Metode

Metode Statistika
Statistika
Pertemuan
Pertemuan X-XI
X-XI
Statistika Inferensia:
Pengujian Hipotesis
 Permainan (1)
• Ambil sekeping uang coin. Masing-masing
mahasiswa lempar satu kali. Kemudian catat
hasil lemparan dari 40 mahasiswa.

Kejadian Turus Jumlah

Muncul
Angka
Muncul
Gambar
 Lanjutan Permainan (1)
• Berapa persen muncul sisi angka dari
permainan tersebut?
• Apakah dapat dikatakan bahwa coin
tersebut setimbang (peluang
munculnya sisi angka dan peluang
munculnya sisi gambar sama)?
 Lanjutan
Persentase
Permainan (1)
munculnya sisi
angka dari pˆ 
a
permainan n
tersebut

Coin p = 50% = 0.5

setimbang ?
 Coin Analogy

H y p o th e s is S ig n ific a n c e L e v e l

C o lle c t E v id e n c e D e c is io n R u le
 Butuh pembuktian
 > 20?
berdasarkan Mana yang
contoh!!! benar?
Apa yang
diperlukan?

Populasi :
 = 20

Ok, itu adalah

Sampel : pengujian hipotesis,
butuh pengetahuan
x  25 mengenai
SEBARAN
PENARIKAN
CONTOH
 Pengujian Hipotesis
• Merupakan perkembangan ilmu
experimantal  terminologi dan
subyek
• Menggunakan 2 pendekatan :
– Metode inferensi induktif  R.A. Fisher
– Metode teori keputusan  J. Neyman &
E.S. Pearson mengatasi kekurangan
dari metode inferensia induktif
 Unsur Pengujian
Hipotesis

• Hipotesis Nol
• Hipotesis Alternatif
• Statistik UJi
• Daerah Penolakan H0
 Hipotesis
 Suatu pernyataan / anggapan yang mempunyai
nilai mungkin benar / salah atau suatu
pernyataan /anggapan yang mengandung nilai
ketidakpastian

• Misalnya:
– Besok akan turun hujan  mungkin benar/salah
– Penambahan pupuk meningkatkan produksi  mungkin
benar/salah
– Varietas A lebih baik dibandingkan dengan varietas B
 mungkin benar/salah
 Hipotesis Statistik
Suatu pernyataan tentang nilai suatu parameter populasi

– H0 (hipotesis nol): suatu pernyataan

yang bersifat “status quo” (tidak ada
beda , tidak ada perubahan)
– H1 (hipotesis tandingan): pernyataan lain
yang akan diterima jika H0 ditolak (”ada”
perbedaan, ”terdapat perubahan”)
Dalam pengambilan keputusan
memungkinkan untuk terjadi
kesalahan
H0 benar H0 salah
Tolak H0 Peluang salah jenis I Kuasa pengujian
(Taraf nyata; ) (1-)
Terima H0 Tingkat kepercayaan Peluang salah jenis II
(1-) ()

P(salah jenis I) = P(tolak H0/H0 benar) = 

P(salah jenis II) = P(terima H0/H1 benar) = 
 Daerah
Daerah
PEnolakan
Penerimaan
H0
H0

ˆ
H0: H1:
=20 =24

 = P(Terima H0 | H1 benar)  = P(tolak H0 | Ho benar)

22
 = P( < 22 |  = 24)  = P( > 22 |  = 20)

 Merupakan sembarang parameter

 CONTOH (1)
Sampel diambil secara acak dari populasi normal(;2 = 9), berukuran 25.
Hipotesis yang akan diuji,
H0 :  = 15
H1 :  = 10
Tolak H0 jika rata-rata kurang dari atau sama dengan 12.5
Berapakah besarnya kesalahan jenis I dan II ?
Jawab:
P(salah jenis I) = P(tolak H0/ = 15) = P(z  (12.5-15)/3/25))
= P(z  - 4.167 )  0
P(salah jenis II) = P(terima H0/ = 10) = P(z  (12.5-10)/3/25))
= P(z  4.167 ) = 1 - P(z  4.167 )  0
 Sifat  dan 

H1 H0 H1
H0

   

  
  
H1
H0
Jika n   dan  akan
menurun lihat KURVA 
KATERISTIK OPERASI 
 Kurva Karakteristik
operasi
• Besok download di internet ya 
 Hipotesis yang diuji
H0 :  = 0 H0 :   0 H0 :   0

H1 :   0 H1 :  < 0 H1 :  > 0

Hipotesis dua arah Hipotesis satu arah

Statistik uji :
ˆ
v
sˆ

 merupakan sembarang parameter

v merupakan sembarang statistik uji
 Wilayah kritik
Daerah Penolakan H0
Tergantung dari H1. Misalkan v = z  N (0,1)

H1 :   0

Daerah
Penerimaan
H0
/2 /2
Nilai kritik
Daerah
Penolakan H0
-z/2 z/2

Tolak H0 jika v < -z/2 atau v > z/2

H1 :  < 0

Daerah
Penerimaan
H0


Daerah
Penolakan H0
-z
Tolak H0 jika v < -z/2

H1 :  > 0

Daerah
Penerimaan
H0 

Daerah
Tolak H0 jika v > z Penolakan H0
z
  & nilai p
  = taraf nyata dari uji
statistik
• Nilai p = taraf nyata dari
contoh  peluang 
merupakan suatu ukuran
“kewajaran” untuk
menerima H0 atau
menerima H1
• Jika nilai p <  maka Tolak Nilai p
H0 

z z h
Nilai p = P (Tolak H0 | contoh)
Misalnya : nilai p = P(Z > zh)
 Tujuan pengujian

Satu Populasi Dua populasi

Nilai Satu Data saling Data

Tengah() Populasi (p) bebas berpasangan

2
1 - 2 p1 - p2 d
diketahui Tidak
diketahui
12 & 22
Tidak Uji z Uji t
Uji z Uji t Uji z diketahui
diketahui

12 & 22

Uji z
sama Tidak sama

Uji t Uji t
Formula 1 Formula 2
Uji
Uji Nilai
Nilai Tengah
Tengah
Populasi
Populasi (())
 Hipotesis yang dapat diuji:
Hipotesis satu arah
• H0 :   0 vs H1 :  < 0
• H0 :   0 vs H1 :  > 0
Hipotesis dua arah
• H0 :  = 0 vs H1 :   0

• Statistik uji: x  0
zh 
– Jika ragam populasi (2) diketahui : / n

x  0
– Jika ragam populasi (2) tidak diketahui th  :
s/ n
 Contoh (2)
Batasan yang ditentukan oleh pemerintah
terhadap emisi gas CO kendaraan bermotor
adalah 50 ppm. Sebuah perusahaan baru yang
sedang mengajukan ijin pemasaran mobil,
diperiksa oleh petugas pemerintah untuk
menentukan apakah perusahan tersebut layak
diberikan ijin. Sebanyak 20 mobil diambil secara
acak dan diuji emisi CO-nya. Dari data yang
didapatkan, rata-ratanya adalah 55 dan
ragamnya 4.2. dengan menggunakan taraf nyata
5%, layakkan perusahaan tersebut mendapat ijin
?
• Hipotesis yang diuji:
H0 :  <= 50 vs H1 :  > 50
• Statistik uji:
th= (55-50)/(4.2/20)=10.91
• Daerah kritis pada taraf nyata 0.05
Tolak Ho jika th > t(0,05;db=19) = 1,729
• Kesimpulan:
Tolak H0, artinya emisi gas CO kendaraan bermotor yang
akan dipasarkan oleh perusahaan tersebut melebihi batasan
yang ditentukan oleh pemerintah sehingga perusahaan
tersebut tidak layak memperoleh ijin untuk memasarkan
mobilnya.
 Pengujian
Pengujian Hipotesis
Hipotesis
untuk
untuk selisih
selisih dua
dua nilai
nilai
tengah
tengah populasi
populasi
 Hipotesis
– Hipotesis satu arah:
H0: 1- 2 0 vs H1: 1- 2 <0
H0: 1- 2  0 vs H1: 1- 2 >0
– Hipotesis dua arah:
H0: 1- 2 =0 vs H1: 1- 2 0
 Statistik uji
( x1  x 2 )   0
zh 
 ( x1  x2 )

Formula 1 klik diketahui

Syarat :
1 & 
2
2
2
sama 12 & 22
Tidak sama Tidak
diketahui
Formula 2 klik
 Formula 1
a. Jika 1 dan 2 tdk diketahui dan diasumsikan sama:
1 1
( x1  x 2 )   0 s x1  x2  s 2
  
th  gab
s ( x1  x2 )  n1 n2 

( n1  1) s12  (n2  1) s22

2
s gab  dan v  n1  n2  2
n1  n2  2
 Formula 2
b. Jika 1 dan 2 tdk diketahui dan diasumsikan tidak sama:

( x  x2 )   0  s12 s22 
th  1 s x1  x2    
s ( x1  x2 )  n1 n2 

2
s
2
s2

 n  n 
1 2

v  1 2

 s 2  2   s 2  2 
 1 n   n1  1    2 n   n2  1 
 1   2 
 Contoh (3)
Dua buah perusahaan yang saling bersaing dalam industri kertas
karton saling mengklaim bahwa produknya yang lebih baik, dalam
artian lebih kuat menahan beban. Untuk mengetahui produk mana
yang sebenarnya lebih baik, dilakukan pengambilan data masing-
masing sebanyak 10 lembar, dan diukur berapa beban yang
mampu ditanggung tanpa merusak karton. Datanya adalah :

Persh. A 30 35 50 45 60 25 45 45 50 40

Persh. B 50 60 55 40 65 60 65 65 50 55

– Hitunglah rataan dan ragam dari kedua data perusahaan

tersebut.
– Ujilah karton produksi mana yang lebih kuat dengan asumsi
ragam kedua populasi berbeda, gunakan taraf nyata 10%
Jawab:
– Rata-rata dan ragam kedua sampel:
n x12    xi 
2
30  35    40 10(19025) - (425) 2
x1   42,5 s 
2
1   106.94
10 n(n  1) 10(9)
n x 22    xi 
2
50  60    55 10(32525) - (565) 2
x2   56,5 s 
2
2   66.94
10 n(n  1) 10(9)

– Perbandingan kekuatan karton

• Hipotesis:
– H0: 1= 2 vs H1: 12
• Statistik uji: (ragam populasi tidak diketahui dan
diasumsikan 12  12 )
( x2  x1 )  (  2  1 ) 56,5  42,5  0
th    3,36
( s22 / n2 )  ( s12 / n1 ) 66,94 / 10  106,94 / 10

( s12 / n1  s 22 / n2 ) 2 (10.34 2 / 10  8.18 2 / 10) 2

db  2   17,10  17
( s1 / n1 ) 2 /(n1  1)  ( s 22 / n2 ) 2 /(n2  1) (10.34 2 / 10) 2 / 9  (8.18 2 / 10) 2 / 9

• Daerah kritis pada taraf nyata 10%:

Tolak H0 jika |th| > t(0,05;17) = 1,740
• Kesimpulan:
Tolak H0, artinya kekuatan karton kedua perusahaan berbeda
nyata pada taraf nyata 10%. Diduga karton yang diproduksi
oleh perusahaan B lebih kuat daripada karton A
 Pengujian
Pengujian Hipotesis
Hipotesis
untuk
untuk data
data berpasangan
berpasangan
 Hipotesis
–Hipotesis satu arah:
H0: 1- 2 0 vs H1: 1- 2 <0
atau
H0: D 0 vs H1: D<0 Statistik uji :

H0: 1- 2  0 vs H1: 1- 2 >0 d 0

atau th 
H0: D  0 vs H1: D>0
s/ n
–Hipotesis dua arah:
H0: 1- 2 =0 vs H1: 1- 2 0
atau
H0: D = 0 vs H1: D0
 Contoh (4)
Suatu klub kesegaran jasmani ingin mengevaluasi program
diet, kemudian dipilih secara acak 10 orang anggotanya untuk
mengikuti program diet tersebut selama 3 bulan. Data yang
diambil adalah berat badan sebelum dan sesudah program
diet dilaksanakan, yaitu:
Berat Badan Peserta
1 2 3 4 5 6 7 8 9 10
Sebelum (X1) 90 89 92 90 91 92 91 93 92 91
Sesudah (X2) 85 86 87 86 87 85 85 87 86 86
D=X1-X2 5 3 5 4 4 7 6 6 6 5

Apakah program diet tersebut dapat mengurangi berat badan

minimal 5 kg? Lakukan pengujian pada taraf nyata 5%!
 Penyelesaian
• Karena kasus ini merupakan contoh berpasangan, maka:
• Hipotesis:
H0 : D  5 vs H1 : D < 5
• Deskripsi:

d n d i2    d i 
2
i 51 10(273)  (51) 2
d   5,1 s 
2
d   1,43
n 10 n(n  1) 10(9)

s d  1,43  1,20

• Statistik uji:
d  d d  d 5,1  5
t    0,26
sd sd 1,20 / 10
n
• Daerah kritis pada =5%
Tolak H0, jika th < -t(=5%,db=9)=-1.833

• Kesimpulan:
Terima H0, artinya program diet tersebut
dapat mengurangi berat badan minimal 5 kg
Pendugaan
Pendugaan Parameter:
Parameter:
Kasus
Kasus Satu
Satu Sampel
Sampel
Proporsi
 Hipotesis yang dapat diuji:
Hipotesis satu arah
• H0 : p  p0 vs H1 : p < p0
• H0 : p  p0 vs H1 : p > p0
Hipotesis dua arah
• H0 : p = p0 vs H1 : p  p0

• Statistik uji: pˆ  p0
zh 
p0 (1  p0 )
n
 Contoh(5)
• Sebelum memutuskan untuk memperkenalkan produk baru
pada tahun 1985, perusahaan coca cola memperkenalkan
produk baru (tanpa diberi label) kepada 40,000 pelanggan
di 30 kota. Sekitar 55% pelanggan lebih menyukai produk
baru dibanding produk lama.Jika diasumsikan 40,000
pelanggan tersebut sebagai sebuah contoh acak dari
populasi pelanggan coca cola di 30 kota:
• Apakah dapat dikatakan pangsa pasar dari produk baru
tersebut lebih dari 50%?

*Sumber : Mendenhall, W (1987)

*sedikit modifikasi soal
 Penyelesaian
• Diketahui : = 0.55 n = 40000
• Ditanya : p > 50%?
• Jawab
• H0 : p  50% vs H1 :p > 50%
  = 5% pˆ  p0 0.55  0.5
zh    20
• Statistik uji: p0 (1  p0 ) 0.5(1  0.5)
n 40000

• Wilayah Kritik : Tolak H0 jika zh > z0.05= 1.645

• Kesimpulan : Karena zh > z0.05= 1.645 maka Tolak H0.
Pendugaan
Pendugaan Parameter:
Parameter:
Kasus
Kasus dua
dua Sampel
Sampel
Selisih dua proporsi
 >0

Hipotesis (1)
0
klik

=0

Hipotesis (2)
Klik
 Hipotesis (1)
– Hipotesis satu arah:
H0: p1- p2 0 vs H1: p1- p2 <0
H0: p1- p2  0 vs H1: p1- p2 >0
– Hipotesis dua arah:
H0: p1- p2 =0 vs H1: p1- p2 0

Statistik uji : ( pˆ 1  pˆ 2 )   0
zh 
pˆ 1 (1  pˆ 1 ) pˆ 2 (1  pˆ 2 )

n1 n2
 Hipotesis (2)
– Hipotesis satu arah:
H0: p1  p2 vs H1: p1 < p2
H0: p1  p2 vs H1: p1 > p2
– Hipotesis dua arah:
H0: p1 = p2 vs H1: p1 p2
Statistik uji : ( pˆ 1  pˆ 2 ) x1  x2
zh  pˆ 
1 1 n1  n2
pˆ (1  pˆ )(  )
n1 n2
 Contoh(6)
• Sebuah penelitian dilakukan untuk menguji pengaruh
obat baru untuk viral infection. 100 ekor tikus
diberikan suntikan infeksi kemudian dibagi secara
acak ke dalam dua grup masing-masing 50 ekor tikus.
Grup 1 sebagai kontrol, dan grup 2 diberi obat baru
tersebut. Setelah 30 hari, proporsi tikus yang hidup
untuk grup 1 adalah 36% dan untuk grup 2 adalah
60%. Apakah obat tersebut efektif? Obat dikatakan
efektif jika perbedaan antara grup perlakuan dengan
grup kontrol lebih dari 24%

*Sumber : Mendenhall, W (1987)

*sedikit modifikasi soal
 Penyelesaian
• Diketahui :
Grup Kontrol Grup perlakuan
p1 p2

n1 =50 n2 =50
ˆ 1  0.36
p ˆ 2  0.6
p

• Ditanya : p2-p1 > 0.24?

 Penyelesaian
• JAwab :
• H0: p2- p1  0.24 vs H1: p2- p1 > 0.24
 = 5%
Statistik uji : (0.6  0.36)  0.24
zh  0
0.6(1  0.6) 0.36(1  0.36)

50 50

Wilayah kritik : Tolak H0 jika zh > z0.05 = 1.645

Kesimpulan: karena zh=0 < z0.05 = 1.645 maka Terima H0
(belum cukup bukti untuk Tolak H0) dengan kata lain
berdasarkan informasi dari sampel yang ada belum
menunjukkan bahwa obat tersebut efektif
Demo MINITAB