Pengujian Hipotesis (Satu Sampel)

Secara umum, hipotesis statistik pernyataan mengenai distribusi probabilitas populasi atau pernyataan tentang parameter populasi.

Contoh :Nilai Matematika siswa kelas 10 SMAN 1 Salatiga berdistribusi normal. Akan diuji hipotesis :

rata-ratanya 60.

Pernyataan : Rata-ratanya 60 ( = 60 ) hipotesis statistik

Kesalahan jenis pertama (type-I error) bila menolak menolak hipotesis yang seharusnya diterima.

Kesalahan jenis kedua (type-II error) bila menerima hipotesis yang seharusnya ditolak.

Kesalahan yang mungkin

Pernyataan Hipotesis nol dan hipotesis alternatif

Pemilihan tingkat kepentingan ( level of significance ), α kesalahan tipe

I Pernyataan aturan keputusan ( Decision

Rule) Perhitungan nilai-p berdasarkan pada data

sampel Pengambilan keputusan secara statistik

(Penarikan kesimpulan)

Prosedur Uji hipotesis

Hipotesis nol (H0) adalah asumsi yang akan diuji.

Hipotesis nol dinyatakan dengan hubungan sama dengan.

Jadi hipotesis nol adalah menyatakan bahwa parameter (mean, presentase, variansi dan lain-lain) bernilai sama dengan nilai tertentu.

Hipotesis alternatif (H1) adalah hipotesis yang berbeda dari hipotesis nol.

Hipotesis alternatif merupakan kumpulan hipotesis yang diterima dengan menolak hipotesis nol.

Pernyataan Hipotesis nol dan hipotesis alternatif

Dalam suatu prosedur pengujian hipotesis mengenai mean dari suatu populasi, pernyataan-pernyataan mengenai hipotesis nol sebagai mean populasi 60 secara umum dinotasikan :

H0 : µ = 60

H1 : µ ≠ 60.

Contoh

Tingkat kepentinngan ( level of significance ) menyatakan suatu tingkat resiko melakukan kesalahan dengan menolak hipotesis nol.

Dengan kata lain, tingkat kepentingan menunjukkan probabilitas maksimum yang ditetapkan untuk menghasilkan jenis resiko pada tingkat yang pertama.

Dalam prakteknya, tingkat kepentingan yang digunakan adalah 0.1, 0.05 atau 0.01.

Jadi dengan mengatakan hipotesis bahwa ditolak dengan tingkat kepentingan 0.05 keputusan itu bisa salah dengan probabitas 0.05.

Pemilihan tingkat kepentingan ( level of significance ), α

Suatu nilai-P didefinisikan sebagai nilai tingkat kepentingan yang teramati yang merupakan nilai tingkat signifikan terkecil di mana hipotesis nol akan ditolak apabila suatu prosedur pengujian hipotesis tertentu pada data sampel.

Menolak H0 jika nilai-p (p-value) < dan menerima H0 jika nilai-p (p-value) > .

Pernyataan aturan keputusan (Decision Rule)

Berdasarkan sampel dihitung nilai-p.

Karena nilai-p < maka Ho ditolak atau sebalinya nilai-p > maka Ho diterima.

Perhitungan nilai-p berdasarkan data sampel & Kesimpulan

Pengujian ini dibedakan atas dua jenis yaitu :

Uji dua ujung ( two tailed test)

Uji satu ujung ( one tailed test).

Uji Hipotesis dengan Mean Tunggal

Uji Dua Ujung Uji dua ujung (two tailed) adalah uji

hipotesis yang menolak hipotesis nol jika statistik sampel secara significant lebih tinggi atau lebih rendah dari pada nilai parameter populasi yang diasumsikan.

Dalam hal ini hipotesis nol dan hipotesis alternatifnya masing-masing :

H0 : µ = nilai yang diasumsikan

H1 : µ ≠ nilai yang diasumsikan

Nilai Matematika siswa kelas 10 SMAN 1 Salatiga berdistribusi normal. Akan diuji hipotesis :

rata-ratanya 60.

Hipotesis nol : H0 : = 60

Hipotesis alternatif : H1 : 60

Contoh

Hasil output SPSS

Berdasarkan hasil output SPSS diperoleh nilai-p mendekati nol dan karena

nilai- p < = 0,10 (10 %) maka H0 ditolak berarti H1 diterima.

Dengan kata lain, 60 berarti rata-rata nilai Matematika siswa kelas 10 tidak sama dengan 60.

Nilai Matematika siswa kelas 10 SMAN 1 Salatiga berdistribusi normal. Akan diuji hipotesis :

rata-ratanya 50.

Hipotesis nol : H0 : = 50

Hipotesis alternatif : H1 : 50

Contoh

Hasil output SPSS

Berdasarkan hasil output SPSS diperoleh nilai-p = 0,367 dan karena

nilai- p > = 0,10 (10 %) maka H0 diterima.

Dengan kata lain, = 50 berarti rata-rata nilai Matematika siswa kelas 10 sama dengan 50.

TERIMA KASIH