PENGUJIAN HIPOTESIS

OLEH:
TIM PENGAMPU

FAKULTAS PERTANIAN
UNIVERSITAS TADULAKO
2020/2021
 POKOK BAHASAN
Definisi Hipotesis
Macam Kekeliruan
Langkah-langkah Pengujian Hipotesis
- Alternatif Hipotesis dalam Menentukan Daerah Kritis
- Menguji Rata-rata µ (Uji Dua Pihak)
- Menguji Rata-rata µ (Uji Satu Pihak)
- Menguji Proporsi π (Uji Dua Pihak)
- Menguji Proporsi π (Uji Satu Pihak)
- Menguji Variasi (Uji Dua Pihak)
- Menguji Variasi (Uji Satu Pihak)
- Menguji Kesamaan Dua Rata-rata (Uji Dua Pihak)
- Menguji Kesamaan Dua rata-rata (Uji Satu Pihak)
- Menguji Perbedaan Proporsi (Uji Dua Pihak)
- Menguji Perbedaan Proporsi (Uji Satu Pihak)
- Menguji Kesamaan Dua Variasi (Uji Dua Pihak)
- Menguji Kesamaan Dua Variasi (Uji Satu Pihak)

2
 DEFINISI HIPOTESIS

 Perumusan sementara mengenai suatu hal

yang dibuat untuk menjelaskan hal itu yang
dituntut untuk melakukan pengecekannya.
 HIPOTESIS STATISTIKA

Jika perumusan atau pernyataan

dikhususkan mengenai populasi
 PENGUJIAN HIPOTESIS
Hipotesis Statistika adalah suatu asumsi atau
pernyataan yang mana mungkin benar atau mungkin
salah mengenai satu atau lebih populasi.
Contoh :
pernyataan bahwa rata-rata pendapatan masyarakat
Kota Palu sekitar Rp 1.000.000/bulan adalah suatu
pernyataan yang mungkin benar atau mungkin juga
salah mengenai populasi Kota Palu.
Dalam kasus di atas pernyataan mengenai rata-rata
pendapatan masyarakat Kota Palu adalah suatu
hipotesis.
Untuk membenarkan atau menyalahkan hipotesis
maka dilakukan pengujian hipotesis.
Ho : u = 1.000.000
H1 : u ≠ 1.000.000
 Keputusan Ho benar Ho salah
Terima Ho Tepat Salah jenis II (β)
Tolak Ho Salah jenis I (α) tepat

Kesalahan jenis I adalah kesalahan yang dibuat pada waktu menguji

hipotesis di mana kita menolak Ho pada hal sesungguhnya Ho itu
benar. Dengan kata lain adalah peluang menolak Ho yang benar.

Kesalahan jenis II adalah kesalahan yang dibuat pada waktu menguji

hipotesis di mana kita menerima Ho pada hal sesungguhnya Ho itu
salah. Dengan kata lain adalah peluang menolak Ho yang salah.
 MACAM KEKELIRUAN
Kekeliruan macam I: adalah menolak hipotesis
yang seharusnya diterima, dinamakan
kekeliruan , : peluang membuat kekeliruan
macam I disebut juga taraf signifikan, taraf arti,
taraf nyata ( = 0,01 atau  = 0,05 ).
Cara Membacanya:
 = 0,05 : taraf nyata 5%, artinya kira-kira 5 dari
tiap 100 kesimpulan akan menolak hipotesis
yang seharusnya diterima. Atau kira-kira 95%
yakin bahwa kesimpulan yang dibuat benar.
Peluang salahnya/kekeliruan sebesar 5%.
Kekeliruan macam II: adalah menerima hipotesis
yang seharusnya ditolak, dinamakan kekeliruan
,  : peluang membuat kekeliruan macam II.
 PENGUJIAN HIPOTESIS

Langkah atau prosedur untuk

menentukan apakah menerima
atau menolak hipotesis
LANGKAH-LANGKAH PENGUJIAN HIPOTESIS

1. RUMUSKAN Ho YANG SESUAI

2. RUMUSKAN HIPOTESIS TANDINGANNYA (H1) YANG
SESUAI
3. PILIH TARAF NYATA PENGUJIAN SEBESAR α
4. PILIH UJI STATISTIKA YANG SESUAI DAN TENTUKAN
DAERAH KRITISNYA
5. HITUNG NILAI STATISTIKA DARI CONTOH ACAK
BERUKURAN n
6. BUAT KEPUTUSAN: TOLAK Ho JIKA STATISTIKA
MEMPUNYAI NILAI DALAM DAERAH KRITIS, SELAIN ITU
TERIMA Ho
PENGUJIAN HIPOTESIS MENGENAI NILAI RATA-RATA

PENGUJIAN DUA ARAH

UNTUK MENGUJI HIPOTESIS MENGENAI NILAI RATA-RATA POPULASI,

MAKA DAPAT DIBUAT PERUMUSAN HIPOTESIS SEBAGAI BERIKUT:
Ho : u = uo
H1 : u ≠ uo

PENGUJIAN SATU ARAH

UNTUK MENGUJI HIPOTESIS MENGENAI NILAI RATA-RATA POPULASI

DENGAN MELIHAT SATU SISI SAJA.

Ho : u = uo lawan Ho : u > uo

Ho : u = uo lawan Ho : u < uo
-Hipotesis lambangnya H atau Ho
-Hipotesis tandingan lambangnya H1 atau Ha
-Pasangan Ho melawan H1 , menentukan kriteria
pengujian yang terdiri atas daerah penerimaan
dan daerah penolakan hipotesis
-Daerah penolakan hipotesis disebut juga daeah
kritis
-Kalau yang diuji itu parameter θ (dalam
penggunaannya nanti θ dapat berarti rata-rata =
μ, simpangan baku = σ, proporsi = π, dan lain-
lain), maka akan terdapat hal-hal sebagai
berikut:
 PENGUJIAN PARAMETER θ
a. Hipotesis mengandung pengertian sama

1. Ho : θ = θ0 2. Ho : θ = θ0
H1 : θ = θ1 H1 : θ ≠ θ0
3. Ho : θ = θ0 4. Ho : θ = θ0
H1 : θ > θ0 H1 : θ < θ0
Dengan θ0 dan θ1 adalah dua harga yang
diketahui. Pasangan nomor 1 dinamakan
pengujian sederhana lawan sederhana,
sedangkan lainnya pengujian sederhana lawan
komposit.
b. Hipotesis mengandung pengertian maksimum

Ho : θ ≤ θ0
H1 : θ > θ0

c. Hipotesis mengandung mengertian minimum

Ho : θ ≥ θ0
H1 : θ < θ0
Dinamakan pengujian komposit lawan komposit
Jika alternatif H1 mempunyai perumusan
tidak sama
Maka dalam sebaran statistika yang digunakan terdapat dua daerah
kritis masing-masing pada ujung sebaran. Luas daerah kritis pada
tiap ujung adalah ½ . Karena adanya dua daerah penolakan ini,
maka pengujian hipotesis dinamakan uji dua pihak.

Daerah penolakan H Daerah penolakan H

(daerah kritis) (daerah kritis)

Daerah penerimaan 
Luas = ½ ά
H

d1 d2
Kriteria yang didapat : terima hipotesis Ho jika harga statistika
yang dihitung jatuh antara d1 dan d2, dalam hal lainnya Ho
ditolak.
 Jika alternatif H1 yang mempunyai perumusan
lebih besar
Maka dalam sebaran statistika yang digunakan terdapat satu
daerah yang letaknya diujung sebelah kanan. Luas daerah kritis
adalah . Karena adanya satu daerah penolakan ini, maka
pengujian hipotesis dinamakan uji satu pihak yaitu pihak kanan.

Daerah penolakan H
(daerah kritis)

Daerah penerimaan Luas = 

ά
H

d
Kriteria yang didapat : tolak Ho jika statistika yang dihitung
berdasarkan sampel tidak kurang dari d dalam hal lainnya
terima Ho.


Untuk alternatif H1 yang mempunyai perumusan

lebih kecil
Maka dalam sebaran statistika yang digunakan terdapat satu
daerah yang letaknya diujung sebelah kiri. Luas daerah kritis
adalah . Karena adanya satu daerah penolakan ini, maka
pengujian hipotesis dinamakan uji satu pihak yaitu pihak kiri.

Daerah penolakan H
(daerah kritis)
Luas =


Daerah penerimaan
H

Kriteria yang digunakan : terima Ho jika statistika yang

dihitung berdasarkan penelitian lebih besar dari d
sedangkan dalam hal lainnya ditolak.
1. σ Diketahui

Untuk Hipotesis : Ho : μ = μ0
H1 : μ ≠ μ0
x  o
Zμ 
Rumus : 
n

Ho diterima jika –z1/2(1-α) < z < z1/2(1-α)

Ho ditolak dalam hal lainnya.
 Gambar Kurva

H
diterima

d1= - Z ½ (1-  )
ά ά
d2 = Z ½ (1-  )
 Contoh Soal
Pengusaha pakan ikan menyatakan bahwa pakannya
tahan simpan sekitar 800 jam. Akhir-akhir ini timbul
dugaan bahwa masa simpan pakan tersebut telah
berubah. Untuk menentukan itu dilakukan penelitian
dengan jalan menguji 50 karung pakan. Ternyata rata-
ratanya 792. dari pengalaman, diketahui bahwa
simpangan baku masa simpan pakan 60 jam. Selidiki
dengan taraf nyata 0,05 apakah kualitas pakan sudah
berubah atau belum.
Penyelesaian :

Ho : μ = 800 jam
H1 : μ ≠ 800 jam 792  800
Z  0,94
σ = 60 jam 60 / 50
X = 792 jam
n = 50
Dari daftar normal baku
untuk uji dua pihak dengan α
= 0,05 yang memberikan z0,475
= - 1,96
 Daerah penolakan H Daerah penolakan H
(daerah kritis) (daerah kritis)

Daerah penerimaan
H
Luas = ?
0.025

d
-1.96 d
1.96

Terima Ho jika z hitung terletak antara -1,96 dan 1,96.

Dalam hal lainnya Ho ditolak.
Dari penelitian sadah didapat z = -0,94 dan terletak di
daerah penerimaan Ho.
Jadi Ho diterima, kesimpulan masa simpan pakan
belum berubah masih sekitar 800 jam.
2. σ Tidak Diketahui

Untuk Hipotesis : Ho : μ = μ0
H1 : μ ≠ μ0
x  o
t
Rumus : s
n
 Contoh Soal

Seperti soal sebelumnya, Dimisalkan simpangan

baku populasi tidak diketahui, tetapi dari sampel
diketahui simpangan baku s = 55 jam

Penyelesaian :
s = 55 jam
X = 792 jam
µ = 800 jam
n = 50
 792  800
t  1,029
55 / 50
Dari daftar sebaran student dengan α = 0,025 dan
dk = 49 untuk uji dua pihak diperoleh t = 2,01.
Kriteria pengujian : Terima Ho jika t hitung terletak
antara -2,01 dan 2,01. Diluar itu Ho ditolak.
Dari penelitian didapat t = -1,029 dan terletak di
daerah penerimaan Ho.
 Jadi Ho diterima, kesimpulan masa simpan pakan
belum berubah masih sekitar 800 jam.
 Gambar Kurva

Distribusi student
Δk = 49

Daerah penerimaan 0,025

0,025
H

- 2,01 2,01
A. UJI PIHAK KANAN

1. σ Diketahui
Rumus Umum : Ho : μ ≤ μ0
H1 : μ >μ0

Kriteria : Tolak Ho jika Z ≥ Z 0,5- ά

Terima Ho jika sebaliknya.
 Contoh Soal

Pada suatu pabrik pakan ternak dihasilkan rata-rata 15,7

ton sekali produksi. Hasil produksi mempunyai
simpangan baku = 1,51 ton. Metode produksi baru,
diusulkan untuk mengganti yang lama, jika rata-rata per
sekali produksi menghasilkan paling sedikit 16 ton.
Untuk menentukan apakah metode yang lama diganti
atau tidak, metode pemberian pakan ternak yang baru
dicoba 20 kali dan ternyata rata-rata per sekali produksi
menghasilkan 16,9 ton. Pemilik bermaksud mengambil
resiko 5% untuk menggunakan metode baru apabila
metode ini rata-rata menghasilkan lebih dari 16 ton.
Bagaimana keputusannya?
Penyelesaian

Ho : µ ≤ 16, berarti rata-rata hasil metode baru paling

tinggi 16 ton, maka metode lama dipertahankan.
H1 : µ ≥ 16, berarti rata-rata hasil metode baru lebih
dari 16 ton, maka metode lama dapat diganti.
X = 16.9 ton
N = 20
σ = 1.51
µo = 16
 16,9 16
z  2,65
1,51/ 20
-Dari daftar normal standart dengan α = 0,05
diperoleh z = 1,64
-Kriteria pengujian : Tolak Ho jika z hitung lebih
besar atau sama dengan 1,64. Jika sebalik-
nya Ho diterima
-Dari penelitian didapat z = 2,65, maka Ho
ditolak
-Kesimpulan metode baru dapat digunakan
 Gambar Kurva

DISTRIBUSI NORMAL
BAKU

Daerah penerimaan 0,05

H

1,64
2. σ Tidak Diketahui
Rumus Umum : Ho : μ ≤ μ0
H1 : μ >μ0

Kriteria : Tolak Ho jika t ≥ t 1- ά

Terima H1 jika sebaliknya
 Contoh Soal

Dengan suntikan hormon tertentu pada ayam akan

menambah berat badannya rata-rata 4,5 ton per
kelompok. Sampel acak yang terdiri atas 31 kelompok
ayam yang telah diberi suntikan hormon memberikan
rata-rata 4.9 ton dan simpangan baku = 0,8 ton. Apakah
pernyataan tersebut diterima? Bahwa pertambahan
rata-rata paling sedikit 4,5 ton.
Penyelesaian

Ho : µ ≤ 4,5, berarti penyuntikan hormon pada ayam

tidak menyebabkan bertambahnya rata-rata berat
badan dengan 4,5 ton
H1 : µ > 4,9, berarti penyuntikan hormon pada ayam
menyebabkan bertambahnya rata-rata berat badan
paling sedikit dengan 4,5
X = 4,9 ton
4,9  4,5
N = 31 t  2,78
S = 0,8 ton 0,8 / 31
µo = 4,5 ton
 4,9  4,5
t   2,78
0,8 / 31
Dengan mengambil  = 0,01, dk = 30 didapat
t = 2,46
Kriteria tolak hipotesis Ho jika t hitung lebih
besar atau sama dengan 2,46 dan terima H1
jika sebaliknya.
Penelitian memberi hasil t = 2,78
Hipotesis H0 ditolak
Kesimpulan : Penyuntikan hormon terhadap
ayam dapat menambah berat badan rata-rata
paling sedikit dengan 4,5 ton
 Gambar Kurva

Distribusi student
Δk = 30

Daerah penerimaan
H

2,46
B. Uji Pihak Kiri

1. σ Diketahui
Rumus Umum : Ho : μ ≥ μ0
H1 : μ <μ0

Kriteria : Tolak Ho jika Z ≤ - Z 0,05- ά

Terima Ho jika Z > - Z 0,05- ά
2. σ Tidak Diketahui
Rumus Umum : Ho : μ ≤ μ0
H1 : μ >μ0

Kriteria : Tolak Ho jika t ≥ t 1- ά

Terima H1 jika sebaliknya
Rumus Umum : Ho : π = π0
H 1 : π ≠ π0
x  
Z n
Rumus Statistika :  (1   )
n

Kriteria : Terima Ho jika – Z1/2(1- ά)<Z<Z1/2(1- ά)

Tolak Ho jika sebaliknya
A. Uji Pihak Kanan

Rumus Umum : Ho : π ≤ π0
H1 : π > π0

Kriteria : Tolak Ho jika Z ≥ Z 0,5- ά

Terima H jika Z < Z
0,5- ά
B. Uji Pihak Kiri

Rumus Umum : Ho : π ≥ π0
H1 : π < π0

Kriteria : Tolak Ho jika Z ≤ - Z 0,5- ά

Terima Ho jika Z > - Z 0,5- ά
 Rumus Umum : Ho : σ2 = σ0 2
H1 : σ2 ≠ σ0 2

(n  1) s 2
X2 
0
2
Runus Statistika :

Kriteria : Terima Ho jika X21/2ά< X2 < X21-1/2ά

Tolak Ho jika sebaliknya
A. Uji Pihak Kanan

Rumus Umum : Ho : σ2 ≤ σ0 2
H1 : σ 2 > σ0 2

Kriteria : Tolak Ho jika X2 ≥ X2 1-ά

Terima Ho jika X2 < X2 1-ά
B. Uji Pihak Kiri

Rumus Umum : Ho : σ2 ≥ σ0 2
H1 : σ 2 < σ0 2

Kriteria : Tolak Ho jika X2 ≤ X2 ά

Terima Ho jika X2 > X2 ά
Rumus Umum : Ho : μ1 = μ2
H 1 : μ1 ≠ μ2
A. σ1 = σ2 = σ dan σ diketahui
x1  x 2
Rumus Statistika : Z 
1 1
 
n1 n2

Kriteria :Terima Ho jika – Z1/2(1- ά)<Z<Z1/2(1-ά)

Tolak H1 jika sebaliknya
B. σ1 = σ2 = σ tetapi σ tidak diketahui

x1  x 2
Rumus Statistika : t
1 1
s 
n1 n2

Kriteria : Terima Ho jika - t1-1/2ά < t < t1-1/2ά

Tolak H1 jika sebaliknya
C. σ1 ≠ σ2 dan kedua-duanya
tidak diketahui
x1  x 2
Rumus Statistika :t
1

2 2
s1 s2
( ) ( )
n1 n2

w1t1  w2 t 2 1 w1t1  w2 t 2
Kriteria : Terima Ho jika

w1  w2
t 
w1 w2
Tolak Ho jika sebaliknya
D. Observasi berpasangan

Rumus Umum : Ho : μB = 0
H1 : μB ≠ 0

B
t 
SB
Rumus Ststistika : n

Kriteria : Terima Ho jika - t1-1/2ά < t < t1-1/2ά

Tolak Ho jika sebaliknya
a. Rumus Umum untuk Uji Pihak Kanan

Bila σ1 = σ2, maka

Rumus Ho : μ1 = μ2
H 1 : μ1 ≠ μ2
Kriteria terima Ho jika t < t1-ά
tolak Ho jika t ≥ t1-ά
1 w1t1  w2 t 2
Bila σ1 ≠ σ2, maka t
w1  w2
Kriteria tolak Ho jika
terima Ho jika sebaliknya
b. Rumus Umum untuk Uji Pihak Kiri

Bila σ1 = σ2, maka

Rumus Ho : μ1 ≥ μ2
H 1 : μ1 < μ2
Kriteria tolak Ho jika t ≤ - t1-ά
terima Ho jika t > - t1-ά
( w t  w2 t 2 )
Bila σ1 ≠ σ2, maka t1  1 1
w1  w2
Kriteria tolak Ho jika
terima Ho jika sebaliknya
A. Uji Pihak Kanan

Rumus Umum : Ho : π1 ≤ π2
H 1 : π1 > π2

Kriteria : Tolak Ho jika Z ≥ Z 0,5- ά

Terima Ho jika Z < Z 0,5- ά
 B. Uji Pihak Kiri

Rumus Umum : Ho : π1 ≥ π2
H1 : π1 < π2

Kriteria : Tolak Ho jika Z ≤ - Z 0,05- ά

Terima Ho jika Z > - Z 0,05-
ά
Rumus Umum : Ho : σ12 = σ2 2
H1 : σ12 ≠ σ2 2
2
S1
F 
Rumus Statistika : S2
2

Kriteria : F (1  1  )(n1  1, n2  2) F  F (1  1  )(n1  1, n2  1)

Terima Ho jika 2 2

Tolak Ho jika sebaliknya

A. Uji Pihak Kanan

Rumus Umum : Ho : σ12 ≤ σ2 2

H1 : σ12 > σ2 2

Kriteria : Tolak Ho jika F ≥ Fά (n1-1)(n2-1)

Terima Ho jika F < Fά (n1-1)(n2-1)
B. Uji Pihak Kiri

Rumus Umum : Ho : σ12 ≥ σ2 2

H1 : σ12 < σ2 2

Kriteria : Tolak Ho jika F≤ F(1-ά) (n1-1)(n2-1)

Terima Ho jika F> F(1-ά) (n1-1)(n2-1)
DAFTAR PUSTAKA

Boediono dan Koster, K. 2004. Teori dan Aplikasi Statistika

dan Probabilitas. PT. Remaja Rosdakarya. Bandung.

Dajan, A. 2000. Pengantar Metode Statistik. Jilid I dan II.

LP3ES. Jakarta.

Gaspersz, V. 1989. Statistika. Armico. Bandung.

Hasan, M. I. 2002. Pokok-pokok Materi Statistik 1 (Statistik

Deskriptif). Bumi Aksara. Jakarta.

Riduwan. 2008. Dasar-dasar Statistika. Alfabeta. Bandung.

70
Santosa, P. B. dan Hamdani, M. 2007. Statistika Deskriptif
dalam Bidang Ekonomi dan Niaga. Erlangga. Jakarta.

Spiegel, M. R. 1992. Teori dan Soal-Soal Statistik. Erlangga.

Jakarta.

Steel, R. G. D. and Torrie, J. H. 1976. Introduction to

Statistics. McGraw-Hill Book Company. New York.

Sudjana. 1984. Metoda Statistika. Tarsito. Bandung

Sugiyono. 2010. Statistika Untuk Penelitian. Alfabeta.

Bandung.

Sunyoto, D. 2009. Analisis Regresi dan Uji Hipotesis. Media

Pressindo. Yogyakarta.
Supranto, J. 1992. Statistik: Teori dan Aplikasi. Jilid 1 dan
2. Erlangga. Jakarta.

Susetyo. B. 2010. Statistika Untuk Analisis Data Penelitian.

PT. Refika Aditama. Bandung.

Usman, H. dan Akbar. R. P. S. 2000. Pengantar Statistika.

Bumi Aksara. Jakarta.

Walpole, R. E. 1992. Pengantar Statistika. PT. Gramedia

Pustaka Utama. Jakarta.

Yitnosumarto, S. 1990. Dasar-dasar Statistika. Rajawali

Pers. Jakarta.