Ada tiga alternatif dalam menyusun hipotesis nol dan hipotesis alternatifnya (Akhmad
Fauzy,2008) yaitu :
1. Ho : ukuran statistik = nilai tertentu
H1 : ukuran statistik ≠ nilai tertentu
Uji hipotesis ini disebut uji hipotesis dua sisi atau dua arah karena pada hipotesis
alternatifnya betanda “tidak sama dengan”. Dengan demikian tingkat kesalahannya (α)
dibagi menjadi dua bagian yang sama.
2. Ho : ukuran statistik = nilai tertentu
H1 : ukuran statistik < nilai tertentu
Uji hipotesis ini disebut uji hipotesis satu sisi atau satu arah karena pada hipotesis
alternatifnya betanda “kurang dari”. Dengan demikian tingkat kesalahannya (α) tidak perlu
dibagi menjadi dua. Uji ini disebut juga uji sisi kiri.
3. Ho : ukuran statistik = nilai tertentu
H1 : ukuran statistik > nilai tertentu
Uji hipotesis ini disebut uji hipotesis satu sisi atau satu arah karena pada hipotesis
alternatifnya betanda “lebih dari”. Dengan demikian tingkat kesalahannya (α) tidak perlu
dibagi menjadi dua. Uji ini disebut juga uji sisi kanan.
Kesalahan yang mungkin dilakukan pada pengambilan keputusan adalah menolak hipotesis
nol yang seharusnya diterima (kesalahan jenis I) atau menerima hipotesis nol yang seharusnya
ditolak (kesalahan jenis II). Didalam ilmu statistik, kususnya dalam uji hipotesis ukuran sampel
dikelompokkan ke dalam dua kategori yaitu sampel besar dan sampel kecil. Sampel dikatakan
berukuran besar jika jumlah sampel yang diambil minimal 30 buah (n≥30), sedangkan sampel
dikatakan berukuran kecil jika jumlah sampel yang diambil kurang dari 30 (n<30).
Tabel penentuan hipotesis :
Ho = x dan H1 ≠ x 2 sisi atau 2 arah
Ho = x dan H1 ≤ x atau 1 sisi atau 1 arah
Ho = x dan H1 ≥ x
Di mana 0 adalah suatu konstanta bernilai positif atau nol yang menunjukkan selisih antara
dua nilai tengah yang tidak diketahui.seperti pada pengujian hipotesis untuk satu nilai tengah,
ada dua asumsi yaitu :
Bila didapatkan bahwa F F(, (nx−1, ny−1)), maka H0 ditolak, artinya ragam kedua
sampel tidak sama. Sehingga derajat bebas yang akan digunakan dalam statistik ujinya
adalah
2
S 2 S y2
x +
n n
v= x y
2
S x2
2 S y2
nx ny
+
nx − 1 ny −1
Statistik uji pengujian hipotesis terhadap selisih antara dua nilai tengah untuk ragam
berbeda adalah
x − y − 0
t=
2
S x2 S y
+
nx n y
Sedangkan untuk ragam sama, dalam statistik ujinya menggunakan ragam gabungan, yaitu
:
(n x − 1) S x2 + (n y − 1)S y2
2
S gab =
nx + n y − 2
Langkah Penyelesaian :
1. Buka software Minitab
2. Isikan data pada worksheet
3. Pilih Stat – Basic Statistics -2 sample t
4. Input data dengan keterangan pengisian seperti ini :
a. Pilih samples in different colums : isi dengan data yang telat diinputkan
b. Confidence level : tingkat kepercayaan dalam proses pengambilan data
c. Alternative : jenis hubungan hipotesis alternatif
d. Buka menu graph : klik kedua jenis grafik
Jika sudah klik OK
Sedangkan dalam pengujian dua varians distribusi yang digunakan adalah distribusi
F. berikut tahapan dalam pengujian hipotesis :
1. Merumuskan hipotesis, yaitu HO dan HI
HO : o2 = σ22
Pengujian satu arah
HI : o2 > σ22 atau HI : o2 < σ22
Pengujian dua arah
HI : σ2 ≠ σ22
2. Menentukan derajat kepercayaan berdasarkan kesalahan tipe 1 (tingkat
signifikan). Menentukan daerah kritis berdasarkan a.
3. Menentukan statistik uji, yaitu uji F
• Statistik uji yang digunakan untuk menguji ketiga hipotesis di atas adalah,
𝑆1 2
F= 2
𝑆2
• Jika HO benar, statistik uji tersebut berdistribusi Fisher dengan derajat
kebebasan,
V1 = n1 – 1 dan v2 = n2 – 2
4. Menentukan criteria penolakan berdasarkan kesalahan tipe 1.
Hipotesis Alternatif : Tolak HO jika :
o > σo
2 2
F > fa/2.(v1.v2)
o < σo
2 2
F > f1-a/2.(v1.v2)
σ ≠ σ0
2 2
F > fa/2.(v1.v2) atau F > f1-a/2.(v1.v2)
5. Membuat keputusan dan kesimpulan
Kesimpulan didasarkan pada criteria penolakan dari hipotesis yang sedang
diuji. Kesimpulan bisa berupa gagal tolak maupun tolak hipotesis nol.
𝑥−𝑛.𝑝0
Z=
√𝑛.𝑝0.𝑞0
Dengan :
𝑝̂ = proporsi sukses dari sampel
𝑥
𝑝̂ = 𝑛
𝑥 = jumlah sukses
𝑛 = jumlah sampel
𝑝0 = peluang “sukses” proporsi
Dimana nilai statistik z merupakan variable normal buku. Dengan demikian nilai-
nilai kritis untuk pengujian hipotesis mengenai satu proporsi populasi dengan sampel
besar dapat ditentukan dari table luas bawah kurva normal baku.
Prosedur uji proporsi adalah sebagai berikut :
1. Nyatakan hipotesis nol (Ho: p = p0) dan hipotesis alternatifnya (HI: p≠p0, HI: p
>p0), H1: p < p0)
2. Pilih tingkat kepercayaan tertentu dan tentukan besarnya sampel yang diambil
3. Pilih statistik uji yang sesuai sebagai dasar bagi prosedur pengujian
4. Tentukan daerah kritisnya
5. Kumpulkan data sampel dan hitung statistik sampelnya, kemudian ubah kedalam
variable normal standart (Z) atau nilai P dari nilai Minitab
6. Nyatakan menolak atau menerima H0
Langkah penyelesaian :
1. Buka software minitab
2. Isikan data pada worksheet
3. Pilih Stat – Basic Statistic – 1 Variance
4. Input data dengan keterangan pengisian seperti ini :
a. Pilih one or more sample each in coloum : isi dengan data yang telah di
inputkan
b. Centang Perform hypotheis test : masukkan nilai standart deviasi yang
akan di uji
c. Klik menu Option
Confidence level : tingkat kepercayaan dalam proses pengambilan data
Alternative hypotheis : jenis hubungan hipotesis alternative
Jika sudah klik OK
Jumlah produk
No
Mesin 1 Mesin 2
1 14 11
2 15 22
3 27 33
4 14 44
5 25 12
6 46 41
7 27 41
8 36 25
9 28 63
10 28 64
11 38 74
12 48 52
13 48 41
14 58 63
15 26 75
16 52 52
17 46 63
18 36 56
19 15 34
20 36 64
Langkah penyelesaian :
1. Buka software Minitab
2. Isikan data pada worksheet
3. Pilih Stat – Basic Statistic – 2 Variance
Langkah penyelesaian :
1. Buka software minitab
2. Pilih Stat – Basic Statistic – 1 Proportion
3. Input data dengan keterangan pengisian seperti ini :
a. Summarized data : jika data yang akan di olah berupa data input langsung
b. Number of event : Jumlah kejadian
c. Number of trial : Jumlah data percobaan
d. Centang Perform Hypothesis : Masukkan nilai standart deviasi yang akan di
uji
er
4. Klik Option
Confidence Level : Tingkat kepercayaan dalam proses pengambilan data
Alternatifve hypothesis : Jenis hubungan hipotesis alternative
Method : Pemilihan metode perhitungan
a. Normal approximation : Metode distribusi binomal
b. Exact : Metode distribusi normal
Langkah penyelesaian :
1. Buka software Minitab
2. Pilih Stat – Basic Statistic – 2 Proportion
3. Input data dengan keterangan pengisian seperti ini :
a. Samples in coloumn : di isi jika data yang akan diolah dalam bentuk data
kolom
b. Summarized data : jika data yang akan di olah berupa data input langsung
c. Number of event : Jumlah kejadian
d. Number of trial : Jumlah data percobaan
4. Klik Option
a. Confidence level : Tingkat kepercayaan dalam proses pengambilan data
b. Hypothesis difference : Masukkan nilai hipotesis 0
c. Alternative Hypothesis : jenis hubungan hipotesis alternative
d. Test methode : Pilih untuk memperkirakan proporsi secara terpisah atau
menggunakan perkiraan gabungan dari p untuk uji hipotesis
Estimate the proportions separately : Memperkirakan proporsinya
terpisah
Use the pooled estimate of the proportion : Menggunakan gabungan
proporsi
5. Klik OK
a. Lakukan pengecekan untuk tiap supplier, apakah benar bahwa jumlah komponen cacat
sudah sesuai dengan standart perusahaan? (X: SATU ANGKA NIM AKHIR, Y:
NOMOR KELOMPOK) Tingkat Signifikansi 2,5% (NIM GENAP), 5 % (NIM
GANJIL)
b. Lakukan pengecekan tiap pengiriman persupplier (no pengiriman dan supplier akan
ditentukan oleh asisten), apakah benar bahwa komponen cacat kurang dari standart
maksimal perusahaan? (X: SATU ANGKA NIM AKHIR, Y: NOMOR
KELOMPOK) Tingkat Signifikansi 7% (NIM GENAP), 8 % (NIM GANJIL)
2. Dibagian produksi suatu perusahaan dilakukan penelitian untuk mengetahui apakah
ada perbedaan variansi produktivitas pekerja yang bekerja pada waktu pagi dan pada
waktu siang. Sebanyak 22 orang pekerja terpilih secara random dengan sample 10
orang pekerja yang bekerja pada waktu pagi dan 12 orang pekerja yang bekerja yang
bekerja pada waktu siang. Produktivias pekerja (dihitung dalam satuan unit/hari)
dicatat dan disajikan pada tabel berikut :
Produktivitas 1 2 3 4 5 6 7 8 9 10 11 12
Pekerja
Shift pagi 4Y 45 6Y 64 5X 75 72 93 72 7Y
Shift siang YX XY 72 5Y 62 4X 78 62 73 42 72 3Y
Berdasarkan data tersebut, apakah variansi produktivitas pekerja yang bekerja pada
waktu siang dengan pada waktu malam sama? (X: NOMOR KELOMPOK,
Y: SATU ANGKA NIM AKHIR) Tingkat Signifikansi 5% (NIM GENAP), 1 %
(NIM GANJIL)
3. Sebuah toko sepatu ingin mengetahui merek sepatu apa yang paling laku di toko
tersebut. Untuk tujuan tersebut diambil sampel hasil penjualan sepatu merek A dan
sepatu merek N selama 9 bulan. Dari 1100 buah merek sepatu A terjual sebanyak
8YX buah dan dari 1500 buah merek sepatu N terjual 12XY. Dari tersebut apakah
dapat dinyatakan bahwa sepatu merek N lebih laku daripada merek A? (X: SATU
ANGKA NIM AKHIR, Y: SATU ANGKA NIM AKHIR) Tingkat Signifikansi
5% (NIM GENAP), 10 % (NIM GANJIL)
4. Suatu perusahaan yang memproduksi bohlam lampu telah memproduksi bohlam lampu
jenis terbaru dengan variansi lama tahan menyalanya lebih dari 19 jam. Sampel random
sebanyak 2X bohlam lampu jenis terbaru diambil. Variansi lama tahan menyalanya dari
ke 2X bohlam lampu diketahui 19,1 jam. Dapatkah diambil suatu kesimpulan bahwa
lama tahan lampu menyala lebih dari 19 jam? (X: SATU ANGKA NIM AKHIR,
Tingkat Signifikansi 1% (NIM GENAP), 2,5 % (NIM GANJIL)