Dalam kehidupan sehari-hari, sering kita jumpai banyak hal yang dapat kita deskripsikan dalam bentuk data.
Informasi data yang diperoleh tentunya harus diolah terlebih dahulu menjadi sebuah data yang mudah dibaca
dan dianalisa. Statistika adalah ilmu yang mempelajari cara-cara pengolahan data.
Untuk meperoleh data-data tersebut, diperlukan adanya suatu penelitian. Penelitian ini didapatkan melalui
berbagai cara, dan juga berbagai langka-langkah pengujian dari para pengumpul data. Sebelum melakukan
penelitian, kita akan menduga-duga terlebih dahulu terhadap apa yang kita ingin teliti. Pernyataan dugaan atau
pernyataan sementara kita ini yang disebut hipotesis.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang sifatnya masih sementara
atau lemah kebenarannya. Hipotesis statistik dapat berbentuk suatu variabel seperti binomial, poisson, dan
normal atau nilai dari suatu parameter, seperti rata-rata, varians, simpangan baku, dan proporsi. Hipotesis
statistic harus di uji, karena itu harus berbentuk kuantitas untuk dapat di terima atau di tolak. Hipotesis statistic
akan di terima jika hasil pengujian membenarkan pernyataannya dan akan di tolak jika terjadi penyangkalan dari
pernyataannya.
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 bias benar atau salah, sehingga menimbulkan risiko. Besar kecilnya risiko
dinyatakan dalam bentuk probabilitas. Pengujian hipotesis merupakan bagian terpenting dari statistic inferensi
(statistic induktif), karena berdasarkan pengujian tersebut, pembuatan keputusan atau pemecahan persoalan
sebagai dasar penelitian lebih lanjut dapat terselesaikan.
B. Prosedur Pengujian Hipotesis
Prosedur pengujian hipotesis statistic adalah langkah-langkah yang di pergunakan dalam menyelesaikan
pengujian hipotesis tersebut. Berikut ini langkah-langkah pengujian hipotesis statistic adalah sebagai berikut.
1. Hipotesis nol / nihil (HO) : Hipotesis nol adalah hipotesis yang dirumuskan sebagai
suatu pernyataan yang akan di uji. Hipotesis nol tidak memiliki perbedaan atau
perbedaannya nol dengan hipotesis sebenarnya.
2. Hipotesis alternatif/ tandingan (H1 / Ha): Hipotesis alternatif adalah hipotesis yang di
rumuskan sebagai lawan atau tandingan dari hipotesis nol. Dalam menyusun
hipotesis alternatif, timbul 3 keadaan berikut.
H1 menyatakan bahwa harga parameter lebih besar dari pada harga yang di
hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian
sisi atau arah kanan.
H1 menyatakan bahwa harga parameter lebih kecil dari pada harga yang di
hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian
sisi atau arah kiri.
H1 menyatakan bahwa harga parameter tidak sama dengan harga yang di
hipotesiskan. Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu pengujian
sisi atau arah kanan dan kiri sekaligus.
Secara umum, formulasi hipotesis dapat di tuliskan :
Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis terhadap nilai parameter
populasinya. Semakin tinggi taraf nyata yang di gunakan, semakin tinggi pula penolakan hipotesis nol atau
hipotesis yang di uji, padahal hipotesis nol benar.
Besaran yang sering di gunakan untuk menentukan taraf nyata dinyatakan dalam %, yaitu: 1% (0,01), 5% (0,05),
10% (0,1), sehingga secara umum taraf nyata di tuliskan sebagai α0,01,α0,05, α0,1. Besarnya nilai α bergantung pada
keberanian pembuat keputusan yang dalam hal ini berapa besarnya kesalahan (yang menyebabkan resiko) yang
akan di tolerir. Besarnya kesalahan tersebut di sebut sebagai daerah kritis pengujian (critical region of a test)
atau daerah penolakan ( region of rejection).
Nilai α yang dipakai sebagai taraf nyata di gunakan untuk menentukan nilai distribusi yang di gunakan pada
pengujian, misalnya distribusi normal (Z), distribusi t, dan distribusi X². Nilai itu sudah di sediakan dalam
bentuk tabel di sebut nilai kritis.
1. Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada
nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
2. Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada
nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
Dalam bentuk gambar, kriteria pengujian seperti gambar di bawah ini:
4. Menentukan Nilai Uji Statistik
Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu dalam pengujian hipotesis.
Uji statistik merupakan perhitungan untuk menduga parameter data sampel yang di ambil secara random dari
sebuah populasi. Misalkan, akan di uji parameter populasi (P), maka yang pertama-tama di hitung adalah
statistik sampel (S).
5. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau penolakan hipotesis nol
(Ho)yang sesuai dengan kriteria pengujiaanya. Pembuatan kesimpulan dilakukan setelah membandingkan nilai
uji statistik dengan nilai α tabel atau nilai kritis.
1. Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.
2. Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai kritisnya.
Kelima langkah pengujian hipotesis tersebut di atas dapat di ringkas seperti berikut.
Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha)
Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.
Langkah 4 : Melakukan uji statistic
Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
Pengujian hipotesis tentang rata-rata adalah pengujian hipotesis mengenai rata-rata populasi yang di dasarkan
atas informasi sampelnya.
Contohnya:
Contohnya:
1. Pengujian hipotesis sampel besar :Pengujian hipotesis sampel besar adalah pengujian
hipotesis yang menggunakan sampel lebih besar dari 30 (n > 30).
Pengujian hipotesis dengan distribusi Z adalah pengujian hipotesis yang menggunakan distribusi Z sebagai uji
statistik. Tabel pengujiannya disebut tabel normal standard. Hasil uji statistik ini kemudian di bandingkan
dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji
statistik. Tabel pengujiannya disebut tabel t-student. Hasil uji statistik ini kemudian di bandingkan dengan nilai
dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat) adalah pengujian hipotesis yang menggunakan distribusi
χ2 sebagai uji statistik. Tabel pengujiannya disebut tabel χ2. Hasil uji statistik ini kemudian di bandingkan
dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
2. Pengujian Independensi
3. Pengujian hipotesis kompatibilitas
d. Pengujian hipotesis dengan distribusi F (F-ratio)
Pengujian hipotesis dengan distribusi F (F-ratio) adalah pengujian hipotesis yang menggunakan distribusi F (F-
ratio) sebagai uji statistik. Tabel pengujiannya disebut tabel F. Hasil uji statistik ini kemudian di bandingkan
dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1. Pengujian hipotesis dua pihak (two tail test) : Pengujian hipotesis dua pihak adalah
pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” dan hipotesis
alternatifnya (H1) berbunyi “tidak sama dengan” (Ho = dan H1 ≠)
2. Pengujian hipotesis pihak kiri atau sisi kiri : Pengujian hipotesis pihak kiri adalah
pengujian hipotesis di mana 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”.
3. Pengujian hipotesis pihak kanan atau sisi kanan : Pengujian hipotesis pihak kanan
adalah pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” atau
“lebih kecil atau sama dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih
besar” atau “lebih besar atau sama dengan” (Ho = atau Ho ≤ dan H1 > atau H1 ≥).
Kalimat “lebih besar atau sama dengan” sinonim dengan kata “paling banyak atau
paling besar”.
D. Pengujian Hipotesis Rata-Rata
Pengujian Hipotesis Satu Rata-Rata
1. Sampel besar ( n > 30 )
Untuk pengujian hipotesis satu rata-rata dengan sample besar (n > 30), uji statistiknya menggunakan distribusi
Z. Prosedur pengujian hipotesisnya adalah sebagai berikut.
Formulasi hipotesis
1. Ho : µ = µo
H1 : µ > µo
2. Ho : µ = µo
H1 : µ < µo
3. Ho : µ = µo
H1 : µ ≠ µo
Penentuan nilai α (taraf nyata) dan nilai Z table (Zα) Menentukan nilai α sesuai soal,
kemudian nilai Zα atau Zα/2ditentukan dari tabel.
Kriteria Pengujian
Untuk Ho : µ = µo dan H1 : µ > µo
o Ho di terima jika Zo ≤ Zα
o Ho di terima jika Zo ≥ – Zα
Untuk Ho : µ = µo dan H1 : µ ≠ µo
Uji Statistik
Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria pengujiannya).
Contoh Soal :
Suatu pabrik susu merek Good Milk melakukan pengecekan terhadap produk mereka, apakah rata-rata berat
bersih satu kaleng susu bubuk yang di produksi dan di pasarkan masih tetap 400 gram atau sudah lebih kecil
dari itu. Dari data sebelumnya di ketahui bahwa simpangan baku bersih per kaleng sama dengan 125 gram. Dari
sample 50 kaleng yang di teliti, di peroleh rata-rata berat bersih 375 gram. Dapatkah di terima bahwa berat
bersih rata-rata yang di pasarkan tetap 400 gram? Ujilah dengan taraf nyata 5 % !
Penyelesaian :
Diketahui :
n = 50, X = 375, σ = 125, µo = 400
Jawab :
Formulasi hipotesisnya :
Ho : µ = 400
H1 : µ < 400
α = 5% = 0,05
Kriteria pengujian :
Uji Statistik
Kesimpulan
Karena Zo = -1,41 ≥ – Z0,05 = – 1,64 maka Ho di terima. Jadi, berat bersih rata-rata susu bubuk merek GOOD
MILK per kaleng yang di pasarkan sama dengan 400 gram
Formulasi hipotesis
1. Ho : µ = µo
H1 : µ > µo
2. Ho : µ = µo
H1 : µ < µo
3. Ho : µ = µo
H1 : µ ≠ µo
Penentuan nilai α (taraf nyata) dan nilai t- tabel : Menentukan nilai α sesuai soal,
kemudian menentukan derajat bebas, yaitu db = n – 1, lalu menentukan nilai tα;n-1 atau
tα/2;n-1ditentukan dari tabel.
Kriteria Pengujian
Untuk Ho : µ = µo dan H1 : µ > µo
o Ho di terima jika to ≤ tα
o Ho di terima jika to ≥ – tα
Untuk Ho : µ = µo dan H1 : µ ≠ µo
Uji Statistik
Simpangan baku populasi ( σ ) di ketahui :
Contoh soal :
Sebuah sample terdiri atas 15 kaleng susu, memiliki isi berat kotor seperti yang di berikan berikut ini.
Jika di gunakan taraf nyata 1%, dapatkah kita menyakini bahwa populasi cat dalam kaleng rata-rata memiliki
berat kotor 1,2 kg/kaleng ? (dengan alternatif tidak sama dengan). Berikan evaluasi anda !
Penyelesaian :
Diketahui :
Jawab:
∑X = 18,13
∑X2 = 21,9189
X = 18,13 / 15
= 1,208
Formulasi hipotesisnya :
Ho : µ = 1,2
H1 : µ ≠ 1,2
α = 1% = 0,01
t0,005;14 = 2,977
Kriteria pengujian :
Uji Statistik
Kesimpulan
Karena –t0,005;14 = -2,977 ≤ to = 1,52 ≤ t0,005;14 = – 2,977 maka Hodi terima. Jadi, populasi susu dalam kaleng
secara rata-rata berisi berat kotor 1,2 kg/kaleng.
Contoh Soal :
Seseorang berpendapat bahwa rata-rata jam kerja buruh di daerah A dan B sama dengan alternatif A lebih besar
dari pada B. Untuk itu, di ambil sample di kedua daerah, masing-masing 100 dan 70 dengan rata-rata dan
simpangan baku 38 dan 9 jam per minggu serta 35 dan 7 jam per minggu. Ujilah pendapat tersebut dengan taraf
nyata 5% ! Untuk Varians/ simpangan baku kedua populasi sama besar !
Penyelesaian :
Diketahui :
n1 = 100 X1 = 38 s₁ = 9
n2 = 70 X2 = 35 s₂ = 7
Jawab:
Formulasi hipotesisnya :
H o : µ₁ = µ ₂
H 1 : µ₁ > µ ₂
α = 5% = 0,05
Kriteria pengujian :
Uji Statistik
Kesimpulan
Karena Zo = 2,44 > Z0,05 = 1,64 maka Ho di tolak. Jadi, rata-rata jam kerja buruh di daerah A dan daerah B
adalah tidak sama.
2. Sampel kecil ( n ≤ 30 )
Untuk pengujian hipotesis beda dua rata-rata dengan sampel kecil (n ≤ 30), uji statistiknya menggunakan
distribusi t.
Contoh Soal :
Sebuah perusahan mengadakan pelatihan teknik pemasaran. Sampel sebanyak 12 orang dengan metode biasa
dan 10 orang dengan terprogram. Pada akhir pelatihan di berikan evaluasi dengan materi yang sama. Kelas
pertama mencapai nilai rata-rata 75 dengan simpangan baku 4,5. Ujilah hipotesis kedua metode pelatihan,
dengan alternative keduanya tidak sama! Gunakan taraf nyata 10%! Asumsikan kedua populasi menghampiri
distribusi normal dengan varians yang sama!
Penyelesaian :
Diketahui :
n1 = 12 X1 = 80 s₁ = 4
n2 = 10 X2 = 75 s₂ = 4,5
Jawab:
Formulasi hipotesisnya :
H o : µ₁ = µ ₂
H 1 : µ₁ ≠ µ ₂
α = 10% = 0,10
= 0,05
db = 12 + 10 – 2 = 20
t0,05;20 = 1,725
Kriteria pengujian :
o Ho di terima apabila -1,725 ≤ t0 ≤ 1,725
Uji Statistik
Kesimpulan
Karena t0 = 2,76 > t0,05;20 = 1,725 maka Ho di tolak. Jadi, kedua metode yang digunakan dalam pelatihan tidak
sama hasilnya.
Kesimpulan
Karena t0 = 2,76 > t0,05;20 = 1,725 maka Ho di tolak. Jadi, kedua metode yang digunakan dalam pelatihan tidak
sama hasilnya.
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 bias benar atau salah, sehingga menimbulkan risiko.
Prosedur Pengujian hipotesis
Ø Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha).
Ø Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
Ø Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.
Ø Langkah 4 : Melakukan uji statistik
Ø Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
Jenis-Jenis Pengujian Hipotesis
Berdasarkan Jenis Parameternya
1. Pengujian hipotesis tentang rata-rata