UJI HIPOTESIS

Ns. Rizky Setiadi, S.Kep., MKM.

Definisi

 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

 Hipotesis berasal dari kata hupo dan thesis

 Hupo artinya sementara/ lemah kebenaranya
 Thesis artinya pernyataan atau teori

 Hipotesis berarti pernyataan sementara yang harus diuji kebenaranya

 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

 Hipotesis nol (H0)

 Hipotesis yang menyatakan tidak ada perbedaan suatu kejadian antara kedua kelompok
 Hipotesis yang menyatakan tidak ada hubungan antara variabel satu dengan variabel yang lain

 Hipotesis alternatif (Ha) atau (H1)

 Hipotesis yang menyatakan ada perbedaan suatu kejadian antara kedua kelompok
 Hipotesis yang menyatakan ada hubungan antara variabel satu dengan variabel yang lain
Arah atau bentuk Uji Hipotesis

 One tail (satu sisi)

 Bila hipotesis alternatifnya menyatakan ada perbedaan dan ada pernyataan yang mengatakan hal satu lebih tinggi/
rendah daripada hal yang lain

 Two tail (dua sisi)

 Bila Hipotesis alternatif yang hanya menyatakan perbedaan tanpa melihat apakah hal yang satu lebih tinggi/ rendah
dari hal yang lain.
Contoh penulisan hipotesis

 Ho: μA = μB
 Tidak ada perbedaan antara ................dengan ............

 Ha: μA ≠ μB
 Ada perbedaan antara ................dengan ............
Bagaimana hipotesis
Saudara?
Kesimpulan dalam Uji Hipotesis

 Dua kemungkinan hasil uji hipotesis

 Menolak hipotesis atau
 Menerima hipotesis (gagal menolak)
 Perlu dipahami: menerima hipotesis sebenarnya tidak tepat, yang tepat adalah gagal menolak hipotesis.
 Dalam sebuah uji hipotesis bila kesimpulan menerima hipotesis, bukan berarti kita telah membuktikan
hipotesis itu benar, karena benar atau tidaknya hipotesis hanya dapat dibuktikan dengan melakukan observasi
langsung pada seluruh populasi.
 Hal tersebut sangat sulit bahkan tidak mungkin untuk dilakukan
 Jadi: menerima hipotesis sebetulnya berati kita tidak cukup bukti untuk menolak hipoteisis, dengan kata lain
dapat diartikan gagal menolak hipoteisis
Kesalahan Pengambilan Keputusan

Kesalahan Tipe I (α)

 Merupakan kesalahan menolak Ho, padahal sesungguhnya Ho benar. Artinya

menyimpulkan ada perbedaan padahal nyatanya tidak ada perbedaan
 Peluang kesalahan tipe I adalah α atau sering disebut tingkat signifikansi
(significance level)
 Sebaliknya peluang untuk tidak membuat kesalahan tipe I adalah sebesar 1 – α
yang disebut dengan tingkat kepercayaan (confidence level)
Kesalahan Pengambilan Keputusan

Kesalahan Tipe II (β)

 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

Tidak melolak Ho Benar (1 – α) Kesalahan tipe II (β)

Menolak Ho Kesalahan tipe I (α) Benar (1 – β)

 Menentukan Tingkat Kemaknaan (Level of Significance)

 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

1. Menetapan hipotesis (Ho dan Ha)

2. Penentuan uji statistik yang sesuai
1. Jenis variabel yang akan dianalisis
2. Jenis data apakah dependen atau independen
3. Jenis distribusi data populasinya normal atau tidak
3. Menentukan batas atau tingkat kemaknaan ()
4. Perhitungan uji statistik
5. Keputusan uji statistik
1. Pendekatan klasik
2. Pendekatan probabilitas
 Pendekatan Klasik

 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

1. Menguji beda mean satu sampel

a. Bila nilai σ (baca: tho) diketahui, digunakan uji Z, rumusnya:

 
 b. Bila nilai σ (baca: tho) tidak diketahui, digunakan uji T, rumusnya:
 Ket:

= rata2 data populasi

Df= n-1 σ = standar deviasi populasi
Sd= standar deviasi sampel
n = jumlah sampel yg diteliti
Jenis-Jenis Uji Hipotesis

Menguji Beda Populasi

 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

1. Menetapan hipotesis (Ho dan Ha)

2. Penentuan uji statistik yang sesuai
1. Jenis variabel yang akan dianalisis
2. Jenis data apakah dependen atau independen
3. Jenis distribusi data populasinya normal atau tidak
3. Menentukan batas atau tingkat kemaknaan ()
4. Perhitungan uji statistik
5. Keputusan uji statistik
1. Pendekatan klasik
2. Pendekatan probabilitas
Penyelesaian Soal

 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

 Menentukan level of significance ()

  = 5%
 Pemilihan Uji Statistik
 Tujuan penelitian: membandingkan nilai populasi (data orang dewasa) dengan data sampel (data penderita hipertensi)
 Jenis uji statistik: uji beda mean satu sampel dengan pendekatan uji Z (karena standar deviasi populasi diketahui).
Penyelesaian Soal

 Perhitungan Uji Statistik:

  
 = 2,5
Penyelesaian Soal

 Keputusan Uji Statistik

 Pendekatan Probabilistik
 Pendekatan Klasik
Keputusan Uji Statistik

 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

 Dinas Kesehatan di Kabupaten X melaporkan bahwa rata-rata berat

bayi saat lahir tahun lalu adalah 3100 gr dengan standar deviasi 300
gr. Kepala Dinas Kesehatan ingin menguji apakah ada perbedaan rata-
rata berat bayi antara tahun lalu dengan saat ini. Untuk menguji hal
tersebut kemudian diambil sampel sebanyak 100 bayi dan diperoleh
rata-rata 3,165 gr. Coba anda buktikan apakah ada perbedaan rata-rata
berat bayi lahir antara tahun lalu dengan saat ini, dengan nilai alpha
5%!