PENGUJIAN HIPOTESIS

Agusta Yusalendra (1175114884)

Dinal Khairi (11651101510)
Dzakwan Harist Mahendra(11751101312)
Prima Yohana (11751202168)
Rahmat Budiman (11651103704)
Resma Amalia (11651203558)
Ridho Anugrah Jaya P(11751102057)
Riska Amalia Anjela (11751202026)
Rizqi Maulana (11751100059)
Wahyu Mahesa (11751101286)
Hipotesis Penelitian
• Sejumlah penelitian mengungkapkan hipotesis, baik secara deduktif
maupun secara induktif. Hipotesis ini dikenal sebagai hipotesis
penelitian. Hipotesis penelitian ini perlu diuji secara empiris dengan
data lapangan. Pengujian hipotesis penelitian sering dilakukan melalui
bantuan statistika dengan merumuskan hipotesis statistika. Pemilihan
hipotesis statistika harus dilakukan dengan cermat sehingga betul-
betul mencermikan isi dan jiwa hipotesis penelitian.
• Oleh karena itu dalam pengujian hipotesis peneliti tidak dapat
langsung mengambil keputusan berdasarkan data sampel acak yang
mungkin memiliki karakteristik yang tidak sama dengan karakteristik
data populasi yang diuji.
Taraf Signifikansi dan Interval Keyakinan
• Pada pengujian hipotesis statistika melalui data sampel terdapat
probabilitas bahwa data sampel yang digunakan itu keliru.
Probabilitas ini membentuk suatu distribusi probabilitas yang disebut
distribusi probabilitas penyampelan atau distribusi sampling.
Kekeliruan baku pada distribusi probabilitas penyampelan turut
menentukan pengambilan keputusan untuk menerima atau menolak
hipotesis nol.
Jenis Kesalahan
Ada dua jenis kesalahan yang bisa terjadi dalam pengujian hipotesis.
Kesalahan itu bisa terjadi karena kita menolak hipotesis nol padahal
hipotesis nol itu besar atau menerima hipotesis nol padahal salah.
Kesalahan yang disebabkan karena kita menolak hipotesis nol padahal
hipotesis nol itu benar, disebut kesalahan jenis I atau tipe I error.
Sebaliknya kesalahan yang disebabkan karena kita menerima hipotesis
nol padahal hipotesis itu salah, disebut kesalahan jenis II atau tipe II
error. Apabila hiptesis itu benar diberi simbol Ho dan kalau hipotesis
alternative benar diberi symbol Ha.
Jenis Kesalahan
• Misalnya seorang pabrik bola
lampu menerima hipotesis bahwa
rata-rata umur atau lamanya lampu
menyala sampai mati atau rusak
bola lampu buatan pabriknya
adalah 3 tahun padahal
kenyataannya hanya bisa menyala
2 tahun. Akibatnya dia akan
mengalami kerugian dengan
mengganti bola lampu yang rusak
atau mati sebelum waktunya.
Menolak Ho berarti menerima Ha,
sebaliknya menerima Ho berarti
menolak Ha.
Tes Hipotesis Harga Rata-rata
Langkah pengujian harga rata-rata (𝜇) adalah sebagai berikut :
1. Menetukan Ho dan Ha
Ho : 𝜇 = 𝜇 o
Ha : 𝜇 ≠ 𝜇 o (pengujian dua sisi)
𝜇 > 𝜇 o (pengujian satu sisi kanan
𝜇 < 𝜇 o (pengujian satu sisi kiri)
2. Menentukan level of significance
Dalam hal ini, ditentukan taraf keyakinan dan tingkat toleransi kesalahan (∝).
Kriteria pengujian
Jika n ≥ 30, digunakan nilai Z tabel
Jika n ≥ 30, digunakan nilai t table
Tes Hipotesis Harga Rata-rata
Langkah pengujian harga rata-rata (𝜇) adalah sebagai berikut :
3. Kriteria pengujian
𝑋−𝜇𝑜
Jika n ≥ 30, digunakan nilai Z table maka rumusnya 𝜎
𝑛
𝑋−𝜇𝑜
Jika n ≥ 30, digunakan nilai t table maka rumusnya 𝑠
𝑛
Tes Hipotesis Harga Rata – rata
4. Pengujian
•I : Ho : 𝜇 ≤ 𝜇o apabila Zo ≥ 𝑍𝛼 , Ho ditolak
• Ha : 𝜇 > 𝜇o apabila Zo < 𝑍𝛼 , Ho diterima
• II : Ho : 𝜇 ≥ 𝜇o apabila Zo ≤ −𝑍𝛼 , Ho ditolak
• Ha : 𝜇 < 𝜇o apabila Zo > −𝑍𝛼 , Ho diterima
•
• III : Ho : 𝜇 = 𝜇o apabila Zo ≥ 𝑍𝛼Τ2 , Ho atau Zo ≤ −𝑍𝛼Τ2 , Ho ditolak
• Ha : 𝜇 ≠ 𝜇o apabila - 𝑍𝛼Τ2 < Zo < 𝑍𝛼Τ2 , Ho diterima.
Contoh Hipotesis harga rata – rata
• Contoh :
Seorang pemilik pabrik rokok mempunyai asumsi bahwa
rata-rata kadar nikotin yang dikandung oleh setiap batang rokok
adalah sebesar 20 mg, dengan alternative yang lebih kecil dari
itu. Dari 9 batang rokok yang dipilih secara acak diperoleh hasil
berikut: 20 mg, 23 mg, 18 mg, 24 mg, 25 mg, 17 mg, 16 mg, 21
mg, dan 18 mg. dengan menggunakan taraf keyakinan 95%, ujilah
anggapan itu.
Diketahui :
𝜇o = 20 mg
n =9
𝑥ҧ = (20+23+18+24+25+17+16+21+18)9 = 1829 = 20,22
• CC = 95%
• ∝ = 5%
1. Menentukan Ho dan Ha
Ho : 𝜇 = 𝜇o (20 mg) artinya rata-rata kadar nikotin yang
dikandung oleh setia batang rokok adalah 20 mg.
Ho : 𝜇 < 𝜇o (20 mg) artinya rata-rata kadar nikotin yang
dikandung oleh setia batang rokok lebih kecil dari 20 mg.
2. Menentukan level of significance
Daraf keyakinan CC = 95% dan tingkat toleransi kesalahan ∝ =
5%
Kriteria pengujian
n = 9 < 30 maka digunakan nilai t table, dan penngujian satu sisi kiri
∝ 5%
t ( ;df(n-1) = t ( df(9-1)
2 2
0,05
= t ( ; 8)
2
= t ( 0,025; 8)
= 2,306

Ho diterima jika -2,306 ≤ t hitung ≤ 2,306 dan Ho ditolak jika t hitung > 2,306
atau t hitung < -2,306
Pengujian
( 𝑋 − 𝑥)ҧ 2 σ 𝑋𝑖− 𝑥ҧ 2
S=
(20 – 20,22)2 = 0,0484 𝑛−1
(23 – 20,22)2 = 7,7284 83,5556
S= = 10,44445 = 3,23
(18 – 20,22)2 = 4,9284 9−1
(24 – 20,22)2 = 14,2884 ҧ 𝑜
𝑥−𝜇
2
t hitung = 𝑠
(25 – 20,22) = 22,8484
𝑛
(17 – 20,22)2 = 10,3684 20,22−20
(16 – 20,22)2 = 17,8084
t hitung = 3,23
9
(21 – 20,22)2 = 0,6084
0,22
(18 – 20,22)2 = 4,9284 =
1,076
Total = 63,752
= 0,206
Berdasarkan pengujian tersebut dapat disimpulkan :
Zo = 0,206
Z∝ = 2,306
∝ ∝
t hitung = -Z < Z ℎ𝑖𝑡𝑢𝑛𝑔 < Z
2 2
= -2,306 < 0,206 < 2,306
t hitung = maka Ho diterima, berarti rata-rata kadar nikotin
yang dikandung setisp batang rokok adalah 20 mg.
Tes Hipotesis Perbedaan Dua Mean

Langkah langkah uji hipotesis perbedaan dua mean adalah sebagai berikut:
Menentukan Ho dan Ha.
Ho: U1 -U2 = 0

Ha: U1 – U2 ≠ 0 (pengujian dua sisi)

U1 – U2 > 0 (pengujian satu sisi kanan)

U1 – U2 < 0 (pengujian satu sisi kiri)

Menentukan level of significance.

Dalam hal ini, ditentukan taraf keyakinan dan tingkat toleransi kesalahan (α).
•Kriteria pengujian
Jika n1 + n2 – 2 > 30, digunakan nilai Z tabel.
Jika n1 + n2 – 2 ≤30, digunakan nilai t tabel.
Kurva pengujian dua sisi:
Pengujian
𝑥ҧ1 − 𝑥ҧ2
n1 + n2 − 2 > 30, maka rumusnya, Z hitung =
𝑆12 𝑆22
𝑛1 + 𝑛2

n1 + n2 -2 < 30, maka rumusnya,

𝑥ҧ1 − 𝑥ҧ2
𝑡 ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑆12 𝑛1 − 1 + 𝑆22 𝑛2 − 1 1 1
+
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2

Kesimpulan
Berdasarkan pengujian dan kriteria pengujian, kita menentukan Ho diterima atau ditolak.
• Diketahui rata-rata upah mingguan dari 50 tenaga lepas di proyek A
sebesar Rp80.000 dengan simpangan baku Rp10.000 per orang. Di
proyek B rata-rata upah mingguan dari 20 tenaga lepas sebesar
Rp90.000 per orang dengan simpangan baku Rp8.000. Dengan taraf
keyakinan 90% ujilah apakah ada perbedaan yang signifikan untuk
rata-rata upah mingguan tenaga lepas proyek A dan proyek B?
Proyek A : nA = 50, 𝑥𝐴ҧ = 𝑅𝑝80.000, 𝑆𝐴 =Rp10.000

Proyek B : nB = 50, 𝑥ҧ𝐵 = 𝑅𝑝90.000, 𝑆𝐵 =Rp8.000

CC = 90%, α = 10%

Langkah pengujian:
Menentukan Ho dan Ha.
Ho: UA – UB =0 (tidak terdapat perbedaan yang signifikan untuk rata-rata upah mingguan tenaga
lepas per orang proyek A dan proyek B).
Ha : UA – UB ≠ 0 (terdapat perbedaan yang signifikan untuk rata-rata upah mingguan tenaga lepas
per orang proyek A dan proyek B).
•Menentukan level of significance.
Taraf keyakinan yang digunakan = 90% dan tingkat toleransi kesalahan
(α)=10%.
•Kriteria pengujian
Jika nA + nB – 2 = 50 + 20 – 2 = 68 > 30, digunakan nilai Z tabel dan pengujian
untuk dua sisi. Nilai Zα 2=Z10%2=5%=1,645 (dicari ditabel kurva normal).

-3,169 3,169
Diterimah jika -3,169 ≤ t hitung ≤ +3,169 dan di tolak jika t hitung < -3,169 atau t hitung
> +3,169
Pengujian
𝑥𝐴ҧ − 𝑥ҧ𝐵
Z hitung =
𝑆𝐴2 𝑆𝐵2
+
𝑛𝐴 𝑛𝐵
Z hitung = 80.000 − 90.000
10.0002 8.0002
+
50 50
z

Z hitung = −10.000
2.000.000 + 3.200.000
Z hitung = −10.000 −10.000 = −4,385
5.200.000 2.280,35085

Kesimpulan
Karena Z hitung = -4,385 < -1,645, Ho ditolak, berarti terdapat perbedaan yang signifikan untuk rata-rata upah mingguan tenaga lepas
proyek A dan proyek B.
Hipotesis Perbedaan Dua Rata-rata Data
Berpasangan
Pada dasarnya tes hipotesis perbedaan dua rata – rata data berpasangan sama dengan pengujian
hipotesis harga perbedaan dua rata – rata tanpa berpasangan. Namun, pengujian ini menggunakan
rumusan yang berbeda, dimana data – data yang ada saling berpasangan / terkait. Memang
pengujian ini digunakan untuk menguji data yang saling berhubungan atau saling terkait. Jadi,
samplemua adalah banyak pasangan dari n1 dan n2. Langkah pengujiannya adalah sebagai berikut.
Menentukan Ho dan Ha.
Ho : U1 – U2 = 0
Ha : U1 – U2 ≠ 0 (pengujian dua sisi)
U1 – U2 > 0 (pengujian satu sisi kanan)
U1 – U2 < 0 (pengujian satu sisi kanan)

Menentukan level of significance.

Dalam hal ini, ditentukan taraf keyakinan dan tingkat toleransi kesalahan (α).
Kriteria pengujian
Pada umumnya, sampel yang diujikan untuk data berpasangan ini berjumlah di bawah atau sama
dengan 30 data sehiingga nilai tabelnya menggunakan t table. Namun, jika data kebih dari 30
sampel, kita dapat menggunakan nilai Z dengan pencarian nilai tabel seperti pengujian harga mean.
Kurva pengujian dua sisi :

𝛼 𝛼 𝛼 𝛼
Ho diterima jika −𝑍 ≤ Z hitung ≤ +Z atau -t( ; df(n-1))≤ + t( ; df(n-1)).
2 2 2 2
𝛼 𝛼 𝛼
Ho ditolak jika Z hitung < - Z atau Z hitung > +Z atau jika menggunakan t, t hitung <-t( ; df(n-1))
𝛼 2 2 2
atau t hitung > +t( ; df(n-1)).
2
Kurva pengujian satu sisi kiri :
Ho diterima jika -Zα ≤ Z hitung atau -t (α; df(n-1)) ≤ t hitung.
Ho ditolak jika Z hitung < -Zα atau jika menggunakan t, t hitung < -t (α;df(n-1)).
Pengujian
𝐷ഥ
t Hitung =
𝑆𝐷
𝑛
Dimana :
D = selisih/perbedaan data berpasangan
ഥ = rata-rata D
𝐷
𝑆𝐷 = deviasi standar D

Kesimpulan
Berdasarkan pengujian dan kriteria pengujian, kita menentukan Ho diterima atau
ditolak.
Tes Hipotesis Harga Proporsi
Dalam praktik, hal yg diuji juga bisa berupa persepsi atau pendapat dengan persentase (%).
Misalnya, persentase tingkat kerusakan produk, sikap konsumen terhadap suatu produk,
atau persentase karyawan yg menyatakan puas atau tidak puas. Pengujian hipotesisnya
dinyatakan dalam proporsi (Sugiyono, 2008). Langkah pengujiannya adalah sebagai berikut
:
Menentukan Ho dan Ha.
Ho : P = Po
Ha : P ≠ Po (pengujian dua sisi)
P > Po (pengujian satu sisi kanan)
P < Po (pengujian satu sisi kiri)

Menentukan level of significance

Dalam hal ini, ditentukan taraf keyakinan dan tingkat toleransi kesalahan (α).
Kriteria pengujian
Semua penentuan nilai table dalam proporsi menggunakan nilai Z
karena proporsi tidak mengenal persyaratan jumlah data yg harus
dipenuhi, apakah lebih besar atau lebih kecil atau sama dengan 30
data. Hal ini karena banyak sedikitnya data tidak memengaruhi nilai
100 10
proporsi. Misalnya, P = akan sama dengan P = .
1000 100
• Kurva pengujian dua sisi :
Kurva pengujian dua sisi dengan nilai proporsi
Ho diterima jika –Z α2 ≤ Z hitung ≤ + Z α2.
Ho ditolak jika Z hitung < –Z α2 atau Z hitung > + Z α2.
Kurva pengujian satu sisi kiri :
Kurva pengujian satu sisi kiri dengan nilai proporsi
Ho diterima jika –Zα ≤ Z hitung.
Ho ditolak jika Z hitung < Zα.
Kurva pengujian satu sisi kanan :
Kurva pengujian satu sisi kanan
Ho diterima jika Z hitung ≤ +Zα.
Ho ditolak jika -Z hitung > +Zα.
Pengujian
𝑥
− 𝑃𝑜
𝑛
Z hitung =
𝑃𝑜 (1−𝑃𝑜)
𝑛

Kesimpulan
Berdasarkan pengujian dan kriteria pengujian, kita menentukan Ho
diterima atau ditolak.
Tes Hipotesis Harga Perbedaan Dua Proporsi

Langkah pengujian harga perbedaan dua proporsi adalah:

Menetukan Ho dan Ha
Ho : P1 – P2 = 0
Ha : P1 – P2 ≠ 0 (pengujian dua sisi)
P1 – P2 > 0 (pengujian satu sisi kanan)
P1 – P2 < 0 (pengujian satu sisi kanan)
Menetukan level of significance
Dalam hal ini, ditentukan taraf keyakinan dan tingkat toleransi kesalahan (𝜎).
Kriteria pengujian
Untuk menetukan semua nilai tabel dalam proporsi, digunakanlah nilai Z karena proporsi
tidak mengenai persyaratan jumlah data yag harus dipenuhi, apakah lebih besar atau ebih
kecil atau sama dengan 30 data. Hal ini karena banyal sedikitnya data tidak mempengaruhi
nilai proporsi. Minsalnya P= akan sama dengan P= kurva pengujian dua sisi:

∝ ∝
Ho diterima jika -Z < Z ℎ𝑖𝑡𝑢𝑛𝑔 < Z .
2 2
∝ ∝
Ho ditolak jika z hitung < -Z atau Z ℎ𝑖𝑡𝑢𝑛𝑔 >+Z
2 2
Pengujian 𝑋 𝑋
1− 2
𝑛1 𝑛2 𝑥1 +𝑥2
Z hitung = dimana P =
1 1 𝑛1 + 𝑛2
𝑝(1−𝑝 𝑛 +𝑛
1 1
Kesimpulan berdasarkan pengujian dan kriteria pengujian kita menentukan Ho diterima
atau di tolak
Contoh :
Sintia menguji dua kelas dari SMA 1 banyuwagi, terdapat beberapa
siswa di kelas A dan kelas B. lalu sintia, mengambil sampel 20 orang
kelas A dan 20 orang kelas B untuk di uji. Dari masing-masing siswa
sintia mengambil sampel nilai hasil ujian fisika mereka untuk diteliti
bagaimana kesimpulan dari dua kelas yang berbeda data-data
tersebut, apakah terdapat hasil yang signifikan hasil belajar dari kelas A
dan kelas B.
Dengan Data Sampel dibawah ini:

No. Hasil Ujian Fisika

Kelas A Kelas B
1. 56 87
2. 72 92
3. 67 87
4. 58 89
5. 70 82
6. 68 86
7. 76 90
8. 70 86
9. 69 80
10. 58 85
11. 69 90
12. 70 83
13. 75 80
14. 67 90
15. 72 85
16. 74 87
17. 72 89
18. 68 92
19. 62 90
20. 70 83
Langkah-langkah pengujian sebagai berikut:
1. Menentukan Hipotesis
Ho : Tidak ada perbedaan antara rata-rata nilai ujian kelas A dengan rata-rata
nilai ujian kelas B
Ha : Ada perbedaan antara rata-rata nilai ujian kelas A dengan rata-rata nilai
ujian kelas B

2. Menentukan tingkat signifikansi

Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a = 5%.
Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam
mengambil keputusan untuk menolak hipotesis yang benar sebanyak-
banyaknya 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering
digunakan dalam penelitian.
3. Menentukan t hitung
Dari tabel di atas didapat nilai t hitung (equal variance assumed) adalah -
12,347

4. Menentukan t tabel
Tabel distribusi t dicari pada a = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat
kebebasan (df) n-2 atau 40-2 = 38. Dengan pengujian 2 sisi (signifikansi =
0,025) hasil diperoleh untuk t tabel sebesar 2,024 (Lihat pada lampiran)

5. Kriteria Pengujian
Ho diterima jika -t tabel < t hitung < t tabel
Ho ditolak jika -t hitung < -t tabel atau t hitung > t tabel
Berdasar probabilitas:
Ho diterima jika P value > 0,05
Ho ditolak jika P value < 0,05
6. Membandingkan t hitung dengan t tabel dan probabilitas
Nilai t hitung > t tabel (-12,347 < 2,024) dan P value (0,00 <
0,05) maka Ho ditolak.

7. Kesimpulan
Oleh karena nilai t hitung < t tabel (-12,347 > 2,024) dan
P value (0,00 < 0,05) maka Ho ditolak, artinya bahwa ada
perbedaan antara rata-rata nilai ujian kelas A dengan rata-rata
nilai ujian kelas B. Pada tabel Group Statistics terlihat rata-rata
(mean) untuk kelas A adalah 68,15 dan untuk kelas B adalah
86,65, artinya bahwa rata-rata nilai ujian kelas A lebih rendah
daripada rata-rata nilai ujian kelas B.