Kuliah

MATEMATIKA DAN STATISTIKA TERAPAN

PENDUGAAN DAN PENGUJIAN
HIPOTESIS
 Cakupan

1. Selang Kepercayaan
2. Wilayah Kritis, nilai kritis, dan taraf nyata
3. Uji Hipotesis satu arah dan dua arah
4. Uji hipotesis untuk nilai tengah dan beda nilai
tengah
 Selang Kepercayaan bagi Rata-Rata

1-

Lower x Upper
Limit Limit
 Selang Kepercayaan bagi Rata-Rata

1-

 x 
x  z x  z
2 n 2 n
Selang Kepercayaan bagi Rata-Rata: Ragam Diketahui


x  z
2 n

1- /2 Z/2

99% 0.005 2.57
95% 0.025 1.96
90% 0.050 1.645
 Ilustrasi

• Andaikan sebuah contoh acak berukuran 25 diambil dari

populasi yang menyebar normal dengan ragam 16. Jika rata-
rata data contoh adalah 10, maka selang kepercayaan 95%
bagi rata-rata adalah

x  z
2 n
4
10  (1.96)
25
10  1.568
10  1.568 s/d 10  1.568
8.432 s/d 11.568
 Ilustrasi

• Kesimpulan:
Dengan tingkat keyakinan/kepercayaan 95%, kita
yakin bahwa rata-rata populasi antara 8.432 dan
11.568
 Selang Kepercayaan bagi Rata-Rata: Ragam Tidak Diketahui

• Pada banyak (semua) kasus, ragam populasi atau 2

tidak diketahui
• Jika x1, x2, …, xn adalah contoh acak berukuran n yang
diambil dari populasi dengan sebaran normal, maka
x
s
n
memiliki sebaran t-student dengan derajat bebas (n-1)
Selang Kepercayaan bagi Rata-Rata: Ragam Tidak Diketahui

1-

s x s
x t  x t 
( ; n 1) n ; n 1)
2
(
2 n
 Ilustrasi (1)

• Andaikan sebuah contoh acak berukuran 25 diambil dari

populasi yang menyebar normal. Jika rata-rata dan ragam dari
data contoh masing-masing adalah 10 dan 20, maka selang
kepercayaan 95% bagi rata-rata adalah
s
x  t( 0.025; 251)
n
20
10  ( 2.064 )
25
10  1.846
10  1.846 s/d 10  1.846
8.154 s/d 11.846
 Ilustrasi (2)

Survei dilakukan terhadap 20 RT disuatu kota untuk menduga

besarnya rata-rata biaya pendidikan (juta Rp/thn/RT). Datanya
diperoleh sebagai berikut:
RT 1 2 3 4 5 6 7 8 9 10
Biaya
Pendidikan
(juta Rp) 2,30 4,50 4,00 5,00 3,80 7,20 6,25 5,75 6,70 7,80
RT 11 12 13 14 15 16 17 18 19 20
Biaya
Pendidikan
(juta Rp) 6,80 5,30 8,00 15,10 13,20 4,50 2,00 4,70 5,75 10,10

a. Dugalah rata-rata biaya pendidikan per RT per tahun

b. Buatlah selang kepercayaan 95%, asumsikan biaya
pendidikan mengikuti sebaran normal.
 Ilustrasi (2)

Jawab:
a. Penduga rata-rata biaya pendidikan
ˆ  x  6.44
b. Selang kepercayaan 95%
s x  s / n  3,275422 / 20  0,732407
t( 0, 05 / 2;db 19 )  2,093
6,44  2,093 x0,732    6,44  2,093 x0,732
4,905    7,970
 Kasus Dua sampel saling bebas

Dugaan Selang
Selang kepercayaan (1-)100% bagi 1-2
 12  22  12  22
( x1  x2 )  z 2   1   2  ( x1  x2 )  z 2 
n1 n2 n1 n2
a. Jika 1 dan 2 tdk diketahui dan diasumsikan sama:

2  1 1 2  1 1
( x1  x2 )  t 2 ( v ) s gab     1   2  ( x1  x2 )  t 2 ( v ) s gab   
 n1 n2   n1 n2 

(n1  1) s12  (n2  1) s22

2
s gab  dan v  n1  n2  2
n1  n2  2
 Kasus Dua sampel saling bebas

b. Jika 1 dan 2 tdk diketahui dan diasumsikan tidak

sama:
 s12 s22   s12 s22 
( x1  x2 )  t 2 ( v )     1   2  ( x1  x2 )  t 2 ( v )   
 n1 n2   n1 n2 

2
 s12 s22 
 n  n 
v  1 2

 s 2  2   s 2  2 
 1 n  n1  1   2 n  n2  1
 1   2 
 Latihan

Dua buah perusahaan yang saling bersaing dalam industri

kertas karton saling mengklaim bahwa produknya yang
lebih baik, dalam artian lebih kuat menahan beban. Untuk
mengetahui produk mana yang sebenarnya lebih baik,
dilakukan pengambilan data masing-masing sebanyak 10
lembar, dan diukur berapa beban yang mampu ditanggung
tanpa merusak karton. Datanya adalah :
Persh. A 30 35 50 45 60 25 45 45 50 40

Persh. B 50 60 55 40 65 60 65 65 50 55

– Dugalah beda kekuatan karton kedua perusahaan, dan

hitung standar errornya
– Buatlah selang kepercayaan 95% bagi beda kekuatan
karton kedua perusahaan
Dugaan Selang
Beda nilai tengah bagi contoh berpasangan: d
Selang kepercayaan (1-)100% bagi d
sd s  i
( d  d ) 2

d  t 2 ( n 1)   D  d  t 2 ( n 1) d sd2  i

dan d i  x1i  x2i
n n ni

Dugaan selang bagi proporsi: P

p (1  P )
Ragam proporsi   p2 
n
Selang kepercayaan (1-)100% bagi P
p (1  p ) p (1  p )
p  z 2  P  p  z 2
n n
 Latihan
Suatu klub kesegaran jasmani ingin mengevaluasi program diet,
kemudian dipilih secara acak 10 orang anggotanya untuk
mengikuti program diet tersebut selama 3 bulan. Data yang
diambil adalah berat badan sebelum dan sesudah program diet
dilaksanakan, yaitu:
Berat Badan Peserta
1 2 3 4 5 6 7 8 9 10
Sebelum (X1) 90 89 92 90 91 92 91 93 92 91
Sesudah (X2) 85 86 87 86 87 85 85 87 86 86
D=X1-X2 5 3 5 4 4 7 6 6 6 5

Dugalah rata-rata beda berat badan sebelum dan sesudah

mengikuti program diet, lengkapi dengan selang kepercayaan 95%!
 Selang Kepercayaan bagi Proporsi

• Proporsi (p) adalah rata-rata dari peubah biner

yang nilai datanya diganti 1 untuk kejadian yang
diinginkan dan 0 untuk selainnya.
• Untuk contoh dengan ukuran yang besar, sebaran
proporsi (p) mendekati sebaran normal.
• Ragam dari peubah biner adalah np(1-p), sehingga
ragam proporsi adalah p(1-p)
 Selang Kepercayaan bagi Proporsi

• a pˆ (1  pˆ )
pˆ  z 
2 n
 Ilustrasi (1)

• Pemeriksaan terhadap 1000 bayi berusia antara 2 hingga 6

bulan di Kota Bogor mendeteksi adanya 300 bayi yang
mendapat makanan dengan gizi kurang. Dengan demikian,
selang kepercayaan 95% bagi proporsi bayi dengan gizi kurang
adalah:
pˆ (1  pˆ )
pˆ  z 
2 n
(0.3)(0.7)
0.3  (1.96)
1000
0.3  0.028
0.272 s/d 0.328
27.2% s/d 32.8%
 Ilustrasi (2)

• Wawancara terhadap 400 penumpang KRL Commuter

Line menghasilkan sebanyak 285 orang yang tidak
setuju kenaikan harga tiket awal bulan ini. Buat
selang kepercayaan 95% bagi proporsi penumpang
yang tidak setuju kenaikan harga.
 Ilustrasi (2)

• n = 400
• p = 285 / 400 = 71.25%  penduga titik (point estimate)
• 1 -  = 95%  z/2 = 1.96

pˆ (1  pˆ )
pˆ  z 
2 n
(0.7125 )(0.2875 )
0.7125  (1.96)
400
0.7125  0.04435
66.8% - 75.7% Penduga selang (interval estimate)
 Latihan

• Dari pemeriksaan terhadap 200 lembar papan yang

dihasilkan dari sebuah pabrik pemotongan kayu,
diperoleh 8 lembar papan yang cacat. Buat selang
kepercayaan 90% bagi proporsi papan cacat produksi
pabrik tersebut.
Pengujian Hipotesis
 Bentuk Hipotesis

 Hipotesis dalam statistika dinyatakan dalam

dua bentuk yaitu:
 H0 (hipotesis nol / null hypothesis)
 H1 / HA (hipotesis alternatif / alternative hypothesis)
 H0 dan H1 bertolak belakang, tidak mungkin
dua-duanya ditolak dan tidak mungkin dua-
duanya diterima.
 Penolakan terhadap H0 berimplikasi pada
penerimaan terhadap H1, dan sebaliknya.
 Bentuk Hipotesis

Two-Tail One-Tail
Hypothesis Hypothesis
H0 :  = 0 H0 :   0 H0 :   0
H1 :   0 H1 :  < 0 H1 :  > 0
• Ditolak (rejected) : hipotesis tidak didukung
oleh data, data tidak cukup mendukung
hipotesis
• Diterima (accepted): hipotesis didukung oleh
data
 Kesalahan Kesimpulan

Kondisi Sebenarnya
(tapi tidak diketahui)
Hipotesis Benar Hipotesis Salah
Kesimpulan Konfirmasi
(berdasarkan data

Diterima  
contoh)

Ditolak  
Apapun kesimpulan yang diambil berdasarkan data
contoh, mengandung peluang membuat kesalahan.
 Kesalahan Kesimpulan
Kondisi Sebenarnya
(tapi tidak diketahui)
H0 Benar H0 Salah
Kesimpulan Konfirmasi

Type II Error

(berdasarkan data

Terima H0
()
contoh)

Type I Error
Tolak H0
() 
 ditentukan oleh pengambil kesimpulan. Secara umum
 membesar jika  mengecil.  disebut juga sebagai
taraf nyata (significance level).
Kesalahan Kesimpulan
 Rataan Populasi Vs Rataan Contoh

• Rataan populasi:
– nilainya tidak diketahui
– nilainya diduga
– nilainya diasumsikan sama dengan, kurang dari atau lebih
dari nilai tertentu
– nilainya dihipotesiskan
• Rataan Contoh
– digunakan untuk menduga rataan populasi
– digunakan untuk mengkonfirmasi hipotesis tentang rataan
populasi
– kesimpulan konfirmasi hipotesis: ditolak vs diterima
 Pengambilan Kesimpulan

H0 :  = 0
H1 :   0
Jika H0 benar maka Z-hitung akan menyebar
mengikuti sebaran N(0, 2/n)
Wilayah penolakan H0:
1. Z-hitung lebih dari 0 +
z/2 /n
2. Z-hitung kurang dari 0 –
z/2 /  n

Z-hitung
 Pengambilan Kesimpulan

H0 :  = 0
H1 :   0
Jika didefinisikan zhitung sebagai
x  0
z hit ung 

n
Tolak H0 jika |zhitung| > z/2
1- /2 Z/2
99% 0.005 2.57
95% 0.025 1.96
90% 0.050 1.645
 Pengambilan Kesimpulan

H0 :  = 0
H1 :   0

Pada kondisi nilai ragam (2) atau simpangan baku ()

populasi tidak diketahui, didefinisikan thitung sebagai
x  0
t hit ung 
s
n
Tolak H0 jika |thitung| > t/2 dengan derajat bebas (n – 1)
 Pengambilan Kesimpulan

Daerah penolakan H0 sangat tergantung dari bentuk

hipotesis alternatif (H1) dan statistik uji
daerah kritis
(critical region)
Uji Z (Z-test)
H1:  < 0  Tolak H0 jika zhitung < -z (tabel)
H1:  > 0  Tolak H0 jika zhitung > z (tabel)
H1:   0  Tolak H0 jika |zhitung| > z/2(tabel)

Uji t (t-test)
H1:  < 0  Tolak H0 jika thitung < -t(; db=n-1)(tabel)
H1:  > 0  Tolak H0 jika thitung > t(; db=n-1)(tabel)
H1:   0  Tolak H0 jika |thitung| > t(/2; db=n-1)(tabel)
Tabel . Uji-Uji Mengenai Hipotesis

_
x 
z
 n
_
x 
t
s n

( x1  x2 )  d 0
z
( 12 n1 )  ( 22 n2

( x1  x 2 )  d 0
t
s p (1 n1 )  (1 n2

(n1  1) s12  (n2  1) s 22

sp 
n1  n2  2
 Ilustrasi (2)
• Batasan yang ditentukan oleh pemerintah terhadap emisi gas
CO kendaraan bermotor adalah 50 ppm.
• Sebuah perusahaan baru yang sedang mengajukan ijin
pemasaran mobil, diperiksa oleh petugas pemerintah untuk
menentukan apakah perusahan tersebut layak diberikan ijin.
• Sebanyak 20 mobil diambil secara acak dan diuji emisi CO-nya.
• Dari data yang didapatkan, rata-ratanya adalah 55 dan
ragamnya 4.2.
• Dengan menggunakan taraf nyata 5%, layakkah perusahaan
tersebut mendapat ijin ?
 Ilustrasi (2)

• Hipotesis yang diuji:

H0 :   50 vs H1 :  > 50

• Statistik uji:
th= (55-50)/(4.2/20)=10.91

• Daerah kritis pada taraf nyata 0.05

Tolak Ho jika th > t(0.05;db=19) = 1.729
 Ilustrasi (2)

• Kesimpulan:
Tolak H0, artinya emisi gas CO kendaraan bermotor yang
akan dipasarkan oleh perusahaan tersebut melebihi batasan
yang ditentukan oleh pemerintah sehingga perusahaan
tersebut tidak layak memperoleh ijin untuk memasarkan
mobilnya.
 Ilustrasi (2)

Contoh.
Suatu pernyataan mengatakan bahwa berat badan pria lebih besar
daripada wanita. Dari contoh 25 mahasiswa pria dan 16 wanita
diperoleh berat rata-rata masing-masing adalah 65 kg dan 58 kg dengan
simpangan baku 6 kg dan 5 kg. Ujilah pernyataan tersebut dengan α =
0.05.
Jawab:
(1) Hipotesis: Ho: μ1-μ2 = 0
Hi : μ1-μ2 > 0
(2) α = 0.05.
(3) Wilayah kritik Zhit > Z0.05 atau Zhit > 1.645
(4) Perhitungan z  ( x1  x 2 )  ( 1   2 )  (65  58)  0  7  4.04
s1
2
s2
2
36 25 1.73
 
n1 n2 25 16
 Ilustrasi (2)

(5) Keputusan
Zhit (4.04) > Z0.05 (1.645)
Maka Ho ditolak , berarti bahwa pernyataan yang mengatakan bahwa
berat badan pria lebih besar dari wanita diterima (didukung oleh
data).
 Ilustrasi (3)

Suatu klub kesegaran jasmani ingin mengevaluasi program

diet, kemudian dipilih secara acak 10 orang anggotanya untuk
mengikuti program diet tersebut selama 3 bulan. Data yang
diambil adalah berat badan sebelum dan sesudah program
diet dilaksanakan, yaitu:
Berat Badan Peserta
1 2 3 4 5 6 7 8 9 10
Sebelum (X1) 90 89 92 90 91 92 91 93 92 91
Sesudah (X2) 85 86 87 86 87 85 85 87 86 86
D=X1-X2 5 3 5 4 4 7 6 6 6 5

Apakah program diet tersebut dapat mengurangi berat badan

minimal 5 kg? Lakukan pengujian pada taraf nyata 5%!
 Ilustrasi (3)

Jawab:
• Karena kasus ini merupakan contoh berpasangan, maka:
• Hipotesis:
H0 : D  5 vs H1 : D < 5
• Deskripsi:
 d
n d i2   d i 
51
d   5,1
i 2
10(273)  (51) 2
n 10 s 
2
  1,43
n(n  1)
d
10(9)
s d  1,43  1,20
• Statistik uji: t  d   d  d   d  5,1  5  0,26
sd sd 1,20 / 10
n
 Ilustrasi (3)

• Daerah kritis pada =5%

Tolak H0, jika th < -t(=5%,db=9) = -1.833

• Kesimpulan:
Terima H0, artinya program diet tersebut dapat
mengurangi berat badan minimal 5 kg pada taraf
nyata 5%
 Latihan

• CV Ayo Kurban menyatakan bahwa kambing-

kambing kurban yang mereka sediakan memiliki
rata-rata bobot 48 kg. Pemeriksaan terhadap 15
ekor kambing memberikan data bobot sebagai
berikut:

• Dengan taraf nyata 5%, apakah pernyataan CV Ayo

Kurban didukung oleh data yang ada?
Thank You