UJI HIPOTESIS
Departemen Biostistika
FKM UI
1
HIPOTESIS
2
HIPOTESIS
Bentuk penulisan hipotesis satu arah secara
matematis untuk proporsi
Satu Sampel untuk proporsi
H : p p atau H0: p p0
0 0
Ha: p p0
3
HIPOTESIS
H0 dan H1 adalah ‘mutually exclusive’ dan
‘exhaustive’
Contoh:
H0 : Tidak ada perbedaan rata-rata kadar Hb Ibu yang meninggal
dengan rata-rata kadar Hb Ibu dan yang tidak meninggal
4
UJI HIPOTESIS
Langkah pertama untuk menguji hipotesis statistik:
merumuskan hipotesis nol (null hypothesis) dan hipotesisi
alternatif (alternative hypothesis)
Dalam merumuskan hipotesis dikenal istilah
Hipotesis satu arah (one tailed atau one side)
Hipotesis dua arah (two tailed atau two side).
Bentuk penulisan hipotesis satu arah secara matematis
Satu Sampel untuk mean (rata-rata)
H0: 0
atau H0: 0
H : < H1: > 0
1 0
Bentuk penulisan hipotesis dua arah secara matematis
Satu Sampel untuk mean (rata-rata)
H0: = 0
Ha: 0
5
Uji HIPOTESIS
Dalam pengujian hipotesis statistik yang diuji adalah
H0
Penentuan apakah H gagal ditolak (dianggap
0
benar) atau ditolak (dianggap salah) adalah
merupakan tujuan dari pengujian hipotesis
Besarnya probabilitas H benar adalah sebesar nilai-
0
p (p-value). Bila nilai-p sangat kecil, maka
kemungkinan Ho benar sangat kecil, kita putuskan
untuk menolak Ho
Batas (nilai-p) untuk menyatakan H ditolak atau
0
tidak sebesar alpha atau < alpha (untuk kesmas
alpa = 5%)
6
Hypothesis nol, H0
7
Hipotesis Alternatif, H1/Ha
Lawan dari hypothesis nol
Tidak pernah memuat tanda “=”
Secara umum hipotesis ini dipercaya
kebenarannya oleh peneliti (sehingga
perlu untuk dibuktikan)
Sering disebut juga hipotesis penelitian
8
Tingkat kesalahan
dan daerah penolakan
Nilai
kritis
Daerah 0
Penolakan
0
/2
9
Tingkat Signifikansi
dan daerah penolakan
Nilai
H0: 3
kritis
H1: < 3
Daerah 0
Penolakan
H0: 3
H1: > 3
0
/2
H0: 3
H1: 3
0
10
Ho dan Ha
Ibu Perokok Berat Bayi Lahir
Hal-11
Uji Hipotesis
Dalam pengujian hipotesis statistik yang ingin dibuktikan
adalah H0
“Jika cukup bukti maka Ho ditolak” Ha dianggab benar
“Jika tidak cukup bukti maka Ho gagal ditolak
Ho dianggab benar”
. Hal-12
CONTOH HIPOTESIS DAN UJI STATISTIK
Hal-16
KESALAHAN PENGAMBILAN KEPUTUSAN
UJI STATISTIK
Hal-17
KESALAHAN PENGAMBILAN KEPUTUSAN
UJI STATISTIK
Hal-18
KESALAHAN PENGAMBILAN KEPUTUSAN
UJI STATISTIK
Hal-19
Kesalahan dalam Uji Statistik
Salah tipe pertama () disebut tingkat signifikansi
(significance level) adalah probabilitas terjadinya slah
ketika menolak H0, padahal H0 tersebut benar
(1- ) disebut tingkat kepercayaan (confidence level)
adalah probabilitas untuk tidak membuat kesalahan
jenis pertama
Salah tipe kedua () adalah probabilitas salah ketika
menerima H0, padahal H0 tersebut salah
(1- ) adalah probabilitas untuk tidak membuat
kesalahan jenis kedua dan dikenal dengan tingkat
kekuatan uji (power of the test)
20
Type I & II mempunyai relasi
berkebalikan
Idealnya kedua kesalahan minimal
tetapi Jika kesalahan yang satu
diperkecil yang lain membesar
21
KEPUTUSAN UJI STATISTIK
Secara Klasik
Membandingkan nilai statistik hitung dengan nilai statistik tabel
Bila nilai hitung < nilai tabel Ho diterima Simpulan Ho
Bila nilai hitung > nilai tabel Ho ditolak Simpulan Ha
Misal, statistik uji Zhitung=2.5 pada =0.05 dan uji dua arah (two side) Z tabel=-
1.96 s/d 1.96 merupakan daerah Ho.
Karena Zhitung=2.5 > Z tabel=1.96 maka Ho ditolak.
Secara Probabilistik
Membandingkan nilai-p dengan
Bila nilai-p > Ho diterima Simpulan Ho
Bila nilai-p <= Ho ditolak Simpulan Ha
Nila-p=0.001, =0.05 dan ujia dua arah (two side). Karena nilai-p=0.001 <
=0.05 maka Ho ditolak
22
Langkah Dalam
Uji Hipotesis
1. Tuliskan H0 dan H1
2. Tetapkan tingkat signifikasi/salah type-1 ()
atau Area kritis penolakan Ho
=0.01, =0.05 atau =0.10
23
Langkah Uji Hipotesis
5 .Tentukan daerah kritis
o Area penerimaan/penolakan Ho, kemudian bandingkan dg
Statistik Hitung
o Atau, Tentukan nilai-p (berdasarkan Tabel,
atau Hitung nilai-p oleh komputer)
6. Buat keputusan dan simpulan Uji Statistik
o Tolak Ho (Bila nilai-p < alpha) atau
bila Nilai-statistik-hitung > Nilai-statistik-tabel) atau
bila Nilai-hitung jatuh di area penolakan Simpulan Ha
o Gagal tolak Ho (Bila nilai-p > alpha) atau
bila Nilai-statistik-hitung < Nilai-statistik-tabel atau
bila Nilai-statistik-hitung jatuh diarea penerimaan Simpulan
Ho
7. Simpulan: Tulis simpulan sesuai keputusan uji hipotesis
(Hipotesis=belum terbukti, Simpulan=sudah terbukti)
24
JENIS UJI STATISTIK YANG SERING
DIGUNAKAN:
Hubungan Antara 2 Variabel
JENIS
VARIABEL Var Dependen
Var
Independen Kategorik Numerik
1.Chi-square/
Regresi logistik 2. t-test (jika 2 kategori)
Kategorik sederhana 3. Anova (>2 kategori)
4. Korelasi /
2. t-test (jika 2 kategori) Regresi Linier
Numerik 2.Anova (>2 kategori) sederhana
25
TUGAS HIPOTESIS
Pilih topik penelitian yang menghubungkan var X dengan Y:
Tugas :
1.Buatlah suatu judul penelitian yang menilai
hubungan antara variabel X dengan Y
2.Buatlah Hipotesis Nol dari penelitian tsb
3.Buatlah Hipotesis Alternatif (1-tailed)
4.Buatlah Hipotesis Alternatif (2-tailed)
5.Mana yang cocok ditulis di Simpulan, apakah
hipotesis 1-tailed atau 2-tailed?
Hal-26
27
UJI HIPOTESIS
Beda Rerata
(Uji Z dan T)
Departemen Biostistika
FKM UI
28
Estimasi Interval (Perkiraan)
Data Numerik Estimasi Data Kategorik
Interval
Mean/Rata-rata Proporsi
p(1 p )
..%CI p Z ( / 2)
= SD pop = SD populasi n
Distribusi Z
diketahui tak diketahui
..CI t SD
..CI Z / 2 ( / 2 , df n 1)
n n
Distribusi Z Distribusi T
Hal-29
Uji Hipotesis satu populasi
Data Numerik Uji Data Kategorik
Hipotesis
= SD pop = SD populasi
diketahui tak diketahui
Uji-Z
X X X X
Z t
X / n
S/ n
Uji-Z Uji-T Hal-30
JENIS UJI STATISTIK YANG
SERING DIGUNAKAN:
Hubungan Antara 2 Variabel
JENIS
VARIABEL Var Dependen
Var
Independen Kategorik Numerik
1.Chi-square/
Regresi logistik 2. t-test (jika 2 kategori)
Kategorik sederhana 3. Anova (>2 kategori)
4. Korelasi /
2. t-test (jika 2 kategori) Regresi Linier
Numerik 2.Anova (>2 kategori) sederhana
31
Uji-Z satu sisi untuk Mean
(σ: Std.Deviasi populasi diketahui)
Asumsi
Populasi berdistribusi normal
Jika tak normal perlu sampel besar
Tanda H0 ≤ atau ≥ dari nilai tertentu
Z Statistik uji
X X X
Z
X / n
32
Contoh: Test Satu Sisi (1-tailed)
st.dev populasi diketahui
368 gm.
H0: =368
33
Nilai Kritis: Test Satu Sisi
populasi diketahui
P-Value =.0668
1.0 - 0.9332
0.0668
0 1.50 Z
Z=1.5 Tabel arsir pinggir Nilai-P = 0.0668
Z=1.5 Tabel arsir tengah Nilai-P = 1-0.9332
= 0.0668 36
P-value
(continued)
P-value = 0.0668
Pada = 0.05, Ho gagal ditolak.
p Value = 0.0668
Area Tolak
peneri
maan = 0.05
Ho
0.0 Z
1.50
1.645
Z=1.5 terletak dalam daerah penerimaan Ho
Z=1.5 Tabel arsir pinggir Nilai-P = 0.0668 37
Contoh: Test Dua Sisi (2-tailed)
populasi diketahui
368 gm.
H0: 368
H1: 368
38
Penyelesaian: Test Dua Sisi
populasi diketahui
H0: 368 Test Statistic:
H1: 368
X 372.5 368
Z 1.50
15
n 25
Putusan:
Tolak
Area
Tidak ditolak di = .05
.025 peneri .025
maan
Ho
Kesimpulan:
Tidak ada bukti rata-rata
-1.96 0 1.96 Z cereal bukan 368
1.50 39
P-value: Tes 2-sisi
P-value = 0.1336 (2 x 0.0068)
H0 gagal ditolak
p Value = 2 x 0.0668
Tolak Tolak
= 0.05
0 1.50 1.96
Z
Z=1.5 terletak dalam daerah penerimaan Ho
Z=1.5 Tabel arsir pinggir Nilai-P = 0.0668 40
T- Test: Jika σ=Std.Dev
Populasi tidak diketahui
Asumsi
Populasi berdistribusi normal
Jika tak normal, sampel besar
Gunakan SD (std.Deviasi sampel) untuk
perhitungan
368 gm.
H0: 368
H1: 368
42
Penyelesaian: T-test Satu Sisi
tidak diketahui
H0: 368 Test Statistic:
H1: 368
x 372.5 368
t 1.5
/ n 15 / 25
Tolak Ho Putusan:
Gagal ditolak di = .05
.05
Ho Gagal Tolak
Simpulan:
Tidak cukup bukti untuk
1.50 1.711 t24 menyimpulkan bahwa
rerata lebih dari 368 gr 43
Contoh: t Test Satu Sisi (0.01)
n=36 tidak diketahui
368 gm.
x xx
Z
/ n SD / n
H0: 368
H1: 368
44
Penyelesaian: T-test Satu Sisi
n=36 tidak diketahui
Test Statistic:
H0: 368
X 372.5 368
H1: 368 t 1.80
S 15
= 0.01 n 36
n = 36, df = 35
Nilai Kritis : 2.4377
Putusan:
Ho Gagal Tolak Tolak Ho Gagal ditolak pd =0.01
.01 Simpulan:
Tidak cukup bukti untuk
1.80 2.4377 menyimpulkan bahwa
t34 rata-rata > 368 gr
45
P –value, = 0.01, n=36
Tolak
= 0.01
0 t35
1.80 2.4377
T=1.8 (DF=35) Nilai-P berkisar 0.025 sd 0.05
46
UJI HIPOTESIS
Beda Proporsi
(Uji Z)
Departemen Biostistika
FKM UI
47
Uji Hipotesis Nilai Proporsi
48
Uji Hipotesis Nilai Proporsi
ps p p(1 p)
ps
n
49
Contoh: Uji-Z untuk Proporsi
Cek:
n.p>5 dan n(1-p)>5
Check:
np 500 .04 20
5
n 1 p 500 1 .04
480 5
50
Uji-Z untuk Proporsi: Solusi
Tolak Tolak
= 0.05
0 1.14 1.96
Z
Z=1.14 masuk dalam area penerimaan H0
Z=1.14 Tabel Z arsir Tengah P = 0.1271
52
53
TUGAS (Kumpul di EMAS, setelah ujian)
:Uji Rerata (2-tailed)
Q. Kepala Dinkes Kab.X
mengklaim kadar Hb ibu H0: 12.5
hamil 12.5 gr/dl H1: 12.5
Untuk membuktikannya, diteliti
sampel random dari 225
bumil, Mean Hb = 11.5 gr/dl, std.dev
368 gm.
SD5 gr/dl.
populasi tidak
Lakukan Test 2-sisi pada
0.05. Hipotesis: Rerata
diketahui
Hb bumil bukan 12.5 gr/dl
(dapat lebih rendah atau lebih tinggi)
54
TUGAS (Kumpul di EMAS, setelah ujian)
:Uji-Z untuk Proporsi
Q. Kepala Dinkes Kab.X Cek:
mengklaim Gizi kurang 5%. n.p>5 dan n(1-p)>5
Untuk membuktikan klaim,
diambil sample random 400 Lakukan ujinya:
balita, didapatkan 25 gizi
kurang (6.25%).
Lakukan uji hipotesis: H-2-
tailed: Pada alpha 0.05,
Proporsi gizi kurang bukan
5% (dapat kurang atau lebih
dari 4%)
55