Uji
Uji Hipotesis Hipotesis Uji
Uji Hipotesis Hipotesis
MA 2081
MA 2081 StatistikaStatistika DasarDasar
K i
K i 1616 F bF b ii 20092009 Kamis
Kamis, 16 , 16 FebruariFebruari 20092009
Dosen
Dosen : : UdjiannaUdjianna S. S. PasaribuPasaribu Utriweni
Utriweni MukhaiyarMukhaiyar
© 2008 by UM
© 2008 by UM
Pengertian Pengertian
Hipotesis Hipotesis adalah pp adalah suatu suatu anggapan anggapan yang gg p gg p yang y g y g mungkin
mungkin benar benar atau atau tidak tidak mengenai mengenai satu satu populasi
populasi atau atau lebih lebih yang yang perlu perlu diuji diuji kebenarannya
kebenarannya
Dalam Dalam statistika statistika, , hipotesis hipotesis yang yang akan akan diuji diuji dibedakan
dibedakan menjadi menjadi::
1.
1. Hipotesis nol (HHipotesis nol (H00) ; pernyataan yang mengandung ) ; pernyataan yang mengandung tanda kesamaan (=, ≤ , atau ≥)
tanda kesamaan (=, ≤ , atau ≥) 2.
2. Hipotesis tandingan (HHipotesis tandingan (H11) ; tandingan hipotesis H) ; tandingan hipotesis H00, , mengandung tanda
mengandung tanda ≠≠ , , >, atau <.>, atau <.
© 2008 by UM 22
© 2008 by UM
Galat
Galat ((error error))
H
00benar be a H
00salah sa a
H0ditolak P(menolak H0| H0benar)
= galat tipe I = α keputusan benar
H0tidak
ditolak keputusan benar P(tidak menolak H0| H0
salah) l t ti II β
ditolak = galat tipe II = β
yang dimanfaatkan dalam pokok
bahasan ini
© 2008 by UM 33
© 2008 by UM
Skema
Skema Umum Umum Uji Uji Hipotesis Hipotesis
H0
•Hipotesis yang ingin diuji
•Memuat suatu kesamaan (=, ≤ atau ≥)
•Dapat berupa
- hasil penelitian sebelumnya informasi dari buku atau
Hipotesis Statistik
H1
- informasi dari buku atau - hasil percobaan orang lain
•Hipotesis yang ingin dibuktikan
•Disebut juga hipotesis alternatif
•Memuat suatu perbedaan (≠, > atau <)
Keputusan Kesalahan
???
mungkin terjadi
H0ditolak H0tidak ditolak
H1benar
Kesimpulan Kesimpulan
Tidak cukup bukti untuk menolak H0
Tipe I Menolak H0padahal
H0benar P(tipe I) = α
= tingkat signifikansi
Tipe II Menerima H0padahal
H0salah P(tipe I) = β
© 2008 by UM 44
© 2008 by UM
Statistik
Statistik Uji Uji dan dan Titik Titik Kritis Kritis
StatistikStatistik ujiuji digunakandigunakan untukuntuk mengujimenguji hipotesishipotesis statistikstatistik yang
yang telahtelah dirumuskandirumuskan NotasinyaNotasinya berpadananberpadanan dengandengan yang
yang telahtelah dirumuskandirumuskan. . NotasinyaNotasinya berpadananberpadanan dengandengan jenis
jenis distribusidistribusi yang yang digunakandigunakan. .
TitikTitik kritiskritis membatasimembatasi daerahdaerah penolakanpenolakan dandan penerimaanpenerimaan H
H00. . DiperolehDiperoleh daridari tabeltabel statistikstatistik yang yang bersangkutanbersangkutan..
HH00ditolakditolak jikajika nilainilai statistikstatistik ujiuji jatuhjatuh didi daerahdaerah kritiskritis. .
1 -α
daerah kritis = α/2
titik kritis
daerah penerimaan H0
titik kritis
0
titik kritis 1 -α daerah penerimaan H0
daerah kritis daerah
kritis = α/2
diperoleh dari tabel statistik
© 2008 by UM 55
© 2008 by UM
Uji
Uji Rataan Rataan Satu Satu Populasi Populasi
uji dua arah
1.
1. H H 0 0 : : µµ = = µµ
00vs H vs H 1 1 : : µµ ≠≠ µµ
0 02. H
2. H 0 0 : : µµ = = µµ
00vs H vs H 1 1 : : µµ > > µµ
0 03. H
3. H 0 0 : : µµ = = µµ
00vs H vs H 1 1 : : µµ < < µµ
0 0uji satu arah
µ
0adalah suatu konstanta yang diketahui
uji satu arah
© 2008 by UM 66
© 2008 by UM
Statistik
Statistik Uji Uji untuk untuk Rataan Rataan Satu
Satu Populasi Populasi
11 Kasus Kasus σ σ
22diketahui diketahui
0
/
= X − Z
n µ σ 1.
1. Kasus Kasus σ σ diketahui diketahui
22 Kasus Kasus σ σ
22tidak tidak diketahui diketahui
~ N(0,1)
Tabel Z (normal baku)0
/
= X − T
s n µ
2.
2. Kasus Kasus σ σ tidak tidak diketahui diketahui
~ t
(n-1) Tabel t© 2008 by UM 77
© 2008 by UM
Daerah
Daerah Kritis Kritis Uji Uji Rataan Rataan Satu
Satu Populasi Populasi
σ2diketahui σ2tidak diketahui Statistik uji :
Statistik uji : ZZ TT
H0 : µ= µ0vs H1 : µ ≠µ0 Z < - Zα/2 atau Z > Zα/2 T < - Tα/2 atau T > Tα/2 H0 : µ= µ0vs H1 : µ >µ0 Z > Zα T > Tα H0 : µ= µ0vs H1 : µ <µ0 Z < - Zα T < - Tα
titik kritis dengan derajat kebebasan n - 1
© 2008 by UM 88
© 2008 by UM
Uji
Uji Rataan Rataan Dua Dua Populasi Populasi
uji dua arah
1.
1. H H
0 0: : µµ
11-- µµ
2 2= = µµ
00vs H vs H
1 1: : µµ
11-- µµ
22≠≠ µµ
0 02. H
2. H
0 0: : µµ
11-- µµ
2 2= = µµ
00vs H vs H
1 1: : µµ
11-- µµ
22> > µµ
0 03. H
3. H
0 0: : µµ
11-- µµ
2 2= = µµ
0 0vs H vs H
1 1: : µµ
11-- µµ
22< < µµ
0 0uji satu arah
µ
0adalah suatu konstanta yang diketahui
uji satu arah
© 2008 by UM 99
© 2008 by UM
Statistik
Statistik Uji Uji untuk untuk Rataan Rataan Dua
Dua Populasi Populasi
1.
1. KasusKasus σσ1122dandan σσ2222diketahuidiketahui
(
X −X)
−µ2.
2. Kasus Kasus σ12dan σ22tidak diketahui dan σ12≠ σ22
(
1 2)
0H 2 2
1 2
1 2
X X µ
Z = σ σ
n +n
(
1 2)
0H 2 2
1 2
X X µ
T = S S
− −
+
1 2
1 2
n +n 3.
3. Kasus Kasus σ12dan σ22tidak diketahui dan σ12= σ22
(
1 2)
0H p
1 2
X X µ
T = S 1 1
n n
− −
+
dengan
2 2
2 1 1 2 2
p
1 2
(n 1)S (n 1)S
S = n n 2
− + −
+ −
10
© 2008 by UM 10
© 2008 by UM
Daerah
Daerah Kritis Kritis Uji Uji Rataan Rataan Dua
Dua Populasi Populasi
σ12, σ22 σ2 σ22tidak diketahui diketahui σ1, σ2 tidak diketahui Statistik uji :
Statistik uji : ZZ TT
σ12= σ22 σ12≠ σ22 Derajat
Derajat Kebebasan
Kebebasan nn11+ + nn22-- 22
H0 : µ1- µ2 = µ0vs Z < - Zα/2 atau T < - Tα/2 atau T < - Tα/2 atau
2 2 2
1 2
1 2
2 2
2 2
1 2
1 1 2 2
S S
n n v =
S S
1 1
(n 1) n (n 1) n
⎛ ⎞
⎜ + ⎟
⎝ ⎠
⎛ ⎞ ⎛ ⎞
⎜ ⎟+ ⎜ ⎟
− ⎝ ⎠ − ⎝ ⎠
0 µ1 µ2 µ0
H1 : µ1- µ2≠µ0 Z > Zα/2 α/2 T > Tα/2 α/2 T > Tα/2 α/2 H0 : µ1- µ2 = µ0vs
H1 : µ1- µ2> µ0 Z > Zα T > Tα T > Tα H0 : µ1- µ2 = µ0 vs
H1 : µ1- µ2< µ0 Z < - Zα T < - Tα T < - Tα
11
© 2008 by UM 11
© 2008 by UM
Uji
Uji untuk untuk Rataan Rataan Berpasangan Berpasangan 1.
1. H H
0 0: : µµ
dd= = µµ
00vs H vs H
1 1: : µµ
dd≠≠ µµ
0 0 Statistik Statistik uji uji menyerupai menyerupai statistik statistik untuk untuk
kk l i l i d d i i i i
0
0
µµ
ddµµ
00 1 1µµ
ddµµ
0 02. H
2. H
0 0: : µµ
dd= = µµ
00vs H vs H
1 1: : µµ
dd> > µµ
0 03. H
3. H
0 0: : µµ
dd= = µµ
00vs H vs H
1 1: : µµ
dd< < µµ
0 0kasus
kasus satu satu populasi populasi dengan dengan variansi variansi tidak
tidak diketahui diketahui..
0;
d/ D µ T =S n
−
12
© 2008 by UM 12
© 2008 by UM
Contoh 1 Contoh 1
Berdasarkan 100 laporan kematian di AS yang Berdasarkan 100 laporan kematian di AS yang p p y g y g diambil secara acak, diperoleh bahwa rata diambil secara acak, diperoleh bahwa rata--rata rata usia saat meninggal adalah 71.8 tahun dengan usia saat meninggal adalah 71.8 tahun dengan simpangan baku 8.9 tahun.
simpangan baku 8.9 tahun. Hal ini memberikan Hal ini memberikan dugaan bahwa rata
dugaan bahwa rata--rata usia meninggal di AS rata usia meninggal di AS lebih dari 70 tahun.
lebih dari 70 tahun.
N t k d t b t d l t
N t k d t b t d l t
a.
a. Nyatakan dugaan tersebut dalam pernyataan Nyatakan dugaan tersebut dalam pernyataan hipotesis statistik
hipotesis statistik
b. Untuk tingkat signifikansi 5% , benarkah b. Untuk tingkat signifikansi 5% , benarkah
dugaan tersebut?
dugaan tersebut?
13
© 2008 by UM 13
© 2008 by UM
Solusi Solusi
Diketahui Diketahui Dit
Dit Ditanya:
Ditanya:
a. Hipotesis statistik a. Hipotesis statistik
b. Kesimpulan uji hipotesis b. Kesimpulan uji hipotesis Jawab:
Jawab:
Parameter yang akan diuji : Parameter yang akan diuji : µµ
X 71.8,= s 8.9,=
0 70,
µ = α =0, 05
y g j
y g j µµ
a. Rumusan hipotesis:
a. Rumusan hipotesis:
H
H
00: : µµ = 70 = 70 H
H
11: : µµ > 70 > 70
14
© 2008 by UM 14
© 2008 by UM
b. α = 5%=0.05, maka titik kritis t0.05,(99)= 1.66 x 0 71,8 70
t 2, 02
s 8,9
n 100
− µ −
= = =
Karena t > t0.05,(99), maka t berada pada daerah penolakan sehingga keputusannya H0ditolak.
Jadi dugaan tersebut benar bahwa rata-rata
J g
usia meninggal di AS lebih dari 70 tahun.
15
© 2008 by UM 15
© 2008 by UM
Contoh 2 Contoh 2
Suatu percobaan dilakukan untuk membandingkan keausan karena Suatu percobaan dilakukan untuk membandingkan keausan karena
k d i d b h dil i i D b l t b h 1
k d i d b h dil i i D b l t b h 1
gosokan dari dua bahan yang dilapisi. Dua belas potong bahan 1 gosokan dari dua bahan yang dilapisi. Dua belas potong bahan 1 diuji dengan memasukan tiap potong bahan ke dalam mesin diuji dengan memasukan tiap potong bahan ke dalam mesin pengukur aus. Sepuluh potong bahan 2 diuji dengan cara yang pengukur aus. Sepuluh potong bahan 2 diuji dengan cara yang sama. Dalam tiap hal, diamati dalamnya keausan. Sampel bahan 1 sama. Dalam tiap hal, diamati dalamnya keausan. Sampel bahan 1 memberikan rata
memberikan rata--rata keausan (sesudah disandi) sebanyak 85 rata keausan (sesudah disandi) sebanyak 85 satuan dengan simpangan baku sampel 4, sedangkan sampel bahan satuan dengan simpangan baku sampel 4, sedangkan sampel bahan 2 memberikan rata
2 memberikan rata--rata keausan sebanyak 81 dengan simpangan rata keausan sebanyak 81 dengan simpangan baku sampel 5. Dapatkah disimpulkan, pada taraf keberartian baku sampel 5. Dapatkah disimpulkan, pada taraf keberartian baku sampel 5. Dapatkah disimpulkan, pada taraf keberartian baku sampel 5. Dapatkah disimpulkan, pada taraf keberartian 5%, bahwa rata
5%, bahwa rata--rata keausan bahan 1 melampaui ratarata keausan bahan 1 melampaui rata--rata keausan rata keausan bahan 2 lebih dari dua satuan? Anggaplah kedua populasi
bahan 2 lebih dari dua satuan? Anggaplah kedua populasi berdistribusi hampir normal dengan variansi yang sama.
berdistribusi hampir normal dengan variansi yang sama.
16
© 2008 by UM 16
© 2008 by UM
Solusi Solusi
Misalkan
Misalkan µ µ
1111dan dan µ µ
2222masing masing--masing menyatakan gg masing menyatakan g g y y rata
rata--rata populasi bahan 1 dan populasi bahan 2. rata populasi bahan 1 dan populasi bahan 2.
Variansi populasi kedua bahan tidak diketahui, Variansi populasi kedua bahan tidak diketahui, yang diketahui adalah variansi sampel.
yang diketahui adalah variansi sampel.
Diasumsikan variansi populasi kedua bahan Diasumsikan variansi populasi kedua bahan adalah sama. Rumusan hipotesis yang diuji adalah sama. Rumusan hipotesis yang diuji
d l h d l h adalah:
adalah:
H
H
0 0: : µ µ
1 1-- µ µ
2 2= = 22 H
H
11: : µ µ
1 1-- µ µ
2 2> > 22
17
© 2008 by UM 17
© 2008 by UM
Tingkat keberartian, Tingkat keberartian, αα = 0.05= 0.05
1 1 1
2 2 2
x 85, s 4, n = 12 x =81, s =5, n =10
= =
Kita gunakan statistik uji untuk variansi kedua populasi tak diketahui tapi dianggap sama, yaitu
( 1 2) 0
H p
1 2
x x µ
t = S 1 1
n n
− −
+
dengan p 1 12 2 22
(n 1)S (n 1)S (11)(16) (9)(25)
S = 4.478
n n 2 12 10 2
− + − = + =
+ +
1 2
n +n −2 12 10 2+ − Maka diperoleh
( 1 2) 0
H p
1 2
x x µ (85 81) 2
t = 1.04
1 1 4.478 (1/12) (1/10)
S n n
− − = − − =
+ +
18
© 2008 by UM 18
© 2008 by UM
Statistik uji t berdistribusi t-student dengan derajat kebebasan n
1+n
2-2 = 12 +10 - 2= 20, sehingga titik kritisnya adalah t
0.05,20= 1.725.
Karena t < 1.725, maka H
0tidak ditolak. Tidak dapat disimpulkan
b h t t k b h 1
bahwa rata-rata keausan bahan 1 melampaui rata-rata keausan bahan 2 lebih dari 2 satuan.
19
© 2008 by UM 19
© 2008 by UM
Contoh 3 (data Contoh 3 (data berpasangan) berpasangan)
Pada Pada tahun tahun 1976, J.A. 1976, J.A. Weson Weson memeriksa memeriksa pengaruh pengaruh bb
i l h lii l h lih d h d k d k d d d
obat
obat succinylcholine
succinylcholine terhadapterhadap kadar kadar peredaran peredaran hormon
hormon androgen androgen dalam dalam darah darah. . Sampel Sampel darah darah dari dari rusa
rusa liar yang liar yang hidup hidup bebas bebas diambil diambil melalui melalui urat urat nadi
nadi leher leher segera segera setelah setelah succinylcholine
succinylcholinedisuntikkan
disuntikkan pada pada otot otot rusa rusa. . Rusa Rusa kemudian kemudian diambil
diambil lagi lagi darahnya darahnya kira kira--kira kira 30 30 menit menit setelah setelah suntikan
suntikan dan dan kemudian kemudian rusa rusa tersebut tersebut dilepaskan dilepaskan. . K d d
K d d d d kt kt dit dit k k d d 30 30 Kadar androgen
Kadar androgen pada pada waktu waktu ditangkap ditangkap dan dan 30 30 menit
menit kemudian kemudian diukur diukur dalam dalam nanogram nanogram per ml per ml ((ng ng/ml) /ml) untuk untuk 15 15 rusa rusa. Data . Data terdapat terdapat pada pada tabel tabel berikut
berikut
20
© 2008 by UM 20
© 2008 by UM
N0
N0 Kadar androgen Kadar androgen (ng/ml) sesaat (ng/ml) sesaat setelah disuntik setelah disuntik
Kadar androgen Kadar androgen (ng/ml) 30 menit (ng/ml) 30 menit setelah disuntik setelah disuntik
Selisih Selisih (d (dii))
11 22 33
2.76 2.76 5.18 5.18 2.68 2.68
7.02 7.02 3.10 3.10 5.44 5.44
4.26 4.26 --2.082.08 2.76 2.76 33
44 55 66 77 88 99 10 10
2.68 2.68 3.05 3.05 4.10 4.10 7.05 7.05 6.60 6.60 4.79 4.79 7.39 7.39 7 30 7 30
5.44 5.44 3.99 3.99 5.21 5.21 10.26 10.26 13.91 13.91 18.53 18.53 7.91 7.91 4 85 4 85
2.76 2.76 0.94 0.94 1.11 1.11 3.21 3.21 7.31 7.31 13.74 13.74 0.52 0.52 --2 452 45 10
10 11 11 12 12 13 13 14 14 15 15
7.30 7.30 11.78 11.78 3.90 3.90 26.00 26.00 67.48 67.48 17.04 17.04
4.85 4.85 11.10 11.10 3.74 3.74 94.03 94.03 94.03 94.03 41.70 41.70
2.45 2.45 --0.680.68 --0.160.16 68.03 68.03 26.55 26.55 24.66 24.66
21
© 2008 by UM 21
© 2008 by UM
Anggap populasi androden sesaat setelah Anggap populasi androden sesaat setelah suntikan dan 30 menit kemudian
suntikan dan 30 menit kemudian
berdistribusi normal. Ujilah, pada tingkat berdistribusi normal. Ujilah, pada tingkat keberartian 5%, apakah konsentrasi keberartian 5%, apakah konsentrasi androgen berubah setelah ditunggu 30 androgen berubah setelah ditunggu 30 menit.
menit.
22
© 2008 by UM 22
© 2008 by UM
Solusi Solusi
Ini adalah data berpasangan karena masing
Ini adalah data berpasangan karena masing--masing unit masing unit percobaan (rusa) memperoleh dua kali pengukuran percobaan (rusa) memperoleh dua kali pengukuran Misalkan
Misalkan µµ11dan dan µµ22masingmasing--masing masing menyatakan rata
menyatakan rata--rata konsentrasi rata konsentrasi
androgen sesaat setelah suntikan dan 30 androgen sesaat setelah suntikan dan 30 menit kemudian. Rumusan hipotesis yang menit kemudian. Rumusan hipotesis yang diuji adalah
diuji adalah diuji adalah diuji adalah H
H0 0 : : µµ1 1 = = µµ2 2 atau atau µµD D = = µµ1 1 -- µµ2 2 = 0= 0 H
H11: : µµ1 1 ≠ ≠ µµ2 2 atau atau µµD D = = µµ1 1 -- µµ2 2 ≠ 0≠ 0
Tingkat signifikansi yang digunakan adalah
Tingkat signifikansi yang digunakan adalah αα = 5% = 0.05= 5% = 0.05
23
© 2008 by UM 23
© 2008 by UM
Rata-rata sampel dan variansi sampel untuk selisih ( di ) adalah
d 9.848 dan s= d =18.474
Statistik uji yang digunakan adalah
0 d
t = d d s / n
−
9.848 0− Dalam hal ini 9.848 0
t = 2.06
18.474 / 15=
24
© 2008 by UM 24
© 2008 by UM
Statistik uji t berdistribusi t-student dengan derajat kebebasan n – 1 = 15 – 1 = 14. Pada tingkat
keberartian 0 05 H ditolak jika keberartian 0.05, H0ditolak jika
t < - t0.025,14 = -2.145 atau t > t0.025,14= 2.145.
Karena nilai t = 2.06, maka nilai t tidak berada pada daerah penolakan. Dengan demikian, H0tidak ditolak. Kendati demikian, nilai t = 2.06 mendekati nilai t0 025 140.025,14= 2.145. Jadi perbedaan rata-rata kadar J p peredaran androgen tidak bisa diabaikan.
25
© 2008 by UM 25
© 2008 by UM
Uji Hipotesis Tentang Uji Hipotesis Tentang Variansi Satu Populasi Variansi Satu Populasi
Bentuk hipotesis nol dan tandingannya Bentuk hipotesis nol dan tandingannya Bentuk hipotesis nol dan tandingannya Bentuk hipotesis nol dan tandingannya untuk kasus variansi satu populasi untuk kasus variansi satu populasi adalah
adalah
2 2 2 2
0 0 1 0
1. H :σ =σ vs H :σ ≠σ
2 2 2 2
0 0 1 0
2.H :σ =σ vs H :σ <σ
2 2 2 2
3 H0 2 02 H1 2 02 3. H :σ =σ vs H :σ >σ
Dengan menyatakan suatu konstanta mengenai variansi yang diketahui
2
σ
026
© 2008 by UM 26
© 2008 by UM
Statistisk uji yang digunakan untuk menguji ketiga hipotesis di atas adalah :
2 2
2 0
(n−1)S χ =
σ
Jika H0benar, maka statistik uji tersebut
berdistribusi chi square dengan derajat kebebasan n 1 berdistribusi chi-square dengan derajat kebebasan n-1
27
© 2008 by UM 27
© 2008 by UM
Untuk hipotesis , tolak H0 pada tingkat keberartian α jika :
2 2 2 2
0 0 1 0
H :σ =σ vs H :σ ≠σ
2 2 2 2
1 ,( 1) ,( 1)
2 2
atau
n n
− − −
< α > α
χ χ χ χ
,( ) ,( )
2 2
Untuk hipotesis , tolak H0pada tingkat keberartian α jika
2 2 2 2
0 0 1 0
H :σ =σ vs H :σ <σ
2 2
1−,(n−1)
< α χ χ
Untuk hipotesis , tolak H0 pada tingkat keberartian α jika
2 2 2 2
0 0 1 0
H :σ =σ vs H :σ >σ
p g j
2 2
,(n−1)
> α χ χ
merupakan nilai- nilai dari tabel distribusi chi-square dengan derajat kebebasan n - 1
2 ,( 1) 2
− ,
α n
χ 2
1 ,( 1) 2
−α n− ,
χ χα2,(n−1), dan χα2,(n−1)
28 28
© 2008 by UM
© 2008 by UM
Uji Hipotesis Tentang Uji Hipotesis Tentang Variansi Dua Populasi Variansi Dua Populasi
Bentuk hipotesis nol dan tandingannya Bentuk hipotesis nol dan tandingannya Bentuk hipotesis nol dan tandingannya Bentuk hipotesis nol dan tandingannya untuk
untuk uji hipotesis mengenai uji hipotesis mengenai variansi variansi dua populasi adalah
dua populasi adalah
2 2 2 2
0 1 2 1 1 2
1. H :σ =σ vs H :σ ≠σ
2 2 2 2
0 1 2 1 1 2
2. H :σ =σ vs H : σ <σ
2 2 2 2
2 2 2 2
0 1 2 1 1 2
3. H :σ =σ vs H :σ >σ
Dengan σ12dan σ22masing-masing adalah variansi populasi ke-1 dan variansi populasi ke-2
29
© 2008 by UM 29
© 2008 by UM
Statistisk uji yang digunakan untuk menguji ketiga hipotesis di atas adalah
2 1 2 2
F S
=S
Jika H0benar, statistik uji tersebut berdistribusi Fisher dengan derajat kebebasan v1 = n1– 1 dan v22= n22 – 2
30
© 2008 by UM 30
© 2008 by UM
Untuk hipotesis , tolak H0 pada tingkat keberartian α jika :
2 2 2 2
0 1 2 1 1 2
H :σ =σ vs H :σ ≠σ
1 2 1 2
1 ,( , ) ,( , )
2 2
atau
v v v v
F f F f
< −α > α
Untuk hipotesis , tolak H0 pada tingkat keberartian α jika :
Untuk hipotesis , tolak H0 pada tingkat keberartian α jika :
2 2 2 2
0 1 2 1 1 2
H :σ =σ vs H :σ <σ
1 2 1 ,( , )v v
F<f−α
2 2 2 2
0 1 2 1 1 2
H :σ =σ vs H :σ >σ
1 2 ,( , )v v
F>fα
1 2 1 2 1 2 1 2
,( , )v v , 1− ,( , )v v , / 2,( , )v v , dan 1− / 2,( , )v v
fα f α fα f α adalah nilai-nilai
dari tabel distribusi Fisher dengan derajat kebebasan v1dan v2
31
© 2008 by UM 31
© 2008 by UM
Contoh 4 Contoh 4
Suatu perusahaan baterai mobil Suatu perusahaan baterai mobil Suatu perusahaan baterai mobil Suatu perusahaan baterai mobil menyatakan bahwa umur baterainya menyatakan bahwa umur baterainya berdistribusi hampir normal dengan berdistribusi hampir normal dengan simpangan baku 0.9 tahun. Bila sampel simpangan baku 0.9 tahun. Bila sampel acak 10 baterai tersebut menghasilkan acak 10 baterai tersebut menghasilkan i b k 1 2 t h k h d i b k 1 2 t h k h d simpangan baku 1.2 tahun, apakah anda simpangan baku 1.2 tahun, apakah anda setuju bahwa
setuju bahwa σσ > 0.9 tahun? Gunakan > 0.9 tahun? Gunakan taraf kebartian 5%!
taraf kebartian 5%!
32
© 2008 by UM 32
© 2008 by UM
Solusi Solusi
H
H00: : σσ22= 0.81= 0.81 H
H11: : σσ22> 0.81> 0.81 α
α = 0.05= 0.05
Diketahui simpangan baku sampel, s = 1.2 Diketahui simpangan baku sampel, s = 1.2 Statistik uji
Statistik uji
Titik k iti d l h Titik k iti d l h
2 2 2 0
( 1) (9)(1.44) 16 0.81
= n− s = =
χ σ
2 2 16 919
Titik kritis adalah Titik kritis adalah
Karena , maka H
Karena , maka H00tidak ditolak. Simpulkan tidak ditolak. Simpulkan bahwa simpangan baku umur baterai tidak melebihi bahwa simpangan baku umur baterai tidak melebihi 0.9
0.9
2 2
,n−1= 0.05,9=16.919 χ α χ
2 2
0.05,9
χ <χ
33
© 2008 by UM 33
© 2008 by UM
Contoh 5 Contoh 5
Dalam pengujian keausan kedua bahan Dalam pengujian keausan kedua bahan Dalam pengujian keausan kedua bahan Dalam pengujian keausan kedua bahan di contoh 2, dianggap bahwa kedua di contoh 2, dianggap bahwa kedua variansi yang tidak diketahui sama variansi yang tidak diketahui sama besarnya. Ujilah anggapan ini! Gunakan besarnya. Ujilah anggapan ini! Gunakan taraf keberartian 0.10.
taraf keberartian 0.10.
34
© 2008 by UM 34
© 2008 by UM
Solusi Solusi
Misalkan Misalkan σ Misalkan Misalkan σ σ σ
111122dan dan σ dan dan σ σ σ
222222adalah variansi adalah variansi adalah variansi adalah variansi populasi dari masing
populasi dari masing--masing keausan masing keausan bahan 1 dan bahan 2. rumusan hipotesis bahan 1 dan bahan 2. rumusan hipotesis yang akan diuji adalah
yang akan diuji adalah H
H
00: : σ σ
1122= = σ σ
2222H
H
11: : σ σ
1122≠ ≠ σ σ
2222α
α = = 0.10 0.10
35
© 2008 by UM 35
© 2008 by UM
Statistik uji f = s12/ s22 = 16 / 25 = 0.64 H0ditolak dengan tingkat keberartian α jika
< atau >
f f f f
1 2 1 2
1 ,( , ) ,( , )
2 2
atau
< − >
v v v v
f f α f fα
Dalam hal ini α = 0.10, v1= n1 – 1 = 12 – 1 = 11 , dan v2= n2– 1 = 10 – 1 = 9.
Maka
1 2 0.95,(11.9)
1 ( ) 0.34
− = =
v v
f α f dan ( )= 0.05,(11.9)=3.11
v v
fα f
1 2
1 ,( , )
2 v v ,( , )1 2
2 v v
Karena , maka jangan tolak H0. Simpulkan bahwa tidak cukup kenyataan untuk
menyatakan bahwa variansinya berbeda.
1 2 1 2
1 ,( , ) ,( , )
2 2
− < <
v v v v
f α f fα
36
© 2008 by UM 36
© 2008 by UM
Referensi Referensi
Devore, J.L. and Peck, R., Devore, J.L. and Peck, R., Statistics Statistics –– The Exploration and The Exploration and Analysis of Data
Analysis of Data, USA: Duxbury Press, 1997.yy ff , USA: Duxbury Press, 1997.,, yy ,,
Pasaribu, U.S., 2007, Pasaribu, U.S., 2007, Catatan Kuliah BiostatistikaCatatan Kuliah Biostatistika..
Wild, C.J. and Wild, C.J. and SeberSeber, G.A.F., , G.A.F., Chance Encounters Chance Encounters –– A first A first Course in Data Analysis and Inference
Course in Data Analysis and Inference, USA: John , USA: John Wiley&Sons,Inc
Wiley&Sons,Inc., 2000.., 2000.
Walpole, Ronald E. Dan Myers, Raymond H., Walpole, Ronald E. Dan Myers, Raymond H., Ilmu Peluang Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan
dan Statistika untuk Insinyur dan Ilmuwan Edisi 4 Edisi 4 Bandung: Bandung:
dan Statistika untuk Insinyur dan Ilmuwan
dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4, , Edisi 4, Bandung: Bandung:
Penerbit ITB, 1995 Penerbit ITB, 1995..
Walpole, Ronald E. et.al., Walpole, Ronald E. et.al., Probability & Statistics for Enginerrs Probability & Statistics for Enginerrs
& Scientists
& Scientists, Eight edition, New Jersey : Pearson Prentice , Eight edition, New Jersey : Pearson Prentice Hall, 2007
Hall, 2007..
37
© 2008 by UM 37
© 2008 by UM