1.

Formulate and complete hypotesis test for a single population variance

2. Find critical chi squaredistribution values from the chi square table
3. Formulate and complete hypotesis test for the difference between to population variances
4. Use the F table to find critical F values

1. Hipotesis populasi varians tunggal

H0:μ= μ0 H0μ= μ0
Atau
H1:μ< μ0 H1:μ> μ0

H0 adalah hipotesis null (hipotesis awal), H1 adalah hipotesis tandingan

(alternatif), μ adalah rata-rata populasi yang akan diuji dan μ0 adalah rata-rata yang
ditentukan terelbih dahulu nilainya.

Contoh satu populasi

Sebuah perusahaan Aki Mobil mengklaim bahwa umur Aki yang diproduksinya
mempunyai simpangan baku 0,9 tahun. Bila sampel acak dari 10 aki menghasilkan
simpangan baku s sebesar 1,2 tahun. Dengan taraf signifikasi 0,05, apakah menuut anda
simpangan baku lebih dari 0,9 ?
Langkah-langkah menjawab soal diatas adalah sebagai berikut.
a) Hipotesis dari soal diatas adalah
H0 : σ2 = 0,81
H1 : σ2 > 0,81
b) Telah diketahui bahwa taraf signifikasinya (α) = 0,05
c) Karena uji hipotesisnya adalah one-tiled (satu-arah), α = 0,05 dan n < 30 maka daerah
kritik dari permasalahan ini menggunakan uji chi-square (karena menguji nilai
varians). degree of freedom (df) adalah n-1 yaitu 9 maka nilai χ2 = 16,919, sehingga daerah
kritik dari permasalahan tersebut adalah χ2 > 16,919.
d) Perhitungan
Dengan n =10, simpangan baku (s) =1,2, sehingga rumus yang digunakan

e) Keputusan
Keputusan yang dapat diambil adalah H0 gagal ditolak karena χ2hitung tidak berada
dalam rentang daerah kritiknya sebesar χ2 > 16,919 dimana 16 < 16,919 sehingga
kesimpulan yang dapat diambil adalah simpangan bakunya sama dengan 0,9.

2. Nilai-nilai distribusi
a. Nilai kritis

Penggunaan tabel chi-square yang akan kita periksa adalah untuk menentukan nilai
kritis. Nilai kritis penting dalam tes hipotesis dan interval kepercayaan . Untuk pengujian
hipotesis, nilai kritis memberi tahu kita batas seberapa ekstrim suatu statistik uji yang kita
perlukan untuk menolak hipotesis nol. Untuk interval kepercayaan, nilai kritis adalah salah satu
bahan yang masuk ke dalam perhitungan margin of error.

Untuk menentukan nilai kritis, kita perlu mengetahui tiga hal:

1. Jumlah derajat kebebasan

2. Jumlah dan jenis ekor
3. Tingkat signifikansi.

Jika tabel yang sedang kami kerjakan tidak menampilkan jumlah derajat kebebasan
tepat yang dibutuhkan oleh masalah kami, maka ada aturan praktis yang kami
gunakan. Kami membulatkan jumlah derajat kebebasan ke nilai tertinggi yang
diajukan. Sebagai contoh, anggaplah kita memiliki 59 derajat kebebasan. Jika meja kami
hanya memiliki garis untuk 50 dan 60 derajat kebebasan, maka kami menggunakan garis
dengan 50 derajat kebebasan.

b. Derajat kebebasan

Item pertama yang penting adalah jumlah derajat kebebasan . Angka ini memberitahu kita
yang mana dari distribusi chi-square yang tak terhitung banyaknya yang akan kita gunakan
dalam masalah kita. Cara kami menentukan angka ini tergantung pada masalah yang tepat yang
kami gunakan dengan distribusi chi-square kami . Tiga contoh umum berikut.

1) Jika kita melakukan uji goodness of fit , maka jumlah derajat kebebasan adalah satu kurang
dari jumlah hasil untuk model kita.
2) Jika kita membangun interval kepercayaan untuk varians populasi , maka jumlah derajat
kebebasan adalah satu kurang dari jumlah nilai dalam sampel kami.
3) Untuk uji chi-square dari independensi dua variabel kategori, kami memiliki tabel
kontingensi dua arah dengan baris r dan kolom c . Jumlah derajat kebebasan adalah ( r - 1)
( c - 1).

c. Ekor

Hal berikutnya yang perlu kita perhatikan adalah jumlah dan jenis ekor yang
digunakan. Distribusi chi-square condong ke kanan, dan dengan demikian tes satu sisi yang
melibatkan ekor kanan biasanya digunakan. Namun, jika kita menghitung interval kepercayaan
 dua sisi, maka kita perlu mempertimbangkan tes dua sisi dengan kedua ekor kanan dan kiri
dalam distribusi chi-square kita.

d. Tingkat Keyakinan

Ini adalah probabilitas yang biasanya dilambangkan dengan alpha . Kami kemudian harus
menerjemahkan probabilitas ini (bersama dengan informasi mengenai ekor kami) ke kolom
yang benar untuk digunakan dengan tabel kami. Seringkali langkah ini tergantung pada
bagaimana meja kita dibangun.

3. Hipotesis untuk Varians

H0: σ12 – σ22 = 0 Dua pihak

H1: σ12 – σ22 ≠ 0
H0: σ12 – σ22  0 Satu pihak
H1: σ12 – σ22 < 0
H0: σ12 – σ22 ≤ 0 Satu pihak
H1: σ12 – σ22 > 0

Uji Statistik F :

s12
F
s22

s12 = Variansi populasi 1

n1 - 1 = pembilang derajat kebebasan

s22 = Variansi populasi 2

n2 - 1 = penyebut derajat kebebasan

Soal :

Ada dua pabrik penghasil kapur, NICE dan NASDAQ bandingkan apakah variansi panjang
kapur dari kedua pabrik sama, sebagai mana pengujian sebelum nya , Berikut data yang
didapatkan:

NICE NASDAQ
Jumlah 21 25
Rata-Rata 3.27 2.53
Std dev 1.30 1.16
 Apakah ada perbedaan variansi antara

NICE dan NASDAQ pada  = 0.1 level?

Jawab :
a. Uji hipotesis:
H0: σ21 – σ22 = 0 (tidak ada perbedaan di antara variansi)
H1: σ21 – σ22 ≠ 0 (ada perbedaan di variansi)

b. Mencari nilai kritik distribusi F  = 0.1:

 Pembilang:
 df1 = n1 – 1 = 21 – 1 = 20
 Penyebut:
 df2 = n2 – 1 = 25 – 1 = 24
F0.05, 20, 24 = 2.03
F0.95, 20, 24 = 0.48
c. Statistik Uji:

s12 1.30 2
F   1.256
s22 1.16 2

F = 1.256 tidak lebih besar dari daerah kritis 2.03 atau lebih kecil dari nilai kritis
F 0.48, jadi kita didak bisa tolak H0

d. Kesimpulan: Bahwa hipotesis awal dapat di terima dengan  = .05

4. Distribusi F adalah distribusi miring kanan yang paling sering digunakan dalam Analisis
Varians. Ketika mereferensikan distribusi F, derajat pembilang kebebasan selalu diberikan terlebih
dahulu , karena mengubah urutan derajat kebebasan mengubah distribusi (misalnya, F (10,12) tidak
sama dengan F (12,10) ). Untuk empat tabel F di bawah ini, baris mewakili derajat kebebasan
penyebut dan kolom mewakili derajat pembilang kebebasan. Area ekor kanan diberikan atas nama
tabel. Misalnya, untuk menentukan nilai kritis 0,05 untuk distribusi F dengan kebebasan 10 dan
12 derajat, lihat di kolom 10 (pembilang) dan 12 baris (penyebut) dari Tabel F untuk alpha =
0,05. F (.05, 10, 12) = 2.7534.