Dasar-Dasar Pengujian Hipotesis - Uji Satu Kelompok

Dasar-dasar Pengujian Hipotesis:
Uji Satu Kelompok

Muhammad Doddy, PhD
Gambaran Besar Pengujian Hipotesis Satu Sampel
Dasar-dasar Hipotesis
Uji Hipotesis Rata-rata Populasi

Jika Simpangan Baku Populasi
Diketahui
Pengujian Hipotesis
Uji Satu Kelompok Uji Hipotesis Rata-rata Populasi
Jika Simpangan Baku Populasi
Tidak Diketahui
Uji Hipotesis Proporsi Populasi
Kesalahan Pengambilan
Keputusan
Dasar-dasar Hipotesis
Dasar-dasar Pengujian Hipotesis – Uji Satu Kelompok
Hipotesis
Hipotesis adalah klaim (asumsi) tentang parameter populasi:

• Rata-rata populasi
• Contoh: Rata-rata pembelian paket data internet mingguan di sebuah kota
adalah μ = Rp 52 ribu.
• Proporsi populasi
• Contoh: Proporsi masyarakat di sebuah kota yang memiliki smartphone
adalah π = 0,68 (68%) dari jumlah penduduk.
• Hipotesis terdiri dari H0 dan H1
Hipotesis Nol (H0)
• Menyatakan asumsi numerik yang akan diuji

• Contoh: Jumlah rata-rata kepemilikan smartphone dalam satu keluarga di sebuah kota sama
dengan tiga.
• Selalu tentang parameter populasi, bukan tentang statistik sampel.

• Perumusan hipotesis dimulai dengan asumsi bahwa hipotesis nol benar.
• Mirip dengan pengertian asas praduga tidak bersalah sampai terbukti bersalah.
• Hipotesis nol mengacu pada status quo
• Selalu berisi tanda “=”, “≤” atau “≥”.
• Kemungkinan diterima atau ditolak.
Hipotesis Alternatif (H1)
• Merupakan kebalikan dari hipotesis nol

• Misalkan: Jumlah rata-rata kepemilikan smartphone dalam satu keluarga di
sebuah kota tidak sama dengan tiga.
H1: μ ≠ 3
• Berlawanan dengan status quo
• Tidak pernah berisi tanda “=”, “≤”, atau “≥”. Selalu tanda ≠, <, >.
• Mungkin bisa dibuktikan atau mungkin tidak bisa dibuktikan
• Secara umum merupakan hipotesis yang coba dibuktikan oleh peneliti
Proses Pengujian Hipotesis
• Klaim: Usia rata-rata populasi adalah 50.

• H0: μ = 50; H1: μ ≠ 50.
• Ambil sampel populasi secara acak dan temukan rata-rata sampel.
Populasi
Sampel
• Misalkan berdasarkan data sampel, usia rata-rata adalah = 20.

• Nilai sampel ini secara signifikan jauh lebih rendah daripada usia populasi rata-
rata yang diklaim yaitu 50 tahun.
• Kemungkinan besar akan menolak hipotesis nol.
• Dengan kata lain, dengan rata-rata usia sampel 20 adalah sangat kecil
kemungkinannya jika rata-rata populasi adalah 50.
• Kita bisa menyimpulkan bahwa rata-rata populasi bukanlah 50.
Distribusi Sampling
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
• Jika rata-rata sampel mendekati rata-rata populasi yang diasumsikan, hipotesis

nol diterima.
• Jika rata-rata sampel jauh dari rata-rata populasi yang diasumsikan, hipotesis nol
ditolak.
• Berapa probabilitas untuk menolak H0?
• Nilai kritis dari statistik pengujian menciptakan patokan untuk pengambilan
keputusan. Nilai kritis didapat dari tabel statistika atau perhitungan MS Excel.
Statistik Uji dan Nilai Kritis
Distribusi statistik uji
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 ≥ 50 H1: Uji Arah Kiri (Lower- α

tail test)
μ < 50
6 Langkah Pengujian Hipotesis
1. Nyatakan hipotesis nol, H0 dan nyatakan hipotesis alternatif, H1
2. Pilih tingkat signifikansi, α, dan ukuran sampel n.
3. Tentukan teknik statistik yang sesuai dan statistik uji yang akan digunakan
4. Temukan nilai kritis dan tentukan daerah penolakan
5. Kumpulkan data dan hitung statistik uji dari hasil sampel
6. Bandingkan statistik uji dengan nilai kritis untuk menentukan apakah statistik
uji termasuk dalam wilayah penolakan. Buat keputusan statistik:
a. Tolak H0 jika statistik pengujian termasuk dalam wilayah penolakan.
b. Ekspresikan keputusan dalam konteks masalah
Uji Hipotesis Rata-rata Populasi: σ
Diketahui
Pengujian Hipotesis: σ Diketahui
Untuk uji dua arah untuk rata-rata, jika σ diketahui:

• Ubah statistik sampel ( ) menjadi statistik uji 𝑥−𝜇
𝑍=
𝜎
√𝑛
• Tentukan nilai Z kritis untuk tingkat signifikansi tertentu (α) dari tabel atau dengan
menggunakan Excel
• Aturan Keputusan:
• Jika statistik uji jatuh di wilayah penolakan, tolak H0;
• jika tidak, terima H0.
 Ada dua nilai batas (nilai kritis), yang
menentukan wilayah penolakan.
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
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.
• 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
• Misalkan hasil sampel adalah n = 100, = 2,84

• σ = 0,8 diasumsikan diketahui dari catatan perusahaan sebelumnya
• Jadi statistik pengujiannya adalah:
𝑥 − 𝜇 2 , 84 −3 − 0,16
𝑍= = = =− 2 , 0
𝜎 0,8 0, 08
√𝑛 √ 100
• Apakah statistik pengujian ada di wilayah penolakan?
 = 0,05/2  = 0,05/2
Tolak H0 jika Z <-1,96

atau Z > 1,96; jika tidak, Tolak H0 Terima H0 Tolak H0
terima H0
-Zα/2= -1,96 0 + Zα/2 = +1,96
Di sini, Z = -2,0 <-1,96, jadi statistik

pengujian ada di wilayah penolakan
• Ambil keputusan dan tafsirkan hasilnya

• Karena Z = -2,0 <-1,96, kita menolak hipotesis nol dan menyimpulkan bahwa
terdapat cukup bukti bahwa berat rata-rata batang cokelat tidak sama dengan
3.
Pengujian Hipotesis: σ Diketahui Pendekatan P-
Value
• P-value (nilai p ) adalah probabilitas untuk menolak atau menerima hipotesis.
• P-value juga disebut tingkat signifikansi yang diamati.
• Jika p-value lebih kecil dari α maka H0 dapat ditolak.
Value
• Ubah Statistik Sampel (misal ) menjadi Statistik Uji (misal Statistik Z).
• Dapatkan p-value dari tabel atau dengan menggunakan Excel.
• Bandingkan p-value dengan α:
• Jika p-value < α, tolak H0.
• Jika p-value ≥ α, terima H0.
Value
• Contoh: Seberapa besar kemungkinan melihat rata-rata sampel 2,84 (atau
sesuatu yang lebih jauh dari rata-rata, di kedua arah) jika rata-rata sebenarnya
adalah μ = 3,0? (n = 100; σ = 0,8; SE = 0,08).
= 2,84 diubah menjadi nilai
Z. Maka Z = -2,0
/2 = 0,025 /2 = 0,025
=NORM.DIST(2,84;3;0,08;TRUE)
=0,0228 0,0228 0,0228
P(𝑍<−2,0)=0,0228
-1,96 0 1,96 Z
p-value
-2,0 2,0
=0,0228 + 0,0228 = 0,0456
Value
• Bandingkan p-value dengan α
• Jika p-value < α, tolak H0
• Jika p-value ≥ α, terima H0
Di sini: p-value = 0,0456 /2 = 0,025 /2 = 0,025

 = 0,05
Karena 0,0456 < 0,05, kita 0,0228 0,0228
menolak hipotesis nol.
-1,96 0 1,96 Z
-2,0 2,0
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
• Usia populasi pemakai TikTok dihipotesiskan adalah rata-rata 20 tahun dengan

simpangan baku populasi 5 tahun. Lalu diadakan penelitian dengan jumlah
sampel 100 orang dan didapat rata-rata sampel adalah 18 tahun. Dengan nilai
alpha 5% (Z kritis = 1,96), apakah hipotesis awal diterima atau ditolak?
Pengujian Hipotesis: σ Diketahui Pengujian Satu
Arah
• Dalam banyak kasus, hipotesis alternatif berfokus pada arah tertentu:
Ini adalah uji arah kiri karena hipotesis

H0: μ ≥ 3
alternatif difokuskan pada arah kiri di bawah
H1: μ < 3 rata-rata 3.
H0: μ ≤ 3 Ini adalah uji arah kanan karena hipotesis

alternatif difokuskan pada arah kanan di atas
H1: μ > 3 rata-rata 3.
Pengujian Hipotesis: σ Diketahui Pengujian Arah
Kiri
• Hanya ada satu nilai kritis, karena area penolakan hanya ada satu arah.
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
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.
Bentuk uji hipotesis:

H0: μ ≤ 52 rata-rata kurang dari atau sama dengan Rp. 52 ribu per minggu
H1: μ > 52 rata-rata lebih dari Rp. 52 ribu per minggu
(yaitu, ada cukup bukti untuk mendukung klaim manajer)
• Misalkan  = 0,10 dipilih untuk pengujian ini
• Temukan wilayah penolakan:
Tolak H0
1-  = 0,90
 = 0,10
Terima H0 Tolak H0
0 Zα/2
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
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
• 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.
• 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
Terima H0 karena p-value = 0,1894 > α = 0,10

Latihan Soal
• Pengunjung sebuah toko di sebuah kota dihipotesiskan rata-rata kurang dari 30

pengunjung per hari dengan simpangan baku 5 pengunjung. Sebuah penelitian
dilakukan dengan sampel 64 toko didapat bahwa rata-rata pengunjung adalah 25.
Apakah penelitian tersebut mendukung hipotesis tersebut?
Uji Hipotesis Rata-rata Populasi:
σ Tidak Diketahui
Pengujian Hipotesis: σ Tidak Diketahui
• 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.
• Perhatikan bahwa statistik uji t dengan n - 1 derajat bebas adalah:
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
• 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
𝑥 − 𝜇 172 ,50 − 168

𝑡 𝑛 − 1= = =1 , 46
𝑆 15 , 40
√𝑛 √ 25
α/2=0,025 α /2=0,025
-t n-1,α/2 t n-1,α/2
0 1.46
-2,0639 2,0639
Terima H0: tidak cukup bukti bahwa rata-rata tarif

yang sebenarnya berbeda dari Rp.168 ribu.
Hubungan dengan Interval Keyakinan
Untuk = 172,5, S = 15,40 dan n = 25, maka interval keyakinan 95% adalah:
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?
• 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
Pengujian Hipotesis Proporsi Populasi
• Melibatkan variabel kategori

• Dua kemungkinan hasil
• "Sukses" (memiliki karakteristik tertentu)
• “Gagal" (tidak memiliki karakteristik tertentu)
• Pecahan atau proporsi populasi dalam kategori “sukses” dilambangkan dengan π.
• Proporsi sampel dalam kategori sukses dilambangkan dengan simbol p.
𝑥 jumlah keberhasilan dalam sampel

𝑝= =
𝑛 ukuran sampel
• Distribusi sampling p terdistribusi normal, jadi statistik uji adalah nilai Z:
𝑝−𝜋
𝑍=
√ 𝜋 (1− 𝜋 )
𝑛
Contoh Pengujian Hipotesis Proporsi Populasi
• Bagian pemasaran di sebuah perusahaan mengklaim 8% pelanggan tidak puas

atas pelayanannya. Untuk menguji klaim ini, 500 sampel diambil secara acak dan
hasilnya 30 pelanggan merasa tidak puas. Ujilah pada tingkat signifikansi α = 0,05.
H0: π = 0,08 H1: π ≠ 0,08

Tentukan wilayah penolakan
α = 0,05
n = 500, x = 30  p = 0,06
Tolak Tolak
30
𝑝=
500
0,025 0,025
Nilai Kritis: ± 1,96
0 z
-1,96 1,96
Statistik Uji:
𝑝−𝜋 0 , 06 − 0, 08
Z= = =−1 , 648
√ 𝜋 (1− 𝜋 )
n √ 0, 08 (1− 0, 08)
500
Keputusan: Terima H0 pada

0,025 0,025
 = 0,05
Kesimpulan: Tidak cukup bukti untuk
-1,96 0 1,96 z menolak klaim perusahaan di mana
-1,646 8% pelanggan tidak puas. Klaim
perusahaan adalah benar.
Latihan Soal
• Bank Syariah dalam perkembangannya masih kalah perkembangannya dengan

bank konvensional. Walaupun kurang berkembang, ternyata lebih dari 50%
adalah bank yang sehat. Untuk itu diadakan penelitian lebih lanjut dengan 36
bank syariah sebagai objek penelitian. Didapat hal yang mencengangkan bahwa
65% sehat. Dengan taraf nyata 5%, apakah penemuan pernyataan lebih dari 50%
bank syariah adalah bank yang sehat memiliki bukti yang cukup?
• (Tidak ada simpangan baku di soal Metode Proporsi)
Kesalahan Pengambilan Keputusan
Kesalahan dalam Pengambilan Keputusan
• 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
Hasil Uji Hipotesis yang Mungkin

Situasi yang sebenarnya
Keputusan H0 Benar H0 Salah
Menerima H0 Tidak Ada Kesalahan Kesalahan Tipe II

Probabilitas 1 - α Probabilitas β
Menolak H0 Kesalahan Tipe I Tidak Ada Kesalahan

Probabilitas α Probability 1 - β
Kesalahan dalam Pengambilan Keputusan:
Analogi
Hasil Uji Hipotesis yang Mungkin

Situasi yang sebenarnya
Keputusan Penjahat Bukan Penjahat

Hakim
Dihukum Tidak Ada Kesalahan Kesalahan Tipe II

Probabilitas 1 - α Probabilitas β
Tidak Dihukum Kesalahan Tipe I Tidak Ada Kesalahan

Probabilitas α Probability 1 - β
Contoh Kesalah Jenis 1
• 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.

Dasar-Dasar Pengujian Hipotesis - Uji Satu Kelompok

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Dasar-Dasar Pengujian Hipotesis - Uji Satu Kelompok

Diunggah oleh

Hak Cipta:

Format Tersedia

Dasar-dasar Pengujian Hipotesis:

Uji Satu Kelompok

Uji Hipotesis Rata-rata Populasi

Uji Hipotesis Proporsi Populasi

Hipotesis adalah klaim (asumsi) tentang parameter populasi:

• Menyatakan asumsi numerik yang akan diuji

• Selalu tentang parameter populasi, bukan tentang statistik sampel.

• Merupakan kebalikan dari hipotesis nol

• Klaim: Usia rata-rata populasi adalah 50.

• Misalkan berdasarkan data sampel, usia rata-rata adalah = 20.

• Jika rata-rata sampel mendekati rata-rata populasi yang diasumsikan, hipotesis

Distribusi statistik uji

H0: μ ≥ 50 H1: Uji Arah Kiri (Lower- α

Untuk uji dua arah untuk rata-rata, jika σ diketahui:

• Misalkan hasil sampel adalah n = 100, = 2,84

• Apakah statistik pengujian ada di wilayah penolakan?

Tolak H0 jika Z <-1,96

Di sini, Z = -2,0 <-1,96, jadi statistik

• Ambil keputusan dan tafsirkan hasilnya

Di sini: p-value = 0,0456 /2 = 0,025 /2 = 0,025

• Usia populasi pemakai TikTok dihipotesiskan adalah rata-rata 20 tahun dengan

Ini adalah uji arah kiri karena hipotesis

H0: μ ≤ 3 Ini adalah uji arah kanan karena hipotesis

Bentuk uji hipotesis:

Terima H0 karena p-value = 0,1894 > α = 0,10

• Pengunjung sebuah toko di sebuah kota dihipotesiskan rata-rata kurang dari 30

• Perhatikan bahwa statistik uji t dengan n - 1 derajat bebas adalah:

𝑥 − 𝜇 172 ,50 − 168

Terima H0: tidak cukup bukti bahwa rata-rata tarif

• Melibatkan variabel kategori

• Proporsi sampel dalam kategori sukses dilambangkan dengan simbol p.

𝑥 jumlah keberhasilan dalam sampel

• Distribusi sampling p terdistribusi normal, jadi statistik uji adalah nilai Z:

• Bagian pemasaran di sebuah perusahaan mengklaim 8% pelanggan tidak puas

H0: π = 0,08 H1: π ≠ 0,08

Keputusan: Terima H0 pada

• Bank Syariah dalam perkembangannya masih kalah perkembangannya dengan

Hasil Uji Hipotesis yang Mungkin

Keputusan H0 Benar H0 Salah

Menerima H0 Tidak Ada Kesalahan Kesalahan Tipe II

Menolak H0 Kesalahan Tipe I Tidak Ada Kesalahan

Hasil Uji Hipotesis yang Mungkin

Keputusan Penjahat Bukan Penjahat

Dihukum Tidak Ada Kesalahan Kesalahan Tipe II

Tidak Dihukum Kesalahan Tipe I Tidak Ada Kesalahan

Anda mungkin juga menyukai