MERESUME PERTEMUAN 13

HIPOTESIS

Kelompok 4
Nama Anggota:
Achmad Syahrul Gufron (190231100162)
Alfina Damayanti (180231100154)
Hikmatul Ilmi (200231100272)
Moh Tofa Junaidi (200231100265)
Wahyuaji Tarunajaya (200231100253)

Mata Kuliah: Statistik II

Dosen Pengampu: Bapak Herry Yulistiono, M. Si

JURUSAN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS TRUNOJOYO MADURA
2021

I. Resume Hipotesis
1.1. PENGERTIAN HIPOTESIS
Hipotesis menurut Kerlinger adalah sebagai dugaan terhadap hubungan antara
dua variabel atau lebih. Jika menurut Sudjana, hipotesis adalah asumsi atau dugaan
mengenai suatu hal yang dibuat. Dari dua definisi tersebut, dapat disimpulkan arti
hipotesisi adalah jawaban sementara yang masih perlu diuji kebenarannya melalui
fakta-fakta atau dugaan kita mengenai parameter suatu populasi yang belum tentu
benar atau salah.

Pengujian hipotesis merupakan suatu prosedur yang dilakukan dengan tujuan

memutuskan apakah menerima atau menolak hipotesisi tersebut. Dalam pengujian
hipotesis, keputusan yang dibuat mengandung ketidakpastian, maksudnya ialah
keputusan tersebut bida benar namun bisa juga salah, sehingga menimbulkan
resiko.

Manfaat dari pengujian hipotesis yakni sebagai kerangka analisa, pemikiran

ayng kreatif, sebagai penjelasan sementara, melaporkan kesimpulan, untuk
pengujian, kesinambungan antara teori dan praktek, dan masih banyak lagi manfaat
dari pengujian hipotesisi.

Contoh:

1. Seorang peneliti masalah kedokteran diminta untuk memutuskan

berdasarkan, bukti-bukti hasil percobaan, apakah suatu vaksin baru lebih
baik daripada yang sekarang beredar di pasaran.
2. Berdasarkan data, apakah ada perbedaan ketelitian antara dua jenis alat
ukur.
3. Seorang ahli sosiologii ingin mengumpulkan data yang memungkinkan
ia menyimpulkan apakah jenis darah warna seseorang ada hubungannya
atau tidak.
 Hipotesis Statistika: suatu proses untuk menentukan apakah dugaan tentang
nilai parameter/karakteristik populasi didukung kuat oleh data sampel atau
tidak.
 Alur dalam pengujian hipotesis:
Data (Kuantitatif) > Hipotesis > Pengujian > Decision Rule > Keputusan >
Kesimpulan.
 Dalam statistika, dikenal 2 macam hipotesis:
 1. Hipotesis nol ( H 0), berupa suatu pernyataan tidak adanya perbedaan
karakteristik/parameter populasi (selalu ditandai dengan tanda =).
2. Hipotesis alternatif ( H 1 ¿ berupa suatu pernyataan yang bertentangan
dengan H 0.
 Yang diuji dalam hipotesis adalah prameter, maka notasi yang digunakan
dalam hipotesis statistika adalah parameter µ (untuk nilai tengah), σ (untuk
simpangan baku), dan p (untuk proporsi).
 Contoh:
Suatu obat baru lebih baik dari obat yang selama ini digunakan jika
persentase orang yang sembuh setelah meminum obat baru ini lebih dari
60%.
Dalam permasalahan ini, maka dapat dibentuk hipotesis statistik:
H 0 : p = 0,6 (obat bari tidak lebih baik)
H 1 : p > 0,6 (obat baru lebih baik)
 Terdapat 2 tipe hipotesis:
1. Hipotesis Satu Arah (atau hipotesis satu sisi)
Jika hipotesis alternatif menunjukkan tanda > atau <. Hal ini
dikarenakan di peneliti atau si perancang hipotesis, menginginkan
suatu perubahan satu arah, misalnya apakah meningkat, apakah
terjadi penurunan, dan sebagainya.
Contoh:
Sebiuah perusahaan rokok menyatakan bahwa kadar nikotin rata-rata
rokok yang diproduksinya tidak melebihi 2,5 gram (tidak melebihi
berarti kurang dari, berarti satu arah saja, H 1: µ < 2,5)
2. Hipotesis Dua Arah (atau hipotesis dua sisi)
Jika hipotesis alternatif menunjukkan tanda ≠.
Misalkan H 0 :µ=2 0, lawam H 1 : µ ≠ 20 .
 Ini berarti hipotesis alternatifnya memiliki dua definisi, H 1 : µ>2 0
dan/atau H 1 : µ<2 0. Hal ini dikarenaan si peneliti menginginkan suatu
perbedaan, yaitu apakah berbeda atau tidakk (entah berbeda itu
meningkat atau menurun).
Contoh:
Sebuah pabrik sereal ingin mengetes untuk kerja dari mesin
pengisinya. Mesin tersebut dirancang untuk mengisi 12 ons boxnya
(karena hanya ini menguji apakah rata-rata mesin pengisi tersebut
dapat mengisi 12 ons setiap boxnya atau tidak,
H 0 :µ=12 ,dan H 1 : μ ≠ 12).
 Langkah pengujian Hipotesis:
1. Tentukan hipotesis.
 Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu
pernyataan yang akan di uji. Tidak memiliki perbedaan atau
perbedaannya nol dengan hipotesis sebenarnya.
 Hipotesis altenatif adalah hipotesis yang dirumuskan sebagai
lawan dari hipotesis nol. Dalam menyusun hipotesis alternatif,
timbul 3 keadaan berikt:
 Secara umum, formulasi hipotesisnya adalah:
H 0 :θ=θ 0
H a :θ>θ0
H a :θ<θ0
H a :θ ≠θ 0
Misal: H 0 :μ=c , lawan H 1 : μ ≠ c (uji dua sisi)
Atau H 0 :μ=c , lawan H 1 :>c (uji dua sisi)
2. Tentukan tingkat signifikansi α, dan menentukan nilai tabel
α/taraf nyata adalah besarnya batas toleransi dalam menerima
kesalahan hasil hipotesis terhadap nilai parameter populasinya.
 Besaran yang digunakan untuk menentukan taraf nyata dinyatakn
dalam persentase (%), yaitu: 1% (0,01), 5% (0,05), 10% (0,1),
sehingga secara umum taraf nyata dituliskan sebagai 0,01; 0,05 ; 0,1.
Besarnya nilai taraf nyata tergantung pada keberanian dari seorang
peneliti dalam mebuat keputusan, yang dalam pengujian hipotesisi ini
beberapa besarnya kesalahan yang akan ditolerir. Besarnya kesalahan
tersebut disebut sebagai daerah kritis pengujian (critical region of
test) atau daerah penolakan (region of rejection).
3. Daerah kritik, H 0diterima bila dan H 0ditolak bila
 Penerimaan H 0 terjadi jika nilai uji statistik berada diluar nilai
kritis
 Penolakan H 0 terjadi jika nilai uji statistik berada di dalam
nilai kritis.
Dalam bentuk gambar atau kurva, kriteria pengujian ada kurva yang
dua sisi dan kurva yang satu sisi.
 Kurva dua sisi

 Kurva satu sisi arah kanan

 Kurva satu sisi arah kiri

 4. Statistik uji
Uji statistik merupakan rumus-rumus yang berhubungan dengan
distribusi tertentu dalam pengujianhipotesis. Perhitungan untuk
menduga parameter data sampel yang diambil secara random dari
sebuah populasi.
NB:
 Jika n atau sampel besar (n > 30), menggunakan distribusi Z
dengan rumus:
X̅ −μ 0 X̅ −μ0
Z 0= =
S X̅ s
√n
 Jika n atau sampel kecil (n < 30), menggunakan ditribusi t
dengan rumus:
X̅ −μ0 X̅ −μ 0
t 0= =
 S X̅ s
√n
5. Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal
penerimaan atau penolakan terhadap hipotesis nol yang sesuai
dengan kriteria pengujiannya. Dilakukan setelah membandingkan
nilai uji statistik dengan nila α tabel atau nilai kritis.
1.2. PENGUJIAN HIPOTESIS SATU POPOULASI
 Pengujian µ untuk ragam diketahui
1. Statistik Uji Z:
 X̅ −µ
Z=
σ
√n
2. Untuk hipotesis dua sisi:
H 0 :μ=c lawan H 1 : μ ≠ c

Daerah Penerimaan H 0
−Z α < Z< Z α
2 2

Daerah Penolakan H 0
Z α < Z<−Z α
2 2

3. Untuk hipotesis satu sisi:

H 0 :μ=c lawan H 1 : μ< c

Daerah Penerimaan H 0
Z>−Z α
Daerah Penolakan H 0
Z<−Z α
 H 0 :μ=c lawan H 1 : μ> c

Daerah Penerimaan H 0
Z< Z α
Daerah Penolakan H 0
Z> Z α
 Pengujian µ untuk ragam tidak diketahui
1. Statistik Uji t:
X̅ −µ
t=
s
√n
Dibandingkan dengan t α (dua sisi) & t α (satu sisi) dengan db = n-1
2

Metode daerah penerimaan maupun penolakan H 0 sama dengan di

atas.
2. Contoh:
Sebuah perusahaan alat olahraga mengembangkan jenis batang
pancing sintetik, ingin menguji apakah alat pancing tersebut memiliki
keuatan dengan nilai tengah 8 kg. diketaui bahwa simpangan baku
adalah 05 kg. ujilah ipotesis tersebut, bila suatu contoh acak 50
batang pancing itu setelah di tes memberikan nilai tengah 7,8 kg.
gunakan taraf nyata 0,01.
Jawab:
1) Hipotesis
 H 0 :μ=8 lawan H 1 : μ ≠ 8 (uji dua sisi)
2) Tingkat signifikan α = 0,01
Z α =0,005=2,575
2

3) Daerah kritik, H 0diterima bila dan H 0ditolak bila

H 0 diterima: −Z α < Z< Z α → −2,575< Z< 2,575

2 2

H 0 ditolak: Z<−Z α → Z<−2,575

2

4) Statistik uji
X̅ −µ 7,8−8
Z= = =−2,83
σ 0,5
√n √5 0
5) Kesimpulan

Karena Z<−Z α (-2,83 < -2,575) maka H 0 ditolak

2

Bahwa rata-rata kekuatan batang pancing tidak sama dengan 8

kg, tetapi kurang dari 8 kg.
 Pengujian untuk proporsi
1. Hipotesisnya:
H 0 : p=c lawan H 1 : p> c (satu sisi)
2. Statistik Uji: Z
X−nc
Z=
√nc (1−c)
Metode aerah penerimaan maupun penolakan H 0 sama dengan
pengujian hipotesisi nilai tengah untuk ragam diketahui.
3. Contoh:

Seorang pemborong menyatakan bahwa di 70% rumah-rumah yang

baru dibangun di kota X dipasang suatu alat pemompa udara panas.
Ingin diuji pernyataan tersebut di atas, dengan dilakukan suatu
penelitian,diperoleh 15 rumah baru yang diambil secara acak, terdapat
 8 rumah yang menggunakan pompa udara panas. Gunakan taraf nyata
0,10.

Jawab:
1) Hipotesis
H 0 : p=0 , 7dan H 1 : p ≠ 0,7 (dua sisi)
2) Tingkat signifikan α = 0,01
Z α =0,005=2,575
2

3) Daerah kritik, H 0diterima bila dan H 0ditolak bila

H 0 diterima: −Z α < Z< Z α → −2,575< Z< 2,575

2 2

H 0 ditolak: Z<−Z α → Z<−2,575

2

4) Statistik uji
X−nc 8−15× 0 , 7
Z= = =−1,41
√nc (1−c) √15 × 0 ,7 × 0,3
5) Kesimpulan

Karena Z<−Z α (-1,41 < -2,575) maka H 0 ditolak

2

Bahwa tidak ada alasan yang kuat untuk meragukan

pernyataan peborong diatas.
 Pengujian untuk ragam
1. Hipotesisnya:
H 0 :σ 2=c lawan H 1 : σ 2 ≠ c (satu sisi)
2. Statistik Uji: X 2
( n−1 ) s 2
X2=
c
3. Untuk hipotesis dua sisi H 0 :σ 2=c lawan H 1 : σ 2 ≠ c
2 2 2 2
Daerah penolakan H 0 → X < X 1− α dan X > X α
2 2

4. Untuk hipotesis satu sisi H 0 :σ 2=c lawan H 1 : σ 2 <c

 Daerah penolakan H 0 → X 2< X 21−α
5. Untuk hipotesis satu sisi H 0 :σ 2=c lawan H 1 : σ 2 >c
Daerah penolakan H 0 → X 2> X 2α
6. Contoh:

Sebuah perusahaan aki mobil mengatakan bahwa umur aki yang

diproduksinya mempunyai simpangan baku 0,9 tahun. Bila suatu
contoh acak 10 aki menghasilkan simpangan baku s = 1,2 tahun,
apakah menurut anda simpangan baku tersebut lebih besar dari 0,9
tahun? Gunakan taraf nyata 0,05.

Jawab:
1) Hipotesis
H 0 :σ 2=0 ,9 2=81 dan H 1 : σ 2 >81 (dua sisi)
2) Tingkat signifikan α = 0,05
X 2α =X 20 , 05=16 , 9 1 9
3) Daerah kritik, H 0diterima bila dan H 0ditolak bila
H 0 ditolak: X 2 > X 2α → X 2 >16,919
4) Statistik uji
( n−1 ) s 2 9 ×1,44
X2= = =16.0
c 0 , 81
5) Kesimpulan
Karena X 2 < X 2α (16,0<16,919) maka H 0 diterima
Bahwa tidak ada alasan untuk meragukan bahwa simpangan
bakunya dalah 0,9 tahun.
1.3. PENGUJIAN HIPOTESIS DUA POPULASI
 Misalkan kita tertarik untuk membandingkan efisiensi 2 mecin, mesin A dan
mesin B, mana yang lebih baik,
 Atau kita tertarik untuk membandingkan potensi tanaman pada varietas A
dan varietaas B, apakah terdapat perbedaan hasil panen varietas A dan B,
maka hipotesis yang akan diuji adalah:
H 0 :μ A=μ B(tidak terdapat perbedaan pada kedua varietas tersebut.
H 1 : μ A ≠ μ B (terdapat perbedaan pada kedua varietas tersebut)
 Atau kita ingin menguji apakah varietas A lebih baik daripada varietas B?
maka hipotesinya:
H 0 :μ A=μ B versus H 1 : μ A < μB
 Pengujian Dua μ Untuk Ragam Pop Diketahui
1. Statistika Uji yang digunakan:
X A− X B
Z=
σ 2A σ 2B
√ +
n A nB
2. Decision rule (kaidah keputusannya) sama dengan
sebelumnya.
3. Contoh:
Dari suatu survei di dua daerah yang masing-masing dengan
contoh berukuran 30 dan 36 berturut-turut diperoleh nilai tengah
pendapatan per kapita per bulan Rp 45.000 di daerah A dan Rp.
47.500 untuk daerah B. Jika diketahui bahwa ragam
pendapatannya sebesar (Rp.6.000)2 dan (Rp.7.500)2 berturut turut,
dengan taraf kepercayaan 95%, tentukan apakah pendapatan rata
rata di A berbeda dengan di B atau tidak!
Jawab:
1) Hipotesis
H 0 :μ A=μ B versus H 1 : μ A ≠ μ B (uji dua sisi)
2) Tingkat signifikan α = 0,05
Z α =Z 0,025=1 , 96
2
 3) Daerah kritik, H 0diterima bila dan H 0ditolak bila

H 0 diterima: −Z α < Z< Z α →−1,96< Z<1,96

2 2

H 0 ditolak: Z> Z α atau Z α < Z α →1 , 96 atau Z ←1,96

2 2 2

4) Statistik uji
X A− X B 45000−47500
Z= = =−1,504
σ 2A σ 2B 60002 7500 2
√ +
n A nB √ 30
+
36

5) Kesimpulan

Karena −Z α < Z< Z α (−1,96< Z <1,96) maka H 0 diterima.

2 2

Bahwa pendapatan perkapita dua daerah tersebut adalah sama.

 Pengujian Dua μ Untuk Ragam Pop Tidak Diketahui
1. Sama seperti uji satu populasi, jika ragam tidak diketahui,
statistik uji yang digunakan adalah statistik t.
2. Bila ragam populasi untuk kedua populasi tersebut tidak
diketahui, kita harus menyelidiki contoh A (dari populasi A)
dan contoh B (dari populasi B) apakah populasi tersebut
berpasangan atau tidak.
a. Jika contoh A, yang diambil bebas terhadap contoh B.
artinya, kita mengambil secara acak contoh A
berukuran n A dan kita juga mengambil contoh B secara
acak berukuran n B. Jenis pengujian ini dinamakan uji t
tidak berpasangan.
b. Jika pada setiap pengukuran contoh A dan B adalah
sama, yaitu katakanlah n. jenis pengujian ini
dinamakan uji t berpasangan.
 Uji t Tidak Berpasangan
1. Terdapat permasalahan dalam uji t tidak berpasangan, yaitu
apakah dua populasi tersebut berasal dari ragam yang sama
atau tidak?
2. Untuk itu kita harus mengujinya apakah σ 2A sama dengan σ 2B
atau tidak. Hipotesis untuk menguji hal itu adalah sebagai
berikut:
H 0 :σ 2A =σ 2B (artinya kedua populasi berasal dari ragam yang
sama)
H 0 :σ 2A ≠ σ 2B (artinya kedua populasi berasal dari ragam yang
tidak sama)
Statistik uji yang digunakan adalah statistik F.
S21
F=
S22
Dimana S2 1 adalah ragam terbesar dari dua populasi tersebut

(apakah S2A atau S2B) dan S2 2 adalh ragam terkecil di antara

keduanya.
F tersebut dibandingkan dengan F 0 dengan db1 n1 −1 dan db2
n2 −1. Jika F< F α maka H 0 diterima, artinya ragam populasi
sama, sedangkan bila F> F α maka H 0 ditolak, artinya ragam
populasi berbeda.
a. Untuk ragam populasi sama
Karena kedua ragam sama, maka ragamnya dapat
digabung:
(n¿¿ B−1)s 2B
s2=(n¿¿ A−1) s 2A + ¿¿
(n¿¿ A−1)+(n¿¿ B−1) ¿ ¿
Statistik ujinya:
 X ̅ A −X ̅ B
t=

√ S2
( n1 + n1 )
A B

Dibandingkan dengan tα (untuk satu sisi) dan t α (untuk

2

dua sisi) dengan db = nA + nA - 2

b. Untuk ragam populasi tidak sama
Karena kedua ragam tidak sama, maka kita dapat
menggabungkan kedua ragam populasi tersebut.
X ̅ A −X ̅ B
t=
2 2

√( s s
A
+
nA nB
B
)
Dibandingkan dengan tα (untuk satu sisi) dan t α (untuk
2

dua sisi) dengan

s 2A s 2A
(
db = n
A
+
nB )
¿¿
Contoh:
Kemampuan mahasiswa dari jalur PSB dan SPMB akan
diperbandingkan dalam hal kemampuan mereka terhadap
mata kuliah statistika. Pada masing-masing kelompok
diambil secara acak 14 mahasiswa dari PSB (dinamakan
kelompok A) dan 18 mahasiswa dari SPMB (dinamakan
kelompok B).
dari data yang diperoleh, setelah dilakukan perhitungan,

ternyata bahwa X ̅ A =68 , 5 ; X ̅ B=6 6,0 ; s2A =110,65

dan s2B=188,59. Dengan tingkat kesalahan 5% ingin

ditentukan apakah kemampuan kedua kelompok
tersebut sama atau tidak.
 Jawab:
 Hipotesis yang akan diuji:
H 0 :μ A=μ B versus H 1 : μ A ≠ μ B
 Untuk menentukan apakah ragam kedua
populasi itu sama atau tidak, maka dilakukan uji
F
s 2 s2 188,59
F= 12 = 12 = =1,70
s 2 s2 110,65
 Dengan F0,05 dengan db1=18-1 = 17, dan db2 =
14-1=13 sebsar 2,357. Karena F < F0,05 maka
ragam kedua populasi adalah sama. Maka
ragam gabungannya:

(n¿ ¿ B−1)s 2B
s2=(n¿¿ A−1)s 2A +
( 14−1 ) 110,65+ (18−1 )
( n¿¿ A−1)+( n¿¿ B−1)=
(14−1)+(18−1
 Statistik uji t yang digunakan:
X ̅ A −X ̅ B 68,5−66,0
t= = =0,56
1 1 1 1
√(
S2 +
nA nB ) √ (
154,82 +
1 4 18 )
 Dengan t0,025 dan db = nA + nB – 2 = 30 adalah
sebesar 2,045.
Karena t terletak diantara -t0,025 < t < t0,025 maka
H0 diterima, artinya tidak terdapat perbedaan
kemampuan statistika antara mahasiswa asal
PSB dengan SPMB.
 Uji t Berpasangan
1. Dua sampel yang diamati secara berpasangan, artinya dalam
setiap pengukuran yang diukur adalah pasangan [A,B].
2. Karena pengamatannya secara berpasangan maka dalam setiap
pengamatan XA dan XB tidak lagi bebas sesamanya meski bebas
antara pasangan yang satu dengan pasangan yang lain.
3. Sebagai contoh, XA dan XB masing-masing kadar auksin ruas
pertama dan kedua dari pucuk burung tanaman teh Atau X A dan
XB berturut-turut kadar vitamin C bagian ujung dan pangkal dari
sebuah buah mangga. Atau lebih ekstrim lagi, yaitu detak jantung
seseorang pada saat biasa, dan pada saat dekat dengan belahan
jiwa.
4. Metode uji t berpasangan ini adalah sama dengan pengujian
hipotesis satu populasi, yaitu data selisih dari kedua populasi
tersebut.
Dj = XAj - XBj
D̅
t= S2 D
√ n

Dibandingkan dengan t α (dua sisi) dan t α (satu sisi) dengan

2

derajat bebas = n -1.

5. Contoh:
Suatu penelitian ditujukan untuk mempelajari apakah ada
perbedaan antara banyaknya biji perbunga dari bunga bagian
atas dan bagian bawah 10 tahun baku.

1 2 3 4 5 6 7 8 9 10
Atas 1,4 3,3 2,0 0,4 2,1 1,9 1,1 0,1 0,9 3,0
Bawa
1,1 1,7 1,8 0,3 0,8 1,4 1,0 0,4 0,7 0,9
h
 Pengamatan di atas jelas pengamatan berpasangan, dan kita
memandang baik bagian atas (XA) maupun bagian bawah (XB)
pada setiap pasangan tidak bebas sesamanya. Yang harus
dicari adalah selisih antara bagian atas dan bawah:

1 2 3 4 5 6 7 8 9 10
Atas 1,4 3,3 2,0 0,4 2,1 1,9 1,1 0,1 0,9 3,0
Bawah 1,1 1,7 1,8 0,3 0,8 1,4 1,0 0,4 0,7 0,9
D 0,3 1,6 0,2 0,1 1,3 0,5 0,1 -0,3 0,2 2,1
Jawab:
Hipotesis yang akan diuji:
H 0 :μ A=μ B versus H 1 : μ A ≠ μ B
Atau H 0 :μ D =0 versus H 1 : μ D ≠ 0
Dimana kita peroleh D̅ = 0,61 dan s2 = 0,60,77
X́−μ 0,61−0
t= = =2,474
s 0,6077
√n √
10
Dengan db = n – 1
db = 10 – 1 = 9
diperoleh t 0,025=2,262. Karena t > t 0,025 maka H0 ditolak, artinya
terdapat perbedaan antara banyak biji yang dihasilkan oleh bunga
bagian atas dengan bagian bawah, maka bagian atas memiliki
jumlah biji yang lebih banyak.
 Uji Dua Proporsi

1. Misalkan pada dua populasi, populasi A berukuran N dengan

karakteristik x sebanyak Nx, dan populasi B yang berukuran M
dengan karakteristik x sebanyak Mx. Dari contoh berukuran n
dan m yang diambil secara acak dari populasi pertama dan
kedua berturut-turut ternyata dengan karakteristik x sebanyak
nx dan mx.
2. Penduga proporsi untuk kedua populasi tersebut adalah:

nx m
PA= dan PB = x
n m

3. Hipotesis yang akan di uji:

H0 : pA = pB dan H1 : pA ¹ pB

4. Statistik uji Z:

P A −Pb
Z=
P A (1−P A ) PB (1−PB )
√ n
+
m

Contoh:

Suatu penelitian dilakukan untuk mempelajari pengaruh

merokok pada saat seorang ibu mengandung terhada kondisi
anak setelah lahir. Untuk itu diambil contoh acak 200 dan 250
orang ibu yang pada saat mengandung anaknya adalah perokok
dan bukan perokok berturut-turut. Setelah dilakukan
pengetesan ternyata banyak anak lahir cacat adalah 90 dan 60
orang berturut-turut. Dengan tingkat kesalahan 5%, tentukan
apakah ada pengaruh merokok saat mengandung pada kondisi
fisik anak atau tidak!

Jawab:

Jika ada pengaruh merokok, maka prporsi bayi tersebut cacat

antara kelompok itu perokok dan tidak perokok adalah
berbeda. Maka hipotesis yang akan diuji adalah:

H 0 :P A=P B (artinya proporsi bayi tersebut cacat untuk kedua

kelompok adalah sama)
 H 1 : P A ≠ P B (artinya proporsi bayi tersebut cacat untuk kedua
kelompok adalah berbeda)

Kita samakan persepsi kelompok A adalah kelompok ibu

perokok, dan B adalah kelompok ibu tidak perokok.

n = 200

nx = 90

m = 250

mx = 60

nx 90
PA= = =0,45
n 200

mx 6 0
PB = = =0 , 24
m 250

P A −Pb 0,45−0,24
Z= = =4,82
P A (1−P A ) PB (1−PB ) 0,45 (0,55) 0,24(0,76)
√ n
+
m √ 200
+
250

Berdasarkan tabel normal baku, Z0,05 = 1,96. Karena Z > Z0,05

maka H0 ditolak, artinya merokok pada saat mengandung
berpengaruh pada kondisi fisik bayi yang dilahirkan.

Daftar Pustaka
Ade, J. N. (2014). Pengantar Statistika Dasar. Bogor: In Media.

Iqbal, M. H. (2002). Pokok-Pokok Materi Statistik 2 (Statistik Intensif). Jakarta: Bukmi

Aksara.
Maechal, L. W. (2014). Teknik-Teknik Statistika Dalam Bisnis dan Ekonomi. Jakarta:
Salemba Empat.

Ronald, E. W. (1995). Pengantar Statistika, Edisi ke 3. Jakarta: PT. Gramedia Pustaka

Utama.

Santiyasa, I. W. (2016). Pengujian Hipotesis. 2-26.

Subiyakto, H. (1993). Statistika 2. Penerbit Gunadharma.

Supranto J, M. (1981). Statistik Teori dan Aplikasi, Jilid 2 Edisi Ketiga. Jakarta: Penerbit
Erlangga.

Soal dan Penyelesaian Uji Hipotesis

1. Achmad Syahrul Gufron (190231100162)
2. Alfina Damayanti (180231100154)
3. Hikmatul Ilmi (200231100272)
4. Moh Tofa Junaidi (200231100265)
5. Wahyuaji Tarunajaya (200231100253)