PENGUJIAN HIPOTESIS

Oleh :
Lina Kurniawati, S.Pd., M.Sc
 Statistik dan Penelitian
 Hipotesis  jawaban sementara terhadap rumusan
masalah penelitian
 Dua macam hipotesis :
1) Hipotesis nol (H0)  tidak ada bedanya antara
parameter dengan statistik
2) Hipotesis alternatif (Ha)  adanya perbedaan antara
parameter dengan statistik
 Macam-macam hipotesis :
1. Hipotesis deskriptif
2. Hipotesis komparatif
3. Hipotesis Asosiatif
 Hipotesis Deskriptif
 Dugaan tentang nilai suatu variabel mandiri, tidak
membuat perbandingan atau hubungan
 Contoh :
1) Suatu bimbingan tes menyatakan bahwa murid yang
dibimbing di lembaga itu, paling sedikit 90% dapat
diterima di PTN, rumusan hipotesis :
H0 : µ ≥ 0,90
Ha : µ ≤ 0,90
2) Seorang peneliti menyatakan bahwa daya tahan lampu
merk A 450 jam dan lampu B 600 jam, hipotesis :
Lampu A Lampu B
H0 : µ = 450 H0 : µ = 600
Ha : µ ≠ 450 Ha : µ ≠ 600
 Hipotesis Komparatif
 Pernyataan yang menunjukkan dugaan nilai dalam satu variabel atau
lebih pada sampel yang berbeda
 Contoh :
Apakah ada perbedaan daya tahan lampu merk A dan B?
Rumusan Hipotesisnya :
1) Tidak terdapat perbedaan daya tahan lampu merk A dan B
Ho : µ1 = µ2 Hipotesis uji 2 pihak
Ha : µ1 ≠ µ2
2) Daya tahan merk B paling kecil sama dengan lampu merk A
Ho : µ1 ≥ µ2
Ha : µ1 < µ2 Hipotesis uji 1 pihak
3) Daya tahan lampu merk B paling tinggi sama dengan lampu merk
A
Ho : µ1 ≤ µ2
Ha : µ1 > µ2 Hipotesis uji 1 pihak
 Hipotesis Asosiatif
 Suatu pernyataan yang menunjukkan dugaan tentang
hubungan antara dua variabel atau lebih.
 Contoh : apakah terdapat hubungan antara gaya
kepemimpinan dengan evektivitas kerja?
H0 = tidak ada hubungan antara gaya kepemimpinan
dengan evektivitas kerja
Ha = ada hubungan antara gaya kepemimpinan dengan
evektivitas kerja
 Hipotesis statistik :
H0 :   0
Ha :   0
 Taraf kesalahan pengujian hipotesis
 A point estimate  (titik taksiran) suatu taksiran
parameter populasi berdasarkan satu nilai data sampel.
contoh : daya tahan kerja orang indonesia 10jam/hari
 Interval estimate  suatu taksiran parameter
berdasarkan nilai interval data sampel.
contoh : daya tahan kerja orang indonesia antara 8
sampai 12 jam per hari
 Kesalahan Pengujian Hipotesis
 Kesalahan tipe 1
kesalahan bila menolak hipotesia nol (H0) yang benar
yang seharusnya diterima. Dalam hal ini tingkat
kesalahan dinyatakan dengan 
 Kesalahan tipe 2
Kesalahan bila menerima hipotesis yang salah yang
seharusnya ditolak. Tingkat kesalahan ini dinyatakan
dengan 
 Pengujian Hipotesis Deskriptif

 S. parametris  interval atau ratio

 S. non parametris  nominal atau ordinal
 Statistik Parametris
 Statistik parametris yang dapat digunakan untuk
menguji hipotesis deskriptif bila datanya inteval atau
ratio adalah t-test 1 sampel.
 Rumus t-test :
t : nilai yg dihitung
x  0
x : rata-rata t
s
µ0 : nilai yang dihipotesiskan
s : simpangan baku n
n : jumlah anggota sampel
 Uji Dua Fihak
hipotesis : daya tahan berdiri pramuniaga di jakarta 4 jam/hari.
H0 : µ0 = 4 jam/hari
Ha : µ0 ≠ 4 jam/hari
Sampel diambil 31 orang dan didapatkan data : 3 2 3 4 5 6 7 8 5
3456678853456234563233
berdasarkan data : n = 31, dan s =1,81
x  4,645

x  0 4,645  4
t   1,98
s 1,81
n 31
hasil hitung dibandingkan dengan t-tabel (tabel II hal 372)
dengan derajat kebebasan n-1 =31-1=30 dan taraf kesalahan
5% (0,05) dengan menggunakan uji 2 fihak maka didapatkan t-
tabel 2,042. harga t –hitung berada dalam penerimaan H0
sehingga H0 diterima dan Ha ditolak
 Uji Fihak kiri
hipotesis nol : daya tahan lampu A lebih besar atau sama
dengan 400 jam
H0 : µ0 ≥ 400 jam
Ha : µ0 < 400 jam
Sampel diambil 25 orang dan didapatkan data : 450 390 400 480
500 380 350 400 340 300 300 345 375 425 400 425 390 340
350 360 300 200 300 250 400
berdasarkan data : n = 25, x  366 dan s =68,25

x  0 366  400
t   2,49
s 68,25
n 25

hasil hitung dibandingkan dengan t-tabel (tabel II hal 372)

dengan derajat kebebasan n-1 =25-1=24 dan taraf kesalahan
5% (0,05) dengan menggunakan uji 1 fihak maka didapatkan t-
tabel 1,711. harga t –hitung berada dalam penerimaan Ha
sehingga H0 ditolak dan Ha diterima
 Uji Fihak kanan
hipotesis nol : pedagang buah bisa menjual buah jeruk kurang
dari sama dengan 100 kg/hari
H0 : µ0 ≤ 100 kg/hr
Ha : µ0 > 100 kg/hr
Sampel diambil 20 orang dan didapatkan data : 98 80 120 90 70
100 60 85 95 100 70 95 90 85 75 90 70 90 60 110
berdasarkan data : n = 20, x  86,65 dan s =15,83

x  0 86,65  100
t   3,77
s 15,83
n 20

hasil hitung dibandingkan dengan t-tabel (tabel II hal 372)

dengan derajat kebebasan n-1 =20-1=19 dan taraf kesalahan
5% (0,05) dengan menggunakan uji 1 fihak maka didapatkan t-
tabel 1,729. harga t –hitung berada dalam penerimaan H0
sehingga H0 diterima dan Ha ditolak
 TUGAS
1. Soal halaman 115 no 5
d. tentukan data tersebut TERDISTRIBUSI
NORMAL atau tidak
2. Soal hal. 98 a) uji fihak kiri b) uji fihak kanan
3. Soal hal 100 a) uji 2 fihak b) uji fihak kanan
4. Soal hal 103 a) uji 2 fihak b) uji fihak kiri
 Statistik Nonparametris
 Statistik nonparametris yang digunakan untuk
menguji hipotesis satu sampel bila data
nominal adalah Test Binomial dan Chi Kuadrat
 Test yang digunakan untuk menguji hipotesis
satu sampel data ordinal adalah Run Test
 TEST BINOMINAL
 Digunakan untuk menguji hipotesis bila dalam
populasi terdiri atas dua kelompok kelas, datanya
berbentuk nominal dan jumlah sampelnya kecil
(kurang dari 25).
 Contoh :
Dilakukan penelitian untuk mengetahui bagaimana
kecenderungan masyarakat dalam memilih mobil
untuk keluarga. Berdasarkan 24 sampel secara
random, 14 orang memilih mobil berbahan bakar
bensin dan 10 orang memilih mobil berbahan bakar
solar
H0 = peluang masyarakat dalam memilih dua jenis
mobil adalah sama yaitu 50%
H0 : p1=p2=0,5 Jumlah sampel N =24
Ha : p1≠p2≠0,5 frekuensi terkecil x =10
koefiien binominal = 0,271

Berdasarkan tabel IV (hal374) dengan deskripsi data

seperti diatas, Bila taraf kesalahan α = 1% = 0,01 maka
harga p= 0,271 maka harga P 0,271 > 0,01 maka H0
diterima dan Ha ditolak
 Chi Kuadrat (X2)
 Chi kuadrat satu sampel  teknik statistik yang
digunakan untuk menguji hipotesis bila dalam
populasi terdiri atas dua atau lebih kelas dimana data
berbentuk nominal dan sampelnya besar.
 Contoh 1 :
Telah dilakukan pengumpulan data untuk mengetahui
bagaimana kemungkinan rakyat di kab.Pringgondani
untuk memilih kepala desa.Calon yang satu adalah
wanita dan calon yang satu adalah Pria. Sampel diambil
random 300 orang. Dari sampel 200 orang memilih pria
dan 100 orang memilih wanita.
Hipotesis =
H0 : Peluang calon pria dan wanita adalah sama untuk
dipilih menjadi kepala desa
Ha : Peluang calon pria dan wanita adalah tidak sama
untuk dipilih menjadi kepala desa
 Catatan : disini frekuensi yang diharapkan fh untuk
kelompok yang memilih wanita dan pria = 50% jadi
50% x 300 = 150
 Dengan dk = 1 dan taraf kesalahan 5% maka harga
chi kuadrat tabel = 3,841 (Tabel VI).
 Ternyata chi kuadrat hitung lebih besar dari tabel
(33,33>3,841) sehingga Ho ditolak dan Ha diterima,
kesimpulannya Peluang calon pria dan wanita adalah
tidak sama untuk dipilih menjadi kepala desa
 Contoh 2 :
Telah dilakukan penelitian untuk mengetahui
kemungkinan beberapa warna mobil dipilih oleh
masyarakat madura. Berdasarkan pengamatan selama 1
minggu terhadap mobil-mobil pribadi ditemukan 1000
berwarna biru. 900 berwarna merah, 600 berwarna putih,
dan 500 berwarna yang lain.

H0 : peluang masyarakat madura untuk memilih empat

warna mobil adalah sama.
Ha : peluang masyarakat madura untuk memilih empat
warna mobil adalah tidak sama.
Catatan : frekuensi harapan untuk setiap kategori 3000 : 4 =750
 Berdasarkan dk= 3 dan kesalahan 5% maka didapatkan
chi kuadrat tabel 7,815 (tabel VI)
 Ternyata chi kuadrat hitung lebih besar daripada chi
kuadrat tabel ( 226,67 > 7,815 ) maka H0 ditolak dan Ha
diterima.
 Kesimpulan : peluang masyarakat madura untuk memilih
empat warna mobil adalah tidak sama. Ternyata warna
mobil biru mendapatkan peluang tertinggi untuk dipilih.
 RUN TEST
 Digunakan untuk menguji hipotesis deskriptif satu
sampel
 Contoh :
Penelitian untuk mengetahui apakah antrian pria dan
wanita dalam memberi suara dalam pemilu bersifat
random atau tidak, data :
H0 : antrian bersifat random
Ha : antrian bersifat tidak random
 2n1n2 
Jumlah yang antri (N) =40 r    1  0,5
z  n1  n2   1,78
W = 21 dan P = 19 2n1n2 (2n1n2  n1  n2 )
Jumlah run = 26 (n1  n2 ) 2 (n1  n2  1)
harga z tabel 0,0375  0,0375 < 0,05 maka H0 ditolak
Ha diterima