MODUL 1 PRAKTIKUM STATISTIKA INFERENSIAL

PENGUJIAN HIPOTESIS

TUJUAN:
1. Memahami penggunaan menu-menu “add ins Excel” mengenai pengujian hipotesis.
2. Menarik kesimpulan dengan membaca output hasil pengujian hipotesis.

Catatan: Modul ini menggunakan Excel 2010 dan SPSS

A. MENU DATA ANALYST DI EXCEL: Mengaktifkan Add Ins Ms. Excel untuk Data Analysis dan Solver

Terdapat Add ins bawaan Ms. Excel yang dapat digunakan untuk analisis data statistik. Namun, perlu
diaktifkan dengan Klik “File” > “Options” > “Add-Ins” > “Go” > centang “Analysis Toolpak”, “Analysis
Toolpak-VBA” dan “Solver Add-In” > klik OK

Jika berhasil muncul menu data analyst dan Solver pada “Data”
B. Pengujian Hipotesis
n >= 30 atau ragam populasi
diketahui = uji Z
Satu Populasi
n < 30 dan ragam populasi tidak
diketahui = uji t

pengamatan berpasangan
(paired) = uji t 2 pop

ragam populasi diketahui = uji Z 2 pop

Rata-rata Dua Populasi
ragam dianggap
sama = uji t equal
ragam populasi variance
tidak di ketahui ragam dianggap
beda = uji t unequal
variance

Lebih dari 2 ANOVA (Analisis of Variance untuk

populasi percobaan)

Satu Populasi = uji chisquare ragam 1 pop

Uji hipotesis

Ragam Dua Populasi = uji F

Lebih dari 2 populasi = uji bartlet/ levene/

Cohcran

Satu Populasi = uji Z satu proporsi

Proporsi Dua Populasi = uji Z 2 proporsi

Lebih dari 2 populasi = uji chisquare >2 proporsi

Menu uji Hipotesis yang disediakan:

Uji rata-rata 2 populasi berpasangan

Uji rata-rata 2 populasi ragam dianggap sama
Uji rata-rata 2 populasi ragam dianggap beda
Uji rata-rata 2 populasi ragam diketahui
Sumber: Walpole. Probability and Statistics
Data:
1. [Contoh] Seorang manajer perusahaan taksi sedang mencoba memutuskan apakah
menggunakan ban radial atau ban biasa. Ban dapat meningkatkan keekonomisan bahan bakar.
Dua belas mobil dites, dilengkapi ban radial dan ban biasa tanpa mengganti driver dengan mobil
yang sama (paired t test). Rata-rata konsumsi bensin dalam kilometer per liter, tercatat sebagai
berikut:

Mobil Ban radial Ban biasa a. Lakukan pengujian hipotesis dengan excel
1 4.2 4.1 menggunakan alpha 5%
b. Bagaimana keputusannya jika alpha 1%?
2 4.7 4.9
3 6.6 6.2
4 7 6.9
5 6.7 6.8
6 4.5 4.4
7 5.7 5.7
8 6 5.8
9 7.4 6.9
10 4.9 4.7
11 6.1 6
12 5.2 4.9
 Langkah pengerjaan:
i) Tentukan H0
ii) Tentukan H1
iii) Klik Data > Data analysis > sorot ke uji yang dimaksud

iv) Isi kotak dialog

v) Analisis output
Judul t-Test: Paired Two Sample for Means
Radial Belted
Variabel Tires Tires
Rata-rata Mean 5.75 5.608
Ragam Variance 1.108 0.988
Banyak data Observations 12 12
Korelasi pearson Pearson Correlation 0.983
d0 Hypothesized Mean Difference 0
Derajat bebas (v) df 11
Statistik uji t Stat 2.484
P-value satu sisi kiri P(T<=t) one-tail 0.015
a. Karena p-value < alpha
Titik kritis satu sisi t Critical one-tail 1.796 (0.05) maka tolak Ho
P-value dua sisi P(T<=t) two-tail 0.030 b. Karena p-value > alpha
Titik kritis dua sisi t Critical two-tail 2.201 (0.01) maka gagal tolak Ho
2. [Latihan] Sebuah penelitian dilakukan oleh Departemen Zoologi di Virginia Tech untuk
menentukan apakah ada perbedaan yang signifikan dalam kepadatan organisme di dua stasiun
berbeda yang terletak di Cedar Run, sebuah aliran sekunder di DAS Roanoke River drainase.
Limbah dari instalasi pengolahan limbah dan overflow dari kolam pengendali Federal Mogul
Corporation memasuki arus di dekat daerah huniannya. Data berikut hasil pengukuran
kepadatan, jumlah organisme per meter persegi, di dua stasiun pengumpul:

No Station 1 Station 2 a) Lakukan pengujian hipotesis assuming equal

1 5030 2800 variance dengan alpha 5% dengan excel. Urakan
hipotesis dan Simpulkan!
2 13,700 4670
b) Lakukan pengujian hipotesis assuming unequal
3 10,730 6890 variance dengan alpha 5% dengan excel.
4 11,400 7720 Uraikan hipotesis dan Simpulkan!
5 860 7030 c) Lakukan F test for two variance dengan alpha 5%
6 2200 7330 Uraikan hipotesis dan Simpulkan!
4250 2810
d) Berdasarkan keputusan c, manakah yang
7
seharusnya hasil yang kita gunakan dalam
8 15,040 1330
menguji kesamaan kepadatan di dua station
9 4980 3320 tersebut (a atau b)?
10 11,910 1230 e) Dengan menganggap keragaman organisme di
11 8130 2130 stasiun 1 adalah 60.000.000 dan keragaman
12 26,850 2190 organisme di stasiun 2 adalah 6.000.000, menguji
13 17,660 kesamaan kepadatan organisme di dua station
14 22,800
tersebut dengan uji Z. Uraikan hipotesis dan
Simpulkan!
15 1130
16 1690

3. TUGAS: lakukan hal yang sama dengan nomor 2 (a sampai e) pada data pemakaian listrik (KWh)
berikut
Balige Laguboti
1162 1071
1380 952
1284 1004
1288 1134
1117 1094
1479 1180
1024 980
1342 914
1064 1094
1487 978
 Uji Chi Square pada SPSS
I. Kasus dan Data
Seorang peneliti ingin mengetahui apakah terdapat hubungan yang signifikan antar jenis
kelamin seseorang dengan tingkat pendidikan pendidikan yang dicapai. Data dapat dilihat pada
gambar dibawah ini:
No. Responden Jenis Kelamin Kode Tingkat Pendidikan Kode
1 L 1 S1 3
2 L 1 S1 3
3 P 2 Diploma 2
4 P 2 SLTA 1
5 L 1 Diploma 2
6 P 2 S1 3
7 L 1 S1 3
8 L 1 S1 3
9 L 1 SLTA 1
10 L 1 S1 3
11 L 1 S1 3
12 L 1 S1 3
13 L 1 S1 3
14 L 1 SLTA 1
15 L 1 S1 3
16 L 1 S1 3
17 L 1 Diploma 2
18 L 1 SLTA 1
19 L 1 S1 3
20 L 1 S1 3
21 L 1 S1 3
22 L 1 S2 4
23 P 2 S2 4
24 P 2 SLTA 1
25 L 1 S1 3
26 P 2 S1 3
27 P 2 S1 3
28 L 1 S1 3
29 L 1 S1 3
30 L 1 S1 3
31 P 2 S1 3
32 L 1 S1 3
33 L 1 S1 3
Keterangan Data:
 1. Jumlah Sampel yang digunakan 33 Responden
2. Pemberian kode pada variable jenis kelamin :
a. Laki-laki =1
b. Perempuan =2
3. Pemberian kode pada variable tingkat pendidikan:
a. SLTA =1
b. Diploma =2
c. S1 =3
d. S2 =4
II. Langkah-Langkah Analisis Uji Chisquare dengan SPSS:
1. Buka program SPSS akan muncul latar seperti gambar dibawah ini:

2. Copy data dari MS. Excel pada Data View pada SPSS 20
3. Ubah variable view sesuai gambar berikut:

4. Adapun cara mengubah mengubah values pada KodeGender dan Kode Pendidikan adalah:
a. Klik Values pada KodeGander maka akan muncul kotak dialog dengan nama value labels.
Pada bagian value ketik 1 kemudian pada bagian label ketik Laki-laki lalu klik add. Kemudian
dibagian value ketik 2 pada bagian label ketik perempuan lalu klik add dan klik ok.

b. Klik Values pada KodePendidikan maka akan muncul kotak dialog dengan nama value labels.
Sama halnya pada KodePendidikan dengan ketentuan 1 = SLTA, 2 = Diploma, 3 = S1, 4 =S2
5. Sehingga akan peruhan judul pada data view:

6. Pada menu Analyze pilih Descriptive Statistics lalu pilih Crosstabs seperti gambar dibawah ini:

Akan muncul gambar berikut:

7. Tarik Jenis Kelamin [KodeGender] ke menu Row(S) danTingkat Pendidikan [KodePendidikan]
ke menu Column(S)

8. Klik Statistics lalu ceklist Chi-square lalu klik continue seperti pada gambar
9. Kemudian pilih cells kemudian centang observed dan expected dan round cell counts lalu klik
continue kemudian oke.

10. Kemudian akan muncul hasil seperti dibawah ini:

III. Analisis Hasil:
Ho : Tidak terdapat hubungan yang signifikan antar jenis kelamin dengan tingkat pendidikan.
H1 : Terdapat hubungan yang signifikan antar jenis kelamin dengan tingkat pendidikan.
Output 1 terdapat 33 data yang semuanya diproses (Tidak data yang hilang/ missing), sehingga
tingkat kevalidannya 100%
Output 2 Terdapat jumlah laki-laki dan perempuan pada setiap tingkat pendidikan pada SLTA,
Diploma, S1, S2.
Output 3 Pada bagian pearson chi-square terlihat nilai Asimp.Sig sebesar 0.548. Karena nilai
Asimp.Sig 0.548 > 0.05 maka dapat disimpulkan bahwa gagal tolak Ho yang artinya tidak terdapat
hubungan yang signifikan antara jenis kelamin dengan tingkat pendidikan. Hal ini dapat diartikan
pula bahwa jenis kelamin seseorang tidak mempunyai korelasi dengan tingkat pendidikan yang
diperolehnya.