1. Pendahuluan
• Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.
• Kebenaran (benar atau salahnya) suatu hipotesis tidak akan pernah diketahui dengan
pasti, kecuali kita memeriksa seluruh populasi.
• Lalu apa yang kita lakukan, jika kita tidak mungkin memeriksa seluruh populasi
untuk memastikan kebenaran suatu hipotesis?
• Kita dapat mengambil sampel acak, dan menggunakan informasi (atau bukti) dari
sampel itu untuk menerima atau menolak suatu hipotesis.
Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENOLAK
hipotesis tersebut dan BUKAN karena HIPOTESIS ITU BENAR
dan
Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENERIMA
hipotesis tersebut dan BUKAN karena HIPOTESIS ITU SALAH.
• Landasan penerimaan dan penolakan hipotesis seperti ini, yang menyebabkan para
statistikawan atau peneliti mengawali pekerjaan dengan terlebih dahulu membuat
hipotesis yang diharapkan ditolak, tetapi dapat membuktikan bahwa pendapatnya
dapat diterima.
Contoh 1.
Sebelum tahun 1993, pembuatan KRS mahasiswa Universitas GD dilakukan dengan
pengisian formulir secara manual. Rata-rata waktu pembuatan KRS dengan sistem
manual = 50 menit. Pada tahun 1993, PSA Universitas GD memperkenalkan sistem
pembuatan KRS "ON-LINE". Jika ingin dibuktikan “bahwa rata-rata waktu pembuatan
KRS dengan sistem ON-LINE akan lebih cepat dibanding dengan sistem yang lama”
maka Hipotesis awal dan Alternatif yang dapat kita buat :
H0 : μ = 50 menit (sistem baru sama dengan sistem lama)
H1 : μ < 50 menit ( sistem baru lebih cepat)
atau
H0 : μ = 50 menit (sistem baru dan sistem lama tidak berbeda)
H1 : μ ≠50 menit (sistem baru tidak sama dengan sistem lama)
Contoh 2:
Manajemen KA Indonesia mulai tahun 1992, melakukan pemeriksaan karcis KRL lebih
intensif dibanding tahun-tahun sebelumnya, pemeriksaan karcis yang intensif
berpengaruh positif terhadap penerimaan PERUMKA. Jika sebelum tahun 1992
pendapatan KRL = Rp. 3 juta/minggu maka setelah pemeriksaan karcis intensif
diharapkan ada peningkatan pendapatan sehingga Hipotesis awal dan Alternatif yang
dapat kita buat :
• Penolakan atau Penerimaan Hipotesis dapat membawa kita pada 2 jenis kesalahan
(kesalahan= error = galat), yaitu :
• Dalam perhitungan, nilai α dapat dihitung sedangkan nilai β hanya bisa dihitung jika
nilai hipotesis alternatif sangat spesifik.
• Pada pengujian hipotesis, kita lebih sering berhubungan dengan nilai α. Dengan
asumsi, nilai α yang kecil juga mencerminkan nilai β yang juga kecil.
• Prinsip pengujian hipotesa adalah perbandingan nilai statistik uji (z hitung atau t
hitung) dengan nilai titik kritis (Nilai z tabel atau t Tabel)
2
• Titik Kritis adalah nilai yang menjadi batas daerah penerimaan dan penolakan
hipotesis.
Misalkan :
H0 : μ = μ 0 *)
H1 : μ < μ0
Daerah Penerimaan H0
-zα atau -tdb
3
daerah yang diarsir → daerah penolakan H0 dan daerah penerimaan H1
daerah tak diarsir → daerah penerimaan hipotesis H0
Misalkan :
H0 : μ = μ 0 *)
H1 : μ > μ0
Daerah Penolakan H0 **): z > zα atau t > t( db ,α )
Daerah Penerimaan H0
zα atau tdb;α
a. H0 : μ = 50 menit b. H0 : μ = 3 juta
H1 : μ ≠ 50 menit H1 : μ ≠ 3 juta
Misalkan :
H0 : μ = μ 0 *)
H1 : μ ≠ μ0
4
**) Penggunaan z atau t tergantung ukuran sampel
sampel besar menggunakan z; sampel kecil menggunakan t.
Daerah Penerimaan H0
-zα/2 atau -tdb;α/2 zα/2 atau tdb;α/2
5
3.1 Uji Hipotesis 1 Nilai Rata-Rata dari Sampel Besar
μ = μ0 x − μ0 μ < μ0 z < − zα
z= →
sampel besar σ/ n z > zα
n ≥ 30 μ > μ0
σ dapat diganti
→ z < − zα dan
dengan s 2
z > zα
μ ≠ μ0 → 2
Contoh 3 :
Dari 100 nasabah bank rata-rata melakukan penarikan $495 per bulan melalui ATM,
dengan simpangan baku = $45. Dengan taraf nyata 1% , ujilah :
a) apakah rata-rata nasabah menarik melalui ATM kurang dari $500 per bulan ?
b} apakah rata-rata nasabah menarik melalui ATM tidak sama dengan $500 per bulan ?
(Uji 2 arah, α/2 = 0.5%, statistik uji=z)
Jawab :
Diketahui: x = 495 s = 45 n=100 μ 0 =500 α=1%
a) 1. H0 : μ = 500 H1 : μ < 500
2 Statistik uji : z → karena sampel besar
3 Arah pengujian : 1 arah
4 Taraf Nyata Pengujian = α = 1% = 0.01
5. Daerah Penolakan H0 → z < - z 0.01 → z < - 2.33
Daerah Penerimaan H0
-2.33
6. Statistik Hitung
x − μ0 495 − 500 − 5
z= = = = -1.11
σ / n 45 / 100 4.5
6
7. Kesimpulan : z hitung = -1.11 ada di daerah penerimaan H0
H0 diterima, rata-rata pengambilan uang di ATM masih = $ 500
b) Ditinggalkan sebagai latihan ( H1 : μ≠ 500; Uji 2 arah, α/2 = 0.5%, statistik uji = z)
sampel kecil μ ≠ μ0 →
n<30 t < − t ( db ,α dan
2)
t > t ( db;α
2)
db = n-1
Contoh 4 :
Seorang ahli Sumber Daya Manusia menguji 25 karyawan dan mendapatkan bahwa
rata-rata penguasaan pekerjaan kesekretarisan adalah 22 bulan dengan simpangan baku
= 4 bulan. Dengan taraf nyata 5% , ujilah :
a) Apakah rata-rata penguasaan kerja kesekretarisan lebih dari 20 bulan?
b) Apakah rata-rata penguasaan kerja kesekretarisan tidak sama dengan 20 bulan?
Jawab:
Diketahui : x = 22 s=4 n = 25 μ 0 = 20 α = 5%
a) Ditinggalkan sebagai latihan ( H1 : μ > 20; uji 1 arah, α=5%, statistik uji = t, db = 24)
b) 1. H0 : μ = 20 H1 : μ ≠ 20
2 Statistik uji : t → karena sampel kecil
3 Arah pengujian : 2 arah
4 Taraf Nyata Pengujian = α = 5% = 0.05
α/2 = 2.5% = 0.025
5. Daerah Penolakan H0
t < − t ( db ,α ) dan t > t ( db;α
2 2)
db = n-1 = 25-1 = 24
t < -t (24; 2.5%) → t < -2.064 dan
t > t (24; 2.5%) → t > 2.064
7
Luas daerah ini = α/2 Luas daerah ini = α/2
Daerah Penolakan H0 Daerah Penolakan H0
Daerah Penerimaan H0
-2.064 2.064
6. Statistik Hitung
x − μ0 22 − 20 2
t= = = = 2.5
s / n 4 / 25 0.8
μ1 − μ2 = d 0 μ1 − μ2 < d 0 → z < − zα
x1 − x2 − d 0
z=
(σ12 / n1 ) + (σ 22 / n2 )
μ1 − μ2 > d 0 → z > zα
Sampel- Jika σ12 dan σ 2 2 tidak
Sampel diketahui → gunakan μ1 − μ2 ≠ d 0 → z < − zα dan z > zα
2 2
2 2
Besar s1 dan s2
n1 ≥ 30
n2 ≥ 30 x1 > x2
Contoh 5:
Berikut adalah data nilai prestasi kerja karyawan yang mendapat training dengan yang
tidak mendapat training
8
Dengan taraf nyata 5 % ujilah apakah ada perbedaan rata-rata prestasi kerja di kedua
kelompok karyawan?
Catatan: Ada perbedaan menyatakan μ1 − μ2 ≠ 0 sehingga d 0 = 0
Jawab : α = 5 % d0 = 0
1. H0 : μ1 − μ2 = 0 H1 : μ1 − μ2 ≠ 0
2 Statistik uji : z → karena sampel besar
3 Arah pengujian : 2 arah
4 Taraf Nyata Pengujian = α = 5% = 0.05 dan α/2 = 2.5% = 0.025
5. Daerah Penolakan → z < − zα dan z > zα
2 2
z < − z 0.025 z > z 0025
z < - 1.96 z > 1.96
Daerah Penerimaan H0
-1.96 1.96
6. Statistik Hitung
x1 − x2 − d 0 300 − 302 − 0 2 2 2
z= = = = = = 4
( s12 / n1 ) + ( s22 / n2 ) (4 / 40) + (4.5 / 30) . + 015
01 . 0.25 0.5
7. Kesimpulan :
z hitung = 4 ada di daerah penolakan H0
H0 ditolak, H1 diterima → beda rata-rata prestasi kerja ≠0
9
3.4 Uji Hipotesis Beda 2 Rata-Rata dari Sampel-Sampel Kecil
Asumsi: Ragam kedua populasi tidak sama ( σ12 ≠ σ 2 2 ) dan nilainya tidak diketahui
t > t ( db;α
2)
⎡ s12 ⎤
n1+ n2 )
s22 2
⎢ ( ⎥
⎢ ( [
derajat bebas (db) = ⎢ s12 2
n1 ) ( n1 − 1 ) + (] [
s22
n2 )
2
(n2 − 1) ] ⎥
⎥
Contoh 6:
Berikut adalah data rata-rata banyak hari membolos karyawan (hari/tahun) di dua divisi
yang berbeda.
Diasumsikan kedua sampel diambil dari dua populasi yang nilai ragamnya tidak sama
dan nilainya tidak diketahui. Dengan Taraf Nyata 5% Apakah perbedaan rata-rata
banyak membolos di kedua divisi μ1 − μ2 lebih dari 5 hari per tahun?
Jawab : α = 5 % d0 = 5
1. H0 : μ1 − μ2 = 5 H1 : μ1 − μ2 > 5
2 Statistik Uji : t → karena sampel kecil
3 arah pengujian : 1 arah
10
4 Taraf Nyata Pengujian = α = 5% = 0.05
5. Daerah Penolakan H0 → t > t ( db;α )
2
Daerah Penerimaan H0
1.812
6. Statistik Hitung
x1 − x2 − d 0 17 - 10 − 5 7−5 2 2
t= = = = =
( s / n1 ) + (s / n2 )
2
1
2
2
. / 7) + (135
(154 . / 5) 0.22 + 0.27 0.49 0.70
t = 2.857....
t > t ( db;α
2)
(n1 − 1) s + (n2 − 1) s
2 2
2
s gab = 1 2
dan sgab = sgab
2
n1 + n2 − 2
derajat bebas (db) = n1 + n2 − 2
(Lihat kembali Selang Kepercayaan 5, Pendugaan Parameter)
11
3.6 Uji Hipotesis Beda 2 Rata-Rata dari Sampel-Sampel Kecil Berpasangan
t > t ( db;α
2)
∑ di s2
=
∑ (d i − d )2
sd = sd2
d = d
n −1
n
derajat bebas(db) = n -1
(Seperti pada Selang Kepercayaan 6, Pendugaan Parameter)
π = p0 x − (n × p0 ) π < p0 → z < − zα
z=
n × p0 × q0 z > zα
sampel besar π > p0 →
n ≥ 30
π ≠ p0 → z < − zα dan
2
z > zα
2
12
Contoh 7:
Dari 330 mahasiswa yang dijadikan sampel, hanya 30 orang yang setuju kenaikan SPP.
Dengan taraf nyata 1%, ujilah apakah proporsi mahasiswa yang setuju kenaikan tidak
sama dengan 10%?
x = 30 n = 330 α = 1% p0 = 0.10 q0 = 0.90
1. H0 : π = 0.10 H1 : π ≠ 0.10
2. Statistik Uji : z
3. Uji 1 Arah
4. Taraf Nyata Pengujian = α = 1% → α/2 = 0.5% = 0.005
5. Daerah Penolakan H0
z < − z 0.005 → z < -2.575 dan z > z0.005 → z > 2.575
Daerah Penerimaan H0
-2.575 2.575
π1 − π 2 = d 0 p1 − p2 − d 0 π1 − π 2 < d 0 → z < − zα
z=
p1 × q1 p2 × q 2 z > zα
sampel -sampel + π1 − π 2 > d 0 →
n1 n2
besar
n1 ≥ 30
p1 > p2 π1 − π 2 ≠ d 0 → z < − zα dan
n2 ≥ 30 2
z > zα
2
13
p1 = proporsi SUKSES dalam sampel 1 q1 = 1 − p1
n1 = ukuran sampel 1
Contoh 8:
Berikut adalah data banyak mahasiswa yang aktif berorganisasi di dua Fakultas.
Dengan taraf nyata 5 %, ujilah apakah perbedaan proporsi mahasiswa yang aktif
berorganisasi di kedua fakultas kurang dari 30%?
325
p1 = = 0.65 q1 = 1 − p1 = 1 − 0.65 = 0.35 n1 = 500
500
240
p2 = = 0.40 q 2 = 1 − p2 = 1 − 0.40 = 0.60 n2 = 600
600
d 0 = 30% = 0.30
Daerah Penerimaan H0
-1.645
14
6. Nilai statistik Uji :
¾ selesai ½
15