UJI HIPOTESIS

• UJI PERBANDINGAN
HIPOTESIS

• Hipotesis umum / konseptual : dugaan sementara tentang suatu keadaan.

Keadaan itu dapat berupa perbedaan, hubungan atau pengaruh
• Hipotesis statistik : hipotesis yang dapat dinyatakan dengan besaran-
besaran statistik
• Bentuk rumusan hipotesis statistik :
H0 : hipotesis keadaan tak berbeda / tak berhubungan
H1 : hipotesis keadaan berbeda / berhubungan
• Hipotesis harus diuji untuk verifikasi tentang keadaan itu. Pengujian
dapat dilakukan secara non-statistik atau dengan statistik. Secara
statistik, menguji apakah dugaan tentang populasi itu benar atau
didukung data.
UJI HIPOTESIS

Langkah-langkah Uji Hipotesis statistik:

•
Nyatakan H0 dan H1 (hipotesis alternatif). Tentukan apakah hipotesis
berupa 2 arah atau 1 arah.
•
Ex. H0 : μ = 3 vs. H1 : μ ≠ 3 (2 arah) or H1 : μ < 3 (1 arah)
•
Tentukan taraf signifikansi α, misal : 1%, 5%, 10% dsb
• Pilih uji statistik yang sesuai : parametrik (uji T, uji F, uji Z) atau non-
parametrik (uji λ) dan tentukan wilayah kritik
UJI HIPOTESIS (1)

• Hitung nilai statistik uji berdasarkan data yang diambil. SPSS akan
menkonversikan nilai itu menjadi probabilitas siginifikansi (p)
• Pengambilan keputusan dengan cara membandingkan nilai p dengan
nilai α (taraf signifikansi)
- tolak H0 bila p < α dan terima H0 bila p ≥ α
TARAF SIGNIFIKANSI

Kesalahan dlm Pengambilan Keputusan :

• Kesalahan Jenis Pertama (KJ I)
•

• Tolak Ho padahal Ho Benar

• Peluang (KJ I) = Alpha (α)
• Alpha disebut Taraf Nyata (significant level)
• Kesalahan Jenis Kedua (KJ II)
•

• Terima Ho padahal Ho Salah

• Peluang (KJ II) = Beta (β)
• (1-Beta) disebut Kuasa Uji (Power of Test)
• Nilai keduanya berkisar dari 0% s/d 100% atau 0 s/d 1. Kita
cukup memilih salah satu dari keduanya.
 WILAYAH KRITIK (Uji 1 arah)

Sampling Distribution
Level of Confidence
Rejection
Region
1–α
α
Nonrejection
Region

Ho Sample Statistic
Critical Value
Value Observed sample statistic
 WILAYAH KRITIK (Uji 2 arah)

Sampling Distribution
Level of Confidence
Rejection Rejection
Region Region
1–α
1/2 α 1/2 α
Nonrejection
Region

Ho Sample Statistic
Critical Value Critical
Value Value
Observed sample statistic
UJI STATISTIK

•
Dibedakan antara statistik parametrik dan non-parametrik
• Parameter lazimnya mengacu pada ciri populasi yang terukur dengan
jelas, misal rata-rata, varians, proporsi dll. Ciri sampel adalah statistik.
Namun bentuk ini tergantung terutama pada skala pengukuran data :
interval / rasio – statistik parametrik
• Untuk data dengan skala yang lebih rendah (nominal, ordinal) harus
diperlakukan secara berbeda dengan skala interval / rasio – statistik
non-parametrik
•
Statistik non-parametrik dapat digunakan untuk data kecil (n<30),
kecuali yang didasarkan pada tabulasi silang
UJI STATISTIK (1)

• Dalam satu variabel terdiri satu kelompok (sampel)

contoh : Variabel nilaiUTS
• Variabel lain dapat menjadikan lebih dari 1 kelompok
contoh : NilaiUTS untuk pria & wanita (jenis kelamin)
• Uji perbandingan mengacu pada kelompok, sedangkan uji
hubungan mengacu pada variabel.
 UJI STATISTIK (2)

Perbandingan antar statistika

Non-Parametrik
Parametrik
● Tidak ada syarat-syarat mengenai
• adanya syarat-syarat mengenai parameter populasi seperti tak ada
parameter populasi seperti asumsi kenormalan
asumsi kenormalan.
● Variabel yg dianalisis pada
• Variabel yang dianalisis umumnya terukur dalam skala
umumnya terukur dalam skala ordinal atau nominal.
interval, atau rasio.
● Sampai saat ini, sebagian besar
• Lebih dari dua variable bebas analisis non-parametrik terbatas
dapat dianalisis secara satu variable bebas.
bersamaan dalam satu analisis.
UJI PERBANDINGANstatistik parametrik & non-
parametrik

Uji perbandingan parametrik Non-parametrik

■ 1 kelompok Uji t

■ 2 kelompok

- berhubungan Uji t berpasangan Uji tanda

- saling bebas Uji t saling bebas Mann-Whitney

■ > 2 kelompok

- berhubungan Friedman

- saling bebas Anova 1 arah Kruskal-Wallis

UJI HUBUNGANstatistik parametrik & non-
parametrik

Uji hubungan parametrik Non-parametrik

2 variabel - korelasi pearson - Λ2 (chi-kuadrat)
- uji regresi - korelasi spearman
> 2 variabel - korelasi parsial
- korelasi berganda
- uji regresi berganda
UJI PERBANDINGAN
fokus : perbandingan rata-rata

STATISTIK PARAMETRIK
CIRI STATISTIK PARAMETRIK

• Variabel yang dibandingkan harus terukur dalam skala interval /

rasio
• Variabel pembedanya berbentuk kategorik (terukur dalam skala
nominal / ordinal)
• Banyaknya kategori dalam variabel pembeda memuat jumlah
kelompok yang dibandingkan
• Terdapat asumsi-asumsi dasar yang harus dipenuhi pada data agar
teknik statistik parametrik dapat digunakan (normalitas,
independensi, dsb)
UJI PERBANDINGAN 1 KELOMPOK

• Membandingkan rata-rata / mean (μ) 1 kelompok dengan nilai tertentu

• Hipotesisnya : H0 : μ = μ0 vs. H1 : μ ≠ μ0 (μ0 konstanta)
• Tetapkan taraf signifikansinya (α)
• Uji statistik yang digunakan adalah uji T
• Pengambilan keputusan dengan cara membandingkan nilai p
(probabilitas signifikansi) dengan nilai α - tolak H0 bila p < α dan
terima H0 bila p ≥ α
• Contoh : Uji apakah rata-rata kandungan vitamin C suplier CSB dalam
populasi sama dengan spesifikasi yang ditetapkan Pemerintah Amerika
Serikat, yaitu 40 mg/100g CSB atau berbeda.
Hipotesisnya : H0 : μ = 40 vs. H1 : μ ≠ 40
Uji Mean Satu Kelompok

Perintah dalam SPSS

• Buka file one_sampel_t
Klik variable yang mau diuji rata-ratanyake kanan

Mau menguji apakah rata-rata kandungan vitamin C suplier CSB

dalam populasi sama dengan spesifikasi yang ditetapkan pemerintah
Amerika Serikat, yaitu 40 mg/100g CSB atau berbeda.
Output SPSS

One-Sample
Statistics
  N Mean Std. Std. Error
Deviation Mean
One-Sample
Kandungan 8 22.50 7.191 2.542
Test
Vitamin C
  (mg/100g) Test
Valu
e=
40
  t df Sig. Mean 95%
(2-tolak H Differe
Karena Sig < α (0.05) maka . Jadi Confid
rata-rata kandungan
0
tailed) nce ence
vitamin C dlm populasi yg diteliti berbeda dari 40 mg/100g CSB.
Interva
l of the
Differe
UJI PERBANDINGAN 2 KELOMPOK : saling
bebas

• Membandingkan rata-rata / mean (μ) 2 kelompok yang saling bebas

• Hipotesisnya : H0 : μ1 = μ2 vs. H1 : μ1 ≠ μ2
• Tetapkan taraf signifikansinya (α)
• Uji statistik yang digunakan adalah uji T
• Pengambilan keputusan dengan cara membandingkan nilai p
(probabilitas signifikansi) dengan nilai α
- tolak H0 bila p < α dan terima H0 bila p ≥ α
• Contoh : Ingin diuji apakah rata-rata waktu pengeringan cat kayu ABC
(Group1=1) sama dengan rata-rata waktu pengeringan cat kayu XYX
(Group2=2) di populasi yang diteliti.
• Hipotesis: H0 : μABC = μXYZ vs. H1 : μABC ≠ μXYZ
Uji Means 2 Kelompok Bebas

Perintah dalam SPSS

▪ Buka file independen_t_test_twotail
 Ingin diuji apakah rata-rata
rata-rata waktu
pengeringan cat kayu ABC
(A1=1) sama dengan rata-
rata waktu pengeringan cat
kayu XYX (A2=2) di
populasi yang diteliti.

Klik ke kanan variable yang mau

diuji rata-ratanya (test atau
dependent variable)

Klik ke kanan variable yang dijadikan pengelompokan

(independent variable). Dalam hal ini group, waktu
pengeringan kayu.
Output SPSS Uji Means 2 kelompok Bebas

Group
Statistics
group N Mean Std. Std.
Deviatio Error
n Mean
Waktu Cat 6 69.50 3.271 1.335
Kering Kayu
ABC di atas memperlihatkan bahwa:
Statistik deskriptif
Cat kayu ABCCatcenderung 6 memiliki
66.00 1.414 lebih
waktu pengeringan .577lama
Kayu
dibanding Cat kayu XYZ (dari rata-rata/means).
Cat kayu ABCXYZ lebih berfluktuasi (bervariasi) waktu pegeringannya
dibanding mahasiswa Cat kayu XYZ (dari std dev).
 Statistik Uji Means Dua Kelompok Bebas

Indepen
dent
Samples
Test
Le t-
ven tes
e's t
Tes fo
t r
for Eq
Eq
Fluktuasi IPK Kumulatif seluruh ua Rata-rata IPK Kumulatif seluruh
mahasiswa laki-laki maupun uali
perempuan lit mhs perempuan berbeda nyata
di populasi yang diteliti sama
ty karena Sigy dengan seluruh mhs laki-laki.
> α (0.05). of of
Var M
ian ea
UJI PERBANDINGAN 2 KELOMPOK :
berpasangan

• Membandingkan rata-rata / mean (μ) 2 kelompok yang berpasangan

• Hipotesisnya : H0 : μ1 = μ2 vs. H1 : μ1 ≠ μ2
• Tetapkan taraf signifikansinya (α)
• Uji statistik yang digunakan adalah uji T
• Pengambilan keputusan dengan cara membandingkan nilai p
(probabilitas signifikansi) dengan nilai α
- tolak H0 bila p < α dan terima H0 bila p ≥ α
• Contoh : Ingin diuji apaka ada beda rata-rata kandungan pencemaran air
raksa di Lokasi A dengan rata-rata kandungan pencemaran air raksa
Lokasi B di sungai Ciliwung
• H0 : μlokasiA = μlokasiB vs. H1 : μlokaiA ≠ μlokasiB
Uji Means 2 Kelompok Berpasangan

Perintah dalam SPSS

▪ Buka file paired_t_tes_unequal1
Klik variable pertama (Lokasi A) kmdn klik variable
kedua (Lokasi B) pindahkan ke kanan (paired variables)
Output SPSS Uji Means 2 Kelompok Berpasangan

Paired
Samples
Statistic
s
    Mean N Std. Std.
Deviat Error
ion Mean
Pair 1 Lokas 27.42 7 3.002 1.134
iA 86 06 67
Pair
ed Lokas 31.38 7 4.107 1.552
Sam iB 57 08 33
ples
Corr
elati
ons
P
ai
re
d
S
a
m
pl
e
s
T
e Tidak ada beda rata-rata kandugan pencemaran
air raksa di Lokasi A dan Lokasi B dari seluruh
st lokasi yang diteliti di sungai Ciliwung .
    Paire t df Sig. (2-
d tailed)
Diffe
UJI PERBANDINGAN K KELOMPOK saling
bebas

• Membandingkan mean (μ) > 2 kelompok saling bebas

• Hipotesisnya : H0 : μ1 = … = μk vs. H1 : minimal ada 2 μi yang tak sama
• Tetapkan taraf signifikansinya (α)
• Uji statistik yang digunakan adalah uji T
• Pengambilan keputusan dengan cara membandingkan nilai p
(probabilitas signifikansi) dengan nilai α
• - tolak H0 bila p < α dan terima H0 bila p ≥ α
• Contoh : Ingin diuji apakah rata-rata jumlah produk cacat yang
dihasilkan ke-3 production line (1, 2 dan 3) sama atau berbda
• H0 : μ1 = μ2 = μ3 vs. H1 : minimal ada 2 μi tak sama
Uji Means k-kelompok Bebas (k>2)
Perintah dalam SPSS
▪ Buka file one_sampel_t
Klik variable Jumlah Product Cacat dan
pindahkan ke kanan sbg dependent
variables
Klik variable Production Line dan
pindahkan ke kanan sebagai factor.
Klik Post hoc, selanjutnya klik
Bonferroni dan cheffe. Untuk uji
Pembanding berganda (multiple
comparisons).
 Output Oneway (Uji Means k-kelompok Bebas)

Descriptives
Jumlah          
Produk Cacat
  N Me Std. Std. 95% Min Max
an Deviat Erro Confi imu imu
ion r dence m m
Interv
Test of al for
Homoge Mean
neity of
  Lower Upper
Variance
Bound Bound
s
Production 4 3.9Karena.2828
Sig < α .maka 3.450 4.350 3.5 4.1
Jumlahdisimpulkan bhw asumsi  
Line 1 00 141
Produkkehomogenan variance tidak
4
Cacat terpenuhi
Production 4 2.3 .6245 . 1.356 3.344 1.5 3.0
Levene df1 df2 Sig.
Line 2 50 312
Output Oneway (uji k-
kelompok bebas)

Bila asumsi
terpenuhi.

ANOVA
Jumlah         Krn Sig > α, maka
Produk disimpulkan bahwa
Cacat minimal ada 2 μi yang
tak sama.
  Sum df Mean F Sig.
of Squar
Squar e
es
Between 9.274 2 4.637 15. .
Groups 098 001
Within 3.378 1 .307    
Groups 1
 Multipl
e
Compa
risons
Depen          
dent
Variabl
e:cacat
Jumlah
Produk
Cacat
  (I) line (J) line Mean Std. Sig. 95%
Produc Produc Differ Err Confi
tion tion ence or dence
Line
Sig. Production Line
Line 1 dan (I-J)Line 2, dan Production
Production InterLine 1 dan
Production Line 3 < α, rata-rata jumlah produk cacat yangvaldihasilkan Production
Line
  1 dan Production Line 2, Production Line 1 dan Production
Lowe LineUppe3, berbeda
nyata
r r
Boun Boun
 Daftar Pustaka:
• Uyanto, S.S. (2009). Pedoman analisis data dengan SPSS.
Edisi Ketiga. Yogyakarta: Penerbit Graha Ilmu.
• Bahan Kuliah Metode Penelitian, J.Tjahjo Baskoro.