STK 511 Analisis statistika

Materi 6 Pengujian Hipotesis

1
Pendahuluan
 Dalam mempelajari Karakteristik Populasi kita sering telah
memiliki pernyataan/anggapan tertentu.
 pemberian DHA pada anak-anak akan menambah
kecerdasannya atau
 pemberian vaksin polio akan mengurangi jumlah anak-anak
yang menderita penyakit ini

 Diperlukan pengumpulan data

 Apakah data mendukung pernyataan/anggapan tersebut
Pendahuluan
 Suatu pernyataan / anggapan yang mempunyai nilai mungkin
benar / salah atau suatu pernyataan /anggapan yang
mengandung nilai ketidakpastian  Hipotesis
 Hipotesis dalam statistika dinyatakan dalam dua bentuk
yaitu:
 H0 (hipotesis nol): suatu pernyataan / anggapan yang
umumnya ingin kita tolak
 H1 / HA (hipotesis alternatif): pernyataan lain yang akan
diterima jika H0 ditolak
Kesalahan dalam Keputusan
 Pengambilan keputusan akan memunculkan dua jenis kesalahan
yaitu:
 Salah jenis I (Error type I) : kesalahan akibat menolak H0 padahal H0
benar
 Salah jenis II (Error type II) : kesalahan akibat menerima H0 padahal
H1 benar

 Besarnya peluang kesalahan dapat ini dapat dihitung sebagai

berikut:
 P(salah jenis I) = P(tolak H0 | H0 benar) = 
 P(salah jenis II) = P(terima H0 | H1 benar) = 
 H0 benar H0 salah

Tolak H0 Peluang salah jenis I Kuasa pengujian

(Taraf nyata; ) (1-)
Terima H0 Tingkat kepercayaan Peluang salah jenis II
(1-) ()
Pengaruh nilai  dan 
 Teladan : Andaikan suatu perusahaan A akan menerima dari
suplier apabila produknya minimal mengandung 55% zat X.
Untuk meyakinkan maka diambil 9 contoh (dgn asumsi
simpangan baku sebesar 2%).
 Sisi Suplier : Ingin semua diterima
Dengan μ=65% hampir
semua kiriman suplier
diterima.
 Kondisi ini tentu tidak menguntungkan suplier. Bagaimana
apabila kriteria β diturunkan?
 Terlihat bahwa apabila beta diperkecil dgn kondisi yg lain
tetap → Tidak menguntungkan sisi konsumen
 Bagaimana supaya menurunkan keduanya?
 Untuk menurukan kedua-duanya secara simultan → hanya
ada satu cara yaitu dengan meningkatkan banyaknya contoh
Teladan Menghitung Nilai  dan 
contoh berukuran 25 diambil secara acak dari populasi
normal(;2 = 9).
Hipotesis yang akan diuji,
H0 :  = 15
H1 :  = 13
Tolak H0 jika rata-rata kurang dari atau sama dengan 13.5
Berapakah besarnya kesalahan jenis I dan II ?
Jawab:
P(salah jenis I) = P(tolak H0| = 15)
= P(x  13.5)
= P(z  (13.5-15)/(3/25))
= P(z  - 2.5 ) = 0.0062
P(salah jenis II) = P(terima H0| = 13)
= P(x  13.5)
= P(z  (13.5-13)/(3/25))
= P(z  0.83 )
= 1 - P(z  0.83 ) = 0.2033
 Pada kenyataannya parameter populasi sering kali tidak
diketahui
 Sehingga dalam pengujian hipotesis hanya nilai salah jenis I
(α) yang dapat dikendalikan.
 Akan timbul pertanyaan :
– Berapa nilai α yang digunakan?

Tergantung resiko keputusan yang akan

diambil
Langkah-langkah Dalam Pengujian
Hipotesis

Beberapa langkah yang perlu diperhatikan dalam pengujian

hipotesis:
(1) Tuliskan hipotesis yang akan diuji
1. Hipotesis satu arah
 H0 :   0 vs H1 :  < 0
 H0 :   0 vs H1 :  > 0
2. Hipotesis dua arah
 H0 :  = 0 vs H1 :   0
(2). Tetapkan tingkat kesalahan/Peluang salah jenis I/taraf nyata

(3). Deskripsikan data contoh yang diperoleh (hitung rataan,
ragam, standard error dll)
(4). Hitung statistik ujinya
Statistik uji yang digunakan sangat tergantung pada sebaran
statistik dari penduga parameter yang diuji
CONTOH
H0:  = 0 maka maka statistik ujinya bisa t-student atau
normal baku (z)
atau
x  0 x  0
th  zh 
s/ n / n
(5) Tentukan daerah kritis atau daerah penolakan H0
Daerah penolakan H0 sangat tergantung dari bentuk hipotesis
alternatif (H1)
CONTOH
H1:  < 0  Tolak H0 jika th < -t(; db)
H1:  > 0  Tolak H0 jika th > t(; db)
H1:   0  Tolak H0 jika |th | > t(/2; db)
(6) Tarik keputusan dan kesimpulan
 Pengujian Nilai Tengah Populasi
Kasus Satu Contoh Populasi
 Suatu contoh acak diambil dari satu X~Sebaran(,2)
populasi Normal berukuran n
 Tujuannya adalah menguji apakah
parameter  sebesar nilai tertentu, Acak Uji 
katakanlah 0

Contoh
 Hipotesis yang dapat diuji:
Hipotesis satu arah:
 H0 :   0 vs H1 :  < 0
 H0 :   0 vs H1 :  > 0
Hipotesis dua arah:
 H0 :  = 0 vs H1 :   0
 Statistik uji:
 Jika ragam populasi (2) diketahui (untuk X bukan
normal  n besar) : x  0
zh 
/ n

 Jika ragam populasi (2) tidak diketahui dan

X~Normal:
x  0
th 
s/ n
 Daerah kritis pada taraf nyata ()
 Besarnya taraf nyata sangat tergantung dari bidang yang
sedang dikaji
 Daerah penolakan H0 sangat tergantung dari bentuk
hipotesis alternatif (H1) dan statistik uji
H1:  < 0  Tolak H0 jika zh < -z
H1:  > 0  Tolak H0 jika zh > z
H1:   0  Tolak H0 jika |zh | > z/2

H1:  < 0  Tolak H0 jika th < -t(; db=n-1)

H1:  > 0  Tolak H0 jika th > t(; db=n-1)
H1:   0  Tolak H0 jika |th | > t(/2; db=n-1)
 Ilustrasi
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%, layakkah 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 H0 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.
 Perbandingan Nilai Tengah Dua
Populasi
1 ??? 2
Kasus Dua Contoh Saling Bebas
 Setiap populasi diambil contoh
acak berukuran tertentu (bisa Populasi I Populasi II
sama, bisa juga tidak sama) X~Sebaran(1,12) X~Sebaran(2,22)
 Pengambilan kedua contoh saling
bebas
 Tujuannya adalah menguji apakah
parameter 1 sama dengan
parameter 2 Acak dan
saling bebas

Contoh I Contoh II
(n1) (n2)
 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:
 Jika ragam kedua populasi diketahui katakan 12 dan
22 (X bukan normal  n besar): ( x1  x2 )   0
zh 
 ( x x
1 2)

 Jika X ~ Normal dan ragam populasi tidak diketahui:

( x1  x 2 )   0  1 1
th   g
s  ;  2
1   2
2
s( x1  x2 )  n1 n2
s  x1  x2  

n1  n2  2;   
2 2
 s1 s 2 2
2 2
db      
1 2 2
 n ;

db ;  2
  2
n
1 2
efektif 1 2
 1 2
 Daerah kritis pada taraf nyata ()
 Pada prinsipnya sama dengan kasus satu contoh, dimana daerah
penolakan H0 sangat tergantung dari bentuk hipotesis alternatif
(H1) dan statistik uji
H1: 1- 2 <0  Tolak H0 jika zh < -z
H1: 1- 2 >0  Tolak H0 jika zh > z;
H1: 1- 2 0  Tolak H0 jika |zh | > z/2

H1: 1- 2 <0  Tolak H0 jika th < -t(; db)

H1: 1- 2 >0  Tolak H0 jika th > t(; db)
H1: 1- 2 0  Tolak H0 jika |th | > t(/2; db)
Teladan
 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 masing-masing 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

 Ujilah karton produksi mana yang lebih kuat dengan asumsi

ragam kedua populasi berbeda, gunakan taraf nyata 10%
 Jawab:
 Rata-rata dan ragam kedua contoh:
n x   xi 
2
30  35    40
2
10(19025) - (425) 2
x1   42,5 s    106.94
2 1

n(n  1)
1
10 10(9)
n x   xi  10(32525) - (565) 2
2
50  60    55
2

x2   56,5 s2    66.94
2 2

10 n(n  1) 10(9)
 Perbandingan kekuatan karton
 Hipotesis:
 H0: 1= 2 vs H1: 12
 Statistik uji: (ragam populasi tidak diketahui dan diasumsikan 12  22 )

( x2  x1 )  ( 2  1 ) 56,5  42,5  0
th    3,36
( s2 / n2 )  ( s1 / n1 )
2 2
66,94 / 10  106,94 / 10

( s12 / n1  s22 / n2 ) 2 (10.34 2 / 10  8.182 / 10) 2

db  2 
( s1 / n1 ) /( n1  1)  ( s2 / n2 ) /( n2  1) (10.34 2 / 10) 2 / 9  (8.182 / 10) 2 / 9
2 2 2

 17,10  17
 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
 Perbandingan Nilai Tengah Dua
Populasi Berpasangan
1 ??? 2
Kasus Dua contoh Saling Berpasangan
 Setiap populasi diambil contoh
acak berukuran n (wajib sama) Populasi I Populasi II
 Pengambilan kedua contoh X~N(1,12) X~N(2,22)
berpasangan, ada pengkait antar
kedua contoh (bisa waktu, objek,
tempat, dll)
Acak dan
 Tujuannya adalah menguji apakah berpasangan
parameter 1 sama dengan
parameter 2
contoh I contoh II
(n) (n)

Pasangan 1

Pasangan …

Pasangan n
 Apabila D=X1-X2, maka hipotesis statistika:
Hipotesis satu arah:
H0: D 0 vs H1: D<0
H0: D  0 vs H1: D>0
Hipotesis dua arah:
H0: D = 0 vs H1: D0
 Statistik uji:
d  0
th 
sd / n

Dimana adalah rata-rata simpangan antar pengamatan pada contoh

pertama dengan contoh kedua

Pasangan 1 2 3 … n
contoh 1 (X1) x11 x12 x13 x1n
contoh 2 (X2) x21 x22 x23 x2n
D = (X1-X2) d1 d2 d3 dn

 Daerah Kritis: (lihat kasus satu contoh)

 Ilustrasi
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 2 3 4 5 6 7 8 9 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 5 3 5 4 4 7 6 6 6 5

Apakah program diet tersebut dapat mengurangi berat badan lebih dari 5 kg?
Lakukan pengujian pada taraf nyata 5%!
Jawab:
 Karena kasus ini merupakan contoh berpasangan, maka:
 Hipotesis:
H0 : D = 5 vs H1 : D > 5
 Deskripsi:

d
 di
51
 5,1 s 
2
n d i2   d i 
2


10(273)  (51) 2
 1,43
n(n  1)
d
n 10 10(9)

sd  1,43  1,20
 Statistik uji:

d  d d  d 5,1  5
t    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 data belum mendukung program diet
tersebut dapat mengurangi berat badan lebih dari 5 kg
Pengujian Proporsi
Satu Populasi

 Bentuk Hipotesis:
 H0 : p = p 0
 H1 : p < p 0 | H1 : p > p 0 | H1 : p ≠ p0 ;

 Jika n besar  sebaran Z

 Statistik-uji : Zh =

p(1 p)
σ 
2
p̂
n
 Karena p tidak diketahui, maka digunakan p0

 Daerah Kritik :
 H1: p < p0  Zh < - Z

 H1: p > p0  Zh > Z

 H1: p ≠ p0  |Zh| > Z/2

Teladan
 Seorang produsen mengklaim bahwa paling tidak 95%
produknya bebas-rusak. Pemeriksaan terhadap contoh
acak produknya dengan n = 600 menunjukkan bahwa 39 di
antaranya rusak. Uji pernyataan produsen tersebut.
Pengujian Proporsi
Dua Populasi
 Bentuk Hipotesis:
 H0 : p1 - p 2 = p0
 H1 : p1 - p 2 < p0 | H1 : p1 - p2 > p0 | H1 : p1 - p2 ≠ p 0

 Jika n besar  sebaran Z

 Statistik-uji : Zh = (p̂1  p̂ 2 )  p 0
p(1 p)(1 n1  1 n 2 )

 dimana X1  X 2
p̂ 
n1  n 2
 Karena p tidak diketahui, maka digunakan p0

 Daerah Kritik :
 H1: p1 < p2  Zh < - Z

 H1: p1 > p2  Zh > Z

 H1: p1 ≠ p2  |Zh| > Z/2

Teladan
 Suatu Obat penenang diduga hanya 60% efektif. Hasil
percobaan dengan obat baru terhadap 100 orang dewasa
menunjukkan 70% obat tersebut efektif. Apakah ini bukti
bahwa obat baru lebih baik dari yang beredar sekarang?
Gunakan taraf nyata 5%.
Pengujian Ragam
Satu populasi
 Bentuk Hipotesis:
 Satu Arah:
H0: 2  02 H0 : 2  02
H1: 2 > 02 H1 : 2 < 02
 Dua Arah:
H0: 2 = 02
H1: 2  02

 Statistik uji :
χ 2hit 
n  1s 2
~ χ (db
2
 n 1)
σ 02
Teladan
 Sebuah perusahaan aki mobil mengatakan bahwa umur aki
mobil yang diproduksinya mempunyai simpangan baku 0.9
tahun. Bila suatu contoh acak 10 aki menghasilkan simpangan
baku s = 1.2 tahun, apakah menurut Anda  > 0.9 tahun?
Pengujian Ragam
Dua populasi
 Bentuk Hipotesis:
 Satu Arah:
H0: 12  22 H0 : 12  22
H1: 12 > 22 H1 : 12 < 22
 Dua Arah:
H0: 12 = 02
H1: 12  22

 Statistik uji : max(s 12 , s 22 )

f hit  2 2
~ f db1 n1 1;db2 n 2 1
min(s1 , s 2 )
Teladan
Selesai

52