STATISTIKA – PENGUJIAN HIPOTESIS

“Sering kali untuk menarik suatu kesimpulan kita tidak mungkin meneliti
keseluruhan populasi karena kendala waktu, tenaga, dan biaya.
Statistika memberikan solusi untuk penarikan kesimpulan
menggunakan data-data yang kita dapatkan dari sampel. Penarikan
kesimpulan secara demikian dinamakan pengujian hipotesis”
 STATISTIKA – PENGUJIAN HIPOTESIS

Hipotesis Statistik:
Pernyataan atau dugaan mengenai ciri-ciri atau sifat dari satu atau lebih
populasi
Catatan: benar atau salahnya suatu hipotesis tidak penah diketahui
kecuali kita memeriksa seluruh populasi.

Ada 2 Macam Hipotesis:

Hipotesis Nol:
Hipotesis yang dirumuskan dengan harapan akan ditolak.
Hipotesi Alternatif:
Hipotesis yang dirumuskan dengan harapan akan diterima
 STATISTIKA – PENGUJIAN HIPOTESIS

Mengapa harus dilakukan PENGUJIAN HIPOTESIS?

Untuk mendapatkan cukup fakta yang dapat membantu kita menilai
derajat kebenaran suatu hipotesis.

DUGAAN
H0 benar H1 benar
KENYATAAN

H0 benar ok α

H1 benar β ok

Power of Test (Kekuatan Uji) = 1 - β

 STATISTIKA – PENGUJIAN HIPOTESIS

Ilustrasi Grafis untuk α dan β:

μ1 μ2

=β =α

Catatan:
Peluang β tidak mungkin dihitung kecuali kita memiliki hipotesis
alternatif yang spesifik. (ditandai dengan “ = “)
 STATISTIKA – PENGUJIAN HIPOTESIS

Contoh perhitungan α dan β:

Seorang meneliti vaksin influensa jenis baru. Jika 25% penerima
vaksin masih memiliki ketahanan terhadap influensa lebih dari 2
tahun, maka vaksin tersebut dinyatakan lebih baik dari vaksin yang
lama.
Data yang didapatkan (9 dari 20 penerima vaksin masih memiliki ketahanan terhadap influensa
lebih dari 2 tahun)

Hipotesis: H0: p ≤ 25%

H1: p > 25%
 STATISTIKA – PENGUJIAN HIPOTESIS

Perhitungan α:
α = P(error jenis 1)
= P(X>=9 jika p=25%)
20
=  b( x;20;0.25)
x 9
8
= 1   b( x;20;0.25)
x 0

= 0,0409
Perhitungan β: jika p=50%
β = P(error jenis 2)
= P(X<9 jika p=50%)
8
=  b( x;20;0.25)
Catatan: x 0

= 0,2517
Untuk memperkecil α dan β
maka n harus diperbesar
 STATISTIKA – PENGUJIAN HIPOTESIS

Uji 1 arah (one tail test) dan uji 2 arah (two tail test):
Bersifat 1 arah:
H0: Ө ≤ Ө0 atau H0: Ө ≥ Ө0
H1: Ө > Ө0 H1: Ө < Ө0

α α

Bersifat 2 arah:
H0: Ө = Ө0
H1: Ө ≠ Ө0

α/2 α/2
 STATISTIKA – PENGUJIAN HIPOTESIS

Contoh kasus:
Bersifat 1 arah:
Perusahaan rokok menyatakan bahwa kadar nikotin rokoknya TIDAK
MELEBIHI 2,5 mg

Bersifat 2 arah:
Perusahan rokok menyatakan bahwa kadar nikotin rokoknya
ADALAH 2,5 mg

Sifat 1 arah dan 2 arah, ditentukan dari kejelasan ARAH PERNYATAAN.

Sifat 1 arah; TIDAK LEBIH, KURANG DARI, LEBIH DARI
Sifat 2 arah; ADALAH, SAMA DENGAN
 STATISTIKA – PENGUJIAN HIPOTESIS

Uji Hipotesis:
6 Langkah Menguji Statistik:
1. Nyatakan hipotesis nol-nya H0 bahwa Ө = Ө0 , Ө ≤ Ө0 , Ө ≥ Ө0
2. Pilihlah hipotesis alternatif H1 yang sesuai diantara Ө ≠ Ө0, Ө > Ө0,
Ө < Ө0.
3. Tentukan taraf nyata (significance) : 5%, 1% atau 10%
4. Pilih statistik uji (statistical test) yang sesuai dan tentukan wilayah
kritiknya nilai z atau t
5. Hitung nilai statistik uji berdasarkan data pada contoh Z hitung, t
hitung
6. KEPUTUSAN: Tolak H0 bila nilai uji statistik tersebut jatuh pada
wilayah kritik. Tolak Ho jika z hitung > atau < z Table
 Saya akan membantu anda!!!

Setiap kali anda diminta untuk menduga suatu

hipotesis; tanyakanlah Hal-hal berikut!!!

Pendugaan
Hipotesis

Mean Varian Proporsi

1 Populasi 2 Populasi 1 Populasi 2 Populasi 1 Populasi 2 Populasi

 Saya akan membantu anda!!!

Jika bertanya tentang Mean???

Mean

1 Populasi 2 Populasi

n>=30, atau n<30; dan

σ tidak diketahui Tidak Berpasangan;
σ diketahui Nilainya;
Nilainya; Rumus 1 Rumus 2
Berpasangan Rumus 6
 Saya akan membantu anda!!!

Jika bertanya tentang Mean 2 Populasi Tidak

Berpasangan???

Tidak
Berpasangan

n<30;
n>=30; n<30; atau σ1 dan σ2
atau σ1 dan σ2 atau σ1 dan σ2
diketahui nilainya; tidak diketahui nilainya; σ1=σ2; tidak diketahui nilainya; σ1≠σ2;
Rumus 3 Rumus 4 Rumus 5
 Saya akan membantu anda!!!

Jika bertanya tentang Varians???

Varians

1 Populasi; 2 Populasi;
Rumus 7 Rumus 8

Jika bertanya tentang Proporsi???

Proporsi

1 Populasi; 2 Populasi;
Rumus 9 Rumus 10
 STATISTIKA – TABEL STATISTIK UJI

Tabel pengujian HIPOTESIS untuk NILAI TENGAH POPULASI

SATU POPULASI:

H0 KRITERIA RUMUS

μ= μ0 n>=30; atau σ uji z :

diketahui nilainya
x  0
RUMUS 1

z
/ n

μ= μ0 n<30; dan σ nilainya uji t :

tidak diketahui
RUMUS 2
x  0
t
s/ n
 STATISTIKA – TABEL STATISTIK UJI

Tabel pengujian HIPOTESIS untuk NILAI TENGAH POPULASI

DUA POPULASI:

H0 KRITERIA RUMUS

μ1-μ2=d0 n>=30; atau σ1 dan σ2 uji z :

diketahui nilainya
RUMUS 3
( x1  x 2 )  d 0
z
( 12 / n1 )  ( 22 / n2 )

μ1-μ2=d0 n<30; atau σ1 dan σ2 uji t :

diketahui tidak ( x1  x 2 )  d 0
RUMUS 4
nilainya; σ1=σ2 t
s p (1 / n1 )  (1 / n2 )

(n1  1) s12  (n2  1) s22

s 
2

n1  n2  2
p

v  n1  n2  2
 STATISTIKA – TABEL STATISTIK UJI

Tabel pengujian HIPOTESIS untuk NILAI TENGAH POPULASI

DUA POPULASI:

H0 KRITERIA RUMUS

μ1-μ2=d0 n<30; atau σ1 dan σ2 uji t :

diketahui tidak ( x1  x 2 )  d 0
RUMUS 5
nilainya; σ1≠σ2 t
( s12 / n1 )  ( s22 / n2 )
( s12 / n1  s22 / n2 ) 2
v 2
( s1 / n1 ) 2 ( s22 / n2 ) 2

n1  1 n2  1

μd=d0 pengamatan uji t :

RUMUS 6 berpasangan d  d0
t
sd / n
 STATISTIKA – TABEL STATISTIK UJI

Tabel pengujian HIPOTESIS untuk Varian

H0 KRITERIA RUMUS

σ2= σ02 Tidak ada uji  2 :

RUMUS 7 (n  1) s 2
 
2
; v  n 1
 2
0

σ12= σ22 Jika s1>s2 gunakan uji F : (rumus 1)

RUMUS 8 rumus 1. s12 (v , v )
F 2; 1 2
Jika s1<s2 gunakan s2
rumus 2 uji F : (rumus 2)
s22
F  2 ; (v2 , v1 )
s1
 STATISTIKA – TABEL STATISTIK UJI

Tabel pengujian HIPOTESIS untuk Proporsi

H0 KRITERIA RUMUS

p= p0 n>=30 uji z :
x  np0
RUMUS 9 z
np0 q0

p1-p2= d0 n>=30 uji z :

( pˆ  pˆ 2 )  ( p1  p2 )
RUMUS 10 z 1
pˆ qˆ(1 / n1 )  (1 / n2 )
 STATISTIKA – CONTOH PENGUJIAN

Halaman 344 no. 6

Jaringan restoran MacBurger mengklaim bahwa rata-rata waktu tunggu pelanggan lebih kecil
3 menit dengan standar deviasi populasi 1 menit. Departemen quality assurance menemukan
bahwa dari 50 pelanggan di cabang Warren Road MacBurger memiliki rata-rata waktu
tunggu 2,75. Dengan taraf nyata (level of significance) 0,05; dapatkah disimpulkan bahwa
rata-rata waktu tunggu kurang dari 3 menit?

Langkah menjawab:
1. Menentukan Hipotesis Null
2. Menentukan Hipotesi Alternatif
H0: μ ≥ 3 menit
H1: μ < 3 menit
3. Tentukan taraf signifikansi: α =5%
 STATISTIKA – CONTOH PENGUJIAN

Halaman 344 no. 6

4. Tentukan statistik uji yang sesuai dan wilayah kritiknya: Rumus 1.

Z = -1,64

5. Hitung statistik uji-nya

x   0 2.75  3
z   1,768
 / n 1 / 50

Tolak H0 Terima H0
6. Kesimpulan:
Tolak H0: Cukup bukti untuk menyatakan bahwa waktu tunggu pelanggan kurang dari
3 menit.
 STATISTIKA – Latihan

Try This (don’t be fooled by a complex story)

Secara teoritis, chip micro processor yang diproduksi dengan cara baru
mampu berfungsi normal rata-rata 4 tahun. Untuk menguji teori tersebut
perusahaan memproduksi 10 prototype chip micro processor. Jika ternyata
dari 10 chip micro processor prototype tersebut mampu berfungsi normal
rata-rata 3,5 tahun dengan standar deviasi 1 tahun, apakah teori tersebut
dapat dinyatakan benar pada taraf signifikansi 5%?
Hipotesis dua arah, α = 5%/2 = 2,5% = 0,025, z =
Ho : μ = 4
H1 : μ ≠ 4
Z = (3,5 – 4)/ 1 √10 = ?
 STATISTIKA – Latihan

Latihan Bab 11:

3. Gibbs Baby Food Company ingin membandingkan berat

bayi yang menggunakan produknya dibanding dengan
kompetitornya. Suatu sampel yang terdiri dari 40 bayi yang
mengkonsumsi Gibbs Baby Food memiliki berat rata-rata 7,6
pounds dengan standar deviasi 2,3 pounds. Suatu sampel
yang lain terdiri dari 55 bayi yang mengkonsumsi makanan
merek kompetitor memiliki berat rata-rata 8,1 pounds dengan
standar deviasi 2,9 pounds. Pada taraf signifikansi 0,05,
dapatkah kita menyimpulkan bahwa bayi yang mengkonsumsi
Gibbs Baby Food memiliki berat badan lebih rendah 0,5
pounds dibanding yang mengkonsumsi produk kompetitor?
 STATISTIKA – Latihan

Latihan Bab 11:

4. Departemen riset yang berkantor di New Hampshire

Insurance menyusun sebuah riset berkelanjutan tentang
penyebab kecelakaan mobil, karakteristik pengemudi, dan
lainnya. Suatu sampel random yang terdiri 400 catatan
kepolisian menemukan bahwa 120 orang yang berstatus
single mengalami kecelakaan setidaknya satu kali dalam tiga
tahun terakhir. Sedangkan dari sampel random yang terdiri
600 catatan kepolisian menemukan,150 orang yang berstatus
menikah mengalami kecelakaan setidaknya satu kali dalam
tiga tahun terakhir. Dengan taraf signifikansi 0,05, apakah
dapat disimpulkan bahwa proporsi orang yang single dan
yang menikah yang mengalami kecelakaan setidaknya satu
kali dalam tiga tahun terakhir adalah berbeda?
 STATISTIKA – Latihan

Latihan Bab 11:

17. Ms. Lisa Monnin adalah seorang direktur anggaran untuk

Nexus Media, Inc. Dia ingin membandingkan antara
pengeluaran perjalanan harian antara staf penjualan dan staf
pemeriksa anggaran. Dia mengumpulkan data sebagai
berikut.
Sales 131 135 146 165 136 142
Audit 130 102 129 143 149 120 139
Dengan taraf signifikansi 0,10, dapatkah dia menyimpulkan
bahwa rata-rata pengeluaran perjalanan harian staf penjualan
lebih besar dibanding staf pemeriksa anggaran?
 STATISTIKA – Latihan

Latihan Bab 11:

21. Suatu artikel akhir di The Wall Street Journal

membandingkan antara biaya untuk mengadopsi anak dari
China dan Rusia. Dari 16 sampel kasus adopsi anak dari
China membutuhkan biaya rata-rata $11.045 dengan standar
deviasi $835. Sedangkan dari 18 kasus adopsi anak dari
Rusia membutuhkan biaya rata-rata $12.840 dengan standar
deviasi $1.545. Dengan taraf signifikansi 0,05, dapatkah
disimpulkan bahwa biaya rata-rata adopsi anak dari Rusia
lebih tinggi?
 STATISTIKA – Latihan

Latihan Bab 11:

26. Pemerintah federal akhir-akhir ini mengadakan program

pendanaan khusus untuk menurunkan angka kejahatan di
daerah yang rawan. Suatu penelitian di 8 daerah rawan di
Miami Florida menemukan data sebagai berikut.
A B C D E F G H
Sblm 14 7 4 5 17 12 8 9
Ssdah 2 7 3 6 8 13 3 5
Dapatkah program pemerintah tersebut dikatakan berhasil?
Gunakan taraf signifikansi 0,01.