STATISTIK INFERENSIAL,
HIPOTESIS DAN PENGUJIAN HIPOTESIS
STATISTIK INFERENSIAL
Pada statistik induktif/ inferensial kita akan melakukan penyimpulan /
pengambilan keputusan dari suatu populasi tertentu berdasarkan sebagian data
(sampel) yang dikumpulkan.
Konsep dasarnya:
- Distribusi sampling yaitu distribusi dari mean-mean sampel yang diambil
secara berulang kali dari suatu populasi.
- Sampling Error adalah kesalahan karena penelitiannya menggunakan sampel.
- Standard Error (SE) adalah simpangan baku dari distribusi rata-rata sampel.
- Estimasi adalah suatu metode dimana diperkirakan nilai populasi (parameter)
dengan menggunakan nilai sampel (statistik).
- Uji hipotesis. Tujuannya adalah untuk menguji apakah data dari sampel yang
ada sudah cukup kuat untuk menggambarkan populasinya. Atau apakah bisa
dilakukan generalisasi tentang populasi berdasarkan hasil sample
Sampel Populasi
Proporsi p
Jumlah unit n N
Pada uji hipotesis, dikenal uji statistik parametrik dan non parametrik
1
UJI STATISTIK NON PARAMETRIK
STATISTIKA PARAMETRIK
I. PENDAHULUAN
Ciri dalam statistika parametrik adalah data yang mempunyai skala pengukuran
interval dan rasio.
Jadi distribusi variabel random ini mempunyai peran yang besar dalam statistika
parametrik
2
II. TEKNIK STATISTIKA PARAMETRIK
A. Asumsi
KURVA NORMAL
-3 -2 -1 +1 +2 +3 x
f (z) =0
=1
-3 -2 -1 0 1 2 3 z
Transformasinya:
x -
Z =
3
III. JENIS ANALISIS STATISTIK PARAMETRIK
1. Menaksir parameter populasi
2. Menguji hipotesis tentang parameter di populasi
1) Statistik uji komparatif
a. Uji t satu sampel
b. Uji t berpasangan (paired t test)
c. Uji t untuk 2 sampel independent
d. Analisis varian (Anava)
2). Statistik uji korelatif
a. Uji korelasi Pearson
b. Regresi Linier Sederhana
PENGERTIAN :
Hipotesis sesuai dengan asal katanya (hypo berarti dibawah, thesis berarti
dalil, kaidah, hukum), adalah pernyataan tentang suatu dalil atau kaidah, tetapi
kebenarannya belum terujikan secara empirik. Dengan demikian, dikaitkan dengan
dengan masalah penelitian, hipotesis merupakan jawaban sementara terhadap
permasalahan yang diajukan, yang kebenaran jawaban ini akan dibuktikan secara
empirik dengan penelitian yang akan dilakukan.
Secara lebih operasional yaitu :
“Suatu pernyataan sementara yang perlu diuji kebenarannya.”
MACAM HIPOTESIS
Dalam pernyataannya, terdapat dua macam hipotesis statistik yaitu hipotesis nol (Ho)
dan hipotesis alternatif (Ha).
4
Contoh :
1. Tidak ada hubungan antara kehamilan dengan kadar hemoglobin ibu
2. Tidak ada perbedaan rata-rata kadar hemoglobin antara ibu yang hamil dengan
ibu yang tidak hamil. Atau Rata-rata kadar hemoglobin populasi ibu hamil
sama dengan rata-rata kadar hemoglobin populasi ibu yang tidak hamil..
ARAH/BENTUK HIPOTESIS
Bentuk hipotesis alternatif akan menentukan arah uji statistik apakah satu arah
(one tail) atau dua arah (two tail).
1. One tail (satu sisi) : Bila hipotesis alternatifnya menyatakan adanya perbedaan dan
ada pernyataan yang mengatakan hal yang satu lebih tinggi/rendah dari hal yang
lain.
Contoh :
Rata-rata kadar hemoglobin populasi ibu tidak hamil lebih tinggi dari rata-rata
kadar hemoglobin populasi ibu yang hamil.
2. Two tail (dua sisi) : merupakan hipotesis alternatif yang hanya menyatakan
perbedaan tanpa melihat apakah hal yang satu lebih tinggi/ rendah dari hal yang
lain.
Contoh :
Ada perbedaan rata-rata kadar hemoglobin antara ibu yang hamil dengan ibu yang
tidak hamil. Atau Rata-rata kadar hemoglobin populasi ibu hamil berbeda dengan
rata-rata kadar hemoglobin populasi ibu yang tidak hamil.
Ho : 1 = 2 ( Tidak ada perbedaan mean tekanan darah antara orang yang merokok
dengan yang tidak merokok ).
Ha : 1 2 (Ada perbedaan mean tekanan darah antara orang yang merokok
Dengan yang tidak merokok ).
Ho : = 0 (Tidak ada korelasi antara jumlah rokok yang dihisap dengan tekanan
darah)
Ha : > 0 (Ada korelasi positif antara jumlah rokok yang dihisap dengan tekanan
darah)
5
Asumsi hipotesis nol
Pada satu hipotesis ilmiah, dimungkinkan untuk dapat diajukan satu atau
beberapa hipotesis statistik. Sebagaimana suatu proses pengujian di ruang sidang,
maka pernyataan yang diuji adalah adalah pernyataan yang menggambarkan praduga
tak bersalah. Jadi pernyataan hipotesis yang diuji secara statistik adalah hipotesis nol.
Dapat diingat bahwa sejak awal proses pengujian, maka hipotesis nol dianggap atau
diasumsikan benar.
1. Kesalahan tipe I ( )
Merupakan kesalahan menolak Ho padahal sesungguhnya Ho benar. Artinya
menyimpulkan adanya perbedaan padahal sesungguhnya tidak ada perbedaan.
Peluang kesalahan tipe I adalah atau sering disebut Tingkat Signifikansi
(significance level). Sebaliknya peluang untuk tidak membuat kesalahan tipe I
adalah sebesar 1 - , yang disebut dengan Tingkat Kepercayaan (confidence level).
2. Kesalahan tipe II ( )
Merupakan kesalahan tidak menolak Ho padahal sesungguhnya Ho salah. Artinya
menyimpulkan tidak ada perbedaan padahal sesungguhnya ada perbedaan. Peluang
untuk membuat kesalahan tipe II adalah sebesar . Peluang untuk tidak membuat
kesalahan tipe II adalah sebesar 1 - , dan dikenal sebagai Tingkat Kekuatan Uji
(power of the test).
Kesalahan pengambilan keputusan
Keputusan Populasi
Ho benar Ho salah
Tidak menolak Ho Benar (1 - )
Menolak Ho Benar ( 1 - )
6
Bila kita menolak Ho berarti menyatakan adanya perbedaan / hubungan. Sehingga
nilai dapat diartikan pula sebagai batas maksimal kita salah menyatakan adanya
perbedaan.
Penentuan nilai alpha ( ) tergantung dari tujuan dan kondisi penelitian. Nilai
yang sering digunakan adalah 10 %, 5 %, 1 %, Untuk bidang kesehatan masyarakat
biasanya digunakan nilai sebesar 5 %. Sedangkan untuk pengujuan obat-obatan
digunakan batas toleransi kesalahan yang lebih kecil misalnya 1 %, karena
mengandung risiko yang fatal.
1. Pendekatan klasik
Untuk memutuskan apakah Ho ditolak atau gagal ditolak, dapat digunakan dengan
cara membandingkan nilai perhitungan uji statistik dengan nilai pada tabel. Nilai
tabel yang dilihat sesuai dengan jenis distribusi uji yang kita lakukan.
Ketentuan :
Bila nilai perhitungan uji statistik lebih besar dibandingkan nilai yang berasal
dari tabel (nilai perhitungan > nilai tabel), maka keputusannya : Ho ditolak.
Ho ditolak, artinya: ada perbedaan kejadian (mean/proporsi) yang signifikan
antara kelompok data satu dengan kelompok data yang lain.
Bila nilai perhitungan uji statistik lebih kecil dibandingkan nilai yang berasal
dari tabel ( nilai perhitungan < nilai tabel), maka keputusannya : Ho gagal
ditolak.
Ho gagal ditolak, artinya: tidak ada perbedaan kejadian (mean/ proporsi) antara
kelompok data satu dengan kelompok data yang lain. Perbedaan yang ada
hanya akibat dari faktor kebetulan (by chance).
2. Pendekatan probabilistik
Setiap kita melakukan uji statistik dengan menggunakan komputer maka akan
ditampilkan / dikeluarkan nilai p (p-value). Dengan nilai p kita dapat
menggunakan untuk keputusan uji statistik dengan cara membandingkan nilai p
dengan nilai . Ketentuan :
Bila nilai p nilai maka keputusannya adalah Ho ditolak
Bila nilai p nilai maka keputusannya adalah Ho gagal ditolak
Perlu diketahui bahwa nilai p two tail adalah dua kali 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. Dengan demikian dapat
disederhanakan dengan rumus: nilai p two tail = 2 x nilai p one tail.
NILAI p (p-value)
Pengertian nilai p
Nilai p merupakan nilai yang menunjukkan besarnya peluang untuk
mendapatkan Ho yang benar Harapan kita nilai p adalah sekecil mungkin, sebab bila
nilai p nya kecil maka kita yakin bahwa adanya perbedaan pada hasil penelitian
7
menunjukkan pula adanya perbedaan di populasi. Dengan kata lain kalau nilai p nya
kecil maka peluang bahwa tidak ada perbedaan adalah kecil.
Nilai p dapat diartikan pula sebagai besarnya nilai peluang hasil penelitian
(misalnya adanya perbedaan mean atau proporsi) terjadi karena faktor kebetulan (by
chance). Kalau nilai p nya kecil maka perbedaan yang ada pada penelitian terjadi
karena faktor kebetulan (by chance) adalah kecil.
1. Menetapkan hipotesis
Tetapkan hipotesis nol (Ho) dan hipotesis alternatif (Ha).
Dari hipotesis alternatif akan diketahui apakah uji statistik menggunakan satu arah
(one tail) atau dua arah (two tail).
8
3. Menentukan uji statistik yang sesuai
Ada beragam uji statistik. Setiap uji statistik mempunyai persyaratan tertentu yang
harus dipenuhi. Oleh karena itu harus digunakan uji statistik yang tepat sesuai
dengan data yang diuji. Jenis uji statistik sangat tergantung dari:
1). Jenis variabel yang akan diteliti (numerik atau katagorik)
2). Jenis distribusi data (normal atau tidak normal)
Pihak kiri
daerah penolakan
daerah penerimaan
(1 )
9
Aturan pengambilan keputusan, dengan contoh menyangkut distribusi normal
Bila Z hitung > 1,96 atau Z hitung < - 1,96 Tolak Ho pada taraf kemaknaan
5%. Artinya ada perbedaan atau ada hubungan
Bila Z antara – 1,96 sampai dengan 1,96 Gagal tolak Ho pada taraf kemaknaan
( ) 5%. Artinya tidak ada perbedaan atau tidak ada hubungan
– 1,96 1,96
Pada = 1% Z = 2,33
Pada = 5% Z = 1,64
daerah penolakan
95%
1,64
Pada = 1% Z = 2,33
Pada = 5% Z = 1,64
10
daerah penolakan
95%
1,64
Soal :
Daftar pustaka
1. Budiarto. Biostatistika untuk kedokteran dan kesehatan masyarakat. EGC. Jakarta.
2002
2. Chandra, B. Pengantar Statistik Kesehatan. Penerbit Buku Kedokteran EGC.
Jakarta.1995.
3. Dawson B, Trapp RG. Basic and Clinical Biostatistics. Third Edition. McGraw-
Hill International Editions. Lange Medical Books, The McGraw-Hill Companies.
2001.
3. Kuzma. Basic Statistics for the Health Sciences. Mayfield Publishing Company.
1984
4. Norman and Streiner. Biostatistics : The Bare Essentials, Mosby. 1994.
5. Pagano, M dan K. Gaureau. Principles of Biostatistics. Belmont, Duxury Press.
1993.
6. Sabri dan Hastomo. Statistika kesehatan. PT Raja Grafindo Persada. Jakarta. 2006.
7. Sheskin, D.J. Handbook of Parametric and Nonparametric Statistical Prosedures.
Third Edition. Chapman & Hall/CRC. Florida.
11