UJI HIPOTESIS

PENGUJIAN HIPOTESIS

PengujianHipotesis dapat berguna untuk

membantu pengambilan keputusan tentang
apakah suatu hipotesis yang diajukan cukup
meyakinkan untuk ditolak atau tidak ditolak
PrinsipHipotesis adalah melakukan
perbandingan antara nilai sampel (data hasil
penelitian ) dengan nilai hipotesis (nilai
populasi yang diajukan )
 JENIS HIPOTESIS
 HIPOTESIS NOL (H0)
Hipotesis yang menyatakan tidak ada perbedaan atau tidak ada hubungan suatu
kejadian antara 2 kelompok
Contoh :
Tidak ada hubungan merokok dengn BBL
Tidak ada perbedaan BBL bayi dari ibu perokok dengan BBL bayi dari ibu tidak
perokok
 HIPOTESIS ALTERNATIF (Ha)
Hipotesis yang menyatakan ada perbedaan atau ada hubungan antara 2
kelompok atau antara variabel satu dengan variabel yang lain
Contoh :
Ada hubungan merokok dengn BBL
Ada perbedaan BBL bayi dari ibu perokok dengan BBL bayi dari ibu tidak perokok
 ARAH/BENTUK UJI HIPOTESIS
 One Tail ( Satu sisi )
Menyatakan perbedaan dan ada pernyataan yang satu lebih
tinggi/rendah
Contoh :
BBl bayi dari ibu merokok lebih kecil dibandingkan BBL bayi dari ibu
yang tidak merokok

 Two Tail ( Dua sisi )

Menyatakan perbedaan tanpa melihat apakah hal satu lebih
tinggi/rendah
Contoh : BBL bayi dari ibu yang merokok berbeda dibandingkan BBL
bayi dari ibu yang tidak merokok
KESALAHAN PENGAMBILAN KEPUTUSAN

 Kesalahan tipe I (α)

Kesalahan menolak Ho, artinya menyimpulkan ada
perbedaan padahal sesungguhnya tidak ada perbedaan
Peluang kesalahan tipe I sering disebut α atau disebut
tingkat signifikansi (significant level)
Peluang tidak membuat kesalahan tipe I adalah sebesar 1-
α yang disebut dengan Tingkat Kepercayaan (confidence
level )
 KESALAHAN PENGAMBILAN KEPUTUSAN

 Kesalahan tipe II (β)

Kesalahaan tidak menolak Ho, artinya tidak ada perbedaan
padahal harusnya ada perbedaan
Peluang membuat kesalahan tipe II ini adalah sebesar β
Peluang tidak membuat kesalahan tipe II adalah sebesar 1 - β,
dikenal sebagai tingkat kekuatan Uji (power of test)
TINGKAT KEMAKNAAN ( LEVEL OF SIGNIFICANCE )

Tingkat
kemaknaan merupakan nilai yang
menunjukkan besarnya peluang salah dalam
menolak Ho
Batas toleransi peluang salah dalam menolak Ho
/nilai batas maksimal kesalahan menolak Ho
Batasmaksimal kita salah menyatakan ada
perbedaan
TINGKAT KEPERCAYAAN(CONFIDENCE
INTERVAL ) /RISK LEVEL
 Apabila suatu populasi secara berulang ulang ditarik
sampel, maka nilai rata – rata atribut yang diperoleh
dari sampel sampel tersebut sejajar dengan nilai
populasi yang sebenarnya
 Contoh : jika tingkat kepercayaan sebesar 95 %
dipilih, maka 95 sampel dari 100 sampel akan
mempunyai nilai populasi yang sebenarnya dalam
jangkauan ketepatan sebagaimana sudah
dispesifikasi sebelumnya
 Dalam SPSS CI menggunakan default sebesar 95 %
PROSEDUR UJI HIPOTESIS
 Menetapkan hipotesis
Hipotesis ada 2 Ha dan Ho, dari Ha dapat diketahui apakah uji
statistic menggunakan satu arah(one tail) atau dua arah (two tail)
 Penentuan Uji statistic yang sesuai
Setiap Uji statistic mempunyai persyaratan tertentu yang harus
dipenuhi meliputi: jenis variabel, Jenis data, Jenis distribusi data
 Menentukan batas/tingkat kemaknaan
Batas/tingkat kemaknaan disebut nilai alpha (α )
 Penghitungan Uji Statistik
 Keputusan Uji Statistik
KEPUTUSAN UJI STATISTIC DENGAN
PENDEKATAN KLASIK

 Untuk memutuskan Ho ditolak atau gagal ditolak

dengan cara membandingkan nilai perhitungan statistik
dengan nilai pada tabel
 Bila nilai perhitungan statistic > nilai table, maka
keputusannya Ho ditolak artinya ada perbedaan
kelompok data satu dengan kelompok data yang lain
 Bila nilai perhitungan statistic < nilai table, maka
keputusannya Ho gagal ditolak artinya tidak ada
perbedaan kelompok data satu dengan kelompok data
yang lain
KEPUTUSAN UJI STATISTIK DENGAN
PENDEKATAN PROBABILISTIK

 Uji statistic melalui program computer misalnya SPSS

 Dengan menggunakan program ini akan keluar nilai p (p value)
 Keputusan uji statistic dengan membandingkan nilai p value dengan α
(alpha)
 Bila p ≤ α, maka Ho ditolak
 Bila p > α, mka Ho gagal ditolak
NILAI P
 p merupakan nilai yang menunjukkan besarnya peluang
salah menolak Ho
 Nilai p dapat juga diartikan nilai besarnya peluang hasil
penelitian terjadi karena faktor kebetulan
 Semakin nilai p kecil, maka kita yakin bahwa adanya
perbedaan pada hasil penelitian menunjukkan pula
adanya perbedaan di populasi, dengan kata lain jika
nilai p kecil menunjukkan bahwa perbedaan pada
penelitian terjadi bukan karena faktor kebetulan (by
chance )
 Paired Samples Test

Paired Differences t df Sig. (2-tailed)

Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the
Difference

Lower Upper

Pair 1 sebelum - sesudah -10.345 9.056 1.682 -13.790 -6.900 -6.151 28 .000