Pengujian Hipotesis
Uji Satu Kelompok Uji Hipotesis Rata-rata Populasi
Jika Simpangan Baku Populasi
Tidak Diketahui
Kesalahan Pengambilan
Keputusan
Dasar-dasar Hipotesis
Dasar-dasar Pengujian Hipotesis – Uji Satu Kelompok
Hipotesis
Sampel
Proses Pengujian Hipotesis
X
20 μ = 50
Jika H0 benar
... maka kita akan
Kemungkinan untuk
menolak hipotesis
menolak H0 akan
nol bahwa μ = 50.
cukup besar. Angka ini merupakan klaim
saja. Klaim ini perlu dibuktikan
dengan pengambilan sampel...
Statistik Uji dan Nilai Kritis
Wilayah Wilayah
Penolakan Penolakan
Nilai Kritis
Tingkat Signifikansi, α
Klaim: Usia rata-rata
populasi adalah 50. α/2 Merepresentasikan
nilai kritis
α/2
H0: μ = 50 Uji Dua Arah
(Two-tail test)
H1: μ ≠ 50
0
Area
H0: μ ≤ 50 Uji Arah Kanan α penolakan
(Upper-tail test)
diarsir
H1: μ > 50
0
H0: μ = 3
H1: μ ≠ 3
/2 /2
3 x
Tolak H0 Terima H0 Tolak H0
-Z +Z Z
0
Nilai kritis negatif Nilai kritis positif
Pengujian Hipotesis: σ Diketahui
Contoh: Uji klaim bahwa bobot rata-rata sebenarnya dari coklat batangan yang
diproduksi di pabrik adalah 3 ons.
• Nyatakan hipotesis nol dan hipotesis alternatif yang sesuai
• H0: μ = 3
• H1: μ ≠ 3 (Ini adalah uji dua arah)
• Tentukan tingkat signifikansi yang diinginkan
• Misalkan α = 0,05 dipilih untuk pengujian ini.
• Pilih ukuran sampel
• Misalkan sampel coklat yang dipilih dengan ukuran n = 100 dipilih.
Pengujian Hipotesis: σ Diketahui
• Tentukan teknik yang tepat Z 0.06 0.07
1.5 0.441 0.442
• σ diketahui, jadi menggunakan uji Z.
1.6 0.452 0.453
• Tentukan nilai kritis 1.7 0.461 0.462
1.8 0.469 0.469
• Untuk α = 0,05 nilai Z kritis adalah ± 1,96 1.9 0.475 0.476
• Kumpulkan data dan hitung statistik uji 2.0 0.480 0.481
= 0,05/2 = 0,05/2
P(𝑍<−2,0)=0,0228
-1,96 0 1,96 Z
p-value
-2,0 2,0
=0,0228 + 0,0228 = 0,0456
Pengujian Hipotesis: σ Diketahui Pendekatan P-
Value
• Bandingkan p-value dengan α
• Jika p-value < α, tolak H0
• Jika p-value ≥ α, terima H0
-1,96 0 1,96 Z
-2,0 2,0
Pengujian Hipotesis: σ Diketahui
Hubungan dengan Interval Keyakinan
• Untuk = 2,84, σ = 0,8 dan n = 100, interval keyakinan 95% adalah:
2,6832 ≤ μ ≤ 2,9968
• Karena interval ini tidak mengandung rata-rata yang dihipotesiskan (3,0), kita
menolak hipotesis nol pada α = 0,05.
Latihan Soal
Tolak H0 Terima H0
-Z Z
μ x
Nilai Kritis
Pengujian Hipotesis: σ Diketahui Pengujian Arah
Kanan
• Hanya ada satu nilai kritis, karena area penolakan hanya ada satu arah.
Terima H0 Tolak H0
Z Z
x μ
Nilai Kritis
Pengujian Hipotesis: σ Diketahui
Contoh Uji Arah Kanan
• Seorang manajer industri telepon berpikir bahwa konsumsi paket data mingguan
pelanggan telah meningkat, dan sekarang rata-rata lebih dari Rp.52 ribu per
minggu. Perusahaan ingin menguji klaim ini. Catatan perusahaan sebelumnya
menunjukkan bahwa simpangan baku sekitar Rp. 10 ribu.
Tolak H0
1- = 0,90
= 0,10
Terima H0 Tolak H0
0 Zα/2
Pengujian Hipotesis: σ Diketahui
Contoh Uji Arah Kanan
0,90 0,10
Z 0,07 0,08 0,09
α = 0,10
1,1 0,879 0,881 0,883
0,90
1,2 0,898 0,899 0,902
z
0 1,28
1,3 0,915 0,916 0,918
Nilai kritis
= 1,28
Pengujian Hipotesis: σ Diketahui
Contoh Uji Arah Kanan
What is Z given a = 0.10?
• Mendapatkan sampel dan hitung statistik uji.
• Misalkan diambil sampel dengan hasil sebagai berikut: n = 64, = 53,1 (σ = 10
diasumsikan diketahui dari catatan perusahaan sebelumnya)
• Maka statistik pengujiannya adalah:
𝑥 − 𝜇 53 ,1 −52
𝑍= = =0 , 88
σ 10
√𝑛 √ 64
Pengujian Hipotesis: σ Diketahui
Contoh Uji Arah Kanan
• Ambil keputusan dan tafsirkan hasilnya:
Tolak H0
1- = 0,90
= 0,10
0 1,28
Z = 0,88
Terima H0 karena Z = 0,88 ≤ 1,28
Maka tidak ada cukup bukti bahwa rata-rata konsumsi paket data mingguan lebih
besar dari Rp. 52 ribu.
Pengujian Hipotesis: σ Diketahui
Contoh Uji Arah Kanan
• Hitung p-value dan bandingkan dengan α
p-value = 0,1894
P(𝑥≥53,1)
Tolak H0
=0,10
0
Terima H0 Tolak H0
1,28
Z = 0,88
• Jika simpangan baku populasi tidak diketahui, gunakan simpangan baku sampel
(S).
• Karena perubahan ini, kita menggunakan distribusi t dan bukan distribusi Z untuk
menguji hipotesis nol tentang rata-rata.
• Semua langkah, konsep, dan kesimpulan lainnya adalah sama.
Pengujian Hipotesis: σ Tidak Diketahui
𝑥 −𝜇
𝑡 𝑛 − 1=
𝑆
√𝑛
Contoh Pengujian Hipotesis: σ Tidak Diketahui
• Rata-rata tarif kamar hotel di sebuah kota kecil diklaim Rp 168 ribu per malam.
Sampel diambil secara acak dari 25 hotel menghasilkan = Rp. 172,50 ribu dan S =
15,40. Uji di tingkat α = 0,05. Data terdistribusi normal.
• Membuat hipotesis:
H0: μ = 168
H1: μ ≠ 168
Contoh Pengujian Hipotesis: σ Tidak Diketahui
• H0: μ = 168
• H1: μ ≠ 168
• n = 25 df = n – 1 = 25 – 1 = 24 Tentukan daerah penolakan
• tidak diketahui gunakan statistik t
• Nilai kritis dengan α = 0,05:
α/2=0,025 α/2=0,025
t24;0,025 = ± 2,064
df 0.20 0.10 0.05
22 1.321 1.717 2.074
Tolak H0 Terima H0 Tolak H0
23 1.319 1.714 2.069 -t n-1,α/2 0 t n-1,α/2
24 1.318 1.711 2.064 -2,064 2,064
25 1.316 1.708 2.060
Contoh Pengujian Hipotesis: σ Tidak Diketahui
-t n-1,α/2 t n-1,α/2
0 1.46
-2,0639 2,0639
15,4 15 ,4
172,5 − (2,0639) ke 172,5 +(2,0639)
√ 25
166,14 ≤ μ ≤ 178,86
√25
Karena interval ini mengandung rata-rata yang dihipotesiskan (168), kita terima
hipotesis nol pada α = 0,05.
Latihan Soal
• Volume dari sebuah air minum kemasan diklaim 240 ml. Sebuah aktivitas
pengujian mutu dilakukan dengan 25 sampel. Hasil uji mutu tersebut
menghasilkan rata-rata volume air minum adalah 235 ml dengan simpangan baku
15. Apakah klaim volume air tersebut bisa dipertanggungjawabkan?
Pengujian Hipotesis: σ Tidak Diketahui
• Ingat kembali bahwa kita berasumsi bahwa statistik sampel berasal dari sampel
yang diambil secara acak dan terdistribusi normal.
• Jika ukuran sampel kecil (<30), kita harus menggunakan plot box-and-whisker
atau plot probabilitas normal untuk menilai apakah asumsi normalitas adalah
valid.
• Jika ukuran sampel besar, teorema batas pusat (central limit theorem) berlaku
dan distribusi sampling dari rata-rata akan normal.
Uji Hipotesis Proporsi Populasi
Dasar-dasar Pengujian Hipotesis – Uji Satu Kelompok
Pengujian Hipotesis Proporsi Populasi
𝑝−𝜋
𝑍=
√ 𝜋 (1− 𝜋 )
𝑛
Contoh Pengujian Hipotesis Proporsi Populasi
√ 𝜋 (1− 𝜋 )
n √ 0, 08 (1− 0, 08)
500
• Kesalahan Tipe I
• Menolak hipotesis nol yang benar
• Dianggap sebagai jenis kesalahan yang serius
• Probabilitas Kesalahan Tipe I adalah α
• Disebut tingkat signifikansi dari tes tersebut
• Nilai α ditetapkan sebelumnya oleh peneliti
• Kesalahan Tipe II
• Kegagalan untuk menolak hipotesis nol palsu
• Probabilitas Kesalahan Tipe II adalah β.
Kesalahan dalam Pengambilan Keputusan
• Sebuah Bank ingin bekerja sama dengan perusahaan jasa penagihan dengan
tingkat syarat tingkat kegagalan tagih paling buruk 5%. Sebuah perusahaan jasa
penagihan GERTAK SAMBAL dicoba sebagai mitra. Dari sampel 30 penagihan,
ternyata kegagalan tagih adalah 6 (20%). Akhirnya perusahaan tersebut tidak
dijadikan mitra oleh Bank tersebut
• Akan tetapi bisa menjadi kesalahan jika ternyata sampel penagihan sebanyak 900
penagihan dan kegagalan tagih hanya 6 (0,7%)
• Dari kasus di atas H0 ditolak padahal H0 benar.
Contoh Kesalah Jenis 2
• Perusahaan penagihan lainnya bernama TAMPANG SEREM juga dicoba oleh Bank
tersebut. Dari sampel 30 penagihan, ternyata kegagalan tagih adalah 1 (3,33%).
Akhirnya perusahaan tersebut dijadikan mitra oleh Bank tersebut
• Akan tetapi bisa menjadi kesalahan jika ternyata sampel penagihan sebanyak
900 penagihan dan kegagalan tagih mencapai 63 (7%)
• Dari kasus di atas H0 diterima padahal H0 salah.