
Uji Z adalah metode pengujian hipotesis yang menggunakan distribusi normal standar untuk menentukan apakah data sampel berbeda secara signifikan dari parameter populasi.
Hasil uji dinyatakan dalam bentuk nilai Z-score, yaitu ukuran seberapa jauh suatu nilai dari rata-rata dalam satuan standar deviasi.
Uji Z digunakan untuk:
menguji hipotesis penelitian
membandingkan rata-rata sampel dengan populasi
menguji perbedaan dua rata-rata
menganalisis proporsi populasi
menentukan signifikansi statistik
Uji Z digunakan jika:
ukuran sampel ≥ 30
distribusi data normal
standar deviasi populasi diketahui
data berskala interval atau rasio
Jika syarat ini tidak terpenuhi, biasanya digunakan uji t sebagai alternatif.
Untuk satu sampel:
Z = (X̄ − μ) / (σ / √n)
Keterangan:
X̄ = rata-rata sampel
μ = rata-rata populasi
σ = standar deviasi populasi
n = jumlah sampel
Digunakan untuk membandingkan rata-rata sampel dengan nilai populasi tertentu.
Digunakan untuk membandingkan rata-rata dua kelompok independen.
Digunakan untuk menguji proporsi populasi berdasarkan sampel.
Misalnya:
rata-rata populasi = 50
rata-rata sampel = 53
standar deviasi = 10
jumlah sampel = 36
Langkah:
akar n = √36 = 6
σ / √n = 10 / 6 = 1,67
Z = (53 − 50) / 1,67 = 1,80
Nilai Z = 1,80 kemudian dibandingkan dengan nilai kritis tabel Z untuk menentukan apakah hipotesis ditolak atau diterima.
Interpretasi umum:
|Z| > Z tabel → hasil signifikan → H₀ ditolak
|Z| ≤ Z tabel → tidak signifikan → H₀ diterima
Contoh:
Pada tingkat signifikansi 5%, nilai kritis ≈ 1,96.
mudah dihitung
interpretasi sederhana
cocok untuk sampel besar
banyak digunakan dalam penelitian
memerlukan standar deviasi populasi
tidak cocok untuk sampel kecil
sensitif terhadap distribusi data
asumsi normalitas harus terpenuhi
| Uji Z | Uji t |
|---|---|
| Digunakan untuk sampel besar | Digunakan untuk sampel kecil |
| σ populasi diketahui | σ populasi tidak diketahui |
| Distribusi normal standar | Distribusi t |
| Perhitungan lebih sederhana | Lebih fleksibel |
Uji Z digunakan dalam berbagai bidang:
penelitian akademik
analisis kualitas produk
riset pasar
pengujian hipotesis ilmiah
analisis kesehatan
Agar hasil valid:
✔ pastikan ukuran sampel cukup besar
✔ cek distribusi data normal
✔ gunakan tingkat signifikansi tepat
✔ interpretasikan nilai p-value dengan benar
✔ pastikan data bebas bias
Uji Z adalah metode statistik penting untuk menguji hipotesis ketika ukuran sampel besar dan standar deviasi populasi diketahui. Dengan memahami konsep, rumus, dan cara interpretasinya, peneliti dapat menentukan apakah hasil penelitian signifikan secara statistik atau tidak.
Pemahaman uji Z sangat penting dalam analisis data karena metode ini menjadi dasar berbagai teknik statistik lanjutan.
Jika Anda membutuhkan bantuan menggunakan Uji Z dalam analisa data anda, kami siap menjadi partner terpercaya Anda.





