Pertemuan ke-6

STATISTIKA PENDIDIKAN
(PEMA4210)
MODUL 8

PENGUJIAN HIPOTESIS
Kelompok 3
Pandu Satrio
Safitri Saftariah
Ariska Handayani
 Materi yang akan di bahas:

K.B 1 : HIPOTESIS STATISTIK

K.B 2 : UJI NORMALITAS DAN UJI HOMOGENITAS
K.B 3 : UJI BEDA RATAAN
 K.B 1 HIPOTESIS STATISTIK

A. Hipotesis Statistik
Hipotesis Statistik ialah suatu anggapan atau pernyataan yang
mungkin benar atau tidak mengenai satu populasi atau lebih.

Terdapat 2 kemungkinan:
1. Penolakan Hipotesis/Hipotesis nol ()
apabila Hipotesis yang dirumuskan dengan harapan untuk ditolak,
yakni petunjuk dari sampel tidak sesuai dengan hipotesis.

2. Penerimaan Hipotesis/Hipotesis tandingan ()

apabila Hipotesis yang dirumuskan dengan harapan untuk diterima,
yakni petunjuk dari sampel mendukung hipotesis.
Contoh:
Ingin diteliti apakah hasil belajar siswa yang diajarkan dengan metode CBSA lebih
baik dari hasil belajar siswa yang diajarkan dengan metode ceramah.

Dari permasalahan tersebut dapat kita rumuskan hipotesis nol dan hipotesis
tandingannya:

(ditolak)
(diterima)
Dengan adalah rata-rata hasil belajar siswa dengan metode CBSA.

adalah rata-rata hasil belajar siswa dengan metode ceramah.

 B. Kesalahan jenis I dan jenis II

• Perlu diketahui bahwa kebenaran atau ketidak benaran hipotesis

statistik tidak pernah diketahui dengan pasti.

• Kesalahan Jenis I: Penolakan terhadap hipotesis nol () padahal

hipotesis tersebut adalah benar.

• Kesalahan Jenis II: Penerimaan hipotesis nol () padahal hipotesis

tersebut salah.

• Kesalahan Jenis I disebut taraf keberartian uji dan disimbolkan

dengan .
• Kesalahan Jenis II dinyatakan dengan dan harga (1- ) disebut kuasa
uji.
Contoh prosedur perhitungan :
Misalkan akan dikaji mengenai dugaan apakah nilai rata-rata Ujian Akhir Nasional (UAN) pada
bidang studi matematika siswa kelas IX SMP lebih besar dari 4,25 . jika kita tentukan bahwa
taraf signifikasi = 0,025 dan data sampel dari 100 orang yang kita peroleh berdistribusi normal
dengan = 5,00 dan = 2,5.

Dari permasalahan tersebut dapat kita rumuskan hipotesis statistik sebagai berikut:

4,25
4,25
Daerah penolakan dan penerimaan :
Jika kita hitung nilai -hitung dari data sampel
tersebut akan diperoleh

Maka kita dapat menghitung

𝛼=𝑃 ( 𝑥 > 4,25 )= 𝑃 ( 𝑧 > 𝑧 3,0 )=0,05 − 𝑧 3,0 =0,5 − 0,4986=0,0014
 Peluang tersebut cukup kecil, yang berarti kemungkinan penerimaan kecil
 Dengan kata lain peluang nilai UAN lebih besar dari 4,25 akan sangat besar
 C. Pengujian Hipotesis Statistik

Pengujian terhadap kebenaran hipotesis statistik yang telah kita rumuskan, dapat
dilakukan dengan membandingkan statistik yang kita peroleh dari sampel dengan
parameter dari populasi yang sebenarnya. Langkah-langkah dalam melakukan pengujian
hipotesis adalah sebagai berikut.

1. Merumuskan hipotesis
Dalam merumuskan hipotesisyang perlu diperhatikan adalah
Penolakan Hipotesis/Hipotesis nol () dan Penerimaan Hipotesis/Hipotesis
tandingan ()
2. Menentukan taraf Signifikan
Penentuan taraf signifikan (a) disesuaikan dengan tingkat risiko yang akan dihadapi
dalam menarik kesimpulan. Nilai a tersebut dapat ditentukan dengan bantuan tabel
distribusi peubah acak seperti tabel distribusi normal baku, tabel distribusi t, tabel
distribusi khi kuadrat, dan tabel distribusi F yang telah Anda pelajari pada Modul 6
dan Modul 7. Namun untuk keperluan praktis, dapat ditentukan terlebih dahulu
dengan harga yang biasa digunakan, yaitu a = 0,01 atau a = 0,05
3. Menentukan Daerah Kritis
Penentuan daerah kritis disesuaikan dengan rumusan hipotesis statistik, nilai a. dan
distribusi dari data sampel yang diperoleh. Rumusan hipotesis statistik diperlukan
dalam menentukan daerah penolakan atau penerimaan H. Distribusi dari data
sampel diperlukan untuk menentukan nilai kritis dengan bantuan tabel standar dari
distribusi yang bersesuaian seperti kurva normal baku, kurva distribusi t, kurva
distribusi khi kuadrat, dan kurva distribusi F.
4. Menghitung nilai statistik
Penguji hipotesis statistik yang kita rumuskan dapat dilakukan dengan menghitung
nilai statistik dari data sampel untuk kemudian dibandingkan dengan nilai kritisnya.
Contoh 8.4:
Hipotesis statistik suatu penelitian adalah sebagai berikut.

Apabila ditentukan nilai dan distribusi dari buah data sampel tersebut normal dengan
rata-rata dan simpangan baku maka dapat digambarkan daerah penolakan dan daerah
penerimaan sebagai berikut.

Kemudian menghitung nilai statistik

dengan rumus

Jika maka ditolak

Jika maka diterima
Contoh 8.5:
Hipotesis statistik suatu penelitian adalah sebagai berikut.

Apabila ditentukan nilai dan distribusi dari buah data sampel tersebut normal dengan
rata-rata dan simpangan baku maka dapat digambarkan daerah penolakan dan daerah
penerimaan sebagai berikut.

Kemudian menghitung nilai statistik

dengan rumus

Jika maka ditolak

Jika maka diterima
Contoh 8.6:
Hipotesis statistik suatu penelitian adalah sebagai berikut.

Apabila ditentukan nilai dan distribusi dari buah data sampel tersebut normal deng
rata-rata dan simpangan baku maka dapat digambarkan daerah penolakan dan daer
penerimaan sebagai berikut.

Kemudian menghitung nilai statistik dengan rumus

Jika maka ditolak

Jika atau maka diterima
contoh :
Suatu penelitian ingin mengetahui dugaan apakah nilai UAN siswa kelas XII SMA
lebih dari 20. dipilih sampel sebanyak 64 orang siswa dan ternyata sampel tersebut
berdistribusi normal dengan rata-rata 21 dan simpangan bakunya 6.
a. Tuliskan hipotesis statistik dari penelitian tersebut
b. Berapa persenkah peluang kesalahan dugaan peneliti tersebut

a. Tuliskan hipotesis statistik dari penelitian tersebut

b. Berapa persenkah peluang kesalahan

dugaan
peneliti tersebut

Jadi peluang kesalahan dugaan peneliti tersebut adalah 9,2%

 D. Uji Eka Arah dan Dwi Arah

Pada pengujian hipotesis dengan hipotesis tandingan H, bernilai lebih dari atau kurang
dari nilai parameter yang ditetapkan pada H, maka dapat dilakukan uji eka arah (one
tail), sedangkan pengujian hipotesis dengan hipotesis tandingan H, bernilai tidak sama
dengan nilai parameter yang ditetapkan pada H, maka dapat dilakukan uji dwi arah (two
tail). Pengujian hipotesis yang disajikan pada Contoh 8.4 dan Contoh 8.5 di atas
merupakan uji eka arah, sedangkan pengujian hipotesis yang disajikan pada Contoh 8.6
di atas merupakan uji dwi arah. Uji dwi arah bisanya dilakukan apabila tidak ada teori
yang mendukung bahwa nilai statistik akan lebih dari atau kurang dari nilai parameter
dugaan.

Contoh Eka Arah Contoh Dwi Arah

 K.B 2 UJI NORMALITAS DAN
UJI HOMOGENITAS
A. Uji Normalitas
Uji normalitas yang biasa digunakan adalah uji Liliefors, uji
Kolmogorov- Smirnov, uji Anderson-Darling, dan uji Shapiro-Wilks.
Hipotesis statistik dari uji normalitas adalah sebagai berikut.

sampel acak berasal dari populasi yang berdistribusi normal.

sampel acak berasal dari populasi yang tidak berdistribusi normal.
Pada kegiatan belajar ini akan dijelaskan mengenai uji normalitas menggunakan uji
Liliefors. Penggunaan uji Liliefors relatif mudah dan akurat. Prosedur penggunaan uji
Liliefors adalah sebagai berikut.

1. Menstandarkan Data Sampel

data sampel distandarkan menjadi bilangan baku
dengan menggunakan rumus:
2. Menentukan Peluang Bilangan Baku
dengan menggunakan daftar distribusi normal baku, dihitung peluang
baku
3. Menentukan Proposi Bilangan baku
Selanjutnya dihitung proporsi yang kurang dari atau sama dengan .
Jika proporsi ini dinyatakan oleh , maka

4. Menghitung selisih dengan , kemudian tentukan harga mutlaknya

5. Ambil harga mutlak yang paling besar diantara harga mutlak selisih dengan . Harga
mutlak terbesar itulah yang menjadi .
6. Bandingkan nilai dengan nilai L-tabel sesuai dengan taraf signifikansi dan banyak
datanya (n). Jika L-tabel maka data tersebut berdistribusi normal, sedangkan jika Jika
L-tabel maka data tersebut tidak berdistribusi normal. Nilai L-tabel dapat dilihat pada
Tabel 8.1 di bawah ini.
contoh :
Dari data yang diberikan pada contoh 8.8 akan dipilih secara acak 30 orang hasil
belajar siswa dengan ringkasan data sebagai berikut.

5 3 Dari data tersebut dapat dihitung rata-rata deviasinya

6 7

7 10 5 3 15 25 75

8 8 6 7 42 36 252

9 2 7 10 70 49 490

8 8 64 64 512

9 2 18 81 162

Jumlah 30 209 1491

Jadi data tersebut bisa ditentukan nilai Lo dengan perhitungan sebagai berikut
 B. Uji Homogenitas

Uji homogenitas yang biasa digunakan adalah uji F, uji Bartlett, uji Hartley, uji
Scheffé, dan uji Levene (Levene's test). Uji F, uji Bartlett, uji Hartley, dan uji
Scheffe, biasanya digunakan apabila datanya memenuhi asumsi berdistribusi
normal, sedangkan uji Levene dapat digunakan baik datanya memenuhi atau tidak
memenuhi asumsi berdistribusi normal.
Pembahasan uji homogenitas yang akan dikaji secara mendalam pada modul ini
adalah uji F. Penggunaan uji F relatif lebih mudah, walaupun memiliki
keterbatasan pada asumsi normalitas dan hanya dapat digunakan untuk
membandingkan dua gugus data. Hipotesis statistik yang akan diuji adalah
sebagai berikut.

𝐻 0 : 𝜎 12=𝜎 22
2 2
𝐻0 : 𝜎1 ≠𝜎 2
Prosedur penggunaan uji F adalah sebagai berikut.

1. Ujilah pemenuhan asumsi kenormalan dari kedua gugus sampel tersebut. Apabila
kedua gugus sampel tersebut memenuhi asumsi berdistribusi normal maka
lanjutkanlah dengan langkah berikutnya. Jika tidak memenuhi asumsi berdistribusi
normal maka Anda dapat melakukan transformasi data atau mengambil sub-sampel
pada masing-masing gugus data.
2. Hitungkah nilai variansi (ragam) dari masing-masing gugus sampel yaitu dan,
dengan,
adalah nilai variansi (ragam) dari gugus data yang pertama, dan
adalah nilai variansi (ragam) dari gugus data yang kedua.
3. Hitunglah nilai statistik F (F-hitung) dengan rumus:

4. Bandingkan F-hitung tersebut dengan nilai F-tabel pada taraf signifikansi , derajat
kebebasan pertama dan derajat kebebasan kedua atau yang
biasa ditulis dan nilai F-tabel pada taraf signifikansi derajat
kebebasan pertama dan derajat kebebasan kedua
dengan adalah banyaknya data pada gugus sampel pertama,
banyaknya data pada gugus sampel kedua, dan
perlu diingat bahwa boleh tidak sama dengan besarnya .
5. Kriteria pengujian ini adalah
a. Apabila nilai -hitung maka diterima yang berarti kedua gugus sampel homogen.
b. Apabila nilai F-hitung atau F-hitungmaka ditolak yang berarti kedua gugus sampel tidak
homogen.
 K.B 3 UJI BEDA RATAAN

A. Uji Beda Rataan

Uji beda rataan merupakan salah satu analisis data yang sering dilakukan dalam penelitian
yang ingin mengetahui permasalahan perbandingan dua perlakuan atau pengaruh dari
suatu perlakuan yang dibandingkan dengan unit kontrol. Dinamakan uji beda rataan karena
parameter yang digunakan pada analisis statistiknya merupakan nilai rata-rata dari dua
perlakuan. Untuk menguji perbedaan parameter tersebut pada uji beda rataan, umumnya
digunakan statistikdan statistik .

Statistik digunakan apabila banyaknya sampel yang digunakan relatif besar namun apabila
sampel yang digunakan pada suatu penelitian relatif kecil maka sebaiknya digunakan
statistik . Asumsi yang harus dipenuhi pada penggunaan statistik maupun statistik adalah
distribusi dari data yang akan dianalisis harus menyebarnormal dengan rata-rata dan
simpangan baku
Langkah-langkah dalam pengujian hipotesis pada uji beda rataan adalah sebagai berikut

1. Tentukan hipotesis statistic yang sesuai dengan permasalahan penelitian

atau
atau

atau
2. Pilih taraf keberartian .
3. Pilih uji statistik yang sesuai dengan permasalahan penelitian kemudian cari
daerah kritisnya.
4. Hitunglah nilai statistik dari sampel berukuran
5. Dengan kriteria pengujian hipotesis pada KB 2, buatlah kesimpulan
penerimaan atau
penolakan terhadap hipotesis: tolak bila statistic tersebut mempunyai nilai
dalam daerah
kritis, jika tidak maka terima .
Adapun ringkasan uji statistik yang dapat digunakan dalam uji beda rataan adalah
sebagai berikut.
Contoh :
SMA X menerapkan suatu metode pembelajaran baru untuk dapat meningkatkan
nilai UAN 50 orang siswanya. Setelah nilai UAN keluar, sekolah tersebut bahwa
metode baru tersebut akan berhasil mendongkrak nilai rata-rata UAN siswanya
di atas nilai rata-rata UAN tahun lalu yaitu 70 dan simpangan bakunya 10.
Apabila ternyata nilai rata-rata 50 orang siswa tersebut adalah 78 apakah
hipotesis sekolah tersebut signifikan pada taraf 0,05?
TERIMA KASIH.