Konsep-konsep dasar

Hipotesis penelitian
Hipotesis statistik H0 dan H1 Test (testing statistical hypotheses)

Type of error (type I and II) and ( and )

Test statistic Test criterion and Rejection region Main steps in testing statistical hypotheses

Hipotesis penelitian
Research hypotheses : sebuah dugaan sementara

(statement /claim/problem) yang perlu diuji secara empirik (berdasarkan data sampel ) Masih bersifat abstract Contoh :
Semakin hari moral remaja dalam pergaulan bebas semakin

merosot Banyak nasabah bank X mengeluh tentang antrian panjang ketika akan mengambil uang di ATM bank tersebut Tayangan film keras di TV dapat mempengaruhi tingkat agresifitas anak Kemampuan matematik mahasiswa baru normal

Hipotesis statistik
Statistical hypotheses : Statement about a population parameter Bersifat lebih konkrit dibandingkan hipotesis penelitian Dirumuskan berdasarkan hipotesis penelitian Terdapat dua jenis H0 dan H1 Umumnya hipotesis penelitian merupakan H H merupakan negasi (lawan H), statement yang menyatakan tidak ada beda (beda = nol), tidak ada hubungan (hubungan = nol), distribusi data adalah normal (distribusi data = normal)

Jenis-jenis hipotesis statistik

2 pihak (arah/tailed): H: = atau H: = H: H: 1 pihak (pihak kanan) : H: = atau H: = atau H: H: > H: > H: > 1 pihak (pihak kiri) : H: = atau H: = atau H: H: < H: < H: <

Test (testing statistical hypotheses)

Is a decision rule that tells us when to reject H and

when not to reject H Is specified by a test statistic and a rejection rate

Decision and type of error

Decision based on sample Unknown true situation H0 True (example : = 270) H1 True ( < 270)

Reject H0
Retain H0

Wrong rejection of H0 (Type I error)

Correct decision

Correct decision
Wrong retention of H0 (Type II error)

Type of error
Type I error : rejection of H when H is true Type II error : non rejection of H when H is true = probability of making a type I error (level of

significance) = probability of making a type II error P-value is the probability, calculated under H, that the test statistic takes a value equal to or more extreme than the value actually observed. The p-value serves as a measure of the strength of evidence against H. A small p-value means that the null hypotheses is strongly rejected or the result is highly statistically significant.

Test statistic
The random variable X whose value serves to

determine the action Merupakan distribusi sampling yang digunakan untuk menguji hipotesis statistik Misalnya : distribusi normal baku Z, normal t (tstudent), chi-square (), F-Snedecor

Test criterion and Rejection region

Kriteria uji (test criterion): sebuah kriteria yang

menyatakan penolakan atau penerimaan H Daerah penolakan (rejection region) : daerah penolakan H pada (kurva) statistik uji yang dibatasi oleh titik kritis (critical value) Titik kritis (critical value) : sebuah titik (angka) yang menjadi pembatas daerah tolah H. Titik kritis diperoleh dari tabel statistik uji yang digunakan dan disesuaikan dengan yang ditetapkan peneliti.

Main steps in testing statistical hypotheses

1. 2. Formulate the null hypotheses H and the alternative hypotheses H Test criterion: state the test statistic and the form of the rejection region With specified , determine the rejection rate Calculate the test statistic from the data Draw conclusion: state whether or not H is rejected at the specified and interpret the conclusion in the context of problem. Also its a good statistical practice to calculate P-value and strengthen the conclusion.

3. 4. 5.

Jenis pengujian hipotesis

Parameter rata-rata (): 1 populasi : sampel besar atau kecil 2 populasi : sampel besar atau kecil Lebih dari dua populasi : anava Parameter proporsi (): 1 populasi : sampel besar 2 populasi : sampel besar Parameter variance (): 1 populasi 2 populasi Distribusi data normal: Sampel kecil : uji Liliefors Sampel besar : uji chi-square