1

BAB I
PENDAHULUAN

1.1. Latar belakang
Menurut Popham dan Sirotnik (1973: 45), hipotesis bertitik tolak pada eksistensi
hubungan antar variabel dimana terdapat dugaan atau kesimpulan sementara yang perlu
dibuktikan kebenarannya. Hipotesis seperti yang kita ketahui yakni dugaan yang
mungkin benar, atau mungkin juga salah. Dia akan ditolak jika salah atau palsu, dan akan
diterima jika faktor-faktor membenarkannya. Penolakan dan penerimaan hipotesis,
dengan begitu sangat tergantung kepada hasil-hasil penyelidikan terhadap faktor-faktor
yang dikumpulkan. Hipotesis dapat juga dipandang sebagai konklusi yang sifatnya sangat
sementara. Sebagai konklusi sudah tentu hipotesis tidak dibuat dengan semena-mena,
melainkan atas dasar pengetahuan-pengetahuan tertentu. Pengetahuan ini sebagian dapat
diambil dari hasil-hasil serta problematika-problematika yang timbul dari penyelidikan-
penyelidikan yang mendahului, dari renungan-renungan atas dasar pertimbangan yang
masuk akal, ataupun dari hasil-hasil penyelidikan yang dilakukan sendiri. Secara
prosedural hipotesis penelitian diajukan setelah peneliti melakukan kajian pustaka, karena
hipotesis penelitian adalah rangkuman dari kesimpulan-kesimpulan teoritis yang
diperoleh dari kajian pustaka

Hipotesis merupakan jawaban sementara terhadap masalah penelitian yang secara
teoritis dianggap paling tinggi dan paling mungkin tingkat kebenarannya. Riduwan
(2009: 138 Mengungkapkan bahwa setiap penelitian tidak harus berhipotesis, tetapi
setiap penelitian harus dirumuskan masalahnya. Adanya hipotesis dinyatakan
berdasarkan pada rumusan masalah penelitian yang diajukan. Agar rumusan masalah
dapat terjawab dan hipotesis teruji berdasarkan data yang dikumpulkan oleh peneliti.
Jadi, keduanya harus dirumuskan dengan menggunakan kalimat yang jelas, tidak
menimbulkan banyak penafsiran dan spesifik supaya dapat diukur. Masalah penelitian
dirumuskan dalam bentuk kalimat tanya dan hipotesis dalam bentuk kalimat pernyataan.


2

Selanjutnya, pengujian hipotesis penelitian secara perhitungan statistik
memerlukan perubahan rumusan hipotesis ke dalam rumusan hipotesis statistik yang
mana memasangkan hipotesis alternatif (Ha) dan hipotesis nol (Ho) sehingga dapat
memutuskan dengan tegas menolak atau menerima salah satu dari kedua hipotesis
tersebut. Selain itu, Pengujian hipotesis deskriptif pada dasarnya merupakan proses
pengujian generalisasi hasil penelitian yang didasarkan pada satu sampel. Kesimpulan
yang dihasilkan nanti adalah apakah hipotesis yang diuji itu dapat digeneralisasikan atau
tidak. Dalam uji hipotesis satu sampel ini variabel penelitiannya bersifat mandiri, dan
sampelnya satu, oleh karena itu variabel penelitiannya tidak berbentuk perbandingan
ataupun hubungan antar dua variabel atau lebih.


1.2. Rumusan masalah
Dari latar belakang diatas dapat dirumuskan sebagai berikut :
1.2.1. Bagaimana Pengujian hipotesis bagi rata-rata satu populasi ?
1.2.2. Bagaimana Pengujian hipotesis bagi selisih rata-rata dua populasi saling
bebas?
1.2.3. Bagaimana Pengujian hipotesis bagi selisih rata-rata dua populasi tidak
bebas?
1.2.4. Bagaimana Pengujian hipotesis bagi proporsi satu populasi?
1.2.5. Bagaimana Pengujian hipotesis selisih proporsi dua populasi peubah acak?
1.2.6. Bagaimana Pengujian hipotesis bagi kehomogenan dua ragam?
1.2.7. Bagaiamana Pengujian hipotesis bagi uji chi square untuk hubungan
antara dua variabel?

1.3. Tujuan
Untuk mengetahui berbagai pengujian hipotesis agar dapat digunakan pada
penelitian selanjutnya.



3
BAB II
ISI
2.1. Pengertian

Istilah hipotesis berasal dari bahasa yunani yang mempunyai dua kata yaitu Hupo
(sementara) dan thesis (peryataan atau teori). Karena hipotesis merupakan pernyataan
sementara yang masih lemah kebenarannya, maka perlu diuji kebenarannya. Kemudian
para ahli menafsirkan arti hipotesis adalah sebagai dugaan terhadap hubungan antar
variabel atau lebih (Kerlinger, 1973: 18) dalam Riduwan (2006: 162).
Hipotesis statistik merupakan pernyataan sementara tentang satu populasi atau
lebih. Dalam statistika, pengujian hipotesis merupakan bagian terpenting untuk
mengambil keputusan. Dengan melakukan pengujian hipotesis seorang peneliti akan
dapat menjawab pertanyaan-pertanyaan yang diajukan dengan menyatakan penolakan
atau penerimaan terhadap hipotesis. Kebenaran hipotesis secara pasti tidak pernah
diketahui kecuali jika dilakukan pengamatan terhadap seluruh anggota populasi. Untuk
melakukan hal ini sangatlah tidak efisien apalagi bila ukuran populasinya sangat besar.

2.2. Ciri-Ciri Hipotesis

Karakteristik Hipotesis yang Baik Sebuah hipotesis atau dugaan sementara yang
baik hendaknya mengandung beberapa hal. Hal hal tersebut diantaranya :
a. Hipotesis harus mempunyai daya penjelas
b. Hipotesis harus menyatakan hubungan yang diharapkan ada di antara variabel-
variabel
c. Hipotesis harus dapat diuji
d. Hipotesis hendaknya konsistesis dengan pengetahuan yang sudah ada.
e. Hipotesis hendaknya dinyatakan sesederhana dan seringkas mungkin.

Berikut ini beberapa penjelasan mengenai Hipotesis yang baik :
- Hipotesis harus menduga Hubungan diantara beberapa variabel


4
Hipotesis harus dapat menduga hubungan antara dua variabel atau lebih, disini harus
dianalisis variabel-variabel yang dianggap turut mempengaruhi gejala-gejala tertentu
dan kemudian diselidiki sampai dimana perubahan dalam variabel yang satu membawa
perubahan pada variabel yang lain.
- Hipotesis harus Dapat Diuji
Hipotesis harus dapat di uji untuk dapat menerima atau menolaknya, hal ini dapat
dilakukan dengan mengumpulkan data-data empiris.
- Hipotesis harus konsisten dengan keberadaan ilmu pengetahuan
Hipotesis tidak bertentangan dengan pengetahuan yang telah ditetapkan sebelumnya.
Dalam beberapa masalah, dan terkhusus pada permulaan penelitian, ini harus berhati-
hati untuk mengusulkan hipotesis yang sependapat dengan ilmu pengetahuan yang
sudah siap ditetapkan sebagai dasar. Serta poin ini harus sesuai dengan yang
dibutuhkan untuk memeriksa literatur dengan tepat oleh karena itu suatu hipotesis harus
dirumuskan bedasar dari laporan penelitian sebelumnya.
- Hipotesis Dinyatakan Secara Sederhana
Suatu hipotesis akan dipresentasikan kedalam rumusan yang berbentuk kalimat
deklaratif, hipotesis dinyatakan secara singkat dan sempurna dalam menyelesaikan apa
yang dibutuhkan peneliti untuk membuktikan hipotesis tersebut.

2.3. Pengujian hipotesis
2.3.1. Pengujian hipotesis bagi rata-rata satu populasi
Langkah-langkah dalam menguji hipotesis rata-rata satu populasi, yaitu :
1. Menetapkan hipotesisnya :
a. Ho : o
H1 : o
b. Ho : o
H1 : o
c. Ho : o
H1 : o
2. Tentukan


5
3. Dan 4 untuk menentukan statistik uji ada 3 kondisi yang harus dilihat, yaitu :
I. Bila simpangan baku dari populasi () diketahui, maka gunakan uji-Z :
Z
hit
=



II. Bila simpangan baku dari populasi () tidak diketahui dan jumlah contoh ,
n30, maka gunakan uji-Z :
Z
hit
=



III. Bila simpangan baku dari populasi tidak diketahui dan jumlah contoh,
n<30, maka gunakan uji-t :
t
hit
=



4.
5. Lihat nilai tabel. Tabel yang digunakan adalah tabel-Z dan tabel-t.
Untuk hipotesis model (a) atau (b) : Z
tabel
= Z

;t
tabel
= t

(V); v= (n-1)
Untuk hipotesis model (c) : Z
tabel
= Z
/2
;t
tabel
= t
/2
(V); v= (n-1)

6. Kesimpulan
- Untuk hipotesis model (a) cara membuat kesimpulannya adalah :
Bila Z
hit
< -Z
tabel
, maka tolak Ho
Bila t
hit
< -t
tabel
, maka tolak Ho
- Untuk hipotesis model (b) cara membuat kesimpulannya adalah :
Bila Z
hit
> Z
tabel
, maka tolak Ho
Bila t
hit
> t
tabel
, maka tolak Ho
- Untuk hipotesis model cara membuat kesimpulannya adalah :
Bila |Z
hit
| > Z
tabel
, maka tolak Ho
Bila| t
hit
| > t
tabel
, maka tolak Ho

Contoh 1:
Perusahaan farmasi Pharos memproduksi obat jenis tertentu yang masa pakainya
menghampiri distribusi normal dengan rata-rata 800 hari dan simpangan baku 40


6
hari. Sampel acak 30 obat jenis tersebut menghasilkan masa pakai rata-rata 788
hari. Ujilah hipotesis bahwa masa pakai obat tersebut tidak sama dengan 800 hari
dengan tingkat signifikan o = 4%
Jawab :
- Ho : = 800 hari
- H
1
: = 800 hari
- o = 0,04
- Daerah kritis : z : < -2,06 dan z > 2,06
- x = 788 hari, n = 30, dan o = 40 hari 64 , 1
30 / 40
800 788
=

= z
- Keputusan : Terima Ho

Kesimpulan : masa pakai obat jenis tersebut adalah 800 hari

CONTOH 2
Pengujian Hipotesis Satu Rata-Rata Dengansampel Kecil (N 30 )

SOAL : Sebuah toko buku setiap harinya dapat menjual buku sebagai berikut
:68, 74, 74, 72, 72, 66, 74, 72, 80, 66, 64, 40, 76, 76, 90. Jika dipakai = 5%,
dapatkah diyakini bahwa toko buku tersebut dapat menjual di atas 60 buku setiap
harinya?

Jawab :
n = 15S = [X/(n-1)] - [(X)/(n(n-1))] = [ 77.064/14 ] -
[(1.064)/(15x140] =113,6381
S = 10,66
Rata-rata (X) = 70,93
Rumusan Hipotesis: ( Hipotesis satu arah, sisi kanan )
Ho : = o, H1 : > o Nilai statistik t 0,050, 14 = 1,761


7
Uji Statistik : to = (X- ) / (s/n) = ( 70,93 - 60 ) / ( 10,66 / 15 ) = 3,972
Nilai to = 3,972 > t 0,05, 14 = 1,761
Jadi : tolak Ho atau terima H1.
Kesimpulan : dapat diyakini bahwa toko buku tersebut dapat menjual di atas 60
buah buku setiap harinya.

2.3.2. Pengujian Hipotesis bagi selisih rata-rata dua populasi saling bebas
Langkah-langkah dalam menguji hipotesis bagi selisih rata-rata dua populasi,
yaitu :
1. Menetapkan hipotesisnya, yaitu :
a. Ho :
H1 :
b. Ho :
H1 :
c. Ho :
Ho :

2. Tentukan
3. Dan 4. Untuk menentukan statistic uji ada 4 kondisi yang harus dilihat,
yaitu :
I. Simpangan baku dari populasi I dan II ( diketahui, maka
gunakan uji-Z :
Z
hitung

1
1

2
2


II. Simpangan baku dari populasi I dan II tidak diketahui dan (n
1
+ n
2
- 2)
30, maka gunakan uji-Z :

1
= s
1;

2
= s
2



8
Z
hitung

1
1

2
2



III. Simpangan baku dari populasi I dan II tidak diketahui namun
; dan (n
1
+ n
2
- 2) 30, maka gunakan uji-t :

1
= s
1;

2
= s
2


T
hit
=

12

p

IV. Simpangan baku dari populasi I dan II tidak diketahui namun
; dan (n
1
+ n
2
- 2) 30, maka gunakan uji-t :

1
= s
1;

2
= s
2
t
hit

1
1

2
2

,
dengan derajat bebas v =
1) (s

1)2

(s

4.
5. Lihat nilai tabel. Tabel yang digunakan adalah tabel-Z dan tabel-t.
Untuk hipotesis model (a) atau (b) : Z
tabel
= Z

;t
tabel
= t

(V); v= (n-1)
Untuk hipotesis model (c) : Z
tabel
= Z
/2
;t
tabel
= t
/2
(V); v= (n-1)
6. Kesimpulan :
- Untuk hipotesis model (a) cara membuat kesimpulannya adalah :
Bila Z
hit
< -Z
tabel
, maka tolak Ho
Bila t
hit
< -t
tabel
, maka tolak Ho
- Untuk hipotesis model (b) cara membuat kesimpulannya adalah :
Bila Z
hit
> Z
tabel
, maka tolak Ho
Bila t
hit
> t
tabel
, maka tolak Ho
- Untuk hipotesis model cara membuat kesimpulannya adalah :
Bila |Z
hit
| > Z
tabel
, maka tolak Ho


9
Bila| t
hit
| > t
tabel
, maka tolak Ho

Contoh soal
Sebuah perusahaan telekomunikasi bergerak memutuskan untuk memasang
sistem antena jenis baru di stasiun relainya untuk meningkatkan kinerja
pembicaraan dengan pelanggannya. Dua contoh antenna dari 2 pemasok
cukup memadai untuk penerapan yang diinginkan. Untuk menjamin
pemasokan dan suku cadang perusahaan tersebut memutuskan untuk
membeli dari 2 pemasok tersebut. Dengan syarat tidak ada perbedaan artinya
daya tahan usia memiliki umur yang sama. Suatu sampel acak dari 35 dari
sistem antenna pertama dan 32 antena dari pemasok B akan diuji. Rata-rata
kegagalan dari sistem antenna adalah 2800 hari dari antena A dan 2750 dari
antenna B. Suatu sumber dari industri independent yang layak
mengidentifikasikan bahwa standart deviasi untuk sistem A adalah 200 jam
dan untuk antenna B adalah 180 hari. Dengan tingkat kepentingan 0,05 maka
apakah terdapat perbedaan dalam sistem antena tersebut?
Uji hipotesis dilakukan dengan langkah sebagai berikut :
Hipotesis :
H0 :
1
=
2
H1 :
1

2
uji dua ujung
Tingkat kepentingan = 0.05
Menggunakan distribusi z
Batas batas daerah penolakan / batas kritis dua ujung adalah = 0.05 berarti
/2 = 0.025 dari tabel z didapatkan nilai kritis sebagai berikut : 1.96
Aturan keputusan tolak H0 dan terima H1 jika RU z < 1.96 atau RU z < -
1.96, jika tidak demikian terima H0
Rasio uji
08 , 1
43 , 46
2750 2800
43 , 46
36
180
35
200
2
2
2
1
2
1
2 1
2 2
2
2
2
1
2
1
=

=
+

=
= + = +
n n
x x
RU
n n
o o
o o


10
Pengambilan keputusan Karena -1.96< RUz < 1.96 maka H0 diterima. Hal
ini sama artinya bahwa tidak ada perbedaan antara sistem antenna 1 dan
antenna 2.

2.3.3. Pengujian Hipotesis bagi proporsi satu populasi
Langkah-langkah dalam menguji proporsi satu populasi, yaitu :
1. Menetapkan hipotesisnya, yaitu :
a. Ho : p
H1 :
b. Ho :
H1 :
c. Ho :
Ho :

2. Tentukan
3. Dan 4. Statistik uji yang digunakan adalah uji-Z :
4. Z
hit
=

, x = jumlah sukses; n = jumlah contoh
5. Lihat nilai tabel. Tabel yang digunakan adalah tabel-Z.
Untuk hipotesis model (a) atau (b) : Z
tabel
= Z

Untuk hipotesis model (c) : Z
tabel
= Z
/2

6. Kesimpulan :
- Untuk hipotesis model (a) cara membuat kesimpulannya adalah :
Bila Z
hit
< -Z
tabel
, maka tolak Ho
Bila t
hit
< -t
tabel
, maka tolak Ho
- Untuk hipotesis model (b) cara membuat kesimpulannya adalah :
Bila Z
hit
> Z
tabel
, maka tolak Ho
Bila t
hit
> t
tabel
, maka tolak Ho
- Untuk hipotesis model cara membuat kesimpulannya adalah :
Bila |Z
hit
| > Z
tabel
, maka tolak Ho
Bila| t
hit
| > t
tabel
, maka tolak Ho


11
Contoh
Perusahaan gas menyatakan bahwa dua-pertiga penduduk suatu kota menggunakan
gas alam sebagai pemanas rumah selama musim dingin. Apakah cukup alasan untuk
menerima pernyataan tersebut bila diantara 1000 rumah yang diambil secara acak
dikota itu, ternyata 618 rumah menggunakan gas alam ? Gunakan 0, 05 o = .
Jawab
X : banyaknya rumah yang menggunakan gas alam
1000 n = , x = 618
Hipotesis :
2
0 3
: H p =

2
1 3
: H p =
0, 05 o =
Statistik penguji :

( )
( )( )
( )( )( )
2
3
2 1
3 3
618 1000
3, 27
1 1000
x np
z
np p

= = =

Wilayah kritik :
2
z z
o
s dan
2
z z
o
> ;
2
0,025
1,96 z z
o
= =
Karena z = - 3,27 < - 1,96 maka
0
H ditolak.

Kesimpulan :
Pernyataan perusahaan gas tersebut tidak benar karena proporsi penduduk yang
menggunakan gas alam sebagai pemanas rumah dikota tersebut tidak sama dengan
2
3



12

Contoh 2 :
Suatu obat penenang ketegangan syaraf diduga hanya 60% efektif. Seorang peneliti
bermaksud melakukan percobaan obat penenang jenis baru dengan memberikan
kepada 100 orang dewasa penderita ketegangan syaraf yang dipilih secara acak,
hasilnya menunjukkan bahwa obat baru tersebut 70% efektif. Apakah ini
merupakan bukti yang cukup untuk menyimpulkan bahwa obat baru lebih baik
daripada yang beredar sekarang ? (Gunakan o = 5%)
Jawab :
- Ho : p = 0,6
- H
1
: p > 0,6
- o = 0,05
- Daerah kritis : z > 1,645
- Untuk x = 70 , n = 100, p
0
= 0,6, dan q
0
= 0,4, maka
04 , 2
) 4 , 0 )( 6 , 0 )( 100 (
60 70
. .
.
0 0
0
=

=
q p n
p n x
z
- Keputusan : Tolak Ho
Kesimpulan : Obat baru tersebut memang lebih manjur
2.3.4. Pengujian hipotesis bagi selisih rata-rata dua populasi tidak bebas
Untuk variansi diketahui:
Simpangan baku dari populasi I dan II (
1
o dan
2
o ) diketahui, maka
menggunakan uji-Z:


Simpangan baku dari populasi I dan II (
1
o dan
2
o ) tidak diketahui dan (n
1
+ n
2
-
2) 30 , maka menggunakan uji-Z:
2 1
0
2 1
0
) (
x x
d x x
Z

=
o


13
2
2
2
1
2
1
2 1
n n
x x
o o
o + =

- Untuk variansi tidak diketahui:
Simpangan baku dari populasi I dan II (
1
o dan
2
o ) tidak diketahui dan (n
1
+ n
2
-
2)< 30 , maka menggunakan uji-t:
1
o = S
1 ;

2
o = S
2





Rusa Androgen Di
Waktu Suntikan 30 menit setelah
suntikan

1 2.76 7.02 4.26
2 5.18 3.10 -2.08
3 2.68 5.44 2.76
4 3.05 3.99 0.94
5 4.10 5.21 1.11
6 7.05 10.26 3.21
7 6.60 13.91 7.31
8 4.79 18.53 13.74
9 7.39 7.91 0.52
2
) 1 ( ) 1 (
1 1
) (
2 1
2
2
2 1
2
1
2
2 1
0
2 1
+
+
=
+

=
n n
n s n s
s
n n s
d x x
t
p
p


14


- Uji Pengamatan Berpasangan



Soal 1:
Percobaan dilakukan untuk memeriksa pengaruh obat X terhadap kadar peredaran
endrogen dalam darah. Sampel darah rusa diambil segera setelah disuntikkan obat
tersebut. 30 menit kemudian darah rusa tersebut diambil lagi. Kadar androgen pada
waktu disuntik dan 30 menit setelah disuntik untuk 15 rusa adalah seperti pada
tabel. Apakah kadar androgen berubah setelah ditunggu 30 menit? Anggap populasi
normal. Gunakan taraf keberartian 0.05

1. H
0
:
1
=
2

2. H
1
:
1

2

3. = 0.05
4. Daerah kritisnya t < -2.145 dan t > 2.145
5. Perhitungan:
06 . 2
15 474 . 18
0 848 . 9
474 . 18 848 . 9
=

=
= =
t
S d
d

10 7.30 4.85 -2.45
11 11.78 11.10 -0.68
12 3.90 3.74 -0.16
13 26.00 94.03 68.03
14 67.48 94.03 26.55
15 17.04 41.70 24.66
n S
D
T
d
D

=


15
6. Kesimpulan:
H
0
diterima. Tidak ada perbedaan dalam rataan kadar peredaran androgen

2.3.5. Pengujian hipotesis bagi selisih proporsi dua populasi peubah acak

Untuk membandingkan proporsi
1
p dan
2
p melalui uji hipotesis, langkah-
langkahnya adalah sebagai berikut :
1. Susun hipotesis dengan salah satu cara dibawah ini :
A.
0 1 2
: H p p = B.
0 1 2
: H p p s C.
0 1 2
: H p p >

1 1 2
: H p p =
1 1 2
: H p p >
1 1 2
: H p p <
2. Pilih tingkat signifikasi o
3. Gunakan statistik penguji :
( ) ( )
( ) ( )
( )
1 2
1 2
1 1 2 2
1 1 2 2
1 2
0,1
1 2
1 1
X X
n n
X X X X
n n n n
p p
Z N
n n

=

+

4. Wilayah kritik : sama dengan VIII.3

Contoh 1
Di suatu Universitas, diantara 2000 lulusan mahasiswa pria terdapat 114 orang yang
lulus dengan IPK 2,75 , sedangkan diantara 1000 lulusan mahasiswa wanita
terdapat 61 orang lulus dengan IPK 2,75.
Apakah dapat disimpulkan bahwa ada beda proporsi yang lulus dengan IPK 2,75
antara mahasiswa pria dan wanita di universitas tersebut ? Gunakan 0, 02 o = .
Jawab


16
1. Hipotesis :
0 1 2
: H p p =

1 1 2
: H p p =
2. 0, 02 o = .
3. Statistik penguji :

( )
( )( ) ( )( )
0, 057 0, 061 0
0, 44
0, 057 0, 943 0, 061 0, 939
2000 1000
z

= =
+

4. Wilayah kritik : 2, 33 z s dan 2, 33 z >
Karena 2, 33 0, 44 2, 33 z < = < maka
0
H tidak ditolak.
5. Kesimpulan :
Pada 0, 02 o = tidak ada beda proporsi yang lulus dengan IPK 2,75 antara
mahasiswa pria dan wanita di universitas tersebut.

Contoh 2
Contoh soal
Suatu pemungutan suara akan dilakukan di antara penduduk kota M dan sekitarnya
mengenai pendapat mereka tentang rencana pendirian gedung serba guna di tengah kota.
Untuk mengetahui apakah ada perbedaan antara proporsi penduduk kota dan sekitarnya
yang menyetujui rencana tersebut, diambil sebuah sampel acak yang terdiri dari 200
penduduk kota dan 500 penduduk di sekitarnya. Apabila ternyata ada 120 penduduk kota
dan 240 penduduk di sekitarnya yang setuju, apakah anda setuju jika dikatakan bahwa
proporsi penduduk kota yang setuju lebih tinggi daripada proporsi penduduk di sekitarnya?
Gunakan taraf keberartian 1%
Jawab:


17
H
0
: p
1
= p
2

H
1
: p
1
> p
2

= 1%
Daerah kritisnya: Z
0.01
= 2.33, Z
0
> 2.33
Uji Statistiknya:



Kesimpulan:
H
0
ditolak. Proporsi penduduk kota yang menyetujui rencana itu lebih besar daripada
proporsi penduduk di sekitarnya.

2.3.6. Pengujian hipotesis bagi kehomogenan 2 ragam
Ho : 2 = 2 ;
Ha : 2 2 ; Fo = ; Fo
mengikuti fungsi F dengan derajat kebebasan sebesar (n1-1), (n2-2).

Contoh soal :
Seorang insinyur peternakan mempunyai anggapan bahwa variasi sejenis ternak
yang diberi makanan ternak dari dua merk/pabrik yang berbeda katakan A dan B.
Sama (tidak berbeda) dengan alternatif tidak sama. Untuk menguji pendapatnya, 50
ekor ternak tersebut dipilih secara acak . sebagai sampel 25 ekor diberi makanan A
dan 25 ekor lainnya diberi makanan B. Setelah 3 bulan berat badan ternak tersebut
ditimbang, variance berat dihitung, dengan makanan A variance berat badan 900
pon sedangkan dengan B 1400 pon, dengan = 5% ujilah pendapat tersebut.

Penyelesaian :
Ho : 2 = 2 ;
Ha : 2 2 ;
( )
9 . 2
) 49 . 0 )( 51 . 0 (
48 . 0 6 . 0
51 . 0
500 200
240 120
48 . 0
500
240
6 . 0
200
120
500
1
200
1
0
2 1
=
+

=
=
+
+
= = = = =
Z
p p p


18
nA =nB = 25, SA2 = 900 ;
SB2 = 1400
Karena SB2>SA2, SB2 = S12, SA2=S22 , nB = n1, nA = n2
Fo = 1400/900 = 1,555
F (v1, v2) = F. (n1-1), (n2-1) = F0,05 (24), (24) = 1,98 dari tabel F
Oleh karena Fo = 1,555 < F0,05 (24), (24) = 1,98, maka Ho diterima. Berarti tak
ada perbedaan variasi berat badan ternak sebagai akibat dari merk makanan yang
berbeda.

2.3.7. Uji ChiSquare
Uji kai kuadrat (dilambangkan dengan 2 dari huruf Yunani Chi
dilafalkan Kai) digunakan untuk menguji dua kelompok data baik variabel
independen maupun dependennya berbentuk kategorik atau dapat juga dikatakan
sebagai uji proporsi untuk dua peristiwa atau lebih, sehingga datanya bersifat
diskrit. Misalnya ingin mengetahui hubungan antara status gizi ibu (baik atau
kurang) dengan kejadian BBLR (ya atau tidak).
Sebaran chi-square (chi-kuadrat) adalah sebaran yang dimiliki oleh suatu
statistik bila ragam contoh acak berukuran n ditarik dari populasi normal dengan
ragam o
2
. Sebaran chi-kuadrat dirumuskan:


Dasar uji kai kuadrat itu sendiri adalah membandingkan perbedaan frekuensi
hasil observasi (O) dengan frekuensi yang diharapkan (E). Perbedaan tersebut
meyakinkan jika harga dari Kai Kuadrat sama atau lebih besar dari suatu harga yang
ditetapkan pada taraf signifikan tertentu (dari tabel 2).
Kegunaan & Karakteristik ChiSquare
Kegunaan ChiSquare:
x
2
=
(n - 1) S
2
2
o


19
- Uji Chi Square berguna untuk menguji hubungan atau pengaruh dua buah
variabel nominal dan mengukur kuatnya hubungan antara variabel yang
satu dengan variabel nominal lainnya (C = Coefisien of contingency).
Karakteristik ChiSquare:
- Nilai ChiSquare selalu positip.
- Terdapat beberapa keluarga distribusi ChiSquare, yaitu distribusi Chi
Square dengan DK=1, 2, 3, dst.
- Bentuk Distribusi ChiSquare adalah menjulur positip.

RUMUS CHI-SQUARE





Di mana:
2: Nilai chi-kuadrat
fe: Frekuensi yang diharapkan
fo: Frekuensi yang diperoleh/diamati

Uji Kai Kuadrat dapat digunakan untuk menguji :
1. Uji 2 untuk ada tidaknya hubungan antara dua variabel (Independency
test).
2. Uji 2 untuk homogenitas antar- sub kelompok (Homogenity test).
3. Uji 2 untuk Bentuk Distribusi (Goodness of Fit)
Sebagai rumus dasar dari uji Kai Kuadrat adalah :
2 = (O-E)/E

Keterangan :
O = frekuensi hasil observasi


20
E = frekuensi yang diharapkan.
Nilai E = (Jumlah sebaris x Jumlah Sekolom) / Jumlah data
df = (b-1) (k-1).
Dalam melakukan uji kai kuadrat, harus memenuhi syarat:
1. Sampel dipilih secara acak
2. Semua pengamatan dilakukan dengan independen
3. Setiap sel paling sedikit berisi frekuensi harapan sebesar 1 (satu). Sel-
sel dengdan frekuensi harapan kurang dari 5 tidak melebihi 20% dari
total sel
4. Besar sampel sebaiknya > 40 (Cochran, 1954)

Keterbatasan penggunaan uji Kai Kuadrat adalah tehnik uji kai kuadarat
memakai data yang diskrit dengan pendekatan distribusi kontinu. Dekatnya
pendekatan yang dihasilkan tergantung pada ukuran pada berbagai sel dari tabel
kontingensi. Untuk menjamin pendekatan yang memadai digunakan aturan dasar
frekuensi harapan tidak boleh terlalu kecil secara umum dengan ketentuan:
1. Tidak boleh ada sel yang mempunyai nilai harapan lebih kecil dari 1 (satu)
2. Tidak lebih dari 20% sel mempunyai nilai harapan lebih kecil dari 5 (lima)

Bila hal ini ditemukan dalam suatu tabel kontingensi, cara untuk
menanggulanginyanya adalah dengan menggabungkan nilai dari sel yang kecil ke
se lainnya (mengcollaps), artinya kategori dari variabel dikurangi sehingga kategori
yang nilai harapannya kecil dapat digabung ke kategori lain. Khusus untuk tabel
22 hal ini tidak dapat dilakukan, maka solusinya adalah melakukan uji Fisher
Exact atau Koreksi Yates


21

Contoh soal chi square Uji Chi Kuadrat adalah pengujian hipotesis mengenai
perbandingan antara : frekuensi observasi/yg benar-benar terjadi/aktual dengan
frekuensi harapan/ekspektasi. Pengertian Frekuensi Observasi dan Frekuensi
Harapan frekuensi observasi nilainya didapat dari hasil percobaan (o) frekuensi
harapan nilainya dapat dihitung secara teoritis (e) Kegunaan dan Karakteristik
ChiSquare. Kegunaan ChiSquare:
1. Uji Chi Square berguna untuk menguji hubungan atau
2. pengaruh dua buah variabel nominal dan mengukur
3. kuatnya hubungan antara variabel yang satu dengan
4. variabel nominal lainnya (C = Coefisien of contingency).

Karakteristik ChiSquare:
- Nilai ChiSquare selalu positif.


22
- Terdapat beberapa keluarga distribusi ChiSquare, yaitu
distribusi ChiSquare dengan DK=1, 2, 3, dst.
- Bentuk Distribusi ChiSquare adalah menjulur positif.
Hasil penurunan rumus :
Fungsi Pembangkit Momen (M(t)) dari distribusi Chi-Kuadrat adalah

Bukti :



23

Jadi, terbukti bahwa M(t) =

Mean () distribusi Chi-Kuadrat
Mean untuk distribusi Chi-Kuadrat ( 2) adalah turunan pertama M(t) pada saat
(t=0).
M(t) = (1-2t)-r/2 , t <
M(t) = (-r/2).(1-2t)-r/2-1 . (-2) , t <
= r.( 1-2t)-r/2-1 , t <


24
M(t=0) = r.( 1-2.0)-r/2-1
= r
= r
Varians (2) distribusi Chi-Kuadrat
Varians untuk distribusi Chi-Kuadrat ( 2) adalah turunan kedua M(t) dikurangi
kuadrat turunan pertama pada saat (t=0).
M(t) = (1-2t)-r/2 , t <
M(t) = r.(1-2t)-r/2-1 , t <
M(t) = r.(-r/2-1) .(1-2t)-r/2-1-1 . (-2) , t <
= (r2 + 2r). (1-2t)-r/2-2 , t <
M(t=0) = (r2 2r). (1-2.0)-r/2-2 , t <
= r2 + 2r
2 = M(t=0) (M(t=0)2)
= r2 + 2r r2
= 2r
CONTOH SOAL KAI KUADRAT (X)

Suatu survey ingin mengetahui apakah ada hubungan Asupan Lauk dengan kejadian
Anemia pada penduduk desa X. Kemudian diambil sampel sebanyak 120 orang
yang terdiri dari 50 orang asupan lauknya baik dan 70 orang asupan lauknya
kurang. Setelah dilakukan pengukuran kadar Hb ternyata dari 50 orang yang asupan
lauknya baik, ada 10 orang yang dinyatakan anemia. Sedangkan dari 70 orang yang


25
asupan lauknya kurang ada 20 orang yang anemia. Ujilah apakah ada perbedaan
proporsi anemia pada kedua kelompok tersebut.

Jawab :
HIPOTESIS :
Ho : P1 = P2 (Tidak ada perbedaan proporsi anemia pada kedua kelompok tersebut)
Ho : P1 P2 (Ada perbedaan proporsi anemia pada kedua kelompok tersebut)

PERHITUNGAN :
Untuk membantu dalam perhitungannya kita membuat tabel silangnya seperti ini :
Asupan
Lauk
Anemia
ya
Anemia
tidak
Jumlah
Kurang 20 50 70
Baik 10 40 50
Jumlah 30 90 120
Kemudian tentukan nilai observasi (O) dan nilai ekspektasi (E) :
Fo1 = 20 , E1 = 70*30/120 = 17,5
Fo2 = 50 , E2 = 70*90/120 = 52,5
Fo3 = 10 , E3 = 50*30/120 = 12,5
Fo4 = 40 , E4 = 50*40/120 = 37,5
Kemudian masukan dalam rumus:
x= (20-17,5)/17,5+(50-52,5)/52,5+(10-12,5)/12,5+(40-37,5)/37,5
x = 1,143
Dari tabel kai kudrat di atas pada df=1 dan alfa=0.05 diperoleh nilai tabel = 3.841.


26
KEPUTUSAN STATISTIK
Bila nilai hitung lebih kecil dari nilai tabel, maka Ho gagal ditolak, sebaliknya bila
nilai hitung lebih besar atau sama dengan nilai tabel, maka Ho ditolak.
Dari perhitungan di atas menunjukan bahwa 2 hitung < 2 tabel, sehingga Ho gagal
ditolak.
KESIMPULAN
Tidak ada perbedaan yang bermakna proporsi antara kedua kelompok tersebut. Atau
dengan kata lain tidak ada hubungan antara asupan lauk dengan kejadian anemia.

CONTOH: UJI KOEFISIEN KONTINGENSI
Peneliti ingin mengetahui apakah terdapat hubungan antara jenis kelamin dengan
hobi?
Data:
Lakilaki yang suka olah raga 27
Perempuan yang suka olah raga 13
Lakilaki yang suka otomotif 35
Perempuan yang suka otomotif 15
Lakilaki yang suka Shopping 33
Perempuan yang suka Shopping 27
Lakilaki yang suka komputer 25
Perempuan yang suka komputer 25
Langkahlangkah Pengujian:
1. Tulis Hipotesis Ha dan Ho
- Ho : = 0, Tidak terdapat hubungan yang signifikan antara jenis kelamin
dengan hobi.


27
- Ha : 0, Terdapat hubungan yang signifikan antara jenis kelamin
dengan hobi.
2. Buat Tabel Kontingensi
Tabel kontingensi berbentuk 2x4 (2 baris dan 4 kolom). Setiap kotak disebut
sel, setiap sebuah kolom berisi sebuah subvariabel, setiap sebuah baris berisi
sebuah subvariabel.





3. Cari nilai Frekuensi yang diharapkan (fe)
-



- Misal

4. Isikan Nilai fe ke Dalam Tabel Kontingensi







5. Hitung nilai ChiSquare




28










6. Tentukan kriteria pengujian
- Jika 2 hitung 2 tabel, maka Ho diterima.
- Jika 2 hitung > 2 tabel, maka Ho ditolak.
ATAU
- Jika Sig. 2 hitung > alpha, maka Ho diterima.
- Jika Sig. 2 hitung < alpha, maka Ho ditolak.
7. Tentukan nilai 2 Tabel
- Taraf signifikansi () = 0,05.
- Df = (Baris1)(Kolom1)
= (21)(41)
= 3
- 2 Tabel = 7,815

KESIMPULAN:
Tidak terdapat hubungan yang signifikan antara jenis kelamin dengan hobi.





29
BAB III
PENUTUP
3.1. Kesimpulan




























30
DAFTAR PUSTAKA

Mason, R.D & Douglas A. Lind. 1999. Teknik Statistik Untuk Bisnis dan Ekonomi, Jilid
2. Jakarta: Penerbit Erlangga.
Sudjana, M.A. 2002. Metoda Statistika . Bandung: Tarsito Bandung
Popham, W. James & Sirotnik, Kenneth A. (1973). Educational Statistics. New York:
University of California, Los Angeles
Riduwan. (2006). Dasar-dasar Statistika. Bandung: Penerbit Alfabeta

Riduwan. (2009). Pengantar Statistika Sosial. Bandung: Penerbit Alfabeta

Sugiyono. (2006). Statistika untuk Penelitian. Bandung: Penerbit Alfabeta

Supranto, J. 1986. Statistika teori dan aplikasi. Erlangga. Jakarta.