Pada artikel kali ini, kita akan membahas mengenai Uji Hipotesis, yang mana uji

tersebut banyak dipakai pada saat penelitian yang dilakukan dalam penyusunan
Skripsi, Tesis maupun penelitian lainnya.
Hipotesis dapat didefinisikan sebagai pernyataan mengenai sesuatu yang perlu diuji
kebenarannya. Untuk mengetahui kebenaran pernyataan tersebut, perlu dilakukan
penelitian dan analisis. Pada kenyataannya, sebagian besar penelitian dilakukan
menggunakan sampel. Dengan begitu, data hasil pengukuran sampel akan
digunakan untuk menyimpulkan kebenaran suatu hipotesis.

KESIMPULA
N
TOLAK
TERIMA

HIPOTESIS
BENAR
SALAH
Kesalahan Type
Tepat
I
Kesalahan Type
Tepat
II

Rangkaian proses sebagaimana disebutkan diatas, tidak serta merta dapat

memberikan kepastian tentang hakikat benar atau tidaknya suatu hipotesis. Uji
hipotesis berdasarkan pengamatan sampel hanya akan memutuskan apakah
hipotesis akan diterima atau ditolak. Dengan prosedur seperti itu, seorang peneliti
dalam proses pengambilan keputusan akan menghadapi dua kemungkinan
kesalahan, yaitu Kesalahan Type I dan Kesalahan Type II.
Tabel diatas memberikan makna bahwa seorang peneliti berharap dapat membuat
kesimpulan yang tepat dalam menerima atau menolak suatu hipotesis. Oleh
karenanya, dalam melakukan pengujian hipotesis, peneliti tersebut harus memiliki
aturan main atau metodologi yang tepat. Salah satu aturan main yang dapat
digunakan adalah dengan membandingkan nilai statistik dengan harga parameter

yang dihipotesiskan. Jika perbedaan kedua harga ini cukup kecil maka hipotesis
diterima, sedangkan jika perbedaan cukup besar maka hipotesis ditolak.
Ha
= Hipotesis Alternatif
Ho
= Hipotesis Nol (nihil)
Selanjutnya kita akan membahas mengenai Uji rata-rata, apa yang dimaksud
dengan Uji rata-rata tersebut?
Uji rata-rata dimaksudkan untuk menentukan apakah dugaan tentang parameter
suatu populasi didukung kuat oleh informasi sampel atau tidak. Jika sebaran data
mengikuti distribusi normal, ukuran sampel yang relatif kecil (n < 30) dan nilai
standar deviasi populasi tidak diketahui, kita dapat memakai uji t dengan
formulasi/rumus sebagai berikut :

Sedangkan jika distribusi data tidak diketahui, kita harus

menggunakan sampel n > 30 sehingga data akan mendekati
distribusi normal. Untuk n > 30 dapat menggunakan uji z dengan formula/rumus
sebagai berikut :

Contoh kasus :
Sebuah Grossir menerima kiriman kaleng sereal dari sebuah supplier. Menurut
informasi yang diterima dari pihak supplier, berat kaleng rata-rata adalah 16 gr.
Pihak grossir tidak serta merta percaya lalu melakukan pengujian terhadap 10
sampel kaleng sereal secara acak sebelum menerima kiriman barang dalam mobil
box pengangkutnya. Berikut data hasil pengamatan 10 sampel pada suatu hari
kiriman barang.

Nomor
Sampel
1
2
3
4
5
6
7
8
9
10

Berat
Sereal (gr)
14,42
17,23
15,84
14,46
16,78
16,02
16,44
15,69
15,88
17,26

Lakukan analisis untuk menguji apakah hasil pengujian berat kaleng sereal yang
dilakukan oleh pihak grossir sama dengan keterangan pihak supplier?
1.
Formulasi hipotesisnya
Ho : X = o
Ha : X = o
Dimana o = 16
2.
Hitung rata-rata sampel

3.

Hitung nilai standar deviasi sampel

4.

Hitung nilai t

5.

Tentukan nilai t tabel

Dengan menggunakan tabel t pada /2 dan derajat bebas (degree of freedom) (df =
n -1). Dengan menggunakan tabel t diperolah nilai t tabel adalah 2,262157

Tabel t

6.

Penentuan kriteria uji

Langkah selanjutnya adalah kita harus membandingkan nilai t hitung dengan t
tabel.
Jika t hitung > t tabel, maka Ho ditolak, artinya nilai rata-rata yang diharapkan
berbeda dengan nilai rata-rata pengukuran sampel. Demikian sebaliknya, jika t
hitung < t tabel maka Ho diterima atau dapat dikatakan rata-rata yang
dibandingkan adalah sama.

7.

Pengambilan keputusan
Berdasarkan tabel t diketahui t(0,05/2, 10-1) adalah 2,262157, karena nilai t hitung
< t tabel maka Ho diterima dan Ha ditolak. Dengan demikian, dapat disimpulkan
bahwa berat kaleng sebesar 16 gr sebagaimana dikatakan pihak supplier tidak
berbeda nyata dengan hasil pengukuran menggunakan sampel oleh pihak grossir.

Uji t dua sampel/kelompok seperti materi yang pernah dibuat mengenai uji t dua sampel
dibagi kedalam dua jenis yaitu uji t dua sampel/kelompok independent(bebas) dan uji t dua
sampel dependent(berpasangan). sebelumnya juga sudah dibuat mengenai uji t dua
sampel/kelompok independent(bebas). Nah, kali ini akan dibahas tentang uji t
berpasangan. uji t berpasangan tentu saja digunakan apabila dua kelompok tersebut saling
berhubungan.Dua sampel berpasangan artinya sampel dengan subjek yang sama
namun mengalami dua perlakuan atau pengukuran yang berbeda.

Kapan menggunakan Uji

dependent(berpasangan)?

sampel/kelompok

1. uji komparasi antar dua nilai pengamatan berpasangan, misalnya: sebelum dan
sesudah
2. digunakan pada uji parametrik dimana syaratnya sebagai berikut:
o satu sampel (setiap elemen mempunyai 2 nilai pengamatan)
o merupakan data kuantitatif (rasio-interval)
o berasal dari populasi dgn distribusi normal (di populasi terdapat distribusi
difference = d yang berdistribusi normal dengan mean d=0 dan variance =1)

Contoh Kasus uji t sampel/kelompok berpasangan:

1. Apakah

terdapat

perbedaan

berat

badan

(kg)

antara sebelum puasa

dan sesudah puasa selama satu bulan?

2. Apakah

terdapat

perubahan

skor

antara sebelum dan sesudah penyuluhan gizi?

pengetahuan

tentang

gizi

3. Apakah terdapat perbedaan kadar kolesterol dalam darah (mg%) yg diperiksa

oleh dua alat yang berbeda?
Pada contoh no 1 dan 2 diatas terlihat bahwa yang diuji satu individu tapi dengan dua
perlakuan yang berbeda yaitusebelum dan sesudah. pada contoh no3 juga hampir sama
yaitu menguji perbandingan kadar kolesterol dengan dua alat yang berbeda.

Hipotesis dalam uji t dua sampel/kelompok:

1. Uji dua arah. pada hipotesis awal tidak terdapat perbedaan yang signifikan antara
rata-rata1 dan rata-rata2.sedangkan pada hipotesis alternatif sebaliknya yaitu
terdapat perbedaan rata-rata 1 dan rata-rata 2.

2. Uji satu arah dimana pada hipotesis awal kelompok/sampel 1 memiliki rata-rata
sama dengan atau lebih besar dengan rata-rata kelompok 2. sedangakan hipotesis
alternatif rata-rata kelompok 1 lebih kecil dibandingkan dengan rata-rata kelompok 2.

3. Uji satu arah ini kebalikan pada hipotesis kedua, dimana pada hipotesis awal
kelompok/sampel 1 memiliki rata-rata sama dengan atau lebih kecil dengan rata-rata
kelompok 2. sedangakan hipotesis alternatif rata-rata kelompok 1 lebih besar
dibandingkan dengan rata-rata kelompok 2.

Hipotesis awal ditolak, bila:

|t hitung| > t tabel
atau:
Hipotesis awal diterima, bila:
|t hitung| <= t tabel

Statistik hitung (t hitung):

Dimana:

Keterangan
D = Selisih x1 dan x2 (x1-x2)
n = Jumlah Sampel
X bar = Rata-rata
S d = Standar Deviasi dari d.

Langkah-langkah pengujian signifikansi (hipotesis)

dalam Pengujian Perbedaan Ratarata Dua
kelompok berpasangan:
1. Tetapkan H0 dan H1
2. Tetapkan titik kritis (tingkat kepercayaan 95 %) atau (tingkat kepercayaan 99 %)
yang terdapat pada tabel t.

3. Tentukan daerah kritis, dengan db = n -1.

4. Tentukan t hitung dengan menggunakan rumus.
5. Lakukan uji signifikansi dengan membandingkan besarnya t hitung dengan t
tabel.

Contoh Kasus dalam

signifikansi (hipotesis)

pengerjaan

pengujian

Suatu kegiatan penelitian eksperimental, telah berhasil menemukan metode

ABG sebagai metode baru untuk mengajarkan mata kuliah Statistika II. Dalam
rangka uji coba terhadap efektifitas atau keampuhan metode baru itu,
dilaksanakan penelitian lanjutan dengan mengajukan Hipotesis Nol (Nihil) yang
mengatakan : Tidak terdapat perbedaan yang signifikan nilai Statistika II antara
sebelum dan sesudah di terapkannya metode ABG sebagai metode mengajar
mahasiswa UIB sem 6. Dalam rangka pengujian ini diambil sampel sebanyak 20
mahasiswa. Gunakan taraf kepercayaan 95 % (alfa=5% ) untuk menguji
pernyataan (Hipotesis) tersebut.
Datanya Sebagai berikut:

Nama

Nilai Statistika II
Sebelum

Sesudah

78

75

60

68

55

59

70

71

57

63

49

54

68

66

70

74

81

89

30

33

55

51

40

50

63

68

85

83

70

77

62

69

58

73

65

65

75

76

69

86

Maka Langkah -langkah yang perlu dilakukan:

1. Menentukan

Hipotesis

yang

digunakan,

yaitu:

(Tidak terdapat perbedaan yang signifikan antara hasil belajar sebelum dan
sesudah)
(Terdapat perbedaan yang signifikan hasil belajar sebelum dan sesudah)
2. Tetapkan titik kritis yaitu alfa 5%
3. Tentukan daerah kritis, dengan db = n -1=20-1=19
4. Tentukan t hitung

o Memulai dengan menghitung D(selisih).

o Menghitung

Standar

o Menghitung t hitung:
5. Lakukan uji signifikansi
Diketahui t tabel = 2,093. Sehingga |t hitung| > t tabel
Sehingga dapat disimpulkan:

Deviasi:

Ho ditolak , sehingga disimpulkan bahwa terdapat perbedaan yang signifikan antara hasil
belajar statistika II sebelum dan sesudah diterapkannya Metode ABG.