Langsung ke konten utama

Pengujian Hipotesis

Pada dasarnya, Hipotesis merupakan suatu proposisi atau tanggapan yang mungkin benar, dan sering digunakan sebagai dasar pembuatan keputusan/pemecahan persoalan ataupun untuk dasar penelitian lebih lanjut. Sedangkan,
Pengujian hipotesis statistik ialah prosedur yang memungkinkan keputusan dapat dibuat, yaitu keputusan untuk menolak atau tidak menolak hipotesis yang sedang dipersoalkan atau diuji. Untuk menguji hipotesis digunakan data yang dikumpulkan dari sampel, sehingga merupakan data perkiraan (estimate).
Hipotesis yang berupa anggapan atau pendapat dapat didasarkan atas:
  1. Teori
  2. Pengalaman
  3. Ketajaman berpikir

Dalam hipotesis sendiri terdapat 2 jenis kesalahan, yaitu :
  1. Kesalahan yang disebabkan karena kita menolak hipotesis nol padahal hipotesis nol itu benar, disebut kesalahan jenis I atau Type of Error I
  2. kesalahan yang disebabkan karena kita menerima hipotesis nol padahal hipotesis itu salah disebut kesalahan jenis II atau Type of Error II.
Pembuat keputusan biasanya berusahan agar kedua jenis kesalahan tersebut ditekan sampai sekecil-kecilnya, dimana nilai dan minimum. Hal ini dimungkinkan dengan cara memperbesar jumlah n (sample semakin besar).

Pengujian hipotesis satu rata - rata

Pendapat atau anggapan yang merupakan hipotesis, apabila akan dipergunakan untuk membuat keputusan atau untuk menentukan langkah-langkah berikutnya, harus diuji terlebih dahulu. Prosedur yang perlu diperhatikan dalam pengujian hipotesis tentang satu rata-rata adalah sebagai berikut :

      1. Rumuskan Hipotesis
Pertama, 
Kedua, 
Ketiga, 

      2. Tentukan nilai = tingkat nyata (significant level) = probabilitas untuk melakukan kesalahan jenis I dan cari nilai atau  dari tabel Normal.
      3. Hitung Z0 sebagai kriteria pengujian, Berikut rumus yang digunakan pada pengujian tentang satu rata-rata :
Untuk data n > 30 :
Untuk data n < 30 :
      4. Keputusan dan kesimpulan
Contoh soal :
Dari 100 nasabah bank rata-rata melakukan penarikan $495 per bulan melalui ATM, dengan standar deviasi = $45. Dengan taraf nyata 5%, ujilah Apakah rata-rata nasabah menarik uang melalui ATM sebesar $500 per bulan dengan alternatif lebih besar dari itu.
Jawab :
Diketahui :
Prosedur Pengujian Hipotesis
1. Rumuskan Hipotesis
Dari soal diketahui bahwa pengujian hipotesis dilakukan dengan satu arah kiri, sehingga rumusan hipotesisnya sebagai berikut :
2. Tentukan Taraf Nyata Pengujian (nilai significant level), a = 5% = 0.05. Kemudian ditentukan nilai dari dengan menggunakan tabel pada Lampiran 1, sehingga diperoleh
Perhatikan gambar berikut.
3. Hitung nilai Statistik uji menggunakan (karena sampel besar) dengan arah pengujian 1 arah.
4. Keputusan dan kesimpulan
Karena Z0 < Ztable maka H0 diterima. Artinya rata-rata nasabah menarik uang melalui ATM adalah sebesar $500 per bulan dengan tingkat keyakinan 95%.

Pengujian hipotesis dua rata - rata  (data saling Independen)

Untuk pengujian hipotesis dengan dua rata-rata kita menggunakan rumus sebagai berikut:
n > 30 :
Dimana
Apabila tidak diketahui, dapat diestimasi dengan:
n < 30 :










Contoh soal :
Seorang pemilik toko yang menjual dua macam bola lampu merek A dan B, berpendapat bahwa tak ada perbedaan rata-rata lamanya menyala bola lampu kedua merek tersebut dengan alternatif ada perbedaan (tak sama). Guna menguji pendapatnya itu, kemudian dilakukan eksperimen dengan jalan menjalankan 100 buah bola lampu merek A dan 50 buah bola lampu merek B, sebagai random sampling. Dari hasil random sampling didapatkan bahwa bola lampu merek A dapat menyala rata-rata selama 952 jam, sedangkan merek B 987 jam, dengan standar deviasi 85 jam dan 92 jam. Dengan menggunak a= 5%, ujilah pendapat tersebut.

Penyelesaian :





Prosedur pengujian hipotesis
1. Rumusan Hipotesis
Dari soal diketahui bahwa pengujian dilakukan dengan dua arah. Sehingga rumusan hipotesisnya adalah sebagai berikut.
2. Menentukan taraf nyata.
a = 5%
Karena data berukuran besar, maka tabel yang digunakan adalah tabel . sehingga diperoleh
3. Hitung Z0
4. Keputusan dan kesimpulan

Pengujian hipotesis dengan dua rata - rata data berpasangan

Data berpasangan adalah data yang memiliki dua perlakuan berbeda pada objek atau sampel yang sama. Pengaruh produktivitas sebelum dan sesudah pelatihan bagi Badu. Jadi disini ada dua perlakuan, pada sampel yang sama. Data seperti ini disebut data tidak bebas atau non-independent. Prosedur pengujian hipotesis untuk data berpasangan adalah sebagai berikut.
1. Merumuskan hipotesis
- Uji satu arah kanan
- Uji saru arah kiri
- Uji dua arah
dengan
2. Menetapkan taraf nyata
Misalnya taraf nyata (a) adalah 5%. selanjutnya menghitung nilai dari ta dengan melihat tabel pada lampiran 1, dengan derajat kebebasannya adalah n - 1.
3. Menghitung uji hitung statistik
Uji statistik hitung yang digunakan pada uji ini adalah sebagai berikut.
dengan
dimana



4. Membuat keputusan dan kesimpulan
Kriteria keputusan untuk menolak atau menerima adalah sebagai berikut :
- Untuk uji satu arah kanan

- Untuk Uji satu arah kiri

- Untuk uji dua arah






Postingan populer dari blog ini

Uji Chi Square

Pengujian dengan menggunakan Chi-Square diterapkan pada kasus dimana akan diuji apakah frekuensi data yang diamati (frekuensi/data observasi) sama atau tidak dengan frekuensi harapan atau frekuensi secara teoritis. Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis uji komparatif yang dilakukan pada dua variabel, di mana skala data kedua variabel adalah nominal. Apabila dari 2 variabel, ada 1 variabel dengan skala nominal maka dilakukan uji chi square dengan merujuk bahwa harus digunakan uji pada derajat yang terendah. Dalam pengujian Chi square, hal yang dapat diuji antara lain adalah uji independensi, uji Goodness of Fit, uji homogenitas, dan uji varians. Dalam buku ini, yang dibahas adalah mengenai uji independesi dan uji goodness of fit. Uji Goodness of Fit (kecocokan) adalah uji untuk menentukan apakah sebuah populasi mengikuti distribusi tertentu atau tidak. Misalnya, kita ingin mengetahui apakah populasi yang diamati berrdistribusi normal atau tidak...

Ukuran Pemusatan, Letak dan Sebaran DATA

Ukuran Pemusatan Data (Central Tendency) Salah satu aspek yang paling penting untuk mengambarkan distribusi data adalah nilai pusat data pengamatann(tendensi sentral). setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai mewakili nilai pusat atau nilai sentral dari suatu gugus data (himpunan pengamatan) dikenal sebagai Ukuran tendensi sentral . Terdapat tiga ukuran tendensi sentral yang sering digunakan, yaitu 1. Mean (rata - rata hitung/rata - rata aritmatika) Rata - rata hitung atau Arithmetic mean  atau sering disebut dengan istilah mean  merupakan metode yang paling banyak digunakan untuk menggambarkan ukuran tendensi sentral. Mean dihitung dengan menjumlahkan semua nilai data pengamatan kemudian dibagi dengan banyak data. Definisi tersebut dapat dinyatakan dengan persamaan berikut : Mean untuk Data Tunggal Data tunggal adalah data yang belum dikelompokkan ke dalam kelas interval. Untuk mencari nilai mean data tunggal dapat diperoleh den...

Korelasi dan Regresi Linier Berganda

Menurut Abdurahman (2011), secara umum ada dua macam hubungan antara dua variabel atau lebih, yaitu bentuk hubungan dan keeratan hubungan. Analisis regresi digunakan untuk mengetahui bentuk hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan sempurna, atau untuk mengetahui bagaimana variasi dari beberapa variabel independen mempengaruhi variabel dependen dalam suatu fenomena yang kompleks. Jika adalah variabel-variabel independen dan Y adalah variabel dependen, maka terdapat hubungan fungsional antara dan , dimana variasi dari akan diiringi pula oleh variasi dari Y. Secara matematika hubungan di atas dapat dijabarkan sebagai berikut: , dimana Y adalah variabel dependen, adalah variabel independen dan e adalah variabel residu (disturbance term). Analisis regresi berganda merupakan perluasan dari analisis regresi linier sederhana. Dalam regresi linier sederhana, dibuat analisis hubungan dua variabel (satu variabel indepe...