Pengujian

Hipotesis Beda
Dua Rata-rata
 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.

Pengujian Hipotesis adalah suatu prosedur yang dilakukan

dengan tujuan memutuskan apakah menerima atau
menolak hipotesis itu.
Pengujian Hipotesis
Beda Dua Rata-rata
 01 Formulasi Hipotesis

Prosedur 02 Penentuan nilai 𝜶 dan nilai 𝒁𝒕𝒂𝒃𝒆𝒍 (𝒁𝜶 )

Pengujian
03 Kriteria Pengujian
Hipotesis
04 Uji Statistik

05 Kesimpulan
 01 Formulasi Hipotesis

Prosedur
02 Penentuan nilai 𝜶 dan nilai 𝒁𝒕𝒂𝒃𝒆𝒍 (𝒁𝜶 )
Pengujian
Hipotesis 03 Kriteria Pengujian

04 Uji Statistik

05 Kesimpulan
Formulasi Hipotesis
a. 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 > 𝜇2
b. 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 < 𝜇2 <

c. 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 ≠ 𝜇2
 01 Formulasi Hipotesis

Prosedur 02 Penentuan nilai 𝜶 dan nilai 𝒁𝒕𝒂𝒃𝒆𝒍 (𝒁𝜶 )

Pengujian
Hipotesis 03 Kriteria Pengujian

04 Uji Statistik

05 Kesimpulan
Penentuan nilai 𝜶 dan nilai 𝒁𝒕𝒂𝒃𝒆𝒍 (𝒁𝜶 )
Mengambil nilai 𝛼 sesuai soal

(kebijakan), kemudian

menentukan nilai 𝑍𝛼 atau

𝑍𝛼 dari tabel
2
 01 Formulasi Hipotesis

Prosedur 02 Penentuan nilai 𝜶 dan nilai 𝒁𝒕𝒂𝒃𝒆𝒍 (𝒁𝜶 )

Pengujian
Hipotesis 03 Kriteria Pengujian

04 Uji Statistik

05 Kesimpulan
Kriteria Pengujian a. Untuk 𝐻0 : 𝜇1 = 𝜇2 dan 𝐻1 : 𝜇1 > 𝜇2
𝐻0 diterima jika 𝑍0 ≤ 𝑍𝛼
𝐻0 ditolak jika 𝑍0 > 𝑍𝛼
b. Untuk 𝐻0 : 𝜇1 = 𝜇2 dan 𝐻1 : 𝜇1 < 𝜇2 :
𝐻0 diterima jika 𝑍0 ≥ −𝑍𝛼
𝐻0 ditolak jika 𝑍0 < −𝑍𝛼
c. Untuk 𝐻0 : 𝜇1 = 𝜇2 dan 𝐻1 : 𝜇1 ≠ 𝜇𝛼 :

𝐻0 diterima jika −𝑍𝛼 ≤ 𝑍0 ≤ −𝑍𝛼

2 2

𝐻0 ditolak jika 𝑍0 > 𝑍𝛼 atau 𝑍0 < −𝑍𝛼

2 2
 01 Formulasi Hipotesis

Prosedur 02 Penentuan nilai 𝜶 dan nilai 𝒁𝒕𝒂𝒃𝒆𝒍 (𝒁𝜶 )

Pengujian 03 Kriteria Pengujian

Hipotesis
04 Uji Statistik

05 Kesimpulan
 Uji Statistik
a. Jika simpangan baku populasi diketahui:

𝑋 1 −𝑋 2 𝜎12 𝜎22
𝑍0 = 𝜎𝑋 −𝑋
dengan 𝜎𝑋 1 −𝑋 2 = 𝑛1
+ 𝑛2
1 2

b. Jika simpangan baku populasi tidak diketahui:

𝑋 1 −𝑋 2 𝑠12 𝑠22
𝑍0 = 𝑠𝑋 −𝑋
dengan 𝜎𝑋 1 −𝑋 2 = 𝑛1
+ 𝑛2
1 2
 01 Formulasi Hipotesis

Prosedur 02 Penentuan nilai 𝜶 dan nilai 𝒁𝒕𝒂𝒃𝒆𝒍 (𝒁𝜶 )

Pengujian 03 Kriteria Pengujian

Hipotesis
04 Uji Statistik

05 Kesimpulan
 Kesimpulan

a. Jika 𝐻0 diterima maka 𝐻1

ditolak.
b. Jika 𝐻0 ditolak maka 𝐻1
diterima.
 Contoh
Seseorang berpendapat bahwa rata-rata jam kerja buruh di daerah A dan B sama dengan alternatif A lebih besar daripada B. untuk
itu, diambil sampel 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%! (varians/simpangan baku kedua populasi sama besar).
Penyelesaian:
𝑛1 = 100 𝑋1 = 38 𝑠1 = 9
𝑛2 = 70 𝑋2 = 35 𝑠2 =7
1. Formula hipotesisnya:
4. Uji Statistik:
𝐻0 ∶ 𝜇1 = 𝜇2
𝐻1 : 𝜇1 > 𝜇2 92 72
𝑠𝑋1−𝑋2 = +
100 70
2. Taraf nyata dan nilai 𝒁𝒕𝒂𝒃𝒆𝒍 :
= 1,23
𝛼 = 5% = 0, 05
𝑍0,05 = 1,64 𝑋ത1 − 𝑋ത2
𝑍0 =
3. Kriteria pengujian: 𝑠𝑋ത1−𝑋ത2
38 − 35
= = 1,244
1,23
5. Kesimpulan
Karena 𝑍0 = 2,44 > 𝑍0,05 = 1,64, maka 𝐻0 ditolak. Jadi, rata-rata jam
𝐻0 diterima apabila 𝑍0 ≤ 1,64 kerja buruh di daerah A dan daerah B adalah tidak sama.
𝐻0 ditolak apabila 𝑍0 > 1,64
Pengujian Hipotesis
Beda Dua Rata-rata
 01 Formulasi Hipotesis

Prosedur 02 Penentuan nilai 𝜶 dan nilai 𝒕𝒕𝒂𝒃𝒆𝒍 (𝒕𝜶 )

Pengujian
03 Kriteria Pengujian
Hipotesis
04 Uji Statistik

05 Kesimpulan
 01 Formulasi Hipotesis

Prosedur
02 Penentuan nilai 𝜶 dan nilai 𝒕𝒕𝒂𝒃𝒆𝒍 (𝒕𝜶 )
Pengujian
Hipotesis 03 Kriteria Pengujian

04 Uji Statistik

05 Kesimpulan
Formulasi Hipotesis
a. 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 > 𝜇2
b. 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 < 𝜇2 <

c. 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 ≠ 𝜇2
 01 Formulasi Hipotesis

Prosedur 02 Penentuan nilai 𝜶 dan nilai 𝒕𝒕𝒂𝒃𝒆𝒍 (𝒕𝜶 )

Pengujian
Hipotesis 03 Kriteria Pengujian

04 Uji Statistik

05 Kesimpulan
Penentuan nilai 𝜶 dan nilai 𝒕𝒕𝒂𝒃𝒆𝒍 (𝒕𝜶 )
Mengambil nilai 𝛼 sesuai soal

(kebijakan), kemudian

menentukan nilai 𝑡𝛼 atau

𝑡𝛼 dari tabel
2
 01 Formulasi Hipotesis

Prosedur 02 Penentuan nilai 𝜶 dan nilai 𝒕𝒕𝒂𝒃𝒆𝒍 (𝒕𝜶 )

Pengujian
Hipotesis 03 Kriteria Pengujian

04 Uji Statistik

05 Kesimpulan
Kriteria Pengujian a. Untuk 𝐻0 : 𝜇1 = 𝜇2 dan 𝐻1 : 𝜇1 > 𝜇2
𝐻0 diterima jika 𝑡0 ≤ 𝑡𝛼
𝐻0 ditolak jika 𝑡0 > 𝑡𝛼
b. Untuk 𝐻0 : 𝜇1 = 𝜇2 dan 𝐻1 : 𝜇1 < 𝜇2
𝐻0 diterima jika 𝑡0 ≥ −𝑡𝛼
𝐻0 ditolak jika 𝑡0 < −𝑡𝛼
c. Untuk 𝐻0 : 𝜇1 = 𝜇2 dan 𝐻1 : 𝜇1 ≠ 𝜇𝛼

𝐻0 diterima jika −𝑡𝛼 ≤ 𝑡0 ≤ −𝑡𝛼

2 2

𝐻0 ditolak jika 𝑡0 > 𝑡𝛼 atau 𝑡0 < −𝑡𝛼

2 2
 01 Formulasi Hipotesis

Prosedur 02 Penentuan nilai 𝜶 dan nilai 𝒕𝒕𝒂𝒃𝒆𝒍 (𝒕𝜶 )

Pengujian 03 Kriteria Pengujian

Hipotesis
04 Uji Statistik

05 Kesimpulan
 Uji Statistik
a. Untuk pengamatan tidak bepasangan b. Untuk pengamatan berpasangan
𝑋1 − 𝑋2 𝑑
𝑡0 = 𝑡0 =
𝑠𝑑 / 𝑛
𝑛1 − 1 𝑠12 + 𝑛2 − 1 𝑠22 1 1
+
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2 Keterangan :
𝑑 = rata-rata dari nilai 𝑑
𝑡0 memiliki distribusi dengan
𝑑𝑏 = 𝑛1 + 𝑛2 − 2 𝑠𝑑 = simpangan baku dari nilai 𝑑
𝑛 = banyaknya pasangan
𝑡0 memiliki distribusi dengan
𝑑𝑏 = 𝑛 − 1
 01 Formulasi Hipotesis

Prosedur 02 Penentuan nilai 𝜶 dan nilai 𝒕𝒕𝒂𝒃𝒆𝒍 (𝒕𝜶 )

Pengujian 03 Kriteria Pengujian

Hipotesis
04 Uji Statistik

05 Kesimpulan
 Kesimpulan

a. Jika 𝐻0 diterima maka 𝐻1

ditolak.
b. Jika 𝐻0 ditolak maka 𝐻1
diterima.
 Contoh
Sebuah perusahaan mengadakan pelatihan Teknik pemasaran. Sampel sebanyak 12 orang dengan metode biasa dan 10 orang dengan
terprogram. Pada akhir pelatihan diberikan evaluasi dengan materi yang sama. Kelas pertama mencapai nilai rata-rata 80 dengan
simpangan baku 4 dan kelas kedua 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
𝑛1 = 12 𝑋1 = 80 𝑠1 = 4 𝐻0 diterima apabila−1,725 ≤ 𝑡0 ≤ 1,725
𝑛2 = 10 𝑋2 = 75 𝑠2 = 4,5 𝐻0 ditolak apabila 𝑡0 > 1,725 atau 𝑡0 < −1,725
1. Formulasinya hipotesis: 4. Uji Statistik
𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 ≠ 𝜇2 𝑋1−𝑋2
𝑡0 =
2. Taraf nyata dan nilai tabelnya: 𝑛1 − 1 𝑠2 1 + 𝑛2 − 1 𝑠22 1 1
𝛼 = 10% = 0,1 +
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2
𝑡𝛼 = 0,05
2 𝑋1−𝑋2
𝑑𝑏 = 12 + 10 − 2 = 20 = = 2,76
𝑡0,05;20 = 1,725 12 − 1 42 + 10 − 1 4,52 1 1
+
12 + 10 − 2 12 10
3. Kriteria pengujian 5. Kesimpulan
Karena 𝑡0 2,76 > 𝑡0,05;20 1,725 maka 𝐻0 ditolak. Jadi,
kedua metode yang digunakan dalam pelatihan tidak sama
hasilnya.
 Contoh
Untuk mengetahui apakah keanggotaan dalam organisasi mahasiswa memiliki akibat baik atau buruk terhadap prestasi akademik
seseorang, diadakan penelitian mengenai mutu rata-rata prestasi akademik. Berikut ini data selama 5 tahun
Tahun
1 2 3 4 5
Anggota 7,0 7,0 7,3 7,1 7,4
Bukan 7,2 6,9 7,5 7,3 7,4
Anggota

Ujilah pada taraf nyata 1% apakah keanggotaan mahasiswa berakibat buruk pada prestasi akademiknya dengan asumsi bahwa
populasinya normal!
Penyelesaian:
1. Formulasi hipotesisnya:
𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 < 𝜇2
3. Kriteria Pengujian
2. Taraf nyata dan nilai tabelnya 𝐻0 diterima apabila 𝑡0 ≥ −3,747
𝛼 = 1% = 0,01 𝐻0 ditolak apabila 𝑡0 < −3,747
𝑡𝛼 = 0,05
2
𝑑𝑏 = 5 − 1 = 4
𝑡0,01;4 = −3,747
 Contoh
3. Kriteria Pengujian
𝐻0 diterima apabila 𝑡0 ≥ −3,747
𝐻0 ditolak apabila 𝑡0 < −3,747
4. Uji Statistik

Anggota Bukan Anggota 𝒅 𝒅𝟐 −0,5

𝑑= = −0,1
7.0 7.2 -0.2 0.04
5
0,13 (−0,5)2
7.0 6.9 0.1 0.01 𝑆𝑑2 = − = 0,02
4 20
7.3 7.5 -0.2 0.04 𝑆𝑑 = 0,14
7.1 7.3 -0.2 0.04 −0,1
7.4 𝑡0 = = −1,6
7.4 0.0 0.00 0,14
Jumlah -0.5 0.13 √5

5. Kesimpulan
Karena 𝑡0 −1,6 > 𝑡0,01;4 (−3,747), maka 𝐻0 diterima. Jadi, keanggotaan organisasi
bagi mahasiswa tidak memberikan pengaruh buruk terhadap prestasi akademiknya.
Penyelesaian menggunakan Excel dan SPSS
• Excel • SPSS
t-Test: Paired Two Sample for Means Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean

Pair 1 anggota 7.1600 5 .18166 .08124

Anggota Bukan Anggota
bukan_anggota 7.2600 5 .23022 .10296
Mean 7.16 7.26
Paired Samples Correlations
Variance 0.033 0.053
N Correlation Sig.
Observations 5 5 Pair 1 anggota & bukan_anggota 5 .789 .113

Pearson Correlation 0.789076365 Paired Samples Test

Hypothesized Mean Difference 0 Pair 1
anggota -
df 4
bukan_anggota
t Stat -1.58113883 Paired Differences Mean -.10000
P(T<=t) one-tail 0.094501829 Std. Deviation .14142
Std. Error Mean .06325
t Critical one-tail 3.746947388
99% Confidence Interval Lower -.39119
P(T<=t) two-tail 0.189003658 of the Difference Upper .19119

t Critical two-tail 4.604094871 t -1.581

df 4
Sig. (2-tailed) .189
Terima Kasih