Untuk memenuhi kebutuhan fisik minimum bagi seorang buruh

Pengujian hipotesis tidak dapat diselesaikan karena ukuran sampel (n) tidak diketahui.

Pembahasan

Untuk menguji hipotesis ini, kita akan menggunakan uji-t satu sampel.

Hipotesis Nol (H₀): Rata-rata upah buruh perusahaan di Jakarta adalah Rp30.000,00.
Hipotesis Alternatif (H₁): Rata-rata upah buruh perusahaan di Jakarta bukan Rp30.000,00.

Diketahui:
Upah minimum yang dibutuhkan = Rp30.000,00
Upah rata-rata sampel (x̄) = Rp32.500,00
Deviasi standar sampel (S) = Rp10.000,00
Tingkat signifikansi (α) = 10% = 0,10
Ukuran sampel (n) = ? (Diasumsikan n=1, karena hanya satu hipotesis yang diuji, namun dalam konteks soal ini, biasanya kita menguji rata-rata populasi berdasarkan sampel. Jika kita menganggap Rp32.500 adalah rata-rata dari sekumpulan buruh, maka n harus diketahui. Namun, jika soal ini menguji apakah upah rata-rata *seorang* buruh adalah Rp30.000, maka N=1. Mari kita asumsikan soal ini bermaksud menguji rata-rata populasi berdasarkan sampel, tapi karena n tidak diberikan, kita tidak bisa menghitung statistik uji t secara akurat. Namun, kita bisa melihat bagaimana prosesnya jika n diketahui).

Mari kita asumsikan ada sampel sejumlah 'n' buruh dan rata-rata upah mereka adalah Rp32.500 dengan deviasi standar Rp10.000. Kita akan menguji hipotesis bahwa rata-rata upah populasi (μ) adalah Rp30.000.

Statistik uji t dihitung dengan rumus:
t = (x̄ - μ) / (S / √n)

Karena n tidak diberikan, kita tidak dapat melanjutkan perhitungan statistik uji t dan menentukan nilai kritis. Namun, jika kita menginterpretasikan soal ini secara berbeda, yaitu membandingkan satu nilai observasi (Rp32.500) dengan nilai hipotesis (Rp30.000) dengan deviasi standar populasi (padahal yang diberikan adalah deviasi standar sampel), ini akan menjadi penyederhanaan yang tidak sesuai kaidah statistik. 

Jika kita menganggap Rp32.500 adalah rata-rata dari sebuah sampel dan kita ingin menguji apakah rata-rata populasi berbeda dari Rp30.000 dengan α = 10%, kita memerlukan ukuran sampel (n).

Tanpa 'n', pengujian hipotesis tidak dapat diselesaikan secara numerik. Namun, secara konseptual, jika kita memiliki 'n', kita akan membandingkan nilai t yang dihitung dengan nilai t kritis dari distribusi t dengan derajat kebebasan (n-1) pada tingkat signifikansi 10% (uji dua sisi).

Jika nilai t yang dihitung berada di luar rentang nilai kritis, kita menolak H₀. Jika berada di dalam rentang, kita gagal menolak H₀.

Karena keterbatasan data (tidak ada 'n'), pengujian hipotesis ini tidak dapat diselesaikan.