11-1
PENDAHULUAN
⚫ Hubungan antar variabel adalah tahap penting dalam analisis statistika induktif. Dari
segi tujuan, untuk hubungan antar variabel dikelompokkan ke dalam 3 bentuk yaitu :
1) Perbandingan / Komparasi, 2) Hubungan / korelasi, 3) Pengaruh.
⚫ Uji Hipotesis perbandingan yang lalu adalah untuk 1 populasi. Artinya rerata (mean)
atau proporsi dibandingkan dengan nilai konstanta. Contoh 𝐻𝑎 : 𝜇 < 𝜇0 artinya mean
populasi dibandingkan konstanta (µ0) misal 10. Hal ini hubungan antar variabel
karena hanya memuat 1 variabel. Harus memuat minimal 2 variabel.
⚫ Uji Hubungan antar variabel mempunyai beberapa bentuk sesuai dengan bentuk
hubungannya : 1) Uji Perbandingan, 2) Uji Hubungan, dan 3) Uji Pengaruh. Kali ini
akan dibahas Uji Perbandingan, dimana 2 variabel yang terkait dibedakan sebagai
variable pembanding (bebas) dan variable terbanding (terikat). Karena skala
pengukuran variable terbanding adalah interval/rasio -> uji perbandingan parametrik
11-2
UJI HIPOTESIS
Prosedur berdasar kejadian sampel dan teori probabilitas untuk menentukan apakah
hipotesis adalah pernyataan yg beralasan.
11-3
PERBANDINGAN :
POPULASI BEBAS DAN BERPASANGAN
11-4
UJI BANDING 2 KELOMPOK DATA BEBAS
11-5
UJI BANDING 2 KELOMPOK DATA BERPASANGAN
11-6
MACAM UJI BANDING RATA-RATA
11-7
1.a. UJI BEDA RATA-RATA 2 POPULASI SALING BEBAS
STANDAR DEVIASI POPULASI DIKETAHUI
Disebut juga Uji sampel bebas dan yang dibandingkan adalah rata-rata. Informasi
tentang standar deviasi populasi telah diketahui sebelumnya. Informasi itu dapat
berasal dari penelitian terdahulu atau dari sumber lainnya. Uji Z digunakan terutama
untuk data besar dan menggunakan distribusi Z (normal) untuk pengambilan
keputusan
11-8
CONTOH
Fasilitas U-Scan dipasang pada lokasi Byrne Road Food-Town. Manajer toko ingin tahu
apakah waktu rata-rata keluar (checkout) yang menggunakan metode checkout standar
lebih lama daripada menggunakan U-Scan. Informasi sampel yang didapat tentang
durasi waktu dari pelanggan antri sampai koper mereka dalam cart disajikan berikut :
Catatan : Untuk S : Deviasi standar (σ) = 0,40 -> Varians (σ2) = 0,16
Untuk U : Deviasi standar (σ) = 0,30 -> Varians (σ2) = 0,09
11-9
SOLUSI
Step 1: H0: µS ≤ µU mean time Standard tak lebih lama drpd U-scan
H1: µS > µU mean time Standard lebih lama drpd U-scan
Step 2: = 0.01.
Step 3: gunakan distribusi z sebagai statistik uji.
Step 4: Buat aturan keputusan. Tolak H0 bila Z > 2.33
Step 5: Hitung nilai z dan buat keputusan
D0 = 0 karena hanya
lebih besar
Karena nilai hitung 3.13 > nilai kritis 2.33 maka H0 ditolak. Beda 0.20 menit antar
selisih rata-rata waktu bukan kebetulan. Metode U-Scan lebih cepat.
11-10
SOLUSI DENGAN EXCEL (Data Analysis)
Bentuk Data Proses Olah
Mean
No
Standar U-Scan
1 5,5 5,3
2 5,5 5,3
3 5,5 5,3
4 5,5 5,3
5 5,5 5,3
45 5,5 5,3
46 5,5 5,3
47 5,5 5,3
48 5,5 5,3
49 5,5 5,3
50 5,5 5,3
97 5,3
98 5,3 Klik Labels karena nama
99 5,3 variable ikut dipilih
100 5,3
11-11
SOLUSI DENGAN KOMPUTER
Hasil Olah
z-Test: Two Sample for Means
Standar U-Scan
Mean 5,5 5,3
Known Variance 0,16 0,09
Observations 50 100
Hypothesized Mean Difference 0
z 3,123475 Nilai hitung
Pendekatan nilai-p P(Z<=z) one-tail 0,000894
dan nilai kritis z Critical one-tail 2,326348
P(Z<=z) two-tail 0,001787
z Critical two-tail 2,575829
Dgn nilai kritis -> Zhitung = 3,123 > Zkritis (1-arah) = 2,326 maka H0 ditolak
Dgn nilai p -> p (1-arah) = 0,00089 < α =0,05 maka H0 ditolak
11-12
1.b. UJI BANDING RATA-RATA 2 KELOMPOK DATA BEBAS
STANDAR DEVIASI POPULASI TAK DIKETAHUI
11-13
CONTOH
Dalam uji tingkat penyerapan tisu gulung beberapa orang diminta membandingkan
sejumlah tisue dari 2 tipe tisu gulung (A dan B). Setiap merk tisu dari tiap tipe
dicelupkan ke tempat berisi air selama 2 menit, lalu dievaluasi jumlah air di tisu
yang diangkat (dalam milimeter).
Tipe A (1) : 8 8 3 1 9 7 5 5 12 n=9
Tipe B (2) : 12 11 10 6 8 9 9 10 11 9 8 10 n = 12
Gunakan α = 0.10 dan uji apakah ada beda rata-rata banyaknya cairan yang diserap
oleh kedua tipe tisu gulung tersebut.
Terlebih dahulu kita hitung rata-rata dan deviasi standar banyaknya air di kedua tisu
Tipe A (1) : 6.44 3.32
11-14
SOLUSI
Step 1: Pernyataan hipotesis H0: 1 = 2 vs H1: 1 ≠ 2
kadang ditulis : H0: 1 - 2 = 0 vs H1: 1 - 2 ≠ 0
Step 2: Tetapkan tingkat signifikansinya (α) = 0,10. -> α/2 = 0,05
Step 3: Pilih statistik ujinya. Gunakan varians tidak sama.
Step 4: tolak H0 bila t(hitung) > t/2, df (untuk t(hitung) positif) atau
t(hitung) < - t/2,df (untuk t(hitung) negatif)
Catatan : t+ atau t- tergantung lebih besar yg dikurangi atau pengurang
= 11
t > t0,05, 11 atau t < - t0,05, 11 t > 1.796 atau t < -1.796
11-15
SOLUSI
11-16
SOLUSI DENGAN EXCEL (Data Analysis)
11-17
SOLUSI DENGAN EXCEL (Data Analysis)
t-Test: Two-Sample Assuming Unequal Variances
Hasil Olah
Tipe A Tipe B
Mean 6,44 9,42
Variance 11,03 2,63
Observations 9 12
Hypothesized Mean Difference 0
df 11
t Stat -2,473
P(T<=t) one-tail 0,015
t Critical one-tail 1,796
P(T<=t) two-tail 0,031
t Critical two-tail 2,201
Dgn nilai kritis : t hitung = -2.473 < t tabel = -1.796 maka H0 ditolak.
Dgn nilai p : p (2-arah) = 0,031 < α = 0,05 maka H0 ditolak
Disimpulkan rata-rata penyerapan kedua tipe tisue tidak sama.
11-18
2. PERBANDINGAN RATA-RATA 2 KELOMPOK
DATA BERPASANGAN
Gunakan uji ini bila sampel tergantung (dependen) yaitu kedua kelompok pada variabel
pembanding saling berkaitan karena berasal dari sampel yang sama. Kondisi
berpasangan (paired) ini terjadi pada kasus sebelum-sesudah (before-after) atau
melihat obyek dari 2 sisi berbeda atau pelaksana yang berbeda.
dimana
rata-rata perbedaan
sd deviasi standar perbedaan
n jumlah pasangan (perbedaan)
11-19
CONTOH
11-20
SOLUSI
t hitung lebih besar daripada nilai kritis (t tabel) sehingga H0 dapat ditolak.
Disimpulkan ada beda rata-rata nilai rumah.
11-21
SOLUSI DENGAN EXCEL (Data Analysis)
11-22
SOLUSI DENGAN EXCEL (Data Analysis)
t-Test: Paired Two Sample for Means
Hasil Olah
Schadek Bowyer
Mean 226,8 222,2
Variance 208,84 204,18
Observations 10 10
Pearson Correlation 0,95
Hypothesized Mean Difference 0
df 9
t Stat 3,305
P(T<=t) one-tail 0,005
t Critical one-tail 1,833
P(T<=t) two-tail 0,009
t Critical two-tail 2,262
Dgn nilai kritis : t hitung = 3,305 > t tabel = 2,262 maka H0 ditolak.
Dgn nilai p : p (2-arah) = 0,009 < α = 0,05 maka H0 ditolak
Disimpulkan rata-rata nilai kedua perusahaan berbeda.
11-23
SOAL
1. Ingin diketahui apakah rata-rata populasi 1 2. Ingin diketahui apakah rata-rata kedua
ini lebih besar daripada populasi 2. Data populasi berbeda. Data sampel didapat
sampel didapat sebagai berikut sebagai berikut
Buatlah uji hipotesisnya dengan α = 0,05 Buatlah uji hipotesisnya dengan α = 0,05
untuk nilai kritis dan nilai p. untuk nilai kritis dan nilai p.
11-24
SOAL
11-25