Anda di halaman 1dari 40

Pengujian

Hipotesis secara analitik vs menggunakan


software
Terminologi
Hipotesis : anggapan dasar/asumsi atau dugaan mengenai sesuatu
hal yang harus dibuktikan kebenarannya.

Hipotesis statistik : anggapan dasar/asumsi atau dugaan mengenai


parameter populasi (khususnya nilai-nilai parameter).

Pengujian Hipotesis : prosedur untuk menentukan apakah menerima


atau menolak hipotesis yang dibuat.

 60% remaja di kota Bandung melakukan hubungan pra-nikah


 Penghasilan masyarakat kota B per bulan lebih dari Rp. 1.000.000.-
 80% masyarakat menyatakan penurunan BBM tidak menurunkan sembako
Konsep Uji Hipotesis

Hipotesis
Populasi
Penelitian

Hipotesis Sampel
Keputusan
Statistik

Statistik Uji
Kekeliruan dalam Pengujian Hipotesis

KESIMPULAN KEADAAN SEBENARNYA


Hipotesis Benar Hipotesis Salah
KELIRU
Terima Hipotesis BENAR (Kekeliruan Tipe II)

KELIRU
Tolak Hipotesis (Kekeliruan Tipe I) BENAR

 : dikenal sebagai taraf signifikansi/nyata/kebermaknaan (umumnya


diambil 1, 5 dan 10%)
Jenis Hipotesis

Hipotesis Nol (H0)


Hipotesis Statistik
Hipotesis Alternatif (H1)

Hipotesis nol (H0) adalah hipotesis yang perumusannya mengandung


pengertian sama atau tidak ada perbedaan, notasi matematik
menggunakan tanda =

Hipotesis alternatif (H1) adalah hipotesis yang perumusannya mengandung


pengertian berbeda, notasi matematik menggunakan tanda ≠, >, dan <

Untuk menerima atau menolak hipotesis diperlukan kriteria pengujian yang


terdiri dari daerah penerimaan dan daerah penolakan -> daerah kritis
Rumusan Hipotesis

Misalkan  adalah parameter yang akan diuji dengan nilai yang


dihipotesiskannya adalah 0, maka rumusan hipotesisnya dapat
mengambil beberapa bentuk :

H0 :  0
Uji dua pihak
H1 :    0
H0 :  0
Uji pihak kanan
H1 :    0

H0 :  0
Uji pihak kiri
H1 :    0
Beberapa rumusan hipotesis

1. Rumusan untuk menguji satu nilai parameter

H0 :  0

2. Rumusan untuk menguji dua nilai parameter

H0 : 1   2

3. Rumusan untuk menguji lebih dari dua nilai parameter

H 0 :  1   2  ...  k
Diperkirakan bahwa rata-rata penghasilan masyarakat di desa
Sukamiskin adalah Rp. 950.000 per bulan. Apakah dugaan ini bisa
diterima?

H 0 :   950.000
Hipotesis 2 arah
H1 :   950.000

Sebuah sekolah mengklaim bahwa seluruh siswa lulus dengan nilai rata-rata lebih
dari 8. Apakah dugaan ini dapat diterima?

H0 :   8
Hipotesis 1 arah
H1 :   8
Prosedur Pengujian Hipotesis

 Rumuskan Hipotesis (dua pihak atau satu pihak)


 Tentukan statistik uji (Z, t, c2, F dlsb)
 Hitung statistik uji
 Tentukan daerah kritis (tetapkan tingkat
signifikansi/kebermaknaan  serta derajat
kebebasan/df)
 Bandingkan statistik uji dengan daerah kritis
 Membuat keputusan terima atau tolak H0
Daerah kritis

Daerah Tolak H0
Daerah Tolak H0

Daerah Terima H0
 /2  /2  /2
 /2

d1 d2

Uji 2 pihak

DaerahTolakH0
DaerahTolakH0

DaerahTerimaH DaerahTerimaH0
/2
0 /2 
/2
/2 

d d

Uji pihak kanan Uji 1 pihak Uji pihak kiri


Jenis-jenis uji hipotesis

1. Uji hipotesis rata-rata dalam satu kelompok sampel, data


berdistribusi normal
2. Uji hipotesis rata-rata dalam kelompok sampel
berpasangan, data terdistribusi normal
3. Uji hipotesis rata-rata pada 2 kelompok sampel
independent / bebas, data terdistribusi normal
4. Uji hipotesis rata-rata dalam satu kelompok sampel, data
tidak berdistribusi normal
5. Uji hipotesis rata-rata dalam kelompok sampel
berpasangan, data tidak terdistribusi normal
6. Uji hipotesis rata-rata pada 2 kelompok sampel
independent / bebas, tidak data terdistribusi normal
Uji Satu Rata-rata, populasi berdistribusi
normal

Hipotesis H 0 :   0 melawan
H1 :    0 atau
H1 :    0 atau
H1 :    0

x  0 Jumlah sampel n > 30 (sampel besar)


z
 Simpangan baku / standar deviasi
n populasi () diketahui
Statistik Uji :
x  0 Jumlah sampel n <= 30 (sampel kecil)
t
s Simpangan baku populasi tidak
n diketahui ( diganti oleh s sampel)
Contoh kasus 1
Sebuah pabrik batere mobil menyatakan bahwa rata-rata daya
pakai produknya adalah 7 tahun dengan simpangan baku 0,5
tahun. Dari inspeksi terhadap 40 buah sampel batere diperoleh
bahwa rata-rata daya pakai ini adalah 6,2 tahun. Apakah
pendapat pabrik tersebut bisa anda terima?

Rumusan Hipotesis H0 :  = 7
Uji 2 pihak
H1 :   7

x  0
Tentukan statistik uji z Karena ukuran sampel cukup
 besar dan  diketahui
n

6,2  7  0,8  0,8


z    10,11
0,5 0,5 / 6,32 0,0791
40
Uji signifikansi 1 arah

• Dicari luas di bawah kurva normal


untuk Z- α
• Karena α = 0,05 maka luas di bawah
kurva adalah 0,5-0,05 = 0,4500 = 1,645

Uji signifikansi 2 arah


• Dicari luas di bawah kurva normal
untuk Z- α/2
• Karena α = 0,05 maka luas di bawah
kurva adalah 0,5-0,025 = 0,47500 =
1,96
Tentukan daerah kritis (ambil  = 5%)

Daerah Tolak H0
Daerah Tolak H0

Daerah Terima H0
 /2  /2  /2
 /2

-1,96 1,96

Nilai ini diambil dari tabel z dengan nilai peluang 0,4750

Letakkan nilai z (-10,11) di atas dalam daerah kritis. Jika z terletak di


daerah kritis berarti tolak H0
Karena z terletak di daerah kritis maka tolak Ho, artinya tolak hipotesis
bahwa daya pakai produk sama dengan 7 tahun.
Kesimpulan H1 diterima artinya bahawa daya produk baterai tidak sama
dengan 7 tahun (kurang dari 7 tahun) berada di sebelah kiri
Contoh kasus 2
Pabrik bola lampu “Caang” menyatakan bahwa produknya
mempunyai daya pakai lebih dari 2 tahun. Hasil pengujian yang
dilakukan oleh yayasan lembaga konsumen terhadap 10 lampu
mendapatkan bahwa rata-rata daya tahan bola lampu tersebut
adalah 2,2 tahun dengan simpangan baku 0,4 tahun. Dari hasil ini
apakah pernyataan tersebut dapat diterima dengan taraf keyakinan
5%.

H0 :  = 2
Rumusan Hipotesis
H1 :  > 2

x  0
Statistik uji t
s
n

2,2  2,0 0,2


t   1,581
0,4 0,1265
10
Tabel t

Menghitung t tabel (df, α/2)


Df = n-1 = 10-1
Mencari nilai t tabel (9;0,025)
= 2,262
Tentukan daerah kritis
(lihat tabel t dengan df = 10-1 dan ambil  = 5%)

Daerah Tolak H0

Daerah Terima H0
/2
/2   0,05

2,262
t=1,581

Kesimpulan : nilai t masuk dalam daerah penerimaan H0, sehingga H0


diterima artinya bahwa benar daya pakai lampu sama dengan 2 tahun.
PR

Pada saat wisuda Wakil Rektor 1


menyebutkan bahwa rata-rata IPK
mahasiswa yang diwisuda adalah 3,65
dengan standar deviasi 0,55. Dilakukan
pengambilan sampel 50 wisudawan dan
diperoleh rerata IPK sampel 3,62. Lakukan
uji hipotesis dengan alpha 5% untuk menguji
kebenaran klaim dari WR1
Uji Satu Proporsi ()

Hipotesis H0 :   0 melawan

H1 :    0 atau
H1 :    0 atau
H1 :    0

x / n 0
Statistik Uji : z
 0 (1   0 ) / n

Kriteria terima dan tolak Hipotesis lihat tabel Z


Contoh kasus 3
Pabrik gelas “Kawung” mengklaim bahwa paling sedikit 95% gelas
yang diproduksinya berkualitas baik. Sebuah penelitian dari 200
sampel gelas memperlihatkan adanya gelas yang cacat sebanyak
18 buah. Apakah anda menerima pernyataan pabrik tersebut? Uji
dengan taraf signifikasi 5%

Rumusan Hipotesis H0 :  = 0,95


H1 :  > 0,95

x / n 0
Statistik Uji z
 0 (1   0 ) / n

182 / 200  0,95 0,91  0,95


z   2,597
0,95(0,05) / 200 0,0154
Tentukan daerah kritis
(lihat tabel z dengan nilai p = 0,4500)

Daerah Tolak H0

Daerah Terima H0
/2
/2   0,05

1,65
z
-2,597

Karena z hitung < z tabel (terletak di daerah terima H0), maka dapat
disimpulkan bahwa pernyataan pabrik tersebut yang menyatakan bahwa
produk yang tidak baik paling sedikit 95% tidak dapat diterima.
Contoh soal :

UPT Ma’had menyatakan bahwa minimal 98%


mahasiswa UIN Purwokerto dapat membaca Al-
Quran dengan baik dan lancer serta mampu
mengamalkan Praktek Pengamalan Ibadah.
Dilakukan pengambilan sampel secara acak terhadap
400 mahasiswa dan dilakukan test BTA-PPI dan
diperoleh hanya 25 mahasiswa yang memiliki nilai
test BTA PPI di bawah standar.
Lakukan uji hipotesis dengan menggunakan uji
proporsi 1 kelompok sampel untuk membuktkan
kebenaran dari penyataan UPT Ma’had (tingkat
signifikansi = 5%)
Uji Dua Rata-rata, populasi independen dan berdistribusi
normal

Rumusan Hipotesis H 0 : 1   2 melawan

H1 : 1   2 atau
H1 : 1   2 atau
H1 : 1   2

1. Asumsi : 1 = 2 =  diketahui
x1  x 2
Statistik Uji : z
1 1
 
n1 n 2

2. Asumsi : 1 = 2 =  tidak diketahui


x1  x 2 (n1  1) s12  (n2  1) s 22
Statistik Uji : t 2
s 
1 1 n1  n2  2
s 
n1 n2 df  n1  n2  2
3. Asumsi : Jika 1 ≠ 2 =  dan tidak diketahui

Lakukan rumus pendekatan. Untuk mempermudah gunakan SPSS.


Dalam hal ini SPSS memberikan pilihan untuk menghadapi asumsi
seperti ini.
Contoh kasus 4
Untuk melihat efektifitas sebuah metode training, dilakukan uji
terhadap dua kelompok karyawan. Yang satu diberikan metode
Outbond dan yang satunya tidak. Skor dari tes ini adalah :

Metode Kontrol
Outbond
85 75
88 70
65 64
75 73
76 70
79 69
90 66
78 58
79 60
93 59
Format data dalam SPSS
Uji Dua Rata-rata, observasi berpasangan

Hipotesis H0 : d  0

H1 : d  0

Contoh :

Sebelum Sesudah Istri Suami

- - - -
- - - -
- - - -
- - - -
- - - -

Analisis melalui SPSS ambil pilihan Paired Sample t-Test


Format data dalam SPSS
Uji Dua Proporsi
Rumusan Hipotesis H 0 : 1   2 melawan

H1 :  1   2 atau
H1 :  1   2 atau
H1 :  1   2

x1 / n1  x 2 / n2
Statistik Uji : z
 1 1 
pq ( )  ( )
 n1 n1 

x1  x 2
p q  1 p
n1  n 2

Kriteria terima dan tolak Hipotesis lihat tabel Z


Contoh kasus 5
Dua kelompok uji yang disebut X dan Y masing-masing terdiri dari 100 orang
diketahui menderita penyakit tetelo. Sebuah perusahaan farmasi berhasil
menemukan sebuah serum yang diberi nama “meteor garden” untuk
menyembuhkan penyakit tersebut. Untuk menguji efektifitas serum ini,
serum tersebut diberikan kepada kelompok X, sedang kelompok Y tidak
diberikan (dianggap sebagai kelompok kontrol). Setelah beberapa waktu,
yang sembuh dari kelompok X adalah 75 orang dan dari kelompok Y sebanyak
65 orang. Dari hasil ini periksalah apakah pemberian serum tersebut efektif?
Gunakan taraf signifikasi 1% dan 5%.

Kontrol p = 75%

Percobaan p = 65%
Hipotesis H 0 : 1   2 melawan

H1 :  1   2

x1  x 2 75  65
Hitung : p p  0.70
n1  n 2 100  100

x1 / n1  x2 / n2
Statistik Uji : z
 1 1 
pq ( )  ( )
 n1 n1 
0.75  0.65
z  1.54
 1 1 
(0.7)(0.3)( )( )
 100 100 

Terima H0, tidak ada perbedaan,


berarti serum tidak efektif

Daerah Tolak H0
Daerah Tolak H0

Daerah Terima H0
 /2  /2  /2
 /2

-1,67 1,67
Beberapa Uji Lain

 Uji Simpangan Baku


 Uji Perbedaan lebih dari 2 rata-rata
Uji Hipotesis Secara Non-
parametrik

 Dilakukan jika kita tidak dapat memenuhi asumsi normalitas


distribusi populasi.
 Lebih mudah
 Umumnya digunakan untuk data yang bersifat kualitatif
 Ukuran sampel sangat fleksibel (bahkan untuk ukuran yang
cukup kecil)
Beberapa uji penting

 Uji Mann-Whitney, pengganti uji t sampel


independen
 Uji Wilcoxon, pengganti uji t sampel
berpasangan
 Uji Kruskall-Wallis,uji lebih 2 rata-rata
Assigment
1. Sebuah pabrik tali menyatakan bahwa kekuatan tali produksinya mempunyai rata-rata lebih
300 lb. Hasil pengujian tep 64 utas tali menghasilkan rata-rata kekuatan tali adalah 310 lb
dengan simpangan baku 24 lb. Apakah pernyataan pabrik tersebut dapat diterima. Gunakan
taraf kebermaknaan 5%.

2. Sebuah perusahaan farmasi mengklaim bahwa obat “ANTIKIT” yang diproduksinya, 90%
efektif dalam menyembuhkan alergi dalam waktu 8 jam. Dari sebuah sampel sebanyak 200
orang yang mempunyai alergi, ternyata 160 orang bisa disembuhkan oleh obat tersebut. Dari
sampel ini tentukanlah apakah klaim dari perusahaan tersebut dapat diterima?

3. Telah dilakukan penelitian tentang produksi bola lampu dari dua merek mesin. Sampel acak
sebanyak 200 bola lampu diambil dari mesin A dan 100 bola lampu dari mesin B. Dari kedua
sampel acak ini ternyata ditemukan bola lampu yang cacat yang dihasilkan oleh mesin A
adalah 19 buah dan mesin B sebanyak 5 buah. Apakah kualitas kedua mesin berbeda.

4. Ada anggapan bahwa jumlah kesalahan yang dibuat oleh karyawan shift pagi lebih sedikit
dibandingkan dengan karyawan yang bekerja pada shift malam. Sebuah pengamatan
terhadap kesalahan yang dibuat karyawan di sebuah perusahaan memberikan hasil sebagai
berikut :

Shift Pagi : 12, 10, 7, 9, 14, 8, 7, 11, 10, 6


Shift Malam : 10, 13, 8, 14, 13, 9, 11, 13, 15, 10

Dari data ini, apakah anggapan yang jumlah kesalahan antara shift pagi dan malam adalah
berbeda bisa diterima

Anda mungkin juga menyukai