Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya

Didasarkan atas arah atau bentuk formulasi hipotesisnya, pengujian hipotesis di bedakan
atas 3 jenis, yaitu sebagai berikut.
a. Pengujian hipotesis dua pihak (two tail test)
Pengujian hipotesis dua pihak adalah pengujian hipotesis di mana hipotesis nol (Ho)
berbunyi “sama dengan” dan hipotesis alternatifnya (H1) berbunyi “tidak sama dengan” (Ho = dan
H1 ≠)
b. Pengujian hipotesis pihak kiri atau sisi kiri
Pengujian hipotesis pihak kiri adalah pengujian hipotesis di mana hipotesis nol (Ho)
berbunyi “sama dengan” atau “lebih besar atau sama dengan” dan hipotesis alternatifnya (H 1)
berbunyi “lebih kecil” atau “lebih kecil atau sama dengan” (Ho = atau Ho ≥ dan H1 < atau H1 ≤
). Kalimat “lebih kecil atau sama dengan” sinonim dengan kata “paling
sedikit atau paling kecil”.
c. Pengujian hipotesis pihak kanan atau sisi kanan
Pengujian hipotesis pihak kanan adalah pengujian hipotesis di mana hipotesis nol (Ho)
berbunyi “sama dengan” atau “lebih kecil atau sama dengan” dan hipotesis alternatifnya (H1)
berbunyi “lebih besar” atau “lebih besar atau sama dengan” (Ho = atau Ho ≤ dan H1 > atau H1
≥). Kalimat “lebih besar atau sama dengan” sinonim dengan kata
“paling banyak atau paling besar”.

Prosedur Pengujian Hipotesis

Prosedur pengujian hipotesis statistic adalah langkah-langkah yang di pergunakan dalam
menyelesaikan pengujian hipotesis tersebut. Berikut ini langkah-langkah pengujian hipotesis
statistic adalah sebagai berikut.

1. Menentukan Formulasi Hipotesis

Formulasi atau perumusan hipotesis statistic dapat di bedakan atas dua jenis, yaitu sebagai berikut;
a. Hipotesis nol / nihil (HO)
Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang akan di uji.
Hipotesis nol tidak memiliki perbedaan atau perbedaannya nol dengan hipotesis sebenarnya.
b. Hipotesis alternatif/ tandingan (H1 / Ha)
Hipotesis alternatif adalah hipotesis yang di rumuskan sebagai lawan atau tandingan dari hipotesis
nol. Dalam menyusun hipotesis alternatif, timbul 3 keadaan berikut.
1) H1 menyatakan bahwa harga parameter lebih besar dari pada harga yang di
hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi
atau arah kanan.
2) H1 menyatakan bahwa harga parameter lebih kecil dari pada harga yang di
hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi
atau arah kiri.
3) H1 menyatakan bahwa harga parameter tidak sama dengan harga yang di hipotesiskan.
Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu pengujian sisi atau arah kanan
dan kiri sekaligus.

Secara umum, formulasi hipotesis dapat di tuliskan :

Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif (Ha) di tolak.
Demikian pula sebaliknya, jika hipotesis alternatif (Ha) di terima (benar) maka hipotesis nol (H0)
ditolak.

2. Menentukan Taraf Nyata (α)

Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis
terhadap nilai parameter populasinya. Semakin tinggi taraf nyata yang di gunakan, semakin tinggi
pula penolakan hipotesis nol atau hipotesis yang di uji, padahal hipotesis nol benar.
Besaran yang sering di gunakan untuk menentukan taraf nyata dinyatakan dalam %, yaitu:
1% (0,01), 5% (0,05), 10% (0,1), sehingga secara umum taraf nyata di tuliskan sebagai α0,01, α0,05,
α0,1. Besarnya nilai α bergantung pada keberanian pembuat keputusan yang dalam hal ini berapa
besarnya kesalahan (yang menyebabkan resiko) yang akan di tolerir. Besarnya kesalahan tersebut
di sebut sebagai daerah kritis pengujian (critical region of a test) atau daerah penolakan ( region of
rejection).
Nilai α yang dipakai sebagai taraf nyata di gunakan untuk menentukan nilai distribusi yang
di gunakan pada pengujian, misalnya distribusi normal (Z), distribusi t, dan distribusi X². Nilai itu
sudah di sediakan dalam bentuk tabel di sebut nilai kritis.

3. Menentukan Kriteria Pengujian

Kriteria Pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak
hipotesis nol (Ho) dengan cara membandingkan nilai α tabel distribusinya (nilai kritis) dengan nilai
uji statistiknya, sesuai dengan bentuk pengujiannya. Yang di maksud dengan bentuk pengujian
adalah sisi atau arah pengujian.
a. Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada nilai
positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
b. Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai positif
atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
Dalam bentuk gambar, kriteria pengujian seperti gambar di bawah ini

4. Menentukan Nilai Uji Statistik

Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu dalam
pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga parameter data sampel
yang di ambil secara random dari sebuah populasi. Misalkan, akan di uji parameter populasi (P),
maka yang pertama-tam di hitung adalah statistik sampel (S).

5. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis nol (Ho) yang sesuai dengan kriteria pengujiaanya. Pembuatan kesimpulan
dilakukan setelah membandingkan nilai uji statistik dengan nilai α tabel atau nilai kritis.
a. Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.
b. Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai kritisnya.

Kelima langkah pengujian hipotesis tersebut di atas dapat di ringkas seperti berikut.

Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha)
Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.
Langkah 4 : Melakukan uji statistic
Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.

Pengujian Hipotesis Rata-Rata

1. Pengujian Hipotesis Satu Rata-Rata
a. Sampel besar ( n > 30 )
Untuk pengujian hipotesis satu rata-rata dengan sample besar (n > 30), uji statistiknya
menggunakan distribusi Z. Prosedur pengujian hipotesisnya adalah sebagai berikut.
1. Formulasi hipotesis
a. Ho : µ = µo
H1 : µ > µo
b. Ho : µ = µo
H1 : µ < µo
c. Ho : µ = µo
H1 : µ ≠ µo
2. Penentuan nilai α (taraf nyata) dan nilai Z table (Zα)
 Menentukan nilai α sesuai soal, kemudian nilai Zα atau Zα/2 ditentukan dari tabel.
3. Kriteria Pengujian
a. Untuk Ho : µ = µo dan H1 : µ > µo
o Ho di terima jika Zo ≤ Zα
o Ho di tolak jika Zo > Zα
b. Untuk Ho : µ = µo dan H1 : µ < µo
o Ho di terima jika Zo ≥ - Zα
o Ho di tolak jika Zo < - Zα
c. Untuk Ho : µ = µo dan H1 : µ ≠ µo
o Ho di terima jika - Zα/2 ≤ Zo ≤ Zα/2
o Ho di tolak jika Zo > Zα/2 atau Zo < - Zα/2
4. Uji Statistik
a. Simpangan baku populasi ( σ ) di ketahui :

b. Simpangan baku populasi ( σ ) tidak di ketahui :

5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria pengujiannya).
a) Jika H0 diterima maka H1 di tolak
b) Jika H0 di tolak maka H1 di terima

Contoh Soal :
Suatu pabrik susu merek Good Milk melakukan pengecekan terhadap produk mereka, apakah rata-
rata berat bersih satu kaleng susu bubuk yang di produksi dan di pasarkan masih tetap 400 gram
atau sudah lebih kecil dari itu. Dari data sebelumnya di ketahui bahwa simpangan baku bersih per
kaleng sama dengan 125 gram. Dari sample 50 kaleng yang di teliti, di peroleh rata-rata berat
bersih 375 gram. Dapatkah di terima bahwa berat bersih rata-rata yang di pasarkan tetap 400 gram?
Ujilah dengan taraf nyata 5 % !

Penyelesaian :
Diketahui :
n = 50, X = 375, σ = 125, µo = 400
Jawab :
a. Formulasi hipotesisnya :
Ho : µ = 400
H1 : µ < 400
b. Taraf nyata dan nilai tabelnya :
α = 5% = 0,05
Z0,05 = -1,64 (pengujian sisi kiri)
c. Kriteria pengujian :

o Ho di terima jika Zo ≥ - 1,64

o Ho di tolak jika Zo < - 1,64
d. Uji Statistik

e. Kesimpulan
Karena Zo = -1,41 ≥ - Z0,05 = - 1,64 maka Ho di terima. Jadi, berat bersih rata-rata susu bubuk
merek GOOD MILK per kaleng yang di pasarkan sama dengan 400 gram

b. Sampel Kecil (n ≤ 30)

Untuk pengujian hipotesis satu rata-rata dengan sampel kecil (n ≤ 30),
uji statistiknya menggunakan distribusi t. Prosedur pengujian
hipotesisnya adalah sebagai berikut.

1. Formulasi hipotesis
a. Ho : µ = µo
H1 : µ > µo
b. Ho : µ = µo
H1 : µ < µo
c. Ho : µ = µo
H1 : µ ≠ µo
2. Penentuan nilai α (taraf nyata) dan nilai t- tabel
Menentukan nilai α sesuai soal, kemudian menentukan derajat bebas, yaitu db = n – 1, lalu
menentukan nilai tα;n-1 atau tα/2;n-1 ditentukan dari tabel.
3. Kriteria Pengujian
a. Untuk Ho : µ = µo dan H1 : µ > µo
o Ho di terima jika to ≤ tα
o Ho di tolak jika to > tα
b. Untuk Ho : µ = µo dan H1 : µ < µo
o Ho di terima jika to ≥ - tα
o Ho di tolak jika to < - tα
c. Untuk Ho : µ = µo dan H1 : µ ≠ µo
o Ho di terima jika - tα/2 ≤ to ≤ tα/2
o Ho di tolak jika to > tα/2 atau to < - tα/2
4. Uji Statistik
a. Simpangan baku populasi ( σ ) di ketahui :

b. Simpangan baku populasi ( σ ) tidak di ketahui :

5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan criteria
pengujiannya).
a) Jika H0 diterima maka H1 di tolak
b) Jika H0 di tolak maka H1 di terima

Contoh soal :
Sebuah sample terdiri atas 15 kaleng susu, memiliki isi berat kotor seperti yang di berikan berikut
ini.
( Isi berat kotor dalam kg/kaleng)
1,21 1,21 1,23 1,20 1,21
1,24 1,22 1,24 1,21 1,19
1,19 1,18 1,19 1,23 1,18
Jika di gunakan taraf nyata 1%, dapatkah kita menyakini bahwa populasi cat dalam kaleng rata-
rata memiliki berat kotor 1,2 kg/kaleng ? (dengan alternatif tidak sama dengan). Berikan evaluasi
anda !

Penyelesaian :
Diketahui :
n = 15, α= 1%, µo = 1,2

Jawab:
∑X = 18,13
∑X2 = 21,9189
X = 18,13 / 15
= 1,208

a. Formulasi hipotesisnya :
Ho : µ = 1,2
H1 : µ ≠ 1,2
b. Taraf nyata dan nilai tabelnya :
α = 1% = 0,01
tα/2 = 0,005 dengan db = 15-1 = 14
t0,005;14 = 2,977
c. Kriteria pengujian :
o Ho di terima apabila : - 2,977 ≤ to ≤ - 2,977
o Ho di tolak : to > 2,977 atau to < - 2,977
d. Uji Statistik

e. Kesimpulan
Karena –t0,005;14 = -2,977 ≤ to = 1,52 ≤ t0,005;14 = - 2,977 maka Ho di terima. Jadi, populasi
susu dalam kaleng secara rata-rata berisi berat kotor 1,2 kg/kaleng.

2. Pengujian Hipotesis Beda Dua Rata-Rata

a. Sampel besar ( n > 30 )
Untuk pengujian hipotesis beda dua rata-rata dengan sampel besar (n > 30), uji statistiknya
menggunakan distribusi Z. Prosedur pengujian hipotesisnya adalah sebagai berikut.
1. Formulasi hipotesis
a. Ho : µ = µo
H1 : µ > µo
b. Ho : µ = µo
H1 : µ < µo
c. Ho : µ = µo
H1 : µ ≠ µo
2. Penentuan nilai α (taraf nyata) dan nilai Z tabel (Zα)
Mengambil nilai α sesuai soal, kemudian nilai Zα atau Zα/2 ditentukan dari tabel.
3. Kriteria Pengujian
a. Untuk Ho : µ1 = µ2 dan H1 : µ1 > µ2
o Ho di terima jika Zo ≤ Zα
o Ho di tolak jika Zo > Zα
b. Untuk Ho : µ1 = µ2 dan H1 : µ1 < µ2
o Ho di terima jika Zo ≥ - Zα
o Ho di tolak jika Zo < - Zα
c. Untuk Ho : µ1 = µ2 dan H1 : µ1 ≠ µ2
o Ho di terima jika - Zα/2 ≤ Zo ≤ Zα/2
o Ho di tolak jika Zo > Zα/2 atau Zo < - Zα/2

4. Uji Statistik
a. Simpangan baku populasi ( σ ) di ketahui :

b. Simpangan baku populasi ( σ ) tidak di ketahui :

5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria pengujiannya).
a) Jika H0 diterima maka H1 di tolak
b) Jika H0 di tolak maka H1 di terima

Contoh Soal :
Seseorang berpendapat bahwa rata-rata jam kerja buruh di daerah A dan B sama dengan alternatif
A lebih besar dari pada B. Untuk itu, di ambil sample di kedua daerah, masing-masing 100 dan 70
dengan rata-rata dan simpangan baku 38 dan 9 jam per minggu serta 35 dan 7 jam per minggu.
Ujilah pendapat tersebut dengan taraf nyata 5% ! Untuk Varians/ simpangan baku kedua populasi
sama besar !

Penyelesaian :
Diketahui:
n1 = 100 X1 = 38 s₁ = 9
n2 = 70 X2 = 35 s₂ = 7
Jawab:
a. Formulasi hipotesisnya :
Ho : µ₁ = µ₂
H1 : µ₁ > µ₂
b. Taraf nyata dan nilai tabelnya :
α = 5% = 0,05
Z0,05 = 1,64 (pengujian sisi kanan)
c. Kriteria pengujian :
o Ho di terima jika Zo ≤ 1,64
o Ho di tolak jika Zo > 1,64
d. Uji Statistik

e. Kesimpulan
Karena Zo = 2,44 > Z0,05 = 1,64 maka Ho di tolak. Jadi, rata-rata jam kerja buruh di daerah
A dan daerah B adalah tidak sama.

b. Sampel kecil ( n ≤ 30 )
Untuk pengujian hipotesis beda dua rata-rata dengan sampel
kecil (n ≤ 30), uji statistiknya menggunakan distribusi t. Prosedur
pengujian hipotesisnya adalah sebagai berikut.

1. Formulasi hipotesis
a. Ho : µ₁ = µ2
H1 : µ₁ > µ2
b. Ho : µ₁ = µ2
H1 : µ₁ < µ2
c. Ho : µ₁ = µ2
H1 : µ₁ ≠ µ2

2. Penentuan nilai α (taraf nyata) dan nilai t tabel (tα)

Mengambil nilai α sesuai soal, kemudian nilai tα atau tα/2 ditentukan dari tabel.

3. Kriteria Pengujian
a. Untuk Ho : µ1 = µ2 dan H1 : µ1 > µ2
o Ho di terima jika to ≤ tα
o Ho di tolak jika to > tα
b. Untuk Ho : µ1 = µ2 dan H1 : µ1 < µ2
o Ho di terima jika to ≥ tα
o Ho di tolak jika Zo < - tα
c. Untuk Ho : µ1 = µ2 dan H1 : µ1 ≠ µ2
o Ho di terima jika - tα/2 ≤ to ≤ tα/2
o Ho di tolak jika to > tα/2 atau to < - tα/2

4. Uji Statistik
Keterangan :
d = rata-rata dari nilai d
sd = simpangan baku dari nilai d
n = banyaknya pasangan
db = n-1
5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria pengujiannya).
a) Jika H0 diterima maka H1 di tolak
b) Jika H0 di tolak maka H1 di terima

Contoh Soal :
1. Sebuah perusahan mengadakan pelatihan teknik pemasaran. Sampel sebanyak 12 orang
dengan metode biasa dan 10 orang dengan terprogram. Pada akhir pelatihan di berikan evaluasi
dengan materi yang sama. Kelas pertama mencapai nilai rata-rata 75 dengan simpangan baku 4,5.
Ujilah hipotesis kedua metode pelatihan, dengan alternative keduanya tidak sama! Gunakan taraf
nyata 10%! Asumsikan kedua populasi menghampiri distribusi normal dengan varians yang sama!

Penyelesaian :
Diketahui :
n1 = 12 X1 = 80 s₁ = 4
n2 = 10 X2 = 75 s₂ = 4,5
Jawab:

a. Formulasi hipotesisnya :
Ho : µ₁ = µ₂
H1 : µ₁ ≠ µ₂

b. Taraf nyata dan nilai tabelnya :

α = 10% = 0,10

= 0,05
db = 12 + 10 – 2 = 20
t0,05;20 = 1,725

c. Kriteria pengujian :

o Ho di terima apabila -1,725 ≤ t0 ≤ 1,725

o Ho di tolak apabila t0 > 1,725 atau t0 < -1,725

d. Uji Statistik
 e. Kesimpulan
Karena t0 = 2,76 > t0,05;20 = 1,725 maka Ho di tolak. Jadi, kedua metode yang digunakan dalam
pelatihan tidak sama hasilnya.

2. Untuk mengetahui apakah keanggotaan dalam organisasi mahasiswa memiliki akibat baik atau
buruk terhadap prestasi akademik seseorang, diadakan penelitian mengenai mutu rata-rata prestasi
akademik. Berikut ini data selama periode 5 tahun.

Tahun
1 2 3 4 5
Anggota 7,0 7,0 7,3 7,1 7,4
Bukan 7,2 6,9 7,5 7,3 7,4
Anggota

Ujilah pada taraf nyata 1% apakah keanggotaan dalam organisasi mahasiswa berakibat buruk pada
prestasi akademiknya dengan asumsi bahwa populasinya normal !
Penyelesaian :
a. Formulasi hipotesisnya :
Ho : µ₁ = µ₂
H1 : µ₁ < µ₂
b. Taraf nyata dan nilai tabelnya :
α = 1% = 0,01

= 0,05
db =5-1=4
t0,01;4 = -3,747
c. Kriteria pengujian :
o Ho di terima apabila t0 ≥ - 3,747
o Ho di tolak apabila t0 < - 3,747
d. Uji Statistik :

Anggota Bukan Anggota D d2

7,0 7,2 -0,2 0,04
7,0 6,9 0,1 0,01
7,3 7,5 -0,2 0,04
7,1 7,3 -0,2 0,04
7,4 7,4 0,0 0,00
Jumlah -0,5 0,13

e. Kesimpulan
Karena t0 = -1,6 > t0,01;4 = -3,747, maka Ho di terima. Jadi, keanggotaan organisasi bagi mahasiswa
tidak membeikan pengaruh buruk terhadap prestasi akademiknya.