Professional Documents
Culture Documents
BAHAN AJAR
STATISTIKA INFERENSIAL
KODE MATA KULIAH
MAT 201 ROMBEL 410140-03 410140-04 410140-05 410140-06 410140-07
Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Semarang 2011
Jurusan Matematika FMIPA Unnes Putriaji Hendikawati 2011
DAFTAR ISI
BAB I PENAKSIRAN PARAMETER 1. Pengertian Penaksiran 2. Menaksir Rata-rata 3. Menaksir Proporsi 4. Menaksir Simpangan Baku 5. Menaksir Selisih Rata-Rata 6. Menaksir Selisih Proporsi
BAB II
PENGUJIAN HIPOTESIS 1. Pendahuluan 2. Dua Macam Kekeliruan 3. Langkah Pengujian Hipotesis 4. Uji Hipotesis Rata-Rata 5. Uji Hipotesis Proporsi 6. Uji Hipotesis Varians 7. Uji Hipotesis Kesamaan Dua Rata-Rata 8. Uji Hipotesis Kesamaan Dua Proporsi 9. Uji Hipotesis Kesamaan Dua Varians 10. Uji Homogenitas Varians Populasi
BAB III
ANALISIS VARIANS
BAB IV
ANALISIS REGRESI
BAB V
ANALISIS KORELASI
1. Pengertian Penaksiran Statistika digunakan untuk menyimpulkan populasi. Kelakuan populasi dipelajari berdasarkan data yang diambil baik secara sampling maupun sensus. Namun, karena berbagai faktor untuk
menyimpulkan populasi diambil sebuah sampel yang representatif kemudian berdasarkan hasil analisis terhadap data sampel, kesimpulan mengenai populasi dibuat. Kelakuan populasi yang akan diamati adalah mengenai parameter populasi dan sampel yang digunakan adalah sampel acak. Data sampel dianalisis, nilainilai yang perlu yaitu statistik dihitung dan berdasarkan nilai-nilai statistik dapat disimpulkan bagaimana parameter bertingkah laku. Cara pengambilan kesimpulan tentang parameter sehubungan dengan caracara menaksir harga parameter. Harga parameter yang sebenarnya tetapi tidak diketahui nilainya tersebut akan ditaksir berdasarkan statistik sampel yang diambil dari populasi yang bersangkutan. Parameter populasi yang akan ditaksir pada bab ini adalah rata-rata, simpangan baku dan proporsi. Secara umum parameter populasi akan diberi simbol (baca: theta). Jadi bisa merupakan rata-rata , simpangan baku , proporsi dan sebagainya.
(baca: theta topi), maka Jika tidak diketahui harganya, ditaksir oleh harga
dinamakan penaksir.
= , yaitu penaksir dapat mengatakan harga parameter Sangat diharapkan
yang sebenarnya. Namun, keinginan ini dapat dikatakan terlalu ideal. Kenyataan yang sering terjadi adalah:
terlalu tinggi, atau a. menaksir oleh
Jurusan Matematika FMIPA Unnes Putriaji Hendikawati 2011
Kriteria untuk memperoleh penaksir yang baik yaitu: takbias, memiliki varians minimum dan konsisten.
dikatakan penaksir takbias jika rata-rata semua harga yang a. penaksir
()
dan dua diantara semua penaksir untuk parameter yang sama. Jika 1 2
< varians , maka merupakan penaksir untuk , jika varians 1 2 1 penaksir bervarians minimum.
penaksir untuk yang dihitung berdasarkan sebuah sampel c. Misalkan
konsisten. d. Penaksir yang takbias dan bervariansi minimum dinamakan penaksir terbaik.
tertentu, maka dinamakan penaksir Jika harga parameter ditaksir oleh
Misalkan akan ditaksir rata-rata tinggi mahasiswa jurusan matematika Unnes. Maka diambil sebuah sampel acak, kemudian data sampel dikumpulkan lalu dihitung rata-ratanya. Misalkan diperoleh x = 160 cm. Jika 160 cm ini digunakan untuk menaksir rata-rata tinggi mahasiswa jurusan matematika Unnes, maka 160 adalah titik taksiran untuk rata-rata tinggi mahasiswa matematika Unnes. Secara umum x adalah penaksir atau titik taksiran untuk .
Titik taksiran untuk suatu parameter , harganya akan berlainan tergantung pada harga x yang diperoleh dari sampel yang diambil, sehingga hasilnya kurang meyakinkan atau kurang dapat dipercaya. Untuk itu digunakan interval taksiran atau selang taksiran, yaitu menaksir harga parameter di antara batas dua harga. Dalam prakteknya harus dicari interval taksiran yang sempit dengan derajat kepercayaan yang memuaskan. Derajat kepercayaan menaksir, disebut koefisien kepercayaan, merupakan pernyataan dalam bentuk peluang. Jika koefisien kepercayaan dinyatakan dengan (baca: gamma), maka
0 < < 1 . Harga yang digunakan tergantung pada persoalan yang dihadapi dan seberapa besar peneliti ingin yakin dalam membuat kesimpulan. Yang biasa digunakan adalah = 0,95 atau = 0,99 .
dengan koefisien
kepercayaan , diambil sebuah sampel acak lalu hitung nilai statistik yang diperlukan. Perumusan dalam bentuk peluang untuk parameter antara A dan B adalah: (I.1)
P( A < < B ) =
Dengan A dan B fungsi daripada statistik, merupakan variabel acak, tetapi tidak tergantung pada . Bentuk (I.1) dapat diartikan: peluangnya sama dengan bahwa terletak antara A dan B. Jika A dan B dihitung harganya berdasarkan data sampel, maka A dan B akan merupakan bilangan tetap, sehingga pernyataan di atas menjadi: kita merasa 100 % percaya bahwa parameter akan ada di dalam interval (A, B).
2. Menaksir Rata-rata
Misalkan dipunyai populasi berukuran N dengan rata-rata dan simpangan baku . Dari populasi ini akan ditaksir parameter rata-rata . Untuk itu ambil sebuah sampel acak berukuran n, hitung satatistik yang diperlukan yaitu
Dengan
kata
lain,
nilai ditaksir oleh harga x yang diperoleh dari sampel. Untuk memperoleh taksiran yang tinggi derajat kepercayaannya, digunakan interval taksiran atau selang taksiran disertai nilai koefisien kepercayaan yang dikehendaki.
a. Simpangan baku diketahui dan populasi berdistribusi normal
P < < x + z1 . x z1 . = 2 2 n n
2
Dengan = koefisien kepercayaan dan z 1 = bilangan z dari tabel normal baku untuk peluang 1 . 2 Untuk memperoleh 100 % interval kepercayaan parameter dapat digunakan rumus: (I.3)
x z1 .
2
< < x + z1 .
2
Kenyataannya parameter jarang sekali diketahui. Maka rumus (I.2) diganti (I.4)
s s P < < x + tp . x tp . = n n
Dengan = koefisien kepercayaan dan t p = nilai t dari daftar distribusi Student dengan p = 1 (1 + ) dan dk = (n-1). 2
Bilangan x t p .
Jika ukuran sampel n relatif besar dibandingkan dengan ukuran populasi N yakni
n > 5 % , maka rumus (I..3) dan rumus (I.5) menjadi: N
(I.6)
x z1 .
2
N n N 1
(I.7)
x tp .
s n
N n N 1
Jika ukuran sampel n tidak terlalu kecil, maka dapat digunakan dalil limit pusat. Selanjutnya aturan-aturan yang diuraikan dalam bagian (b) di atas dapat digunakan dengan kekeliruan yang sangat kecil. Jika distribusi populasi sangat menyimpang dari normal dan ukuran sampel kecil sekali, maka teorinya harus dipecahkan menggunakan bentuk distribusi asli dari populasi yang bersangkutan. Hal ini tidak dibicarakan di sini.
Contoh
Sebuah populasi berdistribusi normal berukuran 1000 dengan simpangan baku 5,75. dari populasi diambil sampel acak dan diperoleh rata-rata 68,6. Taksirlah: a. rata-rata populasi bila ukuran sampelnya 30 b. rata-rata populasi bila ukuran sampelnya 80 dengan menggunakan kepercayaan 95% .
Jurusan Matematika FMIPA Unnes Putriaji Hendikawati 2011
Penyelesaian
Diketahui x = 68,6
= 5,75
= 95% = 0,95
1 = 0,475 z 0, 475 = 1,96 2
a. Sampel n = 30
x z1 .
2
30 n = 5% N 1000
< < x + z1 .
2
68,6 (1,96 ).
n 80 = 5% N 1000
N n < < x + z1 . 2 N 1 n
N n N 1
68,6 (1,96 ).
5,75 1000 80 5,75 1000 80 < < 68,6 + (1,96 ). . 30 1000 1 30 1000 1 68,6 a < < 68,6 + a
Jadi,
95%
interval
kepercayaan
untuk
rata-rata
populasi
ialah
68,6 a < < 68,6 + a . Dengan kata lain, kita merasa 95% yakin (percaya) bahwa rata-rata populasi tersebut akan ada dalam interval dengan batas 68,6 a dan 68,6 + a .
3. Menaksir Proporsi
Misalkan sebuah sampel acak berukuran n diambil dari populasi binomial berukuran N dimana terdapat proporsi untuk peristiwa A yang ada dalam populasi tersebut. Jika terdapat x peristiwa A, sehingga proporsi sampel untuk peristiwa A = x . Jadi titik taksiran untuk adalah x . n n Digunakan pendekatan oleh distribusi normal kepada binomial untuk ukuran sampel n cukup besar. Rumus 100 % keyakinan untuk interval kepercayaan adalah (I.8)
p z1 .
2
pq < < p + z1 . 2 n
pq n
2
dengan p = x
dan q = 1 p sedangkan z 1
Contoh
Diadakan survei terhadap sebuah populasi masyarakat di kota Semarang dengan mengambil sampel 100 orang dan diperoleh yang suka berolahraga sejumlah 60 orang. Dengan koefisien kepercayaan 95%, taksirlah interval kesukaan berolahraga masyarakat di kota Semarang tersebut.
Penyelesaian
p=
pq < < p + z1 . 2 n
pq n
0,6 (1,96 ).
berolahraga masyarakat di kota Semarang tersebut akan ada dalam interval dengan batas 50,4 % dan 69,6 %.
4. Menaksir Simpangan Baku
Untuk menaksir varians 2 dari sebuah populasi, maka perlu dihitung sampel varians s 2 berdasarkan sampel acak berukuran n. (I.9)
s2 =
(x
x)
n 1
untuk adalah bias. Jika populasinya berdistribusi normal dengan varians 2 , maka 100 % interval kepercayaan untuk 2 ditentukan dengan menggunakan distribusi chi-kuadrat. (I.10)
(n 1)s 2
2 1 2
<2 <
(n 1)s 2
2 1 2
(1+ )
(1 )
(1+ ) 2
2 dan 1
(1 )
Interval taksiran simpangan baku diperoleh dengan melakukan penarikan akar ketidaksamaan dalam rumus (I.10).
Contoh
Dari sebuah populasi yang berdistribusi normal, diambil sampel yang representatif dan diperoleh simpangan baku sebesar 6 dengan ukuran sampel 31. Dengan koefisien kepercayaan 99%, taksirlah interval dari simpangan baku populasi.
Penyelesaian
Diketahui n = 31 s=6
= 99 % = 0,99
2 1 2 1
2 = 1 2 = 1
(1+ )
(1 )
(31 1)(6)2
53,7
<2 <
(31 1)(6)2
13,8
(31 1)(6)2
53,7
< <
(31 1)(6)2
13,8
4,4846 < < 8,8465 Jadi, kita merasa 99% yakin (percaya) bahwa simpangan baku populasi tersebut akan ada dalam interval dengan batas 4,4846 dan 8,8465.
Misalkan dipunyai dua buah populasi, keduanya berdistribusi normal dengan rata-rata dan simpangan baku masing-masing 1 dan 1 untuk populasi pertama, 2 dan 2 untuk populasi kedua. Secara independen diambil sebuah sampel acak dengan ukuran n1 dan n2 dari masing-masing populasi. Rata-rata dan simpangan baku dari sampel-sampel itu berturut-turut x1 , s1 dan x 2 , s 2 .
10
Akan ditaksir selisih rata-rata ( 1 2 ) . Titik taksiran untuk adalah ( 1 2 ) adalah ( x1 x2 ) . Untuk menaksir selisih rata-rata dibedakan hal-hal berikut:
a. Dalam hal 1 = 2
yang besarnya
1 1 1 1 + < 1 2 < ( x1 x2 ) + z 1 + 2 n1 n2 n1 n2
Jika kedua populasi normal dan memiliki 1 = 2 = tetapi besarnya tidak diketahui, maka perlu tentukan varians gabungan dari sampel yang dinyatakan dengan s 2 . (I.12)
s2 =
Interval kepercayaannya ditentukan dengan menggunakan distribusi Student. Rumus untuk 100 % interval kepercayaan ( 1 2 ) adalah (I.13)
( x1 x2 ) t p .s 1 1 1 1 + < 1 2 < ( x1 x2 ) + t p .s + n1 n2 n1 n2
dengan s diperoleh dari rumus (I.12) dan t p diperoleh dari daftar distribusi Student dengan p = 1 (1 + ) dan dk = n1 + n2 2 . 2
b. Dalam hal 1 2
Untuk populasi normal dengan 1 2 teori di atas tidak berlaku dan teori yang ada hanya bersifat pendekatan.
11
Dengan memisalkan
berukuran cukup besar, dapat dilakukan pendekatan kepada distribusi normal. Rumus interval kepercayaan ditentukan oleh: (I.14) dengan z 1
( x1 x 2 ) z 1
c. Observasi berpasangan
Misalkan populasi pertama memiliki variabel acak X dan populasi kedua dengan variabel acak Y. Rata-ratanya masing-masing x dan y . Diambil sampel acak dari tiap populasi yang berukuran sama, n1 = n2 = n . Diperoleh data sampel
(x1 , x2 ,K, xn )
dan
( y1 , y 2 ,K, y n ) ,
M
xn berpasangan dengan y n
Dalam hal berpasangan, maka untuk menaksir selisih atau beda rata-rata
B = x y , dapat pula dibentuk selisih atau beda tiap pasangan data yaitu
B1 = x1 y1 , B2 = x 2 y 2 ,, Bn = xn y n .
Dari sampel berukuran n yang datanya terdiri dari B1 , B2 ,, Bn , dihitung rata-rata B dan simpangan baku s B dengan menggunakan
B B=
n
dan s B =
n B12 ( Bi ) n(n 1)
B tp.
sB n
< B < B + t p .
sB n
12
Contoh (Sudjana)
Ada dua cara pengukuran untuk mengukur kelembaban suatu zat. Cara I dilakukan 50 kali yang menghasilkan x 1 = 60,2 dan s12 = 24,7. Cara II dilakukan
2 60 kali dengan x 2 = 70,4 dan s2 = 37,2. Tentukan interval kepercayaan 95%
Penyelesaian
Diketahui x 1 = 60,2 ; s12 = 24,7
2 x 2 = 70,4 ; s2 = 37,2
Karena kedua populasi normal dan memiliki 1 = 2 = tetapi besarnya tidak diketahui, maka varians gabungan dari sampel adalah
s2 =
31,53 31,53 31,53 31,53 + < 1 2 < (70,4 60,2) + t 0,975;108 . + 50 60 50 60 (70,4 60,2) (1,984 ). (1,08) < 1 2 < (70,4 60,2) + (1,984 ). (1,08)
8,06 < 1 2 < 12,34
Jadi, kita merasa 95% yakin (percaya) bahwa selisih rata-rata pengukuran dari kedua cara tersebut akan ada dalam interval yang dibatasi oleh 8,06 dan 12,34.
13
diambil sebuah sampel acak berukuran n1 dan n2 . Proporsi untuk peristiwa yang diperhatikan pada sampel tersebut adalah p1 =
x1 x dan p 2 = 2 dengan n1 n2
( 1 2 )
dengan menggunakan
pendekatan oleh distribusi normal asalkan n1 dan n2 cukup besar. Rumus untuk 100 % interval kepercayaan selisih ( 1 2 ) adalah (I.16)
( p1 p2 ) z 1
2
p1 q1 n1
p2 q2 n2
< 1 2 < ( p1 p 2 ) + z 1
p1 q1
2
n1
p2 q2 n2
Contoh (Sudjana)
Diambil dua sampel acak yang masing-masing terdiri atas 500 pemudi dan 700 pemuda yang mengunjungi sebuah pameran. Ternyata diperoleh bahwa 325 pemudi dan 400 menyukai pameran itu. Tentukan interval kepercayaan 95% mengenai perbedaan persentase pemuda dan pemudi yang mengunjungi pameran dan menyukainya.
Penyelesaian
Diketahui persentase pemudi yang menyukai pameran p1 = persentase pemuda yang menyukai pameran p2 =
14
( p1 p2 ) z 1
2
p1 q1 n1
500
p2 q2 n2
< 1 2 < ( p1 p 2 ) + z 1
p1 q1
2
n1
.0 , 95
p2 q2 n2
(0,65)(0,35) + (0,57)(0,43)
500 700
(0,65 0,57) (1,96) (0,0284) < 1 2 < (0,65 0,57) + (1,96) (0,0284)
0,024 < 1 2 < 0,136
Jadi, kita merasa 95% yakin (percaya) bahwa perbedaan persentase pemuda dan pemudi yang mengunjungi pameran dan menyukainya akan ada dalam interval yang dibatasi oleh 2,4% dan 13,6%.
LATIHAN
1. Diketahui populasi siswa dengan ukuran 100 Taksirlah rata-rata penguasaan kemampuan bahasa dari populasi tersebut jika: a. diambil sampel secara acak sebanyak 4 siswa dengan penguasaan kemampuan bahasa berikut 60,2 ; 65,4 ; 70,1 dan 72,8 dengan koefisien kepercayaan 95%. b. diambil sampel secara acak sebanyak 10 siswa dengan penguasaan kemampuan bahasa berikut 60,4 ; 55,7 ; 70,2 ; 70,3 ; 60,5 ; 66,6 ; 62,8 ; 63,9 ; 70,1 ; 64,8 dengan koefisien kepercayaan 99%. 2. Telah ditimbang 10 buah tomat dengan hasil (dalam gram): 142, 157, 138, 175, 152, 149, 148, 200, 182, 164. Jika berat tomat berdistribusi normal, tentukan interval kepercayaan 95% untuk rata-rata berat tomat. 3. Diketahui dua buah sampel yang diambil dari dua buah populasi. Sampel I : 38, 42, 51, 47, 38, 60, 57, 58, 32, 45 Sampel II : 44, 49, 53, 46, 41, 47, 34, 60, 59, 63 Tentukan selisih rata-ratanya bila interval kepercayaan 95 %, jika: a. simpangan baku kedua populasi diketahui sama besar yaitu 9,5. b. simpangan baku kedua populasi diketahui sama besar namun tidak diketahui nilainya.
Jurusan Matematika FMIPA Unnes Putriaji Hendikawati 2011
15
4. Dari populasi tanaman padi jenis A dan jenis B, diambil sampel tinggi tanaman padi sbb: Sampel I dari padi jenis A : 39,3 ; 45,5 ; 41,2 ; 53 ; 44,2 ; 42,5 ; 63,9. Sampel II dari padi jenis B : 37 ; 42,4 ; 40,1 ; 52,2 ; 41,5 ; 40,8 ; 60,2. Dengan observasi berpasangan tersebut dan interval kepercayaan 95 %,, taksirlah selisih rata-ratanya. 5. Sebuah sampel berukuran 200 lampu yang dihasilkan oleh sebuah mesin produksi menunjukkan 15 buah lampu rusak. Sebuah sampel lain berukuran 100 buah lampu yang dihasilkan oleh mesin kedua mengandung 12 buah lampu yang rusak. Tentukan interval kepercayaan 99% untuk selisih kedua perbandingan.
16
1. Pendahuluan
Sebelumnya telah dipelajari cara-cara menaksir parameter untuk mengambil kesimpulan tentang berapa besar harga parameter. Cara pengambilan kesimpulan yang kedua akan dipelajari adalah melalui pengujian hipotesis. Hipotesis adalah asumsi atau dugaan mengenai sesuatu hal yang dibuat untuk menjelaskan hal tersebut yang sering dituntut untuk melakukan
pengecekannya. Jika asumsi atau dugaan tersebut dikhususkan mengenai populasi, umumnya mengenai nilai-nilai parameter populasi, maka hipotesis disebut hipotesis statistik. Contoh hipotesis a. peluang lahirnya bayi berjenis kelamin laki-laki = 0,5. b. 25 % masyarakat termasuk golongan A. c. Rata-rata pendapatan keluarga di suatu daerah Rp 300.000,00 tiap bulan.
Setiap hipotesis bisa benar atau tidak benar, maka perlu diadakan penelitian sebelum hipotesis itu diterima atau ditolak. Langkah atau prosedur untuk menentukan apakah menerima atau menolak hipotesis dinamakan pengujian hipotesis.
17
a. Kekeliruan tipe I ialah menolak hipotesis yang seharusnya diterima, b. Kekeliruan tipe II ialah menerima hipotesis yang seharusnya ditolak.
Keadaan Sebenarnya Hipotesis Benar Hipotesis Salah BENAR SALAH (Kekeliruan tipe II) SALAH BENAR (Kekeliruan tipe II)
Kedua tipe kekeliruan dinyatakan dalam bentuk peluang. Peluang membuat kekeliruan tipe I biasa dinyatakan dengan (alpha) maka disebut pula kekeliruan dan peluang membuat kekeliruan tipe II dinyatakan dengan (beta) dikenal dengan kekeliruan .
disebut taraf signifikan (level of significan) atau taraf arti atau sering
disebut taraf nyata. Jika diperkecil, maka menjadi besar dan demikian sebaliknya. Harga yang biasa digunakan adalah = 0,01 atau = 0,05 . Misalnya, dengan = 0,05 atau sering disebut taraf nyata (taraf signifikansi) 5%, artinya kira-kira 5 dari tiap 100 kesimpulan bahwa akan menolak hipotesis yang harusnya diterima. Dengan kata lain kira-kira 95% yakin bahwa telah dibuat kesimpulan yang benar. Dalam hal demikian dikatakan bahwa hipotesis telah ditolak pada taraf nyata 0,05 yang berarti mungkin salah dengan peluang 0,05.
18
Hipotesis yang biasa dinyatakan dengan H, perlu dirumuskan dengan singkat dan jelas sesuai dengan persoalan yang dihadapi. Agar tampak adanya dua pilihan, maka hipotesis H ini didampingi pernyataan lain yang isinya berlawanan yang disebut dengan hipotesis tandingan (alternatif) yang dinyatakan dengan A. Pasangan hipotesis H dan A, tepatnya H melawan A, akan menentukan kriteria pengujian yang terdiri dari daerah penerimaan dan daerah penolakan hipotesis. Daerah penolakan hipotesis sering disebut dengan daerah kritis. Bila menguji parameter ( dapat berupa rata-rata , proporsi , simpangan baku , dll), maka: a. Hipotesis mengandung pengertian sama Pengujian sederhana lawan sederhana 1) H : = 0 A : = 1 dengan 0 ,1 dua nilai berbeda yang diketahui. Pengujian sederhana lawan komposit 2) H : = 0 A : 0 3) H : = 0 A : > 0 4) H : = 0 A : < 0
19
Berikut
hanya
akan
dipelajari
pengujian
terhadap
hipotesis
yang
perumusannya mengandung pengertian sama atau tidak memiliki perbedaan, disebut hipotesis nol H 0 melawan hipotesis tandingannya H 1 , yang mengandung pengertian tidak sama, lebih besar atau lebih kecil. H 1 harus dipilih dan ditentukan peneliti sesuai dengan persoalan yang dihadapi. Pasangan H 0 dan H 1 yang telah dirumuskan dituliskan dalam bentuk berikut.
H 0 : = 0 atau H 1 : 0 H 0 : = 0 atau H 1 : > 0
H 0 : = 0 H 1 : < 0 Selanjutnya, pilih bentuk statistik yang akan digunakan, apakah z, t, 2 , F atau lainnya. Harga statistik yang dipilih dihitung besarnya berdasarkan data sampel yang dianalisis. kriteria pengujian ditentukan berdasarkan pilihan taraf nyata atau disebut ukuran daerah kritis.
Peran hipotesis tandingan H 1 dalam penentuan daerah kritis adalah sebagai berikut: 1) Jika H 1 mempunyai perumusan tidak sama, maka dalam distribusi statistik yang digunakan didapat dua daerah kritis masing-masing pada ujung-ujung distribusi. Luas daerah kritis atau daerah penolakan pada tiap ujung adalah
20
Kedua daerah dibatasi oleh d1 dan d2 (pada contoh gambar d1 dinyatakan dengan nilai z = -1,96 dan d2 dinyatakan dengan z = 1,96) yang harganya diperoleh dari daftar distribusi yang bersangkutan dengan peluang ditentukan oleh . Kriteria yang digunakan: terima H 0 jika harga statistik yang dihitung berdasarkan data penelitian terletak diantara d1 dan d2, selain itu tolak H 0 . 2) Jika H 1 mempunyai perumusan lebih besar, maka dalam distribusi statistik yang digunakan didapat sebuah daerah kritis yang letaknya di ujung sebelah kanan. Luas daerah kritis atau daerah penolakan ini sama dengan .
21
Harga d (pada contoh gambar d dinyatakan dengan nilai z = 1,96) diperoleh dari daftar distribusi yang bersangkutan dengan peluang ditentukan oleh , menjadi batas antara daerah kritis dan daerah penerimaan H 0 . Kriteria yang digunakan: tolak H 0 jika statistik yang dihitung berdasarkan sampel tidak kurang dari d, selain itu terima H 0 . Pengujian hipotesis ini dinamakan uji satu pihak, tepatnya pihak kanan.
3) Jika H 1 mempunyai perumusan lebih kecil, maka dalam distribusi statistik yang digunakan didapat sebuah daerah kritis yang letaknya di ujung sebelah kiri. Luas daerah kritis atau daerah penolakan ini sama dengan . Gambar daerah penerimaan dan penolakan akan sama dengan pada option 2) di atas, namun daerah penolakan terletak disebelah kiri. Kriteria yang digunakan: terima H 0 jika statistik yang dihitung berdasarkan penelitian lebih besar dari d, selain itu tolak H 0 . Pengujian hipotesis ini dinamakan uji satu pihak, tepatnya pihak kiri.
Secara ringkas langkah pengujian hipotesis adalah: 1. Rumuskan hipotesis pengujian yang akan digunakan. 2. Tentukan besarnya taraf nyata . 3. Tentukan kriteria pengujian. 4. Tentukan nilai statistik hitung berdasarkan data penelitian (sampel) yang diambil. 5. Menarik kesimpulan menerima atau menolah H 0 berdasarkan hasil 3 dan 4.
22
diketahui. 2. Tentukan besarnya taraf signifikansi . 3. Kriteria pengujian. Terima H 0 jika z 1 Dengan z 1
2 2
(1 )
< z < z1
(1 )
, selainnya tolak H 0 .
(1 )
peluang 1 (1 ) . 2 4. Statistik hitung berdasarkan data penelitian (sampel) yang diambil. (II.1)
z= x 0
dengan x adalah rata-rata sampel, 0 nilai yang diketahui, adalah simpangan baku populasi. 5. Menarik kesimpulan berdasarkan hasil 3 dan 4.
Contoh
Pengusaha lampu pijar A mengatakan bahwa lampunya bisa tahan pakai sekitar 800 jam. Namun timbul dugaan bahwa masa pakai lampu tersebut telah berubah. Maka dilakukan pengujian terhadap 50 lampu untuk menentukan hal ini. Ternyata diperoleh rata-ratanya 792 jam. Berdasarkan pengalaman diketahui simpangan baku masa hidup lampu 60 jam. Selidikilah dengan menggunakan kepercayaan 95% apakah kualitas lampu telah berubah atau belum.
Penyelesaian
Diketahui x = 792 ; n = 50 ; = 60
23
(1 )
< z < z1
(1 )
(10, 05 )
< z < z1
(10, 05 )