Anda di halaman 1dari 27

Bab 6

Test Hipotesis
(tests of hypotheses)

MEAN
TEST
HIPOTESIS
PROPORSI

MEA
N

ONE
MEAN

Populasi terdistribusi NORMAL,


walau n kecil.
n < 30 dan populasi tidak
dinyatakan distribusi NORMAL

SAMPEL BESAR
TWO
MEANS

SAMPEL KECIL

TEST
HIPOTESIS
ONE Proportion
PROPORSI
TWO Proportion

MEA
N

ONE
MEAN

Populasi terdistribusi NORMAL,


walau n kecil.
n < 30 dan populasi tidak
dinyatakan distribusi NORMAL
Dibahas dulu Test Hipotesis
Mean untuk One Mean
SAMPEL BESAR

TWO
MEANS

SAMPEL KECIL

TEST
HIPOTESIS
ONE Proportion
PROPORSI
TWO Proportion

MEA
N

ONE
MEAN

Populasi terdistribusi NORMAL walau n kecil


n < 30 dan populasi tidak dinyatakan distribusi
NORMAL

Contoh kasus:
Camat Pakem menyatakan bahwa rata-rata luas rumah penduduknya =
130 m2. Diketahui bahwa populasi tentang luas rumah ini adalah
terdistribusi normal dengan standar deviasi sebesar 5,4.
Sdr.diminta meneliti pernyataan tersebut dengan mengambil random
sampel sebanyak 25 KK dan ternyata rata-rata luas rumah penduduknya
= 134,12 m2 dengan standar deviasi sebesar 5,5.
Lakukan uji pernyataan
kepercayaan 95%.

tersebut

(test

hipotesis)

dengan

tingkat

Research hypothesis: rata-rata luas rumah penduduk Pakem tidak sama dengan 130 m2
Null hyphothesis: rata-rata luas rumah penduduk Pakem sama dengan 130 m2.

Diketahui:

1.
2.
3.
4.

Terdistribusi secara normal (walaupun n = 25)


Rata-rata populasi ( ) = 130 dan std.dev populasi = 5,4
Rata-rata sampel ( x ) = 134,12 dan std.dev sampel S = 5,5
Camat Pakem menyatakan bahwa rata-rata luas rumah penduduknya = 130 m2.
Confidence level = 95%.
Diketahui bahwa populasi tentang luas rumah ini adalah terdistribusi normal dengan
standar deviasi = 5,4.

Dicari /Diuji:
Jawaban:

Ho

: = 130

Ha

: 130

Sdr melakukan penelitian tentang pernyataan tersebut dengan mengambil random


sampel sebanyak 25 KK dan ternyata rata-rata luas rumah penduduk = 134,12 m2
dengan standar deviasi = 5,5. Test hipotesis dengan tingkat kepercayaan 95%.

Populasi dinyatakan terdistribusi normal. Gunakan Z distribusi, 95%


Z/2 = 1,96
= 1 0,95 = 0,05
/2 = 0,025
Here is A.

Check Z table

Daerah kritis
lihat gambar ini:
rejected

accepted

Z = -1,96

Perhitungan:
Zhitung
=

Kesimpulan:

Z = +1,96

134,12 - 130

rejected

5,4

4,12
1,08

= 3,81

> Ztabel

25

Z hitung berada di area ditolak. Jadi Ho ditolak. Berarti rata-rata


luas rumah penduduk Kecamatan Pakem adalah TIDAK sama
dengan 130 m2

MEA
N

ONE
MEAN

Populasi terdistribusi NORMAL walau n kecil


n < 30 dan populasinya tidak dinyatakan
terdistribusi NORMAL

Contoh kasus:
Bupati Sleman menyatakan bahwa rata-rata luas sawah penduduknya
adalah 130 m2.
Saudara diminta menguji pernyataan tersebut dengan mengambil random
sampel sebanyak 25 pemilik sawah dan ternyata rata-rata luas sawah
adalah 128,5 m2 dengan standar deviasi sebesar 5,5.
Lakukan test hipotesis dengan tingkat kepercayaan 95%. (95%
confidence level).

Diketahui:

1.
2.
3.
4.

n < 30) n = 25, dan populasi TIDAK dinyatakan terdistribusi normal.


Rata-rata populasi ( ) = 130.
Rata-rata sampel ( x )= 128,5 dan std.dev sampel S = 5,5.
Confidence level = 95%.
Bupati Sleman menyatakan bahwa rata-rata luas sawah

Dicari /Diuji: Ho

: = 130
:

Ha

Jawaban:

penduduknya adalah 130 m2. Sdr melakukan uji pernyataan


tersebut dengan mengambil random sampel sebanyak 25
pemilik sawah dan ternyata rata-rata luas sawah adalah 128,5
m2 dengan standar deviasi sebesar 5,5. Lakukan test
hipotesis dengan tingkat kepercayaan 95%.

130

Populasi dinyatakan TIDAK normal distribusi. Gunakan t distribusi, 95%


d.f=n-1 = 24
t /2,n-1 = 2,064
= 1 0,95 = 0,05 /2 = 0,025

Here is B.
Check Z table

Daerah kritis
lihat gambar ini:
rejected

accepted
t = -2,064

rejected
t = +2,064

Perhitungan:
Karena stand.deviasi populasi TIDAK diketahui, pakai S.

t hitung=

n
Kesimpulan:

128,5 - 130

5,5

-1,5
1,08

= -1,36 > -2,064

25

t hitung berada di area diterima. Jadi Ho diterima. Berarti rata-rata


luas sawah di Kabupaten Sleman sama dengan 130 m2.

Populasi terdistribusi NORMAL,


walau n kecil.

ONE
MEAN

n < 30 dan populasi tidak


dinyatakan distribusi NORMAL
Standard deviasi
populasi diketahui
SAMPEL BESAR

MEA
N

TWO
MEANS
SAMPEL KECIL

TEST
HIPOTESIS

Standard deviasi
sampel diketahui
Variance populasi
sama
Variance populasi
tidak sama

ONE Proportion
PROPORSI
TWO Proportion

Pembahasan tentang Test


Hipotesis Two Means

MEA
N

TWO
MEANS

SAMPEL BESAR
SAMPEL KECIL

Standard deviasi
populasi diketahui
Standard deviasi
sampel diketahui

Upah tenaga per hari di Yogyakarta diasumsikan sama dengan upah tenaga
per hari di Solo. Standar deviasi upah tenaga di Yogyakarta = Rp. 200,sementara di Solo = Rp. 180,-.
Dengan random sampel diambil data di Yogyakarta sebanyak 100 tenaga
kerja ternyata rata-rata upah tenaga kerja per hari Rp.10.250,- dan di Solo
dengan 60 tenaga kerja ternyata rata-rata upah per hari Rp.10.150,-.
Lakukan test hipotesis pernyataan tersebut di atas dengan menggunakan
95% confidence level.

Upah tenaga per hari di Yogyakarta diasumsikan sama dengan upah tenaga per hari di Solo. Standar deviasi
upah tenaga di Yogyakarta = Rp. 200,- sementara di Solo = Rp. 180,-.
Dengan random sampel diambil data di Yogyakarta sebanyak 100 tenaga kerja ternyata rata-rata upah tenaga
kerja per hari Rp.10.250,- dan di Solo dengan 60 tenaga kerja ternyata rata-rata upah per hari Rp.10.150,-.
Lakukan test hipotesis pernyataan tersebut di atas dengan menggunakan 95% confidence level.

Jawab: Ho :
Ha :
Diketahui:

1 = 2
1 2
1 = 200

X1 = 10.250

n1 = 100

2 = 180

X2 = 10.150

n2 = 60

Tidak dinyatakan populasinya normal atau tidak, namun n > 30 maka dianggap
normal dan menggunakan analisis distribusi Z.

= 1 0,95 = 0,05
/2 = 0,025
Z /2 = 1,96

rejected
Z = -1,96

accepted

rejected
Z = +1,96

1 = 200

X1 = 10.250

n1 = 100

2 = 180

X2 = 10.150

n2 = 60

Rumus:

(x1 x2 )

Z
hitung

hitung

12
n1
= 3,26

(1 - 2)

22
n2

> 1,96

ini berada di area ditolak /rejected!

Kesimpulan: rata-rata upah tenaga kerja di Yogyakarta tidak sama dengan di Solo

SAMPEL BESAR

TWO
MEANS

MEA
N

SAMPEL KECIL

Standard deviasi
populasi diketahui
Standard deviasi
sampel diketahui

Upah tenaga per hari di Yogyakarta diasumsikan sama dengan di Solo.


Random sampel di ambil di Yogyakarta sebanyak 150 tenaga kerja ternyata upah per
hari Rp.12.300,- dan standar deviasinya = Rp. 150,-.
Random sampel di ambil di Solo juga sebanyak 150 tenaga kerja ternyata rata-rata
Rp.12.275,-. dan standar deviasinya = Rp. 140,-.
Lakukan test hipotesis pernyataan tersebut di atas dengan menggunakan 95%
confidence level.
Dengan langkah-langkah yang sama sebelumnya, dengan menggunakan rumus sbb:

(x1 x2 )

Z
hitung

S1 2
n1

(1 - 2)

S2 2
n2

3,26 > 1,96 fall in the rejection region

Digunakan S1 dan S2, karena 1


dan 2 tidak diketahui

MEA
N

TWO
MEANS

SAMPEL BESAR
Variance populasi
sama

SAMPEL KECIL

Variance populasi
tidak sama

Upah tenaga kerja per hari di Yogyakarta diasumsikan sama dengan di Solo.
Random sampel di ambil di Yogyakarta sebanyak 11 tenaga kerja ternyata
rata-rata upah tenaga per hari Rp.10.250,- dan standar deviasinya = Rp.
200,Random sampel di ambil di Solo sebanyak 9 tenaga kerja ternyata rata-rata
Rp.10.150,- dan standar deviasinya = Rp. 180,-.
Di asumsikan bahwa kedua populasi memiliki variance yang sama.
Lakukan test hipotesis pernyataan tersebut di atas dengan menggunakan
95% confidence level.

Diketahui:

n1 = 11

X1 = 10.250

S1 = 200

n2 = 9

X2 = 10.150

S2 = 180

Confidence level = 95%.

Diuji:

Ho :
Ha :

Jawaban:

1 = 2
1 2

rejected
t = -2,101

Perhitungan:

hitung

Random sampel di Yogyakarta sebanyak 11 petak tanah ternyata rata-rata harga


tanahnya Rp.10.250.000 dan standar deviasinya = Rp. 200 ribu, dan Random sampel
di Solo sebanyak 9 petak tanah ternyata rata-rata Rp.10.150.000. dan standar
deviasinya = Rp. 180 ribu. Di asumsikan bahwa kedua populasi memiliki variance
yang sama.Lakukan test hipotesis tersebut di atas dengan menggunakan 95%
confidence interval.

Populasi dinyatakan TIDAK normal distribusi, dan sampel kecil Gunakan t


distribusi, 95%.
= 1 0,95 = 0,05

Harga tanah di Yogyakarta diasumsikan sama dengan harga tanah di Solo.

/2 = 0,025

d.f=n1+ n2- 2 = 18

Here is D.
Check t table

rejected

accepted

t = +2,101

(x1 x2 )

t /2,n1+n2-1 = 2,101

(n1-1) S12 + (n2-1) S22


n1 + n2 - 2

(1 - 2)

}{

1
1
n1 + n2

1,163 < 2,101 acceptance region, harga tanah sama

MEA
N

TWO
MEANS

SAMPEL BESAR
Variance populasi
sama

SAMPEL KECIL

Variance populasi
tidak sama

Upah tenaga kerja per hari di Yogya diasumsikan sama dengan di Solo.
Dengan random sampel di ambil data di Yogya sebanyak 11 tenaga kerja
ternyata rata-rata upah tenaga kerja per hari Rp.10.250,- dan standar
deviasinya = Rp. 200,-,
Dengan random sampel di ambil di Solo sebanyak 9 tenaga kerja ternyata ratarata Rp.10.150,-. dan standar deviasinya = Rp. 180,Tapi tidak ada asumsi bahwa variance kedua populasi sama.
Lakukan test hipotesis pernyataan tersebut di atas dengan menggunakan 95%
confidence level.

Dengan langkah-langkah cara perhitungan di atas, namun ada beberapa rumus yang
berbeda seperti diperhatikan di bawah ini:
N < 30 gunakan distribusi
1 > 2

S1
S
n1 + n2
2

d.f =

2
2

S12
S22
+
n1
n2
n1+1

t hitung
=

t,

asumsikan bahwa variance dari dua populasi adalah tidak sama

d.f = n1 + n2 - 2

n2+1

(x1 x2 )

(n1-1) S12 + (n2-1) S22


n1 + n2 - 2

(1 - 2)

}{

1
1
n1 + n2

Selesai Test Hipotesis Mean

Next..

ONE
MEAN

MEAN

TEST
HIPOTESIS

TWO
MEANS

Populasi terdistribusi
NORMAL, walau n kecil

n < 30, dan populasi tidak


dinyatakan terdistribusi
NORMAL

SAMPEL
BESAR
SAMPEL
KECIL

hitung

Pembahasan berikutnya
adalah Test Hipotesis
Proporsi
Variance pop
sama
Variance pop
tidak sama

ONE sample Proportion


PROPORSI

TWO sample Proportion

hitung

Cek:
d.f
Cek:
d.f

ONE sample Proportion


PROPORSI
TWO sample Proportion

Contoh:

Walikota menyatakan bahwa hanya 20% dari penduduknya


yang peduli pada PERDA KAKILIMA.
Seorang peneliti melakukan penelitian tentang hal tersebut
dengan jumlah sampel sebanyak 81 orang penduduk kota,
tetapi ternyata hanya 33 orang saja yang peduli terhadap
perda tersebut.
Peneliti melakukan test pernyataan walikota tersebut dengan
menggunakan 99% confidence level (0,01 significance level)

PROPORSI

ONE sample Proportion

Seorang peneliti melakukan penelitian tentang hal tersebut dengan


jumlah sampel sebanyak 81 orang penduduk kota, tetapi ternyata
hanya 33 orang saja yang peduli terhadap perda tersebut. Peneliti
melakukan test pernyataan walikota tersebut dengan menggunakan
99% confidence level (0,01 significance level)

Diketahui: X = 33 ; n = 81 ; p = 0,20
Hipotesis:

Ho :

Walikota menyatakan bahwa hanya 20% dari penduduknya yang


peduli pada PERDA KAKILIMA.

p = 0,20

Ha : p > 0,20 one tail


(Alternate Hipotesis p >0,20 karena kita mengharapkan yang peduli lebih dari
pernyataan Walikota).
Here is C.
Check Z table

Z hitung
=

x - np

np (1 p)

rejected

accepted
Z=?

33 81(0,20)
81 (0,20)(0,80)

= 4,67

>2,325

Z hitung ada di rejected area ;


Ho ditolak

Z = +2,325

KESIMPULAN ? Lebih dari 20% penduduk peduli pada perda kakilima

ONE sample Proportion

Contoh kedua

PROPORSI
TWO sample Proportion
PDAM Kabupaten Tegal menyatakan bahwa produksi air bersihnya 80%
dapat efektif mengairi kebutuhan penduduk.
Untuk mencari kebenaran tersebut peneliti mencoba melakukan random
sampel sebanyak 100 orang dan untuk diuji pada level of significance 0,05.
Ternyata 72 orang merasa puas dengan pelayanan PDAM.
Dari ungkapan tersebut, digunakan P sebagai probabilitas orang yang
menerima air, maka hipotesisnya sbb.

Ho :
Ha :

p = 0,80
p < 0,80

Catatan: P < 0,80 digunakan untuk menyangkal bahwa produksi air bersihnya
hanya kurang dari 80% saja yang dapat mengairi kebutuhan penduduk.
Jadi: Diterima atau ditolaknya hipotesis terlihat pada formulasi pada jumlah
yang sukses. Dengan kata lain jumlah orang yang di sampel yang
menerima air bersih.

PDAM Kabupaten Tegal menyatakan bahwa


produksi air bersihnya 80% dapat efektif
mengairi kebutuhan penduduk.

ONE sample Proportion

rejected

Untuk mencari kebenaran tersebut peneliti


mencoba melakukan random sampel
sebanyak 100 orang dan untuk diuji pada level
of significance 0,05. Ternyata 72 orang merasa
puas dengan pelayanan PDAM.

accepted
Z = -1,65
..

Ho :
Ha :

(Alternate hipotesis p < 0,80 karena kita akan


menyangkal pernyataan PDAM).

p = 0,80
p < 0,80

Z hitung
=

x - np
np (1 p)

72 100(0,80)
100 (0,80)(0,20)

= - 2,00 < -1,65

Z hitung berada di rejected area. Ho ditolak.


Kesimpulan:

Ditolak hipotesis dan disimpulkan bahwa pernyataan PDAM tidak


benar.

ONE sample Proportion


PROPORSI
TWO sample Proportion

Contoh:

Seorang petugas parkir melakukan 7 kesalahan mobil


memberi aba-aba dari 200 mobil yang akan parkir,
sementara petugas parkir lainnya melakukan 10
kesalahan dari 400 mobil. Apakah proporsi
kesalahannya sama? (level of significance = 0,05)

TWO sample Proportion

Diketahui: X = 7, n = 200 ; x = 10, n = 400


1
1
2
2

Seorang petugas parkir melakukan 7 kesalahan


mobil memberi aba-aba dari 200 mobil yang akan
parkir, sementara petugas parkir lainnya
melakukan 10 kesalahan dari 400 mobil. Apakah
proporsi kesalahannya sama? (level of
significance = 0,05)

= 0,05 two tail test


Ho :
Ha :

p1 = p2

rejected
0,025

p1 p2

Proporsi gabungan:

Zhitung
=

P=

x1

x2

n1

n2

p (1 p)

n1 + n2

1 + 1
n1
n2

7 + 10
200 + 400
7
200

= 0,028

Ho
accept?

10
400

0,028(1 0,028)

Kesimpulan: (cobalah disimpulkan)

0,025
Z = +1,96

Z = -1,96

X1 + X2

rejected

accepted

=0,71

1
200

1
400

M
U
S
E
R
E MEAN
TEST
HIPOTESIS

ONE
MEAN

TWO
MEANS

Populasi terdistribusi
NORMAL, walau n kecil

n < 30, dan populasi tidak


dinyatakan terdistribusi
NORMAL

SAMPEL
BESAR
SAMPEL
KECIL

hitung

hitung

Variance pop
sama
Variance pop
tidak sama

ONE sample Proportion


PROPORSI

TWO sample Proportion

Cek:
d.f
Cek:
d.f

Tabel:
Standar
Distribusi
Normal

Back to A
Back to B
Back to C

Upper Quartiles of the t-distribution

Back to D