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
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
0.00
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
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
(rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet lebih tinggi dari
Analisis
= 4,0 t/h
= 4,9 t/h
S
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
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)
tersebut
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)
2.3.
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
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.
= 1,73358
5.
Z=
6.
Karena 1,73358 < 1,96 maka H 0 diterima, beda rata-rata hanya disebabkan faktor
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)
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)
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.
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
Menyarankan teori baru, apabila hasil pengujian hipotesis dapat membentuk proposisi,
asumsi atau penjelasan tentang suatu peristiwa.
3.
2.3.
2.4.
II.
Jenis Pengujian
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.
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.
n
X
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)
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.
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 =
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.
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
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.