BAB II

PENGUJIAN HIPOTESIS SATU SAMPEL

Oleh:
Dr. Suliyanto

STATISTIKA NON PARAMETRIK: DALAM

APLIKASI PENELITIAN

PT. ANDI OFFSET

Definisi Pengujian Hipotesis Satu
Sampel:
 Pengujian hipotesis satu sampel untuk
menguji perbedaan rata-rata sampel
(observasi) dengan rata-rata yang
diharapkan (populasi).
Tujuan Pengujian Hipotesis Satu
Sampel:
 Menguji perbedaan central tendency (lokasi) antara
sampel dan populasi.
 Menguji perbedaan antara frekuensi observasi dengan
frekuensi yang diharapkan.
 Menguji perbedaan antara proporsi observasi dengan
proporsi yang diharapkan.
 Menguji apakah sampel diambil dari populasi dengan
bentuk distribusi tertentu.
 Menguji apakah sampel diambil secara random dari
populasi yang ada
Pedoman Memilih Teknik Statistik Non
Parametrik Pengujian Hipotesis Satu Sampel

Skala yang Alat Analisis Pengujian Hipotesis

Digunakan Satu Sampel
Nominal Uji Binomial
Uji Chi Square Satu Sampel
Ordinal Uji Runs
Uji Kolmogorov-Smirnov Satu
Sampel
UJI BINOMIAL
 Uji binomial digunakan untuk menguji
hipotesis bila dalam populasi terdiri atas
dua kelompok kelas, datanya berbentuk
nominal dan ukuran sampelnya kecil
(kurang atau sama dengan 25).
Test Binomial
 Jika dalam suatu populasi dengan jumlah N, terdapat I klas berkategori
x, maka kategori yang lain N-x. probabilitas memperoleh x objek dalam
satu kategori dan N-x dalam kategori lain adalah:

P x   P Q
N
X
x N x

 Dimana P adalah proporsi kasus yang diharapkan dalam salah satu

kategori, dan Q adalah kategori lainnya. Besarnya Q adalah
1-P

 Harga dapat dihitung dengan rumus:

  N!
N
X
   X ! N  X !
N
X
Langkah Uji Binomial:
a. Buatlah tabulasi data
b. Hitunglah jumlah pengamatan yang masuk kategori P, dan jumlah
pengamatan yang masuk kategori selain P atau Q =(1-P)
c. Cari frekuansi terkecil diantara P dan Q.
d. Lihat tabel binomial dengan N=jumlah pengamatan dan
X=frekuensi terkecil diantara P dan Q.
e. Pengambilan keputusan dengan kriteria
 Ho tidak dapat ditolak, jika probabilitas Binomial ≤ Binomial
tabel.
 Ho ditolak, jika probabilitas Binomial > Binomial tabel
Contoh 1:
Sebuah perusahaan roti memproduksi dua jenis roti yaitu roti rasa
Nanas dan roti rasa Durian. Manajer pemasaran perusahaan tersebut
melakukan penelitian dengan tujuan untuk mengetahui apakah
konsumen lebih menyukai roti dengan rasa Nanas atau roti dengan
rasa Durian. Berdasarkan 22 sampel yang dipilih secara acak
ternyata 12 orang lebih menyukai roti rasa Nanas dan 10 orang
memilih roti rasa Durian. Dengan alpha = 0,01 apakah terdapat
perbedaan selera konsumen terhadap kedua rasa roti tersebut?
Data Penelitian:

Selera Frekuensi
Roti Rasa Nanas 12
Roti Rasa Durian 10
Jumlah 22
 Jawaban:
1. Judul Penelitian
Perbedaan Selera Konsumen terhadap Rasa Roti
2. Variabel Penelitian
Rasa Roti
3. Pertanyaan Penelitian
Apakah terdapat perbedaan selera konsumen terhadap dua rasa roti?
4. Hipotesis
Ho=Tidak terdapat perbedaan selera konsumen terhadap dua rasa roti.
Ha= Terdapat perbedaan selera konsumen terhadap dua rasa roti.
atau:
Ho:p1=p2=0,5
Ha:p1p2  0,5
5. Kriteria Pengujian

 Ho tidak dapat ditolak jika, Koefisien Binomial

> alpha (α )
 Ho ditolak jika, Koefisien Binomial ≤ alpha (α )
.
6. Analisis Data
 Karena untuk menguji satu variabel/sampel data
berskala Nominal, Ukuran sampel ≤ 25, maka
digunakan uji binomial.
 N=22
 X=10
 Binomial satu sisi = 0,416, sehingga probabilitas
binomial dua sisi sebesar 0,416 x 2= 0,832
.
Output SPSS:
7. Kesimpulan
Berdasarkan hasil analisis diperoleh nilai probabilitas
binomial dua sisi sebesar 0,832 atau Exact Sig (2-tailed)
(0,832). Karena nilai probabilitas binomial dua sisi
(0,832) lebih besar dari alpha (0,05), maka hipotesis nol
tidak dapat ditolak, sehingga hipotesis yang
menyatakan ”Terdapat perbedaan selera konsumen
terhadap dua rasa roti”, ditolak
Contoh 2:
Seorang dosen pembimbing akademik
mendapatkan informasi bahwa rata-rata IPK
mahasiswa Jurusan Manajemen adalah 2,80.
Untuk menguji informasi tersebut diambil
sampel secara acak 10 mahasiswa?
Data Penelitian
IPK Mahasiswa Frekuensi
IPK Mahasiswa ≤ 2,80 4
IPK Mahasiswa > 2,80 6
Jumlah 10
Jawaban:
1. Judul Penelitian
Kondisi Indeks Prestasi Komulatif (IPK) Mahasiswa Jurusan
Manajemen
2. Variabel Penelitian
Indeks Prestasi Komulatif (IPK)
3. Pertanyaa Penelitian
Apakah rata-rata Indeks Prestasi Komulatif (IPK) mahasiswa Jurusan
Manajemen adalah 2,80 ?
4. Hipotesis:
Ho= Rata-rata Indeks Prestasi Komulatif (IPK) mahasiswa Jurusan
Manajemen = 2,80
Ha= Rata-rata Indeks Prestasi Komulatif (IPK) mahasiswa Jurusan
Manajemen  2,80.
atau:
Ho:p1=p2=2,80
Ha:p1p2  2,80
5. Kriteria Pengujian
Konsumen roti yang dipilih secara acak sebanyak 24
orang. Ternyata 14 menyukai rasa nanas dan 10
menyukai rasa durian.

6. Kriteria Pengujian
Ho tidak dapat ditolak jika, Koefisien Binomial > alpha
(α )
Ho ditolak jika, Koefisien Binomial ≤ alpha (α )
7.Analisis Data
Karena untuk menguji satu variabel/sampel data berskala Nominal,
Ukuran sampel ≤ 25, maka digunakan uji binomial.
N=10
X= 4 (frekuensi terkecil)
Binomial satu sisi sebesar 0,377 atau probabilitas binomial dua sisi
sebesar 0,377 x 2 = 0,754
.
Output SPSS:
Descriptive Statistics

N Mean Std. Deviation Minimum Maximum

Indeks Prestasi
10 2,9420 ,26507 2,60 3,31
Mahasiswa

Binomial Test

Observed Exact Sig.

Category N Prop. Test Prop. (2-tailed)
Indeks Prestasi Group 1 <= 2,8 4 ,40 ,50 ,754
Mahasiswa Group 2 > 2,8 6 ,60
Total 10 1,00
8. Kesimpulan
Berdasarkan hasil analisis diperoleh nilai probabilitas
binomial atau nilai Exact Sig (2-tailed) sebesar 0,754.
Karena nilai probabilitas binomial atau nilai Exact Sig
(2-tailed) (0,754) lebih besar dari alpha (0,05), maka
hipotesis nol tidak dapat ditolak, sehingga hipotesis
yang menyatakan rata-rata ”Indeks Prestasi Mahasiswa
(IPK) mahasiswa Jurusan Manajemen sebesar 2,80”,
diterima
Uji Runs
 Uji Runs digunakan untuk menguji apakah sampel yang
diambil dari sebuah populasi bersifat acak (random) atau
tidak.
 Pengujian dilakukan dengan cara mengukur banyaknya
Runs yang terjadi pada suatu kejadian.

®®®©©©®©©©©®®©®
12 3 4 5 6 7
Jika ukuran sampel besar (> 20) maka
distribusi mendekati distribusi normal,
sehingga untuk pengujian hipotesis
dilakukan konversi banyaknya jumlah
Runs ke dalam nilai Z yang mengikuti
distribusi normal.
Keterangan:
R = Banyaknya runs.
µr= Mean
r = Deviasi standar
n1= Banyaknya sampel salah satu group.
n2= Banyaknya sampel group yang lain.
Mean =

Deviasi Standard =
Langkah-Langkah Uji Runs
a. Buatlah tabulasi data
b. Hitunglah jumlah runs yang terjadi dalam rangkaian data
tersebut.
c. Lihat tabel Runs, jika probabilitas kejadian m = n, maka m=
(0,5 x N), dan n = (0,5 x N).
d. Pengambilan keputusan dengan kriteria:
 Ho tidak dapat ditolak, jika Runs tabel kecil ≤ Runs
hitung ≤ Runs tabel besar.
 Ho ditolak, jika Runs hitung < Runs tabel kecil atau
Runs hitung > Runs tabel besar.
Contoh Run Test:
Pak lurah mendengar bahwa beberapa pemuda
desa Suka Ribut suka merokok. Untuk menguji
apakah pemuda desa Suka Ribut yang suka
merokok bersifat acak atau tidak, diambil sampel
10 pemuda.
Data Penelitian:
Nama Sikap
Mahasiswa
Tuji Tidak
Taryo Suka
Giwan Tidak
Marso Suka
Prapto Suka
Gito Tidak
Sunar Suka
Yono Antasena Suka
Cipto Suka
Paryan Tidak
 Penyelesaian:
1. Judul Penelitian
Analisis Kerandoman Selera Merokok di Desa Suka Ribut
2. Variabel Penelitian
Selera terhadap Rokok
3. Pertanyaan Penelitian
Apakah pemuda di Desa Suka Ribut yang suka merokok bersifat
acak?
4. Hipotesis:
Ho : Pemuda di Desa Suka Ribut yang suka
merokok bersifat acak.
Ha : Pemuda di Desa Suka Ribut yang suka
merokok tidak bersifat acak

5. Kriteria Pengujian
 Ho tidak dapat ditolak, jika Sig. > alpha (α ).
 Ha diterima, jika Sig. ≤ alpha (α ).
6. Analisis Data
 Karena untuk menguji kerandoman data untuk satu sampel,
maka digunakan Run Test.

No Selera Runs No Sikap Runs

1. T 1 6. T 5
2. S 2 7. S
3. T 3 8. S 6
4. S 9. S
5. S 4 10. T 7
Jml 7
Runs
Output SPSS
7. Kesimpulan
Berdasarkan hasil analisis diperoleh jumlah runs
sebanyak 7 sedangkan tingkat signifikansi sebesar
0,806. Karena jumlah runs sebanyak 7 terletak di antara
harga r kecil (3) dan harga r besar (10), atau karena nilai
Asymp Sig.(0,806) lebih besar dari alpha (0,05), maka
hipotesis nol tidak dapat ditolak, sehingga hipotesis
yang menyatakan ”Kesukaan pemuda desa suka ribut
suka merokok bersifat acak”, diterima.
UJI KOLMOGOROV SMIRNOV-
SATU SAMPEL
Uji Kolmogorov Smirnov pada
prinsipnya, digunakan sebagai uji
goodness of fit (kesesuaian) antara
frekuensi pengamatan dengan frekuensi
yang diharapkan, yang tidak memerlukan
asumsi tertentu tentang bentuk distribusi
data populasi dimana sampel tersebut
diambil.
Langkah Melakukan Analisis
Kolmogorov-Smirnov
1. Mengurutkan data hasil pengamatan dari nilai
yang terkecil sampai dengan yang terbesar.
2. Menyusun distribusi kumulatif relatif data
hasil pengamatan dan diberi simbol Fa (X).
3. Menghitung nilai Z dengan rumus:

Dimana,  adalah nilai rata-rata, sedangkan 

adalah nilai standart deviasi.
4. Menghitung distribusi kumulatif teoritis
(berdasarkan area kurve normal), dan notasikan
dengan Fe (X).
5. Menghitung selisih antara Fa (X) dengan Fe (X).
6. Mengambil selisih mutlak maksimum antara Fa
(X) dengan Fe (X), dan notasikan dengan D.
7. D = Max I Fa (X) – Fe (X) |
8. Membandingkan nilai D yang diperoleh dengan
nilai Dα dari tabel nilai D untuk uji Kolmogorov
Smirnov sampel tunggal. Dengan kriteria
pengambilan keputusan adalah:
 Ho diterima apabila D ≤ Dα
 Ho ditolak apabila D > Dα
Contoh Uji Kolmogorov Smirnov-
Satu Sampel
Seorang dosen olah raga melakukan
penelitian untuk menguji apakah tinggi
mahasiswa mengikuti distribusi normal
atau tidak, untuk keperluan tersebut
diambil sampel secara acak sebanyak 10
mahasiswa.
Data Penelitian:
Nama Mahasiswa Tinggi Badan
Tjang Kung 175
Bung Kuk 160
Ce Ball 150
Tjing Grink 170
Land Dunk 174
Thing Gie 170
Thiang Bonk Soer 176
Bhon Cell 160
Bho Gell 165
Methek Shell 155
 Jawaban :
1. Judul Penelitian
Uji Distribusi Kenormalan Tinggi Mahasiswa
2. Variabel Penelitian
Tinggi Mahasiswa
3. Pertanyaan Penelitian
Apakah tinggi badan mahasiswa berdistribusi
normal ?
4. Hipotesis:
Ho : Tinggi badan mahasiswa
berdistribusi normal.
Ha : Tinggi badan mahasiswa berdistribusi
tidak normal.

5. Kriteria Pengujian
Ho tidak dapat ditolak, jika Sig. > alpha (α ).
Ho ditolak, jika Sig. ≤ alpha (α ).
6. Analisis Data

No X X Urut Kum Fa (X) Nilai Z Fe (X) Fa (X)- Fe (X)

1 175 150 150 0.09 -1.728 0.042 0.049

2 160 155 305 0.18 -1.170 0.121 0.063
3 150 160 465 0.28 -0.613 0.270 0.011
4 170 160 625 0.38 -0.613 0.270 0.108
5 174 165 790 0.48 -0.056 0.478 0.000
6 170 170 960 0.58 0.502 0.692 -0.112
7 176 170 1130 0.68 0.502 0.692 -0.009
8 160 174 1304 0.79 0.947 0.828 -0.040
9 165 175 1479 0.89 1.059 0.855 0.038
10 155 176 1655 1.00 1.170 0.879 0.121
  Rata 165.5       Max 0.121
  St Dev 8.9722          
Output SPSS
7. Kesimpulan
Berdasarkan hasil analisis diperoleh Asymp Sig.(2-
tailed) sebesar 0,855, karena nilai Asymp Sig.(2-tailed)
sebesar 0,855 lebih besar dari alpha (0,05), maka
hipotesis nol tidak dapat ditolak, sehingga hipotesis
yang menyatakan ”Rata-rata tinggi mahasiswa
berdistribusi normal”, diterima.
UJI CHI-SQUARE GOODNESS OF
FIT
Uji Chi Square Goodness of Fit
digunakan untuk mengetahui apakah
distribusi data dari sampel mengikuti
sebuah distribusi teoritis tertentu atau
tidak, atau untuk membandingkan
sekelompok frekuensi yang diamati
dengan kelompok frekuensi yang
diharapkan.
Rumus yang digunakan untuk
mengitung nilai Chi-square

X2 = Chi Square

Fo = Frekuensi yang diobservasi
Fe = Frekuensi yang diharapkan
Contoh Uji Chi-square Goodness of Fit

Seorang manajer pemasaran sirup merek

“SRUPUT” memproduksi lima jenis rasa
sirup yaitu sirup rasa Apel, Jeruk, Nanas,
Anggur dan Jambu. Manajer pemasaran
tersebut mengatakan bahwa terdapat
perbedaan selera konsumen terhadap
kelima rasa sirup tersebut. Untuk menguji
pernyataan tersebut diambil sampel 105
konsumen.
Data Penelitian:
Rasa Frekuensi
Apel 28
Jeruk 18
Nanas 18
Anggur 24
Jambu 17
Total 105
 Jawaban :
1. Judul Penelitian
Analisis Perbedaan Selera Konsumen terhadap
Rasa Sirup
2. Variabel Penelitian
Rasa Sirup
3. Pertanyaan Penelitian
Apakah terdapat perbedaan selera konsumen
terhadap kelima rasa sirup?
4. Hipotesis:
Ho : Tidak terdapat perbedaan selera
konsumen terhadap kelima rasa sirup.
Ha : Terdapat perbedaan selera konsumen
terhadap kelima rasa sirup.

5. Kriteria Pengujian
Ho tidak dapat ditolak, jika Sig. > alpha (α ).
Ho ditolak, jika Sig. ≤ alpha (α ).
6. Analisis Data

Alternatif Fo Fe Fo-fe (fo-fe)2 (fo-fe)2/fe

Apel 28 21 7 49 2,333

Jeruk 18 21 -3 9 0,429

Nanas 18 21 -3 9 0,429

Anggur 24 21 3 9 0,429

Jambu 17 21 -4 16 0,762

Total 105 4,381

Output SPSS
7. Kesimpulan
Berdasarkan hasil analisis diperoleh nilai Chi-square
hitung sebesar 4,381 sedangkan nilai Chi-square tabel
dengan Df=(α; (1) atau 0,05;1 diperoleh nilai sebesar
3,481 dan tingkat signifikansi sebesar 0,357. Karena
nilai Chi-square hitung (4,381) lebih kecil Chi-square
tabel (3,481) atau nilai Asymp Sig. (0,357) lebih besar
dari alpha (0,05), maka hipotesis nol tidak dapat
ditolak, sehingga hipotesis yang menyatakan ”Selera
konsumen terhadap kelima rasa sirup sama”, diterima.