Pengujian Hipotesis

Definisi Hipotesis
Hipotesis merupakan suatu proposisi atau anggapan yang mungkin benar,
dan sering digunakan sebagai dasar pembuatan keputusan/ pemecahan persoalan
ataupun dasar penelitian lebih lanjut. Hipotesis statistik ialah suatu pernyataan
tentang bentuk fungsi suatu variabel(Binomial/Poisson/Normal) atau tentang nilai
sebenarnya suatu parameter(rata-rata/proposi/simpangan baku/koefisien regresi
dsb).
Pengujian hipotesis adalah prosedur yang didasarkan pada bukti sampel
yang dipakai untuk menentukan apakah hipotesis merupakan suatu pernyataan
yang wajar dan oleh karenanya diterima, atau hipotesis tersebut tidak wajar dan
oleh karena itu harus ditolak. Pengujian hipotesis erat kaitannya dalam pembuatan
keputusan.
Macam-macam Hipotesis :

a. Hipotesis deskriptif, yaitu dugaan tentang nilai suatu variabel mandiri, tidak
membuat perbandingan atau hubungan.
b. Hipotesis komparatif, yaitu pernyataan yang menunjukkan dugaan nilai dalam
satu variabel atau lebih pada sampel yang berbeda.
c. Hipotesis asosiatif adalah suatu pernyataan yang menunjukkan dugaan tentang
hubungan antara dua variabel atau lebih.
Jenis Kesalahan/Galat
Ada dua jenis kesalahan yang bisa terjadi di dalam pengujian hipotesis yaitu :
a. Kesalahan Jenis I adalah
apabila keputusan menolak
H0, padahal seharusnya H0
benar.
b. Kesalahan Jenis II adalah
apabila keputusan menerima
H0, padahal seharusnya H0
salah.

 Prosedur Pengujian Hipotesis secara umum

1. Merumuskan Hipotesis
Hipotesis yang dirumuskan dengan harapan akan ditolak membawa
penggunaan istilah hipotesis nol (dilambangkan H0) dan mengakibatkan
penerimaan suatu hipotesis alternatif (dilambangkan H1 atau Ha). Hipotesis
nol mengenai suatu parameter harus didefinisikan sedemikian rupa
sehingga menyatakan dengan pasti suatu nilai bagi parameter itu,
sementara hipotesis alternatifnya membolehkan beberapa kemungkinan
lainnya. Jadi, bila H0 menyatakan probabilitas suatu pendugaan adalah 0,5,
maka

hipotesis

alternatifnya

H1

dapat

berupa

p>0,5 ; p <0,5 atau p 0,5.

2. Menentukan Taraf Nyata
Taraf nyata () adalah besarnya toleransi dalam menerima kesalahan
hasil hipotesis terhadap nilai parameter populasinya. Taraf nyata dalam
bentuk % umumnya sebesar 1%, 5% dan 10% ditulis 0,01; 0,05; 0,1.

Besarnya kesalahan disebut sebagai daerah kritis pengujian (critical

region of a test) atau daerah penolakan (region of rejection).
3. Menentukan Uji Statistik
Uji statistik adalah suatu nilai yang diperoleh dari sampel dan digunakan
untuk memutuskan apakah akan menerima atau menolak hipotesis.
Rumus :
o Uji hipotesis satu rata-rata
Sampel besar
x 0 x 0
Zh=
=
x

Simpangan baku
populasi diketahui
Simpangan baku

Zh=

populasi tidak
diketahui

x 0 x 0
=
S x
S
n

Sampel kecil
x 0 x 0
t h=
=
x

n
t h=

x 0 x 0
=
S x
S
n

o Uji hipotesis beda dua rata-rata

Sampel besar
Simpangan
baku populasi
diketahui

x x
Zh= 1 2
x x
1

x x =
1

Simpangan
baku populasi

Sampel kecil

Zh=

2
1

+
n1 n2

x 1x 2
S x x
1

tidak diketahui
S x x =
1

2
2

S21 S22
+
n1 n2

d = rata-rata nilai d
Sd

= simpangan baku nilai d

n = banyaknya pasangan db
db = n - 1
4. Menentukan Daerah Keputusan

n
n
(11) S22 1 1
( 11) S 21+
+
n1 +n 22 n1 n2
distribusi n1 +n2 2
x 1 x2
t h=

t h=

d
Sd

o Daerah keputusan satu arah/ satu pihak (pihak kiri)

Uji pihak kiri digunakan apabila : hipotesis nol (H 0) berbunyi lebih
besar atau sama dengan () dan hipotesis alternatifnya berbunyi
lebih kecil (<).
Hipotesis statistiknya :
H0 : 01
H1 : 0<1
Kriteria Pengujian :
Jika
Maka H0 diterima dan H1 ditolak
o Daerah keputusan satu arah/ satu pihak (pihak kanan)
Uji pihak kanan digunakan apabila : hipotesis nol (H0) berbunyi lebih
kecil atau sama dengan () dan hipotesis alternatifnya berbunyi lebih
besar (>).
Hipotesis statistiknya :
H0 : 01
H1 : 0>1
Kriteria Pengujian :
Jika +
Maka H0 diterima dan H1 ditolak
o Daerah keputusan dua arah/ dua pihak
Uji dua pihak digunakan bila hipotesis nol (H0) berbunyi sama
dengan dan hipotesis alternatifnya (H1) berbunyi tidak sama dengan
Hipotesis statistiknya :
H0 : =0
H1 : 0
Kriteria Pengujian :
Jika +
Maka H0 diterima dan H1 ditolak
Contoh :
1. Suatu populasi berupa pelat baja yang diproduksi suatu perusahaan memiliki
rata-rata panjang 80 cm dengan simpangan baku 7 cm. Sesudah berselang 3
tahun, teknisi perusahaan meragukan hipotesis mengenai rata-rata panjang
pelat baja tersebut. Guna meyakinkan keabsahan hipotesis tersebut, diambil
suatu sampel acak sebanyak 100 unit pelat baja dari populasi di atas, dan

diperoleh hasil perhitungan bahwa rata-rata panjang pelat baja adalah 83 cm

dan standard deviasinya tetap. Apakah ada alasan untuk meragukan bahwa
rata-rata panjang pelat baja yang dihasilkan perusahaan itu sama dengan 80
cm pada tingkat signifikan = 5%?
Jawab :
Diketahui :
x =83 ; 0=80; =7 ; n=100 ; =5
Rumusan hipotesis statistik yang diuji adalah H0 : 0 = 80 dan H1 : 0 80.
Sedangkan taraf nyata () = 5% = 0,05.
x 0 x 0 8380
Zh=
=
=4,29
x

7
n 100
Dari data tersebut, uji ini merupakan uji dua arah sehingga nilai kritisnya
Z /2=Z 0,025

. Dari tabel didapatkan

Z 0,025=1,96

Kesimpulan : Karena nilai statistik uji

Zh

yaitu 4,29 > 1,96 (lihat gambar) maka

ditolak dan menerima H1. Artinya pada
= 5% ada perbedaan signifikandari ratarata 83 cm yang dihitung dari sampel dengan
nilai rata-rata 80 cm yang dihipotesiskan.

jatuh di daerah penolakan H0

hipotesis H0

2. Misalkan pada Contoh 1 di atas ditambah data bahwa teknisi perusahaan telah
menemukan metode baru memperpanjang pelat baja paling sedikit 2 cm,
simpangan bakunya tetap. Untuk menguji hipotesis tersebut, diambil sampel
acak sebanyak 100 unit pelat baja dari populasi itu dan diperoleh rata-rata
panjang pelat baja = 83 cm. Dengan tingkat signifikansi 5%, apakah ada
alasan menganggap bahwa hasil pelat baja dengan metode baru tersebut
memang lebih panjang daripada hasil yang diperoleh dengan metode lama?
Jawab :
Diketahui :
x =83 ; 0=80; =7 ; n=100 ; =5
Rumusan hipotesis statistik yang diuji adalah H0 : 0 = 80 dan H1 : 0 > 80.
Sedangkan taraf nyata () = 5% = 0,05.
x 0 x 0 8380
Zh=
=
=4,29
x

7
n 100
Dari data tersebut, uji ini merupakan uji dua arah sehingga nilai kritisnya
Z =Z 0,0 5

. Dari tabel didapatkan

Z 0,05=1,645

Kesimpulan : Karena nilai statistik uji

Zh

jatuh di daerah penolakan H0 yaitu 4,29 > 1,645

(lihat gambar) maka hipotesis H0 ditolak dan
menerima H1. Artinya pada = 5% ada
perbedaan signifikan dari rata-rata 83
cm yang dihitung dari sampel dengan nilai rata-rata 80
cm yang dihipotesiskan. Dengan kata lain, pada tingkat signifikansi 5%
terbukti metode baru tersebut menghasilkan pelat baja yang lebih panjang.
Jadi, tambahan pelat baja sepanjang 2 cm dengan metode yang baru tersebut,
dapat diterima.