Uji Hipotesis
Uji Hipotesis
Pendahuluan
Setelah mendapatkan nilai Parameter Populasi
Penarikan Kesimpulan
Pendahuluan
Uji Hipotesis adalah pengujian untuk membuat suatu
pertimbangan tentang beda antara nilai statistik (pada sampel)
dengan nilai parameter populasi.
Uji Hipotesis merupakan prosedur perumusan kaidah yang
membawa kita pada penerimaan atau penolakan suatu Hipotesis
Pengujian Signifikansi (Significance Test) adalah pengujuan untuk
memeriksa kekuatan suatu hipotesis tentang suatu populasi
Hipotesis
Hipotesis merupakan pernyataan sementara dan masih perlu diuji
Hipotesis digunakan untuk :
Memberi batasan dan memperkecil jangkauan dan kerja
peneltian
Hipotesis
Hipotesis yang baik :
Sederhana
Menerangkan Fakta
Berkaitan dengan ilmu
Sesuai dan tumbuh dari hasil pengkajian
DAPAT DIUJI
Hipotesis
Langkah pertama adalah dengan merumuskan 2 macam hipotesis
berikut :
H0
Hipotesis Alternatif
H1
Bila :
Parameter Populasi
Parameter Statistik
Maka :
Hipotesis awal terhadap nilai
yang sebenarnya dari
Jika :
Hipotesis Alternatif
Kita akan menguji nilai H0 dan pengujiannya dilakukan dengan
membandingkannya dengan sesuatu, agar dapat diperoleh dengan
jelas apakah hipotesis nol ditolak atau diterima.
Dengan itu kita memerlukan Hipotesis Alternatif (H1 atau kadang
dituliskan dengan Ha)
Jika :
Ingat :
Nilai H1 terdapat beberapa
kemungkinan dan biasanya
dituliskan dalam bentuk
pertidak samaan
Maka :
Atau :
atau
Contoh (Kasus 1)
Diketahui suatu pemilihan presiden di suatu negara, bila diambil
hipotesis bahwa 50 % pemilih memilih calon presiden A,
Diambil sampel 15 pemilih dan menghitung yang memilih capres
A.
Apa yang dapat disimpulkan, jika seluruh sampel tidak ada yang
memilih capres A
Diketahui :
Jika ingin dilakukan pengujian, maka :
Atau :
atau :
Contoh (Kasus 2)
Manajemen PERUMKA mulai tahun 1992, melakukan pemeriksaan karcis
KRL lebih intensif dibanding tahun-tahun sebelumnya, pemeriksaan karcis
yang intensif berpengaruh positif terhadap penerimaan PERUMKA. Untuk
membuktikan pendapat ini, hipotesis awal yang diajukan adalah :
Hipotesis Awal :
TIDAK ADA PERBEDAAN penerimaan SESUDAH maupun
SEBELUM dilakukan perubahan sistem pemeriksaan karcis.
Manajemen berharap hipotesis ini ditolak, sehingga membuktikan bahwa
pendapat mereka benar!
Penerimaan PERUMKA per tahun sebelum intensifikasi pemeriksaan
karcis dilakukan = Rp. 3 juta. Maka Hipotesis Awal dan Hipotesis
Alternatif dapat disusun sebagai berikut :
Contoh (Kasus 2)
Contoh (Kasus 3)
Problema yang biasa dihadapi ialah usaha
memperbaiki suatu proses industri dengan
jalan menerapkan suatu proses baru.
Hendak dibandingkan proses baru ini dengan
yang telah ada.
Mengingat akan biaya peralihan, maka perlu
diyakini bahwa proses baru itu memang lebih
baik sebelum perubahan ke proses baru itu
dilaksanakan.
Contoh (Kasus 3)
Misalnya proses produksi yang telah ada
menghasilkan produk yang kekuatannya
terdistribusi normal N (750, 452).
Suatu proses produksi baru dicoba dan dari suatu
sampel yang terdiri atas 30 pengukuran didapati
kekuatan rata-rata sampel = 767.
Dianggap bahwa deviasi standar tidak berubah.
Pimpinan perusahaan harus yakin bahwa beda
daripada = 750 itu memang cukup berarti untuk
membenarkan diadakannya penggantian proses
produksi.
Contoh (Kasus 3)
Cara pengujian data ini untuk melihat apakah hasil
proses baru itu cukup atau lebih baik disebut pengujian
signifikansi.
Dalam keadaan seperti ini, haruslah dipertimbangkan
bukti yang ada, dan diusahakan membandingkan dua
kemungkinan yang saling bersaing.
Harus diputuskan apakah kita akan menerima atau
menolak hipotesis bahwa sesungguhnya tidak ada
perbedaan antara kedua proses.
Disebut hipotesis nol karena hipotesis menganggap
tidak ada perbedaan antara kedua proses tersebut.
Contoh (Kasus 3)
Biarkan nilai rata-rata proses yang baru, jadi
adalah estimasi , maka :
Hipotesis nol H0 = = 0
Hipotesis alternatif H1 = > 0
Hipotesis nol menyatakan tidak ada
perbedaan antara kedua proses, yaitu proses
baru tidak lebih baik daripada proses lama.
Hipotesis alternatif membantah hipotesis nol
ini dengan menyatakan bahwa proses baru itu
lebih baik daripada proses lama.
Contoh (Kasus 3)
Dalam hal seperti ini hipotesis nol harus
dianggap benar sampai data membuktikan
lain.
Jadi titik berat pembuktian terletak pada H1,
dan kita menaruh perhatian pada terdapatnya
perbedaan antara H0 dan H1.
Bila suatu proses industri yang baru
dibandingkan dengan proses yang sudah ada,
maka pilihan hipotesis nol tergantung pada
beberapa tinjauan :
Contoh (Kasus 3)
Bila proses yang telah ada terandalkan dan
biaya-biaya pergantian tinggi, titik berat
pembuktian adalah pada proses yang baru
untuk menunjukkan bahwa ini memang
benar-benar lebih baik, maka dipilih :
H0 : Proses yang telah ada sebaik atau lebih
baik daripada yang baru.
H1 : Proses yang baru membawa perbaikan
(seperti yang diutarakan di atas)
Contoh (Kasus 3)
Bila proses yang telah ada tak andal dan biaya
peralihan proses produksi rendah, kita cenderung
untuk mengganti proses produksi, maka tekanan
pembuktian terletak pada proses yang lama.
Dalam hal seperti ini dipilih :
H0 : Proses yang baru sebaik atau bahkan lebih
baik dari proses yang lama.
H1 : Proses yang lama baik daripada yang baru.
Penolakan atau Penerimaan Hipotesis dapat
membawa kita pada 2 jenis kesalahan.
Tipe 1
Tipe 2
Keputusan
Fakta
H0 Benar
H0 Salah
Menerima H0
OK
Error
Tipe 1
Menolak H0
Error
Tipe 2
OK
Kesalahan Tipe 1
Sampel yang diambil memiliki nilai individual yang
ekstrim/perbedaan nilai yang besar atau variabilitasnya tinggi
Probabilitas Kesalahan
(Level of Confidence/Daerah
Penolakan)
Misalnya :
= 5%
Kesalahan Tipe 2
Efek perlakuan (eksperimen) sangat kecil pengaruhnya terhadap
sampel, sehinga tidak kelihatan dipengaruhi oleh treatment
Probabilitas Kesalahan
Keputusan
Fakta
Menerima H0
Menolak H0
H0 Benar
H0 Salah
OK
p=1-
Error Tipe 1 ()
Error Tipe 2 ()
OK
p=1-
p=
p=
Hubungan dan
Nilai Probabilitas kesalahan tipe 1 () dapat diturunkan dengan
menurunkan level of significance / menaikkan CI
Hubungan dan
Nilai Probabilitas kesalahan tipe 2 () dapat diturunkan dengan
menaikkan level of significance / menaikkan CI
Hubungan dan
Peramalan
Fakta
Hujan
Tidak Hujan
Hujan
OK
Apa yg
terjadi?
Tidak Hujan
Apa yg
terjadi?
OK
Daerah Penolakan
Daerah Penolakan () merupakan interval nilai, dimana jika hasil uji
statistik berada pada interval tersebut, maka kita menolak hipotesis
awal (H0).
Contoh :
/2
/2
C
0
dan