Uji Statistik Hipotesis

Ukuran: px
Mulai penontonan dengan halaman:

Download "Uji Statistik Hipotesis"

Transkripsi

1 Modul 8 Uji Statistik Hipotesis Bambang Prasetyo, S.Sos. D PENDAHULUAN alam Modul 7, Anda sudah diperkenalkan pada inferensi. yang mencakup estimasi dan uji hipotesis. Dalam Modul 7, Anda juga sudah belajar mengenai estimasi. Dalam modul delapan ini kita akan mempelajari lebih jauh mengenai uji hipotesis. Seperti telah Anda ketahui bahwa kita menggunakan uji hipotesis, apabila kita ingin memeriksa apakah data yang ada di tingkat sampel mendukung atau berlawanan dengan dugaan peneliti. Dalam Modul 8 ini kita akan membahas pengertian uji hipotesis, elemen yang terkandung dalam uji statistik, kesalahan-kesalahan dalam pengambilan keputusan serta peranan uji statistik dalam uji hipotesis, yang kesemuanya itu terangkum dalam 2 kegiatan belajar. Setelah mempelajari Modul 8 ini, Anda diharapkan dapat memanfaatkan menerapkan mekanisme pengujian hipotesis. Secara khusus, setelah mempelajari Modul 8 ini, Anda dapat: 1. menjelaskan pengertian uji statistik hipotesis; 2. menjelaskan peranan uji statistik dalam uji hipotesis.

2 8.2 Pengantar Statistik Sosial D Kegiatan Belajar 2 Pengertian Uji Statistik Hipotesis alam Modul 7, kita sudah diperkenalkan pada pengertian mengenai uji hipotesis. Tidak ada salahnya jika kita ulang kembali mengenai pengertian uji hipotesis. Sebelumnya kita lihat dulu pengertian dari hipotesis, yaitu jawaban teoretis atas permasalahan yang dihadapi peneliti. Setelah kita membuat hipotesis, kita melakukan pengumpulan data empiris, dan setelah data empiris terkumpul maka kita akan membuat suatu keputusan dengan kemungkinan mempertahankan hipotesis atau merevisi hipotesis. Sering kali uji statistik yang kita gunakan dalam menguji hipotesis kita sebut saja sebagai uji hipotesis. Uji hipotesis lebih ditujukan untuk membuat suatu pertimbangan tentang perbedaan antara nilai statistik sampel dengan nilai parameter populasi. Dengan adanya perbedaan nilai tersebut maka dalam pengujian hipotesis, kita akan diperkenalkan dengan suatu hipotesis yang disebut sebagai hipotesis null (Ho) dan hipotesis alternatif (Ha). Masih ingat contoh yang diberikan dalam modul tujuh? Baiknya kita coba contoh lain. Andaikan saja seorang peneliti sedang meneliti mengenai rata-rata usia mahasiswa Universitas Terbuka (UT). Berdasar data yang ada di bagian kemahasiswaan. diketahui bahwa rata-rata usia mahasiswa UT 35 tahun. Kemudian peneliti tersebut mengambil sampel sebanyak orang dan ternyata dari hasil penelitian Ia mendapatkan data rata-rata usia mahasiswa UT yang dijadikan sampel adalah 32 tahun. Tentu hal ini menimbulkan pertanyaan, mengapa ada perbedaan antara data usia di bagian kemahasiswaan dan data usia di sampel. Untuk itu peneliti tersebut melakukan uji hipotesis. Maka, ia membuat rumusan hipotesis sebagai berikut: Ho : rata-rata usia mahasiswa UT = 35 Ha : rata-rata usia mahasiswa UT < 35 A. ELEMEN UJI HIPOTESIS Dalam melakukan pengujian hipotesis, ada beberapa langkah yang harus dilakukan, yaitu: 1. merumuskan hipotesis null dan hipotesis alternatif;

3 ISIP4215/MODUL memilih uji statistik yang sesuai; 3. menentukan taraf signifikansi (alpha); 4. melakukan perhitungan; 5. mengambil keputusan atau kesimpulan. Mari kita lihat satu per satu. 1. Merumuskan Hipotesis Null dan Hipotesis Alternatif Coba Anda perhatikan baik-baik mengenai rumusan hipotesis yang dibuat. Ada beberapa hal yang harus Anda ingat dalam menyusun Ho. Pertama, Ho merupakan hipotesis yang akan di uji keberlakuannya. Kedua, Hipotesis ini selalu mengandung data yang ada di tingkat populasi (kalau Anda perhatikan rumusan hipotesis dalam kasus penelitian tentang mahasiswa maka nilai yang dipakai adalah 35). Ketiga, Ho selalu menggunakan notasi = (sama dengan) Demikian pula dalam menyusun Ha, beberapa hal yang perlu diperhatikan pertama, Ha merupakan hipotesis yang akan dibuktikan kebenarannya. dan selalu berlawanan dengan Ho. Kedua, Hipotesis ini selalu mengandung data yang ada di tingkat sampel (dalam kasus penelitian tentang mahasiswa maka nilai yang dipakai adalah 32). Ketiga, Ha selalu menggunakan notasi (apabila data di sampel tidak diketahui), < (apabila data di sampel diketahui lebih kecil dibanding data di populasi), serta > (apabila data di sampel diketahui lebih besar dibanding data di populasi) Oleh karena kita tahu bahwa data di populasi (bagian kemahasiswaan) mengenai rata-rata usia mahasiswa UT adalah 35 maka kita akan menguji keberlakuan data tersebut. Dengan kata lain, kita ingin menguji apakah angka 35 memang berlaku (masih berlaku). Hal ini terkait dengan temuan di lapangan dengan memakai sampel bahwa rata-rata usia mahasiswa UT 32. Untuk itu kita ingin membuktikan kebenaran dari data yang sudah kita temukan di lapangan. Dari penjelasan ini kita coba menarik kesimpulan. bahwa Dalam uji hipotesis, seorang peneliti selalu memiliki kecenderungan untuk menolak Ho, dengan implikasi menerima Ha. Mengapa demikian? Tentu saja karena kita ingin membuktikan bahwa data yang kita dapat dari sampel memang benar. Dalam kasus penelitian tentang mahasiswa UT tersebut, kita ingin membuktikan bahwa memang benar rata-rata usia mahasiswa UT adalah 32 tahun. Dengan demikian, perumusan hipotesisnya adalah:

4 8.4 Pengantar Statistik Sosial Ho: rata-rata usia mahasiswa UT = 35 Ha: rata-rata usia mahasiswa UT 35 (bila dua sisi) rata-rata usia mahasiswa UT < 35 (bila satu sisi) 2. Memilih Uji Statistik yang Sesuai Dalam statistik ada banyak rumus-rumus yang bisa dipakai untuk melakukan uji hipotesis. Tentu saja kita tidak bisa sembarang memilih rumus mana yang akan kita pakai. Ada beberapa kriteria yang harus dipertimbangkan sebelum kita memilih rumus yang akan kita pakai. Sebelumnya kita lihat dulu beberapa faktor yang mempengaruhi dalam pemilihan tes statistik, antara lain tingkat pengukuran (di sini kita bicara mengenai skala dari variabel penelitian), jumlah sampel, serta ada tidaknya variabel independen dan variabel dependen). Tabel 8.1 hingga 8.4 berikut akan disajikan beberapa uji statistik yang dapat kita gunakan dan pemakaiannya. Tingkat pengukuran (skala) Nominal/ordinal Interval/rasio Sumber: George Argyrous, (143). Tingkat pengukuran (skala) Nominal Ordinal Interval/Rasio Sumber: George Argyrous, (143). Tabel 8.1. Uji Statistik untuk Satu Sampel Uji statistik Tes-z untuk proporsi binomial Chi square Runs-test Tes-z untuk rata-rata bila standar deviasi populasi diketahui Tes-t untuk rata-rata bila standar populasi deviasi tidak diketahui Tabel 8.2. Uji Statistik Dua Sampel Independen Uji statistik Chi square untuk independen Tes-z untuk proporsi binomial Wilcoxon Mann-Whitney Tes-t

5 ISIP4215/MODUL Tabel 8.3. Uji statistik untuk lebih dari dua sampel independen Tingkat pengukuran (skala) Nominal Ordinal Uji statistik Chi square untuk independen Kruskal Wallis Interval/Rasio Sumber: George Argyrous, (143). Analisis Variance Tabel 8.4. Uji Statistik untuk Dua sampel Dependen Tingkat pengukuran (skala) Nominal Ordinal Uji statistik McNemar untuk binomial Wilcoxon Interval/Rasio Sumber: George Argyrous, (143). Tes-t untuk perbedaan rata-rata Catatan yang Anda harus ingat adalah apabila dalam satu kasus ternyata ada dua skala yang berbeda maka kita akan memakai skala yang terendah sebagai dasar untuk menentukan pemilihan uji statistik. Dengan demikian, bila dalam satu kasus dua sampel dependen, ternyata satu variabel berskala ordinal, sedangkan variabel lainnya berskala nominal maka berdasar Tabel 8.4. kita akan memakai McNemar dan bukannya Wilcoxon. Dalam kasus mahasiswa UT, kita ketahui bahwa kita ingin mengukur rata-rata usia, dengan demikian variabel yang kita miliki adalah berskala rasio, dan kita ingin mengukur satu sampel. Dengan demikian, uji statistik yang akan kita gunakan adalah memakai tes-z untuk rata-rata, apabila standar deviasi populasi diketahui atau tes-t untuk rata-rata, apabila standar deviasi populasi tidak diketahui. 3. Menentukan Taraf Signifikansi (Alpha) Dalam Modul 7, kita sudah diperkenalkan mengenai alpha atau daerah penolakan. Sekali lagi diingatkan bahwa bicara mengenai daerah penolakan maka kita bicara mengenai penolakan terhadap Ho. Satu hal yang sebaiknya diingat kembali adalah beberapa tingkat signifikansi yang umum digunakan dalam ilmu sosial, yaitu 0,01; 0,05; serta 0,1. Bahkan ada kesepakatan bahwa

6 8.6 Pengantar Statistik Sosial jika peneliti tidak memberitahukan kepada umum tingkat signifikansi yang diberikan maka kita dibenarkan apabila menetapkan bahwa tingkat signifikansi yang digunakan adalah 0,05. Besar kecilnya tingkat signifikansi yang diberikan memberi pengaruh pada besar kecilnya kemungkinan kita menolak Ho. Semakin besar tingkat signifikansi yang diberikan maka semakin besar kemungkinan kita untuk menolak Ho. Satu hal yang perlu diperhatikan adalah kita menghitung titik nol dari sisi ujung kurva, baik itu dari sisi kanan maupun dari sisi kiri. Untuk lebih jelasnya kita perhatikan Gambar 8.1 berikut. Dalam kasus mahasiswa UT tadi. anggaplah kita menetapkan tingkat signifikansi (alpha) sebesar Melakukan Perhitungan Langkah berikutnya setelah kita menetapkan tingkat signifikansi adalah melakukan perhitungan. Dalam kasus mahasiswa UT maka perhitungannya adalah Rumus tes-z : x µ σ n

7 ISIP4215/MODUL di ketahui: µ = 35 σ = 2 (misalkan) x = 32 n = α = 0,05 (dari tabel z, nilainya adalah 1,96) maka: = = / ,02 5. Mengambil Keputusan atau Kesimpulan Setelah kita selesai melakukan perhitungan maka langkah terakhir adalah mengambil keputusan. Tentu saja keputusan yang kita ambil adalah menolak Ho atau menerima Ho. Kita akan menolak Ho apabila nilai z hitung (hasil perhitungan) lebih dari atau sama dengan nilai z alpha atau apabila nilai z hitung (hasil perhitungan) kurang dari atau sama dengan nilai - z alpha. Dalam kasus mahasiswa UT maka kita bisa mengambil kesimpulan bahwa kita menolak Ho karena nilai z hitung (-150) kurang dari nilai z alpha (-1,96). Dalam gambar kurva akan lebih jelas terlihat, sebagai berikut. Oleh karena Ho ditolak, yang berarti kita menolak bahwa rata-rata usia mahasiswa UT = 35 maka kita menerima Ha, yaitu rata-rata usia mahasiswa UT 35 atau rata-rata usia mahasiswa UT < 35. Dengan demikian, kita bisa mengambil kesimpulan bahwa rata-rata usia mahasiswa UT adalah benar 32 tahun. B. MENENTUKAN TINGKAT SIGNIFIKANSI Dalam menentukan besar kecilnya alpha yang akan kita berikan, terkait erat dengan kesalahan-kesalahan yang mungkin terjadi pada saat pengambilan keputusan. Ingat bahwa setiap keputusan statistik bersifat probabilistik dan bukan suatu hal yang mengandung kepastian yang berarti

8 8.8 Pengantar Statistik Sosial juga bahwa kemungkinan adanya kesalahan diakui oleh ilmu sosial. Gambarannya sebagai berikut: Bila kita memberikan alpha sebesar 0.05 maka hal itu berarti bahwa kita memberikan toleransi untuk melakukan kesalahan sebanyak lima kali dari seratus. Begitu pula apabila kita menetapkan alpha sebesar 0,1 maka hal itu berarti kita memberikan toleransi untuk melakukan kesalahan sepuluh kali dari seratus. Dengan demikian, terlihat bahwa semakin kecil nilai alpha yang kita tetapkan, sesungguhnya semakin baik penelitian yang kita lakukan. Ada 2 kemungkinan kesalahan yang bisa terjadi, yaitu kita menolak Ho, padahal Ho itu benar (kita sebut saja galat I), dan kesalahan kedua adalah kita menerima Ho padahal Ho itu salah (kita sebut sebagai galat II) Untuk lebih jelasnya coba perhatikan bagan berikut: Realita Keputusan statistik Menolak Ho Menerima Ho Ho benar Galat I Tepat Ho salah Tepat Galat II Alpha adalah daerah penolakan. Dengan demikian, apabila kita memperkecil alpha maka kemungkinan untuk terjadinya galat I menjadi lebih kecil karena dengan semakin kecilnya alpha (semakin kecilnya daerah penolakan Ho) maka kemungkinan untuk menolak Ho juga semakin kecil. Lalu mengapa kita menetapkan nilai alpha yang berbeda-beda? Hal ini dikaitkan dengan akibat yang akan terjadi setelah kita mengambil suatu keputusan. Baiklah kita coba ambil beberapa contoh, agar Anda semakin paham: Misalkan, Anda sebagai Pak Camat mendengar laporan dari beberapa lurah. Laporan yang masuk mengatakan bahwa rata-rata panen di tiap desa sudah mencapai target. Sebagai camat yang sudah mengerti tentang statistika. Anda tidak begitu saja percaya pada laporan yang masuk. Untuk itu, Anda melakukan suatu uji statistik dan merumuskan hipotesis sebagai berikut: Ho: rata-rata panen di Jatirunggo = rata-rata panen di Ngempon Ha: rata-rata panen di Jatirunggo < rata-rata panen di Ngempon Nah berapa tingkat signifikansi yang akan Anda berikan? Apakah Anda akan menetapkan nilai signifikansi sebesar 0,10 atau nilai signifikansi sebesar

9 ISIP4215/MODUL ,01? Sebelum Anda memutuskan. mari kita berandai-andai untuk melihat apa akibat yang akan terjadi, setelah Anda mengambil keputusan. Pertama, (galat I) diandaikan apabila Anda mengambil kesimpulan untuk menolak Ho. Dengan demikian, Anda mengakui bahwa rata-rata panen di Jatirunggo < Ngempon. Berdasar keputusan itu Anda memberikan subsidi pada Desa Jatirunggo. Kenyataannya, rata-rata panen di kedua desa tersebut sama maka akibatnya Anda memberikan subsidi kepada desa Jatirunggo yang sebenarnya kebutuhan akan pangan sudah tercukupi. Kedua, (galat II) diandaikan apabila Anda mengambil keputusan untuk menerima Ho. Dengan demikian, Anda mengakui bahwa rata-rata panen di Jatirunggo = Ngempon. Berdasar keputusan itu Anda tidak memberikan subsidi kepada kedua desa tersebut. Kenyataannya. rata-rata panen di Jatirunggo < Ngempon maka akibatnya desa Jatirunggo kekurangan pangan karena tidak ada subsidi dari kecamatan. Nah dari kedua pengandaian tersebut, mana yang sebaiknya Anda pilih, apakah sebaiknya Anda memilih memperbesar kemungkinan melakukan galat I dengan akibat Anda memberikan subsidi kepada desa yang sudah makmur atau memperbesar kemungkinan untuk melakukan galat II dengan akibat desa yang seharusnya diberi subsidi menjadi kekurangan pangan? Tentunya Anda akan memilih lebih baik memperbesar kemungkinan melakukan galat I karena risiko yang akan terjadi tidak membuat penduduk kekurangan pangan. Nah karena Anda memutuskan lebih baik memperbesar kemungkinan untuk melakukan galat I maka berarti Anda akan menetapkan nilai signifikansi yang lebih besar, yaitu 0,10 sehingga kemungkinan untuk menolak Ho juga besar. LATIHAN Untuk memperdalam pemahaman Anda mengenai materi di atas, kerjakanlah latihan berikut! 1) Coba Anda buat pertimbangan, nilai signifikansi yang akan Anda ambil apabila ada laporan bahwa mahasiswa UT di Jakarta memakai obat terlarang. 2) Coba Anda melakukan uji hipotesis apabila di ketahui: µ = 800 σ = 40

10 8.10 Pengantar Statistik Sosial Petunjuk Jawaban Latihan x = 70 n = 100 u = 0,05 (dari tabel z, nilainya adalah 1,96) 1) Buat terlebih dahulu perumusan hipotesisnya, ingat bahwa Ho selalu menggunakan notasi =. Kemudian, buat pengandaian apabila menolak ho dan pengandaian apabila menerima Ho, dengan akibat yang mungkin terjadi 2) Ingat bahwa untuk melakukan uji hipotesis ada 5 langkah. Lihat lagi penjelasan mengenai tahap uji hipotesis. RANGKUMAN Hipotesis adalah jawaban teoretis atas permasalahan yang dihadapi peneliti. Setelah kita membuat hipotesis, kita melakukan pengumpulan data empiris, dan setelah data empiris terkumpul maka kita akan membuat suatu keputusan dengan kemungkinan mempertahankan hipotesis atau merevisi hipotesis. Cara yang kita lakukan untuk mengambil keputusan didasarkan pada uji statistik. Uji hipotesis lebih ditujukan untuk membuat suatu pertimbangan tentang perbedaan antara nilai statistik di sampel dengan nilai parameter populasi. Dengan adanya perbedaan nilai tersebut maka dalam pengujian hipotesis, kita akan diperkenalkan dengan suatu hipotesis yang disebut sebagai hipotesis null (Ho) dan hipotesis alternatif (Ha). Dalam melakukan pengujian hipotesis, ada beberapa langkah yang haru dilakukan, yaitu merumuskan hipotesis null dan hipotesis alternatif, memilih uji statistik yang sesuai, menentukan taraf signifikansi (alpha), melakukan perhitungan, serta mengambil kesimpulan. Penentuan besar kecilnya alpha yang akan kita berikan, terkait erat dengan kesalahankesalahan yang mungkin terjadi pada saat pengambilan keputusan. Ada 2 kemungkinan kesalahan yang bisa terjadi, yaitu kita menolak Ho, padahal Ho itu benar (disebut galat I), dan kesalahan kedua adalah kita menerima Ho padahal H itu salah (disebut galat II).

11 ISIP4215/MODUL TES FORMATIF 1 Pilihlah satu jawaban yang paling tepat! 1) Dalam uji hipotesis, kita menolak Ho bila nilai z hitung... A. lebih dari z alpha B. lebih dari atau sama dengan z alpha C. kurang dari z alpha D. kurang dari atau sama dengan z alpha 2) Perumusan Ho yang benar adalah... A. rata-rata nilai kelompok A tidak sama dengan kelompok B B. rata-rata nilai kelompok A sama dengan kelompok B C. rata-rata nilai kelompok A kurang dari kelompok B D. rata-rata nilai kelompok A lebih dari kelompok B 3) Apabila kita ingin melakukan uji statistik untuk dua sampel dependen. dengan variabelnya masing-masing berskala nominal dan ordinal maka kita memakai... A. McNemar B. Wilcoxon C. Tes-t D. Tes-z 4) Galat I mengandung pengertian bahwa kita... A. menerima Ho padahal salah B. menerima Ho padahal benar C. menolak Ho padahal salah D. menolak Ho padahal benar 5) Apabila kita memutuskan untuk memperkecil alpha maka kita... A. memperbesar kemungkinan menolak Ho B. memperkecil kemungkinan menolak Ho C. memperbesar kemungkinan galat I D. memperkecil kemungkinan galat II Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 1 yang terdapat di bagian akhir modul ini. Hitunglah jawaban yang benar. Kemudian, gunakan rumus berikut untuk mengetahui tingkat penguasaan Anda terhadap materi Kegiatan Belajar 1.

12 8.12 Pengantar Statistik Sosial Tingkat penguasaan = Jumlah Jawaban yang Benar 100% Jumlah Soal Arti tingkat penguasaan: % = baik sekali 80-89% = baik 70-79% = cukup < 70% = kurang Apabila mencapai tingkat penguasaan 80% atau lebih, Anda dapat meneruskan dengan Kegiatan Belajar 2. Bagus! Jika masih di bawah 80%, Anda harus mengulangi materi Kegiatan Belajar 1, terutama bagian yang belum dikuasai.

13 ISIP4215/MODUL P Kegiatan Belajar 2 Uji Statistik Satu Sisi dan Dua Sisi ada Kegiatan Belajar 1, kita sudah mempelajari langkah-langkah untuk membuat uji hipotesis. Dalam langkah pertama kita sudah diminta untuk merumuskan hipotesis. Nah kalau Anda masih ingat bagaimana kita harus merumuskan hipotesis alternatif maka ada tiga kemungkinan, yaitu dengan memakai notasi (tidak sama dengan), < (kurang dari) atau > (lebih dari). Nah, pemakaian notasi-notasi itu menunjukkan apakah kita menggunakan uji satu sisi atau uji dua sisi. Untuk lebih jelasnya kita pelajari materi berikut: A. UJI STATISTIK SATU SISI Pada uji satu sisi maka kita akan menemukan satu daerah penolakan yang tergambar dalam kurva, yang terkait dengan perumusan hipotesis alternatifnya. Apabila kita merumuskan Ha dengan memakai notasi < maka kita akan menggambarkan daerah penolakan di sebelah kiri, sedangkan apabila kita memakai notasi > maka kita akan menggambarkan daerah penolakan di sebelah kanan. Coba Anda perhatikan kurva berikut: Ha : µ < Ha : µ > Masih ingat penjelasan mengenai pengambilan kesimpulan? Dalam uji satu sisi, pengambilan kesimpulan mengikuti ketentuan yang ada. Kita akan menolak Ho apabila nilai z hitung (hasil perhitungan) lebih dari atau sama dengan nilai z alpha atau apabila nilai z hitung (hasil perhitungan) kurang dari atau sama dengan nilai - z alpha. Mari kita lihat dengan contoh berikut. Apabila dari suatu hasil penelitian di dapat data sebagai berikut: di ketahui: µ = 32 σ = 2 x = 31,8 n = 100

14 8.14 Pengantar Statistik Sosial α = 0,10 (dari tabel z, nilainya adalah 1,64 karena notasi yang digunakan < maka identik dengan -1.64) Berdasar data tersebut, maka kita bisa memulai melakukan uji hipotesis. 1. Merumuskan hipotesis null dan hipotesis alternatif Rumusan hipotesisnya sebagai berikut: Ho: µ = 32 (ingat bahwa yang dirumuskan dalam Ho adalah data di populasi, dan notasi untuk Ho adalah sama dengan) Ha: p < 32 (karena data di sampel lebih kecil maka kita memakai notasi kurang dari ) 2. Memilih uji statistik yang sesuai Oleh karena kita ketahui bahwa data yang ada adalah berskala rasio, dan uji yang dilakukan adalah uji hipotesis untuk satu sampel, serta standar deviasi populasi (a) diketahui maka kita akan menggunakan Tes-z. 3. Menentukan taraf signifikansi (alpha) Dalam kasus di atas. nilai signifikansinya sudah ditentukan sehingga tahap ini sudah dilalui. 4. Melakukan perhitungan z : X - µ = σ n 31,8 32 = Mengambil keputusan atau kesimpulan Setelah hasil perhitungan kita dapat maka kita dapat mengambil kesimpulan bahwa Ho diterima (karena nilai z hitung (-I) > z alpha (-1.64)), dengan demikian keyakinan bahwa rata-rata di populasi adalah 32 tepat. Dalam bentuk kurva terlihat sebagai berikut:

15 ISIP4215/MODUL B. UJI STATISTIK DUA SISI Apabila pada uji satu sisi. kita akan menemukan satu daerah penolakan maka pada uji dua sisi kita akan menemukan dua daerah penolakan yang tergambar dalam kurva, yang terkait dengan perumusan hipotesis alternatifnya. Dengan demikian kurva yang terbentuk sebagai berikut: Satu hal yang perlu diingat karena dalam uji dua sisi. ada dua daerah penolakan maka nilai alpha yang sudah kita tentukan juga akan dibagi dua. Dengan demikian, kita akan menolak Ho apabila nilai z hitung (hasil perhitungan) lebih dari atau sama dengan nilai zalpha/2 atau apabila nilai zhitung (hasil perhitungan) kurang dari atau sama dengan nilai - zalpha/2. Sebaiknya kita langsung pada contoh berikut: Apabila dari suatu hasil penelitian di dapat data sebagai berikut: di ketahui: µ = 100 s = 11 x = 94 n = 20 α = 0,10 (dari tabel t, nilai alpha/2 dengan derajat bebas 19 (didapat dari rumus n-1) adalah 1,729 atau Berdasar data tersebut maka kita bisa memulai melakukan uji hipotesis. 1. Merumuskan hipotesis null dan hipotesis alternatif Rumusan hipotesisnya sebagai berikut: Ho: µ. = 100 (ingat bahwa yang dirumuskan dalam Ho adalah data di populasi, dan notasi untuk Ho adalah sama dengan) Ha : µ 100 (karena data di sampel dianggap berbeda dengan data dipopulasi maka kita gunakan notasi tidak sama dengan)

16 8.16 Pengantar Statistik Sosial 2. Memilih uji statistik yang sesuai Oleh karena kita ketahui bahwa data yang ada adalah berskala rasio dan uji yang dilakukan adalah uji hipotesis untuk satu sampel. serta standar deviasi populasi (a) tidak diketahui (yang kita ketahui adalah standar deviasi sampel (s)) maka kita akan menggunakan Tes-t. 3. Menentukan taraf signifikansi (alpha) Dalam kasus di atas nilai signifikansinya sudah ditentukan sehingga tahap ini sudah dilalui. 4. Melakukan perhitungan X µ t : = σ n = -2, Mengambil keputusan atau kesimpulan Setelah hasil perhitungan kita dapat maka kita dapat mengambil kesimpulan bahwa Ho ditolak (karena nilai thitung (-2,440) < talpha/2 (-1,729)). Dengan demikian, keyakinan bahwa rata-rata di populasi adalah 100 kurang tepat. Dalam bentuk kurva terlihat sebagai berikut: C. UJI SATU SISI DAN DUA SISI UNTUK PROPORSI Ketika kita membahas tentang estimasi. kita sudah menyinggung mengenai proporsi. Dalam uji statistik kita juga bisa melakukan uji hipotesis untuk proporsi. Seperti halnya untuk uji hipotesis rata-rata maka dalam uji hipotesis untuk proporsi, terdapat uji satu sisi dan uji dua sisi. Pada prinsipnya, baik uji hipotesis untuk rata-rata maupun uji hipotesis untuk

17 ISIP4215/MODUL proporsi memiliki kesamaan. Demikian pula tahap-tahap yang perlu dilakukan untuk melakukan uji hipotesis. Perbedaannya terletak pada rumus yang digunakan. Apabila untuk uji hipotesis rata-rata, kita mengenal beberapa tes dan di antaranya sudah kita coba kerjakan yaitu tes-t dan tes-z, maka untuk uji hipotesis proporsi kita gunakan tes proporsi. Untuk lebih jelasnya kita coba lihat contoh berikut: Apabila berdasar data diketahui bahwa 80% mahasiswa UT yang meregistrasi pada tahun di Pondok Cabe adalah pekerja. Untuk membuktikan kebenaran data tersebut, dilakukan penelitian terhadap 75 calon mahasiswa yang dipilih secara acak. Dari hasil penelitian ternyata didapat data bahwa hanya 53 mahasiswa yang bekerja. Dari kasus di atas maka kita dapat melakukan uji hipotesis. sebagai berikut. 1. Merumuskan hipotesis null dan hipotesis alternatif Rumusan hipotesisnya sebagai berikut: Ho : p = 0.8 (ingat bahwa yang dirumuskan dalam Ho adalah data di populasi, dan notasi untuk Ho adalah sama dengan) Ha: p 0.8 (karena data di sampel dianggap berbeda dengan data dipopulasi maka kita gunakan notasi tidak sama dengan) 2. Memilih uji statistik yang sesuai Dalam kasus ini kita akan menggunakan tes-z untuk proporsi binomial. 3. Menentukan taraf signifikansi (alpha) dalam kasus di atas, nilai signifikansinya ditentukan sebesar 0, Melakukan perhitungan Untuk dapat menghitung tes-z ini maka kita perlu mengetahui standard error proporsi. yang didapat dengan rumus σp = (pq / n), di mana po adalah Ho (0.8), q adalah 1-p (0,2), serta n adalah jumlah sampel (75). Dengan demikian σp = (0,8 x 0, 2 / 75) = 0, 046. Rumus untuk uji hipotesis proporsi binomial adalah: z : p po, di mana p adalah x/n (53/75 = 0,70) σp maka 0,70 0,80 = 2,17 0,046

18 8.18 Pengantar Statistik Sosial 5. Mengambil keputusan atau kesimpulan Setelah hasil perhitungan kita dapat. maka kita dapat mengambil kesimpulan bahwa Ho ditolak (karena nilai zhitung (-2.17) < zalpha/2 (-1,96)), dengan demikian dugaan bahwa 80% mahasiswa UT yang mendaftar di Pondok Cabe untuk tahun ajaran adalah pekerja tidak tepat. Dalam bentuk kurva terlihat sebagai berikut: LATIHAN Untuk memperdalam pemahaman Anda mengenai materi di atas, kerjakanlah latihan berikut! 1) Coba Anda temukan satu kasus, kemudian lakukan uji hipotesis. Apakah itu untuk rata-rata atau proporsi? Petunjuk Jawaban Latihan 1) Ingat bahwa untuk melakukan uji hipotesis ada 5 langkah. 2) Lihat lagi penjelasan mengenai tahap uji hipotesis. Gunakan rumus yang tepat sesuai dengan karakteristik kasus Anda. 3) Diskusikan dengan teman Anda. RANGKUMAN Dalam melakukan pengujian hipotesis, ada beberapa bentuk, yaitu uji hipotesis untuk rata-rata dan uji hipotesis untuk proporsi. Baik uji hipotesis rata-rata maupun proporsi, dikenal adanya uji satu sisi dan uji dua sisi. Uji satu sisi digunakan bila kita ingin membuktikan apakah data yang sebenarnya kurang dari atau lebih dari data di populasi, sedangkan uji dua sisi digunakan apabila kita ingin membuktikan apakah data sebenarnya tidak sama dengan data di populasi.

19 ISIP4215/MODUL Dalam bentuk kurva maka uji satu sisi hanya menggunakan satu sisi. di mana sisi kiri digunakan apabila perumusan hipotesis alternatifnya memakai notasi kurang dari dan sisi kanan digunakan bila perumusan hipotesis alternatifnya memakai notasi lebih dari, sedangkan dalam kurva yang memakai kedua sisi, apabila perumusan hipotesis alternatifnya memakai notasi tidak sama dengan. TES FORMATIF 1 Pilihlah satu jawaban yang paling tepat! 1) Notasi untuk standard error proporsi adalah... A. p/ n B. po C. σp D. (pq / n) 2) Apabila diketahui po 0,8 dan n 50 maka standard error proporsi =... A. 3,2 B. 0,32 C. 0,032 D. 0,0032 3) Apabila dalam uji dua sisi, diketahui nilai zhitung -2, dan nilai zalpha/2 = 1.96 maka... A. Ho ditolak karena -2 < 1.96 B. Ho ditolak karena -2 > C. Ho diterima karena -2 < 1.96 D. Ho diterima karena -2 > ) Apabila diketahui µ = 32; σ = 10; n = 100 maka standard error rata-rata =... A. 10/ 100 B. 10/100 C. 32/ 100 D. 32/100 5) Apabila diduga ada 60% mahasiswa menyontek saat ujian. Untuk membuktikan kebenaran data tersebut maka kita dapat melakukan... A. Uji hipotesis satu sisi

20 8.20 Pengantar Statistik Sosial B. Uji hipotesis dua sisi C. Uji hipotesis untuk rata-rata D. Uji hipotesis proporsi Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 2 yang terdapat di bagian akhir modul ini. Hitunglah jawaban yang benar. Kemudian, gunakan rumus berikut untuk mengetahui tingkat penguasaan Anda terhadap materi Kegiatan Belajar 2. Tingkat penguasaan = Jumlah Jawaban yang Benar 100% Jumlah Soal Arti tingkat penguasaan: % = baik sekali 80-89% = baik 70-79% = cukup < 70% = kurang Apabila mencapai tingkat penguasaan 80% atau lebih, Anda dapat meneruskan dengan modul selanjutnya. Bagus! Jika masih di bawah 80%, Anda harus mengulangi materi Kegiatan Belajar 2, terutama bagian yang belum dikuasai.

21 ISIP4215/MODUL Kunci Jawaban Tes Formatif Tes Formatif 1 1) A. Ketentuan yang berlaku dalam uji hipotesis adalah kita menolak Ho apabila nilai z hitung lebih dari z alpha (sudah jelas dalam modul) 2) B. Perumusan Ho selalu memakai notasi tidak sama dengan. 3) A. Apabila dalam hubungan dua variabel, masing-masing variabel memiliki skala yang berbeda maka kita melihat skala yang terkecil. Dengan demikian, dalam kasus ini skala yang terkecil adalah skala nominal. 4) D. Galat I mengandung pengertian bahwa kita menolak Ho padahal benar (sudah jelas dalam modul). 5) B. Apabila kita memperkecil alpha maka kita memperkecil kemungkinan menolak Ho. Tes Formatif 2 1) C. Notasi untuk standard error proporsi adalah σp. Untuk mendapatkan nilai σp didapat dengan rumus (pq / n). 2) D. Berdasar rumus standard error proporsi, yaitu (pq / n) maka kita cari dulu nilai Q, yaitu 1 - p=0,2, setelah itu kits hitung. 3) B. Oleh karena dua sisi maka nilai zalpha mencakup nilai positif dan negatif, sedangkan ketentuan yang berlaku adalah kita menolak Ho bila z hitung lebih dari atau sama dengan z alpha atau apabila nilai zhitung kurang dari atau sama dengan nilai - z alpha. 4) A. Rumus untuk standard error rata-rata adalah σ. n 5) D

Estimasi dan Uji Hipotesis

Estimasi dan Uji Hipotesis Modul 7 Estimasi dan Uji Hipotesis Bambang Prastyo, S.Sos. PENDAHULUAN pa yang akan Anda lakukan setelah Anda selesai melakukan penelitian? A Tentunya Anda akan mengambil suatu kesimpulan. Nah seperti

Lebih terperinci

DISTRIBUSI SAMPLING besar

DISTRIBUSI SAMPLING besar DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan

Lebih terperinci

MODUL 4 Latihan KB Peluang minimal muncul gambar dalam dua kali lemparan! 2. Peluang (putih) dalam kasus sepuluh bola di dalam suatu wadah

MODUL 4 Latihan KB Peluang minimal muncul gambar dalam dua kali lemparan! 2. Peluang (putih) dalam kasus sepuluh bola di dalam suatu wadah MODUL 4 Latihan KB 1. 1. Peluang minimal muncul gambar dalam dua kali lemparan! 2. Peluang (putih) dalam kasus sepuluh bola di dalam suatu wadah Penyelesaian 1. Asas peristiwa soal 1 adalah peristiwa independen

Lebih terperinci

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut : PENGUJIAN HIPOTESIS A. Pengertian Pengujian Hipotesis Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis. Hupo berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau pernyataan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang

Lebih terperinci

STATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.

STATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. STATISTIKA Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. Statistika deskriptif: pencatatan dan peringkasan hasil

Lebih terperinci

PENGERTIAN PENGUJIAN HIPOTESIS

PENGERTIAN PENGUJIAN HIPOTESIS PENGUJIAN HIPOTESIS PENGERTIAN PENGUJIAN HIPOTESIS HUPO From: BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau

Lebih terperinci

PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd

PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd Definisi Pengujian hipotesis deskriptif pada dasarnya merupakan proses pengujian generalisasi hasil penelitian yang didasarkan pada satu

Lebih terperinci

PENGUJIAN HIPOTESIS 1

PENGUJIAN HIPOTESIS 1 PENGUJIAN HIPOTESIS 1 Pengertian Pengujian Hipotesis From: BAHASA YUNANI HUPO THESIS Lemah, kurang, di bawah Teori, proposisi, atau pernyataan yang disajikan sebagai bukti Hipotesis suatu pernyataan yang

Lebih terperinci

PENGUJIAN HIPOTESIS O L E H : R I A N D Y S Y A R I F

PENGUJIAN HIPOTESIS O L E H : R I A N D Y S Y A R I F PENGUJIAN HIPOTESIS O L E H : R I A N D Y S Y A R I F DEFINISI HIPOTESIS Hipotesis berasal dari bahasa Yunani ; Hipo berarti Lemah atau kurang atau di bawah dan Thesis berarti teori, proposisi atau pernyataan

Lebih terperinci

BAB ΙΙ LANDASAN TEORI

BAB ΙΙ LANDASAN TEORI 7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang

Lebih terperinci

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Hipotesis statistik Sebuah pernyataan tentang parameter yang menjelaskan sebuah populasi (bukan sampel). Statistik Angka yang dihitung dari sekumpulan sampel.

Lebih terperinci

Pengertian Pengujian Hipotesis

Pengertian Pengujian Hipotesis PENGUJIAN HIPOTESIS Pengertian Pengujian Hipotesis HUPO BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau pernyataan

Lebih terperinci

Ayundyah Kesumawati. April 20, 2015

Ayundyah Kesumawati. April 20, 2015 Pengujian Kesumawati Nol dan Prodi Statistika FMIPA-UII April 20, 2015 Pengujian Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi Pengujian hipotesis berhubungan dengan penerimaan atau

Lebih terperinci

PENGUJIAN HIPOTESIS. 2,5% (Ho ditolak) 2,5% ( Ho ditolak )

PENGUJIAN HIPOTESIS. 2,5% (Ho ditolak) 2,5% ( Ho ditolak ) PENGUJIAN HIPOTESIS 1. Pengertian Hipotesis Hypo = Sementara Thesis = Jawaban Jadi hipotesis adalah jawaban sementara dari suatu pernyataan ( pejabat, mahasiswa, pegawai dan lain sebagainya.contoh : 1.

Lebih terperinci

PENGUJIAN HIPOTESIS Imam Gunawan

PENGUJIAN HIPOTESIS Imam Gunawan PENGUJIAN HIPOTESIS Imam Gunawan HIPOTESIS.??? Sudut pandang statistik: Pernyataan statistik tentang parameter populasi. Taksiran terhadap parameter populasi melalui data sampel. Sudut pandang penelitian:

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial DATA BERPERINGKAT Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id PENGERTIAN STATISTIKA NONPARAMETRIK Statistika nonparametrik untuk data berperingkat: Statistika yang menggunakan data

Lebih terperinci

Pertemuan 9 II. STATISTIKA INFERENSIAL

Pertemuan 9 II. STATISTIKA INFERENSIAL Pertemuan 9 II. STATISTIKA INFERENSIAL Tujuan Setelah perkuliahan ini mhs. diharapkan mampu: Menjelaskan pengertian statistika inferensial Menjelaskan konsep sampling error Menghitung tingkat kepercayaan

Lebih terperinci

STMIK KAPUTAMA - BINJAI

STMIK KAPUTAMA - BINJAI STMIK KAPUTAMA - BINJAI Pengujian hipotesis merupakan suatu prosedur yang didasarkan pada bukti sampel dan teori probabilitas yang digunakan untuk menentukan apakah suatu hipotesis adalah pernyataan yang

Lebih terperinci

Dalam estimasi, uji hipotesis adalah prosedur dalam membuat inferensi tentang populasi 11.2

Dalam estimasi, uji hipotesis adalah prosedur dalam membuat inferensi tentang populasi 11.2 Dalam estimasi, uji hipotesis adalah prosedur dalam membuat inferensi tentang populasi 11.2 Meneliti apakah daya kritis dan kepercayaan diri mahasiswa berpengaruh terhadap IP mahasiswa? Dapatkan anda

Lebih terperinci

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep uji hipotesis, kesalahan tipe 1 dan 2, uji hipotesis untuk mean (1 dan 2 sampel),

Lebih terperinci

STATISTIK NON PARAMTERIK

STATISTIK NON PARAMTERIK STATISTIK NON PARAMTERIK PROSEDUR PENGOLAHAN DATA : PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameterparameter

Lebih terperinci

BAB 1 PENDAHULUAN Pengertian dan Kegunaan Statistika

BAB 1 PENDAHULUAN Pengertian dan Kegunaan Statistika BAB 1 PENDAHULUAN 1.1. Pengertian dan Kegunaan Statistika Statistik dapat berarti tiga hal. Pertama statistik bisa berarti kumpulan data. Ada buku bernama Buku Statistik Indonesia (Statistical Pocketbook

Lebih terperinci

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( ) BIOSTATISTIK UJI HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA (20611003) NURTASMIA (20611022) SOBRI (20611027) : Tahapan-tahapan dalam uji hipotesis 1.Membuat hipotesis nol (H o ) dan hipotesis alternatif (H

Lebih terperinci

SESI 11 STATISTIK BISNIS

SESI 11 STATISTIK BISNIS Modul ke: SESI 11 STATISTIK BISNIS Sesi 11 ini bertujuan agar Mahasiswa dapat mengetahui teori Hipoesa Sampel Besar statistik yang berguna sebagai alat analisis data Ekonomi dan Bisnis. Fakultas EKONOMI

Lebih terperinci

Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4

Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4 Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel

Lebih terperinci

Hipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya

Hipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Digunakan istilah diterima atau ditolak untuk suatu hipotesis Penolakan suatu hipotesis berarti menyimpulkan bahwa

Lebih terperinci

STATISTIKA NONPARAMETRIK

STATISTIKA NONPARAMETRIK Jurusan Pendidikan Fisika FPMIPA Universitas Pendidikan Indonesia STATISTIKA NONPARAMETRIK Uji Tanda, Uji Wilcoxon, dan Kolmogorov Smirnov Achmad Samsudin, S.Pd., M.Pd. MODUL STATISTIKA NONPARAMETRIK Achmad

Lebih terperinci

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani    / PENGUJIAN HIPOTESIS (1) 1 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pengertian Pengujian Hipotesis (1) 3 BAHASA YUNANI HUPO Lemah, kurang, di bawah THESIS Teori,

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Kontrak Perkuliahan Pertemuan & Materi RPKPS Penilaian Tugas, short quiz (30%) Quiz 1 & 2 (40%) UAS (30%) Referensi Montgomery, D.C, George C. Runger. Applied Statistic and

Lebih terperinci

Pertemuan 13 &14. Hipotesis

Pertemuan 13 &14. Hipotesis Pertemuan 13 &14 Hipotesis Hipotesis Tujuan: penarikan kesimpulan (menggeneralisir) nilai yang berasal dari sampel terhadap keadaan populasi melalui pengujian hipotesis. Keyakinan ini didasarkan pada besarnya

Lebih terperinci

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji

Lebih terperinci

1.1 Contoh Soal dan Pembahasan Uji 1 Sampel a. Uji Binomial Untuk kasus ukuran sampel 25 Dilakukan penelitian untuk mengetahui kecenderungan

1.1 Contoh Soal dan Pembahasan Uji 1 Sampel a. Uji Binomial Untuk kasus ukuran sampel 25 Dilakukan penelitian untuk mengetahui kecenderungan 1.1 Contoh Soal dan Pembahasan 1.1.1 Uji 1 Sampel a. Uji Binomial Untuk kasus ukuran sampel 5 Dilakukan penelitian untuk mengetahui kecenderungan masyarakat dalam memilih perawatan kecantikan. Berdasarkan

Lebih terperinci

Hipotesis : asumsi atau anggapan bisa benar atau bisa salah seringkali dipakai sebagai dasar dalam memutuskan

Hipotesis : asumsi atau anggapan bisa benar atau bisa salah seringkali dipakai sebagai dasar dalam memutuskan PENGUJIAN HIPOTESIS Hipotesis : Merupakan suatu asumsi atau anggapan yang bisa benar atau bisa salah mengenai sesuatu hal, dan dibuat untuk menjelaskan sesuatu hal tersebut sehingga memerlukan pengecekan

Lebih terperinci

UJI HIPOTESIS UNTUK PROPORSI

UJI HIPOTESIS UNTUK PROPORSI PENGUJIAN HIPOTESIS UJI HIPOTESIS UNTUK PROPORSI Uji Hipotesis untuk Proporsi Data statistik sampel: - = Proporsi kejadian sukses dalam sampel - p = Proporsi kejadian sukses dalam populasi - - Statistik

Lebih terperinci

Analisis Data kategorik tidak berpasangan skala pengukuran numerik

Analisis Data kategorik tidak berpasangan skala pengukuran numerik Analisis Data kategorik tidak berpasangan skala pengukuran numerik Uji t dengan 2 kelompok Uji t Tidak Berpasangan Uji t dikembangkan oleh William Sealy Gosset. Dalam artikel publikasinya, ia menggunakan

Lebih terperinci

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah, ST., MT SIGN TEST Sign Test Digunakan untuk menguji hipotesa tentang MEDIAN dan DISTRIBUSI KONTINYU. Pengamatan dilakukan pada median dari sebuah distribusi

Lebih terperinci

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah Pengantar Uji Hipotesis Oleh Azimmatul Ihwah Hipotesis Merupakan pernyataan/dugaan mengenai parameter dari 1 atau lebih populasi. Misalnya seorang guru Kimia ingin mengetahui apakah metode pembelajaran

Lebih terperinci

Pengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis

Pengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis PENGUJIAN HIPOTESIS Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Hipotesis Hipotesis adalah suatu pernyataan mengenai nilai suatu parameter populasi yang dimaksudkan untuk pengujian

Lebih terperinci

Statistika Nonparametrik dengan SPSS, Minitab, dan R

Statistika Nonparametrik dengan SPSS, Minitab, dan R i Statistika Nonparametrik dengan SPSS, Minitab, dan R 017 ii USU Press Art Design, Publishing & Printing Gedung F Jl. Universitas No. 9, Kampus USU Medan, Indonesia Telp. 061-813737; Fax 061-813737 Kunjungi

Lebih terperinci

Pokok Bahasan: Chi Square Test

Pokok Bahasan: Chi Square Test Pokok Bahasan: Chi Square Test Start Pokok Bahasan A. Pengertian Distribusi Chi Kuadrat B. Uji Kecocokan (Goodness of Fit Test) (Kontigensi Table Test) 1 Instruksional Umum Memberi penjelasan tentang distribusi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1.Latar Belakang

BAB 1 PENDAHULUAN. 1.1.Latar Belakang BAB 1 PENDAHULUAN 1.1.Latar Belakang Setiap universitas berusaha meningkatkan mutu lulusannya agar mereka mampu bersaing di era globalisasi. (USU) merupakan salah satu Perguruan Tinggi Negeri di kota Medan

Lebih terperinci

Pengujian Hipotesis. Oleh : Dewi Rachmatin

Pengujian Hipotesis. Oleh : Dewi Rachmatin Pengujian Hipotesis Oleh : Dewi Rachmatin Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Akan digunakan istilah diterima atau ditolak pada bagian ini Penolakan

Lebih terperinci

Uji Hipotesis Dua Rata-rata Populasi

Uji Hipotesis Dua Rata-rata Populasi Modul 9 Uji Hipotesis Dua Rata-rata Populasi Enny Febriana, S.Sos. PENDAHULUAN nda telah mempelajari beberapa uji hipotesis pada Modul 8. Uji hipotesis A yang telah Anda pelajari dipergunakan untuk menguji

Lebih terperinci

BAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat

BAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian

Lebih terperinci

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertian Persamaan Regresi Menurut Sir Francis Galton (1822-1911) persamaan regresi adalah persamaan matematik yang memungkinkan kita meramalkan nilai-nilai atau variabel-variabel

Lebih terperinci

Uji Z atau t Uji Z Chi- square

Uji Z atau t Uji Z Chi- square UJI FRIEDMAN SEBAGAI PENDEKATAN ANALISIS NONPARAMETRIK UNTUK MENGUJI HOMOGENITAS RATA-RATA retnosubekti@uny.ac.id Pendahuluan Uji parametrik memerlukan pemenuhan asumsi-asumsi tentang distribusi populasi

Lebih terperinci

statistika untuk penelitian

statistika untuk penelitian statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,

Lebih terperinci

PENGUJIAN HIPOTESIS. Konsep: Dua macam kekeliruan. Pengujian hipotesis.

PENGUJIAN HIPOTESIS. Konsep: Dua macam kekeliruan. Pengujian hipotesis. Konsep: PENGUJIAN HIPOTESIS Agus Susworo Dwi Marhaendro Hipotesis: asumsi atau dugaan sementara mengenai sesuatu hal. Dituntut untuk dilakukan pengecekan kebenarannya. Jika asumsi atau dugaan dikhususkan

Lebih terperinci

Pengantar Statistik. Nanang Erma Gunawan

Pengantar Statistik. Nanang Erma Gunawan Pengantar Statistik Nanang Erma Gunawan nanang_eg@uny.ac.id Sekilas tentang sejarah Statistik Statistik: pada awal zaman Masehi, bangsa-bangsa mengumpulkan data untuk mendapatkan informasi mengenai pajak,

Lebih terperinci

PENGUJIAN HIPOTESIS. 100% - 5 % = 95% (Ho di terima) 2,5% (Ho ditolak) 2,5% ( Ho ditolak ) - Zα 0 Zα

PENGUJIAN HIPOTESIS. 100% - 5 % = 95% (Ho di terima) 2,5% (Ho ditolak) 2,5% ( Ho ditolak ) - Zα 0 Zα PENGUJIAN HIPOTESIS. Pengertian Hipotesis Hypo = Sementara Thesis = Jawaban Jadi hipotesis adalah jawaban sementara dari suatu pernyataan ( pejabat, mahasiswa, pegawai dan lain sebagainya.contoh :. Pernyataan

Lebih terperinci

Konsep-konsep Dasar Statistika

Konsep-konsep Dasar Statistika MODUL 1 Konsep-konsep Dasar Statistika KEGIATAN BELAJAR 1 Pengertian dan Pemanfaatan Statistika A. PENGERTIAN STATISTIKA Statistik adalah suatu kumpulan angka yang tersusun lebih dari satu angka. Misalnya

Lebih terperinci

ESTIMASI. Arna Fariza PENDAHULUAN

ESTIMASI. Arna Fariza PENDAHULUAN ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik

Lebih terperinci

SEBARAN PENARIKAN CONTOH

SEBARAN PENARIKAN CONTOH STATISTIK A (MAM 4137) SEBARAN PENARIKAN CONTOH By Syarifah Hikmah Julinda Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean

Lebih terperinci

PENGUJIAN HIPOTESIS 2

PENGUJIAN HIPOTESIS 2 PENGUJIAN HIPOTESIS. Menguji Kesamaan Dua Rata-rata a. Uji Dua Pihak Misalkan ada dua populasi berdistribusi normal dengan masing-masing rata-rata dan simpangan baku secara berturut-turut μ dan μ dan σ

Lebih terperinci

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data Statistik Dasar 1. Pendahuluan Persamaan Statistika Dalam Penelitian 2. Penyusunan Data Dan Penyajian Data 3. Ukuran Tendensi Sentral, Ukuran Penyimpangan 4. Momen Kemiringan 5. Distribusi Normal t Dan

Lebih terperinci

PERANCANGAN PERCOBAAN

PERANCANGAN PERCOBAAN PERANCANGAN PERCOBAAN PERTEMUAN KE-6 STATISTIKA NON-PARAMETRIK (UNTUK UJI NORMALITAS DAN DATA KUALITATIF) PROF.DR.KRISHNA PURNAWAN CANDRA JURUSAN TEKNOLOGI HASIL PERTANIAN FAPERTA UNMUL 2016 ANALISIS DATA

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel 8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam penelitian seringkali dijumpai kesulitan untuk memperoleh data kontinu yang menyebar mengikuti distribusi normal. Data penelitian yang diperoleh kebanyakan hanya

Lebih terperinci

UJI PERBEDAAN DUA SAMPEL. Materi Statistik Sosial Administrasi Negara FISIP UI

UJI PERBEDAAN DUA SAMPEL. Materi Statistik Sosial Administrasi Negara FISIP UI UJI PERBEDAAN DUA SAMPEL Materi Statistik Sosial Administrasi Negara FISIP UI Digunakan untuk menentukan apakah dua perlakukan sama atau tidak sama Uji parametrik Uji non parametrik: T- test asumsi: distribusi

Lebih terperinci

Dalam estimasi, uji hipotesis adalah prosedur dalam membuat inferensi tentang populasi 11.2

Dalam estimasi, uji hipotesis adalah prosedur dalam membuat inferensi tentang populasi 11.2 Dalam estimasi, uji hipotesis adalah prosedur dalam membuat inferensi tentang populasi 11.2 Hipotesis adalah pernyataan tentang parameter dari satu atau lebih populasi Hipotesis merupakan anggapan yang

Lebih terperinci

SESI 13 STATISTIK BISNIS

SESI 13 STATISTIK BISNIS Modul ke: SESI 13 STATISTIK BISNIS Sesi 13 ini bertujuan agar Mahasiswa dapat mengetahui teori Analisis Regresi dan Korelasi Linier yang berguna sebagai alat analisis data Ekonomi dan Bisnis. Fakultas

Lebih terperinci

Kuliah 4. Ukuran Penyebaran Data

Kuliah 4. Ukuran Penyebaran Data Kuliah 4. Ukuran Penyebaran Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. 21 Maret 2012 Prodi Perikanan Fakultas Perikanan dan Ilmu Kelautan Universitas Padjadjaran Content Rentang Data Rentang

Lebih terperinci

MODUL DASAR PENGUJIAN HIPOTESIS DASAR PENGUJIAN HIPOTESIS

MODUL DASAR PENGUJIAN HIPOTESIS DASAR PENGUJIAN HIPOTESIS DASAR PENGUJIAN HIPOTESIS MODUL 10 DASAR PENGUJIAN HIPOTESIS 1. Pendahuluan Pada bab VIII telah dipelajari mengenai cara-cara menaksir parameter. Berdasarkan penaksiran yang dilakukan, lalu kesimpulan

Lebih terperinci

BAB 7 STATISTIK NON-PARAMETRIK

BAB 7 STATISTIK NON-PARAMETRIK BAB 7 STATISTIK NON-PARAMETRIK Salah satu bagian penting dalam ilmu statistika adalah persoalan inferensi yaitu penarikan lesimpulan secara statistik. Dua hal pokok yang menjadi pembicaraan dalam statistik

Lebih terperinci

BAB II TINJAUAN PUSTAKA. nonparametrik, pengujian hipotesis, One-Way Layout, dan pengujian untuk lebih dari

BAB II TINJAUAN PUSTAKA. nonparametrik, pengujian hipotesis, One-Way Layout, dan pengujian untuk lebih dari BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Untuk melakukan pembahasan mengenai materi di skripsi ini, diperlukan teoriteori yang mendukung. Pada bab ini akan diuraikan beberapa teori yang mendukung penulisan

Lebih terperinci

Penggunaan Statistika dalam Penelitian

Penggunaan Statistika dalam Penelitian Penggunaan Statistika dalam Penelitian Yusuf Hartono FKIP Unsri Disajikan pada Pelatihan Metodologi Penelitian Palembang, 17 Mei 2017 Yusuf Hartono (FKIP Unsri) Penggunaan Statistika dalam Penelitian 1

Lebih terperinci

UJI STATISTIK NON PARAMETRIK

UJI STATISTIK NON PARAMETRIK UJI STATISTIK NON PARAMETRIK Oleh: Ade Heryana, SST, MKM Prodi Kesehatan Masyarakat, FIKES Univ. Esa Unggul e-mail: heryana@esaunggul.ac.id atau ade.heryana24@gmail.com PENGERTIAN HIPOTESIS Penarikan kesimpulan

Lebih terperinci

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah Pengantar Uji Hipotesis Oleh Azimmatul Ihwah Hipotesis Merupakan pernyataan/dugaan mengenai parameter dari 1 atau lebih populasi. Misalnya seorang manufacturer ingin mengetahui apakah zat baru yang ditambahkan

Lebih terperinci

Statistik Non Parametrik

Statistik Non Parametrik Statistik Non Parametrik STATISTIK PARAMETRIK DAN NON PARAMETRIK Statistik parametrik, didasarkan asumsi : - sampel random diambil dari populasi normal atau - ukuran sampel besar atau - sampel berasal

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut

Lebih terperinci

BAB III METODE PENELITIAN. Objek atau variabel dalam penelitian ini adalah motivasi belajar siswa yang

BAB III METODE PENELITIAN. Objek atau variabel dalam penelitian ini adalah motivasi belajar siswa yang 57 BAB III METODE PENELITIAN 3.1 Objek dan Subjek Penelitian Objek atau variabel dalam penelitian ini adalah motivasi belajar siswa yang menggunakan Pendekatan Pembelajaran Kontekstual Melalui Metode Diskusi

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton.

BAB 2 TINJAUAN TEORITIS. Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton. BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Regresi Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton. Beliau memperkenalkan model peramalan, penaksiran, atau pendugaan,

Lebih terperinci

Statistik & Hipotesis

Statistik & Hipotesis Hypothesis testing Widya Rahmawati Statistik & Hipotesis Statistik tidak hanya membantu dalam menggambarkan atau menampilkan data saja, tapi juga untuk menguji kebenaran suatu hipotesis Hipotesis adalah

Lebih terperinci

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura PENGUJIAN HIPOTESIS Nurwahyu Alamsyah, S.Kom wahyu@plat-m.com wahyualamsyah.wordpress.com HIPOTESIS Berasal dari bahasa Yunani, Hupo (lemah) dan Thesis (teori). Jadi hipotesis dapat diartikan sebagai suatu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian 1. Waktu Penelitian Penelitian dimulai tanggal 1 April 2016 sampai dengan tanggal 31 Juli 2016. 2. Tempat Penelitian Penelitian dilaksanakan di

Lebih terperinci

BAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia

BAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia 10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama

Lebih terperinci

A. Pengertian Hipotesis Setelah menemukan fenomena penelitian kemudian menyusun desain penelitian dan rerangka konseptual penelitian, langkah

A. Pengertian Hipotesis Setelah menemukan fenomena penelitian kemudian menyusun desain penelitian dan rerangka konseptual penelitian, langkah PENGUJIAN HIPOTESIS Hipotesis merupakan elemen penting dalam penelitian kuantitatif. Terdapat tiga alasan utama yang mendukung pandangan ini, di antaranya: Pertama, Hipotesis dapat dikatakan sebagai piranti

Lebih terperinci

UJI HIPOTESIS SATU-SAMPEL

UJI HIPOTESIS SATU-SAMPEL UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara

Lebih terperinci

KULIAH 2 : UJI NON PARAMETRIK 1 SAMPEL. Tim Pengajar STATSOS Lanjutan

KULIAH 2 : UJI NON PARAMETRIK 1 SAMPEL. Tim Pengajar STATSOS Lanjutan KULIAH : UJI NON PARAMETRIK 1 SAMPEL Tim Pengajar STATSOS Lanjutan What is Statistics Science of gathering, analyzing, interpreting, and presenting data Branch of mathematics Facts and figures Measurement

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN BAB IV ANALISIS DAN PEMBAHASAN A. Gambaran Umum Obyek Penelitian Pada bab ini penulis akan menganalisis data yang telah terkumpul yaitu data dari Dana Perimbangan dan Belanja Modal Provinsi Jawa Timur,

Lebih terperinci

RANCANGAN ACAK LENGKAP

RANCANGAN ACAK LENGKAP RANCANGAN ACAK LENGKAP Pengertian Merupakan jenis rancangan percobaan dimana perlakuan diberikan secara acak kepada seluruh unit percobaan. Hal ini dapat dilakukan karena lingkungan tempat percobaan diadakan

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI A. Persamaan Regresi Linear Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Analisis regresi

Lebih terperinci

MATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (SI) KODE / SKS: KD / 3 SKS

MATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (SI) KODE / SKS: KD / 3 SKS Minggu Pokok Bahasan ke dan TIU 1. 1.Distribusi sampling Memberi penjelasan tentang populasi, sampel, tehnik pengambilan sampel., serta distribusi sampling ratarata Sub Pokok Bahasan dan Sasaran Belajar

Lebih terperinci

UJI TANDA (SIGN TEST) By YANUAR,SE., MM.

UJI TANDA (SIGN TEST) By YANUAR,SE., MM. 12 UJI TANDA (SIGN TEST) By YANUAR,SE., MM. Tujuan Instruksional khusus: Mahasiswa diharapkan dapat menerapkan ujia tanda dalam statistika nonparametric. PENDAHULUAN Di dalam bab ini anda akan lebih membicarakan

Lebih terperinci

Aplikasi Pengujian Hipotesis Statistik dalam Sistem Teknologi Informasi

Aplikasi Pengujian Hipotesis Statistik dalam Sistem Teknologi Informasi Aplikasi Pengujian Hipotesis Statistik dalam Sistem Teknologi Informasi Nama : Irvan Stefanus Sutarjo NIM : 18209001 Program Studi Sistem dan Teknologi Informasi Sekolah Teknik Elektro dan Informatika

Lebih terperinci

Pengantar Statistika Bab 1

Pengantar Statistika Bab 1 BAB 14 PENGUJIAN HIPOTESA SAMPEL KECIL 1 Pengujian Hipotesa Sampel Kecil 4 DEFINISI Pengertian Sampel Kecil Sampel kecil yang jumlah sampel kurang dari 30, maka nilai standar deviasi (s) berfluktuasi relatif

Lebih terperinci

ANALYSIS OF VARIANCE

ANALYSIS OF VARIANCE ANALYSIS OF VARIANCE Analisis Varians adalah alat statistika yang digunakan untuk menguji perbedaan mean lebih dari dua populasi. Analisis varians mengguakan distribusi F, yang mempunyai ciri-ciri: Merupakan

Lebih terperinci

Statistika (MMS-1403)

Statistika (MMS-1403) Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM MMS-1403 p.1/93 Distribusi Sampling Statistik Populasi: himpunan keseluruhan obyek yang

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan

Lebih terperinci

Statistika Penelitian. dengan SPSS 24

Statistika Penelitian. dengan SPSS 24 Statistika Penelitian dengan SPSS 24 Statistika Penelitian dengan SPSS 24 Getut Pramesti PENERBIT PT ELEX MEDIA KOMPUTINDO Statistika Penelitian dengan SPSS 24 Getut Pramesti 2017, PT Elex Media Komputindo,

Lebih terperinci

BAB 3 METODE PENELITIAN. adalah permasalahan asosiatif, yaitu suatu pernyataan penelitian yang bersifat

BAB 3 METODE PENELITIAN. adalah permasalahan asosiatif, yaitu suatu pernyataan penelitian yang bersifat 65 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Mengacu pada referensi Sugiyono (2002 : 45), desain penelitian yang digunakan adalah permasalahan asosiatif, yaitu suatu pernyataan penelitian yang bersifat

Lebih terperinci

Menurut Anda apakah etika mahasiswa bersopan santun berpengaruh terhadap IPK? Dapatkan anda duga hasil penelitian di atas? Tulis dugaanmu pada lembar

Menurut Anda apakah etika mahasiswa bersopan santun berpengaruh terhadap IPK? Dapatkan anda duga hasil penelitian di atas? Tulis dugaanmu pada lembar Menurut Anda apakah etika mahasiswa bersopan santun berpengaruh terhadap IPK? Dapatkan anda duga hasil penelitian di atas? Tulis dugaanmu pada lembar kertas yang telah disediakan! Dalam menduga/estimasi,

Lebih terperinci

BAB IV PENGARUH PENGGUNAAN SISTEM INFORMASI AKADEMIK TERPADU (SIKADU) TERHADAP MOTIVASI BELAJAR MAHASISWA TARBIYAH PRODI PAI ANGKATAN 2013

BAB IV PENGARUH PENGGUNAAN SISTEM INFORMASI AKADEMIK TERPADU (SIKADU) TERHADAP MOTIVASI BELAJAR MAHASISWA TARBIYAH PRODI PAI ANGKATAN 2013 BAB IV PENGARUH PENGGUNAAN SISTEM INFORMASI AKADEMIK TERPADU (SIKADU) TERHADAP MOTIVASI BELAJAR MAHASISWA TARBIYAH PRODI PAI ANGKATAN 2013 STAIN PEKALONGAN Setelah data terkumpul didukung teori, maka langkah

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan pada Kabupaten Tapanuli Selatan yang

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan pada Kabupaten Tapanuli Selatan yang BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan pada Kabupaten Tapanuli Selatan yang mempunyai jumlah peternak sapi IB dan non IB di tiga Kecamatan yaitu Kecamatan

Lebih terperinci

PERTEMUAN KE 2 HIPOTESIS

PERTEMUAN KE 2 HIPOTESIS PERTEMUAN KE 2 HIPOTESIS DEFINISI Jawaban sementara terhadap masalah penelitian yang kebenarannya masih harus diuji secara empiris. Pernyataan mengenai keadaan populasi yang akan diuji kebenarannya berdasarkan

Lebih terperinci

STATISTIK PERTEMUAN IX

STATISTIK PERTEMUAN IX STATISTIK PERTEMUAN IX UJI SAMPEL TUNGGAL Prosedur sampel tunggal biasanya bertipe goodness of fit. Dalam hal ini kita menarik suatu sampel random dan kemudian menguji hipotesis apakah sampel-sampel tersebut

Lebih terperinci

Statistik Non Parameter

Statistik Non Parameter Statistik Non Parameter A. Pengertian Non Parametrik Istilah nonparametrik sendiri pertama kali digunakan oleh Wolfowitz, 1942. Istilah lain yang sering digunakan antara lain distribution-free statistics

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi

Lebih terperinci