MODUL 5
PENGUJIAN HIPOTESIS
TUJUAN
Mahasiswa mampu menguji hipotesis parameter rata-rata dalam satu populasi
(One Sample T Test), dua populasi independent (Independent Sample T Test),
dua populasi berpasangan (Paired Sample T Test), dua populasi atau lebih
(One Way Anova).
Hipotesis terbagi atas 2 jenis, yakni hipotesis nol (H 0) dan Hipotesis alternatif
(H1).H0 umumnya menyatakan bahwa kondisi pasca perlakuan/pengujian
sama dengan kondisi pra perlakuan/pengujian, sementara H1 menyatakan
sebaliknya.
1. Menentukan H0 dan H1
H0 adalah NULL HYPOTESIS
H1 adalah ALTERNATIVE HYPOTESIS
25 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Tolak H0 Tolak H0
Terima H0
95 %
5% 5%
Gambar 5.1
Contoh 2.
Misalnya, seorang petani memiliki 15 pohon rambutan, petani tersebut
meramalkan bahwa rata-rata buah yang dihasilkan satu pohon rambutan
adalah sebanyak 75 Kg.
Dari hasil survey yang dilakukan ternyata diperoleh hasil sebgai berikut:
Pohon 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Hasil 50 65 61 68 53 73 64 87 56 51 63 67 80 79 69
Atau
27 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.1
Gambar 5.2
7. Klik OK.
8. Perhatikan output SPSS berikut ini:
28 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.3
Contoh 3 :
Berdasarkan pada data contoh 1, pemerintah kemudian ingin mengetahui
perbedaan rata-rata hasil panen padi A dan padi B, pemerintah menduga
bahwa kedua bibit tersebut akan memiliki hasil panen yang sama. Apakah
dugaan pemerintah tersebut dapat dianggap signifikan?
29 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Atau
Gambar 5.4
30 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 4.5
6. klik Continue
7. klik Options, isikan kotak Confidence Interval dengan angka 95 %
(100 – 5 %), kemudian klik Continue,
Gambar 5.6
8. klik OK.
9. perhatikan output SPSS berikut ini :
Gambar 5.7
31 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
32 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Contoh 4:
Pemerintah menawarkan suatu produk baru yang dapat meningkatkan hasil
panen kepada masyarakat. Ada 11 orang petani yang berani memberikan
produk tersebut pada padi masing-masing (catatan : jenis padi yang ditanam,
luas lahan dan tingkat kesuburan diasumsikan sama). Setelah padi dengan
pemberian produk baru dipanen, diperoleh data sebagai berikut :
Sebelum Sesudah
( x 10 kuintal ) ( x 10 kuintal )
72 78
73 77
66 73
61 65
53 59
49 53
55 61
56 62
57 62
53 60
54 61
Atau
Gambar 5.8
34 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.9
7. klik OK.
8. perhatikan output SPSS berikut ini:
Gambar 5.10
35 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Dalam Anova (Analysis of variances) dapat dilakukan dua uji, yaitu uji rata-rata
dan uji homogenitas variansi. Uji ini dapat digunakan untukpopulasi lebih dari
dua.
Ada beberapa asumsi yang harus dipenuhi untuk uji Anova, yakni :
1. Populasi yang akan diuji berdistribusi normal
2. Variansi dari populasi-populasi tersebut sama
3. Sampel tidak berhubungan satu sama lain.
Contoh 5:
Suatu penelitian budidaya tanaman anggrek telah dilakukan di kebun
percobaan fakultas pertanian UNSUB dengan tujuan untuk mengetahui
pengaruh 3 jenis obat pengawet bunga ( O 1, O2, O3 ) terhadap lamanya
kesegaran bunga anggrek dapat bertahan (tidak layu). Untuk keperluan
tersebut dipilih secara acak 30 pot bunga anggrek dari jenis yang sama dengan
kondisi kesehatan yang relatif sama. Data hasil penelitiannya (dalam hari)
adalah sebagai berikut:
36 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
O1 O2 O3
6 5 5
6 7 8
8 3 6
7 4 8
5 4 6
7 6 8
5 6 7
4 7 8
3 4 8
5 4 7
Atau
37 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.11
2. Kemudian input semua data lamanya hari sesuai dengan jenis obat
masing-masing dalam Data View, seperti terlihat pada gambar di
bawah ini.
Gambar 5.12
38 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.12
Gambar 5.13
7. Kemudian klik Post Hoc, maka akan muncul tampilan seperti gambar
5.14
39 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.14
Gambar 5.15
40 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.16
(2) Pada Tabel Anova, diperoleh nilai signifikansi sebesar 0,005 atau 0,5%
yang berarti < α = 5% sehingga Hipotesis awal (H 0) ditolak. Artinya
bahwa ketiga jenis obat pengawet tersebut memberikan pengaruh
yang tidak sama terhadap ketahanan kesegaran anggrek (dari layu).
Contoh 6:
41 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Manajer Penjualan PT. Sang Hyang Seri ingin mengetahui apakah rata-rata
penjualan (sales) Ketiga jenis varietas unggulan produksi PT. Sang Hyang Seri
relative sama ataukah memang secara nyata ada perbedaan?
VARIETAS
DAERAH SITU
CIHERANG MENGKONGGA
BAGENDIT
25 26 23
22 22 22
SUBANG 24 25 29
23 26 22
21 26 30
30 21 45
35 22 49
GARUT 36 29 48
39 30 47
36 25 44
60 65 60
54 58 53
KUNINGAN 51 52 55
60 65 64
20 66 54
Gambar 5.17
2. Pada Data View masukkan data dengan metode seperti pada gambar
di berikut.
42 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.18
Gambar 5.19
5. Pada kotak Dependent List, masukkan variable yang akan diuji, yaitu
sales.
43 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.20
Gambar 5.21
11. Dalam kotak dialog ini, pada bagian Equal Variances Assumed, klik
pilihan Bonferroni dan Tukey.
12. Tekan Continue untuk melanjutkan.
13. Kemudian an OK untuk mulai memproses data. Hasil output terlihat
sebagai berikut.
44 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.22
Analisis
Analisis ini bertujuan untuk menguji berlaku tidaknya salah satu asumsi untuk
ANOVA (lihat asumsi di bagian atas), yaitu apakah ketiga sampel mempunyai
varian yang sama.
45 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Keputusan :
Terlihat nilai probabilitas Levene Test adalah 0,024. Karena probabilitas jauh
di bawah 0,05, maka H0 ditolak, atau ketiga sampel mempunyai varian yang
berbeda. Untuk itu, analisis selanjutnya otomatis tidak bisa dilakukan, karena
asumsi ANOVA tidak terpenuhi.
Oleh karena varian tidak sama, maka untuk melanjutkan analisis, salah satu
cara adalah mengubah (transformasi) jenis data dependen variable (sales) ke
bentuk tertentu (logaritma, reciprocal, square, dll).
1. Masih tetap pada file contoh 6 one way anova, pilih Analyze > Descriptive
Statistics > Explore…
2. Pada kotak Dependent List, isikan variable sales.
3. Pada kotak Factor list, isikan variable daerah.
4. Pada bagian Display (kiri bawah), pilih Plots.
Gambar 5.23
46 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.24
Gambar 5.25
47 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Analisis
Dengan tampilan slope sebesar 1,090 dan nilai Power adalah -0,090, maka
dengan melihat angka standar di Tabel, data paling baik ditransformasi ke
bentuk Logaritmik. Hal ini berarti setiap nilai sales (x) akan diubah menjadi
logaritmik basis 10 (Log x).
Pada prinsipnya, untuk banyak kasus data ANOVA yang variannya tidak sama,
bisa digunakan transformasi logaritmia atau square (akar).
Transformasi Data:
Gambar 5.26
48 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Catatan. Untuk menuliskan ekspresi, bisa juga dengan panduan Function dan
kotak isi variable, dengan output yang sama.
Sekarang dalam file Contoh 6 One Way ANOVA ada tambahan satu variable
baru, yaitu tr_sales, yang berisi logaritma basis 10 dari tiap nilai sales
terdahulu. Missal nilai sales adalah 25, maka nilai tr_sales adalah log (25) =
1,4.
49 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
50 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.27
Keputusan:
Terlihat nilai probabilitas Levene Test adalah 0,079. Karena probabilitas di atas
0,05, sekarang H0 diterima, atau ketiga varian populasi adalah sama, sehingga
salah satu asumsi ANOVA telah terpenuhi. Perhatikan proses transformasi
telah menaikkan angka signifikansi dari sebelumnya 0,024.
Jika Statistik Hitung (angka F output) > Statistik Tabel (table F), maka H 0
ditolak.
Jika Statistik Hitung (angka F output) < Statistik Tabel (table F), maka H 0
diterima.
F hitung dari output adalah 42,047
Mencari F tabel:
Catatan. F tabel bisa secara praktis diperoleh lewat software Excel (versi 97
samapai 2007), dengan menulis pada sembarang sel =FINV(0,05;2;42)
Keputusan:
Terlihat bahwa F hitung adalah 25,334 dengan probabilitas 0,000. Karena
probabilitas < 0,05, maka H0 ditolak.
52 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Pedoman:
Lihat ada atau tidak tanda “ * “ pada kolom “Mean Difference”. Jika tanda *
ada di angka Mean Difference, maka perbedaan tersebut signifikan. Jika tidak
ada tanda *, maka perbedaan tidak signifikan.
Terlihat semua angka output mempunyai tanda *, yang berarti antar ketiga
daerah (Subang-Garut, Subang-Kuningan dan Garut-Kuningan) mempunyai
rata-rata Penjualan yang berbeda.
Homogeneous Subset
Bagian ini justru akan mencari grup subset mana saja yang mempunyai
perbedaan rata-rata yang tidak berbeda secara signifikan.
Terlihat keiga sampel terbagi dalam tiga subset, yang menunjukkan bahwa
ketiga daerah memang mempunyai perbedaan yang nyata dalam penjualan
Benih.
Catatan. Hasil Uji Tukey dan Bonferroni dengan Homogeneous Subset selalu
saling melengkapi.
Manajer Penjualan PT. Sang Hyang Seri ingin mengetahui apakah ada
perbedaan yang nyata pada sales (Penjualan) Bibit padi produk PT. Sang Hyang
Seri untuk setiap varietas unggulan pada tiga daerah penjualan?
Pada kasus ini, variabel Dependen: Sales (di sini dipakai tr_sales yang
merupakan hasil transformasi sales agar memenuhi syarat asumsi ANOVA),
Factor (Groups): Daerah penjualan bibit (tiga tempat) dan Jenis Varietas.
Ciri analisis Univariate adalah hanya ada SATU variabel dependen, namun
lebih dari satu grups.
53 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.28
54 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Gambar 5.29
55 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®
Keputusan:
Terlihat bahwa F hitung (Daerah) adalah 71,587 dengan probabilitas 0,000.
Karena probabilitas < 0,05, maka H 0 ditolak. Berarti rata-rata sales memang
berbeda secara nyata untuk tiap daerah penjualan, dalam arti mungkin
Kuningan lebih tinggi tingkat penjualannya disbanding Subang maupun Garut,
serta kemungkinan lain.
Perbedaan rata-rata sales berdasar varietas benih (ada tiga macam varietas):
Keputusan:
Keputusan: