UJI HIPOTESIS

 UJI PERBANDINGAN
HIPOTESIS
 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 HIPOTESIS
Langkah-langkah Uji Hipotesis statistik:

 Nyatakan H0 dan H1 (hipotesis alternatif). Tentukan apakah

hipotesis berupa 2 arah atau 1 arah.
 Ex. H0 :   3 vs. H1 :   3 (2 arah) or H1 :  < 3 (1 arah)
 Tentukan taraf signifikansi α, misal : 1%, 5%, 10% dsb
 Pilih uji statistik yang sesuai : parametrik (uji T, uji F, uji Z) atau
non-parametrik (uji λ) dan tentukan wilayah kritik
UJI HIPOTESIS (1)

 Hitung nilai statistik uji berdasarkan data yang diambil. SPSS

akan menkonversikan nilai itu menjadi probabilitas siginifikansi
(p)
 Pengambilan keputusan dengan cara membandingkan nilai p
dengan nilai α (taraf signifikansi)
- tolak H0 bila p < α dan terima H0 bila p ≥ α
TARAF SIGNIFIKANSI
Kesalahan dlm Pengambilan Keputusan :
• Kesalahan Jenis Pertama (KJ I)

 Tolak Ho padahal Ho Benar

 Peluang (KJ I) = Alpha (α)

 Alpha disebut Taraf Nyata (significant level)

• 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.
 WILAYAH KRITIK (Uji 1 arah)

Sampling Distribution
Level of Confidence
Rejection
Region
1–

Nonrejection
Region

Ho Sample Statistic
Critical Value
Value
Observed sample statistic
 WILAYAH KRITIK (Uji 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
Observed sample statistic
UJI STATISTIK
 Dibedakan antara statistik parametrik dan non-parametrik
 Parameter lazimnya mengacu pada ciri populasi yang terukur
dengan jelas, misal rata-rata, varians, proporsi dll. Ciri sampel
adalah statistik. Namun bentuk ini tergantung terutama pada
skala pengukuran data : interval / rasio – statistik parametrik
 Untuk data dengan skala yang lebih rendah (nominal, ordinal)
harus diperlakukan secara berbeda dengan skala interval / rasio
– statistik non-parametrik
 Statistik non-parametrik dapat digunakan untuk data kecil (n<30),
kecuali yang didasarkan pada tabulasi silang
UJI STATISTIK (1)

 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.
 UJI STATISTIK (2)

Perbandingan antar statistika

Non-Parametrik
Parametrik
 Tidak ada syarat-syarat
 adanya syarat-syarat
mengenai parameter populasi
mengenai parameter
seperti tak ada asumsi
populasi seperti asumsi
kenormalan
kenormalan.
 Variabel yg dianalisis pada
 Variabel yang dianalisis
umumnya terukur dalam skala
umumnya terukur dalam
ordinal atau nominal.
skala interval, atau rasio.
 Sampai saat ini, sebagian
 Lebih dari dua variable
besar analisis non-parametrik
bebas dapat dianalisis
terbatas satu variable bebas.
secara bersamaan dalam
satu analisis.
UJI PERBANDINGAN
statistik parametrik & non-parametrik
Uji perbandingan parametrik Non-parametrik

 1 kelompok Uji t

 2 kelompok

- berhubungan Uji t berpasangan Uji tanda

- saling bebas Uji t saling bebas Mann-Whitney

 > 2 kelompok

- berhubungan Friedman

- saling bebas Anova 1 arah Kruskal-Wallis

UJI HUBUNGAN
statistik parametrik & non-parametrik

Uji hubungan parametrik Non-parametrik

2 variabel - korelasi pearson - Λ2 (chi-kuadrat)
- uji regresi - korelasi spearman
> 2 variabel - korelasi parsial
- korelasi berganda

- uji regresi berganda

UJI PERBANDINGAN
fokus : perbandingan rata-rata

STATISTIK PARAMETRIK
CIRI STATISTIK PARAMETRIK
 Variabel yang dibandingkan harus terukur dalam skala
interval / rasio
 Variabel pembedanya berbentuk kategorik (terukur dalam
skala nominal / ordinal)
 Banyaknya kategori dalam variabel pembeda memuat
jumlah kelompok yang dibandingkan
 Terdapat asumsi-asumsi dasar yang harus dipenuhi pada
data agar teknik statistik parametrik dapat digunakan
(normalitas, independensi, dsb)
UJI PERBANDINGAN 1 KELOMPOK
 Membandingkan rata-rata / mean (μ) 1 kelompok dengan nilai
tertentu
 Hipotesisnya : H0 : μ = μ0 vs. H1 : μ ≠ μ0 (μ0 konstanta)
 Tetapkan taraf signifikansinya (α)
 Uji statistik yang digunakan adalah uji T
 Pengambilan keputusan dengan cara membandingkan nilai p
(probabilitas signifikansi) dengan nilai α - tolak H0 bila p
< α dan terima H0 bila p ≥ α
 Contoh : Uji apakah rata-rata kandungan vitamin C suplier CSB
dalam populasi sama dengan spesifikasi yang ditetapkan
Pemerintah Amerika Serikat, yaitu 40 mg/100g CSB atau berbeda.
Hipotesisnya : H0 : μ = 40 vs. H1 : μ ≠ 40
Uji Mean Satu Kelompok
Perintah dalam SPSS
• Buka file one_sampel_t
Klik variable yang mau diuji rata-ratanya
ke kanan

Mau menguji apakah rata-rata kandungan vitamin C suplier CSB

dalam populasi sama dengan spesifikasi yang ditetapkan
pemerintah Amerika Serikat, yaitu 40 mg/100g CSB atau berbeda.
Output SPSS

One-Sample Statistics
  N Mean Std. Deviation Std. Error Mean
Kandungan Vitamin C
(mg/100g) 8 22.50 7.191 2.542

One-Sample Test
  Test Value = 40
  95% Confidence Interval
Sig. (2- Mean of the Difference
  t df tailed) Difference Lower Upper
Kandungan Vitamin
C (mg/100g) -6.883 7 .000 -17.500 -23.51 -11.49

Karena Sig <  (0.05) maka tolak H0. Jadi rata-rata kandungan
vitamin C dlm populasi yg diteliti berbeda dari 40 mg/100g CSB.
UJI PERBANDINGAN 2 KELOMPOK : saling
bebas
 Membandingkan rata-rata / mean (μ) 2 kelompok yang saling
bebas
 Hipotesisnya : H0 : μ1 = μ2 vs. H1 : μ1 ≠ μ2
 Tetapkan taraf signifikansinya (α)
 Uji statistik yang digunakan adalah uji T
 Pengambilan keputusan dengan cara membandingkan nilai p
(probabilitas signifikansi) dengan nilai α
- tolak H0 bila p < α dan terima H0 bila p ≥ α
 Contoh : Ingin diuji apakah rata-rata waktu pengeringan cat kayu
ABC (Group1=1) sama dengan rata-rata waktu pengeringan cat
kayu XYX (Group2=2) di populasi yang diteliti.
 Hipotesis: H0 : μABC = μXYZ vs. H1 : μABC ≠ μXYZ
Uji Means 2 Kelompok Bebas
Perintah dalam SPSS
 Buka file independen_t_test_twotail
 Ingin diuji apakah rata-
rata rata-rata waktu
pengeringan cat kayu
ABC (A1=1) sama dengan
rata-rata waktu
pengeringan cat kayu
XYX (A2=2) di populasi
yang diteliti.

Klik ke kanan variable yang mau

diuji rata-ratanya (test atau
dependent variable)

Klik ke kanan variable yang dijadikan pengelompokan

(independent variable). Dalam hal ini group, waktu
pengeringan kayu.
Output SPSS Uji Means 2 kelompok Bebas

Group Statistics

Std. Error
group N Mean Std. Deviation Mean
Waktu Kering Cat Kayu ABC
6 69.50 3.271 1.335
Cat Kayu XYZ
6 66.00 1.414 .577

Statistik deskriptif di atas memperlihatkan bahwa:

Cat kayu ABC cenderung memiliki waktu pengeringan lebih lama
dibanding Cat kayu XYZ (dari rata-rata/means).
Cat kayu ABC lebih berfluktuasi (bervariasi) waktu
pegeringannya dibanding mahasiswa Cat kayu XYZ (dari std
dev).
 Statistik Uji Means Dua Kelompok Bebas
Independent Samples Test
Levene's Test for
Equality of
Variances t-test for Equality of Means
95% Confidence
Interval of the
Difference
Mean Std. Error
Sig. (2- Differenc Differenc
F Sig. t df tailed) e e Lower Upper
Waktu Kering Equal variances 5.618 .039 2.406 10 .037 3.500 1.455 .258 6.742
assumed
Equal variances 2.406 6.806 .048 3.500 1.455 .040 6.960
not assumed

Fluktuasi IPK Kumulatif seluruh Rata-rata IPK Kumulatif seluruh

mahasiswa laki-laki maupun mhs perempuan berbeda nyata
perempuan di populasi yang diteliti dengan seluruh mhs laki-laki.
sama karena Sig >  (0.05).
UJI PERBANDINGAN 2 KELOMPOK :
berpasangan

 Membandingkan rata-rata / mean (μ) 2 kelompok yang

berpasangan
 Hipotesisnya : H0 : μ1 = μ2 vs. H1 : μ1 ≠ μ2
 Tetapkan taraf signifikansinya (α)
 Uji statistik yang digunakan adalah uji T
 Pengambilan keputusan dengan cara membandingkan nilai p
(probabilitas signifikansi) dengan nilai α
- tolak H0 bila p < α dan terima H0 bila p ≥ α
 Contoh : Ingin diuji apaka ada beda rata-rata kandungan
pencemaran air raksa di Lokasi A dengan rata-rata kandungan
pencemaran air raksa Lokasi B di sungai Ciliwung
 H0 : μlokasiA = μlokasiB vs. H1 : μlokaiA ≠ μlokasiB
Uji Means 2 Kelompok Berpasangan
Perintah dalam SPSS
 Buka file paired_t_tes_unequal1
Klik variable pertama (Lokasi A) kmdn klik variable
kedua (Lokasi B) pindahkan ke kanan (paired
variables)
Output SPSS
Uji Means 2 Kelompok Berpasangan
Paired Samples Statistics

    Mean N Std. Std. Error

Deviation Mean

Pair 1 Lokasi A 27.4286 7 3.00206 1.13467

Lokasi B 31.3857 7 4.10708 1.55233

Paired Samples Correlations

   
N Correlation Sig.
Pair 1 Lokasi A & Lokasi B
7 .487 .268
 Paired Samples Test
    Paired Differences
   
95% Confidence
Interval of the
Difference
Std. Error
    Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair Lokasi A - -
1 Lokasi B -3.95714 3.72463 1.40778
7.40185
-.51244 -2.811 6 .031

Tidak ada beda rata-rata kandugan

pencemaran air raksa di Lokasi A dan
Lokasi B dari seluruh lokasi yang diteliti di
sungai Ciliwung .
Daftar Pustaka:
 Uyanto, S.S. (2009). Pedoman analisis data dengan
SPSS. Edisi Ketiga. Yogyakarta: Penerbit Graha Ilmu.
 Bahan Kuliah Metode Penelitian, J.Tjahjo Baskoro.