Assalamualaikum

(5 Langkah Pengujian Hipotesis)

Ringkasan Yang telah dipelajari sebelumnya:
1. Uji Hipotesis Deskriptif (Satu Sampel)

Uji rata-rata hitung populasi dengan t-test
Pengujian dua arah
H1 : =20 dan H0 : =20
Pengujian satu arah ke kanan
H1 : > 20 dan H0: s 20
Pengujian satu arah ke kiri
H1 : < 20 dan H0: > 20
n / s
X
t

=
2. Uji Hipotesis Komparatif/Perbandingan (Uji Beda):

uji beda rata-rata
t-test (dua kelompok sampel)
sampel bebas
H0 : 1 > 2 dan H1 : 1 < 2
H0 : 1 = 2 dan H1 : 1 = 2
sampel berhubungan (beda perlakuan)
H0 : d s 0 dan H1 : d >0
|
|
.
|

\
|
+

=
2 1
2
p
2 1
n
1
n
1
s
X X
t
n / s
d
t
d
=
anova (lebih dari dua kelompok sampel)
satu jalan : satu klasifikasi atau satu variabel
independen
dua jalan : lebih dari satu variabilitas (perlakuan dan
kelompok/blok)
Nilai kritis
Skala F
Terima H
0

Tolak H
0

3. uji beda frekuensi (data nominal)
chi-kuadrat
Frekuensi yang diharapkan sama


Frekuensi yang diharapkan tidak sama
(

=
e
2
e 0 2
f
) f f (
x
k
f
f e
o

=
harapan x
k
f
f e
o
%

=
METODE NON PARAMETRIK
Aplikasi Chi-Square = _2

Uji Goodness-of-Fit
Uji Goodness-of-Fit
Uji Goodness-of-Fit digunakan untuk menguji apakah
frekuensi yang teramati cocok dengan frekuensi yang
diharapkan. Uji ini dapat digunakan untuk semua jenis data
(nominal, ordinal, selang, dan rasio). Uji ini tidak memerlukan
asumsi mengenai bentuk distribusi populasi.
Karakteristik Distribusi Chi-Square
Nilai chi-square selalu positif
Terdapat beberap keluarga distribusi chi-square dimana
bentuk distribusi chi-square tergantung dari besar derajat
bebasnya
Distribusi statistik chi-square condong ke kiri menjulur positif
(positively skewed), tetapi semakin besar df, bentuk distribusi
chi-square mendekati distribusi normal.
Probabilitas
Nilai Chi-Square (_
2
)
df = 1
df = 3
df = 5
df = 10
Jenis Uji Goodness-of-fit
Frekuensi yang diharapkan sama
fe (expected frequencies) untuk semua kategori sama


Frekuensi yang diharapkan tidak sama
fe (expected frequencies) untuk semua kategori tidak sama
tergantung proporsi
k
f
f e
o

=
Prosedur pengujian
Langkah 1 : Nyatakan H0 dan H1
Langkah 2 : Pilih taraf nyata (=o) yang digunakan
Langkah 3 : Uji hipotesis yang digunakan
Rumus statistik chi-square :


Langkah 4 : Aturan pengambilan keputusan pengujian
berdasarkan pada derajat bebas k 1 dan taraf nyata yang
dipilih.
(

=
e
2
e 0 2
f
) f f (
x
Probabilita
s
Skala _
2

Nilai kritis
Tidak
menolak H
O

Daerah
penolakan
Langkah 5 : Pilih sampel, hitung statistik chi-square dan
bandingkan nilai chi-square hasil perhitungan dengan nilai chi-
square pada tabel agar kita dapat membuat keputusan
mengenai H0
Contoh : Uji Goodness-of-fit : Frekuensi yang
diharapkan sama
Direktur SDM sebuah perusahaan mengumpulkan data
mengenai jumlah absen menurut hari dalam satu minggu.
Pada taraf nyata 5% dapatkah disimpulkan bahwa terdapat
perbedaan laju absensi menurut hari dalam seminggu ?
Hari Frekuensi Absen
Senin 124
Selasa 74
Rabu 104
Kamis 98
Jumat 120
Jawab :
Langkah 1 :
H0 : Tidak ada perbedaan laju absensi
H1 : Terdapat perbedaan laju absensi
Langkah 2 : o = 0,05
Langkah 3 : Rumus statistik chi-square



Langkah 4 : Aturan pengambilan keputusan pengujian
berdasarkan pada derajat bebas k 1 = 5 1 = 4 dan taraf
nyata 0,05
(

=
e
e
f
f f
x
2
0
2
) (
Probabilitas

Skala _
2

Nilai kritis =
9,488
Tidak
menolak H
O

Daerah
penolakan
( = 5%)
Langkah 5 :

Hari f
o
f
e

f
o
f
e
( f
o
f
e
)
2

( f
o
f
e
)
2

f
e

Senin 124 104 20 400 3,85
Selasa 74 104 -30 900 8,65
Rabu 104 104 0 0 0,00
Kamis 98 104 -6 36 0,35
Jumat 120 104 16 256 2,46
Jumlah 520 0 15,31
Harus sama
dengan nol
_
2

Kesimpulan : Karena nilai _2 hitung (= 15,31) lebih besar dari
nilai _2 tabel (= 9,488), maka HO ditolak dan H1 diterima,
berarti memang ada perbedaan laju absensi setiap hari kerja
dalam satu minggu
Contoh : Uji Goodness-of-fit : Frekuensi yang diharapkan tidak sama

Pada tahun ini 55 persen mobil yang dijual di Indonesia adalah
buatan Jepang, 25 persen Jerman, 15 persen Korea dan 5
persen Perancis. Sebuah sampel penjualan mobil yang
diselenggarakan beberapa waktu lalu, melaporkan bahwa 174
buah adalah buatan Korea, 275 buah buatan Jerman, 330
buah buatan Jepang, dan 21 buah buatan Perancis. Ujilah
hipotesis pada taraf nyata 5% bahwa tidak ada perbedaan
pola penjualan mobil !
Jawab :

Langkah 1 :
Ho : Tidak ada perbedaan pola penjualan mobil
Ha : Terdapat perbedaan pola penjualan mobil
Langkah 2 : o = 0,05
Langkah 3 : Rumus statistik chi-square :
Langkah 4 : Aturan pengambilan keputusan pengujian
berdasarkan pada derajat bebas k 1 = 4 1 = 3 dan taraf
nyata 0,05
Skala _
2

Nilai kritis
= 7,815
Tidak
menolak
H
O

Daerah
penolakan Ho
( = 5%)
Mobil % f
o
f
e

f
o
f
e
( f
o
f
e
)
2

( f
o
f
e
)
2

f
e

Jepang 55 330 440 -110 12100 27,5
Jerman 25 275 200 75 5625 28,125
Korea 15 174 120 54 2916 24,3
Perancis 5 21 40 -19 361 9,025
Jumlah 100 800 800 0 88,95
Harus sama
dengan nol
_
2

Kesimpulan : Karena nilai _2 hitung (= 88,95) lebih besar dari
nilai _2 tabel (= 7,815), maka HO ditolak dan H1 diterima,
berarti memang ada perbedaan pola penjualan mobil
Aplikasi Chi-Square = _2

ANALISIS TABEL KONTINGENSI
ANALISIS TABEL KONTINGENSI
untuk menguji ada atau tidaknya hubungan antara dua
fenomena (Independensi)

n keseluruha Total
) kolom Total ( ) baris Total (
diharapkan yang Frekuensi =
Prosedur :
Pisahkan kedua fenomena ke dalam tabel kontingensi
Tentukan frekuensi yang diharapkan, fe, untuk tiap sel


Hitung derajat bebas tabel kontingensi dengan cara :
(baris-1) x (kolom-1).
Hitung chi-square, buatlah keputusan pengujian.
Contoh :
Empat jenis lampu berbeda merk sedang dipertimbangkan
untuk dipakai dalam pabrik besar. Direktur pembelian
mengambil sampel sebanyak 100 buah untuk tiap-tiap merk.
Jumlah lampu yang memenuhi syarat berdasarkan merknya
adalah :
Pada taraf nyata 5% adalah perbedaan kualitas diantara
keempat merk tersebut !
Merk
A B C D
Diterima 12 8 5 11
Ditolak 88 92 95 89
Total 100 100 100 100
Jawab :
Langkah 1 : H0 : Tidak terdapat hubungan antara merk
dengan kualitas lampu
H1 : Terdapat hubungan antara merk dengan
kualitas lampu
Langkah 2 : o = 0,05
Langkah 3 : Rumus statistik chi-square :
(

=
e
2
e 0 2
f
) f f (
x
Langkah 4 : Aturan pengambilan keputusan
derajat bebas (r 1) (c 1) = (2 1) (4 1) = 3
db=3, dan o = 0,05
Tidak
menolak H
O

Daerah
penolakan
( = 5%)
Nilai kritis = 7,815
Skala _
2

A B C D Total
f
o
f
e
f
o
f
e
f
o
f
e
f
o
f
e
f
o
f
e

Diterima 12 9 8 9 5 9 11 9 36 36
Ditolak 88 91 92 91 95 91 89 91 364 364
Jumlah 100 100 100 100 100 100 100 100 400 400
Langkah 5 :
91
400
) 100 )( 364 (
=
Harus sama
Harus sama
f
o
f
e

f
o
f
e
( f
o
f
e
)
2

( f
o
f
e
)
2

f
e

12 9 3 9 1,00
8 9 -1 1 0,11
5 9 -4 16 1,78
11 9 2 4 0,44
88 91 -3 9 0,10
92 91 1 1 0,01
95 91 4 16 0,18
89 91 -2 4 0,04
Jumlah 0 3,66
Tidak
menolak H
O

Daerah
penolakan
( = 5%)
Nilai kritis = 7,815
Skala _
2

_2 hitung = 3,66
Kesimpulan :
Karena nilai _2 hitung (= 3,66) lebih kecil dari nilai _2
tabel (= 7,815), maka HO diterima dan H1 ditolak,
berarti tidak terdapat hubungan antara merk dengan
kualitas lampu
Contoh :
Sebuah perusahaan minuman ingin mengetahui apakah ada
hubungan antara jenis kelamin konsumen dengan rasa dari
produk minuman yang dibeli. Tim Marketing melakukan
penelitian terhadap 200 sampel dan didapatkan distribusi
data pada tabel berikut:

Pada taraf nyata 5% ujilah hipotesa yang menyatakan bahwa
pilihan rasa produk minuman energi tidak ada hubungannya
dengan perbedaan jenis kelamin
jahe anggur apel lemon Total
pria 27 35 33 25 120
wanita 13 15 27 25 80
Total 40 50 60 50 200
Jawab :
Langkah 1 :
H0 : Tidak ada hubungan antara jenis kelamin dengan pilihan rasa
minuman
H1 : Terdapat hubungan antara jenis kelamin dengan pilihan rasa
minuman
Langkah 2 : o = 0,05
Langkah 3 : Rumus statistik chi-square :
(

=
e
2
e 0 2
f
) f f (
x
Langkah 4 : Aturan pengambilan keputusan
derajat bebas (r 1) (c 1) = (4 1) (2 1) = 3
db=3, dan o = 0,05
Tidak
menolak H
O

Daerah
penolakan
( = 5%)
Nilai kritis = 7,815
Skala _
2

(

=
e
2
e 0 2
f
) f f (
x
Langkah 5 :
jahe anggur apel lemon Total
f
o
f
e
f
o
f
e
f
o
f
e
f
o
f
e
f
o
f
e

pria 27 24 35 30 33 36 25 30 120 120
wanita 13 16 15 20 27 24 25 20 80 80
Jumlah 40 40 50 50 60 60 50 50 200 200
20 = (50 x 80) / 200
Harus sama
Harus sama
f
o
f
e
f
o
f
e
( f
o
f
e
)
2

( f
o
f
e
)
2

f
e

27 24 3 9 0,375
35 30 5 25 0,833333
33 36 -3 9 0,25
25 30 -5 25 0,833333
13 16 -3 9 0,5625
15 20 -5 25 1,25
27 24 3 9 0,375
25 20 5 25 1,25
Jumlah 0 5,729167
f
o
f
e
f
o
f
e
( f
o
f
e
)
2

( f
o
f
e
)
2

f
e

27 24 3 9 0,375
35 30 5 25 0,833333
33 36 -3 9 0,25
25 30 -5 25 0,833333
13 16 -3 9 0,5625
15 20 -5 25 1,25
27 24 3 9 0,375
25 20 5 25 1,25
Jumlah 0 5,729167
Tidak
menolak H
O

Daerah
penolakan
( = 5%)
Nilai kritis = 7,815
Skala _
2

_2 hitung = 5,729
Kesimpulan :
Karena nilai _2 hitung (= 5,729) lebih kecil dari nilai
_2 tabel (= 7,815), maka HO diterima dan H1 ditolak,
berarti tidak terdapat hubungan antara jenis kelamin
konsumen dengan pilihan rasa minuman energi
PR(02052011)

Sebuah perusahaan akan memberlakukan sistem kontrak
kerja baru bagi 300 pekerja, yang terdiri dari 175 pria dan 125
wanita.
Data tentang sikap pekerja adalah pada tabel berikut
Pada taraf signifikansi 5%, ujilah hipotesis bahwa jenis kelamin
mempengaruhi keputusan pekerja untuk setuju, tidak setuju
atau abstain terhadap kontrak kerja baru
setuju Tidak
setuju
abstain Total
Baris
pria 93 70 12 175
wanita 87 32 6 125
Total
Kolom
180 102 18 300
Buku Rujukan:
Hadi, S., 2001. Statistik, Jilid 2, Andi, Yogyakarta.
Hakim, A., 2002. Statistik Induktif untuk Ekonomi & Bisnis, Ed. 2,
Ekonisia, Ypgyakarta.
Masson, R.D.& D.A. Lind, 1999. Teknik Statistika untuk Bisnis &
Ekonomi, Jilid 1 & 2, Ed. 9, Erlangga. Jakarta.
Nurgiyantoro, B., Gunawan, dan Marzuki, 2004. Statistika
Terapan untuk Penelitian Ilmu-Ilmu Sosial, Gadjah Mada
University Press. Yogyakarta
Saleh, S. 1999. Statistika Terapan untuk Bisnis dan Ekonomi, Ed
2. BPFE, Yogyakarta.
Sudjana, 2000. Statistika untuk Ekonomi dan Niaga I dan II, Ed.
5. Penerbit Tarsito. Bandung.
Sugiyono, 2007. Statistika untuk Penelitian, Ed. 12, Alfabeta.
Bandung.