MAKALAH STATISTIKA II

PENGUJIAN HIPOTESIS

Disusun Oleh :

1. Dian Novitasari (1603500993)

2. Fortuna Maha Mulia (1603500998)
3. Lilis Setiawati (1603501029)
4. Anggita Mariska (1603501053)
5. Iin Nurul Mutmainah (1603501058)
6. Noviana Mahyanti (1603571580)
7. Suci Rahmawati (1502500847)

STIE MUHAMMADIYAH JAKARTA

Jl.Minangkabau No. 60, Manggarai, Jakarta Selatan, DKI Jakarta, Indonesia
TAHUN AKADEMIK 2017-2018
 KATA PENGANTAR

Dengan memanjatkan puji syukur kehadirat Tuhan Yang Maha Esa, karena berkat
rahmat dan kemurahannya sehingga kami dapat menyelesaikan tugas makalah ini yang
berjudul “Penguji Hipotesis”,walaupun masih jauh dari kesempurnaan.
Dengan tersusunnya makalah ini diharapkan dapat membantu teman-teman dalam
rangka pemahaman yang lebih seksama dari materi yang disajikan.
Dalam materi ini disajikan secara ringkas hal- hal yang perlu diketahui yang
berkaitan dengan materi pengujian hipotesis. Kami sangat menyadari bahwa apa yang
disajikan ini masih jauh dari kesempurnaan, walaupun kami yakin bahwa materi ini akan
sangat bermaanfaat bagi teman-teman guna membantu kelancaran dan kemudahan dalam
memahami materi yang disajikan. Kami senantiasa akan berupaya memperbaiki makalah ini
sehingga kritik dan saran yang sifatnya membangun sangat diharapkan penulis guna
penyempurnaan makalah ini.
Demikianlah yang dapat kami sampaikan semoga makalah ini dapat bermanfaat bagi
semua pihak.

Jakarta, April 2018

Penulis

i
 DAFTAR ISI

KATA PENGANTAR.............................................................................................................................. i
DAFTAR ISI............................................................................................................................................ ii
A. Latar Belakang................................................................................................................................ 1
B. Tujuan Penulisan Makalah.............................................................................................................. 1
C. Rumusan Masalah........................................................................................................................... 1
BAB II PEMBAHASAN......................................................................................................................... 2
A. Pengertian Pengujian Hipotesis.......................................................................................................2
B. Kegunaan Pengujian Hipotesis........................................................................................................2
C. Konsep hipotesis..............................................................................................................................4
D. Prosedur Pengujian Hipotesis........................................................................................................ 5
E. Jenis-Jenis Pengujian Hipotesis.......................................................................................................7
F. Uji Chi-Square...............................................................................................................................22
1. Distribusi chi-square...................................................................................................................... 22
BAB III KESIMPULAN........................................................................................................................35
DAFTAR PUSTAKA............................................................................................................................ 36

ii
 BAB I PENDAHULUAN

A. Latar Belakang
Dalam kehidupan sehari-hari, sering kita jumpai banyak hal yang dapat kita
deskripsikan dalam bentuk data. Informasi data yang diperoleh tentunya harus diolah terlebih
dahulu menjadi sebuah data yang mudah dibaca dan dianalisa. Statistika adalah ilmu yang
mempelajari cara-cara pengolahan data.
Untuk memperoleh data-data tersebut, diperlukan adanya suatu penelitian. Penelitian
ini didapatkan melalui berbagai cara, dan juga berbagai langka-langkah pengujian dari para
pengumpul data. Sebelum melakukan penelitian, kita akan menduga-duga terlebih dahulu
terhadap apa yang kita ingin teliti. Pernyataan dugaan atau pernyataan sementara kita ini
yang disebut hipotesis. Banyak sekali macam-macam konsep hipotesis ini, salah satunya jenis
hipotesis. Terkadang dalam penelitian pun banyak sekali permasalahan-permasalahan dan
juga kesalahan dalam melakukan penelitian. Seluruh yang akan dibahas dalam melakukan
hipotesis penelitian akan dibahas dalam makalah ini beserta permasalah-permasalahan yang
terjadi.
B. Tujuan Penulisan Makalah
Makalah ini dibuat dengan tujuan untuk :
1. Mengetahui konsep hipotesis dan pengujiannya
2. Mengetahui macam-macam permasalahan dan hipotesis penelitian
3. Dapat membedakan arti hipotesis (nol dan alternatif)
4. Mengetahui jenis-jenis pengujian hipotesis
5. Dapat menerapkan rumus-rumus dan langkah-langkah dalam pengujian hipotesis
6. Mengetahui teknik dalam pengujian hipotesis
C. Rumusan Masalah
1. Apa pengertian uji hipotesis?
2. Apa kegunaan pengujian hipotesis?
3. Apa macam-macam pengujian hipotesis?
4. Apa jenis kesalahan dan penentuan taraf nyata pada pengujian hipotesis?
5. Bagaimana langkah-langkah dalam pengujian hipotesis?
6. Bagaimana cara teknik pengujian hipotesis?

1
 BAB II PEMBAHASAN

A. Pengertian Pengujian Hipotesis

Hipotesis berasal dari bahasa Yunani, Hupo berarti Lemah atau kurang atau di
bawah , Thesis berarti teori, proposisi atau pernyataan yang disajikan sebagai bukti. Sehingga
hipotesis dapat diartikan sebagai Pernyataan yang masih lemah kebenarannya dan perlu
dibuktikan atau dugaan yang sifatnya masih sementara. Hipotesis juga dapat diartikan
sebagai pernyataan keadaan populasi yang akan diuji kebenarannya menggunakan
data/informasi yang dikumpulkan melalui sampel, dan dapat dirumuskan berdasarkan teori,
dugaan, pengalaman pribadi/orang lain, kesan umum, kesimpulan yang masih sangat
sementara.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang
sifatnya masih sementara atau lemah kebenarannya. Hipotesis statistik dapat berbentuk suatu
variabel seperti binomial, poisson, dan normal atau nilai dari suatu parameter, seperti rata-
rata, varians, simpangan baku, dan proporsi. Hipotesis statistik harus diuji, karena itu harus
berbentuk kuantitas untuk dapat diterima atau ditolak. Hipotesis statistik akan diterima jika
hasil pengujian membenarkan pernyataannya dan akan ditolak jika terjadi penyangkalan dari
pernyataannya.
Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan
memutuskan apakah menerima atau menolak hipotesis itu. Dalam pengujian hipotesis,
keputusan yang dibuat mengandung ketidakpastian, artinya keputusan bisa benar atau salah,
sehingga menimbulkan risiko. Besar kecilnya risiko dinyatakan dalam bentuk probabilitas.
Pengujian hipotesis merupakan bagian terpenting dari statistik inferensi (statistic induktif),
karena berdasarkan pengujian tersebut, pembuatan keputusan atau pemecahan persoalan
sebagai dasar penelitian lebih lanjut dapat terselesaikan.

B. Kegunaan Pengujian Hipotesis

Fungsi atau kegunaan hipotesis yang disusun dalam suatu rencana penelitian,
setidaknya ada empat yaitu :
1. Hipotesis memberikan penjelasan sementara tentang gejala-gejala serta memudahkan
perluasan pengetahuan dalam suatu bidang.
Untuk dapat sampai pada pengetahuan yang dapat dipercaya mengenai masalah
pendidikan, peneliti harus melangkah lebih jauh dari pada sekedar mengumpukan fakta
yang berserakan, untuk mencari generalisasi dan antar hubungan yang ada diantara fakta-

2
 fakta tersebut. Antar hubungan dan generalisasi ini akan memberikan gambaran pola, yang
penting untuk memahami persoalan. Pola semacam ini tidaklah menjadi jelas selama
pengumpulan data dilakukan tanpa arah. Hipotesis yang telah terencana dengan baik akan
memberikan arah dan mengemukakan penjelasan. Karena hipotesis tersebut dapat diuji
dan divalidasi (pengujian kesahihannya) melalui penyelidikan ilmiah, maka hipotesis
dapat membantu kita untuk memperluas pengetahuan.
2. Hipotesis memberikan suatu pernyataan hubungan yang langsung dapat diuji dalam
penelitian.
Pernyataan tidak dapat diuji secara langsung. Penelitian memang dimulai dengan
suatu pernyataan, akan tetapi hanya hubungan antara variabel yang akan dapat diuji.
Misalnya, peneliti tidak akan menguji pertanyaan apakah komentar guru terhadap
pekerjaan murid menyebabkan peningkatan hasil belajar murid secara nyata“? akan tetapi
peneliti menguji hipotesis yang tersirat dalam pernyataan tersebut “komentar guru
terhadap hasil pekerjaan murid, menyebabkan meningkatnya hasil belajar murid secara
nyata“ atau yang lebih spesifik lagi “skor hasil belajar siswa yang menerima komentar
guru atas pekerjaan mereka sebelumnya akan lebih tinggi dari pada skor siswa yang tidak
menerima komentar guru atas pekerjaan mereka sebelumnya“. Selanjutnya peneliti, dapat
melanjutkan penelitiannya dengan meneliti hubungan antara kedua variabel tersebut, yaitu
komentar guru dan prestasi siswa.
3. Hipotesis memberikan arah kepada penelitian
Hipotesis merupakan tujuan khusus. Dengan demikian hipotesis juga menentukan
sifat-sifat data yang diperlukan untuk menguji pernyataan tersebut. Secara sangat
sederhana, hipotesis menunjukkan kepada para peneliti apa yang harus dilakukan. Fakta
yang harus dipilih dan diamati adalah fakta yang ada hubungannya dengan pernyataan
tertentu. Hipotesislah yang mentukan relevansi fakta-fakta itu. Hipotesis ini dapat
memberikan dasar dalam pemilihan sampel serta prosedur penelitian yang harus dipakai.
Hipotesis juga dapat menunjukkan analisis statistik yang diperlukan dan hubungannya
yang harus menunjukkan analisis statistik yang diperlukan agar ruang lingkup studi
tersebut tetap terbatas, dengan mencegahnya menjadi terlalu sarat.
Sebagai contoh, lihatlah kembali hipotesis tentang latihan pra sekolah bagi anak-
anak kelas satu yang mengalami hambatan kultural. Hipotesis ini menunjukkan metode
penelitian yang diperlukan serta sampel yang harus digunakan. Hipotesis inipun bahkan
menuntun peneliti kepada tes statistik yang mungkin diperlukan untuk menganalisis data.
Dari pernyataan hipotesis itu, jelas bahwa peneliti harus melakukan eksperimen yang

3
 membandingkan hasil belajar dikelas satu dari sampel siswa yang mengalami hambatan
kultural dan telah mengalami program pra sekolah dengan sekelompok anak serupa yang
tidak mengalami progaram pra sekolah. Setiap perbedaan hasil belajar rata-rata kedua
kelompok tersebut dapat dianalaisis denga tes atau teknik analis variansi, agar dapat
diketahui signifikansinya menurut statistik.
4. Hipotesis memberikan kerangka untuk melaporkan kesimpulan penyelidikan.
Akan sangat memudahkan peneliti jika mengambil setiap hipotesis secara terpisah
dan menyatakan kesimpulan yang relevan dengan hipotesis tersebut. Artinya, peneliti
dapat menyusun bagian laporan tertulis ini diseputar jawaban-jawaban terhadap hipotesis
semula, sehingga membuat penyajian ini lebih berarti dan mudah dibaca.

C. Konsep hipotesis
Menurut Kerlinger (1973:18) dan Tuckman (1982:5) mengartikan hipotesis adalah
sebagai dugaan terhadap hubungan antara dua variable atau lebih. Selanjutnya menurut
Sudjana (1992:219) mengartikan hipotesis adalah asumsi atau dugaan mengenai suatu hal
yang dibuat untuk menjelaskan hal itu yang sering dituntut untuk melakukan pengecekannya.
Atas dasar dua definisi diatas, maka dapat disimpulkan bahwa hipotesis adalah jawaban atau
dugaan sementara yang harus diuji lagi kebenarannya.
Hipotesis penelitian adalah hipotesis kerja (Hipotesis Alternatif Ha atau H1) yaitu
hipotesis yang dirumuskan untuk menjawab permasalahan dengan menggunakan teori-teori
yang ada hubungannya (relevan) dengan masalah penelitian dan belum berdasarkan fakta
serta dukungan data yang nyata dilapangan. Hipotesis alternatif (Ha) dirumuskan dengan
kalimat positif. Hipotesis nol adalah pernyataan tidak adanya hubungan, pengaruh, atau
perbedaan antara parameter dengan statistik. Hipotesis Nol (Ho) dirumuskan dengan
kalimat negatif. Nilai Hipotesis Nol (Ho) harus menyatakan dengan pasti nilai parameter.

4
D. Prosedur Pengujian Hipotesis
Prosedur pengujian hipotesis statistik adalah langkah-langkah yang dipergunakan dalam
menyelesaikan pengujian hipotesis tersebut. Berikut ini langkah-langkah pengujian hipotesis
statistik adalah sebagai berikut:
1. Menentukan Formulasi Hipotesis
Formulasi atau perumusan hipotesis statistik dapat dibedakan atas dua jenis, yaitu
sebagai berikut:
a. Hipotesis nol / nihil (HO)
Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang akan
diuji. Hipotesis nol tidak memiliki perbedaan atau perbedaannya nol dengan hipotesis
sebenarnya.
b. Hipotesis alternatif/ tandingan (H1 / Ha)
Hipotesis alternatif adalah hipotesis yang dirumuskan sebagai lawan atau tandingan
dari hipotesis nol. Dalam menyusun hipotesis alternatif, timbul 3 keadaan berikut.
1) H1 menyatakan bahwa harga parameter lebih besar dari pada harga yang
dihipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu
pengujian sisi atau arah kanan.
2) H1 menyatakan bahwa harga parameter lebih kecil dari pada harga yang
dihipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu
pengujian sisi atau arah kiri.
3) H1 menyatakan bahwa harga parameter tidak sama dengan harga yang
dihipotesiskan. Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu
pengujian sisi atau arah kanan dan kiri sekaligus.

Secara umum, formulasi hipotesis dapat di tuliskan :

Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif (Ha) ditolak. Demikian
pula sebaliknya, jika hipotesis alternatif (Ha) diterima (benar) maka hipotesis nol (H0) ditolak.

5
2. Menentukan Taraf Nyata (α)
Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis
terhadap nilai parameter populasinya. Semakin tinggi taraf nyata yang digunakan, semakin
tinggi pula penolakan hipotesis nol atau hipotesis yang diuji, padahal hipotesis nol benar.
Besaran yang sering digunakan untuk menentukan taraf nyata dinyatakan dalam %,
yaitu: 1% (0,01), 5% (0,05), 10% (0,1), sehingga secara umum taraf nyata dituliskan
sebagai α 0,01, α 0,05, α 0,1. Besarnya nilai α bergantung pada keberanian pembuat
keputusan yang dalam hal ini berapa besarnya kesalahan (yang menyebabkan resiko) yang
akan ditolerir. Besarnya kesalahan tersebut disebut sebagai daerah kritis pengujian (critical
region of a test) atau daerah penolakan ( region of rejection).
Nilai α yang dipakai sebagai taraf nyata digunakan untuk menentukan nilai distribusi
yang digunakan pada pengujian, misalnya distribusi normal (Z), distribusi t, dan distribusi X².
Nilai itu sudah disediakan dalam bentuk tabel disebut nilai kritis.
3. Menentukan Kriteria Pengujian
Kriteria Pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak
hipotesis nol (Ho) dengan cara membandingkan nilai α tabel distribusinya (nilai kritis) dengan
nilai uji statistiknya, sesuai dengan bentuk pengujiannya. Yang dimaksud dengan bentuk
pengujian adalah sisi atau arah pengujian.
a. Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada
nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
b. Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai
positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
Dalam bentuk gambar, kriteria pengujian seperti gambar di bawah ini :

4. Menentukan Nilai Uji Statistik

Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu
dalam pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga parameter

6
data sampel yang diambil secara random dari sebuah populasi. Misalkan, akan diuji
parameter populasi (P), maka yang pertama-tama dihitung adalah statistik sampel (S)
5. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis nol (Ho) yang sesuai dengan kriteria pengujiaanya. Pembuatan
kesimpulan dilakukan setelah membandingkan nilai uji statistik dengan nilai α tabel atau nilai
kritis.
a. Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.
b. Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai kritisnya.

Kelima langkah pengujian hipotesis tersebut di atas dapat di ringkas seperti berikut :
Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha)
Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai tabel.
Langkah 3 : Membuat kriteria pengujian berupa penerimaan dan penolakan H0.
Langkah 4 : Melakukan uji statistik
Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.

E. Jenis-Jenis Pengujian Hipotesis

Pengujian hipotesis dapat dibedakan atas beberapa jenis berdasarkan kriteria yang
menyertainya.
1. Berdasarkan Jenis Parameternya
Didasarkan atas jenis parameter yang di gunakan, pengujian hipotesis dapat di bedakan
atas tiga jenis, yaitu sebagai berikut .
a. Pengujian hipotesis tentang rata-rata
Pengujian hipotesis tentang rata-rata adalah pengujian hipotesis mengenai rata-rata
populasi yang didasarkan atas informasi sampelnya.
Contohnya :
1) Sampel besar ( n > 30 )
Untuk pengujian hipotesis satu rata-rata dengan sample besar (n > 30), uji
statistiknya menggunakan distribusi Z. Prosedur pengujian hipotesisnya adalah
sebagai berikut.
a) Formulasi hipotesis
(1) Ho : µ = µo
H1 : µ > µo

7
 (2) Ho : µ = µo
H1 : µ < µo
(3) Ho : µ = µo
H1 : µ ≠ µo
b) Penentuan nilai α (taraf nyata) dan nilai Z table (Zα)
Menentukan nilai α sesuai soal, kemudian nilai Zα atau Zα/2 ditentukan dari
tabel.
c) Kriteria Pengujian
(1) Untuk Ho : µ = µo dan H1 : µ > µo
 Ho di terima jika Zo ≤ Zα
 Ho di tolak jika Zo > Zα
(2) Untuk Ho : µ = µo dan H1 : µ < µo
 Ho di terima jika Zo ≥ - Zα
 Ho di tolak jika Zo < - Zα
(3) Untuk Ho : µ = µo dan H1 : µ ≠ µo
 Ho di terima jika - Zα/2 ≤ Zo ≤ Zα/2
 Ho di tolak jika Zo > Zα/2 atau Zo < - Zα/2
d) Uji Statistik
(1). Simpangan baku populasi ( σ ) di ketahui :

(2). Simpangan baku populasi ( σ ) tidak di ketahui :

e) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan
kriteria pengujiannya).
(1) Jika H0 diterima maka H1 di tolak
(2) Jika H0 di tolak maka H1 di terima

8
Contoh Soal :
Suatu pabrik susu merek Good Milk melakukan pengecekan terhadap produk mereka,
apakah rata-rata berat bersih satu kaleng susu bubuk yang diproduksi dan dipasarkan masih
tetap 400 gram atau sudah lebih kecil dari itu. Dari data sebelumnya diketahui bahwa
simpangan baku bersih per kaleng sama dengan 125 gram. Dari sample 50 kaleng yang
diteliti, diperoleh rata-rata berat bersih 375 gram. Dapatkah diterima bahwa berat bersih rata-
rata yang dipasarkan tetap 400 gram? Ujilah dengan taraf nyata 5 % !

Penyelesaian :
Diketahui :
n = 50, X = 375, σ = 125, µo = 400
Jawab :
a. Formulasi hipotesisnya :
Ho : µ = 400
H1 : µ < 400
b. Taraf nyata dan nilai tabelnya :
α = 5% = 0,05
Z0,05 = -1,64 (pengujian sisi kiri)
c. Kriteria pengujian:

Ho diterima jika Zo ≥ - 1,64

Ho ditolak jika Zo < - 1,64
d. Uji Statistik

9
e. Kesimpulan
Karena Zo = -1,41 ≥ - Z0,05 = - 1,64 maka Ho diterima. Jadi, berat bersih rata-rata susu
bubuk merek GOOD MILK per kaleng yang dipasarkan sama dengan 400 gram

2) Sampel Kecil (n ≤ 30)

Untuk pengujian hipotesis satu rata-rata dengan sampel kecil (n ≤ 30), uji statistiknya
menggunakan distribusi t. Prosedur pengujian hipotesisnya adalah sebagai berikut.
a) Formulasi hipotesis
(1) Ho : µ = µo
H1 : µ > µo
(2) Ho : µ = µo
H1 : µ < µo
(3) Ho : µ = µo
H 1 : µ ≠ µo
b) Penentuan nilai α (taraf nyata) dan nilai t- tabel
Menentukan nilai α sesuai soal, kemudian menentukan derajat bebas, yaitu db =
n – 1, lalu menentukan nilai tα;n-1 atau tα/2;n-1 ditentukan dari tabel.
c) Kriteria Pengujian
(1) Untuk Ho : µ = µo dan H1 : µ > µo
 Ho diterima jika to ≤ tα
 Ho ditolak jika to > tα
(2) Untuk Ho : µ = µo dan H1 : µ < µo
 Ho diterima jika to ≥ - tα
 Ho ditolak jika to < - tα
(3) Untuk Ho : µ = µo dan H1 : µ ≠ µo
 Ho diterima jika - tα/2 ≤ to ≤ tα/2
 Ho ditolak jika to > tα/2 atau to < - tα/2
d) Uji Statistik
(1) Simpangan baku populasi ( σ ) diketahui :

10
 a. Simpangan baku populasi ( σ ) tidak diketahui :

e) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho(sesuai dengan kriteria
pengujiannya).
(1) Jika H0 diterima maka H1 ditolak
(2) Jika H0 ditolak maka H1 diterima

Contoh soal :
Sebuah sampel terdiri atas 15 kaleng susu, memiliki isi berat kotor seperti yang
diberikan berikut ini.
( Isi berat kotor dalam kg/kaleng)
1,21 1,21 1,23 1,20 1,21
1,24 1,22 1,24 1,21 1,19
1,19 1,18 1,19 1,23 1,18

Jika digunakan taraf nyata 1%, dapatkah kita menyakini bahwa populasi cat dalam kaleng
rata-rata memiliki berat kotor 1,2 kg/kaleng ? (dengan alternatif tidak sama dengan). Berikan
evaluasi anda !
Penyelesaian :
Diketahui :
n = 15, α= 1%, µo = 1,2
Jawab:
∑X = 18,13
∑X2 = 21,9189
· X = 18,13 / 15
= 1,208

11
a. Formulasi hipotesisnya :
Ho : µ = 1,2
H1 : µ ≠ 1,2
b. Taraf nyata dan nilai tabelnya :
α = 1% = 0,01
tα/2 = 0,005 dengan db = 15-1 = 14
t0,005;14 = 2,977
c. Kriteria pengujian :

 Ho diterima apabila : - 2,977 ≤ to ≤ - 2,977

 Ho ditolak : to > 2,977 atau to < - 2,977
d. Uji Statistik

e. Kesimpulan
Karena –t0,005;14 = -2,977 ≤ to = 1,52 ≤ t0,005;14 = - 2,977 maka Ho diterima. Jadi,
populasi susu dalam kaleng secara rata-rata berisi berat kotor 1,2 kg/kaleng.

b. Pengujian Hipotesis Beda Dua Rata-Rata

1) Sampel besar ( n > 30 )
Untuk pengujian hipotesis beda dua rata-rata dengan sampel besar (n > 30), uji
statistiknya menggunakan distribusi Z. Prosedur pengujian hipotesisnya adalah
sebagai berikut.
a) Formulasi hipotesis
(1) Ho : µ = µo
H1 : µ > µo
(2) Ho : µ = µo
H1 : µ < µo

12
 (3) Ho : µ = µo
H1 : µ ≠ µo
b) Penentuan nilai α (taraf nyata) dan nilai Z tabel (Zα)
Mengambil nilai α sesuai soal, kemudian nilai Zα atau Zα/2 ditentukan dari tabel.
c) Kriteria Pengujian
(1) Untuk Ho : µ1 = µ2 dan H1 : µ1 > µ2
 Ho diterima jika Zo ≤ Zα
 Ho ditolak jika Zo > Zα
(2) Untuk Ho : µ1 = µ2 dan H1 : µ1 < µ2
 Ho diterima jika Zo ≥ - Zα
 Ho ditolak jika Zo < - Zα
(3) Untuk Ho : µ1 = µ2 dan H1 : µ1 ≠ µ2
 Ho diterima jika - Zα/2 ≤ Zo ≤ Zα/2
 Ho ditolak jika Zo > Zα/2 atau Zo < - Zα/2
d) Uji Statistik
(1). Simpangan baku populasi ( σ ) diketahui :

(2). Simpangan baku populasi ( σ ) tidak diketahui :

e) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria
pengujiannya).
a) Jika H0 diterima maka H1 ditolak
b) Jika H0 ditolak maka H1 diterima
Contoh Soal:
Seseorang berpendapat bahwa rata-rata jam kerja buruh di daerah A dan B sama
dengan alternatif A lebih besar dari pada B. Untuk itu, diambil sample di kedua daerah,

13
masing-masing 100 dan 70 dengan rata-rata dan simpangan baku 38 dan 9 jam per minggu
serta 35 dan 7 jam per minggu. Ujilah pendapat tersebut dengan taraf nyata 5% ! Untuk
Varians/simpangan baku kedua populasi sama besar !

Penyelesaian :
Diketahui :
n1 = 100 X1 = 38 s₁ = 9
n2 = 70 X2 = 35 s₂ = 7

Jawab:
a. Formulasi hipotesisnya :
Ho : µ₁ = µ₂
H1 : µ₁ > µ₂
b. Taraf nyata dan nilai tabelnya :
α = 5% = 0,05
Z0,05 = 1,64 (pengujian sisi kanan)
c. Kriteria pengujian :

 Ho diterima jika Zo ≤ 1,64

 Ho ditolak jika Zo > 1,64

14
 d. Uji Statistik

e. Kesimpulan
Karena Zo = 2,44 > Z0,05 = 1,64 maka Ho ditolak. Jadi, rata-rata jam kerja buruh di
daerah A dan daerah B adalah tidak sama

2). Sampel kecil ( n ≤ 30 )

Untuk pengujian hipotesis beda dua rata-rata dengan sampel kecil (n ≤ 30), uji
statistiknya menggunakan distribusi t. Prosedur pengujian hipotesisnya adalah sebagai
berikut.
a) Formulasi hipotesis
(1) Ho : µ₁ = µ2
H1 : µ₁ > µ2
(2) Ho : µ₁ = µ2
H1 : µ₁ < µ2
(3) Ho : µ₁ = µ2
H1 : µ₁ ≠ µ2
b) Penentuan nilai α (taraf nyata) dan nilai t tabel (tα)
Mengambil nilai α sesuai soal, kemudian nilai tα atau tα/2 ditentukan dari tabel.
c) Kriteria Pengujian
(1) Untuk Ho : µ1 = µ2 dan H1 : µ1 > µ2
 Ho diterima jika to ≤ tα
 Ho ditolak jika to > tα

15
 (2) Untuk Ho : µ1 = µ2 dan H1 : µ1 < µ2
 Ho diterima jika to ≥ tα
 Ho ditolak jika Zo < - tα
(3) Untuk Ho : µ1 = µ2 dan H1 : µ1 ≠ µ2
 Ho diterima jika - tα/2 ≤ to ≤ tα/2
 Ho ditolak jika to > tα/2 atau to < - tα/2
d) Uji Statistik
(1) Untuk Pengamatan tidak berpasangan

(2) Untuk Pengamatan berpasangan

Keterangan :
d = rata-rata dari nilai d
sd = simpangan baku dari nilai d
n = banyaknya pasangan
db = n-1
e) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria
pengujiannya).
a) Jika H0 diterima maka H1 ditolak
b) Jika H0 ditolak maka H1 diterima
Contoh Soal :
Sebuah perusahan mengadakan pelatihan teknik pemasaran. Sampel sebanyak 12
orang dengan metode biasa dan 10 orang dengan terprogram. Pada akhir pelatihan diberikan
evaluasi dengan materi yang sama. Kelas pertama mencapai nilai rata-rata 75 dengan
simpangan baku 4,5. Ujilah hipotesis kedua metode pelatihan, dengan alternative keduanya

16
tidak sama! Gunakan taraf nyata 10%! Asumsikan kedua populasi menghampiri distribusi
normal dengan varians yang sama!

Penyelesaian :
Diketahui :
n1 = 12 X1 = 80 s₁ = 4
n2 = 10 X2 = 75 s₂ = 4,5
Jawab:
a. Formulasi hipotesisnya :
Ho : µ₁ = µ₂
H1 : µ₁ ≠ µ₂
b. Taraf nyata dan nilai tabelnya :
α = 10% = 0,10

= 0,05
db = 12 + 10 – 2 = 20
t0,05;20 = 1,725
c. Kriteria pengujian :

 Ho diterima apabila -1,725 ≤ t0 ≤ 1,725

 Ho ditolak apabila t0 > 1,725 atau t0 < -1,725
d. Uji Statistik

17
 e. Kesimpulan
Karena t0 = 2,76 > t0,05;20 = 1,725 maka Ho ditolak. Jadi, kedua metode yang
digunakan dalam pelatihan tidak sama hasilnya.

Contoh Soal:
Untuk mengetahui apakah keanggotaan dalam organisasi mahasiswa memiliki akibat
baik atau buruk terhadap prestasi akademik seseorang, diadakan penelitian mengenai mutu
rata-rata prestasi akademik. Berikut ini data selama periode 5 tahun.

Tahun
1 2 3 4 5
Anggota 7,0 7,0 7,3 7,1 7,4
Bukan Anggota 7,2 6,9 7,5 7,3 7,4

Ujilah pada taraf nyata 1% apakah keanggotaan dalam organisasi mahasiswa berakibat buruk
pada prestasi akademiknya dengan asumsi bahwa populasinya normal !
Penyelesaian :
a. Formulasi hipotesisnya :
Ho : µ₁ = µ₂
H1 : µ₁ < µ₂
b. Taraf nyata dan nilai tabelnya :
α = 1% = 0,01

= 0,05
db =5-1=4
t0,01;4 = -3,747
c. Kriteria pengujian :
Ho diterima apabila t0 ≥ - 3,747
Ho ditolak apabila t0 < - 3,747

18
 d. Uji Statistik :

e. Kesimpulan
Karena t0 = -1,6 > t0,01;4 = -3,747, maka Ho diterima. Jadi, keanggotaan organisasi
bagi mahasiswa tidak membeikan pengaruh buruk terhadap prestasi akademiknya.
c. Pengujian hipotesis beda tiga rata-rata
1) Pengujian hipotesis tentang proporsi
Pengujian hipotesis tentang proporsi adalah pengujian hipotesis mengenai proporsi
populasi yang didasarkan atas informasi sampelnya.
Contohnya:
a) Pengujian hipotesis satu proporsi
b) Pengujian hipotesis beda dua proporsi
c) Pengujian hipotesis beda tiga proporsi
2) Pengujian hipotesis tentang varians
Pengujian hipotesis tentang varians adalah pengujian hipotesis mengenai rata
rata populasi yang di dasarkan atas informasi sampelnya.

19
 Contohnya:
a) Pengujian hipotesis tentang satu varians
b) Pengujian hipotesis tentang kesamaan dua varians

2. Berdasarkan Jumlah Sampelnya

Didasarkan atas ukuran sampelnya, pengujian hipotesis dapat dibedakan atas dua jenis,
yaitu sebagai berikut.
a) Pengujian hipotesis sampel besar
Pengujian hipotesis sampel besar adalah pengujian hipotesis yang menggunakan sampel
lebih besar dari 30 (n > 30).
b) Pengujian hipotesis sampel kecil
Pengujian hipotesis sampel kecil adalah pengujian hipotesis yang menggunakan sampel
lebih kecil atau sama dengan 30 (n ≤ 30).
3. Berdasarkan Jenis Distribusinya
Didasarkan atas jenis distribusi yang digunakan, pengujian hipotesis dapat dibedakan atas
empat jenis, yaitu sebagai berikut.
a) Pengujian hipotesis dengan distribusi Z
Pengujian hipotesis dengan distribusi Z adalah pengujian hipotesis yang
menggunakan distribusi Z sebagai uji statistik. Tabel pengujiannya disebut tabel
normal standard. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam
tabel untuk menerima atau menolak hipotesis nol (Ho) yang dikemukakan.
Contohnya :
1). Pengujian hipotesis satu dan beda dua rata-rata sampel besar
2). Pengujian satu dan beda dua proporsi
b) Pengujian hipotesis dengan distribusi t (t-student)
Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan
distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel t-student. Hasil uji
statistik ini kemudian dibandingkan dengan nilai dalam tabel untuk menerima atau
menolak hipotesis nol (Ho) yang dikemukakan.
Contohnya :
1). Pengujian hipotesis satu rata-rata sampel kecil
2). Pengujian hipotesis beda dua rata-rata sampel kecil
c) Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat)

20
 Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat) adalah pengujian hipotesis
yang menggunakan distribusi χ2 sebagai uji statistik. Tabel pengujiannya disebut tabel
χ2. Hasil uji statistik ini kemudian dibandingkan dengan nilai dalam tabel untuk
menerima atau menolak hipotesis nol (Ho) yang dikemukakan.
Contohnya :
1). Pengujian hipotesis beda tiga proporsi
2). Pengujian Independensi
3). Pengujian hipotesis kompatibilitas
4). Pengujian hipotesis dengan distribusi F (F-ratio)
d) Pengujian hipotesis dengan distribusi F (F-ratio) adalah pengujian hipotesis yang
menggunakan distribusi F (F-ratio) sebagai uji statistik. Tabel pengujiannya disebut
tabel F. Hasil uji statistik ini kemudian dibandingkan dengan nilai dalam tabel untuk
menerima atau menolak hipotesis nol (Ho) yang dikemukakan.
Contohnya :
1). Pengujian hipotesis beda tiga rata-rata
2). Pengujian hipotesis kesamaan dua varians

4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya

Didasarkan atas arah atau bentuk formulasi hipotesisnya, pengujian hipotesis dibedakan
atas 3 jenis, yaitu sebagai berikut.
a) Pengujian hipotesis dua pihak (two tail test)
Pengujian hipotesis dua pihak adalah pengujian hipotesis dimana hipotesis nol (Ho)
berbunyi “sama dengan” dan hipotesis alternatifnya (H1) berbunyi “tidak sama
dengan” (Ho = dan H1 ≠)
b) Pengujian hipotesis pihak kiri atau sisi kiri
Pengujian hipotesis pihak kiri adalah pengujian hipotesis dimana hipotesis nol (Ho)
berbunyi “sama dengan” atau “lebih besar atau sama dengan” dan hipotesis
alternatifnya (H1) berbunyi “lebih kecil” atau “lebih kecil atau sama dengan” (Ho =
atau Ho ≥ dan H1 < atau H1 ≤ ). Kalimat “lebih kecil atau sama dengan” sinonim
dengan kata “paling sedikit atau paling kecil”.
c) Pengujian hipotesis pihak kanan atau sisi kanan
Pengujian hipotesis pihak kanan adalah pengujian hipotesis di mana hipotesis nol (Ho)
berbunyi “sama dengan” atau “lebih kecil atau sama dengan” dan hipotesis
alternatifnya (H1) berbunyi “lebih besar” atau “lebih besar atau sama dengan” (Ho =

21
 atau Ho ≤ dan H1 > atau H1 ≥). Kalimat “lebih besar atau sama dengan” sinonim
dengan kata “paling banyak atau paling besar”.
F. Uji Chi-Square
Uji Chi-Square merupakan uji statistik non-parametrik yang paling banyak
digunakan dalam penelitian bidang kesehatan masyarakat, karena uji ini memiliki
kemampuan membandingkan dua kelompok atau lebih pada data-data yang telah
dikategorisasikan. Meski demikian, uji chi-square dapat pula dipakai pada pengujian satu
kelompok dan berskala interval/rasio. Secara ringkas kegunaaan uji chi-square disajikan
pada gambar berikut.

Gambar 1. Kegunaan Chi-Square

1. Distribusi chi-square
Distribusi Chi-square (dibaca “khai square” atau khai kuadrat dengan simbol  2 )
adalah distribusi probabilitas teoritis yang asimetrik dan kontinyu. Nilai sebuah  2 selalu
positif antara 0 sampai dengan  (tak hingga) atau 0 ≤  2 ≤  , tidak seperti distribusi
normal atau distribusi t yang dapat bernilai negatif. Nilai statistik  2 dihitung dengan
rumus sebagai berikut:

dimana, 0 = banyaknya frekuensi yang diobservasi dan  = banyaknya frekuensi yang

diharapkan. Gambar 2 menampilkan tiga jenis distribusi Chi-square dengan derajat
kebebasan 1,5, dan 10. Tampak bahwa :

22
 a. semakin kecil derajat kebebasan, kemencengan kurva distribusi semakin positif artinya
proporsi nilai rendah pada distribusi lebih besar.
b. semakin besar derajat kebebasan, kurva distribusi semakin simetris.

Gambar 2. Distribusi Chi-Square dengan derajat kebebasan (df) yang

berbeda-beda (1, 5 dan 10)
(sumber: Shekin, 2004, Hal. 185)
Uji Chi-Square dapat digunakan untuk menguji 1 sampel, 2 sampel independen, dan k
sampel (lebih dari 2 sampel).

2. Uji Chi-Square 1 Sampel

Uji Chi Square 1 Sampel digunakan untuk mengetahui 1) Varians dari populasi (jika
data berskala interval/rasio) dan 2) Kesesuaian dengan distribusi Chi-square atau
goodness of fit (jika data berskala kategorik/nominal).
a. Menguji varians dari populasi pada data interval/rasio
Rumusan uji hipotesa yang dievaluasi adalah “Apakah sampel dengan n subyek
berasal dari populasi yang memilki nilai varians yang sama?” atau “Apakah sampel
dengan nilai estimasi varians ṡ2 diturunkan dari populasi dengan nilai estimasi varians
 2 ?”. Bila hasil uji statistik signifikan, maka dapat disimpulkan bahwa terdapat
kemungkinan sampel berasal dari populasi dengan nilai varians tertentu selain 2 .
Asumsi yang digunakan dalam uji hipotesa ini adalah: a. Populasi berdistribusi normal;
dan b. Sampel dipilih secara acak dari populasi
Contoh Soal
Sebuah brosur yang diterbitkan oleh perusahaan yang memproduksi battery alat
bantu pendengaran, mengklaim bahwa rata-rata waktu hidup selama 7 jam (  = 7)
dengan varians 5 jam (  2 = 5). Seorang pelanggan menyatakan bahwa nilai varians

23
yang tertulis pada brosur terlalu rendah. Untuk membuktikan anggapannya, pada bulan
September pelanggan mencatat waktu hidup pada 10 battery (dalam jam) dengan data
sebagai berikut: 5, 6, 4, 3, 11, 12, 9, 13, 6, 8. Apakah data tersebut menunjukkan
varians waktu hidup battery memilki nilai tertentu selain  2 = 5?
Pemecahan soal
0 = 2 = 5 (varians dari populasi sampel = 5)  = 2 ≠ 5 (varians dari populasi
sampel < 5) Perhitungan uji statistik sebagai berikut:

Nilai  2 hitung = 21,62 diuji dengan tabel nilai distribusi Chi-square dengan
derajat kebebasan (df) = n – 1. Karena uji hipotesa satu arah maka dengan  = 0,05,
maka Nilai  2 tabel (df = 9 dan  = 0,05) yaitu 16,92. Hipotesa nol tidak ditolak jika
nilai  2 hitung lebih kecil dari nilai  2 tabel. Nilai  2 hitung = 21,62 lebih besar dari
nilai  2 tabel = 16,92 dengan demikian, hipotesa ditolak atau nilai varians waktu hidup
battery memiliki nilai tertentu selain  2 = 5 atau anggapan pelanggan bahwa waktu
hidup battery pada brosur terlalu rendah tidak terbukti secara statistik.

24
b. Menguji kesesuaian distribusi/goodness of fit pada data kategorik/nominal
Uji hipotesa yang dievaluasi adalah “apakah populasi yang direpresentasikan
dengan sampel, memiliki perbedaan frekuensi yang diobservasi dengan frekuensi yang
diharapkan” atau “apakah terdapat perbedaan antara frekuensi yang diobserbasi dengan
frekuensi yang diharapkan pada populasi yang diwakili dengan sampel tertentu”.
Pernyataan hipotesa tersebut dapat dijelaskan dengan model umum uji kesesuaian
distribusi chi-square disajikan pada tabel 1.

Setiap n observasi (subyek atau obyek) pada percobaan di tabel dipilih secara
acak dari populasi yang memiliki N observasi, dan dicatat sebagai salah satu dari k
kategori yang mutual exclusive. Ci adalah sel/kategori ke-i dan Oi adalah frekuensi
observasi ke-i. Jumlah total observasi pada setiap sel disebut dengan n.
Asumsi yang diterapkan pada uji hipotesa ini adalah:
1) Data berskala nominal/kategorik
2) Data terdiri dari n observasi independen yang dipilih secara acak dari populasi
3) Frekuensi diharapkan (fe) pada setiap sel tabel harus ≥ 5

Contoh Soal
Seorang pustakawan bermaksud mengetahui kemungkinan seseorang meminjam
buku (bukan hanya membaca) pada jam buka perpustakaan (Senin sampai Sabtu).
Pada hari Minggu perpustakaan tutup. Untuk itu ia mencatat jumlah buku yang
dipinjam selama 1 minggu dan diperoleh data sebagai berikut: Senin = 20 buku,
Selasa = 14, Rabu = 18, Kamis = 17, Jumat = 22, dan Sabtu = 29. Diasumsikan setiap
orang hanya boleh meminjam maksimal 1 buku selama 1 minggu. Apakah terdapat
perbedaan jumlah buku yang dipinjam tiap hari dalam seminggu?

25
 Pembahasan Soal :
Bila i adalah frekuensi observasi populasi pada sel ke-i dan i adalah frekuensi
ekspektasi populasi pada sel ke-i, maka pada  i adalah frekuensi observasi sampel
pada sel ke-i dan  i adalah frekuensi ekspektasi sampel pada sel ke-i, sehingga
hipotesa dirumuskan sebagai berikut: 0:  =  (tidak terdapat perbedaan jumlah
buku yang dipinjam tiap hari dalam seminggu) :  ≠  (terdapat perbedaan
jumlah buku yang dipinjam tiap hari dalam seminggu).

Hasil  2 hitung selanjutnya dibandingkan dengan tabel  2 tabel dengan derajat

kebebasan = − 1. Berdasarkan tabel, nilai dengan derajat kebebasan =6−1=
5 adalah 11,07. Nilai 2 hitung =6,70< 11,07 sehingga hipotesa nol gagal ditolak, atau
tidak terdapat perbedaan jumlah buku yang dipinjam tiap hari dalam seminggu.

3. UJI CHI SQUARE 2 KELOMPOK

a. Tabel Kontinjensi b x k
Penggunaan lain dari Uji Chi-Square adalah pengujian hipotesis pada 2
kelompok menggunakan tabel kontinjensi 2 x 2 atau tabel b x k tertentu, dimana b
adalah baris dan k adalah kolom. Dalam hal ini, jumlah sel adalah k dikalikan b,
sehingga untuk tabel 2 x 2 jumlah selnya adalah 4, tabel 2 x 3 jumlah selnya
adalah 6, dan seterusnya. Data-data yang terdapat pada sel disebut dengan
jumlah/frekuensi observasi dari subyek atau obyek. Contoh tabel kontinjensi b x k
disajikan pada tabel 2.

26
 Tabel 2 menunjukkan contoh tabel kontinjensi b x k dengan baris ke-1, ke-2,
sampai dengan dengan baris ke-n dan kolom ke-1, ke-2, sampai dengan kolom ke-
n. Sehingga pada tabel 2 x 2 terdapat baris ke-1 dan ke-2 dan kolom ke-1 dan ke-2,
lalu pada tabel 2 x 3 terdapat baris ke-1 dan ke-2 dan kolom ke-1, ke-2, dan ke-n,
dan seterusnya. Jumlah frekuensi observasi pada baris ke-n dan kolom ke-n
ditunjukkan dengan pada sel bnkn sehingga jumlah frekuensi observasi pada baris
ke-1 dan kolom ke-1 berada pada sel b1k1 lalu jumlah frekuensi observasi pada
baris ke-1 dan kolom ke-2 berada pada sel b1k2 dan seterusnya.

Baris dan Kolom pada tabel kontinjensi dapat mewakili “kategori” dari data
yang yang dipelajari sebagai representasi dari kelompok, sehingga tabel ini dapat
dipakai pada berbagai contoh persoalan sebagai berikut:
1)Untuk mengetahui apakah terdapat perbedaan antara dua perlakuan/intervensi.
Contohnya kejadian hipertensi pada dua kelompok2 “Sesudah Senam” dan
“Sebelum Senam”, maka kelompok “Sesudah Senam” dapat diwakilkan
dengan Baris dan kelompok “Sebelum Senam” diwakilkan dengan Kolom
(lihat tabel 3). Pada tabel tersebut, jumlah observasi kejadian “hipertensi” pada
kelompok “Sesudah Senam” dan kelompok “Sebelum Senam” adalah 10,
jumlah observasi kejadian “tidak hipertensi” pada kelompok “Sesudah Senam”
dan kelompok “Sebelum Senam” adalah 42, dan seterusnya.

27
2) Untuk mengetahui apakah terdapat perbedaan kejadian pada kelompok kasus dan
kelompok kontrol (pada desain studi Case-Control) sebagaimana disajikan pada
tabel 4 menampilkan contoh kejadian Hipertensi dan Tidak Hipertensi pada
kelompok kasus dan kelompok kontrol.

3) Untuk mengetahui adanya hubungan/korelasi antara dua variabel atau lebih.

Misalnya mengetahui hubungan antara kejadian hipertensi dengan usia (tabel 5)
atau mengetahui hubungan antara kejadian hipertensi dengan Indeks Massa
Tubuh/IMT pada tabel 4 x 2 (tabel 6) dan pada tabel 2 x 3 (tabel 7)3

28
b. Penggunaan Uji Chi-Square 2 Kelompok
Sebelum membahas kegunaan uji Chi-Square 2 kelompok, terlebih dahulu
perlu diketahui asumsi-asumsi yang dipakai, antara lain:
1) Data berskala ordinal/nominal dengan kategori data bersifat mutually exclusive
2) Data dipilih secara acak/random dari populasi yang ditentukan
3) Jumlah frekuensi observasi setiap sel pada tabel kontinjensi lebih besar atau
sama dengan 5. Jika terdapat sel yang < 5 maka distribusi chi-square tidak akurat
menghasilkan estimasi yang menggambarkan keadaan populasi. Untuk mengatasi
hal ini, peneliti bisa menggabungkan sel yang jumlahnya < 5 agar tercapai syarat
tersebut. Bila tabel 2 x 2 tetap menghasilkan sel dengan jumlah < 5, maka
disarankan menggunakan uji distribusi hipergeometrik yaitu Uji Fisher-Exact.
Sebenarnya uji ini merupakan perluasan dari uji chi-square goodness of fit pada
satu sampel, dengan penggunaannya meliputi dua jenis yaitu:
1) Uji Homogenitas
Uji homogenitas dilakukan ketika sampel independen yang terdiri dari dua
atau lebih kelompok sampel (sebagai baris dalam tabel kontinjensi)
dikategorisasikan ke dalam satu dimensi yang terdiri dari dua atau lebih sub
kategori (sebagai kolom dalam tabel kontinjensi). Dengan demikian uji
homogenitas digunakan untuk mengetahui homogenitas sampel berdasarkan
proporsi kategorisasi menurut dimensinya. Bila data homogen maka proporsi
observasi pada dimensi yang ditetapkan akan sama pada seluuruh kelompok
sampel.
Asumsi yang digunakan pada uji homogenitas adalah: 1) seluruh data dipilih
secara acak dari populasi tertentu; dan 2) jumlah kelompok pada variabel

29
 independen telah ditentukan terlebih dahulu oleh peneliti sebelum dilakukan
pengumpulan data.
2) Uji Independensi
Uji independensi dilakukan ketika satu sampel dikategorisasikan ke dalam dua
atau lebih dimensi atau variabel. Uji ini mengevaluasi hipotesa “apakah
terdapat hubungan pada dua variabel atau apakah dua variabel tersebut saling
independen?”. Dengan demikian, dua buah variabel yang saling independen
tersebut tidak memiliki hubungan satu sama lain (zero correlation).
Asumsi yang digunakan pada uji independensi adalah 1) seluruh data dipilih
secara acak dari populasi tertentu; dan 2) jumlah kategori untuk variabel
pertama dan variabel kedua ditentukan oleh peneliti sebelum pengambilan
data dilakukan.

Contoh Soal Uji Homogenitas

Seorang peneliti sedang menyelidiki efek kebisingan terhadap perilaku altruistik .
Untuk itu dipilih secara acak 200 subyek untuk ditempatkan pada satu dari dua kelompok
untuk menjalani eksperimen. Kedua kelompok tersebut diberikan tes kecerdasan semu selama
satu jam. Kelompok pertama (yang terdiri dari 100 subyek) selama tes kecerdasan diberikan
paparan suara berisik yang kontinyu agar terjadi kegagalan fungsi kognitif. Kelompok kedua
(100 subyek lainnya) tidak diberikan paparan suara. Setelah menjalani tes kecerdasan, pada
kedua kelompok ini “diumpan” kepeduliannya dengan meminta seseorang untuk berpura-
pura menjadi orang yang tangannya sedang dibalut dan memohon subyek mengangkat
barang-barang berat ke dalam mobilnya. Kemudian peneliti mencatat jumlah subyek yang
ikut membantu orang tersebut mengangkat barang-barangnya. Hasilnya adalah 30 dari 100
subyek yang terpapar kebisingan ikut bantu menolong, sedangkan 60 dari 100 subyek yang
tidak terpapar kebisingan ikut menolong. Apakah berdasarkan data tersebut, kebisingan
mempengaruhi perilaku altruistik?
Pembahasan soal :
Soal di atas merupakan contoh aplikasi Uji Homogenitas dengan ChiSquare, karena
alasan sebagai berikut:
1. Pada kasus ini desain studi terdiri dari data kategorik dengan sampel independen yang
terbagi dalam satu dimensi (yaitu perilaku altruistik), atau dapat dikatakan bahwa
perbedaan perlakukan/intervensi pada dua kelompok (terpapar kebisingan dan tidak
terpapar kebisingan) merupakan variabel independen;

30
2. Peneliti telah menentukan terlebih dahulu 100 subyek yang akan diberikan perlakuan, hal
ini sesuai dengan asumsi pada uji homogenitas yaitu jumlah kelompok pada variabel
independen telah ditentukan terlebih dahulu oleh peneliti sebelum dilakukan pengumpulan
data;
Sebagai variabel dependen pada soal di atas adalah perilaku altruistik yang terdiri dari
dua ketegori yaitu “Menolong” dan “Tidak Menolong”. Sedangkan uji hipotesa yang akan
dievaluasi adalah “apakah terdapat perbedaan antara dua intervensi/perlakuan” atau menguji
hipotesa apakah terdapat hubungan antara intervensi kebisingan dengan perilaku altruistik,
dan dirumuskan sebagai berikut:
0: ᓂ = ᓂ (tidak terdapat hubungan antara kebisingan dengan perilaku altruistik)
: ᓂ ≠ ᓂ (terdapat hubungan antara kebisingan dengan perilaku altruistik).
Tabel kontinjensi 2 x 2 untuk soal di atas adalah:

Perhitungan untuk mengetahui nilai statistik chi-square ( 2) mirip dengan contoh soal
uji chi-square satu sampel goodness of fit di atas, yaitu dengan menggunakan tabel
perhitungan sebagai berikut:

31
 Kemudian hasil  2 hitung (18,18) dibandingkan dengan nilai  2 tabel dengan derajat
kebebasan = ( − 1)( − 1) = (2 − 1)(2 − 1) = 1 dan nilai =0,05 yaitu 3,84. Karena hasil
 2 hitung (18,18) lebih besar dibanding hasil  2 tabel (3,84) maka hipotesa nol ditolak, atau
terdapat hubungan antara paparan kebisingan dengan perilaku altruistik.

Contoh Soal Uji Independensi

Seorang peneliti ingin mengetahui apakah terdapat hubungan antara dimensi
kepribadian introvert-extrovert dengan memilih jurusan Kesehatan Masyarakat pada
mahasiswa yang mendaftar perguruan tinggi. Sebanyak 200 calon mahasiswa dipilih secara
acak untuk ikut dalam studi ini. Seluruh subyek menjalani tes kepribadian yang hasilnya akan
dikategorisasikan menjadi dua yaitu introvert atau extrovert. Setiap subyek kemudian
ditanyakan jurusan perkuliahan yang dipilih apakah “Kesmas” dan “Non Kesmas”. Hasil
pengumpulan data disajikan pada tabel 2x2 berikut:

Pembahasan soal :
Soal di atas merupakan contoh aplikasi Uji Independensi dengan ChiSquare, karena
alasan sebagai berikut:
1. Pada kasus ini desain studi terdiri dari satu sampel yang dikategorikan ke dalam dua
dimensi;
2. Sampel yang terdiri dari 200 subyek dikategorikan ke dalam dua dimensi yang terdiri dari
dua kategori yang mutually exclusive yaitu
a) introvert dan extrovert;

32
 b) Kesmas dan Non-Kesmas
Sebagai variabel dependen pada soal di atas adalah pemilihan jurusan yang terdiri dari
dua ketegori yaitu “Kesmas” dan “Non-Kesmas”, sedangkan sebagai variabel independen
adalah jenis kepribadian yaitu “introvert” dan “extrovert”.
Uji hipotesa yang akan dievaluasi adalah “apakah antara pemilihan jurusan dengan
kepribadian calon mahasiswa saling independen?” atau “Apakah terdapat hubungan antara
pemilihan jurusan kuliah dengan jenis kepribadian?”, dan dirumuskan sebagai berikut:
0: ᓂ = ᓂ (tidak terdapat hubungan antara kepribadian dengan pemilihan jurusan
kuliah)
: ᓂ ≠ ᓂ (tidak terdapat hubungan antara kepribadian dengan pemilihan jurusan
kuliah)
Karena pada kasus ini, antara contoh soal uji homogenitas dan soal uji independensi
sama-sama menggunakan tabel 2x2 dengan jumlah frekuensi selnya yang sama pula, maka
perhitungan nilai chi-square sama dengan contoh soal homogenitas di atas, dengan
kesimpulan terdapat hubungan antara kepribadian dengan pemilihan jurusan kuliah pada
calon mahasiswa.
Cara Cepat Menghitung Nilai Chi-square (2 ) pada tabel 2x2
Cara cepat menghitung nilai statistik chi-square adalah dengan menggunakan notasi
a,b,c,d untuk melambangkan jumlah frekuensi observasi pada masing-masing sel, sehingga
tabel kontinjensi 2x2 sebagai berikut:

Nilai statistik chi-square (2 ) dihitung dengan rumus sebagai berikut:

Sesuai dengan contoh soal di atas, maka perhitungan nilai statistik chisquare (  2
)
menggunakan cara cepat dengan rumus di atas adalah:

33
F. Kesalahan dalam Pengujian Hipotesis
Dalam menaksir paramater populasi berdasarkan data sampel, kemungkinan akan
terdapat dua kesalahan, yaitu :
1. Kesalahan Tipe I adalah kesalahan dalam menolak hipotesis Ho yang benar (seharusnya
diterima). Dalam hal ini tingkat kesalahan.
2. Kesalahan Tipe II adalah kesalahan dalam menerima hipotesis yang salah (seharusnya
ditolak).
Berikut dapat dilihat tabel hubungan antara keputusan menolak atau menerima Ho :

Tabel 1. Hubungan Antara Keputusan Menolak dan Menerima Hipotesis

1. Keputusan menerima hipotesis Ho yang benar, berarti tidak terjadi kesalahan.

2. Keputusan menerima hipotesis Ho yang salah, berarti terjadi kesalahan tipe II (Beta).
3. Keputusan menolak hipotesis Ho yang benar, berarti terjadi kesalahan tipe I (Alpha).
4. Keputusan menolak hipotesis Ho yang salah, berarti tidak terjadi kesalahan.
Tingkat kesalahan ini selanjutnya dinamakan tingkat signifikansi / taraf signifikansi /
level of significant (lihat Taraf Significant). Dalam prakteknya tingkat signifikansi telah
ditetapkan oleh peneliti terlebih dahulu. Dalam pengujian hipotesis kebanyakan digunakan
kesalahan tipe I yaitu berapa persen kesalahan untuk menolak hipotesis nol yang benar (biasa
menggunakan nilai Alpha).

34
 BAB III KESIMPULAN

Hipotesis berasal dari bahasa Yunani, Hupo berarti Lemah atau kurang atau di
bawah , Thesis berarti teori, proposisi atau pernyataan yang disajikan sebagai bukti. Sehingga
dapat diartikan sebagai Pernyataan yang masih lemah kebenarannya dan perlu dibuktikan
atau dugaan yang sifatnya masih sementara.Pengujian Hipotesis adalah suatu prosedur yang
dilakukan dengan tujuan memutuskan apakah menerima atau menolak hipotesis itu. Dalam
pengujian hipotesis, keputusan yang di buat mengandung ketidakpastian, artinya keputusan
bisa benar atau salah, sehingga menimbulkan risiko.
· A. Prosedur Pengujian hipotesis
1. Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha).
2. Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
3. Langkah 3 : Membuat kriteria pengujian berupa penerimaan dan penolakan H0.
4. Langkah 4 : Melakukan uji statistik
5. Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
B. Jenis-Jenis Pengujian Hipotesis
1. Berdasarkan Jenis Parameternya
a. Pengujian hipotesis tentang rata-rata
b. Pengujian hipotesis tentang proporsi
c. Pengujian hipotesis tentang varians
2. Berdasarkan Jumlah Sampelnya
a. Pengujian hipotesis sampel besar (n > 30).
b. Pengujian hipotesis sampel kecil (n ≤ 30).
3. Berdasarkan Jenis Distribusinya
a. Pengujian hipotesis dengan distribusi Z
b. Pengujian hipotesis dengan distribusi t (t-student)
c. Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat)
d. Pengujian hipotesis dengan distribusi F (F-ratio)
4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya
a. Pengujian hipotesis dua pihak (two tail test)
b. Pengujian hipotesis pihak kiri atau sisi kiri
c. Pengujian hipotesis pihak kanan atau sisi kanan

35
 DAFTAR PUSTAKA

Akbar, Purnomo Setiady dan Husaini Usman. 2006. Pengantar Statistika Edisi Kedua.
Bandung : Alfabeta

Dajan, Anto, 1986. “Pengantar Metode Statistik Jilid II”. Jakarta : LP3ES .

Furqon. 1999. Statistika Terapan Untuk Penelitian. AFABETA:Bandung

Iqbal, M Hasan. 2002. Pokok-pokok materi statistik 2 (statistik intensif). Jakarta :

Bumi Aksara
Saputro, Budi. 2013. Pengertian, Fungsi, Ciri-ciri, Jenis-jenis, dan Pengujian Hipotesis.
[online] (http://saputro64.blogspot.co.id/2013/04/pengertian-fungsi-ciri-ciri-jenis-
jenis_4796.html diakses 20 Maret 2018)
Tapehe, yusuf. 2011. Statistika dan Rancangan Percobaan. Jakarta : EGC.

36