STATISTIKA

PENGUJIAN HIPOTESIS

KELOMPOK :
ANANDA PUTRA
FANDI YANWAR
TRESA CHANDRA P
 HIPOTESIS
 Hipotesis statistik adalah suatu asumsi atau anggapan atau pernyataan
yang mungkin benar atau mungkin salah mengenai parameter satu populasi
atau lebih.
 Hipotesis umum / konseptual : Dugaan sementara tentang suatu keadaan.
Keadaan itu dapat berupa perbedaan, hubungan atau pengaruh
 Hipotesis statistik : hipotesis yang dapat dinyatakan dengan besaran
besaran statistik
 Bentuk rumusan hipotesis statistik :
H0 : hipotesis keadaan tak berbeda / tak berhubungan
H1 : hipotesis keadaan berbeda / berhubungan
 Hipotesis harus diuji untuk verifikasi tentang keadaan itu. Pengujian dapat
dilakukan secara non-statistik atau dengan statistik. Secara statistik,
menguji apakah dugaan tentang populasi itu benar atau didukung data
 UJI STATISTIK
 Adalah suatu prosedur yang didasarkan kepada bukti sampel dan teori
probabilita yang dipakai untuk menentukan apakah hipotesis yang
bersangkutan merupakan pernyataan yang wajar dan oleh karenanya tidak
ditolak, atau hipotesis tersebut tidak wajar dan oleh karena itu harus
ditolak.
 Dibedakan antara statistik parametrik dan non-parametrik.
Prosedur lima langkah untuk
menguji suatu hipotesis
Langkah 1 Rumuskan hipotesis nol dan hipotesis
alternatif

Langkah 2 Pilih suatu taraf nyata

Langkah 3 Tentukan Uji Statistik

Langkah 4 Buat aturan pengambilan keputusan

Langkah 5 Ambillah sampel, ambil keputusan

Tidak menolak H0 atau Menolak H0

 Langkah pertama: Rumuskan hipotesis nol
dan hipotesis alternatif

 Langkah pertama adalah merumuskan hipotesis yang akan diuji. Hipotesis

ini disebut Hipotesis nol disebut H0 (dibaca H nol).
 Hipotesis alternatif menggambarkan apa yang akan anda simpulkan jika
menolak hipotesis nol. Hipotesis alternatif ditulis H1 (dibaca H satu).
 Nyatakan H0 dan H1 (hipotesis alternatif). Tentukan apakah hipotesis berupa
2 arah atau 1 arah.
 Langkah ke-dua: Taraf nyata

 Taraf nyata diberi tanda  (alpha), disebut juga tingkat resiko karena
menggambarkan resiko yang harus dipikul bila menolak hipotesis nol
padahal hipotesis nol sebetulnya benar.
 Tidak ada satu taraf nyata yang diterapkan untuk semua penelitian yang
menyangkut penarikan sampel. Kita harus mengambil suatu keputusan
untuk memakai taraf 0,05 (disebut taraf 5 persen), taraf 0,01, atau taraf
yang lain antara 0 dan 1.
 Pada umumnya pada proyek penelitian menggunakan taraf 0,05,
sedangkan untuk pengendalian mutu dipilih 0,01, dan untuk pengumpulan
jajak pendapat ilmu-ilmu sosial dipakai 0,10
 Tentukan taraf signifikansi α, misal : 1%, 5%, 10% dsb
 Langkah ke-tiga: Mentukan Uji Statistik

 Merupakan suatu nilai yang ditentukan berdasar informasi dari sampel, dan
akan digunakan untuk menentukan apakah akan menerima atau menolak
hipotesis.
 Ada bermacam-macam uji statistik, di sini kita akan menggunakan uji
statistik seperti z, student-t, F, dan 2 (Kai-kuadrat).
 Langkah ke-empat: Aturan pengambilan
keputusan

 Aturan pengambilan keputusan merupakan pernyataan mengenai kondisi di

mana hipotesis nol ditolak dan kondisi di mana hipotesis nol tidak ditolak.
 Gambar berikut menggambarkan daerah penolakan untuk suatu uji taraf
nyata :

Distribusi Sampling bagi Statistik z

Tidak menolak H0 Daerah Penolakan

1,645

Probabilitas 0,95 Probabilitas 0,05

Nilai Kritis
 Distribusi Sampling bagi Statistik z

Tidak menolak H0 Daerah Penolakan

1,645

Probabilitas 0,95 Probabilitas 0,05

Nilai Kritis

Perhatikan dalam gambar di atas bahwa :

 Daerah di mana hipotesis nol tidak ditolak mencakup daerah di sebelah
kiri 1,645.
 Daerah penolakan adalah di sebelah kanan dari 1,645.
 Diterapkan suatu uji satu arah.
 Taraf nyata 0,05 dipilih.
 Nilai 1,645 memisahkan daerah-daerah dimana hipotesis nol ditolak dan
di mana hipotesis nol tidak ditolak.
 Nilai 1,645 dinamakan nilai kritis.
 Langkah ke-lima: Mengambil sampel dan
mengambil keputusan

 Langkah terakhir dalam uji statistik adalah mengambil keputusan untuk

menolak atau tidak menolak hipotesis nol.
 Keputusan menolak hipotesis nol karena nilai uji statistik terletak di daerah
penolakan.
 Taraf Signifikansi
Kesalahan dalam Pengambilan Keputusan :
1. Kesalahan Jenis Pertama (KJ I)
 Tolak Ho padahal Ho Benar
 Peluang (KJ I) = Alpha (α)
 Alpha disebut Taraf Nyata (significant level)
2. Kesalahan Jenis Kedua (KJ II)
 Terima Ho padahal Ho Salah
 Peluang (KJ II) = Beta (β)
 (1-Beta) disebut Kuasa Uji (Power of Test)
 Nilai keduanya berkisar dari 0% s/d 100% atau 0 s/d 1. Kita cukup memilih salah
satu dari keduanya.
 Uji menyangkut rata-rata:
H0 Uji Statistik H1 Daerah Kritis

 = 0  < 0 Z < - z
X
X 
0  > 0
Z
Z   0 Z > z
   0 Z < - z/2 dan Z > z/2
n
n
,  diketahui
 = 0 ,v=n–1  < 0 T < - t,v
XX  00
TT   tidak  > 0 T > t,v
SS
nn diketahui   0 T < - t/2,v dan T > t/2,v

1 - 2 = d0 ( X1  X 2 )  d0 1 - 2 < d0 Z < - z
Z 1 - 2 > d0
 12 2
2 Z > z
1 - 2  d0 Z < - z/2 dan Z > z/2
n1 n2
1 dan 2 diketahui

1 - 2 = d0 1 - 2 < d0
X 11  X 22 )) 
T < - t,v
(( X X dd 00
T
T  1 - 2 > d0 T > t,v
S pp 1
S 1   1 1 1 - 2  d0
n
n11 n
n 22 T < - t/2,v dan T > t/2,v

(n11  1) S11 2  (n22  1) S 22 2

2 2


2
2
S pp
n1  n2  2
v = n1 + n2 – 2
1 = 2 dan tidak diketahui
 Uji menyangkut rata-rata:

H0 Uji Statistik H1 Daerah Kritis

1 - 2 = d0 ( X1  X 2 )  d0 1 - 2 < d0 T’ < - t,v

T' 1 - 2 > d0
2 2 T’ > t,v
S1  S2
n1 n2 1 - 2  d0 T’ < - t/2,v dan T’ > t/2,v

22
SS1122 22

 SS22 
 nn n
n 22 
vv  
11
2 22
SS1122  SS2222 
2

 
n  
 
n 
 n11   n22
nn11 11 nn22 11

1  2 dan tidak diketahui

D = d0 D < d0 T < - t,v

d d
TT  d  d00 D > d0 T > t,v
SSdd D  d0 T < - t/2,v dan T > t/2,v
nn

v=n–1
Pengamatan yang
dipasangkan
 Uji menyangkut proposisi:
H0 Uji Statistik H1 Daerah Kritis

P = p0 Semua nilai x shg. P(XxH0 P < p0 P(XxH0 benar) < 

benar) P > p0 P(XxH0 benar) > 
Semua nilai x shg. P(XxH0 P  p0 P(XxH0 benar) < /2 bila x
benar) < npo
Semua nilai x shg. P(XxH0 P(XxH0 benar) > /2 bila x
benar) > npo
dan P(XxH0
benar)

Untuk sampel kecil

P = p0 x  np0 P < p0 Z < - z
Z P > p0
np0 q0 Z > z
P  p0 Z < - z/2 dan Z > z/2
Untuk sampel besar
P1 = P 2 P1 < P2 Z < - z
p1  p2 P1 > P2
Z P1  P2 Z > z
1 1 Z < - z/2 dan Z > z/2
pq  
 n1 n2 

dimana :

q  1 p

x2 x1 x1  x2
p2  p1  p
n2 n1 n1  n2
 Uji menyangkut variasi:

H0 Uji Statistik H1 Daerah Kritis

12 = 22 12 < 22 F < f1- ; (v1,v2)

12 > 22
2
F  S1 F > f ; (v1,v2)
12  22
2
S2 F < f1-/2;(v1,v2) dan
F > f/2 ; (v1,v2)
v1 = n1 – 1 dan v2 = n2 - 1
 Wilayah Uji Statistik 1 Arah
Sampling Distribution
Level of Confidence
Rejection
Region
1–

Nonrejection
Region

Ho Sample Statistic
Critical Value
Value
 Uji Statistik 1 Arah
 Dalam satu variabel terdiri satu kelompok (sampel)
contoh : Variabel nilaiUTS
 Variabel lain dapat menjadikan lebih dari 1 kelompok
contoh : NilaiUTS untuk pria & wanita (jenis kelamin)
 Uji perbandingan mengacu pada kelompok, sedangkan uji
hubungan mengacu pada variabel.
 Wilayah Uji Statistik 2 Arah
Sampling Distribution
Level of Confidence
Rejection Rejection
Region Region
1–
1/2  1/2 
Nonrejection
Region

Ho Sample Statistic
Critical Value Critical
Value Value
 Uji Statistik 2 Arah
Perbandingan antar statistika :
Parametrik
 Adanya syarat-syarat mengenai parameter populasi seperti asumsi
kenormalan. Variabel yang dianalisis umumnya terukur dalam skala interval,
atau rasio.
 Lebih dari dua variable bebas dapat dianalisis secara bersamaan dalam
satu analisis.
Non-Parametrik
 Tidak ada syarat-syarat mengenai parameter populasi seperti tak ada
asumsi kenormalan
 Variabel yg dianalisis pada umumnya terukur dalam skala ordinal atau
nominal.
 Sampai saat ini, sebagian besar analisis non-parametrik terbatas satu
variable bebas.
SELESAI
TERIMAKASIH