You are on page 1of 11

Tugas

1. Bentuk Kelompok dengan anggota 5 – 6 orang
2. Pelajari bahan kuliah uji hipotesis seperti pada lampiran
3. Tugas mencari soal-soal uji hipotesis dari buku lain paling sedikit 5 (lima) soal, tuliskan buku
sumber dan selesaikan soal-soal tersebut (bukan soal-soal yang sudah diselesaikan)
4. Kumpulkan hasil pekerjaan paling lambat hari kamis pagi (11.00) tanggal 17 Desember 2009
5. Terima kasih atas kerjasamanya

KONSEP DASAR UJI HIPOTESIS

Anda telah mempelajari tentang populasi, sampel berserta sifat-sifat sampel, dalam
pokok bahasan sebelumnya. Populasi mempunyai karakteristik yang disebut
parameter. Contoh parameter rata-rata populasi µ , variansi populasi σ 2. Sampel
mempunyai karakteristik yang disebut statistik. Contoh statistik: rata-rata sampel x ,
variansi sampel S2. Dalam uji hipotesis yang diuji adalah hipotesis untuk parameter.
Akan dibicarakan uji hipotesis untuk rata-rata populasinya.

Uji hipotesis dapat merupakan:
1) Hal yang biasanya berlaku, akan diselidiki apakah metode mengajar baru dapat
menaikkan kemampuan anak (dalam hal ini diukur dengan IQ). Pada usia yang
diselidiki rata-rata IQ populasi adalah 100. Untuk dibuat hipotesis rata-rata IQ
populasi 100.
2) Hasil pengamatan statistika eksplorasi, misal dari dua angkatan yang dibandingkan
tampak mempunyai kesamaan. Dibuat angkatan baru yang elemen-elemennya
adalah elemen angkatan pertama dikurangi, elemen angkatan kedua (dalam urutan
yang sama tentu saja). µ adalah rata-rata populasi di mana angkatan baru berasal.
Dibuat hipotesis µ =0 yang berarti rata-rata populasi nol atau kedua angkatan
berasal dari populasi yang sama.

Harga yang dihipotesiskan disebut hipotesis nol disingkat H0, sedang alternatif, biasa
ditulis H1. Misal akan diuji hipotesis bahwa rata-rata populasi, µ adalah nol, ditulis

Metode Statistika 1
Hidayah Ansori
1) H0 : µ = 0 dengan alternatif H1 : µ ≠ 0
Kejadian lain yang mungkin adalah
2) H0 : µ ≤ 0 dengan alternatif H1 : µ > 0
3) H0 : µ ≥ 0 dengan alternatif H1 : µ < 0
Harga yang dihipotesiskan dalam H1 merupakan alternatif (komplemen) dari harga
yang dihipotesiskan dalam H0. Perhatikan untuk nomor 2 dan 3 tanda = masuk H0.
Pengujian hipotesis dilakukan dengan menggunakan sampel yang dipunyai. Bila
sampel berbeda jauh dari hipotesis maka hipotesis ditolak. Bila tidak, maka hipotesis
tidak ditolak. Jadi kesimpulan terakhir dari suatu uji hipotesis adalah hipotesis ditolak
atau tidak ditolak.
Contoh
Ingin diketahui apakah metode mengajar baru menaikkan IQ. Untuk itu 100 anak
diambil secara random dari populasi berdistribusi normal dengan rata-rata IQ A = 100
dan standard deviasi σ = 14. Pemilihan secara random untuk mendapatkan sampel
yang betul-betul mewakili populasinya. Ke-100 anak ini diberi pelajaran dengan
metode baru, dan selanjutnya diuji untuk mengetahui IQ-nya.
Gambar : IQ seluruh anak

Hipotesis dapat dituliskan
H0 : µ ≤ 100

IQ rendah IQ rendah
H1 : µ > 100
µ = 100
σ = 14 (diambil µ > 100 untuk H1 karena ingin diketahui
apakah metode baru menghasilkan IQ lebih tinggi).
Distribusi dari rata-rata sampel (untuk semua sampel yang mungkin mempunyai

σ 14
rata-rata x = 100 dan Sx = = = 1,4
n 10
(Dianggap n jauh lebih kecil dari N). Distribusi sampel rata-rata ini diberikan dalam
gambar 2.

Metode Statistika 2
Hidayah Ansori
Gambar 2: Distribusi rata-rata sampel
Dengan metode baru ke-100, anak tersebut mempunyai
rata-rata x = 107.
Rata- Rata-rata sampel ini berada 7 satuan dari
=100 rata
= 14 sampel rata-rata-populasi atau 5 standart populasi deviasi (5 Sx )
dari rata-rata populasi. Jadi merupakan anggota tidak biasa (atau jauh dari harga yang
dihipotesiskan). Di muka telah dikatakan bahwa bila sampel jauh dari populasi,
hipotesa ditolak. Kesimpulan dalan hal ini H0 ditolak, berarti metode baru
memberikan IQ lebih tinggi.

Kesalahan dalam Uji hipotesis
Dalam mengambil kesimpulan untuk suatu uji hipotesis mungkin dilakukan
kesalahan. Kesalahan ini ada 2 macam yaitu:
1) Kesalalahan tipe I: Kesalahan dalam menolak hipotesis (H0) bila hipotesis benar.
2) Kesalahan tipe II: Kesalahan dalam menerima hipotesis (H0 ) bila hipotesis salah.
Kemungkinan pengambilan kesimpulan (keputusan) disajikan dalam tabel
Tabel 1: Kemungkinan keputusan pergujian
Keputusan untuk H0
Keadaan Diterima ditolak
sesungguhnya Benar Keputusan tepat Kesalahan tipe I
untuk H0 Salah Kesalahan Tipe II Keputusan tepat
Kesalahan tipe I lebih serius daripada kesalahan tipe II. Hal ini dapat diterangkan
dengan kemungkinan keputusan pengadilan yang merupakan analogi dari keputusan
pengujian hipotesis.
Tabel 2: Kemungkinan Keputusan Pengadilan
Keputusan untuk H0
Tidak bersalah bersalah
Keadaan Tidak bersalah Adil Kesalahan tipe I
sesungguhnya Bersalah Kesalahan Tipe II Adil
Bila keputusan pengadilan dan keadaan sesungguhnya sesuai maka hal ini berarti

Metode Statistika 3
Hidayah Ansori
bahwa proses pengambilan keputusan tepat. Bila pengadilan memutuskan seseorang
bersalah, ada kemungkinan dia sesungguhnya tidak bersalah. Bila pengadilan
memutuskan seseorang tidak bersalah, ada kemungkinan dia sesungguhnya bersalah.
Jadi tak ada putusan yang bebas dari kesalahan, selalu ada risiko dalam mengambil
keputusan.
Tampak bahwa lebih berat, bila seseorang diputuskan bersalah bila sesungguhnya
tidak bersalah daripada memutuskan seseorang tidak bersalah bila sesungguhnya ia
bersalah.
Jadi kesalahan tipe I lebih serius daripada kesalahan tipe II.
Probabilitas melakukan kesalahan tipe I = α
Probabilitas melakukan kesalahan tipe II = β
1 - β adalah kuasa dari uji yaitu kuasa menolak hipotesis bila hipotesis salah.
Karena kesalahan tipe I lebih serius daripada kesalahan tipe II maka dibatasi besarnya
sedang α dibuat seminimal mungkin. Dengan kata lain 1 - β dibuat semaksimal
mungkin, yang juga berarti bahwa uji hipotesis baik bila kuasanya besar. Hal ini
dapat dilakukan dengan memperbesar sampel.
Langkah utama dalam pengujian hipotesis adalah:
Menentukan hipotesis nol H0.
Mentukan hipotesis alternatif H1
H1 bisa dua arah atau satu arah.
Menentukan statistik yang akan digunakan
Menghitung statistik untuk sampel yang dipunyai
Memutuskan apakah menolak atau menerima H0
Uji Hipotesis Rata-rata Populasi (µ ) Satu Angkatan
a. H0 : µ = µ o (µ o suatu harga yang dihipotesiskan)
H1 : µ ≠ µ o

Bila ingin diketahui apakah µ ≠ µ o

b. H0 : µ ≤ µ o (µ o suatu harga yang dihipotesiskan)

Metode Statistika 4
Hidayah Ansori
H1 : µ > µ o

Bila ingin diketahui apakah µ > µ o

c. H0 : µ ≥ µ o (µ o suatu harga yang dihipotesiskan)
H1 : µ < µ o

Bila ingin diketahui apakah µ < µ o

Uji Hipotesis rata-rata populasi (µ ) untuk perbandingan dua angkatan
Dihitung observasi angkatan 1 dikurangi observasi angkatan 2, yang
membentuk angkatan baru = angkatan 1 – angkatan 2. Angkatan baru ini merupakan
populasi rata-rata µ . Jika populasi dari mana angkatan 1 diambil sama dengan
populasi dari mana angkatan 2 diambil, maka µ = 0.
Oleh sebab itu hipotesis menjadi:
a. H0 : µ = 0 yang berarti populasi 1 = populasi 2 dengan alternatif
H1 : µ ≠ 0 yang berarti dua populasi tidak sama
b. H0 : µ ≤ 0
H1 : µ > 0
Bila ingin diketahui apakah populasi 1 lebih tinggi dari pada popuilasi 2
c. H0 : µ ≥ 0
H1 : µ < 0
Bila ingin diketahui apakah populasi 1 lebih rendah dari pada populasi 2
Berdasarkan besarnya sampel (n) dan diketahui atau tidaknya variansi populasi. Uji
hipotesis untuk mean populasi µ dibagi menjadi 4 yaitu:
(1) n besar, variansi populasi σ 2 diketahui
(2) n besar, variansi populasi σ 2
tidak diketahui
(3) n kecil, variansi populasi σ 2 diketahui
(4) n kecil, variansi populasi σ 2 tidak diketahui
Sebaiknya, dalam melakukan uji hipotesis kelima langkah di bawah ini dengan urutan
yang persis sama.

Metode Statistika 5
Hidayah Ansori
(1) n besar σ 2
diketahui
Dalam hal-ini dipakai distribusi z (normal standard). Langkah uji hipotesis adalah:
Menentukan H0 dan H1
a. H0 : µ = µ 0 (untuk µ 0 = 0 sehingga H0 : µ = 0)
H1 : µ ≠ µ 0 uji hipotesis 2 sisi
b. H0 : µ ≤ µ 0

H1 : µ > µ 0 uji hipotesis 1 sisi
c. H0 : µ ≥ µ 0

H1 : µ < µ 0

1) Menentukan α yang disebut juga tingkat signifikansi. (Ingat α adalah
probabilitas membuat kesalahan tipe I yaitu menolak H0 bila H0 benar). Mencari
Zα untuk uji hipotesis 1 sisi atau Zα/ 2 untuk uji hipotesis 2 sisi.
2) Menentukan daerah kritis atau daerah penolakan, artinya bila Zhitung masuk daerah
ini H0 ditolak.
3) Untuk hipotesis alternatif:
a. daerah kritisnya Z > Zα/ 2 atau Z < - Zα/ 2
b. daerah kritisnya Z > Zα/ 2
c. daerah kritisnya Z < Zα/ 2
4) Menghitung Z hitung dengan rumus
x − µ0
Zhitung =
σ/ n
di mana:
x = rata-rata sampel
µ 0 = harga yang dihipotesiskan untuk n
σ = standard deviasi populasi
n = ukuran sampel
Selanjutnya supaya lebih singkat Z hitung ditulis dengan Z saja.

Metode Statistika 6
Hidayah Ansori
5) Menarik kesimpulan
Bila Z masuk daerah penolakan maka H0 ditolak.
Bila Z tidak masuk daerah penolakan maka H0 tidak ditolak.
Contoh . 1
Ingin diketahui apakah metode mengajar baru menaikkan IQ anak. Untuk itu diambil
sampel sebanyak 100 anak dari populasi normal yang mempunyai rata-rata IQ (µ )
100 dan σ = 14. Dari sampel didapat rata-rata ( x ) = 107.
1) Langkah-langkah uji hipotesis adalah:
H0 : µ ≤ 100
H1 : µ > 100
2) α = 0,05, karena n besar dan σ diketahui dipakai distribusi Z. Karena uji
hipotesis adalah 1 sisi dicari Zα = Z0,05 = 1,645.
3) Daerah penolakan: Z > 1,645
4) Menghitung Zhitung dengan rumus
x − µ0 1 07 −1 00
Zhitung = = 14 / 10 = 5
σ/ n
5) Z = 5 > 1,645
Berarti Z masuk daerah penolakan. Jadi H0 ditolak atau dapat diambil kesimpulan
bahwa metode mengajat baru dapat menaikan IQ.

(2) n besar, σ 2
tidak diketahui
Semua langkah sama dengan nomor (1), hanya σ diganti dengan S yaitu S2 di
mana S2 adalah variansi sampel.
1) Langkah-langkah uji hipotesis adalah:
a. H0 : µ = µ 0 H1 : µ ≠ µ 0

b. H0 : µ ≤ µ 0 H1 : µ > µ 0

c. H0 : µ ≥ µ 0 H1 : µ < µ 0

2) Dipakai distribusi Z,

Metode Statistika 7
Hidayah Ansori
Menentukan α ,
Mencari Zα untuk uji hipotesis 1 sisi atau Zα /2 untuk uji hipotesis 2 sisi
3) Menentukan daerah kritis
Untuk hipotesis alternatif
a. daerah kritisnya Z > Zα /2 atau Z > -Zα /2
b. daerah kritisnya Z > Zα
c. daerah kritisnya Z < Zα
4) Menghitung Z hitung derigan rumus
x −µ0
Zhitung =
s/ n

5) Menarik kesimpulan
Contoh 2
Misal untuk contoh 1, σ tidak diketahui, maka sebagai gantinya dihitung S dari
sampel dan telah diketahui S = 20.
Langkah 1, 2, 3, sama dengan contoh 1.
x −µ0 1 007 −1 00
4) Z = = = 3,5
s/ n 20 / 1 00

5) Z = 3,5 > 1,645
Maka H0 ditolak, Jadi kesimpulan sama dengan kesimpulan dalam contoh 1.

(3) n kecil, σ 2
diketahui
Dipakai distribusi Z, sehingga langkah-langkahnya sama dengan nomor 1, yaitu:
1) Langkah-langkah uji hipotesis adalah:
a. H0 : µ = µ 0

H1 : µ ≠ µ 0

b. H0 : µ ≤ µ 0

H1 : µ > µ 0

c. H0 : µ ≥ µ 0

Metode Statistika 8
Hidayah Ansori
H1 : µ < µ 0

2) Dipakai distribusi Z,
Menentukan α , Mencari Zα untuk uji hipotesis 1 sisi atau Zα /2 untuk uji
hipotesis 2 sisi
3) Menentukan daerah kritis
Untuk hipotesis alternatif
a. daerah kritisnya Z > Zα /2 atau Z < -Zα /2
b. daerah kritisnya Z > Zα
c. daerah kritisnya Z < -Zα
4) Menghitung Z hitung dengan rumus
x −µ
Zhitung =
σ/ n

5) Mengambil kesimpulan
Contoh 3
Suatu populasi normal yang mempunyai variansi σ 2
= 4, diambil sampel (n=10)
yang ternyata mempunyai x = 9,5. Dengan α = 0,05 dapat diterima hipotesis bahwa
µ = 10.
1) H0 : µ = 10 dan H1 : µ ≠ 10
2) n kecil, σ diketahui, dipakai distribusi Z.
Uji hipotesis 2 sisi : α = 0,05 diperoleh Zα /2 = Z0,025 = 1,96
3) Daerah kritis:
Z > 1,96 atau Z < -1,96.
x −µ 9 ,5 −10
4) Z = = 2 / 4 = -1
σ/ n
5) Z = -1 → -1,96 < Z < 1,96
Jadi H0 tidak ditolak.
(4) n kecil, σ 2
tak diketahui
Dipakai distribusi t, sehingga dengan derajat n-1, yaitu:

Metode Statistika 9
Hidayah Ansori
1) Langkah-langkah uji hipotesis adalah:
a. H0 : µ = µ 0

H1 : µ ≠ µ 0

b. H0 : µ ≤ µ 0

H1 : µ > µ 0

c. H0 : µ ≥ µ 0

H1 : µ < µ 0

2) Dipakai distribusi t dengan derajat bebas n-1.
Untuk uji hipotesis satu sisi dicari tα : n-1

Untuk uji hipotesis dua sisi dicari tα /2 : n-1
3) Menentukan daerah kritis
a. t > tα /2; n-1 atau t < - tα /2, n-1
b. t > tα ; n-1
c. t > -tα ; n-1
4) Menghitung Zhitung dengan rumus
x −µ
Zhitung =
S/ n

5) Mengambil kesimpulan
Contoh 4
Contoh 3 tapi σ 2 tidak diketahui dan dari sampel didapat S = 9. {dengan rumus S2 =

1
( ∑xi − x)2 }
n −1

1) H0 : µ = 10
H1 : µ ≠ 10
2) n kecil, σ tidak diketahui, dipakai distribusi t. Uji hipotesis 2 sisi : α = 0,05
tα /2 : n-1 = t0,25:12 = 2,131
3) Daerah kritis:

Metode Statistika 10
Hidayah Ansori
t > 2,131 atau t < -2,131.
x −µ 9 ,5 −1 0
4) t = = = -0,66
s/ n 31 4

5) t = -0,66 → -2,131 < t < 2,131
Jadi H0 tidak ditolak.

Soal-soal Laihan
Dari suatu populasi dengan variansi 4, ingin diuji apakah µ = 15. Untuk itu diambil
sampel berukuran 64. Dari sampel didapat rata-rata 10. Dapatkah hipotesis diterima
dengan α = 0,05
Ingin diketahui apakah metode mengajar baru menaikkan IQ anak. Untuk itu diambil
sampel sebanyak 100 anak dari populasi normal yang mempunyai rata-rata IQ (µ )
100 dan S2 = 49. Dari sampel didapat rata-rata ( x ) = 107. bila populasi variansi tak
diketahui

Metode Statistika 11
Hidayah Ansori