Hal 1
PENGUJIAN HIPOTESIS
1.
PENDAHULUAN
Hipotesis Statistik :
SWWR-Statistika 2- ATA0102
Hal 2
SISTEM LAMA.
Staf PSA tersebut akan mengambil sampel dan berharap hipotesis awal ini ditolak, sehingga
pendapatnya dapat diterima!
Contoh 2 :
Manajemen PERUMKA mulai tahun 1992, melakukan pemeriksaan karcis KRL lebih intensif
dibanding tahun-tahun sebelumnya, pemeriksaan karcis yang intensif berpengaruh positif
terhadap penerimaan PERUMKA. Untuk membuktikan pendapat ini, hipotesis awal yang
diajukan adalah :
Hipotesis Awal :
Manajemen berharap hipotesis ini ditolak, sehingga membuktikan bahwa pendapat mereka
benar!
Contoh 3.
(Kerjakan sebagai latihan!!!)
Eko Nomia S.E., seorang akuntan memperbaiki sistem pembebanan biaya di perusahaan
tempatnya bekerja. Ia berpendapat setelah perbaikan sistem pembebanan biaya pada
produk maka rata-rata harga produk turun. Bagaimana ia menyusun hipotesis awal
penelitiannya?
Hipotesis Awal : .........?
PENJELASAN
Hipotesis Awal yang diharap akan ditolak disebut : Hipotesis Nol ( H0 )
Hipotesis Nol juga sering menyatakan kondisi yang menjadi dasar pembandingan.
Penolakan H0 membawa kita pada penerimaan Hipotesis Alternatif ( H1 ) (beberapa
buku menulisnya sebagai H A )
Nilai Hipotesis Nol ( H0 ) harus menyatakan dengan pasti nilai parameter.
H0
ditulis dalam bentuk persamaan
Sedangkan Nilai Hipotesis Alternatif ( H1 ) dapat memiliki beberapa kemungkinan.
H1
ditulis dalam bentuk pertidaksamaan (< ; > ; )
Contoh 4.(lihat Contoh 1.)
Pada sistem lama, rata-rata waktu pendaftaran adalah 50 menit
Kita akan menguji pendapat Staf PSA tersebut, maka
SWWR-Statistika 2- ATA0102
Hal 3
:
:
:
:
PERHATIKAN :
Penolakan atau Penerimaan Hipotesis dapat membawa kita pada 2 jenis kesalahan
(kesalahan= error = galat), yaitu :
1.
Galat Jenis 1
Penolakan Hipotesis Nol ( H0 ) yang benar
Galat Jenis 1 dinotasikan sebagai
juga disebut
taraf nyata uji
Catatan : konsep dalam Pengujian Hipotesis sama dengan konsep konsep
pada Selang Kepercayaan
2.
Galat Jenis 2
Penerimaan Hipotesis Nol ( H0 ) yang salah
Galat Jenis 2 dinotasikan sebagai
SWWR-Statistika 2- ATA0102
Hal 4
Dalam perhitungan, nilai dapat dihitung sedangkan nilai hanya bisa dihitung jika
nilai hipotesis alternatif sangat spesifik.
Pada pengujian hipotesis, kita lebih sering berhubungan dengan nilai . Dengan
asumsi, nilai yang kecil juga mencerminkan nilai yang juga kecil.
Catt : keterangan terperinci mengenai nilai dan , dapat anda temukan dalam bab
10, Pengantar Statistika, R. E. Walpole)
Prinsip pengujian hipotesa adalah perbandingan nilai statistik uji (z hitung atau t hitung)
dengan nilai titik kritis (Nilai z tabel atau t Tabel)
Titik Kritis adalah nilai yang menjadi batas daerah penerimaan dan penolakan hipotesis.
Nilai pada z atau t tergantung dari arah pengujian yang dilakukan.
2.
1.
2.
2.1
Contoh 6.
Contoh Uji Satu Arah
H0
a.
:
= 50 menit
H1
:
< 50 menit
M
H0
H1
b.
H0
H1
:
:
= 3 juta
< 3 juta
Nilai tidak dibagi dua, karena seluruh diletakkan hanya di salah satu sisi selang
misalkan :
0 *)
:
:
SWWR-Statistika 2- ATA0102
Hal 5
z < z
atau
t <
t( db ; )
-z atau - t(db;)
n daerah yang diarsir
daerah tak diarsir
misalkan :
H0
H1
0 *)
0
z > z
atau
t > t( db , )
z atau t (db;)
n daerah terarsir
SWWR-Statistika 2- ATA0102
H0
H1
Hal 6
Contoh 7.
Contoh Uji Dua Arah
H0
a.
:
= 50 menit
H1
:
50 menit
H0
H1
a.
:
:
= 3 juta
3 juta
misalkan :
H0
H1
0 *)
0
z < z dan
2
atau
t t( db ,
*)
**)
2)
z > z
dan t t ( db; 2 )
-z /2 atau
-t(db;/2)
n daerah terarsir
z /2 atau
t(db;/2)
SWWR-Statistika 2- ATA0102
1.
2*
3*
4*
5.
6.
7.
Hal 7
Tentukan H0 dan H1
Tentukan statistik uji [ z atau t]
Tentukan arah pengujian [1 atau 2]
Taraf Nyata Pengujian [ atau /2]
Tentukan nilai titik kritis atau daerah penerimaan-penolakan H0
Cari nilai Statistik Hitung
Tentukan Kesimpulan [terima atau tolak H0 ]
x 0
/ n
dapat diganti
dengan s
H1
Wilayah Kritis
z z
z z
z z
z z
dan
SWWR-Statistika 2- ATA0102
2. 0
Hal 8
x 0
s / n
sampel kecil
n<30
t <
t > t( db , )
t t( db , ) dan
2
t( db; )
t t ( db;
2)
db = n-1
z
3.
1 2 d 0
sampel-sampel
besar
n1 30
n2 30
H0
4. 1 2
x1 x 2 d 0
(12 / n1 ) ( 22 / n2 )
Jika dan 2
tidak
diketahui gunakan s12
dan s2 2
2
1
sampel -sampel
kecil
n1 < 30
n2 < 30
z z
1 2 d 0
z z
z z
1 2 d 0
z z
1 2 d 0
x1 x2 d 0
( s12 / n1 ) (s22 / n2 )
dan
H1
Wilayah Kritis
1 2 d 0
t t
t t
1 2 d 0
1 2 d 0
t t( db , ) dan
2
t t ( db;
2)
db = n1 n2 2
SWWR-Statistika 2- ATA0102
Hal 9
x = 495
s = 45
n=100
0 =500
=1%
H0 : = 500
H1 : < 500
statistik uji : z karena sampel besar
arah pengujian : 1 arah
Taraf Nyata Pengujian = = 1% = 0.01
Titik kritis z < - z 0.01 z < - 2.33
Statistik Hitung
x 0 495 500 5
z
=
=
= -1.11
/ n 45 / 100 4.5
1.
2*
3*
4*
5.
6.
7.
b) Coba anda kerjakan sebagai latihan ! ( H1 : 500; Uji 2 arah, /2 = 0.5%, statistik
SWWR-Statistika 2- ATA0102
Hal 10
uji=z)
3.2.2. Uji Hipotesis Rata-rata Sampel Kecil
Contoh 9 :
Seorang job-specialist menguji 25 karyawan dan mendapatkan bahwa rata-rata penguasaan
pekerjaan kesekretarisan adalah 22 bulan dengan simpangan baku = 4 bulan. Dengan taraf
nyata 5% , ujilah :
a) Apakah rata-rata penguasaan kerja kesekretarisan lebih dari 20 bulan?
b) Apakah rata-rata penguasaan kerja kesekretarisan tidak sama dengan 20 bulan?
Jawab:
Diketahui :
x = 22
s=4
0 = 20
n = 25
= 5%
a) Ditinggalkan sebagai latihan ( H1 : > 20; uji 1 arah, =5%, statistik uji = t, db = 24)
H0 : = 20
H1 : 20
b)
1.
2*
statistik uji : t karena sampel kecil
3*
arah pengujian : 2 arah
4*
Taraf Nyata Pengujian = = 5% = 0.05
/2 = 2.5% = 0.025
5.
Titik kritis
db = n-1 = 25-1 = 24
Titik kritis t t ( db , 2 )
dan
6.
Statistik Hitung
t
7.
t t ( db;
dan
x 0 22 20
2
=
=
= 2.5
0
.8
s / n 4 / 25
2)
SWWR-Statistika 2- ATA0102
Hal 11
Daerah penolakan H0 =
luas daerah terarsir
ini = /2 = 2.5%
Daerah penolakan H0 =
luas daerah terarsir ini =
/2 = 0.5%
Daerah penerimaan H0
-2.064
2.064
DGN TRAINING
x1 = 300
s12 = 4
n1 = 40
TANPA TRAINING
x2 = 302
s22 = 4.5
n2 = 30
b.
Jawab : = 5 %
a)
d0 = 0
1.
2*
3*
4*
5.
H0 : 1 2 = 0
H1 : 1 2 > 0
statistik uji : z karena sampel besar
arah pengujian : 1 arah
Taraf Nyata Pengujian = = 5%
Titik kritis z > z5% z > 1.645
6.
Statistik Hitung
SWWR-Statistika 2- ATA0102
x1 x 2 d 0
( s / n1 ) ( s / n2 )
2
1
7.
2
2
Hal 12
300 302 0
=
(4 / 40) (4.5 / 30)
0.1 0.15
2
2
= 4
0.25 0.5
SHIFT MALAM
x1 = 20
s12 = 3.9
n1 = 13
SHIFT SIANG
x2 = 12
s22 = 0.72
n2 = 12
d 0 = 10
1.
2*
3*
4*
5.
H0 : 1 2 = 10
H1 : 1 2 10
statistik uji : t karena sampel kecil
arah pengujian : 2 arah
Taraf Nyata Pengujian = = 1% = 0.01
/2 = 0.5% = 0.005
Titik kritis
db = n1 + n2 - 2 = 13+ 12 - 2 = 23
SWWR-Statistika 2- ATA0102
Hal 13
Titik kritis t t ( db , 2 )
dan
20 - 12 10
2)
dan
Statistik Hitung
x1 x2 d 0
2
1
t t (db;
2
2
8 10
0.30 0.06
2
2
0.60 = -3.33
0.36
MM SWWR-MKG-BGH MM
A. Pengertian Pengujian Hipotesis
Hipotesis berasal dari bahasa yunani yang mempunyai dua kata ialah kata hupo(sementara)
dan thesis (pernyataan atau teori). Jadi, hipotesis merupakan pernyataan sementara yang
masih lemah kebenarannya. Kemudian para ahli menafsirkan arti hipotesis adalah sebagai
dugaan terhadap hubungan antara dua variable atau lebih. Sehingga dapat diartikan bahwa
hipotesis adalah jawaban atau dugaan sementara yang harus diuji lagi kebenarannya.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang sifatnya
masih sementra atau lemah kebenarannya. Hipotesis statistik akan diterima jika hasil
pengujian membenarkan pernyataannya dan akan ditolah ika terjadi penyangkalan dari
pernyataannya. Dalam pengujian hipotesis, keputusan yang dibuat mengandung
ketidakpastian, artinya keputusan bisa benar atau salah, sehingga menimbulkan resiko. Besar
kecilnya resiko dinyatakan dalam bentuk probabilitas.
B. Bentuk-Bentuk Hipotesis
1. Hipotesis Deskriptif
Hipotesis deskriptif adalah dugaan tantang nilai suatu variable mandiri. Tidak membuat
perbandingan atau hubungan. Sebagai contoh bila rumusan masalah penelitian sebagai
berikut ini, maka hipotesis (jawaban sementara) yang dirumuskan adalah hipotesis deskriptif.
SWWR-Statistika 2- ATA0102
Hal 14
Dalam perumusan hipotesis statistik, antara hipotesis nol (H ) dan hipotesis alternative (H )
selalu berpasangan, bila salah satu ditolak, maka yang lain diterima sehingga dapat dibuat
keputusan yang tegas, yaitu kalau H ditolakpasti H diterima.
0
Contoh : Seorang dokter mengatakan bahwa lebih 60% pasien kanker adalah karena
merokok.
H : 0.90
0
H : <0.90
1
H :0
1
2. Penolakan H terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai
positif atau negatif dari tabel. Atau nilai uji statistik berada di dalam nilai kritis.
0
SWWR-Statistika 2- ATA0102
Hal 15
Kesalahan Tipe I adalah suatu kesalahan bila menolak Ho yang benar (seharusnya
diterima). Dalam hal ini tingkat kesalahan dinyatakan dengan yang dalam bentuk
penggunaannya disebut sebagai taraf nyata atau taraf signifikan (level of significant). 1
- disebut sebagai tingkat keyakinan (level of confidence), karena dengan itu kita yakin
bahwa kesimpulan yang kita buat adalah benar, sebesar 1 - .
2.
Kesalahan Tipe II adalah bila menerima hipotesis yang salah (seharusnya ditolak).
Tingkat kesalahan untuk ini dinyatakan dengan yang dalam bentuk penggunaannya
disebut sebagai fungsi ciri operasi (operating characteristic function). 1 - disebut
sebagai kuasa pengujian.