Anda di halaman 1dari 41

STATISTIKA

INFERENSI :
UJI HIPOTESIS
(SAMPEL
TUNGGAL)
Prosedur Umum Pengujian Hipotesis
• Secara umum, hipotesis statistik  pernyataan
mengenai distribusi probabilitas populasi.

• Kesalahan jenis pertama (type-I error) adalah bila


menolak menolak hipotesis yang seharusnya
diterima.

• Kesalahan jenis kedua (type-II error) adalah bila


menerima hipotesis yang seharusnya ditolak.
Prosedur Uji hipotesis
• Pernyataan Hipotesis nol dan hipotesis alternatif
• Pemilihan tingkat kepentingan
( level of significance ), α
• Penentuan distribusi yang digunakan
• Pendefinisian daerah penolakan atau daerah kritis
• Pernyataan aturan keputusan ( Decision Rule)
• Perimbangan pada data sampel dan perhitungan
rasio sampel
• Pengambilan keputusan secara statistik
Pernyataan Hipotesis nol dan hipotesis alternatif

• Hipotesis nol (H0) adalah asumsi yang akan diuji.

• Hipotesis nol dinyatakan dengan hubungan sama dengan.

Jadi hipotesis nol adalah menyatakan bahwa parameter (mean,


presentase, variansi dan lain-lain) bernilai sama dengan nilai
tertentu.

• Hipotesis alternatif (H1) adalah hipotesis yang berbeda dari


hipotesis nol.

• Hipotesis alternatif merupakan kumpulan hipotesis yang


diterima dengan menolak hipotesis nol.
Contoh

• Dalam suatu prosedur pengujian hipotesis


mengenai mean dari suatu populasi,
pernyataan-pernyataan mengenai hipotesis
nol sebagai mean populasi bukan 100 secara
umum dinotasikan :

H0 : µ = 100,
H1 : µ ≠100; µ > 100; µ < 100; µ = 120.
Pemilihan tingkat kepentingan ( level of significance ), α

• Tingkat kepentingan ( level of significance )  menyatakan


suatu tingkat resiko melakukan kesalahan dengan menolak
hipotesis nol.

• Dengan kata lain, tingkat kepentingan menunjukkan 


probabilitas maksimum yang ditetapkan untuk menghasilkan
jenis resiko pada tingkat yang pertama.

• Dalam prakteknya, tingkat kepentingan yang digunakan adalah


0.1, 0.05 atau 0.01.

• Jadi dengan mengatakan hipotesis bahwa ditolak dengan


tingkat kepentingan 0.05  keputusan itu bisa salah dengan
probabitas 0.05.
Penentuan distribusi yang digunakan

Sebagaimana dalam masalah estimasi, 


pada pengujian hipotesis digunakan distribusi
probabilitas teoritis.

Meliputi distribusi standart z, distribusi t dan


distribusi chi-kuadrat.
Pendefinisian daerah penolakan atau daerah kritis

• Daerah penolakan atau daerah kritis : bagian daerah dari


distribusi sampling yang dianggap tidak mungkin memuat
suatu daerah statistik sampel jika hipotesis nol (H0) benar.

• Sedangkan daerah lainnya disebut  daerah penerimaan.

• Setelah tingkat kepentingan dinyatakan dan distribusi yang


cocok dipilih, dalam tahap ini perlu ditentukan batas-batas
penolakan dan batas-batas penerimaan yang dinyatakan
dalam satuan standard.
• Misalnya yang dinyatakan dalam hipotesis
penyamaan populasi.

• Jika pernyataan dalam mean populasi dalam


mean populasi yang dinyatakan dalam
hipotesis nol µH0 memiliki nilai yang berada di
daerah penolakan ( disebut juga memiliki
perbedaan yang berarti (significant
differerence )  maka hipotesis nol ditolak.
• Pernyataan aturan keputusan ( Decision Rule)

• Suatu keputusan adalah pernyataan formal


mengenai kesimpulan yang tepat yang akan
dicapai mengenai hipotesis nol berdasarkan
sampel yang merupakan aturan umum dari
sebuah keputusan :

• ‘’Tolak H0 jika perbedaan yang telah di standartkan


misalnya antara X dan µH0 berada dalam daerah
penolakan dan jika sebaliknya terima H0’’.
Perhitungan pada data sampel dan perhitungan Rasio sampel

• Setelah aturan-aturan dasar ditentukan untuk melaksanakan


pengujian, langkah berikutnya adalah menganalisis data aktual.

• Sebuah sampel dikumpulkan, statistic sample dihitung dan


asumsi parameter dilakukan (hipotesis nol).

• Kemudian suatu rasio uji (RU) dihitung, yang kemudian


dijadikan sebagai dasar dalam menentukan apakah hipotesis
akan diterima atau ditolak.

• Rasio uji (RU) : perbedaan antara statistik dan parameter


asumsi yang dinyatakan dalam hipotesis nol yang telah
distandardkan.
Pengambilan keputusan secara statistik

• Jika Rasio uji berada di daerah penolakan 


maka Hipotesis nol akan ditolak.
Uji Hipotesis dengan Mean Tunggal

• Pengujian ini dibedakan atas dua jenis yaitu :


Uji dua ujung ( two tailed test)
Uji satu ujung ( one tailed test).

• Pada kedua jenis statisik uji tersebut masing-


masing dapat dilakukan dengan dua kondisi yaitu
 dengan nilai variansi populasi yang diketahui
atau tidak diketahui.
Uji Dua Ujung

• Uji dua ujung (two tailed) adalah uji hipotesis yang


menolak hipotesis nol jika statistik sampel secara
significant lebih tinggi atau lebih rendah dari pada
nilai parameter populasi yang di asumsikan.
• Dalam hal ini hipotesis nol dan hipotesis
alternatifnya masing-masing :

H0 : µ = nilai yang diasumsikan


H1 : µ ≠ nilai yang diasumsikan
• Dengan uji dua ujung ini maka terdapat dua
daerah penolakan.

• Karena hipotesis nol akan ditolak jika nilai


sampelnya terlalu tinggi atau terlalu rendah, maka
jumlah total resiko kesalahan dalam menolak
hipotesis nol ( disebut juga tingkat kepentingan)
sebesar α akan berdistribusi sama pada kedua
ujung distribusi.

• Jadi luas pada setiap daerah penolakan adalah α/2.


Uji dua ujung dan variansi populasi yang
diketahui.

• Jika n >30 atau jika simpangan baku ( deviation


standard ) diketahui dan populasi berdistribusi
normal maka  dapat digunakan tabel
berdistribusi normal standart (tabel z) batas-
batas penolakan di tentukan dengan nilai z yang
bersesuaian dengan nilai α/2 ujung kiri dan
1- α/2 untuk ujung kanan.
• Dalam uji hipotesis, batas penolakan biasanya dinyatakan
dengan notasi zα, yang menyatakan nilai numerik pada sumbu z
di mana luas daerah di bawah kurva normal bak di sebelah
kanan zα dan α.

• Sebagai contoh untuk α=0.05 daerah penolakan setiap ujung


adalah α/2 = 0.05/2 = 0.025.

• Dengan melihat tabel distribusi normal z dapat ditentukan


bahwa nilai z0.025 yang membatasi luas daerah di bawah kurva di
sebelah kanannya sebesar 0.025. dengan kata lain luas daerah
kurva di sebalah kirinya adalah 0,0975 adalah 1,960.

• Batas batas penolakan untuk tingkat kepentingan α = 0,05


pada uji dua ujung ini adalah -z0,025= -1,96 dan +z0,025 = +1,96.
Contoh
• Manager sebuah produk pemasaran sebuah produk
aditif bahan bakar mengatakan bahwa jumlah rata-rata
produk aktif yang terjual adalah 1500 botol.

• Seorang karyawan pabrik ingin menguji pernyataan


manager pemasaran itu dengan mengambil sampel
selama 36 hari dan dia mendapati bahwa jumlah
penjualan rata ratanya adalah 1450.

• Dari catatan yang ada deviasi standard penjualan adalah


120 botol dengan menggunakan tingkat kepentingan
0,01 apakah yang bisa ditarik kesimpulan dari karyawan
tersebut?
Hipotesis
H0 : µ = 1500
H1 : µ ≠ 1500.
Tingkat kepentingan α = 0,01.
Karena n =36 >30 maka dapat digunakan distribusi z.
Batas daerah penolakan uji dua ujung (two tailed)
α = 0,01 maka α/2 = 0,005 dan z0,005.

Dari table z didapatkan nilai sebagai berikut z0,005 = ±2,575

Aturan keputusan :
Tolak H0 dan terima H1
jika RUz <-2,575 atau RUz > +2,575 dan
jika tidak demikian maka terima H0.
• Rasio Uji
x   Ho 1450  1500
RU     2 ,5
/ n 120 / 36

• Pengambilan keputusan
Karena RUz berada di antara nilai ±2,575 maka H0
diterima

Dengan kata lain, pernyataan manager tidak


dapat ditolak dengan resiko tingkat kesalahan
0,01.
Uji dua ujung dengan variasi populasi tidak diketahui

• Pada kenyataanya variansi populasi jarang diketahui. Oleh


karena itu uji hipotesis dengan variansi populasi tidak
diketahui dilakukan dengan memperhatikan aspek-aspek
berikut :

– Distribusi sampling hanya dapat diasumsikan mendekati bentuk


normal (Gaussian) jika ukuran sampel n > 30.

– Dalam perhitungan rasio uji (RUz) digunakan error standart


estimasi s/n dengan s = simpangan baku (standard deviation)
sampel.

• Selanjutnya prosedur dan langkah yang dilakukan sama


seperti uji dua ujung dengan variansi yang diketahui.
Uji Satu Ujung
• Dalam uji satu ujung (one tailed test) hanya
ada satu daerah penolakan dan hipotesis nol
di tolak hanya jika nilai statistic sample berada
dalam daerah ini. Jika daerah penolakan ini
berada di ujung distribusi sampling maka uji
hipotesisnya disebut ujung kanan (right test
tailed ) sedangkan jika berada di ujung kiri
disebut berada ujung kiri (left tailed test).
Uji satu ujung variansi populasi diketahui
• Dalam hal ini hipotesis nol dengan hipotesis alternatifnya adalah :

H0 : µ = nilai yang diasumsikan


H1 : µ > nilai yang diasumsikan maka uji ujung kanan atau
µ < nilai yang diasumsikan maka uji ujung kiri

sedangkan aturan pengambilan keputusan uji hipotesis ini adalah :


Untuk uji ujung kiri
“ Tolak H0 dan terima H1 jika RUz < -zα jika tidak demikian terima H0

Untuk Uji Ujung Kanan


“ Tolak H0 dan terima H1 jika RUz > +zα, jika tidak demikian terima H0
Uji satu ujung dengan variansi populasi
tidak diketahui
• Prosedur pengujian hipotesis satu ujung dengan variansi
populasi yang tidak diketahui sama dengan prosedur
pengujian dengan variansi diketahui dengan memperhatikan
aspek-aspek pengujian yang telah dibahas sebelumnya yaitu :

Distribusi sampling hanya dapat diasumsikan mendekati


normal (Gaussian) jika ukuran sample n > 30.

Dalam perhitungan rasio uji RUz digunakan error standart


estimasi s/n dengan s adalah simpangan baku (standart
deviasi) sampel.
Contoh
– Pemilik sebuah usaha batu granit mengatakan bahwa rata rata
per hari penambang 4500 kg batu granit dari pertambangan
milik perusahaannya.

– Seorang investor curiga angka tersebut dibesar-besarkan untuk


menarik investor baru.

– Kemudian ia mengambil sampel selama 40 hari dan mendapati


bahwa rata-rata per hari didapatkan bahwa nilanya adalah
4660 kg dengan standart deviasinya adalah 250 kg.

– Terbuktikah calon investor tersebut ?


• Perlu di ketahui bahwa uji hipotesis harus di uji dengan satu ujung
untuk mengetahui apakah rata-rata sesungguhnya kurang dari rata-rata
yang diasumsikan untuk uji hipotesis maka dilakukan dengan langkah
sebagai berikut :

Hipotesis
H0 : µ = 4500
H1 : µ < 4500.

Tingkat signifkansi / tingkat kepentingan α = 0,01 ( misalnya dipilih


tingkat kepentingan 1%).

Karena n = 40 > 30 maka digunakan distribusi z.

Batas daerah penolakan ujung kiri : α = 0,01.


Dari tabel distribusi normal dengan z pada tabel didapatkan nilai
-2,325.
• Aturan keputusan
Tolak H0 dan terima H1 jika RUz < - 2,325 jika tidak
demikian maka terima H1.

• Rasio Uji
x   4460 4500
RU    1,0212
 / n 250/ 40

• Pengambilan keputusan
Karena RUz > -2,325 maka H0 diterima.

Hal ini berarti klaim pemilik tambang dapat


diterima dengan resiko tingkat kesalahan 0,01.
Nilai-p dan uji hipotesis
• Suatu nilai-P didefinisikan sebagai nilai tingkat
kepentingan yang teramati yang merupakan nilai
tingkat signifikan terkecil di mana hipotesis nol akan
ditolak apabila suatu prosedur pengujian hipotesis
tertentu pada data sampel.

• Dengan demikian nilai-P diperoleh dengan cara


menentukan nilai tingkat kepentingan yang
bersesuaian dengan nilai rasio uji hasil perhitungan.
• Setelah nilai-P diperoleh maka penarikan kesimpulan
dalam uji hipotesis dilakukan dengan cara
membandingkan nilai-P tersebut dengan tingkat
kepentingan α yang telah ditentukan sebelumnya
dengan kriteria sebagai berikut :

– Jika nilai- P  α maka hipotesis nol diterimauntuk tingkat


kepentingan α,

– Jika nilai-P < α maka hipotesis nol ditolak dengan tingkat


kepentingan α.
Contoh : Uji Hipotesis dengan nilai-p
Penggunaan nilai-p dalam uji hipotesis

• Ho :  = 60 versus H1 :   60
• Tingkat signifikansi α = 5 %
• Ho ditolak jika nilai-p lebih kecil dari 5 % dan
jika sebaliknya Ho diterima.
• Karena nilai-p = 0,6741 sehingga lebih besar
dari 5 % berarti Ho diterima artinya rata-rata
populasi sama dengan 60.
• Ho :  = 40
• H1 :   40
• Tingkat signifikansi α = 5 %
• Ho ditolak jika nilai-p lebih
kecil dari 5 % dan jika
sebaliknya Ho diterima.
• Karena nilai-p = 1,331 × 10-7
sehingga lebih besar dari 5
% berarti Ho diterima
artinya rata-rata populasi
tidak sama dengan 40.
Uji Hipotesis Variansi dengan Sampel Tunggal
TERIMA KASIH