Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Pengujian Hipotesis Dr. Ananda Sabil Hussein. Analisis Data Deskriptif –M–Menghitung ukuran tendensi central (mean, median dan modus) dan ukuran dispersi.

Presentasi serupa


Presentasi berjudul: "Pengujian Hipotesis Dr. Ananda Sabil Hussein. Analisis Data Deskriptif –M–Menghitung ukuran tendensi central (mean, median dan modus) dan ukuran dispersi."— Transcript presentasi:

1 Pengujian Hipotesis Dr. Ananda Sabil Hussein

2 Analisis Data Deskriptif –M–Menghitung ukuran tendensi central (mean, median dan modus) dan ukuran dispersi (range, mean deviasi, SD) –P–Penelitian deskriptif tidak untuk menguji hipotesis Inferensial –b–biasanya disebut analisis inferensial –A–Analisis data dilakukan dengan menguji hipotesis penelitian melalui statistik sampel

3 Hipotesis Hipotesis : Kesimpulan sementara atau dugaan logis tentang keadaan populasi Secara statistik Hipotesis menyatakan parameter populasi dari suatu variabel yang terdapat dalam populasi dan dihitung berdasarkan statistik sampel. Karena merupakan dugaan sementara, maka hipotesis mungkin benar, tetapi mungkin juga tidak benar

4 tujuan pengujian hipotesis adalah kita ingin mendapatkan kesimpulan mengenai suatu populasi berdasarkan sampel yang kita miliki Pengujian Hipotesis Bila kita ingin mengetahui pendapat mahasiswa tentang kelangkaan BBM dan menanyakan kepada seluruh mahasiswa  sensus  analisis deskriptif  tidak perlu uji hipotesis. Tetapi bila kita hanya mengambil sampel mahasiswa  uji hipotesis  untuk membuktikan jawaban dari sampel bisa mewakili jawaban seluruh mahasiswa

5 Pengujian Hipotesis Kesimpulan dari pengujian hipotesis secara statistik hanya berupa menerima atau menolak hipotesis dan ini tidak membuktikan kebenaran hipotesis karena statistika sama sekali tidak melakukan pembuktian

6 Contoh 1 Perusahaan otomotif “A” memproduksi mobil berteknologi baru dan mengklaim bahwa mobil tersebut lebih hemat BBM dibanding dengan mobil yang telah diproduksi saat ini Hipotesis awal (H0): Mobil berteknologi baru tidak lebih hemat BBM dibandingkan mobil yang telah diproduksi saat ini Dalam kasus ini peneliti/perusahaan mengharapkan bahwa Hipotesis awal tidak diterima

7 Prosedur pengujian hipotesis 1.Rumuskan hipotesis yang akan diuji : H 0 dan HaRumuskan hipotesis yang akan diuji : H 0 dan Ha 2.Tentukan derajat kemaknaan (α) atau kesalahan tipe 1 4.Tentukan nilai titik kritis atau daerah penerimaan – penolakan H 0Tentukan nilai titik kritis atau daerah penerimaan – penolakan H 0 5.Hitung nilai statistik sampel dengan uji statistik pada derajat kemaknaan yg telah ditentukan 6.Buatlah kesimpulan yang tepat pada populasi bersangkutan  menerima atau menolak H 0 3.Tentukan uji statistik yang akan digunakan (z atau t)

8 Hipotesis Nol dan Hipotesis Alternatif H 0 -> Hipotesis Nol H a -> Hipotesis Alternatif Hipotesis selalu menyinggung parameter atau karakteristik populasi daripada karakteristik sampel. Artinya populasi, bukan sampel, bahwa kita ingin membuat sebuah kesimpulan (inference) dari data yang terbatas.

9 –Ho : µ = µo dengan beberapa kemungkinan Ha –Ha : µ µo ; ataukah µ ≠ µo

10 Untuk menguji apakah ada perbedaan rata-rata hasil UTS Biostatistik mahasiswa reguler dan mandiri. H 0  u 1 = u 2 Tidak ada perbedaan rata-rata hasil UTS Biostatistik antara mahasiswa reguler dgn mandiri. H a  u 1 # u 2 (dua arah) A da perbedaan rata-rata hasil UTS Biostatistik antara mahasiswa reguler dgn mandiri. H a  u 1 > u 2 atau u 1 < u 2 (satu arah) R ata-rata hasil UTS Biostatistik mahasiswa reguler lebih besar dari mandiri atau sebaliknya. Contoh Hipotesis

11 keputusan Ho benarHo salah Terima HoTepat (1-α)Salah tipe II (β) Tolak HoSalah tipe I (α)Tepat (1-ß) Probabilitas Kesalahan Tipe I (α)  adalah probabilitas menolak H 0 ketika H 0 benar (Significance level / derajat kemaknaan) Probabilitas Kesalahan Tipe II (ß)  adalah probabilitas menerima H 0 ketika H 0 salah Step 2 : Tentukan Derajat Kemaknaan

12 Derajat Kemaknaan (Significancy Level) Tidak ada ketentuan yang baku untuk besarnya derajat kemaknaan. Tetapi yang lazim digunakan adalah : α = 0,05 (CI=95%) atau α = 0,01 (CI=99%) CI = Confidence Interval (Tingkat Kepercayaan) = komplemen dari α = 1 - α

13 P-value (observed signivicance level) Peluang variabel yang dibandingkan pada sampel berbeda secara bermakna pada derajat kepercayaan yang telah ditetapkan  simbol (p) value  actual signicance level. Bandingkan p –value hasil uji statistik dengan α Jika : P < α  Tolak H 0 Dan jika : P ≥ α  Gagal tolak H 0

14 Beberapa Uji Hipotesis pada Statistika Parametrik 1. Uji rata-rata dari sampel besar  Uji z 1 sampel 2. Uji rata-rata dari sampel kecil  Uji t 1 sampel 3. Uji beda rata-rata dari 2 sampel besar  Uji z 2 sampel 4. Uji beda rata-rata dari 2 sampel kecil  Uji t 2 sampel 5. Uji korelasi  Uji Korelasi Pearson 6. Uji regresi  Uji regresi linear Step 3 : Tentukan Uji Statistik

15 H0H0 Nilai uji statistik HaWilayah kritis 1.μ = μ 0 Sampel besar n>30 _ Z = x - μ 0 s/√n μ < μ 0 μ > μ 0 μ = μ 0 z < -z α z > z α z z α/2 2. μ = μ 0 Sampel kecil n<30 _ t = x - μ 0 s/√n μ < μ 0 μ > μ 0 μ = μ 0 z < -z (db;α) z > z (db;α) z z (db;α/2)

16 H0H0 Nilai uji statistikHa Wilayah kritis 3. [μ 1 - μ 2 ] = d 0 Sampel besar n 1 ≥ 30 n 2 ≥ 30 _ _ Z = [x 1 – x 2 ] – d0 √(s 1 2 /n 1 )+(s 2 2 /n 2 ) [μ 1 - μ 2 ] < d 0 [μ 1 - μ 2 ] > d 0 [μ 1 - μ 2 ] = d 0 z < -z α z > z α z z α/2 4. [μ 1 - μ 2 ] = d 0 Sampel kecil n 1 ≤ 30 n 2 ≤ 30 _ t = [x 1 – x 2 ] – d0 √(s 1 2 /n 1 )+(s 2 2 /n 2 ) [μ 1 - μ 2 ] < d 0 [μ 1 - μ 2 ] > d 0 [μ 1 - μ 2 ] = d 0 t < -t α t > t α t t α/2

17 4. Tentukan daerah penerimaan-penolakan H 0 1.Uji satu arah (one tail) H 0 : Ditulis dalam bentuk persamaan (=) Ha : Ditulis dalam bentuk (>) atau (<) Contoh uji satu arah : a. H 0 : μ = 50 menit Ha : μ < 50 menit -z α atau –t (db;α) 0 Luas daerah terarsir = α Daerah Penerimaan H 0 Daerah penolakan H 0 Titik kritis z / t

18 Arah Pengujian Hipotesis 1.Uji satu arah (one tail) b. H 0 : μ = μ 0 menit Ha : μ > μ 0 menit z α atau t (db;α) 0 Luas daerah terarsir = α Daerah Penerimaan H 0 Daerah penolakan H 0 Titik kritis z atau t

19 Arah Pengujian Hipotesis 2.Uji dua arah (two tail) H 0 : μ = μ 0 menit Ha : μ ≠ μ 0 menit -z α/2 atau -t (db;α/2) 0 Luas daerah terarsir = α Daerah Penerimaan H 0 Daerah penolakan H 0 z α/2 atau t (db;α/2)

20 Nilai z-tabel Zα  Nilai z tabel pada α tertentu  Z 5% = Z 0,05 = 1,645  Z 10% = Z 0,10 = 2,33  Z 2,5% = Z 0,025 = 1,96  Z 0,5% = Z 0,005 = 2,575

21 Nilai t-tabel t db;α  Nilai t tabel pada α dan derajat bebas (db)  db = derajat bebas = degree of freedom (df) satu populasi  db = n – 1 dua populasi  db = (n 1 – 1) + (n 2 – 1) = n 1 + n 2 - 2


Download ppt "Pengujian Hipotesis Dr. Ananda Sabil Hussein. Analisis Data Deskriptif –M–Menghitung ukuran tendensi central (mean, median dan modus) dan ukuran dispersi."

Presentasi serupa


Iklan oleh Google