uji hipotesis
DESCRIPTION
mTRANSCRIPT
28/03/2015 3
Pendahuluan
• Tujuan utama pengambilan sampel memperoleh
informasi mengenai parameter populasi.
• Oleh karena parameter populasi tidak diketahui, maka
dalam statistika inferensia dipelajari bagaimana cara
mengetahui parameter tersebut.
Copyright to : Irman Somantri
28/03/2015 4
Cara Mengetahui Parameter Populasi
• Pendugaan Titik (Estimasi Titik).
• Bila nilai parameter dari populasi hanya diduga dengan memakai satu nilai statistik dari sampel yang diambil dari populasi tersebut
• Pendugaan Interval (Estimasi Interval).
• Bila nilai parameter dari populasi diduga dengan memakai beberapa nilai statistik yang berada dalam suatu interval, misalnya 1 < < 2
Estimasi
Pengujian Hipotesis
Copyright to : Irman Somantri
28/03/2015 5
ESTIMASI
PARAMETER POPULASI
Mean, , is
unknown
Population Random Sample
Mean
X = 50
Sample
I am 95% confident
that is between 40
& 60.
Copyright to : Irman Somantri
28/03/2015 6
ESTIMASI
• Estimasi menaksir sifat-sifat populasi dan
mengumpul-kan sifat-sifat tersebut berdasarkan sampel
dengan keyakinan tertentu.
• Dibagi menjadi
– ESTIMASI TITIK (point estimation)
– ESTIMASI INTERVAL
Copyright to : Irman Somantri
28/03/2015 7
POINT ESTIMATES
Copyright to : Irman Somantri
Estimate Parameters
Populasi Sampel
Mean
Proporsi P Ps
Standar Deviasi 2 S2
Difference 1 - 2
X
21 X X
28/03/2015 9
Pendugaan untuk
rata-rata,
• Interval Kepercayaan (1-)
Copyright to : Irman Somantri
nZX
nZX
2/2/
28/03/2015 12
Konsep Umum
• Menentukan apakah dugaan ttg karakteristik suatu populasi didukung kuat oleh informasi yg diperoleh dari data sampel/tidak
Tujuan
• Asumsi sementara yg akan dibuktikan kebenarannyaPengertian
• Asumsi/pernyataan sementara mengenai “Distribusi’suatu data pernyataan karakteristik populasi
Hipotesis Statistik
Copyright to : Irman Somantri
28/03/2015 13
• Hipotesis statistik diuji berakhir dgn ditolak/tidak
berhasil ditolak pernyataan sementara tersebut
• Ho = hipotesis yg diuji akhir pengujian
Copyright to : Irman Somantri
28/03/2015 14
Error
• Pembuktian hipotesis benar/salah
populasi/parameter
• Kenyataan yg diteliti = sampel
• Kesimpulan menolak/tdk menolak hipotesis nol
kekeliruan Error
• 2 Macam eror
– Error tipe I = Alpha
– Error tipe II = betha
Copyright to : Irman Somantri
28/03/2015 15
2 macam eror
Hipotesis Nol
Keputusan
Diterima Ditolak
Gagal Tolak Benar Eror tipe I
()
DitolakEror tipe II
()Benar
Copyright to : Irman Somantri
28/03/2015 16Copyright to : Irman Somantri
Eror Tipe I ()
• menolak hipotesis yg pada hakikatnya adalah benar
• menyatakan Ada hubungan padahal tidak ada
Eror Tipe II ()
• kita tidak menolak hipotesis yg pada hakikatnya adalah salah
• Menyatakan tidak ada hubungan padahal ada hubungan
28/03/2015 17
Batas Kritis = Tingkat Kemaknaan
Level of Significance
• Ditentukan peneliti 0,05; 0,01 dst
• Nilai Z
– 0,05 = 1,645
– 0,025 = 1,96
• Pedoman test
– p < = H0 ditolak
– p > = H0 tidak dapat ditolak
Copyright to : Irman Somantri
28/03/2015 18
Langkah-langkah Pengujian Hipotesis
1. Formulasikan Ho vs Ha
2. Tentukan batas kemaknaan
3. Tentukan nilai statistik penguji (z, t) berdasarkan
distribusi sampelnya (sampling distribution)
– Lihat rumus pada slide berikut
4. Keputusan pengujian dgn membandingkan nilai p dgn
5. Interpretasi
– Pendekatan Probabilistik
– Pendekatan Klasik
Copyright to : Irman Somantri
28/03/2015 19
Bila nilai diketahui Bila nilai tidak diketahui
n
x
/
-Z
nsd
x
/
-t
KeteranganX = rata-rata sampel= rata-rata populasi= standar deviasi populasiSd = Standar deviasi sampelln = jumlah sampel yg diteliti
Copyright to : Irman Somantri
28/03/2015 20
Pendekatan
• Menggunakan nilai hitung dengan nilai tabel
• Nilai two tail = ½ one tail cari dulu nya
• Nilai hitung > nilai tabel Ho ditolak
Klasik
• Menggunakan nilai probabilistik (p value) dibandingkan dengan alpha ()
• Nilai p two tail = 2 x tabel one tail
• P value > Ho gagal tolak
Probabilistik
Copyright to : Irman Somantri
28/03/2015 21
Jenis-jenis Uji Hipotesis
• Uji Beda mean satu sampel
• Uji Beda Proporsi
Copyright to : Irman Somantri
28/03/2015 22
Uji Beda Mean Satu Sampel
• Tujuan mengetahui perbedaan mean populasi dgn
mean dta sampel penelitian
• membandingkan data satu sampel dgn data
populasinya
Copyright to : Irman Somantri
28/03/2015 23
Rumus
• Bila nilai diketahui maka digunakan uji Z
• Bila nilai tidak diketahui digunakan uji t
Copyright to : Irman Somantri
28/03/2015 24
contoh
• Diketahui kadar kolesterol orang dewasa normal =
200 gr/dl dengan standar deviasi 56 gr. Peneliti
melakukan pengukuran kadar kolesterol penderita
hipertensi sebanyak 49 orang. Didapatkan rata-rata
kadar kolesterol mereka 220 gr/dl. Peneliti ingin
menguji apakah kadar kolesterol penderita hipertensi
berbeda dgn kadar kolesterol orang dewasa...?
Copyright to : Irman Somantri
28/03/2015 25
Penyelesaian
• Kadar kolesterol normal populasi () = 200 mg
• Standar deviasi populasi () = 56 mg
• Kadar kolesterol sampel (x) = 220 mg
• Jumlah sampel (n) = 49
Copyright to : Irman Somantri
28/03/2015 26
Proses pengujian
1. Hipotesis :
– Ho : = 200
• tidak ada perbedaan rata-rata kadar kolesterol orang dewasa dgn
penderita HT
– Ho : ≠ 200
• ada perbedaan rata-rata kadar kolesterol orang dewasa dgn
penderita HT
Copyright to : Irman Somantri
Two Tail (dua arah)
28/03/2015 27
Proses.......
2. Level of significance
– 5%
3. Pemilihan Uji statistik
– Tujuan penelitian adalah : ingin membandingkan nilai
populasi (data orang dewasa) dengan data sampel (data
penderita hipertensi), maka jenis uji yg digunakan : uji
beda mean satu sampel dgn pendekatan uji Z (karena
standar populasi diketahui)
Copyright to : Irman Somantri
28/03/2015 29
Proses.......
5. Keputusan Uji Statistik
– Setelah selesai menghitung nilai statistik, maka langkah
selanjutnya adalah mengetahui keputusan uji apakah Ho
ditolak atau gagal tolak.
– Ada 2 cara
• Pendekatan probabilistik
• Pendekatan klasik
Copyright to : Irman Somantri
28/03/2015 30
Pendekatan probabilistik
• Dicari nilai p untuk kemudian dibandingkan dgn nilai
alpha
• Pada tahap ini nilai Z yg diperoleh dari perhitungan
dikonversi kedalam tabel kurve normal untuk mencari
nilai p
• Dari tabel kurva (cari dibuku statistik) didapatkan nilai
0,4938
Copyright to : Irman Somantri
28/03/2015 31
Nilai ZPada kurva 100% nilainya
tertulis 0,5+0,4938 = 0,9938
Copyright to : Irman Somantri
28/03/2015 32
• Berarti nilai p-nya = 0,5 – 0,4938 = 0,0062
• Nilai ini untuk tabel one tail sedangkan di uji kita
menggunakan two tail maka nilai p nya adalah = 2 x
0062 = 0,012
• Kesimpulan : p (0,012)< alpha (0,05) Ho ditolak
– Pada alpha 5% secara statistik kadar kolesterol orang
hipertensi berbeda dgn orang dewasa normal (0,012)
Copyright to : Irman Somantri
28/03/2015 33
Pendekatan Klasik
• Alpha = 0,05 untuk two tail maka alpha dibagi 2 =
0,025
• Untuk mencari nilai Z di tabel kurva normal = 1,96
• Nilai Z ini dibandingkan dengan nilai Z hitung (di slide
sebelumnya didapatkan nilai 2,5)
• Z hitung > Z tabel Ho ditolak
Copyright to : Irman Somantri
28/03/2015 34
Menguji Beda Proporsi
• Tujuan : mengetahui/menguji beda proporsi populasi
dgn proporsi data sampel penelitian
• Hipotesis
– Ho: p = P Ho: p = P
– Ha : p ≠ P Ha: p>P atau p<P
Two Tail One Tail
Copyright to : Irman Somantri
28/03/2015 35
Rumus
SE
PpZ
p = Proporsi data sampel penelitianP = proporsi data populasiQ = 1 - P
nQPSE /).(
Copyright to : Irman Somantri
28/03/2015 36
Contoh
• Laporan dinas kesehatan didapatkan bahwa 40%
persalinan dilakukan oleh dukun. Ka Dinas ingin
membuktikan apakah sekarang persalinan masih tetap
seperti laporan lalu. Untuk pengujian ini diambil sampel
random sebanyak 250 persalinan dan dilakukan
wawancara . Didapatkan 41% mengaku bersalin melalui
dukun
• Ujilah dengan alpha 5%, apa ada perbedaan proporsi
persalinan...?
Copyright to : Irman Somantri
28/03/2015 37
Jawab :
1. Ho : p = P; Ha: p ≠ P
2. = 5% = 0,05
3. Uji Z beda 1 proporsi
4. SE = PQ/n = 0,4 x 0,6/250 = 0,031
Z = 0,41-0,40/0,031 = 0,32
5. Nilai hitung : nilai tabel
0,32 < 1,96 Ho gagal tolak
Copyright to : Irman Somantri
28/03/2015 38
Tabel Uji Hipotesis
Copyright to : Irman Somantri
Masalah Skala
Pengukuran
Jenis Hipotesis (Asosiatif)
Komparatif Korelatif
Tidak Berpasangan Berpasangan
Numerik
2 Kelompok >2 Kelompok 2 Kelompok >2 Kelompok
PearsonUji t Tidak Berpasangan
One way ANOVA
Uji t Berpasangan
Repeated ANOVA
Kategorik(Ordinal)
Uji Mann Whitney
Kruskall Wallis
Wilcoxon FriedmanSpearmanSommers’d
Gamma
Kategorik
Chi SquareFischer
Kolmogorov-Smirnov(Tabel BxK)
Mc Nemaar, CochranMarginal Homogeneity
Wilcoxon, Friedman(Prinsip PxK)
Koefisien kontingensi
lambda