Tugas STATISTIK

NAMA NIM TILPON 'MAIL : SAMSULHADI, S.Pd : 090020146 : Tilp !a" : 0##6$#224%&, HP : 0&12#4%&#96 : Sa(sul)adi%2*+a),,.-,.id

A.TI U/I 0A.IAN, U/I HIPOT'SA, DAN U/I NO.MALITAS

1. U/I 0A.IAN

Dalam statistik, terdapat ukuran-ukuran yang bisa menggambarkan keadaan kelompok. Mengapa penggambaran terhadap kelompok itu penting? Hal ini dikarenakan seringnya kita menemui dalam kehidupan sehari-hari pengambilan keputusan akan hal-hal yang berkenaan dengan satu kelompok misalnya bagaimana kemampuan seseorang dalam kelompok mata pelajaran eksakta. Atau mana yang lebih baik antara kelas A dan kelas B. Untuk bisa mencari mana kelompok yang terbaik atau bagaimana kemampuan kelompok yang bersangkutan, maka kita memerlukan nilai yang bisa menggambarkan keadaan kelompok tersebut. Misalnya jika kita mau melihat kemampuan kelas !D terhadap mata pelajaran matematika, maka kita tidak bisa mengatakan kemampuan kelas tersebut berdasarkan nilai yang diperoleh oleh satu orang sis"a saja melainkan ada nilai yang bisa me"akili kemampuan kelas itu secara keseluruhan. Menurut hemat saya Ada tiga cara yang bisa menggambarkan keadaan kelompok yaitu berdasarkan nilai tengahnya, berdasarkan sebaran nilainya. Berdasarkan nilai tengah, keadaan kelompok bisa diketahui dengan melihat nilai tengah kelompok tersebut setelah nilai-nilai dari setiap elemen kelompok di urutkan. #ang termasuk nilai tengah ini juga adalah modus dan mean atau rata-rata. Adapun keadaan kelompok berdasarkan sebaran nilainya dapat diketahui dengan menggunakan rentangan, simpangan baku dan $arian. Dengan demikian $arian adalah penggambaran mengenai suatu kelompok berdasarkan sebaran nilai kelompok tersebut. %ada dasarnya, $arian juga adalah kuadrat dari standar de$iasi. Dengan demikian untuk mencari $arian, maka kita tinggal mengkuadratkan standar de$iasi. !ekarang kita tiba pada masalah yang ditanyakan d"i, bagaimana cara menguji $arian? %engujian $arian pada dasarnya adalah pengujian hipotesis berdasarkan sebaran nilainya. !elain pengujian hipotesis dengan $arian sebenarnya kita juga dapat melakukan pengujian hipotesis berdasarkan rata-rata &mean'. Dalam menguji $arian, dapat dilakukan berdasarkan masalah yang kita hadapi. Maksudnya, apakah kita melakukan uji dua sisi atau uji satu sisi. Uji dua sisi adalah uji yang dilakukan untuk melihat apakah $arian kelompok sama dengan &(' $arian yang diuji. Adapun uji satu sisi adalah pengujian untuk melihat apakah $arian

kelompok lebih besar &)' atau lebih kecil &*' dari $arian yang diuji. Untuk uji $arian ini digunakan statistik chi kuadrat. %ada postingan ini saya akan mencoba menghitung uji signi+ikansi $arian satu sisi secara manual meskipun menurutku sudah bukan ,amannya karena dengan computer, semua itu bisa dilakukan dengan - detik saja. Misalnya, ada mesin pengisi air minum isi ulang yang mengkalim bah"a hasil isinya paling tinggi mencapai $arian .,- liter. Akhir-akhir ini terdapat dugaan bah"a hasil isinya lebih kecil dari .,- liter. Untuk itulah maka diambil sample sebanyak /. H% dan daya tahannya dicoba. Dari sample menghasilkan $arian .,01. Dengan alpha ( .,.- maka kesimpulan yang kita ambil berdasarkan perhitungan chi kuadrat adalah2 3/ ( 4&n-1'&$arian'56nilai yang diuji Dengan demikian, 7/ ( 4&/.-1'&.,01'56.,- ( .,80 9ika melihat table chi kuadrat dengan dk ( 1: dan derajad kepercayaan :-;, maka kita akan mendapatkan nilai chi kuadrat table sebesar .,1. <arena nilai chi kuadrat hitung lebih besar dari chi kuadrat table, maka kita bisa mengambil kesimpulan $ariasi pengisian menjadi lebih besar. Dengan demikian, mesin pengisian air tersebut perlu disetelah ulang. Untuk uji $arian dua sisi akan saya berikan pada postingan selanjutnya. = ya, selain menguji $arian satu kelompok. <ita juga bisa melakukan pengujian untuk membandingkan dua kelompok atau lebih dengan menggunakan $arian. %engujian jenis ini bisaa dikenal dengan analisis $arian atau A>A?A, bahasa inggrisnya analysis o+ $ariance &A>=?A'. Meskipun demikian, untuk membandingkan dua kelompok saja, para peneliti jarang yang menggunakan analisis $arian tetapi menggunakan analisis rata-rata yang juga dikenal dengan analisis t.
2. U/I NO.MALITAS

Ada beberapa cara melakukan uji asumsi normalitas ini yaitu menggunakan analisis @hi !Auare dan <olmogoro$-!mirno$. Bagaimana analisisnya untuk

sementara kita serahkan pada program analisis statistik seperti !%!! dulu ya. Bapi pada dasarnya kedua analisis ini dapat diibaratkan seperti ini 2 a. pertama komputer memeriksa data kita, kemudian membuat sebuah data $irtual yang sudah dibuat normal. b. kemudian komputer seolah-olah melakukan uji beda antara data yang kita miliki dengan data $irtual yang dibuat normal tadi. c. dari hasil uji beda tersebut, dapat disimpulkan dua hal 2 jika p lebih kecil daripada .,.- maka dapat disimpulkan bah"a data yang kita miliki berbeda secara signi+ikan dengan data $irtual yang normal tadi. Cni berarti data yang kita miliki sebaran datanya tidak normal. jika p lebih besar daripada .,.- maka dapat disimpulkan bah"a data yang kita miliki tidak berbeda secara signi+ikan dengan data $irtual yang normal. Cni berarti data yang kita miliki sebaran datanya normal juga. Ukuran inilah yang digunakan untuk menentukan apakah data kita berasal dari populasi yang normal atau tidak. Bagaimana 9ika Bidak >ormal? Benang...tenang... data yang tidak normal tidak selalu berasal dari penelitian yang buruk. Data ini mungkin saja terjadi karena ada kejadian yang di luar kebiasaan. Atau memang kondisi datanya memang nggak normal. Misal data inteligensi di sekolah anak-anak berbakat &gi+ted' jelas tidak akan normal, besar kemungkinannya akan juling positi+. Dalu apa yang bisa kita lakukan? a. <ita perlu ngecek apakah ketidaknormalannya parah nggak. Memang sih nggak ada patokan pasti tentang keparahan ini. Bapi kita bisa mengira-ira jika misalnya nilai p yang didapatkan sebesar .,.E: maka ketidaknormalannya tidak terlalu parah &nilai tersebut hanya sedikit di ba"ah .,.-'. 9ika ketidaknormalannya tidak terlalu parah lalu kenapa? Ada beberapa analisis statistik yang agak kebal dengan kondisi ketidaknormalan ini &disebut memiliki si+at robust', misalnya F-test dan t-test. 9adi kita bisa tetap menggunakan analisis ini jika ketidaknormalannya tidak parah. b. <ita bisa membuang nilai-nilai yang ekstrem, baik atas atau ba"ah. >ilai ekstrem ini disebut outliers. %ertama kita perlu membuat gra+ik, dengan sumbu G sebagai +rekuensi dan y sebagai semua nilai yang ada dalam data kita &ini

tentunya bisa dikerjakan oleh komputer'. >ah dari sini kita akan bisa melihat nilai mana yang sangat jauh dari kelompoknya &tampak sebagai sebuah titik yang nun jauh di sana dan nampak terasing...sendiri...'. >ilai inilah yang kemudian perlu dibuang dari data kita, dengan asumsi nilai ini muncul akibat situasi yang tidak biasanya. Misal responden yang mengisi skala kita dengan sembarang yang membuat nilainya jadi sangat tinggi atau sangat rendah. c. Bindakan ketiga yang bisa kita lakukan adalah dengan mentrans+orm data kita. Ada banyak cara untuk mentrans+orm data kita, misalnya dengan mencari akar kuadrat dari data kita, dll. d. Bagaimana jika semua usaha di atas tidak membuahkan hasil dan hanya membuahkan penyesalan &"ah.."ah.. nggak segitunya kali ya?' . Maka langkah terakhir yang bisa kita lakukan adalah dengan menggunakan analisis non-parametrik. Analisis ini disebut juga sebagai analisis yang distribution +ree. !ayangnya analisis ini seringkali mengubah data kita menjadi data yang lebih rendah tingkatannya. Misal kalo sebelumnya data kita termasuk data inter$al dengan analisis ini akan diubah menjadi data ordinal. Hell, demikian kiranya paparan atau sharing tentang normalitas. !emoga dalam "aktu dekat saya bisa tahu gimana caranya meng-upload gambar ke dalam blog ini dalam posisi yang manis jadi penjelasan saya bisa jadi lebih $isuali,ed gitu deh. !emoga juga saya juga bisa segera mengubah tampilan !%!! menjadi 9%I, jadi kita bisa belajar baca hasil analisis di blog ini, =<? !emoga..... &kayak lagunya katon nih' Uji >ormalitas dengan <olmogoro$ !mirno$ Banyak sekali teknik pengujian normalitas suatu distribusi data yang telah dikembangkan oleh para ahli. <ita sebenarnya sangat beruntung karena tidak perlu mencari-cari cara untuk menguji normalitas, dan bahkan saat ini sudah tersedia banyak sekali alat bantu berupa program statistik yang tinggal pakai &bajakan lagi'. Berikut adalah salah satu pengujian normalitas dengan menggunakan teknik <olmogoro$ !mirno$. Uji <olmogoro$ !mirno$ merupakan pengujian normalitas yang banyak dipakai, terutama setelah adanya banyak program statistik yang beredar. <elebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, yang sering terjadi pada uji normalitas dengan menggunakan gra+ik.

<onsep

dasar

dari

uji

normalitas

<olmogoro$

!mirno$

adalah

dengan

membandingkan distribusi data &yang akan diuji normalitasnya' dengan distribusi normal baku. Distribusi normal baku adalah data yang telah ditrans+ormasikan ke dalam bentuk J-!core dan diasumsikan normal. 9adi sebenarnya uji <olmogoro$ !mirno$ adalah uji beda antara data yang diuji normalitasnya dengan data normal baku. !eperti pada uji beda biasa, jika signi+ikansi di ba"ah .,.- berarti terdapat perbedaan yang signi+ikan, dan jika signi+ikansi di atas .,.- maka tidak terjadi perbedaan yang signi+ikan. %enerapan pada uji <olmogoro$ !mirno$ adalah bah"a jika signi+ikansi di ba"ah .,.- berarti data yang akan diuji mempunyai perbedaan yang signi+ikan dengan data normal baku, berarti data tersebut tidak normal. !ampai di sini dah ngerti lum???? Debih lanjut, jika signi+ikansi di atas .,.- maka berarti tidak terdapat perbedaan yang signi+ikan antara data yang akan diuji dengan data normal baku, artinyaK.ya berarti data yang kita uji normal, kan tidak berbeda dengan normal baku. =, ya ada juga kelemahan dari Uji <olmogoro$ !mirno$ &mohon maa+ kepada Bapak Almarhum <olmogoro$ dan Bapak Almarhum !mirno$', yaitu bah"a jika kesimpulan kita memberikan hasil yang tidak normal, maka kita tidak bisa menentukan trans+ormasi seperti apa yang harus kita gunakan untuk normalisasi. 9adi ya kalau tidak normal, gunakan plot gra+ik untuk melihat menceng ke kanan atau ke kiri, atau menggunakan !ke"ness dan <urtosis sehingga dapat ditentukan trans+ormasi seperti apa yang paling tepat dipergunakan. Uji >ormalitas dengan <olmogoro$ !mirno$ dengan %rogram !%!! %engujian normalitas dengan menggunakan %rogram !%!! dilakukan dengan menu Analy,e, kemudian klik pada >onparametric Best, lalu klik pada 1-!ample <-!. <-! itu singkatan dari <olmogoro$-!mirno$. Maka akan muncul kotak =ne-!ample <olmogoro$-!mirno$ Best. Data yang akan diuji terletak di kiri dan pindahkan ke kanan dengan tanda panah. Dalu tekan =< saja. %ada output, lihat pada baris paling ba"ah dan paling kanan yang berisi Asymp.!ig.&/-tailed'. Dalu intepretasinya adalah bah"a jika nilainya di atas .,.- maka distribusi data dinyatakan memenuhi asumsi normalitas, dan jika nilainya di ba"ah .,.- maka diinterpretasikan sebagai tidak normal.
#. U/I HIPOT'SA

!etiap hipotesis bisa benar atau tidak benar dan karenanya perlu diadakan penelitian sebelum hipotesis itu diterima atau ditolak. Dangkah untuk menentukan apakah menerima atau menolak hipotesisi dinamakan p12gu3ia2 )ip,41sis. T15dapa4 dua (a-a( 6161li5ua2 +a2g dapa4 4153adi, 1. Kekeliruan type I2 menolak hipotesis yang seharusnya diterima, /. Kekeliruan type II 2 menerima hipotesis yang seharusnya ditolak 71815apa p12gu3ia2 )ip,41sis 1. Hipotesa yang mengandung pengertian sama a' Uji dua pihak &dua arah' H. 2 ( . H1 2 ( 1 H. 2 ( . H1 2 ) . H. 2 M . H1 2 ) 1 . Hipotesa yang mengandung pengertian minimum H. 2 N . H1 2 * 1 La2g6a)$La2g6a) U(u( Dala( U3i Hip,41sa
1. Menentukan +ormulasi hipotesis nol dan alternati+nya, &H. 2 tidak ada perbedaan dan H1 2
atau

H. 2 ( . H1 2 L . H. 2 ( . H1 2 * .

b' Uji satu pihak &satu arah'

atau

/. Hipotesa yang mengandung pengertian maksimum

ada perbedaan /. Menentukan alternati+ pengujian & dua arah atau satu arah' 3. Menentukan tara+ signi+ikan & ( -; atau yang lain' E. %enentuan kriteria pengujian 2 daerah terima dan daerah tolak
5. %enentuan uji statistik yang digunakan &uji t, ,, F atau /'

O. <esimpulan dan representasi &hubungan dengan permasalahan yang ada' 9.1 M12gu3i .a4a$.a4a :U3i Dua Pi)a6; a. di614a)ui Untuk pasangan hipotesis H. 2 ( . H1 2 . 7 - . Dengan . harga yang diketahui, melalui trans+ormasi t ( -----------------P6?n <riteria pengujian 2 H. diterima jika Q , R &1 - ' * , * , R &1 - ', jika tidak ditolak 8. 4ida6 di614a)ui

Untuk pasangan hipotesis H. 2 ( . H1 2 . 7 - . Dengan . harga yang diketahui, melalui trans+ormasi t ( -----------------s6?n <riteria pengujian 2 H. diterima jika Q t 1 - R * t * t 1 - R jika tidak ditolak