Metode Statistika

Pertemuan X-XI
Statistika Inferensia:
Pengujian Hipotesis
 Permainan (1)
Ambil sekeping uang coin. Masing-masing
mahasiswa lempar satu kali. Kemudian catat
hasil lemparan dari 40 mahasiswa.

Kejadian Turus Jumlah

Muncul
Angka
Muncul
Gambar
 Lanjutan Permainan (1)
Berapa persen muncul sisi angka dari
permainan tersebut?
Apakah dapat dikatakan bahwa coin
tersebut setimbang (peluang
munculnya sisi angka dan peluang
munculnya sisi gambar sama)?
 Lanjutan
Persentase
Permainan (1)
munculnya sisi
angka dari p
a
permainan n
tersebut

Coin p = 50% = 0.5

setimbang ?
 Coin Analogy

Hypothesis Significance Level

Collect Evidence Decision Rule

 > 20?
Butuh pembuktian
berdasarkan Mana yang
contoh!!! benar?
Apa yang
diperlukan?

Populasi :
= 20

Ok, itu adalah

Sampel : pengujian hipotesis,
butuh pengetahuan
mengenai SEBARAN
x 25 PENARIKAN
CONTOH
 Pengujian Hipotesis
Merupakan perkembangan ilmu
experimantal terminologi dan
subyek
Menggunakan 2 pendekatan :
Metode inferensi induktif R.A. Fisher
Metode teori keputusan J. Neyman &
E.S. Pearson mengatasi kekurangan
dari metode inferensia induktif
 Unsur Pengujian
Hipotesis

Hipotesis Nol
Hipotesis Alternatif
Statistik UJi
Daerah Penolakan H0
 Hipotesis
Suatu pernyataan / anggapan yang mempunyai
nilai mungkin benar / salah atau suatu pernyataan
/anggapan yang mengandung nilai ketidakpastian

Misalnya:
Besok akan turun hujan mungkin benar/salah
Penambahan pupuk meningkatkan produksi mungkin
benar/salah
Varietas A lebih baik dibandingkan dengan varietas B
mungkin benar/salah
 Hipotesis Statistik
Suatu pernyataan tentang nilai suatu parameter populasi

H0 (hipotesis nol): suatu pernyataan

yang bersifat status quo (tidak ada
beda , tidak ada perubahan)
H1 (hipotesis tandingan): pernyataan lain
yang akan diterima jika H0 ditolak (ada
perbedaan, terdapat perubahan)
Dalam pengambilan keputusan
memungkinkan untuk terjadi
kesalahan
H0 benar H0 salah
Tolak H0 Peluang salah jenis I Kuasa pengujian
(Taraf nyata; ) (1-)
Terima H0 Tingkat kepercayaan Peluang salah jenis II
(1-) ()

P(salah jenis I) = P(tolak H0/H0 benar) =

P(salah jenis II) = P(terima H0/H1 benar) =
 Daerah
Daerah
PEnolakan
Penerimaan
H0
H0

H0: H1:
=20 =24

= P(Terima H0 | H1 benar) = P(tolak H0 | Ho benar)

22
= P( < 22 | = 24) = P( > 22 | = 20)

Merupakan sembarang parameter

 CONTOH (1)
Sampel diambil secara acak dari populasi normal(;2 = 9), berukuran 25.
Hipotesis yang akan diuji,
H0 : = 15
H1 : = 10
Tolak H0 jika rata-rata kurang dari atau sama dengan 12.5
Berapakah besarnya kesalahan jenis I dan II ?
Jawab:
P(salah jenis I) = P(tolak H0/ = 15) = P(z (12.5-15)/3/25))
= P(z - 4.167 ) 0
P(salah jenis II) = P(terima H0/ = 10) = P(z (12.5-10)/3/25))
= P(z 4.167 ) = 1 - P(z 4.167 ) 0
 Sifat dan

H1 H0 H1
H0

H1
H0
Jika n dan akan
menurun lihat KURVA
KATERISTIK OPERASI
 Kurva Karakteristik
operasi
Besok download di internet ya
 Hipotesis yang diuji
H0 : = 0 H0 : 0 H0 : 0

H1 : 0 H1 : < 0 H1 : > 0

Hipotesis dua arah Hipotesis dua arah

Statistik uji :

v
s

merupakan sembarang parameter

v merupakan sembarang statistik uji
 Wilayah kritik
Daerah Penolakan H0
Tergantung dari H1. Misalkan v = z N (0,1)

H1 : 0

Daerah
Penerimaan
H0
/2 /2
Nilai kritik
Daerah
Penolakan H0
-z/2 z/2

Tolak H0 jika v < -z/2 atau v > z/2

H1 : < 0

Daerah
Penerimaan
H0

Daerah
Penolakan H0
-z
Tolak H0 jika v < -z/2

H1 : > 0

Daerah
Penerimaan
H0

Daerah
Tolak H0 jika v > z Penolakan H0
z
 & nilai p
= taraf nyata dari uji
statistik
Nilai p = taraf nyata dari
contoh peluang
merupakan suatu ukuran
kewajaran untuk
menerima H0 atau
menerima H1
Jika nilai p < maka Tolak
Nilai p
H0

z z h
Nilai p = P (Tolak H0 | contoh)
Misalnya : nilai p = P(Z > zh)
 Tujuan pengujian

Satu Populasi Dua populasi

Nilai Satu Data saling Data

Tengah() Populasi (p) bebas berpasangan

2
1 - 2 p1 - p2 d
diketahui Tidak
diketahui
12 &
22 Tidak Uji z Uji t
Uji z Uji t Uji z diketahui
diketahui

12 &
Uji z 22
sama Tidak sama

Uji t Uji t
Formula 1 Formula 2
Uji Nilai Tengah
Populasi ()
 Hipotesis yang dapat diuji:
Hipotesis satu arah
H0 : 0 vs H1 : < 0
H0 : 0 vs H1 : > 0
Hipotesis dua arah
H0 : = 0 vs H1 : 0

Statistik uji:
x 0
Jika ragam populasi (2) diketahui : zh
/ n

Jika ragam populasi (2) tidak diketahui :x 0

th
s/ n
 Contoh (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%, layakkan perusahaan tersebut mendapat ijin
?
 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
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.
 Pengujian Hipotesis
untuk selisih dua nilai
tengah populasi
 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
( x1 x 2 ) 0
zh
(x x
1 2)

Formula 1 klik diketahui

Syarat :
1 2& 2 2
sama 12 & 22

Tidak sama Tidak

diketahui
Formula 2 klik
 Formula 1
a. Jika 1 dan 2 tdk diketahui dan diasumsikan sama:

1 1
( x1 x 2 ) 0 s x1 x2 s 2

th gab
s ( x1 x2 ) n1 n2

(n1 1) s12 (n2 1) s22

2
s gab dan v n1 n2 2
n1 n2 2
 Formula 2
b. Jika 1 dan 2 tdk diketahui dan diasumsikan tidak sama:

( x x2 ) 0 s12 s22
th 1 s x1 x2
s ( x1 x2 )
n1 n2

2
s2
s 2

n n
1 2

v 1 2

s 2 2 s 2 2
1 n n1 1 2 n n2 1
1 2
 Contoh (3)
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

Hitunglah rataan dan ragam dari kedua data perusahaan

tersebut.
Ujilah karton produksi mana yang lebih kuat dengan asumsi
ragam kedua populasi sama, gunakan taraf nyata 10%
Jawab:
Rata-rata dan ragam kedua sampel:
n x x 10(19025) - (425)
2
30 35 40
2 2
x 42,5 s 106.94
2 1 i

n(n 1)
1 1
10 10(9)
n x22 xi
2
50 60 55 10(32525) - (565) 2
x2 56,5 s
2
66.94
n(n 1)
2
10 10(9)

Perbandingan kekuatan karton

Hipotesis:
H0: 1= 2 vs H1: 12
 Statistik uji: (ragam populasi tidak diketahui dan
diasumsikan 12 12 )
( x2 x1 ) ( 2 1 ) 56,5 42,5 0
th 3,36
( s22 / n2 ) ( s12 / n1 ) 66,94 / 10 106,94 / 10

( s12 / n1 s 22 / n2 ) 2 (10.34 2 / 10 8.18 2 / 10) 2

db 2 17,10 17
( s1 / n1 ) 2 /( n1 1) ( s 22 / n2 ) 2 /( n2 1) (10.34 2 / 10) 2 / 9 (8.18 2 / 10) 2 / 9
Daerah kritis pada taraf nyata 10%:
Tolak H0 jika |th| > t(0,05;17) = 1,740
Kesimpulan:
Tolak H0, artinya kekuatan karton kedua perusahaan
berbeda nyata pada taraf nyata 10%. Diduga karton yang
diproduksi oleh perusahaan B lebih kuat daripada karton
A
 Pengujian Hipotesis
untuk data berpasangan
 Hipotesis
Hipotesis satu arah:
H0: 1- 2 0 vs H1: 1- 2 <0
atau Statistik uji :
H0: D 0 vs H1: D<0
d 0
th
H0: 1- 2 0 vs H1: 1- 2 >0 s/ n
atau
H0: D 0 vs H1: D>0
Hipotesis dua arah:
H0: 1- 2 =0 vs H1: 1- 2 0
atau
H0: D = 0 vs H1: D0
 Contoh (4)
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 1,43
i 2

n(n 1)
d
n 10 10(9)

sd 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 =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
Pendugaan Parameter:
Kasus Satu Sampel
Proporsi
 Hipotesis yang dapat diuji:
Hipotesis satu arah
H0 : p p0 vs H1 : p < p0
H0 : p p0 vs H1 : p > p0
Hipotesis dua arah
H0 : p = p0 vs H1 : p p0

Statistik uji:
p p0
zh
p0 (1 p0 )
n
 Contoh(5)
Sebelum memutuskan untuk memperkenalkan produk baru
pada tahun 1985, perusahaan coca cola memperkenalkan
produk baru (tanpa diberi label) kepada 40,000 pelanggan
di 30 kota. Sekitar 55% pelanggan lebih menyukai produk
baru dibanding produk lama.Jika diasumsikan 40,000
pelanggan tersebut sebagai sebuah contoh acak dari
populasi pelanggan coca cola di 30 kota:
Apakah dapat dikatakan pangsa pasar dari produk baru
tersebut lebih dari 50%?

*Sumber : Mendenhall, W (1987)

*sedikit modifikasi soal
 Penyelesaian
Diketahui : = 0.55 n = 40000
Ditanya : p > 50%?
Jawab
H0 : p 50% vs H1 :p > 50%
= 5% p p0 0.55 0.5
zh 20
Statistik uji: p0 (1 p0 ) 0.5(1 0.5)
n 40000
Wilayah Kritik : Tolak H0 jika zh > z0.05= 1.645
Kesimpulan : Karena zh > z0.05= 1.645 maka Tolak H0.
Pendugaan Parameter:
Kasus dua Sampel
Selisih dua proporsi
 >0

Hipotesis (1) 0
klik

=0

Hipotesis (2)
Klik
 Hipotesis (1)
Hipotesis satu arah:
H0: p1- p2 0 vs H1: p1- p2 <0
H0: p1- p2 0 vs H1: p1- p2 >0
Hipotesis dua arah:
H0: p1- p2 =0 vs H1: p1- p2 0

Statistik uji : ( p 1 p 2 ) 0
zh
p 1 (1 p 1 ) p 2 (1 p 2 )

n1 n2
 Hipotesis (2)
Hipotesis satu arah:
H0: p1 p2 vs H1: p1 < p2
H0: p1 p2 vs H1: p1 > p2
Hipotesis dua arah:
H0: p1 = p2 vs H1: p1 p2
Statistik uji : ( p 1 p 2 ) x1 x2
zh p
1 1 n1 n2
p (1 p )( )
n1 n2
 Contoh(6)
Sebuah penelitian dilakukan untuk menguji
pengaruh obat baru untuk viral infection. 100 ekor
tikus diberikan suntikan infeksi kemudian dibagi
secara acak ke dalam dua grup masing-masing 50
ekor tikus. Grup 1 sebagai kontrol, dan grup 2
diberi obat baru tersebut. Setelah 30 hari,
proporsi tikus yang hidup untuk grup 1 adalah 36%
dan untuk grup 2 adalah 60%. Apakah obat
tersebut efektif? Obat dikatakan efektif jika
perbedaan antara grup perlakuan dengan grup
kontrol lebih dari 24%
*Sumber : Mendenhall, W (1987)
*sedikit modifikasi soal
 Penyelesaian
Diketahui :
Grup Kontrol Grup perlakuan
p1 p2

n1 =50 n2 =50
1 0.36
p 2 0.6
p

Ditanya : p2-p1 > 0.24?

 Penyelesaian
JAwab :
H0: p2- p1 0.24 vs H1: p2- p1 > 0.24
= 5%
Statistik uji : (0.6 0.36) 0.24
zh 0
0.6(1 0.6) 0.36(1 0.36)

50 50

Wilayah kritik : Tolak H0 jika zh > z0.05 = 1.645

Kesimpulan: karena zh=0 < z0.05 = 1.645 maka Terima
H0 (belum cukup bukti untuk Tolak H0) dengan kata
lain berdasarkan informasi dari sampel yang ada belum
menunjukkan bahwa obat tersebut efektif
Demo MINITAB