Butuh

pembuktian
berdasarkan  > 20?
contoh!!!
Mana yang
Apa yang benar?
diperlukan?
Populasi :
 = 20

Sampel :

x  25

Hal itu merupakan pengujian

hipotesis, butuh
pengetahuan mengenai
PENARIKAN
SEBARANCONTOH 2
 Pengujian Hipotesis
• Merupakan perkembangan ilmu
experimental  terminologi dan subyek
• Menggunakan 2 pendekatan :
–Metode inferensi induktif  R.A.
Fisher
–Metode teori keputusan  J. Neyman
& E.S. Pearson mengatasi
kekurangan dari metode inferensia
induktif
3
 Unsur Pengujian Hipotesis

• Hipotesis Nol (H0)

• Hipotesis Alternatif (H1)
• Statistik UJi
• Daerah Penolakan H0

4
 Hipotesis
• Suatu pernyataan/anggapan yang mempunyai
nilai mungkin benar/salah
• Atau suatu pernyataan/anggapan yang
mengandung nilai ketidakpastian

• Misalnya:
– Besok akan turun hujan  mungkin
benar/salah
– Penambahan pupuk dapat meningkatkan
produksi  mungkin benar/salah
– Konsumen lebih menyukai produk A daripada
produk B  mungkin benar/salah
5
 Hipotesis Statistik
Suatu pernyataan tentang nilai suatu parameter
populasi, yaitu:
– H0 (hipotesis nol): suatu pernyataan yang
bersifat “status quo” (tidak ada beda , tidak
ada perubahan)

– H1 (hipotesis tandingan): pernyataan lain

yang akan diterima jika H0 ditolak (”ada”
perbedaan, ”terdapat perubahan”)
6
Dalam pengambilan keputusan
memungkinkan untuk terjadi kesalahan:

Kenyataan
H0 benar H0 salah
Tolak H0 Peluang salah Kuasa
jenis I (Taraf pengujia
nyata; ) n (1-)
Keputusan

Terima Tingkat Peluang salah

H0 kepercaya jenis II
an (1-) ()
P(salah jenis I) =
P(tolak H0 | H0 benar) =

7
 Daerah
Daerah
PEnolakan
H0
Penerimaan
H0
ˆ

H0: H1:
=20 =24

 = P(Terima H0 | H1 benar)  = P(tolak H0 | Ho benar)

22
 = P( < 22 |  = 24)  = P( > 22 |  = 20)

 Merupakan sembarang parameter

8
 Sifat  dan 

H1 H0 H1
H0

   

  
  
H1
H0
Jika n  maka  dan  akan
menurun (lihat KURVA) 


9
 Hipotesis yang diuji

H0 :  = 0 H0 :  = 0 H0 :  = 0

H1 :   0 H1 :  < 0 H1 :  > 0

Hipotesis dua arah Hipotesis SATU arah

10
  & nilai p (p-value)
•  = taraf nyata dari uji
statistik
• Nilai p = taraf nyata dari
contoh  peluang 
merupakan suatu ukuran
“kewajaran” untuk
menerima H0 atau
menerima H1
Nilai p
• Jika nilai p <  maka Tolak 
H0 z zh

Nilai p = P (Tolak H0 |
contoh)
11
 Tujuan pengujian

Satu Populasi Dua populasi

Nilai Satu Data saling Data

Tengah() Populasi (p) bebas berpasangan

2
1 - 2 p1 - p2 d
Tidak
diketahui Uji
diketahui dan
 2  2 Uji
ukuran sampel
kecil
1 & 2
z t
Tidak diketahui
Uji Uji Uji diketahui dan ukuran sampel
kecil
z t z 2
2
1 & 2
Uji
Tidak sama
z sama

Uji t Uji t
Formula 1 Formula 2 12
 Formula 1
a. Jika 1 dan 2 tdk diketahui dan diasumsikan sama:

(x1  x2 )  sx1   1 1 
th 0
s2gabn  
 s x2  1 n2 
 ( x1
x2 )

(n 1)s 2
 (n 1)s 2
2
s gab  1 1 2 2
dan v  n1  n2 
n1  n2  2
2

13
 Formula 2
b. Jika 1 dan 2 tdk diketahui dan diasumsikan tidak sama:

(x  x )   s12 s22 
th  1 2
 s 0 sx    
 n1 n2 
1
( x1 
x2 )
x2


2
 s12 s   2

 n1 2
v 2 
 s12 
2

n1 1  s 2  
2 2
n 1 

2
  
 1 2

  
14
 Perlu diingat …!

Apabila ukuran contoh (sample size) adalah

besar (n  30) maka pada formula uji
hipotesis tersebut dapat menggunakan
sebaran NORMAL (Z), nilai 2 diganti
dengan s2

15
 Ragam
σ ) (σ1 ;
Jumlah Sampel 2 2 Sebaran
2

Besar Diketahui Normal

( n1 ≥ 30 dan n2 ≥ 30 Tdk Diketahui Normal
)
Kecil Diketahui Normal
( n1 < 30 atau n2 < Tdk Diketahui t-Student
30 )

16
Uji Nilai Tengah Populasi ()

17
Pengujian Hipotesis untuk Sampel Besar (n ≥
30)

18
Pengujian Hipotesis untuk Sampel Kecil (n <
30)

19
 P-
value

Samp
el
Besar

Samp
el
Kecil
20
 Hipotesis yang dapat diuji:
Hipotesis satu arah
• H0 :  = 0 H1 :  < 0
vs H1 :  > 0
H0 :  =dua
•Hipotesis 0 arah
• vs
H0 :  = 0 vs H1 :  
0
• Statistik uji:
z h  x  0
– Jika ragam populasi (2) diketahui / n

:– Jika ragam populasi (2) tidak diketahui :

x  0
h 
s/ n

t
Mendenhall, hlm. 350, 352; dan hlm. 394
Contoh Soal : 21
For α = 0.05
 

|-2.27| > 2.262  Reject Ho

 Latihan
Batasan yang ditentukan oleh pemerintah terhadap
emisi gas CO kendaraan bermotor adalah 50 ppm.
Sebuah perusahaan baru yang sedang mengajukan
ijin pemasaran mobil, diperiksa oleh petugas
pemerintah untuk menentukan apakah perusahaan
tersebut laya diberikan ijin. Sebanyak 20 mobil
diambil secara acak dan diuji emisi CO-nya. Dari
data didapatkan, rata-ratanya 55 dan ragamnya 4.2.
Dengan menggunakan taraf nyata 5%, layakkah
perusahaan tersebut mendapat ijin ?
27
 Pengujian Hipotesis untuk
selisih dua nilai tengah populasi

28
 Hipotesis

–Hipotesis satu arah:

H0: 1- 2 = 0 vs H1: 1- 2 < 0
H0: 1- 2 = 0 vs H1: 1- 2 > 0

–Hipotesis dua arah:

H0: 1- 2 = 0 vs H1: 1- 2
0

29
 Statistik uji

z h  (x1  x 2 )  
(x 1
0
x2 )

Formula 1 diketahui

Syarat :
1 & 2
2 2

sama 12 & 22

Tidak
Tidak sama diketahui
dan ukuran
sampel
Formula 2 kecil
30
 Formula 1
a. Jika 1 dan 2 tdk diketahui dan diasumsikan sama:

(x1  x2 ) 0 sx1 2
sga
 1  1 
th

 s
( x1 x2 b  n1 n2
x2 )

(n 1)s
1  (n
2
sgab 
2 1 2 2
dan v  n1  n2
n1  n2  2
1)s2 2

31
 Formula 2
b. Jika 1 dan 2 tdk diketahui dan diasumsikan tidak sama:

(x  x )   s12 s22 
th   1 s 2 0 sx    
( x1
x
1

2
 n1 n2
x2 )

2
s12 s   2

v  n1 2 2 
  s12 2
 s 2 2 n 1

 n1 1   2  2

 1   2
    
    32
 Perlu diingat …!

Apabila ukuran contoh (sample size) adalah

besar (n  30) maka pada formula selang uji
hipotesis tersebut dapat menggunakan
sebaran NORMAL (Z), nilai
2 diganti dengan s2

Contoh Soal : Mendenhall, hlm. 364; hlm. 402

33
Latihan
Perush A 30 35 50 45 60 25 45 45 50 40
Perush B 50 60 55 40 65 60 65 65 50 55
Dua buah perusahaan yang saling bersaing dalam
industri kertas karton saling mengklaim bahwa produknya
yang lebih baik, dalam artian lebih kuat menahan
beban. Untuk mengetahui produk mana yang
sebenarnya lebih baik, dilakukan pengambilan data
masing-masing sebanyak 10 lembar, dan diukur berapa
beban yang mampu ditanggung tanpa merusak karton.
Datanya seperti pada tabel di atas.
Ujilah karton produksi mana yang lebih kuat dengan
asumsi ragam kedua populasi berbeda, gunakan taraf
Latihan
Perlakuan
Kontrol Vitamian C : 4
mg
Ukuran contoh 35 35
Rataan contoh 6.9 5.8
Simpangan baku contoh 2.9 1.2
Suatu penelitian dilakukan untuk mengetahui rataan waktu
yang dibutuhkan (dalam hari) untuk sembuh darisakit flu.
Terdapat dua grup, satu grup sebagai kontrol dan grup
lainnya diberi vitamin C dengan dosis 4 mg/hari. Statistik
yang diperoleh dari peneltian tersebut sebagaimana tertera
pada tabel.
Ujilah apakah rata-rata lama waktu sembuh untuk grup
yang diberi vitmin C lebih pendek dibandingkan grup
kontrol!
dan gunakan 39
Pengujian Hipotesis untuk data
berpasangan

40
 Hipotesis
–Hipotesis satu arah:
H0: 1- 2 =0 vs H1: 1- 2 <0
atau Statistik uji :
H0: D =0 vs H1: D<0

H0:  1-  2 = 0 vs H1: 1- 2 >0 th  d  

atau
0
H0: D = 0 vs H1: D>0
s/
–Hipotesis dua arah:
H0: 1- 2 =0 vs H1: 1- 2 0
n
atau
H0: D = 0 vs H1: D0
41
 Contoh
Suatu perusahaan ingin mengevaluasi program pelatihan Teknik
otomotif, kemudian dipilih secara acak 10 orang anggotanya untuk
mengikuti program pelatihan tersebut selama 3 bulan.
Data yang diambil adalah pengetahuan otomatif sebelum dan
sesudah program pelatihan dilaksanakan, yaitu:
Pengetahuan Peserta
1 2 3 4 5 6 7 8 9 10
Sebelum (X1) 90 89 92 90 91 92 91 93 92 91
Sesudah (X2) 85 86 87 86 87 85 85 87 86 86
D=X1-X2 5 3 5 4 4 7 6 6 6 5

Apakah program pelatihan tersebut dapat meningkatkan

Pengetahuan minimal naik 5 satuan? Lakukan pengujian
pada taraf nyata 5%! 42
 Penyelesaia
• n
Karena kasus ini merupakan contoh berpasangan, maka:
• Hipotesis:
H0 : D = 5 vs H1 : D > 5
• Deskripsi:
d  10(273) 
s d2   n(n 1)  (51) 2
d
i
  n d 2
i  d i 
51 5,1 10(9) 1,43
n 10  2

sd  1,43 
1,20
• Statistik uji:
d  d 5,1  5
t s d  s d
  0,26
d d 1,20 / 10
n
43
• Daerah kritis pada =5%
Tolak H0, jika th > t(=5%,db=9) = 1.833

• Kesimpulan:
Terima H0, artinya program pelatihan
tersebut meningkatkan pengetahuan otomotif
peserta minimal 5 unit?

44
Pengujian Proporsi:
Kasus Satu Sampel

45
 Hipotesis yang dapat diuji:
Hipotesis satu arah
• H0 : p = p0 vs H1 : p < p0
• H0 : p = p0 vs H1 : p > p0
Hipotesis dua arah
• H0 : p = p0 vs H1 : p 
p0
• Statistik uji: z h  pˆ 
pp0 (1 p0 )
0
n

46
Mendenhall, hlm. 370

47
48
49
 Latihan
• Menurut suatu artikel Marketing Research bahwa obat
baru yang diekstrak dari suatu jamur, cyclosporin A,
mampu meningkatkan tingkat kesuksesan dalam operasi
transplantasi organ. Menurut artikel tersebut, 22 pasien
yang menjalani operasi transplantasi ginjal diberikan obat
baru tersebut. Dari 22 pasien tersebut, 19 diantaranya
sukses dalam operasi transpalntasi ginjal.
Sebagai informasi ahwa keberhasilan dengan
menggunakan prosedur yang standar adalah sekitar
60%.
• Apakah dapat dikatakan bahwa obat baru tersebut
lebih baik dari prosedur yang standar (α = 0.05) ?
50
 Pembahasan
19 Ditanya : p > 0.60 ?
p 22 
ˆ
0.86
H0 : p = 0.60 vs H1 : p > 0.60

0.86 
zh   2.6 Z0.05 = 1.645
0.6
0.6(1
0.6) 22

Kesimpulan ?
51
Pengujian Proporsi:
Kasus dua Sampel

52
 Hipotesis (1)
– Hipotesis satu arah:
H0: p1- p2 =0 vs H1: p1- p2 <0
H0: p1- p2 = 0 vs H1: p1- p2 >0
– Hipotesis dua arah:
H0: p1- p2 =0 vs H1: p1- p2 0

Statistik uji : zh ( pˆ1  pˆ2 )

 0 1pˆ ) 2pˆ
p1ˆ (1
n  n
2

(11 pˆ ) 2 53
 Hipotesis (2)
– Hipotesis satu arah:
H0: p1 = p2 vs H1: p1 < p2
H0: p1 = p2 vs H1: p1
> p2
– Hipotesis dua arah:
H0:ujip1: = pz2h vs
Statistik  H1: p( p1
ˆ p2
1

pˆ (1ˆ pˆ)( 1  1 )
p 2) x 
n1 2 p ˆ  n 1 n
1 2
n x2
54
Mendenhall, hlm. 375

55
 Latihan
• Sebuah penelitian dilakukan untuk menguji
pengaruh obat baru untuk viral infection. 100 ekor
tikus diberikan suntikan infeksi kemudian dibagi
secara acak ke dalam dua grup masing-masing 50
ekor tikus. Grup 1 sebagai kontrol, dan grup 2 diberi
obat baru tersebut. Setelah 30 hari, proporsi tikus
yang hidup untuk Grup 1 adalah 36% dan untuk
Grup 2 adalah 60%.
• Apakah obat tersebut efektif? Obat dikatakan
efektif jika perbedaan antara grup perlakuan
dengan grup kontrol lebih dari 12% 56
 Penyelesaia
n
• Diketahui :
Grup Kontrol Grup perlakuan
p1 p2

n1 =50 n2 =50

pˆ1  0 . 3 6 pˆ 2  0 . 6 0

• Ditanya : p2-p1 > 0.12?

57
 Penyelesaia
n
H0: p2- p1 = 0.12 vs H1: p2- p1 > 0.12

 = 5%

58
 Penyelesaia
n
Statistik uji :
(0.6  0.36) 
zh  
0.12
0.6(1 0.6)  0.36(1 1.23
0.36)
50 50
Wilayah kritik : Tolak H0 jika zh > z0.05 = 1.645
Kesimpulan: karena zh=1.23 < z0.05 = 1.645 maka
Terima H0 (belum cukup bukti untuk Tolak H0) dengan
kata lain berdasarkan informasi dari sampel yang
ada belum menunjukkan bahwa obat tersebut efektif
59