OLAH DATA STATISTIK
Uji Hipotesis
Uji Hipotesis
Dalam
mempelajari karakteristik suatu populasi, seringkali kita telah memiliki
hipotesis tertentu. Sebagai contoh,
pemberian DHA pada anak-anak akan menambah kecerdasannya atau pemberian vaksin polio akan mengurangi jumlah
anak-anak yang menderita penyakit ini.
Tentunya,
setelah data diperoleh, gambaran yang diinginkan dari data tidak lagi hanya
sekedar bagaimana karakteristik umum populasi tersebut (melalui pendugaan),
namun lebih jauh yaitu apakah data mendukung hipotesis sebelumnya ataukah tidak
(inferensia).
Dalam
statistika, hipotesa mengenai populasi yang akan kita terima kebenarannya
sampai ada bukti untuk menolaknya dinamakan sebagai hipotesis nol (null hypothesis/H0). Apabila
hipotesis ini ditolak kebenarannya, maka ada hipotesis lain yang kita anggap
benar, yaitu hipotesis tandingan (Alternative
Hypothesis/H1). Dalam
perumusan H1 dikenal dua macam hipotesis, yaitu:
- Hipotesis
Eka Arah
H0: m
£ m0 H0: m
≥ m0
H1: m
≥ m0 H1: m
£ m0
- HIpotesis
Dwi Arah
H0: m
= m0
H1: m
± m0
Kesimpulan yang diperoleh dari uji
hipotesis ini akan berkaitan dengan populasi, sedangkan penolakan atau
penerimaan hipotesis didasarkan pada data contoh. Sehingga akan muncul ketidakpastian.
Keadaan
sebenarnya
|
Kesimpulan
Pengujian
|
|
H0 benar
|
H0 salah
|
|
H0 benar
|
1 - a
|
Galat
Jenis I (a)
|
H0 salah
|
Galat
Jenis II (b)
|
1 - b
|
Jenis Galat:
• Galat Jenis I = penolakan H0 yang benar
• Galat Jenis II = penerimaan H0 yang
salah
a = P(galat jenis I) = peluang melakukan galat jenis I
b = P(galat jenis II) = peluang melakukan galat jenis II
Sifat-sifat :
•
Jika
a meningkat maka b menurun, dan sebaliknya.
•
Jika
ukuran sampel (n) meningkat maka nilai a dan b menurun, dan
sebaliknya.
Uji Hipotesis Nilai Tengah Satu
Populasi
Perumusan hipotesis nilai tengah
satu populasi telah dikemukakan di awal.
à
Untuk menolak atau menerima H0 diperlukan informasi mengenai
besarnya selisih antara xbar dengan mu pada H0.
à
Nilai selisih saja tidak cukup, karena tergantung satuan pengukuran peubah
à
Kesalahan menebak 1.000.000 pada harga suatu mobil lain akibatnya pada harga
komputer PC.
à
Pengkoreksian berupa pembagian dengan simpangan baku dari xbar.
1. pembagian tersebut menghilangkan
satuan pengukuran à ukuran relatif
2. mengakomodasi keragaman data
à
Didapatkan kriterium (statistik uji) untuk mengevaluasi hipotesis, yaitu:
à
Untuk
- H0: m £ m0
H1: m
≥ m0
H0
ditolak apabila Zhit > Za atau thit >
t (db=n-1; a)
- H0: m ≥ m0
H1: m
£ m0
H0
ditolak apabila Zhit < Za atau thit <
t (db=n-1; a)
- H0: m = m0
H1: m
± m0
H0
ditolak apabila |Zhit| < Za/2 atau thit
< t (db=n-1; a/2)
Ilustrasi
Produk air minum dalam kemasan merk
tertentu dengan kemasan gelas dicantumkan berisi air dengan volume 220 mL. Produk ini akan dianggap baik apabila volume
airnya tidak lebih atau kurang dari 220 mL.
Dari pemeriksaan terhadap 50 contoh produk ini didapatkan rata-rata
volume airnya 218 mL. Diketahui volume
air produk tersebut menyebar normal dengan simpangan baku sebesar 2.5 mL.
Kesimpulan apa
yang akan diambil apabila a=1%?
Uji Hipotesis proporsi satu populasi
à Perumusan
Hipotesis:
- Hipotesis
Eka Arah
H0: p
£ p0 H0: p
≥ p0
H1: p
≥ p0 H1: p
£ p0
- Hipotesis
Dwi Arah
H0: p
= p0
H1: p
± p0
à
Kriterium (statistik uji) untuk uji proporsi:
à
Untuk
- H0: p £ p0
H1: p
≥ p0
H0
ditolak apabila Zhit > Za atau thit >
t (db=n-1; a)
- H0: p ≥ p0
H1: p
£ p0
H0
ditolak apabila Zhit < Za atau thit <
t (db=n-1; a)
- H0: p = p0
H1: p ± p0
H0
ditolak apabila |Zhit| < Za/2 atau thit
< t (db=n-1; a/2)
No comments:
Post a Comment