UJI HIPOTESIS

Ageng Brahmadhi
Pendahuluan
Hipotesis
Merupakan versi spesifik dari pertanyaan penelitian
yang mencakup elemen utama penelitian sampel,
variabel prediktor dan outcome.
Hipotesis tidak diperlukan pada penelitian deskriptif
Hipotesis dibutuhkan untuk penelitian yang akan
menggunakan uji kemaknaan statistik untuk
membandingkan temuan antar kelompok
Kebanyakan penelitian memerlukan setidaknya satu
hipotesis
Contoh hipotesis:
Konsumsi alkohol berhubungan dengan
peningkatan resiko proteinuria pada pasien
diabetes
Terdapat hubungan antara konsumsi karotin dan
insidensi kanker kolon
Contoh lain

Uji Hipotesis
Hipotesis statistik adalah asumsi mengenai
parameter populasi
Parameter karakteristik yang dapat diukur
Asumsi benar / salah
Uji hipotesis merupakan prosedur formal
yang digunakan ahli statistik untuk menerima
atau menolak hipotesis statistik
Uji hipotesis dilakukan pada sampel, bukan
populasi

Uji hipotesis
Data sampel ada/tidak ada perbedaan;
ada/tidak ada hubungan
berlaku juga pada populasi yang diwakili

Uji Hipotesis diawali dengan pernyataan H0
uji data nilai/ bukti untuk menolak H0
Langkah Uji Hipotesis
1
Merumuskan Hipotesis
Hipotesis nol (H0) dan hipotesis alternatif (H1/Ha)
2
Merumuskan rencana analisis dan kriteria pengambilan keputusan
Menentukan taraf nyata probabilitas menolak H0
Menentukan Uji statistik uji Z, uji t, ANOVA, korelasi regresi

3
Menganalisis data
4
Interpretasi hasil analisis/ pengambilan keputusan
Langkah 1
Merumuskan Hipotesis
Uji hipotesis diawali dengan pernyataan hipotesis
0/ tidak ada beda/ tidak ada pengaruh
Uji statistik
Menerima H0/
Menolak H0
Types of statistical hypotheses
Null hypothesis / hipotesis nol dinotasikan
H0. yaitu hipotesis tidak ada beda atau tidak
ada hubungan
Alternative hypothesis / hipotesis alternatif
dinotasikan H1 /HA. (Hasil observasi
menunjukkan adanya pengaruh nyata atau
hubungan)
Non-directional:
HO: Rerata kedua kelompok perlakuan sama
Gunakan notasi: HO: 1 = 2 atau 1 - 2 = 0
HA: Rerata kedua kelompok perlakuan tidak sama
Gunakan notasi: HA: 1 2 atau 1 - 2 0
Directional:
HO: Nilai rerata kelompok A kurang dari atau sama dengan
nilai rerata kelompok B
Gunakan notasi : HO: 1 2
HA: Nilai rerata kelompok A lebih besar dari pada nilai rerata
kelompok B
Gunakan notasi : HA: 1 > 2
Atau
HO: Nilai rerata kelompok A lebih besar atau sama dengan
nilai rerata kelompok B
Gunakan notasi : HO: 1 2
HA: Nilai rerata kelompok A kurang dari rerata kelompok B
Gunakan notasi : HA: 1 < 2
Hipotesis satu arah dan dua arah
Satu arah: secara khusus menyatakan arah
hubungan antara variabel prediktor dan outcome
Dua arah: hanya menyatakan bahwa terdapat
adanya hubungan saja.
Misal diduga obat A memberikan angka
kesembuhan yang pasti tidak lebih buruk dari
obat B
Atau diduga obat A memberikan angka
kesembuhan yang lebih baik dari obat B dan
sebaliknya, Obat B mungkin memberikan
angka kesembuhan yang lebih baik dari obat A


Uji/ hipotesis satu arah hanya tepat dilakukan
apabila terdapat bukti yang sangat kuat pada
penelitian terdahulu bahwa hubungan antar
variabelnya terjadi secara satu arah
Misalnya Merokok mempengaruhi resiko kanker
otak
Namun, Dianjurkan oleh banyak ahli untuk
memilih uji 2 arah.
Langkah 2
Merumuskan rencana analisis dan kriteria
pengambilan keputusan
Menentukan taraf nyata probabilitas menolak
H0
Taraf nyata = probabilitas menolak H0 apabila H0
tersebut benar
Umumnya ditetapkan pada 5%

Menentukan Uji statistik uji Z, uji t, ANOVA,
korelasi regresi, dsb

Menentukan daerah keputusan
Nilai kritis pada taraf kemaknaan yang biasanya digunakan
Menentukan Uji statistik
Jenis Uji statistik yang sering digunakan
Analisis univariat, bivariat, multivariat
Nilai rerata
Perbandingan rerata dua kelompok, berpasangan atau
tidak berpasangan
Perbandingan rerata lebih dari dua kelompok
Chi-square, fisher test
Korelasi regresi
Regresi multipel, regresi logistik


Variabel Metode
Bebas Tergantung
Nominal Nominal Chi-square, fisher test
Nominal (dikotom) Numerik Uji t
Nominal (>2 nilai) Numerik ANOVA
Numerik Numerik Regresi/korelasi
Jenis data dan uji statistik (Sastroasmoro)
Jika mau lebih mendalam lagi, baca
Basic & Clinical Biostatistics, --th Edition
Beth Dawson dan Robert G. Trapp

You might be found some interesting thing,
like
Bagaimana jika terdapat dua atau lebih variabel bebas??
Langkah 3 Menganalisis data
Manual / dengan bantuan perangkat lunak
Langkah 4 Interpretasi hasil analisis/
pengambilan keputusan
Menolak/ menerima H0
Memberikan simpulan akhir

P-value
P-value
Data yang dianalisis akan menghasilkan nilai p /
p-value
Merupakan kemungkinan untuk melihat efek sebesar
atau lebih besar dari yang didapat dalam penelitian
jika hipotesis nol benar
Besarnya kemungkinan untuk mendapatkan hasil yang
diperoleh atau hasil yang lebih ekstrem jika H0 benar.
Biasanya disebut sebagai batas kemaknaan uji
hipotesis.
Pengambilan keputusan
Jika p-value/ probabilitas > 0,05 , maka H0
diterima
Jika p-value/probabilitas < 0,05, maka H0 ditolak
(IK 95%, : 5%)

Hubungan tekanan darah intraokuler dengan konsumsi
kopi. P-value 0,08 ; maknanya?

H0 ditolak?
Tidak berbeda nyata? Tidak ada hubungan?
Non significant?

Apabila tekanan darah intraokuler dan konsumsi kopi
tidak berhubungan, masih terdapat kemungkinan
sebesar 8% untuk mendapatkan hubungan antara
tekanan darah intraokuler dengan konsumsi kopi
Kesalahan tipe I, II dan power
Selalu terdapat kemungkinan bahwa
kesimpulan yang diperoleh adalah salah.
Jika dalam suatu uji hipotesis diperoleh hubungan
atau perbedaan (H0 ditolak), sedangkan dipopulasi
tidak terdapat perbedaan atau hubungan, hal ini
disebut kesalahan tipe I, atau positif semu atau
Sebaliknya, jika pada data sampel tidak ditemukan
adanya hubungan/perbedaan padahal dipopulasi
terdapat hubungan/perbedaan, hal ini disebut
kesalahan tipe II atau negatif semu atau
Power : kemampuan suatu uji hipotesis untuk
menemukan beda atau hubungan, jika didalam
populasi memang terdapat perbedaan atau
hubungan.
Besar power adalah (1-)
Misal, apabila ditentukan nilai adalah 0,20, maka
nilai power nya 0,80;
Artinya uji hipotesis pada sampel memiliki peluang
80% untuk menemukan perbedaan, apabila memang
dalam populasi terdapat perbedaan
Keadaan pada populasi
Berbeda Tidak Berbeda
Uji hipotesis

H0 ditolak

(1-)
H0 tidak ditolak

(1-)
Menentukan nilai dan
Nilai : 1%, 5%, 10%
Nilai : 5-20%
Menghindari hasil positif semu, pilih yang
kecil; menghindari hasil negatif semu, pilih
yang kecil.
Idealnya, dan = 0; menurunkan nilai dan
mengundang konsekuensi bertambahnya
besar sampel

example
PIC blok MRP 2 ingin
mengetahui apakah
terdapat perbedaan Hasil
ujian antara rombongan
praktikum A dan B. PIC
mengambil 9 sampel nilai
dari masing-masing
rombongan dan didapatkan
data seperti dalam tabel.
Ujilah apakah terdapat
perbedaan nilai ujian antara
rombongan praktikum A
dan B
Langkah 1 :
1
-
2
= d;
1
-
2
d
Langkah 2 :
CI 95%, = 5%
Uji = t test? Berpasangan? Tidak berpasangan?
ANOVA??
Langkah 3: hitung, misal t-test
Langkah 4: ?

Langkah 1:
H0: tidak terdapat perbedaan rerata nilai antara
rombongan praktikum A dan B
H1: terdapat perbedaan rerata nilai antara
rombongan praktikum A dan B
Langkah 2:
Menggunakan = 5%
Uji T independen, why?

Langkah 3, misal analisis manual
Nilai t hitung = -2,40
Aturan pengambilan keputusan uji T
menggunakan tabel :
H0 diterima jika t hitung < t tabel
H0 ditolak jika t hitung > t tabel
Menggunakan nilai P
Jika p-value > 0,05 , maka H0 diterima
Jika p-value < 0,05, maka H0 ditolak

Cara membaca tabel T:
Ada tabel nya
Hitung DF (derajat bebas)
Nilai
Satu arah/ dua arah
df= n-1
df=(Na-1) + (Nb-1)= 17


Dari tabel T, t tabel adalah 2,11
Berarti t hitung > dari t tabel
2,40> 2,11
Artinya?
Langkah 4 ? Kesimpulannya?
T test dengan alat bantu
Input data
Grouping variable,
A dan B
Continue
OK
PIC MRP 2 ingin mengetahui apakah terdapat
perbedaan skor kecemasan mahasiswa 2010
pada hari biasa dan saat ujian. Sebanyak 11
mahasiswa dilibatkan dalam penelitian.
Pengukuran skor kecemasaan dilakukan pada
hari biasa dan pada saat ujian akan
berlangsung. Uji-lah apakah terdapat
perbedaan skor kecemasan pada hari biasa
dan saat ujian
Langkah 1?
Langkah 2?
Langkah 3?
Langkah 4?
Langkah 1:
Tentukan hipotesis
H0: tidak terdapat perbedaan skor kecemasan
antara hari biasa dengan hari ujian
H1: terdapat perbedaan skor kecemasan antara
hari biasa dengan hari ujian
Langkah 2:
Menggunakan = 5%
Uji T independen, why? Betul atau salah? Yang
betul?

Langkah 3, misal analisis manual kita
menggunakan T test berpasangan..

Tentukan df (n-1) = 10
Intip tabel t, nilai t tabel
= 2,28
t hitung > t tabel
= 2,35> 2,28

Langkah 4??
Dengan perangkat lunak
Input data, hari biasa
dan saat ujian
Pilih paired
variabel hari biasa
dan ujian, OK
Adeh rai menduga
bahwa mahasiswa FKIK
UNSOED mampu
melakukan sekitar 30
push up selama 1
menit. Sebanyak 50
mahasiswa turut serta
dalam pengujian ini. Uji
apakah dugaan adeh rai
benar..

30.00 32.00 27.00 28.00 27.00
29.00 32.00 35.00 26.00 22.00
28.00 26.00 29.00 30.00 31.00
22.00 23.00 34.00 23.00 24.00
27.00 26.00 28.00 28.00 27.00
28.00 29.00 26.00 25.00 28.00
29.00 29.00 30.00 31.00 31.00
27.00 27.00 27.00 28.00 28.00
27.00 26.00 27.00 29.00 32.00
31.00 27.00 26.00 28.00 29.00
Langkah 1:
Langkah 2:
Langkah 3:



Langkah 4:
Tentukan nilai ; = 30
Hitung sampel mean
Hitung
Hitung Sum square

Hitung Variansi
Hitung SEM
Hitung nilai t

Hitung df
End of lecture