Bab Bro Yang Baik.docx

BAB I PENDAHULUAN

A. LATAR BELAKANG 

DISTRIBUSI T

Statistika adalah teknik pengumpulan data, pengorganisasian data, penyajian data, analisis data, dan interprestasi dari hasil analisis tersebut. Statistik inferensial, (sering juga disebut statistik induktif atau statistik probabilitas), adalah teknik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas, dan teknik pengambilan sampel dari populasi yang jelas, dan teknik pengambilan sampel dari populasi itu dilakukan secara random. Statistik ini disebut statistik probabilitas, karena kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang (probability). Suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang dinyatakan dalam bentuk prosentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95%, bila peluang kesalahan 1%, maka taraf kepercyaan 99%. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikasi. Penguji taraf signifikasi dari hasil suatu analisis akan lebih praktis bila didasarkan pada table t, uji F digunakan table F. Pada setiap table sudah disediakan untuk taraf signifikasi berapa persen suatu hasil analisis dapat digeneralisasikan. 

DISTRIBUSI X2 (CHI KUADRAT)

Pada umumnya penelitian ilmiah lebih banyak berhubungan dengan data yang bersifat interval atau rasio. Data interval dan rasio merupakan data yang berupa angka hasil dari pengukuran baik pengukuran yang bersifat langsung maupun tidak langsung. Namun demikian tidak jarang peneliti harus bekerja dan terlibat dengan data yang berwujud frekuensi. Data frekuensi atau

distribusi frekuensi merupakan data hasil dari pencacahan atau pembilangan. Jika kita perhatikan pengujian atau tes hipotesis untuk harga proporsi hanya melibatkan paling banyak dua proporsi yang diukur dari dua proporsi yang berbeda. Dalam kenyataannya kita tidak hanya akan menggunakan dua proporsi, namun lebih dari itu. Oleh karena itu kita tentu akan mengalami kesulitan jika tiga atau lebih proporsi diuji menggunakan uji hipotesis harga perbedaan dua proporsi. Untuk mengatasi kesulitan tersebut kita menggunakan pengujian lain yaitu uji Chi-kuadrat atau Chi- square test yang disimbolkan dengan x2. Chi kuadrat merupakan suatu teknik statistik yang menggunakan untuk menilai probabilitas guna memperoleh perbedaan frekuensi nyata atau hasil pengamatan atau observasi dengan frekuensi yang diharapkan dalam kategorikategori tertentu. Alat uji ini khusus digunakan untuk menguji lebih dari dua proporsi dengan kriteria tertentu. Kriteria-kriteria itu didasarkan pada ciri data yang akan diuji proporsinya sehingga menimbulkan jenis pengujian yang berbeda, walaupun tetap menggunakan satu bentuk rumus yang sama.

B. RUMUSAN MASALAH 1. Apa yang dimaksud dengan distribusi t dan x2 ? 2. Sebutkan fungsi pengujian distribusi t dan x2! 3. Jelaskan langkah – langkah uji hipotesa !

C. TUJUAN PENULISAN 1. Mengetahui yang dimaksud dengan distribusi t dan x2 2. Mengetahui fungsi pengujian distribusi t dan x2 3. Mengetahui langkah – langkah uji hipotesa

BAB II PEMBAHASAN

A. PENGERTIAN

Distribusi t Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel t-student. Distribusi t pertama kali diterbitkan pada tahun 1908 dalam suatu makalah oleh W.S.Gosset. Pada waktu itu, Gosset bekerja pada perusahaan bir irlandia yang melarang penerbitan penelitian oleh karyawannya. Untuk menggelakan larangan ini dia menerbitkan karyanya secara rahasia dibawah nama student. Karena itulah distribusi t biasanya disebut Distribusi Student. Hasil uji statistiknya kemudian dibandingkan dengan nilai yang ada pada tabel untuk kemudian menerima atau menolak hipotesis nol (Ho) yang dikemukakan. Distribusi X2 

Uji Chi Kuadrat (X2) dapat dikatakan sebagai uji proporsi untuk dua

peristiwa atau lebih dan data berjenis nominal, sehingga datanya bersifat dikrit. Dalam uji Chi- Kuadrat dihadapkan pada suatu pengujian apakah perbedaan antara frekuensi hasil observasi (disimbolkan fo) dengan frekuensi yang diharapkan pleh peneliti (disimbolkan fe/fh) dari sampel yang terbatas merupakan perbedaan yang signifikan atau tidak. 1   

Rumus : X2 = ∑ Dimana :

(𝑓𝑒−𝑓𝑜)2 𝑓𝑒



fo = frekuensi observasi



fe = frekuensi yang diharapkan (teoritis)



X2 = Chi-Kuadrat



Catatan :



Bila frekuensi harapn (fe) tidak diketahui maka dapat dicari dengan

rumus fe = 2

x

hitung

∑𝑓𝑜 𝑛

≥ x2tabel, maka tolak Ho artinya signifikan, carilah x2tabel, dengan

menggunakan tabel x2 kemudian buatlah perbandingan antara x2hitung dengan x2tabel, yang terakhir simpulkan.

B. Fungsi

Distribusi t 1) Untuk memperkirakan interval rata – rata 2) Untuk menguji hipotesis tentang rata – rata suatu sampel. 3) Menunjukkan batas penerimaan suatu hipotesis 4) Untuk menguji suatu pernyataan apakah sudah layak untuk dipercaya Distribusi x2 1)

Untuk Menguji Proporsi

2)

Uji Independensi

3)

Uji kecocokan/kesesuaian

4)

Untuk Uji Normalitas

5)

Untuk Pengujian Hipotesis

C. Jenis – jenis pengunaan Hipotesa Pengujian sampel dalam distribusi t dibedakan menjadi 2 jenis hipotesa, yaitu : 1) Satu rata – rata Rumus :

𝒙−𝝁 𝒕𝒐 = 𝒔 ⁄√𝒏 Keterangan : 𝑡𝑜 = t hitung , 𝑛 = jumlah sampel, 𝜇 = rata − rata populasi 𝑥 = rata − rata sampel , 𝑠 = standar deviasi 𝑫𝒃 = 𝒏 – 𝟏  Penyusunan hipotesa : 1. 𝐻𝑜 ∶ 𝜇1 = 𝜇2 𝐻𝑎 ∶ 𝜇1 ≠ 𝜇2 2. 𝐻𝑜 ∶ 𝜇1 ≤ 𝜇2 𝐻𝑎 ∶ 𝜇1 > 𝜇2 3. 𝐻𝑜 ∶ 𝜇1 ≥ 𝜇2 𝐻𝑎 ∶ 𝜇1 < 𝜇2 Apabila data yang diambil dari hasil eksperimen, maka langkahyang harus dilakukan sebelum mencari t hitung adalah : a. Menentukan rata – rata 𝒙𝒊 =

∑𝒙 𝒏

b. Menentukan standar deviasi 𝑺𝟐 =

∑(𝒙𝒊 −𝒙)𝟐 𝒏−𝟏

𝑺 = √𝑺𝟐 2) Dua rata – rata Rumus : 𝒕𝒐 =

(𝒙𝟏 − 𝒙𝟐 ) − 𝒅𝒐 𝟐

𝟐

√(𝑺𝟏 ⁄𝒏𝟏) + (𝑺𝟐 ⁄𝒏𝟐)

Syarat : 𝑆1 ≠ 𝑆2 do = selisih 𝜇1 dengan 𝜇2 (𝜇1 − 𝜇2 ) Db = (𝒏𝟏 + 𝒏𝟐) − 𝟐 

Penyusunan hipotesa : 1. 𝐻𝑜 ∶ 𝜇1 − 𝜇2 = 𝑑𝑜 𝐻𝑎 ∶ 𝜇1 − 𝜇2 ≠ 𝑑𝑜 2. 𝐻𝑜 ∶ 𝜇1 − 𝜇2 ≤ 𝑑𝑜 𝐻𝑎 ∶ 𝜇1 − 𝜇2 > 𝑑𝑜 3. 𝐻𝑜 ∶ 𝜇1 − 𝜇2 ≥ 𝑑𝑜 𝐻𝑎 ∶ 𝜇1 − 𝜇2 < 𝑑𝑜

D. Langkah – langkah uji hipotesa distribusi T 1) Tentukan Ho dan Ha 2) Tentukan arah uji hipotesa (satu arah atau dua arah) 3) Tentukan tingkat signifikan (𝛼) 4) Tentukan nilai derajat bebas (db) 5) Tentukan wilayah kritisnya atau nilai tabel 𝑡𝑡𝑎𝑏𝑒𝑙 = (𝛼, 𝐷𝑏) 6) Tentukan nilai t hitung ( t hitung = to ) 7) Tentukan keputusan dan gambar 8) Menyimpulkan dan menganalisis Menentukan kesimpulan dengan cara membandingkan nilai kritis ( nilai tabel ) dengan nilai hitungnya untuk kemudian menolak/menerima hipotesa awal (Ho)

Ada 3 wilayah kritis dalam distribusi t, yaitu : 1. Dua arah ( 𝐻𝑜 ∶ 𝜇1 = 𝜇2 , 𝐻𝑎 ∶ 𝜇1 ≠ 𝜇2 ) Ho diterima jika : -t tabel (𝛼 ⁄2, 𝐷𝑏 ) < 𝑡𝑜 < 𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏) Ha ditolak jika : 𝑡𝑜 > 𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏) atau 𝑡𝑜 < −𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏)

Ha

Ho

−𝛼⁄2 2.

Ha + 𝛼 ⁄2 (𝑡 𝑡𝑎𝑏𝑒𝑙)

Satu arah, sisi kanan ( 𝐻𝑜 ∶ 𝜇1 ≤ 𝜇2 , 𝐻𝑎 ∶ 𝜇1 > 𝜇2 ) Ho diterima jika : 𝑡𝑜 < 𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏) Ha ditolak jika : 𝑡𝑜 > 𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏)

Ho Ha + 𝑡 𝑡𝑎𝑏𝑒𝑙

3. Satu arah, sisi kiri ( 𝐻𝑜 ∶ 𝜇1 ≥ 𝜇2 , 𝐻𝑎 ∶ 𝜇1 < 𝜇2 ) Ho diterima jika : 𝑡𝑜 > −𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏) Ha ditolak jika : 𝑡𝑜 < −𝑡 𝑡𝑎𝑏𝑒𝑙 (𝛼 ⁄2, 𝐷𝑏 )

Ho Ha −𝑡 𝑡𝑎𝑏𝑒𝑙

Chi-Kuadrat Untuk Pengujian Hipotesis

Suatu survei pendahuluan yang terbatas ingin mengetahui tingkat golput dalam pemilihan umum tahun 2009. Kategori subjek dipilah berdasarkan pendidikan tertinggi, yakni tidak berpendidikan (TP), sekolah dasar (SD), sekolah menengah pertama (SMP), sekolah menengah atas/kejuruan (SMA/K), diploma (D1-D3), dan sarjana (D4, S1-S3). Survey dilakukan di lima kota besar di Indonesia

dengan sampel acak 1.000 subjek. Komposisi sampel berdasarkan tingkat pendidikan adalah TP = 220; SD = 200; SMP = 180; SMA/K= 160; diploma = 140; sarjana; 100. Berdasarkan verivikasi dan analisis data diperoleh gambaran distribusi data kasar golput, yaitu TP=120; SD=110; SMP=90; SMA/K=85; diploma=75; sarjana=60. Distribusi data kasar orang yang bukan golput adalah TP = 100; SD=90; SMP=90; SMA/K=75; diploma=65; sarjana=40. Berdasarkan data kasar yang telah terkumpul, peneliti belum memperoleh gambaran apa pun. Agar peneliti memperoleh petunjuk yang jelas, yaitu apakah ada perbedaan antara orang yang akan menjadi golput dan tidak golput, data kasar tersebut harus diolah untuk memperoleh nilai x2. Cara yang ditempuh untuk memperoleh x2 adalah dengan menghitung fh (frekuensi harapan) berdasarkan fo (frekuensi observasi). Formula untuk menghitung adalah : Fh =

(𝑛𝑠)(𝑛𝑖) 𝑁

Keterangan : fh = frekuensi harapan ns = jumlah subsampel nj = jumlah jawaban N = jumlah sampel Tugas berikutnya adalah membuat tabel persiapan fo dan fh Tabel 7.1. Frekuensi observasi (fo) No

Subsampel

Golput

Memilih

Jumlah

1

TP

120

100

220

2

SD

110

90

200

3

SMK

90

90

180

4

SMA/K

85

75

160

5

Diploma

75

65

140

6

Sarjana

60

40

100

Jumlah

540

460

1.000

Tabel 8.1. Frekuensi harapan (fh) No

Subsampel

Golput

Memilih

Jumlah

1

TP

118,8

101,2

220

2

SD

108,0

92,0

200

3

SMK

97,2

82,8

180

4

SMA/K

86,4

73,6

160

5

Diploma

75,6

64,4

140

6

Sarjana

54,0

46,0

100

Jumlah

540

460

1.000

Berdasarkan

tabel

fo

dan

fh,

langkah

selanjutnya

adalah

mempersiapkan tabel kerja untuk menghitung chi-kuadrat. Tabel 9.1 Tabel kerja untuk menghitung chi-kuadrat golput dalam pemilu 2009 Subsampel Fo kategori TP

fh

fo-fh

(fo-fh)2

(𝑓𝑜 − 𝑓ℎ)2 𝑓ℎ

Golput

120

118,8

+1,2

1,44

0,012

Memilih

100

101,2

-1,2

1,44

0,014

Jumlah golongan

220

220

0,0

-

0,026

Golput

110

108,0

+2,0

4,00

0,037

Memilih

90

92,0

-2,0

4,00

0,043

Jumlah golongan

200

200

0,0

-

0,080

Golput

90

97,7

-72

51,84

0,533

Memilih

90

82,8

+7,2

51,84

0,626

Jumlah golongan

180

180

0,0

-

1,159

Golput

85

86,4

-1,4

1,96

0,023

Memilih

75

73,6

+1,4

1,96

0,027

Jumlah golongan

160

160

0,0

-

0,050

Golput

75

75,6

-0,6

0,36

0,005

Memilih

65

64,4

+0,6

0,36

0,006

Jumlah golongan

140

140

0,0

-

0,011

SD

SMP

SMA/K

Diploma

Sarjana

Golput

60

54,0

+6,0

36,00

0,667

Memilih

40

46,0

-6,0

36,00

0,783

Jumlah golongan

100

100

0,0

-

1,450

TOTAL

1000

1000

0,0

-

2,776

Pekerjaan selanjutnya adalah menguji x2.. Pada alfa atau taraf signifikansi tertentu. Untuk pengujian tersebut dibutuhkan derajat kebebasan. Derajat kebebasan dihitung berdasarkan kolom dan baris, yakni kolom dikurangi satu dikalikan baris dikurangi satu. Kolom untuk survey tersebut dua dan barisnya enam sehingga perhitungannya adalah : dk = (2-1)(6-1) = 5. Periksa pada tabel Chi –Kuadrat taraf signifikansi 1% dengan derajat kebebasan 5. Berdasarkan tabel chi-kuadrat teoritis 15,086. Harga chi-kuadrat empiris berada jauh dibawah harga chi-kuadrat teoritis. Kesimpulannya adalah bahwa tingkat pendidikan tidak membedakan dalam memilih pada pemilu 2009.

E. Tabel Nilai Distribusi t

α untuk uji dua fihak (two tail test) 0,50

0,20

0,10

0,05

0,02

0,01

α untuk uji satu fihak (one tail test) dk

0,25

0,10

0,005

0,025

0,01

0,005

1

1,000

3,078

6,314

12,706

31,821

63,657

2

0,816

1,886

2,920

4,303

6,965

9,925

3

0,765

1,638

2,353

3,182

4,541

5,841

4

0,741

1,533

2,132

2,776

3,747

4,604

5

0,727

1,476

2,015

2,571

3,365

4.032

6

0,718

1,440

1,943

2,447

3.143

3.707

7

0,711

1,415

1,895

2,365

2,998

3,499

8

0,706

1,397

1,860

2,306

2,896

3,355

9

0,703

1.383

1,833

2,,262

2,821

3,250

10

0,700

1,372

1,812

2,228

2,764

3,169

11

0,697

1,363

1,796

2,201

2,718

3,106

12

0,695

1,356

1,782

2,179

2,681

3,055

13

0,692

1,350

1,771

2,160

2,650

3,012

14

0,691

1,345

1,761

2,145

2,624

2,977

15

0,690

1,341

1,753

2,131

2,602

2,947

16

0,689

1,337

1,746

2,120

2,583

2,921

17

0,688

1,333

1,740

2,110

2,567

2,898

18

0,688

1,330

1,734

2,101

2,552

2,878

19

0,678

1,328

1,729

2,093

2,539

2,861

20

0,687

1,325

1,725

2,086

2,528

2,845

21

0,686

1,323

1,721

2,080

2,518

2,831

22

0,686

1,321

1,717

2,074

2,508

2,819

23

0,685

1,319

1,714

2,069

2,500

2,807

24

0,685

1,318

1,711

2,064

2,492

2,797

25

0,684

1,316

1,708

2,060

2,485

2,787

26

0,684

1,315

1,706

2,056

2,479

2,779

27

0,684

1,314

1,703

2,052

2,473

2,771

28

0,683

1,313

1,701

2,048

2,467

2,763

29

0,683

1,311

1,699

2,045

2,462

2,756

30

0,683

1,310

1,697

2,042

2,457

2,750

40

0,681

1,303

1,684

2,021

2,423

2,704

60

0,679

1,296

1,671

2,000

2,390

2,660

120

0,677

1,289

1,658

1,980

2,358

2,617

∞

0,674

1,282

1,645

1,960

2.326

2,576

F. Contoh soal Distribusi T 1) Sebuah perusahaan meramalkan bahwa minuman hasil produksinya mempunyai kandungan alkohol sebesar 1,85% per botol. Untuk menguji apakah hipotesa tersebut benar, maka perusahaan melakukan pengujian terhadap 10 kaleng minuman dan diketahui rata – rata sampel (rata – rata kandungan alkohol) 1,95% dengan simpangan baku 0,25%. Apakah hasil penelitian tersebut sesuai dengan hipotesa awal perusahaan? ( selang kepercayaan 95%) Jawab : Dik : 𝜇 = 1,85, 𝑛 = 10, 𝑥 = 1,95, 𝑆 = 0,25 𝛼 = 5% = 0,05 Pengujian hipotesis : 1. 𝐻𝑜 ∶ 𝜇1 = 1,85 𝐻𝑎 ∶ 𝜇2 ≠ 1,85 2. 1 rata – rata, uji 2 arah 3. 𝛼⁄2 => 5%⁄2 = 0,025 4. Db = n – 1 = 10 – 1 = 9 5. t tabel (𝛼, 𝐷𝑏) = (0,025,9) = ±2,262 𝑥−𝜇

6. 𝑡𝑜 = 𝑠⁄√𝑛 =

1,95−1,85 0,25⁄√10

= 1,265

7. Keputusan : karena t hitung = 1,265 berada dalam selang −2,262 < 𝑡 < 2,626 maka terima Ho

2) Berikut ini hasil mid kelas X dan kelas XI, dengan tarif nyata 1%. Ujilah apakah perbedaan rata – rata nilai hasil mid kelas X dan kelas XI lebih dari sama dengan 6 Hasil mid kelas X

hasil mid kelas XI\

𝑥𝑖

𝑓𝑖

Nilai

𝑥𝑖

𝑓𝑖

:67 65 – Jawab 69

2

65 – 69

67

3

𝑥𝑖. 𝑓𝑖

70𝑥𝑖– − 74𝑥

2 72 (𝑥𝑖 − 𝑥)11 𝑓𝑖. (𝑥𝑖 − 𝑥)2

7728,40 3

56,8

Nilai

 Hasil mid Kelas X : 70 – 74 72 10 Nilai 𝑥𝑖 𝑓𝑖 65 –– 69 75 79

67 77

23

134

75 -–5,33 79

70 – 74

72

10

720

- 0,33

0,10

1

75 – 79

77

3

231

4,67

21,80

65,4

15

1085

Jumlah

𝑥1 =

∑15 𝑖=1 𝑥𝑖.𝑓𝑖

𝑆1 = √

𝑓𝑖

=

123,2

2 ∑15 𝑖=1 𝑓𝑖(𝑥𝑖−𝑥)

𝑛−1

1085 123,2

15

=√

= 72,33

14

= √8,8 = 2,96



Hasil mid kelas XI

Nilai 65 – 69

𝑥𝑖

𝑓𝑖

𝑥𝑖. 𝑓𝑖

𝑥𝑖 − 𝑥

(𝑥𝑖 − 𝑥)2

𝑓𝑖. (𝑥𝑖 − 𝑥)2

67

3

201

-5

25

75

70 – 74

72

11

792

0

0

0

75 – 79

77

3

231

2

4

12

17

1224

Jumlah

𝑥2 =

∑17 𝑖=1 𝑥𝑖.𝑓𝑖 𝑓𝑖

=

1224 17

= 72

87

2 ∑17 𝑖=1 𝑓𝑖(𝑥𝑖−𝑥)

𝑆𝐵2 = √

𝑛−1 87

= √16 = √5,43 = 2,33

Berdasarkan data diatas diketahui : 𝑥1 = 72,33 , 𝑥2 = 72 𝑆𝐵1 = 2,96 , 𝑆𝐵2 = 2,33 𝑛1 = 15 , 𝑛2 = 17 𝛼 = 1% = 0,01 , 𝑑𝑜 = 6

Pengujian hipotesis : 1. 𝐻𝑜 ∶ 𝜇1 ≥ 6 𝐻𝑎 ∶ 𝜇2 < 6 2. 2 rata – rata, uji kiri 3. 𝛼 = 1% = 0,01 4. 𝐷𝑏 = (𝑛1 + 𝑛2) − 2 = (15 + 17) − 2 = 30 5. t tabel (0,01;30) = – 2,457

6. 𝑡𝑜 = = = = =

(𝒙𝟏 −𝒙𝟐 )−𝒅𝒐 𝟐

𝟐

√(𝑺𝟏 ⁄𝒏𝟏)+(𝑺𝟐 ⁄𝒏𝟐) (72,33−72)−6 √2,962 ⁄15+2,332 ⁄17 −5,67 √0,584+0,319 −5,67 √0,903 −5,67 0,950

= −5,968 7. Keputusan : karena t hitung = -5,968 berada dalam selang −2,457 > 𝑡

Ho Ha −2,457

−5,968

Terima Ha tolak Ho 8. Kesimpulan : jadi, perbedaan rata – rata nilai hasil mid kelas X dan kelas XI kurang dari 6 Distribusi X2

Hipotesis yang diuji adalah hipotesis nol (Ho), sedangkan hipotesis yang diajukan berdasarkan teori merupakan hipotesis alternatif (Ha). Chi kuadrat digunakan untuk mengambil kesimpulan dari sampel untuk populasi. Dalam pengetesan hipotesis peneliti menggunakan Chi kuadrat untuk menguji apakah perbedaan frekuensi yang diperoleh dari dua sampel (atau lebih) merupakan perbedaan frekuensi yang terjadi karena adanya kesalahan sampling, atau merupakan perbedaan yang signifikan. Rumus Chi Kuadrat :

X2 = ∑

(fe−fo)2 fe

Ho : kondisi ekonomi pedagang pasar Prambanan mengalami kenaikan pasca relokasi di Dusun Pelemsari, Bokoharjo, Prambanan, Sleman, Yogyakarta Ha : kondisi ekonomi pedagang pasar Prambanan tidak mengalami kenaikan pasca relokasi di Dusun Pelemsari, Bokoharjo, Prambanan, Sleman, Yogyakarta a. Kondisi Ekonomi Pedagang Pasar Prambanan Pasca Relokasi Tabel 1.2 Kondisi Sebelum dan Sesudah Relokasi Pasar terhadap Rata- rata Omset Penjualan Per Minggu Pedagang Pasar Prambanan sebelum

Omset penjualan rata-

Sesudah

rata perminggu (Rp)

F

%

F

%

<1.000.000

0

0

10

11

1.000.000-2.000.000

22

23

38

40

2.000.000-3.000.000

25

26

27

28

3.000.000-4.000.000

35

37

12

13

4.000.000-5.000.000

5

5

2

2

>5.000.000

8

8

6

6

Total

95

100

95

100

Tabel 2.2 Rata-rata Omset Penjualan Per Minggu Pedagang Pasar Prambanan Pasca Relokasi dampak

frekuensi

%

Naik

19

20

Turun

76

80

Tetap/tidak berubah

0

0

total

95

100

Sumber: Data Primer (diolah). Tabel 3.2 Frekuensi Harapan dan Frekuensi yang Ditentukan fo

Fh

Kondisi ekonomi naik

19

47,5

Kondisi ekonomi pedagang turun

76

47,5

Fh = 95:2 = 47,5 X2 = ∑ =

(fe−fo)2 fe

(47,5−19)2 47,5

+

(47,5−76)2 47,5

= 17,1 +17,1 = 34,2 taraf signifikansi dengan hasil dari Chi Kuadrat hitung. dk = (jumlah baris - 1)(jumlah kolom - 1) dk = (2 - 1)(2 - 1) dk = (1)(1) dk = 1 menggunakan taraf signifikansi 5% Chi Kuadrat tabel = 3,841 Dari hasil perhitungan yang menunjukkan bahwa Chi Kuadrat hitung > Chi Kuadrat tabel. maka dapat ditarik kesimpulan bahwa hasil di atas menunjukkan

hipotesis alternatif (Ha) diterima dan Hipotesis Nol (Ho) ditolak. Hipotesis alternatif dari peneliti adalah kondisi ekonomi pedagang pasar Prambanan mengalami penurunan pasca relokasi di Dusun Pelemsari, Bokoharjo, Prambanan, Sleman, Yogyakarta. Sehingga setelah dilakukan perhitungan di atas peneliti menarik kesimpulan bahwa kondisi ekonomi pedagang pasar Prambanan mengalami penurunan pasca relokasi signifikan.

BAB IV PENUTUP

Kesimpulan Distribusi t 1. Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel t-student. 2.

Dalam menguji hipotesa terdapat langkah – langkah yaitu : menentukan Ho dan Ha, menentukan arah uji hipotesa (satu arah atau dua arah), menentukan tingkat signifikan (𝛼), menentukan nilai derajat bebas (db), menentukan

wilayah

kritisnya

atau

nilai

tabel

𝑡𝑡𝑎𝑏𝑒𝑙 =

(𝛼, 𝐷𝑏), menentukan nilai t hitung ( t hitung = to ), menentukan keputusan dan gambar, Menyimpulkan dan menganalisis. 3.

Ada 3 wilayah kritis dalam distribusi t, yaitu : dua arah, satu arah sisi kiri, satu arah sisi kanan.

Distribusi X2 Uji Chi Kuadrat (X2) dapat dikatakan sebagai uji proporsi untuk dua peristiwa atau lebih dan data berjenis nominal, sehingga datanya bersifat dikrit.

Kegunaan chi-kuadrat diantaranya untuk Menguji Proporsi, untuk menguji uji Independensi, uji kecocokan/kesesuaian, untuk Pengujian Hipotesis, untuk Uji Normalitas. Kelebihan Konsep chi-kuadrat dalam statistik nonparametrik mudah untuk dimengerti. Kekurangan uji Chi-Square hanya memberikan informasi tentang ada atau tidaknya hubungan antara kedua variabel.