Statistika Sosial

Bab-7
Perumusan
Hipotesis
Tujuan Bab
Setelah menyelesaikan bab ini, mahasiswa mampu:
Setelah menyelesaikan bab ini, Anda seharusnya bisa:
1. Merumuskan hipotesis nol dan alternatif untuk aplikasi
yang melibatkan mean populasi tunggal
2. Merumuskan aturan keputusan untuk menguji hipotesis
3. Mengetahui bagaimana menggunakan statistik uji, nilai
kritis, dan pendekatan p-nilai untuk menguji hipotesis
nol
4. Mengetahui apa kesalahan Tipe-I dan Tipe-II
5. Mampu menghitung probabilitas kesalahan Tipe-II

Abdul Harif Siswanto - fikom usahid

Hipotesis dalam Penelitian
Hipotesis adalah Rumusan/kesimpulan sementara mengenai
suatu hal yg dibuat untuk menjelaskan suatu fenomena
berdasarkan kerangka pemikiran ilmiah.
 Hipotesis penting sebagai arah dan pedoman kerja
penelitian
 Tidak semua penelitian mutlak harus memiliki hipotesis.
 Penelitian eksplorasi yang bertujuan menggali data/
informasi tidak menggunakan hipotesis.
 Penelitian deskriptif, yang bertujuan menggambarkan
suatu fenomena tidak harus menggunakan hipotesis.
 Penelitian Eksplanatif, yang bertujuan menjelaskan
hubungan atau pengaruh antar variabel harus
menggunakan hipotesis.
Abdul Harif Siswanto - fikom usahid
Karakteristik Hipotesis
Karakteristik Hipotesis yang benar, yaitu :
 Hipotesis disusun berdasarkan Teori, untuk
menjelaskan Masalah, dan dinyatakan
dalam proposisi-proposisi (pernyataan tentang
suatu hal yang dapat dinilai benar atau salah).
 Hipotesis dinyatakan secara jelas, dalam istilah
yang benar dan operasional.
 Hipotesis menyatakan variasi nilai sehingga
dapat diukur secara empiris dan memberikan
gambaran mengenai fenomena yang diteliti.

Abdul Harif Siswanto - fikom usahid

Karakteristik Hipotesis
 Hipotesis deskriptif  secara jelas menyatakan kondisi,
ukuran, atau distribusi suatu variabel atau fenomena
yang dinyatakan dalam nilai-nilai yang memiliki makna.
 Hipotesis harus dapat diuji.
 Ada instrumen yang menggambarkan ukuran
variabel.
 Hipotesis dapat diuji dengan metode yang tersedia.
 Hipotesis harus spesifik.
 Bersifat spesifik menunjuk kenyataan sebenarnya.
 Hubungan diantara variabel bersifat eksplisit.
 Hipotesis harus menyatakan perbedaan atau hubungan
antar-variabel.

Abdul Harif Siswanto - fikom usahid

Jenis Hipotesis
Jenis Hipotesis
1. Hipotesis Teori
 Ada hubungan antara daya tarik iklan (independent variable)
dengan minat beli konsumen (dependent varieble)

2. Hipotesis Penelitian
 Makin menarik iklan makin tinggi minat beli konsumen. Atau
sebaliknya.

3. Hipotesis Statistik (dinyatakan dalam bentuk Ho dan H1)

 Ho : Tidak ada hubungan antara daya tarik iklan dengan minat beli
konsumen
 H1 : Ada hubungan antara daya tarik iklan dengan minat beli
konsumen
Abdul Harif Siswanto - fikom usahid
What is a Hypothesis?
 A hypothesis is a claim (assumption) about a
population parameter:

 population mean
Example: Rata-rata tagihan telepon seluler bulanan
kota ini adalah  = $42

 population proportion
Example: Proporsi orang dewasa di kota ini dengan
ponsel adalah p = .68
The Null Hypothesis, H0 (continued)

 Mulailah dengan asumsi bahwa Hipotesis nol itu

benar
 Mirip dengan gagasan yang tidak bersalah
sampai? terbukti bersalah

 Mengacu pada status quo

 Selalu berisi tanda “=” , “≤” or “”
 Mungkin atau mungkin tidak ditolak
The Alternative Hypothesis, HA
 Ha Kebalikan dari hipotesis nol
 Misal : Rata-rata jumlah perangkat TV di U.S.
homes adalah kurang dari 3 ( HA:  < 3 )
 Challenges the status quo
 Never contains the “=” , “≤” or “” sign
 Mungkin atau mungkin tidak diterima
 HA Umumnya hipotesis yang diyakini (atau
perlu didukung) oleh peneliti
Hypothesis Testing Process
Claim : the
population mean
age is 50. (Null
(Hypothesis: H0:
 = 50)
Population

Sekarang pilih
sampel acak
Is x = 20 likely if μ = 50?
Misalkan
If not likely, Rata-rata
REJECT Sampel
Null Hypothesis adalah 20

x = 20 Sample
Level of Significance, 
 Mendefinisikan nilai statistik sampel yang
tidak mungkin jika hipotesis nol benar
 Mendefinisikan daerah penolakan distribusi
sampling
 Ditunjukan oleh  , (level of significance)
 Typical values are .01, .05, or .10
 Sudah dipilih oleh peneliti sejak awal
 Berikan nilai kritis dari tes
Level of Significance
and the Rejection Region
Level of significance =  Represents
critical value

H0: μ ≥ 3 
HA: μ < 3 Rejection
Lower tail test region is
0
shaded

H0: μ ≤ 3 
HA: μ > 3
Upper tail test
0

H0: μ = 3 /2 /2

HA: μ ≠ 3
Two tailed test
0
Errors in Making Decisions
 Type I Error
 Tolak hipotesis nol (Ho) yang benar
 Dianggap sebagai jenis kesalahan yang serius

The probability of Type I Error is 

 Disebut level of significance dari test
 Ditetapkan oleh peneliti terlebih dahulu

 Type II Error
 Gagal menolak hipotesis nol yang salah
The probability of Type II Error is β
Outcomes and Probabilities

Possible Hypothesis Test Outcomes

State of Nature
Decision H0 True H0 False
Do Not No error Type II
Reject (1 -  ) Error
Key: Ho (β)
Outcome
(Probability) Reject Type I No Error
Ho Error (1-β)
( )
Type I & II Error Relationship

 Kesalahan Tipe I dan Tipe II tidak dapat terjadi

pada waktu yang sama
 Type I error can only occur if H0 is true
 Type II error can only occur if H0 is false
If Type I error probability (  ) , then
Type II error probability ( β )
Critical Value Approach to Testing
 Mengkonversi sample statistic (e.g.:x ) to test
statistic ( Z or t statistic )

 Tentukan the critical value(s) for a specified

level of significance  from a table or
computer

 If the test statistic falls in the rejection region,

reject H0 ; otherwise do not reject H0
Lower Tail Tests
H0: μ ≥ 3
 The cutoff value, H A: μ < 3
-zα or xα , disebut
critical value

Reject H0 Do not reject H0

-zα 0
xα μ
σ
x   μ  z
n
Upper Tail Tests
H0 : μ ≤ 3
 The cutoff value, HA: μ > 3
zα orxα , is
called a critical
value 

Do not reject H0 Reject H0

0 zα
μ xα
σ
x   μ  z
n
Two Tailed Tests
 There are two cutoff
H0: μ = 3
values (critical values):
HA: μ  3
± zα/2
/2 /2
or xα/2
Lower
xα/2 Reject H0 Do not reject H0 Reject H0
Upper
-zα/2 0 zα/2
xα/2 μ0 xα/2
Lower Upper
σ
x /2  μ  z /2
n
Critical Value Approach to Testing
 Convert sample statistic ( x ) to a test statistic
( Z or t statistic )

Hypothesis
Tests for 

 Known  Unknown

Large Small
Samples Samples
Calculating the Test Statistic

Hypothesis
Tests for 

 Known  Unknown

Large Small
Samples Samples
Calculating the Test Statistic

Hypothesis
Tests for 

 Known  Unknown

The test Large Small

statistics is … But is sometimes
approximated a.z. Samples Samples
Calculating the Test Statistic

Hypothesis
Tests for 

 Known  Unknown

The test Large Small

statistics is … Samples
Samples

The population must be

approximately normal a.z.