PENGUJIAN
HIPOTESA
KEGIATAN
BELAJAR 1
A. HIPOTESIS STATISTIK
- Hipotesis statistic adalah Sebuah pernyataan tentang parameter yang mungkin benar atau tidak mengenai sebuah populasi atau lebih.
- Ada 2 jenis perumusan dalam Hipotesis Statistik yaitu:
Sebuah hipotesis yang berlawanan
dengan teori yang akan dibuktikan dengan harapan untuk ditolak.
Sebuah hipotesis (kadang gabungan)
yang berhubungan dengan teori yang akan dibuktikan dengan harapan untuk
diterima.
Ø Contoh uji hipotesis
Seorang yang dituduh pencuri dihadapkan kepada seorang
hakim. Seorang hakim akan menganggap orang tersebut tidak bersalah, sampai
kesalahannya bisa dibuktikan. Seorang jaksa akan berusaha membuktikan kesalahan
orang tersebut.
Dalam
kasus ini, hipotesis nol
adalah: "Orang tersebut tidak
bersalah", dan hipotesis
alternatif
adalah: "Orang tersebut bersalah".
Hipotesis alternatif
inilah yang akan dibuktikan.
Ada dua kondisi
yang mungkin terjadi terhadap orang tersebut:
- Orang tersebut tidak bersalah.
- Orang tersebut bersalah.
- Rumus
H0 : µA
= µB
H1 : µA > µB
B. KESALAH JENIS I DAN JENIS
II
Untuk mengetahui kesalahan jenis I
dan jenis dua pada hipotesis statistik, lebih mudahnya kita lihat dari contoh
diatas.
Dalam
kasus diatas, hipotesis nol (
adalah: "Orang tersebut tidak
bersalah", dan hipotesis
alternatif
adalah: "Orang tersebut bersalah".
Hipotesis alternatif
inilah yang akan dibuktikan.
Dari
contoh diatas akan ada dua keputusan yang bisa diambil hakim:
1. Melepaskan orang tersebut.
2. Memenjarakan orang tersebut.
Hipotesis nol
benar
(Orang tersebut tidak bersalah) |
Hipotesis alternatif
benar
(Orang tersebut bersalah) |
|
Menerima hipotesis nol
(Orang tersebut dibebaskan) |
Keputusan
yang benar
|
Keputusan
yang salah
(Kesalahan Tipe II) |
Menolak hipotesis nol
(Orang tersebut dipenjara) |
Keputusan
yang salah
(Kesalahan Tipe I) |
Keputusan
yang benar.
|
Dalam
kasus ini, ada dua kemungkinan kesalahan yang dilakukan hakim:
1. Memenjarakan orang yang benar (Kesalahan
Tipe I)
2. Melepaskan orang yang bersalah (Kesalahan
Tipe II)
Interpretasi
Jika nilai p lebih kecil dari tingkat signifikan tes yang
diharapkan, maka hipotesis nol bisa ditolak. Jika nilai p tidak lebih kecil
dari tingkat signifikan tes yang diharapkan bisa disimpulkan bahwa tidak cukup
bukti untuk menolak hipotesa nol, dan bisa disimpulkan bahwa hipotesa
alternatif yang benar.
C. PENGUJIAN HIPOTESIS
STATISTIK
Ø Langkah
–langkah dalam melakukan pengujian hipotesis statistik adalah:
1. Merumuskan Hipotesis
statistik
Formulasi atau perumusan hipotesis
statistic dapat di bedakan atas dua jenis,
yaitu sebagai berikut;
a. Hipotesis
nol / nihil
Hipotesis nol adalah hipotesis yang dirumuskan sebagai
suatu pernyataan yang akan di uji. Hipotesis nol tidak memiliki perbedaan atau
perbedaannya nol dengan hipotesis sebenarnya.
b. Hipotesis
alternatif/ tandingan
Hipotesis alternatif adalah hipotesis yang di rumuskan
sebagai lawan atau tandingan dari hipotesis nol. Dalam menyusun hipotesis
alternatif, timbul 3 keadaan berikut.
1) H1
menyatakan bahwa harga parameter lebih besar dari pada harga yang di hipotesiskan. Pengujian itu disebut
pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah kanan.
Daerah Daerah
Penolakan H0 Daerah Penolakan
H0
Penerimaan H0
2) H1
menyatakan bahwa harga parameter lebih kecil dari pada harga
yang di
hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu
pengujian sisi atau arah kiri.
Daerah Daerah
Penolakan H0 Daerah Penolakan
H0
Penerimaan H0
3) H1
menyatakan bahwa harga parameter tidak sama dengan harga yang di hipotesiskan.
Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu pengujian sisi
atau arah kanan dan kiri sekaligus.
Daerah Daerah
Penolakan H0 Daerah Penolakan
H0
Penerimaan H0
Secara umum,
formulasi hipotesis dapat di tuliskan :
A
|
Jadi Apabila hipotesis nol (H0) diterima (benar) maka
hipotesis alternatif (Ha) di tolak. Demikian pula sebaliknya, jika
hipotesis alternatif (Ha) di terima (benar) maka hipotesis nol (H0)
ditolak.
2. Menentukan Taraf
Signifikan (α)
Taraf Signifikan (Taraf nyata)
adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis
terhadap nilai parameter populasinya. Semakin tinggi taraf nyata yang di
gunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis yang di
uji, padahal hipotesis nol benar.
Besaran yang sering di gunakan untuk
menentukan taraf nyata dinyatakan dalam %, yaitu: 1% (0,01), 5% (0,05), 10%
(0,1), sehingga secara umum taraf nyata di tuliskan sebagai α0,01, α0,05,
α0,1. Besarnya nilai α bergantung pada keberanian pembuat keputusan
yang dalam hal ini berapa besarnya kesalahan (yang menyebabkan resiko) yang
akan di tolerir. Besarnya kesalahan tersebut di sebut sebagai daerah kritis
pengujian (critical region of a test) atau daerah penolakan ( region of
rejection).
Nilai α yang dipakai sebagai taraf
nyata di gunakan untuk menentukan nilai distribusi yang di gunakan pada
pengujian, misalnya distribusi normal (Z), distribusi t, dan distribusi X².
Nilai itu sudah di sediakan dalam bentuk tabel yang di sebut nilai kritis.
3. Menentukan Daerah Kritis
Kriteria Pengujian adalah bentuk
pembuatan keputusan dalam menerima atau menolak hipotesis nol (Ho)
dengan cara membandingkan nilai α tabel distribusinya (nilai kritis) dengan
nilai uji statistiknya, sesuai dengan bentuk pengujiannya. Yang di maksud
dengan bentuk pengujian adalah sisi atau arah pengujian.
a. Penerimaan Ho
terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada
nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di
luar nilai kritis.
b. Penolakan Ho
terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada
nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di
luar nilai kritis.
Dalam bentuk gambar, kriteria pengujian seperti gambar di bawah ini
4. Menghitung Nilai
Statistik
Menghitng Nilai statistik merupakan menghitung nilai dengan rumus-rumus
yang berhubungan dengan distribusi tertentu dalam pengujian hipotesis. Menghitung
nilai statistik merupakan perhitungan untuk menduga parameter data sampel yang
di ambil secara random dari sebuah populasi dan kemudian dibandingkan
dengan nilai nilai α tabel atau nilai kritisnya.
Rumus yang digunakan adalah
dengan menghitung nilai
5.
Menarik Kesimpulan
Setelah menghitung nilai
statistik, selanjutnya kita dapat menarik kesimpulan apakah Ho ditrima ataukah
ditolak, yaitu:
Ø Apabila Nilai
0.5 – α Maka
ditolak
Ø Apabila Nilai
0.5 – α Maka
diterima
D. UJI EKA ARAH DAN DWI ARAH
1. Uji Eka Arah (One Tail)
Uji Eka Arah adalah pengujian
hipotesis dengan hipotesis tandingan
bernilai lebih dari atau kurang dari nilai
parameter yang ditetapkan pada
2. Uji Dwi Arah (Two Tail)
Uji Dwi Arah adalah pengujian
hipotesis dengan hipotesis tandingan
bernilai tidak sama dengan nilai parameter
yang ditetapkan pada
KEGIATAN BELAJAR 2
UJI NORMALITAS DAN UJI HOMOGENITAS
A.
UJI NORMALITAS
Pengujian
normalitas adalah pengujian tentang kenormalan distribusi data. Uji ini
merupakan pengujian yang paling banyak dilakukan untuk analisis statistik
parametrik. Karena data yang berdistribusi normal merupakan syarat
dilakukannya tes parametrik. Sedangkan untuk data yang tidak mempunyai
distribusi normal, maka analisisnya menggunakan tes non parametrik
Uji
normalitas data dilakukan dengan menggunakan uji Liliefors (Lo) dilakukan
dengan langkah-langkah berikut. Diawali dengan penentuan taraf sigifikansi,
yaitu pada taraf signifikasi 5% (0,05) dengan hipotesis yang diajukan adalah
sebagai berikut :
H0 :
Sampel berasal dari populasi yang berdistribusi normal
H1 :
Sampel berasal dari populasi yang tidak berdistribusi normal.
Dengan kriteria pengujian :
Ø Jika
terima
Ø Jika
tolak
Adapun langkah-langkah pengujian
normalitas adalah :
1.
Menstandartdisasi Data Sampel
Yaitu Data sampel
distandartdisasikan
menjadi bilangan baku
dengan
menggunakan Rumus :
Keterangan:
= Bilangan baku
= Nilai
ke-
=
Simpangan Baku
= Rata-rata nilai
2. Menentukan
Peluang Bilangan Baku
dengan menggunakan daftar distribusi
normal baku, kemudian dihitung peluang bilangan baku denga Rumus :
3.
Menentukan Proporsi Bilangan Baku
Selanjutnya
dihitung proporsi
yang
kurang dari atau sama
dengan
.
Jika proporsi ini dinyatakan oleh
maka:
4. Menghitung
selisih
kemudian tentukan harga mutlaknya.
5. Ambil
harga mutlak yang paling besar diantara
harga mutlak selisih
dengan
harga mutlak terbesar itulah yang menjadi
.
6. Bandingkan
nilai
dengan nilai
sesuai dengan taraf signifikansi dan banyak
data (n).
Ø Jika
maka data tersebut berdistribsi normal,
sedangkan
Ø Jika
maka data tersebut tidak berdistribsi normal.
B. UJI
HOMOGENITAS
Pada uji
Homogenitas ini menggunakan Uji F, karena relative lebih mudah, walaupun
memiliki keterbatasan pada asumsi normalitas dan hanya dapat digunakan untuk
membandingkan dua gugus data. Hipotesis statistic yang akan diuji adalah:
Ø
=
Ø
Prosedur penggunaan Uji F adalah:
1. Jilah pemenuhan asumsi kenormalan dari kedua gugus
sampel tersebut.
2. Hitnglah nilai variansi (ragam) dari masing-masing
ggus sampel yaitu:
dan
dengan
adalah nilai variansi dari gugus data yang
pertama, dan
adalah nilai variansi dari gugus data yang
pertama
3. Hitunglah Nilai Stratstik
-Hitung) dengan
Rumus:
,
4. Bandingkan
Ø
Jika
pada taraf signifikansi α / 2,
derajat kebebasan pertama
dan
derajat kebebasan kedua
atau yang biasa ditulis
Ø
Jika
pada taraf signifikansi (1 - α / 2),
derajat kebebasan pertama
dan
derajat kebebasan kedua
atau yang biasa ditulis
dengan
·
adalah banyaknya
data pada gugus sampel pertama
·
adalah banyaknya data pada gugus sampel kedua
·
=
·
Besarnya
boleh tidak sama dengan
5.
Kreteria
pengujian ini adalah
a.
Apabila nilai
Maka
diterima yamg
berarti kedua gugus sampel homogeny.
b.
Apabila nilai
ng
atau
,
Maka
ditolak yang
berarti kedua gugus sampel tidak homogen.
KEGIATAN BELAJAR 3
UJI BEDA RATAAN
Uji beda rataan adalah salah satu analisis data yang sering dilakkan
dalam penelitian yang ingin mengetahui permasalahan perbandingan dua perlakuan
atau pengaruh dari suatu perlakuan yang dibandingkan dengan unit kontrol.
Pada uji beda rataan, umumnya
menggunakan statistik z dan statistic t. Statistik z digunakan pada
Pengujian hipotesis sampel besar
. Sedangkan
statistic t digunakan pada Pengujian hipotesis sampel kecil
.
a. Sampel besar ( n > 30 )
Untuk pengujian hipotesis satu
rata-rata dengan sample besar
, uji statistiknya menggunakan distribusi
. Prosedur pengujian hipotesisnya adalah sebagai
berikut.
1. Formulasi hipotesis
a. Ho : µ = µo
H1 : µ > µo
b. Ho : µ = µo
H1 : µ < µo
c. Ho : µ = µo
H1 : µ ≠ µo
2. Penentuan nilai α (taraf nyata) dan nilai
table
Menentukan nilai α sesuai soal,
kemudian nilai
atau
α/2 ditentukan dari tabel.
3. Kriteria Pengujian
a. Untuk
dan
Ø
o di terima jika
Ø
o di tolak jika
b. Untuk
dan
Terima Kasih para Petugas Kesehatan PUSKESMAS Wonorejo Kencong yang selalu melayani Kesehatan Anak-Anak PAUD CENDEKIA. Thank you so much.
BalasHapus