STATISTIKA

OLEH :

WIJAYA

FAKULTAS PERTANIAN
UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
2010
V. PENGUJIAN HIPOTESIS

¾ Hipotesis adalah jawaban sementara terhadap

suatu masalah.

¾ Setiap hipotesis bisa benar atau salah,

sehingga perlu diuji dengan suatu penelitian
untuk diterima atau ditolak

¾ Langkah atau prosedur untuk menentukan

apakah menerima atau menolak hipotesis
disebut Pengujian Hipotesis.
V. PENGUJIAN HIPOTESIS

Hipotesis ada 2 macam, yaitu :

1. Hipotesis Statistik = H0
2. Hipotesis Kerja / Hipotesis Alternatif = H1

¾ Hipotesis Nol (H0) merupakan hipotesis yang

dirumuskan dengan harapan akan ditolak.
V. PENGUJIAN HIPOTESIS

Dalam pengujian hipotesis terdapat 2 kekeliruan (galat) :

Kesimpulan Keadaan Sebenarnya

H0 Benar H0 Salah
Terima Hipotesis Benar Galat Tipe II (β)
Tolak Hipotesis Galat Tipe I (α) Benar

Nilai α disebut Taraf Nyata. Nilai α biasanya 0,05 (5%)

atau 0,01 (1%). Jika α = 0,05 artinya 5 dari tiap 100
kesimpulan kita akan menolak hipotesis yang seharusnya
diterima.
V. PENGUJIAN HIPOTESIS

Teknik dalam pengujian hipotesis :

α α

Uji 2 Pihak Uji Pihak Kiri Uji Pihak Kanan

H0 ≡ θ = θ 0 H0 ≡ θ = θ 0 H0 ≡ θ = θ 0
H1 ≡ θ ≠ θ 0 H1 ≡ θ < θ 0 H1 ≡ θ > θ 0

θ = parameter (μ ; σ ; σ2)
θ0 = Nilai yang dihipotesiskan
V. PENGUJIAN HIPOTESIS

Penggunaan Sebaran t dan z

Ya
Apa σ ada? Uji - z

Tidak
Ya
n ≥ 30 ? Uji - z

Tidak

Uji - t
1. Pengujian Rata-rata Satu Sampel

Contoh :
Seorang peneliti senior menyatakan bahwa rata–rata
pendapatan per bulan keluarga di kota A sebesar Rp
1.000.000,–. Contoh acak berukuran 25 keluarga
diambil dan diperoleh rata–rata pendapatannya Rp
1.200.000,– dengan simpangan baku sebesar Rp
200.000,–. Ujilah pada taraf nyata 0,05 apakah
pernyataan peneliti senior tersebut dapat diterima.
1. Pengujian Rata-rata Satu Sampel
Jawab :
1. H0 ≡ μ = 1.000.000 lawan H1 ≡ μ ≠ 1.000.000
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik : Uji t
4. Wilayah Kritik : t < –tα/2(n-1) atau t > tα/2(n-1)

t < –t0,025(24) atau t > t0,025(24)

t < –2,064 atau t > 2,064

1. Pengujian Rata-rata Satu Sampel

5. Perhitungan :

6. Kesimpulan :
Karena (t = 5,00) > (t0,025(24) = 2,064) maka
disimpulkan untuk menolak H0 (pendapat
peneliti senior yang menyatakan bahwa
rata-rata pendapatan sebesar Rp. 1000.000,-
tidak dapat diterima)
1. Pengujian Rata-rata Satu Sampel

Wilayah Kritik : t <–t0,025(24) atau t > t0,025(24)

t < –2,064 atau t > 2,064

Tolak H0 Tolak H0
Terima H0
–2,064 2,064
5,00
2. Pengujian Rata-rata Dua Sampel

A. Rata-rata Dua Sampel Bebas

1. Jika σ12 dan σ22 diketahui atau n ≥ 30 :

2. Jika σ12 dan σ22 Tidak diketahui serta n < 30 :
a. Jika σ12 ≠ σ22 :
b. Jika σ12 = σ22 :

B. Rata-rata Dua Sampel Berpasangan

A. Rata-rata Dua Sampel Bebas

1. Jika σ12 dan σ22 diketahui atau n ≥ 30 :

2. Jika σ12 dan σ22 Tidak diketahui serta n < 30 :

a. Jika σ12 ≠ σ22 :
A. Rata-rata Dua Sampel Bebas

b. Jika σ12 = σ22 :

A. Rata-rata Dua Sampel Bebas
Untuk mengetahui apakah σ12 = σ22 atau σ12 ≠ σ22
dilakukan Uji Kesamaan Ragam dengan Uji F :

Jika : F ≤ F0,05(v1 ; v2) berarti σ12 = σ22

Jika : F > F0,05(v1 ; v2) berarti σ12 ≠ σ22
v1 = n1 –1 derajat bebas sampel ke-1
v2 = n2 –1 derajat bebas sampel ke-1
A. Rata-rata Dua Sampel Bebas
Contoh 1 :
Ingin diketahui apakah terdapat perbedaan R/C usahatani
padi antara kelompok tani yang menggunakan pupuk KCl
dan tidak menggunakan pupuk KCl. Pada kelompok tani
yang menggunakan pupuk KCl dengan anggota sebanyak
38 petani diperoleh rata-rata R/C sebesar 1,37 dengan
ragam 0,0167, sedangkan kelompok tani tanpa pupuk KCl
beranggotakan 52 petani diperoleh rata-rata R/C 1,25
dengan ragam 0,0124. Ujilah pada taraf nyata 0,05 apakah
rata-rata R/C kedua kelompok tani menunjukkan perbedaan.
A. Rata-rata Dua Sampel Bebas

Jawab :
1. H0 ≡ μ1 = μ2 lawan H1 ≡ μ1 ≠ μ2
2. Taraf Nyata α = 5 % = 0,05 Æ α/2 = 0,025
3. Uji Statistik : Uji-z ( n > 30 )
4. Wilayah Kritik : z < –z0,025 atau z > z0,025
z < –1,96 atau z > 1,96
5. Perhitungan :
A. Rata-rata Dua Sampel Bebas

6. Kesimpulan
Karena nilai ( z = 4,609) > (z0,025 = 1,960) artinya
kedua sampel mempunyai rata-rata R/C yang
berbeda secara nyata.

Tolak H0 Tolak H0
Terima H0
–1,960 1,960
4,609
A. Rata-rata Dua Sampel Bebas
Contoh 2 :
Data berikut menggambarkan hasil gula (ku/ha) pada
usahatani tanam awal dan keprasan :

Tanam Awal Tanam Keprasan

Rata-rata Hasil 51,760 47,650
Ragam Hasil 36,4535 8,8596
Ukuran Sampel n 6 16

Ujilah pada taraf nyata 0,05 apakah rata-rata hasil gula

kedua usahatani tersebut menunjukkan perbedaan.
A. Rata-rata Dua Sampel Bebas

Jawab :
1. H0 ≡ μ1 = μ2 lawan H1 ≡ μ1 ≠ μ2
2. Taraf Nyata α = 5 % = 0,05 Æ α/2 = 0,025
3. Uji Statistik : Uji-t ( n < 30 )
4. Wilayah Kritik : t < –t0,025(20) atau t > t0,025(20)
t < –2,086 atau t > 2,086
A. Rata-rata Dua Sampel Bebas

1. Uji Perbandingan Ragam :

F0,05(5 ; 15) = 2,901

Karena nilai (F = 4,115) > (F0,05(5 ; 15) = 2,901) artinya

ragam kedua sampel tersebut berbeda nyata.
A. Rata-rata Dua Sampel Bebas

2. Uji lanjut atau Uji-t :

2. Uji lanjut atau Uji-t :

6. Kesimpulan :
Karena nilai (t = 1,596) < (t0,025(20) = 2,086) artinya
rata-rata hasil gula kedua usahatani tersebut tidak
berbeda nyata.
A. Rata-rata Dua Sampel Bebas

6. Kesimpulan :
Karena nilai (t = 1,596) < (t0,025(20) = 2,086) artinya
rata-rata hasil gula kedua usahatani tersebut tidak
berbeda nyata.

Tolak H0 Tolak H0
Terima H0

–2,086 2,086
1,596
B. Rata-rata Dua Sampel Berpasangan

Rata-rata dari selisih pengamatan kedua

sampel
Simpangan baku dari selisih pengamatan
kedua sampel
B. Rata-rata Dua Sampel Berpasangan

Contoh :
Pelatihan manajemen agribisnis dilakukan kepada
100 petani andalan agar mereka mampu
mengembangkan usahataninya. Setelah beberapa
waktu, 6 orang diantara 100 petani andalan tersebut
diselidiki keuntungan yang mereka peroleh sebelum
dan sesudah pelatihan. Ujilah dengan α = 5%
apakah keuntungan usahatani sebelum sama dengan
sesudah pelatihan.
B. Rata-rata Dua Sampel Berpasangan

Petani 1 2 3 4 5 6
Sebelum 40 78 49 63 55 33 Juta Rp
Sesudah 58 87 57 72 61 40 Juta Rp

Jawab :
1. H0 ≡ μ1 = μ2 lawan H1 ≡ μ1 ≠ μ2
2. Taraf Nyata α = 5 % = 0,05 Æ α/2 = 0,025
3. Uji Statistik : Uji-t ( n < 30 )
4. Wilayah Kritik : t < –t0,025(5) atau t > t0,025(5)
t < –2,571 atau t > 2,571
B. Rata-rata Dua Sampel Berpasangan
5. Perhitungan :

Sebelum 40 78 49 63 55 33 Jumlah
Sesudah 58 87 57 72 61 40
Selisih (d) 18 9 8 9 6 7 57
(d2) 324 81 64 81 36 49 635

n = 6 ; ∑ d = 57 ; ∑ d2 = 635 ; α = 5% ; tα/2(n-1) = 2,571

B. Rata-rata Dua Sampel Berpasangan
5. Perhitungan :

6. Kesimpulan
Karena nilai (t = 5,099) > (t0,025(5) = 2,571) artinya
rata-rata keuntungan usahatani setelah pelatihan
lebih besar daripada sebelum pelatihan.
C. Pengujian Rata-rata Beberapa Sampel

Analisis yang digunakan dalam pengujian

rata-rata beberapa (k) sampel yaitu :

1. Analisis Ragam (Anava) : Uji F

2. Uji Lanjut :

a. Uji LSD (Uji BNT)

b. Uji HSD (Uji BNJ)
c. Uji Duncan (Uji DMRT atau LSR)
C. Pengujian Rata-rata Beberapa Sampel

Analisis Ragam (Anava) : Uji F

Uji dalam Analisis Ragam (Anava)
digunakan untuk menguji apakah rata-rata
dari k sampel menunjukkan perbedaan yang
nyata atau tidak.

Apabila hasil Analisis Ragam menunjukkan

adanya perbedaan yang siginifikan, maka
pengujian dilanjutkan untuk mengetahui rata-
rata sampel mana yang menunjukkan
perbedaan.
Contoh : Bobot GKG pada berbagai takaran pupuk K

K2O (kg/ha) Bobot GKG per Petak (kg)

k1 (12,5 ) 1,67 1,70 1,73 1,75 1,68
k2 (25,0 ) 1,64 1,69 1,70 1,71 1,67
k3 (37,5 ) 1,77 1,81 1,75 1,74 1,79
k4 (50,0 ) 1,66 1,65 1,63 1,61 1,70
k5 (62,5 ) 1,48 1,34 1,52 1,47 1,55

Ujilah pada taraf nyata 5% apakah rata-rata bobot GKG

menunjukkan perbedaan yang signifikan, dan pada
pupuk K berapa diperoleh bobot GKG tertinggi ?
C. Pengujian Rata-rata Beberapa Sampel

Jawab :
1. H0 ≡ μ1 = μ1 = … = μ5
H1 ≡ minimal ada satu rata-rata yang berbeda
2. Taraf Nyata α = 5 % = 0,05 Æ α/2 = 0,025
3. Uji Statistik : Uji-F dan Uji-t (Uji LSD)
4. Wilayah Kritik : F > F0,05(db1 ; db2)
5. Perhitungan :
 ¾ Analisis Ragam (Anava) :

K2O
Bobot GKG per Petak (kg) Jumlah Rata-rata
(kg/ha)
k1 (12,5 ) 1,67 1,70 1,73 1,75 1,68 8,53 1,71
k2 (25,0 ) 1,64 1,69 1,70 1,71 1,67 8,41 1,68
k3 (37,5 ) 1,77 1,81 1,75 1,74 1,79 8,86 1,77
k4 (50,0 ) 1,66 1,65 1,63 1,61 1,70 8,25 1,65
k5 (62,5 ) 1,48 1,34 1,52 1,47 1,55 7,36 1,47
Jumlah 41,41

1. FK = (41,41)2 : 25 = 68,5915
2. JK-TOTAL = (1,672 + 1,702 + … + 1,662) – FK = 0,2940
3. JK-PERLAKUAN = (8,532 + … + 7,562)/5 – FK = 0,2526
4. JK-GALAT = JK(TOTAL) – JK(PERLAKUAN) = 0,0414
 FK = 68,5915 JK-Total = 0,2940
JK-Perlakuan = 0,2526 JK-Galat = 0,0414

No Variasi DB JK KT F F5%
1 Perlakuan 4 0,2526 0,0632 30,539 2,866
2 Galat 20 0,0414 0,0021
Total 24 0,2940

(F = 30,539) > (F0,05 (4 ; 20) = 2,866) artinya rata-rata bobot

GKG per petak menunjukkan perbedaan yang nyata. Oleh
karena itu pengujian dilajutkan menggunakan Uji LSD.
¾ Uji LSD :
 ¾ Uji LSD :

K2O Rata-
Beda rata-rata LSD
(kg/ha) rata
k5 (62,5 ) 1,47 - A
k4 (50,0 ) 1,65 0,18 B
k2 (25,0 ) 1,68 0,03 0,21 BC
k1 (12,5 ) 1,71 0,02 0,06 0,23 C
k3 (37,5 ) 1,77 0,07 0,09 0,12 0,30 D
D. Pengujian Proporsi Satu Sampel

Jika n ≥ 100 Jika n < 100

Contoh :
Pemilik toko pestisida menyatakan bahwa 30% pembeli
setiap bulannya membeli insektisida “X”. Contoh acak
120 orang yang membeli pestisida pada suatu bulan
terdapat 30 orang yang membeli insektisida “X”. Ujilah
pada taraf nyata 5% apakah pernyataan pemilik toko
tersebut dapat diterima
D. Pengujian Proporsi Satu Sampel

Jawab :
1. H0 ≡ p = 0,30 lawan H1 ≡ p ≠ 0,30
2. Taraf Nyata α = 5 % = 0,05 Æ α/2 = 0,025
3. Uji Statistik : Uji-z (n > 100)
4. Wilayah Kritik : z < – 1,96 atau z > 1,96
5. Perhitungan :
p = 0,30 ; q = 0,70 ; n = 120 ;
x = 30 ; x/n = 0,25
D. Pengujian Proporsi Satu Sampel

p = 0,30 q = 0,70 n = 120 x = 30 x/n = 0,25

D. Pengujian Proporsi Satu Sampel

6. Kesimpulan
Karena nilai (z0,025 = –1,96) < (z = –1,1952) < (z0,025 =
1,96) maka H0 dapat diterima.

Tolak H0 Tolak H0
Terima H0

–1,96 1,96
–1,1952
E. Pengujian Proporsi Dua Sampel

q = 1 – p
E. Pengujian Proporsi Dua Sampel

Contoh :
Suatu studi dilakukan untuk menguji apakah ada
perbedaan proporsi yang nyata dari penduduk suatu
kota dan penduduk di sekitar kota tersebut yang
menyetujui pembangkit listrik tenaga nuklir. Bila 1200
diantara 2000 penduduk kota dan 2400 diantara 5000
penduduk di sekitar kota yang diwawancarai
menyetujui pembangunan apakah dapat dikatakan
bahwa proporsi penduduk kota yang setuju lebih
besar dari penduduk sekitar kota (gunakan taraf nyata
5%).
E. Pengujian Proporsi Dua Sampel

Jawab :
1. H0 ≡ p1 = p2 lawan H1 ≡ p1 ≠ p2
2. Taraf Nyata α = 5 % = 0,05 Æ α/2 = 0,025
3. Uji Statistik : Uji-z (n > 100)
4. Wilayah Kritik : z < – 1,96 atau z > 1,96
5. Perhitungan :
x1 = 1200 n1 = 2000 x2 = 2400 n2 = 5000
p1 = x1/n1 = 0,60 p2 = x2/n2 = 0,48
E. Pengujian Proporsi Dua Sampel

x1 = 1200 n1 = 2000 x2 = 2400 n2 = 5000

p1 = x1/n1 = 0,60 p2 = x2/n2 = 0,48
E. Pengujian Proporsi Dua Sampel

x1 = 1200 n1 = 2000 x2 = 2400 n2 = 5000

p1 = x1/n1 = 0,60 p2 = x2/n2 = 0,48 p = 0,51 q = 0,49
E. Pengujian Proporsi Dua Sampel
6. Kesimpulan
Karena nilai (z = 9,07) > (z0,025 = 1,96) artinya
proporsi penduduk di kota yang setuju PLTN
tidak sama dengan proporsi penduduk di sekitar
kota yang setuju PLTN.

Tolak H0 Tolak H0
Terima H0

–1,96 1,96
9,07
F. Pengujian Kesamaan Beberapa Proporsi

db-X2 = (b–)(k–)
b = banyaknya baris
k = banyaknya kolom
oij = nilai observasi pada baris ke-i dan kolom ke-j
eij = nilai ekspektasi pada baris ke-i dan kolom ke-j
F. Pengujian Kesamaan Beberapa Proporsi

Data berikut menunjukkan banyaknya produk yang

cacat pada 3 macam waktu kerja. Ujilah pada taraf
nyata 0,025 apakah produk yang cacat mempunyai
proporsi sama untuk ketiga waktu kerja tersebut.

Pagi Siang Malam Jumlah

Cacat 45 55 70 170
Baik 905 890 870 2665
Jumlah 950 945 940 2835
F. Pengujian Kesamaan Beberapa Proporsi
Jawab :
1. H0 ≡ p1 = p2 = p3 lawan H1 ≡ p1 ≠ p2 ≠ p3
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik : Uji-X2
4. Wilayah Kritik : X2 > X20,05(b-1)(k-1) atau X2 > 5,991
5. Perhitungan :
Pagi Siang Malam Jml
oi ei oi ei oi ei
Cacat 45 57,0 55 56,7 70 56,3 170
Baik 905 893,0 890 888,3 870 883,7 2665
Jumlah 950 945 940 2835
6. Kesimpulan

Karena nilai (X2 = 6,288) > (X20,05(2) = 5,991)

artinya proporsi produk cacat yang
dihasilkan pada ketiga macam waktu kerja
tersebut tidak berbeda nyata.
G. Pengujian Kesamaan Ragam Beberapa
Sampel

Uji kesamaan ragam menggunakan :

1. Uji Bartlett
2. Uji Levene
G. Pengujian Kesamaan Ragam Beberapa
Sampel

1. Uji Bartlett
1. Uji Bartlett

Data berikut menggambarkan bobot GKG per

petak pada berbagai takaran pupuk Kalium

K2O Bobot GKG per Petak (kg)

(kg/ha)
k1 (12,5 ) 1,67 1,70 1,73 1,75 1,68
k2 (25,0 ) 1,64 1,69 1,70 1,71 1,67
k3 (37,5 ) 1,77 1,81 1,75 1,74 1,79
k4 (50,0 ) 1,66 1,65 1,63 1,61 1,70
k5 (62,5 ) 1,48 1,34 1,52 1,47 1,55
1. Uji Bartlett

Jawab :
1. H0 ≡ σ12 = … = σ52 lawan H1 ≡ σ12 ≠ … ≠ σ52
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik : X2
4. Wilayah Kritik : X2 > X20,05(k-1)
5. Perhitungan :
1. Uji Bartlett

2 2 (ni-1)
K Bobot GKG per Petak (kg) ni - 1 si Log si
Log si2

k1 1,67 1,70 1,73 1,75 1,68 4 0,0011 -2,947 -11,788

k2 1,64 1,69 1,70 1,71 1,67 4 0,0008 -3,114 -12,454

k3 1,77 1,81 1,75 1,74 1,79 4 0,0008 -3,086 -12,345

k4 1,66 1,65 1,63 1,61 1,70 4 0,0012 -2,939 -11,757

k5 1,48 1,34 1,52 1,47 1,55 4 0,0065 -2,189 -8,756

Jumlah 20 0,0103 -14,275 -57,100

1. Uji Bartlett
ni - 1 si2 Log si2 (ni-1) Log si2
4 0,0011 -2,947 -11,788
4 0,0008 -3,114 -12,454
4 0,0008 -3,086 -12,345
4 0,0012 -2,939 -11,757
4 0,0065 -2,189 -8,756
Jml 20 0,0103 -14,275 -57,100
1. Uji Bartlett
1. Uji Bartlett

X2 = 7,854
X20,05(k-1) = X20,05(4) = 9,488

6. Kesimpulan
Karena nilai (X2 = 7,854) < (X20,05(4) =
9,488) artinya ragam kelima sampel
tersebut tidak berbeda nyata.
1. Uji Levene :

Uji Levene dilakukan dengan menggunakan

Analisis Ragam terhadap selisih absolut dari
setiap nilai pengamatan dalam sampel dengan
rata-rata sampel yang bersangkutan.

¾ Tentukan rata-rata setiap sampel (perlakuan)

¾ Tentukan selisih absolut setiap pengamatan

dengan rata-rata setiap sampel (perlakuan)
yang bersangkutan
1. Uji Levene :
K2O Bobot GKG per Petak (kg) Jmlh Rata
k1 (12,5 ) 1,67 1,70 1,73 1,75 1,68 8,53 1,71
k2 (25,0 ) 1,64 1,69 1,70 1,71 1,67 8,41 1,68
k3 (37,5 ) 1,77 1,81 1,75 1,74 1,79 8,86 1,77
k4 (50,0 ) 1,66 1,65 1,63 1,61 1,70 8,25 1,65
k5 (62,5 ) 1,48 1,34 1,52 1,47 1,55 7,36 1,47
Jumlah 41,41

Nilai pada k1 dikurangi dengan rata-rata 1,71

Nilai pada k2 dikurangi dengan rata-rata 1,68
Nilai pada k3 dikurangi dengan rata-rata 1,77
Nilai pada k4 dikurangi dengan rata-rata 1,65
Nilai pada k5 dikurangi dengan rata-rata 1,47
1. Uji Levene :
K2O Bobot GKG per Petak (kg) Jumlah
k1 (12,5 ) 0,04 0,01 0,02 0,04 0,03 0,14
k2 (25,0 ) 0,04 0,01 0,02 0,03 0,01 0,11
k3 (37,5 ) 0,00 0,04 0,02 0,03 0,02 0,11
k4 (50,0 ) 0,01 0,00 0,02 0,04 0,05 0,12
k5 (62,5 ) 0,01 0,13 0,05 0,00 0,08 0,27

1. FK = (0,74)2 : 25 = 0,0221
2. JK-Total = (0,042 + 0,012 + … + 0,082) – FK = 0,0192
3. JK-Perlakuan = (0,142 + … + 0,272)/5 – FK = 0,0036
4. JK-Galat = JK(Total) – JK(Perlakuan) = 0,0156
1. Uji Levene :
1. FK = (0,74)2 : 25 = 0,0221
2. JK-Total = (0,042 + 0,012 + … + 0,082) – FK = 0,0192
3. JK-Perlakuan = (0,142 + … + 0,272)/5 – FK = 0,0036
4. JK-Galat = JK(Total) – JK(Perlakuan) = 0,0156

No Variasi DB JK KT F F5%
1 Perlakuan 4 0, 0036 0,0009 1,170 2,866
2 Galat 20 0,0156 0,0008
Total 24 0,0192

(F = 1,170) < (F0,05 (4 ; 20) = 2,866) Artinya perbedaan ragam

keempat sampel bersifat tidak nyata.