TUGAS STATISTIK
“UJI Z”
Nama Kelompok :
1. Atikah
2. Agus Supriyono
3. Endang Rina
4. Hari Sapriyanto
5. Lusiana Andayani
6. Sy. Sepfiawati N.
POLTEKKES KEMENKES TANJUNGPINANG
JURUSAN KESEHATAN LINGKUNGAN
TAHUN AJARAN 2011/2012
UJI Z (Z TEST)
1.
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.
2.
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.
5.
Nilai Z dilihat pada tabel normal.
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
|
2.366
|
|
0.01
|
2.326
|
2.290
|
2.257
|
2.226
|
2.197
|
2.170
|
2.144
|
2.120
|
2.097
|
2.075
|
0.02
|
2.054
|
2.034
|
2.014
|
1.995
|
1.977
|
1.960
|
1.943
|
1.927
|
1.911
|
1.896
|
0.03
|
1.881
|
1.866
|
1.852
|
1.838
|
1.825
|
1.812
|
1.799
|
1.787
|
1.774
|
1.762
|
0.04
|
1.751
|
1.739
|
1.728
|
1.717
|
1.706
|
1.695
|
1.685
|
1.675
|
1.665
|
1.655
|
0.05
|
1.645
|
1.635
|
1.626
|
1.616
|
1.607
|
1.598
|
1.589
|
1.580
|
1.572
|
1.563
|
0.06
|
1.555
|
1.546
|
1.538
|
1.530
|
1.522
|
1.514
|
1.506
|
1.499
|
1.491
|
1.483
|
0.07
|
1.476
|
1.468
|
1.461
|
1.454
|
1.447
|
1.440
|
1.433
|
1.426
|
1.419
|
1.412
|
0.08
|
1.405
|
1.398
|
1.392
|
1.385
|
1.379
|
1.372
|
1.366
|
1.359
|
1.353
|
1.347
|
0.09
|
1.341
|
1.335
|
1.329
|
1.323
|
1.317
|
1.311
|
1.305
|
1.299
|
1.293
|
1.287
|
0.10
|
1.282
|
1.276
|
1.270
|
1.265
|
1.259
|
1.254
|
1.248
|
1.243
|
1.237
|
1.232
|
3.
Langkah-Langkah Dalam
Melaksanakan Uji Z
1.
Menyusun formulasi hipotesis nihil dan hipotesis alternatifnya.
a.
Pengujian 2 sisi (lebih besar/lebih kecil)
H0 :
=
0
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
HA :
≠
0
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
b.
Pengujian 1 sisi (lebih besar)
H0 :
=
0
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
HA :
0
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image006.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
c.
Pengujian 1 sisi (lebih kecil)
H0 :
=
0
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
HA :
0
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image008.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
2.
Menentukan level of signifikan nya (
).
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image010.gif)
3.
Menentukan peraturan-peraturan pengujiannya/kriterianya/rule of
the test nya.
a.
Pengujian 2 sisi
H0 diterima
bila: H0
ditolak bila:
Z0,5
Z
0,5
*
Z
Z0,5![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image008.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image008.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image010.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image006.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
*
Z
-Z0,5![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image008.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
b.
Pengujian 1 sisi
H0 diterima
bila: H0
ditolak bila:
Z
ZO,5
Z
Z![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image014.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image016.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
c.
Pengujian 1 sisi
H0 diterima
bila: H0
ditolak bila:
Z
-Z
Z
-Z![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image018.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image020.gif)
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image012.gif)
4.
Dari sampel random yang diambil kemudian dihitung nilai Z nya.
5.
Dengan membandingkan perhitungan pada langkah 4 dengan peraturan
pengujian pada langkah 3, kemudian diambil kesimpulan.
4.
Kriteria Pengambilan Kesimpulan
Jika |Zhit|
< |Ztabel|, maka terima H0.
Jika |Zhit|
≥ |Ztabel|, maka tolak H0 alias terima HA.
5.
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 : =
(rata ketahanan bola
lampu pijar tersebut sama dengan yang dinyatakan oleh pabriknya).
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
HA : ≠
(rata ketahanan bola lampu pijar
tersebut tidak sama dengan yang dinyatakan oleh pabriknya).
![](file:///C:/Users/Acer/AppData/Local/Temp/msohtmlclip1/01/clip_image004.gif)
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.
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).
0 komentar:
Posting Komentar