Anda di halaman 1dari 38

E

Statistika Bisnis II P

Uji Hipotesis:
Uji Hipotesis Rata-Rata Satu Populasi

Evita Purnaningrum, S.Si., M.Si

purnaningrum@unipasby.ac.id
E
Klasifikasi Metode Statistika P
Metode
Metode Statistika
Statistika

Hubungan
Hubungan Pengaruh
Pengaruh Perbedaan
Perbedaan Klasifikasi
Klasifikasi

Estimasi Analisis
Analisis
Korelasi Regresi
Regresi Kluster
Interval Kluster

Tabel
Tabel Regresi
Regresi Analisis
Analisis
Uji
Uji Hipotesis
Hipotesis Diskriminan
Kontingensi
Kontingensi Logistik Diskriminan

Regresi
Regresi dll
Log-Linier Anova
Anova dll
Probit
Probit

Regresi
Regresi
dll
dll Manova
Manova
Tobit
Tobit

Analisis
Analisis dll
dll
Time
Time Series
Series

purnaningrum@unipasby.ac.id dll
E
P
Pengantar Statistik Inferensia
Statistik Inferensia merupakan kesepakatan mengenai penarikan kesimpulan
tentang parameter populasi dari sebuah analisis berdasarkan data sampel

 Misalkan kita mempunya data 40 sampel dari distribusi populasi “Indeks


Kepuasan Konssumen”, salah satu tujuan studi mugkin “Mempelajari tentang ”,
Secara khusus, mungkin kita akan:
a) Estimasi “single value” untuk yang tidak diketahui (Titik Estimasi)
b) Membuat sebuah kemungkinan interval kepercayaan (Interval Kepercayaan)
c) Memutuskan benar atau tidak rata-rata Indeks Kepuasan Konsumen adalah
3,15 (Uji Hipotesis)
purnaningrum@unipasby.ac.id
E
P
Sebelumnya...
Materi Sebelumnya.
► Mendefinisikan estimasi parameter dari populasi
► Memperkirakan interval kepercayaan dari parameter populasi.
Selanjutnya adalah...
 Membentuk prosedur uji kebenaran statement tentang parameter
populasi. Contoh kejadian yang perlu diuji: Rata-rata kecepatan
mobil yang melewati jalan tunjungan adalah 68 km/jam. Rata-rata
jarak tempuh kendaraan selama tiga tahun adalah 32.000 km.
Rata-rata wanita mempersiapkan diri untuk pergi keluar adalah
satu jam.
purnaningrum@unipasby.ac.id
E
One-Sample Tests of Hypothesis (Uji Hipotesis Satu P
Sampel)
 LO1 Mendefinisikan Hipotesis.
 LO2 Menjelaskan lima tahapan uji Hipotesis.
 LO3 Mendeskripsikan Tipe Error I dan Error II.
 LO4 Mendefinisikan kegunaan uji statistik dan bagaimana
penggunaannya.
 LO5 Membedakan antara one-tailed dan two-tailed pada uji hipotesis.
 LO6 Membentuk Uji Hipotesis Rata-rata untuk satu sampel.
 LO7 Menghitung P-Value dan pengertiannya.

purnaningrum@unipasby.ac.id
Langkah Uji Hipotesis

purnaningrum@unipasby.ac.id
Apakah yang disebut dengan hipotesis?
Hipotesis adalah statement atau pernyataan mengenai parameter populasi
dengan tujuan verifikasi. Data digunakan untuk mengecek kelayakan
pernyataan.

Apa itu uji Hipotesis?


 Prosedur berdasarkan bukti sampel dan teori probabilitas untuk
memutuskan apakah hipotesis adalah pernyataan yang layak.

purnaningrum@unipasby.ac.id
5 tahapan prosedur Uji Hipotesis

Tentukan Formulasikan
Hipotesis Tentukan aturan
Identifikasi Uji Tarik sebuah
(Hipotesis Tingkat keputusan
Statistik Kesimpulan
non dan signifikansi (Daerah
alternatif) Penolakan)

purnaningrum@unipasby.ac.id
Step
  1:

 Hipotesis Nol Sebuah pernyataan tentang nilai dari


parameter populasi dibangun untuk tujuan menguji bukti
numerik.
 Hipotesi Alternatif Sebuah pernyataan yang akan
diterima jika data sampel memberikan cukup bukti bahwa
hiptesis nol adalah salah.

purnaningrum@unipasby.ac.id
  
Sebagai contoh, hipotesis nol adalah rata-rata jarak
tempuh mobil WW tidak berbeda dengan
Hipotesis nol dari pernyataan tersebut adalah
.
Hipotesis Alternatifnya adalah

Hipotesis nol dibangun untuk tujuan pengujian. Hioptesis nol


dapat ditolak atau gagal tolak. Hipotesis nol adalah
pernyataan yang tidak ditolak kecuali data sampel
memberikan keyakinan bukti bahwa itu salah.
purnaningrum@unipasby.ac.id
Step
  2: penentuan tingkat signifikansi
  Tingkat signifikansi adalah probabilitas penolakan hipotesis nol
ketika itu benar.
 Tipe kesalahan I Penolakan hipotesis nol, , ketika itu benar.
 Tipe Kesalahan II Penerimaan Hipotesis nol ketika itu salah.

purnaningrum@unipasby.ac.id
Step 3: Identifikasi Uji statistik

  
Uji statistik, sebuah nilai, dihitung dari informasi
sampel, digunakan menghitung apakah menolak
hipotesis nol.
 Terdapat beberapa uji statistika, diantaranya and , dan
(chi-square).

purnaningrum@unipasby.ac.id
Step 4: Formulate the Decision Rule
 Nilai Kritis, titik yang membagi daerah antara hipotesis nol ditolak
dan tidak ditolak.

purnaningrum@unipasby.ac.id
Catatan Grafik:
 Area dimana hipotesis nol tidak ditolak adalah
sebelah kiri dari 1.65.
 Area penolakan adalah sebelah kanan dari 1.65.
 Test dengan one-tailed.
 Tingkat signifikansi adalah 0.05
 Distribusi sampling dari statistik z berdistribusi
normal.
 Nilai z=1.65 memisahkan daerah penolakan
hipotesis nol dan gagal tolak hipotesis nol.
 Nilai 1.65 adalah nilai kritis.

purnaningrum@unipasby.ac.id
Step 5: Make a Decision

 Hanya terdapat dua kemungkinan keputusan dari uji


hipotesis: yaitu tolak hipotesis nol atau terima hipotesis
nol.
  
Alternatif lain dari “penerimaan” hipotesis nol, , beberapa
peneliti lebih memilih dengan istilah: “Tidak tolak ,” “Gagal
Tolak ,” atau “Hasil dari sampel tidak mengijinkan
menolak .”

purnaningrum@unipasby.ac.id
Ringkasan untuk Uji Hipotesis

purnaningrum@unipasby.ac.id
One-Tailed dan Two-Tailed dari uji signifikansi

purnaningrum@unipasby.ac.id
 Uji merupkan one-tailed ketika hipotesis alternatif, H1,
berarah, such as:
H0: Pendapatan seorang wanita karir kurang dari sama dengan
$65,000 per tahun.
H1: Pendapatan seorang wanita karir lebih dari $65,000 per
tahun.
 Jika hipotesis alternatif tidak berarah, digunakan uji two-
tailed. Changing the previous problem to illustrate, we can say:
H0: Pendapatan seorang wanita karir sama dengan $65,000 per
tahun.
H1: Pendapatan seorang wanita karir tidak sama dengan $65,000
per tahun.
purnaningrum@unipasby.ac.id
Pengujian untuk rata-rata populasi:
Standar Deviasi Populasi diketahui
Standar Deviasi Populasi tidak diketahui

purnaningrum@unipasby.ac.id
  TESTING A MEAN, KNOWN

 
Uji Statistik yang digunakan:

purnaningrum@unipasby.ac.id
Procedure for Testing a Hypothesis
  
Step 1. Penentuan
 Step 2. Pemilihan tingkat signifikansi
 Step 3. Uji statistik

 Step 4. Formulasi daerah keputusan atau penolakan


 Step 5. Buatlah kesimpulan

purnaningrum@unipasby.ac.id
Example

Two-tailed
 Calon Gubernur daerah NewYe City berpendapat bahwa
pendapatan bersih seorang karyawan swasta di daerah NewYe
City berdistribusi normal dengan rata rata $45000 dan standar
deviasi $3000. Reporter Investigasi KYY TV menemukan bahwa,
dari data sampel 120, pendapatan bersih seorang karyawan
swasta adalah $45500. Dengan tingkat signifikansi 0,01 , Apakah
benar rata-rata pendapatan tidak sama dengan $45000?

purnaningrum@unipasby.ac.id
purnaningrum@unipasby.ac.id
Example

One-tailed
Waktu tunggu untuk konsumen pada MacBurger
Restaurants berdistribusi normal dengan rata-rata 3 menit
dan standar deviasi 1 menit. Pada cabang Warren Road,
Deprtemn Quality-assurance mengambil sampel 50
konsumen dan menemukan rata-rata waktu tunggu
sebesar 2,75 menit. Dengan tingkat signifikansi 0,05,
dapatkah kita menyimpulkan bahwa rata-rata waktu
tunggu kuang dari 3 menit?
purnaningrum@unipasby.ac.id
p-Value

 Jika P-Value lebih kecil dari ringkat signifikansi maka tolak H0;
 Jika p-value lebih besar dari tingkat signifikansi maka gagal tolak
H0.
 Jika p-value sangat besar, maka , H0 adalah benar.
 Jika p-value kecil, maka, H0 adalah tidak benar.
purnaningrum@unipasby.ac.id
INTERPRETING THE WEIGHT OF EVIDENCE AGAINST H0 If the p-value
is less than
 (a) .10, we have some evidence that H0 is not true.
 (b) .05, we have strong evidence that H0 is not true.
 (c) .01, we have very strong evidence that H0 is not true.
 (d) .001, we have extremely strong evidence that H0 is not true.

purnaningrum@unipasby.ac.id
  TESTING A MEAN, UNKNOWN

 
Uji Statistik yang digunakan:

purnaningrum@unipasby.ac.id
Procedure for Testing a Hypothesis
  
Step 1. Penentuan
 Step 2. Pemilihan tingkat signifikansi
 Step 3. Uji statistik

 Step 4. Formulasi daerah keputusan atau penolakan


 Step 5. Buatlah kesimpulan

purnaningrum@unipasby.ac.id
 Karakteristik dari distribusi
 Dsitribusi Probabilitas Kontinu.
 Berbentuk lonceng dan simetris.
 Terdapat keluarga dari distribusi t. Berbeda berdasarkan derajat
kebebasan.
 Setiap kenaikan derajat kebebasan dari t akan mendekati bentuk
distribusi normal.
 Distribusi t lebih datar dan melebar dibandingkan ditribusi normal
baku.

purnaningrum@unipasby.ac.id
Tabel distribusi t

purnaningrum@unipasby.ac.id
Example

Rata-rata panjang tumbler adalah 43 cm. Supervisi produksi


melakukan pengecekan terhadap mesin produksi untuk mengetahui
apakah terdapat perubahan panjang tumbler. Dia meminta
departement engineer untuk melakukan investigasi. Engineer
mengambil sampel acak 12 tumbler dan mengukurnya, diperoleh nilai
sebagai berikut:
42 39 42 45 43 40 39 41 40 42 43 42

Apakah benar jika terdapat perubahan panjang tumbler? Gunakan


tingkat signifikansi 0,02.

purnaningrum@unipasby.ac.id
Penggunaan SPSS

purnaningrum@unipasby.ac.id
purnaningrum@unipasby.ac.id
Tests Concerning Proportions
 Historically, General Motors reports that 70 percent of leased vehicles are
returned with less than 36,000 miles. A recent sample of 200 vehicles returned
at the end of their lease showed 158 had less than 36,000 miles. Has the
proportion increased?
 The American Association of Retired Persons (AARP) reports that 60 percent of
retired people under the age of 65 would return to work on a full-time basis if a
suitable job were available. A sample of 500 retirees under 65 revealed 315
would return to work. Can we conclude that more than 60 percent would return
to work?
 Able Moving and Storage Inc. advises its clients for long-distance residential
moves that their household goods will be delivered in 3 to 5 days from the time
they are picked up. Able’s records show it is successful 90 percent of the time
with this claim. A recent audit revealed it was successful 190 times out of 200.
Can the company conclude its success rate has increased?
purnaningrum@unipasby.ac.id
purnaningrum@unipasby.ac.id
Procedure for Testing a Hypothesis
  
Step 1. State null and alternate hypotheses
 Step 2. Select a level of significance
 Step 3. Identify the test statistic

 Step 4. Formulate a decision rule


 Step 5. Take a sample, arrive at decision

purnaningrum@unipasby.ac.id
Example
Suppose prior elections in a certain state indicated it is
necessary for a candidate for governor to receive at least 80
percent of the vote in the northern section of the state to
be elected. The incumbent governor is interested in
assessing his chances of returning to office and plans to
conduct a survey of 2,000 registered voters in the northern
section of the state. Using the hypothesis-testing
procedure, assess the governor’s chances of reelection.

purnaningrum@unipasby.ac.id
Terimakasih

purnaningrum@unipasby.ac.id

Anda mungkin juga menyukai