uji hipotesis
DESCRIPTION
uji hipotesisTRANSCRIPT
UJI HIPOTESISUJI HIPOTESISEntin Hidayah
1
PENDAHULUAN
• Tujuan: penarikan kesimpulan (menggeneralisir)
nilai yang berasal dari sampel terhadap keadaan
populasi melalui pengujian hipotesis.
• Keyakinan ini didasarkan pada besarnya peluangKeyakinan 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.2
PRINSIP UJI HIPOTESIS
• melakukan perbandingan antara nilai sampel (data hasilpenelitian) dengan nilai hipotesis (nilai populasi) yangdiajukan.
• Peluang untuk diterima dan ditolaknya suatu hipotesistergantung besar kecilnya perbedaan antara nilai sampeldengan nilai hipotesis.tergantung besar kecilnya perbedaan antara nilai sampeldengan nilai hipotesis.
• Bila perbedaan tersebut cukup besar, maka peluang untukmenolak hipotesis pun besar pula, sebaliknya bilaperbedaan tersebut kecil, maka peluang untuk menolakhipotesis menjadi kecil.
• Jadi, makin besar perbedaan antara nilai sampel dengannilai hipotesis, makin besar peluang untuk menolakhipotesis
3
HIPOTESIS
• Berasal dari kata hipo dan thesis. Hipo artinyasementara/lemah kebenarannya dan thesisartinya pernyataan/teori.
• Pernyataan sementara yang perlu diujikebenarannya. Untuk menguji kebenaran sebuahkebenarannya. Untuk menguji kebenaran sebuahhipotesis digunakan pengujian yang disebutpengujian hipotesis.
• Pengujian hipotesis dijumpai dua jenis hipotesis,yaitu hipotesis nol (Ho) dan hipotesis alternatif(Ha).
4
Hipotesis Nol (Ho)
• Hipotesis yang menyatakan tidak ada perbedaan
sesuatu kejadian antara kedua kelompok. Atau
hipotesis yang menyatakan tidak ada hubungan
antara variabel satu dengan variabel yang lain.
Contoh:Contoh:
• Tidak ada perbedaan berat badan bayi antara
mereka yang dilahirkan dari ibu yang merokok
dengan mereka yang dilahirkan dari ibu yang
tidak merokok.
• Tidak ada hubungan merokok dengan berat
badan bayi.5
Hipotesis Alternatif (Ha)
• Hipotesis yang menyatakan ada perbedaan suatu
kejadian antara kedua kelompok. Atau hipotesis
yang menyatakan ada hubungan variabel satu
dengan variabel yang lain.
Contoh : Contoh :
• Ada perbedaan berat badan bayi antara mereka
yang dilahirkan dari ibu yang merokok dengan
mereka yang dilahirkan dari ibu yang tidak
merokok.
• Ada hubungan merokok dengan berat badan
bayi.6
ARAH/BENTUK UJI HIPOTESIS
•Bentuk hipotesis alternatif akan
menentukan arah uji statistik
apakahapakah
•satu arah (one tail)
•dua arah (two tail).
7
One tail (satu sisi)
• bila hipotesis alternatifnyanya menyatakanadanya perbedaan dan ada pernyataan yangmengatakan hal yang satu lebih tinggi/rendahdari hal yang lain.
Contoh :
• Berat badan bayi dari ibu hamil yang merokoklebih kecil dibandingkan berat badan bayi dariibu hamil yang tidak merokok.
8
Two Tail (dua sisi)
• Merupakan hipotesis alternatif yang hanyamenyatakan perbedaan tanpa melihat apakahhal yang satu lebih tinggi/rendah dari hal yanglain.
ContohContoh
• Berat badan bayi dari ibu hamil yang merokokberbeda dibandingkan berat badan bayi dari ibuyang tidak merokok. Atau dengan kata lain : Adaperbedaan berat badan bayi antara mereka yangdilahirkan dari ibu yang merokok dibandingkandari mereka yang tidak merokok. 9
Contoh penulisan hipotesis
• Suatu penelitian ingin mengetahui hubungan antara jeniskelamin dengan tekanan darah, maka hipotesisnya adalahsbb:
Ho : µ A = µ B
• Tidak ada perbedaan mean tekanan darah antara laki-laki dan perempuan, ataulaki dan perempuan, atau
• Tidak ada hubungan antara jenis kelamin dengan tekanan darah
Ha : µ A≠ µ B
• Ada perbedaan mean tekanan darah antara laki-laki dan perempuan, atau
• Ada hubungan antara jenis kelamin dengan tekanan darah
10
KESALAHAN PENGAMBILAN
KEPUTUSAN
• Dalam pengujian hipotesis kita selalu
dihadapkan suatu kesalahan pengambilan
keputusan.
• Ada dua jenis kesalahan pengambilan keputusanAda dua jenis kesalahan pengambilan keputusan
dalam uji statistik, yaitu:
• kesalahan tipe alpha
• Kesalahan tipe beta
11
Kesalahan Tipe I (αααα)
• Merupakan kesalahan menolak Ho padahal
sesungguhnya Ho benar. Artinya:
menyimpulkan adanya perbedaan padahal
sesungguhnya tidak ada perbedaan.
• Peluang kesalahan tipe satu (I) adalah α atau• Peluang kesalahan tipe satu (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).
12
Kesalahan Tipe II (ββββ)
• Merupakan kesalahan tidak menolak Ho
padahal sesungguhnya Ho salah. Artinya:
menyimpulkan tidak ada perbedaan padahal
sesungguhnya ada perbedaan.sesungguhnya ada perbedaan.
• Peluang untuk membuat kesalahan tipe
kedua (II) ini adalah sebesar β.
• Peluang untuk tidak membuat kesalahan tipe
kedua (II) adalah sebesar 1-β, dan dikenal
sebagai Tingkat Kekuatan Uji statistik (power
of the test).
13
Kesalahan Pengambilan
Keputusan
Keputusan Populasi
Ho Benar Ho Salah
14
Tidak Menolak Ho Benar (1-α) Kesalahan Tipe II(β)
Menolak Ho Kesalahanan TipeI (α)
Benar (1-β)
Meminimalkan kesalahan
• Dalam pengujian hipotesis dikehendaki nilai αdan β kecil atau (1-β) besar.
• Namun hal ini sulit dicapai karena bila αmakin kecil nilai β akan semakin besar.
• Berhubung harus dibuat keputusan menolak• Berhubung harus dibuat keputusan menolak
atau tidak menolak Ho maka harus
diputuskan untuk memilih salah satu saja
yang harus diperhatikan yaitu α atau β yang
diperhatikan.
• Pada umumnya untuk amannya dipilih nilai α.15
MENENTUKAN TINGKAT KEMAKNAAN (LEVEL
OF SIGNIFICANCE)
• Tingkat kemaknaan, atau sering disebut dengannilai α, merupakan nilai yang menunjukkanbesarnya peluang salah dalam menolak hipotesisnol.
• nilai α merupakan batas toleransi peluang salah• nilai α merupakan batas toleransi peluang salahdalam menolak hipotesis nol.
• nilai α merupakan nilai batas maksimal kesalahanmenolak Ho.
• Nilai α dapat diartikan pula sebagai batasmaksimal kita salah menyatakan adanyaperbedaan. 16
Penentuan nilai α (alpha)
• Tergantung dari tujuan dan kondisi penelitian.
• Nilai α (alpha) yang sering digunakan adalah 10 %,5 % atau 1 %.• Bidang kesehatan masyarakat biasanya digunakan nilai α (alpha)
sebesar 5 %.
• Pengujian obat-obatan digunakan batas toleransi kesalahan yang• Pengujian obat-obatan digunakan batas toleransi kesalahan yanglebih kecil misalnya 1 %, karena mengandung risiko yang fatal.
• Misalkan seorang peneliti yang akan menentukanapakah suatu obat bius berkhasiat akanmenentukan α yang kecil sekali , peneliti tersebuttidak akan mau mengambil resiko bahwa ketidakberhasilan obat bius besar karena akanberhubungan dengan nyawa seseorang yang akandibius.
17
PEMILIHAN JENIS UJI PARAMERTIK ATAU NON
PARAMETRIK
• Dalam pengujian hipotesis sangat berhubungandengan distribusi data populasi yang akan diuji.
• Bila distribusi data populasi yang akan diujiberbentuk normal/simteris/Gauss, maka prosespengujian dapat digunakan dengan pendekatanpengujian dapat digunakan dengan pendekatanuji statistik parametrik.
• Bila distribusi data populasinya tidak normal atautidak diketahui distribusinya maka dapatdigunakan pendekatan uji statistik NonParametrik.
18
Parametrik & non parametrik
• Kenormalan suatu data dapat juga dilihat dari
jenis variabelnya, bila variabelnya berjenis
numerik/kuantitatif biasanya distribusi datanya
mendekati normal/simetris. Sehingga dapat
digunakan uji statistik parametrik.digunakan uji statistik parametrik.
• Bila jenis variabelnya katagori(kualitatif), maka
bentuk distribusinya tidak normal, sehingga uji
non parametrik dapat digunakan.
• Penentuan jenis uji juga ditentukan oleh jumlah
data yang dianalisis, bila jumlah data kecil (< 30)
cenderung digunakan uji Non paramterik.
19
PERBEDAAN SUBSTANSI& PERBEDAAN
STATISTIK
• Perlu dipahami/disadari bagi peneliti bahwa berbedabermakna/signifikan secara statistik tidak berarti (belumtentu) bahwa perbedaan tersebut juga bermaknadipandang dari segi substansi.
• Seperti diketahui bahwa semakin besar sampel yangdianalisis akan semakin besar menghasilkan kemungkinanberbeda bermakna.berbeda bermakna.
• Dengan sampel besar perbedaan-perbedaan sangat kecil,yang sedikit atau bahkan tidak mempunyai manfaat secarasubstansi dapat berubah menjadi bermakna secarastatistik.
• Oleh karena itu arti kegunaan dari setiap penemuanjangan hanya dilihat dari aspek statistik semata, namunharus juga dinilai/dilihat dari kegunaan dari segi substansi 20
PROSEDUR UJI HIPOTESIS
1. Menetapkan Hipotesis
2. Penentuan uji statistik yang sesuai
3. Menentukan batas atau tingkat 3. Menentukan batas atau tingkat
kemaknaan (level of significance)
4. Penghitungan Uji Statistik
5. Keputusan Uji Statistik
21
Menetapkan Hipotesis
Hipotesis Nol (Ho)
• Tidak ada perbedaan berat badan bayi antara
mereka yang dilahirkan dari ibu yang merokok
dengan mereka yang dilahirkan dari ibu yangdengan mereka yang dilahirkan dari ibu yang
tidak merokok.
Hipotesis Alternatif (Ha)
• Ada perbedaan berat badan bayi antara mereka
yang dilahirkan dari ibu yang merokok dengan
mereka yang dilahirkan dari ibu yang tidak
merokok. 22
Penentuan uji statistik yang
sesuai• Ada beragam jenis uji statistik yang dapat
digunakan. Setiap uji statistik mempunyai
persyaratan tertentu yang harus dipenuhi. Oleh
karena itu harus digunakan uji statistik yang tepat
sesuai dengan data yang diuji. Jenis uji statistiksesuai dengan data yang diuji. Jenis uji statistik
sangat tergantung dari:
• Jenis variabel yang akan dianalisis
• Jenis data apakah dependen atau independen
• Jenis distribusi data populasinya apakah
mengikuti distribusi normal atau tidak 23
Contoh penentuan uji statistik
• Sebagai gambaran, jenis uji statistik
untuk mengetahui perbedaan mean
akan berbeda dengan uji statistik
untuk mengetahui perbedaanuntuk mengetahui perbedaan
proporsi/persentase.
• Uji beda mean menggunakan uji T
atau uji Anova, sedangkan uji untuk
mengetahui perbedaan proporsi
digunakan uji Kai kuadrat.
24
Menentukan batas atau tingkat
kemaknaan (level of significance)
• Batas/tingkat kemaknaan, sering juga
disebut dengan nilai α. Penggunan
nilai alpha tergantung tujuan
penelitian yang dilakukan, untukpenelitian yang dilakukan, untuk
bidang kesehatan masyarakat
biasanya menggunakan nilai alpha 5
%
25
Penghitungan Uji Statistik• Penghitungan uji statistik adalah
menghitung data sampel kedalam uji
hipotesis yang sesuai.
• Misalnya kalau ingin menguji perbedan
mean antara dua kelompok, maka datamean antara dua kelompok, maka data
hasil pengukuran dimasukkan ke rumus uji
t. Dari hasil perhitungan tersebut
kemudian dibandingkan dengan nilai
populasi untuk mengetahui apakah ada
hipotesis ditolak atau gagal menolak
hipotesis.
26
Keputusan Uji Statistik
• hasil pengujian statistik akan
menghasilkan dua kemungkinan
keputusan yaitu menolak Hipotesis Nol
dan Gagal menolak Hipotesis nol.dan Gagal menolak Hipotesis nol.
• Keputusan uji statistik dapat dicari dengan
dua pendekatan yaitu pendekatan klasik
dan pendekatan probabilistik
27
Pendekatan Klasik• Untuk memutuskan apakah Ho ditolak maupun gagal
ditolak, dapat digunakan dengan cara membandingkanNilai Perhitungan Uji Statistik dengan Nilai pada Tabel.
• Nilai Tabel yang dilihat sesuai dengan jenis distribusi ujiyang kita lakukan,
• uji Z maka nilai tabel dilihat dari tabel Z• uji Z maka nilai tabel dilihat dari tabel Z
• uji T.
• Setelah kita dapat nilai perhitungan uji Z/T kemudian kitabandingkan angka yang ada pada tabel T
• Besarnya nilai tabel sangat tergantung dari
• nilai alpha (α) yang digunakan
• uji one tail (satu sisi/satu arah) atau two tail (dua sisi/duaarah). 28
Uji two tail (dua sisi/dua arah)
Ho : x = µHa : x ≠≠≠≠ µ• Pada uji ini menggunakan uji dua arah
sehingga untuk mencari nilai Z di tabelkurve normal, nilai α-nya harus dibagi duasehingga untuk mencari nilai Z di tabelkurve normal, nilai α-nya harus dibagi duaarah yaitu ujung kiri dan kanan dari suatukurva normal, sehingga nilai alpha = ½ α .Sebagai contoh bila ditetapkan nilai α =0,05 maka nilai alpha = ½ (0,05) =0,025,pada α= 0.025 nilai Z-nya adalah 1,96. 29
Gambar Uji two tail (dua sisi/dua arah)
30
Uji one tail (satu sisi/satu arah)
Ho : x = µHa : x > µ• Maka uji nya adalah satu arah, nilai alphanya
tetap 5 % (tidak usah dibagi dua) sehingga nilai
Z= 1,65.Z= 1,65.
31
Uji one tail (satu sisi/satu arah)
32
Uji one tail (satu sisi/satu arah)
33
Hasil Keputusan Uji Statistik
• Bila nilai perhitungan uji statistik lebih besar dibandingkan
nilai yang berasal dari tabel (nilai perhitungan > nilai tabel),
maka keputusannya: Ho ditolak
• Ho ditolak, artinya: ada perbedaan kejadian (mean/proporsi) yang
signifikan antara kelompok data satu dengan kelompok data yang
lain.lain.
• Bila nilai perhitungan uji statistik lebih kecil dibandingkan
nilai yang berasal dari tabel (nilai perhitungan < nilai tabel),
maka keputusannya: Ho gagal ditolak
• Ho gagal ditolak, artinya: tidak ada perbedaan kejadian
(mean/proporsi) antara kelompok data satu dengan kelompok data
yang lain. Perbedaan yang ada hanya akibat dari faktor kebetulan (by
chance). 34
Pendekatan Probabilistik
• Seiring dengan kemajuan perkembangan komputer maka uji statistik dengan mudah dan cepat dapat dilakukan dengan program-program statistik yang tersedia di pasaran seperti Epi Info, SPSS, SAS dll.. Setiap kita melakukan uji statistik melalui program komputer maka akan ditampilkan/dikeluarkan nilai P (P value). Dengan nilai P ini kita dapat menggunakan untuk keputusan uji nilai P ini kita dapat menggunakan untuk keputusan uji statistik dengan cara membandingkan nilai P dengan nilai α (alpha). Ketentuan yang berlaku adalah sbb:
• Bila nilai P ≤ nilai α, maka keputusannya adalah Ho ditolak
• Bila nilai P > nilai α, maka keputusannya adalah Ho gagal ditolak
35
Catatan
• Perlu diketahui bahwa Nilai P two tail adalah dua
kali Nilai P one tail, berarti kalau tabel yang
digunakan adalah tabel one tail sedangkan uji
statistik yang dilakukan two tail maka Nilai P dari
tabel harus dikalikan 2. tabel harus dikalikan 2.
• Dengan demikian dapat disederhanakan dengan
rumus: Nilai P two tail = 2 x Nilai P one tail.
36
Pengertian Nilai P
• Nilai P merupakan nilai yang menunjukkan besarnya
peluang salah menolak Ho dari data penelitian.
• Nilai P dapat diartikan pula sebagai nilai besarnya peluang
hasil penelitian (misalnya adanya perbedaan mean atau
proporsi) terjadi karena faktor kebetulan (by chance).
Riz
anda
B
agia
n IK
M/IK
K
FK
UN
AN
D
proporsi) terjadi karena faktor kebetulan (by chance).
• Harapan kita nilai P adalah sekecil mungkin, sebab bila nilai
P-nya kecil maka kita yakin bahwa adanya perbedaan pada
hasil penelitian menunjukkan pula adanya perbedaan di
populasi. Dengan kata lain kalau nilai P-nya kecil maka
perbedaan yang ada pada penelitian terjadi bukan karena
faktor kebetulan (by chance).
Uji
Hip
otes
a -
Riz
anda
M
achm
ud-
Bag
ian
IKM
/IKK
F
KU
NA
ND
37
Probabilitas (nilai p)
TINGKAT KEMAKNAAN (Alpha)
Makin kecil tingkat kemaknaan.
Makin kecil terjadi kesalahan kesimpulan
STIKes BANTEN.021. 7587 1242 / 5.
BSD City.
Roosner.B (1986) fundamental Statistics
0.01<p<0.05 : significant
0.001<p<0.01: highly significant
P<0.001 : very highly significant
P> 0.05 : not statiscally significant
Uji Beda Mean Satu
Sampel
Uji Beda Mean Satu
SampelTujuan pengujian adalah untuk mengetahui perbedaan
mean populasi dengan mean data sampel penelitian.
Jenis uji beda mean satu
sampel Berdasarkan ada tidaknya nilai σ (baca : tho) dibagi dua jenis:
Bila nilai σ diketahui maka digunakan uji Z, rumusnya:
x - µZ = ------------
σ / √ n
Riz
anda
B
agia
n IK
M/IK
K
FK
UN
AN
D
σ / √ n
Bilai nilai σ tidak diketahui maka digunakan uji t , rumusnya:
x - µt = ------------
Sd / √ n
df = n-1
Uji
Hip
otes
a -
Riz
anda
M
achm
ud-
Bag
ian
IKM
/IKK
F
KU
NA
ND
40
Ket : x = rata-rata data sampel
µ = rata-rata data populasi
σ = standar deviasi data populasi
Sd = standar deviasi data sampel
n = jumlah sampel yang diteliti
Contoh uji beda mean satu
sampel• Diketahui bahwa kuat tekan beton untuk pasir lumajang
dengan campuran 1:2:3 adalah 200 KN/mm2 dengan standar deviasi sebesar 56 KN/mm2. Seorang peneliti telah melakukan pengukuran kuat tekan sekelompok rumah yang menggunakan campuran 1:2:3 yang jumlahnya sebanyak 49 unit. Didapatkan rata-rata kuat tekannya 220 KN/mm2. Peneliti ini ingin menguji apakah kuat tekan beton sampel unit. Didapatkan rata-rata kuat tekannya 220 KN/mm . Peneliti ini ingin menguji apakah kuat tekan beton sampel berbeda dengan kuat tekan beton pasir lumajang dengan campuran 1:2:3 pada umumnya?.
41
Penyelesaian
• Kuat tekan beton dengan pasir lumajang campuran 1:2: 3
adalah mean populasi µµµµ = 200 KN/mm2
• Standar deviasi populasi σ = 56 KN/mm2
• Kuat tekan beton sampel = 220 KN/mm2 ------(x )
42
Proses pengujian:
1. Hipotesis
Ho : µ = 200
tidak ada perbedaan rata-rata kuat tekan beton
campuran 1:2:3 dengan pasir lumajang dengan sampel
Ha : µ ≠≠≠≠ 200Ha : µ ≠≠≠≠ 200
ada perbedaan rata-rata kuat tekan beton campuran
1:2:3 dengan pasir lumajang dengan sampel
Bila dilihat hipotesis alternatifnya hanya ingin mengetahui
perbedaan, maka jenis uji statistiknya yang digunakan
adalah two tail (dua arah).43
Proses pengujian:
2. Level of significance
Batas kemaknaan/level of significance pada uji statistik
ini digunakan 5 %
3. Pemilihan Uji Statistik
Tujuan penelitian adalah ingin membandingkan nilai Tujuan penelitian adalah ingin membandingkan nilai
populasi (data campuran beton pasir lumajang 1:2:3)
dengan data sampel (data yang diambil dari beberapa
contoh rumah), maka jenis uji statistik yang digunakan
adalah uji beda mean satu sampel dengan pendekatan
uji Z (karena standar deviasi populasi diketahui).
44
4. Perhitungan Uji Statistik
Dari soal diatas nilai standar deviasi populasi diketahui maka
rumus yang digunakan adalah:
x - µZ = --------
σ/√n σ/√n
220 -200
Z = -------------- = 2.5
56/√ 49
45
5. Keputusan Uji Statistik Pendekatan
Probabilistik
• Pada pendekatan ini dicari nilai p untuk kemudian dibandingkan dengan nilai alpha.
• Pada tahap ini nilai Z yang diperoleh dari perhitungan dikonversi kedalam tabel kurve normal untuk mencari nilai p. p.
Z 0.000.01 0.02 dst..
0.0
0.1 peluang
..
2.5 .4938 .4940
2.6 .4953 46
5. Keputusan Uji Statistik Pendekatan
Probabilistik..
• Dari nilai Z=2,5 diperoleh peluang 0,4938 berarti nilai p-nya =
0,5 - 0,4938 = 0,0062
• Nilai p = 0,4932 , namun perlu diketahui bahwa nilai peluang
pada tabel kurve normal merupakan nilai one tail .
• Sedangkan arah uji pada uji ini adalah two tail (lihat hipotesis • Sedangkan arah uji pada uji ini adalah two tail (lihat hipotesis
Ha-nya), maka Nilai P untuk uji ini adalah : 2 x 0,006 = 0,012.
Jadi nilai p = 0,012
47
Riz
anda
B
agia
n IK
M/IK
K
FK
UN
AN
D
48
Uji
Hip
otes
a -
Riz
anda
M
achm
ud-
Bag
ian
IKM
/IKK
F
KU
NA
ND
5. Keputusan Uji Statistik Pendekatan
Probabilistik..
• Dengan melihat hasil nilai p dan membandingkannya dengan
α=0,05 maka terlihat bahwa nilai p lebih kecil dari α, sehingga
kita memutuskan hipotesis nol (Ho) ditolak.
• Dengan demikian dapat disimpulkan bahwa pada α 5% secara
statistik kuat tekan beton daricampuran pasir lumajang 1:2:3
dengan sampel berbeda dibandingkan kuat tekan beton pasil dengan sampel berbeda dibandingkan kuat tekan beton pasil
lumajang pada umumnaya (p=0.012)
49
5. Keputusan Uji Statistik Pendekatan
Klasik• Dengan Ha seperti diatas maka berarti kita melakukan uji
hipotesis dengan two tail (dua arah). Kalau ditentukan α = 0.05,
maka alphanya harus dibagi dua, sehingga α=0,025.
• Untuk mencarai nilai Z di tabel kurve normal maka angka
peluang yang dicari adalah 0,5-0,025=0,4750, maka nilai tabel peluang yang dicari adalah 0,5-0,025=0,4750, maka nilai tabel
kurve normalnya (batas kritis) adalah Z= 1,96 .
• Kemudian nilai Z ini dibandingkan dengan nilai Z perhitungan
yang sudah dilakukan diatas ( Z hitung=2,5). Terlihat bahwa nilai
Z hitung (2,5) lebih besar dibandingkan nilai Z tabel (1,96)
• maka keputusannya adalah Ho ditolak
50
CONTOH
• Diketahui bahwa kuat tekan beton pasir lumajang dengan
campuran 1:2:3 adalah 200 KN/mm2. Seorang peneliti telah
melakukan pengukuran kuat tekan beton sekelompok
perumahan yang jumlahnya sebanyak 25 unit rumah.
Didapatkan rata-rata kuat tekannya 220 KN/mm2. dengan
standar deviasi sebesar 63 KN/mm2 KN/mm2. Peneliti ini ingin standar deviasi sebesar 63 KN/mm2 KN/mm2. Peneliti ini ingin
menguji apakah kuat tekan beton pasir lumajang pada
umumnya dengan campuran 1:2:3 berbeda dengan kuat
tekan beton perumahan yang menggunakan pasir lumajang
dengan campuran 1:2:3?.
51
UJI T
• Kalau peneliti tidak mengetahui besarnya standar
deviasi populasi serta hanya mengambil sebanyak 25
sampel unit rumah. Maka untuk itu standar deviasi
populasi diestimasi saja memakai standar deviasi
sampel. Kita misalkan pada sampel ini didapatkan sampel. Kita misalkan pada sampel ini didapatkan
standar deviasi sampel 63 KN/mm2. Karena itu uji
statistik ini tidak memakai uji Z tetapi adalah uji t ( t
test).
• Didalam uji t kita harus memakai distribusi “t” dengan
memperhatikan degree of freedom (df) atau derajat
kebebasan yang besarnya n-1(df=n-1).52
UJI T
Perhitungan ujinya:
x -µt = -----------
s/√n
220 -200
t = -------------- =1.59
63/√ 25
Hasil t = 1,59 dan nilai df=25-1=24, kemudian dicari nilai p dengan menggunakan Tabel distribusi t
53
Keputusan Uji Statistik
.10 - .05 .025 .01
.005
1 …. nilai p ….. ….
…..
....
24 1.318 - 1.711 2.064 2.492
2.797
.dst
t=1,59
54
Keputusan Uji Statistik
• Pada soal diatas diperoleh nilai t=1,59 dan df=24,
terletak pada posisi antara nilai 1,318 dan 1,711
kemudian kalau kita tarik keatas berarti terletak antara
nilai alpha 0,10 dan 0,05, berarti nilai p-nya lebih kecil
dari 0,10(p<0,10) dan lebih besar dari 0,05(p>0,05), atau dari 0,10(p<0,10) dan lebih besar dari 0,05(p>0,05), atau
dapat ditulis: 0,05 <p<0,10
• Karena tabel t merupakan jenis tabel untuk one tail,
maka nilai p yang didapat dari tabel harus dikalikan dua.
Hasilnya adalah = 2 x 0,05<p< 0,10 = 0,10<p<0,20
• Jadi nilai p > 0,10
55
Keputusan Uji Statistik
• Dengan melihat hasil p dan membandingkannya dengan αmaka ternyata p besar dari α, sehingga hipotesis nol (Ho) gagal ditolak.
• Dari penelitian ini dapat disimpulkan bahwa data sampel tidak menyokong untuk menyatakan kuat tekan beton pasir lumajang camp 1:2:3 pada umumnya berbeda dengan kuat lumajang camp 1:2:3 pada umumnya berbeda dengan kuat tekan beton sampel pada perumahan.
• Dengan kata lain dapat disimpulkan bahwa tidak ada perbedaan yang bermakna kuat tekan beton pasir lumajang camp 1:2:3 pada umumnya berbeda dengan kuat tekan beton sampel pada perumahan (p>0,10).
56
CONTOH
• Dari laporan Dinas PU Kabupaten X tahun yang lalu
menyebutkan bahwa 40 % pembangunan jalan dilakukan
oleh Kontraktor lokal. Kepala Dinas ingin membuktikan
apakah sekarang pelaku pembangunan masih tetap
seperti laporan tahun lalu atau sudah berubah. Untuk seperti laporan tahun lalu atau sudah berubah. Untuk
pengujian ini diambil sampel random sebanyak 250
pembangunan jalan dan dilakukan wawancara pada
pimpro setahun terakhir melakukan proses
pembangunan, dan ternyata terdapat 41 % yang
mengaku dibangun oleh kontraktor lokal. Ujilah apakah
ada perbedaan proporsi pembangunan antara laporan
dinas dengan sampel penelitian, dengan alpha 5 %. 57
Jawab
Diketahui: n=250 P=0,40 Q=1-0,40=0,60p=0,41
Hipotesis:
Ho: P=0,40
tidak ada perbedaan proporsi pembangungan antara data dinas dengan data sampeldata dinas dengan data sampel
Ha: P ≠ 0,40
ada perbedaan proporsi pembangunan antara data dinas dengan data sampel
0,41 - 0,40
Z = -------------------------------
√ (0,40 x 0,60) / 250
z = 0,33 58
Keputusan uji statistik
• Dari nilai Z=0,33 diperoleh peluang 0,1293 (tabel kurve normal, lampiran III) berarti nilai p-nya = 0,5 - 0,1293 = 0,3707
• Nilai p = 0,3707 , namun perlu diketahui bahwa nilai peluang pada tabel kurve normal merupakan nilai one tail. Sedangkan arah uji pada uji ini adalah two tail (lihat hipotesis Ha-nya), maka Nilai P untuk uji ini adalah : 2 x tail. Sedangkan arah uji pada uji ini adalah two tail (lihat hipotesis Ha-nya), maka Nilai P untuk uji ini adalah : 2 x 0,3707 = 0,7414. Jadi nilai p = 0,7414
• Dengan melihat hasil nilai p dan membandingkannya dengan α sebesar 0,05 maka terlihat bahwa nilai p lebih besar dari α, sehingga kita memutuskan Ho gagal ditolak.
• Dengan demikian dapat disimpulkan bahwa pada α 5% secara statistik proporsi pembangunan antara laporan dinas dengan data penelitian tidak berbeda (p=0.7414)
59
Uji Beda ProporsiUji Beda ProporsiTujuan adalah untuk mengetahui/menguji perbedaan
proporsi populasi dengan proporsi data sampel penelitian.
UJI PROPORSI
• UJI PROPORSI SEARAH & DUA ARAH
• UJI PROPORSI SATU SAMPEL & DUA SAMPEL
UJI PROPORSI SATU SAMPLE
UJI PROPORSI DUA SAMPLE
Contoh soal
Suatu pemungutan suara akan dilakukan diantara penduduk
kota M dan sekitarnya mengenai pendapat mereka tentang
rencana pendirian gedung serba guna ditengah kota. Untuk
mengetahui apakah ada perbedaan antara proporsi
penduduk kota dan sekitarnya yang menyetujui rencanapenduduk kota dan sekitarnya yang menyetujui rencana
tersebut, diambil sebuah sampel acak yang terdiri dari 200
penduduk kota dan 500 penduduk disekitarnya. Apabila
ternyata ada 120 penduduk kota dan 240 penduduk
disekitarnya yang setuju, apakah anda setuju jika dikatakan
bahwa proporsi penduduk kota yang setuju lebih tinggi dari
pada proporsi penduduk disekitarnya? Gunakan α=1%.
SOLUSI CONTOH
• H0: p1= p2
• H1: p1> p2
• Tingkat signifikasi: α= 0.01
• Daerah kritisnya: Z0.01= 2.33 atau Z 0.01> 2.33
• Perhitungan
• Kesimpulan: Jadi, karena proporsi penduduk kota yang menyetujui rencana itu lebih besar daripada proporsi pendudukdi sekitarnya maka H0 ditolak.
LATIHAN SOAL
Suatu penelitian menggunakan satu jenis tanaman yang
ditempatkan pada 2 daerah yang berbeda. Didaerah A diletakkan
tanaman sebanyak 250 tanaman dan yang dapat hidup 150
tanaman. Didaerah B diletakkan 300 batang tanaman dan yang
dapat hidup 162 tanaman. Apakah ada perbedaan yang nyata
tentang tanaman yang hidup didua daerah tersebut? (α=5%)tentang tanaman yang hidup didua daerah tersebut? (α=5%)
SOLUSI
UJI BEDA RATA-RATAUJI BEDA RATA-RATA
69
UJI HIPOTESIS: RATAUJI HIPOTESIS: RATA--RATARATA
• Beda rata-rata satu sampel.
• Beda dua rata-rata untuk data independen (sampel
besar)
• Beda dua rata-rata untuk data independen (sampel• Beda dua rata-rata untuk data independen (sampel
kecil)
• Beda dua rata-rata untuk data observasi yang
berpasangan (paired observations)
70
Soal Soal 11. Hipotesis Rata. Hipotesis Rata--ratarata
Manajer pengendalian mutu mengatakan bahwa semua
mesin beroperasi dalam kondisi terkendali (in control)
pada tingkat 100 unit dengan standar deviasi 5 unit.
Seorang peneliti ingin membuktikan pernyataan tersebut.
Dari semua mesin yang beroperasi diambil 40 mesinDari semua mesin yang beroperasi diambil 40 mesin
sebagai sampel dan diperoleh informasi bahwa mesin
tersebut rata-rata beroperasi pada tingkat 98 unit.
Dengan tingkat signifikansi (α) 5%, apakah sampel
tersebut dapat mendukung pernyataan produksi rata-rata
mesin adalah 100 unit!
Soal Soal 22. Hipotesis Rata. Hipotesis Rata--ratarata
Suatu biro perjalanan menyatakan bahwa waktu yang
diperlukan untuk menempuh perjalanan dari kota A ke kota B
adalah 12,3 jam. Sampel sebanyak 6 kali perjalanan diperoleh
informasi sebagai berikut:
Perjalanan 1 2 3 4 5 6
Statistika Induktif - Uji Hipotesis 71
Dengan menggunakan tingkat signifikansi 5%, apakah sampel
tersebut dapat mendukung pernyataan bahwa waktu tempuh
dari kota A ke kota B adalah 12,3 jam?
Perjalanan 1 2 3 4 5 6
Waktu 13 14 12 16 12 11
72
Hasil hitung komputer Soal Hasil hitung komputer Soal 22
One-Sample Statistics
6 13,0000 1,78885 ,73030XN Mean Std. Deviation
Std. ErrorMean
One-Sample Test
,959 5 ,382 ,7000 -1,1773 2,5773Xt df Sig. (2-tailed)
MeanDifference Lower Upper
95% ConfidenceInterval of the
Difference
Test Value = 12.3
73
UJI HIPOTESIS BEDA DUA RATA-RATA:
SAMPEL INDEPENDEN (Unpaired)
• Tujuan: menguji hipotesis (dugaan) tentang perbedaan dua rata-rata populasi
• Uji beda dua rata-rata populasi dengan df = n1 + n2 – 2 < 30 disebut sampel kecil. Pengujian dilakukan menggunakan distribusi t
• Uji beda dua rata-rata populasi dengan df = n + n – 2 ≥ 30 • Uji beda dua rata-rata populasi dengan df = n1 + n2 – 2 ≥ 30 disebut sampel besar. Pengujian dilakukan menggunakan distribusi Z
74
PROSEDUR PENGUJIAN HIPOTESIS BEDA
DUA RATA-RATA
Analisis
1. Rumusan Hipotesis
H0: HA:
µ1= µ2µ1≠ µ2
µ1 ≤ µ2µ1> µ2
µ1 ≥ µ2µ1< µ2
2. Nilai kritis: (cari di tabel t atau Z)
3. Nilai Hitung: (cara manual atau komputer)
4. Keputusan: H0 ditolak jika nilai hitung absolut lebih
besar daripada nilai tabel absolut. Sebaliknya ..
5. Kesimpulan
75
RUMUS MENENTUKAN NILAI HITUNG:
SAMPEL KECIL
21
21
xxs
XXt
−
−=
2121
222
211 11
211
21 nn.
nn
s).n(s).n(s xx +
−+−+−=−
Uji
Hip
otes
is76
RUMUS MENENTUKAN NILAI HITUNG:
SAMPEL BESAR
21
21
xxs
XXZ
−
−=
Sta
tistik
a In
dukt
if -
Uji
Hip
otes
is
21
2
22
1
21
21 n
s
n
ss xx +=−
Uji
Hip
otes
is77
Soal Soal 33. Hipotesis Beda Dua Rata. Hipotesis Beda Dua Rata--rata rata
Populasi: Sampel IndependenPopulasi: Sampel IndependenManajer pemasaran suatu produk kosmetika menyatakan
tidak ada perbedaan volume penjualan rata-rata setiap
bulan antara Pasar I dan Pasar II. Untuk membuktikan
pernyataan tersebut diambil sampel mengenai volume
penjualan selama 12 bulan terakhir di kedua pasar tersebut
Sta
tistik
a In
dukt
if -
Uji
Hip
otes
is
penjualan selama 12 bulan terakhir di kedua pasar tersebut
dan diperoleh informasi bahwa volume penjualan setiap
bulan di Pasar I adalah 236 unit dengan standar deviasi 20
unit. Sedangkan volume penjualan setiap bulan pada
periode tersebut di Pasar II adalah 200 unit dengan standar
deviasi 30 unit. Dengan menggunakan tingkat signifikansi
5%, apakah sampel mendukung pernyataan bahwa tidak
terdapat perbedaan volume penjualan di kedua pasar
tersebut.
78
JAWABAN SOAL 3
Analisis
1. Rumusan Hipotesis
H0: µ1 = µ2
HA: µ1 ≠ µ2HA: µ1 ≠ µ2
2. Nilai Kritis: t = ± 2,074
3. Nilai Hitung: t = 3,458
4. Keputusan: menolak H0
5. Kesimpulan: rata-rata penjualan di pasar I tidak sama dengan penjualan rata-rata di pasar II
79
Soal Soal 44. Uji Hipotesis Beda Dua Rata. Uji Hipotesis Beda Dua Rata--rata rata
Populasi: Sampel IndependenPopulasi: Sampel Independen
Empat puluh karyawan di PT. A dan 36 karyawan di PT. B
dipilih secara random sebagai sampel untuk menguji dugaan
bahwa upah rata-rata per hari di PT. A lebih tinggi daripada
upah rata-rata per hari di PT. B. Berdasarkan sampel tersebut
diperoleh informasi bahwa besarnya upah rata-rata per haridiperoleh informasi bahwa besarnya upah rata-rata per hari
di PT. A adalah $80,0 dengan standar deviasi $1,6 dan di PT. B
adalah $78,2 dengan standar deviasi $2,1. Dengan α = 5%,
apakah sampel mendukung dugaan bahwa upah rata-rata
per hari di PT. A lebih tinggi daripada upah rata-rata per hari
di PT. B.
Uji
Hip
otes
is80
JAWABAN SOAL 4
Analisis
1. Rumusan Hipotesis
H0: µ1 ≤ µ2
HA: µ1 > µ2
2. Nilai Kritis: Z = ± 1,645
Sta
tistik
a In
dukt
if -
Uji
Hip
otes
is
2. Nilai Kritis: Z = ± 1,645
3. Nilai Hitung: Z = 4,168
4. Keputusan: menolak H0
5. Kesimpulan: upah rata-rata di PT. A lebih tinggi daripada di PT. B.
81
UJI HIPOTESIS BEDA DUA RATA-RATA:
OBSERVASI BERPASANGAN
• Tujuan: menguji hipotesis (dugaan) tentang beda dua rata-rata populasi dengan sampel yang sama (berpasangan)
• Pokok dari pengujian ini ada menguji apakah terdapat beda (difference) antara rata-rata populasi yang belum diberi perlakuan (treatment) dengan yang telah diberi perlakukan (treatment)perlakuan (treatment) dengan yang telah diberi perlakukan (treatment)
Uji
Hip
otes
is82
PROSEDUR PENGUJIAN HIPOTESIS
Analisis
1. Rumusan Hipotesis
H0: d = 0 d ≤ 0 d ≥ 0
HA: d ≠ 0 d > 0 d < 0
Sta
tistik
a In
dukt
if -
Uji
Hip
otes
isHA: d ≠ 0 d > 0 d < 0
2. Nilai Kritis: tentukan menggunakan tabel
3. Nilai Hitung: hitung dengan rumus
4. Keputusan: H0 ditolak jika nilai hitung absolut lebih besar daripada nilai tabel absolut. Sebaliknya ..
5. Kesimpulan
83
RUMUS MENENTUKAN NILAI HITUNG
dsd
t =
ss d
d =n
sd =
)n(n
)d(dnsd 1
22
−−
= ∑ ∑
Soal Soal 55. Hipotesis Beda Dua Rata. Hipotesis Beda Dua Rata--rata: rata:
Observasi BerpasanganObservasi Berpasangan
Waktu yang dibutuhkan karyawan untuk menyelesaikan satu unit barang sebelum dan sesudah mengikuti pelatihan adalah sebagai berikut (dalam jam):
Karyawan 1 2 3 4 5 6
Statistika Induktif - Uji Hipotesis 84
Lakukan pengujian terhadap dugaan bahwa waktu yang diperlukan karyawan untuk menyelesaikan satu barang tidak berbeda antara sebelum dan sesudah mengikuti pelatihan dengan tingkat signifikansi 5%.
Sebelum 6 8 7 10 9 7
Sesudah 5 6 7 8 7 5
85
Jawaban Soal 5
Analisis
1. Rumusan Hipotesis
H0: d = 0
HA: d ≠ 0HA: d ≠ 0
2. Nilai Kritis: t = ± 2,571
3. Nilai Hitung: t = 4,39
4. Keputusan: thitung= 4,39 > tkritis = 2,571. Keputusan nya
adalah menolak H0.
5. Kesimpulan: terdapat perbedaan antara sebelum dan
sesudah
Uji
Hip
otes
is86
Hasil hitung komputer Soal Hasil hitung komputer Soal 55..
HYPOTHESIS TESTS FOR MEANS
NUMBER OF CASES: 6 NUMBER OF VARIABLES: 2
DIFFERENCE BETWEEN MEANS: PAIRED OBSERVATIONS
HYPOTHESIZED DIFF. = .0000
Sta
tistik
a In
dukt
if -
Uji
Hip
otes
is
MEAN =1.5000
STD. DEV. =.8367
STD. ERROR =.3416
N = 6 (CASES = 1 TO 6)
T = 4.3916 (D.F. = 5) GROUP 1: Sebelum
GROUP 2: Sesudah
PROB. = 3.539E-03
87
UJI HIPOTESIS PROPORSI POPULASI
• Tujuan: menguji hipotesis (dugaan) terhadap proporsi populasi
berdasarkan informasi yang diperoleh dari sampel
• Pengujian hipotesis proporsi populasi menggunakan distribusi Z.
Dengan demikian kita tidak perlu memperhatikan degree of
freedom (df)freedom (df)
Uji
Hip
otes
is88
PROSEDUR PENGUJIAN HIPOTESIS
PROPORSI POPULASI
Analisis
1. Rumusan Hipotesis
H0: π = .. π ≤ .. π ≥ ..
HA: π ≠ .. π > .. π < ..
Sta
tistik
a In
dukt
if -
Uji
Hip
otes
isHA: π ≠ .. π > .. π < ..
2. Nilai Kritis: tentukan menggunakan tabel
3. Nilai Hitung: hitung dengan rumus
4. Keputusan: H0 ditolak jika nilai hitung absolut lebih besar daripada nilai tabel absolut. Sebaliknya ..
5. Kesimpulan
89
RUMUS MENENTUKAN NILAI HITUNG
p
pZ
σπ−=
n
)(p
π−π=σ 1
90
Soal Soal 66. Uji Hipotesis Proporsi. Uji Hipotesis Proporsi
Suatu perusahaan jasa menyatakan bahwa 65%konsumennya merasa puas atas pelayanan ia berikan.Untuk membuktikan pernyataan ini dilakukan penelitiandengan meminta respon dari konsumen jasaperusahaan tersebut. Setelah dilakukan surveyperusahaan tersebut. Setelah dilakukan surveydiperoleh informasi bahwa dari 250 konsumen yangmemberi respon, terdapat 165 konsumen menyatakanpuas dengan pelayanan yang diberikan. Apakah sampelyang diperoleh mendukung pernyataan perusahaan jasatersebut dengan tingkat signifikansi 5%?
91
Jawaban Soal 6
Analisis
1. Rumusan Hipotesis
H0: π = 0,65
HA: π ≠ 0,65
2. Nilai Kritis: Z = ± 1,962. Nilai Kritis: Z = ± 1,96
3. Nilai Hitung: Z = 0.33
4. Keputusan: H0 diterima
5. Kesimpulan: konsumen yang menyatakan puas adalah 65%.
UJI VARIANCE (ANOVA)
92
Analisis Varians Satu Arah
(One Way Anova)
Fungsi Uji :
Untuk mengetahui perbedaan antara 3
kelompok/ perlakuan atau lebih
Asumsi :
Data berskala minimal interval
Data berdistribusi Normal
Varians data homogen
Analisis Varians Satu Arah
(One Way Anova)
Hipotesis :
H0 : µµµµ ==== ....H0 :
H1 : Minimal ada satu pasang yang
berbeda
kµµµµ ==== ....321
Analisis Varians Satu Arah
(One Way Anova)
Jika H0 ditolak,
harus dicari pasangan mana yang
berbeda, dengan menggunakan uji berbeda, dengan menggunakan uji
perbandingan berganda
Analisis Varians Satu Arah
(One Way Anova)
Statistik Uji :
Nilai Fhit
untuk itu akan dibuat sebuah tabel yang disebut untuk itu akan dibuat sebuah tabel yang disebut
dengan Tabel Anova untuk mempermudah
perhitungan
Analisis Varians Satu Arah
(One Way Anova)
Tabel Anova
Sumber Variasi
Derajat bebas
Sum of Square
Mean Square Fhit
SSP
Perlakuan
Eror
)1( −k
( )kn −
SSP
SSE
MSP = A = )1( −k
SSP
MSE = B = )( kn
SSE
−
A / B
Total ( )1−n SST
Analisis Varians Satu Arah
(One Way Anova)
Dimana :
k = banyaknya kelompok/
perlakuanperlakuan
n = besar data = ∑=
k
iin
1
Analisis Varians Satu Arah
(One Way Anova)
Bentuk data
Perlakuan/ Kelompok 1 2 ………… k
11X 12X …………
kX 1 11X
21X
.
.
.
11nX
12X
22X
.
.
.
22nX
k1
kX 2
.
.
.
knkX
Analisis Varians Satu Arah
(One Way Anova)
Maka :
FK = Faktor Koreksi =
SST = Sum of Square Total =
( )n
X ij
2
∑
∑ − FKX ij2
SST = Sum of Square Total =
SSP = Sum of Square Perlakuan
=
SSE = Sum of Square Eror = SST – SSP
∑ − FKX ij
FKn
X
n
X
n
X
k
n
iik
n
ii
n
ii
k
−+++∑∑∑
=== 1
2
2
1
22
1
1
21 )(
......)()(
21
Analisis Varians Satu Arah
(One Way Anova)
Penarikan Keputusan :
H0 ditolak pada tingkat signifikansi, jika :
),( vvFF α>
dimana adalah tabel F dengan derajat bebas:
= derajat bebas perlakuan =
= derajat bebas sisa =
),( 21 vvFF hit α>
),( 21 vvFα1v
2v1−k
kn −
UJI VARIANSI
� Salah satu asumsi yang harus dipenuhi pada saat
menggunakan uji Anova satu arah adalah varians data
HOMOGEN
� Untuk mengetahui kondisi varians data (homogen atau
heterogen) maka dilakukan uji variansi yaitu uji Barlett
Uji Barlett
Fungsi Uji :
untuk mengetahui kondisi varians data (homogen atau
heterogen)
Hipotesis :Hipotesis :
H0 : Varians data homogen
H1 : Varians data heterogen
Uji Barlett
Statistik Uji :
( ) ( )k ∑( ) ( )
koreksifaktor
SnSknk
iii
−−−
=∑
=1
22
2
log1log3026,2
χ
Uji Barlett
dimana :
= banyaknya data pada kelompok/ perlakuan ke-i
= varians data pada kelompok/ perlakuan ke-i
in2iS
n = jumlah seluruh data =
= Mean Square Error (MSE) dari Tabel Anova Satu Arah
faktor koreksi =
2S
∑=
k
iin
1
( ) ( )
−−
−−+ ∑ knnk i
11
113
11
Uji Barlett
Pengambilan Keputusan :
Digunakan tabel Chi-Square dengan derajat bebas dan tingkat signifikansi
H ditolak jika :H0 ditolak jika :
22tabelχχ >
Contoh Kasus
Ingin dilihat perbedaan kadar Hb dari 3 (tiga)
kelompok responden, dengan kondisi sebagai berikut
:
• Kelompok I : Memperoleh suplemen FeKelompok I : Memperoleh suplemen Fe
• Kelompok II : Memperoleh suplemen Fe
dan vitamin B1
• Kelompok III : Tidak memperoleh
suplemen
Kelompok I Kelompok II Kelompok III
11,5
11,7
12,5
11,6
12,0
12,4
11,6
12,1
11,8
11,8
11,1
10,5
11,2
10,5
11,2
pengukuran kadar Hb adalah sebagai berikut :
12,0
12,4
12,0
11,8
12,3
12,2
12,1
11,2
10,6
Pertanyaan : Dengan asumsi data berdistribusi normal,apakah ada perbedaan kadar Hb antara ke-3 kelompoktersebut ? (Gunakan α=5%)
Langkah-Langkah
PenyelesaianHipotesis :
H0 : µ1 = µ2 = µ3H1 : minimal ada satu pasang µ yang berbeda
AtauAtau
H0 : Tidak ada perbedaan kadar Hb untuk ke-3 kelompok
H1 : Ada perbedaan kadar Hb (minimal satu pasang) untuk ke-3 kelompok
Dari data diperoleh nilai :
Kelompok 1 Kelompok 2 Kelompok 3 Jumlah
11,5 12,4 11,1
11,7 11,6 10,5
12,5 12,1 11,2
11,6 11,8 10,511,6 11,8 10,5
12,0 11,8 11,2
12,4 12,3 10,6
12,0 12,2
12,1
Jumlah 83,7 96,3 65,1 245,1
Uraian penghitungan Sum of
Square
Sbr var db SS MS Fhit
Perlakuan
Sisa
2
18
5,692
2,051
2,846
0,114
24,965
Tabel Anova
Total 20 7,743
Kesimpulan
Dengan menggunakan α = 5% dapat disimpulkan :
Fhit = 24,967
F(2,18)(5%) = 3,55
Karena Fhit > F(2,18)(5%) maka Ho ditolakKarena Fhit > F(2,18)(5%) maka Ho ditolak
Artinya : ada perbedaan kadar Hb (minimal
satu pasang µ)
Uji Varians
Hipotesis :
H0 : Varians data homogen
H1 : Varians data heterogen
Kelompok 1 Kelompok 2 Kelompok 3
0,149 0,077 0,1232is
Proses Perhitungan
Kesimpulan
Dengan menggunakan α = 5% dapat disimpulkan :
χ2 = 0,7068
χ2(5%)(2) = 5,99
Karena χ2 < χ2(5%)(2) maka Ho diterimaKarena χ2 < χ2(5%)(2) maka Ho diterima
Artinya : Varians data homogen