Uji Hipotesis
Uji Hipotesis adalah cabang ilmu statistika yang dipergunakan untuk menguji kebenaran suatu
pernyataan dan menarik kesimpulan apakah menerima atau menolak pernyataan tersebut. Pernyataan
ataupun asumsi sementara yang dibuat untuk diuji kebenarannya dinamakan dengan hipotesis
(hypothesis) atau hipotesa. Dalam subbab ini Anda akan mempelajari uji hipotesis dengan rata-rata µ
untuk satu sampel. Contoh permasalahan yang dapat diselesaikan menggunakan uji hipotesis sebagai
berikut.
Pada sebuah produk pupuk organik cair merek A tertulis berat bersih 300 ml. Akhir-akhir ini
ada keluhan dari konsumen bahwa rata-rata berat bersih susu kaleng tidak sampai 300 ml. Untuk
membuktikan dugaan tersebut diambil sampel 49 pupuk organik cair sejenis, lalu ditimbang. Dari hasil
penimbangan diperoleh rata-rata berat bersih susu kaleng 289,5 ml dan simpangan baku 30 ml. Selidiki
dengan tingkat signifikansi 5% apakah dugaan tersebut benar.
Uji hipotesis suatu permasalahan dapat dilakukan dengan langkah-langkah berikut.
Langkah 1: Merumuskan hipotesis nol (H0) dan hipotesis alternatif (H1).
Hipotesis nol (H0) adalah hipotesis atau pernyataan yang diangggap benar dan akan diuji kebenarannya.
Hipotesis alternatif (H1) adalah lawan dari hipotesis nol (H0). Dalam merumuskan hipotesis nol (H0) dan
hipotesis alternatif (H1) dapat dilakukan seperti berikut.
Tabel 3.1 Perumusan H0 dan H1
Hipotesis yang Mengandung Hipotesis yang Mengandung Hipotesis yang Mengandung
Pengertian Sama Pengertian Maksimum Pengertian Minimum
Contoh:
1. Menurut seorang ahli kependudukan rata-rata pengeluaran penduduk desa A per bulan tidak lebih
dari 3 juta rupiah. Apakah hal itu benar?
H0: µ ≤ 3.000.000
H1: µ > 3.000.000
2. Menurut dokter rata-rata detak jantung orang normal 60 kali per menit. Apakah hal itu benar?
H0: µ = 60
H1: µ ≠ 60
3. Menurut kepala sekolah rata-rata nilai UAN siswanya minimal 80. Apakah hal itu benar?
H0: µ ≥ 80
H1: µ < 80
x − µ0
2. Jika ukuran sampel yang di uji n < 30, statistik uji yang digunakan adalah t = s , t berdistribusi
n
student dengan derajat bebas df = n – 1. Tabel distribusi student disajikan pada akhir materi ini.
Keterangan:
x adalah rata-rata sampel.
µ0 adalah rata-rata populasi yang diuji.
σ atau s adalah simpangan baku.
n adalah banyak sampel yang diuji.
Misalkan diketahui titik sampel x1, x2, x3, x4, , xn, maka:
n
∑ xi x1 + x 2 + x3 + + x n
n
∑ (x i − x)2
=x i ==
1
dan s = 1
.
n n n
Luas =
Luas =
DP H0
Luas = 1 – α
DK DK
–z µ = µ0 z
–t 0 t
Luas = α
DP H0
Luas = 1 – α
DK
µ = µ0 zα
0 tα
Gambar 3.2 Daerah kritis uji satu pihak kanan
Ilustrator: Zain Mustaghfir
Tabel 3.3 Daerah Kritis dan Daerah Penerimaan Uji Satu Pihak
Kanan
Daerah penerimaan
Distribusi Daerah kritis (H0 ditolak)
(H0 diterima)
Z z > za z < za
t t > tα t < tα
3. Jika H1: µ < µ0, daerah kritis berada di ujung kiri kurva. Uji ini dinamakan uji satu pihak kiri. Luas
daerah kritis sama dengan α.
Luas = α
DP H0
Luas = 1 – α
–zα µ = µ0
–tα
Dari permasalahan di atas diperoleh H1: µ < 300 sehingga daerah kritis dapat digambarkan sebagai
berikut.
DK
Luas = 0,05
–z0,05 µ = 50.000
Dari tabel terlihat luas daerah 0,05 terletak di antara 0,0505 dan 0,0495.
Dari tabel diperoleh P(Z < –1,64) = 0,0505 dan P(Z < –1,65) = 0,0495.
0,05 di tengah-tengah 0,0505 daripada 0,0495 sehingga nilai z = –1,645.
Dengan demikian, diperoleh daerah kritis z < –1,645.