Statistika Bisnis
Sesi 08 – Hypothesis Testing (One-Sample Tests)
Learning Guide
Sesi ini memperkenalkan pengujian hipotesis sebagai alat utama dalam pengambilan keputusan berbasis data. Fokus diberikan pada pengujian satu sampel untuk mean dan proporsi, sebagaimana dibahas dalam Levine et al. Chapter 9.
Learning Objectives
- Menyusun hipotesis nol dan alternatif
- Menjelaskan kesalahan Tipe I dan Tipe II
- Membedakan uji satu arah dan dua arah
- Melakukan uji hipotesis satu sampel (mean dan proporsi)
9.1 Null and Alternative Hypotheses
Pengujian hipotesis selalu dimulai dengan dua pernyataan:
- Null Hypothesis (H0): pernyataan awal atau status quo
- Alternative Hypothesis (H1): pernyataan yang ingin dibuktikan
Contoh (Mean):
H0: μ = 100 (rata-rata sesuai target)
H1: μ ≠ 100 (rata-rata berbeda dari target)
9.2 Type I and Type II Errors
| Keputusan | Kondisi Sebenarnya | Jenis Error |
|---|---|---|
| Menolak H0 | H0 benar | Type I Error (α) |
| Gagal menolak H0 | H0 salah | Type II Error (β) |
Interpretasi Bisnis:
Type I error dapat menyebabkan keputusan yang terlalu agresif, sedangkan Type II error dapat menyebabkan peluang bisnis terlewat.
9.3 One-Tail vs Two-Tail Tests
- Two-Tail Test: menguji perbedaan ke dua arah (≠)
- One-Tail Test: menguji perbedaan satu arah ( > atau < )
Contoh:
Two-tail: Apakah rata-rata berbeda dari standar?
One-tail: Apakah rata-rata lebih besar dari standar?
9.4 Hypothesis Testing for One-Sample Mean
Sebuah perusahaan menetapkan target waktu layanan rata-rata 10 menit. Dari 36 observasi diperoleh mean sampel 9,5 menit dan σ = 1,8 menit.
Z = (9,5 − 10) / (1,8 / √36)
Praktik Excel
=Z.TEST(A2:A37,10,1.8)
9.5 Hypothesis Testing for One-Sample Proportion
Dari 200 pelanggan, 130 menyatakan puas. Uji apakah proporsi kepuasan lebih besar dari 60%.
Z = (0,65 − 0,60) / √[0,60(0,40)/200]
Sumber: Levine et al. (2017), Chapter 9