Pengujian Hipotesis

Tri Afirianto, S.T., M.T.

tri.afirianto@ub.ac.id
Universitas Brawijaya
Disusun oleh: Tim Ajar Kuliah Statistika 2016-2017 FILKOM
Pembagian Statistika

Deskriptif

STATISTIKA

Induktif/Inferensial
Hipotesis
• HIPO : lemah/sementara
• TESIS : pernyataan/teori

• HIPOTESIS
• Pernyataan atau asumsi sementara yang belum pasti
kebenarannya

• UJI HIPOTESIS
• Proses evaluasi hipotesis dengan mengumpulkan bukti
berupa data-data yang menjadi dasar keputusan
penolakan atau penerimaan hipotesis
Tabel Keputusan Uji Hipotesis

KEADAAN SEBENARNYA
KESIMPULAN
HIPOTESIS BENAR HIPOTESIS SALAH

SALAH
HIPOTESIS
BENAR (Kesalahan Tipe II)
DITERIMA
Probabilitas (β)=0,10

SALAH
HIPOTESIS
(Kesalahan Tipe I) BENAR
DITOLAK
Probabilitas (α)=0,05
 Resiko α dan β
• Kesalahan Tipe I (Type I Error)
• Kesalahan apabila menolak hipotesis yang pada
hakikatnya benar
• Disebut Resiko Alpha (α) dengan probabilitas sebesar
0,05 (5%)
• Kesalahan Tipe II (Type II Error)
• Kesalahan apabila menerima hipotesis yang pada
hakikatnya salah
• Disebut Resiko Beta (β) dengan probabilitas sebesar 0,10
(10%)
Hipotesis Nol (H0) & Alternatif (H1)
• Pernyataan Hipotesis Nol (H0)
• Pernyataan yang diasumsikan benar kecuali ada bukti
yang kuat untuk membantahnya
• Selalu mengandung pernyataan “sama dengan”, “tidak
ada pengaruh”, “tidak perbedaan”
• Pernyataan Hipotesis Alternatif (H1)
• Pernyataan yang dinyatakan benar jika Hipotesis Nol (H0)
berhasil ditolak
• Selalu bertentangan dengan H0
Hipotesis Nol (H0) & Alternatif (H1)
• Pasangan H0 dan H1
𝐻0 ∶ 𝜇 = 𝜇0
ቊ
𝐻1 ∶ 𝜇 ≠ 𝜇0
𝐻0 ∶ 𝜇 = 𝜇0
𝑎𝑡𝑎𝑢 ቊ
𝐻1 ∶ 𝜇 > 𝜇0
𝐻0 ∶ 𝜇 = 𝜇0
𝑎𝑡𝑎𝑢 ቊ
𝐻1 ∶ 𝜇 < 𝜇0
Arah Pengujian
• Pengujian satu arah
• Suatu variabel mempengaruhi variabel yang lain ke arah
yang sama
𝐻1 ∶ 𝜇 > 𝜇0 atau 𝐻1 ∶ 𝜇 < 𝜇0
• Misal: “Semakin tinggi tingkat pendidikan, semakin tinggi
pendapatan”
• Pengujian dua arah
• Suatu variabel mempengaruhi variabel lain namun
arahnya tidak diketahui
𝐻1 ∶ 𝜇 ≠ 𝜇0
• Misal: “Terdapat pengaruh umur terhadap pendapatan”
Arah Pengujian
• Pengujian Satu Sisi (One Sided atau One Tail)

• Pengujian Dua Sisi (Two Sided atau Two Tail)

 Macam Statistik Uji Hipotesis
1. 1 sample z test
• n ≥ 30
2. 1 sample t test
• n < 30
3. 2 sample t test
• Membandingkan 2 sampel data
4. Pair t test
• Membandingkan 2 pasang data
5. 1 proportion test
• Menguji proporsi pada 1 populasi
6. 2 proportion test
• Menguji perbandingan proporsi 2 populasi
Tabel Rumus Uji Hipotesis

t = t statistik n = Jumlah sample

z = z statistik σ = Simpangan Baku Populasi
df = derajat kebebasan Sd = Simpangan Baku Sampel
(degree of freedom) d0 = Dugaan rata-rata populasi
ഥ = Rata-rata (Mean) sampel
𝒙 ෝ
𝒑 = Proporsi Sampel
μ = Rata-rata Populasi
 Langkah Uji Hipotesis
1. Tentukan formulasi Hipotesis Nol (H0) dan Hipotesis
Alternatif (H1)
2. Tentukan taraf nyata (α) atau level of significant (resiko
alpha)
3. Tentukan nilai kritis (nilai tabel) dan statistik uji
hipotesisnya
4. Hitung nilai statistik uji hipotesis
5. Pengambilan keputusan
Contoh 1
Perusahaan lampu A mengatakan bahwa lampunya
bisa tahan pakai sekitar 800 jam. Akhir-akhir ini timbul
dugaan bahwa masa pakai lampu itu berubah. Untuk
menentukan hal ini, dilakukan penelitian dengan
menguji 50 lampu. Ternyata rata-ratanya 792 jam,
dengan simpangan baku 60 jam.
Apakah kualitas lampu mengalami perubahan?
Contoh 1
Lampu lama (1) Lampu Baru (2)
µ= 800 𝑥ҧ2 = 792
n2 = 50
s2 = 60
Contoh 1
• Langkah 1
• Tentukan formulasi Hipotesis Nol (H0) dan Hipotesis
Alternatif (H1)

• H0 : lampu lama sama dengan lampu baru

• H0 : μ1 = μ2

• H1 : lampu lama mengalami perubahan

• H1 : μ1 ≠ μ2

Pengujian dua arah

Contoh 1
• Langkah 2
• Tentukan taraf nyata (α) atau level of significant (resiko
alpha)

• α = 0,05
Contoh 1
• Langkah 3
• Tentukan nilai kritis (nilai tabel) dan statistik uji
hipotesisnya

• Karena data sampel melebihi 30 (n ≥ 30) maka

1 sample z test
 Contoh 1
• Langkah 3, 4, & 5

792 − 800 =0,025 =0,025

= 50
60

= −𝟎, 𝟗𝟒

α = 0,05  lihat langkah 2

Z1=–1,96 Z2=1,96
pengujian dua arah (two tail)
 lihat langkah 1 Z=–0,94

(-∞) sampai 0,025  Z1=–1,96

 lihat di tabel Dist normal (tabel Z)
1- 0,025 = 0,975  Z2=1,96
 lihat di tabel Dist normal (tabel Z)
Hasil perhitungan sampel masih berada di
dalam area penerimaan H0
H1  tidak terbukti
Contoh 2
Seorang Engineer ingin melakukan pengujian Hipotesis
terhadap Mesin yang ditawarkan oleh Vendor Mesin.
Engineer tersebut kemudian mengumpulkan data sebagai
berikut :
Mesin baru berhasil memproduksi rata-rata 550 unit
perjam dalam waktu percobaan adalah 8 Jam produksi
dengan simpangan bakunya adalah 25 unit.
Mesin lama berhasil memproduksi rata-rata 500 unit
dalam waktu percobaannya adalah 8 Jam dengan
simpangan bakunya adalah 20 unit.
Apakah Mesin baru lebih baik dari Mesin Lama?
 Contoh 2
Mesin Baru (1) Mesin Lama (2)
𝑥ҧ1 = 550 𝑥ҧ2 = 500
n1 = 8 n2 = 8
s1 = 25 s2 = 20
Contoh 2
• Langkah 1
• Tentukan formulasi Hipotesis Nol (H0) dan Hipotesis
Alternatif (H1)

• H0 : Mesin baru sama dengan mesin lama

• H0 : μ1 = μ2

• H1 : Mesin baru lebih baik daripada mesin lama

• H1 : μ1 > μ2

Pengujian satu arah

Contoh 2
• Langkah 2
• Tentukan taraf nyata (α) atau level of significant (resiko
alpha)

• α = 0,05
Contoh 2
• Langkah 3
• Tentukan nilai kritis (nilai tabel) dan statistik uji
hipotesisnya

• Karena ingin membandingkan 2 sampel data, maka

menggunakan uji statistik
2 sample t test
Contoh 2
• Langkah 3
1 df = n1 + n2 -2
= 8 + 8 -2 = 14
2 α = 0,05  lihat langkah 2

pengujian satu arah (one tail) 

lihat langkah 1
3 Cari nilai t
Lihat tabel uji t ! ttabel = 1,761
Contoh 2
• Langkah 4
• Hitung nilai statistik uji hipotesis

2 (𝑛1 −1)𝑆1 2 + (𝑛2 −1)𝑆2 2 (𝑥ҧ1 −𝑥ҧ2 ) − 𝑑0

1 𝑆𝑝 = 2 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑛1 + 𝑛2 − 2 1 1
𝑆𝑝 𝑛 + 𝑛
(8 − 1)(25)2 +(8 − 1)(20)2 1 2
=
8+8−2 (550 − 500) − 0
=
(4375 + 2800) 1 1
= = 512,5 22,63 8 + 8
14
𝑆𝑝 = 512,5 = 22,63 = 𝟒, 𝟒𝟏𝟖
 Contoh 2
• Langkah 5
• Pengambilan keputusan

ttabel=1,761
thitung=4,418

thitung > ttabel  Tolak H0

Berdasarkan pengujian hipotesis,
Mesin baru lebih baik daripada mesin lama
Review
Populasi ikan bandeng di pemancingan “Mania”
mempunyai panjang rata-rata 80 cm dengan
simpangan baku 7 cm. Setelah 2 tahun beroperasi,
konsumen meragukan panjang ikan tersebut. Guna
meyakinkan keabsahan hipotesis itu, seorang peneliti
mengambil sampel acak 100 ekor ikan bandeng dan
diperoleh hasil perhitungan panjang rata-rata ikan
adalah 83 cm dan standar deviasinya tetap. Apakah
ada alasan untuk meragukan bahwa rata-rata panjang
ikan bandeng yang ada di pemancingan “Mania” sama
dengan 80 cm pada taraf signifikan 5% ?
Review
Seorang peneliti ingin mengetahui apakah alat
penangkap ikan rata-rata masih tetap mampu
menangkap 30 ekor ikan atau lebih kecil dari itu. Data-
data sebelumnya diketahui bahwa simpangan
bakunya 25 ekor. Sampel yang diambil 100 alat diteliti
dan diperoleh rata-rata tangkap 27 ekor. Apakah nilai
tersebut masih dapat diterima sehingga alat itu
mampu menangkap 30 ekor? Ujilah dengan taraf
nyata 5%!
Review
Hasil tangkapan 15 ekor ikan (kg) gurami memiliki
berat rata-rata 1,208 kg dengan simpangan baku 0,02
kg. Jika taraf nyata 1%, dapatkah diyakini bahwa
populasi ikan gurami rata-rata memiliki berat 1,2 kg?
Review
Perusahaan penangkapan ikan menggunakan dua alat
yang berbeda pada dua lokasi daerah penangkapan.
Daerah penangkapan I terdiri dari 12 alat A sedangkan
daerah penangkapan II terdiri dari 10 alat B. Waktu
perendaman alat A adalah 2 jam dengan simpangan
baku 0,4 jam sedangkan alat B adalah 4 jam dengan
simpangan baku 0,5 jam. Yakinkah anda bahwa alat A
lebih cepat perendamannya dengan taraf signifikan
1%? (Asumsikan dua populasi berdistribusi normal
dengan variansi yang sama.)