2.

5 Pengujian Hipotesis Parameter Populasi Sampel Kecil

Jika sampel yang ditarik dari populasi berukuran kecil ( n<30 ), maka pengujian
parameter populasi berdasarkan statistik sampelnya dipakai statistik uji t, dengan rumus sebagai
berikut:

Rata-rata, Variansi dan simpangan baku sampel kecil (n < 30)

x
x 1

n ( Rata-rata)

s 2

( x 1  x )2
( n  1) ( Variansi )

s  s2 ( simpangan baku )

2.5.1 Pengujian Hipotesis Rata-rata Populasi

a. Bila simpangan baku populasi diketahui dan populasinya tak terbatas.
Pengujian, hipotesis tentang rata-rata populais didasarkan atas rata-rata sampel (x ) , statistik
ujinya dapat dihitung dengan rumus sebagai berikut :
x   x  
t  
x  / n dengan, df = v = (n-1)
b. Bila simpangan baku populasi tidak diketahui dan populasi terbatas.
Bila  tidak diketahui, maka  diduga/didekati dengan simpangan baku sampel, s.
Maka statistik ujinya dapat dihitung dengan rumus:
x   x  
t  
x s/ n dengan, df = v = n – 1
Contoh soal :
Suatu proses produksi minuman dianggap dapat diawasi dan memenuhi ketentuan-
ketentuan yang telah ditetapkan bila jumlah rata-rata minuman yang diisikan kedalam botol ialah
50cc dengan standar devisiasi (simpangan baku) 2cc sebuah sampel acak yang terdiri dari 20
botol yang telah diisi dipilih, ternyata rata-rata isinya adalah 51cc. Apakah proses produksi
tersebut sudah memenuhi ketentuan yang ditetapkan. Ujilah dengan menggunakan taraf nyata
5%.

Penyelesaian :

1. Rumusan hipotesis
Ho :  = 50cc
H1 :   50cc  uji dua sisi
2. Taraf nyata,  = 5% = 0,05
x  o
3. Stistik uji, to =  / n
Daerah kritis,  = 0,05.  /2 = 0,025 (Uji dua sisi). Nilai = t(0,025;19)= 2,09. Titik kritisnya

adalah  t ( 0, 025;19 ) = 2,09. Daerah kritis/penolakan Ho adalah di sebelah kiri –t(0,025;19)= -
2,09 dan daerah di sebelah kanan t(0,025;19)= 2,09
Cara membaca tabel t dihalaman 303 (pada buku nata wirawan)
 4. Menghitung nilai statistik uji, to
x  51 cc  0  50 cc
n  20   2 cc
xˆ   51  50
t0    2,24
 / n 2 / 20
5. Simpulan / putusan
Oleh karena statistik jatuh pada daerah penolakan

2.5.2 Pengujian Hipotesis Beda Dua Rata-rata Populasi

a. Bila  1 dan  2 tidak diketahui, populasi tak terbatas dan  1   2 , maka statistik uji
pengujian beda dua rata-rata populasinya dapat dihitung dengan rumus :

( x1  x 2 )  ( 10   20 )
t 
1 1
sp 
n1 n 2

Bila ( 10   20 )  0 , maka rumus yang digunakan adalah :

( x1  x 2 ) ( n1  1) s12  ( n 2  1) s22
t  s 
2
p
1 1 n1  n 2  2
sp 
n1 n 2 Dengan,

s p  s 2p

df = v = n1  n 2  2
 b. Bila  1 dan  2 tidak diketahui dan populasi tak terbatas serta  1   2 maka simpangan
baku populasi diduga/didekati dengan simpangan baku sampel. Statistik uji pengujian
beda dua rata-rata populasinya, dapat dihitung dengan rumus:

( x1  x 2 )  ( 10   20 )
t 
( s12 / n1 )  ( s 22 / n 2 )

Bila ( 10   20 ) = 0, maka rumusnya adalah:

( x1  x 2 ) 2 2
( sn11  ns22 )
t 
s12 s 22 2 2
 ( sn11 ) 2 ( n1  1)  ( ns22 ) 2 ( n 2  1)
n1 n 2 dengan, df (=v) =

Contoh Soal :
Untuk menyelidiki efek pupuk jenis baru terhadap tanaman padi disediakan 24 petak
tanah persawahan yang luas dan kondisinya sama. Dua belas (12) petak yang diberi pupuk baru
hasil rata-ratanya 5,2 kg per petaknya dengan simpangan baku 0,35 kg. Sedangkan dari 12 petak
yang diberi pupuk jenis lama hasil rata-ratanya 4,9 kg per petaknya dengan simpangan baku 0,40
kg. Berdasarkan hasil tersebut benarkah pupuk jenis baru lebih baik dari pupuk jenis lama?
Ujilah pada taraf nyata 5%.

Jawaban :

Diketahui : n = n1+n2 = 12 + 12 = 24

df = n-2 =24-2 =22

n1 = 12 n2=12
x1  5,2 x 2  4,9
s1  0,35 s 2  0,40

Dengan asumsi :  1   2
Penyelesaian:

1. Rumusan Hipotesis
H0 : 1   2  0
H1 : 1   2  0 uji sisi kiri
2. Taraf nyata yang digunakan   5%  0,05
3. Statistik ujinya
( x1  x 2 )  ( 10   20 )
t 
1 1
sp 
n1 n 2

( n1  1) s12  ( n 2  1) s22
s 2p 
Dengan : n1  n 2  2

s p  s 2p

4. Menentukan daerah kritisnya

Karena terletak disisi kiri maka titik kritisnya adalah –t0 = -t0(0,05;22)= - 1,717
Jadi daerah kritisnya adalah t0<-1,717

5. Menentukan statistik ujinya

Cari dulu Sp nya :
(12  1)0,352  (12  1)0,40 2
s 2p 
12  12  2

1,3475  1,76
s 2p 
22

s 2p  0,14125
 s 2p = 0,14125
S= = 0,37583241

Selanjutnya substitusi nilai di atas ke rumus t0 :

t (5,2  4,9)  (0)

1 1
0,37583241 
= 12 12

0,3
= 0,37583241  0,40824829

0,3
= 0,15343294

= 1,95525159

= 1,9553

6. Simpulan / putusan
Karena nilai statistika ujinya jatuh pada daerah penerimaan H0 t0=1,9553 >-1,717
maka H0 diterima, ini berarti penggunaan pupuk baru memang benar meningkatkan
produksi / lebih baik dari pupuk lama dengan tingkat keyakinan 95%

2.5.3 Pengujian Hipotesis Beda Dua Rata-rata Pengamatan Berpasangan

Selama ini yang diuji adalah beda dua rata-rata populasi dari populasi yang berbeda.
Sampel-sampel dengan ukuran tertentu yang ditarik dari masing-masing populasinya yang
bersifat independen. Akan tetapi ada kalanya bahwa sampel-sampel tidak bersifat independen.
Sebagai contoh, sebuah lembaga pelatihan ingin mengetahui apakah program pelatihan yang
diberikan kepada sekelompok karyawan dapat meningkatkan produktivitas kerjanya? Untuk itu,
lembaga tersebut harus mencatat terlebih dahulu produktivitas karyawan sebelum diberikan
pelatihan dan sesudah pelatihan. Perbedaan produktivitas sebelum pelatihan dan sesudah
pelatihan diuji, jika perbedaan tersebut signifikan ( berarti secara statistik ), hal itu menunjukkan
bahwa program pelatihan dapat meningkatkan produktivitas karyawan, dan jika tidak, itu
menunjukkan bahwa program pelatihan tidak dapat meningkatkan produktivitas karyawan. Uji
hipotesis yang dilakukan untuk mengetahui apakah ada perbedaan antara produktivitas karyawan
sebelum di berikan pelatihan dan sesudah diberikan pelatihan sedemikian disebut uji perbedaan
berpasangan. Kelompok pasangan sampel yang ada ( sebelum pelatihan dan sesudah pelatihan )
disebut sampel berpasangan.

Untuk pengujian beda rata-rata berpasangan berlaku :

Rumusan Hipotesisnya

Statistik ujinya, adalah :

 (d 1  d )2
d
d 1
sd 
( n  1) n
Dengan, ;

Keterangan : d  nilai rata-rata beda n pengamatan berpasangan

sd  simpangan baku beda pengamatan berpasangan

d 1  beda pengamatan pasangan yang ke-i

df = v = (n-1)

Contoh Soal :

Sebuah balai pelatihan ingin mengetahui apakah para peserta pelatihan dapat
meningkatkan produktivitas (jumlah unit produk yang dihasilkan per jam) kerjanya. Untuk
tujuan itu dipilih 5 peserta sebagai sampel acak. Produktivitas sebelum mengikuti pelatihan dan
sesudah mengikuti pelatihan dicatat. Didapat data sebagai berikut :
 No. Produktivitas
Urut Sebelum Pelatihan Sesudah Pelatihan
1 7 9
2 8 9
3 6 8
4 10 12
5 4 4
Penyelesaian :

1. Rumusan hipotesis
 0 : d  0 (program pelatihan tidak dapat meningkatkan produktifitas kerja).
1 :  d  0 (program pelatihan dapat meningkatkan produktifitas kerja).
2. Taraf nyata, α= 5%= 0,05
d
3. Statistik uji, t0 = S d / n
Daerah kritisnya, α=0,05, df=n-1=5-1=4. Nilai /titik kritis adalah= t(0,05;4) = 2,132. Daerah
kritisnya adalah daerah di sebelah kanan t(0,05;4)= 2,132
4. Menghitung nilai statistic uji, t0
Dihitung terlebih dahulu Sd sebagai berikut :

No. Produktivitas
Urut Sebelum Pelatihan Sesudah Pelatihan Di (di-d̄̄)
1 7 9 2 0,36
2 8 9 1 0,16
3 6 8 2 0,36
4 10 12 2 0,36
5 4 4 0 1,96
 d
d i 7
  1,4 t0 
d

1,4
 3,52
5 5 Sd / n 0,89 / 5

S 2d 
 ( d1  d ) 2 
3,2
 0,8
n 1 5 1
Sd  S 2
d  0,8  0,89

maka,
5. Simpulan/ putusan
Oleh karena statistic uji jatuh pada daerah penolakan H0(t0=3,52 > t(0,05;4)= 2.132) maka H0
ditolak dan H1 diterima. Ini berarti program pelatihan yang diberikan kepada karyawan
tersebut dapat meningkatkan produktifitas kerja, pada tingkat keyakinan 95%.

2.6 Hubungan Antara  ,  dan n

Didalam pengujian hipotesis selalu berhadapan dengan dua macam kesalahan jenis I (  )
dan kesalahan jenis II (β). Hubungan antara  dan β adalah berbanding terbalik, maksudnya
bila  berangsur-angsur mengecil maka β berangsur-angsur membesar dan sebaliknya, bila β
mengecil maka  membesar. Kedua jenis kesalahan tersebut (  dan β) secara bersama-sama
dapat diperkecil dengan jalan memperbesar ukuran sampel n. Karenaβ sulit ditentukan, maka
dalam prakteknya didalam pengujian hipotesis, kesalahan jenis I (  ) ditetapkan terlebih dahulu,
karena kesalahan ini dapat dikuasai (dikendalikan). Selanjutnya baru menentukan ukuran sampel
n dan akhirnya mengatur hipotesis yang sifatnya meminimumkan kesalahan jenis II (β).

2.7 Nilai P

Nilai p (p value) adalah ukuran probabilitas kekuatan dari bukti untuk menolak atau
menerima hipotesis nol (H0). Semakin kecil nilai p yang diperoleh maka semakin kuat bukti
tersebut untuk menolak hipotesis nol. Dalam aplikasinya kita biasanya membandingkan dengan
nilai alpha yang digunakan.

Kalaunilai p <nilai alpha, maka kita menolak hipotesis nol

Kalau nilai p >nilai alpha, maka kita menerima hipotesis nol

Mengambil simpulan berdasarkan nilai P

Mengambil simpulan dalam pengujian hipotesis berdasarkan nilai P memperkuat

pengujian hipotesis klasik nilai (menetapkan nilai  terlebih dahulu), caranya sebagai berikut :

1. Uji untuk satu sisi

Bila nilai P <  , maka statistik uji itu signifikan (statistik uji jatuh pada daerha kritis,
Ho di tolak), asal nilai statistik uji selesai dengan arah pengujiannya (nilai statistik uji
negatif bagi uji sisi kiri, dan positif bagi uji sisi kanan).

2. Untuk uji dua sisi

 
Bila nilai P < 2 atau yang secara matematis nilainya sama dengan 2 (nilai P) < ,
maka statistik uji itu signifikan (statistik uji jatuh pada daerah kritis, Ho di tolak).