Biostatistik "Hipotesis"
Biostatistik "Hipotesis"
Oleh
Kelompok 3
1
KATA PENGANTAR
Puji dan syukur kami panjatkan kehadirat Tuhan Yang Maha Esa, karena atas segala
rahmat-Nya makalah tugas untuk memenuhi ujian tengah semester (UTS) mata kuliah
Biostatistika tentang uji hipotesis ini dapat disusun dengan baik.
Kami menyadari bahwa sebagai manusia tidak akan pernah luput dari kekeliruan dan
kesalahan walaupun telah diusahakan sebaik mungkin. Untuk itu, dengan segenap
kerendahan hati, Kami menerima kritik dan saran yang bersifat membangun dari semua pihak
demi perbaikan dan penyempurnaan makalah ini.
i
DAFTAR ISI
KATA PENGANTAR.....................................................................................i
DAFTAR ISI...................................................................................................ii
BAB 1. PENDAHULUAN..............................................................................1
1.1 Latar Belakang...........................................................................................1
1.2 Tujuan........................................................................................................1
1.3 Manfaat......................................................................................................1
BAB 2. PEMBAHASAN.................................................................................2
2.1 Definisi Hipotesis …………………………………………………..….. 2
2.2 Konsep Dasar Uji Hipotesis ………………………………………..…. 3
2.3 Kegunaan Pengujian Hipotesis ……………………………………..…. 3
2.4 Langkah – Langkah Uji Hipotesis …………………………………..… 5
2.5 Contoh kasus ………………………………………………………….. 15
BAB 3. PENUTUP.........................................................................................17
3.1 Kesimpulan...............................................................................................17
3.2 Saran.........................................................................................................17
DAFTAR PUSTAKA.....................................................................................19
LAMPIRAN...................................................................................................20
ii
BAB 1
PENDAHULUAN
1.2 Tujuan
Agar mahasiswa dapat memahami pembuatan hipotesis, uji hipotesis, langkah-
langkah uji hipotesis, hingga interpretasi hasil keputusan hipotesis.
1.3 Manfaat
Menambah khasanah literasi dengan tema hipotesis.
1
BAB II
PEMBAHASAN
2
2.2 Konsep Dasar Uji Hipotesis
Konsep dasar uji hipotesis adalah prosedur berdasarkan data sampel dan teori
probabilitas, apakah hipotesis ini masuk akal (diterima) atau apakah hipotesis ini tidak
masuk akal (ditolak). Dalam hal ini akan dikenal istilah “Hipotesis Penelitian”.
Hipotesis penelitian adalah hipotesis kerja (Hipotesis Alternatif Ha atau H1) yaitu
hipotesis yang dirumuskan untuk menjawab permasalahan dengan menggunakan teori-teori
yang ada hubungannya (relevan) dengan masalah penelitian dan belum berdasarkan fakta
serta dukungan data yang nyata dilapangan.
Hipotesis nol adalah pernyataan tidak adanya hubungan, pengaruh, atau perbedaan
antara parameter dengan statistik. Hipotesis Nol (Ho) dirumuskan dengan kalimat negatif.
Nilai Hipotesis Nol (Ho) harus menyatakan dengan pasti nilai parameter.
Sedangkan, hipotesis alternatif (Ha) adalah kebalikan hipotesis nol, yang dirumuskan
dengan kalimat positif. Dalam menyusun hipotesis alternative (Ha), akan dapat timbul 3
keadaan berikut.
1. Ha menyatakan bahwa harga parameter lebih besar dari pada harga yang dihipotesiskan.
Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah
kanan.
2. Ha menyatakan bahwa harga parameter lebih kecil daripada harga yang dihipotesiskan.
Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah
kiri.
3. Ha menyatakan bahwa harga parameter tidak sama dengan harga yang dihipotesiskan.
Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu pengujian sisi atau arah
kanan dan kiri sekaligus.
Ha bisa berupa “tidak ada beda”, “tidak ada hubungan”, atau “tidak ada pengaruh” dan
merupakan kebalikan dari Ho dan tergantung uji yang digunakan (uji beda,uji
hubungan,uji pengaruh).
Bila konteks yang dibahas adalah berupa equality (persamaan) maka yang dimaksud
adalah Ho. Konteks persamaan adalah terdapat “sama dengan, lebih dari sama dengan,
dan kurang dari sama dengan”.
Bila konteks yang dibahas adalah berupa inequality (pertidaksamaan) maka yang
dimaksud adalah Ha. Konteks pertidaksamaan adalah terdapat “tidak sama dengan, lebih
dari, dan kurang dari”. Secara lebih jelas dituangkan dalam tabel berikut :
= ≠ 2 tailed Ho : μ = k Ha : μ ≠ k
Adapun untuk menentukan kurva yang dipakai adalah kurva two tailed (kurva 2 ekor)
atau kurva dengan one tailed (kurva 1 ekor), maka lebih mudah dengan cara melihat Ha.
a. Bila Ha berbunyi tidak sama dengan maka kurva two tailed (kurva 2 ekor);
b. bila Ha berbunyi lebih besar atau lebih kecil, maka kurva one tailed (kurva 1 ekor).
Adapun ke kanan bila Ha lebih besar, dan ke kiri bila Ha lebih kecil.
2. Menentukan Level Signifikansi dan Risiko terjadi Kesalahan Tipe I dan Tipe II
(Type of Errror of Significancy)
6
Untuk besar signifikansi /derajat kemaknaan tidak terdapat ketentuan yang baku. Ini
berarti nilainya dapat ditentukan berapapun, namun derajat kemaknaan yang lazim
digunakan adalah (α = 0.05 atau 0.01).
Semakin besar derajat kemaknaan (α), maka semakin sempit daerah penerimaan
hipotesis sehingga semakin kecil peluang menerima Ho dan akhirnya semakin sering
kita menolak hipotesis walaupun hipotesis benar atau peluang untuk menolak hipotesis
yang benar akan semakin besar. Kesalahan ini disebut kesalahan tipe 1 atau lebih disebut
dengan simbol α.
Sebaliknya, semakin besar jika derajat kemaknaan (α), maka semakin besar untuk
menerima hipotesis yang salah. Kesalahan ini disebut kesalahan tipe 2 yang disebut
dengan simbol β .
Actual Truth of Ho
Decision Researcher:
Ho is True Ho is False
Risiko terjadi Kesalahan Tipe I dan Tipe II akan merugikan generalisasi sampel kepada
populasi, karena Tipe I : Ho Ditolak, padahal kenyataannya Ho benar, dan Tipe II : Ho
Diterima, padahal kenyataannya Ho salah.
3. Menentukan Uji 1 ekor atau 2 ekor dan Menentukan Batas Nilai Kritis dari
Distribusi Normal
Sebelum membahas penentuan uji 1 ekor atau 2 ekor maka dipahami terlebih dahulu
tentang Nilai Kritis.
a. Nilai Kritis
7
Kurva distribusi normal dapat menggambarkan daerah penolakan Ho dan daerah
penerimaan Ho, dengan batasan / titik pemisah (cut off point) yang disebut critical
values atau nilai kritis. Nilai kritis diambil dari nilai kritis tabel stastistik.
Nilai kritis dapat memberikan informasi berapa nilai probabilitas yang dimiliki oleh
variabel/data tertentu sehingga nilai kritis membagi kurva menjadi beberapa bagian
yaitu bagian penerimaan dan bagian penolakan suatu hipotesis.
Distribusi normal t sedikit berbeda dengan distribusi normal nilai titik Z. Nilai titik t
hampir identik dengan nilai kritis Z (yang memotong area pada distribusi normal).
Distribusi normal t digambarkan dengan garis hitam pada gambar dibawah, terlihat
lebih tinggi dari distribusi normal Z, yang digambarkan dengan garis putus-putus.
Inilah dasar yang menentukan bahwa sampel di bawah 30 menggunakan distribusi t,
sedangkan untuk sampel di atas 30 menggunakan distribusi Z.
8
1) Jika yang diminta adalah uji t maka tambahan yang harus diketahui adalah
besarnya derajat kebebasan. Besarnya derajat kebebasan diambil dari jumlah n
sampel dikurangi 1 (df = n-1). Misal n = 20, maka df = 19. Dengan kurva
distribusi normal 2 ekor , sehingga α/2 yaitu sebesar 0.025. maka batas nilai kritis
nya adalah sebesar 2.093 di ekor kanan dan -2.093 di ekor kiri.
-2.093 2.093
Angka batas kritis 2.093 diambil dari tabel t, karena memakai uji t dengan cara
mengambil angka perpotongan antara df = 19 dengan α/2 = 0.025 (bergerak kedalam).
9
2) Jika yang diminta adalah uji Z. dengan kurva distribusi normal α = 5% (0.05).
maka batas nilai kritis nya adalah sebesar 1.64 untuk kurva distribusi normal Z
ekor kanan dan -1.64 untuk kurva distribusi normal Z ekor kiri. Contoh untuk
kurva ekor kiri :
-1.64
Angka batas kritis -1.64 diambil dari tabel Z, karena memakai uji Z dengan cara
mengambil angka dari hasil perpotongan (bergerak keluar). Kita ketahui α = 5%
(0.05) pada kurva 1 ekor adalah berasal dari bila kurva dibagi 2 nilainya adalah
100% :2 = 50%. Sedangkan di kurva sebelah kiri, 50% dikurangi nilai α = 5%,
sehingga sisanya adalah 45%. 45% juga dapat dinyatakan sebesar 0.45. kemudian
dicari dari tabel Z dengan nilai 0.45 adalah berasal dari perpotongan Z 1.6 dan
0.04. sehingga didapatkan angka 1.64
10
b. Uji 1 ekor atau 2 ekor
Untuk menentukan Keputusan penggunaan uji satu ekor atau dua ekor tergantung
pada hipotesis yang dibangun.
1) Uji 1 ekor :
Bila kurva 1 ekor maka daerah penolakan ada di ekor sebelah kanan atau ekor
sebelah kiri dengan besaran α. Sedangkan daerah penerimaan bernilai 1- α karena
dikurangi 1 nilai α. Satu bagian wilayah “penerimaan” yaitu sebagian besar kurva
dan satu bagian kecil wilayah “penolakan” yaitu di kanan bila kurva distribusi
normal menceng kanan, dan di kiri bila kurva distribusi normal menceng kiri.
11
Batasan nilai kritis pada garis ekor tersebut adalah berdasarkan dari nilai tabel
(tabel Z atau tabel t, tergantung rumusan hipotesis yang digunakan, sedangkan
gambar diatas adalah contoh dari nilai kritis tabel Z).
Untuk menentukan daerah penolakan dan daerah penerimaan, maka uji statistic
harus dilakukan, sebagaimana langkah 4 dan 5 dibawah, sehingga akan didapatkan
nilai hitung (Z hitung atau t hitung).
Bila nilai hitung terletak lebih kecil dari nilai kritis tabel untuk kurva dengan
ekor menceng ke kanan maka keputusan Ho DITERIMA (p value < α), dan jatuh
di “wilayah penerimaan”. Bila nilai hitung berada lebih besar dari nilai kritis tabel
maka keputusan Ho DITOLAK (p value > α), dan jatuh di “wilayah penolakan”,
Bila nilai hitung terletak lebih besar dari nilai kritis tabel untuk kurva dengan
ekor menceng ke kiri maka keputusan Ho DITERIMA (p value < α), dan jatuh di
“wilayah penerimaan”. Bila nilai hitung berada lebih kecil dari nilai kritis tabel
maka keputusan Ho DITOLAK (p value > α), dan jatuh di “wilayah penolakan”,
2) Uji 2 ekor :
12
Dalam 1 kurva distribusi normal bernilai 1 atau 100%.
Bila kurva 2 ekor maka daerah penolakan ada di ekor sebelah kanan dan di ekor
sebelah kiri dengan besaran α/2. Sedangkan daerah penerimaan bernilai 1- α
karena dikurangi 1 nilai α. Satu bagian wilayah “penerimaan” yang di tengah dan
dua bagian wilayah “penolakan” di kanan dan di kiri.
Batasan nilai kritis pada garis ekor tersebut adalah berdasarkan dari nilai tabel
(tabel Z atau tabel t, tergantung rumusan hipotesis yang digunakan, sedangkan
gambar diatas adalah contoh dari nilai kritis tabel Z).
Untuk menentukan daerah penolakan dan daerah penerimaan, maka uji statistic
harus dilakukan, sebagaimana langkah 4 dan 5 dibawah, sehingga akan didapatkan
nilai hitung (Z hitung atau t hitung).
Bila nilai hitung terletak diantara kurva nilai kritis tabel maka keputusan Ho
DITERIMA (p value < α), dan jatuh di “wilayah penerimaan”.
Bila nilai hitung berada lebih besar atau lebih kecil dari nilai kritis tabel maka
keputusan Ho DITOLAK (p value > α), dan jatuh di “wilayah penolakan”,
Sehingga dapat dikatakan bahwa bila hanya ada satu bagian penolakan disebut dengan
pengujian satu sisi (one tail), sedangkan bila ada dua bagian penolakan disebut
dengan pengujian dua sisi (two tail).
13
1. Uji statistik untuk Rata-rata atau Mean dari suatu populasi :
1) Jika standar deviasi (σ) diketahui, dan data ber-Distribusi Normal, maka uji
statistik yang dapat diapakai adalah :
Ⱬ=Ẍ-μ
σ /√n
2) Jika standar deviasi (σ) tidak diketahui, dan data ber-Distribusi Normal, dan
banyaknya data (n) > 30, maka uji statistik yang dapat diapakai adalah :
Ⱬ=Ẍ-μ
s/√n
3) Jika standar deviasi (σ) tidak diketahui, data ber-Distribusi Normal, dan
banyaknya data (n) ≤30 maka uji statistik yang dapat diapakai adalah :
t=Ẍ-μ
s/√n
14
5) Memutuskan Aturan Keputusan Yang Dipakai
Memutuskan keputusan yang akan digunakan didasarkan atas nilai p value : P value < α
= Ho Ditolak dan P value > α = Ho Ditolak, attau berdasarkan hasil perbandingan nilai
hitung uji statistik dengan batas kritis tabel pada kurva 1 ekor atau 2 ekor sebagaimana
dijelaskan diatas.
6) Menginterpretasikan Keputusan
Menginterpretasikan keputusam adalah menyatakan dalam bentuk kalimat suatu
hipotesis dengan menyertakan level signifikansi bahwa Ho atau Ha yang diputuskan
ditolak atau diterima untuk dinyatakan.
-2.093 2.093
15
d. Menentukan Jenis Tes/ Uji Statistik : n = 20
Standar deviasi (σ) diket, Distr Normal, n < 30 Uji t
e. Menghitung uji statistik (sesuai uji yg dipilih langkah d)
t = Ẍ - μ = 28 – 30 = -2 = - 2.25
s/√n 4 / √ 20 0.89
t HITUNG
16
2. Menemukan batas kritis dengan Distribusi Z :
Pabrik lampu berpendapat daya tahan lampu merek X lebih dari 150 jam. Hasil tes thd 50
bola lampu random diuji, diperoleh rata-rata daya tahan 155 jam dgn Simpangan baku 15.
lakukan pengujian α = 10% (0.1)
Langkah-langkah Penyelesaian :
a. Menyatakan Ho dan Ha :
Ho : μ ≤ 150 jam (equality 1 tail, right side)
Ha : μ > 150 jam (inequality) claim
b. Menentukan level signifikansi : α = 10%.
c. Menentukan uji 1 ekor atau 2 ekor dan menentukan batas nilai kritis (tabel Z) :
α = 10% 1 tail α = 0.1
Nilai kritis Z
50% -10% table (distribusi
= 40 % = 0.4 normal ) : 1.28
10% = 0.1
1.28
1.28 2.36
3.
18
BAB III
PENUTUP
3.1 Kesimpulan
1. Hipotesis adalah pernyataan atau dugaan mengenai keadaan populasi yang sifatnya
masih sementara atau lemah kebenarannya
2. Uji Hipotesis adalah prosedur berdasarkan data sampel dan teori probabilitas, apakah
hipotesis ini masuk akal (diterima) atau apakah hipotesis ini tidak masuk akal
(ditolak
3. Langkah –langkah Uji hipotesi
a. Menyatakan Hipotesis Null (Ho) dan Hipotesis Alternatif (Ha)
b. Menentukan Level Signifikansi
c. Menentukan Uji 1 ekor atau 2 ekor dan Menentukan Batas Nilai Kritis
d. Menentukan Jenis Tes / Uji Statistik
e. Menghitung Uji Statistik
f. Memutuskan Aturan Keputusan Yang Dipakai
g. Menginterpretasikan Keputusan
3.2 Saran
1. Materi Biostatistik dengan tema apapun termasuk tema “Uji Hipotesis” dilakukan
dengan lebih banyak praktik pengerjaan soal menjadi lebih mudah dipahami.
19
DAFTAR PUSTAKA
Iqbal, M Hasan. 2002. Pokok-Pokok Materi Statistik 2 (statistik intensif). Jakarta : Bumi
Aksar
Pakpahan, Andrew Fernando dkk, (2021). Metodologi Penelitian Ilmiah : Yayasan Kita
Menulis.
20