UJI HIPOTESIS

Prinsip uji hipotesis adalah melaksanakan perbandingan antara

nilai sampel (data hasil penelitian) dengan nilai hipotesis
(nilai populasi) yang diajukan.
Kesimpulan dari hasil uji hipotesis ada 2:
1. Menolak hipotesis
2. Menerima hipotesis
Pengertian

Hupo: sementara / lemah kebenarannya

Thesis: Pernyataan/teori

Hipotesis: Pernyataan sementara yang perlu diuji

kebenarannya
Ada 2 jenis hipotesis:

1. Hipotesis Nol (Ho)

2. Hipotesis Alternatif ( Ha)

Contoh:
Ho (Hipotesis Nol)
Tdk ada perbedaan BB bayi dari ibu yang merokok
dengan BB bayi dari ibu yang tidak merokok
Tidak ada hubungan status merokok ibu dengan BB
bayi yang mereka lahirkan
Ha (Hipotesis Alternatif)
Ada perbedaan BB bayi antara mereka yang dilahirkan
dari ibu yg merokok dg ibu yang tidak merokok
Ada hubungan status merokok ibu dengan BB bayi
yang mereka lahirkan

ARAH/BENTUK UJI HIPOTESIS

Bentuk Hipotesis alternatif akan menentukan arah uji statistik
1. One tail (satu sisi)
Pernyataan yang menyatakaan hal yg satu lebih tinggi/rendah
dari hal lain
Contoh: BB Bayi dari ibu hamil yang merokok lebih kecil
dibandingkan BB bayi dari ibu hamil yang
tdk merokok
2. Two tail (dua sisi)
Merupakan Ha yang hanya menyatakan perbedaan tanpa
melihat apakah hal yang satu lebih tinggi/rendah dari hal yang
lain
Contoh: BB Bayi dari ibu hamil yang merokok berbeda
dengan BB bayi dari ibu hamil yang tdk merokok

KESALAHAN PENGAMBILAN KEPUTUSAN

DLM UJI HIPOTESIS
KEPUTUSAN
Tdk menolak Ho
Menolak Ho

POPULASI
Ho Benar
Benar
(1-)
Kesalahan
Type I ( )

Ho Salah
Kesalahan
Type II ()
Benar
(1-)

Power of test ( 1 - ): Merupakan peluang utk menolak

Ho ketika memang Ho salah
Atau dengan kata lain kemampuan utk mendeteksi adanya
perbedaan bermakna antara klpk yg diteliti ketika
perbedaan itu memang ada

MENENTUKAN TINGKAT KEMAKNAAN (Level of significance)

Nilai merupakan nilai batas maximal kesalahan menolak Ho

Nilai yang sering digunakan untuk adalah: 10%, 5%, 1%
Bidang kesehatan biasa menggunakan: 5%
Pengujian obat-obatan: 1%
PEMILIHAN JENIS UJI

Uji Parametrik
- Syarat distribusi normal
- Variabel berjenis numerik/kwantitatif
- Jumlah data yang dianalisis besar ( >30 )
Uji Non Parametrik

PROSEDUR UJI HIPOTESIS

A. Menetapkan hipotesis
B. Penentuan uji statistik yang sesuai, setiap uji statistik
memp. persyaratan ttt yang harus dipenuhi.
Pemilihan jenis uji statistik sangat tergantung:
- Jenis variabel yang akan dianalisis
- Data dependen / independen
- Distribusi data normal / tidak
C. Menentukan batas / tk. kemaknaan
D. Perhitungan uji statistik
E. Keputusan uji statistik

Keputusan uji statistik:

a. Pendekatan Klasik
Untuk menentukan apakah Ho ditolak maupun gagal ditolak, dapat
digunakan dengan cara membandingkan nilai perhitungan statistik
dengan nilai pada tabel (Nilai tabel yang dilihat sesuai dengan jenis
distribusi uji yang kita lakukan)
Dengan ketentuan sbb:
1. Bila nilai perhitungan statistik lebih besar / sama dibandingkan
dengan nilai pada tabel (nilai perhitungan > nilai tabel) maka
keputusannya: Ho ditolak.
Ho ditolak artinya: Ada perbedaan kejadian (mean/proporsi) yg
signifikan antara kelompok data satu dg kelompok data yg
lain.
2. Bila nilai perhitungan statistik lebih kecil dibandingkan dengan nilai
pada tabel (nilai perhitungan < nilai tabel) maka keputusannya Ho
diterima.

Ho gagal ditolak/diterima: Bila tidak ada perbedaan kejadian

(mean/proporsi) yg signifikan antara kelompok data satu dg
kelompok data yg lain.
b. Pendekatan Probabilistik
Ketentuan yang berlaku adalah sebagai berikut:
1. Bila nilai p < nilai (alpha), maka keputusannya Ho ditolak
2. Bila nilai p > nilai (alpha), maka keputusannya Ho gagal ditolak
Catatan: Nilai p two tail adalah 2 X nilai p one tail, berarti kalau tabel yang
digunakan adalah tabel one tail sedangkan uji statistik yang dilakukan
two tail maka nilai p dari tabel harus dikalikan 2.
Nilai p two tail = 2 X nilai p one tail.

ANALISIS DATA KATEGORIK

I. UJI KAI KUADRAT = CHI SQUARE

C in c lu s c in c lu s

Dasar dari uji kai kuadrat adalah membandingkan frekuensi yang diamati
dengan frekuensi yang diharapkan.
Ketentuan:
1. Tidak boleh ada sel yang mempunyai nilai harapan <1 (satu)
2. Sel yang nilai harapannya <5 tidak boleh >20% jumlah sel
Cara menghitung nilai harapan (EXPECTED):

Status gigi

Tidak
peminum

Peminum
sedang

Peminum
berat

total

Berlubang
Utuh (tidak
berlobang)

a
d

b
e

c
f

K
L

TOTAL

Nilai expected untuk sel a = (K x M) / T

Nilai Expected untuk sel b = (K x N) / T
Nilai Expected untuk sel c = (K x O) / T
Nilai Expected untuk sel d = (L x M) / T dst.
Nilai Expected setiap sel adalah sub total baris dikali subtotal
kolom dibagi total general
Contoh:
Misalnya ada dua sampel random yang terdiri dari 100 orang
laki-laki dan 100 orang wanita. Kepada mereka ditanyakan
apakah lelaki BOLEH BERISTRI > 1. Hasil telah disusun dalam
tabel silang sbb:

APAKAH IMUNISASI Hep B <7 hari lebih efektif daripada imunisasi Hep B pada um
>28 hari

Imunisasi

Membentuk
antibodi

Tidak
membentuk
antibodi

UK
SAMPEL

>28 hari

30

70

100

0-7 hari

55

45

100

JUMLAH

75

125

200

(O E)
X = -------------------E
Rumus Kai Kuadrat

N (ad - bc)
X = -----------------------------

SIKAP TERHADAP PEMAKAIAN BEHEL

SIKAP
JENIS SEX

BOLEH

TDK BOLEH

UK
SAMPEL

WANITA

30

70

100

LAKI

55

45

100

JUMLAH

85

115

200

(O E)
X = -------------------E
Rumus Kai Kuadrat

N (ad - bc)
X = ----------------------------(a+c) (b+d)

N (|ad bc| - 0.5N)

X = ----------------------------(a+c)
(b+d) (a+b) (c+d)

Khusus tabel 2 X 2 dan N >40

DISEBUT HARGA KAI KUADRAT KOREKSI YATES

Langkah-langkah uji:
1. Tentukan Hypotesis
Ho = Tidak ada perbedaan sikap setuju/tidak thdp
LELAKI BOLEH BERISTRI >1 antara pria dan wanita
Hi = Ada perbedaan sikap setuju/tidak terhadap LELAKI BOLEH BERISTRI >1
antara pria dan wanita
2. Tentukan batas kritis alpha (misal: 5% )
3. Df = (baris-1) x (kolom-1)
4. Perhitungan nilai kai kuadrat 11.78517
5. Tentukan nilai kai kuadrat tabel (pada dan df yang sesuai) dengan
melihat tabel kai kuadrat = 3.841
6. Kesimpulan: Karena nilai perhitungan > nilai tabel maka keputusannya:
Ho ditolak . Berarti ada perbedaan sikap antara pria dan wanita

Contoh:
Misalkan seorang Kepala Dinas Kesehatan menyatakan bahwa
proporsi anemia pada ibu hamil di Kelurahan A sama dengan
Kelurahan B dan sama dengan Kelurahan C. Pernyataan tersebut
akan diuji pada derajat kemaknaan 5% yaitu dengan mengambil
sampel secara random pada wilayah 3 Kelurahan tersebut, sampel
yang diambil adalah ibu hamil yang datang memeriksakan diri ke
Puskesmas, masing-masing Puskesmas A = 50, Puskesmas B =
40, Puskesmas C = 60 dengan frekuensi sbb:

Kelurahan
kelurahan A
kelurahan B
Kelurahan C

Anemia
20
25

Tdk Anemia
30
15

35

25

Untuk memudahkan menghitung nilai harapan (ekspektasi) maka

dibuat tabel kontigensi 3 X 2 sbb:

Rumah sakit A
Rumah sakit B
Rumah sakit C
Jumlah

Anemia
20 / E1
25 / E3
35 / E5
80

Tdk anemia
30 / E2
15 / E4
25 / E6
70

jumlah
50
40
60
150

E1 = (50 x 80) / 150 = 26,6

E4 = (40 x 70) / 150 = 18,6

E2 = (50 x 70) / 150 = 23,3

E5 = (60 x 80) / 150 = 32,0

E3 = (40 x 80) / 150 = 21,3

E6 = (60 x 70) / 150 = 28,0

Menguji Hipotesis dengan Kai square

Ho = f1 = f2 = f3
Ha = f1 # f2 # f3

O
20
30
25
15
35
25

E
(O-E)
26.66667 -6.66667
23.33333 6.666667
21.33333 3.666667
18.66667 -3.66667
32
3
28
-3
Jumlah

(O-E)2
44.44444
44.44444
13.44444
13.44444
9
9

(O-E)2/E
1.666667
1.904762
0.630208
0.720238
0.28125
0.321429
5.524554

Df = (3 1) (2 1) = 2 pada tabel didapat nilai 5,991

Apa kesimpulannya?
Apakah

H0 ditolak atau diterima?

Bila H0 ditolak, kesimpulannya. . . .
Bila H0 diterima, kesimpulannya . . .