Statistika :

Statistika Komputasi :

Pengujian
Hipotesis
Dosen Pengampu : Yuniar Farida, M.T & Aris Fanani, M.T
 HIPOTESIS

Hipotesis berasal dari penggalan kata hypo yang artinya di

bawah dan thesa yang artinya kebenaran, jadi hipotesis
adalah suatu dugaan yang perlu diketahui kebenarannya
yang berarti dugaan itu mungkin benar mungkin salah.
FUNGSI HIPOTESIS

Hipotesis merupakan kebenaran sementara yang perlu diuji

kebenarannya oleh karena itu hipotesis berfungsi sebagai
kemungkinan untuk menguji kebenaran suatu teori.

Jika hipotesis sudah diuji dan dibuktikan kebenaranya,

maka hipotesis tersebut menjadi suatu teori. Jadi sebuah
hipotesis diturunkan dari suatu teori yang sudah ada,
kemudian diuji kebenarannya dan pada akhirnya
memunculkan teori baru.
 HIPOTESA STATISTIK

Jika perumusan atau pernyataan dikhususkan

mengenai populasi
Konsep Uji Hipotesis

Hipotesis
Populasi
Penelitian

Hipotesis Sampel
Keputusan
Statistik

Statistik Uji
HIPOTESIS STATISTIK

Hipotesis statistik : anggapan dasar/asumsi atau

dugaan mengenai parameter populasi (khususnya
nilai-nilai parameter).

Pengujian Hipotesis : prosedur untuk menentukan

apakah menerima atau menolak hipotesis yang
dibuat.

Dasar yang dipakai untuk merumuskan hipotesis

antara lain : a. pengetahuan, b. hasil penelitian,
c. pengalaman, dan d. ketajaman berpikir.
Menentukan formulasi hipotesis
Dibedakan 2 jenis :
1. Hipotesis nol : suatu pernyataan yg akan
diuji, hipotesis tsb tidak memiliki
perbedaan/ perbedaannya nol dgn
hipotesis sebenarnya.
2. Hipotesis alternatif : segala hipotesis yg
berbeda dgn hipotesis nol. Pemilihan
hipotesis ini tergantung dr sifat masalah
yg dihadapi
 HIPOTESIS STATISTIK

Penerimaan suatu hipotesis terjadi karena

TIDAK CUKUP BUKTI untuk MENOLAK
hipotesis tersebut dan BUKAN karena
HIPOTESIS ITU BENAR

Penolakan suatu hipotesis terjadi karena

TIDAK CUKUP BUKTI untuk MENERIMA
hipotesis tersebut dan BUKAN karena
HIPOTESIS ITU SALAH
Kekeliruan dalam Pengujian
Hipotesis
KESIMPULAN KEADAAN SEBENARNYA
Hipotesis Benar Hipotesis Salah
KELIRU
Terima Hipotesis BENAR (Kekeliruan Tipe II)
b
KELIRU
Tolak Hipotesis (Kekeliruan Tipe I) BENAR
a
Kesalahan jenis I. adalah kesalahan yg dibuat pd waktu menguji hipotesis di
mana kita menolak Ho padahal sesungguhnya Ho itu benar. Dengan kata lain
adalah peluang menolak Ho yg benar

Kesalahan jenis II. adalah kesalahan yg dibuat pd waktu menguji hipotesis di mana kita
menerima Ho padahal sesungguhnya Ho itu salah. Dengan kata lain adalah peluang menolak
Ho yg salah
SIFAT SIFAT UJI HIPOTESIS
Jenis pengujian
Uji dua sisi (two tail) digunakan jika parameter populasi dalam
hipotesis dinyatakan sama dengan (=).

Uji satu sisi (one tail) digunakan jika parameter populasi dalam
hipotesis dinyatakan lebih besar (>) atau lebih kecil (<).
Menentukan nilai kritis
Perhatikan tingkat signifikansi (a) yang digunakan. Biasanya 1%, 5%,
dan 10%.
Untuk uji dua sisi, gunakan a/2, dan untuk uji 1 sisi, gunakan a.
Banyaknya sampel (n) digunakan untuk menentukan derajat bebas
(db).
Satu sampel: df. = n 1
Dua sampel: df. = n1 + n2 2
Nilai Kritis ditentukan menggunakan tabel t atau tabel Z
3. Tingkat Kepercayaan (Confidence Interval)

Tingkat kepercayaan atau disebut juga confidence interval atau risk level
didasarkan pada gagasan yang berasal dari Teorema Batas Sentral (Central Limit
Theorem). Gagasan pokok yang berasal dari teorema tersebut ialah apabila
suatu populasi secara berulang-ulang ditarik sampel, maka nilai rata-rata atribut
yang diperoleh dari sampel-sampel tersebut sejajar dengan nilai populasi yang
sebenarnya.
Contoh: jika tingkat kepercayaan sebesar 95% dipilih, maka 95 dari 100 sampel akan
mempunyai nilai populasi yang sebenarnya dalam jangkauan ketepatan sebagaimana sudah
dispesifikasi sebelumnya.
Dalam SPSS CI menggunakan default sebesar 95%
Dalam teori umumnya: 99%, 95% dan 90%

Friday, November 17, 2017 Jonathan Sarwono ULTC 13

4. Signifikansi / Probabilitas (Significance Level)

Signifikansi atau disebut juga probabilitas merupakan tingkat ketepatan (presisi)

dalam kaitannya dengan kesalahan pengambilan sampel (sampling error),
merupakan jangkauan dimana nilai populasi yang tepat diperkirakan
Contoh: Sig = 0,05 (SPSS menggunakan deafult sebesar 0,05
Range: 0,01 0,1. Semakin kecil sig-nya semakin besar jumlah sampel.

Friday, November 17, 2017 Jonathan Sarwono ULTC 14

Daerah Penerimaan & Penolakan Uji Dua
Arah

Bab X Pengujian Hipotesis

Daerah Penerimaan & Penolakan Uji Satu
Arah

Bab X Pengujian Hipotesis

Mengambil Kesimpulan
Membandingkan antara Nilai Hitung dengan Nilai Kritis. Jika |t
hitung| > t kritis, keputusan menolak H0. Sebaliknya .
Atau menggunakan gambar kurva distribusi normal. Jika nilai
hitung berada pada daerah penolakan H0, maka keputusannya
adalah menolak H0. Sebaliknya, .
Prosedur Pengujian Hipotesis

Rumuskan Hipotesis (dua pihak atau satu pihak)

Tentukan statistik uji (Z, t, c2, F dlsb)
Hitung statistik uji
Tentukan daerah kritis (tetapkan tingkat
signifikansi/kebermaknaan a)
Bandingkan statistik uji dengan daerah kritis
Membuat keputusan terima atau tolak H0
Uji Satu Rata-rata, populasi
berdistribusi normal

Hipotesis H 0 : 0 melawan
H1 : 0 atau
H1 : 0 atau
H1 : 0

x 0 Simpangan baku populasi ()

z

n diketahui
Statistik Uji :
x 0
t Simpangan baku populasi tidak
s diketahui ( diganti oleh s sampel)
n
Contoh kasus 1
Sebuah pabrik batere mobil menyatakan bahwa rata-rata daya
pakai produknya adalah 7 tahun dengan simpangan baku 0,5
tahun. Dari inspeksi terhadap 40 buah sampel batere diperoleh
bahwa rata-rata daya pakai ini adalah 6,2 tahun. Apakah pendapat
pabrik tersebut bisa anda terima?

Rumusan Hipotesis H0 : = 7
Uji 2 pihak
H1 : 7

x 0
Tentukan statistik uji z Karena ukuran sampel cukup
besar dan diketahui
n

6,2 7 0,8 0,8

z 10,11
0,5 0,5 / 6,32 0,0791
40
Tentukan daerah kritis (ambil a = 5%)

Daerah Tolak H0
Daerah Tolak H0

Daerah Terima H0
a /2
a /2
a /2 a /2

-1,96 1,96

Nilai ini diambil dari tabel z dengan nilai peluang 0,9750

Letakkan nilai z (-10,11) di atas dalam daerah kritis. Jika z terletak di

daerah kritis berarti tolak H0

Karena z terletak di daerah kritis maka tolak Ho, artinya tolak hipotesis
bahwa daya pakai produk sama dengan 7 tahun.
Contoh kasus 2
Pabrik bola lampu Caang menyatakan bahwa produknya
mempunyai daya pakai lebih dari 2 tahun. Hasil pengujian yang
dilakukan oleh yayasan lembaga konsumen terhadap 10 lampu
mendapatkan bahwa rata-rata daya tahan bola lampu tersebut
adalah 2,2 tahun dengan simpangan baku 0,4 tahun. Dari hasil ini
apakah pernyataan tersebut dapat diterima dengan taraf keyakinan
5%.

Rumusan Hipotesis
H0 : >2
H1 : < 2

x 0
Statistik uji t
s
n

2,2 2,0 0,2

t 1,581
0,4 0,1265
10
Tentukan daerah kritis
(lihat tabel t dengan df = 10-1 dan ambil a = 5%)

Daerah Tolak H0

Daerah Terima H0
a /2
a /2 a 0,05

1,65
t=1,581

Kesimpulan : nilai t masuk dalam daerah terima H0, berarti maka

pernyataan pabrik tersebut bahwa daya tahan produknya lebih besar dari
2 tahun dapat diterima
Uji Satu Proporsi (p)

Hipotesis H0 : p p 0 melawan

H1 : p p 0 atau
H1 : p p 0 atau
H1 : p p 0

x / n p0
Statistik Uji : z
p 0 (1 p 0 ) / n

Kriteria terima dan tolak Hipotesis lihat tabel Z

Contoh kasus 3
Pabrik gelas Kawung mengklaim bahwa paling sedikit 95% gelas
yang diproduksinya berkualitas baik. Sebuah penelitian dari 200
sampel gelas memperlihatkan adanya gelas yang cacat sebanyak
18 buah. Apakah anda menerima pernyataan pabrik tersebut? Uji
dengan taraf signifikasi 5%

Rumusan Hipotesis H0 : p = 0,95

H1 : p > 0,95

x / n p0
Statistik Uji z
p 0 (1 p 0 ) / n

182 / 200 0,95 0,91 0,95

z 2,597
0,95(0,05) / 200 0,0154
Tentukan daerah kritis
(lihat tabel z dengan nilai p = 0,9500)

Daerah Tolak H0

Daerah Terima H0
a/2
a/2 a 0,05

1,65
z
-2,597

Karena z hitung < z tabel (terletak di daerah terima H0), maka dapat
disimpulkan bahwa pernyataan pabrik tersebut yang menyatakan bahwa
produk yang baik paling sedikit 95% dapat diterima.
Uji Dua Rata-rata, populasi
independen dan berdistribusi normal

Rumusan Hipotesis H 0 : 1 2 melawan

H1 : 1 2 atau
H1 : 1 2 atau
H1 : 1 2

1. Asumsi : 1 = 2 = diketahui
x1 x 2
Statistik Uji : z
1 1

n1 n2

2. Asumsi : 1 = 2 = tidak diketahui

x1 x 2 (n1 1) s12 (n2 1) s 22
Statistik Uji : t s
2

1 1 n1 n2 2
s
n1 n 2 df n1 n2 2
Uji Dua Proporsi
Rumusan Hipotesis H 0 : p1 p 2 melawan

H1 : p1 p 2 atau
H1 : p1 p 2 atau
H1 : p1 p 2

x1 / n1 x 2 / n2
Statistik Uji : z
1 1
pq ( ) ( )
n1 n1

x1 x2
p q 1 p
n1 n2

Kriteria terima dan tolak Hipotesis lihat tabel Z

Contoh kasus 4
Dua kelompok uji yang disebut X dan Y masing-masing terdiri dari 100 orang
diketahui menderita penyakit tetelo. Sebuah perusahaan farmasi berhasil
menemukan sebuah serum yang diberi nama meteor garden untuk
menyembuhkan penyakit tersebut. Untuk menguji efektifitas serum ini,
serum tersebut diberikan kepada kelompok X, sedang kelompok Y tidak
diberikan (dianggap sebagai kelompok kontrol). Setelah beberapa waktu,
yang sembuh dari kelompok X adalah 75 orang dan dari kelompok Y sebanyak
65 orang. Dari hasil ini periksalah apakah pemberian serum tersebut efektif?
Gunakan taraf signifikasi 5%.

Percobaan p = 75%

Kontrol p = 65%
Hipotesis H 0 : p1 p 2 melawan

H1 : p1 p 2

x1 x2 75 65
Hitung : p p 0.70
n1 n2 100 100

Statistik Uji : x1 / n1 x2 / n2
z
1 1
pq ( ) ( )
n1 n2
0.75 0.65
z 1.54
1 1
(0.7)(0.3)( )( )
100 100

Terima H0, tidak ada perbedaan,

berarti serum tidak efektif

Daerah Tolak H0
Daerah Tolak H0

Daerah Terima H0
a /2
a /2
a /2 a /2

-1,96 1,96
Uji Hipotesis dengan SPSS

SPSS menyediakan berbagai
metode parametrik untuk
melakukan inferensi terhadap
data statistik, a.l.:
Compare Means
General Linear Model
Correlate
Regression
Compare Means digunakan
untuk membandingkan nilai rata-
rata data statistik, yang terdiri
dari:
Means digunakan untuk mencari
nilai rata-rata dan simpangan
baku setiap kelompok data.
One-Sample T Test digunakan
untuk membandingkan nilai rata-
rata satu sampel dengan nilai
tertentu.
Independent-Samples T Test
digunakan untuk
membandingkan nilai rata-rata
dua sampel yang bebas satu
sama lain.
Paired-Samples T Test
digunakan untuk
membandingkan nilai rata-rata
dua sampel yang berpasangan.
One-Way ANOVA digunakan
untuk membandingkan nilai rata-
rata lebih dari dua sampel.
Uji t Satu Sampel
(One-Sample t Test)

Uji t satu sampel

digunakan untuk
membandingkan nilai
rata-rata yang
diperoleh dari
pengukuran sampel
dengan nilai yang
diharapkan atau nilai
yang sesungguhnya
Contoh Uji t Satu Sampel
Hasil analisis potensi (mg/tablet) 10 buah tablet adalah
sebagai berikut:
98,6 99,3 97,9 100,3 99,6
98,0 100,1 97,5 98,4 99,1
Ujilah secara statistik dengan program SPSS apakah nilai
rata-rata potensi tablet tersebut berbeda dengan nilai
potensi yang seharusnya 100 mg/tablet pada
probabilitas 95% atau a = 0,05!

Tahap-tahap pengujian dengan SPSS sbb:

Langkah 1.
Masukkan data potensi
tablet dalam sheet Data
View ini dengan cara semua
data dikelompokkan dalam
satu variabel. Beri nama
variabel dengan potensi dan
isi Label dengan Potensi
Tablet (mg/tab) pada sheet
Variabel View
 Langkah 3.
Masukkan variabel
Langkah 2. Potensi Tablet
Dari menu Analyze, (mg/tab) dalam kolom
pilih menu Compare Test Variable(s). Isi
Mean, kemudian pilih kolom Test Value
One-Samplet T Test dengan klik pada kolom
sehingga keluar jendela itu, kemudian ketikan
berikut: 100
Langkah 4 Kesimpulan:
Abaikan menu yang lain Dari hasil uji ini terlihat bahwa
Sig. (2-tailed) = 0,005 yang lebih
Langkah 5 kecil dari nilai a = 0,025 untuk uji
Klik tombol OK dua sisi. Karena itu Ho ditolak atau
ada perbedaan yang signifikan
Hasilnya sbb: antara nilai rata-rata 98,88
mg/tablet dengan nilai rata-rata
yang diharapkan 100 mg/tab.

One-Sample Statistics

Std. Error
N Mean Std. Deviation Mean
Potensi Tablet (mg/tab) 10 98,880 ,954 ,302

One-Sample Test

Tes t Value = 100

95% Confidence
Interval of the
Mean Difference
t df Sig. (2-tailed) Difference Lower Upper
Potensi Tablet (mg/tab) -3,711 9 ,005 -1,120 -1,803 -,437
Latihan 1
Bet pertama (40 L) formulasi suspensi parenteral baru yang
mengandung triamsinolon asetonida (40 mg/mL) telah dibuat
dengan maksud untuk pendaftaran ke BPOM RI. Setelah pengisian,
25 vial produk itu telah diambil untuk analisis kandungan obatnya.
Hasil analisis diperlihatkan dalam tabel di bawah ini. Ujilah dengan
menggunakan program SPSS apakah konsentrasi rata-rata obat
dalam bet pertama itu sesuai dengan konsentrasi nominal (40
mg/mL)?

Tabel 1. Konsentrasi triamsinolon asetinida (mg/mL) dalam 25

vial produk formulasi baru

41,5 40,5 40,5 39,8 40,1

40,2 40,2 40,6 39,8 41,1
40,1 40,1 40,1 40,2 39,7
38,9 40,0 40,4 40,3 39,9
42,1 40,1 38,9 40,8 39,5

Jawaban