UJI HIPOTESIS

Sampel Tunggal
Sumber:
Dr. Ir. Harinaldi, Prinsip-Prinsip Statistik untuk Teknik
dan Sains, Penerbit Erlangga, 2005
1-Konsep Dasar
 Dalam upaya menarik kesimpulan dan mengambil
keputusan, berdasar pada asumsi-asumsi atau
perkiraan-perkiraan mengenai populasi.
 Perkiraan seperti itu (yg mungkin salah atau
mungkin benar) disebut sebagai hipotesis statistic.
 Secara umum, suatu hipotesis statistic merupakan
pernyataan mengenai distribusi probabilitas
populasi.
 Hipotesis tersebut perlu diuji untuk kemudian
diterima atau ditolak.
• Perlu dicegah terjadinya dua jenis kesalahan (error)
dalam uji hipotesis, yaitu:
Kesalahan tipe-1 adalah bila “menolak suatu hipotesis
yang seharusnya diterima”
Kesalahan tipe-2 adalah bila “menerima suatu hipotesis
yang seharusnya ditolak”
• Untuk mencegah hal tersbut uji hipotesis dilakukan
dengan prosedur sbb.:
Prosedur Uji Hipotesis:
•1.  Pernyataan Hipotesis Nol dan Hipotesis Alternatif
• Hipotesis nol (Ho) merupakan asumsi yang akan
diuji. Hipotesis nol dinyatakan dalam hubungan
sama dengan. Jadi hipotesis nol menyatakan bahwa
suatu parameter (mean, persentase, varians, dll.)
bernilai sama dengan nilai tertentu.
• Hipotesis alternative (H1) adalah segala hipotesis
yang berbeda dari hipotesis nol. H1 merupakan
kumpulan hipotesis yang diterima dengan menolak
Ho. Pemilihan H1 ini tergantung pada sifat dari
masalah yang dihadapi.
Ho: = 100
H1: 100; H1 100; H1
•2.  Pemilihan tingkat kepentingan/tingkat
keberartian/tingkat signifikansi / level of
significance =
• Tingkat kepentingan menyatakan suatu tingkat
resiko melakukan kesalahan dengan menolak
hipotesis nol. Dengan kata lain, tingkat
kepentingan menunjukkan probabilitas
maksimum yang ditetapkan untuk mengambil
resiko terjadinya kesalahan tipe-1.
• Dalam prakteknya tingkat kepentingan yang biasa
digunakan adalah 0,05 dan 0,01. Jadi dengan
mengatakan bahwa hipotesis telah ditolak
dengan tingkat kepentingan 0,05 artinya
keputusan itu bisa salah dengan probabilitas 0,05.
•3.  Penentuan Distribusi Pengujian yang Digunakan.
Apakah digunakan distribusi normal standar (z), distribusi t,
distribusi (chi kuadrat).
4. Pendefinisian Daerah-daerah Penolakan (Kritis)
Daerah penolakan adalah bagian daerah dari distribusi
sampling yang dianggap tidak mungkin memuat suatu
statistic sampel jika Ho benar. Sedangkan daerah
selebihnya merupakan daerah penerimaan.
Setelah tingkat kepentingan dinyatakan dan distribusi
pengujian yang cocok dipilih, dalam langkah ini perlu
ditetapkan batas-batas daerah penolakan dari distribusi
sampling tersebut yang dinyatakan dalam satuan standar.
Misalnya jika perbedaan antara mean sampel x bar dengan
mean populasi yang diasumsikan dalam hipotesis nol
memiliki nilai yang berada dalam daerah penolakan
(disebut memiliki perbedaan yang berarti (significance
difference), maka hipotesis nol ditolak.
•5.  Pernyataan Aturan Keputusan (Decision Rule)
• Suatu aturan keputusan adalah pernyataan formal
mengenai kesimpulan yang tepat yang akan dicapai
mengenai hipotesis nol berdasarkan hasil-hasil sampel.
• Format umum dari sebuah aturan keputusan adalah:
• “Tolak Ho jika perbedaan yang telah distandarkan,
misalnya antara x bar dan Ho berada di dalam daerah
penolakan. Jika sebaliknya Terima Ho”
6. Perhitungan pada Data Sampel dan Perhitungan
Rasio Uji
Setelah aturan-aturan dasar ditentukan untuk melaksanakan
pengujian, langkah berikutnya adalah menganalisis data actual.
Sebuah sampel dikumpulkan, statistic sampel dihitung, dan
asumsi parameter dilakukan (hipotesis nol).
Kemudian suatu rasio uji (RU) dihitung, yang kemudian dijadikan
dasar dalam menentukan apakah hipotesis akan diterima atau
ditolak.
Rasio uji ini adalah perbedaan antara stastistik dan parameter
asumsi yang dinyatakan dalam hipotesis nol yang telah
distandarkan.

7. Pengambilan keputusan statistic

Jika nilai rasio uji berada di daerah penolakan maka Ho ditolak,
begitu pula sebaliknya.
Prosedur pengujian hipotesis yang diuraikan di atas dapat
digambarkan dengan diagram alir sbb:
2. Uji Hipotesis Mean dengan
Sampel
Tunggal
Uji hipotesis pertama yang akan dibahas adalah uji hipotesis
mengenai mean populasi.
Pengujian ini dibedakan atas 2 jenis pengujian, yaitu:
1. Uji Dua Ujung (two tailed test)
2. Uji Satu Ujung (one-tailed test)
Pada kedua jenis uji tersebut masing-masing dapat dilakukan
dengan 2 kondisi, yaitu:
3. Deviasi standar diketahui
4. Deviasi standar tidak diketahui
2.1-Uji Dua Ujung
Uji dua ujung adalah uji hipotesis yang menolak
hipotesis nol jika statistic sampel secara signifikan
lebih tinggi atau lebih rendah dari nilai parameter
yang diasumsikan.
Dengan hal ini hipotesis nol dan hipotesis
alternatifnya masing-masing adalah:
Ho: µ = nilai yang diasumsikan
H1: µ ǂ nilai yang diasumsikan
Dengan uji 2 ujung maka terdapat dua daerah
penolakan.
Luas tiap daerah penolakan = α/2.
2.1.1. Uji Dua Ujung dengan Deviasi Standar
Populasi Diketahui
•• Jika
  n>30 atau jika standar deviasi populasi diketahui dan
terdistribusi secara normal, maka dapat digunakan table distribusi
normal standar (table-z).
• Batas-batas daerah penolakan ditentuka dengan nilai Z yang
bersesuian dengan probabilitas α/2 (ujung kiri) dan 1- α/2 (ujung
kanan).
• Aturan pengambilan keputusan secara umum: “Tolak Ho dan terima
H1 jika
Ruz < - atau RUZ >

RUz =

xbar = mean sampel, = Error standard distribusi sampling, = mean asumsi

yang dinyatakan pad hipotesis nol
Contoh:

•Manajer
  Pemasaran sebuah produk aditif bahan bakar
mengatakan bahwa jumlah rata-rata produk aditif
terjual adalh 1500 botol. Seorang karyawan di pabrik
ingin menguji pernyataan manajer pemasaran itu
dengan mengambil sampel selama 36 hari. Dia
mendapati bahwa jumlah penjualan rata-ratanya adalah
1450 botol. Dari catatan yang sudah ada, deviasi
standar penjualan adalah 120 botol. Dengan
menggunakan tingkat kepentingan kesimpulan yang bisa
ditarik oleh karyawan tersebut?
2.1.2. Uji Dua Ujung dengan Deviasi
Standar
Populasi Tidak Diketahui
• Pada kenyataannya, deviasi standr populasi jarang
diketahui. Oleh karena itu uji hipotesis dengan
deviasi standar yang tidak diketahui dilakukan
dengan memperhatikan aspek-aspek;
1. Distribusi sampling hanya dapat diasumsikan
mendekati bentuk normal, jika ukuran sampel n > 30
2. Dalam perhitungan rasio uji digunakan error standard
estimasi, dengan σcap xbar = s / Ѵn , dimana s =
deviasi standar sampel.
• Selebihnya prosedur dan langkah sama.
2.2-Uji Satu Ujung
Dalam uji satu ujung (one tailed test) hanya ada satu
daerah penolakan, dan hipotesis nol ditolak hanya
jika nilai statistic sampel berada dalam daerah ini.
Jika daerah penolakan ini berada di ujung kanan
distribusi sampling, maka uji hipotesisnya disebut uji
ujung kanan, sedangkan jika berada di kiri uji ujung
kiri.
2.2.1-Uji Satu Ujung dengan Standar Deviasi
Populasi Diketahui
•  Dalam hal ini hipotesis nol dan hipotesis
alternatifnya adalah:
Ho: µ = nilai yang diasumsikan
H1: µ > nilai yang diasumsikan  Uji ujung kanan, atau
H1: µ < nilai yang diasumsikan  Uji ujung kiri

• Aturan pengambilan keputusan:

Tolak Ho dan terima H1 jika < -  Ujung kiri
Tolak Ho dan terima H1 jika >  Ujung kanan
2.2.2-Uji Satu Ujung dengan Standar
Deviasi
Populasi Tidak Diketahui
• Pada kenyataannya, deviasi standr populasi jarang
diketahui. Oleh karena itu uji hipotesis dengan
deviasi standar yang tidak diketahui dilakukan
dengan memperhatikan aspek-aspek;
1. Distribusi sampling hanya dapat diasumsikan
mendekati bentuk normal, jika ukuran sampel n > 30
2. Dalam perhitungan rasio uji digunakan error
standard estimasi, dengan σcap xbar = s / Ѵn ,
dimana s = deviasi standar sampel.
• Selebihnya prosedur dan langkah sama.
Contoh 9-3:

Pemilik sebuah usaha tambang batu granit

mengatakan bahwa rata-rata per hari dapat
ditambang 4500 kg batu granit dari lahan tambang
milik perusahaannya. Seorang calon investor
mencurigai angka tersebut sengaja dibesar-besarkan
untuk menarik minat investor baru. Kemudian ia
mengambil sampel selama 40 hari dan mendapati
bahwa rata-rata per hari batu granit yang dapat
ditambang adalah 4460 kg dengan deviasi standar
250 kg. Terbuktikah kecurigaan calon investor
tersebut?
3. Uji Hipotesis Proporsi dengan
Sampel
Tunggal
•  Uji hipotesis atas persentase dilakukan sesuai
dengan prosedur umum uji hipotesis yang telah
diuraikan sebelumnya. Perbedaannya dengan uji
hipotesis mean hanya terletak pada rasio uji (RU):

• =
• p = persentase sampel; = nilai hipotesis dari persentase populasi

• =
Contoh:

Editor “Jurnal Teknologi” dalam suatu seminar

mengatakan hanya 25 persen dari mahasiswa PNJ
yang membaca jurnal tersebut setiap edisi terbitan.
Suatu sampel acak 200 mahasiswa menunjukkan 45
mahasiswa membaca jurnal tersebut setiap edisi
terbitannya. Pada tingkat sigifikansi 5%, apakah
pernyataan editor tersebut benar?
4. Uji Hipotesis Varians dengan Sampel
Tunggal
•Uji  atas varians dilakukan dengan prosedur umum uji
hipotesis yang telah diuraikan sebelumnya. Hal yang
perlu diperhatikan adalah distribusi yang digunakan
adalah distribusi chi kuadrat dan perhitungan rasio
ujinya () :

• S2 = s kuadrat = varians sampel

• = kuadrat = Varians populasi
• Sebuah perusahaan farmasi membuat tablet untuk
mengobati suatu jenis penyakit tertentu, dan
proses pembuatan obat tersebut dianggap di luar
control jika deviasi standar dari berat tablet yang
dihasilkan melebihi 0,0125 mg. Suatu sampel acak
yang terdiri dari 20 tablet diperiksa dalam
pemeriksaan periodic dan diperoleh deviasi standar
0,019 mg. Dengan resiko kesalahan 5 persen,
tentukan apakah produk tablet tersebut sudah di
luar control?
5. Nilai P pada Uji Hipotesis
Suatu nilai P didefinisikan sebagai sebuah tingkat
kepentingan yang teramati, yang merupakan nilai tingkat
kepentingan terkecil dimana hipotesis nol akan ditolak
apabila suatu prosedur pengujian hipotesis tertentu
digunakan pada data sampel.
Dengan demikian , nilai P diperoleh dengan cara
menentukan nilai tingkat kepentingan yang 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 ditentuka sebelumnya , dengan
kriteria sbb:
Jika nilai P ≤ α maka hipotesis nol ditolak pada tingkat
kepentingan α.
• Jika nilai P > α, maka hipotesis nol diterima pada
tingkat kepentingan.
• Sebagai ilustrasi penentuan nilai P ditunjukkan
dalam gambar.
Contoh:
Ketebalan yang diinginkan dari wafer silicon yang
digunakan untuk membuat sejenis integrated circuit
(IC) adalah 245 mm. Suatu sampel yang terdiri 50
wafer silicon diperiksa ketebalannya masing-masing
dan diperoleh rata-rata ketebalan sampel tersebut
246,18 mm serta deviasi standarnya 3,60 mm.
Dengan tingkat kepentingan 0,01, apakah data yang
diperoleh ini menunjukkan bahwa rata-rata
ketebalan populasinya berbeda dengan ketebalan
yang diinginkan?