Pengujian

hipotesis dan
kurva kuarsa
Anindita Tri Kusuma Pratita, M.Si

Universitas Bakti Tunas Husada

Tasikmalaya
 Definisi
H ipotesis
Hipotesis Riset adalah dugaan/firasat
yang masih berbentuk pertanyaan
atau kalimat
Hipotesis adalah dugaan,
firasat, atau kecurigaan
dari seseorang peneliti
yang didasari atas
pengamatan yang
dilakukan secara cermat
dalam waktu yang lama

Hipotesis Statistika adalah hipotesis

riset yang telah dituangkan ke
dalam formula statistika
 Jenis
H ipotesis
Hipotesis Nol (H0):
perumusannya Penolakan H 0 padahal
mengandung hipotesis tersebut benar 
pengertian sama kesalahan / Galat jenis I (
Hipotesis atau tidak ada
perbedaan Penerim aan H0
statistika padahal hipotesis tersebut
Hipotesis Alternatif/ salah  kesalahan / Galat jenis
tandingan (H1):
Untuk menerima atau menolak II
 :(
dikenal sebagai taraf signifikansi/ nyata/
kebermaknaan
hipotesis diperlukan kriteria Penelitian social: ≤10%, science 1% atau 5%,
kedokteran ≤10%  menyangkut keselamatan
pengujian yang terdiri dari manusia

daerah penerim aan dan daerah

penolakan  daerah kritis
 Rumusan
hipotesis
𝐻0 : µ = µ0 Misalkan µ parameter yang
Uji dua arah akan diuji dengan nilai yang
𝐻1 : µ ≠ µ0
dihipotesiskannya adalah µ0,

𝐻0 : µ = µ0
Uji arah kanan Eg. Diperkirakan bahwa rata-rata penghasilan
𝐻1 : µ > µ0 masyarakat di desa Sukamiskin adalah
Rp.
950.000 per bulan. Apakah dugaan ini
bisa
𝐻0 : µ = µ0 diterima?
Uji arah kiri
𝐻1 : µ < µ0 H 0 :   950.000
H1 :   950.000
Rumusan
hipotesis

Satu nilai
𝐻0 : µ = µ0
param eter

Dua nilai
𝐻0 : µ = µ2
param eter

> dua
nilai 𝐻0 : µ = µ2 =…=
param eter
µ𝑥
 Tahapan Pengujian
hipotesis
1. Menentukan hipotesis nol • Daerah kritis
(H 0 ) dan hipotesis alternatif (H1)
2. Tentuk an taraf n y a ta (
sesuai dengan bidang ilmu yang D a e r a h To l a k H 0
D a e r a h To l a k H 0

diteliti  /2
/2
D a e r a h Te r i m a H 0
 /2

3.
4. Pilih
Hitungstatistik
nilaiuji yang sesuaiuji
statistic d1 d2

berdasarkan data contoh Uji 2 arah

5. Menetapkan daerah kritis un tu k
menolak hipotesis nol (melihat
D a e r a h To l a k H 0
D a era h Tol ak H 0

Da e r a h Te ri ma H 0 D a e r a h Te r i m a H 0
nilai table yang sesuai dengan
 /2 /2



statistic uji yang digunakan) d d

6. Membuat kesimpulan: menerima Uji arah kanan Uji arah kanan

atau menolak hipotesis nol (H0)
 Uji Satu Rata-rata,
populasi berdistribusi
normalH :
0 0

H 1 :   0 melawan
Hipotesis
H1 :   atau
H0:   
1 0
atau

x Uji Z: Simpangan baku populasi

z  () diketahui, jika tdk diganti
Statistik Uji : 0 n oleh s (sampel)  un tu k n
sampel ≥ 30

𝑥 − 𝜇0 Uji T: Simpangan baku populasi

𝑡= 𝑠
(s) tidak diketahui, diganti oleh
ൗ
s sampel)  un tu k n sampel <
𝑛 30
 Pengujian hipotesis bagi rata-rata satu
populasi

Eg. Pada suatu contoh acak, sebanyak 25 mahasiswa tingkat akhir mempunyai indeks
Prestasi Kumulatif (IPK) dengan nilai tengah sebesar 2,6 dan simpangan baku 0,3.
dapatkah kita menyimpulkan bahwa ipk rata-rata mahasiswa tingkat akhir kurang dari
2,7? Gunakan taraf nyata 5%.
H0 :  ≥ 2,7
Rumusan Hipotesis Uji 1 arah
H1 :  < 2,7

Tentukan statistik uji Uji T 𝑡ℎ𝑖 = 𝑥−𝜇 0 Karena u k u ran sampel <
𝑡 � 30,
ൗ �  diketahui
2,6 − 2,7
= −1,67
𝑡 ℎ𝑖𝑡 =
0,3
ൗ

25
Nilai table 𝑡 𝑡 𝑎 𝑏 𝑒 𝑙 = 𝑡 𝑛 − 1
25 − 1 =
= 𝑡0,05
1,711
Kesimpulan:
Apabila thit < -ttabel, tolak H0
-1,67 > -1,711, terim a H0
Ini berarti bahwa IPK rata-rata
mahasiswa tingkat akhir lebih
besar atau sama dengan 2,7
 Pengujian hipotesis bagi rata-rata
satu populasi
Tentukan daerah kritis (ambil  = 5%)

D a e r a h To l a k H 0

D a e r a h Te r i m a H 0
/2 /2

-1 ,6 7

Letakkan nilai t h i t (-1,67) di atas dalam daerah kritis. Jika t t a b e l terletak

di daerah kritis berarti tolak H 0

Karena t t a b e l terletak di daerah terima Ho, artinya hipotesis diterima,

bahwa IPK rata-rata mahasiswa tingkat akhir lebih besar atau
sama dengan 2,7.
 Pengujian hipotesis bagi selisih rata-rata dua
populasi saling bebas

𝐻0 : 𝜇1 − 𝜇2 = 

𝐻0 : 𝜇1 − 𝜇2 ≠  melawan

Hipotesis 𝐻1 : 𝜇1 − 𝜇2 <  atau

𝐻1 : 𝜇1 − 𝜇2 > 
atau
(𝑥 1 −𝑥 1 ) −
Uji Z: Simpangan baku populasi (1 dan
𝑧 ℎ𝑖𝑡 = 2 2
1 2 1 ) diketahui, jika tdk diganti oleh
+
Statistik Uji : 𝑛1 𝑛2 s (sampel)  un tu k n sampel ≥
30

(𝑥 1 −𝑥 1 ) −
Uji T: Simpangan baku populasi (s)
𝑡 ℎ𝑖𝑡 = 𝑆 1 1 tidak diketahui, diganti oleh 𝑠 2
+
𝑝
𝑛1 𝑛2 (sampel kuadrat)  u n tu k n sampel <
30
 Pengujian hipotesis bagi selisih rata-rata dua
populasi tidak bebas

𝐻0: 𝜇 𝑑 =
𝑑0 melawan

Hipotesis 𝐻0: 𝜇 𝑑 ≠ 𝑑0 atau

𝐻1: 𝜇 𝑑 < 𝑑0
𝐻1: 𝜇 𝑑 > 𝑑0
atau

(𝑑 0 −𝑑 1 )
Statistik Uji : 𝑡 ℎ𝑖𝑡 = 𝑆𝑑 𝑛
 Pengujian hipotesis bagi proporsi satu
populasi

𝐻0: 𝑝 =
𝑝0

Hipotesis 𝐻0 : 𝑝 ≠ 𝑝0
𝐻0 : 𝑝 < 𝑝0 𝐻1 : 𝑝 < 𝑑0
𝐻0 : 𝑝 > 𝑝0 𝐻1 : 𝑝 > 𝑝0

(𝑥−𝑛𝑝 0 )
Statistik Uji : 𝑧ℎ𝑖 =
𝑡 𝑛𝑝 0 −(1−𝑝 0
 Beberapa uji penting

Dilakukan • Uji Mann-Whitney, pengganti uji t sampel independen

pada • Uji Wilcoxon, pengganti uji t sampel berpasangan (dependen)
distribusi
• Uji Kruskall-Wallis,uji lebih 2 rata-rata kelompok
tidak normal
 Ringkasan
Uji T (n
Distribusi ≥
Normal 30)
Uji Z (n <
30)
Uji Normalitas
Data
Independen
Mann-W h itney
Distribusi
tidak
Normal Wilcoxon
dependen
Post Hoc
Signifikan Mann-
>2 (P < ) W h itne
kelompok Kruskal-Wallis y
Tidak Signifikan
(P > )
That’s all. Thank you!

Any Questions?