Uji Hipotesis

Mery kurniawati
Elysabeth raulina
Rizky belinda m 1112036
Wida detri jayanti 1112044

Definisi Hipotesis
Hipotesis berasal dari kata Hupo dan
Thesis. Hupo berarti sementara/ lemah
kebenarannya
dan
Thesis artinya
penyataan/berarti teori. Dengan demikian,
hipotesis berarti pernyataan sementara
yang perlu diuji kebenarannya. Untuk
menguji kebenaran sebuah hipotesis
digunakan pengujian yang disebut hipotesis.

Definisi uji hipotesis

Uji hipotesis adalah metode untuk
mengetahui hubungan (association) antara
variabel yang bisa dilakukan dengan dua
cara, yaitu secara komparatif (comparation)
dan korelatif (correlation). Hal itulah yang
mendasari pembagian uji hipotesis menjadi
hipotesis komparatif dan hipotesis korelatif.

Rumusan hipotesis
Hipotesis deskriptif
Hipotesis tentang nilai suatu variabel mandiri, tidak membuat
perbandingan atau hubungan.
Hipotesis komparatif
Pernyataanyang menunjukkan dugaan nilai dalam satu variabel
atau lebih pada sampel yang berbeda.
Hipotesis hubungan (asosiatif)
Pernyataan yang menunjukkan dugaan tentang hubungan
antara dua variabel atau lebih.
Hipotesis korelatif (correlative)
hipotesis yang menyatakan hubungan korelasional (simetrik)
antara sesuatu dengan sesuatu yang lain.

Statistik Deskriptif
Know your data, what kind of data you have !

1. Variabel kategorik
2. Variabel numerik

Statistik analitis

Tabel uji hipotesis

 Keterangan:
Uji dengan tanda * merupakan uji parametrik.
Tanda panah ke bawah menunjukkan uji alternatif jika
syarat uji parametrik tidak terpenuhi.
Untuk hipotesis komparatif numerik, perlu diperhatikan
banyaknya kelompok.
Untuk hipotesis komparatif kategorik tidak berpasangan,
pemilihan uji menggunakan tabel B x K.
Untuk hipotesis komparatif kategorik berpasangan,
pemilihan uji menggunakan prinsip Px K.

Langkah-langkah penggunaan
tabel uji hipotesis
1.
2.
3.
4.
5.

Menentukan variabel yang dihubungkan.

Menentukan jenis hipotesis.
Menentukan masalah skala pengukuran
Menentukan berpasangan/ tidak berpasangan
Menentukan jumlah kelompok atau
menentukan jenis tabel

-. Bila jenis hipotesis komparatif numerik, tentukan banyaknya

kelompok.
-. Bila jenis hipotesis komparatif kategorik tidak berpasangan,
tentukan jenis tabel B x K.
-. Bila jenis hipotesis komparatif kategorik berpasangan, tentukan
jenis prinsip Px K.

 Dengan demikian, Anda dapat menentukan uji hipotesis dengan

berpedoman pada tabel Uji Hipotesis dengan syarat Anda harus
memahami beberapa istilah:
1. Skala pengukuran variabel: kategorikal (nominal, ordinal) dan
numerik
(rasio dan interval)
2. Jenis hipotesis: komparatiflasosiatif dan korelatif
3. Jumlah kelompok data : 1 kelompok, 2 kelompok, > 2 kelompok
4. Pasangan: berpasangan atau tidak berpasangan.
5. Tabel silang (baris kali kolom)
6. Syarat uji parametrik dan non parametrik

skala pengukuran variabel

1. Nominal dan ordinal (kategorik)
2. Rasio dan interval (numerik)

1. Nominal dan Ordinal (kategorik)

Variabel nominal mempunyai kategori yang
"sederajat atau "tidak bertingkat" (contoh:
variabel jenis kelamin dengan kategori laki-laki
dan perempuan)
Variabel ordinal mempunyai kategori yang "tidak
sederajat" atau kategori yang "bertingkat"
(contoh: variabel kolesterol dengan kategori
kadar kolesterol baik, kadar kolesterol sedang,
dan kadar kolesterol buruk).

2. Rasio dan Interval (Numerik)

Membedakan variabel rasio dan interval
berdasarkan nilai nolnya.
Apabila variabel tersebut mempunyai nilai
nol alami (seperti tinggi badan, berat
badan, jarak) maka disebut variabel rasio.
Apabila variabel tersebut tidak mempunyai
nilai nol alami (seperti suhu) maka disebut
sebagai variabel interval.

Nominal, rasio, ordinal, interval

Jenis Hipotesis
Association: " that is the value of one variable
tend to be higher or alternativelly lower for higher
value of other variable".
Correlation: "correlation is the method to measure
the degree of association
Hipotesis asosiatif menjawab apakah antara dua
atau lebih variabel terdapat hubungan atau
tidak, sedangkan hipotesis korelatif akan
mengukur berapa besar hubungannya.

Masalah skala pengukuran

numerik atau kategorik
Untuk hipotesis komparatif:
Yang dimaksud dengan masalah skala kategorik adalah bila
variabel yang dicari asosiasinya adalah variabel kategorik dengan
variabel kategorik.
Yang dimaksud dengan masalah skala numerik adalah bila variabel
yang dicari asosiasinya adalah variabel kategorik dengan variabel
numerik
Untuk hipotesis korelatif:
Yang dimaksud dengan masalah skala kategorik adalah bila salah
satu variabel yang dicari asosiasinya adalah variabel kategorik.
Yang dimaksud dengan masalah skala numerik adalah bila variabel
yang dicari asosiasinya adalah variabel numerik dengan variabel
numerik.

Pasangan dan jumlah kelompok

Berpasangan dan tidak berpasangan
Dua atau lebih kelompok data dikatakan
berpasangan apabila data tersebut dari individu
yang sama baik karena pengukuran berulang,
proses matching atau karena desain crossover.
Dua atau lebih kelompok data dikatakan tidak
berpasangan apabila data berasal dari subjek
yang berbeda tanpa prosedur matching.

Syarat uji parametrik dan

nonparametrik
Uji parametrik
Untuk uji parametrik, terdapat tiga syarat
yang perlu diperhatikan, yaitu skala
pengukuran variabel, distribusi data, dan
varians data.

1. Masalah skala pengukuran variabel: skala pengukuran

variabel harus variabel numerik.
2. Distribusi data: distribusi data harus normal.
3. Varians data:
a. Kesamaan varians tidak menjadi syarat untuk uji
kelompok yang berpasangan.
b. Kesamaan varians adalah syarat tidak mutlak untuk 2
kelompok tidak berpasangan, artinya varians data
boleh sama boleh juga berbeda.
c. Kesamaan varians adalah syarat mutlak untuk >2
kelompok tidak berpasangan artinya varians data
harus/ wajib sama.

Uji nonparametrik
Uji non prametrik dipergunakan untuk keadaan sebagai berikut:
1. jika masalah skala pengukuran variabel adalah kategorik (ordinal dan
nominal)
2. Jika data dengan skala numerik tidak memenuhi syarat untuk uji parametrik
(misalnya sebaran data tidak normal), maka dilakukan uji non parametrik
yang merupakan alternatif dari uji parametriknya. Lihat tanda panah pada
tabel Uji hipotesis.
. Alternatif uji t berpasangan adalah Uji Wilcoxon.
. Alternatif uji t tidak berpasangan adalah uji Mann-Whitney.
. Alternatif uji repeated ANOVA adalah Uji Friedman.
. Alternatif uji one way ANOVA adalah Uji Kruskal-Wallis.

Jika set data memiliki distribusi normal atau tidak dengan

dua metode, yaitu metode deskriptif dan metode analitis.

Dua buah data atau lebih mempunyai

varians yang sama atau tidak
Uji varians (Levenes test)
Jika uji varians menghasilkan nilai p >
0,05, maka varians dari data yang diuji
adalah sama.

Tabel B x K dan prinsip P x K

Tabel B x K
B: Baris, variabel independen/ bebas
K: Kolom, variabel dependen/ terikat
Jenis tabel ditentukan oleh jumlah baris
dan kolomnya.
Ex: tabel 3x3

 Prinsip P x K
P: Pengulangan
K: Kategori

 Bila pengukuran kategori dilakukan

sebanyak tiga kali dan kategori variabel
sebanyak dua kategori, maka prinsip PxK
yang terjadi adalah 3x2.
Bila pengukuran dilakukan sebanyak dua
kali dan kategori variabel sebanyak tiga
kategori, maka prinsip PxK yang terjadi
adalah 2x3.

Cara pengujian hipotesis

Kelima langkah pengujian hipotesis tersebut di atas
dapat di ringkas seperti berikut.
Langkah 1 : Menentukan formulasi hipotesis nol (H 0) dan
hipotesis alternatifnya (Ha)
Langkah 2 : Memilih suatu taraf nyata () dan
menentukan nilai table.
Langkah 3 : Membuat criteria pengujian berupa
penerimaan dan penolakan H0.
Langkah 4 : Melakukan uji statistic
Langkah 5 : Membuat kesimpulannya dalam hal
penerimaan dan penolakan H0.

Syarat-syarat uji

Uji t tidak berpasangan

Syarat yang harus dipenuhi:
Data harus berdistribusi normal (wajib)
Varians data boleh sama, boleh juga tidak
sama

Mann Whitney

One Way ANOVA

Syarat yang harus dipenuhi:
Distribusi data harus normal (wajib)
Varians data harus sama (wajib)

Kruskal-Wallis

Uji t berpasangan
Syarat yang harus dipenuhi:
Distribusi data harus normal (wajib)
Varians data tidak perlu wajib karena
kelompok data berpasangan

Wilcoxon

Repeated ANOVA
Syarat yang harus dipenuhi:
Distribusi data harus normal

Friedman

Pearson
Memeriksa syarat uji parametrik:
Distribusi data harus normal (wajib)

Spearman

Gamma
dan
Somersd

Chi-Square

Syarat?
Tabel 2x2 uji chi-square uji fisher
Kolmogorov-smirnov
Uji hipotesis komparatif kategorik

Mcnemar
Marginal homogeneity
Cochran

Korelasi koefisien kontingensi

dan lambda