KATA PENGANTAR

Puji dan syukur penulis sampaikan kehadirat Allah swt, yang mana atas
rahmat dan karunia-Nya sehingga penulis telah dapat menyelesaikan LAPORAN
PRAKTIKUM STATISTIK INDUSTRI MODUL IV “ANALISIS VARIANSI”.
Shalawat beserta salam kepada junjungan Nabi Besar Muhammad SAW beseta
para sahabatnya.
Laporan Praktikum Statistika Industri ini disusun sebagai syarat untuk
memenuhi persyaratan nilai dari Praktikum Statistik Industri dari kurikulum
jurusan Teknik Industri Fakultas Teknik Universitas Malikussaleh. Dalam
kesempatan ini tidak lupa pula penulis mengucapkan terima kasih yang
sebesarbesarnya kepada:
1. Amri,S.T.,M.T sebagai Ketua Jurusan Teknik Industri Fakultas Teknik
Universitas Malikusaleh.
2. Syarifudin, ST.,M.T sebagai Kepala Prodi Jurusan Teknik Industri
Fakultas Teknik Universitas Malikussaleh.
3. Cut Ita Erlina, ST., M.T Sebagai ketua Laboratorium Teknik Industri
Fakultas Teknik Universitas Teknik Industri
4. Fatimah, S.T., M.T sebagai pembimbing dalam Pratikum Statistik
Industri atas asistensi dan bimbingan yang telah diberikan.
5. Wahyu Arliansyah Putra sebagai Asisten di Laboratorium Teknik
Industri yang telah membantu, membimbing dan membina dalam
penyusunan laporan sehingga dapat menyelesaikan laporan pada
waktunya.
6. Seluruh teman-teman kelompok 16 yang telah bahu membahu dan
bekerja sama dalam penyusunan laporan ini hingga selesai.
Penulis menyadari bahwa laporan ini masih banyak terdapat kekurangan,
untuk itu saran dan kritik dari semua pihak sangat diharapkan demi kesempurnaan
laporan ini.
Bukit Indah, 20 Mei 2022

Kelompok 16

i
 DAFTAR ISI

Hal
LEMBAR ASISTENSI
KATA PENGANTAR……………………………………………………………i
DAFTAR ISI……………………………………………………………………..ii
DAFTAR TABEL……………………………………………………………….iii
DAFTAR RUMUS………………………………………………………………i

v
BAB I PENDAHULUAN.....................................................................................1
1.1 Latar Belakang...............................................................................1
1.2 Rumusan Masalah..........................................................................2
1.3 Tujuan Masalah..............................................................................2
1.4 Batasan Masalah dan Asumsi........................................................2
1.4.1 Batasan Masalah..................................................................2
1.4.2 Asumsi.................................................................................3
1.5 Sistematika Penulisan....................................................................3
BAB II LANDASAN TEORI...............................................................................5
2.1 Pengertian Hipotesis......................................................................5
2.2 Fungsi Hipotesis.............................................................................7
2.3 Tahapan Pengujian Hipotesis.........................................................8
2.4 Pengertian Sampel..........................................................................9
2.4.1 Jenis–Jenis Sampel.............................................................10
2.5 Hipotesis Statistik........................................................................10
2.6 Hipotesis Satu Arah dan Dua Arah..............................................11
2.6.1 Perbedaan Hipotesis Satu Arah dan Dua Arah...............12
BAB III PENGUMPULAN DAN PENGOLAHAN DATA..............................13
3.1 Pengumpulan data........................................................................13
3.1.1 Alat dan Bahan..................................................................13
3.1.2 Tahapan Pelaksanaan Praktikum......................................13
3.1.3 Data Pengamatan........................................................................13
3.2.2 Pengujian Hipotesis Data Ganda................................................21
BAB IV ANALISIS DAN EVALUASI DATA..................................................25
4.1 Analisis Data................................................................................25
4.1.1 Pengujian Hipotesis Data Tunggal....................................25
4.1.2 Pengujian Hipotesis Data Ganda......................................25
4.2 Evaluasi Data...............................................................................26
BAB V KESIMPULAN DAN SARAN.............................................................28
5.1 Kesimpulan..................................................................................28
5.2 Saran..........................................................................................30
DAFTAR PUSTAKA
LAMPIRAN

ii
 DAFTAR TABEL

Tabel Hal

3.1 Data Nilai Tugas Statistik Unit A1 Mahasiswa/i Teknik Industri

Angkatan 2020 Dengan N = 50……………………………………………..14
3.2 Data Nilai Tugas Statistik Unit A1 Mahasiswa/i Teknik Industri
Angkatan 2020 Dengan N = 30……………………………………………..15
3.3 Data Pemakaian Perbedaan Biaya Listrik/bBulan n=20……………………16
3.4 Perhitungan Data Nilai Tugas Statistik Unit A1 Mahasiswa/i
Teknik Industri Angkatan 2020 dengan N=50………………………………16
3.5 Data Nilai Tugas Statistik Unit A1 Mahasiswa/i Teknik Industri
Angkatan 2020 dengan n= 30………………………………………………30
3.6 Perhitungan Data Perbedaan Biaya Listrik Perbulanan Dusun
B Batee Timoh Dan Dusun C Alue Seribu, Desa Panggoi, Kec. Muara
Dua Kota Lhoksumawe……………………………………………………..21

iii
 DAFTAR RUMUS

Rumus Hal

2.1 Uji Statistik Apabila Simpanga Populasi Diketahui…………………...7

2.2 Statistik Uji Hitung…………………………………………………….9
2.3 Rata-rata Populasi………………………………………………………9
2.4 Simpangan Baku………………………………………………………..9
2.5 Rasio Uji Z hitung………………………………………………………9
2.6 Rasio Uji T hitung………………………………………………………9

iv
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Istilah hipotesis sebenarnya adalah kata majemuk, terdiri dari kata hipo
dan tesa, hipo berasal dari kata Yunani yang berarti di bawah, kurang, atau lemah.
Sedangkan tesa yang berarti teori atau proporsi yang disajikan sebagai bukti. Jadi
hipotesis adalah pernyataan yang masih lemah kebenarannya dan masih perlu
dibuktikan kebenarannya. Untuk menguji benar tidaknya suatu pernyataan, maka
perlu dikumpulkan data-data mengenai parameter populasi yang sedang dipelajari.
Ada beberapa pengujian hipotesis yang dilakukan seperti uji terhadap rataan
populasi, dua rataan populasi dan uji parameter binomial.
Hipotesis seperti yang kita ketahui yakni dugaan yang mungkin benar, atau
mungkin juga salah. Dia akan ditolak jika salah atau palsu, dan akan diterima jika
faktor-faktor membenarkannya. Penolakan dan penerimaan hipotesis, dengan
begitu sangat tergantung kepada hasil-hasil penyelidikan terhadap faktor-faktor
yang dikumpulkan. Hipotesis dapat juga dipandang sebagai konklusi yang
sifatnya sangat sementara. Sebagai konklusi sudah tentu hipotesis tidak dibuat
dengan semena-mena, melainkan atas dasar penegtahuan-pengetahuan tertentu.
Pengetahuan ini sebagian dapat diambil dari hasil-hasil serta problematika-
problematika yang timbul dari penyelidikan-penyelidikan yang mendahului, dari
renungan-renungan atas dasar pertimbangan yang masuk akal, ataupun dari hasil-
hasil penyelidikan yang dilakukan sendiri. Secara procedural hipotesis penelitian
diajukan setelah peneliti melakukan kajian pustaka, karena hipotesis penelitian
adalah rangkuman dari kesimpulan-kesimpulan teoritis yang diperoleh dari kajian
pustaka (Sukardi, 2016).
Sebelum melakukan penelitian, kita akan menduga-duga terlebih dahulu
terhadap apa yang kita ingin teliti. Pernyataan dugaan atau pernyataan sementara
kita ini yang disebut hipotesis. Selanjutnya, pengujian hipotesis penelitian secara
perhitungan statistik memerlukan perubahan rumusan hipotesis ke dalam rumusan
hipotesis statistik yang mana memasangkan hipotesis alternatif (H1) dan hipotesis
nol (H0) sehingga dapat memutuskan dengan tegas menolak atau menerima

1
 2

salah satu dari kedua hipotesis tersebut.

Pada praktikum modul 3 ini, praktikan akan membahas dan menganalisis
dengan metode statistik uji hipotesis, yaitu menguji hipotesis satu arah kanan dan
kiri, dan data yang di ambil untuk data tunggal Nilai Tugas Statistik Unit A1
Teknik Industri Angkatan 2020. Dan untuk data ganda yaitu data perbedaan biaya
listrik perbulan Dusun B Batee Timoh dan Dusun C Alue Seribu, Desa Panggoi,
Kecamatan Muara dua, kota Lhoksumawe.

1.2 Rumusan Masalah

Adapun rumusan masalah yang dapat dirumuskan dalam praktikum ini
adalah sebagai berikut:
1. Apakah yang dimaksud dengan hipotesis?
2. Apakah fungsi hipotesis?
3. Bagaimanakah tahapan pengujian hipotesis?
4. Bagaimanakah hasil pengolahan data uji hipotesis data tunggal?
5. Bagaimana hasil pengolahan data uji hipotesis data ganda?

1.3 Tujuan Masalah

Adapun tujuan praktikum yang dilakukan adalah sebagai berikut:
1. Untuk mengetahui pengertian dari hipotesis.

2. Untuk mengetahui fungsi hipotesis.

3. Untuk mengetahui tahapan pengujian hipotesis.

4. Untuk mengetahui hasil pengolahan data uji hipotesis data tunggal.

5. Untuk mengetahui hasil pengolahan data uji hipotesis data ganda.

1.4 Batasan Masalah dan Asumsi

1.4.1 Batasan Masalah
Adapun yang menjadi batasan masalah dalam pratikum ini adalah sebagai
berikut:
1. Pengumpulan data tunggal dilakukan melalui pengambilan data nilai tugas
Statistik pada mahasiswa/i unit A1 Teknik Industri Angkaan 2020.
 3

2. Untuk data ganda yaitu data perbedaan biaya listrik perbulan Dusun
B Batee Timoh dan Dusun C Alue seribu Desa Panggoi, Kecamatan
Muara Dua, Kota Lhoksumawe.

1.4.2 Asumsi
Adapun asumsi yang dapat dimuat dalam praktikum ini adalah sebagai
berikut:
1. Mahasiswa/i yang diwawancarai adalah mahasiswa/i yang sehat
secara jasmani maupun rohani.
2. Data ganda diambil dengan melakukan wawancara langsung dan
dilakukan dengan sebenarnya.
3. Praktikan yang melakukan wawancara pengambilan data dalam
kondisi sehat secara jasmani dan rohani.

1.5 Sistematika Penulisan

Untuk memudahkan memahami isi laporan praktikum ini, maka penulisan
akan dibagi kedalam 5 bab, yang masing-masing bab mengandung beberapa sub
bab, yaitu sebagai berikut :
BAB 1 PENDAHULUAN
Merupakan pengantar dalam menguraikan secara singkat mengenai latar
belakang, rumusan masalah, tujuan masalah, batasan masalah, dan asumsi,
dan sistematika penulisan.
BAB II LANDASAN TEORI
Pada bab ini berisi tentang penjelasan konsep dan dasar untuk
memecahkan masalah penelitian dan pedoman untuk pembahasan
masalah, antara lain hipotesis, fungsi hipotesis, tahapan pengujian
hipotesis, hipotesis statistik, hipotesis satu arah dan dua arah, perbedaan
hipotesis satu arah dan dua arah.
BAB III PENGUMPULAN DAN PENGOLAHAN DATA
Pada bab ini berisikan data-data hasil penelitian yang berhubungan dengan
masalah yang di bahas dan pengolahan data yang berkaitan dengan teori
yang ada, serta analisis dari pengolahan data tepatnya uji hipotesis satu
 4

arah dan uji hipotesis data tunggal dan data berkelompok.

BAB IV ANALISIS DAN EVALUASI DATA
Bab ini berisikan penguraian tentang analisa dan evaluasi berdasarkan
hasil pengumpulan dan pengolahan data.
BAB V KESIMPULAN DAN SARAN
Pada bab ini berisikan tentang kesimpulan dari distribusi probabilitas dan
saran yang memuat perbaikan pada praktikum yang baik
 BAB II
LANDASAN TEORI

2.1 Pengertian Hipotesis

Hipotesis adalah asumsi atau dugaan mengenai sesuatu hal yang
memerlukan pengecekan untuk membuktikannya. Jika asumsi atau dugaan itu
dikhususkan untuk populasi, umumnya mengenai nilai-nilai parameter populasi
maka hipotesis disebut dengan hipotesis statistic (Harinaldi, 2005).
Hipotesis ini ditafsirkan sebagai dugaan terhadap hubungan antara dua
variabel atau juga lebih. Hipotesis adalah asumsi atau juga dugaan tentang suatu
hal yang dibuat untuk dapat menjelaskan suatu hal, dari definisi tersebut dapat
disimpulkan bahwa hipotesis ini merupakan sebuah jawaban atau dugaan
sementara yang harus diuji kembali kebenarannya dengan melalui penelitian
ilmiah (Riduwan, 2010).
Tujuan dari uji hipotesis adalah untuk menetapkan suatu dasar sehingga
dapat mengumpulkan bukti yang berupa data-data dalam menentukan keputusan
apakah menolak atau menerima kebenaran dari pernyataan atau asumsi yang
telah dibuat. Uji hipotesis juga dapat memberikan kepercayaan diri dalam
pengambilan keputusan yang bersifat objektif.
Hipotesis alternatif (H1) dirumuskan dengan kalimat positif secara
statistik hipotesis diartikan sebagai pernyataan mengenai suatu keadaan populasi
(parameter) yang akan diuji kebenarannya itu dengan berdasarkan data yang
diperoleh dari sampel penelitian. Ciri-ciri hipotesis yang baik adalah sebagai
berikut (Riduwan, 2010):
1. Hipotesis harus mempunyai daya penjelas.
2. Hipotesis harus menyatakan hubungan yang diharapkan diantara
variabel- variabel.
3. Hipotesis itu konsisten dengan suatu pengetahuan yang sudah ada.
4. Hipotesis harus dapat diuji.
5. Hipotesis harus sederhana.
6. Hipotesis harus dapat menerangkan fakta.

5
 6

Hipotesis yang dirumuskan untuk diuji dengan harapan tidak berpengaruh

atau tidak memiliki perbedaan dengan hipotesis sebenarnya dinamakan dengan
H0. Sedangkan hipotesis kenalikannya disebut dengan hipotesis alternatif (H1)
yang mengandung pernyataan memiliki pengaruh atau memiliki perbedaan.
Adapun ketentuan dalam penyusunan hipotesis yaitu (Hasan, 2002):
1. H1 menyatakan bahwa harga parameter lebih besar daripada harga yang
dihipotesiskan. Pengujian ini disebut pengujian satu sisi atau satu arah,
yaitu pengujian sisi kanan.
2. H1 menyatakan bahwa harga parameter lebih kecil daripada harga yang
dihipotesiskan. Pengujian ini disebut pengujian satu sisi atau satu arah,
yaitu pengujian sisi kiri
3. H1 menyatakan bahwa harga parameter tidak sama dengan harga yang
dihipotesiskan, yang disebut sebagai pengujian dua sisi atau dua arah
yaitu pengujian sisi kanan.
Secara umum formulasi hipotesis dapat dituliskan sebagai berikut:
a. H0 : µ = µ0
H1 : µ > µ0
b. H0 : µ = µ0
H1 : µ < µ0
c. H0 : µ = µ0
H1 : µ ≠ µ0
Adapun Kriteria pengujian untuk formulasi di atas adalah (Simbolon, 2009):
Untuk H0 : µ = µ dan H1 : µ > µ0 , kriteria pengujiannya adalah sebagai berikut:
1. Untuk H0 : µ = µ0 dan H1 : µ0 > µ0 ;
a. Ho diterima jika Z0 ≤ -Zα,
b. Ho ditolak jika Z0> Zα,
2. Untuk H0 : µ = µ0 dan H1 : µ0 < µ0 ;
a. Ho diterima jika Z0 ≥ -Zα,
b. Ho ditolak jika Z0< -Zα,
3. Untuk H0 : µ = µ0 dan H1 : µ0 ≠ µ0 ;
a. Ho diterima jika –Zα/2 ≤ Zα ≤ Zα/2,
b. Ho ditolak jika Z0> Zα/2 atau Z0< -Zα/2
 7

Untuk melakukan pengujian statistik, apabila simpangan populasi

X−μ 0 X−μ 0
diketahui, maka: T0 = , T0 = …………………………………..Pers
σX s/ √ n
(2.1)
Untuk pengujian sebuah hipotesis, kita harus mengambil sampel random,
menghitung pengujian statistik yang sesuai dengan data sampel, dan kemudian
menggunakan informasi yang diperoleh dari pengujian statistic untuk membuat
sebuah keputusan (Simbolon. Hotman, 2009).
Hipotesis yang dirumuskan dengan harapan akan ditolak kebenarannya
dinamakan Hipotesis nol (Ho) atau hipotesis statistik. Hipotesis yang dirumuskan
dengan harapan akan diterima kebenarannya disebut Hipotesis Alternatif (Ha)
atau hipotesis tandingan (H1) atau hipotesis teoritis, artinya hipotesis yang
didasarkan pada teori yang mendukung hipotesis tersebut. Dalam pengujian
hipotesis untuk sampel besar > 30 akan digunakan distribusi Z, dan untuk sampel
< 30 akan digunakan distribusi t (Simbolon. Hotman, 2009).
Ada dua jenis kesalahan yang bisa terjadi di dalam pengujian hipotesis.
Kesalahan itu bisa terjadi karena kita menolak hipotesis nol, padahal hipotesis nol
itu benar atau kita menerima hipotesis nol, padahal hipotesis nol itu salah.
Kesalahan yang disebabkan karena kita menolak hipotesis nol padahal hipotesis
nol itu benar, disebut kesalahan jenis I atau Type I Erorr Sebaliknya kesalahan
yang disebabkan karena kita menerima hipotesis nol padahal hipotesis nol itu
salah disebut kesalahan jenis II atau Type II Error.

2.2 Fungsi Hipotesis

Adapun fungsi dari Hipotesis adalah sebagai berikut (Iqbal. M Hasan.
2003):
1. Menguji teori, artinya berfungsi untuk menguji kesahihan teori
Pernyataan teori dalam bentuk yang teruji disebut hipotesis. Teori adalah
satu satu prinsip yang dirumuskan untuk menerangkan sekelompok
gejala/peristiwa yang saling berkaitan. Teori menunjukkan adanya
hubungan antara fakta yang satu dengan fakta yang lain.
2. Menyarankan teori baru, apabila hasil pengujian hipotesis dapat
membentuk proposisi, asumsi atau penjelasan tentang suatu peristiwa.
 8

3. Mendeskripsikan fenomena sosial.

2.3 Tahapan Pengujian Hipotesis
Ada beberapa tahapan dalam pengujian hipotesis yang akan dibahas satu
persatu, yaitu:
1. Menentukan formulasi hipotesis
Ada dua rumusan hipotesis yang digunakan untuk pengujian yaitu H0 dan
H1.Hipotesis nol (H0) mengandung pernyataan yang menyangkal seperti
tidak memiliki perbedaan atau ada pengaruh. Sedangkan hipotesis.
alternatif (H1) merupakan pernyataan yang tidak menyangkal seperti ada
perbedaan atau pengaruh. Pernyataan keduanya dapat ditulis seperti
ditunjukkan dibawah ini.
H0 : µ = µ0
H1 : µ > µ0
H1 : µ < µ0
H1 : µ ≠ µ0
Dalam pengujian apabila H0 diterima maka H1 harus ditolak, begitu juga
berlaku untuk sebaliknya.
2. Menentukan taraf nyata (α)
Alpha atau taraf nyata merupakan batas toleransi dalam menerima
kesalahan dari hipotesa terhadap nilai parameter populasinya. Batas
toleransi yang sering digunakan untuk menentukan alpha dinyatakan
dalam %, misal 1%, 5% dan 10%.
3. Menentukan kriteria pengujian
Kriteria pengujian adalah cara pembuatan keputusan dalam menerima
atau menolak H0 setelah dibandingkan antara nilai alpha dari tabel (nilai
kritis) dengn nilai uji statistiknya. Ada 3 ketentuan untuk menerima atau
menolak H0.
a. Untuk pengujian satu sisi sebelah kanan.
Terima H0 apabila Z0 ≤ Zα
Tolak H0 apabila Z0 > Zα
b. Untuk pengujian satu sisi sebelah kiri.
Terima H0 apabila Z0 ≥ -Zα
 9

Tolak H0 apabila Z0 < - Zα

c. Untuk pengujian dua sisi.

Terima H0 apabila –Zα/2 ≤ Z0 ≤ Zα/2
Tolak H0 apabila Z0 > Zα/2 atau bila Z0 < –Zα/2
Untuk sampel kecil (n < 30) dapat digunakan distribusi t, dimana
distribusi Z diganti dengan t yang memiliki derajat bebas (n-1).
4. Menghitung nilai statistik uji
Nilai statistik uji adalah nilai yang diperoleh dari perhitungan data
sampel yang disebut dengan Z hitung (Zo) atau t hitung (To).
Perhitungan dapat dilakukan dengan menggunakan rumus Statistik uji :
x−μ 0
z = ………………………………………………………...Pers
α√ n
(2.2)
Rata-rata Populasi :

( μ ) = ∑ ...................................................................................Pers (2.3)
x
n
Simpangan Baku :
( σx )=√ ∑ ¿ ¿ ¿ ¿ ............................................................................Pers (2.4)
Rasio Uji :

Zhitung =
∑ x−μ .....................................................................Pers (2.5)
σ /√n
Rasio Uji :
x 1−x 2
( n11 + n21 )................................Pers (2.6)
√
2
Thitung = ( n1−1) S 12+(n 2−1)S 2
n 1+n 2−2
5. Kesimpulan
Kesimpulan dapat dibuat dengan menerima atau menolak hasil hipotesis,
yaitu dengan membuat pernyataan tolak H0 apabila hasil hitung statistik
uji lebih dari nilai Tabel pada tingkat α tertentu

2.4 Pengertian Sampel

Sampel yaitu bagian dari populasi yang karakteristiknya akan diselidiki
 10

dan dianggap bisa melewati keseluruhan populasi. Satuan–satuan yang akan

diteliti di dalam sampel dinamakan unit sampel. Unit sampel ini akan dipilih dari
sampel. Unit sampel mungkin sama dengan unit analisis, tetapi mungkin juga
tidak. Sebagai contoh misalnya untuk mengumpulkan informasi tentang orang
dapat menggunakan daftar yang lengkap dari sensus dan mengambil sampel
langsung dari daftar tersebut (Fatimah, 2016).

2.4.1 Jenis–Jenis Sampel

Adapun jenis – jenis sampel yang digunakan dalam perhitungan statistik
yaitu:
1. Sampel statistik Deskriptif
Sampel statistik deskriptif berfungsi untuk mendeskripsikan atau memberi
gambaran terhadap obyek yang diteliti melalui data sampel atau populasi
sebagaimana adanya tanpa melakukan analisis dan membuat kesimpulan
yang berlaku untuk umum.
2. Sampel berkorelasi Sampel berkorelasi terdapat dalam desain eksperimen
seperti membuat pertandingan kemampuan kerja pegawai sebelum dilatih
dengan yang sudah dilatih. .
3. Sampel Independen
Sampel independen adalah sampel yang tidak berkaitan sesuatu sama lain
misalnya, akan membandingkan kerja, lulusan SMU dan SMK,
membandingkan penghasilan petani, nelayan, dan sebagainya.
4. Probability Sampling
Probability samping adalah yang memberi peluang yang sama bagi setiap
unsur populasi untuk dipilih menjadi anggota sampel.
5. Non Probability Sampling
Non Probability Sampling adalah yang tidak memberi peluang kesempatan
sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel.

2.5 Hipotesis Statistik

Yang dimaksud dengan hipotesis adalah pengujian terhadap pernyataan
atau anggapan yang berkaitan dengan parameter populasi yang sering disebut pula
 11

dengan inferensia statistik. Karena pengambilan keputusan didasarkan pada

contohyang dipilih, maka nilai statistik yang diperoleh dari contoh yang satu
dengan yang lain akan berbeda. Oleh karena itu benar atau salahnya suatu
hipotesis tidak akan pernah dibuktikan dengan pasti, kecuali kita menggunakan
pengamatan terhadap seluruh anggota populasi. Suatu uji hipotesis yang bersifat
satu arah lebih kecil (< ) atau lebih besar (>) disebut uji satu arah. Wilayah kritis
dalam uji satu arah dengan hipotesis alternatifnya. Pengujian hipotesis yang
hipotesis alternatifnya “ < “ (lebih kecil), maka wilayah kritisnya ada di ekor di
sebelah kiri, sedangkan hipotesis alternatifnya “ > “ (lebih besar), maka wilayah
kritisnya ada di ekor sebelah kanan (Fatimah. 2016).

2.6 Hipotesis Satu Arah dan Dua Arah

Karena penolakan H0 selalu sebuah kesimpulan yang kuat pada saat
kegagalan untuk menolak H0 dapat menjadi kesimpulan yang lemah terkecuali β
diketahui menjadi kecil, biasanya lebih menyukai membentuk hipotesis seperti
pernyataan tentang sebuah pernyataan tentang sebuah kesimpulan yang kuat yang
diinginkan dalam hipotesis alternatif H1. Persoalan untuk hipotesis alternatif dua
arah adalah sebenarnya tidak tepat ditujukan analisis dengan sebuah pemilihan
formulasi. Berarti jika kita ingin menguji hipotesis bahwa rata – rata sebuah
distribusi µ sama dengan nilai beberapa nilai sembarang misalnya µ0, atau < µ0,
maka kita harus menggunakan alternatif dua arah.
H0 : µ0 = µ0
H1 : µ0 ≠ µ0
Banyak masalah-masalah pengujian hipotesis mencakup hipotesis
alternatif satu arah. Sebagai contoh, misalnya kita ingin menolak H0 bila nilai
rata-rata sebenarnya melebihi µ0 hipotesis akan menjadi:
H0 : µ0 = µ0
H1 : µ0 > µ0
Hipotesis ini akan menyatakan bahwa daerah kritis itu ditempatkan dalam
ekor teratas pada distribusi pengujian statistik. Maka jika keputusan didasarkan
pada nilai rata–rata sampel x kemudian kita akan menolak H0, jika x terlalu besar.
Kurva karakteristik kerja untuk pengujian hipotesis. Kita menyelidiki bahwa nilai
 12

rata–rata sebenarnya µ melebihi µ0 (berarti hipotesis alternatif H1 : µ> µ0) benar.

(Fatimah. 2016).

2.6.1 Perbedaan Hipotesis Satu Arah dan Dua Arah

Perbedaanya terletak pada masalah apa yang mau diuji.Hipotesis 1 arah
digunakan untuk menguji suatu hal yang sudah jelas akan lebih besar atau lebih
kecil dari hipotesis awal. Sedangkan Hipotesis 2 arah digunakan untuk menguji
suatu hal (hipotesis awal) pada suatu titik tertentu, dimana kemungkinan
hipotesis tandingannya bisa lebih besar maupun lebih kecil dari titik tersebut.
Berikut contoh kasus hipotesis yang mudah.Misalnya kita ingin menguji
suatu kadar emisi kendaraan apakah mencapai batas tertentu atau tidak. Maka,
yang menjadi perhatian kita adalah melebihi batas emisi ataukah tidak. Bila
kadar emisi lebih kecil dari batas emisi dianggap masih menjadi hipotesis awal
karena semakin kecil semakin baik. Dalam hal ini hipotesis yang digunakan
adalah 1 arah. Misalnya kita ingin menguji kadar racun dalam tubuh manusia
misalnya kreatinin dan ureum. Maka kita konsen pada dua arah. Apabila kadar
kreatinin dan ureum melebihi batas normal sangat berbahaya sedangkan apabila
lebih kecil dari batas normal juga berbahaya. Yang bagus adalah kadarnya pas
dengan batas normal. Oleh karena itu lebih cocok menggunakan hipotesis 2 arah.
 13

BAB III
PENGUMPULAN DAN PENGOLAHAN DATA

3.1 Pengumpulan data

3.1.1 Alat dan Bahan
1. Alat dan Bahan
2. Form Pengamatan

3.1.2 Tahapan Pelaksanaan Praktikum

Adapun tahapan pelaksanaan dalam melakukan pengamatan adalah
sebagai berikut:
1. Menentukan objek yang diamati.
2. Mencatat semua data mengenai data Nilai Tugas Statistik Unit A1
Mahasiswa/i Teknik Industri Angkatan 2020 untuk data tunggal.
3. Melakukan wawancara ke 20 rumah perdusun untuk mendapatkan data
pemakaian biaya listrik perbulan.
4. Mencatat semua data mengenai biaya listrik perbulan Dusun B dan Dusun
C Desa Panggoi Kecamatan Muara Dua, Kota Lhokseumawe.

3.1.3 Data Pengamatan

Berdasarkan hasil pengamatan data maka diperoleh data sebagai berikut:
1. Nilai Tugas Statistik Unit A1 Mahasiswa/i Teknik Industri Angkatan 2020
digunakan untuk data hipotesis data tunggal dengan N = 50 dan n = 30.
2. Data perbedaan biaya listrik perbulan Dusun B dan Dusun C Desa Panggoi
Kecamatan Muara Dua, Kota Lhokseumawe digunakan untuk data
hipotesis data ganda.
Adapun pengujian yang dilakukan mengenai nilai tugas Statistik Unit
Mahasiswa/i Teknik Industri Angkatan 2020 dengan N=50 yang di acak,
kemudian disusun kedalam tabel dari data yang relevan untuk melakukan
pengujian hipotesis dapat dilihat pada tabel 3.1 sebagai berikut:
 14

Tabel 3.1 Data Nilai Tugas Statistik Unit A1 Mahasiswa/I Teknik Industri
Angkatan 2020 Dengan N = 50
Sampel Nilai Tugas Statistik
1 88
2 93
3 63
4 90
5 98
6 58
7 98
8 85
9 70
10 98
11 95
12 63
13 98
14 98
15 83
16 98
17 90
18 100
19 65
20 93
21 83
22 98
23 53
24 98
25 88
26 93
27 90
28 83
29 98
30 98
31 98
32 98
33 95
34 98
35 80
36 60
37 98
38 60
39 90
40 68
41 98
42 68
43 80
44 93
 15

Tabel 3.1 Data Nilai Tugas Statistik Unit A1 Mahasiswa/I Teknik Industri
Angkatan 2020 Dengan N = 50 (Lanjutan)
Sampel Nilai Tugas Statistik
45 88
46 93
47 98
48 63
49 98
50 75
Sumber : Data Pengamatan

Adapun data nilai tugas unit A1 Mahasiswa Teknik Industri Angkatan

2020 dengan n=30 dapat dilihat pada tabel 3.2 sebagai berikut:

Tabel 3.2 Data Nilai Tugas Statistk Unit A1 Mahasisswa/I Teknik Industri
Angkatan 2020 dengan n = 30
Sampel Nilai Tugas Statistik
1 98
2 90
3 83
4 98
5 98
6 95
8 98
9 98
10 83
11 98
12 90
13 100
14 65
15 93
16 68
17 98
18 68
19 80
20 93
21 88
22 93
23 98
24 63
25 98
26 75
27 88
28 93
29 63
30 90
Sumber : Data Pengamatan
 16

Adapun data pemakaian perbedaan biaya listrik perbulan Dusun B Bate

Timoh Dan Dusun C Alue Seribu, Desa Panggoi, Kec. Muara Dua, Kota
Lhokseumawe dengan n=20 dapat dilihat pada tabel 3.3 sebagai berikut:
Tabel 3.3 Data Pemakaian Perbedaan Biaya Listrik/Bulan n = 20
Pemakaian Biaya Listrik/Bulan Dusun B Bate Timoh Dan Dusun C Alue
Seribu, Desa Panggoi, Kec. Muara Dua, Kota Lhokseumawe
Dusun B Bate Timoh Dusun C Alue Seribu
No Nama Kepala Nama Kepala
Biaya Listrik Biaya Listrik
Keluarga Keluarga
1 Khairul Ambia Rp 52.066 Bukhori Rp 80.000
2 Fauzan Rp 52.000 Wahid Rp 40.000
3 Teuku Aqil Rp 50.000 Sutami Rp 115.000
4 Akmaldi Rp 80.000 Bustami Rp 65.000
5 Teuku Ridha Rp 60.000 Nasrun Rp 110.000
6 Asril Rp 20.000 Hasanuddin Rp 110.000
7 Masykur Rp 30.000 Samsul Rp 249.625
8 Rahman Rp 130.000 Mulyadi Rp 50.000
9 Anwar Rp 70.000 Zulfan Rp 69.462
10 Sharhan Rp 60.000 Nazar Rp 60.000
11 Rezeki Rp 31.892 Firdaus Rp 120.000
12 Faturrahman Rp 26.741 Sukran Rp 80.000
13 Syibbran Rp 60.000 Khadafi Rp 70.000
14 Sabri Rp 170.000 Yasir Rp 50.000
15 Amzar Rp 90.000 Rajab Rp 20.000
16 Muzakkir Rp 370.000 Maulana Rp 60.000
17 Muraki Rp 90.000 Sharul Rp 60.000
18 Dio Darma Rp 300.000 Shahril Rp 80.000
19 Akbar Rp 199.310 Kamil Rp 75.000
20 Bagus Wardana Rp 34.669 Akmal Rp 97.000
Sumber : Data Pengamatan

3.2 Pengolahan Data

3.2.1 Pengujian Hipotesis Data Tunggal
Adapun tabel uji hipotesis satu arah dengan N=50 dan n=30 dapat diilihat
pada tabel 3.4 sebagai berikut:
Tabel 3.4 Perhiungan Data Nilai Tugas Statistik Unit A1 Mahasiswa/i Teknik
Industri Angkatan 2020 Dengan N = 50
No × (× - ×̅ ) (× - ×̅ )
2

1 88 1,9 3,61
2 93 6,9 47,61
3 63 -23,1 533,61
4 90 3,9 15,21
5 98 11,9 141,61
 17

Tabel 3.4 Perhiungan Data Nilai Tugas Statistik Unit A1 Mahasiswa/i Teknik
Industri Angkatan 2020 Dengan N = 50
No × (× - ×̅ ) (× - ×̅ )
2

6 58 -28,1 789,61
7 98 11,9 141,61
8 85 -1,1 1,21
9 70 -16,1 259,21
10 98 11,9 141,61
11 95 8,9 79,21
12 63 -23,1 533,61
13 98 11,9 141,61
14 98 11,9 141,61
15 83 -3,1 9,61
16 98 11,9 141,61
17 90 3,9 15,21
18 100 13,9 193,21
19 65 -21,1 445,21
20 93 6,9 47,61
21 83 -3,1 9,61
22 98 11,9 141,61
23 53 -33,1 1095,61
24 98 11,9 141,61
25 88 1,9 3,61
26 93 6,9 47,61
27 98 11,9 141,61
28 90 3,9 15,21
29 83 -3,1 9,61
30 98 11,9 141,61
31 98 11,9 141,61
32 98 11,9 141,61
33 95 8,9 79,21
34 98 11,9 141,61
35 80 -6,1 37,21
36 60 -26,1 681,21
37 98 11,9 141,61
38 60 -26,1 681,21
39 90 3,9 15,21
40 68 -18,1 327,61
41 98 11,9 141,61
42 68 -18,1 327,61
43 80 -6,1 37,21
44 93 6,9 47,61
39 90 3,9 15,21
40 68 -18,1 327,61
41 98 11,9 141,61
42 68 -18,1 327,61
 18

Tabel 3.4 Perhiungan Data Nilai Tugas Statistik Unit A1 Mahasiswa/i Teknik
Industri Angkatan 2020 Dengan N = 50 (Lanjutan)
No × (× - ×̅ ) (× - ×̅ )
2

43 80 -6,1 37,21
49 98 11,9 141,61
50 75 -11,1 123,21
Ʃ 4.305 9504,5
Sumber : Pengolahan Data

Ʃ× 4.305
Rata-rata Populasi (µ) = = = 86,1
n 50

Tabel 3.5 Data Nilai Tugas Statistik Unit A1 Mahasiswa/I Teknik Idustri
Angkatan 2020 Dengan n = 30
No × (× - ×̅ ) (× - ×̅ ) 2
1 98 11,2 125,44
2 90 3,2 10,24
3 83 -3,8 14,44
4 98 11,2 125,44
5 98 11,2 125,44
6 95 8,2 67,24
7 63 -23,8 566,44
8 98 11,2 125,44
9 98 11,2 125,44
10 83 -3,8 14,44
11 98 11,2 125,44
12 90 3,2 10,24
13 100 13,2 174,24
14 65 -21,8 475,24
15 93 6,2 38,44
16 68 -18,8 353,44
17 98 11,2 125,44
18 68 -18,8 353,44
19 80 -6,8 46,24
20 93 6,2 38,44
21 88 1,2 1,44
22 93 6,2 38,44
23 98 11,2 125,44
24 63 -23,8 566,44
25 98 11,2 125,44
26 75 -11,8 139,24
27 88 1,2 1,44
28 93 6,2 38,44
29 63 -23,8 566,44
30 90 3,2 10,24
Ʃ 2.606 4.653,6
Sumber : Pengolahan Data
 19

Ʃ× 2.606
a. Rata-rata Populasi ( ×̅ k ) = = = 86,8
n 30

√ √
2
4.653,6
b. Simpangan Baku (σ×) = Ʃ(× - × ̅ ) = = √ 160,469 =12,66
n-1 30-1
Adapun pengujian hipotesis data tunggal sisi kiri dan sisi kanan adalah
sebagai berikut:

1. Uji Hipotesis Sisi Kiri

Adapun Langkah – Langkah dalam pegujian hipotesis adalah sebagai
berikut:
1. Uji Hipotesis
Ho : µ = 86,1

H₁ : µ ˂ 86,1
2. Menentukan taraf nyata (α) sebesar 5% atau 0,05
Menentukan taraf nyata (α) sebesar 1% atau 0,01
3. n = 30 ≥ n = 30, digunakan distribusi Z
4. Batas Penolakan Uji Sisi Kiri
α = 0,05 →Zₒ,ₒ₅= 1,645
α = 0,01 →Zₒ,ₒ₁ = 2,325
5. Aturan Keputusan:
Terima Ho dan tolak H₁ jika Zhitung ˂ Ztabel
Tolak Ho dan terima H₁ jika Zhitung > Ztabel
6. Pengujian Statistik
Ʃx- μ
Zhitung =
σ / √n
86,1-86,8
= = -0,030285
12,66/ √ 30
7. Kesimpulan
a. Batas penolakan dengan (α ) sebesar 5% atau 0,05 Karena Zhitung >
Ztabel yaitu -0,30285 > - 1645 maka Ho diterima dan tolak H1.
Maka dapat ditarik kesimpulan bahwa tidak terdapat perbedaan
terhadap nilai Tugas Statistik kelas A1 Teknik Industri Angkatan
2020.
b. Batas penolakan dengan (α) sebesar 1% atau 0,01 Karena Zhitung >
Ztabel yaitu -0,30285 > - 2,325 maka Ho diterima dan tolak H1
 20

Berarti tidak terdapat perbedaan yang berarti terhadap nilai Tugas

Statistik kelas A1 Teknik Industri Angkatan 2020.
2. Uji Hipotesis Sisi Kanan
1. Uji Hipotesis
Ho : μ = 86,1

H₁ : μ > 86,8

2. Menentukan taraf nyata

(α) sebesar 5% atau 0,05
Menentukan taraf nyata (α) sebesar 1% atau 0,01
3. n = 30 ≥ n = 30 maka digunakan distribusi Z
4. Batas Penolakan Uji Sisi Kanan
α = 0,05 →Zₒ,ₒ₅= 1,645
α = 0,01 →Zₒ,ₒ₁ = 2,325
5. Aturan Keputusan:
Terima Ho dan tolak H₁ jika Zhitung ˂ Ztabel

Tolak Ho dan terima H₁ jika Zhitung > Ztabel

6. Pengujian Statistik
Ʃx- μ
Zhitung =
σ / √n
86,1-86,8
=
12,66 / √ 30
= -0,030285
7. Kesimpulan
a. Batas penolakan dengan (α ) sebesar 5% atau 0,05 Karena Zhitung
˂ Ztabel yaitu -0,030285 ˂ 1645 maka Ho diterima dan H1 ditolak.
Berarti tidak terdapat perbedaan terhadap nilai Tugas Statistik
kelas A1 Teknik Industri Angkatan 2020.
b. Batas penolakan dengan (α) sebesar 1% atau 0,01 Karena Zhitung
< Ztabel yaitu -0,030285 ˂ 2,325 maka Ho diterima dan H1
ditolak tidak terdapat perbedaan terhadap nilai tugas Statistik kelas
A1 Teknik Industri Angkatan 2020.
 21

3.2.2 Pengujian Hipotesis Data Ganda

Adapun Tabel uji hipotesis ganda perbedaan biaya listrik perbulanan
Dusun B Bate Timoh Dan C Alue Seribu, Desa Panggoi, Kec. Muara Dua Kota
Lhoksumawe Dapat dilihat pada tabel 3.6 sebagai berikut:
Tabel 3.6 Perhitungan Data Perbedaan Biaya Listrik Perbulanan Dusun B
Bate Timoh Dan Dusun C Alue Seribu, Desa Panggoi, Kec. Muara
Dua Kota Lhoksumawe.
Dusun B Dusun C
No
× (× - ×̅ ) (× - ×̅ ) 2 × (× - ×̅) (× - ×̅ ) 2
1 52.066 -46.768 2.187.236 80.000 14.277 203.832
2 52.000 -46.834 2.193.423 40.000 -25.723 661.672
3 50.000 -48.834 2.384.759 115.000 49.277 2.428.222
4 80.000 -18.834 354.719 65.000 -723 522
5 60.000 -38.834 1.508.079 110.000 44.277 1.960.452
6 20.000 -78.834 6.214.799 110.000 44.277 1.960.452
7 30.000 -68.834 4.738.119 249.625 183.902 33.819.945
8 130.000 31.166 971.319 50.000 -15.723 247.212
9 70.000 -28.834 831.399 69.462 3.739 13.980
10 60.000 -38.834 1.508.079 60.000 -5.723 32.752
11 31.892 -66.942 4.481.231 120.000 54.277 2.945.992
12 26.741 -72.093 5.197.400 80.000 14.277 203.832
13 60.000 -38.834 1.508.079 70.000 4.277 18.292
14 170.000 71.166 5.064.599 50.000 -15.723 247.212
15 90.000 -8.834 78.039 20.000 -45.723 2.090.592
16 370.000 271.166 73.530.999 60.000 -5.723 32.752
17 90.000 -8.834 78.039 60.000 -5.723 32.752
18 300.000 201.166 40.467.759 80.000 14.277 203.832
19 199.310 100.476 10.095.426 75.000 9.277 86.062
20 34.669 -64.165 4.117.147 97. 000 31.277 978.250
Ʃ 1.976.678 167.510.649 1.314.462 48.168.609
Sumber : Pengolahan Data

Ʃ× 1.976.678
a. Rata – rata ( ×̅₁) = = = 98.834
n 20
Ʃ× 1.3 14 .462
b. Rata – rata (×̅₂) = = = 65.723
n 20
Adapun pengujan hipotesis data ganda sisi kiri dan sisi kanan adalah
sebagai beriikut:
1. Uji Hipotesis Sisi Kiri
1. Uji Hipotesis
Ho : μ1 = μ₂ H₁ : μ₁ ˂ μ₂
2. Menentukan taraf nyata (α) sebesar 5% atau 0,05
 22

Menentukan taraf nyata (α) sebesar 1% atau 0,01

3. n = 20 < 30 maka digunakan distribusi t

4. Batasan Penolakan Uji Satu Arah Kiri Drajat Kebebasan :
db = n1 + n2 – 2 = 20 + 20 – 2 = 38

α = 0,05 →T (ₒ,ₒ₅:₃₈) = ±1,68595

α = 0,01 → T (ₒ,ₒ₁:₃₈) = ±2,42857

5. Aturan Keputusan :
Terima Ho dan tolak H₁ jika Thitung > Ttabel

Tolak Ho dan terima H₁ jika Thitung ˂ -Ttabel

6. Pengujian Statistik

S₁ = ∑
√
n-1
(×-× )2
=
√
167.510.649
20-1
= √ 8.816.350 = 2969,2

S₂ =
√ ∑
n-1
(×-× )2
=
√ 48.168.609
20-1
= √ 2.535.190 = 1592,2

×₁- ×₂

√
RUthitung = (n1-1) S12+(n2-1)S2
2

1 1
( + )
n1+n2-2 n₁ n₂
98.834 - 65.723

√
= ( 20-1 ) 2969,22 +
20+20-2
= 0,05833
( 20-1 ) 1592,22 1 1
( + )
20 20

7. Kesimpulan
a. Batas penolakan dengan (α) sebesar 5% atau 0,05 Karena Thitung
> Ttabel yaitu 0,05833 > - 1,68595 maka Ho diterima dan H1
ditolak berarti tidak terdapat perbedaan yang berarti terhadap Biaya
Listrik perbulana Dusun B Batee Timoh Dan Dusun C Alue
Seribu, Desa Panggoi, Kec. Muara Dua Kota Lhoksumawe.
b. Batas penolakan dengan (α) sebesar 1% atau 0,0 1. Karena Thitung
> Ttabel yaiu 0,05833 > - 2,42857 maka Ho diterima dan H1
ditolak berarti tidak terdapat perbedaan yang berarti terhadap
Biaya Listrik perbulana Dusun B Batee Timoh Dan Dusun C Alue
Seribu, Desa Panggoi, Kec. Muara Dua Kota Lhoksumawe.
 23

2. Uji Hipotesis Sisi Kanan

1. Uji Hipotesis
Ho : μ1 = μ ₂
H₁ : μ₁ ˂ μ₂
2. Menentukan taraf nyata (α) sebesar 5% atau 0,05
Menentukan taraf nyata (α) sebesar 1% atau 0,01
3. n = 20 < 30 maka digunakan distribusi t
4. Batasan Penolakan Uji Satu Arah Kiri Drajat Kebebasan :
db = n1 + n2 – 2 = 20 + 20 – 2 = 38
α = 0,05 →T (ₒ,ₒ₅:₃₈) = ±1,68595
α = 0,01 → T (ₒ,ₒ₁:₃₈) = ±2,42857
5. Aturan Keputusan :
Terima Ho dan tolak H₁ jika Thitung > Ttabel
Tolak Ho dan terima H₁ jika Thitung ˂ -Ttabel
6. Pengujian Statistik

S₁ =
√
∑ (×-× )2 =
n-1 √ 167.510.649
20-1
= √ 8.816.350 = 2969,2

√ ∑
√
2
(×-× ) 48.168.609
S₂ = = = √ 2.535.190 = 1592,2
n-1 20-1
×₁- ×₂

√
RUthitung = (n1-1) S12+(n2-1)S2 1
2

1
( + )
n1+n2-2 n₁ n₂
98.834 - 65.723

√
= ( 20-1 ) 2969,22 + ( 20-1 ) 1592,22 1
20+20-2
1
( + )
20 20
= 0,05833
7. Kesimpulan
a. Batas penolakan dengan (α) sebesar 5% atau 0,05 Karena Thitung <
Ttabel yaitu 0,05833 < 1,68595 maka Ho diterima dan H1 ditolak.
kesimpulannya tidak terdapat perbedaan yang berarti terhadap Biaya
Listrik perbulana Dusun B Batee Timoh Dan Dusun C Alue seribu,
Desa Panggoi, Kec. Muara Dua Kota Lhoksumawe.
 24

b. Batas penolakan dengan (α) sebesar 1% atau 0 ,0 1. Karena Thitung

< Ttabel yaiu 0,05833< 2,42857 maka Ho diterima dan H1 ditolak
maka dapat disimpulkan bahwa tidak terdapat perbedaan yang
berarti terhadap Biaya Listrik perbulana antara Dusun B Batee
Timoh Dan Dusun C Alue Seribu, Desa Panggoi, Kec. Muara Dua
Kota Lhoksumawe.
 BAB IV
ANALISIS DAN EVALUASI DATA

4.1 Analisis Data

Berdasarkan data hasil pengolahan yang ada pada bab III, maka diperoleh
analisis data sebagai berikut :

4.1.1 Pengujian Hipotesis Data Tunggal

1. Uji Hipotesis Sisi Kiri
a. Batas penolakan dengan (α) sebesar 5% atau 0,05 Karena Zhitung >
Ztabel yaitu - 0,30285 > - 1,645 maka H0 diterima dan H1 ditolak.
b. Batas penolakan dengan (α) sebesar 1% atau 0,01 Karena Zhitung >
Ztabel yaitu -0,30285 > - 2,325 maka H0 diterima dan H1 ditolak.
2. Uji Hipotesis Sisi Kanan
a. Batas penolakan dengan (α) sebesar 5% atau 0,05 Karena Zhitung <
Ztabel yaitu - 0,030285 < 1,645 maka H0 diterima dan H1 ditolak.
b. Batas penolakan dengan (α) sebesar 1% atau 0,01 Karena Zhitung <
Ztabel yaitu - 0,030285 < 2,325 maka H0 diterima dan H1 ditolak.

4.1.2 Pengujian Hipotesis Data Ganda

1. Uji Hipotesis Sisi Kiri
a. Batas penolakan dengan (α) sebesar 5% atau 0.05 karena Thitung >
Ttabel yaitu 0,05833 > - 1,68595 maka H0 diterima dan H1 ditolak.
b. Batas penolakan dengan (α) sebesar 1% atau 0.01 karena Thitung >
Ttabel yaitu 0,05833 > - 2,42857 maka H0 diterima dan H1 ditolak.
2. Uji Hipotesis Sisi Kanan
a. Batas penolakan dengan (α) sebesar 5% atau 0.05 karena Thitung <
Ttabel yaitu 0,05833 < 1,68595 maka H0 diterima.
b. Batas penolakan dengan (α) sebesar 1% atau 0.01 karena Thitung <
Ttabel yaitu 0,05833 < 2,42857 maka H0 diterima.

25
 26

4.2 Evaluasi Data

Adapun evaluasi data yang dapat diambil dari hasil pengolahan yang di
peroleh pada bab III adalah sebagai berikut:
1. Pada pengujian hipotesis data tunggal sisi kiri dengan taraf nyata 5 %
diperoleh Zhitung > Ztabel sehingga H0 diterima dan H1 ditolak. Maka
tidak terdapat perbedaan yang berarti terhadap nilai Tugas Statistik Kelas
A1 Teknik Industri Angkatan 2020. Sedangkan Pada pengujian hipotesis
data tunggal sisi kiri dengan taraf 1 % diperoleh Zhitung > Ztabel
sehingga H0 diterima dan H1 ditolak. Maka tidak terdapat perbedaan yang
berarti terhadap nilai Tugas Statistik Kelas A1 Teknik Industri Angkatan
2020.
2. Pada pengujian hipotesis data tunggal sisi kanan dengan taraf nyata 5 %
diperoleh Zhitung < Ztabel sehingga H0 diterima H1 ditolak. Maka tidak
terdapat perbedaan yang berarti terhadap nilai Tugas Statistik Kelas A1
Teknik Industri Angkatan 2020. Sedangkan Pada pengujian hipotesis data
tunggal sisi kanan dengan taraf nyata 1 % diperoleh Zhitung < Ztabel
sehingga H0 diterima dan H1 ditolak. Maka tidak terdapat perbedaan yang
berarti terhadap nilai Tugas Statistik Kelas A1 Teknik Industri Angkatan
2020.
3. Pada pengujian hipotesis data ganda sisi kiri dengan taraf nyata 5 %
diperoleh Thitung > Ttabel sehingga H0 diterima dan H1 ditolak. Maka
tidak terdapat perbedaan yang berarti terhadap biaya listrik perbulan
Dusun B Batee Timoh Dan Dusun C Alue Seribu, Desa Panggoi, Kec.
Muara Dua Kota Lhokseumawe. Sedangkan Pada pengujian hipotesis data
ganda sisi kiri dengan taraf nyata 1 % diperoleh Thitung > Ttabel sehingga
H0 diterima dan H1 ditolak. Maka tidak terdapat perbedaan yang berarti
terhadap biaya listrik perbulan Dusun B Batee Timoh Dan Dusun C Alue
Seribu, Desa Panggoi, Kec. Muara Dua Kota Lhokseumawe.
4. Pada pengujian hipotesis data ganda sisi kanan dengan taraf nyata 5 %
diperoleh Thitung < Ttabel sehingga H0 diterima. Maka tidak terdapat
perbedaan yang berarti terhadap biaya listrik perbulan Dusun B Batee
Timoh Dan Dusun C Alue Seribu, Desa Panggoi ,Kec. Muara Dua Kota
 27

Lhokseumawe. Sedangkan Pada pengujian hipotesis data ganda sisi kanan

dengan taraf nyata 1 % diperoleh Thitung < Ttabel sehingga H0 diterima.
Maka tidak terdapat perbedaan yang berarti terhadap biaya listrik perbulan
Dusun B Batee Timoh Dan Dusun C Alue Seribu, Desa Panggoi ,Kec.
Muara Dua Kota Lhokseumawe.
 BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Adapun kesimpulan yang dapat diambil dari pratikum modul III ini
adalah sebagai berikut :
1. Hipotesis adalah asumsi atau dugaan mengenai sesuatu hal yang
memerlukan pengecekan untuk membuktikannya. Jika asumsi atau dugaan
itu dikhususkan untuk populasi, umumnya mengenai nilai-nilai parameter
populasi maka hipotesis disebut dengan hipotesis statistic. Hipotesis
ini ditafsirkan sebagai dugaan terhadap hubungan antara dua variabel
atau juga lebih.
2. Adapun fungsi hipotesis adalah untuk menguji teori, artinya berfungsi
untuk menguji kesahihan teori, menyarankan nteori baru, apabila hasil
pengujian hipotesis dapat membentuk proposisi, asumsi atau penjelasan
tentang suatu peristiwa, mendeskripsikan fenomena sosial, artinya
hipotesis memberikan informasi kepada peneliti tentang apa yang
nyata- nyata terjadi secara empiris.
3. Adapun tahapan pengujian hipotesis adalah pertama menentukan
formulasi hipotesis, kedua menentukan taraf nyata (α), ketiga menentukan
kriteria pengujian, keempat menghitung nilai uji statistik, dan terakhir
membuat kesimpulan.
4. Adapun hasil pengolahan data dari tunggal adalah untuk rata-rata populasi
sebesar 86,1, rata - rata sampel sebesar 86,8, simpangan baku sebesar
160,419, Z0,05 sebesar 1,645, Z0,05 sebesar 2,325 dan Zhitung sebesar 0,0239.
Untuk hasil pengujian hipotesis adalah sebagai berikut:
Uji Hipotesis Sisi Kiri
a. Batas penolakan dengan (ɑ) sebesar 5% atau 0,05
Zhitung > -Ztabel yaitu 0,0239 > -1,645, maka Ho diterima yang berarti
tidak terdapat perbedaan yang berarti terhadap nilai statistik unit A1
mahasiswa/I teknik industri angkatan 2020.

28
 29

b. Batas penolakan dengan sebesar 1% atau 0,01

Zhitung > -Ztabel yaitu 0,0239 > -2,325 maka H0 diterima yang berarti tidak
terdapat perbedaan yang berarti terhadap nilai statistik unit A1
mahasiswa/I teknik industri angkatan 2020.
Uji Sisi Kanan
a. Batas penolakan dengan ( ɑ) sebesar 5% atau 0,05
Zhitung < Ztabel yaitu 0,0239 > -1,645, maka Ho diterima yang berarti tidak
terdapat perbedaan yang berarti terhadap nilai statistik unit A1
mahasiswa/I teknik industri angkatan 2020.
b. Batas penolakan dengan ( ɑ) sebesar 1% atau 0,01
Zhitung < Ztabel yaitu 0,0239 > -2,325 maka H0 diterima yang berarti tidak
terdapat perbedaan yang berarti terhadap nilai statistik unit A1
mahasiswa/I teknik industri angkatan 2020.
5. Adapun hasil pengolahan data ganda adalah untuk rata- rata x1 sebesar
98,8339, rata - rata x2 sebesar 83,05435, db sebesar 38, T(0,05;38) sebesar
+98.833,9, T(0,01;38) sebesar +83.804,35 , S1 sebesar 120,0141, S2 sebesar
332,4595, dan Ruthitung sebesar 190.1692. Untuk hasil pengujian
hipotesis adalah sebagai berikut:
Uji Hipotesis Sisi Kiri
a. Batas penolakan dengan (ɑ) sebesar 5% atau 0,05
Thitung > Ttabel yaitu 190.1692 > 1,68595 maka H0 diterima yang berarti
tidak terdapat perbedaan yang berarti terhadap biaya listrik perbulan
Dusun B Bate Timoh Dan Dusun C Alue Seribu , Desa panggoi,
Kec. Muara Dua Kota Lhokseumawe.
b. Batas penolakan dengan (ɑ) sebesar 1% atau 0,01
yang berarti terhadap Thitung > Ttabel yaitu 190.1692 > 190.1692 maka
H0 diterima yang berarti tidak terdapat perbedaan yang berarti
terhadap biaya listrik perbulan Dusun B Bate Timoh Dan Dusun C
Alue Seribu , Desa panggoi, Kec. Muara Dua Kota Lhokseumawe.
Uji Sisi Kanan
a. Batas penolakan dengan (ɑ) sebesar 5% atau 0,05
Thitung > Ttabel yaitu 190.168595 < 1,68595 maka H0 diterima yang
 30

berarti tidak terdapat perbedaan biaya listrik

perbulan Dusun B Bate Timoh Dan Dusun C Alue Seribu , Desa
panggoi, Kec. Muara Dua Kota Lhokseumawe.
b. Batas penolakan dengan (ɑ) sebesar 1% atau 0,01
Thitung > Ttabel yaitu 190.1692 < 190.1692 maka H0 diterima yang
berarti tidak terdapat perbedaan yang berarti terhadap biaya listrik
perbulan Dusun B Bate Timoh Dan Dusun C Alue Seribu , Desa
panggoi, Kec. Muara Dua Kota Lhokseumawe.

5.2 Saran
Adapun saran yang kami ajukan dalam pelaksanaan praktikum ini adalah
sebagai berikut:
1. Sebaiknya sebelum melakukan pengamatan, setiap praktikan sudah
mengerti metode pemecahan masalahnya.
2. Seharusnya praktikan lebih memperhatikan sistematika penulisan serta
data yang akan diolah dalam pembuatan laporan agar pengolahan datanya
lebih efektif dan efisien.
3. Sebaiknya praktikan lebih teliti dalam melakukan pengolahan data agar
hasil yang didapatkan lebih akurat.
 31