Statistika

10. UJI HIPOTESIS

YUITA ARUM SARI

Jurusan Teknik Informatika

Program Studi Teknik Informatika
Disusun oleh : Tim Ajar Mata Kuliah Statistika 2017-2018 FILKOM
Definisi
HIPO = lemah / sementara

TESIS = pernyataan / teori

HIPOTESIS
Pernyataan atau asumsi sementara yg belum pasti kebenarannya

UJI HIPOTESIS
Proses evaluasi hipotesis dgn mengumpulkan bukti berupa data-data yg menjadi dasar
keputusan penolakan atau penerimaan hipotesis.

2
Formulasi Hipotesis
Hipotesis selalu dinyatakan sebagai pasangan Hipotesis Nol (H0) dan Hipotesis Alternatif (H1)
1. Hipotesis Nol (H0)
Merupakan suatu pernyataan yang diasumsikan benar, kecuali ada bukti kuat yang
membantahnya.
2. Hipotesis Alternatif (H1)
Merupakan suatu pernyataan yang dinyatakan benar jika H0 ditolak (H0 bernilai salah).
Pernyataan pada H1 selalu bertentangan dengan H0.
Contoh :
H0 : Nilai rata-rata UTS Statistika = 80
H1 : Nilai rata-rata UTS Statistika ≠ 80

3
Bentuk-bentuk Hipotesis
1. Hipotesis Deskriptif
Merupakan suatu dugaan terhadap suatu variabel (statistik). Contoh :
H0 : Umur lampu merek A lebih dari atau sama dengan 3000 jam.
H1 : Umur lampu merek A kurang dari 3000 jam.
2. Hipotesis Komparatif
Merupakan jawaban sementara terhadap rumusan masalah perbandingan. Contoh :
H0 : Tidak ada perbedaan umur lampu merek A dan merek B
H1 : Terdapat perbedaan umur lampu merek A dan merek B.
3. Hipotesis Asosiatif
Merupakan jawaban sementara terhadap rumusan masalah yang menyatakan hubungan dua
atau lebih variabel. Contoh
H0 : Tidak ada hubungan antara lama waktu belajar dengan hasil nilai UTS Statistika
H1 : Terdapat hubungan antara lama waktu belajar dengan hasil nilai UTS Statistika

4
 Jenis-jenis Pengujian Hipotesis
1. Berdasarkan jenis parameternya
a. Pengujian hipotesis rata-rata.
b. Pengujian hipotesis proporsi.
c. Pengujian hipotesis varian.

2. Berdasarkan jumlah sampel

a. Pengujian hipotesis sampel besar.
b. Pengujian hipotesis sampel kecil.

3. Berdasarkan jenis distribusinya

a. Pengujian hipotesis dengan distribusi Z, misal untuk pengujian satu dan beda dua rata-rata sampel besar
b. Pengujian hipotesis dengan distribusi t, misal untuk pengujian satu dan beda dua rata-rata sampel kecil
c. Pengujian hipotesis dengan distribusi 𝜒2, misal untuk pengujian hipotesis beda tiga proporsi
d. Pengujian hipotesis dengan distribusi F, misal pengujian hipotesis beda tiga rata-rata dan pengujian kesamaan dua
varians

5
Jenis-jenis Pengujian Hipotesis
4. Berdasarkan arah atau bentuk formulasi hipotesis
a. Pengujian hipotesis dua pihak
b. Pengujian hipotesis sisi kiri
c. Pengujian hipotesis sisi kanan

6
 Arah Pengujian Hipotesis
1.  Pengujian Satu Arah
Dalam hipotesis, dinyatakan bahwa suatu variable mempengaruhi variable lain ke arah yg
sama.
atau
Contoh : “Semakin tinggi tingkat pendidikan, semakin tinggi pendapatan.”
2. Pengujian Dua Arah
Dalam hipotesis, dinyatakan bahwa suatu variable mempengaruhi variable lain namun
arahnya tidak diketahui.

Contoh : “Terdapat pengaruh umur terhadap pendapatan.”

7
Arah Pengujian Hipotesis

8
 Prosedur Pengujian Hipotesis
1.  Menentukan formulasi hipotesis
a. Hipotesis Nol/Nihil (H0)
Disebut hipotesis nol karena tidak memiliki perbedaan dengan nilai sebenarnya. Oleh karena itu, H 0
selalu memiliki tanda sama dengan (=).
b. Hipotesis Alternatif (H1 atau Ha)
Nilai H1 dapat menggunakan tanda lebih besar (>), lebih kecil (<), ataupun tidak sama dengan (≠).

Contoh formulasi hipotesis

9
 Prosedur Pengujian Hipotesis
2. Menentukan taraf nyata (α)
Taraf nyata merupakan besarnya nilai toleransi dalam menerima kesalahan hasil hipotesis terhadap
nilai sesungguhnya. Semakin tinggi nilai α, maka semakin tinggi penolakan hipotesis nol. Nilai yang
biasa digunakan adalah 1%, 5%, dan 10%.
3. Menentukan kriteria pengujian
Kriteria pengujian dilakukan untuk menentukan penerimaan atau penolakan H 0 dengan cara
membandingkan nilai α dengan nilai uji statistik.
4. Menentukan nilai uji statistik
Nilai uji statistik diperoleh dari data sampel dan populasi yang dikalkulasi dengan persamaan tertentu.
5. Membuat kesimpulan
Kesimpulan dibuat berdasarkan kriteria pengujian. Hasil kesimpulan berupa penerimaan atau
penolakan H0

10
Pengujian Hipotesis Rata-Rata
Pengujian hipotesis rata-rata dilakukan jika hipotesis yang dibuat menyatakan rata-rata parameter
populasi
Terdapat beberapa metode uji hipotesis rata-rata
1. Uji z 1 sampel
◦ Data sampel lebih dari 30 (n > 30)
◦ Simpangan baku diketahui

2. Uji t 1 sampel
◦ Data sampel kurang dari 30 (n < 30)
◦ Simpangan baku tidak diktahui

3. Uji t 2 sampel
◦ Digunakan untuk membandingkan 2 sampel data

11
Pengujian Hipotesis Rata-rata
 Penentuan nilai uji statistik
1. Uji z 1 sampel
t  = t statistik
z = z statistik
2. Uji t 1 sampel
df = derajat kebebasan
(degree of freedom)
= Rata-rata (Mean) sample
μ = Rata-rata Populasi
3. Uji t 2 sampel n = Jumlah sample
σ = Simpangan Baku Populasi
Sd = Simpangan Baku Sample
d0 = Dugaan rata-rata populasi
= Proporsi Sample

12
 Contoh Soal 1
 
Lima tahun yang lalu, rata-rata jumlah tilang per Polisi selama setahun di kota Malang adalah
380 dengan standar deviasi 35.2. Lima tahun kemudian, dilakukan survei terhadap 50 Polisi.
Ternyata rata-rata mereka menilang 390 pelanggar. Apakah rata-rata jumlah tilang yang
dilakukan Polisi sekarang lebih banyak dari lima tahun lalu? Gunakan α=0.01
Jawab:

Karena z tidak berada di daerah kritis, maka H0 diterima z =2.01 z0.01 = 2.33
Kesimpulan : Rata-rata jumlah tilang per Polisi tidak lebih banyak
13
Contoh Soal 2
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? Gunakan α = 0.05

 Lampu lama (1) Lampu Baru (2)

µ= 800 = 792
n2 = 50
s2 = 60

14
Contoh Soal 2
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

15
Contoh Soal 2
 
Karena data sample melebihi 30 (n > 30) dan Simpangan Baku (Standar Deviasi) diketahui,
gunakan 1 sample z test (Pengujian z satu sample)

=0,025 =0,025

Hasil perhitungan sampel masih Z1=–1,96 Z2=1,96

berada di dalam area penerimaan H0
Z=–0,94
H1  tidak terbukti

16
Contoh Soal 3
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? Gunakan α = 0.05

17
Contoh Soal 3
 Mesin Baru (1) Mesin Lama (2)
= 550 = 500
n1 = 8 n2 = 8
s1 = 25 s2 = 20

18
Contoh Soal 3
Tentukan formulasi Hipotesis Nol (H0) dan
Hipotesis Alternatif (H1)

H0 : Mesin baru tidak lebih baik daripada mesin lama

H0 : μ1 ≤ μ2
H1 : Mesin baru lebih baik daripada mesin lama
H1 : μ1 > μ2

Pengujian satu arah

19
Contoh Soal 3
 
Karena ingin membandingkan 2 sampel data, maka menggunakan uji statistik 2 sample t test
(Pengujian t dua sampel)

20
 Contoh Soal 3
  2 2 (𝑛 ¿ ¿ 2 −1) 𝑆22   = ( ´𝑥 ¿ ¿1 − ´𝑥 2) −𝑑 0 ¿
𝑡
𝑆 𝑝 =(𝑛¿¿ 1 −1) 𝑆1 + ¿¿ 2
𝑛1+ 𝑛2 − 2 1 1
2
  (8 − 1 )(25 ) +( 8 − 1)(20 )
¿
2
√ 𝑆 𝑝
𝑛
+
1 𝑛2

8 +8 − 2
  (550 −500)− 0 =𝟒 , 𝟒𝟏𝟖
¿
  (4375 +2800 )
¿ =512,5 1 1

 𝑆
𝑝
14
= √ 512,5   =22,63
√
22,63 +
8 8

21
Contoh Soal 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 !

22
Contoh Soal 3

Karena t berada di daerah kritis, maka H0 ditolak t0.05;14 = 1.761

Kesimpulan : Mesin baru lebih baik daripada mesin lama t =4.418

23
 Uji Hipotesis dengan Chi Kuadrat
REVIEW CONTOH KASUS SEBELUMNYA

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.

Dengan taraf signifikan 5%, apakah kualitas lampu mengalami perubahan?

24
Kira-kira masih
ingat gak ya
solusinya
bagaimana?
Jawab  – Diketahui
Lampu lama (1) Lampu Baru (2)
µ= 800 = 792
n2 = 50
s2 = 60

26
Jawab – 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

27
Jawab – Langkah 2
Tentukan taraf nyata (α) atau
level of significant atau Resiko Alpha

α = 0,05

28
Jawab – Langkah 3
Tentukan nilai kritis (nilai tabel) dan statistik uji hipotesis-nya.

Karena data sample melebihi 30 (n > 30) dan

Simpangan Baku (Standar Deviasi) diketahui.
1 sample z test (Pengujian z satu sample)

29
Jawab – Langkah 3

  792 −800
¿ √ 50
60
=0,025 =0,025
¿  −𝟎 , 𝟗𝟒
α = 0,05  lihat langkah 2
pengujian dua arah (two tail)
 lihat langkah 1
Z1=–1,96 Z2=1,96
(-∞) sampai 0,025  Z1=–1,96 2
 lihat di tabel Dist normal (tabel Z) Z=–0,94

Hasil perhitungan sampel masih

1- 0,025 = 0,975  Z2=1,96 berada di dalam area penerimaan H0
 lihat di tabel Dist normal (tabel Z) H1  tidak terbukti

30
Apakah kualitas lampu mengalami perubahan?

TIDAK

Apakah parameter kualitas (Sd= 60 jam)

sudah cukup memenuhi harapan konsumen?

31
 UJI VARIANS/
CHI-
UJI VARIANS/CHI
KUADRAT KUADRAT

32
Kegunaan (1)
Uji Varians / Chi Square berguna untuk menentukan
besarnya variansi (s2) dalam pengujian dengan
mengamati hubungan nilai perolehan dengan nilai
ekspektasi.

33
RUMUS (1)
 

= Nilai Chi-kuadrat

= Varians sampel

= Standar deviasi H0

= jumlah sampel

34
CONTOH KASUS (1)
Perusahaan lampu A mengatakan bahwa lampunya bisa tahan pakai
sekitar 800 jam. Pengujian 50 lampu menemukan bahwa rata-ratanya
lampu tahan dipakai 792 jam, dengan simpangan baku 60 jam.

Apakah kualitas lampu mengalami perubahan?

TIDAK

Apakah parameter kualitas (Sd = 60 jam) sudah cukup memenuhi

harapan konsumen?

Bagaimana dengan peningkatan kualitas Sd= 55 jam?

35
Hipotesis Nol (H0) dan Hipotesis Alternatif (H1)

H0 : Kualitas Sd=60 jam sudah memenuhi harapan konsumen

H0 : σ2 = 60 2
H1 : Kualitas Sd=60 jam belum memenuhi harapan konsumen
H1 : σ2 ≠ 60 2

Pengujian dua arah

=0,025 =0,025

36
=  552 = 3025
= 60
= 50

Lihat di tabel dist chi-kuadrat

α1 = 0,025  71,4
α2 = 0,975  32,4
dk = (n-1) = (50-1) = 49

α =0,025 α =0,975
H0 : σ2 = 60 2  diterima
  =71,4   =32,4
  =41, 174
37
Tabel Chi

38
KESIMPULAN
Nilai H0 berada diantara nilai x2 = 32,4 dan 71,4
sehingga H0 diterima.

Hipotesis Sd=60 jam dapat diterima

dengan resiko penolakan sebesar 5%

39
Kegunaan (1)
Uji Varians / Chi Square berguna untuk menentukan besarnya
variansi (s2) dalam pengujian dengan mengamati hubungan nilai
perolehan dengan nilai ekspektasi.
Kegunaan (2)
Uji Varians / Chi Square berguna untuk menguji hubungan atau
pengaruh dua buah variabel nominal dan mengukur kuatnya
hubungan antara variabel yang satu dengan variabel nominal lainnya
40
RUMUS (2)
 

= Nilai Chi-kuadrat

= Frekuensi hasil observasi

= Frekuensi yg diharapkan

41
 CONTOH KASUS (2)
Peneliti ingin mengetahui apakah terdapat hubungan antara jenis
kelamin dengan hobi?
Data:
Laki‐laki yg suka olah raga 27
Perempuan yg suka olah raga 13
Laki‐laki yg suka otomotif 35
Perempuan yg suka otomotif 15
Laki‐laki yg suka Shopping 33
Perempuan yg suka Shopping 27
Laki‐laki yg suka komputer 25
Perempuan yg suka komputer 25
42
Jawab – Langkah 1
Tentukan Hipotesis Nol (H0) dan Hipotesis Alternatif (H1)

H0 : terdapat hubungan antara jenis kelamin dengan hobi

H0 : x2 = 0
H1 : tidak terdapat hubungan antara jenis kelamin dengan
hobi
H1 : x2 ≠ 0

43
Jawab – Langkah 2
Tabel kontingensi berbentuk 2x4 (2 baris dan 4 kolom).
Setiap kotak disebut sel, setiap sebuah kolom berisi sebuah
subvariabel, setiap sebuah baris berisi sebuah subvariabel.

44
 Jawab – Langkah 3
 
Cari nilai Frekuensi yang Diharapkan (fe)
(fe) untuk setiap sel =
(fe) LK x OR=
(fe) PR x OTO=
....dst

45
Jawab – Langkah 4
𝟐
𝒙 =¿
Isikan Nilai (fe) ke Dalam Tabel Kontingensi  

46
Jawab – Langkah 5
Hitung nilai chi-kuadrat (x2) hasil observasi

47
Jawab – Langkah 6
Hitung nilai chi-kuadrat (x2) hasil ekspektasi
Taraf signifikansi (α) = 0,05
df = (n jenis kelamin-1)(n hobi-1) = (2‐1)×(4‐1)
df = 3
x2 ekspektasi = 7,815

48
Jawab – Langkah 8
Membandingkan nilai observasi vs ekspektasi

Jika χ2 obsv ≤ χ2 eksp, maka Ho diterima.

Jika χ2 obsv > χ2 eksp, maka Ho ditolak.

x2 observasi (5,729) < x2 ekspektasi (7,815)

maka Ho diterima
Terdapat hubungan yang signifikan antara jenis kelamin dengan
hobi.

49
Tugas
Sebuah Perguruan Tinggi di Malang sedang melakukan studi tentang hubungan
antara daerah asal mahasiswa dengan fakultas yg dipilih.

Data yang diperoleh adalah sebagai berikut:

Asal Mahasiswa Fakultas yg dipilih
FT Filkom FEB FISIP
Pulau Jawa 80 65 42 36
Luar Pulau Jawa 47 52 95 12

Apakah daerah asal mahasiswa mempengaruhi pemilihan fakultas?

50
TERIMA KASIH
51