Pengujian Hipotesis pada Sampel Tunggal

Alya Khairunnisa’
Muhammad Fikri Mubbarok Asshidiq
Ratna Puspita Ningrum
Winday Ihzha Yushra

PENDAHULUAN
A. Kompetensi
Pindahkan Sub-CPMK pada pertemuan 2-4
B. Indikator
Setelah mengikuti pembelajaran pengujian hipotesis pada sampel tunggal, mahasiswa
mampu:
1. Memahami konsep tentang pengujian hipotesis (P1)
2. Menentukan dan menggambar daerah penolakan dan menentukan nilai p (P1)
3. Menguji hipotesis untuk sampel tunggal dari parameter populasi (a. rata-rata, b.
proporsi atau c. varians) (P1, KK1)
URAIAN MATERI
A. Pengujian Hipotesis pada Sampel Tunggal
1. Elemen-elemen Pengujian Hipoetsis
1) Hipotesis nol (H0)
Hipotesis ini mewakili hipotesis yang akan diterima kecuali data
memberikan bukti yang meyakinkan bahwa itu salah. Hipotesis nol
menunjukkan kondisi “status quo’, yaitu tidak ada perbedaan antara ukuran
ppulasi dan ukuran sampel. Hipotesis nol mewakili kondisiyang sekaang
diyakini kebenarannya, atau suatu pernyataan yang didasarkan teori dan
konsep. Hipotesis nol adalah hipotesis yang akan diuji. Istilah nol menyatakan
tidak adanya perubahan, pengaruh, dan perbedaan. Diasumsikan benar sampai
bukti sampel berkata sebaliknya.
2) Hipotesis alternatif (Ha)
Hipotesis ini mewakili hipotesis yang akan diterima jika data
memberikan bukti yang meyakinkan tentang kebenarannya. Hipotesis
alternative mewakili klaim atau dugaan dari peneliti terhadap kemungkinan
tidak berlakunya kondisi “status quo” Atau kondisi saat ini sebagai bagian dari
tujuan penelitian yan hendak diraih. Hipotesis ini merupakan hipotesis yang kit
acari bukti untuk mendukungnya.
3) Statistik uji
Statistik uji yaitu suatu nilai yang digunakan peneliti untuk memutuskan
antara hipotesis nol dan hipotesis alternatif. Statistic uji adalah nilai-z yang
mengukur jarak antara nilai m yang ditentukan dalam hipotesis alternative.
 4) Daerah penolakan
Daerah penolakan suatu uji statistik adalah himpunan nilai yang mungkin
dari statistik uji dimana peneliti akan menolak H0 demi Ha.
5) Kesalahan tipe 1 () dan kesalahan tipe 2 () β ¿
Kesalahan tipe 1 dapat terjadi jika peneliti menolak hipotesis nol dan
mendukung hipotesis alternatif, padahal yang sebenarnya hipotesis nol benar.
Artinya menyimpulkan adanya perbedaan, padahal sesungguhnya tidak ada
perbedaan. Sedangkan kesalahan tipe 2 dapat terjadi jika peneliti menerima
hipotesis nol padahal yang sebenarnya hipotesis nol itu salah. Artinya
menyimpulkan tidak adanya perbedaan, padahal sesungguhnya ada perbedaan.
Berikut tabel menunjukkan hubungan antara keputusan menpolak atau
menerima hipotesis
Keaadan sebenarnya
keputusan
Hipotesis benar Hipotesis salah
Menerima hipotesis Tidak membuat kesalahan Kesalahan tipe 2
Menolak hipotesis Kesalahan tipe 1 Tidak membuat kesalahan
Dari tabel diatas, dijelaskan
 Keputusan menerima: hipotesis nol benar, berarti tidak membuat kesalahan.
 Kepurtusan menerima: hipotesis nol salah, berarti terjadi kesalahan tipe 2.
 Keputusan menolak: hipotesis nol benar, berarti terjadi kesalahan tipe 1.
 Kepurtusan menolak: hipotesis nol salah, berarti tidak membuat kesalahan.

2. Memformulasikan hipotesis dan menentukan daerah penolakan Ho

langkah pengujian hipotesis:
1) Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha)
Formulasi atau perumusan hipotesis statistik dapat dibedakan atas dua
jenis, yaitu (1) Hipotesis nol / nihil (HO), adalah hipotesis yang dirumuskan
sebagai suatu pernyataan yang akan diuji. Hipotesis nol tidak memiliki
perbedaan atau perbedaannya nol dengan hipotesis sebenarnya, (2) Hipotesis
alternatif/ tandingan (H1 / Ha) Hipotesis alternatif adalah hipotesis yang
dirumuskan sebagai lawan atau tandingan dari hipotesis nol. Dalam menyusun
hipotesis alternatif, timbul 3 keadaan berikut:
 H1 menyatakan bahwa harga parameter lebih besar dari pada harga yang
dihipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu
pengujian sisi atau arah kanan.
 H1 menyatakan bahwa harga parameter lebih kecil dari pada harga yang
dihipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu
pengujian sisi atau arah kiri.
 H1 menyatakan bahwa harga parameter tidak sama dengan harga yang
dihipotesiskan. Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu
pengujian sisi atau arah kanan dan kiri sekaligus
 Formulasi hipotesis dapat dituliskan:
H0: 
Ha: 
Ha: 
H0: 
Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif (Ha)
ditolak. Demikian pula sebaliknya, jika hipotesis alternatif (Ha) diterima
(benar) maka hipotesis nol (H0)
2) Memilih suatu taraf nyata (α)
Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil
hipotesis terhadap nilai parameter populasinya. Semakin tinggi taraf nyata yang
digunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis yang
diuji, padahal hipotesis nol benar. ilai α yang dipakai sebagai taraf nyata
digunakan untuk menentukan nilai distribusi yang digunakan pada pengujian,
misalnya distribusi normal (Z), distribusi t, dan distribusi X².
3) Membuat kriteria pengujian berupa penerimaan dan penolakan H0.
Kriteria Pengujian adalah bentuk pembuatan keputusan dalam menerima atau
menolak hipotesis nol (Ho) dengan cara membandingkan nilai α tabel
distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan bentuk
pengujiannya. Yang dimaksud dengan bentuk pengujian adalah sisi atau arah
pengujian. a. Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau
lebih besar daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik
berada di luar nilai kritis. b. Penolakan Ho terjadi jika nilai uji statistiknya
lebih besar atau lebih kecil daripada nilai positif atau negatif dari α tabel. Atau
nilai uji statistik berada di luar nilai kritis.
4) Melakukan uji statistik
Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi
tertentu dalam pengujian hipotesis. Uji statistik merupakan perhitungan untuk
menduga parameter 7 data sampel yang diambil secara random dari sebuah
populasi. Misalkan, akan diuji parameter populasi (P), maka yang pertama-
tama dihitung adalah statistik sampel (S)
5) Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal
penerimaan atau penolakan hipotesis nol (Ho) yang sesuai dengan kriteria
pengujiaanya. Pembuatan kesimpulan dilakukan setelah membandingkan nilai
uji statistik dengan nilai α tabel atau nilai kritis. a. Penerimaan Ho terjadi jika
nilai uji statistik berada di luar nilai kritisnya. b. Penolakan Ho terjadi jika nilai
uji statistik berada di dalam nilai kritis.

3. Pengujian hipotesis tentang rata-rata populasi pada sampel besar: Uji z

 Untuk pengujian hipotesis satu rata-rata dengan sample besar (n > 30),
uji statistiknya menggunakan distribusi Z. Prosedur pengujian hipotesisnya
adalah sebagai berikut.
1) Formulasi hipotesis
Ho : µ = µo H1 : µ > µo
Ho : µ = µo
H1 : µ < µo
Ho : µ = µo
H 1 : µ ≠ µo
2) Penentuan nilai α (taraf nyata) dan nilai Z table (Zα)
Menentukan nilai α sesuai soal, kemudian nilai Zα atau Zα/2 ditentukan
dari tabel.
3) Kriteria Pengujian
 Untuk Ho : µ = µo dan H1 : µ > µo
Ho di terima jika Zo ≤ Zα
Ho di tolak jika Zo > Zα
 Untuk Ho : µ = µo dan H1 : µ < µo
Ho di terima jika Zo ≥ - Zα
Ho di tolak jika Zo < - Zα
 Untuk Ho : µ = µo dan H1 : µ ≠ µo
Ho di terima jika - Zα/2 ≤ Zo ≤ Zα/2
Ho di tolak jika Zo > Zα/2 atau Zo < - Zα/2
4) Uji Statistik
 Simpangan baku populasi (σ) di ketahui :

 Simpangan baku populasi (σ) tidak di ketahui :

5) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan
kriteria pengujiannya).
  Jika H0 diterima maka H1 di tolak
 Jika H0 di tolak maka H1 di terima
Contoh Soal:
Suatu pabrik susu merek Good Milk melakukan pengecekan terhadap produk
mereka, apakah rata-rata berat bersih satu kaleng susu bubuk yang diproduksi dan
dipasarkan masih tetap 400gram atau sudah lebih kecil dari itu. Dari data
sebelumnya diketahui bahwa simpangan baku bersih per kaleng sama dengan 125
gram. Dari sample 50 kaleng yang diteliti, diperoleh rata-rata berat bersih 375
gram. Dapatkah diterima bahwa berat bersih ratarata yang dipasarkan tetap 400
gram? Ujilah dengan taraf nyata 5 %!

Penyelesaian
Diketahui:
n = 50, X = 375, σ = 125, µo =400
 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:

Ho diterima jika Zo ≥ - 1,64

Ho ditolak jika Zo < - 1,64
 Uji Statistik

 Kesimpulan
 Karena Zo = -1,41 ≥ - Z0,05 = - 1,64 maka Ho diterima. Jadi, berat bersih rata-rata
susu bubuk merek GOOD MILK per kaleng yang dipasarkan sama dengan 400
gram

4. Pengujian hipotesis tentang rata-rata populasi pada sampel besar: mengginakan p-

value
5. Pengujian hipotesis tentang rata-rata populasi pada sampel kecil: Uji t
Untuk pengujian hipotesis satu rata-rata dengan sampel kecil (n ≤ 30),
uji statistiknya menggunakan distribusi t. Prosedur pengujian hipotesisnya
adalah sebagai berikut. a) Formulasi hipotesis
(1) Ho : µ = µo
H1 : µ > µo
(2) Ho : µ = µo
H1 : µ < µo
(3) Ho : µ = µo
H1 : µ ≠ µo
b) Penentuan nilai α (taraf nyata) dan nilai t- tabel
Menentukan nilai α sesuai soal, kemudian menentukan derajat bebas,
yaitu db = n – 1, lalu menentukan nilai tα;n-1 atau tα/2;n-1 ditentukan dari tabel.
c) Kriteria Pengujian
(1) Untuk Ho : µ = µo dan H1 : µ > µo

• Ho diterima jika to ≤ tα
• Ho ditolak jika to > tα
(2) Untuk Ho : µ = µo dan H1 : µ < µo

• Ho diterima jika to ≥ - tα
• Ho ditolak jika to < - tα
(3) Untuk Ho : µ = µo dan H1 : µ ≠ µo

• Ho diterima jika - tα/2 ≤ to ≤ tα/2

• Ho ditolak jika to > tα/2 atau to < - tα/2
d) Uji Statistik
(1) Simpangan baku populasi ( σ ) diketahui :
 a. Simpangan baku populasi ( σ ) tidak diketahui :

e) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho(sesuai dengan
kriteria pengujiannya).
(1) Jika H0 diterima maka H1 ditolak
(2) Jika H0 ditolak maka H1 diterima

Contoh soal :
Sebuah sampel terdiri atas 15 kaleng susu, memiliki isi berat kotor seperti
yang diberikan berikut ini.
( Isi berat kotor dalam kg/kaleng)
1,21 1,21 1,23 1,201,21
1,24 1,22 1,24 1,211,19
1,19 1,18 1,19 1,231,18

Jika digunakan 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 !
Peyelesaian:
Diketahui :
n = 15, α= 1%, µo = 1,2
Jawab:
∑X = 18,13
∑X2 = 21,9189
· X = 18,13 / 15
= 1,208

a. Formulasi hipotesisnya :
Ho : µ = 1,2
 H1 : µ ≠ 1,2
b. Taraf nyata dan nilai tabelnya : α = 1% = 0,01
tα/2 = 0,005 dengan db = 15-1 = 14
t0,005;14 = 2,977
c. Kriteria pengujian :

• Ho diterima apabila : - 2,977 ≤ to ≤ - 2,977

• Ho ditolak : to > 2,977 atau to < - 2,977
d. Uji Statistik

e. Kesimpulan
Karena –t0,005;14 = -2,977 ≤ to = 1,52 ≤ t0,005;14 = - 2,977 maka Ho
diterima. Jadi, populasi susu dalam kaleng secara rata-rata berisi berat
kotor 1,2 kg/kaleng

6. Pengujian hipotesis tentang proporsi populasi pada sampel besar: Uji z

Pada populasi yang besar, digunanakan statistik uji z.
p− p p.q
z=
σp
dimana σ p=
n √
Contoh: Suatu obat penenang ketegangan syaraf diduga hanya 60% efektif.
Kemudian dicobakan obat baru terhadap 100 pasien yang diambil acak, dan
menunjukkan bahwa obat baru tersebut 70% efektif. Apakah ini menunjukkan
bukti yang cukup untuk menyimpulkan bahwa obat baru tersebut lebih efektif
daripada obat yang sekarang beredar? Gunakan taraf uji nyata 5%!
H0: p = 0.6
H1: p > 0.6
Taraf uji () = 0.05
n = 100  nilai z statistik uji
 Menentukan daerah kritis  z 0.05 > 1.65
0,7−0,6
z= =2,04
Hitung nilai statistik uji 0.6 × 0,4
√ 100
Keputusan: Tolak H0 karena nilai z jatuh pada daerah kritis dan disimpulkan
bahwa obat baru tsb memang lebih efektif.

PENUTUP
A. Rangkuman

B. Soal Latihan (Buat dalam Bentuk Pilihan Ganda dan Uraian)

1. Berikut adalah elemen-elemen pengujian hipotesis kecuali…
a. Hipotesis nol (H0)
b. Hipotesis alternatif (Ha)
c. Taraf nyata (α)
d. Daerah penolakan
e. Statistik uji
2. Penulisan formulasi hipotesis yang benar adalah…
a. H0: θ=θθ, Ha: θ≥θθ
b. H0: θ≠θθ, Ha: θ>θθ
c. H0: θ>θθ, Ha: θ<θθ
d. H0: θ=θθ, Ha: θ>θθ
e. H0: θ≠θθ, Ha: θ≤θθ
3. Seorang apoteker menyatakan bahwa obat penenang buatannya manjur 90%.
Ternyata dalam sampel 200 orang, obat tersebut hanya manjur kepada 160 orang.
Apakah pernyataan apoteker tersebut benar?
Pembahasan:
 H0: p =0,9
 Ha: p <0,9
 Tingkat signifikansi 0,05
 Hipotesis H0 diterima jika:
z ≥-zα
z ≥-1,64
 Hitungan
Z = X/n-p0 / √p0 (1-p0)/200
Z = 160/200-0,9 / √0,9(1-0,9)/200 = -4,717
 Kesuimpulan
Karena z=-4,717 < -1,64 maka H0 ditolak. Pernyataan apoteker tersebut
tidak benar
 4. Hasil pengamatan sekelompok mahasiswa menunjukkan rata-rata mahasiswa yang
tertidur di kelas sebanyak 25% dari populasi. Sampel diambil acak menunjukkan 55
mahasiswa dari 200 tertidur saat kuliah. Uji kebenaran hasil pengamatan dengan
tingkat α = 0,05!
Pembahasan:
 H0: π = 25, α = 0,05, p = 55/200= 27,5
 Ha: π ≠ 25, n = 200
 Daerah penolakan uji dua ujung
α/2 = 0,025
maka nilai z-nya -> ±z = ±1,96

 Aturan penolakan
Tolak H0 dan terima Ha jika RUz<-1,96 atau RUz >+1,96
 Rasio Uji
RUz = 27,5-25/√25(75)/200 = 0,81
 Pengambilan keputusan
Karena -1,96<RUz<+1,96 maka H0 tidak ditolak sehingga pengamatan
mahasiswa dapat diterima.

C. Tugas
1. Perusahaan penyalur tenaga kerja memberikan pelatihan mengetik kepada
anggotanya. Berdasarkan hasil uji sampel sebanyak 12 orang, rata-rata kecepatan
mengetik adalah 73,8 kata/menit dengan standar deviasi 7,9 kata. Dengan α=1%,
lakukan pengujian pendapat bahwa rata-rata mengetik kurang dari 75 kata/menit.
2. Perusahaan cat, mampu menghasilkan cat tembok super yang setiap kalengnya
cukup untuk mengoles tembok rata-rata seluas 10m2. Untuk menyakinkan bahwa
pendapat tersebut adalah benar, ada 6 kaleng cat yang diuji coba. Tembok yang
berhasil di cat untuk setiap kaleng masing-masing seluas 9,8m 2, 10,2m2 10m2,
9,4m2, 9,6m2, dan 10,5m2. Bagaimana kesimpulan yang bisa diambil dengan
α=5%?

REFERENSI

Novitasari, D., dkk. (2018). Pengujian Hipotesis. Diakses 11 Oktober 2021 pada
http://nugroho.stiemj.ac.id

McClave, J. T., & Sincih, T. (2012). Statistics, Twelfth Edition. New Jersey: Prentice Hal

Kristanto, Y, D. Bab III Uji Hipotesis. Diakses 11 Oktober 2021 pada

https://people.usd.ac.id/