STATISTIKA INDUKTIF
EDISI 3
Algifari
STIE YKPN Yogyakarta
2
BAB 3
Uji Hipotesis
3
Tujuan
Konsep Dasar
Uji Hipotesis
HA:
Rumusan Hipotesis:
H0: = 450.000
HA: 450.000
7
Lanjutan ...
H0: 450.000
HA: > 450.000
Catatan: Tanda menyatakan tidak lebih dari
Lanjutan ...
Langkah 2:
Memilih Tingkat Signifikansi (α). Tingkat signifikansi
menunjukkan probabilitas kesalahan yang mungkin akan terjadi
dalam pengambilan keputusan. Tingkat signifikansi yang umun
digunakan dalam uji hipotesis adalah 1%, 5%, dan 10%.
Lanjutan ...
Langkah 3:
Nilai hitung Z atau nilai hitung t dapat ditentukan menggunakan cara manual
atau dengan bantuan komputer. MS Excel dan paket program komputer statistik,
seperti SPSS menyediakan menu untuk menentukan nilai uji distribusi Z atau
nilai distribusi t.
10
Lanjutan ...
Langkah 4:
Pengambilan Keputusan. Langkah ini akan dihasilkan suatu keputusan menerima H 0
atau menolak H0.
Dasar pengambilan keputusan adalah melihat letak nilai Z hitung atau nilai t hitung di
daerah kurva normal.
Daerah penerimaan H0 dan daerah penolakan H0 pada kurva distribusi normal
tergantung dari pengujian yang dilakukan. Terdapat 3 pengujian dalam uji hipotesis,
yaitu:
1. pengujian dua sisi (ada beberapa buku teks menggunakan istilah dua ekor),
2. pengujian satu sisi: sisi kanan, dan
3. pengujian satu sisi: sisi kiri.
• Pengujian dua sisi : rumusan hipotesis alternatif (H A) menyatakan tidak sama dengan
(bertanda ‘’).
• Pengujian satu sisi: sisi kanan digunakan jika rumusan hipotesis alternatif (H A)
menyatakan lebih besar dari (bertanda ‘>’).
• Pengujian satu sisi: sisi kiri digunakan jika rumusan hipotesis alternatif (H A)
menyatakan lebih besar dari (bertanda ‘<’).
11
Penerimaan H0
Penolakan H0 Penolakan H0
- z/2 +z/2
0
12
Penerimaan H0 Penolakan H0
0 +z
13
Penolakan H0 Penerimaan H0
- z 0
14
Lanjutan ...
Penerimaan H0
Penolakan H0 Penolakan H0
- 1,96 0 +1,96
16
Lanjutan ...
Langha 5:
Pembuatan Kesimpulan.
Kesimpulan dibuat berdasarkan keputusan yang diambil. Jika menerima
H0, kesimpulan berdasarkan hipotesis yang terdapat dalam H0. Sedangkan
jika menolak H0, kesimpulan berdasarkan HA. Misalnya rumusan hipotesis:
H0: = 450.000
HA: 450.000
Jika keputusan menerima H0, kesimpulannya adalah bahwa pernyataan
mengenai rata-rata populasi adalah Rp450.000 dapat dibenarkan secara
statistik. Sebaliknya, jika pada langkah keputusan dari pengujian menolak
H0, kesimpulannya adalah bahwa pernyataan mengenai rata-rata populasi
adalah Rp450.000 tidak dapat dibenarkan secara statistik.
17
Lanjutan ...
Langkah-langkah pengujian:
1. Rumusan Hipotesis X μ 98 100
Z 1,33
H0: = 100 σX 1,5
σ 9
HA: 100 σX 1,5
n 36
2. Nilai Kritis: Z = 1,96
Z = -1,33
3. Nilai Hitung: Z = - 1,33
4. Keputusan: Menerima H0 Penolakan H0 Penerimaan H0 Penolakan H0
5. Kesimpulan: tingkat
0 +1,96
produksi rata-rata semua -1,96
Lanjutan ...
Contoh Kasus 1.
Sebuah perusahaan mempekerjakan 200 karyawan. Suatu
penelitian dilakukan untuk membuktikan pernyataan
(hipotesis) bahwa upah rata-rata per hari karyawan di
perusahaan tersebut lebih dari Rp55.000 dengan standar
deviasi Rp12.500. Penelilitan dilakukan dengan
menggunakan 42 karyawan sebagai sampel. Berdasarkan
sampel tersebut diperoleh rata-rata upah per hari karyawan
adalah Rp58.420. Dengan menggunakan tingkat
signifikansi 5%, apakah pernyataan perusahaan tersebut
dapat dibenarkan secara statistik?
20
Langkah-langkah pengujian:
1. Rumusan Hipotesis
X μ 58.420 55.000
H0: 55.000 Z 1,99
σX 1.718,65
HA: > 55.000
σ N n 12.500 200 42
2. Nilai Kritis: Z = + 1,645 σX . . 1.718,65
n N 1 42 200 1
3. Nilai Hitung: Z = 1,99
Z = 1,99
4. Keputusan: Menolak H0
5. Kesimpulan: Upah rata-
Penerimaan H0 Penolakan H0
rata per hari karyawan di
perusahaan tersebut lebih
0 +1,645
dari Rp55.000.
Catatan: Rumus standard error menggunakan faktor koreksi, karena populasi diketahui dan sampel
(n = 42) lebih dari 5% populasi (N = 200) atau yang disebut populasi terbatas.
21
Lanjutan ...
Perjalanan ke.. 1 2 3 4 5 6
Waktu (Jam) 13 14 12 16 12 11
Lanjutan ...
Langkah-langkah pengujian:
1. Rumusan Hipotesis X μ 13 12,3
t 0,959
H0: = 12,3 jam sX 0,73
s 1,79
HA: 12,3 jam sX 0,73
n 6
2. Nilai Kritis: t = 2,571
3. Nilai Hitung: t = 0,959 t = 0,959
4. Keputusan: Menerima H0
Penolakan H0 Penerimaan H0 Penolakan H0
5. Kesimpulan: Waktu rata-
rata dari kota A ke kota B -2,571 0 +2,571
adalah 12,3 jam.
23
One-Sample Statistics
X
Std. Error
Mean 13 N Mean Std. Deviation Mean
Standard Error 0,73 x 6 13.0000 1.78885 .73030
Standard Deviation 1,79
One-Sample Test
Sample Variance 3,2
Test Value = 12.3
Count 6
95% Confidence
Interval of the
X 13 (rata - rata sampel) Mean Difference
t df Sig. (2-tailed) Difference Lower Upper
s 1,79 ( standar deviasi sampel)
x .959 5 .382 .70000 -1.1773 2.5773
s X 0,73 (kesalahan standar
rata - rata sampel)
24
Lanjutan ...
Contoh Kasus 2.
Sebuah penelitian dilakukan untuk membuktikan pernyataan Kepala
Dinas Perekonomian suatu daerah bahwa waktu yang dibutuhkan
untuk menyelesaikan satu berkas perijinan kurang dari 25 menit.
Sebuah sampel sebanyak 12 berkas permohonan izin usaha yang
dilayani oleh staf pada dinas tersebut diperoleh waktu rata-rata yang
dibutuhkan (dalam menit) untuk menyelesaikan satu berkas adalah
18,17 menit dengan standar deviasi sebesar 8,1 menit. Dengan tingkat
signifikansi 5%, apakah dapat disimpulkan bahwa waktu yang
dibutuhkan untuk menyelesaikan satu berkas oleh staf pelayanan izin
di dinas tersebut kurang dari 25 menit?
25
Langkah-langkah pengujian:
1. Rumusan Hipotesis
X μ 18,17 25
H0: ≥ 25 t 2,92
σX 2,34
HA: < 25
s 8,1
sX 2,34
2. Nilai Kritis: t = - 1,796 n 12
X1 X 2 X1 X 2
Z Z
σ x1 x 2 s x1 x 2
2 2 2 2
σ1 σ 2 s1 s2
σ x1 x 2 s x1 x 2
n1 n 2 n1 n 2
28
X1 X 2
t
s x1 x 2
2 2
(n1 1).s1 (n 2 1).s2 1 1
s x1 x 2 .
n1 n 2 2 n1 n 2
29
Lanjutan ...
Lanjutan ...
Langkah-langkah pengujian:
1. Rumusan Hipotesis
X1 X 2 214 202
H0: 1 = 2 Z 2,11
σ X1 X 2 5,70
HA: 1 2 2 2
σ1 σ 2 20 2 30 2
2. Nilai Kritis: Z = 1,96 σ x1 x 2 5,70
n1 n 2 40 40
3. Nilai Hitung: Z = 2,11
4. Keputusan: Menolak H0 Z = 2,11
5. Kesimpulan: Volume
penjualan rata-rata di Penolakan H0 Penerimaan H0 Penolakan H0
Lanjutan ...
Contoh Kasus 3.
Dua buah kolam digunakan untuk membudidayakan ikan nila, yaitu
Kolam A dan Kolam B. Sebuah penelitian dilakukan untuk menguji
pernyataan bahwa rata-rata per ekor ikan nila dari Kolam A lebih berat
daripada dari Kolam B. Tabel berikut ini menunjukkan data sampel.
Kolam A Kolam B
Sampel (n) = 40 Sampel (n) = 48
Rata-rata ( X ) = 4,57 ons Rata-rata ( X ) = 4,35 ons
Standar deviasi (s) = 0,56 ons Standar deviasi (s) = 0,31 ons
Lanjutan ...
Lanjutan ...
Lanjutan ....
X1 X 2 7.240 7.066,67
t 0,291
s X1 X 2 595,53
2 2
(n1 1).s1 (n 2 1).s2 1 1
s x1 x 2 .
n1 n 2 2 n1 n 2
(5 - 1).898,89 2 (6 1).1,046,26 2 1 1
s x1 x 2 . 595,53
562 5 6
36
Lanjutan ...
Lanjutan ....
X1 X 2 7,41 7,28
t 1,52
s X1 X 2 0,0856
2 2
(n1 1).s1 (n 2 1).s2 1 1
s x1 x 2 .
n1 n 2 2 n1 n 2
d
d
n
n d 2 ( d ) 2
sd
n(n 1)
sd
sd
n
41
Analisis
1. Rumusan Hipotesis
H0: d = 0 d ≤ 0 d≥0
HA: d 0 d > 0 d<0
(Kemungkinan rumusan hipotesis)
Contoh Kasus
Misalnya divisi pengembangan sumberdaya manusia suatu perusahaan
menyatakan bahwa kinerja karyawan meningkat setelah mengikuti
pelatihan. Kenaikan kinerja karyawan ditunjukkan oleh waktu yang
diperlukan karyawan untuk menyelesaikan satu unit barang lebih
singkat. Sampel sebanyak 6 karyawa peserta pelatihan yang digunakan
sbagai sampel diperoleh informasi waktu yang dibutuhkan setiap
karyawan dalam menyelesaikan satu unit barang sebelum dan sesudah
pelatihan adalah sebagai berikut (waktu dalam jam):
Karyawan ke.. 1 2 3 4 5 6
Sebelum 6 8 7 10 9 7
Sesudah 5 6 7 8 7 5
d
d 9 1,5
n 6
n d 2 ( d ) 2 6(17) 9 2
sd 0,8367
n(n 1) 6(6 1)
sd 0 ,8367
sd 0 ,3416
n 6
44
d 1, 5
t 4 , 39
sd 0 , 3416
d
d 9 1,5
n 6
n d 2 ( d ) 2 6(17 ) (9) 2
sd 0,8367
n(n 1) 6(6 1)
sd 0,8367
sd 0,3416
n 6
45
Analisis
1. Rumusan Hipotesis
H0: d ≤ 0
HA: d > 0 t =4,39
2. Nilai kritis: t = +2,015
3. Nilai Hitung: t =4,39
Penerimaan H0 Penolakan
4. Keputusan: Menolak H0 H0
Lanjutan ...
Hasil perhitungan menggunakan MS Excel:
t-Test: Paired Two Sample for Means
Sebelum Sesudah
Mean 7,833 6,333
Variance 2,167 1,467
Observations 6 6
Pearson Correlation 0.823
Hypothesized Mean Difference 0
df 5
t Stat 4,392
P(T<=t) one-tail 0,004
t Critical one-tail 2,015
P(T<=t) two-tail 0,007
t Critical two-tail 2,571
47
Lanjutan ...
Pair 1
SEBELUM - SESUDAH
Paired Differences Mean 1.50
Std. Deviation .84
Std. Error Mean
.34
95% Confidence Interval Lower .62
of the Difference Upper 2.38
t 4.392
df 5
Sig. (2-tailed) .007
48
Lanjutan ...
Contoh Kasus 5:
Sebuah perusahaan elektronik memperkenalkan sistem pengamanan
yang baru. Perusahaan tersebut menyatakan bahwa sistem baru ini
dapat menurunkan jumlah sepeda motor yang hilang. Untuk menguji
pernyataan tersebut dilakukan penelitian menggunakan 8 wilayah.
Data sampel mengenai jumlah sepeda motor yang hilang di wilayah
tersebut menggunakan sistem pengamanan lama dan sistem
pengamanan baru adalah sebagai berikut:
Wilayah
Sistem
A B C D E F G H
Lama 12 15 18 9 8 4 14 8
Baru 10 14 14 6 7 3 10 6
49
Lanjutan Soal 5
Analisis
1. Rumusan Hipotesis
H0: d ≥ 0
HA: d < 0
2. Nilai kritis: t = -2,998
t = -4,965
3. Nilai Hitung: t = -4,965
4. Keputusan: Menolak H0
Penolakan H0
5. Kesimpulan: Sistem baru Penerimaan H0
Analisis
1. Rumusan Hipotesis
H0: = .. ≤ .. ≥ ..
HA: ≠ .. > .. < ..
2. Nilai Kritis: ditentukan menggunakan tabel Z
3. Nilai Hitung: hitung dengan rumus
4. Keputusan: H0 ditolak jika nilai hitung absolut
lebih besar daripada nilai tabel absolut.
Sebaliknya ..
5. Kesimpulan
53
X
• Proporsi sampel: p
n
(1 )
• Kesalahan standar (standard error): p
n
54
Contoh Kasus
Misalnya suatu perusahaan jasa menyatakan bahwa 65%
konsumen merasa puas atas pelayanan yang diberikan oleh
perusahaannya. Untuk membuktikan pernyataan ini
dilakukan penelitian dengan meminta respon dari
konsumen jasa perusahaan tersebut. Setelah dilakukan
survei terhadap 250 konsumen yang memberi respon
sebagai sampel, terdapat 165 konsumen menyatakan puas
dengan pelayanan yang diberikan. Berdasarkan informasi
tersebut apakah pernyataan perusahaan jasa tersebut dapat
dibenarkan secara statistik dengan tingkat signifikansi 5%?
55
Analisis
1. Rumusan Hipotesis
H0: = 0,65
HA: ≠ 0,65 Z = 0,331
2. Nilai Kritis: Z = ± 1,96
3. Nilai Hitung: Z = 0,331
4. Keputusan: H0 diterima Penolakan Penerimaan H0 Penolakan
H0 H0
5. Kesimpulan: konsumen yang
-1,96 0 +1,96
menyatakan puas adalah 65%.
56
Nilai Hitung Z
p π 0,66 0,65
Z 0,331
σp 0,0302
X 165
p 0,66
n 250
Lanjutan ....
Test Statistics
Respon
Chi-Squarea .110
df 1
Asymp. Sig. .740
a. 0 cells (.0%) have expected frequencies less than
5. The minimum expected cell frequency is 87.5.
Lanjutan ...
Contoh Kasus 6.
Seorang pemeriksa ingin menguji pernyataan
bahwa persentase tingkat kesalahan pencatatan
rekening di sebuah lembaga pemerintahan daerah
kurang dari 15%. Sebuah sampel sebanyak 150
rekening diambil secara random, terdapat 21
rekening yang salah catat. Dengan tingkat
signifikansi 5%, lakukan pengujian terhadap
pernyataan (hipotesis) tersebut.
59
Nilai Hitung Z
p π 0,14 0,15
Z 0,342
σp 0,0292
X 21
p 0,14
n 150
X2
p
n4
p π 0,0686 0,05
Z 1,22
σp 0,0153
X 2 12 2
p 0,0686
n 4 200 4
PROSEDUR PENGUJIAN
Analisis
1. Rumusan Hipotesis
H0: 1 = 2 1 ≤ 2 1 ≥ 2
HA: 1 ≠ 2 1 > 2 1 < 2
2. Nilai Kritis: tentukan menggunakan tabel
3. Nilai Hitung: hitung dengan rumus atau
menggunakan hasil hitung komputer
4. Keputusan: H0 ditolak jika nilai hitung absolut lebih
besar daripada nilai tabel absolut. Sebaliknya ..
5. Kesimpulan
RUMUS MENENTUKAN NILAI HITUNG
p1 p 2
Z
p1 p 2
X1 X2
p1 p2
n1 n2
1 1
σ p1 p2 p(1 p)( )
n1 n 2
x1 x
p 2
n1 n 2
68
69
Contoh Kasus
Misalnya seorang manajer produksi sebuah perusahaan
menyatakan bahwa tingkat barang yang rusak dari dua jalur
produksi (production lines) adalah sama. Untuk menguji
pernyataan manajer produksi tersebut diambil sampel 200
barang yang dihasilkan jalur produksi pertama dan 300
barang yang dihasilkan jalur produksi kedua. Dari 200
barang yang diambil dari jalur produksi yang pertama
terdapat 40 barang yang rusak dan dari 300 barang yang
diambil dari jalur produksi kedua terdapat 45 barang yang
rusak. (Misalnya menggunakan α = 10%)
70
p1 p 2 0,20 0,15
Z 1,46
σ p1 p2 0,0343
X1 40 X2 45
p1 0,20 p2 0,15
n1 200 n 2 300
x1 x 2 40 45
p 0,17
n 1 n 2 200 300
1 1 1 1
σ p1 p2 p(1 p)( ) 0,17(1 0,17) 0,0343
n1 n 2 200 300
71
72
Chi-Square Tests
Lanjutan ...
Contoh Kasus 8.
Sebuah penelitian dilakukan untuk menganalisis beda proporsi
karyawan baru yang mengundurkan diri (resign) sebelum satu tahun
bekerja antara perusahaan di industri perbankan dan di industri
asuransi. Data pada tabel berikut ini diperoleh dari sampel masing-
masing industri.
p1 p 2 0,20 0,21
Z 0,52
σ p1 p 2 0,0191
X 200 X 2 168
p1 1 0,20 p2 0,21
n1 1.000 n 2 800
x1 x 2 200 168
p 0,2044
n1 n 2 1.000 800
1 1 1 1
σ p1 p 2 p(1 p)( ) 0,2044(1 0,2044) 0,0191
n1 n 2 1 .000 800
75
76