Proses Generalisasi (penarikan kesimpulan) nilai yang berasal dari sampel terhadap keadaan populasi.
Pengujian hipotesis berguna untuk membantu pengambilan keputusan tentang apakah suatu hipotesis yang
diajukan (perbedaan atau hubungan) cukup meyakinkan untuk diterima atau ditolak.
Keyakinan ini didasarkan pada besarnya peluang untuk memperoleh hubungan tersebut secara kebetulan (by
chance).
Semakin kecil peluang tersebut (peluang adanya by chance) semakin besar keyakinan bahwa hubungan
tersebut memang ada
Parameter reduksi
(ukuran populasi)
Statistik
µ, (ukuran sampel)
µ1, µ2, µn X
σ X1, x2,xn
ρ S
r
Membuat generalisasi
=
Menguji hipotesis
Pengertian Hipotesis
Untuk menguji kebenaran suatu hipotesis digunakan pengujian yang disebut uji hipotesis
Prinsip Uji Hipotesis
Melakukan perbandingan antara nilai sampel (data penelitian) dengan nilai hipotesis (nilai populasi) yang
diajukan
Peluang untuk ditolak atau diterimanya suatu hipotesis tergantung pada besar atau kecilnya perbedaan nilai
sampel dengan nilai hipotesis
Bila perbedaan tersebut cukup besar, peluang untuk menolak hipotesispun besar juga
Bila perbedaan tersebut kecil, maka peluang untuk menolak hipotesispun ikut kecil.
Kesimpulan: Semakin besar perbedaan antara nilai sampel dengan nilai hipotesis, semakin besar peluang
menolak hipotesis
Jenis Hipotesis
Ho: μA = μB
Tidak ada perbedaan antara ................dengan ............
Ha: μA ≠ μB
Ada perbedaan antara ................dengan ............
Bagaimana hipotesis
Saudara?
Kesimpulan dalam Uji Hipotesis
Merupakan kesalahan tidak menolak Ho, padahal sesungguhnya Ho salah. Artinya menyimpulkan
tidak ada perbedaan padahal nyatanya ada perbedaan.
Peluang kesalahan tipe II adalah sebesar β.
Peluang untuk tidak membuat kesalahan tipe II adalah sebesar 1 – β dan dikenal sebagai tingkat
kekuatan uji (power of the test)
Power of the test merupakan peluang untuk menolak hipotesis nol ketika hipotesis nol memang
salah, atau dengan kata lain: kemampuan untuk mendeteksi adanya perbedaaan bermakna antara
kelompok-kelompok yang diteliti ketika perbedaan-perbedaan itu memang ada.
Kesalahan pengambilan keputusan...
Populasi
Keputusan
Ho Benar Ho Salah
Tingkat kemaknaan merupakan kesalahan tipe I dari suatu uji yang biasa diberi notasi α.
Setelah menentukan hipotesis nol dan hipotesis alternatif adalah menentukan kriteria atau batasan yang
digunakan untuk memutuskan apakah hipotesis nol di tolak atau gagal ditolak, yang disebut dengan
tingkat kemaknaan (level of sigificance)
Tingkat kemaknaan atau sering disebut dengan nilai α, merupakan nilai yang menunjukkan besarnya
peluang salah dalam menolak hasil hipotesis nol.
Nilai α adalah nilai batas maksimal kesalahan menolak Ho.
Penentuan nilai α tergantung pada tujuan dan kondisi penelitian. (Nilai α yang sering digunakan 10%, 5 %
dan 1 %.)
Untuk bidang kesehatan non kedokteran umumnya menggunakan nilai α sebesar 5%.
Pemilihan uji Parametrik atau
non parametrik
Pengujian hipotesis berhubungan erat dengan distribusi data populasi yang akan diuji.
Bila distribusi data yang akan diuji berbentuk normal/ simetris/ Gauss uji statistik parametrik
Bila distribusi data populasi tidak normal atau tidak diketahui distribusinya uji statistik non parametrik.
Kenormalan suatu data bisa juga dilihat dari jenis variabelnya.
Variabel berjenis numerik atau kuantitatif biasanya distribusi datanya mendekati normal uji parametrik
Variabel berjenis kategorik (kualitatif) dan distribusi datanya tidak normal uji non parametrik
Penentuan jenis uji juga ditentukan oleh jenis data yang dianalisis, jika data kecil atau kurang dari 30 maka
cenderung diuji dengan nonparametrik
Perbedaan subtansi/ Klinis dan Perbedaan statistik
Perlu dipahami bagi para peneliti, bahwa jika ada kesimpulan uji statistik berbeda secara bermakna atau
sifnifikans secara statistik, tidak berarti (belum tentu) bahwa perbedaan tersebut juga bermakna dipandang
dari segi subtansi atau klinis.
Oleh sebab itu, setiap penemuan jangan hanya dilihat dari aspek statistik semata, tetapi lihat juga dari segi
klinis atau subatansi.
Prosedur Uji Hipotesis
Untuk memutuskan apakah Ho ditolak atau gagal ditolak, maka dibandingkan nilai
perhitungan uji statistik dengan nilai tabel.
Nilai tabel sangat tergantung jenis uji statistik yang digunakan (misal tabel Z, T, dan
lain-lain).
Jika nilai uji statistik (nilai hitung) lebih besar/ samadengan (>) dari nilai tabel Ho ditolak
Jika nilai uji statistik (nilai hitung) lebih kecil dari nilai tabel Ho gagal ditolak
Pendekatan Probabilitik
Seiring dengan perkembangan teknologi komputer, maka uji statistik menggunakan program
komputer: Epi Info, SPSS, SAS, dan lain-lain.
Jika kita melakukan uji dengan menggunakan komputer, maka yang muncul adalah hasil
probabilitasnya yang dikenal dengan nilai P (p value).
Cara pengambilan keputusan adalah membandingkan nilai P (p value) dengan nilai α.
Ketentuannya:
Jika nilai P < dari nilai α, maka keputusannya Ho ditolak
Jika nilai P > dari nilai α, maka keputusannya Ho gagal ditolak
Jenis-Jenis Uji Hipotesis
b. Bila nilai σ (baca: tho) tidak diketahui, digunakan uji T, rumusnya:
Ket:
Tujuannya untuk mengetahui atau menguji perbedaan proporsi populasi dengan proporsi data
sampel penelitian
Rumus
Keterangan
p = Proporsi data sampel penelitian (p = x/n)
= Proporsi data populasi
n = jumlah sampel penelitian
Contoh Soal
Diketahui bahwa kadar kolesterol orang dewasa normal adalah 200 gr/ 100 ml dengan
standar deviasi 56 gr. Seorang peneliti telah melakukan pengukuran kadar kolesterol
sekelompok penderita hipertensi yang jumlahnya sebanyak 49 orang. Di dapat rata-rata
kadar kolesterol mereka 220 gr/ dl. Peneliti ingin menguji apakah kadar koleteroal
penderita hipertensi berbeda dengan kadar kolesterol pada orang dewasa normal?
Lakukan uji hipotesis, dengan urutan seperti telah jelaskan pada materi ini!
Keputusan dengan pendekatan klasik dan probabilitas!
Prosedur Uji Hipotesis
Diketahui:
Kadar kolesterol Normal adalah mean populasi (µ) = 200 gr
Standar Deviasi Populasi (σ) = 56 mg
Kadar Kolesterol Sampel = 220 mg
Hipotesis:
Ho : µ = ẋ = 200 (tidak ada perbedaan rata-rata kadar kolesterol orang dewasa dengan penderita hipertensi)
Ha : µ ≠ ẋ ≠ 200 (ada perbedaan rata-rata kadar kolesterol orang dewasa dengan penderita hipertensi)
Penyelesaian Soal
= 2,5
Penyelesaian Soal
Pendekatan Probabilistik
Membandingkan nilai p dengan nilai
Hasil perhitungan nilai Z = 2,5 dikonversi ke dalam tabel kurva normal untuk mencari nilai p.
Diperoleh nilai peluang 0,4938, maka nilai p = 0,5 – 0,4938 = 0,0062
Karena nilai pada tabel adalah one tail, maka nilai p (two tail) = 2 x 0,0062 = 0,012
Kesimpulan: nilai p < nilai (0,05), maka hipotesis nol ditolak, artinya secara statistik terdapat
perbedaan kadar kolesterol penderita hipertensi dengan kadar kolesterol orang dewasa (p = 0,012)
Keputusan Uji Statistik
Pendekatan Klasik
Membandingkan nilai Zhitung dengan nilai Z tabel.
Jika ditentukan nilai = 0,05 (two tail), maka nilai harus dibagi 2 sehingga = 0,025
(pada tabel one tail)
Untuk mencari nilai Z di tabel kurva normal, angka peluang yang dicari adalah: 0,5 - 0,025 =
0,4750
Dilihat di tabel pada nilai peluang 0,4750, nilai Z tabelnya adalah 1,96.
Kesimpulan: nilai Z hitung (2,5) > nilai Z tabel (1,96), maka hipotesis nol ditolak, artinya
secara statistik terdapat perbedaan kadar kolesterol penderita hipertensi dengan kadar
kolesterol orang dewasa
Tugas