1.

Seorang mahasiswa ingin mengestimasi waktu rata-rata yang digunakan waktu untuk
belajar. Suatu sampu acak ukuran 36 menunjukan bahwa rata-rata waktu yang digunakan
siswa untuk belajar dirumah setiap harinya adalah 100 menit. Informasi sebelumnya
menyatakan bahwa standar deviasi adalah 20 menit.
2. Jelaskan 2 kemungkinan kesalahan yang dapat terjadi dalam pengujian hipotesis dan
berikan contoh

JAWABAN

1. Dimana yang kita ketahui mengenai apa itu estimasi ,yaitu merupakan suatu hal yang
asing dalam kehidupan manusia.
Estimasi adalah keseluruhan proses yang menggunakan sebuah estimator untuk
menghasilkan sebuah estimate dari suatu parameter. Sebuah estimasi titik dari sebuah
parameter  adalah sesuatu angka tunggal yang dapat dianggap sebagai nilai yang
masuk akal dari . Estimasi merupakan kegiatan penarikan kesimpulan statistik yang
berawal dari hal-hal yang bersifat umum ke hal – hal yang bersifat khusus, agar
penarikan kesimpulan dapat dibenarkan dan mampu mendekati kebenaran maka
dibutuhkan suatu alat untuk memproses data secara benar, jika kegiatan estimasi
dapat dilakukan secara benar maka semua keputusan yang berkaitan dengan estimasi
dapat dilakukan juga dengan benar dan dapat untuk mengatasi segala persoalan
statistik.
Jenis jenis estimasi ada tiga, dan yang digunakan pada soal diatas yaitu estimasi
interval
Estimasi interval adalah suatu estimasi terhadap parameter populasi dengan memakai
range (interval nilai)

Unsur unsur yang diketahui :

= 100 ;  = 20;

n=36;

tingkat kepercayaan 95 %.Maka nilai z = 1,96

Jadi, estimasi interval dari nilai waktu rata-rata sesungguhnya:

Dengan kata lain guru mengestimasi dengan tingkat keyakinan 95 % bahwa rata-rata
waktu belajar adalah antara 93,47 menit hingga 106,53 menit
 Sumber referensi : ISIP4215/Modul 6 dan esaunggul.ac.id modul 6

2. Jelaskan 2 kemungkinan kesalahan yang dapat terjadi dalam pengujian hipotesis dan
berikan contoh
Kesalahan Tipe I
Kesalahan tipe I terjadi ketika keputusan yang diambil dari suatu pengujian hipotesis
adalah menolak hipotesis yang pada hakikatnya adalah benar. Jika hal itu yang
terjadi maka kesalahan tersebut biasanya disebut dengan Alpha Risk ( Risiko
Alpha). Alpha Risk dilambangkan dengan simbol α. Nilai α biasa disebut dengan
tingkat signifikansi sedangkan nilai 1 – α disebut dengan tingkat kepercayaan/taraf
nyata menyatakan seberapa nyata (bisa menolak hipotesis nol) uji tersebut.
Tingkat kesalahan tipe I sering juga disebut kesalahan penentuang level of
significant atau tingkat signifikansi. Dalam praktiknya tingkat signifikansi telah
ditetapkan oleh peneliti terlebih dahulu sebelum hipotesis diuji. Biasanya tingkat
signifikansi (tingkat kesalahan) yang diambil adalah 1%, 5% maupun 10%.
Jika diasumsikan terdapat sebanyak 100 sampel penelitian yang diambil dari populasi
yang sama, maka tingkat kesalahan 1% berarti bahwa akan terdapat 1 sampel salah
dalam 100 sampel penelitiannya. Namun, jika tingkat kesalahan 5% berarti bahwa
terdapat 5 sampel yang salah dari 100 sampel yang digunakan. Sedangkan, tingkat
kesalahan 10% berarti terdapat 10 sampel yang salah dari total 100 sampel.

Setiap penelitian yang berbeda dapat menggunakan tingkat signifikansi (tingkat

kesalahan) berbeda, tergantung dari keyakinan peneliti mengenai kesalahan sampel
yang digunakannya. Semakin kecil/sedikti sampel yang mungkin salah, maka
semakin besar tingkat kebenaran sampel, berarti juga penggunaan 5% bahkan 1%
adalah lebih tepat. sebaliknya semakin banyak sampel yang mungkin salah, maka
penggunaan 5% bahkan 10% adalah lebih baik.

Kesalahan Tipe II
Kesalahan tipe II terjadi ketika keputusan yang diambil dari suatu pengujian hipotesis
adalah menerima hipotesis yang pada hakikatnya adalah salah. Jika hal itu yang
terjadi maka kesalahan tersebut biasanya disebut dengan Beta Risk (Risiko
Beta). Beta Risk dilambangkan dengan simbol β. Sedangkan nilai 1 – β disebut taraf
uji. Taraf uji ini menunjukkan seberapa baik statistik uji yang akan digunakan dalam
pengujian hipotesis (tingkat kesalahan tipe 2-nya kecil).
Meskipun pada praktiknya, kita lebih sering berhubungan dengan nilai α. Dengan
asumsi bahwa nilai α yang kecil juga mencerminkan nilai β yang juga kecil. Para
peneliti biasanya secara konservatif menetapkan sekecil mungkin nilai α (0,05 atau
0,01) sehingga meminimalkan peluang kekeliruan tipe I. Dalam hal ini, mereka
beranggapan bahwa menolak hipotesis nol yang seharusnya diterima merupakan
kekeliruan yang serius mengingat akibat yang ditimbulkannya. Namun perlu diingat
bahwa dalam menetapkan taraf signifikansi kita harus melihat situasi penelitian.
 Contoh, tes untuk suatu penyakit dapat melaporkan hasil negatif ketika pasien
terinfeksi. Hal ini termasuk ke dalam kesalahan tipe II karena kita menerima
kesimpulan tes sebagai negatif, meskipun itu salah

Sumber referensi : Baltagi, B.H. (2008). Econometrics (4th ed.). Heidelberg: 

Springer