PENGUJIAN HIPOTESIS

DENGAN DISTRIBUSI
CHI-KUADRAT
Teknik Industri Itenas – Semester Genap 2019/2020
1. Menguji Homogenitas Varians (1)
1.Parameter: homogenitas varians.
2.H0 : 12 = 22 = … = k2.
H1 : ada satu tanda ‘=‘ tidak berlaku.
3. = … %.
4.Distribusi 2.
=k-1
Daerah
penerimaan Daerah
H0 penolakan H0

1- 
0 2,
Menguji Homogenitas Varians (2)
5.Statistik Hitung (Uji Barlett).
Sampe
l dki Si 2 dk.Si2 Log Si2 dk.log Si2
ke
1 n1-1 S12 (n1-1).S12 Log S12 (n1-1).log S12
2 n2-1 S22 (n2-1).S22 Log S22 (n2-1).log S22
. . . .
. .
. . . .
. .
k nk-1 Sk2 (nk-1).Sk2 Log Sk2 (nk-1).log Sk2
(ni- (ni-1) (ni-1).log
Jumlah
1)
  n  1S
i i
2 Si2 Si2
S 2

  n  1
i
Menguji Homogenitas Varians (3)

B  log S .   n i  1
2


  ln 10 . B    n i  1 log Si
2 2

6.Kesimpulan.
Terima H0  2hitung < 2tabel.
Tolak H0  2hitung  2tabel.
Contoh Soal (1)
Empat campuran makanan diberikan kepada sapi untuk
meningatkan berat badannya. Pada tabel berikut ini terdapat
data penambahan berat badan sapi dengan 4 campuran makan
tersebut. Ujilah hipotesis apakah terdapat perbedaan variansi
penambahan berat badan karena empat campuran makanan
tersebut? (α = 0,05).
Jenis Campuran Makanan
1 2 3 4
12 14 6 9
20 15 16 14
23 10 16 18
10 19 28 19
17 22 - -
Contoh Soal (1)
0. Dugaan: terdapat perbedaan variansi penambahan
berat sapi karena empat campuran makanan
1. Parameter: homogenitas varians penambahan berat
sapi.
2. H0 : 12 = 22 = 32 = 42
H1 : paling sedikit ada satu tanda ‘=’ tidak berlaku
3. α = 0,05.
4. Distribusi χ2.  = k – 1 = 4 – 1 = 3
Contoh Soal (1)
5. Statistika Hitung
Jenis
Dk Si2 dk. Si2 dk.log Si2
Campuran
1 4 29,300 117,200 5,867
2 4 21,500 86,000 5,330
3 3 35,667 107,000 4,657
4 3 20,667 62,000 3,946
  14   372,200 19,800

  n  1 S  372,200  26,586
2
i i
S 
2

  n  1
i 14
B  log S .   n  1  log 26,586 .14  19,945
2
i

 ln 10 .  B    n  1 log S   ln 10 . 19,945  19,800  0,334

2
2 i i

6. Kesimpulan
Terima Ho, artinya tidak cukup alasan untuk menyatakan bahwa
terdapat perbedaan variansi penambahan berat badan karena
perbedaan campuran makanan.
Contoh Soal (2)
Tiga cara mengajar matematika telah diberikan
kepada tiga kelompok anak SD kelas V, satu cara
hanya diberikan pada satu kelompok. Hasil ujian pada
akhir pengajaran dengan cara tersebut diberikan
dalam daftar berikut:
Hasil Cara I 89,83,99,69,57,85,79,80
Hasil Cara II 67,90,79,94,77,78
Hasil Cara III 64,69,81,70,84
Ujilah apakah hasil ketiga cara pengajaran tersebut
mempunyai varians yang sama? Gunakan alfa 5%.
 Contoh Soal (3)
Dari data berikut ini ujilah apakah varians waktu
perakitan dari ke-3 metoda sama? Gunakan alfa 5%.
Metoda
A B C

Jam 8 10’ 15’ 12’

Jam 9 12’ 13’ 14’
Jam 10 14’ 12’ 12’
Jam 11 12’ 12’ 14’
Jam 12 10’ - 12’
2. Menguji Proporsi Untuk
Data Multinomial (1)
1.Parameter: kesesuaian proporsi.
2.H0: p1 = p2 = … = pk.
H1: ada satu tanda ‘=‘ tidak berlaku.
3. = … %.
4.Distribusi 2.
 = k – 1. Daerah
penerimaan Daerah
H0 penolakan H0

1- 
0 2,
 Menguji Proporsi Untuk
Data Multinomial (2)
5.Statistik Hitung.
1 2 … k  oi = hasil pengamatan
oi n (observasi)
ei = ekspektasi
ei
(harapan) = pi x n
(o i  e i )
k 2 Lakukan
 
2
penggabungan 
i 1 ei ei  5
6.Kesimpulan.
Terima H0  2hitung < 2tabel.
Tolak H0  2hitung  2tabel.
 Contoh Soal (1)
Menurut hukum Mendell tentang keturunan,
dari perkawinan silang tertentu seharusnya
menghasilkan keturunan berwarna merah,
hitam, dan putih berdasarkan perbandingan
9 : 3 : 4. Suatu eksperiment persilangan
ternyata didapat 143 warna merah, 69 hitam,
75 putih. Dapatkan eskperimen ini menyokong
teori Mendell tersebut?
 Contoh Soal (1)
0. Dugaan: Eksperimen sesuai dengan teori mendell
1. Parameter: kesesuaian proporsi eksperimen
2. H0 : pmerah : phitam : pputih = 9:3:4
H1 : ada satu tanda “=” tidak berlaku p1 : p2 : p3
3. α = 5%.
4 Distribusi χ2 (Gambar distribusi)
 = k – 1 = 3 – 1 = 2  χ25%,2 = 5,991
 Contoh Soal (1)
5.  
• Statistika
1
Hitung
2 3 Total
oi 143 69 75 287
ei 161.438 53.813 71.750 287

6.53
6. Kesimpulan
Tolak H0 (χ2hit < χ 2α,), berarti cukup alasan untuk menolak
alasan bahwa eksperimen sesuai dengan teori mendell.
 Contoh Soal (2)
Banyak individu suatu suku bangsa diduga
mempunyai keempat macam golongan darah A,
B, AB, dan O berdasarkan pembagian 16%, 48%,
20% dan 16%. Pengamatan dilakukan terhadap
770 individu, ternyata untuk keempat golongan
darah itu berturut-turut terdapat 179, 361,
130, 100. Benarkah distribusi keempat golongan
darah untuk suku bangsa itu? Terdapat 179 gol
darah O, 100 gol A, 130 B dan sisanya AB
16 48 20 16
A B AB 0

179 100 361 130 100 179 oi

16%x770 Misal 3.5 ei

 3. Menguji Kesamaan Rata-rata
Distribusi Poisson (1)
1.Parameter: kesamaan rata-rata distribusi Poisson.
2.H0: µ1 = µ2 = … = µk.
H1: ada satu tanda ‘=‘ tidak berlaku.
3. = … %.
4.Distribusi 2.
 = k – 1. Daerah
penerimaan Daerah
H0 penolakan H0

1- 
0 2,
 Menguji Kesamaan Rata-rata
Distribusi Poisson (2)
5.Statistik Hitung.

 
2
k
(x i  x) 2

x
 xi
i 1 x k
6.Kesimpulan.
Terima H0  2hitung < 2tabel.
Tolak H0  2hitung  2tabel.
 Contoh Soal (1)
Barang rusak setiap hari yang dihasilkan oleh tiga buah
mesin ternyata berdistribusi Poisson. Pengamatan telah
dilakukan selama enam hari dan terdapatnya barang rusak
setiap hari dari ketiga mesin itu sebagai berikut:

Mesin Banyak barang rusak tiap hari

1 4,3,4,6,3,5
2 3,2,3,6,5,2
3 5,5,3,4,4,6
Dapatkah disimpulkan bahwa rata-rata dihasilkannya barang
rusak oleh ketiga mesin sama besar? (α = 5%) barang rusak
tiap hari sama besar?
 Contoh Soal (1)
0. Dugaan = rata-rata kerusakan tiga mesin sama besar
1. Parameter = kesamaan rata-rata distribusi Poisson.
2. H0: µ1 = µ2 = µ3. tiap hari: µsenin = µslasa =…= µsabtu.
H1: ada satu tanda ‘=‘ tidak berlaku.
3. = 5%.
4. Distribusi 2.
 = k – 1 = 3-1 =2, χ25%,2 = 5,991
5. Statistika Hitung
Banyak barang rusak Banyaknya yang
No
tiap hari rusak
1 4 3 4 6 3 5 25
2 3 2 3 6 5 2 21
3 5 5 3 4 4 6 27
Jumlah 73
 Contoh Soal (1)
 
k
(x i  x)2
 
2

i 1 x
 Contoh Soal (2)
Lima buah mesin tenun digunakan untuk membuat produk kain songket.
Dari kain yang dihasilkan dari kelima buah mesin tersebut dilakukan
pemeriksaan dengan menghitung jumlah kesalahan tenun. Pemeriksaan
dilakukan dengan mengambil sampel masing-masing empat buah kain dari
setiap mesin. Hasil pemeriksaan yang didapat adalah sebagai berikut:

Mesin ke- Jumlah

1 4, 3, 1, 2
Ujilah apakah rata-rata kesalahan
2 3, 1, 0, 4
tenun dari kelima mesin tersebut
3 1, 1, 3, 2 sama? Gunakan  = 5%.

4 2, 2, 1, 3

5 3, 3, 0, 1
 Contoh Soal (2)
0. Dugaan = rata-rata kelima mesin tenun sama besar
1. Parameter = kesamaan rata-rata distribusi Poisson.
2. H0: µ1 = µ2 = … = µk.
H1: ada satu tanda ‘=‘ tidak berlaku.
3. = 5%.
4. Distribusi 2.
 = k – 1 = 5-1 =4, χ25%,4 = 9,448
5. Statistika Hitung
Mesin ke Jumlah  
1 4 3 1 2 10
2 3 1 0 4 8
3 1 1 3 2 7
4 2 2 1 3 8
5 3 3 0 1 7
Total 40
 Contoh Soal (2)
•  
k
(x i  x)2
 
2

i 1 x
4. Pengujian Independensi Antara 2 Faktor

• Apakah factor
A dan B
berhubungan Faktor A Faktor B

signifikan
secara
statistik?
Menguji Independensi Antara 2 Faktor (1)
1.Parameter: uji independensi antara 2 faktor .
2.H0: kedua faktor saling bebas.
H1: kedua faktor tidak saling bebas.
3. = … %.
4.Distribusi 2.
 = (b – 1) x (k – 1).
Daerah
penerimaan Daerah
H0 penolakan H0

1- 
0 2,
Menguji Independensi Antara 2 Faktor (2)
5.Statistik Hitung.
FAKTOR I
Jumlah
1 2 …… k
F 1 O11 O12 …… O1k n10
A
K 2 O21 …… O2k n20
T
O . . . .
R . . . .
II b Ob1 Ob2 …… Obk nb0
Jumlah n01 n02 …… n0k n
Menguji Independensi Antara 2 Faktor (3)

B k (o ij  e ij ) 2

  
2

i  j j1 e ij
n io  n oj
e ij 
n
6.Kesimpulan.
Terima H0  2hitung < 2tabel.
Tolak H0  2hitung  2tabel.
• Perusahaan ingin melakukan pengujian mengenai
hubungan antara Shift Kerja dengan kecacatan yang
terjadi. Untuk itu diadakan penelitian terhadap 100
sampel dan diperoleh hasil sebagai berikut:
  Kecacatan Jumlah
Mayor sedang Minor Ujilah
dengan
I 14 5 10 29 alfa 5%
Shift kerja

II 15 10 10 35
III 6 15 15 36
Jumlah 35 30 35 100
Jawab:
• Parameter : uji independensi antara 2 faktor
(shift kerja dan kecacatan produk).
• H0 : kedua faktor saling bebas
• H1 : kedua faktor tidak saling bebas
• α = 5%.
• Distribusi χ2.  = (b – 1) x (k – 1) = (3 – 1) x
(3 – 1) = 4.
 Kecacatan
  Jumlah
Mayor Sedang Minor
oi 14 5 10 29
Shift I (35 x 29)/100 = (30 x 29)/100 = (35 x 29)/100 =
ei  
10,15 8,70 10,15
oi 15 10 10 35
Shift II
ei 12,25 10,50 12,25  
oi 6 15 15 36
Shift
(35 x 36)/100 =
III ei 12,60 10,80  
12,60
Jumlah 35 30 35 100
 (1- α) α
0 χ25%, 4 = 9,488

Kesimpulan.
Tolak H0 (χ2hit > χ2α,), berarti cukup alasan untuk
menerima bahwa terdapat hubungan antara perbedaan
shift kerja dan terjadinya kecacatan produk
Latihan Soal 1)
Rossonerri Corp. ingin mengetahui apakah pengalaman
bekerja berhubungan dengan jumlah produk cacat per
bulan yang dihasilkan oleh operator di bagian produksi.
Untuk itu diambil sampel sebanyak 200 orang operator
dengan hasil sebagai berikut:
Jumlah produk cacat (unit)
Pengalaman bekerja
(tahun) 0 1-4 5-8 >8

0–3 4 17 12 10
4–6 9 20 17 10
7–9 2 27 10 14
>9 7 12 15 14

Ujilah hipotesis pada  = 5%, bahwa jumlah produk cacat

per bulan tidak bergantung pada pengalaman bekerja.
Latihan Soal 2)
Perusahaan pembuat vitamin ingin mengetahui apakah
terdapat hubungan antara tingkat kecerdasan dengan
kebiasaan minum vitamin. Untuk itu perusahaan
melakukan penelitian dengan mengambil sampel
sebanyak 100 orang responden dengan hasil sebagai
berikut:
Tingkat Kecerdasan
Kebiasaan
Rendah Tinggi Total
Minum 30 35 65
Tidak minum 15 20 35
Dengan alfa 5% tentukan apakah terdapat hubungan
antara tingkat kecerdasan dengan kebiasaan minum
vitamin.
5. Pengujian Kecocokan Distribusi
• Disebut pula Goodness of Fit
• Pengujian kecocokan/ kesesuaian antara distribusi
berdasarkan teoretis/harapan dengan distribusi
hasil eksperimen/ pengamatan

Distribusi
Teoretis/ekspektasi

Distribusi
Observasi
 Pengujian Kecocokan Distribusi Binomial

1.Parameter: kecocokan distribusi binomial.

2.H0: data berdistribusi binomial.
H1: data tidak berdistribusi binomial.
3. = … %.
4.Statistik hitung.
k
(o i  e i ) 2
ei = pi x n
 
2

i 1 ei  n  x nx
p i  b( x, n, p)   p .q
x
5.Distribusi 2.
 = k – r – 1(r = 1)
Daerah
penerimaan Daerah
H0 penolakan H0

1- 
0 2,
6.Kesimpulan.
Terima H0  2hitung < 2tabel.
Tolak H0  2hitung  2tabel.
 Contoh Soal
Pada proses pembuatan produk “bola sepak” dilakukan
pemeriksaan dengan melakukan sampling. Jumlah produk yang
dijadikan sampel adalah 5 buah, dan pemeriksaan tersebut
dilakukan sebanyak 1000 kali. Banyaknya produk yang harus
dikerjakan ulang (rework) dalam pemeriksaan pada bulan
Januari 2020 adalah sebagai berikut:

Jumlah produk rework (unit) 0 1 2 3 4 5

Frekuensi 36 142 345 289 159 29

Ujilah dengan menggunakan distribusi 2 apakah data di atas

berpola distribusi binomial ? Gunakan  = 5%
 Langkah-langkah pengujian
 Parameter : kecocokan distribusi binomial.
 H0 : data observasi membentuk distribusi binomial
 H1 : data observasi tidak membentuk distr binomial
 α = 5%.
 Statistik hitung.
 ei adalah frekuensi ekspektasi i, diperoleh dari pi x n, dengan pi adalah
probabilitas terjadinya produk rework sebanyak i kejadian, yang
merupakan kejadian berpola distribusi binomial dengan rumusan:

dan karena p (probabilitas terjadinya rework) tidak diketahui, maka p

dapat diperoleh berdasarkan rumusan berikut:
  n  x n x  5 
b( x, n, p )    p .q   0.496 x .0.504 n  x dengan x  0,1,2,..,5
 x  x
b(0)  0.0325 b(1)  0.1600
b(2)  0.3150 b(3)  0.3100
b(4)  0.1525 b(5)  0.0300
  0 1 2 3 4 5 
oi 36 142 345 289 159 29 1000
pi 0.0325 0.16 0.315 0.31 0.1525 0.03 1
ei 32.5 160 315 310 152.5 30 1000

oi = hasil pengamatan
ei = ekspektasi = b(x,n,p) .  pengamatan
(k
o  e ) 2
(36  32 .5) 2
( 29  30) 2
2   i i   ...   6.99
i 1 ei 32.5 30
 Distribusi 2.
 = k – r – 1 ; r = jumlah parameter yang ditaksir (r = 1, yaitu ).
=6–1–1=4

(1- α) α
0 2hitung=6.99 25%, 4 = 9,488
 Kesimpulan. Terima Ho (χ2hit < χ2α, ), berarti data observasi berpola
distribusi binomial.
Soal Latihan

■ Untuk kasus yang sama

dengan kasus pada contoh
soal, lakukan kembali
pengujian distribusi jika
diketahui probabilitas
produk rework adalah Probabilitas
sebesar 0.2 rework
diketahui
 Latihan Soal (2)
Pada proses pembuatan produk “bola sepak” dilakukan
pemeriksaan dengan melakukan sampling. Jumlah produk
yang dijadikan sampel adalah 4 buah, dan pemeriksaan
tersebut dilakukan sebanyak 50 kali. Banyaknya produk yang
harus dikerjakan ulang (rework) dalam pemeriksaan pada
bulan Januari 2002 adalah sebagai berikut:
Jumlah produk 0 1 2 3 4 Jumlah
rework (unit)
Frekuensi 8 9 11 15 7 50

Ujilah apakah data di atas berpola distribusi binomial?

Gunakan α = 15%, jika:
• Peluang rework tidak diketahui
• peluang rework = 0.5