Metode Statistika

Pertemuan X-XI
Statistika Inferensia:
Pengujian Hipotesis

Permainan (1)

Ambil sekeping uang coin. Masing-masing

mahasiswa lempar satu kali. Kemudian catat
hasil lemparan dari 40 mahasiswa.
Kejadian
Muncul
Angka
Muncul
Gambar

Turus

Jumlah

Lanjutan Permainan (1)

Berapa persen muncul sisi angka dari
permainan tersebut?
Apakah dapat dikatakan bahwa coin
tersebut setimbang (peluang
munculnya sisi angka dan peluang
munculnya sisi gambar sama)?

Lanjutan Permainan (1)

Persentase
munculnya sisi
angka dari
permainan
tersebut

Coin
setimbang ?

a
n

p = 50% = 0.5

Coin Analogy

H y p o th e s is

S ig n ific a n c e L e v e l

C o lle c t E v id e n c e

D e c is io n R u le

Butuh pembuktian
berdasarkan
contoh!!!

> 20?
Mana yang
benar?

Apa yang
diperlukan?

Populasi :
= 20

Sampel :

x 25

Ok, itu adalah

pengujian hipotesis,
butuh pengetahuan
mengenai
SEBARAN
PENARIKAN
CONTOH

Pengujian Hipotesis
Merupakan perkembangan ilmu
experimantal terminologi dan
subyek
Menggunakan 2 pendekatan :

Metode inferensi induktif R.A. Fisher

Metode teori keputusan J. Neyman &
E.S. Pearson mengatasi kekurangan dari
metode inferensia induktif

Unsur Pengujian
Hipotesis

Hipotesis Nol
Hipotesis Alternatif
Statistik UJi
Daerah Penolakan H0

Hipotesis
Suatu pernyataan / anggapan yang mempunyai
nilai mungkin benar / salah atau suatu
pernyataan /anggapan yang mengandung nilai
ketidakpastian
Misalnya:

Besok akan turun hujan mungkin benar/salah

Penambahan pupuk meningkatkan produksi mungkin
benar/salah
Varietas A lebih baik dibandingkan dengan varietas B
mungkin benar/salah

Hipotesis Statistik
Suatu pernyataan tentang nilai suatu parameter populasi

H0 (hipotesis nol): suatu pernyataan

yang bersifat status quo (tidak ada
beda , tidak ada perubahan)
H1 (hipotesis tandingan): pernyataan lain
yang akan diterima jika H0 ditolak (ada
perbedaan, terdapat perubahan)

Dalam pengambilan keputusan

memungkinkan untuk terjadi
kesalahan
H0 benar

H0 salah

Tolak H0

Peluang salah jenis I

(Taraf nyata; )

Kuasa pengujian
(1-)

Terima H0

Tingkat kepercayaan
(1-)

Peluang salah jenis II

()

P(salah jenis I) = P(tolak H0/H0 benar) =

P(salah jenis II) = P(terima H0/H1 benar) =

Daerah
PEnolakan
H0

Daerah
Penerimaan
H0

H0:
=20
= P(Terima H0 | H1 benar)
= P( < 22 | = 24)

H1:
=24
22

= P(tolak H0 | Ho benar)
= P( > 22 | = 20)

Merupakan sembarang parameter

CONTOH (1)
Sampel diambil secara acak dari populasi normal(;2 = 9), berukuran 25.
Hipotesis yang akan diuji,
H0 : = 15
H1 : = 10
Tolak H0 jika rata-rata kurang dari atau sama dengan 12.5
Berapakah besarnya kesalahan jenis I dan II ?
Jawab:
P(salah jenis I) = P(tolak H0/ = 15) = P(z (12.5-15)/3/25))
= P(z - 4.167 ) 0
P(salah jenis II) = P(terima H0/ = 10) = P(z (12.5-10)/3/25))
= P(z 4.167 ) = 1 - P(z 4.167 ) 0

Sifat dan
H1

H0

H1

H0

Jika n dan akan

menurun lihat KURVA
KATERISTIK OPERASI

H1

H0

Kurva Karakteristik
operasi
Besok download di internet ya

Hipotesis yang diuji

H0 : = 0

H0 : 0

H0 : 0

H1 : 0

H1 : < 0

H1 : > 0

Hipotesis dua arah

Statistik uji :

Hipotesis dua arah

v
s

merupakan sembarang parameter

v merupakan sembarang statistik uji

Wilayah kritik
Daerah Penolakan H0
Tergantung dari H1.

Misalkan v = z N (0,1)

H1 : 0

Nilai kritik

/2

-z/2

Daerah
Penerimaan
H0

Daerah
Penolakan H0

Tolak H0 jika v < -z/2 atau v > z/2

/2

z/2

H1 : < 0
Daerah
Penerimaan
H0

Daerah
Penolakan H0

-z
Tolak H0 jika v < -z/2

H1 : > 0

Daerah
Penerimaan
H0
Tolak H0 jika v > z

Daerah
Penolakan H0

 & nilai p
= taraf nyata dari uji
statistik
Nilai p = taraf nyata dari
contoh peluang
merupakan suatu ukuran
kewajaran untuk
menerima H0 atau
menerima H1
Jika nilai p < maka Tolak
H0
Nilai p = P (Tolak H0 | contoh)
Misalnya : nilai p = P(Z > zh)

Nilai p

z z h

Tujuan pengujian
Satu Populasi
Nilai
Tengah()

Dua populasi
Satu
Populasi (p)

Data saling
bebas

2
diketahui

Uji z

1 - 2
Tidak
diketahui

Uji t

12 & 22
Uji z

diketahui

Tidak
diketahui

Data
berpasangan
p1 - p2

Uji z

Uji t

12 & 22

Uji z
sama

Tidak sama

Uji t
Formula 1

Uji t
Formula 2

Uji Nilai Tengah

Populasi ()

Hipotesis yang dapat diuji:

Hipotesis satu arah
vs
H0 : 0
vs
H0 : 0
Hipotesis dua arah
vs
H0 : = 0

H1 : < 0
H1 : > 0
H1 : 0

Statistik uji:

Jika ragam populasi (2) diketahui

Jika ragam populasi (2) tidak diketahui

zh

x 0

/ n

x 0
th :
s/ n

Contoh (2)
Batasan yang ditentukan oleh pemerintah
terhadap emisi gas CO kendaraan bermotor
adalah 50 ppm. Sebuah perusahaan baru yang
sedang mengajukan ijin pemasaran mobil,
diperiksa oleh petugas pemerintah untuk
menentukan apakah perusahan tersebut layak
diberikan ijin. Sebanyak 20 mobil diambil secara
acak dan diuji emisi CO-nya. Dari data yang
didapatkan, rata-ratanya adalah 55 dan
ragamnya 4.2. dengan menggunakan taraf nyata
5%, layakkan perusahaan tersebut mendapat
ijin ?

 Hipotesis yang diuji:

H0 : <= 50 vs H1 : > 50

Statistik uji:

th= (55-50)/(4.2/20)=10.91

Daerah kritis pada taraf nyata 0.05

Tolak Ho jika th > t(0,05;db=19) = 1,729

Kesimpulan:

Tolak H0, artinya emisi gas CO kendaraan bermotor yang

akan dipasarkan oleh perusahaan tersebut melebihi batasan
yang ditentukan oleh pemerintah sehingga perusahaan
tersebut tidak layak memperoleh ijin untuk memasarkan
mobilnya.

Pengujian Hipotesis
untuk selisih dua nilai
tengah populasi

Hipotesis
Hipotesis satu arah:
H0: 1- 2 0 vs H1: 1- 2 <0
H0: 1- 2 0 vs H1: 1- 2 >0
Hipotesis dua arah:
H0: 1- 2 =0 vs H1: 1- 2 0

Statistik uji
zh

Formula 1

diketahui

klik

Syarat :

1 &
2

sama

( x1 x 2 ) 0
( x1 x2 )

2
2

12 & 22

Tidak sama

Tidak
diketahui

Formula 2

klik

Formula 1
a. Jika 1 dan 2 tdk diketahui dan diasumsikan sama:
s x1 x2 s

2
gab

1 1

n1 n2

th

( x1 x 2 ) 0
s ( x1 x2 )

2
s gab

( n1 1) s12 ( n2 1) s22

dan v n1 n2 2
n1 n2 2

Formula 2

b. Jika 1 dan 2 tdk diketahui dan diasumsikan tidak sama:

( x x2 ) 0
th 1
s ( x1 x2 )

s x1 x2

s
v

2
1

s2
1n
1

n1

n1 1

2
2

s12 s22


n1 n2

n2

s2
2
n2

n2 1

Contoh (3)
Dua buah perusahaan yang saling bersaing dalam industri kertas
karton saling mengklaim bahwa produknya yang lebih baik, dalam
artian lebih kuat menahan beban. Untuk mengetahui produk mana
yang sebenarnya lebih baik, dilakukan pengambilan data masingmasing sebanyak 10 lembar, dan diukur berapa beban yang
mampu ditanggung tanpa merusak karton. Datanya adalah :

Persh. A

30

35

50

45

60

25

45

45

50

40

Persh. B

50

60

55

40

65

60

65

65

50

55

Hitunglah rataan dan ragam dari kedua data perusahaan

tersebut.
Ujilah karton produksi mana yang lebih kuat dengan asumsi
ragam kedua populasi berbeda, gunakan taraf nyata 10%

Jawab:
Rata-rata dan ragam kedua sampel:
30 35 40
x1
42,5
10
50 60 55
x2
56,5
10

n x12 xi

n x 22 xi

2
1

2
2

n(n 1)

n(n 1)

Perbandingan kekuatan karton

Hipotesis:
H0: 1= 2 vs H1: 12

10(19025) - (425) 2

106.94
10(9)
10(32525) - (565) 2

66.94
10(9)

 Statistik uji: (ragam populasi tidak diketahui dan

diasumsikan 12 12 )
th

( x2 x1 ) ( 2 1 )
( s22 / n2 ) ( s12 / n1 )

56,5 42,5 0
3,36
66,94 / 10 106,94 / 10

( s12 / n1 s 22 / n2 ) 2
(10.34 2 / 10 8.18 2 / 10) 2
db 2

17,10 17
( s1 / n1 ) 2 /(n1 1) ( s 22 / n2 ) 2 /(n 2 1) (10.34 2 / 10) 2 / 9 (8.18 2 / 10) 2 / 9

Daerah kritis pada taraf nyata 10%:

Tolak H0 jika |th| > t(0,05;17) = 1,740

Kesimpulan:

Tolak H0, artinya kekuatan karton kedua perusahaan berbeda

nyata pada taraf nyata 10%. Diduga karton yang diproduksi
oleh perusahaan B lebih kuat daripada karton A

Pengujian Hipotesis
untuk data berpasangan

Hipotesis
Hipotesis satu arah:
H0: 1- 2 0 vs H1: 1- 2 <0
atau
H0: D 0 vs H1: D<0
H0: 1- 2 0 vs H1: 1- 2 >0
atau
H0: D 0 vs H1: D>0
Hipotesis dua arah:
H0: 1- 2 =0 vs H1: 1- 2 0
atau
H0: D = 0 vs H1: D0

Statistik uji :

th

d 0
s/ n

Contoh (4)

Suatu klub kesegaran jasmani ingin mengevaluasi program

diet, kemudian dipilih secara acak 10 orang anggotanya untuk
mengikuti program diet tersebut selama 3 bulan. Data yang
diambil adalah berat badan sebelum dan sesudah program
diet dilaksanakan, yaitu:
Berat Badan

Peserta
1

10

Sebelum (X1)

90

89

92

90

91

92

91

93

92

91

Sesudah (X2)

85

86

87

86

87

85

85

87

86

86

D=X1-X2

Apakah program diet tersebut dapat mengurangi berat badan

minimal 5 kg? Lakukan pengujian pada taraf nyata 5%!

Penyelesaian
Karena kasus ini merupakan contoh berpasangan, maka:
Hipotesis:

H0 : D 5 vs H1 : D < 5
Deskripsi:

d
d
n

51

5,1
10

s
2
d

n d i2 d i
n(n 1)

10(273) (51) 2

1,43
10(9)

s d 1,43 1,20

Statistik uji:

d d d d
5,1 5

0,26
sd
sd
1,20 / 10
n

 Daerah kritis pada =5%

Tolak H0, jika th < -t(=5%,db=9)=-1.833

Kesimpulan:
Terima H0, artinya program diet tersebut
dapat mengurangi berat badan minimal 5 kg

Pendugaan Parameter:
Kasus Satu Sampel
Proporsi

Hipotesis yang dapat diuji:

Hipotesis satu arah
vs
H0 : p p0
vs
H0 : p p0
Hipotesis dua arah
vs
H0 : p = p0

Statistik uji:

zh

H1 : p < p0
H1 : p > p0
H1 : p p0

p p0
p0 (1 p0 )
n

Contoh(5)
Sebelum memutuskan untuk memperkenalkan produk baru
pada tahun 1985, perusahaan coca cola memperkenalkan
produk baru (tanpa diberi label) kepada 40,000 pelanggan
di 30 kota. Sekitar 55% pelanggan lebih menyukai produk
baru dibanding produk lama.Jika diasumsikan 40,000
pelanggan tersebut sebagai sebuah contoh acak dari
populasi pelanggan coca cola di 30 kota:
Apakah dapat dikatakan pangsa pasar dari produk baru
tersebut lebih dari 50%?
*Sumber : Mendenhall, W (1987)
*sedikit modifikasi soal

Penyelesaian
Diketahui :
= 0.55
n = 40000
Ditanya : p > 50%?
Jawab
H0 : p 50% vs H1 :p > 50%
= 5%
p p0
0.55 0.5
zh

20
Statistik uji:
p0 (1 p0 )
0.5(1 0.5)

40000

Wilayah Kritik : Tolak H0 jika zh > z0.05= 1.645

Kesimpulan : Karena zh > z0.05= 1.645 maka Tolak H0.

Pendugaan Parameter:
Kasus dua Sampel
Selisih dua proporsi

>0
Hipotesis (1)
klik

0
=0

Hipotesis (2)
Klik

Hipotesis (1)
Hipotesis satu arah:
H0: p1- p2 0 vs H1: p1- p2 <0
H0: p1- p2 0 vs H1: p1- p2 >0
Hipotesis dua arah:
H0: p1- p2 =0 vs H1: p1- p2 0
Statistik uji :

zh

( p 1 p 2 ) 0
p 1 (1 p 1 ) p 2 (1 p 2 )

n1
n2

Hipotesis (2)
Hipotesis satu arah:
H0: p1 p2 vs H1: p1 < p2
H0: p1 p2 vs H1: p1 > p2
Hipotesis dua arah:
H0: p1 = p2 vs H1: p1 p2
Statistik uji :

zh

( p 1 p 2 )
1 1
p (1 p )( )
n1 n2

x1 x2
n1 n2

Contoh(6)
Sebuah penelitian dilakukan untuk menguji pengaruh
obat baru untuk viral infection. 100 ekor tikus
diberikan suntikan infeksi kemudian dibagi secara
acak ke dalam dua grup masing-masing 50 ekor tikus.
Grup 1 sebagai kontrol, dan grup 2 diberi obat baru
tersebut. Setelah 30 hari, proporsi tikus yang hidup
untuk grup 1 adalah 36% dan untuk grup 2 adalah
60%. Apakah obat tersebut efektif? Obat
dikatakan efektif jika perbedaan antara grup
perlakuan dengan grup kontrol lebih dari 24%

*Sumber : Mendenhall, W (1987)

*sedikit modifikasi soal

Penyelesaian

Diketahui :

Grup Kontrol

Grup perlakuan

p1

p2

n1 =50

n2 =50

1 0.36
p

2 0.6
p

Ditanya : p2-p1 > 0.24?

Penyelesaian
JAwab :

H0: p2- p1 0.24 vs H1: p2- p1 > 0.24

= 5%
Statistik uji :

zh

(0.6 0.36) 0.24

0
0.6(1 0.6) 0.36(1 0.36)

50
50

Wilayah kritik : Tolak H0 jika zh > z0.05 = 1.645

Kesimpulan: karena zh=0 < z0.05 = 1.645 maka Terima H0
(belum cukup bukti untuk Tolak H0) dengan kata lain
berdasarkan informasi dari sampel yang ada belum
menunjukkan bahwa obat tersebut efektif

Demo MINITAB