UJI Z

Pendahuluan
Uji Z adalah salah satu uji statistika yang pengujian hipotesisnya didekati dengan distribusi
normal.

Menurut teori limit terpusat, data dengan ukuran sampel yang besar akan

berdistribusi normal.

Oleh karena itu, uji Z dapat digunakan utuk menguji data yang

sampelnya berukuran besar. Jumlah sampel 30 atau lebih dianggap sampel berukuran besar.
Selain itu, uji Z ini dipakai untuk menganalisis data yang varians populasinya diketahui.
Namun, bila varians populasi tidak diketahui, maka varians dari sampel dapat digunakan
sebagai penggantinya.
Kriteria Penggunaan uji Z
1. Data berdistribusi normal
2. Variance (2) diketahui
3. Ukuran sampel (n) besar, 30
4. Digunakan hanya untuk membandingkan 2 buah observasi.
Contoh Penggunaan Uji Z
1. Uji-Z dua pihak
Contoh kasus
Sebuah pabrik pembuat bola lampu pijar merek A menyatakan bahwa produknya tahan
dipakai selama 800 jam, dengan standar deviasi 60 jam. Untuk mengujinya, diambil sampel
sebanyak 50 bola lampu, ternyata diperoleh bahwa rata-rata ketahanan bola lampu pijar
tersebut adalah 792 jam. Pertanyaannya, apakah kualitas bola lampu tersebut sebaik yang
dinyatakan pabriknya atau sebaliknya?
Hipotesis
H0 : = (rata ketahanan bola lampu pijar tersebut sama dengan yang dinyatakan oleh
pabriknya)
HA : (rata ketahanan bola lampu pijar tersebut tidak sama dengan yang dinyatakan oleh
pabriknya)

Analisis

Nilai Ztabel dapat diperoleh dari Tabel 1.

Dengan menggunakan Tabel 1, maka nilai

Z0,025 adalah nilai pada perpotongan baris 0,02 dengan kolom 0,005, yaitu 1,96. Untuk
diketahui bahwa nilai Zadalah tetap dan tidak berubah-ubah, berapapun jumlah sampel.
Nilai Z0,025 adalah 1,96 dan nilai Z0,05 adalah 1,645.
Tabel 1. Nilai Z dari luas di bawah kurva normal baku

0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009

0.00

3.090 2.878 2.748 2.652 2.576 2.512 2.457 2.409 2.366

0.01

2.326 2.290 2.257 2.226 2.197 2.170 2.144 2.120 2.097 2.075

0.02

2.054 2.034 2.014 1.995 1.977 1.960 1.943 1.927 1.911 1.896

0.03

1.881 1.866 1.852 1.838 1.825 1.812 1.799 1.787 1.774 1.762

0.04

1.751 1.739 1.728 1.717 1.706 1.695 1.685 1.675 1.665 1.655

0.05

1.645 1.635 1.626 1.616 1.607 1.598 1.589 1.580 1.572 1.563

0.06

1.555 1.546 1.538 1.530 1.522 1.514 1.506 1.499 1.491 1.483

0.07

1.476 1.468 1.461 1.454 1.447 1.440 1.433 1.426 1.419 1.412

0.08

1.405 1.398 1.392 1.385 1.379 1.372 1.366 1.359 1.353 1.347

0.09

1.341 1.335 1.329 1.323 1.317 1.311 1.305 1.299 1.293 1.287

0.10

1.282 1.276 1.270 1.265 1.259 1.254 1.248 1.243 1.237 1.232

Kriteria Pengambilan Kesimpulan

Jika |Zhit| < |Ztabel|, maka terima H0
Jika |Zhit| |Ztabel|, maka tolak H0 alias terima HA
Kesimpulan
Karena harga |Zhit| = 0,94 < harga |Ztabel | = 1,96, maka terima H0
Jadi, tidak ada perbedaan yang nyata antara kualitas bola lampu yang diteliti dengan kualitas
bola lampu yang dinyatakan oleh pabriknya.
2. Uji Z satu pihak
Contoh kasus
Pupuk Urea mempunyai 2 bentuk, yaitu bentuk butiran dan bentuk tablet. Bentuk butiran
lebih dulu ada sedangkan bentuk tablet adalah bentuk baru. Diketahui bahwa hasil gabah
padi yang dipupuk dengan urea butiran rata-rata 4,0 t/ha. Seorang peneliti yakin bahwa
urea tablet lebih baik daripada urea butiran.

Kemudian ia melakukan penelitian dengan

ulangan n=30 dan hasilnya adalah sebagai berikut:

Hasil gabah padi dalam t/ha

4,0
4,9
5,1

5,0
5,2
4,8

6,0
5,7
4,6

4,2
3,9
4,2

3,8
4,0
4,7

6,5
5,8
5,4

4,3
6,2
5,2

4,8
6,4
5,8

4,6
5,4
3,9

4,1
4,6
4,7

Hipotesis
H0 : =

(rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet sama dengan

padi yang dipupuk dengan urea butiran)

HA : >

(rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet lebih tinggi dari

padi yang dipupuk dengan urea butiran)

Analisis
= 4,0 t/h
= 4,9 t/h
S

= 0,78 digunakan sebagai estimasi

Zhit = (yt yb)/(/n) = (4,0 4,9)/(0,78/30 = 6,4286

Ztabel = Z= Z0,05 = 1,645
Kriteria Pengambilan Kesimpulan
Jika |Zhit| < |Ztabel|, maka terima H0
Jika |Zhit| |Ztabel|, maka tolak H0 alias terima HA
Kesimpulan
Karena harga |Zhit| = 6,4286 > harga |Ztabel | = 1,645, maka tolak H0 alias terima HA
Jadi, rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet nyata lebih tinggi
dari padi yang dipupuk dengan urea butiran

BAB I
PENDAHULUAN
Ketika kita menggunakan statistika untuk menguji hipotesis maka muncullah dua
macam hipotesis berupa hipotesis penelitian dan hipotesis statistika. Tepatnya hipotesis
penelitian kita rumuskan kembali menjadi hipotesis statistika yang sepadan. Hipotesis
statistika harus mencerminkan dengan baik maksud dari hipotesis penelitian yang akan diuji.
Dalam memebuat keputusan mengenai populasi atas informasi dari sampel,
dibutuhkan asumsi-asumsi mengenai populasi yang bersangkutan, yang disebut sebagai
Hipotesa Statistik yang umumnya merupakan pernyataan mengenai sebaran peluang dari
populasi. Hipotesa statistik dirumuskan dengan tujuan untuk menolaknya.
Hipotesis yang bersifat statistik sebenarnya dapat diartikan sebagai suatu asumsi
mengenai parameter fungsi frekuensi variable random. Berdasarkan penaksiran, lalu
kesimpulan dibuat bagaimana atau berapa besar harga parameter tersebut.

BAB II
PEMBAHASAN
2.1. Pengertian Pengujian Hipotesis
Hipotesis adalah pernyataan tentang sesuatu yang perlu dibuktikan atau diuji
kebenarannya (Kuswadi, 2004). Asumsi atau dugaan mengenai sesuatu hal yang dibuat untuk
menjelaskan hal itu yang sering dituntut untuk melakukan penegcekkannya. Jika asumsi atau
dugaan itu dikhususkan mengenai populasi, maka hipotesis tersebut merupakan hipotesis
statistik. Setiap hipotesis bisa benar atau tidakbenar dan karenanya perlu diadakan penelitian
sebelum hipotesis itu diterima atau ditolak. Langkah atau prosedur untuk menentukan apakah
hipotesis tersebut diterima atau ditolak disebut dengan pengujian hipotesis. Telah kita ketahui
bahwa suatu penduga pada umumnya tidaklah harus sama dengan nilai parameter yang
sebenarnya.
Misalnya, distribusi probabilita yang merupakan model bagi distribusi X, katakanlah
hasil penstensilan kertas koran dalam n percobaan penstensilan demikian dinyatakan
sebagai :
F(x) = (NCx) px (1-p)n-x
Jika p = dan n= 500, maka
F(x) =

500!
X!(500-x)

(1/4)x(3/4)500-x

Parameter p diatas merupakan probabilita kerusakan pada setiap penstensilan

sedemikian itu dan dapat merupakan suatu asumsi yang memiliki karakteristik hipotesis
statistik karena p = merupakan parameter fungsi frekuensi vareiable random p.
Andaikan kita meragukan hipotesis diatas, maka kita dapat mengujinya secara
statistik pula jika sekali lagi jika datanya dapat dukumpulkan dan dianalisa dalam cara yang
memenuhi ketentuan asas-asas statistik. Pengujian hipotesis diatas dianggap sebagai suatu
prosedur guna menentukan apakah hipotesis diatas sebaiknya diterima atau ditolak andaikan
keraguan kita mengenai p = di atas disebabkan oleh adanya kemungkinan p = meskipun
kita yakin bahwa kemungkinan p = lebih besar dari pada p = . maka, hipotesis yang
akan kita uji dapat dinyatakan sebagai berikut. H0 : p = dan H1 : p
H0 merupakan hipotesis nol dan merupakan hipotesis yang akan diuji danyang
nantinya akan diterima atau ditolak tergantung pada hasil eksperimen atau pemilihan
sampelnya. H1 merupakan hipotesis alternatif atau hipotesis tandingan. Pengujian diatas

membutuhkan observasi atau hasil pemilihan sampel yang bersifat random tentang frekuensi
kerusakan X/n hasil penstensilan itu sendiri. Observasi pemilihan sampel sedemikian itu
dapat dilakukan secara berulang-ulang kali atau sekali saja.atas dasar nilai statistik sampel,
keputusan diambil untuk menentukan apakah H0 tersebut sebaiknya diterima atau ditolak.
Jika H0 diterima, maka sama artinya dengan H1 ditolak dan sebaliknya jika H0 ditolak maka
H1 diterima.
Dalam melakukan pengujian hipotesis, ada dua macam kekeliruan yang dapat terjadi,
dikenal dengan nama-nama :
a)

Kekeliruan tipe I : adalah kekeliruan karena menolak hipotesis (H 0) padahal hipotesis

tersebut

benar. Kekeliruan ini disebut kekeliruan ..

b) Kekeliruan tipe II : adalah kekeliruan menerima hipotesis (H 0) padahal hipotesis tersebut

salah. Kekeliruan ini disebut .
Uji hipotesis atau peraturan pengambilan keputusan dilakukan dengan baik agar
kesalahan pengambilan keputusan dapat diminimalisir. Cara untuk mengurangi kedua tipe
kekeliruan tersebut adalah dengan memperbesar ukuran sampel, yang mungkin atau tidak
mungkin dilakukan (Spiegel, 1992).
2.2. Prosedur Dasar Pengujian Hipotesis
Pengujian hipotesis statistik memiliki prosedur yang harus diikuti tergantung pada
hipotesisnya yang distribusi populasi. Prosedur umum yang harus diikuti tergantung pada
hipotesisnya dan distribusi populasi. Prosedur umum yang harus diikuti dapat dibagi dalam
beberapa langkah :
a) Rumuskan dengan baik hipotesis penelitian agar dapat dihitung statistik sampelnya, seperti
rata-rata, seperti :
Pengujian hipotesis dapat dilakukan terhadap satu populasi untuk pengujian hipotesis ratarata dua populasi. Misalnya, rata-rata tekanan darah sapi Ongole sama dengan tekanan darah
sapi Brahman.
H0 : =
= rata-rata tekanan darah sapi Ongole
= rata-rata tekanan darah sapi Brahman
Rata-rata tekana darah sampel sapi Ongole dan sapi Brahman adalah x1 dan x2.
b) Tentukan derajat kemaknaan atau kesalahan tipe 1 yang akan digunakan. Penentuan ini
harus dilakukan pada saat perencanaan.
c) Tentukan kesalahan tipe 2 atau . Biasanya penentuan ini dilakukan pada saat menghitung
besarnya sampel.

d) Tentukan distribusi yang akan digunakan dalam perhitungan. Tentukan metode statistik yang
akan digunakan untuk menghitung statistik sampel.
e) Tentukan kriteria menerima atau menolak hipotesis nol pada derajat kemaknaan yang telah
ditentukan.
f)

Buatlah kesimpulan yang tepat pada populasi yang bersangkutan.

Ilusrasi 1. Prosedur Pengujian Hipotesis

2.3.

Uji Z = Pengujian untuk Sampel Besar

Pengujian hipotesa dapat menggunakan rumus-rumus untuk variabel normal baku (Z)

atau t dan sesuai dengan tingkat nyata yang dipilih () dan jenis pengujian yang dipilih (dua
sisi, satu sisi kanan atau satu sisi kiri). Menggunakan (Z) jika datanya berdistribusi atau
mempunyai fungsi normal (data sampel 30)dan menggunakan uji t jika data sampel kecil
(<30).
Nilai Z dihitungkan dengan rumus : Z =
Untuk pengujian dua sisi :
Ho diterima, jika Z /2 atau Z < Z /2
Ho ditolak, jika Z > Z /2 atau Z < -Z /2
Untuk pengujian sisi kanan :
Ho diterima, jika Z < Z /2
Ho ditolak, jika Z > Z /2
Untuk pengujian sisi kiri :
Ho diterima, jika Z > -Z /2
Ho ditolak, jika Z < -Z /2
2.3.1. Pengujian Parameter Rata-rata, Ho: =0 dimana 2 Tidak Diketahui
Nilai Z dihitungkan dengan rumus : Z =
Untuk pengujian dua sisi :
Ho diterima, jika Z /2 atau Z < Z /2
Ho ditolak, jika Z > Z /2 atau Z < -Z /2
Untuk pengujian sisi kanan :
Ho diterima, jika Z < Z /2
Ho ditolak, jika Z > Z /2
Untuk pengujian sisi kiri :
Ho diterima, jika Z > -Z /2
Ho ditolak, jika Z < -Z /2
Contoh :
Jumlah kunjungan di Peternakan A dan jumlah kunjungan di Peternakan B mempunyai varian
yang sama, yaitu 25 dan akan diuji apakah terdapat perbedaan. rata-rata jumlah pengunjung
di Peternakan A dan Peternakan B berada pada derajat kemaknaan 0,05. Dari Peternakan A
dan Peternakan B diambil sampel sebesar 50 dan 60 hari kerja hingga diperoleh rata-rata 62
dan 60 kunjungan.
Jawab :

Hipotesis statistik:
Diketahui:
n1 = 50
= 62

12 = 25

H0 : 1 = 2
Ha :1 2
= 0,05
n2 = 60
2 = 60

22= 25

= 51/50 + 1/60

= 0,957

Interval konfidensi: 1 = 2 = 0
0 - 1,96 x 0,957 = -1,87
0 + 1,96 x 0,957 = 1,87
H0 akan diterima bila selisih rata-ratanya terletak antara -1,87 dan +1,87. Selisih sampel 6260=2
Hipotesis nol ditolak pada 0,05 atau p<0,05
Kesimpulannya, kita 95% percaya bahwa terdapat perbedaan antara rata-rata sampel
pada derajat kemaknaan 0,05 atau p<0,05
Grafik
pengujian
hipotesis
perbedaan

jumlah

kunjungan

peternakan

Penyelesaian soal ini dapat dilakukan dengan menghitung nilai Z, seperti berikut:
Z
=( )/
= 62 - 60 / 0,957= 2,09
H0 akan diterima bila selisih rata-ratanya terletak antara -1,96 dan +1,96 Hipotesis nol ditolak
karena terletak diluar daerah penerimaan pada derajat kemaknaan 0,05 atau p<0,05
Grafik pengujian hipotesis perbedaan jumlah kunjungan Peternakan

2.3.2. Pengujian H0 : 1 = 2 Dimana

2
p

Z = 2,09
Diketahui dan 12 = 22

Dalam bidang tertentu kita sering dihadapkan dengan masalah yang membutuhkan
penarikan kesimpulan, apakah parameter dua populasi memang berbeda atau perbedaan yang
tampak hanya desebabkan oleh faktor kebetulan. Dalam hal ini, kita berhadapan dengan
perbedaan antara dua populasi. Salah satu macam pengujian hipotesis perbedaan dua
parameter populasi adalah pengujian perbedaan rata-rata dua pihak dengan sampel besar
dimana kesalahan baku kedua populasi sama dan diketahui. Pengujian hipotesis tersebut bisa
dihitung dengan menggunakan rumus berikut :
Statistik uji Z =
Dimana

Contoh soal :
Dua orang teknisi melakukan observasi secara sendiri-sendiri mengenai hasil rata-rata per
jam dari penggunaan suatu mesin pemotong bulu domba teknisi (A): 12 obervasi dan
memperoleh hasil rata-rata 120 kilogram. Sedangkan teknisi (B): 8 observasi rata-rata 115
kilogram. Pengalaman menunjukkan bahwa 2 = 40 kilogram. Apakah kedua teknisi yakin
bahwa beda antara kedua hasil rata-rata tersebut diatas betul-betul nyata, bukan karena faktor
kebetulan?
Jawab :
1.

H0 : 1= 2 dan H1 : 1 2

2.

= 0,05

3.

Z=

4.

Daerah kritis (terima H1) dengan = 0,05 secara 2 arah

Z > Z dan Z < - Z

Z > 1,96 dan Z < - 1,96

= 1,73358

5.

Z=

6.

Karena 1,73358 < 1,96 maka H 0 diterima, beda rata-rata hanya disebabkan faktor

kebetulan dan tidak nyata serta 1= 2.

2.4.

Uji-t Pengujian untuk Sampel Kecil

Uji beda dua mean dapat dilakukan dengan menggunakan uji Z atau uji T. Uji Z dapat
digunakan bila standar deviasi populasi () diketahui dan jumlah sample besar (lebih dari 30).
Apabila kedua syarat tersebut tidak terpenuhi, maka di lakukan uji T. Pada umumnya nilai

sulit diketahui, sehingga uji beda dua mean biasanya menggunakan Uji T (T - Test). Untuk
varian yang sama, bentuk ujinya adalah sebagai berikut.
X1 X2
T=
Sp (1/n1) + (1/n2
(n1-1) S12 + (n2-1) S22
SP2 =
n1 + n2 - 2
df = n1 + n2 2
Keterangan :
N1 atau n2 = jumlah sampel kelompok 1 atau 2
S1 atau S2 = standar deviasi sampel kelompok 1 dan 2
2.4.1. Pengujian H0 : = 0 Dimana 2 Tidak Diketahui
Contoh :
Nilai rata-rata ujian statistika di Fakultas Peternakan tahun lalu adalah 76 dan tahun
ini diperkirakan nilai rata-rata tersebut akan sama dengan tahun lalu (H o). Setelah selesai ujian
tahun ini, diambil 40 mahasiswa sebagai sampel dan nilai rata-rata = 73 dengan simpangan
baku (S) = 6. Dengan menggunakan = 5%, apakah Hoditerima atau ditolak?
Jawab: Ho : Nilai rata-rata ujian statistika = = 76
H1 : Nilai rata-rata ujian statistika = 76
Dipergunakan pengujian dua sisi.
Ho diterima, jika Z /2 < Z < Z /2
Ho ditolak, jika Z > Z /2 atau Z < -Z /2
Untuk = 5%, nilai Z /2 = 1,96 (lihat table luas kurva normal, angka 95%/2 atau 0,4750
ada pada koordinat 1,9 dan 0,06 atau 1,96)
Data dari sapel seperti tersebut diperoleh:
Z = = = = -3,16
Oleh karena itu Z /2 ( -1,96) < Z ( -3,16) Z /2 (1,96), maka kesimpulannya Hoditerima.
Atau, dengan kata lain, nilai ujian rata-rata statistika tahun ini sama dengan tahun lalu.
2.4.2. Pengujian Ho : 1 = 2 atau 1 - 2 = 0, Jika 2 tidak diketahui dan

12 = 22

Apabila simpangan baku tidak diketahui dan sampelnya kecil maka digunakan
distribusi t (Budiarto, 2002). Statistik t dirumuskan sebagai berikut :
t=

(X1- X2)
Sp 1 / n1 + 1/n2

Simpangan baku biasanya ditaksir dari simpangan baku sampel, tetapi karena tidak diketahui,
maka harus dihitung dahulu simpangan baku gabungannya (Budiarto, 2002). Rumusnya
adalah sebagai berikut :
Sp2 = (n1-1)S12 + (n2-1)S22
n1 + n2 2
Keterangan :
n1 atau n2 = jumlah sampel kelompok 1 atau 2
S1 atau S2 = standar deviasi sampel kelompok 1 atau 2
Statistik uji t memiliki distribusi t dengan derjat bebas (n1 + n2 - 2). Daerah kritis
(menerima H1) pengujian untuk populasi tak terbatas :
(X1 X2)

> t (1/2 : n1 + n2 2) dan (X1 X2)

Sp/ 1/n1 + 1/n2

< - t (1/2 : n1 + n2 2)

Sp/ 1/n1 + 1/n2

Contoh :
Dua macam obat penambah bobot badan diberikan pada unggas untuk jangka waktu 3 bulan.
Obat 1 diberikan pada 10 unggas, sedangkan obat kedua diberikan kepada 9 unggas. Ingin
diuji apakah terdapat perbedaan dalam sistem kerja pada kedua macam obat tersebut dengan
derajat kemaknaan 0,05.
Obat ke-1 dapat menambah produksi daging 9,6 kg dan obat ke-2 menambah produksi daging
10 kg.
Diketahui :
X1 = 9,6 kg
S12 = 16
n1 = 10

X2 = 10 kg
S22 = 9
n2 = 9

Hipotesis statistik:
H0 : 1 = 2
Ha : 1 2
= 0,05
dk = 17
Ditanyakan :
Apakah terdapat perbedaan antara keduanya?
Penyelesaian :
Sp2 = (n1-1)S12 + (n2-1)S22
n1 + n2 2
Sp2 = (10-11) 6 + (9-1) 9 = 12,7
17
S = 3,56
S (X1-X2) = S1/n1 +1/n2

=3,561/10+1/9 = 1,636
t=

(X1- X2)
Sp 1 / n1 + 1/n2

(9,6- 10)
1,64

= - 0,244
t, dk 17 = 2,11
H0 akan diterima apabila hasil perhitungan t terletak antara -2,11 & + 2,11. Kesimpulannya
H0 diterima pada 0,05atau p > 0,05 atau tidak terdapat perbedaan antara 2 macam obat
penambah bobot badan tersebut.
2.4.3. Pengujian Ho : 1 = 2 atau 1 - 2 = 0, Jika 2 tidak diketahui dan
12 22
Statistik t dirumuskan sebagai berikut :
t = (X1- X2) - (1 - 2)
S12 / n1 + S22/n2
db = (S12/n1) + (S2 / n2)2
(S12/ n1)2 + (S22 / n2)2
n1 + 1

n2+2

Bila populasi berdistribusi normal atau mendekati normal maka varian populasinya
dapat ditaksir dari varian sampel. Rumus t tidak dapat langsung digunakan karena hanya ini
merupakan pendekatan saja, tetapi t harus dihitung dahulu menggunakan rumus berikut :
t0,05 = t1 (S12 / n1) + t2 (S22 / n2)
S12 / n1 + S22 / n2
t =

w1t1 + w2t2
w1 + w2

dimana: w1 = S12 / n1
w2 = S22 / n2

t1 = t (1/2 ; n1 1)
t2 = t (1/2 ; n2 1)

sehingga kriteria test untuk uji 2 arah :

- w1t1 + w2t2 < t < w1t1 + w2t2
w1 + w2

w1 + w2

Contoh :
Sepuluh ayam broiler yang diare diberi kloramfenikol 3 x 500 mg per hari dengan
kesembuhan rata-rata 7 hari dengan deviasi standar 1,5 hari. Lima ayam broiler yang diare

diberi tetrasiklin 3 x 500 mg dengan rata-rata kesembuhan 6 hari dengan deviasi standar 1,5
hari.
Jika ingin diuji apakah terdapat perbedaan antara efek kloramfenikol dan tetrasiklin terhadap
penyakit diare pada derajat kemaknaan 0.05 maka bagaimanakah hasilnya ?
Diketahui:
n1 = 10

n2 = 15

S1 = 2

S2= 1,5

dk = 9

dk = 14

H0 : 1 = 2
Ha : 1 2
= 0,05
t=

7-6

= 1,35

4/10 + 2,25/15
t dk 9 = 2,262
t dk 14 = 2,145
t0,05 = (2,62 x 4/10 + 2,145 x 2,25/15) / (4/10 +2,25/15)
= 2,23
Ternyata, t < t0,05. Jadi, hipotesis diterima pada derajat kemaknaan 0,05. Kesimpulannya, tidak
ada perbedaan antara kloramfenikol dan tetrasiklin dalam pengobatan diare pada ayam
broiler.

BAB III
KESIMPULAN
Hipotesis adalah perumusan sementara mengenai sesuatu hal yang dibuat untuk
menjelaskan hal itu dan untuk menuntun atau mengarahkan penyelidikan selanjutnya. Dalam
melakukan hipotesis, ada dua macam kekeliruan yang dapat terjadi, dikenal dengan namanama, yaitu kekeliruan tipe I adalah menlolak hipotesis yang seharusnya diterima dan
kekeliruan tipe II adalah menerima hipotesis yang seharusnya ditolak. Prosedur pengujian
hipotesis, yaitu merumuskan hipotes, menentukan taraf nyata, menentukan uji statistik,
menentukan daerah keputusan dan mengambil keputusan, sehingga kita dapat menarik
kesimpulan sesuai dengan prosedur hipotesis.

DAFTAR PUSTAKA
Budiarto, E. 2002. Biostatistika untuk Kedokteran dan Kesehatan Masyarakat. Jakarta: Penerbit
Buku Kedokteran EGC.
Chandra, B. 2009. Biostatik Untuk Kedokteran dan Kesehatan. Jakarta: Penerbit Buku Kedokteran.
Dajan, A. 1991. Pengantar Metode Statistik Jilid II. Jakarta: Lembaga Penelitian, Pendidikan dan
Penerangan Ekonomi dan Sosial.
Kuswadi dan E. Mutiara. 2004. Statistik Berbasis Komputer untuk Orang-Orang Non Statistik.
Jakarta: PT Elex Media Komputindo.
Spiegel, M. R. 1992. Statistik Versi SI (Metrik). Jakarta: Penerbit Erlangga. Diterjemahkan oleh I
Nyoman Susila dan Ellen Gunawan.

BAB I
PENDAHULUAN
Uji hipotesa adalah prosedur yang memungkinkan untuk menentukan apakah
menerima atau menolak hipotesa. Apabila kita menolak sebuah hipotesa, padahal seharusnya
kita menerima hipotesa tersebut,maka dikatakan telah terjadi kesalahan jenis I dan jika
menerima sebuah hipotesa padahal seharusnya ditolak, dikatakan bahwa telah terjadi
kesalahan jenis II. Dengan mempelajari uji hipotesis mahasiswa diharapkan bisa melakukan
atau mengambil keputusan yang tepat. Karena pada dasarnya uji hipotesis merupakan suatu
proposisi atau anggapan yang mungkin benar dan sering digunakan sebagai dasar pembuatan
keputusan. Pembuatan keputusan ini didasari dengan hasil uji terlebih dahulu mengunakan
data hasil observasi.
Tujuan dari pembuatan makalah ini adalah untuk menjelaskan kesalahan-kesalahan
dalam menentukan hipotesis (kesalahan jenis I dan II), menjelaskan langkah-langkah
pengujian hipotesis, mengitung pendugaan parameter dengan sampel besar dan kecil.
Manfaat dari penulisan makalah ini adalah mempermudah pembeca dalam hal pembuatan
rancangan penelitian.

BAB II

PEMBAHASAN TEORI
2.1.

Pengertian Uji Hipotesis

Banyak pendapat yang menjelaskan arti dari pengujian hipotesis tersebut. Berikut
akan dijabarkan beberapa pengertian dari berbagai refrensi yang ada.
Sutrisno Hadi, dalam bukunya yang berjudul Statistika istilah hipotesa sebenarnya
adalah kata majemuk, terdiri dari kata-kata hipo dan tesa. Hipo besrasal dari bahasa
yunani hupo, yang berarti dibawah, kurang atau lemah. Tesa berasal dari bahasa
yunani thesis, yang berarti teori atau proposisi yang disajikan sebagai bukti. Jadi hipotesa
adalah pernyataan yang masih lemah kebenarannya dan masih perlu dibuktikan
kenyataannya.
J. Supranto, hipotesa pada dasarnya merupakan suatu proposisi atau anggapan yang
mungkin benar dan sering dipergunakan untuk dasar pembuatan keputusan atau pemecahan
persoalan atau untuk dasar penelitian yang lebih lanjut.
Soegyono Mangkuatmojo, hipotesis (atau lengkapnya hipotesis statistik) merupakan
suatu anggapan atau suatu dugaan mengenai populasi.
Sebelum menerima atau menolak sebuah hipotesis, seorang peneliti harus menguji
keabsahan hipotesis tersebut untuk menentukan apakah hipotesis itu benar atau salah.

Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan

memutuskan apakah menerima atau menolak hipotesis mengenai parameter populasi . Ciriciri Hipotesis yang baik adalah (1) Hipotesis harus menyatakan hubungan ; (2) Hipotesis
harus sesuai dengan fakta ; (3) Hipotesis harus sesuai dengan ilmu ; (4) Hipotesis harus dapat
diuji ; (5) Hipotesis harus sederhana ; (6) Hipotesis harus dapat menerangkan fakta.
2.2.

Fungsi Hipotesis

1.

Menguji teori, artinya berfungsi untuk menguji kesahihan teori. Pernyataan teori dalam
bentuk

yang

teruji

disebut

hipotesis.

Teori

adalah

satu

satu

prinsip

yang

dirumuskan untuk menerangkan sekelompok gejala/peristiwa yang saling berkaitan. Teori

menunjukkan adanya hubungan antara fakta yang satu dengan fakta yang lain.
2.

Menyarankan teori baru, apabila hasil pengujian hipotesis dapat membentuk proposisi,
asumsi atau penjelasan tentang suatu peristiwa.

3.

Mendeskripsikan fenomena sosial, artinya hipotesis memberikan informasi kepada peneliti

tentang apa yang nyata-nyata terjadi secara empirik.

2.3.

Jenis Kesalahan (Type of Error)

Ada dua jenis kesalahan yang bisa terjadi di dalam pengujian hipotesa. Kesalahan itu
bisa terjadi karena kita menolak hipotesa padahal hipotesa itu benar atau kita menerima
hipotesa padahal hipotesa itu salah. Kesalahan yang disebabkan karena kita menolak hipotesa
padahal hipotesa tersebut benar, disebut kesalahan jenis I, sebaliknya kesalahan yang
disebabkan karena kita menerima hipotesa padahal hipotesa itu salah disebut kesalahan jenis

2.4.

II.
Jenis Pengujian

2.4.1. Berdasarkan Jenis Parameter,

Pengujian hipotesis tentang rata-rata, pendapat anggapan yang merupakan hipotesa,
apabila dipergunakan untuk membuat keputusan atau untuk menentukan langkah-langkah
selanjutnya, harus diuji terlebih dahulu. Setiap keputusan seyogyanya didasar atas hasil
pengujian hipotesa.

Pengujian hipotesis satu rata-rata

Pengujian hipotesa dan aturan permainan :
I.
Ho : U = Uo, kalau Zo > Z, Ho ditolak
Ha : U > Uo, kalau Zo < Za, Ha diterima
II.
Ho : U = Uo, kalau Zo < Z, Ho ditolak
Ha : U < Uo, kalau Zo > Za, Ha diterima
III.
Ho : U = Uo, kalau Zo > Z/2 atau Zo < - Z/2, Ho ditolak
Ha : U Uo, kalau - Z/2 < Zo < Z/2, Ha diterima

Contoh soal :
Menurut pendapat seorang pejabat dari departemen sosial rata-rata penerimaan
perbulan anak-anak penjual koran di suatu ibu kota provinsi sebesar Rp. 7000 dengan
alternatif lebih besar dari itu. Diketahui simpangan baku dari penerimaan sebesar rp. 1600.
Untuk menguji pendapatnya telah diselidiki 256 orang anak yang dipilih secara acak.
Ternyata rata-rata penerimaan mereka sebesar Rp. 7100. Dengan menggunakan = 5% ujilah
pendapat tersebut.
Penyelesaian :
Diketahui :
n = 256 ; a = 5% ;
mo = 7000 ; sd = 1600 ; X = 7100
a. Formula Hipotesis
Ho :
m = 7000
Ha :
m < 7000
b. Taraf nyata dan nilai Z tabel
a = 5%
Z0,05 = -1,64 (Uji sisi kiri)
c. Kriteria pengujiannya
Ho diterima jika
: Zo -1,64
Ho ditolak jika
: Zo < -1,64
d. Uji Statistik
Zo = (7100 - 7000) / (1600
)
=1
maka Zo < -1,64 Ho diterima
e. Kesimpulan
rata-rata penerimaan anak penjual koran sebesar Rp. 7000 per bulan.

Pengujian hipotesis beda dua rata-rata

Perumusan hipotesanya sebagai berikut
Ho : U1 U2 = 0 atau U1 = U2 (tak ada perbedaan berarti sama)
(1) Ha : U1 U2 > 0 (ada perbedaan U1 > U2)
(2) Ha : U1 U2 < 0 (ada perbedaan U1 < U2)
(3) Ha : U1 U2 0 (U1 berbeda dengan U2)
a) n > 30 (sampel besar)

b) n < 30 (sampel kecil)

to mempunyai distribusi t dengan derajat kebebasan sebesar n1 + n2 2.

Contoh soal :
Seorang pemilik toko yang menjual dua macam lampu, merk A dan B. Berpendapat
bahwa tidak ada perbedaan di dalam rata-rata lamanya menyala dari kedua merk tersebut
dengan alternatif ada perbedaan (tak sama). Untuk maksud pengujian dinyalakan 100 buah
lampu dan 50 buah bola lampu merk A dan B. Merk A mampu menyala rata-rata 952 jam
sedangkan merk B 987 jam, masing masing dengan simpangan baku 85 jam dan 92 jam. =
5% ujilah pendapat tersebut.
Penyelesaian :
Diketahui :
nA = 100 ; nB = 50 ; XA = 952 ; XB = 987 ; SA = 85 ; SB = 92 ; a = 5% ;
a. Formula Hipotesis
Ho :
m = 7000
Ha :
m < 7000
b. Taraf nyata dan nilai Z tabel
a = 5%
Z/2 = 1,96
c. Kriteria pengujiannya
Ho : U = Uo, kalau Zo > Z/2 atau Zo < - Z/2, Ho ditolak
Ha : U Uo, kalau - Z/2 < Zo < Z/2, Ha diterima
d. Uji Statistik

Zo = -2,26 < -1,96 maka tolak Ho.

e. Kesimpulan :
rata-rata lamanya menyala dari dua lampu yang berbeda tersebut tidak sama.

Pengujian hipotesis beda tiga rata-rata

Kalau objek yang akan di perbandingakan rata-ratanya lebih dari dua harus
menggunakan F test. Akan tetai kalau banyaknya objek yang akan diperbandingkan hanya
ada 2 (k=2) cara pengujian cukup menggunakan z (normal test) atau t (t test) bisa ditunjukkan
bahwa tv2 + f1, v, dimana v =derajat kebebasan.
Ho : U1 = U2 = . . . . = Uk

Ha : tak semua sama

Variance antara rata-rata sampel
Rumus V.2

Rumus V.3

Rumus V. 4

Rumus V.5

Fo =

Contoh soal :
Seorang ahli pemasaran berpendapat bahwa tidak ada perbedaan rata-rata harga suatu
jenis barang dari tiga pasar dengan alternatif ada perbedaan. Untuk keperluan pengujiannya
pendapat itu dilakukan penelitian terhadap barang perminggu. Selama 4 minggu dan hasilnya
sebagai berikut :
pasar
Minggu
P1
P2
P3
I
22
22
25
II
21
25
29
III
26
24
28
IV
23
25
30
Rata-rata
23
24
28
25
X1
X2
X3
X
Dengan menggunakan = 5%, ujilah pendapat tersebut !
Penyelesaian :
= {(23-25)2 + (24-25)2 + (28-25)2} = 7

= 3,78
Fo = 28/3,78 = 7,41
F (V1, V2) = F 0.05 (k-1), k (n-1) = 4,26
Oleh karena Fo = 7,41 > F tabel 4,26 ; maka Ho ditolak. Berarti ada perbedaan harga rata-rata
dari 3 pasar tersebut atau rata-rata hanya dari tiga pasar tidak sama.
2.4.2.

Pengujian hipotesis tentang proporsi

Pengujian hipotesis satu proporsi, Dalam praktek sering kali pendapat tentang
proporsi (persentase) yang harus di uji, misalnya persentase barang yang rusak 25%.
Pengujian hipotesisnya dinyatakan dalam proposrsi. Cara pengujiannya sama seperti menguji
rata-rata.

n
X

= banyaknya elemen sampel

= banyaknya elemen sampel
dengan karakteristik tertentu

Ho : p = po
Ha : p > po
Ha : p < po
Ha : p po

Contoh soal :
Seorang pejabat Bank Budidaya berpendapat bahwa petani pemimjam kredit bimas
yang belum mengembalikan kreditnya kembali sebesar 70% dengan alternatif lebih kecil dari

itu. Untuk menguji pendapatnya itu kemudian diteliti sebanyak 225 orang petani peminjam
kredit bimas ternyata ada 150 orang yang belum mengembalikan kredit. Dengan = 10%
ujilah pendapat tersebut.
Penyelesaian :
Ho : p = 0,07 ; n = 225 ; X = 150
Ha : p < 0,07 ; = 10% ; Z = 1,28 (dari tabel normal)

Oleh karena Zo = -1,09 > -1,28 maka Ho diterima, berarti pendapat tersebut benar.
Pengujian hipotesis beda dua proporsi, Dalam prakteknya mungkin ada persoalan
mengenai perbedaan antara dua proporsi, misalnya tidak ada perpedaan persentase penduduk
yang setuju KB dari dua desa dan sebagainya.

( dibaca p cup)

P lebih baik diperkirakan dengan

Contoh soal :
Seorang pejabat dari direktorat jendral pajak berpendapat bahwwa persentase wajib
pajak yang belum membayar pajak dari dua daerah adalah sama dengan alternatif tidak sama.
Untuk menguji pendapatnya itu telah diteliti sebanyak 200 orang wajiba pajak dari daerah
yang satu, ternyata ada 7 orang yang belum membayar pajak, sedangkan dari 400 orang yang
wajib bayar pajak dari daerah yang ke dua ada 10 orang yang belum membayar pajak.
Dengan menggunakan = 5% ujilah pendapat tersebut!
Penyelesaian :
Ho : p1 = p2 ; Ha : p1 p2
N = 200 ; X1 = 7 ; n2 = 400 ; X2 = 10 ; = 5% ; Z/2 = 1,96 dari tabel normal

Oleh karena Zo = 0,71 terletak antara -1,96 dan 1,96 maka H o diterima, berarti bahwa
persentase wajib pajak yang belum membayar pajak dari dua daerah adalah sama.
Pengujian hipotesis beda tiga proporsi, Dalam praktik sering ada pendapat yang
perlu diuji/persentase barang yang rusak dari 3 pabrik sama (tidak berbeda).
Contoh soal :
Seorang pejabat dari BKKBN (badan koordinasi keluarga berencana nasional)
berpendapat bahwa tidak ada perbedaan persentase penduduk yang setuju KB dari empat
tingkat pendidikan dengan alternatif ada perbedaan. Untuk menguji pendapatnya itu telah
diteliti 1600 penduduk dan hasilnya sebagai berikut.
SLTP
SMA
SM
S
jumlah
Setuju
312 (315)* 348(375)
243(225)
297(285)
1200
Tidak setuju 108(105)
152(1250 57(75)
83(95)
400
jumlah
420
500
300
380
1600
*) angka dalam kurung adalah frekwensi harapan
dengan menggunakan = 1%, ujilah pendapat tersebut
penyelesaian :
Ho : p1=p2=p3=p4=p
Ha : tidak semuanya sama
= 1% (0,001), X20,01 (3)= 11,341 9dari tabel X2)
eij =
;
;

oleh karena

, dan seterusnya.

= 15,572 > dari X2 11,341 maka Ho ditolak berarti persentase penduduk

yang setuju KB tidak sama untuk semua tingkatan pendidikan.

2.4.3. Pengujian hipotesis tentang varian
Pengujian hipotesis satu varian, Sering kali dalam praktik pengetahuan tentang
variance yang dipergunakan sebagai ukuran variasi dari suatu kumpulan nilai hasil observasi
sangat penting untuk diketahui.seperti kita ketahui, kalau suatu sampel random ditarik dari

suatu populasi dengan distribusi normal, maka ratio =

yaitu mengikuti

fungsi kai skwer dengan derajat bebas (n-1). Ratio tersebut dipergunakan sebagai dasar untuk
pengujian hipotesa, perumusan hipotesa seperti halnya dengan rata-rata proporsi adalah
sebagai berikut :
Ho : 2 = 2 ; Ha : 2 > 2 ; Ha : 2 < 2 ; Ha : 2 2
Contoh soal:
Suatu perusahaan makanan ternak, ingin mengetahui apakah sejenis makana baru
dapat mengurangi variasi berat ternak sebagai akibat dari jenis makanan tersebut. Pemilik
perusahaan tersebut beranggapan, setelah ternak diberi makanan tersebut selama 3 bulan,
akan tercapai variasi berat dinyatakan dalam variance sebesar 1600 pon, dengan alternatif
lebih kecil dan itu hampir sama (homogen). Dipilih sebagao sampel acak kemudian diberikan
makana barui tersebut selama 3 bulan. Setelah 3 bulan dilakukan penimbangan ternyata
diperoleh variance berat badan sebesar 1000 pon. Dengan menggunakan = 0,025 ujilah
pendapat tersebut.
Penyelesaian ;
Ho : 2 = 1600 ; Ha : 2 < 1600 ; n = 30 ; S2 = 1000
,

= 0,025, karenapengujian ini menggunakan sebelah kiri kurva maka dari tabel X 2 dengan
derajat kebebasan (n-1) = 30-1 = 29, diperoleh P(X2>16, 0471) = 1- = 0,975
dengan demikian X20.975 (29) = 16,0471 = 16,05. Oleh karena X2 > X20.975 (29) terletak didaerah
penerimaan maka Ho diterima. Berati anggapan pemilik perusahaan makanan ternak yang
mengatakan bahwa variance berat ternak sebesar 1000 pon dapat diterima.
Pengujian hipotesis kesamaan dua varian
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 ; 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.
2.4.4. Berdasarkan Jumlah Sampelnya
a. Pengujian hipotesis sampel besar
pengujian hipotesis yang menggunakan sampel n > 30
b. Pengujian hipotesis sampel kecil
pengujian hipotesis yang menggunakan sampel n 30
2.4.5. Berdasarkan Jenis Distribusinya
a. Pengujian hipotesis dengan Distribusi Z
pengujian hipotesis yang menggunakan distribusi Z sebagai Uji statistik.
1. Uji Hipotesis rata-rata
2. Uji Hipotesisi beda dua rata-rata
3. Uji Hipotesis proporsi
4. Uji Hipotesis beda dua proporsi
b. Pengujian hipotesis dengan Distribusi t
pengujian hipotesis yang menggunakan distribusi t sebagai Uji statistik.
c. Pengujian hipotesis dengan Distribusi F
pengujian hipotesis yang menggunakan distribusi F sebagai Uji statistik.
2.4.6. Berdasarkan arah atau bentuk formulasinya
a. Pengujian hipotesis dua pihak (two tail test)
pengujian hipotesis dimana hipotesis nol berbunyi sama dengan dan alternative
berbunyi tidak sama dengan.
Ho : q = qo ; Ha : q qo
b. Pengujian hipotesis pihak kiri / sisi kiri
c. Pengujian hipotesis pihak kanan/sisi kanan
2.5.

Prosedur pengujian hipotesis

2.5.1. Menentukan formulasi hipotesis

Hipotesis nol, Hipotesis nol yaitu (Ho) dirumuskan sebagai pernyataan yang akan
diuji. Rumusan pengujian hipotesis, hendaknya Ho dibuat pernyataan untuk ditolak.
Hipotesis nihil/nol yaitu hipotesis yang menyatakan tidak adanya hubungan antara dua
variabel atau lebih atau tidak adanya perbedaan antara dua kelompok atau lebih
Hipotesis Alternatif / Tandingan (Ha / H1), Hipotesis alternatif dirumuskan sebagai
lawan /tandingan hipotesis nol. Hipotesis alternatif (a) yaitu hipotesis yang menyatakan
adanya hubungan antara dua variabel atau lebih atau adanya perbedaan antara dua kelompok
atau lebih.
Bentuk Ha terdiri atas :
Ho : q = qo ; Ha : q > qo ; Ha : q < qo Ha : q qo
2.5.2. Tentukan taraf nyata (Significant Level)

Taraf nyata (a) adalah besarnya toleransi dalam menerima kesalahan hasil hipotesis
terhadap nilai parameter populasinya. Taraf nyata dalam bentuk % umumnya sebesar 1%, 5%
dan 10% ditulis 0,01; 0,05 ; 0,1. Besarnya kesalahan disebut sbg daerah kritis pengujian
(critical region of a test) atau daerah penolakan (region of rejection).
2.5.3. Uji rata-rata uji proporsi
Uji rata-rata
proporsi

II

III

Ho : m = mo
Ha : m > mo

Ho : m = mo
Ha : m < mo

Ho : m = mo
Ha : m mo

Ho diterima
Kriteria
jika Zo Za
Pengujiannya Ho ditolak
jika Zo > Za

Ho diterima
jika Zo -Za
Ho ditolak
jika Zo < -Za

Ho diterima jika
-Za/2 Zo Za/2
Ho ditolak jika
Zo<-Za/2 ;Zo>Za/2

Formulasi
Hipotesis

2.5.4. Menentukan Nilai Uji Statistik

2.5.5. Membuat kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis nol yang sesuai dengan kriteria pengujiaanya.

2.5.6. Hipotesis Berdasarkan explanasinya

Hipotesis Deskriptif, Pengujian Hipotesis Deskriptif pada dasarnya merupakan
proses pengujian generalisasi hasil penelitian yang didasarkan pada satu jenis sampel.
Sehingga kesimpulan pengujian hipotesis deskriptif adalah apakah sampel dapat
digeneralisasikan atau tidak dapat digeneralisasikan. Dengan demikian variabel penelitiannya
bersifat mandiri sehingga hipotesis ini tidak dalam bentuk perbandingan atau hubungan antar
dua lebih variabel.
Hipotesis Komparatif, Pengujian Hipotesis Komparatif berarti menguji parameter
populasi yang berbentuk perbandingan melalui ukuran sampel yang juga berbentuk
perbandingan. Bila Ho diterima dalam uji hipotesis, berarti perbandingan dua sampel atau
lebih tersebut dapat digenerlisasikan untuk seluruh populasi dimana sampel-sampel diambil
dengan taraf signifikan tertentu. Variabel penelitian yang digunakan hanya 1 variabel seperti
pada penelitian deskriptif tetapi variabel tersebut berada pada populasi dan sampel yang
berbeda. Dapat pula pada populasi atau sampel yang sama tetapi pada waktu yang berbeda.
Komparasi dapat dilakukan antara 2 atau lebih sampel (k sampel). Setiap komparasi tersebut,
memiliki sampel yang berkorelasi dan sampel independen (tidak berkorelasi).
Contoh sampel berkorelasi adalah :
1.
Perbandingan kinerja kayawan sebelum dilatih dengan yang sudah dilatih.
2.
Perbandingan penjualan produk sebelum dan sesudah penerapan ISO

Sedangan Sampel independen adalah :

1.
Membandingkan kemampuan kerja lulusan Politeknik dengan Brawijaya.
2.
Membandingkan waste beton cast in situ dan precast
Hipotesis Asosiatif, Pengujian Hipotesis Asosiatif merupakan dugaan adanya
hubungan antar variabel dalam populasi yang akan diuji melalui hubungan antar variabel
dalam sampel yang diambil dari populasi tersebut.Oleh karena itu perlu dihitung koefisien
korelasi antar variabel dalam sampel kemudian koefisien korelasi tersebut diuji
signifikannya. Dengan demikian uji hipotesis asosiatif adalah menguji koefisien korelasi
yang ada pada sampel untuk diberalakukan pada seluruh populasi.
Korelasi merupakan angka yang menunjukkan arah dan kuatnya hubungan antar dua
variabel. Arah dinyatakan dalam positif / negatif sedangkan kuat dinyatakan dalam besarnya
koefisien korelasi.

BAB III

KESIMPULAN
Didalam menyusun suatu laporan karya tulis ilmiah terutama penelitian kualitatif di
dalamnya tidak akan terlepas dari yang namanya merumuskan hipotesis, tujuan, dan
kegunnaan penelitian. Hipotesis ilmiah mencoba mengutarakan jawaban sementara terhadap
masalah yang kan diteliti. Hipotesis menjadi teruji apabila semua gejala yang timbul tidak
bertentangan dengan hipotesis tersebut. Dalam upaya pembuktian hipotesis, peneliti dapat
saja dengan sengaja menimbulkan/menciptakan suatu gejala. Kesengajaan ini disebut
percobaan atau eksperimen. Hipotesis yang telah teruji kebenarannya disebut teori. Hipotesis
juga berarti sebuah pernyataan atau proposisi yang mengatakan bahwa diantara sejumlah
fakta ada hubungan tertentu Proposisi inilah yang akan membentuk proses terbentuknya
sebuah hipotesis di dalam penelitian.

BAB III

DAFTAR PUSTAKA
Edya Mudyahardjo. 1984. Metode-metode Riset Sosial, IKIP Bandung.
Hadi, Sutrisno. 1981. Statistik. Yayasan penerbitan fakultas psikologi UGM. Yogyakarta
John, W Bes. 1982. Metodologi Penelitian Pendidikan, Usaha Nasional, Surabaya.
Kartini Kartono. 1990. Pengantar Metode Riset Sosial, CV Mandar Maju, Bandung.
Supranto, J. 1986. Statistika teori dan aplikasi. Erlangga. Jakarta.