UJI HIPOTESIS Hipotesis → pernyataan mengenai sesuatu hal yang harus diuji kebenarannya. Contoh : misalnya produsen menyatakan bahwa konsumsi bensin suatu.

Slides:



Advertisements
Presentasi serupa
Pengujian Hipotesis (Satu Sampel)
Advertisements

SESI 8 UJI DESKRIPTIF.
UJI HIPOTESIS Luknis Sabri.
DOSEN : LIES ROSARIA., ST., MSI
Bab X Pengujian Hipotesis
MK. PENGELOLAAN DATA MUTU PANGAN
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPLE TUNGGAL)
PENGUJIAN HIPOTESIS.
STATISTIK UJI ‘T’ DAN UJI ‘Z’
Uji Hypotesis Materi Ke.
STATISTIKA INFERENSIA
PENGUJIAN HIPOTESIS Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
UJI SATU SAMPEL Jakarta, 27 Maret 2013.
PENGUJIAN HIPOTESIS.
PENGUJIAN HIPOTESIS.
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Dr. Ananda Sabil Hussein
pernyataan mengenai sesuatu yang harus diuji kebenarannya
Pendahuluan Tinjau ulang dasar-dasar statistik
PENGUJIAN HIPOTESIS SAMPEL BESAR
Pengujian Hipotesis Hipotesis: Hupo (sementara/lemah kebenarannya) dan Thesis (pernyataan/teori) “Pernyataan sementara yang perlu diuji kebenarannya” Hipotesis:
PENGUJIAN HIPOTESIS.
created by Vilda Ana Veria Setyawati
UJI T DEPENDEN (Paired T Test)
PENGUJIAN HIPOTESIS.
TEORI PENDUGAAN (TEORI ESTIMASI)
Sri Sulasmiyati, S.Sos, M.AP
UJI BEDA DUA MEAN (T-Test Independent)
STATISTIK INFERENSI.
DEP BIOSTATISTIK FKM UI
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
UJI HIPOTESIS Tujuan : menentukan apakah dugaan tentang karakteristik suatu populasi didukung kuat oleh informasi yang diperoleh dari data observasi atau.
UJI HIPOTESIS Septi Fajarwati, M. Pd.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
PENELITIAN POPULASI SAMPEL D A T A DA TA KOTOR DIOLAH ARRAY KESIMPULAN
PENGUJIAN HIPOTESIS Hipotesis adalah jawaban sementara sebelum percobaan dilakukan yang didasarkan pada studi literatur. Hipotesis statistik dibedakan.
KONSEP DASAR STATISTIK
Universitas Muhammadiyah Palangkaraya
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
Pengertian Statistika Pengertian dan Penggunaan
Resista Vikaliana, S.Si.MM
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
PENGUJIAN HIPOTESIS SAMPEL BESAR
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
Uji Hipotesis.
Metode PENGUJIAN HIPOTESIS
05 STATISTIK Uji Hipotesa Bethriza Hanum ST., MT Teknik
UJI PERBEDAAN FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS HASANUDDIN
Pengantar Statistik Irfan
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
STATISTIK Analisis Skripsi.
UJI HIPOTESA BEDA DUA RATA-RATA DATA BERPASANGAN DAN PROPORSI
HIPOTESIS Pertemuan 7 Laras Sitoayu, S.Gz., MKM
TES HIPOTESIS.
Pengujian Hipotesis.
14 Statistik Probabilita Yulius Eka Agung Seputra,ST,MSi. FASILKOM
STATISTIK NON PARAMETRIK MINGGU 2
INFERENSI.
PENGUJIAN HIPOTESIS.
DASAR-DASAR UJI HIPOTESIS
STATISTIK INFERENSI Statistik inferensi bagian dari pelajaran statistic yang mempelajari bagaimana mengambil sebuah keputusan tentang parameter populasi.
UJI HIPOTESIS MK. PENGELOLAAN DATA MUTU PANGAN PS. SUPERVISOR JAMINAN MUTU PANGAN PROGRAM DIPLOMA INSTITUT PERTANIAN BOGOR Dr. Ir. Budi Nurtama, Magr Dr.
PENGUJIAN HIPOTESIS.
HIPOTESIS DAN PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS SAMPEL BESAR
Pengantar Statistik Inferens
PENGUJIAN Hipotesa.
PENGUJIAN HIPOTESIS Pertemuan 10.
PENGUJIAN HIPOTESIS Pertemuan 10.
ESTIMASI DAN KEPUTUSAN STATISTIK (HIPOTESIS)
Transcript presentasi:

UJI HIPOTESIS Hipotesis → pernyataan mengenai sesuatu hal yang harus diuji kebenarannya. Contoh : misalnya produsen menyatakan bahwa konsumsi bensin suatu merek mobil “X” 1 liter untuk 23 km. Pernyataan ini merupakan hipotesis bagi kita dan pembeli pada umumnya. Untuk bisa membuktikan benar atau tidaknya pernyataan ini diperlukan penelitian dan analisis.

Dalam melakukan pengujian hipotesis ada 2 kemungkinan membuat kesalahan : 1. type I error (kesalahan yang kita buat apabila kita menolak hipotesis yang pada hakikatnya benar) 2. type II error (kesalahan yang kita perbuat bila kita menerima hipotesis yang pada hakikatnya salah) Kesimpulan Hipotesis Benar Salah Tolak Tipe I Error Kesimpulan tepat Terima Tipe II Error

Contoh : Hipotesis (Ho) bahwa Nona Sundari yang akan diserahi untuk memaku jabatan bendahara adalah seorang yang jujur Jika kita mengambil keputusan bahwa ia tidak dapat dipercaya, padahal kenyataannya ia adalah seorang yang dapat dipercaya, maka kita melakukan kesalahan type I Jika kita mengambil keputusan bahwa ia adalah wanita yang dapat dipercaya dan memberi jabatan bendahara, kita melakukan kesalahan type II, jika ia melakuan kecurangan/korupsi.

Untuk dapat mengambil keputusan apakah akan menerima atau menolak suatu hipotesis berdasarkan penyelidikan sampel, haruslah dipunyai pedoman (rule of test) yaitu dengan membandingkan antara harga statistik (yang dihitung dari sampel) dengan harga parameter yang dihipotesiskan . Kalau perbedaan cukup kecil, hipotesis diterima. Kalau perbedaan cukup besar, hipotesis ditolak

Hipotesis Nihil dan Hipotesis Alternatif Hipotesis statistik yang akan diuji dinamakan hipotesis nihil (Ho), disamping itu harus diformulasikan hipotesis alternatifnya (H1) sedemikian rupa sehingga menolak hipotesis nihil berarti menerima hipotesis alternatif, dan sebaliknya. Dalam menyusun hipotesis alternatif timbul 3 keadaan : 1.H1 yang mengatakan bahwa harga parameter tidak sama dengan harga yang dihipotesiskan. 2.H1 yang mengatakan bahwa harga parameter lebih besar dari harga yang dihipotesiskan. 3.H1 yang menyatakan bahwa harga parameter lebih kecil dari harga yang dihipotesiskan.

Langkah – langkah umum dalam pengujian hipotesis : 1. Menentukan formulasi hipotesis nihil dan hipotesis alternatif. Menentukan alternatif pengujian : dua sisi atau satu sisi. 2. Menentukan level of signifikan (α). 3. Penentuan kriteria pengujian : daerah terima / daerah tolak. 4. Penentuan nilai Z, berdasarkan distribusi samplingnya. 5. Kesimpulan / keputusan pengujian.

1. Uji Hipotesis Mengenai Mean A. Sampel besar (n ≥ 30) Langkah – langkah melaksanakan uji hipotesis : 1. menyusun formulasi H0 dan H1 a. H0 : μ = μ0(pengujian dua sisi) H1 : μ ≠ μ0 b. H0 : μ = μ0 (pengujian satu sisi kanan) H1 : μ > μ0 c. H0 : μ = μ0 (pengujian satu sisi kiri) H1 : μ < μ0 2. menentukan level of significancenya (α)

3. menentukan peraturan-peraturan pengujian a. Ho diterima, jika - Zα/2 ≤ Z ≤ Z α/2 Ho ditolak, jika Z > Z α/2 atau Z < -Z α/2 b. Ho diterima, jika Z ≤ Z α Ho diterima, jika Z > Z α c. Hoditerima, Z ≥ -Z α Ho ditolak, Z < -Z α 4. nilai Z Z = X – μo S/√n 5. bandingkan nilai 4 dan 3 kemudian ambil kesimpulan.

Contoh : Ujilah hipotesis bahwa hasil rata-rata per hari dari suatu pabrik μ = 880 ton dengan alternatif bahwa μ lebih besar atau lebih kecil dari 880 ton per hari. Suatu sampel yang didasarkan pada n = 50 pengukuran, hasil rata-rata per hari X = 875 ton dengan deviasi standar S = 21 ton. Gunakan α 5%.

Jawab : 1. Ho : μ = 880 ton (pengujian dua sisi) H1 : μ ≠ 880 ton 2. α : 5% Z = 1,96 3. kriteria pengujian Ho diterima, jika – 1,96 ≤ Z ≤ 1,96 Ho ditolak, jika Z > 1,96 atau Z < -1,96 4. Z = X – μo = 875 – 880 = - 3,03 S/ √ n 21 / √30 5. – 3,03 < -1,96 Ho ditolak B. Sampel Kecil (n < 30) Langkah sama dengan diatas,gunakan t student.

2. Uji Hipotesis Mengenai Proporsi Langkah - langkah : 1. menentukan formulasi Ho dan H1 a. Ho : P = Po (pengujian dua sisi) H1 : P ≠ Po b. Ho : P = Po (pengujian satu sisi kanan) H1 : P > Po c. Ho : P = Po (pengujian satu sisi kiri) H1 : P < Po 2. menentukan level of significance (α)

3. Rule of Test a. H0 diterima, jika - Zα/2 ≤ Z ≤ Zα/2 H0 ditolak, jika Z > Zα/2 atau Z < -Zα/2 b. H0 diterima, jika Z ≤ Zα H0 diterima, jika Z > Zα c. H0 diterima, Z ≥ -Zα H0 ditolak, Z < -Zα 4. perhitungan Z Z = x/n – P0 √P0 (1-P0)/n 5. Kesimpulan : H0 diterima atau ditolak

Contoh : Di surat kabar, di radio, dan mass media lain selalu diiklankan bahwa masyarakat 60% menggunakan “Pil Kita” untuk menajga kesehatannya. Untuk menyelidiki kebenaran iklan tersebut kemudian diambil sampel random sebanyak 100 orang, setelah ditanyai ternyata mereka hanya 40 orang yang menggunakan “Pil Kita”. Ujilah pernyataan di atas dengan alternatif bahwa warga masyarakat yang menggunakan ‘Pil Kita’ kurang dari 60%. Gunakan α = 0,05

Jawab : 1. Ho : P = 60%(pengujian satu sisi kiri) H1 : P < 60% 2. α = 0,05 3. Kriteria pengujian Ho diterima, Z ≥ -1,64 Ho ditolak, Z < -1,64 4. x/n = 40/100 Z = 40/100 – 60/100 = -4,08 √ 60/100(1- 60/100) 100 5. -4,08 < -1,64 kesimpulan : Ho ditolak jadi masyarakat yang menggunakan ‘Pil Kita’ kurang dari 60%

3. Uji Hipotesis Beda Dua Mean Sampel Besar (n1; n2 ≥ 30) Langkah – langkah : 1. Formulasi Ho dan H1 a. H0: μ1 = μ2 atau (μ1 - μ2) = 0 H1 : μ1 ≠ μ2 atau (μ1 - μ2) ≠ 0 b. H0 : μ1 = μ2 atau (μ1 - μ2) = 0 H 1 : μ1 > μ2 atau (μ1 - μ2) > 0 c. H0 : μ1 = μ2 atau (μ1 - μ2) = 0 H1 : μ1 > μ2 atau (μ1 - μ2) < 0

2. menentukan level of significance 3. rule of the test a. Ho diterima, jika - Zα/2 ≤ Z ≤ Zα/2 Ho ditolak, jika Z > Zα/2 atau Z < -Zα/2 b. Ho diterima, jika Z ≤ Zα Ho diterima, jika Z > Zα c. Ho diterima, Z ≥ -Zα Ho ditolak, Z < -Zα 4. nilai Z = X1 – X2 S12/n1 + S12/n 5. kesimpulan : Ho diterima atau ditolak.

Uji Hipotesis Beda Dua Mean Untuk Observasi Berpasangan Apabila dua sampel yang digunakan untuk menguji hipotesis nihil bahwa μ1 = μ2, menunjukkan hasil-hasil observasi yang berpasangan, misalnya : (X11;X21), (X12;X22)…(X1n;X2n) dimana X11 adalah observasi pertama dari sampel pertama, X21 adalah observasi pertama dari sampel kedua dan seterusnya maka hipotesis ini bisa diuji dengan menggunakan perbedaan antara harga-harga yang berpasangan itu.

D = mean dari harga-harga SD = deviasi standard dari harga-harga D D1 = X11 –X21 D2 = X12 –X22 D1 = X1n –X2n Langkah –langkah sama seperti yang sebelumnya hanya pada langkah ke 4 hasil observasi dihitung nilai t dengan rumus : t = D SD / √n dimana : D = mean dari harga-harga SD = deviasi standard dari harga-harga D n = banyaknya pasangan

5. Uji Hipotesis Beda Dua Proporsi Langkah-langkah : 1. menentukan formula Ho dan H1 a. Ho : P1 = P2 (uji dua sisi) H1 : P1 ≠ P2 b. Ho : P1 = P2 (uji satu sisi kanan) H1 : P1 > P2 c. Ho : P1 = P2 (uji satu sisi kiri) H1 : P1 < P2 2. menentukan level of significance

3. Rule of the test a. Ho diterima, jika - Z α/2 ≤ Z ≤ Zα/2 Ho ditolak, jika Z > Z α/2 atau Z < -Z α/2 b. Ho diterima, jika Z ≤ Zα Ho diterima, jika Z > Zα c. Ho diterima, Z ≥ -Zα Ho ditolak, Z < -Zα 4. nilai Z Z = X1/n1 - X2/n2 √ P(1-P) (1/n1 +1/n2) P = X1 + X2 n1 + n2 5. Kesimpulan : Ho diterima atau ditolak

Contoh : Suatu survei yang dilakukan di suatu kota, ternyata dari 100 kaum ibu yang mempunyai bayi terdapat 60 orang yang memakai susu bubuk SGM, sedang yang lain menggunakan susu bubuk merk lain. Survei yang dilaksanakan di kota lain didapatkan 140 orang dari 200 kaum ibu yang mempunyai bayi ternyata menyenangi susu bubuk SGM daripada merek lain. Gunakan level of significance 5% untuk menguji apakah ada perbedaan yang berarti atau tidak mengenai proporsi dari kaum ibu yang menyenangi susu bubuk SGM di kedua kota itu.

Jawab : 1. Ho : P1 = P2 tak ada perbedaan proporsi antara ibu yang mempunyai bayi di kedua kota itu yang menyenangi susu bubuk SGM H1 : P1 ≠ P2 Digunakan pengujian dua sisi. 2. α = 5% z = 1,96 3. rule of the test Ho diterima jika : -1,96 ≤ Z ≤ 1,96 Ho ditolak jika : Z > 1,96 atau Z < -1,96

4. P = 60 +140 = 200 = 2/3 100 + 200 300 Z = 60/100 – 140/200 = - 1,732 √2/3(1-2/3)(1/100+1/200) 5. Kesimpulan: ternyata Z = -1,732 lebih besar daripada -1,96, jadi Ho diterima yakni P1 = P2 Tak ada perbedaan proporsi pemakaian susu bubuk SGM dari kaum ibu di kedua kota itu. Perbedaan proporsi pada sampel tidak berarti.

Contoh output SPSS yang menggunakan uji t Contoh output SPSS yang menggunakan uji t.dengan kasus : seorang sales mampu menjual suatu produk A sebanyak 333 buah. Manajer penjualan menganggap penjualan sales tsb berbeda dari rata-rata produk yang dijual sales yang lain Catatan : dari tabel t, didapat angka 2.2010

One –Sample Statistics Mean Std. Deviation Std.Error Produk A 12 250.4167 29.8556 8.6186

Interval of the Difference One Sample Test Test Value = 333 t df Sig. (2-tailed) Mean Difference 95 % Confidence Interval of the Difference Lower Upper Produk A -9.582 11 .000 -82.5833 -101.5527 -63.6140