PENGUJIAN HIPOTESIS

 Hipotesis : pernyataan tentang parameter suatu populasi

 pengujian hipótesis : prosedur membuat keputusan tentang

kebenaran atau kesalahan hipótesis

 Pengujian hipótesis sangat berguna, karena banyak jenis persoalan

keputusan dapat diformulasikan sebagai masalah pengujian
hipótesis.

Jenis uji hipotesis

1.Uji Hipotesis Dua Arah
(Hipotesis Alternatif / H1 Dua Arah):
H0 : µ = µ0
H1 : µ ≠ µ0

2.Uji Hipotesis Satu Arah

(Hipotesis Alternatif / H1 Satu Arah):
a. H0 : µ < µ0 atau µ = µ0
H1 : µ > µ0
b. H0 : µ > µ0 atau µ = µ0
H1 : µ < µ0

CONTOH:

• Ingin mengetahui/menguji apakah rata-rata IQ mahasiswa Jurusan

Teknik Geologi Angkatan tahun 2014 tergolong tinggi/tidak

• Hipotesa dua arah:

H0 : rata-rata IQ mhs Geologi 2014 tergolong tinggi
H1 : rata-rata IQ mhs Geologi 2014 tidak tergolong tinggi

1
 • Hipotesa satu arah :

I. H0 : rata-rata IQ mhs Geologi 2014 tergolong tinggi

H1 : rata-rata IQ mhs Geologi 2014 tergolong rendah

II. H0 : rata-rata IQ mhs Geologi 2014 tergolong tinggi

H1 : rata-rata IQ mhs Geologi 2014 tergolong sangat tinggi

Keputusan dalam pengujian hipotesa

Ho benar Ho salah

Menerima Ho Tidak ada error Error tipe II

Prob =β

Menolak Ho Error tipe I Tidak ada error

Prob = α

α = P{error tipe I} =P{menolak H0 ‫ ׀‬H0 benar}

β = P{error tipe II} =P{menerima H0 ‫ ׀‬H0 salah}
α disebut juga dengan tingkat nyata/ tingkat signifikansi/ ukuran pengujian

Prosedur pengujian hipotesis

1. Menentukan hipotesis H0 dan H1
2. Menentukan statistik uji dan menghitungnya berdasarkan data
sampel
3. Menentukan tingkat signifikansi
4. Menentukan daerah kritis/daerah penolakan H0
5. Membuat keputusan/kesimpulan

Pengambilan keputusan dalam SPSS

• Yang penting kita tahu hipotesanya H0 dan H1
• H0 ditolak jika angka sig < α
α : tingkat signifikansi.
2
 I. UJI HIPOTESIS PADA RATA-RATA SATU POPULASI:
UJI HIPOTESIS DUA ARAH
(HIPOTESIS ALTERNATIF / H1 DUA ARAH):
H0 : µ = µ0
H1 : µ  µ0
UJI HIPOTESIS SATU ARAH
(HIPOTESIS ALTERNATIF / H1 SATU ARAH):
1. H0 : µ < µ0 atau µ = µ0
H1 : µ > µ0
2. H0 : µ > µ0 atau µ = µ0
H1 : µ < µ0
I.1. UJI HIPOTESIS PADA RATA-RATA SATU POPULASI, VARIAN TAK DIKETAHUI
dan n < 30
Populasi : X ~ N(µ,  2)
Sampel :X1,X2,…,Xn dihitung X dan S
Tingkat signifikansi/taraf nyata = α
UJI HIPOTESIS DUA ARAH :
H0 : µ = µ0
H1 : µ  µ0
STATISTIK UJI :
X  0
t ~ t n 1
S
n
Tolak H0 (Daerah kritis):
jika t < - t / 2, n 1 atau t > t / 2, n 1

UJI HIPOTESIS SATU ARAH :

1. H0 : µ < µ0 atau µ = µ0
H1 : µ > µ0
STATISTIK UJI :
X  0
t ~ t n 1
S
n

3
 TOLAK H0 : jika t > t , n 1
2. H0 : µ > µ0 ATAU µ = µ0
H1 : µ < µ0
STATISTIK UJI :
X  0
t ~ t n 1
S
n
TOLAK H0 :
jika t < - t , n 1
I.2. UJI HIPOTESIS PADA RATA-RATA SATU POP, VARIAN DIKET atau VARIAN
TAK DIKET TETAPI n > 30
Data :X1,X2,…,Xn dihitung X
Tingkat signifikansi/taraf nyata = α
UJI HIPOTESIS DUA ARAH :
H0 : µ = µ0
H1 : µ  µ0
STATISTIK UJI :
Z 
X  0 ~ N (0,1)

n

Tolak H0 : jika Z < - Z  / 2 atau Z > Z  / 2

UJI HIPOTESIS SATU ARAH :

1. H0 : µ < µ0 atau µ = µ0
H1 : µ > µ0
STATISTIK UJI :

X  0
Z  ~ N (0,1)

n
TOLAK H0 :
jika Z > Z 
2. H0 : µ > µ0 ATAU µ = µ0
H1 : µ < µ0
STATISTIK UJI :

4
 X  0
Z  ~ N (0,1)

n
TOLAK H0 :
jika Z < - Z 
Contoh :
1. Rata-rata berat batu sebelum meletusnya Gunung Merapi di sekitar puncaknya adalah
1500 kg dengan simpangan baku 80 kg. Setelah beberapa saat setelah itu dikatakan
bahwa rata-rata beratnya bertambah. Untuk mengujinya diambil 70 batu sebagai
sampel, setelah diukur berat rata-ratanya 1520 kg. Benarkah bahwa setelah terjadinya
meletus gunung Merapi tsb rata-rata berat batuan di sekitar gunung tersebut menjadi
lebih berat? Gunakan  = 0.02.

Penyelesaian:
Hipotesis Ho: μ = 1500 vs H1: μ > 1500
Diketahui o = 1500, n = 70 dan  = 80,  = 0.02.
x  o 1520  1500
sehingga statistik uji z =  = 80 70
= 2,092
n
daerah kritis : Ho ditolak jika z > z0,02
 = 0,02  dari tabel z0,02 = 2,05
Keputusan : tolak Ho jika z > 2,05

0,5 0,48
0,02

0 z0,02= 2,05 z= 2,092

Kesimpulan : karena z = 2,092 > z0,02 , maka Ho ditolak, jadi rata2 berat batu sekarang lebih
besar dari 1500 kg.

2. Waktu yang diperlukan mahasiswa untuk pulang-pergi ke kampus melewati jalur A

adalah 50 menit, dengan simpangan baku 10 menit. Dicoba menggunakan jalur lain.
bila diambil sampel acak 12 mahasiswa, mereka memerlukan waktu rata-rata 42

5
 menit dengan simpangan baku 11.9 menit bila menggunakan jalur baru tsb. ujilah
hipotesis bahwa waktu rata-rata populasinya sekarang kurang dari 50 menit.
Gunakan taraf nyata 1 %.
Penyelesaian:
Hipotesis Ho: μ = 50 menit vs H1: μ < 50 menit
Taraf nyata : α = 1% = 0.01

x  o 42  50
Statistik uji : t  = 11,9 = -2,33
s/ n 12
Wilayah kritik: Tolak H0 jika t < - t , n 1  dari tabel distribusi t, t0, 01;11  2,718
daerah penerimaan

d. penolakan

-2,718 -2,33 0
Keputusan: Tolak Ho jika t < -2,718
Kesimpulan : karena -2.33 > -2.718 maka H0 diterima, yaitu waktu rata-rata sebenarnya
adalah 50 menit

II. UJI BEDA RATA-RATA DUA POP.

Populasi 1 : X1 ~ N(µ1,  1 )
2

Populasi 2: X2 ~ N(µ2,  2 )
2

II. A. VARIAN DIKETAHUI :

Sampel 1 :X11,X12,…,X1n1 dihit. X 1

Sampel 2 :X21,X22,…,X2n2 dihit. X 2

Tingkat signifikansi/taraf nyata = α

UJI HIPOTESIS DUA ARAH :
H0 : µ1 = µ2
H1 : µ1  µ2
STATISTIK UJI :

6
 X1  X 2
Z  ~ N (0,1)
 12  22

n1 n2

jika Z < - Z  / 2 atau Z > Z  / 2

UJI HIPOTESIS SATU ARAH :

1. H0 : µ1 < µ2 atau µ1 = µ2
H1 : µ1 > µ2
STATISTIK UJI :

X1  X 2
Z ~ N (0,1)
1 2
2 2

n1 n2
Tolak H0 :
jika Z > Z

2. H0 : µ1 > µ2 atau µ1 = µ2
H1 : µ1 < µ2
STATISTIK UJI :
X1  X 2
Z ~ N (0,1)
 12  2 2

n1 n2
TOLAK H0 :
jika Z < - Z 

II. B. VARIAN TAK DIKETAHUI

B1. Asumsi varian sama :
1. UJI HIPOTESIS DUA ARAH :
H0 : µ1 = µ2
H1 : µ1  µ2
STATISTIK UJI :
X1  X 2
t ~ t n1  n2  2
1 1
Sp 
n1 n2

7
 2 ( n1  1) S12  ( n2  1) S 22
dengan Sp 
n1  n2  2
Tolak H0 :
Jika t < - t / 2 , n n
1 2 2 atau t > t / 2 , n n 1 2 2

3. UJI HIPOTESIS SATU ARAH

H0 : µ1 < µ2 atau µ1 = µ2
H1 : µ1 > µ2
STATISTIK UJI :

X1  X 2
t ~ t n1  n2  2
1 1
Sp 
n1 n2
Tolak H0:
jika t  t , n1  n2 2

UJI HIPOTESA SATU ARAH :

H0 : µ1 > µ2 atau µ1 = µ2
H1 : µ1 < µ2
STATISTIK UJI :
X1  X 2
t ~ t n1  n2  2
1 1
Sp 
n1 n2

Tolak H0:
jika t   t , n  n 1 2 2

B2. ASUMSI VARIAN TIDAK SAMA

1. UJI HIPOTESIS DUA ARAH :
H0 : µ1 = µ2
H1 : µ1  µ2
STATISTIK UJI :

8
 X1  X 2
t ~ tv
s12 s22

n1 n2
2
 S12 S 22 
  
 n1 n2  2
dengan v =  S 2 2
 S2 
2
1
 n  2n 
 1   2

n1  1 n2  1
Tolak H0 :
jika t < - t / 2 , v atau t > t / 2 , v
2. UJI HIPOTESIS SATU ARAH :
H0 : µ1 < µ2 atau µ1 = µ2
H1 : µ1 > µ2
STATISTIK UJI :
X1  X 2
t ~ tv
s12 s22

n1 n2

Tolak H0 :
jika t > t , v

UJI HIPOTESA SATU ARAH :

H0 : µ1 > µ2 atau µ1 = µ2
H1 : µ1 < µ2

STATISTIK UJI :
X1  X 2
t ~ tv
s12 s22

n1 n2

Tolak H0 :
jika t < - t , v
2. UJI HIPOTESIS SATU ARAH :
H0 : µ1 < µ2 atau µ1 = µ2
H1 : µ1 > µ2
STATISTIK UJI :

9
 X1  X 2
t ~ tv
s12 s22

n1 n2

Tolak H0 :
jika t > t , v
Contoh :
Di lokasi A diambil secara random sebanyak 12 batuan. Di lokasi B diambil secara random
sebanyak 10 batuan. Batuan di kedua lokasi diukur kekerasaannya. Batuan di lokasi A
mempunyai kekerasan batu rata-rata 85 (satuan) dengan simpangan baku 4, sedangkan
batuan di lokasi B mempunyai kekerasan rata-rata 81 (satuan) dengan simpangan baku 5.
Ujilah hipotesis apakah rata-rata kekerasan batuan di lokasi A lebih besar dari rata-rata
kekerasan batuan di lokasi B, dengan menggunakan taraf nyata 0.10, asumsikan bahwa
kedua populasi menghampiri sebaran normal dengan ragam yang sama.
Penyelesaian:
Hipotesis Ho : μ1 = μ2 atau μ1 - μ2 = 0
H1: : μ1 > μ2 atau μ1 - μ2 > 0
( x1  x2 )
Statistik uji : t = s 1  1
p
n1 n2

Diketahui n1 = 12, x 1 = 85, s1 = 4 dan n2 = 10, x 2 = 81, s2 = 5

( 11) ( 42 )  ( 9 ) ( 52 )
sehingga s p  12  10  2
 4.478

85  81
t= 1 1 = 2,07
4,478 
12 10

daerah kritis: : Ho ditolak jika t  t , n1  n2 2

Untuk  = 0,1  dari tabel t0,1;20 = 1,325Kesimpulan : karena t = 2,07 > 1,325= t 0,1;20 maka
Ho ditolak, jadi rata-rata batuan di lokasi A lebih besar dari batuan di lokasi B.

III. UJI KESAMAN VARIAN

III A. UJI KESAMAN VARIAN SATU POPULASI
POPULASI : X ~ N(μ,σ2)

10
 Sampel : X1,X2,…,Xn dihit S2
 Uji hipotesa dua arah :
H0 : σ2 = σo2
H1 : σ2  σo2
Statistik uji :
( n  1) S 2
χ2 = ~ χ2n-1
 02
Tolak H0 :
Jika χ2 < χ21-α/2;n-1 atau χ2 > χ2α/2 ;n-1
 Uji hipotesa satu arah
H0 : σ2 > σo2
H1 : σ2 < σo2
Statistik uji :
( n  1) S 2
χ2 = ~ χ2n-1
 02
Tolak H0 :
Jika χ2 < χ21-α ;n-1
Uji hipotesa satu arah
H0 : σ2 < σo2
H1 : σ2 > σo2
Statistik uji :

2
( n  1) S 2
χ = ~ χ2n-1
 02
Tolak H0 :
Jika χ2 > χ2α
Contoh:
Sebuah perusahaan penambangan batu mengatakan bahwa diameter batu yang ditambang
mempunyai simpangan baku 0.9 meter. Bila suatu sampel acak 10 batu menghasilkan
simpangan baku s = 1.2 meter, apakah menurut anda   0.9 meter? Gunakan taraf nyata
0.05.

Penyelesaian:
Ho :  2 = 0.81

11
 H1:  2 > 0.81
Statistik uji :
( n  1) S 2
2
χ = ~ χ2n-1
 02
9 x 1,2 2
χ2 =  16
0,81

Tolak H0 :
χ2 > χ2α ,n-1
dari table : 20,05 ; 9 = 16,919

v=9

0.05
0 16.919

Keputusan : tolak H0 jika χ2 > 16,919

Kesimpulan : karena χ2 = 16 < 16.919 = χ2α ,n-1 maka Ho diterima.
Jadi simpangan baku diameter batu = 0.9 tahun

III.B. Uji Kesaman varian 2 populasi

Populasi 1 : X1~ N(μ1, σ12)
Populasi 2 : X2~ N(μ2, σ22)
 Uji hipotesa dua arah :
H0 : σ12 = σ22
H1 : σ12  σ22
Statistik uji :
2
S1
F= 2 ~ Fn1 1, n2 1
S2
Tolak H0 :

12
 Jika F < F1 / 2 ( n1  1, n2  1)
atau F > F / 2 ( n1  1, n2  1)
Catatan :
1
F1 / 2 (v1 , v2 ) 
F / 2 (v2 , v1 )

 Uji hipotesa satu arah :

H0 : σ12 > σ22
H1 : σ12 < σ22
Statistik uji :
2
S1
F= 2 ~ Fn1 1, n 2 1
S2
Tolak H0 :
Jika F < F1 (n1  1, n2  1)
 Uji hipotesa satu arah :
H0 : σ12 < σ22
H1 : σ12 > σ22
Statistik uji :
2
S1
F= 2 ~ Fn1 1, n 2 1
S2
Tolak H0 : Jika F > F (n1  1, n2  1)
Contoh:
Di lokasi A diambil secara random sebanyak 12 batuan. Di lokasi B diambil secara random
sebanyak 10 batuan. Batuan di kedua lokasi diukur kekerasaannya. Batuan di lokasi A
mempunyai kekerasan batu rata-rata 85 (satuan) dengan simpangan baku 4, sedangkan
batuan di lokasi B mempunyai kekerasan rata-rata 81 (satuan) dengan simpangan baku 5.
Varian (kekerasan batu) diperbandingkan . Apakah varian kedua populasi sama. Gunakan
taraf nyata 0.10.
Penyelesaian:
Ho:  1 =  2 H1:  1 ≠  2
2 2 2 2
vs

s12 16
n1 = 12, n2 =8, s1 = 4 , s2 = 5 maka F = 2   0,64
s 2 25
Keputusan : tolak H0 jika F < F0,95; (11,9) atau F > F0,05; (11,9)

13
Dari table F0,05; (11,9) = 3,105 dan F0,95; (11,9) = dengan F0,05; (9,11) = 2,90 sehingga F0,95;

(11,9) = 0,34
Jadi Ho ditolak bila F < 0,34 atau F > 3,105

Keputusan: Ho diterima dan cukup beralasan ketika mengasumsikan kedua ragam populasi
adalah sama.

0 0,34 0,64 3,105

Wilayah kritik bagi hipotesis alternatif  1 ≠  2
2 2

14