1
Pengenalan Olah Data
dengan Menggunakan:
KONSEP
TES HIPOTESA
3
Hipotesa dalam suatu tes hipotesa selalu
ditulis sepasang:
Ho = Hipotesa nol
Ha = Hipotesa alternatif
Ho dan Ha diibaratkan sepasang anak
kembar yang mempunyai sifat/karakteristik
saling bertolak belakang
Karakteristik Ho
● Ho : bersifat statusquo.
● Tidak ada perubahan, tidak ada kenaikan, tidak ada penurunan, tidak ada
hubungan, tidak mempengaruhi, tidak berbeda (sama dengan), dsb.
● Jika ditulis dengan notasi matematika maka notasi yang digunakan adalah “ = “
(sama dengan)
● Ho lah yang selalu di “kerjain”/di tes
6
Karakteristik Ha
● Ha : bersifat kebalikan dari Ho.
● Terdapat perubahan, terdapat kenaikan, terdapat penurunan,
terdapat hubungan, mempengaruhi, terdapat perbedaan, dsb.
● Notasi matematika yang digunakan adalah lawan dari notasi yang
dipakai pada Ho.
7
Contoh Penulisan H0 dan Ha
8
Contoh Penulisan H0 dan Ha
9
NORMAL DISTRIBUTION
Contoh: IQ
TWO TAIL
-1.96 0 1.96
Titik kritis atau
titik t-tabel
Cara Membaca
Tabel Distribusi
T-student
13
Luas area 99%
Tingkat Kepercayaan 99%
Area penerimaan
TWO TAIL
-2.58 0 2.58
Titik kritis atau
titik t-tabel
Cara Membaca
Tabel Distribusi
T-student
15
Luas area 95%
Tingkat Kepercayaan 95%
Area penerimaan
TWO TAIL
-1.96 1.96
0
Titik kritis atau
titik t-tabel
Luas area 95%
Tingkat Kepercayaan 95%
Area penerimaan
ONE TAIL
Luas area 5%
α = 0.05
Area penolakan
0 1.64
Titik kritis atau
titik t-tabel
Cara Membaca
Tabel Distribusi
T-student
CONTOH SOAL
• Restoran “Kalap Lahap” ingin mengetahui image-nya di mata pelanggannya
• Restoran itu mempekerjakan seorang konsultan riset yang telah mengumpulkan data interview
dari 169 sampel.
• Sampel pelanggan diminta untuk menuliskan pandangannya terhadap pelayanan yang
diberikan oleh para pelayan restoran itu ke dalam skala lima titik dimana
• 1 = Sangat tidak ramah,
• 2 = Tidak ramah
• 3 = Netral/Biasa saja
• 4 = Ramah dan
• 5 = Sangat ramah
• Konsultan menganggap saat ini pelayanan di restoran itu “biasa saja” (tidak “sangat tidak
ramah” maupun tidak “sangat ramah”). Dengan kata lain µ = 3.
• Hasilnya skor rata-rata = 3.82
• Deviasi standar sampel = 2.6
CONTOH SOAL
• Hipotesa
• H 0: µ = 3
• H a: µ > 3
• 𝑥lj = 3.82
• 𝑠𝑥 lj = 2.6
• n = 169
Menghitung thitung
𝑥ҧ − 𝑢
𝑡=
𝑆Τ 𝑛
3.82 − 3
𝑡=
Menghitung thitung 2.6Τ 169
0.82
𝑥ҧ − 𝑢 𝑡=
𝑡= 2.6Τ13
𝑆Τ 𝑛
0.82
𝑡=
0.2
𝑡 = 𝟒. 𝟏
Luas area 95% Hasil SPSS
Tingkat Kepercayaan 95% t Sig.
Area penerimaan
4.1 .000
ONE TAIL
Luas area 5%
α = 0.05
Area penolakan
Luas area p
1.64 4.1
0
t-hitung
Luas p < Luas α
Titik kritis atau titik t-tabel
Luas area 95% Hasil SPSS
Tingkat Kepercayaan 95%
Area penerimaan t Sig.
1.23 .178
ONE TAIL
Luas area 5%
α = 0.05
Area penolakan
Luas area p
t Sig.
4.1 .000
25
Dengan demikian….
● Setiap kali angka
t Sig.
1.23 .178
26
Kembali ke CONTOH SOAL
• Hipotesa
• H 0: µ = 3
• H a: µ > 3 t Sig.
4.1 .000
• H0: ditolak
• Ha: diterima
Kesimpulannya: Image pelayanan restoran “Kalap Lahap” termasuk
ramah
Program
SPSS
28
Buka Program SPSS Data View
Variable View
Output Window
Membaca print-out tes hipotesa SPSS
Coefficientsa
Standardi
zed
Unstandardized Coefficien
Coefficients ts
Model B Std. Error Beta t Sig.
1 (Constant) -25415.3 5415.865 -4.693 .000
Educational Level (years) 3895.067 204.486 .658 19.048 .000
Months since Hire 89.808 58.634 .053 1.532 .126
a. Dependent Variable: Current Salary
Standardi
zed
Unstandardized Coefficien
Coefficients ts
Model B Std. Error Beta t Sig.
1 (Constant) -25415.3 5415.865 -4.693 .000
Educational Level (years) 3895.067 204.486 .658 19.048 .000
Months since Hire 89.808 58.634 .053 1.532 .126
a. Dependent Variable: Current Salary
Educational Beginning
Level (years) Salary
Educational Level (years) Pearson Correlation 1.000 .633**
Sig. (2-tailed) . .000
N 474 474
Beginning Salary Pearson Correlation .633** 1.000
Sig. (2-tailed) .000 .
N 474 474
**. Correlation is significant at the 0.01 level (2-tailed).
Membaca print-out tes hipotesa SPSS
Correlations
Previous
Experience Beginning
(months) Salary
Previous Experience Pearson Correlation 1.000 .045
(months) Sig. (2-tailed) . .327
N 474 474
Beginning Salary Pearson Correlation .045 1.000
Sig. (2-tailed) .327 .
N 474 474
Membaca print-out tes hipotesa SPSS
Compare Means: Independent Samples Test
Hipotesanya
Ho: Gaji Awal Pria = Gaji Awal Wanita
Ha: Gaji Awal Pria > Gaji Awal Wanita
Membaca print-out tes hipotesa SPSS
Compare Means: Independent Samples Test
Hipotesanya
Ho: Gaji Sekarang = Gaji Awal
Ha: Gaji Sekarang > Gaji Awal
Membaca print-out tes hipotesa SPSS
Compare Means: Paired Samples Test
Paired Differences
Gaji Sekarang - Gaji Awal 17.321.614 10.690.651 492.599 35.164 470 .000
Hipotesanya
Ho: Gaji Sekarang = Gaji Awal
Ha: Gaji Sekarang > Gaji Awal √
FAQ
Luas area 5%
ONE TAIL α 95% = 0.05
Area penolakan
Kapan kita pakai Tingkat
Luas area 1%
Kepercayaan 95%, dan
α 99% = 0.01
kapan pakai 99%? Area penolakan
Luas area p