MODUL UJI HIPOTESIS PDF

Preview

Summary

UJI HIPOTESIS A. Hipotesis Statistik Dalam penarikan ikan kesimpulan kesimp tentang parameter suatu populasi si sering digunakan dig asumsi atau pemisalan. Asumsi sumsi atau pemisalan tersebut merupakan pernyataan ataan yang mungin benar atau mungkin tidakk benar. Pe Pernyataan atau dugaan tentang p...

Description

UJI HIPOTESIS A. Hipotesis Statistik Dalam penarikan kesimpulan tentang parameter suatu populasi sering digunakan asumsi atau pemisalan. Asumsi atau pemisalan tersebut merupakan pernyataan yang mungin benar atau mungkin tidak benar. Pernyataan atau dugaan tentang parameter dari suatu populasi disebut hipotesis statistik. Jika informasi dari sampel mendukung kebenaran hipotesis maka hipotesis tersebut diterima, dan jika tidak maka hipotesis tersebut ditolak. Perumusan hipotesis didasarkan kepada pernyataan atau dugaan terhadap parameter populasi asi yang kemungkinan diterima atau ditolak. Pernyataan atau dugaan tersebut disebut sebagai hipotesis nol dan dinotasikan H0. Jika hipotesis nol ditolak berakibat menerima suatu hipotesis lain yang disebut hipotesis alternatif atau hipotesis tandingan dinotasikan H1 . Contoh 1: Sebuah pabrik yang memproduksi bohlam menyatakan bahwa umur rata-rata rata bohlam yang diproduksi adalah 800 jam. Hipotesis untuk pernyataan diatas dapat ditulis dengan: H0 : = 800 jam 800 jam H1 : B. Uji Satu Arah dan Dua Arah Setiap uji hipotesis statistik dengan tandingan yang berpihak satu seperti H0 : = H1 : disebut uji dua arah atau dwi sisi, karena na daerah kritis terbagi atas dua bagian yang terletak pada setiap sisi atau ujung dari distribusi uji statistik tersebut. Hipotesis tandingan menyatakan salah satu dari atau < . Contoh 1 diatas merupakan contoh untuk hipotesis dua arah.

Setiap uji hipotesis statistik dengan tandingan yang berpihak satu seperti H0 : = H1 : atau barangkali H0 : H1 :

= < setiyaantara.wordpress.com | Uji Hipotesis

1

Disebut uji satu arah atau ekasisi. Umumnya, daerah kritis untuk hipotesis tandingan terletak disisi si kanan distribusi uji statistik, sedangkan daerah kritis untuk hipotesis tandingan < terletk seluruhnya disisi kiri.

Contoh 2: Sejenis vaksin flu diketahui hanya efektif 25% setelah jangka waktu 2 tahun. Untuk menentukan apakah vaksin yang baru dan lebih mahal, lebih unggul dalam memberikan perlindungan terhadap virus yang sama untuk jangka waktu yang lebih lama. Hipotesis untuk pernyataan ernyataan diatas dapat ditulis dengan: H0 : = 1 4 1 H1 : 4 Sesungguhnya kita menguji hipotesis nol bahwa vaksin baru itu sama saja efektifnya dengan yang lama sesudah jangka waktu dua tahun lawan hipotesis tandingan bahwa vaksin yang baru lebih unggul. Dalam uji kedua hipotesis tersebut, H0 akan selalu dituliskan dengan tanda kesamaan (=), sedangkan hipotesis alternatif ditulis dengan tanda ketidaksamaan ( , < , atau >) C. Taraf Nyata dan Daerah Kritis Dalam uji hipotesis penolakan atau penerimaan hipotesis dapat membawa kita pada 2 jenis kesalahan (kesalahan = galat = error) yaitu :

Penolakan terhadap H0 padahal hipotesis itu benar disebut galat jenis I ( ) dan penerimaan terhadap H0 padahal hipotesis itu salah disebut galat jenis II ( ). Nilai sebagai taraf nyata atau ukuran pengujian. Nilai taraf nyata umumnya ditentukan terlebih dahulu, dahulu misalnya = 0,05 atau = 0,01. = 0,05 : taraf nyata 5% artinya kira-kira kira kira 5 dari tiap 100 kesimpulan akan menolak yang seharusnya diterima. Atau peluang salah/kekeliruan terhadap kesimpulan yang adalah 5%. = 0,01 1 : taraf nyata 1% artinya kira-kira kira 1 dari tiap 100 kesimpulan n akan menolak yang seharusnya diterima. Atau peluang salah/kekeliruan terhadap kesimpulan yang adalah 1%.

hipotesis diambil hipotesis diambil

Dengan menggunakan taraf nyata maka daerah uji statistik dapat dibagi ke dalam daerah penolakan atau wilayah kritis dan daerah penerimaan H0. Jika nilai statistik yang diperoleh setiyaantara.wordpress.com | Uji Hipotesis

2

dari data sampel berada pada daerah penerimaan maka dapat diputuskan untuk menerima H0. Sedangkan jika nilai statistik yang diperoleh dari data sampel berada dapada daerah kritis maka dapat diputuskan untuk menolak H0. D. Rumus – Rumus Penghitungan Uji Statistik Rumus penghitungan Uji statistik dibedakan atas : 1. Rata-rata dari sampel besar 2. Rata-rata dari sampel kecil 3. Beda 2 rata-rata dari sampel besar 4. Beda 2 rata-rata dari sampel kecil. Di modul ini hanya dibahas untuk uji statistik no. 1 dan 2 saja. Berikut Rumus penghitungan statistik ujinya : H0 = Untuk Sampel besar n ≥ 30

Nilai Uji Statistik

H1

Daerah Kritis

̅−

<

>

=

dapat diganti dengan s

= Untuk Sampel kecil

√

=

̅−

√

n < 30

≠

≠...