Anda di halaman 1dari 59

KONSEP HIPOTESIS DAN

PEMILIHAN UJI STATISTIK


Oleh:
Mohammad Abdullah
Batasan Hipotesis
Hipotesis berasal dari kata hypo yang berarti di bawah,
dan thesis yang berarti dalil, kaidah, hukum.
Pernyataan tentang dalil atau kaidah, tetapi yang
kebenarannya belum terujikan secara empirik.
Adalah suatu pernyataan tentang hubungan antara dua
variabel atau lebih yg dpt diuji kebenarannya
Hipotesis merupakan dugaan sementara yang masih harus
dibuktikan kebenarannya (melalui penelitian/risert)
Penjelasan sementara yang diajukan untuk menerangkan
fenomena problematik atau persoalan penelitian yang
dihadapi
Ciri-Ciri Pokok Hipotesis
1. Merupakan kalimat deklaratif
2. Mengekspresikan korelasi dua variabel atau
lebih
3. Merupakan jawaban tentatif (sementara)
terhadap permasalahan
4. Memungkinkan untuk dibuktikan secara
empirik
Cara menarik Hipotesis
1. Dengan cara induktif. Melihat bukti sehari-hari
maupun dlm proses penelitian yg memperli-
hatkan bahwa gejala-gejala tertentu berkorelasi
2. Diilhami oleh hasil penelitian terdahulu yg
berhubungan dg masalah penelitian yg
diangkat
3. Ditarik secara deduktif. Yaitu ditarik dari teori
yang sudah ada.
Cara menuliskan hipotesis
Dinyatakan dlm bentuk yang dapat diuji dan
jelas
Dalam satu hipotesis tidak mengandung dua
hipotesis.
Misalnya: bila kita punya satu variabel bebas
dengan 2 variabel terikat. Bisa jadi hubungan dg
variabel dependen yg satu ditolak sedangkan dg
variabel dependen yg lain diterima.
Ada 3 macam Hipotesis
1. Hipotesis Alternatif (H1 atau HA):
adalah hipotesis yang dirumuskan oleh peneliti yang
akan diuji kebenarannya.
Biasanya dirumuskan dalam rencana penelitian
(proposal).
Mengekspresikan macam hubungan antar variabel :
Apabila ........... maka ............
Ada hubungan antara ............ dengan .........
Ada perbedaan antara ---------- dengan -----------
2. Hipotesa Nol
Merupakan kebalikan dari hipotesa alternatif.
Merupakan hipotesa yang hanya ada dalam
pikiran peneliti untuk keperluan pengujian
statistik
Merupakan hipotesa yang dijadikan dasar
pengujian statistik
Perumusannya:
- Tidak ada hubungan antara ------ dengan ----
- Tidak ada perbedaan antara ---- dengan ----
3. Hipotesa Tandingan
Adalah hipotesa tentang variabel-
variabel diluar variabel independen dan
dependen.
Merupakan variabel tandingan dari
variabel pengaruh yg ada dalam hipotesa
kerja.
CONTOH:

Hipotesa Kerja:
Faktor kelelahan akan mempengaruhi suseptibilitas
individu terhadap penyakit infeksi.
Hipotesa Nol :
Tidak ada pengaruh dari kelelahan terhadap
suseptibilitas individu terhadap penyakit infeksi
Hipotesa Tandingan:
Faktor nutrisi, tingkat kekebalan, etnis akan
mempengaruhi suseptibilitas individu terhadap
penyakit infeksi
Bagan Hubungan Antara Hipotesa Kerja,
Hipotesa Nihil dan Hipotesa Tandingan

Hipotesis Hipotesis Hipotesis


Nihil Kerja Tandingan

Dikendalikan Dikendalikan
dengan uji statistik dengan design
penelitian
Unsur yang mendasari Hipotesis
1. Teori yg telah mapan, yang berkaitan dg
masalah yang diteliti
2. Fakta empirik atau informasi dari
penelitian terdahulu
3. Konsep atau teori imajinatif peneliti
sendiri
HA mengandung pengertian:
Tidak sama atau ada perbedaan
Lebih besar
Lebih kecil

H0 mengandung pengertian: sama atau


tidak ada perbedaan
PENGUJIAN HIPOTESIS
Pengujian Hipotesis
Untuk membuktikan apakah hipotesis yg telah
dirumuskan oleh peneliti terbukti atau tidak,
perlu dilakukan pengujian hipotesis.
Untuk menguji hipotesis, dibutuhkan uji
statistik
Hasil pengujian hipotesis:
hipotesis diterima atau hipotesis ditolak
KEKELIRUAN DLM UJI HIPOTESIS
1. Kekeliruan tipe I atau kekeliruan
2. Kekeliruan tipe II atau kekeliruan

Kekeliruan : menolak hipotesis yang


seharus diterima
Kekeliruan : menerima hipotesis yang
seharusnya ditolak
SEHARUSNYA

DITERIMA DITOLAK

Kesalahan Tipe
DITERI II/
KENYATAAN

MA Kesalahan

DITOL Kesalahan Tipe I/


AK Kesalahan
Macam-macam pengujian berdasarkan
perumusan hipotesis:
1. Uji 2 arah (uji 2 pihak)
Bila perumusan hipotesis alternatif (HA): adalah
ada perbedaan atau tidak sama, maka daerah
penolakan H0 berada di kedua sisi kurva (kedua
ujung )
2. Uji 1 arah (uji 1 pihak)
Bila perumusan hipotesis alternatif (HA) adalah
lebih besar atau lebih kecil, maka daerah
penolakan H0 berada di salah satu sisi kurva (kiri
atau kanan)
Uji 1 arah dibagi menjadi 2 macam:
1. Uji pihak (arah) kanan
HA : lebih besar
H0 : tidak ada perbedaan atau sama)
maka daerah penolakan H0 berada pada sisi
kanan kurva.
2. Uji pihak (arah) kiri
HA : lebih kecil
H0 : tidak ada perbedaan atau sama
Maka daerah penolakan H0 berada pada sisi kiri
kurva
Langkah-langkah pengujian hipotesis
1. Nyatakan hipotesis nol
2. Sediakan nilai-nilai sampel (hasil
pengukuran/penghitungan)
3. Gunakan rumus uji statistik (yang terpilih)
4. Tetapkan nilai kemaknaan dan batas kepercayaan
= tingkat kemaknaan : 0,05 atau 0,01
1- = batas kepercayaan
5. Tariklah kesimpulan (bermakna atau tidak)
Jenis Pengujian Statistik
1. Uji Perbedaan (Komparasi) : menguji
perbedaan antar kelompok sampel yang diteliti,
untuk menentukan apakah perbedaan tersebut
bermakna atau tidak pada taraf kemaknaan
(significance level) tertentu (0,05 atau 0,01).
2. Uji Hubungan (Korelasi): menguji
hubungan antar variabel, untuk menentukan
apakah hubungan (korelasi) tersebut bermakna
atau tidak pada taraf kemaknaan tertentu (0,05
atau 0,01)
Dasar Pemilihan Uji Statistik
1. Skala Pengukuran variabel yg diamati
2. Distribusi populasi asal dari sampel yg diambil
3. Sampel bebas (independent) ataukah berpasangan
(related)
4. Jumlah kelompok sampel (2 kelompok atau lebih), ata
jumlah pengamatan yg berpasangan (2 pengamatan
atau lebih)
5. Banyaknya variabel yg dianalisis
6. Ukuran/besar sampel
7. Bentuk/model keterkaitan antar variabel
Penggolongan Uji Statistik Berdasarkan
Skala Data dan Normalitas Distribusi
1. Uji Parametrik
Dipakai bila data berskala interval dan ratio
(kuantitatif) dan data berdistribusi normal.
2. Uji Non Parametrik
Dipakai pada :
- Data yang berskala Nominal dan ordinal
(kualitatif)
- Data berskala interval dan ratio yang tidak
normal
PENGUNAAN STATISTIK PARAMETRIK DAN NON PARAMETRIK
Penggolongan Uji/Analisa Statistik
Berdasarkan Jumlah Variabel yang Diamati
1. Analisis Univariat
Bila hanya satu variabel (tunggal) yang dianalisa.
Dipakai utk menguji bentuk suatu distribusi
sebuah variabel atau menguji kesesuaian rata-rata
satu variabel dg ukuran terentu.
2. Analisis Bivariat
Bila ada 2 variabel yang dianalisa.
3. Analisis Multivariat
Bila ada lebih dari 2 variabel yang dianalisa
Menguji Perbedaan Rata-rata () Uji 2 pihak
pada Satu Sampel (Uji Z test)
1. Bila simpangan baku di populasi () diketahui
maka akan digunakan uji dg distribusi z
x = rata-rata sampel
x 0 0 = rata-rata populasi pd masa
z
awal
n = simpangan baku di populasi
n = jumlah sampel
Untuk menguji hipotesis, z hitung dibandingkan
dengan z tabel. Z tabel dihitung dengan rumus
z1 (1 )
2
z1 (1 )
z.hitung z 1 (1 )
H0 diterima jika 2 2

H0 ditolak jika : zhitung z tabel atau z hitung z 1 (1 )


2
zhitung z 1
zhitung - ztabel atau 2
(1 )
z1 (1 )
2
didapat dari Daftar F dengan peluang
(p) = (1-)
2. Bila simpangan baku populasi () tidak
diketahui, maka dipakai distribusi t (t test)

Dalam realitanya, jarang sekali diketahui.


Karena simpangan baku populasi tidak
diketahui, maka untuk rumus perhitungan
akan dipakai simpangan baku sampel (s)
x 0
t
s
n

t = distribusi student dengan dk = n-1


H0 diterima bila ttabel <thitung<ttabel atau
t1 1
t hitung t1 1
2 2

t hitung t1 1
H0 ditolak bila : thitung ttabel atau 2
t hitung t1 1
t1 1 t hitung -t tabel atau 2

2
didapat dari distribusi t (daftar G)
dengan peluang (1 ) dan dk = (n 1)
Rumusan hipotesis adalah:
Ha : 0
H0 : = 0
Contoh pada distribusi z (z test):
Pengusaha lampu pijar A mengatakan bahwa
lampunya bisa tahan pakai sekitar 800 jam. Akhir-
akhir ini timbul dugaan bahwa masa pakai lampu
itu telah berubah. Untuk menentukan hal ini,
dilakukan penelitian dengan jalan menguji 50 buah
lampu. Ternyata rata-rata 792 jam. Dari
pengalaman, diketahui bahwa simpangan baku
masa hidup lampu adalah 60 jam. Selidikilah
dengan taraf nyata () 0,05. Apakah kualitas lampu
itu sudah berubah atau belum? (apakah lama
pakai lampu masih berkisar 800 jam?)
Jawab :
Diketahui:
0 = 800 jam = 792 jam = 60 jam n = 50
= 0,05
x
Hipotesa:
Ha : 800 jam, artinya kualitas lampu telah berubah,
tidak lagi 800 jam
Ada perbedaan rata-rata masa pakai lampu sekarang dengan masa pakai
lampu terdahulu

H0 : = 800 jam, artinya masa pakai lampu tetap 800


jam
tidak perbedaan rata-rata masa pakai lampu sekarang dengan masa
pakai lampu terdahulu
x 0
792 800
z hitung = - 0,94
z z . hitung
60

50
n
Nilai z tabel : z (1-) = z (1-0,05) = z (0,95)
Nilai z pada tabel dari z0,475 = 1,96
karena zhitung terletak antara kedua
harga tabel/kritis, maka H0 diterima.

Dengan demikian dapat disimpulkn


-1,96 1,96 bahwa pada taraf nyata 0,05 masa
pakai lampu dari produk saat ini masih sekitar 800 jam
atau belum mengalami perubahan secara signifikans
atau tidak ada perbedaan masa pakai lampu saat ini
dengan masa lampau (800 jam)
Contoh pd distribusi t:
Pengusaha lampu pijar A mengatakan bahwa lampunya
bisa tahan pakai sekitar 800 jam. Akhir-akhir ini timbul
dugaan bahwa masa pakai lampu itu telah berubah.
Untuk menentukan hal ini, dilakukan penelitian
dengan jalan menguji 50 buah lampu. Ternyata rata-
rata 792 jam. Simpangan baku di populasi tidak
diketahui sedangkan simpangan baku masa hidup
lampu dari sampel adalah adalah 55 jam. Selidikilah
dengan taraf nyata () 0,05. Apakah kualitas lampu itu
sudah berubah atau belum? Atau adakah perbedaan
masa pakai lampu saat ini dengan masa pakai lampu
terdahulu?
Jawab :
Diketahui:
0 = 800 jam x = 792 jam s = 55 jam n = 50
= 0,05

Hipotesa:
Ha : 800 jam, artinya kualitas lampu telah berubah,
tidak lagi 800 jam
H0 : = 800 jam, artinya masa pakai lampu tetap 800
jam
x 0 792 800 thitung = - 1,029
t t
s 55
n 50
Nilai t tabel : t 1- ) = t 1- (0,05) = t0,975 dk = 50-1
Nilai t pada tabel dari t0,975 dan dk = 49 adalah 2,01
karena thitung terletak antara kedua
harga tabel/kritis, maka H0 diterima.

Dengan demikian dapat disimpulkn


-2,01 2,01 bahwa pada taraf nyata 0,05 masa
pakai lampu dari produk saat ini masih sekitar 800 jam
(tidak berbeda dg masa pakai lampu produk lama)
Paired t test
Paired Samples Statistics

Std. Error
Mean N Std. Deviation Mean
Pair berat badan ibu
54,81 62 10,19 1,29
1 pada kondisi awal
berat badan ibu
56,60 62 10,98 1,39
setelah PMT

Paired Samples Correlations

N Correlation Sig.
Pair berat badan ibu
1 pada kondisi awal
62 ,949 ,000
& berat badan ibu
setelah PMT
Paired Samples Test

Paired Differences
95% Confidence
Std. Interval of the
Std. Error Difference Sig.
Mean Deviation Mean Lower Upper t df (2-tailed)
berat badan ibu
pada kondisi awal -
berat badan ibu -1,79 3,48 ,44 -2,67 -,91 -4,047 61 ,000
setelah PMT

Karena p < 0,05 maka terdapat perbedaan yang


signifikans antara berat badan sebelum dan sesudah
pemberian PMT
Menguji perbedaan rata-rata () untuk uji
satu pihak
Bila peneliti belum yakin akan arah dari
perbedaan kedua rata-rata, maka uji rata-rata
dua pihak digunakan.
Namun bila peneliti sudah yakin akan arah dari
perbedaan kedua rata-rata, yaitu lebih besar
atau lebih kecil, maka uji satu pihak akan
digunakan.
Oleh karena itu itu, uji 1 pihak dibedakan menjadi
2, yaitu pihak kanan dan pihak kiri.
Uji perbedaan rata-rata 1 arah, Pihak kanan

Hipotesis yang dibuat adalah:


Ha: > 0
Ho: = 0
1. Bila simpangan baku di populasi diketahui,
maka dipakai rumus dengan distribusi z.
Rumus yang digunakan adalah sama dengan
rumus pada uji dua arah.
x 0
z

n

H0 ditolak bila zhitung ztabel atau z hitung z0,5


H0 diterima bila zhitung < ztabel atau z hitung z0,5
Contoh soal:
Proses pembuatan barang rata-rata menghasilkan 16 unit
perjam. Hasil produksi memiliki simpangan baku 2,3. Metoda
baru diusulkan untuk mengganti metoda lama bila rata-rata
perjam menghasilkan lebih dari 16 unit. Untuk itu diuji coba
produksi sebanyak 20 kali dan rata-rata perjam menghasilkan
16,9 unit. Pada taraf nyata 0,05, apakah metoda baru
menghasilkan produksi yg lebih banyak daripada metoda
lama?
Jawab :
Diketahui:
x unit
0 = 16 unit = 16,9 = 2,3 unit
n = 20 = 0,05

Ditanya: apakah produksi sekarang lebih besar daripada


produksi terdahulu?

Hipotesa:
Ha : > 16 unit, artinya hasil produksi lebih besar dari 16 unit
H0 : = 16 unit, artinya hasil produksi tidak lebih16 unit per
jam
x 0 16,9 16
z z zhitung = 1,78
2,3
n 20

Nilai z tabel : z 0,5- = z 0,5-0,05 = z0,45


Nilai z pada tabel dari z0,45 adalah 1,65
karena zhitung > harga kritis (ztabel)
maka H0 ditolak.
Dengan demikian dapat disimpulkan
1,65 bahwa pada taraf nyata 0,05 produksi
per jam mencapai lebih dari 16 secara signifikans atau
pd taraf nyata 0,05 rata-rata produksi pada saat ini secara
signifikans lebih besar dari pada produksi masa lampau.
2. Bila simpangan baku populasi tidak diketahui
Bila simpangan baku di populasi () tidak dike-
tahui, maka dipakai simpangan baku sampel
dengan menggunakan distribusi student (t)

x 0
t H0 ditolak bila thitung ttabel
s
n atau thitung t1-
H0 diterima bila thitung < ttabel
atau thitung < t1- pada dk = n-1
Contoh soal:
Diketahui bahwa dengan pemberian makanan biasa
pada ayam, berat telur ayam rata-rata sebesar 4,5gr.
Ditemukan obat suntikan hormon yg diduga mampu
menaikkan rata-rata berat telur ayam. Untuk itu
diambil sampel sebanyak 31 butir telur ayam yang
telah diberikan suntikan hormon. Hasilnya
menunjukkan rata-rata berat telur 4,9 gr dengan
simpangan baku s=0,8 gr. Pada taraf nyata 0,01,
apakah telur ayam tersebut secara signifikans lebih
berat dari pada sebelum diberikan suntikan hormon?
Jawab:
Diketahui: 0 = 4,5 gr =x4,9 gr s = 0,8 gr
= 0,01 n = 31
Ditanya: apakah berat telur ayam pasca suntikan
hormon lebih berat daripada sebelumnya?
Jawab :
Ha: > 0 atau > 4,5
H0: = 0 atau = 4,5

x 0 4,9 4,5
t t t
s 0,8hitung = 2,78
n 31
Nila ttabel pada =0,01 dapat dihitung sebagai berikut:
t1- = t1-0,01 = t0,99 dengan dk = 31-1
= 30
nilai t tabel (pd tabel) adalah 2,46
karena thitung > ttabel, maka H0
ditolak.
jadi, rata-rata berat telur ayam yang
disuntik hormon secara signifikans
2,46 lebih berat dari pada yg diberi makanan
biasa pada taraf nyata (=0,01).
Uji rata-rata satu arah, pihak kiri
Uji satu arah pihak kiri, menggunakan rumus yang
sama dengan uji pihak kanan. bisa menggunakan
distribusi z atau t tergantung diketahui nilai
simpangan baku populasi atau tidak.
Hipotesa:
Ha: < 0 (rata-rata saat ini lebih kecil daripada rata-rata masa lalu)
H0: = 0 (rata-rata saat ini sama dengan rata-rata masa lalu)
H0 ditolak bila thitung - ttabelatau thitung - t1-
H0 diterima bila thitung > - ttabel
atau thitung > t1- pada dk = n-1
Contoh:
Akhir-akhir ini masyarakat mengeluh dan
mengatakan bahwa isi bersih makanan A dalam
kaleng tidak sesuai dengan yang tertulis pd
etiketnya yg sebesar 5 ons. Untuk meneliti hal
ini, 23 kaleng makanan A telah diteliti secara
acak. Dari ke 23 isi kaleng tersebut, berat rata-
ratanya adalah 4,9 ons dan simpangan baku 0,2
ons. Dengan taraf nyata 0,05, tentukan apakah
keluhan masyarakat tentang berkurangnya isi
kemasan tersebut benar?
Jawab:
Diketahui: 0=5 ons = 4,9 ons s = 0,2 on
x
= 0,05 n = 23
Hipotesis:
HA : < 0 atau < 5 ons
H0 : =0 atau = 5 ons Karena tidak diketahui, maka
dipakai s sehingga dipakai rumus dengan distribusi t (student).
x 0 4,9 5 thitung = - 2,398
t t
s 0,2
n 23
Ttabel = t1- = t1-0,05 = t0,95 dengan dk = 23-1 dk = 22
Maka ttabel adalah 1,72.
Karena thitung < - ttabel, maka H0 ditolak.
Jadi isi makanan dalam kaleng secara signifikans lebih sedikit dari
pada 5 ons atau keluhan masyarakat selama ini terbukti
Menguji Perbedaan Proporsi () : uji 2 Arah
Pada Satu sampel

Hipotesa:
HA: 0 Rumus:
H0: = 0 x n 0
z
0 1 0 / n

H0 ditolak bila zhitung z(1-) atau zhitung - z(1-)


H0 diterima bila - z(1-) < zhitung < z(1-)
Contoh Soal:
Kita ingin menguji bahwa jumlah penderita Tb
paru antara yang berjenis kelamin laki-laki dan
wanita adalah sama, sehingga jenis kelamin
bukan merupakan faktor risiko Tb paru. Untuk
itu sebuah sampel acak yang terdiri dari 4.800
penderita Tb paru diambil. Setelah diperiksa
jenis kelaminnya, ternyata 2.458 orang adalah
laki-laki. Pada taraf nyata 0,05 selidikilah
apakah proporsi penderita Tb paru laki-laki
pada saat ini sama dengan wanita ?
Jawab :
Diketahui: n = 4.800 orang 0 = (proporsi laki-laki
sama dg wanita) = 0,05 x = 2.458
Hipotesa:
HA : 0 atau
x n 0
H0: = 0 atau = z
0 1 0 / n
2.458 4.800 0,5
z
0,51 0,5 / 4.800 zhitung = 1,68
ztabel = z(1-) = z(1-0,05) ztabel (Z0,475)= 1,96
Karena zhitung < ztabel, maka H0 diterima.
Jadi tidak ada perbedaan proporsi penderita Tb paru
antara laki-laki dan wanita (jenis kelamin bukan
faktor risiko penyakit Tb paru).
Menguji proporsi : uji 1 pihak

Hipotesa Untuk uji proporsi 1 pihak kanan:


HA: > 0
H0: = 0
Hipotesa Untuk uji proporsi 1 pihak kiri:
HA: < 0
H0: = 0 x n 0
z
Rumus yang dipakai adalah sama 0 1 0 / n
Penolakan H0 untuk uji pihak kanan:
H0 ditolak bila zhitung z0,5-
H0 diterima bila zhitung < z0,5-

Penolakan H0 untuk uji pihak kiri:


H0 ditolak bila zhitung - z0,5-
H0 diterima bila zhitung > - z0,5-
Contoh Soal Uji Beda Proporsi 1 pihak kanan
Untuk mengukur keberhasilan penggunaan alat
kontrasepsi yang baru, diambil sampel sebanyak 50
pasangan suami istri. Keberhasilan tersebut diukur dari
tingkat keberhasilan pencegahan kehamilan. Jenis alat
kontrasepsi yang lama menunjukkan tingkat
keberhasilan sebesar 85%. Dengan alkon baru tersebut,
diperoleh data bahwa pasangan yang berhasil mencegah
kehamilan sebanyak 45 orang. Pada taraf nyata 0,05,
tentukan apakah proposi pasangan yang berhasil
mencegah kehamilan dengan alkon baru tersebut secara
signifikans lebih besar daripada menggunakan alkon
lama?
Jawab :
Diketahui:
0 = 0,85n = 50X = 45
= 0,05

HA : proporsi pasangan suami istri yang berhasil


mencegah kehamilan pada pengguna alkon baru
lebih besar daripada pengguna alkon lama
> 0 atau (>0,85)
H0 : tidak ada perbedaan proporsi pasangan suami
istri yang berhasil mencegah kehamilan antara
kelompok pengguna alkon baru dan alkon lama.
= 0 atau (=0,85)
x n 0 45 / 50 0,85
z z
0 1 0 / n 0,851 0,85 / 50

0,9 0,85
z Z hitung = 1
0,85 X 0,15 / 50
Z tabel = Z0,5-
= Z0,5-0,05
= Z0,45
Ztabel = 1,65
Karena Zhitung < Ztabel pd uji 1 pihak kanan, maka
H0 diterima.
Jadi tidak ada perbedaan yang signifikans proporsi
pasangan suami istri yang berhasil mencegah
kehamilan antara yang menggunakan alkon baru dan
alkon lama.
Contoh soal Uji proporsi pihak kiri:
Untuk mengevaluasi efektivitas pemberian taburia
(fortifikasi) dlm menurunkan kasus gizi buruk, telah
diambil 100 anak secara acak. Ternyata diperoleh data
25 anak menderita kurang gizi. Setelah 6 bulan
diberikan taburia dilakukan pengukuran kembali pada
100 anak tersebut. Ternyata diperoleh data bahwa
masih terdapat 19 anak menderita kurang gizi. Pada
taraf nyata 0,05, tentukan apakah proporsi anak yang
menderita kurang gizi setelah diberikan taburia secara
signifikans lebih rendah daripada sebelumnya?
Jawab :

Diketahui:
n0 = 100 X0 = 25 n1 = 100 X1 = 19
= 0,05

HA : proporsi anak yg menderita kurang gizi setelah


diberikan taburia lebih rendah dari pada sebelum
diberikan taburia (< 0 atau <0,25)
H0 : tidak ada perbedaan proporsi anak yang menderi-
ta kurang gizi antara sebelum dan sesudah diberi-
kan taburia. (= 0 atau =0,25)
x n 0 19 / 100 0,25
z z
0 1 0 / n 0,251 0,25 / 100

0,19 0,25
z Z hitung = - 16
0,25 X 0,075 / 100
Z tabel = Z0,5-
= Z0,5-0,05
= Z0,45
Ztabel = - 1,65
Karena Zhitung < -Ztabel pd uji 1 pihak kiri, maka H0
ditolak.
Jadi proporsi anak yg menderita gizi kurang setelah
diberikan taburia secara signifikans lebih rendah
daripada sebelum diberikan taburia.