Pengujian Hipotesis (Hypothesis Testing) Pada awalnya kita mempunyai hipotesis substansi, yaitu pernyataan awal yang bersifat sementara mengenai substansi penelitian atau pendapat (klaim) yang akan kita uji. Pengujian hipotesis, secara statistik, pada hakekatnya adalah suatu pengambilan keputusan mengenai populasi berdasarkan informasi yang ada di dalam contoh. Prosedur yang akan kita pelajari berasal dari J. Neyman dan E.S. Pearson. Hipotesis statistic adalah suatu pernyataan tentang sebaran peluang suatu peubah acak atau parameter populasi yang inheren dalam sebaran itu. Unsur-unsur Pengujian Hipotesis 1. Hipotesis nol, H 0 . - Pernyataan awal yang kita anggap benar sebagai titik tolak kerja. - Biasanya berupa pernyataan yang bersifat “status quo” atau “tidak ada perbedaan.”
- Mengimplikasikan kita mempunyai sebaran tertentu yang spesifik. - Berdasarkan informasi contoh, hipotesis nol akan diterima atau ditolak. - Pengujian hipotesis pada hakekatnya adalah untuk memutuskan apakah informasi yang dikandung dalam contoh merupakan bukti yang kuat(beyond reasonable doubt) atau bukan bukti yang kuat untuk melawan H 0 . 2. Hipotesis tandingan atau alternatif, H1 atau H a . - Di dalam praktek biasanya merupakan pernyataan tandingan (lawan) daripada hipotesis nol. - Hipotesis substansi atau klaim biasanya menjadi hipotesis tandingan. 3. StatistikUji (SU) - Merupakan fungsi dari data contoh. - Digunakan untuk memutuskan apakah data merupakan bukti kuat untuk melawan H 0 . - Berdasarkan data contoh akan dihitung nilai statistic uji.
4. Wilayah Penolakan (WP) - Disebut juga wilayah kritis (critical region). 5. Kesimpulan. - Kalau nilai statistic uji jatuh kedalam wilayah ini, hipotesis nol ditolak; kalau tidak jatuh kedalam wilayah ini, hipotesis nol diterima (tidak ditolak). - Jika hipotesis nol ditolak, sering dikatakan data merupakan bukti yang kuat (within reasonable doubt) untuk menolak H 0 . - Jika hipotesis nol diterima, ada dua kemungkinan: hipotesis nol memang benar atau hipotesis nol salah tetapi data yang dimiliki/diperoleh tidak cukup kuat untuk menolaknya. Di dalam praktek, hipotesis nol-nya biasanya berbentuk H 0 : 0 , 0 adalah sebuah nilai (bilangan real) tertentu. Hipotesis tandingan berbentuk: (1) H a : 0 , atau (2) H a : 0 , atau (3) H a : 0 .
Kalau hipotesis tandingannya berbentuk (1), ujinya dikatakan duaarah (two tailed); kalau berbentuk (2) atau (3), satuarah (one tailed). Perlu diingat bahwa statistic uji adalah fungsi dari contoh acak, jadi merupakan suatu peubah acak yang mempunyai sebaran peluang. Teladan 1.Andaikan ingin diuji hipotesis nol H 0 : 0 lawan H a : 0 , 0 sebuah nilai yang diketahui. Andaikan populasinya adalah normal dengan ragam 2 yang diketahui.Perhatikan X yang merupakan penduga tak bias bagi yang di dasarkan pada contoh acak X1 , X 2 ,..., X n . Maka X 0 merupakan fungsi dari contoh acak Z n X1 , X 2 ,..., X n dan mempunyai sebaran yang diketahui, yaitu normal baku bila H 0 benar. Bila data telah diperoleh, misalnya x1 , x2 ,..., xn , maka x 0 z adalah nilai statistic uji. n
Definisi. Suatu hipotesis dikatakan sederhana (simple hypothesis) bila hipotesis itu menspesifikasi sebarannya secara khas, artinya berdasarkan hipotesis itu sebarannya menjadi diketahui dan tertentu(khas). Hipotesis yang bukan hipotesis sederhana dikatakan hipotesis majemuk(composite).
1 Teladan 2.Hipotesis p adalah sederhana, sebab 2 hipotesis itu menjadikan sebarannya diketahui dan 1 1 tertentu, yaitu B n, . Hipotesis p adalah 2 2 majemuk, sebab walaupun sebarannya diketahui bentuk umumnya yaitu binom, namun belum tertentu atau khas karena nilai parameter p belum diketahui pasti. Karena keputusan dalam pengujian hipotesis di dasarkan pada suatu contoh acak, maka keputusan itu mungkin salah. Ada dua kesalahan (galat) yang mungkin terjadi. Galat Jenis I danGalat Jenis II.
GalatJenis I (Type I Error) terjadi bila hipotesis nol yang benar ditolak. GalatJenis II (Type II Error) terjadi bila hipotesis nol yang salah diterima. Jadi kita menghadapi keadaan berikut: Keadaansebenarnya H 0 Keputusan H 0 benar H 0 salah Benar GalatJenis II Jangantolak H 0 GalatJenis I Benar Tolak H 0 adalah peluang terjadinya GalatJenis I: P(menolak H 0 | H 0 benar) disebut juga taraf nyata (level of significance). adalah peluang terjadinya GalatJenis II: P(menerima H 0 | H 0 salah) Idealnya 0. Namun itu hanya terjadi bila yang menjadi contoh adalah seluruh populasi (sensus). Kita ingin kedua jenis kesalahan itu peluangnya kecil.
Bila ukuran contoh telah ditetapkan, n fixed, memperkecil , akan memperbesar , dan sebaliknya. Teladan3. Sebuah took mainan anak mengatakan bahwa sedikitnya 80% anak perempuan lebih menyukai mainan boneka dibandingkan lainnya.Untuk menguji pernyataan toko itu, akan diamati 20 anakperempuan, dan dilihat apakah ia membeli boneka atau lainnya. Kita inginmenguji H 0 : p 0.8atau H1 : p 0.8. Andaikan kita membuat kaidah keputusan”Terima H 0 bila X 12 ( X 13)” Ini berarti bila X 12 kita akan menolak H0. a. Hitunglah . b. Hitunglah untuk p 0.6 c. Hitunglah untuk p 0.4 . d. Tentukan wilayah penolakan yang berbentuk X k yang menghasilkan (i) 0.01; (ii) 0.05. e. Hitunglah untuk p 0.6 jika wilayah penolakannya seperti yang diimplikasikan oleh pertanyaan (d) bagian (ii).
Jawab a. Jika H 0 benar, maka p 0.8, P(menolak H 0 | H 0 benar)
P( X 12 | p 0.8) 20 x 20 x 0.8 0.2 x 0 x 0.0321 b. Jika H 0 salahdan p 0.6 , maka P (menerima H 0 | H 0 salah) 12
P ( X 12 | p 0.6) 20 x 20 x 0.6 0.4 x 12 x 12 20 x 20 x 1 0.6 0.4 x 0 x 1 0.584 20
0.416 c. Jika p 0.4 , maka
P (menerima H 0 | H 0 salah) P ( X 12 | p 0.4) 20 x 20 x 0.4 0.6 x 12 x 12 20 x 20 x 1 0.4 0.6 x 0 x 1 0.979 20
0.021 d. (i) Kita harus menentukan k sedemikian rupa sehingga P( X 12 | p 0.8) 0.01 Dari table peluang kumulatif binom kita peroleh k 11. (ii) Kita harus menetukan k sedemikian rupa sehingga P( X 12 | p 0.8) 0.05 Dari table peluang kumulatif binom kita peroleh k 12 e. Bila 0.01, wilayah penolakannya adalah X 11. Jika p 0.6 , maka
P (menerima H 0 | H 0 salah) P ( X 11| p 0.6) 20 x 20 x 0.6 0.4 x 12 x 11 20 x 20 x 1 0.6 0.4 x 0 x 1 0.404 20
0.596
Teladan 4.Andaikan X adalah peubah acak binom.Ingin diuji hipotesis H 0 : p 0.8 lawan H a : p 0.6.Andaikan ditetapkan 0.03. Hitunglah untuk n 10 dan n 20 . Jawab Untuk n 10 . Dari table binom diperoleh P( X 5 | p 0.8) 0.03 Sehingga wilayah penolakannya adalah X 5. Dengan demikian,
P(menerima H 0 | H 0 salah) P( X 5 | p 0.6) 1 P( X 5 | p 0.6) 0.733 Untuk n 20 . Dari table binom diperoleh P( X 12 | p 0.8) 0.03 Sehingga wilayah penolakannya adalah X 12 . Dengan demikian, P(menerima H 0 | H 0 salah)
P( X 12 | p 0.6) 1 P( X 12 | p 0.6) 0.416 Terlihat bahwa jika telah ditetapkan, meningkatnya ukuran contoh akan menurunkan ; dan sebaliknya, menurunnya ukuran contoh akan meningkatkan . Teladan 5.Suatu contoh acak berukuran n 36 dari populasi yang ragamnya diketahui, yaitu 2 9 diketahui menghasilkan x 17 . Kita ingin menguji
hipotesis H 0 : 15 lawan H a : 16 pada taraf nyata 0.05. Tentukan . Jawab Di sini n 36, x 36 dan 2 9. Karena H a : 16 dan 16 15, maka logikanya kita akan cenderung menolak H 0 jika x besar. Dengan kata lain wilayah penolakan berbentuk X c . Berdasarkan definisi , P(menolak H 0 | H 0 benar)
0.05 P( X c | 15) c 15 0.05 P Z 3 36 Dari tabel normal baku kita tahu bahwa P( Z 1.645) 0.05 . Dengan demikian c 15 1.645 3 36 c 15.8225 Sehingga wilayah penolakannya x 15.8225. Jadi
P(menerima H 0 | H 0 salah) P( X 15.8225 | 16) 15.8225 16 P Z 3 36 P Z 0.36 0.3594