Bab 3 – Uji Hipotesis

UJI HIPOTESIS

3.1 PENGERTIAN

Hipotesis adalah sebuah pernyataan tertentu yang

menjelaskan dugaan mengenai karakteristik sebuah
populasi. Hipotesis digunakan untuk mengambil sebuah
kesimpulan atau keputusan yang didasari oleh suatu
pengujian yang disebut uji hipotesis. Uji hipotesis
sendiri adalah suatu pengujian yang dilakukan untuk
mengetahui apakah hipotesis yang dinyatakan sesuai
dengan populasinya berdasarkan bukti sampel dan teori
probabilitas.

3.2 LIMA LANGKAH UJI HIPOTESIS

Langkah 1:
Menentukan Hipotesis Nol dan Hipotesis Alternatif

Langkah pertama dalam uji hipotesis tentu saja

menentukan pernyataan apa yang akan dijadikan
sebagai hipotesis. Terdapat dua jenis hipotesis. Yang
pertama adalah hipotesis nol (H0/H nol). Nol

Statistika II 3-1
 Bab 3 – Uji Hipotesis

menunjukkan bahwa tidak terdapat perbedaan (sama).

Kemudian yang kedua adalah hipotesis alternatif (H1/H
satu) yang merupakan hipotesis yang diambil jika kita
menolak H0.

Contoh:
H0:   300, artinya rata-rata populasi sama dengan 300
H1:   300, artinya rata-rata populasi tidak sama
dengan 300

Langkah 2:
Menentukan Taraf Nyata (Level of Significant)

Taraf nyata adalah probabilitas ditolaknya hipotesis nol.

Taraf nyata ini dilambangkan dengan  (alpha) di mana
  1 – derajat kepercayaan. Sebelum melakukan
pengujian statistik maka harus terlebih dahulu ditentukan
nilai taraf nyata yang berkisar antara 0 sampai 1. Untuk
bidang ekonomi dan sosial biasanya digunakan nilai
0,05 atau 0,1. Sedangkan untuk bidang teknik dan
kedokteran biasa digunakan nilai 0,01. Walaupun
demikian kita dapat memilih nilai mana saja yang
disesuaikan dengan tujuan penelitian.

Statistika II 3-2
 Bab 3 – Uji Hipotesis

Langkah 3:
Memilih Uji Statistik Yang Sesuai

Uji statistik adalah pengujian yang dilakukan untuk

mendapatkan suatu nilai yang diperoleh dari sampel
sebagai dasar untuk menerima atau menolak H0.
Terdapat beberapa uji statistik seperti uji z, uji t, uji F dan
uji 2.

Langkah 4:
Menentukan Kaidah Keputusan

Kaidah keputusan adalah suatu pernyataan yang

menunjukkan kondisi di mana kita menolak ataupun
menerima H0. Kaidah keputusan biasanya didasarkan
pada area tertentu pada kurva normal, kurva distribusi t
atau lainnya yang dibatasi nilai kritis (critical value).
Nilai kritis adalah nilai dari z tabel, t tabel, atau yang
lainnya tergantung dari uji statistik mana yang kita
gunakan.

Langkah 5:
Mengambil Keputusan

Langkah terakhir adalah mengambil keputusan.

Keputusan yang diambil didasarkan pada perhitungan uji
statistik kemudian dibandingkan dengan nilai kritis atau
dengan melihat area pada kurva. Jika nilai hasil uji

Statistika II 3-3
 Bab 3 – Uji Hipotesis

statistik berada pada daerah penolakan H0 maka

keputusan yang diambil adalah menolak H0.

Terdapat dua kekeliruan dalam pengambilan hipotesis.

Yang pertama penolakan H0 jika pernyataan H0 tersebut
benar disebut galat tipe I. Probabilitasnya disebut taraf
nyata () yang telah diuraikan di atas. Sedangkan yang
kedua adalah penerimaan H0 di mana pernyataannya
salah dan disebut galat tipe II. Probabilitasnya
dilambangkan  (beta).
Terima H0 Tolak H0
Keputusan
Pernyataan H0 benar Galat tipe I
benar
Keputusan
Pernyataan H0 salah Galat tipe II
benar

3.3 UJI SIGNIFIKAN SATU ARAH DAN DUA ARAH

Dalam pengujian signifikansi suatu hipotesis terdapat

dua jenis yaitu yang bersifat satu arah dan bersifat dua
arah. Pengujian satu arah atau one-tailed test adalah
pengujian di mana area penolakan H0 hanya berada
pada satu sisi kurva saja. Bentuk hipotesis yang
mungkin dari pengujian satu arah ini sebagai berikut:

H0:   x H0:   x
atau
H1:   x H1:   x

Statistika II 3-4
 Bab 3 – Uji Hipotesis

Dalam bentuk kurva, area penolakan H0 dapat

digambarkan sebagai berikut:

Area tolak H0
H1: < x

Area terima H0

One-tailed test (H1:   x)

Area terima H0
Area tolak H0
H1:  > x

One-tailed test (H1:  > x)

Statistika II 3-5
 Bab 3 – Uji Hipotesis

Pengujian dua arah (two-tailed test) merupakan

pengjuian hipotesis di mana area penolakan H0 terdapat
pada dua sisi kurva. Jika pada pengujian satu arah H 1
memiliki tanda “<” atau “>” maka pada pengujian dua
arah, hipotesis alternatif memiliki tanda “”. Sehingga
bentuk hipotesisnya adalah:
H0: px
H1: px

Dalam bentuk kurva, area penolakan H0-nya sebagai

berikut:

Area tolak H0 Area tolak H0

H1: p  x H1: p  x

Area terima H0

Two-tailed test

3.4 UJI RATA-RATA DAN PROPORSI POPULASI

Uji hipotesis dapat dilakukan untuk mengetahui

karakteristik dari suatu populasi termasuk di dalamnya

Statistika II 3-6
 Bab 3 – Uji Hipotesis

rata-rata dan proporsi dari populasi tersebut. Formula

yang digunakan untuk uji hipotesis rata-rata populasi
atau sampel di mana n > 30, adalah :
x
z
s/ n
Sedangkan formula untuk uji hipotesis proporsi populasi
adalah:
p P
z
P(1  P )
n
Untuk lebih memahami bagaimana langkah-langkah
pengujian hipotesis baik rata-rata maupun proporsi,
perhatikan contoh-contoh berikut:

Contoh 3.1:
RiezLube, sebuah merek pelumas sepeda motor 4-tak,
diklaim mampu bekerja dengan optimal pada sepeda
motor sampai dengan 3000 km. Flowers by Call,
menggunakan pelumas ini untuk 50 sepeda motor
operasionalnya. Ternyata rata-rata setiap motor
mengganti pelumas setelah 2925 km dengan simpangan
baku sebesar 196 km. Pada taraf nyata 5%, apakah
RiezLube dapat bekerja sesuai klaim?

Solusi:
Langkah 1: Tentukan H0 dan H1.

Statistika II 3-7
 Bab 3 – Uji Hipotesis

Berdasarkan data dari kasus, maka hipotesisnya adalah:

H0 :   3000, artinya RiezLube rata-rata bekerja optimal
sampai dengan 3000 km
H1 :   3000, artinya RiezLube rata-rata bekerja optimal
tidak sampai dengan 3000 km.

Langkah 2: Taraf nyata ditentukan sebesar 5%.

 1  
Maka nilai z tabel (critical value) adalah  
 2 
sehinggga z tabel (z0,475) sebesar –1,96 dan 1,96. Hal ini
disebabkan uji hipotesis yang dilakukan merupakan uji
dua arah.

Langkah 3: Melakukan uji statistik

Dari data diketahui nilai x sebesar 2925, nilai 
sebesar 3000, nilai s sebesar 196 dan jumlah n sebesar
50. Maka nilai z:
x 2925  3000  75  75
z     2,70
s/ n 196 / 50 196 / 7,071 27,72

Langkah 4: Menentukan kaidah keputusan

Kaidah keputusan untuk kasus ini adalah terima H0 jika
nilai z hitung berada pada area antara –1,96 dan 1,96
pada kurva normal z. Atau nilai z hitung terletak pada –
1,96 < z hitung < 1,96

Statistika II 3-8
 Bab 3 – Uji Hipotesis

Area tolak H0 Area tolak H0

Area terima H0

critical value

Area terima/tolak H0

Langkah 5: Mengambil keputusan

Keputusan diambil dengan membandingkan nilai z
hitung dengan critical value. Sehingga nilai z hitung
sebesar –2,70 berada pada luar area terima H0 atau nilai
z hitung tersebut berada di luar interval terima H 0 –
1,96 < z < 1,96, karena nilai –2,70 < -1,96.

-2,70 berada
pada area
tolak H0.

Area terima H0

Statistika II 3-9
 Bab 3 – Uji Hipotesis

Oleh karena itu, terjadi tolak H0 sehingga hipotesis yang

diambil sebagai keputusan adalah H1, yang
menunjukkan bahwa pelumas RiezLube rata-rata dapat
bekerja secara optimal bukan pada 3000 km.

Contoh 3.2:
Berdasarkan contoh 3.1, apakah pelumas RiezLube
rata-rata dapat bekerja di atas 3000 km?

Solusi:
Untuk penyelesaian kasus ini, yang diperlukan adalah
mengganti hipotesis dan critical value. Hal tersebut
dikarenakan pada kasus ini merupakan uji satu arah.

Maka hipotesisnya adalah sebagai berikut:

H0 :   3000, artinya rata-rata RiezLube bekerja di
bawah 3000 km
H1 :   3000, artinya rata-rata RiezLube bekerja di atas
3000 km.

Nilai kritis (critical value) berubah karena merupakan uji

satu arah. dengan nilai   5%, maka critical value (z
tabel) 0,5 -   z0,495  2,58. Sehingga kaidah
keputusannya adalah terima H0 jika nilai z hitung berada
pada area sebelah kiri critical value atau nilai z hitung 
critical value.

Statistika II 3-10
 Bab 3 – Uji Hipotesis

-2,7 berada pada

area terima H0

Area terima H0

Keputusannya terima H0 karena –2,70 < 2,58 sehingga

keputusannya adalah bahwa rata-rata pelumas
RiezLube bekerja di bawah 3000 km.

Contoh 3.3:
Sebuah iklan di televisi menyebutkan bahwa sebesar
70% perempuan berambut panjang menggunakan
shampo merek Panthenol. Sebuah perusahaan yang
bergerak di bidang riset pemasaran menemukan bahwa
dari 384 orang perempuan berambut panjang sebanyak
274 orang menggunakan shampo Panthenol. Dengan uji
hipotesis, apakah pernyataan iklan di televisi sama
dengan hasil riset?

Solusi:

Statistika II 3-11
 Bab 3 – Uji Hipotesis

Langkah 1: membuat hipotesis.

H0 : P  70%, artinya proporsi pengguna Phantenol
sebesar 70%.
H1 : P  70%, artinya proporsi pengguna Panthenol
tidak sama dengan 70%.

Langkah 2: taraf nyata ditentukan sebesar 1%.

 1  
Nilai z tabel sebesar z    z0,4545  1,69. Ingat H1
 2 
tidak menunjukkan nilai kurang dari atau lebih dari
sehingga ini merupakan uji dua arah. Sehingga critical
value diperoleh sebesar –1,69 dan 1,69.

Langkah 3: melakukan uji statistik.

274
 0,7
p P 384 0,714  0,7 0,014
z     0,598
P(1  P) 0,7(1  0,7) 0,21 0,0234
n 384 384
Langkah 4: menentukan kaidah keputusan.
Kaidah keputusannya adalah terima H0 jika nilai z hitung
berada di antara nilai kritis pada kurva normal z. Atau
nilai z hitung berada pada interval –1,69 < z hitung <
1,69.

Statistika II 3-12
 Bab 3 – Uji Hipotesis

0,589 terletak
di area terima
H0

Area terima H0

Langkah 5: mengambil keputusan.

Karena nilai z hitung berada pada area terima H 0 (-1,69
< 0,598 < 1,69) maka keputusannya adalah terima H0 di
mana proporsi pengguna shampo Panthenol sebesar
70%. Ini menunjukkan bahwa pernyataan iklan sesuai
dengan riset yang dilakukan.

3.5 UJI HIPOTESIS RATA-RATA SAMPEL

Pada kasus tertentu, jumlah sampel yang kita observasi

sering berjumlah kurang dari 30. Maka berbeda dengan
uji rata-rata untuk populasi atau sampel (n > 30) yang
menggunakan uji z, uji rata-rata sampel (n < 30)
menggunakan uji t (t-test). Formula yang digunakan
adalah:

Statistika II 3-13
 Bab 3 – Uji Hipotesis

x
t
s/ n
Dengan nilai derajat bebas diperoleh dari n – 1.

Contoh 3.4:
Slim Gee adalah sebuah produk penurun berat badan
(BB) baru yang dibuat oleh perusahaan Zelda Corp.
Sebelum diluncurkan ke pasar, produk tersebut diuji
coba terlebih dahulu dan menghasilkan data bahwa Slim
Gee rata-rata menurunkan berat badan sebesar 7 kg
per bulan. Seorang konsumen yang memiliki masalah
over weight (BB = 138 kg) telah mengkonsumsi Slim
Gee selama 9 bulan dan BB menjadi 80 kg. Berikut
adalah penurunan BB konsumen tiap bulannya:

Bulan Penurunan
BB
I 6,2
II 5,8
III 7,2
IV 8,1
V 5,3
VI 6,4
VII 6,4
VIII 5,8
IX 6,8

Pada taraf nyata 5%, benarkah produk Slim Gee rata-

rata menurunkan berat badan sebesar 7 kg per bulan?

Statistika II 3-14
 Bab 3 – Uji Hipotesis

Solusi:
Langkah 1: tentukan H0 dan H1.
Berdasarkan data pada kasus, maka hipotesisnya
adalah:
H0 :   7, artinya Slim Gee menurunkan BB dengan
rata-rata 7 kg.
H1 :   7, artinya Slim Gee tidak menurunkan BB
dengan rata-rata 7 kg.

Langkah 2: taraf nyata () ditentukan sebesar 5%.

Kasus merupakan uji hipotesis dua arah. Maka nilai t
tabel adalah t(1 - /2; df = n – 1)  t0,975;8  2,306

Langkah 3: melakukan uji statistik.

Untuk mencari nilai x dan s, diperlukan nilai-nilai:

Bulan x x2
I
II 6,2 38,44
III 5,8 33,64 x
 x  58  6,444
IV 7,2 51,84 n 9
V
VI
8,1
5,3
65,61
28,09
n x 2
  x 2

s
VI 6,4 40,96 n(n  1)
I 6,4 40,96 (9  379,42)  58 2
VI 5,8 33,64 s  0,84
98
II 6,8 46,24
IX
 58 379,42

Maka nilai t hitung:

Statistika II 3-15
 Bab 3 – Uji Hipotesis

x 6,444  7  0,556

t    1,986
s/ n 0,84 / 9 0,28

Langkah 4: menentukan kaidah keputusan.

Kaidah keputusannya adalah terima H0 jika nilai t hitung
berada pada area kurva antara critical value –2,306 dan
2,306. Atau nilai t hitung ada pada interval –2,306 < t
hitung < 2,306.

-1.986 terletak di
area terima H0

Tolak H0 Tolak H0
Area terima H0

Langkah 5: pengambilan keputusan.

Nilai t hitung –1,986 berada pada area terima H0, maka
terjadi terima H0 yang berarti produk Slim Gee dapat
menurunkan berat badan rata-rata sebesar 7 kg per
bulannya.

3.6 UJI KESAMAAN RATA-RATA DUA

POPULASI(UTS)

Statistika II 3-16
 Bab 3 – Uji Hipotesis

Ada kalanya kita ingin mengetahui apakah terdapat

persamaan karakteristik antara dua populasi. Dua
populasi dapat dibandingkan karakteristiknya baik rata-
rata atau proporsi dengan menggunakan uji hipotesis.
Untuk uji hipotesis satu arah, bentuk hipotesisnya dapat
seperti:
H0 : 1  H0 : 1  2
2
Atau
H1 : 1  H1 : 1  2
2

Sedangkan untuk uji hipotesis dua arah bentuk

hipotesisnya adalah:
H0 : 1 
2
H1 : 1 
2

Formula untuk menguji kesamaan rata-rata dua populasi

atau sampel (n > 30) adalah:
x1  x 2
z
s12 s 22

n1 n 2

Contoh 3.5:
Seiring dengan naiknya harga BBM, dua merek sepeda
motor diteliti tingkat konsumsi bahan bakarnya. Merek

Statistika II 3-17
 Bab 3 – Uji Hipotesis

yang pertama adalah Road Z, diambil sebanyak 50

sepeda motor sebagai sampel dengan rata-rata 86
km/liter dan simpangan baku 6,8 km. Merek yang kedua,
Jet X, memiliki rata-rata 92 km/liter dengan simpangan
baku 8,2 km yang diperoleh dari 75 buah sampel. Pada
taraf nyata 5%, apakah rata-rata jarak tempuh/liter Jet X
lebih jauh dari Road Z?

Solusi:
Langkah 1: membuat hipotesis.
H0 : 1  2, artinya jarak tempuh Jet X kurang dari dan
sama dengan Road Z.
H1 : 1  2, artinya jarak tempuh Jet X lebih dari Road Z.

Langkah 2: taraf nyata ditentukan sebesar 5%.

Kasus merupakan uji satu arah, maka nilai z tabel  z 0,5-

  z0,495  2,58.

Langkah 3: melakukan uji statistik.

x1  x 2 92  86 6
z    3,294
s12 s 22 6,8 2 8,2 2 0,9248  0,89653
 
n1 n 2 50 75
Langkah 4: menentukan kaidah keputusan.
Kaidah keputusannya adalah terima H0 jika nilai z hitung
berada di sebelah kiri nilai kritis pada kurva. Atau nilai z
kurang dari nilai kritis.

Statistika II 3-18
 Bab 3 – Uji Hipotesis

Langkah 5: pengambilan keputusan.

Nilai z hitung lebih dari nilai kritis (3,294 > 2,58)
sehingga terjadi tolak H0. Maka keputusannya adalah
jarak tempuh Jet X lebih jauh dari Road Z.

Nilai z hitung
(3,294) berada
pada area tolak
H0.

Area terima H0

3.7 UJI KESAMAAN RATA-RATA DUA

SAMPEL(UTS)

Untuk sampel dengan jumlah di bawah 30 (n < 30),

maka digunakan formula sebagai berikut:
x1  x 2
t
1 1
s 2gab   
 n1 n 2 

2 (n1  1)s12  (n 2  1)s 22

dimana s gab 
n1  n 2  2

Statistika II 3-19
 Bab 3 – Uji Hipotesis

Dengan derajat bebas n1 + n2 – 2 .

Contoh 3.6:
Kafe Sruput telah memiliki dua cabang yang berlokasi di
dua tempat berbeda. Pemilik kafe ingin mengetahui
perbandingan pendapatan yang diperoleh kedua cabang
tersebut. Untuk itu diambil data pendapatan bersih
selama 6 bulan terakhir. Sebagai catatan salah satu
cabang baru dibuka 4 bulan yang lalu. Berikut data
selengkapnya (dalam jutaan):

Kafe Sruput I Kafe Sruput II

2,5 3,5
2,725 2,6
3,4 2,75
2,65 2,25
3,375
3,75

Pada taraf nyata 10%, apakah kedua cabang memiliki

pendapatan yang sama?

Solusi:
Langkah 1: meentukan hipotesis.
H0: 1  2, artinya tidak terdapat perbedaan pendapatan
antara dua cabang
H1: 1  2, artinya terdapat perbedaan pendapatan
antara dua cabang

Statistika II 3-20
 Bab 3 – Uji Hipotesis

Langkah 2: taraf nyata ditentukan sebesar 10%.

Pengujian merupakan uji dua arah, maka nilai t tabel
adalah t(1-/2;n1+n2- 2) . Sehingga t0,95;8 sebesar 1,86. Jadi
critical value adalah –1,86 dan 1,86.

Langkah 3: melakukan uji statistik.

X1 X12 X2 X22
2,5 6,25 3,5 12,25
2,725 7,425625 2,6 6,76
3,4 11,56 2,75 7,5625
2,65 7,0225 2,25 5,0625
3,375 11,390625
3,75 14,0625
18,4 57,71125 11,1 31,635

Dari nilai-nilai tersebut diperoleh:

x 1  3,067
x 2  2,775
s12  0,257
s 22  0,2775

maka didapat:
(n1  1)s12  (n 2  1)s 22 (5  0,257)  (3  0,2775)
s 2gab    0,265
n1  n 2  2 8

Statistika II 3-21
 Bab 3 – Uji Hipotesis

x1  x 2 3,067  2,775 0,292

t    0,88
 1 1   1 1 0,11
s 2gab    0,265  
 n1 n 2  6 4

Langkah 4: menentukan kaidah keputusan.

Terima H0 jika nilai t hitung berada pada area di antara
critical value. Atau nilai t hitung berada pada interval –
1,86 < t hitung < 1,86.

t hitung (0,88)
ada di area
terima H0

Area terima H0
Tolak H0 Tolak H0

Langkah 5: pengambilan keputusan.

Terjadi terima H0 karena t hitung berada pada area
terima H0. Maka keputusan yang diambil adalah bahwa
rata-rata pendapatan kedua cabang kafe Sruput adalah
sama.

Statistika II 3-22
 Bab 3 – Uji Hipotesis

Jika jumlah data pada kedua sampel sama

(berpasangan/paired sample) di mana n1 sama dengan

n2 maka terdapat cara yang lebih mudah dibandingkan

dengan penggunaan formula uji t di atas. Cara dimaksud

adalah dengan menggunakan formula uji t berikut:

 d    d
2 2
d n
t di mana sd 
sd / n n(n  1)

Perhatikan contoh berikut:

Contoh 3.7:
The Arrowman merupakan merek pakaian dalam
dengan desain untuk segmen eksekutif muda. Saat ini
perusahaan tengah meneliti hasil penjualan produk
tersebut di dua outlet yaitu SAGA dan Retro. Berikut
adalah hasil penjualan The Arrowman di dua outlet
tersebut selama 10 bulan terakhir (dalam ribu unit):

Bulan SAGA Retro

Januari 7,5 6,5
Pebruari 6 6
Maret 8,2 6,8
April 7,9 8,8
Mei 8,3 8,6
Juni 8,1 8,7

Statistika II 3-23
 Bab 3 – Uji Hipotesis

Juli 8,5 9,1

Agustus 8,6 7,5
September 8,4 7,1
Oktober 8,5 7,9

Dari beberapa informasi diperoleh bahwa outlet Retro

dikunjungi lebih banyak pengunjung dibandingkan
SAGA. Jika demikian, apakah tingkat penjualan di Retro
lebih tinggi dibandingkan SAGA? (  5%).
Solusi:
Langkah 1: tentukan hipotesis.
H0 : d  0, artinya rata-rata penjualan di Retro kurang
dari sama dengan SAGA
H1 : d  0, artinya rata-rata penjualan di Retro lebih
dari SAGA.

Langkah 2: taraf nyata sebesar 5%.

Pada pengujian satu arah, nilai t tabel dengan   5%
adalah 1,833.

Langkah 3: melakukan uji statistik.

Untuk melakukan uji t untuk data berpasangan, maka
diperlukan nilai-nilai sebagai berikut:

Retr Differenc
SAGA d2
o e (d)

Statistika II 3-24
 Bab 3 – Uji Hipotesis

6,5 7,5 -1 1
6 6 0 0
6,8 8,2 -1,4 1,96
8,8 7,9 0,9 0,81 d
 d   3  0,3
n 10
8,6 8,3 0,3 0,09
8,7 8,1 0,6 0,36 10  7,84  ( 3 ) 2
sd 
9,1 8,5 0,6 0,36 10  9
s d  0,878
7,5 8,6 -1,1 1,21
7,1 8,4 -1,3 1,69
7,9 8,5 -0,6 0,36
-3 7,84

Maka nilai t:
d  0,3
t   0.108
sd / n 0,878 / 10

Langkah 4: menentukan kaidah keputusan.

Terima H0 jika nilai t hitung  t tabel. Atau nilai t hitung
berada pada area terima H0 yaitu di sebelah kiri nilai
kritis pada kurva distribusi t.

Statistika II 3-25
 Bab 3 – Uji Hipotesis

t hitung (-0,108)
ada di area
terima H0

Area terima H0
Tolak H0

Langkah 5: pengambilan keputusan.

Karena nilai t hitung < t tabel maka terjadi terima H 0,
sehingga keputusannya adalah bahwa rata-rata tingkat
penjualan The Arrowman di Retro kurang atau sama
dengan di SAGA.

3.8 UJI KESAMAAN PROPORSI DUA POPULASI

Sama halnya dengan uji rata-rata, uji hipotesis juga

dapat digunakan untuk mengetahui kesamaan atau
perbedaan proporsi antara dua populasi atau sampel (n
> 30). Formula yang digunakan adalah:
p1  p 2
z
Pgab (1  Pgab ) Pgab (1  Pgab )

n1 n2

Statistika II 3-26
 Bab 3 – Uji Hipotesis

x1  x 2
dimana Pgab 
n1  n 2

Contoh 3.8:
PT. Visisoft merupakan perusahaan yang menjual dua
merek komputer jenis desktop PC, yaitu Pyerex dan
Compass. Pyerex memiliki segmen mahasiswa dan
Compass dikhususkan untuk segmen perkantoran.
Perusahaan ingin mengetahui apakah kedua merek PC
tersebut memiliki persentase market share yang sama.
Dari survey yang dilakukan diperoleh informasi bahwa
dari 128 orang mahasiswa pemilik PC, 26 orang
merupakan pengguna Pyerex. Sedangkan dari 86 kantor
berbagai perusahaan yang disurvey diketahui 15 kantor
menggunakan PC Compass. Pada taraf nyata 10%,
apakah kesimpulan yang diambil perusahaan?

Solusi:
Langkah 1: tentukan hipotesis.
H0 : P1  P2, artinya proporsi market share Pyerex dan
Compass sama
H1 : P1  P2, artinya proporsi market share Pyerex dan
Compass beda

Langkah 2: taraf nyata ditentukan sebesar 10%.

Statistika II 3-27
 Bab 3 – Uji Hipotesis

Pada uji dua arah dengan  sebesar 10% diperoleh nilai

z tabel sebesar z0,4500 adalah 1,65. Sehingga critical
value adalah –1,65 dan 1,65.

Langkah 3: melakukan uji statistik.

Dari data pada kasus diperoleh:
26
p1   0,203
128
15
p2   0,.174
86
26  15 41
Pgab    0,192
128  86 214

Maka nilai z hitungnya adalah:

p1  p 2
z
Pgab (1  Pgab ) Pgab (1  Pgab )

n1 n2
0,203  0,174

0,192  0,808 0,192  0,808

128 86
0,029
z  0,53
0,003
Langkah 4: menentukan kaidah keputusan.
Terima H0 jika nilai z hitung berada di antara nilai kritis.
Atau nilai z hitung berada pada interval –1,65 < z hitung
< 1,65.

Statistika II 3-28
 Bab 3 – Uji Hipotesis

Z hitung (0,53)
terletak di area
terima H0

Area terima H0
Tolak H0 Tolak H0

Langkah 5: keputusan.
Terjadi terima H0 karena z hitung terletak di area terima
H0. Maka perusahaan dapat memutuskan bahwa
persentasemarket share kedua produk adalah sama.

Statistika II 3-29
 Bab 3 – Uji Hipotesis

LATIHAN
1. Apa yang dimaksud dengan uji hipotesis, hipotesis
nol dan hipotesis alternatif?
2. Sebutkan lima langkah dalam melakukan uji
hipotesis!
3. PT. Sinar Terang, sebuah prosen lampu,
menyatakan bahwa daya tahan lampu buatannya
dapat mencapai lebih dari 6000 jam. Penelitian
kemudian dilakukan dengan menggunakan 100 buah
sampel lampu yang menunjukkan rata-rata lampu
bertahan pada 6080 jam dengan standar deviasi
sebesar 230,2 jam. Jika ditentukan taraf nyata
sebesar 10%, apakah lampu dapat bertahan selama
lebih dari 6000 jam?
4. Sebuah survey yang dilakukan menunjukkan bahwa
dari 186 orang responden sebanyak 163 orang
menyatakan puas terhadap pelayanan yang
diberikan oleh hotel Million. Demi meningkatkan
mutu pelayanan pihak hotel ingin mengetahui
apakah tingkat kepuasan tamu kurang dari 90% jika
taraf nyata ditentukan sebesar 5%?
5. PT. Aidonow Sekuritas tengah meneliti perkembangan
salah satu emiten yang ada di bursa saham. Berdasarkan
data yang ada harga saham emiten tersebut rata-rata naik
sebesar Rp 50,- per saham setiap penutupan akhir bulan.
PT. Aidonow Sekuritas kemudian meneliti perubahan

Statistika II 3-30
 Bab 3 – Uji Hipotesis

harga saham emiten tersebut selama 12 bulan terakhir.

Berikut data selengkapnya:
Bulan Perubahan
I 45
II 75
III 30
IV 100
V 80
VI 95
VII 60
VIII 45
IX 30
X -10
Jika taraf nyata sebesar 10%, apakah rata-rata
kenaikan saham sebesar 50?
6. Seorang analis keuangan tengah membandingkan
tingkat profitabilitas dari perusahaan yang bergerak
di bidang migas dengan perusahaan yang bergerak
di bidang pertanian. Tingkat profitabilitas diukur dari
nilai net profit margin dalam bentuk persentase. Dari
37 perusahaan migas diperoleh bahwa rata-rata
tingkat profitabilitas mencapai 9,76% dengan
simpangan baku sebesar 2,11%. Sedangkan dari 63
perusahaan pertanian memiliki rata-rata sebesar
8,27% dengan simapangan baku sebesar 0,52%.
Jika taraf nyata ditentukan sebesar 10%, apakah
rata-rata tingkat profitabilitas perusahaan migas
sama dengan perusahaan pertanian?

Statistika II 3-31
 Bab 3 – Uji Hipotesis

7. Manajer operasional PT. Prima Tirtasari, sebuah

perusahaan air minum dalam kemasan, diminta
untuk mengevaluasi hasil produksi dua pabrik yang
dimiliki perusahaan. Mengingat proses produksi yang
harus sama (standarisasi) maka kapasitas produksi
dua pabrik tersebut diusahakan tidak berbeda.
Berikut data kapasitas produksi kedua pabrik:
Pabrik I Pabrik II
2,3 3,3
2,7 3,45
3,4 3,65
2,85 2,95
3,35 3,27
4,15 2,81
3,64
(dalam juta liter)
Jika taraf nyata sebesar 5%, apakah kedua pabrik
memiliki kapasitas produksi yang sama?
8. PT. Rana Putra Motor merupakan perusahaan
dealer sepeda motor. Dengan meningkatnya
permintaan akan sepeda motor jenis bebek,
menyebabkan panjangnya daftar konsumen yang
inden. Untuk keperluan riset, PT. Rana Putra Motor
mendata banyaknya konsumen yang inden untuk
motor 110 cc dan 125 cc. Berikut adalah data yang
dikumpulkan selama 6 bulan terakhir:

Bulan 110 cc 125 cc

Statistika II 3-32
 Bab 3 – Uji Hipotesis

April 84 67
Mei 83 74
Juni 78 86
Juli 85 94
Agustus 89 98
September 96 97

Apakah rata-rata jumlah konsumen yang inden

sepeda motor 110 cc sama dengan 125 cc pada
taraf nyata 10%?
9. Fu Thaw, sebuah restoran masakan China, ingin
mengetahui perbedaan tingkat kesukaan konsumen
terhadap dua buah resep baru, yaitu bebek
panggang Pekhing dan kwetiaw siram seafood.
Untuk itu dikumpulkan data dengan hasil
menunjukkan bahwa dari 93 orang yang memesan
bebek panggang 73 orang menyatakan suka
sedangkan dari 102 orang yang memesan kwetiaw
87 orang di antaranya suka. Pada taraf nyata 5%,
apa kesimpulan yang dapat diambil?

Statistika II 3-33