Anda di halaman 1dari 46

STATISTIKA

PENDIDIKAN
I Gusti Ayu Agung Mas Rosmita
1713031013
STATISTIK DAN STATISTIKA

Statistik
Istilah yang digunakan untuk menyatakan kumpulan data bilangan maupun non-bilangan yang
disusun dalam table dan atau diagram, yang melukiskan atau menggambarkan suatu persoalan.

Menyatakan ukuran sebagai wakil dari kumpulan data mengenai sesuatu hal. Ukuran ini didapat
berdasarkan perhitungan menggunakan kumpulan sebagian data yang diambil dari keseluruhan.

Statistika
Pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan atau
penganalisisnya dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisisan yang
dilakukan
PENELITIAN DAN STATISTIKA
Penelitian proses
Memecahkan masalah
Cara ilmiah untuk mendapatkan
data dengan tujuan dan Membuat kerangka berfikir
kegunaan tertentu.
Berhipotesis
ciri-ciri
Hipotesis Hipotesis
Rasional, emipris, dan penelitian Statistik
sistematis

Dugaan jawaban sementara Dugaan keadaan populasi dengan


terhadap rumusan masalah menggunakan data sampel

Mengumpulkan data Instrumen


valid dan
reliabel
Analisisi data

Kesimpulan Pembahasan
PERAN STATISTIKA DALAM PENDIDIKAN

Alat untuk menghitung besarnya anggota sampel yang diambil dari suatu populasi.
1 Dengan demikian jumlah sampel yang diperlukan lebih dapat dipertanggungjawabkan

Alat untuk menguji validitas dan reliabelitas instrument


2

Teknik-teknik penyajian data, agar lebih komunikatif


3

4 Alat untuk analisis data seperti menguji hipotesis


MACAM-MACAM STATISTIKA

Menggambarkan atau menganalisis suatu


Deskriptif
statistic hasil penelitian, tetapi tidak digunakan
untuk membuat kesimpulan yang lebih luas

Statistik
Menganalisis data sampel, dan hasilnya
Inferensial digeneralisasikan untuk populasi dimana sampel
diambil.
macam

Parametrik
Digunakan untuk menganalisis data
interval dan rasio yang diambil dari
populasi yang terdistribusi normal

Non-Parametrik
Digunakan untuk menganalisis data
nominal, dan data ordinal dari populasi
yang bebas terdistribus.
MACAM DATA PENELITIAN
Data yang berbentuk
Kualitatif
kalimat atau gambar

Macam Data
Data yang berbentuk
Kuantitatif angka atau data
kualitatif diangkakan
Data hasil Diskrit
Kontinum Data hasil
perhitungan
pengukuran

Nominal Membuat peringkatan, tingkatan


Ordinal
Menyajikan tingkat pengukuran yang pada karakteristik tertentu yang
paling rendah. Skala itu dimiliki subjek
mengklasifikasikan orang atau objek
dalam dua kategori atau lebih Interval Data yang jaraknya sama

Data yang memiliki jarak yang sama


Rasio dan titik nol yang jelas.
PEDOMAN MEMILIH STATISTIK
Bentuk hipoteisis
Memilih teknik statistik Macam Deskriptif Komparatif (dua sampel)
Komparatif
(lebih dari dua sampel) Asosiatif
Data (satu
Related Independen Related Independen (hubungan)
variable)
didasarkan atas
Nominal Binomial Mc Nemar Fiher Exact χ2 for K χ2 for K Contingency
  probability sampel sampel Coefifcient C
Data yang akan dianalisis dan χ2 one      
bentuk hipotesis sampel χ2 two
sampel
Cochran Q

Ordinal Run test Sign test Median test Friedman Median Spearman
    Two-Way extension Rank
Wilcoxon Mann- Anova   Correlation
matched Whitney U    
Hipotesis Komparatif pairs tets Kruskal-  
  Wallis One Kandal Tau
Kolmogorov Way Anova
-Smirnov
 
Jenis penelitian Wald-
Woldfowitz
menurut tingkat Hipotesis
eksplansinya deskriptif
Interval t-test t-test of t-test One-Way One-Way Person
rasio related independen Anova Anova Product
    Moment
Two-Way Two-Way  
Anova Anova Partial
Hipotesis asosiatif Corelation
 
Multiple
Correlation
ANGKA PENTING DAN TEORI PEMBULATAN

Angka Penting
• Angka yang diperoleh dari hasil pengukuran. Angka penting terdiri dari angka pasti dan angka
taksiran.
• Angka pasti adalah angka yang dapat dilihat atau dibaca pada skala alat ukur.
• Angka taksiran adalah angka yang tidak dapat dilihat atau dibaca pada skala alat ukur. Angka taksiran ini
merupakan angka ketelitian alat ukur yang digunakan.

Aturan-Aturan Angka • Semua angka yang bukan nol (1,2,3,4,5,6,7,8,9) merupakan angka penting.
Penting • Angka nol diantara angka yang bukan nol adalah angka penting. Contoh: 705,001 (6
angka penting)
• Angka-angka nol awalan bukan angka penting. Contoh : 0,052 (2 angka penting)
• Pada angka yang memiliki nilai (pecahan) desimal, angka nol akhiran adalah angka
penting. Contoh: 0,00700 (3 angka penting)
• Pada angka yang tidak memiliki nilai (pecahan) desimal, angka nol akhiran bisa
merupakan angka penting atau tidak, tergantung informasi tambahan. Bisa berupa
garis bawah. Contoh 3.000.000
TEORI PEMBULATAN
Teori yang mengurangi cacah bilangan namun nilainya hampir sama. Hasil yang
diperoleh menjadi kurang akurat, tetapi akan lebih mudah digunakan.

Aturan-Aturan Pembulatan

• Jika angka terkiri dari angka yang harus dihilangkan kurang dari 5,
maka angka terkanan dari angka yang mendahuluinya tetap (tidak
berubah)Contoh : 50,16482 ton akan dibulatkan hingga dua angka di
belakang koma menjadi 50,16 ton 
• Jika angka terkiri dari angka yang harus dihilangkan lebih dari 5 atau
angka 5 diikuti oleh angka-angka bukan nol semua, maka angka terkanan
dari angka yang mendahuluinya bertambah dengan satu. Contoh :
50,14652 akan dibulatkan hingga dua angka di belakang koma menjadi
50,15
• Jika angka terkiri dari angka yang harus dihilangkan sama dengan 5 atau
angka 5 diikuti oleh angka-angka nol semua, maka angka terkanan dari
angka yang mendahuluinya tetap jika angka tsb genap, dan bertambah
satu jika angka tsb ganjil. 50,13500 akan dibulatkan hingga dua angka di
belakang koma menjadi 50,14
PENYAJIAN DATA
Tabel biasa

Tabel distribus
Tabel frekuensi
Tabel distribus
frekuensi
kumulatif

Data dari sampel


Histogram,
maupun populasi yang Penyajian data melalui
Poligon, dan kurve
diperoleh, disajikan harus
frekuensi
komunikatif dan lengkap

Diagram
Lingkaran
TABEL BIASA

Setiap table berisi judul table, judul kolom, judul baris, nilai data dalam setiap sel
dalam badan table, dan sumber data darimana data tersebut diperoleh

TABEL
KOMPOSISI PEGAWAI DI PT MAKMUR
TABEL DISTRIBUSI FREKUENSI

• Tabel distribusi frekuensi disusun bila jumlah


data yang disajikan cukup banyak
• Banyak objek dikumpulkan dalam kelas interval
a-b pada kolom kiri
• Kolom kanan menyatakan bilangan yang
menyatakan berapa buah data terdapat dalam
tiap kelas interval (frekuensi)
• Bilangan sebelah kiri kelas interval adalah batas
bawah
• Bilangan sebelah kanan kelas interval disebut
batas atas
TABEL DISTRIBUSI FREKUENSI KUMULATIF

• Tabel yang menunjukkan jumlah observasi yang menyatakan kurang dari nilai tertentu.
• Frekuensi komulatif adalah penjumlahan frekuensi dari setiap kelas interval, sehingga jumlah
frekuensi terakhir sama dengan jumlah data observasi
TABEL DISTRIBUSI FREKUENSI RELATIF

Penyajian data yang mengubah frekeunsi menjadi bentuk persen (%)

Penyajian didasarkan atas


perhitungan:
1 : 150 x 100 % = = 0,65
HISTOGRAM

Menyajikan data yang telah disusun dalam table distribusi frekuensi menjadi diagram, sumbu
mendatar menyatakan kelasinterval dan sumbu tegak menyatakan frekuensi
POLIGON

Dari histogram tengah-tengah tiap sisi atas yang berdekatan kita hubungkan
dan sisi terakhir dihubungkan dengan setengah jarak kelas interval pada sumbu
datar. Bentuk yang dapat dinamakan polygon frekuensi
KURVE FREKUENSI
Poligon frekuensi yang merupakan garis patah-patah didekati oleh sebuh
lengkungan halus yang bentuknya secocok mungkin dengan bentuk polygon
tersebut. Lengkungan ini dinamakan kurve frekuensi
DIAGRAM LINGKARAN

Diagram lingkaran digunakan untuk menyajikan data berbentuk


kategori dinyatakan dalam persentase
UKURAN GEJALA PUSAT
(CENTRAL TENDENCY)

Ukuran gejala pusat adalah suatu ukuran yang digunakan untuk mengetahui
kumpulan data mengenai sampel atau populasi yang disajikan dalam table dan
diagram yang dapat mewakili sampel atau populasi
Teknik statistik yang digunakan
menjelaskan gejala pusat

  Modus (Mo)
Mean Median (Me)
MEAN (RATA-RATA)
Mean merupakan teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok
tersebut. Mean dapat diperoleh melalui jumlah data dibagi dengan banyak data. Perhitungan mean
dibagi menjadi dua yaitu data tungga l dan data kelompok.
MEDIAN (NILAI TENGAH)

Media merupakan teknik penjelasan kelompok yang didasarkan dari nilai


tengah data yang telah disusun urutannya dari yang kecil hingga besar.

Median data kelompok


Median data tunggal
  = Bb + P
Me
Me = ½ = (n+1) Keterangan:
Me = Nilai tengah
Keterangan: n = jumlah data
Me = Nilai tengah Bb = batas bawah kelas sebelum nilai median terletak
n = jumlah data P = panjang kelas
f = frekuensi kelas median
Jf = jumlah dari semua frekuensi komulatif sebelum kelas
median
MODUS (NILAI TERBANYAK)

Modus merupakan teknik penjelasan kelompok yang didasarkan


nilai yang sering muncul dalam kelompok tersebut.

 
Modus Data Tunggal Modus Data Kelompok
Modus data tunggal dilakukan dengan Mo= Bb + P( )
mencari nilai yang sering muncul diantara Keterangan:
sebaran data. Mo = nilai modus
Bb = batas bawah kelas yang mengandung nilai modus
P = panjang kelas nilai modus
F1 = selisih frekuensi modus dengna frekuensi sebelumnya (fsb)
F2 = selisih frekuensi modus dengna frekuensi setelahnya (fad)
VARIASI KELOMPOK

Untuk menjelaskan keadaan kelompok digunkan tingkat variasi data yang terjadi pada kelompok
tersebut. Untuk mengetahui varian kelompok data dapat dilakukan dengan melihat rentang data dan
standar deviasi atau simpangan baku dari kelompok data.

Rentang Data Rentang data dapat diketahui dengan jalan mengurangi data yang
terbesar dengan data terkecil yang ada pada kelompok.
Salah satu teknik statistic yang
digunakan untuk menjelaskan
Varians (σ2) homogenitas kelompok. Varians
merupakan kuadrat dari deviasi nilai
individu terhadap rata-rata kelompok

Suatu bentuk variasi kelompok


untuk mempermudah dalam
Standar deviasi (σ) mendata data tunggal, populasi,
dan kelompok
SAMPLING

Populasi Sampel
Sekumpulan individu, benda yang Sebagian kecil atau perwakilan dari
sama yang berada dalam sebuah sebuah populasi yang akan
wilayah atau ruang lingkup dijadikan sebagai pengamatan.
tertentu.

 Teknik sampling
Langkah-langkah dalam sampling adalah sebagai berikut.
(Maolani, 2015)
• Identifikasi populasi yang harus diwakili dalam suatu
penelitian, yang disebut populasi target.
• Identifikasi bagian dari populasi yang dapat terjangkau,
disebut populasi terjangkau.
• Dari populasi terjangkau tersebut dipilih sampel
sedemikian rupa sehingga mewakili populasi.
Cara Melakukan Teknik
Sampling
Sampling random (probability sampling), yaitu Sampling nonrandom (nonprobability
pengambilan contoh secara acak (random) yang sampling) atau disebut juga sebagai
dilakukan dengan cara undian, ordinal atau tabel incidental sampling, yaitu pengambilan
bilangan random dengan komputer. contoh todak secara acak.

Simple Random Sampling Sampling sistematis

Stratified Sampling
Porpusive Sampling
Cluster Sampling
Sampling Kuota
Systematical Sampling

Proportional Sampling
Sampling Total

Snowball Sampling
SAMPEL SIZE
Ukuran sampel (sample size) adalah banyaknya individu, subyek atau elemen dari
populasi yang diambil sebagai sampel. Penentuan sampel size dipengaruhi oleh
faktor utama yaitu variasi dari nilai-nilai variabel yang berada pada populasi. Variasi
ini biasanya dinyatakan oleh nilai standar deviasi

Faktor-faktor kualitatif yang penting dipertimbangkan dalam penentuan ukuran sampel adalah:

• Pentingnya keputusan. • Ukuran sample dalam penelitian sejenis

• Sifat dari penelitian. • Tingkat luasnya akibat.

• Jumlah variable • Tingkat penyelesaian.

• Sifat dari analisa • Keterbatasan sumber.


UJI PRASYARAT ANALISIS

HOMOGENITAS

• Uji homogenitas merupakan uji perbedan antara dua atau lebih


populasi.
• Uji homogenitas bertujuan untuk mengetahui apakah varians skor
yang diukur pada kedua sampel memiliki varians yang sama atau tidak.
• Populasi-populasi dengan varians yang sama besar dinamakan
populasi dengan varians yang homogenP
• Populasi dengan varians yang tidak sama besar dinamakan populasi
dengan varians yang heterogen.
Uji Homogenitas
  ¿ H 0 : 𝜎 21 =𝜎 22
1 Membuat hipotesis
{ 2
¿ H1 : 𝜎 1 ≠ 𝜎

2 Membuat taraf signifikan (risiko kesalahan) (α)

3 Menghitunga Fhitung dan Ftabel Menghitung varian kelompok Menghitung nilai Ftabel
  S=Ʃ   Varians   terbesar
F=
Varians   terkecil
4  
Menentukan kriteria pengujian:
Ho diterima jika

Ho ditolak jika atau


NORMALITAS

• Pengujian normalitas adalah pengujian tentang kenormalan distribusi


data.
• Normal atau tidaknya berdasarkan patokan distribusi normal dari data
dengan mean dan standar deviasi yang sama.
• Untuk mengetahui bentuk distribusi data dapat digunakan grafik
distribusi dan analisis statistic
• Data yang terdistribusi secara normal akan mengikuti pola distribusi
normal di mana bentuk grafiknya mengikuti bentuk lonceng (atau
bentuk gunung).
UJI CHI KUADRAT

Pengujian hipotesis yang dilakukandengan cara membandingkan kurve normal yang terbentuk dari
data yang telah terkumpul (B) dengan kurve normal baku atau standar (A). Jadi membandingkan
antara (B/A). Bila B tidak berbeda secara signifikan dengan A, maka B merupakan data yang
berdistribusi normal.

3 Membuat daftar distribusi frekuensi yang diharapkan


1   ∑ 𝒇 𝒙𝒊
Menentukan Mean/ Rata-Rata 𝒙=
𝒏  Menentukan batas kelas

  2  Mencari nilai Z skor untuk batas kelas interval


∑ 𝒇 ( 𝒙𝒊 − 𝒙 )
2
Menentukan Simpangan Baku 𝑺=
√ 𝒏 −1


Mencari luas 0 – Z dari tabel kurva normal
Mencari luas tiap kelas interval
 Mencari frekuensi yang diharapkan (Ei)
4 Merumuskan formula hipotesis
Ho:data berasal dari populasi yang berdistribusi normal.

H1:data tidak berasal dari populasi yang berdistribusi normal.


4 Menentukan taraf nyata (a)
Untuk mendapatkan nilai chi-square tabel

dk = k – 1 4 Memberi Kesimpulan
dk = Derajat kebebasan
k = banyak kelas interval
4 Menentukan Nilai Uji Statistik

Keterangan:
Oi = frekuensi hasil pengamatan pada klasifikasi ke-i
Ei = Frekuensi yang diharapkan pada klasifikasi ke-i

4 Menentukan Kriteria Pengujian Hipotesis


UJI LINIERITAS

Tujuan uji linieritas adalah untuk mengetahui apakah antara variable tak bebas (X)
dan variable bebas (Y) mempunyai hubungan linier. Uji ini biasanya digunakan
sebagai prasyarat dalam penerapan regresi linier.

4 Menentukan nilai Fhitung dan nilai Ftabel


1 Membuat hipotesis dalam uraian kalimat
Ho: data kelompok A dan kelompok B tidak berpola  
Hitung jumlah kuadrat regersi [JKreg(a)]
linier
Ha: Data kelompok A dengan kelompok B berpola JKreg(a)=
linier
 
2 Menentukan risiko kesalahan Menghitung nilai konstanta b

3 Kriteria pengujian signifikan b=

Jika: Fhitung < Ftabel, maka Ho diterima  


Hitung jumlah regresi [JKreg a(b/a)]
Jika: Fhitung>Ftabel, maka Ho ditolak
[JKreg a(b/a)]= b
 
Menghitung jumlah kuadrat residu [RJKres] Menghitung F hitung
Fhitung =
JKres = ƩY2 – (JKreg a(b/a) + JKreg(a))

Menghitung rata-rata jumlah kuadrat


RJK reg(a) = JKreg(a)
5 Menentukan nilai Ftabel

nilai Ftabel pada table F dengan ketentuan


Menghitung rata-rata jumlah kuadrat regersi RJKreg b/a Ftabel = F{{(1-α)(dk Reg[b/a],(dk Res)}
RJK reg(b/a) = JKreg(b/a) F{(1-0,05)dkReg[b/a][=1), (dk Res)}

F {(1-0,05)(dk Re, dk Res)}


 
Menghitung jumlah rata-rata kuadrat residu [RJKres]
6 Membandingkan Fhitung dan Ftabel
RJKres =
Membuat keputusan apakah Ha dan Ho yang
diterima
 KONSEP DASAR PENGUJIAN HIPOTESIS
STATISTIK DAN PENELITIAN

Dalam statistik, hipotesis dapat


diartikan sebagai pernyataan statistik
tentang parameter populasi.. Statistik
adalah ukuran-ukuran yang
dikenakan pada sampel (x ̅ = rata-
rata; s = simpangan baku; s2 =
vaians; r = koefisien korelasi), dan
parameter adalah ukuran-ukuran
yang dikenakan pada populasi (µ =
rata-rata, σ = simpangan baku, σ2 =
varians, ρ = koefisien korelasi).
HIPOTESIS DALAM STATISTIK
DAN PENELITIAN

H0 Ha

Pada statistik hipotesis Hipotesis alternatif


nol diartikan sebagai adalah lawan dari
tidak adanya perbedaan hipotesis nol yang
antara parameter dan berbunyi adanya
statistik, atau tidak perbedaan antara data
adanya perbedaan antara populasi dengan data
ukuran populasi dan sampel
ukuran sampel.
BENTUK-BENTUK RUMUSAN HIPOTESIS

HIPOTESIS PENELITIAN Memberikan jawaban sementara terhadap rumusan


masalah

HIPOTESIS STATISTIK
Contoh hipotesis dalam bentuk kalimat yang
Pernyataan khusus mengenai populasi diubah menjadi hipotesis statistik
dan sampel.
Pengujian ini dilakukan dengan dengan   Ha : Terdapat perbedaaan motivasi kerja antara pria
membandingkan hasil perhitungan dengan wanita
data dengan kriteria tertentu. hipotesis H0 : Tidak terdapat perbedaaan motivasi kerja antara pria
yang digunakan dalam pengujian
dengan hipotesis statistik yaitu dengan wanita
hipotesis nol (H0) dan hipotesis Bentuk hipotesis statistiknya adalah sebagai berikut.
alternatif/hipotesis kerja (Ha) Ha : µpria µwanita
H0 : µpria = µwanita
HIPOTESIS BERDASARKAN TINGKAT EKSPALANASINYA
Hipotesis Deskriptif Hipotesis Komparatif Hipotesis Asosiatif
Dugaan mengenai nilai suatu Pernyataan yang menunjukkan Suatu pernyataan yang
variabel mandiri, tidak membuat dugaan nilai dalam satu variabel atau menunjukkan dugaan tentang
perbandingan atau hubungan lebih pada sampel yang berbeda hubungan antara dua variabel atau
Contoh: • Rumusan masalah: lebih
• Rumusan masalah: Adakah perbedaan daya tahan • Rumusan masalah:
Seberapa tinggi produktivitas kerja lampu merk A dan B? Adakah hubungan antara gaya
karyawan instansi X? • Hipotesis kepemimpinan dengan efektivitas
• Hipotesisi: Tidak terdapat perbedaan daya kerja?
Produktivitas kerja karyawan tahan lampu merk A dan B • Hipotesis:
instansi X 1000/minggu. Hipotesis statistiknya adalah: Ho: tidak ada hubungan antara
Contoh pernyataan yang dapat Rumusan uji hipotesis dua pihak gaya kepemimpinan dengan
dirumuskan hipotesis deskriptif- H0 : µ1 = µ2 efektivitas kerja
statistiknya. Ha : µ1 µ2 Ha: ada hubungan gaya
Suatu bimbingan tes menyatakan Rumusan uji hipotesis pihak kiri kepemimpinan dengan efektivitas
bahwa murid yang dibimbing di H0 : µ1 ≥ µ2 kerja
lembaga itu, paling sedikit 90% Ha : µ1 < µ2 Hipotesis statistiknya:
dapat diterima di perguruan tinggi H0 : ρ = 0
negeri. Rumusan hipotesis Rumusan uji hipotesis pihak kanan
H0 : µ1 ≤ µ2 Ha : ρ 0
statistiknya adalah:
H0 : µ ≥ 0,90 Ha : µ1 > µ2
Ha : µ < 0,90
TARAF KESALAHAN DALAM PENGUJIAN HIPOTESIS

Kesalahan tipe I disebut dengan kesalahan α, Taraf kesalahan dinyatakan dalam dua atau tiga desimal atau
1 3
dalam persen

4 Jika taraf kesalahan = 1%, maka taraf kepercayaannya adalah


Kesalahan tipe II disebut kesalahan β 99%. Arti α = 1% atau 0,01 adalah kira-kira 1 dari 100
2
kesimpulan akan menolak hipotesis yang seharusnya diterima.
Atau kira-kira 99% percaya bahwa kita telah membuat
kesimpulan yang benar.

Asumsi-asumsi yang diperlukan sebelum pengujian hipotesis adalah:


 Nyatakan dengan tegas bahwa data yang akan diuji berasal dari sampel
atau populasi. Jika menggunakan data sampel, maka rata-ratanya adalah
µ. Dan jika menggunakan data populasi, maka rata-ratanya adalah σ.
 Data yang diuji berdistribusi normal.
DUA TIPE KESALAHAN DALAM PENGUJIAN HIPOTESIS

 Kesalahan Tipe I adalah suatu kesalahan bila  Kesalahan Tipe II adalah kesalahan bila menerima
menolak hipotesis nol (H0) yang benar hipotesis nol (H0) yang salah (seharusnya ditolak).
(seharusnya diterima). Dalam hal ini tingkat Tingkat kesalahan untuk ini dinyatakan dengan β.
kesalahan yang dinyatakan dengan α.

Dua Tipe Kesalahan dalam Hipotesis


Keadaan sebenarnya
Keputusan
H0 benar H0 salah

Benar Kesalahan tipe II


Menerima H0
(1-α) (β)

Kesalahan tipe I Benar


Menolak H0
(α) (1-β)
PENGUJIAN HIPOTESIS
UJI DUA PIHAK
Hipotesis statistiknya:
H a : µ1 µ 0
H0 : µ1 = µ0
Kriteria Pengujian:
Jika -ttabel ≤ thitung ≤ +ttabel
Maka H0 diterima.
UJI SATU PIHAK (KANAN)
Hipotesis statistiknya:
UJI
H SATU PIHAK (KANAN)
a : µ1 ≥ µ 0
Hipotesis
H0 : µ1 ≤ µ0statistiknya:
H a : µ1 ≥ Pengujian:
Kriteria µ0
H0 : µthitung
Jika 1 ≤ µ≤ 0 +ttabel
Kriteria
Maka H0Pengujian:
diterima.
Jika thitung ≤ +ttabel
Maka H0 diterima.
UJI SATU PIHAK (KIRI)
Hipotesis statistiknya:
UJI
H SATU PIHAK (KIRI)
a : µ1 ≤ µ 0
Hipotesis
H0 : µ1 ≥ µ0statistiknya:
H a : µ1 ≤ Pengujian:
Kriteria µ0
H 0:µ
Jika 1 ≥ µ≥
thitung 0 -ttabel
Kriteria
Maka H0Pengujian:
diterima.
Jika thitung ≥ -ttabel
Maka H0 diterima.
 LANGKAH-LANGKAH PENGUJIAN HIPOTESIS

1 Tulis Ha dan H0 dalam bentuk kalimat. 2 Tulis Ha dan H0 dalam bentuk statistik

3 Hitung thitung atau zhitung (salah satu tergantung σ tak diketahui atau diketahui).

  Jika σ tidak diketahui, maka thitung adalah:   Jika σ diketahui, maka zhitung adalah:

Dimana: = rata-rata data yang ada Dimana: = rata-rata data yang ada
µ0 = rata-rata sekarang µ0 = rata-rata sekarang
s = simpangan baku σ = simpangan baku
n = jumlah data sampel n = jumlah data sampel
LANJUTAN

5 Cari ttabel dengan ketentuan:


Tentukan taraf signifikansi/taraf kesalahan (α)
4 α seperti langkah 4,
dk = n – 1
dua pihak atau pihak kanan atau pihak kiri
6 Tentukan kriteria pengujian. tergantung bunyi H0. Dengan menggunakan tabel t
diperoleh ttabel atau ztabel.

7 Bandingkan thitung dengan ttabel atau zhitung dengan ztabel. 8 Buatlah kesimpulannya.
PENGUJIAN HIPOTESIS DESKRIPTIF

Pengujian hipotesis deskriptif pada dasarnya merupakan proses pengujian generalisasi


hasil penelitian yang didasarkan pada satu sampel. Kesimpulan yang dihasilkan nanti
adalah apakah hipotesis yang diuji itu dapat digeneralisasikan atau tidak. Bila H0
diterima berarti dapat digeneralisasikan.

Teknik Pengujian Hipotesis Deskriptif


Jenis data Teknik statistik yg digunakan untuk pengujian

Nominal 1.Test Binomial


2.Chi kuadrat (1 sampel)

Ordinal Run test

Interval/ratio t-test (1 sampel)


PENGUJIAN HIPOTESIS KOMPARATIF

Teknik Pengujian Hipotesis Komparatif


  Bentuk Komparasi
Macam Data Dua sampel k sampel
Pengujian hipotesis komparatif Korelasi Independen Korelasi Independen
berarti menguji parameter populasi
yang berbentuk perbandingan Interval/rati t-test (2 sampel) t-test (2 sampel) One way One way
melalui ukuran sampel yang juga o Anova Anova
   
berbentuk perbandingan. Bila H0 Two Way Two Way
dalam pengujian diterima berarti Anova Anova
nilai perbandingan dua sampel Nominal Mc Nemar Fisher Exact Chi Kuadrat Chi Kuadrat
atau lebih tersebut dapat   (k sampel) (k sampel)
digeneralisasikan untuk seluruh Chi Kuadrat Coxhran Q  
populasi dimana sampel-sampel (2 sampel)
diambil dengan taraf kesalahan Ordinal Sign test Median test   Median Extension
    Friedman  
tertentu
Wilcoxon Mann-Whitney   Kruskal-Walls
Matched U test Two Way One Way
Pairs Kolmogorof Anova Anova
Smirnov
Wald-Wofowitz
PENGUJIAN HIPOTESIS ASOSIATIF

Pengujian hipotesis asosiatif adalah pengujian koefisien korelasi yang ada pada
sampel untuk diberlakukan pada seluruh populasi dimana sampel diambil. Terdapat
tiga macam bentuk hubungan antar variabel yaitu hubungan simteris, sebab-akibat,
dan interaktif. Untuk mencari hubungan antara dua variabel atau lebih dilakukan
dilakukan dengan menghitung korelasi antar variabel yang akan dicari hubungannya.

Teknik Pengujian Hipotesis Asosiatif


Jenis Data Teknik Korelasi Yang digunakan
Nominal Koefisien Kontingency
Ordinal 1. Spearman Rank
2. Kendal tau

Interval/ratio 1. Pearson Product Moment


2. Korelasi Ganda
3. Korelasi Parsial

Anda mungkin juga menyukai