LAPORAN PENELITIAN

PENGANTAR METODE STATISTIKA

MODUL I
PENERAPAN TEORI ESTIMASI DAN UJI HIPOTESIS SATU
POPULASI PADA DATA IPS DAN PENGGUNAAN WAKTU
SENGGANG MENGERJAKAN TUGAS TERHADAP
MAHASISWA STATISTIKA BISNIS ITS ANGKATAN 2021

Oleh :
Erika Rindang Kasih 2043211030
Afi-Iffa Praba Kiranadhewi 2043211092

Asisten Dosen
Rindi Restiani

Dosen:
Ir. Mutiah Salamah Chamid, M.Kes.
Nur Azizah S.Si., M.Stat.

Program Studi Sarjana Terapan

Departemen Statistika Bisnis
Fakultas Vokasi
Institut Teknologi Sepuluh Nopember
Surabaya
2022
 ABSTRAK
Di era sekarang banyak sekali orang yang menduga bahwa sulit untuk
mendapatkan nilai IPS yang sempurna atau 4. Hal ini tentu saja tidak benar
karena banyak mahasiswa atau mahasiswi yang berhasil meraih nilai IPS yang
sempurna. Selain itu, ada juga dugaan bahwa waktu senggang cocok
digunakan untuk bermalas-malasan. Dugaan tersebut sangat salah karena
banyak orang yang menggunakan waktu senggangnya untuk hal-hal yang
berguna seperti mengerjakan tugas, belajar, dan lain-lain. Namun, untuk
mengetahui benar atau tidaknya dugaan-dugaan tersebut tentu saja harus
dilakukan penelitian. Metode yang digunakan ialah dengan menggunakan
estimasi rata-rata, varians, dan proporsi dari sampel data untuk dugaan
tersebut. Estimasi dibagi menjadi dua, yaitu estimasi titik dan estimasi
interval. Selanjutnya, menguji hipotesis untuk menentukan apakah
dugaan/hipotesis tersebut ditolak atau diterima. Macam-macam uji hipotesis
satu populasi antara lain, uji hipotesis rata-rata, uji hipotesis proporsi, dan uji
hipotesis Varians. Batasan dari masalah ini adalah 25, 50, dan 75 sampel data
dari populasi sebanyak 104. Sumber data yang digunakan dalam penelitian ini
adalah data primer yang berasal dari kuesioner yang disebarkan kepada
Mahasiswa Statistika Bisnis ITS angkatan 2021 terkait nilai IPS, dan nilai
penggunaan waktu senggang untuk mengerjakan tugas. Batasan. Langkah-
langkah yang pertama dilakukan yaitu mengumpulkan data, kemudian
menganalisis karakteristik data, menganalisis estimasi data, menguji hipotesis
data melalui Minitab, menginterpretasikan hasil analisis data, kemudian
menarik kesimpulan dan saran. Dapat ditarik kesimpulan bahwa semakin
banyak sampel maka estimasinya akan semakin mendekati parameter.
Kata Kunci : Estimasi, Hipotesis, IPS, Waktu Senggang.

ii
 DAFTAR ISI

Halaman
ABSTRAK .................................................................................................................. ii
DAFTAR ISI ............................................................................................................. iii
DAFTAR GAMBAR ................................................................................................ vi
DAFTAR TABEL .................................................................................................... vii
BAB I PENDAHULUAN
1.1 Latar Belakang ................................................................................................... 1
1.2 Rumusan Masalah ............................................................................................. 2
1.3 Tujuan................................................................................................................. 2
1.4 Manfaat .............................................................................................................. 3
1.5 Batasan Masalah ................................................................................................ 3
BAB II TINJAUAN PUSTAKA
2.1 Statistika Deskripstif ......................................................................................... 4
2.1.1 Rata-rata (Mean) ...................................................................................... 4
2.1.2 Nilai Tengah (Median)............................................................................. 5
2.1.3 Varians ...................................................................................................... 6
2.1.4 Proporsi ..................................................................................................... 6
2.1.5 Boxplot ...................................................................................................... 6
2.1.6 Pie Chart................................................................................................... 7
2.2 Estimasi Parameter Satu Populasi .................................................................... 7
2.2.1 Estimasi Rata rata ..................................................................................... 8
2.2.2 Estimasi Varians ....................................................................................... 8
2.2.3 Estimasi Proporsi ...................................................................................... 9
2.3 Pengujian Hipotesis Satu Populasi ................................................................... 9
2.3.1 Pengujian Hipotesis Rata-Rata ................................................................ 9
2.3.2 Pengujian Hipotesis Varians .................................................................. 10
2.3.3 Pengujian Hipotesis Proporsi ................................................................. 11
2.4 Indeks Prestasi Semester (IPS) ....................................................................... 11
2.5 Waktu Senggang.............................................................................................. 12
BAB III METODOLOGI PENELITIAN
3.1 Sumber Data .................................................................................................... 13

iii
 Halaman
3.2 Identifikasi Variabel dan Skala Pengukuran .................................................. 13
3.3 Langkah Analisis ............................................................................................. 13
3.4 Diagram Alir .................................................................................................... 14
BAB IV ANALISIS DAN PEMBAHASAN
4.1 Karakteristik Data IPS dan Penggunaan Waktu Senggang dengan
Mengerjakan Tugas pada Mahasiswa Departemen Statistika Bisnis ITS
Angkatan 2021................................................................................................. 16
4.1.1 Karakteristik Data IPS Mahasiswa Departemen Statistika Bisnis ITS
Angkatan 2021 ...................................................................................... 16
4.1.2 Karakteristik Data Penggunaan Waktu Senggang dengan Mengerjakan
Tugas pada Mahasiswa Departemen Statistika Bisnis ITS Angkatan
2021 ...................................................................................................... 17
4.2 Estimasi Satu Populasi pada Data IPS dan Penggunaan Waktu Senggang
dengan Mengerjakan Tugas pada Mahasiswa Departemen Statistika Bisnis
ITS Angkatan 2021 ......................................................................................... 17
4.2.1 Estimasi Rata-Rata Satu Populasi Data IPS Mahasiswa Departemen
Statistika Bisnis ITS Angkatan 2021 ................................................... 18
4.2.2 Estimasi Varians Satu Populasi Data IPS Mahasiswa Departemen
Statistika Bisnis ITS Angkatan 2021 ................................................... 18
4.2.3 Estimasi Proporsi Satu Populasi Data Penggunaan Waktu Senggang
dengan Mengerjakan Tugas pada Mahasiswa Departemen Statistika
Bisnis ITS Angkatan 2021 ................................................................... 19
4.3 Uji Hipotesis satu populasi pada Data IPS dan Penggunaan Waktu Senggang
dengan Mengerjakan Tugas pada Mahasiswa Departemen Statistika Bisnis
ITS Angkatan 2021 ......................................................................................... 20
4.3.1 Uji Hipotesis Rata-Rata Satu Populasi Data IPS Mahasiswa
Departemen Statistika Bisnis ITS Angkatan 2021.............................. 20
4.3.2 Uji Hipotesis Varians Satu Populasi Data IPS Mahasiswa Departemen
Statistika Bisnis ITS Angkatan 2021 ................................................... 21

iv
 Halaman
4.3.3 Uji Hipotesis Proporsi Satu Populasi Data Penggunaan Waktu
Senggang dengan Mengerjakan Tugas pada Mahasiswa Departemen
Statistika Bisnis ITS Angkatan 2021 ................................................... 21
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan ...................................................................................................... 23
5.2 Saran ................................................................................................................. 24
DAFTAR PUSTAKA

v
 DAFTAR GAMBAR

Halaman
Gambar 2.1 Boxplot .............................................................................................. 6
Gambar 2.2 Scatterplot.......................................................................................... 7
Gambar 3.3 Diagram Alir...................................................................................... 15
Gambar 4.1 Boxplot Karakteristik IPS ................................................................. 16
Gambar 4.2 Piechart Karakteristik Penggunaan Waktu Senggang .................... 17

vi
 DAFTAR TABEL

Halaman
Tabel 3.1 Identifikasi Variabel dan Skala Pengukuran ........................................ 13
Tabel 4.1 Estimasi Rata-Rata IPS.......................................................................... 18
Tabel 4.2 Estimasi Varians IPS ............................................................................. 18
Tabel 4.3 Estimasi Proporsi Penggunaan Waktu Senggang ................................ 19
Tabel 4.4 Statistik Uji Hipotesis Rata-Rata IPS ................................................... 20
Tabel 4.5 Statistik Uji Hipotesis Varians IPS ....................................................... 21
Tabel 4.6 Statistik Uji Hipotesis Proporsi Penggunan Waktu Senggang............ 22

vii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Di era sekarang banyak sekali masalah atau kendala yang sering kita jumpai
dalam mengatur waktu, seperti mengatur waktu belajar dan apabila waktu belajar
terganggu dapat mempengaruhi nilai indeks prestasi semester (IPS). Ketika
seseorang tidak bisa mengatur waktu belajar dengan benar, maka banyak waktu
yang akan menjadi terbuang sia-sia dan berdampak buruk pada hal lainnya salah
satunya menurunkan nilai indeks prestasi semester (IPS) yang merupakan jumlah
nilai kumulatif yang didapatkan selama proses perkuliahan di satu semester
tersebut. Berdasarkan persoalan diatas dapat dikatakan bahwa arena waktu
merupakan hal yang sangat berharga, maka seseorang harus mengatur waktu
dengan sebaik-baiknya. Maka dari itu seseorang harus dapat memperkirakan dan
mengatur waktu dengan tepat. Permasalahan tersebut dapat diatasi dengan
mengumpulkan data sampel dari suatu populasi yang akan dipecahkan. Praktikum
kali ini menggunakan data primer, data yang diperoleh dari mahasiswa Statistika
Bisnis ITS Angkatan 2021. Data yang diperoleh berupa nilai Indeks Prestasi
Semester 1 (IPS) dan data penggunaan waktu senggang untuk mengerjakan tugas.
Data-data yang dikumpulkan nantinya akan diolah hingga memperoleh hasil akhir
data yang benar dan dapat disajikan dalam bentuk grafik ataupun output yang lain,
yang kemudian dapat diinterpretasikan agar dapat dengan mudah dimengerti.
Estimasi merupakan suatu metode untuk memperkirakan nilai populasi
dengan menggunakan nilai sampel tertentu (Walpole, et al., 2017). Estimasi dibagi
menjadi dua, yaitu estimasi titik dan estimasi interval. Estimasi titik yaitu nilai
tunggal statistik sampel yang digunakan untuk mengestimasi parameter populasi,
sedangkan estimasi interval yaitu nilai interval dari statistik sampel yang berisi
kemungkinan terjadinya parameter populasi (Walpole, et al., 2017). Pengujian
hipotesis adalah suatu usaha menguji parameter populasi melalui pengambilan
sampel. Diterima atau tidaknya pernyataan mengenai karakteristik suatu populasi
di evaluasi berdasarkan informasi yang diperoleh dengan mengambil sampel dari

1
populasi itu. Macam-macam uji hipotesis satu populasi antara lain yaitu uji
hipotesis rata-rata, uji hipotesis varians, dan uji hipotesis proporsi.
Metode yang digunakan untuk meneliti mahasiswa Departemen Statistika
Bisnis ITS angkatan 2021 yaitu estimasi parameter yang terdapat dalam ilmu
statistika. Peneliti akan menganalisis estimasi rata-rata, varians, dan proporsi dari
data yang telah diambil dengan sampel sebanyak 25, 50, dan 75 dari populasi
mahasiswa Departemen Statistika Bisnis ITS angkatan 2021. Selain itu, peneliti
juga menguji hipotesis rata-rata, varians, dan proporsi yang berasal dari populasi
mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 terkait data IPS dan
penggunaan waktu senggang dengan mengerjakan tugas. Parameter yang
digunakan dalam pengujian hipotesis pada uji hipotesis rata-rata yaitu 3,5; uji
hipotesis varians adalah 2,1; dan untuk uji hipotesis proporsi adalah 0,3.

1.2 Rumusan Masalah

Dari beberapa uraian di atas, masalah yang akan dianalisis pada praktikum
kali ini dapat dirumuskan sebagai berikut.
1. Bagaimana karakteristik data pada nilai IPS dan penggunaan waktu senggang
untuk mengerjakan tugas pada mahasiswa Departemen Statistika Bisnis ITS
angkatan 2021?
2. Bagaimana estimasi rata-rata dan varians dari nilai IPS serta proporsi
penggunaan waktu senggang untuk mengerjakan jika diambil sampel
sebanyak 25, 50, dan 75 pada mahasiswa Departemen Statistika Bisnis ITS
angkatan 2021?
3. Bagaimana uji hipotesis rata-rata dari nilai IPS dengan parameter 3,5, varians
dari nilai IPS dengan parameter 2,1, dan proporsi penggunaan waktu
senggang untuk mengerjakan sebesar 0,8 pada mahasiswa Departemen
Statistika Bisnis ITS angkatan 2021?

1.3 Tujuan
Dari rumusan masalah di atas, praktikum ini memiliki tujuan sebagai berikut.
1. Mengetahui karakteristik data pada nilai IPS dan penggunaan waktu
senggang untuk mengerjakan tugas pada mahasiswa Departemen Statistika
Bisnis ITS angkatan 2021.

2
2. Mengetahui hasil estimasi rata-rata dan varians dari nilai IPS serta proporsi
penggunaan waktu senggang untuk mengerjakan jika diambil sampel
sebanyak 25, 50, dan 75 pada mahasiswa Departemen Statistika Bisnis ITS
angkatan 2021
3. Mengetahui hasil uji hipotesis rata-rata dari nilai IPS dengan parameter 3,5,
varians dari nilai IPS dengan parameter 2,1, dan proporsi penggunaan waktu
senggang untuk mengerjakan sebesar 0,8 pada mahasiswa Departemen
Statistika Bisnis ITS angkatan 2021.

1.4 Manfaat

Laporan praktikum ini diharapkan dapat memberi manfaat bagi penulis

maupun bagi pembaca. Bagi penulis diharapkan dapat menerapkan laporan
praktikum ini sebagai ilmu yang diperoleh selama mengikuti kegiatan perkuliahan.
Selain itu diharapkan peneliti dapat menunjukkan penerapan estimasi satu populasi
dan pengujian hipotesis. Sedangkan bagi pembaca, diharapkan dapat menambah
wawasan, referensi, dan informasi penulisan laporan ilmiah ataupun untuk
menganalisis kasus yang berkaitan dengan estimasi den pengujian hipotesis.

1.5 Batasan Masalah

Batasan masalah pada praktikum ini, yaitu terbatas pada data nilai Indeks
Prestasi semester 1 dan penggunaan waktu senggang untuk mengerjakan tugas
mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 sebanyak 104
mahasiswa. Data untuk estimasi satu populasi diambil sampel sebanyak 25, 50, dan
75 mahasiswa secara acak.

3
 BAB II
TINJAUAN PUSTAKA

2.1 Statistika Deskripstif

Statistika deskriptif merupakan bagian dari statistika yang mempelajari alat,

teknik, atau prosedur yang digunakan untuk menggambarkan atau mendeskripsikan
kumpulan data atau hasil pengamatan. Data yang dikumpulkan tersebut perlu
disajikan supaya mudah dimengerti, menarik, komunikatif, dan informatif bagi
pihak lain. Bentuk-bentuk penyajian data tersebut secara umum dibagi dalam dua
aspek, yaitu penyiapan data yang mencakup proses editing, pengkodean, dan
pemasukkan data, serta analisis pendahuluan meliputi pemilahan, pemeriksaan, dan
penyusunan data sehingga diperoleh gambaran, pola, dan hubungan yang lebih
bermakna (Walpole, 2006).

2.1.1 Rata-rata (Mean)

Rata-rata atau mean atau average adalah nilai yang mewakili sehimpunan atau
sekelompok data. Mean dilambangkan dengan tanda 𝑥 yang diberi garis di atasnya.
Rumus yang digunakan untuk menghitung rata-rata dari data tunggal adalah :
∑𝑛𝑖=1 𝑥𝑖
𝑥=
𝑛

Keterangan:
(2.1)
𝑥̅ = Mean
xi = Data ke - i
𝑛 = Banyaknya data
Jika data yang kita gunakan adalah data kelompok, maka rumus yang
digunakan untuk menghitung rata-rata adalah :

∑𝑛𝑖=1(𝑥𝑖 . 𝑓𝑖 ) (2.2)
𝑥̅ =
𝑛

Keterangan:
𝑥̅ = Mean
xi = Nilai tengah kelas interval ke-i
fi = Frekuensi kelas ke-i

4
𝑛 = Banyaknya data

2.1.2 Nilai Tengah (Median)

Median adalah nilai data tengah (dengan pengertian,bahwa dari sekelompok
data dibagi menjadi dua bagian yang sama dan pembagi nya disebut sebagai
median) (Susanto, 2018).
Untuk n ganjil:

𝑋𝑛+1 (2.3)
𝑀𝑒 =
2

Keterangan:
𝑀𝑒 = Median
𝑋𝑛 = Banyak data
Untuk n genap:
𝑋𝑛 𝑋𝑛
+ ( + 1)
𝑀𝑒 = 2 2 (2.4)
2
Keterangan:
𝑀𝑒 = Median
𝑋𝑛 = Banyak data
Namun pada data berkelompok, cara tersebut tidak bisa digunakan. Data
berkelompok merupakan data yang berbentuk kelas interval, sehingga kita tidak
bisa langsung mengetahui nilai median jika kelas mediannya sudah diketahui.
Rumusnya sebagai berikut
1 (2.5)
𝑛−𝐹
𝑀𝑒 = 𝑇𝑏 + 2 .𝑖
𝑓
Keterangan:
𝑀𝑒 = Median
𝑇𝑏 = Tepi bawah kelas
𝑛 = Banyak data
𝐹 = Frekuensi komulatif kurang dari kelas median
𝑓 = Frekuensi kelas median

𝑖 = Panjang kelas median

5
2.1.3 Varians
Varians adalah ukuran variabilitas data yang semakin berarti semakin besar
nilai varian semakin tinggi pula fluktuasi data antara satu data dengan data yang
lainnya (Anwar, 2007). Rumus yang digunakan untuk menghitung varians dari data
tunggal adalah

2
∑𝑛𝑖=1 (𝑥𝑖 − 𝑥)2 (2.6)
𝑆 =
𝑛−1
Keterangan:
𝑆2 = Varians
𝑥̅ = Rata-rata
𝑥𝑖 = Nilai 𝑥 ke-𝑖

𝑛 = Banyak data

2.1.4 Proporsi

Proporsi adalah suatu kejadian khusus dari sebuah populasi dengan

karakteristik tertentu. Proporsi diperoleh melalui perbandingan frekuensi suatu data
dengan frekuensi total proporsi dapat dinyatakan dalam pecahan diantara 0 sampai
1 dan dapat juga dinyatakan dalam presentase dari 0% sampai 100% (Irwan, 2010).

2.1.5 Boxplot
Boxplot of IPK
3,8

3,6

3,4

3,2
IPK

3,0

2,8

2,6

2,4

2,2

Gambar 2.1 Boxplot

Boxplot adalah salah satu cara dalam statistik deskriptif untuk

menggambarkan secara grafik dari data numeris melalui lima ukuran yaitu nilai
observasi terkecil, kuartil terendah atau kuartil pertama (Q1), yang memotong 25
% dari data terendah, median (Q2) atau nilai pertengahan, kuartil tertinggi atau
kuartil ketiga (Q3), yang memotong 25 % dari data tertinggi, dan nilai observasi
terbesar (Walpole, et al., 2017). Boxplot adalah suatu cara dalam statistika deskriptif

6
yang digunakan untuk menampilkan gambar secara grafik dari data-data numerik
melalui lima ukuran. Boxplot dapat digunakan untuk menunjukkan perbedaan
antara populasi tanpa menggunakan asumsi distribusi statistik yang mendasarinya
(Junaidi, 2010).

2.1.6 Pie Chart

Gambar 2.2 Scatterplot

Pie chart (diagram lingkaran) adalah penyajian data statistik yang

dinyatakan dalam persen atau derajat dapat menggunakan diagram lingkaran.
Diagram lingkaran cocok digunakan untuk menggambarkan porsi dan
perbandingan suatu data tertentu (Surya, 2017).

2.2 Estimasi Parameter Satu Populasi

Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai

Populasi dengan memakai nilai sampel (Dr. Vivi, 2020). Misalnya rata-rata sampel
digunakan untuk menaksir rata-rata pupolasi proporsi sampel untuk menaksir
proporsi populasi ( p ), dan jumlah ciri tertentu sampel untuk menaksir jumlah ciri
tertentu populasi. Nilai penduga disebut dengan estimator, sedangkan hasil estimasi
disebut dengan estimasi secara statistik. Estimasi terdiri dari 2 jenis yaitu estimasi
titik dan estimasi interval.
a. Estimasi Titik
Estimasi titik merupakan nilai yang paling mungkin dan layak untuk
menggambarkan nilai dari parameter pada populasi. Estimasi titik dari populasi
dengan parameter 𝜃 adalah nilai angka tunggal 𝜃̂ dari statistik 𝜃̂. Statistik 𝜃̂disebut
nilai dugaan (Iskandar, 2010).
b. Estimasi Interval

7
 Estimasi interval adalah selang atau rentang nilai yang digunakan untuk
memperkirakan parameter. Estimasi interval dari suatu parameter populasi disebut
selang kepercayaan/confident Interval (Iskandar, 2010). Informasi tentang
ketepatan estimasi dapat disampaikan melalui panjang interval. Semakin pendek
interval, menyiratkan bahwa taksiran semakin tepat. Selang kepercayaan dibangun
sehingga ada keyakinan yang tinggi bahwa nilai interval mengandung parameter
populasi yang tidak diketahui.

2.2.1 Estimasi Rata rata

Jika x dan 𝑠 adalah rata rata dan standar deviasi dari sampel random dari
suatu populasi berdistribusi normal, maka interval konfidensi 100(1-𝛼)% untuk 𝜇
ditentukan dengan rumus sebagai berikut (Walpole, et al., 2017).

𝑃 (𝑥 − 𝑍0,5𝛼 (𝜎/√𝑛) < 𝜇 < 𝑥 + 𝑍0,5𝛼 (𝜎/√𝑛)) = 1 − 𝛼 (2.7)

Keterangan :
̅ = rata-rata
𝒙
𝝈 = standar deviasi
n = jumlah sampel

2.2.2 Estimasi Varians

Jika 𝑠 2 adalah varians dari suatu sampel random dengan ukuran 𝑛 yang
diambil dari suatu populasi yang berdistribusi normal, maka confidence interval
100(1-𝛼)% untuk 𝜎 2 ditentukan dengan rumus sebagai berikut (Walpole, et al.,
2017).
(𝑛−1)𝑠2 (𝑛−1)𝑠2
< 𝜎2 < (2.8)
𝜒2 𝛼⁄ 𝜒2 𝛼
2 1−
2

Keterangan:
𝜎2 = varians populasi
n = jumlah sampel
X2 = Chi Square
α = taraf signifikan

s2 = varians sampel

8
2.2.3 Estimasi Proporsi
Jika sampel-sampel random sebesar n diambil dari suatu populasi yang besar
dan a banyaknya unit yang bersifat A dalam sampel-sampel tersebut sehingga
menghasilkan proporsi 𝑝̂ , maka distribusi sampling mendekati harga normal.
Sehingga selang kepercayaan untuk  adalah sebagai berikut (Cahyono, 2018).
𝑝̂𝑞̂ 𝑝̂𝑞̂
𝑝̂ − 𝑧 𝛼⁄2 √ < 𝑝 < 𝑝̂ + 𝑧𝛼⁄2 √ (2.9)
𝑛 𝑛

Keterangan :
Z = distribusi normal
𝑃̂ = proporsi sampel
P = proporsi populasi
n = jumlah sampel
α = taraf signifikan

2.3 Pengujian Hipotesis Satu Populasi

Hipotesis adalah suatu pernyataan yang masih lemah kebenarannya dan perlu
dibuktikan atau dugaan yang sifatnya masih sementara. Sedangkan hipotesis
statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang sifatnya
masih sementara atau lemah kebenarannya. Dan untuk pengujian hipotesis sendiri
adalah suatu prosedur yang akan menghasilkan suatu keputusan baik menerima atau
menolak hipotesis. Uji hipotesis satu populasi terdiri dari 3 macam, yaitu:
a. Uji hipotesis rata-rata
b. Uji hipotesis varians
c. Uji hipotesis proporsi

2.3.1 Pengujian Hipotesis Rata-Rata

Pada pengujian hipotesis rata-rata akan diuji hipotesis sebagai berikut.
1. H0 :  = 0
H1 :    0
2. H0 :  = 0
H1 :  > 0
3. H0 :  = 0
H1 :  < 0

9
 Sedangkan statistik uji pada uji hipotesis rata-rata antara lain:
𝑥̅ −𝜇0
1. 𝑧= 𝜎⁄ jika varians diketahui.
√𝑛
𝑥̅ −𝜇0
2. 𝑧= 𝑠 jika varians tidak diketahui dan n ≥ 30.
⁄ 𝑛
√
𝑥̅ −𝜇0
3. 𝑡= 𝑠⁄ jika varians populasi tidak diketahui dan n < 30.
√𝑛

Dan kriteria untuk diterima atau ditolaknya hipotesis adalah sebagai berikut.
1. H0 diterima jika - Z/2 ≤ Zhit ≤ Z /2
H0 ditolak jika Zhit > Z/2 atau Zhit < - Z /2
H0 :  = 0
H1 :    0
2. H0 diterima jika Zhit ≤ Z
H0 ditolak jika Zhit > Z
H0 :  = 0
H1 :  > 0
3. H0 diterima jika Zhit ≥ -Z
H0 ditolak jika Zhit < - Z
H0 :  = 0

H1 :  < 0

2.3.2 Pengujian Hipotesis Varians

Pada pengujian hipotesis varians akan diuji hipotesis sebagai berikut.
1. H0 : σ2 = σ20
2. H1 : σ2 > σ20 atau H1 : σ 2 < σ20 atau H1 : σ2 ≠ σ20
Sedangkan statistik uji pada uji hipotesis varians antara lain:
(𝑛−1)𝑠 2
𝑥2 = dengan (df = n-1)
𝜎02

Dan kriteria untuk diterima atau ditolaknya hipotesis adalah sebagai berikut.
1. Untuk H1 : 2 > 2
Tolak H0 , jika 2 > 2 (,df)

2. Untuk H1 : 2 < 20

Tolak H0 , jika 2 < 2 (1-,df)

10
3. Untuk H1 : 2  2 0
Tolak H0 , jika 2 > 2 (/2,df) atau  2 < 2(1-/2,df)

2.3.3 Pengujian Hipotesis Proporsi

Pada pengujian hipotesis proporsi akan diuji hipotesis sebagai berikut.
1. H0 : p 1 = p 2
H1 : p 1 ≠ p 2
2. H0 : p 1 = p 2
H1 : p 1 > p 2
3. H0 : p 1 = p 2
H1 : p 1 < p 2
Sedangkan statistik uji pada uji hipotesis proporsi antara lain:
𝑥−𝑛𝑝0 𝑝̂−𝑝0
𝑧= =
√𝑛𝑝0𝑞0 √𝑝0𝑞0∕𝑛

Dan kriteria untuk diterima atau ditolaknya hipotesis adalah sebagai berikut.
1. H0 diterima jika -Z/2 ≤ Zhit ≤ Z/2
H0 ditolak jika Zhit > Z/2 atau Zhit < - Z /2
H0 : p 1 = p 2
H1 : p 1  p 2
2. H0 diterima jika Zhit ≤ Z
H0 ditolak jika Zhit > Z
H0 : p 1 = p 2
H1 : p 2 > p 2
3. H0 diterima jika Zhit ≥ -Z
H0 ditolak jika Zhit < - Z
H0 : p 1 = p 2

H1 : p 1 < p 2

2.4 Indeks Prestasi Semester (IPS)

Indeks Prestasi Semester (IPS) adalah nilai kredit rata-rata yang merupakan
satuan nilai akhir yang menggambarkan nilai proses belajar mengajar setiap
semester atau dapat diartikan juga sebagai besaran atau angka yang menyatakan
prestasi keberhasilan dalam proses belajar mengajar mahasiswa pada suatu

11
semester. Indeks Prestasi Kumulatif atau kerap disebut IPK adalah alat ukur prestasi
akademik mahasiswa. Indeks prestasi komulatif ini memuat laporan hasil belajar
yang digunakan untuk mengetahui tingkat keberhasilan mahasiswa dalam
mengikuti seluruh program pembelajaran di bangku kuliah. Sedangkan IPS
merupakan laporan hasil belajar mahasiswa dalam satu semester. IPS menunjukkan
angka keberhasilan mahasiswa selama menjalani satu semester pembelajaran.

2.5 Waktu Senggang

Waktu senggang (leisure time) sering dimaknai sebagai waktu di luar jam
kerja yang dapat dipakai untuk melakukan penyegaran tubuh dan pikiran. Waktu
ini identik dengan aktivitas rekreasi dan pencarian hiburan supaya kepenatan dan
ketegangan yang disebabkan oleh kerja dapat dipulihkan dan direnggangkan.

12
 BAB III

METODOLOGI PENELITIAN

3.1 Sumber Data

Sumber data yang digunakan dalam penelitian ini adalah data primer yang
diperoleh dari hasil pengisian kuesioner oleh Mahasiswa Statistika Bisnis angkatan
2021 dengan data yang digunakan berupa nilai IP Semester 1, dan nilai peluang
penggunaan waktu senggang untuk mengerjakan tugas. Pengumpulan data pada
penelitian ini dilakukan pada tanggal 1 Maret 2022 melalui google form.

3.2 Identifikasi Variabel dan Skala Pengukuran

Variabel dan Skala Pengukuran yang digunakan dalam praktikum ini

disajikan dalam tabel berikut ini.

Tabel 3.1 Identifikasi Variabel dan Skala Pengukuran

Variabel Keterangan Skala
𝑋1 Data IPS mahasiswa Statistika Bisnis angkatan 2021 sebanyak 104 data Interval
Data penggunaan waktu senggang untuk mengerjakan tugas pada
𝑋2 Nominal
Mahasiswa Departemen Statistika Bisnis angkatan 2021 sebanyak 104 data

3.3 Langkah Analisis

Langkah analisis yang digunakan dalam praktikum ini adalah sebagai
berikut.
1. Mengumpulkan data nilai IPS semester 1, dan nilai peluang penggunaan
waktu senggang untuk mengerjakan tugas pada mahasiswa Statistika Bisnis
angkatan 2021 dengan melakukan survey secara online.
2. Menganalisis karakteristik data nilai IPS semester 1, dan nilai peluang
penggunaan waktu senggang untuk mengerjakan tugas mahasiswa Statistika
Bisnis angkatan 2021.
3. Menentukan sampel yang akan dianalisis secara acak sebanyak 25, 50, dan
75 dari populasi mahasiswa Statistika Bisnis angkatan 2021.
4. Mengestimasi rata-rata, varians dan proporsi yang meliputi estimasi titik dan
estimasi interval pada tiap-tiap sampel yang diambil dari populasi mahasiswa
Statistika Bisnis angkatan 2021.

13
5. Melakukan pengujian hipotesis rata-rata, varians dan proporsi satu populasi
pada data nilai IPS semester 1, dan nilai peluang penggunaan waktu senggang
untuk mengerjakan tugas pada mahasiswa Statistika Bisnis angkatan 2021.
6. Menginterpretasikan hasil estimasi dan pengujian hipotesis.
7. Menarik kesimpulan dan saran.

3.4 Diagram Alir

Diagram Alir adalah proses yang menampilkan langkah-langkah awal sampai
menghasilkan beberapa data dengan melalui beberapa proses dalam bentuk simbol-
simbol grafis, dan urutannya dihubungkan oleh panah. Berikut merupakan diagram
alir pada praktikum ini.

14
 Mulai

Mengumpulkan data

Menganalisis karakteristik data

Melalukan Pengambilan Sampel

Estimasi Parameter

Pengujian Hipotesis Satu Populasi

Pengujian
Hipotesis

Menginterpretasikan hasil analisis data

Kesimpulan dan Saran

Selesai

Gambar 3.1 Diagram Alir

15
 BAB IV

ANALISIS DAN PEMBAHASAN

Berdasarkan pada data yang telah diperoleh, pada bab ini akan membahas
karakteristik dan estimasi data mahasiswa Departemen Statistika Bisnis ITS
angkatan 2021 menggunakan statistik deskritif, estimasi populasi, dan uji Hipotesis.
4.1 Karakteristik Data IPS dan Penggunaan Waktu Senggang dengan
Mengerjakan Tugas pada Mahasiswa Departemen Statistika Bisnis ITS
Angkatan 2021

Hasil analisis karakteristik pada data IPS dan penggunaan waktu senggang
dengan mengerjakan tugas mahasiswa Departemen Statistika Bisnis ITS angkatan
2021 dijelaskan sebagai berikut.

4.1.1 Karakteristik Data IPS Mahasiswa Departemen Statistika Bisnis ITS

Angkatan 2021
Berikut ini adalah karakteristik data IPS Mahasiswa Departemen Statistika
Bisnis ITS angkatan 2021.

4.0

Mean 3.42654
3.5 Median 3.455

3.0

2.5

2.29

Gambar 4.1 Boxplot Karakteristik IPS

Gambar 4.1 menunjukkan bahwa data IPS mahasiswa Departemen
Statistika Bisnis ITS angkatan 2021 memiliki rata-rata sebesar 3,42654 dan median
3,55. Variansi antara Q3 dengan median lebih besar daripada variansi Q1 dengan
median. Gambar tersebut dapat diketahui pula keragaman data cukup besar dilihat

16
dari boxplot yang tidak simetris karena garis median tidak berada di tengah dan
memiliki satu data outlier bawah yaitu 2.29.

4.1.2 Karakteristik Data Penggunaan Waktu Senggang dengan

Mengerjakan Tugas pada Mahasiswa Departemen Statistika Bisnis ITS
Angkatan 2021
Berikut ini adalah karakteristik data IPS Mahasiswa Departemen Statistika
Bisnis ITS angkatan 2021.

Category

3.8% Tidak Mengerjakan Tugas

Mengerjakan Tugas

96.2%

Gambar 4.2 Boxplot Karakteristik Penggunaan Waktu Senggang

Gambar 4.2 menunjukkan bahwa mayoritas mahasiswa Departemen
Statistika Bisnis ITS angkatan 2021 menggunakan waktu senggangnya untuk
mengerjakan tugas dengan persentase 96,2% mahasiswa Departemen Statistika
Bisnis ITS angkatan 2021, sedangkan yang tidak menggunakan waktu senggangnya
untuk mengerjakan tugas adalah 3,8% mahasiswa Departemen Statistika Bisnis ITS
angkatan 2021.

4.2 Estimasi Satu Populasi pada Data IPS dan Penggunaan Waktu
Senggang dengan Mengerjakan Tugas pada Mahasiswa Departemen
Statistika Bisnis ITS Angkatan 2021
Hasil nilai estimasi pada data IPS dan penggunaan waktu senggang dengan
mengerjakan tugas mahasiswa Departemen Statistika Bisnis ITS angkatan 2021
dijelaskan sebagai berikut.

17
4.2.1 Estimasi Rata-Rata Satu Populasi Data IPS Mahasiswa Departemen
Statistika Bisnis ITS Angkatan 2021
Berikut nilai estimasi pada rata-rata IPS mahasiswa Departemen Statistika
Bisnis ITS angkatan 2021 dengan selang kepercayaan adalah 95% berupa estimasi
titik dan estimasi interval pada sampel 25, 50, dan 75.

Tabel 4.1 Estimasi Rata-Rata IPS

Sampel Estimasi Titik Estimasi Interval Parameter
25 3,469 3,369 ≤ 𝜇 ≤ 3,567
50 3,448 3,377 ≤ 𝜇 ≤ 3.519 3,427
75 3,455 3,398 ≤ 𝜇 ≤ 3.513
Berdasarkan table 4.1, dari hasil analisis didapatkan bahwa rata-rata IPS
populasi mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 adalah 3,427.
Estimasi titik rata-rata pada sampel 25; 50; dan 70 berturut-turut adalah 3,469;
3,448; dan 3,455. Nilai estimasi titik rata-rata yang paling mendekati parameter
adalah nilai estimasi untuk sampel sebanyak 75.
Sedangkan hasil analisis untuk estimasi interval rata-rata nilai IPS untuk
sampel sebesar 25; 50; dan 75 berturut-turut adalah sebesar (3,369;3.567); (3,
377;3, 519); dan (3, 398;3, 513). Selang interval yang paling pendek ialah estimasi
interval sampel sebanyak 75 dengan selisih 0,115. Sehingga dapat disimpulkan
bahwa semakin banyak sampel yang diambil maka nilai estimasinya akan semakin
mendekati parameter.

4.2.2 Estimasi Varians Satu Populasi Data IPS Mahasiswa Departemen

Statistika Bisnis ITS Angkatan 2021
Berikut nilai estimasi untuk varians pada rata-rata IPS mahasiswa
Departemen Statistika Bisnis ITS angkatan 2021 dengan selang kepercayaan adalah
95% berupa estimasi titik dan estimasi interval pada sampel 25, 50, dan 75.

Tabel 4.2 Estimasi Varians IPS

Sampel Estimasi Titik Estimasi Interval Parameter
25 0,256 0,162 ≤ 𝜎 2 ≤ 0,288
50 0,224 0,189 ≤ 𝜎 2 ≤ 0,279 0,256
75 0,225 0,191 ≤ 𝜎 2 ≤ 0,268

18
 Berdasarkan Tabel 4.2, dari hasil analisis didapatkan bahwa varians
mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 adalah sebesar 0,256.
Estimasi titik varians untuk sampel sebanyak 25; 50; dan 75 berturut-turut adalah
0,256; 0,224; dan 0,225. Nilai estimasi titik varians yang paling mendekati
parameter adalah nilai estimasi untuk sampel sebanyak 75.
Estimasi interval varians untuk sampel sebanyak 25; 50; dan 75 berturut-
turut adalah sebesar (0,162;0,288); (0,187;0,279); dan (0,193;0,268). Selang
interval yang paling pendek adalah estimasi interval sampel sebanyak 75 dengan
selisih 0,077, sehingga dapat disimpulkan bahwa semakin banyak sampel yang
diambil maka nilai estimasinya akan semakin mendekati parameter.

4.2.3 Estimasi Proporsi Satu Populasi Data Penggunaan Waktu Senggang

dengan Mengerjakan Tugas pada Mahasiswa Departemen Statistika Bisnis
ITS Angkatan 2021
Berikut nilai estimasi untuk proporsi pada penggunaan waktu senggan
denga mengerjakan tugas mahasiswa Departemen Statistika Bisnis ITS angkatan
2021 dengan selang kepercayaan adalah 95% berupa estimasi titik dan estimasi
interval pada sampel 25, 50, dan 75.

Tabel 4.3 Estimasi Proporsi Penggunaan Waktu Senggang

Sampel Estimasi Titik Estimasi Interval Parameter
25 0,96 0,883 ≤ 𝑃 ≤ 1
50 0,96 0,906 ≤ 𝑃 ≤ 1 0,961
75 0,97 0,937 ≤ 𝑃 ≤ 1
Berdasarkan Tabel 4.3, dari hasil analisis didapatkan bahwa proporsi dari
penggunaan waktu senggang dengan mengerjakan tugas mahasiswa Departemen
Statistika Bisnis ITS angkatan 2021 sebesar 0,961. Estimasi titik proporsi untuk
sampel sebanyak 25; 50; dan 75 berturut-turut adalah sebesar 0,96; 0,96; dan 0,97.
Nilai estimasi titik proporsi yang paling mendekati parameter adalah nilai estimasi
untuk sampel sebanyak 75.
Estimasi interval proporsi untuk sampel sebanyak 25;50; dan 75 berturut-
turut adalah sebesar (0,883;1); (0.906;1; dan (0.937;1). Selang interval yang paling
pendek adalah estimasi interval sampel sebanyak 75, sehingga dapat disimpulkan

19
bahwa semakin banyak sampel yang diambil maka nilai estimasinya akan semakin
mendekati parameter.

4.3 Uji Hipotesis satu populasi pada Data IPS dan Penggunaan Waktu
Senggang dengan Mengerjakan Tugas pada Mahasiswa Departemen
Statistika Bisnis ITS Angkatan 2021

Hasil pengujian Hipotesis pada data IPS dan penggunaan waktu senggang
dengan mengerjakan tugas mahasiswa Departemen Statistika Bisnis ITS angkatan
2021 dijelaskan sebagai berikut.

4.3.1 Uji Hipotesis Rata-Rata Satu Populasi Data IPS Mahasiswa

Departemen Statistika Bisnis ITS Angkatan 2021
Hasil pengujian Hipotesis satu sampel pada data rata-rata IPS mahasiswa
Departemen Statistika Bisnis ITS angkatan 2021dengan selang kepercayaan
sebesar 95% ditunjukkan dalam bentul tabel sebagai berikut.
𝐻0 : 𝜇 = 3,5 (Rata-rata IPS mahasiswa Departemen Statistika Bisnis ITS
angkatan 2021 sama dengan 3.5)
𝐻1 : 𝜇 ≠ 3,5 (Rata-rata IPS mahasiswa Departemen Statistika Bisnis ITS
angkatan 2021 tidak sama dengan 3.5)
Dengan Menggunakan taraf signifikan 𝛼 = 5% = 0,05, maka diperoleh
kriteria penolakan, yaitu H0 ditolak ketika nilai Z kurang dari nilai -Z0,025=-1,96 atau
Z lebih dari nilai Z0,025=1,96 atau kurang dari α = 0,05.

Tabel 4.4 Statistik Uji Hipotesis Rata-rata IPS

𝑍ℎ𝑖𝑡𝑢𝑛𝑔 𝑍0,025 𝑃 − 𝑉𝑎𝑙𝑢𝑒
-2.93 -1.960 0.003

Berdasarkan tabel 4.3 dari hasil analisis didapatkan bahwa rata-rata IPS
populasi mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 menghasilkan
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 sebesar -2,93 dan nilai -𝑍0,025 sebesar -1.960 dengan 𝑃 − 𝑉𝑎𝑙𝑢𝑒 sebesar
0,003. Nilai dari 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 lebih kecil dari −𝑍0,025 dan diperkuat dengan 𝑃 − 𝑉𝑎𝑙𝑢𝑒
yang lebih kecil daripada taraf signifikannya, maka dapat diputuskan bahwa 𝐻0
ditolak yang diartikan rata-rata nilai IPS mahasiswa Departemen Statistika Bisnis
ITS angkatan 2021tidak sama dengan 3.5.

20
4.3.2 Uji Hipotesis Varians Satu Populasi Data IPS Mahasiswa Departemen
Statistika Bisnis ITS Angkatan 2021
Hasil pengujian Hipotesis satu sampel pada data varians nilai IPS
mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 dengan selang
kepercayaan sebesar 95% ditunjukkan dalam bentul tabel sebagai berikut.
𝐻0 : 𝑋 2 = 2,1 (Varians nilai IPS mahasiswa Departemen Statistika Bisnis ITS
angkatan 2021 sama dengan 2.1)
𝐻1 : 𝑋 2 ≠ 2,1 (Varians nilai IPS mahasiswa Departemen Statistika Bisnis ITS
angkatan 2021 tidak sama dengan 2.1)
Dengan Menggunakan taraf signifikan 𝛼 = 5% = 0,05, maka diperoleh
kriteria penolakan, yaitu H0 ditolak ketika nilai σ2 kurang dari nilai σ20,975;103 =
76,8086 atau σ2 lebih dari nilai σ20,025;103=132,97 atau p-value kurang dari α = 0,05.

Tabel 4.5 Statistik Uji Hipotesis varians IPS

2
𝑋 2 ℎ𝑖𝑡𝑢𝑛𝑔 𝑋0,025 𝑃 − 𝑉𝑎𝑙𝑢𝑒
1,53 132,97 0.000

Berdasarkan tabel 4.5 dari hasil analisis didapatkan bahwa varians nilai IPS
populasi mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 menghasilkan
2
𝜎 2 sebesar 1,53 dan nilai 𝜎0,0975;103 sebesar 76,8086 dengan 𝑃 − 𝑉𝑎𝑙𝑢𝑒 sebesar
2
0,000. Nilai dari 𝜎 2 lebih kecil dari 𝑋0,095;103 dan diperkuat dengan 𝑃 − 𝑉𝑎𝑙𝑢𝑒 yang
lebih kecil daripada taraf signifikannya, maka dapat diputuskan bahwa 𝐻0 ditolak
yang diartikan varians nilai IPS mahasiswa Departemen Statistika Bisnis ITS
angkatan 2021 tidak sama dengan 2,1.

4.3.3 Uji Hipotesis Proporsi Satu Populasi Data Penggunaan Waktu

Senggang dengan Mengerjakan Tugas pada Mahasiswa Departemen
Statistika Bisnis ITS Angkatan 2021
Hasil pengujian Hipotesis satu sampel pada data proporsi penggunaan
waktu senggang dengan mengerjakan tugas pada mahasiswa Departemen Statistika
Bisnis ITS angkatan 2021dengan selang kepercayaan sebesar 95% ditunjukkan
dalam bentuk tabel sebagai berikut.

21
𝐻0 : 𝜌 = 0,3 (Proporsi penggunaan waktu senggang dengan mengerjakan tugas
mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 sama
dengan 0,3)
𝐻1 : 𝜌 ≠ 0,3 (Proporsi penggunaan waktu senggang dengan mengerjakan tugas
mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 tidak
sama dengan 0,3)
Dengan Menggunakan taraf signifikan 𝛼 = 5% = 0,05, maka diperoleh
kriteria penolakan, yaitu H0 ditolak ketika nilai Z kurang dari nilai -Z0,025=-1,96 atau
Z lebih dari nilai Z0,025=1,96 atau kurang dari α = 0,05.

Tabel 4.6 Statistik Uji Hipotesis Proporsi Penggunaan Waktu Senggang

𝑍ℎ𝑖𝑡𝑢𝑛𝑔 𝑍0,025 𝑃 − 𝑉𝑎𝑙𝑢𝑒
14,72 1,960 0,000
Berdasarkan tabel 4.6 dari hasil analisis didapatkan bahwa proporsi
penggunaan waktu senggang dengan mengerjakan tugas populasi mahasiswa
Departemen Statistika Bisnis ITS angkatan 2021 menghasilkan 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 sebesar
14,72 dan nilai 𝑍0,025 sebesar 1,960 dengan P-Value sebesar 0,000. Nilai dari
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 lebih besar dari 𝑍0,025 dan diperkuat dengan 𝑃 − 𝑉𝑎𝑙𝑢𝑒 yang lebih kecil
daripada taraf signifikannya, maka dapat diputuskan bahwa 𝐻0 ditolak yang artinya
proporsi penggunaan waktu senggang dengan mengerjakan tugas mahasiswa
Departemen Statistika Bisnis ITS angkatan 2021 tidak sama dengan 0,3.

22
 BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Berdasarkan hasil analisis praktikum ini estimasi parameter dan uji
Hipotesis pada data nilai IPS dan penggunaan waktu senggang dengan mengerjakan
tugas mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 dijelaskan
sebagai berikut.
1. Hasil analisis karakteristik data nilai IPS mahasiswa Departemen Statistika
Bisnis ITS angkatan 2021 memiliki nilai rata-rata (mean) sebesar 3,427 dan
mediannya sebesar 3,55. Data nilai IPS memiliki satu data outlier bawah yaitu
2,29. Data untuk penggunaan waktu senggang dengan mengerjakan tugas pada
mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 memiliki nilai rata-
rata (mean) sebesar 0,962 dan mediannya sebesar 1. Sehingga dapat
disimpulkan mayoritas mahasiswa Departemen Statistika Bisnis ITS angkatan
2021 mengisi waktu senggangnya untuk mengerjakan tugas dengan persentase
96,2%.
2. Analisis nilai estimasi rata-rata, varians, dan proporsi pada IPS dan penggunaan
waktu senggang untuk belajar mahasiswa departemen Statistika Bisnis ITS
Angkatan 2021 nilai estimasi intervalnya dapat disimpulkan bahwa semakin
banyak sampel yang diambil maka nilai estimasinya akan semakin mendekati
parameter, sedangkan pada estimasi titik belum tentu.
3. Hasil dari pengujian hipotesis rata-rata dan varians IPS mahasiswa Departemen
Statistika Bisnis ITS angkatan 2021 diketahui bahwa dengan selang
kepercayaan sebesar 95%. Diputuskan bahwa 𝐻0 ditolak yang diartikan nilai
hitung uji hipotesisnya berasa di luar selang kepercayaan, sedangkan hasil
pengujian hipotesis proporsi pada penggunaan waktu senggang untuk belajar
pada mahasiswa Departemen Statistika Bisnis ITS angkatan 2021 diputuskan
bawha 𝐻0 ditolak yang artinya proporsi penggunaan waktu senggang dengan
mengerjakan tugas mahasiswa Departemen Statistika Bisnis ITS angkatan 2021
tidak sama dengan 0,3.

23
5.2 Saran
Berdasarkan dari analisis praktikum ini, untuk peneliti sebaiknya sebelum
melakukan analisis estimasi hendaknya peneliti mengambil sampel sebanyak
mungkin agar hasil analisis lebih akurat dan informasi yang disajikan lebih
informatif. Peneliti juga harus selalu teliti dalam mengambil, mengolah,
menganilisis, dan menginterpretasi data. Untuk pembaca agar dapat memahami
dan membaca data hasil analisis yang telat dibuat oleh peneliti agar pembaca dapat
menambah wawasan tentang penerapan estimasi parameter dan uji hipotesis, serta
mengetahui penerapan estimasi parameter, dan uji hipotesis dari penelitian ini.

24
 DAFTAR PUSTAKA

Anwar. 2007. Pendahuluan Teori Kemungkinan dan Statistik Cetakan Keempat.

Bandung: ITB.

Cahyono, T. (2018). Statistik Terapan dan Indikator Kesehatan. Jakarta : PPFKM

UI.

Hadi, Surtrisno. (2017). Statistik. Jakarta: PT Gramedia Pustaka Utama.

Irwan. (2010). Metode Statistika. Yogyakarta: PT Media Komputiondo.

Juanidi, Iskandar. (2010).Software Statistik. Jakarta : PT Bhuana Ilmu Populer.

Kuswanto, D. 2012. Statistik Untuk Pemula & Orang Awam. Jakarta: Laskar
Aksara.
Silvia, Dr. Vivi. 2020. Statistika Deskriptif. Yogyakarta: Andi Publisher

Susanto, A. 2018. Buku Ajar 2 Statistika. Jawa Barat.

Surya, D. 2017. Modul Statistika Pendidikan. Jakarta: Unpam Press.
Walpole, R. 2006. Pengantar Statistika. Jakarta: PT Gramedia Pustaka.
Walpole, R. E., Raymond H. M. (2017). Probability and Statistics for Engineers
and a sciences, 9th ed. Publishing Co, In.: New York.

25
 Lampiran

Lampiran 1. Data nilai IPS dan penggunaan waktu senggang dengan mengerjakan
tugas mahasiswa Departemen Statistika Bisnis ITS angkatan 2021.
Nilai IP
Penggunaan waktu
S
Nama 3 digit NRP senggang [Mengerjakan
Semester
Tugas]
1
CSR 041 3.74 Ya
Amila fajarwati 079 3.6 Ya
Putri Silvia Wardani 067 3.79 Ya
NSKA 062 3.44 Ya
DAR 004 3.59 Ya
HZMS 009 3.38 Ya
Shalsa Dyah Putri Utami 049 3.35 Ya
IBAWDD 064 3.62 Ya
SSS 011 3.03 Ya
DAD 034 3.44 Ya
Shabrina Siti Amalina 045 3.41 Ya
JAS 048 3.85 Ya
PAPD 077 3.26 Ya
MFA 081 3.34 Ya
AAPA 110 3.56 Ya
AAP 039 3.18 Ya
Aulia Zahra Rahmah 089 3.18 Ya
APK 001 3.62 Ya
SPP 016 3.74 Ya
GEW 024 3.24 Ya
MNP 094 3.62 Ya
SN 112 3.53 Ya
TFA 080 3.38 Tidak
HAP 054 3.5 Ya
AE 100 3.35 Ya
NHR 069 3.15 Ya
FF 088 3.76 Ya
HAD 029 3.53 Ya
NAN 065 3.41 Ya
EDP 018 3.44 Ya
IAMW 070 3.56 Ya
FNL 096 3.3 Ya
MJ 046 3.21 Ya
EE 051 3.59 Ya
AAZ 108 3.35 Ya
 J'I 057 3.24 Ya
ARS 101 3.47 Ya
AVPW 007 3.68 Ya
MRD 091 2.91 Ya
AAH 061 3.65 Ya
SAR 043 3.15 Ya
MFA 044 3.94 Tidak
NA 102 3.06 Ya
SRN 008 3.18 Ya
ALM 035 3.68 Ya
Fni 028 3.35 Ya
ASK 092 3.4 Ya
FP 104 3.47 Ya
SP 021 3.65 Ya
TFF 023 3.53 Ya
Rachmad Noval
058 3.39 Ya
Ramadhani
HRB 005 3.35 Ya
Syarif Fakhrul Falah 040 3.53 Ya
AAHF 022 3.56 Ya
I Gede Dana Suputra 010 3.67 Ya
FP 037 3.38 Ya
MANA 113 3.38 Ya
Amru Rasyid Hammami 052 3.62 Ya
NAK 002 3.5 Ya
KCSA 038 3.91 Ya
RS 025 3.44 Ya
BFR 082 3.38 Ya
DTL 055 3.5 Ya
MAM 026 3.44 Ya
LPB 014 3.71 Ya
AS 071 3.62 Ya
RM 084 3.55 Ya
MPS 072 3.15 Ya
ISR 047 2.88 Ya
NSDP 015 3.5 Ya
ERK 030 3.68 Ya
DNN 098 3.5 Ya
AAD 087 3.68 Ya
Aurellia Putri Fathiqa 095 2.9 Ya
Aprilia Noviyanti 020 3.53 Ya
ANF 036 3.62 Ya
UA 012 3.09 Ya
 NLEP 106 3.56 Ya
Bibit Eka Wahyuni 053 3.41 Ya
HNS 019 3.09 Ya
PLWB 003 3.53 Ya
MSN 074 3.44 Ya
PMSA 006 3.79 Ya
EAR 090 3.65 Tidak
Ahmad Naufal 073 3.24 Ya
AG 033 3.53 Ya
RA 059 3.41 Ya
DTSA 013 3.62 Ya
ARA 105 3.54 Ya
MAS 093 3.15 Ya
RAP 086 3.68 Ya
DAF 056 3.26 Ya
MDTLG 076 3.18 Tidak
RNF 032 3.47 Ya
AJK 031 3.65 Ya
TUS 042 3.32 Ya
FLA 103 3.26 Ya
DDP 066 3.15 Ya
SAF 027 2.85 Ya
TBP 050 2.88 Ya
ART 078 3.43 Ya
NST 107 2.29 Ya
SP 068 3.5 Ya
DRF 060 3.62 Ya
Lampiran 2. Output Sofware Data Nilai IPS dan penggunaan waktu senggang
dengan mengerjakan tugas mahasiswa Departemen Statistika Bisnis ITS angkatan
2021.

1. Karakteristik Data Kuantitatif

2. Karakteristik Data Kualitatif

3. Estimasi Rata-Rata Satu Populasi

4. Estimasi Varians Satu Populasi

5. Estimasi Proporsi Satu Populasi

6. Uji Hipotesis Rata-Rata Satu Populasi

7. Uji Hipotesis Varians Satu Populasi

8. Uji Hipotesis Proporsi Satu Populasi

Lampiran 3. Perhitungan Manual

Estimasi Rata-Rata

a. Sampel 104

𝑃 (𝑥̅ − 𝑧0,5𝛼 (𝜎⁄√𝑛 ) < 𝜇 < 𝑥̅ + 𝑧0,5𝛼 (𝜎⁄√𝑛 )) = 1 − 𝛼

0,256 0,256
𝑃 (3,427 − 𝑧0,5(0.05) ( ) < 3,5 < 3,427 + 𝑧0,5(0.05) ( ))
√104 √104
= 1 − 0.05
0,256 0,256
𝑃 (3,427 − 1.96 ( ) < 3,5 < 3,427 + 1.96 ( )) = 1 − 0.05
√104 √104
𝑃 (3,378 < 3,5 < 3,476) = 0.95
b. Sampel 25

𝑃 (𝑥̅ − 𝑡0,5𝛼 (𝑠⁄√𝑛 ) < 𝜇 < 𝑥̅ + 𝑡0,5𝛼 (𝑠⁄√𝑛 )) = 1 − 𝛼

0,21 0,21
𝑃 (0,347 − 𝑡0,5(0.05) ( ) < 3,5 < 0,347 + 𝑡0,5(0.05) ( ))
√25 √25
= 1 − 0.05
0,21 0,21
𝑃 (0,347 − 2.06 ( ) < 3,5 < 0,347 + 2.06 ( )) = 1 − 0.05
√25 √25
𝑃 (0,260 < 3,5 < 0,436) = 0.95
c. Sampel 50

𝑃 (𝑥̅ − 𝑧0,5𝛼 (𝜎⁄√𝑛 ) < 𝜇 < 𝑥̅ + 𝑧0,5𝛼 (𝜎⁄√𝑛 )) = 1 − 𝛼

0,224 0,224
𝑃 (3,448 − 𝑧0,5(0.05) ( ) < 3,5 < 3,448 + 𝑧0,5(0.05) ( ))
√50 √50
= 1 − 0.05
0,224 0,224
𝑃 (3,448 − 1.96 ( ) < 3,5 < 3,448 + 1.96 ( )) = 1 − 0.05
√50 √50
𝑃 (3,386 < 3,5 < 3,510) = 0.95
d. Sampel 75

𝑃 (𝑥̅ − 𝑧0,5𝛼 (𝜎⁄√𝑛 ) < 𝜇 < 𝑥̅ + 𝑧0,5𝛼 (𝜎⁄√𝑛 )) = 1 − 𝛼

0,225 0,225
𝑃 (3,455 − 𝑧0,5(0.05) ( ) < 3,5 < 3,455 + 𝑧0,5(0.05) ( ))
√75 √75
= 1 − 0.05
0,225 0,225
𝑃 (3,455 − 1.96 ( ) < 3,5 < 3,455 + 1.96 ( )) = 1 − 0.05
√75 √75
𝑃 (3,404 < 3,5 < 3,506) = 0.95
Estimasi Varians
a. Sampel 104
(𝑛 − 1) 𝑠 2 (𝑛 − 1)𝑠 2
2 < 0.065 <
2
𝑥0,5𝛼 𝑥1−0,5𝛼
(104 − 1)0.2562 (104 − 1) 0.2562
2 < 0.065 < 2
𝑥0,5(0.05) 𝑥1−0,5(0.05)
0.225 < 0.065 < 0.296
b. Sampel 25
(𝑛 − 1)𝑠 2 2
(𝑛 − 1)𝑠 2
2 <𝜎 < 2
𝑥0,5𝛼 𝑥1−0,5𝛼
(25 − 1) 0.207 2 (25 − 1) 0.2072
2 < 0.043 < 2
𝑥0,5(0.05) 𝑥1−0,5(0.05)
0.162 < 0.043 < 0.288
c. Sampel 50
(𝑛 − 1)𝑠 2 (𝑛 − 1)𝑠 2
2 < 𝜎2 < 2
𝑥0,5𝛼 𝑥1−0,5𝛼
(50 − 1)0.2242 (50 − 1) 0.2242
2 < 0.05 < 2
𝑥0,5(0.05) 𝑥1−0,5(0.05)

0.187 < 0.08 < 0.279

d. Sampel 75
(𝑛 − 1)𝑠 2 (𝑛 − 1)𝑠 2
2 < 𝜎2 < 2
𝑥0,5𝛼 𝑥1−0,5𝛼
(75 − 1)0.2252 (75 − 1) 0.2252
2 < 0.05 < 2
𝑥0,5(0.05) 𝑥1−0,5(0.05)
0.193 < 0.05 < 0.268

Estimasi Proporsi
a. Sampel 104

𝑝̂𝑞̂ 𝑝̂𝑞̂
𝑝̂ − 𝑧𝛼∕2 √ < 𝑝 < 𝑝̂ + 𝑧𝛼∕2 √
𝑛 𝑛
0.925 < 𝑝 <0.998
b. Sampel 25
𝑝̂𝑞̂ 𝑝̂𝑞̂
𝑝̂ − 𝑧𝛼∕2 √ < 𝑝 < 𝑝̂ + 𝑧𝛼∕2 √
𝑛 𝑛
0.883 < 𝑝 <1
c. Sampel 50

𝑝̂ 𝑞̂ 𝑝̂ 𝑞̂
𝑝̂ − 𝑧𝛼∕2 √ < 𝑝 < 𝑝̂ + 𝑧𝛼∕2 √
𝑛 𝑛
0.906 < 𝑝 < 1
d. Sampel 75

𝑝̂ 𝑞̂ 𝑝̂ 𝑞̂
𝑝̂ − 𝑧𝛼∕2 √ < 𝑝 < 𝑝̂ + 𝑧𝛼∕2 √
𝑛 𝑛
0.937 < 𝑝 < 1

Uji Hipotesis Rata-rata

H₀: μ = 3,5
H₁: μ ≠ 3,5
α = 5% = 0.05
𝑥̅ − 𝜇
𝑧=
𝜎 ⁄ √𝑛
3,427 − 3,5
𝑧=
0.256 ⁄√104
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 = −2,93

Uji Hipotesis Varians

H₀: σ2 = 2.1
H₁: σ2 ≠ 2.1
α = 5% = 0.05
(𝑛−1)𝑠2
𝑥2 = dengan (df = n-1)
𝜎02

(104 − 1)0.065
𝑥2 =
2.1
𝑥 2 hitung = 1,53

Uji Hipotesis Proporsi

𝐻0 : 𝜌 = 0,3
𝐻1 : 𝜌 ≠ 0,3
α = 5% = 0.05
 𝑥 − 𝑛𝑝0 𝑝̂ − 𝑝0
𝑍= =
√𝑛𝑝0 𝑞0 √𝑝0 𝑞0 ⁄𝑛
𝑝̂ − 𝑝0
𝑍=
√𝑝0 𝑞0 ⁄𝑛
0,962 − 0,3
𝑍=
√(0,3)(0,7)⁄104
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 = 14,72
Lampiran 4. Dokumentasi
 LEMBAR ASISTENSI
PRAKTIKUM PELUANG TERAPAN
SEMESTER GENAP 2021/2022
Modul Ke-/Judul : Modul Ke-1 / Penerapan Teori Estimasi dan Uji
Hipotesis Satu Populasi pada Data Ips dan
Penggunaan Waktu Senggang Mengerjakan Tugas
Terhadap Mahasiswa Statistika Bisnis Its Angkatan
2021
Nama Asdos : Rindi Restiani
Nama Praktikan 1/NRP : Erika Rindang Kasih / 2043211030
Nama Praktikan 2/NRP : Afi-Iffa Praba Kiranadhewi / 2043211092
TTD
ASISTENSI 1
ASDOS

1. 2.
Kehadiran

Tanggal : 16 Maret 2022

1. Cover
2. Abstrak
3. Daftar Isi
4. Bab I
5. Bab III
6. Bab IV
Materi yang
direvisi