbedaan rata-rata dari dua populasi yaitu sebagai berikut :
 Contoh soal :

H1 Diterima : benar moto A lebih baik dari motor B dengan significan level na 5%

10. Uji Hipotesa Perbedaan Rata-Rata Dari Dua Populasi (3)

Perbedaan rata-rata dari kedua populasi yaitu sebagai berikut :

Bentuk dasar pesamaan dari ketiga itu sama, namun perbedaannya adalah pada kasus
ketiga S nya harus dicari dahulu karna dia tidak diketahui.
 Cara mencarinya adalah nilai setiap individu - nilai rata-rata kelompok pertama yang di
kuadratkan + jumlah nilai setiap individu - nilai rata-rata kelompok kedua yang
dikuadratkan. Setelah dijumlahkan : jumlah sampel kelompok pertama + jumlah sampel
kelompok kedua – 2 (ini adalah derajat kebebasan yang kita gunakan ketika melihat t
table berikutnya.

Contoh soal :

H1 yang diterima ( benar rata-rata kelompok A tidak sama dengan rata-rata berat badan
anak ayam pada kelompok B dengan tingkat keyakinan signifikan level 5%.

11. Uji Analisa Varians (Anova)

Kegunaan Anova : Untuk mengetahui apakah treatment A B dan C ini pengaruhnya sama
atau tidak. Tabel Anova terdiri dari perlakukan (T) error (E) dan baris total, lalu kolom
derajat kebebasan (dF), kolom sum of squares dan kolom rata-rata sum of squares.

Contoh soal :

H1 diterima H0 ditolak
H1 diterima (benar ternyata 4 treatment ini pengarunya tidak sama atau berbeda-beda.