A. Pendahuluan
Pada hipotesis statistika dikenal lambang H 0 dan lambang H1 atau Ha atau HT. Pada
dasarnya hipotesis penelitian yang telah dirancang oleh sipeneliti, diterjemahkan dalam
bahasa statistika dan ditulis dalam lambang statistika dan diletakkan pada H 1 atau pada Ha
atau pada HT bukan pada H0. Pada prinsipnya H0 adalah hipotesis yang ingin ditolak oleh si
peneliti. Menolak H0 berarti menerima H1, begitu pula sebaliknya. Oleh karena itu setelah
melalui proses pengujian, seorang peneliti akan mengambil keputusan apakah menolak H 0
atau sebaliknya mengatakan tidak cukup bukti untuk menolak H 0. Kalau dia menolak H0
berarti dia menerima H1 dan keputusan ini sesuai dengan kehendaknya. (ingat bahwa
hipotesis penelitian yang telah dirancang sebelumnya diletakkan pada H1).
Directional test
Nondirectional test
H1 : θ ≠ θ0
Catatan:
(memberikan satu nilai tertentu ). Dengan cara ini, peluang membuat kesalahan tipe I selalu
dapat dikontrol.
Contoh 1:
Seorang guru matematika di suatu kota mengklaim bahwa rata-rata nilai matematika siswa
SMA di kotanya melebihi nilai 6,5. Untuk menguji klaim guru tersebut kita pakai hipotesis
nol dan hipotesis alternatif.
H0 : μ=6 ,
H1 : μ>6 ,5
(lambang > pada H1 menunjukkan pengujian hipotesis ini adalah pengujian hipotesis satu
arah, yaitu arah ke kanan)
6,5
Contoh 2:
Seorang pembalap memperkirakan bahwa rata-rata kecepatan terendahnya tidak pada angka
40 km perjam. Untuk menguji dugaannya itu dirumuskan hipotesis:
H0 : = 40
H1 : 40
(Lambang ≠ pada H1 menunjukkan bahwa pengujian hipotesis ini adalah pengujian hipotesis
dua arah)
40
B. Prosedur Pengujian Hipotesis Statistika
Ada beberapa langkah yang harus dilalui ketika akan melakukan pengujian hipotesis
statistika, yaitu:
Apabila populasi berdistribusi normal dengan rata-rata dan varians 2 , maka : μ x =¿dan
2
2 σ
σ x= (populasi besar) dimana n= ukuran sampel berarti
n
x−μx x−μ x
=
Z = σx σ
√n
x−μx
Karena hipotesis nol H0 : = 0, Maka Z = σ berdistribusi normal
√n
Kasus 1. Jika hipotesis alternatif, H 1 : 0 , maka untuk tingkat signifikan daerah
kritis adalah : Z > Z α / 2 atau Z < −Z α / 2
Selanjutnya, dari sebuah sampel berukuran n kita dapatkan x dan karena diketahui,
maka
x−μ x
Z hitung =
Z hitung adalah σ
√n
Dari gambar di atas dapat di simpulkan bahwa: H 0 ditolak bila Z hitung >¿ Z α / 2 atau
Z hitung ← Z α / 2
Kasus 2. Apabila hipotesis alternatif H1 : > 0 , maka untuk tingkat signifikan , daerah
kritis adalah untuk Z > Z α
Kasus 3. Apabila hipotesis alternatif H1 : < 0 , maka H0 ditolak bila Z hitung < −Z α
Contoh :
Sebuah sampel beranggota 100 dicatat dari siswa-siswa SMA pada suatu kabupaten dan
didapat rata-rata nilai matematika mereka adalah 6,2. Jika simpangan baku rata-rata nilai
matematika siswa di Indonesia adalah 0,9 apakah hal ini mengindikasikan bahwa rata-rata
nilai matematika siswa di Indonesia lebih dari 6,0. Gunakan tingkat signifikan 5%.
Penyelesaian :
(1) H0 : μ=6 , 0
(2) H1 : μ>6 ,5
(3) σ =0 , 05
(4) Daerah krisis : Z > Z 0 ,05= 1,65 dimana
x−μx
Z= σ
√n