KATA PENGANTAR

Alhamdulillah, segala puji bagi Allah, penguasa jagat raya yang tidak ada kekuasaan dan kekuatan kecuali
dengan pertolongan-Nya, sehingga penulis dapat menyusun makalah ini dengan judul Pengujian
Hipotesis.

Materi dalam makalah ini bersumber dari buku-buku referensi, dan sumber yang relevan. Isi makalah
yang disajikan dalam makalah ini hanya berupa garis besarnya saja. Untuk dapat menguraikannya secara
lebih rin ci, kami berharap kepada rekan-rekan untuk dapat memberikan saran dan kritik demi perbaikan
di masa mendatang.

Terima kasih kepada yang terhormat, Bapak Muazri, S.Pd, selaku dosen pengasuh mata kuliah Statistika,
yang telah membimbing kami serta pihak-pihak yang telah membantu dalam penyusunan makalah ini.

Demikianlah kata pengantar ini. Semoga makalah ini bermanfaat bagi para pembaca. Mohon maaf jika
ada kesalahan dalam penulisan makalah ini. Kami menyadari bahwa kami hanya manusia biasa yang
tidak luput dari kesalahan. Terima kasih.

Palembang,      September 2011

Penyusun

DAFTAR ISI
HALAMAN JUDUL  ........................................................................................ i

KATA PENGANTAR  ..................................................................................... ii

DAFTAR ISI....................................................................................................... iii

MATERI

Pengertian Statistika .................................................................................  1

Jenis-Jenis Pengujian Hipotesis  ...............................................................  1

Menguji Kesamaan Dua Varians  .............................................................  1

Kuasa Uji dan Kurva Ciri Operasi  ..........................................................  2

Menetukan Ukuran Sampel   ....................................................................  5

PENUTUP

Kesimpulan  ..........................................................................................................  6

DAFTAR PUSTAKA ........................................................................................  7

BAB I

PENDAHULUAN

1.1    Latar Belakang

            Statistik adalah kumpulan angka-angka yang melukiskan, menggambarkan suatu persoalan.

Biasanya disusun dalam tabel atau daftar sering disertai diagram atau grafik dan keterangan-keterangan
lainnya. Contoh stastik produksi, stastik penghasilan, stastik perdagangan, stastik keuangan, stastik
harga, stastik perusahaan dan stastik pembangunan dan lain-lain.
Statistik dapat berguna dalam menyusun modal, perumusan, hepotisis. Pengembangan alat pengambil
data penyusunan rancangan penelitian penentuan sampel dan analisis data dilakukan terhadap sampel
yang dilakukan. Pada dasarnya setiap orang baik sadar ataupun tidak, telah berpikir dengan
mempergunakan ide-ide statistika. Statistika selalu bekerja dengan angka atau bilangan (data
kuantitatif). Dengan kata lain, untuk dapat melaksanakan tugasnya statistik memerlukan bahan
keterangan yang sifatnya kuantitatif (dapat dihitung).

Berdasarkan penjelasan tersebut di atas, pada makalah ini penulis akan membahas mengenai
pengertian statistik dan pengujian hipotesis.

1.2    Masalah

            Berdasarkan latar belakang di atas, maka masalah dalam makalah ini adalah.

1)      Apa yang dimaksud dengan statistik?

2)      Sebutkan jenis-jenis pengujian hipotesis?

1.3    Tujuan

            Dalam pembelajaran tentang pengujian hipotesis kali ini kita diharapkan mengerti dan paham
tentang pengujian hipotesis, tapi pada makalah ini kita diharapkan mampu memahami:

1)      Pengujian hipoteis tentang menguji kesamaan dua varians

2)      Pengujian hipotesis tentang kuasa uji dan kurva ciri operasi

3)      Pengujian hipotesis tentang menentukan ukuran sampel

            Sedangkan metode yang dilakukan untuk memahami pengujian hipotesis di atas dengan
menggunakan metode diskusi dan tanya jawab.

BAB II

PEMBAHASAN

A.    Pengertian Statistika

            Statistika adalah cabang ilmu  dari matematika yang mempelajari cara-cara:

Mengumpulkan dan menyusun data, mengolah dan menganalisa data. Serta menyajikan data dalam
bentuk kurva atau diagram.

Menarik kesimpulan, menafsirkan parameter dan menguji hipotesa (dugaan) yang didasarkan pada hasil
pengolahan data.

            Hasil pengolahan suatu kumpulan data diperoleh sebuah ringkasan data. Jadi, statistika dapat
memberikan gambaran tentang suatu kumpulan data dalam bentuk sebuah nilai.

B.     Jenis-jenis Pengujian Hipotesa

            Sedangkan untuk menguji kebenaran suatu data dapat diuji dengan cara:

Menguji proporsi π : uji dua pihak

Menguji proporsi π : uji atu pihak

Menguji kesamaan dua rata-rata : uji satu pihak

Menguji kesamaan dua rata-rata : uji dua pihak

Menguji kesamaan dua persepsi: uji dua pihak

Menguji kesamaan dua persepsi: uji satu pihak

Menguji kesamaan dua varians

Kuasa uji dan kurva ciri operasi

            Tapi pada pembuatan makalah kali kita akan membahas pengujian hipotesis tentang:

1)      Menguji kesamaan dua varians

2)      Kuasa uji dan kurva ciri operasi

3)      Menentukan ukuran sampel

C.    Menguji Kesamaan Dua Varians

            Menguji kesamaan atau perbedaan dua rata-rata telah berulang kali ditekankan adanya asumsi
bahwa populasi varians yang sama agar menaksir dan menguji bisa berlangsung. Dalam hal varians yang
berlainan, hingga sekarang hanya digunakan cara-cara pendekatan. Oleh karena itu, terasa perlu untuk
melakukan pengujian mengenai kesamaan dua varians atau lebih. Populasi-populasi dengan varians
yang sama besar dinamakan populasi dengan varians yang homogen. Dalam hal lainnya disebut populasi
dengan varians heterogen.

            Dalam bagian ini akan dilakukan pengujian kesamaan varians untuk dua populasi. Misalkan kita
mempunyai dua populasi normal dengan varians dan akan diuji mengenai uji dua pihak untuk pasangan
hipotesa nol H0 dan tandingannya H1.

            Berdasarkan sampel acak yang masing-masing diambil dari populasi tersebut. Jika sampel dari
populasi kesatu berukuran n1 dengan varians dan sampel populasi berukuran n2 dengan varians maka
untuk menguji hipotesis di atas digunakan statistik.

D.    Kuasa Uji dan Kurva Ciri Operasi

            Telah kita lihat bahwa dalam membuat keputusan berdasarkan pengujian hipotesis terjadi dua
tipe kekeliruan, ialah α dan β. Untuk mendapatkan keputusan yang baik kedua kekeliruan tersebut
haruslah seminimal mungkin. Tetapi hal ini sulit dicapai mengingat meminimalkan yang satu akan terjadi
peningkatan yang lain; kecuali dengan jalan memperbesar ukuran sampe, yang pada umumnya jarang
bisa dilaksanakan. Dalam prakteknya suatu kompromi diambil guna membatasi terjadinya kekeliruan
yang dianggap berbahaya. Kekeliruan tipe I sering dibatasi dengan menentukan terlebih dahulu taraf
nyata misalnya α = 0,001 atau β = 0,05 atau nilai lainnya. Berpegang kepada prinsip ini,marilah sekarang
kita lihat besar kekeliruan β mungkin dibuat dan berapa besar kuasa uji (1 – β) didapat berdasarkan α
yang dipilih lebih dahulu tersebut.

            Diberikan contoh tentang uji rata-rata masa hidup lampu, ialah H0 : μ = 800 jam melawan H1 :  μ
≠ 800 jam dengan σ = 60 jam diketahui. Dengan sampel berukuran n = 50 dan = 792 jam, pengujian
menyatakan menerima H0 pada taraf α = 0,05. jika sebenarnya rata-rata masa hidup lampu itu bukan
800 jam, melainkan μ = 800 jam, melainkan μ = 778 jam, berapakah β, yaitu peluang membuat
kekeliruan tipe II, dalam pengambilan keputusan di atas?

            Untuk menentukan β, kita buat sketsa dua distribusi normal, yang satu dengan μ = 800 jam dan
satu lagi dengan μ = 778. kedua-duanya mempunyai σ = 60.

            Uji dua pihak dengan σ = 0,05 menghasilkan daerah penerimaan H0 berbentuk – 1,96 < z < 1,96
atau β adalah bagian grafik dalam distribusi normal μ = 778 yang dalam daerah penerimaan H0 yaitu
dari 783,36 ke 816,46. Dalam distribusi normal baku, ini sama dengan dari z = 0,63 ke z = 4,55 atau
praktis dari z = 0,63 kekanan. Luasnya adalah 0,5 – 0,2357 = 0,2643. Jadi β = 0,2643.

            Ini berarti peluang menerima hipotesis nol bahwa rata-rata masa hidup lampu 800 jam padahal
sebenarnya 778 jam adalah 0,2643. untuk itu, kuasa uji  dapat ditentukan ialah (1 – β) = 0,7357 dan ini
tiada lain daripada peluang menolak hipotesisi μ = 800 jam karena sebenarnya μ = 778 jam.

            Jika sekarang μ = 825, maka β merupakan bagian grafik dalam distribusi normal dengan μ = 825
yang terletak dalam daerah penerimaan H0 yaitu antara 2783,36 dan 816,64.
            Dalam angka z, ternyata β antara z = -4,91 dan z = -0, 99 atau praktis dari z = 0,99 ke kiri. Luasnya
adalah 0,5 – 0,3389 = 0,1111. dengan β = 0,111 dan kuasa uji = 0,8889.

            Dengan cara yang sama, β dan (1 – β) dapat dihitung untuk harga-harga μ yang berlainan.
Beberapa diantaranya dapat dilihat berikut ini

Beberapa nilai kuasa uji untuk berbagai μ

H0 : μ = melawan H1 : μ ≠ 800

    μ 750 765 778 790 800 810 825 870 845

β 0,0000 0,0154 0,2643 0,7815 0,95 0,7815 0,1111 0,0582 0,0004

1-β 1,0000 0,9846 0,7357 0,2185 0,05 0,2185 0,8889 0,9418 0,9996

            Kita lihat bahwa β menyatakan peluang menerima H0 : μ = 800 apabila harga sebenarnya harga μ
lain daripada 800. tetapi jika sebenarnya μ = 800, maka β diartikan sebagai peluang menerima μ  = 800
apabila memang itu harus diterima. Dalam hal ini,besar μ = 0,95.

            Bentuk kurva CO seperti di atas adalah khas untuk uji dua pihak. Makin tajam puncak kurva makin
baik aturankeputusan untuk menolah hipotesisi yang tidak berlaku.

            Grafik (1 – β) terhadap μ dinamakan kurva kuasa untuk uji hipotesis. Untuk uji dua pihak dalam
contoh di muka, bentuk kurva kuasanya. Ternyata bahwa bentuk persis kebalikan daripada kurva ciri
operasi. (1 – β) disebut juga fungsi kuasa, karena memperlihatkan kuasa daripada pengujian untuk
menolak hipotesis yang seharusnya ditolak

            Untuk uji satu pihak akan kita ambil uji pihak kanan mengenai proporsi π sebagai contoh.

Misalkan akan menguji

            H0 : π = 0,5 melawan H1 : π = 0,5

Dengan α = 0,05 berdasrkan sebuah sampel acak berukuran n = 100 ukuran sampel cukup besar,
sehingga dapat digunakan pendekatan oleh ditribusi normal.

            Jika sebenarnya π = 0,4, berapakah besarnya β?

Dengan melakukan penyesuai terhadap x, dalam hal ini dikurangi 0,5, maka dalam kurva distribusi
normal baku, letak daerah β ada di sebelah kiri dengan luasnya = 0,5 – 0,4968 = 0,0032 sehingga β =
0,0032 dan kuasa uji 0,9968.

            Dengan jalan yang sama, nilai β dan (1 – β) untuk berbagai π  diberikan di bawah ini.
Beberapa Kuasa Uji untuk Berbagai π

H0 : π = 0,5 melawan H1 : π > 0,5

μ 0,3 0,4 0,5 0,6 0,7 0,8

β 1,0000 0,9998 0,95 0,3050 0,0032 0,0000

1-β 0,0000 0,0002 0,05 0,6950 0,9968 1,0000

            Makin agak jauh jalan kurba makin baik aturan keputusan untuk menolak hipotesis yang
seharusnya ditolak.

            Kurva kuasa untuk pengujian di atas. Tentunya kebalikan daripada kurva ciri operasi.

            Kurva ciri operasi kurva kuasa adalah ekivalen.

            Hingga kini, β dan (1 – β) telah dihitung berdasarkan populasi normal dengan σ diketahui. Jika σ
tidak diketahui, pengujian akan berdasarkan distribusi t dan untuk menentukan kuasa diperlukan
distribusi yang nonsentral. Hal ini tidak dibicarakan di sini, karena memerlukan teori yang lebih jauh dan
karenanya pula sudah keluar dari ruang lingkup buku ini.

            Hal yang sama juga berlaku untuk pengujian yang menggunakan distribusi F dan distribusi chi-
kuadrat. Dalam hal ini, untuk menghitung β diperlukan distribusi F nonsentral dan chi-kuadrat
nonsentral.

            Distribusi-distribusi yang kita kenal sekarang di sini semuanya distribusi sentral.

E.     Menentukan Ukuran Sampel

            Sesudah kita mempelajari cara menguji hipotesis, akan diberikan beberapa contoh bagaimana
menentukan banyak objek yang perlu diteliti. Faktor yang ikut menentukan dalam hal ini ialah:

Mengenai parameter apakah hipotesis yang akan diuji itu.

Bagaimana pengujian dilakukan, satu pihak atau du apihak

Berapa besar taraf nyata yang akan digunakan

Berpa abesar kekelituan yang mau dilakukan

Berapa besar penyimpangan yang dapat diterima diukur dari nilai hipotesis.

            Pada umumnya, simpangan baku σ tidak diketahui besar sebenarnya dan sering didapat
berdasarkan penaksiran atau dari pengalaman. Dalam hal ini, cara menentukan ukuran sampel yang
tepat haruslah digunakan distribusi t dan bukan distribusi normal. Untuk keperluan ini, karena
menyangkut perhitungan β, seperti telah diuraikan di muka, diperlukan distribusi t nonsentral. Hal yang
sama berlaku untuk menentukan ukuran sampel berdasarkan pengujian yang menggunakan distribusi
yang tidak normal.

           

BAB III

KESIMPULAN

            Statistika adalah cabang ilmu  dari matematika yang mempelajari cara-cara:1) mengumpulkan

dan menyusun data, mengolah dan menganalisa data. Serta menyajikan data dalam bentuk kurva atau
diagram, 2) MENARIK kesimpulan, menafsirkan parameter dan menguji hipotesa (dugaan) yang
didasarkan pada hasil pengolahan data.

            Hasil pengolahan suatu kumpulan data diperoleh sebuah ringkasan data. Jadi, statistika dapat
memberikan gambaran tentang suatu kumpulan data dalam bentuk sebuah nilai. Menguji kesamaan
atau perbedaan dua rata-rata telah berulang kali ditekankan adanya asumsi bahwa populasi varians
yang sama agar menaksir dan menguji bisa berlangsung.

            Telah kita lihat bahwa dalam membuat keputusan berdasarkan pengujian hipotesis terjadi dua
tipe kekeliruan, ialah α dan β. Untuk mendapatkan keputusan yang baik kedua kekeliruan tersebut
haruslah seminimal mungkin. Tetapi hal ini sulit dicapai mengingat meminimalkan yang satu akan terjadi
peningkatan yang lain; kecuali dengan jalan memperbesar ukuran sampe, yang pada umumnya jarang
bisa dilaksanakan.

            Faktor yang ikut menentukan ukuran samapel ialah: 1) mengenai parameter apakah hipotesis
yang akan diuji itu, 2) bagaimana pengujian dilakukan, satu pihak atau dua pihak, 3) berapa besar taraf
nyata yang akan digunakan, 4) berapa abesar kekelituan yang mau dilakukan, 5) berapa besar
penyimpangan yang dapat diterima diukur dari nilai hipotesis.

 DAFTAR PUSTAKA
Sudjana. 2002. Metode Statistika. Tarsito: Bandung.

http:staff.ui.ac.id/internal/0600500045/material/statistikpengujianhipotesis/

http://thomasyg.staff.gunadarma.ac.id/ujihipotesis.pdf

Wirodikromo, Sartono. 2006. Matematika SMAJilid 2. Erlangga. Jakarta