Arif Nugroho Triutomo

18/433436/PKU/17349
KMPK

HYPOTHESIS TESTING: ONE-SAMPLE TESTS

 Hipotesis:
claim dari asumsi tentang parameter populasi
 Yang ingin dibuktikan adalah mean di populasi bukan pada sampel.
Populasi: mean tekanan sistolik adalah 120  µ
Proporsi: proporsi 0,118  π
 The null hipotesis/H0
Eg: secara rata-rata, jumlah anak = 3, maka H0=µ=3
H0 merupakan parameter populasi, bukan sampel statistik.
Diawali dengan mengasumsikan bila Ho adalah benar
Mengandung notasi = ≤ ≥
Akan atau tidak akan ditolak Ho nya.
 Hipotesis alternatif/H1
Merupakan lawan dari Ho
Mengandung notasi = ≤ ≥
Akan atau tidak akan di terima
Sangat umum jika hipotesis peneliti dicoba untuk diterima.
 Alasan menolak Ho

ika tidak masuk akal kita jika sebenarnya ini adalah maka kami
akan mendapatkan nilai rata- mean populasi menolak
rata dari nilai ini hipotesis nol
itu µ=50
 Arif Nugroho Triutomo
18/433436/PKU/17349
KMPK

 Signifikansi level α
Merupakan nilai dari sampel statistik jika Ho adalah benar
Nilai yang digunakan adalah 0,01, 0,05, atau 0,1
Dipilih pertama kali oleh peneliti.
Merupakan jenis dari kesalahan tipe 1
 Tingkat signifikansi & wilayah yang ditolak

nilai kritis yang

representatif

daerah penolakan
diarsir

 Kesalahan dalam pengambilan keputusan

a. Kesalahan tipe 1
Terjadi dengan:
Menolak Ho
Disebut sebagai level signifikan test.
Probabilitas kesalahan tipe 1 yang terjadi “α”
b. Kesalahan tipe 2
Gagal menolak Ho yang salah.
Probabilitas dari kesalahan tipe 2 “β”
 Outcome dan probabilitas
 Arif Nugroho Triutomo
18/433436/PKU/17349
KMPK

 Hubungan kesalahan tipe 1 dan tipe 2

Tipe 1 dan tipe 2 tidak dapat terjadi pada satu waktu/waktu yang bersamaan.
Dimana:
- Kesalahan tipe 1 hanya terjadi jika Ho adalah benar
- Kesalahan tipe 2 bisa terjadi jika Ho adalah salah

 Faktor yang mempengaruhi kesalahan tipe 2

 Arif Nugroho Triutomo
18/433436/PKU/17349
KMPK

Hypotehsis tes untuk Mean

 Tes hypothesis untuk µ ada 2 ;

σ diketahui dengan Z test
σ tidak diketahui dengan t test
 Hypothesis tes untuk mean diketahui
Z test untuk mean, σ diketahui:

 Untuk mean dua berpasangan, σ diketahui:

Ubahkan sampel statistik ke statistik test/z statistik

 6 step uji hipotesis:

1. Putuskan dulu Ho dan H1
2. Tentukan level signifikan, α dan besar sampel, n
3. Tentukan uji statistik yang tepat dan distribusi sampel
4. Tentukan critical value dengan menentukan are ditolak dan tidak ditolak
5. Kumpulkan data dan uji statistik
6. Buatlah keputusan dan kesimpulan:
- Jika uji statistik di area tidak ditolak, terima Ho
- Jika uji statistik berada di area ditolak, tolaklah Ho
Deskripsikan kesimpulan managerial dalam konteks masalah tersebut
 Arif Nugroho Triutomo
18/433436/PKU/17349
KMPK

 Pendekatan nilai kritis untuk pengujian

untuk tes “two tail” untuk mean, σ diketahui
mengkonversi statistik sampel (X) untuk menguji statistik (Z statistik)
menentukan nilai Z kritis untuk tingkat signifikansi tertentu α dari tabel atau komputer
Aturan keputusan: jika statistik uji jatuh di wilayah penolakan, tolak Ho; kalau tidak,
jangan tolak Ho
 Contoh uji hipotesis.
Test mengklaim bahwa true mean dari anak pada wanita NTT tidak = 3
Dimana asumsi σ 0,8
a. Ho dan H1
Ho : µ = 3, H1 : µ ≠ 3
b. Tentukan signifikansi level
Α = 0,05 dan n = 100
c. Tenntukan teknik
Σ diketahui jadi Z test
d. Critical value
For α = 0.05 the critical Z values are ±1.96
e. Kumpulkan data dan uji statistik

f. Buatlah daerah ditolak dan tidak ditolak

 P value untuk uji

P value adalah probablititas dari uji statistik yang ekstrem dari pada sampel value yang
memberikan Ho adalah benar.
Membandingkan pvalue dengan α, jika
 P-value < α, tolak Ho
 P-value ≥ α, tidak tolak Ho
 Arif Nugroho Triutomo
18/433436/PKU/17349
KMPK

 One-tail test
Pada banyak kasus, hipotesis alternatif fokus pada arah partikular

adalah tes ekor bawah karena

hipotesis alternatif difokuskan pada
ekor bawah di bawah rata-rata 3

ini adalah tes ekor bagian atas karena

hipotesis alternatif difokuskan pada
ekor bagian atas di atas rata-rata 3

 Lower tail tests

hanya ada satu nilai kritis, karena area penolakan hanya satu ekor

 Upper tail test

hanya ada satu nilai kritis, karena area penolakan hanya satu ekor

 Contoh: uji Z ekor bagian atas untuk mean (σ dikenal)

seorang penyelidik berpikir bahwa pengeluaran kesehatan tahunan telah meningkat, dan
sekarang rata-rata di atas 52 dolar per tahun. penyidik ingin menguji klaim ini.
(Asumsikan σ = 10 diketahui)
 Arif Nugroho Triutomo
18/433436/PKU/17349
KMPK

bentuk uji hipotesis:

rata-rata tidak lebih dari 52 dolar per bulan

rata-rata os lebih besar dari 52 dolar per tahun (bukti

yang cukup ada untuk mendukung klaim invitagotors)
 Arif Nugroho Triutomo
18/433436/PKU/17349
KMPK

 T test hipotesis untuk mean, σ tidak diketahui

 Hipotesis tes untuk proporsi

Melibatkan variabel kategorikal
Menghasilkan 2 kemungkinan
- Sukses
- Gagal
Bagian atau proporsi dari populasi yang sukses di notasikan dengan π
 Proportions
Sampel proporsi dalam kejadian sukses dinotasikan dengan p
 Arif Nugroho Triutomo
18/433436/PKU/17349
KMPK

ketika baik nphi dan n (1-phi) paling sedikit 5, p dapat didekati dengan distribusi normal
dengan rata-rata dan standar deviasi

 Hypothesis test untuk proportsi

 Test Z untuk Proporsi dalam hal jumlah keberhasilani

bentuk yang setara dengan

slide terakhir, tetapi dalam
hal jumlah keberhasilan, X:

 Contoh Z test untuk proporsi

seorang peneliti mengklaim bahwa ia menerima 8% tanggapan dari pengirimannya. untuk
menguji klaim ini, sampel acak sebanyak 500 orang disurvei dengan 25 tanggapan. uji pada
tingkat signifikansi alpha = 0,05
memeriksa :

Ho: π = 0,08
H1: π ≠ 0,08
 Arif Nugroho Triutomo
18/433436/PKU/17349
KMPK

Diketahui
α = 0,05
n = 500
p = 0,05
Critical value= ± 1,96

Tes statistic :

Keputusan: ditolak Ho di α = 0,05

Kesimpulan : ada bukti yang cukup untuk menolak pernyataan peneliti tentang tingkat
respons 8%
 Solusi p-Value

 Potensi jebakan dan etik

 menggunakan data yang dikumpulkan secara acak untuk mengurangi bias seleksi, tidak
menggunakan subyek manusia tanpa persetujuan tertulis
 pilih tingkat alpha yang signifikan dan jenis tes (satu ekor atau dua ekor) sebelum
pengumpulan data
 Arif Nugroho Triutomo
18/433436/PKU/17349
KMPK

 jangan menggunakan "pengintaian data" untuk memilih antara satu ekor dan uji dua
ekor, atau untuk menentukan tingkat signifikansi
 jangan berlatih "pembersihan data" untuk menyembunyikan pengamatan yang tidak
mendukung hipotesis yang dinyatakan
 laporkan semua temuan terkait