UJI HIPOTESIS

 Uji Hipotesis untuk Rataan 1 Populasi

 Uji Hipotesis untuk Rataan 2 Populasi
 Uji Hipotesis untuk Variansi 1 Populasi
 Uji Hipotesis untuk Variansi 2 Populasi
SV, 2018, Statdas 23 Oktober 2018
 PENGERTIAN UJI HIPOTESIS

 Hipotesis adalah suatu anggapan yang mungkin

benar atau tidak mengenai satu populasi atau
lebih yang perlu diuji kebenarannya.

 Dalam statistika, hipotesis yang akan diuji

dibedakan menjadi:
1. Hipotesis nol (H0) ; pernyataan yang mengandung
tanda kesamaan (=, ≤ , atau ≥)
2. Hipotesis tandingan (H1) ; tandingan hipotesis H0,
mengandung tanda  , >, atau <.

SV, 2018, Statdas 2 23 Oktober 2018

 GALAT (ERROR)
H0 benar H0 salah

P(menolak H0 | H0 benar)
H0 ditolak = galat tipe I = α
keputusan benar

P(tidak menolak H0 | H0
H0 tidak
keputusan benar salah)
ditolak = galat tipe II = β

yang dimanfaatkan
dalam pokok
bahasan ini

SV, 2018, Statdas 3 23 Oktober 2018

SKEMA UJI HIPOTESIS
•Hipotesis yang ingin diuji
•Memuat suatu kesamaan (=, ≤ atau ≥)
•Dapat berupa
H0 - hasil penelitian sebelumnya
- informasi dari buku atau
Hipotesis - hasil percobaan orang lain
Statistik
•Hipotesis yang ingin dibuktikan
H1 •Disebut juga hipotesis alternatif
??? •Memuat suatu perbedaan (≠, > atau <)

mungkin terjadi
Keputusan Kesalahan

H0 ditolak H0 tidak ditolak Tipe I Tipe II

Menolak H0 padahal Menerima H0 padahal
H0 benar H0 salah
P(tipe I) = α P(tipe I) = β
Kesimpulan Kesimpulan
= tingkat signifikansi
H1 benar Tidak cukup
bukti untuk
SV, 2018, Statdas menolak H0 4 23 Oktober 2018
 STATISTIK UJI & TITIK KRITIS
5

 Statistik uji digunakan untuk menguji hipotesis statistik yang

telah dirumuskan. Notasinya berpadanan dengan jenis
distribusi yang digunakan.
 Titik kritis membatasi daerah penolakan dan penerimaan H0.
Diperoleh dari tabel statistik yang bersangkutan.
 H0 ditolak jika nilai statistik uji jatuh di daerah kritis.

daerah daerah daerah

penerimaan H0 daerah daerah
kritis = /2 kritis = /2 penerimaan H0 kritis
1- 1-
0
titik titik titik
kritis kritis kritis
diperoleh dari
SV, 2018, Statdas tabel statistik 23 Oktober 2018
Uji Rataan Satu Populasi
6

uji dua arah

1. H0 :  = 0 vs H1 :   0
2. H0 :  = 0 vs H1 :  > 0
3. H0 :  = 0 vs H1 :  < 0
uji satu arah

0 adalah suatu konstanta yang diketahui

SV, 2018, Statdas 23 Oktober 2018

 Statistik Uji untuk Rataan Satu Populasi
7

1. Kasus σ2 diketahui

X  0
Z ~ N(0,1) Tabel Z (normal baku)
/ n
2. Kasus σ2 tidak diketahui
X  0
T ~ t(n-1) Tabel t
s/ n
SV, 2018, Statdas 23 Oktober 2018
 Daerah Kritis Uji Rataan Satu Populasi
8

σ2 diketahui σ2 tidak diketahui

Statistik uji : Z T

H0 :  = 0 vs H1 :   0 Z < - Zα/2 atau Z > Zα/2 T < - Tα/2 atau T > Tα/2

H0 :  = 0 vs H1 :  > 0 Z > Zα T > Tα

H0 :  = 0 vs H1 :  < 0 Z < - Zα T < - Tα

titik kritis dengan derajat

kebebasan n - 1

SV, 2018, Statdas 23 Oktober 2018

Uji Rataan Dua Populasi
9

uji dua arah

1. H0 : 1 - 2 = 0 vs H1 : 1 - 2  0
2. H0 : 1 - 2 = 0 vs H1 : 1 - 2 > 0
3. H0 : 1 - 2 = 0 vs H1 : 1 - 2 < 0

uji satu arah

0 adalah suatu konstanta yang diketahui

SV, 2018, Statdas 23 Oktober 2018

 Statistik Uji untuk Rataan Dua Populasi
10

1. Kasus σ12 dan σ22 diketahui

ZH =
 X
1  X2   μ0
σ12 σ 22

n1 n 2
2. Kasus σ12 dan σ22 tidak diketahui dan σ12 ≠ σ22

TH =
 X 1  X2   μ0
S12 S22

n1 n 2
3. Kasus σ12 dan σ22 tidak diketahui dan σ12 = σ22

TH =
 X
1  X2   μ0
dengan 2
S =
(n1  1)S12  (n 2  1)S22
n1  n 2  2
p
1 1
Sp 
SV, 2018, Statdas n1 n 2 23 Oktober 2018
 Daerah Kritis Uji Rataan Dua Populasi
11

σ1 2, σ22
σ12, σ22 tidak diketahui
diketahui
Statistik uji : Z T
σ12 = σ22 σ12 ≠ σ22
2
 S12 S22 
  
 n1 n 2 
Derajat Kebebasan n1 + n2 - 2 v= 2 2
1  S12  1  S22 
    
(n1  1)  n1  (n 2  1)  n 2 

H0 : 1 - 2 = 0 vs Z < - Zα/2 atau T < - Tα/2 atau T T < - Tα/2 atau

H1 : 1 - 2  0 Z > Zα/2 > Tα/2 T > Tα/2

H0 : 1 - 2 = 0 vs
Z > Zα T > Tα T > Tα
H1 : 1 - 2 > 0
H0 : 1 - 2 = 0 vs
Z < - Zα T < - Tα T < - Tα
H1 : 1 - 2 < 0
SV, 2018, Statdas 23 Oktober 2018
 Uji untuk Rataan Berpasangan
12

1. H0 : d = 0 vs H1 : d  0
2. H0 : d = 0 vs H1 : d > 0
3. H0 : d = 0 vs H1 : d < 0
 Statistik uji menyerupai statistik untuk kasus
satu populasi dengan variansi tidak diketahui.
D  μ0
T= ;
Sd / n

SV, 2018, Statdas 23 Oktober 2018

 Contoh 1
13

Berdasarkan 100 laporan kematian di AS yang

diambil secara acak, diperoleh bahwa rata-rata
usia saat meninggal adalah 71.8 tahun dengan
simpangan baku 8.9 tahun. Hal ini memberikan
dugaan bahwa rata-rata usia meninggal di AS
lebih dari 70 tahun.
a. Nyatakan dugaan tersebut dalam pernyataan
hipotesis statistik
b. Untuk tingkat signifikansi 5%, benarkah dugaan
tersebut?

www.arlingtonnational.com

SV, 2018, Statdas 23 Oktober 2018

 Solusi
14

Diketahui : 0  70, X  71.8, s  8.9,   0,05

Ditanya:
a. Hipotesis statistik
b. Kesimpulan uji hipotesis
Jawab:
Parameter yang akan diuji : μ
a. Rumusan hipotesis:
H0: μ = 70
H1: μ > 70 (uji satu arah)

SV, 2018, Statdas 23 Oktober 2018

 b. α = 5%=0.05, maka titik kritis t0.05,(99) = 1.66
c. Menghitung statistik uji:
x  0 71,8  70
t   2, 02
s 8,9
n 100

d. Karena t > t0.05,(99) , maka t berada pada

daerah penolakan sehingga keputusannya
H0 ditolak.
Jadi dugaan tersebut benar bahwa rata-rata
usia meninggal di AS lebih dari 70 tahun.

SV, 2018, Statdas 15 23 Oktober 2018

 Contoh 2
16

Suatu percobaan dilakukan untuk

membandingkan keausan karena
gosokan dari dua bahan yang dilapisi.
Dua belas potong bahan 1 diuji dengan
memasukan tiap potong bahan ke dalam
mesin pengukur aus. Sepuluh potong
bahan 2 diuji dengan cara yang sama.
Dalam tiap hal, diamati dalamnya
keausan. Sampel bahan 1 memberikan
rata-rata keausan (sesudah disandi)
sebanyak 85 satuan dengan simpangan
baku sampel 4, sedangkan sampel bahan
2 memberikan rata-rata keausan
sympatex.com sebanyak 81 dengan simpangan baku
sampel 5. Dapatkah disimpulkan, pada
taraf keberartian 5%, bahwa rata-rata
keausan bahan 1 melampaui rata-rata
keausan bahan 2 lebih dari dua satuan?
Anggaplah kedua populasi berdistribusi
hampir normal dengan variansi yang
sama.
SV, 2018, Statdas 23 Oktober 2018
 Solusi
17

Misalkan: μ1 dan μ2 menyatakan rata-rata

populasi bahan 1 dan populasi bahan 2.
Variansi populasi kedua bahan tidak diketahui,
yang diketahui adalah variansi sampel.
Diasumsikan variansi populasi kedua bahan
adalah sama. Rumusan hipotesis yang diuji
adalah:
a. Pernyataan hipotesis:
H0 : μ1 - μ2 = 2
H1 : μ1 - μ2 > 2 (uji satu arah)

SV, 2018, Statdas 23 Oktober 2018

 b. Tingkat keberartian, α = 0.05 (hanya 1 arah)
c. Menghitung statistik
x1  85, s1  4, n1 = 12
x 2 =81, s 2 =5, n 2 =10
d. Kita gunakan statistik uji untuk variansi kedua populasi tak
diketahui tapi dianggap sama, yaitu
 x  x2   μ0
tH = 1
1 1
Sp 
n1 n 2
(n1  1)S12  (n 2  1)S22 (11)(16)  (9)(25)
dengan Sp =   4.478
n1  n 2  2 12  10  2

Maka diperoleh

tH =
 x1  x 2   μ 0

(85  81)  2
 1.04
1 1 4.478 (1/12)  (1/10)
Sp 
n1 n 2
SV, 2018, Statdas 18 23 Oktober 2018
 e. Daerah kritis
dk = n1+n2-2 = 12 +10 - 2= 20, sehingga titik
kritisnya adalah t0.05,20 = 1.725.
f. Kesimpulan : karena t < 1.725, maka H0 tidak
ditolak.
Artinya, tidak dapat disimpulkan bahwa rata-rata
keausan bahan 1 melampaui rata-rata keausan
bahan 2 lebih dari 2 satuan. Atau tidak cukup
bukti untuk mengatakan bahwa rata-rata keausan
bahan 1 melampaui rata-rata keausan bahan 2
lebih dari 2 satuan.

SV, 2018, Statdas 19 23 Oktober 2018

 Contoh 3 (data berpasangan)
20
 Pada tahun 1976, J.A. Weson
www.cottonmesawhitetail.com
SV, 2018, Statdas
memeriksa pengaruh obat
succinylcholine terhadap kadar
peredaran hormon androgen
dalam darah. Sampel darah dari
rusa liar yang hidup bebas
diambil melalui urat nadi leher
segera setelah succinylcholine
disuntikkan pada otot rusa. Rusa
kemudian diambil lagi darahnya
kira-kira 30 menit setelah
suntikan dan kemudian rusa
tersebut dilepaskan. Kadar
androgen pada waktu ditangkap
dan 30 menit kemudian diukur
dalam nanogram per ml (ng/ml)
untuk 15 rusa. Data terdapat pada
tabel berikut
23 Oktober 2018
 N0 Kadar androgen Kadar androgen Selisih
(ng/ml) sesaat (ng/ml) 30 menit (di)
setelah disuntik setelah disuntik

1 2.76 7.02 4.26

2 5.18 3.10 -2.08
3 2.68 5.44 2.76
4 3.05 3.99 0.94
5 4.10 5.21 1.11
6 7.05 10.26 3.21
7 6.60 13.91 7.31
8 4.79 18.53 13.74
9 7.39 7.91 0.52
10 7.30 4.85 -2.45
11 11.78 11.10 -0.68
12 3.90 3.74 -0.16
13 26.00 94.03 68.03
14 67.48 94.03 26.55
15 17.04 41.70 24.66
SV, 2018, Statdas 21 23 Oktober 2018
 22

Anggap populasi androden sesaat setelah

suntikan dan 30 menit kemudian berdistribusi
normal. Ujilah, pada tingkat keberartian 5%,
apakah konsentrasi androgen berubah setelah
ditunggu 30 menit.

SV, 2018, Statdas 23 Oktober 2018

 Solusi
23

Ini adalah data berpasangan karena masing-masing unit

percobaan (rusa) memperoleh dua kali pengukuran
Misalkan μ1 dan μ2 masing-masing menyatakan rata-rata
konsentrasi androgen sesaat setelah suntikan dan 30
menit kemudian.
Rumusan hipotesis yang diuji adalah
H0 : μ1 = μ2 atau μD = μ1 - μ2 = 0
H1 : μ1 ≠ μ2 atau μD = μ1 - μ2 ≠ 0
Tingkat signifikansi yang digunakan adalah α = 5% = 0.05

SV, 2018, Statdas 23 Oktober 2018

 Rata-rata sampel dan variansi sampel untuk selisih
( di ) adalah
d  9.848 dan sd  18.474
Statistik uji yang digunakan adalah
d  d0
t=
sd / n
9.848  0
Dalam hal ini t =  2.06
18.474 / 15

SV, 2018, Statdas 24 23 Oktober 2018

 Statistik uji t berdistribusi t-student dengan dk = n – 1
= 15 – 1 = 14. Pada tingkat keberartian 0.05, H0
ditolak jika t < - t0.025,14 = -2.145 atau t > t0.025,14 =
2.145.
Karena nilai t = 2.06, maka nilai t tidak berada pada
daerah penolakan. Dengan demikian, H0 tidak
ditolak. Kendati demikian, nilai t = 2.06 mendekati
nilai t0.025,14 = 2.145. Jadi perbedaan rata-rata kadar
peredaran androgen tidak bisa diabaikan.

SV, 2018, Statdas 25 23 Oktober 2018

Uji Hipotesis Tentang Variansi Satu Populasi
26

 Bentuk hipotesis nol dan tandingannya untuk kasus

variansi satu populasi adalah

1. H 0 :  2 =  02 vs H1 :  2   02
2. H 0 :  2 =  02 vs H1 :  2   02
3. H 0 :  2 =  02 vs H1 :  2   02

Dengan  0 menyatakan suatu konstanta

2

mengenai variansi yang diketahui.

SV, 2018, Statdas 23 Oktober 2018

 Statistisk uji yang digunakan untuk menguji ketiga
hipotesis di atas adalah :
(n  1) S 2
  2

 02

Jika H0 benar, maka statistik uji tersebut

berdistribusi chi-square dengan dk = n-1

SV, 2018, Statdas 27 23 Oktober 2018

 Untuk hipotesis H0 :  2 =  02 vs H1 :  2   02 , tolak H0
pada tingkat keberartian α jika :
2  2  atau  2   2
1 ,( n 1) ,( n 1)
2 2

Untuk hipotesis H0 :  2 =  02 vs H1 :  2   02 , tolak

H0 pada tingkat keberartian α jika
 2  12 ,( n1)

Untuk hipotesis H0 :  2 =  02 vs H1 :  2   02, tolak

H0 pada tingkat keberartian α jika
 2  2 ,( n1)

 2 ,2  , 2 ,( n1) , dan 2 ,( n 1) merupakan nilai-

,( n 1) 1 ,( n 1)
2 2
nilai dari tabel distribusi chi-square dengan derajat
kebebasan n - 1
SV, 2018, Statdas 28 23 Oktober 2018
Uji Hipotesis Tentang Variansi Dua Populasi
29

 Bentuk hipotesis nol dan tandingannya untuk uji

hipotesis mengenai variansi dua populasi adalah

1. H 0 : 12   22 vs H1 : 12   22
2. H 0 :    vs H1 :   
2
1
2
2
2
1
2
2

3. H 0 : 12   22 vs H1 : 12   22

Dengan σ12 dan σ22 masing-masing adalah

variansi populasi ke-1 dan variansi populasi ke-2

SV, 2018, Statdas 23 Oktober 2018

 Statistisk uji yang digunakan untuk menguji ketiga
hipotesis di atas adalah
S12
F 2
S2
Jika H0 benar, statistik uji tersebut berdistribusi
Fisher dengan derajat kebebasan v1 = n1 – 1 dan
v2 = n2 – 1.

SV, 2018, Statdas 30 23 Oktober 2018

 Untuk hipotesis H0 : 12   22 vs H1 : 12   22 , tolak H0
pada tingkat keberartian α jika :
F f  atau F  f 
1 ,( v1 ,v2 ) ,( v1 ,v2 )
2 2

Untuk hipotesis H0 : 12   22 vs H1 : 12   22 , tolak H0

pada tingkat keberartian α jika :
F  f1 ,( v1 ,v2 )

Untuk hipotesis H0 : 12   22 vs H1 : 12   22 , tolak H0

pada tingkat keberartian α jika :
F  f ,( v1 ,v2 )
f ,( v1 ,v2 ) , f1 ,( v1 ,v2 ) , f /2,( v1 ,v2 ) , dan f1 /2,( v1 ,v2 ) adalah nilai-nilai
dari tabel distribusi Fisher dengan derajat kebebasan
SV, 2018, Statdas 31 23 Oktober 2018
v1 dan v2
 Contoh 4
32

 Suatu perusahaan baterai

mobil menyatakan bahwa
umur baterainya
berdistribusi hampir normal
dengan simpangan baku 0.9
tahun. Bila sampel acak 10
www.facebook.com baterai tersebut
menghasilkan simpangan
baku 1.2 tahun, apakah
anda setuju bahwa σ > 0.9
tahun? Gunakan taraf
keberartian 5%!

SV, 2018, Statdas 23 Oktober 2018

 Solusi
Rumusan Hipotesis :
H0 : σ2 = 0.81
H1 : σ2 > 0.81 (uji satu arah)
α = 0.05
simpangan baku sampel, s = 1.2
Statistik uji
(n  1) s 2 (9)(1.44)
 
2
  16
 02 0.81

Titik kritis adalah  2

 , n 1   2
0.05,9  16.919

Karena    0.05,9 , maka H0 tidak ditolak.

2 2

Jadi, simpangan baku umur baterai tidak melebihi 0.9 .

SV, 2018, Statdas 33 23 Oktober 2018
 Contoh 5
34

 Dalam pengujian
keausan kedua bahan di
contoh 2, dianggap
bahwa kedua variansi
yang tidak diketahui
sama besarnya. Ujilah
sympatex.com
anggapan ini! Gunakan
taraf keberartian 0.10.

SV, 2018, Statdas 23 Oktober 2018

 Solusi
35

 Misalkan σ12 dan σ22 adalah variansi populasi dari

masing-masing keausan bahan 1 dan bahan 2.
rumusan hipotesis yang akan diuji adalah
H0: σ12 = σ22
H1: σ12 ≠ σ22

α = 0.10

SV, 2018, Statdas 23 Oktober 2018

 Statistik uji f = s12/ s22 = 16 / 25 = 0.64
H0 ditolak dengan tingkat keberartian α jika
f  f  atau f  f 
1 ,( v1 ,v2 ) ,( v1 ,v2 )
2 2

Dalam hal ini α = 0.10, v1 = n1 – 1 = 12 – 1 = 11 ,

dan v2 = n2 – 1 = 10 – 1 = 9.
Maka
f   f 0.95,(11.9)  0.34 dan f  f0.05,(11.9)  3.11
1 ,( v1 , v2 ) ,( v1 , v2 )
2 2

Karena f1 ,( v ,v )  f  f  ,( v ,v ) , maka jangan tolak H0.

1 2 1 2
2 2
Simpulkan bahwa tidak cukup kenyataan untuk
menyatakan bahwa variansinya berbeda.
SV, 2018, Statdas 36 23 Oktober 2018
 Latihan
37
Berikut ini data durasi film yang
diproduksi oleh dua rumah
produksi (RP):
RP Durasi (Menit)

1 102 86 98 109 92

2 81 165 97 134 92 87 114

Ujilah hipotesis bahwa rataan

durasi film yang diproduksi RP 2
melebihi RP 1 sebesar 10 menit
tgrmusic.com
dengan alternatif bahwa
perbedaannya kurang dari 10
menit. Gunakanlah taraf
keberartian 0,1 dan anggap
distribusi durasi hampir normal
dengan variansi berbeda.
SV, 2018, Statdas 23 Oktober 2018
 Referensi
38

 Devore, J.L. and Peck, R., Statistics – The

Exploration and Analysis of Data, USA: Duxbury
Press, 1997.
 Pasaribu, U.S., 2007, Catatan Kuliah Biostatistika.
 Wild, C.J. and Seber, G.A.F., Chance Encounters – A
first Course in Data Analysis and Inference, USA:
John Wiley&Sons,Inc., 2000.
 Walpole, Ronald E. Dan Myers, Raymond H., Ilmu
Peluang dan Statistika untuk Insinyur dan Ilmuwan,
Edisi 4, Bandung: Penerbit ITB, 1995.

SV, 2018, Statdas 23 Oktober 2018