Uji Hipotesis
MA 2081 STATISTIKA DASAR
MA 2081 STATISTIKA DASAR
Utriweni Mukhaiyar
28 Maret 2012
28 Maret 2012
Pengertian Pengertian
Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang perlu diuji
kebenarann a kebenarannya
Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu mungkin benar atau tidak mengenai satu populasi atau lebih yang perlu diuji
kebenarannya y
1. Hipotesis nol (H0) ; pernyataan yang mengandung tanda kesamaan (=, ≤ , atau ≥)( )
2. Hipotesis tandingan (H1) ; tandingan hipotesis H0,
Galat (error) Galat (error)
H
0benar H
0salah
d l k P(menolak H0 | H0 benar)
H0 ditolak P(menolak H0 | H0 benar)
= galat tipe I = α keputusan benar
( d k l k |
H0 tidak
ditolak keputusan benar P(tidak menolak H0 | H0 salah)
= galat tipe II = β
yang dimanfaatkan dalam pokok
bahasan ini bahasan ini
Sk U Uji Hi t i Skema Umum Uji Hipotesis
H
•Hipotesis yang ingin diuji
•Memuat suatu kesamaan (=, ≤ atau ≥)
•Dapat berupa
Hipotesis Statistik
H0 - hasil penelitian sebelumnyap p - informasi dari buku atau - hasil percobaan orang lain
•Hipotesis yang ingin dibuktikan
H1 Hipotesis yang ingin dibuktikan
•Disebut juga hipotesis alternatif
•Memuat suatu perbedaan (≠, > atau <)
???
mungkin terjadi
Keputusan Keputusan
H0 ditolak
H0 ditolak HH00 tidak ditolaktidak ditolak
Kesalahan
Tipe II Tipe II
g j
H0 ditolak
H0 ditolak HH00 tidak ditolaktidak ditolak
Kesimpulan
Kesimpulan KesimpulanKesimpulan
Menolak H0padahal H0benar
P(tipe I) = α
= tingkat signifikansi Menolak H0padahal
H0benar P(tipe I) = α
= tingkat signifikansi
Tipe II Tipe II
H1benar
H1benar Tidak cukup bukti untuk Tidak cukup
bukti untuk
g g
g g
Statistik Uji dan Titik Kritis
Statistik uji digunakan untuk menguji hipotesis statistik yang telah dirumuskan Notasinya berpadanan dengan yang telah dirumuskan. Notasinya berpadanan dengan jenis distribusi yang digunakan.
Titik kritis membatasi daerah penolakan dan penerimaan H Di l h d i t b l t ti tik b k t
H0. Diperoleh dari tabel statistik yang bersangkutan.
H0 ditolak jika nilai statistik uji jatuh di daerah kritis.
daerah daerah
penerimaan H daerah daerah
daerah
1 -
kritis = /2
titik
penerimaan H0
titik
0
titik
1 -
daerah penerimaan H0
daerah kritis kritis = /2
titik kritis
titik kritis
titik kritis
Uji Rataan Satu Populasi Uji Rataan Satu Populasi
1. H 0 : = 0 vs H 1 : 0
uji dua arah uji dua arah
0 0 0
2. H 0 : = 0 vs H 1 : > 0
3 H H <
3. H 0 : = 0 vs H 1 : < 0
uji satu arah uji satu arah
0adalah suatu konstanta yang diketahui
Statistik Uji untuk Rataan Satu Populasi
1.
Kasus σ
2diketahui
0Z X
N(0 1)
0
/
Z n
~ N(0,1)
Tabel Z Tabel Z (normal baku)(normal baku)X
2. Kasus σ
2tidak diketahui
0
/
X
T s n
~ t
(n-1) Tabel tTabel t/
s n
Daerah Kritis Uji Rataan Satu Populasi
σ2 diketahui σ2 tidak diketahui Statistik
Statistik ujiuji :: ZZ TT
Statistik
Statistik ujiuji :: ZZ TT
H0 : = 0 vs H1 : 0 Z < - Z1-α/2 atau Z > Z1-α/2 T < - Tα/2 atau T > Tα/2 H0 : = 0 vs H1 : > 0 Z > Z1-α T > Tα
H0 : = 0 vs H1 : < 0 Z < - Z1-α T < - Tα
titik kritis dengan derajat kebebasan n - 1titik kritis dengan derajat kebebasan n - 1
Uji Rataan Dua Populasi Uji Rataan Dua Populasi
uji dua arah
1. H
0:
1-
2=
0vs H
1:
1-
2
02 H H >
j
2. H
0:
1-
2=
0vs H
1:
1-
2>
03. H
0:
1-
2=
0vs H
1:
1-
2<
0uji satu arah
0adalah suatu konstanta yang diketahui
Statistik Uji untuk Rataan Dua Populasi
1. Kasus σ12 dan σ22 diketahui
X1 X2
μ0
1 2
0H 2 2
1 2
1 2
Z = μ
σ σ n n
2. Kasus σ12 dan σ22 tidak diketahui dan σ12 ≠ σ22
1 2
0H 2 2
X X μ
T =
H 2 2
1 2
1 2
S S
n n
3 Kasus σ12 dan σ22 tidak diketahui dan σ12 = σ22 3. Kasus σ1 dan σ2 tidak diketahui dan σ1 = σ2
1 2
0H
X X μ
T = 1 1
S
dengan 2p 1 12 2 22
1 2
(n 1)S (n 1)S
S = n n 2
p
1 1
S n n 1 2
Daerah Kritis Uji Rataan Dua Populasi
σ12, σ22
diketahui σ12, σ22 tidak diketahui
Statistik uji : Z T
σ12 = σ22 σ12 ≠ σ22
Derajat Kebebasan n1 + n2 - 2
2 2 2
1 2
1 2
2 2
2 2
S S
n n
v = 1 S 1 S
j 1 2
H0 : 1 - 2 = 0 vs
H1 : 1 - 2 0 Z < - Zα/2 atau Z
> Zα/2
T < -Tα/2 atau T >
Tα/2
T < -Tα/2 atau T > Tα/2
2 2
1 2
1 1 2 2
S S
1 1
(n 1) n (n 1) n
H0 : 1 - 2 = 0 vs
H1 : 1 - 2 > 0 Z > Zα T > Tα T > Tα H0 : 1 - 2 = 0 vs Z < Z T < T T < T H1 : 1 - 2 < 0 Z < - Zα T < -Tα T < -Tα
Uji untuk Rataan Berpasangan
1. H
0:
d=
0vs H
1:
d
02 H : = vs H : >
2. H
0:
d=
0vs H
1:
d>
03. H
0:
d=
0vs H
1:
d<
0
Statistik uji menyerupai statistik untuk kasus satu populasi dengan variansi tidak diketahui.
0
; /
T = D μ
S n
d
/
S n
Contoh 1 Contoh 1
Berdasarkan 100 laporan kejadian hujan (dengan p j j ( g lama kejadian hujan sama) di daerah “SH” yang diamati secara acak, diperoleh bahwa rata-rata
i k h h j d l h d l h 71 8
tingkat curah hujan adalah adalah 71,8 mm
dengan simpangan baku 8,9 mm. Berdasarkan literatur diduga bahwa rata rata tingkat curah literatur diduga bahwa rata-rata tingkat curah hujan di daerah tersebut lebih dari 70 mm.
a
Nyatakan dugaan tersebut dalam
a.
Nyatakan dugaan tersebut dalam pernyataan hipotesis statistik
b. Untuk tingkat signifikansi 5% , benarkah b. Untuk tingkat signifikansi 5% , benarkah
pernyataan literatur tersebut?
Solusi Solusi
Diketahui Diketahui Ditanya:
a Hipotesis statistik
X 71.8, s 8.9,
0 70,
0, 05
a. Hipotesis statistik
b. Kesimpulan uji hipotesis Jawab:
Jawab:
Parameter yang akan diuji : μ a Rumusan hipotesis:
a. Rumusan hipotesis:
H
0: μ = 70
H : μ > 70
H
1: μ > 70
b. α = 5%=0.05, maka titik kritis t
0.05,(99)= 1.645
0 71,8 70
2, 02 8,9
100
x
t s
Karena t > t
0.05,(99), maka t berada pada daerah penolakan sehingga keputusannya H
0ditolak
n 100
penolakan sehingga keputusannya H
0ditolak.
Jadi pernyataan literatur tersebut benar bahwa rata-rata tingkat curah hujan di daerah “SH”
rata-rata tingkat curah hujan di daerah SH
lebih dari 70 mm.
Contoh 2 Contoh 2
Suatu percobaan dilakukan untuk membandingkan keausan yang di kib k l h k d i d b h dil i i D b l diakibatkan oleh gosokan, dari dua bahan yang dilapisi. Dua belas
potong bahan 1 diuji dengan memasukan tiap potong bahan ke dalam mesin pengukur aus. Sepuluh potong bahan 2 diuji dengan cara yang g g g y g sama. Dalam tiap hal, diamati dalamnya keausan.
Sampel bahan 1 memberikan rata-rata keausan (sesudah disandi) seban ak 85 satuan dengan simpangan baku sampel 4 sedangkan sebanyak 85 satuan dengan simpangan baku sampel 4, sedangkan sampel bahan 2 memberikan rata-rata keausan sebanyak 81 dengan simpangan baku sampel 5.
Dapatkah disimpulkan, pada taraf keberartian 5%, bahwa rata-rata keausan bahan 1 melampaui rata-rata keausan bahan 2 lebih dari dua satuan? Anggaplah kedua populasi berdistribusi hampir normal dengan satuan? Anggaplah kedua populasi berdistribusi hampir normal dengan variansi yang sama.
Solusi Solusi
Misalkan μ
1dan μ
2masing-masing menyatakan rata-rata populasi bahan 1 dan populasi bahan 2
populasi bahan 1 dan populasi bahan 2.
Variansi populasi kedua bahan tidak diketahui, yang diketahui adalah variansi sampel.
Diasumsikan variansi populasi kedua bahan adalah sama.
Rumusan hipotesis yang diuji adalah:
H : μ μ = 2
H
0: μ
1- μ
2= 2
H
1: μ
1- μ
2> 2
Tingkat keberartian, α = 0.05
Kit k t ti tik ji t k i i k d l i t k
1 1 1
2 2 2
85, 4, 12 81, 5, 10
x s n
x s n
Kita gunakan statistik uji untuk variansi kedua populasi tak diketahui tapi dianggap sama, yaitu
dengan1 2 0 dengan
1 1
H
p
x x μ
t =
s n n
2 2
1 1 2 2
1 2
1 1 (11)(16) (9)(25)
4.478
2 12 10 2
p
(n )s (n )s
s = n n
Maka diperoleh :
1 2
n n
1 2 0 (85 81) 2
1 1 4.478 (1/12) (1/10) 1.04
H
x x μ
t =
1 1 4.478 (1/12) (1/10) sp
n n
Statistik uji t berdistribusi t-student dengan derajat kebebasan + 2 12 +10 2 20 hi i ik k i i d l h
n1+n2-2 = 12 +10 - 2= 20, sehingga titik kritisnya adalah t0.05,20 = 1.725.
Karena t < 1 725 maka H tidak ditolak Tidak dapat disimpulkan
Karena t < 1.725, maka H0 tidak ditolak. Tidak dapat disimpulkan bahwa rata-rata keausan bahan 1 melampaui rata-rata keausan
bahan 2 lebih dari 2 satuan.
Contoh 3 (data berpasangan) Contoh 3 (data berpasangan)
Pada tahun 1976, J.A. Weson memeriksa pengaruh obat succinylcholine terhadap kadar peredaran
hormon androgen dalam darah. Sampel darah dari rusa liar yang hidup bebas diambil melalui urat nadi rusa liar yang hidup bebas diambil melalui urat nadi leher segera setelah succinylcholine disuntikkan pada otot rusa. Rusa kemudian diambil lagi darahnya kira- kira 30 menit setelah suntikan dan kemudian rusa
tersebut dilepaskan. Kadar androgen pada waktu ditangkap dan 30 menit kemudian diukur dalam ditangkap dan 30 menit kemudian diukur dalam nanogram per ml (ng/ml) untuk 15 rusa. Data terdapat pada tabel berikutp p
No. Kadar androgen (ng/ml) sesaat setelah disuntik
Kadar androgen (ng/ml) 30 menit setelah disuntik
Selisih (di)
1 2.76 7.02 4.26
1 2 3
2.76 5.18 2.68
7.02 3.10 5.44
4.26 -2.08
2.76 4
5 6
3.05 4.10 7 05
3.99 5.21 10 26
0.94 1.11 3 21 6
7 8
7.05 6.60 4.79
10.26 13.91 18.53
3.21 7.31 13.74 9
10 11
7.39 7.30 11 78
7.91 4.85 11 10
0.52 -2.45
0 68 11
12 13
11.78 3.90 26.00
11.10 3.74 94.03
-0.68 -0.16 68.03
14 67.48 94.03 26.55
Anggap populasi androden sesaat setelah suntikan dan 30
Anggap populasi androden sesaat setelah suntikan dan 30
menit kemudian berdistribusi normal. Ujilah, pada tingkat
keberartian 5%, apakah konsentrasi androgen berubah , p g
setelah ditunggu 30 menit.
Solusi Solusi
Ini adalah data berpasangan karena masing-masing unit
b ( ) l h d k l k
percobaan (rusa) memperoleh dua kali pengukuran
Misalkan μ1 dan μ2 masing-masing menyatakan rata-rata Misalkan μ1 dan μ2 masing masing menyatakan rata rata konsentrasi androgen sesaat setelah suntikan dan 30 menit kemudian. Rumusan hipotesis yang diuji adalah
H0 : μ1 = μ2 atau μD = μ1 - μ2 = 0 H11 : μ1 1 ≠ μ2 2 atau μD D = μ1 1 - μ2 2 ≠ 0
Tingkat signifikansi yang digunakan adalah α = 5% = 0.05
Rata-rata sampel dan variansi sampel untuk selisih ( d
i) adalah,
9.848 dan sd 18.474
d
Statistik uji yang digunakan adalah,
d d 0
Dalam hal ini,
0 d /
t = d d
s n
9.848 0 18.474 / 15 2.06
t =
Statistik uji t berdistribusi t-student dengan
d k b b d k
derajat kebebasan n – 1 = 15 – 1 = 14. Pada tingkat keberartian 0.05, H
0ditolak jika
t < - t0.025,14
= -2.145 atau t > t
0.025,14= 2.145.
Karena nilai t = 2.06, maka nilai t tidak berada pada daerah penolakan. Dengan demikian, H
0tidak ditolak. Kendati demikian, nilai t = 2.06 mendekati nilai t
0 02= 2 145 Jadi perbedaan mendekati nilai t
0.025,142.145. Jadi perbedaan rata-rata kadar peredaran androgen bisa
diabaikan.
Uji Hipotesis Tentang Variansi Satu
P l i
Populasi
Bentuk hipotesis nol dan tandingannya untuk kasus variansi satu populasi adalah
2 2 2 2
1 H
0 2 02H
1 2
021. H : = vs H :
2 2 2 2
0 0 1 0
2. H : vs H :
2 2 2 2
0 0 1 0
3. H : vs H :
Dengan
02menyatakan suatu konstanta mengenai
variansi yang diketahui.
Statistisk uji yang digunakan untuk menguji ketiga hipotesis di d l h
atas adalah :
2
2 (n 1)s
Jika H benar maka statistik uji tersebut berdistribusi khi-
2 0
Jika H0 benar, maka statistik uji tersebut berdistribusi khi- kuadrat dengan derajat kebebasan n-1.
Untuk hipotesis ,
l k d k k b k
2 2 2 2
0 0 1 0
H :
=
vs H :
tolak H
0pada tingkat keberartian α jika :
2 2 2 2
1 ( 1)
atau
( 1)n n
Untuk hipotesis ,
tolak H pada tingkat keberartian α jika
1 ,( 1) ,( 1)
2 n 2 n
2 2 2 2
0 0 1 0
H :
=
vs H :
tolak H
0pada tingkat keberartian α jika
2 2
1 ,(n1)
nilai dari tabel distribusi chi-square
dengan derajat
k b b 1
Untuk hipotesis ,
tolak H
0pada tingkat keberartian α jika
2 2 2 2
0 0 1 0
H :
=
vs H :
kebebasan n - 1
tolak H
0pada tingkat keberartian α jika
2 2
Uji Hipotesis Tentang Variansi Dua
P l i
Populasi
Bentuk hipotesis nol dan tandingannya untuk uji
h d l d l h
hipotesis mengenai variansi dua populasi adalah,
2 2 2 2
1 H :
0
1
2vs H :
1
1
21. H : vs H :
2 2 2 2
0 1 2 1 1 2
2. H : vs H :
Dengan σ
2dan σ
2masing masing adalah
2 2 2 2
0 1 2 1 1 2
3. H : vs H :
Dengan σ
12dan σ
22masing-masing adalah
variansi populasi ke-1 dan variansi populasi ke-2
Statistisk uji yang digunakan untuk menguji ketiga hipotesis di atas adalah,
2
s
1F
Jik H b t ti tik ji t b t b di t ib i Fi h
1 2 2
F s
Jika H
0benar, statistik uji tersebut berdistribusi Fisher dengan derajat kebebasan,
v1
= n
1– 1 dan v
2= n
2– 2
v1n
11 dan v
2n
22
Untuk hipotesisH :0 12 22 vs H :1 12 22 tolak H0
Untuk hipotesis , tolak H0
pada tingkat keberartian α jika :
0 1 2 1 1 2
1 2 1 2
1 ,( , ) atau ,( , )
v v v v
F f F f
Untuk hipotesis , tolak H0
pada tingkat keberartian α jika :
1 2 1 2
1 ,( , ) ,( , )
2 v v 2 v v
2 2 2 2
0 1 2 1 1 2
H : vs H :
p g j
U t k hi t i t l k H
1 2
1 ,( , )v v
F f
2 2 2 2
H : vs H :
Untuk hipotesis , tolak H0
pada tingkat keberartian α jika :
0 1 2 1 1 2
H : vs H :
1 2
(v v )
F ff,( , )v v1 2
1 2 1 2 1 2 1 2
,( , )v v , 1 ,( , )v v , / 2,( , )v v , dan 1 / 2,( , )v v
f f f f adalah nilai-nilai
dari tabel distribusi Fisher dengan derajatg j kebebasan v1 dan v2
Contoh 4 Contoh 4
Suatu perusahaan baterai mobil menyatakan
b h b b d b h
bahwa umur baterainya berdistribusi hampir
normal dengan simpangan baku 0.9 tahun. Bila
sampel acak 10 baterai tersebut menghasilkan
sampel acak 10 baterai tersebut menghasilkan
simpangan baku 1.2 tahun, apakah anda setuju
bahwa σ > 0.9 tahun? Gunakan taraf kebartian
5%!
Solusi Solusi
H0 : σ2 = 0.81 H11 : σ2 > 0.81 α = 0.05
Diketahui simpangan baku sampel, s = 1.2 k
Statistik uji
2 2
2 0
( 1) (9)(1.44) 0.81 16
n s
Titik kritis adalah 2 2
,n1 0.05,9 16.919
2 2
Karena , maka H0 tidak ditolak. Simpulkan bahwa simpangan baku umur baterai tidak melebihi 0.9
2 2
0.05,9
Contoh 5 Contoh 5
Dalam pengujian keausan kedua bahan di contoh 2, p g j ,
dianggap bahwa kedua variansi yang tidak diketahui sama besarnya. Ujilah anggapan ini! Gunakan taraf keberartian 0 10
0.10.
Solusi Solusi
Misalkan σ
112dan σ
222adalah variansi populasi dari masing- p p g masing keausan bahan 1 dan bahan 2. rumusan hipotesis yang akan diuji adalah
H
0: σ
12= σ
22H
1: σ
12≠ σ
22α = 0.10
Statistik uji f = s12/ s22 = 16 / 25 = 0.64 H0 ditolak dengan tingkat keberartian α jika
1 2 1 2
1 ,( , ) ,( , )
2 2
atau
v v v v
f f f f
α = 0.10, v1 = n1 – 1 = 12 – 1 = 11 , dan v2 = n2 – 1 = 10 – 1 = 9.
Maka
1 2 0.95,(11.9) 1 ,( , )
2
0.34
f v v f dan
1 2 0.05,(11.9) ,( , )
2
3.11
f v v f
f f f
Karena , maka jangan tolak H0.
Simpulkan bahwa tidak cukup kenyataan untuk menyatakan bahwa i i b b d
1 2 1 2
1 ,( , ) ,( , )
2 2
v v v v
f f f
variansinya berbeda.
Referensi Referensi
Devore, J.L. and Peck, R., Statistics – The Exploration and p Analysis of Data, USA: Duxbury Press, 1997.
Pasaribu, U.S., 2007, Catatan Kuliah Biostatistika.
Wild C J d S b G A F Ch E t A fi t
Wild, C.J. and Seber, G.A.F., Chance Encounters – A first Course in Data Analysis and Inference, USA: John
Wiley&Sons,Inc., 2000.y
Walpole, Ronald E. Dan Myers, Raymond H., Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4, Bandung:
Penerbit ITB 1995 Penerbit ITB, 1995.
Walpole, Ronald E. et.al., Probability & Statistics for Enginerrs
& Scientists, Eight edition, New Jersey : Pearson Prentice , g , J y Hall, 2007.