BAB 5

Uji Hipotesis (bagian 1)

5.1 Pengertian Uji Hipotesis dan Jenis-jenisnya
5.2 Jenis-Jenis Statistik Uji Hipotesis
5.2.1 Uji Hipotesis Satu Sampel
5.2.2 Uji Hipotesis Dua Sampel
5.1 Pengertian Uji Hipotesis dan Jenis-jenisnya

Uji Hipotesis adalah cabang Ilmu Statistika Inferensial yang dipergunakan untuk menguji
kebenaran suatu pernyataan secara statistik dan menarik kesimpulan apakah menerima atau
menolak pernyataan tersebut. Pernyataan ataupun asumsi sementara yang dibuat untuk diuji
kebenarannya tersebut dinamakan dengan Hipotesis (Hypothesis) atau Hipotesa.

Tujuan dari Uji Hipotesis adalah untuk menetapkan suatu dasar sehingga dapat
mengumpulkan bukti yang berupa data-data dalam menentukan keputusan menolak atau
menerima kebenaran dari pernyataan atau asumsi yang telah dibuat. Uji Hipotesis juga dapat
memberikan kepercayaan diri dalam pengambilan keputusan yang bersifat Objektif.

Uji hipotesis dilakukan dengan data sampel. Tapi tentu saja tidak semua sampel yang kita
ambil berhasil menggambarkan kondisi populasi. Pada dasarnya, besarnya jumlah sampel
tetap saja berpeluang untuk menghasilkan kesimpulan yang salah. Uji hipotesis
memungkinkan kita untuk melakukan uji eksperimen apakah sampel yang kita gunakan
sudah cukup untuk menggambarkan keseluruhan populasi.

Pengambilan Keputusan dalam uji Hipotesis dihadapi dengan dua kemungkinan kesalahan
yaitu :

a. Kesalahan Tipe I (Type I Error)

Kesalahan yang diperbuat apabila menolak Hipotesis yang pada hakikatnya adalah
benar. Probabilitas Kesalahan Tipe I ini biasanya disebut dengan Alpha Risk
(Resiko Alpha). Alpha Risk dilambangkan dengan simbol α.

b. Kesalahan Tipe II (Type II Error)

Kesalahan yang diperbuat apabila menerima Hipotesis yang pada hakikatnya

adalah Salah. Probabilitas KesalahanTipe II ini biasanya disebut dengan Beta Risk
(Resiko Beta). Beta Risk dilambangkan dengan simbol β

Dalam Pengujian Hipotesis, diperlukan membuat 2 pernyataan Hipotesis yaitu :

Pernyataan Hipotesis Nol (H0)

 Pernyataan yang diasumsikan benar kecuali ada bukti yang kuat untuk
membantahnya.
 Selalu mengandung pernyataan “sama dengan”, “Tidak ada pengaruh”, “Tidak
perbedaan”
 Dilambangkan dengan H0
 Contoh : H0 : μ1 = μ2 atau H0 : μ1 ≥ μ2
Pernyataan Hipotesis Alternatif (H1)

 Pernyataan yang dinyatakan benar jika Hipotesis Nol (H0) berhasil ditolak.
 Dilambangkan dengan H1 atau HA
 Contoh H1 : μ1 ≠ μ2 atau H1 : μ1 > μ2

Dalam menentukan Formulasi Pernyataan H0 dan H1, kita perlu mengetahui Jenis
Pengujian berdasarkan sisinya. Terdapat 2 Jenis Pengujian Formulasi Ho dan H1, antara
lain :

Pengujian 1 (Satu) Sisi (one tail test)

Sisi Kiri
H0 : μ = μ1
H1 : μ < μ1
Tolak H0 bila t hitung < -t tabel
Sisi Kanan
H0 : μ = μ1
H1 : μ > μ1
Tolak H0 bila t hitung > t tabel

Pengujian 2 (Dua) Sisi (two tail test)

H0 : μ = μ1
H1 : μ ≠ μ1
Tolak H0 bila t hitung > t tabel
Langkah-langkah dalam membuat Uji Hipotesis

1. Tentukan Formulasi Hipotesis Nol dan Hipotesis Alternatif

2. Tentukan Taraf Nyata (α) atau disebut juga Level of Significant.
Tingkat kepercayaan yang sering digunakan dalam pengujian statistik adalah 95
persen atau (1-alpha) = 0,95 atau (1−α)=0,95.
Tingkat kepercayaan bisa dikurangi sesuai dengan jenis penelitian yang dilakukan,
misalnya misalnya 90 persen. Selain itu bisa juga diperbesar jika menginginkan
tingkat ketelitian yang lebih tinggi, misalnya menjadi 99 persen.
Jika disebutkan bahwa tingkat kepercayaan yang digunakan adalah 95 persen
atau (1−α)=0,95, maka tingkat signifikansinya adalah 5 persen (α=0,05).
3. Tentukan Nilai Kritis (nilai Tabel) dan Statistik Uji Hipotesis-nya.
4. Hitung Nilai Statistik Uji Hipotesis (tergantung dari hipotesisnya)
5. Pengambilan keputusan

 Keputusan untuk uji dua arah

Tolak Ho apabila z < - Zα/2 atau z > Zα/2.

 Keputusan untuk uji satu arah

Untuk H1:μ<μo, tolak Ho jika z < - Zα.
Untuk H1:μ>μo, tolak Ho apabila z > Zα.

5.2 Jenis-Jenis Uji Hipotesis

5.2.1 Uji Hipotesis Rata-rata Satu Sampel

Uji rata-rata satu populasi adalah uji statistik yang digunakan untuk mengetahui apakah suatu
populasi memiliki rata-rata yang sama dengan, lebih kecil atau lebih besar dari suatu nilai
rata-rata tertentu sesuai dengan hipotesis yang telah ditetapkan.

Berikut ini adalah syarat-syarat yang harus dipenuhi untuk melakukan pengujian.

1. Sampel yang digunakan dalam pengujian adalah sampel acak sederhana.

2. Simpangan baku populasi (σ) diketahui atau saimpangn baku sampel s diketahui.
3. Sampel berasal dari populasi yang berdistribusi normal atau ukuran (banyaknya)
sampel cukup besar (biasanya ukuran sampel cukup besar yang sering digunakan
adalah lebih dari 30).

a. Hipotesis

Pengujian 1 (Satu) Sisi (one tail test)

Sisi Kiri Sisi Kanan
H0 : μ = μ0 H0 : μ = μ0
H1 : μ < μ0 H1 : μ > μ0
 Pengujian 2 (Dua) Sisi (two tail test)
H0 : μ = μ0
H1 : μ ≠ μ0

b. Tingkat Kepercayaan atau Tingkat Signifikansi (1−α)=0,95 maka tingkat signifikansinya

adalah 5 persen (α=0,05).

c. Statistik Uji

Statistik uji yang digunakan dalam uji rata-rata satu populasi adalah:

 jika populasi berdistribusi normal, n ≥30 dan σ (simpangan baku populasi) diketahui
maka rumus yang digunakan adalah:

𝑥̅ − 𝜇0
𝑍=
𝜎/√𝑛

dimana
z = nilai z hitung,
𝑥̅ = rata-rata sampel,
σ = standar devasi populasi
n = banyaknya sampel.

 jika populasi berdistribusi normal n <30 dan s (simpangan baku populasi) tidak
diketahui maka rumus yang digunakan adalah:

𝑥̅ − 𝜇0
𝑡=
𝑠/√𝑛

d. pengambilan keputusan
 Uji satu pihak:
Tolak Ho jika, nilai (t atau z) hitung lebih besar dari (t atau z) tabel

 Uji dua pihak:

Tolak Ho jika, nilai (t atau z) hitung <(- t atau z) Tabel atau (t atau z) hitung > lebih
besar dari (t atau z) tabel

CONTOH 1 :

Sampel acak catatan 100 kematian di AS selama tahun lalu menunjukan rata-rata usia
mereka 71.8 tahun. Andaikan simpangan bakunya 8.9 tahun, apakah ini menunjukan
bahwa rata-rata usia dewasa ini lebih dari 70 tahun? Gunakan taraf keberartian 0.05.

JAWAB :
 Daerah
Penolakan H0
> 1.645


1.645 2.02

CONTOH 2 :
Sebuah sample terdiri atas 15 kaleng susu, memiliki isi berat kotor seperti yang di berikan
berikut ini.

( Isi berat kotor dalam kg/kaleng)

1,21 1,21 1,23 1,20 1,21

1,24 1,22 1,24 1,21 1,19

1,19 1,18 1,19 1,23 1,18

Jika di gunakan taraf nyata 1%, dapatkah kita menyakini bahwa populasi cat dalam kaleng
rata-rata memiliki berat kotor 1,2 kg/kaleng ? (dengan alternatif tidak sama dengan).

JAWAB :
a. Hipotesis :

Ho : µ = 1,2

H1 : µ ≠ 1,2

b.Taraf nyata dan nilai tabelnya :

 = 1% = 0,01

tα/2 = 0,005 dengan db = 15-1 = 14

t0,005;14 = 2,977

c. Statistik Uji

Darai data di atas diketahui ∑X = 18,13 ∑X2 = 21,9189

Maka 𝑥̅ =∑X/n = 18,13 / 15 = 1,208

∑(𝑥𝑖 − x̅)2
𝑠= = 0.02
𝑛−1
d. Kriteria pengujian :

 Ho di terima apabila : – 2,977 ≤ to ≤ – 2,977

 Ho di tolak : to > 2,977 atau to < – 2,977

e. Kesimpulan

Karena –t0,005;14 = -2,977 ≤ to (= 1,52) ≤ t0,005;14 = – 2,977 maka Hodi terima.

Jadi, populasi susu dalam kaleng secara rata-rata berisi berat kotor 1,2 kg/kaleng.

5.2.2 Uji Hipotesis Rata-rata Dua Sampel

Terdapat dua jenis uji hipotesis rata rata pada dua sampel yaitu paired
sample dengan independent sample. Perbedaannya terletak pada kelompok yang
dibandingkan. Jika kelompok yang kita bandingkan berasal dari populasi yang berbeda maka
disebut dengan independent sample. Sebaliknya jika kelompok yang dibandingkan berasal
dari populasi yang sama maka disebut paired sample.

A. Sampel berpasangan (UJI DUA SAMPEL BERPASANGAN)

Dependent sample t-test atau sering diistilakan dengan Paired Sampel t-Test, adalah jenis
uji statistika yang bertujuan untuk membandingkan rata-rata dua grup yang saling
berpasangan. Sampel berpasangan dapat diartikan sebagai sebuah sampel dengan subjek
yang sama namun mengalami 2 perlakuan atau pengukuran yang berbeda, yaitu pengukuran
sebelum dan sesudah dilakukan sebuah treatment.
 Berikut merupakan formula yang dapat digunakan untuk uji beda rata-rata pada paired
sample.

a. Hipotesis

Pengujian 1 (Satu) Sisi (one tail test)

Sisi Kiri Sisi Kanan
H0 : μd = d0 H0 : μd = d0
H1 : μd < d0 H1 : μd > d0

Pengujian 2 (Dua) Sisi (two tail test)

H0 : μd = d0
H1 : μd ≠ d0

b. Tingkat Kepercayaan atau Tingkat Signifikansi (1−α)=0,95 maka tingkat signifikansinya

adalah 5 persen (α=0,05).

c. Statistik Uji

𝑑̅ − 𝑑0
𝑡=
𝑆𝑑 /√𝑛

dimana

d. pengambilan keputusan
 Uji satu pihak:
Tolak Ho jika, nilai t hitung lebih besar dari t tabel

 Uji dua pihak:

Tolak Ho jika, nilai t hitung < - t Tabel atau t hitung > lebih besar dari t tabel

Contoh 3 :

J.A. Wesson memeriksa pengaruh obat succinylcholine terhadap kadar peredaran androgen
dalam darah. Sampel darah dari rusa liar yang hidup bebas diambil melalui urat nadi leher
segera setelah disuntikan succinylcholine pada otot menggunakan panah dan senapan
penangkap. Rusa kemudian diambil lagi darahnya kira-kira 30 menit setelah suntikan dan
kemudian dilepaskan. Kadar androgen pada waktu ditangkap dan 30 menit kemudian diukur
dalam nanogram per ml (ng/ml) untuk 15 rusa sbb:
 B. Independent sample t-test
Independent sample t-test adalah jenis uji statistika yang bertujuan untuk
membandingkan rata-rata dua grup yang tidak saling berpasangan atau tidak saling
berkaitan. Tidak saling berpasangan dapat diartikan bahwa penelitian dilakukan untuk dua
subjek sampel yang berbeda.

a. Hipotesis

Pengujian 1 (Satu) Sisi (one tail test)

Sisi Kiri Sisi Kanan

Pengujian 2 (Dua) Sisi (two tail test)

b. Tingkat Kepercayaan atau Tingkat Signifikansi (1−α)=0,95 maka tingkat signifikansinya

adalah 5 persen (α=0,05).

c. Statistik Uji
 dimana
t = nilai t hitung,
𝑥̅1 = rata-rata sampel kelompok 1,
𝑥̅2 = rata-rata sampel kelompok 2,

𝑆1 = simpangan baku sampel kelompok 1,

𝑆2 = simpangan baku sampel kelompok 2,

𝑛1 = ukuran sampel kelompok 1,

𝑛2 = ukuran sampel kelompok 2,

d. pengambilan keputusan
 Uji satu pihak:
Tolak Ho jika, nilai t hitung lebih besar dari t tabel

 Uji dua pihak:

Tolak Ho jika, nilai t hitung < - t Tabel atau t hitung > lebih besar dari t tabel

Contoh 4 :
Sebuah eksperimen untuk membandingkan keausan 2 macam bahan. Dua belas pcs bahan-
1 diuji dgn mesin pengukur aus. Sepuluh pcs bahan-2 diuji dgn cara yg sama. Sampel bahan-
1 memberikan rata-rata keausan sebanyak 85 satuan dan simpangan baku 4 sedangkan
sampel bahan-2 memberikan rata-rata keausan sebanyak 81 dgn simpangan baku sampel 5.
Dapatkah disimpulkan bahwa pada taraf kepercayaan 0.05 keausan bahan-1 melampaui
keausan bahan-2 sebanyak lebih dari 2 satuan? Anggaplah populasi hampir normal dengan
variansi yang sama.

Diperoleh Hipotesis sebagai berikut

Diketahui :
Dengan t tabel pada  =0.05 dan dk = 1+n1+n2-2 = 12+10-2 =20 maka tabel t =1.725
Keputusan :
Terima H0 Karena t hitung < t tabel atau 1.04 < 1.725
Kesimpulan :
Tidak terbukti bahwa keausan bahan-1 melampaui bahan-2 lebih dari 2 satuan.