PENGANTAR UJI HIPOTESIS

Latar Belakang : - belum tahu benar salahnya pernyataan tentang parameter (hipotesis) terhadap suatu permasalahan Pengertian : - Prosedur membuat keputusan tentang kebenaran atau kesalahan suatu hipotesis. - Hipotesis statistic adalah sebuah pernyataantentang distribusi peluang sebuah variabel acak/random. - Hipotesis selalu berbentuk pernyataan tentang populasi atau distribusi yang dipelajari, bukan pernyataan tentang sample. Untuk menentukan Hipotesis nol (H 0 ) ada 3 cara : 1. dari pengalaman atau pengetahuan proses suatu masalah atau juga dari hasil percobaan sebelumnya. 2. dari teori atau model pada proses yang dipelajari 3. pertimbangan eksternal seperti spesifikasi rancangan atau rekayasa. Prosedur pengujian hipotesis tergantung pada penggunaan informasi dalam sebuah sample random dari sebuah populasi yang diteliti. Jik informsinya konsisten dengan hipotesis berarti hipotesisnya benar atau sebaliknya. Contoh : Pengujian kekuatan beton dengan H0 : = 2500 psi H1 : 2500 psi

Kesalahan tipe I dan tipe II - keputusan penerimaan atau penolakan hipotesis didasarkan dari pengujian statistic yang diambil dari sampel random - konsekuensi : keputusannya cenderung untuk salah. (kecuali kalau jumlah sampel mendekati jumlah populasi.)

tabel kesalahan

H 0 Benar H 0 salah Menerima H 0 Tidak ada error Error Tipe II Menolak H 0 Error Tipe I Tidak ada error - Probabilitas terjadinya error tipe I dan tipe II diberi symbol khusus: = P {error tipe I} = P {menolak Ho | Ho benar} = P {error tipe II} = P {menerima Ho | Ho salah}
-

besarnya kekuatan uji : kekuatan = 1 = P{menolak H0 H0 salah} Peluang error tipe I () sering disebut dengan significant level ukuran dari pengujian), biasanya dikontrol oleh lokasi daerah kritis. Penolakan H0 selalu merupakan sebuah kesimpulan yang kuat krena secara langsung dikontrol oleh pembuat keputusan

- Peluang dari kesalahan tipe II tidak konstan tetapi tergantung pada rata-rata sebenarnya kekuatan beton
-

Jika menyatakan rata-rata sebenarnya kekuatan tekanan, maka () menyatakan peluang error tipe II yang berhubungan pada . Fungsi () dihitung dengan menentukan probabilita pengujian statistic (dalam keadaan ini rata-rata sampel) jatuh dalam daerah terima yang memberikan sebuah nilai tertentu pada .

Ringkasan dari Prosedur Uji Hipotesis untuk Rata-rata, Variansi dan Proporsi
Parameter Populasi Hipotesis Nol H0 : = 0 diketahui Mean 1 populasi Rumus Uji Statistik Hipotesis Alternatif H1 : 0 H1 : > 0 H1 : < 0 H1 : 0 H1 : > 0 H1 : < 0 H1 : 1 2 H1 : 1 > 2 H1 : 1 < 2 H1 : 1 2 H1 : 1 > 2 H1 : 1 < 2
2

Z hit =

x 0

Daerah kritis (kriteria utk menolak H o ) | Zhit| > Z/2 Zhit > Z Zhit < -Z | thit| > t/2,(n-1) thit > t,(n-1) thit < -t,(n-1) | Zhit| > Z/2 Zhit > Z Zhit < -Z | thit| >t/2,(n1+n2-2) thit > t,( n1+n2-2) thit < -t,( n1+n2-2)

H0 : = 0 tidak diketahui H0 : 1 = 2 1 dan 2 diketahui H0 : 1 = 2 1 = 2 = tidak diketahui

t ht i

x 0 = s n

Z hit =

X1 X 2

21
n1

2 2
n2

t hit =

X1 X 2 Sp 1 1 + n1 n2
2

s
Mean 2 populasi H0 : 1 = 2 1 2 dan tidak diketahui

(n 1) s1 + (n 2 1) s 2 = 1 n1 + n2 2

t hit =

X1 X 2 S 21 S 22 + n1 n2
2

H1 : 1 2 H1 : 1 > 2 H1 : 1 < 2

| thit| > t/2, v thit > t, v thit < -t, v

v=

S 21 S 2 2 n + n 2 1
2

S 21 S 22 n 1 + n2 n1 + 1 n2 + 1

Mean H0:1-2=d0 populasi pengamatan berpasanga n

t hit

d d0 = sd n

H1 : d d0 H1 : d > d0 H1 : d < d0

| thit| > t/2, v thit > t, v thit < -t, v

v = n-1

Parameter Populasi

Hipotesis Nol H0 :2=02

Rumus Uji Statistik

Hipotesis Alternatif H1 : 2 20 2 20 2 20 H1 : 12>22 H1 : 12 22

Variansi 1 populasi

2 hit

(n 1) S 2 = 2 0
2 1 2 2

Daerah kritis (kriteria utk menolak H o ) 2hit>2/2,(n-1) atau 2hit<21-/2,(n-1) 2hit>2,(n-1) 2hit>21-,(n-1) Fhit>F/2,(n1-1,n2-1) atau Fhit<F1-/2,(n1-1,n2-1) Fhit>F,(n1-1,n2-1) Phit

H0 :12=22 Variansi 2 populasi

S Fhit = S

H1 : >
2 1

2 2

H 0 : p = p0 Proporsi 1 populasi sampel kecil

P = 2P(X x bila p = p0), jika x < n.p0 Atau P = 2P(X x bila p = p0), jika x > n.p0 P = P(X x bila p = p0), P = P(X x bila p = p0), Distribusi Binomial

H 1 : p p0

H 1 : p > p0 H 1 : p < p0 H 1 : p p0

Phit Phit | Zhit| > Z/2

H 0 : p = p0 Proporsi 1 populasi sampel besar

z=

x n. p 0 np 0 q 0

Hampiran distribusi normal

H 1 : p > p0 H 1 : p < p0

Zhit > Z Zhit < -Z