PENGUJIAN HIPOTESIS 2

POPULASI
I Ketut Putu Suniantara
 Uji Hipotesis Dua Sampel Parametrik

Materi:
1. Ilustrasi Uji Hipotesis 2 Populasi
2. Uji Hipotesis Saling Bebas (independent t – test)
3. Uji Hipotesis beda berpasangan (paired t – test)
 Uji Hipotesis Dua Populasi

Kasus I:
Misalnya dari suatu populasi diambil sejumlah sample
(sebanyak n). Sebanyak n1 diberi perlakuan a dan sebanyak
n2 lagi diberikan perlakuan B. Kemudian dari kedua kasus
diukur suatu respon untuk melihat apakah terdapat perbedaan
pengaruh antara perlakuan A dan B terhadap respon.
Kasus II:
Misalkan dari n sampel penderita tekanan darah tinggi pada
saat awal (sebelum diberi obat) diperiksa tekanan darahnya.
Kemudian diberikan obat penurunan tekanan darah dan
seminggu lagi diukur lagi tekanan darahnya.

Kedua contoh diatas adalah suatu kasus yang disebut uji hipotesis dua
populasi.
Uji Hipotesis Dua Sampel

Dua Sampel Bebas

(Independent)

Dua Sampel

Dua Sampel Berpasangan

(Paired)
 A. Uji Hipotesis Dua Sampel Bebas (Independen)

• Terdapat dua sampel yang akan diuji atau dibandingkan satu

sama lain

• Tidak terdapat hubungan antara dua sampel yang diuji

• Tujuannya adalah untuk mengetahui apakah ada perbedaan

rata-rata (mean) antara dua populasi, dengan melihat rata-
rata masing-masing sampelnya.
• Jumlah n1 dan n2 tidak harus sama
 σ 12 dan σ22 Uji z
diketahui

Uji Dua
Sampel Asumsi
Bebas σ 12 = σ22
σ 12 dan σ22
tidak diketahui
Asumsi
σ 12 ≠ σ22

Uji t
 Bentuk Hipotesis:

1. H 0 : 1 =  2
H 1 : 1   2 Hipotesis dua arah

2. H 0 : 1   2
H 1 : 1   2
Hipotesis satu arah
3. H 0 : 1   2
H 1 : 1   2
 A.1. σ 12 dan σ22 diketahui

Jika terdapat penelitian sebelumnya mengenai varians

populasi sampel1 dan populasi sampel2 maka uji yang
digunakan adalah Uji Z dengan Z-hitung sebagai berikut

H0 ditolak jika |Z-hitung| > Z-tabel

 A.2. σ 12 dan σ22 tidak diketahui

Jika tidak terdapat penelitian sebelumnya mengenai

varians populasi sampel1 dan populasi sampel2 maka uji
yang digunakan adalah Uji t dengan t-hitung sebagai
berikut

H0 ditolak jika |t-hitung| > t-tabel (α; n1+n2-2)

 Kasus I: Asumsi σ 12 = σ22

Kasus II: Asumsi σ 12 ≠ σ22

 Contoh 1. Uji Hipotesis Independen t - test

Suatu peneliti ingin mengetahui apakah terdapat

perbedaan signifikan nilai Statistika antara mahasiswa
FISIP yang bekerja dan mahasiswa FISIP yang tidak
bekerja. Pada penelitian ini digunakan sampel 10 orang
mahasiswa tidak bekerja dan 10 orang mahasiswa
bekerja. Data yang dihimpun berupa skor yang
melambangkan hasil nilai mata kuliah Statistika.
Dari data tersebut. Ujilah apakah secara signifikan
terdapat perbedaan nilai Statistika antara mahasiwa
FISIP yang tidak bekerja dengan mahasiswa bekerja?
 Mahasiswa Mahasiswa
Tidak Bekerja Bekerja
8 7
9 8
6 5
6 4
9 7
6 5
8 6
5 5
7 8
6 5
 Langkah-Langkah Uji Dua Sampel Bebas
(Independen)
1. Susun Hipotesis yang akan diuji

1. H 0 : 1 =  2 (Tidak terdapat perbedaan nilai mahasiswa tdk kerja &

bekerja )
H 1 : 1   2 (Terdapat perbedaan nilai mahasiswa tdk kerja & bekerja

2. Nyatakan nilai alpha

Alpha yang digunakan adalah 5% = 0,05

3. σ 12 dan σ22 tidak diketahui, asumsi σ 12 ≠ σ22

 4. Hitung nilai t-hitung
2
 
2 _
 _
 _
 x 2 − x2 
_
x1 x2 x1 − x1
_
 x1 − x1  x2 − x2

8 7 1

1

1

1

x1 = 7
9 8 2 4 2 4 ( x
s2 = 1 1
− x )2
=
18
=2
6 5 -1 1 -1 1
n1 − 1 10 − 1
1
6 4 -1 1 -2 4
9 7 2 4 1 1
6 5 -1 1 -1 1 _
8 6 1 1 0 0 x2 = 6
5 5 -2 4 -1 1
7 8 0 0 2 4 (
s2 = 2
x − x 2 )2

=
18
=2
6 5 -1 1 -1 1 n2 − 1 10 − 1
2

SUM 70 60 18 18
 2 2
s s 2 2
s x1− x 2 = 1
+ 2
= + = 0,4 = 0,6325
n1 n2 10 10

x1 − x2 7−6
t hitung = = = 1,581
s x1−x 2 0,6325
 5. Tentukan aturan penolakan H0

H0 ditolak jika |t-hitung| > t-tabel

6. Nyatakan keputusan

|t-hitung| = 1,581
t-tabel = t (0,05; n1+n2-2) = t (0,05; 10+10-2) = t (0,05; 18) = 2,101
|t-hitung| < t-tabel maka tidak cukup bukti untuk menolak H0
sehingga keputusan yang diambil adalah terima H0
7. Nyatakan kesimpulan

Tidak terdapat perbedaan signifikan pada nilai Statistika antara

mahasiswa FISIP Udayana yan bekerja dan yang tidak bekerja
 B. Uji Hipotesis Dua Sampel Berpasangan (Paired)

• Terdapat dua sampel yang akan diuji atau dibandingkan satu

sama lain
• Terdapat hubungan antara dua sampel yang diuji
• Tujuannya adalah untuk mengetahui apakah ada perbedaan
rata-rata (mean) antara dua populasi, dengan melihat rata-
rata masing-masing sampelnya.
• Contohnya
➢menguji tekanan darah pasien sebelum dan sesudah
pemberian obat
➢ Nilai siswa sebelum diberi metode pembelajaran tertentu
dan sesudah metode
 Bentuk Hipotesis:

1. H 0 : d = d 0
H1 :  d   d 0 Hipotesis dua arah

2. H 0 : d  d 0
H1 :  d   d 0
Hipotesis satu arah
3. H 0 : d  d 0
H1 :  d   d 0
 Contoh 2. Uji Hipotesis Beda Berpasangan
Suatu kegiatan penelitian eksperimental, telah berhasil
menemukan metode “ABG” sebagai metode baru untuk
mengajarkan mata kuliah Statistika. Dalam rangka uji coba
terhadap efektifitas atau keampuhan metode baru itu,
dilaksanakan penelitian lanjutan dengan mengajukan
Hipotesis Nol yang mengatakan : Tidak terdapat perbedaan
yang signifikan nilai Statistika antara sebelum dan sesudah
di terapkannya metode “ABG” sebagai metode mengajar
mahasiswa FISIP Universitas Udayana. Dalam rangka
pengujian ini diambil sampel sebanyak 20 mahasiswa.
Gunakan taraf kepercayaan 95% untuk menguji pernyataan
(Hipotesis ) tersebut.
 Nilai Statistika II Nilai Statistika II
Nama Nama
Sebelum sesudah
Sebelum sesudah
A 78 75
L 40 50
B 60 68
C 55 59 M 63 68

D 70 71 N 85 83
E 57 63 O 70 77
F 49 54 P 62 69
G 68 66
Q 58 73
H 70 74
R 65 65
I 81 89
J 30 33 S 75 76
K 55 51 T 69 86
 Langkah-Langkah Uji Dua Sampel
Berpasangan (Paired)

1. Susun Hipotesis yang akan diuji

(Tidak terdapat perbedaan yang signifikan
antara hasil belajar sebelum dan sesudah )
H0 : (μ1- μ2) = 0 atau μ1= μ2
H1 : (μ1- μ2) ≠ 0 atau μ1 ≠ μ2 (Terdapat perbedaan yang signifikan
hasil belajar sebelum dan sesudah )

2. Tentukan nilai alpha

Karena tingkat kepercayaan 95% maka alpha 5% = 0,05

3. Tentukan statistik uji

Uji yang digunakan adalah uji t dengan t-hitung sebagai berikut:

D
1   ( D ) 
2

s=  D −
t= n 2

s
dan n −1  n 
n  

D = x1 – x2
 ( D ) 
Sebelum Sesudah D=
 
(x1) (x2) x1-x2 D2 2
1 
s=  D −
2
78 75 3 9

60 68 -8 64 n −1  n 
55 59 -4 16  
70 71 -1 1
57 63 -6 36
=
1  (− 90 ) 
2

49 54 -5 25 1002 − 
68 66 2 4 19  20 
70 74 -4 16
81 89 -8 64 = 31,4211 = 5,6054
30 33 -3 9
55 51 4 16
40 50 -10 100
63 68 -5 25
85 83 2 4
70 77 -7 49
62 69 -7 49
58 73 -15 225
65 65 0 0
75 76 -1 1
69 86 -17 289
Jumlah -90 1002
 D
t= n
s
n
− 90
20 − 4,50
t= = = −3,5902 .
5.6054 1.2534
20

ttabel = t (0,05;19) = 2,093

 5. Tentukan nilai aturan penolakan H0

H0 ditolak jika |t-hitung| > t-tabel atau p-value < alpha

6. Tentukan Keputusan
|t-hitung| = |-3,5902| = 3,5902
t-tabel = 2,093
|t-hitung| > t-tabel maka Tolak H0

7. Nyatakan Kesimpukan

Karena H0 ditolak maka terima H1 artinya terdapat perbedaan

nilai statistika yang signifikan pada mahasiswa FISIP Udayana
sebelum dan sesudah metode pembelajaran tersebut diterapkan
Latihan Software dengan SPSS
 Contoh 3. Uji Independen t - tes:

Dua macam makanan A dan B diberikan kepada dua kelompok ayam secara
terpisah untuk jangka waktu tertentu. Kelompok pertama terdiri atas 11 ayam
yang diberi makanan jenis A, dan kelompok kedua terdiri atas s10 ayam yang
diberi makanan jenis B. Tambahan berat badan ayam (dalam ons) setelah
eksperimen itu dilakukan dicatat dalam tabel berikut.
Makanan A 3,1 3,0 3,3 2,9 2,6 3,0 3,6 2,7 3,8 4,0 3,4

Makanan B 2,7 2,9 3,4 3,2 3,3 2,9 3,0 3,0 2,6 3,7

Apakah kedua jenis makanan itu mengakibatkan pertambahan berat rerata

dua kelompok ayam itu sama? Gunakan taraf signifikansi 0,05 jika diketahui
bahwa tambahan berat badan ayam itu mempunyai variansi yang sama,
tetapi tidak diketahui.
1. Hipotesis
H0 : A = B H1 : A ≠ B

Dari tabel diperoleh rerata A = 3,22; rerata B=3,07;

sA2 = 0,1996; sB2 = 0,1112; simpangan baku gabungan
s2 = (11 – 1).0,1996 + (10 – 1).0,1112))/(11+10 – 2) = 0,158
dan s = 0,397

x1 − x2 3, 22 − 3, 07
t= = = 0,862
s 1/ n1 + 1/ n2 0,397 (1/11)(1/10)

Dari tabel distribusi t nilai t0,975 dengan dk = 19 adalah 2,09.

Karena pengujian dua pihak, nilai t=0,862 berada dalam
interval antara –2,09 dan 2,09, yang berarti H0 diterima
 Contoh 4. Uji Hipotesis Beda Berpasangan

Suatu LSM ingin membuktikan kebenaran klaim dari

suatu produk obat yang menyatakan obat tekanan
darahnya sangat efektif menurunkan tekanan darah
pasien seminggu setelah obat tersebut diminum .
Untuk membuktikan hal tersebut maka LSM mengambil
sampel sebanyak 15 pasien penderita tekanan darah
tinggi. Adapun kemudian data yang dicatat berupa
tekanan darah pasien sebelum diberi obat dan tekanan
darah setelah seminggu minum obat. Adapun datanya
adalah :
 Sebelum minum Sesudah minum d = X1-X2
No obat obat
(X1) (X2)
1 150 130 20
2 140 130 10
3 170 150 20
4 140 120 20
5 200 135 65
6 190 135 55
7 200 140 60
8 150 150 0
9 175 160 15
10 180 130 50
11 160 150 10
12 165 140 25
13 200 175 25
14 210 170 40
15 180 160 20
 Permasalah kasus di atas adalah dua
populasi tidak bebas.
Hipotesis: Statistika ujinya:
H 0 : d  d 0 d − d 0
t=
H1 :  d   d 0 sd / n
Langkah Perhitungan

d =
 d i
=
150 + 140 +  + 180
= 29
n 15
 (d −d) (150 − 29 )2 +  + (180 − 29 )
2 2

s d2 = = = 400,8004
i

n −1 15 − 1
d − d 0 29 − 0
Maka: t= = = 5,61
sd / n 20,02 / 15
 Keputusan
t tabel dengan alpha 5% dan db 14 adalah 1,761

Maka tolak H0
artinya pemberian obat mampu menurunkan
tekanan darah tinggi.
TUGAS 1
 TUGAS 2
Suatu peneliti ingin mengetahui pengetahuan tentang
higienitas pada suatu desa. Untuk kepentingan tersebut,
ia melakukan tes tentang pengetahuan higienitas pada
sampel 13 keluarga yang diujikan pada kepala keluarga
dan ibu rumah tangga dari masing-masing keluarga
tersebut. Hasil tes diberi skor 1-80. Peneliti tersebut
tertarik mempelajari apakah terdapat perbedaan yang
signifikan antara pengetahuan higienitas kepala keluarga
dan ibu rumah tangga pada desa tersebut. Ujilah
hipotesisnya dengan menggunakan alpha 5%!
Data Penelitian
Keluarga Skor Ayah Skor Ibu

A 68 63
B 49 41
C 53 54
D 75 71
E 49 39
F 41 44
G 75 67
H 58 56
I 52 46
J 49 37
K 55 61
L 69 68
M 57 59