atau
H0 : ditulis dalam bentuk persamaan (≤ )
untuk
H1 : ditulis dalam bentuk lebih besar (>)
9
Uji Satu Arah
H0 : μ = μ0 atau H0 : μ ≤ μ0 H0 : μ = μ0 atau H0 : μ ≥ μ0
H1 : μ > μ0 H1 : μ > μ0 H1 : μ < μ0 H1 : μ < μ0
μ0 adalah suatu rata-rata yang diajukan
dalam H0
Wilayah kritis
Uji Hipotesis-
Statistika 2 10
Uji Dua Arah
H0 : μ = μ0 H1 : μ ≠ μ0
Wilayah kritis
11
3. Kesalahan Pengambilan
Keputusan
Kesalahan Tipe I
(α)
Kesalahan Tipe II
(β)
Kesalahan Tipe I (α)
O Kesalahan menolak Ho Pdahal Ho Benar
O Adanya perbedaan padahal tidak ada
perbedaan
O Peluang kesalahan tipe sati (I) α
Significance level
O Peluang utk tidak melakukan kesalahan
tipe I 1 – α (Confidence level)
Kesalahan Tipe II (β)
O Kesalahan tidak menolak Ho, padahal Ho
salah
O Menyimpulkan tidak ada perbedaan
Padahal Ada perbedaan
O Peluang utk membuat kesalahan tipe II β
O Peluang utk tidak membuat kesalahan tipe
kedua (II) 1- β Tingkat Kekuatan Uji
(power of test)
O Dalam uji hipotesis dikehendaki nilai α
dan β kecil atau (1- β) besar.
O Namun, jika nilai α semakin kecil maka nilai
β semakin besar.
O Berhubung harus dibuat keputusan
menolak atau tidak menolak Ho harus
memilih salah satu yg diperhatikan.
O Umumnya memilih nilai α
4. Menentukan tingkat kemaknaan
(level of significance
O Nila α batas toleransi peluang salah
dalam menolak hipotesis nol (Ho).
O Atau batas maksimal kesalahan menolak Ho
O Atau batas maksimal kita salah menyatakan
adanya perbedaan
O Penentuan nilai α (alpha) tergantung dari
tujuan dan kondisi penelitian
O Nilai yg sering digunakan
O 1 %, 5 %, 10 %
5. Pemilihan Jenis Uji Hipotesis
Parametrik
Non-
Parametrik
Langkah/ Prosedur Uji Hipotesis
Uji lebih
dari dua
Uji Beda mean
dua mean
Beda
mean satu
sampel
UJI BEDA DUA MEAN
Jenis
Lalu, Uji T
• Uji T utk varian Sama
• Uji T utk varian Berbeda
O Uji Homogenitas Varian
Bentuk varian kedua kelompok data akan
berpengaruh pada pada nilai standar error yang
akhirnya dibedakan rumus pengujiannya.
Penghitungan dg menggunakan uji F:
F = S12
S22
df1= n1-1 dan df2= n2-1
O Varian yg lebih besar berfungsi sebagai pembilang
O Varian yg lebih kecil berfungsi sbg penyebut.
x1 – x2
t = ------------------------------
S 1 2 / n 1 + S 2 2 / n2
[ (S1 2/ n1 ) + (S2 2 / n2 ) ] 2
df = -----------------------------------------------------------
[ (S1 2/ n1)2 / (n1– 1) ] + [ (S2 2 / n2)2 / (n2 – 1) ]
O Contoh :
Seorang peneliti ingin menguji apakah ada perbedaan
nilai biostatistik antara mahasiswa dan mahasiswi.
Dengan mengambil 10 mahasiswa didapat rata-rata
nilainya 70 dengan standar deviasi 5, mahasiswi
diambil 9 orang dan rata-rata nilainya 68 dengan
standar deviasi 6. Ujilah dengan alpha 5% apakah
ada perbedaan nilai ?
Penyelesaian :
O Pertama lakukan uji homogenitas varian
Ho : σ12 = σ12
(varian nilai mahaswa sama dengan varian
nilai mahasiswi)
Ha : σ12 ≠ σ12
(varian nilai mahasiswa tidak sama dengan
varian nilai mahasiswi)
UJI F
S12
F = -------------
S22
O F = (6)2 / (5)2 = 1,44
df : numerator (pembilang) = 9 – 1 = 8
denumerator(penyebut) = 10 – 1 = 9
Kita lihat tabel F pada alpha 0.05
Numerator
Denumerator 1 2 8
9 3,23
O F hitung (1,44) < F tabel (3,23)
O Ho gagal ditolak varian sama
x1 – x2
t = -----------------------------
Sp (1/n1 + 1/n2)
68 – 70
t = -----------------------------
Sp (1/9 + 1/10)
t = - 0,79
df = 10 + 9 – 2 = 17
(kita cari nilai tabel t)
t = 0,79 dengan df = 17
1
2
.
.
17 1,74 2,11
18
.
.
O Hasil T hitung < t tabel
Atau
Dengan nilai t = 0,79 , maka nilai P - nya > 0.10
(karena ujinya two tail maka nilai P dikalikan dua)
0.10 x 2 = 0.20