Bab 7A

Pengujian Hipotesis Parametrik1

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Bab 7A
PENGUJIAN HIPOTESIS PARAMETRIK 1
A. Pendahuluan
1. Hipotesis Penelitian
Hipotesis penelitian merupakan bagian dari
penelitian ilmiah, biasanya, sebagai
jawaban sementara terhadap pertanyaan
ilmiah (masalah)
Dikenal dua macam hipotesis penelitian
Hipotesis induktif
Hipotesis deduktif
Hipotesis penelitian perlu diuji secara
empirik

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

2. Hipotesis Induktif
Terdapat sejumlah data (dalam jumlah besar)
Terdapat alasan untuk menduga bahwa ada pola
tertentu pada data itu, misalnya,
Data lebih besar dari suatu data acuan tertentu
(seperti standar, persyaratan, dan sejenis itu)
Data satu lebih besar dari data lainnya
Ada hubungan di antara data satu dengan data
lainnya
Hipotesis ini perlu diuji, secara kualitatif atau
secara kuantitatif
Pengujian secara kuantitatif dapat dilakukan
melalui
Matematika
Statistika

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

3. Hipotesis Deduktif
Ada pertanyaan ilmiah berupa masalah
Secara deduktif, melalui teori atau hukum ilmiah,
ditemukan jawaban ilmiah terhadap masalah itu
Jawaban ilmiah ini dikenal sebagai hipotesis
deduktif
Hipotesis deduktif ini perlu diuji secara empirik
melalui cara kualitatif atau cara kuantitatif
Pengujian secara kuantitatif dapat dilakukan
melalui
Matematika
Statistika
(lihat metodologi penelitian)

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

4. Hipotesis Statistika
Jika pengujian hipotesis dilakukan melalui statistika
maka diperlukan hipotesis statistika
Disusun hipotesis statistika yang sesuai dengan
rumusan hipotesis penelitian
Hipotesis statistika berbicara tentang parameter
populasi sehingga perlu dicari parameter yang
sesuai dengan rumusan hipotesis penelitian
Pengujian hipotesis statistika dapat dilakukan
secara
Parametrik
Nonparametrik
Pengujian hipotesis statistika dapat menggunakan
Populasi data
Sampel data

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Pengujian hipotesis secara statistika

Pengujian hipotesis secara statistika

Data
populasi

Data
sampel

Secara
statistika
mengambil
keputusan
tentang
populasi
Langsung
memperoleh
hasil uji

Hasil uji

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

B. Rumusan Hipotesis Statistika

1. Hipotesis Penelitian ke Hipotesis Statistika
Rumusan hipotesis penelitian berbentuk katakata, biasanya, tidak menyebut besaran
statistika
Rumusan hipotesis statistika berbentuk
rumusan parameter dan pada umumnya
dilakukan melalui notasi atau dalam hal tertentu
melalui frasa pendek
Parameter yang banyak dipakai adalah

Rerata
Proporsi
Variansi
Koefisien korelasi
Koefisien regresi

Harus ada kecocokan di antara rumusan

hipotesis penelitian dan hipotesis statistika

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Contoh 1
Hipotesis penelitian
Melalui metoda belajar anu, hasil belajar
terletak di atas standar lulus
Misalkan standar lulus adalah 6

Hipotesis statistika
X > 6
X = hasil belajar

Catatan: Di sini dipilih parameter rerata

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Contoh 2
Hipotesis penelitian
Pada tulisan berbahasa Indonesia mutakhir,
awalan me- lebih banyak digunakan daripada
awalan diHipotesis statistika
X Y > 0
X = banyaknya awalan meY = banyaknya awalah diCatatan: Di sini digunakan parameter rerata
untuk banyaknya awalan me- dan awalan di- di
dalam misalnya tiap halaman buku

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Contoh 3
Hipotesis penelitian
Di toko swalayan termasuk toko serba ada,
pengunjung wanita lebih banyak daripada
pengunjung pria
Hipotesis statistika
X > 0,5
X = banyaknya pengunjung wanita
Catatan: Di sini digunakan paramater proporsi.
Karena cuma ada wanita dan pria sehingga jika
wanita lebih dari 50% maka hal ini sama artinya
dengan wanita lebih banyak dari pria

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Contoh 4
Hipotesis penelitian
Sikap terhadap keluarga berencana di
kalangan penduduk lulusan SMP lebih
seragam daripada di kalangan penduduk
tidak lulus SD
Hipotesis statistika

X2
<1
2
Y
X = penduduk lulusan SMP
Y = penduduk tidak lulus SD
Catatan: Di sini digunakan parameter variansi
untuk menunjukkan keseragaman

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Contoh 5
Hipotesis penelitian
Di perguruan tinggi, terdapat hubungan positif
di antara hasil belajar mahasiswa dengan hasil
seleksi masuk mereka ke perguruan tinggi
Hipotesis statistika
XY > 0
X = hasil ujian seleksi masuk mahasiswa
Y = hasil belajar mahasiswa
Catatan: Di sini digunakan koefisien korelasi
linier untuk menunjukkan hubungan

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

2. Model Hipotesis Statistika Untuk Data Parameter

(Populasi)
Hipotesis statistika menggunakan parameter
yang rumusannya cocok dengan rumusan
hipotesis penelitian
Misalnya, jika hipotesis penelitian menyatakan
bahwa sesuatu lebih tinggi dari standar, maka
hipotesis statistika dapat berbentuk
H : X > 10
jika standar yang dimaksud = 10
Misal ini menggunakan parameter rerata.
Sesuai dengan keadaan, kita memilih
parameter yang sesuai dengan rumusan
hipotesis penelitian

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

3. Model Hipotesis Statistika Untuk Data Statistik

(Sampel)
(a) Perangkat hipotesis statistika
Setiap hipotesis statistika disusun secara
berpasangan
Ada dua macam notasi pasangan hipotesis
statistika yang sering digunakan orang adalah
H0 dan H1
H0 dan HA (A = alternatif)
Mengapa hipotesis statistika berpasangan akan
dijelaskan kemudian
Catatan: Hipotesis penelitian tidak disusun
secara berpasangan; hanya hipotesis statistika
yang disusun secara berpasangan

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

(b) Struktur hipotesis statistika

Perangkat hipotesis statistika disusun dalam tiga
suku, berbentuk

parameter

Logika
aritmetika

konstanta

Bentuk logika aritmetika mencakup

=, >, <, , ,
Pada H0 harus terdapat logika aritmetika = dalam
bentuk
=,

, atau

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

(c) Model dasar

Ada tiga model dasar perangkat hipotesis statistika
H0 : parameter = konstanta
H1 : parameter > konstanta
H0 : parameter = konstanta
H1 : parameter < konstanta
H0 : parameter = konstanta
H1 : parameter

konstanta

Catatan: H0 dapat juga berbentuk

H0 : parameter konstanta
H0 : parameter konstanta

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Contoh 6
H0 : X = 6
H1 : X > 6
H0 : X = 6
H1 : X < 6
H0 : X = 6
H1 : X 6
X2
H0 : 2 = 1
Y
X2
H1 : 2 > 1
Y

X2
H0 : 2 = 1
Y
X2
H1 : 2 1
Y

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

H0 : X Y = 0
H1 : X Y > 0
H0 : X Y = 0
H1 : X Y < 0
H0 : X Y = 0
H1 : X Y 0
H0 : X = 0,5
H1 : X > 0,5
H0 : X = 0,5
H1 : X < 0,5
H0 : X = 0,5
H1 : X 0,5
H0 : X Y = 0
H1 : X Y > 0

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

H0 : X Y = 0
H1 : X Y < 0
H0 : X Y = 0
H1 : X Y 0
H0 : XY = 0
H1 : XY > 0
H0 : XY = 0
H1 : XY < 0
H0 : XY = 0
H1 : XY 0
H0 : XY = 0,6
H1 : XY > 0,6
H0 : XY = 0,6
H1 : XY < 0,6

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

H0 : XY = 0,6
H1 : XY 0,6
H0 : XY UV = 0
H0 : XY UV > 0
H0 : XY XZ = 0
H0 : XY XZ > 0
H0 : B = 0
H1 : B > 0
H0 : B = 0
H1 : B < 0
H0 : B = 0
H1 : B 0
H0 : B 1 B 2 = 0
H1 : B 1 B 2 > 0

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

(d) Syarat hipotesis statistika

Di antara H0 dan H1 terdapat syarat yang harus
dipenuhi agar apabila H0 ditolak maka satu-satunya
alternatif adalah menerima H1
Syarat ini dapat berbentuk
Tidak boleh tumpang tindih, artinya, tidak boleh
ada di H0 dan juga ada di H1, seperti
H0 : X = 7
H1 : X > 6
Tidak boleh ada pilihan ketiga selain H0 atau H1
seperti
H0 : X = 7
H1 : X > 8

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Karena itu dalam hal seperti hipotesis statistika

H0 : X = 0
H1 : X > 0
perlu ada perjanjian bahwa hipotesis ini sama
sekali tidak melibatkan X < 0
Syarat lainnya
Hipotesis statistika hanya berkenaan dengan
parameter (bukan berkenaan dengan statistik)
Pada pengujian hipotesis parametrik, skala
data harus interval atau rasio (tidak boleh
nominal atau ordinal)

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

C. Pengujian Hipotesis Statistika

1. Pengujian melalui data sensus (data populasi)
Langkah pertama adalah merumuskan
hipotesis statistika, misalnya
H : X > 8
Langkah kedua, menghitung rerata pada data
populasi yang diperoleh
Langkah ketiga, membandingkan hasil
hitungan ini dengan hipotesis
Langkah keempat, mengambil keputusan untuk
menerima atau menolak hipotesis

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

2. Pengujian melalui data sampel (statistik)

(a) Tujuan uji hipotesis
Tujuan pengujian hipotesis statistika adalah
pengambilan keputusan tentang parameter
Titik tolak pengujian hipotesis statistika adalah
data sampel (statistik) namun keputusan yang
perlu diambil adalah tentang parameter
(populasi)
Pada dasarnya, dengan pengetahuan tentang
sebagian data (sampel), kita mengambil
keputusan tentang seluruh data (populasi)
Diperlukan cara tertentu untuk dapat
melakukan pengujian ini
Keputusan yang diambil mengandung risiko
keliru

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

(b) Dasar pengujian hipotesis statistika

Untuk memberikan gambaran tentang dasar
pengujian hipotesis statistika melalui data
sampel, kita menggunakan suatu contoh
Contoh 7
Misalkan ada hipotesis statistika
H0 : X = 7
H1 : X > 7
dengan data yang memenuhi syarat
Misalkan data sampel menunjukkan
ukuran populasi NX = 5
ukuran sampel

nX = 2

rerata sampel

= 8

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Hipotesis yang diuji

Populasi H0
X = 7

Probabilitas sampel
berasal dari populasi H0
Sampel
X=8

Populasi H1
X > 7

Probabilitas sampel
berasal dari populasi
H1

H0 mengandung tanda = sehingga hanya ada satu

populasi H0
H1 mengandung tanda > sehingga ada tak hingga
banyaknya populasi H1
Kita tidak dapat menguji H1, sehingga kita hanya
menguji H0 (menerima atau menolaknya)

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Pengujian hipotesis statsitika menjadi

Populasi H0
X = 7

sampel
Probabilitas =

X=8

Tampak di sini mengapa diperlukan syarat bahwa

pada H0 harus ada tanda = (supaya hanya ada satu
populasi H0)
Selanjutnya ada dua pilihan keputusan yakni
Menerima H0 dengan probabilitas
Menolak H0 dengan probabilitas keliru
Kalau H0 ditolak maka karena tidak ada pilihan
ketiga dan tidak tumpang tindih, maka satusatunya alternatif adalah menerima H1
Tampak di sini mengapa tidak boleh tumpang tindih
dan tidak ada pilihan ketiga pada H0 dan H1

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Menghitung probabilitas
Berapa besarkah probabilitas pada contoh di
atas?
Kita melihat misal sebagai berikut

5
6

7
8

Populasi H0
Ukuran populasi NX = 5
Ukuran sampel dengan pengembalian nX = 2

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Sampel
5
5
5
6
5
7
5
8
0,067
6
9
6
6
6
7
6
8
6
9
7
7
7
8
7
8
8
9

9
8
9
9

Rerata Distribusi probabilitas

5
pensampelan
5,5
6
X frek p
p
6,5
5 1 0,067
7
6
6,5
7
7,5
8,5
7,5

5,5
6
6,5
7
7,5
8
8,5

1
2
2
3
2
2
1

0,067
0,133
0,133
0,200
0,133
0,133
0,067

0,134
0,267
0,400
0,600
0,733
0,866
0,933

8
8
8,5
9

1 0,067
15

1,000

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Menghitung probabilitas
Berapa besarkah probabilitas pada contoh di
atas?
Kita melihat misal sebagai berikut

5
6

7
8

Populasi H0
Ukuran populasi NX = 5
Ukuran sampel tanpa pengembalian nX = 2

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Sampel
5
6
5
7
5
8
5
9
6
7
6
8
6
9
7
8
7
9
8
9

Rerata
5,5
6
6,5
7
6,5
7
7,5
7,5
8
8,5

Distribusi probabilitas
pensampelan
X frek
p
p
5,5 1 0,10 0,10
6
1 0,10 0,20
6,5 2 0,20 0,40
7
2 0,20 0,60
7,5 2 0,20 0,80
8
1 0,10 0,90
8,5 1 0,10 1,00
10

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Distribusi probabilitas pensampelan

Untuk sampel berukuran X 8

= 0,10

0,90
=7

7,5

Probabilitas sampel berasal dari populasi H0 adalah

0,10
Kalau H0 diterima maka probabilitasnya hanya
0,10 atau kurang
Kalau kita menolak H0 (karena tidak ada pilihan
ketiga sehingga menerima H1) maka probabilitas
kelirunya adalah 0,10 atau kurang
Perlu diputuskan, menerima atau menolak H0

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Kita dapat juga memilih risiko keliru misalnya =

0,05
Selanjutnya kita menghitung nilai kritis NK pada =
0,05 (dengan tabel statistika, perlu transformasi baku)
Untuk rerata sampel X NK

= 0,05

0,95
=7

7,5

NK

Kalau H0 diterima maka probabilitasnya hanya

0,05 atau kurang
Kalau kita menolak H0 (karena tidak ada pilihan
ketiga sehingga menerima H1) maka probabilitas
kelirunya adalah 0,05 atau kurang

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

(c) Pembahasan
Dalam pengambilan keputusan pada pengujian
hipotesis statistika,
Dengan tiada tumpang tindih atau pilihan
ketiga, kita hanya menguji H0
Kita menghitung probabilitas yakni
probabilitas sampel berasal dari populasi H0
Untuk menghitung probabilitas , kita
menggunakan distribusi probabilitas
pensampelan (terdapat di Bab 6A dan 6B)
Kalau besar, kita memilih menerima H0
Kalau kecil, kita cenderung memilih menolak
H0 dengan risiko probabilitas keliru sebesar
Kita perlu menentukan besarnya probabilitas
keliru (dikenal sebagai taraf signifikansi)
untuk menerima atau menolak H0

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

D. Pengujian Hipotesis Statistika dengan Data Sampel

1. Dasar
Selanjutnya kita tidak membahas pengujian
hipotesis statistika dengan data populasi
Pembahasan selanjutnya hanyalah pengujian
hipotesis statistika dengan data sampel
Pengujian hipotesis statistika memerlukan
distribusi probabilitas pensampelan dan
informasi ini terdapat pada Bab 6A dan 6B
Pengujian hipotesis statistika memerlukan taraf
signifikansi . Banyak penelitian menggunakan
= 0,05 atau = 0,01
= 0,05 berarti mungkin ada 1 keliru di antara
20 keputusan menolak H0 demikian
= 0,01 berarti mungkin ada 1 keliru di antara
100 keputusan menolak H0 demikian

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

2. Proses Pengujian Hipotesis Statistika

(a) Hipotesis statistika dan data sampel
Kita mulai dengan suatu contoh seperti contoh
7 yang telah dibicarakan di depan yakni
H0 : X = 7
H1 : X > 7
Distribusi probabilitas populasi adalah normal
dan simpangan baku populasi tidak diketahui
Ditarik sampel acak melalui SADP
Ukuran sampel
nX = 49
Rerata sampel
X = 8
Simpangan baku sampel sX = 3,85
Kita akan menguji hipotesis dengan taraf
signifikansi = 0,05

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

(b) Distribusi probabilitas pensampelan

Distribusi probabilitas pensampelan satu rerata
adalah
Satu rerata

DP populasi
normal

SB populasi
diketahui

SADP

SATP

DP populasi
tidak normal

SB populasi
tidak diketahui

SADP

SATP

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Pada distribusi probabilitas pensampelan

DPP

: DP t-Student

Kekeliruan baku

X =

Derajat kebebasan

sX
3,85
=
= 0,55
nX
49

X = nX 1 = 49 1 = 48

(c) Statistik uji

Dengan demikian, maka rerata sampel X = 8,
dapat dinyatakan sebagai nilai baku pada
distribusi probabilitas t-Student melalui
transformasi
X X 8 7
tX =
=
= 1,82
X
0,55
(statistik uji)

Tujuan transformasi ke DP t-Student adalah

untuk memanfaatkan tabel fungsi distribusi tStudent yang ada

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

(c) Kriteria pengujian hipotesis statistika

Kalau probabilitas untuk sampel berasal dari
populasi H0 adalah kecil maka kita akan menolak
H0 (tentunya dengan risiko keliru menolak)
Batas kecilnya untuk penolakan adalah = 0,05
sehingga jika probabilitas untuk sampel berasal
dari populasi H0 adalah kurang dari 0,05 ( <
0,05), maka kita akan menolak H0
Dari tabel fungsi distribusi t-Student (Bab 5C),
diperoleh
f (t)
= 48
0,05

1,82
1,677

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

(d) Keputusan pada pengujian hipotesis

Tampak pada grafik distribusi probabilitas t-Student
bahwa untuk = 0,05
t(0,95)(48) = 1,677 (nilai kritis)
Tampak juga bahwa t untuk sampel adalah
tX = 1,82

sehingga tampak bahwa rerata sampel

terletak pada < 0,05
Keputusan pada pengujian hipotesis statistika
adalah menolak H0 pada taraf signifikansi
(probabilitas keliru) = 0,05
Ini berarti bahwa (karena tidak tumpang tindih dan
tidak ada pilihan ketiga) kita menerima H1

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

3. Langkah Sistematis Pengujian Hipotesis Statistika

Kita sistematiskan proses pengujian hipotesis
statistika ke dalam enam langkah
Langkah 1: Merumuskan perangkat hipotesis
statistika
Langkah 2: Menyajikan sampel beserta statistik
sampel
Langkah 3: Menentukan distribusi probabilitas
pensampelan serta menghitung
kekeliruan bakunya
Langkah 4: Menghitung statistik uji dari sampel
Langkah 5: Menentukan kriteria pengujian
Langkah 6: Mengambil keputusan

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Dengan contoh yang telah kita bicarakan, penyajian

sistematis pengujian hipotesis adalah sebagai berikut

Langkah 1
Hipotesis
H0 : X = 0
H1 : x > 0
Langkah 2
Sampel
Sampel acak dengan pengembalian
nX = 49
X = 8
sX = 3,85

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Langkah 3
Distribusi probabilitas pensampelan
DPP : DP t-Student
Kekeliruan baku

X =

sX
3,85
=
= 0,55
nX
49

Derajat kebebasan X = nX 1 = 49 1 = 48

Lengkah 4
Perhitungan statistik uji

tX =

X X 8 7
=
= 1,82
X
0,55

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Langkah 5
Kriteria pengujian
taraf signifikansi = 0,05
t(0,95)(48) = 1,677
tolak H0 jika t > 1,677
terima H0 jika t 1,677

Langkah 6
Keputusan
Pada taraf signifikansi 0,05, tolak H0
(menerima H1)

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

4. Pengujian satu ujung dan dua ujung

(a) Pengertian ujung
Di dalam contoh yang telah kita bicarakan,
tampak bahwa pengujian dilakukan pada
f(t)
Ujung atas

Terima H0

1,677

Tolak H0

Di sini, terletak di ujung atas pada distribusi

probabilitas t-Student sehingga dikenal sebagai
pengujian satu ujung pada ujung atas
( = 1 )
Kemungkinan pengujian adalah
Satu ujung pada ujung atas
Satu ujung pada ujung bawah
Dua ujung

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

(b) Pengujian pada ujung bawah

Kita menggunakan contoh yang telah dibicarakan
dengan mengubah rumusan hipotesis menjadi
H0 : X = 7
H1 : X < 7
Dengan X < 7, pengujian terjadi pada ujung
bawah
=
f (t)
Ujung bawah

Tolak H0

Terima H0

1,677
Kriteria pengujian

Tolak H0 jika t < 1,677

Terima H0 jika t 1,677

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

(c) Pengujian pada dua ujung

Sekali lagi, kita menggunakan contoh yang sama
dengan contoh yang telah kita bicarakan di depan
dengan mengganti rumusan hipotesis menjadi
H0 : X = 7
H1 : X 7
Dengan timbul dua kemungkinan berupa > 7
dan < 7 sehingga kita menguji kedua-duanya
dan dikenal sebagai pengujian pada dua ujung
Dalam hal ini dibagi dua, ( =0,025) pada
ujung atas serta ( = 0,025) pada ujung
bawah
Pada contoh yang telah kita bicarakan,
pada ujung bawah

t(0,025)(48) = 2,011

pada ujung atas

t(0,975)(48) = 2,011

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Kriteria pengujian menjadi

f (t)
Ujung bawah

Tolak H0

Ujung atas

2,011

Terima H0

2,011

Tolak H0

Ujung bawah =
Ujung atas
= 1
Kriteria pengujian menjadi
Tolak H0 jika t < 2,011 atau t > 2,011
Terima H0 jika 2,011 t 2,011

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

5. Tipe Probabilitas Keliru

Sebenarnya ada dua tipe probabilitas keliru pada
pengambilan keputusan tentang hipotesis statistika
Kekeliruan tipe I () atau taraf signifikansi
Keliru menolak H0 pada hal seharusnya H0
diterima
Kekeliruan tipe II ()
Keliru menerima H0 pada hal seharusnya H0
ditolak
Seaharusnya
terima H0 tolak Ho
tolak H0

Keputusan
terima H0

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

6. Ukuran Efek (Effect Size)

Taraf signifikansi hanya berkenaan dengan

probabilitas keliru dalam penolakan H0
Besarnya selisih rerata sampel dengan H0 diukur
dengan ukuran efek.
Ukuran efek d Cohen
selisih rerata sampel dengan H0
d = --------------------------------------------simpangan baku
Jika simpangan baku populasi diketahui gunakan
simpangan populasi
Jika simpangan baku populasi tidak diketahui
gunakan simpangan baku sampel

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Ukuran efek menunjukkan seberapa besar

perbedaan rerata sampel dari rerata H0
Ukuran ini bisa kecil dan bisa juga besar
Jika ukuran efek kecil, maka walaupun perbedaan
itu signifikan namun efeknya kecil
Secara empirik, kecil besarnya ukuran efek adalah
0 < d < 0,2
0,2 < d < 0,8
d > 0,8

efek kecil
efek medium
efek besar

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

E. Pengujian Hipotesis Parametrik Satu Rerata

1. Dasar
Dasar dari pengujian hipotesis statistika
parametrik untuk satu rerata sudah dibicarakan
pada contoh tentang pengertian pengujian
hipotesis
Terdapat tiga macam pengujian berupa
pengujian satu ujung pada ujung atas,
pengujian satu ujung pada ujung bawah
pengujian dua ujung

Kita hanya menggunakan pengujian hipotesis

statistika dengan probabilitas keliru tipe I pada
pengambilan keputusan yakni taraf signifikansi

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

2. Pengujian Hipotesis Statistika

Contoh 8
Populasi X berdistribusi probabilitas normal
dan dihipotesiskan memiliki rerata X > 6.
Sampel acak dengan pengembalian berukuran
nX = 25 menunjukkan rarata X = 6,25 dan
simpangan baku sX = 0,5. Hipotesis ini diuji
pada taraf signifikansi = 0,05
Hipotesis
H0 : X = 6
H1 : X > 6
Sampel
Sampel acak dengan pengembalian
nX = 25,

X = 6,25,

sx = 0,5

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Distribusi probabilitas pensampelan

DPP
: DP t-Student
Kekeliruan baku

X =

sX
0,5
=
= 0,1
nX
25

Derajat kebebasan
X = nX 1 = 25 1 = 24
Statistik uji

tX =

X X 6,25 6
=
= 2,5
X
0,1

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Kriteria pengujian
Pengujian satu ujung pada ujung atas
dengan = 0,05, dari tabel
t(0,95)(24) = 1,711
Kriteria pengujian
Tolak H0 jika t > 1,711
Terima H0 jika t 1,711

Keputusan
Pada taraf signifikansi 0,05, tolak H0
(terima H1)
Ukuran efek d Cohen

d Cohen = (6,25 6,00) / 0,5 = 0,50

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Contoh 9
Seorang peneliti berhipotesis bahwa kadar X pada
suatu jenis produksi sudah turun sampai di bawah
6 satuan
Untuk menguji hipotesis ini dengan taraf
signifikansi 0,05 dari populasi X yang berdistribusi
probabilitas normal ditarik sampel acak dengan
pengembalian berukuran 49 yang menghasilkan
rerata 5,96 dengan kekeliruan baku 0,14
Hipotesis

Sampel

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Distribusi probabilitas pensampelan

DPP
:
Kekeliruan baku

Statistik uji

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Kriteria pengujian
Pengujian
dengan

Kriteria pengujian

Keputusan
Pada taraf signifikansi
Ukuran Efek

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Contoh 10
Setiap hari suatu alat rerata menghasilkan 70
benda. Pemilik alat akan membeli alat baru kalau
hasil alat baru itu melampaui hasil alat lama
Dengan anggapan bahwa hasil adalah berdistribusi
probabilitas normal, hasil percobaan 16 hari
dengan alat baru menunjukkan rerata 73 benda
dengan kekeliruan baku 5.
Dengan anggapan bahwa sampel ini adalah
sampel acak kecil, pada taraf signifikansi 0,05 uji
apakah hasil alat baru itu melampaui hasil alat
lama
Contoh 11
Pada taraf signifikansi 0,05 akan diuji keberhasilan
suatu sistem diet untuk menurunkan berat badan
Secara acak sampel kecil menunjukkan berat
badan dalam kg (anggap DP populasi adalah
normal)
Sebelum diet
Sesudah diet

70 79 83 78 69 64 71 66 72
68 80 76 75 71 62 70 64 68

(hitung selisih berat badan dan kemudian buat

hipotesis tentang selisih berat badan itu)

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Contoh 12
Seharusnya suatu alat memproduksikan benda
berukuran tepat 15 cm. Pada taraf signifikansi 0,05
uji kestabilan produksi alat itu. Anggap DP populasi
adalah normal.
Sampel acak ukuran kecil memberikan ukuran (cm)
15,6 14,7 15,3 15,2 14,8 15,4 15,5
14,9 15,4 15,6 15,5 14,8 15,2 15,2
15,3
Uji hipotesis pada taraf signifikansi 0,05
Contoh 13
Dengan anggapan DP populasi adalah normal
serta sampel kecil, uji hipotesis untuk
H0 : x = 70

nX = 22, X = 12,5 sX = 12,5

H1 : x > 70

= 0,025

-----------------------------------------------------------------------------Bab 7A
------------------------------------------------------------------------------

Contoh 14
Dengan anggapan DP populasi adalah normal
serta sampel kecil, ujilah hipotesis berikut
a. H0 : X = 75
H1 : x > 75
b. H0 : X = 100
H1 : x < 100

nX = 60

X = 101

sx = 42

X = 84,3

sx = 8,4

= 0,02
nX = 6
= 0,05

c. H0 : X = 825000 nX = 12

X = 78000

sx = 49000

H1 : x < 825000 = 0,05

d. H0 : X = 90
H1 : x 90
e. H0 : X = 13
H1 : x 13

nX = 20

X = 84

sx = 11

= 0,10
nX = 7

X = 11,6

= 0,02

sx = 1,3