Statistika Hipotesis2
Statistika Hipotesis2
Teori
Penelitian terdahulu
Penelitian Pendahuluan
Akal sehat
Perumusan Hipotesis
Instrumen penelitian
Variabel, Data
Pengujian Hipotesis
Kesimpulan Dan
Implikasi
MACAM - HIPOTESIS
1. HIPOTESIS DESKRIPTIF
– Pelayanan administrasi BAAK tidak Memuaskan
– Kinerja Guru Baik
– Motivasi belajar siswa Tinggi
2. HIPOTESIS KOMPARATIF
– Model pembelajaran PjBL lebih baik dibandingkan PBL
– Kinerja Guru SMP Swasta lebih baik dibandingkan dengan kinerja Guru SMP
Negeri
– Motivasi belajar siswa dengan model pembelajaran PjBL lebih baik dibandingkan
dengan PBL
3. HIPOTESIS ASOSIATIF
– Kepuasan guru berpengaruh signifikan terhadap loyalitas
– Jumlah tugas rumah berpengaruh terhadap motivasi belajar siswa
– Semangat kerja guru berpengaruh positif terhadap produktifitas guru
HIPOTESIS DESKRIPTIF
Rumusan hipotesis:
• Tidak terdapat perpedaan produktivitas Guru di Kota Bandung
dan di Kabupaten bandung. Ho: 1 = 2 Ha: 1 2
• Efektifitas pembelajaran menggunakan model PBL dan PjBL
tidak berbeda. Ho: 1 = 2 Ha: 1 2.
HIPOTESIS ASOSIATIF
Hipotesis ini merupakan pernyataan yang menunjukkan dugaan
hubungan antara dua variabel atau lebih.
Sebagai contoh rumusan hipotesis asosiatif:
• Apakah ada hubungan antara insentif dengan motivasi guru?
• Apakah ada pengaruh pememberian media belajar terhadap
efektifitas belajar ?
Rumusan hipotesis:
• Tidak ada hubungan antara insentif dengan motivasi. Ho: = 0 Ha:
0
• Tidak ada pengaruh pemberian media terhadap efektifitas belajar.
Ho: = 0 Ha: 0.
DALAM SEBUAH PENELITIAN HIPOTESIS DAPAT
DINYATAKAN DALAM BEBERAPA BENTUK
1. Hipotesis Nol
Merupakan hipotesis yang menyatakan hubungan atau pengaruh antar variabel sama
dengan nol. Atau dengan kata lain tidak terdapat perbedaan, hubungan atau pengaruh
antar variabel.
2. Hipotesis Alternatif
Merupakan hipotesis yang menyatakan adanya perbedaan, hubungan atau pengaruh
antar variabel tidak sama dengan nol. Atau dengan kata lain terdapat perbedaan,
hubungan atau pengaruh antar variabel (merupakan kebalikan dari hipotesis alternatif)
Ciri-Ciri Hipotesis Yang Baik:
• misalnya “orang jawa halus budinya dan sikapnya lemah lembut”, “jika
ada bunyi hewan tenggeret maka musim kemarau mulai tiba, “ jika
hujan kota Jakarta Banjir”. Kebenaran-kebenaran umum seperti di atas
yang sudah diketahui oleh orang banyak pada umumnya, jika diuji
secara ilmiah belum tentu benar.
JENIS-JENIS HIPOTESIS
(Menurut tingkat abstraksinya hipotesis dibagi menjadi 3)
• Contoh:
• Ada hubungan antara gaya kepempininan dengan
kinerja pegawai
Penerimaan Ho
PenolakanHo PenolakanHo
- z/2 +z/2
0
Penerimaan Ho PenolakanHo
0 +z
PenolakanHo Penerimaan Ho
- z 0
Hipotesis :
Uji statistika :
i. Hipotesis : a. H 0 : 0
H1 : 0
b. H 0 : 0
H1 : 0
c. H 0 : 0
H1 : 0
penolakan H0 penolakan H0
daerah penerimaan H0
½α ½α
penolakan H0
daerah penerimaan H0
daerah penerimaan H0
α
iii. Hipotesis H0 diterima jika: z ≥ -zα
X 0
Z
n
X 0
Z jika tidak diketahui
s
n
i. Hipotesis : H 0 : 160
H1 : 160
ii. Tingkat signifikansi 0.05
iii. H0 diterima jika
X
P0
Z n
P0 1 P0
n
i. Hipotesis : H 0 : P 0.9
H1 : P 0.9
ii. Tingkat signifikansi 0.05
iii. Hipotesis H0 diterima jika: z ≥ -zα
z ≥-1.64
iv. Hitungan
X 160
P0 0.9
Z n 200 4.717
P0 1 P0 0.91 0.9
n 200
Diunduh dari: getut.staff.uns.ac.id/files/2011/04/uji-hipotesis2.ppt…… 28/9/2012
Karena z = -4.717 < -1.64 maka H0 ditolak
Dibandingkan Tabel
Z½ά < Ho Diterima t½ά;db=n-1
>Ho Ditolak
Dibandingkan Tabel
Zά < Ho Diterima tά;db=n-1
>Ho Ditolak
P Πo
_________ <Z Tabel α0.05 : Ho diterima
ZH
P(1 P)
______ ≥Z Tabel α0.05 : Ho ditolak
n
Hipotesisis H0 : σ = σ0 lawan H1 : σ ≠ σ0
S 2
FH ___ 1 2 2 <Fα 0.05;db1=n-1,db2=n-2)
S 2 Disini S 1 >S 2 Ragam Homogen
2
Diunduh dari: staff.unud.ac.id/~sampurna/wp-content/uploads/2008/.../hipotesis.ppt …… 28/9/2012
Diunduh dari: staff.unud.ac.id/~sampurna/wp-content/uploads/2008/.../hipotesis.ppt …… 28/9/2012
(X 1i X 2i ) 2 i 1
n1
Sg
n1 n2 2
UJI HIPOTESIS
Tabel berikut menjelaskan rumus untuk uji hipotesis.
Nama Rumus Asumsi / Catatan
Pasangan t-test (Populasi normal dari perbedaan atau n > 30) dan
(En=Paired t-test) tidak diketahui
df = k - 1 - # parameter terestimasi •
Semua jumlah yang diharapkan paling
Chi-squared test untuk goodness tidak 5.[5]
of fit • Semua jumlah yang diharapkan > 1
dan tidak lebih dari 20% dari jumlah
yang diharapkan lebih kecil dari 5[6]
x 0 1 0
t t t
s n 1 0
v n 1
t t
1 0 t t /2 & t t /2
σ tidak diketahui dan n < 30
UJI HIPOTESIS NILAITENGAH POPULASI
(x 1 x 2 ) d 0
1 2 d0 t 1 2 d0 t t
sp (1 n 1 ) (1 n 2 )
1 2 d0 t t
v n1 n 2 2 1 2 d0 t t /2 & t t /2
(n 1 1) s12 (n 2 1) s22
s2p
n1 n 2 2
(x 1 x 2 ) d 0
1 2 d0 t' 1 2 d0 t' t
(s12 n 1 ) (s22 n2) 1 2 d0 t' t
(s12 n 1 s22 2
n2) 1 2 d0 t' t /2 & t' t /2
v
(s12 n 1 )2 (s22 n2) 2
(n 1 1) (n 2 1)
d d0 D d0 t t
D d0 t
sd n D d0 t t
v n1 D d0 t t /2 & t t /2
pengamatan berpasangan
UJI HIPOTESIS RAGAM POPULASI
H0 Nilai Statistik Uji H1 Wilayah Kritik
(n 1) s 2 2 12
2 02
2
0
2
2 0
2
v n 1 2 2
2 0
2
sebaran hampir
normal 2 0
2 2 12 /2 & 2 2/2
2
s1
2 0 f f1 (v 1, v 2)
2
f
2
0
2 s2
2
2 0
2
v 1 n1 1
2 0
2 f f(v 1, v 2)
v 2 n2 1
p p0
p p0 x banyaknya p p0 x k/
keberhasilan
x banyaknya
p p0
keberhasilan
p p0 x k
k bilangan bulat terkecil
n kecil
yang bersifat
P(X k bila p p 0 )
n
b(x;n, p 0 ) α
x k
x np 0
z
np 0 q 0
p p0 p p0 z z
n besar p p0 z z
hampiran normal p p0 z z/2 & z z/2
p̂ 1 p̂ 2
z
p̂q̂ (1 n 1 ) (1 n 2 )
p1 p 2 p1 p 2 z z
x1 x
p̂ 1 dan p̂ 2 2 p1 p 2 z z
n1 n2
p1 p 2 z z/2 & z z/2
x x2
p̂ 1 dan q̂ 1 p̂
n1 n 2
n besar
hampiran normal
UJI HIPOTESIS
Uji hipotesis dilakukan untuk mendapatkan
kesimpulan tentang populasi berdasarkan sampel
yang ada.
H0 u1 = u2
Tidak ada perbedaan rata-rata hasil ujian Biostatistik
antara mahasiswa Kelas A dan Kelas B.
Ha u1 # u2 (dua arah)
Ada perbedaan rata-rata hasil ujian Biostatistik
antara mahasiswa Kelas A dan Kelas B..
Ha u1 > u2 atau u1 < u2 (satu arah)
Rata-rata hasil ujian Biostatistik mahasiswa Kelas A lebih
besar dari Kelas B atau sebaliknya.
Diunduh dari: ariagusti.files.wordpress.com/2011/04/bi-01-uji-hipotesis.ppt…… 4/10/2012
Step 2 : Penentuan Tingkat Signifikansi
Luas daerah
terarsir = α
b. H0 : μ = μ0 menit
Ha : μ > μ0 menit
Luas daerah
terarsir = α
Daerah
penolakan H0
0 zα atau t(db;α)
Luas daerah
terarsir = α
Daerah Daerah
penolakan H0 penolakan H0
db
α 0,5 0,01 0,05
… … … …
98 1,98
Diunduh dari: ariagusti.files.wordpress.com/2011/04/bi-01-uji-hipotesis.ppt…… 4/10/2012
Nilai t-tabel
Diketahui : n1 = 10; n2 =13; α=0,05
berapa nilai t-tabel (titik kritis)
db = n1+n2 - 2 = 10 + 13 -2 = 21
t-table uji 2 arah
db
α 0,5 0,1 0,05
… … … …
21 2,08
Diunduh dari: ariagusti.files.wordpress.com/2011/04/bi-01-uji-hipotesis.ppt…… 4/10/2012
CONTOH RUMUSAN HIPOTESIS
1. Sebuah perusahaan rokok menyatakan bahwa upah
rata-rata per minggu karyawannya adalah
Rp180.000.
2. Sebuah perusahaan rokok menyatakan bahwa upah
rata-rata per minggu karyawannya lebih dari
Rp180.000.
3. Sebuah perusahaan rokok menyatakan bahwa upah
rata-rata per minggu karyawannya kurang dari
Rp180.000.
Perjalanan 1 2 3 4 5 6
Waktu 13 14 12 16 12 11
Std. Error
N Mean Std. Deviation Mean
X 6 13,0000 1,78885 ,73030
One-Sample Test
ANALISIS
1. Rumusan Hipotesis
H 0: µ1= µ2 µ1 ≤ µ2 µ1 ≥ µ2
HA: µ1≠ µ2 µ1> µ2 µ1< µ2
X1 X 2
t
s x1 x 2
2 2
s1 s2
s x1 x 2
n1 n2
1. Rumusan Hipotesis
H 0: µ1 ≤ µ2
HA: µ1 > µ2
2. Nilai Kritis: Z = ± 1,645
3. Nilai Hitung: Z = 4,168
4. Keputusan: menolak H0
5. Kesimpulan: Produktivitas rata-rata kebun apel
di Kota Batu lebih tinggi daripada di
Poncokusumo.
1. Rumusan Hipotesis
H0: d = 0 d≤0 d≥0
HA : d ≠ 0 d>0 d<0
2. Nilai Kritis: Ditentukan menggunakan tabel
3. Nilai Hitung: DIhitung dengan rumus
4. Keputusan: H0 ditolak jika nilai hitung absolut lebih
besar daripada nilai tabel absolut. Sebaliknya …....
5. Kesimpulan
d
t
sd
sd
sd
n
n d ( d) 2 2
sd
n(n 1)
Patani 1 2 3 4 5 6
Sebelum 6 8 7 10 9 7
Sesudah 5 6 7 8 7 5
1. Rumusan Hipotesis
H0: = .. ≤ .. ≥ ..
HA: ≠ .. > .. < ..
2. Nilai Kritis: ditentukan menggunakan tabel
3. Nilai Hitung: dihitung dengan rumus
4. Keputusan: H0 ditolak jika nilai hitung absolut lebih
besar daripada nilai tabel absolut. Sebaliknya ………
5. Kesimpulan
p
Z
p
(1 )
p
n
p1 p 2
Z
p1 p2 1 1
p1 p2 p.q( )
n1 n 2
x1 x 2
p
n1 n 2
q=1-p
…
Wassalam
…