LANGKAH-LANGKAH DALAM MENENTUKAN HIPOTESIS

Kelompok IX

1. Nur Nadhilah I.D.S. Baranuddin 2117008

2. Noviana Ina Kii 2117021

3. Fransiska Lamur 2118045

PROGRAM STUDI ILMU KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN

GEMA INSAN AKADEMIK

MAKASSAR

2020

1
 2

KATA PENGANTAR

Segala puji bagi Allah Swt. atas Rahmat dan hidayah-Nya sehingga makalah

Statistik Matematika II yang kami beri judul HIPOTESIS dapat kami susun

dengan segenap kekuatan dan pikiran yang kami miliki.

Dalam makalah ini, kami mencoba membahas tentang salah satu bagian yang

sangat penting dalam suatu penelitian, yaitu bagaimana mengajukan Hipotesis

yang baik dan dapat diterima. Selain daripada itu, kami juga menyajikan tentang

cara menguji hipotesis dengan menguji nilai tengahnya (rata – rata) dengan dua

macam cara, yaitu uji dari dua arah dan satu arah. Oleh karena itu, kami berharap

dengan adanya makalah ini dapat membantu para teman – teman mahasiswa pada

saat penelitian nanti.

Seperti kata peribahasa tiada gading yang tak retak begitupun dengan

penyusunan makalah ini masih jauh dari kesempurnaan, sehingga dengan

kerendahan hati kami meminta kepada para pembaca untuk memberikan saran dan

kritiknya untuk kesempurnaan makalah yang kami susun ini. Semoga makalah ini

dapat memberikan manfaat bagi para pembaca, sekian dan terima kasih.

Penyusun
 3

DAFTAR ISI

Kata Pengantar..........................................................................................................

Daftar Isi ....................................................................................................................

BAB I : PENDAHULUAN .......................................................................................

A. Latar Belakang ......................................................................................

B. Rumusan Masalah ................................................................................

C. Tujuan Penulisan ..................................................................................

BAB II : PEMBAHASAN ........................................................................................

A. Pengertian Hipotesis .............................................................................

B. Pengujian Hipotesis ..............................................................................

C. Pengujian Nilai Tengah (Rata – Rata) ..................................................

BAB IV : PENUTUP ................................................................................................

A. Kesimpulan ...........................................................................................

B. Saran .....................................................................................................

DAFTAR PUSTAKA
 4

BAB I

PENDAHULUAN

A. LATAR BELAKANG

Dalam kehidupan sehari-hari, sering kita jumpai banyak hal yang dapat

kita deskripsikan dalam bentuk data. Informasi data yang diperoleh tentunya harus

diolah terlebih dahulu menjadi sebuah data yang mudah dibaca dan dianalisa.

Untuk meperoleh data-data tersebut, diperlukan adanya sebuah penelitian.

Penelitian ini didapatkan melalui berbagai cara, dan juga berbagai langka-langkah

pengujian dari para pengumpul data. Sebelum melakukan penelitian, kita akan

menduga-duga terlebih dahulu terhadap apa yang kita ingin teliti. Pernyataan

dugaan atau pernyataan sementara kita ini yang disebut hipotesis.

Hipotesis adalah asumsi atau dugaan mengenai sesuatu hal yang dibuat

untuk menjelaskan hal itu yang sering dituntut untuk melakukan pengecekannya.

Jika asumsi atau dugaan itu di khususkan mengenai populasi, umumnya mengenai

nilai-nilai parameter populasi, maka hipotesis itu disebut hipotesis statistik. Setiap

hipotesis bisa benar atau tidak benar dan karenanya perlu diadakan penelitian

sebelum hipotesis itu diterima atau di tolak. Langkah atau prosedur untuk

menentukkan apakah menerima atau menolak hipotesis dinamakan pengujian

hipotesis.

Dalam makalah ini kami mencoba untuk membahas tentang pengertian

hipotesis, pengujian hipotesis, uji satu arah dan dua arah serta uji mengenai nilai

tengah.
 5

B. RUMUSAN MASALAH

1. Apa pengertian dari hipotesis ?

2. Bagaimana langkah - langkah pengujian hipotesis ?

3. Apa saja jenis – jenis pengujian hipotesis serta kesalahan dalam

pengujian?

4. Bagaimana melakukan pengujian nilai tengah dengan uji dua arah dan satu

arah?

C. TUJUAN PENULISAN

1. Untuk mengetahui dari hipotesis

2. Untuk mengetahui langkah - langkah pengujian hipotesis

3. Untuk mengetahui jenis - jenis pengujian hipotesis serta kesalahan dalam

pengujian

4. Untuk mengetahui cara pengujian nilai tengah dengan uji dua arah dan

satu arah
 BAB II

PEMBAHASAN

A. Pengertian Hipotesis

Hipotesis berasal dari bahasa Yunani, Hupo  berarti Lemah atau kurang

atau di bawah ,Thesis berarti teori, proposisi atau pernyataan yang disajikan

sebagai bukti. Sehingga dapat diartikan sebagai Pernyataan yang masih lemah

kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya masih

sementara. Hipotesis juga dapat diartikan sebagai pernyataan keadaan populasi

yang akan diuji kebenarannya menggunakan data/informasi yang dikumpulkan

melalui sampel, dan dapat dirumuskan berdasarkan teori, dugaan, pengalaman

pribadi/orang lain, kesan umum, kesimpulan yang masih sangat sementara.

Menurut Kerlinger (1973:18) dan Tuckman (1982:5) mengartikan

hipotesis adalah sebagai dugaan terhadap hubungan antara dua  variable atau

lebih. Selanjutnya menurut Sudjana (1992:219) mengartikan hipotesis adalah

asumsi atau dugaan mengenai suatu hal yang dibuat untuk menjelaskan hal itu

yang sering dituntut untuk melakukan pengecekannya. Atas dasar dua definisi

diatas, maka dapat disimpulkan bahwa hipotesis adalah jawaban atau dugaan

sementara yang harus diuji lagi kebenarannya.

Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan

populasi yang sifatnya masih sementara atau lemah kebenarannya. Hipotesis

statistik dapat berbentuk suatu variabel seperti binomial, poisson, dan normal atau

nilai dari suatu parameter, seperti rata-rata, varians, simpangan baku, dan

proporsi. Hipotesis statistic harus di uji, karena itu harus berbentuk kuantitas

untuk dapat di terima atau di tolak. Hipotesis statistic akan di terima jika hasil

6
 7

pengujian membenarkan pernyataannya dan akan di tolak jika terjadi

penyangkalan dari pernyataannya.

Hipotesis penelitian adalah hipotesis kerja (Hipotesis Alternatif Ha atau

H1) yaitu hipotesis yang dirumuskan untuk menjawab permasalahan dengan

menggunakan teori-teori yang ada hubungannya (relevan) dengan masalah

penelitian dan belum berdasarkan fakta serta dukungan data yang nyata

dilapangan. Hipotesis alternatif (Ha) dirumuskan dengan kalimat positif. Hipotesis

nol adalah pernyataan tidak adanya hubungan, pengaruh, atau perbedaan antara

parameter dengan statistik. Hipotesis Nol (Ho) dirumuskan dengan kalimat

negatif). Nilai Hipotesis Nol (Ho) harus menyatakan dengan pasti nilai parameter.

B. Pengujian Hipotesis

Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan

memutuskan apakah menerima atau menolak hipotesis itu. Dalam pengujian

hipotesis, keputusan yang di buat mengandung ketidakpastian, artinya keputusan

bias benar atau salah, sehingga menimbulkan risiko. Besar kecilnya risiko

dinyatakan dalam bentuk probabilitas. Pengujian hipotesis merupakan bagian

terpenting dari statistic inferensi (statistic induktif), karena berdasarkan pengujian

tersebut, pembuatan keputusan atau pemecahan persoalan sebagai dasar penelitian

lebih lanjut dapat terselesaikan.

 8

1. Jenis-Jenis Pengujian Hipotesis

Pengujian hipotesis dapat di bedakan atas beberapa jenis berdasarkan

kriteria yang menyertainya.

a. Berdasarkan Jenis Parameternya

Didasarkan atas jenis parameter yang di gunakan, pengujian

hipotesis dapat di bedakan atas tiga jenis, yaitu sebagai berikut:

1) Pengujian hipotesis tentang rata-rata. Pengujian

hipotesis tentang rata-rata adalah pengujian hipotesis

mengenai rata-rata populasi yang di dasarkan atas

informasi sampelnya. Contohnya:

a) Pengujian hipotesis satu rata-rata

b) Pengujian hipotesis beda dua rata-rata

c) Pengujian hipotesis beda tiga rata-rata

2) Pengujian hipotesis tentang proporsi. Pengujian

hipotesis tentang proporsi adalah pengujian hipotesis

mengenai proporsi populasi yang di dasarkan atas

informasi sampelnya. Contohnya:

a) Pengujian hipotesis satu proporsi

b) Pengujian hipotesis beda dua proporsi

c) Pengujian hipotesis beda tiga proporsi

3) Pengujian hipotesis tentang varians. Pengujian hipotesis

tentang varians adalah pengujian hipotesis mengenai

rata-rata populasi yang di dasarkan atas informasi

sampelnya. Contohnya:
 9

a) Pengujian hipotesis tentang satu varians

b) Pengujian hipotesis tentang kesamaan dua varians

b. Berdasarkan Jumlah Sampelnya

Didasarkan atas ukuran sampelnya, pengujian hipotesis

dapat di bedakan atas dua jenis, yaitu sebagai berikut:

1) Pengujian hipotesis sampel besar. Pengujian hipotesis

sampel besar adalah pengujian hipotesis yang

menggunakan sampel lebih besar dari 30 (n > 30).

2) Pengujian hipotesis sampel kecil. Pengujian hipotesis

sampel kecil adalah pengujian hipotesis yang

menggunakan sampel lebih kecil atau sama dengan 30

(n ≤ 30).

c. Berdasarkan Jenis Distribusinya

Didasarkan atas jenis distribusi yang digunakan, pengujian

hipotesis dapat di bedakan atas empat jenis, yaitu sebagai berikut:

1) Pengujian hipotesis dengan distribusi  Z

Pengujian hipotesis dengan distribusi  Z adalah

pengujian hipotesis yang menggunakan distribusi Z

sebagai uji statistik. Tabel pengujiannya disebut tabel

normal standard. Hasil uji statistik ini kemudian di

bandingkan dengan nilai dalam tabel untuk menerima

atau menolak hipotesis nol (Ho) yang di kemukakan.

Contohnya :
 10

a) Pengujian hipotesis satu dan beda dua rata-rata sampel

besar.

b) Pengujian satu dan beda dua proporsi.

2) Pengujian hipotesis dengan distribusi t (t-student)

Pengujian hipotesis  dengan distribusi t adalah pengujian hipotesis

yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya

disebut tabel t-student. Hasil uji statistik ini kemudian di bandingkan

dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol

(Ho) yang di kemukakan. Contohnya :

a) Pengujian hipotesis satu rata-rata sampel kecil.

b) Pengujian hipotesis beda dua rata-rata sampel kecil.

3) Pengujian hipotesis dengan distribusi  χ2 ( chi kuadrat)

Pengujian hipotesis  dengan distribusi χ2 ( chi kuadrat) adalah

pengujian hipotesis yang menggunakan distribusi χ2 sebagai uji statistik.

Tabel pengujiannya disebut tabel χ2. Hasil uji statistik ini kemudian di

bandingkan dengan nilai dalam tabel untuk menerima atau menolak

hipotesis nol (Ho) yang di kemukakan. Contohnya :

a) Pengujian hipotesis beda tiga proporsi.

b) Pengujian Independensi.

c) Pengujian hipotesis kompatibilitas

4) Pengujian hipotesis dengan distribusi F (F-ratio)

Pengujian hipotesis  dengan distribusi F (F-ratio) adalah pengujian

hipotesis yang menggunakan distribusi F (F-ratio) sebagai uji statistik.

Tabel pengujiannya disebut tabel F. Hasil uji statistik ini kemudian di

 11

bandingkan dengan nilai dalam tabel untuk menerima atau menolak

hipotesis nol (Ho) yang di kemukakan. Contohnya :

a) Pengujian hipotesis beda tiga rata-rata.

b) Pengujian hipotesis kesamaan dua varians.

d. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya

Didasarkan atas arah atau bentuk formulasi hipotesisnya, pengujian

hipotesis di bedakan atas 3 jenis, yaitu sebagai berikut:

1) Pengujian hipotesis dua pihak (two tail test)

Pengujian hipotesis dua pihak adalah pengujian hipotesis di mana

hipotesis nol (Ho) berbunyi “sama dengan” dan hipotesis alternatifnya

(H1) berbunyi “tidak sama dengan” (Ho = dan H1 ≠).

2) Pengujian hipotesis pihak kiri atau sisi kiri

Pengujian hipotesis pihak kiri adalah pengujian hipotesis di mana

hipotesis nol (Ho) berbunyi “sama dengan” atau “lebih besar atau sama

dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih kecil” atau

“lebih kecil atau sama dengan” (Ho = atau Ho ≥ dan H1 < atau H1 ≤ ).

Kalimat “lebih kecil atau sama dengan” sinonim dengan kata “paling

sedikit atau paling kecil”.

3) Pengujian hipotesis pihak kanan atau sisi kanan

Pengujian hipotesis pihak kanan adalah pengujian hipotesis di

mana hipotesis nol (Ho) berbunyi “sama dengan” atau “lebih kecil atau

sama dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih besar”

atau “lebih besar atau sama dengan” (Ho = atau Ho ≤ dan H1 > atau H1
 12

≥). Kalimat “lebih besar  atau sama dengan” sinonim dengan kata

“paling banyak atau paling besar”.

Contoh :

a) Berdasarkan informasi yang dikemukakan pada sebuah media

massa, bahwa harga beras jenis “A” di suatu wilayah adalah Rp.

3.200,- (Pengujian Dua Pihak)

Ho : µ = Rp. 3.200,-

Ha : µ ≠ Rp. 3.200,-

b) Berdasarkan informasi bahwa harga beras jenis “A” di suatu

wilayah tidak kurang dari Rp. 3.200,- (Pengujian Satu Pihak –

Kiri)

Ho : µ ≥ Rp. 3.200,-

Ha : µ < Rp. 3.200,-

c) Berdasarkan informasi bahwa harga beras jenis “A” di suatu

wilayah tidak lebih dari Rp. 3.200,- (Pengujian Satu Pihak –

Kanan)

Ho : µ ≤ Rp. 3.200,-

Ha : µ > Rp. 3.200,-

2. Langkah – Langkah Pengujian Hipotesis

a. Menentukan  Formulasi Hipotesis

Formulasi atau perumusan hipotesis statistic dapat di bedakan atas

dua jenis, yaitu sebagai berikut;

 13

1) Hipotesis nol / nihil (HO)

Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu

pernyataan yang akan di uji. Hipotesis nol tidak memiliki perbedaan

atau perbedaannya nol dengan hipotesis sebenarnya.

2) Hipotesis alternatif/ tandingan (H1 / Ha)

Hipotesis alternatif adalah hipotesis yang di rumuskan sebagai lawan

atau tandingan dari hipotesis nol. Dalam menyusun hipotesis alternatif,

timbul 3 keadaan berikut.

 H1 menyatakan bahwa harga parameter lebih besar dari pada harga

yang di hipotesiskan. Pengujian itu disebut pengujian satu sisi atau

satu arah, yaitu pengujian sisi atau arah kanan.

 H1 menyatakan bahwa harga parameter lebih kecil dari pada harga

yang di hipotesiskan. Pengujian itu disebut pengujian satu sisi atau

satu arah, yaitu pengujian sisi atau arah kiri.

 H1 menyatakan bahwa harga parameter tidak sama dengan harga

yang di hipotesiskan. Pengujian itu disebut pengujian dua sisi atau

dua arah, yaitu pengujian sisi atau arah kanan dan kiri sekaligus.

Secara umum, formulasi hipotesis dapat di tuliskan :

 14

Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif

(Ha) di tolak. Demikian pula sebaliknya, jika hipotesis alternatif (Ha) di

terima (benar) maka hipotesis nol (H0) ditolak.

1. Menentukan Taraf Nyata (α)

Taraf nyata adalah besarnya batas toleransi dalam menerima

kesalahan hasil hipotesis terhadap nilai parameter populasinya. Semakin

tinggi taraf nyata yang di gunakan, semakin tinggi pula penolakan

hipotesis nol atau hipotesis yang di uji, padahal hipotesis nol benar.

Besaran yang sering di gunakan untuk menentukan taraf nyata

dinyatakan dalam %, yaitu: 1% (0,01), 5% (0,05), 10% (0,1), sehingga

secara umum taraf nyata di tuliskan sebagai α0,01, α0,05, α0,1. Besarnya

nilai α bergantung pada keberanian pembuat keputusan yang dalam hal ini

berapa besarnya kesalahan (yang menyebabkan resiko) yang akan di

tolerir. Besarnya kesalahan tersebut di sebut sebagai daerah kritis

pengujian (critical region of a test) atau daerah penolakan ( region of

rejection).

Nilai α yang dipakai sebagai taraf nyata di gunakan untuk menentukan

nilai distribusi yang di gunakan pada pengujian, misalnya distribusi normal

(Z), distribusi t, dan distribusi X². Nilai itu sudah di sediakan dalam bentuk

tabel di sebut nilai kritis.

2. Menentukan Kriteria Pengujian

Kriteria Pengujian adalah bentuk pembuatan keputusan dalam

menerima atau menolak hipotesis nol (Ho) dengan cara membandingkan

nilai α tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai
 15

dengan bentuk pengujiannya. Yang di maksud dengan bentuk pengujian

adalah sisi atau arah pengujian.

1) Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih

besar daripada nilai positif atau negatif dari α tabel. Atau nilai uji

statistik berada di luar nilai kritis.

2) Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih

kecil daripada nilai positif atau negatif dari α tabel. Atau nilai uji

statistik berada di luar nilai kritis.

Dalam bentuk gambar, kriteria pengujian seperti gambar di bawah ini

3. Menentukan Nilai Uji Statistik

Uji statistik merupakan rumus-rumus yang berhubungan dengan

distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan

perhitungan untuk menduga parameter data sampel yang di ambil secara

random dari sebuah populasi. Misalkan, akan di uji parameter populasi

(P), maka yang pertama-tam di hitung adalah statistik sampel (S).

4. Membuat Kesimpulan

Pembuatan kesimpulan merupakan penetapan keputusan dalam hal

penerimaan atau penolakan hipotesis nol (Ho) yang sesuai dengan kriteria

 16

pengujiaanya. Pembuatan kesimpulan dilakukan setelah membandingkan

nilai uji statistik dengan nilai α tabel atau nilai kritis.

Kelima langkah pengujian hipotesis tersebut di atas dapat di ringkas

seperti berikut.

Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis

alternatifnya (Ha)

Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.

Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.

Langkah 4 : Melakukan uji statistic

Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.

3. Kekeliruan Dalam Pengujian Hipotesis

Dalam melakukan pengujian hipotesis, ada dua macam kekeliruan yang

dapat terjadi, dikenal dengan nama-nama:

1) Kekeliruan tipe I: ialah menolak hipotesis yang seharusnya diterima

2) Kekeliruan tipe II: ialah menerima hipotesis yang seharusnya ditolak

Keadaan sebenarnya

Kesimpulan Hipotesis benar Hipotesis salah

Terima hipotesis Benar Keliru

(kekeliruan tipe II)

Tolak hipotesis Keliru Benar

(kekeliruan tipe I)
 17

Ketika merencanakan suatu penelitian dalam rangka pengujian hipotesis,

jelas kiranya bahwa kedua tipe kekeliruan itu harus dibuat sekecil mungkin.

Agar penelitian dapat dilakukan maka kedua tipe kekeliruan itu kita nyatakan

dalam peluang. Peluang membuat kekeliruan tipe I biasa dinyatakan dengan α

(baca : alfa) dan peluang membuat kekeliruan tipe II dinyatakan dengan β

(baca : beta). Berdasaran ini, kekeliruan tipe I dinamakan pula kekeliruan α dan

kekeliruan II dikenal dengan kekeliruan β.

Dalam penggunaannya α disebut pula taraf signifikan atau taraf arti atau

sering pula disebut taraf nyata. Besar kecilnya α dan β yang dapat diterima

dalam pengambilan kesimpulan bergantung pada akibat-akibat atas

diperbuatnya kekeliruan-kekeliruan itu. Selain daripada itu perlu pula

dikemukakan bahwa kedua kekeliruan itu saling berkaitan. Jika α diperkecil,

maka β menjadi besar dan demikian sebaliknya. Pada dasarnya, harus dicapai

hasil pengujian hipotesis yang baik, ialah pengujian yang bersifat bahwa

diantara semua pengujian yang dapat dilakukan dengan harga α yang sama

besar , ambillah sebuah yang mempunyai kekeliruan β paling kecil.

Prinsip demikian memerlukan pemecahan matematik yang sudah keluar

dari tujuan buku ini. Karenanya, untuk keperluan praktis, kecuali dinyatakan

lain, α akan diambil lebih dahulu dengan harga yang biasa digunakan, yaitu α =

0,01 atau α = 0,05, dengan α = 0,05, misalnya atau sering pula disebut taraf

nyata 5%, berarti kira-kira 5 dari tiap 100 kesimpulan bahwa kita akan

menolak hipotesis yang seharusnya diterima. Dengan kata lain kira-kira 95%

yakin bahwa kita telah membuat kesimpulan yang benar. Dalam hal demikian
 18

dikatakan bahwa hipotesis telah ditolak pada taraf nyata 0,05 yang berarti kita

mungkin salah dengan peluang 0,05.

Untuk setiap pengujian dengan α yang ditentukan, besar β dapat dihitung.

Harga ( 1 – β ) dianamakan kuasa uji. Ternyata bahwa nilai β berbeda untuk

harga parameter yang berlainan, jadi β bergantung pada parameter, katakanlah

θ, sehingga didapat β (θ) sebuah fungsi yang bergantung pada θ. Bentuk β (θ)

dinamakan fungsi ciri operasi, disingkat C.O., dan 1 – β(θ) disebut fungsi

kuasa.

4. Pengujian Nilai Tengah (Rata – Rata)

a. Pengujian Nilai Tengah (Rata – Rata) dengan Uji Dua Arah

Umpamakanlah kita mempunyai sebuah populasi berdistribusi normal

dengan rata-rata µ dan simpangan baku σ. Akan diuji mengenai parameter rata-

rata µ. Untuk ini, seperti biasa diambil sebuah sampel acak berukuran n, lalu

dihitung statistik x́ dan s. Kita bedakan hal-hal berikut :

1. σ Diketahui

Untuk pasangan hipotesis :

H0 : µ = µ0

H0 : µ = µ0

Dengan µ0 sebuah harga yang diketahui, digunakan statistik:

x́−μ0
z= … … …(1)
σ /√ n

Dari bab sebelumnya, statistik z ini berdistribusi normal baku,

sehingga untuk menentukan kriteria pengujian, seperti tertera pada gambar

(1) , digunakan daftar distribusi normal baku. H0 kita terima jika – z1/2 (1 – α ) <
 19

z < z1/2 (1 – α ) dengan z1/2 (1 – α ) didapat dari daftar normal baku dengan peluang

½ (1 – α ). Dalam hal lainnya H0 ditolak.

Teladan :

Pengusaha lampu pijar A mengatakan bahwa lampunya bisa tahan pakai

sekitar 800 jam. Akhir-akhir ini timbul dugaan bahwa masa pakai lampu itu

telah berubah. Untuk menentukan hal ini , dilakukan penelitian dengan jalan

menguji 50 lampu. Ternyata rata-ratanya 792 jam. Dari pengalaman,

diketahui bahwa simpangan baku masa hidup lampu 60 jam. Selidikilah

dengan taraf nyata 0,05 apakah kualitas lampu itu sudah berubah atau

belum!

Jawab :

Dengan memisalkan masa hidup lampu berdistribusi normal, maka kita akan

menguji

H0 : µ = 800 jam, berarti lampu itu masa pakainya sekitar 800 jam

H1 : µ ≠ 800 jam, berarti kualitas lampu telah berubah bukan 800 jam lagi.

Dari pengalaman diketahui

simpangan baku (σ) = 60 jam.

Dari penelitian diketahui

x́ = 792 jam dengan n = 50.

Statistik yang digunakan adalah seperti dalam rumus (1)

x́−μ0
z=
σ /√ n

dengan mesubtitusikan µ0 = 800, didapat:

792−800
z= =−0,94
60 /√ 50
 20

Kriteria yang dipakai, dari daftar normal baku untuk uji dua pihak dengan α

= 0,05 yang memberikan z0,475 = 1,96 adalah:

Daerah Penerimaan Ho

-1,96 1,96

Terima H0 jika z hitung terletak antara -1,96 dan 1,96.

Dalam hal lainnya H0 ditolak.

Dari penelitian sudah didapat z = -0,94 dan ini jelas terletak dalam daerah

penerimaan H0 jadi H0 diterima.

Ini berarti dalam taraf nyata 0,05 penelitian memperlihatkan bahwa memang

masa pakai lampu masih sekitar 800 jam. Jadi kualitas lampu belum

berubah.

Catatan: pengujian yang menghasilkan H0 diterima dalam taraf nyata 0,05

dinamakan uji tak nyata atau uji tak berarti atau uji non-signifikan.

2. σ Tidak Diketahui

Pada kenyataannya, simpangan baku σ sering tidak diketahui. Dalam hal

ini, maka diambil taksirannya, ialah simpangan baku s yang dihitung dari

sampel dengan menggunakan rumus yang telah dibahas pada bab

sebelumnya . statistik yang digunakan untuk menguji hipotesis:

H0 : µ = µ0

H1 : µ ≠ µ0
 21

Tidak lagi seperti dalam rumus (1), akan tetapi:

x́−μ0
t= … … … (2)
s /√ n

Untuk populasi normal, dari bab sebelumnya kita mengetahui

bahwa t berdistribusi student dengan dk = (n – 1). Karena itu, distribusi

untuk melakukan kriteria pengujian digunakan distribusi student dan

batas-batas kriteria untuk uji dua pihak ini didapat dari daftar distribusi

student pula. H0 kita terima jika –t1 – 1/2α < t <t1 – 1/2α dengan t1 – 1/2α didapat

dari daftar distribusi t dengan peluang (1 – 1/2α) dan dk = ( n – 1 ).

Dalam hal lainnya, H0 kita tolak.

Teladan :

Untuk contoh sebelumnya yaitu tentang masa pakai lampu, misalkan

simpangan baku populasi tidak diketahui,

dari sampel didapat s = 55 jam,

x́ = 792 jam,

µ = 800, s = 55 dan n = 50, dengan menggunakan rumus (2)

x́−μ0
t=
s /√ n

Didapat :

792−800
t= =−1,029
55/ √ 50

Distribusi Student, Dk=49

Dari tabel daftar distribusi student dengan α = 0,05

dk = 49 untuk uji dua pihak, didapat t = 2,01

 22

kriteria pengujian: terima H0 jika t dihitung terletak antara -2,01 dan 2,01

sedangkan dalam hal lainnya H0 ditolak.

Daerah Penerimaan Ho

-2,01 2,01

Penelitian menghasilkan t = -1,029 yang jelas terletak dalam daerah

penerimaan. Kesimpulan sama seperti contoh diatas.

b. Pengujian Nilai Tengah (Rata-Rata) dengan Uji Satu Arah

 Perumusan Yang Umum Untuk Uji Satu Pihak Kanan Mengenai Rata-

Rata µ Berdasarkan H0 Dan H1

H0 : µ = µ0

H1 : µ > µ0

Kita misalkan populasi berdistribusi normal dan daripadanya sebuah sampel

acak berukuran n telah diambil. Seperti biasa, dari sampel tersebut dihitung

x́ dan s. Kita bedakan hal-hal berikut:

1. σ Diketahui

Jika simpangan baku σ untuk populasi diketahui, seperti biasa digunakan

statistik z yang tertera pada rumus (1). Sketsa untuk kriteria pengujian

seperti nampak dalam gambar (2), ialah menggunakan distribusi normal

 23

baku. Batas kriteria, tentunya didapat dari daftar normal baku. Kita tolak

H0 jika z ≥ z0,5 – α dengan z0,5 – α didapat dari daftar normal baku

menggunakan peluang (0,5 – α). Dalam hal lainnya H0 kita terima.

Teladan :

Proses pembuatan barang rata-rata menghasilkan 15,7 unit per jam. Hasil

produksi mempunyai varians = 2,3. Metode baru diusulkan untuk

mengganti yang lama jika rata-rata per jam menghasilkan paling sedikit

16 buah. Untuk menentukan apakah metode diganti atau tidak, metode

baru dicoba 20 kali dan ternyata rat-rata per jam menghasilkan 16,9 buah.

Pengusaha tersebut bermaksud mengambil resiko 5% untuk

menggunakan metode baru apabila metode ini rata-rata menghasilkan

lebih dari 16 buah. Apakah keputusan si pengusaha?

Jawab :

Dengan memisalkan hasil produksi berdistribusi normal, maka kita akan

menguji pasangan hipotesis:

H0 : µ = 16, berarti rata-rata hasil metode baru paling tinggi 16. Jika ini

terjadi, metode lama masih dipertahankan

H1 : µ > 16, berarti rata-rata hasil metode baru lebih dari 16 dan

karenanya metode lama dapat diganti.

Harga-harga yang perlu untuk menggunakan rumus (1) adalah

x́ = 16,9 buah

n = 20

σ = √ 2,3

µ0 = 16 buah. Didapat
 24

x́−μ0
z=
σ /√ n

16,9−16
z= =2,65
√(2,3)/20
Dari tabel daftar normal standar dengan α = 0,05 diperoleh z = 1,64.

Kriteria pengujian adalah tolak H0 jika z hitung lebih besar atau sama

dengan 1,64.

Jika z hitung lebih kecil dari 1, 64 maka H0 diterima.

Daerah Penerimaan Ho

1,64

Daftar penelitian didapat z = 2,65 yang jelas jatuh pada daerah kritis jadi

H0 ditolak. Ini menyimpulkan bahwa metode baru dapat menggantikan

metode lama dengan mengambil resiko 5%.

Sering dikehendaki berapa besar peluang yang terjadi ketika keputusan

berdasarkan hasil pengujian dibuat. Untuk contoh di atas, misalnya

peluang tersebut adalah:

P(z ≥ 2,65) = 0,5 – 0,4960 = 0,0040.

 25

Ini berarti: berdasarkan penelitian yang dilakukan, kesempatan

melakukan kekeliruan ketika memutuskan mengambil metode baru 4 dari

setiap 1.000,.

2. σ Tidak Diketahui

Jika σ tidak dikatahui, statistik yang digunakan menguji

H0 : µ = µ0

H1 : µ > µ0

adalah statistik t seperti pada rumus (2). Kriteria pengujian didapat dari

daftar distribusi student t dengan dk = (n – 1) dan peluang (1 – α). Jadi

kita tolak H0 jika t ≥ t1 – α dan terima H0 dalam hal lainnya.

Teladan :

Dikatakan bahwa dengan menyuntikkan semacam hormon tertentu

kepada ayam akan menambah berat telurnya rata-rata dengan 4,5 gram.

Sampel acak yang terdiri atas 31 butir telur dari ayam yang telah diberi

suntikkan hormon tersebut memberikan rata-rata 4,9 gram dan

simpangan baku s = 0,8 gram. Cukup beralasankah untuk menerima

pernyataan bahwa pertambahan rata-rata berat telur paling sedikit 4,5

gram?

Jawab :

Yang kita hadapi adalah pasangan hipotesis:

H0 : µ = 4,5 ; menyuntik ayam dengan hormon tidak menyebabkan

bertambahnya rata-rataberat telur dengan 4,5 gram.

H1 : µ > 4,5 ; suntikan hormon mengakibatkan berat telur rata-rata

bertambah paling sedikitdengan 4,5 gram.

 26

Dari rumus (2)

x́−μ0
t=
s /√ n

dengan x́ = 4,9 gram,

s = 0,8 gram,

n = 31, dan µ = 4,5 didapat:

4,9−4,5
t= =2,78
0,8/ √ 31

Dengan mengambil α = 0,01 dari tabel daftar distribusi t dengan dk = 30

didapat t = 2,46.

Daerah Penerimaan Ho

2,46

Kriteria pengujian adalah tolak hipotesis H0 jika t hitung lebih besar atau

sama dengan 2,46.

Terima H0 dalam hal lainnya. Penelitian memberikan hasil t = 2,78 dan

ini jatuh pada daerah penolakan H0. Jadi hipotesis H0 kita tolak.

 Perumusan Yang Umum Untuk Menguji Pihak Kiri mengenai rata-

rata µ berdasarkan H0 dan H1

H0 : µ = µ0

H1 : µ < µ0
 27

Cara yang sama berlaku seperti untuk uji pihak kanan. Jika σ diketahui,

maka statistik z seperti dalam rumus (1) digunakan

x́−μ0
z=
σ /√ n

Tolak H0 jika z ≤ - z0,5 – α dengan z0,5 – α didapat dari daftar normal baku

menggunakan peluang (0,5 – α).

Dalam hal lainnya H0 di terima. Disini α = taraf nyata.

Jika σ tidak diketahui, maka untuk uji pihak kiri tersebut digunakan

statistik t seperti tertera dalam rumus (2)

x́−μ0
t=
s /√ n

Tolak hipotesis H0 jika t ≤ –t1 – α , dengan t1 – α didapat dari daftar distribusi

student t menggunakan peluang (1 – α) dan dk = ( n – 1 ).

Untuk t > –t1 – α , hipotesis H0 kita terima.

Teladan 1 :

Akhir-akhir ini masyarakat mengeluh dan mengatakan bahwa isi

bersih makanan A dalam kaleng tidak sesuai dengan yang tertulis pada

etiketnya sebesar 5 ons. Untuk meneliti hal ini, 23 kaleng makanan A telah

diteliti secara acak. Dari ke-23 isi kaleng tersebut, berat rata-ratanya 4,9 ons

dan simpangan baku 0,2 ons. Dengan taraf nyata 0,05 tentukan apa yang

akan kita katakan tentang keluhan masyarakat tersebut!

Jawab :

Jika rata-rata isi kaleng tidak kurang dari 5 ons, jelas masyarakat tidak

akan mengeluh. Karenya akan diuji pasangan hipotesis:

H0 : µ = 5
 28

H1 : µ < 5

Disini simpangan baku σ tidak diketahui.

Yang diketahui adalah

x́ = 4,9 ons,

s = 0,2 ons,

n = 23 kaleng, dan µ = 5 ons

Dengan memisalkan isi kaleng berdistribusi normal, maka dari rumus

(2)

x́−μ0
t=
s /√ n

didapat statistik t:

4,9−5
t= =−2,398
0,2/√ 23
Distribusi t, dk = 22

Daerah Penerimaan Ho

-1,72

Dengan nilai α = 0,05 dan dk = 22, dari daftar distribusi t didapat t =

1,72. Aturan untuk menguji adalah tolak H0 jika t hitung ≤ - 1,72 dan terima

H0 dalam hal lainnya. Dari perhitungan didapat t = -2,398 yang jelas jatuh

pada daerah penolakan H0. Jadi H0 kita tolak dan pengujian memberikan

hasil yang berarti pada taraf 5%.

 29

Kesimpulan: penelitian tersebut menguatkan keluhan masyarakat

bahwa isi bersih makanan dalam kaleng sudah berkurang daripada yang

tertera pada etiket.

Teladan 2 :

Sebuah perusahaan manufaktur komputer menyebutkan bahwa umur

ekonomis rata-rata komputer yang diproduksinya adalah 10 tahun dengan

simpangan baku 1,5 tahun (populasi). Suatu perusahaan pesaing mengklaim

pernyataan tersebut bahwa umur ekonomis rata-rata komputer tersebut

adalah 8 tahun. Jika anda adalah staf Yayasan Lembaga Konsumen

Indonesia, kesimpulan apa yang dapat anda berikan untuk kedua pernyataan

tersebut, jika dari 16 contoh diperoleh umur ekonomis rata-rata  Gunakan

taraf nyata uji 0,05!

Jawab :

Dengan memisalkan hasil produksi berdistribusi normal, maka kita akan

menguji pasangan hipotesis:

H0 : µ = 10 tahun,

H1 : µ > 10 tahun,

Harga-harga yang perlu untuk menggunakan rumus (1) adalah

x́ = 8 tahun

n = 16

σ = 1,5

µ0 = 10 tahun. Didapat

x́−μ0
z=
σ /√ n
 30

8−10
z= =−1,333
1,5/√ 16

Dari tabel distribusi z diperoleh nilai z sebesar 1,645, tetapi karena

berada di sebelah kiri maka z = -1,645. Jadi untuk menolak H0, maka

nilai z hitung harus lebih kecil  dari z tabel = -1,645.

Keputusannya adalah menerima H0 karena nilai z hitung (z = -1,333)

lebih besar dari z tabel  (z = -1,645).

 BAB III

PENUTUP

A. KESIMPULAN

1. Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi

yang sifatnya masih sementara atau lemah kebenarannya.

2. Pengujian hipotesis dapat di bedakan atas beberapa jenis berdasarkan kriteria

yang menyertainya, yaitu:

 Berdasarkan Jenis Parameternya

 Berdasarkan Jumlah Sampelnya

 Berdasarkan Jenis Distribusinya

 Berdasarkan Arah Atau Bentuk Formulasi Hipotesisnya

3. Langkah - Langkah pengujian hipotesis adalah sebagai berikut.

 Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha)

 Memilih suatu taraf nyata (α) dan menentukan nilai table.

 Membuat criteria pengujian berupa penerimaan dan penolakan H0.

 Melakukan uji statistic

 Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.

4. Dalam melakukan pengujian hipotesis, ada dua macam kekeliruan yang dapat

terjadi, dikenal dengan nama-nama:

 Kekeliruan tipe I: ialah menolak hipotesis yang seharusnya diterima

 Kekeliruan tipe II: ialah menerima hipotesis yang seharusnya ditolak

5. Pengujian Nilai Tengah (Rata – Rata) dengan Uji Dua Arah, untuk pasangan

hipotesis :

H0 : µ = µ0

31
 32

H0 : µ = µ0

Dengan σ Diketahui, mengunakan rumus

x́−μ0
z= … … …(1)
σ /√ n

Dengan σ Tidak Diketahui, menggunakan rumus

x́−μ0
t= … … … (2)
s /√ n

6. Pengujian Nilai Tengah (Rata-Rata) dengan Uji Satu Arah, untuk pasangan

hipotesis dari arah kanan :

H0 : µ = µ0

H1 : µ > µ0

7. Pengujian Nilai Tengah (Rata-Rata) dengan Uji Satu Arah, untuk pasangan

hipotesis dari arah kiri :

H0 : µ = µ0

H1 : µ < µ0

8. Rumus statistik pada pengujian nilai tengah (rata-rata) dengan uji satu arah

sama dengan rumus statsistik yang digunakan pada pengujian nilai tengah

dengan uji dua arah.

B. SARAN

Sebagai seorang mahasiswa yang akan melakukan penelitian, sebaiknya

memperhatikan bagaimana cara mengajukan hipotesis yang baik sehingga dalam

pengujian hipotesis yang kita ajukan bisa diterima dan digunakan. Oleh karena

itu, makalah ini kami sarankan untuk dijadikan sebagai salah satu referensi bagi

mahasiswa yang akan melakukan penelitian.

32
 33

DAFTAR PUSTAKA

http://materi-statistik.co.id/2010/06/hipotesis.html?m=0

http://www.slideshare.net/mayawi/pengujian-hipotesis-pengantar-statistika

http://www.slideshare.net/yousufkurniawan/pengujian-hipotesis-12872925

http://www.slideshare.net/ghiveldi/makalah-pengujian-hipotesis

http://irmajhe.co.id/2014/11/pengujian-hipotesis.html

http://wardimansyah.co.id/2014/11/meteri-uji-hipotesis-dalam-statistik.html

http://joe-proudly-present.co.id/2011/11/pengujian-nilai-tengah.html

33