BAB IV
UJI HIPOTESIS
4.1 PENDAHULUAN
Pembuatan kesimpulan mengenai segala sifat populasi dilakukan
menggunakan sifat-sifat atau karakteristik sampel yang diambil dari populasi
yang didapat. Kesimpulan yang dibuat disebut kesimpulan statistis yang untuk
singkatnya dikatakan sebagai kesimpulan.
Untuk memperoleh kesimpulan, biasanya didahului oleh pengandaian
atau asumsi mengenai populasi yang mungkin betul ataupun mungkin tidak betul
dan disebut Hipotesis Statistis atau disingkat Hipotesis dan biasa dilambangkan
dengan H0 (baca : H nol). Hipotesis inilah yang akan diteliti menggunakan
karakteristik sampel yang diambil dari populasi yang sedang ditinjau. Apabila
ternyata penelitian berdasarkan sampel ini, dalam batas-batas tertentu,
memperlihatkan adanya kesesuaian dengan hipotesis, maka akan dikatakan
hipotesis nol diterima. Ini berarti hipotesis nol telah dibenarkan. Apabila
penelitian itu, dalam batas-batas tertentu tidak memperlihatkan kesesuaian
dengan hipotesis nol, maka dikatakan bahwa hipotesis nol ditolak. Dengan ini
diartikan bahwa antara hasil penelitian dan hipotesis nol masih terdapat
perbedaan yang berarti.
Pengandaian lain yang berbeda / bertentangan dengan hipotesis nol
dinamakan hipotesis alternatif atau disingkat saja dengan alternatif dan
dilambangkan dengan H1 (baca : H satu). Berdasarkan penelitian yang dilakukan
itu apabila menerima hipotesis nol tentunya mengakibatkan menolak alternatif
dan menerima alternatif sama dengan menolak hipotesis nol. Cara atau langkah
yang membawa kepada penentuan untuk menerima atau menolak hipotesis nol
2
Dalam banyak hal ternyata dengan mengambil taraf nyata , atau disebut
pula resiko , sebesar 0,01 atau 0,05 akan memberikan hasil pengujian yang
memuaskan. Tentu saja nilai yang lain boleh digunakan apabila ternyata
dengan nilai tersebut akan mengakibatkan diperoleh risiko yang lebih kecil dan
pula hasil pengujian akan dapat dianggap lebih memuaskan.
Arti mengenai besar nilai ini adalah bahwa dari tiap 100 hipotesis nol
yang seharusnya diterima kira-kira 100 ditolak. Dikatakan bahwa 100(1 - )
% kesimpulan yang dibuat benar.
Contoh :
Seorang pengusaha ingin menentukan apakah perlu atau tidak ia memasang iklan
mengenai barangnya dalam sebuah surat kabar di suatu kota. Apabila
diperkirakan akan ada faedahnya, maka jelas ia perlu memasang iklan. Tetapi
tentulah ia tidak akan melakukan jika sebaliknya. Dari uraian di atas, dapat
dirumuskan sebagai berikut :
TINDAKAN YANG DILAKUKAN PENGUSAHA
MENGENAI PEMASANGAN IKLAN
Tindakan Sebenarnya pemasangan iklan
yang dilakukan Berfaedah Tidak Berfaedah
Memasang iklan Tindakan benar Tindakan keliru.
Kekeliruan macam II
Tidak memasang iklan Tindakan keliru. Tindakan benar
Kekeliruan macam I
H 0 : 0
b.
H1 : 0
H 0 : 0
c.
H1 : 0
2. Menentukan level of significance ()
3. Menentukan peraturan-peraturan pengujiannya / kriterianya
daerah
daerah daerah
terima
tolak tolak
H0
H0 H0
-z/2 z/2
Gambar 4.1 : Pengujian dua sisi
H0 diterima apabila
Z Z Z
2 2
H0 ditolak apabila
Z Z atau Z Z
2 2
b.
daerah daerah
terima tolak
H0 H0
z
8
H0 diterima apabila Z Z
H0 ditolak apabila Z Z
c.
daerah daerah
tolak terima
H0 H0
-z
Gambar 4.3 : Pengujian
satu sisi kiri
H0 diterima apabila Z Z
H0 ditolak apabila Z Z
4. Dari sampel yang diambil, dihitung nilai Z dengan rumus :
X 0
Z
S
n
9
dengan :
Contoh :
Suatu pabrik dengan kapasitas produksi 880 ton perhari. Namun, semenjak ada
perbaikan mesin, diduga ada perubahan jumlah produksi setiap harinya. Untuk
pengujian, diambil sampel sebanyak 50 hari dengan rata-rata hitung=871 ton dan
standar deviasi=21 ton. Apa kesimpulan yang dapat diambil ?
Jawab :
1. H 0 : 880 ton
H1 : 880 ton
2. 5%
maka
Z=1,96
3. Kriteria pengujian
daerah
daerah daerah
terima
tolak tolak
H0
H0 H0
-1,96 1,96
10
X 871 880
Z 3, 03
4. S 21
n 50
5. Karena -3,03 < -1,96 maka H0 ditolak
Kesimpulan :
Hasil produksi setiap harinya tidak sama dengan 880 ton.
H 0 : 0
b.
H1 : 0
H 0 : 0
c.
H1 : 0
2. Menentukan level of significance ()
4. Menentukan peraturan-peraturan pengujiannya / kriterianya
daera
daerah daerah
h
tolak tolak
terima
H0 H0
H0
t( ; n 1)
t( ; n 1)
2 2
11
b.
daerah
daerah
terima
tolak
H0
H0
t( ;n 1)
Gambar 4.2 : Pengujian satu sisi kanan
c.
daerah
daerah
tolak
terima
H0
H0
t( ;n 1)
12
X 0
t
S
n
dengan :
H 0 : 1 2
b.
H1 : 1 2
H 0 : 1 2
c.
H1 : 1 2
2. Menentukan level of significance ()
3. Menentukan peraturan-peraturan pengujiannya / kriterianya
a.
daerah
daerah daerah
terima
tolak tolak
H0
H0 H0
-z/2 z/2
H0 diterima apabila Z 2 Z Z 2
b.
daerah daerah
terima tolak
H0 H0
z
14
H0 diterima apabila Z Z
H0 ditolak apabila Z Z
c.
daerah daerah
tolak terima
H0 H0
-z
Gambar 4.3 : Pengujian
satu sisi kiri
H0 diterima apabila Z Z
H0 ditolak apabila Z Z
4. Dari sampel yang diambil, dihitung nilai Z dengan rumus :
15
X1 X 2
Z
S12 S 22
n1 n2
dengan :
H 0 : 1 2
b.
H1 : 1 2
H 0 : 1 2
d.
H1 : 1 2
2. Menentukan level of significance ()
daera
daerah daerah
h
tolak tolak
terima
H0 H0
H0
t( ; n 1)
t( ; n 1)
2 2
b.
daerah daerah
terima tolak
H0 H0
t( ;n 1)
c.
daerah daerah
tolak terima
H0 H0
t( ;n 1)
X1 X 2
t
n 1 S12 n 1 S 22 1 1
n1 n2 2 n1 n2
dengan :
H 0 : 0
b.
H1 : 0
H 0 : 0
a.
H1 : 0
2. Menentukan level of significance ()
3. Menentukan peraturan-peraturan pengujiannya / kriterianya
a.
daerah
daerah daerah
terima
tolak tolak
H0
H0 H0
-z/2 z/2
H0 diterima apabila
Z Z Z
2 2
H1 ditolak apabila
19
Z Z atau Z Z
2 2
b.
daerah daerah
terima tolak
Sampel Kecil (n<30)H
0 H0
z
H0 diterima apabila Z Z
H1 ditolak apabila Z Z
c.
daerah daerah
tolak terima
H0 H0
-z
H0 diterima apabila Z Z
H1 ditolak apabila Z Z
D
Z
SD
n
dengan :
H 0 : 0
b.
H1 : 0
H 0 : 0
e.
H1 : 0
2. Menentukan level of significance ()
3. Menentukan peraturan-peraturan pengujiannya / kriterianya
daera
daerah daerah
h
tolak tolak
terima
H0 H0
H0
t( ; n 1)
t( ; n 1)
2 2
21
b.
daerah daerah
terima tolak
H0 H0
t( ;n 1)
Gambar 4.2 : Pengujian satu sisi kanan
c.
daerah
terima
H0
22
daerah
tolak
H0
t( ;n 1)
D
t
SD
n
dengan :
4.4 SOAL-SOAL
23
2. Bedakan antara :
1) Alternatif sepihak dan alternatif dua pihak
2) Taksiran statistis dan kesimpulan statistik
10. Seorang agen susu sapi mengatakan bahwa susu yang ia jual cukup baik,
oleh karena untuk setiap liter susu rata-rata berisikan 0,025 kg.lemak mentega.
Sebuah badan yang berwenang telah mengadakan penelitian, oleh karena akhir-
akhir ini ada dugaan bahwa kualitas susu itu telah mengalami penurunan. Badan
tersebut meneliti sebanyak 16 liter susu yaang diambil secara acak dari agen
susu. Dari setiap liter susu yang diteliti, diukur berat lemak mentega yang ada.
Hasilnya ternyata rata-rata 0,024 kg sedangkan simpangan bku untuk ke 16 liter
susu yang diteliti itu 0,0023 kg. Jika resiko yang diambil oleh badan itu sebesar
0,05, maka apakah kesimpulan yang dapat diambil ?
penerimaan dan penolakan pengiriman itu. Setelah ketiga ratus barang tadi
diperiksa, ternyata didapat sebanyak 14 buah yang rusaak. Jika dalam penentuan
ini tidak mau mengambil resiko lebih dari 0,05 untuk menolak pengiriman
apabila sebenarnya seharusnya diterima, bagaimana mengenai nasib pengiriman
tersebut ? Bagaimana kalau resikonya hanya 1% ?
10. Sampel acak semacam barang telah diambil dari dua kumpulan yang
masing-masing dihasilkan oleh mesin A dan mesin B. Dari produksi mesin A
diambil 200 barang dimana terdapat 19 yang rusak; sedangkan dari produksi
mesin B diambil 100 barang dimana terdapat yang rusak 5 buah. Selidiki
dengan = 0,05, apakah kualitas barang yang dihasilkan oleh mesin itu sama
atau berbeda ?
BAB V
ANALISIS REGRESI DAN KORELASI
26
Sehingga sampel yang berukuran n itu terdiri atas n buah pasang data.
Contoh 5.1 :
Jika xi menyatakan banyak pengunjung ke suatu toko swalayan dan yi diartikan
orang-orang diantara pengunjung itu yang berbelanja di toko tersebut misalnya,
maka akan diteliti kumpulan data seperti dalam daftar berikut :
436 232
Hal-hal yang akan dipelajari mengenai kumpulan data yang terdiri atas
dua variabel yaitu :
a. Mempelajari derajat asosiasi antara kedua variabel. Bagian ini
dalam statistika dikenal dengan nama ANALISIS KORELASI.
Hubungan korelasional ini tidak menjelaskan apakah suatu variabel
menjadi penyebab dari variabel yang lainnya.
b. Mempelajari hubungan yang ada di antara variabel-variabel
sehingga dari hubungan yang diperoleh dapat menaksir variabel yang
satu apabila harga variabel lainnya diketahui. Bagian ini dikenal dengan
nama ANALISIS REGRESI.
Contoh 5.2 :
a. Dari data yang tertera dalam daftar di atas, dapat dicari
hubungan yang ada antara pengunjung dan yang belanja. Jika pada
suatu hari ada 390 pengunjung, dari hubungan yang diperoleh dapat
diperkirakan ada berapa yang akan belanja di toko itu. Selain daripada
itu, juga dapat ditentukan berapa kuat jumlah pembeli ditentukan oleh
adanya pengunjung
b. Diketahui bahwa produk nasional kotor ditentukan oleh produk-
produk. Lainnya, antara lain jasa, Jika data selama waktu-waktu tertentu
diketahui, hubungan antara produk-produk nasional kotor dan jasa dapat
dihitung. Dari hubungan ini, produk nasional kotor dapat diperkirakan
jika jasa dapat diketahui.
Tabel 5.2 : Banyak pengunjung dan belanja di suatu toko swalayan selama 30
hari.
HARI PENGUNJUNG BELANJA HARI PENGUNJUNG BELANJA
KE (Xi) (Yi) KE (Xi) (Yi)
1 35 32 16 40 38
2 39 36 17 41 37
3 34 31 18 32 30
4 40 38 19 34 30
5 31 29 20 30 28
6 43 42 21 35 35
7 40 33 22 36 29
8 30 29 23 37 34
9 34 29 24 39 35
10 39 36 25 41 36
11 33 31 26 33 32
12 32 31 27 34 32
13 36 33 28 36 34
14 40 37 29 38 37
15 43 36 30 37 34
. .
. .
. .
. .
29
dengan bantuan regresi linear, maka di sini terutama hanyalah regresi tersebut
yang akan dibicarakan.
Bagaimanakah menentukan persamaan regresi yang linear ini? Yang
paling mudah ialah dengan jalan kira-kira menurut penglihatan kita. Pada
kumpulan titik-titik itu ditarik sebuah garis lurus yang akan paling dekat titik-
titik itu berkerumun sekitar garis yang ditarik tadi. Sesudah itu ditentukan
bagaimana persamaannya.
Meskipun cara tersebut sangat mudah dilakukan namun untuk penelitian
jarang dilakukan oleh karena kecuali terlalu kasar hasilnya, juga terlalu subyektif
dan ini sedapat mungkin harus dihindarkan. Karenanya akan ditinjau cara yang
dianggap cukup baik dan sering digunakan. Cara yang dimaksud adalah
METODA KUADRAT TERKECIL. Sebelum cara ini dibicarakan, terlebih
dahulu akan ditinjau seperlunya macam-macam regresi linear yang mungkin,
sehubungan dengan variabel bebas.
Di atas dikatakan, bahwa jika variabel X yang diketahui terlebih dahulu
dan kemudian Y ditentukan berdasarkan X ini, maka ditentukan hubungan
Y=f(X). Rumusan hubungan ini lebih dikenal dengan nama Regresi Y atas X.
Jika regresi Y atas X ini linear, maka persamaannnya dapat dituliskan
dalam bentuk linear :
Y a bX ………(5.1)
n n
Yi an b X i
i 1 i 1
n n n
.............. (5.2)
X Y a X
i 1
i i
i 1
i b X i
i 1
2
Pasangan persamaan dengan dua anu a dan b ini, bentuk rumus 6.3, disebut
persamaan-persamaan normal untuk bentuk regresi dalam rumus 6.1. Setelah
diselesaikan, akan didapat harga-harga a ddan b yang dicari, yakni:
n n n n
Y X X X Y
i i
2
i i i
a i 1 i 1 i 1 i 1
2
n
n
n X i X i
2
i 1 i 1
n n n
.............. (5.3)
n X iYi X i Yi
b i 1 i 1 i 1
2
n
n
n X i X i 2
i 1 i 1
X
i 1
i 1086
n
Y 1044
i 1
i
X
i 1
i
2
39700
n
X Y 36.665
i 1
i i
Y 1, 6 0,88 X
33
Y = 1,6 + (0,88)(40)
= 36,81 orang yang berbelanja.
Contoh :
34
1. Harga beras tidak saja hanya ditentukan oleh adanya persediaan, tetapi juga
oleh harga bensin, upah buruh dan sebagainya.
2. Produksi telur ayam tidak saja bergantung pada banyaknya ayam petelur
yang ada saja, tetapi juga dari banyak makanan yang diberikan, umur
ayam dan barangkali masih ada faktor lainnya.
Y atas X 1 , X 2 ,..., X k yang paling sederhana ialah yang dikenal dengan nama
regresi linear berganda. Persamaan umum untuk regresi linear berganda ini
adalah :
Y a0 a1 X 1 ... ak X k
Y a0 a1 X 1 a2 X 2
Y na
i 1
i 0 a1 X 1i a2 X 2i
i 1 i 1
n n n n
a. Koefisien Korelasi
Karena ternyata korelasi dan regresi berhubungan erat, maka
untuk menentukan ukuran asosiasi atau koefisien korelasi, perlu
terpenuhi syarat-syarat :
1) Koefisien korelasi harus besar apabila derajat asosiasi
tinggi dan harus kecil apabila derajat asosiasi rendah.
2) Koefisien korelasi harus bebas daripada satuan yang
digunakan untuk mengukur variabel.
Untuk mencapai kedua syarat di atas, maka untuk menentukan
koefisien korelasi r biasa digunakan statistik :
X
n
i X Yi Y
r i 1
n 1 S x S y
n n n
n X iYi X i Yi
r i 1 i 1 i 1
n
n 2
n
n
2
n X i X i i i
2
n Y Y
i 1 i 1 i 1 i 1
-1 r 1
Tanda positif menyatakan bahwa antara variabel-variabel itu terdapat
korelasi positif atau korelasi langsung yang berarti nilai variabel X yang
kecil berpasangan dengan nilai variabel Y yang kecil serta nilai variabel
X yang besar berpasangan dengan nilai variabel Y yang besar pula.
Korelasi positif menunjukkan letak titik-titik dalam diagram
pencar berada sekitar garis lurus yang koefisien arahnya positif. Makin
dekat letak titik-titik itu pada garis lurus, makin kuatlah korelasi positif
itu dan harganya makin dekat kepada satu.
Jika titik-titik itu terletak pada garis lurus yang arahnya positif,
akan diperoleh harga r = +1.
r = +1 r = -1
Setelah dikenal apa arti koefisien korelasi, masih ada ukuran lain
yang sebenarnya lebih mudah untuk ditafsirkan dalam penggunaannya.
Ukuran tersebut ialah yang dinamakan koefisien determinasi yang tiada
lain daripada kuadrat koefisien korelasi. Jadi :
Koefisien Determinasi = r2
Karena sudah diketahui bahwa koefisien korelasi berada -1 r +1,
maka tentulah koefisien determinasi mulai dari nol sampai dengan 1,
atau :
0 r2 1
Koefisien determinasi biasanya dinyatakan dengan persen. Sedangkan
2
penafsirannya adalah jika r = 0,94 sehingga r = 0,8836 atau 88,36%
maka ditafsirkan sebagai 88,36% variasi suatu variabel yang disebabkan
oleh variabel lainnya.
Koefisien determinasi banyak digunakan dalam penjelasan tambahan
untuk hasil perhitungan koefisien regresi.
Contoh :
Berikut data gaji tentara (data fiktif, tahun 95) beserta pengeluarannya
untuk keperluan rekreasi bersama keluarga.
Dari daftar dapat dilihat bahwa ada 4 tentara dengan gaji Rp. 300.000
sampai dengan Rp. 400.000 sebulannya, dengan pengeluaran untuk
wisata masing-masing 1 orang Rp. 0 sampai dengan Rp. 99.000.
Sekarang persoalannya adalah bagaimana menentukan koefisen korelasi
antara keduanya ?
40
n f uv f x u f y v
r
2
2
n f x u 2 f xu n f uv 2 - f uv
dimana :
u = koding untuk variabel X
v = koding untuk variabel Y
fx = frekuensi kelas interval dari variabel X
fy = frekuensi kelas interval dari variabel Y
f = frekuensi dalam tiap sel
n = banyak data.
Sekarang dipergunakan peerumusan di atas.
Gaji tentara
x 34,5 44,5 54,5 64,5 74,5 84,5 94,5
Y u -3 -2 -1 0 1 2 3 fy fyv fyv2 Fuv
0,495 -3 1 1 -3 9 9
1,495 -2 2 3 1 6 -12 24 26
2,495 -1 1 2 10 2 15 -15 15 17
3,495 0 5 6 5 1 1 1 19 0 0 8
4,495 1 2 4 3 2 1 12 12 12 8
5,495 2 1 10 6 2 19 38 76 56
6,495 3 2 5 2 2 11 33 99 45
7,495 4 1 1 2 8 32 20
fx 4 10 19 14 19 12 7 85 61 267 181
fxu -12 -20 -19 0 19 24 24 21
fxu2 36 40 19 0 19 48 63 63
sama
fuv 24 16 10 0 38 48 45 45
sedangkan untuk tanda kelas yang makin besar +1, +2, +3, … Harga-
harga fxu didapat dengan mengalikan fx = 4 kali u = -3, fxu = -20 dari fx =
10 kali u = -2 dan seterusnya. Demikian pula fyv = 3 didapat dari fy = 1
kali v = -3, fyv = -12 didapat dari fy = 6 kali v = -2 dan seterusnya.
Nilai fxu2 diperoleh dengan mengalikan fxu dengan u, nilai fyv2 adalah
hasil kali fyv dengan v dan seterusnya.
Dengan demikian, nilai r adalah :
85. 181 - 13. 61
r =
{85.225 - 132} {85.267 - 612}
r = 0,77
Angka ini menyatakan kuatnya hubungan antara gaji bulanan tentara dan
pengeluaran untuk pariwisata.
c. Korelasi Rank
Ada kalanya ingin diketahui korelasi antara dua variabel tidak
berdasarkan pada pasangan data dimana nilai sebenarnya diketahui.
Umpamanya saja, kita telah melakukan penelitian mengenai tingkatan
menyenangi merk sepatu olahraga bagi prajurit A dan prajurit B anggota
TNI AL. Hasilnya dinyatakan dalam tabel di bawah ini. Untuk sepatu
yang paling disukai, diberi nilai 1 dan yang paling tidak disukai diberi
nilai 10. Urut-urutan nilai tersebut dinamakan RANK. Berdasarkan
rank tersebut, dapatlah ditentukan hubungan / korelasi antara keddua
variabel. Ukuran yang diperoleh biasa dinamakan koefisien korelasi
rank atau biasa juga dikenal dengan koefisien korelasi spearman dan
disimbulkan dengan r' (baca : er - aksen) untuk membedakan dengan
koefisien korelasi yang sudah dikenal.
1 2 3
Adidas 1 2
Lotto 2 3
Speck 3 1
Spotex 5 4
New Era 4 5
Jet 6 6
Niel 8 9
Pioneer 9 7
Crown 7 8
Best 10 10
n
6 di2
r 1 i 1
n n 1
2
Rank A 1 2 3 5 4 6 8 9 7 10
Rank B 2 3 1 4 5 6 9 7 8 10
di -1 -1 2 1 -1 0 -1 2 -1 0 Jml
di2 1 1 4 1 1 0 1 4 1 0 14
6.14
r 1
10(100 1)
r' = 0,015
d. Korelasi Berganda
Korelasi berganda merupakan korelasi dari beberapa variabel
bebas secara serentak dengan variabel terikat
43
dengan
x y X Y n
X1 Y
1 1
x y X Y
X Y k
k k
n
Y
2
y Y
2 2
n
e. Korelasi Parsial
Korelasi parsial adalah korelasi antara sebuah variabel tak bebas
dengan sebuah variabel bebas tertentu dengan variabel-variabel bebas
lain dianggap tetap / konstan.
Koefisien korelasi parsial dinyatakan dengan perumusan :
Untuk dua variabel bebas :
Korelasi parsial Y dengan X 1 dengan X2 dianggap konstan adalah :
5.6 SOAL-SOAL
44
Y = 185 + 1,46 X
1) Berapakah pukul rata pengeluaran keluarga setiap bulan
guan keperluan makanan apabila pendapatan keluarga setiap
bulannya mencapai 100.000 rupiah ?
2) Berapa ribu rupiahkah pengeluaran setiap bulan akan
bertambah, jika pendapatan naik dengan Rp. 1.000,- ?
3) Apakah keanehannya jika X = 0 rupiah ?
j. Dalam tempo delapan tahun, hubungan antara Produk Nasional
Kotor (Y) dengan hasil jualan tahunan minyak mentah dinyatakan oleh X
di suatu negara, ditentukan oleh : Y = -3,21 + 0,02453 X
Dengan X, Y dalam milyard unit uang di negara itu.
1) Apakah arti 0,02453
46