C.

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

a. H0: µ = µ0 H0: µ ≤ µ0 H0: µ ≥ µ0

H1: µ ≠ µ0 H1: µ > µ0 H1: µ < µ0
b. H0: µ = µ0
H1: µ < µ0
c. H0: µ = µ0
H1: µ > µ0

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

Pada permasalahan di atas diperoleh H0 dan H1 sebagai berikut.

H0: μ = 300 (Rata-rata berat pupuk organik cair 300 ml.)
H1: μ < 300 (Rata-rata berat pupuk organik cair kurang dari 300 ml.)

Langkah 2: Memilih statistik uji dan menghitung nilai statistik uji.

x − µ0
1. Jika ukuran sampel yang di uji n ≥ 30, statistik uji yang digunakan adalah z = σ , Z ~ N(0, 1).
n

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

Dari permasalahan di atas diperoleh:

banyak sampel adalah n = 49;
rata-rata sampel adalah x = 289,5 ml;
rata-rata populasi yang diuji adalah µ0 = 300 ml;
simpangan baku adalah σ = 30 ml.
x −µ
Banyak sampel n = 49 ≥ 30 sehingga menggunakan statistik uji z = σ 0 .
n
x − µ0 289,5 − 300 −10,5 −10,5 × 7 −73,5
z= σ
= 30
= 30
= = = –2,45
30 30
n 49 7

Langkah 3: Menentukan tingkat signifikansi α.

Taraf signifikansi atau derajat kepercayaan merupakan nilai batas toleransi peluang salah dalam menolak
H0 atau batas maksimal kesalahan menolak H0. Taraf signifikansi dinyatakan dalam %. Taraf signifikansi
yang paling sering digunakan sebesar 1%, 5% dan 10%. Penentuan besar nilai α tergantung dari tujuan
dan inti permasalahan penelitian. Taraf signifikansi α = 5 % artinya kira-kira 5 dari 100 kesimpulan/
pengujian menolak hipotesis yg seharusnya diterima. Dengan kata lain, kira-kira 95% percaya bahwa
kesimpulan yang di buat benar.

Pada permasalahan tersebut menggunakan tingkat signifikansi α = 5% = 0,05.

Langkah 4: Menentukan daerah kritis.

Daerah kritis (DK) merupakan daerah penolakan H0. Daerah kritis ditentukan berdasarkan rumusan H1
dan tingkat signifikansi α yang dipilih.
1. Jika H1: µ ≠ µ0, daerah kritis berada di ujung kanan dan ujung kiri kurva. Uji ini dinamakan uji dua
α
pihak. Luas setiap daerah kritis sama dengan .
2

Luas =
Luas =
DP H0
Luas = 1 – α
DK DK
–z µ = µ0 z
–t 0 t

Gambar 3.1 Daerah kritis uji dua pihak

Ilustrator:  Zain Mustaghfir

Tabel 3.2 Daerah Kritis dan Daerah Penerimaan Uji Dua Pihak

Daerah Penerimaan (H0
Distribusi Daerah Kritis (H0 Ditolak)
Diterima)
z < – z α atau z > z α – zα < z < zα
z
2 2 2 2

t < – t α atau t > t α – tα < t < tα

t
2 2 2 2
2. Jika H1: µ > µ0, daerah kritis berada di ujung kanan kurva. Uji ini dinamakan uji satu pihak kanan.
Luas daerah kritis sama dengan α.

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

Gambar 3.3  Daerah kritis uji satu pihak kiri

Ilustrator:  Zain Mustaghfir

Tabel 3.4 Daerah Kritis dan Daerah Penerimaan Uji Satu Pihak

Kiri
Daerah Penerimaan
Distribusi Daerah Kritis (H0 Ditolak)
(H0 Diterima)

Z z < –zα z > –za

t t < –ta t > –ta

Dari permasalahan di atas diperoleh H1: µ < 300 sehingga daerah kritis dapat digambarkan sebagai
berikut.

DK
Luas = 0,05

–z0,05 µ = 50.000

Gambar 3.3 Daerah kritis dengan α = 5%

Ilustrator:  Zain Mustaghfir

Dari gambar diperoleh daerah kritis z < –z0,05.

 Perhatikan letak 0,05 pada tabel distribusi Z berikut.
z 0 0,01 0,02 0,03 0,04 0,05 0,06
–1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250
–1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314
–1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392
–1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485
–1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594
               
–1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721
–1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869

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.

Langkah 5: Menentukan keputusan uji dan membuat kesimpulan.

Keputusan uji diambil berdasarkan letak nilai statistik uji pada daerah kritis. Jika nilai statistik uji di
dalam daerah kritis, H0 ditolak. Sebaliknya, jika nilai statistik uji di luar daerah kritis maka H0 diterima.
Kesimpulan dibuat berdasarkan keputusan uji.
Dalam menentukan keputusan uji terdapat dua kemungkinan kesalahan yang dapat terjadi sebagai
berikut.
1. Menolak H0 yang benar, disebut kesalahan tipe I atau kesalahan α atau tingkat signifikansi α.
2. Menerima H0 yang salah, disebut kesalahan tipe II atau kesalahan β.
Hubungan antara H0, keputusan uji, dan tipe kesalahan disajikan dalam tabel berikut.
Tabel 3.5 Tipe kesalahan α dan b
Keadaan Sebenarnya
Keputusan Uji
H0 Benar H0 Salah

Menerima H0 Keputusan benar Kesalahan Tipe II (β)

Menolak H0 Kesalahan Tipe I (α) Keputusan benar

Pada langkah keempat diperoleh daerah kritis z < –1,645.

Oleh karena nilai statistik uji z = –2,45 < –1,645 maka z = –2,45 di dalam daerah kritis sehingga
keputusannya H0 ditolak.
Oleh karena H0 ditolak maka kesimpulan dari uji hipotesis adalah rata-rata berat pupuk organik
cair kurang dari 300 ml.
Tabel 3.6 Tabel distribusi student t
df Tingkat Signifikansi α
Dua arah 20% 10% 5% 2% 1% 0,20% 0,10%
Satu arah 10% 5% 2,50% 1% 0,50% 0,10% 0,05%
1 3,078 0,314 12,706 31,821 63,657 318,309 636,619 α
0 tα
2 1,886 2,920 4,303 6,965 9,925 22,327 31,599
3 1,638 2,353 3,182 4,541 5,841 10,215 12,924
4 1,533 2,132 2,776 3,747 4,604 7,173 8,610
5 1,476 2,015 2,571 3,365 4,032 5,893 6,869
               
6 1,440 1,943 2,447 3,143 3,707 5,208 5,959
7 1,415 1,895 2,365 2,998 3,499 4,785 5,408
8 1,397 1,86 2,306 2,896 3,355 4,501 5,041
9 1,383 1,833 2,262 2,821 3,25 4,297 4,781
10 1,372 1,812 2,228 2,764 3,169 4,144 4,587
               
11 1,363 1,796 2,201 2,718 3,106 4,025 4,437
12 1,356 1,782 2,179 2,681 3,055 3,930 4,318
13 1,350 1,771 2,160 2,65 3,012 3,852 4,221
14 1,345 1,761 2,145 2,624 2,977 3,787 4,140
15 1,341 1,753 2,131 2,602 2,947 3,733 4,073
               
16 1,337 1,746 2,12 2,583 2,921 3,686 4,015
17 1,333 1,740 2,110 2,567 2,898 3,646 3,965
18 1,330 1,734 2,101 2,552 2,878 3,610 3,922
19 1,328 1,729 2,093 2,539 2,861 3,579 3,883
20 1,325 1,725 2,086 2,528 2,845 3,552 3,850
               
21 1,323 1,721 2,08 2,518 2,831 3,527 3,819
22 1,321 1,717 2,074 2,508 2,819 3,505 3,792
23 1,319 1,714 2,069 2,5 2,807 3,485 3,768
24 1,318 1,711 2,064 2,492 2,797 3,467 3,745
25 1,316 1,708 2,06 2,485 2,787 3,450 3,725
               
26 1,315 1,706 2,056 2,479 2,779 3,435 3,707
27 1,314 1,703 2,052 2,473 2,771 3,421 3,69
28 1,313 1,701 2,048 2,467 2,763 3,408 3,674
29 1,311 1,699 2,045 2,462 2,756 3,396 3,659
30 1,310 1,697 2,042 2,457 2,750 3,385 3,646