Metstat 8.1 8.2.en - Id

8
Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.com
BAB
Pengujian Hipotesis
Tujuan Garis besar
Setelah menyelesaikan bab ini, Anda harus bisa pengantar

1 Memahami definisi yang digunakan dalam pengujian
hipotesis.
8–1 Langkah-langkah Pengujian Hipotesis—Metode
Tradisional
2 Nyatakan hipotesis nol dan alternatifnya.
3 Temukan nilai kritis untukzuji. 8–2 zUji Rata-Rata

4 Sebutkan lima langkah yang digunakan dalam pengujian hipotesis.
8–3 tUji Rata-Rata
5 Tes berarti kapansdiketahui, dengan menggunakanzuji.
8–4 zTes untuk Proporsi
6 Tes berarti kapanstidak diketahui, menggunakantuji.
7 Uji proporsi, menggunakanzuji. 8–5 X2Uji untuk Varians atau Deviasi Standar
8 Uji varians atau simpangan baku, dengan 8–6 Topik Tambahan Mengenai Pengujian
menggunakan uji chi-kuadrat.
Hipotesis
9 Uji hipotesis, menggunakan interval kepercayaan.
Ringkasan
10 Jelaskan hubungan antara kesalahan
tipe I dan tipe II dan kekuatan tes.
8–1
400 Bab 8Pengujian Hipotesis
Statistik Seberapa Jauh Lebih Baik Lebih Baik?

Hari ini Misalkan seorang pengawas sekolah membaca sebuah artikel yang menyatakan bahwa skor
rata-rata keseluruhan untuk SAT adalah 910. Selanjutnya, misalkan, untuk sampel siswa, rata-
rata skor SAT di distrik sekolah pengawas adalah 960. Bisakah pengawas menyimpulkan
bahwa siswa di distrik sekolahnya mendapat nilai lebih tinggi dari rata-rata? Pada pandangan
pertama, Anda mungkin cenderung mengatakan ya, karena 960 lebih tinggi dari 910. Tetapi
ingat bahwa rata-rata sampel bervariasi terhadap rata-rata populasi ketika sampel dipilih dari
populasi tertentu. Jadi timbul pertanyaan, Apakah ada perbedaan nyata dalam sarana, atau
apakah perbedaan itu hanya karena kebetulan (yaitu, kesalahan pengambilan sampel)?
Dalam bab ini, Anda akan belajar bagaimana menjawab pertanyaan tersebut dengan
menggunakan statistik yang menjelaskan pengujian hipotesis. Lihat Statistik Hari Ini—
Ditinjau kembali untuk mengetahui jawabannya. Dalam bab ini,
pengantar
Peneliti tertarik untuk menjawab banyak jenis pertanyaan. Misalnya, seorang ilmuwan mungkin
ingin mengetahui apakah bumi sedang memanas. Seorang dokter mungkin ingin mengetahui
apakah obat baru akan menurunkan tekanan darah seseorang. Seorang pendidik mungkin ingin
melihat apakah teknik pengajaran baru lebih baik daripada teknik tradisional. Pedagang eceran
mungkin ingin tahu apakah masyarakat lebih menyukai warna tertentu dalam lini mode baru.
Produsen mobil tertarik untuk menentukan apakah sabuk pengaman akan mengurangi tingkat
keparahan cedera akibat kecelakaan. Jenis pertanyaan ini dapat diatasi melalui statistikpengujian
hipotesis,yang merupakan proses pengambilan keputusan untuk mengevaluasi klaim tentang
populasi. Dalam pengujian hipotesis, peneliti harus menentukan populasi yang diteliti, menyatakan
hipotesis tertentu yang akan diselidiki, memberikan tingkat signifikansi, memilih sampel dari
populasi, mengumpulkan data, melakukan perhitungan yang diperlukan untuk uji statistik, dan
mencapai suatu kesimpulan.
Hipotesis mengenai parameter seperti sarana dan proporsi dapat diselidiki.
Ada dua uji statistik khusus yang digunakan untuk hipotesis tentang cara:tes z
8–2
Bagian 8–1Langkah-langkah Pengujian Hipotesis—Metode Tradisional 401
danuji t.Bab ini akan menjelaskan secara rinci prosedur pengujian hipotesis besertaztes
dantuji. Selain itu, prosedur pengujian hipotesis untuk menguji varians tunggal atau
standar deviasi menggunakan distribusi chi-kuadrat dijelaskan dalam Bagian 8–5.
Tiga metode yang digunakan untuk menguji hipotesis adalah
1.Metode tradisional
2.ItuP-metode nilai
3.Metode selang kepercayaan
Itumetode tradisionalakan dijelaskan terlebih dahulu. Ini telah digunakan sejak metode
pengujian hipotesis dirumuskan. Metode yang lebih baru, disebutmetode nilai-P,telah
menjadi populer dengan munculnya komputer modern dan kalkulator statistik bertenaga
tinggi. Ini akan dijelaskan pada akhir Bagian 8–2. Metode ketiga, yaitumetode interval
kepercayaan,dijelaskan dalam Bagian 8–6 dan mengilustrasikan hubungan antara pengujian
hipotesis dan selang kepercayaan.
8–1 Langkah-langkah Pengujian Hipotesis—Metode Tradisional

Setiap situasi pengujian hipotesis dimulai dengan pernyataan hipotesis.
SEBUAHhipotesis statistikadalah dugaan tentang parameter populasi. Dugaan ini bisa

benar bisa juga tidak.
Objektif 1 Ada dua jenis hipotesis statistik untuk setiap situasi: hipotesis nol dan
Pahami hipotesis alternatif.
definisi yang digunakan dalam
pengujian hipotesis. Ituhipotesis nol,dilambangkan denganH0, adalah hipotesis statistik yang menyatakan bahwa
tidak ada perbedaan antara parameter dan nilai tertentu, atau tidak ada perbedaan antara
dua parameter.
Ituhipotesis alternatif,dilambangkan denganH1, adalah hipotesis statistik yang menyatakan

adanya perbedaan antara suatu parameter dengan nilai tertentu, atau menyatakan adanya
perbedaan antara dua parameter.
(Catatan:Meskipun definisi hipotesis nol dan alternatif yang diberikan di sini menggunakan
kataparameter,definisi ini dapat diperluas untuk memasukkan istilah lain sepertidistribusidan
keserampangan. Ini dijelaskan dalam bab-bab selanjutnya.)
Sebagai ilustrasi tentang bagaimana hipotesis harus dinyatakan, tiga studi statistik yang berbeda
akan digunakan sebagai contoh.
Situasi ASeorang peneliti medis tertarik untuk mengetahui apakah obat baru akan
memiliki efek samping yang tidak diinginkan. Peneliti sangat memperhatikan
denyut nadi pasien yang minum obat. Akankah denyut nadi meningkat, menurun,
Objektif 2 atau tetap tidak berubah setelah pasien minum obat?
Karena peneliti mengetahui bahwa rata-rata denyut nadi untuk populasi yang diteliti
Nyatakan hipotesis nol
adalah 82 denyut per menit, hipotesis untuk situasi ini adalah
dan alternatifnya.
H0:m !82 dan H1:m "82
Hipotesis nol menetapkan bahwa mean akan tetap tidak berubah, dan hipotesis alternatif
menyatakan bahwa itu akan berbeda. Tes ini disebutuji dua sisi(istilah yang akan didefinisikan
secara formal nanti di bagian ini), karena kemungkinan efek samping dari obat tersebut adalah
menaikkan atau menurunkan denyut nadi.
8–3
Situasi BSeorang ahli kimia menciptakan aditif untuk meningkatkan umur baterai
mobil. Jika rata-rata masa pakai baterai mobil tanpa aditif adalah 36 bulan, maka
hipotesisnya adalah:
H0:m !36 dan H1:m #36
Dalam situasi ini, ahli kimia hanya tertarik untuk meningkatkan masa pakai baterai, jadi
hipotesis alternatifnya adalah rata-rata lebih besar dari 36 bulan. Hipotesis nol-
adalah bahwa rata-rata sama dengan 36 bulan. Tes ini disebutberekor kanan,sejak interis
dalam peningkatan saja.
kamu status biasa

uasi CSeorang kontraktor ingin menurunkan tagihan pemanas dengan menggunakan jenis ulation
khusus di rumah. Jika rata-rata tagihan pemanas bulanan adalah $78, hipotesisnya tentang biaya
Enam puluh tiga persen dari pemanasan dengan penggunaan isolasi adalah:
orang lebih suka
H0:m ! $78 dan H1:m $ $78
dengarkan kabar buruk sebelum
mendengar kabar baiknya Tes ini adalahuji belok kiri,karena kontraktor hanya tertarik untuk menurunkan biaya pemanasan.
berita. Untuk menyatakan hipotesis dengan benar, peneliti harus menerjemahkandugaanataumengeklaimdari
kata-kata menjadi simbol matematika. Simbol dasar yang digunakan adalah sebagai berikut:
Sama dengan ! Lebih besar dari #

Tidak sama dengan " Kurang dari $
Hipotesis nol dan alternatif dinyatakan bersama-sama, dan hipotesis nol berisi tanda sama
dengan, seperti yang ditunjukkan (di manakmewakili nomor tertentu).
Tes dua sisi Tes arah kanan Tes arah kiri

H0:m !k H0:m !k H0:m !k
H1:m "k H1:m #k H1:m $k
Definisi formal dari berbagai jenis tes diberikan nanti di bagian ini.
Dalam buku ini, hipotesis nol selalu dinyatakan dengan menggunakan tanda sama dengan. Ini
dilakukan karena di sebagian besar jurnal profesional, dan ketika kami menguji hipotesis nol,
asumsinya adalah rata-rata, proporsi, atau standar deviasi sama dengan nilai tertentu yang
diberikan. Juga, ketika seorang peneliti melakukan penelitian, dia umumnya mencari bukti untuk
mendukung klaim. Oleh karena itu, klaim harus dinyatakan sebagai hipotesis alternatif, yaitu
menggunakan $ atau # atau ". Oleh karena itu, hipotesis alternatif kadang-kadang disebut
hipotesis alternatif.hipotesis penelitian.
Meja8–1 Frasa Umum Pengujian Hipotesis
# $
Lebih besar dari Kurang dari
Apakah di atas Ada di bawah
Lebih tinggi dari Lebih rendah dari
Lebih panjang dari Lebih pendek dari

Lebih besar dari Lebih kecil dari
Apakah meningkat Dikurangi atau dikurangi dari
! "
Adalah sama dengan Tidak sama dengan
Sama dengan Berbeda dengan

Tidak berubah dari Telah berubah dari
Sama dengan Tidak sama dengan
8–4
Namun, sebuah klaim dapat dinyatakan sebagai hipotesis nol atau hipotesis alternatif;
Namun, bukti statistik hanya bisamendukungklaim jika itu adalah hipotesis alternatif. Bukti
statistik dapat digunakan untukmenolakklaim jika klaim adalah hipotesis nol. Fakta-fakta ini
penting ketika Anda menyatakan kesimpulan dari studi statistik.
Tabel 8–1 menunjukkan beberapa frasa umum yang digunakan dalam hipotesis dan dugaan,
serta simbol yang sesuai. Tabel ini akan sangat membantu dalam menerjemahkan konjektur verbal
ke dalam simbol matematika.
Contoh8–1 Nyatakan hipotesis nol dan alternatif untuk setiap dugaan.

sebuah.Seorang peneliti berpikir bahwa jika ibu hamil menggunakan pil vitamin, berat
lahir bayi akan meningkat. Berat lahir rata-rata populasi adalah 8,6 pound.
b.Seorang insinyur berhipotesis bahwa rata-rata jumlah cacat dapat dikurangi dalam proses
pembuatan compact disk dengan menggunakan robot sebagai pengganti manusia untuk tugas-
tugas tertentu. Jumlah rata-rata disk yang rusak per 1000 adalah 18.
c.Seorang psikolog merasa bahwa memainkan musik lembut saat ujian akan
mengubah hasil ujian. Psikolog tidak yakin apakah nilainya akan lebih tinggi atau
lebih rendah. Sebelumnya, rata-rata skor adalah 73.
Larutan
sebuah. H0:m !8.6 danH1:m #8.6

b. H0:m !18 danH1:m $18
c. H0:m !73 danH1:m "73
Setelah menyatakan hipotesis, peneliti merancang penelitian. Peneliti memilih yang

benaruji statistik,memilih yang sesuaitingkat signifikansi,dan merumuskan rencana
untuk melakukan studi. Pada situasi A misalnya, peneliti akan memilih sampel pasien
yang akan diberikan obat. Setelah memberikan waktu yang sesuai untuk obat diserap,
peneliti akan mengukur denyut nadi setiap orang.
Ingatlah bahwa ketika sampel dengan ukuran tertentu dipilih dari suatu populasi, rata-
rata sampel ini akan bervariasi terhadap rata-rata populasi, dan distribusi rata-rata sampel
akan mendekati normal bila ukuran sampelnya 30 atau lebih. (Lihat Bagian 6-3.) Jadi, bahkan
jika hipotesis nol benar, rata-rata denyut nadi sampel pasien, dalam banyak kasus, tidak akan
sama persis dengan rata-rata populasi 82 denyut per menit. Ada dua kemungkinan. Entah
hipotesis nol itu benar, dan perbedaan antara rata-rata sampel dan rata-rata populasi adalah
karena kebetulan;atauhipotesis nol salah, dan sampel berasal dari populasi yang rata-ratanya
bukan 82 denyut per menit tetapi beberapa nilai lain yang tidak diketahui. Situasi ini
ditunjukkan pada Gambar 8-1.
Semakin jauh rata-rata sampel dari rata-rata populasi, semakin banyak bukti
untuk menolak hipotesis nol. Probabilitas bahwa sampel berasal dari populasi yang
rata-ratanya 82 berkurang dengan meningkatnya jarak atau nilai absolut dari
perbedaan antara rata-rata.
Jika rata-rata denyut nadi sampel adalah, katakanlah, 83, peneliti mungkin akan
menyimpulkan bahwa perbedaan ini adalah karena kebetulan dan tidak akan menolak hipotesis
nol. Tetapi jika rata-rata sampel adalah, katakanlah, 90, maka kemungkinan besar peneliti akan
menyimpulkan bahwa obat tersebut meningkatkan denyut nadi pengguna dan akan menolak
hipotesis nol. Pertanyaannya adalah, di mana peneliti menarik garis? Keputusan ini tidak dibuat
berdasarkan perasaan atau intuisi; itu dibuat secara statistik. Artinya, perbedaannya harus
signifikan dan kemungkinan besar bukan karena kebetulan. Di sinilah konsep uji statistik dan
tingkat signifikansi digunakan.
8–5
Gambar 8–1 (sebuah)H0adalah benar

Distribusi
sampel
Situasi di
cara
Pengujian Hipotesis
!X= 82 X
(b)H0salah Distribusi
sampel
cara
82 X !X= ?
SEBUAHuji statistikmenggunakan data yang diperoleh dari sampel untuk membuat

keputusan tentang apakah hipotesis nol harus ditolak.
Nilai numerik yang diperoleh dari uji statistik disebutnilai tes.
Dalam jenis uji statistik ini, rata-rata dihitung untuk data yang diperoleh dari sampel
dan dibandingkan dengan rata-rata populasi. Kemudian diambil keputusan untuk
menolak atau tidak menolak hipotesis nol berdasarkan nilai yang diperoleh dari uji
statistik. Jika perbedaannya signifikan, hipotesis nol ditolak. Jika tidak, maka hipotesis
nol tidak ditolak.
Dalam situasi pengujian hipotesis, ada empat kemungkinan hasil. Pada kenyataannya, hipotesis nol
mungkin benar atau mungkin tidak benar, dan keputusan dibuat untuk menolak atau tidak menolaknya
berdasarkan data yang diperoleh dari sampel. Empat kemungkinan hasil ditunjukkan pada Gambar 8-2.
Perhatikan bahwa ada dua kemungkinan untuk keputusan yang benar dan dua kemungkinan untuk
keputusan yang salah.
H0BENAR H0Salah
Gambar 8–2
Kemungkinan Hasil dari
Uji Hipotesis
Kesalahan Benar
Menolak
Tipe I keputusan
H0
Benar
Mengerjakan
Kesalahan
bukan
keputusan Tipe II
menolak
H0
8–6
Jika hipotesis nol benar dan ditolak, maka akesalahan tipe Iterbuat. Dalam situasi
A, misalnya, obat tersebut mungkin tidak secara signifikan mengubah denyut nadi semua pengguna
dalam populasi; tetapi itu mungkin mengubah tingkat, secara kebetulan, dari subjek dalam sampel.
Dalam hal ini, peneliti akan menolak hipotesis nol padahal itu benar-benar benar, sehingga melakukan
kesalahan tipe I.
Di sisi lain, obat mungkin tidak mengubah denyut nadi subjek dalam sampel, tetapi ketika
diberikan kepada populasi umum, hal itu dapat menyebabkan peningkatan atau penurunan yang
signifikan dalam denyut nadi pengguna. Peneliti, atas dasar data yang diperoleh dari sampel, tidak
akan menolak hipotesis nol, sehingga melakukan akesalahan tipe II.
Dalam situasi B, aditif mungkin tidak secara signifikan meningkatkan masa pakai baterai
mobil dalam populasi, tetapi mungkin meningkatkan masa pakai baterai dalam sampel.
Dalam hal ini, hipotesis nol akan ditolak ketika itu benar. Ini akan menjadi kesalahan tipe I. Di
sisi lain, aditif mungkin tidak berfungsi pada baterai yang dipilih untuk sampel, tetapi jika
digunakan pada populasi umum baterai, aditif dapat meningkatkan masa pakainya secara
signifikan. Peneliti, berdasarkan informasi yang diperoleh dari sampel, tidak akan menolak
hipotesis nol, sehingga melakukan kesalahan tipe II.
SEBUAHkesalahan tipe Iterjadi jika Anda menolak hipotesis nol padahal itu benar.
SEBUAHkesalahan tipe IIterjadi jika Anda tidak menolak hipotesis nol ketika itu salah.
Situasi pengujian hipotesis dapat disamakan dengan sidang juri. Dalam sidang juri, ada
empat kemungkinan hasil. Terdakwa bersalah atau tidak bersalah, dan dia akan dihukum
atau dibebaskan. Lihat Gambar 8–3.
Sekarang hipotesisnya adalah
H0: Terdakwa tidak bersalah

H1: Terdakwa tidak bersalah (yaitu, bersalah)
Selanjutnya, bukti tersebut diajukan di pengadilan oleh jaksa penuntut, dan berdasarkan bukti
tersebut, juri memutuskan putusan, bersalah atau tidak bersalah.
Jika terdakwa dipidana tetapi tidak melakukan tindak pidana, maka telah
dilakukan kesalahan tipe I. Lihat blok 1 dari Gambar 8–3. Di sisi lain, jika terdakwa
dihukum dan dia telah melakukan kejahatan, maka keputusan yang benar telah
dibuat. Lihat blok 2.
Jika terdakwa dibebaskan dan dia tidak melakukan kejahatan, keputusan yang
benar telah dibuat oleh juri. Lihat blok 3. Namun, jika terdakwa dibebaskan dan dia
benar-benar melakukan kejahatan, maka telah terjadi kesalahan tipe II. Lihat blok 4.
H0BENAR H0Salah
Gambar 8–3
H0: Terdakwa tidak bersalah. H1: (polos) (tidak bersalah)
Pengujian Hipotesis dan Terdakwa tidak bersalah.
Pengadilan Juri Hasil uji coba dapat ditunjukkan sebagai berikut:
Menolak
H0 Tipe I Benar
(menghukum)
kesalahan keputusan
1. 2.
Mengerjakan
bukan
Benar Tipe II
menolakH0 keputusan kesalahan
(membebaskan)
3. 4.
8–7
Keputusan juri tidak membuktikan bahwa terdakwa melakukan atau tidak melakukan kejahatan.
Keputusan tersebut didasarkan pada bukti-bukti yang diajukan. Jika bukti cukup kuat, terdakwa akan
dihukum dalam banyak kasus. Jika bukti lemah, terdakwa akan dibebaskan dalam banyak kasus. Tidak
ada yang terbukti secara mutlak. Demikian pula, keputusan untuk menolak atau tidak menolak hipotesis
nol tidak membuktikan apa-apa.Satu-satunya cara untuk membuktikan sesuatu secara statistik adalah
dengan menggunakan seluruh populasi,yang, dalam banyak kasus, tidak mungkin. Keputusan, kemudian,
dibuat atas dasar probabilitas. Artinya, ketika ada perbedaan besar antara rata-rata yang diperoleh dari
sampel dan rata-rata yang dihipotesiskan, hipotesis nol mungkin tidak benar. Pertanyaannya adalah,
Seberapa besar perbedaan yang diperlukan
ct hipotesis nol? Di sinilah tingkat signifikansi digunakan.
kamu Stats biasa

etingkat signifikansiadalah probabilitas maksimum melakukan kesalahan tipe I. Obabilitas ini
dilambangkan dengansebuah (surat Yunanialfa). Itu adalah,P(kesalahan tipe I) !sebuah.
Dari pekerja di
Amerika Serikat, 64% Probabilitas kesalahan tipe II dilambangkan denganb,huruf Yunanibeta.Artinya, kesalahan ype II) !b.
berkendara ke tempat kerja
Dalam sebagian besar situasi pengujian hipotesis,btidak dapat dengan mudah dihitung; namun,
sendiri dan 6% pekerja
sebuahdanbterkait dalam penurunan yang satu meningkatkan yang lain.
berjalan kaki ke tempat kerja.
Ahli statistik umumnya setuju untuk menggunakan tiga tingkat signifikansi arbitrer: tingkat 0,10,
0,05, dan 0,01. Artinya, jika hipotesis nol ditolak, probabilitas kesalahan tipe I akan menjadi 10%, 5%, atau
1%, bergantung pada tingkat signifikansi mana yang digunakan. Inilah cara lain untuk
menggambarkannya: Kapansebuah !0,10, ada peluang 10% untuk menolak hipotesis nol yang
sebenarnya; Kapansebuah !0,05, ada kemungkinan 5% untuk menolak hipotesis nol yang benar; dan
kapansebuah !0,01, ada peluang 1% untuk menolak hipotesis nol yang benar.
Dalam situasi pengujian hipotesis, peneliti memutuskan tingkat signifikansi apa yang
akan digunakan. Tidak harus level 0,10, 0,05, atau 0,01. Itu bisa di level apa saja, tergantung
pada keseriusan kesalahan tipe I. Setelah tingkat signifikansi dipilih, anilai kritisdipilih dari
tabel untuk tes yang sesuai. Jika sebuahztes yang digunakan, misalnya,ztabel (Tabel E dalam
Lampiran C) dikonsultasikan untuk menemukan nilai kritis. Nilai kritis menentukan daerah
kritis dan nonkritis.
Itunilai kritismemisahkan daerah kritis dari daerah nonkritis. Simbol untuk nilai
kritis adalah CV
Itukritisatauwilayah penolakanadalah rentang nilai nilai uji yang menunjukkan
bahwa terdapat perbedaan yang signifikan dan hipotesis nol harus ditolak.
Itutidak kritisatauwilayah non-penolakanadalah rentang nilai dari nilai uji yang
menunjukkan bahwa perbedaan itu mungkin karena kebetulan dan bahwa hipotesis
nol tidak boleh ditolak.
Nilai kritis dapat berada di sisi kanan rata-rata atau di sisi kiri rata-rata untuk uji
satu sisi. Lokasinya bergantung pada tanda pertidaksamaan dari hipotesis alternatif.
Misalnya, dalam situasi B, di mana ahli kimia tertarik untuk meningkatkan umur rata-
rata baterai mobil, hipotesis alternatifnya adalahH1:m #36. Karena tanda
pertidaksamaan adalah #, hipotesis nol akan ditolak hanya jika mean sampel secara
signifikan lebih besar dari 36. Oleh karena itu, nilai kritis harus berada di sisi kanan
mean. Oleh karena itu, uji ini disebut uji berekor kanan.
SEBUAHuji satu sisimenunjukkan bahwa hipotesis nol harus ditolak ketika nilai uji
berada di wilayah kritis di satu sisi rata-rata. Tes satu sisi adalah salah satu dari auji
berekor kananatauuji belok kiri,tergantung pada arah pertidaksamaan dari hipotesis
alternatif.
8–8
Gambar 8–4
Menemukan Nilai Kritis untukSEBUAH !0,01 (Uji Ekor Kanan)
z 0,00 0,01 0,02 0,03 0,04 0,05 ...

0.9900
0,0
Kritis 0.1
wilayah
0.2
0,01
0,3
...
0 z 2.1
2.2
Temukan area ini dalam tabel
seperti yang ditunjukkan 2.3 0,9901
2.4 Nilai terdekat ke 0,9900
...
(sebuah)Wilayah kritis (b)Nilai kritis dari Tabel E
Untuk mendapatkan nilai kritis, peneliti harus memilih level alpha. Dalam situasi B,
misalkan peneliti memilihsebuah !0,01. Kemudian peneliti harus menemukanznilai sehingga
1% dari daerah jatuh ke kananznilai dan 99% jatuh ke kiriznilai, seperti yang ditunjukkan pada
Gambar 8–4(a).
Objektif 3 Selanjutnya, peneliti harus mencari nilai luas pada Tabel E yang terdekat dengan 0,9900. Yang kritis znilainya adalah
2,33, karena nilai tersebut memberikan area yang paling dekat dengan 0,9900 (yaitu, 0,9901), seperti yang ditunjukkan
Temukan nilai kritis
pada Gambar 8–4(b).
untukzuji.
Daerah kritis dan tidak kritis dan nilai kritis ditunjukkan pada Gambar 8–5.
Gambar 8–5
Daerah Kritis dan 0.9900
Nonkritis untukSEBUAH !
0,01 (Uji Ekor Kanan) wilayah nonkritis
Kritis
wilayah
0,01
0 + 2.33
Sekarang, lanjutkan ke situasi C, di mana kontraktor tertarik untuk menurunkan tagihan pemanas.
Hipotesa alternatifnya adalahH1:m $ $78. Oleh karena itu, nilai kritis jatuh ke kiri rata-rata. Oleh karena
itu, tes ini merupakan tes berekor kiri. Padasebuah !0,01, nilai kritisnya adalah %2,33, karena 0,0099
adalah nilai terdekat dengan 0,01. Hal ini ditunjukkan pada Gambar 8–6.
Ketika seorang peneliti melakukan uji dua sisi, seperti dalam situasi A, hipotesis nol
dapat ditolak ketika ada perbedaan yang signifikan di kedua arah, di atas atau di bawah rata-
rata.
8–9
Gambar 8–6
Daerah Kritis dan
0,01 (Uji Ekor Kiri) Kritis wilayah nonkritis
wilayah
0,01
– 2.33 0
Di sebuahuji dua arah,hipotesis nol harus ditolak ketika nilai tes berada di salah
satu dari dua wilayah kritis.
Untuk uji dua sisi, maka, daerah kritis harus dibagi menjadi dua bagian yang sama. Jika sebuah !0,01,
maka setengah dari luas, atau 0,005, harus di sebelah kanan rata-rata dan setengahnya harus di sebelah
kiri rata-rata, seperti yang ditunjukkan pada Gambar 8-7.
Dalam hal ini,znilai di sisi kiri ditemukan dengan melihat ke atasznilai yang sesuai
dengan luas 0.0050. Ituznilai jatuh sekitar setengah antara %2,57 dan %2,58 sesuai
dengan area 0,0049 dan 0,0051. Rata-rata %2.57 dan %2.58 adalah [(%2.57) & (%2.58)] '
2 ! %2.575 jadi jikaznilai diperlukan hingga 3 desimal, %2,575 digunakan; Namun, jikaz
nilai dibulatkan menjadi 2 tempat desimal, %2,58 digunakan.
Di sisi kanan, perlu untuk menemukanznilai yang sesuai dengan 0,99 & 0,005, atau 0,9950.
Sekali lagi, nilainya turun antara 0,9949 dan 0,9951, jadi &2,575 atau 2,58 dapat digunakan. Lihat
Gambar 8–7.
Gambar 8–7
Menemukan yang Kritis
Nilai untukSEBUAH ! 0.9900
0,01 (Uji Dua Sisi) 0,9950
0,005 0,005
0,4950
–z 0 +z
Nilai kritisnya adalah &2.58 dan %2.58, seperti yang ditunjukkan pada Gambar 8–8.
Gambar 8–8
Daerah Kritis dan
0,01 (Uji Dua Sisi) wilayah nonkritis
Kritis Kritis
wilayah wilayah
– 2.58 0 &2.58
8–10
Prosedur serupa digunakan untuk menemukan nilai lain darisebuah.

Gambar 8–9 dengan daerah penolakan yang diarsir menunjukkan nilai kritis (CV) untuk tiga
situasi yang dibahas pada bagian ini untuk nilaisebuah !0,10,sebuah !0,05, dansebuah !0,01.
Prosedur untuk menemukan nilai kritis diuraikan berikutnya (di mana:kadalah angka tertentu).
Gambar 8–9
Ringkasan dari
Pengujian Hipotesis
"=0.10, CV = -1.28 "=
dan Nilai Kritis H0:!=k
0,05, CV = -1,65 "=
H1:!<k
0,01, CV = –2,33
(a) Ekor kiri 0
"=0.10, CV = +1.28 "

H0:!=k
=0,05, CV = +1,65 "=
H1:!>k
0,01, CV = +2,33
(b) Ekor kanan 0
"=0,10, CV =±1.65 "=

H0:!=k
0,05, CV =±1.96 "=
H1:!≠k
0,01, CV =±2.58
(c) Dua-ekor 0
Tabel Prosedur
Menemukan Nilai Kritis untuk SpesifikSEBUAHNilai, Menggunakan Tabel E
Langkah 1 Gambarlah gambar dan tunjukkan area yang sesuai.

sebuah.Jika pengujian berekor kiri, daerah kritis, dengan luas sama dengansebuah,akan berada
di sisi kiri rata-rata.
b.Jika uji berekor kanan, daerah kritis, dengan luas sama dengansebuah,akan
berada di sisi kanan mean.
c.Jika tesnya dua arah,sebuahharus dibagi 2; setengah dari luas akan berada di sebelah
kanan rata-rata, dan setengahnya akan berada di sebelah kiri rata-rata.
Langkah 2 sebuah.Untuk uji arah kiri, gunakan theznilai yang sesuai dengan luas setara dengansebuah
pada Tabel E.
b.Untuk uji arah kanan, gunakanznilai yang sesuai dengan luas setara dengan 1 %
sebuah.
c.Untuk uji dua sisi, gunakanznilai yang sesuai dengansebuah!2 untuk nilai kiri. Ini akan menjadi
negatif. Untuk nilai yang tepat, gunakan theznilai yang sesuai dengan luas setara dengan 1
%sebuah!2. Ini akan menjadi positif.
8–11
Contoh8–2 Dengan menggunakan Tabel E di Lampiran C, temukan nilai kritis untuk setiap situasi dan gambarlah
angka yang sesuai, yang menunjukkan daerah kritis.
sebuah.Tes berekor kiri dengansebuah !0,10.
b.Tes dua sisi dengansebuah !0,02.

c.Tes arah kanan dengansebuah !0,005.
Larutansebuah
Langkah 1 Gambarlah gambar dan tunjukkan area yang sesuai. Karena ini adalah uji arah kiri,
luas 0,10 terletak di ujung kiri, seperti yang ditunjukkan pada Gambar 8–10.
Langkah 2 Temukan luas terdekat dengan 0,1000 pada Tabel E. Dalam hal ini, adalah 0,1003.
Temukan znilai yang sesuai dengan area 0.1003. Ini adalah %1,28. Lihat Gambar 8–10.
Gambar 8–10
Nilai Kritis dan 0,9000
Wilayah Kritis untuk
bagiansebuahdari Contoh 8–2
0,10
– 1.28 0
Larutanb
Langkah 1 Gambarlah gambar dan tunjukkan area yang sesuai. Dalam hal ini, ada dua bidang yang
setara dengansebuah!2, atau 0,02!2 ! 0,01.
Langkah 2 Untuk kiriz nilai kritis, temukan area terdekatsebuah!2, atau 0,02!2 ! 0,01. Dalam hal
ini, itu adalah 0,0099.
Untuk kananznilai kritis, cari area yang paling dekat dengan 1%sebuah!2, atau 1 % 0,02!2 ! 0,9900.
Dalam hal ini, nilainya adalah 0,9901.
Temukanznilai masing-masing daerah. Untuk 0,0099,z! %2.33. Untuk luas

0,9901,z!0,9901,z! &2.33. Lihat Gambar 8–11.
Gambar 8–11
Nilai Kritis dan
Daerah Kritis untuk 0.9900
bagianbdari Contoh 8–2
0,01 0,01
– 2.33 0 + 2.33
8–12
Larutanc
Langkah 1 Gambarlah gambar dan tunjukkan area yang sesuai. Karena ini adalah uji arah kanan, area 0,005
terletak di bagian ekor kanan, seperti yang ditunjukkan pada Gambar 8–12.
Gambar 8–12
Nilai Kritis dan
Wilayah Kritis untuk 0,9950
bagiancdari Contoh 8–2
0,005
0 + 2.58
Langkah 2 Temukan area yang paling dekat dengan 1%sebuah,atau 1% 0,005! 0,9950. Dalam hal ini, nilainya adalah
0,9949 atau 0,9951.
Keduanyaznilai yang sesuai dengan 0,9949 dan 0,9951 adalah &2,57 dan &2,58. Karena 0,9500
berada di tengah antara kedua nilai ini, carilah rata-rata dari kedua nilai tersebut (&2.57 &
2.58) ' 2 ! &2.575. Namun, 2.58 paling sering digunakan. Lihat Gambar 8–12.
Objektif 4 Dalam pengujian hipotesis, langkah-langkah berikut direkomendasikan.
Nyatakan lima langkah yang 1.Nyatakan hipotesisnya. Pastikan untuk menyatakan kedua hipotesis nol dan alternatif.
digunakan dalam hipotesis!
2.Desain studi. Langkah ini meliputi pemilihan uji statistik yang tepat, pemilihan
pengujian.
tingkat signifikansi, dan penyusunan rencana pelaksanaan penelitian. Rencana
tersebut harus mencakup informasi seperti definisi populasi, cara pemilihan
sampel, dan metode yang akan digunakan untuk mengumpulkan data.
3.Melakukan studi dan mengumpulkan data.
4.Evaluasi datanya. Data harus ditabulasi pada langkah ini, dan uji statistik harus
dilakukan. Akhirnya, putuskan apakah akan menolak atau tidak menolak hipotesis
nol.
5.Ringkas hasilnya.
Untuk tujuan bab ini, versi sederhana dari prosedur pengujian hipotesis akan digunakan,
karena merancang studi dan mengumpulkan data akan dihilangkan. Langkah-langkahnya
adalah
Tabel Prosedur
Memecahkan Masalah Pengujian Hipotesis (Metode Tradisional)
Langkah 1 Nyatakan hipotesis dan identifikasi klaim.
Langkah 2 Temukan nilai kritis dari tabel yang sesuai di Lampiran C.

Langkah 3 Hitung nilai uji.
Langkah 4 Membuat keputusan untuk menolak atau tidak menolak hipotesis
Langkah 5 nol. Ringkas hasilnya.
8–13
Menerapkan Konsep8–1
Telur dan Kesehatan Anda
Perusahaan Incredible Edible Egg baru-baru ini menemukan bahwa makan telur tidak meningkatkan
kolesterol serum darah seseorang. Lima ratus subjek berpartisipasi dalam studi yang berlangsung selama 2
tahun. Para peserta secara acak ditugaskan ke kelompok tanpa telur atau kelompok telur sedang. Kadar
kolesterol serum darah diperiksa pada awal dan akhir penelitian. Secara keseluruhan, tingkat kelompok tidak
berbeda secara signifikan. Perusahaan mengingatkan kita bahwa makan telur itu sehat jika dilakukan dalam
jumlah sedang. Banyak penelitian sebelumnya yang menghubungkan telur dan kolesterol serum darah tinggi
melompat ke kesimpulan yang tidak tepat.
Dengan menggunakan informasi ini, jawablah pertanyaan-pertanyaan ini.
1. Apa yang mendorong penelitian ini?
2. Berapa populasi yang diteliti?

3. Apakah sampel dikumpulkan?
4. Apa hipotesisnya?
5. Apakah data dikumpulkan?
6. Apakah ada uji statistik yang dijalankan?
7. Apa kesimpulannya?
Latihan 8-1
1.Mendefinisikanbataldanhipotesis alternatif,dan berikan c.sebuah !0,005, uji arah kanan

contohnya masing-masing. d.sebuah !0,01, uji arah kanan
2.Apa yang dimaksud dengan kesalahan tipe I? Kesalahan tipe II? e.sebuah !0,05, uji arah kiri
Bagaimana hubungan mereka? f.sebuah !0,02, uji arah kiri
3.Apa yang dimaksud dengan uji statistik? g.sebuah !0,05, uji arah kanan
4.Jelaskan perbedaan antara uji satu sisi dan uji h.sebuah !0,01, uji dua sisi
dua sisi. saya.sebuah !0,04, uji arah kiri
5.Apa yang dimaksud dengan daerah kritis? Daerah tidak j.sebuah !0,02, uji arah kanan
kritis?
13.Untuk setiap dugaan, nyatakan hipotesis nol dan hipotesis
6.Simbol apa yang digunakan untuk mewakili hipotesis nol alternatif.
dan hipotesis alternatif?
sebuah.Rata-rata usia mahasiswa community college adalah
7.Simbol apa yang digunakan untuk mewakili probabilitas 24,6 tahun.
kesalahan tipe I dan tipe II? b.Pendapatan rata-rata akuntan adalah
8.Jelaskan apa yang dimaksud dengan perbedaan nyata! $51.497.
9.Kapan sebaiknya uji satu sisi digunakan? Tes dua

c.Usia rata-rata pengacara lebih besar dari
25,4 tahun.
sisi?
d.Skor rata-rata 50 pertandingan basket SMA
10.Sebutkan langkah-langkah dalam pengujian hipotesis.
kurang dari 88.
11.Dalam pengujian hipotesis, mengapa hipotesis tidak dapat dibuktikan e.Denyut nadi rata-rata pelari maraton pria kurang
kebenarannya? dari 70 denyut per menit.
12. (jawaban)Menggunakanztabel (Tabel E), temukan nilai kritis (atau nilai) f.Biaya rata-rata pemutar DVD adalah $79,95.
untuk masing-masing.
g.Penurunan berat badan rata-rata untuk sampel orang yang
sebuah.sebuah !0,05, uji dua sisi berolahraga 30 menit per hari selama 6 minggu adalah 8,2
b.sebuah !0,01, uji arah kiri pon.
8–14
Bagian 8–2zUji Rata-Rata 413
8–2 zUji Rata-Rata

Pada bab ini akan dijelaskan dua uji statistik yaitu:ztes digunakan ketikasdiketahui, danttes
Objektif 5 digunakan ketikastidak diketahui. Bagian ini menjelaskan tentangztes, dan Bagian 8-3
Tes berarti kapansdiketahui,
menjelaskantuji.
dengan menggunakan
Banyak hipotesis diuji menggunakan uji statistik berdasarkan rumus umum
zuji. berikut:
#nilai yang diamati$%#nilai yang diharapkan$

Nilai tes!
kesalahan standar
Nilai yang diamati adalah statistik (seperti mean) yang dihitung dari data sampel. Nilai
yang diharapkan adalah parameter (seperti mean) yang Anda harapkan untuk diperoleh
jika hipotesis nol itu benar—dengan kata lain, nilai yang dihipotesiskan. Penyebutnya
adalah kesalahan standar dari statistik yang diuji (dalam hal ini, kesalahan standar
mean).
Ituztes didefinisikan secara formal sebagai berikut.
Ituzujiadalah uji statistik untuk rata-rata populasi. Dapat digunakan ketikan(30,

atau ketika populasi berdistribusi normal dansdikenal.
Rumus untukztestis
X%m
z!
s"n
di mana
X!rata-rata sampel
m !populasi yang dihipotesiskan
berarti s !standar deviasi populasi n
!ukuran sampel
Untukztes, nilai yang diamati adalah nilai rata-rata sampel. Nilai yang diharapkan
adalah nilai rata-rata populasi, dengan asumsi bahwa hipotesis nol benar. Penyebuts!"n
adalah kesalahan standar rata-rata.
Rumus untukztes adalah rumus yang sama yang ditunjukkan pada Bab 6 untuk situasi di
mana Anda menggunakan distribusi rata-rata sampel. Ingatlah bahwa teorema limit pusat
memungkinkan Anda untuk menggunakan distribusi normal standar untuk memperkirakan
distribusi rata-rata sampel ketika:n(30.
Catatan:Pertemuan pertama Anda dengan pengujian hipotesis bisa agak menantang dan
membingungkan, karena ada banyak konsep baru yang diperkenalkan pada saat bersamaan.Untuk
memahami semua konsep, Anda harus hati-hati mengikuti setiap langkah dalam contoh dan mencoba
setiap latihan yang diberikan.Hanya setelah mempelajari dengan cermat dan kesabaran, konsep-konsep
ini akan menjadi jelas.
Sebagaimana dinyatakan dalam Bagian 8–1, ada lima langkah penyelesaianpengujian hipotesismasalah:
Langkah 2 Temukan nilai kritisnya.
Langkah 3 Hitung nilai tes.

Langkah 4 Membuat keputusan untuk menolak atau tidak menolak hipotesis
Langkah 5 nol. Ringkas hasilnya.
Contoh 8–3 mengilustrasikan lima langkah ini.
8–15
414
Berbicara tentang
Statistik te
S
D DIA AL
Studi ini menemukan bahwa orang yang

menggunakan pedometer dilaporkan mengalami
R p ke It TH
Saya
peningkatan energi, perbaikan suasana hati, dan T COCOK di tangan Anda, harganya kurang dari $30, dan akan membuat
penurunan berat badan. Nyatakan kemungkinan Anda merasa luar biasa. Menyerah? Sebuah pedometer. Brenda Rooney, ahli
hipotesis nol dan alternatif untuk penelitian ini. Apa epidemiologi di Gundersen Lutheran Medical Center di LaCrosse, Wis., memberi
yang akan menjadi populasi yang mungkin? Berapa pedometer kepada 500 orang dan meminta mereka mengambil 10.000 langkah
ukuran sampelnya? Komentar pada ukuran sampel. —sekitar lima mil—per hari. (Pekerja kantor biasanya rata-rata sekitar 4000
langkah sehari.) Pada akhir delapan minggu, 56 persen melaporkan memiliki
lebih banyak energi, 47 persen memperbaiki suasana hati mereka dan 50 persen
kehilangan berat badan. Subyek melaporkan bahwa melihat jumlah langkah
total mereka memotivasi mereka untuk mengambil lebih banyak.
- JENIFERBRAUNSCHWEIGER
Sumber:Dicetak ulang dengan izin dari Reader's Digest April 2002. Hak
Cipta © 2002 oleh The Reader's Digest Assn. Inc.
Contoh8–3 Gaji Profesor

Seorang peneliti melaporkan bahwa gaji rata-rata asisten profesor lebih dari $42.000.
Sampel dari 30 asisten profesor memiliki gaji rata-rata $43.260. Padasebuah !0,05, uji klaim
bahwa asisten profesor menghasilkan lebih dari $42.000 per tahun. Standar deviasi populasi
adalah $5230.
Larutan

H0:m ! $42.000 dan H1:m # $42.000 (klaim)
Langkah 2 Temukan nilai kritisnya. Sejaksebuah !0,05 dan uji tersebut adalah uji arah kanan,
nilai kritisnya adalahz! &1.65.
X%m $43,260 % $42,000
z! ! !1.32
s) "n $5230)"30
Langkah 4 Buat keputusan. Karena nilai uji, &1,32, lebih kecil dari nilai kritis, &1,65, dan
tidak berada di wilayah kritis, keputusannya adalah tidak menolak hipotesis
nol. Tes ini diringkas dalam Gambar 8-13.
Gambar 8–13
Ringkasan darizUji 0,9500
Tidak
Contoh 8–3 menolak
Menolak
0,05
0 1,32 1,65
Langkah 5 Ringkas hasilnya. Tidak ada cukup bukti untuk mendukung klaim bahwa
asisten profesor berpenghasilan rata-rata lebih dari $42.000 per tahun.
8–16
Komentar:Meskipun dalam Contoh 8–3 rata-rata sampel sebesar $43.260 lebih tinggi daripada
rata-rata populasi yang dihipotesiskan sebesar $42.000, ini tidaksecara signifikanlebih tinggi. Oleh
karena itu, perbedaan mungkin karena kebetulan. Ketika hipotesis nol tidak ditolak, masih ada
kemungkinan kesalahan tipe II, yaitu tidak menolak hipotesis nol ketika salah.
Probabilitas kesalahan tipe II tidak mudah dipastikan. Penjelasan lebih lanjut tentang
kesalahan tipe II diberikan pada Bagian 8–6. Untuk saat ini, hanya perlu disadari bahwa
kemungkinan kesalahan tipe II ada ketika keputusan tidak menolak hipotesis nol.
Perhatikan juga bahwa ketika hipotesis nol tidak ditolak, itu tidak dapat diterima sebagai benar.
Tidak ada cukup bukti untuk mengatakan bahwa itu salah. Pedoman ini mungkin terdengar sedikit
membingungkan, tetapi situasinya serupa dengan sidang juri. Putusan itu bersalah atau tidak bersalah
dan didasarkan pada bukti-bukti yang diajukan. Jika seseorang dinyatakan tidak bersalah, tidak berarti
bahwa orang tersebut terbukti tidak bersalah; itu hanya berarti bahwa tidak ada cukup bukti untuk
mencapai vonis bersalah.
Contoh8–4 Biaya Sepatu Atletik Pria

Seorang peneliti mengklaim bahwa biaya rata-rata sepatu atletik pria kurang dari
$80. Dia memilih sampel acak 36 pasang sepatu dari katalog dan menemukan biaya
berikut (dalam dolar). (Biaya telah dibulatkan ke dolar terdekat.) Apakah ada cukup bukti
untuk mendukung klaim peneliti disebuah !0,10? Menganggaps !19.2.
607075558055
504080705095
1209075858060
1106580858545
756090906095
1108545907070
Larutan
Langkah 1 Nyatakan hipotesis dan identifikasi klaim

H0:m ! $80 dan H1:m $ $80 (klaim)
Langkah 2 Temukan nilai kritisnya. Sejaksebuah !0,10 dan tesnya adalah tes arah kiri, nilai
kritisnya adalah %1,28.
Langkah 3 Hitung nilai tes. Karena latihan ini memberikan data mentah, maka perlu dicari rata-rata
datanya. Menggunakan rumus di Bab 3 atau yang diberikan oleh kalkulator Anda
X!75.0 dans !19.2. Substitusi ke rumus
X%m 75% 80
z! ! ! %1.56
s) "n 19.2)"36
Langkah 4 Buat keputusan. Karena nilai pengujian, %1,56, jatuh di daerah kritis,
keputusannya adalah menolak hipotesis nol. Lihat Gambar 8–14.
Gambar 8–14
Nilai Kritis dan Tes
untuk Contoh 8–4
– 1,56 –1,28 0
8–17
Langkah 5 Ringkas hasilnya. Ada cukup bukti untuk mendukung pernyataan bahwa harga
rata-rata sepatu atletik pria adalah kurang dari $80.
Komentar:Dalam Contoh 8–4, perbedaannya dikatakan signifikan. Namun, ketika

hipotesis nol ditolak, selalu ada kemungkinan kesalahan tipe I. Dalam hal ini,
probabilitas kesalahan tipe I paling banyak 0,10, atau 10%.
Contoh8–5 Biaya Rehabilitasi

Yayasan Pendidikan Rehabilitasi Medis melaporkan bahwa rata-rata biaya rehabilitasi untuk
korban stroke adalah $24.672. Untuk melihat apakah rata-rata biaya rehabilitasi berbeda di
rumah sakit tertentu, seorang peneliti memilih sampel acak dari 35 korban stroke di rumah sakit
tersebut dan menemukan bahwa rata-rata biaya rehabilitasi mereka adalah $25.226. Standar
deviasi populasi adalah $3251. Padasebuah !0,01, dapatkah disimpulkan bahwa rata-rata biaya
rehabilitasi stroke di rumah sakit tertentu berbeda dengan $24.672?
Sumber: Cuplikan,AS HARI INI.
Larutan
H0:m ! $24.672 dan H1:m "$24.672 (klaim)

Langkah 2 Temukan nilai kritisnya. Sejaksebuah !0,01 dan tesnya adalah tes dua sisi, nilai
kritisnya adalah &2,58 dan %2,58.
X%m 25,226% 24,672

z! ! !1.01
s) "n 3251)"35
Langkah 4 Buat keputusan. Jangan menolak hipotesis nol, karena nilai uji jatuh di wilayah
nonkritis, seperti yang ditunjukkan pada Gambar 8-15.
Gambar 8–15
Nilai Kritis dan Uji untuk
Contoh 8–5
– 2.58 0 1.01 &2.58
Langkah 5 Ringkas hasilnya. Tidak ada cukup bukti untuk mendukung klaim bahwa rata-
rata biaya rehabilitasi di rumah sakit tertentu berbeda dari $24.672.
8–18
I. Klaim adalahH0
Gambar 8–16
Hasil dari Jangan menolakH0
MenolakH 0
Pengujian Hipotesis
Situasi Ada cukup bukti Tidak ada cukup bukti
untuk menolak klaim tersebut. untuk menolak klaim tersebut.
II. Klaim adalahH1
MenolakH0 Jangan menolakH0
Ada cukup bukti Tidak ada cukup bukti
untuk mendukung klaim tersebut. untuk mendukung klaim tersebut.
Kapanstidak diketahui,ttes harus digunakan. Ituttes akan dijelaskan pada Bagian 8–3.
Siswa terkadang mengalami kesulitan untuk meringkas hasil uji hipotesis. Gambar 8–16
menunjukkan empat hasil yang mungkin dan pernyataan ringkasan untuk setiap situasi.
Pertama, klaim dapat berupa hipotesis nol atau hipotesis alternatif, dan seseorang harus
mengidentifikasi yang mana. Kedua, setelah studi selesai, hipotesis nol ditolak atau tidak
ditolak. Dari dua fakta ini, keputusan dapat diidentifikasi dalam blok yang sesuai pada
Gambar 8-16.
Sebagai contoh, misalkan seorang peneliti menyatakan bahwa berat rata-rata
hewan dewasa dari spesies tertentu adalah 42 pon. Dalam hal ini, klaim akan menjadi
hipotesis nol,H0:m !42, karena peneliti menegaskan bahwa parameternya adalah nilai
tertentu. Jika hipotesis nol ditolak, kesimpulannya adalah bahwa terdapat cukup bukti
untuk menolak pernyataan bahwa berat rata-rata hewan dewasa adalah 42 pon. Lihat
Gambar 8–17(a).
Di sisi lain, misalkan peneliti mengklaim bahwa berat rata-rata hewan dewasa
bukan 42 pon. Klaim tersebut akan menjadi hipotesis alternatifH1:m "42. Selanjutnya,
anggaplah hipotesis nol tidak ditolak. Kesimpulannya, kemudian, adalah bahwa tidak
ada cukup bukti untuk mendukung pernyataan bahwa berat rata-rata hewan dewasa
bukanlah 42 pon. Lihat Gambar 8–17(b).
I. Klaim adalahH0
Gambar 8–17
Hasil dari
MenolakH 0 Jangan menolakH0
Pengujian Hipotesis
Situasi untuk Dua Ada cukup bukti Tidak ada cukup bukti
Kasus Spesifik
untuk menolak klaim tersebut. untuk menolak klaim tersebut.
(sebuah)Keputusan saat klaim adalahH0danH0ditolak
II. Klaim adalahH1
MenolakH0 Jangan menolakH0
Ada cukup bukti Tidak ada cukup bukti
untuk mendukung klaim tersebut. untuk mendukung klaim tersebut.
(b)Keputusan saat klaim adalahH1danH0tidak ditolak
8–19
Sekali lagi, ingatlah bahwa tidak ada yang dibuktikan benar atau salah. Ahli statistik hanya
menyatakan bahwa ada atau tidak cukup bukti untuk mengatakan bahwa klaim itu adamungkinbenar
atau salah. Seperti disebutkan sebelumnya, satu-satunya cara untuk membuktikan sesuatu adalah
dengan menggunakan seluruh populasi yang diteliti, dan biasanya ini tidak dapat dilakukan, terutama
bila populasinya besar.
P-Metode Nilai untuk Pengujian Hipotesis

Ahli statistik biasanya menguji hipotesis secara umumsebuahtingkat 0,05 atau 0,01 dan
kadang-kadang pada 0,10. Ingatlah bahwa pilihan level bergantung pada keseriusan
kesalahan tipe I. Selain daftar ansebuahnilai, banyak paket statistik komputer memberikan P
-nilai untuk uji hipotesis.
ItuP-nilai(atau nilai probabilitas) adalah probabilitas untuk mendapatkan statistik sampel

(seperti mean) atau statistik sampel yang lebih ekstrim ke arah hipotesis alternatif ketika
hipotesis nol benar.
Dengan kata lain,P-nilai adalah area aktual di bawah kurva distribusi normal standar (atau
kurva lain, tergantung pada uji statistik apa yang digunakan) yang mewakili probabilitas
statistik sampel tertentu atau statistik sampel yang lebih ekstrem yang terjadi jika hipotesis
nol benar.
Misalnya, anggaplah bahwa hipotesis alternatif adalahH1:m #50 dan rata-rata sampel
adalahX!52. Jika komputer mencetak aP-nilai 0,0356 untuk uji statistik, maka probabilitas
mendapatkan rata-rata sampel 52 atau lebih besar adalah 0,0356 jika rata-rata populasi
sebenarnya adalah 50 (untuk ukuran sampel dan standar deviasi yang diberikan). Hubungan
antaraP-nilai dansebuahnilai dapat dijelaskan dengan cara ini. Untuk P!0,0356, hipotesis nol
akan ditolak padasebuah !0,05 tetapi tidak padasebuah !0,01. Lihat Gambar 8–18.
Ketika uji hipotesis adalah dua sisi, area dalam satu sisi harus digandakan. Untuk uji dua
sisi, jikasebuahadalah 0,05 dan luas dalam satu ekor adalah 0,0356, yaituP-nilai akan menjadi
2(0,0356) ! 0,0712. Artinya, hipotesis nol tidak boleh ditolaksebuah !0,05, karena 0,0712 lebih
besar dari 0,05. Singkatnya, maka, jikaP-nilai kurang darisebuah,menolak hipotesis nol. JikaP
-nilai lebih besar darisebuah,tidak menolak hipotesis nol.
ItuP-nilai untukzuji dapat ditemukan dengan menggunakan Tabel E pada Lampiran C. Pertama-tama
temukan luas di bawah kurva distribusi normal baku yang sesuai denganznilai tes. Untuk uji arah kiri,
gunakan luas yang diberikan pada tabel; untuk uji arah kanan, gunakan 1,0000 dikurangi luas yang
diberikan dalam tabel. Untuk mendapatkanP-nilai untuk tes dua sisi, gandakan area yang Anda temukan
di bagian ekor. Prosedur ini ditunjukkan pada langkah 3 dari Contoh 8–6 dan 8–7.
ItuPMetode nilai untuk menguji hipotesis agak berbeda dari metode tradisional.
Langkah-langkah untukP-nilai metode diringkas berikutnya.
Gambar 8–18
Perbandingan dariSEBUAH
Nilai danP-Nilai Luas = 0,05
Luas = 0,0356
Luas = 0,01
50 52
8–20
Tabel Prosedur
Memecahkan Masalah Pengujian Hipotesis (P-Metode Nilai)
Langkah 1 Nyatakan hipotesis dan identifikasi

Langkah 2 klaim. Hitung nilai tes.
Langkah 3 TemukanP-nilai.
Langkah 4 Buat keputusan.
Langkah 5 Ringkas hasilnya.
Contoh 8–6 dan 8–7 menunjukkan cara menggunakanPmetode -nilai untuk menguji hipotesis.
Contoh8–6 Biaya Uang Kuliah

Seorang peneliti ingin menguji klaim bahwa rata-rata biaya kuliah dan biaya di perguruan tinggi negeri
empat tahun lebih besar dari $5700. Dia memilih sampel acak dari 36 perguruan tinggi negeri empat
tahun dan menemukan rata-rata $5950. Deviasi standar populasi adalah $659. Apakah ada bukti untuk
mendukung klaim disebuah !0,05? MenggunakanP- metode nilai.
Sumber: Berdasarkan informasi dari Dewan Perguruan Tinggi.
Larutan
Langkah 1 Nyatakan hipotesis dan identifikasi klaim.H0: ! $5700 danH1:m # $5700

(klaim).
X%m 5950% 5700
z! ! !2.28
s) "n 659)"36
Langkah 3 TemukanP-nilai. Dengan menggunakan Tabel E di Lampiran C, temukan luas yang
bersesuaian di bawah distribusi normal untukz!2.28. Ini adalah 0,9887. Kurangi nilai
luas ini dari 1,0000 untuk mencari luas di ujung kanan.
1,0000% 0,9887 ! 0,0113 Oleh
karena ituP-nilai adalah 0,0113.
Langkah 4 Buat keputusan. SejakP-nilai kurang dari 0,05, keputusannya adalah menolak
hipotesis nol. Lihat Gambar 8–19.
Gambar 8–19
P-Nilai danSEBUAHNilai
untuk Contoh 8–6
Luas = 0,05
Luas = 0,0113
$5700 $5850
Langkah 5 Ringkas hasilnya. Ada cukup bukti untuk mendukung klaim bahwa biaya kuliah di
perguruan tinggi negeri empat tahun lebih besar dari $5700.
Catatan:Jika peneliti memilihsebuah !0,01, hipotesis nol tidak
akan ditolak karenaP-nilai (0,0113) lebih besar dari 0,01.
8–21
Contoh8–7 Kecepatan angin
Seorang peneliti mengklaim bahwa kecepatan angin rata-rata di kota tertentu adalah 8 mil per
jam. Sampel 32 hari memiliki kecepatan angin rata-rata 8,2 mil per jam. Deviasi standar populasi
adalah 0,6 mil per jam. Padasebuah !0,05, apakah cukup bukti untuk menolak klaim?
MenggunakanP- metode nilai.
Larutan
Langkah 1 Nyatakan hipotesis dan identifikasi

klaim. H0:m !8 (klaim) dan H1:m "8
8,2% 8
!1.89
z! ) 0,6 "32
Langkah 3 TemukanP-nilai. Menggunakan Tabel E, cari luas yang sesuai untukz!1.89. Ini
adalah 0,9706. Kurangi nilai dari 1,0000.
1,0000% 0,9706 ! 0,0294
Karena ini adalah uji dua sisi, luas 0,0294 harus digandakan untuk mendapatkan P
-nilai.
2(0,0294) ! 0,0588
Langkah 4 Buat keputusan. Keputusannya adalah untuk tidak menolak hipotesis nol, karena P
-nilai lebih besar dari 0,05. Lihat Gambar 8–20.
Gambar 8–20
P-Nilai danSEBUAHNilai
untuk Contoh 8–7
Luas = 0,0294 Luas = 0,0294
Luas = 0,025 Luas = 0,025
8 8.2
Langkah 5 Ringkas hasilnya. Tidak ada cukup bukti untuk menolak klaim bahwa kecepatan
angin rata-rata adalah 8 mil per jam.
Dalam Contoh 8–6 dan 8–7,P-nilai dansebuahnilai ditunjukkan pada kurva distribusi
normal untuk menggambarkan hubungan antara dua nilai; Namun, itu tidak perlu
nul
Aturan Keputusan Saat Menggunakan aP-Nilai
JikaP-nilai *sebuah,menolak hipotesis nol.

JikaP-nilai #sebuah,tidak menolak hipotesis nol.
Dalam Contoh 8–6,P-nilai ! 0,0113 dansebuah !0,05. SejakP-nilai *sebuah,hipotesis

nol ditolak. Dalam Contoh 8–7,P-nilai ! 0,0588 dansebuah !0,05. SejakP-nilai #sebuah,
hipotesis nol tidak ditolak.
8–22
ItuP-nilai yang diberikan pada kalkulator dan komputer sedikit berbeda dari yang ditemukan pada
Tabel E. Ini karenaznilai dan nilai pada Tabel E telah dibulatkan.Selain itu, sebagian besar kalkulator dan
komputer memberikan nilai P yang tepat untuk pengujian dua sisi, jadi nilai tersebut tidak boleh
digandakan (sebagaimana seharusnya jika area yang ditemukan pada Tabel E digunakan).
Perbedaan yang jelas antarasebuahnilai danP-nilai harus dibuat. Itusebuah
nilai dipilih oleh penelitisebelumdilakukan uji statistik. ItuP-nilai dihitung
setelah rata-rata sampel ditemukan.
Ada dua aliran pemikiran tentangP-nilai. Beberapa peneliti tidak memilih sebuahsebuah nilai
tetapi laporkanP-nilai dan memungkinkan pembaca untuk memutuskan apakah hipotesis nol harus
ditolak.
dalam
garis tidak ditulis dengan batu, dan beberapa ahli statistik mungkin memiliki pendapat lain.
Pedoman untukP-Nilai
JikaP-nilai * 0,01, tolak hipotesis nol. Perbedaannya sangat signifikan.

JikaP-nilai # 0,01 tapiP-nilai * 0,05, tolak hipotesis nol. Perbedaannya signifikan.
JikaP-nilai # 0,05 tapiP-nilai * 0,10, pertimbangkan konsekuensi kesalahan tipe I sebelum
menolak hipotesis nol.
JikaP-nilai # 0,10, jangan tolak hipotesis nol. Perbedaannya tidak signifikan.
Yang lain memutuskansebuahnilai di muka dan menggunakanP-nilai untuk membuat keputusan,

seperti yang ditunjukkan pada Contoh 8–6 dan 8–7. Catatan kehati-hatian diperlukan di sini: Jika seorang
peneliti memilih sebuah !0,01 danP-nilai adalah 0,03, peneliti dapat memutuskan untuk mengubahsebuah
nilai dari 0,01 sampai 0,05 sehingga hipotesis nol akan ditolak. Ini, tentu saja, tidak boleh dilakukan. Jika
sebuahtingkat dipilih terlebih dahulu, itu harus digunakan dalam membuat keputusan.
Satu catatan tambahan tentang pengujian hipotesis adalah bahwa peneliti harus membedakan
antarasignifikansi statistikdansignifikansi praktis.Ketika hipotesis nol ditolak pada tingkat signifikansi
tertentu, dapat disimpulkan bahwa perbedaan tersebut mungkin bukan karena kebetulan dan dengan
demikian signifikan secara statistik. Namun, hasilnya mungkin tidak memiliki signifikansi praktis.
Misalnya, anggaplah bahwa aditif bahan bakar baru meningkatkan jarak tempuh per
galon yang bisa dilalui mobil1 4mil untuk sampel 1000 mobil. Hasilnya mungkin
signifikan secara statistik pada tingkat 0,05, tetapi hampir tidak ada gunanya memasarkan
produk untuk peningkatan sekecil itu. Oleh karena itu, tidak ada signifikansi praktis untuk
hasil. Terserah peneliti untuk menggunakan akal sehat saat menafsirkan hasil uji statistik.
Menerapkan Konsep8–2
Pencurian Mobil
Anda baru saja menerima pekerjaan di sebuah perusahaan yang memproduksi perangkat antipencurian
mobil. Untuk melakukan kampanye iklan produk, Anda perlu membuat klaim tentang jumlah pencurian
mobil per tahun. Karena populasi berbagai kota di Amerika Serikat bervariasi, Anda memutuskan untuk
menggunakan tarif per 10.000 orang. (Tarif didasarkan pada jumlah orang yang tinggal di kota.) Bos Anda
mengatakan bahwa tahun lalu tingkat pencurian per 10.000 orang adalah 44 kendaraan. Anda ingin melihat
apakah itu telah berubah. Berikut ini adalah tarif per 10.000 orang untuk 36 lokasi yang dipilih secara acak di
Amerika Serikat.
55 42 125 62 134 73
39 69 23 94 73 24
51 55 26 66 41 67
15 53 56 91 20 78
70 25 62 115 17 36
58 56 33 75 20 16
Sumber: Berdasarkan informasi dari Biro Kejahatan Asuransi Nasional.
8–23
Dengan menggunakan informasi ini, jawablah pertanyaan-pertanyaan ini.
1. Hipotesis apa yang akan Anda gunakan?

2. Apakah sampel dianggap kecil atau besar?
3. Asumsi apa yang harus dipenuhi sebelum uji hipotesis dapat dilakukan?
4. Distribusi probabilitas mana yang akan Anda gunakan?
5. Apakah Anda akan memilih uji satu atau dua sisi? Mengapa?
6. Nilai kritis apa yang akan Anda gunakan?
7. Melakukan uji hipotesis. Menggunakans !30.3.
8. Apa keputusan Anda?
9. Apa kesimpulan Anda?
10. Tulislah pernyataan singkat yang meringkas kesimpulan Anda.
11. Jika Anda tinggal di kota yang berpenduduk sekitar 50.000, berapa banyak pencurian mobil per tahun
yang Anda perkirakan akan terjadi?
Latihan 8–2
Untuk Latihan 1 sampai 13, lakukan setiap bisnis di Amerika Serikat lebih besar dari $24 miliar. Sampel
langkah berikut. 50 perusahaan dipilih, dan pendapatan (dalam miliaran
dolar) ditampilkan. Padasebuah!0,05, apakah ada cukup
sebuah.Nyatakan hipotesis dan identifikasi klaim.
bukti untuk mendukung klaim peneliti?s !28.7.
b.Temukan nilai kritisnya.
178 122 91 44 35
c.Hitung nilai tes.
61 56 46 20 32
d.Buat keputusan. 30 28 28 20 27
e.Ringkas hasilnya. 29 16 16 19 15
41 38 36 15 25
Gunakan diagram untuk menunjukkan wilayah kritis (atau 31 30 19 19 19
wilayah), dan gunakan metode pengujian hipotesis 24 16 15 15 19
tradisional kecuali ditentukan lain. 25 25 18 14 15
24 23 17 17 22
1. Berjalan dengan PedometerPeningkatan berjalan telah terbukti
22 21 20 17 20
berkontribusi pada gaya hidup yang lebih sehat. Seorang Amerika
Sumber:Almanak New York Times.
yang tidak banyak bergerak mengambil rata-rata 5000 langkah per
hari (dan 65% orang Amerika kelebihan berat badan). Sekelompok 4. Gaji Ph.D. SiswaPh.D. penuh waktu siswa menerima gaji rata-rata
karyawan yang sadar kesehatan dari sistem perawatan kesehatan $12,837 menurut Departemen Pendidikan AS. Dekan studi
besar secara sukarela memakai pedometer selama sebulan untuk pascasarjana di sebuah universitas negeri besar merasa bahwa
mencatat langkah mereka. Ditemukan bahwa sampel acak dari 40 Ph.D. siswa di negara bagiannya mendapatkan lebih dari ini. Dia
pejalan kaki mengambil rata-rata 5430 langkah per hari, dan standar mensurvei 44 siswa yang dipilih secara acak dan menemukan
deviasi populasi adalah 600 langkah. Padasebuah !0,05 dapatkah gaji rata-rata mereka adalah $14,445, dan deviasi standar
disimpulkan bahwa mereka berjalan lebih dari jumlah rata-rata 5000 populasi adalah $1500. Dengansebuah !0,05, apakah dekan
langkah per hari? benar?
Sumber: www.msn.com/health
Sumber: Departemen Pendidikan AS/Kronik Pendidikan Tinggi.
5. Biaya Perawatan KesehatanPengeluaran tahunan rata-rata per konsumen

2. Hutang Kartu KreditTelah dilaporkan bahwa utang kartu kredit rata-rata
berusia 25 hingga 34 tahun untuk perawatan kesehatan adalah $1468. Ini
untuk mahasiswa senior adalah $ 3262. Senat mahasiswa di sebuah
termasuk asuransi kesehatan, layanan medis, dan obat-obatan dan
universitas besar merasa bahwa senior mereka memiliki utang jauh lebih
perbekalan kesehatan. Mahasiswa di sebuah universitas besar melakukan
sedikit daripada ini, sehingga melakukan penelitian terhadap 50 senior yang
survei, dan ditemukan bahwa untuk sampel 60 mahasiswa, rata-rata biaya
dipilih secara acak dan menemukan bahwa utang rata-rata adalah $2995,
perawatan kesehatan adalah $1520, dan standar deviasi populasi adalah
dan standar deviasi populasi adalah $1100. Dengansebuah !0,05, apakah
$198. Apakah ada cukup bukti disebuah!0,01 untuk menyimpulkan bahwa
senat mahasiswa benar?
pengeluaran perawatan kesehatan mereka berbeda dari rata-rata nasional
Sumber:AS HARI INI.
sebesar $1468? Apakah kesimpulannya berbeda padasebuah!0,05?
3. Pendapatan Usaha BesarSeorang peneliti
memperkirakan bahwa pendapatan rata-rata terbesar Sumber:Almanak Waktu.
8–24
6. Produksi Kacang Tanah di VirginiaProduksi rata-rata kacang dari hasil 50 siswa menemukan bahwa mereka menggunakan rata-rata 476
tanah di Virginia adalah 3.000 pound per acre. Makanan nabati cangkir dengans!42 cangkir. Padasebuah!0,01, apakah ada cukup bukti
baru telah dikembangkan dan diuji untuk menyimpulkan bahwa rata-ratanya berbeda dari 500?
60 bidang tanah individu. Hasil rata-rata dengan makanan nabati Sumber: www.esc.mtu.edu
baru adalah 3120 pon kacang tanah per acre, dan simpangan baku 12. Gaji Guru Sekolah NegeriGaji rata-rata untuk guru
populasi adalah 578 pon. Padasebuah!0,05, dapatkah kamu sekolah negeri untuk tahun tertentu dilaporkan $39.385.
menyimpulkan bahwa rata-rata produksi mengalami peningkatan? Sebuah sampel acak dari 50 guru sekolah negeri di
negara bagian tertentu memiliki rata-rata $41.680, dan
Sumber:Almanak Petani Tua. standar deviasi populasi adalah $5975. Apakah ada
7. Tinggi Badan Anak Usia 1 TahunRata-rata anak berusia 1 tahun cukup bukti disebuah !0,05 untuk menyimpulkan bahwa
(kedua jenis kelamin) memiliki tinggi 29 inci. Sampel acak dari 30 gaji rata-rata berbeda dari $39,385?
anak usia satu tahun di waralaba penitipan anak besar menghasilkan Sumber:Almanak New York Times.
ketinggian berikut. Padasebuah !0,05, dapatkah disimpulkan tinggi 13. Usia Senator ASUsia rata-rata Senator di Kongres ke-109
rata-rata berbeda dengan 29 inci? Menganggap s !2.61. adalah 60,35 tahun. Sampel acak 40 senator dari
berbagai senat negara bagian memiliki usia rata-rata
25 32 35 25 30 26,5 26 25,5 29,5 32 55,4 tahun, dan standar deviasi populasi adalah 6,5
30 28,5 30 32 28 31,5 29 29,5 30 29 32 27 34 tahun. Padasebuah !0,05, apakah ada cukup bukti bahwa
28 33 28 27 32 29 29.5 senator negara bagian rata-rata lebih muda dari Senator
Sumber: www.healthepic.com di Washington?
Sumber:CG Hari ini.
8. Gaji Pegawai PemerintahGaji rata-rata pegawai
pemerintah federal pada Jadwal Umum adalah $59.593. 14.Apa yang dimaksud dengan aP-nilai?
Gaji rata-rata 30 pegawai negeri yang melakukan

15.Nyatakan apakah hipotesis nol harus ditolak atas
pekerjaan serupa adalah $58.800 dengan
dasar yang diberikanP-nilai.
s ! $1500. Pada tingkat signifikansi 0,01, dapatkah disimpulkan bahwa
sebuah. P-nilai ! 0,258,sebuah !0,05, uji satu sisi
pegawai negeri berpenghasilan rata-rata lebih rendah daripada
pegawai federal? b. P-nilai ! 0,0684,sebuah !0,10, uji dua sisi
Sumber:Almanak New York Times. c. P-nilai ! 0,0153,sebuah !0,01, uji satu sisi
9. Biaya Sekolah SarjanaBiaya sarjana rata-rata untuk biaya kuliah, d. P-nilai ! 0,0232,sebuah !0,05, uji dua sisi
biaya, kamar, dan pondokan untuk semua institusi tahun lalu e. P-nilai ! 0,002,sebuah !0,01, uji satu sisi
adalah $26.025. Sampel acak dari 40 institusi pendidikan tinggi 16. Konsumsi Minuman RinganSeorang peneliti mengklaim
tahun ini menunjukkan bahwa rata-rata biaya kuliah, biaya, bahwa konsumsi tahunan minuman ringan per orang
kamar, dan pondokan untuk sampel adalah $27.690, dan deviasi adalah 52 galon. Dalam sampel 50 orang yang dipilih
standar populasi adalah $5.492. Pada tingkat signifikansi 0,05, secara acak, rata-rata konsumsi tahunan adalah 56,3
apakah terdapat cukup bukti bahwa biaya telah meningkat? galon. Deviasi standar populasi adalah 3,5 galon.
TemukanP-nilai untuk ujian. Atas dasarP-nilai, apakah
Sumber:Almanak Waktu. klaim peneliti valid?
10. Harga Rumah di PennsylvaniaSeorang agen real estat Sumber: Departemen Pertanian AS.
mengklaim bahwa harga rata-rata rumah yang dijual di Beaver 17. Jarak BerhentiSebuah penelitian menemukan bahwa rata-rata
County, Pennsylvania, adalah $60.000. Sebuah sampel acak dari jarak pemberhentian bus sekolah yang melaju dengan kecepatan
36 rumah yang dijual di daerah tersebut dipilih, dan harga 50 mil per jam adalah 264 kaki. Sekelompok insinyur otomotif
dalam dolar ditampilkan. Apakah ada cukup bukti untuk memutuskan untuk melakukan studi tentang bus sekolahnya dan
menolak klaim agen disebuah !0,05? Menganggaps ! $76.025. menemukan bahwa untuk 20 bus, jarak pemberhentian rata-rata
9.500 54.000 99.000 94.000 80.000 bus yang melaju dengan kecepatan 50 mil per jam adalah 262,3
29.000 121.500 184.750 15.000 164.450 kaki. Deviasi standar populasi adalah 3 kaki. Uji klaim bahwa
6.000 13.000 188.400 121.000 308.000 jarak pemberhentian rata-rata bus perusahaan sebenarnya
42.000 7.500 32.900 126.900 25.225 kurang dari 264 kaki. TemukanP-nilai. Atas dasarP-nilai, harus
95.000 92.000 38.000 60.000 211.000 hipotesis nol ditolak disebuah !0,01? Asumsikan bahwa variabel
15.000 28.000 53.500 27.000 21.000 terdistribusi secara normal.
76.000 85.000 25.225 40.000 97.000
284,000 Sumber: Cuplikan,AMERIKA SERIKAT HARI INI,12 Maret 1992.
Sumber:Ulasan Pittsburgh Tribune.

18. Penggunaan Mesin FotokopiSeorang manajer toko berhipotesis
11. Penggunaan Gelas Sekali PakaiRata-rata mahasiswa melewati 500 cangkir bahwa jumlah rata-rata halaman yang disalin seseorang pada mesin
sekali pakai dalam setahun. Untuk meningkatkan kesadaran lingkungan, fotokopi toko adalah kurang dari 40. Sebuah sampel dari 50 pesanan
sekelompok mahasiswa di sebuah universitas besar secara sukarela pelanggan dipilih. Padasebuah !0,01, apakah ada cukup bukti untuk
membantu menghitung berapa banyak cangkir yang digunakan oleh mendukung klaim tersebut? MenggunakanP-metode pengujian
mahasiswa di kampus mereka. Sebuah sampel acak hipotesis nilai. Menganggaps !30.9.
8–25
2 2 2 5 32 terdiri dari 22 peternakan menunjukkan bahwa rata-rata

5 29 8 2 49 adalah 63,2 hektar per peternakan. Uji klaim, disebuah!0,10,
21 1 24 72 70 bahwa rata-rata tidak berubah dengan mencariP-nilai untuk
21 85 61 8 42 ujian. Asumsikan bahwastidak berubah dan variabel
3 15 27 113 36 berdistribusi normal.
37 5 3 58 82
23. Layanan TransmisiDealer mobil merekomendasikan agar
9 2 1 6 9
transmisi diservis pada jarak 30.000 mil. Untuk melihat
80 9 51 2 122
apakah pelanggannya mematuhi rekomendasi ini, dealer
21 49 36 43 61
memilih sampel 40 pelanggan dan menemukan bahwa
3 17 17 4 1
jarak tempuh rata-rata mobil yang diservis adalah 30.456.
19. Membakar Kalori dengan Bermain TenisSeorang peneliti Deviasi standar populasi adalah 1684 mil. Dengan
kesehatan membaca bahwa laki-laki seberat 200 pon dapat menemukanP-nilai, tentukan apakah pemilik memiliki
membakar rata-rata 546 kalori per jam bermain tenis. Tiga transmisi yang diservis pada jarak 30.000 mil.
puluh enam laki-laki dipilih secara acak dan diuji. Rata-rata Menggunakansebuah !0,10. Apakah menurut Anda?sebuah
jumlah kalori yang terbakar per jam adalah 544,8. Uji nilai 0,10 adalah tingkat signifikansi yang sesuai?
pernyataan bahwa jumlah rata-rata kalori yang terbakar
sebenarnya kurang dari 546, dan temukanP-nilai. Atas dasar
P-nilai, harus hipotesis nol ditolak disebuah !0,01? Standar 24. Tiket Kebut-kebutanSeorang pengendara motor mengaku
deviasi populasi adalah 3. Dapatkah disimpulkan bahwa rata- Polres Boro Selatan rata-rata mengeluarkan 60 tilang per hari.
rata jumlah kalori yang terbakar lebih sedikit dari yang Data tersebut menunjukkan jumlah tilang yang diterbitkan setiap
diperkirakan? hari selama satu bulan. Menganggapsadalah 13,42. Apakah ada
cukup bukti untuk menolak klaim pengendara disebuah !0,05?
20. Kekuatan Putus KabelSebuah kabel khusus memiliki
MenggunakanP- metode nilai.
kekuatan putus 800 pon. Simpangan baku populasi adalah
12 pon. Seorang peneliti memilih sampel 20 kabel dan 72 45 36 68 69 71 83 26 60 72 58 87 57 60
menemukan bahwa kekuatan putus rata-rata adalah 793 60 56 64 68 42 57 58 63 49 73 75 42 48 59
pon. Bisakah dia menolak klaim bahwa kekuatan putusnya 57
adalah 800 pon? TemukanP-nilai. Haruskah hipotesis nol 63
ditolak disebuah !0,01? Asumsikan bahwa variabel
25. Hari SakitSeorang manajer menyatakan bahwa di
terdistribusi secara normal.
pabriknya, rata-rata jumlah hari per tahun yang terlewatkan
21. Ukuran PeternakanUkuran pertanian rata-rata di Amerika Serikat oleh karyawan karena sakit kurang dari rata-rata nasional yaitu
adalah 444 hektar. Sampel acak dari 40 pertanian di Oregon 10. Data berikut menunjukkan jumlah hari yang terlewatkan oleh
menunjukkan ukuran rata-rata 430 acre, dan standar deviasi 40 karyawan tahun lalu. Apakah ada cukup bukti untuk
populasi adalah 52 acre. Padasebuah !0,05, dapatkah disimpulkan mempercayai pernyataan manajer disebuah!0,05? s !3.63.
bahwa rata-rata pertanian di Oregon berbeda dengan rata-rata MenggunakanP- metode nilai.
nasional? MenggunakanP- metode nilai.
0 6 12 3 3 5 4 1
Sumber:Almanak New York Times.
3 9 6 0 7 6 3 4
22. Ukuran PeternakanSepuluh tahun yang lalu, rata-rata areal 7 4 7 1 0 8 12 3
pertanian di wilayah geografis tertentu adalah 65 hektar. Deviasi 2 5 10 5 15 3 2 5
standar populasi adalah 7 hektar. Penelitian baru-baru ini 3 11 8 2 2 4 1 9
Memperluas Konsep
26.Misalkan seorang ahli statistik memilih untuk menguji Padasebuah !0,05, apakah pernyataan presiden dapat dipercaya?
hipotesis di sebuah !0,01. Nilai kritis untuk uji arah kanan Menganggaps !0,105.
adalah &2,33. Jika nilai tes adalah 1,97, apa keputusannya?
Kelas Frekuensi
Apa yang akan terjadi jika, setelah melihat nilai tes, dia
memutuskan untuk memilihsebuah !0,05? Apa 8.35–8.43 2
keputusannya? Jelaskan kontradiksi, jika ada. 8.44–8.52 6
8.53–8.61 12
27. Upah Per JamPresiden sebuah perusahaan menyatakan 8.62–8.70 18
bahwa upah rata-rata per jam karyawannya adalah $8,65. 8.71–8.79 10
Sampel 50 karyawan memiliki distribusi yang ditunjukkan. 8.80–8.88 2
8–26

Metstat 8.1 8.2.en - Id

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Metstat 8.1 8.2.en - Id

Diunggah oleh

Hak Cipta:

Format Tersedia

8

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.com

Tujuan Garis besar

Setelah menyelesaikan bab ini, Anda harus bisa pengantar

3 Temukan nilai kritis untukzuji. 8–2 zUji Rata-Rata

Statistik Seberapa Jauh Lebih Baik Lebih Baik?

8–1 Langkah-langkah Pengujian Hipotesis—Metode Tradisional

SEBUAHhipotesis statistikadalah dugaan tentang parameter populasi. Dugaan ini bisa

Ituhipotesis alternatif,dilambangkan denganH1, adalah hipotesis statistik yang menyatakan

kamu status biasa

Sama dengan ! Lebih besar dari #

Tes dua sisi Tes arah kanan Tes arah kiri

Meja8–1 Frasa Umum Pengujian Hipotesis

Lebih tinggi dari Lebih rendah dari

Lebih panjang dari Lebih pendek dari

Sama dengan Berbeda dengan

Contoh8–1 Nyatakan hipotesis nol dan alternatif untuk setiap dugaan.

sebuah. H0:m !8.6 danH1:m #8.6

Setelah menyatakan hipotesis, peneliti merancang penelitian. Peneliti memilih yang

Gambar 8–1 (sebuah)H0adalah benar

SEBUAHuji statistikmenggunakan data yang diperoleh dari sampel untuk membuat

Nilai numerik yang diperoleh dari uji statistik disebutnilai tes.

H0: Terdakwa tidak bersalah

kamu Stats biasa

z 0,00 0,01 0,02 0,03 0,04 0,05 ...

seperti yang ditunjukkan 2.3 0,9901

2.4 Nilai terdekat ke 0,9900

Prosedur serupa digunakan untuk menemukan nilai lain darisebuah.

(a) Ekor kiri 0

"=0.10, CV = +1.28 "

(b) Ekor kanan 0

"=0,10, CV =±1.65 "=

Menemukan Nilai Kritis untuk SpesifikSEBUAHNilai, Menggunakan Tabel E

Langkah 1 Gambarlah gambar dan tunjukkan area yang sesuai.

sebuah.Tes berekor kiri dengansebuah !0,10.

b.Tes dua sisi dengansebuah !0,02.

Temukanznilai masing-masing daerah. Untuk 0,0099,z! %2.33. Untuk luas

0,9949 atau 0,9951.

Objektif 4 Dalam pengujian hipotesis, langkah-langkah berikut direkomendasikan.

Memecahkan Masalah Pengujian Hipotesis (Metode Tradisional)

Langkah 1 Nyatakan hipotesis dan identifikasi klaim.

Langkah 2 Temukan nilai kritis dari tabel yang sesuai di Lampiran C.

Langkah 5 nol. Ringkas hasilnya.

Dengan menggunakan informasi ini, jawablah pertanyaan-pertanyaan ini.

1. Apa yang mendorong penelitian ini?

2. Berapa populasi yang diteliti?

6. Apakah ada uji statistik yang dijalankan?

1.Mendefinisikanbataldanhipotesis alternatif,dan berikan c.sebuah !0,005, uji arah kanan

9.Kapan sebaiknya uji satu sisi digunakan? Tes dua

8–2 zUji Rata-Rata

#nilai yang diamati$%#nilai yang diharapkan$

Ituzujiadalah uji statistik untuk rata-rata populasi. Dapat digunakan ketikan(30,

Langkah 1 Nyatakan hipotesis dan identifikasi klaim.

Langkah 2 Temukan nilai kritisnya.

Langkah 3 Hitung nilai tes.

Langkah 5 nol. Ringkas hasilnya.

Contoh 8–3 mengilustrasikan lima langkah ini.

Studi ini menemukan bahwa orang yang

Contoh8–3 Gaji Profesor

Langkah 1 Nyatakan hipotesis dan identifikasi klaim.

Contoh8–4 Biaya Sepatu Atletik Pria

Langkah 1 Nyatakan hipotesis dan identifikasi klaim

Komentar:Dalam Contoh 8–4, perbedaannya dikatakan signifikan. Namun, ketika