Pengujian Hipotesis

SITTI SAHRIMAN
STATISTIKA
UNIVERSITAS HASANUDDIN
sittisahrimansalam@gmail.com
 SASARAN PEMBELAJARAN

Mampu memahami tahapan pengujian

hipotesis yang diaplikasikan pada
contoh kasus
Outline Materi
01 Hipotesis Statistik

02 Pengujian Hipotesis
Statistik

03 Uji Satu Arah dan Dua

Arah

04 Uji Mengenai Nilai Tengah

Hipotesis Statistik
 Hipotesis Statistik
Definisi

Definisi. Hipotesis statistik adalah pernyataan atau dugaan mengenai satu atau lebih populasi.

Penerimaan suatu hipotesis statistik adalah merupakan akibat tidak cukupnya bukti untuk menolaknya, dan
tidak berimplikasi bahwa hipotesis itu benar.

Hipotesis yang dirumuskan dengan harapan akan ditolak membawa penggunaan istilah hipotesis nol (𝐻0 ).
Penolakan 𝐻0 mengakibatkan penerimaan suatu hipotesis alternatif (𝐻1 ).

Hipotesis nol mengenai suatu parameter populasi harus diucapkan sedemikian rupa
sehingga menyatakan dengan pasti sebuah nilai bagi parameter itu, sedangkan
hipotesis alternatifnya membolehkan beberapa kemungkinan nilainya.
Pengujian Hipotesis Statistik
 Pengujian Hipotesis Statistik
Definisi

Ilustrasi. Suatu jenis vaksin influenza diketahui hanya 25% efektif setelah periode dua tahun. Untuk
menentukan apakah suatu vaksin baru, yang sedikit lebih mahal, lebih unggul dalam memberikan perlindungan
terhadap virus yang sama untuk periode yang lebih lama. 20 orang diambil secara acak dan diinokulasi dengan
vaksin baru tersebu. Bila 9 atau lebih diantara yang menerima vaksin baru terbebas dari virus tersebut selama
2 tahun, maka vaksin baru tersebut dinilai lebih unggul daripada vaksin yang digunakan sekarang.

1
𝐻0 : 𝑝 =
4 Wilayah
1
𝐻1 : 𝑝 > penerimaan Wilayah kritik
4

𝑥0 = 8.5
 Pengujian Hipotesis Statistik
Ilustrasi

Statistik yang kita gunakan sebagai landasan kepuasan adalah 𝑋, banyaknya orang
yang terserang virus invluenza selama periode sekurang-kurangnya 2 tahun di antara
20 orang yang diberi vaksin baru tersebut. Semua kemungkinan nilai 𝑋, dari 0 sampai
20, dibagi menjadi dua grup: yang lebih kecil dari 9 dan yang lebih besar atau sama
dengan 9. Semua kemungkinan nilai di atas 8.5 menyusun apa yang disebut wilayah
kritik, sedangkan semua kemungkin nilai di bawah 8.5 menyusun wilayah
penerimaan. Bila 𝑥0 = 8.5 yang memisahkan kedua wilayah itu disebut nilai kritik.
Jadi, bila 𝑥 > 𝑥0 , maka 𝐻0 ditolak dan sebaliknya
 Pengujian Hipotesis Statistik
Definisi

Prosedur pengambilan keputusan dapat membawa pada dua jenis kesimpuan yang salah.

Misalnya, vaksin baru tersebut sesungguhnya tidak lebih baik daripada yang digunakan
sekarang, teapi hasil percobaan kita menunjukan 9 orang atau lebih yang melampauhi periode
2 tahun tanpa pernah terserang virus tersebut.

Definisi Galat Jenis I. Penolakan hipotesis nol yang benar disebut galat jenis I 𝛼 .

Sekarang misalkan bahwa vaksin baru itu sesunggunya memang lebih baik daripada
yang digunakan sekarang. Tetapi hasil percobaan kita, menunjukan kurang dari 9
orang yang dapat melampaui periode 2 tahun tanpa pernah terserang virus tersebut.
Dalam hal demikian kita akan menerima 𝐻0 , padahal sebenarnya hipotesis itu salah.

Definisi Galat Jenis II. Penerimaan hipotesis nol yang salah disebut galat jenis II 𝛽 .
 Pengujian Hipotesis Statistik
Ilustrasi

Peluang melakukan galat jenis I disebut taraf nyata uji tersebut dan dilambangkan dengan 𝛼. Dalam contoh
tersebut , galat jenis I terjadi bila 9 orang atau lebih berhasil melampauhi periode 2 tahun dengan baik tanpa
terkena penyakit influenza dengan menggunakan vaksin baru yang sesngguhnya sama efektifnya dengan
vaksin yang digunakan sekarang. Engan demikian bila 𝑋 menyatakan banyaknya orang yang tetap sehat
selama periode sekurang-kurangnya 2 tahun, maka
𝛼 = 𝑃(𝑔𝑎𝑙𝑎𝑡 𝑗𝑒𝑛𝑖𝑠 𝐼)
1
= 𝑃(𝑋 ≥ 9 bila 𝑝 = 4)
20 1
= 𝑥<9 𝑏(𝑥; 20, )
4

= 1 − 0.9591

= 0.0409 Taraf nyata/ wilayah kritik

 Pengujian Hipotesis Statistik
Ilustrasi

Peluang melakukan galat jenis II (𝛽) tidak mungkin dihitung kecuali bila kita memiliki hipotesis alternatif yang
spesifik. Bila kita menguji hipotesis nol bahwa 𝑝 = 1 4 lawn hipotesis alternative bahwa 𝑝 = 1 2, maka kita dapat
menghitung peluang menerima 𝐻0 yang salah.

𝛽 = 𝑃(𝑔𝑎𝑙𝑎𝑡 𝑗𝑒𝑛𝑖𝑠 𝐼𝐼) 𝛽 = 𝑃(𝑔𝑎𝑙𝑎𝑡 𝑗𝑒𝑛𝑖𝑠 𝐼𝐼)

= 𝑃(𝑋 < 9 bila 𝑝 = 2)

1 = 𝑃(𝑋 < 9 bila 𝑝 = 0.7)
8
= 8
𝑏(𝑥; 20,
1
) = 𝑥<0 𝑏(𝑥; 20,0.7)
𝑥<0 2

= 0.2517 = 0.0051

Cukup besar peluang kita menolak

𝐻0 → 1, maka 𝛽 → 0
vaksin baru tersebut
 Pengujian Hipotesis Statistik
Ilustrasi

Memperbesar wilayah kritik Kedua galat dapat diperkecil dengan menambah ukuran sampel
1 1
𝛼 = 𝑃(𝑋 ≥ 8 bila 𝑝 = 4) 𝜇 = 𝑛𝑝 = 100 = 25
4
20 1 𝛼
= 𝑥<8 𝑏(𝑥; 20, ) 𝜎 = 𝑛𝑝𝑞 =
1 3
100. 4 . 4 = 4.33
4

1
𝜇 = 25 36.5
7
=1− 𝑥<0 𝑏(𝑥; 20, 4
)
1
𝛼 = 𝑃(𝑋 ≥ 37) 𝜇 = 𝑛𝑝 = 100 = 50
2
= 0.1018 0.0409
= 1 − 𝑃(𝑋 < 37) 𝜎 = 𝑛𝑝𝑞 =
1 1
100. . = 5
2 2
7 1 36.5;25
𝛽= 𝑥<0 𝑏(𝑥; 20, ) = 1 − 𝑃(𝑍 < )
2 4.33

= 1 − 𝑃(𝑍 < 2.66) 𝛽 = 𝑃(𝑋 < 37)

= 0.1316 0.2517
Untuk ukuran sampel yang tetap, 36.5;50
= 1 − 0.9961 = 𝑃(𝑍 < 5
)
penurunan peluang melakukan
galat yang satu akan selalu diikuti = 0.0039 = 𝑃(𝑍 < −2.7)
dengan peningkatan peluang
melakukan galat lainnya = 0.0035
 Pengujian Hipotesis Statistik
Ilustrasi tersebut menggambarkan beberapa sifat penting berikut ini:

1. Galat jenis I dan galat jenis II saling berhubungan, yakni menurunnya peluang
yang satu akan menaikkan peluang yang lain.
2. Ukuran wilayah kritik, yang berarti pula peluang melakukan galat jenis I selalu
dapat diperkecil dengan mengubah nilai kriknya.
3. Peningkatan ukuran sampel 𝑛 akan memperkecil 𝛼 dan 𝛽 secara bersama-sama.
4. Bila 𝐻0 salah, nilai 𝛽 akan sangat besar bila nilai parameternya dekat dengan nilai
yang dihipotesiskan. Semakin besar jarak antara nilai yang sesungguhnya dengan
nilai yang dihipotesiskan, maka semakin kecil nilai 𝛽.
Uji Satu Arah dan Dua Arah
 Uji Satu Arah dan Dua Arah
Suatu uji hipotesis statistik yang alternatifnya bersifat satu-arah,

𝐻0 : 𝜃 = 𝜃0 𝐻0 : 𝜃 = 𝜃0
atau
𝐻1 : 𝜃 > 𝜃0 𝐻1 : 𝜃 < 𝜃0

Wilayah kritik terletak seluruhnya di Wilayah kritik terletak seluruhnya di

ekor kanan ekor kiri

Uji hipotesis statistik yang alternatifnya bersifat dua-arah,

𝐻0 : 𝜃 = 𝜃0
𝐻1 : 𝜃 ≠ 𝜃0

𝐻0 akan selalu dituliskan dengan tanda kesamaan sehingga menspesifikasi suatu

nilai tunggal. Dengan cara demikian, peluang melakukan galat jenis I dapat
dikendalikan.
 Uji Satu Arah dan Dua Arah
Contoh

Sebuah perusahaan rokok menyatakan bahwa kadar nikotin rata-rata rokok yang diproduksinya tidak
melebihi 2.5 milligram. Nyatakan hipotesil nol dan alternatifnya yang akan digunakan untuk menguji
pernyataan perusahaan rokok tersebut, dan tentukan pula lokasi wilayah kritiknya.
 Uji Satu Arah dan Dua Arah
Contoh

Seorang agen real estate menyatakan bahwa 60% di antara semua rumah pribadi yang baru
selesai dibangun merupakan rumah dengan tiga kamar tidur. Untuk menguji pernyataan ini
diperiksa sejumlah besar rumah: proporsi rumah yang mempunyai tiga kamar tidur dicatat dan
digunakan sebagai statistic uji. Nyatakan hipotesis nol dan alternatifnya yang digunakan dalam
uji ini dan kemudian tentukan lokasi wilayah kritiknya.
 Uji Satu Arah dan Dua Arah
Biasanya kita menetapkan terlebih dahulu nilai 𝛼 dalam pengujian hipotesis yang
statistik ujinya bersifat kontinu dan kemudian menentukan wilayah kritiknya. Misalnya
dalam uji dua-arah dengan taraf nyata 0.05, nilai kritik bagi statistic uji yang menyebar
menurut sebaran normal baku adalah −𝑧0.025 = −1.96 dan 𝑧0.025 = 1.96. Dengan
demikian wilayah kritiknya adalah 𝑧 < −1.96 dan 𝑧 > 1.96. suatu uji dikatakan nyata bila
hipotesis nol ditolak pada taraf nyata 0.05, dan dikatakan sangat nyata bila hipotesis
nol ditolak pada taraf nyata 0.01.
 Uji Satu Arah dan Dua Arah
Langkah-langkah pengujian hipotesis:
1. Nyatakan hipotesis nol-nya 𝐻0 bahwa 𝜃 = 𝜃0
2. Pilih hipotesis alternatif 𝐻1 yang sesuai di antara 𝜃 < 𝜃0 , 𝜃 > 𝜃0 , atau 𝜃 ≠ 𝜃0
3. Tentukan taraf nyatanya 𝛼
4. Pilih statistic uji yang sesuai dan kemudian tentukan wilayah kritiknya
5. Hitung nilai statistic uji berdasarkan data contohnya
6. Keputusan: Tolak 𝐻0 bila nilai statistic uji tersebutjatuh dalam wilayah kritiknya, dan sebaliknya.
Uji Mengenai Nilai Tengah
 Uji Mengenai Nilai Tengah
𝐻0 : 𝜇 = 𝜇0
𝐻1 : 𝜇 ≠ 𝜇0 𝑇𝑜𝑙𝑎𝑘 𝐻𝑜 𝑗𝑖𝑘𝑎:
𝑝 𝑧ℎ𝑖𝑡 = 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼
𝑧ℎ𝑖𝑡 > 𝑧𝛼

−𝑧ℎ𝑖𝑡 𝑧ℎ𝑖𝑡
 Uji Mengenai Nilai Tengah
𝐻0 : 𝜇 = 𝜇0
𝐻1 : 𝜇 < 𝜇0
 Uji Mengenai Nilai Tengah
𝐻0 : 𝜇 = 𝜇0
𝐻1 : 𝜇 > 𝜇0
 Uji Mengenai Nilai Tengah
𝐻0 Nilai Statistik Uji 𝐻1 Wilayah Kritik
𝜇 = 𝜇0 𝑥 − 𝜇0 𝜇 < 𝜇0 𝑧 < −𝑧𝛼
𝑧= ,
𝜎 𝑛 𝜇 > 𝜇0 𝑧 > 𝑧𝛼
𝜎 diketahui atau 𝑛 ≥ 30 𝜇 ≠ 𝜇0 𝑧 < −𝑧𝛼 2 dan 𝑧 > 𝑧𝛼 2

𝜇 = 𝜇0 𝑥 − 𝜇0 𝜇 < 𝜇0 𝑡 < −𝑡𝛼

𝑡= ,𝑣 = 𝑛 − 1
𝑠 𝑛 𝜇 > 𝜇0 𝑡 > 𝑡𝛼
𝜎 tdk diketahui dan 𝑛 < 30 𝜇 ≠ 𝜇0 𝑡 < −𝑡𝛼 2 dan t > 𝑡𝛼 2

𝜇1 − 𝜇2 = 𝑑0 𝑥1 − 𝑥2 − 𝑑0 𝜇1 − 𝜇2 < 𝑑0 𝑧 < −𝑧𝛼

𝑧=
𝜎12 𝑛1 + 𝜎22 𝑛2 𝜇1 − 𝜇2 > 𝑑0 𝑧 > 𝑧𝛼
𝜎12 dan 𝜎22 diketahui 𝜇1 − 𝜇2 ≠ 𝑑0 𝑧 < −𝑧𝛼 2 dan 𝑧 > 𝑧𝛼 2

𝜇1 − 𝜇2 = 𝑑0 𝑥1 − 𝑥2 − 𝑑0 𝜇1 − 𝜇2 < 𝑑0 𝑡 < −𝑡𝛼

𝑡=
𝑠𝑝 1 𝑛1 + 1 𝑛2 𝜇1 − 𝜇2 > 𝑑0 𝑡 > 𝑡𝛼
𝑛 − 1 𝑠 2
+ (𝑛 − 1)𝑠 2 𝜇1 − 𝜇2 ≠ 𝑑0 𝑡 < −𝑡𝛼 2 dan t > 𝑡𝛼 2
1 1 2 2
𝑠𝑝2 =
𝑛1 + 𝑛2 − 2
𝑣 = 𝑛1 + 𝑛2 − 2, 𝜎12 = 𝜎22 tetapi tdk diketahui
 Uji Mengenai Nilai Tengah
𝐻0 Nilai Statistik Uji 𝐻1 Wilayah Kritik
𝜇1 − 𝜇2 = 𝑑0 𝑥1 − 𝑥2 − 𝑑0 𝜇1 − 𝜇2 < 𝑑0 𝑡 < −𝑡𝛼
𝑡′ =
𝑠12 𝑛1 + 𝑠22 𝑛2 𝜇1 − 𝜇2 > 𝑑0 𝑡 > 𝑡𝛼
𝑠12 𝑛1:𝑠22 𝑛2
2 𝜇1 − 𝜇2 ≠ 𝑑0 𝑡 < −𝑡𝛼 2 dan t > 𝑡𝛼 2
𝑣= 2 2
𝑠12 𝑛1 (𝑛1 ;1) : 𝑠22 𝑛2 (𝑛2 ;1)
𝜎12 ≠ 𝜎22 dan tdk diketahui,𝑛1 , 𝑛2 < 30
𝜇𝐷 = 𝑑0 𝑑 − 𝑑0 𝜇𝐷 < 𝑑0 𝑡 < −𝑡𝛼
𝑡= ,𝑣 = 𝑛 − 1 𝜇𝐷 > 𝑑0 𝑡 > 𝑡𝛼
𝑠𝑑 𝑛
Pengamatan berpasangan 𝜇𝐷 ≠ 𝑑0 𝑡 < −𝑡𝛼 2 dan t > 𝑡𝛼 2
 Uji Mengenai Nilai Tengah
Contoh

Sebuah perusahaan alat olah raga mengembangkan jenis batang sintetik, yang dikatakan mempunyai
kekuatan dengan nilai tengah 8 kg dan simpangan baku 0.5 kg. Ujilah hipotesis bahwa 𝜇 = 8 kg lawan
alternatifnya 𝜇 ≠ 8 kg bila suatu contoh acak 50 batang pancing itu dites memberikan kekuatan nilai tengah
7.8 kg!Gunakan taraf nyata 0.01
 Uji Mengenai Nilai Tengah
Contoh

Suatu sampel acak 100 catatan kematian di Amerika Serikat selama tahun lalu menunjukan umur rata-rata
71.8 tahun dengan simpangan baku 8.9 tahun. Apakah ini menunjukan bahwa harapan umur sekarang ini
lebih dari 70 tahun?Gunakan taraf nyata 0.05
 Uji Mengenai Nilai Tengah
Contoh

Waktu rata-rata yang diperlukan per mahasiswa untuk mendaftarkan diri pada semester ganjil
disuatu perguruan tinggi adalah 50 menit dengan simpangan baku 10 menit. Suatu prosedur
pendaftaran baru yang menggunakan mesin modern sedang dicoba. Bila suatu contoh acak 12
mahasiswa memerlukan waktu pendaftaran rata-rata 42 menit dengan simpangan baku 11.9 menit
dengan menggunakan sistem baru tersebut, ujilah hipotesis bahwa nilai tengah populasinya
sekarang kurang dari 50. Gunakan taraf nyata (a) 0.05, dan (b) 0.01. Asumsikan bahwa populasi
waktu yang diperlukan adalah normal.
 Uji Mengenai Nilai Tengah
Contoh

Sebuah pelajaran matematika diberikan pada 12 siswa dengan metode pengajaran

yang biasa. Kelas lain yang terdiri atas 10 siswa diberi pelajaran yang sama tetapi
dengan metode yang menggunakan bahan yang telah terprogramkan. Pada akhir
semester murid kedua kelas itu diberikan ujian yang sama. Kelas pertama mencapai
nilai rata-rata 85 dengan simpangan baku 4, sedangkan kelas yang menggunakan
bahan yang terprogram memperoleh nilai rata-rata 81 dengan simpangan baku 5.
Ujilah hipotesis bahwa kedua metode mengajar matematika itu sama, dengan
menggunakan taraf nyata 0.10. Asumsikan bahwa kedua populasi itu menghampiri
sebaran normal dengan ragam yang sama.
 Uji Mengenai Nilai Tengah
Contoh

Untuk mengetahui apakah keanggotaan dalam organisasi mahasiswa mempunyai akibat baik atau buruk
pada nilai seseorang. Nilai mutu rata-rata berikut ini telah dikumpulkan selama periode 5 tahun. Dengan
mengasumsikan bahwa populasinya normal, ujilah pada taraf nyata 0.025 apakah keanggotaan dalam
organisasi mahasiswa berakibat buruk pada nilai yan dicapai seseorang?

Tahun
1 2 3 4 5
Anggota 2.0 2.0 2.3 2.1 2.4
Bukan Anggota 2.2 1.9 2.5 2.3 2.4
Thank You
Pengujian Hipotesis