SlideShare a Scribd company logo
1 of 20
UJI CHI-SQUARE & KOLMOGOROV-SMIRNOV
KELOMPOK II
ANGGOTA :
Baron Setyo Utomo 13611181
Ditha Runita 13611182
Dwi Astia Ries 13611183
Khair Nurrasid 13611184
Novita Nisa 13611185
Chumairoh 13611189
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
TAHUN 2015
UJI SATU SAMPEL
1. CHI- SQUARE
Chi-square satu sampel adalah teknik statistik yang
digunakan untuk menguji hipotesis deskriptif bila dalam
populasi terdiri atas dua atau lebih klas, data berbentuk
nominal dan sampelnya besar.
β€’ Uji Hipotesis :
Uji hipotesis proporsi relatif kasus yang dikelompokkan ke dalam
beberapa grup yang saling bebas.
1. H0 : Proporsi seluruh kategori bernilai sama.
H1 : ada proporsi dari kategori yg dibandingkan bernilai tidak sama.
2. H0 : Proporsi kategori yang ada sama dgn nilai yg telah ditentukan.
H1 : Proporsi kategori yg ada tidak sama dengan nilai yg telah ditentukan.
β€’ Statistik Uji:
Ο‡2 = 𝑖=1
π‘˜ (𝑓0 βˆ’ π‘“β„Ž)2
π‘“β„Ž
β€’ Daerah Kritis:
Tolak 𝐻0 apabila Ο‡2hitung > Ο‡2 table
Dimana :
Ο‡2
= Chi-square
𝑓0 = frekuensi yang diobservasi
π‘“β„Ž = frekuensi yang diharapkan
Contoh:
Salah satu organisasi perempuan ingin mengetahui apakah wanita
berpeluang yang sama dengan pria untuk menjadi kepala desa. Untuk itu, maka
perlu dilakukan penelitian. Populasi penelitian adalah masyarakat desa
Pringgodani. Calon yang satu adalah wanita dan calon kedua adalah pria.
Sampel sebagai sumber data diambil secara random sebanyak 300 orang. Dari
sample tersebut ternyata 200 orang memilih pria dan 100 orang memilih
wanita.
Alternatif Calon Kepala
Desa
Frekuensi yang
diperoleh
Frekuensi yang
diharapkan
Calon pria 200 150
Calon wanita 100 150
Jumlah 300 300
β€’ Hipotesis
β€’ Tingkat Signifikansi
Ξ± = 0.05
β€’ Daerah Kritis
Tolak 𝐻0 apabila Ο‡2hitung > Ο‡2 table
β€’ Statistik Uji
Ο‡2 = 𝑖=1
π‘˜ (𝑓0 βˆ’ π‘“β„Ž)2
π‘“β„Ž
𝐻0 :
𝐻1:
Frekuensi masyarakat yang memilih calon Kades pria dan wanita adalah
sama (cades pria dan wanita berpetualang sama untuk dipilih menjadi
Kades)
𝑝1= 𝑝2= 0.5
Frekuensi masyarakat yang memilih calon Kades pria dan wanita adalah
tidak sama (cades pria dan wanita berpeluang berbeda untuk dipilih
menjadi Kades)
𝑝1 β‰  𝑝2 β‰ 0.5
β€’ Hitungan
Ο‡2 tabel:
Ο‡2
0,05;1 =3,841
β€’ Keputusan
Karena Ο‡2
hitung= 33,33 > Ο‡2
tabel = 3,841 maka tolak 𝐻0
β€’ Kesimpulan
Frekuensi masyarakat yang memilih calon Kades Pria dan wanita adalah tidak
sama (cades pria dan wanita berpeluang berbeda untuk dipilih menjadi kades)
2. KOLMOGOROV-SMIRNOV
Digunakan untuk memutuskan jika sampel berasal dari populasi dengan
distribusi spesifik/tertentu.
β€’ Hipotesis:
𝐻0 : variabel random x berdistribusi teoritis tertentu
𝐻1: variabel random x tidak berdistribusi teoritis tertentu
β€’ Statistik Uji:
D = Maksimum | Fa (x) – Fe (x) | berdistribusi DΞ±;𝑛
nilai DΞ±;𝑛 dilihat pada tabel nilai uji kolmogorov – smirnov untuk sampel
tunggal
β€’ Daerah Kritis:
Dhitung > Dtabel maka tolak H0
Contoh:
Ujilah dengan Ξ± = 0,05 apakah data berikut berdistribusi normal dengan rata-
rata ΞΌ =3 dan standard deviasi Οƒ = 1
2,1 1,9 3,2 2,8 1,0 5,1 0,9 4,2 3,9 3,6 2,7
Penyelesaian
β€’ Hipotesis
H0 : variabel random x berdistribusi normal N(3; 1)
H1 : variabel random x tidak berdistribusi normal N(3; 1)
β€’ Tingkat signifikansi: Ξ± = 0,05
β€’ Daerah kritis :
Bila Dhitung > Dtabel maka tolak H0
β€’ Statistik uji :
D = Maksimum I Fa (x) – Fe (x) I
β€’ Hitungan
β€’ Keputusan
Karena D = 0,1795 < D0,05 ;11 = 0,391 maka gagal tolak H0
β€’ Kesimpulan
Data diatas berdistribusi normal N(3; 1).
UJI DUA SAMPEL
1. CHI- SQUARE
Digunakan untuk menguji hipotesis komparatif dua sampel
bila datanya berbentuk nominal dan sampelnya besar.
β€’ Hipotesis:
𝐻0 : Tidak terdapat perbedaan antara kedua sampel
𝐻1 : Terdapat perbedaan antara kedua sampel
β€’ Statistik Uji:
πœ’2
=
𝑛 (⃓ π‘Žπ‘‘ βˆ’π‘π‘βƒ“βƒ“ βˆ’ 1
2 𝑛)2
π‘Ž+𝑏 π‘Ž+𝑐⃓ 𝑏+𝑑 (𝑐⃓+𝑑)
dengan tabel Kontingensi (n= jumlah sampel) :
β€’ Daerah kritis:
Tolak 𝐻0 apabila πœ’2hitung > πœ’2 table
Sampel Frekuensi pada: Jumlah
SampelObyek 1 Obyek II
Sampel A a b a + b
Sampel B c d c + d
Jumlah a + c b + d n
Contoh:
Dilakukan penelitian untuk mengetahui bagaimana peluang dua orang untuk
menjadi Bupati di Kabupaten tertentu. Calonnya adalah Abas dan Bakri. Setelah
diadakan survey pengumpulan pendapat yang setuju dengan Abas 60 orang
dan yang tidak 20 orang. Sedangkan untuk Bakri yang setuju 50 orang dan yang
tidak setuju 25 orang. Dari data tersebut selanjutnya disusun ke dalam tabel
berikut.
Kelompok
Persetujuan Jumlah
SampelSetuju Tidak Setuju
Abas 60 20 80
Bakri 50 25 75
Jumlah 110 45 155
Penyelasaian :
β€’ Hipotesis
𝐻0: Peluang Abas dan Bakri sama untuk menjadi Bupati atau tidak
terdapat perbedaan pendapat diantara masyarakat terhadap dua calon Bupati
tersebut.
𝐻1: Peluang Abas dan Bakri tidak sama untuk menjadi Bupati atau
terdapat perbedaan pendapat diantara masyarakat terhadap dua calon Bupati
tersebut.
β€’ Tingkat Signifikansi
Ξ± = 0.05
β€’ Daerah Kritis
Tolak 𝐻0 apabila Ο‡2
hitung > Ο‡2
table
β€’ Statistik Uji
Ο‡2=
𝑛 (⃓ π‘Žπ‘‘ βˆ’π‘π‘βƒ“βƒ“ βˆ’ 1
2 𝑛)2
π‘Ž+𝑏 π‘Ž+𝑐⃓ 𝑏+𝑑 (𝑐⃓+𝑑)
β€’ Hitungan :
Ο‡2
=
𝑛 (⃓ π‘Žπ‘‘ βˆ’π‘π‘βƒ“βƒ“ βˆ’ 1
2 𝑛)2
π‘Ž+𝑏 π‘Ž+𝑐⃓ 𝑏+𝑑 (𝑐⃓+𝑑)
Ο‡2
=
155 (⃓ 60 x 25 βˆ’20 x 50⃓ βˆ’ 1
2 155)2
60+20 60+50 20+25 (50+25)
= 0,93
β€’ Keputusan :
Dengan taraf kesalahan 5 % dan dk = 1, maka harga Ο‡2
tabel =3,841. Ternyata
harga Ο‡2 hitung lebih kecil dari harga Ο‡2 tabel. Dengan demikian gagal tolak 𝐻0
β€’ Kesimpulan:
Tidak terdapat perbedaan pendapat di masyarakat terhadap dua calon Bupati
tersebut, artinya kedua calon Bupati tersebut peluangnya sama untuk disetujui
masyarakat, atau dua calon Bupati itu mempunyai masa yang sama.
2. KOLMOGOROV-SMIRNOV
Tes ini digunakan untuk menguji hipotesis komparatif dua sampel
independen bila datanya berbentuk ordinal yang telah tersusun pada tabel
distribusi frekuensi kumulatif dengan menggunakan klas-klas interval.
β€’ Hipotesis:
𝐻0 : Tidak terdapat perbedaan antara kedua sampel
𝐻1 : Terdapat perbedaan antara kedua sampel
β€’ Statistik Uji:
D= maksimum [𝑆 𝑛1
π‘₯ βˆ’ 𝑆 𝑛2
π‘₯ ]
β€’ Daerah Kritis:
Tolak 𝐻0 apabila 𝐾 π·β„Žπ‘–π‘‘π‘’π‘›π‘” > 𝐾 π·π‘‘π‘Žπ‘π‘’π‘™
Contoh:
Dilakukan penelitian untuk membandingkan produktivitas operator mesin CNC
(Computered Numerical Controlled) lulusan SMK mesin dan SLTA IPA.
Pengamatan dilakukan pada sampel yang dipilih secara random. Untuk lulusan
SMK 10 orang dan juga untuk lulusan SLTA 10 orang. Produktivitas kerja diukur
dari tingkat kesalahan kerja selama 4 bulan. Hasilnya ditunjukkan dalam tabel
berikut.
NO LULUSAN SMK LULUSAN SLTA
1 1 3
2 2 4
3 1 8
4 1 2
5 3 5
6 1 6
7 2 3
8 1 5
9 5 7
10 5 8
β€’ Hipotesis
𝐻0= Tidak terdapat perbedaan produktivitas yang signifikan antara
karyawan lulusan SLTA dan SMK
𝐻1= Terdapat perbedaan produktivitas yang signifikan antara karyawan
lulusan SLTA dan SMK
β€’ Tingkat Signifikansi
Ξ± = 0.05
β€’ Daerah Kritis
Tolak 𝐻0 apabila 𝐾 π·β„Žπ‘–π‘‘π‘’π‘›π‘” > 𝐾 π·π‘‘π‘Žπ‘π‘’π‘™
β€’ Statistik Uji
D= maksimum |𝑆 𝑛1
π‘₯ βˆ’ 𝑆 𝑛2
π‘₯ |
β€’ Hitungan :
β€’ Berdasarkan perhitungan pada tabel tersebut, terlihat bahwa selisih yang terbesar |𝑆 𝑛1
π‘₯ βˆ’
𝑆 𝑛2
π‘₯ | = 6/10. Dalam hal ini pembilangnya= 6. Harga ini selanjutnya dibandingkan dengan harga
𝐾 𝐷 dalam tabel. Dimana α= 5 % dan n=10 didapatkan 𝐾 𝐷 tabel = 6.
No Interval f Kumulatif
1 1-2 7 7
2 3-4 1 8
3 5-6 2 10
4 7-8 0 10
Kelompok
Kesalahan Kerja
1-2% 3 – 4% 5 – 6% 7 – 8%
S10 (x) 7/10 1/10 2/10 0/10
S10 (x) 1/10 3/10 3/10 3/10
|𝑆 𝑛1
π‘₯ βˆ’ 𝑆 𝑛2
π‘₯ | 6/10 2/10 1/10 3/10
Nilai kumulatifnya
dinyatakan dalam
bentuk
proporsional, jadi
semuanya dibagi
dengan n. Dalam
hal ini n1 dan n2
sama, yaitu 10
No Interval f Kumulatif
1 1-2 1 1
2 3-4 3 4
3 5-6 3 7
4 7-8 3 10
Tingkat Kesalahan Kerja SMK Tingkat Kesalahan Kerja SLTA
β€’ Keputusan :
Karena 𝐾 π·β„Žπ‘–π‘‘π‘’π‘›π‘”
= 6 ≀ 𝐾 𝐷 π‘‘π‘Žπ‘π‘’π‘™
=6 , maka gagal tolak 𝐻0.
β€’ Kesimpulan :
Produktivitas kerja karyawan lulusan SMK tidak berbeda dengan
lulusan SLTA.

More Related Content

What's hot

Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiRosmaiyadi Snt
Β 
Template Presentasi Powerpoint - Seminar Proposal Skripsi Alvian
Template Presentasi Powerpoint - Seminar Proposal Skripsi AlvianTemplate Presentasi Powerpoint - Seminar Proposal Skripsi Alvian
Template Presentasi Powerpoint - Seminar Proposal Skripsi AlvianAlvian Alvian
Β 
Presentasi seminar proposal
Presentasi seminar proposalPresentasi seminar proposal
Presentasi seminar proposalNajmi Sari
Β 
Contoh nominal,ordinal,interval,dan rasio
Contoh nominal,ordinal,interval,dan rasioContoh nominal,ordinal,interval,dan rasio
Contoh nominal,ordinal,interval,dan rasiofirman afriansyah
Β 
Penyajian Data ppt
Penyajian Data pptPenyajian Data ppt
Penyajian Data pptAisyah Turidho
Β 
Sampling dan-besar-sampel
Sampling dan-besar-sampelSampling dan-besar-sampel
Sampling dan-besar-sampelMaya Alwayswishyou
Β 
Contoh Proposal Usaha atau Rencana Bisnis
Contoh Proposal Usaha atau Rencana BisnisContoh Proposal Usaha atau Rencana Bisnis
Contoh Proposal Usaha atau Rencana BisnisSamuel Henry
Β 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Aisyah Turidho
Β 
CONTOH BIODATA PENULIS DAN MOTTO DALAM SKRIPSI
 CONTOH BIODATA PENULIS DAN MOTTO DALAM SKRIPSI CONTOH BIODATA PENULIS DAN MOTTO DALAM SKRIPSI
CONTOH BIODATA PENULIS DAN MOTTO DALAM SKRIPSIAkhmad Muhibudin
Β 
Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)Muhammad Luthfan
Β 
Distribusi eksponensial
Distribusi eksponensialDistribusi eksponensial
Distribusi eksponensialPhe Phe
Β 
Tabel Nilai Kritis Distribusi T
Tabel Nilai Kritis Distribusi TTabel Nilai Kritis Distribusi T
Tabel Nilai Kritis Distribusi TTrisnadi Wijaya
Β 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Raden Maulana
Β 

What's hot (20)

Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
Β 
Uji-T
Uji-TUji-T
Uji-T
Β 
Template Presentasi Powerpoint - Seminar Proposal Skripsi Alvian
Template Presentasi Powerpoint - Seminar Proposal Skripsi AlvianTemplate Presentasi Powerpoint - Seminar Proposal Skripsi Alvian
Template Presentasi Powerpoint - Seminar Proposal Skripsi Alvian
Β 
Presentasi seminar proposal
Presentasi seminar proposalPresentasi seminar proposal
Presentasi seminar proposal
Β 
Contoh nominal,ordinal,interval,dan rasio
Contoh nominal,ordinal,interval,dan rasioContoh nominal,ordinal,interval,dan rasio
Contoh nominal,ordinal,interval,dan rasio
Β 
Penyajian Data ppt
Penyajian Data pptPenyajian Data ppt
Penyajian Data ppt
Β 
Sampling dan-besar-sampel
Sampling dan-besar-sampelSampling dan-besar-sampel
Sampling dan-besar-sampel
Β 
Contoh Proposal Usaha atau Rencana Bisnis
Contoh Proposal Usaha atau Rencana BisnisContoh Proposal Usaha atau Rencana Bisnis
Contoh Proposal Usaha atau Rencana Bisnis
Β 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Β 
Minggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis KorelasiMinggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis Korelasi
Β 
CONTOH BIODATA PENULIS DAN MOTTO DALAM SKRIPSI
 CONTOH BIODATA PENULIS DAN MOTTO DALAM SKRIPSI CONTOH BIODATA PENULIS DAN MOTTO DALAM SKRIPSI
CONTOH BIODATA PENULIS DAN MOTTO DALAM SKRIPSI
Β 
Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)
Β 
Distribusi eksponensial
Distribusi eksponensialDistribusi eksponensial
Distribusi eksponensial
Β 
Tabel Nilai Kritis Distribusi T
Tabel Nilai Kritis Distribusi TTabel Nilai Kritis Distribusi T
Tabel Nilai Kritis Distribusi T
Β 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)
Β 
Ppt sidang skripsi
Ppt sidang skripsiPpt sidang skripsi
Ppt sidang skripsi
Β 
Presentasi Jurnal
Presentasi JurnalPresentasi Jurnal
Presentasi Jurnal
Β 
Uji beda mean
Uji beda meanUji beda mean
Uji beda mean
Β 
Pengantar Statistika Inferensial
Pengantar Statistika InferensialPengantar Statistika Inferensial
Pengantar Statistika Inferensial
Β 
Hipotesis nol
Hipotesis nolHipotesis nol
Hipotesis nol
Β 

Similar to Uji Statistik

Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitassilvia kuswanti
Β 
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrikScott Cracer
Β 
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatanStatistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatanedwinarudyarti1
Β 
Pert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasPert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasCanny Becha
Β 
14-10_ Pengujian Hipotesis - Sampel Kecil.pdf
14-10_ Pengujian Hipotesis - Sampel Kecil.pdf14-10_ Pengujian Hipotesis - Sampel Kecil.pdf
14-10_ Pengujian Hipotesis - Sampel Kecil.pdfssusere6d456
Β 
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...Rani Nooraeni
Β 
Bab xi uji hipotesis dua rata rata
Bab xi uji hipotesis dua rata rataBab xi uji hipotesis dua rata rata
Bab xi uji hipotesis dua rata ratalinda_rosalina
Β 
Statistika Non Parametrik
Statistika Non ParametrikStatistika Non Parametrik
Statistika Non ParametrikPeggy Roselidiah
Β 
One_Way_Anova.pptx
One_Way_Anova.pptxOne_Way_Anova.pptx
One_Way_Anova.pptxAlvinTamba2
Β 
Analisis ANAVAR.ppt
Analisis ANAVAR.pptAnalisis ANAVAR.ppt
Analisis ANAVAR.pptPanjiPurnomo5
Β 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitasprofkhafifa
Β 
Randomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptxRandomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptxssuserc001db1
Β 
Stk211 09 (1) removed
Stk211 09 (1) removedStk211 09 (1) removed
Stk211 09 (1) removedPutriPamungkas8
Β 
Uji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riUji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riratuilma
Β 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
Β 
Uji normalitas dan uji homogenitas
Uji normalitas dan uji homogenitasUji normalitas dan uji homogenitas
Uji normalitas dan uji homogenitasardynuryadi
Β 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)reno sutriono
Β 
Bab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 baruBab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 barusholikhankanjuruhan
Β 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesisHafiza .h
Β 

Similar to Uji Statistik (20)

Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
Β 
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrik
Β 
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatanStatistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Β 
Pert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasPert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitas
Β 
14-10_ Pengujian Hipotesis - Sampel Kecil.pdf
14-10_ Pengujian Hipotesis - Sampel Kecil.pdf14-10_ Pengujian Hipotesis - Sampel Kecil.pdf
14-10_ Pengujian Hipotesis - Sampel Kecil.pdf
Β 
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
Β 
Bab xi uji hipotesis dua rata rata
Bab xi uji hipotesis dua rata rataBab xi uji hipotesis dua rata rata
Bab xi uji hipotesis dua rata rata
Β 
Statistika Non Parametrik
Statistika Non ParametrikStatistika Non Parametrik
Statistika Non Parametrik
Β 
Minggu 4
Minggu 4Minggu 4
Minggu 4
Β 
One_Way_Anova.pptx
One_Way_Anova.pptxOne_Way_Anova.pptx
One_Way_Anova.pptx
Β 
Analisis ANAVAR.ppt
Analisis ANAVAR.pptAnalisis ANAVAR.ppt
Analisis ANAVAR.ppt
Β 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
Β 
Randomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptxRandomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptx
Β 
Stk211 09 (1) removed
Stk211 09 (1) removedStk211 09 (1) removed
Stk211 09 (1) removed
Β 
Uji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riUji normalitas dan homogenitas ri
Uji normalitas dan homogenitas ri
Β 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
Β 
Uji normalitas dan uji homogenitas
Uji normalitas dan uji homogenitasUji normalitas dan uji homogenitas
Uji normalitas dan uji homogenitas
Β 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)
Β 
Bab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 baruBab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 baru
Β 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
Β 

Recently uploaded

Dinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genapDinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genapsefrida3
Β 
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)MustahalMustahal
Β 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggeraksupriadi611
Β 
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxRefleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxIrfanAudah1
Β 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDNurainiNuraini25
Β 
Keterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTKeterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTIndraAdm
Β 
tugas karya ilmiah 1 universitas terbuka pembelajaran
tugas karya ilmiah 1 universitas terbuka pembelajarantugas karya ilmiah 1 universitas terbuka pembelajaran
tugas karya ilmiah 1 universitas terbuka pembelajarankeicapmaniez
Β 
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptxPERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptxRizkyPratiwi19
Β 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSovyOktavianti
Β 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BAbdiera
Β 
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..ikayogakinasih12
Β 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfSitiJulaeha820399
Β 
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptxKontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptxssuser50800a
Β 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxdpp11tya
Β 
soal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptxsoal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptxazhari524
Β 
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfContoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfCandraMegawati
Β 
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptxBAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptxJamhuriIshak
Β 
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...Kanaidi ken
Β 
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASMATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASKurniawan Dirham
Β 
CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7IwanSumantri7
Β 

Recently uploaded (20)

Dinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genapDinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genap
Β 
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Β 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Β 
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxRefleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Β 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
Β 
Keterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTKeterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UT
Β 
tugas karya ilmiah 1 universitas terbuka pembelajaran
tugas karya ilmiah 1 universitas terbuka pembelajarantugas karya ilmiah 1 universitas terbuka pembelajaran
tugas karya ilmiah 1 universitas terbuka pembelajaran
Β 
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptxPERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
Β 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Β 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Β 
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
Β 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Β 
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptxKontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Β 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
Β 
soal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptxsoal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptx
Β 
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfContoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Β 
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptxBAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
Β 
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
Β 
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASMATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
Β 
CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7
Β 

Uji Statistik

  • 1. UJI CHI-SQUARE & KOLMOGOROV-SMIRNOV KELOMPOK II ANGGOTA : Baron Setyo Utomo 13611181 Ditha Runita 13611182 Dwi Astia Ries 13611183 Khair Nurrasid 13611184 Novita Nisa 13611185 Chumairoh 13611189 JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM TAHUN 2015
  • 2. UJI SATU SAMPEL 1. CHI- SQUARE Chi-square satu sampel adalah teknik statistik yang digunakan untuk menguji hipotesis deskriptif bila dalam populasi terdiri atas dua atau lebih klas, data berbentuk nominal dan sampelnya besar.
  • 3. β€’ Uji Hipotesis : Uji hipotesis proporsi relatif kasus yang dikelompokkan ke dalam beberapa grup yang saling bebas. 1. H0 : Proporsi seluruh kategori bernilai sama. H1 : ada proporsi dari kategori yg dibandingkan bernilai tidak sama. 2. H0 : Proporsi kategori yang ada sama dgn nilai yg telah ditentukan. H1 : Proporsi kategori yg ada tidak sama dengan nilai yg telah ditentukan. β€’ Statistik Uji: Ο‡2 = 𝑖=1 π‘˜ (𝑓0 βˆ’ π‘“β„Ž)2 π‘“β„Ž β€’ Daerah Kritis: Tolak 𝐻0 apabila Ο‡2hitung > Ο‡2 table Dimana : Ο‡2 = Chi-square 𝑓0 = frekuensi yang diobservasi π‘“β„Ž = frekuensi yang diharapkan
  • 4. Contoh: Salah satu organisasi perempuan ingin mengetahui apakah wanita berpeluang yang sama dengan pria untuk menjadi kepala desa. Untuk itu, maka perlu dilakukan penelitian. Populasi penelitian adalah masyarakat desa Pringgodani. Calon yang satu adalah wanita dan calon kedua adalah pria. Sampel sebagai sumber data diambil secara random sebanyak 300 orang. Dari sample tersebut ternyata 200 orang memilih pria dan 100 orang memilih wanita. Alternatif Calon Kepala Desa Frekuensi yang diperoleh Frekuensi yang diharapkan Calon pria 200 150 Calon wanita 100 150 Jumlah 300 300
  • 5. β€’ Hipotesis β€’ Tingkat Signifikansi Ξ± = 0.05 β€’ Daerah Kritis Tolak 𝐻0 apabila Ο‡2hitung > Ο‡2 table β€’ Statistik Uji Ο‡2 = 𝑖=1 π‘˜ (𝑓0 βˆ’ π‘“β„Ž)2 π‘“β„Ž 𝐻0 : 𝐻1: Frekuensi masyarakat yang memilih calon Kades pria dan wanita adalah sama (cades pria dan wanita berpetualang sama untuk dipilih menjadi Kades) 𝑝1= 𝑝2= 0.5 Frekuensi masyarakat yang memilih calon Kades pria dan wanita adalah tidak sama (cades pria dan wanita berpeluang berbeda untuk dipilih menjadi Kades) 𝑝1 β‰  𝑝2 β‰ 0.5
  • 6. β€’ Hitungan Ο‡2 tabel: Ο‡2 0,05;1 =3,841 β€’ Keputusan Karena Ο‡2 hitung= 33,33 > Ο‡2 tabel = 3,841 maka tolak 𝐻0 β€’ Kesimpulan Frekuensi masyarakat yang memilih calon Kades Pria dan wanita adalah tidak sama (cades pria dan wanita berpeluang berbeda untuk dipilih menjadi kades)
  • 7. 2. KOLMOGOROV-SMIRNOV Digunakan untuk memutuskan jika sampel berasal dari populasi dengan distribusi spesifik/tertentu. β€’ Hipotesis: 𝐻0 : variabel random x berdistribusi teoritis tertentu 𝐻1: variabel random x tidak berdistribusi teoritis tertentu β€’ Statistik Uji: D = Maksimum | Fa (x) – Fe (x) | berdistribusi DΞ±;𝑛 nilai DΞ±;𝑛 dilihat pada tabel nilai uji kolmogorov – smirnov untuk sampel tunggal β€’ Daerah Kritis: Dhitung > Dtabel maka tolak H0
  • 8. Contoh: Ujilah dengan Ξ± = 0,05 apakah data berikut berdistribusi normal dengan rata- rata ΞΌ =3 dan standard deviasi Οƒ = 1 2,1 1,9 3,2 2,8 1,0 5,1 0,9 4,2 3,9 3,6 2,7 Penyelesaian β€’ Hipotesis H0 : variabel random x berdistribusi normal N(3; 1) H1 : variabel random x tidak berdistribusi normal N(3; 1) β€’ Tingkat signifikansi: Ξ± = 0,05
  • 9. β€’ Daerah kritis : Bila Dhitung > Dtabel maka tolak H0 β€’ Statistik uji : D = Maksimum I Fa (x) – Fe (x) I β€’ Hitungan
  • 10. β€’ Keputusan Karena D = 0,1795 < D0,05 ;11 = 0,391 maka gagal tolak H0 β€’ Kesimpulan Data diatas berdistribusi normal N(3; 1).
  • 11. UJI DUA SAMPEL 1. CHI- SQUARE Digunakan untuk menguji hipotesis komparatif dua sampel bila datanya berbentuk nominal dan sampelnya besar. β€’ Hipotesis: 𝐻0 : Tidak terdapat perbedaan antara kedua sampel 𝐻1 : Terdapat perbedaan antara kedua sampel
  • 12. β€’ Statistik Uji: πœ’2 = 𝑛 (⃓ π‘Žπ‘‘ βˆ’π‘π‘βƒ“βƒ“ βˆ’ 1 2 𝑛)2 π‘Ž+𝑏 π‘Ž+𝑐⃓ 𝑏+𝑑 (𝑐⃓+𝑑) dengan tabel Kontingensi (n= jumlah sampel) : β€’ Daerah kritis: Tolak 𝐻0 apabila πœ’2hitung > πœ’2 table Sampel Frekuensi pada: Jumlah SampelObyek 1 Obyek II Sampel A a b a + b Sampel B c d c + d Jumlah a + c b + d n
  • 13. Contoh: Dilakukan penelitian untuk mengetahui bagaimana peluang dua orang untuk menjadi Bupati di Kabupaten tertentu. Calonnya adalah Abas dan Bakri. Setelah diadakan survey pengumpulan pendapat yang setuju dengan Abas 60 orang dan yang tidak 20 orang. Sedangkan untuk Bakri yang setuju 50 orang dan yang tidak setuju 25 orang. Dari data tersebut selanjutnya disusun ke dalam tabel berikut. Kelompok Persetujuan Jumlah SampelSetuju Tidak Setuju Abas 60 20 80 Bakri 50 25 75 Jumlah 110 45 155
  • 14. Penyelasaian : β€’ Hipotesis 𝐻0: Peluang Abas dan Bakri sama untuk menjadi Bupati atau tidak terdapat perbedaan pendapat diantara masyarakat terhadap dua calon Bupati tersebut. 𝐻1: Peluang Abas dan Bakri tidak sama untuk menjadi Bupati atau terdapat perbedaan pendapat diantara masyarakat terhadap dua calon Bupati tersebut. β€’ Tingkat Signifikansi Ξ± = 0.05 β€’ Daerah Kritis Tolak 𝐻0 apabila Ο‡2 hitung > Ο‡2 table β€’ Statistik Uji Ο‡2= 𝑛 (⃓ π‘Žπ‘‘ βˆ’π‘π‘βƒ“βƒ“ βˆ’ 1 2 𝑛)2 π‘Ž+𝑏 π‘Ž+𝑐⃓ 𝑏+𝑑 (𝑐⃓+𝑑)
  • 15. β€’ Hitungan : Ο‡2 = 𝑛 (⃓ π‘Žπ‘‘ βˆ’π‘π‘βƒ“βƒ“ βˆ’ 1 2 𝑛)2 π‘Ž+𝑏 π‘Ž+𝑐⃓ 𝑏+𝑑 (𝑐⃓+𝑑) Ο‡2 = 155 (⃓ 60 x 25 βˆ’20 x 50⃓ βˆ’ 1 2 155)2 60+20 60+50 20+25 (50+25) = 0,93 β€’ Keputusan : Dengan taraf kesalahan 5 % dan dk = 1, maka harga Ο‡2 tabel =3,841. Ternyata harga Ο‡2 hitung lebih kecil dari harga Ο‡2 tabel. Dengan demikian gagal tolak 𝐻0 β€’ Kesimpulan: Tidak terdapat perbedaan pendapat di masyarakat terhadap dua calon Bupati tersebut, artinya kedua calon Bupati tersebut peluangnya sama untuk disetujui masyarakat, atau dua calon Bupati itu mempunyai masa yang sama.
  • 16. 2. KOLMOGOROV-SMIRNOV Tes ini digunakan untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal yang telah tersusun pada tabel distribusi frekuensi kumulatif dengan menggunakan klas-klas interval. β€’ Hipotesis: 𝐻0 : Tidak terdapat perbedaan antara kedua sampel 𝐻1 : Terdapat perbedaan antara kedua sampel β€’ Statistik Uji: D= maksimum [𝑆 𝑛1 π‘₯ βˆ’ 𝑆 𝑛2 π‘₯ ] β€’ Daerah Kritis: Tolak 𝐻0 apabila 𝐾 π·β„Žπ‘–π‘‘π‘’π‘›π‘” > 𝐾 π·π‘‘π‘Žπ‘π‘’π‘™
  • 17. Contoh: Dilakukan penelitian untuk membandingkan produktivitas operator mesin CNC (Computered Numerical Controlled) lulusan SMK mesin dan SLTA IPA. Pengamatan dilakukan pada sampel yang dipilih secara random. Untuk lulusan SMK 10 orang dan juga untuk lulusan SLTA 10 orang. Produktivitas kerja diukur dari tingkat kesalahan kerja selama 4 bulan. Hasilnya ditunjukkan dalam tabel berikut. NO LULUSAN SMK LULUSAN SLTA 1 1 3 2 2 4 3 1 8 4 1 2 5 3 5 6 1 6 7 2 3 8 1 5 9 5 7 10 5 8
  • 18. β€’ Hipotesis 𝐻0= Tidak terdapat perbedaan produktivitas yang signifikan antara karyawan lulusan SLTA dan SMK 𝐻1= Terdapat perbedaan produktivitas yang signifikan antara karyawan lulusan SLTA dan SMK β€’ Tingkat Signifikansi Ξ± = 0.05 β€’ Daerah Kritis Tolak 𝐻0 apabila 𝐾 π·β„Žπ‘–π‘‘π‘’π‘›π‘” > 𝐾 π·π‘‘π‘Žπ‘π‘’π‘™ β€’ Statistik Uji D= maksimum |𝑆 𝑛1 π‘₯ βˆ’ 𝑆 𝑛2 π‘₯ |
  • 19. β€’ Hitungan : β€’ Berdasarkan perhitungan pada tabel tersebut, terlihat bahwa selisih yang terbesar |𝑆 𝑛1 π‘₯ βˆ’ 𝑆 𝑛2 π‘₯ | = 6/10. Dalam hal ini pembilangnya= 6. Harga ini selanjutnya dibandingkan dengan harga 𝐾 𝐷 dalam tabel. Dimana Ξ±= 5 % dan n=10 didapatkan 𝐾 𝐷 tabel = 6. No Interval f Kumulatif 1 1-2 7 7 2 3-4 1 8 3 5-6 2 10 4 7-8 0 10 Kelompok Kesalahan Kerja 1-2% 3 – 4% 5 – 6% 7 – 8% S10 (x) 7/10 1/10 2/10 0/10 S10 (x) 1/10 3/10 3/10 3/10 |𝑆 𝑛1 π‘₯ βˆ’ 𝑆 𝑛2 π‘₯ | 6/10 2/10 1/10 3/10 Nilai kumulatifnya dinyatakan dalam bentuk proporsional, jadi semuanya dibagi dengan n. Dalam hal ini n1 dan n2 sama, yaitu 10 No Interval f Kumulatif 1 1-2 1 1 2 3-4 3 4 3 5-6 3 7 4 7-8 3 10 Tingkat Kesalahan Kerja SMK Tingkat Kesalahan Kerja SLTA
  • 20. β€’ Keputusan : Karena 𝐾 π·β„Žπ‘–π‘‘π‘’π‘›π‘” = 6 ≀ 𝐾 𝐷 π‘‘π‘Žπ‘π‘’π‘™ =6 , maka gagal tolak 𝐻0. β€’ Kesimpulan : Produktivitas kerja karyawan lulusan SMK tidak berbeda dengan lulusan SLTA.