MAKALAH KE 9

PROBABILITAS DAN STATISTIKA

DISUSUN
OLEH
KELOMPOK 9 :
Nama : Muhammad Hary Wahyudi (5171230006)
Muhammad Ridho Afandi (5171230007)
Mansyur Safril Harahap ( 5173230008)
Dosen Pengampu : Amirhud Dalimunthe, S.T., M.Kom
Kelas : TEKNIK ELEKTRO A
Mata Kuliah : Probabilitas Dan Statistika

Fakultas Teknik
Prodi Teknik Elektro
Universitas Negeri Medan
2018
 Daftar Isi
Kata Pengantar………………………………………………………………………..
Daftar Isi ………………………………………………………………………………

BAB I
Pembahasan :…………………………………………………………………………..
DEFINISI PENGUJIAN HIPOTESIS SATU SAMPEL…………………………….
TUJUAN PENGUJIAN HIPOTESIS…………………………………………………
PENGUJIAN HIPOTESIS…………………………………………………………….
Pengujian dengan ujung tunggal dan ujung ganda (One-Tailed and Two-Tailed
Test of Significance)…………………………………………………………………………………………..
BAB II PENUTUP
Kesimpulan.......................................................................................................................
Daftar Pustaka…………………………………………………………………………..
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Kuasa atas segala limpahan Rahmat-Nya
sehingga kami dapat menyelesaikan penyusunan makalah ini dalam bentuk maupun isinya yang
sangat sederhana.
Penulisan makalah ini digunakan untuk memenuhi salah satu tugas mata
pelajaran Probabilitas dan Statistik. Oleh karena itu, kami mengucapkan rasa terima kasih
kepada:

1. Bapak Amirhud Dalimunthe, S.T., M.Kom selaku dosen pengajar mata

kuliah Probabilitas dan Statistik
2. Teman-temanku semua yang telah mendukung dan memberi semangat kepada penulis

Harapan kami semoga makalah ini membantu menambah pengetahuan dan

pengalaman bagi para pembaca, sehingga kami dapat memperbaiki bentuk maupun isi makalah
ini sehingga kedepannya dapat lebih baik.
Makalah ini kami aku masih banyak kekurangan karena pengalaman yang kami miliki sangat
kurang. Oleh kerena itu kami harapkan kepada para pembaca untuk memberikan masukan-
masukan yang bersifat membangun untuk kesempurnaan makalah ini

Medan, 18 Mei 2018

Penulis
 BAB I
PEMBAHASAN

PENGUJIAN HIPOTESIS SATU SAMPEL

A. Definisi Pengujian Hipotesis Satu Sampel

Pengujian hipotesis satu sampel untuk menguji perbedaan rata-rata sampel (observasi)
dengan rata-rata yang diharapkan (populasi).
Pada pengujian satu sampel dengan sumsi populasi berdidtribusi normal dan data paling
tidak berkala interval maka digunakan uji t, tetapi seringkali data yang digunakan untuk
menguji perbedaan rata-rata sampel dengan rata rata yang diharapkan tidak berdistribusi
normal dan skala yang digunakan bukan skala interval atau rasio, hanya berskala nominal
atau ordinal, sehingga analisis yang digunakan harus menggunakan uji statistik non-
parametrik.

B. Tujuan Pengujian Hipotesis

Hipotesis merupakan sebuah pernyataan dugaan terhadap suatu parameter populasi.

Penyataan ini bersifat dugaan sehingga diperlukan data-data untuk membuktikan
kebenarannya. Sebagai contoh dalam proses persidangan, seorang tersangka didakwa
bersalah, namun dibebaskan dari tuntutan hukum. Kesimpulannya, sidang tidak
membuktikan bahwa individu tersebut bersalah, hanya saja tidak ada cukup bukti untuk
membuktikan tersangka tidak bersalah. Begitu juga hipotesis tidak mungkin dibuktikan
dengan mengamati seluruh data populasi. Alternatifnya adalah dengan mengambil sampel
dari populasi.

Tujuan Pengujian Hipotesis Satu Sampel dan Pedoman Memilih Teknik Statistik Non
Parametrik Pengujian Hipotesis Satu Sampel

a. Tujuan Pengujian Hipotesis Satu Sampel

 Menguji perbedaan central tendency (lokasi) antara sampel dan populasi.
 Menguji perbedaan antara frekuensi observasi dengan frekuensi yang diharapkan.
 Menguji perbedaan antara proporsi observasi dengan proporsi yang diharapkan.
 Menguji apakah sampel diambil dari populasi dengan bentuk distribusi tertentu.
 Menguji apakah sampel diambil secara random dari populasi yang ada
b. Pedoman Memilih Teknik Statistik Non Parametrik Pengujian Hipotesis Satu Sampel

C. Uji Binomial dan Test Binomial

a. Uji Binomial
Uji binomial digunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua
kelompok kelas, datanya berbentuk nominal dan ukuran sampelnya kecil (kurang atau
sama dengan 25).

b. Test Binomial

 Jika dalam suatu populasi dengan jumlah N, terdapat I klas berkategori x, maka kategori
yang lain N-x. probabilitas memperoleh x objek dalam satu kategori dan N-x dalam kategori

lain adalah:  Dimana P adalah proporsi kasus yang diharapkan dalam

salah satu kategori, dan Q adalah kategori lainnya. Besarnya Q adalah
1-P

 Harga ( n x ) dapat dihitung dengan rumus:

D. Langkah Uji Binomial dan Contoh Soal Uji Binomial

a. Langkah Uji Binomial
• Buatlah tabulasi data
• Hitunglah jumlah pengamatan yang masuk kategori P, dan jumlah pengamatan yang
masuk kategori selain P atau Q =(1-P)
• Cari frekuansi terkecil diantara P dan Q.
• Lihat tabel binomial dengan N=jumlah pengamatan dan X=frekuensi terkecil diantara P
dan Q.
• Pengambilan keputusan dengan kriteria
 Ho tidak dapat ditolak, jika probabilitas Binomial ≤ Binomial tabel.
 Ho ditolak, jika probabilitas Binomial > Binomial table
Pengujian Hipotesis (Hypothesis Testing)
Merupakan prosedur untuk menetapkan kebenaran dugaan berdasarkan sample dan teori
probabilitas. Proses pengujian hipotesis terdiri atas 5 tahap:

1. Menyatakan Hipotesis Kosong (Null Hypothesis) dan Hipotesis Alternatif (Alternate

Hypothesis)

Hipotesis Kosong (H0) merupakan pernyataan dugaan mengenai parameter populasi yang
akan diuji kebenarannya. H0 diuji lewat data sampel yang membuktikan bila pernyataan
tersebut salah atau tidak. Jika salah maka, H0 dianggap ditolak, jika tidak salah,
maka H0 dianggap gagal ditolak.
H0 berupa dugaan dan tidak menunjukkan nilai yang sesungguhnya. Sehingga, jika H0 gagal
ditolak, bukan berarti H0 tersebut benar. Untuk membuktikan jika H0 benar, harus
dilakukan survei dan tes terhadap seluruh objek populasi, di mana hal ini tidak
feasibel. Proses ini bisa dianalogikan seperti proses persidangan di atas.
Hipotesa Alternatif (H1) merupakan pernyataan yang diterima dan dianggap benar,
jika H0 terbukti bersalah / ditolak.

2. Menentukan tingkat signifikansi (Level of Significance)

Tingkat signifikansi dilambangkan dengan α, yaitu tingkat probabilitas H0 ditolak di saat

pernyataan tersebut benar. α dapat bernilai 0.01, 0.05, 0.1, dan seterusnya antar 0 dan 1.
Penggunaannya serupa pada konsep rentang interval, semakin besar α, maka semakin
ketat dan akurat kendali terhadap statisik sampel.
Dikarenakan tidak mungkin mengamati tiap objek dalam populasi, maka ada kemungkinan
pengambilan sampel yang salah, yang tidak mewakili populasi yang sesungguhnya.
Sehingga terjadi kesalahan dalam penentuan hipotesis. Kesalahan Pengujian Tipe I (Type I
Error), dilambangkan dengan α. Kesalahan Tipe I ini sama dengan Tingkat Signifikansi,
yaitu tingkat kesalahan H0 ditolak di saat H0 seharusnya diterima. Sebaliknya, Kesalahan
Pengujian Tipe II (Type II Error), dilambangkan dengan β adalah tingkat kesalahan H0 tidak
ditolak di saat H0 tersebut salah.
3. Menentukan metode pengujian hipotesis.

Pengujian dilakukan dengan mencari nilai Z / t dari statistik sampel yang didapat. Untuk σ
diketahui, pengujian menggunakan distribusi Z. Untuk σ tidak diketahui, pengujian
menggunakan distirbusi t.
Persamaan yang digunakan adalah:

Pengujian hipotesis dapat dilakukan juga terhadap parameter populasi berupa proporsi,
dengan syarat asumsi distribusi binomial terpenuhi. Persamaan untuk pengujian berupa
proporsi adalah:

4. Merumuskan syarat pengambilan keputusan

5. Mengambil keputusan

Pengujian dengan ujung tunggal dan ujung ganda (One-Tailed and Two-Tailed
Test of Significance)
Pengujian dengan ujung tunggal digunakan, saat menguji hipotesis, dengan statistik sampel
yang akan diuji lebih besar atau lebih kecil dari nilai dugaan. Pengujian ini memiliki daerah
penolakan satu ujung, antara ujung kiri atau kanan. H0 dituliskan dengan simbol ≤ atau ≥.
Sementara pengujian dengan ujung ganda digunakan, saat menguji hipotesis, dengan
statistik sampel yang akan diuji setara dengan satu titik / nilai dugaan. Pengujian ini
memiliki derah penolakan dua ujung, baik ujung kiri dan kanan. H0dituliskan dengan
simbol =. Pada pengujian ujung ganda, tingkat signifikansi terbagi dua, setengah untuk
masing-masing ujung.
Alternatif lain dalam pengujian hipotesis
Pendekatan pengujian hipotesis serupa dengan pendekatan rentang keyakinan. Pada
pengujian hipotesis, nilai statistik diubah menjadi nilai Z. Kemudian nilai tersebut
dibandingkan dengan nilai kritis (menurut tingkat signifikansi yang digunakan). Sementara
pada pendekatan rentang keyakinan, rentang nilai ditentukan terlebih dahulu untuk tiap
nilai kritis. Setelah itu ditentukan apakah nilai statistik tercakup dalam rentang nilai
tersebut atau tidak.
Pendekatan lain untuk menguji hipotesis adalah dengan menghitung p-value. p-
value merupakan probabilitas memperoleh nilai sampel lebih besar atau sama dengan nilai
diamati. Pengujian dilakukan dengan membandingkan p-value dengan tingkat signifikansi.
Jika p-valuelebih kecil, maka H0 ditolak.
p-value memberikan gambaran seberapa kuat keputusan yang telah diambil. Semakin
kecil p-value mengindikasi kemungkinan H0 untuk benar semakin kecil.

Prosedur Uji hipotesis

Pernyataan Hipotesis nol dan hipotesis alternatifPemilihan tingkat kepentingan( level of
significance ), α  kesalahan tipe IPernyataan aturan keputusan ( Decision
Rule)Perhitungan nilai-p berdasarkan pada data sampelPengambilan keputusan secara
statistik (Penarikan kesimpulan)

Pernyataan Hipotesis nol dan hipotesis alternatif

Hipotesis nol (H0) adalah asumsi yang akan diuji.Hipotesis nol dinyatakan dengan
hubungan sama dengan.Jadi hipotesis nol adalah menyatakan bahwa parameter (mean,
presentase, variansi dan lain- lain) bernilai sama dengan nilai tertentu.Hipotesis alternatif
(H1) adalah hipotesis yang berbeda dari hipotesis nol.Hipotesis alternatif merupakan
kumpulan hipotesis yang diterima dengan menolak hipotesis nol.
ContohDalam suatu prosedur pengujian hipotesis mengenai mean dari suatu populasi,
pernyataan-pernyataan mengenai hipotesis nol sebagai mean populasi 60 secara umum
dinotasikan :H0 : µ = 60H1 : µ ≠ 60.

Pemilihan tingkat kepentingan ( level of significance ), α

Tingkat kepentinngan ( level of significance )  menyatakan suatu tingkat resiko
melakukan kesalahan dengan menolak hipotesis nol.Dengan kata lain, tingkat kepentingan
menunjukkan  probabilitas maksimum yang ditetapkan untuk menghasilkan jenis resiko
pada tingkat yang pertama.Dalam prakteknya, tingkat kepentingan yang digunakan adalah
0.1, atau 0.01.Jadi dengan mengatakan hipotesis bahwa ditolak dengan tingkat kepentingan
0.05  keputusan itu bisa salah dengan probabitas 0.05.

Pernyataan aturan keputusan (Decision Rule)

Suatu nilai-P didefinisikan sebagai nilai tingkat kepentingan yang teramati yang
merupakan nilai tingkat signifikan terkecil di mana hipotesis nol akan ditolak apabila suatu
prosedur pengujian hipotesis tertentu pada data sampel.Menolak H0 jika nilai-p (p-value) <
 dan menerima H0 jika nilai-p (p-value) >  .

Perhitungan nilai-p berdasarkan data sampel & Kesimpulan

Berdasarkan sampel dihitung nilai-p.Karena nilai-p <  maka Ho ditolak atau sebalinya
nilai-p >  maka Ho diterima.

Uji Hipotesis dengan Mean Tunggal

Pengujian ini dibedakan atas dua jenis yaitu :Uji dua ujung ( two tailed test)Uji satu ujung (
one tailed test).
Uji Dua UjungUji dua ujung (two tailed) adalah uji hipotesis yang menolak hipotesis nol jika
statistik sampel secara significant lebih tinggi atau lebih rendah dari pada nilai parameter
populasi yang diasumsikan.Dalam hal ini hipotesis nol dan hipotesis alternatifnya masing-
masing :H0 : µ = nilai yang diasumsikanH1 : µ ≠ nilai yang diasumsikan
ContohNilai Matematika siswa kelas 10 SMAN 1 Salatiga berdistribusi normal. Akan diuji
hipotesis : rata-ratanya 60. Hipotesis nol : H0 :  = 60 Hipotesis alternatif : H1 :   60

Hasil output SPSS

Berdasarkan hasil output SPSS diperoleh nilai-p mendekati nol dan karena
nilai- p <  = 0,10 (10 %) maka H0 ditolak berarti H1 diterima.Dengan kata lain,   60
berarti rata- rata nilai Matematika siswa kelas 10 tidak sama dengan 60.
ContohNilai Matematika siswa kelas 10 SMAN 1 Salatiga berdistribusi normal. Akan diuji
hipotesis : rata-ratanya 50. Hipotesis nol : H0 :  = 50 Hipotesis alternatif : H1 :   50

Hasil output SPSS

Berdasarkan hasil output SPSS diperoleh nilai-p = 0,367 dan karena
nilai- p >  = 0,10 (10 %) maka H0 diterima.Dengan kata lain,  = 50 berarti rata- rata nilai
Matematika siswa kelas 10 sama dengan 50.
 BAB II
PENUTUP
KESIMPULAN
Hipotesis merupakan sebuah pernyataan dugaan terhadap suatu parameter
populasi. Penyataan ini bersifat dugaan sehingga diperlukan data-data untuk membuktikan
kebenarannya. Sebagai contoh dalam proses persidangan, seorang tersangka didakwa
bersalah, namun dibebaskan dari tuntutan hukum. Kesimpulannya, sidang tidak
membuktikan bahwa individu tersebut bersalah, hanya saja tidak ada cukup bukti untuk
membuktikan tersangka tidak bersalah. Begitu juga hipotesis tidak mungkin dibuktikan
dengan mengamati seluruh data populasi. Alternatifnya adalah dengan mengambil sampel
dari populasi.

DAFTAR PUSTAKA

https://www.scribd.com/doc/97896012/Pengujian-Hipotesis-Deskriptif-satu-sampel

wawasanedukasi.blogspot.com/2015/04/pengujian-hipotesis-deskriftif-satu.html

https://nifalgusti.wordpress.com/.../statistika-non-parametrik-pengujian-hipotesis-satu

https://econsydia.wordpress.com/statistika.../chapter-9-pengujian-hipotesis-satu-sampel

slideplayer.info/slide/1938543