Anda di halaman 1dari 29

PENGUJIAN HIPOTESIS

By Dr. Suminah, M.Si

7.1 Beberapa Pemahaman Dasar

Pada bagian sebelumnya telah dibahas mengenai bagaimana nilai yang


diperoleh dari sampel dapat digunakan untuk menduga/mengestimasi nilai parameter
populasinya. Pada bab ini kita akan membuktikan bahwa dengan menggunakan
sampel, asumsi nilai parameter populasi tersebut dapat kita ketahui apakah akan
ditolak atau akan diterima. Asumsi yang kita buat tentang nilai parameter populasi
disebut hipotesis. Hipotesis juga dapat dikatakan sebagai pernyataan mengenai
sesuatu hal yang masih harus diuji kebenarannya, dimana suatu pernyataan tersebut
dapat bernilai benar ataukah salah.
Hipotesis juga dapat didefinisikan sebagai dugaan sementara mengenai
suatu hal, atau hipotesis merupakan jawaban sementara terhadap suatu masalah.
Hipotesis juga dapat dikatakan kesimpulan sementara tentang hubungan suatu
variabel dengan variabel lainnya. Hipotesis yang baik selalu mengambarkan
hubungan antar variabel dan dapat memberikan petunjuk bagaimana pengujian
terhadap hubungan tersebut.
Di dalam pengujian hipotesis terdapat dua hipotesis yaitu H0 atau hipotesis
nol (null hypothesis), dan Ha atau hipotesis alternatif (alternative hypothesis)
sebagai hipotesis tandingan H0 yang akan menggambarkan/menyatakan karakteristik
populasi apabila H0 ditolak. Hipotesis nol digunakan sebagai dasar pengujian statistik
atau hal-hal yang berlaku secara umum. Sedangkan hipotesis alternatif merupakan
kesimpulan sementara dari hubungan antar variabel yang sudah dipelajari dari teori-
teori yang berhubungan dengan masalah tertentu.
Tujuan pengujian hipotesis adalah untuk mengetahui apakah data sampel
mendukung/tidak terhadap dugaan peneliti. Jadi tujuannya bukan untuk menghitung
nilai statistik sampel melainkan untuk membuat suatu pertimbangan tentang
perbedaan antara statistik sampel dan parameter populasi.
Kriteria yang digunakan untuk memutuskan apakah menolak atau menerima
H0 disebut tingkat signifikan (level of signifikansi)/alpha yang menunjukkan besar
batas toleransi menerima kesalahan dari hasil hipotesis terhadap nilai parameter
populasi. Tingkat kepercayaan (1- α ), besarnya tidak ada aturannya tergantung
peneliti mau 95%, 90%, atau 99%, seharusnya disesuaikan dengan tujuan dan kondisi
yang dihadapi peneliti. Semakin tinggi tingkat signifikansi yg digunakan untuk
pengujian hipotesis, semakin tinggi pula kemungkinan penolakan terhadap H0,
padahal H0 benar (resiko).

7.2 Area Penolakan Dan Pengambilan Keputusan

Penerimaan atau penolakan H0 didasarkan pada pertimbangan informasi


tertentu yang dikenal sebagai harga statistik. Daerah penolakan terdiri dari harga-
harga yang mungkin dan yang begitu ekstrim sehingga apabila H 0 benar, maka sangat
kecil kemungkinannya bahwa sampel yang benar-benar kita hadapi akan
menghasilkan harga yang merupakan salah satu dari harga-harga tersebut.
Kemungkinan yang berkaitan dengan sembarang harga yang ada di dalam area
penolakan adalah sama atau lebih kecil dari alpha (α).
Tabel 7.1 Tabel Hipotesis
Hipotesis (Ho) Benar Salah

Keputusan salah (salah


Diterima Keputusan benar (1 – α)
jenis II/ β )

Keputusan salah (salah Keputusan benar


Ditolak
jenis I/α) (1 – β )

Perhatikan tabel hipotesis tersebut di atas:


1) Dalam mengajukan H0 (hipotesis nol), tentu ada kemungkinan bahwa H0 memang
benar dan Ha tidak benar, tetapi mungkin pula H0 tidak benar dan yang Ha benar.
2) Dalam pengambilan keputusan, mungkin saja H0 diterima atau H0 ditolak.
3) Akan diperoleh empat kemungkinan keputusan sebagai berikut:
a) H0 benar – H0 diterima : Keputusan benar
b) H0 benar – H0 ditolak : Keputusan salah  salah jenis I (α)

c) H0 salah – H0 diterima : Keputusan salah  salah jenis II( β )


d) H0 salah – H0 ditolak : Keputusan benar
4) Karena penelitian biasanya menggunakan data sampel yang digunakan untuk
mengambil kesimpulan apakah hipotesis benar/salah, diterima atau ditolak, yang
pada hakekatnya benar/salah ini bisa dipastikan sehingga kita hadapi 2
kemungkinan kesalahan dalam pengujian hipotesis yaitu :
a) Kesalahan tipe I yaitu tolak H0 padahal H0 benar, peluang terjadinya kesalahan
tipe I ini ditunjukkan dengan simbul ( α )/alpha.
b) Kesalahan tipe II yaitu terima H0 padahal H0 salah, peluang terjadinya
kesalahan tipe I ini ditunjukkan dengan simbul ( β )/beta.
Area (1 – α) merupakan area penerimaan H0 dan α merupakan daerah
penolakan H0. Dalam pengujian hipotesis dikehendaki α dan β kecil, tetapi hal ini
sulit diwujudkan karena apabila α makin kecil nilai β akan semakin besar. Untuk
itu, maka dalam keputusan menerima/menolak H0 harus memilih salah satu saja alpha
atau beta yang diperhatikan. Biasanya untuk amannya dipilih alpha. Untuk

memperbesar kekuatan pengujian (1 – β ) dengan α kecil, diperlukan jumlah


sampel yang besar. Jika jumlah sampel besar, maka ragam/ variance data akan
semakin kecil.
Kondisi ini dapat diilustrasikan misalnya, UD Kartika Sari yang
memproduksi jamu herbal menyatakan bahwa jamu herbal yang diproduksi yang
disimpan di gudang belum kadaluwarsa pada waktu akan dipasarkan, pernyataan ini
dijadikan hipotesis nol, dan hipotesis alternatifnya menyatakan bahwa jamu herbal
tersebut sudah kadaluwarsa sehingga membahayakan konsumen. Hal ini seandainya
perusahaan tersebut membuat kesalahan tipe I, sehingga menolak H0 padahal H0
benar, konsekuensinya hanya kehilangan beberapa produknya yang diproduksi pada
saat itu, kemudian melakukan uji ulang lagi terhadap penggolahan jamu herbal yang
dihasilkan, resikonya tidak terlalu besar. Namun, apabila melakukan kesalahan tipe II
menerima H0 padahal H0 salah, yang berarti kemungkinan akan mengakibatkan
sekelompok konsumen yang mengkonsumsi jamu herbal tersebut akan keracunan,
sehingga siapapun akan lebih cenderung memilih kesalahan tipe I.
Area penolakan dipengaruhi oleh hipotesis alternatif yang menunjukkan
arah perbedaan yang diprediksi, sehingga akan ada uji satu arah (one-tailed test),
tetapi jika hipotesis alternatif tidak menunjukkan arah perbedaan yang diprediksikan
maka digunakan test dua arah (two-tailed test). Dalam test satu arah, daerah
penolakan sepenuhnya ada di satu ujung (sisi) distribusi samplingnya, yang
dinyatakan dengan α/alpha.

Area
tolak Area
Ho terima
Ho

-Zα
Ha : µ < µ
Satu sisi kiri

Area
Area tolak
terima Ho
Ho


Ha : µ > µ
Satu sisi kanan
Gambar 7.2 Pengujian Satu Sisi

Area -Zα ZArea


α
tolak Area tolakHo
Ho terimaHa : µ = µ
Ho
Dua sisi kiri dan kanan
Gambar 7.3 Pengujian Dua Sisi

Apabila nilai zα dan tα berada pada area penerimaan, maka dapat diputuskan
terima H0, sebagai akibat tidak adanya bukti untuk yang cukup untuk menolaknya.
7.3 Prosedur Pengujian Hipotesis

1) Menentukan H0 dan Ha nya. Misalkan H0 yang diajukan dari mean suatu populasi
dapat dirumuskan hipotesis-nya sebagai berikut:
Ho : µ = µo dengan beberapa kemungkinan Ha
Ha : µ < µo ; µ > µo ; ataukah µ = µo

satu sisi satu sisi dua sisi

2) Menentukan tingkat kesalahannya, dan selanjutnya ditetapkan besarnya risiko


membuat salah jenis I, dengan α = 0,05 (ataukah 0,01, 0,10 dan seterusnya),
kesalahan α tergantung keberanian mengambil risiko mau berapa persen.
3) Menghitung statistik uji yang bersesuaian, yaitu:

x−μ x = nilai rata-rata sample


Z= µ = nilai rata-rata populasi
σ /√n σ = simpangan baku populasi
dimana untuk n > 30 n = contoh

x−μ
t=
σ /√ n dimana jika n < 30 dengan derajat
bebas/db = (n-1)
4) Menentukan kriteria ujinya (rule of the test)
Tergantung pada tujuan penelitian/pengujian, pilihlah Ha tertentu, bisa satu sisi
(one tailed test) atau dua sisi (two tailed test) sebagai berikut:

µ1 < µ2 µ1 > µ2 µ1 = µ2

+Zα -Zα/2 dan +Zα/2


Merupakan batas pemisah daerah menerima/menolak Ho

Tolak
Tolak Terima Ho Tolak Ho
Ho Ho Terima
Terima
Ho
Ho
-Zα +Zα -Zα/2 +Zα/2
Ha : µ < µ Ha : µ > µ Ha : µ = µ
Gambar 7.4 Pengujian Hipotesis
µ<µ Z < -Zα Z > -Zα  satu arah
µ>µ Z > Zα Z < Zα  satu arah
Z < -Zα/2
-Zα/2 < Z <
atau  dua arah
µ = µ Zα/2
Z > Zα/2

5) Mengambil keputusan apakah Tolak Ho atau Terima Ho


6) Membuat kesimpulan berdasarkan kasus yang diuji

7.4 Uji Hipotesis Rata-Rata Populasi

Hipotesis statistiknya adalah sebagai berikut:


1) Ho : µ = µ 2) Ho : µ = µ 3) Ho : µ = µ
Ha : µ > µ Ha : µ < µ Ha : µ = µ
Rumus harga statistiknya:
x−μ
Z=
s
√n
1) Sampel Besar ( n ≥ 30)
Langkah-langkah dalam melaksanakan uji hipotesis :
a. Menyusun formulasi hipotesis nihil dan hipotesis alternatifnya :
a) H0 : μ = μ0
H1 : μ ≠ μ0
digunakan untuk pengujian dua sisi
b) H0 : μ = μ0
H1 : μ > μ0
digunakan pengujian satu sisi kanan
c) H0 : μ = μ0
H1 : μ < μ0
digunakan pengujian satu sisi kiri
b. Menentukan level of significance (α)
c. Menentukan peraturan-peraturan pengujiannya/ kriterianya/rule of the test.
a) Pengujian Dua Sisi,
Daera
h
Terim Daera
Daera
a h
h
Tolak
Tolak

-Zα/2 μ Zα/2
0
Gambar 7.5 Pengujian Dua Sisi

H0 diterima apabila :
-Zα/2 ≤ Z ≤ Zα/2
H0 ditolak apabila :
Z > Zα/2 atau Z < -Zα/2

b) Pengujian Satu Sisi Kanan

Daera
h
Daera
Terima
h
Tolak

μ Zα
0
Gambar 7.6 Pengujian Satu Sisi Kanan

H0 diterima apabila : Z ≤ Zα
H0 ditolak apabila : Z > Zα
c) Pengujian Satu Sisi Kiri

Daera
Daera h
h Terim
Tolak a

-Zα μ
0
Gambar 7.7 Pengujian Satu Sisi Kiri

H0 diterima apabila : Z ≥ - Zα
H0 ditolak apabila : Z < - Zα

d. Dengan sampel random yang diambil kemudian dihitung nilai Z dengan rumus :
X́−μ0
Z= S
√n
e. Dengan membandingkan perhitungan pada langkah 4 dengan peraturan
pengujian langkah c kemudian diambil ksimpulan.
Contoh :
Ujilah hipotesis bahwa hasil rata-rata produksi per hari dari suatu pabrik pupuk
adalah μ = 880 ton dengan alternatif bahwa μ lebih besar atau lebih kecil dari 880
ton per hari. Suatu sampel yang didasarkan pada n = 50 pengukuran, hasil rata-rata
per hari X́ = 875 dengan deviasi standard S = 21 ton. Gunakan α = 5% .
Jawab :
a) H0 : μ = 880 ton
H1 : μ ≠ 880 ton
b) α = 5%, Z = 1,96
c) kriteria pengujian

Daera
h Daera
Daera Terim h
h a Tolak
Tolak

880

Gambar 7.8. Kriteria Pengujian

Ho diterima apabila : - 1,96 ≤ Z ≤ 1,96


Ho ditolak apabila : Z > 1,96 atau Z < - 1,96

X́−μ 871−880
d) Z = = = - 3,03
S/√n 21/ √ 50

e) – 3,03 < - 1,96, keputusan Ho ditolak


f) Kesimpulan: hasil produksi pupuk rata-rata per hari tidak sama dengan 880 ton.
2) Sampel Kecil ( n < 30 )

Langkah – langkah dalam penyusunan hipotesi :


a. Menyusun Formulasi H0 dan H1
a) H0 : μ = μ0
H1 : μ ≠ μ 0
b) H0 : μ = μ0
H1 : μ > μ0
c) H0 : μ = μ0
H1 : μ < μ0
b. Menentukan level of significance (α)
c. Menentukan peraturan-peraturan pengujiannya/ kriterianya/rule of the test.
a) Pengujian Dua Sisi,

Daera
h
Terim Daera
Daera
a h
h
Tolak
Tolak

-t (α/2; μ t(α/2;
n – 1) 0 n – 1)
Gambar 7.9 Pengujian Dua Sisi

H0 diterima apabila :
-t (α/2; n – 1) ≤ t ≤ t(α/2; n – 1)
H0 ditolak apabila :
t> t(α/2; n – 1) atau t < -t(α/2; n – 1)
b) Pengujian Satu Sisi Kanan

Daera
h Daera
Terim h
a Tolak

μ t(α; n –
0 1) Kanan
Gambar 7.10 Pengujian Satu Sisi

H0 diterima apabila : t ≤ t(α; n – 1)


H0 ditolak apabila : t > t(α; n – 1)
c) Pengujian Satu Sisi Kiri

Daera
h
Daera Terim
h a
Tolak

- t(α; n μ
– 1) 0
Gambar 7.11 Pengujian Satu Sisi Kiri

H0 diterima apabila : t ≥ - t(α; n – 1)


H0 ditolak apabila : t < - t(α; n – 1)
d. Dengan sampel random yang diambil kemudian dihitung nilai t dengan rumus :
X́−μ0
t =
α /√n
X́−μ0
=
S / √n
e. Keputusan apakah H0 diterima atau ditolak.

Contoh Aplikasi

Suatu jenis bibit yang disemai pada sawah yang diberi pupuk dikatakan akan
menaikkan hasil panenan rata-rata 5 Kw per Ha. Suatu sampel random dengan 9 Ha
sawah memberikan panenan rata-rata 4 Kw lebih banyak dari rata-rata panen
sebelum dipupuk, dengan standard deviasi 1 Kw. Apakah cukup alasan untuk
menerima pernyataan bahwa kenaikan rata-rata 5 Kw per Ha? Gunakan α = 0,05.
Jawab :
1) H0 : μ = 5 Kw/Ha
H1 : μ ≠ 5 Kw/Ha
Digunakan pengujian dua sisi
2) α = 5%,
t(α/2; n – 1)*
t(0,025; 9 – 1) = 2,306
3) Kriteria pengujian
Daera
h
Terim Daera
Daera
a h
h
Tolak
Tolak

-t (α/2; 5 t(α/2; n
n – 1) – 1)
- 2,306
Gambar
2,306 7. 12 Kriteria Pengujian

H0 diterima apabila : - 2,306 ≤ t ≤ 2,306


H0 ditolak apabila : t> 2,306 atau t < - 2,306

X́−μ 4−5 −1
4) t= = = =¿ - 3
S/√n 1 /√ 9 1 /3

5) – 3 < - 2,306 , keputusan H0 ditolak

6) Kesimpulan : jadi kenaikan rata-rata tidak sama dengan 5 kw/Ha.

7.5 Uji Hipotesis Proporsi

Langkah-langkah dalam pengujian hipotesis:


1) Menentukan formulasi H0 dan H1:
a. H0 : P = P0
H1 : P ≠ P0
b. H0 : P = P0
H1 : P > P0
c. H0 : P = P0
H1 : P < P0
2) Menentukan level of significance (α)
3) Menentukan peraturan-peraturan pengujiannya/ kriterianya/rule of the test.
a. Pengujian Dua Sisi,

Daera
h
Terim Daera
Daera
a h
h
Tolak
Tolak

-Zα/2 P Zα/2
0
Gambar 7.13 Pengujian Dua Sisi

H0 diterima apabila : -Zα/2 ≤ Z ≤ Zα/2


H0 ditolak apabila : Z > Zα/2 atau Z < -Zα/2
b. Pengujian Satu Sisi Kanan

Daera
h Daera
Terim h
a Tolak

P Zα
0
Gambar 7. 14 Pengujian Satu Sisi Kanan

H0 diterima apabila : Z ≤ Zα
H0 ditolak apabila : Z > Zα
c. Pengujian Satu Sisi Kiri

Daera
h
Daera Terim
h a
Tolak

-Zα P
0
Gambar 7.15 Pengujian Satu Sisi Kiri

H0 diterima apabila : Z ≥ - Zα

H0 ditolak apabila : Z < - Zα

4) Perhitungan nilai Z dengan rumus :


X
−P 0
n
Z =

√ P0 (1−P0 )
n
5) Kesimpulan H0 diterima atau ditolak
Contoh Aplikasi

Di surat kabar, di radio dan media masa lain selalu diiklankan bahwa
masyarakat 60%-nya menggunakan “Habatussauda” untuk menjaga kesehatannya.
Untuk menyelidiki kebenaran dari iklan tersebut kemudian diambil sampel random
sebanyak 100 orang, setelah ditanyai ternyata mereka hanya 40% orang yang
menggunakan “habatussauda” . ujilah pernyataan diatas dengan alternatif bahwa
warga masyarakat yang menggunakan “habatussauda” kurang dari 60%. Gunakan α =
0,05.
Jawab :
1. H0 : P = 60%
H1 : P < 60%
Digunakan pengujian satu sisi kiri
2. α = 0,05
3. Kriteria Pengujian.

Daera
h
Daera Terim
h a
Tolak 95%

-1,64

Gambar 7.16 Pengujian Satu Sisi Kiri

H0 diterima apabila : Z ≥ - 1,64


H0 ditolak apabila : Z < - 1,64

X 40
4. =
n 100
40 60

100 100


Z= 60 60
(1− )
100 100
100
−20
−20 −20 −20 100
×
=
√ 2.400 =
100
5. – 4,08 < - 1,64
√ 24
=
4,9
=
100 4,9
= - 4,08

6. Kesimpulan :
H0 ditolak, jadi warga masyarakat yang menggunakan “Habatussauda” kurang
dari 60%.

7.6 Uji Hipotesis Beda Dua Mean

1) Sampel besar (n1; n2 ≥ 30)


Langkah-langkah dalam pengujian hipotesis:
a. Menyusun formulasi H0 dan H1:
a) H0 : μ1 = μ2 atau (μ1 - μ2) = 0
H1 : μ1 ≠ μ2 atau (μ1 - μ2) ≠ 0
b) H0 : μ = μ0 atau (μ1 - μ2) = 0
H1 : μ > μ0 atau (μ1 - μ2) > 0
c) H0 : μ = μ0 atau (μ1 - μ2) = 0
H1 : μ < μ0 atau (μ1 - μ2) < 0
b. Menentukan level of significance (α)
c. Menentukan peraturan-peraturan pengujiannya/ kriterianya/rule of the test.
a) Pengujian Dua Sisi,

Daera
h
Daera Daera
Terim
h h
a
Tolak Tolak

-Zα/2 Zα/2
Gambar 7.17 Pengujian Dua Sisi
H0 diterima apabila :
-Zα/2 ≤ Z ≤ Zα/2
H0 ditolak apabila :
Z > Zα/2 atau Z < -Zα/2

b) Pengujian Satu Sisi Kanan


Daera
h
Terim Daera
a h
Tolak


Gambar 7.18 Pengujian Satu Sisi Kanan

H0 diterima apabila : Z ≤ Zα
H0 ditolak apabila : Z > Zα
c) Pengujian Satu Sisi Kiri

Daera
h
Daera Terim
h a
Tolak

-Zα
Gambar 7.19 Pengujian Satu Sisi Kiri

H0 diterima apabila : Z ≥ - Zα
H0 ditolak apabila : Z < - Zα
d. Dengan sampel random yang diambil kemudian dihitung nilai Z dengan rumus :

( X́ 1− X́ 2 ) – (μ1 −μ2)


Z = σ 12 σ 2 2
+
n1 n 2
Karena μ1−μ2 = 0 dan σ 1 dan σ2 tidak diketahui maka dapat
disederhanakan menjadi :
X́ 1− X́ 2
Z =
√S 12 S 22
+
n1 n2
e. Kesimpulan : H0 diterima atau ditolak.

Contoh Aplikasi
Kita ingin membandingkan prestasi mata kuliah Manajemen Bisnis
mahasiswa yang berasal dari SMA dan yang berasal dari SMK di suatu perguruan
tinggi. Sampel random sebanyak 40 mahasiswa tersebut yang berasal dari SMK
prestasi rata-rata mata kuliah manajemen bisnis 6,5 dengan deviasi standard 1,1.
Sampel random sebanyak 30 mahasiswa tersebut yang berasal dari SMA, prestasi
rata-rata mata kuliah manajemen bisnis 6,0 dengan deviasi standard 1,2. Dengan
α= 0,05 apakah prestasi rata-rata mata kuliah manajemen bisnis mahasiswa yang
berasal dari SMK lebih baik daripada yang berasal dari SMA?
Jawab :
1) H0 : μSMK = μSMA
H1 : μSMK > μSMA
2) α = 0,05
3) Kriteria Pengujian

Daera
h
Terim Daera
a h
Tolak

1,64

Gambar 7.20 Pengujian Satu Sisi

a. Perhitungan Nilai Z:
6,5 – 6,0
Z=
√1,12 1,22
+
40 30
0,5 0,5 0,5
= = = =1,79
√ 0,03025+ 0,048 √ 0,07825 0,2797
b. 1,79 > 1,64 keputusannya H0 ditolak
c. Kesimpulan: prestasi rata-rata mata kuliah manajemen bisnis mahasiswa
yang berasal dari SMK lebih baik daripada yang berasal dari SMA.

2) Sampel Kecil : (n1, n2 < 30).

Langkah-langkah dalam pengujian hipotesis :


a. Menyusun formulasi H0 dan H1:
a) H0 : μ1 = μ2 atau (μ1 - μ2) = 0
H1 : μ1 ≠ μ2 atau (μ1 - μ2) ≠ 0
b) H0 : μ = μ0 atau (μ1 - μ2) = 0
H1 : μ > μ0 atau (μ1 - μ2) > 0
c) H0 : μ = μ0 atau (μ1 - μ2) = 0
H1 : μ < μ0 atau (μ1 - μ2) < 0
b. Menentukan level of significance (α)
c. Menentukan peraturan-peraturan pengujiannya/ kriterianya/rule of the test.
a) Pengujian Dua Sisi,

Daera
h
Terim Daera
Daera
a h
h
Tolak
Tolak

-t (α/2; t(α/2;
n1+ n2-2) n1+ n2-
Gambar 7.21 Pengujian Dua2)
Sisi

H0 diterima apabila : -t (α/2; n1+ n2-2) ≤ t ≤ t(α/2; n1+ n2-2)


H0 ditolak apabila : t > t(α/2; n1+ n2-2) atau t < -t(α/2; n1+ n2-2)

b) Pengujian Satu Sisi Kanan

Daera
h
Terim Daera
a h
Tolak

t(α; n1+
n2-2)
Gambar 7.22 Pengujian Satu Sisi Kanan

H0 diterima apabila : t ≤ t(α; n1+ n2-2)


H0 ditolak apabila : t > t(α; n1+ n2-2)
c) Pengujian Satu Sisi Kiri
Daera
h
Daera Terim
h a
Tolak

- t(α; n1+
n2-2)
Gambar 7.23 Pengujian Satu Sisi Kiri

H0 diterima apabila : t ≥ - t(α; n1+ n2-2)


H0 ditolak apabila : t < - t(α; n1+ n2-2)
d. Dengan sampel random yang diambil kemudian dihitung nilai t dengan rumus :
n
(¿¿ 1−1) S 12+(n2−1)S 22
n1+ n2−2
¿
¿
t=
{
1 1
+
n1 n2 }
¿
√¿
X́ 1− X́ 2
¿
e. Kesimpulan : H0 diterima atau ditolak

Contoh Aplikasi

Seorang pengusaha Go-Jec besar ingin menguji pemakaian rata-rata


bensin/jarak rata-rata yang bisa ditempuh dari dua merek motor yang diusahakan.
Lima motor merek Honda dicoba, ternyata 1 liter bensin bisa mencapai rata-rata 10
km dengan deviasi standard 1 km. Delapan motor merek Yamaha diuji, ternyata 1
liter bensin bisa mencapai rata-rata 12 km dengan deviasi standard 1,2 km. Apakah
rata-rata jarak yang bisa dicapai per 1 liter bensin dari kedua merek motor tersebut
mempunyai perbedaan yang signifikan. Gunakan α = 0,05.
Jawab :
1) H0 : μHonda = μYamaha
H1 : μHonda ≠ μYamaha
2) α = 0,05
df : 5 + 8 – 2 = 11
t : ± 2,201
3) Kriteria Pengujian

Daera
h
Terim Daera
Daera
a h
h
Tolak
Tolak

-2,201 2,201

Gambar 7.24 Pengujian Satu Sisi Kiri

H0 diterima apabila : -2,201 ≤ t ≤ 2,201


H0 ditolak apabila : t >2,201 atau t < - 2,201
a. Perhitungan nilai t
10−12
t=
√{ }{ }
2 2
(5−1) 1 +(8−1) 1,2 1 1
+
5+8−2 5 8
−2
=
√( 4+10,08) (13)
11
−2
40
−2 −2
= −13,28
=
√ √
183,04 = 4,28 =
(14,08) (13) =−3,1
4,28
11 40 440 6,64
b. Kesimpulan :
Oleh karena -3,1 < -2,201 maka H0 ditolak. Jarak rata-rata yang dapat
dicapai per liter pemakaian bensin dari kedua merek motor yang digunakan
dalam usaha Go-Jek tersebut tidak sama.

7.7 Uji Hipotesis Beda Dua Mean Untuk Observasi Berpasangan


Apabila dua sampel yang digunakan untuk menguji hipotesis nihil bahwa μ 1
= μ2, menunjukkan hasil-hasil observasi yang berpasangan, misalnya : (X 11; X21),
(X12; X22),...... (X1n; X2n) di mana X11 adalah observasi pertama dari sampel pertama,
X21 adalah observasi pertama dari sampel kedua dan seterusnya maka hipotesis ini
bisa diuji dengan menggunakan perbedaan antara harga-harga yang berpasangan itu.
D1 = X11 – X21
D2 = X12 – X22

Dn = X1n – X2n
Langkah-langkah dalam pengujian hipotesis ini hampir sama saja dengan
yang telah dijelaskan di muka. Perbedaannya hanya pada langkah 4 (langkah
perhitungan), dari hasil observasi dihitung nilai t dengan rumus:

t=
S D /√ n
di mana :
D́ = mean dari harga-harga D1
SD = deviasi standard dari harga-harga D1
n = banyaknya pasangan

Contoh Aplikasi

Untuk menguji apakah ada perbedaan prestasi rata-rata dalam mata pelajaran
tertentu antara semester gasal dan semester genap, secara random dipilih 9 orang
mahasiswa untuk diselidiki. Hasilnya adalah sebagai berikut :
Tabel 7.2 Hasil Ujian Mahasiswa
Mahasiswa Hasil Ujian Hasil Ujian
Semester Gasal Semester Genap
A 64 54
B 62 77
C 45 50
D 66 54
E 70 89
F 62 56
G 80 72
H 54 65
I 65 76

Dengan level of significance 0,05 ujilah hipotesis nihil yang menyatakan


bahwa tidak ada perbedaan prestasi rata-rata dalam mata pelajaran itu antara semester
gasal dan semester genap.
Jawab :
1) H0 : μ1 = μ2
H1 : μ1 ≠ μ2
Digunakan uji dua sisi
2) α = 0,05
Nilai t(0,025; 9-1) = 2,306
3) Rule of the test
Daera
h
Terim Daera
Daera
a h
h
Tolak
Tolak

-2,306 2,306

Gambar 7.25 Pengujian Hipotesis Dua Sisi


4) Perhitungan nilai t dari sampel :
Dari hasil observasi terhadap 9 mahasiswa tersebut di atas dilakukan perhitungan
sebagai berikut :
Tabel 7.3 Hasil Observasi
Mahasiswa Smt. Smt. D (D- (D- D́ )2
Gasal Genap D́ )
A 64 54 10 12,78 163,3284
B 62 77 -15 -12,22 149,3284
C 45 50 -5 -2,22 4,9284
D 66 54 12 14,78 218,4484
E 70 89 -19 -16,22 263,0884
F 62 56 6 8,78 77,0884
G 80 72 8 10,78 116,2084
H 54 65 -11 -8,22 67,5684
I 65 76 -11 -8,22 67,5684
-25 1127,5556

ΣD −29
D́= = =−2,78
n 9

SD=

Σ(D− D́)2
n−1
=
−2,78
√ 1.127,5556
8
=√ 140,94445 = 11,872

Maka : t = =−0,702
11,872 / √ 9
5) Kesimpulan: oleh karena t = -0,702 terletak anatara -2,306 dan 2,306 maka H0
diterima. Berarti memang tidak ada perbedaan prestasi rata-rata dalam mata
pelajaran tertentu antara semester gasal dan semester genap.

7.8 Uji Hipotesis Beda Dua Proporsi

Langkah-langkah dalam pengujian hipotesis :


1) Menentukan formulasi H0 dan H1:
a. H0 : P1 = P2
H1 : P1 ≠ P2
b. H0 : P1 = P2
H1 : P1 > P2
c. H0 : P1 = P2
H1 : P1 < P2
2) Menentukan level of significance (α)
3) Rule of the test.
a. Pengujian Dua Sisi,

Daera
h
Terim Daera
Daera
a h
h
Tolak
Tolak

-Zα/2 Zα/2
Gambar 7.26 Pengujian Dua Sisi

H0 diterima apabila : -Zα/2 ≤ Z ≤ Zα/2

H0 ditolak apabila : Z > Zα/2 atau Z < -Zα/2

b. Pengujian Satu Sisi Kanan

Daera
h
Terim Daera
a h
Tolak


Gambar 7.27 Pengujian Satu Sisi Kanan

H0 diterima apabila : Z ≤ Zα
H0 ditolak apabila : Z > Zα
c. Pengujian Satu Sisi Kiri

Daera
h
Daera Terim
h a
Tolak

-Zα
Gambar 7.28 Pengujian Satu Sisi Kiri

H0 diterima apabila : Z ≥ - Zα
H0 ditolak apabila : Z < - Zα

4) Perhitungan nilai Z dengan rumus :


X1 X2

Z=
( −
n1 n2 ) −( P 1−P2 )

√ P1 (1−P1 ) P 2(1−P2)
n1
+
n2
Berdasarkan hipotesis nihil P1=P2 atau P1−P2 = 0, maka
X1 X 2

n1 n 2
Z =

√ 1 1
P ( 1−P ) ( + )
n1 n 2
Karena tidak menyelidiki populasinya maka lazimnya P ini tidak diketahui
P ditaksir dengan proporsi gabungan dari sampel-sampel yang diambil :
X 1+¿ X 2

P = n1+ n2
¿
5) Kesimpulan H0 diterima atau ditolak

Contoh Aplikasi

Suatu survei dilakukan di suatu kota, ternyata dari 100 ibu yang memiliki bayi
terdapat 60 orang yang memakai susu bubuk SGM, sedang yang lai menggunakan
Susu Bubuk merek lain. Survei yang dilaksanakan di kota lain didapatkan 140 orang
dari 200 ibu yang mempunyai bayi ternyata menyenangi susu bubuk SGM daripada
merek lainnya. Gunakan level of significance 5% untuk menguji apakah ada
perbedaan yang berarti ataukah tidak mengenai proporsi dari kaum ibu yang
menyenangi susu bubuk SGM di kedua kota itu.
Jawab :
1) Menentukan formulasi H0 dan H1:
H0 : P1 = P2 tidak ada perbedaan proporsi
antara ibu yang mempunyai bayi di kedua kota itu yang menyenangi susu bubuk
SGM.
H1 : P1 ≠ P2
pengujian dua sisi,
2) α = 5%
Z = 1,96
3) Rule of the test.

Daera
h
Terim Daera
Daera
a h
h
Tolak
Tolak

-1,96 1,96

Gambar 7.29 Pengujian Dua Sisi

H0 diterima apabila : -1,96 ≤ Z ≤ 1,96


H0 ditolak apabila : Z > 1,96 atau Z < -1,96

4) Perhitungan nilai Z:
60+ 140 200 2
P= = =
100+ 200 300 3
60 140

100 200
Z =
2
3√(
1− (
−1
2 1
+
3 100 200)1
)

−1 −1
10 −17,32
= = 10 10 = =−1,732
= 10
2 3
.

9 200
√1/300 1/17,32
5) Kesimpulan, ternyata Z = -1,732 lebih besar daripada -1,96, jadi H 0 diterima yaitu
P1=P2. Tidak ada perbedaan proporsi pemakaian susu bubuk SGM dari ibu di
kedua kota itu. Perbedaan proporsi pada sampel nonsignificant (tidak berarti).

SOAL LATIHAN

1) Suatu proses produksi bisa menghasilkan rata-rata 12 unit tiap jam. Suatu proses
produksi yang baru dengan biaya lebih mahal dianjurkan untuk digunakan. Tetapi
proses produksi itu hanya akan menguntungkan apabila bisa menaikkan produksi
rata-ratanya menjadi lebih besar dari 15 unit tiap jamnya. Untuk bisa mengambil
keputusan, apakah akan menggunakan mesin baru atau tidak, diadakan percobaan
dengan 9 mesin baru, dan ternyata menghasilkan rata-rata 16,5 unit untuk tiap jam
dengan deviasi standard 2,8 unit. Bagaimana keputusan yang harus diambil.
Gunakan α = 0,05.
2) Suatu macam hormon yang diinjeksikan pada ayam betina dikatakan akan
menaikkan berat telur seluruhnya rata-rata 0,3 ons. Suatu sampel dengan 20 telur
mempunyai berat rata-rata 0,2 ons lebih berat dari rata-rata sebelu injeki dan
deviasi standardnya 0,1 ons. Dengan level of significance 0,05 apakah cukup
alasan untuk menerima pernyataan bahwa kenaikan rata-rata 0,3 ons?
3) Sebuah pabrik cat tembok mengatakan bahwa setiap kaleng cat tembok hasil
produksinya dapat menyapu tembok rata-rata seluas 10 m2. Untuk meyakinkan
apakah pendapat tersebut benar, sejumlah kaleng cat tembok tersebut dicoba,
hasilnya adalah = 9,6; 10,2; 10; 9,2; 9,5; 10,4. Bagaimana kesimpulannya?
( gunakan level of significance 0,05).
4) Suatu laporan memberitahukan bahwa di wilayah Surakarta 60% dari
penduduknya adalah pedagang. Suatu penyelidikan untuk menguji kebenaran
laporan tersebut menunjukkan bahwa hanya 55 dari 100 orang yang dijadikan
random sampelnya adalah pedagang. Apakah saudara berpendapat bahwa laporan
tersebut palsu? ( α = 0,05).
5) Suatu uji kecakapan yang diadakan di dua sekolah yang berbeda, dari sampel
random yang beranggota masing-masing 50, diperoleh hasil sebagai berikut :
n1 = 50 X́ 1 = 89 S 1 = 4
n2 = 50 X́ 2 = 92 S 2 = 3
Ujilah pada derajat kepastian 0,05, apakah terdapat perbedaan yang significant
antara kedua mean itu?
6) Dalam suatu penelitian di bidang pemasaran, dalam sampel sebanyak 100 orang,
86 orang lebih menyukai handphone merek samsung daripada I-Phone. Di lain
tempat ternyata bahwa dari sampel sebanyak 300 orang, 230 pembeli lebih suka
merek Samsung daripada I-Phone. Apakah perbedaan dalam kesukaan terhadap
handphone merek Samsung itu significant?
7) Suatu random sampel yang terdri dari 8 toko berukuran sedang di Solo mempunyai
karyawan sebanyak : 11; 8; 7; 10; 9; 8; 8; dan 7. Sedangkan sampel random lain
yang terdiri dari 10 toko Semarang mempunyai karyawan sebanyak : 9; 8; 10; 12;
6; 9; 7; 11; 8; 10. Dengan α = 0,05 apakah perbedaan rata-rata banyaknya
karyawan toko berukuran sedang di dua kota tersebut mempunyai perbedaan yang
significant?
8) Dalam suatu survai buying habit, 400 ribu rumah tangga dipilih secara random dari
suermarket A. Rata-rata pengeluaran untuk bahan makanan per minggu adalah
RRp 10.000,00 dengan deviasi standard Rp3.000,00. Untuk 400 ibu rumah tangga
yang dipilih secara random dari supermarket B, rata-rata pengeluaran per minggu
untuk bahan-bahan makanan Rp8.000,00 dengan deviasi standard Rp3.750,00.
Ujilah, pada level of significance 0,05, bahwa rata-rata pengeluaran per minggu
untuk bahan makanan oleh ibu-ibu rumah tangga yang berbelanja di kedua
supermarket itu sama saja.
9) Kita ingin menyelidiki apakah pemberian Kredit Candak Kulak (KCK) yang
diberikan oleh pemerintah melalui KUD kepada para pedagang kecil dapat
meningkatkan pendapatan mereka dibandingkan sebelum menerima Kredit Candak
Kulak (KCK) itu. Diambil sampel random 8 orang pedagang kecil yang menerima
Kredit Candak Kulak (KCK), untuk diwawancarai. Hasilnya adalah sebagai
berikut :
Keuntungan yang diperoleh
Pedagang Kecil per hari
Sebelum Sesudah
A 200 300
B 400 350
C 350 450
D 250 300
E 250 350
F 150 200
G 450 550
H 500 650

Ujilah dengan level of significance 0,05 bahwa Kredit Candak Kulak (KCK) dapat
meningkatkan pendapatan para pedagang kecil.
11) Dua puluh bidang tanah yang ditanami suatu jenis padi tertentu diambil sebagai
sampel. Sepuluh bidang digunakan pupuk organik dan sepuluh bidang lainnya
diberikan pupuk non organik. Hasil panennya disajikan dalam tabel di bawah
(dalam ton).
Tabel 7.4 Hasil Panen
Bidang 1 2 3 4 5 6 7 8 9 10

Pupuk Organik 6,7 6,5 7,8 6,0 6,2 7,4 7,6 6,8 7.6 6,9

Pupuk Non
7,5 6,6 8,2 7,5 5,9 6,0 8,0 7,0 7,8 7,2
Organik

Apakah pupuk Non Organik dapat menaikkan hasil panen padi? Gunakan α =
0,5.

12) Apakah suatu penataran dapat meningkatkan prestasi karyawan, dicoba diteliti
15 karyawan, hasilnya seperti di bawah ini :
Tabel 7.5 Prestasi Karyawan
Prestasi Sebelum Penataran Prestasi Sesudah
Penataran
74 75
71 73
72 69
90 93
84 89
87 89
73 69
70 72
75 75
90 94
69 78
73 79
80 88
75 76
68 65
Dengan α = 0,05 kesimpulan apa yang dapat diambil ?

13) Dua kelompok yang masing-masing terdiri dari 50 siswa Sekolah Dasar diberkan
pelajaran membaca dengan dua metode yang berbeda. Setelah pelajaran-
pelajaran diberikan kemudian pada akhir semester diadakan “reading tes” yang
hasilnya adalah :
X́ 1 = 73,4; X́ 2 = 70,3; S 1 = 8; S 2 = 10
Ujilah hipotesis nihil bahwa μ1 = μ2 (gunakan α = 0,05).
Diketahui : X́ = 82 ; σ = 15 ; dan n = 100, Ujilah
Hipotesis bahwa μ = 86.
14) Diketahui : X́ = 82 ; σ = 15 ; dan n = 25, Ujilah Hipotesis bahwa μ = 86.
15) Dalam bulan yang sama telah dilakukan penelitian di dua perusahaan pupuk
yang sama-sama memproduksi pupuk cair organik. Dari 100 botol pupuk cair
merek “Ampuh” ternyata terdapat 15 bungkus yang tidak memenuhi standard.
Sedangkan dari 60 botol pupuk cair merek “Pertumbuhan” ternyata terdapat 8
bungkus yang tidak memenuhi standard. Dengan α = 0,05 ujilah hipotesis nihil
yang mengatakan bahwa tidak ada perbedaan proporsi pupuk cair yang tidak
memenuhi standard dari kedua merek itu.
16) Untuk memproduksi lampu pijar suatu pabrik telah mencoba menggunakan dua
macam kawat listrik yang berbeda. Dari proses pertama diambil sampel
sebanyak 100. Rata-rata daya pakainya adalah 1.200 jam dengan deviasi
standard 120 jam. Dari sampel sebanyak 100 pada proses kedua, rata-rata daya
pakainya adalah 1.230 jam dengan deviasi standard 140 jam. Dengan α = 0,05
ujilah apakah produksi pada proses kedua mempunyai daya pakai yang lebih
panjang ?

Anda mungkin juga menyukai