Nama :
NIM :
Golongan :
Asisten :
Latihan-latihan
Uji Hipotesis Rerata Populasi
Untuk menguji apakah rerata populasi μ sebesar 12,5, diambil enam cuplikan, yang setelah
diukur bernilai 18, 9, 16, 20, 15, dan 12. Diketahui σ 2 = 25, dan taraf nyata yang diambil
adalah 0,05. Ujilah!
Jawaban:
✔ Perumusan hipotesis formal sesuai dengan kasus tersebut. Adapun hipotesis nol dan alternatif
yang dapat dibuat, yaitu H0: μ = 12,5 vs. H1: μ ≠12,5.
✔ Nilai statistik uji dihitung dengan menggunakan distribusi normal baku standar (Z)
karena diketahui varians populasi. Diketahui : mY = 15, σ2 = 25, σ = 5, maka:
m−µ 15−12,5
Z= ❑ = 5 = _________
√n √6
✔ Dengan α = 0,05 nilai batas kritisnya adalah =NORMSINV(0,025) = ________ dan
=NORMSINV(1-0,025) = ______ (ada dua karena H1 dalam bentuk ‘≠’).
✔ Kesimpulan: H0 _____________ karena ________________________ sehingga
________________ (Kesimpulan selalu merujuk pada hipotesis yang diuji).
Sebagai langkah alternatif, dengan tahap 1 dan 2 sama, tahap berikutnya dapat dilakukan
dengan cara berikut:
✔ Menghitung P(X>Z) dengan =1-NORMSDIST(1,225)=________
Digunakan =1-NORMSDIST(Z) karena Z hitung (1.225) lebih dekat ke batas kanan (1.96),
sehingga probabilitas yang digunakan yaitu P(X>Z). Pendekatan ini dapat diduga melalui
nilai P(X>Z) yang lebih mendekati alfa/2, dibandingkan dengan P(X≤Z) (Dapat pula dengan
melihat tanda nilai Z, karena nilainya positif, maka P(X>Z) digunakan; khusus distribusi yang
simetris). Ingatlah bahwa H0 tidak tertolak di bagian tengah pada grafik distribusi, yaitu di
antara dua batas kritis untuk uji dua sisi.
✔ Kesimpulan: H0_____________karena ________________________ sehingga
_________________ (Kesimpulan yang didapatkan haruslah sama dengan
kesimpulan sebelumnya).
Apabila σ2 tidak diketahui dan n kecil, maka digunakan s2 ; sehingga digunakan distribusi t-
Student. Kerjakanlah kembali soal sebelumnya dengan menganggap bahwa σ 2 tidak
diketahui!
✔ Perumusan hipotesis formal H0: μ = 12,5 vs. H1: μ ≠12,5
✔ Nilai statistik uji: ukuran cuplikan kecil (n=6) dan varians cuplikan yang dipakai,
sehingga digunakan distribusi t-Student. Rerata, mY = 15, simpangan baku cuplikan,
s = 4, maka nilai t hitungnya:
m−µ 15−12,5
t= s = 4 = _________
√n √6
✔ Dengan α = 0,05 nilai batas kritis atas =TINV(0,05; 6-1) = ______(misal t) dan nilai
batas kritis bawah = -(Nilai t) = -______ ( pengujian dua sisi).
✔ Bandingkan nilai t hitung dan t kritis dan tariklah kesimpulan.
✔ Kesimpulan: H0 _____________ karena ________________________ sehingga
_________________
Apabila menggunakan cara lain (langkah satu dan dua sama), kemudian dilanjutkan dengan
:
✔ Menghitung probabilitas di luar batas -t dan t, dengan =TDIST( t hitung; n-1 ; tail) =
_________(ingat pengujian dua sisi, tail = 2). Jawaban : _________
✔ Bandingkan nilai peluang dengan alfa (0.05).
✔ Kesimpulan: H0_____________karena________________________ sehingga
_________________ (Kesimpulan yang didapatkan haruslah sama dengan
kesimpulan sebelumnya)
Perhatikanlah, bahwa penggunaan =NORMSDIST( ) atau =NORMSINV( ) dan =TDIST( )
atau =TINV() memiliki fungsi yang saling berkebalikan pada MS. Excel.
Z=
( mY −mX ) −( µ Y −µ X ) = ( 15−10 ) −( 0 ) =____
√❑ √❑
✔ Dengan α = 0,05 nilai kritisnya adalah =NORMSINV(1-0,05) = ________ (ada satu
nilai karena H1 dalam bentuk “>”)
✔ Bandingkan nilai hitung statistik dengan nilai batas kritis tersebut (lihat kembali
bentuk hipotesisnya).
✔ Kesimpulan: H0 ___________
karena__________________________sehingga___________________
t=
( mY −mX ) −( µ Y −µ X ) =
( 15−10 ) −0
= 2.57
√❑ √❑
✔ Dengan α = 0,05 nilai kritisnya adalah =TINV(0,10;11) = 1.79588 (ada satu nilai
karena H1 dalam bentuk “lebih daripada”). Bandingkan dengan nilai t hitung.
✔ Dapat pula dengan menghitung p-value melalui =TDIST(t,(nx-1 + ny-1),1), lalu
dibandingkan dengan nilai alfa.
✔ Kesimpulan:H0 TERTOLAK karena P VALUE LEBIH KECIL DARI ALPHA
SEHINGGA UX LEBIH DARI UY sehingga ___________________________
Gambar 3. Tampilan jendela t-test dan tampilan layar di MSExcel setelah eksekusi
✔ Rerata, varians, banyak data, dan pooled variance ditampilkan untuk verifikasi.
✔ Perhatikan nilai “t Stat” dan bandingkan dengan nilai “t Critical one-tail” (lihat H 1
kembali). Dari Gambar 3, diperoleh bahwa t Stat > t Critical one-tail atau P(T≤t) one-tail <
0,05.
Berikan kesimpulan yang tepat sesuai hasil pengujian tersebut! Jawaban H0
TERTOLAK KARENA THIT LEBIH BESAR DARIPADA BATAS POSITIF.
SEHINGGA UX LEBIH DARI UY
✔ Perhatikanlah nilai “P(T<=t) one-tail” dan bandingkan dengan nilai alfa, yaitu 5%.
Berikan kesimpulan yang tepat sesuai hasil pengujian tersebut! Jawaban________
(Kesimpulan yang anda dapatkan seharusnya sama).
Jika varians populasi tidak diketahui dan hanya diketahui bahwa σ2x ≠ σ2y:
✔ Seandainya varians kedua populasi tidak homogen maka kedua varians cuplikan
tidak digabungkan.
✔ Lakukan perumusan hipotesis sesuai dengan kasus yang ada, yaitu H0: μx - μy = 0
vs. H1: μx - μy > 0
✔ Menghitung nilai statistiknya menggunakan distribusi t-student karena nilai varians
kedua populasi tidak diketahui. Oleh karena itu, digunakan nilai varians dari masing
masing cuplikan (s2).
t=
( mY −mX ) −( µ Y −µ X ) = ______
√❑
✔ Dengan α = 0,05 maka nilai batas kritisnya adalah suatu pendekatan. Nilai tersebut
merupakan rerata dua nilai t kritis yang terboboti oleh varians penduga masing-
masing.
✔ Hitung nilai kritis untuk kedua set cuplikan.
tx =TINV(0,10;5) = _______ dan ty = TINV(0,10;6) = ________.
✔ Hitung nilai batas kritisnya. Nilai t kritis bersama dihitung dengan
( )
2 2
t X∗S X t y∗S y
+
nX ny
t kritis Bersama = =(_____*____ /____ + _____ * ___ / ___) /
s 2X s 2Y
( + )
n X nY
(___ /___ + ___ /___) = ______.
✔ Bandingkan t kritis bersama tersebut dengan t hitung
✔ Dapat pula dengan menghitung p-value melalui perhitungan =TDIST(t, v*, 1).
Bandingkan dengan alfa!
✔ Nilai derajat bebas dihitung melalui pendekatan Welch-Satterthwaite berikut:
s 21 s 22
( + )
n1 n 2
v*= 2 2 2 2
(s 1 /n1) (s 2 /n2 )
+
v1 v2
✔ Berikan kesimpulan: H0 __________karena _______________ sehingga
_______________________________
Gambar 4. Tampilan jendela t-test dan tampilan layar di MSExcel setelah eksekusi
✔ Rerata, varians, banyak data, dan pooled variance ditampilkan untuk verifikasi.
✔ Perhatikan nilai “t Stat”dan bandingkan dengan nilai “t Critical one-tail” (lihat H 1
kembali).
✔ Kesimpulan dapat diambil dengan membandingkan “P(T<=t) one-tail” atau “P(T<=t)
two-tail” terhadap nilai alfa (5%) (jika two-tail, Alpha dibagi dua). Jawaban :
__________
Gambar 5. Tampilan jendela F-test dan tampilan layar di MSExcel setelah eksekusi
Karena nilai F terletak di antara F-critical, artinya H0 TIDAK TERTOLAK KARENA P VALUE
LEBIH DARI ALPHA SEHINGGA S2X=S2Y (Gambar 2). Dengan kata lain, σ2x=σ2y (varians
homogen).
Uji homogenitas varians dua populasi saling independen dapat dilakukan dengan
menggunakan uji F secara manual.
2
S1
Fhitung = 2
S2
Keterangan:
2
S1 = Varians kelompok 1
2
S2= Varians kelompok 2
2 2
Pada umumnya nilai S1 > S2
F hitung = _________.
Sama seperti pengujian hipotesis pada acara 5, F hitung dibandingkan dengan nilai F kritis
yang diperoleh menggunakan fungsi =FINV(1- alfa; derajat bebas pembilang (kelompok 1);
derajat bebas penyebut (kelompok 2) dan =FINV(alfa, derajat bebas pembilang (kelompok
1); derajat bebas penyebut (kelompok 2))
F kritis =-5.98 dan 5.98
Atau membandingkan antara peluang F hitung dengan alfa/2. Peluang F hitung dapat
diperoleh dengan =FDIST(F hitung; derajat bebas pembilang (kelompok 1); derajat bebas
penyebut (kelompok 2)).
F hitung= 1.777
Kesimpulan: H0 TIDAK TERTOLAK karena F HIITUNG TERLETAK DIANTARA BATAS
KRITIS sehingga S2X=S2Y ______________________________.