SlideShare a Scribd company logo
1 of 29
10/14/1710/14/17 DR.Sugiono.MSIEDR.Sugiono.MSIE 11
UJI HIPOTESISUJI HIPOTESIS
10/14/17 DR.Sugiono.MSIE 2
HIPOTESISHIPOTESIS
► HIPOTESIS : SUATU PERNYATAANHIPOTESIS : SUATU PERNYATAAN
MENGENAI NILAI SUATU PARAMETERMENGENAI NILAI SUATU PARAMETER
POPULASI YANG DIKEMBANGKANPOPULASI YANG DIKEMBANGKAN
UNTUK MAKSUD PENGUJIAN.UNTUK MAKSUD PENGUJIAN.
► RATA-RATA HITUNG PENGHASILAN PER BULANRATA-RATA HITUNG PENGHASILAN PER BULAN
DOSEN SEBESAR Rp 3 JUTADOSEN SEBESAR Rp 3 JUTA
► SEPULUH PERSEN LULUSAN TERBAIK ADALAHSEPULUH PERSEN LULUSAN TERBAIK ADALAH
WANITAWANITA
► ADA PENGARUH HARGA TERHADAP JUMLAHADA PENGARUH HARGA TERHADAP JUMLAH
PEMBELIAN BARANGPEMBELIAN BARANG
10/14/17 DR.Sugiono.MSIE 3
Pengujian HipotesisPengujian Hipotesis
►Suatu prosedur berdasar bukti SAMPELSuatu prosedur berdasar bukti SAMPEL
dan teori probabilitas untuk menentukandan teori probabilitas untuk menentukan
apakah hipotesis (pernyataan) itu WAJAR,apakah hipotesis (pernyataan) itu WAJAR,
maka hipotesis DITERIMA danmaka hipotesis DITERIMA dan
►bila TIDAK WAJAR, maka hipotesisbila TIDAK WAJAR, maka hipotesis
DITOLAK.DITOLAK.
10/14/17 DR.Sugiono.MSIE 4
Prosedur LIMA langkah mengujiProsedur LIMA langkah menguji
hipotesishipotesis
► Langkah 1 : Rumuskan hipotesis NOL (Ho) danLangkah 1 : Rumuskan hipotesis NOL (Ho) dan
hipotesis ALTERNATIF (Ha)hipotesis ALTERNATIF (Ha)
► Langkah 2 : Pilih suatu taraf nyata ( alpha /Langkah 2 : Pilih suatu taraf nyata ( alpha /
Signifikansi )Signifikansi )
► Langkah 3 : Menentukan Uji StatistikLangkah 3 : Menentukan Uji Statistik
► Langkah 4 : Buat aturan pengambilan keputusanLangkah 4 : Buat aturan pengambilan keputusan
► Langkah 5 : Ambil sampel , ambil keputusanLangkah 5 : Ambil sampel , ambil keputusan
►Menerima H0 (menolak Ha) atau Menolak H0Menerima H0 (menolak Ha) atau Menolak H0
(menerima Ha)(menerima Ha)
10/14/17 DR.Sugiono.MSIE 5
L 1 : Hipotesis Nol dan HipotesisL 1 : Hipotesis Nol dan Hipotesis
AlternativeAlternative
►PernyataanPernyataan TidakTidak BERBEDA (sama),BERBEDA (sama), TidakTidak
Berpengaruh,Berpengaruh, TidakTidak berhubungan, Sesuaiberhubungan, Sesuai
merupakan pernyataan untukmerupakan pernyataan untuk Hipotesis NolHipotesis Nol
( Ho)( Ho)
►SedangSedang
►Pernyataan Berbeda (tidak sama),Pernyataan Berbeda (tidak sama),
berpengaruh, berhubungan tidak sesuaiberpengaruh, berhubungan tidak sesuai
merupakan pernyataan untukmerupakan pernyataan untuk hipotesishipotesis
Alternatif (Ha)Alternatif (Ha)
10/14/17 DR.Sugiono.MSIE 6
Contoh HoContoh Ho
► Rata-rata Pendapatan A dan B selama 10 tahunRata-rata Pendapatan A dan B selama 10 tahun
berturut-turut sama (tidak berbeda)berturut-turut sama (tidak berbeda)
► Data di bawah ini berdistribusi normal;Data di bawah ini berdistribusi normal;
► data:data:
48,52,55,57,58,60,61,64,65,66,68,69,70,72,73,75,48,52,55,57,58,60,61,64,65,66,68,69,70,72,73,75,
78,8278,82
► Rata-rata Berat badan mahamasiswa tidakRata-rata Berat badan mahamasiswa tidak
berpengaruh pada rata-rata umurberpengaruh pada rata-rata umur
► Tidak ada hubungan antara jumlah uang korupsiTidak ada hubungan antara jumlah uang korupsi
dengan jumlah anakdengan jumlah anak
10/14/17 DR.Sugiono.MSIE 7
Contoh HaContoh Ha
► Rata-rata Pendapatan A dan B selama 10 tahunRata-rata Pendapatan A dan B selama 10 tahun
berturut-turut tidak sama (berbeda)berturut-turut tidak sama (berbeda)
► Data ini berdistribusi tidak fit dengan distribusiData ini berdistribusi tidak fit dengan distribusi
normal; data:normal; data:
48,52,55,57,58,60,61,64,65,66,68,69,70,72,73,75,48,52,55,57,58,60,61,64,65,66,68,69,70,72,73,75,
78,8278,82
► Rata-rata Umur mahamasiswa berpengaruh padaRata-rata Umur mahamasiswa berpengaruh pada
rata-rata Berat badan.rata-rata Berat badan.
► Terdapat hubungan antara jumlah uang korupsiTerdapat hubungan antara jumlah uang korupsi
dengan jumlah anakdengan jumlah anak
10/14/17 DR.Sugiono.MSIE 8
L2 : Taraf Nyata (Taraf Signifikan)L2 : Taraf Nyata (Taraf Signifikan)
► Taraf Nyata (alpha) disebut juga TINGKATTaraf Nyata (alpha) disebut juga TINGKAT
RESIKO . DiartikanRESIKO . Diartikan MENOLAK HoMENOLAK Ho bilabila HoHo
sebetulnya BENARsebetulnya BENAR
► Alpha (Alpha ( αα )): 1%, 5%, 10%: 1%, 5%, 10%
► MENOLAK hipotesis BENARMENOLAK hipotesis BENAR, kita telah melakukan, kita telah melakukan
KESALAHAN JENIS IKESALAHAN JENIS I
► Probabilitas melakukan Kesalahan Jenis 1,Probabilitas melakukan Kesalahan Jenis 1,
disebut ALPHAdisebut ALPHA
► (Kesalahan Jenis I: Menolak hipotesis NOL, Ho(Kesalahan Jenis I: Menolak hipotesis NOL, Ho
padahal seharusnya diterima )padahal seharusnya diterima )
10/14/17 DR.Sugiono.MSIE 9
KESALAHAN JENIS II (Beta,KESALAHAN JENIS II (Beta,ββ ))
PenelitiPeneliti
HipotesisHipotesis
NOLNOL
Menerima HoMenerima Ho Menolak HoMenolak Ho
Jika Ho BenarJika Ho Benar
DanDan
KEPUTUSANKEPUTUSAN
TEPATTEPAT
KESALAHANKESALAHAN
JENIS I (JENIS I (αα))
Jika Ho SalahJika Ho Salah
DanDan
KESALAHANKESALAHAN
JENIS II (JENIS II (ββ))
KEPUTUSANKEPUTUSAN
TEPATTEPAT
10/14/17 DR.Sugiono.MSIE 10
L3: UJIL3: UJI
► Ada beberapa uji statistik misalnya :Ada beberapa uji statistik misalnya :
► Uji statistik t; F; Z; danUji statistik t; F; Z; dan
► Chai SquareChai Square
► Dalam contoh disini akan digunakan uji statistiikDalam contoh disini akan digunakan uji statistiik
ZZ
2
χ
10/14/17 DR.Sugiono.MSIE 11
L4 : Aturan Pengambilan KeputusanL4 : Aturan Pengambilan Keputusan
0.95 0.05
Nilai Kritis
Alpha = 5% -- Z = 1.645 dan untuk uji 2 arah Alpha = 2.5%
--- Z = 1.96 lihat pada tabel Z.
10/14/17 DR.Sugiono.MSIE 12
L5 : Pengambilan KeputusanL5 : Pengambilan Keputusan
0.95 0.05
Nilai Kritis
10/14/17 DR.Sugiono.MSIE 13
CONTOH: MENGUJI RATA-RATACONTOH: MENGUJI RATA-RATA
POPULASI; SAMPEL BESAR ; DEVPOPULASI; SAMPEL BESAR ; DEV
STANDAR POPULASI DIKETAHUISTANDAR POPULASI DIKETAHUI
►Pendapatan perbulan pegawai Toko APendapatan perbulan pegawai Toko A
berdistribusi normal dengan besar rata-rataberdistribusi normal dengan besar rata-rata
(( µ)µ) pendapatan perbulan 200 dengan devpendapatan perbulan 200 dengan dev
standar (standar (σσ) sebesar 16. Dengan) sebesar 16. Dengan
menggunakan taraf nyata (menggunakan taraf nyata (αα) = 0.01. Kita) = 0.01. Kita
ingin menguji hipotesis rata-rata masih tetapingin menguji hipotesis rata-rata masih tetap
bernilai 200 (dev standar populasi diketahuibernilai 200 (dev standar populasi diketahui
16) Setelah diambil sampel kmd dihitung16) Setelah diambil sampel kmd dihitung
nilai rata-rata pendapatan perbulannilai rata-rata pendapatan perbulan
diperoleh sebesar 203.5diperoleh sebesar 203.5
10/14/17 DR.Sugiono.MSIE 14
Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis
►1. Merumuskan hipohtesia:1. Merumuskan hipohtesia:
 Ho :Ho : µ = 200 (uji dua arah; rata-rata pendapatanµ = 200 (uji dua arah; rata-rata pendapatan
perbulan SAMA DENGAN 200)perbulan SAMA DENGAN 200)
 Ha : µ ≠ 200 (uji dua arah; rata-rata pendapatanHa : µ ≠ 200 (uji dua arah; rata-rata pendapatan
perbulan TIDAK SAMA DENGAN 200)perbulan TIDAK SAMA DENGAN 200)
 Ha dapat dituliskan H1…. H2 …. HnHa dapat dituliskan H1…. H2 …. Hn
2. Menetapkan taraf nyata/2. Menetapkan taraf nyata/
SIGNIFIKANSISIGNIFIKANSI
αα = 5% = 0.05(PROBABILITAS MELAKUKAN= 5% = 0.05(PROBABILITAS MELAKUKAN
KESALAHAN JENIS I ; PROB MENOLAK HIPOTESISKESALAHAN JENIS I ; PROB MENOLAK HIPOTESIS
YG BENAR)YG BENAR)
10/14/17 DR.Sugiono.MSIE 15
Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis
►3. UJI STATISTIK DG Z3. UJI STATISTIK DG Z
 Z = ( )/ (Z = ( )/ ( σ√σ√n) = (203.5 –n) = (203.5 –
200)/ (16 √100 ) = 2.19200)/ (16 √100 ) = 2.19
µ−X
10/14/17 DR.Sugiono.MSIE 16
Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis
►4. ATURAN PENGAMBILAN KEPUTUSAN4. ATURAN PENGAMBILAN KEPUTUSAN
Z = 1.96Z = - 1.96
H0 diterima
Ha diterimaHa diterima
10/14/17 DR.Sugiono.MSIE 17
Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis
► 5. AMBIL SAMPEL DR POPULASI HITUNG NILAI5. AMBIL SAMPEL DR POPULASI HITUNG NILAI
Z; ambil keputusanZ; ambil keputusan
Z = 1.96Z = - 1.96
H0 diterima
Ha diterimaHa diterima
Nilai Z hitung = 2.19 > 1.96; Ha
diterima
10/14/17 DR.Sugiono.MSIE 18
►5. AMBIL SAMPEL DR POPULASI HITUNG5. AMBIL SAMPEL DR POPULASI HITUNG
NILAI Z;ubah menjadi nilai (p) bandingkanNILAI Z;ubah menjadi nilai (p) bandingkan
dg nilai alpha; ambil keputusandg nilai alpha; ambil keputusan
p =
H0 diterima
Ha diterimaHa diterima
Nilai Z hitung = 2.19 > 1.96; Ha
diterima
p =
0.013
10/14/17 DR.Sugiono.MSIE 19
KESIMPULANKESIMPULAN
►Berdasarkan bukti sampel dapatBerdasarkan bukti sampel dapat
disimpulkan secara statistik bahwa rata-ratadisimpulkan secara statistik bahwa rata-rata
pendapatan responden 203.5 berbeda daripendapatan responden 203.5 berbeda dari
200 secara signifikan (nyata)200 secara signifikan (nyata)
10/14/17 DR.Sugiono.MSIE 20
DENGAN NILAI Z ATAU PDENGAN NILAI Z ATAU P
►ZZhitunghitung ≥≥ Z tabel ----- Ha diterima atau HoZ tabel ----- Ha diterima atau Ho
ditolakditolak
►PPhitunghitung ≤≤ alpha ----- Ha diterima atau Hoalpha ----- Ha diterima atau Ho
ditolakditolak
10/14/17 DR.Sugiono.MSIE 21
latihanlatihan
►Dengan kasus sama gunakan taraf nyataDengan kasus sama gunakan taraf nyata
1% atau 0.011% atau 0.01
►Bandingkan dengan taraf nyata 5% atauBandingkan dengan taraf nyata 5% atau
0.05 apa yang terjadi0.05 apa yang terjadi
10/14/17 DR.Sugiono.MSIE 22
UJI SATU ARAHUJI SATU ARAH
►1. Merumuskan hipohtesia:1. Merumuskan hipohtesia:
 Ho :Ho : µ ≤ 200 (uji satu arah; rata-rata pendapatanµ ≤ 200 (uji satu arah; rata-rata pendapatan
perbulan LB kecil atau sama DENGAN 200)perbulan LB kecil atau sama DENGAN 200)
 Ha : µ > 200 (uji dua arah; rata-rata pendapatanHa : µ > 200 (uji dua arah; rata-rata pendapatan
perbulan lebih besar 200)perbulan lebih besar 200)
 Ha dapat dituliskan H1…. H2 …. HnHa dapat dituliskan H1…. H2 …. Hn
2. Menetapkan taraf nyata/2. Menetapkan taraf nyata/
SIGNIFIKANSISIGNIFIKANSI
αα = 5% = 0.05(PROBABILITAS MELAKUKAN= 5% = 0.05(PROBABILITAS MELAKUKAN
KESALAHAN JENIS I ; PROB MENOLAK HIPOTESISKESALAHAN JENIS I ; PROB MENOLAK HIPOTESIS
YG BENAR)YG BENAR)
10/14/17 DR.Sugiono.MSIE 23
Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis
►3. UJI STATISTIK DG Z3. UJI STATISTIK DG Z
 Z = ( )/ (Z = ( )/ ( σ√σ√n) = (203.5 –n) = (203.5 –
200)/ (16 √100 ) = 2.19200)/ (16 √100 ) = 2.19
µ−X
10/14/17 DR.Sugiono.MSIE 24
Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis
►4. ATURAN PENGAMBILAN KEPUTUSAN4. ATURAN PENGAMBILAN KEPUTUSAN
0.50 – alpha = 0.50 – 0.05 = 0.45 identik: Z =
1.65
10/14/17 DR.Sugiono.MSIE 25
DENGAN NILAI ZDENGAN NILAI Z
►ZhitungZhitung ≥≥ Z tabel ----- Ha diterima atau HoZ tabel ----- Ha diterima atau Ho
ditolakditolak
►Zh (2.19) > Z tabel (1.65) ----- Ha diterimaZh (2.19) > Z tabel (1.65) ----- Ha diterima
atau Ho ditolakatau Ho ditolak
10/14/17 DR.Sugiono.MSIE 26
KESIMPULANKESIMPULAN
►Berdasarkan bukti sampel dapatBerdasarkan bukti sampel dapat
disimpulkan secara statistik bahwa rata-ratadisimpulkan secara statistik bahwa rata-rata
pendapatan responden 203.5 berbeda daripendapatan responden 203.5 berbeda dari
200 secara signifikan (nyata)200 secara signifikan (nyata)
10/14/17 DR.Sugiono.MSIE 27
Menguji rata-rata populasi: sampelMenguji rata-rata populasi: sampel
besar, dev std populasi tdk diketahuibesar, dev std populasi tdk diketahui
►Z =( ) /Z =( ) /( S / √ n )µ−X
Contoh:
Perusahaan perkreditan ingin mengetahui apakah
hutang pada akhir bulan melebihi 400, taraf nyata
0.05. Pemeriksaan sebanyak 172 saldo yg masih
terhutang dengan nilai rata-rata sampel 407 dan
dev std 38.
Apakah hrs menyimpulkan rata-rata populasi lb
besar dari 400 atau selisih (407-400)=7 itu hanya
secara kebetulan saja
10/14/17 DR.Sugiono.MSIE 28
perhitunganperhitungan
►Z=(407 -400)/ (36/V172) = 2.42 jadiZ=(407 -400)/ (36/V172) = 2.42 jadi
►Zh = 2.42Zh = 2.42
►Ztabel untuk alpha = 0.05 atau p = 0.50-Ztabel untuk alpha = 0.05 atau p = 0.50-
0.05 = 0.45 ----- Z = 1.650.05 = 0.45 ----- Z = 1.65
10/14/17 DR.Sugiono.MSIE 29
DENGAN NILAI ZDENGAN NILAI Z
►ZhitungZhitung ≥≥ Z tabel ----- Ha diterima atau HoZ tabel ----- Ha diterima atau Ho
ditolakditolak
►Zh (2.42) > Z tabel (1.65) ----- Ha diterimaZh (2.42) > Z tabel (1.65) ----- Ha diterima
atau Ho ditolakatau Ho ditolak
►Kesimpulan perbedaan itu nyata (signifikan)Kesimpulan perbedaan itu nyata (signifikan)
jadi hutang tersebut nyata-nyata lebih besarjadi hutang tersebut nyata-nyata lebih besar
dari 400dari 400

More Related Content

What's hot

Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitasMaya Umami
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 
Makalah metode posisi palsu
Makalah metode posisi palsuMakalah metode posisi palsu
Makalah metode posisi palsuokti agung
 
Metode maximum likelihood
Metode maximum likelihoodMetode maximum likelihood
Metode maximum likelihoodririn12
 
Persamaan Diferensial Orde 2
Persamaan Diferensial Orde 2Persamaan Diferensial Orde 2
Persamaan Diferensial Orde 2Dian Arisona
 
Laporan Pratikum analisis regresi linier sederhana
Laporan Pratikum analisis regresi linier sederhanaLaporan Pratikum analisis regresi linier sederhana
Laporan Pratikum analisis regresi linier sederhanagita Ta
 
Analisa korelasi ganda
Analisa korelasi gandaAnalisa korelasi ganda
Analisa korelasi gandaFeri Chandra
 
Bnp.01.uji tanda (sign test) - 2
Bnp.01.uji tanda (sign test) - 2Bnp.01.uji tanda (sign test) - 2
Bnp.01.uji tanda (sign test) - 2raysa hasdi
 
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.pptAljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.pptrahmawarni
 

What's hot (20)

Analisis Regresi Liniear Sederhana
Analisis Regresi Liniear SederhanaAnalisis Regresi Liniear Sederhana
Analisis Regresi Liniear Sederhana
 
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitas
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
 
Poisson distribution
Poisson distributionPoisson distribution
Poisson distribution
 
Rancangan Faktorial 2k
Rancangan Faktorial 2kRancangan Faktorial 2k
Rancangan Faktorial 2k
 
01 barisan-dan-deret
01 barisan-dan-deret01 barisan-dan-deret
01 barisan-dan-deret
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
Makalah metode posisi palsu
Makalah metode posisi palsuMakalah metode posisi palsu
Makalah metode posisi palsu
 
Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10
 
Metode maximum likelihood
Metode maximum likelihoodMetode maximum likelihood
Metode maximum likelihood
 
Materi P3_Distribusi Normal
Materi P3_Distribusi NormalMateri P3_Distribusi Normal
Materi P3_Distribusi Normal
 
Nilai harapan
Nilai harapanNilai harapan
Nilai harapan
 
VARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANGVARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANG
 
Persamaan Diferensial Orde 2
Persamaan Diferensial Orde 2Persamaan Diferensial Orde 2
Persamaan Diferensial Orde 2
 
Laporan Pratikum analisis regresi linier sederhana
Laporan Pratikum analisis regresi linier sederhanaLaporan Pratikum analisis regresi linier sederhana
Laporan Pratikum analisis regresi linier sederhana
 
Analisis jalur (path analysis)
Analisis jalur (path analysis)Analisis jalur (path analysis)
Analisis jalur (path analysis)
 
Analisa korelasi ganda
Analisa korelasi gandaAnalisa korelasi ganda
Analisa korelasi ganda
 
Bnp.01.uji tanda (sign test) - 2
Bnp.01.uji tanda (sign test) - 2Bnp.01.uji tanda (sign test) - 2
Bnp.01.uji tanda (sign test) - 2
 
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.pptAljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
 
Statistik Industri - Faktorial ANOVA - ANOVA dua arah - two way ANOVA
Statistik Industri - Faktorial ANOVA - ANOVA dua arah - two way ANOVAStatistik Industri - Faktorial ANOVA - ANOVA dua arah - two way ANOVA
Statistik Industri - Faktorial ANOVA - ANOVA dua arah - two way ANOVA
 

Similar to Uji Hipotesis in Bahasa

Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesisarsitektur90
 
PENGUJIAN-HIPOTESIS1.pdf
PENGUJIAN-HIPOTESIS1.pdfPENGUJIAN-HIPOTESIS1.pdf
PENGUJIAN-HIPOTESIS1.pdfYanNurHidayat1
 
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdfPowerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdfbilqis50
 
Pengujian hipotesis ismail-8186182026
Pengujian hipotesis ismail-8186182026Pengujian hipotesis ismail-8186182026
Pengujian hipotesis ismail-8186182026Ismail Shank Leader
 

Similar to Uji Hipotesis in Bahasa (7)

Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
 
PENGUJIAN-HIPOTESIS1.pdf
PENGUJIAN-HIPOTESIS1.pdfPENGUJIAN-HIPOTESIS1.pdf
PENGUJIAN-HIPOTESIS1.pdf
 
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdfPowerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
 
Pengujian hipotesis ismail-8186182026
Pengujian hipotesis ismail-8186182026Pengujian hipotesis ismail-8186182026
Pengujian hipotesis ismail-8186182026
 
Ek107 122215-714-12
Ek107 122215-714-12Ek107 122215-714-12
Ek107 122215-714-12
 
Ek107 122215-692-13
Ek107 122215-692-13Ek107 122215-692-13
Ek107 122215-692-13
 

More from Yesica Adicondro

Konsep Balanced Score Card
Konsep Balanced Score Card Konsep Balanced Score Card
Konsep Balanced Score Card Yesica Adicondro
 
Makalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriYesica Adicondro
 
Makalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriYesica Adicondro
 
Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Yesica Adicondro
 
Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Yesica Adicondro
 
Makalah kelompok 3 gudang garam
Makalah kelompok 3 gudang garamMakalah kelompok 3 gudang garam
Makalah kelompok 3 gudang garamYesica Adicondro
 
Makalah Perusahaan Gudang Garam
Makalah Perusahaan Gudang GaramMakalah Perusahaan Gudang Garam
Makalah Perusahaan Gudang GaramYesica Adicondro
 
Makalah kelompok 2 garuda citilink PPT
Makalah kelompok 2 garuda citilink PPTMakalah kelompok 2 garuda citilink PPT
Makalah kelompok 2 garuda citilink PPTYesica Adicondro
 
Makalah kelompok 2 garuda citilink
Makalah kelompok 2 garuda citilinkMakalah kelompok 2 garuda citilink
Makalah kelompok 2 garuda citilinkYesica Adicondro
 
Makalah kinerja operasi Indonesia PPT
Makalah kinerja operasi Indonesia PPT Makalah kinerja operasi Indonesia PPT
Makalah kinerja operasi Indonesia PPT Yesica Adicondro
 
Makalah kinerja operasi Indonesia
Makalah kinerja operasi IndonesiaMakalah kinerja operasi Indonesia
Makalah kinerja operasi IndonesiaYesica Adicondro
 
Business process reengineering PPT
Business process reengineering PPTBusiness process reengineering PPT
Business process reengineering PPTYesica Adicondro
 
Business process reengineering Makalah
Business process reengineering Makalah Business process reengineering Makalah
Business process reengineering Makalah Yesica Adicondro
 
Makalah Balanced Scorecard
Makalah Balanced Scorecard Makalah Balanced Scorecard
Makalah Balanced Scorecard Yesica Adicondro
 
Analisis Manajemen strategik PT garuda citilink
Analisis Manajemen strategik PT garuda citilinkAnalisis Manajemen strategik PT garuda citilink
Analisis Manajemen strategik PT garuda citilinkYesica Adicondro
 

More from Yesica Adicondro (20)

Strategi Tata Letak
Strategi Tata LetakStrategi Tata Letak
Strategi Tata Letak
 
Konsep Balanced Score Card
Konsep Balanced Score Card Konsep Balanced Score Card
Konsep Balanced Score Card
 
Makalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi Bakri
 
Makalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi BakriMakalah kelompok Analisis Taksi Bakri
Makalah kelompok Analisis Taksi Bakri
 
Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia
 
Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia Makalah Analisis PT Kereta API Indonesia
Makalah Analisis PT Kereta API Indonesia
 
Makalah kelompok 3 gudang garam
Makalah kelompok 3 gudang garamMakalah kelompok 3 gudang garam
Makalah kelompok 3 gudang garam
 
Makalah Perusahaan Gudang Garam
Makalah Perusahaan Gudang GaramMakalah Perusahaan Gudang Garam
Makalah Perusahaan Gudang Garam
 
Makalah kelompok 2 garuda citilink PPT
Makalah kelompok 2 garuda citilink PPTMakalah kelompok 2 garuda citilink PPT
Makalah kelompok 2 garuda citilink PPT
 
Makalah kelompok 2 garuda citilink
Makalah kelompok 2 garuda citilinkMakalah kelompok 2 garuda citilink
Makalah kelompok 2 garuda citilink
 
Dmfi leaflet indonesian
Dmfi leaflet indonesianDmfi leaflet indonesian
Dmfi leaflet indonesian
 
Dmfi booklet indonesian
Dmfi booklet indonesian Dmfi booklet indonesian
Dmfi booklet indonesian
 
Makalah kinerja operasi Indonesia PPT
Makalah kinerja operasi Indonesia PPT Makalah kinerja operasi Indonesia PPT
Makalah kinerja operasi Indonesia PPT
 
Makalah kinerja operasi Indonesia
Makalah kinerja operasi IndonesiaMakalah kinerja operasi Indonesia
Makalah kinerja operasi Indonesia
 
Business process reengineering PPT
Business process reengineering PPTBusiness process reengineering PPT
Business process reengineering PPT
 
Business process reengineering Makalah
Business process reengineering Makalah Business process reengineering Makalah
Business process reengineering Makalah
 
PPT Balanced Scorecard
PPT Balanced Scorecard PPT Balanced Scorecard
PPT Balanced Scorecard
 
Makalah Balanced Scorecard
Makalah Balanced Scorecard Makalah Balanced Scorecard
Makalah Balanced Scorecard
 
Analisis Manajemen strategik PT garuda citilink
Analisis Manajemen strategik PT garuda citilinkAnalisis Manajemen strategik PT garuda citilink
Analisis Manajemen strategik PT garuda citilink
 
analisis PPT PT Japfa
analisis PPT PT Japfaanalisis PPT PT Japfa
analisis PPT PT Japfa
 

Recently uploaded

Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxImahMagwa
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxzidanlbs25
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Shary Armonitha
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxmariaboisala21
 
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptx
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptxPENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptx
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptxheru687292
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfAuliaAulia63
 

Recently uploaded (7)

Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptx
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
 
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptx
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptxPENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptx
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptx
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdf
 

Uji Hipotesis in Bahasa

  • 2. 10/14/17 DR.Sugiono.MSIE 2 HIPOTESISHIPOTESIS ► HIPOTESIS : SUATU PERNYATAANHIPOTESIS : SUATU PERNYATAAN MENGENAI NILAI SUATU PARAMETERMENGENAI NILAI SUATU PARAMETER POPULASI YANG DIKEMBANGKANPOPULASI YANG DIKEMBANGKAN UNTUK MAKSUD PENGUJIAN.UNTUK MAKSUD PENGUJIAN. ► RATA-RATA HITUNG PENGHASILAN PER BULANRATA-RATA HITUNG PENGHASILAN PER BULAN DOSEN SEBESAR Rp 3 JUTADOSEN SEBESAR Rp 3 JUTA ► SEPULUH PERSEN LULUSAN TERBAIK ADALAHSEPULUH PERSEN LULUSAN TERBAIK ADALAH WANITAWANITA ► ADA PENGARUH HARGA TERHADAP JUMLAHADA PENGARUH HARGA TERHADAP JUMLAH PEMBELIAN BARANGPEMBELIAN BARANG
  • 3. 10/14/17 DR.Sugiono.MSIE 3 Pengujian HipotesisPengujian Hipotesis ►Suatu prosedur berdasar bukti SAMPELSuatu prosedur berdasar bukti SAMPEL dan teori probabilitas untuk menentukandan teori probabilitas untuk menentukan apakah hipotesis (pernyataan) itu WAJAR,apakah hipotesis (pernyataan) itu WAJAR, maka hipotesis DITERIMA danmaka hipotesis DITERIMA dan ►bila TIDAK WAJAR, maka hipotesisbila TIDAK WAJAR, maka hipotesis DITOLAK.DITOLAK.
  • 4. 10/14/17 DR.Sugiono.MSIE 4 Prosedur LIMA langkah mengujiProsedur LIMA langkah menguji hipotesishipotesis ► Langkah 1 : Rumuskan hipotesis NOL (Ho) danLangkah 1 : Rumuskan hipotesis NOL (Ho) dan hipotesis ALTERNATIF (Ha)hipotesis ALTERNATIF (Ha) ► Langkah 2 : Pilih suatu taraf nyata ( alpha /Langkah 2 : Pilih suatu taraf nyata ( alpha / Signifikansi )Signifikansi ) ► Langkah 3 : Menentukan Uji StatistikLangkah 3 : Menentukan Uji Statistik ► Langkah 4 : Buat aturan pengambilan keputusanLangkah 4 : Buat aturan pengambilan keputusan ► Langkah 5 : Ambil sampel , ambil keputusanLangkah 5 : Ambil sampel , ambil keputusan ►Menerima H0 (menolak Ha) atau Menolak H0Menerima H0 (menolak Ha) atau Menolak H0 (menerima Ha)(menerima Ha)
  • 5. 10/14/17 DR.Sugiono.MSIE 5 L 1 : Hipotesis Nol dan HipotesisL 1 : Hipotesis Nol dan Hipotesis AlternativeAlternative ►PernyataanPernyataan TidakTidak BERBEDA (sama),BERBEDA (sama), TidakTidak Berpengaruh,Berpengaruh, TidakTidak berhubungan, Sesuaiberhubungan, Sesuai merupakan pernyataan untukmerupakan pernyataan untuk Hipotesis NolHipotesis Nol ( Ho)( Ho) ►SedangSedang ►Pernyataan Berbeda (tidak sama),Pernyataan Berbeda (tidak sama), berpengaruh, berhubungan tidak sesuaiberpengaruh, berhubungan tidak sesuai merupakan pernyataan untukmerupakan pernyataan untuk hipotesishipotesis Alternatif (Ha)Alternatif (Ha)
  • 6. 10/14/17 DR.Sugiono.MSIE 6 Contoh HoContoh Ho ► Rata-rata Pendapatan A dan B selama 10 tahunRata-rata Pendapatan A dan B selama 10 tahun berturut-turut sama (tidak berbeda)berturut-turut sama (tidak berbeda) ► Data di bawah ini berdistribusi normal;Data di bawah ini berdistribusi normal; ► data:data: 48,52,55,57,58,60,61,64,65,66,68,69,70,72,73,75,48,52,55,57,58,60,61,64,65,66,68,69,70,72,73,75, 78,8278,82 ► Rata-rata Berat badan mahamasiswa tidakRata-rata Berat badan mahamasiswa tidak berpengaruh pada rata-rata umurberpengaruh pada rata-rata umur ► Tidak ada hubungan antara jumlah uang korupsiTidak ada hubungan antara jumlah uang korupsi dengan jumlah anakdengan jumlah anak
  • 7. 10/14/17 DR.Sugiono.MSIE 7 Contoh HaContoh Ha ► Rata-rata Pendapatan A dan B selama 10 tahunRata-rata Pendapatan A dan B selama 10 tahun berturut-turut tidak sama (berbeda)berturut-turut tidak sama (berbeda) ► Data ini berdistribusi tidak fit dengan distribusiData ini berdistribusi tidak fit dengan distribusi normal; data:normal; data: 48,52,55,57,58,60,61,64,65,66,68,69,70,72,73,75,48,52,55,57,58,60,61,64,65,66,68,69,70,72,73,75, 78,8278,82 ► Rata-rata Umur mahamasiswa berpengaruh padaRata-rata Umur mahamasiswa berpengaruh pada rata-rata Berat badan.rata-rata Berat badan. ► Terdapat hubungan antara jumlah uang korupsiTerdapat hubungan antara jumlah uang korupsi dengan jumlah anakdengan jumlah anak
  • 8. 10/14/17 DR.Sugiono.MSIE 8 L2 : Taraf Nyata (Taraf Signifikan)L2 : Taraf Nyata (Taraf Signifikan) ► Taraf Nyata (alpha) disebut juga TINGKATTaraf Nyata (alpha) disebut juga TINGKAT RESIKO . DiartikanRESIKO . Diartikan MENOLAK HoMENOLAK Ho bilabila HoHo sebetulnya BENARsebetulnya BENAR ► Alpha (Alpha ( αα )): 1%, 5%, 10%: 1%, 5%, 10% ► MENOLAK hipotesis BENARMENOLAK hipotesis BENAR, kita telah melakukan, kita telah melakukan KESALAHAN JENIS IKESALAHAN JENIS I ► Probabilitas melakukan Kesalahan Jenis 1,Probabilitas melakukan Kesalahan Jenis 1, disebut ALPHAdisebut ALPHA ► (Kesalahan Jenis I: Menolak hipotesis NOL, Ho(Kesalahan Jenis I: Menolak hipotesis NOL, Ho padahal seharusnya diterima )padahal seharusnya diterima )
  • 9. 10/14/17 DR.Sugiono.MSIE 9 KESALAHAN JENIS II (Beta,KESALAHAN JENIS II (Beta,ββ )) PenelitiPeneliti HipotesisHipotesis NOLNOL Menerima HoMenerima Ho Menolak HoMenolak Ho Jika Ho BenarJika Ho Benar DanDan KEPUTUSANKEPUTUSAN TEPATTEPAT KESALAHANKESALAHAN JENIS I (JENIS I (αα)) Jika Ho SalahJika Ho Salah DanDan KESALAHANKESALAHAN JENIS II (JENIS II (ββ)) KEPUTUSANKEPUTUSAN TEPATTEPAT
  • 10. 10/14/17 DR.Sugiono.MSIE 10 L3: UJIL3: UJI ► Ada beberapa uji statistik misalnya :Ada beberapa uji statistik misalnya : ► Uji statistik t; F; Z; danUji statistik t; F; Z; dan ► Chai SquareChai Square ► Dalam contoh disini akan digunakan uji statistiikDalam contoh disini akan digunakan uji statistiik ZZ 2 χ
  • 11. 10/14/17 DR.Sugiono.MSIE 11 L4 : Aturan Pengambilan KeputusanL4 : Aturan Pengambilan Keputusan 0.95 0.05 Nilai Kritis Alpha = 5% -- Z = 1.645 dan untuk uji 2 arah Alpha = 2.5% --- Z = 1.96 lihat pada tabel Z.
  • 12. 10/14/17 DR.Sugiono.MSIE 12 L5 : Pengambilan KeputusanL5 : Pengambilan Keputusan 0.95 0.05 Nilai Kritis
  • 13. 10/14/17 DR.Sugiono.MSIE 13 CONTOH: MENGUJI RATA-RATACONTOH: MENGUJI RATA-RATA POPULASI; SAMPEL BESAR ; DEVPOPULASI; SAMPEL BESAR ; DEV STANDAR POPULASI DIKETAHUISTANDAR POPULASI DIKETAHUI ►Pendapatan perbulan pegawai Toko APendapatan perbulan pegawai Toko A berdistribusi normal dengan besar rata-rataberdistribusi normal dengan besar rata-rata (( µ)µ) pendapatan perbulan 200 dengan devpendapatan perbulan 200 dengan dev standar (standar (σσ) sebesar 16. Dengan) sebesar 16. Dengan menggunakan taraf nyata (menggunakan taraf nyata (αα) = 0.01. Kita) = 0.01. Kita ingin menguji hipotesis rata-rata masih tetapingin menguji hipotesis rata-rata masih tetap bernilai 200 (dev standar populasi diketahuibernilai 200 (dev standar populasi diketahui 16) Setelah diambil sampel kmd dihitung16) Setelah diambil sampel kmd dihitung nilai rata-rata pendapatan perbulannilai rata-rata pendapatan perbulan diperoleh sebesar 203.5diperoleh sebesar 203.5
  • 14. 10/14/17 DR.Sugiono.MSIE 14 Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis ►1. Merumuskan hipohtesia:1. Merumuskan hipohtesia:  Ho :Ho : µ = 200 (uji dua arah; rata-rata pendapatanµ = 200 (uji dua arah; rata-rata pendapatan perbulan SAMA DENGAN 200)perbulan SAMA DENGAN 200)  Ha : µ ≠ 200 (uji dua arah; rata-rata pendapatanHa : µ ≠ 200 (uji dua arah; rata-rata pendapatan perbulan TIDAK SAMA DENGAN 200)perbulan TIDAK SAMA DENGAN 200)  Ha dapat dituliskan H1…. H2 …. HnHa dapat dituliskan H1…. H2 …. Hn 2. Menetapkan taraf nyata/2. Menetapkan taraf nyata/ SIGNIFIKANSISIGNIFIKANSI αα = 5% = 0.05(PROBABILITAS MELAKUKAN= 5% = 0.05(PROBABILITAS MELAKUKAN KESALAHAN JENIS I ; PROB MENOLAK HIPOTESISKESALAHAN JENIS I ; PROB MENOLAK HIPOTESIS YG BENAR)YG BENAR)
  • 15. 10/14/17 DR.Sugiono.MSIE 15 Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis ►3. UJI STATISTIK DG Z3. UJI STATISTIK DG Z  Z = ( )/ (Z = ( )/ ( σ√σ√n) = (203.5 –n) = (203.5 – 200)/ (16 √100 ) = 2.19200)/ (16 √100 ) = 2.19 µ−X
  • 16. 10/14/17 DR.Sugiono.MSIE 16 Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis ►4. ATURAN PENGAMBILAN KEPUTUSAN4. ATURAN PENGAMBILAN KEPUTUSAN Z = 1.96Z = - 1.96 H0 diterima Ha diterimaHa diterima
  • 17. 10/14/17 DR.Sugiono.MSIE 17 Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis ► 5. AMBIL SAMPEL DR POPULASI HITUNG NILAI5. AMBIL SAMPEL DR POPULASI HITUNG NILAI Z; ambil keputusanZ; ambil keputusan Z = 1.96Z = - 1.96 H0 diterima Ha diterimaHa diterima Nilai Z hitung = 2.19 > 1.96; Ha diterima
  • 18. 10/14/17 DR.Sugiono.MSIE 18 ►5. AMBIL SAMPEL DR POPULASI HITUNG5. AMBIL SAMPEL DR POPULASI HITUNG NILAI Z;ubah menjadi nilai (p) bandingkanNILAI Z;ubah menjadi nilai (p) bandingkan dg nilai alpha; ambil keputusandg nilai alpha; ambil keputusan p = H0 diterima Ha diterimaHa diterima Nilai Z hitung = 2.19 > 1.96; Ha diterima p = 0.013
  • 19. 10/14/17 DR.Sugiono.MSIE 19 KESIMPULANKESIMPULAN ►Berdasarkan bukti sampel dapatBerdasarkan bukti sampel dapat disimpulkan secara statistik bahwa rata-ratadisimpulkan secara statistik bahwa rata-rata pendapatan responden 203.5 berbeda daripendapatan responden 203.5 berbeda dari 200 secara signifikan (nyata)200 secara signifikan (nyata)
  • 20. 10/14/17 DR.Sugiono.MSIE 20 DENGAN NILAI Z ATAU PDENGAN NILAI Z ATAU P ►ZZhitunghitung ≥≥ Z tabel ----- Ha diterima atau HoZ tabel ----- Ha diterima atau Ho ditolakditolak ►PPhitunghitung ≤≤ alpha ----- Ha diterima atau Hoalpha ----- Ha diterima atau Ho ditolakditolak
  • 21. 10/14/17 DR.Sugiono.MSIE 21 latihanlatihan ►Dengan kasus sama gunakan taraf nyataDengan kasus sama gunakan taraf nyata 1% atau 0.011% atau 0.01 ►Bandingkan dengan taraf nyata 5% atauBandingkan dengan taraf nyata 5% atau 0.05 apa yang terjadi0.05 apa yang terjadi
  • 22. 10/14/17 DR.Sugiono.MSIE 22 UJI SATU ARAHUJI SATU ARAH ►1. Merumuskan hipohtesia:1. Merumuskan hipohtesia:  Ho :Ho : µ ≤ 200 (uji satu arah; rata-rata pendapatanµ ≤ 200 (uji satu arah; rata-rata pendapatan perbulan LB kecil atau sama DENGAN 200)perbulan LB kecil atau sama DENGAN 200)  Ha : µ > 200 (uji dua arah; rata-rata pendapatanHa : µ > 200 (uji dua arah; rata-rata pendapatan perbulan lebih besar 200)perbulan lebih besar 200)  Ha dapat dituliskan H1…. H2 …. HnHa dapat dituliskan H1…. H2 …. Hn 2. Menetapkan taraf nyata/2. Menetapkan taraf nyata/ SIGNIFIKANSISIGNIFIKANSI αα = 5% = 0.05(PROBABILITAS MELAKUKAN= 5% = 0.05(PROBABILITAS MELAKUKAN KESALAHAN JENIS I ; PROB MENOLAK HIPOTESISKESALAHAN JENIS I ; PROB MENOLAK HIPOTESIS YG BENAR)YG BENAR)
  • 23. 10/14/17 DR.Sugiono.MSIE 23 Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis ►3. UJI STATISTIK DG Z3. UJI STATISTIK DG Z  Z = ( )/ (Z = ( )/ ( σ√σ√n) = (203.5 –n) = (203.5 – 200)/ (16 √100 ) = 2.19200)/ (16 √100 ) = 2.19 µ−X
  • 24. 10/14/17 DR.Sugiono.MSIE 24 Langkah-langkah uji hipothesisLangkah-langkah uji hipothesis ►4. ATURAN PENGAMBILAN KEPUTUSAN4. ATURAN PENGAMBILAN KEPUTUSAN 0.50 – alpha = 0.50 – 0.05 = 0.45 identik: Z = 1.65
  • 25. 10/14/17 DR.Sugiono.MSIE 25 DENGAN NILAI ZDENGAN NILAI Z ►ZhitungZhitung ≥≥ Z tabel ----- Ha diterima atau HoZ tabel ----- Ha diterima atau Ho ditolakditolak ►Zh (2.19) > Z tabel (1.65) ----- Ha diterimaZh (2.19) > Z tabel (1.65) ----- Ha diterima atau Ho ditolakatau Ho ditolak
  • 26. 10/14/17 DR.Sugiono.MSIE 26 KESIMPULANKESIMPULAN ►Berdasarkan bukti sampel dapatBerdasarkan bukti sampel dapat disimpulkan secara statistik bahwa rata-ratadisimpulkan secara statistik bahwa rata-rata pendapatan responden 203.5 berbeda daripendapatan responden 203.5 berbeda dari 200 secara signifikan (nyata)200 secara signifikan (nyata)
  • 27. 10/14/17 DR.Sugiono.MSIE 27 Menguji rata-rata populasi: sampelMenguji rata-rata populasi: sampel besar, dev std populasi tdk diketahuibesar, dev std populasi tdk diketahui ►Z =( ) /Z =( ) /( S / √ n )µ−X Contoh: Perusahaan perkreditan ingin mengetahui apakah hutang pada akhir bulan melebihi 400, taraf nyata 0.05. Pemeriksaan sebanyak 172 saldo yg masih terhutang dengan nilai rata-rata sampel 407 dan dev std 38. Apakah hrs menyimpulkan rata-rata populasi lb besar dari 400 atau selisih (407-400)=7 itu hanya secara kebetulan saja
  • 28. 10/14/17 DR.Sugiono.MSIE 28 perhitunganperhitungan ►Z=(407 -400)/ (36/V172) = 2.42 jadiZ=(407 -400)/ (36/V172) = 2.42 jadi ►Zh = 2.42Zh = 2.42 ►Ztabel untuk alpha = 0.05 atau p = 0.50-Ztabel untuk alpha = 0.05 atau p = 0.50- 0.05 = 0.45 ----- Z = 1.650.05 = 0.45 ----- Z = 1.65
  • 29. 10/14/17 DR.Sugiono.MSIE 29 DENGAN NILAI ZDENGAN NILAI Z ►ZhitungZhitung ≥≥ Z tabel ----- Ha diterima atau HoZ tabel ----- Ha diterima atau Ho ditolakditolak ►Zh (2.42) > Z tabel (1.65) ----- Ha diterimaZh (2.42) > Z tabel (1.65) ----- Ha diterima atau Ho ditolakatau Ho ditolak ►Kesimpulan perbedaan itu nyata (signifikan)Kesimpulan perbedaan itu nyata (signifikan) jadi hutang tersebut nyata-nyata lebih besarjadi hutang tersebut nyata-nyata lebih besar dari 400dari 400