MP
Hipotesis adalah suatu proses dari pendugaan parameter dalam populasi, yang
membawa kita pada perumusan segugus kaidah yang dapat membawa kita pada suatu
keputusan akhir, yaitu menolak atau menerima pernyataan tersebut.
Contoh:
1. Seorang peneliti masalah kedokteran diminta untuk memutuskan, berdasarkan
buktibukti hasil percobaan, apakah suatu vaksin baru lebih baik daripada yang
sekarang beredar di pasaran.
2. Berdasarkan data, apakah ada perbedaan ketelitian antara dua jenis alat ukur;
3. Seorang ahli sosiologi ingin mengumpulkan data yang memungkinkan ia
menyimpulkan apakah jenis darah dan warna seseorang ada hubungannya atau tidak.
• Untuk menguji kebenaran suatu teori
• Memberikan gagasan baru untuk mengembangkan
suatu teori.
• Memperluas pengetahuan penelitimengenai suatu
gejalayang sedang dipelajari.
• Membantu pengambilan keputusan
Dalam statistika hipotesis dibedakan menjadi dua (2) yaitu :
1. Hipotesis nol (Null Hypothesis) yang biasanya dilambangkan dengan 𝐻𝑜
2. Hipotesis alternative (Alternative Hypothesis) yang biasanya dilambangkan dengan
𝐻1
𝐻
𝐻
Hipotesis yang baik selalu memenuhi dua pernyataan, yaitu :
•
•
•
• Untuk mencari nilai statistik uji menggunakan distribusi Z (Uji-Z)
• Statistik Uji-Z (Diambil dari Buku Lind et.al., 2019)
Contoh:
• Untuk mencari nilai statistik uji menggunakan distribusi t (Uji-t)
• Statistik Uji-Z (Diambil dari Buku Lind et.al., 2019)
• Menyusun Hipotesis Formal
Uji Satu
Sisi
Uji Dua
Sisi
2. Menentukan Nilai Kritis (Z-Tabel)
4. Pengambilan Keputusan
5.Menarik
kesimpulan
CONTOH:
Tabel CHi-Square
Contoh Uji Ragam
Uji Beda Dua Rataan
Populasi
Tidak Berpasangan
(Independent)
Uji hipotesis dua rata-rata digunakan
untuk mengetahui ada atau tidak
adanya perbedaan (kesamaan) rata
antara dua buah data yang diambil
dari populasi/sampel berbeda
b)Menentukan nilai kritis (Critical Value)
c)Menghitung test statistik (berupa Z-hitung atau t-hitung)
)Menarik kesimpulan
Sampel Berpasangan (Paired)
dilakukan pada saat peneliti ingin menguji
suatu metode atau perlakuan terhadap
suatu populasi, dengan tujuan ingin
mengetahui apakah pengaruh metode
(atau perlakuan) yang diberikan pada
populasi tersebut memberikan hasil yang
berbeda terhadap kondisi awal dari
populasi.
b)Menentukan nilai kritis (Critical Value)
c)Menghitung test statistik (berupa Z-hitung atau t-hitung)
)Menarik kesimpulan
Uji ANOVA
(Analysis of
Variance)
Analisis statistik yang menguji perbedaan rerata antar grup. Grup disini
bisa berarti kelompok atau jenis perlakuan
Mirip dengan t test. Namun kelebihan dari Anova adalah dapat menguji
perbedaan lebih dari dua kelompok.
Hasil akhir dari analisis ANOVA adalah nilai F hitung. Jika nilai F hitung
lebih dari F tabel, maka dapat disimpulkan bahwa menerima H1 dan
menolak H0 atau yang berarti ada perbedaan bermakna rerata pada
semua kelompok.
Anova Satu Arah (One Way Anova) dan Anova Dua Arah (Two Way
Anova
Contohnya digunakan untuk memahami apakah kinerja ujian
berbeda berdasarkan tingkat kecemasan ujian di antara siswa,
membagi siswa menjadi tiga kelompok independen (Siswa dengan
stres rendah, sedang dan tinggi).
Menarik kesimpulan
Contoh Kasus:
ANOVA dua arah untuk mengetahui apakah jenis pupuk dan kepadatan
tanam berpengaruh terhadap hasil panen rata-rata. Diketahui bahwa
variabel jenis pupuk dan kepadatan tanam tidak memiliki hubungan satu
sama lain.
• Dalam beberapa tahun terakhir, didorong oleh ketersediaan perangkat lunak
komputer, informasi tambahan yang mempengaruhi pengambilan keputusan
• Dengan asumsi bahwa hipotesis nol benar. Semakin rendah nilai P, semakin
besar signifikansi statistik dari perbedaan yang diamati.