CTQ proyek
BAB 5 PROSES ANALISIS
5.1. Pengujian Hipotesis
5.1.2. Masalah Uji Hipotesis
Beberapa masalah uji hipotesis dalam penerapan pengendalian kualitas, yang akan dipandang dari beberapa keadaan sebagai berikut
1. Perbandingan mean apabila variansi diketahui
2. Perbandingan mean distribusi normal apabila variansi tidak diketahui.
3. Perbandingan variansi distribusi normal 4. Perbandingan parameter binomial 5. Perbandingan parameter Poisson.
1. Uji tentang Mean Variansi Diketahui
• Uji hipotesis untuk satu populasi mean (µ) tidak diketahui = standar(µ0)
H0 : µ = µ0 H1 : µ ≠ µ0
• Diuji dengan sampel random dengan n observasi pada variabel random x
Gambar 5.3 Hipotesis Sisi Kanan
Beberapa masalah uji hipotesis dalam penerapan pengendalian kualitas, sebagai berikut :
mean apabila variansi diketahui
mean distribusi normal apabila variansi tidak
Uji hipotesis untuk satu populasi mean (µ) tidak diketahui = nilai
random dengan n observasi pada variabel
136 2j Mk . hj
C/√/
tolak H0 : | Z0 |> Zα/2 (distribusi normal standar)
• Berdasarkan teorema limit pusat bahwa mean sampel Mk berdistribusi mendekati N(µ:σ2/n). Bila H0 : µ = µ0 benar, maka Z0 mendekati distribusi N(0;1), bilai Z0 diantara - Zα/2 dan Zα/2. Bila diluar batas ini H0 ditolak.
• Hipotesis alternatif satu sisi menolak H0 : µ = µ0 bila Z0 >Zα; maka H0 : µ > µ0 H0 : µ < µ0 bila Z0 < -Zα; maka H0 : µ< µ0
• Uji hipotesis untuk dua populasi mean (µ1 & µ2) tidak diketahui &
variansi diketahui (σ12 & σ22
) dan diambil sampel random untuk tiap populasi (n1 & n2).Tolak H0: H0 :| Z0 |>Zα/2
H0 : µ1 = µ2
H1 : µ1 ≠ µ2
dengan statistic pengujinya sebagai berikut:
2j MkO. Mk5
^3CO5//O6 _ 3C55//56
Hipotesis alternatif satu sisi menolak H0 : µ1 = µ2 bila Z0 >Zα; maka H0 : µ1 > µ2, H0 : µ1 < µ0 bila Z0 < -Zα; maka H0 : µ1< µ2.
Contoh:
Kekuatan tekanan dalam botol-botol gelas yang digunakan sebagai tempat minuman berkarbonat merupakan karakteristik kualitas yang penting. Pengusaha minuman ingin mengetahui apakah mean kekuatan
137
tekanan melebihi 175 psi. Dari pengalaman yang lalu, dia menge bahwa deviasi standar kekuatan tekanan adalah 10 psi. Pengusaha gelas memasukkan kotak-kotak berisi botol-botol ini kepada pengusaha minuman, yang tertarik untuk menguji hipotesis.
H0 : µ = 175 H1 : µ > 175
Sampel random dengan 25 botol dipilih. Rata-rata sampel (
Apabila dinyatakan kesalahan tipe I (resiko produsen)
Zα=1.645. Maka H0 ditolak. Kesimpulannya mean kekuatan tekanan botol-botol itu melebihi 175 psi
2. Uji Tentang Mean Distribusi Normal, Variansi Tidak Diketahui Variabel random normal (X) dengan mean
diketahui. Hipotesisnya:
Variabel berdistribusi Normal dengan statistik penguji
simpangan baku s secara matematis dirumuskan seperti dibawah ini tekanan melebihi 175 psi. Dari pengalaman yang lalu, dia mengetahui bahwa deviasi standar kekuatan tekanan adalah 10 psi. Pengusaha gelas botol ini kepada pengusaha minuman, yang tertarik untuk menguji hipotesis.
rata sampel ( ) =182 psi
Apabila dinyatakan kesalahan tipe I (resiko produsen) α =0.05. Diperoleh
=1.645. Maka H0 ditolak. Kesimpulannya mean kekuatan tekanan
Uji Tentang Mean Distribusi Normal, Variansi Tidak Diketahui dengan mean µ dan variansi σ² tidak
Variabel berdistribusi Normal dengan statistik penguji distribusi t dengan simpangan baku s secara matematis dirumuskan seperti dibawah ini:
138
Hipotesis nol akan ditolak apabila t > tα;n-1 dengan tα;n-1 dan titik persentase α atas distribusi t dengan df (n – 1).
Contoh:
Edison Elektric Institute telah menerbitkan angka banyaknya kilowatt- jam tahunan yang digunakan oleh berbagai peralatan rumah tangga.
Dikatakan bahwa alat penyedot debu menggunakan rata-rata 46 kilowatt- jam per tahun. Bila sampel acak 12 rumah disertakan dalam rancangan penelitian dan menunjukan bahwa penyedot debu menggunakan rata-rata 42 kilowatt-jam per tahun dengan simpangan baku 11,9 kilowatt-jam, apakah ini menunjukan pada taraf keberartian 0,05 bahwa penyedot debu menggunakan pada rata-ratanya kurang dari 46 kilowatt-jam setahun?
Anggap bahwa populasi kilowatt-jam berdistribusi normal.
Jawab:
Hipotesis:
H0 : µ = kilowatt-jam H1 : µ < 46 kilowatt-jam
Dengan alfa (α) 0,05 maka daerah kritis distribusi t < - 1,796, jika m Mk . hj
n/√/
dengan v = 11 (n-1), maka
m 42 . 46 11,9√12
.1,16
Kesimpulannya, terima Ho karena t < tα;n-1, artinya bahwa banyaknya rata-rata penggunaan kilowatt-jam per tahun penyedot debu tidak berbeda secara berarti dengan 46.
Jika terdiri dari dua populasi normal dengan mean µ1 & µ2 dan variansi σ1² & σ2² tidak diketahui, hipotesisnya:
139
Prosedur uji tergantung pada apakah σ1² = σ2², v
mengkombinasikan atau menggabung taksiran dua sampel random n n2, maka statistik pengujinya:
H0 ditolak apabila t > tα/2;n + n - 2 untuk jenis hipotesisnya searah, dan tolak H0 jika -tα/2;n + n - 2 < t < tα/2;n + n - 2 untuk hipotesis dua arah.
Contoh:
Suatu percobaan dilakukan untuk membandingkan keausan
gosokan dua bahan yang dilapisi. Duabelas bahan 1 diuji dengan memasukkan tiap potong bahan kedalam mesin pengukur aus. Sepuluh potong dari bahan 2 diuji dengan cara yang sama. Asil dari uji coba tersebut dihasilkan rata-rata keausan dari bahan 1 a
dengan simpangan baku 4, sedangkan bahan 2 memberikan rata keausan sebanyak 81 satuan dengan simpangan baku 5. Dapatkah disimpulkan bahwa pada taraf 0,05 keausan bahan 1 melampaui keausan bahan 2 sebanyak 2 satuan? Anggap kedua populas
dengan variansi yang sama.
Jawab:
², variansi diperoleh dengan mengkombinasikan atau menggabung taksiran dua sampel random n1 &
untuk jenis hipotesisnya searah, dan tolak untuk hipotesis dua arah.
Suatu percobaan dilakukan untuk membandingkan keausan karena gosokan dua bahan yang dilapisi. Duabelas bahan 1 diuji dengan memasukkan tiap potong bahan kedalam mesin pengukur aus. Sepuluh potong dari bahan 2 diuji dengan cara yang sama. Asil dari uji coba rata keausan dari bahan 1 adalah 85 satuan dengan simpangan baku 4, sedangkan bahan 2 memberikan rata-rata keausan sebanyak 81 satuan dengan simpangan baku 5. Dapatkah disimpulkan bahwa pada taraf 0,05 keausan bahan 1 melampaui keausan bahan 2 sebanyak 2 satuan? Anggap kedua populasi hampir normal
140
Dengan alfa (α) 0,05 maka daerah kritis distribusi t > 1,796, jika m 3MkO. Mk56 . Qj
nop 1/O_ 1/5
dengan v = 20 (n-1), maka
no5 453116 _ 55396 12 _ 10 . 2 no 4,47
m 385 . 816 . 2 4,47p 112 _ 1
10
1,04
Kesimpulannya, terima Ho karena t < tα/2;n + n - 2, artinya bahwa keausan bahan 1 melampaui bahan 2 lebih dari 2 satuan.
Tabel 5.1 Uji Untuk Mean Populasi Normal
Hipotesis Statistik Penguji Criteria Penolakan
qj: h hj
qO: h s hj
qO: h t hj
qO: h u hj
Variansi (σ) diketahui qj: h hj
qO: h s hj
qO: h t hj qO: h u hj
Variansi (σ) tidak diketahui qj: hO. h5 Qj
qO: hO. h5s Qj
qO: hO. h5t Qj
qO: hO. h5u Qj
Variansi (σ1 & σ1) diketahui
v Mk . hj
C/√/
m Mk . hj n/√/
w 3xyz. xy{6 . |}
S~z{z_ ~{{{
v t .v4/5 Qi/ v u v4/5 v t .v4
v u v4
m t .m4/5 Qi/ m u m4/5 m t .m4
m u m4
v t .v4/5 Qi/ v u v4/5 v t .v4
v u v4
141
qj: hO. h5 Qj
qO: hO. h5s Qj
qO: hO. h5t Qj qO: hO. h5u Qj
Variansi (σ1 & σ1) tidak diketahui
3|6 z_ {. {
3xLLLz. xyz6 . |}
p zz_ z{
no5nO53/ . 16 _ n553/5. 16 /O_ /5. 2
m t .m4/5 Qi/ m u m4/5 m t .m4
m u m4
3. Uji Untuk Variansi Distribusi Normal
Jika kita ingin menguji bahwa variansi suatu populasi normal sama dengan suatu bilangan konstan misalnya Cj5, hipotesisnya adalah
Dan statistik penguji untuk hipotesis ini adalah
Dengan :
S2 = variansi sampel yang dihitung dari sampel random n = jumlah observasi
H0 ditolak jika,
2 1
; 1 2 2 0 2
1
; 2
2 1
; 1 2 2 0 2
1
; 2 2
0
− −
−
− −
−
Χ
<
Χ Χ
Χ
<
Χ Χ
>
Χ
n n
n n
atau Dengan
atau
σ σ
σ σ
2 0 2 1
2 0 2 0
: :
σ σ
σ σ
≠
= H
H
( )
2 2 2
0
1 σ
S n−
= Χ
142 Tabel 5.2 Uji Variansi Distribusi Normal
Hipotesis Statistic penguji Criteria penolakan qj: C5 Cj5
qO: C5 s Cj5 qj: C5 Cj5 qO: C5 t Cj5 qj: C5 Cj5 qO: C5 u Cj5 qj: CO5 C55 qj: CO5 s C55 qj: CO5 C55 qj: CO5 t C55 qj: CO5 C55 qj: CO5 u C55
j5 3/ . 165 Cj5
j O5
55
j 55
O5
j O5
55
j5 u 4
5,O
5
j5 t O45,O 5
j5 t O4,O 5 j5 u O4,O 5
j u 4
5,O,EO
j t O45,O,EO
j t 4,O,EO
j u 4,O,EO
Uji ini berguna dalam pengendalian kualitas. Misal suatu variabel random normal dengan mean µ dan variansi σ2. jika σ2 ≤ maka perubahan yang merupakan sifat dasar proses itu akan ada dalam persyaratan rancangan, akibatnya kampir semua produk akan sesuai dengan spesifikasinya. Tapi jika σ2 > maka penyebaran dasar dalam proses itu akan melebihi bataas-batas spesifikasi yang menghasilkan persentasi produksi tidak sesuai.
143
Jika sampel random berukuran n1 dan n2 masing-masing diambil dari populasi satu atau dua, maka statistik pengjiannya adalah :
2 2 2 1 1
2 2 2 1 0