Tujuan Pembelajaran

 Menjelaskan langkah2 prosedur umum uji hipotesis

 Menghitung uji hipotesis mean sampel tunggal dan ganda
 Menghitung uji hipotesis proporsi sampel tunggal dan ganda
 Menghitung uji hipotesis varians sampel tunggal dan ganda
 Pokok Bahasan

 Prosedur Umum Uji Hipotesis

 Uji Hipotesis Means Sampel Tunggal
 Uji Hipotesis Persentase Sampel Tunggal
 Uji Hipotesis Varians Sampel Tunggal
 Nilai P pada uji hipotesis
 Uji Hipotesis Means Sampel Ganda
 Uji Hipotesis Persentase Sampel Ganda
 Uji Hipotesis Varians sampel Ganda
Uji Sampel Ganda
 Uji Sampel Ganda

 Menggunakan data dari dua sampel yang diperoleh dari

dua populasi
 Menentukan apakah ada perbedaan yang secara statistik
cukup berarti (significant) antara parameter-parameter
dari kedua populasi tersebut.

Asumsi :
 Data di kedua populasi terdistribusi normal
 Independent sample
 Uji Sampel Ganda
Uji Hipotesis Varians – Distribusi F

Uji Satu Ujung

Uji Dua Ujung

 Uji Sampel Ganda
Uji Hipotesis Mean – Klasifikasi

 Uji t-pasangan untuk populasi yang saling tergantung

(dependent populations)
 Uji z untuk populasi yang independen dan jika varians-
varians populasi diketahui atau jika kedua sampel
ukurannya lebih dari 30
 Uji t sampel ukuran kecil untuk populasi yang
independen jika uji F nya menunjukkan 12  22
 Uji t sampel ukuran kecil untuk populasi yang
independen jika uji F nya menunjukkan 12 = 22
 Uji Sampel Ganda
Uji Hipotesis Mean –Prosedur
Perusahaan penjual handphone mengatakan bahwa rata-rata penjualan di kota
O dan P adalah sama. Kota O yang baru buka sepuluh bulan mendapatkan
rata-rata penjualan 595 unit dengan S = 62 unit, sedangkan di Kota P yang
sudah buka selama 13 bulan, rata-rata handphone terjual 580 unit dengan
standar deviasi 32 unit. Apakah klaim tersebut benar dengan α 0,05?
Penelitian mengenai darah mencoba mengetahui pengaruh dari succinylcholine
terhadap sirkulasi androgen dalam darah. Sampel darah diambil dari rusa yang berada
di alam liar, dengan menyuntikkan succinylcholine dan kemudian mengukurnya
kembali 30 menit setelah rusa dikembalikan ke alam liar. Level androgen pada 8 rusa
saat ditangkap dan 30 menit setelahnya didata seperti pada tabel 1. Diasumsikan
populasi androgen saat penyuntikan dan 30 menit setelahnya terdistribusi normal,
dengan tingkat signifikansi 0,05, apakah ada perbedaan signifikan antara saat
disuntikkan dan setelah 30 menit?

Awal 2,76 5,18 2,68 3,05 4,10 7,05 6,60 4,79

30 menit 7,02 3,10 5,44 3,99 5,21 10,26 13,91 18,53

 Suatu pengujian dilakukan pada kelas B dan C yang berisi 40
dan 50 siswa. kelas B mean 74 dan standar deviasi 8, kelas C
mean 78 dan standar deviasi 7. Gunakan tingkat signifikansi
0,05

 apakah terdapat perbedaan yang signifikan terhadap dua kelas

tersebut?
 Kepala sekolah mengklaim bahwa kelas C lebih unggul dari kelas B.
Apakah klaim tersebut benar?
 Suatu pengujian dilakukan pada kelas Statistik B dan Statistik
C yang berisi 16 dan 26 siswa. kelas B memiliki standar
deviasi 9, kelas C memiliki standar deviasi 12. apakah
keragaman kelas C lebih besar dari kelas B?
 Tingkat signifikansi 0,01
 Tingkat signifikansi 0,05
Paired Test

 Dibutuhkan untuk mencek perbedaan yang bermakna antara

dua nilai rata-rata ketika sampel-sampel tersebut tidak
independen :

 Seperti  - sebelum dan sesudah perlakuan

- beda perlakuan
- dengan atau tanpa perlakuan
Contoh Paired Test

 Dosen Statistik ITS menguji coba metoda pengajaran SCL

pada mahasiswanya dalam upaya meningkatkan kompetensi
mahasiswa.
 Nilai ujian per mahasiswa sebelum dan sesudah perubahan
metoda terlihat pada tabel.
 Apakah metoda SCL menunjukkan peningkatan yang
bermakna pada nilai ujian mahasiswa?
 Nilai Ujian Akhir Semester

NRP (i) Sebelum Setelah Selisih

Perubahan Perubahan d = x2 - x1
(x1 ) (x2 )
1 80 90 10
2 75 80 5
3 75 76 1
4 80 75 -5
5 76 80 4
6 98 100 2
7 75 70 -5
8 85 95 10
9 70 90 20
10 82 90 8
Total 50
Jawab
1. Uji hipotesis satu sisi:
H0: d  0; Ha: d  0.
2. Derajat kemaknaan = 5%  uji 1 arah  titik kritis t(9;0,05) = 1,83
3. Uji statistik : t  karena sampel kecil
4. Daerah penolakan H0 berada pada t>1,83
5. Statistik hitung :
_
• ∑d=50  d = 50/10 = 5
_
• ∑[d-d]2 = 510  s2 = 510/9 = 56,7  s = √56,7 = 7,35
d - d0 5-0 5 2,13
t= = = =
s/√n 7,53/√10 2,35
6. Kesimpulan :
Statistik hitung t = 2,13 > 1,83  H0 ditolak  artinya perubahan nilai ujian
per mahasiswa secara bermakna lebih besar dari nol pada derajat
kemaknaan 5% (p<0,05).
Uji Hipotesis Perbedaan Nilai Mahasiswa Sebelum dan
Sesudah Metoda Pengajaran Baru
 Uji Dua Rata-rata, populasi
independen dan berdistribusi normal

Rumusan Hipotesis H 0 : 1  2 melawan

H 1 : 1   2 atau
H 1 : 1   2 atau
H 1 : 1   2
1. Asumsi : 1 = 2 =  diketahui
x1  x 2
Statistik Uji : t
x1  x 2 z
1

1 1 1
s
n1 n2  
n1 n2

2. Asumsi : 1 = 2 =  tidak diketahui

(n1  1) s12  (n2  1) s 22
Statistik Uji : s 
2

n1  n2  2

df  n1  n2  2
Uji Satu Arah

 Pengajuan H0 dan H1 dalam uji satu arah adalah sebagai

berikut:
H0 : Persamaan menggunakan tanda =
H1 : Persamaan menggunakan tanda lebih besar
(>) atau lebih kecil (<)
 Nilai  tidak dibagi dua, karena seluruh  diletakkan
hanya di salah satu sisi selang, misalkan:
H0 : µ = µ0  disebut wilayah kritis

H1 : µ < µ0  disebut wilayah kritis

Wilayah kritis : Z < -Z  atau t < -t (db; )

 Gambar

Wilayah
terarsir

daerah terarsir  daerah penolakan

-Z  atau -t (db; )
hipotesis

daerah tak terarsir  daerah penerimaan

Wilayah hipotesis
terarsir

Z atau t (db; )
Uji Dua Arah

 Pengajuan H0 dan H1 dalam uji dua arah adalah sebagai

berikut:
H0 : Persamaan menggunakan tanda =
H1 : Persamaan menggunakan tanda ≠
 Nilai  dibagi dua, karena  diletakkan di kedua sisi
selang, misalkan:
H0 : µ = µ0  disebut wilayah kritis

H1 : µ ≠ µ0  disebut wilayah kritis

Wilayah kritis : Z < -Z /2 dan Z < Z /2
atau t < -t (db; /2) dan t < t (db; /2)
Gambar

Wilayah Wilayah
terarsir terarsir

-Z /2 atau -t (db; /2) Z /2 atau t (db; /2)

daerah terarsir  daerah penolakan hipotesis

daerah tak terarsir  daerah penerimaan hipotesis

 Rumus-rumus perhitungan statistik uji

H0 Nilai Uji H1 Wilayah

Statistik Kritis
  0 x  0   0 z   z
z
 / n   0 z  z
contoh besar σ dapat diganti dengan s dan
n ≥30   0 z   z
2
z  z
2

x  0   0  t( db; )
  0 t
t <
s/ n   0 t > t( db , )
contoh kecil dan
n <30
  0 t   t( db ,
2)
t  t ( db;
2)

db = n-1
 Rumus-rumus perhitungan statistik uji

H0 Nilai Uji H1 Wilayah

Statistik Kritis
x1  x2  d 0 1  2  d 0 z   z
1  2  d0 z
(12 / n1 )  ( 22 / n2 ) 1  2  d 0 z  z
Contoh Jika  2dan  tidak
2 dan
besar
1 2
diketahui gunakan 1  2  d0 z   z
2
n1 ≥30 s dan s 2
2
z  z
1 2
n2 ≥30 2

1  2  d 0 t <  t( db; )
1  2  d0 x1  x2  d 0
t
( s12 / n1 )  (s22 / n2 ) 1  2  d 0 t > t( db , )
contoh kecil t   t( db , dan
1  2  d0 2)

n1 <30 t  t ( db;
2)
n2 <30
db = n1 + n2 -2
Contoh Besar

 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, /2 = 0.5%, statistik uji=z)
Lanjt. Contoh

 Diketahui:
x = 495 s = 45 n=100 µ0 = 500 =1%
 a) 1. H0 :  = 500 H1 :  < 500
2* statistik uji : z  karena contoh besar
3* arah pengujian : 1 arah
4* Taraf Nyata Pengujian =  = 1% = 0.01
5. Titik kritis  z < -z0.01  z < - 2.33
6. Statistik Hitung

x  0 495  500 5
z =……………=……=-1.11…………………………….
 / n 45 / 100 4.5
Lanjt. Contoh

7. Kesimpulan :
 z hitung = -1.11 ada di daerah penerimaan

 H0 diterima, rata-rata pengambilan uang di ATM masih = $ 500

JAWABAN b?
Contoh Kecil

 Seorang job-specialist 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?
Lanjt. Contoh

 Diketahui:
x = 22 s = 4 n=25 µ0 = 20=5%
 b) 1. H0 :  = 20 H1 :  ≠ 500
2* statistik uji : t  karena contoh kecil
3* arah pengujian : 2 arah
4* Taraf Nyata Pengujian =  = 5% = 0.05
/2 = 2.5% = 0.025
5. Titik kritis
db = n-1 = 25-1 = 24
Titik kritis dan
t   t( db , )
2
t  t ( db; )
2
t < -t (24; 2.5%)  t < -2.064 & t > t (24; 2.5%)  t > 2.064
Lanjt. Contoh

6. Statistik Hitung

x  0 22  20 2
t =……………=……= 2.5………..…………………….
s / n 4 / 25 0.8

7. Kesimpulan
t hitung = -2.5 ada di daerah penolakan H0
H0 ditolak, H1 diterima ,
Rata-rata penguasaan pekerjaan kesekretarisan
 20 bulan
 Soal 2 Nilai Tengan Contoh Besar

 Berikut adalah data nilai prestasi kerja karyawan yang

mendapat training dengan yang tidak mendapat training.

DGN TRAINING TANPA TRAINING

rata-rata nilai prestasi x1 = 300 x2 = 302
ragam s12 = 4 s22 = 4.5
ukuran sampel n1 = 40 n2 = 30

 Dengan taraf nyata 5 % ujilah :

a. Apakah perbedaan rata-rata nilai prestasi kerja > 0?
b. Apakah ada perbedaan rata-rata prestasi kerja 1 0?
2
1  2
 Sebuah peralatan digunakan untuk menghasilkan plat dengan
tebal standard 0,05 inci. Untuk penjaminan mutu maka diambil
10 sampel dan didapatkan mean 0,053 dan standar deviasi
0,003. apakah plat tersebut masih pada standard yang
ditetapkan?
 Tingkat signifikansi 0,05
 Tingkat signifikansi 0,01