BAB I
PENDAHULUAN
Dalam kehidupan nyata sering sekali kita menduga- duga suatu kejadian atau hasil apa
yang kita dapatkan atas apa yang sudah kita lakukan. Setiap manusia pasti akan menerka-nerka
suatu kegiatan karena sebelum melakukan kegiatan seseorang pasti telah melakukan berbagai
persiapan.
Dugaan yang dilakukan seseorang biasanya disertai dengan suatu alasan yang logis
karena biasanya orang yang mempunyai dugaan atas suatu kegiatan pasti disertai dengan suatu
alasan dan bukti yang akurat.
Tetapi tidak semua dugaan kita itu sesuai dengan pendapat orang lain. Terkadang dugaan
kita sependapat atau bertentangan dengan orang lain ataupun diterima dan ditolak oleh orang
lain. Oleh sebab itu agar dugaan ita daapat diterima orang lain maka kita haru memiliki bukti
yang akurat misalnya melalui suatu pengujian.
BAB II
PEMBAHASAN
Untuk pengujian hipotesis satu rata-rata dengan sampel besar ( n > 30), uji statistikanya
menggunakan distribusi Z. Prosedur pengujian hipotesisnya ialah sebagai berikut.
1. Formulasi hipotesi
a) H0 : μ = μ0
H1 : μ > μ0
b) H0 : μ = μ0
H1 : μ < μ0
c) H0 : μ = μ0
H1 : μ ≠ μ0
Keterangan:
S = penduga dari
= simpangan baku sampel
μ0 = nilai μ sesuai dengan H0
5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan H0 (sesuai dengan kriteria pengujiannya)
Contoh :
Pimpinan bagian pengendali mutu barang pabrik susu merek AKU SEHAT ingin mengetahui
apakah rata-rata berat bersih satu kaleng susu bubuk yang diproduksi dan dipasarkan masih tetep
400 gram atau sudah lebih kecil dari itu. Dari data sebelumnya diketahui bahwa simpangan baku
bersih per kaleng sama dengan 125 gram. Dari sampel 50 kaleng yang diteliti, diperoleh rata-rata
berat bersih 357 gram.
Dapatkah diterimah bahwa berat bersih rata-rata yang dipasarkan tetap 400 gram? Ujilah dengan
taraf nyata 5 %?
Penyelesaian:
n = 50, = 357, = 125, μ0 = 400
a. Formulasi hipotesisnya:
H0 : μ = 400
H1 : μ < 400
b. Taraf nyata dan nilai Z table
α = 5% = 0,05
Z0,05 = - 1,64 ( pengujian sisi kiri)
c. Kriteria pengujian
H0 diterima jika Z0 ≥ - 1,64
H0 ditolak jika Z0 ˂ - 1,64
d. Uji statistik:
Z0 = -0,02
e. Kesimpulan:
Karena maka Z0 = -0,02 ≥ - Z0,05 = - 1,64diterima. Jadi, berat bersih rata-rata susu bubuk merek
AKU SEHAT per kaleng yang dipasarkan sama dengan 400 gram.
s = 0,02
a. Formulasi hipotesis
H0 : μ = 1,2
H1 : μ ≠ 1,2
t0 = 1, 52
e. Kesimpulan:
Karena t0,005;14 = 2,977 ≤ t0 = 1,52 ≤ t0,005;14 = 2,977 , maka H0 diterima.
Jadi, populasi cat dalam kaleng secara rata-rata bersih berat kotor 1,2 kg/kaleng
5) Kesimpulan
Kesimpulan pengujian merupakan penerimaan atau penolakan H0
a) Jika H0 diterima maka H1 ditolak
b) Jika H0 ditolak maka H1 diterima
Contoh :
Seseorang berpendapat bahwa rata-rata jam kerja buruh di daerah A dan B sama dengan
alternatif A lebih besar dari pada B. untuk itu, diambil sampel dikedua daerah masing-masing
100 dan 70 dengan rata-rata dan simpangan baku 38 dan 9 per minggu serta 35 dan 7 jam per
minggu. Ujilah pendapat tersebut dengan taraf nyata 5%! (varians dan simpangan baku kedua
populasi sama besar)
Penyelesaian:
n1 = 100; = 38, s1 = 9
n2 = 70; = 35, s2 = 7
a. Formulasi hipotesisnya:
H0 : μ1 = μ2
H1 : μ1> μ2
b. Taraf nyata dan nilai Z table
α = 5 % = 0,05
Z0,05 = 1,64 ( pengujian sisi kanan)
c. Kriteria pengujian:
H0 diterima jika Z0 ≤ 1,64
H0 ditolak jika Z0 ˃ 1,64
Z0 = 2,44
e. Kesimpulannya:
Karena Z0 = 2,44 > Z0,05 = 1,64, maka H0 ditolak. Jadi, rata-rata jam kerja buruh di daerah A dan
daerah B adalah tidak sama.
t0 memiliki distribusi db = n1 – n2 - 2
Keterangan :
= rata-rata dari nilai d
= simpangan baku dari nilai d
n = banyaknya pasangan
t0 memiliki distribusi dengan db = n – 1
5) Kesimpulan
Kesimpulan pengujian merupakan penerimaan atau penolakan H0
a) Jika H0 diterima maka H1 ditolak
b) Jika H0 ditolak maka H1diterima
Contoh :
Sebuah perusahan mengadakan pelatihan teknik pemasaran. Sampel sebanyak 12 orang dengan
metode biasa dan 10 orang dengan terprogram. Pada akhir pelatihan diberikan evaluasi dengan
materi yang sama. Kelas pertama mencapai rata-rata 80 dengan simpangan baku 4 dan kelas
kedua nilai rata-rata 75 dengan simpangan baku 4,5. Ujilah hipotesis kedua metode pelatihan,
dengan alternatif keduanya tidak sama! Gunakan taraf nyata 10%! Asumsikan kedua populasi
menghampiri distribusi normal dengan varians yang sama.
Penyelesaian:
n1 = 12; = 80, s1 = 4
t0 = 2,76
a. Kesimpulan:
Karena t0 = 2,76 > t0,05;20 = 1,725 maka H0 ditolak. Jadi, kedua metode yang digunakan dalam
pelatihan tidak sama hasilnya.
BAB III
PENUTUP
Pada saat kita menduga parameter kita membuat suatu pernyataan yang disebut dengan
“hipotesis”. Dalam pengujian hipotesis kita akan sering menggunakan istilah ”menerima” atau
”menolak” suatu hipotesis. Dalam melakukan suatu uji hipotesis dapat dilakuka melalui satu
arah dan dua arah.
Pengujian Hipotesis dibagi menjadi beberapa bagian yaitu pengujian hipotesis satu rata-
rata dan pengujian hipotesis beda dua rata-rata. Selain itu pengujian kesamaan dua rata-rata
dilakukan karena banyak penelitian yang membandingkan antara dua keadaan atau tepatnya dua
populasi.
Dalam melakukan uji hipotesis banyak rumus-rumus yang kita gunakan untuk
perhitungan dan mempunyai langkah-langkah yang perlu kita perhatikan dalam melakukan uji
hipotesis adalah menentukan statistik uji, arah pengujian, statistik hitung dan sebagainya.
Dengan demikian untuk melakukan uji hipotesis banya sekali yang perlu kita perhatikan.
Uji hipotesis
Dari Wikipedia bahasa Indonesia, ensiklopedia bebas
Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa data, baik dari
percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil
bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak mungkin disebapkan
oleh faktor yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.
[1]
Uji hipotesis kadang disebut juga "konfirmasi analisa data". Keputusan dari uji hipotesis hampir
selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah pengujian untuk menjawab
pertanyaan yang mengasumsikan hipotesis nol adalah benar. [2]
Daerah kritis (en= Critical Region) dari uji hipotesis adalah serangkaian hasil yang bisa menolak
hipotesis nol, untuk menerima hipotesis alternatif. Daerah kritisini biasanya di simbolkan dengan
huruf C.
Daftar isi
1 Definisi Istilah
2 Interpretasi
5 Rumus
6 Referensi
7 Pranala luar
Definisi Istilah
Hipotesis statistik
Sebuah pernyataan tentang parameter yang menjelaskan sebuah populasi (bukan sampel).
Statistik
Sebuah hipotesis (kadang gabungan) yang berhubungan dengan teori yang akan dibuktikan.
Tes Statistik
Sebuah prosedur dimana masukannya adalah sampel dan hasilnya adalah hipotesis.
Daerah penerimaan
Nilai dari tes statistik yang menggagalkan untuk penolakan hipotesis nol.
Daerah penolakan
Nilai P (P-value)
Interpretasi
Jika nilai p lebih kecil dari tingkat signifikan test yang diharapkan, maka hipotesis nol bisa di
tolak. Jika nilai p tidak lebih kecil dari tingkat signifikan test yang diharapkan bisa disimpulkan
bahwa tidak cukup bukti untuk menolak hipotesa nol, dan bisa disimpulkan bahwa hipotesa
alternatiflah yang benar.
4. Tentukan (α)
Seorang yang dituduh pencuri dihadapkan kepada seorang hakim. Seorang hakim akan
menganggap orang tersebut tidak bersalah, sampai kesalahannya bisa dibuktikan. Seorang jaksa
akan berusaha membuktikan kesalahan orang tersebut.
Dalam kasus ini, Hipotesis nol (H0) adalah: "Orang tersebut tidak bersalah", dan Hipotesis
alternatif (H1) adalah : "Orang tersebut bersalah". Hipotesis alternatif (H1) inilah yang akan
dibuktikan.
Dalam kasus ini, ada dua kemungkinan kesalahan yang dilakukan hakim
Rumus
Ada banyak jenis uji hipotesis yang dikenal. Tabel berikut menjelaskan rumus untuk masing-
masing uji hipotesis tersebut.
[4]
df = k - 1 - # parameter terestimasi
Definisi simbol:
= Chi-squared
statistik