A. LATAR BELAKANG
B. RUMUSAN MASALAH
1. Apa sajakah jenis-jenis dari hipotesis ?
2. Bagaimana prosedur pengujian hipotesis ?
3. Apa yang dimaksud dengan kesalahan jenis I dan II ?
C. TUJUAN PENULISAN
1. Untuk mengetahui apa saja jenis-jenis dari hipotesis
2. Untuk mengetahui prosedur dari pengujian Hipotesis
3. Untuk mengetahui tentang kesalahan jenis I dan II
1
PEMBAHASAN
A. PENGERTIAN HIPOTESIS
Menurut Nasir (1988), hipotesis yang baik mempunyai ciri-ciri (a) menyatakan
hubungan (b) sesuai dengan fakta, (c) sederhana dan dapat diuji, dan (d) dapat
menerangkan fakta dengan baik. Berikut beberapa contoh hipotesis atau
pernyataan yang dibuat untuk menggambarkan suatu parameter:
2
Contoh a dan b menunjukkan hipotesis yang menyajikan fakta yang perlu diuji,
yaitu nilai 26% dan 90 ribu unit. Contoh c, d, dan e menyatakan hubungan antara
sesuatu dengan sesuatu yang lain. Contoh c menggambarkan perbandingan nilai
rata-rata hitung, contoh d menggambarkan perbandingan proporsi. Sedangkan
contoh e menggambarkan hubungan antar variabel, yaitu antara harga dan
permintaan.
1. Hipotesis Deskriptif
Pengertian Hipotesis Deskriptif adalah dugaan terhadap nilai satu
variabel dalam satu sampel walaupun di dalamnya bisa terdapat
beberapa kategori. Hipotesis deskriptif ini merupakan salah satu dari
macam-macam hipotesis.
Contoh :
A. Ha : Mahasiswa suka makanan junkfood
Ho : Mahasiswa tidak suka makanan junkfood
B. Ha : Para Remaja suka memilih makanan yang mengandung kadar
lemak Tinggi.
Ho : Para Remaja tidak suka memilih makanan yang mengandung
kadar lemak tinggi.
2. Hipotesis Komparatif
Pengertian Hioptesis Komparatif adalah dugaan terhadap
perbandingan nilai dua sampel atau lebih. Hipotesis Komparatif
merupakan salah satu dari macam-macam hipotesis.
Contoh :
A. Apakah ada hubungan asupan makanan dan status gizi balita ?
Ho : Tidak terdapat hubungan asupan makanan dan status gizi balita
Ha : Terdapat hubungan asupan makanan dan status gii balita
3
B. Apakah ada perbedaan mahasiswa pararel dan mahasiswa reguler di
suatu kampus?
Ho : Tidak terdapat perbedaan mahasiswa pararel dan mahasiswa
reguler di suatu kampus
Ha : Terdapat perbedaan-perbedaan mahasiswa pararel dan mahasiswa
reguler di suatu kampus
3. Hipotesis Asosiatif
Pengertian Hipotesis Asosiatif adalah dugaan terhadap hubungan
antara dua variabel atau lebih. Hipotesis asosiatif merupakan salah
satu dari macam-macam hipotesis.
Contoh :
A. Adakah hubungan kebiasaan makan sayur dengan status gizi balita?
Ho : Tidak terdapat hubungan antara kebiasaan makan sayur dengan
status gizi balita
Ha : Terdapat hubungan antara kebiasaan makan sayur dengan status
gizi balita
B. Adakah hubungan penambahan gula dalam pembuatan bolu kukus?
Ho : Tidak ada hubungan antara penambahan gula dalam pembuatan
bolu Kukus.
Ha : Ada hubungan antara penambahan gula dalam pembuatan bolu
kukus.
C. PENGUJIAN HIPOTESIS
4
empiris dari sampel mendukung atau menolak pernyataan mengenai populasi.
Seluruh proses tersebut dikenal dengan pengujian hipotesis. Pengujian hipotesis
didefinisikan sebagai berikut.
Suatu hipotesis seperti "rata-rata hasil investasi di reksa dana sebesar 26% per
tahun harus diuji. Pengujian yang benar tentunya harus mendatangi setiap
perusahaan reksa dana dan menghitung hasil investasinya. Dapat dibayangkan
berapa banyak yang harus dihitung mengingat jumlah perusahaan reksa dana
sangat banyak, selain itu portofolio untuk investasi juga beragam.
5
digambarkan sebagai berikut. menolak tidak dimaksudkan untuk membuktikan
bahwa sesuatu benar secara absolut, tetapi
a. Rata-rata hasil investasi reksa dana pada tahun 2007 tidak berbeda secara
nyata dari 26% atau rata-rata hasil investasi reksa dana sama dengan 26%.
Hipotesis nol dilambangkan sebagai berikut, Ha: µ=26%
b. Rata-rata produksi TV di PT LG Electronic sama dengan 90 ribu unit.
Hipotesis nol dilambangkan sebagai berikut, Ho: H µ90 ribu.
c. Penghasilan FBI perbankan asing tidak berbeda dengan perbankan lokal.
Hipotesis nol dilambangkan sebagai berikut, Ho: µpa = µpl (di mana pa
simbol perbankan asing dan pe lambang perbankan lokal). Hipotesis nol
juga bisa dilambangkan dengan selisih nila rata-rata, yaitu Ho: µpa - µpl = 0
d. Proporsi pria yang menyukai Dewi Persik tidak berbeda dengan proporsi
wanita. Hipotesis nol dilambangkan sebagai berikut, Ho : Pp = Pw . (di
mana pp simbol proporsi pria dan pw simbol proporsi wanita). Hipotesis
nal juga bisa dilambangkan dengan selisih nilal proprosi, yaitu Ho : Pp =
Pw
6
e. Harga mangga tidak berpengaruh terhadap permintaan mangga. Hipotesis
nol dilambangkan sebagai berikut, Ho: b = 0 (di mana b adalah koefisien
regresi dari harga mangga terhadap permintaan mangga.
Sesudah pengujian tentunya dapat diketahui apakah menerima atau menolak H0.
Apabila H0 tidak ditolak atau diterima, itu menuniukkan bahwa berdasarkan data
sampel tidak cukup bukti yang menyakinkan atau mengizinkan untuk menolak H0.
Ini tidak dapat diartikan bahwa H0 adalah benar, karena untuk mengetahui
kebenaran H0 harus dilakukan sensus terhadap populasi sedangkan penerimaan H0
hanya didasarkan pada data sampel, yang merupakan bagian dari populasi.
Sehingga dalam kesimpulan apabila H0 diterima, maka terdapat cukup bukti yang
meyakinkan bahwa sesuatu sama dengan sesuatu. Hasil pengujian selain
menerima H0 adalah menolak H0, dan biasanya memang H0 ditolak. Dengan
demikian apabila menolak H0 berarti kita menerima hipotesis alternatif atau H1
Hipotesis alternatif didefinisikan sebagai berikut
"Hipotesis alternatif adalah suatu pernyataan yang diterima jika data sampel
memberikan cukup bukti bahwa hipotesis nol adalah ditolak."
Hipotesis alternatif sebagai lawan hipotesis nol, mempunyai tanda yang berbeda.
Apabila tanda hipotesis nol selalu sama dengan (=), maka hipotesis alternatif
mempunyai tanda tidak pernah sama dengan, seperti tidak sama dengan (≠ ), lebih
besar atau lebih besar sama dengan (>, ≥) atau lebih kecil atau lebih kecil sama
dengan (<, ≤) .
Dari contoh hipotesis nol, apabila dibuat hipotesis alternatifnya H1 seperti berikut
ini.
7
alternatif juga bisa dilambangkan dengan selisih nilai rata-rata, yaitu, H1 :
µpa - µpl ≥ 0
d. Proporsi pria yang menyukai Dewi Persik lebih kecil sama dengan
proporsi wanita. Hipotesis alternatif dilambangkan sebagai berikut, H1 : pp
– pw . Hipotesis alternatif juga bisa dilambangkan dengan selisih nilai
proprosi, yaitu H, pp – pw ≤ 0
e. Harga mangga berpengaruh terhadap permintaan mangga. Hipotesis
alternatif dilambangkan sebagai berikut, H1 : b ≠ 0.
8
risiko, yang dapat didefinisikan sebagai berikut "Taraf nyata adalah probabititas
menolak hipotesis nol apabila hipotesis nol tersebut adalah benar," Taraf nyata
adalah nilai kritis yang digunakan sebagai dasar untuk menerima atau menolak
hipotesis nol. Taraf nyata dilambangkan dengan α, di mana α 1-C, ingat bahwa C
adalah tingkat keyakinan, apabila C = 0,95, maka α = 1-0,95 = 0,5. Semakin besar
nilai C, maka semakin kecil nilai α. Besar kecilnya nilai α bergantung pada berapa
besarnya tingkat kesalahan yang menyebabkan risiko dapat diterima. Semakin
besar tingkat keyakinan (C) dan semakin kecil taraf nyata (α), maka akan semakin
baik. Kebiasaan umum yang dipakai untuk dunia kedokteran dan teknik adalah
taraf nyata (α) 1% atau tingkat keyakinan 99%, sedangkan untuk pertanian dan
ekonomi taraf nyatanya adalah 5%, serta ilmu-ilmu sosial 10%. Namun demikian,
sangat dimungkinkan untuk membuat taraf nyata lain sesuai dengan tujuan
penelitian.
"Uji statistik adalah suatu nilai yan diperoleh dari sampel dan digunakan
untuk memutuskan apakah akan menerima atau menolak hipotesis. “
9
nilai kritis. Daerah di mana lebih kecil dari 1,65 nilal Z merupakan daerah
hipotesis nol, sedang daerah yang lebih besar dari 1,65 adalah daerah penolakan
hipotesis nol. Berikut gambar yang menandakan daerah keputusan.
0 1,65 skala z
Kita tetapkan misalnya taraf nyata 5%, apabila uji dua arah, maka taraf nyata
tersebut dibagi dua menjadi daerah yang sama besar. Nilai α 0,05, dan untuk dua
arah α/2 = 0,05/2 = 0,025 Setelah menemukan nilai α/2, bisa dicari nilai Z dengan
probabilitas = 0,5-0,025 0,4750. Nilai probabilitas ini, dengan menggunakan tabel
distribusi normal, didapatkan nilai Z sebesar 1,96. Dengan ditemukannya nilal Z
untuk uji dua arah, maka daerah hipotesis nol berada pada interval -1,96 sampai
1,96. Nilai yang lebih kecil dari -1,96 atau lebih besar dari 1,96 merupakan daerah
penolakan hipotesis nol. Daerah keputusan untuk dua arah digambarkan sebagai
berikut.
0, 95
10
Langkah ke-5, Mengambil Keputusan
Mengambil keputusan dengan melihat letak nilai Z pada daerah keputusan nilai
Dengan menggunakan daerah keputusan untuk uji dua arah, apabila nilai Z
sebesar 2,45 maka nilai Z terletak pada daerah penolakan H0, dan keputusanya
adalah menolak H0. Penolakan H0 terjadi karena nilai Z berada di luar daerah
penerimaan H0, yaitu dengan nilla Z antara -1,96 sampai 1,96
Pengujian satu arah adalah daerah penolakan H0 hanya satu, yaitu terletak di
ujung sebelah kanan saja atau ujung sebelah kiri saja. Oleh karena hanya ada satu
daerah penolakan berarti luas daerah penolakan tersebut sebesar taraf nyata, yaitu
α, dan untuk nilai kritisnya biasa ditulis dengan Zα. Sedangkan pengujian dua
arah adalah daerah penolakan H0 ada dua daerah, yaitu terletak di ujung sebelah
kanan dan kiri. Oleh karena mempunyai dua daerah, maka masing-masing daerah
mempunyai luas ½ dari taraf nyata yang dilambangkan dengan ½ α, dan nilai
kritisnya biasa dilambangkan dengan Z ½α .
Pengujian satu arah atau disebut dengan one tail test, digunakan untuk daerah
keputusan penolakan H0, dengan tanda ≥(lebih besar) atau lebih kecil (≤). Berikut
contoh yang menggunakan tanda lebih besar atau lebih kecil.
11
Untuk tanda ≤ pada H0 menunjukan daerah penerimaan H0, sedangkan
tanda > pada H1 menunjukkan daerah penolakan di sebelah ujung kanan
seperti Gambar A.
2. Ujilah beda selisis dua rata-rata populasi, misalkan hipotesisnya adalah
selisih dua rata-rata populasi lebih besar sama dengan 0.
H0 : µpa - µpl ≥ 0
H1 : µpa - µpl < 0
Tanda ≥ pada H0 menunjukkan daerah penerimaan H0, sedangkan tanda <
pada H1 menunjukan daerah penolakan disebelah ujung kiri seperti
Gambar B
Berikut contoh daerah keputusan untuk uji satu arah dengan taraf nyata (α) 5%
Tidak menolak H0
Gambar A 1,65
Tidak menolak H0
-1,65 Gambar B
12
Perhatikan pada Gambar A, daerah penolakan H0 ada disebelah kanan untuk tanda
lebih kecil sama dengan (≤). Sedangkan pada Gambar B, daerah penolakan H0 ada
di sebelah kiri unituk tanda lebih besar sama dengan (≥). Nilai Zα= 0,05 adalah
1,65. Pada Gambar A. apabila uji statistik mempunyal nilai di bawah 1,65 maka
H0, diterima atau tidak cukup bukti untuk menolak H0. Pada Gambar B, apabila uji
statistik mempunyai nilai lebih besar dari-1,65, maka Ho juga diterima atau tidak
cukup bukti untuk menolak H0.
Pengujian dua arah atau two tail test, biasa digunakan untuk tanda sama dengan (=)
pada hipotesis nol dan tanda tidak sama dengan (≠) pada hipotesis altenatif .
Tanda = dan ≠ ini tidak menunjukkan satu arah, sehingga pengujian dilakukan
untuk dua arah. Berikut contoh hipotesis uji dua arah.
Dengan menggunakan taraf nyata α 0,05 dan karena daerah penolakan H ada dua
maka masing -masing daerah mempunyai luas α/2 = 0,05/2 = 0,025. Luas daerah
α/2 0,025 untuk penolakan H0, maka luas daerah penerimaan H0 = 0,5-0,025=
0,4750. Nila Z dengan probabilitas 0,4750 adalah 1,96. Berikut adalah gambar
daerah penerimaan H0.
13
Tidak menolak H0
0,4750
Perlu dingat bahwa luas di bawah kurva normal adalah 1.Oleh karena taraf nyata
0,05 dan ada dua daerah penolakan, maka luas masing-masing adalah 0,025,
sehingga luas total menjadi 1=0,95+0.025+0,025. Kurva normal juga bersifat
simetris, apabila dibagi menjadi dua bagian maka luas masing-masing akan sama
0,5. Apabila luas daerah penolakan pada ujung kanan dan kiri adalah 0,025, maka
luas daerah penerimaan H0 = 0,4750 yang diperoleh dari 0,5-0,025. Dengan
menggunakan tabel luas di bawah kurva normal, maka nilai Z pada probabilitas
0,4750 dan ditemukan nilai kritis 1,96.
Apabila nilai Z dari uji statistik menghasilkan nilai antara -1,96 dan 1,96, maka
dapat disimpulkan bahwa H0 diterima atau tidak cukup bukti untuk menolak H0.
Sedangkan apabila niiai Z dari uji statistik lebih kecil dari-1,96 atau lebih besar
dari 1,96, maka H0 ditolak dan H1 diterima.
Jawab:
14
Langkah 1 adalah merumuskan hipotesis
H0 : µ= 26%
H1 : µ ≠ 26%
Apabila melihat tanda = dan ≠ pada perumusan hipotesis tersebut, maka tanda itu
menunjukkan adanya pengujian dua arah.
Taraf nyata sudah ditentukan sebesar 5 %. Apabila tidak ada ketentuan, dapat
digunakan taraf nyata lain. Tarat nyata 5% menunjukkan probabilitas menolak
hipotesis yang benar 5%, sedang probabilitas menerima hipotesis yang benar
95 %.
𝑥− µ 𝑥− µ 33−26
Z= = = = -6,15
𝑆𝑥 𝑠/√𝑛 5,09/√20
15
Tidak menolak H0
0,95
Nilai uji Z ternyata terletak pada daerah menolak H0. Nilai uji Z = -6,15 terletak di
sebelah kiri-1,96. Oleh sebab itu, dapat disimpulkan bahwa menolak H0 dan
menerima H1, sehingga pernyataan bahwa hasil rata-rata investasi sama dengan 26%
tidak memiliki bukti yang cukup kuat
Pada liburan Juni 2008, banyak pelajar yang berlibur ke Jawa Tengah dan Jawa
Timur. Oleh sebab itu, perusahaan KA mempersiapkan kereta api eksekutif untuk
jurusan Cirebon, Yogyakarta, dan Surabaya sebanyak 24 buah. Harga rata-rata
tiket sebesar Rp 253 ribu rupiah. Untuk mendorong para pelajar dan konsumen
menggunakan KA, manajemen KAI memberikan kebijakan untuk memberikan
diskon terhadap harga tilket KA eksekutif selama liburan. Setelah kebijakan
tersebut diberlakukan, selanjutnya diambil sampel secara acak terhadap 16 jenis
tiket ternyata harga rata- ratanya mencapai Rp 212 ribu dan standar deviasi Rp 46
ribu. Apakah penurunan tarif tersebut berbeda nyata dengan tarif sebelumnya pada
taraf 5% sehingga cukup berarti bagi konsumen terutama pelajar untuk menikmati
perjalanan dengan KA Eksekutif?
Jawab:
Perumusan Hipotesis:
Hipotesis yang ingin diuji apakah harga tiket setelah diskon berbeda nyata dengan
harga tiket sebelum diskon. Perumusan hipotesisnya adalah:
16
H0: µ = 253
H1 : µ ≠253
yaitu 5%. Pada tabel t dapat dilihat dengan taraf nyata 5% untuk uji dua arah
dengan derajat bebas v = n-1= 16-1= 15. Nilai kritis diperoleh 2,131.
𝑥− µ 212− 253
t= = = -3,57
𝑠/√𝑛 46/√16
Menentukan daerah keputusan dengan nilai kritis 2,131 uji dua arah.
Pada taraf nyata 5%, nilai uji-t terletak di daerah menolak H0, Hal ini
menunjukkan bahwa terdapat cukup bukti bahwa harga rata-rata tiket KA sesudah
diskon berbeda nyata dengan harga sebelum diskon pada taraf nyata 5%.
Perbedaan yang nyata ini diharapkan dapat menarik konsumen terutama pelajar
kembali untuk menggunakan jasa KA.
Melalui suatu proses pengujian statistik dapat ditarik keputusan apakah akan
menerima H0 atau menolak H0. Dasar dari penarikan kesimpulan tersebut adalah
sampel, sehingga dapat ditarik suatu kesimpulan yang benar jika H0 benar H0
diterima atau jika H0 salah, maka H0 ditolak. Pada kenyataannya, bisa terjadi
17
menolak H0, padahal H0 benar dan menerima H0 padahal H0 salah. Kejadian
pertama, yaitu menolak H0, padahal H0 benar disebut dengan Jenis Kesalahan I
dan probabilitas dari kesalahan jenis I dilambangkan dengan α.
Contoh :
Seorang investor ingin menanamkan modalnya di reksa dana, untuk itu ia memilih
seorang manajer investasi yang andal. la akan memilih seorang manajer, apabila
manajer tersebut tidak membuat kerugian sebanyak 5% dari total transaksi. Untuk
keperluan tersebut, diambil sampel 30 transaksi dan ternyata ada 6 transaksi
(20 %, (6/30)) yang merugi. Oleh karena jumlah transaksi rugi sebanyak 20 % ,
maka manajer itu tidak dipilih. Keputusan untuk tidak memilih manajer itu benar
apabila kerugian transaksi mencapai 20%. Namun bisa terjadi kesalahan apabila
sebenarnya manajer tersebut dapat melakukan transaksi sebanyak 900 kali dan
hanya 6 transaksi yang rugi (0,7 %, (6/900)). Kerugian transaksi hanya 0,7% dan
lebih kecil dari ketentuan 5 %, Apabila keputusan investor menolak manajer
investasi, di mana sebenarnya manajer investasi tersebut benar, maka dikenal
dengan Kesalahan Jenis I
Jenis kesalahan Il terjadi apabila menerima H0, padahal H0 salah dan probabilitas
untuk melakukan Kesalahan Jenis Il dilambangkan dengan B.
Contoh :
18
atau 7%. Jika investor sebelumnya memutuskan menerima manajer investasi,
padahal manajer investasi ini tidak benar, maka dikenal dengan Kesalahan Jenis II.
Apabila nilai taraf nyata, misalnya 5%. maka probabilitas menolak H0 di mana
sebenarnya H0 benar adalah sebesar 5%. Sehingga peluang untuk menerima H0
dan sebenarnya H0 benar adalah 1-0,05 0,95. Jadi semakin kecil nilai α, maka
probabilitas untuk menerima H0 dan sebenarnya H0 benar menjadi semakin besar.
Untuk taraf nyata α besarnya bergantung pada peneliti, namun yang biasa
digunakan adalah 0,1;0,05; dan 0,01. Bagaimana kesalahan jenis II atau β ?
Kesalahan jenis II terjadi karena menerima hipotesis nol sebagai hipotesis yang
benar padahal sesungguhnya hipotesis nol adalah salah. Sebagai contoh untuk
menghitung probabilitas kesalahan jenis II, seorang investor akan membeli saham
dengan harga 5.000 per lembar serta standar deviasinya (σ) 410 rupiah. Investor
meminta manajer investasi untuk mengambil 64 sampel harga saham, jika harga
rata-rata dalam 1 bulan terakhir antara 4.900 sampai 5.100.
4900−5000
Z= = -1,96
410/√64
Atau
5100−5000
Z= = 1,96
410/√64
19
Nilal Z= 1,96 dalarn tabel normal berhubungan dengan probabilitas 0,4750. Ingat
bahwa luas kurva normal untuk satu sisi adalah 0,5, maka luas daerah untuk tolak
harga saham adalah 0,5-0,4750 = 0,025. Untuk luas kedua disisi penolakan harga
saham -0,0250 +0,0250 = 0,05. Jadi peluang melakukan kesalahan I sebesar 5%,
Ini yang dikenal dengan taraf nyata Untuk lebih jelas, perhatikan Gambar A
berikut. Probabilitas Kesalahan Jenis I
Gambar A
0,4750 0,4750
Z= 0,98 Z= 0,98
4900−4850
Z= = 0,98
410/√64
20
Nilai Z= 0,98 dengan menggunakan tabel normal maka mempunyai probabilitas
sebesar 0,3365. Jadi probabilitas kesalahan Jenis Il adalah daerah yang diarsir,
yaitu 0.1635 =0,5-0,3365
4900−5150
Z= = 0,98
410/√64
Jadi nilai Z = 0,98 sama dengan pada gambar B, maka probabilitas kesalahan
Jenis II, yaitu 0,5 – 0,3365 = 0,1635.
Pada saat µ0 = µ maka tidak mungkin melakukan kesalahanJenis II, karena nilai
µ0 - µ = 0 sehingga nilai uji Z = 0, dan nilai probabilitasnya juga nol. Apabila
digambarkan dalam bentuk diagram antara rata-rata alternative harga saham
dengan probabilitas kesalahan Jenis II, akan di dapatkan kurva Operating
Characteristic, sedangkan dengan probabilitas tidak melakukan kesalahan Jenis II,
didapatkan Kurva Power atau Kuasa.
Kurva operating characteristic (OC) merupakan alat bantu paling mudah untuk
melihat probabilitas menerima hipotesis yang salah. Kurva (OC) dalam praktiknya
sangat bergantung pada besarnya sampel, standar deviasi, dan taraf nyata. Pada
harga rata-rata saham mencapai 4850, probabilitas menerima hipotesis yang salah
sebesar 16,85%, dan semakin besar kenaikan rata- rata harga saham, maka
semakin besar probabilitas menerima hipotesis yang salah. Pada kurva kuasa
memperlihatkan hubungan antara alternatif rata-rata harga saham dengan
probabilitas tidak melakukan kesalahan jenis II. Pada nilai rata-rata harga saham
4850, kemungkinan menerima hipotesis yang benar adalah 83,15%, Terjadinya
21
peningkatan nilai rata- rata sampai menuju nilai rata-rata sebenarnya, probabilitas
untuk tidak melakukan kesalahan jenis II semakin kecil.
22
PENUTUP
A. KESIMPULAN
Hipotesis adalah perumusan sementara mengenai sesuatu hal yang dibuat untuk
menjelaskan hal itu dan untuk menuntun atau mengarahkan penyelidikan
selanjutnya. Dalam melakukan hipotesis, ada dua macam kekeliruan yang dapat
terjadi, dikenal dengan nama-nama, yaitu kekeliruan tipe I adalah menlolak
hipotesis yang seharusnya diterima dan kekeliruan tipe II adalah menerima
hipotesis yang seharusnya ditolak. Prosedur pengujian hipotesis, yaitu
merumuskan hipotes, menentukan taraf nyata, menentukan uji statistik,
menentukan daerah keputusan dan mengambil keputusan, sehingga kita dapat
menarik kesimpulan sesuai dengan prosedur hipotesis.
B. SARAN
Saran yang dapat diberikan adalah pembaca yang ingin melakukan pengujian
hipotesis statistika haruslah memahami secara penuh mengenai prosedur
pengujian hipotesis sehingga tidak menimbulkan kesalahan dalam mengambil
keputusan. Dengan membaca makalah ini semoga dapat membantu para pembaca
khususnya para mahasiswa.
23
DAFTAR PUSTAKA
Surhayadi dan Purwanto S.H. 2009. Statistika Untuk Ekonomi dan Keuangan
modern. Jakarta: Salemba 4
Hidayat, Anwar (3 Juni 2017). Perbedaan hipotesis Statistik dan Hipotesis
penelitian. Dikutip 23 November 2019 dari Statistikian: https://www. statistikian.
com/2017/06/hipotesis-statistik-dan-penelitian.html
24