Dokumen menjelaskan pengujian hipotesis menggunakan statistika parametrik yang memerlukan asumsi tertentu dan memiliki berbagai metode seperti one sample t-test, independent sample t-test, dan paired sample t-test. Setiap metode memiliki karakteristik, rumus, serta langkah-langkah tertentu yang harus diikuti dalam pengujian. Penentuan hipotesis nol dan alternatif serta taraf nyata adalah kunci dalam proses analisis untuk menarik kesimpulan dari data.

2. Pengujian hipotesis yang dilakukan melalui statistika
parametrik harus memenuhi beberapa asumsi seperti
(Sunjoyo dkk, 2013) :
1. Observasi-observasi bersifat independen,
2. Distribusi datanya normal,
3. Pengukuran data bersifat nilai / magnitude nya,
4. Populasinya mempunyai nilai varians yang sama,
5. Jumlah sampel yang diambil besar,
6. Datanya kuantitatif,
7. Memiliki skala pengukuran berupa interval dan rasio

3.  Kelebihan statistika parametrik adalah kesimpulan yang
diperoleh lebih kuat dibandingkan dengan kesimpulan yang
diperoleh dari analisis statistika non parametrik, sedangkan
kelemahan statistika parametrik adalah kebutuhan
beberapa asumsi untuk melakukan analisis statistika
parametrik, dan juga dibutuhkan analisis yang lebih rumit.
 3 bentuk macam pengujian hipotesis yang dapat dilakukan
melalui metode statistika parametrik, yaitu :
1. Pengujian satu sampel (One sample t-test)
2. Pengujian dua sampel bebas (Independent sample t-test)
3. Pengujian dua sampel berpasangan (Paired sample t-test)

5.  Hipotesis berasal dari bahasa Yunani, yaitu :
hupo : lemah, kurang atau di bawah
thesis : teori / pernyataan yang disajikan sebagai
bukti
 Hipotesis adalah suatu pernyataan yang masih lemah
kebenarannya dan perlu dibuktikan atau dugaan yang
sifatnya masih sementara.
 Hipotesis statistik adalah pernyataan atau dugaan
mengenai keadaan populasi yang sifatnya masih
sementara atau lemah kebenarannya.

6. 1. Menentukan formulasi hipotesis
a. Hipotesis nol atau hipotesis nihil (H0)
Hipotesis yang dirumuskan sebagai suatu
pernyataan yang akan diuji.
b. Hipotesis alternatif atau hipotesis tandingan (H1)
Hipotesis yang dirumuskan sebagai lawan atau
tandingan dari hipotesis nol.
 Uji 2 arah
 Uji arah kanan
 Uji arah kiri

7. Apabila hipotesis nol diterima, maka hipotesis
alternatif ditolak. Demikian sebaliknya, jika hipotesis
alternatif diterima, maka hipotesis nol ditolak.
Apa yang dinyatakan oleh hipotesis penelitian
disimpan sebagai H1, sedangkan H0 adalah lawannya,
KECUALI jika hipotesis penelitian mengisyaratkan
tanda “ = “ maka disimpan sebagai H0 dan H1 sebagai
lawannya.
2. Menentukan taraf nyata (α)
Note :
 Tingkat keyakinan / tingkat kepercayaan / tingkat
konfidensi / peluang benar (1 – α)
 Tingkat signifikan / tingkat risiko / taraf nyata (α)

8. 3. Menentukan nilai uji statistik
4. Menentukan kriteria penerimaan atau penolakan H0
a. Uji 2 arah
H0 diterima : - Zα/2 ≤ Z ≤ Zα/2
H0 ditolak : Z > Zα/2 , Z < - Zα/2

9. b. Uji arah kanan
H0 diterima : Z ≤ Zα
H0 ditolak : Z > Zα

10. c. Uji arah kiri
H0 diterima : Z ≥ - Zα
H0 ditolak : Z < - Zα
5. Membuat kesimpulan

11. 1.Pengujian satu sampel (One sample t-test)
2.Pengujian dua sampel bebas (Independent
sample t-test)
3.Pengujian dua sampel berpasangan (Paired
sample t-test)

12. Uji one sample t-test berlaku pada satu sampel bisa dipakai
untuk menguji apakah data sebuah sampel yang diambil
menunjang hipotesis yang menyatakan bahwa populasi asal
sampel tersebut mengikuti suatu distribusi yang telah
ditetapkan (Kurniawan, 2011).
Ciri-ciri uji one sample t-test :
1. Level pengukuran data yaitu interval dan rasio
2. Jumlah data minimal 30 sampel
3. Ciri utama : Terdapat nilai / angka pembanding (cut off)
4. Data berdistribusi normal

13. A. Sampel besar (n ≥ 30)
1. Formulasi hipotesis
a. H0 : μ = μ0
H1 : μ ≠ μ0 → Uji 2 arah
b. H0 : μ ≤ μ0
H1 : μ > μ0 → Uji arah kanan
c. H0 : μ ≥ μ0
H1 : μ < μ0 → Uji arah kiri
2. Taraf nyata (α) Tabel Z

14.  Tabel
Distribusi
Normal

15. 3. Uji statistik
a. Jika simpangan baku populasi (σ) diketahui :
b. Jika simpangan baku populasi (σ) tidak
diketahui :
4. Kriteria penerimaan atau penolakan H0
5. Kesimpulan

16. B. Sampel kecil (n < 30)
1. Formulasi hipotesis
a. H0 : μ = μ0
H1 : μ ≠ μ0 → Uji 2 arah
b. H0 : μ ≤ μ0
H1 : μ > μ0 → Uji arah kanan
c. H0 : μ ≥ μ0
H1 : μ < μ0 → Uji arah kiri
2. Taraf nyata (α) → Tabel t dengan df = n – 1

17. df
α
Tingkat signifikansi uji satu arah
0,10 0,05 0,025 0,01 0,005 0,0005
Tingkat signifikansi uji dua arah
0,20 0,10 0,05 0,02 0,01 0,001
1 3.078 6.314 12.706 31.821 63.657 636.619
2 1.886 2.920 4.303 6.965 9.925 31.599
3 1.638 2.353 3.182 4.541 5.841 12.924
4 1.533 2.132 2.776 3.747 4.604 8.610
5 1.476 2.015 2.571 3.365 4.032 6.869
6 1.440 1.943 2.447 3.143 3.707 5.959
7 1.415 1.895 2.365 2.998 3.499 5.408
8 1.397 1.860 2.306 2.896 3.355 5.041
9 1.383 1.833 2.262 2.821 3.250 4.781
10 1.372 1.812 2.228 2.764 3.169 4.587
dst

18. 3. Uji statistik
a. Jika simpangan baku populasi (σ) diketahui :
b. Jika simpangan baku populasi (σ) tidak
diketahui :
4. Kriteria penerimaan atau penolakan H0
5. Kesimpulan

19. 1. Seorang dosen menyatakan bahwa rata-rata uang saku
mahasiswa Fakultas Ekonomi per hari lebih dari Rp 150.000.
Untuk menguji pernyataan tersebut, dipilih 35 orang
mahasiswa Fakultas Ekonomi secara random dan ternyata rata-
rata uang saku mereka sebesar Rp 157.000 dengan varians Rp
171.610.000. Dengan taraf nyata 5% ujilah pernyataan dosen
tersebut!
2. Seorang manajer pabrik air mineral menyatakan bahwa rata-
rata isi air dalam botol yang diproduksinya maksimal 680 mL.
Dari 8 air mineral yang dipilih secara acak diperoleh sebagai
berikut; 660 mL, 670 mL, 655 mL, 665 mL, 675 mL, 679 mL, 680
mL, dan 678 mL. Dengan tingkat risiko 2,5%, ujilah pernyataan
manajer tersebut!

22. Tujuan independent sample t-test untuk membandingkan rata-
rata dari dua grup yang tidak berhubungan satu dengan yang
lain, apakah kedua grup tersebut mempunyai rata-rata yang
sama ataukah tidak secara signifikan.
Ciri-ciri independent sample t-test :
1. Level pengukuran data yaitu interval dan rasio
2. Jumlah data minimal 30 sampel
3. Ciri utama : Berasal dari 2 buah populasi yang diambil secara
bebas tanpa ada hubungan
4. Data berdistribusi normal

23. A. Sampel besar (n1, n2 ≥ 30)
1. Formulasi hipotesis
a. H0 : μ1 = μ2 µ1 - µ2 = 0
H1 : μ1 ≠ μ2 → Uji 2 arah µ1 - µ2 = 0
b. H0 : μ1 ≤ μ2 µ1 - µ2 ≤ 0
H1 : μ1 > μ2→ Uji arah kanan µ1 - µ2 > 0
c. H0 : μ1 ≥ μ2 µ1 - µ2 ≥ 0
H1 : μ1 < μ2 → Uji arah kiri µ1 - µ2 < 0
2. Taraf nyata (α) → Tabel Z

24. 3. Uji statistik
a. Jika simpangan baku populasi (σ) diketahui :
b. Jika simpangan baku populasi (σ) tidak
diketahui :
• Bila σ1
2 dan σ2
2 tidak diketahui nilainya, tetapi
σ1
2 ≠ σ2
2

25. • Bila σ1
2 dan σ2
2 tidak diketahui nilainya, tetapi
σ1
2 = σ2
2
4. Kriteria penerimaan atau penolakan H0
5. Kesimpulan

26. B. Sampel kecil (n1, n2 < 30)
1. Formulasi hipotesis
a. H0 : μ1 = μ2
H1 : μ1 ≠ μ2 → Uji 2 arah
b. H0 : μ1 ≤ μ2
H1 : μ1 > μ2 → Uji arah kanan
c. H0 : μ1 ≥ μ2
H1 : μ1 < μ2 → Uji arah kiri
2. Taraf nyata (α) → Tabel t dengan df = n1 + n2 – 2

27. 3. Uji statistik
a. Jika simpangan baku populasi (σ) diketahui :
b. Jika simpangan baku populasi (σ) tidak
diketahui :
• Bila σ1
2 dan σ2
2 tidak diketahui nilainya, tetapi
σ1
2 ≠ σ2
2

28. • Bila σ1
2 dan σ2
2 tidak diketahui nilainya, tetapi
σ1
2 = σ2
2
4. Kriteria penerimaan atau penolakan H0
5. Kesimpulan

29. 1. Suatu mata kuliah yang sama diajarkan oleh dua dosen yang berbeda,
yaitu dosen A dan dosen B. Rata-rata nilai ujian yang diperoleh dari 33
orang mahasiswa di kelas dosen A sebesar 72 dengan simpangan baku 8.
Sedangkan rata-rata nilai ujian yang diperoleh dari 35 orang mahasiswa
di kelas dosen B adalah 83 dengan simpangan baku 6,5. Ujilah dengan
taraf nyata 5%, apakah ada perbedaan nilai ujian yang diperoleh kedua
dosen tersebut?
2. Seorang petugas dari Departemen Kesehatan beranggapan bahwa tidak
ada perbedaan antara rata-rata nikotin yang dikandung oleh batang
rokok merek A dan merek B. Untuk menguji anggapan tersebut, diambil
sampel sebanyak 10 batang rokok merk A dan 8 batang rokok merek B.
Dari hasil penelitian, ternyata rata-rata nikotin rokok merek A sebesar
23,1 mg dengan standar deviasi 1,5 mg. Sedangkan rata-rata nikotin
rokok merek B sebesar 22,7 mg dengan simpangan baku 1,7 mg. Ujilah
anggapan tersebut dengan tingkat keyakinan 95%!

32. Paired sample t-test untuk menguji dua sampel yang
berpasangan, apakah mempunyai rata-rata yang secara nyata
berbeda ataukah tidak. Dua sampel yang berpasangan adalah
sebuah sampel dengan subjek yang sama namun mengalami
dua perlakuan / pengukuran yang berbeda.
Ciri-ciri paired sampel t-test :
1. Level pengukuran data yaitu interval dan rasio
2. Jumlah data minimal 30 sampel
3. Ciri utama : Berasal dari 1 buah populasi yang sama diberi 2
buah perlakuan yang berbeda dan mempunyai hubungan
4. Data berdistribusi normal

33.  Uji beda dua nilai rata-rata dari dua populasi yang
tidak bebas.
 Langkah pengujian sama dengan uji hipotesis selisih
rata-rata → Tabel t → df = n – 1
 Rumus uji Statistik :

34. Seorang kepala bagian ingin mengetahui bahwa apakah ruangan kerja yang
memiliki penerangan baik akan meningkatkan kinerja karyawan. Hasil
pengamatan terhadap 5 orang karyawan yang pilih secara random adalah :
Apakah dapat dikatakan bahwa setelah penerangan dapat meningkatkan
nilai kinerja karyawan? Ujilah dengan taraf nyata 5%!
Karyawan
Nilai kinerja karyawan
Sebelum penerangan Sesudah penerangan
A 65 73
B 67 76
C 70 71
D 75 79
E 77 82