Dokumen tersebut membahas tentang teknik pengambilan sampel dan pengujian hipotesis dalam suatu penelitian. Ia menjelaskan beberapa metode pengambilan sampel seperti simple random sampling, systematic sampling, stratified sampling, dan cluster sampling beserta kelebihan dan kekurangannya. Dokumen tersebut juga menjelaskan cara menentukan ukuran sampel yang representatif dan melakukan uji hipotesis menggunakan uji t satu sampel dengan SPSS.
1. TEKNIK PENGAMBILAN
SAMPEL DAN PENGUJIAN
HIPOTESIS
Bandar Lampung, 31 OKTOBER 2012
Badan Pusat Statistik Provinsi Lampung
2. Populasi atau sering juga disebut
universe adalah keseluruhan atau
totalitas objek yang diteliti yang ciri-
cirinya akan diduga atau ditaksir
(estimated).
Sampel atau juga sering disebut
contoh adalah wakil dari populasi
yang ciri-cirinya akan diungkapkan
dan akan digunakan untuk menaksir
ciri-ciri populasi
3. Sampel representatif adalah sampel
yang memiliki ciri karakteristik yang sama
atau relatif sama dengan ciri karakteristik
populasinya.
Cara atau prosedur yang digunakan untuk
mengambil sampel dari populasi tertentu
disebut teknik sampling.
Kejelasan populasi dan ketepatan
pengambilan sampel dalam penelitian akan
menentukan validitas proses dan hasil
penelitian kita.
4. Populasi penelitian terdiri dari populasi sampling dan populasi sasaran.
Populasi sampling adalah keseluruhan objek yang diteliti, sedangkan populasi
sasaran adalah populasi yang benar-benar dijadikan sumber data. Contoh
populasi sampling adalah SMP se Provinsi Lampung sedangkan populasi sasaran
adalah SMP yang menerima DAK
Jumlah populasi adalah banyaknya kategori populasi yang dijadikan
objek penelitian, misalnya jumlah populasinya satu yaitu smp yang menerima
DAK
Ukuran populasi adalah banyaknya unsur atau unit yang terkandung
dalam sebuah kategori populasi tertentu, misalnya 154 SMP
5. Sensus merupakan penelitian yang dianggap
dapat mengungkapkan ciri-ciri populasi
(parameter) secara akurat dan komprehensif,
sebab dengan menggunakan seluruh
unsur populasi sebagai sumber data,
maka gambaran tentang populasi tersebut secara
utuh dan menyeluruh akan diperoleh.
survei merupakan metode pengumpulan dan
analisa data melalui interview terstruktur untuk
memperoleh informasi responden yang
diasumsikan mewakili populasi
tertentu (Menurut Wiseman dan Aron,2000)
6. Probability
Samples
Systematic Stratified
Simple
Cluster
Random
7. Simple Random Sampling
Simple random sampling, memilih n units dari N sedemikian hingga setiap unit
dalam populasi memiliki peluang yang sama untuk terpilih. Persyaratan tersedia
kerangka sampel.Simple random sampling bukan merupakan metode statistik yang
efisien karena kita tidak akan mendapatkan keterwakilan yang baik dari Populasi.
Minoritas di dalam populasi sering tidak terkena sampel.
8. Systematic Sampling
Apabila ukuran populasinya sangat besar, maka gunakanlah teknik sampling
random sistematik. Persyaratan yang harus dipenuhi yakni tersedianya kerangka
sampling (ukuran populasinya diketahui dengan pasti), dan populasinya
mempunyai pola beraturan yang memungkinkan untuk diberikan nomor urut
serta bersifat homogen.
Dalam Systematic Random Sampling unit-unit dalam populasi diberi nomor dari
1 sampai N dengan ukuran interval k yang dihitung dengan membagi N dengan
n sedemikian hingga k=N/n. Bilangan antara 1 sampai k dipilih secara
random. Jika unit terpilih adalah rth unit, lalu unit-unit yang akan disampel
selanjutnya adalah ke(r+ k), (r+2k), dan seterusnya.
9. Systematic Sampling
misalnya,
kita ingin mengambil sampel 10 siswa SMP dari Total sebanyak 100 siswa SMP
sepropinsi Lampung (N). Interval size k=100/10=10 misalkan antara angka 1 dan
10 terpilih angka 3 sebagai unit pertama. kIta akan memilih ke sepuluh rumah
tangga , sedemikian hingga terpilih sample bernomor 3, 13, 23, dan seterusnya
hingga unit yang ke sepuluh
10. Stratified Sampling
• Teknik sampling ini digunakan apabila populasinya tidak
homogen (heterogen). Makin heterogen suatu
populasi, makin besar pula perbedaan sifat-sifat populasi.
Padahal, sebagaimana telah diungkapkan di atas, presisi dan
tingkat kerepresentatifan sampel yang diambil dari suatu
populasi antara lain dipengaruhi oleh derajat keseragaman
(tingkat homogenitas) populasi yang bersangkutan.
• Untuk dapat menggambarkan secara tepat tentang sifat-sifat
populasi yang heterogen, maka populasi yang bersangkutan
harus dibagi-bagi kedalam lapisan-lapisan (strata) yang
seragam atau homogen, dan dari setiap strata dapat diambil
sampel secara random (acak).
11. Stratified Sampling
Untuk dapat menggunakan teknik sampling random strata, ada beberapa syarat yang harus
dipenuhi, antara lain (Singarimbun dan Effendi, 1989:162-163):
Harus ada kriteria yang jelas yang akan digunakan sebagai dasar untuk menstratifikasi
populasi ke dalam lapisan-lapisan.
Harus ada data pendahuluan dari populasi mengenai kriteria yang dipergunakan untuk
menstratifikasi.
Jumlah satuan elementer dari setiap strata (ukuran setiap subpopulasi) harus diketahui
dengan pasti.
Misal: 1000 sampel akan diambil secara statifikasi
Stratum Income Proporsi Population Stratum size
1 dibawah $15,000 25% 250
2 15,000-29,999 40% 400
3 30.000-50,000 30% 300
4 diatas $50,000 5% 50
12. Cluster Sampling
Metode penarikan sampel dengan kluster dapat digunakan jika terdapat kelompok-kelompok
alamiah dalam populasi.
Populasi keseluruhan dibagi ke dalam beberapa kelompok atau disebut sebagai kluster dan satu
sampel dalam kelompok-kelompok tersebut kemudian dipilih.
Kemudian informasi yang diperlukan akan dikumpulkan dari semua elemen dalam masing-masing
kelompok yang terpilih.
Hal ini dapat dilakukan untuk setiap elemen dalam kelompok-kelompok ini atau sub-sampel dari
semua elemen dapat diseleksi melalui masing-masing kelompok tersebut.
Semua elemen dalam suatu kluster harus beraneka ragam
seideal mungkin tetapi harus ada kesamaan antara rata-rata
kluster. Masing-masing kluster harus merupakan versi mini dari
populasi .
13.
14. Selanjutnya dalam metode penarikan sampel stratifikasi, sampel random ditarik
dari masing-masing strata, sedangkan metode penarikan sampel kluster hanya
semua kluster terpilih yang dipelajari.
Tujuan pokok menggunakan metode ini ialah untuk mengurangi biaya dengan
cara meningkatkan efisiensi penarikan sampel.
Salah satu versi metode ini ialah penarikan sampel didasarkan pada area atau
disebut juga sebagai penarikan sampel kluster geografis.
Keuntungan dalam menggunakan metode ini diantaranya ialah:
Paling murah biayanya dibandingkan dengan metode-metode lainnya
Kerangka sampel hanya diperlukan untuk kluster-kluster yang dipilih bukan untuk
semua populasi.
Sedang kelemahan menggunakan metode ini ialah kemungkinan terdapat
kesalahan yang tinggi dan sulit untuk diukur.
15. Semua kluster harus mutually exclusive dan kolektif .
Teknik pengambilan sampel secara random kemudian digunakan
dalam setiap kluster yang cocok untuk dimasukan ke dalam
penelitian yang sedang dijalankan.
Dalam satu tahap penarikan sampel kluster maka semua
elemen dari masing-masing kluster yang dipilih akan digunakan.
Sedang dalam dua tahap penarikan sampel kluster, teknik
penarikan sampel secara random diterapkan untuk semua elemen
dari masing-masing kluster yang terpilih.
Perbedaan penting antara metode penarikan sampel
menggunakan kluster dengan stratifikasi adalah dimana yang
pertama diperlakukan sebagai unit penarikan sampel dengan
demikian analisis dilakukan pada populasi semua kluster; sedang
pada metode kedua, analisis dilakukan pada semua elemen dalam
strata.
16. Catatan
Beberapa aspek yang harus dipertimbangkan dalam menentukan berapa besar
ukuran sampel yang harus diambil dari populasi tertentu (I Gusti Bagoes Mantra dan
Kasto dalam buku yang ditulis oleh Masri Singarimbun dan Sofian Effendi, Metode
Penelitian Survai (1989):
Derajat Keseragaman Populasi (degree of homogenity). Semakin homogen sampel
yang diambil semakin sedikit
Tingkat Presisi (level of precisions) yang digunakan, tingkat presisi biasanya
dinyatakan dengan taraf signifikansi (α) yang dalam penelitian sosial biasa berkisar
0,05 (5%) atau 0,01 (1%), sehingga keakuratan hasil penelitiannya (selang
kepercayaannya) 1–α yakni bisa 95% atau 99%.
Rancangan Analisis. Rancangan analisis yang dimaksud adalah sesuatu yang
berkaitan dengan pengolahan data, penyajian data, pengupasan data, dan
penafsiran data yang akan ditempuh dalam penelitian.
Alasan-alasan tertentu yang berkaitan dengan keterbatasan-keterbatasn yang ada
pada peneliti, misalnya keterbatasan waktu, tenaga, biaya, dan lain-lain. (Catatan:
Alasan ini jangan digunakan sebagai pertimbangan utama dalam menentukan
ukuran sampel, sebab hal ini lebih berkaitan dengan pertimbangan peneliti (tanpa
akhiran an) dan bukan pertimbangan penelitian (metodologi).
17. Ukuran
sampel
Jika ukuran populasinya besar yang didapat dari pendugaan proporsi populasi, maka
Rumus Yamane yang harus digunakan.
N
n = ———–
Nd² + 1
d = batas toleransi kesalahan pengambilan sampel yang digunakan.
18. Ukuran sampel
Beberapa buku metode penelitian menyarankan digunakannya rumus
tertentu untuk menentukan berapa besar sampel yang harus diambil dari
populasi.
Jika ukuran populasinya diketahui dengan pasti, Rumus Slovin di bawah ini
dapat digunakan.
Rumus Slovin:
N
n = ———
1 + Ne²
Keterangan;
n = ukuran sampel
N = ukuran populasi
e = kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang
ditololerir, misalnya 5%.
Batas kesalahan yang ditolelir ini untuk setiap populasi tidak sama, ada yang
1%, 2%, 3%, 4%,5%, atau 10%.
19. UJI HIPOTESIS
Contoh yang akan diuraikan berikut
ini, kita berasumsi bahwa data untuk
keperluan perhitungan uji t test ini
telah memenuhi syarat dan kriteria uji
t seperti kenormalan dan jumlah
sampel.
19
20. UJI HIPOTESIS
Uji t satu sampel digunakan sebagai inferensi statistik bertujuan untuk menguji
apakah suatu nilai tertentu (sebuah konstanta pembanding) berbeda secara nyata
atau tidak dengan rata-rata sampel penelitian.
Untuk melakukan one sample t test dengan SPSS kita dapat menggunakan langkah
kerja sebagai berikut :
1. Pada jendela SPSS editor, pilih menu Analyze kemudian pilih submenu Compare
Means setelah itu pilih One Sample t test
20
21. UJI HIPOTESIS
2. Isikan pada kotak dialog yang muncul pada bagian ;
Test Variabel (s) sebagai variabel yang akan diuji dan kita pilih variabel korupsi.
- pada Test Value isikan dengan 32 sebagai nilai yang akan kita uji (rata – rata
korupsi (penyimpangan) secara nasional.
- tombol options dapat dipilih jika kita ingin mengatur confidence interval atau
taraf kepercayaan. Nilai baku yang diberikan SPSS adalah 95% atau tingkat
signifikansi 5%
21
22. UJI HIPOTESIS
3. Output hasil proses perhitungan SPSS untuk uji t satu sampel akan ditampilkan
kemudian pada jendela SPSS Output Viewer seperti berikut :
.
22
23. UJI HIPOTESIS
Cara menafsirkan output tersebut adalah :
1. Tabel One Sample Statistics
Tabel ini menginformasikan ringkasan statistik dari variabel korupsi, yaitu jumlah
sampel penelitian adalah 30, rata-rata korupsi (% penyimpangan DAK SMP) 21,3 dan
memiliki standar deviasi 14,7558.
2. Tabel One Sample Test
Pada contoh kasus ini, kita buat hipotesis sebagai berikut :
H0 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) tidak
berbeda dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).
h1 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) berbeda
secara signifikan dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).
Pengambilan keputusan hipotesis diatas dapat dilakukan dengan dua cara yaitu
menggunakan kriteria Probabilitas atau nilai Sig. (signifikansi) dan dengan
membandingkan t-hitung dan t-tabel.
23
24. UJI HIPOTESIS
a. Probabilitas atau Nilai Sig.
Jika Nilai Sig. > 0,05 , maka H0 diterima dan
sebaliknya jika Nilai Sig. < 0,05 , maka H0 ditolak.
Berdasarkan output SPSS diatas diperoleh nilai Sig.
= 0,000. Nilai Sig. ini jauh di bawah kriteria
0,05, dengan demikian H0 ditolak, dengan kata lain
dapat disimpulkan bahwa rata rata persentase
korupsi (penyimpangan DAK SMP di Lampung)
berbeda secara signifikan dengan rata-rata korupsi
(penyimpangan DAK SMP secara nasional).
24
25. UJI HIPOTESIS
b. Perbandingan t-hitung dan t-tabel
Jika (nilai mutlak) I t -hitung (output hasil perhitungan SPSS)| > t-tabel, maka H0
ditolak, dan berlaku sebaliknya jika t-hitung < t-tabel. Berdasarkan perhitungan
SPSS diperoleh t-hitung = -3,972 t-tabel dapat dicari berdasarkan kriteria taraf
signifikan 5% dan degree of freedom (derajat kebebasan=dk) dengan rumus dk
= n-1 = 30 – 1 = 29. Uji yang dilakukan two-tailed (dua sisi atau dua arah) karena
kita akan mengetahui jika rata rata persentase korupsi (penyimpangan DAK SMP
di Lampung) sama dengan rata-rata korupsi (penyimpangan DAK SMP secara
nasional) atau tidak yang berarti nilainya bisa > atau <, karena itu digunakan uji
dua sisi.
Dari tabel-t diperoleh nilai t-tabel = 2,2045 dan dari output SPSS diperoleh t-
hitung = 3,972. Nilai t-hitung ini > t-tabel, maka dapat disimpulkan h0 ditolak,
dengan kata lain rata rata persentase korupsi (penyimpangan DAK SMP di
Lampung) berbeda secara signifikan dengan rata-rata korupsi (penyimpangan
DAK SMP secara nasional).
25
26. SIMULASI PERTAMA
1. METODE SAMPLING YANG DIGUNAKAN ADALAH
SYSTEMATIC RANDOM SAMPLING.
2. POPULASI : SMP PENERIMA DAK TAHUN 2011 DI
PROVINSI LAMPUNG
3. UKURAN POPULASI : 100 SMP.
4. JUMLAH SAMPEL YANG DIAMBIL (30%) = 30 SMP.
5. KARAKTERISTIK POPULASI HETEROGEN (NILAI
DAK YANG DITERIMA) : DIBUAT 3 KELOMPOK,
KELOMPOK I : < 350JT, KELOMPOK II : 350 –
500JT, & KELOMPOK III : > 500JT.
6. DATA SIMULASI SEBAGAI BERIKUT :
26
28. SIMULASI PERTAMA
TAHAPAN SYSTEMATIC RANDOM SAMPLING :
1. HITUNG INTERVAL (I) = N/n = 100/30 = 3,33
2. MENENTUKAN ANGKA RANDOM PERTAMA (R1), DENGAN ATURAN R1 < I,
MISAL R1=1 (TAR).
3. HITUNG ANGKA RANDOM 2 – 30, DENGAN RUMUS : Rn=R1+ (n-1)*I.
(LAKUKAN PEMBULATAN MATEMATIKA) ~ HASILNYA ADALAH NOMOR URUT
SAMPEL TERPILIH.
4. URUTKAN MULAI DARI 1 SAMPAI NOMOR TERAKHIR (39) DI KELOMPOK I,
LANJUTKAN NOMOR BERIKUTNYA (40) DI KELOMPOK II HINGGA TERAKHIR
(69) & SELANJUTNYA DI KELOMPOK III (70) SAMPAI AKHIR (100).
5. IDENTIFIKASI SAMPEL TERPILIH BERDASARKAN NOMOR URUT YANG
SUDAH DIBUAT. (TERPILIH 30 SMP).
6. DATA YANG AKAN DIUJI HIPOTESISNYA ADALAH % PENYIMPANGAN HASIL
PEMERIKSAAN BPKP TERHADAP 30 SMP PENERIMA DAK TAHUN 2011 DI
PROVINSI LAMPUNG. DATA SIMULASI SBB.:
28
29. SIMULASI PERTAMA
Uji t satu sampel digunakan sebagai
SIMULASI UJI HIPOTESIS inferensi statistik bertujuan untuk
% BESAR % BESAR
menguji apakah suatu nilai tertentu
NO. NAMA SMP NO. NAMA SMP
PENYIMPANGAN PENYIMPANGAN (sebuah konstanta pembanding)
(1) (2) (3) (1) (2) (3)
berbeda secara nyata atau tidak dengan
1 SMPN 3 22.00 17 SMPN 54 52.00 rata-rata sampel penelitian
2 SMPN 5 1.00 18 SMPN 60 4.00
3 SMPN 7 41.00 19 SMPN 61 56.00
4 SMPN 10 21.00 20 SMPN 62 36.00
5 SMPN 14 12.00 21 SMPN 66 32.00
6 SMPN 15 14.00 22 SMPN 70 24.00
7 SMPN 18 17.00 23 SMPN 73 22.00
8 SMPN 22 19.00 24 SMPN 76 23.00
9 SMPN 28 21.00 25 SMPN 79 28.00
10 SMPN 32 32.00 26 SMPN 81 31.00
11 SMPN 36 35.00 27 SMPN 84 33.00
12 SMPN 39 2.00 28 SMP SW3 2.00
13 SMPN 41 6.00 29 SMP SW8 1.00
14 SMPN 43 25.00 30 SMP SW11 6.00
15 SMPN 48 3.00 JUMLAH 639.00
16 SMPN 51 18.00 RATA2 21.30
29
30. SIMULASI PERTAMA
Cara menafsirkan output tersebut adalah :
1. Tabel One Sample Statistics
Tabel ini menginformasikan ringkasan statistik dari variabel korupsi, yaitu
jumlah sampel penelitian adalah 30, rata-rata korupsi (% penyimpangan DAK
SMP) 21,3 dan memiliki standar deviasi 14,7558.
2. Tabel One Sample Test
Pada contoh kasus ini, kita buat hipotesis sebagai berikut :
H0 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung)
tidak berbeda dengan rata-rata korupsi (penyimpangan DAK SMP secara
nasional).
h1 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung)
berbeda secara signifikan dengan rata-rata korupsi (penyimpangan DAK SMP
secara nasional).
Pengambilan keputusan hipotesis diatas dapat dilakukan dengan dua cara
yaitu menggunakan kriteria Probabilitas atau nilai Sig. (signifikansi) dan
dengan membandingkan t-hitung dan t-tabel.
30
31. SIMULASI KEDUA
Kasus Pemilihan Sampel DAK
SMP
I. Pemilihan kabupaten
Jika tujuan dari penelitian ini untuk menjamin generalisasi
tingkat provinsi maka pemilihan kabupaten dilakukan
secara random dimana besar kecilnya peluang kabupaten
tergantung dari bobot masing-masing kabupaten, misal
proporsi dana yang diberikan.
Jika kabupaten sudah ditentukan maka generalisasinya
hanya sampai tingkat kabupaten terpilih.
32. SIMULASI KEDUA
Dana Alokasi Khusus SMP 2011
Kabupaten/Kota Dana (juta Rupiah) Kesempatan terpilih
Lampung Barat 4528.2 2
Tanggamus 5603.3 2
Lampung Selatan 7521.5 3
Lampung Timur 8204.8 3
Lampung Tengah 9513.1 4
Lampung Utara 5956.6 2
Way Kanan 4040.9 2
Tulang Bawang 5372.1 2
Pesawaran 3713.9 2
Pringsewu 4784.3 2
Mesuji 3120.9 1
Tulang Bawang Barat 3061.3 1
Bandar Lampung 5781.7 2
Metro 2413.9 1
Berdasarkan pengocokan nomor satu hingga nomor dua
puluh sembilan maka terpilih kabupaten tanggamus dan
lampung tengah (Simpel Random Sampling)
33. SIMULASI KEDUA
1. Metode Sampling yang digunakan adalah Stratified
Sampling.
2. Populasi : SMP penerima DAK di Kabupaten Tanggamus
dan Lampung Tengah.
3. Ukuran Populasi : Tanggamus 14 SMP dan Lamteng 17
SMP.
4. Jumlah Sampel yang diambil : 30% di setiap kab/kota.
5. Strata yang dibuat : berat, sedang dan ringan.
6. Data simulasi sbb. :
34. SIMULASI KEDUA
TAHAPAN STRATIFIED RANDOM SAMPLING :
1. PENGELOMPOKAN SMP PENERIMA DAK DALAM STRATA BERAT, SEDANG
RINGAN.
2. KAB. TANGGAMUS : BERAT = 3 SMP, SEDANG = 7 SMP, RINGAN = 4 SMP.
KAB. LAMPUNG TENGAH : BERAT = 5 SMP, SEDANG = 4 SMP, RINGAN = 8
SMP.
3. TENTUKAN JUMLAH SAMPEL : 30% TIAP KABUPATEN, TANGGAMUS =
30%*14 = 4 SMP & LAMPUNG TENGAH = 30%*17 = 5 SMP.
4. MENGHITUNG JUMLAH SAMPEL DI TIAP STRATA :
TANGGAMUS ~ BERAT = 3*4/14=1, 7*4/14=2 & 4*4/14=1.
LAMTENG ~ BERAT = 5*5/17=2, 4*5/17=1 & 8*5/17=2.
5. MEMILIH SAMPEL DI SETIAP STRATA DENGAN RANDOM, SIMULASINYA :
34
35. SIMULASI KEDUA
SIMULASI SAMPLING DENGAN STRATIFIED RANDOM SAMPLING
KAB. TANGGAMUS KAB. LAMPUNG TENGAH
NAMA STRATA NAMA STRATA
NO. NO.
SMP BERAT SEDANG RINGAN SMP BERAT SEDANG RINGAN
1 SMPN 1 1 SMPN 1
2 SMPN 2 2 SMPN 2
3 SMPN 3 3 SMPN 3
4 SMPN 4 4 SMPN 4
5 SMPN 5 5 SMPN 5
6 SMPN 6 6 SMPN 6
7 SMPN 7 7 SMPN 7
8 SMPN 8 8 SMPN 8
9 SMPN 9 9 SMPN 9
10 SMPN 10 10 SMPN 10
11 SMP SW1 11 SMPN 11
12 SMP SW2 12 SMPN 12
13 SMP SW3 13 SMP SW1
14 SMP SW4 14 SMP SW2
JUMLAH 3 7 4 14 15 SMP SW3
% 21.43 50.00 28.57 16 SMP SW4
JMLH SAMPEL 30% * 14 =4 17 SMP SW5
SAMPEL TERPILIH 1 2 1 JUMLAH 5 4 8
% 29.41 23.53 47.06
JMLH SAMPEL 30% * 17 =5
SAMPEL TERPILIH 2 1 2
37. SIMULASI KEDUA
Cara menafsirkan output tersebut adalah :
1. Tabel One Sample Statistics
Tabel ini menginformasikan ringkasan statistik dari variabel korupsi, yaitu jumlah
sampel penelitian adalah 9, rata-rata korupsi (% penyimpangan DAK SMP) 26,7778
dan memiliki standar deviasi 11,8192.
2. Tabel One Sample Test
Pada contoh kasus ini, kita buat hipotesis sebagai berikut :
H0 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) tidak
berbeda dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).
h1 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) berbeda
secara signifikan dengan rata-rata korupsi (penyimpangan DAK SMP secara
nasional).
Pengambilan keputusan hipotesis diatas dapat dilakukan dengan dua cara yaitu
menggunakan kriteria Probabilitas atau nilai Sig. (signifikansi) dan dengan
membandingkan t-hitung dan t-tabel.
38. SIMULASI KEDUA
a. Probabilitas atau Nilai Sig.
Jika Nilai Sig. > 0,05 , maka H0 diterima dan
sebaliknya jika Nilai Sig. < 0,05 , maka H0 ditolak.
Berdasarkan output SPSS diatas diperoleh nilai Sig.
= 0,007. Nilai Sig. ini jauh di bawah kriteria 0,05,
dengan demikian H0 ditolak, dengan kata lain
dapat disimpulkan bahwa rata rata persentase
korupsi (penyimpangan DAK SMP di Lampung)
berbeda secara signifikan dengan rata-rata korupsi
(penyimpangan DAK SMP secara nasional).
38
39. SIMULASI KEDUA
b. Perbandingan t-hitung dan t-tabel
Jika (nilai mutlak) I t -hitung (output hasil perhitungan SPSS)| > t-tabel, maka H0
ditolak, dan berlaku sebaliknya jika t-hitung < t-tabel. Berdasarkan perhitungan
SPSS diperoleh t-hitung = -3,610 t-tabel dapat dicari berdasarkan kriteria taraf
signifikan 5% dan degree of freedom (derajat kebebasan=dk) dengan rumus dk
= n-1 = 9 – 1 = 8. Uji yang dilakukan two-tailed (dua sisi atau dua arah) karena
kita akan mengetahui jika rata rata persentase korupsi (penyimpangan DAK SMP
di Lampung) sama dengan rata-rata korupsi (penyimpangan DAK SMP secara
nasional) atau tidak yang berarti nilainya bisa > atau <, karena itu digunakan uji
dua sisi.
Dari tabel-t diperoleh nilai t-tabel = 2,306 dan dari output SPSS diperoleh t-
hitung = 3,610. Nilai t-hitung ini > t-tabel, maka dapat disimpulkan h0 ditolak,
dengan kata lain rata rata persentase korupsi (penyimpangan DAK SMP di
Lampung) berbeda secara signifikan dengan rata-rata korupsi (penyimpangan
DAK SMP secara nasional).
39