STATISTIK INFERENSIAL,

UJI HIPOTESIS,
SIGNIFIKANSI STATISTIK
Kelompok 10
 Ana Saniatur Rohmah
 Naily Adniya Rochmy
 Table of Contents

01 02 03
Statistik Signifikansi
Inferensial Uji Hipotesis Statistik
You could describe You could describe You could describe
the topic of the the topic of the the topic of the
section here section here section here
 01
Statistika Inferensial adalah serangkaian teknik yang
digunakan untuk mengkaji, menaksir dan mengambil
kesimpulan berdasarkan data yang diperoleh dari
sempel untuk menggambarkan karakteristik atau ciri
dari suatu populasi. Atau dengan kata lain penelitian
inferensial adalah proses pengambilan kesimpulan-
kesimpulan berdasarkan data sampel yang lebih sedikit
menjadi kesimpulan yang lebih umum untuk sebuah
populasi. Oleh karena itu, statistika inferensial disebut
juga statistik induktif atau statistik penarikan
kesimpulan.
Perbedaan Statistik Inferensial dan
Statistik Deskriptif

● Statistik deskriptif bertujuan untuk mendeskripsikan

karakteristik data. Sedangkan statistik inferensia bertujuan
untuk mengambil kesimpulan untuk populasi dengan
menganalisis sampel.
● Statistik deskriptif biasanya hanya disajikan dalam bentuk
tabel dan grafik. Statistik uji yang digunakan pun terbilang
sederhana seperti rata-rata, varians, dll. Sedangkan statistik
inferensial, statistik yang digunakan sudah tergolong sangat
rumit. Tidak semua orang mampu menggunakan statistik
inferensial sehingga dibutuhkan keseriusan dan
pembelajaran khusus sebelum menggunakannya.
“ Contoh yang baik untuk statistik inferensial adalah pada pemilu
presiden 2014. Berbagai lembaga survei melakukan quick count untuk
mengetahui secara cepat kandidat presiden mana yang akan
mendapatkan suara rakyat lebih banyak. Lembaga survei tersebut
mengambil sebagian sampel TPS (Tempat Pemungutan Suara) dari
total TPS populasi. Hasil sampel TPS tersebut digunakan untuk
generalisasi terhadap keseluruhan TPS. Katakanlah diambil 2.000
sampel TPS dari 400.000 populasi TPS yang ada. Hasil dari 2.000 TPS
adalah statistik deskriptif. Sedangkan jika kita mengambil kesimpulan
terhadap 400.000 TPS adalah statistik inferensial.
”
 Uji-t Anova

Statistik
Parametrik
Regresi Korelasi
Uji-t
Uji-t digunakan untuk menentukan apakah 2 kelompok skor
memiliki perbedaan yang signifikan di tingkat probabilitas
pilihan. Contohnya, Uji-t dapat digunakan untuk membandingkan
skor membaca pada laki-laki dan skor membaca pada perempuan
di sekolah A.

Anova
Uji Anova adalah bentuk khusus dari analisis statistik yang banyak
digunakan dalam penelitian eksperimen. Uji Anova juga adalah bentuk uji
hipotesis statistik dimana kita mengambil kesimpulan berdasarkan data
atau kelompok statistik inferentif. Prinsip uji Anova adalah kita
membandingkan variansi tiga kelompok sampel atau lebih. Lebih dari
sekedar membandingkan nilai mean (rata-rata), uji anova juga
mempertimbangkan keragaman data yang dimanifestasikan dalam nilai
varians.
X
Regresi
Analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai
variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang
menerangkan (the explanatory). Jika variabel bebas lebih dari satu, maka analisis
regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa
variabel bebas akan dikenakan kepada variabel tergantung. Contoh: Seorang
pengusaha bernama Andrianto ingin meneliti tentang pengaruh biaya promosi
terhadap volume penjualan pada perusahaan minyak wangi. Dari pernyataan tersebut
Y
didapatvariabel dependen (Y) adalah volume penjualan dan variabel independen (X)
adalah biaya promosi.

Z
K
O

X
Analisis korelasi digunakan untuk memahami sejauh mana dua variabel saling bergantung. R
Kekuatan hubungan apa pun, jika ada, antara dua variabel dapat diperoleh dari ini. Kita dapat E
memahami apakah variabel memiliki korelasi yang kuat atau yang lemah. Contoh: Ingin L
diketahui seberapa kuat hubungan antara besarnya pendapatan seseorang denganpengeluaran A
(konsumsi) per bulan. S
I
Tabel Statistik Parametrik
 Statistik Non-Parametrik
Uji Spearman
• Koefisien korelasi spearman merupakan
metode pengukuran korelasi yang
digunakan bila data yang digunakan
bersifat ordinal atau ranking.
• Korelasi spearman sendiri memiliki dua
kondisi penggunaan. Pertama, yaitu
kondisi dimana data yang digunakan
bersifat unik atau tidak ditemukan data
ganda. Kedua, kondisi dimana data yang
digunakan terdapat data ganda atau double.
Chi-square Test
Chi Square adalah suatu ukuran menyangkut
perbedaan yang terdapat di antara frekuensi
pengamatan dengan frekwensi
teoritis/frekuensi harapan yang dinyatakan
dengan simbol. Chi square digunakan untuk
membandingkan frekuensi yang muncul pada
kategori atau kelompok berbeda.
 Uji Hipotesis

Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang
sifatnya masih sementara atau lemah kebenarannya. Hipótesis statistik akan diterima jika
hasil pengujian membenarkan pernyataannya dan akan ditolak jika terjadi penyangkalan
dari pernyataannya. Dalam pengujian hipótesis, keputusan yang dibuat mengandung
ketidakpastian, artinya keputusan bisa benar atau salah, sehingga menimbulkan resiko.
Besar kecilnya resiko dinyatakan dalam bentuk probabilitas.
 Tipe Hipotesis
Hipotesis Satu Arah
Hipotesis satu arah yaitu  apabila hipotesis
alternatif menunjukkan tanda > atau <. Hal ini
dapat terjadi karena peneliti menginginkan suatu
perubahan satu arah, misalnya apakah meningkat
atau menurun.
Contoh : sebuah perusahaan rokok memproduksi
rokok dengan kadar nikotin tidak melebihi 2,5
miligram. Dapat disimpulkan tidak melebihi
artinya kurang dari berarti hipotesis satu arah,
H1 : 2,5
Hipotesis Dua Arah
Hipotesis dua arah yaitu   apabila hipotesis
alternatifnya memiliki dua arti, H1 : > 20
dan/atau H1 : < 20.
Contoh: sebuah pabrik sereal ingin mengetes
unjuk kerja dari mesin pengisinya. Mesin tersebut
dirancang untuk mengisi 12 ons setiap boksnya.
(karena hanya ingin menguji apakah rata-rata
mesin pengisi tersebut dapat mengisi 12 ons
setiap boksnya atau tidak, H0 : = 12, dan H1 :
12)
 Jenis-Jenis Hipotesis
Berdasarkan Jenis Parameternya
- Pengujian hipotesis tentang rata-rata
- Pengujian hipotesis tentang proporsi
- Pengujian hipotesis tentang varians

Berdasarkan Jenis Distribusinya

Berdasarkan Jumlah Sampelnya - Pengujian hipotesis dengan distribusi Z
- Pengujian sampel besar (n > 30) - Pengujian hipotesis dengan distribusi t (t-student)
- Pengujian sampel kecil (n ≤ 30) - Pengujian hipotesis dengan distribusi χ2 (chi-square)
- Pengujian hipotesis dengan distrbusi F (F-ratio)

Berdasarkan Arah atau Bentuk Formulasi

Hipotesisnya
- Pengujian hipotesis dua pihak ( two tail test)
- Pengujian hipotesis pihak kiri atau sisi kiri
- Pengujian hipotesis pihak kanan atau sisi kanan.
Langkah-langkah Uji Hipotesis

1. Tentukan hipotesis Misal: H0 : = c, lawan H1 : c (uji dua

sisi) Atau: H0 : = c, lawan H1 : > c (uji satu sisi)
2. Tentukan tingkat signifikansi
Biasanya kalau tidak diketahui, maka hal yang biasa digunakan
adalah tingkat kesalahan sebesar 5% ●  
3. Statistik Uji
4. Daerah kritik, H0 diterima bila dan H0 ditolak bila
5. Keputusan, H0 diterima atau ditolak
6. Kesimpulan
 03 Signifikansi Statistik

Signifikansi Statistik adalah besarnya kemungkinan

untuk dapat menerima suatu hipotesis. Uji signifikansi
menentukan apakah hipotesis yang dibuat di awal riset
akan diterima atau ditolak. Nilai signifikansi yang
dilambangkan dengan simbol “p”.
 Taraf Signifikansi

Taraf signifikansi adalah besarnya peluang untuk menolak hipotesis null. Taraf
signifikansi sangat penting dalam penggunaan metode statistika guna menguji hipotesis
penelitian. Peneliti menolak hipotesis nihil karena memiliki taraf signifikansi yang besar.
Penolakan yang didasarkan pada taraf signifikansi yang kecil lebih dapat dipercaya
dibandingkan penolakan yang didasarkan pada taraf signifikansi yang besar
 Penentuan Signifikansi Statistik
Penggunaan nilai p
Penggunaan nilai p digunakan untuk
menunjukkan uji signifikansi. Nilai p ini
menunjukkan probabilitas hasil pengamatan (x)
tidak memiliki hubungan dengan hipotesis null
(HO) serta probabilitas kebenaran hipotesis null
(HO) tanpa ada hipotesis alternatif (HA).
Penggunaan uji hipotesis
uji hipotesis dapat digunakan untuk mencari titik
signifikansi antara dua hipotesis. Signifikansi
tersebut ditentukan oleh besarnya dua macam
error, yaitu salah menolak HO, atau disebut Type
I Error (α), dan salah menerima HA, atau disebut
Type Error II (β).
● Bila nilai signifikansi t < 0.05, maka H0
ditolak, artinya terdapat pengaruh yang
signifikan antara satu variabel independen
terhadap variabel dependen.

● Bila nilai signifikansi t > 0.05, maka H0

diterima, artinya tidak ada pengaruh yang
signifikan antara satu variabel independen
terhadap variabel dependen.
 Thanks
Do you have any questions?
your-email@freepik.com
+91 620 421 838
yourcompany.com

CREDITS: This presentation template was created by Slidesgo,

including icons by Flaticon, and infographics & images by
Freepik.

Please keep this slide for attribution.