Pengujian Hipotesis II

Dr. Ir. Rahmat Kurnia, M.Si

 Uji Hipotesis Rataan
Bila σ Tidak Diketahui

2
 Hipotesis untuk
menguji 

σ diketahui σ tidak diketahui

Uji statistiknya:
X −μ
t n-1 =
S
n

ത menjadi statistik uji t

Ubah statistik contoh (𝑋)
3
Langkah:
Langkah-Langkah yang digunakan
sama dengan uji Z, bedanya dalam
kasus simpangan baku populasi
tidak diketahui dan n kurang dari
30 statistik uji yang dipakai adalah
t, bukan Z.
4
Nilai t-tabel

◎ Nilai t-tabel dicari di Tabel-t

◎ Nilai t-tabel diperoleh dari 𝑡 𝛼,𝑑𝑏 untuk uji eka arah
dan 𝑡 𝛼/2,𝑑𝑏 untuk uji dwi arah.
◎ 𝛼 merupakan taraf nyata dan db = n-1 merupakan
derajat bebas

5
 Teladan 3

“
Misalnya ada yang mengatakan bahwa rata-rata
pakan yang dihabiskan satu tambak per bulan
adalah 100 kg. Lalu diambil 25 tambak. Setelah
diamati diperoleh rata-rata pakan yang dihabiskan
per minggu adalah 𝑋=110
ത kg dengan simpangan
baku 3 kg. Ujilah hal tersebut, gunakan selang
kepercayaan 99%!

6
Gunakan t
Sebab, simpangan
baku populasi tidak
diketahui dan n<30.

7
Data untuk kasus kita:

◎ µ = 100 ◎ db = 25-1 = 24
◎ n = 25 ◎ Nilai t-tabel = 𝑡 𝛼/2,𝑑𝑏 =
◎ 𝑥ҧ = 110 𝑡 0,005, 24 = 2,797
◎ S=3
◎ 𝛼 = 0,01

8
1. Tetapkan hipotesis
Ho dan H1
Ho: µ = 100
H1: µ ≠ 100

9
2. Ubah stitistik contoh
ഥ ke statistik uji,
𝑿
yakni ke t
𝑥ҧ − 𝜇
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑡𝑛−1 =
𝑠/ 𝑛
110−100
= =16,667
3/ 25

10
 3. Cari t-tabel, bandingkan t-
hitung dengan t-tabel, lalu
ambil keputusan

a/2=0,005 a/2=0,005
t-hitung = 16,667

Tolak H0 Gagal menolak H0 Tolak H0

0
-t (α/2,n-1) t (α/2, n-1)
-2,797 2,797 11
Pengambilan
keputusan
Ternyata t-hitung berada di daerah
penolakan, atau 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 16,667 >
|𝑡 0,005,24 | = 2,797. Jadi, tolak Ho.

12
4. Ambil kesimpulan
Oleh karena Ho ditolak maka
dapat disimpulkan bahwa rata-
rata pakan yang dihabiskan per
tambak dalam sebulan bukan 100
kg.
13
 Bila dicari selang
kepercayaan 99%:
𝑠 3
(𝑋ത ± 𝑡 𝛼/2,𝑑𝑏 . ) = (110 ±2,797( ))
𝑛 25
=(110 ±1,6782)
= (108,32 – 111,68) kg
= (108,32 < µ < 111,68) kg
Lihat, pada tingkat kepercayaan 99% ternyata rataan yang diasumsikan yakni µ
= 100 berada di luar selang tersebut. Hal ini makin memperkuat mengapa Ho
ditolak.
14
 Uji Hipotesis
untuk Proporsi

15
Proporsi

◎ Proporsi contoh dalam suatu katagori sukses

disimbolkan dengan 𝑝𝑠
𝑋 𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑠𝑢𝑘𝑠𝑒𝑠
◎ 𝑝𝑠 = =
𝑛 𝑢𝑘𝑢𝑟𝑎𝑛 𝑐𝑜𝑛𝑡𝑜ℎ
◎ Jika np dan n(1-p) keduanya minimal 5, maka 𝑝𝑠
dapat didekati dengan sebaran Normal dengan rata-
rata dan simpangan baku berikut:

𝑝 1−𝑝
𝜇𝑝𝑠 = 𝑝 𝑑𝑎𝑛 𝜎𝑝𝑠 =
𝑛
16
 Statistik Ujinya:
𝑝𝑠 − 𝑝 𝑋 − 𝑛𝑝
𝑍= Atau 𝑍=
𝑝(1 − 𝑝) 𝑛𝑝(1 − 𝑝)
𝑛

17
◎ Langkah-Langkah sama dengan
sebelumnya

Untuk np dan n(1-p) di bawah 5

tidak dikaji di sini

18
 Teladan 4

“
Seorang peneliti mengatakan bahwa ikan terbang jantan
kurang dari 25% dari keseluruhan ikan terbang.
Untuk membuktikan hal tersebut, diambil 50 ikan terbang
secara acak. Dari sejumlah itu diperoleh 24,5% ikan
berjenis kelamin jantan. Ujilah kebenaran klaim peneliti
tersebut! (Gunakan kepercayaan 95%)

19
Cek dulu apakah persyaratan terpenuhi!

◎ n = 50, p = 0,25
◎ np = 50(0,25) = 12,5 (LEBIH DARI 5)
◎ n(1-p) = 50(1-0,25) = 37,5 (LEBIH DARI 5)

◎ 𝑝𝑠 = 0,245

Oleh karena np dan n(1-p) keduanya lebih dari 5

maka kasus proporsi ini dapat didekati dengan
menggunakan sebaran Normal.
20
1. Tetapkan hipotesis
Ho dan H1
Ho: p ≥ 0,25
H1: p < 0,25

21
2. Ubah stitistik contoh 𝑿ഥ ke
statistik uji, yakni ke Z
𝑝𝑠 − 𝑝 0,245 − 0,25
𝑍= =
𝑝(1 − 𝑝) 0,25(1 − 0,25)
𝑛 50
= −0,08165

Untuk α = 0,05 maka nilai kritis Z = -1,65

22
3. Cari Z-tabel, bandingkan
Z-hitung dengan Z-tabel,
lalu ambil keputusan
Zhitung = -0,08165
a=0,05

Tolak H0 Gagal menolak H0

0
-Z (α)
-1,65
23
 Ingat daerah penolakan untuk uji
lower tail test!

◎ Terlihat bahwa Zhitung terletak di daerah

penerimaan atau Zhitung = -0,08165 > -1,65
◎ Karenanya, diputuskan Ho gagal ditolak (Ho
diterima).

24
4. Ambil kesimpulan
Oleh karena Ho gagal ditolak maka
dapat disimpulkan bahwa tidak
benar proporsi ikan terbang jantan
kurang dari 25% melainkan dapat
dianggap lebih besar atau sama
dengan 25%.
25
Bagaimana kalau melalui pendekatan
nilai-p?
◎ Kita tahu Zhitung = -0,08165.
◎ Dari Tabel Z diketahui P(Z< -0,08165) = P(Z< -0,08) =
0,4681. Jadi, nilai-p adalah 0,468
◎ Untuk a = 0,05 maka jelas bahwa p=0,4681 > a=0,05.
◎ Karenanya, diputuskan gagal menolak Ho.
◎ Hasilnya sama!

26
Pembandingan Rata-Rata untuk
Contoh Saling Bebas
Hipotesis
• Hipotesis satu arah:
H0: 1- 2 0 vs H1: 1- 2 <0
H0: 1- 2  0 vs H1: 1- 2 >0
• Hipotesis dua arah:
H0: 1- 2 =0 vs H1: 1- 2 0
 Statistik uji zh =
( x1 − x2 ) −  0
 (x −x
1 2)

 12  22
 (x −x ) = +
1 2
n1 n2

Uji z

Uji t,
Formula 1 klik diketahui

sama Syarat :
12 & 22
12 & 22
Tidak
Tidak
sama diketahui

Uji t, klik
Formula 2
 Formula 1
a. Jika 1 dan 2 tdk diketahui dan diasumsikan sama:

( x1 − x 2 ) −  0
th =
s ( x1 − x2 )

2  1 1
s x1 − x2 = s gab  + 
 n1 n2 

2
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22
𝑠𝑔𝑎𝑏 = dan 𝑣 = 𝑑𝑏 = 𝑛1 + 𝑛2 − 2
𝑛1 + 𝑛2 − 2
 Formula 2
b. Jika 1 dan 2 tdk diketahui dan diasumsikan tidak sama:

( x1 − x 2 ) −  0
th = (𝑠12 /𝑛1 + 𝑠22 /𝑛2 )2
s ( x1 − x2 ) 𝑣 = 𝑑𝑏 = 2
(𝑠1 /𝑛1 )2 (𝑠22 /𝑛2 )2
+
(𝑛1 − 1) (𝑛2 − 1)

(buang nilai desimalnya)

 s12 s22 
s x1 − x2 =  + 
 n1 n2 
Uji t Contoh Saling Bebas
Lower-tail test: Upper-tail test: Two-tail test:

H0: μ1 – μ2  0 H0: μ1 – μ2 ≤ 0 H0: μ1 – μ2 = 0

H1: μ1 – μ2 < 0 H1: μ1 – μ2 > 0 H1: μ1 – μ2 ≠ 0

a a a/2 a/2

-ta ta -ta/2 ta/2

Tolak H0 jika t < -tdb, a Tolak H0 jika t > tdb, a Tolak H0 jika |t| > tdb , a/2

Nilai db (derajat bebas) sesuai dengan formula pada slide sebelumnya

Ilustrasi
Misalkan kita hendak menguji apakah ada perbedaan Panjang ikan kerapu
macan (ephinephelus fuscoguttatus) jantan dan betina. Penelitian dilakukan.
Setelah dihitung diperoleh ringkasan berikut.
Jantan Betina 21 25
Rata-rata contoh 3.27 2.53
Simpangan baku contoh 1.30 1.16

Lakuan pengujian apakah ada perbedaan

rata-rata antara keduanya pada a = 0.05,
dengan mengasumsikan ragam keduanya
sama

Statistics for Business and Economics, 6e © 2007 Pearson

Education, Inc.
Menghitung Statistik Uji
Ragam populasi tidak diketahui. Oleh karena itu kita menggunakan uji t.
Ragam populasi dianggap sama, karenanya gunakan formula 1.

t=
(X − X )− 1 2 0
=
(3.27 − 2.53) − 0 = 2.040
1 1  1 1 
S  + 
2
1.5021 + 
p
 n1 n 2   21 25 

S 2
=
(n1 − 1)S1 + (n2 − 1)S 2
2 2
=
(21 − 1)1.302 + (25 − 1)1.162
= 1.5021
(n1 − 1) + (n2 − 1) (21- 1) + (25 − 1)
p

Statistics for Business and Economics,

6e © 2007 Pearson Education, Inc.
Kesimpulan
H0: μ1 - μ2 = 0 i.e. (μ1 = μ2) Reject H0 Reject H0

H1: μ1 - μ2 ≠ 0 i.e. (μ1 ≠ μ2)

a = 0.05 .025 .025
db = 21 + 25 - 2 = 44 -2.0154 0 2.0154 t
Titik kritis: t = 2.0154
2.040

Statistik Uji Keputusan:

3.27 − 2.53
t= = 2.040 Tolak H0 pada a = 0.05
 1 1 
1.5021  +  Kesimpulan:
 21 25 
Data mendukung adanya perbedaan rata-
Statistics for Business and Economics,
rata Panjang ikan kerapu jantan dan betina
6e © 2007 Pearson Education, Inc.
Pembandingan Rata-Rata untuk
Contoh Berpasangan
Contoh Berpasangan
• Data berasal dari contoh yang diambil dengan mekanisme tertentu
sehingga antar dari kedua kelompok dapat dipasang-pasangkan
• Berasal dari satuan penarikan contoh yang sama
• Sebelum vs Sesudah
• Pada setiap pasangan dapat dihitung selisih nilai data-nya
• Pengujian kesamaan rata-rata dua populasi didasarkan pada nilai
selisih tersebut
→ identik dengan uji-t satu populasi, dengan mengasumsikan sebaran
dari kedua populasi adalah normal
Uji t untuk Contoh Berpasangan
d − D0
• Andaikan pasangan data adalah xi dan yi, untuk i = 1, 2, …, n Statistik Uji t hitung =
sd
• Selisih dari keduanya adalah: di = xi – yi
n
• Dari nilai di dapat dihitung rata-rata dan simpangan
bakunya yaitu masing-masing adalah d : rata-rata nilai selisih
sd : simpangan baku nilai selisih
d dan sd
n : ukuran contoh
Teladan
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%!
Penyelesaian
• Karena kasus ini merupakan contoh berpasangan, maka:
• Hipotesis:
H0 : D  5 vs H1 : D < 5
• Deskripsi:

d n d i2 − ( d i )
2
51 10(273) − (51) 2
d= = = 5,1 s d2 = = = 1,43
i

n 10 n(n − 1) 10(9)

s d = 1,43 = 1,20

• Statistik uji:
d − d d − d 5,1 − 5
t= = = = 0,26
sd sd 1,20 / 10
n
• Daerah kritis pada a=5%
Tolak H0, jika th < -t(a=5%,db=9)=-1.833

• Kesimpulan:
Terima H0, artinya program diet tersebut dapat mengurangi berat badan
minimal 5 kg
Contoh
• Andaikan sebuah perusahaan mengirimkan karyawannya ke suatu pelatihan
“layanan prima untuk pelanggan”. Apakah pelatihan ini berdampak pada
perubahan jumlah keluhan pelanggan? Data yang diperoleh dari contoh 5 (lima)
karyawan adalah sebagai berikut:
di
banyaknya keluhan: d = n
Karyawan Sebelum Sesudah Selisih, di
= - 4.2
C.B. 6 4 - 2
T.F. 20 6 -14
M.H. 3 2 - 1
Sd =
 (d − d)i
2

R.K. 0 0 0 n −1
M.O. 4 0 - 4
-21
= 5.67
Statistics for Business and Economics, 6e © 2007 Pearson
Education, Inc.
Ilustrasi
• Apakah pelatihan berdapak pada perubahan jumlah keluhan (gunakan a = 0.01)?

Tolak H0 Tolak H0
H0: μx – μy = 0
H1: μx – μy  0
a/2 a/2
a = .01 d= - 4.2 - 4.604 4.604
- 1.66
Critical Value = ± 4.604 d.f. = n - 1 = 4
Keputusan hasil uji: TIDAK TOLAK H0
Statistik Uji (|t| tidak lebih besar dari titik kritis)

d − D0 − 4.2 − 0
t= = = −1.66 Kesimpulan: tidak ada perubahan yang
signifikan pada rata-rata jumlah keluhan.
sd / n 5.67/ 5
Statistics for Business and Economics, 6e © 2007 Pearson
Education, Inc.
Thanks!
Any questions?

44