Nama : Muhammad Alvin Ghiffari

NIM : 01031482023058
Mata Kuliah : Statistik Ekonomi
Jurusan : S1 Akuntansi Asal D3

Resume
Uji Hipotesis Satu Sampel Dan Dua Sampel

Pengujian hipotesis dapat berguna untuk membantu pengambilan

kepurusan tentang apakah suatu hipotesis yang diajukan, seperti perbedaan atau
hubungan, cukup meyakinkan untuk ditolak atau tidak ditolak. Keyakinan ini
didasarkan pada besarnya peluang untuk memperoleh hubungan tersebut secara
kebetulan (by chance). Semakin kecil peluang tersebut (peluang adanya by
chance), semakin besar keyakinan bahwa hubungan tersebut memang ada.
Prinsip uji hipotesis adalah melakukan perbandingan antara nilai sampel
(data hasil penelitian) dengan nilai hipotesis (nilai populasi) yang diajukan.
Semakin besar perbedaan antara nilai sampel dengan nilai hipotesis, semakin
besar peluang untuk menolak hipotesis. Kesimpulan yang didapat dari hasil
pengujian hipotesis ada dua kemungkinan, yaitu menolak hipotesis dan
menerika hipotesis (gagal menolak hipotesis).

1. Definisi Hipotesis
Hipotesis berasal dari kata hupo dan thesis. Hupo artinya
sementara/lemah kebenarannya dan thesis artinya pernyataan/teori.
Dengan demikian, hipotesis berarti pernyataan sementara yang perlu
diuji kebenarannya. Untuk menguji kebenaran sebuah hipotesis
digunakan pengujian yang disebut pengujian hipotesis.
Di dalam pengujian hipotesis dijumpai dua jenis hipotesis, yaitu
hipotesis nol (Ho) dan hipotesis alternatif (Ha).
a) Hipotesis Nol (Ho): menyatakan tidak ada perbedaan atau tidak
ada hubungan antara variabel satu dengan variabel yang lain.
b) Hipotesis Alternatif (Ha): menyatakan adanya perbedaan atau
adanya hubungan antara variabel satu dengan variabel yang lain.

2. Arah atau Bentuk Uji Hipotesis

Bentuk hipotesis alternatif akan menentukan arah uji statistik apakah
satu arah (one tail) atau dua arah (two tail).
a) One tail (satu sisi) adalah apabila hipotesis alternatifnya
menyatakan adanya perbedaan dan ada pernyataan yang
mengatakan hal yang satu lebih tinggi/rendah daripada hal.
b) Two tail (dua sisi) merupakan hipotesis alternatif yang hanya
menyatakan perbedaan tanpa melihat apakah hal yang satu lebih
tinggi/rendah dari yang lain.
3. Kesalahan Pengambilan Keputusan
Ada dua jenis kesalahan pengambilan keputusan dalam uji statistik,
sebagai berikut:
a) Kesalahan Tipe I (α)
Kesalahan ini merupakan kesalahan menolak Ho, padahal
sesungguhnya Ho benar. Artinya pada saat menyimpulkan
adanya perbedaan, padahal sesungguhnya tidak ada perbedaan.
Peluang kesalahan pada tipe ini adalah α atau sering disebut
signifikansi (significance level). Sebaliknya peluang untuk tidak
 membuat kesalahan tipe I adalah sebesar 1-α yang disebut
dengan Tingkat Kepercayaan (confidence level).
b) Kesalahan Tipe II (β)
Kesalahan ini merupakan kesalahan tidak menolak Ho, padahal
sesungguhnya Ho salah. Artinya pada saat menyimpulkan tidak
ada perbedaan, padahal sesungguhnya ada perbedaan. Peluang
untuk membuat kesalahan tipe ini sebesar β. Peluang untuk tidak
membuat kesalahan tipe II adalah sebesar 1-β yang dikenal
sebagai Tingkat Kekuatan Uji (power of the test).

Keputusan Populasi
Ho Benar Ho salah
Tidak Menolak Benar (1-α) Kesalahan Tipe II
Ho Kesalahan Tipe I (β)
Menolak Ho (α) Benar (1-β)

4. Menentukan Tingkat Kemaknaan (Level of Significance)

Tingkat kemaknaan merupakan kesalahan tipe I suatu uji yang
biasanya diberi notasi α. Tingkat kemaknaan merupakan nilai yang
menunjukkan besarnya peluang salah dalam menolak hipotesis nol (Ho).
Dengan kata lain, nilai α merupakan batas toleransi peluang salam
dalam menolak hipotesis nol. Atau dapat disederhanakan, nilai α
merupakan nilai batas maksimal kesalahan menolak Ho atau batas
maksimal kita salah menyatakan adanya perbedaan. Penentuan nilai α
 tergantung dari tujuan dan kondisi penelitian. Nilai α yang sering
digunaman adalah 10%, 5% atau 1%.
5. Pemilihan Jenis Uji Parametrik atau Nonparametrik
Pengujian hipotesis sangat berhubungan dengan distribusi data
populasi yang akan diuji, kenormalan suatu data yang dilihat dari jenis
variabelnya, dan jumlah data yang dianalisis.
Parametrik Nonparametrik
Data tersebar secara normal Data tidak menyebar secara
normal
Data berskala interval atau rasio Data berskala nominal atau ordinal
(numerik/kuantitatif) (kategorik/kualitatif)
Ukuran sampel ≥ 30 Ukuran sampel < 30

6. Perbedaan Substansi/Klinis dan Perbedaan Statistik

Perlu dipahami bahwa berbeda bermakna/signifikan secara statistik
tidak berarti (belum tentu) bahwa perbedaan tersebut juga bermakna
dipandang dari segi substansi/klinis. Seperti diketahui bahwa semakin
besar sampel yang dianalisis akan semakin besar menghasilkan
kemungkinan berbeda bermakna. Dengan sampel besar perbedaan-
perbedaan sangat kecil, yang sedikit atau bahkan tidak mempunyai
manfaat secara substansi/klinis daoat berubah menjadi bermakna secara
statistik.
Oleh karena itu, arti kegunaan dari setiap penemuan jangan hanya
dilihat dari aspek semata namun juga dinilai/dilihat kegunaannya dari
segi klinis/substansi.
A. PENGERTIAN PENGUJIAN HIPOTESIS

Istilah hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis.
Hipo berarti lemah, kurang atau dibawah dan thesis berarti tiori, proposisi,
atau pernyataan yang disajikan sebagai bukti. Jadi hipotesis dapat diartikan
sebagai suatu pernyataan yang masih lemah kebenarannya dan perlu
dibuktikan atau dugaan yang sifstnya masih sementara.

Hipotesis ststistik adalah pernyataan atau dugaan mengenai keadaan

populasi yang sifatnya masih sementara atau lemah kebenarannya. Hipotesis
statistic dapat berbentuk suatu variable, seperti binomial, poisson, dan normal
atau nilai dari suatu parameter, seperti rata-rata, varians, simpangan baku dan
proporsi. Hipotesis statistic akan diterima jika hasil pengujian membenarkan
pernyataannya dan akan ditolak jika terjadi penyangkalan dari pernyataannya.

Pengujian hipotesis adalah suatu prosedur yang akan menghasilkan

suatu keputusan, yaitu keputusan menerima atau menolak hipotesis itu.
Dalam pengujian hipotesis keputusan yang dibuat mengandung
ketidakpastian, artinya keputusan bisa benar atau salah, sehingga
menimbulkan resiko. Besar kecilnya resiko dinyatakan dalam bentuk
probabilitas.

B. PROSEDUR PENGUJIAN HIPOTESIS

Prosedur pengujian hipotesis adalah langkah-langkah yang

dipergunakan dalam menyelesaikan pengujian hipotesis tersebut. Langkah-
langkah pengujian hipotesis adalah sebagaiberikut:

1. Menentukan Formulasi Hipotesis

Formulasi atau perumusa hipotesis statistic dapat dibedakan atas dua

jenis, yaitu sebagaiberikut:

a. Hipotesis nol atau hipotesis nihil

 Hipotesis nol, disimbolkan H0 adalah hipotesis yang dirumuskan
sebagai suatu pernyataan yang akan diuji. Disebutkan hipotesis nol
karena hipotesis tersebut tidak memiliki perbedaan atau perbedaannya
nol dengan hipotesis sebenarnya.

b. Hipotesis alternative atau hipotesis tandingan

Hipotesis alternative disimbolkan H1 atau Ha adalah hipotesis yang

dirumuskan sebagai lawan atau tandingan dari hipotesis nol.dalam menyusun
hipotesis alternatife, timbul tiga keadaan berikut.

1) H1 menyatakan bahwa harga parameter lebih besar daripada harga

yang dihipotesiskan. Pengujian ini disebut pengujian satu sisi atau
satu arah. Yaitu pengujian sisi atau arah kanan.
2) H1 menyatakan bahwa harga harga parameter lebih kecil daripada
harga yang dihipotesiskan. Pengujian ini disebut pengujian satu
sisi atau satu arah, yaitu pengujian sisi atau arah kiri.
3) H1 menyatakan bahwa harga parameter tidak sama dengan harga
yang dihipotesiskan. Pengujian ini disebut dengan pengujian dua
sisi atau dua arah, yaitu pengujian sisi atau arah kanan dan kiri
sekaligus.

Secara umum formulir hipotesis dapat dituliskan:

𝐻1: 𝜃 < 𝜃0
 Apabila hipotesis nol diterima (benar) maka hipotesis alternatife
ditolak. Demikian sebaliknya, jika hipotesil alternatife diterima (benar) maka
hipotesis nol ditolak.

2. 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(dibaca alpha).
Semakin tinggi taraf nyata yang digunakan, semakin tinggi pula
penolakan hipotesis nol atau hipotesis yang diuji, padahal hipotesis nol
benar.
Besarnya yang sering digunakan untuk menentukan taraf nyata
dinyatakan dalam %, yaitu: 1%(0,01), 5%(0,05), 10%(0,1), sehingga secara
umum taraf nyata dituliskan sebagai 𝛼0,01,
𝛼0,05, 𝛼0,1. Besarnya nilai bergantung pada keberanian pembuat keputusan
yang dalam hal ini berapa besarnya kesalahan (yang menyebabkan resiko)
yang akan ditolerir.
Nilai yang dipakai sebagai taraf nyata digunakan untuk
menentukan nilai distribusi
yang digunakan pada pengujian, minsalnya distribusi normal (Z), distribusi t,
dan distribusi 2.

3. Menentukan Kriteria Pengujian

Kriteria pengujian adalah bentuk pembuatan keputusan dalam

menerima atau menolak hipotesis nol (𝐻0) dengan cara membandingkan nilai
table distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan
bentuk pengujian dalam sisi atau arah pengujian.

a. Penerimaan 𝐻0 terjadi jika nilai uji statistiknya lebih kecil atau lebih
besar daripada nilai positif atau negative dari table.
b. Penolakan 𝐻0 terjadi jika nilai uji statistiknya lebih besar atau lebih
kecil daripada nilai positif atau negatif dari tabel.

Dalam bentuk gambar, kriteria pengujian dituliskan seperti:

 daerah tolak daerah tolak
daerah tolak

terim terim terim

a a a
kritis kritis kritis kritisDaerah kritis dan kriteria pengujian

4. Menentukan Nilai Uji Statistik

 Uji statistic merupakan rumus-rumus yang berhubungan dengan
distribusi terttentu dalam pengujian hipotesis. Uji statistic merupakan
perhitungan untuk menduga parameter dan sampel yang diambil secara
random dari sebuah populasi. Misalkan, akan diuji parameter populasi (P),
maka yang pertama-tama dihitung adalah statistik sampel (S).

5. Membuat Kesimpulan

Pembuatan kesimpulan merupakan penetapan keputusan dalam

hal penerimaan atau penolakan hipotesis nol (H0), sesuai dengan kareteria
pengujiannya.

Pembuatan kesimpulan dilakukan setelah membandingkan nilai uji

statistik dengan nilaitabel atau nilai kritis.

a. Penerimaan H0 terjadi jika nilai uji statistik berada diluar nilai

kritisnya.
b. Penolakan H0 terjadi jika nilai uji statistik berada didalam nilai
kritisnya.

Kelima langkah pengujian hipotesis tersebut di atas dapat diringkas

seperti berikut:

1. Langkah 1: menentukan formulasi hipotesis nol (H0) dan hipotesis

alternative (H1)
2. Langkah 2: pilih tingkat signitifikasi
3. Langkah 3: pilih statistik pengujian
4. Langkah 4: rumuskan aturan keputusan
5. Langkah 5: ambil keputusan

6. Pengujian Rata-rata Populasi Jika Standar Deviasi

Populasi DiketahuiPengujian Dua-Ujung
 Sebuah contoh akan menunjukkan rincian dari prosedur pengujian
hipotesis lima langkah. Kita juga akan menggunakan pengujian dua ujung.
Yaitu, kita tidak mengkhawatirkan apakah hasil-hasil sampel lebih besar atau
lebih kecil dibandingkan rata-rata populasi yang diajukan. Namun, kita ingin
mengetahui apakah hasil tersebut berbeda dari nilai yang diajukan untuk rata-
rata populasi tersebut.

UJI HIPOTESIS DUA SAMPEL

Yaitu pengujian hipotesis dengan memilih sejumlah sampel acak dari
dua populasi berbeda untuk menentukan apakah rata-rata atau proporsi
populasi tersebut setara.
Sampel saling bebas
1. Seorang perencana kota florida ingin mengetahui apakah ada
perbedaan dalam upah perjam rata-rata para tukang pipa dan montir
listrik di florida tengah.
2. Seorang akuntan keuangan ingin mengetahui apakah rata-rata
tingkat keuntungan reksa dana dengan tingkat pengembalian tinggi
berbeda dengan rata-rata tingkat keuntungan reksa dana global.
Dalam kasus diatas terdapat dua populasi saling bebas. Dalam kasus pertama
tukang pipa melambangkan satu populasi dan tukang pipa menggambarkan
populasi yang lain, dalam kasus kedua reksa dana dengan tingkat
pengembalian tinggi menggambarkan satu populasi dan tingkat keuntungan
reksa dana global menggambarkan populasi yang lain. Kita dapat memilih
sampel acak dari populasi tersebut lalu menghitung rata-rata populasi
tersebut. Setelah itu kita dapat membandingkan rata-rata dari kedua populasi
tersebut. Jika hasilnya nol maka rata-rata dari kedua populasi tersebut sama,
dan jika hasilnya bukan nol maka terdapat perbedaan dari rata-rata populasi
tersebut. Untuk mengetahui variasi dari kedua populasi maka kita perlu
meninjau asumsi bahwa:
1. Kedua sampel harus tidak saling berhubungan, atau saling bebas.
2. Standar deviasi kedua populasi harus diketahui.

Contoh kasus :
Para pelanggan di foodtown supermarket mempunyai pilihan ketika
membayar belanjaan mereka. Mereka bisa keluar dan membayar dengan
menggunakan tempat pembayaran standar yang dibantu kasir, atau mereka
dapat menggunakan prosedur U-scan baru.dengan metode standar pelanggan
harus mengantre di kasir, dengan U-scan pelanggan dapat langsung
membayartanpa mengantre. Berikut data penggunaan dua prosedur tersebut:
Jenis pelanggan rata-rata sampel standar deviasi populasi ukuran sampel
Standar 5,5 menit 0,4 menit 50
U-san 5,3 menit 0,3 menit 100
 Untuk melakukan uji hipotesis dilakukan langkah-langkah berikut:
1. Menetapkan hipotesis nol dan hipotesis alternative
Hipotesis nol adalah tidak ada selisih dalam rata-rata waktu keluar untuk kedua
kelompoktersebut.
Hipotesis alternatif adalah waktu keluar lebih lama bagi pelanggan yang
menggunakanprosedur standar.
2. Pilih tinggkat signifikansi
Tingkat signifikansi adalah probabilitas kita menolak hipotesis nol ketika
hipotesis itu sesungguhnya benar. Kemungkinan ini ditentukan sebelum
pemilihan sampel atau melakukan perhitungan apapun. Tingkat signifikansi
yang paling umum adalah 0,05 dan0,01
3. Tentukan statistic uji
Dalam kasus ini kita menggunakan distribusi normal standar (Z) dan t
sebagai statistik uji, sebab standar deviasi untuk kedua populasi tersebut
diketahui.
4. Tentukan aturan keputusan
Aturan keputusan didasarkan pada hipotesis nol dan hipotesis alternatif.
Misal kita memilih tingkat signifikansi 0,01, serta distribusi z sebagai statistik
uji. Kita menetapkan hipotesis alternatif untuk mengindikasikan bahwa rata-
rata waktu keluar lebih lama bagi mereka yang menggunakan metode standar
dibandingkan metode U-scan.
5. Buat keputusan mengenai h0 dan intrepretasikan hasilnya
Hasil dari nilai hitung sebesar 3,13 lebih besar dari nilai kritis 2,33. Berdasar
hasil tersebut maka keputusan kita adalah menerima hipotesis alternatif yaitu
rata-rata waktu keluar lebih lama bagi mereka yang menggunakan metode
standar, atau dengan kata lainmetode U-scan lebih cepat.
Uji dua sampel pada proporsi
Wakil presiden sumber daya manusia ingin mengetahui apakah
terdapat perbedaan proporsi pekerja, yang dibayar per jam, yang tidak
masuk lebih dari 5 hari kerja per tahun dipabrik Atlanta dan Houston.
General Motors tengah mempertimbangkan sebuah rencana baru
untuk Pontiac G6, rancangan tersebut ditunjukkan kepada sekelompok calon
pembeli berusia dibawah 30 tahun dan
 kelompok lainya yang berusia diatas 60 tahun. Pontiac ingin mengetahui
apakah ada perbedaan dalam proporsi kedua kelompok yang menyukai
rancangan baru tersebut.
Seorang konsultan bagi industry penerbangan sedang
menyelidiki ketakutan terbang diantara orang-orang dewasa. Secara
spesifik, perusahaan tersebut ingin mengetahui apakah terdapat
perbedaan dalam proporsi laki-laki disbanding perempuan yang takut
terbang.
Dalam kasus diatas masing-masing sampel dari hal yang diselidiki dapat
diklasifikasikan sebagai”sukses” atau “gagal” , artinya, pada contoh Pontiac
g6, setiap calon pembeli diklasifikasikan sebagai “yang menyukai rancangan
baru” atau “ yang tidak menyukai rancangan baru” lalu membandingkan
proporsi antara yang berusia 30 tahun dan lebih dari 60 tahun.
Contoh:
Manelli parfum company baru-baru ini mengembangkan sebuah parfum
baru yang rencananya akan dipasarkan dengan merek heavenly. Sejumlah
penelitian pasar mengindikasikan bahwa heavenly mempunyai potensi
pasar yang sangat baik. Departemen di Manelli ingin mengetahui apakah
terdapat perbedaan dalam proporsi perempuan yang lebih muda dan lebih
tua yang akanmembeli heavenly jika wewangian tersebut dipasarkan.
Terdapat dua populasi saling bebas, satu terdiri atas perempuan yang lebih
muda dan satu terdiriatas perempuan yang lebih tua.
Prosedur uji hipotesis:
1. Menentukan h0 dan h1.
H0 = tidak ada perbedaan proporsi antara perempuan yang lebih muda dan
yang lebih tua yang menyukai heavenly.
H1 = ada perbedaan proporsi antara perempuan yang lebih muda dan yang
lebih tua yangmenyukai heavenly.
2. Pilih tingkat signifikansi
Tingkat signifikansi yang dipilih adalah 0,05
3. Tentukan statistik uji
Statistik uji mengikuti distribusi normal standar
4. Tentuk
an
aturan
keputu
san Z
table =
1,96
H0 diterima ada diantara -1,96 sampai dengan 1,96
5. Pilih satu sampel dan buat keputusan
N1 = 100
N2= 200
P1 = 0,19
P2 = 0,31
Pc = 0,27
Z = -2,21
Z hitung lebih besar dari z tabel, sehingga berada didaerah penolakan. Yang
berarti kita menolak hipotesis nol bahwa tidak ada perbedaan proporsi
perempuan muda dan perempuan yang lebih tua dalam membeli heavenly.

Membandingkan rata-rata dengan standar deviasi populasi tidak

diketahui ( Uji tterkumpul)
Metode ini membandingkan rata-rata sampel dua populasi saling bebas
untuk menentukan apakah populasi yang ditarik sampelnya secara masuk
akal dapat bernilai rata-rata yang sama, tanpa mengetahui standar deviasi
populasi.
1. Kita menganggap populasi yang ditarik sampelnya memiliki standar
deviasi yang setara,tetapi tidak diketahui.
2. Kita menggunakan distribusi t
sebagai statistik uji. Ada 3 persyaratan
untuk menggunakan metode tersebut
1. Populasi yang ditarik sampel mengikuti distribusi normal
2. Populasi yang ditarik sampel saling bebas
3. Standar deviasi dari dua populasi tersebut setara

Membandingkan rata-rata populasi dengan standar diviasi yang tidak

setara
Jika standar deviasi tidak setara maka kita menggunakan s1 dan s2 secara
berurutan sebagai pengganti standar deviasi populasi. Selain itu, derajat
kebebasan disesuaikan kebawah dengan suatu rumus perkiraan, yang
digunakan untuk mengurangi jumlah derajat kebebasan dalam pengujian,
yang akan membutuhkan nilai statistik uji yang lebih besar untuk menolak
hipotesisnol.
Uji hipotesis dua sampel : sampel terikat
Uji hipotesis ini digunakan untuk menguji dua sampel yang tidak
saling bebas atau terikat(dependent). Contoh:
Nickel Saving and Loan memperkerjakan dua perusahaan, Schadek
Appraisals dan Bowyer Real Estate untuk menaksir nilai properti – properti
yang mereka sediakan pinjamanya. Kedua perusahaan ini memiliki
kemiripan dalam nilai-nilai penaksiran mereka. Untuk meninjau kembali
konsistensi dari kedua perusahaan tersebut, Nickel Saving secara acak
memilih 10 rumah dan meminta kedua perusahaan tersebut untuk menaksir
rumah yang dipilih. Untuk setiap rumah aka nada sepasang nilai penaksiran
yaitu penaksiran dari kedua perusahaan tersebut. Nilai penaksiran
berhubungan dengan rumah-rumah yang dipilih. Yang juga disebut sampel
berpasangan ( paired sample ).
Untuk uji hipotesis kita ingin mengetahui distribusi selisih dalam
nilai taksiran masing- masing rumah. Oleh karena itu hanya ada satu
sampel yang dibuat dari selisih antara taksiran yang dibuat oleh Schadek
Appraisals dan Bowyer Real Estate.
Hasil taksiran rumah-rumah tersebut adalah:

Rumah Schadek Bowyer selisih (d) (d-dbar) (d-dbar)kuadrat

1 235 228 7 2,4 5,76
2 210 205 5 0,2 0,16
3 231 219 12 7,4 54,76
4 242 240 2 -2,6 6,76
5 205 198 7 2,4 5,76
6 230 223 7 2,4 5,76
7 231 227 4 -0,6 0,36
8 210 215 -5
-9,6 92,16
9 225 222 3 -1,6 2,56
10 249 245 4 -0,6 0,36

Dengan
tingkat
signifikansi
0,05.
Menentukan
h0 dan h1
H0 = tidak ada perbedaan penaksiran dari kedua perusahaan tersebut
H1 = ada perbedaan penaksiran dari
kedua perusahaan tersebutN = 10
Df = 10-1 = 9
Nilai kritis df 9 = 2,262
Dari perhitungan didapat t = 3,305
Yang artinya t hitung jatuh di daerah penolakan, hipotesis nol
tersebut ditolak, dan hipotesis alternatif diterima. Artinya ada
perbedaan penaksiran dari kedua perusahaan tersebut.