Parametrik : distribusi normal, data interval dan rasio.

Non Parametrik : distribusi bebas, data kontinu

 Data numerik dan Variabel dikotomi
 Jika tidak dikotomi :tentukan cut point
 H0 : Frek. Observasi kategori I = frek. Observasi
kategori II
 H1 : Frek. Observasi kategori I  frek. Observasi
kategori II
 Uji hipotesis proporsi relatif kasus yang dikelompokkan
ke dalam beberapa grup yang saling bebas.
 H0 : Proporsi seluruh kategori bernilai sama.
 H1 : ada proporsi dari kategori yg dibandingkan bernilai
tidak sama
 H0 : Proporsi kategori yang ada sama dgn nilai yg telah
ditentukan.
 H1 : Proporsi kategori yg ada tidak sama dengan nilai yg
telah ditentukan
 Menguji keacakan urutan kejadian dari 2 macam harga
suatu variabel dikotomi.
 H0 : Urutan kejadian dlm suatu barisan bersifat random.
 H1 : Urutan kejadian dlm suatu barisan bersifat tidak
random.
 Uji kesesuaian dgn dist. Teoritis.
 H0 : Data sesuai dgn salah dist. teoritis.
 H1 : tidak sesuai dengan salah satu dist teoritis
 Alternatif lain uji T dua sampel bebas
 Perhitungannya berdasarkan frek. Teramati
 H0 : Dua sampel bebas berasal dari populasi yg
identik atau memp rata2 yang sama.
 H1 : dua sampel bebas berasal dari populasi berbeda
Uji Mann-whitney
U  E (U )
Z
Var (U )
n1 n1  1
U  n1n2   R1
2
n1 (n1  1) n1n2
E (U )  n1n2   E ( R1 ) 
2 2
n n n  n  1
Var U   var R1   1 2 1 2
12

R1 : Total peringkat salah satu sampel

 Contoh: suatu perusahaan besar diduga menerapkan diskriminasi
penggajian atas gender. Sebanyak 24 sampel dari antara karyawan dan
gajinya ditunjukkan tabel berikut:
Wanita 22.5 19.8 20.6 24.7 23.2 19.2 18.7
Pria 21.9 21.6 22.4 24.0 24.1 23.4 21.2
Wanita 20.9 21.6 23.5 20.7 21.6
Pria 23.9 20.5 24.5 22.3 23.6

Berdasarkan data di atas, apakah ada alasan untuk percaya pada taraf
nyata 0.05 bahwa telah terjadi diskriminasi penggajian berdasarkan
gender?

Jawab:
Dik: data di atas dan  = 0.05
Dit : Uji hipotesis perbedaan gaji antara pria dan wanita
Jawab:
 H0 : Tidak ada perbedaan antara rata-rata gaji wanita dengan rata-rata
gaji pria, atau
rata-rata gaji wanita dan pria berasal dari populasi yang
berdistribusi sama, atau
1 = 2
 H1 : ada perbedaan antara rata-rata gaji wanita dengan rata-rata gaji
pria atau 1  2
  = 0.05
 Wilayah kritik : zhit<-z0.025 atau zhit>z0.025 atau zhit < -1.96 atau zhit > 1.96
 Perhitungan:
 Pertama, urutkan dan berikan berikan
 Jumlah peringkat salah satu sampel
 Hitung nilai E(U), var(U) dan z
JK F F F M F F F M M F F M

gaji 18.7 19.2 19.8 20.5 20.6 20.7 20.9 21.2 21.6 21.6 21.6 21.9

Pr 1 2 3 4 5 6 7 8 10 10 10 12

R1= 1+2+3+5+6+7+10+10+15+16+18+24=117
E(u) = (12X12)/2=72
Var(U)=(12)(12)(25)/12=300
U=12x12+(12x13)/2=105
Z=(105-72)/300=1.91
•Keputusan : karena zhit < 1.96 dan zhit > -1.96, maka
terima H0
• Sensitif thd perbedaan kedua populasi
• Perhitungannya membandingkan dist
kumulatif kedua populasi
• H0 : Dua sampel bebas berasal dari
populasi yg berdist sama.
• H1 : dua sampel bebas berasal dari
populasi yang berdistribusi tidak sama.
• Minimum utk skala ordinal
• Sensitif thd berbagai perbedaan dlm kedua
populasi.
• Kurang powerful dibandingkan Mann Whitney
• Hipotesis alternatif lebih luas dibandingkan Mann
Whitney
• H0 : Dua sampel bebas berasal dari populasi yg
berdistribusi sama.
• H1 : dua sampel bebas berasal dari populasi yg
berdistribusi tdk sama.
Run Woldfowitz
E R  
2n1n2
1
n1  n2
2n1n2 2n1n2  n1  n2 
Var R  
n1  n2 2 n1  n2  1
R  E ( R)
z
Var ( R)

R adalah jumlah run atau pergantian antara urutan

dalam data
 Contoh: ujilah apakan urutan pengambilan sampel pada kasus Mann
Whitney di atas acak atau tidak pada taraf nyata uji 0.05?
 Jawab:
Dik: F = wanita dan M adalah pria
Data : F F F M F F F M M F F M M M F F M F M M
M M M F
n1 = 12 dan n2 = 12,  = 0.05
Dit : Uji keacakan data
Jawab:
 H0 : Urutan pengambilan sampel adalah acak
 H1 : Urutan pengambilan sampel tidak acak
  = 0.05
 Wilayah kritik : zhit<-z0.025 atau zhit>z0.025 atau zhit < -1.96 atau zhit > 1.96
 Perhitungan:
 Hitung jumlah run (R).
R = 11, artinya ada 11 kali pergantian data antara urutan F dan M
 2(12  12 )
E R    1  13
12  12
2 12  2  12  12  12  12 
Var R    5.7391
12  12  12  12  1
2

11  13
z  0.83
5.7391

•Kesimpulan : karena zhit > ztabel (-1.96), maka terima H0

• Menguji apakah suatu grup percobaan
menunjukkan reaksi defensif
dibandingkan grup kontrol.
• H0 : grup percobaan=grup kontrol.
• H1 : grup percobaangrup kontrol
• Menghitung selisih kedua sampel berpasangan.
• Menggunakan distribusi binom
• Jika data banyak, dapat didekati menggunakan distribusi normal
• Distribusi diasumsikan kontinu.
• Hitung S (jumlah selisih dengan tanda +)
• H : p=0.5
• H : p0.5 atau p>0.5 atau p0.5
0

1
Uji tanda
Sejumlah 10 pasangan suami istri yang baru menikah dipilih secara acak
dan ditanyakan secara terpisah pada masing-masing istri dan suami, berapa
jumlah anak yang mereka inginkan. Informasi yagn didapat adalah sebagai
berikut:

pasangan 1 2 3 4 5 6 7 8 9 10
Istri 3 2 1 0 0 1 2 2 2 0
Suami 2 3 2 2 0 2 1 3 1 2

Ujilah apakah kita dapat mengatakan bahwa wanita (istri) menginginkan

anak lebih sedikit dibandingkan pria (suami)? Taraf nyata uji 0.01
Penyelesaian kasus suami istri
 Dik : data di atas,  = 0.01
 Dit. : apakah ada perbedaan jumlah anak yang diinginkan antara istri
dengan suami?
 Jawab :
 H0 : Tidak ada perbedaan jumlah anak yang diinginkan antara suami
dan istri, atau p = 0.5
 H1 : Ada perbedaan jumlah anak yang diinginkan antara suami dan
istri, p < 0.5
 Taraf nyata uji : 0.01
 Wilayah kritik : P(S  s) < 
 Perhitungan :
Perhitungan:

pasangan 1 2 3 4 5 6 7 8 9 10

Istri 3 2 1 0 0 1 2 2 2 0
Suami 2 3 2 2 0 2 1 3 1 2
Selisih + - - - 0 - + - + -

S = 3, distribusi Binom dengan n = 9 dan p = 0.5

 Menggunakan tabel Binom, maka akan diperoleh: P(S  3) = 0.2539
 Keputusan, karena P(S  3) = 0.2539 > 0.05, maka terima H0.
• Menguji perbedaan sebelum dan sesudah
• H0 : tidak terdapat perbedaa dari sebelum
dan sesudah perlakuan.
• H1 : Terdapat perbedaa dari sebelum dan
sesudah perlakuan
• Memperhitungkan tanda dan besarnya
selisih.
• H0 : Tidak terdapat perbedaan dari
perlakuan 1 dan 2.
• H1 : Terdapat perbedaan antara perlakuan
1 dan 2
• Rumus : E(T+) = n(n+1)/4
var(T+) = n(n+1)(2n+1)/24
T  E T 
z
var T 
• Alternatif uji satu arah ANOVA.
• Perbedaan hanya variasi yg terjadi secara
kebetulan.
• Sampel berasal dari distribusi kontinu.
• H0 : Sampel yang diperbandingkan
mempunyai nilai rata-rata yg sama.
• H1 : Sampel yang diperbandingkan tidak
mempunyai nilai rata-rata yg sama
• Menguji apakah k kelompok bebas berasal
dari populasi yg sama atau memp. Median
sama.
• H0 : Sampel yang diperbandingkan
mempunyai median sama.
• H1 : Sampel yang diperbandingkan tidak
mempunyai median sama
• Uji lain ANOVA one way.
• H0 : K perlakuan yang dibandingkan
adalah sama.
• H1 : Paling tidak ada satu perlakuan yang
dibandingkan yang tdk sama.
• Menguji kesesuaian antar penguji
• Skor dalam bentuk peringkat
• H0 : K perlakuan yang dibandingkan
adalah sama.
• H1 : Paling tidak ada satu perlakuan yang
dibandingkan yg tdk sama.
• Beberapa variabel dikotomi
• Perhitungannya berdasarkan median.
• Pengembangan dari uji McNemar.
• H0 : Kemungkinan sukses adalah sama utk
masing2 kondisi/produk.
• H1 : Paling tidak ada yang mempunyai
kemungkinan sukses berbeda
Sikap akan pendirian pusat perbelanjaan dekat Pasangan
rumah tinggal Suami Istri

setuju 95 40

Tidak setuju 20 110

Sikap akan pendirian Pasangan
pusat perbelanjaan Suami I stri
dekat rumah tinggal
Sangat setuju 50 15
setuju 45 25
N etral 13 47
Tidak setuju 7 55
Sangat tidak setuju 0 8
Penerimaan kemasan
Sebelum sesudah
Suka Suka
Suka Tidak suka
Tidak suka Tidak suka
Suka Suka
Tidak suka Suka
Tidak suka Suka
Tidak suka Tidak suka
Suka Tidak suka
Suka Tidak suka
Suka Suka
Tidak suka Suka
Tidak suka Tidak suka
Suka Tidak suka
Suka Suka
Suka Tidak suka
Tidak suka Suka
Tidak suka Suka
Tidak suka Suka
Tidak suka Suka
 Pertemuan
2 x 50 menit 100 menit
Metode Metode
A B A B
AC 90 85 70 60
95 80 75 65
60 70 65 50
65 75 60 50
75 75 65 55
80 65 60 70
85 85 65 65
80 75 70 50
75 80 65 50
70 65 60 65
100 90 70 70
95 75 60 55
 Pertemuan
2 x 50 menit 100 menit
Metode Metode
A B A B
Tanpa AC 55 50 40 40
50 60 45 35
40 55 50 40
70 45 60 50
65 45 55 50
70 60 50 60
60 50 40 55
60 50 40 60
65 60 55 50
55 60 50 40
50 50 60 35
70 40 55 45
Peserta Metode Metode Peserta Metode Metode
1 2 1 2
1 42 35 10 50 50
2 36 36 11 55 40
3 20 50 12 65 45
4 25 45 13 70 60
5 40 53 14 50 45
6 40 28 15 55 40
7 35 30 16 60 50
8 50 30 17 70 60
9 45 40 18 60 45
Peserta Metode Metode Peserta Metode Metode
3 4 3 4
1 20 15 10 25 14
2 17 16 11 24 18
3 15 20 12 28 15
4 35 15 13 29 19
5 25 20 14 30 20
6 24 26 15 25 25
7 26 24 16 18 22
8 17 23 17 16 23
9 30 10 18 15 20
 PERSEPSI
1 2 3 4 5
HARAPAN

1 10 10 5 0 0
2 25 5 3 0 0
3 30 10 15 1 5
4 15 10 5 5 5
5 25 5 10 15 4
 PERSEPSI
1 2 3 4 5
1 5 3 5 0 0
HARAPAN

2 10 15 3 0 1

3 10 20 35 1 5

4 10 25 15 25 0

5 3 2 2 15 15
Peserta Sebelum sesudah
1 1 3
2 3 4
3 5 5
4 5 4
5 4 3
6 3 5
7 2 4
8 1 3
9 1 2
10 4 2
 H0 : Tidak ada perbedaan persepsi terhadap kursus
peserta sebelum dan sesudah kursus
 H1 : ada perbedaan…..dst