MAKALAH

KESALAHAN PENGAMBILAN KEPUTUSAN

DI SUSUN OLEH :
 ADE PRIMA SAPUTRI
 NPM. 22.14201.91.23.P

SEKOLAH TINGGI ILMU KESEHATAN BINA

HUSADA PALEMBANG

TAHUN AJARAN 2022/2023

 KATA PENGANTAR

Assalamu ‘Alaikum Warahmatullahi Wabarakatuh

Segala puji bagi Allah SWT yang dengan segala kasih sayang dan
menyeru hamba-Nya mengikuti petunjuk yang benar, sehingga kami dapat
menyelesaikan makalah ini tentang “Kesalahan pengambilan keputusan dalam
Statistika Inferensial”. Shalawat dan salam atas Nabi Muhammad SAW, Rasul
Allah yang telah mencucurkan keringat jihad sebanyak-banyaknya dalam
mendakwahkan kebenaran dan mengamalkan kebajikan.
Makalah ini telah kami susun dengan maksimal dan mendapatkan bantuan
dari teman-teman, dan dari berbagai pihak sehingga dapat memperlancar
pembuatan makalah ini. Untuk itu kami mengucapkan banyak terima kasih kepada
semua pihak yang telah berkontribusi dalam pembuatan makalah ini. Makalah ini
kami susun untuk menyelesaikan tugas mata kuliah Metodologi .
Terlepas dari semua itu, kami menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat mauput tata bahasanya. Oleh karena
itu, dengan tangan terbuka kami menerima segala saran dan kritik dari pembaca
agar kami dapat memperbaiki makalah ini.
Akhir kata kami berharap semoga makalah ini memberikan manfaat
maupun inspirasi terhadap pembaca.

Wassalamu ‘Alaikum Warahmatullahi Wabarakatuh

Palembang, 9 April 2023

Penulis

ii
 DAFTAR ISI

Halaman Sampul ....................................................................................... i

Kata Pengantar ......................................................................................... ii
Daftar Isi .................................................................................................... iii
Bab I Pendahuluan .................................................................................... 1
A. Latar Belakang ................................................................................ 1
B. Rumusan Masalah ........................................................................... 2
C. Tujuan .............................................................................................. 2
D. Manfaat ........................................................................................... 2

Bab II Pembahasan ................................................................................... 3

A. Pengertian Statistik Inferensial ....................................................... 3
B. Manfaat Statistik Inferensial ........................................................... 4
C. Pengujian Hipotesis ......................................................................... 5

Bab III Penutup ......................................................................................... 15

A. Kesimpulan ..................................................................................... 18
Daftar Pustaka ........................................................................................... iv

iii
 BAB I
PENDAHULUAN

A. Latar Belakang
Statistika berasal dari bahasa latin yaitu status yang berarti negara dan
digunakan untuk urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya
digunakan untuk menggambar keadaan dan menyelesaikan masalah yang
berhubungan dengan kenegaraan saja seperti : perhitungan banyaknya penduduk,
pembayaran pajak, gaji pegawai, dan lain sebagainya.
Statistika adalah ilmu yang merupakan cabang dari matematika terapan
yang membahas metode-metode ilmiah untuk pengumpulan, pengorganisasian,
penyimpulan, penyajian, analisis data, serta penarikan kesimpulan yang sahih
sehingga keputusan yang diperoleh dapat diterima.
Statistika inferensial mencakup semua metode yang berhubungan dengan
analisis sebagian data (contoh) atau juga sering disebut dengan sampel untuk
kemudian sampai pada peramalan atau penarikan kesimpulan mengenai
keseluruhan data induknya (populasi). Dalam statistika inferensial diadakan
pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis
tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini
disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada
informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika
inferensial yang hanya didasarkan pada sebagian data saja sebagian data saja
menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan
keputusan, sehingga pengetahuan mengenai teori peluang mutlak diperlukan
dalam melakukan metode-metode statistika inferensial.
Statistik inferensial digunakan dalam proses mengambil keputusan dalam
menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat
tekan beton dalam suatu pengujian tidak sama, walaupun dibuat dengan material
yang sama.  Dengan adanya kenyataan tersebut, maka metode statitsik digunakan
untuk  menganalisis data dari suatu proses pembuatan beton tersebut sehingga
diperoleh kualitas  yang lebih baik. Statistik inferensial telah menghasilkan
banyak metode analitis yang digunakan untuk menganalisis data. Dengan

iv
 perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga
mengambil kesimpulan dari suatu sistem saintifik.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan
diuraikan mengenai pengertian Statistika Inferensial dan  ruang lingkup Statistika
Inferensial.

B. Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada 2
(dua) rumusan masalah yang terkaji yakni :
1. Apa yang dimaksud dengan Statistik Inferensial ?
2. Apa fungsi dari Statistika Inferensial ?
3. Apa yang dimaksud dengan hipotesis?
4. Bagaimana langkah-langkah dalam menguji hipotesis ?  
C. Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin dicapai
dalam penulisan makalah ini adalah sebagai berikut:

1. Mengetaui pengertian dari Statistik Inferensial.

2. Mengetahui fungsi dari Statistika Inferensial.
3. Mengetahui pengertian hipotesis.
4. Mengetahui langkah-langkah pengujian hipotesis.
D. Manfaat
Adapun manfaat yang diharapkan dari penulisan makalah ini adalah
sebagai berikut:
1. Bagi penulis
Pembuatan makalah ini telah memberikan berbagai pengalaman bagi
penulis seperti pengalaman untuk mengumpulkan bahan. Disamping itu,
penulis juga mendapat ilmu untuk memahami dan menganalisis materi yang
ditulis dalam makalah ini. Penulis juga mendapatkan berbagai pengalaman
mengenai teknik penulisan makalah, teknik pengutipan, dan teknik
penggabungan materi dari berbagai sumber.
2. Bagi pembaca
Pembaca akan lebih mengetahui pengertian dan fungsi Statistika
Inferensial, serta langkah-langkah dalam menguji hipotesis.

v
 BAB II
PEMBAHASAN

A. PENGERTIAN STATISTIK INFERENSIAL

Statistika Inferensial adalah serangkaian teknik yang digunakan untuk
mengkaji, menaksir dan mengambil kesimpulan berdasarkan data yang diperoleh
dari sempel untuk menggambarkan karakteristik atau ciri dari suatu populasi.
Atau dengan kata lain penelitian inferensial adalah proses pengambilan
kesimpulan-kesimpulan berdasarkan data sampel yang lebih sedikit menjadi
kesimpulan yang lebih umum untuk sebuah populasi. Oleh karena itu, statistika
inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan.
Dalam statistika inferensial, kesimpulan dapat diambil setelah melakukan
pengolahan serta penyajian data dari suatu sampel yang diambil dari suatu
populasi, sehingga agar dapat memberikan cerminan yang mendekati sebenarnya
dari suatu populasi, maka ada beberapa hal yang perlu diperhatikan dalam
statistika inferensial, diantaranya :
1. Banyaknya subyek penelitian, maksudnya jika populasi ada 1000, maka
sampel yang diambil jangan hanya 5, namun diusahakan lebih banyak,
seperti 10 atau 50.
2. Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa
pengambilan sampel harus merata pada bagian populasi. Diharapkan
dalam pengambilan sampel dilakukan secara acak, sehingga kemerataan
dapat dimaksimalkan dan apapun kesimpulan yang didapat dapat
mencerminkan keadaan populasi yang sebenarnya.

Dalam statistik inferensial harus ada pengujian hipotesis yang bertujuan

untuk melihat apakah ukuran statistik yang digunakan dapat ditarik menjadi
kesimpulan yang lebih luas dalam populasinya. Ukuran-ukuran statistik tersebut
dibandingkan dengan pola distribusi populasi sebagai normanya. Oleh sebab itu,
mengetahui pola distribusi data sampel menjadi penting dalam statistik
inferensial.
Statistika Inferensial dibagi menjadi dua, yaitu Statistika Parametrik dan
Statistika Non Parametrik. (1) Statistika parametrik terutama digunakan  untuk

vi
 menganalisa data interval dan rasio, yang diambil dari populasi yang berdistribusi
normal; dan (2) Statistika non-parametrik terutama digunakan untuk menganalisa
data nominal, dan ordinal dari populasi yang bebas distribusi.
Contoh yang baik untuk statistik inferensial adalah pada pemilu presiden
2014. Berbagai lembaga survei melakukan quick count untuk mengetahui secara
cepat kandidat presiden mana yang akan mendapatkan suara rakyat lebih banyak.
Lembaga survei tersebut mengambil sebagian sampel TPS (Tempat Pemungutan
Suara) dari total TPS populasi. Hasil sampel TPS tersebut digunakan untuk
generalisasi terhadap keseluruhan TPS. Katakanlah diambil 2.000 sampel TPS
dari 400.000 populasi TPS yang ada. Hasil dari 2.000 TPS adalah statistik
deskriptif. Sedangkan jika kita mengambil kesimpulan terhadap 400.000 TPS
adalah statistik inferensial.

Contoh lain pada industri manufaktur, statistik inferensial sangat berguna.

Manajemen dapat mengetahui dan mengontrol berapa produk yang di luar standar
atau cacat dengan hanya mengambil beberapa sampel produk. Bayangkan jika
manajemen perusahaan harus memeriksa semua produk hanya untuk mengetahui
berapa yang cacat. Tentu akan menghabiskan waktu dan biaya yang tidak sedikit.
Terlebih jika harus memeriksa semua produk yang dikemas. Tentu tidak efektif
dan efisien. Untunglah ada Six Sigma, salah satu tool yang digunakan terkait hal
ini. Prinsip Six Sigma menggunakan statistik inferensial yaitu mengambil sampel
produk dan mengukur sigma atau standar deviasi (ukuran keragaman) dari
produk. Jumlah produk yang cacat tidak boleh melebihi standar yang ditetapkan.
Jadi dari uraian di atas tentang statistika inferensial menyajikan data untuk
mendapat kesimpulan terhadap obyek yang lebih luas, sehingga karena inferensi
tidak dapat secara mutlak pasti, perkataan probabilitas (kemungkinan) sering
dinyatakan dalam menyatakan kesimpulan.

B. FUNGSI STATISTIKA INFERENSIAL

Statistika Inferensial atau induktif adalah statistik bertujuan menaksir
secara umum suatu populasi dengan menggunakan hasil sampel, termasuk
didalamnya teori penaksiran dan pengujian teori. Statistika Inferensial digunakan
untuk melakukan :
a. Generalisasi dari sampel ke populasi.

vii
 b. Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan
menghubungkan, yaitu uji keterkaitan, kontribusi).

C. PENGUJIAN HIPOTESIS

C.1. Pengertian Pengujian Hipotesis

Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis. Hupo
berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau
pernyataan yang disajikan sebagai bukti. Jadi, hipotesis dapat diartikan
sebagai suatu pernyataan yang masih lemah kebenarannya dan perlu
dibuktikan atau dugaan yang sifatnya masih sementara.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan
populasi yang sifatnya masih sementara atau lemah kebenarannya. Hipótesis
statistik akan diterima jika hasil pengujian membenarkan pernyataannya dan
akan ditolak jika terjadi penyangkalan dari pernyataannya. Dalam pengujian
hipótesis, keputusan yang dibuat mengandung ketidakpastian, artinya
keputusan bisa benar atau salah, sehingga menimbulkan resiko. Besar
kecilnya resiko dinyatakan dalam bentuk probabilitas.

C.2. Jenis-Jenis Pengujian Hipotesis

1. Berdasarkan Jenis Parameternya
a. Pengujian hipotesis tentang rata-rata
b. Pengujian hipotesis tentang proporsi
c. Pengujian hipotesis tentang varians
2. Berdasarkan Jumlah Sampelnya
a. Pengujian sampel besar (n > 30)
b. Pengujian sampel kecil (n ≤ 30)
3. Berdasarkan Jenis Distribusinya
a. Pengujian hipotesis dengan distribusi Z
b. Pengujian hipotesis dengan distribusi t (t-student)
c. Pengujian hipotesis dengan distribusi χ2 (chi-square)
d. Pengujian hipotesis dengan distrbusi F (F-ratio)
4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya
a. Pengujian hipotesis dua pihak ( two tail test)

viii
 b. Pengujian hipotesis pihak kiri atau sisi kiri
c. Pengujian hipotesis pihak kanan atau sisi kanan.

C.3. Kesalahan dalam Pengujian Hipotesis

1. Dua Jenis Kesalahan
Dalam pengujian hipotesis, kesimpulan yang diperoleh hanya penerimaan
atau penolakan terhadap hipotesis yang diajukan, tidak berarti kita telah
membuktikan atau tidak membuktikan kebenaran hipotesis tersebut. Hal
ini disebabkan kesimpulan tersebut hanya merupakan inferensi didasarkan
sampel. Dalam pengujian hipotesis dapat terjadi dua jenis kesalahan, yaitu
a. Kesalahan Jenis I
Kesalahan jenis I adalah karena H0 ditolak padahal kenyataannya
benar. Artinya, kita menolak hipotesis tersebut (H0) yang seharusnya
diterima.
b. Kesalahan Jenis II
Kesalahan jenis II adalah kesalahan karena H0 diterima padahal
kenyataannya salah. Artinya, kita menerima hipotesis (H0) yang
seharusnya ditolak.
Tabel Dua Jenis Kesalahan dalam Pengujian Hipotesis
Keadaan Sebenarnya
Kesimpulan
H0 Benar H0 Salah
Terima H0 Tidak membuat kekeliruan Kesalahan Jenis II
Tolak H0 Kesalahan Jenis I Tidak membuat kekeliruan

Apabila kedua jenis kesalahan tersebut dinyatakan dalam

bentuk probabilitas didapatkan hal-hal berikut :
a. Kesalahan jenis I disebut kesalahan  yang dalam bentuk
penggunaannya disebut sebagai taraf nyata atau taraf signifikan
(level of significant). 1 -  disebut sebagai tingkat keyakinan (level
of confidence), karena dengan itu kita yakin bahwa kesimpulan
yang kita buat adalah benar, sebesar 1 - .
b. Kesalahan jenis II disebut kesalahan  yang dalam bentuk

ix
 penggunaannya disebut sebagai fungsi ciri operasi (operating
characteristic function). 1 -  disebut sebagai kuasa pengujian
karena memperlihatkan kuasa terhadap pengujian yang dilakukan
untuk menolak hipotesis yang seharusnya ditolak.
2. Hubungan , , dan n
Antara kedua jenis kesalahan, yaitu kesalahan  dan  saling
berkaitan. Jika kesalahan  kecil, maka kesalahan menjadi besar,
demikian pula sebaliknya. Untuk membuat suatu kesimpulan yang baik,
maka kedua kesalahan tersebut harus dibuat seminimal mungkin. Hal ini
biasanya dilakukan melalui cara-cara seperti berikut :
1. Memperbesar ukuran sampel (n) yang akan menjadikan rata-rata
ukuran sampel, mendekati ukuran populasinya. Dengan makin
besarnya sampel ( tetap), akan memperkecil  dan memperbesar 1 -
, sehingga akan makin besar probabilitas untuk menolak hipotesis
(H0) yang salah.
2. Menentukan terlebih dahulu taraf nyata ().

C.4. Prosedur Pengujian Hipotesis

Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :
1. Menentukan Formulasi Hipotesis
Formulasi atau perumusan hipotesis statistik dapat dibedakan atas
dua jenis, yaitu sebagai berikut :
a. Hipotesis nol atau hipotesis nihil
Hipotesis nol, disimbolkan H0 adalah hipotesis yang dirumuskan
sebagai suatu pernyataan yang akan diuji. Hipotesis yang diartikan
sebagai tidak adanya perbedaan antara ukuran populasi dan ukuran
sampel.
b. Hipotesis alternatif atau hipótesis tandingan
Hipotesis alternatif disimbolkan H1 atau Ha adalah hipotesis yang
dirumuskan sebagai lawan atau tandingan dari hipotesis nol. Atau
adanya perbedaan data populasi dengan data sampel.
Secara umum, formulasi hipotesis dapat dituliskan :

x
 H0 : θ=θ0
H1 : θ>θ 0
Pengujian ini disebut pengujian sisi kanan
H0 : θ=θ0
H1 : θ<θ 0
Pengujian ini disebut pengujian sisi kiri
H0 : θ=θ0
H1 : θ ≠ θ0
Pengujian ini disebut pengujian dua sisi.
2. Memilih Statistik Uji
Memilih uji statistik yang sesuai dengan asumsi sebaran populasi
dan skala pengukuran data. Berdasarkan ini, uji statistik yang dipilih
sebaiknya yang terkuat untuk mengurangi peluang terjadinya kesalahan
dalam pengambilan keputusan seperti uji-Z, t, 2, F atau yang lainnya.
Bagi peneliti dan pengguna statistika, berkonsultasi dengan ahli statistika
merupakan cara yang bijaksana.
3. Menentukan Taraf Nyata (Significant Level)
Taraf nyata adalah besarnya batas toleransi dalam menerima
kesalahan hasil hipotesis terhadap nilai parameter populasinya. Taraf nyata
dilambangkan dengan α (alpha) Semakin tinggi taraf nyata yang
digunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis
yang diuji, padahal hipotesis nol benar. Besarnya nilai α bergantung pada
keberanian pembuat keputusan yang dalam hal ini berapa besarnya
kesalahan yang akan ditolerir. Besarnya kesalahan tersebut disebut sebagai
daerah kritis pengujian (critical region of test) atau daerah penolakan
(region of rejection).
Taraf signifikasnsi biasanya telah ditentukan sebelumnya, yaitu : α
= 0,15; α = 0,05; α = 0,01; α = 0,005 atau α = 0,001. Pada penelitian
pendidikan taraf signifikansi yang biasa digunakan yaitu α = 0,01 atau α =
0,05. Harga α yang biasa digunakan adalah α = 0,01 atau α = 0,05.
Misalnya, dengan α = 0,05 atau sering disebut taraf nyata (taraf
signifikansi) 5%, artinya kira-kira 5 dari tiap 100 kesimpulan bahwa akan

xi
 menolak hipotesis yang harusnya diterima. Dengan kata lain kira-kira 95%
yakin bahwa telah dibuat kesimpulan yang benar. Dalam hal demikian
dikatakan bahwa hipotesis telah ditolak pada taraf nyata 0,05 yang berarti
mungkin salah dengan peluang 0,05.
4. Menentukan Kriteria Pengujian
Kriteria pengujian adalah bentuk pembuatan keputusan dalam
menerima atau menolak hipotesis nol (H0) dengan cara membandingkan
nilai α tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai
dengan bentuk pengujiannya.
a. Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih
besar daripada nilai positif atau negatif dari α tabel. Atau nilai uji
statistik berada di luar nilai kritis.
b. Penolakan H0 terjadi jika nilai uji statistiknya lebih besar atau lebih
kecil daripada nilai positif atau negatif dari α tabel. Atau nilai uji
statistik berada di dalam nilai kritis.

Daerah daerah
Penolakan daerah Penolakan H0
H0 penerimaan H0
d1 d2
Gambar 1. Daerah kritis uji dua pihak

Daerah daerah
penerimaan H0 penolakan H0

d
Gambar 2. Daerah kritis uji satu pihak kanan

xii
 Daerah daerah
penolakan H0 penerimaan H0

d
Gambar 3. Daerah kritis uji satu pihak kiri
5. Menghitung Nilai Uji Statistik
Uji statistik merupakan rumus-rumus yang berhubungan dengan
distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan
perhitungan untuk menduga parameter data sampel yang diambil secara
random dari sebuah populasi. Dengan kata lain, nilai statistik hitung
berdasarkan data penelitian (sampel) yang diambil.
6. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal
penerimaan atau penolakan hipotesis nol (H0), sesuai dengan kriteria
pengujiannya. Pembuatan kesimpulan dilakukan setelah membandingkan
nilai uji staistik dengan nilai α tabel atau nial kritis. Jika nilai statistik jatuh
pada daerah kritis, berarti H0 ditolak, dan jika jatuh pada luar daerah kritis
berarti H0 diterima. Kalau analisis data dilakukan daerah dengan paket
statistika dengan komputer, rujukan terhadap nilai kritis tidak diperlukan.
Hasil komputer telah memberikan nilai p, yaitu luas daerah di ujung nilai
kritis yang dibatasi oleh nilai hitung statistik. Kalau nilai p lebih besar
daripada taraf kesignifikanan α yang telah ditetapkan, H0 diterima, dan
kalau nilai lebih kecil daripada nilai α, H0 ditolak.

C.5. Pengujian Hipotesis Tentang Rerata

Rerata adalah salah satu ukuran gejala pusat yang banyak digunakan
dalam mengungkap informasi dalam sekumpulan data. Hal ini bermanfaat,
baik dalam manajemen data secara deskriptif, maupun dalam menjelaskan
p[opulasi berdasarkan informasi sampel dengan memanfaatkan teknk statistika
inferensial.

a. Rerata sebuah Populasi

xiii
 Kalau ada informasi awal tentang nilai parameter rerata µ dari
sebuah populasi, hipotesis tentang parameter itu dapat dibuat. Untuk
menguji hipotesis ini, kita memerlukan asumsi tentang sebaran populasi
dan nilai simpangan baku σ. Kalau populasi mempunyai sebaran normal,
atau ukuran sampel cukup besar (lebih dari 30), teknik pengujian berikut
dapat dilakukan. Untuk sampel berukuran besar, dengan menggunakan
teorema limit pusat, pendekatan normal dapat dilakukan.
Andaikan sampel berukuran n sudah diperoleh, nilai rerata x dan
simpangan baku s sudah dapat dihitung. Pengujian dapat dilakukan dengan
statistik uji yang sesuai dengan pengelompokan informasi tentang
simpangan baku populasi σ sebagai berikut :
1. Simpangan baku σ diketahui
Perhatikan pasangan hipotesis dibawah ini :
H0 : µ = µ0 melawan H1 : µ ≠ µ0
Dengan µ0 sebuah nilai tertentu. Sesuai asumsi yang digunakan
tentang populasi, kita dapat menggunakan statistik Z dengan rumus :
x −μ 0
Z=
σ
√n
Statistik Z mempunyai sebaran normal baku, dan hipotesis
menunjukkan pengujian dua pihak, sehingga kriteria pengambilan
kesimpulannya adalah sebagai berikut :
1) H0 diterima jika – Z (1−α ) /2 ≤ Z ≤ Z( 1−α )/ 2 ;
2) H0 ditolak jika Z< – Z ( 1−α ) / 2 atau ¿ Z( 1−α ) / 2 .

Nilai-nilai Z( 1−α )/ 2 untuk berbagai nilaiα diperoleh dari tabel sebaran

normal baku.

Untuk pengujian satu pihak, kriteria pengambilan

kesimpulannya akan berbeda. Uji pihak kanan dengan pasangan
hipotesis : H0 : µ = µ0 melawan H1 : µ ˃ µ0, kriteria pengambilan
kesimpulannya adalah :

1) H0 diterima jika Z ≤ Z (0,5−α ) ;

xiv
 2) H0 ditolak jika Z> Z (0,5 −α ).

Demikian pula jika uji pihak kiri dengan pasangan hipotesis

H0: µ = µ0 melawan H1 : µ ˂ µ0 , kriteria pengambilan keputusannya
adalah :

1) H0 diterima jika Z ≥−Z (0,5 −α)

2) H0 ditolak jika Z<−Z (0,5−α ) .
2. Simpangan Baku σ Tidak Diketahui
Pada kenyataanya, nilai simpangan baku σ sering tidak
diketahui. Dalam halini, kita menggunakan simpangan baku sampel s
sebagai taksiran simpangan baku populasi σ. Untuk menguji tiga
pasang hipotesis tentang rerata µ di atas digunakan statistik uji :

x−μ0
t=
s
√n

Untuk populas normal, statistik t mempunyai sebaran student-t

dengan derajat kebebasan dk =n−1. Karena itu, untuk menentukan
kriteria pengujia digunakan sebaran t dan batas-batas kriteria atau nilai
kritis didapat dari tabel sebaran studen-t.

Untuk pengujian hipotesis dua pihak, dimana: H 0 : µ = µ0

melawan H1 : µ ≠ µ0. Kriteria pengambilan kesimpulannya adalah
sebagai berikut :

1) H0 diterima jika – t (1−α )/ 2 ≤ t ≤ t (1−α )/ 2 ;

2) H0 ditolak jika t < – t (1−α ) /2 atau t >t ( 1−α )/ 2 .

Untuk pengujian satu pihak, kriteria pengambilan kesimpulannya akan

berbeda. Uji pihak kanan dengan pasangan hipotesis : H0 : µ = µ0
melawan H1 : µ ˃ µ0, kriteria pengambilan kesimpulannya adalah :

1) H0 diterima jika t ≤ t (1−α ) ;

2) H0 ditolak jika t >t (1−α).

xv
 Demikian pula jika ujik pihak kiri dengan pasangan hipotesis : µ = µ0
melawan H1 : µ ˂ µ0 , kriteria pengambilan keputusannya adalah :

1) H0 diterima jikat ≥ t (1−α ) ;t <−t (1−α )

2) H0 ditolak jika t <−t (1−α ).

Contoh 1:
Pengusaha lampu pijar A mengatakan bahwa lampunya bisa tahan pakai
sekitar 800 jam. Namun timbul dugaan bahwa masa pakai lampu tersebut
telah berubah. Maka dilakukan pengujian terhadap 50 lampu untuk
menentukan hal ini. Ternyata diperoleh rata-ratanya 792 jam. Berdasarkan
pengalaman diketahui simpangan baku masa hidup lampu 60 jam.
Selidikilah dengan menggunakan kepercayaan 95% apakah kualitas lampu
telah berubah atau belum.

Penyelesaian
Diketahui x = 792 ; n = 50 ; σ = 60
Langkah pengujian hipotesis:
1. Hipotesis pengujian :
H0 = μ=μ 0 H0 : μ=800
yaitu
H1 = μ ≠ μ 0 H1 : μ ≠ 800
2. Taraf signifikansi α = 5% = 0,05
3. Kriteria pengujian.
Terima H0 jika – Z (1−α ) /2 ≤ Z ≤ Z( 1−α )/ 2
– Z (1−0,05 )/2 ≤ Z ≤ Z (1−0,05) /2
– Z 0,475 ≤ Z ≤ Z 0,475
−1,96 ≤ Z ≤1,96
Dengan Z( 1−α )/ 2 diperoleh dari daftar distribusi normal baku dengan
(1−α )
peluang .
2
4. Statistik hitung berdasarkan data penelitian (sampel) yang diambil
x−μ0
z=
σ
√n

xvi
 792−800
z=
60
√50
−8
z=
8,507
z=−0,94
Jadi, z hitung =−0,94
5. Kesimpulan : karena z hitung =−0,94 berada dalam daerah penerimaan
H0 yaitu −1,96 ≤ zhitung ≤1,96 maka H0 diterima. Jadi μ=800. Artinya,
dalam taraf signifikansi 5% (α =0,05 ¿ hasil penelitian menunjukkan
bahwa masa pakai lampu belum berubah yaitu masih 800 jam.

Contoh 2:
Masyarakat mengeluh dan mengatakan bahwa isi bersih makanan kaleng
tidak sesuai dengan yang tertera pada kemasannya sebesar 5 ons. Untuk
meneliti hal ini, 23 kaleng makanan diteliti secara acak. Dari sampel
tersebut diperoleh berat ratarata 4,9 ons dan simpangan baku 0,2 ons.
Dengan taraf nyata 5%, bagaimanakah pendapat anda mengenai keluhan
masyarakat tersebut ?

Penyelesaian
Diketahui x = 4,9 ; n = 23 ; s = 0,2 ; μ0 = 5
Langkah pengujian hipotesis dengan varians populasi tidak diketahui:
1. Hipotesis pengujian :
H0 = μ=μ 0 H0 : μ=5
yaitu
H1 = μ ≠ μ 0 H1 : μ<5
Jika rata-rata berat makanan kaleng tidak kurang dari 5 ons tentu
masyarakat tidak akan mengeluh.
2. Taraf signifikansi α = 5% = 0,05
3. Kriteria pengujian :
Tolak H0 jika t ≤−t 1−α dengan dk =n−1=23−1=22
Maka : −t 1−α =t 1−0,05 =−1,72
4. Statistik hitung berdasarkan data penelitian (sampel) yang diambil:

xvii
 x−μ0
t=
s
√n
4,9−5
t=
0,2
√ 23
0,1
t=
0,0417
t=−2,398
Jadi, t hitung =−2,389
5. Kesimpulan : karena t hitung =−2,398<−t 1−α =−1,72
t 1−0,05=−2,398<−t 1−α =−1,72 terletak pada daerah kritis maka H 0
ditolak. Jadi, μ<5 . Sehingga dapat disimpulkan penelitian tersebut
menguatkan keluhan masyarakat mengenai berat makanan kaleng yang
kurang dari berat yang tertera pada kemasan yaitu 5 ons.

b. Uji Hipotesis Kesamaan Dua Rerata

Banyak penelitian yang memerlukan perbandingan antara dua
populasi. Misalnya membandingkan hasil belajar, daya kerja suatu obat,
dsb. Maka akan digunakan dasar distribusi sampling mengenai selisih
statistik, misalnya selisih rata-rata dan selisih proporsi.
Misalkan dipunyai dua buah populasi, keduanya berdistribusi
normal dengan rata-rata dan simpangan baku masing-masing μ1 dan σ 1
untuk populasi pertama, μ2 dan σ 2 untuk populasi kedua. Secara
independen diambil sebuah sampel acak dengan ukuran n1 dan n2 dari
masing-masing populasi. Rata-rata dan simpangan baku dari sampel-
sampel itu berturut-turut x 1 , s1 dan x 2 , s2. Akan diuji tentang rata-rata μ1
dan μ2 dalam tiga kemungkinan pasangan hipotesis dapat dilakukan :
 H 0 : μ1=¿ μ2 melawan H 1 : μ 1 ≠ μ2  uji dua pihak

 H 0 : μ1=¿ μ2 melawan H 1 : μ 1> μ 2  uji pihak kanan

 H 0 : μ1=¿ μ2 melawan H 1 : μ 1< μ 2  uji pihak kiri

1. Simpangan baku σ 1=σ 2=σ dimana σ diketahui

xviii
 Dalam situasi seperti ini, statistik yang digunakan untuk menguji
pasangan-pasangan hipotesis di atas adalah :
x 1−x 2
z=
σ
√ 1 1
+
n 1 n2
Dengan taraf signifikansi α , kriteria pengambilan keputusannya adalah :
 Untuk uji hipotesis dua pihak, H0 diterima jika
– Z (1−α ) /2 ≤ Z ≤ Z( 1−α )/ 2 ,dan H0 ditolak jika Z< – Z ( 1−α )/ 2 atau
Z> Z (1−α ) /2.

 Untuk uji hipotesis pihak kanan, H0 diterima jika Z ≤ Z ( 0,5−α ) dan H0

ditolak jika Z> Z (0,5−α).
 Untuk uji hipotesis pihak kiri, H0 diterima jika Z ≥−Z (0,5 −α) dan H0
ditolak jika Z<−Z (0,5−α ) .

2. Simpangan σ 1=σ 2=σ dimana σ tidak diketahui

Jika pasangan hipotesis tentang kesamaan dua rerata akan diuji, dan
ditentukan situasi atau diyakini bahwa σ 1=σ 2=σ tetapi σ tidak
diketahui, maka statistik yang digunakan adalah :

x 1−x 2
t=
s
√ 1 1
+
n1 n2
Dengan s2adalah variansi gabungan yang dihitung dengan rumus :

2 ( n1 −1 ) s 21+ ( n2−1 ) s22

s=
n1 +n2−2
Statistik t di atas mempunyai sebaran Student atau sebaran-t dengan
derajat kebebasan dk =n1 +n2 −2. Adapun kriteria pengujia adalah :
 Untuk uji hipotesis dia pihak, H 0 diterima jika – t ( 1−α )/ 2 ≤ t ≤ t (1−α )/ 2
dan H0 ditolak jika t < – t (1−α ) /2 atau t >t ( 1−α )/ 2 .
 Untuk uji hipotesis pihak kanan, H0 diterima jika t ≤ t (1−α ) ; dan H0
ditolak jika t >t (1−α).
 Untuk uji statistik uji pihak kiri, H0 diterima jika t ≥ t (1−α ) ;t <−t (1−α )
dan H0 ditolak jika t <−t (1−α ).

xix
xx
 BAB III
PENUTUP

A. Kesimpulan
 Statistika Inferensial adalah serangkaian teknik yang digunakan untuk
mengkaji, menaksir dan mengambil kesimpulan berdasarkan data ynag
diperoleh dari sempel untuk menggambarkan karakteristik atau ciri dari
suatu populasi.
 Statistika Inferensial digunakan untuk melakukan : Generalisasi dari
sampel ke populasi, dan menguji hipotesis (membandingkan atau uji
perbedaan/kesamaan dan menghubungkan, yaitu uji keterkaitan,
kontribusi).
 Hipótesis statistik adalah pernyataan atau dugaan mengenai keadaan
populasi yang sifatnya masih sementara atau lemah kebenarannya.
Hipótesis statistik akan diterima jika hasil pengujian membenarkan
pernyataannya dan akan ditolak jika terjadi penyangkalan dari
pernyataannya. Dalam pengujian hipótesis, keputusan yang dibuat
mengandung ketidakpastian, artinya keputusan bisa benar atau salah,
sehingga menimbulkan resiko. Besar kecilnya resiko dinyatakan dalam
bentuk probabilitas.
 Prosedur pengujian hipotesa secara statistis adalah sebagai berikut :
1. Rumuskan hipotesa statistisnya H0 : …………. dan H1 : …………..
2. Tentukan statistik uji yang sesuai apakah Z, t, 2, atau F
3. Hitung statistik uji dengan menggunakan data dari sampel acak,
sehingga diperoleh statistik uji hitung seperti Zhit, thit, 2hit, atau Fhit
4. Dengan taraf signifikan  tertentu lihat dalam tabel statistik uji yang
sesuai sehingga diperoleh statistik uji tabel seperti Z tab dari tabel normal
baku, ttab dari tabel t, 2tab dari tabel 2, atau F dari tabel F.
5. Bandingkan statistik uji hitung dengan statistik uji tabel yang sesuai
untuk menetapkan kriteria ujia, apakah menolak H0 atau menerima H0.
6. Penarikan kesimpulan.

xxi
 DAFTAR PUSTAKA

Hendikawati, Putriaji. 2012. Bahan Ajar Statistika Inferensial. Semarang:

Semarang State University Press

Sanjaya, Wina. 2013. Penelitian Pendidikan: Jenis, Metode dan Prosedur.

Bandung: Kencana Prenada Media Group

Tiro, M. A. 2008. Dasar-dasar Statistika. Edisi Ketiga. Makassar: Andira

Publisher

xxii