STATISTIKA DAN
PROBABILITAS
3 SKS
Pengujian Hipotesis
ABSTRAK KOMPETENSI
Mata Kuliah Statistika dan Probabilitas merupakan mata Mahasiswa dapat memahami distribusi
kuliah wajib di Prodi Informatika dengan Bobot 3 SKS. diskret variabel random.
Mata Kuliah ini membahas tentang Pengertian Statistika
dan Jenisnya, Ukuran Pemusatan dan Penyebaran Data,
Peluang suatu Kejadian, Distribusi Peluang, Variabel
Random, Pendugaan Parameter, dan Uji Hipotesis, serta
Regresi dan Korelasi.
PEMBAHASAN
Pengujian Hipotesis
A. Pendahuluan
Hipotesis statistik adalah suatu pernyataan atau dugaan mengenai satu atau lebih populasi.
Pengujian hipotesis berhubungan dengan penerimaan atau penolakan suatu hipotesis.
Kebenaran (benar atau salahnya) suatu hipotesis tidak akan pernah diketahui dengan pasti,
kecuali kita memeriksa seluruh populasi.
Jika kita tidak mungkin memeriksa seluruh populasi untuk memastikan kebenaran suatu
hipotesis kita dapat mengambil sampel acak, dan menggunakan informasi (atau bukti) dari
sampel itu untuk menerima atau menolak suatu hipotesis. Penerimaan suatu hipotesis
terjadi karena tidak cukup bukti untuk menolak hipotesis tersebut dan bukan karena
hipotesis itu benar dan penolakan suatu hipotesis terjadi karena tidak cukup bukti untuk
menerima hipotesis tersebut dan bukan karena hipotesis itu salah.
Landasan penerimaan dan penolakan hipotesis seperti ini, yang menyebabkan para
statistikawan atau peneliti mengawali pekerjaan dengan terlebih dahulu membuat hipotesis
yang diharapkan ditolak, tetapi dapat membuktikan bahwa pendapatnya dapat diterima.
Contoh:
Sebelum tahun 1993, pendaftaran mahasiswa dilakukan dengan pengisian formulir secara
manual. Pada tahun 1993, PSA memperkenalkan sistem pendaftaran online. Seorang Staf
PSA ingin membuktikan pendapatnya “bahwa rata-rata waktu pendaftaran dengan sistem
online akan lebih cepat dibanding dengan sistem yang lama”. Untuk membuktikan
pendapatnya, ia akan membuat hipotesis awal, sebagai berikut:
Hipotesis Awal : rata-rata waktu pendaftaran sistem online sama saja dengan sistem lama.
Staf PSA tersebut akan mengambil sampel dan berharap hipotesis awal ini ditolak,
sehingga pendapatnya dapat diterima!
Hipotesis Awal : Tidak ada perbedaan penerimaan sesudah maupun sebelum dilakukan
perubahan sistem pemeriksaan karcis.
Manajemen berharap hipotesis ini ditolak, sehingga membuktikan bahwa pendapat mereka
benar!
Hipotesis Awal yang diharap akan ditolak disebut sebagai Hipotesis Nol (𝐻 ). Hipotesis Nol
juga sering menyatakan kondisi yang menjadi dasar pembandingan. Penolakan 𝐻
membawa kita pada penerimaan Hipotesis Alternatif (𝐻 ) (beberapa buku menulisnya
sebagai 𝐻 ). Nilai Hipotesis Nol (𝐻 ) harus menyatakan dengan pasti nilai parameter. 𝐻
akan ditulis dalam bentuk persamaan. Sedangkan Nilai Hipotesis Alternatif (𝐻 ) dapat
memiliki beberapa kemungkinan. 𝐻 akan ditulis dalam bentuk pertidaksamaan (< ; > ; ≠)
Contoh:
Pada sistem lama, rata-rata waktu pendaftaran adalah 50 menit. Kita akan menguji
pendapat Staf PSA tersebut, maka Hipotesis awal dan Alternatif yang dapat kita buat:
atau
𝐻 : 𝜇 = 50 menit (sistem baru dan sistem lama tidak berbeda)
𝐻 : 𝜇 < 50 menit (sistem baru lebih cepat dari sistem lama)
Contoh:
Penerimaan PERUMKA per tahun sebelum intensifikasi pemeriksaan karcis dilakukan
adalah Rp. 3 juta. Maka Hipotesis Awal dan Hipotesis Alternatif dapat disusun sebagai
berikut:
2019 Statistika dan Probabilitas
3 Rendi Prasetya, S.Si., M.Kom. 0857 111 90 222
Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
𝐻 : 𝜇 = 3 juta (sistem baru dan sistem lama tidak berbeda)
𝐻 : 𝜇 ≠ 3 juta (sistem baru tidak sama dengan sistem lama)
atau
𝐻 : 𝜇 = 3 juta (sistem baru dan sistem lama tidak berbeda)
𝐻 : 𝜇 > 3 juta (sistem baru menyebabkan penerimaan per tahun lebih besar dengan
sistem lama)
Penolakan atau penerimaan hipotesis dapat membawa kita pada 2 jenis kesalahan
(kesalahan/error/galat), yaitu:
1. Galat jenis 1 yaitu penolakan Hipotesis Nol (𝐻 ) yang benar. Galat jenis 1 ini
dinotasikan sebagai 𝛼. 𝛼 juga disebut sebagai taraf nyata uji.
Konsep 𝛼 dalam Pengujian Hipotesis sama dengan konsep 𝛼 pada selang
kepercayaan.
2. Galat jenis 2 yaitu penerimaan Hipotesis Nol (𝐻 ) yang salah. Galat jenis 2 dinotasikan
sebagai 𝛽.
Prinsip pengujian hipotesis yang baik adalah meminimalkan nilai 𝛼 dan 𝛽. Dalam
perhitungan, nilai 𝛼 dapat dihitung sedangkan nilai 𝛽 hanya bisa dihitung jika nilai hipotesis
alternatif sangat spesifik.
Pada pengujian hipotesis, kita lebih sering berhubungan dengan nilai 𝛼. Dengan asumsi,
nilai 𝛼 yang kecil juga mencerminkan nilai 𝛽 yang juga kecil.
Prinsip pengujian hipotesis adalah perbandingan nilai statistik uji (𝑧 hitung atau 𝑡 hitung)
dengan nilai titik kritis (nilai 𝑧 tabel atau 𝑡 tabel). Titik kritis adalah nilai yang menjadi batas
daerah penerimaan dan penolakan hipotesis. Nilai 𝛼 pada 𝑧 atau 𝑡 tergantung dari arah
pengujian yang dilakukan.
Contoh:
a. 𝐻 : 𝜇 = 50 menit
𝐻 : 𝜇 < 50 menit
b. 𝐻 : 𝜇 = 3 juta
𝐻 : 𝜇 < 3 juta
Pada uji satu arah nilai 𝛼 tidak dibagi dua, karena seluruh 𝛼 diletakkan hanya di salah satu
sisi selang.
Contoh:
𝐻 :𝜇=𝜇
𝐻 :𝜇<𝜇
Wilayah Kritis : 𝑧 < −𝑍 atau 𝑡 < −𝑡( ; )
𝜇 adalah suatu rata-rata yang diajukan dalam 𝐻 . Penggunaan 𝑧 atau 𝑡 tergantung ukuran
sampel, jika sampel besar menggunakan 𝑧 dan jika sampel kecil menggunakan 𝑡.
Daerah yang diarsir merupakan daerah penolakan hipotesis dan daerah yang tak diarsir
adalah daerah penerimaan hipotesis.
Contoh:
𝐻 :𝜇=𝜇
𝐻 :𝜇>𝜇
2019 Statistika dan Probabilitas
5 Rendi Prasetya, S.Si., M.Kom. 0857 111 90 222
Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
Wilayah Kritis : 𝑧 > 𝑍 atau 𝑡 > 𝑡( ; )
Daerah terarsir merupakan daerah penolakan hipotesis dan daerah yang tak terarsir adalah
daerah penerimaan hipotesis
Contoh:
a. 𝐻 : 𝜇 = 50 menit
𝐻 : 𝜇 ≠ 50 menit
b. 𝐻 : 𝜇 = 3 juta
𝐻 : 𝜇 ≠ 3 juta
Pada uji dua arah nilai 𝛼 dibagi dua, karena 𝛼 diletakkan di kedua sisi selang.
Contoh:
𝐻 :𝜇=𝜇
𝐻 :𝜇≠𝜇
Wilayah Kritis : 𝑧 < −𝑧 dan 𝑧 > 𝑧
atau
𝑡 < −𝑡 ;
dan 𝑡 > 𝑡 ;
Daerah terarsir merupakan daerah penolakan hipotesis sedangkan daerah tak terarsir
adalah daerah penerimaan hipotesis.
Beberapa nilai z yang penting (lainnya silahkan periksa tabel distribusi normal standar)
𝑧 % =𝑧 , = 1,645
𝑧 , % =𝑧 , = 1,96
𝑧 % =𝑧 , = 2,33
𝑧 , % =𝑧 , = 2,575
̅
𝑧 hitung : 𝑧 =
√
̅
𝑡 hitung : 𝑡 =
√
| ̅ ̅ |
𝑧 hitung : 𝑧 =
𝐻 : 𝜇 = 500
𝐻 : 𝜇 < 500
Jawab:
𝑥̅ = 22
𝑠 = 4
𝑛 = 25
𝜇 = 20
𝛼 = 5%
𝐻 : 𝜇 = 20
𝐻 : 𝜇 ≠ 20
Wilayah kritis : 𝑑𝑏 = 𝑛 − 1 = 25 − 1 = 24
: 𝑡 < −𝑡 ;
dan 𝑡 > 𝑡 ;
Dengan taraf nyata 5%, ujilah apakah perbedaan rata-rata nilai prestasi kerja |𝜇 − 𝜇 | >
0?
Jawab
𝛼 = 5%
𝑑 =0
𝐻 : |𝜇 − 𝜇 | = 0
𝐻 : |𝜇 − 𝜇 | > 0
Dengan taraf nyata 1%, ujilah apakah perbedaan rata-rata kerusakan |𝜇 − 𝜇 | ≠ 10?
Jawab
𝛼 = 1%
𝑑 = 10
𝐻 : |𝜇 − 𝜇 | = 10
𝐻 : |𝜇 − 𝜇 | ≠ 10
Wilayah kritis : 𝑑𝑏 = 𝑛 + 𝑛 − 2 = 13 + 12 − 2 = 23
: 𝑡 < −𝑡 ;
dan 𝑡 > 𝑡 ;
Agresti, A., & Hichcock, D.B. (2005). Bayesian Inference for Categorical Data Analysis.
Statistical Methods & Applications. 14: 297-330 DOI: 10.1007/s10260-005-0121-y
Freedman, D.A. (2005). Statistical Models: Theory and Practice. Cambridge University Press.
ISBN 978-0-521-67105-7