BAB I

PENDAHULUAN

1.1 Latar Belakang

Pada kehidupan sehari-hari, sebenarnya kita sudah banyak berkenalan dengan

namanya hipotesis. Hipotesis merupakan suatu asumsi atau anggapan yang bisa benar atau
bisa juga salah mengenai sesuatu hal dan untuk menjelaskan hal itu perlu dilakukan
pengujian atau pembuktian lebih lanjut. Asumsi atau anggapan itu seringkali dipakai sebagai
dasar dalam memutuskan atau menetapkan sesuatu dalam rangka menyusun perencanaan atau
kepentingan lainnya baik dalam bidang ekonomi, bisnis, pendidikan, bahkan politik. Sebagai
gambarannya perhatikan beberapa contoh asumsi berikut ini. Dalam penyusunan Rencana
Anggaran Pendapatan dan Belanja Negara (RAPBN), pemerintah menggunakan beberapa
asumsi seperti berikut ini:

a. pertumbuhan ekonomi sebesar 5,6% per tahun

b. harga minyak mentah dipasaran dunia sebesar 30.000 dolar per barel
c. tingkat inflasi mencapai 9% pertahun
d. nilai tukar rupiah adalah Rp. 15.000 per dollar
e. penerimaan Negara dari sektor pajak sebesar 750 triliun rupiah.

Bila hipotesis yang dibuat itu secara khusus berkaitan dengan parameter populasi,
maka hipotesis itu disebut hipotesis statistik, yang secara lengkap didefinisikan sebagai
berikut.

Hipotesis statistik adalah suatu asumsi atau anggapan atau pernyataan yang mungkin
benar atau mengkin juga salah mengenai parameter suatu populasi. Untuk mengetahui apakah
asumsi yang telah kita buat mengenai parameter populasi itu benar atau salah sehingga kita
akan memutuskanmenerima atau menolak hipotesis, diperlukan pengujian dengan memakai
data dari sampel.

Hipotesis statistik dilakukan dengan memakai sampel, makakebenaran atau

ketidakbenaran suatu hipotesis statistik tidak pernah diketahui dengan pasti. Jadi sekali lagi
hipotesis itu bisa benar bisa juga salah. Untuk suatu hipotesis yang dibuat, hanya dua
kemungkinan yang akan kita putuskan, yaitu kita akan menolak hipotesis atau akan
menolaknya,kemudian dilakukan penghitungan statistik dari sampel. Penolakan hipotesis
artinya kita menyimpulkan bahwa hipotesis tidak benar. Sedangkan menerima hipotesis
artinya tidak ada cukup bukti informasi dari sampel untuk menyimpulkan bahwa harus
ditolak. Artinya walaupun hipotesis itu kita terima,tidak berarti hipotesis itu benar.

Oleh karena itu dalam membuat rumusan pengujian hipotesis hendaknya

kita selalu membuat pernyataan hipotesis yang diharapkan akan diputuskan
akan ditolak. Hipotesis yang dirumuskan dengan harapan untuk ditolak disebut
hipotesis nol yang ditulis H0. Penolakan hipotesis nol akan menjurus pada
penerimaan hipotesis alternative atau hipotesis tandingan yang ditulis H1 atau
Ha.
 Ada beberapa dasar yang dipakai untuk merumuskan hipotesis, yaitu antara lain:

1. Berdasarkan pengetahuan yang diperoleh dari teori

2. Berdasarkan hasil penelitian
3. Berdasarkan pengalaman
4. Berdasarkan ketajaman berpikir.

Orang yang mempunyai kecerdasan tinggi sering mempunyai pendapat mengenai sesuatu
hal dalam rangka memecahkan suatu persoalan atau dalam konteks lain.

1.2 Rumusan Masalah

- Pengertian uji hipotesis

- Tujuan uji hipotesis
- Tahapan uji hipotesis
- Jenis-jenis statistik uji hipotesis
- Contoh soal pernyataan uji hipotesis

1.3 Tujuan Pembelajaran

- Memahami apa itu uji hipotesis

- Mengetahui tujuan uji hipotesis
- Mengetahui tahapan uji hipotesis
- Mengetahui jenis-jenis statistik pada uji hipotesis
 BAB II

PEMBAHASAN

2.1 Pengertian Uji Hipotesis

Uji hipotesis adalah sebuah proses untuk melakukan evaluasi kekuatan bukti
dari sampel, dan memberikan dasar untuk membuat keputusan terkait dengan
populasinya. Tujuan uji hipotesis adalah untuk memutuskan apakah hipotesis yang
diuji ditolak atau diterima. Uji hipotesis merupakan bagian dari statistik inferensial
yang bertujuan untuk menarik kesimpulan mengenai suatu populasi berdasarkan data
yang diperoleh dari sampel populasi tersebut.

Sebelum memahami mengenai uji hipotesis, kita bahas dulu mengenai

hipotesis itu sendiri. Apa itu Hipotesis? Jika dilihat dari asal katanya dari Bahasa
Yunani, hipotesis dapat diartikan sebagai pernyataan yang masih lemah
kebenarannya, dan perlu dibuktikan.

Hipotesis adalah jawaban sementara terhadap suatu permasalahan, berupa

dugaan saintifik (tidak asal-asalan), dan  masih harus dibuktikan terlebih dahulu
kebenarannya kemudian melalui sebuah riset atau penelitian.

Jadi setidaknya ada tiga kata kunci dalam memahami hipotesis:

 Dugaan saintifik
 Bersifat sementara
 Perlu diuji atau dibuktikan.

Jadi , uji hipotesis adalah sebuah proses untuk melakukan evaluasi kekuatan bukti
dari sampel, dan memberikan dasar untuk membuat keputusan terkait dengan
populasinya. Dalam statistik, uji hipotesis adalah sebuah cara kita untuk menguji
apakah survey atau pengamatan yang kita lakukan memberikan hasil yang
“bermakna”. Saat kita mengevaluasi hipotesis, kita perlu memperhitungkan
variabilitas dalam sampel dan seberapa besar sampel.

2.2 Tujuan Uji Hipotesis

Tujuan uji hipotesis adalah untuk memutuskan apakah hipotesis yang

diuji ditolak atau diterima. Secara teknis, uji hipotesis dilakukan untuk
menjawab apakah parameter memiliki perbedaan dengan nilai pada hipotesis
nol. Jika data berbeda signifikan, dengan asumsi hipotesis nol adalah benar,
maka hipotesis nol ditolak.
2.3 Tahapan Uji Hipotesis

Tahapan atau langkah-langkah yang dilakukan dalam uji hipotesis adalah:

a. Menyatakan hipotesis nol dan hipotesis alternatif

Dalam proses uji hipotesis, kita akan dihadapkan pada dua jenis hipotesis. Dua
jenis hipotesis tersebut adalah:

o hipotesis nol (Ho)

o hipotesis alternatif (Ha)

Langkah pertama dalam menguji hipotesis adalah mengubah pertanyaan penelitian

menjadi hipotesis awal atau hipotesis nol (Ho), dan hipotesis alternatif (Ha). Hipotesis
nol dan alternatif adalah pernyataan ringkas, biasanya dalam bentuk kalimat
matematika, berisi tentang hubungan antara prediktor dalam populasi. Hipotesis nol
dan hipotesis alternatif ini harus lengkap (yaitu, mencakup semua kemungkinan
kebenaran) dan saling eksklusif (yaitu, tidak tumpang tindih).

Hipotesis Nol (Ho), Hipotesis nol (Ho) atau juga disebut sebagai null hypothesis
adalah pernyataan tidak adanya pengaruh, hubungan, atau perbedaan antara dua atau
lebih kelompok atau faktor. Jika dilihat secara matematis, Ho merupakan pernyataan
yang berhubungan dengan persamaan (sama dengan).

Hipotesis Alternatif, Hipotesis alternatif (Ha) adalah pernyataan bahwa ada

pengaruh atau perbedaan. Ini biasanya hipotesis yang ingin dibuktikan oleh peneliti.
Jika dilihat secara matematis, Ho merupakan pernyataan yang berhubungan dengan
pertidaksamaan (tidak sama dengan).

b. Mengumpulkan data sebagai dasar uji hipotesis

Agar uji statistik valid, penting untuk mengumpulkan data melalui survey atau
pengambilan sampel dengan cara yang dirancang untuk menguji hipotesis kita. Jika
data yang kita gunakan tidak representatif, maka kitatidak dapat membuat kesimpulan
statistik tentang populasi yang kita uji.

c. Menentukan Significance Level (alpha)

Tingkat signifikansi adalah peluang terjadinya peristiwa tersebut secara

kebetulan. Jika tingkatnya cukup rendah, yaitu kemungkinan terjadinya secara
kebetulan cukup kecil, kita katakan peristiwa itu signifikan. Tingkat signifikansi
menunjukkan probabilitas membuat keputusan yang salah ketika hipotesis nol benar.
Tingkat signifikansi (dilambangkan dengan huruf Yunani alfa— a) umumnya
ditetapkan pada 0,05.
 Ini berarti bahwa ada kemungkinan 5% bahwa kita akan menerima hipotesis
alternatif ketika hipotesis nol kita benar.Semakin kecil tingkat signifikansi, semakin
besar beban pembuktian yang diperlukan untuk menolak hipotesis nol, atau dengan
kata lain, untuk mendukung hipotesis alternatif. Kita dapat menentukan level
signifikansi ini lebih kecil atau lebih besar. Namun sebagai anacar-ancar, jika tidak
secara spesifik diminta/ disebutkan, gunakan angka 0,05.

d. Menentukan kriteria pengujian dan daerah penolakan

Uji hipotesis ditentukan oleh statistik uji, yang merupakan fungsi dari data
sampel, dan daerah kritis. Hipotesis nol ditolak jika nilai statistik uji berada dalam
wilayah kritis dan tidak ditolak sebaliknya. Daerah penolakan atau daerah kritis
adalah himpunan semua nilai statistik uji yang menyebabkan ditolaknya hipotesis nol.

Daerah kritis dipilih sedemikian rupa sehingga probabilitas menolak hipotesis

nol, ketika itu benar, tidak lebih besar dari nilai yang telah ditentukan (level
signifikansi).

Daerah penolakan ditentukan dari hipotesis alternatif kita.

Hipotesis alternatif bisa dibagi menjadi:

 dua sisi (two-tailed)

 satu sisi (sisi kanan dan sisi kiri)

Dengan demikian, daerah penolakan dibuat dengan menyesuaikan hipotesis

alternatif, bisa dua sisi, bisa satu sisi.

Jika hipotesis alternatif mempunyai rumusan tidak sama, maka didapat dua
daerah kritis pada ujung distribusi, yaitu kanan dan kiri. Luas daerah kritis atau daerah
penolakan pada tiap ujung adalah 1 /2 α karena ada 2 daerah penolakan. Kriteria
pengujian untuk proses ini adalah tolak Ho jika statistik yang dihitung berdasarkan
sampel tidak kurang dari daerah penolakan positif (kanan) dan tidak lebih dari daerah
penolakan negatif kiri. Pengujian untuk ini dinamakan uji dua pihak.

Sedangkan untuk hipotesis alternatif yang mempunyai rumusan lebih besar

atau lebih kecil, maka distribusi yang digunakan didapat sebuah daerah kritis yang
letaknya di ujung sebelah kanan atau sebelah kiri. Luas daerah kritis/penolakan adalah
sebesar α.Kriteria pengujian: tolak Ho jika statistik yang dihitung berdasarkan sampel
tidak kurang dari daerah penolakan. Pengujian untuk ini dinamakan uji satu pihak.

e. Memilih uji statistik yang sesuai

Tujuan pengujian statistik adalah untuk memutuskan apakah ada cukup bukti
dari sampel yang diteliti untuk menyimpulkan bahwa hipotesis alternatif harus
dipercaya. Pengujian hipotesis umumnya menggunakan uji statistik yang
membandingkan kelompok atau menguji hubungan antar variabel. Ketika
menggambarkan sampel tunggal tanpa membangun hubungan antar variabel, interval
kepercayaan / confidence interval biasanya digunakan.
 Ada berbagai uji statistik yang tersedia, tetapi semuanya didasarkan pada
perbandingan varians dalam-kelompok (seberapa menyebar data dalam suatu
kategori) dengan varians antar-kelompok (seberapa berbeda kategori satu sama lain).

Jika varians antar grup cukup besar sehingga ada sedikit atau tidak ada
tumpang tindih antar grup, maka uji statistik akan menunjukkan p-value yang rendah.
Ini berarti tidak mungkin perbedaan antara kelompok-kelompok ini muncul secara
kebetulan.

Atau, jika ada varians dalam-kelompok yang tinggi dan varians antar-kelompok yang
rendah, maka uji statistik akan mencerminkannya dengan p-value yang tinggi. Ini
berarti kemungkinan bahwa setiap perbedaan yang kita ukur antara kelompok adalah
karena kebetulan.

Bagaimana cara memilih uji statistik?

Pemilihan uji statistik didasarkan pada

 Jenis data yang kita kumpulkan

 Asumsi distribus

f. Menarik kesimpulan

Berdasarkan hasil uji statistik, kita harus memutuskan apakah hipotesis nol
didukung atau ditolak.Jika hipotesis nol ditolak, hasil ini ditafsirkan sebagai konsisten
dengan hipotesis alternatif kita.

Contoh:
Kami menemukan perbedaan tinggi rata-rata antara pria dan wanita sebesar 14,3
cm, dengan nilai p 0,002, konsisten dengan hipotesis kami bahwa ada perbedaan
tinggi badan antara pria dan wanita.

Kita tidak mengatakan bahwa kita menerima atau menolak hipotesis alternatif.
Ini karena pengujian hipotesis tidak dirancang untuk membuktikan atau menyangkal
apa pun.Uji ini hanya dirancang untuk menguji apakah pola yang kita ukur bisa
muncul secara kebetulan.

Jika kita menolak hipotesis awal berdasarkan uji statistik (yaitu, kita
menemukan bahwa pola tersebut tidak mungkin muncul secara kebetulan), maka kita
dapat mengatakan bahwa hasil pengujian mendukung hipotesis.

Tetapi jika pola tersebut tidak melewati aturan keputusan kita, yang berarti
bahwa pola itu bisa saja muncul secara kebetulan, maka kita katakan pengujian
tersebut tidak konsisten dengan hipotesis kita.
2.4 Jenis-jenis Jenis-Jenis Statistik Uji Hipotesis

- 1 sample z test (Pengujian z satu sample)

1 sample z test digunakan jika data sample melebihi 30 (n > 30) dan
Simpangan Baku (Standar Deviasi) diketahui.
Silakan lihat Tabel untuk Rumus 1 sample z test

- 1 sample t test (Pengujian t satu sampel)

1 sample t test digunakan apabila data sample kurang dari 30 (n < 30) dan Simpangan
Baku tidak diketahui.
Silakan lihat Tabel untuk Rumus 1 sample t test.

- 2 sample t test (Pengujian t dua sampel)

2 sample t test digunakan apabila ingin membandingkan 2 sampel data.

Silakan lihat Tabel untuk Rumus 2 sampel t test.

- Pair t test (Pengujian pasangan t)

Pair t test digunakan apabila ingin membanding 2 pasang data.

Silakan lihat Tabel untuk Rumus Pair t test

- 1 Proportion test (PengujianProporsi 1 (satu) sampel)

1 Propostion test digunakan untuk menguji Proporsi pada 1 populasi

Silakan lihat Tabel  untuk Rumus 1 Proportion test

- 2 Proportion test (PengujianProporsi 2 (dua) sampel)

2 Proportion test digunakan untuk menguji Perbanding Proporsi 2 populasi

Silakan lihat Tabel  untuk Rumus 1 Proportion test.
 2.5 Contoh Soal Uji Hipotesis

1. Seorang engineer ingin melakukan pengujian hipotesis terhadap mesin yang

ditawarkan oleh vendor mesin. Engineer tersebut kemudian mengumpulkan data
sebagai berikut :

Mesin baru berhasil memproduksi rata-rata 550 unit perjam dalam waktu percobaan
adalah 8 Jam produksi dengan simpangan bakunya  adalah 25 unit, sedangkan mesin
lama berhasil memproduksi rata-rata  500 unit dalam waktu percobaannya adalah 8
jam dengan simpangan bakunya adalah 20 unit. Apakah mesin baru lebih baik dari
mesin lama?

Penyelesaian:

Langkah 1 : Formulasi H0 dan H1

H0 = μ1 = μ2
H1 : μ1 > μ2

Langkah 2 : Tentukan Taraf Nyata (α) / Level of Significant

α  = 0.05 atau 5%

Langkah 3 : Tentukan Nilai Kritis (Lihat Tabel t)

df = n1 + n2 -2
df = 8 + 8 -2
df = 14
t tabel  = 2.145

Karena uji hipotesis ini adalah membandingkan 2 sampel, maka uji hipotesis yang
digunakan adalah 2 sample t test.

Langkah 4 : Hitung Nilai Statistik Uji Hipotesis

Diketahui :

Mesin Baru n1   = 8

X1  = 550
s 1   = 25

Mesin Lama n2   = 8

X2  = 500
s 2   = 20

Sp2 = ((8 – 1) (25)2 + (8 -1)(20)2 ) / (8 + 8 -2)

Sp2 = (4375 + 2800) /(14)
Sp2 = 512.5
 Sp=  √512.5
Sp = 22.63

t =    (550 – 500 – 0)  / (22.63  √(1/8) + (1/8))

t = 4.418

Langkah 5 : Pengambilan Keputusan

4.438     > 2.145

thitung   >ttabel ,   → Tolak H0

Kesimpulan :

Berdasarkan Pengujian Hipotesis, Mesin Baru Lebih baik daripada Mesin Lama.

2. Suatu pabrik susu merek Good Milk melakukan pengecekan terhadap produk mereka,
apakah rata-rata berat bersih satu kaleng susu bubuk yang di produksi dan di pasarkan
masih tetap 400 gram atau sudah lebih kecil dari itu. Dari data sebelumnya di ketahui
bahwa simpangan baku bersih per kaleng sama dengan 125 gram. Dari sample 50
kaleng yang di teliti, di peroleh rata-rata berat bersih 375 gram. Dapatkah di terima
bahwa berat bersih rata-rata yang di pasarkan tetap 400 gram? Ujilah dengan taraf
nyata 5 % !

Penyelesaian :

Diketahui :

n = 50, X = 375, σ = 125, µo = 400

Jawab :

Formulasi hipotesisnya :

Ho : µ = 400

H1 : µ < 400

Taraf nyata dan nilai  tabelnya :

α       = 5% = 0,05

Z0,05  = -1,64 (pengujian sisi kiri)

Kriteria pengujian :

o   Ho di terima jika Zo ≥ – 1,64

o   Ho di tolak jika Zo < – 1,64

Uji Statistik :

Kesimpulan :

Karena Zo = -1,41 ≥ – Z0,05 = – 1,64 maka Ho di terima. Jadi, berat bersih rata-rata
susu bubuk merek GOOD MILK per kaleng yang di pasarkan sama dengan 400 gram
3. Sebuah sample terdiri atas 15 kaleng susu, memiliki isi berat kotor seperti yang di
berikan berikut ini.

( Isi berat kotor dalam kg/kaleng)

1,21                1,21                 1,23                 1,20                 1,21

1,24                1,22                 1,24                 1,21                 1,19

1,19                1,18                 1,19                 1,23                 1,18

Jika di gunakan taraf nyata 1%, dapatkah kita menyakini bahwa populasi cat dalam
kaleng rata-rata memiliki berat kotor 1,2 kg/kaleng ? (dengan alternatif tidak sama
dengan). Berikan evaluasi anda !

Penyelesaian :

Diketahui :

n = 15, α= 1%,  µo = 1,2

Jawab:

∑X   = 18,13

∑X2 = 21,9189

X     = 18,13 / 15

= 1,208

Formulasi hipotesisnya :

Ho : µ = 1,2

H1 : µ ≠ 1,2

Taraf nyata dan nilai  tabelnya :

α       = 1% = 0,01

tα/2  = 0,005 dengan db = 15-1 = 14

t0,005;14 = 2,977
Kriteria pengujian :

o   Ho di terima apabila : – 2,977 ≤ to ≤ – 2,977

o   Ho di tolak : to > 2,977 atau to < – 2,977

Uji statistik :

Kesimpulan :

Karena –t0,005;14 = -2,977 ≤ to = 1,52 ≤  t0,005;14 = – 2,977 maka Hodi terima. Jadi,
populasi susu dalam kaleng secara rata-rata berisi berat kotor 1,2 kg/kaleng.
 BAB III

PENUTUP

3.1 Kesimpulan

Uji hipotesis adalah sebuah proses yang dilakukan untuk melakukan evaluasi
kekuatan bukti dari sampel, dan memberikan dasar untuk membuat keputusan terkait dengan
populasinya.

Tujuan uji hipotesis adalah untuk memutuskan apakah hipotesis yang diuji ditolak
atau diterima.

Tahapan atau langkah-langkah dalam uji hipotesis adalah:

1. Menyatakan hipotesis nol dan hipotesis alternatif

2. Mengumpulkan data sebagai dasar uji hipotesis
3. Menentukan Significance Level (alpha)
4. Menentukan kriteria pengujian dan daerah penolakan
5. Memilih uji statistik yang sesuai
6. Menarik kesimpulan

DAFTAR PUSTAKA

Modul Statistika Universitas Pamulang

https://geospasialis.com/uji-hipotesis/

https://teknikelektronika.com/pengertian-uji-hipotesis-jenis-jenisnya/