Anda di halaman 1dari 16

PENGUJIAN HIPOTESIS

Dalam inferensi statistika kita akan menghadapi suatu permasalahan. Sebelum kita
mencari jawaban secara faktual terlebih dahulu kita mencoba menjawab secara teoritis.
Jawaban atas masalah secara teoritis sering disebut hipotesis. Hipotesis merupakan
jawaban sementara, yang masih perlu diuji kebenarannya melalui fakta-fakta. Pengujian
hipotesis dengan menggunakan dasar fakta diperlukan alat bantu, yang digunakan adalah
analisis statistik.
Dalam pengujian hipotesis kita akan menghadapi sekumpulan sampel, dan
kesimpulan analisis sampel tersebut akan digunakan dalam kesimpulan umum yang
merupakan kesimpulan populasi. Oleh karena itu sampel yang diambil harus mewakili
populasi.
Tujuan uji hipotesis statistik adalah untuk menentukan apakah dugaan tentang
karakteristik suatu populasi didukung kuat oleh informasi yang diperoleh dari data
observasi atau tidak. Hipotesis statistik adalah setiap pernyataan tentang karateristik
suatu populasi. Diterima atau tidaknya pernyataan ini di evaluasi berdasarkan informasi
yang diperoleh dengan mengambil sampel dari populasi itu.
Hipotesis yang akan kita hadapi adalah :
a. Hipotesis Nol (HO)
Hipotesis Nol adalah suatu dugaan awal terhadap pernyataan tertentu yang dapat
diterima atau ditolak. H0 memprediksi tidak adanya perbedaan antara suatu kondisi
dengan kondisi lainnya.
b. Hipotesis Alternatif (H1)
Hipotesis alternatif adalah hipotesis yang menentang/melawan Ho.
H1 memprediksi adanya perbedaan antara suatu kondisi dengan kondisi lainnya.
Hal yang perlu diingat bahwa prosedur dalam pengujian hipotesis adalah akan menguji
H0, bukan menguji H1. Untuk mengambil keputusan harus memilih satu diantara dua
keputusan dibawah ini :
- Menerima / gagal menolak HO jika HO sangat didukung oleh data, hal ini berarti
menolak H1
- Menolak / gagal menerima HO jika HO tidak didukung oleh data, hal ini berarti
menerima H1
Proses pemilihan kedua tindakan diatas disebut pengujian hipotesis statistik.
Dalam statistika dikenal dua macam hipotesis yaitu :
a. hipotesis Statistik
b. hipotesis verbal
kedua macam hipotesis ini hanya berbeda bentuknya saja tetapi harus mempunyai
makna yang sama.
Andaikan kita mempunyai hipotesis Statistik untuk menguji kesamaan dua rata-rata
populasi sebagai berikut:
HO : 1 = 2
H1 : 1 2
Hipotesis di atas dapat diverbalkan menjadi :
HO : Rata-rata nilai populasi pertama tidak berbeda secara signifikan dengan rata-
rata nilai populasi kedua.
H1 : Rata-rata nilai populasi pertama berbeda secara signifikan dengan rata-rata
nilai populasi kedua.
Keputusan untuk menolak atau menerima hipotesa nol didasarkan atas informasi
yang terkandung didalam suatu sampel yang ditarik dari populasi yang diamati. Nilai-nilai
sampel tesebut digunakan untuk menghitung suatu bilangan tunggal yang berkaitan
dengan suatu titik pada garis, dan berperan sebagai suatu penentu keputusan. Penentu
keputusan ini disebut Statistik uji. Keseluruhan himpunan nilai yang mungkin dimiliki oleh
statistik uji tersebut dapat dibagi menjadi dua kelompok atau daerah, yang satu
berhubungan dengan daerah penolakan dan yang lain behubungan dengan daerah
penerimaan.
Jika statistik uji yang dihitung dari suatu sampel tertentu memiliki suatu nilai dalam
daerah penolakan maka hipotesis nol ditolak dan hipotesis alternatif diterima.
Prosedur keputusan yang dijelaskan diatas mempunyai dua jenis kesalahan yang lazim
terjadi pada masalah keputusan dengan dua pilihan.
Ada dua tipe kesalahan dalam pengujian :
Kesalahan tipe I yaitu menolak HO padahal HO benar (menolak hal yang sebenarnya
benar).
= P (Melakukan Kesalahan tipe I )
Kesalahan tipe II yaitu menerima HO padahal HO salah (menerima hal yang sebenarnya
salah).
= P (Kesalahan tipe II)
Di dalam analisis statistik yang dilakukan selalu mengandung suatu kesalahan,
maka setiap peneliti harus tahu bagaimana baiknya analisis yang digunakan, kebenaran
yang mutlak tidak dapat dicapai.
Dua tipe kesalahan itu dapat dinyatakan sebagai tabel berikut :

1
Tabel. 1.3. Tipe Kesalahan

SIFAT HAKIKAT H0

HO BENAR HO SALAH
Kesalahan Tipe
Menolak HO Benar
KEPUTUSAN I
UJI HIPOTESIS Kesalahan Tipe
Menerima HO Benar
II

Oleh karena dan merupakan probabilitas salah dalam pengambilan keputusan,


maupun semakin baik hasil keputusan yang kita ambil. Dengan
perkataan lain menunjukkan tingkat akurasi keputusan, karena kesalahan yang sangat
kecil. Tingkat akurasi analisis ini sering disebut power of the test (kekuatan uji). Dengan
memperkecil berarti, memperbesar power of the test, yang akhirnya juga memperkecil
, karena = 1 power of the test.
1. Pengujian Hipotesis untuk Rata-rata ( x )
Uji Rata-rata satu populasi
Didalam pengujian satu populasi dapat digunakan sampel besar atau sampel
Kecil. Perbedaannya terletak pada pemakaian tabel, dengan variansi populasi.
Tabel 1.4. Pemakaian Tabel statistik untuk pengujian rata-rata satu populasi
Variansi Populasi
Sampel
Diketahui Tidak diketahui
n 30 Z Z
n < 30 Z T

Dimana hipotesis yang dugunakan adalah sebagai berikut :


a). HO: = 0
H1 : 0
b). H0 : = 0
H1 : > 0
c). H0 : = 0
H1 : < 0

2
Statistik Uji
X 0
a. Z jika variansi populasi diketahui.

n
X 0
b. Z jika variansi populasi tidak diketahui.
S
n
n n

1 n (X i X) 2
X i
2
nX2
X Xi
n i 1
, S2 i 1

n 1
i 1

n 1

Kriteria :
a). H0 diterima jika - Z/2 Z hit Z/2
H0 ditolak jika Zhit > Z/2 atau Zhit < - Z/2

-Z/2 Z/2
0
Gambar 1.9

b). H0 diterima jika Zhit Z


H0 ditolak jika Zhit > Z

0 Z
Gambar 1.10
c). H0 diterima jika Zhit -Z
H0 ditolak jika Zhit < - Z

-Z
0
Gambar 1.11

3
Uji rata-rata untuk satu populasi dengan sampel kecil (n < 30)
Statistik Uji

X 0
t
S/ n
Kriteria :
a). H0 diterima jika - t/2, n-1 t hit t/2, n-1

H0 ditolak jika thit > t/2, n-1 atau thit < - t/2, n-1

-t/2 0 t/2

Gambar 1.12
b). H0 diterima jika thit t, n-1

H0 ditolak jika thit > t, n-1

0 t
Gambar 1.13
c). H0 diterima jika thit -t, n-1
H0 ditolak jika thit < -t, n-1

-t
0
Gambar 1.14
Contoh1:
Hasil penelitian menunjukkan bahwa di Kota X mempunyai pendapatan per hari rata-
rata 68 ribu rupiah. Untuk meningkatkan pendapatan tersebut, warga diberi pelatihan
enterpreneur, untuk meningkatkan penghasilan. Diambil sampel dengan 50 warga yang
telah mendapatkan pelatihan selama 3 bulan dan telah mempraktekkan pelatihan
tersebut. Setelah tiga bulan diteliti ternyata mempunyai rata-rata pendapatan 72 ribu
rupiah dengan deviasi standar 5,9. Apakah saudara percaya bahwa pelatihan tersebut
meningkatkan pendapatan? = 5%

4
Jawab :
HO: = 68
H1 : > 68
= 5%

1,65
0
Gambar 1.15
H0 diterima jika Zhit 1,65
H0 ditolak jika Zhit > 1,65
X 0 72 68
Z hit 4, 794
S n 5,9 50
Oleh karena Zhit > 1,65 maka H0 ditolak berarti H1 diterima
Kesimpulan : Pelatihan tersebut meningkatkan pendapatan.

Contoh 2.
Kepala Sekolah suatu SMA mendengar berita bahwa Guru A selalu memberi nilai lebih
tinggi dari guru lainnya pada mata pelajaran yang sama. Sebelum melakukan tindakan
teguran, Kepala Sekolah memutuskan untuk melakukan penelitian terlebih dahulu.
Untuk itu diambil sekelompok siswa yang mengikuti pelajaran Guru A. Dari hasil
pengumpulan nilai 10 siswa mempunyai nilai sebagai berikut :
58 69 64 58 62 71 94 83 75 86.
Apabila nilai rata-rata untuk mata pelajaran tersebut (yang diasuh oleh beberapa guru dan
guru A merupakan salah satu gurunya) adalah 65. Keputusan apa yang akan diambil oleh
Kepala Sekolah SMP tersebut ? = 0,05.
Jawab :
HO : = 65
H1 : 65
= 0,05

-2,262 2,262
0
Gambar 1.16

5
H0 diterima -2,262 thit 2,262
H0 ditolak jika thit > 2,262 atau thit < -2,262
X 0 72 65
thit 1, 79
S n 3,910101
Oleh karena thit 2,262 maka H0 diterima berarti H 1 ditolak
Kesimpulan : Nilai Guru A tidak lebih tinggi dari guru lainnya, jadi Kepala Sekolah
tidak mempunyai alasan untuk menegur Guru A.

2. Uji Hipotesis Proporsi Satu Populasi


Akan di uji proporsi unsur-unsur yang bersifat A dari suatu populasi sama dengan harga
tertentu p0.
a) HO: p = p0
H 1 : p p0
b) H0 : p = p0
H 1 : p > p0
c) H0 : p = p0
H 1 : p < p0
Statistik Uji
p - p0
Zhit =

p(1-p)/n
Dimana :
p = X/n
X = sifat yang diselidiki
n = banyaknya anggota sampel
Kriteria :
a). H0 diterima jika - Z/2 Zhit Z/2
H0 ditolak jika Zhit > Z/2 atau Zhit < - Z/2

-Z/2 Z/2
0
Gambar 1.17

6
b). H0 diterima jika Zhit Z
H0 ditolak jika Zhit > Z

0 Z
Gambar 1.18

c). H0 diterima jika Zhit -Z


H0 ditolak jika Zhit < - Z

-1,65 0

Gambar 1.19

Contoh 3.
Hasil penelitian terhadap keberhasilan penelitin di sebuah lembaga terbukti bahwa 80%
yang aktif meneliti adalah peneliti yang telah mengikuti pelatihan metode penelitian. Ada
isu bahwa keaktifan peneliti tersebut mengalami penurunan.
Untuk membuktikan hal tersebut maka dilakukan penelitian dengan mengambil 100 staf
yang telah mengikuti pelatihan metode penelitian Dari hasil pengumpulan tersebut
ternyata 75 staf aktif malakukan penelitian. Apakah kita percaya bahwa persentase
keaktifan staf dalam melakukan penelitian telah mengalami penurunan ? =5%
Jawab :
HO : p = 0,8
H1 : p < 0,8
H0 diterima jika Zhit 1,96 -1,65
H0 ditolak jika Zhit < - 1,65

-1.65 0

Gambar 1.20

7
0.75 - 0.8
Zhit = 1.15
(0.75X0.25)/100
Oleh karena 1,96 Zhit 1,96 maka Ho diterima berarti H1 ditolak.
Kesimpulan : Keaktifan staf dalam melakukan penelitian tidak mengalami penurunan.

3. Uji variansi satu populasi


Misalkan X 1 , X 2 , ... , X n sampel random yang saling bebas dengan n observasi diambil

dari suatu populasi dengan rata-rata (tidak diketahui) dan variansi 2 (tidak diketahui) .

Andaikan kita mempunyai hipotesis Statistik untuk menguji variansi populasi sebagai
berikut:
HO : 2 02

H1 : 2 02

Statistik uji :

2
n 1 S 2
02
Kriteria :
Tolak HO jika :
hit
2
12 / 2; n1 atau hit
2
2 / 2; n1

Contoh 4 :
Hasil penelitian menunjukkan bahwa di Kota X mempunyai variansi pendapatan per hari
68 ribu rupiah. Untuk meningkatkan pendapatan tersebut, warga diberi pelatihan
enterpreneur, untuk meningkatkan penghasilan. Diambil sampel dengan 50 warga yang
telah mendapatkan pelatihan selama 3 bulan dan telah mempraktekkan pelatihan
tersebut. Setelah tiga bulan diteliti ternyata mempunyai deviasi standar 5.9 ribu rupiah.
Apakah saudara percaya bahwa dengan pelatihan tersebut variansi pendapatan 25? =
5%

4. Uji Dua Kelompok Berpasangan


Dalam suatu penelitian mungkin kita akan menggunakan subyek yang sama untuk
diberi perlakuan atau subyek dapat dibuat berpasangan atas dasar keserupaan : gen,
bobot, usia atau lingkungan dan faktor lain.

8
Apabila kita ingin menguji kecocokan atas perbedaan pada suatu eksperimen yang
menggunakan satu kelompok sampel, maka sebelum melakukan eksperimen, peneliti
melakukan pengukuran awal (pre test), kemudian sesudah eksperimen dilakukan
pengukuran ulang (post test), maka peneliti akan mempunyai dua kelompok nilai yang
berasal dari satu kelompok sampel. Apabila eksperimen itu mempunyai dampak terhadap
hasil (tujuan eksperimen), maka skor kedua kelompok tersebut akan menunjukkan
perbedaan yang berarti.
Oleh karena itu yang dihadapi hanya sekelompok subyek, maka akan lebih sederhana
jika perhitungannya didasarkan pada selisih antara nilai pre test dan post test. Langkah ini
merupakan usaha mengubah dua kelompok nilai menjadi sekelompok nilai, sehingga
analisisnya tidak berbeda dengan analisis satu populasi. Jika selisih dua nilai diberi notasi
D, maka D berfungsi sebagai nilai tunggal.
Langkah uji hipotesis :
HO : D = 0
H1 : D 0
Dimana :
D = Selisih antara pengaruh pre test dan post test
Statistik uji :
D - D
t=
SD / n
n

D
i=1
i
D=
n

D -D
n
2
i
S2D = i=1
n-1
Kriteria :
Terima Ho jika :
- t(/2;n-1) thit t(/2;n-1)
H0 ditolak jika
thit > t(/2;n-1) atau thit < - t(/2;n-1)

-t/2,n-1 0 t/2,n-1

Gambar 1.21

9
Contoh5 :
Pengukuran terhadap hasil penataran dua belas orang staf menghasilkan nilai yang
disajikan pada Tabel 1.5.
Apakah penataran mempunyai dampak positif terhadap pengetahuan guru? = 5%
HO : D = 0
H1 : D 0
n

D
i=1
i
D= = 48 / 12 = 4
n

D -D
n
2
i
S2D = i=1
= 4,99
n-1
Tabel 1. 5. Nilai PreTest dan Post Test
Guru Pre Test Post Test Di = Pre Test Post Test
1 78 84 6
2 60 63 3
3 70 70 0
4 84 89 5
5 90 100 10
6 81 91 10
7 66 60 -6
8 70 76 6
9 60 70 10
10 65 63 -2
11 88 92 4
12 62 64 2
Jumlah 48

Terima Ho jika :
- 2,201 thit 2,201
H0 ditolak jika
thit > 2,201 atau thit < - 2,201
D - D 4- 0
t hit = 2.78
SD / n 1.44
Oleh karena thit > 2,201 maka Ho ditolak berarti H1 diterima
Kesimpulan : Penataran tersebut mempunyai dampak positif terhadap pengetahuan guru.

5. Uji Hipotesis tentang Rata-rata Dua Populasi


Misalkan X 11 , X 12 , ..., X 1n1 dan X 21 , X 22 , ..., X 2 n2 adalah dua sampel random yang saling

bebas, sampel pertama dengan n1 observasi diambil dari suatu populasi dengan rata-rata

10
1 (tidak diketahui) dan variansi 12 . Sampel kedua dengan n2 obsrvasi diambil dari suatu

populasi dengan rata-rata 2 (tidak diketahui) dan variansi 22 .


Andaikan kita mempunyai hipotesis Statistik untuk menguji kesamaan dua rata-rata
populasi sebagai berikut:
a. HO : 1 = 2 HO : 1 - 2 = O
H1 : 1 2
b. HO : 1 = 2
H1 : 1 > 2
c. HO : 1 = 2
H1 : 1 < 2
Statistik Uji
1. Jika variansi kedua populasi diketahui.
( X 1 X 2 ) (1 2 )
Z
12 22

n1 n2
2. Jika variansi kedua populasi tidak diketahui dan berbeda.
( X1 X 2 ) (1 2 )
Z
S12 S22

n1 n2
3. Jika variansi kedua populasi tidak diketahui dan dianggap sama.

( X1 X 2 ) (1 2 )
Z
1 1
S p2 ( )
n1 n2

(n1 1) S12 (n2 1) S 22


Dimana S
2

n1 n2 2
p

Kriteria :
a). H0 diterima jika - Z/2 Zhit Z/2
H0 ditolak jika Zhit > Z/2 atau Zhit < - Z/2

-Z/2 Z/2
0
Gambar 1.22

11
b). H0 diterima jika Zhit Z
H0 ditolak jika Zhit > Z

Z
0
Gambar 1.23
c). H0 diterima jika Zhit -Z
H0 ditolak jika Zhit < - Z

-Z
0
Gambar 1.24

Contoh 6.
Dua sampel random terdiri dari staf laki-laki dan staf wanita dari sebuah lembaga
menunjukkan rata-rata test mereka sebagai berikut.
Tabel. 1.6. Deskripsi Staf laki-laki dan Wanita
Staf Ukuran Sampel Rata-rata sampel Deviasi Standar sampel
Laki-laki n1 = 45 X 1 2,78 S1 = 0,55

Wanita n2 = 35 X 2 2,70 S2 = 0,55


Apakah data menunjukkan bahwa rata-rata nilai test staf laki-laki lebih tinggi dari
rata-rata nilai test staf wanita ?
a. Bila dianggap variansi kedua populasi adalah sama.
b. Bila dianggap variansi kedua populasi adalah tidak sama.
Gunakan = 0,05
Jawab :
HO : 1 = 2 HO : 1 - 2 = 0
H1 : 1 > 2

Z
x1 x2 1 2
1 1
S p2
n1 n2

12
x1 x2
Z
1 1
S p2
n1 n2

n1 1 S12 n2 1 S22 44 0,55 34 0,55


2 2

S 2

n1 n2 2
p
78
23,596
0,3025
78
2.,78 2,70
Z 2,867
1 1
0,3025 0,05
45 45
Z 0,.05 1,645
0
Gambar 1.25
S p 0,55
Karena Zhit > Z0,05 maka HO ditolak atau dapat disimpulkan rata-rata nilai test staf
laki-laki lebih tinggi dari rata-rata nilai test staf wanita maka
1 2.

6. Uji Hipotesis Proporsi Dua Populasi


Akan diuji proporsi unsur-unsur yang bersifat A dari suatu dua populasi adalah sama.
Misalkan p1 dan p2 masing-masing proporsi (persentase atau probabilitas) elemen-elemen
populasi I dan populasi II.
a) HO: p1 = p2
H 1 : p1 p 2
b) H0 : p1 = p2
H 1 : p1 > p2
c) H0 : p1 = p2
H 1 : p1 < p2

Statistik Uji
( p 1 p 2 )
Z
p 1 (1 p 1 ) p 2 (1 p 2 )

n1 n2
Dimana :
p 1 X 1 / n1
p 2 X 2 / n2

13
X1 = sifat yang diselidiki untuk populasi I
X2 = sifat yang diselidiki untuk populasi II
n1 = banyaknya sampel dari populasi I
n2 = banyaknya sampel dari populasi II
Kriteria :
a). H0 diterima jika - Z/2 Zhit Z/2
H0 ditolak jika Zhit > Z/2 atau Zhit < - Z/2

-Z/2 Z/2
0
Gambar 1.26
b). H0 diterima jika Zhit Z
H0 ditolak jika Zhit > Z

0 Z
Gambar 1.27

c). H0 diterima jika Zhit -Z


H0 ditolak jika Zhit < - Z

-Z 0

Gambar 1.28

Contoh 7.
Dua sampel random terdiri dari staf laki-laki dan staf perempuan yang aktif dalam
melakukan penelitian sebagai berikut.

14
Tabel. 1.7. Deskripsi Staf Laki-laki dan Perempuan
Siswa Ukuran Sampel Jumlah yang aktif
Laki-laki n1 = 45 X 1 40
Perempuan n2 = 35 X 2 30
Apakah data menunjukkan dengan kuat bahwa persentase staf yang aktif dalam
melakukan penelitian, staf laki-laki lebih banyak dari staf yang perempuan?.
Gunakan = 0,05
Jawab :
H0 : p 1 = p 2
H1 : p 1 > p 2
40
p1 0,89
45
30
p 2 0,86
35
0,89 0,86 0,03
Z
0,89 0,11 0,86 0,14 0,0022 0,0034

45 35
0,03 0,03
0, 4
0,00564 0,075
Z0,025 = 1,96
Karena Zhit < Z0,025
Keputusan : HO diterima atau tidak ada perbedaan prosentase keaktifan staf laki-
laki dan perempuan dalam melakukan penelitian

15

Anda mungkin juga menyukai