Anda di halaman 1dari 47

Pengujian Hipotesis

1. Hipotesis statistik

Definisi 1. Hipotesis statistik ialah suatu anggapan


atau pernyataan, yang mungkin benar atau tidak,
mengenai satu populasi atau lebih.

Kebenaran atau ketidakbenaran suatu hipotesis


statistik tidak pernah diketahui dengan pasti,
kecuali bila seluruh populasi diamati.

Hal itu tentunya tidak praktis dalam kebanyakan


keadaan.

Karena itu diambil sampel acak dari populasi yang


ingin diselidiki.
1. Hipotesis statistik

Dengan menggunakan informasi yang terkandung


dalam sampel itu, diputuskan apakah hipotesis
tersebut wajarnya benar atau salah.

Petunjuk dari sampel yang tidak sesuai dengan


hipotesis menjurus kepada penolakan hipotesis.

Sedangkan, petunjuk dari sampel yang mendukung


hipotesis menjurus kepada penerimaannya.

Perlu ditegaskan pada tahap ini, bahwa penerimaan


suatu hipotesis statistik diakibatkan oleh tidak
cukupnya petunjuk untuk menolaknya dan tidaklah
menunjukkan bahwa hipotesis itu betul.
1. Hipotesis statistik

Dalam pembahasan ini, akan sering digunakan


istilah diterima dan ditolak.

Penting dipahami bahwa penolakan suatu hipotesis


berarti menyimpulkan bahwa hipotesis tersebut
tidak benar, sedangkan penerimaan suatu hipotesis
hanyalah menunjukkan bahwa tidak cukup
petunjuk untuk mempercayai.

Karena itulah, seseorang yang melakukan


penelitian/percobaan seharusnyalah selalu
menyatakan sebagai hipotesisnya pernyataan yang
dia harapkan untuk ditolak.
1. Hipotesis statistik

Contoh kalau dia ingin meneliti jenis perekat kayu


laminasi yang baru, seharusnyalah dia menganggap
bahwa bahan perekat tersebut tidak lebih baik dari
jenis perekat yang beredar dipasaran dan kemudian
merencanakan untuk menolaknya.

Begitu pula, untuk membuktikan bahwa suatu


usulan metode perkuatan struktur baru akan
menghasilkan performa struktur yang lebih baik
dari pada metode perkuatan struktur yang lainnya,
maka diuji hipotesis bahwa tidak ada beda antara
kedua metode tersebut.
1. Hipotesis statistik

Hipotesis yang dirumuskan dengan harapan untuk


ditolak disebut sebagai hipotesis nol dan dinyatakan
dengan Ho.

Penolakan Ho menjurus pada penerimaan suatu


hipotesis tandingan yang dinyatakan dengan H1.
2. Galat jenis I dan jenis II

Untuk menjelaskan ide yang digunakan dalam


pengujian hipotesis statistik mengenai populasi,
pandanglah conroh berikut.

Sejenis zat anti rayap diketahui hanya 25% efektif


setelah jangka waktu 2 tahun. Untuk menentukan
apakah zat anti rayap yang baru dan lebih mahal
lebih unggul dalam memberikan
perlindungan/ketahanan terhapa rayap, 20 kayu
yang rentan terhadap serangan rayap dipilih secara
acak dan diberi obat anti rayap yang baru. Bila
dalam waktu lebih dari dua tahun 9 atau lebih kayu
yang diberi zat anti rayap yang baru itu tidak
terserang rayap, maka anti rayap yang baru
2. Galat jenis I dan jenis II

dianggap lebih unggul daripada yang biasanya


digunakan.

Pilihan 9 agak sedikit sembarang tapi cukup


beralasan bila dibandingkan dengan hanya 5 kayu
yang dapat diharapkan tidak terserang rayap dari
20 kayu.

Sesungguhnya kita menguji hipotesis nol bahwa


anti rayap yang baru itu sama saja efektifnya
dengan yang lama sesudah jangka waktu 2 tahun
2. Galat jenis I dan jenis II

Sesungguhnya kita menguji:

hipotesis nol bahwa anti rayap yang baru itu sama


saja efektifnya dengan yang lama sesudah jangka
waktu 2 tahun

lawan

Hipotesis tandingan bahwa anti rayap yang baru


unggul

Ini sama dengan menguji hipotesis bahwa


parameter binomial untuk peluang sukses pada
suatu usaha tertentu adalah p = ¼ lawan tandingan
2. Galat jenis I dan jenis II

bahwa p > ¼.

Ini biasanya ditulis sebagai:

H0: p = ¼
H1: p > ¼

Keputusan didasarkan atas statistik X, yaitu


banyaknya kayu dalam sampel yang tahan
terhadap rayap setelah diberi anti rayap selama
paling sedikit dua tahun.
2. Galat jenis I dan jenis II

Nilai yang mungkin, dari 0 sampai 20, dibagi atas


dua kelompok: bilangan yang lebih kecil dari 9 dan
yang lebih besar atau sama dengan 9.

Semua nilai yang mungkin di atas 8,5 membentuk


daerah kritis dan semua nilai yang mungkin di
bawah 8,5 membentuk daerah penerimaan.

Bilangan 8,5 yang memisahkan kedua daerah


tersebut disebut nilai kritis.

Bila statistik X jatuh di daerah kritis maka H0


ditolak dan dianggap bahwa hipotesis tandingan H1
yang benar.
2. Galat jenis I dan jenis II

Bila X jatuh di daerah penerimaan maka H0


diterima.

Cara pengambilan keputusan seperti yang baru


dijelaskan mungkin saja membawa kita pada dua
kesimpulan yang keliru.

Misalnya, zat anti rayap yang baru mungkin saja


tidak lebih baik dari yang lama, karena suatu
kelompok kayu yang dipilih secara acak ini mungkin
saja 9 atau lebih daripadanya yang tidak terserang
rayap dalam jangka waktu melebihi 2 tahun.
2. Galat jenis I dan jenis II

Sehingga, kita akan melakukan kekeliruan dengan


menolak H0 dan mempercayai H1, padahal
sesungguhnya H0 yang benar.

Galat seperti ini disebut galat I.

Definisi 2. Galat jenis I telah dilakukan bila


hipotesis nol ditolak padahal sesungguhnya benar.

Galat jenis kedua dilakukan bila kurang dari 9 kayu


yang berhasil melewati jangka waktu 2 tahun tanpa
terserang rayap dan disimpulkan bahwa anti rayap
yang baru itu tidak lebih baik dari yang lama
padahal sesunguhnya lebih baik.
2. Galat jenis I dan jenis II

Definisi 3. Galat jenis II telah dilakukan bila


hipotesis nol diterima padahal salah.

Peluang melakukan galat jenis I disebut taraf


keberartian uji tersebut dan dinyatakan dengan α.

Dalam contoh di atas, galat jenis I akan terjadi jika


9 kayu atau lebih terserang rayap dalam waktu
melebihi dua tahun dengan menggunakan anti
rayap baru padahal sesungguhnya anti rayap yang
baru itu sama saja dengan anti rayap yang lama.
2. Galat jenis I dan jenis II

Jadi, bila X menyatakan banyaknya kayu yang tidak


terserang rayap selama paling sedikit dua tahun,

α = P(galat jenis 1)
2. Galat jenis I dan jenis II

Jadi, bila X menyatakan banyaknya kayu yang tidak


terserang rayap selama paling sedikit dua tahun,

α = P(galat jenis 1)

= 1 – 0,9591
= 0,0409
2. Galat jenis I dan jenis II

Dikatakan bahwa hipotesis nol, p = ¼, diuji pada


taraf keberartian α = 0,0409.

Kadang-kadang taraf keberartian dinamakan


ukuran daerah kritis.

Daerah kritis yang berukuran 0,0409 amat kecil,


sehingga kecil sekali kemungkinannya galat jenis I
dilakukan.

Peluang melakukan galat jenis II, dinyatakan


dengan β.
2. Galat jenis I dan jenis II

Peluang melakukan galat jenis II, β, tidak mungkin


dihitung kecuali bila hipotesis tandingannya
ditentukan secara khusus.

Bila hipotesis nol p = ¼ diuji lawan hipotesis


tandingan p = ½, maka dapat dihitung peluang
menerima H0 bila salah.

Untuk itu cukup dihitung peluang mendapat kurang


dari 9 kayu dalam kelompok (20 kayu) yang tahan
terhadap rayap melebihi jangka waktu dua tahun
bila p = ½.
2. Galat jenis I dan jenis II

Dalam hal ini

β = P(galat jenis II)


2. Galat jenis I dan jenis II

Dalam hal ini

β = P(galat jenis II)

= 0,2517

Peluang ini ternyata cukup besar, suatu tanda


prosedur pengujian yang agak jelek.
2. Galat jenis I dan jenis II

Kemungkinan menolak bahan anti rayap tersebut


cukup besar, padahal sesungguhnya, bahan anti
rayap itu lebih unggul dari yang selama ini dipakai.

Tentunya sangat diinginkan suatu cara pengujian


yang kedua galatnya, jenis I dan jenis II, kecil.

Peluang melakukan kedua jenis galat dapat


diperkecil dengan memperbesar ukuran sampel.

Pandanglah masalah yang sama dengan


menggunakan sampel acak berukuran 100 kayu.
2. Galat jenis I dan jenis II

Bila 37 atau lebih daripadanya yang melewati


jangka waktu dua tahun tanpa terserang rayap
maka hipotesis nol bahwa p = ¼ ditolak dan
menerima hipotesis tandingannya p > ¼.

Sekarang nilai kritisnya 36,5.

Semua kemungkinan hasil di atas 36,5 membentuk


daerah kritis dan semua yang di bawah 36,5
termasuk daerah penerimaan.

Untuk menghitung peluang melakukan galat jenis I,


akan digunakan hampiran kurva normal dengan
2. Galat jenis I dan jenis II

dan

Lihat gambar 7.1 halaman 261

Dari gambar 7.1 diperoleh

α = P(galat jenis I)
2. Galat jenis I dan jenis II

Nilai z yang berpadanan dengan x = 36,5 ialah

Sehingga
2. Galat jenis I dan jenis II

Nilai z yang berpadanan dengan x = 36,5 ialah

Sehingga

= 1 – 0,9961
= 0,0039
2. Galat jenis I dan jenis II

Bila H0 salah dan nilai sesungguhnya H1 adalah p


=1/2, maka peluang galat jenis II dapat ditentukan
dengan hampiran kurva normal dengan

dan

lihat Gambar 7.2


2. Galat jenis I dan jenis II

Peluang jatuh dalam daerah penerimaan bila H1


benar

Nilai z yang berpadanan dengan x = 36,5 ialah

sehingga
2. Galat jenis I dan jenis II

Peluang jatuh dalam daerah penerimaan bila H1


benar

Nilai z yang berpadanan dengan x = 36,5 ialah

sehingga

= 0,0035
Jelaslah bahwa galat jenis I dan jenis II akan
jarang sekali terjadi bila percobaan tersebut
menggunakan 100 orang.
3. Uji ekaarah dan dwiarah

Setiap uji statistik dengan tandingan yang berarah


satu seperti

atau barangkali

disebut uji ekaarah.


3. Uji ekaarah dan dwiarah

Untuk uji ekaarah

seluruh daerah kritis untuk hipotesis tandingan


θ > θ0 terletak di ujung kanan distribusi.
3. Uji ekaarah dan dwiarah

Untuk uji ekaarah

seluruh daerah kritis untuk hipotesis tandingan


θ < θ0 terletak di ujung kanan distribusi.
3. Uji ekaarah dan dwiarah

Setiap uji hipotesis statistik dengan tandingan


berarah dua seperti

Disebut uji dwiarah.

Hipotesis tandingan menyatakan salah satu dari


atau pun .
Nilai pada kedua ujung distribusi membentuk
daerah kritis.
4. Uji menyangkut rataan

Pandanglah masalah pengujian hipotesis bahwa


rataan populasi dengan variansi σ2 yang diketahui,
sama dengan nilai μ0 tertentu lawan tandingan
dwiarah bahwa rataan tersebut tidak sama dengan
μ0; yaitu, akan diuji

Statistik yang sesuai sebagai dasar patokan


keputusan ialah peubah acak .
4. Uji menyangkut rataan

Dari bab 5 (buku Ilmu peluang dan statistika untuk


insinyur dan ilmuwan) telah diketahui bahwa:

distribusi sampel hampir normal dengan


rataan dan variansi .
μ dan σ2 menyatakan rataan dan variansi
populasi yang secara acak diambil sampelnya
yang berukuran n.

Bila digunakan taraf keberartian α, maka dapat


dicari nilai kritis dan .
4. Uji menyangkut rataan

Nilai menyatakan daerah penerimaan, dan

kedua ujung distribusi dan menyatakan


daerah kritis.

Daerah kritis dapat dinyatakan dalam nilai z yang


diberikan oleh

Jadi, untuk taraf keberartian α, nilai kritis peubah


acak Z yang berpadanan dengan dan , yang
diperlihatkan pada Gambar 7.6, adalah:
4. Uji menyangkut rataan

Masukkan Gambar 7.6


4. Uji menyangkut rataan

Dari populasi diambil sampel acak berukuran n dan


kemudian rataan sampel dihitung.

Bila x jatuh dalam daerah penerimaan,


maka

akan jatuh dalam daerah –zα/2 < Z < zα/2

dan disimpulkan bahwa μ = μ0,

Sebaliknya, tolak H0 dan diterima hipotesis


tandingan bahwa μ ≠ μ0.
4. Uji menyangkut rataan

Daerah kritis biasanya dinyatakan dalam Z bukan


dalam .