BAB IPendahuluan1.1 Latar BelakangDalam kehidupansehari-hari sering kita temui permasalahan yang dapat diformulasikan ke dalam persamaan matematis. Hubungannya dengan statistika yaitu statistika digunakan untuk menyatakan data atau bilangan yang diperoleh dari data, misalnya rata-rata dari data tersebut. Statistika didefinisikan sebagai ilmu yang membahas tentang pengambilan data, pengolahan data sampai kesimpulan yang diperoleh dari perhitungan dan pengolahan data tadi, serta membuat keputusan yang dapat diterima berdasarkan analisis. Keunikan statistik yaitu kemampuannya untuk menghitung ketidakpastian dengan tepat. Hal inilah yang akan digunakan dalam praktikum kali ini. Didalam statistik ada tiga hal penting yang mendasar yaitu analisa data yang membahas tentang pengumpulan, penyajian dan mengintisarikan data. Kedua adalah probabilitas yaitu membahas tentang hukum peluangdan yang terakhir adalah kesimpulan statistik yaitu tentang ilmu penarikan kesimpulan statistik dari data tertentu berdasarkan pengetahuan tentang probabilitas. Dalam praktikum kali ini praktikan ingin membahas teori probabilitas. Praktikan ingin mengetahui besar jumlah proporsi sebenarnya mahasiswa yang menggunakan provider Telkomsel di Fakultas Sains dan Teknologi angkatan 2010 dan 2011 sebagai sim card mereka.

1.2 Perumusan Masalah Berapa banyakkah mahasiswa FST angkatan 2010 dan 2011 yang menggunakan provider Telkomsel ? Berapakah perbandingan antara mahasiswa FST angkatan 2010 dengan 2011 yang menggunakan provider Telkomsel ?

1.3 Tujuan Agar praktikan dapat mengerti pengertian hipotesis statistik parametrik Agar praktikan mampu menerapkan kegunaan pengujian hipotesis statistik parametrik. Agar praktikan dapat mengetahui provider manakah yang paling banyak digunakan oleh mahasiswa angkatan 2010 dan 2011 di FST Agar praktikan dapat membandingkan berapa banyak pengguna Telkomsel antara mahasiswa FST angkatan 2010 dengan angkatan 2011

1.4 Flow Chart Praktikum

BAB IILANDASAN TEORI

Definisi Statistik Ada 2 pendekatan untuk menganalisis informasi berdasarkan jenis informasiyang diperoleh, yaitu analisis kuantitatif dan analisis kualitatif. Analisis kuantitatif atau analisis data kuantitatif adalah analisis yang berbasis pada kerja hitung-menghitung angka. Angka yang diolah disebut input dan hasilnya disebut output juga berupa angka. Analisis kualitatif/analisis data kualitatif adalah analisis yang berbasis pada kerja pengelompokan simbol-simbol selain angka. Simbol itu berupa kata, frase, atau kalimat yang menunjukkan beberapa kategori. Input maupun output analisis data kualitatif berupa simbol, dimana outputnya disebut deskripsi verbal.Statistik adalah sebagai alat pengolah data angka. Stasistik dapat jugadiartikan sebagai metode/asas-asas guna mengerjakan/memanipulasi data kuantitatifagar angka berbicara. Pendekatan dengan statistik sering digunakan metode statistikyaitu metode guna mengumpulkan, mengolah, menyajikan, menganalisis &menginterpretasikan data statistik. Statistika dapat pula diartikan pengetahuan yangberhubungan dengan pengumpulan data, pengolahan data, penganalisisan danpenarikan kesimpulan berdasarkan data dan analisis. Jadi statistik adalah produk darikerja statistika.Ada dua konsep dalam bahasa Inggris.Statistik: nilai yang dihitung dari sebuahsampel (mean, median, modus, dan sebagainya). Statistik: metode ilmiah untuk pengumpulandata atau kumpulan angka. Dalam bahasa Indonesia, statistik memiliki 3 pengertiandimuka.Kumpulan data = dataNilai yang dihitung dari dari sebuah sampel = statistik sampelMetode ilmiah guna mengumpulkan, mengolah, menyajikan, dan analisis data = statistik Statistika DeskriptifStatistika Deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna.Perlu kiranya dimengerti bahwa statistika deskriptif memberikan informasi hanya mengenai data yang dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus data induknya yang lebih besar. Penyusunan table, diagram, grafik, dan besaran-besaran lainnya di majalah dan Koran termasuk dalam statistika deskriptif ini.Iqbal Hasan (2004:185) menjelaskan: Analisis deskriptif adalah merupakan bentuk analisis data penelitian untuk menguji generalisasi hasil penelitian berdasarkan satu sample. Analisa deskriptif ini dilakukan dengan pengujian hipotesis deskriptif. Hasil analisisnya adalah apakah hipotesis penelitian dapat digeneralisasikan atau tidak. Jika hipotesis nol (H0) diterima, berarti hasil penelitian dapat digeneralisasikan. Analisis deskriptif ini menggunakan satu variable atau lebih tapi bersifat mandiri, oleh kare itu analisis ini tidak berbentuk perbandingan atau hubungan.Iqbal Hasan (2001:7) menjelaskan: Statistik deskriptif atau statistic deduktif adalah bagian dari statistic mempelajari cara pengumpulan data dan penyajian data sehingga muda dipahami. Statistik deskriptif hanya berhubungan dengan hal menguraikan atau memberikan keterangan-keterangan mengenai suatu data atau keadaan atau fenomena. Dengan kata statistic deskriptif berfungsi menerangkan keadaan, gejala, atau persoalan. Penarikan kesimpulan pada statistic deskriptif (jika ada) hanya ditujukan pada kumpulan data yang ada. Didasarkan pada ruang lingkup bahasannya statistik deskriptif mencakup:1. Distribusi frekuensi beserta bagian-bagiannya seperti:a. Grafik distibusi (histogram, poligon frekuensi, dan ogif)b. Ukuran nilai pusat (rata-rata, median, modus, kuartil dan sebagainya)c. Ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan baku, dan sebagianya)d. Kemencengan dan keruncingan kurva 2. Angka indeks3. Times series/deret waktu atau berkala4. Korelasi dan regresi sederhanaBambang Suryoatmono (2004:18) menyatakan Statistika Deskriptif adalah statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu saja Ukuran Lokasi: mode, mean, median, dll Ukuran Variabilitas: varians, deviasi standar, range, dll Ukuran Bentuk: skewness, kurtosis, plot boksPangestu Subagyo (2003:1) menyatakan: Yang dimaksud sebagai statistika deskriptif adalah bagian statistika mengenai pengumpulan data, penyajian, penentuan nilai-nilai statistika, pembuatan diagramatau gambar mengenai sesuatu hal, disini data yang disajikan dalam bentuk yang lebih mudah dipahami atau dibaca.Sudjana (1996:7) menjelaskan: Fase statistika dimana hanya berusaha melukiskan atau mengalisa kelompok yang diberikan tanpa membuat atau menarik kesimpulan tentang populasi atau kelompok yang lebih besar dinamakan statistika deskriptif.Statistik Induktif (Inferensi) : Membuat berbagai inferensi terhadap sekumpulan data yang berasal dari suatu sampel. Inferensi Melakukan perkiraan, peramalan, pengambilan keputusan Statistik Inferensi : Suatu keputusan, perkiraan atau generalisasi tentang suatu populasi berdasarkan informasi yg terkandung dari suatu sampel. Pengukuran Realibilitas Konsekuensi dari kemungkinan bias dalam inferensi.

Statistika InferensiaStatistika Inferensia mencakup semua metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan gugus data induknya.Generalisasi yang berhubungan dengan inferensia statistik selalu mempunyai sifat takpasti, karena kita mendasarkan pada informasi parsial yang diperoleh dari sebagian data. Untuk memperhitungkan ketidakpastian ini, pengetahuan mengenai teori peluang mutlak diperlukan.Dalam statistika inferensia diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika inferensia yang hanya didasarkan pada sebagian data saja sebagian data saja menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalamn pengambilan keputusan sehingga pengetahuan mengenaiteori peluangmutlak diperlukan dalam melakukan metode-metode statistika inferensia.

Statistika ParametrikPengertian Statistika Parametrik. Statistika Parametrik (Metode Kuantitatif) adalah metode statistika yang menyangkut pendugaan parameter, pengujian hipotesis, pembentukan selang kepercayaan, dan hubungan antara dua sifat (peubah) atau lebih bagi parameter- parameter yang mempunyai sebaran (distribusi normal) tertentu yang diketahui. Statistika parametik lebih banyak digunakan untuk menganalisis data yang berskalainterval dan rasio dengan dilandasi asumsi tertentu seperti normalitas. Statistika nonparametik dapat digunakan untuk menganalisis data yang berskala nominal dan ordinal.Metode statistika parametrik berlandaskan pada anggapan-anggapan tertentu yang telah disusun terlebih dahulu, jika anggapan-anggapan tersebut tidak sesuai dengan keadaan sebenarnya, apalagi jika menyimpang jauh maka keampuhan metode ini tidak dapat dijamin atau bahkan dapat menyesatkan. Pengolongan Statistika Parametrik antara lain: Regresi, Path (Jalur), SEM, Korelasi Kanonik, Faktor, deskriminan, claster, regresi logistik, probit & tobit, multivariat. Prosedur penggunaan statistika parametrik harus mempertimbankan: 1. Penentuan Hipotesis 2. Pemilihan uji statistika (alat analisis) 3. Penentuan 4. Taraf Nyata dan ukuran cuplikan (n)5. Menentukan sebaran cuplikan (Sampling distribution)6. Penentukan daerah penolakan Ho7. Pengambilan keputusan dan penarikan kesimpulan.

Kelebihan & Kekurangan Statistika Parametrik Dalam kenyataan, penggunaan metode satatistik tidak terlepas dari berbagai kelebihan dan kekurangan. Adapun kelebihan dan kekurangan statistika parametrik sebagai berikut:

1. Kelebihan statistika parametrik adalah: Dapat digunakan untuk menduga atau meramal. Hasil analisis dapat diperoleh dengan pasti dan akurat apabila digunakan sesuai aturan-aturan yang telah ditetapkan. Dapat digunakan untuk mengukur interaksi hudungan antara dua atau lebih variabel (peubah). Dapat menyederhanakan realitas permasalahan yang kompleks & rumit dalam sebuah model sederhana. 2. Kekurangan statistika parametrik adalah: Berdasarkan pada anggapan-anggapan (Asumsi) Asumsi tidak sesuai dengan realitas yang terjadi atau menyimpang jauh maka kemampuannya tidak dapat dijamin bahkan menyesatkan. Data harus berdistribusi normal dengan skala pengukuran data yang harus digunakan adalah interval & rasio. Dapat digunakan untuk menganalisis data yang populasi/sampelnya sama. Tidak dapat dipergunakan untuk menganalisis dengan cuplikan (Sampel) yang jumlahnya sedikit (> 30)

Pemodelan Statistika Parametrik Model adalah suatu konsep yang digunakan untuk menyatakan sesuatu keadaan (permasalahan) ke dalam bentuk simbolik, ikonik atau analog. Pada hakekatnya model adalah perwakil realitas, oleh karena itu wujudnya harus lebih sederhana. Pemodelan statistika adalah upaya memodelkan permasalahan ke dalam konsep statistika dengan prosedur: (1) Ubah pernyataan ke dalam lambang statistika(2) Pemilihan metode analisis yang tepat(3) Aplikasi metode secara benarPengumpulan DataPengumpulan data tidak lain dari suatu proses data yang bersifat primer untuk keperluan penelitian. Data yang dapat dikumpulkan juga dapat berupa data sekunder, yang artinya data tersebut diperoleh bukan dari hasil penelitiannya sendiri, tetapi merupakan data yang dikumpulkan oleh orang lain, dan diolah kembali oleh si peneliti. Pengumpulan data merupakan langkah yang amat penting dalam metode ilmiah, karena pada umumnya data yang dikumpulkan akan digunakan untuk menguji hipotesis yang telah dirumuskan. Data yang dkumpulkan harus cukup valid untuk digunakan. Dibawah ini beberapa contoh cara mengumpulkan data beserta kekurangan dan kelebihannya.

HipotesisHipotesis adalah jawaban sementara terhadap masalah yang masih bersifat praduga karena masih harus dibuktikan kebenarannya. Hipotesis ilmiah mencoba mengutarakan jawaban sementara terhadap problema. Hipotesis menjadi teruji apabila semua gejala yang timbul tidak bertentangan dengan hipotesis tersebut. Dalam upaya pembuktian hipotesis, peneliti dapat saja dengan sengaja menimbulkan/ menciptakan suatu gejala. Kesengajaan ini disebut percobaan atau eksperimen. Hipotesis yang telah teruji kebenarannya disebut teori.Contoh:Apabila terlihat awan hitam dan langit menjadi pekat, maka seseorang dapat saja menyimpulkan (menduga-duga) berdasarkan pengalamannya bahwa (karena langit mendung, maka..) sebentar lagi hujan akan turun. Apabila ternyata beberapa saat kemudia hujan benar turun, maka dugaan terbukti benar. Secara ilmiah, dugaan ini disebut hipotesis. Namun apabila ternyata tidak turun hujan, maka hipotesisnya dinyatakan keliru.Hipotesisberasal dari bahasaYunani:hypo= di bawah;thesis= pendirian,pendapatyang ditegakkan, kepastian.Artinya, hipotesa merupakan sebuahistilahilmiahyang digunakan dalam rangkakegiatan ilmiahyang mengikuti kaidah-kaidah berfikir biasa, secarasadar,teliti, dan terarah.Dalam penggunaannya sehari-hari hipotesa ini sering juga disebut dengan hipotesis, tidak ada perbedaanmaknadi dalamnya.Ketika berfikir untuk sehari-hari, orang sering menyebut hipotesis sebagai sebuah anggapan, perkiraan, dugaan, dan sebagainya.Hipotesis juga berarti sebuah pernyataan atauproposisiyang mengatakan bahwa di antara sejumlahfaktaadahubungantertentu.Proposisi inilah yang akan membentuk proses terbentuknya sebuah hipotesis di dalampenelitian, salah satu di antaranya, yaitupenelitian sosial.Prosespembentukan hipotesis merupakan sebuahprosespenalaran, yang melalui tahap-tahap tertentu.Hal demikian juga terjadi dalam pembuatan hipotesisilmiah, yang dilakukan dengan sadar, teliti, dan terarah. Sehingga, dapat dikatakan bahwa sebuah Hipotesis merupakan satu tipe proposisi yang langsung dapat diuji.Hipotesis merupakan elemen penting dalam penelitian ilmiah, khususnyapenelitian kuantitatif.Terdapat tiga alasan utama yang mendukung pandangan ini, di antaranya: 1. Hipotesis dapat dikatakan sebagai pirantikerjateori. Hipotesis ini dapat dilihat dariteoriyang digunakan untuk menjelaskan permasalahan yang akan diteliti. Misalnya, sebab dan akibat darikonflikdapat dijelaskan melalui teori mengenai konflik.2. Hipotesis dapat diuji dan ditunjukkan kemungkinan benar atau tidak benar atau difalsifikasi.3. Hipotesis adalahalatyang besar dayanya untuk memajukanpengetahuankarena membuatilmuwandapat keluar dari dirinya sendiri. Artinya, hipotesis disusun dan diuji untuk menunjukkan benar atau salahnya dengan cara terbebas dari nilai dan pendapat peneliti yang menyusun dan mengujinya.

Asal dan Fungsi HipotesisHipotesis dapat diturunkan dari teori yang berkaitan dengan masalah yang akan kita teliti. Jadi, Hipotesis tidak jatuh dari langit secara tiba-tiba. Misalnya seorang peneliti akan melakukan penelitian mengenai harga suatu produk maka agar dapat menurunkan hipotesis yang baik, sebaiknya yang bersangkutan membaca teori mengenai penentuan harga.Fungsi HipotesisHipotesis merupakan kebenaran sementara yang perlu diuji kebenarannya oleh karena itu hipotesis berfungsi sebagai kemungkinan untuk menguji kebenaran suatu teori. Jika hipotesis sudah diuji dan dibuktikan kebenaranya, maka hipotesis tersebut menjadi suatu teori. Jadi sebuah hipotesis diturunkan dari suatu teori yang sudah ada, kemudian diuji kebenarannya dan pada akhirnya memunculkan teori baru.Pertimbangan dalam Merumuskan Hipoptesis1. Harus mengekpresikan hubungan antara dua variabel atau lebih, maksudnya dalam merumuskan hipotesis seorang peneliti harus setidak-tidaknya mempunyai dua variable yang akan dikaji. Kedua variable tersebut adalah variable bebas dan variable tergantung. Jika variabel lebih dari dua, maka biasanya satu variable tergantung dua variabel bebas.2. Harus dinyatakan secara jelas dan tidak bermakna ganda, artinya rumusan hipotesis harus bersifat spesifik dan mengacu pada satu makna tidak boleh menimbulkan penafsiran lebih dari satu makna. Jika hipotesis dirumuskan secara umum, maka hipotesis tersebut tidak dapat diuji secara empiris.3. Harus dapat diuji secara empiris, maksudnya ialah memungkinkan untuk diungkapkan dalam bentuk operasional yang dapat dievaluasi berdasarkan data yang didapatkan secara empiris. Sebaiknya Hipotesis jangan mencerminkan unsur-unsur moral, nilai-nilai atau sikap.

Jenis-Jenis HipotesisMenurut tingkat abstraksinya hipotesis dibagi menjadi 3 :1. Hipotesis yang menyatakan adanya kesamaan-kesamaan dalam dunia empiris: Hipotesis jenis ini berkaitan dengan pernyataan-pernyataan yang bersifat umum yang kebenarannya diakui oleh orang banyak pada umumnya,2. Hipotesis yang berkenaan dengan model ideal: pada kenyataannya dunia ini sangat kompleks, maka untuk mempelajari kekomplesitasan dunia tersebut kita memerlukan bantuan filsafat, metode, tipe-tipe yang ada.3. Hipotesis yang digunakan untuk mencari hubungan antar variable: hipotesis ini merumuskan hubungan antar dua atau lebih variable-variabel yang diteliti. Dalam menyusun hipotesisnya, peneliti harus dapat mengetahui variabel mana yang mempengaruhi variable lainnya sehingga variable tersebut berubah.

Menurut bentuknya, Hipotesis dibagi menjadi tiga1. Hipotesis penelitian / kerja: Hipotesis penelitian merupakan anggapan dasar peneliti terhadap suatu masalah yang sedang dikaji. Dalam Hipotesis ini peneliti mengaggap benar Hipotesisnya yang kemudian akan dibuktikan secara empiris melalui pengujian Hipotesis dengan mempergunakan data yang diperolehnya selama melakukan penelitian.Misalnya: Ada hubungan antara krisis ekonomi dengan jumlah orang stress2. Hipotesis operasional: Hipotesis operasional merupakan Hipotesis yang bersifat obyektif. Artinya peneliti merumuskan Hipotesis tidak semata-mata berdasarkan anggapan dasarnya, tetapi juga berdasarkan obyektifitasnya, bahwa Hipotesis penelitian yang dibuat belum tentu benar setelah diuji dengan menggunakan data yang ada. Untuk itu peneliti memerlukan Hipotesis pembanding yang bersifat obyektif dan netral atau secara teknis disebut Hipotesis nol (H0). H0 digunakan untuk memberikan keseimbangan pada Hipotesis penelitian karena peneliti meyakini dalam pengujian nanti benar atau salahnya Hipotesis penelitian tergantung dari bukti-bukti yang diperolehnya selama melakukan penelitian.Contoh: H0: Tidak ada hubungan antara krisis ekonomi dengan jumlah orang stress.3. Hipotesis statistik: Hipotesis statistik merupakan jenis Hipotesis yang dirumuskan dalam bentuk notasi statistik. Hipotesis ini dirumuskan berdasarkan pengamatan peneliti terhadap populasi dalam bentuk angka-angka (kuantitatif).Misalnya: H0: r = 0; atau H0: p = 0

Cara Merumuskan HipotesisCara merumuskan Hipotesis ialah dengan tahapan sebagai berikut: rumuskan Hipotesis penelitian, Hipotesis operasional, dan Hipotesis statistik. Hipotesis penelitianHipotesis penelitian ialah Hipotesis yang kita buat dan dinyatakan dalam bentuk kalimat. Hipotesis operasionalHipotesis operasional ialah mendefinisikan Hipotesis secara operasional variable-variabel yang ada didalamnya agar dapat dioperasionalisasikan. Hipotesis statistikHipotesis statistik ialah Hipotesis operasional yang diterjemahkan kedalam bentuk angka-angka statistik sesuai dengan alat ukur yang dipilih oleh peneliti.

Membuat Hipotesis Yang Baik Berupa pernyataan yang mengarah pada tujuan penelitian dan dirumuskan dengan jelas. Berupa pernyataan yang dirumuskan dengan maksud untuk dapat diuji secara empiris. Menunjukkan dengan nyata adanya hubungan antara dua variabel atau lebih. Berupa pernyataan yang dikembangkan berdasarkan teori-teori yang lebih kuat dibandingkan dengan hipotesis rivalnya dan didukung oleh teori-teori yang dikemukakan oleh para ahli atau hasil penelitian yang relevan.Berikut ini beberapa penjelasan mengenai Hipotesis yang baik : Hipotesis harus menduga Hubungan diantara beberapa variabelHipotesis harus dapat menduga hubungan antara dua variabel atau lebih, disini harus dianalisis variabel-variabel yang dianggap turut mempengaruhi gejala-gejala tertentu dan kemudian diselidiki sampai dimana perubahan dalam variabel yang satu membawa perubahan pada variabel yang lain. Hipotesis harus Dapat DiujiHipotesis harus dapat di uji untuk dapat menerima atau menolaknya, hal ini dapat dilakukan dengan mengumpulkan data-data empiris. Hipotesis harus konsisten dengan keberadaan ilmu pengetahuan-Hipotesis tidak bertentangan dengan pengetahuan yang telah ditetapkan sebelumnya. Dalam beberapa masalah, dan terkhusus pada permulaan penelitian, ini harus berhati-hati untuk mengusulkan hipotesis yang sependapat dengan ilmu pengetahuan yang sudah siap ditetapkan sebagai dasar. Serta poin ini harus sesuai dengan yang dibutuhkan untuk memeriksa literatur dengan tepat oleh karena itu suatu hipotesis harus dirumuskan bedasar dari laporan penelitian sebelumnya. Hipotesis Dinyatakan Secara SederhanaSuatu hipotesis akan dipresentasikan kedalam rumusan yang berbentuk kalimat deklaratif, hipotesis dinyatakan secara singkat dan sempurna dalam menyelesaikan apa yang dibutuhkan peneliti untuk membuktikan hipotesis tersebut.

Hipotesis dalam penelitianWalaupun hipotesis penting sebagaiarahdanpedomankerja dalampenelitian, tidak semua penelitian mutlak harus memiliki hipotesis. Penggunaan hipotesis dalam suatu penelitian didasarkan padamasalahatautujuanpenelitian.Dalam masalah atau tujuan penelitian tampak apakahpenelitianmenggunakan hipotesis atau tidak.Contohnya yaituPenelitian eksplorasiyang tujuannya untuk menggali dan mengumpulkan sebanyak mungkindataatauinformasitidak menggunakan hipotesis.Hal ini sama denganpenelitian deskriptif, ada yang berpendapat tidak menggunakan hipotesis sebab hanya membuatdeskripsi ataumengukur secara cermat tentangfenomenayang diteliti, tetapi ada juga yang menganggap penelitian deskriptif dapat menggunakan hipotesis.Sedangkan, dalam penelitian penjelasan yang bertujuan menjelaskan hubungan antar-variabeladalah keharusan untuk menggunakan hipotesis. Fungsi penting hipotesis di dalampenelitian, yaitu: 1. Untuk menguji teori,2. Mendorong munculnya teori,3. Menerangkanfenomenasosial,4. Sebagaipedomanuntukmengarahkanpenelitian,5. Memberikan kerangka untuk menyusun kesimpulan yang akan dihasilkan.

Uji Uji Statistik ParametrikPengolahan data secara parametrik ini merupakan pengolahan data dimanaanggapan kenormalan diberlakukan, tercakup di dalamnya adalah : Uji Kebaikan-Suai Uji Goodness of Fit digunakan untuk menentukan apakah suatu populasi mempunyai suatu distribusi teoritis tertentu. Uji tersebut didasarkan atas baiknya kesesuaian yang ada antara frekuensi terjadinya pengamatan pada sampel teramati dan frekuensi harapan yang diperoleh dari distribusi yang dihipotesiskan.Uji goodness of fit adalah uji hipotesis statistik yang digunakan untukmenaksir bentuk apakah observasi X1, X2,Xn adalah independen sampel daridistribusi khusus dengan fungsi distribusi F. Uji goodness of fit dapat digunakanuntuk menguji serangkaian uji hipotesis nol. Terdapat tiga macam uji Goodness of Fit, yaitu Chi-square test, Kolmogorov-Smirnov Test, dan Anderson Darling uji Uji Menyangkut Ratan dan VariansiUji menyangkut rataan ini berkaitan dengan distribusi t, uji ini dapa tmenyangkut satu rataan atau variansi dan menyangkut dua variansi atau rataan. Uji Menyangkut ProporsiUji ini banyak dipakai dalam berbagai bidang. Uji ini digunakan untukmengetahui proporsi suatu peristiwa dalam suatu populasi. Sebagai contoh,seorang politisi tentunya tertarik untuk mengetahui berapa bagian dari pemilihyang akan mendukungnya dalam pemilihan mendatang. Pengusaha pabrikberkepentingan mengetahui proporsi cacat dalam suatu pengirimanproduksinya. Uji KebebasanMerupakan uji untuk mengetahui keterkaitan antara dua atau lebihvariabel atau untuk mengetahui sifat ketergantungan (hubungan) suatu variabeldengan variabel yang lain Galat I dan Galat II Galat I adalah penolakan hipotesis nol padahal hipotesis itu benar.Galat II adalah penerimaan hipotesis nol padahal hipotesis itu salah. Uji Anova Anova sering disebut sebagai analisis variansi. Sampel acak ukuran ndiambil masing-masing dari k populasi. Ke k populasi yang berbeda inidiklasifikasikan menurut perlakuan atau grup yang berbeda. Dewasa ini istilahperlakuan digunakan secara umum dengan arti klasifikasi, apakah itu kelompok,adukan, penganalisis, pupuk yang berbeda, atau berbagai daerah di suatu negara. Pada Anova terdapat pengujian hipotesis nol bahwa rataan ke k populasisama lawan tandingan bahwa paling sedikit dua dari rataan ini tidak sama.Uji yang akan dipakai didasarkan pada perbandingan dua taksiran bebasdari kesamaan variansi populasi.Perlu dibandingkan ukuran variansi antaraperlakuan yang sesuai dengan variansi dalam perlakuan, agar dapat ditemukanperbedaan yang berarti dalam pengamatan akibat pengaruh perlakuan.

Parametris digunakan untuk menganalisis data interval dan rasio. Ukuran uji dalam Statistik parametris antara lain : T-test Anova Korelasi.Untuk mengetahui ukuran populasi atau disebut dengan Parameter biasanya seorang peneliti mengukurnya tidak secara langsung melainkan dengan cara mengambil sebagian kecil dari populasi (disebut dengan sample) kemudian mengukurnya. Selanjutnya hasil pengukuran sample tersebut digunakan untuk menduga ukuran sebenarnya (ukuran populasinya atau parameternya). Dari sinilah berasal istilah Pendugaan Parameter. Secara umum parameter yang diduga ialah nilai tengah (mean), proporsi, atau ragam, masing-masing : Satu nilai tengah Beda dua nilai tengah populasi Beda lebih dari dua nilai tengah populasi Satu proporsi Beda dua nilai proporsi Beda lebih dari dua nilai proporsi Satu ragam Beda dua nilai ragam Beda lebih dari dua nilai ragamKarena nilai parameter tidak bisa ditentukan kepastiannya 100% maka dikenal istilah Selang Kepercayaan (Confidence Interval) yaitu ukuran yang menunjukan nilai parameter yang asli mungkin berada. Selang Kepercayaan 95% artinya kita percaya bahwa 95% sample yang kita ambil akan memuat nilai parameter aslinya. Selang Kepercayaan 99% artinya kita percaya bahwa 99% sample yang kita ambil akan memuat nilai parameter aslinya.

Taraf Kesalahan Pengujian HipotesisTerdapat dua cara untuk menaksir parameter populasi berdasarkan data sampel, yaitu A point estimate yang berdasarkan nilai interval data sampel. Menaksir parameter populasi dengan menggunakan a point estimate akan mempunyai resiko kesalahan yang lebih tinggi dibandingkan dengan yang menggunakan interval estimate. Makin besar interval taksirannya maka akan semakin kecil kesalahannya.

Kesalahan pengujian HipotesisDalam menaksir parameter populasi berdasarkan dara sampel kemungkinan akan terdapat dua kesalahan yaitu:Kesalahan tipe I, adalah kesalahan bila menolak H0 yang benar (seharusnya diterima). Dalam hal ini tingkar kesalahan dinyatakan dengan a.Kesalahan tipe II, adalah kesalahan bila menerima H0 yang salah (seharusnya ditolak) Tingkat kesalahan untuk hal ini dinyatakan dengan .

keputusanKeadaan sebenarnya

Hipotesis benarHipotesis salah

Terima hipotesisTidak membuat kesalahanKesalahan tipe II

Tolak hipotesisKesalahan tipe ITidak membuat kesalahan

Tabel 2.1 Tabel kesalahan pengujian hipotesis

Bila nilai statistik (data sampel) yang diperoleh dari ahsil pengumpulan data sama dengan nilai parameter populasi atau masih berada pada interval parameter populasi maka hipotesis yang dirumuskan 100% diterima. Tetapi jika nilai statistic diluar nilai parameter populasi akan terdapat kesalahan. Kesalahan ini semakin besar bila nilai statistic jauh dari nilai parameter populasi.Tingkat kesalahan ini dinamakan level of significance atau tingkat signifikansi. Biasanya tingkat signifikansi yang diambil adalah 1% dan 5%. Suatu hipotesis terbukti mempunyai kesalahan 1% bila penelitian yang dilakukan pada 100 sampel yang diambil dari populasi yang sama akan mendapat satu kesimpulan yang diberlakukan untuk populasi.H0 selalu dituliskan dengan tanda sama dengan sehingga menspesifikasi suatu nilai tunggal. Dengan demikian, peluang melakukan kesalahan tipe I dapat dikendalikan. Pemilihan uji satu-arah atau dua-arah, tergantung pada kesimpulan yang akan ditarik jika H0 ditolak.Statistik non parametris digunakan untuk menganalisis data nominal dan ordinal. Uji statistik yang digunakan dalam statistik non parametris antara lain : Binomial Sign test 2 ( chi kuadrat ) dll. Selang Kepercayaan (SK) 1 Nilai Tengah, Ragam Diketahui :(2.1)Ragam tidak diketahui n 0Ha = 0 = theta, suatu parameter; 0 = nilai berdasarkan hipotesis.

Ada dua jenis kesalahan yang bisa terjadi di dalam pengujian hipotesis. Kesalahan itu bisa terjadi karena kita menolak hipotesis nol padahal hipotesis nol itu benar atau kita menerima hipotesis nol padahal hipotesis nol itu salah. Kesalahan yang disebabkan karena kia menolak hipotesis nol padahal hipotesis nol itu benar, disebut kesalahan jenis I atau Type I Error. Sebaliknya kesalahan yang disebakan karena atau kita menerima hipotesis nol padahal hipotesis nol itu salah disebut kesalahan jenis II atau Type II Error.

BAB IIIPengumpulan Data3.1. Uji 1 nilai tengahData pada perhitungan uji satu nilai tengah ini didapatkan dari data yang sudah diberikan oleh asprak.Tabel 3.1 Data Berat Garry Chocolatos

3.2. Uji 2 Nilai TengahUntuk data uji 2 nilai tengah didapatkan dari data milik kelompok lain yang juga diberikan dari asprak. Yang nantinya akan dibandingkan dengan hasil pengolahan data uji 1 nilai tengah.Tabel 3.2 Data berat Netto Garry Chocolatos kelompok Yoan dan Faikar

3.3. Uji ProporsiData untuk uji 1 proporsi didapatkan dari hasil penyebaran kuisioner sebanyak 70 sampel dari populasi sebanyak 200 orang yang terdiri dari mahasiswa Teknik UAI angkatan 2010 dan angkatan 2011.

Tabel 3.3 Data kuisioner dari seluruh mahasiswa Teknik UAI angkatan 2010

Tabel 3.4 Data Kuisioner dari seluruh mahasiswa Teknik UAI angkatan 2011

BAB IVPengolahan Data4.1 Uji 1 Nilai TengahDalam perhitungan uji 1 nilai tengah ini menggunakan uji hipotesis satu arah.4.1.1 Langkah langkah untuk mengolah data uji 1 nilai tengah, yaitu: Menentukan H dan H - H: = H: > Menentukan Taraf Nyata : 5% ( 0,05 ) dan 10% ( 0,1 ) Menentukan Wilayah Kritik : Z > Z Berikut adalah tabel perhitungan untuk uji 1 nilai tengah

Tabel 4.1 Perhitungan uji 1 nilai tengah

Zhitung :

4.2 Uji 2 Nilai TengahPada uji 2 nilai tengah ini langkah langkah yang digunakan sama seperti uji 1 nilai tengah, hanya saja data yang digunakan adalah data dari kelompok lain yang nantinya akan dibandingkan dengan data uji 1 nilai tengah. Dan hipotesis yang digunakan adalah hipotesis satu arah.4.2.1 Langkah langkah melakukan uji 2 nilai tengah : H: - = dH: - > d Taraf Nyata = 5% ( 0,05 ) dan 10% ( 0,1 ) Wilayah kritik = Z > Z Berikut adalah tabel hasil perhitungan uji nilai tengah kelompok Yoan dan Faikar :Tabel 4.2 Perhitungan uji 2 nilai tengah kelompok Yoan dan FaikarMencari nilai Z hitung

4.3 Uji 1 Nilai ProporsiData yang digunakan pada uji proporsi ini adalah data sampel dari populasi mahasiswa FST UAI angkatan 2010 dan 2011. Pada uji 1 proporsi ini praktikan ingin mengetahui berapa besar proporsi pengguna Telkomsel di FST angkatan 2010 dan 2011. Pada uji 1 nilai proporsi ini menggunakan uji hipotesis 2 arah. Langkah langkah untuk melakukan uji proporsi : H: P = P0H: P P0 Taraf Nyata = 5% ( 0,05 ) dan 10% ( 0,1 ) Wilayah kritik = Z > Z/2

:Didapat dari tabel Wilayah Luas dibawah Kurva Normal

Tabel 4.3 Hasil Perhitungan Untuk Uji 1 Proporsi

Dimana :P= 24% N= 17 orang P0= 30% mahasiswa Teknik UAI angkatan 2010 adalah pengguna provider Telkomselq0= 1 P0 = 1 0,3 = 0,7Zhitung=

4.4 Uji 2 ProporsiPada uji 2 proporsi data yang digunakan juga merupakan data dari hasil kuisioner yang disebarkan ke seluruh mahasiswa FST UAI angkatan 2010 sebanyak 35 orang dan angkatan 2011 sebanyak 35 orang. Pada uji 2 proporsi ini akan kita bandingkan jumlah proporsi pengguna Telkomsel antara angkatan 2010 dengan angkatan 2011. Dan menggunakan uji hipotesis 2 arah. Sebelumnya ada beberapa langkah langkah untuk melakukan uji 2 proporsi : H: P = PH: P P Taraf Nyata = 5% ( 0,05 ) dan 10% ( 0,1 ) Wilayah kritik = : Didapat dari tabel Wilayah Luas dibawah Kurva Normal

Tabel 4.3 Hasil Perhitungan Untuk Uji 2 Proporsi

Dimana : P= 0,23 P= 0,26 P= 0,24 Q= 0,76 P - P= -0,03 PxQ= 0,18 (1/n) dan (1/n)= 0,03 (1/n)x(1/n)= 0,06 H0 : Pengguna Provider Telkomsel 2010 = 2011 H1 : Pengguna Provider Telkomsel Antara 2010 2011Untuk pengujian uji 2 proporsi dapat menggunakan rumus sebagai berikut :Z hitung :

BAB VANALISIS 5.1 Uji 1 Nilai TengahPada pengujian ini praktikan menggunakan uji hipotesis satu arah dengan menentukan H : = H : > Dengan wilayah kritik : Z > ZBerdasarkan hasil pengolahan data yang sudah dilakukan didapatkan hasil = 14,59 ; 0 = 14,5 (diberikan oleh asprak) dan nilai Zhitung sebesar 0,62.Pada uji 1 nilai tengah ini digunakan taraf nyata sebesar 5% dan 10%. Untuk taraf nyata () 5%, Ztabel yang didapat sebesar 1,65 Untuk taraf nyata () 10%, Ztabel yang didapat sebesar 1,28Dari kedua hasil taraf nyata tersebut maka dapat disimpulkan H0 ditolak artinya berat netto hasil perhitungan data hasil pengamatan lebih besar atau tidak sama dengan ,dengan berat netto yang diberikan oleh asprak.

5.2 Uji 2 Nilai TengahPada uji 2 nilai tengah ini praktikan menggunakan uji hipotesis satu arah dan menentukan hipotesis :H : - = dH : - > d Dengan wilayah kritik : Z > ZPada hasil perhitungan uji 2 nilai tengah didapatkan hasil: = 14,59 = 14,497 - = 0,093d = 0Zhitung = 0,093Pada uji 2 nilai tengah, praktikan juga menggunakan taraf nyata yang sama yaitu sebesar 5% dan 10% dengan hasil Z tabelnya : Taraf nyata () 5% = - 1,65 Taraf nyata () 10% = - 1,28Dari hasil Ztabel kedua taraf nyata diatas, maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima yang artinya selisih berat netto hasil perhitungan lebih besar dibanding selisih berat netto yang diberikan asprak.

5.3 Uji 1 Proporsi Pada uji 1 proporsi kali ini, praktikan ingin mengetahui besar proporsi pengguna Telkomsel dengan mahasiswa FST angkatan 2010 dan 2011 sebagai populasinya. Praktikan menggunakan uji hipotesis 2 arah pada pengamatan kali ini. Dan menentukan hipotesis:H :P = PH :P PDimana :H0 : Populasi Mahasiswa FST Yang Menggunakan Provider Telkomsel = 30 %H1 : Populasi Mahasiswa FST Yang Menggunakan Provider Telkomsel 30%Dengan wilayah kritik : Z > Z/2Dan didapatkan hasil perhitungan sebagai berikut :X = 8N= 35P= 0,24q = 0,7P= 0,3Zhitung= - 0,92 Ztabel /2 5% = - 1,96 Ztabel /2 10%= - 1,64Maka dapat disimpulkan bahwa H ditolak dan H diterima, artinya jumlah mahasiswa FST yang menggunakan Telkomsel tidak lebih dari 30% sesuai dugaan awal praktikan.

5.4 Uji 2 ProporsiDi uji 2 proporsi ini praktikan ingin mengetahui perbedaan jumlah proporsi pengguna Telkomsel antara angkatan 2010 dengan angkatan 2011. Dengan menggunakan uji hipotesis 2 arah dan terlebih dahulu membuat hipotesis :H :P = PH :P PDengan wilayah kritik Z > Z/2Maka didapatkan hasil sebagai berikut:P= 0,23P= 0,26P= 0,24Q= 0,76P - P= -0,03PxQ= 0,18(1/n)= 0,03(1/n)= 0,03(1/n)+(1/n)= 0,06Dan memperoleh Zhitung sebesar dengan Ztabel sebagai berikut :Ztabel /2 5% = - 1,96 Ztabel /2 10%= - 1,64Dari hasil Zhitung dan Ztabel dikedua taraf nyata dapat disimpulkan bahwa H ditolak dan H ditolak yang artinya dalam populasi seluruh mahasiswa FST angkatan 2010 dan 2011 jumlah proposri pengguna Telkomsel angkatan 2010 tidak sama dengan jumlah proporsi pengguna Telkomsel angkatan 2011 .

5.5 Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hipotesis terhadap nilai parameter populasinya. Jadi dapat dikatakan semakin tinggi taraf nyata yang digunakan semakin tinggi pula penolakan hipotesis nol atau hipotesis yang diuji padahal hipotesisi nol benar. Hal ini tentu sangat berpengaruh pada Zhitung dan kesimpulan yang akan didapatkan. Besarnya nilai bergantung pada keberanian pembuat keputusan yang dalam hal ini berapa besarnya kesalahan yang akan ditolerir5.6 Besar kecil jumlah sampel yang diambil juga akan mempengaruhi nilai perhitungan untuk uji nilai tengah. Karena jika jumlah sampel lebih dari 30 ( n < 30 ) maka untuk mencari nilai taraf nyata akan menggunakan tabel t bukan tabel Z dan juga berpengaruh untuk wilayah kritiknya.

BAB VIKESIMPULAN & SARAN6.1 Kesimpulan Berat netto Gary Chocolatos yang tertera dikemasan berbeda dengan berat netto hasil perhitungan memiliki perbedaan walaupun bukan perbedaan yang signifikan. Provider yang paling banyak digunakan oleh mahasiswa FST baik angkatan 2010 dan 2011 adalah Indosat dengan persentase sebagai berikut :Indosat= 46%Telkomsel= 24%XL= 7%3= 17%Axis= 7%Dan pengguna Telkomsel paling banyak adalah diangkatan 20116.2 Saran Sebaiknya sebelum melakukan praktikum, asisten menjelaskan secara terperinci apa saja yang harus dilakukan oleh paktikan dan apa tujuan dari kegiatan praktikum yang akan dilakukan oleh para praktikan. Karena praktikum kali ini mengharuskan menyebarkan kuisioner yang cukup banyak, praktikan berharap waktu yang lebih lama untuk pengumpulan laporan hasil praktikum.

DAFTAR PUSTAKA

Sugiyono. 1999. Metode Penelitian Bisnis. Bandung: Alfabeta Walpole, Ronald E, Pengantar Statistika, edisi ketiga. Jakarta : Gramedia, 1988 Supranto, Statistik Teori dan Aplikasi (jilid 2), Erlangga, 2001 Sprent. P, Metode Statistik Non Paremetrik Terapan. Jakarta : Universitas Indonesia, 1991 Theory of Statistics, by Mark J. Schervish, Springer, 1995

Page | 1