Makalah ini membahas tentang hipotesis dalam statistika matematika. Pertama, dijelaskan pengertian hipotesis sebagai dugaan yang harus diuji kebenarannya. Kedua, dilakukan pembahasan mengenai langkah-langkah pengujian hipotesis dan jenis-jenisnya. Terakhir, dijelaskan cara melakukan pengujian nilai tengah dengan uji satu arah dan dua arah.
1. 1
MAKALAH STATISTIK MATEMATIKA II
HIPOTESIS
DI SUSUN OLEH :
KELOMPOK VI
KETUA : HASNAWATI
ANGGOTA : ABBAS A1A3 14087
: ASHARIADI
: DEVI AVRIANTI
: SANRIAWAN
PROGRAM STUDI PENDIDIKAN MATEMATIKA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SEMBILANBELAS NOVEMBER KOLAKA
KAMPUS II LASUSUA
2016
2. 2
KATA PENGANTAR
Segala puji bagi Allah Swt. atas Rahmat dan hidayah-Nya sehingga makalah
Statistik Matematika II yang kami beri judul HIPOTESIS dapat kami susun
dengan segenap kekuatan dan pikiran yang kami miliki.
Dalam makalah ini, kami mencoba membahas tentang salah satu bagian yang
sangat penting dalam suatu penelitian, yaitu bagaimana mengajukan Hipotesis
yang baik dan dapat diterima. Selain daripada itu, kami juga menyajikan tentang
cara menguji hipotesis dengan menguji nilai tengahnya (rata – rata) dengan dua
macam cara, yaitu uji dari dua arah dan satu arah. Oleh karena itu, kami berharap
dengan adanya makalah ini dapat membantu para teman – teman mahasiswa pada
saat penelitian nanti.
Seperti kata peribahasa tiada gading yang tak retak begitupun dengan
penyusunan makalah ini masih jauh dari kesempurnaan, sehingga dengan
kerendahan hati kami meminta kepada para pembaca untuk memberikan saran dan
kritiknya untuk kesempurnaan makalah yang kami susun ini. Semoga makalah ini
dapat memberikan manfaat bagi para pembaca, sekian dan terima kasih.
Lasusua, 21 November 2016
Penyusun
3. 3
DAFTAR ISI
Kata Pengantar ......................................................................................................... ii
Daftar Isi .................................................................................................................. iii
BAB I : PENDAHULUAN ..................................................................................... 1
A. Latar Belakang .................................................................................... 1
B. Rumusan Masalah ............................................................................... 2
C. Tujuan Penulisan ................................................................................. 2
BAB II : PEMBAHASAN ...................................................................................... 3
A. Pengertian Hipotesis ........................................................................... 3
B. Pengujian Hipotesis ............................................................................ 4
C. Pengujian Nilai Tengah (Rata – Rata) ............................................... 15
BAB IV : PENUTUP ............................................................................................. 26
A. Kesimpulan .........................................................................................27
B. Saran ....................................................................................................28
DAFTAR PUSTAKA
4. 4
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Dalam kehidupan sehari-hari, sering kita jumpai banyak hal yang dapat
kita deskripsikan dalam bentuk data. Informasi data yang diperoleh tentunya harus
diolah terlebih dahulu menjadi sebuah data yang mudah dibaca dan dianalisa.
Untuk meperoleh data-data tersebut, diperlukan adanya sebuah penelitian.
Penelitian ini didapatkan melalui berbagai cara, dan juga berbagai langka-langkah
pengujian dari para pengumpul data. Sebelum melakukan penelitian, kita akan
menduga-duga terlebih dahulu terhadap apa yang kita ingin teliti. Pernyataan
dugaan atau pernyataan sementara kita ini yang disebut hipotesis.
Hipotesis adalah asumsi atau dugaan mengenai sesuatu hal yang dibuat
untuk menjelaskan hal itu yang sering dituntut untuk melakukan pengecekannya.
Jika asumsi atau dugaan itu di khususkan mengenai populasi, umumnya mengenai
nilai-nilai parameter populasi, maka hipotesis itu disebut hipotesis statistik. Setiap
hipotesis bisa benar atau tidak benar dan karenanya perlu diadakan penelitian
sebelum hipotesis itu diterima atau di tolak. Langkah atau prosedur untuk
menentukkan apakah menerima atau menolak hipotesis dinamakan pengujian
hipotesis.
Dalam makalah ini kami mencoba untuk membahas tentang pengertian
hipotesis, pengujian hipotesis, uji satu arah dan dua arah serta uji mengenai nilai
tengah.
5. 5
B. RUMUSAN MASALAH
a. Apa pengertian dari hipotesis ?
b. Bagaimana langkah - langkah pengujian hipotesis ?
c. Apa saja jenis – jenis pengujian hipotesis serta kesalahan dalam pengujian ?
d. Bagaimana melakukan pengujian nilai tengah dengan uji dua arah dan satu
arah ?
C. TUJUAN PENULISAN
a. Untuk mengetahui dari hipotesis
b. Untuk mengetahui langkah - langkah pengujian hipotesis
c. Untuk mengetahui jenis - jenis pengujian hipotesis serta kesalahan dalam
pengujian
d. Untuk mengetahui cara pengujian nilai tengah dengan uji dua arah dan satu
arah
6. 6
BAB II
PEMBAHASAN
A. Pengertian Hipotesis
Hipotesis berasal dari bahasa Yunani, Hupo berarti Lemah atau kurang
atau di bawah ,Thesis berarti teori, proposisi atau pernyataan yang disajikan
sebagai bukti. Sehingga dapat diartikan sebagai Pernyataan yang masih lemah
kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya masih
sementara. Hipotesis juga dapat diartikan sebagai pernyataan keadaan populasi
yang akan diuji kebenarannya menggunakan data/informasi yang dikumpulkan
melalui sampel, dan dapat dirumuskan berdasarkan teori, dugaan, pengalaman
pribadi/orang lain, kesan umum, kesimpulan yang masih sangat sementara.
Menurut Kerlinger (1973:18) dan Tuckman (1982:5) mengartikan
hipotesis adalah sebagai dugaan terhadap hubungan antara dua variable atau
lebih. Selanjutnya menurut Sudjana (1992:219) mengartikan hipotesis adalah
asumsi atau dugaan mengenai suatu hal yang dibuat untuk menjelaskan hal itu
yang sering dituntut untuk melakukan pengecekannya. Atas dasar dua definisi
diatas, maka dapat disimpulkan bahwa hipotesis adalah jawaban atau dugaan
sementara yang harus diuji lagi kebenarannya.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan
populasi yang sifatnya masih sementara atau lemah kebenarannya. Hipotesis
statistik dapat berbentuk suatu variabel seperti binomial, poisson, dan normal atau
nilai dari suatu parameter, seperti rata-rata, varians, simpangan baku, dan
proporsi. Hipotesis statistic harus di uji, karena itu harus berbentuk kuantitas
untuk dapat di terima atau di tolak. Hipotesis statistic akan di terima jika hasil
7. 7
pengujian membenarkan pernyataannya dan akan di tolak jika terjadi
penyangkalan dari pernyataannya.
Hipotesis penelitian adalah hipotesis kerja (Hipotesis Alternatif Ha atau
H1) yaitu hipotesis yang dirumuskan untuk menjawab permasalahan dengan
menggunakan teori-teori yang ada hubungannya (relevan) dengan masalah
penelitian dan belum berdasarkan fakta serta dukungan data yang nyata
dilapangan. Hipotesis alternatif (Ha) dirumuskan dengan kalimat positif. Hipotesis
nol adalah pernyataan tidak adanya hubungan, pengaruh, atau perbedaan antara
parameter dengan statistik. Hipotesis Nol (Ho) dirumuskan dengan kalimat
negatif). Nilai Hipotesis Nol (Ho) harus menyatakan dengan pasti nilai parameter.
B. Pengujian Hipotesis
Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan
memutuskan apakah menerima atau menolak hipotesis itu. Dalam pengujian
hipotesis, keputusan yang di buat mengandung ketidakpastian, artinya keputusan
bias benar atau salah, sehingga menimbulkan risiko. Besar kecilnya risiko
dinyatakan dalam bentuk probabilitas. Pengujian hipotesis merupakan bagian
terpenting dari statistic inferensi (statistic induktif), karena berdasarkan pengujian
tersebut, pembuatan keputusan atau pemecahan persoalan sebagai dasar penelitian
lebih lanjut dapat terselesaikan.
8. 8
a. Jenis-Jenis Pengujian Hipotesis
Pengujian hipotesis dapat di bedakan atas beberapa jenis berdasarkan
kriteria yang menyertainya.
1. Berdasarkan Jenis Parameternya
Didasarkan atas jenis parameter yang di gunakan, pengujian hipotesis
dapat di bedakan atas tiga jenis, yaitu sebagai berikut:
1) Pengujian hipotesis tentang rata-rata
Pengujian hipotesis tentang rata-rata adalah pengujian hipotesis
mengenai rata-rata populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
Pengujian hipotesis satu rata-rata
Pengujian hipotesis beda dua rata-rata
Pengujian hipotesis beda tiga rata-rata
2) Pengujian hipotesis tentang proporsi
Pengujian hipotesis tentang proporsi adalah pengujian hipotesis
mengenai proporsi populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
Pengujian hipotesis satu proporsi
Pengujian hipotesis beda dua proporsi
Pengujian hipotesis beda tiga proporsi
3) Pengujian hipotesis tentang varians
Pengujian hipotesis tentang varians adalah pengujian hipotesis
mengenai rata-rata populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
9. 9
Pengujian hipotesis tentang satu varians
Pengujian hipotesis tentang kesamaan dua varians
2. Berdasarkan Jumlah Sampelnya
Didasarkan atas ukuran sampelnya, pengujian hipotesis dapat di
bedakan atas dua jenis, yaitu sebagai berikut:
1) Pengujian hipotesis sampel besar
Pengujian hipotesis sampel besar adalah pengujian hipotesis yang
menggunakan sampel lebih besar dari 30 (n > 30).
2) Pengujian hipotesis sampel kecil
Pengujian hipotesis sampel kecil adalah pengujian hipotesis yang
menggunakan sampel lebih kecil atau sama dengan 30 (n ≤ 30).
3. Berdasarkan Jenis Distribusinya
Didasarkan atas jenis distribusi yang digunakan, pengujian hipotesis
dapat di bedakan atas empat jenis, yaitu sebagai berikut:
1) Pengujian hipotesis dengan distribusi Z
Pengujian hipotesis dengan distribusi Z adalah pengujian hipotesis
yang menggunakan distribusi Z sebagai uji statistik. Tabel
pengujiannya disebut tabel normal standard. Hasil uji statistik ini
kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau
menolak hipotesis nol (Ho) yang di kemukakan. Contohnya :
Pengujian hipotesis satu dan beda dua rata-rata sampel besar.
Pengujian satu dan beda dua proporsi.
10. 10
2) Pengujian hipotesis dengan distribusi t (t-student)
Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang
menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya
disebut tabel t-student. Hasil uji statistik ini kemudian di bandingkan
dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol
(Ho) yang di kemukakan. Contohnya :
Pengujian hipotesis satu rata-rata sampel kecil.
Pengujian hipotesis beda dua rata-rata sampel kecil.
3) Pengujian hipotesis dengan distribusi χ2 ( chi kuadrat)
Pengujian hipotesis dengan distribusi χ2 ( chi kuadrat) adalah pengujian
hipotesis yang menggunakan distribusi χ2 sebagai uji statistik. Tabel
pengujiannya disebut tabel χ2. Hasil uji statistik ini kemudian di
bandingkan dengan nilai dalam tabel untuk menerima atau menolak
hipotesis nol (Ho) yang di kemukakan. Contohnya :
Pengujian hipotesis beda tiga proporsi.
Pengujian Independensi.
Pengujian hipotesis kompatibilitas
4) Pengujian hipotesis dengan distribusi F (F-ratio)
Pengujian hipotesis dengan distribusi F (F-ratio) adalah pengujian
hipotesis yang menggunakan distribusi F (F-ratio) sebagai uji statistik.
Tabel pengujiannya disebut tabel F. Hasil uji statistik ini kemudian di
bandingkan dengan nilai dalam tabel untuk menerima atau menolak
hipotesis nol (Ho) yang di kemukakan. Contohnya :
Pengujian hipotesis beda tiga rata-rata.
11. 11
Pengujian hipotesis kesamaan dua varians.
4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya
Didasarkan atas arah atau bentuk formulasi hipotesisnya, pengujian
hipotesis di bedakan atas 3 jenis, yaitu sebagai berikut:
1) Pengujian hipotesis dua pihak (two tail test)
Pengujian hipotesis dua pihak adalah pengujian hipotesis di mana
hipotesis nol (Ho) berbunyi “sama dengan” dan hipotesis alternatifnya
(H1) berbunyi “tidak sama dengan” (Ho = dan H1 ≠).
2) Pengujian hipotesis pihak kiri atau sisi kiri
Pengujian hipotesis pihak kiri adalah pengujian hipotesis di mana
hipotesis nol (Ho) berbunyi “sama dengan” atau “lebih besar atau sama
dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih kecil” atau
“lebih kecil atau sama dengan” (Ho = atau Ho ≥ dan H1 < atau H1 ≤ ).
Kalimat “lebih kecil atau sama dengan” sinonim dengan kata “paling
sedikit atau paling kecil”.
3) Pengujian hipotesis pihak kanan atau sisi kanan
Pengujian hipotesis pihak kanan adalah pengujian hipotesis di mana
hipotesis nol (Ho) berbunyi “sama dengan” atau “lebih kecil atau sama
dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih besar” atau
“lebih besar atau sama dengan” (Ho = atau Ho ≤ dan H1 > atau H1 ≥).
Kalimat “lebih besar atau sama dengan” sinonim dengan kata “paling
banyak atau paling besar”.
12. 12
Contoh :
Berdasarkan informasi yang dikemukakan pada sebuah media massa,
bahwa harga beras jenis “A” di suatu wilayah adalah Rp. 3.200,-
(Pengujian Dua Pihak)
Ho : µ = Rp. 3.200,-
Ha : µ ≠ Rp. 3.200,-
Berdasarkan informasi bahwa harga beras jenis “A” di suatu wilayah
tidak kurang dari Rp. 3.200,- (Pengujian Satu Pihak – Kiri)
Ho : µ ≥ Rp. 3.200,-
Ha : µ < Rp. 3.200,-
Berdasarkan informasi bahwa harga beras jenis “A” di suatu wilayah
tidak lebih dari Rp. 3.200,- (Pengujian Satu Pihak – Kanan)
Ho : µ ≤ Rp. 3.200,-
Ha : µ > Rp. 3.200,-
b. Langkah – Langkah Pengujian Hipotesis
Berikut ini langkah-langkah pengujian hipotesis statistic adalah sebagai
berikut.
1. Menentukan Formulasi Hipotesis
Formulasi atau perumusan hipotesis statistic dapat di bedakan atas dua
jenis, yaitu sebagai berikut;
13. 13
1) Hipotesis nol / nihil (HO)
Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu
pernyataan yang akan di uji. Hipotesis nol tidak memiliki perbedaan
atau perbedaannya nol dengan hipotesis sebenarnya.
2) Hipotesis alternatif/ tandingan (H1 / Ha)
Hipotesis alternatif adalah hipotesis yang di rumuskan sebagai lawan
atau tandingan dari hipotesis nol. Dalam menyusun hipotesis alternatif,
timbul 3 keadaan berikut.
H1 menyatakan bahwa harga parameter lebih besar dari pada harga
yang di hipotesiskan. Pengujian itu disebut pengujian satu sisi atau
satu arah, yaitu pengujian sisi atau arah kanan.
H1 menyatakan bahwa harga parameter lebih kecil dari pada harga
yang di hipotesiskan. Pengujian itu disebut pengujian satu sisi atau
satu arah, yaitu pengujian sisi atau arah kiri.
H1 menyatakan bahwa harga parameter tidak sama dengan harga
yang di hipotesiskan. Pengujian itu disebut pengujian dua sisi atau
dua arah, yaitu pengujian sisi atau arah kanan dan kiri sekaligus.
Secara umum, formulasi hipotesis dapat di tuliskan :
14. 14
Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif
(Ha) di tolak. Demikian pula sebaliknya, jika hipotesis alternatif (Ha) di
terima (benar) maka hipotesis nol (H0) ditolak.
2. Menentukan Taraf Nyata (α)
Taraf nyata adalah besarnya batas toleransi dalam menerima
kesalahan hasil hipotesis terhadap nilai parameter populasinya. Semakin
tinggi taraf nyata yang di gunakan, semakin tinggi pula penolakan
hipotesis nol atau hipotesis yang di uji, padahal hipotesis nol benar.
Besaran yang sering di gunakan untuk menentukan taraf nyata
dinyatakan dalam %, yaitu: 1% (0,01), 5% (0,05), 10% (0,1), sehingga
secara umum taraf nyata di tuliskan sebagai α0,01, α0,05, α0,1. Besarnya
nilai α bergantung pada keberanian pembuat keputusan yang dalam hal ini
berapa besarnya kesalahan (yang menyebabkan resiko) yang akan di
tolerir. Besarnya kesalahan tersebut di sebut sebagai daerah kritis
pengujian (critical region of a test) atau daerah penolakan ( region of
rejection).
Nilai α yang dipakai sebagai taraf nyata di gunakan untuk menentukan
nilai distribusi yang di gunakan pada pengujian, misalnya distribusi normal
(Z), distribusi t, dan distribusi X². Nilai itu sudah di sediakan dalam bentuk
tabel di sebut nilai kritis.
3. Menentukan Kriteria Pengujian
Kriteria Pengujian adalah bentuk pembuatan keputusan dalam
menerima atau menolak hipotesis nol (Ho) dengan cara membandingkan
nilai α tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai
15. 15
dengan bentuk pengujiannya. Yang di maksud dengan bentuk pengujian
adalah sisi atau arah pengujian.
1) Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih
besar daripada nilai positif atau negatif dari α tabel. Atau nilai uji
statistik berada di luar nilai kritis.
2) Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil
daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik
berada di luar nilai kritis.
Dalam bentuk gambar, kriteria pengujian seperti gambar di bawah ini
4. Menentukan Nilai Uji Statistik
Uji statistik merupakan rumus-rumus yang berhubungan dengan
distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan
perhitungan untuk menduga parameter data sampel yang di ambil secara
random dari sebuah populasi. Misalkan, akan di uji parameter populasi
(P), maka yang pertama-tam di hitung adalah statistik sampel (S).
5. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal
penerimaan atau penolakan hipotesis nol (Ho) yang sesuai dengan kriteria
pengujiaanya. Pembuatan kesimpulan dilakukan setelah membandingkan
nilai uji statistik dengan nilai α tabel atau nilai kritis.
16. 16
Kelima langkah pengujian hipotesis tersebut di atas dapat di ringkas
seperti berikut.
Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis
alternatifnya (Ha)
Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.
Langkah 4 : Melakukan uji statistic
Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
c. Kekeliruan Dalam Pengujian Hipotesis
Dalam melakukan pengujian hipotesis, ada dua macam kekeliruan yang dapat
terjadi, dikenal dengan nama-nama:
1) Kekeliruan tipe I: ialah menolak hipotesis yang seharusnya diterima
2) Kekeliruan tipe II: ialah menerima hipotesis yang seharusnya ditolak
Kesimpulan
Keadaan sebenarnya
Hipotesis benar Hipotesis salah
Terima hipotesis Benar Keliru
(kekeliruan tipe II)
Tolak hipotesis Keliru
(kekeliruan tipe I)
Benar
Ketika merencanakan suatu penelitian dalam rangka pengujian hipotesis,
jelas kiranya bahwa kedua tipe kekeliruan itu harus dibuat sekecil mungkin.
Agar penelitian dapat dilakukan maka kedua tipe kekeliruan itu kita nyatakan
dalam peluang. Peluang membuat kekeliruan tipe I biasa dinyatakan dengan α
17. 17
(baca : alfa) dan peluang membuat kekeliruan tipe II dinyatakan dengan β
(baca : beta). Berdasaran ini, kekeliruan tipe I dinamakan pula kekeliruan α dan
kekeliruan II dikenal dengan kekeliruan β.
Dalam penggunaannya α disebut pula taraf signifikan atau taraf arti atau
sering pula disebut taraf nyata. Besar kecilnya α dan β yang dapat diterima
dalam pengambilan kesimpulan bergantung pada akibat-akibat atas
diperbuatnya kekeliruan-kekeliruan itu. Selain daripada itu perlu pula
dikemukakan bahwa kedua kekeliruan itu saling berkaitan. Jika α diperkecil,
maka β menjadi besar dan demikian sebaliknya. Pada dasarnya, harus dicapai
hasil pengujian hipotesis yang baik, ialah pengujian yang bersifat bahwa
diantara semua pengujian yang dapat dilakukan dengan harga α yang sama
besar , ambillah sebuah yang mempunyai kekeliruan β paling kecil.
Prinsip demikian memerlukan pemecahan matematik yang sudah keluar
dari tujuan buku ini. Karenanya, untuk keperluan praktis, kecuali dinyatakan
lain, α akan diambil lebih dahulu dengan harga yang biasa digunakan, yaitu α =
0,01 atau α = 0,05, dengan α = 0,05, misalnya atau sering pula disebut taraf
nyata 5%, berarti kira-kira 5 dari tiap 100 kesimpulan bahwa kita akan
menolak hipotesis yang seharusnya diterima. Dengan kata lain kira-kira 95%
yakin bahwa kita telah membuat kesimpulan yang benar. Dalam hal demikian
dikatakan bahwa hipotesis telah ditolak pada taraf nyata 0,05 yang berarti kita
mungkin salah dengan peluang 0,05.
Untuk setiap pengujian dengan α yang ditentukan, besar β dapat dihitung.
Harga ( 1 – β ) dianamakan kuasa uji. Ternyata bahwa nilai β berbeda untuk
harga parameter yang berlainan, jadi β bergantung pada parameter, katakanlah
18. 18
θ, sehingga didapat β (θ) sebuah fungsi yang bergantung pada θ. Bentuk β (θ)
dinamakan fungsi ciri operasi, disingkat C.O., dan 1 – β(θ) disebut fungsi
kuasa.
C. Pengujian Nilai Tengah (Rata – Rata)
a. Pengujian Nilai Tengah (Rata – Rata) dengan Uji Dua Arah
Umpamakanlah kita mempunyai sebuah populasi berdistribusi normal
dengan rata-rata µ dan simpangan baku σ. Akan diuji mengenai parameter rata-
rata µ. Untuk ini, seperti biasa diambil sebuah sampel acak berukuran n, lalu
dihitung statistik 𝑥̅ dan s. Kita bedakan hal-hal berikut :
1. σ Diketahui
Untuk pasangan hipotesis :
H0 : µ = µ0
H0 : µ = µ0
Dengan µ0 sebuah harga yang diketahui, digunakan statistik:
𝑧 =
𝑥̅ − 𝜇0
𝜎/√𝑛
… … …(1)
Dari bab sebelumnya, statistik z ini berdistribusi normal baku,
sehingga untuk menentukan kriteria pengujian, seperti tertera pada gambar
(1) , digunakan daftar distribusi normal baku. H0 kita terima jika – z1/2 (1 – α )
< z < z1/2 (1 – α ) dengan z1/2 (1 – α ) didapat dari daftar normal baku dengan
peluang ½ (1 – α ). Dalam hal lainnya H0 ditolak.
Teladan :
Pengusaha lampu pijar A mengatakan bahwa lampunya bisa tahan pakai
sekitar 800 jam. Akhir-akhir ini timbul dugaan bahwa masa pakai lampu itu
telah berubah. Untuk menentukan hal ini , dilakukan penelitian dengan jalan
menguji 50 lampu. Ternyata rata-ratanya 792 jam. Dari pengalaman,
19. 19
diketahui bahwa simpangan baku masa hidup lampu 60 jam. Selidikilah
dengan taraf nyata 0,05 apakah kualitas lampu itu sudah berubah atau
belum!
Jawab :
Dengan memisalkan masa hidup lampu berdistribusi normal, maka kita akan
menguji
H0 : µ = 800 jam, berarti lampu itu masa pakainya sekitar 800 jam
H1 : µ ≠ 800 jam, berarti kualitas lampu telah berubah bukan 800 jam lagi.
Dari pengalaman diketahui
simpangan baku (σ) = 60 jam.
Dari penelitian diketahui
𝑥̅ = 792 jam dengan n = 50.
Statistik yang digunakan adalah seperti dalam rumus (1)
𝑧 =
𝑥̅ − 𝜇0
𝜎/√𝑛
dengan mesubtitusikan µ0 = 800, didapat:
𝑧 =
792 − 800
60/√50
= −0,94
Kriteria yang dipakai, dari daftar normal baku untuk uji dua pihak dengan α
= 0,05 yang memberikan z0,475 = 1,96 adalah:
Terima H0 jika z hitung terletak antara -1,96 dan 1,96.
-1,96 1,96
Daerah Penerimaan Ho
20. 20
Dalam hal lainnya H0 ditolak.
Dari penelitian sudah didapat z = -0,94 dan ini jelas terletak dalam daerah
penerimaan H0 jadi H0 diterima.
Ini berarti dalam taraf nyata 0,05 penelitian memperlihatkan bahwa memang
masa pakai lampu masih sekitar 800 jam. Jadi kualitas lampu belum
berubah.
Catatan: pengujian yang menghasilkan H0 diterima dalam taraf nyata 0,05
dinamakan uji tak nyata atau uji tak berarti atau uji non-signifikan.
2. σ Tidak Diketahui
Pada kenyataannya, simpangan baku σ sering tidak diketahui. Dalam hal
ini, maka diambil taksirannya, ialah simpangan baku s yang dihitung dari
sampel dengan menggunakan rumus yang telah dibahas pada bab
sebelumnya . statistik yang digunakan untuk menguji hipotesis:
H0 : µ = µ0
H1 : µ ≠ µ0
Tidak lagi seperti dalam rumus (1), akan tetapi:
𝑡 =
𝑥̅ − 𝜇0
𝑠/√𝑛
…… … (2)
Untuk populasi normal, dari bab sebelumnya kita mengetahui
bahwa t berdistribusi student dengan dk = (n – 1). Karena itu, distribusi
untuk melakukan kriteria pengujian digunakan distribusi student dan
batas-batas kriteria untuk uji dua pihak ini didapat dari daftar distribusi
student pula. H0 kita terima jika –t1 – 1/2α < t <t1 – 1/2α dengan t1 – 1/2α didapat
dari daftar distribusi t dengan peluang (1 – 1/2α) dan dk = ( n – 1 ).
Dalam hal lainnya, H0 kita tolak.
Teladan :
21. 21
Untuk contoh sebelumnya yaitu tentang masa pakai lampu, misalkan
simpangan baku populasi tidak diketahui,
dari sampel didapat s = 55 jam,
𝑥̅ = 792 jam,
µ = 800, s = 55 dan n = 50, dengan menggunakan rumus (2)
𝑡 =
𝑥̅ − 𝜇0
𝑠/√𝑛
Didapat :
𝑡 =
792 − 800
55/√50
= −1,029
Distribusi Student, Dk=49
Dari tabel daftar distribusi student dengan α = 0,05
dk = 49 untuk uji dua pihak, didapat t = 2,01
kriteria pengujian: terima H0 jika t dihitung terletak antara -2,01 dan 2,01
sedangkan dalam hal lainnya H0 ditolak.
-2,01 2,01
Daerah Penerimaan Ho
22. 22
Penelitian menghasilkan t = -1,029 yang jelas terletak dalam daerah
penerimaan. Kesimpulan sama seperti contoh diatas.
b. Pengujian Nilai Tengah (Rata-Rata) dengan Uji Satu Arah
Perumusan Yang Umum Untuk Uji Satu Pihak Kanan Mengenai Rata-
Rata µ Berdasarkan H0 Dan H1
H0 : µ = µ0
H1 : µ > µ0
Kita misalkan populasi berdistribusi normal dan daripadanya sebuah sampel
acak berukuran n telah diambil. Seperti biasa, dari sampel tersebut dihitung
𝑥̅ dan s. Kita bedakan hal-hal berikut:
1. σ Diketahui
Jika simpangan baku σ untuk populasi diketahui, seperti biasa digunakan
statistik z yang tertera pada rumus (1). Sketsa untuk kriteria pengujian
seperti nampak dalam gambar (2), ialah menggunakan distribusi normal
baku. Batas kriteria, tentunya didapat dari daftar normal baku. Kita tolak
H0 jika z ≥ z0,5 – α dengan z0,5 – α didapat dari daftar normal baku
menggunakan peluang (0,5 – α). Dalam hal lainnya H0 kita terima.
Teladan :
Proses pembuatan barang rata-rata menghasilkan 15,7 unit per jam. Hasil
produksi mempunyai varians = 2,3. Metode baru diusulkan untuk
mengganti yang lama jika rata-rata per jam menghasilkan paling sedikit
16 buah. Untuk menentukan apakah metode diganti atau tidak, metode
baru dicoba 20 kali dan ternyata rat-rata per jam menghasilkan 16,9 buah.
Pengusaha tersebut bermaksud mengambil resiko 5% untuk
23. 23
menggunakan metode baru apabila metode ini rata-rata menghasilkan
lebih dari 16 buah. Apakah keputusan si pengusaha?
Jawab :
Dengan memisalkan hasil produksi berdistribusi normal, maka kita akan
menguji pasangan hipotesis:
H0 : µ = 16, berarti rata-rata hasil metode baru paling tinggi 16. Jika ini
terjadi, metode lama masih dipertahankan
H1 : µ > 16, berarti rata-rata hasil metode baru lebih dari 16 dan
karenanya metode lama dapat diganti.
Harga-harga yang perlu untuk menggunakan rumus (1) adalah
𝑥̅ = 16,9 buah
n = 20
σ = √2,3
µ0 = 16 buah. Didapat
𝑧 =
𝑥̅ − 𝜇0
𝜎/√𝑛
𝑧 =
16,9 − 16
√(2,3)/20
= 2,65
Dari tabel daftar normal standar dengan α = 0,05 diperoleh z = 1,64.
Kriteria pengujian adalah tolak H0 jika z hitung lebih besar atau sama dengan
1,64.
Jika z hitung lebih kecil dari 1, 64 maka H0 diterima.
24. 24
Daftar penelitian didapat z = 2,65 yang jelas jatuh pada daerah kritis jadi H0
ditolak. Ini menyimpulkan bahwa metode baru dapat menggantikan metode
lama dengan mengambil resiko 5%.
Sering dikehendaki berapa besar peluang yang terjadi ketika keputusan
berdasarkan hasil pengujian dibuat. Untuk contoh di atas, misalnya
peluang tersebut adalah:
P(z ≥ 2,65) = 0,5 – 0,4960 = 0,0040.
Ini berarti: berdasarkan penelitian yang dilakukan, kesempatan
melakukan kekeliruan ketika memutuskan mengambil metode baru 4 dari
setiap 1.000,.
2. σ Tidak Diketahui
Jika σ tidak dikatahui, statistik yang digunakan menguji
H0 : µ = µ0
H1 : µ > µ0
1,64
Daerah Penerimaan Ho
25. 25
adalah statistik t seperti pada rumus (2). Kriteria pengujian didapat dari
daftar distribusi student t dengan dk = (n – 1) dan peluang (1 – α). Jadi
kita tolak H0 jika t ≥ t1 – α dan terima H0 dalam hal lainnya.
Teladan :
Dikatakan bahwa dengan menyuntikkan semacam hormon tertentu kepada
ayam akan menambah berat telurnya rata-rata dengan 4,5 gram. Sampel acak
yang terdiri atas 31 butir telur dari ayam yang telah diberi suntikkan hormon
tersebut memberikan rata-rata 4,9 gram dan simpangan baku s = 0,8 gram.
Cukup beralasankah untuk menerima pernyataan bahwa pertambahan rata-rata
berat telur paling sedikit 4,5 gram?
Jawab :
Yang kita hadapi adalah pasangan hipotesis:
H0 : µ = 4,5 ; menyuntik ayam dengan hormon tidak menyebabkan
bertambahnya rata-rataberat telur dengan 4,5 gram.
H1 : µ > 4,5 ; suntikan hormon mengakibatkan berat telur rata-rata
bertambah paling sedikitdengan 4,5 gram.
Dari rumus (2)
𝑡 =
𝑥̅ − 𝜇0
𝑠/√𝑛
dengan 𝑥̅ = 4,9 gram,
s = 0,8 gram,
n = 31, dan µ = 4,5 didapat:
𝑡 =
4,9 − 4,5
0,8/√31
= 2,78
26. 26
Dengan mengambil α = 0,01 dari tabel daftar distribusi t dengan dk = 30
didapat t = 2,46.
Kriteria pengujian adalah tolak hipotesis H0 jika t hitung lebih besar atau
sama dengan 2,46.
Terima H0 dalam hal lainnya. Penelitian memberikan hasil t = 2,78 dan
ini jatuh pada daerah penolakan H0. Jadi hipotesis H0 kita tolak.
Perumusan Yang Umum Untuk Menguji Pihak Kiri mengenai rata-rata
µ berdasarkan H0 dan H1
H0 : µ = µ0
H1 : µ < µ0
Cara yang sama berlaku seperti untuk uji pihak kanan. Jika σ diketahui,
maka statistik z seperti dalam rumus (1) digunakan
𝑧 =
𝑥̅ − 𝜇0
𝜎/√𝑛
Tolak H0 jika z ≤ - z0,5 – α dengan z0,5 – α didapat dari daftar normal baku
menggunakan peluang (0,5 – α).
Dalam hal lainnya H0 di terima. Disini α = taraf nyata.
2,46
Daerah Penerimaan Ho
27. 27
Jika σ tidak diketahui, maka untuk uji pihak kiri tersebut digunakan
statistik t seperti tertera dalam rumus (2)
𝑡 =
𝑥̅ − 𝜇0
𝑠/√𝑛
Tolak hipotesis H0 jika t ≤ –t1 – α , dengan t1 – α didapat dari daftar distribusi
student t menggunakan peluang (1 – α) dan dk = ( n – 1 ).
Untuk t > –t1 – α , hipotesis H0 kita terima.
Teladan 1 :
Akhir-akhir ini masyarakat mengeluh dan mengatakan bahwa isi
bersih makanan A dalam kaleng tidak sesuai dengan yang tertulis pada
etiketnya sebesar 5 ons. Untuk meneliti hal ini, 23 kaleng makanan A telah
diteliti secara acak. Dari ke-23 isi kaleng tersebut, berat rata-ratanya 4,9 ons
dan simpangan baku 0,2 ons. Dengan taraf nyata 0,05 tentukan apa yang
akan kita katakan tentang keluhan masyarakat tersebut!
Jawab :
Jika rata-rata isi kaleng tidak kurang dari 5 ons, jelas masyarakat tidak
akan mengeluh. Karenya akan diuji pasangan hipotesis:
H0 : µ = 5
H1 : µ < 5
Disini simpangan baku σ tidak diketahui.
Yang diketahui adalah
𝑥̅ = 4,9 ons,
s = 0,2 ons,
n = 23 kaleng, dan µ = 5 ons
28. 28
Dengan memisalkan isi kaleng berdistribusi normal, maka dari rumus
(2)
𝑡 =
𝑥̅ − 𝜇0
𝑠/√𝑛
didapat statistik t:
𝑡 =
4,9−5
0,2/√23
= −2,398
Dengan nilai α = 0,05 dan dk = 22, dari daftar distribusi t didapat t =
1,72. Aturan untuk menguji adalah tolak H0 jika t hitung ≤ - 1,72 dan terima
H0 dalam hal lainnya. Dari perhitungan didapat t = -2,398 yang jelas jatuh
pada daerah penolakan H0. Jadi H0 kita tolak dan pengujian memberikan
hasil yang berarti pada taraf 5%.
Kesimpulan: penelitian tersebut menguatkan keluhan masyarakat
bahwa isi bersih makanan dalam kaleng sudah berkurang daripada yang
tertera pada etiket.
Teladan 2 :
Sebuah perusahaan manufaktur komputer menyebutkan bahwa umur
ekonomis rata-rata komputer yang diproduksinya adalah 10 tahun dengan
simpangan baku 1,5 tahun (populasi). Suatu perusahaan pesaing mengklaim
pernyataan tersebut bahwa umur ekonomis rata-rata komputer tersebut
Distribusi t, dk = 22
-1,72
0,05
Daerah Penerimaan Ho
29. 29
adalah 8 tahun. Jika anda adalah staf Yayasan Lembaga Konsumen
Indonesia, kesimpulan apa yang dapat anda berikan untuk kedua pernyataan
tersebut, jika dari 16 contoh diperoleh umur ekonomis rata-rata Gunakan
taraf nyata uji 0,05!
Jawab :
Dengan memisalkan hasil produksi berdistribusi normal, maka kita akan
menguji pasangan hipotesis:
H0 : µ = 10 tahun,
H1 : µ > 10 tahun,
Harga-harga yang perlu untuk menggunakan rumus (1) adalah
𝑥̅ = 8 tahun
n = 16
σ = 1,5
µ0 = 10 tahun. Didapat
𝑧 =
𝑥̅ − 𝜇0
𝜎/√𝑛
𝑧 =
8 − 10
1,5/√16
= −1,333
Dari tabel distribusi z diperoleh nilai z sebesar 1,645, tetapi karena
berada di sebelah kiri maka z = -1,645. Jadi untuk menolak H0, maka
nilai z hitung harus lebih kecil dari z tabel = -1,645.
Keputusannya adalah menerima H0 karena nilai z hitung (z = -1,333)
lebih besar dari z tabel (z = -1,645).
30. 30
BAB III
PENUTUP
A. KESIMPULAN
1. Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi
yang sifatnya masih sementara atau lemah kebenarannya.
2. Pengujian hipotesis dapat di bedakan atas beberapa jenis berdasarkan kriteria
yang menyertainya, yaitu:
Berdasarkan Jenis Parameternya
Berdasarkan Jumlah Sampelnya
Berdasarkan Jenis Distribusinya
Berdasarkan Arah Atau Bentuk Formulasi Hipotesisnya
3. Langkah - Langkah pengujian hipotesis adalah sebagai berikut.
Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha)
Memilih suatu taraf nyata (α) dan menentukan nilai table.
Membuat criteria pengujian berupa penerimaan dan penolakan H0.
Melakukan uji statistic
Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
4. Dalam melakukan pengujian hipotesis, ada dua macam kekeliruan yang dapat
terjadi, dikenal dengan nama-nama:
Kekeliruan tipe I: ialah menolak hipotesis yang seharusnya diterima
Kekeliruan tipe II: ialah menerima hipotesis yang seharusnya ditolak
5. Pengujian Nilai Tengah (Rata – Rata) dengan Uji Dua Arah, untuk pasangan
hipotesis :
H0 : µ = µ0
31. 31
31
H0 : µ = µ0
Dengan σ Diketahui, mengunakan rumus
𝑧 =
𝑥̅ − 𝜇0
𝜎/√𝑛
… … …(1)
Dengan σ Tidak Diketahui, menggunakan rumus
𝑡 =
𝑥̅ − 𝜇0
𝑠/√𝑛
…… … (2)
6. Pengujian Nilai Tengah (Rata-Rata) dengan Uji Satu Arah, untuk pasangan
hipotesis dari arah kanan :
H0 : µ = µ0
H1 : µ > µ0
7. Pengujian Nilai Tengah (Rata-Rata) dengan Uji Satu Arah, untuk pasangan
hipotesis dari arah kiri :
H0 : µ = µ0
H1 : µ < µ0
8. Rumus statistik pada pengujian nilai tengah (rata-rata) dengan uji satu arah
sama dengan rumus statsistik yang digunakan pada pengujian nilai tengah
dengan uji dua arah.
B. SARAN
Sebagai seorang mahasiswa yang akan melakukan penelitian, sebaiknya
memperhatikan bagaimana cara mengajukan hipotesis yang baik sehingga dalam
pengujian hipotesis yang kita ajukan bisa diterima dan digunakan. Oleh karena
itu, makalah ini kami sarankan untuk dijadikan sebagai salah satu referensi bagi
mahasiswa yang akan melakukan penelitian.