PENGUJIAN HIPOTESIS

A. Pendahuluan

 Hipotesis Statistik: pernyataan atau dugaan mengenai satu atau lebih populasi.

 Pengujian hipotesis berhubungan dengan penerimaan atau penolakan suatu hipotesis.

 Kebenaran (benar atau salahnya) suatu hipotesis tidak akan pernah diketahui dengan pasti,
kecuali kita memeriksa seluruh populasi.

 Lalu apa yang kita lakukan, jika kita tidak mungkin memeriksa seluruh populasi untuk
memastikan kebenaran suatu hipotesis?
Kita dapat mengambil sampel acak, dan menggunakan informasi (atau bukti) dari sampel itu
untuk menerima atau menolak suatu hipotesis.

Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENOLAK hipotesis
tersebut dan BUKAN karena HIPOTESIS ITU BENAR

dan

Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENERIMA hipotesis
tersebut dan BUKAN karena HIPOTESIS ITU SALAH

 Landasan penerimaan dan penolakan hipotesis seperti ini, yang menyebabkan para
statistikawan atau peneliti mengawali pekerjaan dengan terlebih dahulu membuat hipotesis
yang diharapkan ditolak, tetapi dapat membuktikan bahwa pendapatnya dapat diterima.

 Hipotesis Awal yang diharapkan akan ditolak disebut Hipotesis Nol (𝑯𝟎 )
Hipotesis Nol juga sering menyatakan kondisi yang menjadi dasar pembandingan.

 Penolakan 𝐻0 membawa kita pada penerimaan Hipotesis Alternatif (𝑯𝑨 )

 Nilai Hipotesis Nol (𝐻0 ) harus menyatakan dengan pasti nilai parameter.
𝐻0 → ditulis dalam bentuk persamaan (=)

 Nilai Hipotesis Alternatif (𝐻𝐴 ) dapat memiliki beberapa kemungkinan:

𝐻𝐴 → ditulis dalam bentuk pertidaksamaan (<; >; ≠)
Contoh 1
Sebelum tahun 1993, pembuatan KRS mahasiswa Universitas B dilakukan dengan pengisian
formulir secara manual. Rata-rata waktu pembuatan KRS dengan sistem manual adalah 50
menit. Pada tahun 1993, PSA Universitas B memperkenalkan sistem pembuatan KRS Online.
Jika ingin dibuktikan bahwa “rata-rata waktu pembuatan KRS dengan sistem online akan lebih
cepat disbanding dengan sistem yang lama”, maka Hipotesis Awal dan Alternatif yang dapat kita
buat:
𝐻0 ∶ 𝜇 = 50 menit (sistem baru sama dengan sistem lama)
𝐻𝐴 ∶ 𝜇 < 50 menit (sistem baru lebih cepat)
atau
𝐻0 ∶ 𝜇 = 50 menit (sistem baru dan sistem lama tidak berbeda)
𝐻𝐴 ∶ 𝜇 ≠ 50 menit (sistem baru tidak sama dengan sistem lama)

Contoh 2
Manajemen KA Indonesia mulai tahun 1992, melakukan pemeriksaan karcis KRL lebih intensif
disbanding tahun-tahun sebelumnya. Pemeriksaan karcis yang intensif berpengaruh positif
terhadap penerimaan PERUMKA. Jika sebelum tahun 1992 pendapatan KRL adalah Rp 3
juta/minggu maka setelah pemeriksaan karcis intensif diharapkan ada peningkatan pendapatan
sehingga Hipotesis Awal dan Alternatif yang kita buat:
𝐻0 ∶ 𝜇 = 3 juta (sistem baru sama dengan sistem lama)
𝐻𝐴 ∶ 𝜇 > 30 juta (sistem baru menyebabkan penerimaan lebih besar disbanding sistem lama)
atau
𝐻0 ∶ 𝜇 = 3 juta (sistem baru dan sistem lama tidak berbeda)
𝐻𝐴 ∶ 𝜇 ≠ 3 juta (sistem baru tidak sama dengan sistem lama)

 Penolakan atau Penerimaan Hipotesis dapat membawa kita pada 2 jenis kesalahan
(error=galat):
1. Galat Jenis 1 → Penolakan 𝐻0 yang benar
Galat Jenis 1 dinotasikan sebagai 𝛼
𝛼 juga disebut → taraf nyata uji
Note: konsep 𝛼 dalam Pengujian Hipotesis sama dengan konsep 𝛼 pada pendugaan interval
2. Galat Jenis 2 → Penerimaan 𝐻0 yang salah
Galat Jenis 2 dinotasikan sebagai 𝛽

 Prinsip pengujian hipotesis yang baik adalah meminimalkan nilai 𝛼 dan 𝛽

 Dalam perhitungan, nilai 𝛼 dapat dihitung sedangkan nilai 𝛽 hanya bisa dihitung jika nilai 𝐻𝐴
sangat spesifik.

 Pada pengujian hipotesis, kita lebih sering berhubungan dengan nilai 𝛼. Dengan asumsi, nilai 𝛼
yang kecil juga mencerminkan nilai 𝛽 yang juga kecil.

 Prinsip pengujian hipotesis adalah perbandingan nilai statistic uji (𝑧 hitung atau 𝑡 hitung)
dengan nilai titik kritis (nilai 𝑧 tabel atau 𝑡 tabel)

 Titik kritis adalah nilai yang menjadi batas daerah penerimaan dan penolakan hipotesis.

 Nilai 𝛼 pada 𝑧 atau 𝑡 tergantung dari arah pengujian yang dilakukan.

B. Arah pengujian Hipotesis

Pengujian hipotesis dapat dilakukan secara:
1. Uji Satu Arah
2. Uji Dua Arah
 Uji Satu Arah
 Pengujian 𝐻0 dan 𝐻𝐴 dalam uji satu arah sebagai berikut:
𝐻0 ∶ ditulis dalam bentuk persamaan (menggunakan tanda =)
𝐻𝐴 ∶ ditulis dalam bentuk lebih besar (>) atau lebih kecil (<)
 Nilai 𝜶 tidak dibagi dua, karena seluruh 𝛼 diletakkan hanya di salah satu sisi interval.

Misalkan;
𝐻0 ∶ 𝜇 = 𝜇0
𝐻𝐴 ∶ 𝜇 < 𝜇0
Daerah penolakan 𝐻0 : 𝑧 < −𝑧𝛼 atau 𝑡 < −𝑡(𝑑𝑓;𝛼)
Note:
 𝜇0 adalah suatu rata-rata yang diajukan dalam 𝐻0
 Penggunaan distribusi 𝑧 maupun 𝑡 sama dengan aturan pada pendugaan interval
 Misalkan;
𝐻0 ∶ 𝜇 = 𝜇0
𝐻𝐴 ∶ 𝜇 > 𝜇0
Daerah penolakan 𝐻0 : 𝑧 > 𝑧𝛼 atau 𝑡 > 𝑡(𝑑𝑓;𝛼)

 Uji Dua Arah

 Pengajuan 𝐻0 dan 𝐻1 dalam uji dua arah adalah sebagai berikut:
𝐻0 ∶ ditulis dalam bentuk persamaan (menggunakan tanda =)
𝐻1 ∶ ditulis dengan menggunakan tanda ≠
 Nilai 𝜶 dibagi dua, karena 𝛼 diletakkan di kedua sisi interval
Misalkan:
𝐻0 ∶ 𝜇 = 𝜇0
𝐻𝐴 ∶ 𝜇 ≠ 𝜇0
Daerah penolakan 𝐻0 : 𝑧 < −𝑧𝛼 dan 𝑧 > 𝑧𝛼 atau
2 2

𝑡 < −𝑡(𝑑𝑓,𝛼) dan 𝑡 > 𝑡(𝑑𝑓,𝛼)

2 2

C. Pengerjaan Uji Hipotesis

Langkah-langkah pengerjaan uji hipotesis:
1. Tentukan 𝐻0 dan 𝐻𝐴
2. Tentukan statistik uji (𝑧 atau 𝑡)
 Untuk Rata-Rata:
 Jika 𝝈 diketahui maka gunakan uji statistik 𝒛
 Jika 𝝈 tidak diketahui dan
 𝒏 ≤ 𝟑𝟎 maka gunakan uji statistik 𝒕
 𝒏 > 𝟑𝟎 maka gunakan uji statistik 𝒛
Untuk Proporsi:
 𝒏 ≤ 𝟑𝟎 maka gunakan uji statistik 𝒕
 𝒏 > 𝟑𝟎 maka gunakan uji statistik 𝒛
3. Tentukan arah pengujian (1 arah atau 2 arah)
𝛼
4. Tentukan taraf nyata pengujian (𝛼 atau 2 )

5. Tentukan daerah penolakan 𝐻0

6. Tentukan nilai statistik hitung (gunakan rumus 𝑧 hitung atau 𝑡 hitung)
7. Tentukan kesimpulan (terima atau tolak 𝐻0 )

Pengujian Hipotesis 1 Sampel Test terdiri dari

 Uji hipotesis 1 rata-rata
 Uji hipotesis 1 proporsi

Pengujian Hipotesis 2 Sampel Test terdiri dari

 Uji hipotesis selisih 2 rata-rata
 Uji hipotesis selisih 2 proporsi

D. Uji Hipotesis 1 Rata-Rata

𝐻0 Nilai Statistik Hitung 𝐻1 Daerah Penolakan 𝐻0
𝜇 = 𝜇0 𝑥̅ − 𝜇0 𝜇 < 𝜇0 𝑧 < −𝑧𝛼
𝑧=
𝜎/√𝑛 𝜇 > 𝜇0 𝑧 > 𝑧𝛼
𝜎 dapat diganti dengan 𝑠 𝜇 ≠ 𝜇0 𝑧 < −𝑧𝛼 atau 𝑧 > 𝑧𝛼
2 2

𝑥̅ − 𝜇0 𝜇 < 𝜇0 𝑡 < −𝑡(𝑑𝑓,𝛼)

𝑡=
𝑠/√𝑛
𝜇 > 𝜇0 𝑡 > 𝑡(𝑑𝑓,𝛼)
Dengan
𝜇 ≠ 𝜇0 𝑡 < −𝑡(𝑑𝑓,𝛼) atau 𝑡 > 𝑡(𝑑𝑓,𝛼)
𝑑𝑓 = 𝑛 − 1 2 2
Contoh 3
Dari 100 nasabah bank, rata-rata melakukan penarikan $495 per bulan melalui ATM, dengan
simpangan baku yaitu $45. Dengan taraf nyata 1%, ujilah:
a) Apakah rata-rata nasabah menarik melalui ATM kurang dari $500 per bulan?
b) Apakah rata-rata nasabah menarik melalui ATM tidak sama dengan $500 per bulan?
Penyelesaian:
Diketahui: 𝑥̅ = 495 𝑠 = 45 𝑛 = 100 𝜇0 = 500 𝛼 = 1%
a) 1. 𝐻0 ∶ 𝜇 = 500
𝐻𝐴 ∶ 𝜇 < 500
2. Statistik uji : 𝑧 (karena 𝜎 tidak diketahui dan 𝑛 ≥ 30)
3. Arah pengujian: 1 arah
4. Taraf nyata pengujian 𝛼 = 1% = 0,01
5. Daerah penolakan 𝐻0 → 𝑧 < −𝑧0,01 → 𝑧 < −2,33

6. Statistik hitung
𝑥̅ − 𝜇0 495 − 500
5
𝑧= = =−
= −1,11
𝜎/√𝑛 45/√100 4,5
7. Kesimpulan: −1,11 > −2,33 maka 𝐻0 diterima. Jadi rata-rata pengambilan uang di ATM
masih=$500

b) Ditinggalkan sebagai latihan

Contoh 4
Seorang ahli Sumber Daya Manusia menguji 25 karyawan dan mendapatkan bahwa rata-rata
penguasaan pekerjaan kesekretariatan adalah 22 bulan dengan simpangan baku yaitu 4 bulan.
Dengan taraf nyata 5%, ujilah:
a) Apakah rata-rata penguasaan kerja kesekretariatan lebih dari 20 bulan?
b) Apakah rata-rata penguasaan kerja kesekretariatan tidak sama dengan 20 bulan?
Penyelesaian:
Diketahui: 𝑥̅ = 22 𝑠=4 𝑛 = 25 𝜇0 = 20 𝛼 = 5%
a) Ditinggalkan sebagai latihan
b) 1. 𝐻0 ∶ 𝜇 = 20
𝐻𝐴 ∶ 𝜇 ≠ 20
2. Statistik uji : 𝑡 (karena 𝜎 tidak diketahui dan 𝑛 < 30)
3. Arah pengujian: 2 arah
𝛼
4. Taraf nyata pengujian 𝛼 = 5% → 2 = 2,5% = 0,025
5. Daerah penolakan 𝐻0 → −𝑡(𝑑𝑓,𝛼) ≤ 𝑡 ≤ 𝑡(𝑑𝑓,𝛼)
𝑑𝑓 = 𝑛 − 1 = 25 − 1 = 24
𝑡 < −𝑡(24;0,025) dan 𝑡 > 𝑡(24;0,025)
𝑡 < −2,064 dan 𝑡 > 2,064

6. Statistik hitung
𝑥̅ − 𝜇0 22 − 20
2
𝑡= = =
= 2,5
𝑠/√𝑛 4/√25 0,8
7. Kesimpulan: 2,5 > 2,064 yang berarti 𝐻0 ditolak, 𝐻1 diterima. Jadi rata-rata penguasaan
pekerjaan kesekretariatan ≠ 20 bulan.
E. Uji Hipotesis 1 Proporsi
𝐻0 Nilai Uji Statistik 𝐻1 Daerah Penolakan 𝐻0
𝜋 = 𝑃0 𝑃̂ − 𝑃0 𝜋 < 𝑃0 𝑧 < −𝑧𝛼
𝑧=
𝜎𝑃̂ 𝜋 > 𝑃0 𝑧 > 𝑧𝛼
Dengan 𝜋 ≠ 𝑃0 𝑧 < −𝑧𝛼 atau 𝑧 > 𝑧𝛼
2 2

𝑃0 (1 − 𝑃0 )
𝜎𝑃̂ = √
𝑛

𝑃̂ − 𝑃0 𝜋 < 𝑃0 𝑡 < −𝑡(𝑑𝑓,𝛼)

𝑡=
𝑆𝑃̂ 𝜋 > 𝑃0 𝑡 > 𝑡(𝑑𝑓,𝛼)
Dengan
𝜋 ≠ 𝑃0 𝑡 < −𝑡(𝑑𝑓,𝛼) atau 𝑡 > 𝑡(𝑑𝑓,𝛼)
2 2
𝑃0 (1 − 𝑃0 )
𝑆𝑃̂ = √
𝑛

𝑑𝑓 = 𝑛 − 1
Contoh 5
Dari 330 mahasiswa yang dijadikan sampel, hanya 30 orang yang setuju kenaikan SPP. Dengan
taraf nyata 1%, ujilah apakah proporsi mahasiswa yang setuju kenaikan tidak sama dengan 10%?
Penyelesaian:
Diketahui: 𝑥 = 30 𝑛 = 330 𝛼 = 1% 𝑃0 = 10% = 0,1
𝑥 30
𝑃̂ = = = 0,091
𝑛 330
1. 𝐻0 ∶ 𝜋 = 0,1
𝐻𝐴 ∶ 𝜋 ≠ 0,1
2. Statistik uji: 𝑧 (karena 𝑛 > 30)
3. Uji 2 arah
𝛼
4. Taraf nyata uji 𝛼 = 1% → 2 = 0,5% = 0,005
5. Daerah penolakan 𝐻0 :𝑧 < −𝑧0,005 → 𝑧 < −2,575 dan 𝑧 > 𝑧0,005 → 𝑧 > 2,575

6. Statistik hitung
𝑃0 (1 − 𝑃0 ) 0,1(1 − 0,1)
𝜎𝑃̂ = √ =√ = 0,0165
𝑛 330
𝑃̂ − 𝑃0 0,091 − 0,1
𝑧= = = 0,5454
𝜎𝑃̂ 0,0165

7. Kesimpulan: 𝑧 = 0,5454 berada di daerah penerimaan 𝐻0 yang berarti proporsi mahasiswa

yang setuju dengan kenaikan SPP masih 0,1.
 F. Uji Hipotesis Selisih 2 Rata-Rata
Daerah Penolakan
𝐻0 Nilai Uji Statistik 𝐻1
𝐻0
𝜇1 = 𝜇2 Untuk 𝝈𝟏 dan 𝝈𝟐 diketahui: 𝜇1 < 𝜇2 𝑧 < −𝑧𝛼
(𝜇1 − 𝜇2 = 0)  Jika 𝝈𝟏 = 𝝈𝟐 : (𝜇1 − 𝜇2 < 0)
(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) 𝜇1 > 𝜇2 𝑧 > 𝑧𝛼
𝑧=
𝜎(𝑥̅1 −𝑥̅ 2 ) (𝜇1 − 𝜇2 > 0)
1 1 𝜇1 ≠ 𝜇2 𝑧 < −𝑧𝛼 atau 𝑧 >
Dengan 𝜎(𝑥̅ 1 −𝑥̅2 ) = 𝜎√𝑛 + 𝑛 2
1 2
(𝜇1 − 𝜇2 ≠ 0) 𝑧𝛼
 Jika 𝝈𝟏 ≠ 𝝈𝟐 : 2

(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 )

𝑧=
𝜎(𝑥̅1 −𝑥̅ 2 )

𝜎2 𝜎2
Dengan 𝜎(𝑥̅ 1 −𝑥̅2 ) = √𝑛1 + 𝑛2
1 2

Untuk 𝝈𝟏 dan 𝝈𝟐 tidak diketahui: 𝜇1 < 𝜇2 𝑡 < −𝑡(𝑑𝑓,𝛼)

 Jika 𝝈𝟏 = 𝝈𝟐 : (𝜇1 − 𝜇2 < 0)
(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) 𝜇1 > 𝜇2 𝑡 > 𝑡(𝑑𝑓,𝛼)
𝑡=
𝑠(𝑥̅1 −𝑥̅ 2 ) (𝜇1 − 𝜇2 > 0)
Dengan 𝜇1 ≠ 𝜇2 𝑡 < −𝑡(𝑑𝑓,𝛼) atau
2

(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22 1 1 (𝜇1 − 𝜇2 ≠ 0) 𝑡 > 𝑡(𝑑𝑓,𝛼)

𝑠(𝑥̅ 1 −𝑥̅2 ) =√ √ + 2
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2

𝑑𝑓 = 𝑛1 + 𝑛2 − 2

 Jika 𝝈𝟏 ≠ 𝝈𝟐 :
(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 )
𝑡=
𝑠(𝑥̅1 −𝑥̅ 2)

𝑠2 𝑠2
Dengan 𝑠(𝑥̅ 1 −𝑥̅2 ) = √𝑛1 + 𝑛2
1 2

2
𝑠2 𝑠2
(𝑛1 + 𝑛2 )
1 2
𝑑𝑓 = 2 2
𝑠2 𝑠2
(𝑛1 ) (𝑛2 )
1 2
𝑛1 − 1 + 𝑛2 − 1
(pembulatan ke atas)
Contoh 6
Laila, presiden direktur dari salah satu perusahaan penyedia jasa perawat anak mendapati
bahwa rata-rata gaji perawat anak yang tergabung dengan lembaga ketenagakerjaan
memperoleh gaji lebih besar dibandingkan dengan yang tidak tergabung dengan lembaga
ketenagakerjaan, Berikut adalah informasi yang diperolehnya:
Lembaga Standar Deviasi
Rata-Rata Gaji Jumlah Sampel
Ketenagakerjaan Populasi
Tergabung 2.075.000 225.000 40
Tidak Tergabung 1.980.000 190.000 45
Dengan menggunakan tingkat keyakinan 97,5%, ujilah apakah terdapat perbedaan antara
rata-rata gaji perawat anak yang tergabung dan yang tidak tergabung dengan lembaga
ketenagakerjaan dengan alternative bahwa rata-rata gaji perawat anak yang tergabung
dengan lembaga ketenagakerjaan lebih besar!
Penyelesaian:
𝜇1 : rata-rata gaji perawat yang tergabung dalam lembaga ketenagakerjaan
𝜇2 : rata-rata gaji perawat yang tidak tergabung dalam lembaga ketenagakerjaan
1. 𝐻0 : 𝜇1 = 𝜇2 (𝜇1 − 𝜇2 = 0)
𝐻𝐴 : 𝜇1 > 𝜇2 (𝜇1 − 𝜇2 > 0)
2. Statistik uji: 𝑧 (karena 𝜎 diketahui)
3. Uji 1 arah
4. Taraf nyata uji: 𝛼 = 2,5% = 0,025
5. Daerah penolakan 𝐻0 : 𝑧 > 𝑧0,025 → 𝑧 > 1,96
6. Statistik hitung:
𝜎12 𝜎22
𝜎(𝑥̅1 −𝑥̅ 2) = √ + = 45.473,588
𝑛1 𝑛2
(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) 95.000
𝑧= = = 2,089
𝜎(𝑥̅1 −𝑥̅ 2) 45.473,588

7. Kesimpulan: karena 2,089 > 1,96 maka 𝐻0 ditolak yang berarti rata-rata gaji perawat
yang tergabung dalam lembaga ketenagakerjaan lebih tinggi dibanding rata-rata gaji
perawat yang tidak tergabung dalam lembaga ketenagakerjaan
 G. Uji Hipotesis Selisih 2 Proporsi
Daerah Penolakan
𝐻0 Nilai Uji Statistik 𝐻1
𝐻0
𝜋1 = 𝜋2 (𝑃̂1 − 𝑃̂2 ) − (𝜋1 − 𝜋2 ) 𝜋1 < 𝜋2 𝑧 < −𝑧𝛼
𝑧=
(𝜋1 − 𝜋2 = 0) 𝜎(𝑃̂1 −𝑃̂2 ) (𝜋1 − 𝜋2 < 0)
Dengan 𝜋1 > 𝜋2 𝑧 > 𝑧𝛼

1 1 (𝜋1 − 𝜋2 > 0)
𝜎(𝑥̅ 1 −𝑥̅ 2 ) = √𝑃̂(1 − 𝑃̂) ( + )
𝑛1 𝑛2 𝜋1 ≠ 𝜋2 𝑧 < −𝑧𝛼 atau
2

𝑋1 + 𝑋2 (𝜋1 − 𝜋2 ≠ 0) 𝑧 > 𝑧𝛼
𝑃̂ = 2
𝑛1 + 𝑛2

(𝑃̂1 − 𝑃̂2 ) − (𝜋1 − 𝜋2 ) 𝜋1 < 𝜋2 𝑡 < −𝑡(𝑑𝑓,𝛼)

𝑡=
𝑠(𝑃̂1 −𝑃̂2 ) (𝜋1 − 𝜋2 < 0)
Dengan 𝜋1 > 𝜋2 𝑡 > 𝑡(𝑑𝑓,𝛼)

1 1 (𝜋1 − 𝜋2 > 0)
𝑠(𝑥̅ 1 −𝑥̅2 ) = √𝑃̂(1 − 𝑃̂ ) ( + )
𝑛1 𝑛2 𝜋1 ≠ 𝜋2 𝑡 < −𝑡(𝑑𝑓,𝛼) atau
2

𝑋1 + 𝑋2 (𝜋1 − 𝜋2 ≠ 0) 𝑡 > 𝑡(𝑑𝑓,𝛼)

𝑃̂ = 2
𝑛1 + 𝑛2
𝑑𝑓 = 𝑛1 + 𝑛2 − 2
Contoh 7
Suatu pemungutan suara hendak dilakukan di antara penduduk suatu kota dan sekitarnya
untuk mengetahui pendapat mereka mengenai rencana pendirian sebuah gedung pertemuan
serba guna. Lokasi gedung yang akan dibangun itu di dalam kota, sehingga para penduduk
yang tinggal di sekitar kota itu merasa bahwa rencana itu akan lolos karena besarnya
proporsi penduduk kota yang menyetujuinya. Untuk mengetahui apakah ada selisih yang
nyata antara proporsi penduduk kota dan penduduk sekitar kota itu yang menyetujui
rencana tersebut, diambil suatu sampel acak. Bila ternyata 120 di antara 200 penduduk kota
dan 240 di antara 500 penduduk sekitar kota menyetujui rencana tersebut, apakah anda
setuju bila dikatakan bahwa proporsi penduduk kota yang menyetujui rencana tersebut lebih
tiggi daripada proporsi penduduk sekitar kota yang menyetujui rencana tersebut? Gunakan
taraf nyata 0,025.
Penyelesaian:
𝜋1 : proporsi penduduk kota yang menyetujui rencana
𝜋2 : proporsi penduduk sekitar kota yang menyetujui rencana
1. 𝐻0 : 𝜋1 = 𝜋2
𝐻𝐴 : 𝜋1 > 𝜋2
2. Statistik uji 𝑧
3. Uji 1 arah
4. Taraf nyata uji: 𝛼 = 0,025
5. Daerah penolakan 𝐻0 : 𝑧 > 𝑧0,025 → 𝑧 > 1,96
6. Statistik hitung:
120
𝑃̂1 = = 0,6
200
240
𝑃̂2 = = 0,48
500
𝑋1 + 𝑋2 120 + 240
𝑃̂ = = = 0,51
𝑛1 + 𝑛2 200 + 500
1 1 1 1
𝜎(𝑥̅ 1 −𝑥̅ 2) = √𝑃̂(1 − 𝑃̂ ) ( + ) = √0,51(0,49) ( + ) = 0,042
𝑛1 𝑛2 200 500
(𝑃̂1 − 𝑃̂2 ) − (𝜋1 − 𝜋2 ) (0,6 − 0,48) − 0
𝑧= = = 2,86
𝜎(𝑃̂1 −𝑃̂2 ) 0,042
7. Kesimpulan: karena 2,86 > 1,96 maka 𝐻0 ditolak, sehingga kita setuju bahwa proporsi
penduduk kota yang menyetujui rencana tersebut lebih tiggi daripada proporsi penduduk
sekitar kota yang menyetujui rencana tersebut.