JAWABAN LATIHAN SOAL UJI HIPOTESIS

Soal Latihan Pengujian Hipotesis

1. Seorang peneliti ingin mengetahui apakah catchability gillnet rata-rata masih tetap 30
ekor ikan atau lebih kecil dari itu. Data-data sebelumnya diketahui bahwa simpangan
catchability 25 ekor. Sampel yang diambil 100 trip untuk diteliti dan diperoleh rata-
rata tangkap 27 ekor. Apakah nilai tersebut masih dapat diterima sehingga catchability
gillnet 30 ekor? Ujilah dengan taraf nyata 5%.
2. Populasi ikan lemuru hasil tangkapan purse seine diperoleh panjang rata-rata 80 cm
dengan simpangan baku 7 cm. Setelah 3 tahun beroperasi, konsumen meragukan
panjang ikan tersebut. Guna meyakinkan keabsahan hipotesis itu, seorang peneliti
mengambil sampel acak 100 ekor ikan lemuru dan diperoleh hasil perhitungan
panjang rata-rata ikan adalah 83 cm dengan standar deviasinya tetap. Apakah ada
alasan untuk meragukan bahwa rata-rata panjang ikan lemuru yang dihasilkan alat
tangkap purse seine sama dengan 80 cm pada taraf signifikan 5%?
3. Seorang pejabat bank yang bertanggung jawab atas pemberian kredit mempunyai
anggapan bahwa rata-rata modal perusahaan nasional adalah sebesar 100 juta, dengan
alternatif yang lebih besar dari itu. Untuk menguji anggapan itu, dipilih sampel secara
acak sebanyak 81 buah perusahaan nasional, yang ternyata rata-rata modalnya sebesar
Rp 105 juta dengan simpangan baku sebesar Rp 18 juta. Dengan menggunakan alfa
1%, ujilah anggapan itu.
4. Seorang pemilik pabrik rokok mempunyai asumsi bahwa rata-rata kadar nikotin yang
dikandung oleh setiap batang rokok adalah sebesar 20 mg, dengan alternatif yang
lebih kecil dari itu. Dari 9 batang rokok yang dipilih secara acak, diperoleh hasil
sebagai berikut: 20 mg, 23 mg, 18 mg, 24 mg, 25 mg, 17 mg, 16 mg, 21 mg, dan 18.8
mg. Dengan menggunakan taraf keyakinan 98% , ujilah anggapan itu.
5. Diketahui upah mingguan dari 50 tenaga lepas proyek sebesar Rp 80.000 dengan
simpangan baku Rp 10.000 per orang. Di proyek B rata-rata upah mingguan dari 20
tenaga lepas sebesar Rp 90.000 per orang dengan simpangan baku sebesar Rp 8.000
per orang. Dengan taraf keyakinan 90% ujilah apakah ada perbedaan yang signifikan
untuk rata-rata upah mingguan tenaga lepas proyek A dan B.
6. Peneliti ketahanan berdiri pramuniaga di Mala mengajukan hipotesis daya tahan
berdiri = 4 jam. Hasil penelitian terhadap 31 pramuniaga menunjukkan rata-rata daya

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

1
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

tahan = 4,645 dengan standar deviasi 1,81. Apakah hipotesis dapat diterima? Gunakan
dk = 0,05
7. Pedagang buah menyatakan bahwa dia dapat menjual buah tiap hari tidak lebih dari
100 Kg/hari. Data penjualan selama 15 hari sebagai berikut: 90, 75, 86, 77, 59, 110,
105, 90, 65, 70, 90, 58, 70, 115, 75. Uji apakah pernyataan dapat diterima? Gunakan
dk = 0,05
8. Dari data nomor 7, pedagang yang lain menyatakan bahwa dia dapat menjual paling
sedikit 85 Kg/hari. Uji pernyataan tersebut menggunakan dk = 0,05 dan 0,01.
9. Sebuah perusahaan televisi ingin mengetahui apakah ada hubungan antara jumlah
permintaan (Y) terhadap biaya iklan (X) suatu produk selama 18 bulan terakhir.
Perusahaan tersebut telah mendapatkan data sebagai berikut :
Jumlah Permintaan Biaya iklan di TV
(Y) (dalam ribuan (X) (dalam ribuan
Unit) rupiah)
90 0,525
94 0,750
95 0,825
95 0,950
94 0,832
94 0,900
100 1,050
104 1,120
105 1,200
108 1,250
110 1,405
112 1,498
115 1,530
118 1,500
120 1,550
125 1,586
130 1,600
132 1,600

Dengan tingkat kepercayaan 95%, tugas anda :

a. Rumuskan permasalahan di atas
b. Buatlah persamaan regresinya
c. Ujilah persamaan di atas apakah persamaan regresi dapat digunakan untuk
memprediksi jumlah permintaan yang dipengaruhi oleh biaya iklan di TV
d. Berapa besar hubungan (korelasi) antara biaya iklan di TV terhadap jumlah
permintaan

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

2
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

e. Ujilah apakah ada hubungan yang signifikan antara biaya iklan di TV terhadap
jumlah permintaan
10. Seorang mahasiswa bersama Lusy melakukan penelitian dengan menggunakan alat
ukur skala. Lusy ingin mengetahui apakah ada hubungan antara kecerdasan dengan
prestasi belajar pada siswa SMA X. Selain itu, Lusy juga ingin mengetahui seberapa
kuat hubungan antara kecerdasan dengan prestasi belajar siswa pada SMA X. Untuk
itu, Lusy membuat 2 variabel yaitu variabel bebas (X) adalah kecerdasan dan variabel
terikat (Y) adalah prestasi belajar. Data yang diperoleh dari responden sebagai
berikut:
No. Kecerdasan Prestasi
Responden (X) Belajar (Y)
1 34 38
2 56 56
3 73 76
4 56 55
5 48 51
6 89 91
7 93 89
8 46 45
9 47 45
10 58 67
11 75 89
12 96 96
13 78 82
14 85 97
15 68 55
16 70 98
17 42 62
18 85 78
19 35 40
20 45 70
21 53 56
22 98 86

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

3
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

23 48 36
24 89 61
25 43 98
26 75 57
27 89 53
28 78 88
29 63 56
3 76 68

Dengan tingkat kepercayaan 95%, tugas anda :

a. Rumuskan permasalahan di atas
b. Buatlah persamaan regresinya
c. Ujilah persamaan di atas apakah persamaan regresi dapat digunakan untuk
memprediksi prestasi belajar yang dipengaruhi oleh kecerdasan
f. Berapa besar hubungan (korelasi) antara prestasi belajar terhadap kecerdasan
d. Ujilah apakah ada hubungan yang signifikan antara prestasi belajar terhadap
kecerdasan

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

4
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

5
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

6
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

7
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

8
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

9
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

10
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

11
 JAWABAN LATIHAN SOAL UJI HIPOTESIS

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

12
JAWABAN NOMOR 9

Descriptive Statistics

Mean Std. Deviation N

Jumlah Permintaan 107.83 13.285 18
Biaya Iklan Di TV 1.20394 .346327 18

Dari tabel deskriptif di atas, dapat dianalisis sebagai berikut :

a. Jumlah yang menjadi sampel adalah 18 bulan
b. Rata-rata biaya iklan 1.203.940 rupiah dengan standar deviasi 346.327 rupiah, artinya
jika dihubungkan dengan rata-rata biaya iklan sebesar 1.203.940 rupiah per bulan,
maka biaya iklan akan berkisar antara 1.203.940 ± 346.327 rupiah.
c. Jumlah Permintaan rata-rata 107.830 unit dengan standar deviasi 13.285

Model Summary
Change Statistics
Adjusted R Std. Error of R Square Sig. F
Model R R Square Square the Estimate Change F Change df1 df2 Change
1 .940a .884 .877 4.668 .884 121.678 1 16 .000
a. Predictors: (Constant), Biaya Iklan Di TV
b. Dependent Variable: Jumlah Permintaan

Dari tabel model summary di atas, dapat dianalisis sebagai berikut:

a. Nilai R = 0,940 menunjukkan angka korelasi yang sangat kuat positif antara variabel
Biaya Iklan Di TV (X) dan Jumlah Permintaan (Y). Arti positif adalah hubungan
antara variabel X dan Y searah. Searah berarti semakin tinggi Biaya Iklan Di TV,
maka semakin meningkat Jumlah Permintaan.
b. Nilai R-Square = 0,884 menunjukkan kontribusi yang disumbangkan oleh Biaya Iklan
Di TV terhadap Jumlah Permintaan sebesar 88,4% dan sisanya ditentukan oleh faktor
yang lainnya.

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

13
JAWABAN NOMOR 9

a
ANOVA
Model Sum of Squares Df Mean Square F Sig.
b
1 Regression 2651.804 1 2651.804 121.678 .000
Residual 348.696 16 21.794

Total 3000.500 17
a. Dependent Variable: Jumlah Permintaan
b. Predictors: (Constant), Biaya Iklan Di TV

Dari tabel Anova di atas, maka dapat dianalisis sebagai berikut :

1. Membuat Hipotesis dalam Uraian Kalimat
Ho : Model regresi linier sederhana tidak dapat digunakan untuk memprediksi
Jumlah Permintaan yang dipengaruhi oleh Biaya Iklan Di TV
Ha : Model regresi linier sederhana dapat digunakan untuk memprediksi Jumlah
Permintaan yang dipengaruhi oleh Biaya Iklan Di TV
2. Kaidah Pengujian:
a. Berdasarkan perbandingan antara Fhitung dan Ftabel
Jika : Fhitung ≤ Ftabel, maka Ho diterima
Jika : Fhitung > Ftabel, maka Ho ditolak
Dari tabel anova di atas, terlihat bahwa Fhitung = 121,678
dan nilai Ftabel = F(0,05;1;16) = 4,49
b. Berdasarkan nilai probabilitas (sig), Jika manual tidak perlu
Jika Probabilitas (sig) > α, maka Ho diterima
Jika Probabilitas (sig) ≤ α, maka Ho ditolak
Dari tabel anova di atas, nilai probabilitas (sig) = 0,000
dan nilai taraf signifikan (α) = 0,05
3. Membandingkan Ftabel dan Fhitung serta sig dan α
a. Ternyata : Fhitung > Ftabel = 121,678 > 4,49, maka Ho ditolak
b. Ternyata : sig < α = 0,000 < 0,05, maka Ho ditolak
4. Membuat Keputusan : (Ho ditolak berarti Ha diterima : ambil hipotesa Ha)
Model regresi linier sederhana dapat digunakan untuk memprediksi Jumlah
Permintaan yang dipengaruhi oleh Biaya Iklan Di TV.

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

14
JAWABAN NOMOR 9

a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 64.416 4.087 15.761 .000

Biaya Iklan Di TV 36.063 3.269 .940 11.031 .000

a. Dependent Variable: Jumlah Permintaan

Dari tabel Coefficients di atas, menunjukkan bahwa model persamaan regresi untuk
memperkirakan Jumlah Permintaan (Ŷ) yang dipengaruhi oleh Biaya Iklan Di TV (X) adalah:
Ŷ = 64,416 + 36,063X, dimana Ŷ adalah Jumlah Permintaan , sedangkan X adalah Biaya
Iklan Di TV.
Dari persamaan di atas, dapat dianalisis beberapa hal, antara lain:
a. Bila tanpa Biaya Iklan (X = 0), maka diperkirakan akan mampu mendapatkan
Permintaan sebanyak 64,416 = 64 ribu unit, sedangkan bila ada penambahan Biaya
Iklan sebanyak 1 kali (X = 1), maka diperkirakan Jumlah Permintaan sebanyak Ŷ =
64,416 + 36,063(1) = 100,479 = 100 ribu unit.
b. Koefisien regresi b = 36,063 mengindikasikan besaran penambahan Jumlah
Permintaan untuk setiap pertambahan Biaya Iklan Di TV.
Dari persamaan di atas, maka dapat diuji kevaliditasan-nya sebagai berikut:
1. Membuat Hipotesis dalam Uraian Kalimat
Ho : Tidak terdapat pengaruh antara Biaya Iklan Di TV dengan Jumlah Permintaan.
Ha : Terdapat pengaruh antara Biaya Iklan Di TV dengan Jumlah Permintaan.
2. Membuat Hipotesis Model Statistik
Ho : α = 0
Ha : α ≠ 0

3. Kaidah Pengujian :
a. Berdasarkan perbandingan antara t hitung dan ttabel
Jika : -ttabel ≤ thitung ≤ ttabel, maka Ho diterima
Jika : thitung > ttabel, maka Ho ditolak
Dari tabel Coefficient di atas, terlihat bahwa t hitung = 11,031
dan nilai ttabel = t(α/2)(n-2) = t(0,025;16) = 2,11991
b. Berdasarkan nilai probabilitas (sig), Jika manual tidak perlu
Jika Probabilitas (sig) > α, maka Ho diterima
Jika Probabilitas (sig) ≤ α, maka Ho ditolak

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

15
JAWABAN NOMOR 9

Dari tabel Coefficient di atas, nilai probabilitas (sig) = 0,000 dan nilai taraf
signifikan (α/2) = 0,025
4. Membandingkan ttabel dan thitung serta sig dan α
a. Ternyata : thitung > ttabel = 11,031 > 2,11991, maka Ho ditolak
b. Ternyata : sig < α = 0,000 < 0,025, maka Ho ditolak
5. Membuat Keputusan : (Ho ditolak berarti Ha diterima, ambil hipotesa Ha)
Terdapat pengaruh antara Biaya Iklan Di TV dengan Jumlah Permintaan

Correlations
Biaya Iklan Di Jumlah
TV Permintaan
**
Biaya Iklan Di TV Pearson Correlation 1 .940
Sig. (2-tailed) .000

N 18 18
**
Jumlah Permintaan Pearson Correlation .940 1
Sig. (2-tailed) .000

N 18 18
**. Correlation is significant at the 0.01 level (2-tailed).

Berdasarkan tabel korelasi di atas, maka dapat dianalisis sebagai berikut :

Dari Pearson Korelasi, terlihat bahwa korelasi Pearson Product Moment (r) = 0,940. Angka
ini dapat diinterpretasikan sebagai berikut :
a. Tanda korelasi adalah positif (+), berarti terdapat hubungan yang searah antara
Biaya Iklan Di TV dengan Jumlah Penjualan.
b. Angka korelasinya 0,940 > 0,80 berarti memiliki hubungan yang sangat kuat
(berdasarkan tabel).

Interval Koefisien Tingkat Hubungan

Pedoman Untuk Memberikan
0,00 – 0,199 Sangat rendah
Interpretasi Terhadap Koefisien
0,20 – 0,399 Rendah
Korelasi
0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,000 Sangat Kuat

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

16
JAWABAN NOMOR 10

Descriptive Statistics

Mean Std. Deviation N

Prestasi Belajar 67.97 19.635 30
Kecerdasan 66.37 19.440 30

Dari tabel deskriptif di atas, dapat dianalisis sebagai berikut :

d. Jumlah responden yang menjadi sampel adalah 30 orang siswa SMA.
e. Rata-rata kecerdasan 66,37 dengan standar deviasi 19,440, artinya jika dihubungkan
dengan rata-rata kecerdasan sebesar 66,37 per-orang, maka Kecerdasan akan berkisar
antara 66,37 ± 19,440.
f. Jumlah Prestasi Belajar rata-rata 67,97 dengan standar deviasi 19,635.

Model Summary

Change Statistics
Adjusted R Std. Error of R Square Sig. F
Model R R Square Square the Estimate Change F Change df1 df2 Change
1 .620a .385 .363 15.677 .385 17.495 1 28 .000
a. Predictors: (Constant), Kecerdasan
b. Dependent Variable: Prestasi Belajar

Dari tabel model summary di atas, dapat dianalisis sebagai berikut:

c. Nilai R = 0,620 menunjukkan angka korelasi yang sangat kuat positif antara variabel
Kecerdasan (X) dan Prestasi Belajar (Y). Arti positif adalah hubungan antara variabel
X dan Y searah. Searah berarti semakin tinggi Kecerdasan, maka semakin meningkat
Prestasi Belajar.
d. Nilai R-Square = 0,385 menunjukkan kontribusi yang disumbangkan oleh Kecerdasan
terhadap Prestasi Belajar sebesar 38,5% dan sisanya ditentukan oleh faktor yang
lainnya.

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

17
JAWABAN NOMOR 10

a
ANOVA
Model Sum of Squares df Mean Square F Sig.
b
1 Regression 4299.633 1 4299.633 17.495 .000
Residual 6881.334 28 245.762

Total 11180.967 29
a. Dependent Variable: Prestasi Belajar
b. Predictors: (Constant), Kecerdasan

Dari tabel Anova di atas, maka dapat dianalisis sebagai berikut :

5. Membuat Hipotesis dalam Uraian Kalimat
Ho : Model regresi linier sederhana tidak dapat digunakan untuk memprediksi
Prestasi Belajar yang dipengaruhi oleh Kecerdasan
Ha : Model regresi linier sederhana dapat digunakan untuk memprediksi Prestasi
Belajar yang dipengaruhi oleh Kecerdasan
6. Kaidah Pengujian:
c. Berdasarkan perbandingan antara Fhitung dan Ftabel
Jika : Fhitung ≤ Ftabel, maka Ho diterima
Jika : Fhitung > Ftabel, maka Ho ditolak
Dari tabel anova di atas, terlihat bahwa Fhitung = 17,495
dan nilai Ftabel = F(0,05;1;28) = 4,20
d. Berdasarkan nilai probabilitas (sig), Jika manual tidak perlu
Jika Probabilitas (sig) > α, maka Ho diterima
Jika Probabilitas (sig) ≤ α, maka Ho ditolak
Dari tabel anova di atas, nilai probabilitas (sig) = 0,000
dan nilai taraf signifikan (α) = 0,05
7. Membandingkan Ftabel dan Fhitung serta sig dan α
c. Ternyata : Fhitung > Ftabel = 17,495 > 4,20, maka Ho ditolak
d. Ternyata : sig < α = 0,000 < 0,05, maka Ho ditolak
8. Membuat Keputusan : (Ho ditolak berarti Ha diterima : ambil hipotesa Ha)
Model regresi linier sederhana dapat digunakan untuk memprediksi Prestasi
Belajar yang dipengaruhi oleh Kecerdasan.

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

18
JAWABAN NOMOR 10

a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 26.397 10.342 2.552 .016

Kecerdasan .626 .150 .620 4.183 .000

a. Dependent Variable: Prestasi Belajar

Dari tabel Coefficients di atas, menunjukkan bahwa model persamaan regresi untuk
memperkirakan Prestasi Belajar (Ŷ) yang dipengaruhi oleh Kecerdasan (X) adalah :
Ŷ = 26,397 + 0,626X, dimana Ŷ adalah Prestasi Belajar, sedangkan X adalah Kecerdasan.
Dari persamaan di atas, dapat dianalisis beberapa hal, antara lain:
c. Bila tanpa Kecerdasan (X = 0), maka diperkirakan akan mampu mendapatkan Prestasi
Belajar sebesar 26,397, sedangkan bila Kecerdasan bertambah sebanyak 1 kali (X =
1), maka diperkirakan Prestasi Belajar sebesar Ŷ = 26,397 + 0,626(1) = 27,023.
d. Koefisien regresi b = 0,626 mengindikasikan besaran penambahan Prestasi Belajar
untuk setiap pertambahan Kecerdasan.
Dari persamaan di atas, maka dapat diuji kevaliditasan-nya sebagai berikut:
6. Membuat Hipotesis dalam Uraian Kalimat
Ho : Tidak terdapat pengaruh antara Kecerdasan dengan Prestasi Belajar.
Ha : Terdapat pengaruh antara Kecerdasan dengan Prestasi Belajar.
7. Membuat Hipotesis Model Statistik
Ho : α = 0
Ha : α ≠ 0
8. Kaidah Pengujian :
c. Berdasarkan perbandingan antara t hitung dan ttabel
Jika : -ttabel ≤ thitung ≤ ttabel, maka Ho diterima
Jika : thitung > ttabel, maka Ho ditolak
Dari tabel Coefficient di atas, terlihat bahwa t hitung = 4,183
dan nilai ttabel = t(α/2)(n-2) = t(0,025;28) = 2,04841
d. Berdasarkan nilai probabilitas (sig), Jika manual tidak perlu
Jika Probabilitas (sig) > α, maka Ho diterima
Jika Probabilitas (sig) ≤ α, maka Ho ditolak
Dari tabel Coefficient di atas, nilai probabilitas (sig) = 0,000
dan nilai taraf signifikan (α/2) = 0,025

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

19
JAWABAN NOMOR 10

9. Membandingkan ttabel dan thitung serta sig dan α

c. Ternyata : thitung > ttabel = 4,183 > 2,04841, maka Ho ditolak
d. Ternyata : sig < α = 0,000 < 0,025, maka Ho ditolak
10. Membuat Keputusan : (Ho ditolak berarti Ha diterima, ambil hipotesa Ha)
Terdapat pengaruh antara Kecerdasan dengan Prestasi Belajar

Correlations

Kecerdasan Prestasi Belajar

**
Kecerdasan Pearson Correlation 1 .620
Sig. (2-tailed) .000

N 30 30
Prestasi Belajar Pearson Correlation .620** 1
Sig. (2-tailed) .000

N 30 30
**. Correlation is significant at the 0.01 level (2-tailed).

Berdasarkan tabel korelasi di atas, maka dapat dianalisis sebagai berikut :

Dari Pearson Korelasi, terlihat bahwa korelasi Pearson Product Moment (r) = 0,620. Angka
ini dapat diinterpretasikan sebagai berikut :
c. Tanda korelasi adalah positif (+), berarti terdapat hubungan yang searah antara
Kecerdasan dengan Prestasi Belajar.
d. Angka korelasinya 0,620 > 0,60 berarti memiliki hubungan yang kuat
(berdasarkan tabel).

Interval Koefisien Tingkat Hubungan

Pedoman Untuk Memberikan
Interpretasi Terhadap Koefisien 0,00 – 0,199 Sangat rendah

Korelasi 0,20 – 0,399 Rendah

0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,000 Sangat Kuat

STATISTIK PROBABILITAS MT131A (SITI IKA DANTI 1511389994)

20