PENGUJIAN HIPOTESIS (2)

dokumen-dokumen yang mirip
PENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani /

PENGERTIAN PENGUJIAN HIPOTESIS

Pengertian Pengujian Hipotesis

PENGUJIAN HIPOTESIS 1

PENGUJIAN HIPOTESIS (3)

STATISTIKA INDUSTRI 2 TIN 4004

PENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani /

PENGUJIAN HIPOTESA #1

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIK NON PARAMETRIK (2)

STATISTIK NON PARAMETRIK (2) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS. 100% - 5 % = 95% (Ho di terima) 2,5% (Ho ditolak) 2,5% ( Ho ditolak ) - Zα 0 Zα

Uji Hipotesis Mengenai Rataan (Hypothesis Test on the Mean) Oleh Azimmatul Ihwah

UJI HIPOTESIS UNTUK PROPORSI

PENGUJIAN HIPOTESIS RATA- RATA. Oleh : Riandy Syarif

DISTRIBUSI SAMPLING besar

STATISTIKA INDUSTRI 2 TIN 4004

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

Distribusi Sampling 6.2. Debrina Puspita Andriani /

PERTEMUAN KE 3 UJI HIPOTESIS BEDA DUA RATA-RATA

ESTIMASI. Arna Fariza PENDAHULUAN

Bab 5 Distribusi Sampling

PENGUJIAN HIPOTESIS. 2,5% (Ho ditolak) 2,5% ( Ho ditolak )

Pengujian Hipotesis. Julian Adam Ridjal. PS Agribisnis Universitas Jember

Ummu Kalsum UNIVERSITAS GUNADARMA

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

PENGUJIAN HIPOTESIS O L E H : R I A N D Y S Y A R I F

TEORI PENDUGAAN. diketahui berdasarkan informasi sampel.

STATISTIK NON PARAMETRIK (1)

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT

SEBARAN PENARIKAN CONTOH

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

UJI HIPOTESA PERBEDAAN. t-test

STK 211 Metode Statistika PENGUJIAN HIPOTESIS

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER

S T A T I S T I K A OLEH : WIJAYA

Uji Hipotesis. Atina Ahdika, S.Si, M.Si. Universitas Islam Indonesia 2015

UJI HIPOTESIS SATU-SAMPEL

Uji Hipotesa Dua Sampel (Lanjutan)

STATISTIKA II (BAGIAN

Pendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30

BAB 6 PENAKSIRAN PARAMETER

STATISTIKA INDUSTRI 2 TIN 4004

PENAKSIRAN PARAMETER TM_3

STATISTIKA INDUSTRI 2 TIN 4004

Pengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis

(ESTIMASI/ PENAKSIRAN)

Penyusunan Hipotesa : 1. : µ 1 = µ 2 : µ 1 µ 2 2. : µ 1 µ 2 : µ 1 > µ 2 3. : µ 1 µ 2 : µ 1 < µ 2 Apabila data yang diambil dari hasil eksperimen, maka

KORELASI LINIER BERGANDA

BAB III METODE PENELITIAN

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura

BAGAIMANA CARA MENGATASI KASUS TERSEBUT? JAWAB: MELAKUKAN UJI HIPOTESIS

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik

PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd

Ayundyah Kesumawati. April 27, 2015

UJI HIPOTESIS DALAM SATU POPULASI MINGGU VII

Uji Hipotesa Dua Sampel

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

Pengantar Statistik Inferensial

PENGUJIAN HIPOTESIS. Konsep: Dua macam kekeliruan. Pengujian hipotesis.

Materi Kuliah: Statistik Inferensial

STATISTIK PERTEMUAN X

BAB III METODE PENELITIAN

STATISTIKA BISNIS PENDUGAAN STATISTIKA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi

Distribusi Probabilitas : Gamma & Eksponensial

Pengukuran Deskriptif

Analysis of Variance (ANOVA) Debrina Puspita Andriani /

ANALISIS DATA KOMPARATIF (T-Test)

Pengujian Hipotesis - Sipil Geoteknik 2013 PENGUJIAN HIPOTESIS. Dr. Vita Ratnasari, M.Si 02/10/2013

MODUL 1 SAMPLE t-test

STATISTIKA INDUSTRI 2 TIN 4004

Hipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya

Uji Hipotesis dengan ANOVA (Analysis of Variance)

Terima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )

Metode Sampling 6.1. Debrina Puspita Andriani /

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

Pengukuran Deskriptif. Debrina Puspita Andriani /

III. METODOLOGI PENELITIAN

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

Uji Mengenai Variansi dan Proporsi. Oleh Azimmatul Ihwah

STK511 Analisis Statistika. Pertemuan 6 Statistika Inferensia (2)

STATISTICS WEEK 8. By : Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP

Materi Kuliah: Statistik Inferensial

Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik

KORELASI LINIER BERGANDA. Debrina Puspita Andriani /

SEBARAN PENARIKAN CONTOH

Ho merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test

REGRESI LINIER BERGANDA. Debrina Puspita Andriani /

Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ;

BAB V INFERENSI STATISTIK SATU POPULASI NORMAL

Estimasi dan Confidence Interval

BAB III METODE PENELITIAN. Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini

Pengantar Statistika Bab 1

Statistika (MMS-1403)

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian eksperimen semu (quasi-experimental

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

Transkripsi:

PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/

2 Outline

Uji Hipotesis untuk Rata-rata Sampel Berukuran Besar 3

Uji Rata-rata untuk Sampel Berukuran Besar (n 30) 4 Data statistik sampel: - Ukuran sampel = n 30 - Rata-rata sampel = x - Standard deviasi sampel = s - Rata-rata distribusi sampling untuk rata-rata μ x = μ - Standard deviasi populasi = σ - Standard deviasi distribusi sampling untuk rata-rata Karena n > 30 jika: σ tidak diketahui bisa diestimasikan dengan s

Uji Rata-rata untuk Sampel Berukuran Besar (n 30) 5 Langkah-langkah pengujian : a. Uji hipotesis H0 : μ = μ0 H1 : μ μ0 Tingkat signifikansi : α Statistik uji : ~ N(0; 1) Daerah kritis (Daerah penolakan H0) Zhitung < - Zα/2 atau Zhitung > Zα/2 Daerah penerimaan H0 - Zα/2 Zhitung Zα/2

Uji Rata-rata untuk Sampel Berukuran Besar (n 30) 6 b. Uji hipotesis H0 : μ = μ0 H1 : μ > μ0 Tingkat signifikansi : α Statistik uji : ~ N(0; 1) c. Uji hipotesis H0 : μ = μ0 H1 : μ < μ0 Tingkat signifikansi : α Statistik uji : ~ N(0; 1) Daerah kritis (Daerah penolakan H0) Zhitung > Zα Daerah kritis (Daerah penolakan H0) Zhitung < - Zα Daerah penerimaan H0 Zhitung Zα Daerah penerimaan H0 Zhitung - Zα

Contoh Soal (1) 7 Rata-rata lifetime dari sampel sejumlah 100 unit bola lampu yang dihasilkan suatu pabrik adalah 1570 jam dengan standar deviasi 120 jam. Jika rata-rata lifetime dari seluruh bola lampu yang dihasilkan pabrik tersebut adalah μ, ujilah dengan tingkat signifikansi 1% bahwa μ dari bola lampu yang dihasilkan oleh pabrik tersebut tidak sama dengan 1600 jam.

Penyelesaian (1) Data statistik sampel: 8 Langkah-langkah uji hipotesis H0 : μ = 1600 H1 : μ 1600 Tingkat signifikansi α = 0,01 Statistik Uji Daerah kritis (daerah penolakan H0) : Z hitung < - 2,58 atau Z hitung > 2,58 Kesimpulan Karena -2,58 Z hitung = -2,5 2,58; maka H0 diterima. Artinya, bisa disimpulkan bahwa rata-rata lifetime dari lampu yang dihasilkan pabrik adalah 1600 jam dengan tingkat keyakinan 99%

Latihan Soal (1) 9 1. Breaking streght dari kabel yang diproduksi pabrik tertentu mempunyai rata-rata 1800 lb. Dengan menggunakan teknik baru dalam proses manufakturingnya bisa diharapkan bahwa breaking strenght kabel bisa ditingkatkan. Untuk menguji pendapat tersebut, dilakukan test dengan sampel berukuran 50 kabel. Dari hasil pengukuran sampel diperoleh rata-rata breaking strenght 1850 lb dengan standar deviasi 100 lb. dengan menggunakan tingkat signifikansi 1%, ujilah apakah pendapat tersebut bisa diterima? 2. Pimpinan bagian pengendalian mutu barang pabrik susu merek AKU SEHAT ingin mengetahui apakah rata-rata berat bersih satu kaleng susu bubuk yang diproduksi dan dipasarkan masih tetap 400 gram atau sudah lebih kecil dari itu. Dari data sebelumnya diketahui bahwa simpangan baku bersih per kaleng adalah 125 gram. Dari sampel 50 kaleng yang diteliti, diperoleh rata-rata berat bersih 375 gram. Dapatkah diterima bahwa berat bersih rata-rata yang dipasarkan tetap 400 gram? Ujilah dengan taraf nyata 5%!

Uji Hipotesis untuk Rata-rata Sampel Berukuran Kecil 10

Uji Rata-rata untuk Sampel Berukuran Kecil (n < 30) 11 Data statistik sampel: - Ukuran sampel = n < 30 - Rata-rata sampel = x - Standard deviasi sampel = s

Uji Rata-rata untuk Sampel Berukuran Kecil (n < 30) 12 Langkah-langkah pengujian : a. Uji hipotesis H0 : μ = μ0 H1 : μ μ0 Tingkat signifikansi : α Statistik uji : ~ t(n-1) (student t dengan derajat kebebasan n-1) Daerah kritis (Daerah penolakan H0) T hitung < - t (1-α/2);(n-1) atau T hitung > t (α/2);(n-1) Daerah penerimaan H0 - t(1-α/2);(n-1) T hitung t(α/2);(n-1)

Uji Rata-rata untuk Sampel Berukuran Kecil (n < 30) 13 b. Uji hipotesis H0 : μ = μ0 H1 : μ > μ0 Tingkat signifikansi : α Statistik uji : Daerah kritis (Daerah penolakan H0) T hitung > t α;(n-1) ~ t(n-1) (student t dengan derajat kebebasan n-1) c. Uji hipotesis H0 : μ = μ0 H1 : μ < μ0 Tingkat signifikansi : α Statistik uji : Daerah kritis (Daerah penolakan H0) T hitung < - t (1-α);(n-1) ~ t(n-1) (student t dengan derajat kebebasan n-1) Daerah penerimaan H0 Daerah penerimaan H0 T hitung t α;(n-1) T hitung - t (1-α);(n-1)

Contoh Soal (2) 14 Sebuah mesin pembuat washer dalam keadaan masih baru bisa menghasilkan washer dengan ketebalan (tingkat ketipisan) 0,050 inchi. Untuk mengetahui apakah mesin tersebut masih bisa bekerja dengan baik (seperti dalam keadaan masih baru) diambil sampel produk sejumlah 10 washer. Dari sampel tersebut diperoleh rata-rata ketebalan 0,053 inchi dengan standar deviasi 0,003 inchi. Ujilah dengan α = 5% apakah mesin tersebut masih bekerja seperti dalam keadaan baru!

Penyelesaian (2) Data statistik sampel: 15 Langkah-langkah uji hipotesis H0 : μ = 0,05 H1 : μ 0,05 Tingkat signifikansi α = 0,05 Statistik Uji Daerah kritis (daerah penolakan H0) : Thitung < - t(0,975);(9) = - 2,26 atau Thitung > t(0,025);(9) =2,26 Kesimpulan Karena T hitung = 3 > t(0,025);(9) = 2,26; maka H0 ditolak. Artinya mesin sudah tidak bekerja seperti semula

Latihan Soal (2) 16 1. Uji breaking strenght dari 6 buah kawat yang dihasilkan oleh suatu perusahaan menunjukkan rata-rata breaking strenght 7850 lb dengan standar deviasi 145 lb. Padahal pemilik perusahaan tersebut mengatakan bahwa breaking strenght dari kawat yang dihasilkan mempunyai rata-rata tidak kurang dari 8000 lb. apakah klaim dari pemilik perusahaan tersebut bisa dibenarkan? Ujilah dengan α = 0,01 dan α = 0,05. 2. Waktu rata-rata yang diperlukan seorang mahasiswa untuk daftar ulang di suatu perguruan tinggi adalah 50 menit. Suatu prosedur pendaftaran baru yang menggunakan mesin modern sedang dicoba. Bila dari sampel random sebanyak 12 mahasiswa diperoleh data rata-rata waktu pendaftaran dengan menggunakan sistem baru tersebut adalah 48 menit dengan standar deviasi 11,9 menit. Ujilah hipotesis bahwa sistem baru tersebut lebih cepat dibandingkan sistem yang lama. Gunakan α = 0,05

Uji Hipotesis untuk Perbedaan 2 Rata-rata Sampel Berukuran Besar 17

Uji Hipotesis untuk Perbedaan 2 Rata-Rata 18 Kondisi : Jika n1; n2 30 dan σ1; σ2 diketahui Jika tidak diketahui σ1; σ2 diestimasi dengan s1; s2 Data statistik sampel: - Ukuran sampel 1 = n1 30 - Ukuran sampel 2 = n2 30 - Rata-rata sampel 1 = - Rata-rata sampel 2 = - Standard deviasi sampel 1= s1 - Standard deviasi sampel 2= s2 Langkah-langkah pengujian : Tingkat signifikansi : Statistik uji : ~ N(0; 1)

Uji Hipotesis untuk Perbedaan 2 Rata-Rata 19 a. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 μ2 atau μ1 - μ2 0 Daerah kritis (Daerah penolakan H0) Zhitung < - Zα/2 atau Zhitung > Zα/2 Daerah penerimaan H0 - Zα/2 Zhitung Zα/2

Uji Hipotesis untuk Perbedaan 2 Rata-Rata 20 b. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 > μ2 atau μ1 - μ2 > 0 Daerah kritis (Daerah penolakan H0) Zhitung > Zα c. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 < μ2 atau μ1 - μ2 < 0 Daerah kritis (Daerah penolakan H0) Zhitung < - Zα Daerah penerimaan H0 Zhitung Zα Daerah penerimaan H0 Zhitung - Zα

Contoh Soal (3) 21 Sebuah test dilakukan pada 2 kelas yang berbeda yang masing-masing terdiri dari 40 dan 50 mahasiswa. Dalam kelas pertama diperoleh nilai rata-rata 74 dengan standar deviasi 8, sementara di kelas kedua nilai rata-ratanya 78 dengan standar deviasi 7. Apakah kedua kelas tersebut bisa dikatakan mempunyai tingkat kemampuan yang berbeda? Jika ya, apakah kelas kedua lebih baik dari kelas pertama? Gunakan tingkat signifikansi 0,05.

Penyelesaian (3) 22 Data statistik sampel: n1 = 40 = 74 s1 = 8 n2 = 50 = 78 s2 = 7 a. Langkah-langkah pengujian: Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 μ2 atau μ1 - μ2 0 Tingkat signifikansi : α = 0,05 Statistik uji = -2,49 Daerah kritis (Daerah penolakan H0) Zhitung < - Z0,025 = - 1,96 atau Zhitung > Z0,025= 1,96 Kesimpulan: Karena Z hitung = - 2,49 < - Z0,025 = - 1,96; maka H0 ditolak pada tingkat signifikansi 5%. Artinya, kedua kelas mempunyai kemampuan yang berbeda.

Penyelesaian (3) 23 b. Langkah-langkah pengujian: Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 < μ2 atau μ1 - μ2 < 0 Tingkat signifikansi : α = 0,05 Statistik uji = -2,49 Daerah kritis (Daerah penolakan H0) Zhitung < - Z0,05 = - 1,65 Kesimpulan: Karena Z hitung = - 2,49 < Z0,05 = - 1,65; maka H0 ditolak pada tingkat signifikansi 5%. Artinya, kelas kedua mempunyai kemampuan yang lebih baik dibanding kelas pertama.

Latihan Soal (3) 24 Seorang pemilik perusahaan produksi bohlam berpendapat bahwa bohlam merek TERANG dan SINAR tidak memiliki perbedaan rata-rata lamanya menyala. Untuk menguji pendapatnya, dilakukan percobaan dengan menyalakan 75 bohlam merek TERANG dan 40 bohlam merek SINAR sebagai sampel random. Ternyata diperoleh bahwa rata-rata menyalanya adalah 945 jam dan 993 jam dengan simpangan baku 88 jam dan 97 jam. Ujilah pendapat tersebut dengan taraf nyata 6%!

Uji Hipotesis untuk Perbedaan 2 Rata-rata Sampel Berukuran Kecil 25

Uji Hipotesis untuk Perbedaan 2 Rata-Rata 26 Kondisi : 1. Jika n1; n2 < 30 dan σ1; σ2 tidak diketahui, tetapi Data statistik sampel: - Ukuran sampel 1 = n1 < 30 - Ukuran sampel 2 = n2 < 30 - Rata-rata sampel 1 = - Rata-rata sampel 2 = - Standard deviasi sampel 1= s1 - Standard deviasi sampel 2= s2 Langkah-langkah pengujian : Tingkat signifikansi : α Statistik uji : dengan dan v = n 1 + n 2-2

Uji Hipotesis untuk Perbedaan 2 Rata-Rata 27 a. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 μ2 atau μ1 - μ2 0 Daerah kritis (Daerah penolakan H0) Thitung < - tα/2;v atau Thitung > tα/2;v Daerah penerimaan H0 - tα/2; v Thitung tα/2; v

Uji Hipotesis untuk Perbedaan 2 Rata-Rata 28 b. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 > μ2 atau μ1 - μ2 > 0 Daerah kritis (Daerah penolakan H0) Thitung > tα; v c. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 < μ2 atau μ1 - μ2 < 0 Daerah kritis (Daerah penolakan H0) Thitung < - tα; v Daerah penerimaan H0 Thitung tα; v Daerah penerimaan H0 Thitung - tα; v

Uji Hipotesis untuk Perbedaan 2 Rata-Rata 29 Kondisi : 2. Jika n1; n2 < 30 dan σ1; σ2 tidak diketahui, tetapi Data statistik sampel: - Ukuran sampel 1 = n1 < 30 - Ukuran sampel 2 = n2 < 30 - Rata-rata sampel 1 = - Rata-rata sampel 2 = - Standard deviasi sampel 1= s1 - Standard deviasi sampel 2= s2 Langkah-langkah pengujian : Tingkat signifikansi : α Statistik uji : dengan

Uji Hipotesis untuk Perbedaan 2 Rata-Rata 30 a. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 μ2 atau μ1 - μ2 0 Daerah kritis (Daerah penolakan H0) Thitung < - tα/2;v atau Thitung > tα/2;v Daerah penerimaan H0 - tα/2; v Thitung tα/2; v

Uji Hipotesis untuk Perbedaan 2 Rata-Rata 31 b. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 > μ2 atau μ1 - μ2 > 0 Daerah kritis (Daerah penolakan H0) Thitung > tα; v c. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 < μ2 atau μ1 - μ2 < 0 Daerah kritis (Daerah penolakan H0) Thitung < - tα; v Daerah penerimaan H0 Thitung tα; v Daerah penerimaan H0 Thitung - tα; v

Contoh Soal (4) 32 Test IQ dari 16 siswa di suatu daerah menunjukkan rata-rata 107 dengan standard deviasi 10. Sementara sampel 14 siswa dari daerah lain menunjukkan rata-rata 112 dengan standar deviasi 8. Bisakah disimpulkan bahwa IQ dari kedua daerah tersebut berbeda secara signifikan? Gunakan α = 0,01; jika diketahui bahwa standard deviasi dari IQ kedua daerah sama.

Penyelesaian (4) Data statistik sampel: n1 = 16 = 107 s1 = 10 à = 100 n2 = 14 = 112 s2 = 8 à = 64 33 a. Langkah-langkah pengujian: Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 μ2 atau μ1 - μ2 0 Tingkat signifikansi : α = 0,01 Statistik uji dengan dan v = n1 + n2 2 = 16 + 14 2 = 28

Penyelesaian (4) 34 Daerah kritis (Daerah penolakan H0) Thitung < - t0,005;28 = - 2,76 atau Thitung > t0,005;28= 2,76 Kesimpulan: Karena t0,005;28 = -2,76 Thitung =-1,497 t0,005;28 =2,76; maka H0 diterima pada tingkat keyakinan 99%. Artinya, IQ dari kedua daerah tidak berbeda secara signifikan.

Latihan Soal (4) 35 Untuk menguji pengaruh operator yang berbeda pada hasil proses produksi di sebuah mesin, dilakukan pengamatan selama 24 hari sebagai sampel. 12 hari pertama operator A yang mengoperasikan mesin tersebut dan 12 hari berikutnya digantikan oleh operator B. Kondisi kedua sampel tersebut dibuat sesama mungkin. Dari 12 hari pengamatan yang dilakukan oleh operator A diperoleh rata-rata hasil proses per hari adalah 5,1 kuintal dengan standar deviasi 0,36 kuintal; sementara dari operator B diperoleh rata-rata hasil proses per hari adalah 4,8 kuintal dengan standar deviasi 0,40 kuintal. Dapatkah disimpulkan bahwa operator A lebih baik dari operator B; jika diketahui bahwa standard deviasi dari hasil proses per hari kedua operator tidak sama. Gunakan α = 0,01.

Uji Hipotesis Untuk 2 Sampel Berpasangan (Paired t Test) 36

Uji Dua Sampel Berpasangan (Paired t Test) 37 Jika 2 sampel berukuran n merupakan himpunan n pasangan observasi yang diperoleh dari n obyek yang diukur atau diperlakukan dengan dua cara yang berbeda. Misalkan: Obyek Pengamatan Pengukuran/Perlakuan I II Selisih (dj) 2 (dj) 1 x11 x21 d1 = x11 x21 2 x12 x22 d2 = x12 x22..... n x1n x2n dn = x1n x2n Jumlah Dengan diasumsikan bahwa dan

Uji Dua Sampel Berpasangan (Paired t Test) Langkah-langkah pengujian: a. Uji hipotesis H0 : μ1 = μ2 atau μd = 0 H1 : μ1 μ2 atau μd 0 Tingkat signifikansi : α Statistik uji : 38 dengan dan Daerah kritis (Daerah penolakan H0) Thitung < - tα/2;n-1 atau Thitung > tα/2;n-1 Daerah penerimaan H0 - tα/2;n-1 Thitung tα/2;n-1 Untuk uji satu sisi, penentuan daerah kritis bisa ditentukan seperti uji t yang lain!

Contoh Soal (5) 39 Misalkan akan diuji apakah penerapan metode kerja baru di suatu stasiun kerja akan meningkatkan kapasitas kerja dari karyawan di stasiun kerja tersebut. Untuk itu diamati hasil produksi per jam dari 12 orang karyawan yang bekerja di stasiun kerja tersebut sebelum dan sesudah diterapkannya metode kerja baru, hasilnya bisa dilihat pada tabel berikut: (Gunakan α = 5%)

Contoh Soal (5) 40 Karyawan Jumlah Produk yang Dihasilkan per jam Selisih Metode Lama Metode Baru 1 23 24-1 1 2 18 25-7 49 3 21 23-2 4 4 25 24 1 1 5 22 26-4 16 6 19 21-2 4 7 21 22-1 1 8 23 21 2 4 9 24 26-2 4 10 27 26 1 1 11 23 25-2 4 12 25 27-2 4 Jumlah -19 93 Rata-rata -1,58

Penyelesaian (5) Langkah-langkah pengujian H0 : μ1 = μ2 atau μd = 0 H1 : μ1 < μ2 atau μd < 0 (terjadi peningkatan kapasitas) Tingkat signifikansi : 0,05 Statistik uji : 41 dengan dan Daerah kritis (Daerah penolakan H0) Thitung < - t0,05; 11 = -1,796 Karena Thitung = -2,293 < - t0,05; 11 = -1,796, maka H0 ditolak. Berarti penerapan metode baru dapat meningkatkan kapasitas produksi

Latihan Soal (5) 42 Sebuah sampel random diambil dari 6 salesman untuk diselidiki hasil pengujiannya pada semester I dan II, suatu produk tertentu. Hasilnya adalah sebagai berikut: Salesman Semester I Penjualan Semester II P 146 145 Q 166 154 R 189 180 S 162 170 T 159 165 U 165 161 Ujilah pada taraf nyata 5% apakah hasil penjualan semester I lebih baik daripada semester II?

Ringkasan (1) 43 No. Pengujian Hipotesis Daerah Kritis Daerah Penerimaan 1. Uji Hipotesis untuk Perbedaan 1 Rata-rata (One sample t-test) Sampel Besar H0: μ = μ 0 H1: μ μ 0 Z hitung < - Z α/2 atau Z hitung > Z α/2 - Z α/2 Z hitung Z α/2 H0: μ = μ 0 H1: μ > μ 0 H0: μ = μ 0 H1: μ < μ 0 Sampel Kecil H0: μ = μ 0 H1: μ μ 0 H0: μ = μ 0 H1: μ > μ 0 H0: μ = μ 0 H1: μ < μ 0 Z hitung > Z α Z hitung < - Z α t hitung < - t (1-α/2);(n-1) atau t hitung > t (α/2);(n-1) t hitung > t α;(n-1) T hitung < -t (1-α);(n-1) Z hitung Z α Z hitung - Z α - t (1-α/2);(n-1) t hitung t (α/2);(n-1) t hitung t α;(n-1) t hitung - t (1-α);(n-1)

Ringkasan (2) 44 No. Pengujian Hipotesis Daerah Kritis Daerah Penerimaan 2. Uji Hipotesis untuk Perbedaan 2 Rata-rata a. Independent Test Sampel Besar H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 μ 2 atau μ 1 - μ 2 0 H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 > μ 2 atau μ 1 - μ 2 > 0 Z hitung < - Z α/2 atau Z hitung > Z α/2 - Z α/2 Z hitung Z α/2 Z hitung > Z α Z hitung Z α H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 < μ 2 atauμ 1 - μ 2 > 0 Z hitung < - Z α Z hitung - Z α Sampel Kecil Jika: H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 μ 2 atau μ 1 - μ 2 0 t hitung < - t α/2;v atau t hitung > t α/2;v -t α/2;v t hitung t α/2;v v = n1+n2-2 Jika: H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 > μ 2 atau μ 1 - μ 2 > 0 t hitung > t α;v thitung t α;v H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 < μ 2 atauμ 1 - μ 2 > 0 T hitung < -t α;v t hitung - t α;v

45 No. Pengujian Hipotesis Daerah Kritis Daerah Penerimaan 2. Uji Hipotesis untuk Perbedaan 2 Rata-rata b. Paired t-test H0:μ 1 = μ 2 atau μ D = 0 H1:μ 1 μ 2 atau μ D 0 T hitung < - t α/2;n-1 atau T hitung > t α/2;n-1 - t α/2;n-1 Thitung t α/2;n-1 H0:μ 1 = μ 2 atau μ D = 0 H1:μ 1 > μ 2 atau μ D > 0?? H0:μ 1 = μ 2 atau μ D = 0 H1:μ 1 > μ 2 atau μ D > 0??