PENGUJIAN HIPOTESA

MAKALAH KONSEP UJI HIPOTESIS BEDA PROPORSI

UJI 1 PROPORSI – UJI Z

DISUSUN OLEH :

1. ALISA DELIA PUTRI

2. ALIZZA QATHRUNADA
3. ANGELIA NOVITA PUTRI
4. ANGGIK PRAHESTI
5. ANGGITA HENDAYA M
6. ANIF MAGHFIROH
7. ARIEF ABDURAHMAN
8. DESI RATNASARI
9. DEVI OKTANIA
10. DEWI NOVIA NINGRUM
11. DIAN FITRIA AGUSTINA
12. DIANA LESTARI
13. DYAH AYU KUSUMASTUTI
14.

PROGRAM STUDI S1 ILMU KEPERAWAAN

FAKULTAS KESEHATAN

UNIVERSITAS MUHAMMADIYAH KUDUS

2020

DR. Harjanto Sutedjo SSI. MMSI. hal 1

PENGUJIAN HIPOTESA

KONSEP DASAR PENGUJIAN HIPOTESIS

A. Pengertian Pengujian Hipotesis

Hipotesis berasal dari bahasa yunani yang mempunyai dua arti kata yaitu kata “hupo” berarti
lemah atau kurang atau dibawah (sementara) dan “thesis” berarti (pernyataan atau teori,
proposisi atau pernyataan yang disajikan sebagai bukti.). Jadi, hipotesis merupakan pernyataan
sementara yang masih lemah kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya
masih sementara.. Kemudian para ahli menafsirkan arti hipotesis sebagai perkiraan terhadap
hubungan antara dua buah variable atau lebih. Sehingga dapat diartikan bahwa hipotesis adalah
jawaban atau perkiraan (dugaan) sementara yang harus diuji lagi kebenarannya.

Hipotesis statistik adalah suatu pernyataan atau perkiraan mengenai keadaan populasi yang
sifatnya masih sementara atau lemah kebenarannya. Hipotesis statistic dapat berbentuk suatu
variable seperti Binomial, Poisson, dan Normal atau nilai dari suatu parameter, seperti rata-rata,
varians, simpangan baku dan proporsi. Hipotesis statistik akan diterima jika hasil pengujian
membenarkan pernyataannya dan akan ditolak jika terjadi penyangkalan ( penyanggahan dari
pernyataan tersebut .

Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan memutuskan apakah
kita menerima atau menolak suatu hipotesis itu. Dalam pengujian hipotesa, keputusan yang
dibuat itu mengandung ketidakpastian, artinya keputusan itu bisa benar atau salah, sehingga
menimbulkan resiko. Besar kecilnya resiko 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.

B. Bentuk-Bentuk Hipotesis

1. Hipotesis Deskriptif.

Hipotesis deskriptif adalah perkiraan tentang nilai suatu variable mandiri. Tidak membuat
perbandingan atau hubungan. Sebagai contoh bila rumusan masalah penelitian sebagai berikut
ini, maka hipotesis (jawaban sementara) yang dirumuskan adalah hipotesis deskriptif. Dalam
perumusan hipotesis statistik, antara hipotesis nol (H0) dan hipotesis alternative (H1) selalu
berpasangan, bila salah satu ditolak, maka yang lain diterima sehingga dapat dibuat keputusan
yang tegas, yaitu kalau H0 ditolak pasti H1 diterima.

Contoh : Seorang dokter mengatakan bahwa lebih 60% pasien kanker adalah karena merokok.

H0: µ ≥ 0.60

H1: µ < 0.60

DR. Harjanto Sutedjo SSI. MMSI. hal 2

PENGUJIAN HIPOTESA

2. Hipotesis Hubungan (Asosiatif)

Hipotesis asosiatif adalah suatu pernyataan yang menunjukkan perkiraan tentang hubungan
antara dua variable atau lebih. Contoh rumusan masalahnya adalah “apakah ada hubungan
antara gaya hidup dengan kesuksesan?”. Rumus dan hipotesis nolnya adalah: Tidak ada
hubungan antara gaya gaya hidup dengan kesuksesan. Hipotesis statistiknya adalah:

H0 : ρ = 0

H1 : ρ ≠ 0

B. Prosedur Pengujian Hipotesis

Prosedur pengujian hipotesis statistic adalah langkah-langkah yang dipergunakan dalam menye-
lesaikan pengujian hipotesis tersebut.

Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENOLAK
hipotesis tersebut dan BUKAN karena HIPOTESIS ITU BENAR

DAN

Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENERIMA
hipotesis tersebut dan BUKAN karena HIPOTESIS ITU SALAH

Berikut ini adalah langkah-langkah pengujian Hipotesis :

Tujuh (7) Langkah Pengerjaan Uji Hipotesis

1. Tentukan H0 dan H1

2* Tentukan statistik uji [ z atau t]

3* Tentukan arah pengujian [1 atau 2]

4* Taraf Nyata Pengujian [ atau /2]

5. Tentukan nilai titik kritis atau daerah penerimaan-penolakan H0

6. Cari nilai Statistik Hitung

7. Tentukan Kesimpulan [terima atau tolak H0 ]

*) Urutan pengerjaan langkah ke2, 3 dan 4 dapat saling dipertukarkan!

DR. Harjanto Sutedjo SSI. MMSI. hal 3

PENGUJIAN HIPOTESA

ARAH PENGUJIAN HIPOTESIS

 Pengujian Hipotesis dapat dilakukan secara : 1. Uji Satu Arah

2. Uji Dua Arah

ð UJI SATU ARAH ï

M Pengajuan H0 dan H1 dalam uji satu arah adalah sebagai berikut:

H0 : ditulis dalam bentuk persamaan (menggunakan tanda =)

H1 : ditulis dalam bentuk lebih besar (>) atau lebih kecil (<)

Contoh 6.
Contoh Uji Satu Arah
a. H0 : m = 50 menit b. H0 : m = 3 juta

H1 : m < 50 menit H1 : m < 3 juta

M Nilai a tidak dibagi dua, karena seluruh a diletakkan hanya di salah satu sisi selang

misalkan :

H0 :    0 *)

H1 :   0

z <  z t <  t( db; )

Wilayah Kritis**) : atau

*)  0 adalah suatu rata-rata yang diajukan dalam H0

**) Penggunaan z atau t tergantung ukuran sampel

sampel besar menggunakan z; sampel kecil menggunakan t.

luas daerah terarsir

ini = 

DR. Harjanto Sutedjo SSI. MMSI. hal 4

PENGUJIAN HIPOTESA

-z  atau - t(db;) 0

n daerah yang diarsir ® daerah penolakan hipotesis

¨daerah tak diarsir ® daerah penerimaan hipotesis

misalkan :

H0 :    0 *)

H1 :   0

z > z t > t( db , )
Wilayah Kritis**) : atau

luas daerah terarsir

ini = 

0 z  atau t (db;)

n daerah terarsir ® daerah penolakan hipotesis

¨daerah tak terarsir ® daerah penerimaan hipotesis

2.2 ó UJI DUA ARAH ó

M Pengajuan H0 dan H1 dalam uji dua arah adalah sebagai berikut :

H0 : ditulis dalam bentuk persamaan (menggunakan tanda =)

H1 : ditulis dengan menggunakan tanda ¹

Contoh 7.
Contoh Uji Dua Arah
a. H0 : m = 50 menit a. H0 : m = 3 juta
H1 : m ¹ 50 menit H1 : m ¹ 3 juta

M Nilai a dibagi dua, karena a diletakkan di kedua sisi selang

DR. Harjanto Sutedjo SSI. MMSI. hal 5

PENGUJIAN HIPOTESA

misalkan :

H0 :    0 *)

H1 :   0
z <  z z > z
Wilayah Kritis**) : 2 dan 2

atau

t   t ( db , t  t ( db;
2) dan 2)

*)  0 adalah suatu rata-rata yang diajukan dalam H0

**) Penggunaan z atau t tergantung ukuran sampel

sampel besar menggunakan z; sampel kecil menggunakan t.

luas daerah terarsir luas daerah terarsir ini =

ini = /2 = 0.5% /2 = 0.5%

-z /2 atau t(db;/2) 0 z /2 atau -t(db;/2)

n daerah terarsir ® daerah penolakan hipotesis

¨daerah tak terarsir ® daerah penerimaan hipotesis

”.

Pengujian Hipotesis Rata-Rata

Pengujian Hipotesis Satu Rata-Rata

1.  Sampel besar ( n > 30 )

DR. Harjanto Sutedjo SSI. MMSI. hal 6

PENGUJIAN HIPOTESA

Untuk pengujian hipotesis satu rata-rata dengan sample besar (n > 30), uji statistiknya
menggunakan distribusi Z. Prosedur pengujian hipotesisnya adalah sebagai berikut.

 Formulasi hipotesis 

1. Ho : µ = µo H1 : µ > µo

2. Ho : µ = µo H1 : µ < µo

3. Ho : µ = µo H1 : µ ≠ µo

 Penentuan nilai α (taraf nyata) dan nilai Z table (Zα) Menentukan nilai α sesuai soal,
kemudian nilai Zα atau Zα/2ditentukan dari tabel.
 Kriteria Pengujian

Untuk Ho : µ = µo dan H1 : µ > µo

o  Ho di terima jika Zo ≤ Zα o  Ho di tolak jika Zo > Zα

Untuk Ho : µ = µo dan H1 : µ < µo

o  Ho di terima jika Zo ≥ – Zα o  Ho di tolak jika Zo < – Zα

Untuk Ho : µ = µo dan H1 : µ ≠ µo

o  Ho di terima jika –  Zα/2  ≤  Zo ≤ Zα/2 o  Ho di tolak jika Zo > Zα/2 atau Zo < – Zα/2

 Uji Statistik

Simpangan baku populasi ( σ ) di ketahui : 

Simpangan baku populasi ( σ ) tidak di ketahui :

 Kesimpulan
DR. Harjanto Sutedjo SSI. MMSI. hal 7
PENGUJIAN HIPOTESA

Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria pengujiannya).

a) Jika H0 diterima maka H1 di tolak

b) Jika H0 di tolak maka H1 di terima

2. Menentukan Taraf Nyata (Significant Level)---- α

Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis terhadap
nilai parameter populasinya. Taraf nyata dilambangkan dengan α (alpha). Semakin tinggi taraf
nyata yang digunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis yang diuji,
padahal hipotesis nol benar. Besarnya nilai α bergantung pada keberanian pembuat keputusan
yang dalam hal ini berapa besarnya kesalahan yang akan ditolerir. Besarnya kesalahan
tersebut disebut sebagai daerah kritis pengujian (critical region of test) atau daerah penolakan
(region of rejection).

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.

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 α 0,01,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.

3. Menentukan Kriteria Pengujian

Kriteria pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak hipotesis
nol (H0) dengan cara membandingkan nilai α tabel distribusinya (nilai kritis) dengan nilai uji
statistiknya, sesuai dengan bentuk pengujiannya.

1.  Penerimaan H0 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 H0 terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai
positif atau negatif dari α tabel. Atau nilai uji statistik berada di dalam nilai kritis.

DR. Harjanto Sutedjo SSI. MMSI. hal 8

PENGUJIAN HIPOTESA

4.  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-tama di hitung adalah statistik sampel (S).

Beberapa Nilai z yang penting

z5%  z0.05 =1.645 z2.5%  z0.025 =1.96

z1%  z0.01 = 2.33 z0.5%  z0.005 = 2.575

3.2 Rumus-rumus Penghitungan Statistik Uji

1. Rata-rata dari Sampel Besar

2. Rata-rata dari Sampel Kecil

3. Beda 2 Rata-rata dari Sampel Besar

4. Beda 2 Rata-rata dari Sampel Kecil

H0 Nilai Uji Statistik H1 Wilayah Kritis

1.    0 x  0   0 ® z   z
z
 / n

sampel besar   0 z  z
®
n  30  dapat diganti

dengan s   0 z   z
® 2 dan
z  z
2

DR. Harjanto Sutedjo SSI. MMSI. hal 9

PENGUJIAN HIPOTESA

2.    0 x  0   0 ® t <  t( db; )
t
s / n

  0 ® t > t( db , )

sampel kecil

n<30   0 t   t ( db ,
®
2) dan
t  t ( db;
2)

db = n-1

1  2  d 0 ® z   z
3. 1  2  d 0 x1  x2  d 0
z
(12 / n1 )  ( 22 / n2 )

Jika 1 dan  2
2 2
tidak 1  2  d 0 ®
2 z  z
sampel-sampel diketahui ® gunakan s 1

besar 2
dan s2
n1  30 1  2  d 0 ® z   z
2 dan
n2  30 z  z
2

H0 Nilai Uji Statistik H1 Wilayah Kritis

x1  x2  d 0 1  2  d 0 ® t   t
4. 1  2  d 0 t
( s12 / n1 )  (s22 / n2 ) t  t
sampel -sampel 1  2  d 0 ®
kecil

n1 < 30 t   t ( db ,
2)

n2 < 30
1  2  d 0 ® t  t ( db;
dan 2)

db = n1  n2  2

DR. Harjanto Sutedjo SSI. MMSI. hal 10

PENGUJIAN HIPOTESA

5.  Membuat Kesimpulan

Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau penolakan
hipotesis nol (Ho)yang sesuai dengan kriteria pengujiaanya. Pembuatan kesimpulan dilakukan
setelah membandingkan nilai uji statistik dengan nilai α tabel atau nilai kritis.

1. Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.
2. Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai kritisnya.

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.

Uji Hipotesis Rata-rata Sampel Besar

Contoh 8 :

Dari 100 nasabah bank rata-rata melakukan penarikan $495 per bulan melalui ATM,
dengan simpangan baku = $45. Dengan taraf nyata 1% , ujilah :
a) apakah rata-rata nasabah menarik melalui ATM kurang dari $500 per bulan ?

b} apakah rata-rata nasabah menarik melalui ATM tidak sama dengan $500 per bulan ?

(Uji 2 arah, /2 = 0.5%, statistik uji=z)

Jawab :

Diketahui: x = 495 s = 45 n=100  0 =500 =1%

a) 1. H0 :  = 500 H1 :  < 500

2* statistik uji : z  karena sampel besar

3* arah pengujian : 1 arah

4* Taraf Nyata Pengujian =  = 1% = 0.01

5. Titik kritis  z < - z 0.01  z < - 2.33

DR. Harjanto Sutedjo SSI. MMSI. hal 11

PENGUJIAN HIPOTESA

6. Statistik Hitung

x  0 495  500  5
z
 / n = 45 / 100 = 4.5 = -1.11

7. Kesimpulan : z hitung = -1.11 ada di daerah penerimaan H0

H0 diterima, rata-rata pengambilan uang di ATM masih = $ 500

Daerah penolakan H0 =

luas daerah terarsir

ini =  = 1%

Daerah penerimaan H0

-2.33 0

b) Coba anda kerjakan sebagai latihan ! ( H1 :  500; Uji 2 arah, /2 = 0.5%, statistik uji=z)

Uji Hipotesis Rata-rata Sampel Kecil

Contoh 9 :

 Seorang job-specialist menguji 25 karyawan dan mendapatkan bahwa rata-rata

penguasaan pekerjaan kesekretarisan adalah 22 bulan dengan simpangan baku = 4 bulan.
Dengan taraf nyata 5% , ujilah :

a) Apakah rata-rata penguasaan kerja kesekretarisan lebih dari 20 bulan?

b) Apakah rata-rata penguasaan kerja kesekretarisan tidak sama dengan 20 bulan?

Jawab:

Diketahui : x = 22 s=4 n = 25 0 = 20  = 5%

a) Ditinggalkan sebagai latihan ( H1 :  > 20; uji 1 arah, =5%, statistik uji = t, db = 24)

DR. Harjanto Sutedjo SSI. MMSI. hal 12

PENGUJIAN HIPOTESA

b) 1. H0 :  = 20 H1 :   20

2* statistik uji : t  karena sampel kecil

3* arah pengujian : 2 arah

4* Taraf Nyata Pengujian =  = 5% = 0.05

/2 = 2.5% = 0.025

5. Titik kritis

db = n-1 = 25-1 = 24

t   t ( db , t  t ( db;
Titik kritis  2) dan 2)

t < -t (24; 2.5%)  t < -2.064 dan

t > t (24; 2.5%)  t > 2.064

6. Statistik Hitung

x  0 22  20 2
t
s / n = 4 / 25 = 0.8 = 2.5

7. Kesimpulan : t hitung = -2.5 ada di daerah penolakan H0

H0 ditolak, H1 diterima , rata-rata penguasaan pekerjaan kesekretarisan  20

bulan

Daerah penolakan H0 = Daerah penolakan H0 =

luas daerah terarsir luas daerah terarsir ini =

ini = /2 = 2.5% /2 = 0.5%

Daerah penerimaan H0

-2.064 0 2.064

 Uji Hipotesis Beda 2 Rata-rata Sampel Besar

DR. Harjanto Sutedjo SSI. MMSI. hal 13

PENGUJIAN HIPOTESA

Contoh 10 :

Berikut adalah data nilai prestasi kerja karyawan yang mendapat training dengan yang tidak
mendapat training.

DGN TRAINING TANPA TRAINING

rata-rata nilai prestasi x1 = 300 x2 = 302

ragam s12 = s22 =

4 4.5

ukuran sampel n1 = 40 n2 = 30

Dengan taraf nyata 5 % ujilah :

a. Apakah perbedaan rata-rata nilai prestasi kerja

1  2 > 0?

b. Apakah ada perbedaan rata-rata prestasi kerja

1  2  0?

Jawab :  = 5 % d0 = 0

a) 1. H0 : 1  2 = 0 H1 : 1  2 > 0

2* statistik uji : z  karena sampel besar

3* arah pengujian : 1 arah

4* Taraf Nyata Pengujian =  = 5%

5. Titik kritis  z > z5%  z > 1.645

6. Statistik Hitung

x1  x2  d 0 300  302  0
z 2 2 2
( s12 / n1 )  ( s22 / n2 ) (4 / 40)  (4.5 / 30)  
= = .  015
01 . 0.25 0.5 = 4

7. Kesimpulan : z hitung = 4 ada di daerah penolakan H0

H0 ditolak, H1 diterima  beda rata-rata prestasi kerja > 0

DR. Harjanto Sutedjo SSI. MMSI. hal 14

PENGUJIAN HIPOTESA

b) Coba anda kerjakan sebagai latihan ( H1 :

1  2  0; Uji 2 arah, /2 = 2.5%, statistik
uji=z)

 Uji Hipotesis Beda 2 Rata-rata Sampel Kecil

Contoh 11 :

Berikut adalah data kerusakan produk yang dibuat oleh karyawan shift malam dan siang.

SHIFT MALAM SHIFT SIANG

rata-rata kerusakan x1 = 20 x2 = 12

ragam s12 = 3.9 s22 = 0.72

ukuran sampel n1 = 13 n2 = 12

Dengan taraf nyata 1 % ujilah :

a) Apakah perbedaan rata-rata kerusakan

1  2 < 10?

b) Apakah ada perbedaan rata-rata kerusakan

1  2  10?

Jawab :  = 1 % d 0 = 10

a) Coba kerjakan sendiri !

( H1 :
1  2 < 10; uji 1 arah, =1%, statistik uji = t, db = 13 + 12 - 2 = 23)

b) 1. H0 : 1  2 = 10 H1 : 1  2  10

2* statistik uji : t  karena sampel kecil

3* arah pengujian : 2 arah

4* Taraf Nyata Pengujian =  = 1% = 0.01

/2 = 0.5% = 0.005

5. Titik kritis

db = n1 + n2 - 2 = 13+ 12 - 2 = 23

DR. Harjanto Sutedjo SSI. MMSI. hal 15

PENGUJIAN HIPOTESA

t   t ( db , t  t ( db;
Titik kritis  2) dan 2)

t < -t (23; 0.5%)  t < -2.807 dan

t > t (23; 0.5%)  t > 2.807

6. Statistik Hitung

x1  x2  d 0 20 - 12  10 8  10 2 2
t   
( s / n1 )  (s / n2 )
2 2
(3.9 / 13)  (0.72 / 12) 0.30  0.06 0.36 0.60
1 2 = = -3.33

7. Kesimpulan : t hitung = -3.3 ada di daerah penolakan H0

H0 ditolak, H1 diterima , rata-rata kerusakan  10.

DR. Harjanto Sutedjo SSI. MMSI. hal 16

PENGUJIAN HIPOTESA

DAFTAR PUSTAKA

Babcock, P., & Marks, M. (2010). Leisure College, USA: The Decline in Student Study Time.
Education Outlook, 7.

Badan Pusat Statistik. (2017). Statistik Indonesia dalam Infografis 2017. Jakarta: Badan Pusat
Statistik.

Data Historis USD IDR. (n.d.). Retrieved April 19, 2018, from
https://id.investing.com/currencies/usd-idr-historical-data.

Dodge, Y. (2008). The concise encyclopedia of statistics. New York: Springer.

DR. Harjanto Sutedjo SSI. MMSI. hal 17