CONTOH-CONTOH UJI HIPOTESIS (HBKr)

1. Uji t satu sampel yang tujuannya untuk membandingkan nilai rata-rata sampel dengan
nilai rata-rata populasi.
Contoh:
Masyarakat mengeluh bahwa kadar nikotin rokok “X” diduga lebih tinggi dari kadar
standar yang ditentukan (kadar standarnya= 20 mg/batang). Untuk membuktikan
keluhan masyarakat ini diambil sampel secara random sebanyak 20 batang dan kadar
nikotinnya per batang adalah: 22, 21, 19, 18, 21, 22, 22, 21, 22, 25. Digunakan
α=0,05.
Solusi : Ho : µ ≤ 20 mg VS Ha : µ > 20 mg

x́−µ
Maka digunakan rumus : thit = s / √ n
Keterangan : x́ = nilai rata-rata sampel
µ = nilai rata-rata populasi
s = simpangan baku (standar deviasi) sampel
n = besar sampel
kriteria penerimaan hipotesisnya:

Ho diterima bila: thit < t(1-α)(n-1) atau thit > - t(1-α)(n-1) atau

-t (1-1/2α)(n-1) < t hit < t (1-1/2α)(n-1) dengan db= n-1

Setelah dihitung didapat: X́ = 21,3 , s = 1,89 dan db= 10-1=9

21,3−20
thit =
1,89/ √ 10
= 2,18 sedangkan t(1-0,05)(10-1) = t0,95(9) = 1,83 (lihat tabel t).

Karena thit > ttabel maka Ha diterima, berarti keluhan masyarakat tersebut adalah benar
(terbukti)..

2. Uji t untuk dua sample bbas yang bertujuan untuk membandingkan nilai dua rata-rata.
Uji t ini dibedakan menjadi dua kelompok yaitu uji t deengan variansi homogen dan
uji t dengan variansi heterogen. Homogen atau heterogennya kedua variansi diketahui

S 21
dengan uji F. Fhit = 2 dimana S21 ≥ S22 , Ho diterima berarti kedua varian homogen
S2
bila Fhit < Fα(v1,V2) , dimana V1= n1-1 dan V2=n2-1. Bila terbukti bahwa kedua sampel
berasal dari populasi dengan variansiyang homogen, maka digunakan uji t dengan
rumus sebagai berikut:

X́ 1− X́ 2
( n1−1 ) S21 +(n 2−1)S22
thit = S
√ 1 1 dengan
+
n1 n2
S=
√ n 1+n 2−2
dengan db=n1+n2-2.

Ho diterima bila: -t(1-1/2α)(n1+n2-2) < thit < t(1-1/2α)(n1+n2-2)

Bila terbukti bahwa kedua sampel berasal dari populasi dengan variansi yang
hiterogen, maka digunakan rumus:

X́ 1− X́ 2
t hit = S21 S22 Ho diterima bila:
√ +
n1 n2

s21 t 1 s 22 t 2 s21 t 1 s 22 t 2
+ +
n1 n2 n1 n2
s 21 s22
< thit < s 21 s22
+ +
n1 n2 n1 n2

Untuk uji dua ekor: t1 = t(1-1/2α)(n1-1) dan t2= t(1-1/2α)(n2-1)

Untuk uji satu ekor : t1 = t(1-α)(n1-1) dan t2 = t(1-α)(n2-1)

Contoh :
Terdapat dugaan dari para dokter, bahwa mutu vitamin B 12 buatan pabrik B lebih baik
dari mutu vitamin B12 buatan pabrik A. untuk membuktikan hipotesis ini kdua
kelompok vitamin tersebut disuntikkan secara terpisah kepada masing-masing 10
orang pasien secara intramuskuler setiap minggu selama 4 bulan. Mutu vitamin
tersebut ditentukan oleh kadar Hb sesudah disuntik. Kadar Hb dihitung pada saat satu
minggu setelah suntikan terakhir dengan peralatan dan cara yang sama. Buktikan
 apakah dugaan para dokter tersebut benar (α=5%), dan data kadar Hb nya dicatat
dalam tabel berikut ini:

Pabrik A 12,2 11, 14,7 11,4 11,5 12,7 11,2 12,1 13,3 10,8
3
Pabrik B 13 13, 16 13,6 14 13,8 13,5 13,8 15,5 13,2
4

Pabrik A : X́ = 12,12 , s = 1,18 , s2 = 1,39 dan n = 10

Pabrik B : X́ = 13,98 , s = 0,98 , s2 = 0,97 dan n = 10

1,39
Fhit = = 1,39 dan F0,05 (9,9) = 3,18+
0,97
Karena nilai Fhit =1,39 < Ftabel = 3,18 maka kedua sampel tersebut berasal dari
populasi berdistribusi normal

9 ( 1,39 )+ 9(097)
S=
√ 18
= 1,09

12,12−13,98
thit = 1 1 = -3,81
1,09
√ +
10 10

t0,05(18) = -1,73
hasil perhitungan diperoleh bahwa thitung <- ttabel maka Ha diterima dan Ho ditolak
berarti vitamin B12 buatan pabrik B memang lebih baik mutunya dari vitamin B 12
buatan pabrik A.

3. Uji kesamaan dua proporsi:

a. Untuk uji dua pihak pasangannya hipotesisnya: Ho : π1 = π2 VS Ha : π1 ≠ π2
b. Untuk pihak kanan pasangan hipotesisnya: Ho : π1 ≤ π2 VS Ha : π1 > π2
c. Untuk uji pihak kiri pasangan hipotesisnya: Ho : π1 ≥ π2 VS Ha : π1 < π2
 X1 X2
( )( )
n1
−
n2 X1+ X2
Rumus dipakai adalah: Z = dengan p= n1 +n2 dan q = 1-

√ pq
1
n1
+
1
{( ) ( )}
n2

p
a. Terima Ho jika - Z(1/2 –1/2α) < Z < Z(1/2 –1/2α) dan tolak Ho untuk Z yang lain.
b. Tolak Ho jika Z ≥ Z(1/2 – α) dan trima Ho jika Z < Z(1/2 – α)
c. Tolak Ho jika Z ≤ -Z(1/2-α) dan terima Ho jika Z > - Z(1/2 – α)
Contoh :
Terdapat dua kelompok pasien A dan B masing-masing 100 orang yang
mengidap semacam penyakit. Kelompok A diberikan serum tertentu dan
kelompok B merupakan kelompok kontrol. Setelah jangka waktu tertentu terdapat
80 orang yang sembuh dari kelompok A dan 68 orang dari kelompok B. Apakah
penelitian ini bahwa pemberian serum ikut membantu penyembuhan penyakit?
Solusi :
Jika πA menyatakan persentase yang sembuh dari kelompok A dan πB yang
sembuh dari kelompok B, maka hipotesisnya adalah:
Ho : πA ≤ πB dan Ha : πA > πB
80+68
P= = 0,74 dan q = 1-0,7
100+100
0,90−0,68
Z=
√(0,74)(0,26)( 0,02) = 1,94
Tolak Ho untuk jika Z ≥1,64 dan terima Ho untuk Z < 1,64 dengan α = 0,05.
Penelitian menghasilkan Zhitung = 1,94 > 1,64 berarti Ha diterima.

4. Uji Chi-Square (Chi-Kuadrat) dapat digunakan untuk menetapkan signifikansi

perbedaan antara dua kelompok atau lebih yang independen, pengukuran yang dituntu
dapat selmah skala nominal.
Hipotsis yang diuji biasanya adalah dua kelompok atau lebih itu berbeda dalam hal
khas ciri tertentu. Dengan demikian perbedaan perbedaan itu berhubungan dengan
frekuensi relatif masuknya anggota-anggota kelompok ke dalam beberapa kategori.
Hipotesis Nihil diuji dengan statistik Chi-square dari Pearson sebagai berikut:
 2 ( Observed−xpected )2
χ =Σ Expected

keterangan : Observed (Oij) = frekuensi observasi/pengamatan

Expected (Eij) = frekuensi ekpektasi/harapan
Misal tabel kontingensi 2x3 9dua baris dan 3 kolom)

Kepala baris Kepala kolom subtotal

... O11 O12 O13 n1+
E11 E12 E1
3
... O21 O22 O23 n2+Type equation here .
E21 E12 E23
subtotal n+1 n+2 n+3 N

ni+¿ x n
Frekuensi harapan: Eij =
N
¿
+j
, i= 1,2,3 ... dan j=1,2,3 ...
n1+ x n+1 n2+ x n+ 3
Misalnya: E11 = N
, E23 = N
dst
Syarat penggunaan uji Chi-square:

1). Kita berhadapan dengan k-sampel yang bebas (independen)

2). Sampel tersebut merupakan data berskala nominal atau ordinal yang terbagi dalam
r kategori.
3). Sampel berukuran cukup besar yaitu:
a. banyaknya sel yang mempunyai frekuensi harapan kurang dari 5 tidak boleh
lebih dari 20 % dari semua sel yang ada.
b. tidak boleh satu selpun mempunyai frekuensi harapan yang kurang dari satu.
4). Untuk tabel 2x2 digunakan chi-square dengan koreksi kontinuitas dari Yates

2
(|Oij −Eij|−0,5 )
dengan formula: χ2 = Σ atau
Eij
2
2 N (|O 11 O 22−O 12 O 21|−0,5 N )
χ =
¿¿
5). Untuk tabel kontingensi 2x2, bila syarat 3 tidak terpenuhi, maka digunakan Uji
Exact Fisher.
Untuk tabel kontingensi 2x2 digunakan Chi-square koreksi Yate’s
Jika syarat tidak dipenuhi untuk tabel kontingeensi 2x2 maka digunakan uji Exact
Fisher
Suatu survei pinggiran kota meneliti 124 rumah tangga dan mengamati sumber
penyediaan air minumnya. Dengan melihat laporan morbiditas dari Puskesmas
setempat dapat diketahui kejadian diare didalam rumah tangga tersebut dalam tiga
bulan terakhir. Tujuan survei ingin mengetahui apakah terdapat perbedaan angka
morbiditas diare antara oeengguna sumber air minum yang berbeda. Hasilnya dapat
dilihat pada tabel berikut ini:

Jumlah Rumah Tangga dengan Penyediaan

Status Sumber Air Minumnya Jumlah
Sungai Sumur PDAM
Diare (-) 39 14 12 65
46,13 10,46 8,39
Diare (+) 49 6 4 59
41,87 9,52 7,61
Jumlah 88 20 16 124

Ho : Tidak terdapat perbdaan angka morbiditas diare antar pengguna sumber air
minum.
Ha : Terdapat perbdaan angka morbiditas diare antar pengguna sumber air minum

Perhitungan frekuensi harapan:

65 x 88 59 x 16
E11 = = 46,13 E23 = = 7,61 dan seterusnya
124 124

( 39−46,13 )2 ( 14−10,46 )2 ( 12−8,39 )2 ( 49−41,87 )2 ( 6−9,52 )2 ( 4−7,61 )2

χ2 = + + + + +
46,13 10,46 8,39 41,87 9,52 7,61
= 8,06
titik kritis dilihat dari tabel Chi-square pada tingkat kepercayaan 5%, dengan
df=dk=db= (2-1)(3-1)=2 yaitu: χ2 0,05(df=2) = 5,99
karena nilai χ2 > 5,99, maka hipotesis nihil (Ho) ditolak dan Ha diterima. jadi
kesimpulannya terdapat perbedaan angka morbiditas diare antar pengguna sumber air
minum.
Contoh penggunaan uji Chi-square pada tabel kontingensi 2x2:
Seorang peneliti ingin mengetahui apakah terdapat prbedaan keberhasilan pengobatan
terhadap penyakit tertentu antara obat A dan obat B.

Keberhasilan
Tidak Sembuh Sembuh
Macam Obat Jumlah
Obat A 16 64 80
(Expected) 9,8 70,2
Obat B 3 72 75
(Expsected) 9,2 65,8
jumlah 19 136 155

Perhitungannya sebagai berikut (pilih salah satu rumus di atas):

Dengan formula ke dua:
2
(155) (|( 16 ) ( 72 )−( 64)(3)|−(0,5)(155))
2
χ = = 7,786
(80)(75)¿¿
titik kritis:
pada tingkat kepercayaan 5%, dengan df=dk=db= (2-1)(2-1)=1 adalah
χ2 = 0,05 (1) = 3,841, karena nilai χ 2 > 3,841 maka hipotesis nihil ditolak dan Ha
diterima.
kesimpulannya: terdapat perbedaan keberhasilan pengobatan antara obat A dan obat
B..

Uji Exact Fisher:

Digunakan untuk menganalisis data kategorik berskala nominal atau ordinal dua
sampel bebas berukuran kecil.
Tabel kontingensi 2x2:

KELOMPOK X Y JUMLAH
KELOMPOK I A b a+b
KELOMPOK II C d c+d
JUMLAH a+c b+d n

( a+b ) ! . ( c +d ) ! . ( a+c ) ! . ( b+ d ) !
P= n !.a!.b !c!.d !

Catatan :
n! = 1.2.3......(n-1)!. n!
3! = 1.2.3 =6
4! = 1.2.3.4 = 24
1! = 1
0! = 1
Hipotesis yang diuji:
Ho : sebanyak 2 populasi mempunyai sebaran yang sama
Versus
Ha : 2 populasi tersebut mempunyai sebaran yang berbeda.
Hipotesis nol ditolak bila p<α.

Contoh kasus:

KASUS MATI HIDUP JUMLAH

CASE 2 13 15
CONTROL 4 15 19
JUMLAH 6 28 34

Akan diuji:
Ho : tidak terdapat perbedaan antara mortalitas antara kelompok case dan kelompok
kontrol.
Ha: terdapat perbedaan antara mortalitas antara kelompok case dan kelompok kontrol.

Digunakan uji Exact Fisher sebabab salah satu sel saja frekuensi harapannya < 5 brarti
sudah lebih dari 20%.
15 x 6
E11 = = 2,65 < 5
34
Perhitungan kemungkinan Eksak:
Dibuat tabel-tabel lain dengan subtotal marginal yang sama, untuk
mempertimbangkan penyimpangan-penyimpangan yang lebih ekstrim yang
mungkinterjadi.
Tabel pengamatan sebagai berikut:

2 13 15
4 15 19
6 28 34
 15 ! . 19 ! .6 ! . 26 !
P1 = = 0,020
34 ! . 2! .13 ! . 4 ! . 15 !

1 14 15
5 14 19
6 28 34
15 ! . 19 ! .6 ! . 26 !
P2 = = 0,130
34 ! . 1! .1 4 ! . 5 ! . 1 4 !

0 15 15
6 13 19
6 28 34
15 ! .19 ! . 6 ! . 26 !
P3 = = 0,303
34 ! . 0! .15 ! . 6 ! .1 3 !

P = Σ Pi
= P1 + P2 + P3 = 0,020 +0,130 + 0,303 = 0,453
Jika tingkat signifikan α = 0,05 maka, maka hipotesil nol diterima karena p> 0,05.
Kesimulannya: tidak terdapat perbedaan angka mortalitas antara kelompok “case”
dan kelompok “kontrol”.