PENGUJIAN HIPOTESIS DESKRIPTIF

(SATU SAMPEL)
Anggota Kelompok 4
• Siti Nurul Miftahul Ulum 201933325
• Dewi Ellyana Nur Aini 201933332
• Denise Zulva Aziza 201933353
Pengujian Hipotesis Deskriptif (Satu Sampel)

Hipotesis statistic adalah pernyataan atau dugaan

mengenai keadaan populasi yang sifatnya maasih sementara
atau lemah kebenarannya.
Pengujian hipotesis adalah suatu prosedur yang akan
menghasilkan suatu keputusan, yaitu keputusan menerima
atau menolak hipotasis itu.
Terdapat dua macam pengujian deskriptif, yaitu dengan
uji dua pihak (two tail test ) dan uji satu pihak ( one teil test ).
Uji satu pihak ada 2 macam yaitu uji pihak kanan dan uji
pihak kiri.

3
Langkah – langkah pengujian hipotesis deskriptif

1. Menghitung rata- rata

2. Menghitung simpangan baku
3. Menghitung harga t
4. Melihat t table
5. Menggambar kurve
6. Meletakkan kedudukan t hitung dan t table dalam kurve yang telah di
buat
7. Membuat keputusan penggujian hipotesis

4
Pengertian Statistika Parametris dan Macam -Macamnya

Statistika parametris adalah ilmu yang mempertimbangkan

jenis sebaran / distribusi data, yaitu apakah data menyebar
normal atau tidak.
Statistik parametris dapat digunakan untuk menguji
hipotesis deskriptif bila adanya interval atau rasio adalah t-test
1 sampel. Sebenarnya terdapat dua rumus yang dapat
digunakan untuk pengujian, yaitu rumus t dan z. Rumus z
digunakan bila simpangan baku populasi diketahui, dan tumus t
bila simpangan baku populasi tidak diketahui.

5
 Karena pada dasarnya simpangan
baku setiap populasi ini jarang diketahui,
maka rumus z jarang digunakan. Maka,
dalam makalah ini hanya dikemukakan
t-test saja. Rumus yang digunakan untuk Dimana :
menguji hipotesis deskriptif (satu t = nilai t yang dihitung
selanjutnya disebut t hitung
sampel) yang datanya interval atau ratio x = rata-rata x
adalah : μo = nilai yang dihipotesiskan
s = simpangan baku
n = jumlah anggota sampel
t = (x – μo) / (s/√n)

6
Uji dua pihak (two tail test)

Uji dua pihak digunakan jika

Ho berbunyi: “… sama dengan …” dan
Ha berbunyi: “…tidak sama dengan …”

Contoh :
Ho: “Daya tahan berdiri guru tiap hari sama dengan 8 jam”

Ha: “Daya tahan berdiri guru tiap hari tidak sama dengan 8 jam”
Kesimpulan: Ho diterima jika t hitung ≤ t tabel

7
 Rumus

σ diketahui Untuk Hipotesis :

H : μ = μ0
A : μ ≠ μ0

8
Uji satu pihak (one tail test)

Ho = “… lebih kecil atau sama dengan (≤)…”

Ha = “… lebih besar (>)…”

Contoh:
Ho = “Siswa kelas II lebih kecil dan sama dengan 20 orang”
Ha = “Siswa kelas II lebih besar 20 orang”

Kesimpulan: Ho diterima jika t hitung ≥ t tabel

9
Rumus

10
Uji pihak kiri:

Ho = “… lebih besar atau sama dengan (≥)…”

Ha = “… lebih kecil (<)…”

Contoh:

Ho = “Daya tahan guru berdiri lebih besar dan sama dengan 2 jam”
Ha = “Daya tahan guru berdiri lebih kecil dari 2 jam”
Kesimpulan: Ho diterima jika t hitung ≤ t tabe

11
12
Uji pihak kanan

Ho = “… lebih kecil atau sama dengan (≤)…”

Ha = “… lebih besar (>)…”

Contoh:

Ho = “Siswa kelas II dalam sehari lebih kecil dan sama dengan

20 orang”
Ha = “Siswa kelas II dalam sehari lebih besar 20 orang”
Kesimpulan: Ho diterima jika t hitung ≥ t tabel

13
Pengertian Statistik Non-Parametris dan Macam-Macamnya

Statistik non-parametris adalah statiska bebas

sebaran ( tidak mensyaratkan bentuk sebaran
parameter populasi, baik normal atau tidak ).
Statistika non-parametrik biasanya digunakan
untuk melakukan analisis pada data berjenis
Nominal atau Ordinal. Data berjenis Nominal dan
Ordinal tidak menyebar normal.

14
Tes
Binomonal Test Binomial digunakan untuk menguji hipotesis bila
dalam popolasi terdiri atas dua kelompok kelas, datanya
berbentuk nominal dan jumlah sampelnya kecil (kurang dari
25).

Tes ini dikatakan sebagai test Binomial, karena distribusi

data dalam populasi itu berbentuk binomial. Distribusi
binomial adalah distribusi yang terdiri dari 2 klas. Jadi, bila
dalam satu populasi dengan jumlah N, terdapat 1 kelas yang
berkategori x, maka kategori yang lain adalah N-x.
15
Syarat:
Populasi terdiri 2 klas (misal: pria dan wanita)
Data Nominal
Jumlah sampel kecil (<25 )
Distribusi data Binominal (terdiri 2 kelas):
kelas dengan kategori (x) dan kelas kategori (N-x)

Ketentuan:
Bila harga P > α , Ho diterima
P = proporsi kasus (lihat tabel)
Α = taraf kesalahan ( 1% = 0,01 16
 Contoh Soal :
Misal seseorang siswa diberikan 10 soal dengan tipe pilihan ganda (4
pilihan). Tentukan nilai probabilitas binomial siswa tersebut menjawab
semua soal dengan salah?

17
 Penyelesaian:
 Semua soal dijawab dengan salah,artinya x = 0
 Peluang benar di satu soal → p = = 0,25
 Maka ,
pb (X) = → pb (0) =
= 0,0563

18
Chi Kuadrat
(χ2)

Chi kuadrat satu sample adalah teknik statistik yang

digunakan untuk menguji hipotesis bila dalam populasi terdiri
atas dua atau lebih kelas dimana data berbentuk nominal dan
sampelnya besar.

19
20
Contoh Soal :
Seorang peneliti ingin mengetahui apakah ada perbedaan kecenderungan
gaya belajar tertentu yang dipakai oleh peserta olimpiade sains.
Berdasarkan pengamatan, ditemukan bahwa 36 peserta memakai gaya
belajar kinestetik, 29 peserta memakai gaya belajar visual, 22 peserta
memakai gaya belajar audio, dan 13 peserta memakai gaya belajar
gabungan ketiganya. Dengan taraf nyata 5%, ujilah apakah terdapat
perbedaan kecenderungan gaya belajar antara para peserta tersebut!

21
 Gaya Jumlah
Belajar
Kinestestik 36
Visual 29
Audio 22
Gabungan 13
Total 100
Pertanyaan Penelitian : Apakah ada perbedaan kecenderungan gaya belajar
auditori, visual, kinetik, dan gabungan antara para peserta olimpiade sains?

22
Step 1 : Tentukan Hipotesis
Ho : Tidak terdapat perbedaan kecenderungan gaya belajar auditori,
visual, kinetik, dan gabungan antara para peserta olimpiade sains.
H1 : Terdapat perbedaan kecenderungan gaya belajar auditori, visual,
kinetik, dan gabungan antara para peserta olimpiade sains.
 
Step 2 : Tentukan Statistik Uji
Statistik Uji : 1 sampel Chi Kuadrat

23
a. Cara Manual

1. Hitung nilai Observasi dan Expected tiap sel

Gaya Kinestik Visual Audio Gabung Total

Belajar an

Observasi 36 29 22 13 100

Expected 25 25 25 25  

24
2. Masukan nilai yang sudah diperoleh ke rumus

Rumus → X2 = ∑

X2 =

X2 = 11,6

25
3. Tentukan kriteria uji

Tolak Ho jika X hitung ˃ X table

4. Kesimpulan

X hitung = 11,6 > X tabel = 7,815

Mak, Ho ditolak. Dapat disimpulkan bahwa terdapat perbedaan

kecenderungan gaya belajar auditori, visual, kinestik, dan gabungan
antar para peserta olimpiade sains.
26
Run Test
Run test merupakan uji deret untuk melihat keacakan.
Tujuan dari uji deret adalah untuk menetukan apakah
dalam suatu data terdapat pola tertentu atau apakah data
tersebut merupakan sample yang acak.
Run Test (Uji Run = Uji Randomness) merupakan
metode analisis yang digunakan untuk menguji hipotesis
deskriptif satu sampel, datanya mempunyai skala
pengukuran ordinal. Metode analisis Run Test ini untuk
mengukur kerandoman populasi yang didasarkan atas data
sample.
27
Contoh Soal : No. Nilai Ujian No. Nilai Ujian No. Nilai Ujian

1 65 11 76 21 79
Misal diambil contoh
2 45 12 72 22 83
kasus dari 30 nilai
3 49 13 64 23 66
siswa diambil dari
4 74 14 52 24 62
populasi. Apakah 5 80 15 90 25 82
pengambilan sampel 6 90 16 94 26 84

ini bersifat acak? Data 7 64 17 58 27 52

yang akan kita 8 57 18 60 28 41

9 68 19 58 29 62
gunakan sebagai
10 54 20 69 30 76
berikut :
28
 Hasil Uji
Hipotesis

 H0 = Nilai ujian siswa bersiswa Nilai Ujian

acak Test Value a 90 b

Cases < Value 27

 H1 ≠ Nilai ujian siswa bersifat
Cases ≥ Test Value 3
tidak acak
Total Cases 30
Kriteria uji Number of Runs 5

Tolak Hipotesis nol (H0) bilai bilai Z -.994

asymtotic significant value uji Run Asymp. Sig. (2-tailed) .320

Test > 0.05

29
Pada hasil output SPSS untuk uji runs test menunjukkan bahwa nilai
asymtotic significant uji Runtest sebesar 0.320 ( lebih dari 0.05), maka
untuk hipotesis nol (H0) diterima yang berarti bahwa nilai ujian siswa
bersifat acak.
 

30
TERIMAKASIH

31