UJI HIPOTESIS
Hipotesis adalah dugaan (penaksiran) sementara
mengenai suatu hal, melalui sekelompok sampel yang terukur,untuk menjelaskan
populasinya, tetapi kebenarannya belum teruji. Pembuktian di lakukan melalui
pengukuran dan analisa terhadap sampel yang di ambil dari populasi, baik secara
sensus ataupun sampling.
Perumusan hipotesis diarahkan pada
besaran-besaran statistik yang terukur
dan digunakan untuk menaksir parameter populasinya. Hipotesis ini disebut
sebagai hipotesis statistik (H0).
H0 ada karena adanya sampel. Bila penelitian
tidak menggunakan sampel, tetapi dilakukan berdasarkan sensus (seluruh elemen
populasi diukur) maka H0 tidak ada. Hipotesis yang di uji pada
penelitian yang demikian adalah hipotesis kerja yaitu hipotesis yang dibuat berdasarkan
kondisi teoritis dan empiris (variabilitas) yang menjadi telaah pada populasi
tersebut. Pengujian hipotesis ini tidak menggunakan kata signifikansi.
Prosedur Pengujian Hipotesis (H0)
Pengujian hipotesis dilakukan untuk menerima
atau menolak besaran statistik yang diuji, dengan membandingkannya terhadap
besaran parameter yang telah terstandar pada tabel-tabel statistik.
Bila yang diuji statistik t, maka
pembandingnya adalah parameter t pada tabel statistik, demikian juga statistik
lainnya.
Pengujian H0 dengan
pasangannya HA menentukan daerah penerimaan dan daerah penolakan hipotesis
yang dinyatakan sebagai daerah kritis.
Pengujian parameter
(bisa rata-rata, proporsi, standar deviasi,
korelasi, chi kuadrat atau nilai Fisher). Dengan cara mengajukan argumentasi
sebagai berikut.
1.
H0 :
=
0 ;
tidak ada perbedaan yang signifikan antara parameter Ө dengan Ө0 standar (misalnya tidak terdapat perbedaan
rata-rata yang signifikan antara statistik dengan parameter).
HA :
≠
0 ;
terdapat perbedaan yang signifikan antara parameter Ө dengan Ө0 standar.
2.
H0 :
≤
0 ;
kondisi parameter yang diuji paling tidak akan sama atau telah kurang dari
kondisi awal.
HA :
>
0 ;
kondisi parameter yang diuji telah bertambah dari kondisi awalnya atau
sebaliknya.
3.
H0 :
≥
0 ;
kondisi parameter yang diuji, paling tidak telah bertambah atau sama dengan
keadaan awalnya.
HA :
<
0 ;
kondisi parameter telah berkurang dari awalnya.
Notasi ini
mengisyaratkan agar pengujian hipotesis (H0) tidak tertukar dengan
hipotesis kerja. Pengujian dilakukan terhadap H0 tidak boleh ditukar
dengan HA.
Oleh karena itu,
diperlukan dukungan yang rasional dari teori-teori pendukung variabel tersebut
ataupun premis-prenis yang di dukung oleh dalil-dalil akurat, tentang variabel
yang di ukur untuk mendapatkan besaran statistik. Bentuk statistik yang diuji Zh
,th , χh2 ,Fh (h = hasil hitungan) dibandingkan dengan ztab, ttab,
χ2tab, Ftab (tab
= tabel).
Taraf nyata α dihitung berdasarkan interpolasi nilai tabel yang berdekatan dengan
nilai statistiknya, di bagian awal telah di bicarakan tentang perhitungan
p-value, dengan rumus:
p-v=α1 – (α1 – α2)
i = parameter stasistik diperoleh dari tabel
h
=statistik hasil perhitungan
αi
= taraf nyata (peluang kesalahan) yang nilai
i nya
berdekatan dengan nilai
h.
p-v
= peluang membuat kesalahan dalam menolak H0 , pada hal H0 benar,
pengujian berdasarkan sampel.
Peranan HA dalam menentukan daerah kritis di antaranya :
1.
Untuk HA bertanda ≠, bertanda dua
daerah kritis, masing-masing pada tiap ujung adalah ½ α atau ½ p-v yang dihitung. Karena ada dua daerah penolakan, maka pengujian
hipotesisnya di namakan uji dua pihak.
Gambar diatas menunjukkan sketsa distribusi yang digunakan
untuk menentukan daerah penerimaan H0 dan daerah penolakan H0.
Kedua daerah terrsebut dibatasi oleh
h1
dan
h2.
Penerimaan H0 apabila p-v ≥ α = 0,05. Sebaliknya H0
ditolak apabila p-v < 0,05.
Peranan p-v dalam pengujian H0 adalah sebagai tingkat
keberanian untuk menolak H0. Jika H0 ditolak padahal H0
benar, dasarnya sampel, maka akan berhadapan dengan resiko kesalahan sebesar
p-value.
Jika resiko kesalahan p-value > 0,05
sebaiknya H0 diterima, karena > 5% dari sampel membuat error.
2.
Untuk HA bertanda > ,daerah
kritis ada di sebelah kanan kurva pengujian, di lakukan uji pihak kanan daerah
kritis berada di sebelah kanan p-v.
Interpolasi nilai p-v pada tabel :
3.
Untuk HA bertanda < ,maka daerah
kitis ada di sebelah kiri kurva pengujian, dilakukan uji pihak kiri.
Daerah kritis berada di sebelah kiri p-v, dengan interpolasi
seperti di atas, tolak H0 apabila p-v < 0,05.
Dua Jenis
Kekeliruan Pengujian Hipotesis
Pengujian
kebenaran hipotesis bukan membuktikan kebenaran, tetapi menerima atau menolak
kebenaran berdasarkan sampel.
Dalam
melakukan pengujian ada dua kemungkinan kesalahan (kekeliruan) yang dapat
terjadi. Statistik menyatakan sebagai berikut :
1.
Kekeliruan I : menolak hipotes yang seharusnya
diterima
2.
Kekeliruan
II : menerima hipotesis yang seharusnya ditolak.
Pada
pengujian hipotesis, sebaiknya kekeliruan ini harus di buat sekecil mungkin
(tergantung keberanian peneliti dan kondisi variabel yang diuji). Kedua macam
kekeliruan ini di nyatakan dalam bentuk peluang (p-value = probabilitas value).
Kekeliruan I dinyatakan dengan α dan kakaliruan II dengan β. α disebut sebagai taraf
signifikansi atau taraf nyata. Nilai α atau p-value maupun β yang diterima
dalam pengambilan kesimpulan, ditentukan oleh efek atas terjadinya kekeliruan.
Untuk α = 0,05 artinya 5 dari 100 akan gagal.
Hipotesis
Uji Rata-rata µ
Dari
populasi berukuran N dengan rata-rata µ dan standar deviasi σ, akan di uji
berdasarkan sampel acak berukuran n dangan rata-rata dan standar deviasi S. Bila σ diketahui
digunakan uji z, yaitu :
Z =
Bila σ
tidak diketahui digunakan uji t, yaitu :
t =
Pada
umumnya σ tidak diketahui, sehingga pengujian di lakukan melalui S yang
diperoleh dari sampel acak, seperti rumus t diatas.
Contoh:
1.
Pabrik busi menyatakan bahwa, businya mampu
bekerja selama 8000 jam dengan σ = 60 jam, untuk mengujinya diambil 50 motor
yang menggunakan busi tersebut. Di dapat rata-rata pemakaian busi 7985 jam.
Coba periksa apakah pernyataan pabrik itu benar ?
Jawab:
H0 : µ = 8000 jam
HA : µ ≠ 8000 jam
σ = 60 jam
x =7.985 jam
n = 50
Nilai z :
z =
= -1,768
Interpolasi pada
tabel:
Z1 =
-1,76 ½ α1 = 0,5 -
0,4608 = 0,0392
Z2 =
-1,77 α2 = 0,5 –
0,4616 = 0,0384
p-v = α1 – (α1 – α2)
= 0,0392 – 0,0008 (
)
= 0,0392 – 0,0008 (
)
p-v
= ½ α ; maka α = 2.p-v = 0,0764
Karena
pengujian dua pihak menghasilkan p-v = 0,0764 > 0,05, maka jika H0
ditolak, padahal H0 benar, akan berhadapan dengan resiko, dengan
peluang 0,0764. Resiko ini terlalu besar, dengan demikian H0
diterima pada taraf signifikansi α
= 0,0764 atau 7,64%.
Uji Pihak
Kanan
Hipotesis
yang diajukan untuk uji pihak kanan adalah
H0
:
0
HA
:
0
Dengan asumsi
populasi berdistribusi normal, sampel representatif berukuran n di mana n/N
< 0,05 dan rata-rata dan standar deviasi. Perubahan di harapkan positif
(bertambah besar).
a.
Bila
diketahui, pengujian dengan rumus :
z =
Contoh:
Suatu industri menganjurkan agar mesin-mesin lama yang produksi
rata-ratanya 15,7 unit per jam, dengan varian 2,3 diganti dengan mesin-mesin
baru yang berproduksi rata-rata 16 unit per jam. Percobaan dilakukan terhadap
20 mesin baru dengan hasil 16,9 unit per jam. Bila direktur perindustrian
berani mengambil resiko 5% untuk menggunakan mesin baru dengan rata-rata paling
sedikit 16 unit per jamnya. Apa keputusnnya ?
Jawab:
H0 : µ ≤ 16 unit/jam (paling banyak 16 unit /jam)
HA : µ > 16 unit/jam (paling sedikit 16 unit/jam)
µ = 16 ; σ2 =
2,3
x = 16,9 ; n = 20
di dapat:
z =
= 2,654
Menurut tabel, ini pada interval:
Z1 = 2,65 dengan
σ1 = 0,5 – 0,496 = 0,004
Z2 = 2,66 dengan α2 = 0,5 – 0,4961 = 0,0039
p-v=α1 – (α1 – α2)
=0,004 – 0,0001(
)
=0,004 – 0,0001 (
)
p-v= 0,00396
Jika H0 di tolak
padahal H0 benar, akan berhadapan dengan resiko dengan peluang
0,004. Resiko itu kurang dari 5%. Oleh karena itu H0 ditolak. Mesin
baru tersebut dapat berproduksi paling sedikit 16 unit/jam.
Resiko hanya 0,4%, jauh bila
dibandingkan dengan keberanian direktur, yaitu 5%. Dengan α=0,05 tersebut,
sebenarnya harga rata-rata yang di inginkan direktur adalah:
Z0,95 = 1,645
Z =
1,645 =
x-16 = 0,56
x = 16,56
Dari 20 mesin yang dicoba, paling sedikit mencapai rata-rata:
16,56 unit/jam.
b.
Bila
tidak diketahui, pengujian dengan rumus :
t =
Contoh:
Seperti soal di atas:
σ tidak diketahui oleh perusahaan. Dari 20
percobaan didapat S2 = 2,8
Jawab:
Pengujian: H0 : µ ≤ 16
HA : µ > 16
µ = 16 ; X = 16,9
N = 20 ; S2 =
2,8
Jadi: t =
= 2,4053
Untuk dk = 20-1 = 19 nilai tabel yang dekat adalah:
α1
= 0,025 t1 = 2,26
α2
= 0,01 t2 = 2,82
Jika H0 ditolak, berhadapan dengan resiko 0,0211.
Resiko ini kecil, jadi H0 ditolak pada taraf nyata 0,0211 atau
2,11%. Resiko yang diajukan 5%, jadi resiko 2,11% lebih kecil dari resiko yang
diajukan direktur. Mesin baru boleh digunakan.
Uji Pihak
Kiri
Hipotesis
yang diajukan untuk uji pihak kiri adalah:
H0
: µ ≥ µ0
HA
: µ < µ0
Dengan
asumsi populasi berdistribusi normal, representatif berukuran n dengan n/N = 0,05.
Perubahan di harapkan negatif (berkurang ditinjau dari kondisi semula).
a.
Bila
diketahui, pengujian dengan rumus :
Z =
Contoh:
Pabrik susu kaleng menyetel mesin untuk
produknya dengan rata-rata 0,5 kg dan standar deviasi 0,02 kg. Untuk membuktikan
kebenarannya (agar tidak merugikan masyarakat) diambil sampel sebanyak 23
kaleng susu dan menghasilkan rata-rata 0,49 kg.
Apakah persyaratan isi kaleng pabrik tersebut
benar ?
Jawab:
µ = 0,5 kg
σ = 0,02 kg
n= 2,3
x = 0,49
z=
= -2,398
Menurut tabel, ini berada pada
Z1 = 2,39 dengan α1
= 0,0084
Z2 = 2,40 dengan α2
= 0,0082
Nilai p-value
p-v = 0,0084 – 0,0002 (
)
= 0,0084 – 0,0002 (
)
= 0,00824
Karena p-v = 0,00824 < 0,05, maka H0
ditolak dengan peluang 0,00824 kesalahan menolak H0 padahal H0
benar.
Kesimpulan, isi kaleng tidak lagi
sesuai dengan etiket 0,5 kg tetapi telah berkurang. Hal ini merugikan
masyarakat rata-rata 0,01 kg tiap kalengnya atau 1 kg untuk 100 kaleng.
b.
Bila
tidak diketahui, pengujian dengan rumus :
t =
dari contoh di atas, bila σ tidak diketahui
dan dari hasil pengukuran 23 kaleng tersebut didapat isi rata-rata 0,49 kg
dengan standar deviasi S = 0,025 kg.
Jawab:
µ = 0,5 kg
x = 0,49 kg
S = 0,025 kg
N = 23 kaleng
t
=
=
-1,9183
dengan dk = 22, nilai yang dekat dengan th
adalah:
α1
= 0,05 t1 = 1,72
α2
= 0,025 t2 = 2,07
p-v = 0,05- 0,025 (
)
= 0,05-
0,025 (
)
= 0,023584
p-v = 0,03584 < 0,05 oleh sebab itu H0 ditolak, isi
kaleng tidak sama dengan etiket 0,5 kg, pada taraf nyata α = 0,0358 atau 3,58%.
Sampel menyatakan masyarakat telah dirugikan.
Pengujian
Hipotesis tentang Proporsi
Uji Dua
Pihak
Untuk
populasi berdistribusi binomial, dengan proporsi peristiwa X =
, dengan asumsi populasi berdistribusi normal,
sampel representatif berukuran n, dapat diajukan hipotesis sebagai berikut:
H0 :
0
H0 :
0
Dengan
0 suatu nilai yang
diketahui, sesuai kondisi populasi. Proporsi peristiwa X dalam sampel adalah
X/n. Pengujian
1 dilakukan dengan
pendekatan distribusi normal yaitu statistik z dengan rumus:
z =
-
0
p =
q = 1-
kriteria pengujian tolak H0
jika p-value < 0,05.
Contoh:
Diduga bahwa jenis kelamin laki-laki
dan perempuan di SMU adalah seimbang. Sampel acak dari 10 SMU, mendapatkan
4.800 siswa yang 2.558 siswanya laki-laki.
Betulkah distribusi jenis kelamin
siswa itu ?
Jawab:
H0 :
HA :
X = 2458
N = 4800 ; p = 2458/4800 = 0,5121
Didapat:
Z
=
= 1,6766
Uji dua pihak:
Nilai z = 1,6766, berada pada
interval:
Z1
= 1,67 dengan α1 = 0,0475
Z2
= 1,68 dengan α2 = 0,0465
p-v = 0,0475 – 0,0010 (
)
= 0,04684
Karena uji dua pihak maka p-v = 2.
0,04684 = 0,09378.
Nilai ini melebihi 0,05. Riskan untuk
menolak H0 ,jadi H0 diterima pada taraf nyata 0,09278.
Kesimpulan, distribusi siswa laki-laki
dan perempuan seimbang.
Uji Satu Pihak
Pengujian untuk menentukan apakah
terjadi perubahan positif pada populasi atau perubahan negatif. Peristiwa atau
karakteristik yang diuji dalam bentuk proporsi. Karena menggunakan asumsi bahwa
proporsi yang terjadi pada sampel berdistribusi binomial dan berdistribusi
normal, maka penyajian dilakukan dengan statistik z, yaitu :
z =
p -
0
; p = x/n
H0 :
0
HA :
0
Kriteria pengujian tolak H0
jika p-value < 0,05.
Contoh:
Paling banyak 60% siswa yang memiliki
literatur pokok secara langkap. Untuk pengujian diambil 8.500 siswa dari
berbagai siswa pada tingkatan yang sama. Ternyata 5.426 siswa memiliki
literatur secara lengkap.
Benarkah pernyataan tersebut ?
Jawab:
H0 :
0 ≤ 0,60
HA :
0 > 0,60
X = 5426
N = 8500 ;
(1-
p = = = 0,6384
p = = = 0,6384
Z =
=
= 7,223
Harga z = 7,223 praktis tidak ada
dalam tabel, sehingga dapat di nyatakan, p-v = 0,000. Artinya, pengujian sangat
berarti. Kesimpulan siswa yang memiliki literatur secara lengkap telah melebihi
dari 60% dari yang diduga.
Uji Pihak Kiri (Proporsi berkurang)
Contoh :
30%
dari siswa dinyatakan bermasalah, mengalami kesulitan belajar matematika, untuk
itu dilakukan bimbingan belajar. Setelah ujian di ambil sampel sebanyak n = 425
siswa, ternyata 120 orang masih mengalami kegagalan.
Coba uji apakah bimbingan belajar yang dilakukan dapat
menurunkan proporsi gagal belajar.
Jawab:
H0 :
0
HA :
0 <
n = 425 ; x = 120
0
; q = (1-
0
= 0,70
P =
=
= 0,2824
z =
= -0,8147
Nilai z= 0,8147 berada pada interval:
Z1
= 0,81 dengan α1 = 0,209
Z2
= 0,82 dengan α2 = 0,2061
p-v = 0,209 –
0,002 (
)
= 0,19537
Nilai p-v =
0,19537 > 0,05
Jika H0
ditolak, padahal H0 benar, akan berhadapan dengan resiko 0,19537,
karena dasarnya sampel. Resiko ini terlalu tinggi, oleh karena itu sebaiknya H0
diterima.
Artinya,
bimbingan belajar tidak dapat menurunkan proporsi kesulitan belajar matematika
bagi siswa.
Pengujian Hipotesis tentang Varian
Data
Untuk populasi berdistribusi normal
berukuran N dan varian
2, bila sampel
yang diambil darinya berukuran n dengan varian S, apakah sampel tersebut dapat
menunjukkan sifat-sifat populasi yang di ukur itu ?
Pengujian dilakukan dengan menyajikan
hipotesis:
H0
:
2 = σ02
HA
:
2
σ02
a. Pengujian
dua pihak, dengan uji statistik
2
Χh2 = (n-1) S2
2
Kriteria
pengujian tolak H0 jika p-v < 0,05.
Contoh:
Dari contoh
sebelumnya, masa pakai busi dengan σ = 60 jam. Sampel berukuran n= 50 degan S =
55 jam. Benarkah σ = 60 jam ?
Jawab:
H0 :
2 = 3600 jam
HA
:
2 < 3600 jam
N
= 50 ;S= 55 jam
h2 =
(50- 1)
= 41,1736
Untuk dk = 49 nilai ini berada pada
interval
α1 = 0,90 dengan χ12 = 37,7
α2 = 0,75 denagn χ22 = 42,9
p-v = 0,90 – 0,15 (
)
= 0,7998
Penolakan H0 akan
menghadapi resiko dengan peluang 0,7998 . H0 diterima.
Kesimpulan: benar, sampel itu berasal
dari populasi dengan σ = 60.
b.
Pengujian satu pihak dangan uji
statistik χ2
Menurut koefisien
varian, semakin kecil harga rv (koefisien varian), sampel semakin
homogen atau tingkat kebervariasian data kecil. Untuk menguji spsksh varian
suatu sampel lebih baik dari populasinya dilakukan uji χ2 seperti di
atas, dengan menyajikan hipotesis, untuk uji pihak kanan:
H0 :
2 ≤ σ02
dan HA :
2 > σ02
Kriteria
pengujian tolak H0 jika p-v < 0,05. Sedangkan untuk uji pihak
kiri digunakan hipotesis:
H0 :
2 ≥ σ02
dan HA :
2 < σ02
Kriteria
pengujian tolak H0 jika p-v < 0,05