PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS
BAB 1 : PENGUJIAN HIPOTESIS
A. Pendahuluan
Hipotesis pada dasarnya merupakan
suatu proposisi atau anggapan yang mungkin benar dan sering digunakan sebagai
dasar pembuatan keputusan atau pemecahan persoalan untuk dasar penelitian lebih
lanjut.
B. Jenis Kesalahan (Type of
Error)
Ada dua jenis kesalahan yang bias
terjadi di dalam pengujian hipotesis. Kesalahan bisa terjadi karena kita
menolak hipotesis nol padahal hipotesis nol itu benar atau menerima hipotesis
nol padahal hipotesis nol itu salah. Kesalahan yang disebabkan karena kita menolak
hipotesis nol padahal hipotesis nol itu benar disebut kesalahan jenis pertama
atau type 1 error. Sebaliknya kesalahan yang disebabkan karena kita menerima
hipotesis nol padahal hipotesis itu salah disebut kesalahan jenis 2 atau type 2
error.
Situasi
|
Keputusan
Ho Benar
Ho Salah
Terima HoKeputusan tepat (1 –
α)Kesalahan jenis 2 (β)Tolak HoKesalahan jenis 1 (α)Keputusan tepat (1 – β)
C. Perumusan Hipotesis
Hipotesis yang berupa
anggapan/pendapat dapat didasarkan atas :
a)
Teori
b)
Pengalaman
c)
Ketajaman berpikir. Orang yang cerdas sering mempunyai pendapat tentang
pemecahan suatu persoalan
Hipotesis dinyatakan dalam Ho dan
Ha atau H1 sebagai alternatifnya. Ho selalu dinyatakan dalam bentuk
:
Ho ; d = 0
dan hipotesis alternatif
mempunyai bentuk
a)
H1 ; d < 0
b)
H1 ; d > 0
c)
H1 ; d ≠ 0
(a)dan (b) disebut pengujian satu
arah (one tail) dan (c) disebut pengujian dua arah (two tail test).
Gambar pengujian dua arah :
D. Pengujian Hipotesis
Tentang Rata-rata
1. Pengujian Hipotesis Satu
Rata-rata
Urutan yang perlu diperhatikan
dalam pengujian hipotesis tentang satu rata- rata adalah sebagai
berikut :
1.
i. Rumuskan hipotesis
H0 : μ = μ0
H1 : μ < μ0
atau μ > µ0 atau μ ≠ µ0
1.
ii. Tentukan
nilai α = tingkat nyata (significan level) = probabilitas untuk melakukan
kesalahan jenis I dan cari nilai Zα atau Zα/2dari Tabel
Normal
1.
iii. Hitung Z0
sebagai kriteria pengujian, rumus
untuk n ≥30
Jika n < 30 maka Z0, Zαatau
Zα/2 diganti dengan t0, tαatau tα/2.
Dengan rumus to adalah :
Dengan derajat kebebasan n – 1.
1.
iv.
Pengujian hipotesis dan pengambilan kesimpulan
2. H0
: μ = μ0 apabila Z0 > Zα,
Ho ditolak
H1 : μ > μ0
apabila Z0 ≤ Zα, Ho diterima
1. H0
: μ = μ0 apabila Z0 < – Zα,
Ho ditolak
H1 : μ < μ0
apabila Z0 ≥ – Zα, Ho diterima
1. H0
: μ = μ0 apabila Z0 > Zα/2
atauZ0 < -Zα/2, Ho ditolak
H1 : μ ≠ μ0
apabila -Zα/2 ≤ Z0 ≤ Zα/2, Ho diterima
Contoh 1:
Sebuah perusahaan alat olah raga
mengembangkan jenis batang pancing sintetik, yang dikatakan mempunyai kekuatan
dengan rata-rata 8 kg dan simpangan baku 0,5 kg. Ujilah hipotesa yang
menyatakan bahwa rata-rata kekuatan batang pancing adalah 8 kg dengan
alternative lebih besar dari 8 kg bila suatu sample 50 batang pancing itu
setelah dites memberikan kekuatan rata-rata 8,4 kg. Gunakan α = 5%.
Jawab :
H0 : μ = 8 kg
H1 : μ > 8 kg
α = 5%, Zα= 1,64 dari
tabel normal
=
α = 5%
|
|
Oleh karena Z0 > Zα,
maka H0 ditolak, yang berarti bahwa rata-rata kekuatan batang
pancing adalah lebih dari 8 kg.
Contoh 2:
Waktu rata-rata yang diperlukan
permahasiswa untuk mendaftar ulang pada semester ganjil di suatu perguruan
tinggi adalah 20 menit dengan simpangan baku 5 menit. Suatu prosedur
pendaftaran baru yang menggunakan mesin antrian sedang dicoba. Bila sample 12 mahasiswa
memerlukan waktu pendaftaran rata-rata 8 menit dengan simpangan baku 3,2 menit
dengan system baru tersebut, ujilah hipotesis yang menyatakan bahwa
rata-ratanya sekarang tidak sama dengan 20 menit. Gunakan α = 5%.
Jawab :
n = 12, = 8 menit, s =3,2 menit,
µo = 20 menit
H0 : μ = 20 menit
H1 : μ ≠ 20 menit
=
α = 0,05 dan derajat kebebasan =
n – 1 = 12 – 1 = 11
t α/2(n -1) =t 0,025(11)
= 2,2010 dan – t 0,025(11) = – 2,2010
Daerah Kritis :
|
|
||||||
Kesimpulan :
Karena t0 = – 12,9
< -tα/2 - -2,2010 maka H0 ditolak. Berarti bahwa
rata-rata lamanya pendaftaran studi dengan menggunakan mesin antrian tidak sama
dengan 20 menit, bahkan hanya membutuhkan waktu 8 menit, jadi sebaiknya
diberlakukan system pendaftaran yang baru dengan mesin antrian.
1. 2.
Pengujian Hipotesis Dua Rata – rata.
Dalam praktek, seringkali ingin
diketahui apakah ada perbedaan yang berarti dari dua rata-rata populasi.
Misalnya
1. Kecepatan
dalam mengerjakan suatu pekerjaan antara pekerja pria dan wanita
2. Kekuatan
dua jenis besi berani
3. Lamanya
menyala bola lampu merek A dan B
Perumusan Hipotesisnya adalah
sebagai berikut :
H0 : μ1 – μ2
= 0 atau μ1 = μ2 (Tidak ada perbedaan,
atau sama)
(1) Ha : μ1
– μ2 > 0 (ada perbedaan μ1 > μ2 )
(2) Ha : μ1
– μ2 < 0 (ada perbedaan μ1 < μ2 )
(3) Ha : μ1
– μ2 ≠ 0 (μ1 berbeda dengan μ2 )
a). Bila n > 30 (sample besar)
Z0 =
=jika
b). Bila n ≤ 30 (sample kecil)
t0 =
t0 mempunyai
distribusi t dengan derajat kebebasan sebesar n1 + n2 -2.
Contoh :
Seorang pemilik toko yang menjual
2 macam bola lampu merek A dan B, berpendapat bahwa tak ada perbedaan rata-rata
lamanya menyala bola lampu kedua merek tersebut dengan alternative ada
perbedaan. Untuk menguji pendapatnya dilakukan percobaan dengan menyalakan 100
buah bola lampu merek A dan 50 buah bola lampu merek B, sebagai sample acak.
Ternyata bola lampu merek A dapat menyala rata-rata selama 952 jam, sedangkan
merek B 987 jam, masing-masing dengan simpangan baku sebesar 85 jam dan 92 jam.
Dengan menggunakan α = 5%, ujilah pendapat tersebut.
Jawab :
H0 : μ1 – μ2
= 0
Ha : μ1 – μ2
≠ 0
n1 = 100, = 952, σ1
= 85
n2 = 50, =
987, σ2 = 92
n2 = 50, =
987, σ2 = 92
Z0 = =
Untuk α = 5%, Z α/2 =
1,96
|
|
Kesimpulan :
Karena Z0 = -2,25 <
-Zα/2 = – 1,96 maka H0 ditolak. Berarti rata-rata lamanya
menyala bola lampu dari kedua merek tersebut tidak sama.
3. Pengujian Hipotesis Rata-rata,
Variance Tidak Diketahui
a. Uji beda rata-rata
sampel besar (n >30). ((s1 ¹s2 tidak diketahui)
Digunakan rumus:
s2= Varian sample
Kasus: “Pendapatan sebelum dan
sesudah promosi sama??
Anda disuruh untuk menguji
pernyataan tersebut, pada a = 5 %, kemudian anda mengamati selama 36 hari
sebelum ada promosi, dengan rata-rata penjualan Rp. 13,17 dan standar deviasi
Rp. 2,09. Setelah ada promosi: Rata-rata pendapatan Rp 7,55 dan St.deviasi Rp.
1,09.
Langkah Pengujian hipotesa:
1. Merumuskan hipotesa:
Ho = m1 – m2 = 0
Ha = m1 – m2 ¹ 0
2. Menentukan taraf nyata ( 5%).
Nilai kritis Za/2 = Z0,025 =1,96
Lihat tabel luas wilayah kurva
normal.
Z
-1,96
1,96
3. Alat Uji
= 13,95
4. Kriteria
Lihat kurva diatas.
Tolak
Ho
Tolak Ho
Z
-1,96
1,96
5. Keputusan
Tolak Ho, artinya tidak cukup
bukti untuk mendukung pernyataan diatas, yang mengatakan, bahwa rata-rata
pendapatan perusahaan sebelum dan sesudah promosi sama
b. Uji beda rata-rata
sampel kecil (n <30). (s1 ¹s2 tidak diketahui)
Digunakan rumus:
Ujilah pernyataan: Obat “X” dan
obat “Y” memiliki efek yang sama terhadap penurunan berat badan?
Obat “X”
|
|
Ana
|
5.5
|
Ani
|
6.0
|
Anu
|
4.0
|
Ano
|
4.0
|
Ane
|
4.5
|
Bada
|
5.0
|
Badi
|
5.0
|
Badu
|
5.5
|
Bado
|
5.5
|
Bade
|
5.0
|
Obat “Y”
|
|
DONA
|
5.0
|
DONI
|
5.5
|
DONU
|
5.0
|
DONO
|
4.0
|
DONE
|
3.5
|
TOGA
|
3.0
|
TOGI
|
3.5
|
TOGU
|
4.0
|
TOGO
|
4.0
|
TOGE
|
3.5
|
Langkah-langkah pengujian hipothesis
1. Rumuskan Hipothesis:
Ho = 0 : Obat “X” dan “Y”
memiliki efek yang sama terhadap penurunan berat badan.
Ha ¹ 0: Obat “X” dan “Y” memiliki
efek yang TIDAK sama terhadap penurunan berat badan.
2. Menentukan Taraf nyata (a) = 5
%
3. Memilih Statistik Uji yang
sesuai
Mencari T hitung
dimana derajat bebas db=
(n1 +n2) - 2 , Sebesar 2,1009
4. Menentukan kriteria
keputusan
Tolak Ho
- ta/2= –
2,1
ta/2=
2,1 t hit= 2,714
5. Keputusan
Tolak Ho, sehingga pernyataan
kedua jenis obat tersebut memberi efek penurunan berat badan yang sama tidak
dapat diterima.
4. Pengujian Hipotesis Rata-rata
Data Berpasangan
Data berpasangan adalah data yang
memiliki dua perlakuan berbeda pada objek atau sampel yang sama
Misalnya.
Pengaruh Produktivitas sebelum
dan sesudah pelatihan bagi Badu. Jadi disini ada dua perlakuan, pada sampel
yang sama. Data seperti ini disebut data tidak bebas atau non-independent.
Alat Uji Statistik
Dengan standar deviasi,
Dimana,
t : Nilai
distribusi t
: Nilai rata-rata perbedaan
antara pengamatan berpasangan
Sd : Standar deviasi dari
perbedaan antara pengamatan berpasangan
n : Jumlah
pengamatan berpasangan
d : Perbedaan
antara data berpasangan
Kasus. Bagaimana dampak Bom di
Indonesia terhadap harga saham?
Prsh
|
Harga Sebelum bom
|
Hrg. sesudah Bom
|
A
|
9
|
5
|
B
|
5
|
5
|
C
|
7
|
6
|
D
|
6
|
4
|
E
|
8
|
6
|
F
|
7
|
4
|
G
|
4
|
2
|
H
|
4
|
1
|
I
|
3
|
3
|
J
|
7
|
6
|
Penyelesaian:
1. Perumusan Hipotesa
Ho : md = 0
Ha : md ¹ 0
2.Menentukan taraf nyata 5 %.
Nilai t-Student dengan taraf nyata % % uji satu arah dengan derajat bebas(db)
n-1 = 9 adalah 2,262
3. Melakukan Uji statistik
Sebelum
|
Sesudah
|
d
|
d2
|
9
|
5
|
-4
|
16
|
5
|
5
|
0
|
0
|
7
|
6
|
-1
|
1
|
6
|
4
|
-2
|
4
|
8
|
6
|
-2
|
4
|
7
|
4
|
-3
|
9
|
4
|
2
|
-2
|
4
|
4
|
1
|
-3
|
9
|
3
|
3
|
0
|
0
|
7
|
6
|
-1
|
1
|
→
→
Kriteria Keputusan
Tolak Ho
- 0,432 1,833
Keputusan
Tolak Ho (md = 0) berati terima
Ha (md ¹ 0) Berarti harga saham sebelum dan sesudah ada bom tidak sama.
5. Pengujian Hipotesis untuk
Proporsi
1. a.
Pengujian Hipotesis untuk Satu Proporsi
Dalam praktek, yang harus diuji
seringkali berupa pendapat tentang proporsi (persentase). Misalnya persentase
barang yang rusak = 10%, nasabah yang tidak puas = 25%, penduduk suatu daerah
yang buta huruf = 15%, dan lain sebagainya. Pengujian hipotesis dinyatakan
dalam proporsi.
Perumusan hipotesis sebagai
berikut :
H0 : p = p0
H1 : p > p0, atau
p < p0, atau p ≠ p0
Cara pengujiannya sama dengan pengujian rata-rata.
Z 0 =
Dimana : n = banyaknya
elemen sample
X = banyaknya elemen sample
dengan karakteristik tertentu
P0 = proporsi
hipotesis.
Contoh soal :
Seorang pemborong menyatakan
bahwa di 70% rumah-rumah yang baru dibangun di kotaYogyakartadipasang suatu
alat pendeteksi gempa bumi. Apakah anda setuju dengan pernyataan tersebut bila
diantara 15 rumah baru yang diambil sebagai sample secara acak ternyata
terdapat 8 rumah yang menggunakan alat pendeteksi gempa bumi tersebut. Gunakan
taraf nyata 0,10.
Jawab :
X = rumah yang menggunakan alat
pendeteksi gempa bumi = 8
n = 15
H0 : p0
= 0,7
H1 : p0
≠ 0,7
α = 0,10, maka Zα/2 =
Z0,05 = 1,645
Z0 =
Daerah kritis :
Kesimpulan :
Karena Z0 terletak
antara –Zα/2 dan Zα/2 maka terima H0,
yang berarti bahwa tidak ada alasan yang kuat untuk meragukan pernyataan
pemborong di atas.
b. Pengujian Hipotesis untuk Dua
Proporsi
Untuk menguji proporsi dari dua
populasi digunakan suatu pengujian hipotesis yang menggunakan perumusan
hipotesis sebagai berikut :
H0 : p1 – p2
= 0 atau p1 = p2 dengan
H1 : p1 – p2
> 0 atau p1 > p2
p1 – p2 <
0 atau p1 < p2
p1 – p2 ≠
0 atau p1 ≠ p2
Dengan rumus untuk
Z0 =
Contoh :
Sebuah pabrik rokok memproduksi
dua merek rokok yang berbeda. Ternyata 56 orang diantara 200 perokok menyukai
merek A dan 29 diantara 150 perokok menyukai merk B. Dapatkah kita menyimpulkan
pada taraf nyata 0,06 bahwa merek A terjual lebih banyak daripada merek B?
Jawab :
p1 = ; p2 =
H0 : p1 – p2
= 0 atau p1 = p2
H1 : p1 – p2
> 0 atau p1 > p2
α = 0,06, Zα = 1,55
Z0 =
Z0 =
Daerah kritis
Z = 1,55 Z =
40,18
Kesimpulan :
Karena Z0 = 40,18 >
Zα = 1,55 maka tolak H0. Yang berarti proporsi penjualan
rokok merek A lebih banyak daripada penjualan rokok merek B.