Statistika Bisnis
Pengujian Hipotesis 2
Abstract Kompetensi
Menjelaskan dan memaparkankan Mahasiswa dapat memahami tentang
tentang pengujian hipotesis. pengujian hipotesis.
SESI 11
Pengujian Hipotesis 2
Andaikan kita mulai dengan dua populasi yang berdistribusi normal. Populasi I memiliki rata-
rata µ1 dan standar deviasi s1. Populasi II memiliki rata-rata µ2 dan standar deviasi s2.
Banyaknya sampel untuk masing-masing populasi n1 dan n2 dengan rata-rata x1 dan x2.
Dengan demikian selisih rata-rata kedua populasi dan kesalahan baku rata-rata:
µ x1 - x2 = µ1 - µ2
s x1 - x2 = √[(s12/n1) + (s22/n2)]
Jika simpangan baku populasi tidak diketahui, kesalahan baku rata-rata dapat didekati
dengan simpangan baku sampel, dengan rumus:
Jika kita menguji hipotesis perbedaan rata-rata dua populasi (µ 1 - µ2). Tiga pasangan
hipotesis yang dapat terjadi:
Apabila sampel besar (n ≥ 30) kita gunakan uji statistik Z. Sedangkan apabila sampel kecil
(n < 30) kita gunakan uji statistik t.
Presiden direktur sebuah agen mobil menceritakan kepada manager pemasaran bahwa ia
merasa senang dengan kenaikan jumlah mobil yang terjual setiap hari sepanjang tahun
yang lalu, tetapi tidak senang dengan keuntungan bersih per unit mobil yang terjual.
Manager pemasaran menyatakan bahwa keuntungan bersih rata-rata per mobil yang terjual
tahun ini lebih besar dibandingkan tahun lalu.
Tunjukkan pengujian hipotesis pada tingkat signifikansi 5 persen apabila keuntungan bersih
rata-rata sampel tahun ini x1 = 350 dan standar deviasi s1 = 25, dan keuntungan rata-rata
sampel tahun lalu x2 = 340 dan standar deviasi s2 = 30.
Jawab:
1. Hipotesis
Pernyataan manager pemasaran bahwa keuntungan bersih rata-rata tahun ini lebih besar
dari pada tahun lalu berbarti :
Ho: µ1 - µ2 ≤ 0
Ha: µ1 - µ2 > 0.
2. Nilai Kritis
Karena Ha menggunakan tanda > kita menggunakan pengujian satu sisi (kanan) dengan
nilai kritis:
Z 0,05 = 1,64
= √[(252/35) + (302/35)]
= 6,60
x1 - x 2
Z = ----------
Sx1 - x2
= 1,51
4. Simpulan
Nilai Z hitung = 1,51, tidak lebih besar dari Z 0,05 = 1,64. Dengan demikian Z hitung terletak di
daerah penerimaan Ho, berarti kita menerima Ho.
Kita dapat menyimpulkan bahwa pernyataan manajer pemasaran bahwa keuntungan bersih
rata-rata tahun ini lebih besar daripada tahun lalu adalah salah.
Dalam pengujian hipotesis beda dua rata-rata populasi biasanya digunakan asumsi bahwa
varians dari dua distribusi populasi adalah sama meskipun tanpa dibuktikan. à s12 = s22
Jika dari dua populasi yang memiliki distribusi normal diambil dua sampel independent
dengan ukuran n1 dan n2, maka varians populasi s12dan s22 diduga dengan varians sampel
s12 dan s22 dimana:
∑ ( Xi – X )2
2
s1 = -------------------
n1 – 1
∑ ( Xi – X )2
2
s2 = -------------------
n2 - 1
F = s12 / s22
Untuk menguji apakah asumsi s12 dan s22 itu benar, pertama kita harus memahami
bagaimana menggunakan tabel F .
Jika derajat bebas pembilang dan penyebut lebih besar 2 maka kurva distribusi F
merupakan kurva bermodus tunggal yang condong ke kanan seperti ditunjukkan
gambar.
Snedecor telah menghitung nilai F sisi kanan untuk tingkat signifikansi 10%, 5% dan 1%
besarta derajat bebasnya (lihat tabel F)
Misalnya:
Suatu distribusi F memiliki derajat bebas pembilang 10 dan derajat bebas penyebut 7.
Suatu distribusi F memiliki v1 = 10 dan v2 = 7. Tingkat signifikansi 5%, diperoleh nilai kritis
sisi kanan F = FR = 3,63, maka nilai kritis sisi kiri FL = 1/F(0,05; 7; 10) = 1/3,14 = 0,318
Contoh:
Kita ingin membandingkan dua rata-rata populasi. Jika dalam membandingkan kedua rata-
rata itu digunakan pengujian statistik t, maka diperlukan asumsi s12 = s22. Asumsi ini perlu
diuji apakah salah satu varians (deviasi standar) lebih besar dari yang lain. Misalkan dari
kedua sampel yang masing-masing berukuran n1 = 17 dan n2 = 21 diperoleh X1 = 1200, s1
= 60 dan X2 = 1300, s2 = 50.
1. Ho : s1 = s2
Ho : s1 = s2
2. α = 5%,
v1 = 16
v2 = 20
= 1,44
Dengan menggunakan distribusi t kita dapat menguji apakah dua rata-rata populasi berbeda
atau tidak berbeda.
Analisis sering diharapkan pada lebih dari dua populasi (kelompok) dan perlu untuk
mengetahui apakah rata-rata dari semua populasi itu sama atau tiak sama.
Suatu metide analisis statistika untuk menguji kesamaan lebih dari dua rata-rata populasi
dinamakan analisis varians (ANOVA).
F = σ12 / σ22
∑ nj ( Xi – X )2
σb2 = -------------------
k–1
nj – 1
σw2 = ∑ ( ---------) s j2
n-k
Contoh:
Sebuah perusahaan menjual sabun sejenis dalam tiga bungkus yang berlainan dengan
harga yang sama. Data penjualan memiliki distribusi normal dengan varians yang sama.
Penjualan selama 5 bulan adalah sebagai berikut:
Dengan tingkat signifikan 5% ujilah apakah rata-rata penjualan untuk tiap jenis bungkus
adalah sama?
Jawab:
1. Ho : µ1 = µ2 = µ 3
H1 : µ1, µ2, µ 3 tidak semua sama
2. α = 5%,
derajat bebas pembilang = 3 – 1 = 2
a. X1 = 410 / 5 = 82
X2 = 80
X3 = 87
b. s12 = 40 / (5 – 1) = 10
s22 = 2,5
sk2 = 15
X = (82 + 80 + 87 / 3 = 83
sX2 = (1 + 9 + 16)/2 = 13
Ho ditolak
Ini berarti bahwa rata-rata penjualan sabun untuk masng-masing bungkus tidak
semua sama