BAB II

TINJAUAN PUSTAKA

2.1 Hipotesis Statistik

Dalam bahasa Latin, hipotesis berasal dari kata Hypo dan Thesis. Hypo
berarti sebelum sedangkan Thesis berarti dalil, teorema. Hipotesis adalah
pernyataan yang kebenarannya harus diuji terlebih dahulu sebelum diterima
menjadi teorema atau dalil. Secara awam, hipotesis diartikan sebagai pernyataan
sementara. Jadi, hipotesis statistik adalah suatu anggapan atau pernyataan, yang
mungkin benar atau tidak, mengenai satu populasi atau lebih. Kebenaran suatu
hipotesis statistik tidak pernah diketahui secara pasti.

2.2 Kesalahan Hipotesis Statistik

Kesalahan hipotesis statistik dibagi menjadi dua, yaitu:
1. Galat Jenis 1

Galat jenis 1 adalah kesalahan menolak hipotesis nol ( H 0 ) yang benar.

Galat jenis 1 juga disebut taraf keberartian yang dinotasikan sebagai α.
2. Galat Jenis 2

Galat jenis 2 adalah kesalahan menolak hipotesis nol ( H 0 ) yang benar.

Galat jenis 2 juga yang dinotasikan sebagai β.
Dalam pengujian hipotesis statistik terdapat empat kemungkinan keadaan
yang menentukan apakah suatu keputusan itu benar atau salah. Keempat hal ini
disarikan di tabel 2.1.
Tabel 2.1 Kemungkinan keadaan dalam pengujian hipotesis statistik

Keputusan
H 0 benar H 0 salah
Terima
H0 Keputusan benar Galat jenis 2
Tolak
H0 Galat jenis 1 Keputusan benar

2.3 Pengujian Hipotesis Statistik

Pengujian hipotesis statistik dibagi menjadi dua, yaitu:
1. Uji satu arah (Ekasisi)

4
 Uji satu arah adalah setiap uji hipotesis statistik dengan tandingan yang
berpihak satu seperti

H 0 :θ=θ0 , H 0 :θ=θ0 ,
H 1 :θ>θ0 atau H 1 :θ<θ0

Keterangan:
H 0 = Hipotesis nol

H 1 = Hipotesis alternatif

Daerah kritis untuk hipotesis tandingan

θ>θ0 terletak di sisi kanan
distribusi uji statistik, sedangkan daerah kritis hipotesis tandingan terletak

θ<θ0 seluruhnya di sisi kiri. Jadi, tanda ketidaksamaan menunjukkan arah

letaknya daerah kritis.
2. Uji dua arah (Dwisisi)
Uji dua arah adalah setiap uji hipotesis statistik dengan tandingan berpihak
dua seperti
H 0 :θ=θ0 ,
H 1 :θ≠θ 0

Keterangan:
H 0 = Hipotesis nol
H 1 = Hipotesis alternatif

Daerah kritis terbagi menjadi dua bagian, sering dengan peluang yang
sama yang diberikan pada setiap sisi atau ujung dari distribusi uji statistik

tersebut. Hipotesis tandingan

θ≠θ 0 menyatakan salah satu dari θ<θ0 atau

pun
θ>θ0 .

2.4 Penggunaan Nilai-P dalam Pengambilan Keputusan

Pendekatan nilai-P sebagai alat bantu dalam pengambilan keputusan
cukup wajar karena hampir semua kemasan komputer dalam perhitungan
pengujian hipotesis memberikan nilai-P bersama nilai yang sesuai dengan uji
statistik tersebut. Definisi dari nilai-P adalah taraf (keberartian) terkecil sehingga
nilai uji statistik yang diamati masih berarti.

5
2.5 Pengerjaan Uji Hipotesis
Tujuh langkah pengerjaan uji hipotesis:

1. Tentukan
H 0 dan H 1
2* Tentukan statistik uji [ z atau t]
3* Tentukan arah pengujian [1 atau 2]
4* Taraf Nyata Pengujian [α atau α/2]

5. Tentukan nilai titik kritis atau daerah penerimaan-penolakan

H0
6. Cari nilai statistik hitung

7. Tentukan kesimpulan [terima atau tolak

H0 ]
*) Urutan pengerjaan langkah ke-2, 3 dan 4 dapat saling dipertukarkan

2.6 Uji Untuk Parameter Satu Populasi Menyangkut Rataan

H0 Nilai Uji Statistik H1 Curah Kritis

μ = μ0 x̄−μ0 μ < μ0 z<−z α

z=
σ /√n μ >
sampel besar z>−z α
n≥30
μ0
σ diketahui μ ≠ μ0 z<−z α /2 dan
z> z α /2
μ = μ0 x̄ −μ 0 μ < μ0 t<−t α
t=
s/√n ; μ >
sampel kecil t>−t α
n<30 v =n−1 μ0
μ ≠ μ0 t<−t α /2 dan
σ tidak diketahui
t>t α /2

2.7 Uji Untuk Parameter Dua Populasi Menyangkut Rataan

H0 Nilai Uji Statistik H1 Curah Kritis
μμ ( x̄ 1− x̄ 2 )−d0 μμ z<−z α
z= μμ
sampel-sampel σ 21 σ 22
besar
n1 ≥30 √( ) ( )
n1
+
n2
μμ z>−z α
z<−z α /2
n2 ≥30 dan
σ 1 dan σ 2 tidak diketahui
z> z α /2

6
μμ ( x̄ 1− x̄ 2 )−d 0 μμ t<−t α
t= ; μμ
Sampel-sampel 1 1
kecil
n1 <30
sp
√( ) ( )
n1
+

v =n1 + n2−2,
n2
μμ t>−t α
t<−t α /2
n2 <30 dan
t>t α /2
σ 1 =σ 2 tetapi tidak diketahui

2 2
2 (n1 −1) s1 +(n2 −1)s 2
s p=
n1 +n2 −2