Disusun Oleh:
Haedar/11050514047/2011
Nely Eka Anjarsari/14050514049/2014
Yazirwan Latif Ardyanto/14050514051/2014
Moh. Ali Fauzi/14050514061/2014
Hari/Jam: Rabu/09.50−¿11.20
A. DASAR TEORI
Setiap hipotesis yang telah dibuat bisa bernilai benar atau tidak benar, maka untuk
bisa menilai benar atau tidaknya, perlu diadakan penelitian sebelum hipotesis sehingga
hipotesis tersebut bisa diterima atau ditolak. Langkah-langkah penelitian sebelum
hipotesis ini dinamakan sebagai metode Pengujian Hipotesis.
Banyak penelitian yang memerlukan perbandingan antara dua keadaan atau dua buah
populasi. Hasil perbandingan ini nantinya akan digunakan untuk membandingkan dua
buah perilaku yang hampir sama, misalnya dua cara produksi, dua cara mengajar, dan
lain sebagainya. Untuk keperluan ini akan digunakan dasar distribusi sampling mengenai
selisih statistik berupa selisih rata-rata dan selisih proporsi.
Jika kita mempunyai dua populasi normal masing-masing dengan rata-rata μ1 dan μ2
sedangkan simpangan bakunya σ 1 dan σ 2 . Dari populasi kesatu diambil sebuah sampel
acak berukuran n1 dan populasi kedua diambil sebuah sampel acak berukuran n 2. Dari
sampel ini berturut-turut akan didapat statistik sampel berupa x́ 1, s1, dan x́ 2, s2. Cara
menguji hipotesis antara dua buah sampel melalui dua buah populasi adalah sebagai
berikut:
H 0 :μ 1=μ2
H 1: μ1≠ μ2
Sebelum menguji hipotesis antara dua buah populasi, ada parameter-parameter yang
harus diketahui, diantaranya:
o σ 1 =σ 2=σ dan σ diketahui.
x́ 1− x́2
z=
1 1
σ
√ +
n 1 n2
x́1 − x́2
t=
1 1
t
√ +
n 1 n2
Jarang sekali σ 1 =σ 2 diketahui besarnya, maka dari rumus yang biasanya sering
digunakan adalah rumus t. Oleh karena itu, pengujian hipotesis pada dua populasi yang
memiliki rata-rata ini dinamakan dengan uji-t.
Dalam melakukan uji hipotesis ini khususnya uji-t, maka akan sering ditemui yang
namanya taraf nyata atau taraf kesalahan, t hasil hitung, t hasil tabel. Setelah ketiga parameter ini
diketahui nilainya, maka akan digambarkan melalui kurva yang bernama Kurva Uji
Hipotesis.
Keterangan:
a = Garis yang menunjukkan bahwa nilai taraf nyata atau taraf kesalahan sebesar 1%
(atau 0,01). Garis ini berada di paling kiri dari daerah penerimaan H0.
b = Garis yang menunjukkan bahwa nilai taraf nyata atau taraf kesalahan sebesar 5%
(atau 0,05). Garis ini berada di sebelah kiri dari daerah penerimaan H0.
c = Garis yang menunjukkan bahwa nilai taraf nyata atau taraf kesalahan sebesar 5%
(atau 0,05). Garis ini berada di sebelah kanan dari daerah penerimaan H0.
d = Garis yang menunjukkan bahwa nilai taraf nyata atau taraf kesalahan sebesar 1%
(atau 0,01). Garis ini berada di paling kanan dari daerah penerimaan H0.
A = Daerah penolakan H0 atau penerimaan H1 baik untuk taraf nyata 1% (0,01)
maupun taraf nyata 5% (0,05). Daerah ini berada di pihak kiri dari daerah
penerimaan H0 (bernilai negatif).
B = Daerah penolakan H0 atau penerimaan H1 hanya untuk taraf nyata 5% (0,05).
Daerah ini berada di pihak kiri dari daerah penerimaan H0 (bernilai negatif).
C = Daerah penerimaan H0 atau penolakan H1 baik untuk taraf nyata 1% (0,01)
maupun taraf nyata 5% (0,05). Pada daerah ini, bisa bernilai positif maupun
negatif.
D = Daerah penolakan H0 atau penerimaan H1 hanya untuk taraf nyata 5% (0,05).
Daerah ini berada di pihak kanan dari daerah penerimaan H0 (bernilai positif).
E = Daerah penolakan H0 atau penerimaan H1 baik untuk taraf nyata 1% (0,01)
maupun taraf nyata 5% (0,05). Daerah ini berada di pihak kanan dari daerah
penerimaan H0 (bernilai positif).
Menurut jumlah pihak yang diteliti, pengujian hipotesis uji-t terbagi kedalam dua jenis,
yaitu:
I. Pengujian dua arah atau dua pihak.
Disebut pengujian dua arah karena pengujian pada dua sampel yang berbeda ini
menggunakan dua pihak (yaitu pihak kiri dan pihak kanan). Bentuk Kurva uji hipotesis
adalah sebagai berikut:
Dari pengujian dua pihak ini, dibagi lagi menjadi tiga jenis yaitu:
i. Pengujian dua sampel dengan variansi homogen (σ 1 =σ 2=σ ).
Yaitu terdiri dari dua sampel yang berbeda dengan nilai variansi yang sama.
Biasanya terdiri dari satu buah populasi yang dipecah menjadi dua buah kelompok
sampel. Penggunaan kasus ini dalam kalimat seperti berikut:
Dari “x” data, dibagi menjadi kelompok ”a” dan kelompok ”b”.
Dalam “x” kelas, terdapat ”a” siswa berkelamin laki-laki dan ”b” siswa
berkelamin perempuan.
Dari “x” data, akan dibagi menjadi dua kelompok yang berbeda yaitu
kelompok”a” dan kelompok ”b”.
Dan lain-lain (dengan catatan “x” merupakan penjumlahan dari “a” dan
“b”).
Maka bentuk hipotesisnya berupa:
H 0 :μ 1=μ2, berarti tidak ada beda antara rata-rata 1 dan rata-rata 2.
H 0 :μ 1 ≠ μ2, pada hipotesis alternatif terdapat beda antara rata-rata 1 dengan rata-rata
2.
Bentuk analisisnya yaitu sebagai berikut:
x́ 1−x́ 2 x́ 1−x́ 2
t= atau t=
s2 p s2 p 1 1
√ +
n1 n2
sp
√ +
n1 n2
x́ 1−x́ 2
t h=
s2 p s2 p
√ +
n1 n2
2
s12 s22
df =
( +
n1 n2 )
2 2
s 12 s 22
[ ( ) ( )
n1
+
n2
n1−1 n2 −1 ]
s 21 s 22
s p=
√ +
n1 n2
Ada lagi jenis yang lain dari pengujian satu arah yaitu uji satu arah ini kebalikan
pada hipotesis kedua, dimana pada hipotesis awal kelompok/sampel 1 memiliki rata-rata
sama dengan atau lebih kecil dengan rata-rata kelompok 2. sedangkan hipotesis alternatif
rata-rata kelompok 1 lebih besar dibandingkan dengan rata-rata kelompok 2.
Dengan bentuk hipotesis sebagai berikut:
H 0 :μ 1 ≥ μ2
H 0 :μ 1< μ 2
B. PERMASALAHAN
a. Membuat data N = 100 secara random yang diperoleh dari skripsi mahasiswa fakultas
teknik.
b. Menguji kesamaan dua rata-rata (mean) sampel terpisah variansi homogen secara
manual dan SPSS.
c. Menguji kesamaan dua rata-rata (mean) sampel terpisah variansi tidak homogen
secara manual dan SPSS.
d. Menguji kesamaan dua rata-rata (mean) sampel berkorelasi secara manual dan SPSS.
C. PEMBAHASAN
a. Cara Manual:
Menguji kesamaan rata-rata (mean) dengan variansi homogen.
Dari data 100 siswa SMK Negeri 7 Surabaya, akan dikelompokkan menjadi dua.
Kelompok pertama sebanyak 54 siswa yang mengikuti sekolah pada pagi hari, sedangkan
kelompok kedua sebanyak 46 siswa mengikuti sekolah pada sore hari. Seorang guru yang
mengajar di sekolah tersebut berhipotesis bahwa ada perbedaan hasil belajar antara
kelompok siswa yang mengikuti sekolah pada pagi hari dan kelompok siswa yang
mengikuti sekolah pada sore hari. Untuk mengetahui perbedaan hasil belajar kedua
kelompok siswa tersebut, maka sebulan setelah pembelajaran, diadakan ujian kepada
kedua kelompok siswa tersebut. Dengan taraf kesalahan 5% dan 1%, apakah hipotesis
guru tersebut diterima? Apabila hasil datanya sebagai berikut:
80 93 80 80 80 76
70 80 80 80 80 84
76 76 80 90 80 84
80 83 60 80 80 76
73 83 90 80 70
76 66 80 90 90
73 83 80 80 80
60 80 80 60 80
86 80 80 90 70
83 80 80 80 76
Hasil belajar kelompok siswa saat sekolah sore hari.
70 76 63 86 90
60 80 80 83 66
80 73 86 90 83
60 73 83 73 80
73 70 93 76 76
76 66 80 63 70
63 73 76 86
76 70 83 76
86 73 66 73
80 76 76 80
Jawab:
Dengan memisalkan hasil ujian murid sebagai data yang berdistribusi normal, maka yang
akan diuji berupa:
H 0 :μ pagi=μ sore, berarti rata-rata hasil ujian siswa saat kelas pagi hari sama dengan
hasil ujian siswa saat kelas sore hari.
H 1 : μ pagi ≠ μ sore, berarti rata-rata hasil ujian siswa saat kelas pagi hari tidak sama
dengan hasil ujian siswa saat kelas sore hari
Dari data penelitian dan perhitugan sampel, diperoleh n1 =54, n2 =46 , x́ 1=79 ,
x́ 2=75,89. Dengan perhitugan manual, diperoleh nilai sebagai berikut:
5639,2+5494,05 11133,25
s2 p= = =113,60.
98 98
atau :
n 2 2
s2 p= = = =113,71.
1 1 0,009398+ 0,008190
∑ ( xi1 ) +
106,4 122,09
dk = ( n 1+ n2−2 ) = 98 dan taraf nyata 0,05 atau 5%, diperoleh harga t tabel sebesar 1,988
(melalui proses interpolasi). Saat taraf nyata 0,01 atau 1%, diperoleh harga t tabel sebesar
2,635 (melalui proses interpolasi).
Maka t hitung jatuh di daerah penerimaan H0 baik pada taraf 5% maupun 1%. Dari hasil ini
maka Ho diterima dan guru dapat menyimpulkan bahwa hasil ujian kelompok siswa yang
mengikuti kelas pagi hari (x́=79) dan kelas sore hari (x́=75,89) sama bagusnya.
Dalam sebuah pabrik dapat memproduksi dua buah jenis kayu, yaitu Kayu Jati dan
Kayu Cendana. Pak Nur selaku direktur pabrik ingin mengetahui tingkat kekerasan kayu
sebelum dijual ke pasaran. Maka Pak Uzi selaku kepala bagian produksi ingin mengambil
50 sampel kayu jati dan kayu cendana untuk diuji. Data kayu jati dan kayu cendana
disajikan pada tabel berikut:
Pak Nur berpendapat bahwa tingkat kekerasan kayu jati lebih besar daripada kayu
cendana. Dengan taraf nyata 5%, zapakah kandungan air pada kayu jati berbeda dengan
kayu cendana dan apakah hipotesis Pak Nur benar?
Jawab:
Karena parameter σ 1 ≠ σ 2 (karena berasal dari populasi yang berbeda), maka akan
dilakukan pendekatan statistika yang relevan yaitu dengan uji-t independent dengan
ragam yang berbeda.
Dengan memisalkan hasil ujian murid sebagai data yang berdistribusi normal, maka yang
akan diuji berupa:
H 0 :μ jati =μ cendana, berarti kandungan air pada kayu jati sama dengan kandungan air
pada kayu cendana.
H 1 : μ jati ≠ μ cendana, berarti kandungan air pada kayu jati berbeda dengan kandungan
air pada kayu cendana.
Dari data sampel, diperoleh n1 =50, n2 =50. Dengan perhitugan manual, diperoleh nilai
sebagai berikut:
s 21 s 2 2 2 2
s p=
√ + =
n1 n2
( 6,99 ) ( 7,17 )
50
+
50 √ =√ 0,97+1,02=√ 1,99=1,41.
Dengan df =
2
s12 s22
df =
( +
n1 n2 ) =
( 1,99 )
2
=
3,96
2 2
0,94 1,04
][ ]
2 2
( 0,97 ) ( 1,02 )
[ ( ) ( ) [
s 12
n1
+
s 22
n2
] +
50−1 50−1 49
+
49
n1−1 n2 −1
3,96 3,96
df = = =99.
0,019+ 0,021 0,04
Dengan df = 99 dan taraf nyata 0,05 atau 5%, diperoleh harga t tabel sebesar 1,987
(melalui proses interpolasi). Lalu ada tambahan saat df = 99 dan taraf nyata 0,01 atau 1%,
diperoleh harga t tabel sebesar 2,634.
Maka t hitung jatuh di daerah penerimaan H1 hanya pada taraf 5%. Dari hasil ini maka H 1
diterima dan ada perbedaan yang signifikan (p < 0,05) antara kayu jati (x́=75,94) dan kayu
cendana ( x́)=79,22. Namun, hipotesis yang dikatakan Pak Nur tidak sama dengan data
hasil uji karena pada kenyataannya kayu cendana ( x́)=79,22 lebih keras daripada kayu jati
x́=75,94.
Pak camat berpendapat bahwa berat dari penduduk setelah bulan ramadhan tidak
mengalami perbedaan. Dengan taraf nyata 5%, ujilah jika ada perbedaan berat penduduk
sebelum dan sesudah bulan ramadhan!
Jawab:
Dengan memisalkan berat badan penduduk sebagai data yang berdistribusi normal, maka
yang akan diuji berupa:
H 0 :μ sebelum =μsesudah , berarti berat badan penduduk sebelum bulan puasa sama dengan
berat badan penduduk sesudah bulan puasa.
H 1 : μ sebelum ≠ μ sesudah, berarti berat badan penduduk sebelum bulan puasa tidak sama
dengan berat badan penduduk sesudah bulan puasa.
Dari data penelitian, maka perhitungan untuk sampel berkolerasi yaitu sebagai berikut:
(tabel pasangan ke-i diisi nilai n; tabel X i diisi berat badan sebelum bulan puasa; Y i diisi
berat badan sesudah puasa; serta tabel Di diisi selisih X i dan Y i).
D́ i 3 3 3
t h= = = = =2,32.
S D 9,16 9,16 1,29
√ n √50 7,07
dk = ( n 1+ n2−2 ) = 98 dan taraf nyata 0,05 atau 5%, diperoleh harga t tabel sebesar 1,988
(melalui proses interpolasi). Saat taraf nyata 0,01 atau 1%, diperoleh harga t tabel sebesar
2,635 (melalui proses interpolasi).
Maka t hitung jatuh di daerah penolakan H0 atau penerimaan H1 pada taraf 5%. Dari hasil ini
maka Ho ditolak dan dapat disimpulkan bahwa berat badan penduduk sebelum bulan puasa
(x́=79,08) berbeda dengan berat badan penduduk setelah bulan puasa (x́=76,08) dengan
perbedaan yang signifikan.
b. Cara SPSS:
Rata-rata (mean) dengan dua sampel bervariansi homogen (independent samples T-test).
Group Statistics
Equal -.8304
3.1272
variances 2.299 .133 2.076 98 .041 1.50659 .13744 6.11699 9 7.08492
1
assumed
Equal
3.1272 -.8811
variances 2.053 90.093 .043 1.52323 .10109 6.15334 7.13561
1 9
not assumed
Group Statistics
Equal
- - -.4087
variances 2.022 .158 -2.258 98 .026 1.49630 -7.30884 .55254
3.37815 6.34752 8
assumed
Equal
- - -.4019
variances -2.253 96.055 .027 1.49939 -.7.31854 .56223
3.37815 6.35440 0
not assumed
Rata-rata (mean) dengan sampel berkolerasi (paired samples T-test).
N Correlation Sig.
Sebelum
Ramadhan-
3.00000 .9.84575 1.39240 .20187 5.79813 -.73156 6.73156 2.155 49 .036
Sesudah
Ramadhan
C.KESIMPULAN
1. Pada uji hipotesis mean dengan variansi homogen, berdasarkan hasil hitung diperoleh
t hitung =1,454. Dengan ∝=0,05 dan dk = 98 diperoleh t t 0,05=1,988 serta dengan ∝=0,01 dan
dk = 98 diperoleh t t 0,01=2,635. Dengan demikian t hitung jatuh di daerah penolakan H 1 atau
penerimaan H 0 baik pada ∝=0,05 maupun ∝=0,01. Kesimpulannya adalah tidak ada
perbedaan antara nilai ujian murid pada kelas pagi hari ( x́=79 ) dengan nilai ujian murid
kelas sore hari ( x́=75.89 ) . Atau ada perbedaan antara nilai ujian murid pada kelas pagi hari
( x́=79 ) dengan nilai ujian murid kelas sore hari ( x́=75.89 ) secara non signifikan ( P>0,05 ) .
2. Pada uji hipotesis mean dengan variansi non homgen, berdasarkan hasil hitung diperoleh
t hitung =−2,32. Dengan ∝=0,05 dan dk hasil koreksi = 99 diperoleh t t 0,05=1,987 serta
dengan ∝=0,01 dan dk hasil koreksi = 99 diperoleh t t 0,01=2,634. Dengan demikian t hitung
jatuh di daerah penerimaan H 1 pada taraf ∝=¿5% atau taraf ∝=0,05. Kesimpulannya
adalah terdapat perbedaan tingkat kekerasan antara kayu jati ( x́=75,94 ) dan kayu cendana
( x́=79,22 ) secara signifikan ( P<0,05 ) , serta kayu yang memiliki tingkat kekerasan yang
baik yaitu kayu cendana ( x́=79,22 ).
3. Pada uji hipotesis mean dengan sampel berkolerasi, berdasarkan hasil hitung diperoleh
t hitung =2,32. Dengan ∝=0,05 dan dk = 98 diperoleh t t 0,05=1,988 serta dengan ∝=0,01 dan
dk = 98 diperoleh t t 0,01=2,635.. Dengan demikian t hitung jatuh di daerah penolakan H 0 atau
penerimaan H 1 hanya pada taraf 5%. Kesimpulannya adalah ada perbedaan antara berat
badan penduduk sebelum ramadhan ( x́=79,08 ) dengan berat badan penduduk setelah
ramadhan ( x́=76,08 ) , serta hasil uji ini membawa keuntungan bagi Pemerintah Kota
Surabaya karena setelah bulan ramadhan berat badan penduduk mengalami penurunan
secara signifikan ( P<0,05 ) .
LAMPIRAN
a. Plagiarism Detector