Professional Documents
Culture Documents
42.
43. ket : to = t hitung Modul Praktikum Distribusi T
44. Statistika 2 23 ATA 11/12
45.
46. x = rata-rata sampel
47. μ = rata-rata populasi
48. s = standar deviasi
49. n = jumlah sampel
50. § Db = n – 1
51.
52. § Penyusunan Hipotesa :
53.
54. 1. Ho : μ1 = μ2
55.
56. Ha : μ1 ≠ μ2
57. 2. Ho : μ1 ≤ μ2
58.
59. Ha : μ1 > μ2
60. 3. Ho : μ1 ≥ μ2
61.
62. Ha : μ1 < μ2
63. Apabila data yang diambil dari hasil eksperimen, maka langkah yang harus dilakukan
sebelum mencari t hitung adalah :
64. a. Menentukan rata-ratanya terlebih dahulu :
65.
66. b. Menentukan standar deviasi :
67.
68. 2.2 Dua Rata – Rata
69. Rumus :
70.
71.
72. to = | (X1 – X2) – do |
73. √ (S12 / n1) + (S22 / n2)
74. Syarat : S1 ≠ S2
75. do = selisih μ1 dengan μ2 (μ1 – μ2) Modul Praktikum Distribusi T
76. Statistika 2 24 ATA 11/12
77.
78.
79. v Db = (n1 + n2) – 2
80.
81. v Penyusunan Hipotesa :
82.
83. 1. Ho : μ1 – μ2 = do
84.
85. Ha : μ1 – μ2 ≠ do
86. 2. Ho : μ1 – μ2 ≤ do
87.
88. Ha : μ1 – μ2 > do
89. 3. Ho : μ1 – μ2 ≥ do
90.
91. Ha : μ1 – μ2 < do
92. III. LANGKAH – LANGKAH UJI HIPOTESIS
93. 1. Tentukan Ho dan Ha
94. 2. Tentukan arah uji hipotesa ( satu arah atau dua arah )
95. 3. Tentukan tingkat signifikan ( α )
96. 4. Tentukan nilai derajat bebas ( Db )
97. 5. Tentukan wilayah kritisnya atau nilai tabel t tabel = (α, Db )
98. 6. Tentukan nilai hitung (t hitung = to )
99. 7. Tentukan keputusan dan gambar
100. 8. Kesimpulan dan analisis
101.
102. Menentukan kesimpulan dengan cara membandingkan nilai kritis ( nilai tabel )
dengan nilai hitungnya untuk kemudian menerima / menolak Hipotesa awal (Ho).
103. Ada 3 wilayah kritis dalam distribusi t, yaitu :
104. 1. Dua Arah ( Ho : μ1 = μ2, Ha : μ1 ≠ μ2 )
105.
106. Ho diterima jika : -t tabel ( α/2, Db ) < to < t tabel ( α/2, Db )
107. Ho ditolak jika : to > t tabel ( α/2, Db ) atau to < – t tabel ( α/2, Db )
108. – α/2 0 + α/2 ( t tabel)
109. Gambar 2.1 : Kurva Distribusi t Dua Arah
110. 2. Satu Arah, Sisi Kanan ( Ho : μ1 ≤ μ2, Ha : μ1 > μ2 )
111.
112. Ho diterima jika : to < t tabel ( α, Db )
113. Ho ditolak jika : to > t tabel ( α, Db ) Modul Praktikum Distribusi T
114. Statistika 2 25 ATA 11/12
115.
116. 0 + t tabel
117. Gambar 2.2 : Kurva Distribusi t Satu Arah Sisi Kanan
118. 3. Satu Arah, Sisi Kiri ( Ho : μ1 ≥ μ2, Ha : μ1 < μ2 )
119.
120. Ho diterima jika : to > – t tabel ( α, Db )
121. Ho ditolak jika : to < – t tabel ( α, Db )
122. Ho
123. Ha
124. – t tabel
125. Gambar 2.3 : Kurva Distribusi t Satu Arah Sisi Kiri
126. Contoh Soal :
127. 1. Yamaha, sebuah perusahaan penghasil motor balap YZR-M1 meramalkan
bahwa kecepatan hasil produksinya mempunyai kecepatan sebesar 325 km/jam. Untuk
menguji apakah hipotesis tersebut benar, maka Perusahaan melakukan pengujian
terhadap 12 motor balap produksinya dan diketahui rata-rata sampel (rata-rata kecepatan
motor) 350 km/jam dengan simpangan baku 300 km/jam. Apakah hasil penelitian
tersebut sesuai dengan hipotesis awal Perusahaan ? (selang kepercayaan 95 %)
128.
129. Jawab :
130. Dik : μ = 325
131. x = 350
132. α = 5% = 0,05
133. n = 12
134. s = 300
135. Pengujian Hipotesis :
136. 1. Ho : μ1 = 325
137.
138. Ha : μ2 ≠ 325
139. 2. 1 rata – rata, uji 2 arah
140. 3. α/2 = 5 % /2 = 0,025
141. 4. Db = n – 1 = 12 – 1 = 11
142. 5. t tabel (α, Db) = ( 0,025 ; 11 ) = ± 2,201
143. 6. to = x – μ = 350 – 325 = 0,2887
144.
145. s / √n 300 / √12
146. 7. Keputusan : karena t hitung = 0,2887 berada dalam selang -2,201 < t < 2,201
maka Terima Ho, Tolak Ha
147. Modul Praktikum Distribusi T
148. Statistika 2 26 ATA 11/12
149.
150. -2,201 0 0,288 2,201
151. Gambar 2.4
152. Kurva Distribusi t Satu Rata-rata Dua Arah Contoh
153. 8. Kesimpulan : Jadi, kecepatan motor YZR M-1 yang diproduksi Yamaha
sebesar 325 km/jam adalah benar.
154.
155.
156. Distribusi Chi Kuadrat (χ2)
157. Distribusi chi kuadrat merupakan distribusi dengan variabel acak
kontinu.Simbul yang dipakai ialah χ2.
158. apabila besar sampel n dan varians s2, maka : χ2 = dan didapat
distribusi sampling χ2 untuk memudahkan menulis, dan harga u > 0, v = (n-1) =
derajat kebebasam K bilangan tetap yang bergantung pada v, sedemikian
sehingga luas daeah di bawah kurva sama dengan satu satuan luas dan e =
2,7183. Grafik distribusi x2 umumnya merupakan kurva positif yaitu miring
kekanan, makin berkurang kemiringannya jika v makin besar.
159. Contoh: Gambar di bawah distribusi x2 dengan n = 10.
160. a. Luas daerah yang diarsir sebalah kanak = 0,025, hitung X12
161. b. Luas daerah yang diarsir sebelah kiri = 0,05, hitung X12
162. Jawab:
163. a. v = (n-1) = 10 – 1 = 9; P = 1 – 0,25 = 0,975, dicari pada tabel di
dapat X21 = 19,0
164. b. v = (n – 1) = 10 – 1 = 9; P = 1 – 0,05 = 0,95 dicari pada
tabel didapat X12
165. Catatan :
166. Karena distribusi X22 tidak simetrik, luas ujung-ujung daerah yang diarsir
bila diketahui jumlahnya, maka luas daerah ujung kiri yang diarsir dan luas
daerah ujung kanan harganya dapat berbeda-beda.
167. Dalam beberapa hal, kecuali dinyatakan lain, biasa diambil luas daerah
ujung kanan yang diarsir sama dengan luas daerah ujung kiri yang diarsir.
168.
169. Contoh soal Distribusi t1.Suatu pabrik bola lampu yakin bahwa bola lampunya
akan tahan menyala rata – rata selama 500 jam. Untuk mempertahankan nilai tersebut,
tiap bulan diuji 25 bola lampu. ila nilai
170. t
171. yan! dihitun! terletak antara dan maka pen!usahan pabrik tadi akan mempertahankan
kenyakinannya. "esimpulan apa yan! seharusnya dia ambil dari sampel den!an rataan # 51$
jamdan simpan!an baku s # %0 jam& 'n!!ap bahwa distribusi waktu menyala, se(ara hampiran,
noramal.)awab *D a r i t a b e l 5 d i p e r o l e h # 1 , + 1 1 u n t u k d e r a j a t k e b e b a s a n 2 % .
) a d i p e n ! u s a h a t a d i a k a n p u a s den!an keyakinananya bila sampel 25 bola lampu
memberikan nilai t antara 1,+11 dan 1,+11. ila meman! # 500, makaSuatu nilai yan!
(ukup jauh di atas 1,+11. -eluan! mendapat nilai t, den!an derajat kebebasan # 2%, sama atau
lebih besar dari 2,25, se(ara hampiran adalah 0,02. ila , nilai t yan! di hitun!dari
sampel akan lebih wajar. )adi pen!usaha tali kemun!kinan besar akan menyimpulkan
bahwa produksinya lebih baik daripada yan! didu!anya semula.
172.
MAKALAH
173.
174. STATISTIK MATEMATIKA II
175. “DISTRIBUSI F, DISTRIBUSI T DAN DISTRIBUSI CHI-KUADRAT”
176. Makalah di ajukan dalam rangka memenuhi tugas matakuliah.
177. Dosen
178. Tri Novita Irawati, M.Pd
179.
180.
181.
182.
183.
184.
185.
186. Disusun Oleh:
187. Rusdiyanto
188. NIM : 2014034070016
189. Mashuda
190. NIM : 2014034070020
191. Sahid Abdullah
192. NIM : 2014034070018
193.
194.
195. Pendidikan Matematika
196. FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
197. UNIVERSITAS ISLAM JEMBER
198. 2016
199.
200.
201. KATA PENGANTAR
202.
203. Puji syukur kehadirat Tuhan Yang Maha Kuasa atas segala limpahan Rahmat, Inayah,
Taufik dan Hidayahnya sehingga kami dapat menyelesaikan makalah tentang “Distribusi F,
Distribusi T dan Distribusi chi-kuadrat”. Makalah ini di ajukan guna memenuhi tugas mata kuliah
Statistik matematika II.
204. Kami mengucapkan terima kasih kepada semua pihak yang telah membantu sehingga
makalah ini dapat di selesaikan tepat pada waktunya. Kami menyadari bahwa dalam
penyusunan makalah ini jauh dari sempurna, baik dari segi penyusunan, bahasan, ataupun
penulisannya. Oleh karena itu kami mengharapkan kritik dan saran yang sifatnya membangun,
khususnya dari dosen matakuliah guna menjadi acuan dalam bekal pengalaman bagi kami untuk
lebih baik di masa yang akan datang.
205. Harapan saya semoga makalah ini membantu menambah pengetahuan dan bermanfaat
bagi para pembaca.
206.
207.
Jember, 14 November 2016
208.
209.
210.
Penyusun
211.
212.
213.
214.
215. DAFTAR ISI
216.
217. .................................................................................................................. Sampul
.................................................................................................................... i
218. .................................................................................................................. Kata Pengantar
....................................................................................................... ii
219. .................................................................................................................. Daftar Isi
................................................................................................................ iii
220. .................................................................................................................. BAB 1
PENDAHULUAN
221. .................................................................................................................. 1.1. Latar
Belakang ...................................................................................... 1
222. .................................................................................................................. 1.2. Rumusan
Masalah .................................................................................. 1
223. .................................................................................................................. 1.3. Tujuan
Penulisan..................................................................................... 1
224. .................................................................................................................. BAB 2
PEMBAHASAN
225. .................................................................................................................. 2.1. Distribusi
T........................................................................................... 2
226. .................................................................................................................. 2.2. Distribusi
Chi-Kuadrat......................................................................... 4
227. .................................................................................................................. 2.3. Distribusi
F........................................................................................... 5
228. .................................................................................................................. BAB 3
PENUTUP
229. .................................................................................................................. 3.1.
Kesimpulan ............................................................................................ 8
230. .................................................................................................................. 3.2. Saran
...................................................................................................... 8
231. .................................................................................................................. DAFTAR
PUSTAKA
232.
233. ..................................................................................................................
disusun dalam tabel atau diagram yang menggambarkan suatu persoalan (Sudjana 2005:
2). Sedangkan statistika diartikan sebagai ilmunya. Statistika adalah pengetahuan yang
dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisisan yang dilakukan
(Sudjana 2005: 3). Disadari atau tidak, statistika sudah banyak digunakan dalam
kehidupan sehari-hari. Statistika sangat penting digunakan dalam bidang teknik, industri,
253. Dunia penelitian atau riset, dimanapun dilakukan, tidak akan terlepas dari masalah
statistika.
perkuliahan, para mahasiswa yang skripsi atau tugas akhirnya berupa studi kasus atau
254. Mata kuliah mengenai metode statistika tidak hanya diajarkan kepada mahasiswa
jurusan matematika saja. Akan tetapi seluruh mahasiswa disemua jurusan diajarkan mata
kuliah tersebut. Hanya saja penekanan metode statistika pada mahasiswa jurusan
paham daripada mahasiswa dari jurusan lain. Karena membahas berbagai pengolah data
data penelitian.
sampai hasil penelitian itu dikatakan valid atau diterima. Pada makalah ini akan dibahas
256.
257.
258.
259. BAB II
260. PEMBAHASAN
261.
262.
263.
264. 1. Pengertian dan Kegunaan Uji Chi-Kuadrat
265. Chi Kuadrat adalah pengujian hipotesis mengenai perbandingan antara frekuensi
observasi atau yang benar-benar terjadi atau aktual dengan frekuensi harapan. Yang
dimaksud dengan frekuensi harapan adalah frekuensi yang nilainya dapat di hitung secara
teoritis (e). sedangkan dengan frekuensi observasi adalah frekuensi yang nilainya di dapat
Dalam statistik, distribusi chi square termasuk dalam statistik nonparametrik. Distribusi
Distribusi ini sangat bermanfaat dalam melakukan analisis statistik jika kita tidak
memiliki informasi tentang populasi atau jika asumsi-asumsi yang dipersyaratkan untuk
266. Chi-kuadrat ini digunakan untuk mengadakan pendekatan dari beberapa vaktor
atau mngevaluasi frekuensi yang diselidiki atau frekuensi hasil observasi dengan
frekuensi yang diharapkan dari sampel apakah terdapat hubungan atau perbedaan yang
statistik jika kita tidak memiliki informasi tentang populasi atau jika asumsi-asumsi yang
268. Beberapa hal yang perlu diketahui berkenaan dengan distribusi chi square adalah:
269. Distribusi chi-square memiliki satu parameter yaitu derajat bebas (db).
270. Nilai-nilai chi square di mulai dari 0 disebelah kiri, sampai nilai-nilai positif
271. Probabilitas nilai chi square di mulai dari sisi sebelah kanan.
275. c) Uji Beberapa Proporsi (Prinsip pengerjaan (b) dan (c) sama saja)
276. Nilai chi square adalah nilai kuadrat karena itu nilai chi square selalu positif.
Bentuk distribusi chi square tergantung dari derajat bebas (Db)/degree of freedom.
Pengertian pada uji chi square sama dengan pengujian hipotesis yang lain, yaitu luas
277. Metode Chi-kuadrat menggunakan data nominal, data tersebut diperoleh dari hasil
multinominal
282. Uji hipotesis tentang ketergantungan suatu variabel terhadap variabel lain/uji
283. Uji hipotesis kesesuaian bentuk kurva distribusi frekuensi terhadap distribusi
285. Agar pengujian hipotesis dengan chi-kuadrat dapat digunakan dengan baik, maka
286. 1) Jumlah sampel harus cukup besar untuk meyakinkan kita bahwa terdapat
287. 2) Pengamatan harus bersifat independen (unpaired). Ini berarti bahwa jawaban
satu subjek tidak berpengaruh terhadap jawaban subjek lain atau satu subjek hanya satu
288. 3) Pengujian chi-kuadrat hanya dapat digunakan pada data deskrit (data
frekuensi atau data kategori) atau data kontinu yang telah dikelompokan menjadi
kategori.
289. 4) Jumlah frekuensi yang diharapkan harus sama dengan jumlah frekuensi yang
diamati.
290. 5) Pada derajat kebebasan sama dengan 1 (table 2 x 2) tidak boleh ada nilai
ekspektasi yang sangat kecil. Secara umum, bila nilai yang diharapkan terletak dalam
satu sel terlalu kecil (< 5) sebaiknya chi-kuadrat tidak digunakan karena dapat
menimbulkan taksiran yang berlebih (over estimate) sehingga banyak hipotesis yang
291. Bila tidak cukup besar, maka adanya satu nilai ekspektasi yang lebih kecil dari 5
tidak akan banyak mempengaruhi hasil yang diinginkan. Pada pengujian chi-kuadrat
dengan banyak ketegori, bila terdapat lebih dari satu nilai ekspektasi kurang dari 5 maka,
293. Uji normalitas dengan Chi Kuadrat (X2) dipergunakan untuk menguji data dalam
bentuk data kelompok dalam tabel distribusi frekuensi. Seperti halnya uji Liliefors, uji
294.
Kedua, lakukan langkah-langkah uji normalitas dengan chi kuadrat (X2) sebagai berikut:
295. 1. Membuat daftar distribusi frekuensi dari data yang berserakan ke dalam distribusi
frekuensi data kelompok (jika data belum disajikan dalam tabel disitribusi frekuensi
kelompok).
298. 4. Tentukan batas nyata (tepi kelas) tiap interval kelas dan jadikan sebagai Xi(X1, X2,
X3, ..., Xn). Kemudian lakukan konversi, setiap nilai tepi kelas (Xi) menjadi nilai baku
Z1, Z2, Z3, ..., Zn. Dimana nilai baku Zi ditentukan dengan rumus Zi = (Xi - )/s
299. 5. Tentukan besar peluang setiap nilai Z berdasarkan tabel Z (luas lengkungan di
300. 6. Tentukan luas tiap kelas interval dengan cara mengulangi nilai F(z) yang lebih
301. 7. Tentukan Ei (frekuensi eskpektasi) dengan cara membagi luas kelas tiap interval
305. 11. Tentukan nilai X2tabel pada taraf signifikansi dan derajat kebebasan k-1 dengan k
307. 13. Apabila X2hitung < X2tabel maka sampel berasal dari populasi yang berdistribusi
normal, dan jika X2hitung > X2tabel maka sampel berasal dari populasi tidak normal
309.
310. Keterangan:
311.
312.
313.
315. Pengukuran terhadap tinggi mahasiswa tingkat pertama dilakukan dan diambil
sebuah sampel acak berukuran 100. Dicatat dalam distribusi frekuensi, hasilnya sebagai
berikut:
Tinggi (cm) f
140-144 7
145-149 10
150-154 16
155-159 23
160-164 21
165-169 17
170-174 6
Jumlah 100
317. Apakah hipotesis sampel itu berasal dari distribusi normal pada taraf nyata =
318. Penyelesaian:
319. = = = 157,8.
320. S= = = 8,09
kelas interval untuk menghitung luas dibawah kurva normal bagi setiap interval. Kelas
interval kesatu dibatasi oleh 139,5 dan 144,5 atau dalam angka standar z dibatasi oleh -
2,26 dan -1,64. Luas dibawah kurva normal untuk interval kesatu = 0,4881-0,4495 =
0,0386, sehingga frekuensi teoritik untuk kelas interval ini = 100 × 0,0386 = 3,9. Jika
perhitungan yang sama dilakukan untuk kelas-kelas interval lainnya, didapat hasil
dibawah ini:
Batas kelas (x) Z untuk batas Luas tiap kelas Frekuensi Frekuansi
139,5 -2,26
0,0386 3,9 7
144,5 -1,64
0,1010 10,1 10
149,5 -1,03
0,1894 18,9 16
154,5 -0,41
0,2423 24,2 23
159,5 +0,21
0,2135 21,4 21
164,5 +0,83
0,1298 13,0 17
169,5 +1,45
0,0538 5,4 6
174,5 +2,06
324. PENDAHULUAN
325.
326.
327. 1.1 Latar Belakang
328. Statistik diartikan sebagai kumpulan data bilangan maupun non bilangan yang
disusun dalam tabel atau diagram yang menggambarkan suatu persoalan (Sudjana 2005:
2). Sedangkan statistika diartikan sebagai ilmunya. Statistika adalah pengetahuan yang
dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisisan yang dilakukan
(Sudjana 2005: 3). Disadari atau tidak, statistika sudah banyak digunakan dalam
kehidupan sehari-hari. Statistika sangat penting digunakan dalam bidang teknik, industri,
bisnis, ekonomi, astronomi, biologi, kedokteran, asuransi, pertanian, perniagaan,
329. Dunia penelitian atau riset, dimanapun dilakukan, tidak akan terlepas dari masalah
statistika.
perkuliahan, para mahasiswa yang skripsi atau tugas akhirnya berupa studi kasus atau
330. Mata kuliah mengenai metode statistika tidak hanya diajarkan kepada mahasiswa
jurusan matematika saja. Akan tetapi seluruh mahasiswa disemua jurusan diajarkan mata
kuliah tersebut. Hanya saja penekanan metode statistika pada mahasiswa jurusan
paham daripada mahasiswa dari jurusan lain. Karena membahas berbagai pengolah data
data penelitian.
sampai hasil penelitian itu dikatakan valid atau diterima. Pada makalah ini akan dibahas
332.
333.
334.
335. BAB II
336. PEMBAHASAN
337.
338.
339.
340. 1. Pengertian dan Kegunaan Uji Chi-Kuadrat
341. Chi Kuadrat adalah pengujian hipotesis mengenai perbandingan antara frekuensi
observasi atau yang benar-benar terjadi atau aktual dengan frekuensi harapan. Yang
dimaksud dengan frekuensi harapan adalah frekuensi yang nilainya dapat di hitung secara
teoritis (e). sedangkan dengan frekuensi observasi adalah frekuensi yang nilainya di dapat
Dalam statistik, distribusi chi square termasuk dalam statistik nonparametrik. Distribusi
Distribusi ini sangat bermanfaat dalam melakukan analisis statistik jika kita tidak
memiliki informasi tentang populasi atau jika asumsi-asumsi yang dipersyaratkan untuk
342. Chi-kuadrat ini digunakan untuk mengadakan pendekatan dari beberapa vaktor
atau mngevaluasi frekuensi yang diselidiki atau frekuensi hasil observasi dengan
frekuensi yang diharapkan dari sampel apakah terdapat hubungan atau perbedaan yang
populasi tidak diketahui. Distribusi ini sangat bermanfaat dalam melakukan analisis
statistik jika kita tidak memiliki informasi tentang populasi atau jika asumsi-asumsi yang
344. Beberapa hal yang perlu diketahui berkenaan dengan distribusi chi square adalah:
345. Distribusi chi-square memiliki satu parameter yaitu derajat bebas (db).
346. Nilai-nilai chi square di mulai dari 0 disebelah kiri, sampai nilai-nilai positif
347. Probabilitas nilai chi square di mulai dari sisi sebelah kanan.
351. c) Uji Beberapa Proporsi (Prinsip pengerjaan (b) dan (c) sama saja)
352. Nilai chi square adalah nilai kuadrat karena itu nilai chi square selalu positif.
Bentuk distribusi chi square tergantung dari derajat bebas (Db)/degree of freedom.
Pengertian pada uji chi square sama dengan pengujian hipotesis yang lain, yaitu luas
353. Metode Chi-kuadrat menggunakan data nominal, data tersebut diperoleh dari hasil
357. Pengujian hipotesis perbedaan beberapa proporsi atau chi-square dari data
multinominal
358. Uji hipotesis tentang ketergantungan suatu variabel terhadap variabel lain/uji
361. Agar pengujian hipotesis dengan chi-kuadrat dapat digunakan dengan baik, maka
362. 1) Jumlah sampel harus cukup besar untuk meyakinkan kita bahwa terdapat
363. 2) Pengamatan harus bersifat independen (unpaired). Ini berarti bahwa jawaban
satu subjek tidak berpengaruh terhadap jawaban subjek lain atau satu subjek hanya satu
364. 3) Pengujian chi-kuadrat hanya dapat digunakan pada data deskrit (data
frekuensi atau data kategori) atau data kontinu yang telah dikelompokan menjadi
kategori.
365. 4) Jumlah frekuensi yang diharapkan harus sama dengan jumlah frekuensi yang
diamati.
366. 5) Pada derajat kebebasan sama dengan 1 (table 2 x 2) tidak boleh ada nilai
ekspektasi yang sangat kecil. Secara umum, bila nilai yang diharapkan terletak dalam
satu sel terlalu kecil (< 5) sebaiknya chi-kuadrat tidak digunakan karena dapat
menimbulkan taksiran yang berlebih (over estimate) sehingga banyak hipotesis yang
367. Bila tidak cukup besar, maka adanya satu nilai ekspektasi yang lebih kecil dari 5
tidak akan banyak mempengaruhi hasil yang diinginkan. Pada pengujian chi-kuadrat
dengan banyak ketegori, bila terdapat lebih dari satu nilai ekspektasi kurang dari 5 maka,
nilai-nilai ekspektasi tersebut dapat digabungkan dengan konsekuensi jumlah kategori
369. Uji normalitas dengan Chi Kuadrat (X2) dipergunakan untuk menguji data dalam
bentuk data kelompok dalam tabel distribusi frekuensi. Seperti halnya uji Liliefors, uji
370.
Kedua, lakukan langkah-langkah uji normalitas dengan chi kuadrat (X2) sebagai berikut:
371. 1. Membuat daftar distribusi frekuensi dari data yang berserakan ke dalam distribusi
frekuensi data kelompok (jika data belum disajikan dalam tabel disitribusi frekuensi
kelompok).
374. 4. Tentukan batas nyata (tepi kelas) tiap interval kelas dan jadikan sebagai Xi(X1, X2,
X3, ..., Xn). Kemudian lakukan konversi, setiap nilai tepi kelas (Xi) menjadi nilai baku
Z1, Z2, Z3, ..., Zn. Dimana nilai baku Zi ditentukan dengan rumus Zi = (Xi - )/s
375. 5. Tentukan besar peluang setiap nilai Z berdasarkan tabel Z (luas lengkungan di
376. 6. Tentukan luas tiap kelas interval dengan cara mengulangi nilai F(z) yang lebih
377. 7. Tentukan Ei (frekuensi eskpektasi) dengan cara membagi luas kelas tiap interval
381. 11. Tentukan nilai X2tabel pada taraf signifikansi dan derajat kebebasan k-1 dengan k
383. 13. Apabila X2hitung < X2tabel maka sampel berasal dari populasi yang berdistribusi
normal, dan jika X2hitung > X2tabel maka sampel berasal dari populasi tidak normal
385.
386. Keterangan:
387.
388.
389.
sebuah sampel acak berukuran 100. Dicatat dalam distribusi frekuensi, hasilnya sebagai
berikut:
Tinggi (cm) f
140-144 7
145-149 10
150-154 16
155-159 23
160-164 21
165-169 17
170-174 6
Jumlah 100
393. Apakah hipotesis sampel itu berasal dari distribusi normal pada taraf nyata =
394. Penyelesaian:
395. = = = 157,8.
396. S= = = 8,09
kelas interval untuk menghitung luas dibawah kurva normal bagi setiap interval. Kelas
interval kesatu dibatasi oleh 139,5 dan 144,5 atau dalam angka standar z dibatasi oleh -
2,26 dan -1,64. Luas dibawah kurva normal untuk interval kesatu = 0,4881-0,4495 =
0,0386, sehingga frekuensi teoritik untuk kelas interval ini = 100 × 0,0386 = 3,9. Jika
perhitungan yang sama dilakukan untuk kelas-kelas interval lainnya, didapat hasil
dibawah ini:
Batas kelas (x) Z untuk batas Luas tiap kelas Frekuensi Frekuansi
139,5 -2,26
0,0386 3,9 7
144,5 -1,64
0,1010 10,1 10
149,5 -1,03
0,1894 18,9 16
154,5 -0,41
0,2423 24,2 23
159,5 +0,21
0,2135 21,4 21
164,5 +0,83
0,1298 13,0 17
169,5 +1,45
0,0538 5,4 6
174,5 +2,06
Contoh soal 1
Suatu penelitian akan menguji apakah ada perbedaan pilihan mahasiswa baru terhadap program
studi Manajemen dan Akuntansi di Fakultas Ekonomi Universitas Kanjuruhan Malang. Untuk itu
diambil sampel sebanyak 314 calon mahasiswa, dari jumlah tersebut 186 calon mahasiswa memiliki
program studi Manajemen dan 128 calon mahasiswa memilih program studi Akuntansi.
Penyelesaian:
1. Rumusan hipotesis
Ho : PM = PA Tidak ada perbedaan yang signifikan pilihan calon mahasiswa terhadap program
2. Kriteria pengujian:
Jika 2hitung > 2tabel atau probabilitas < 0,05 maka Ho ditolak
(O) (E)
314
Frekuensi harapan (E) diperoleh dari = = 157
2
= 5,357 + 5,357
= 10,714
Cara lain untuk menghitung nilai 2 hitung adalah melalui tabel sbb:
(O E ) 2
Program Studi O E (O-E)2
E
2 10,714
5. Kesimpulan
Nilai 2 hitung selanjutnya dibandingkan dengan nilai 2 tabel, karena hasil perhitungan
diperoleh nilai 2 hitung (10,714) > 2 tabel (3,841) berarti Ho ditolak, artinya pilihan calon
mahasiswa terhadap program studi Akuntansi dan Manajemen berbeda secara signifikan,
dengan kata lain perbedaan itu mencerminkan pilihan calon mahasiswa, dan tidak hanya
bersifat kebetulan.
Contoh Soal 2
2. Sebagai contoh data pada contoh sebelumnya kita perluas lagi dengan menambah kategori
calon mahasiswa putra dan calon mahasiswa putri, sehingga datanya menjadi:
Manajemen Akuntansi
Putri 56 44 100
Uji hipotesis yang menyatakan bahwa “pilihan calon mahasiswa terhadap jurusan Manajemen dan
Akuntansi berbeda secara signifikan untuk calon mahasiswa putra dan mahasiswa putri”
Penyelesaian:
1. Rumusan hipotesis
Ho : PM = PA Tidak ada perbedaan yang signifikan pilihan calon mahasiswa putra dan putri
Ha : PM PA Ada perbedaan yang signifikan pilihan calon mahasiswa putra dan putri
3. Kriteria pengujian:
Jika 2hitung > 2tabel atau probabilitas < 0,05 maka Ho ditolak
Untuk menghitung besarnya nilai Chi Square (2) dari data tabel 2 x 2 seperti di atas, terlebih
(nki ) x (nbi )
E =
N
Keterangan:
Kolom
a b (a + b) = nb1
Baris
c d (c + d ) = nb2
186 x 214
E1.1 = = 126,76
314
186 x 100
E1.2 = = 87,24
314
128 x 214
E2.1 = = 59,24
314
128 x 100
E2.1 = = 40,76
314
Setelah semua sel frekuensi harapan ditemukan, selanjutnya dilakukan perhitungan Chi
X2 3,946
= 3,946
5. Kesimpulan
Untuk pengujian hipotesis, maka nilai 2 dibandingkan dengan nilai 2 tabel, ternyata nilai 2
(3,946) > 2 tabel (3,841) berarti Ho ditolak, artinya pilihan calon mahasiswa terhadap jurusan
Manajemen dan Akuntansi berbeda secara signifikan untuk calon mahasiswa putra dan
mahasiswa putri, dengan kata lain perbedaan itu mencerminkan pilihan calon mahasiswa putra
400. Pendahuluan
401. Chi Kuadrat (χ2) satu sampel adalah teknik statistik yang digunakan untuk
menguji hipotesis bila dalam populasi terdiri atas dua atau lebih klas dimana data
berbentuk nominal dan sampelnya besar.
402. Rumus dari Chi Kuadrat adalah seperti rumus 5.4 berikut.
403.
404.
405.
406.
407. Dimana
408. χ2 = Chi Kuadrat
409. fo = Frekuensi yang di observasi
410. fh = Frekuensi yang diharapkan
411.