BAB I

UJI HIPOTESIS

TIK : Setelah selesai mengikuti kuliah bab ini mahasiswa prodi S1 Statistika dapat
menentukan statistik uji dari parameter suatu distribusi.

1.0 Pendahuluan
Uji hipotesis merupakan metode untuk menguji suatu parameter memenuhi criteria
tertentu atau tidak. Pada bab ini akan dipelajari definisi uji hipotesis, Uniformly Most
Powerfull Test ( UMPT ), dan Likelihood Ratio Test ( LRT ).

1.1 Uji Hipotesis

Definisi :
Jika X ~ f(x;θ), hipotesis statistik adalah pernyataan tentang distribusi dari X. Jika
hipotesis menyatakan komplet tentang f(x;θ) maka dinamakan hipotesis simpel,
sedangkan lainnya dinamakan hipotesis komposit .

Dalam uji hipotesis ada dua macam hipotesis yaitu hipotesis nol yang dinotasikan
H0 dan hipotesis alternatifnya / tandingannya yaitu hipotesis satu yang dinotasikan H 1.
Uji hipotesis dapat dipandang sebagai dunia peradilan, yaitu yang merupakan
terdakwa adalah parameter yang diuji, H0 dapat dipandang sebagai pembela yang
berpandangan terdakwa selalu tidak bersalah, sedangkan H1 dapat dipandang sebagai
jaksa penuntut yang berpandangan bahwa terdakwa selalu bersalah, dan data dapat
dipandang sebagai hakim yang dapat dipakai sebagai landasan untuk memutuskan
tolak H0 atau gagal menolak H0.
Dalam penelitian H1 umumnya digunakan sebagai hipotesis operasional, yaitu
hipotesis yang digunakan sebagai keinginan peneliti, sehingga pada hipotesis H 1
umumnya dimualai dengan kata ada perbedan …, ada kenaikan …, sedangkan pada
hipotesis H0 umumnya dimulai dengan kata tidak ada perbedaan …, tidak ada
perubahan…

STATMAT II 1
 Definisi :
Daerah kritis suatu tes hipotesis adalah himpunan bagian dari ruang sampel yang
berhubungan dengan penolakan hipotesis nol.

Karena dalam pengambilan keputusan berdasarkan suatu hipotesis, maka pasti dapat
berbuat salah. Ada dua tipe kesalahan dalam pengambilan keputusan berdasarkan uji
hipotesis, yaitu
Kesalahan tipe I : Menolak H0 yang benar
Kesalahan tipe II : Gagal menolak H0 yang salah
P (Menolak H0 yang benar) = α
P (Gagal menolak H0 yang salah) = β
Power tes = 1 - β = K ( )   ( )

Definisi :
Untuk hipotesis nol sederhana H0, probabilitas menolak H0 yang benar sebesar α
dinamakan tingkat signifikansi dari tes. Untuk hipotesis nol komposit H0 ukuran dari
suatu tes adalah maksimum probabilitas menolak H0 jika H0 benar. Sedangkan
p-value adalah nilai α terkecil sehingga H0 ditolak.

Definisi : Power Function ( Fungsi Daya )

 ( ) dinamakan fungsi daya dari tes H0 adalah probabilitas menolak H0 jika nilai
yang benar dari parameter adalah θ.

1.2 Most Powerfull Test ( MPT )

Definisi :
Suatu tes H0 : θ = θ0 versus H1: θ = θ1 berdasarkan daerah kritis C* dinamakan MPT
berukuran α jika
1.  C ( 0 ) = α dan
*

2.  C (1 ) ≥  C (1 ) untuk sembarang daerah kritis C berukuran α (  C ( 0 ) = α )

*

STATMAT II 2
 Teorema : Neyman Pearson Lemma
Misalkan X1, … , Xn mempunyai pdf bersama f (x1, … ,xn ; θ) dan misalkan

f ( x1 ,..., xn ; 0 )
 ( x1 ,..., xn ; ) 
f ( x1 ,..., xn ;1 )
Dan C* adalah himpunan C*={(x1, … ,xn )/ λ(x1, … ,xn; θ0 , θ1 ) ≤ k } dengan k suatu
konstanta sehingga P[(X1, … , Xn) ε C*] = α, maka C* merupakan most powerful
critical region berukuran α untuk tes H0 : θ = θ0 melawan H1 : θ = θ1.

1.3 Uniformly most Powerful Test ( UMPT)

Definisi :
Misalkan X1, … , Xn mempunyai pdf bersama f(x1, … ,xn ;θ ) dengan θεΩ, dan
perhatikan hipotesis H0 : θεΩ0 melawan H1 : θεΩ - Ω0, dengan Ω0 merupakan
himpunan bagian dari Ω. Daerah kritis C* yang berhubungan dengan tes dinamakan
UMP berukuran α jika
maks  C * ( )   dan C * ( )   C ( )
  0

untuk semua    -  0 dan daerah kritis

C berukuran 

1.4 Generalized Likelihood Ratio Test ( GLRT )

Definisi :
Misalkan X1, … , Xn mempunyai pdf bersama f(x1, … ,xn ;θ ) dengan θεΩ, dan
perhatikan hipotesis H0 : θεΩ0 melawan H1 : θεΩ - Ω0 . GLRT didefinisikan sebagai

maks f ( x;  ) f ( x; ˆ )
  0
 ( x)   0

maks f ( x;  ) f ( x; ˆ)
 

dengan ˆ mrpk MLE dari  , dan ˆ mrpk

0

MLE di bawah H 0 benar.

4.5 Soal Latihan

STATMAT II 3
 1) Misalakan X1, …, X10 merupakan sampel random berukuran 10 yang berasal dari
distribusi normal N (0,  2 ) . Tentukan daerah kritis terbaik berukuran  untuk
uji hipotesis H0 :  2 = 1 melawan H1 :  2 = 2.
2) Misalakan X1, …, X10 merupakan sampel random berukuran 10 yang berasal dari
distribusi normal N (0,  2 ) . Tentukan daerah kritis terbaik berukuran  untuk
uji hipotesis H0 :  2 = 1 melawan H1 :  2 = 4.
3) Misalakan X1, …, X10 merupakan sampel random berukuran 10 yang berasal dari
distribusi normal N (0,  2 ) . Tentukan daerah kritis terbaik berukuran  untuk
uji hipotesis H0 :  2 = 1 melawan H1 :  2 > 1.
4) Misalakan X1, …, Xn merupakan sampel random merupakan sampel dari
distribusi normal N ( 1 ,  2 ) . Tentukan daerah kritis terbaik untuk hipotesis
H 0 : 1  0 melawan H 1 : 1  1 .

5) Misalakan X1, …, Xn merupakan sampel random merupakan sampel dari

distribusi normal N (1 ,  2 ) . Tentukan daerah kritis terbaik untuk hipotesis
H 0 : 1  1 melawan H 1 :  1  4 .

1 x /
6) Misalkan variable random X mempunyai pdf f ( x, )  e , x>0. dan nol

untuk yang lain. Didefinisikan uji hipotesis H 0 :   2 melawan H 1 :   4 ..
Misalkan X 1 dan X 2 merupakan sampel random berukuran dua dari distribusi
di atas. Tentukan bahwa daerah kritis terbaik dari uji hipotesis di atas berdasarkan
statistic X 1  X 2 .
7) Misalkan variable random X mempunyai pdf f ( x,  )   x (1   )1 x , x  0,1 .
Didefinisikan uji hipotesis H 0 : 1  1 / 4 melawan H 1 : 1  1 / 4 berdasarkan
sampel berukuran 10. Tentukan daerah kritis terbaiknya.
1
8) Misalkan variable random X mempunyai pdf f ( x,  )  , 0 < x < θ , dan nol

untuk yang lain. Misalkan Y1  Y2  Y3  Y4 merupakan order statistic dari sampel
random yang berasal distribusi di atas. Jika diketahui tolak H 0 :   1 dan terima
H 1 :   1 , jika y 4  1 / 2 atau y 4  1 . Tentukan power function K ( ),  0.

STATMAT II 4
 9) Misalkan X 1 , X 2 ,..., X n merupakan sampel random dari distribusi normal
N ( ,16) . Tentukan ukuran sampel n dan UMPT dari uji hipotesis H 0 :   25

melawan H 0 :   25 dengan fungsi kuasa K ( ) swebagai berikut K ( 25) =

0,10 dan K (23) = 0,90

10) Misalkan X 1 , X 2 ,..., X n merupakan sampel random dari distribusi normal

N ( 1 ,  2 ) . Tunjukkan bahwa LRT untuk uji H 0 :  2   2' melawan H 0 :  2   2'

n n
adalah  ( xi  x )  c1 atau  (x  x ) 2  c 2 , dengan c1  c 2 .
2
i
i 1 i 1

STATMAT II 5