METODE STATISTIKA II
“UJI HIPOTESIS”
Oleh:
Nama : Mutiara Ishanifa
NIM : 205090500111011
Asisten : 1. Rana Athaya I. (195090500111035)
2. Izka Ardinavaizura (195090501111028)
3. Nadya Camelia N.Z.(195090501111038)
4. Metasari Ayu P. A. (195090501111054)
5.Inayah Wijaya A. (195090507111052)
1.2 Tujuan
Tujuan yang akan dicapai dalam kegiatan praktikum ini yaitu sebagai
berikut :
H0: μ=μ0
H1: μ≠μ0 H1: μ>μ0 H1: μ<μ0
Statistik Uji
x́−μ 0
Z hit =
σ / √n
Keterangan :
x́ = Rata-rata sampel dari populasi
μ0 = Rata-rata populasi
σ = Simpangan baku populasi
n = Ukuran sampel dari populasi
Titik Kritis
Titik Kritis Uji Satu Arah:
−z α untuk H0 μ: < 0
z α untuk H0 μ: > 0
Uji P-value
P( Z> z¿¿ hit ) ¿
Selang Kepercayaan
σ σ
(
P x́−z α
2 √n
< μ< x́ + z α
2 √n
=1−α
)
b. Pengujian hipotesis bagi μ (jika σ 2 tidak diketahui)
Hipotesis
H0: μ=μ0
H1: μ≠μ0 H1: μ>μ0 H1: μ<μ0
Statistik Uji
x́−μ0
t hit =
s/√n
Keterangan :
x́ = Rata-rata sampel dari populasi
μ0 = Rata-rata populasi
s = Simpangan baku sampel
n = Ukuran sampel dari populasi
Titik Kritis
Titik Kritis Uji Satu Arah:
−t α (n−1)untuk H0 μ: < 0
t α (n−1)untuk H0 μ: > 0
Uji P-value
P(t >t¿ ¿ hit) ¿
Selang Kepercayaan
s s
(
P x́−t α
2
(n−1) √n
< μ< x́ +t α
2
(n−1 ) )
√n
=1−α
H0: p=p0
H1: p≠p0 H1: p>p0 H1: p<p0
Statis
tik Uji
^p − p0
Z hit =
p 0 (1− p0 )
√ n
Keterangan :
^p = Proporsi keberhasilan dari sampel
p0 = Proporsi sukses
1− p0 = Proporsi kegagalan
n = Ukuran sampel dari populasi
Titik Kritis
Titik Kritis Uji Satu Arah:
−z α untuk H0 μ: < 0
z α untuk H0 μ: > 0
H0: μ1=μ2
H1: μ1≠μ2 H1: μ1>μ2 H1: μ1<μ2
Statistik Uji
|d́|−μd
|t hit|=
sd 2
n
√ n
∑ di
d́= i=1
n
n
∑ (d i− d́)
sd = i=1
2
n−1
Keterangan :
di = Selisih antara x1i dan x2i
d́ = Rata-rata selisih sampel dari x1i dan x2i
μd = Rata-rata selisih populasi dari x1i dan x2i
sd 2 = Ragam populasi 1 dan 2
n = Ukuran sampel
Titik Kritis
Titik Kritis Uji Satu Arah:
−t α (n−1)untuk H0 μ: < 0
t α (n−1)untuk H0 μ: > 0
Uji P-value
P(t >t¿ ¿ hit) ¿
Selang Kepercayaan
sd sd
(
P d́−t α
2
(n−1 ) √ n
< μ d < d́ +t α
2
)
(n−1) √ n
=1−α
b. Pengujian hipotesis 2 rata-rata populasi dengan ragam
diketahui
Hipotesis
H0: μ1=μ2
H1: μ1≠μ2 H1: μ1>μ2 H1: μ1<μ2
Statistik Uji
keterangan
x́ 1 , x́ 2 = Rata-rata sampel dari populasi 1 dan 2
Titik Kritis
Titik Kritis Uji Satu Arah:
−z α untuk H0 μ: < 0
z α untuk H0 μ: > 0
Uji P-value
P( Z> z¿¿ hit ) ¿
Selang Kepercayaan
σ 12 σ 22 σ 12 σ 2 2
(
P ( x́ 1− x́ 2 ) −z α
2 √ +
n1 n 2 √
< μ1−μ2 < ( x́ 1− x́ 2 ) + z α
2
+
n1 n2
c. Pengujian hipotesis 2 rata-rata populasi dengan ragam
tidak diketahui
Hipotesis
H0: μ1=μ2
H1: μ1≠μ2 H1: μ1>μ2 H1: μ1<μ2
Uji F
Untuk menentukan apakah ragam dari kedua populasi
sama atau tidak ditentukan dengan melakukan uji F.
Dengan hipotesis :
H0: σ 12=σ 22
H1: σ 12 ≠ σ 22
Jika Fhitung ≤ Ftabel, maka ragam sama
Jika Fhitung ≥ Ftabel, maka ragam tidak sama
S besar 2
F hit =
Skecil 2
db=n1 +n 2−2
Keterangan :
x́ 1 , x́ 2 = Rata-rata sampel dari populasi 1 dan 2
μ1 , μ 2 = Rata-rata populasi 1 dan 2
s12 , s22 = Ragam populasi 1 dan 2
n1 , n2 = Ukuran sampel dari populasi 1 dan 2
Titik Kritis
Titik Kritis Uji Satu Arah:
−t α (n−1)untuk H0 μ: < 0
t α (n−1)untuk H0 μ: > 0
Uji P-value
P(t >t¿ ¿ hit) ¿
Selang Kepercayaan
1 1
(
P ( x́ 1− x́ 2 ) −t α s gab2
(db)
2 √ + < μ −μ < ( x́ − x́ ) +t
n1 n 2 1 2 1 2 α2 (db) ga
s
Titik Kritis
Titik Kritis Uji Satu Arah:
−t α (n−1)untuk H0 μ: < 0
t α (n−1)untuk H0 μ: > 0
Selang Kepercayaan
s12 s22 s 12
(
P ( x́ 1− x́ 2 ) −t α
2
(db) √ + < μ 1−μ2 < ( x́ 1− x́ 2 ) +t α
n1 n2 2 √
(db) n1
+
1. Diketahui
μ0=162,5
σ = 6,1
n = 50
x́ =165,2
Rumusan Hipotesis :
H 0 :μ =162,5
H 1 : μ ≠162,5
α
Taraf yang digunakan adalah α =0,02 dan = 0,01
2
Statistik uji :
162,5−165,2
x́−μ 0 2,7
Z hit = = 6,1 = = 3,1298
σ / √n 0,86267
√ 50
Zt abel= Z a = Z 0,01= 2,326
2
Karena Z hit > Z 0,01 atau 3,1298>2,326 maka H 0ditolak.
Uji P-value :
2×P(Z > 3,1298) = 0,001749
Karena P-value <a atau 0,001749 < 0,02 maka H 0ditolak.
Selang kepercayaan :
Untuk uji dua arah maka menghitung batas atas dan batas bawah
selang. Dengan taraf nyata α =0,02.
σ σ
(
P x́−z α
2 √n
< μ< x́ + z α
2 √n
)
=1−α
6,1 6,1
(
P 165,2−z0.01
√ 50
< μ<165,2+ z 0.01 )
√50
=0,98
^p − p0 0,311−0,35
Z hit = −0,039
p 0 (1− p0 ) = (0,35)( 0,65) = 0,050277 = −0,7757
√ n √ 90
Karena Z hit < Z 0,04 atau -0,7757 < 1,75 maka H 0diterima.
Uji P-value :
P(Z > - 0,7757) = 0,78104
Karena P-value > α atau 0,78104 > 0,04 maka H0 diterima.
Selang kepercayaan :
Untuk uji satu arah maka menghitung batas atas selang. Dengan
taraf nyata α =0,04.
p0 (1− p0 )
(
P p< ^p + z α
√ n )
=1−α
(
P p<0,311 + z 0,04
√ (0,35)(0,65)
90 )
=0,96
x́ 1 =
∑ xi 1 = 486 = 97,2
i=1
5
n1
n
xi 2 781
x́ 2 = ∑
i=1 = = 111,57
7
n2
n
Rumusan hipotesis :
H 0 :μ 1−μ2= -11
H 1 : μ 1−μ2< - 11
Statistik Uji F :
S besar 2 832,3
F hit = 2 = = 9,826
Skecil 84,7
F α (n −1 , n )= F 0,05(4,6 ) = 4,53
1 2−1
Karena F hit> F 0,05(4,6 ) atau 9,826 > 4,53 maka ragam kedua
populasi tidak sama.
Statistik uji :
-0,289
√ 1
+
n1 n2
2
√ 5
+
7
11,655
s 12 84,7
w 1= = = 16,94
n1 5
s 22 832,3
w 2= = = 118,9
n2 7
2
( w1 +w 2) ( 16,94+ 118,9 )2
db= 2 2
w 12 w 2 = ( 16,94 ) ( 118,9 ) = 7,5995≈8
+ 2 +
n 1−1 n2−1 4 6
t α (db)= t 0,05(8)=1,86
Karena t hit < t 0,025(8) atau -0,289 < 1,86 maka H0 diterima.
Uji P- value :
P(t >−0,289) = 0,389
Karena P-value > α atau 0,389 > 0,05 maka H0 diterima.
Selang Kepercayaan:
s12 s22
(
P μ1 −μ 2< ( x́1 −x́2 ) + t α (db)
√ ) +
n1 n2
=1−α
84,7 832,3
(
P μ1 −μ 2< ( 97,2−111,57 ) +t 0,05 (8 )
√ 5
+
7 )
=0,95
B. Output RStudio
1. One-sample z-Test
data: Summarized x
z = 3.1298, p-value = 0.001749
alternative hypothesis: true mean is not equal to 162.5
98 percent confidence interval:
163.1931 167.2069
sample estimates:
mean of x
165.2
3. Uji F
H 0 :σ 12=σ 22
H 1 : σ 12 ≠ σ 22
Output :
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F)
group 1 2.5581 0.1408
10
Karena Pr(>F) > α atau 0,1408 > 0,05 maka terima H0 yaitu kedua
ragam sama.
Output :
Two Sample t-test
Selang 98 percent
Kepercayaan confidence interval:
163,1931< μ<167,2069
Karena μ0tidak 163,1931 167,2069
berada diantara Karena mean of x
batas, maka H0 tidak berada diantara
ditolak batas, maka H0
ditolak
2. Statistik Uji Z hit < Z 0,04 atau χ 2hit < χ 20,04 (1 ) atau
-0,7757 < 1,75 maka 0,43956 < 4,21788
H 0diterima maka H0 diterima
P-Value P-value > α atau P-value > α atau
0,78104 > 0,04 maka 0,2537 > 0,04 maka
H0 diterima H0 diterima
Selang p<0,399 Karena p0 96 percent
Kepercayaan confidence interval:
0,0000000 0,4073376
berada di dalam
selang, maka H0 Karena null
diterima probability 0.35
berada diantara batas,
maka H0 diterima
3. Uji F F hit> F 0,025(4,6) atau Pr(>F) > α atau
9,826 > 6,22 maka 0,1408 > 0,05 maka
kedua ragam kedua ragam populasi
populasi tidak sama sama
Selang 98 percent
Kepercayaan confidence interval:
163,1931< μ<167,2069
163,1931 167,2069
Karena μ0tidak
Karena mean of x
berada diantara tidak berada diantara
batas, maka H0 batas, maka H0
ditolak ditolak
2. Statistik Uji Z hit < Z 0,04 atau χ 2hit < χ 20,04 (1 ) atau
-0,7757 < 1,75 maka 0,43956 < 4,21788
H 0diterima maka H0 diterima
P-Value P-value > α atau P-value > α atau
0,78104 > 0,04 maka 0,2537 > 0,04 maka
H0 diterima H0 diterima
Selang p<0,399 Karena p0 96 percent
Kepercayaan berada di dalam confidence interval:
selang, maka H0
0,0000000 0,4073376
diterima
Karena null
probability 0.35
berada diantara batas,
maka H0 diterima
3. Uji F F hit> F 0,025(4,6) atau Pr(>F) > α atau
9,826 > 6,22 maka 0,1408 > 0,05 maka
kedua ragam kedua ragam populasi
populasi tidak sama sama
5.2 Saran
Software RStudio sangat membantu dalam pengujian hipotesis menjadi
lebih mudah untuk digunakan para statistisi. terdapat beberapa
perbedaan rumus antara perhitungan manual dan menggunakan
software RStudio yang mengakibatkan hasil hitung dan output RStudio
berbeda, tetapi memiliki kesimpulan yang sama. Para pengguna
RStudio disarankan untuk meneliti kembali syntax yang akan diinput
karena kesalahan dalam penulisan syntax dapat mengakibatkan
RStudio error dan kekeliruan dalam pengambilan keputusan. Selain itu,
perhitungan manual juga membutuhkan ketelitian agar tidak terjadi
kesalahan saat pengambilan keputusan. Jadi, sebaiknya saat mengolah
data lebih baik menggunakan software RStudio daripada menghitung
manual karena jika menggunakan software RStudio lebih mudah
daripada hitungan manual yang membutuhkan waktu cukup lama dan
ketelitian. Untuk meminimalisir kesalahan dapat dilakukan re-checking
pada syntax yang sudah di input.
DAFTAR PUSTAKA
Supranto, J. 1981. Statistik Teori dan Aplikasi. Jakarta: Erlangga.
install.packages("TeachingDemos")
library(TeachingDemos)
prop.test(x=28, n=90, p=0.35, alternative="less", conf.level=0.96)
install.packages("car")
library(car)
perusahaan<-c(rep(1,5), rep(2,7))
durasi<-c(102,85,98,109,92,82,160,99,135,94,87,124)
leveneTest(durasi,as.factor(perusahaan))
install.packages("TeachingDemos")
library(TeachingDemos)
Perusahaan1<-c(102,85,98,109,92)
Perusahaan2<-c(82,160,99,135,94,87,124)
t.test(x=Perusahaan1, y=Perusahaan2, alternative="less", paired=FALSE,
var.equal=TRUE, conf.level=0.95,mu=-11)
Output :
One-sample z-Test
data: Summarized x
z = 3.1298, p-value = 0.001749
alternative hypothesis: true mean is not equal to 162.5
98 percent confidence interval:
163.1931 167.2069
sample estimates:
mean of x
165.2