CARA PENGUJIAN

HIPOTESIS
 Prosedur Uji Hipotesis
(Metode Klasik)
1. Rumuskan H0 dan H1.
2. Tentukan taraf signifikansi, yaitu , yang akan
dipakai untuk uji hipotesis.
3. Pilihlah statistik uji yang cocok untuk menguji
hipotesis yang telah dirumuskan.
4. Hitunglah nilai statistik uji berdasarkan data
observasi (amatan) yang diperoleh dari sampel.
Penghitungan nilai statistik uji ini dapat dilakukan
secara manual, namun dapat pula dengan
menggunakan paket aplikasi statistik.
 Prosedur uji hipotesis
(Metode Klasik)
5. Tentukan nilai kritis dan daerah kritis berdasarkan
tingkat signifikansi yang telah ditetapkan.
6. Tentukan keputusan uji mengenai H0.
Manual: Jika nilai statistik uji amatan berada di
daerah kritis, maka H0 ditolak.
7. Tulislah kesimpulan berdasarkan keputusan uji
Sebaiknya, kesimpulan dirumuskan dengan
bahasa sehari-hari (bukan dalam terminologi
statistik) dan koheren dengan permasalahan yang
dirumuskan di awal penelitian.
 INGAT PASANGAN
RUMUSAN HIPOTESIS

Tipe A Tipe B Tipe C

(hipotesis dua ekor) (hipotesis ekor kanan) (hipotesis ekor kiri)
H0:  = c H0:   c H0:   c
H1:   c H1:  > c H1:  < c
H0: A = B H0: A  B H0: A  B
H1: A  B H1: A > B H1: A < B
 UJI DUA EKOR

daerah
daerah daerah
daerah
penolakan
kritisH0 penolakan H0
kritis

nilai kritis (dicari dari nilai kritis (dicari dari

tabel statistika tabel statistika
UJI SATU EKOR KANAN

daerah
daerah
penolakan H0
kritis

nilai kritis (dicari dari

tabel statistika
 UJI SATU EKOR KIRI

daerah
daerah
penolakan H0
kritis

Titik kritis (dicari dari

tabel statistika
 RUMUS STATISTIK UJI
H0 Statistik Uji H1 Daerah kritis
  0 X  0   0 z   z
z ;  diketahui
  0 / n   0 z  z
  0   0 z   z dan z  z
2 2

  0 X  0   0 t  t
t ; v =  n  1 ,
  0 s/ n   0 t  t
  0  tidak diketahui   0 t  t dan t  t
2 2

1  2  d 0
z
 X 1  X 2  d0  1  2  d 0 z   z
1  2  d 0 ; 1  2  d 0 z  z
 2
 2

1  2  d 0
1
 2
1  2  d 0 z   z dan z  z
n1 n2
2 2
 1 dan  2 diketahui
 t

RUMUS STATISTIK X  X d
UJI1  2  d 0
1 2 0
1 
1  2  d 0 1 1
; 1 
1  2  d 0 sp  1 
n1 n2
H0 Statistik Uji H1 Daerah kritis
v  n  n  2,   
1  20  d 0
zt  XX X ;  ddiketahui
1 0 2 0
1 
 2 10 d 0 2 zt  1tz 2
1  20  d 0  / n1 1 ; 1tetapi
 2 0tidak
 d0 diketahui
zt  tz
 2 2 0nd1 0 1 s1zt    
sp 2 2
1  20  d 0 1  n 1
 tz2 dan s
dant z2tz
n1 n2 sp   

v  n1  n2  2,  1   2 n1  n2  2 22 2 2

  0 X     d   0 t  t
  0
tetapi
t  tidak0 ;diketahui
v = n 1 , 1 
s /n1 n1 s   n2  1 s
2  0 
X1  X 2  d0
t ' 0 t  t;
 1 
1  2  d 0  
2 2

  0
2

sp tidak diketahui
1 2
  0 s12 s22t  t dan t  t 1
n n 2 
1
12 2  d 0 2 1 
 X  X d
  d n n
1  2  d 0 1 t 2'  t
2

1 1 2 2 d 0 0 t '   X  X   d; 1  2  d20 z  z
1 2 0
1  2  d 0 1 2 0 1  2 ( sd1 0 / n1 t s' 22 /tn2 ) 2
1  2  d 0 z s 2 2
s 2 ; v1 2 2 d 0 2 z  2z ,

1  2  d 0 n  n  2 1  (2 s1 d/ 0n1 ) t '(s2t/ ndan
1 2 2
) t't
2
1  2  d 0 1
1
2 1  2  d 0 z   z2 2dan z  2z
n n
( s12 / n11  s22 /2n2 ) 2 n1  1 n2 2 1 2
v  dan
1( s 2 / n) 22 diketahui
,
2
(s / n ) 2
 1   2 dan tidak diketahui
1 1
 2 2
n1  1 n2  1
 RUMUS STATISTIK UJI
H0 Statistik Uji H1 Daerah kritis
D  d00 X   D 
0d 0 z t z t
zt  d  d00; ;v diketahui
 n  1,
D  d00 s / / nn
d
 D 
0d 0 z t z t
D  d00 d  X1  X 2
 D 
0d 0 z t z t dan

z t z t
dan 
2 2
2 2
  0 X  n0d   d    0
2
2
t  t
tsd  ; v =  n  1 ,
  0 s / n n  n  1   0 t  t
  0  tidak diketahui   0 t  t dan t  t
2 2

1  2  d 0
z
 X 1  X 2  d0  1  2  d 0 z   z
1  2  d 0 ; 1  2  d 0 z  z
 2
 2

1  2  d 0
1
 2
1  2  d 0 z   z dan z  z
n1 n2
2 2
 1 dan  2 diketahui
NILAI KRITIS
(TABEL t-Student)

Sumber: Walpole, Ronald E.,

Raymond H Myers.; “Ilmu
Peluang Dan Statistika untuk
Insinyur dan Ilmuawan”, edisi ke-
4, Penerbit ITB, Bandung, 1995.
 Contoh 1
µ0 σ
• Menurut pengalaman selama beberapa tahun terakhir
ini, pada ujian matematika standar yang diberikan
kepada siswa-siswa SMA di Pacitan diperoleh rataan
74,5 dengan deviasi baku 8,0. Tahun ini dilaksanakan
metode baru untuk dapat meningkatkan kemampuan
n
siswa dalam bidang studi matematika tersebut. Setelah
metode baru tersebut dilaksanakan, secara random
dari populasinya, diambil 200 siswa untuk dites dengan
ujian matematika standar dan ternyata dari 200 siswa
tersebut diperoleh rataan 75,9. Jika diambil  = 5%,
apakah dapat disimpulkan bahwa metode baru
tersebut dapat meningkatkan kemampuan siswa dalam
matematika?
 Solusi

1. H0:   74,5 (metode baru tidak meningkatkan

kemampuan matematika siswa)
H1:  > 74,5 (metode baru dapat meningkatkan
kemampuan matematika siswa)
2.  = 5%
3. Statistik uji yang digunakan adalah:
X  0 Karena n besar (n > 30), maka deviasi baku sampel dapat
z diasumsikan mewakili deviasi pada populasi, oleh karena itu
/ n dipilih uji z.
1. H0:  = 8 (klaim pabrik benar)
4. Komputasi: H1:   8 (klaim pabrik tidak benar)
75,9  74,5 1, 4 2.  = 1%
zobs   3.Statistik
2, 474 uji yang digunakan adalah:
8 / 200 0,566 z  X   0
 0 yang digunakan adalah:
X  uji
z
3. Statistik
 / 0n
X
z
/ n
4. Komputasi:
75,9  74,5
4. Komputasi:
Solusi
1, 4
zobs  75,9  74,5 1, 4  2, 474
zobs  8 / 200  0,566  2, 474
0,566
5. Daerah8kritis:
/ 200
5. Daerah kritis:
z0,05 = 1,645 (dengan Nilaiinterpolasi);
Tabel DK = {z|z > 1,645};
z0,05 = 1,645 (dengan interpolasi); DK = {z|z > 1,645};
Sehingga obs  DK
Sehingga zzobs  DK

α = 0,05

• •
1,645 2,475

DK
Gambar 1. Konfigurasi Daerah kritis
Gambar 1. Konfigurasi Daerah kritis
6. Keputusan Uji: H0 ditolak
6.
7. Keputusan
Kesimpulan: Uji: H0 ditolak
metode baru dapat meningkatkan
kemampuan matematika
7. Kesimpulan: metode siswabaru dapat meningkatkan
kemampuan matematika siswa
 Contoh 2

Suatu pabrik lampu menyatakan bahwa produk

lampu terbarunya dapat menyala selama 8 bulan.
Kemudian seorang peneliti akan menguji
kebenaran klaim pabrik tersebut, dengan
mengambil sampel sebanyak 50 buah lampu. Dari
hasil uji laboratorium, ternyata daya hidup lampu
tersebut 7,8 bulan dengan deviasi baku 0,5 bulan.
Bagaimana kesimpulan uji tersebut jika
menggunakan taraf signifikansi 1%?
 Solusi
Karena n besar (n > 30), maka deviasi baku sampel dapat
diasumsikan mewakili deviasi pada populasi, oleh karena itu
dipilih uji z.
1. H0:  = 8 (klaim pabrik benar)
H1:   8 (klaim pabrik tidak benar)
2.  = 1%
3. Statistik uji yang digunakan adalah:
X  0
z
/ n
4. Komputasi:
7,8  8 0, 2
Z obs    2,817
0,5 / 50 0, 071
5. Daerah kritis:
Z0,005 = 2,575 (dengan interpolasi); DK = {z|z < 2,575 atau z
> 2,575 };
 X 
z  X  00
z/ n
4.
4.
/ n
Komputasi:
Komputasi: 7,8  8
Solusi
0, 2
Z obs  7,8  8  0, 2  2,817
Z obs  0,5 / 50  0, 071  2,817
5. Daerah0,5 / 50 0, 071
kritis:
5. Daerah kritis:(dengan interpolasi); DK = {z|z < 2,575 atau z
Z0,005 = 2,575
Z>0,005
2,5756= 2,575
}; (dengan interpolasi); DK = {z|z < 2,575 atau z > 2,575 };
Sehingga
Sehingga zzobs 2,817DK
obs ==2,575 DK

6 6
Gambar 1. Konfigurasi Daerah kritis

6. Keputusan Uji: H0 ditolak

7. Kesimpulan: tidak benar bahwa produk lampu terbaru
dapat menyala selama 8 bulan.
 Contoh 3

Untuk melihat apakah rerata nilai statistika dasar

mahasiswa STKIP PGRI Pacitan lebih dari 65, secara
random diambil 12 mahasiswa dari populasinya.
Ternyata nilai-nilai kedua belas siswa tersebut adalah
sebagai berikut.

51 71 76 81 67 98 58 69 87 74 79 81

Jika diambil  = 1% dan dengan mengasumsikan

bahwa distribusi nilai-nilai di populasi normal,
bagaimana kesimpulan penelitian tersebut?
 Solusi
Sebelum melakukan uji hipotesis, perlu dicari dulu rerata
dan deviasi bakunya. Dari perhitungan ternyata
diperoleh: X = 892; X2 = 68044 sehingga:
12 68044  892 
2
892
X  74,33 dan s   12,572
12 12 11

1. H0:   65 (rerata nilai mahasiswa tidak lebih dari 65)

H1:  > 8
65(rerata nilai mahasiswa lebih dari 65)
2.  = 0,01
3. Statistik uji yang digunakan adalah:
X  0
t
s/ n
4. Komputasi:
1. H0:   65 (rerata nilai mahasiswa tidak lebih dari 65)
H1:  > 8 (rerata nilai mahasiswa lebih dari 65)
2.  = 0,01 Solusi
3. Statistik uji yang digunakan adalah:
X  0
t
s/ n
4. Komputasi:
74,33  65, 00 9,333
tobs    2,572
12,572 / 12 3, 629

5. Daerah kritis:
t0,01;11 = 2,718; DK = {t|t > 2,718 };
Sehingga zt obs = 2,572  DK
6. Keputusan Uji: H0 diterima
7. Kesimpulan: rerata nilai nilai statistika dasar mahasiswa
STKIP PGRI Pacitan tidak lebih dari 65.
 Contoh 4
Pak Arjuna merasa tidak puas dengan prestasi belajar mahasiswanya. Untuk itu, ia menguji
1.coba
Paksebuah
Arjuna metode
merasa tidak puassebut
tertentu, dengan prestasi
saja metode belajar mahasiswanya.
Jigsaw. Guna mengujiUntuk itu, iametode
apakah menguji
coba sebuah
tersebut mampumetode tertentu,
mengangkat sebut saja
prestasi metode
belajar Jigsaw. maka
mahasiswa, Guna menguji
diadakanapakah metode
eksperimen
tersebut
dengan mampu mengangkat
menggunakan metode Jigsaw prestasi belajar
pada kelas mahasiswa,
IB dan maka diadakan
metode konvensional padaeksperimen
kelas IA.
dengan
Melalui uji menggunakan
keseimbangan,metode Jigsaw
diketahui padakemampuan
bahwa kelas IB dan metode konvensional
awal kedua kelas inipada kelas IA.
seimbang.
Melalui
Setelah uji keseimbangan,
dilaksanakan diketahui
pembelajaran bahwa
selama satukemampuan awal kedua
semester, diperoleh datakelas
hasil ini
tesseimbang.
sebagai
Setelah dilaksanakan pembelajaran selama satu semester, diperoleh data hasil tes sebagai
berikut.
berikut.
Tabel 1. Rerata dan Deviasi Baku dari Kelas Kontrol dan
Tabel 1. Rerata dan Deviasi
Kelas Baku dari Kelas Kontrol dan
Eksperimen
Kelas Eksperimen
Kelas Metode N Rerata Deviasi baku
Kelas Metode N Rerata Deviasi baku
IB Jigsaw 50 78 7
IB Jigsaw 50 78 7
IA Konvensional 40 74 8
IA Konvensional 40 74 8
engan diasumsikan bahwa kedua sampel berasa dari populasi yang berdistribusi normal, dan
Dengan diasumsikan bahwa kedua sampel berasa dari populasi yang berdistribusi normal, dan
menggunakan taraf signifikansi 1%, maka bagaimana kesimpulan penelitian tersebut?
menggunakan taraf signifikansi 1%, maka bagaimana kesimpulan penelitian tersebut?
 Solusi
Meskipun deviasi baku pada populasi tidak diketahui, namun
karenaMeskipun
n besar deviasi baku maka
(n > 30), pada populasi tidak diketahui,
deviasi baku namun
sampel dapat
karena mewakili
diasumsikan n besar deviasi
(n > 30),
pada maka deviasiMisalnya
populasi. baku sampel dapat
µ1 adalah
rerata diasumsikan mewakili deviasi pada populasi. Misalnya µ1 adalah
kelompok eksperimen dan µ2 adalah rerata kelompok
rerata kelompok eksperimen dan µ2 adalah rerata kelompok
kontrol.
kontrol.
1. H0:1.1 H
 :2 (metode jigsaw tidak lebih baik dari pada metode
0 1  2 (metode jigsaw tidak lebih baik dari pada metode
konvensional)
konvensional)
H1: 1 H>1: 21 >(metode
2 (metodejigsaw lebihlebih
jigsaw baikbaik
daridari
pada metode
pada metode
konvensional)
konvensional)
2.  =2.0,01
 = 0,01
3. Statistik uji yang
3. Statistik uji digunakan adalah:
yang digunakan adalah:
 X  X X dX   d
Z Z
1 2 1
N  0,1N  0,1
02 0

 12 221   2
2 2


n1 n2n1 n2
2.  = 0,01
3. Statistik uji yang digunakan adalah:

Z
 X 1  X 2  d0  Solusi
N  0,1
 12  22

n1 n2
4. Komputasi:
d0 = 0 (sebab tidak dibicarakan selisih rerata)

zobs 
 78  74 

4
 2, 491
7 2
8 2 1, 606

50 40
5. Daerah kritis:
z0,01 = 2,327;6 DK = {z|z > 2,327};
6
Sehingga zobs = 2,491  DK
Keputusan Uji: Karena zobs = 2,491  DK, maka H0 ditolak
6. Kesimpulan: metode jigsaw lebih baik dari pada metode
konvensional.
 Contoh 5
1. Seorang dosen ingin menguji apakah prestasi matematika
mahasiswa pria sama dengan prestasi mahasiswa wanita. Untuk
keperluan tersebut diambil 12 wanita dan 16 pria sebagai sampel.
Nilai dari sampel tersebut adalah:
Wanita : 51 71 76 81 67 98 58 69 87 74 79 81
Pria : 68 72 77 79 68 80 54 63 89 74 66 86 77 73 74 87
Jika diasumsikan bahwa sampel tersebut diambil dari populasi
normal, dengan variansi-variansi populasinya sama tetapi tidak
diketahui, maka dengan taraf signifikansi 5% bagaimana kesimpulan
penelitian tersebut?
 Solusi
SebelumSebelum melakukan
melakukan uji hipotesis,
uji hipotesis, perlu dulu
perlu dicari dicarirerata
dulu rerata
dan dan
deviasideviasi bakunya.
bakunya. Dari perhitungan
Dari perhitungan ternyataternyata diperoleh
diperoleh rerata rerata
dan dan
deviasideviasi baku sebagai
baku sebagai beriku.beriku.
WanitaWanita X =X
: X = :892 892 X2 = 68044
2 = 68044 s = s12,572
s = 12,572
X = 74,333
X = 74,333 s2=158,06
2=158,06

Pria Pria X =X

: X = :1187 1187 X2 = 89339
2 = 89339 s = s9,232
s = 9,232
X = 74,188
X = 74,188 s2=85,229
2=85,229

Misalnya
Misalnya µ1 adalahµ1 adalah
rerata rerata nilai mahasiswa
nilai mahasiswa wanita wanita
dan µ2 dan µ2 adalah
adalah
rerata
rerata nilai nilai mahasiswa
mahasiswa pria. pria.
1. H0: 1. 1 = 2 (mahasiswa
1 =H02: (mahasiswa pria
pria dan dan wanita
wanita sama kemampuannya)
sama kemampuannya)
H1: 1 H1: 12 (mahasiswa
2 (mahasiswa pria wanita
pria dan dan wanita
tidak tidak
sama sama
kemampuannya)
kemampuannya)
2.  = 2.
0,05 = 0,05
3. Statistik
3. Statistik uji yangujidigunakan
yang digunakan
adalah:adalah:
 X  X X dX   d
t  n  nt n2 n  2
2 1 0 2 0
t
1
t 1 2 1 2
1 1 1 1
sp s p 
n1 n2 n1 n2
2.  = 0,05
3. Statistik uji yang digunakan adalah:

t
 X 1 
 X 2  d0
Solusi
t  n1  n2  2 
1 1
sp 
n1 n2
4. Komputasi:

s 2p 
 n1  1 s1
2
  n2  1 s2
2

n1  n2  2
1112,572   15  9, 232 
2 2


12  16  2
3017, 054
  116, 041
26
s p  116, 041  10, 772
d0 = 0 (sebab tidak dibicarakan selisih rerata)

tobs 
 74,333  74,188   0,145  0, 035
1 1 4,113
10, 77 
12 16
5. Daerah kritis:
t0,025;26 = 2,056; DK = {t|t <2,056 atau t > 2,056 };
Sehingga tobs = 0,035  DK
6. Keputusan Uji: H0 diterima
7. Kesimpulan: mahasiswa pria dan wanita sama kemampuannya
 Contoh 6

Kerjakan kembali contoh soal nomor 5 di atas,

jika diasumsikan bahwa sampel tersebut
diambil dari populasi normal, dengan variansi
tidak diketahui dan tidak sama, dengan taraf
signifikansi 5%
 Solusi
Sebelum melakukan uji hipotesis, perlu dicari dulu rerata dan
deviasi bakunya. Dari perhitungan ternyata diperoleh rerata dan
deviasi baku sebagai beriku.
Wanita : X = 892 X2 = 68044 X = 74,333 s = 12,572 s2=158,06
Pria : X = 1187 X2 = 89339 X = 74,188 s = 9,232 s2=85,229
Misalnya µ1 adalah rerata nilai mahasiswa wanita dan µ2 adalah
rerata nilai mahasiswa pria.
Misalnya µ1 adalah rerata nilai mahasiswa wanita dan µ2 adalah
rerata nilai mahasiswa pria.
1. H0: 1 = 2 (mahasiswa pria dan wanita sama kemampuannya)
H1: 1  2 (mahasiswa pria dan wanita tidak sama
kemampuannya)
2.  = 0,05
 1. H0: 1 = 2 (mahasiswa pria dan wanita sama kem
H1: 1  2 (mahasiswa pria dan wanita tidak sama
Misalnya µ1 adalah rerata nilai mahasiswa
Solusi
wanita
2.  = 0,05
1. H0: 1 = 2 (mahasiswa pria dan wanita
dan µ2 adalah rerata nilai mahasiswa pria
sama kemampuannya)
3. Statistik uji yang digunakan adalah:
H1: 1  2 (mahasiswa pria dan wanita tidak sama kemampuannya)
2.  = 0,05 t

X1  X 2  d0  t v
2 2
3. Statistik uji yang digunakan adalah: s1 s2


t
 
X1  X 2  d0
t v
n 1 n2
( s12 / n1  s22 / n2 ) 2
v 2
2 2
s1 s2
 ( s1 / n1 ) 2 ( s22 / n2 ) 2
n1 n2 
n1  1 n2  1
(s / n  s / n )
2 2 2
v  2 1 12 2 2 2 2 4. Komputasi:
( s1 / n1 ) ( s2 / n2 )
 t 
 74,333  74,188  0,145  0, 034
n1  1 n2  1 obs
158, 055 85,330 4,302
4. Komputasi: 
12 16
tobs 
 74,333  74,188 
0,145   158, 055   85,330  
 0, 034
2

158, 055 85,330 4,302   12    16  

   
12

16 v  2 2
 158, 055   85,330 
  158, 055   85,330  
2
   
 12    16 
  12    16   12  1 16  1
   
v 

2
  
2 342, 412
158, 055 85,330   19,381  19
    17, 667
  158, 055   85,330 
   
 12   16 
12  1 Solusi 16  1
342, 412
  19,381  19
17, 667
5. Daerah kritis:
t0,025;19 = 2,093; DK = {t|t < 2,093 atau t > 2,093};
Sehingga tobs = 0,034  DK
6. Keputusan Uji: H0 diterima
7. Kesimpulan: mahasiswa pria dan wanita sama kemampuannya
 Contoh 7

Suatu obat dipercaya mampu meningkatkan tinggi badan dalam satu

bulan. Sebagai sampel, diambil 12 orang pria dengan data sebagai
berikut.
Nomor : 1 2 3 4 5 6 7 8 9 10 11 12
Y : 120 124 130 118 140 128 140 135 126 130 126 127
X : 128 130 131 127 132 125 141 137 118 134 129 130
(Keterangan: Nomor = nomor responden; Y = tinggi sebelum minum
obat; X = tinggi setelah mengonsumsi obat)

Jika di ambil taraf signifikansi 5%, apakah dapat diyakini bahwa obat
tersebut telah meningkatkan tinggi badan?
 Solusi
Permasalahan ini dapat diselesaikan dengan menggunakan uji beda
rerata untuk data berpasangan. Misalnya µ1 adalah rerata tinggi
badan setelah mengonsumsi obat peninggi badan dan µ2 adalah
rerata tinggi badan awal.
1. H0: 1 ≤ 2 (pemberian obat tidak berpengaruh terhadap tinggi
badan)
H1: 1 > 2 (pemberian obat berpengaruh terhadap tinggi badan)
2.  = 0,05
3. Statistik uji yang digunakan adalah:
D  d0
t t  n  1
sd / n
D  X Y
sd  deviasi baku dari D
4. Komputasi:
 D  d0
t t  n  1
sd / n
D  X Y
Solusi
sd  deviasi baku dari D
4. Komputasi:
d0 = 0 (sebab tidak dibicarakan selisih rerata)
Tabel 1. Tabel kerja untuk menghitung rerata dan deviasi baku
D 8 6 1 9 8 3 1 2 8 4 3 3 D=18
D2 64 36 1 81 64 9 1 4 64 16 9 9 D=358

18
D   1,50
12
12  358   18 
2
3972
s 2
   30, 09  sd  5, 485
d
12 11 132
1,50 1,50
tobs    0,948
5, 485 1,585
12
5. Daerah kritis:
 sd2 
     
3972
 30, 09  sd  5, 485
12 11 132

tobs 
1,50

1,50 Solusi
 0,948
5, 485 1,585
12
5. Daerah kritis:
t0,05;11 = 1,796; DK = {t|t > 1,796};
dan tobs = 0,948  DK
6. Keputusan Uji: H0 tidak ditolak
7. Kesimpulan: pemberian obat tidak berpengaruh terhadap
tinggi badan.
 Latihan 1
Pak Walpole kurang puas dengan hasil belajar mata kuliah
statistika mahasiswa PGSD. Berdasarkan hasil ujian
statistika, diketahui bahwa rerata hasil belajar mata kuliah
statistika mahasiswa PGSD sebesar 72, dengan deviasi baku
sebesar 8. Untuk itu, ia mencoba mengajar statistika
dengan metode Inkuiri. Setelah satu semester, dan
dilakukan uji pada 15 orang mahasiswa PGSD, ternyata
diperoleh rerata 80. Apabila diasumsikan bahwa 15 orang
tersebut diambil secara random, dan berasal dari populasi
yang berdistribusi normal, maka apakah dapat disimpulkan
bahwa metode inkuiri dapat meningkatkan hasil belajar
mata kuliah statistika mahasiswa PBSI?
Gunakan taraf signifikansi 5% (Z=0,05 = 1,645).
 Latihan 2

Rata-rata berat badan warga masyarakat

Sumber Waras adalah 80 kg dengan deviasi
baku 5 kg. Karena sering terjadi wabah Covid,
diduga berat badan masyarakat tersebut
menurun. Untuk melihat apakah dugaan
tersebut benar, diambil 100 orang secara acak.
Setelah ditimbang, ternyata diketahui bahwa
rerata beratnya 75 kg. Dengan mengambil  =
1%, bagaimana kesimpulan penelitian
tersebut?
 Latihan 3
Dari hasil tes matematika standar pada suatu populasi,
biasanya diperoleh rerata 75. Seorang peneliti mencoba
sebuah metode baru dengan harapan dapat
meningkatkan prestasi matematika siswa. Setelah
metode baru tersebut diterapkan, diambil 6 siswa secara
random. Nilai mereka adalah: 73, 75, 76, 78, 80, dan 68.
Dengan  = 1%, apakah dapat disimpulkan bahwa:
• Metode baru tersebut dapat meningkatkan prestasi
siswa?
• Prestasi matematika standar masih tetap?
• Prestasi matematika standar menurun?
 Latihan 4

Pada suatu semester seorang dosen menguji coba sebuah metode

baru. Untuk menguji apakah metode baru tersebut mampu
mengangkat prestasi mahasiswa, maka diadakan penelitian dengan
menggunakan metode baru pada kelas eksperimen dan metode lama
pada kelas kontrol. Dari hasil tes pada akhir semester, diperoleh data
sebagai berikut.
Kelas Metode N Rerata Deviasi baku
kontrol Lama 50 80 8
eksperimen Baru 40 88 7
Bagaimana kesimpulan penelitian tersebut jika diambil  = 1% dan
diasumsikan bahwa deviasi baku yang diperoleh dari sampel dapat
mewakili deviasi baku pada populasi?