PENDAHULUAN

• Tujuan: penarikan kesimpulan (menggeneralisir)

nilai yang berasal dari sampel terhadap keadaan
populasi melalui pengujian hipotesis.
• Keyakinan ini didasarkan pada besarnya
peluang untuk memperoleh hubungan tersebut
secara kebetulan (by chance)
• Semakin kecil peluang tersebut (peluang
adanya by chance), semakin besar keyakinan
bahwa hubungan tersebut memang ada.
Sulisetijono Biologi FMIPA UM
1
 HIPOTESIS
Jawaban sementara terhadap suatu
permasalahan yang paling dianggap benar
H0 (hipotesis statistik): Pernyataan yang menyatakan
tidak berpengaruh, tidak ada perbedaan,
tidak ada interaksi dsb.
H1 (hipotesis kerja): Pernyataan yang menyatakan
berpengaruh, ada perbedaan, ada interaksi dsb.

Peluang menerima H0 (p)

Jika p>0.05 H0 diterima, sebaliknya p≤0.05
H0 ditolak maka H1 yang diterima
 HIPOTESIS

• Berasal dari kata hipo dan thesis. Hipo artinya

sementara/lemah kebenarannya dan thesis
artinya pernyataan/teori.
• Pernyataan sementara yang perlu diuji
kebenarannya. Untuk menguji kebenaran
sebuah hipotesis digunakan pengujian yang
disebut pengujian hipotesis.
• Pengujian hipotesis dijumpai dua jenis hipotesis,
yaitu hipotesis nol (Ho) dan hipotesis alternatif
(Ha).
Sulisetijono Biologi FMIPA UM
3
Hipotesis Nihil (H0)
 Hipotesis yang menyatakan tidak ada perbedaan
sesuatu kejadian antara kedua kelompok. Atau
hipotesis yang menyatakan tidak ada hubungan
antara variabel satu dengan variabel yang lain.
Contoh:
 Tidak ada perbedaan berat badan bayi antara
mereka yang dilahirkan dari ibu yang merokok
dengan mereka yang dilahirkan dari ibu yang tidak
merokok.
 Tidak ada hubungan merokok dengan berat badan
bayi.
Sulisetijono Biologi FMIPA UM 4
Hipotesis Alternatif (Ha)
 Hipotesis yang menyatakan ada perbedaan suatu
kejadian antara kedua kelompok. Atau hipotesis yang
menyatakan ada hubungan variabel satu dengan
variabel yang lain.
Contoh :
 Ada perbedaan berat badan bayi antara mereka yang
dilahirkan dari ibu yang merokok dengan mereka
yang dilahirkan dari ibu yang tidak merokok.
 Ada hubungan merokok dengan berat badan bayi.

Sulisetijono Biologi FMIPA UM 5

ARAH/BENTUK UJI HIPOTESIS
 Bentuk hipotesis alternatif akan menentukan
arah uji statistik apakah
 satu arah (one tail)
 dua arah (two tail).

Sulisetijono Biologi FMIPA UM 6

One tail (satu sisi)
 bila hipotesis alternatifnyanya menyatakan
adanya perbedaan dan ada pernyataan
yang mengatakan hal yang satu lebih
tinggi/rendah dari hal yang lain.

Contoh :
 Berat badan bayi dari ibu hamil yang
merokok lebih kecil dibandingkan berat
badan bayi dari ibu hamil yang tidak
merokok.

7
 Two Tail (dua sisi)
 Merupakan hipotesis alternatif yang hanya
menyatakan perbedaan tanpa melihat apakah
hal yang satu lebih tinggi/rendah dari hal yang
lain.
Contoh
 Berat badan bayi dari ibu hamil yang merokok
berbeda dibandingkan berat badan bayi dari
ibu yang tidak merokok. Atau dengan kata
lain: Ada perbedaan berat badan bayi antara
mereka yang dilahirkan dari ibu yang merokok
dibandingkan dari mereka yang tidak
merokok. Sulisetijono Biologi FMIPA UM 8
Contoh penulisan hipotesis
 Suatu penelitian ingin mengetahui hubungan antara
jenis kelamin denga tekanan darah, maka
hipotesisnya adalah sbb:
Ho :  A =  B
 Tidak ada perbedaan mean tekanan darah antara laki-
laki dan perempuan, atau
 Tidak ada hubungan antara jenis kelamin dengan
tekanan darah
Ha :  A =  B
 Ada perbedaan mean tekanan darah antara laki-laki
dan perempuan, atau
 Ada hubungan antara jenis kelamin dengan tekanan
darah

Sulisetijono Biologi FMIPA UM 9

KESALAHAN PENGAMBILAN
KEPUTUSAN
 Dalam pengujian hipotesis kita selalu
dihadapkan suatu kesalahan pengambilan
keputusan.
 Ada dua jenis kesalahan pengambilan
keputusan dalam uji statistik, yaitu:
 kesalahan tipe alpha
 Kesalahan tipe beta

Sulisetijono Biologi FMIPA UM 10

 Kesalahan Tipe I ()
 Merupakan kesalahan menolak Ho padahal
sesungguhnya Ho benar. Artinya: menyimpulkan
adanya perbedaan padahal sesungguhnya tidak
ada perbedaan.
 Peluang kesalahan tipe satu (I) adalah  atau
sering disebut Tingkat signifikansi (significance
level).
 Sebaliknya peluang untuk tidak membuat
kesalahan tipe I adalah sebesar 1-, yang disebut
dengan Tingkat Kepercayaan (confidence level).
Sulisetijono Biologi FMIPA UM 11
Kesalahan Tipe II ()
 Merupakan kesalahan tidak menolak Ho
padahal sesungguhnya Ho salah. Artinya:
menyimpulkan tidak ada perbedaan padahal
sesungguhnya ada perbedaan.
 Peluang untuk membuat kesalahan tipe
kedua (II) ini adalah sebesar .
 Peluang untuk tidak membuat kesalahan tipe
kedua (II) adalah sebesar 1-, dan dikenal
sebagai Tingkat Kekuatan Uji (power of the
test).
12
Sulisetijono Biologi FMIPA UM
Kesalahan Pengambilan Keputusan

Populasi
Keputusan
Ho Benar Ho Salah
Kesalahan Tipe II
Tidak Menolak Ho Benar (1-)
()
Kesalahanan Tipe
Menolak Ho Benar (1-)
I ()

13
 Meminimalkan kesalahan
 Dalam pengujian hipotesis dikehendaki nilai 
dan  kecil atau (1-) besar.
 Namun hal ini sulit dicapai karena bila  makin
kecil nilai  akan semakin besar.
 Berhubung harus dibuat keputusan menolak
atau tidak menolak Ho maka harus diputuskan
untuk memilih salah satu saja yang harus
diperhatikan yaitu  atau  yang diperhatikan.
 Pada umumnya untuk amannya dipilih nilai .

14
 MENENTUKAN TINGKAT KEMAKNAAN
(LEVEL OF SIGNIFICANCE)
 Tingkat kemaknaan, atau sering disebut dengan
nilai , merupakan nilai yang menunjukkan
besarnya peluang salah dalam menolak
hipotesis nol.
 nilai  merupakan batas toleransi peluang salah
dalam menolak hipotesis nol.
 nilai  merupakan nilai batas maksimal
kesalahan menolak Ho.
 Nilai  dapat diartikan pula sebagai batas
maksimal kita salah menyatakan adanya
perbedaan.
15
 Penentuan nilai  (alpha)
 Tergantung dari tujuan dan kondisi penelitian.
 Nilai  (alpha) yang sering digunakan adalah 10%, 5%
atau 1 %.
 Bidang kesehatan masyarakat biasanya digunakan nilai 
(alpha) sebesar 5 %.
 Pengujian obat-obatan digunakan batas toleransi kesalahan
yang lebih kecil misalnya 1 %, karena mengandung risiko
yang fatal.
 Misalkan seorang peneliti yang akan menentukan apakah
suatu obat bius berkhasiat akan menentukan  yang
kecil sekali , peneliti tersebut tidak akan mau mengambil
resiko bahwa ketidak berhasilan obat bius besar karena
akan berhubungan dengan nyawa seseorang yang akan
dibius.
16
PEMILIHAN JENIS UJI PARAMERTIK ATAU
NON PARAMETRIK
 Dalam pengujian hipotesis sangat
berhubungan dengan distribusi data populasi
yang akan diuji.
 Bila distribusi data populasi yang akan diuji
berbentuk normal/simteris/Gauss, maka
proses pengujian dapat digunakan dengan
pendekatan uji statistik parametrik.
 Bila distribusi data populasinya tidak normal
atau tidak diketahui distribusinya maka dapat
digunakan pendekatan uji statistik Non
Parametrik.
17
Parametrik & non parametrik
 Kenormalan suatu data dapat juga dilihat dari jenis
variabelnya, bila variabelnya berjenis
numerik/kuantitatif biasanya distribusi datanya
mendekati normal/simetris. Sehingga dapat
digunakan uji statistik parametrik.
 Bila jenis variabelnya katagori(kualitatif), maka
bentuk distribusinya tidak normal, sehingga uji non
parametrik dapat digunakan.
 Penentuan jenis uji juga ditentukan oleh jumlah data
yang dianalisis, bila jumlah data kecil (< 30)
cenderung digunakan uji Non paramterik.

18
 MENGUJI RATA-RATA
Uji Dua Arah
H0 : µ = µ0 lawan H1 : µ ≠ µ0
_ x  μ
ZH 
x  μ0
_____
σ/ n
Diketahui
σ Tidak
Diketahui tH  _____
S/ n
0

Dibandingkan Tabel
Z½ά < Ho Diterima t½ά;db=n-1
>Ho Ditolak

α : 0.05danα : 0.01
 MENGUJI RATA-RATA
Uji Satu Arah
H0 : µ ≤ µ0 lawan H1 : µ > µ0
_ x  μ
ZH 
x  μ0
_____
σ/ n
Diketahui
σ Tidak
Diketahui tH  _____
S/ n
0

Dibandingkan Tabel
Zά < Ho Diterima tά;db=n-1
>Ho Ditolak

α : 0.05danα : 0.01
 PENGUJIAN PROPORSI
(п)
Hipotesis H0 : п = п0 lawan H1 : п ≠ п0
P  Πo <Z Tabel α0.05 : Ho diterima
_________
ZH 
P(1  P) ≥Z Tabel α0.05 : Ho ditolak
______
P  Πo
n
ZH  _________
P(1  P)
______
n

PENGUJIAN HOMOGENITAS RAGAM

Hipotesisis H0 : σ = σ0 lawan H1 : σ ≠ σ0
S 2
1
FH  ___
<Fα0.05;db1=n-1,db2=n-2)
S2
Disini S12>S22 Ragam Homogen
2
 MENGUJI KESAMAAN
DUA RATA-RATA
Uji Dua Arah : Hipotesis H0 : µ1= µ2 lawan H1 : µ1≠ µ2
Uji Satu Arah : Hipotesis H0 : µ1≤ µ2 lawan H1 : µ1> µ2

BERPASANGAN α TIDAK BERPASANGAN

½α ½α
t Tabel
_ _
 X2
X_____ X1  X2
tH  _ 1 tH 
Sd/ n Sg 1/n1  1/n2
2
 n

 1i (X  X i)
2  (n1  1)S 12  (n 2  1)S 22
n
(X 1i  X 2i ) 2   i1  Sg 
 n n1  n2  2
Sd  i 1

n1
 PROSEDUR UJI HIPOTESIS
1. Menetapkan Hipotesis
2. Penentuan uji statistik yang sesuai
3. Menentukan batas atau tingkat
kemaknaan (level of significance)
4. Penghitungan Uji Statistik
5. Keputusan Uji Statistik

Sulisetijono Biologi FMIPA UM 23

 Menetapkan Hipotesis
Hipotesis Nol/Nihil (Ho)
• Tidak ada perbedaan berat badan bayi antara
mereka yang dilahirkan dari ibu yang
merokok dengan mereka yang dilahirkan dari
ibu yang tidak merokok.
Hipotesis Alternatif (Ha)
• Ada perbedaan berat badan bayi antara
mereka yang dilahirkan dari ibu yang
merokok dengan mereka yang dilahirkan dari
ibu yang tidak merokok.
Sulisetijono Biologi FMIPA UM 24
Penentuan uji statistik yang sesuai
• Ada beragam jenis uji statistik yang dapat
digunakan. Setiap uji statistik mempunyai
persyaratan tertentu yang harus dipenuhi. Oleh
karena itu harus digunakan uji statistik yang
tepat sesuai dengan data yang diuji. Jenis uji
statistik sangat tergantung dari:
– Jenis variabel yang akan dianalisis
– Jenis data apakah dependen atau
independen
– Jenis distribusi data populasinya apakah
mengikuti distribusi normal atau tidak
Sulisetijono Biologi FMIPA UM 25
 Contoh penentuan uji statistik
• Sebagai gambaran, jenis uji statistik untuk
mengetahui perbedaan mean akan
berbeda dengan uji statistik untuk
mengetahui perbedaan
proporsi/persentase.
• Uji beda mean menggunakan uji t atau uji
Anava, sedangkan uji untuk mengetahui
perbedaan proporsi digunakan uji Kai
kuadrat.
Sulisetijono Biologi FMIPA UM 26
 Menentukan batas atau tingkat
kemaknaan (level of significance)
• Batas/tingkat kemaknaan, sering juga
disebut dengan nilai . Penggunan nilai
alpha tergantung tujuan penelitian yang
dilakukan, untuk bidang kesehatan
masyarakat biasanya menggunakan nilai
alpha 5 %

Sulisetijono Biologi FMIPA UM 27

 Penghitungan Uji Statistik
• Penghitungan uji statistik adalah menghitung
data sampel kedalam uji hipotesis yang sesuai.
• Misalnya kalau ingin menguji perbedan mean
antara dua kelompok, maka data hasil
pengukuran dimasukkan ke rumus uji t. Dari
hasil perhitungan tersebut kemudian
dibandingkan dengan nilai populasi untuk
mengetahui apakah ada hipotesis ditolak atau
gagal menolak hipotesis.

Sulisetijono Biologi FMIPA UM 28

 Keputusan Uji Statistik
• hasil pengujian statistik akan
menghasilkan dua kemungkinan
keputusan yaitu menolak Hipotesis Nol
dan Gagal menolak Hipotesis nol.
• Keputusan uji statistik dapat dicari dengan
dua pendekatan yaitu pendekatan klasik
dan pendekatan probabilistik

Sulisetijono Biologi FMIPA UM 29

 Pendekatan Klasik
• Untuk memutuskan apakah Ho ditolak maupun gagal
ditolak, dapat digunakan dengan cara membandingkan
Nilai Perhitungan Uji Statistik dengan Nilai pada Tabel.
• Nilai Tabel yang dilihat sesuai dengan jenis distribusi uji
yang kita lakukan,
– uji Z maka nilai tabel dilihat dari tabel Z
– uji t.
• Setelah kita dapat nilai perhitungan uji Z/T kemudian
dibandingkan angka yang ada pada tabel t
• Besarnya nilai tabel sangat tergantung dari
– nilai alpha () yang digunakan
– uji one tail (satu sisi/satu arah) atau two tail (dua sisi/dua
arah).

Sulisetijono Biologi FMIPA UM 30

 Uji two tail (dua sisi/dua arah)
Ho : x = 
Ha : x  
• Pada uji ini menggunakan uji dua arah
sehingga untuk mencari nilai Z di tabel kurve
normal, nilai -nya harus dibagi dua arah
yaitu ujung kiri dan kanan dari suatu kurva
normal, sehingga nilai alpha = ½  . Sebagai
contoh bila ditetapkan nilai  = 0,05 maka
nilai alpha = ½ (0,05) =0,025, pada = 0.025
nilai Z-nya adalah 1,96.
Sulisetijono Biologi FMIPA UM 31
 Tingkat Signifikansi
dan daerah penolakan

H0:  3 Nilai
H1:  < 3 kritis

Daerah 0
Penolakan 
H0:   3
H1:  > 3
0
/2
H0:  3
H1:   3
0
Sulisetijono Biologi FMIPA UM
Chap -32
Gambar Uji two tail (dua sisi/dua
arah)

Sulisetijono Biologi FMIPA UM 33

 Uji one tail (satu sisi/satu arah)
Ho : x = 
Ha : x > 
• Maka uji nya adalah satu arah, nilai
alphanya tetap 5 % (tidak usah dibagi dua)
sehingga nilai Z= 1,65.

Sulisetijono Biologi FMIPA UM 34

Uji one tail (satu sisi/satu arah)

Sulisetijono Biologi FMIPA UM 35

Uji one tail (satu sisi/satu arah)

Sulisetijono Biologi FMIPA UM 36

 Hasil Keputusan Uji Statistik
• Bila nilai perhitungan uji statistik lebih besar dibandingkan
nilai yang berasal dari tabel (nilai perhitungan > nilai
tabel), maka keputusannya: Ho ditolak
– Ho ditolak, artinya: ada perbedaan kejadian (mean/proporsi)
yang signifikan antara kelompok data satu dengan kelompok
data yang lain.
• Bila nilai perhitungan uji statistik lebih kecil dibandingkan
nilai yang berasal dari tabel (nilai perhitungan < nilai
tabel), maka keputusannya: Ho gagal ditolak
– Ho gagal ditolak, artinya: tidak ada perbedaan kejadian
(mean/proporsi) antara kelompok data satu dengan
kelompok data yang lain. Perbedaan yang ada hanya akibat
dari faktor kebetulan (by chance).
Sulisetijono Biologi FMIPA UM 37
 Pendekatan Probabilistik
• Seiring dengan kemajuan perkembangan komputer
maka uji statistik dengan mudah dan cepat dapat
dilakukan dengan program-program statistik yang
tersedia di pasaran seperti Epi Info, SPSS, SAS dll..
Setiap kita melakukan uji statistik melalui program
komputer maka akan ditampilkan/dikeluarkan nilai p (p-
value). Dengan nilai P ini kita dapat menggunakan untuk
keputusan uji statistik dengan cara membandingkan nilai
p dengan nilai  (alpha). Ketentuan yang berlaku adalah
sbb:
• Bila nilai p (sig.)  nilai   Ho ditolak
• Bila nilai p > nilai   Ho gagal ditolak

Sulisetijono Biologi FMIPA UM 38

 Catatan
• Perlu diketahui bahwa Nilai p two tail
adalah dua kali Nilai p one tail, berarti
kalau tabel yang digunakan adalah tabel
one tail sedangkan uji statistik yang
dilakukan two tail maka Nilai p dari tabel
harus dikalikan 2.
• Dengan demikian dapat disederhanakan
dengan rumus: Nilai p two tail = 2 x Nilai p
one tail.
Sulisetijono Biologi FMIPA UM 39
 Pengertian Nilai p
• Nilai p  nilai yang menunjukkan besarnya peluang
salah menolak Ho dari data penelitian.
• Nilai p dapat diartikan  nilai besarnya peluang hasil
penelitian (misalnya adanya perbedaan mean atau
proporsi) terjadi karena faktor kebetulan (by chance).
• Harapan kita nilai p adalah sekecil mungkin, sebab bila
nilai p-nya kecil maka kita yakin bahwa adanya
perbedaan pada hasil penelitian menunjukkan pula
adanya perbedaan di populasi. Dengan kata lain kalau
nilai p-nya kecil maka perbedaan pada penelitian
terjadi bukan karena faktor kebetulan (by chance).

Sulisetijono Biologi FMIPA UM 40

 DATA
Skala Pengukuran/
Jenis data

Interval/Rasio
(Kuantitatif) Ordinal Nominal
(Semikuantitatif) (Kualitatif)

Dist. Normal Dist. tdk Normal

TUJUAN STATISTIKA STATISTIKA NON PARAMETRIK

ANALISIS PARAMETRIK An. Data Semikuantitatif An. Data Kategori

KOMPARASI

KORELASI
 Pemilihan Uji Statistik untuk tujuan
komparasi

SKALA
BEBAS
PENGUKUR
AN DAN
2
JUMLAH DISTRIBUSI
SAMPEL/ DATA
BERPASANGAN
KELOMPOK (VARIABEL
YANG
BEBAS DIBANDING
KAN  1)
>2

BERHUBUNGAN
 Pemilihan Uji Statistik untuk tujuan
korelasi
SIMETRIS KORELASI

SKALA
JENIS PENGUKURAN
HUBUNGAN VARIABEL2 YANG
DIHUBUNGKAN

ASIMETRIS
(SEBAB- REGRESI
AKIBAT)
4. Penghitungan / Uji Statistik
5. Keputusan Uji dan Penarikan Kesimpulan
didasarkan pada penerimaan dan penolakan
hipotesis nol (H0). Dari hasil uji statistik
biasanya didapatkan nilai statistik uji dan tingkat
kemaknaan (p). Secara umum, keputusan
menolak hipotesis nol (H0) diambil apabila :

Nilai statistik uji  nilai tabel

atau
Nilai tingkat kemaknaan yang diperoleh (p) < a
 uji proporsi
Uji t uji hipotesis

Uji t satu sampel

Uji t dua sampel
Goodness of Fit t test

Uji t dua sampel Berpasangan/ Uji t dua sampel Bebas/ tidak

berhubungan (Paired t test) berhubungan (Unpaired t test)

n sama

Variansi Tidak Berbeda Variansi Berbeda (Tidak

(Homogen) Homogen)

n tidak sama n sama n tidak sama n sama

 UJI T DUA SAMPEL
1. UJI T DUA SAMPEL YANG BERHUBUNGAN
= BEFORE – AFTER T TEST
(SEBELUM - SESUDAH)
= PAIRED T TEST (BERPASANGAN)
Penempatan satuan percobaan sengaja dipasangkan

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
B A A B A B B A B A A B A B B A B A A B
A B B A B A A B A B B B B A A A B A B A
a b
 Peneliti melakukan percobaan dengan menguji penggunaan
pupuk N-ZA (A) dan pupuk N-Urea terhadap anakan padi IR-
64 (B) (International Research, PB = Pelita Baru). Petak
percobaan berupa petak sawah ukuran 5 m2 yang sengaja
dipasang secara berpasangan dan diperoleh data seperti
berikut A 20 B20 B 20 A 18 B 19
B24 A 15 A 16 B 22 A 21
A = dipupuk 40 kg N/ha ZA; B = dipupuk 40 kg N/ha-Urea
data diasumsikan terdistribusi normal (Uji normalitas data
dibahas pada bab tersendiri).

Urutan penyelesaian: 1) Rumusan masalah; 2) Hipotesis

penelitian; 3) Uji hipotesis; dan 4) Kesimpulan penelitian.
Penyelesaian:
Rumusan masalah: Apakah pemberian macam sumber
pupuk N berpengaruh terhadap munculnya anakan padi IR
64 per rumpun? dengan asumsi (anggapan) ragam A =
ragam B.
Uji Hipotesis: menggunakan uji t berpasangan

Ulangan Jumlah anakan per rumpun A–B=d

A B
1 20 24 -4
2 15 20 -5
3 16 20 -4
4 18 22 -4
5 21 19 +2
90 105 -15
18 21 -3
Rujukan dengan t-tabel 0,05 db = n pasangan -1  5—1 = 4
t0,05 (db=4) = 2,7764

Kesimpulan Penelitian:
Pemberian macam sumber pupuk N tidak berpengaruh
terhadap jumlah anakan padi IR 64 per rumpun.
 Uji t tidak berpasangan dengan asumsi ragam (varian)
tidak berbeda (sama), ulangan sama

Dua puluh ekor anak tikus dari induk yang sama dibagi menjadi
dua kelompok @10 ekor tikus dengan jenis kelamin yang sama.
Satu kelompok diberi ransum makanan jenis A dan yang satu
kelompok diberi ransum makanan jenis B. Setelah dua bulan
ditimbang, dan yang diamati adalah tambahan bobot badan/ekor
dalam gram.
1 2 3 4 5 6 7 8 9 10
A 50 61 49 60 30 35 40 48 44 38
B 45 51 20 30 52 50 20 30 15 25
1) Rumusan masalah; 2) Hipotesis penelitian; 3) Uji hipotesis; dan 4)
Kesimpulan penelitian.
Penyelesaian:
Rumusan masalah: Apakah pemberian jenis ransum
makanan berpengaruh terhadap pertambahan bobot badan
tikus?
 Uji prasyarat asumsi varians diuji dengan uji homogenitas
varians F-max Hartley

Fmax hitung dirujuk dengan Fmax tabel (Tabel 07 Kumpulan Tabel hal. 19)

Fmax hitung 1,998492191 lebih kecil daripada Fmax tabel 4,03 berarti varian
antar kelompok A dan B tidak berbeda.  dengan kata lain varian antar
kelompok itu homogen.
Kesimpulan Penelitian
Pemberian jenis ransum makanan berpengaruh terhadap pertambahan bobot badan
tikus.
Pemberian pakan A menghasilkan pertambahan bobot badan tikus (45,5 gram) lebih
besar daripada pertambahan bobot badan tikus yang diberi pakan B (33,8 gram).
(Pemberian pakan A lebih baik daripada pakan B dalam meningkatkan pertambahan
bobot badan tikus).
Rujukan: thitung = 3,63 lebih besar daripada 2,1009, H0 ditolak, hipotesis
penelitian diterima berarti pemberian vitamin berpengaruh terhadap
pertambahan bobot anak sapi.
 Uji t tidak berpasangan dengan asumsi ragam (varian) berbeda,
ulangan tidak sama

Di Kebun Percobaan Asembagus, Jawa Timur ditanam jarak kultivar Asb-81.

Dari tanaman tersebut diamati kadar minyak biji jarak (%) pada musim kemarau
(MK) dan musim penghujan (MP). Pada MK diamati 10 sampel dan pada MP 15
sampel. Data kadar minyak biji jarak seperti berikut.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
MK (A) 39,5 40,0 44,3 45,7 50,5 54,3 55,0 53,4 52,7 54,6
MP (B) 40,5 39,0 39,5 44,3 45,7 39,7 41,2 42,5 43,7 46,7 50,1 43,6 44,7 42,5 46,0

1) Rumusan masalah; 2) Hipotesis penelitian; 3) Uji hipotesis; dan 4) Kesimpulan

penelitian.
Rumusan masalah: Apakah ada perbedaan kadar minyak biji jarak kultivar Asb-81
yang dipanen pada MK dan MP?
Hipotesis penelitian:
Hipotesis yang dipilih adalah hipotesis kerja (alternatif) dua arah (dua ekor)
Ada perbedaan kadar minyak biji jarak kultivar Asb-81 yang dipanen pada MK
dengan MP
 Fmax hitung 3,903883903 lebih besar daripada Fmax tabel 3,39 berarti varian
antar kelompok A dan B berbeda.  dengan kata lain varian antar kelompok
itu tidak homogen

Kesimpulan Penelitian
Terdapat perbedaan kadar minyak biji jarak kultivar Asb-81 yang dipanen pada MK
dengan MP.
Rerata kadar minyak biji jarak kultivar Asb-81 yang dipanen pada MK (49,00%) lebih
tinggi daripada rerata kadar minyak biji jarak yang dipanen pada MP (43,31%).
 Jika Persoalan adalah t-satu ekor/arah

Uji t tidak berpasangan dengan asumsi ragam (varian) tidak berbeda (sama),
ulangan tidak sama.

1 2 3 4 5 6 7 8 9 10 11 12
A 50,5 60,0 59,3 61,2 58,5 59,5 62,3 61,5 58,7 60,5 62,5 61,0
B 65,5 62,7 68,3 60,0 62,0 64,5 68,0 66,0
Rumusan masalah; 2) Hipotesis penelitian; 3) Uji hipotesis; dan 4)
Kesimpulan penelitian
 Uji Hipotesis: menggunakan uji t tidak berpasangan

uji homogenitas varians F-max Hartley

Fmax hitung 1,172418925 lebih kecil daripada Fmax tabel 4,03 berarti varian
antar kelompok A dan B tidak berbeda.  dengan kata lain varian antar
kelompok itu homogen.
 Uji t Satu Sampel (Goodness of fit t-test)

untuk membandingkan nilai rata-rata sampel dengan nilai rata-rata populasi

sebagai standarnya.
Masyarakat mengeluh bahwa kadar nikotin rokok XYZ, diduga lebih tinggi
dari kadar standar yang ditentukan (kadar standarnya = 20
mg/batang). Untuk membuktikan keluhan masyarakat ini diambil sampel
random sebanyak 10 batang dan diukur kadar nikotin per batangnya adalah 22,
21, 19, 18, 21, 22, 22, 21, 22 dan 25. Alfa () yang dipergunakan adalah
 = 0,05.
Rumusan masalah:
Apakah kadar nikotin rokok merk XYZ lebih tinggi dari standar yang ditetapkan

Hipotesis Penelitan
Kadar nikotin rokok merk XYZ lebih tinggi dari standar yang ditetapkan (20
mg/batang).
Uji Hipotesis Penelitian
Uji hipotesis penelitian menggunakan uji statistika t Satu Sampel
(Goodness of fit t-test)
Rujukant(;n – 1)  t-tabel (0,05;9) 1 arah = 1,8331.
t hitung = 2,176767732 lebih besar daripada t tabel = 1,8331, maka Ho ditolak,
hipotesis penelitian diterima, berarti kadar nikotin rokok XYZ lebih tinggi daripada
kadar standar

Kesimpulan:
Kadar nikotin rokok XYZ (21,3 mg/batang) lebih tinggi daripada kadar
nikotin standar (20 mg/batang).
 Uji Beda 2 Proporsi
Hipotesis:
Ho: p = P Ho: p = P
Ha : p  P Ho: p > P atau Ho: p < P
two tail one tail
Rumus :
p-P
Z = ------------------
V (P . Q) / n
Ket : p = proporsi data sampel penelitian
P = proporsi data populasi
Q=1-P
Sulisetijono Biologi FMIPA UM 64
 CONTOH
• Dari laporan Dinas Kesehatan Kabupaten X tahun yang lalu
menyebutkan bahwa 40 % persalinan dilakukan oleh Dukun.
Kepala Dinas ingin membuktikan apakah sekarang persalinan
masih tetap seperti laporan tahun lalu atau sudah berubah.
Untuk pengujian ini diambil sampel random sebanyak 250
persalinan dan dilakukan wawancara pada ibu baru setahun
terakhir melakukan persalinan, dan ternyata terdapat 41 %
yang mengaku bersalin melalui dukun. Ujilah apakah ada
perbedaan proporsi persalinan antara laporan dinas dengan
sampel penelitian, dengan alpha 5 %.

Sulisetijono Biologi FMIPA UM 65

 Jawab
Diketahui: n=250 P=0,40 Q=1-0,40=0,60
p=0,41
Hipotesis:
Ho: p =0,40
tidak ada perbedaan proporsi persalinan antara data dinas
dengan data sampel
Ha: p  0,40
ada perbedaan proporsi persalinan antara data dinas
dengan data sampel
0,41 - 0,40
Z = -------------------------------
V (0,40 x 0,60) / 250
z = 0,33
Sulisetijono Biologi FMIPA UM 66
 Keputusan uji statistik
• Dari nilai Z=0,33 diperoleh peluang 0,1293 (tabel kurve
normal, lampiran III) berarti nilai p-nya = 0,5 - 0,1293 = 0,3707
• Nilai p = 0,3707 , namun perlu diketahui bahwa nilai peluang
pada tabel kurve normal merupakan nilai one tail. Sedangkan
arah uji pada uji ini adalah two tail (lihat hipotesis Ha-nya),
maka Nilai P untuk uji ini adalah : 2 x 0,3707 = 0,7414. Jadi
nilai p = 0,7414
• Dengan melihat hasil nilai p dan membandingkannya dengan 
sebesar 0,05 maka terlihat bahwa nilai p lebih besar dari ,
sehingga kita memutuskan Ho gagal ditolak.
• Dengan demikian dapat disimpulkan bahwa pada  5% secara
statistik proporsi persalinan antara laporan dinas dengan data
penelitian tidak berbeda (p=0.7414)

Sulisetijono Biologi FMIPA UM 67

Uji Beda Mean Satu Sampel

Tujuan pengujian adalah untuk

mengetahui perbedaan mean
populasi dengan mean data
sampel penelitian.
 Jenis uji beda mean satu sampel
Berdasarkan ada tidaknya nilai  (baca : tho) dibagi dua
jenis:
Bila nilai  diketahui maka digunakan uji Z, rumusnya:
x-
Z = ------------
 / Vn
Bilai nilai  tidak diketahui maka digunakan uji t ,
rumusnya:
x-
t = ------------
Sd / Vn
df = n-1

Sulisetijono Biologi FMIPA UM 69

 Keterangan
Ket : x = rata-rata data sampel
 = rata-rata data populasi
 = standar deviasi data populasi
Sd = standar deviasi data sampel
n = jumlah sampel yang diteliti

Sulisetijono Biologi FMIPA UM 70

 Contoh uji beda mean satu sampel

• Diketahui bahwa kadar Kolesterol orang dewasa

normal adalah 200 g/100 ml dengan standar
deviasi sebesar 56 g. Seorang peneliti telah
melakukan pengukuran kadar kolesterol
sekelompok penderita hipertensi yang
jumlahnya sebanyak 49 orang. Didapatkan rata-
rata kadar kolesterol mereka 220 g/100 ml.
Peneliti ini ingin menguji apakah kadar
kolesterol penderita hipertensi berbeda dengan
kadar kolesterol orang dewasa normal?

Sulisetijono Biologi FMIPA UM 71

 Penyelesaian
• Kadar kolesterol normal adalah mean
populasi  = 200 mg
• Standar deviasi populasi  = 56 mg
• Kadar kolesterol sampel = 220 mg ------(x )

Sulisetijono Biologi FMIPA UM 72

 Proses pengujian:
1. Hipotesis penelitian dipilih salah satu:
Ho :  = 200
tidak ada perbedaan rata-rata kadar kolesterol orang
dewasa dengan penderita hipertensi
Ha :   200
ada perbedaan rata-rata kadar kolesterol orang dewasa
dengan penderita hipertensi
Bila dilihat hipotesis alternatifnya: mengetahui perbedaan,
 jenis uji statistiknya two tail (dua arah).

Sulisetijono Biologi FMIPA UM 73

 Proses pengujian:
2. Level of significance
Batas kemaknaan/level of significance pada uji statistik
ini digunakan 5 %
3. Pemilihan Uji Statistik
Tujuan penelitian adalah ingin membandingkan nilai
populasi (data orang dewasa) dengan data sampel
(data penderita hipertensi), maka jenis uji statistik yang
digunakan adalah uji beda mean satu sampel dengan
pendekatan uji Z (karena standar deviasi populasi
diketahui).

Sulisetijono Biologi FMIPA UM 74

 4. Perhitungan Uji Statistik
Dari soal diatas nilai standar deviasi populasi
diketahui maka rumus yang digunakan adalah:
x-
Z = --------
/n
220 -200
Z = -------------- = 2.5
56/ 49

Sulisetijono Biologi FMIPA UM 75

 5. Keputusan Uji Statistik
Pendekatan Probabilistik
• Pada pendekatan ini dicari nilai p untuk kemudian
dibandingkan dengan nilai alpha.
• Pada tahap ini nilai Z yang diperoleh dari perhitungan
dikonversi kedalam tabel kurve normal untuk mencari
nilai p.

Z 0.00 0.01 0.02 dst..

0.0
0.1 peluang
..
2.5 .4938 .4940
2.6 .4953
Sulisetijono Biologi FMIPA UM 76
 5. Keputusan Uji Statistik Pendekatan
Probabilistik
• Dari nilai Z=2,5 diperoleh peluang 0,4938 berarti
nilai p-nya = 0,5 - 0,4938 = 0,0062
• Nilai p = 0,4932, namun perlu diketahui bahwa
nilai peluang pada tabel kurve normal
merupakan nilai one tail .
• Sedangkan arah uji pada uji ini adalah two tail
(lihat hipotesis Ha-nya), maka Nilai p untuk uji ini
adalah : 2 x 0,006 = 0,012. Jadi nilai p = 0,012

Sulisetijono Biologi FMIPA UM 77

 5. Keputusan Uji Statistik Pendekatan
Probabilistik..
• Dengan melihat hasil nilai p dan
membandingkannya dengan =0,05 maka
terlihat bahwa nilai p lebih kecil dari , sehingga
kita memutuskan hipotesis nol (Ho) ditolak.
• Dengan demikian dapat disimpulkan bahwa
pada  5% secara statistik kadar kolesterol dari
orang dengan hipertensi berbeda dibandingkan
kadar kolesterol orang dewasa normal (p=0.012)

Sulisetijono Biologi FMIPA UM 78

 5. Keputusan Uji Statistik
Pendekatan Klasik
• Dengan Ha seperti diatas maka berarti kita melakukan uji
hipotesis dengan two tail (dua arah). Kalau ditentukan  =
0.05, maka alphanya harus dibagi dua, sehingga
=0,025.
• Untuk mencarai nilai Z di tabel kurve normal maka angka
peluang yang dicari adalah 0,5-0,025=0,4750, maka nilai
tabel kurve normalnya (batas kritis) adalah Z= 1,96 .
• Kemudian nilai Z ini dibandingkan dengan nilai Z
perhitungan yang sudah dilakukan diatas ( Z hitung=2,5).
Terlihat bahwa nilai Z hitung (2,5) lebih besar
dibandingkan nilai Z tabel (1,96)
• maka keputusannya adalah Ho ditolak
Sulisetijono Biologi FMIPA UM 79
 CONTOH
• Diketahui bahwa kadar Kolesterol orang dewasa
normal adalah 200 gr/100 ml. Seorang peneliti
telah melakukan pengukuran kadar kolesterol
sekelompok penderita hipertensi yang
jumlahnya sebanyak 25 orang. Didapatkan rata-
rata kadar kolesterol mereka 220 gr/100 ml.
dengan standar deviasi sebesar 63 gr. Peneliti
ini ingin menguji apakah kadar kolesterol
penderita hipertensi berbeda dengan kadar
kolesterol orang dewasa normal?
Sulisetijono Biologi FMIPA UM 80
 UJI t
• Kalau peneliti tidak mengetahui besarnya standar
deviasi populasi serta hanya mengambil sebanyak 25
sampel penderita hipertensi. Maka untuk itu standar
deviasi populasi diestimasi saja memakai standar
deviasi sampel. Kita misalkan pada sampel ini
didapatkan standar deviasi sampel 63 mg. Karena itu
uji statistik ini tidak memakai uji Z tetapi adalah uji t (t-
test).
• Didalam uji t harus memakai distribusi “t” dengan
memperhatikan degree of freedom (df) atau derajat
kebebasan yang besarnya n-1(df=n-1).

Sulisetijono Biologi FMIPA UM 81

 UJI t
Perhitungan ujinya:
x -
t = -----------
s/n
220 -200
t = -------------- =1.59
63/ 25
Hasil t = 1,59 dan nilai df=25-1=24, kemudian
dicari nilai p dengan menggunakan Tabel
distribusi t

Sulisetijono Biologi FMIPA UM 82

Keputusan Uji Statistik
.10 - .05 .025 .01
.005
1 …. nilai p …..
…. …..
..
24 1.318 - 1.711 2.064 2.492
2.797
.dst
t=1,59
Sulisetijono Biologi FMIPA UM 83
 Keputusan Uji Statistik
• Pada soal diatas diperoleh nilai t=1,59 dan df=24,
terletak pada posisi antara nilai 1,318 dan 1,711
kemudian kalau kita tarik keatas berarti terletak antara
nilai alpha 0,10 dan 0,05, berarti nilai p-nya lebih kecil
dari 0,10(p<0,10) dan lebih besar dari 0,05(p>0,05), atau
dapat ditulis: 0,05 <p<0,10
• Karena tabel t merupakan jenis tabel untuk one tail,
maka nilai p yang didapat dari tabel harus dikalikan dua.
Hasilnya adalah = 2 x 0,05<p< 0,10 = 0,10<p<0,20
• Jadi nilai p > 0,10

Sulisetijono Biologi FMIPA UM 84

 Keputusan Uji Statistik
• Dengan melihat hasil p dan membandingkannya
dengan  maka ternyata p besar dari ,
sehingga hipotesis nol (Ho) gagal ditolak.
• Dari penelitian ini dapat disimpulkan bahwa data
sampel tidak menyokong untuk menyatakan
kadar kolesterol dari orang dewasa berbeda
dengan kadar kolestrol penderita hipertensi.
• Dengan kata lain dapat disimpulkan bahwa tidak
ada perbedaan yang bermakna kadar kolesterol
orang dewasa dengan kadar kolesterol
penderita hipertensi (p>0,10).
Sulisetijono Biologi FMIPA UM 85