BAB I
PENDAHULUAN
I.1. Latar Belakang Masalah
Dalam statistik, hipotesis dapat diartikan sebagai pernyataan statistik
tentang parameter populasi. Dimana statistik adalah ukuran-ukuran yang
dikenakan pada sampel (x = rata-rata, s = simpangan baku, s2 = varians, r =
koefisien korelasi) dan parameter adalah ukuran-ukuran yang dikenakan pada
populasi (μ rata-rata, σ = simpangan baku, σ2 = varians, ρ = koefisien
korelasi). Dengan kata lain, hipotesis adalah taksiran terhadap parameter
populasi, melalui data-data sampel. Penelitian yang didasarkan pada data
populasi, atau sampling total, atau sensus dengan tidak melakukan pengujian
hipotesis statistik dari sudut pandang statistik disebut penelitian deskriptif.
Terdapat perbedaan mendasar pengertian hipotesis menurut statistik
dan penelitian. Dalam penelitian, hipotesis diartikan sebagai jawaban
sementara terhadap rumusan masalah penelitian. Rumusan masalah tersebut
bisa berupa pernyataan tentang hubungan dua variabel atau lebih,
perbandingan (komparasi), atau variabel mandiri (deskripsi). Disini terdapat
perbedaan lagi pengertian deskriptif dalam penelitian dan dalam statistik.
Seperti telah dikemukakan, deskriptif dalam statistik adalah penelitian yang
didasarkan pada populasi (tidak ada sampel), sedangkan deskriptif dalam
penelitian menunjukkan tingkat eksplanasi yaitu menanyakan tentang variabel
mandiri (tidak dihubungkan dan dibandingkan).
Dalam statistik dan penelitian terdapat dua macam hipotesis, yaitu
hipotesis nol dan alternatif. Pada statistik, hipotesis nol diartikan sebagai tidak
adanya perbedaan antara parameter dengan statistik, atau tidak adanya
perbedaan antara parameter dengan statistik, atau tidak adanya perbedaan
1
antara ukuran populasi dan ukuran sampel. Dengan demikian hipotesis yang
diuji adalah hipotesis nol, karena memang peneliti tidak mengharapkan
adanya perbedaan data populasi dengan data sampel. Selanjutnya hipotesis
alternatif adalah lawannya hipotesis nol, yang berbunyi adanya perbedaan
antara data populasi dengan data sampel.
Maka dalam makalah ini, kami akan menjabarkan secara mendalam
mengenai “Pengujian Hipotesis Deskriptif”.
I.2. Rumusan Masalah
Adapun rumusan masalah dalam pembahasan “Pengujian Hipotesis
Deskriptif” adalah sebagai berikut :
1. Apa yang dimaksud dengan hipotesis deskriptif (satu sample)?
2. Apa yang dimaksud dengan statistik parametris dan apa saja macam-
macamnya?
3. Apa yang dimaksud dengan statistik non-parametris dan apa saja
macam-macamnya?
I.3. Tujuan Pembahasan
Adapun tujuan pembahasan mengenai “Pengujian Hipotesis
Deskriptif” adalah sebagai berikut :
1. Untuk memahami mengenai hipotesis deskriptif (satu sample)?
2. Untuk mengetahui apa yang dimaksud dengan statistik parametris dan
macam-macamnya?
3. Untuk mengetahui apa yang dimaksud dengan statistik non-parametris
dan macam-macamnya?
2
BAB II
PEMBAHASAN
II.1. PENGUJIAN HIPOTESIS DESKRIPTIF (SATU SAMPEL)
Hipotesis deskriptif adalah dugaan tentang nilai suatu variabel
mandiri, tidak membuat perbandingan atau hubungan sedangkan pengujian
hipotesis deskriptif diartikan sebagai proses generasilasi penelitian
berdasarkan pada satu sampel.
Sebagai contoh, bila rumusan masalah penelitian sebagai berikut ini,
maka hipotesis (jawaban sementara) yang dirumuskan adalah hipotesis
deskriptif.
a. Seberapa tinggi daya tahan lampu merek X?
b. Seberapa tinggi produktivitas padi di kabupaten Klaten?
c. Berapa lama daya tahan lampu merk A dan B?
Dari ketiga pernyataan tersebut antara lain dapat dirumuskan hipotesis
seperti berikut:
a. Daya tahan lampu merk X = 800 jam
b. Produktivitas padi di Kabupaten Klaten 8 ton/ha
c. Daya tahan lampu merk A = 450 jam dan merk B = 600 jam
Dalam perumusan hipotesis statistik, antara hipotesis nol (Ho) dan
hipotesis alternatif (Ha) selalu berpasangan, bila salah satu ditolak, maka yang
lain pasti diterima sehingga dapat dibuat keputusan yang tegas, yaitu kalau Ho
ditolak pasti Ha diterima. Hipotesis statistik dirumuskan dengan simbol-
simbol statistik. Berikut ini diberikan contoh berbagai pernyataan yang dapat
dirumuskan hipotesis deskriptif statistiknya:
1. Suatu perusahaan minuman harus mengikuti ketentuan, bahwa salah satu
unsur kimia hanya boleh dicampurkan paling banyak 1% (paling banyak
3
berarti lebih kecil atau sama dengan) Dengan demikian rumusan hipotesis
statistik adalah:
Ho : μ ≤ 0.01
Ha : μ > 0.01
Dapat dibaca: Hipotesis nol untuk parameter populasi berbentuk proporsi
(1%: proporsi) lebih kecil atau sama dengan 1%, dan hipotesis
alternatifnya, untuk populasi yang berbentuk proporsi lebih besar 1%.
2. Suatu bimbingan tes menyatakan murid yang dibimbing di lembaga itu,
paling sedikit 90% dapat diterima di Perguruan Tinggi Negeri. Rumusan
hipotesis statistik adalah:
Ho : μ ≥ 0.90
Ha : μ < 0.90
A. Statistik Parametris
Statistik parametris adalah ilmu statistika yang mempertimbangkan
jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak.
Pada umumnya, Jika data tidak menyebar normal, maka data harus
dikerjakan dengan metode Statistika non-parametrik, atau setidaknya
dilakukan transformasi agar data mengikuti sebaran normal, sehingga bisa
dikerjakan dengan statistika parametris.
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.
4
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 menguji hipotesis deskriptif (satu
sampel) yang datanya interval atau ratio adalah :
t = (x – μo) / (s/√n)
Dimana :
t = nilai t yang dihitung selanjutnya disebut t hitung
x = rata-rata x
μo = nilai yang dihipotesiskan
s = simpangan baku
n = jumlah anggota sampel
Langkah-langkah pada pengujian hipotesis deskriptif :
1. Menghitung rata-rata data.
2. Menghitung simpangan baku.
3. Menghitung harga t.
4. Melihat harga t tabel.
5. Menggambar kurva.
6. Meletakkan kedudukan t hitung dan t tabel dalam kurva yang telah dibuat.
7. Membuat keputusan pengujian hipotesis.
Terdapat dua macam pengujian hipotesis deskriptif, yaitu dengan uji
dua fihak (two tail test) dan uji satu fihak (one tail test). Uji satu fihak ada dua
macam yaitu uji fihak kanan dan uji fihak kiri. Jenis uji mana yang digunakan
tergantung pada bunyi hipotesis.
5
1. Uji dua fihak (two tail test)
Uji dua fihak digunakan jika Ho berbunyi: “… sama dengan …” dan Ha
berbunyi: “…tidak sama dengan …”
Contoh :
Ho: “Daya tahan berdiri pelayan toko tiap hari sama dengan 8 jam”
Ha: “Daya tahan berdiri pelayan toko tiap hari tidak sama dengan 8 jam”
Kesimpulan: Ho diterima jika t hitung ≤ t tabel
Rumus :
1. σ diketahui
Untuk Hipotesis : H : μ = μ0
A : μ ≠ μ0
RUMUS :
Ho diterima jika –z1/2(1-α) < z < z1/2(1-α)
Ho ditolak dalam hal lainnya
Kurva
6
Contoh :
Pengusaha pakan menyatakan bahwa pakannya tahan simpan sekitar 800
jam. Akhir-akhir ini timbul dugaan bahwa masa simpan pakan tersebut
telah berubah. Untuk menentukan itu dilakukan penelitian dengan jalan
menguji 50 karung pakan. Ternyata rata-ratanya 792. dari pengalaman,
diketahui bahwa simpangan baku masa simpan pakan 60 jam. Selidiki
dengan taraf nyata 0,05 apakah kualitas pakan sudah berubah atau belum
Penyelesaian :
H : μ = 800 jam
A : μ ≠ 800 jam
σ = 60 jam
X = 792 jam
n = 50
maka,
Dari daftar normal baku untuk uji dua pihak dengan α = 0.05 yang
memberikan z0.475 = - 1.96
Terima H jika z hitung terletak antara -1.96 dan 1.96. Dalam hal lainnya
Ho ditolak.
7
Dari penelitian sadah didapat z = -0.94 dan terletak di daerah penerimaan
H. Jadi H diterima, kesimpulan masa simpan pakan belum berubah masih
sekitar 800 jam
2. σ tidak diketahui
Untuk Hipotesis : H : μ = μ0
A : μ ≠ μ0
RUMUS :
Contoh :
Dimisalkan simpangan baku populasi tidak diketahui, tetapi dari sampel
diketahui simpangan baku s = 55 jam
Jawab:
s = 50 jam
X = 792 jam
µ = 800 jam
n = 50
Dari daftar distribusi student dengan α = 0.025 dan dk = 49 untuk uji dua
pihak diperoleh t = 2.01.
Kriteria pengujian : Terima H jika t hitung terletak antara -2.01 dan 2.01.
Diluar itu H ditolak
Dari penelitian didapat t = -1.029 dan terletak di daerah penerimaan H
8
Jadi Ho diterima, kesimpulan masa simpan pakan belum berubah masih
sekitar 800 jam
Kurva :
2. Uji satu fihak (one tail test)
Ho = “… lebih kecil atau sama dengan (≤)…”
Ha = “… lebih besar (>)…”
Contoh:
Ho = “Pasien Poli KIA dalam sehari lebih kecil dan sama dengan 20
orang”
Ha = “Pasien Poli KIA dalam sehari lebih besar 20 orang”
Kesimpulan: Ho diterima jika t hitung ≥ t tabel
Rumus :
1. σ diketahui
RUMUS UMUM : H : μ ≤ μ0
A : μ >μ0
KRITERIA : Tolak H jika Z ≥ Z 0,5- ά
Terima H jika sebaliknya
9
Contoh :
Pada suatu pabrik pakan dihasilkan rata-rata 15.7 ton sekali produksi.
Hasil produksi mempunyai simpangan baku = 1.51 ton. Metode
produksi baru, diusulkan untuk mengganti yang lama, jika rata-rata per
sekali produksi menghasilkan paling sedikit 16 ton. Untuk
menentukan apakah metode yang lama diganti atau tidak, metode
pemberian pakan yang baru dicoba 20 kali dan ternyata rata-rata per
sekali produksi menghasilkan 16.9 ton. Pemilik bermaksud
mengambil resiko 5% untuk menggunakan metode baru apabila
metode ini rata-rata menghasilkan lebih dari 16 ton. Bagaimana
keputusannya
Penyelesaian :
H : µ ≤ 16, berarti rata-rata hasil metode baru paling tinggi 16 ton,
maka metode lama dipertahankan
A : µ ≥ 16, berarti rata-rata hasil metode baru lebih dari 16 ton, maka
metode lama dapat diganti
X = 16.9 ton
N = 20
σ = 1.51
µo = 16
Dari daftar normal standart dengan α = 0.05 diperoleh z = 1.64
Kriteria pengujian : Tolak H jika z hitung lebih besar atau sama
dengan 1.64. Jika sebaliknya H diterima
Dari penelitian didapat z = 2.65, maka H ditolak
Kesimpulan metode baru dapat digunakan
10
Kurva :
2. σ tidak diketahui
RUMUS UMUM : H : μ ≤ μ0
A : μ >μ0
KRITERIA : Tolak H jika t ≥ t 1- ά
Terima H jika sebaliknya
Contoh :
Dengan suntikan hormon tertentu pada ayam/ikan akan menambah
berat badannya rata-rata 4.5 ton per kelompok. Sampel acak yang
terdiri atas 31 kelompok ayam/ikan yang telah diberi suntikan hormon
memberikan rata-rata 4.9 ton dan simpangan baku = 0.8 ton. Apakah
pernyataan tersebut diterima? Bahwa pertambahan rata-rata paling
sedikit 4.5 ton
Penyelesaian :
H : µ ≤ 4.5, berarti penyuntikan hormon pada ayam/ikan tidak
menyebabkan bertambahnya rata-rata berat badan dengan 4.5 ton
A : µ > 16, berarti penyuntikan hormon pada ayam/ikan menyebabkan
bertambahnya rata-rata berat badan paling sedikit dengan 4.5.
11
X = 4.9 ton
N = 31
S = 0.8 ton
µo = 4.5 ton
Dengan mengambil a = 0.01, dk = 30 didapat t = 2.46
Kriteria tolak hipotesis H jika t hitung lebih besar atau sama dengan
2.46 dan teriam H jika sebaliknya
Penelitian memberi hasil t = 2.78
Hipotesis H ditolak
Kesimpulan : Penyuntikan hormon terhadap ayam/ikan dapat
menambah berat badan rata-rata paling sedikit dengan 4.5 ton
Kurva :
12
a. Uji fihak kiri:
Ho = “… lebih besar atau sama dengan (≥)…”
Ha = “… lebih kecil (<)…”
Contoh:
Ho = “Daya tahan bidan berdiri lebih besar dan sama dengan 2 jam”
Ha = “Daya tahan bidan berdiri lebih kecil dari 2 jam”
Kesimpulan: Ho diterima jika t hitung ≤ t tabel
Rumus :
1. σ diketahui
RUMUS UMUM : H : μ ≥ μ0
A : μ <μ0
KRITERIA : Tolak H jika Z ≤ - Z 0,05- ά
Terima H jika Z > - Z 0,05- ά
2. σ tidak diketahui
RUMUS UMUM : H : μ ≤ μ0
A : μ >μ0
KRITERIA : Tolak H jika t ≥ t 1- ά
Terima H jika sebaliknya
b. Uji fihak kanan :
Ho = “… lebih kecil atau sama dengan (≤)…”
Ha = “… lebih besar (>)…”
Contoh:
Ho = “Pasien Poli KIA dalam sehari lebih kecil dan sama dengan 20 orang”
13
Ha = “Pasien Poli KIA dalam sehari lebih besar 20 orang”
Kesimpulan: Ho diterima jika t hitung ≥ t tabel
B. Statistik Non-Parametris
Statistik non-parametris adalah statistika bebas sebaran (tdk
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.
1. Test Binomial
Test Binomial digunakan untuk menguji hipotesis bila dalam popolasi
terdiri atas dua kelompok kelas, datanya berbentuk nominal dan jumlah
sampelnya kecil (kurang dari 25). Dua kelompok kelas itu misalnya kelas
pria dan wanita,senior dan yunior,dll. Jadi, Test Binomial digunakan untuk
menguji hipotesis deskriptif (satu sample) bila datanya nominal berbentuk
dua kategori atau dua klas. Test ini sangat cocok digunkan sebagai alat
pengujian hipotesis bila ukuran sampelnya kecil, sehingga Chi-Kuadrat
tidak dapat digunakan.
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.
14
Syarat:
Populasi terdiri 2 klas (misal: pria dan wanita)
Data Nominal
Jumlah sampel kecil (<25)
Distribusi data Binomial (terdiri 2 kelas): kelas dengan kategori (x) dan
kelas dengan ketegori (N-x)
Ketentuan:
Bila harga P > α , Ho diterima
P = proporsi kasus (lihat tabel)
Α = taraf kesalahan ( 1% = 0,01)
Contoh :
Penelitian tentang kecenderungan Bumil memilih tempat bersalin di
Polindes atau di Puskesmas. Jumlah sampel 24 Bumil, 14 Bumil memilih di
Polindes, 10 Bumil memilih di Puskesmas.
Penyelesaian :
Ho = peluang Bumil memilih tempat bersalin di Polindes atau Puskesmas
adalah sama, yaitu 50%
Ho = p1 = p2 = 0,5
Sampel (n) = 24
Frekuensi kelas terkecil (x) = 10
Tabel (n=24, x=10) koefisien binomial (p) = 0,271
15
Bila taraf kesalahan (α) ditetapkan 1% = 0,01
p = 0,271 > 0,01 Ho diterima
Kesimpulan: kemungkinan Bumil memilih tempat bersalin di Polindes atau
di Puskesmas adalah sama yaitu 50 %.
2. Chi Kuadrat ( χ 2)
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.
Syarat:
Populasi terdiri dari 2 atau lebih kelas
Data Nominal
Sampelnya besar
Ho = “Peluang memilih x atau y adalah sama besar yaitu 50%”
Ketentuan: Ho diterima jika χ2 hitung < χ2 tabel (dengan dk dan taraf
kesalahan tertentu)
dk = kebebasan untuk menentukan frekuensi yang diharapkan, jika
peluangnya 2 (x atau y) maka dk =1
Contoh 1 :
Penelitian peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan
D3. Jumlah sampel 300 Bumil, memilih Bidan P2B 200 orang, memilih
Bidan D3 100 orang
Ho = “Peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3
adalah sama (50%)”
16
Jika dk = 1, α = 5% χ2 tabel = 3,841, dan χ2 hitung = 33,33
Kesimpulan: Ho ditolak
Contoh 2 :
Penelitian tentang warna sepatu dipilih Bidan. Jumlah sampel 3000 Bidan,
1000 warna hitam, 900 warna putih, 600 coklat, 500 warna lain
Ho =“Peluang Bidan memilih empat warna sepatu adalah sama”
Jika dk = 3, α = 5% χ2 tabel = 7,815, dan χ2 hitung = 226,67
Kesimpulan: Ho ditolak
3. 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.
Contoh :
+ + + - - + - - + + - - - + + + - - - - + + + + + -
1 2 3 4 5 6 7 8 9 10
Ada 10 runtun = r , tanda + = , tanda - =
17
Langkah-langkah pengujian:
H0 : data tersusun random
H1 : data tidak random/sistematis (dua arah)
α : taraf nyata
a. Jika Ukuran Sampel Kecil yaitu dan ≤ 20
Statistik Uji : hitung banyaknya runtun = r
Gunakan tabel F1 dan F2 (Tabel 8)
Tabel F1 : nilai-nilai batas terkecil r untuk menolak H0
Tabel F2 : nilai-nilai batas terbesar r untuk menolak H0
Kesimpulan :
jika r berada antara F1 dan F2 maka terima H0 dan jika r < F1 atau r > F2 maka tolak H0
Contoh soal :
Dalam suatu kantin diperusahaan elektronika, terdapat sekelompok karyawan
wanita yang sedang makan siang. Dari sekelompok karyawan itu ada 18 orang
diambil secara random, selanjut diwawancarai, kapan akan mengambil cuti
hamil. Dalam pertanyaan itu disediakan dua alternative jawaban yaitu akan
mengambil cuti besar sebelum melahirkan atau sesudah melahirkan.
Wawancara dilakukan secara berurutan, yaitu mulai dari No.1 dan berakhir
No.18.
18
Diperolehkan data “Waktu pengambilan cuti besar Karyawati”, yaitu
No Jawaban
1 1
2 1
3 0
4 1
5 0
6 1
7 0
8 0
9 1
10 1
11 0
12 0
13 0
14 1
15 1
16 0
17 1
18 0
19
Keterangan :
1 : mengambil cuti besar sebelum melahirkan
0 : mengambil cuti besar sesudah melahirkan
Apakah data diatas tersusun random?
Berdasarkan hal tersebut diatas maka dilakukan pengujian:
Jawab :
H0 : data tersusun random
H1 : data tidak random
α : 5%
Dari data diperoleh:
+ + - + - + - - + + - - - + +
1 2 3 4 5 6 7 8 9
- + -
10 11 12
Maka :
r = banyak runtun = 12
gunakan tabel F1 dan F2
dengan α = 5%
untuk batas terkecil r untuk menolak H0
F1 = 5
Untuk batas terbesar r untuk menolak H0
F2 = 15
20
Kriteria uji:
jika r berada antara F1 dan F2 maka terima H0 dan jika r < F1 atau r > F2 maka tolak H0
karena F1 = 5 dan F2 = 15 maka r berada diantara F1 dan F2, sehingga H0 diterima
artinya data tersebut disusun secara random.
b.Jika Ukuran Sampel besar yaitu dan ≥ 20
z = r - µ r
σr
µr = 2n1n2 + 1
n1 + n2
√ 2n1n2( 2n1n2 – n1 – n2)
σr = ___________________
√ (n1 + n2)2(n1+ n2 -1)
Kriteria Uji :
Tolak H0 jika -zα/2 > zhitung > zα/2 , terima dalam hal lainya.
(Gunakan Tabel 1), atau jika p ≤ α/2 maka H0 ditolak, terima dalam hal
lainnya.
Contoh soal :
Suatu penelitian tentang sanitasi rumah telah dilakukan.Diambil sebanyak 42
rumah.Masing-masing rumah diukur kelembaban udaranya didapatkan data
urutan sampel berdasarkan kelembaban pada tabel dibawah.Selidikilah
dengan α = 10 %, apakah sampel rumah tersebut random (acak) berdasarkan
kelembabannya.
Nomor Kelembaban Rumah Nomor Kelembaban Rumah
21
1 68 22 59
2 56 23 48
3 78 24 53
4 60 25 63
5 70 26 60
6 72 27 62
7 65 28 51
8 55 29 58
9 60 30 68
10 64 31 65
11 48 32 54
12 52 33 79
13 66 34 58
14 59 35 70
15 75 36 59
16 64 37 60
17 53 38 55
18 54 39 54
19 62 40 60
20 68 41 54
21 70 42 50
Jawab :
H0 : tidak beda dengan random
H1 : ada beda dengan random
α : 10 %
22
Statistik Uji :
z = r - µ r
σr
n ≤ 60 = ( - ), n > 60 = ( + ) = 60,93
n1 = 24
n2 = 18
r = 24
µr = 2n1n2 + 1 = 2(24)(18) + 1 = 21,57
n1 + n2 24 + 18
√ 2n1n2( 2n1n2 – n1 – n2) σr = ___________________
√ (n1 + n2)2(n1+ n2 -1)
= √2.24.18(2.24.18 – 24 – 18)
√(24 + 18)2 (24 + 18 – 1)
= 3,13
z = r - µ r
σr
= 24 – 21,57 = 0,7763
3,13
Kriteria Uji :
Tolak H0 jika -zα/2 > zhitung > zα/2 , terima dalam hal lainya.
(Gunakan Tabel 1), atau jika p ≤ α/2 maka H0 ditolak, terima dalam hal
lainnya.
Dengan α = 0,1 ,uji dua sisi α/2 = 0,05 maka diperoleh zα/2 = 1,65
23
Karena | 0,7763 | < 1,65 sehingga H0 diterima, Berarti sampel rumah tersebut
random (acak) berdasarkan kelembabannya.
BAB III
PENUTUP
III.1. Kesimpulan
1. Pengujian hipotesis deskriptif diartikan sebagai proses generasilasi
penelitian berdasarkan pada satu sampel.
24
2. Hipotesis statistik dirumuskan dengan simbol-simbol statistik.
3. Statistik parametris adalah ilmu statistika yang mempertimbangkan jenis
sebaran/distribusi data, yaitu data yang menyebar normal saja.
4. Rumus yang digunakan untuk menguji hipotesis deskriptif (satu sampel)
yang datanya interval atau ratio adalah : t = (x – μo) / (s/√n)
5. Uji dua fihak digunakan jika Ho berbunyi: “… sama dengan …” dan Ha
berbunyi: “…tidak sama dengan …”
6. Uji satu fihak jika Ho = “… lebih kecil atau sama dengan (≤)…” dan Ha =
“… lebih besar (>)…”
7. Uji fihak kiri Ho = “… lebih besar atau sama dengan (≥)… dan Ha = “…
lebih kecil (<)…”
8. Uji fihak kanan Ho = “… lebih kecil atau sama dengan (≤)…”dan Ha =
“… lebih besar (>)…”
9. Statistik non-parametris adalah statistika bebas sebaran (tdk mensyaratkan
bentuk sebaran parameter populasi, baik normal atau tidak).
10. Test Binomial digunakan untuk menguji hipotesis bila dalam popolasi
terdiri atas dua kelompok kelas, datanya berbentuk nominal dan jumlah
sampelnya kecil (kurang dari 25).
11. 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.
12. 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.
III.2. Saran
Dengan adanya makalah ini, kami menyarankan agar para pembaca dapat
memahami mengenai isi dari makalah ini yaitu membahas mengenai
25
“Pengujian Hipotesis Deskriptif” dan dapat menambah wawasan dan
pengetahuan pembaca.
Demikian isi dari makalah ini, jika ada kesalahan kami mohon maaf dan
kami bersedia menerima kritk dan saran demi penyempurnaan makalah ini.
Terima kasih.
26
DAFTAR PUSTAKA
Bungin, Burhan. 2009. Metodologi Penelitian Kuantitatif. Jakarta: Kencana.
http://arini2992.blogspot.com/2011/06/uji-deret-uji-runtun-run-test-kasus.html
http://ineddeni.wordpress.com/2007/08/02/statistika-parametrik-dan-statistika-
nonparametrik/
http://khansamhamnida.wordpress.com/2011/04/12/pengujian-hipotesis-deskriptif-1-
sampel-test-binomial/
Riduwan, Drs., M.B.A. 2009. Belajar Mudah Penelitian untuk Guru, Karyawan
dan Peneliti Pemula. Bandung: Alfabeta.
Sugiyono. 2010. Statistika Untuk Penelitian. Bandung: Alfabeta.
27
Top Related