Anda di halaman 1dari 17

Pertemuan 6 & 7:

- Pengujian Hipotesis
- Pengujian Rata-Rata & Proporsi Satu Populasi

PENGUJIAN HIPOTESIS
Cara

lain

untuk

menarik

kesimpulan

mengenai

karakteristik populasi berdasarkan informasi dari sample


adalah pengujian hipotesis.
Hipotesis adalah pernyataan/pendugaan yang dianggap
benar dan digunakan sebagai dasar pembuatan keputusan
untuk pemecahan persoalan.
Hipotesis statistik adalah suatu pernyataan, asumsi atau
dugaan mengenai parameter populasi (bentuk, fungsi, nilai).
Pengujian

hipotesis

statistik

adalah

prosedur

yang

memungkinkan keputusan dapat dibuat, yaitu keputusan


untuk menolak atau tidak menolak hipotesis yang sedang
dipersoalkan.

Pengujian

hipotesis

statistik

tersebut

diuji

kebenarannya berdasarkan nilai statistik sampel.


Secara garis besar pengujian hipotesis memiliki dua
macam perumusan yaitu : pengujian hipotesis tentang
hubungan

(kausal)

dan

pengujian

hipotesis

tentang

perbedaan (komparatif).
Hipotesis Nol dan Hipotasis Alternatif
Dalam pengujian hipotesis secara statistik dikenal dua jenis
hipotesis yaitu hipotesis nol dan hipotesis alternatif.

Hipotesis Nol (H0)


Sebuah pernyataan tentang status quo yang menyatakan
tidak adanya hubungan antar variabel atau hipotesis yang
menyatakan tidak adanya perbedaan antara satu kelompok
dengan kelompok lain.
Ho sering disebut sebagai hipotesis yang ingin ditolak
Contoh hipotesis nol :
a. Tidak ada hubungan antara tinggi badan dan berat
badan.
b. Tidak ada perbedaan prestasi belajar mahasiswa S1 dan
mahasiswa D3
Hipotesis Alternatif (Ha)
Merupakan hipotesis lawan atau hipotesis tandingan dari H 0
Ha sering disebut sebagai hipotesis yang ingin diterima
Untuk menyatakan apakah hipotesa nol diterima atau
ditolak, harus dilakukan pengujian hipotesis. Uji hipotesis
merupakan prosedur statistik untuk menunjukkan kesahihan
suatu hipotesis. Uji ini diperlukan
dilakukan

pada

sampel,

karena pengamatan

sedangkan

peneliti

ingin

menggeneralisir hasil studinya pada populasi.


Jenis-Jenis Tipe Kesalahan Pengujian Hipotesis:
Dalam pengujian hipotesis terdapat 2 jenis kesalahan (Error) ,
yakni:
1.

Kesalahan Tipe I

Yaitu kesalahan pada saat menolak hipotesis nol, padahal


hipotesis nol benar. Peluang untuk melakukan kesalahan
tipe 1 disebut . Nilai biasa disebut tingkat signifikansi
sedangkan nilai 1- disebut tingkat kepercayaan/taraf
nyata

menyatakan

seberapa

nyata

(bisa

menolak

hipotesis nol) uji tersebut


2.

Kesalahan Tipe II

Yaitu kesalahan pada saat menerima hipotesis nol, padahal


hipotesis nol salah. Peluang untuk melakukan kesalahan
tipe 2 disebut , sedangkan nilai 1- disebut taraf uji. Taraf
uji ini menunjukkan seberapa baik statistik uji yang akan
digunakan dalam pengujian hipotesis (tingkat kesalahan
tipe 2-nya kecil).
Langkah -langkah pengujian hipotesis:
1.

Menentukan bentuk uji hipotesis ( H0 dan Ha )

2.

Menentukan taraf nyata () atau tingkat keyakinan (1-)


yang akan digunakan

3.

Menentukan uji statistik yang akan digunakan ( uji Z atau


uji t )

4.

Menentukan daerah kritis atau daerah penolakan H 0

5. Menghitung statistik uji ( Z hitung atau t hitung )


5.

Membandingkan statistik uji dengan daerah kritis.

6.

Menarik kesimpulan berdasarkan langkah 6 diatas.

Ada 2 jenis pengujian hipotesis, yaitu:

1. Pengujian hipotesis tunggal/1 arah


Adalah pengujian hipotesis dengan wilayah kritis pada 1
bagian kurva saja (kanan/kiri)
H 0 : = 0
Ha : 0 atau > 0 ;
Ini berarti hipotesis nol juga mencakup semua nilai yang tidak
dicakup oleh hipotetsi alternatif.
2. Pengujian hipotesis majemuk/2 arah
Adalah pengujian hipotesis dengan 2 wilayah kritis pada
bagian kurva saja (kanan dan kiri)
H 0 : = 0
H a : 0
Berikut adalah statistik uji yang digunakan dalam pengujian
hipotesis rata-rata:

X 0
1. Sampel besar, varians populasi diketahui = Z hitung
n

2. Sampel

besar,

X 0
Z hitung
S
n

varians

populasi

tidak

diketahui

3. Sampel

kecil,

varians

populasi

tidak

diketahui

X 0
thitung
S
n

Catatan:
Untuk sampel kecil yang diambil dengan WOR dan populasi
terbatas, varian harus dikalikan faktor koreksi.
Contoh:
1. Sebuah sampel random yang terdiri dari 40 kaleng susu
bubuk

yang

dihasilkan

oleh

sebuah

pabrik,

pada

kalengnya tertukis bahwa beratnya 400 gram. Setelah


ditimbang oleh satu persatu, ternyta menunjukkan berat
rata-rata 398 gram denga standar deviasi 35 gram. Jika
digunakan 1% tingkat signifikansinya, benarkah bahwa
tulisan

yang

ada

pada

setiap

kaleng

susu

itu

menunjukkan berat susu sebenarnya?


Jawab:
a. Hipotesis (dua sisi):
H0 : = 400
H1 : 400
b. Taraf nyata/ signifikansi = 1% , karena n = 40
(sample besar) maka:
Z/2 = Z0,005 = 2,58
c. Daerah kritis atau daerah penolakan H0:

-Z0,005

Z0,005

d. Statistik Uji:

X 0
Z hitung
S
n

398 400
1,99
35
40

Karena Zhitung = -1,99 > -Z/2 = 2,85 atau |Zhitung| = 1,99 < Z/2
= 2,85

, maka H0 diterima. Dengan demikian cukup bukti

untuk menyatakan bahwa apa yang tertulis dalam setiap


kaleng (mengenai berat) adalah benar.
Catatan:
Selain dari membandingkan nilai kritik dan nilai statistik
hitung, pengujian hipotesis bisa dilihat dari p-value (biasanya
banyak digunakan dalam output program statistik).
P-value adalah peluang dari nilai statistik hitung.
Jika p-value , maka keputusannnya tolak hipotesis nol
Jika p-value > , maka keputusannnya terima hipotesis nol
Aplikasi dari contoh soal diatas, nilai p-value adalah peluang
dari nilai Z 1,99 (karena pengujian 2 arah) yaitu =2 (0,0233)
>0,01
Sehingga keputusannya sama yaitu terima hipotesis nol.

Contoh output program statistik dan analisanya:


Suatu contoh terdiri atas 10 orang petani di suatu desa
memberikan nilai pengamatan hasil sawahnya dalam kw/ha
sbb: 21.9, 22.2, 22.3, 22.0, 22.4, 24.1, 22.2, 22.5, 22.7, dan
25.0.
Seorang peneliti ingin meneliti apakah rata-rata hasil sawah
yang sebenarnya adalah 21 kw/ha.
Jawab;
1. Ho = = 21
H1 = 21
2. = 0,05

T-Test

One-Sample Statistics
N
hsl_panen

10

Mean
22,7300

Std. Deviation
1,00890

Std. Error
Mean
,31904

One-Sample Test
Test Value = 21

hsl_panen

t
5,422

df
9

Sig. (2-tailed)
,000

Mean
Difference
1,73000

95% Confidence
Interval of the
Difference
Lower
Upper
1,0083
2,4517

Keterangan;
Tabel 1, adalah tabel yang menyajikan ukuran statistik sampel
N:
banyaknya data yang dimasukkan/sampel
(walaupun simbolnya N)
Mean:
rata-rata dari 10 sampel yang dimasukkan
Std. deviation: standar deviasi dari sampel
Tabel 2, adalah tabel untuk analisa pengujian hipotesis
dengan statistik uji t
Test value:
nilai rata-rata yang dihipotesiskan
t:
nilai statistik hitung (t)
df:
derajat bebas dari t
Sig. (2-tailed): p-value untuk uji 2 arah
Mean difference:
beda nilai rata-rata dari sampel dengan
nilai rata-rata yang dihipotesiskan
95% CI of the difference: nilai-nilai batas untuk CI untuk
dengan tingkat signifikansi 5 %

Pengujian Proporsi Satu Populasi


Merupakan pengujian terhadap nilai proporsi populasi
(dikotomi) yang sebenarnya (menggunakan data sampel).
Biasanya untuk pengujian ini nilai proporsi populasi akan
sama dengan, kurang dari atau lebih dari suatu nilai yang
diberikan (p0).
Asumsi-asumsi yang digunakan sama dengan asumsi pada
distribusi binomial.
Pengujian proporsi satu populasi untuk sampel kecil, nilai
kritik bisa dilihat langsung menggunakan tabel Binomial.
Kriteria penolakan hipotesis nol untuk pengujian tersebut
adalah sebagai berikut;
Uraian

Uji satu arah

Ho

p=p

p=p

H1

p>p

p<p

Nilai
Kritik
Wilaya
h Kritik

x k '

P x k ' , p p0

Uraian

x k '

b x; n, p

x k '

k '

P x k ' , p p0 b( x, n, p )
x 0

Uji dua arah

Ho

p=p

H1

pp

Nilai
Kritik

x k ' dan x k '


2
2
k '

Wilaya
h Kritik

P x k ' , p p0 P x k ' , p p0 b x; n, p b x; n, p

2
x 0
x k '
2

Contoh:
1. Diketahui 70 % dari mahasiswa Universitas Indonesia
menolak rencana kenaikan biaya kuliah yang akan
digunakan membangun fasilitas parkir di universitas
tersebut. Jika 15 dari 18 mahasiswa yang terambil

sebagai sampel acak, dlm penelitian tentang rencana


tersebut.

Uji

penyataan

Presiden

BEM

UI

bahwa

mahasiswa Universitas Indonesia yang menolak rencana


tsb lebih banyak dari 70 % dengan = 0,05.
Jawab:
Hipotesis (satu sisi kanan):
1. H0 : p = 0,7
2. Ha : p 0,7
3. Taraf nyata/ signifikansi = 5%
4. Nilai kritis atau nilai u/ penolakan H0: x17 dengan
Wilayah kritis :
1. Karena x = 15 < k maka H0 diterima.
2. Dengan

demikian

tidak

cukup

bukti

yang

menyatakan bahwa mahasiswa UI yang menolak


rencana tsb lebih banyak dari 70 %.
2. Deprindag meyakini bahwa 40% dari semua toko yang
ada di Jakarta dapat digolongkan sebagai supermarket.
Jika 13 dari 20 toko yang terambil sebagai sampel acak
teridentifikasi

sebagai

supermarket,

dan

peluang

kesalahan jenis pertama maksimal 0,05. Uji apakah data


sampel tersebut mendukung penyataan dari Deprindag.
Jawab:
Hipotesis (untuk 2 arah):
1. H0 : p = 0,4
2. Ha : p 0,4
3. Taraf nyata/ signifikansi = 5%

4. Nilai kritis atau nilai u/ penolakan H0: x 3 dan x


13dengan
Wilayah kritis
5. Karena x = 13 > k/2 maka H0 ditolak
6. Dengan demikian pengujan tsb cukup membuktikan
H0 salah. Sehingga pernyataan Deperindag tsb tidak
benar

(sampel

Deperindag)

tidak
yaitu

mendukung
banyaknya

penyataaan
persentase

supermarket dari semua toko yang ada di Jakarta


40%.
Pengujian

hipotesis

proporsi

satu

populasi

untuk

sampel besar
Distribusi peluang untuk yang binom akan dihampirkan ke
sebaran normal. Sehingga statistik ujinya menggunakan
statistik z, yi:
x np

p p

0
0
Dimana: Z np q atau Z p q n , jika n relatif besar atau jika
0 0
0 0

1
2n

, mempunyai nilai

1
x np0
2
Z
np 0 q0

atau

(yang berpengaruh) maka nilai


1
p0
2n
p0 q0 n

Sehingga bisa kita susun kriteria penolakan terhadap H 0-nya:


H0

H1

Nilai kritis

p=p

p<p

p=p

p>p

p=p

pp

hitung

Z
Z

hitung

<-Z

hitung

>Z

> Z / 2 atau Z

hitung

< - Z /2

Contoh:
1. Dalam penelitian tentang avophobia, seorang peneliti
menyatakan bahwa 30% dari semua wanita takut
ketinggian. Jika diambil sampel acak dan 41 dari 150
wanita takut ketinggian. Ujilah bahwa persentase wanita
yang takut akan ketinggian tidak sama dengan 30%.
Jawab:
Hipotesis (untuk 2 arah):
a. H0 : p = 0,3
b. Ha : p 0,3
c. Taraf nyata/ signifikansi = 5%
d. Nilai kritis atau nilai u/ penolakan H 0: Z
atau Z

hitung

< - Z / 2 ( Z

hitung

hitung

> Z

/ 2

> 1,96)

e. Statistik ujinya menggunakan statistik z, yi:


f. Statistik hitung:
g. Karena Z

hitung

= -0,71 >1,96 maka H0 diterima

h.Dengan demikian pengujan tidak cukup membuktikan


bahwa H0 salah sehingga kesimpulannya pernyataan
peneliti bahwa 30% dari semua wanita takut ketinggian.
2. Sebuah koin yang setimbang, dilemparkan sebanyak 400
kali dan ternyata munculnya sisi gambar 166 kali. Uji

dengan tingkat signifikansi 5%, pernyataan bahwa koin


tsb setimbang tidak benar.
Jawab;
Hipotesis (untuk 2 arah):
a. H0 : p = 0,5
b. Ha : p 0,5
c. Taraf nyata/ signifikansi = 5%
d. Nilai kritis atau nilai u/ penolakan H 0: Z hitung > Z / 2
atau Z hitung < - Z / 2 ( Z hitung > 1,96)
e. Statistik ujinya menggunakan statistik z, yi:
f. Statistik hitung:
g. Karena Z hitung = -3,4 > 1,96 maka H0 ditolak
h. Dengan demikian data sampel dalam pengujian diatas
cukup
membuktikan
bahwa
H0 salah
sehingga
kesimpulannya pernyataan bahwa koin tsb tidak
setimbang.
Atau

Uraian

Uji satu arah

Ho

p=p

p=p

H1

p>p

p<p

Wilayah
Kritik

Uraian
Ho

xob

P x x0b , p p 0 b x; n, p

P x x ob , p p 0 b( x, n, p )

xob

x 0

Uji dua arah


p=p

H1
Wilaya
h Kritik

pp
Untuk x<np0 (Uji sebelah
kiri), maka tolak H0 jika
P( x xob p p0 )
2

Untuk x>np0 (Uji sebelah


kiri), maka tolak H0 jika
P( x xob p p0 )
2

LATIHAN:
1.

Untuk menguji dugaan mengenai perbedaan rata-rata

upah mingguan pekerja laki-laki dengan pekerja wanita di


perusahaan ABC, diambil sampel acak dengan rincian
sebagai berikut;
Jenis Kelamin
Laki-laki
Perempuan

Jumlah
pekerja
75
60

Upah Mingguan
mean
Std. deviasi
Rp.4.222.180 Rp.35.200
Rp.3.816.600 Rp.32.650

Uji dugaan bahwa rata-rata perbedaan upah mingguan untuk


pekerja laki-laki dan perempuan sama dengan Rp.30.000
pada tingkat signifikansi 5 %.

2. Mesin cetak baru biasanya dapat mencetak 6.500 helai


kertas per jam. Usaha percetakan Bpk. Azis, akan membeli
mesin cetak baru jika kemampuan mesin cetak mereka lebih
rendah dari kemampuan mesin cetak yang baru. Perusahaan
mengadakan observasi secara empiris dengan 12 buah mesin
dan hasil observasinya telah diolah menggunakan program
statistik (=0,05), hasilnya adalah sebagai berikut:
Descriptives
Descriptive Statistics
Hasil cetak

N
12

Valid N (listwise)

12

Minimum
5400,00

Maximum
6700,00

Mean
6075,0000

Std. Deviation
384,05729

T-Test
One-Sample Statistics
N
12

Hasil cetak

Mean

Std. Deviation
384,05729

Std. Error
Mean
110,86779

One-Sample Test
Test Value = 6500

Hasil Cetak

t
-3,833

df

Sig.
(2-tailed)
,003

Mean
Difference

95% Confidence
Interval of Mean
Lower

Upper

a. Lengkapilah tabel output program statistik diatas


b. Lakukan
prosedur
pengujian
hipotesis
untuk
mengetahui apakah ada alasan bagi perusahaan
tersebut untuk membeli mesin cetak yang baru

3.

Penelitian mengenai fluktuasi kenaikan harga saham

perusahaan BCD (%) di BEJ tahun 2007. Untuk kepentingan


tsb, diambil 20 hari secara acak dan dicatat kenaikan
harganya. Sehingga diketahui rata-rata kenaikan harga saham
per hari adalah 8,8% dengan standart deviasi 1,9%. Gunakan
=0,05 untuk menguji hipotesis nol =2,0% deang hipotseis
alternatifnya <2,0%.

Anda mungkin juga menyukai