Statistika Industri

Muhammad Iqbal Faturohman, S.T., M.B.A., [Link].

Outline: Pengujian Hipotesis
1. Konsep Pengujian Hipotesis

2. Uji Z Satu Rata-rata

3. Uji T Satu Rata-rata

Konsep Uji Hipotesis
Mengapa diperlukan Uji Hipotesis? Mengapa
Estimasi saja tidak cukup?
Estimasi parameter hanya memberikan informasi tentang "berapa
nilai rata-rata", "berapa persen", atau "berapa probabilitas",
tetapi tidak bisa membuktikan apakah perbedaan tersebut
terjadi karena faktor tertentu atau hanya kebetulan.
Hipotesis
• Sugiyono (2017), Hipotesis adalah jawaban sementara terhadap rumusan masalah
penelitian yang kebenarannya masih perlu diuji secara empiris.

• Pengambilan kesimpulan atau keputusan terkait jawaban sementara tersebut berdasarkan

data.
Uji Hipotesis Statistik
• Hipotesis Statistik adalah suatu anggapan atau pernyataan yang mungkin benar atau tidak,
mengenai suatu populasi atau lebih.

• Sampel acak dari populasi yang ingin diamati digunakan untuk mencari kenyataan yang
akan mendukung hipotesis yang dibuat.

• Keterangan dari sampel yang tidak selaras dengan hipotesis yang telah dirumuskan akan
mengakibatkan penolakan hipotesis, sedangkan yang mendukung hipotesis
mengakibatkan penerimaan hipotesis.
Definisi Uji Hipotesis Statistik

Uji hipotesis adalah metode statistik yang digunakan

untuk menentukan apakah ada cukup bukti dalam
sampel data untuk mendukung atau menolak
pernyataan tertentu tentang parameter populasi.
Perumusan Hipotesis
• Perumusan resmi suatu hipotesis sering dipengaruhi oleh bentuk peluang kesimpulan keliru.

• Bila peneliti ingin mencari dukungan yang kuat terhadap suatu dugaan, maka peneliti
menempatkan dugaannya dalam bentuk penolakan hipotesis.

• Dalam membuat rumusan pengujian hipotesis, hendaknya kita selalu membuat pernyataan
hipotesis yang diharapkan akan diputuskan untuk ditolak. Hipotesis ini adalah hipotesis nol
(null hypothesis) dilambangkan dengan 𝐻0

• Penolakan hipotesis nol akan menjurus pada penerimaan hipotesis alternatif (alternative
hypothesis) atau hipotesis tandingan dilambangkan dengan 𝐻1 atau 𝐻𝑎.
Perumusan Hipotesis
• Null hypothesis (hipotesis nol), dilambangkan 𝐻0 atau 𝐻𝑜 , adalah pernyataan tentang satu
atau lebih parameter populasi. 𝐻0 adalah pernyataan yang dianggap benar sampai terdapat
bukti statistik yang cukup untuk menyimpulkan sebaliknya.

𝐻0 ∶ 𝜇 = 100

• Alternative hypothesis (hipotesis alternatif), dilambangkan 𝐻1 atau 𝐻𝑎 , adalah pernyataan

dari semua situasi yang tidak tercakup oleh hipotesis nol.

𝐻1 ∶ 𝜇 ≠ 100
Buatkan H0 dan H1 dari penelitian berikut!

1. Pengaruh konsumsi kopi terhadap kualitas tidur

2. Tingkat kepuasan pelanggan pada produk A dan produk B

3. Perbedaan produktivitas karyawan sebelum dan sesudah

training
Kesalahan Pada Uji Hipotesis (Jenis I dan II)
• Untuk menguji hipotesis, statistik atau besaran dihitung dari data yang diperoleh dari sampel yang berupa
perkiraan untuk memutuskan apakah kita akan menolak 𝑯𝟎 atau gagal menolak 𝑯𝟎

• Oleh karena itu, dalam keputusan tersebut terdapat ketidakpastian, artinya bisa benar atau salah

• Adanya faktor ketidakpastian ini mengakibatkan timbulnya suatu risiko yang harus ditanggung oleh pembuat
keputusan itu sendiri.

Keadaan yang Sesungguhnya

Keputusan
Hipotesis Nol (𝑯𝟎 ) Benar Hipotesis Nol (𝑯𝟎 ) Salah
Keputusan salah (Jenis I) Keputusan tepat
Menolak 𝑯𝟎
𝛼 = 𝑃(kesalahan jenis I) 1−β
Keputusan tepat Keputusan salah (Jenis II)
Menerima 𝑯𝟎
1−𝛼 𝛽 = 𝑃(kesalahan jenis II)
Mengapa kecenderungannya
adalah kita menolak H0?
Hipotesis Statistik
• H0 adalah asumsi awal yang kita anggap benar sampai ada bukti yang cukup kuat untuk
menolaknya.

• Membuktikan sesuatu "benar" secara mutlak itu sangat sulit, bahkan hampir mustahil
dalam statistik.

• Namun, kita bisa membuktikan sesuatu salah (menolak 𝐻0) dengan bukti yang cukup kuat
melalui data sampel.
Uji Satu Arah dan Dua Arah
Contoh Ilustrasi
Produsen minuman teh botol mengklaim bahwa kadar gula dalam setiap botol adalah 30 gram.
Peneliti ingin menguji apakah kadar gula benar-benar sesuai dengan klaim perusahaan atau
berbeda.

• Satu arah (ke kiri): kita merasa bahwa kadar gula tidak sampai 30 gram, maka ingin kita
buktikan.

• Satu arah (ke kanan): kita merasa bahwa kadar gula melebihi 30 gram, maka ingin kita
buktikan.

• Dua arah: kita merasa bahwa kadar gula bukan 30 gram, tapi bisa lebih dan juga bisa kurang
maka ingin kita buktikan.
P-Value
• P-Value adalah taraf (keberartian) terkecil sehingga nilai uji statistik yang diamati masih berarti.

• Pendekatan p-value sebagai alat bantu dalam pengambilan keputusan umum digunakan karena
hamper seluruh aplikasi komputer dalam perhitungan pengujian hipotesis memberikan output p-
value

ATURAN
Jika p-value kurang dari 𝛼 maka 𝑯𝟎 ditolak
PENGUJIAN HIPOTESIS
POPULASI
Berikut adalah berbagai uji statistik yang dapat digunakan untuk analisis bivariat :

Jenis uji statistik untuk mengetahui perbedaan mean akan berbeda dengan uji statistik untuk
mengetahui perbedaan proporsi/persentase. Uji beda mean menggunakan uji t/anova,
sedangkan uji untuk mengetahui perbedaan proporsi digunakan uji kai kuadrat (Chi Square).
Uji Hipotesis Z-Test
PENGUJIAN PARAMETER RATA-RATA (𝝁) POPULASI

• Menggunakan uji statistik Z

• 𝜎 diketahui dan distribusi populasi normal (jumlah sample
size minimal 30)

ഥ−𝝁
𝒙
𝐻0 ∶ 𝜇 = 𝜇0 𝒛=
𝝈
𝐻1 ∶ 𝜇 ≠ 𝜇0
𝒏

• Untuk taraf nyata 𝛼, maka nilai kritis dari uji Z di atas adalah 𝑍𝛼 yang diperoleh dari tabel kurva
2
normal standar kumulatif Z.
• 𝐻0 akan ditolak jika nilai statistik uji Z > 𝑍𝛼 atau Z < - 𝑍𝛼 . Sedangkan gagal menolak 𝐻0 jika nilai
2 2
statistik uji berada pada daerah penerimaan 𝐻0 , yaitu −𝑍𝛼 < 𝑍 < 𝑍𝛼 .
2 2

21
Contoh Soal
Sebuah toko mengklaim bahwa rata-rata waktu pelayanan pelanggan adalah 5 menit. Untuk
menguji klaim tersebut, diambil sampel acak sebanyak 36 pelanggan, dan diperoleh waktu
pelayanan rata-rata sebesar 5,5 menit dengan standar deviasi populasi 1,2 menit. Uji hipotesis
dilakukan pada tingkat signifikansi 𝛼=5%.
Contoh Soal
Hipotesis yang diuji adalah 2 arah
𝐻0 ∶ 𝜇 = 5
𝐻1 ∶ 𝜇 ≠ 5

Nilai kritisnya adalah 𝑍𝛼 = 𝑍0,025 = 1,96

2

𝑥ҧ − 𝜇 5.5 − 5 0.5
𝑧= = = = 2.5 Zh = 2.5
𝜎 1.2 0.2
𝑛 100 Kesimpulan:
Nilai statistik uji jatuh pada daerah penolakan 𝐻0 , yaitu Z = 2.5 >
1,96, maka hipotesis 𝐻0 ditolak. Artinya, pada 𝜶 = 𝟓% ada
perbedaan yang nyata atau signifikan dari rata-rata 𝑋ത = 5.5 yang
dihitung dari sampel dengan nilai rata-rata 𝜇0 = 5 yang
dihipotesiskan.
Uji Hipotesis T-Test
Definisi

• Tes t atau Uji t adalah uji statistik yang digunakan untuk menguji kebenaran hipotesis nol .

• Uji t pertama kali dikembangkan oleh William Seely Gosset pada 1915.

• Asumsi :

• sampel diambil secara acak dari populasi berdisribusi normal

• data berskala interval dan atau rasio

Definisi
• Alat analisis data untuk menguji satu populasi atau dua populasi.

• Membandingkan dua mean (rata-rata) untuk menentukan apakah perbedaan rata-rata

tersebut perbedaan nyata atau karena kebetulan.

• Untuk uji t satu sampel : membandingkan mean (rata-rata) sampel dengan mean acuan.
Jenis T-Test
One sample T-Test
• One sample t-test pada prinsipnya ingin menguji apakah suatu nilai tertentu (yang
diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan rata-rata
sebuah sampel.

• Nilai tertentu di sini pada umumnya adalah sebuah nilai parameter untuk mengukur suatu
populasi.
One sample T-Test
𝑥ҧ − μ0
𝑡ℎ𝑖𝑡 = 𝑠
ൗ 𝑛

Dimana:
t = nilai t hitung
𝑥ҧ = rata-rata sample
μ0 = nilai parameter
s = standar deviasi
n = jumlah sample
One sample T-Test
Untuk menginterpretasikan t-test terlebih dahulu harus ditentukan:
• nilai signifikansi 𝛂
• Df (degree of freedom) untuk one sample t-test df = N -1

Kriteria pengujian :
• Jika n > 30, digunakan nilai Z tabel
• Jika n ≤ 30, digunakan nilai t tabel

Bandingkan nilai 𝑡ℎ𝑖𝑡 dengan 𝑡𝑡𝑎𝑏 , dimana 𝑡𝑡𝑎𝑏= 𝑡𝛂/2,𝑁−1. Apabila :

• 𝑡ℎ𝑖𝑡 > 𝑡𝑡𝑎𝑏 → berbeda secara signifikan (Ho ditolak)
• 𝑡ℎ𝑖𝑡 < 𝑡𝑡𝑎𝑏 → tidak berbeda secara signifikan (gagal menolak Ho)
Contoh Soal
Seorang mahasiswa melakuan penelitian mengenai galon susu murni yang rata-rata isinya 10
liter. Telah diambil sampel secara acak dari 10 botol yang telah diukur isinya, dengan hasil
sebagai berikut : 10,2 ; 9,7 ; 10,1 ; 10,3 ; 10,1 ; 9,8 ; 9,9 ; 10,4 ; 10,3; 9,8.

Dengan taraf signifikansi 𝛂 = 0,01. apakah galon susu murni rata-rata isinya 10 liter?
 Contoh Soal
Hipotesis
𝐻0 : μ = 10
𝐻𝑎 : μ ≠ 10
• Uji statistik t (karena n < 30)
• 𝛼 = 0,01
Wilayah kritis 𝑡hit < 𝑡𝛂/2,𝑁−1 atau 𝑡hit > 𝑡𝛂/2,𝑁−1
Perhitungan, dari data : 𝑥 ̅=10,06 dan simpangan baku sampel s = 0,2459.

Rumus Standard Deviasi

Contoh Soal

𝑥ҧ − μ0
𝑡ℎ𝑖𝑡 = 𝑠
ൗ 𝑛

10,06 − 10
𝑡ℎ𝑖𝑡 = = 0,72
0,2459
൘
10

𝑡𝑡𝑎𝑏 = 3,259

Karena 𝑡ℎ𝑖𝑡 = 0,72 < 𝑡𝑡𝑎𝑏 = 3,259 maka Ho diterima (gagal ditolak), artinya
pernyataan bahwa rata-rata isi galon susu murni adalah 10 liter, dapat diterima.
Kerjakan soal berikut!
1. Data masa lalu menunjukkan bahwa rata-rata waktu yang dibutuhkan oleh departemen produksi
untuk menyelesaikan sebuah produk adalah 36 menit. Jika sampel sebanyak 20 produk diambil,
didapatkan rata-rata produk mampu diselesaikan selama 33,1 menit dengan standar deviasi
sebesar 4,3 menit. Dengan taraf signifikansi 5%, apakah bisa disimpulkan produk sekarang mampu
diselesaikan dengan waktu kurang dari 39 menit? Gambarkan Kurva Distribusi Uji Hipotesis
tersebut!

2. Sebuah perusahaan susu mengklaim bahwa rata-rata berat susu yang dikemas dalam botol adalah
1 liter (1000 ml). Seorang peneliti meragukan klaim tersebut dan melakukan pengujian dengan
mengambil sampel acak sebanyak 50 botol susu. Dari sampel tersebut, didapatkan rata-rata berat
susu sebesar 990 ml dengan standar deviasi 15 ml. Dengan tingkat signifikansi 5%, apakah ada
cukup bukti untuk menolak klaim perusahaan? Gambarkan Kurva Distribusi Uji Hipotesis tersebut!