Pengujian

Hipotesis
Pertemuan 8

INTRO: applied statistics

Variabel

bebas

Independen

yang

mempengaruhi

Variabel Terikat
Dependen
Y
Yang

dipengaruhi

INTRO: applied statistics

Data

time series

Data

Data

per tahun/ per bulan / per quarter /

cross section

Data

dalam satu titik waktu namun banyak

objek

Data

panel

Gabungan

Data

time series dan cross section

INTRO: applied statistics

Data

time series

Data

Data

per tahun/ per bulan / per quarter /

cross section

Data

dalam satu titik waktu namun banyak

objek

Data

panel

Gabungan

Data

time series dan cross section

Hubungan asosiasi
Data

kategorik

Cross

tabulation

Chi

square

Phi

coefficient

Dll

Data

numerik

Korelasi

pearson
5

Analisis regresi

Menganalisis faktor-faktor yang mempengaruhi

Faktor-faktor variabel X

Yang dipengaruhi variabel Y

Regresi sederhana: hanya satu X

Regresi berganda

Regresi Logistik: jika variabel Y merupakan

variabel biner
6

Uji t
Satu

sampel

One

Dua

sampel t-test

sampel

Sampel

saling bebas

Independent

sampel t-test

Membandingkan

dua data yang berasal dari populasi yang

berbeda
Sampel

berpasangan

Paired

t-test

Membandingkan
Biasanya

data berpasangan

untuk menguji efektivitas suatu perlakuan

Perubahan

sebelum dan sesudah seperti apa

others
ANOVA
Analisis

diskriminan

Cluster

analysis

UJI

NONPARAMETRIK

Jika

data kategorik

Jika

sampel berjumlah sedikit (kurang dari 30)

Setiap

uji yang dibahas sebelumnya mempunyai

padanan uji nonparametriknya

Contoh:

untuk menganalisis keterkaitan Antara

variabel numerik digunakan Korelasi Pearson;
namun jika salah satu variabel yang dianalisis
mempunyai skala ordinal, digunakan korelasi
Spearman (contoh data ordinal adalah skala likert 8
dalam kuesioner)

ANALISIS DATA

Data: Latihan 7.1

Pertumbuhan Ekonomi

Indikator ketimpangan pendapatan

Sejauh mana trade off antara growth versus equity ?

Buat scatter plot Antara pertumbuhan ekonomi dan indeks

gini, analisislah hubungan Antara kedua indikator tsb!

Analisis Data

Analisislah hubungan kemiskinan dengan ketimpangan

distribusi pendapatan di Indonesia

Cari data di www.bps.go.id

Contoh tahapan analisis seperti pada Tugas 2 SPSS yang

ada di klasiber.

10

Keputusan uji hipotesis

Kriteria
Tolak

p-value

H0 jika p-value < taraf nyata

Keterangan:

jika uji dua arah, p-value

harus dibagi dua

Kriteria statistik uji

Tolak

H0 jika statistik uji > nilai tabel

Tolak

H0 jika masuk ke daerah penolakan

11

Pengujian Hipotesis

12

Hipotesis
Sebuah pernyataan mengenai
nilai parameter populasi yang
dimaksudkan untuk pengujian

Contoh:
- Rata-rata IPK mahasiswa semester 6 Ekonomi Islam UII
tidak kurang dari 3.75
- Rata-rata nisbah bagi hasil deposito mudharabah bank
syariah di Indonesia adalah 40:60

Pengujian Hipotesis

prosedur yang didasarkan pada sampel dan

teori peluang

dipakai untuk menentukan apakah:

hipotesis merupakan suatu pernyataan
yang wajar sehingga tidak ditolak
atau hipotesa tersebut tidak wajar dan
sehingga harus ditolak

INGAT !
TOLAK ATAU TIDAK TOLAK
Bukan: terima

PROSEDUR PENGUJIAN HIPOTESIS

1.

Merumuskan Ho dan H1

2.

Menentukan : 1%, 5%, 10%

3.

Menentukan statistik uji:

Z, t, F, ..

4.
5.

Menentukan daerah
keputusan berdasarkan
nilai kritis
Menentukan keputusan: Tolak
atau tidak tolak Ho
Membuat kesimpulan

Kesimpulan
Jika

keputusan menolak H0

Sudah

cukup bukti untuk mengatakan

bahwa (H1)

Jika

keputusan: tidak menolak

H0
Belum

cukup bukti untuk mengatakan

bahwa (H1)
16

IMPORTANT THINGS TO REMEMBER ABOUT

H0 & H1

H0: hipotesis nol and H1: hipotesis alternatif

H0 selalu diasumsikan benar

H1 has the burden of proof

Sampel digunakan untuk menolak H0

Jika keputusannya tidak tolak H 0', hal ini tidak berarti bahwa H 0 benar. Hal ini
hanya berarti bahwa tidak ada cukup bukti untuk menolak H 0; menolak H0 dapat
berarti bahwa H1 mungkin benar.

H0

H1

> <

17

Menentukan hipotesis
Left-tail or Right-tail Test ?
Keywords

Part
of:

Lebih besar

>

H1

Lebih kecil

<

H1

Tidak lebih dari

H0

Paling tidak

H0

Meningkat

>

H1

Adakah perbedaan

H1

Tidak berubah

H0

Tergantung
kasus*

H1

Lebih baik, lebih

efektif
18

Simbol

* Perhatikan variabel yang

sedang diamati
jika sedang diteliti waktu
yang dibutuhkan untuk
bekerjanya suatu obat,
kata lebih baik, lebih
efektif simbol < (lebih
cepat sembuh).
Jika sedang diteliti skor
test, maka kata lebih
baik, lebih efektif >
(nilai test lebih baik, lebih
tinggi)

Kesalahan tipe 1 () dan tipe 2 ()

Taraf nyata

Kuasa uji

Penentuan
Semakin kecil hasil semakin baik, semakin teliti

Test statistic / Statistik Uji

.suatu nilai yang diperoleh dari sampel dan digunakan

untuk memutuskan apakah hipotesis akan ditolak atau tidak

Statistik uji untuk menguji nilai rata-rata

thitung

zhitung

Menentukan daerah keputusan

Two tail

One tail
H1 : ...<...

H1 : ... ...

H1 : ...>...

Menentukan Daerah Penolakan Ho

area diarsir yang dibatasi oleh Z-tabel atau t-tabel
atau yang lain tergantung statistik ujinya

Jika uji dua arah

1.

Taraf nyata dibagi dua Itulah luas area diarsir masing-masing di

sebelah kanan dan di sebelah kiri

2.

Jika statistik ujinya Z, gunakan tabel sebaran normal untuk mendapatkan

nilai Z-tabel yang merupakan nilai Z berdasar gambar di point 1

3.

Ada dua nilai Z-tabel: angkanya sama, namun tanda berbeda yakni positif
dan negatif (kenapa ??)

Jika uji satu arah

.

Jika tanda H1 lebih besar dari (>) maka besar taraf nyata adalah luas area
diarsir di sebelah kanan

Jika tanda H1 lebih kecil dari (<) maka besar taraf nyata adalah luas area
diarsir di sebelah kiri

Nilai Z tabel pasti positif

Nilai Z-tabel pasti negatif

22

Jika statistik ujinya Z, gunakan tabel sebaran normal untuk mendapatkan

nilai Z-tabel yang merupakan nilai Z berdasar area yang diarsir

Menentukan Daerah Penolakan Ho

uji dua arah dg taraf nyata 5%

0,5
Daerah penolakan H0

Daerah penolakan H0
Tidak menolak H0
0,4750

0,025
-1,96

zkritis atau ztabel

0,025
0,95

1,96

23
Note: Jika menggunakan
nilai t,
gunakan df=n-1

Contoh menentukan Z-tabel

uji dua arah taraf nyata 5%

24

Menentukan keputusan

Hypothesis Setups for Testing a Mean ()

Statistik uji Z digunakan:

jika standar deviasi populasi diketahui
Jika standar deviasi populasi tidak diketahui namun n > 30
26

Selain itu, gunakan statistik uji t

Hypothesis Setups for Testing a

Proportion ()

27

Uji Hipotesis Selisih Rata-rata

Populasi (1-2)

28

Uji Hipotesis Selisih Proporsi (12 )

29

exercises

Rata-rata
Sebaran z

31

Testing for a Population Mean with a

Known Population Standard Deviation- Example

Produksi mingguan pabrik sirup DEF mempunyai

sebaran normal dengan rata-rata 200 dan std 16.
Menjelang lebaran, manager HRD merekrut karyawan
baru. Manager ingin mengetahui apakah ada
perubahan pada produksi sirup setelah merekrut
karyawan baru. Berdasarkan data produksi sirup
selama 50 minggu setelah adanya karyawan baru,
rata-rata produksi sirup adalah 203.5.

32

Testing for a Population Mean with a

Known Population Standard Deviation- Example
Step 1: State the null hypothesis and the alternate hypothesis.

H0: = 200
H1: 200
(note: keyword in the problem has changed)
Step 2: Select the level of significance.
= 0.01 as stated in the problem
Step 3: Select the test statistic.
Use Z-distribution since is known

33

Z Z / 2
X
Z / 2
/ n
203.5 200
Z .01/ 2
16 / 50
1.55 is not 2.58

Testing for a Population Mean with a

Known Population Standard Deviation- Example
Step 4:

Step 5: Make a decision and interpret the result.

1.55 berada di daerah tidak menolak Ho maka keputusannya: Ho tidak
ditolak.

34

Kesimpulan: Maka tidak cukup bukti untuk mengatakan bahwa

rata-rata produksi sirup mengalami perubahan

Menentukan Z-tabel uji dua

arah taraf nyata 1%

35

Uji Satu Arah

Jika soal di atas manager ingin mengetahui adakah

peningkatan produksi setelah merekrut karyawan baru,
maka hipotesis yang diuji menjadi hipotesis satu arah.

Z-hitung atau statistik uji Z akan sama persis

Z-tabel atau Z-kritis berubah

36

Menentukan Z-tabel uji dua

arah taraf nyata 1%

37

Nilai Z-kritis atau Z-tabel

Nilai Z-tabel hanya tergantung pada taraf nyata; tidak

tergantung pada nilai Z-hitung

Taraf Nyata

Uji Satu Arah

Uji Dua Arah

1%

2.33

2.58

5%
10%

38

Rata-rata
Sebaran t

39

Testing for a Population Mean with unknown Population

Standard Deviation- Example

Produksi mingguan pabrik sirup DEF tidak menyebar

normal dengan rata-rata 200. Menjelang lebaran,
manager HRD merekrut karyawan baru. Manager
ingin mengetahui apakah ada peningkatan pada
produksi sirup setelah merekrut karyawan baru.
Berdasarkan data produksi sirup selama 25 minggu
setelah adanya karyawan baru, rata-rata produksi
sirup adalah 203.5 dan std 16.

40

Testing for a Population Mean with unknown Population

Standard Deviation- Example
Step 1: State the null hypothesis and the alternate hypothesis.

H0: 200
H1: > 200
(note: keyword in the problem an increase)
Step 2: Select the level of significance.
= 0.01 as stated in the problem
Step 3: Select the test statistic.
Use t-distribution since is unknown

41

Testing for a Population Mean with unknown Population

Standard Deviation- Example
Step 4: Formulate the decision rule.
Reject H0 if t > t

T table dengan df=24 dan alpha=1% dan uji satu arah

adalah 2.492

Step 5: Make a decision and interpret the result.

1.0973 berada di daerah tidak menolak Ho maka keputusannya: Ho
tidak ditolak.
Kesimpulan: Maka tidak cukup bukti untuk mengatakan bahwa
rata-rata produksi sirup dalam 25 minggu terakhir lebih dari 200.
42

Nilai t-table atau t-kritis

uji satu arah
taraf nyata 1% dan db=24

43

Test your understanding

Apa yang Anda ketahui mengenai uji satu arah dan uji
dua arah? Apa saja yang membedakan di antara
keduanya?

Apa yang anda ketahui tentang Statistik Uji dan Nilai

kritis ?

44

Exercises

McGrawHill/Irwin

TheMcGrawHillCompanies,Inc.2008

Testing for the Population Mean: Population

Standard Deviation Unknown - Example
The McFarland Insurance Company Claims Department reports the mean
cost to process a claim is $60. An industry comparison showed this
amount to be larger than most other insurance companies, so the
company instituted cost-cutting measures. To evaluate the effect of
the cost-cutting measures, the Supervisor of the Claims Department
selected a random sample of 26 claims processed last month. The
sample information is reported below.
At the .01 significance level is it reasonable a claim is now less than $60?

46

Testing for a Population Mean with a

Known Population Standard Deviation- Example
Step 1: State the null hypothesis and the alternate hypothesis.

H0: $60
H1: < $60
(note: keyword in the problem now less than)
Step 2: Select the level of significance.
= 0.01 as stated in the problem
Step 3: Select the test statistic.
Use t-distribution since is unknown

47

Testing for a Population Mean with a

Known Population Standard Deviation- Example
Step 4: Formulate the decision rule.
Reject H0 if t < -t,n-1

48

Step 5: Make a decision and interpret the result.

Because -1.818 does not fall in the rejection region, H0 is not rejected at the .
01 significance level. We have not demonstrated that the cost-cutting
measures reduced the mean cost per claim to less than $60. The difference
of $3.58 ($56.42 - $60) between the sample mean and the population mean
could be due to sampling error.

Testing for a Population Mean with an

Unknown Population Standard DeviationExample

Rata-rata produksi barang X di suatu pabrik adalah 250

unit/jam.
Sebuah
produksi 5
yang
dibeli
The current
ratemesin
for producing
ampbaru
fuses
at diklaim akan

Neary Electric
Co. isbarang
250 per
meningkatkan
produksi
X. hour. A new

machine has been purchased and installed

that, according to the supplier, will increase
the production rate. A sample of 10 randomly
Setelah penggunaan mesin baru, diambil sampel acak 10 jam dan
selected hours from last month revealed the
mean hourly
production
onsebanyak
the new 256
machine
didapatkan
rata-rata
produksi
unit/jam dengan
was 256 units, with a sample standard
s=6unit/jam
deviation of 6 per hour.
Menggunakan
taraf nyatalevel
5%, apakah
mesin
baru memang lebih
At the .05 significance
can Neary
conclude

that the new machine is faster?

baik? Gunakan prosedur pengujian hipotesis.

49

Testing for a Population Mean with a

Known Population Standard Deviation- Example
continued

Step 1: State the null and the alternate hypothesis.

H0: 250; H1: > 250
Step 2: Select the level of significance.
It is .05.
Step 3: Find a test statistic. Use the t distribution
because the population standard deviation is not
known and the sample size is less than 30.
50

Testing for a Population Mean with a

Known Population Standard Deviation- Example
continued
Step 4: State the decision rule.
There are 10 1 = 9 degrees of freedom. The null hypothesis is
rejected if t > 1.833.

X
s

256 250
6

10

3.162

Step 5: Make a decision and interpret the results.

The null hypothesis is rejected. The mean number produced is more
than 250 per hour.

51

proportion

52

Test Statistic for Testing a Single

Population Proportion - Example
Suppose prior elections in a certain state
indicated it is necessary for a candidate for
governor to receive at least 80 percent of the
vote in the northern section of the state to be
elected. The incumbent governor is interested
in assessing his chances of returning to office
and plans to conduct a survey of 2,000
registered voters in the northern section of the
state. Using the hypothesis-testing procedure,
assess the governors chances of reelection.
53

Test Statistic for Testing a Single

Population Proportion - Example
Step 1: State the null hypothesis and the alternate hypothesis.

H0: .80
H1: < .80
(note: keyword in the problem at least)
Step 2: Select the level of significance.
= 0.01 as stated in the problem
Step 3: Select the test statistic.
Use Z-distribution since the assumptions are met
n(1-) 5

and n and
54

Testing for a Population Proportion - Example

Step 4: Formulate the decision rule.

Reject H0 if Z <-Z

Step 5: Make a decision and interpret the result.

The computed value of z (2.80) is in the rejection region, so the null hypothesis is rejected
at the .05 level. The difference of 2.5 percentage points between the sample percent (77.5
percent) and the hypothesized population percent (80) is statistically significant. The
evidence at this point does not support the claim that the incumbent governor will return to
the governors mansion for another four years.
55

Uji t dua sampel

Populations are normally distributed or both sample
sizes are at least 30

56

Dua populasi: Uji t saling bebas

Ada dua populasi yang berbeda

Akan dibandingkan rata-rata dari dua populasi tersebut

Bedakan dengan Uji t berpasangan

Di sini akan dibahas kondisi dimana std dev populasi

tidak diketahui dan diasumsikan besarnya sama.

Statistik ujinya

t STAT

Dengan

X1 X 2 1 2

2
Sp

1
1

n1 n 2

2
2

1
S

1
S
1
2
2
S2 1
p

(n1 1) (n2 1)

57

Hypothesis tests for 1 2

DCOVA

Two Population Means, Independent Samples

Lower-tail test:

Upper-tail test:

Two-tail test:

H0: 1 2 0
H1: 1 2 < 0

H0: 1 2 0
H1: 1 2 > 0

H0: 1 2 = 0
H1: 1 2 0

-t

Reject H0 if tSTAT < -t

Copyright 2011 Pearson Education

/2
-t/2

Reject H0 if tSTAT > t

/2
t/2

Reject H0 if tSTAT < -t/2

or tSTAT > t/2
10-58

Pooled-Variance t Test Example

DCOVA
You are a financial analyst for a brokerage firm. Is
there a difference in dividend yield between stocks
listed on the NYSE & NASDAQ? You collect the following
data:

NYSE
NASDAQ
Number
21
25
Sample mean
3.27
2.53
Sample std dev
1.30
1.16
Assuming both populations are
approximately normal with
equal variances, is
there a difference in mean
yield ( = 0.05)?
Copyright 2011 Pearson Education

10-59

Pooled-Variance t Test Example:

Calculating the Test Statistic
H0: 1 - 2 = 0 i.e. (1 = 2)
H1: 1 - 2 0 i.e. (1 2)

(continued)

DCOVA

The test statistic is:

X1 X 2 1 2
t

2
Sp

1
1

n1 n 2

3.27 2.53 0
1
1
1.5021

21 25

2
2

1
S

1
S
21 11.30 2 25 11.16 2
2
1
1
2
2
S

(n 1) (n2 1)

1 Education
Copyright 2011 Pearson

(21 - 1) 10-60
(25 1)

2.040

1.5021

Pooled-Variance t Test Example:

Hypothesis Test Solution
H0: 1 - 2 = 0 i.e. (1 = 2)

Reject H0

DCOVA
Reject H0

H1: 1 - 2 0 i.e. (1 2)
= 0.05

.025

df = 21 + 25 - 2 = 44

-2.0154

Critical Values: t = 2.0154

.025

0 2.0154

2.040

Decision:
3.27 2.53
t
2.040 Reject H0 at = 0.05
1
1
Conclusion:
1.5021

21 25
There is evidence of a
difference in means.

Test Statistic:

Copyright 2011 Pearson Education

10-61

Uji t berpasangan

62

Dua populasi: Uji t berpasangan

D D

SD
n

Statistik ujinya

T-table: db=n-1 dimana n adalah banyaknya pasangan

Dengan

t STAT

Di = X1i - X2i
n

SD

2
(D

D
)
i
i1

n 1

D
i 1

n
63

The Paired Difference Test: Possible

Hypotheses
DCOVA
Paired Samples
Lower-tail test:

Upper-tail test:

Two-tail test:

H0: D 0
H1: D < 0

H0: D 0
H1: D > 0

H0: D = 0
H1: D 0

-t

Reject H0 if tSTAT < -t

Copyright 2011 Pearson Education

t
Reject H0 if tSTAT > t
10-64
Where tSTAT has n - 1 d.f
.

/2
-t/2

/2
t/2

Reject H0 if tSTAT < -t

or tSTAT > t

The Paired Difference Confidence Interval

DCOVA

Paired
samples

The confidence interval for D is

D t / 2

SD
n
n

where

Copyright 2011 Pearson Education

SD
10-65

(D D)
i1

n 1

Paired Difference Test:

Example

DCOVA

Assume you send your salespeople to a customer

service training workshop. Has the training made a
difference in the number of complaints? You collect
the following data:

Salesperson
Di
C.B.
T.F.
M.H.
R.K.
M.O.

Number of Complaints:
(2) - (1)
Before (1) After (2)
Difference,
6
20
3
0
4

Copyright 2011 Pearson Education

4
6
2
0
0

D =

Di
n

= -4.2

- 2
-14
- 1
0
- 4

SD
-21

10-66

2
(D

D
)
i

5.67

n 1

Paired Difference Test:

Solution

DCOVA

Has the training made a difference in the number of

complaints (at the 0.01 level)?

H0: D = 0
H1: D 0
= .01

D = - 4.2

t0.005 = 4.604

t STAT

Reject

Reject

/2

/2

- 4.604

4.604

- 1.66

d.f. = n - 1 = 4

Decision: Do not reject H0

Test Statistic:

(tstat is not in the reject region)

D D 4.2 0

1.66
SD / n 5.67/ 5

Copyright 2011 Pearson Education

Conclusion: There is not a

significant change in the
number of complaints.
10-67