MAKALAH STATISTIK II

INSTITUT TRANSPORTASI DAN LOGISTIK (ITL)

TRISAKTI

Dosen Pengampu:

Rachma Zannati ,SE,M.Ak (pengajar utama) 62218110234

Disusun Oleh:
Yeni Nur Khaliza 20B505021039
Baginda Tohap Perdana 20B505021035
Muhammad Haikal Alfarabi Saragih 20B505021036
Afrian Fahmiansyah 20B505021036

PROGRAM STUDI S1 MANAJEMEN TRANSPORTASI DARAT

FAKULTAS MANAJEMEN DAN BISNIS
INSTITUT TRANSPORTASI DAN LOGISTIK TRISAKTI JAKARTA
TAHUN 2023

1
DAFTAR ISI

BAB I....................................................................................................................................................3
1.1. Latar Belakang.........................................................................................................................3
1.2. Rumusan Masalah....................................................................................................................3
1.3. Tujuan Penelitian.....................................................................................................................3
BAB II..................................................................................................................................................4
2.1 DISTRIBUSI F...........................................................................................................................4
2.2 DISTRIBUSI T............................................................................................................................6
2.3. DISTRIBUSI KHI KUADRAT................................................................................................9
2.4. SAMPLING.............................................................................................................................10
BAB III...............................................................................................................................................17
1.4. Kesimpulan.............................................................................................................................17
1.5. Saran........................................................................................................................................17
Daftar Pustaka...................................................................................................................................18

2
 BAB I

PENDAHULUAN

1.1. Latar Belakang

1.2. Rumusan Masalah

Berdasarkan latar belakang masalah yang diuraikan diatas, maka ditemukanlah
beberapa permasalahan sebagai berikut:
1. Apa pengertian dari Distribusi F, Distribusi T, Distribusi Khi Kuadrat dan
Sampling?
2. Apa saja rumus – rumus dari Distribusi F, Distribusi T, Distribusi Khi Kuadrat
dan Sampling?
3. Apa saja contoh dari Distribusi F, Distribusi T, Distribusi Khi Kuadrat dan
Sampling?

1.3. Tujuan Penelitian

Berdasarkan latar belakang masalah yang diuraikan diatas, maka kami
memiliki maksud dan tujuan dari penelitian ini adalah untuk :

1. Untuk memahami apa itu pengertian Distribusi F, Distribusi T, Distribusi Khi

Kuadrat dan Sampling
2. Untuk memahami Rumus yang ada dalam Distribusi F, Distribusi T, Distribusi
Khi Kuadrat dan Sampling
3. Untuk mengetahui bagaimana contoh yang dapat diterapkan pada Distribusi F,
Distribusi T, Distribusi Khi Kuadrat dan Sampling

3
 BAB II

PEMBAHASAN

2.1 DISTRIBUSI F

Distribusi F juga merupakan distribusi dari variabael acak kontinu. Distribusi F seringkali
digunakan dalam uji statistik seperti analisis variansi (ANOVA) dan analisis regresi.
Sementara itu, F statistik atau dikenal juga sebagai F value merupakan variabel random yang
memiliki distribusi F. Distribusi dari seluruh nilai yang mungkin dari F statistik disebut
sebagai distribusi F dengan derajat bebas numerator atau pembilang (v1) dan derajat bebas
denominator atau penyebut (v2). Kurva dari distribusi F tergantung pada derajat bebas v1 dan
v2.Grafiknya mirip dengan distribusi 𝜒2 sebagaimana disajikan pada Gambar berikut ini.
Contoh

Untuk menentukan nilai f dengan nilai peluang α tergantung dari dua derajat kebebasan yaitu υ1
(derajat kebebasan pembilang) dan υ2 (derajat kebabasan penyebut).

Nilai dari f dengan derajat kebebasan υ1 dan υ1 atau ditulis f (1,2 ) dapat dicari dengan

menggunakan tabel sebagai berikut.

4
5
Jika f (1,2 ) menyatakan f d e n g a n d e r a j a t k e b e b a s a n v 1 d a n v 2 m a k a

Contoh

• Tentukan nilai f0,01(5,20), jika daerah yang dimaksud di sebelah kanan. Karena pada Tabel A.6 yang
diarsir adalah daerah di sebelah kanan, maka f0,01(5,20) dapat dicari pada  = 0,01, υ1= 5 dan υ2 =
20. Jadi f0,01(5,20) = 4,10

• Tentukan nilai f0,01(5,20), jika daerah yang dimaksud di sebelah kiri. Pada kasus ini  dicari pada
posisi 0,99, sehingga diperoleh nilai

2.2 DISTRIBUSI T
Distribusi student-t atau kadang hanya disebut distribusi-t banyak diterapkan pada statistik
inferensia ketika nilai varians dari suatu populasi tidak diketahui

1) Distribusi t Sampel Besar

Untuk sample yang besar nilai varians populasi O2 dapat di estimasikan dengan varian dari
sampel S2 sehingga dapat dilakukan pendekatan (approximate) dengan distribusi normal
baku. Namun, jika sampel yang diambil kecil maka distribusi peubah acaknya akan
menyimpang jauh dari distribusi normal baku sehingga diperlukan distribusi student-t. Kita
bisa mendefinisikan peubah acak T yang mengikuti distribusi student-t sebagai rasio dari
peubah acak normal baku Z terhadap peubah acak chisquare V dengan derajat bebas v.

Defenisi: Misalkan Z peubah acak normal baku dan V peubah acak chi-square dengan derajat
bebas v. Bila Z dan V adalah peubah acak yang independen, maka distribusi dari

Di berikan oleh

6
Ini dikenal dengan nama distribusi-t dengan derajat bebas v.

Distribusi T mirip dengan distribusi Z, keduanya setangkup terhadap rataan nol, keduanya
berbentuk lonceng, tapi distribusi t lebih berbeda satu sama lain karena nilai T tergantung
pada dua besaran yang berubah-ubah, 𝑥̅ dan S2, sedangkan nilai Z hanya tergantung pada
perubahan 𝑥̅ dari sampel ke sampel lainnya. Distribusi T dan Z berbeda karena varians t
bergantung pada ukuran sampel nn dan varians ini selalu lebih besar dari 1. Hanya ketika
ukuran sampel n→∞, kedua distribusi menjadi sama. Pada Gambar 4 diperlihatkan hubungan
antara distribusi normal baku (v = ∞) dan distribusi t untuk derajat bebas 2 dan 5

Peluang suatu sampel acak menghasilkan nilai t lebih besar dari suatu nilai tertentu atau P(T
> t) sama dengan ludi bawah k as urva di sebelah kanan nilai tersebut. Nilai tertentu tersebu
biasanya dinyatakan dengan tα (Perhatikan Gambar 5 di bawah). Jadi tα menyatakan nilai tt
yang di sebelah kanannya terdapat daerah seluas αα. Karena distribusi student-t adalah
simetris terhadap rata-rata nol, maka nilai t1 - α = - tα yaitu nilai tt yang luas daerah di
sebelah kanannya 1 - α atau luas daerah di sebelah kirinya sebesar α, sama dengan minus
nilai t yang luas bagian kanannya sebesar α.

7
Contoh Soal
Cari t 0.025 bila v = 14.
Pembahasan:
Dengan melihat tabel distribusi student-t, akan dicari
nilai t yang luas daerah di sebelah kanannya adalah 0.025
dengan derajat kebebasan 14. Sehingga diperoleh nilai t0.025
bila v =14 adalah 2.145.
Contoh Soal
Carilah P(-t0.025 < T < t0.05)!
Pembahasan:
Karena luas daerah di sebelah kanan t0.05 adalah 0.05 dan luas
daerah di sebelah kiri -t0.025 adalah 0.025 maka jumlah luas
88
antara -t0.025 dan t0.05 adalah 1- 0.05 - 0.025 = 0.925,
sehingga P(-t0.025 < T < t0.05) = 0.925.

8
 2.3. DISTRIBUSI KHI KUADRAT

Distribusi khi kuadrat juga merupakan distribusi dari variabel acak kontinu. Yang perlu
diperhatikan dalam menentukan nilai 𝜒dari distribusi 𝜒2 adalah derajat kebebasan (υ) dan
besarnya nilai peluang ( ). Gambar 2.7 menyajikan distribusi 𝜒2

9
 2.4. SAMPLING

Dalam menyusun proposal penelitian ataupun rencana penelitian, hal penting yang harus
menjadi perhatian, yaitu seberapa besar atau seberapa banyak sampel yang dibutuhkan dalam
penelitian. Oleh karena itu, perhitungan besar sampel atau sample size menjadi isu penting
dalam penelitian. Jumlah sampel penelitian seharusnya cukup besar agar sampel penelitian
betul-betul mewakili populasi (sampel yang representatif). Terlebih dalam penelitian yang
hasil penelitiannya akan digeneralisasi ke populasi. Jika sampel tersebut representatif, hasil
penelitian sampel akan mengindikasikan atau menggambarkan kondisi di populasi.
Dalam perhitungan besar sampel, terdapat beberapa isu penting yang perlu diperhatikan.
1. Clinical importance-effect size
Jumlah sampel atau sample size sering dikatakan sebagai masalah penilaian "a judgmental
issue", karena terdapat perbedaan penting secara klinis antara kelompok studi, walaupun
mungkin secara statistik tidak signifikan (terlebih jika jumlah sampelnya kecil). Namun,
perbedaan kecil antara kelompok studi (yang secara klinis kurang bermakna) bisa menjadi
signifikan jika jumlah sampelnya cukup besar secara statistik.
2. Variability-spread of the measurements
Penyebaran variabilitas dari pengukuran juga seharusnya
diperhatikan dengan baik oleh peneliti.
3. Resource availability-efficiency Penting untuk peneliti memikirkan ketersediaan sumber
dan efisiensi dalam penelitian.
4. Subject availability-feasibility of recruitment
Jumlah sampel dalam penelitian juga harus mempertimbangkan ketersediaan subjek dan
kemudahan dalam mendapatkan responden atau partisipan.
5. Statistical power-precision
Power dan presisi dalam perhitungan besar sampel juga harus dipikirkan dan digunakan
dalam penelitian. Hal ini mengingat besar dari power dan presisi yang ditetapkan oleh
peneliti akan memengaruhi perhitungan besar sampel dan berpengaruh terhadap jumlah
sampel dari rumus besar sampel yang digunakan.
6. Ethics-balancing sample size against burden to subjects Sebelum melakukan penelitian
atau dalam menyusun proposal penelitian, penting bagi peneliti untuk memperhatikan ukuran
sampel yang menyeimbangkan etika terhadap beban subjek penelitian. Hal ini penting karena
penelitian harus sesuai dengan etik atau tidak melanggar etika penelitian, termasuk tidak
membahayakan atau tidak merugikan subjek penelitian, atau tidak membebani subjek
penelitian. Penelitian yang akan dilakukan justru harus memberikan manfaat besar bagi
subjek penelitian.
B. SIMBOL PENTING DALAM PERHITUNGAN
BESAR SAMPEL

10
Ada banyak simbol yang sebaiknya dipahami dengan baik dalam mempelajari statistik
maupun untuk keperluan menghitung besar sampel (baik menggunakan rumus besar sampel
atau menggunakan software).

11
12
13
Setelah menguraikan banyak hal tentang sampel, Type I dan Type II Error, power, serta
simbol-simbol, selanjutnya penulis akan menguraikan secara detail tentang beberapa rumus
perhitungan besar sampel. Dalam perhitungan besar sampel penelitian, ada banyak rumus
atau formula yang dibuat oleh ahli statistik, ahli matematika, termasuk pakar epidemiologi.
Namun, dalam bagian ini hanya diuraikan beberapa rumus umum, seperti rumus besar sampel
yang disampaikan oleh Daniel, Slovin, Lemeshow dan Cochran.
C. RUMUS BESAR SAMPEL "DANIEL"
1. Perhitungan besar sampel studi dengan parameter MEAN (1 KELOMPOK)
Dalam perhitungan besar sampel atau sample size, salah satu rumus yang paling umum
(dikenal) dan digunakan adalah rumus atau formula Daniel (Daniel & Cross, 2018). Berikut
adalah rumus Daniel khusus untuk populasi yang tidak terbatas (populasi besar) atau tidak
diketahui jumlah populasi yang sebenarnya (formula without finite population correction).
n: d2
n = jumlah sampel
z = z statistic untuk level kepercayaan (level of confidence) pada a 5% atau 0,05 adalah 1,96.
σ = standar deviasi (berdasarkan penelitian atau studi sebelumnya atau dari hasil pilot study)
d = presisi atau margin of error (jika presisi 5%, maka d = 0,05)
Contoh
Seorang peneliti hendak melakukan penelitian tentang saturasi oksigen pasien yang dirawat
di ruang isolasi Covid-19. Hasil penelitian sebelumnya menyebutkan bahwa standar deviasi
sebesar 10%. Sementara itu, nilai presisi yang ditetapkan peneliti sebesar 2,5%.
sampel, yaitu perhitungan besar sampel untuk studi dengan parameter proporsi dan parameter
mean untuk 1 kelompok dan 2 kelompok (Aday & Cornelius, 2011).
1. Rumus besar sampel untuk studi dengan parameter PROPORSI (1 KELOMPOK)

P = proporsi (berdasarkan studi sebelumnya atau dapat juga dengan melakukan pilot study).
Jika nilai p tersebut tidak diketahui, umumnya digunakan p = 50% atau 0,5 = presisi
(ditetapkan oleh peneliti, misalnya 5% atau 0,05) d
Contoh
Seorang peneliti hendak melakukan penelitian tentang kepatuhan minum obat pada pasien
hipertensi di Wilayah Kerja Puskesmas A. Studi sebelumnya menemukan bahwa kepatuhan
minum obat sebesar 60%. Berapakah besar sampel yang dibutuhkan jika peneliti
menginginkan presisi sebesar 5%?

14
Jawaban

15
Pada tabel nilai kritis distribusi chi square kolom pertama menunjukkan besarnya derajat
kebebasan (υ) sedangkan kolom kedua hingga kedelapan menyatakan besarnya nilai 2  
untuk nilai peluang (α) yang bersesuaian.

Catatan: Jika menggunakan tabel 2   lain, harap diperhatikan daerah yang diarsir.

CONTOH TABEL NILAI KRITIS DISTRIBUSI KHI SQUARE

Rumus chi Square

16
χ2: Nilai chi-kuadrat
fe: Frekuensi yang diharapkan
fo: Frekuensi yang diperoleh/diamati

Untuk memahami apa itu “cell”, lihat tabel di bawah ini:

Tabel di atas, terdiri dari 6 cell, yaitu cell a, b, c, d, e dan f.

Sebagai contoh kita gunakan penelitian dengan judul “Perbedaan Pekerjaan Berdasarkan
Pendidikan”.

Maka kita coba gunakan data sebagai berikut:

17
Dari data di atas, kita kelompokkan ke dalam tabel kontingensi. Karena variabel pendidikan
memiliki 3 kategori dan variabel pekerjaan memiliki 2 kategori, maka tabel kontingensi yang
dipakai adalah tabel 3 x 2. Maka akan kita lihat hasilnya sebagai berikut:

Membuat Frekuensi Kenyataan (F0) Rumus Chi Square

Dari tabel di atas, kita inventarisir per cell untuk mendapatkan nilai frekuensi kenyataan,
sebagai berikut:

18
Membuat Frekuensi Kenyataan (F0) Rumus Chi Square

Langkah berikutnya kita hitung nilai frekuensi harapan per cell, rumus menghitung frekuensi
harapan adalah sebagai berikut:

Fh= (Jumlah Baris/Jumlah Semua) x Jumlah Kolom

Fh cell a = (20/60) x 26 = 8,667

Fh cell b = (20/60) x 34 = 11,333

Fh cell c = (24/60) x 26 = 10,400

Fh cell d = (24/60) x 34 = 13,600

Fh cell e = (16/60) x 26 = 6,933

Fh cell f = (16/60) x 34 = 9,067

Maka kita masukkan ke dalam tabel sebagai berikut:

Membuat Kuadrat Frekuensi Kenyataan Rumus Chi Square

Langkah berikutnya adalah menghitung Kuadrat dari Frekuensi

Kenyataan dikurangi Frekuensi Harapan per cell.

1. Fh cell a = (11 – 8,667)2 = 5,444

19
 2. Fh cell b = (9 – 11,333)2 = 5,444
3. Fh cell c = (8 – 10,400)2 = 5,760
4. Fh cell d = (16 – 13,600)2 = 5,760
5. Fh cell e = (7 – 6,933)2 = 0,004
6. Fh cell f = (9 – 9,067)2 = 0,004

Lihat hasilya pada tabel di bawah ini:

Hitung Nilai Chi Square

Kuadrat dari Frekuensi Kenyataan dikurangi Frekuensi Harapan per cell kemudian dibagi
frekuensi harapannya:

1. Fh cell a = 5,444/8,667 = 0,628

2. Fh cell b = 5,444/11,333 = 0,480
3. Fh cell c = 5,760/10,400 = 0,554
4. Fh cell d = 5,760/13,600 = 0,424
5. Fh cell e = 0,004/6,933 = 0,001
6. Fh cell f = 0,004/9,067 = 0,000

Kemudian dari nilai di atas, semua ditambahkan, maka itulah nilai chi-square hitung. Lihat
Tabel di bawah ini:

20
Maka Nilai Chi-Square Hitung adalah sebesar: 2,087.

Chi Square Hitung VS Chi Square Tabel

Untuk menjawab hipotesis, bandingkan chi-square hitung dengan chi-square tabel pada
derajat kebebasan atau degree of freedom (DF) tertentu dan taraf signifikansi tertentu.
Apabila chi-square hitung >= chi-square tabel, maka perbedaan bersifat signifikan, artinya
H0 ditolak atau H1 diterima. DF pada contoh di atas adalah 2. Di dapat dari rumus -> DF = (r
– 1) x (c-1) di mana: r = baris. c = kolom. Pada contoh di atas, baris ada 3 dan kolom ada 2,
sehingga DF = (2 – 1) x (3 -1) = 2. Apabila taraf signifikansi yang digunakan adalah 95%
maka batas kritis 0,05 pada DF 2, nilai chi-square tabel sebesar = 5,991. Karena 2,087 <
5,991 maka perbedaan tidak signifikan, artinya H0 diterima atau H1 ditolak.

21
 BAB III

PENUTUP

1.4. Kesimpulan
Sebaran peluang acak, distribusi normal, chi square, distribusi t, dan distribusi f
merupakan langkah-langkah analisis data dalam penelitian, terutama dalam concern social
science. Setiap analisis pasti memiliki margin error yang merupakan toleransi terhadap
kekeliruan dalam menghitung angka, hal ini memang berpijak pada teori humanisme.
Pengujian-pengujian tersebut juga tidak lepas dari keterbatasan peneliti sebagai seorang
manusia. Karena sebagus apapun desain penelitian dan seakurat apapun dalam melakukan uji
statistik, tidak mungkin akan mampu lepas dari sebuah kesalahan yang mengakibatkan
hasilnya tidak valid. Maka dari itu, peneliti hendaknya dalam hal ini berupaya untuk meneliti
seteliti mungkin sebelum dilakukan uji statistik.

1.5. Saran
Kelompok kami menyadari bahwa makalah ini diperlukan beberapa revisi demi
perbaikan yang lebih baik pada penelitian dan penghitungan di masa mendatang. Oleh karena
itu, kelompok 2 sebagai penggarap makalah ini mengharapkan kritik dan saran yang
membangun agar semakin baik dalam menyusun makalah-makalah pada kesempatan berikut-
nya. Kami sebagai kelompok 2 menyampaikan ucapan terima kasih yang sebesar besar nya
kepada dosen pengajar staistika sekian dan terimakasih.

22
Daftar Pustaka

https://www.statistikdasar.com/files/materi/konsep_distribus i_peluang_kontinu.pdf

PPs UNY. (2011). Statistika: Matrikulasi S2 Program Pascasarjana UNY. Yogyakarta: UNY.

Sukardi. (2011). Statistika Pendidikan untuk Penelitian dan Pengelolaan Lembaga Diklat.
Yogyakarta: Usaha Keluarga.

Tiro, Arif M. (2002). Statistika Distribusi Bebas. Makassar: Andira Publisher.

https://www.statistikian.com/2017/12/f-tabel-lengkap.html

https://www.statistikdasar.com/files/materi/konsep_distribusi_peluang_kontinu.pdf

https://www.statistikian.com/2012/11/rumus-chi-square.html?amp

pdf PPs UNY. (2011). Statistika: Matrikulasi S2 Program Pascasarjana UNY. Yogyakarta: UNY.

Sukardi. (2011). Statistika Pendidikan untuk Penelitian dan Pengelolaan Lembaga Diklat. Yogyakarta:
Usaha Keluarga.

Tiro, Arif M. (2002). Statistika Distribusi Bebas. Makassar: Andira Publisher.

https://osf.io/r93wb/download

- Pengantar statistika ebook scholar

•POPULASI-SAMPEL, TEKNIK SAMPLING & BIAS DALAM PENELITIAN Oleh: 1 Ketut Swarjana, S.K.M., M.PH., Dr.PH

https://books.google.co.id/books?
hl=id&lr=&id=87J3EAAAQBAJ&oi=fnd&pg=PA1&dq=info:a2q7v9vt8F8J:scholar.google.com/&ots=LNKHt5-
MEw&sig=o0COuE30xJMZjzpLqxjxC3gLmSM&redir_esc=y#v=onepage&q&f=false

23