Uji Hipotesis (Lengkap)
Uji Hipotesis (Lengkap)
Uji Hipotesis
MA2181 Analisis Data / MA2081 Statistika
Dasar / MA2082 Biostatistika
TUJUAN
1 2
Uji Hipotesis
Alat pengambilan keputusan atas Hipotesis nolumumnya adalah pernyataan-
suatu pernyataan yang telah pernyataan yang mengandung makna
dirumuskan sebelumnya (hipotesis) kesamaan. Hipotesis tandingan adalah
berdasarkan suatu galat / taraf semua pernyataan yang merupakan
signifikansi () tertentu. kebalikan dari hipotesis nol.
Daerah Kritis
Hipotesis
diketahui tidak diketahui
vs (dwi arah) atau atau
vs (eka arah)
vs (eka arah)
#Cara Manual
#Input
Kasus bentuk statistik uji untuk x = read.csv(“nama file.csv”) #data
xbar = mean(x) #mean sampel
rataan satu populasi mu0 #nilai hipotesis
sigma #standar deviasi populasi
1. Kasus diketahui : n = length(x) #banyak observasi
alpha = 0.05 #taraf signifikansi
𝒙 −𝝁𝟎
𝒛 𝑯 𝒊𝒕𝒖𝒏𝒈 = #Statistika uji (bandingkan z hitung dengan z tabel)
𝝈 /√𝒏
z = (xbar-mu0)/(sigma/sqrt(n)) #z hitung
z.lower = qnorm(alpha) #z tabel eka arah
z.upper = qnorm(1-alpha) #z tabel eka arah
z.half.alpha = qnorm(1-alpha/2) #z tabel dwi arah
z.twosided = c(-z.half.alpha, z.half.alpha)
#Cara Otomatis
library(TeachingDemos)
z.test(x, mu=mu0, sd=sigma,
alternative = c(“two.sided”,”less”,”greater”),
conf.level = 0.95)
Uji Hipotesis Rataan 1 Populasi
7
#Cara Manual
2. Kasus tidak diketahui: #Input
x #data
xbar = mean(x) #mean sampel
mu0 #nilai hipotesis
𝒙 − 𝝁𝟎 s = sd(x) #standar deviasi sampel
𝒕 𝑯= n = length(x) #banyak observasi
𝒔 / √𝒏 alpha = 0.05 #taraf signifikansi
#Cara Otomatis
t.test(x, mu=mu0, alternative = c(“two.sided”,”less”,”greater”),
conf.level = 0.95)
8
Contoh Soal 1
Dari hasil perhitungan tersebut, dengan diperoleh dan serta . Karena nilai statistik uji atau ,
maka ditolak. Jadi kesimpulan yang diambil adalah rata-rata potongan logam tersebut kurang
dari 1.09 mm.
Uji Hipotesis Selisih Rataan 2 Populasi
11
Daerah Kritis
Hipotesis
diketahui tidak diketahui
vs atau atau
vs
vs
#Cara Otomatis
t.test(x1, x2, mu=mu0, var.equal=TRUE, alternative =
c(“two.sided”,l”less”,”greater”), conf.level=0.95)
14
Uji Hipotesis Selisih Rataan 2 Populasi
#2b. Kasus variansi 1 dan 2 tidak diketahui dan dianggap berbeda
2. Kasus variansi kedua populasi tidak #Input
diketahui x1, x2 #data
xbar1 = mean(x1) #mean sampel x1
xbar2 = mean(x2) #mean sampel x2
b) Variansi dianggap berbeda () mu0 #nilai hipotesis
S1 = sd(x1) #standar deviasi sampel x1
S2 = sd(x2) #standar deviasi sampel x2
n1, n2 #banyak observasi
alpha = 0.05 #taraf signifikansi
#Cara Manual
Dengan derajat kebebasan: df = ((S1^2/n1) + (S2^2/n2))^2/
(((1/(n1-1))*(S1^2/n1)^2)+((1/(n2-1))*(S2^2/n2)^2))
xbar = xbar1 - xbar2
t = (xbar-mu0)/(sqrt((S1^2/n1)+(S2^2/n2))) #t hitung
t.lower = qt(alpha, df) #t tabel eka arah
t.upper = qt(1-alpha, df) #t tabel eka arah
t.half.alpha = qt(1-alpha/2, df) #t tabel dwi arah
t.twosided = c(-t.half.alpha, t.half.alpha)
#Cara Otomatis
t.test(x1, x2, mu=mu0, var.equal=FALSE, alternative =
c(“two.sided”,”less”,”greater”), conf.level=0.95)
15
Uji Hipotesis Rataan Berpasangan
#3. Kasus Data Berpasangan
Statistik Uji menggunakan statistik untuk #Input
kasus satu populasi dengan variansi tidak d = x1 - x2 #data
dbar = mean(d) #mean sampel
diketahui: mu0 #nilai hipotesis
Sd = sd(d) #standar deviasi sampel
n = length(d) #banyak observasi
alpha = 0.05 #taraf signifikansi
dengan dan derajat kebebasan #Cara Manual
t = (dbar – mu0)/(sd/sqrt(n)) #t hitung
Contoh Soal 2
Sebuah majalah tentang kriminalitas menyatakan bahwa lama ditahannya (dalam
bulan) seorang narapidana karena kasus penipuan lebih pendek setidaknya 10 bulan
dibanding kasus senjata api. Seorang ahli kriminologi mencatat masa tahanan 10
narapidana karena kasus penipuan dan 8 narapidana karena kasus senjata api sampai
mereka bebas dari penjara sbb:
Penipuan 3.6 5.3 10.7 8.5 11.8 15.5 13 7 5.9 7
Senjata Api 25.5 10.4 18.4 19.6 20.9 10.3 18.2 18.1
Asumsikan bahwa data berasal dari distribusi normal. Untuk tingkat signifikansi 5%,
apakah pernyataan pada majalah tersebut didukung oleh data yang ada?
Console
> #Cara Otomatis
> t.test(x1, x2, mu=mu0, var.equal=FALSE, alternative = "less", conf.level=0.95)
data: x1 and x2
t = 0.5318, df = 12.6, p-value = 0.6979
alternative hypothesis: true difference in means is less than -10
95 percent confidence interval:
-Inf -4.98942
sample estimates:
mean of x mean of y
8.830 17.675
Solusi Soal 2
19
Misalkan adalah rataan masa penahanan kasus penipuan dan adalah rataan masa penahanan
kasus senjata api. Hipotesis menyatakan bahwa lama ditahannya (dalam bulan) seorang narapidana
karena kasus penipuan lebih pendek setidaknya 10 bulan dibanding kasus senjata api.
Uji hipotesis berikut :
Dari hasil perhitungan tersebut, dengan diperoleh derajat kebebasan sehingga dan serta .
Karena nilai statistik uji atau , maka tidak ditolak. Jadi kesimpulan yang diambil adalah masa
tahanan kasus penipuan lebih singkat setidaknya 10 bulan daripada kasus senjata api.
20
Uji Hipotesis Variansi 1 Populasi
Statistik Uji : #Variansi satu populasi
#Input
x #data
sigma0 #nilai hipotesis
S = sd(x) #standar deviasi sampel x
Dengan derajat kebebasan n = length(d) #banyak observasi
alpha = 0.05 #taraf signifikansi
#Cara Otomatis
library(TeachingDemos)
sigma.test(x, sigma=sqrt(sigma0), alternative = c(“two.sided”,
“less”, “greater”), conf.level = 0.95)
21
Uji Hipotesis Variansi 2 Populasi
#Variansi satu populasi
Statistik Uji : #Input
x1, x2 #data
Dengan derajat kebebasan S1 = sd(x1)
S2 = sd(x2)
#standar deviasi sampel x1
#standar deviasi sampel x2
n1 = length(x1) #banyak observasi x1
dan n2 = length(x2) #banyak observasi x2
alpha = 0.05 #taraf signifikansi
#Cara Manual (Bandingkan F hitung dan F tabel)
F = S1^2/S2^2 #F hitung
F.lower = qf(alpha, n1-1, n2-1) #chi tabel eka arah
F.upper = qf(1-alpha, n1-1, n2-1) #chi tabel eka arah
Hipotesis Daerah Kritis F.half.alpha = qf(1-alpha/2, n1-1, n2-1) #chi tabel dwi arah
F.twosided = c(-F.half.alpha, F.half.alpha)
vs
atau #P-value (bandingkan p-value dengan alpha)
pval.lower = pf(F, n1-1, n2-1) #eka arah
pval.upper = pf(F, n1-1, n2-1, lower.tail = FALSE) #eka arah
pval.twosided = 2*pf(F, n1-1, n2-1) #dwi arah
#Cara Otomatis
var.test(x1, x2, ratio = 1, alternative = c(“two.sided”,
“less”, “greater”), conf.level = 0.95)
22
Contoh Soal 3
Dari hasil perhitungan tersebut, dengan diperoleh dan serta . Karena nilai statistik uji
atau , maka ditolak. Jadi kesimpulan yang diambil adalah variansi potongan logam
tersebut lebih dari .
25
Hal ini penting untuk diperiksa sebelum melakukan pembangunan model, misalkan model regresi.
Dalam menghadapi data, seringkali ingin diketahui apakah data tersebut berdistribusi normal atau
tidak.
Uji kenormalan yang terkenal adalah uji Kolomogorov-Smirnov, yaitu membandingkan nilai distribusi
dari data empirik dengan distribusi normal. Statistik ujinya adalah
dengan adalah nilai fungsi distribusi empiris dan adalah nilai fungsi distribusi normal.
Hipotesis nol dan tandingan untuk uji kenormalan adalah:
: data berdistribusi normal
data tidak berdistribusi normal
26
Editor
x<-c(5.6,5.4,4.3,7.4,5,6.67,6.3,4.8,
UJI KENORMALAN 7.62,4.56,6.43,5.5) #input data
ks.test(x,"pnorm") #pnorm=distribusi normal
Console
Contoh: produksi sumur minyak tahun > ks.test(x,"pnorm") #pnorm=distribusi normal
1992 di suatu daerah tercatat sebagai
One-sample Kolmogorov-Smirnov test
berikut:
data: x
D = 0.99999, p-value = 3.331e-16
5,6 5,4 4,3 7,4 5 6,67 6,3 4,8 7,62 4,56 6,43 5,5 alternative hypothesis: two-sided
Hal ini penting untuk diperiksa sebelum melakukan uji-uji statistik lain seperti uji
data berdistribusi tertentu. Salah satu cara uji kebebasan adalah uji chi-kuadrat.
Hipotesis nol dan tandingan untuk uji kebebasan antara dua variabel A dan B adalah
: variabel A dan B saling bebas
: variabel A dan B tidak saling bebas
28
UJI KEBEBASAN
Dr. Rr. Kurnia Novita Sari Yuli Sri Afrianti, S.Si., MT, MBA.
Dosen KK Statistika, MA2181 Analisis Data Dosen KK Statistika,
MA2181 Analisis Data / MA2081 Statistika Dasar
Dr. Sandy Vantika
Dosen KK Statistika, Dr. Utriweni Mukhaiyar
MA2181 Analisis Data / MA2081 Statistika Dasar Dosen KK Statistika, MA2082 Biostatistika
Selamat Praktikum!