Untuk sampel kecil (n ≤ 25), maka statistik uji yang digunakan adalah
rumus binomial sebagai berikut :
𝑛! (1.1)
𝑃(𝑥) = + 𝑝𝑥𝑞𝑛−𝑥
𝑥! (𝑛 − 𝑥)!
dimana :
p = Probabilitas sukses
q = Probabilitas gagal
n = jumlah sampel
Untuk jumlah sampel besar (n > 25), maka distribusi binomial cenderung
mengikuti distribusi normal. Dimana, pendekatan distribusi normal ke
distribusi binomial memerlukan faktor koreksi sebesar 0,5 sehingga rumus
yang digunakan :
(𝑥 ± 0,5) − 𝑛𝑝 (1.2)
𝑍=
√𝑛𝑝𝑞
dimana :
p = Probabilitas sukses
q = Probabilitas gagal
n = jumlah sampel
(Setiawan, 2020).
Contoh Soal
Sebuah perusahaan roti memproduksi dua jenis roti yaitu roti rasa Nanas
dan roti rasa Durian. Manajer pemasaran perusahaan tersebut melakukan
penelitian dengan tujuan untuk mengetahui apakah konsumen lebih menyukai
roti dengan rasa Nanas atau roti dengan rasa Durian. Berdasarkan 22 sampel
yang dipilih secara acak, ternyata 12 orang lebih menyukai roti rasa Nanas
dan 10 orang memilih roti rasa Durian. Dengan alpha = 0,01 apakah terdapat
perbedaan selera konsumen terhadap kedua rasa roti tersebut?
Penyelesaian:
1. Software R
binom.test(12,22,0.5)
Hipotesis
𝐻0 : Tidak terdapat perbedaan selera konsumen terhadap dua rasa
roti
𝐻1 : Terdapat perbedaan selera konsumen terhadap dua rasa roti
Taraf Signifikansi
𝛼 = 1%
Statistik Uji
𝑝 − 𝑣𝑎𝑙𝑢𝑒
Daerah Kritis
Tolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,01
Statistik Hitung
𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,8318
Keputusan
Karena 𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,8318 > 𝛼 = 0,01 maka diputuskan gagal
tolak
Kesimpulan
Tidak terdapat perbedaan selera konsumen terhadap dua rasa roti
2. SPSS
4. Pada kolom Value masukkan angka kodingan dan pada kolom Label
masukkan nama kodingan (keterangan)
5. Klik Data View dan masukkan data kodingan
1
6. Klik Analyze pada menu toolbar, lalu klik NonParametric Test,
Legacy Dialogs, dan selanjutnya pilih Binomial
3
4
Hipotesis
𝐻0 : Tidak terdapat perbedaan selera konsumen terhadap dua rasa
roti
𝐻1 : Terdapat perbedaan selera konsumen terhadap dua rasa roti
Taraf Signifikansi
𝛼 = 1%
Statistik Uji
𝑝 − 𝑣𝑎𝑙𝑢𝑒
Daerah Kritis
Tolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,01
Statistik Hitung
𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,832
Keputusan
Karena 𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,832 > 𝛼 = 0,01 maka diputuskan gagal
tolak
Kesimpulan
Tidak terdapat perbedaan selera konsumen terhadap dua rasa roti
(1.3)
dimana :
𝐸𝑖 = frekuensi harapan
Ketertarikan Jumlah
Belanja 6
Olahraga 2
Memasak 3
Menonton 4
Penyelesaian:
1. Software R
Data=read.table(file.choose(),header=T)
Data
chisq.test(Data)
Hipotesis
𝐻0 : Tidak terdapat perbedaan hobi atau ketertarikan perempuan
𝐻1 : Terdapat perbedaan hobi atau ketertarikan perempuan
Taraf Signifikansi
𝛼 = 5%
Statistik Uji
𝑝 − 𝑣𝑎𝑙𝑢𝑒
Daerah Kritis
Tolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Statistik Hitung
𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,5062
Keputusan
Karena 𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,5062 > 𝛼 = 0,05 maka diputuskan gagal
tolak
Kesimpulan
Tidak terdapat perbedaan hobi atau ketertarikan perempuan.
2. SPSS
Langkah – langkah pada SPSS :
D = Penyimpangan/deviasi maksimum
(Trimawartinah, 2020).
Contoh Soal
Suatu perusahaan penerbangan ingin mengetahui apakah kelambatan
waktu take-off pesawat-pesawat terbang di bandara X berdistribusi normal.
Dari 11 kelambatan yang telah diketahui (dalam jam) tercatat data sbb:
2,1 1,9 3,2 2,8 1,0 5,1 0,9 4,2 3,9 3,6 2,7
Penyelesaian:
• SPSS
Kesimpulan
Data kelambatan waktu take-off pesawat-pesawat terbang di bandara
X berdistribusi normal
Jika jumlah sampel kecil (n ≤ 20), digunakan tabel harga kritis r untuk
Run Test dimana n1 = banyaknya elemen suatu jenis dan n2 = banyaknya
elemen jenis yang lain (Karmini, 2020).
Jika jumlah sampel besar (n > 20), maka distribusi data mendekati
distribusi normal. Sehingga pengujian data dapat dilakukan dengan
menggunakan rumus z sebagai berikut :
𝑟 − 𝜇𝑟 (1.5)
𝑍=
𝜎𝑟
dimana :
𝜇𝑟 = Mean
𝜎𝑟 = Simpangan baku
(Karmini, 2020).
Contoh Soal
Dalam suatu kantin di perusahaan elektronika, terdapat sekelompok
karyawan wanita yang sedang makan siang. Dari sekelompok karyawan itu
diambil 18 sampel untuk diwawancarai kapan akan mengambil cuti hamil.
Dalam pertayaan itu disediakan dua alternatif jawaban yaitu akan mengambil
cuti besar sebelum melahirkan atau sesudah melahirkan. Wawancara
dilakukakn secara berurutan, yaitu mulai dari no.1 dan berakhir no.18.
diperolehkan data “Waktu pengambilan cuti besar Karywati”, yaitu
1. 1 10. 1
2. 1 11. 0
3. 0 12. 0
4. 1 13. 0
5. 0 14. 1
6. 1 15. 1
7. 0 16. 0
8. 0 17. 1
9. 1 18. 0
Keterangan :
1. Mengambil cuti besar sebelum melahirkan
2. Mengambil cuti besar setelah melahirkan
Apakah urutan data waktu pengambilan cuti besar karyawati bersifat
random?
Penyelesaian:
• SPSS
4. Pada kolom Value masukkan angka kodingan dan pada kolom Label
masukkan nama kodingan (keterangan)
7. Pindahkan data yang akan diuji, pilih Mean pada Cut Point,
kemudian klik OK untuk menampilkan hasil analisis (output)
Hipotesis
𝐻0 : Urutan data waktu pengambilan cuti besar karyawati bersifat
random
𝐻1 : Urutan data waktu pengambilan cuti besar karyawati bersifat
tidak random
Taraf Signifikansi
𝛼 = 5%
Statistik Uji
𝑝 − 𝑣𝑎𝑙𝑢𝑒
Daerah Kritis
Tolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Statistik Hitung
𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,466
Keputusan
Karena 𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,466 > 𝛼 = 0,05 maka diputuskan gagal
tolak
Kesimpulan
Urutan waktu pengambilan cuti besar karyawati bersifat random