Kuliah Ke-4

PENGUJIAN HIPOTESIS

MEDAN, 18 SEPTEMBER 2023

Ir. Rivaldi Sidabutar, ST, MT

Oktabani, ST, MT

Ronald E Walpole & Reynold H Myeresm., Probability and Statistics for Engineering and
Scientists, Third Edition, Mac Millan, Publishing Company, New York, 1985..
 Pengujian Hipotesis

Hipotesis : asumsi atau dugaan

H0 = hipotesis nol ---> tidak memiliki perbedaan

H1 = hipotesis alternatif ---> memiliki
perbedaan

Contoh :
Jika : H0 = x
Maka : H1 < x ; H1 > x ; H1 ≠x ;
2 macam kekeliruan:
1. Kekeliruan Tipe I : menolak hipotesis yang seharusnya diterima (kekeliruan
α)
2. Kekeliruan Tipe II : menerima hipotesis yang seharusnya
ditolak
(kekeliruan β)

α : taraf signifikan ; taraf arti ; taraf nyata

α = 0,05 (taraf nyata 5%) : kira-kira 5 dari tiap 100 kesimpulan bahwa kita
akan menolak hipotesis yang seharusnya diterima, atau: 95% yakin bahwa
kita telah membuat kesimpulan yang benar.
---> hipotesis telah ditolak pada taraf nyata 0,05, atau peluang kesalahan
adalah 0,05.
 Langkah-langkah pengujian hipotesis

Pasangan H0 dan H1 yang telah dirumuskan dapat ditulis dalam bentuk :

H0 : θ = θ 0
H1 : θ ≠ θ 0
atau :
H0 : θ = θ 0
H1 : θ >
θ0
atau :
H0 : θ = θ 0
H1 : θ < θ 0
Pilih bentuk
statistik
yang
digunakan :
 Jika H1 mempunyai perumusan tidak sama, maka distribusi statistik yang
digunakan, normal untuk angka z, distribusi untuk t, diperoleh dua
daerah kritis, masing-masing pada ujung distribusi.
Luas daerah kritis atau daerah penolakan pada tiap ujung adalah ½ α.
Dua ujung penolakan : uji dua pihak (uji dua arah)

Daerah penolakan H0 Daerah penolakan H0

(daerah kritis) (daerah kritis)

1-α

Daerah penerimaan H0

luas = ½ α ½ (1 – α) ½ (1 – α) luas = ½ α

d1 d2
Jika H1 mempunyai perumusan lebih besar, maka dalam distribusi statistik
yang digunakan, diperoleh sebuah daerah kritis yang letaknya di ujung
kanan. Luas daerah kritis atau daerah penolakan ini sama dengan α.
Pengujian hipotesis dinamakan : uji satu pihak = uji satu arah (pihak
kanan)

Daerah penolakan H0
(daerah kritis)

Daerah penerimaan H0

luas = α

d
 Jika H1 mempunyai perumusan lebih kecil, maka dalam distribusi statistik
yang digunakan, diperoleh sebuah daerah kritis yang letaknya di ujung kiri.
Luas daerah kritis atau daerah penolakanini sama dengan α.
Pengujian hipotesis dinamakan : uji satu pihak (pihak kiri)

Daerah penolakan H0
(daerah kritis)

Daerah penerimaan H0

luas = α

d
Menguji rata-rata μ : uji dua pihak

Misalkan sebuah Populasi berdistribusi normal:

Rata-rata, μ
Simpangan baku, σ
Akan diuji parameter rata-rata : μ
-----> sampel acak : berukuran n, x , s

• σ diketahui

x - 0
z
/ n

H0 diterima jika : - z ½ (1-α) < z < z ½ (1-α)

z ½ (1-α) diperoleh dari daftar normal baku
dengan peluang ½ (1-α)
Contoh :
Pengusaha lampu pijar mengatakan bahwa lampunya bisa tahan pakai sekitar
800 jam. Akhir-akhir ini timbul dugaan bahwa masa pakai lampu itu telah
berubah. Untuk menentukan hal ini, dilakukan penelitian dengan cara menguji
50 lampu. Ternyata rata-ratanya 792 jam. Dari pengalaman, diketahui simpangan
baku masa hidup lampu 60 jam. Selidikilah dengan taraf nyata 0,05 apakah
kualitas lampu itu sudah berubah atau belum.
Penyelesaian :
H0 : μ = 800 jam ; masa pakai lampu 800 jam
H1 : μ ≠ 800 jam ; kualitas lampu sudah berubah dan bukan 800 jam lagi.
Simpangan baku : σ = 60 jam
Dari penelitian : n = 50 , x - 0 792 - 800
z
x  792 jam / n  60 /   0.94
50
Uji dua pihak : Daftar F (sudjana) z ½ (1-α) = z0,475 = 1,96 ;
atau tabel A.4 (walpole) : z ½ α = : z 0.025 = 1,96
------>Terima H0 jika : -1,96 < z < 1,96.
Kesimpulan : karena z = -0,94, maka H0 diterima
Distribusi normal baku

1-α

Daerah penerimaan H0

½ α = 0,025 ½ (1 – α) ½ (1 – α) ½ α = 0,025

-1,96 1,96

Ini berarti dalam taraf nyata 0,05, penelitian memperlihatkan bahwa

masa pakai lampu masih sekitar 800 jam (belum berubah)
• σ tidak diketahui
x - 0
t
s/ n

H0 diterima jika : - t 1-1/2α < t < t 1-1/2 α

t 1-1/2α diperoleh dari daftar distribusi dengan peluang 1- ½ α dan dk =n-1

Contoh :
Pengusaha lampu pijar mengatakan bahwa lampunya bisa tahan pakai
sekitar 800 jam. Akhir-akhir ini timbul dugaan bahwa masa pakai lampu itu
telah berubah. Untuk menentukan hal ini, dilakukan penelitian dengan cara
menguji 50 lampu. Ternyata rata-ratanya 792. Misalkan simpangan baku
populasi tidak diketahui, dan dari sampel diketahui s = 55 jam.
Selidikilah dengan taraf nyata 0,05 apakah kualitas lampu itu sudah berubah
atau belum.
Penyelesaian :
H0 : μ = 800 jam ; masa pakai lampu 800 jam
H1 : μ ≠ 800 jam ; kualitas lampu sudah berubah dan bukan 800 jam lagi.

x - 0 792 - 800
t   1,029
s/ n 55 / 50

Dari daftar distribusi student (Sudjana), dengan α = 0,05 dan dk = 49 untuk uji
dua pihak, diperoleh : t = 2,01.
-2,01 < t < 2,01

kesimpulan : karena t = -1,029, maka H0 diterima

Ini berarti dalam taraf nyata 0,05, penelitian memperlihatkan bahwa

masa pakai lampu masih sekitar 800 jam (belum berubah)
Distribusi student
dk = 49

1-α

Daerah penerimaan H0

½ α = 0,025 ½ (1 – α) ½ (1 – α) ½ α = 0,025

-2,01 2,01

Ini berarti dalam taraf nyata 0,05, penelitian memperlihatkan bahwa

masa pakai lampu masih sekitar 800 jam (belum berubah)
Contoh 2.
Seorang sarjana teknik kimia mengkaji unjuk kerja harian suatu
unit stripper. Data historis menunjukkan bahwa pada operasi
normal, efisiensi stripper = 70,2%. Pangamatan selama 5 hari
terakhir menunjukkan efisiensi sebesar : 70,8; 68,5; 67,2; 69,8;
68,7, dan dengan deviasi 1,37. Sarjana teknik kimia tersebut ingin
mengetahui apakah penurunan efisiensi ini secara statistik cukup
berarti.

Penyelesaian :
Karena hanya penurunan yang diuji, maka gunakan uji satu sisi
untuk mean, dengan data historis : μ = 70,2%
-H0 : μ = 70,2%
-H1 : μ < 70,2%
• Pilih : α = 0.05
• Karena σ tidak diketahui, gunakan distribusi t: dengan n = 5
• ----> yang perlu dihitung :
x  69,0
s = 1,37
ν = 5-1 = 4
• Hitung uji statistik :

t hitung  x - 0  69,0 - 70,2  1,965

s/ n 1,37 5
Jika dua sisi : Dari daftar distribusi student (Walpole), dengan α = 0,05
dan dk = 4 untuk uji dua pihak, diperoleh : ttabel = 2,132.
-2,132<thitung<2,132 Excell: TINV : 0.1 ; 4
(Excel : berlaku uji dua sisi: α x 2
ttabel = -TINV(0.1,4) = -2,132 - TINV : batas bawah
TINV: batas atas
Daerah penerimaan : thitung > ttabel ---> -1,965 > -2,132
Daerah kritis : : thitung < ttabel
Kesimpulan: Eff. Stripper tidak menurun dengan tingkat kepercayaan: 95%
Contoh 3.
Suatu adsorben H2S produk impor mempunyai kapasitas serap
0,52 g-H2S/g-ad. Produk yang sama dibuat di dalam negeri
menggunakan teknologi yang mirip. Dari pengujian sebanyak 75
sampel produk dalam negeri tersebut, diperoleh kapasitas serap
rata-rata 0,55. Diketahui standar deviasi produk dalam negeri
0,15. Apakah produk dalam negeri lebih bagus?

Penyelesaian :
Uji bahwa produk domestik = produk impor
H0 : μ = μ0 vs H1 : μ ≠ μ0
(μ0=0,52)
• H0 : μ = 0,52 Bukan : μ > μ0, karena pada kenyataannya
produk dalam negeri dapat lebih buruk,
• H1 : μ ≠ 0,52 sehingga μ < μ0 juga harus diperhitungkan.
 z hitung  x - 0  0,55 - 0,52 1,73
/ n 0,15 /
Dengan α = 0,05, 75 harga z untuk dua sisi:

Uji dua pihak : Daftar F (sudjana) z ½ (1-α) = z0,475 = 1,96 ;

atau tabel A.4 (walpole) : z ½ α = : z 0.025 = 1,96
Z1 = NORMSINV(0,025) = -1,96
Excell: NORMSINV : α = 0,05
Z2 = NORMSINV(0,975) = 1,96 Excel : z ½ α = : z 0.025
Sehingga daerah penerimaan :
z(1-½ α) = z0,975
-1,96≤zhitung≤1,96
Kesimpulan: zhitung berada diantara ztabel, maka H0 diterima, yang
berarti produk domestik berkualitas sama dengan produk impor.

Catatan : Andaikan dipilih H1 : μ > μ0, maka daerah penerimaannya:

Zhitung ≤ztabel = NORMSINV(1-α) = NORMSINV(0,95) = 1,645 ------> H0 ditolak
 Kasus III : Dua sampel independen dengan σ diketahui
 Jika harga mean dua sampel yang diambil secara acak dan independen,
dan bila simpangan baku kedua populasi diketahui, maka gunakan uji-z
(z-test)
 Uji dua-sisi untuk sampel 1 dan sampel 2 :
H0 : μ 1 = μ 2 vs H1 : μ1 ≠ μ2

 Bentuk statistik penguji
 x  x       2
1 

2 2 
;  
: z   1 2   1 2 d 

n1  n2 
 d
x x
Karena untuk : H0 : μ1 = μ2 atau μ1 - μ2 = 0, maka : z  1 2
σd
 Bila σi tak diketahui, tapi n1 dan n2 besar (>30), maka gunakan : si = σi
Latihan :
Para pekerja teknik kimia pada bagian QC ingin membandingkan
kekuatan rata-rata suatu plastik yang diproduksi di dua pabrik
dengan proses yang mirip. Data yang diperoleh :

Proses n ẋ (*/in2) σ (*/in2)

1 9 39 3
2 16 35 5

Apakah kekuatan plastik yang dihasilkan kedua pabrik berharga

sama?
• Pilih α = 0,05
• Uji dua sisi antara dua hipotesis:
H0 : 39 = 35 vs H1 : 39 ≠ 35
• Hitung : σd = 1,60
• Hitung : z = 2,50
• Tentukan daerah penerimaan untuk uji dua sisi dengan α = 0,05:
|z| ≤ 1,96 atau -1,96 ≤ 2,50
• Karena z di luar≤daerah
1,96 penerimaan, maka Ho ditolak ====> kedua pabrik
menghasilkan plastik dengan kekuatan yang berbeda meskipun proses yang
digunakan mirip

• Ho diterima jika –Z 1/2(1-a) ≤ z ≤ z1/2(1-a)

• Ho ditolak jika z > Z1/2(1-a) atau z < -Z1/2(1-a)
Thank You