MATERI KULIAH

M11 dan M12

STATISTIK

pada
Departemen
Lingkungan ITS

1
Kuliah Statistika
 MATERI M09 dan M10

Tentang Estimasi/Penaksiran :

Estimasi mean dan proporsi – satu populasi

(M9)

Estimasi mean dan proporsi - dua populasi

(M10); dan
Estimasi varian satu dan dua populasi (M10)
 MATERI STATISTIK
Kelas A/B/C
(Program Studi S1 Teknik Lingkungan)
CL224202 - 3 sks
Materi Kuliah Minggu ke-11 dan 12 (M11 dan M12)

Dosen Pengampu:
Dr. Ismaini Zain | Santi P. Rahayu, Ph.D. | Adatul Mukaromah, S.Si., M.Si.
Widhianingsih T. Dwi Ary, Ph.D. | Shofi Andari, Ph.D.

Kuliah Statistika
 CAPAIAN PEMBELAJARAN M11

CPMK :
Mahasiswa mampu melakukan pengujian parameter baik parametrik maupun
non-parametrik

Indikator Keberhasilan :
a. Mahasiswa mampu menguji parameter (mean dan proporsi) baik satu
maupun dua populasi menggunakan statistik parametrik
b. Mahasiswa mampu menguji parameter lokasi baik satu maupun dua populasi
menggunakan metode statistik non- parametrik
c. Mengenal penyelesaian pengujian suatu studi kasus menggunakan SPSS

Materi :
Pengujian mean satu populasi dan dua populasi menggunakan metode statistik
parametrik
Pengujian parameter lokasi menggunakan metode statistik non-parametrik
(pengenalan)
 Sumber Materi_1 (modifikasi)
Chapter 5

Kottegoda, 2008 (2nd Ed)

 Sumber Materi_2 (modifikasi)
Chapter 4

Helsel dan Hirsch, 2002

 PENGUJIAN HIPOTESIS

Suatu pengujian parameter – merupakan

statistik INFERENSI setelah PENAKSIRAN

7
Kuliah Statistika
 R.E.V.I.E.W
STATISTIKA
DESKRIPTIF
metode statistika yang digunakan
untuk MENGGAMBARKAN
(MENYAJIKAN) DATA yang telah
dikumpulkan. MEMAPARKAN
DATA-DATA DALAM DALAM
BENTUK RINGKASAN agar lebih
mudah dipahami.
Kuliah Statistik
INFERENSIAL
metode metode statistika yang
digunakan untuk MENGETAHUI
(MENARIK KESIMPULAN)
TENTANG SEBUAH POPULASI
BERDASARKAN SUATU
SAMPEL
8
Statistika FMIPA ITS
 STATISTIKA

DESKRIPTIF INFERENSIAL

PENGUJIAN
ESTIMASI/
(Menguji
PENAKSIRAN
Hipotesis)
 Apa yang dimaksud
PENGUJIAN HIPOTESIS?
Pengujian hipotesis merupakan sebuah langkah atau
prosedur yang digunakan untuk menguji suatu
pernyataan secara statistik dan digunakan untuk
menarik kesimpulan apakah pernyataan tersebut
dapat diterima atau ditolak.

Hipotesis adalah suatu proses dari pendugaan

parameter dalam populasi, yang membawa pada
perumusan segugus kaidah yang dapat membawa
pada suatu keputusan akhir, yaitu menolak atau
menerima pernyataan tersebut.
10
CONTOH MENGUJI HIPOTESIS_1
vSeorang peneliti diminta untuk
memutuskan, berdasarkan bukti- bukti
hasil percobaan, apakah suatu vaksin
baru lebih baik daripada yang
sekarang beredar di pasaran.

vSeorang ahli lingkungan ingin

mengumpulkan data untuk
menyimpulkan apakah pencemaran di
sungai X lebih tinggi dari sungai Y

11
CONTOH MENGUJI HIPOTESIS_2
Perilaku membuang sampah
merupakan aktivitas fisik individu yang
terlihat jelas sebagai suatu hasil
pembiasaan yang dibentuk oleh
lingkungan. Salah satu cara agar dapat
membentuk perilaku kebiasaan dalam
perilaku membuang sampah dilakukan
penelitian sebagai berikut.

Untuk itu, dilakukan pengamatan

terhadap sekelompok masyarakat. Ingin
disimpulkan ada hubungan jenis kelamin
terhadap perilaku membuag sampah?

12
 ALUR PENGUJIAN
PERMASALAHAN SAMPLING SAMPEL RANDOM

DATA
(KUANTITATIF/KUALI HIPOTESIS PENGUJIAN
TATIF)

DECISION RULE KEPUTUSAN KESIMPULAN

13
 STRUKTUR
PENGUJIAN HIPOTESIS

Helsel dan Hirsch, 2002

14
 Choose the appropriate test
Test procedures are selected based on the data characteristics
and study objectives

Helsel dan Hirsch, 2002 15

 LANGKAH
PENGUJIAN HIPOTESIS
1. Penentuan Hipotesis Nol (H0)
2. Penentuan Hipotesis Alternatif atau Kerja (H1)
3. Penentuan Taraf Signifikansi/Tingkat Kesalahan/Taraf Nyata (a)
4. Pemilihan Statistik Uji
(Perhitungannya berdasarkan data yang telah diperoleh
yang akan menghasilkan à Hasil Hitung
5. Penentuan Daerah Kritis (Daerah Penolakan)
(yaitu untuk mengetahui batas-batas daerah Tolak H0
Menghasilkan à Hasil Tabel)
6. Keputusan/Kesimpulan
Membuat keputusan untuk menolak/tidak menolak H0 berdasarkan
kriteria pengujian yang berlaku
(menjelaskan berdasarkan persoalan)

Kuliah Statistik Statistika FMIPA ITS

 DUA PERNYATAAN HIPOTESIS
Pernyataan Hipotesis Nol (H0)
• Suatu pernyataan dapat diasumsikan benar kecuali
ada bukti yang kuat untuk membantah.
• Dilambangkan dengan H0

Pernyataan Hipotesis Alternatif (H1)

• Suatu pernyataan yang dinyatakan benar jika
hipotesis nol (H0) berhasil ditolak.
• Dilambangkan dengan H1

17
 DUA MACAM HIPOTESIS
• Hipotesis nol (H0)
berupa suatu pernyataan tidak adanya perbedaan
karakteristik/parameter populasi (umumnya selalui
ditandai dengan tanda =)
• Hipotesis alternatif (H1),
berupa suatu pernyataan yang bertentangan dengan H0.

Catatan : yang diuji dalam hipotesis adalah PARAMETER,

maka notasi yang digunakan dalam hipotesis statistika
adalah 𝝁 (untuk nilai tengah), 𝝈𝟐 (untuk varians), dan P
(untuk proporsi).
18
 CONTOH ; penentuan Ho dan H1
Permasalahan
Suatu vaksin baru lebih baik dari vaksin yang
selama ini digunakan untuk mencegah Covid,
jika persentase orang yang sembuh setelah
meminum obat baru ini lebih dari 60%.
Dapat dibentuk hipotesis statistik:
H0 : P = 0,6 (vaksin baru tidak lebih baik)
H1 : P > 0,6 (vaksin baru lebih baik)

19
 DUA JENIS HIPOTESIS
A. Hipotesis satu arah (atau hipotesis satu sisi)
Misalkan H0 : 𝜇 = 20, lawan H1 : 𝜇 > 20
H0 : 𝜇 = 20, lawan H1 : 𝜇 < 20
• Hipotesis alternatif menunjukkan tanda > atau <.
• Hal ini dikarenakan si peneliti atau si perancang hipotesis,
menginginkan suatu perubahan satu arah, misalnya apakah meningkat,
apakah terjadi penurunan, dan sebagainya.

B. Hipotesis dua arah (atau hipotesis dua sisi).

Misalkan H0 : 𝜇 = 20, lawan H1 : 𝜇 ≠ 20
• Hipotesis alternatif menunjukkan tanda ≠
• IHal ini dikarenakan si peneliti menginginkan suatu perbedaan, yaitu
apakah berbeda atau tidak (entah berbeda itu meningkat, atau
menurun).
20
 CONTOH PENENTUAN HIPOTESIS
• Contoh 1:
Suatu percobaan menyatakan bahwa rata-rata kandungan nitrogen
dalam suatu benda tidak melebihi 2,5 satuan (tidak melebihi berarti
kurang dari)
Berarti hipotesis nya satu arah, yaitu
Ho : 𝝁 = 2,5 versus H1 : 𝝁 < 2,5

Contoh 2 :
Mahasiswa Lingkungan tidak puas dengan hasil ujian STATISTIKA yang
diberikan oleh dosen A dan dosen B. Ingin diselidiki apakah rata-rata
penilaian dosen A dan dosen B berbeda?
Berarti hipotesis nya dua arah, yaitu
H0 : 𝝁𝑨 = 𝝁𝑩 , dan H1 :𝝁𝑨 ≠ 𝝁𝑩
21
 LANGKAH PENGUJIAN_secara ringkas
1. Tentukan hipotesis Ho
2. Tentukan hipotesis H1
3. Tentukan tingkat signifikansi/taraf nyata 𝜶
Biasanya kalau tidak diketahui, maka hal yang biasa
digunakan adalah tingkat kesalahan 𝛼 sebesar 5%.
4. Tentukan Statistik Uji
5. Tentukan Daerah Kritik
H0 ditolak bila atau H0 gagal ditolak
6. Keputusan, H0 atau H0 gagal ditolak

22
 TARAF SIGNIFIKANSI/TARAF NYATA ( a )

Taraf Signifikansi/Tingkat Kesalahan (a) merupakan batas

toleransi kesalahan yang dihasilkan dari penelitian.

a
Penentuan Taraf Signifikansi/Tingkat Kesalahan ( ) tergantung dari
KEBIJAKAN PENELITI, tergantung kasus yang diteliti.

a ) mulai dari 1%, 5%, atau 10%.

Taraf Uji Nyata/Tingkat Kesalahan (
a Tingkat Kepercayaan(1 - a )
1% 99%
5% 95%
10% 90%
 KEMUNGKINAN KEADAAN
DALAM PENGUJIAN HIPOTESIS STATISTIK
H0 benar H0 salah
Terima H0 Keputusan benar Kesalahan jenis II
(Gagal Tolak H0)
Tolak H0 Kesalahan jenis I Keputusan benar

α = P (kesalahan jenis I)
β = P (kesalahan jenis II)
 VISUALISASI PENGUJIAN_1
Pada suatu hari, langit sangat mendung,
maka akan ada 2 hipotesa HUJAN atau
TIDAK HUJAN
Keputusan H0 benar = HUJAN H0 salah = TIDAK HUJAN

Bawa Payung Keputusan Benar Kesalahan Jenis II

Tidak Bawa Kesalahan Jenis I Keputusan Benar

Payung
 VISUALISASI PENGUJIAN_1
Pada suatu hari, langit sangat mendung,
maka akan ada 2 hipotesa HUJAN atau
TIDAK HUJAN
Keputusan H0 benar = HUJAN H0 salah = TIDAK HUJAN

Bawa Payung Keputusan Benar Kesalahan Jenis II

Tidak Bawa Payung Kesalahan Jenis I Keputusan Benar

α = P (kesalahan jenis I) = P(Tidak Bawa Payung|Hujan)

β = P (kesalahan jenis II) = P(Bawa Payung|Tidak Hujan)
 VISUALISASI PENGUJIAN_2
Pernahkah Anda membeli suatu barang dan kemudian barang tersebut catat?
Dalam suatu keputusan membeli suatu tentu saja kita berharap barang tidak
cacat. Jadi proses keputusan adalah sebagai berikut.

Keputusan H0 benar = TIDAK CACAT H0 salah = CACAT

Beli Keputusan Benar Kesalahan Jenis II
Tidak Beli
Kesalahan Jenis I Keputusan Benar

α = P (kesalahan jenis I) = P(Beli|Cacat) à Resiko Konsumen

β = P (kesalahan jenis II) = P(Tidak Beli|Tidak Cacat) à Resiko Produsesn
 KESALAHAN
DALAM PENGUJIAN HIPOTESIS

!"#$%&% '()(*+,+)-'"./0(&%
Pengujian 1,%$(2 $%2+,(3/%4

Hipotesis
5! 6+#() 5! &(0(3

!+./,/&(# 6+#() !+&(0(3(# ,%.+ ==

:(7(0 *+#"0(2 5!
')"6 ;-<-8 a ')"6 ; b
5(&%0
'+#7/8
9%(#
!+&(0(3(# ,%.+ = !+./,/&(# 6+#()
>"0(2 5!
')"6 ;-a ')"6 ;-g ;-<-8 b
 DAERAH KRITIS
Tolak H0 (Terima H1) à
jika STATISTIK UJI (Hasil Hitung) ... Nilai Tabel

atau
Gagal Tolak H0 (Tolak H1) à
jika STATISTIK UJI (Hitung) ... Nilai Tabel

Catatan :
STATISTIK UJI bersesuaian dengan DISTRIBUSI
SAMPLING (ingat Estimasi!)
 DAERAH KRITIS
Keputusan untuk menolak/gagal menolak H0 à
Ditentukan oleh Hasil dari Daerah Kritis (Daerah
Penolakan) yang telah ditentukan sebelumnya
oleh Peneliti.

Kesimpulan
Menjelaskan hasil Keputusan dari Pengujian
Hipotesis, misalkan : ada/tidaknya korelasi
(hubungan); ada/tidak perbedaan; atau faktor
apa saja yang berpengaruh terhadap suatu
variabel.
Pembagian Metode Pengujian
STATISTIK

PARAMETRIK NON
PARAMETRIK
 Asumsi–Asumsi Parametrik
• Sampel (data) diambil dari populasi memiliki
distribusi
• Pada Uji t dan Uji F untuk dua sampel atau lebih,
kedua sampel diambil dari dua populasi yang
mempunyai varians sama (Homoskedastis)
• Variabel (data) yang diuji harus data bertipe
interval atau rasio, yang tingkatnya lebih tinggi
dari data tipe nominal atau ordinal.
• Ukuran sampel yang memadai
(direkomendasikan > 30 per kelompok) - Central
Limit Theorem (CLT)
 Statistik Non Parametrik
Statistik yang tidak perlu asumsi-asumsi
yang melandasi metode statistik parametrik,
terutama tentang bentuk distribusinya,
dan juga tidak memerlukan uji hipotesis
yang berhubungan dengan parameter-
parameter populasinya, oleh karena itu
teknik ini dikenal juga dengan distribution-
free statistics dan assumption-free test.
 Perbedaan Parametrik Non Parametrik

Harus diketahui bentuk

Tidak mempermasalahkan
distribusinya (berdistribusi
Bentuk Distribusi bentuk distribusinya
normal/bentuk distribusi lain
(bebas distribusi)
(binomial, poisson, dsb)

Skala Pengukuran Skala Interval & Rasio Skala Nominal & Ordinal
(Pada umumnya)

Jumlah sampel besar, atau bisa

juga jumlah sampel kecil tetapi
Jumlah Sampel Jumlah sampel kecil
memenuhi asumsi salah satu
bentuk distribusi.
 MACAM-MACAM PENGUJIAN
PARAMETRIK
1. Uji Rata-Rata (Mean) 1 Populasi
-Varians diketahui
-Varians tidak diketahui
2. Uji Rata-Rata (Mean) 2 Populasi
- Varians diketahui
- Varians tidak diketahui, varians 2 populasi dianggap sama
- Varians tidak diketahui, varians 2 populasi dianggap tidak sama
- data berpasangan
3. Uji Proporsi 1 Populasi
4. Uji Proporsi 2 Populasi
5. Uji Varians 1 Populasi
6. Uji Varians 2 Populasi TIDAK SEMUA KITA
7. Uji Kebaikan/Kecocokan (Goodness-of-fit) BAHAS YA….
8. Uji Independensi
9. Uji Homogeniti

Kuliah Statistik Statistika FMIPA ITS

MACAM PENGUJIAN
NON-PARAMETRIK
PANDUAN PEMILIHAN METODE
DATA

Nominal / Ordinal
TIPE DATA STATISTIK
NON-PARAMETRIK
Interval / Rasio

DISTRIBUSI DATA Tidak Normal

<30 (KECIL)

Normal

BESAR SAMPEL STATISTIK

>30 (Besar) PARAMETRIK

Kuliah Semester Statistika FMIPA ITS

 Guide to the
classification of
some hypothesis
tests

Helsel dan Hirsch, 2002

38
 PENGUJIAN SATU POPULASI
Untuk METODE PARAMETRIK
Contoh Aplikasi
MEAN (RATA-RATA) , PROPORSI , dan VARIANS

Kuliah Statistika
UJI HIPOTESIS PARAMETER

µ à mean
P à proporsi
s 2
à varians
 UJI HIPOTESIS untuk MEAN
(PARAMETRIK)

(satu dan dua populasi)

Kuliah Statistika
SECARA RINGKAS

Bagaimana
implementasinya?

Walpole, 2011
42
 VARIANS DIKETAHUI
UJI SATU ARAH

1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : µ = µ0 H 0 : µ = µ0
H1 : µ > µ 0 atau H1 : µ < µ 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%≤α ≤10%)
4. Statistik Uji
à statistik uji untuk uji sisi kanan maupun kiri sama, yaitu :
X - µ0
Z hit =
s n
Kuliah Semester Statistika FMIPA ITS
 VARIANS DIKETAHUI
UJI SATU ARAH

5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :

Z hit > za Z hit < - za

za - za
6. Keputusan & Kesimpulan
Kuliah Semester Statistika FMIPA ITS
 CONTOH
Dari pengalaman pandemi Covid menimbulkan trauma,
rata-rata lama penyembuhan trauma Covid adalah 14 hari
dengan simpangan baku 3 hari. Suatu therapy baru
ditemukan dan diujikan pada 70 penderita Covid dan
dicatat waktu penyembuhannya trauma yaitu x hari.
Apakah dapat dikatakan bahwa waktu penyembuhan
obat baru kurang dari 15 hari? Dengan 𝛼 = 0,025.

45
 SOLUSI
Pilih

• Silahkan ditulis : Apa saja yang diketahui

• Prosedur pengujiannya :
1. Ho :
2. H1 :
3. Tetapkan 𝛼
4. Tentukan Statistik Uji-nya
5. Tentukan Daerah Kritis-nya
6. Simpulkan
46
 VARIANS DIKETAHUI
UJI DUA ARAH

1/2. Hipotesis
H 0 : µ = µ0
H1 : µ ¹ µ 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%≤α ≤10%)
4. Statistik Uji
à statistik uji untuk uji arah sama dengan uji satu arah, yaitu :

X - µ0
Z hit =
s n
“If you can dream it, you can do it” – Walt Disney
 VARIANS DIKETAHUI
UJI DUA ARAH
5. Daerah Kritis/Penolakan H0

Tolak H0 jika :

Z hit < - za /2 atau Z hit > za /2

- za /2 za /2
6. Keputusan & Kesimpulan
 CONTOH
Pandemi menyebabkan banyak ruang kelas diubah menjadi smart
classroom. Suatu perusahaan digital mengembangkan kamera, yang
dikatakan mempunyai ketahanan lampu dengan rata-rata 8 tahun
dan simpangan baku 0,5 tahun.

Ujilah hipotesis bahwa µ=8 lawan alternatifnya µ≠8 bila suatu

sampel acak 50 kamera setelah dites memberikan ketahanan rata-
rata 7,8 tahun. Gunakan taraf nyata (tingkat signifikansi) sebesar
0,01.

Jawab :

50
 SOLUSI
Pilih

• Silahkan ditulis : Apa saja yang diketahui

• Prosedur pengujiannya :
1. Ho :
2. H1 :
3. Tetapkan 𝛼
4. Tentukan Statistik Uji-nya
5. Tentukan Daerah Kritis-nya
6. Simpulkan
51
 TABEL NORMAL_review
Distribusi normal standar (contd) # ∼ Normal(0, 1)
Tabel Normal_1
!(# ≤ %)
• Di samping merupakan tabel distribusi
normal standar.

• Kolom pertama: satu atau dua angka

utama nilai z.

• Baris pertama: dua angka di belakang

koma nilai z.

• Di dalam kotak: nilai probabilitas !(# ≤ %).

36

54
 VARIANS TIDAK DIKETAHUI
UJI SATU ARAH

1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : µ = µ0 H 0 : µ = µ0
H1 : µ > µ 0 atau H1 : µ < µ 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%≤α ≤10%)
4. Statistik Uji
à statistik uji untuk uji sisi kanan maupun kiri sama, yaitu :
X - µ0
Thit =
s n
 VARIANS TIDAK DIKETAHUI
UJI SATU ARAH

5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :
Note :
Thit > ta ,v Thit < -ta ,v v=n-1

ta -ta
6. Keputusan & Kesimpulan
 CONTOH
Waktu rata-rata yang diperlukan per mahasiswa untuk registrasi
di suatu perguruan tinggi adalah 50 menit dengan simpangan
baku 10 menit. Suatu prosedur sistem registrasi menggunakan
aplikasi sedang dicobakan. Bila sampel random sebesar 12
mahasiswa memerlukan waktu registrasi rata-rata 42 menit
dengan simpangan baku 11.9 menit, ujilah bahwa hipotesis
bahwa rata-rata waktu registrasi kurang dari 50 menit.
Gunakan tingkat kesalahan (taraf nyata) : a) 0,05 dan b) 0,01.

Pilih

57
 SOLUSI

• Silahkan ditulis : Apa saja yang diketahui

• Prosedur pengujiannya :
1. Ho :
2. H1 :
3. Tetapkan 𝛼
4. Tentukan Statistik Uji-nya
5. Tentukan Daerah Kritis-nya
6. Simpulkan
58
DISTRIBUSI t_review

60
 VARIANS TIDAK DIKETAHUI
UJI DUA ARAH

1/2. Hipotesis
H 0 : µ = µ0
H1 : µ ¹ µ 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%≤α ≤30%)
4. Statistik Uji
à statistik uji untuk uji arah sama dengan uji satu arah, yaitu :

X - µ0
Thit =
s n
 VARIANS TIDAK DIKETAHUI
UJI DUA ARAH

5. Daerah Kritis/Penolakan H0
Tolak H0 jika :

Thit < -ta /2,v Thit > ta /2,v Note :

at v=n-1

a
u

-ta /2 ta /2
6. Keputusan & Kesimpulan
 UJI HIPOTESIS untuk 2 MEAN
(DUA populasi)

UJI PARAMETRIK

Kuliah Statistika
 PERMASALAHAN
MENGUJI PARAMETER 2 POPULASI
𝑁!
𝑛!
𝜇! Known variances
Two Populations

𝑥!̅
𝜎!" 𝑠!"
Unknown but equal
variances

𝑁" Unknown and unequal

𝑛" variances
𝜇" 𝑥̅"
𝜎"" 𝑠"" Paired observations

64
 s dan s
2
1
2
2 DIKETAHUI
UJI SATU ARAH

1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : µ1 - µ2 = d 0 H 0 : µ1 - µ2 = d 0
H1 : µ1 - µ2 > d 0
atau
H1 : µ1 - µ2 < d 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10%, atau 15%)
4. Statistik Uji
Z hit =
( X 1 - X 2 ) - d0
à statistik uji untuk uji sisi kanan s 12 s 22
maupun kiri sama, yaitu : +
n1 n2
 s dan s
2
1
2
2 DIKETAHUI
UJI SATU ARAH

5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :

Z hit > za Z hit < - za

za - za
6. Keputusan & Kesimpulan
 CONTOH

Suatu sampel acak berukuran n1=35 diamil dari populasi

normal dengan simpangan baku 3,4; mempunyai rata-rata
BOD=76. Sampel kedua berukuran n2=25 juga diambil
dari ppulasi normal dengan simpangan baku 5,2;
mempunyai rata-rata BOD = 81. Ujilah, apakah rata-
rata sampel kedua lebih lebih besar dari rata-rata
populasi pertama?
Known variances

Unknown but equal

Pilih variances

Unknown and
unequal variances

Paired observations
 SOLUSI

• Silahkan ditulis : Apa saja yang diketahui

• Prosedur pengujiannya :
1. Ho :
2. H1 :
3. Tetapkan 𝛼
4. Tentukan Statistik Uji-nya
5. Tentukan Daerah Kritis-nya
6. Simpulkan
68
 KASUS YANG SAMA
TAPI DENGAN UJI DUA ARAH
Suatu sampel acak berukuran n1=35 diamil dari populasi
normal dengan simpangan baku 3,4; mempunyai rata-rata
76. Sampel kedua berukuran n2=25 juga diambil dari
ppulasi normal dengan simpangan baku 5,2; mempunyai
rata-rata 81. Ujilah suatu hipotesis Ho: μ1= μ2 lawan
H1:μ1¹ μ2, dengan tingkat signifikansi 0,05.

Pilih
 SOLUSI

• Silahkan ditulis : Apa saja yang diketahui

• Prosedur pengujiannya :
1. Ho :
2. H1 :
3. Tetapkan 𝛼
4. Tentukan Statistik Uji-nya
5. Tentukan Daerah Kritis-nya
6. Simpulkan
71
 DATA BERPASANGAN
UJI SATU ARAH

1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : µ1 - µ2 = d 0 H 0 : µ1 - µ2 = d 0
H1 : µ1 - µ2 > d 0 H1 : µ1 - µ2 < d 0
atau atau
H 0 : µD = d0 H 0 : µD = d0
H1 : µ D > d 0 H1 : µ D < d 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10%, atau 15%)
 DATA BERPASANGAN
UJI SATU ARAH

4. Statistik Uji
à statistik uji untuk uji sisi kanan
maupun kiri sama, yaitu :

D - d0
Thit =
SD n
dimana
D = X1 - X 2
S D = std. deviasi dari D
 DATA BERPASANGAN
UJI SATU ARAH

5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :
Note :
Thit > ta ,v Thit < -ta ,v v=n-1

ta -ta
6. Keputusan & Kesimpulan
 DATA BERPASANGAN
UJI DUA ARAH

1/2. Hipotesis
H 0 : µ1 - µ2 = d 0
H1 : µ1 - µ2 ¹ d 0
atau
H 0 : µD = d0
H1 : µ D ¹ d 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10%, atau 15%)
 DATA BERPASANGAN
UJI DUA ARAH

4. Statistik Uji
à statistik uji untuk uji dua arah
sama dengan uji satu arah, yaitu :

D - d0
Thit =
SD n
dimana
D = X1 - X 2
S D = std. deviasi dari D
 DATA BERPASANGAN
UJI DUA ARAH

5. Daerah Kritis/Penolakan H0
Note :
Tolak H0 jika : v=n-1
Thit < -ta /2,v Thit > ta /2,v
at
a
u

-ta /2 ta /2
6. Keputusan & Kesimpulan
 CONTOH
Untuk mengetahui apakah keanggotaan dalam
organisasi mahasiswa di departemen lingkungan
mempunyai akibat baik atau buruk pada nilai
seseorang, nilai mutu rata-rata berikut ini telah
dikumpulkan selama periode 5 tahun sebagai berikut.
Kriteria Tahun
1 2 3 4 5
Anggota 2,0 2,0 2,3 2,1 2,4
Bukan Anggota 2,2 1,9 2,5 2,3 2,4

Dengan mengasumsikan bahwa populasinya normal,

ujiah pada taraf nyata 0,025, apakah keanggotaan
dalam organisasi mahasiswa berakibat buruk pada nilai
yang dicapai seseorang
79
 SOLUSI

• Silahkan ditulis : Apa saja yang diketahui

• Prosedur pengujiannya :
1. Ho :
2. H1 :
3. Tetapkan 𝛼
4. Tentukan Statistik Uji-nya
5. Tentukan Daerah Kritis-nya
6. Simpulkan
80
 UJI HIPOTESIS untuk PROPORSI
(SATU dan DUA populasi)

UJI PARAMETRIK

Kuliah Statistika
 UJI PROPORSI 1 POPULASI
UJI SATU ARAH

1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : p = p0 H 0 : p = p0
H1 : p > p0
atau H1 : p < p0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10% , …)
4. Statistik Uji
à statistik uji untuk uji sisi kanan maupun kiri sama, yaitu :
x - np0 pˆ - p0 x
Z hit = = dimana pˆ =
np0 q0 p0 q0 / n n
 Review
UJI PROPORSI 1 POPULASI
UJI SATU ARAH

5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :

Z hit > za Z hit < - za

za - za
6. Keputusan & Kesimpulan
 UJI PROPORSI 1 POPULASI
UJI DUA ARAH

1/2. Hipotesis
H 0 : p = p0
H1 : p ¹ p0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10% , …)
4. Statistik Uji
à statistik uji untuk uji arah sama dengan uji satu arah, yaitu :

x - np0 pˆ - p0 x
Z hit = = dimana pˆ =
np0 q0 p0 q0 / n n
 UJI PROPORSI 1 POPULASI
UJI DUA ARAH

5. Daerah Kritis/Penolakan H0
Tolak H0 jika :

Z hit < - za /2 Z hit > za /2

at
a
u

- za /2 za /2
6. Keputusan & Kesimpulan
 CONTOH
Salah satu kepala sekolah SMA “Y” menyatakan bahwa
siswanya diterima yang diterima di SNBP (atau SNMPTN
tahun lalu) lebih dari 60 %.

Pada tahun 2023, dari 100 siswanya dinyatakan diterima

melalui jalur SNMPTN sebanyak 70 siswa.

Apakah dapat disimpulkan bahwa pernyataan kepala sekolah

tersebut masih relevan dengan a = 0.05 ?
 SOLUSI

• Silahkan ditulis : Apa saja yang diketahui

• Prosedur pengujiannya :
1. Ho :
2. H1 :
3. Tetapkan 𝛼
4. Tentukan Statistik Uji-nya
5. Tentukan Daerah Kritis-nya
6. Simpulkan
88
 UJI PROPORSI 2 POPULASI
UJI SATU ARAH

1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : p1 = p2 H 0 : p1 = p2
H1 : p1 > p2 atau H1 : p1 < p2
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10% , …)
4. Statistik Uji
à statistik uji untuk uji sisi kanan maupun kiri sama, yaitu :
pˆ1 - pˆ 2 x1 ˆ x2 x1 + x2
Z hit = dimana pˆ1 = ; p2 = ; pˆ =
ˆ ˆ (1/ n1 + 1/ n2 )
pq n1 n2 n1 + n2
 UJI PROPORSI 2 POPULASI
UJI SATU ARAH

5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :

Z hit > za Z hit < - za

za - za
6. Keputusan & Kesimpulan
 UJI PROPORSI 2 POPULASI
UJI DUA ARAH

1/2. Hipotesis
H 0 : p1 = p2
H1 : p1 ¹ p2
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10% , …)
4. Statistik Uji
à statistik uji untuk uji arah sama dengan uji satu arah, yaitu :
pˆ1 - pˆ 2 x1 ˆ x2 x1 + x2
Z hit = dimana pˆ1 = ; p2 = ; pˆ =
ˆ ˆ (1/ n1 + 1/ n2 )
pq n1 n2 n1 + n2
 UJI PROPORSI 2 POPULASI
UJI DUA ARAH

4. Daerah Kritis/Penolakan H0
Tolak H0 jika :

Z hit < - za /2 Z hit > za /2

at
a
u

- za /2 za /2
6. Keputusan & Kesimpulan
 CONTOH UJI PROPORSI 2
POPULASI
Suatu kebijakan pembangunan suatu TPS atau Tempat
Pembuangan Sampah hendak dilakukan diantara dua penduduk
desa (A dan B).

Untuk mengetahui pendapat tentang kebijakan pembangunan

TPS dilakukan survai sebabagi berikut.
Terdapat 120 dari 200 penduduk Kota A yang setuju; dan 240
dari 500 penduduk Kota B menyetujui kebijakan buka masker.
Apakah anda setuju bila dikatakan bahwa proporsi yang
menyetujui buka masker di kota A lebih tinggi dibanding kota
B? Gunakan taraf nyata 0,025.
 SOLUSI
Silahkan ditulis : Apa saja yang diketahui
Prosedur pengujiannya :
1. Ho :
2. H1 :
3. Tetapkan 𝛼
4. Tentukan Statistik Uji-nya
5. Tentukan Daerah Kritis-nya
6. Simpulkan

95
Kuliah Semester Statistika FMIPA ITS
 KESIMPULAN PADA
UJI PARAMETRIK
1. Dibutuhkan asumsi-asumsi
2.

97
 STUDI KASUS 1 (LATIHAN 1)
[data fiktif dan dikerjakan manual]
Data tahun lalu menunjukkan bahwa Rata-Rata Indeks
Kenyamanan Kota (IKK) di negara “X” adalah sebesar
70. Pada tahun ini, kementerian mengatakan bahwa
Indeks kenyamanan kota sudah lebih besar dari 70.
Benarkah?

Untuk itu menguji statemen Menteri, dilakukan survei

dengan mengambil sampel random sebesar 64 kota
dan didapatkan data sebagaimana terlampir. Lakukan
pengujian yang dimaksud!
Gunakan tingkat kesalahan sebesar 5% (0,05) 98
 Indeks Kenyamanan Indeks Kenyamanan
Kota Kota
Lingkungan Lingkungan
1 67 33 69
2 78 34 71
3 77 35 78
4 67 36 74
5
6
7
8
75
78
74
76
37
38
39
40
76
76
67
88
DATA
9 75 41 69
10 52 42 67
11 69 43 68

File :
12 70 44 78
13 94 45 55
14 77 46 76
15 59 47 75

Praktik_uji
16 75 48 90
17 68 49 69
18 69 50 70
19 72 51 58

mean.xlsx
20 70 52 77
21 82 53 54
22 77 54 75
23 63 55 68
24 66 56 79
25 67 57 82
26 68 58 70
27 86 59 72
28 74 60 77
29 75 61 79
30 58 62 66
31 67 63 67
32 66 64 68
99
Kerjakan!

100
 STUDI KASUS 1 (LATIHAN 2)
[data fiktif - dikerjakan dikerjakan dengan SPSS ]
• Tampilan Data di SPSS

102
 STUDI KASUS 1 (LATIHAN 2)
[data fiktif - dikerjakan dikerjakan dengan SPSS ]
• Tampilan Data di SPSS

103
DEMO SPSS
Perhatikan!
OUTPUT SPSS
 KESIMPULAN
• Uji Parametrik membutuhkan asumsi-asumsi terutama
distribusi normal
• Pada umumnya jumlah ukuran sampel besar
• Skala pengukuran pada umumnya : Interval atau Rasio

• Lalu, bagaimana jika tidak memenuhi ketentuan di

atas?
• Gunakan pengujian NON-PARAMETRIK
• Diberikan contoh 2 METODE yaitu untuk 2 populasi
yang independen dan dependen
 PENGUJIAN PARAMETER
(LOKASI) MENGGUNAKAN
METODE NON-PARAMETRIK

DUA Sampel INDEPENDEN

107
Kuliah Statistika
 PRINSIP
UJI DUA SAMPEL INDEPENDEN
• Dibahas prosedur-prosedur penyimpulan yang
menggunakan data dari dua sampel bebas, yang
masing-masing berasal dari dua populasi.
• Sampel-sampel ini bebas dalam dua hal,

– Pertama, unsur-unsur yang dipilih untuk sampel pertama

sama sekali tidak bergantung pada unsur-unsur yg dipilih
untuk sampel kedua.
– Kedua, dalam masing-masing sampel, masing-masing
unsur juga saling bebas dari setiap unsur lain dalam
sampel itu.

108
 PENGUJIAN DUA SAMPEL INDEPENDEN_1
Untuk parameter lokasi

Akan dibahas prosedur-

prosedur penyimpulan
yg menggunakan data
dari dua sampel bebas,
yang masing-masing
berasal dari dua
populasi.
 PENGUJIAN DUA SAMPEL INDEPENDEN_2
Untuk parameter lokasi
Sampel-sampel ini bebas dalam dua
hal.
• Pertama, unsur-unsur yg dipilih untuk
sampel pertama sama sekali tidak
bergantung pada unsur-unsur yg
dipilih untuk sampel kedua.
• Kedua, dalam masing-masing sampel,
masing-masing unsur juga saling bebas
dari setiap unsur lain dalam sampel
itu.
 UJI MANN WHITNEY

Menguji 2 parameter lokasi à MEDIAN

Kuliah Statistika
UJI MANN-WHITNEY_1
 UJI MANN-WHITNEY_2
Hipotesis-hipotesis
Dua sisi
• H0 : Populasi-populasi yang diminati memiliki distribusi yang identik.
• H1 : Populasi-populasi yang diminati berbeda dalam hal lokasi.
Satu sisi
• H0 : Populasi-populasi yang diminati memiliki distribusi yang identik.
• H1 : Nilai-nilai X cenderung lebih kecil daripada nilai-nilai Y.
Satu sisi
• H0 : Populasi-populasi yang diminati memiliki distribusi yang identik.
• H1 : Nilai-nilai X cenderung lebih besar daripada nilai-nilai Y.
UJI MANN-WHITNEY_3
UJI MANN-WHITNEY_4
 CONTOH SOAL
Subjek Telah pulih Subjek Belum pulih
Suatu team peneliti melaporkan hasil- Skor (X) Skor (Y)
hasil suatu percobaan untuk menilai 1 11.9 1 6.6
kesahihan prediktif dari Prognostic Rating 2 11.7 2 5.8
3 9.5 3 5.4
Scale (PRS) Klopter dengan subjek-subjek 4 9.4 4 5.1
yang menerima behaviour modification 5 8.7 5 5.0
psychotherapy. Seusai psikoterapi, 6 8.2 6 4.3
7 7.7 7 3.9
subjek-subjek dibagi menjadi dua 8 7.4 8 3.3
kelompok, yaitu kelompok yang 9 7.4 9 2.4
mengalami perbaikam (improved) dan 10 7.1 10 1.7
11 6.9
kelompok yang tidak mengalami 12 6.8
perbaikan (unimproved), disajikan 13 6.3
disamping ini 14 5.0
15 4.2
16 4.1
Ingin diketahui apakah dapat disimpulkan 17 2.2
berdasarkan data ini bahwa kedua
populasi berbeda dalam hal lokasi,
dengan α = 0.05.
 SOLUSI
Ditetapkan X1 = 11.9, X2 = 11.7, … ,
X17 = 2.2. dan Y1 = 6.6, … , Y10 = 1.7

1. Hipotesis
H0 : Kedua populasi identik.
H1 : Kedua populasi berbeda dalam
hal lokasi.

2. Tingkat Kesalahan α=0,05

3. Statistik uji.
Skor-skor dan peringkatnya

Jumlah 296.5
 SOLUSI_lanjutan
Melalui rumus statistik uji dapat diperoleh
T = 296.5 – 17(17 + 1)/2 = 143.5
Keputusan
• Dari Tabel A.8 diperoleh bahwa W0.025 = 46, W1 – 0.025 = (17)(10) – 46 = 124.
• Karena 143.5 > 124 ,maka Ho ditolak. Kesimpulannya kedua populasi
berbeda dalam hal lokasi.
• Nilai P kurang dari 2(0.005) = 0.01

Menggunakan SPSS?
 PENGUJIAN DUA SAMPEL DEPENDEN

UJI NON-PARAMETRIK

119
Kuliah Statistika
 CARA PENGUJIAN PARAMETER
LOKASI UNTUK DUA SAMPEL
DEPENDEN

Kuliah Statistika
 DUA SAMPEL SALING BERHUBUNGAN
• Bilamana dikatakan bahwa 2 buah sampel saling
berhubungan?
• Dua buah variabel tersebut berkorelasi.
• Penyebabnya : bisa dari suatu eksperimen “sebelum”
dan “sesudah” atau dua variabel tersebut diukur dari
subyek-subyek yang sama.
• Dalam desain eksperimen juga sering di “rekayasa”
suatu variabel pembanding (biasa disebut sebagai
variabel kontrol”)
• Bisa juga dikarenakan data berpasangan.
 PROSEDUR MENGGUNAKAN DATA
DARI DUA SAMPEL BERHUBUNGAN.
• Dalam bab ini dibahas prosedur-prosedur
pengujian hipotesis-hipotesis tentang ada
atau tidak adanya efek perlakuan.
• Ada atau tidak adanya perbedaan antara
perlakuan-perlakuan.
• Juga mengulas sebuah prosedur pengujian
hipotesis yang cocok bila data terdiri atas
frekuensi-frekuensi.
 Uji peringkat bertanda Wilcoxon
(Signed Rank Test Wilcoxon) untuk data
berpasangan
Sudah pernah dipelajari pada materi sebelumuny, namun ini
untuk dua sampel berhubungan atau data berpasangan.
Asumsi-asumsi
• Data untuk analisis terdiri atas n buah beda Di = Yi – Xi.
Pasangan-pasangan (Xi, Yi) dalam sampel ini diperoleh secara
acak.
• Beda-beda tersebut mewakili hasil-hasil pengamatan
terhadap suatu variabel acak yang kontinyu.
• Distribusi populasi beda-beda tersebut setangkup (simetri).
• Beda-beda tersebut bebas.
• Beda-beda itu paling tidak diukur menggunakan skala interval.
 Uji peringkat bertanda Wilcoxon
untuk data berpasangan_lanjutan
Hipotesis-hipotesis
A. Dua sisi
H0 : Median populasi beda-beda adalah nol.
H1 : Median populasi beda-beda tidak sama dengan nol.

B. Satu sisi
H0 : Median populasi beda-beda lebih kecil dari atau sama dengan nol.
H1 : Median populasi beda-beda lebih besar daripada nol.

C. Satu sisi
H0 : Median populasi beda-beda lebih besar dari atau sama dengan nol.
H1 : Median populasi beda-beda lebih kecil dari nol.
 Uji peringkat bertanda Wilcoxon
untuk data berpasangan_lanjutan
Statistik uji
1. Hitung beda dari setiap pasangan hasil pengukuran dan perhatikan tandanya
Di = Yi – Xi
2. Tetapkan peringkat untuk nilai-nilai mutlak beda-beda ini dari yang terkecil
hingga terbesar, yaitu untuk|Di| = |Yi – Xi|
3. Cantumkan di depan masing-masing peringkat tanda dari beda yang nilai
mutlaknya menghasilkan peringkat yg bersangkutan.
4. Hitung
T+ = jumlah peringkat bertanda positif
T- = jumlah peringkat bertanda negatif

Statistik ujinya T+ atau T- , bergantung pada hipotesis yang ditetapkan.

Untuk angka sama
• Angka sama pertama jika suatu pasangan Xi = Yi ,buang pasangan yang menghasilkan
beda nol. Angka sama yang lain terjadi bila dua |Di| atau lebih sama besar. Untuk angka
sama jenis ini diberi peringkat rata-rata dari peringkat yang seharusnya seandainya
angka sama tidak terjadi.
Uji peringkat bertanda Wilcoxon
untuk data berpasangan_lanjutan
 CONTOH SOAL
Peneliti mengkaji perubahan-parubahan hemodinamik pada
pasien-pasien dengan pulmonary thromboembolism yang
akut. Data dibawah memperlihatkan tekanan arteri paru rata-
rata milimeter Hg yang teramati pada pasien sebelum dan 24
jam sesudah terapi urokinase.
Pasien 1 2 3 4 5 6 7 8 9

0 jam (X) 33 17 30 25 36 25 31 20 18

24 jam (Y) 21 17 22 13 33 20 19 13 9

Ingin diketahui apakah data ini cukup membuktikan bahwa

terapi urokinase menurunkan tekanan arteri paru. Misalkan α
= 0.05.
 JAWAB_1
Hipotesis
H0 : Median populasi beda-beda Di = Yi – Xi lebih besar daripada atau
sama dengan nol.
H1 : Median populasi beda-beda lebih kecil dari nol

Tingkat Kesalahan : 0,05

Sebelum terapi Sesudah 24 jam Di = Yi – Xi Peringkat bertanda dari
Statistik uji (X)
33
(Y)
21 -12
|Di|
-7
17 17 0 Hapus
30 22 -8 -4
25 13 -12 -7
T+ = 0 36 33 -3 -1
25 20 -5 -2
31 19 -12 -7
20 13 -7 -3
18 9 -9 -5
 JAWAB_2
Keputusan
• Dari Tabel A.3 dengan n = 8 diperoleh
d = 1 → T = 0 < d =1, jadi H0 ditolak.
Kesimpulannya, bahwa median
populasi beda-beda lebih kecil dari
nol.
Interpretasi:
Terapi urokinase menurunkan tekanan
arteri paru
 JAWAB_3
Keputusan :
Gagal tolak H0

Interpretasi:
pada taraf nyata 0.05 bahwa kebersamaan tidak meningkatkan
denyut jantung pada tikus-tikus.

Kesimpulan : bahwa hasil uji tanda tidak sejalan dengan uji t

 PENUTUP
• Prosedur pengujian pada statistik non-
parametrik banyak
• Tidak semua dipelajari pada mata kuliah ini
• Akan dipelajari metode yang sering digunakan
adalah KOLMOGOROV yaitu menguji apakah
suatu data mengikuti distribusi normal? (M14)
• Dengan bantuan software, misal SPSS akan
lebih mudah

131
 See you,

If Allah wills

132
Kuliah Statistika