Prosedur Pengujian

Hipotesis Statistika
 Pengujian
Hipotesis
Richard Patrosza Sinaga (4193311042)
Eskana Laurensia Hasugian (4193311075)
Naomi Camelia (4193311019)
Majdah Luthfita (4193311056)
Suryani Nababan (41933110)
 Prosedur pengujian hipotesis merupakan langkah-langkah yang diterapkan untuk
menentukan apakah menerima atau menolak suatu hipotesis mengenai parameter populasi.
Dalam menguji suatu hipotesis statistik setidaknya dibutuhkan lima langkah, yaitu sebagai
berikut:

Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha)

Hipotesis nol / nihil (HO) : Hipotesis nol adalah hipotesis yang dirumuskan sebagai
suatu pernyataan yang akan di uji. Hipotesis nol tidak memiliki perbedaan atau
perbedaannya nol dengan hipotesis sebenarnya.
Hipotesis alternatif/ tandingan (H1 / Ha): Hipotesis alternatif adalah hipotesis yang di
rumuskan sebagai lawan atau tandingan dari hipotesis nol.

Secara umum, formulasi hipotesis dapat di tuliskan

3
Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.

Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis terhadap
nilai parameter populasinya. Semakin tinggi taraf nyata yang di gunakan, semakin tinggi pula penolakan
hipotesis nol atau hipotesis yang di uji, padahal hipotesis nol benar.
Besaran yang sering di gunakan untuk menentukan taraf nyata dinyatakan dalam %, yaitu: 1%
(0,01), 5% (0,05), 10% (0,1), sehingga secara umum taraf nyata di tuliskan sebagai α 0,01,α0,05, α0,1.
Besarnya nilai α bergantung pada keberanian pembuat keputusan yang dalam hal ini berapa besarnya
kesalahan (yang menyebabkan resiko) yang akan di tolerir. Besarnya kesalahan tersebut di sebut
sebagai daerah kritis pengujian (critical region of a test) atau daerah penolakan ( region of rejection).
Nilai α yang dipakai sebagai taraf nyata di gunakan untuk menentukan nilai distribusi yang di
gunakan pada pengujian, misalnya distribusi normal (Z), distribusi t, dan distribusi X². Nilai itu sudah di
sediakan dalam bentuk tabel di sebut nilai kritis.
4
Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H 0.

Kriteria Pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak
hipotesis nol (Ho) dengan cara membandingkan nilai α tabel distribusinya (nilai kritis) dengan nilai
uji statistiknya, sesuai dengan bentuk pengujiannya.

Langkah 4 : Melakukan uji statistic

Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu dalam
pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga parameter data sampel
yang di ambil secara random dari sebuah populasi. Misalkan, akan di uji parameter populasi (P),
maka yang pertama-tama di hitung adalah statistik sampel (S).

Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H 0.

5
Pengujian Perbedaan
Dua Rata-Rata
Populasi
Terdapat beberapa kondisi yang perlu diperhatikan dalam pengujian hipotesis
rata-rata dua populasi yakni :
● Varians sama dan diketahui,
Misalkan dua sampel acak independen masing-masing dengan ukuran n1
dan n2 ditarik dari populasi dengan rata-rata μ1 dan μ2 dan varians σ21  dan σ22.

Bisa kita asumsikan bahwa σ1=σ2= σ, maka statistik di atas menjadi:

Pengujian hipotesis rata-rata dua populasi untuk varians sama dan
diketahui :

● Varians Sama Tetapi Tidak Diketahui

Jika kita dapat mengasumsikan bahwa kedua populasi adalah berdistribusi
normal dan bahwa σ1=σ2 =σ, maka uji-t gabungan (pooled t-test) dapat
digunakan.
Definisi :
Untuk hipotesis dua arah :
Kita tolak Ho pada tingkat signifikansi α ketika statistik hitung

8
Dengan

lebih besar dari tα/2;n1+n2−2 atau kurang dari −tα/2;n1+n2−2.

Hipotesis, statistik uji dan wilayah kritis penolakannya untuk pengujian
hipotesis rata-rata dua populasi di mana varians sama dan tak diketahui
dinyatakan dalam tabel berikut.

9
 Contoh Soal:
Sebuah pelajaran matematika diberikan pada 12 siswa dengan metode pengajaran
yang biasa. Kelas lain yang terdiri atas 10 siswa diberi pelajaran yang sama tetapi
dengan metode yang menggunakan bahan yang telah terprogramkan.
Pada akhir semester murid kedua kelas itu diberikan ujian yang sama. Kelas
pertama mencapai nilai rata-rata 85 dengan simpangan baku 4, sedang kelas yang
menggunakan bahan yang terprogramkan memperoleh nilai rata-rata 81 dengan
simpangan baku 5.
Ujilah hipotesis bahwa kedua metode mengajar matematika itu sama, dengan
menggunakan taraf nyata 0,10. Asumsikan bahwa kedua populasi itu
menghampiri sebaran normal dengan ragam yang sama.

10
Pembahasan :
Misalkan μ1 dan μ2 adalah nilai rata-rata semua siswa yang mungkin mengambil
pelajaran tersebut dengan kedua cara mengajar. Dengan menggunakan langkah-
langkah dalam prosedur pengujian hipotesis, kita peroleh:
1. H0 : μ1=μ2 atau μ1−μ2=0.

2. H1:μ1≠μ2 atau μ1−μ2≠0
3. α = 0,10
4. Wilayah kritis:  t<−1,725 atau t>1,725, sedangkan dalam hal ini dengan v =
20 derajat bebas.

11
Perhitungan :

Dengan demikian,

Keputusan:
Tolak Ho dan simpulkan bahwa kedua metode mengajar tidak sama. Karena
nilai t hitung jatuh di wilayah kritik bagian kanan, kita dapat menyimpulkan
bahwa metode mengajar biasa lebih baik daripada metode dengan bahan
terprogramkan. 12
● Varians Tidak Sama dan Tidak DiKetahui
Terdapat situasi di mana kita tidak dapat mengasumsikan bahwa  σ1=σ2 =σ.
Jika dua populasi adalah normal, maka statistic

akan mendekati distribusi-t dengan derajat bebas

Akibatnya, prosedur pengujian tidak menolak Ho ketika

13
Hipotesis, statistik uji dan wilayah kritis penolakannya untuk pengujian
hipotesis rata-rata dua populasi di mana varians tak sama dan tak diketahui
dinyatakan dalam tabel berikut.

14
Pengujian Hipotesis
Untuk Sampel
Berkorelasi
Pengujian Hipotesis untuk Sampel yang berkorelasi
(Data Berpasangan)
● Statistik Parametrik
statistik parametrik yg digunakan untuk menguji hipotesis komparatif rata-rata
dua sampel bila datanya berbentuk interval atau ratio adalah menggunakan t-test
Rumus t-test:

● Statistik Nonparametrik
• Untuk menguji hipotesis komparatif data nominal digunakan Mc Nemar
Test
• Sedangkan untuk data ordinal digunakan Sign Tests
16
Contoh No Matem
 
Kimia
atika 
Seorang peneliti melakukan penelitian di salah satu sekolah SMA X 1  80  82
dengan menambil data berupa nilai pelajaran matematika dan kimia. Data 2  83  81
tersebut disajikan dalam tabel
3  84  78
berikut: 4  85  83
Berdasarkan data tersebut, maka carilah: 5  80  79
6  79  80
a. Koefisien korelasi antara nilai matematikan dan kimia siswa serta apa
7  83  82
arti dari
8  83  79
koefisien korelasi tersbut? 9  79  81
b. Pada taraf nyata 5% ujilah hipotesis bahwa terdapat korelasi yang 10  82  85
signifikan antara 11  85  85
12  83  80
nilai matematika dan kimia siswa!
13  84  83
14  85  85
15  85  79
17
 A. SPSS

Descriptive Statistics
  Mean Std. Deviation N
Matematika 82.67 2.193 15
Kimia 81.47 2.356 15

Pada tabel diatas menunjukkan niai rata rata (mean) matematika adalah 82.67 dengan standar deviasi 2.193.
Sedangkan nilai rata rata kimia adalah 81.47 dengan standar deviasi 2.356. Masing masing data sebanyak 15
(N). Correlations
Matematik
  a Kimia
Matematika Pearson 1 .281
Correlation
Sig. (2-tailed)   .310
N 15 15
Kimia Pearson .281 1
Correlation
Sig. (2-tailed) .310  
N 15 15

18
menunjukkan bahwa korelasi pearson diperoleh 0.281 dengan nilai significant 0.310 .
uji hipotesis :
Corelasi pearson
h0 = terdapat hubungan antar variabel
h1 = tidak terdapat hubungan antar variabel
r hitung > r tabel terdapat hubungan antar variabel
r tabel = 0.514
r hitung = 0.281
0.514 > 0.281 atau 0.281< 0.514
r hitung > r tabel = h0 ditolak
r hitung < r tabel = h1 diterima
maka tida terdapat hubungan antar variabel
Sinificant
h0 = terdapat hubungan yang signifikan antar variabel
h1 = tidak terdapat hubungan yang signifikan antar variabel
0.310 > 0.05
H1 diterima
Kesimpulan : tidak terdapat hubungan yang significant antara variabe matematika dan kimia.

19
 Correlations
Matema Kimi
  tika a
Spearman's Matematika Correlation 1.000 .256
rho Coefficient
Sig. (2-tailed) . .357
N 15 15
Kimia Correlation .256 1.00
Coefficient 0
Sig. (2-tailed) .357 .
N 15 15

Pada tabel menyajikan bahwa korealisi spearman sebesar 0.256 dengan nilai
signifikan 0.357.
0.256 < 0.514 tidak terdapat hubungan antar varaibel
0.357 > 0.05 tidak terdapat hungan yang significant antar variabel
Kesimpulan : tidak terdapat hubungan yang signifikan antara variabel kimia dan
matematika.

20
21
22
TERIMAKASIH


23