Upload
ardhin-dini-hae
View
1.313
Download
124
Embed Size (px)
Citation preview
Uji ZPada dasarnya uji z adalah sama dengan uji t . Hnaya saja uji z ditujukan untuk jumlah data yang relatif besar (> 10). Sebagai contoh , kita akan menggunakan data pada bab yang digunakan pada uji t satu sampel dengan jumlah data yang lebih besar.
Berikut data yang akan digunakan :berat_siswa45606555656050706053804056857760524156885669455056587565745553655845
Langkah – langkah melakukan uji z adalah sebagai berikut
Kemudian lakukan pengolahan dengan SPSS sebagai berikut :
1. Masukkan data tersebut pada SPSS. 2. Klik menu Analyze > Compare Means > One-Sample T test…
3. Masukkan variabel berat_siswa pada kotak Test variable.
4. Pada kotak Test value masukkan angka 55 (nilai yang akan diuji).Klik OK untuk melakukan perhitungan.
Pada jendela output akan muncul hasil perhitungan
Output 1
Output pertama memberikan informasi mengenai jumlah data yang diolah. Kolom N menunjukkan banyaknya data yang diolah. Kolom Mean menunjukkan rata – rata dari nilai data.dan kolom Std Deviation menunjukkan nilai standar deviasi.
Output 2
Pada output ke 2 ini memberikan nilai inormasi untuk mengambil keputusan
Sebelum mengambil keputusan, pertam – tama kita membuat sebagai berikut : Ho = berat rata – rata kelas 2 SMA adalah 55 kgHi = berat rata – rata kelas 2 SMA tidak sama dengan 55 kg
Syarat H0 diterima atau tidak berdasarkan nilai probabilitas sebagai berikut : Apabila probabilitas > 0.05 maka H0 diterima Apabila probabilitas < 0.05 maka H0 ditolak
Dari hasil di atas pada kolom Sig terlihat bahwa nilai probabilitas 0.019.Maka H0 ditolak (0.019 < 0.05) . Dengan demikian keputusan yang diambil adalah Jadi : berat rata – rata kelas 2 SMA tidak sama dengan 55 kg.
Apabila kita menggunakan tabel statistika, maka kita dapat menggunakan tabel t. Sama dengan uji t, bedanya kasusnya banyak (lebih dari 30)
UJI Z
Pendahuluan
Uji Z adalah salah satu uji statistika yang pengujian hipotesisnya didekati dengan
distribusi normal. Menurut teori limit terpusat, data dengan ukuran sampel yang besar
akan berdistribusi normal. Oleh karena itu, uji Z dapat digunakan utuk menguji data
yang sampelnya berukuran besar. Jumlah sampel 30 atau lebih dianggap sampel
berukuran besar. Selain itu, uji Z ini dipakai untuk menganalisis data yang varians
populasinya diketahui. Namun, bila varians populasi tidak diketahui, maka varians dari
sampel dapat digunakan sebagai penggantinya.
Kriteria Penggunaan uji Z
1. Data berdistribusi normal
2. Variance (σ2) diketahui
3. Ukuran sampel (n) besar, ≥ 30
4. Digunakan hanya untuk membandingkan 2 buah observasi.
Contoh Penggunaan Uji Z
1. Uji-Z dua pihak
Contoh kasus
Sebuah pabrik pembuat bola lampu pijar merek A menyatakan bahwa produknya tahan
dipakai selama 800 jam, dengan standar deviasi 60 jam. Untuk mengujinya, diambil
sampel sebanyak 50 bola lampu, ternyata diperoleh bahwa rata-rata ketahanan bola
lampu pijar tersebut adalah 792 jam. Pertanyaannya, apakah kualitas bola lampu
tersebut sebaik yang dinyatakan pabriknya atau sebaliknya?
Hipotesis
H0 : = μ (rata ketahanan bola lampu pijar tersebut sama dengan yang dinyatakan oleh
pabriknya)
HA : ≠ μ (rata ketahanan bola lampu pijar tersebut tidak sama dengan yang dinyatakan
oleh pabriknya)
Analisis
Nilai Ztabel dapat diperoleh dari Tabel 1. Dengan menggunakan Tabel 1, maka nilai
Z0,025 adalah nilai pada perpotongan α baris 0,02 dengan α kolom 0,005, yaitu 1,96.
Untuk diketahui bahwa nilai Zα adalah tetap dan tidak berubah-ubah, berapapun jumlah
sampel. Nilai Z0,025 adalah 1,96 dan nilai Z0,05 adalah 1,645.
Tabel 1. Nilai Z dari luas di bawah kurva normal baku
α 0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009
0.00 3.090 2.878 2.748 2.652 2.576 2.512 2.457 2.409 2.3660.01 2.326 2.290 2.257 2.226 2.197 2.170 2.144 2.120 2.097 2.0750.02 2.054 2.034 2.014 1.995 1.977 1.960 1.943 1.927 1.911 1.8960.03 1.881 1.866 1.852 1.838 1.825 1.812 1.799 1.787 1.774 1.7620.04 1.751 1.739 1.728 1.717 1.706 1.695 1.685 1.675 1.665 1.6550.05 1.645 1.635 1.626 1.616 1.607 1.598 1.589 1.580 1.572 1.5630.06 1.555 1.546 1.538 1.530 1.522 1.514 1.506 1.499 1.491 1.4830.07 1.476 1.468 1.461 1.454 1.447 1.440 1.433 1.426 1.419 1.4120.08 1.405 1.398 1.392 1.385 1.379 1.372 1.366 1.359 1.353 1.3470.09 1.341 1.335 1.329 1.323 1.317 1.311 1.305 1.299 1.293 1.2870.10 1.282 1.276 1.270 1.265 1.259 1.254 1.248 1.243 1.237 1.232
Kriteria Pengambilan Kesimpulan
Jika |Zhit| < |Ztabel|, maka terima H0
Jika |Zhit| ≥ |Ztabel|, maka tolak H0 alias terima HA
Kesimpulan
Karena harga |Zhit| = 0,94 < harga |Ztabel | = 1,96, maka terima H0
Jadi, tidak ada perbedaan yang nyata antara kualitas bola lampu yang diteliti dengan
kualitas bola lampu yang dinyatakan oleh pabriknya.
2. Uji Z satu pihak
Contoh kasus
Pupuk Urea mempunyai 2 bentuk, yaitu bentuk butiran dan bentuk tablet. Bentuk
butiran lebih dulu ada sedangkan bentuk tablet adalah bentuk baru. Diketahui bahwa
hasil gabah padi yang dipupuk dengan urea butiran rata-rata 4,0 t/ha. Seorang peneliti
yakin bahwa urea tablet lebih baik daripada urea butiran. Kemudian ia melakukan
penelitian dengan ulangan n=30 dan hasilnya adalah sebagai berikut:
Hasil gabah padi dalam t/ha
4,0 5,0 6,0 4,2 3,8 6,5 4,3 4,8 4,6 4,1
4,9 5,2 5,7 3,9 4,0 5,8 6,2 6,4 5,4 4,6
5,1 4,8 4,6 4,2 4,7 5,4 5,2 5,8 3,9 4,7
Hipotesis
H0 : = (rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet sama
dengan padi yang dipupuk dengan urea butiran)
HA : > (rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet lebih tinggi
dari padi yang dipupuk dengan urea butiran)
Analisis
= 4,0 t/h
= 4,9 t/h
S = 0,78 digunakan sebagai estimasi σ
Zhit = (yt – yb)/(σ/√n) = (4,0 – 4,9)/(0,78/√30 = – 6,4286
Ztabel = Zα= Z0,05 = 1,645
Kriteria Pengambilan Kesimpulan
Jika |Zhit| < |Ztabel|, maka terima H0
Jika |Zhit| ≥ |Ztabel|, maka tolak H0 alias terima HA
Kesimpulan
Karena harga |Zhit| = 6,4286 > harga |Ztabel | = 1,645, maka tolak H0 alias terima HA
Jadi, rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet nyata lebih
tinggi dari padi yang dipupuk dengan urea butiran