1 2
3 4
1
PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS
• Kesimpulan dari pengujian hipotesis secara
• Bila kita ingin mengetahui pendapat mahasiswa statistik hanya berupa menerima atau
tentang khasiat tempuyung sebagai diuretik dan menolak hipotesis dan ini tidak
menanyakan kepada seluruh mahasiswa membuktikan kebenaran hipotesis karena
observasi analisis deskriptif tidak perlu uji
hipotesis.
statistika sama sekali tidak melakukan
pembuktian
• Penerimaan suatu hipotesis terjadi karena
• Tetapi bila kita hanya mengambil sampel
mahasiswa uji hipotesis untuk membuktikan TIDAK CUKUP BUKTI untuk
jawaban dari sampel bisa mewakili jawaban MENOLAK hipotesis tersebut dan BUKAN
seluruh mahasiswa karena HIPOTESIS ITU BENAR
2
JENIS KESALAHAN
LANGKAH PENGUJIAN HIPOTESIS
keputusan Ho benar Ho salah
Terima Ho Tepat Salah jenis II (β) 1.Merumuskan Hipotesis (H0 dan HA)
Tolak Ho Salah jenis I (α) tepat 2.Menentukan nilai kritis (α; df)
Kesalahan jenis I. adalah kesalahan yg dibuat pd 3.Menentukan nilai hitung (nilai statistik)
waktu menguji hipotesis di mana kita menolak Ho
pd hal sesungguhnya Ho itu benar. Dengan kata lain
4.Pengambilan keputusan
adalah peluang menolak Ho yg benar 5.Membuat kesimpulan
Kesalahan jenis II. adalah kesalahan yg dibuat pd
waktu menguji hipotesis di mana kita menerima Ho
pd hal sesungguhnya Ho itu salah. Dengan kata lain
adalah peluang menolak Ho yg salah
9 10
1. Hipotesis Deskriptif
I. MERUMUSKAN HIPOTESIS
Merupakan hipotesis tentang nilai suatu variabel
Ada 3 bentuk rumusan hipotesis: mandiri, tidak membuat perbandingan atau hubungan.
Hipotesis Deskriptif
Hipotesis komparatif Sebagai contoh bila rumusan masalah penelitian sbb:
Hipotesis hubungan (asosiatif) Seberapa tinggi kandungan parasetamol dalam
tabel x?
Berapa lama expired date produk A pada T refri?
Rumusan hipotesis:
• Kandungan parasetamol dalam tablet X adalah 500
mg/tablet.
• Expired date produk X A pada suhu refri 10 hari.
12
3
2. Hipotesis Komparatif 3. Hipotesis Asosiatif
Pernyataan yg menunjukkan dugaan tentang hubungan
• Pernyataan yg menunjukkan dugaan nilai dalam satu
antara dua variabel atau lebih.
variabel atau lebih pada sampel yang berbeda.
Sebagai contoh rumusan hipotesis asosiatif:
• Sebagai contoh rumusan hipotesis komparatif: • Apakah ada hubungan antara dosis obat dengan aktivitas?
Apakah ada perbedaan kandungan • Apakah ada pengaruh penambahan CMC terhadap
parasetamol dalam tablet X dan tablet Y? viskositas larutan?
Apakah ada perbedaan viskositas larutan
A dan B? Rumusan hipotesis:
Rumusan hipotesis: • Tidak ada hubungan antara jumlah iklan dengan volume
Tidak ada perbedaan kandungan parasetamol dalam tablet X penjualan. Ho: ρ = 0 Ha: ρ ≠ 0
dan tablet. Ho: µ1 = µ2 Ha: µ1 ≠ µ2 • Tidak ada pengaruh penambahan CMC terhadap viscositas
Viscositas larutan A tidak berbeda dibandingkan larutan B. Ho: sari buah tomat . Ho: ρ = 0 Ha: ρ ≠ 0.
µ1 = µ2 Ha: µ1 ≠ µ2.
13 14
Perhatikan tingkat signifikansi (α) yang Pengujian dua sisi (two tail) digunakan jika
digunakan. Biasanya 1%, 5%, dan 10%.
parameter populasi dalam hipotesis dinyata-kan
Untuk pengujian 2 sisi, gunakan α/2, dan untuk
pengujian 1 sisi, gunakan α. sama dengan (=).
Banyaknya sampel (n) digunakan untuk
menentukan degree of freedom (df). Pengujian satu sisi (one tail) digunakan jika
Satu sampel: df. = n – 1 parameter populasi dalam hipotesis dinya-takan
Dua sampel: df. = n1 + n2 – 2 lebih besar (>) atau lebih kecil (<).
15 16
4
DAERAH KRITIS RUMUSAN HIPOTESIS
Misalkan q adalah parameter yang akan diuji dengan nilai
yang dihipotesiskannya adalah q0, maka rumusan
D a era h T ola k H 0
D a era h T ola k H 0 hipotesisnya dapat mengambil beberapa bentuk :
D a era h T erim a H 0
/2 /2 /2
/2
H0 : = 0
d1 d2
Uji dua pihak
Uji 2 pihak H1 : ≠ 0
H0 : = 0
Uji pihak kanan
H1 : > 0
D a era h T ola k H 0
D a era h T ola k H 0
H0 : = 0
D a era h T erim a H 0
/2
D a era h T erim a H 0 /2
/2
/2
Uji pihak kiri
d d H1 : < 0
Uji pihak kanan Uji pihak kiri
17 18
19 20
5
V. MEMBUAT KESIMPULAN BERBAGAI JENIS UJI HIPOTESIS
Uji RATA-RATA
Rata-rata sampel dengan rata-rata hipotesis
Beda dua rata-rata untuk data independen
(sampel besar)
Beda dua rata-rata untuk data independen
(sampel kecil)
Beda dua rata-rata untuk data observasi yang
berpasangan (paired observations)
21 22
23
23 24
6
DAERAH KRITIS UJI RATAAN UJI RATAAN DUA POPULASI
SATU POPULASI Ho : µ1-µ2=µo vs H1 : µ1-µ2=µo ≠ µo
Uji 2 arah
Ho : µ = µovs H1 : µ ≠ µo Z < -Zα/2 atau Z < Zα/2 T< -Tα/2 atau T <Tα/2 µo adalah suatu konstanta yang diketahui
Ho : µ ≤ µo vs H1 : µ > µo Z > Zα T > Tα/2
Ho : µ ≥ µo vsH1 : µ < µo Z < -Zα T < -Tα/2
25 26
25 26
2 2
7 8
7
4. Tentukan daerah penerimaan atau penolakan 5. Lakukan uji statistik
H0 Diketahui :
n = 100 kapsul
μ0 = 250 mg
Daerah s = 2 mg
Penerimaan _
H0 x = 249,5 mg
2 3
9 0
8
TAHAP UJI HIPOTESIS 4. Tentukan daerah penerimaan atau penolakan H0
1. Rumuskan hipotesis uji (H0 dan Ha)
H0 ; μ = 4 ml
Ha ; μ > 4 ml
α = 0,05 Tα,n-1 = 1,64
2. Tentukan derajat kemaknaan Daerah
penolakan
α = 0,05 Zα = 1,65 H0
zα =
3. Tentukan uji statistik (n > 30) 1,64
Titik
uji Z karena n >30 kritis z
atau t
3 3
3 4
9
Uji Satu Proporsi (p)
CONTOH
Hipotesis H 0 : p = p0 melawan
Suatu obat yang biasa dijual untuk mengurangi
H1 : p ≠ p0 atau ketegangan syaraf diyakini manjur hanya 60%. Hasil
H 1 : p > p0 percobaan dengan obat baru yang diuji cobakan pada
atau
sampel berukuran 100 orang dewasa yang menderita
H1 : p < p0
ketegangan syaraf menunjukkan bahwa 70 orang
x mersa tertolong. Apakah kenyataan ini cukup untuk
− p0
menyimpulkan bahwa obat baru tadi lebih unggul dari
Statistik Uji : z = n
p0 (1 − p0 ) / n yang biasa ?Gunakan taraf keberartian α = 5%
37
Penyelesaian: Penyelesaian:
1. Rumusan Hipotesis H 0 : p = 0,60 0 ,7 − 0 ,6 (0,1)(10 )
Artinya obat yang biasa dijual untuk mengurangi
z=0 =
0,6( 0,4 ) / 100 0,24
ketegangan syaraf diyakini manjur hanya 60%
1
= = 2,04
H 0 : p > 0,60 0,49
Artinya obat yang biasa dijual dapat mengurangi 4. Keputusan :
ketegangan syaraf diyakini manjur dari 60%
Oleh karena Z = 2,04 >Zα = Z0,05= 1,65, maka
2. α = 5%, Ho ditolak apabila Z >Zα = Z0,05= 1,65 Ho ditolak
5. Kesimpulan obat yang
baru lebih unggul
3. Uji Statistik : x
− p0
z= n D a era h T erim a H 0
D a era h T ola k H 0
p0 (1 − p0 ) / n
/2
/2
39 40
d
10
Uji Dua Rata-rata, populasi independen dan Contoh Perbandingan dua rata-rata
berdistribusi normal Adanya krom dalam suatu sampel ditentukan kadarnya
dengan 2 metode.
Rumusan Hipotesis H 0 : 1 = 2 melawan Metode 1: rata-rata = 1,48; standar deviasi = 0,28
H 1 : 1 ≠ 2 atau Metode 2: rata-rata = 2,33; standar deviasi 0,31
Untuk tiap metode dilakukan 5 kali penentuan.
H 1 : 1 > 2 atau
Apkah kedua metode menghasilkan rata-rata yang berbeda?
H1 : 1 < 2
Hipotesis null: rata2 metode 1 = rata-rata metode 2.
1. Asumsi : σ1 = σ2 = σ diketahui Nilai pooled standard deviasi-nya
x1 − x 2
Statistik Uji : z=
1 1
+
n1 n 2
Nilai t-kritik untu (df = 8; P = 0,05) adalah 2,31.
2. Asumsi : σ1 = σ2 = σ tidak diketahui t-hitung (4,56) > t-kritik (2,31) hipotesis null ditolak
x1 − x 2 (n1 − 1) s12 + (n2 − 1) s 22
Statistik Uji : t= s2 =
1 1 n1 + n2 − 2
s + DUA RATA-RATA DARI DUA METODE ADALAH BERBEDA BERMAKNA
41 n1 n2 df = n1 + n2 − 2
CONTOH PENYELESAIAN
Adanya krom dalam suatu sampel ditentukan ( n1 − 1) s12 + ( n 2 − 1) s 22
kadarnya dengan 2 metode. Metode 1: rata-rata = s2 =
n1 + n 2 − 2
1,48; standar deviasi = 0,28. Metode 2: rata-rata =
2,33; standar deviasi 0,31. Untuk tiap metode
( 5 − 1) (0,28 ) + ( 5 − 1) (0,31 )
2 2
dilakukan 5 kali penentuan.Apakah kedua metode = → s = 0,295
menghasilkan rata-rata yang berbeda? 5+5−2
x1 − x 2 2 ,33 − 1,48
t= = = 4 ,56
1 1 1 1
s + 0,295 +
n1 n 2 5 5
Nilai t-kritik untu (df = 8; P = 0,05) adalah 2,31.
t-hitung (4,56) > t-kritik (2,31) hipotesis null ditolak
11
Uji Dua Proporsi CONTOH
Rumusan Hipotesis H 0 : p1 = p2 melawan Seorang ahli farmakologi mengadakan dua macam
H1 : p1 ≠ p2 percobaan obat anti hipertensi. Obat pertama diberikan
atau
pada 100 ekor tikus dan ternyata 60 ekor menunjukkan
H1 : p1 < p2 atau
perubahan tekanan darah. Obat kedua diberikan pada
H 1 : p1 > p2
150 ekor tikus dan ternyata 85 ekor tikus berubah
tekanan darahnya. Apakah ada perbedaan antara obat
x1 / n1 − x 2 / n2
Statistik Uji : z= pertama dan obat kedua ?Ujilah dengan taraf signifikan
1 1
pq ( ) + ( ) 5% !
n1 n1
x1 + x 2
p= q = 1− p
n1 + n2
Penyelesaian: PENYELESAIAN
x1 + x2 60 + 85
3. Uji Statistik : p= = = 0,58
1. Rumusan Hipotesis H 0 : p1 = p2 n1 + n2 100 + 150
x1 / n1 − x2 / n2 q = 1 − p = 1 − 0,58 = 0,42
H 0 : p1 ≠ p2 z=
1 1 x1 60
=
x
= 0,6 dan 2 =
85
= 0,57
pq( ) + ( ) n1 100 n2 150
2. α = 5%, Ho ditolak apabila Z >Zα /2= Z0,025= 1,96 n1 n1
atau Z<- 1,96 0,61 − 0,57
= = 0,64
(0,58)(0,42) 1 1
+
100 150
D a era h T ola k H 0
D a era h T ola k H 0
D a era h T erim a H 0
/2 /2 /2
/2
− 1, 96 1,96
d1 d2 D a era h T ola k H 0
D a era h T ola k H 0
D a era h T erim a H 0
/2 /2 /2
/2
d1
z = 0,64 d2
47
12
PENYELESAIAN
4. Keputusan : Ho diterima artinya proporsi obat
pertama dengan obat kedua tidak ada
1. Dari 98 orang mahasiswa Farmasi STFB yang
perbedaan dalam percobaan dijadikan sampel, rata-rata absen kuliah 2,75 hari per
bulan (simpangan baku = 0,2 hari). Dengan derajat
kemaknaan 10% , ujilah : Apakah rata-rata absensi
mahasiswa Farmasi STFB lebih besar dari 2,5 hari
per bulan ?
2. Seorang job-specialist menguji 25 administrator
kesehatan dan mendapatkan bahwa rata-rata
penguasaan pekerjaan administrator kesehatan
adalah 22 bulan dengan simpangan baku = 4 bulan.
Dengan taraf nyata 5% , ujilah : Apakah rata-rata
penguasaan kerja adminisrator kesehatan tidak sama
dengan 20 bulan?
50
3. Perusahaan farmasi ‘Pharos’ memproduksi obat 4. Suatu jenis vaksin influenza yang beredar di
jenis tertentu yang masa pakainya menghampiri pasaran diketahui hanya 25% efektif setelah
distribusi normal dengan rata-rata 800 hari dan periode dua tahun. Untuk menentukan apakah
simpangan baku 40 hari. Sampel acak 40 obat suatu vaksin baru lebih unggul dalam memberikan
jenis tersebut menghasilkan masa pakai rata-rata perlindungan terhadap virus yang sama untuk
788 hari. Ujilah hipotesis bahwa masa pakai obat periode yang lebih lama, dilakukan penelitian. 100
tersebut sudah berkurang dari 800 hari dengan orang diambil secara acak dan diinokulasi dengan
tingkat signifikan = 4% vaksin baru tersebut. Bila 37 orang atau lebih di
antara yang menerima vaksin baru terbebas dari
virus tersebut selama periode 2 tahun, maka
vaksin baru dinilai lebih unggul. Ujilah vaksin tsb
dengan tingkat signifikan = 5%
51
13