sampling

TEKNIK PENGAMBILAN SAMPEL DAN PENGUJIAN

HIPOTESIS Bandar Lampung, 31 OKTOBER 2012

Badan Pusat Statistik Provinsi Lampung

Populasi atau sering juga disebut universe adalah keseluruhan atau totalitas objek yang diteliti yang ciri-cirinya akan diduga atau ditaksir (estimated).

Sampel atau juga sering disebut contoh adalah wakil dari populasi yang ciri-cirinya akan diungkapkan dan akan digunakan untuk menaksir ciri-ciri populasi

Sampel representatif adalah sampel yang memiliki ciri karakteristik yang sama atau relatif sama dengan ciri karakteristik populasinya.

Cara atau prosedur yang digunakan untuk mengambil sampel dari populasi tertentu

disebut teknik sampling.

Kejelasan populasi dan ketepatan pengambilan sampel dalam penelitian akan menentukan validitas proses dan hasil penelitian kita.

Populasi penelitian terdiri dari populasi sampling dan populasi sasaran. Populasi sampling adalah keseluruhan objek yang diteliti, sedangkan populasi sasaran adalah populasi yang benar-benar dijadikan sumber data. Contoh populasi sampling adalah SMP se Provinsi Lampung sedangkan populasi sasaran adalah SMP yang menerima DAK

Jumlah populasi adalah banyaknya kategori populasi yang dijadikan objek penelitian, misalnya jumlah populasinya satu yaitu smp yang menerima DAK

Ukuran populasi adalah banyaknya unsur atau unit yang terkandung dalam sebuah kategori populasi tertentu, misalnya 154 SMP

Sensus merupakan penelitian yang dianggap dapat mengungkapkan ciri-ciri populasi (parameter) secara akurat dan komprehensif,

sebab dengan menggunakan seluruh unsur populasi sebagai sumber data, maka gambaran tentang populasi tersebut secara utuh dan menyeluruh akan diperoleh.

survei merupakan metode pengumpulan dan analisa data melalui interview terstruktur untuk memperoleh informasi responden yang

diasumsikan mewakili populasi tertentu (Menurut Wiseman dan Aron,2000)

ProbabilitySamples

SimpleRandom

Cluster

Systematic Stratified

Simple random sampling, memilih n units dari N sedemikian hingga setiap unit dalam populasi memiliki peluang yang sama untuk terpilih. Persyaratan tersedia kerangka sampel.Simple random sampling bukan merupakan metode statistik yang efisien karena kita tidak akan mendapatkan keterwakilan yang baik dari Populasi. Minoritas di dalam populasi sering tidak terkena sampel.

Simple Random Sampling

Apabila ukuran populasinya sangat besar, maka gunakanlah teknik sampling random sistematik. Persyaratan yang harus dipenuhi yakni tersedianya kerangka sampling (ukuran populasinya diketahui dengan pasti), dan populasinya mempunyai pola beraturan yang memungkinkan untuk diberikan nomor urut serta bersifat homogen.

Dalam Systematic Random Sampling unit-unit dalam populasi diberi nomor dari 1 sampai N dengan ukuran interval k yang dihitung dengan membagi N dengan

n sedemikian hingga k=N/n. Bilangan antara 1 sampai k dipilih secara random. Jika unit terpilih adalah rth unit, lalu unit-unit yang akan disampel

selanjutnya adalah ke(r+ k), (r+2k), dan seterusnya.

Systematic Sampling

misalnya, kita ingin mengambil sampel 10 siswa SMP dari Total sebanyak 100 siswa SMP sepropinsi Lampung (N). Interval size k=100/10=10 misalkan antara angka 1 dan 10 terpilih angka 3 sebagai unit pertama. kIta akan memilih ke sepuluh rumah tangga , sedemikian hingga terpilih sample bernomor 3, 13, 23, dan seterusnya hingga unit yang ke sepuluh

Systematic Sampling

Stratified Sampling• Teknik sampling ini digunakan apabila populasinya tidak

homogen (heterogen). Makin heterogen suatu populasi, makin besar pula perbedaan sifat-sifat populasi. Padahal, sebagaimana telah diungkapkan di atas, presisi dan tingkat kerepresentatifan sampel yang diambil dari suatu populasi antara lain dipengaruhi oleh derajat keseragaman (tingkat homogenitas) populasi yang bersangkutan.

• Untuk dapat menggambarkan secara tepat tentang sifat-sifat populasi yang heterogen, maka populasi yang bersangkutan harus dibagi-bagi kedalam lapisan-lapisan (strata) yang seragam atau homogen, dan dari setiap strata dapat diambil sampel secara random (acak).

Stratified SamplingUntuk dapat menggunakan teknik sampling random strata, ada beberapa syarat yang harus dipenuhi, antara lain (Singarimbun dan Effendi, 1989:162-163): Harus ada kriteria yang jelas yang akan digunakan sebagai dasar untuk menstratifikasi

populasi ke dalam lapisan-lapisan. Harus ada data pendahuluan dari populasi mengenai kriteria yang dipergunakan untuk

menstratifikasi. Jumlah satuan elementer dari setiap strata (ukuran setiap subpopulasi) harus diketahui

dengan pasti. Misal: 1000 sampel akan diambil secara statifikasi

Stratum Income Proporsi Population

1 dibawah $15,000 25% 2502 15,000-29,999 40% 4003 30.000-50,000 30% 3004 diatas $50,000 5% 50

Stratum size

Cluster SamplingMetode penarikan sampel dengan kluster dapat digunakan jika terdapat kelompok-kelompok alamiah dalam populasi.

Populasi keseluruhan dibagi ke dalam beberapa kelompok atau disebut sebagai kluster dan satu sampel dalam kelompok-kelompok tersebut kemudian dipilih.

Kemudian informasi yang diperlukan akan dikumpulkan dari semua elemen dalam masing-masing kelompok yang terpilih. Hal ini dapat dilakukan untuk setiap elemen dalam kelompok-kelompok ini atau sub-sampel dari semua elemen dapat diseleksi melalui masing-masing kelompok tersebut.

Semua elemen dalam suatu kluster harus beraneka ragam seideal mungkin tetapi harus ada kesamaan antara rata-rata kluster. Masing-masing kluster harus merupakan versi mini dari populasi .

Selanjutnya dalam metode penarikan sampel stratifikasi, sampel random ditarik dari masing-masing strata, sedangkan metode penarikan sampel kluster hanya semua kluster terpilih yang dipelajari.

Tujuan pokok menggunakan metode ini ialah untuk mengurangi biaya dengan cara meningkatkan efisiensi penarikan sampel.

Salah satu versi metode ini ialah penarikan sampel didasarkan pada area atau disebut juga sebagai penarikan sampel kluster geografis.

Keuntungan dalam menggunakan metode ini diantaranya ialah:

Paling murah biayanya dibandingkan dengan metode-metode lainnyaKerangka sampel hanya diperlukan untuk kluster-kluster yang dipilih bukan untuk semua populasi.Sedang kelemahan menggunakan metode ini ialah kemungkinan terdapat kesalahan yang tinggi dan sulit untuk diukur.

Semua kluster harus mutually exclusive dan kolektif .

Teknik pengambilan sampel secara random kemudian digunakan dalam setiap kluster yang cocok untuk dimasukan ke dalam penelitian yang sedang dijalankan.

Dalam satu tahap penarikan sampel kluster maka semua elemen dari masing-masing kluster yang dipilih akan digunakan.

Sedang dalam dua tahap penarikan sampel kluster, teknik penarikan sampel secara random diterapkan untuk semua elemen dari masing-masing kluster yang terpilih.

Perbedaan penting antara metode penarikan sampel menggunakan kluster dengan stratifikasi adalah dimana yang pertama diperlakukan sebagai unit penarikan sampel dengan demikian analisis dilakukan pada populasi semua kluster; sedang pada metode kedua, analisis dilakukan pada semua elemen dalam strata.

Catatan Beberapa aspek yang harus dipertimbangkan dalam menentukan berapa besar ukuran sampel yang harus diambil dari populasi tertentu (I Gusti Bagoes Mantra dan Kasto dalam buku yang ditulis oleh Masri Singarimbun dan Sofian Effendi, Metode Penelitian Survai (1989): Derajat Keseragaman Populasi (degree of homogenity). Semakin homogen sampel

yang diambil semakin sedikit Tingkat Presisi (level of precisions) yang digunakan, tingkat presisi biasanya

dinyatakan dengan taraf signifikansi (α) yang dalam penelitian sosial biasa berkisar 0,05 (5%) atau 0,01 (1%), sehingga keakuratan hasil penelitiannya (selang kepercayaannya) 1–α yakni bisa 95% atau 99%.

Rancangan Analisis. Rancangan analisis yang dimaksud adalah sesuatu yang berkaitan dengan pengolahan data, penyajian data, pengupasan data, dan penafsiran data yang akan ditempuh dalam penelitian.

Alasan-alasan tertentu yang berkaitan dengan keterbatasan-keterbatasn yang ada pada peneliti, misalnya keterbatasan waktu, tenaga, biaya, dan lain-lain. (Catatan: Alasan ini jangan digunakan sebagai pertimbangan utama dalam menentukan ukuran sampel, sebab hal ini lebih berkaitan dengan pertimbangan peneliti (tanpa akhiran an) dan bukan pertimbangan penelitian (metodologi).

Ukuran sampel

Jika ukuran populasinya besar yang didapat dari pendugaan proporsi populasi, maka Rumus Yamane yang harus digunakan. N n = ———– Nd² + 1d = batas toleransi kesalahan pengambilan sampel yang digunakan.

Beberapa buku metode penelitian menyarankan digunakannya rumus tertentu untuk menentukan berapa besar sampel yang harus diambil dari populasi.

Jika ukuran populasinya diketahui dengan pasti, Rumus Slovin di bawah ini dapat digunakan.Rumus Slovin: N n = ——— 1 + Ne²Keterangan;n = ukuran sampelN = ukuran populasie = kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang ditololerir, misalnya 5%. Batas kesalahan yang ditolelir ini untuk setiap populasi tidak sama, ada yang 1%, 2%, 3%, 4%,5%, atau 10%.

Ukuran sampel

19

UJI HIPOTESIS

Contoh yang akan diuraikan berikut ini, kita berasumsi bahwa data untuk keperluan perhitungan uji t test ini telah memenuhi syarat dan kriteria uji t seperti kenormalan dan jumlah sampel.

20

UJI HIPOTESIS

Uji t satu sampel digunakan sebagai inferensi statistik bertujuan untuk menguji apakah suatu nilai tertentu (sebuah konstanta pembanding) berbeda secara nyata atau tidak dengan rata-rata sampel penelitian.

Untuk melakukan one sample t test dengan SPSS kita dapat menggunakan langkah kerja sebagai berikut :1. Pada jendela SPSS editor, pilih menu Analyze kemudian pilih submenu Compare

Means setelah itu pilih One Sample t test

http://igcomputer.com/uji-t-satu-sampel-one-sample-t-test-dengan-spss.html





21

UJI HIPOTESIS

2. Isikan pada kotak dialog yang muncul pada bagian ;Test Variabel (s) sebagai variabel yang akan diuji dan kita pilih variabel korupsi.- pada Test Value isikan dengan 32 sebagai nilai yang akan kita uji (rata – rata korupsi (penyimpangan) secara nasional.- tombol options dapat dipilih jika kita ingin mengatur confidence interval atau taraf kepercayaan. Nilai baku yang diberikan SPSS adalah 95% atau tingkat signifikansi 5%

22

UJI HIPOTESIS3. Output hasil proses perhitungan SPSS untuk uji t satu sampel akan ditampilkan

kemudian pada jendela SPSS Output Viewer seperti berikut :.

23

UJI HIPOTESISCara menafsirkan output tersebut adalah :1. Tabel One Sample StatisticsTabel ini menginformasikan ringkasan statistik dari variabel korupsi, yaitu jumlah sampel penelitian adalah 30, rata-rata korupsi (% penyimpangan DAK SMP) 21,3 dan memiliki standar deviasi 14,7558.2. Tabel One Sample TestPada contoh kasus ini, kita buat hipotesis sebagai berikut :H0 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) tidak berbeda dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).h1 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) berbeda secara signifikan dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).

Pengambilan keputusan hipotesis diatas dapat dilakukan dengan dua cara yaitu menggunakan kriteria Probabilitas atau nilai Sig. (signifikansi) dan dengan membandingkan t-hitung dan t-tabel.

24

UJI HIPOTESIS

a. Probabilitas atau Nilai Sig.Jika Nilai Sig. > 0,05 , maka H0 diterima dan sebaliknya jika Nilai Sig. < 0,05 , maka H0 ditolak. Berdasarkan output SPSS diatas diperoleh nilai Sig. = 0,000. Nilai Sig. ini jauh di bawah kriteria 0,05, dengan demikian H0 ditolak, dengan kata lain dapat disimpulkan bahwa rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) berbeda secara signifikan dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).

25

UJI HIPOTESISb. Perbandingan t-hitung dan t-tabelJika (nilai mutlak) I t -hitung (output hasil perhitungan SPSS)| > t-tabel, maka H0 ditolak, dan berlaku sebaliknya jika t-hitung < t-tabel. Berdasarkan perhitungan SPSS diperoleh t-hitung = -3,972 t-tabel dapat dicari berdasarkan kriteria taraf signifikan 5% dan degree of freedom (derajat kebebasan=dk) dengan rumus dk = n-1 = 30 – 1 = 29. Uji yang dilakukan two-tailed (dua sisi atau dua arah) karena kita akan mengetahui jika rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) sama dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional) atau tidak yang berarti nilainya bisa > atau <, karena itu digunakan uji dua sisi.

Dari tabel-t diperoleh nilai t-tabel = 2,2045 dan dari output SPSS diperoleh t-hitung = 3,972. Nilai t-hitung ini > t-tabel, maka dapat disimpulkan h0 ditolak, dengan kata lain rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) berbeda secara signifikan dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).

26

SIMULASI PERTAMA

1. METODE SAMPLING YANG DIGUNAKAN ADALAH SYSTEMATIC RANDOM SAMPLING.

2. POPULASI : SMP PENERIMA DAK TAHUN 2011 DI PROVINSI LAMPUNG

3. UKURAN POPULASI : 100 SMP.4. JUMLAH SAMPEL YANG DIAMBIL (30%) = 30 SMP.5. KARAKTERISTIK POPULASI HETEROGEN (NILAI

DAK YANG DITERIMA) : DIBUAT 3 KELOMPOK, KELOMPOK I : < 350JT, KELOMPOK II : 350 – 500JT, & KELOMPOK III : > 500JT.

6. DATA SIMULASI SEBAGAI BERIKUT :

27

SIMULASI PERTAMA

NO.NAMA KELOMPOK

NO.NAMA KELOMPOK

NO.NAMA KELOMPOK

NO.NAMA KELOMPOK

SMP I II III SMP I II III SMP I II III SMP I II III

(1) (2) (3) (4) (5) (1) (2) (3) (4) (5) (1) (2) (3) (4) (5) (1) (2) (3) (4) (5)

1 SMPN 1 40 26 SMPN 26 47 51 SMPN 51 54 76 SMPN 76 61













14 SMPN 14 44 39 SMPN 39 81 64 SMPN 64 26 89 SMP SW1 96












28

SIMULASI PERTAMA

TAHAPAN SYSTEMATIC RANDOM SAMPLING :1. HITUNG INTERVAL (I) = N/n = 100/30 = 3,332. MENENTUKAN ANGKA RANDOM PERTAMA (R1), DENGAN ATURAN R1 < I,

MISAL R1=1 (TAR).3. HITUNG ANGKA RANDOM 2 – 30, DENGAN RUMUS : Rn=R1+ (n-1)*I.

(LAKUKAN PEMBULATAN MATEMATIKA) ~ HASILNYA ADALAH NOMOR URUT SAMPEL TERPILIH.

4. URUTKAN MULAI DARI 1 SAMPAI NOMOR TERAKHIR (39) DI KELOMPOK I, LANJUTKAN NOMOR BERIKUTNYA (40) DI KELOMPOK II HINGGA TERAKHIR (69) & SELANJUTNYA DI KELOMPOK III (70) SAMPAI AKHIR (100).

5. IDENTIFIKASI SAMPEL TERPILIH BERDASARKAN NOMOR URUT YANG SUDAH DIBUAT. (TERPILIH 30 SMP).

6. DATA YANG AKAN DIUJI HIPOTESISNYA ADALAH % PENYIMPANGAN HASIL PEMERIKSAAN BPKP TERHADAP 30 SMP PENERIMA DAK TAHUN 2011 DI PROVINSI LAMPUNG. DATA SIMULASI SBB.:

29

SIMULASI PERTAMA

SIMULASI UJI HIPOTESIS

NO. NAMA SMP% BESAR

NO. NAMA SMP% BESAR

PENYIMPANGAN PENYIMPANGAN

(1) (2) (3) (1) (2) (3)

1 SMPN 3 22.00 17 SMPN 54 52.00

2 SMPN 5 1.00 18 SMPN 60 4.00

3 SMPN 7 41.00 19 SMPN 61 56.00

4 SMPN 10 21.00 20 SMPN 62 36.00

5 SMPN 14 12.00 21 SMPN 66 32.00

6 SMPN 15 14.00 22 SMPN 70 24.00

7 SMPN 18 17.00 23 SMPN 73 22.00

8 SMPN 22 19.00 24 SMPN 76 23.00

9 SMPN 28 21.00 25 SMPN 79 28.00

10 SMPN 32 32.00 26 SMPN 81 31.00

11 SMPN 36 35.00 27 SMPN 84 33.00

12 SMPN 39 2.00 28 SMP SW3 2.00

13 SMPN 41 6.00 29 SMP SW8 1.00

14 SMPN 43 25.00 30 SMP SW11 6.00

15 SMPN 48 3.00 JUMLAH 639.00

16 SMPN 51 18.00 RATA2 21.30

Uji t satu sampel digunakan sebagai inferensi statistik bertujuan untuk menguji apakah suatu nilai tertentu (sebuah konstanta pembanding) berbeda secara nyata atau tidak dengan rata-rata sampel penelitian






30

SIMULASI PERTAMA

Cara menafsirkan output tersebut adalah :1. Tabel One Sample StatisticsTabel ini menginformasikan ringkasan statistik dari variabel korupsi, yaitu jumlah sampel penelitian adalah 30, rata-rata korupsi (% penyimpangan DAK SMP) 21,3 dan memiliki standar deviasi 14,7558.2. Tabel One Sample TestPada contoh kasus ini, kita buat hipotesis sebagai berikut :H0 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) tidak berbeda dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).h1 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) berbeda secara signifikan dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).


Kasus Pemilihan Sampel DAK SMP

I. Pemilihan kabupaten

Jika tujuan dari penelitian ini untuk menjamin generalisasi tingkat provinsi maka pemilihan kabupaten dilakukan secara random dimana besar kecilnya peluang kabupaten tergantung dari bobot masing-masing kabupaten, misal proporsi dana yang diberikan.

Jika kabupaten sudah ditentukan maka generalisasinya hanya sampai tingkat kabupaten terpilih.

SIMULASI KEDUA

Dana Alokasi Khusus SMP 2011

Kabupaten/Kota Dana (juta Rupiah) Kesempatan terpilih

Lampung Barat 4528.2 2

Tanggamus 5603.3 2

Lampung Selatan 7521.5 3

Lampung Timur 8204.8 3

Lampung Tengah 9513.1 4

Lampung Utara 5956.6 2

Way Kanan 4040.9 2

Tulang Bawang 5372.1 2

Pesawaran 3713.9 2

Pringsewu 4784.3 2

Mesuji 3120.9 1

Tulang Bawang Barat 3061.3 1

Bandar Lampung 5781.7 2

Metro 2413.9 1

Berdasarkan pengocokan nomor satu hingga nomor dua puluh sembilan maka terpilih kabupaten tanggamus dan lampung tengah (Simpel Random Sampling)

SIMULASI KEDUA

1. Metode Sampling yang digunakan adalah Stratified Sampling.

2. Populasi : SMP penerima DAK di Kabupaten Tanggamus dan Lampung Tengah.

3. Ukuran Populasi : Tanggamus 14 SMP dan Lamteng 17 SMP.

4. Jumlah Sampel yang diambil : 30% di setiap kab/kota.5. Strata yang dibuat : berat, sedang dan ringan.6. Data simulasi sbb. :

SIMULASI KEDUA

34

SIMULASI KEDUA

TAHAPAN STRATIFIED RANDOM SAMPLING :1. PENGELOMPOKAN SMP PENERIMA DAK DALAM STRATA BERAT, SEDANG

RINGAN.2. KAB. TANGGAMUS : BERAT = 3 SMP, SEDANG = 7 SMP, RINGAN = 4 SMP.

KAB. LAMPUNG TENGAH : BERAT = 5 SMP, SEDANG = 4 SMP, RINGAN = 8 SMP.

3. TENTUKAN JUMLAH SAMPEL : 30% TIAP KABUPATEN, TANGGAMUS = 30%*14 = 4 SMP & LAMPUNG TENGAH = 30%*17 = 5 SMP.

4. MENGHITUNG JUMLAH SAMPEL DI TIAP STRATA :TANGGAMUS ~ BERAT = 3*4/14=1, 7*4/14=2 & 4*4/14=1.LAMTENG ~ BERAT = 5*5/17=2, 4*5/17=1 & 8*5/17=2.

5. MEMILIH SAMPEL DI SETIAP STRATA DENGAN RANDOM, SIMULASINYA :

SIMULASI KEDUA

SIMULASI SAMPLING DENGAN STRATIFIED RANDOM SAMPLING

KAB. TANGGAMUS KAB. LAMPUNG TENGAH

NO.NAMA STRATA

NO.NAMA STRATA

SMP BERAT SEDANG RINGAN SMP BERAT SEDANG RINGAN

1 SMPN 1 1 SMPN 1

2 SMPN 2 2 SMPN 2

3 SMPN 3 3 SMPN 3

4 SMPN 4 4 SMPN 4

5 SMPN 5 5 SMPN 5

6 SMPN 6 6 SMPN 6

7 SMPN 7 7 SMPN 7

8 SMPN 8 8 SMPN 8

9 SMPN 9 9 SMPN 9

10 SMPN 10 10 SMPN 10

11 SMP SW1 11 SMPN 11

12 SMP SW2 12 SMPN 12

13 SMP SW3 13 SMP SW1

14 SMP SW4 14 SMP SW2

JUMLAH 3 7 4 14 15 SMP SW3

% 21.43 50.00 28.57 16 SMP SW4

JMLH SAMPEL 30% * 14 =4 17 SMP SW5

SAMPEL TERPILIH 1 2 1 JUMLAH 5 4 8

% 29.41 23.53 47.06

JMLH SAMPEL 30% * 17 =5

SAMPEL TERPILIH 2 1 2

SIMULASI KEDUA

SIMULASI KEDUA

Cara menafsirkan output tersebut adalah :1. Tabel One Sample StatisticsTabel ini menginformasikan ringkasan statistik dari variabel korupsi, yaitu jumlah sampel penelitian adalah 9, rata-rata korupsi (% penyimpangan DAK SMP) 26,7778 dan memiliki standar deviasi 11,8192.2. Tabel One Sample TestPada contoh kasus ini, kita buat hipotesis sebagai berikut :H0 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) tidak berbeda dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).h1 = Rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) berbeda secara signifikan dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).


38

SIMULASI KEDUA

a. Probabilitas atau Nilai Sig.Jika Nilai Sig. > 0,05 , maka H0 diterima dan sebaliknya jika Nilai Sig. < 0,05 , maka H0 ditolak. Berdasarkan output SPSS diatas diperoleh nilai Sig. = 0,007. Nilai Sig. ini jauh di bawah kriteria 0,05, dengan demikian H0 ditolak, dengan kata lain dapat disimpulkan bahwa rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) berbeda secara signifikan dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).

39

SIMULASI KEDUAb. Perbandingan t-hitung dan t-tabelJika (nilai mutlak) I t -hitung (output hasil perhitungan SPSS)| > t-tabel, maka H0 ditolak, dan berlaku sebaliknya jika t-hitung < t-tabel. Berdasarkan perhitungan SPSS diperoleh t-hitung = -3,610 t-tabel dapat dicari berdasarkan kriteria taraf signifikan 5% dan degree of freedom (derajat kebebasan=dk) dengan rumus dk = n-1 = 9 – 1 = 8. Uji yang dilakukan two-tailed (dua sisi atau dua arah) karena kita akan mengetahui jika rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) sama dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional) atau tidak yang berarti nilainya bisa > atau <, karena itu digunakan uji dua sisi.

Dari tabel-t diperoleh nilai t-tabel = 2,306 dan dari output SPSS diperoleh t-hitung = 3,610. Nilai t-hitung ini > t-tabel, maka dapat disimpulkan h0 ditolak, dengan kata lain rata rata persentase korupsi (penyimpangan DAK SMP di Lampung) berbeda secara signifikan dengan rata-rata korupsi (penyimpangan DAK SMP secara nasional).

Thank you for your attention

sampling

Documents