PENGUJIAN HIPOTESIS
MAKALAH
Puji syukur kami panjatkan ke hadirat Allah SWT, karena atas rahmat dan
hidayah-Nya, kami dapat menyelesaikan penyusunan makalah ini. Makalah ini
disusun sebagai salah satu tugas dalam mata kuliah yang kami ambil, dengan judul
"Pengujian Hipotesis”.
Kami ingin menyampaikan ucapan terima kasih kepada semua pihak yang
telah membantu dan mendukung kami dalam penyusunan makalah ini. Terima kasih
kepada dosen pengampu mata kuliah yang telah memberikan panduan dan
bimbingan kepada kami selama proses pembelajaran.
Makalah ini terdiri dari beberapa bagian, yaitu pendahuluan yang menjelaskan
latar belakang dan tujuan penyusunan makalah, pengertian dan jenis hipotesis,
langkah-langkah dalam pengujian hipotesis, contoh penerapan pengujian hipotesis,
dan kesimpulan.
Penulis
ii
DAFTAR ISI
COVER ...................................................................................................................................... i
3.1 Kesimpulan..................................................................................................................... 18
iii
BAB I
PENDAHULUAN
Dalam penelitian ilmiah, pengujian hipotesis menjadi salah satu aspek krusial
pada proses analisis data. Pengujian hipotesis dilakukan buat menaruh dasar yg
bertenaga & obyektif pada merogoh kesimpulan. Dalam menguji hipotesis, peneliti
memakai pendekatan statistik yg dari dalam teori probabilitas. Melalui pengujian
hipotesis, peneliti bisa menguji disparitas antara grup sampel, interaksi antara
variabel, atau imbas berdasarkan suatu perlakuan. Dengan menggunakan pendekatan
statistik yang objektif, pengujian hipotesis membantu dalam menyikapi data secara
ilmiah dan mendukung pengembangan pengetahuan.
1
1.2 Rumusan Masalah
2
BAB II
PEMBAHASAN
Menurut Zikmund (1997 : 112) hipotesis adalah proposes atau dugaan belum
terbukti bahwa tentatif menjelaskan fakta atau fenomena serta kemungkinan
jawaban atas pertanyaan- pertanyaan penelitian sedangkan menurut Erwan dan Dyah
( 2007 : 137) hipotesis adalah pernyataan atau tuduhan sementara terhadap masalah
atau kajian penelitian yang kebenarannya masih lemah (belum tentu benar) sehingga
harus diuji secara empiris. Jadi Hipotesis adalah jawaban sementara terhadap
masalah yang masih praduga karena masih harus diverifikasi.
Hipotesis berasal dari bahasa Yunani, Hupo berarti Lemah atau kurang atau di
bawah , Thesis berarti teori, proposisi atau pernyataan yang disajikan sebagai bukti.
Sehingga hipotesis dapat diartikan sebagai Pernyataan yang masih lemah
kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya masih sementara.
Hipotesis juga dapat diartikan sebagai pernyataan keadaan populasi yang akan diuji
kebenarannya menggunakan data/informasi yang dikumpulkan melalui sampel, dan
dapat dirumuskan berdasarkan teori, dugaan, pengalaman pribadi/orang lain, kesan
umum, kesimpulan yang masih sangat sementara.
3
2.2 Fungsi Pengujian Hipotesis
Dalam buku Hipotesis dan Variabel Penelitian (2021) karya Ig. Dodiet Aditya
Setyawan, dijelaskan bahwa manfaat hipotesis adalah:
4
membantu dalam generalisasi hasil penelitian ke populasi secara
keseluruhan.
Pengujian hipotesis merupakan alat yang penting dalam metode ilmiah dan
analisis data. Melalui pengujian hipotesis, kita dapat mengambil keputusan
berdasarkan bukti empiris, memverifikasi klaim, menyelidiki hubungan,
mengevaluasi efektivitas, memahami populasi, dan memastikan validitas dan
keandalan data penelitian.
5
2.4 Cara Menyusun Hipotesis
Perlu dipahami bahwa rumusan hipotesis penelitian tidak “jatuh dari langit”
atau muncul secara tiba-tiba tanpa dilandasi suatu teori atau kajian ilmiah. Hipotesis
penelitian tidak dirumuskan hanya sekedar mengikuti dugaan atau asumsi peneliti
saja, meskipun dugaan peneliti dapat menjadi titik tolak dalam telaah teori dan
prediksi hasil penelitiannya kelak. Jadi, hipotesis dirumuskan tidak sekedar
mengikuti dugaan atau asumsi peneliti, tetapi berasal dari penguraian landasan teori
yang disusun sebelumnya.
6
2.5 Jenis-Jenis Pengujian Hipotesis
Pengujian hipotesis dapat dibedakan atas beberapa jenis berdasarkan kriteria yang
menyertainya.
Untuk pengujian hipotesis satu rata-rata dengan sample besar (n > 30), uji
statistiknya menggunakan distribusi Z.
Contoh Soal :
➢ Hipotesis Nol (H0): μ = 4,0 (tidak ada perbedaan antara rata-rata tingkat
kepuasan pada restoran tersebut dengan restoran sejenis lainnya).
➢ Hipotesis Alternatif (H1): μ > 4,0 (rata-rata tingkat kepuasan pada restoran
tersebut lebih tinggi daripada restoran sejenis lainnya).
7
Langkah 2: Menentukan Tingkat Signifikansi Tingkat signifikansi (α) ditentukan
sebelumnya dan dalam contoh ini menggunakan α = 0,05.
Langkah 3: Menentukan Uji Statistik Karena sampel memiliki ukuran yang cukup
besar (n > 30) dan diasumsikan mewakili populasi dengan baik, kita dapat
menggunakan uji statistik z. Rumus uji statistik z adalah: z = (x̄ - μ) / (σ / √n) Di
mana:
Langkah 4: Menghitung Uji Statistik Dalam contoh ini, x̄ = 4,2, μ = 4,0, σ = 0,6, dan
n = 50. Menggantikan nilai-nilai ini ke dalam rumus, kita dapat menghitung uji
statistik z: z = (4,2 - 4,0) / (0,6 / √50) z ≈ 1,67
Langkah 6: Pengambilan Keputusan Jika nilai uji statistik z lebih besar dari batasan
pada daerah kritis (lebih besar dari 1,645), maka kita dapat menolak hipotesis nol
dan menerima hipotesis alternatif. Jika nilai uji statistik z tidak melebihi batasan
pada daerah kritis, maka kita gagal menolak hipotesis nol.
Dalam contoh ini, nilai uji statistik z sebesar 1,67 lebih besar dari batasan pada
daerah kritis (1,645). Oleh karena itu, kita dapat menolak hipotesis nol dan
menyimpulkan bahwa terdapat cukup bukti untuk menyatakan bahwa rata-rata
tingkat kepuasan pelanggan di restoran tersebut lebih tinggi daripada rata-rata
tingkat kepuasan pada restoran sejenis lainnya pada tingkat signifikansi 0,05.
8
2) Sampel Kecil (n ≤ 30)
Untuk pengujian hipotesis satu rata-rata dengan sampel kecil (n ≤ 30), uji
statistiknya menggunakan distribusi t.
Contoh Soal:
Sebuah perusahaan percetakan mengklaim bahwa rata-rata ketebalan kertas
yang diproduksi adalah 0,25 mm. Untuk menguji klaim ini, seorang peneliti
mengambil sampel acak sebanyak 20 lembar kertas dan menemukan rata-rata
ketebalan sebesar 0,27 mm, dengan simpangan baku 0,04 mm. Apakah ada cukup
bukti untuk mendukung klaim perusahaan tersebut? Gunakan tingkat signifikansi
0,05.
Jawaban:
Langkah 3: Menentukan Uji Statistik Karena sampel memiliki ukuran kecil (n < 30),
kita menggunakan t-distribution untuk pengujian hipotesis. Rumus uji statistik t
adalah: t = (x̄ - μ) / (s / √n) Di mana:
Langkah 4: Menghitung Uji Statistik Dalam contoh ini, x̄ = 0,27 mm, μ = 0,25 mm,
s = 0,04 mm, dan n = 20. Menggantikan nilai-nilai ini ke dalam rumus, kita dapat
menghitung uji statistik t: t = (0,27 - 0,25) / (0,04 / √20) t ≈ 2,5
9
Langkah 5: Menentukan Derajat Kebebasan dan Daerah Kritis Derajat kebebasan
(df) dalam uji statistik t dihitung menggunakan (n - 1). Dalam contoh ini, df = 20 -
1 = 19. Selanjutnya, kita menentukan daerah kritis pada distribusi t dengan tingkat
signifikansi 0,05 dan derajat kebebasan 19.
Langkah 6: Pengambilan Keputusan Jika nilai uji statistik t berada di luar daerah
kritis (lebih besar dari t-nilai kritis positif atau lebih kecil dari t-nilai kritis negatif),
maka kita dapat menolak hipotesis nol. Jika nilai uji statistik t berada di dalam daerah
kritis, maka kita gagal menolak hipotesis nol.
Dalam contoh ini, dengan menggunakan tabel distribusi t atau perangkat lunak
statistik, t-nilai kritis pada tingkat signifikansi 0,05 dengan df = 19 adalah ±2,093.
Karena nilai uji statistik t sebesar 2,5 berada di luar daerah kritis ±2,093, kita dapat
menolak hipotesis nol dan menyimpulkan bahwa terdapat cukup bukti untuk
mendukung klaim perusahaan bahwa rata-rata ketebalan kertas yang diproduksi
berbeda signifikan dengan klaim mereka pada tingkat signifikansi 0,05.
Untuk pengujian hipotesis beda dua rata-rata dengan sampel besar (n > 30),
uji statistiknya menggunakan distribusi Z.
Contoh Soal:
Sebuah perusahaan makanan mengklaim bahwa rata-rata waktu pengiriman
pesanan melalui sistem pengiriman baru mereka lebih cepat daripada sistem lama.
Untuk menguji klaim ini, seorang peneliti mengumpulkan data waktu pengiriman
pesanan dari 50 pesanan menggunakan sistem pengiriman baru dan 40 pesanan
menggunakan sistem pengiriman lama. Rata-rata waktu pengiriman pesanan
menggunakan sistem baru adalah 25 menit dengan simpangan baku 4 menit,
sedangkan rata-rata waktu pengiriman pesanan menggunakan sistem lama adalah 30
menit dengan simpangan baku 5 menit. Gunakan tingkat signifikansi 0,05. Apakah
ada cukup bukti untuk menyatakan bahwa rata-rata waktu pengiriman pesanan
menggunakan sistem baru lebih cepat daripada sistem lama?
10
Jawaban: Langkah 1: Menetapkan Hipotesis
Langkah 3: Menentukan Uji Statistik Karena sampel memiliki ukuran yang cukup
besar (n > 30) dan diasumsikan mewakili populasi dengan baik, kita dapat
menggunakan uji statistik z untuk perbedaan dua rata-rata. Rumus uji statistik z
adalah: z = ((x̄1 - x̄2) - (μ1 - μ2)) / √((σ1^2/n1) + (σ2^2/n2)) Di mana:
Langkah 4: Menghitung Uji Statistik Dalam contoh ini, x̄1 = 25, x̄2 = 30, μ1 - μ2 =
0 (hipotesis nol), σ1 = 4, σ2 = 5, n1 = 50, dan n2 = 40. Menggantikan nilai-nilai ini
ke dalam rumus, kita dapat menghitung uji statistik z: z = ((25 - 30) - 0) / √((4^2/50)
+ (5^2/40)) z ≈ -3,13
Langkah 6: Pengambilan Keputusan Jika nilai uji statistik z berada di luar daerah
kritis (lebih kecil dari z-nilai kritis), maka kita dapat menolak hipotesis nol. Jika nilai
uji statistik z berada di dalam daerah kritis, maka kita gagal menolak hipotesis nol.
Dalam contoh ini, nilai uji statistik z sebesar -3,13 lebih kecil dari z-nilai kritis -
1,645. Oleh karena itu, kita dapat menolak hipotesis nol dan menyimpulkan bahwa
11
terdapat cukup bukti untuk menyatakan bahwa rata-rata waktu pengiriman pesanan
menggunakan sistem baru lebih cepat daripada sistem lama pada tingkat signifikansi
0,05.
2) Sampel Kecil ( n ≤ 30 )
Untuk pengujian hipotesis beda dua rata-rata dengan sampel kecil (n ≤ 30),
uji statistiknya menggunakan distribusi t.
Contoh Soal:
Langkah 3: Menentukan Uji Statistik Karena sampel memiliki ukuran kecil (n ≤ 30),
kita menggunakan t-distribution untuk pengujian hipotesis. Rumus uji statistik t
adalah: t = ((x̄1 - x̄2) - (μ1 - μ2)) / √((s1^2/n1) + (s2^2/n2)) Di mana:
12
Langkah 4: Menghitung Uji Statistik Dalam contoh ini, x̄1 = 3, x̄2 = 2,5, μ1 - μ2 =
0 (hipotesis nol), s1 = 0,8, s2 = 0,6, n1 = 15, dan n2 = 12. Menggantikan nilai-nilai
ini ke dalam rumus, kita dapat menghitung uji statistik t: t = ((3 - 2,5) - 0) /
√((0,8^2/15) + (0,6^2/12)) t ≈ 1,67
Langkah 6: Pengambilan Keputusan Jika nilai uji statistik t berada di luar daerah
kritis (lebih besar dari t-nilai kritis), maka kita dapat menolak hipotesis nol. Jika nilai
uji statistik t berada di dalam daerah kritis, maka kita gagal menolak hipotesis nol.
Dalam contoh ini, kita perlu menggunakan tabel distribusi t atau perangkat lunak
statistik untuk menentukan t-nilai kritis pada tingkat signifikansi 0,05 dan derajat
kebebasan 25. Misalkan t-nilai kritis adalah 1,711. Jika nilai uji statistik t sebesar
1,67 kurang dari t-nilai kritis 1,711, maka kita gagal menolak hipotesis nol. Oleh
karena itu, tidak ada cukup bukti untuk mendukung klaim perusahaan bahwa rata-
rata usia produk A lebih tinggi daripada produk B pada tingkat signifikansi 0,05.
Contohnya:
Didasarkan atas ukuran sampelnya, pengujian hipotesis dapat dibedakan atas dua
jenis, yaitu sebagai berikut.
Contohnya :
14
b) Pengujian hipotesis dengan distribusi t (t-student)
Contohnya :
Contohnya :
Contohnya :
15
2) Pengujian hipotesis kesamaan dua varians
Pengujian hipotesis dua pihak adalah pengujian hipotesis dimana hipotesis nol
(Ho) berbunyi “sama dengan” dan hipotesis alternatifnya (H1) berbunyi “tidak sama
dengan” (Ho = dan H1 ≠)
Pengujian hipotesis pihak kiri adalah pengujian hipotesis dimana hipotesis nol
(Ho) berbunyi “sama dengan” atau “lebih besar atau sama dengan” dan hipotesis
alternatifnya (H1) berbunyi “lebih kecil” atau “lebih kecil atau sama dengan” (Ho =
atau Ho ≥ dan H1 < atau H1 ≤ ). Kalimat “lebih kecil atau sama dengan” sinonim
dengan kata “paling sedikit atau paling kecil”.
Pengujian hipotesis dua pihak adalah pengujian hipotesis dimana hipotesis nol
(Ho) berbunyi “sama dengan” dan hipotesis alternatifnya (H1) berbunyi “tidak sama
dengan” (Ho = dan H1 ≠)
Pengujian hipotesis pihak kiri adalah pengujian hipotesis dimana hipotesis nol
(Ho) berbunyi “sama dengan” atau “lebih besar atau sama dengan” dan hipotesis
alternatifnya (H1) berbunyi “lebih kecil” atau “lebih kecil atau sama dengan” (Ho =
atau Ho ≥ dan H1 < atau H1 ≤ ). Kalimat “lebih kecil atau sama dengan” sinonim
16
dengan kata “paling sedikit atau paling kecil”.
17
BAB III
PENUTUP
3.1 Kesimpulan
Hipotesis berasal dari bahasa Yunani, Hupo berarti Lemah atau kurang atau
di bawah , Thesis berarti teori, proposisi atau pernyataan yang disajikan sebagai
bukti. Sehingga dapat diartikan sebagai Pernyataan yang masih lemah kebenarannya
dan perlu dibuktikan atau dugaan yang sifatnya masih sementara.Pengujian
Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan memutuskan apakah
menerima atau menolak hipotesis itu. Dalam pengujian hipotesis, keputusan yang di
buat mengandung ketidakpastian, artinya keputusan bisa benar atau salah, sehingga
menimbulkan risiko.
2) Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
18
DAFTAR PUSTAKA
Akbar, Purnomo Setiady dan Husaini Usman. 2006. Pengantar Statistika Edisi Kedua.
Bandung : Alfabeta
iv