Bab 3 Uji Hipotesis

Peran Statistik dalam Penelitian Alat untuk menghitung besarnya anggota sampel (teknik sampling) Alat uji validitas dan reliabilitas instrumen Alat untuk deskripsi data : gambar, grafik, tabel, diagram, dll Alat untuk analisis data  uji hipotesis : t-test, regresi, korelasi, anava, dll

Analisis data Analisis non-statistik Analisis statistik

Data kualitatif, yaitu data-data yang tidak bisa di-angka-kan analisis non-statistik Data kualitatif biasanya diolah atau dianalisis berdasarkan isinya (subtansinya). analisis non statistik ini sering juga disebut dengan analisis isi (content analysis), yang mencakup analisis deskriptif, kritis, komparatif, dan sintesis. Penelitian yang menggunakan data kualitatif disebut penelitian kualitatif. untuk data kuantitatif, yaitu data yang berupa angka atau bisa diangkakan  analisis statistik

Statistika inferensial digunakan untuk mengolah data kuantitatif untuk menguji kebenaran suatu teori baru yang diajukan peneliti yang dikenal dengan hipotesis  penelitian inferensial Dalam penelitian inferensial, teknik analisis statistik yang digunakan mengacu kepada suatu pengujian hipotesis

Langkah-langkah pokok dalam pengujian hipotesis : membuat asumsi  kondisi apa yang dapat “diterima “ oleh peneliti menentukan statistik uji Memilih suatu tingkat Signifikansi Menghitung harga statistik uji Membuat keputusan uji (diterima / ditolak)

Pengantar Hipotesis merupakan anggapan yang mungkin benar yang harus diuji kebenarannya dan dapat digunakan sebagai dasar pengambilan keputusan untuk dasar penelitian lebih lanjut HIPOTESIS ADALAH JAWABAN TEORITIK yang BERSIFAT SEMENTARA HIPOTESIS ADALAH PERNYATAAN KEADAAN POPULASI YANG AKAN DIUJI KEBENARANNYA MENGGUNAKAN DATA/INFORMASI YANG DIKUMPULKAN MELALUI SAMPEL.

CONTOH Obat X mengandung parasetamol 150 gr dianggap dapat menurunkan panas anak-anak Tekanan darah systole 120 dianggap aman untuk penderita diabetes Berat badan 70 kg dianggap ideal untuk penderita gula usia 50 tahun, dsb

Definisi EXAMPLE :

Misal :

TINGKAT SIGNIFIKANSI Menunjukkan besar batas toleransi menerima kesalahan dari hasil hipotesis terhadap nilai parameter populasi Semakin besar tingkat signifikansi maka semakin besar pula kemungkinan menolak hipotesis yang benar

TINGKAT SIGNIFIKANSI MERUPAKAN probabilitas mendapatkan harga X dalam daerah kritis, apabila H0 benar Pengambilan tingkat signifikansi ( ) tergantung dari eksperimenter Jika yang diuji sesuatu yang penting atau berbahaya maka tingkat signifikansi yang diambil kecil

Tingkat Signifikansi Misal

Tingkat signifikansi 0.01

Tingkat Signifkansi 0.1

Tingkat Signifikansi 0.5

Kesalahan dalam uji Hipotesis KEPUTUSAN Ho ditolak Ho diterima Ho benar Kesalahan tipe I Benar Ho salah Kesalahan tipe II

Contoh

Example 5.76% dari seluruh sampel random akan menolak H0 dengan kenyataan Bahwa rerata pembakaran 50 cm/dt Adalah benar



Kesalahan tipe I  Kesalahan tipe II  Keduanya harus kecil ??? Masalah : jika kecil maka besar Penolakan/penerimaan Ho tergantung data sampel N besar jika lebih besar atau sama dengan 30

Definisi Rumus dari Power =1- Contoh Power : the probability of correctly rejecting a false null hypothesis Rumus dari Power =1- Contoh =0.2643 maka power dari tes adalah : 1-=1-0.2643=0.7357 saat =52