BAB I

PENDAHULUAN

A. Latar Belakang
Statistik adalah ilmu yang banyak digunakan dalam kehidupan
sehari-hari dan mempunyai peranan yang sama penting dalam kehidupan
manusia serta mempunyai keterkaitan dengan banyak cabang ilmu
lainnya. Hal ini juga dapat dilihat pada pemerintahan yang menggunakan
statistika untuk menilai hasil pembangunan masa lalu dari data-data yang
trlah ada dan juga untuk membuat rencana masa yang akan datang.
Dari uraian diatas sudah cukup menggambarkan mengenai statistic.
Dimana dalam melakukan penelitian pertama-tama kita harus
menentukan hipotesis terlebih dahulu. Hipotesis statistic adalah
pernyataan atau dugaan sementara mengenai satu atau lebih populasi.
Untuk menentukan apakah populasi hipotesis yang telah kita
tentukan apakah benar atau salah maka dapat dilakukan dengan
pengujian hipotesis. Dalam statistika pengujian hipotesis dapat dilakukan
dengan berbagai cara diantaranya uji satu dan uji dua arah, menggunakan
rumus uji, memakai langkah-langkah dalam pengujian hipotesis yang
memuat tujuh langkah dan sebagainya. Tentunya masih banyak cara lain
dalam pengujian hipotesis yang akan dibahas pada makalah ini.

B. Rumusan Masalah
1. Apa itu Pengujian Hipotesis dan Rata-Rata?

2. Bagaimana Pengujian Hipotesis satu Rata-rata?

3. Bagaimana Pengujian Hipotesis Beda Dua Rata-rata?

1
C. Tujuan

1. Untuk mengetahui apa itu pengujian hipotesis dan rata-rata

2. Untuk mengetahui apa itu uji hipotesis satu rata-rata

3. Untuk mengetahui apa itu uji hipotesis dua rata-rata

2
 BAB I
PEMBAHASAN

A. Pengujian Hipotesis dan Rata-Rata

1. Pengertian Pengujian Hipotesis dan rata-rata

Istilah hipotesis berasal dari bahasa Yunani, yaitu dari kata hupo dan
thesis. Hupo artinya sementara, atau kurang kebenarannya atau masih lemah
kebenarannya. Sedangkan thesis artinya pernyataan atau teori. Karena
hipotesis adalah pernyataan sementara yang masih lemah kebenarannya,
maka perlu diuji kebenarannya, sehingga istilah hipotesis ialah pernyataan
sementara yang perlu diuji kebenarannya. Adapun Hipotesis penelitian
adalah jawaban sementara terhadap pertanyaan-pertanyaann penelitian. Jadi
para peneliti akan membuat hipotesa dalam penelitiannya, yang bertujuan
untuk menjadikannya sebagai acuan dalam menentukan langkah selanjutnya
agar dapat membuat kesimpulan-kesimpulan terhadap penelitian yang
dilakukan.
Hipotesis pada dasarnya merupakan suatu proposisi atau anggapan
yang mungkin benar, dan sering digunakan sebagai dasar pembuatan
keputusan/pemecahan persoalan ataupun untuk dasar penelitian lebih lanjut.
Hipotesis statistik ialah suatu pernyataan tentang bentuk fungsi suatu
variabel atau tentang nilai sebenarnya suatu parameter. Suatu pengujian
hipotesis statistik ialah prosedur yang memungkinkan keputusan dapat
dibuat, yaitu keputusan untuk menolak atau tidak menolak hipotesis yang
sedang dipersoalkan/diuji.
Pengujian hipotesis merupakan salah suatu proses dalam
menghasilkan suatu keputusan, yaitu keputusan menerima atau menolak
hipotesis penelitian, keputusan yang diambil mengandung ketidakpastian,
artinya keputusan bisa benar bisa salah, hingga menimbulkan resiko. Besar
kecilnya resiko dinyataka dalam bentuk probabilitas.

3
2. Kegunaan hipotesis
Hipotesis merupakan elemen penting dalam penelitian ilmiah,
khususnya penelitian kuantitatif. Terdapat tiga alasan utama yang
mendukung pandangan ini, di antaranya:
1. Hipotesis dapat dikatakan sebagai perangkat kerja teori. Hipotesis ini
dapat dilihat dari teori yang digunakan untuk menjelaskan
permasalahan yang akan diteliti. Misalnya, sebab dan akibat dari
konflik dapat dijelaskan melalui teori mengenai konflik.
2. Hipotesis dapat diuji dan ditunjukkan kemungkinan benar atau tidak
benar atau di falsifikasi.
3. Hipotesis adalah alat yang besar dayanya untuk memajukan
pengetahuan karena membuat ilmuwan dapat keluar dari dirinya
sendiri. Artinya, hipotesis disusun dan diuji untuk menunjukkan benar
atau salahnya dengan cara terbebas dari nilai dan pendapat peneliti yang
menyusun dan mengujinya.
Fungsi penting hipotesis di dalam penelitian, yaitu:
1. Untuk menguji teori,
2. Mendorong munculnya teori,
3. Menerangkan fenomena sosial,
4. Sebagai pedoman untuk mengarahkan penelitian,
5. Memberikan kerangka untuk menyusun kesimpulan yang akan
dihasilkan.

Dalam melakukan pengujian hipotesis peneliti akan melalui langkah-

langkah sebagai berikut;

1. Menentukan formulasi hipotesis nol (Ho) dan hipotesis alternatifnya

(Ha)
a. Ho : µ1 = µ2

Ha : µ1 > µ2

b. Ho : µ1 = µ2

4
 Ha : µ1 < µ2

c. Ho : µ1 = µ2

Ha : µ1 ≠ µ2

2. Memilih taraf nyata (α) tertentu dan menentukan nilai table

a. penentuan nilai dan nilai Z table (Zα)
menggunakan Zα atau Zα/2
b. penentuan nilai dan nilai t table (tα)
menggunakan tα atau tα/2

3. Menetapkan kriteria pengujian berupa penerimaan dan penolakan Ho

 Menetapkan kriteria pengujian tabel Z
a). Untuk Ho : µ1 = µ2 dan H1 : µ1 > µ2 :
(1) Ho diterima jika Zo ≤ Zα,
(2) Ho ditolak jika Zo > Zα,
b). Untuk Ho : µ1 = µ2 dan H1 : µ1 < µ2 :
(1) Ho diterima jika Zo ≥ Zα,
(2) Ho ditolak jika Zo < Zα,
c). Untuk Ho : µ1 = µ2 dan H1 : µ1 ≠ µ2 :
(1) Ho diterima jika -Zα/2 ≤ Zo ≤ Zα/2,
(2) Ho ditolak jika Zo > Zα/2 atau Zo < -Zα/2

 Menetapkan kriteria pengujian tabel t

a). Untuk Ho : µ1 = µ2 dan H1 : µ1 > µ2 :
(1) Ho diterima jika to ≤ tα,
(2) Ho ditolak jika to > tα,
b). Untuk Ho : µ1 = µ2 dan H1 : µ1 < µ2 :
(1) Ho diterima jika to ≥ tα,
(2) Ho ditolak jika to < tα,
c). Untuk Ho : µ1 = µ2 dan H1 : µ1 ≠ µ2 :

5
 (1) Ho diterima jika -tα/2 ≤ to ≤ tα/2,
(2) Ho ditolak jika to > tα/2 atau to < -tα/2

4. Menerapkan uji statistik yang cocok

5. Menarik kesimpulan berdasarkan hasil pengujian hipotesis
a. Jika Ho diterima maka H1 ditolak,
b. Jika Ho ditolak maka H1 diterima.

Pengujian hipotesis dibagi menjadi dua yaitu,

1. Pengujian hipotesis satu rata-rata
2. Pengujian hipotesis dua rata-rata

B. Pengujian Hipotesis satu Rata-rata

1. Sampel Besar (n>30)

Untuk pengujian hipotesis satu rata-rata dengan sampel besar (n>30), uji
statistiknya menggunakan distribusi Z

1) Simpangan baku populasi (σ ) diketahui:

x  o x  o
Zo  
x 
n

2) Simpangan baku populasi tidak diketahui:

x  o x  o
Zo  
Sx S
n

Keterangan: Zo = Tabel Z
S = simpangan baku sample
X  Nilai Rata-rata x
n = Jumlah data sampel
µo = nilai µ sesuai dengan Ho

6
 Contoh:

Seorang dosen ingin mengtahui apakah rata-rata kemampuan mahasiswanya

mencapai angka 80 atau lebih rendah dari itu. dari hasil ujian mid semester
terhadap 50 orang mahasiswa diperoleh nilai rata-rata ujian 78. Sementara
standar deviasinya 12,5. Apakah masih dapat diterima asumsi yang
mengatakan bahwa kemampuan rata-rata mahasiswa masih 80? Ujilah
dengan taraf nyata 0,05.

Penyelesaian:

Diketahui : n = 50

x = 78

σ = 12,5

µo = 80

a. Formulasi Hopotesisnya:

Ho : µ = 80

Ha : µ < 80

b. Taraf nyata dan nilai Z table

α=5%

Z0,05 = -1,65

7
c. Kriteria pengujiannya

Ho diterima jika : Zo ≥ -1,65

Ho dirolak jika : Zo < -1,65

d. Uji statistik :

x  µo
Z

n

78  80
Z
12,5
50
2
Z
1,76
Z  1,13

Maka Zo > -1,65 (Ho diterima)

= -1,13 > -1,65

e. Kesimpulan
Maka kemampuan rata-rata mahasiswa sama dengan 80 dapat diterima.

2. Sampel Kecil (n<30)

8
Untuk pengujian hipotesis satu rata-rata dengan sampel kecil (n< 30), uji
statistik digunakan distribusi t.

Rumus:

a) Simpangan baku (σ) populasi tidak diketahui:

x   o x  o
to  
x 
n

b) Simpangan baku (σ) populasi diketahui:

x  o x  o
to  
Sx S
n

Keterangan : to = Tabel t
S = simpangan baku sample
X  Nilai Rata-rata x
n = Jumlah data sampel
µo = nilai µ sesuai dengan Ho
Contoh:

Diketahui indeks prestasi akademik (IPK) dari 15 orang mahasiswa sebagai

berikut:

3,5 3,3 3,8 3,4 3,5

3,8 3,6 3,2 3,7 2,9
3,3 3,1 3,1 3,6 3,0

Dari data di atas peneliti menduga bahwa rata-rata IPK tiap mahasiswa
adalah 3,5 dengan alternatif dugaan tidak sama. Ujilah kebenarannya
dengan taraf nyata 0,01 (1%)

Diketahui:

n = 15

9
 3,5  3,3  3,8  3,4  3,5  3,8  3,6  3,2  3,7  2,9  3,3  3,1  3,1  3,6  3,0
x
15
50,8
x
15
x  3,39

x  X 2
2
2
S = 
n 1 n( n  1)
173,2 (50,8) 2
2
S = 
15  1 15(15  1)
2.580,64
= 12,3714286 
15(14)
= 12,3714286 – 12.2887619
S2 = 0,0826667
S = 0,0826667
S = 0,287518173
S = 0,29 (dibulatkan)
µo = 3,5
a. Formulasi hipotesis:

Ho : µo = 3,5

Ha : µo ≠ 3,5

b. Taraf nyata dan nilai t table

α=1%

1 1
t0,01 =   0,01  0,005
2 2

dk = (n-1) = 15-1= 14

t0,005;14= 2,977

10
c. Kriteria pengujiannya (-t1/2α ≤ to ≤ t1/2α)

Ho diterima jika : -2,977 ≤ to ≤ 2,977

Ho ditolak jika : to > 2,977 atau < -2,977

d. Uji statistik :

x  o x  o
to  
Sx S
n
3,39  3,5
to 
0,29
15
 0,11
to 
0,07
t o  1,47

Maka, -1,47 ≥ -2,977 (Ho diterima)

e. Kesimpulan

Ho diterima yang berarti bahwa rata-rata IPK tiap mahasiswa adalah 3,5

C. Pengujian Hipotesis Beda Dua Rata-rata

11
1. Sampel besar (n>30)

Untuk pengujian hipotesis beda dua rata-rata dengan sampel besar (n>30)
uji statistiknya mengguganak distribusi Z.

Rumus:

1) Jika simpangan baku populasi diketahui:

x1  x2  12  22
Zo  dimana  x1  x 2  
 x1  x2 n1 n2

x1  x2
Zo 
menjadi :  12  22

n1 n2

2) Jika simpangan baku populasi tidak diketahui:

x1  x 2 S12 S 22
Z o dimana S x1  x2  
S x1  x2 n1 n2

x1  x2
Zo 
menjadi : S12 S 22

n1 n2

Keterangan : Zo = Tabel z
S = simpangan baku sample
 = Standar deviasi
X  Nilai Rata-rata x
n = Jumlah data sampel
µo = nilai µ sesuai dengan Ho

Contoh:

12
 Diasumsikan bahwa kemampuan mahasiswa STAIN Bukittingi lebih tinggi
dari pada mahasiswa STAIN Batusangkar dengan alternatif lain sama,
kemudian diambil sampel dari kedua lembaga tersebut masing-masing 80
orang STAIN Bukittinggi dan 100 orang Mahasiswa STAIN Batusangkar.
Rata-rata kemampuan MHS STAIN Bukittinggi di ketahui 88 dengan
standar deviasi atau simpangan baku 2,75, sementara rata-rata kemampuan
Mahasiswa STAIN Batusangkar rata-rata 80 dengan standar deviasi 7,55.
Ujilah asumsi tersebut dengan taraf nyata 0,05 (5%).

Penyelesaian :

Diketahui:

n1 = 80 x1 1= 88 S1 = 2,75

n2 = 100 x2 2= 80 S2 = 7,55

a. Formula Hipotesis:

Ho : µ1 = µ2

Ha : µ1 > µ2

b. Taraf nyata dan nilai Z table

α=5%

Z0,05 = 1,65

13
c. Kriteria pengujiannya

Ho diterima jika : Zo ≤ 1,65

Ho ditolak jika : Zo > 1,65

d. Uji statistik :

x1  x 2
Zo 
S 12 S2
 2
n1 n2
88  80
Zo 
2,72 2 7,55 2

80 100
8
Zo 
7,5625 57.0025

80 100
8
Zo 
0,095  0,570025
8
Zo 
0,665025
8
Zo 
0,82
Z o  9,76

Maka, Zo > 1,65 (Ho ditolak)

= 9,76 > 1,65

14
e. Kesimpulan
Berdasarkan t hitung lebih besar dari pada t tabel maka Ho ditolak, yang
berarti bahwa kemampuan Mahasiswa STAIN Bukittinggi lebih tinggi dari
pada kemampuan Mahasiswa STAIN Batusangkar pada taraf nyata 0,05.

2. Sampel kecil (n<30)

Untuk pengujian hipotesis beda dua rata-rata dengan sample kecil (n<30),
uji statistik yang digunakan distribusi t

Rumus:

a. Untuk pengamatan tidak berpasangan (nilai diambil dari orang yang

sama)

x1  x 2
to 
 n1  1 S12   n1  1 S 22  1  1

n1  n2  2 n n2 
 1

to memiliki distribusi dengan db.= n1 + n2 – 2

b. Untuk pengamatan berpasangan (data diperoleh dari orang yang berbeda)

d
to 
Sd
n

Keterangan:

d = rata-rata dari nilai d

Sd = simpangan baku dari nilai d

n = banyaknya pasangan

15
 to = memiliki distribusi dengan db. = n-1

Contoh:

Seorang dosen dalam pembelajarannya menggunakan dua jenis model

pembelajaran, yaitu model cooperative learning dan model pembelajaran
direct instruction. Dosen tersebut ingin mengetahui apakah kedua model
pembelajaran tersebut memiliki pengaruh yang sama. Sample diambil 12
orang untuk model cooperative learning dan 10 orang untuk model
pembelarajan direct insturction. Pada akhir pembelajaran diberikan
diberikan evaluasi dengan materi yang sama. Kelas cooperative learning
memperoleh nilai rata-rata 80 dengan simpangan baku 4, dan kelas direct
instrution memperoleh nilai rata-rata 75 dengan simpangan baku 4,5.
Asumsi dosen tersebut bahwa kedua kelas berdistribusi normal dengan
varian hampir sama. Ujilah dengan taraf nyata 0,05 (5%).

Diketahui:

n1 = 12 x1 = 80 S1= 4

n2 = 10 x2 = 75 S2= 4,5

a. Formula Hipotesis :

Ho : µ1 = µ2

Hi : µ1 ≠ µ2

b. Taraf nyata dan nilai Z table

α=5%

0,05
t0,05 =  0,025
2

dk = (n-1) = 12+10-1= 20

t0,025;20= 2,09

16
c. Kriteria pengujiannya (-t1/2α ≤ to ≤ t1/2α)

Ho diterima jika : -2,09 ≤ to ≤ 2,09

Ho ditolak jika : to > 2,09 atau < -2,09

d. Uji statistik:

x1  x2
to 
 n1  1 S12   n1  1 S 22  1 1
n1  n2  2  n  n 
 1 2 

80  75
to 
12  1 4  10  1 4,5 2  1  1 
2
 
12  10  2  12 10 
5
to 
1116   9 20,25  10  12 
 
20  120 120 
5
to 
66  182,25  22 
 
20  120 
5
to 
5.461,5
2400
to  2,76

17
 Maka : to > 2,09 (Ho ditolak)

= 2,76 > 2,09

e. Kesimpulan

maka dapat disimpulkan bahwa terdapat perbedaan pengaruh penggunaan

model cooperative dengan model direct instruction pada taraf nyata 0,05
(5%).

18
 BAB III

PENUTUP

A. Kesimpulan

Dalam melakukan sebuah penelitian langkah awal yang kita

tentukam adalah menentukan hipotesis, dimana hipotesis
adalahpernyataan atau dugaan sementara mengenai satu atau lebih
populasi.

Pengujian hipotesis sangat berperan penting pada penelitian.

Hal ini bias mempermudah kita untuk menguji hipotesis kita
sehingga pengujian hipotesis ini merupakan salah satu hal yang
harus kita kuasai jika ingin melakukan penelitian.

Dua jenis hipotesis yaitu uji hipotesis satu rata-rata dan uji
hipotesis dua rata-rata. Masing-masing jenis hipotesis tersebut terdiri
dari sampel besar dan sampel kecil yang mempunyai langkah-
langkah tersendiri yang pada akhirnya bias menghasilkan
kesimpulan dari hipotesih yang kita ambil apakah diterima atau
ditolak.

B. Saran
Semoga makalah ini dapat menjadi salah satu referensi bagi
mahasiswa yang membacanya, dan kami mengharapkan adanya
kritik dan saran atas penulisan serta isi dari makalah kami.

19
 DAFTAR PUSTAKA

file:///e:/statistika_pengujian_hipotesis.pdf (diakses tanggal 28 April 2019)

file:///e:/bab_xi_pengujian_hipotesis_rata-rata.pdf (diakses tanggal 30 April

2019)

file:///E:/tabeltabelstatistik.pdf (diakses tanggal 01 Mei 2019)

file:///E:/tabel_distribusi.pdf (diakses tanggal 01 Mei 2019)

20