LAPORAN PRAKTIKUM STATISTIK ELEMENTER

PENGUJIAN HIPOTESIS

Dosen Pengampu
Dr. Sri Harini, M.Si

Oleh
Nurul Anggraeni Hidayati (NIM. 14610002)
Nur Azlindah (NIM. 14610005)
Farah Aunil Haq (NIM. 14610006)

JURUSAN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM
MALANG
2015
 I. Contoh Soal

1. Tes Hipotesis Satu Nilai Tengah

a. Satu Sisi

Hasil uji laboratorium Fakultas Kedokteran Hewan menyatakan bahwa

tikus putih yang semula mempunyai jangka hidup rata-rata 620 hari ternyata dapat
diperpanjang menjadi 650 hari dengan simpangan baku 75 hari, jika menu
makanannya ditambah protein nabati. Apakah ada alasan yang mempercayai bila
30 ekor tikus yang dicoba pola menu makanannya dapat hidup lebih lama.
Gunakan hasil uji tersebut dengan taraf nyata 3%

Sumber: Yusuf Wibisono, Metode Statistika, (Jogjakarta:Gajah Mada University

Press, 2009)

b. Dua Sisi

Sebuah perusahaan farmasi yang memproduksi obat anti diare menyatakan

bahwa setiap botol obat (netto 120 ml) mengandung pectin 550 mg dengan
simpangan baku 24 g. Untuk menguji pernyataan ini, seorang mahasiswa
mengambil sebanyak 36 botol obat secara acak dan setelah menguji menyatakan
bahwa kandungan pectin 540 mg. Ujilah dengan taraf nyata 5% apakah
pernyataan perusahaan farmasi itu dapat diterima.

Sumber: Yusuf Wibisono, Metode Statistika, (Jogjakarta:Gajah Mada University

Press, 2009)

2. Tes Hipotesis Dua Nilai Tengah

a. Satu Sisi

Seorang dosen statistik ingin mengetahui apakah ada perbedaan daya tangkap
mahasiswa teknik industri dengan geodesi terhadap matakuliah statistik yang
diajarkan. Sebuah ujian yang sama diberikan pada waktu yang bersamaan. Setelah
ujian diperiksa, dia mengambil acak 9 hasil ujian mahasiswa teknik industri,
diperoleh nilai rata-rata 75 dan simpangan baku 19,5. Nilai rata-rata 8 mahasiswa
geologi sebesar 72 dengan simpangan baku 20. Ujilah dengan taraf nyata 5%
apakah hasil uji petik diatas dapat dijadikan bukti bahwa prestasi mahasiswa
teknik industri lebih baik dibanding prestasi mahasiswa teknik geodesi.
Asumsikan bahwa kedua populasi menyebar menghampiri normal dengan ragam
sama.

Sumber: Yusuf Wibisono, Metode Statistika, (Jogjakarta:Gajah Mada University

Press, 2009)

b. Dua Sisi

Suatu sampel acak ukuran diambil dari populasi normal dengan

simpangan baku mempunyai rata-rata Sampel kedua
berukuran diambil dari populasi normal yang lain dengan simpangan
baku , mempunyai rata-rata Ujilah hipotesis pada taraf
keberartian 0,06, bahwa lawan tandingan .

Sumber: Abdul Hamang, Metode Statistika, (Jogjakarta:Graha Ilmu, 2005)

3. Tes Hipotesis Harga Proporsi

a. Satu Sisi

Distributor gas elpiji mengatakan bahwa ¼ rumah tangga di Kota

Manggapura menggunakan kompor gas, dengan alternatif lebih dari itu. Dari
sampel acak sebanyak 600 rumah tangga di Kota Manggapura diketahui 174
rumah tangga menggunakan kompor gas. Apakah anggapan distributor tersebut
dapat dibenarkan? Ujilah dengan menggunakan

Sumber: Sudaryono, Statistika Probabilitas, (Yogyakarta:Penerbit Andi, 2012),

hlm. 251, No. 19

b. Dua Sisi

Seorang pengusaha di Jakarta ingin mendirikan supermarket, sebab ia

berpendapat 70% dari para ibu yang berbelanja senang pergi ke supermarket
dengan alternatif tidak sama dengan itu. Untuk itu dia diminta kepala seorang
konsultan untuk menguji pendapat/anggapan tersebut. Ada 600 ibu rumah tangga
yang dipilih secara random, ternyata ada 406 yang menyatakan senang senang
berbelanja disupermarket. Dengan menggunakan , ujilah pendapat
tersebut!

Sumber: J. Supranto, Pengantar Probabilita dan Statistik Induktif,

(Jakarta:Penerbit Erlangga, 1986), hlm. 203, No. 3

4. Tes Hipotesis Perbedaan Dua Proporsi

a. Satu Sisi

Perusahaan yang memproduksi minyak goreng memasarkan dua jenis

minyak goreng, yaitu minyak goreng sawit dan minyak goreng kedelai. Dari riset
yang dilakukan diketahui bahwa 70 dari 250 konsumen lebih senang membeli
minyak goreng sawit dan 20 dari 160 konsumen lebih senang membeli minyak
goreng kedelai. Ujilah dengan taraf signifikan sebesar 6%! Apakah dapat
disimpulkan bahwa minyak goreng sawit lebih laku daripada minyak goreng
kedelai ?

Sumber: Sudaryono, Statistika Probabilitas, (Yogyakarta:Penerbit Andi, 2012),

hlm. 251, No. 18

b. Dua Sisi

Pejabat dari BKKBN berpendapat bahwa proporsi ibu rumah tangga yang
setuju dari daerah pertanian A dan B sama, dengan alternatif bahwa proporsi
tersebut tidak sama. Dari penelitian diperoleh data bahwa 500 ibu rumah tangga
dari daerah A ada 300 orang yang setuju dengan KB. Sedangkan dari daerah B
sebanyak 500 ibu rumah tangga ada 250 orang yang setuju KB. Dengan
uji pendapat tersebut!

Sumber: J. Supranto, Pengantar Probabilita dan Statistik Induktif,

(Jakarta:Penerbit Erlangga, 1986), hlm. 201, No. 6
 II. Kajian Pustaka

Hipotesis adalah pernyataan tentatif mengenai parameter peubah acak.

Kata hipotesis berasal dari gabungan dua kata, yaitu (1) hipo yang berarti
tersembunyi, dan (2) theses yang berarti pernyataan. Hipotesis menurut asal
katanya berarti pernyataan mengenai sesuatu yang tersembunyi, sesuatu yang
tidak diketahui kebenarannya secara pasti. Dan dapat dikatakan Hipotesis
merupakan suatu asumsi atau anggapan yang bisa benar atau bisa salah mengenai
sesuatu hal dan dibuat untuk menjelaskan sesuatu hal tersebut sehingga
memerlukan pengecekan lebih lanjut. Ansumsi atau anggapan itu seringkali
dipakai sebagai dasar dalam memutuskan atau menetapkan sesuatu dalam rangka
menyusun perencanaan atau kepentingan lainnya baik dalam bidang ekonomi,
bisnis, pendidikan, bahkan politik.

Sebagai gambaran, perhatikanlah beberapa contoh asumsi berikut ini.

Dalam penyusunan Rencana Anggapan Pendapatan dan Belanja Negara
(RAPBN), pemerintah menggunakan beberapa asumsi seperti berikut:

a. Pertumbuhan ekonomi 4,5% per tahun.

b. Harga minyak mentah dipasaran dunia sebesar 20.000 dolar per barel.
c. Tingkat inflasi mencapai 8% per tahun.
d. Nilai tukar rupiah adalah Rp 7.500,00 per doalar Amerika.
e. Penerimaan negara dari sector pajak sebesar 170 triliun rupiah.

Bila hipotesis yang dibuat itu secara khusus berkaitan dengan parameter
populas, maka hipotesis itu disebut Hipotesis Statistik, yang didefinisikan bahwa
Hipotesis Statistik adalah suatu asumsi atau anggapan atau pernyataan yang
mungkin benar atau mungkin salah mengenai parameter populasi atau lebih.
Untuk mengetahui apakah asumsi yang telah kita buat mengenai parameter
populasi itu benar atau salah sehingga kita akan memutuskan apakah kita
menerima atau menolak hipotesis, diperlukan pengujian dengan memakai data
dari sampel. Langkah-langkah atau prosedur yang dilakukan dengan tujuan untuk
memutuskan apakah kita menerima atau menolak hipotesis mengenai parameter
populasi disebut pengujian hipotesis.
 Jelasnya, pada pengujian hipotesis kita ingin mengetahui atau menguji
apakah parameter satu populasi, yaitu P sama dengan nilai tertentu, yaitu atau
tidak. Kalau kita mempunyai dua populasi masing-masing dengan parameter
dan , kita ingin menguji apakah = , dan sebagainya.
Oleh karena itu hipotesis statistik dilakukan dengan memakai sampel,
maka kebenaran atau ketidakbenaran suatu hipotesis statistik tidak pernah
diketahui dengan pasti. Jadi sekali lagi hipotesis itu bisa benar, atau juga bisa
salah. Dalam membuat rumusan pengujian hipotesis, hendaknya kita selalu
membuat pernyataan hipotesis yang diharapkan akan diputuskan untuk ditolak.
Hipotesis yang dirumuskan dengan harapan untuk ditolak disebut hipotesis nol
yang di tulis . Penolakan hipotesis nol akan menjurus pada penerimaan
hipotesis alternatif atau hipotesis tandingan yang di tulis dan .
 Pengujian hipotesis berdasarkan besar populasi
A.
Sebelum mengestimasi nilai populasi μ (mean populasi) yang didasarkan
pada pengamatan dari sejumlah (n) sampel yang dipilih secara random serta
derajat kepercayaan tertentu (1 – α).
Hasil pengamatan atau pengukuran sampel tersebut akan menghasilkan
nilai-nilai statistik yang selanjutnya dapat di pergunakan untuk mengetahui atau
menguji nilai-nilai parameternya, khususnya untuk menguji rata-rata populasi (μ).
Dari sinilah akhirnya dapat diketahui apakah ada perbedaan yang cukup
berarti (signifikan) atau tidak antara nilai-nilai statistik tersebut terhadap nilai
parameternya, khususnya mean populasi (μ) yang didasarkan pada tingkat atau
derajat kepercayaan tertentu.
Untuk pengujian hipotesis satu nilai tengah dengan dasar nilai α yang telah
diterapkan, dapat membuat suatu kaidah dengan keputusan yaitu:

 Untuk uji satu sisi

̅
z=
√

Dengan ≥ maka di tolak

< maka di terima
  Untuk uji dua sisi
̅
z=
√

Dengan ≥ maka di tolak

< maka di terima

B.
Menguji hipotesis mean pada populasi yang didasarkan pada pengamatan
random sampel yang didasarkan pada pengamatan random sampel yang jumahnya
relatif <30, ataupun pengujian terhadap μ bila dalam random sampel tersebut yang
diperoleh adalah nilai-nilai statistiknya seperti nilai ̅, S, sehingga dari nilai-
nilai itulah dapat di simpulkan apakah ada perbedaan yang cukup berarti antara ̅
(statistik) random sampel dengan μ (mean populasinya) pada α tertentu.
Dalam pengujian hipotesa dengan distribusi normal sebelumnya ada dan
kemungkinan dapat mengetahui berapa besarnya varian populasi, tetapi dengan
tabel t besarnya varian populasi umumnya tidak diktahui, sehingga pengujian
hipotesnya sangat di tentukan oleh nilai-nilai statistiknya.
Statistik ini kemudian di bandingkan titik kritis sebaran t (bisa dilihat pada
tabel t) dengan derajat bebasnya yang sesuai pada taraf nyata α yang dipilih serta
jenisnya yang di gunakan (saatu ujung atau dua ujung) kemudian di putuskan di
terima tidaknya .
 Uji Satu Sisi
|̅ |
=
√

Dengan ≥ (n – 1) maka di tolak

< (n – 1) maka di terima

 Uji Dua Sisi

|̅ |
=
√

Dengan ≥ (n – 1) maka di tolak

< (n – 1) maka di tolak

 Langkah-langkah pengujian hipotesis mengenai parameter populasi P
lawan suatu hipotesis alternatif: (Hamung, Abdul, 2005:112 )

1. Nyatakan hipotesis nolnya

2. Pilih hipotesis alternatif Ha yang sesuai diantara

3. Tentukan taraf nyatanya

4. Pilih statistic uji yang sesuai dan kemudian tentukan wilayah
kritiknya
5. Hitung nilai statistic uji berdasarkan data contohnya
6. Keputusan: tolak Ho bila nilai uji tersebut jatuh dalam wilayah
kritiknya, sedangkan bila nilai itu jatuh di luar wilayah kritiknya
diterima Ho.

A. Uji Hipotesis untuk Satu Nilai Tengah

1) Ragam Populasi diketahui
Uji nilai tengah

Untuk pengujian hipotesis satu nilai tengah,

ditransformasikan fungsi sebaran normal menjadi sebaran normal
baku (Z),

|̅ |
√
Nilai Z yang dihitung berdasarkan contoh tersebut dinamakan Z
hitung. Dengan demikian, berdasarkan nilai α yang telah di
tetapkan, dapat dibuat kaidah keputusan:
  Untuk uji dua sisi

|̅ |
*
√

 Untuk uji satu sisi

|̅ |
*
√
2) Ragam Populasi tidak diketahui
Pada suatu kondisi tertentu, tidak bisa digunakan sebaran Z bila
ragam populasi tidak diketahui. Tetapi menggunakan peubah t
(sebaran t):
|̅ |
√
Statistik ini kemudian kita bandingkan titik kritis sebaran t.
Dengan derajat bebasnya yang sesuai pada taraf nyata a yang
dipilih serta jenisnya yang digunakan (satu ujung atau dua ujung)
kemudian diputuskan diterima tidaknya Ho.
 Untuk uji dua sisi

|̅ | ( )
*
√
( )

 Untuk uji satu sisi

|̅ | ( )
*
√ ( )

B. Uji Hipotesis untuk Dua Nilai Tengah

1) Ragam Populasi diketahui
Jika dalam suatu penelitian terdapat dua populasi dengan masing-
masing mempunyai nilai tengah , maka pengujian hipotesis
yang dipilih adalah pengujian untuk selisih dua nilai tengah dari dua
 popiulasi tersebut. Pada dasarknya kita menguji hipotesis nol dan
hipotesis alternatif.

|( ̅ ̅ ) ( )|

√( ⁄ ⁄ )

Maka, kaidah keputusannya adalah

 Untuk uji dua sisi

|( ̅ ̅ ) ( )|
*
√( ⁄ ⁄ )

 Untuk uji satu sisi

|( ̅ ̅ ) ( )|
*
√( ⁄ ⁄ )

2) Ragam Populasi tidak diketahui

Pada pengujian hipotesis untuk selisih dua nilai tengah dan ragam
tidak diketahui, maka akan diduga dengan menggunakan data statistik
uji:

|( ̅ ̅ ) ( )|

√( ⁄ ⁄ )

Hipotesis untuk menguji selisih dua nilai tengah adalah sebagai berikut:
 lawan
Dan jika benar, maka statistic uji adalah :

|( ̅ ̅ )|

√( ⁄ ⁄ )

Dengan kaidah keputusan:

 Untuk uji dua sisi

⁄
|( ̅ ̅ )|
* ⁄

√( ⁄ ⁄ )

C. Uji Hipotesis 1-Proporsi

Dalam penguji ini sebenarnya ingin diketahui apakah proporsi yang di
peroleh dari suatu pengamatan sejumlah sampel tertentu (ukuran sampel sebenyak
n) memiliki perbedaan yang signifikan atau tidak terhadap proporsi populasinya
pada tingkat signifikan tertentu. Bila proporsi dari sampel tersebut cukup berbeda
dengan proporsi populasinya, maka ada kecenderungan akan menolak hipotesa
nol dan sebaliknya, sehingga dapat di katakana bahwa dengan di tolaknya
hipotesa nol dapat berarti terdapat perbedaan yang signifikan antara proporsi
sampel dengan proporsi populasinya.
Misalkan kita mempunyai sesuatu populasi yang mengandung jenis

tertentu dengan proporsi p = . Dengan memakai sampel berukuran n yang

mengandung jenis tertentu, yaitu ̂ = , kita ingin menguji hipotesis parameter

proporsi p yang di asumsikan nilainya sama dengan , yaitu P = , maka

rumusan hipotesis untuk pengujian hipotesis tersebut adalah:
 Uji Satu Arah
:p=
:p>
Atau
 :p=
:p<
Kaidah keputusan:

*
√ ( )( )

 Uji Dua Arah

:p=
:p
Kaidah keputusan:

*
√ ( )( )

Statistik ini yang di pakai adalah:

̂
̂

Dimana:

( )
̂ =√ , bilamana populasi tak terbatas

( )
̂ =√ ,√ bilamana populasi terbatas

D. Uji Hipotesis Perbedaan 2 Macam Sampel Proporsi

Bila terdapat 2 macam random sampel di mana proporsi dan berbeda,
maka dapat dibuat 2 macam hipotesis pula : yaitu hipotesa nol ( ) yang
menganggap bahwa 2 populasi di mana masing – masing random sampel tersebut
berasal akan memiliki proporsi populasi yang sama ( = ), sedangkan hipotesa
alternatifnya adalah proporsi populasi ≠ sehingga dapat di katakana bahwa
random sampel dan berasal dari populasi yang berbeda.
 Misalkan simpangan baku dua popilasi itu diketahui, katakanlah ̂ dan
̂. Maka pengujian hipotesis untuk parameter beda dua rata-rata ( - ) dari
dua populasi itu adalah sebagai berikut:
 Uji Satu Arah
:
:
Atau
:
:
Kaidah keputusan:

 Uji Dua Arah

:
:

Statistik uji yang di pakai untuk menguji hipotesis tersebut adalah :

√ ( )( )

Dengan

Di mana:

̅
=√ , bila dua populasi tak terbatas

( ) ( )
̅
=√ ∙√ , bila dua populasi terbatas
(
 Kaidah pengujian sebagai berikut:
 Untuk uji satu arah

*
√ ( )( )

 Untuk uji dua arah

*
√ ( )( )

III. Langkah-langkah

Langkah-langkah untuk mengetahui Z hitung sehingga bisa disimpulkan Ho

diterima atau ditolah adalah sebagai berikut:

1) Dibuka Aplikasi “Minitab” pada menu start;

 Sehingga muncul windows “Minitab” seperti di bawah ini;

2) Untuk Perhitungan Uji Hipotesis 1 Nilai tengah satu sisi dan dua sisi
2.1 Satu Sisi
a. Klik Stat Basic Statistics 1-Sample Z
b. Pada summarized data, isi Sample size, Mean dan Standar deviation
sesuai soal diatas. Perform hypothesis test dicentang dan isi
Hypothesized mean sesuai soal

c. Klik Options Confidience level 0,03 Alternative greater

than OK OK
 2.2 Dua Sisi
a. Klik Stat Basic Statistics 1-Sample Z

b. Pada summarized data, isi Sample size, Mean dan Standar deviation
sesuai soal diatas. Perform hypothesis test dicentang dan isi
Hypothesized mean sesuai soal
c. Klik Options Confidience level 0,05 Alternative not
equal OK OK

3) Untuk perhitungsn Uji Hipotesis 2 Nilai tengah

3.1 Satu Sisi
a. Klik Stat Basic Statistics 2-Sample-t
b. Pada summarized data, isi Sample size, Mean dan Standar deviation
sesuai soal diatas

c. Klik Options Confidience level 0,05 Alternative less

than OK OK
3.2 Dua Sisi
a. Klik Stat Basic Statistics 2-Sample-t

b. Pada summarized data, isi Sample size, Mean dan Standar deviation
sesuai soal diatas
 c. Klik Options Confidience level 0,06 Alternative not
equal OK OK

4) Untuk perhitungan Uji Hipotesis 1 Proporsi satu sisi dan dua sisi
a. Diklik toolbar Stat  Basic Statistic  1 Proportion;
b. Dipilih summarized data, dimasukkan nilai number of events, number
of trials, di centang pilihan perform hypothesis test kemudian
dimasukkan nilai hipotesis awal, di klik pilihan options, dimasukkan
nilai confidence level (alternative less than atau greater than untuk
satu sisi, dan not equal untuk dua sisi), dan yang terakhir dicentang use
test interval based on normal distribution, di klik OK.
5) Untuk perhitungan Z hitung 2 Proporsi satu sisi dan dua sisi
a. Diklik toolbar Stat  Basic Statistic  2 Proportion;
b. Dipilih summarized data, dimasukkan nilai number of events,
number of trials (first dan second), di klik pilihan options,
dimasukkan nilai confidence level (alternative less than atau
greater than untuk satu sisi, dan not equal untuk dua sisi), di klik
OK.
IV. Output dan Interpretasi
4.1 Output
1. Tes Hipotesis Satu Nilai Tengah
a. Satu Sisi

One-Sample Z

Test of mu = 620 vs > 620

The assumed standard deviation = 75

3% Lower
N Mean SE Mean Bound Z P
30 650,0 13,7 675,8 2,19 0,014

b. Dua Sisi

One-Sample Z

Test of mu = 550 vs not = 550

The assumed standard deviation = 24

N Mean SE Mean 5% CI Z
P
36 540,00 4,00 (539,75; 540,25)
-2,50 0,012
2. Tes Hipotesis Dua Nilai Tengah
a. Satu Sisi

Two-Sample T-Test and CI

Sample N Mean StDev SE Mean

1 9 75,0 19,5 6,5
2 8 72,0 20,0 7,1

Difference = mu (1) - mu (2)

Estimate for difference: 3,00
5% upper bound for difference: -13,92
T-Test of difference = 0 (vs <): T-Value =
0,31 P-Value = 0,620 DF = 14

b. Dua Sisi

Two-Sample T-Test and CI

Sample N Mean StDev SE Mean

1 25 81,00 5,20 1,0
2 36 76,00 3,40 0,57

Difference = mu (1) - mu (2)

Estimate for difference: 5,00
6% CI for difference: (4,91; 5,09)
T-Test of difference = 0 (vs not =): T-Value =
4,22 P-Value = 0,000 DF = 38

3. Tes Hipotesis Harga Proporsisi

a. Satu Sisi

Test and CI for One Proportion

Test of p = 0.25 vs p > 0.25

99% Lower
Sample X N Sample p Bound Z-Value
P-Value
1 174 600 0.290000 0.246905 2.26
0.012

Using the normal approximation.

 b. Dua Sisi

Test and CI for One Proportion

Test of p = 0.7 vs p not = 0.7

Sample X N Sample p 99% CI

Z-Value P-Value
1 406 600 0.676667 (0.627479,
0.725854) -1.25 0.212

Using the normal approximation.

4. Tes Hipotesis Perbedaan Dua Proporsisi

a. Satu Sisi

Test and CI for Two Proportions

Sample X N Sample p
1 70 250 0.280000
2 20 160 0.125000

Difference = p (1) - p (2)

Estimate for difference: 0.155
94% lower bound for difference: 0.0949851
Test for difference = 0 (vs > 0): Z = 4.02
P-Value = 0.000

Fisher's exact test: P-Value = 0.000

b. Dua Sisi

Test and CI for Two Proportions

Sample X N Sample p
1 300 500 0.600000
2 250 500 0.500000

Difference = p (1) - p (2)

Estimate for difference: 0.1
95% CI for difference: (0.0386434, 0.161357)
Test for difference = 0 (vs not = 0): Z =
3.19 P-Value = 0.001

Fisher's exact test: P-Value = 0.002

 4.2 Interpretasi
1. Tes Hipotesis Satu Nilai Tengah
a. Satu Sisi
 Perhitungan Manual
Populasi dianggap tidak terbatas, sebab ukurannya tidak
diketahui. Informasi dari populasi adalah rata-rata adalah 620 hari dan
dapat diperpanjang menjadi 650 hari. Jadi hipotesis awal adalah rata-
rata 620, kemudian hipotesis relatif lebih dari itu (>620). Karena
hipotesis statistik mengalami perubahan, maka menjadi uji satu arah.
Informasi simpangan baku dari populasi adalah 75 hari.
Sampel beukuran kecil yakni 30, dengan rata-rata panjang
hidup lebih lama (>620) dan taraf nyata yang diinginkan sebesar 3%.
1) Hipotesis statistik yang diuji adalah satu sisi, yaitu
(Artinya jangka hidup rata-rata tikus putih adalah 620 hari)
(Artinya jangka hidup rata-rata tikus putih lebih dari 620
hari)
2) Taraf nyata yang dipakai adalah . Untuk uji satu sisi nilai
kritisnya adalah

X μ   Z  H 0 ditolak
3) Z hitung   
σ/ n  Z  H 0 diterima

√
4) Karena maka ditolak. Tambahan protein nabati pada
menu makanan dapat memperpanjang jangka hidup tikus. Jadi penelitian
laboratorium dapat dipercaya.

 Pembahasan
Dari perhitungan minitab, diketahui bahwa nilai Z hitung adalah
+2,19 persis sama dengan hasil perhitungan manual. Dengan adanya 2
hasil perhitungan yang sama melalui metode yang berbeda dapat
dianggap bahwa hasil tersebut sudah relevan. Dengan hasil nilai Z
 hitung yang sudah relevan, maka dapat ditarik kesimpulan yang
relevan pula. Dengan dibandingkan dengan kriteria pengujian, dapat
dihasilkan kesimpulan bahwa Ho ditolak.

b. Dua Sisi
 Pehitungan Manual
Populasi dianggap tidak terbatas, sebab ukurannya tidak
diketahui. Hipotesis statistik yang diuji adalah dua arah, karena
hipotesis relatif tidak sama dengan hipotesis awal, ditunjukkan
dalam soal bahwa hipotesis awal kandungan pectin dalam setiap
botol 550 mg, sedang hipotesis relatifnya ditunjukkan bahwa
seorang mahasiswa melakukan percobaan dengan menguji sampel
sebanyak 36 botol (karena >30, tergolong sampel besar) ternyata
kandungan pectin 540 mg. Taraf nyata yang diinginkan adalah 5%.
1) Rumusan hipotesis statistik adalah dua sisi yaitu

H0 : μ =550 mg (Artinya rata-rata kandungan pectin dalam setiap botol

obat adalah 550 mg)

H1 : μ ≠550 mg (Artinya rata-rata kandungan pectin dalam setiap botol

obat adalah tidak sama dengan 550 mg)

2) Taraf nyata yang dipakai adalah . Untuk uji dua sisi nilai

kritisnya adalah

X μ   Z α/2  H 0 ditolak
3) Z hitung   α/2
σ/ n  Z  H 0 diterima

4) Karena maka ditolak. Berarti diterima bahwa μ ≠550

mg. Pernyataan perusahaan farmasi yang menyatakan bahwa kandungan
pectin 550 mg per botol agak meragukan. Jadi tidak dapat mendukung
pernyataan perusahaan karena kandungan pectinnya ternyata tidak sama
dengan 550 mg.
  Pembahasan
Melalui hasil perhitungan minitab, dapat diketahui bahwa nilai Z
hitung adalah -2,5. Hasil ini sama persis dengan nilai Z hitung hasil
perhitungan manual. Dengan 2 hasil yang sama, dapat disimpulkan bahwa
nilai Z hitung -2,5 adalah relevan. Dengan begitu dapat ditarik kesimpulan
yang relevan bahwa Ho ditolak berdasaran kriteria pengujian. Pernyataan
bahwa kandungan Pectin 550 mg per botol tidak benar.

2. Tes Hipotesi Dua Nilai Tengah

a. Satu Sisi
 Perhitungan Manual
Populasi dianggap tidak terbatas, sebab ukurannya tidak
diketahui. Sampelnya kecil, yakni hanya 9 dan 8. Karena terdapat
dua data, maka harus digunakan simpangan baku gabungan. Taraf
nyata yang diinginkan adalah 5%.
1) Rumusan hipotesis statistik adalah satu sisi yaitu
H0 : (Artinya rata-rata prestasi mahasiswa teknik industri sama
dengan rata-rata prestasi mahasiswa teknik geodesi)
H1 : (Artinya rata-rata prestasi mahasiswa teknik industri lebih baik
dibanding dengan rata-rata prestasi mahasiswa teknik geodesi)
2) Taraf nyata yang dipakai adalah . Untuk uji satu sisi nilai
kritisnya adalah
( ) ( ) ( ) ( )
3)

√( ) ( )

4) < maka H0 diterima sehingga dapat disimpulkan bahwa

kemampuan mahasiswa teknik industri lebih baik daripada mahasiswa
teknik geodesi.
 Pembahasan
Hasil perhitungan minitab nilai adalah 0,31 sedangkan
hasil perhitungan manual nilai adalah 0,313. Perbedaan atau
 selisihnya sangat kecil, yakni hanya sekitar 0,003. Dari 2 hasil nilai
dari 2 metode tersebut, dua-dunya berada pada sebelah kanan
. Jadi melalui 2 hasil tersebut sama sama diambil kesimpulan
bahwa Ho diterima.

b. Dua Sisi
 Perhitungan Manual
Diketahui dalam soal bahwa populasi normal. Karena lawan
tandingan , maka diuji dengan dua sisi. Rata-rata dan
simpangan baku kedua data diketahui. Taraf nyata yang diinginkan
adalah 0.06.
1) Hipotesis statistik yang di uji adalah dua sisi yaitu
(artinya rata-rata data pertama sama dengan rata-rata data
kedua)
(artinya rata-rata data pertama tidak sama dengan rata-rata
data kedua)
2) Taraf nyata yang dipakai adalah 0,06, untuk uji dua sisi, nilai kritisnya

adalah =
3) Menentukan
( )

√( ) ( ) √

4) maka ditolak. Artinya pernyataan bahwa rata-rata data

pertama sama dengan data kedua adalah salah atau ditolak.
 Pembahasan

Hasil perhitungan minitab dari adalah 4,22. Dan hasil dari

perhitungan manual adalah 4,22. Dari sini dapat disimpulkan bahwa
hasil adalah 4,22. Berdasarkan hasil dan keriteria
pengujian, maka Ho ditolak.
 3. Tes Hipotesis Harga Proporsi
a. Satu Sisi
 Perhitungan Manual
Diketahui :

Karena hipotesis alternatifnya lebih dari itu, pengujiannya adalah

satu sisi kanan.

Langkah Pengujian:

1) Menentukan dan Ha
( ), artinya bahwa ¼ rumah tangga di Kota Manggapura
menggunakan kompor gas.
( ), artinya bahwa lebih dari ¼ rumah tangga di Kota
Manggapura menggunakan kompor gas.
2) Menentukan level of significance

3) Kriteria Pengujian
Nilai tabel Z, yaitu
Ho diterima jika
Ho ditolak jika
4) Pengujian

√ ( ) √ ( ) √

5) Kesimpulan
Karena berada di samping kiri +2,33(
), Ho diterima. Berarti proporsi bahwa ¼ rumah tangga di Kota
Manggapura menggunakan kompor gas adalah benar.
 Pembahasan
Dari hasil perhitungan Z hitung manual dan minitab adalah persis
sama, yakni 2,26. Nilai Z hitung (+2,26) berada disamping kiri +2,33 yang
merupakan Z tabel. Atau dengan kata lain bahwa Z hitung < Z tabel.
 Berdasarkan kriteria pengujian, dapat disimpulkan bahwa hipotesis awal
yang menyatakan bahwa ¼ rumah tangga di Kota Manggapura
menggunakan kompor gas adalah benar.

b. Dua Sisi
 Perhitungan Manual

Diket :

Karena hipotesis alternatifnya tidak sama dengan itu, pengujiannya

adalah dua sisi.

Langkah Pengujian:

1) Menentukan Ho dan Ha
( ), artinya bahwa 70% ibu rumah tangga senang berbelanja
di Supermarket.
( ), artinya bahwa ibu rumah tangga yang senang berbelanja
di Supermarket bukan 70%.
2) Menentukan level of significance

3) Kriteria Pengujian
Nilai tabel Z, yaitu

Ho diterima jika
Ho ditolak jika
4) Pengujian

√ ( ) √ ( ) √

5) Kesimpulan
Karena berada di antara maka Ho diterima.
Pendapat bahwa 70% ibu rumah tangga senang berbelanja di Supermarket
adalah benar.
  Pembahasan
Dari hasil perhitungan Z hitung manual dan minitab adalah persis
sama, yakni -1,25. Nilai Z hitung (-1,25) berada diantara (Z tabel).
Atau dengan kata lain bahwa . Berdasarkan
kriteria pengujian, dapat disimpulkan bahwa hipotesis awal yang
menyatakan bahwa 70% ibu rumah tangga di daerah tersebut lebih suka
berbelanja di supermarket adalah benar.

4. Tes Hipotesis Perbedaan Dua Proporsi

a. Satu Sisi
 Perhitungan Manual

Diket : Minyak goreng sawit: , ,

Minyak goreng kedelai:

Karena hipotesis alternatifnya adalah minyak goreng sawit lebih

laku dari minyak goreng kedelai, maka pengujiannya adalah satu sisi.

Langkah Pengujian:

1) Menentukan Ho dan Ha
Ho : (Artinya minyak goreng sawit sama laku dengan
minyak goreng kedelai)
Ha : (Artinya minyak goreng sawit lebih laku dari minyak
goreng kedelai)
2) Menentukan level of significance (taraf keyakinan)
Taraf signifikan ( )
3) Kriteria Pengujian
Nilai Z tabel
Ho diterima jika
Ho ditolak jika
4) Pengujian

√ ( )( ) √ ( )( )

Dimana

5) Kesimpulan
Berdasarkan perhitungan manual, karena Zhitung = +3,695 terletak
di sebelah kanan +1,555, Ho ditolak. Berarti proporsi bahwa minyak
goreng sawit lebih laku dari minyak goreng kedelai adalah tidak benar.
Yang benar adalah minyak goreng sawit tidak lebih laku dari minyak
goreng kedelai. Bisa jadi minyak goreng sawit sama laku dengan minyak
goreng kedelai, atau justru minyak goreng kedelai lebih laku dari minyak
goreng sawit.
 Pembahasan
Berbeda dengan hasil manual, hasil minitab menunjukkan
nilai adalah +4,02. Karena berada disebelah kanan +1,555
maka Ho ditolak. Meskipun hasil minitab dan manual sama-sama
berkesimpulan bahwa Ho ditolak, namun nilai hasil perhitungan
minitab dan manual tidak sama, dengan selisih yang cukup besar yakni
+0,325. Perbedaan hasil ini mungkin karena kesalahan pada perhitungan
manual terutama pada penentuan nilai P, pembulatan yang berbeda dengan
yang dilakukan minitab.

b. Dua Sisi
 Perhitungan Manual

Diketahui : Daerah A:
 Daerah B:

Karena alternatifnya bahwa proporsi tersebut tidak sama, maka

pengujiannya adalah dua sisi.

Langkah Pengujian:

1) Menentukan Ho dan Ha
Ho : (Proporsi ibu rumah tangga di daerah A dan daerah B
yang setuju KB adalah sama)
Ha : (Proporsi ibu rumah tangga di daerah A dan daerah B
yang setuju KB adalah tidak sama)
2) Menentukan level of significance

3) Kriteria Pengujian
Nilai

Ho diterima jika :
Ho ditolak jika: atau

4) Pengujian

√ ( )( ) √ ( )( )

√
Dimana

5) Kesimpulan
Karena nilai berada disebelah kanan +1,96 atau ,
maka Ho ditolak. Proporsi yang menyatakan bahwa banyaknya ibu rumah
tangga di daerah A dan di daerah B yang tidak setuju KB sama adalah
tidak benar.
  Pembahasan
Dari hasil perhitungan Z hitung manual dan minitab adalah +3,178
Sedangkan hasil manual +3,19. Perbedaannya sedikit, yakni hanya sekitar
0,012. Nilai Z hitung (3,19 maupun 3,178) berada di samping kanan +1,96
atau lebih besar dari +1,96. Berdasarkan kriteria pengujian, dapat
disimpulkan bahwa hipotesis awal ditolak, menyatakan bahwa proporsi
ibu rumah tangga di daerah pertanian A dan B yang setuju dengan KB
adalah sama tidak benar, sebab hipotesis tersebut ditolak.

V. Kesimpulan
Dari pembahasan diatas, dapat disimpulkan bahwa hasil dari
perhitungan minitab dan hasil perhitungan manual mayoritas adalah sama.
Kalaupun terdapat perbedaan, selisih dari kedua hasil tersebut kecil dan
tidak sampai mengubah kesimpulan dari diterima atau tidaknya Ho. Ho
diterima atau tidak tergantung pada nilai kriteria pengujian masing-masing
kasus berdasarkan jenis kasus (termasuk uji hipotesis nilai tengah atau uji
hipotesis proporsi, satu atau dua nilai tengah dan proporsi, dua sisi atau
satu sisi), dimana nilai dan juga tergantung dari besarnya
satuan-satuan pada masing-masing soal.
Pada populasi data lebih dari atau sama dengan 30, populasi
tersebut dikatakan besar. Hasil pengamatan atau pengukuran sampel dari
populasi tersebut akan menghasilkan nilai-nilai statistik yang selanjutnya
dapat di pergunakan untuk mengetahui atau menguji nilai-nilai
parameternya, khususnya untuk menguji rata-rata populasi (μ). Sehingga
dapat diketahui perbedaan yang cukup berarti (signifikan) atau tidak antara
nilai-nilai statistik tersebut terhadap nilai parameternya, khususnya mean
populasi (μ) yang didasarkan pada tingkat atau derajat kepercayaan
tertentu.
Menguji hipotesis mean pada populasi yang didasarkan pada
pengamatan random sampel yang didasarkan pada pengamatan random
sampel yang jumahnya relatif <30 atau tergolong kecil, ataupun pengujian
terhadap μ bila dalam random sampel tersebut yang diperoleh adalah nilai-
 nilai statistiknya seperti nilai ̅, S, sehingga dari nilai-nilai itulah dapat
di simpulkan apakah ada perbedaan yang cukup berarti antara ̅ (statistik)
random sampel dengan μ (mean populasinya) pada α tertentu.
Inti penggunaan Z atau t adalah, digunakan Z apabila varian
diketahui, sedangkan digunakan t apabila varian atau ragam tidak
diketahui (khusus uji hipotesis nilai tengah, baik satu atau dua).
Menggunakan dua sisi jika Ho tidak sama dengan alternatifnya.
Menggunakan satu sisi jika kurang dari atau lebih dari.

Daftar Pustaka
Boediono. 2004. Teori dan Aplikasi Statistika dan Probabilitas.
Bandung:PT Remaja Rosdakarya Offset

Hamang, Abdul. 2005. Metode Statistika. Yogyakarta:Penerbit Graha Ilmu

Saefudin, Asep; Alamudi, Aam. 2009. Statistika Dasar. Jakarta:PT Grasindo

Subagyo, Pangestu. 2010. Statistika Terapan. Yogyakarta:BPFE

Sudaryono. 2012. Statistika Probabilitas, Teori dan Aplikasi.

Yogyakarta:Penerbit Andi

Supranto. 1986. Pengantar Probabilita dan Statistika Induktif.

Jakarta:Penerbit Erlangga

Turmudi; Harini, Sri. 2008. Metode Statistika, Pendekatan Teoritis dan

Aplikatif. Malang:UIN Malang Press
Wibisono, Yusuf. 2009. Metode Statistika. Yogyakarta:Gajah Mada
University Press