Hipotesis

Hipotesis : Kesimpulan sementara atau

dugaan logis tentang keadaan populasi.
Secara statistik Hipotesis menyatakan
parameter populasi dari suatu variabel
yang terdapat dalam populasi dan
dihitung berdasarkan statistik sampel.
Karena merupakan dugaan sementara,
maka
hipotesis mungkin benar, tetapi mungkin
juga

Pengujian Hipotesis
Tujuan pengujian hipotesis adalah kita ingin
mendapatkan kesimpulan mengenai suatu
populasi berdasarkan sampel yang kita miliki
Bila kita ingin mengetahui pendapat
mahasiswa Untan
tentang Program KKN dan menanyakan kepada
seluruh
mahasiswa sensus analisis deskriptif
(menghitung ukuran pemusatan dan
penyebaran data) tidak perlu
uji hipotesis.
Tetapi bila kita hanya mengambil sampel
mahasiswa

Kesimpulan dari pengujian hipotesis

secara statistik hanya berupa menerima
atau menolak hipotesis dan ini tidak
membuktikan kebenaran hipotesis karena
statistika sama sekali tidak melakukan
pembuktian
Penerimaan suatu hipotesis terjadi
karena TIDAK CUKUP BUKTI untuk
MENOLAK hipotesis tersebut dan BUKAN
karena HIPOTESIS ITU BENAR
Penolakan suatu hipotesis terjadi
karena TIDAK CUKUP BUKTI untuk
MENERIMA hipotesis tersebut dan BUKAN

Landasan penerimaan dan penolakan

hipotesis seperti ini, yang
menyebabkan para statistikawan atau
peneliti mengawali pekerjaan dengan
terlebih dahulu membuat
hipotesis yang diharapkan ditolak,
tetapi dapat
membuktikan bahwa pendapatnya
dapat diterima

2. Seorang dosen di Untan memperbaiki

metoda pembelajaran dalam mata
kuliah yang dia ampu. Ia berpendapat
setelah perbaikan metoda
pembelajaran maka rata-rata nilai
ujian mahasiswa naik. Bagaimana ia
menyusun hipotesis awal
penelitiannya?

3. Sebelum tahun 2005, pendaftaran

mahasiswa Untan dilakukan dengan
pengisian formulir secara manual. Pada
tahun 2005, Untan memperkenalkan
sistem pendaftaran "ON-LINE".
Seorang Staf ingin membuktikan
pendapatnya bahwa rata-rata waktu
pendaftaran dengan sistem ON-LINE
akan lebih cepat dibanding dengan
sistem yang lama.
Untuk membuktikan pendapatnya,
bagaimana ia menyusun hipotesis awal
penelitiannya?

Dalam setiap pengujian hipotesis, kita

harus selalu memutuskan apakah
menerima atau menolak H0 dan selalu
ada kemungkinan bahwa kita
membuat kesalahan dalam
pengambilan keputusan tersebut. Ada
2 jenis kesalahan :

Peluang terjadinya kesalahan tipe I

dinyatakan dengan , dan disebut
sebagai taraf nyata (level of significance).
Peluang terjadinya kesalahan tipe II
dinyatakan
dengan . Komplemen dari , yaitu (1
) disebut sebagai kuasa pengujian
Prosedur
pengujian
hipotesis
:
(power of statistical test)
1. Hipotesis nol
2. Hipotesis alternatif atau hipotesis
penelitian
3. Statistik uji
4. Daerah kritis atau daerah penolakan
hipotesis

Contoh:
Untuk menguji apakah ada perbedaan
rata-rata
hasil UTS statistik mahasiswa kelas
reguler dan ekstensi.
H0 1 = 2
Tidak ada perbedaan rata-rata hasil UTS
statistik antara mahasiswa reguler dgn
ekstensi.
H1 1 2 (dua arah)
Ada perbedaan rata-rata hasil UTS
statistik antara mahasiswa reguler dgn
ekstensi.

1.

Misalkan taraf nyata yang digunakan

adalah
= 0,05. Dengan demikian, titik
kritisnya adalah
z = z0,05 = 1,645
Sehingga
daerah
adalah
z>
Karena nilai
zhitung kritisnya
terletak di
daerah
1,645 dan daerah penerimaan H0 adalah
penerimaan H0 maka H0 diterima.
jika z 1,645

Minitab

H0

H1

zhitun
Tolak H0 jika zhitung > zgtabel atau nilai
P < = 0,05

2.

z/2 = z0,025 = 1,96

zhitung > ztabel tolak H0.

Artinya, rata-rata jumlah murid SD di
daerah tersebut sudah berubah (tidak

3. Ujilah kembali persoalan dalam

contoh 1 jika seandainya varians
populasinya tidak diketahui. Dari
output MINITAB untuk contoh
tersebut dapat kita ketahui
bahwa simpangan baku sampelnya
adalah 0,609 ton

erajat bebas = 20 1 = 19 t = t0,05 = 1,729

Daerah kritisnya adalah t > 1,7291
dan daerah penerimaan H0 adalah
jika t 1,7291

Uji Hipotesis tentang rata-rata

populasi

4.

Karena nilai zhitung terletak di daerah

penerimaan H0, maka H0 tidak ditolak.
Dapat disimpulkan bahwa kita tidak
cukup bukti untuk menyatakan bahwa
perlakuan perendaman benih tersebut
telah meningkatkan persentase
berkecambahnya
benih tanaman tersebut.

5.

20,1; 4 = 7,779
Karena 2hitung > 2tabel tolak H0
Maka kita simpulkan bahwa alat
timbangan tersebut sudah saatnya
dikalibrasi ulang.

6.

Karena zhitung = 5,622 > z0,05 = 1,645,

maka H0ditolak.
Artinya, ayam pedaging yang mendapat
tambahan tepung ikan dalam pakannya
secara statistik lebih berat daripada
ayam yang mendapat pakan biasa

Untuk tingkat kepercayaan 95%, nilai

kritisnya adalah z/2 = z0,025 = 1,96.
Jadi, selang kepercayaan 95% bagi
selisih rata-rata populasinya adalah:

Prosedur pengujian hipotesis yang

dibahas dalam kasus 2 ini didasarkan
atas beberapa asumsi, yaitu:
(i)kedua sampel bersifat independen.
Berarti bahwa kedua sampel tersebut
diambil dari dua populasi yang berbeda
dan setiap individu yang terdapat dalam
satu sampel tidak berkaitan
dengan individu dalam sampel lainnya.
(ii) kedua sampel diambil dari populasi
yang berdistribusi Normal.
(iii) varians kedua populasinya dapat

7.

Karena nilai thitung = 1,308 < t0,025 ; 12 =

2,1788 maka H0 diterima.
Artinya, walaupun nilai rata-rata kedua
sampel tersebut kelihatan berbeda,
tetapi hal ini belum merupakan bukti
yang cukup untuk menyatakan bahwa
kedua rata-rata tersebut berbeda
secara statistik

t/2 adalah nilai kritis dari tabel t

dengan derajat
bebas = n + n 2

Statistik T di atas mempunyai distribusi yang

mendekati distribusi t dengan derajat bebas
, dimana adalah

8.

Karena nilai t terletak di daerah

penerimaan (2,3646 < thitung <
2,3646), maka
kesimpulan kita adalah terima H0.
Artinya, kita tidak mempunyai bukti
yang cukup untuk menyatakan
bahwa rata-rata jumlah curah hujan
bulan Agustus di kedua daerah
tersebut berbeda.

Suatu sampel yang tidak independen

dapat terjadi ketika pengamatan atau
individu dari kedua sampel tersebut
saling berpasangan, sehingga nilainilai pengamatannya saling berkaitan.

9. Dalam suatu percobaan yang

dirancang untuk mengamati pengaruh
dua jenis obat tidur terhadap
pemakainya, 5 orang pasien seorang
dokter yang mengeluh susah tidur
direkrut secara acak. Pada malam
tertentu, setiap pasien meminum salah
satu jenis obat tidur dan pada malam
yang lainnya dia meminum obat tidur
yang lainnya. Urutan obat yang
diminum oleh setiap pasien dilakukan
secara acak.
Lama setiap pasien tidur setelah

Dalam kasus ini, kedua sampel tersebut

tidak independen, karena setiap pasien
(individu) diamati dua kali, yaitu setelah
meminum obat A dan setelah meminum
obat B. Dengan demikian, pelaksanaan
percobaan tersebut telah menyebabkan

Karena nilai thitung > ttabel, maka H0

ditolak.
Sehingga dapat kita simpulkan bahwa
kedua jenis obat tidur tersebut
memberikan pengaruh yang berbeda
terhadap rata-rata jumlah jam tidur
pemakainya.

Z Nilai z tabel pada tertentu

Z5% = Z0,05 = 1,645
Z1% = Z0,01 = 2,33
Z2,5% = Z0,025 = 1,96
Z0,5% = Z0,005 = 2,575
tdb; Nilai t tabel pada dan derajat
bebas (db)
db = derajat bebas = degree of freedom
(df)
satu populasi db = n 1
dua populasi db = (n1 1) + (n2 1)