Ho : dan Ha : ≠
arti lebih lanjut dari hipotesis alternatif adalah kemungkinan > (rata-rata pertama lebih besar
daripada rata-rata ke dua) atau < (rata-rata pertama lebih kecil daripada rata-rata ke dua). Dalam
penerimaan dan penolakan terhadap hipotesis, ada dua kemungkinan kesalahan yang terjadi,
yaitu :
Ho benar Ha benar
(peluang α) benar
(peluang β )
Kesalahan tipe I yaitu peluang α (alpha) adalah menerima hipotesis alternatif yang
seharusnya ditolak , atau menolak hipotesis nihil yang seharusnya diterima.
Kesalahan tipe II yaitu peluang β (beta) adalah menerima hipotesis nihil yang seharusnya ditolak,
atau menolak hipotesis alternatif yang seharusnya diterima. Oleh karena namanya kesalahan,
maka harus diusahakan untuk terjadi yang sekecil mungkin terhadap kesalahan tersebut. Peluang
membuat kesalahan tipe I dinamakan peluang α, dan peluang membuat kesalahan tipe II disebut
sebagai peluang β, tetapi ada pula yang menamakan sebagai kesalahan α dan kesalahan β.
Peluang α dalam prakteknya disebut sebagai taraf signifikansi atau taraf kebermaknaan
(seberapa tinggi makna). Besar kecilnya α dan β yang dapat diterima dalam pengambilan
keputusan bergantung kepada akibat-akibat atas diperbuatnya kesalahan-kesalahan tersebut. Jika
akibat yang ditimbulkan atas kesalahan yang diperbuat adalah fatal bagi kehidupan manusia atau
obyek penarikan kesimpulan, maka pengambilan keputusan harus sangat hati-hati, akan tetapi
pengambilan keputusan dapat lebih longgar apabila keputusan yang diambil tidak fatal atau tidak
ada alternatif lain. Sebagai contoh adalah ditemukannya suatu terapi bagi suatu penyakit yang
sangat cepat menuju kematian, akan diambil sebagai tindakan terapi bagi seseorang yang
mengidap penyakit tersebut, meskipun probabilitas kesembuhannya hanya 50 % (α = 0,50),
karena belum ada terapi yang lain yang dapat menyembuhkan.
Sudah disebutkan di atas bahwa hipotesis adalah kesimpulan yang bersifat sementara, karena
disimpulkan berdasarkan telaah teoritis saja, dan masih perlu diuji kebenarannya berdasarkan
data empiris atau fakta di lapangan. Hasil penghitungan statistik terhadap data empiris akan
membawa ke kesimpulan bahwa hipotesis diterima atau ditolak.
Suatu pengujian dapat dilakukan apakah sebuah rata-rata hasil pengukuran dari suatu sampel dengan
jumlah subyek tertentu berbeda dengan rata-rata populasinya (μ). Dalam hal ini terdapat dua situasi
yang berbeda.
Di pembahasan telah dijelaskan bahwa nilai rata-rata dari distribusi rata adalah sama persis dengan nilai
rata-rata populasinya atau X = μ. Apabila dari distribusi nilai rata-rata tersebut juga dihitung simpangan
bakunya, maka akan diperoleh simpangan baku dari distribusi rata-rata atau X s . Namun secara singkat
X s dapat dihitung dari sebuah sampel saja, dengan formula sebagai berikut :
dimana :
= simpangan baku dari distribusi rata-rata atau disebut pula standard error
Nilai rata-rata sebuah populasi dapat diuji kebenarannya berdasarkan sebuah sampel yang diambil dari
populasinya. Persamaan antara nilai rata-rata populasi (μ ) dan rata-rata sampel
• Terdapat dua cara uji hipotesis dua rata-rata, yaitu uji dua rata-rata dari dua kelompok yang saling
tidak terikat / bebas satu dengan yang lain serta uji dua rata antar dua kelompok yang saling memiliki
hubungan satu dengan yang lain.
Misalkan terdapat dua kelompok yang menghasilkandan dengan jumlah subyek dan , serta ke duanya
diambil dari sebuah populasi dengan rata-rata populasi dan dan variansnya adalah dan .
Hipotesisnya adalah Ho : = Asumsinya adalah sampel diambil dari populasinya dengan varians
yang sama, oleh karena itu . Inilah
yang disebut sebagai asumsi adanya homogenitas varians antar kelompok. Jika asumsi tersebut dapat
dijamin, maka data dari dua sampel dapat dikombinasikan untuk mendapatkan estimasi yang tidak bias
terhadap varians populasi ().
Dapat diambil sebagai contoh uji rata-rata pada dua kelompok data yang saling berhubungan, apabila
terdapat suatu situasi dimana sekelompok orang diteliti dalam dua kondisi yang berbeda, misalkan
diteliti tekanan darahnya pada saat sebelum dan setelah menjalani suatu proses pengobatan atau
terapi. Data yang dikumpulkan dari dua kali pengukuran tekanan darah tersebut mungkin berkorelasi.
Suatu prosedur untuk menguji taraf signifikansi dapat dilakukan tanpa menghitung tingkat korelasi antar
kedua set data tersebut, yaitu dengan metode yang berbeda dengan metode korelasi. Metode tersebut
biasa disebut sebagai uji t pada kelompok data yang saling berhubungan.
Misalkan data tersebut dikumpulkan pada sejumlah subyek N tertentu, perbedaan skor dari 2 data
yang berpasangan tersebut dapat dihitung. Dua data yang berpasangan misalkan 1
X dan 2 X , dan perbedaan setiap pasang data adalah = D (D = difference). Nilai rata-rata perbedaan
dari semua pasang data adalah Perbedaan dua nilai rata-rata dari kedua kelompok adalah sama dengan
rata-rata perbedaan. Perbedaan tiap pasang adalah
= D dengan mempertimbangkan jumlah subyek (N pasangan), maka akan dihasilkan Σ −Σ =ΣD Dibagi
dengan N maka akan diperoleh = . Oleh karena rata-rata perbedaan adalah perbedaan antar dua rata-
rata, maka dapat diuji signifikansi perbedaan antar 2 rata-rata dengan menguji apakah D secara
signifikan berbeda dari 0. Besaran 0 (nol) akan diperoleh jika antara dua set data adalah sama persis
atau tidak ada perbedaan sama sekali, pada contoh tersebut di atas : jika tidak ada efek dari terapi maka
tidak ada perbedaan tekanan darah sebelum dan setelah terapi, atau sama dengan 0 (nol).