MATERI 1

UJI SATU SAMPEL

1.1 Uji Binomial

Uji Binomial merupakan uji non parametrik yang digunakan untuk
menguji perbedaan proporsi pada populasi yang hanya memiliki dua buah
kategori (skala nominal) berdasarkan proporsi yang berasal dari sampel
tunggal. Jenis data pada uji ini adalah Nominal 2 kategori (variabel dikotomi)
(Trimawartinah, 2020).

Uji binomial menguji hipotesis tentang suatu proporsi populasi yang

berasal dari 1 sampel tunggal. Ciri binomial adalah data berupa dua kategori,
yaitu “gagal” dan “sukses” yang diulang sebanyak n kali dan peneliti bebas
untuk mendefinisikan apa yang dimaksud “sukses” dan apa yang dimaksud
“gagal” (Trimawartinah, 2020).

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

Jika x < np : x + 0,5 sedangkan jika x > np : x – 0,5

(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

Sintaks pada 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

Langkah – langkah pada SPSS :

1. Klik Variable View

2. Klik Name untuk mengganti nama variabel

3. Kemudian klik Values untuk mengoding data dengan cara mengisi

kodingan

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

7. Pindahkan data yang akan diuji, kemudian klik OK untuk

menampilkan hasil analisis (output)

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

1.2 Uji Chi Square

Uji Chi Square satu sampel merupakan kesesuaian (goodness of fit) yang
digunakan pada dua atau lebih variabel kategori. Uji goodness of fit pada
prinsipnya bertujuan untuk mengetahui apakah distribusi data dari sampel
mengikuti sebuah distribusi teoritis tertentu atau tidak. Jadi, uji chi- square
menguji kesesuaian antara teoritis (frekuensi harapan) dan kenyataan
(frekuensi observasi). (Santoso, 2010).

Berikut adalah statistik uji yang digunakan:

(1.3)

dimana :

𝑂𝐼 = frekuensi pengamatan (observasi)

𝐸𝑖 = frekuensi harapan

∑𝑘𝑖=1 = penjumlahan semua kategori k

(Nuryadi, dkk., 2017).

Contoh Soal
Seorang peneliti ingin mengetahui apakah terdapat perbedaan hobi atau
ketertarikan perempuan pada belanja, olahraga, memasak, dan menonton.
Peneliti mengambil sampel sebanyak 15 mahasiswi dan didapatkan data
sebagai berikut.

Ketertarikan Jumlah
Belanja 6
Olahraga 2
Memasak 3
Menonton 4

Penyelesaian:

1. Software R

Sintaks pada 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 :

1. Klik Variable View

2. Klik Name untuk mengganti nama variabel

3. Kemudian klik Values untuk mengoding data

4. Pada kolom Value masukkan angka kodingan dan pada kolom

Label masukkan nama kodingan (keterangan)

5. Masukkan data kodingan pada Data View

6. Klik Analyze pada menu toolbar, lalu klik NonParametric Test,

Legacy Dialogs, dan selanjutnya pilih Chi-square

7. Pindahkan data yang akan diuji, kemudian klik OK untuk

menampilkan hasil analisis (output)
 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 = 0,506
Keputusan
Karena 𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,506 > 𝛼 = 0,05 maka diputuskan gagal
tolak
Kesimpulan
Tidak terdapat perbedaan hobi atau ketertarikan perempuan.

1.3 Uji Kolmogorov Smirnov

Uji Kolmogorov Smirnov memiliki kelebihan yaitu sederhana dan tidak
menimbulkan perbedaan persepsi diantara satu pengamatan dengan
pengamatan lainnya sehingga uji ini menjadi salah satu uji yang banyak
digunakan dalam perhitungan uji nonparametrik (Trimawartinah, 2020).

Konsep dasar yang digunakan dalam uji ini adalah membandingkan

distribusi normal data dengan distribusi normal baku. Distribusi normal baku
adalah data yang telah ditransformasikan kedalam bentuk z-score dan telah
diasumsikan normal (Trimawartinah, 2020).

Berikut adalah statistic uji Kolmogorov-smirnov :

𝐷 = 𝑚𝑎𝑘𝑠𝑖𝑚𝑢𝑚 |𝐹𝑠(𝑥) − 𝐹𝑡(𝑥)| (1.4)

dimana :

D = Penyimpangan/deviasi maksimum

Fs(x) = Distribusi frekuensi kumulatif hasil observasi/sampel

Ft(x) = Distribusi frekuensi kumulatif teoritis

(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

Langkah – langkah pada SPSS :

1. Klik Variable View

2. Klik Name untuk mengganti nama variabel

3. Masukkan data kodingan pada Data View

4. Klik Analyze pada menu toolbar, lalu klik NonParametric Test,

Legacy Dialogs, dan selanjutnya pilih 1-Sample K-S

5. Pindahkan data yang akan diuji, kemudian klik OK untuk

menampilkan hasil analisis (output)
 Hipotesis
𝐻0 : Data kelambatan waktu take-off pesawat-pesawat terbang di
bandara X berdistribusi normal
𝐻1 : Data kelambatan waktu take-off pesawat-pesawat terbang di
bandara X tidak berdistribusi normal
Taraf Signifikansi
𝛼 = 5%
Statistik Uji
𝑝 − 𝑣𝑎𝑙𝑢𝑒
Daerah Kritis
Tolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Statistik Hitung
𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,2
Keputusan
Karena 𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,2 > 𝛼 = 0,05 maka diputuskan gagal tolak

Kesimpulan
Data kelambatan waktu take-off pesawat-pesawat terbang di bandara
X berdistribusi normal

1.4 Uji Run

Uji Run adalah uji yang digunakan untuk mengukur kerandoman

populasi berdasarkan data sampel. Skala data yang digunakan dalam uji Run
adalah ordinal. Run didefinisikan sebagai suatu urutan lambang-lambang
yang sama (Karmini, 2020).

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

No. Jawaban No. Jawaban

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

Langkah-langkah pada software SPSS:

1. Klik Variable View

2. Klik Name untuk mengganti nama variabel

3. Kemudian klik Values untuk mengoding data

4. Pada kolom Value masukkan angka kodingan dan pada kolom Label
masukkan nama kodingan (keterangan)

5. Masukkan data kodingan pada Data View

6. Klik Analyze pada menu toolbar, lalu klik NonParametric Test,

Legacy Dialogs, dan selanjutnya pilih Runs

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

2.1 Latihan Soal

1. Seorang penjual kue membuat kue brownies panggang dan brownies kukus di
hari pertama penjualannya. Pada hari pertama penjualannya, penjual kue
tersebut tidak mengetahui apa yang lebih disukai konsumen jadi harapannya
di hari pertama penjualannya ini penjual kue tersebut bisa mengetahui apa
yang lebih disukai konsumen. Berdasarkan hasil penjualannya, dari 13 pembeli
memilih brownies panggang dan 11 pembeli memilih brownies kukus. Dengan
alpha = 0,05 apakah terdapat perbedaan selera pembeli terhadap kedua jenis
brownies tersebut?
2. Sebuah penelitian dilakukan untuk mengetahui tingkat adopsi teknologi oleh
petani. Pengumpulan data dilakukan terhadap 15 responden. Datanya adalah
sebagai berikut: Gunakan taraf signifikansi (5%)
 Responden Total Skor
1 45
2 65
3 35
4 70
5 60
6 50
7 30
8 90
9 85
10 90
11 40
12 80
13 55
14 30
15 75

3. Suatu penelitian tentang berat badan peserta pelatihan kebugaran fisik/jasmani

dengan sampel sebanyak 27 orang diambil secara random, didapatkan data
sebagai berikut:
78, 78, 95, 90, 78, 80, 82, 77, 72, 84, 68, 67, 87, 78, 77, 88, 97, 89, 97, 98, 70,
72, 70, 69, 67, 90, 97 (kg).
Selidikilah dengan α = 5%, apakah data tersebut di atas diambil dari populasi
yang berdistribusi normal?
 DAFTAR REFERENSI

Karmini. (2020). Statistika Non Parametrik. Samarinda : Mulawarman

University Press.

Novitasari, Dian, dkk. (2018). Makalah Statistika II (Pengujian Hipotesis).

Jakarta : STIE Muhammadiyah Jakarta.

Nuyadi, dkk. (2017). Dasar-Dasar Statistik Penelitian. Yogyakarta : Sibuku

Media.

Santoso, Singgih. (2010). Statistika Non Parametrik (Konsep Dan Aplikasi

dengan SPSS). Jakarta : PT Elex Media Komputindo.

Setiawan, Nugraha. (2005). Statistika Non Parametrik (Untuk Penelitian

Sosial Ekonomi Peternakan). Bahan Kuliah. Bandung : Universitas
Padjajaran.

Trimawartinah . (2020). Bahan Ajar Statistik Non Parametrik. Jakarta :

Universitas Muhammadiyah Prof. Dr. Hamka.