SlideShare una empresa de Scribd logo
1 de 56
Descargar para leer sin conexión
Uji Hipotesis
Prof .Dr. Yeremias T Keban
Dr. Nunuk Dwi Retnandari, Msi
Pengantar: Peta Pengujian
Representatif
Known population Ujihipotesissatusample
Unknown population Ujihipotesis2 sample
Related
Un related
Populasi
Sample
Hipotesis
• Hipotesis adalah pernyataan yang mungkin benar,
mungkin juga salah
• Hipotesis statistik adalah pernyataan mengenai
parameter populasi yang mungkin benar mungkin juga
salah
• Hipotesis penelitian adalah hipotesis yang hendak diuji
• Keputusan tentang hipotesis:
– Menerima hipotesis  tidak cukup infomasi untuk mengatakan
bahwa hipotesis kita salah
– Menolak hipotesis  hipotesis salah
• Hipotesis:
– Ho adalah hipotesis yang harapannya ditolak
– Ha adalah hipotesis yang diharapkan terjadi
Kesalahan dalam Pengujian Hipotesis
Keputusan Keadaan yang sesungguhnya
Hipotesis Nol benar Hipotesis Nol salah
Menolak
Hipotesis Nol
Kesalahan jenis I
Menolak hipotesis
yang benar (α)
Keputusan yang tepat
Menerima
Hipotesis Nol
Keputusan yang tepat Kesalahan jenis II
Menerima hipotesis
yang salah (β)  р Z
value
Kesalahan dalam Pengujian Hipotesis
Keputusan Keadaan yang sesungguhnya
Salah satu penyebab
kemiskinan adaah
malas
Malas merupakan
satau satunya
penyebab kemiskinan
Menolak Hipotesis
Nol
Kesalahan jenis I
Menolak hipotesis
yang benar (α)
Keputusan yang
tepat
Menerima Hipotesis
Nol
Keputusan yang
tepat
Kesalahan jenis II
Menerima hipotesis
yang salah (β)  р Z
value
Arah pengujian
• Satu arah
• Ho : Ø = Ǿ
• Ha : Ø > Ǿ or
• Ha : Ø < Ǿ
• Dua arah
• Ho : Ø = Ǿ
• Ha : Ø ≠ Ǿ
Langkah untuk pengujian hipotesis
1. Langkah Pengujian Hipotesis:
1. Membangun definisi operasional
2. Membangun hipotesis penelitian
3. Menentukan hipotesis nol (harapan ditolak)
4. Menemukan nilai yang hendak diuji
5. Menetapkan probabilitas letak distribusi (derajad keyakinan):
temukan nilai z dari tabel
6. Ambil keputusan
Known Population:
Uji Hipotesis Satu sample
Pengantar: Peta Pengujian
Population VS Sample
Known population Ujihipotesissatusample
Unknown population Ujihipotesis2 sample
Related
Un related
Contoh:
1. Rata rata
2. Kasus IQ Peter
3. Kasus Bayi terdampak Clyamide
Contoh: rata rata
• Diketahui:
– Populasi tidak terbatas
– Rata rata populasi : 80
– Standar deviasi : 7
– Dari populasi diambil
sample sebanyak 100,
ditemukan rata rata
sebesar 83
• Ditanyakan:
– Dengan taraf nyata
sebesar 5%, apakah rata
rata populasi memang
80?
Contoh (lanjut)
• Langkah 5:
– α = 5% untuk dua sisi 
percaya bahwa distribusi
yang sedang dicari
terletak pada batas 5%
– Z = 1.96  distribusi
yang dicari ada dalam
1,96%
• Langkah 6: ambil
keputusan
– Z tabel < dari derajad
kepercayaan, maka Ho
ditolak
– Artinya kita percaya
bahwa rata rata populasi
bukan lagi angka 80
Contoh: lanjutan …
• Gambar daerah
penolakan
• Zh terletak di daerah
penolakan, maka Ho
ditolak
• Artinya dengan taraf
kepercayaan 95%, rata
rata populasi sudah
bukan 80 lagi
• Catatan: mengapa bukan
lebih besar dari 80?
Tidak ada keterangan
yang menyatakan lebih
baik atau lebih besar
1.96
-1,96
Z = 4,29
Contoh kasus Peter
• Peter percaya bahwa saat ini dia cerdas karena
dulu pernah ikut program “hothousing”
• Benarkah pernyataan Peter?
• IQ Peter berapa? 120 atau 145
• IQ rata rata berapa? 100
• Standar deviasi dari rata rata IQ itu berapa? 15
• Mari kita lakukan pengujian
– Hitung dulu nilai Z
Contoh Kasus Peter
Berapa persen anak di dunia yang dinyatakan cerdas? 5 % dari populasi?
Langkah pengujian hipotesis
Langkah Kasus Peter Cerdas
1. Membangun definisi
operasional
Kecerdasan anak dapat diukur dari nilai tes Intelligence
Quotient (IQ)
2. Membangun hipotesis
penelitian
Karena ikut program “hothousing” maka Peter jadi cerdas
3. Menentukan hipotesis nol IQ Peter tidak berbeda dengan IQ rata rata anak lain
4. Menemukan nilai yang hendak
diuji  temukan nilai z dari
tabel
IQ Peter 120  z = 1,33  Z score : 0,0918  9,18%
IQ Peter 145  z = 3  Z score: 0,0013  0,13%
5. Menetapkan probabilitas letak
distribusi (derajad keyakinan)
p = 0.05, dapat diterima bahwa 5 dari 100 anak adalah
anak cerdas.
6. Keputusan Jika IQ peter = 120  terima Ho artinya?
Jika IQ peter = 145  tolak Ho artinya?
Kasus Bayi terdampak
Clyamide
Kondisi berat bayi lahir
Kondisi berat bayi lahir setelah
kasus
Kasus Bayi terdampak Clyamide
Langkah Kasus
1. Membangun definisi
operasional
Dampak clyamide pada kesehatan bayi diukur dari
berat badan bayi
2. Membangun hipotesis
penelitian
Kerena terkena clyamide maka berat badan bayi
menjadi turun
3. Menentukan hipotesis nol Tidak ada dampak clyamide pada kesehatan bayi
4. Menemukan nilai yang
hendak diuji : temukan
nilai z dari tabel
Berat badan bayi: 3 kg, standar deviasi: 0,09
Nilai Z: 2,22  tabel Z: 0,0139  1,39%
5. Menetapkan probabilitas
letak distribusi (derajad
keyakinan)
Derajad keyakinan 5% ; Z score 1,39  Ho ditolak
6. Keputusan Clyamide berdampak pada berat badan bayi
Pengujian satu sample
Populasi ;
Sample
μ,σ
x̅, s
Uji Z
μ,σ
x̅, tidak ada s
Uji Z
μ,tidak adaσ
x̅, s
Uji t
Pengujian satu sample
Sample Besar Sample Kecil
Populasi tidak
terbatas
Populasi
terbatas
Confidence interval
• Sebuah nilai range atas variabel yang sedang
kita uji
• CI = Sample mean ± (critical t value × standard
error of the mean)
• Dari contoh penjualan after promotion:
– x̅ = 30
– α = 5%  2.0116
– S = 1.1922
– 95%CI = 30 ± 2.0116 × 1.1922 = 30 ± 2.3982
– 95%CI = (27.6018, 32.3982)
Unknown Population:
Uji Hipotesis 2 Sample
Population VS Sample
Known population Ujihipotesissatusample
Unknown population Ujihipotesis2 sample
Related
Un related
Contoh:
1. Pendidikan
2. Kesehatan
Contoh
• Dalam suatu literature pendidikan diketahui
bahwa ada suatu “model cara membaca” yang
dapat meningkatkan performance siswa di
suatu negara.
• Seorang guru ingin melakukan pengujian
apakah cara membaca yang baru itu berlaku
juga di Negara tempat dia mengajar
• Guru membagi kelas menjadi dua, sebagian di
beri perlakuan dan sebagian lainnya tidak diberi
perlakuan  dua sample
Contoh ...lanjutan
• Asumsikan:
– bahwa variable yang berpengaruh terhadap performance
anak hanyalah “cara membaca yang baru”.
– Sample dipilih secara acak dari populasi yang sama
• Uji satu arah karena secara akademik sudah dinyatakan
bahwa cara ini meningkatkan performance (arah telah
jelas)
• Jika perbedaan diantara sample itu kecil maka secara
skeptic kita dapat katakan tidak ada perbedaan antara
kedua sample, dan sebaliknya
• Pertanyaan: kecil? Besar? Apa batasannya - lakukan
pengujian
Pengujian
• Ho: tidak ada perbedaan performace
membaca antara dua kelompok sample
• Pengujian : menguji perbedaan antara
distribusi rata rata sample1 dan distribusi rata
rata sample 2 --> untuk sample kecil gunakan
uji t
• Rumus t standar untuk t Permasalahan:
dalam pengambilan 2 sample ada yang
berhubungan (related) dan tidak
berhubungan (unrelated)
One Sample Testing
Sample Besar Sample Kecil
Un limited
Population
Limited Population
Dari kuliah sebelumnya kita telah mengenal rumus rumus untuk distribusi Z
dan distribusi t, distribusi Z digunakan untuk populasi atau sample dengan ukuran besar
distribusi t digunakan untuk sample dengan ukuran kecil, berikut rumus
distribusi Z dan distribusi t
Asal mula rumus distribusi t statistik
Sample Berhubungan (Related sample)
• Sample diambil dari populasi yang sama, misal
mengambil 10 partisipan, tetapi partisipan ini
diberikan perlakukan yang berbeda.
• Standard score dari rata rata sample yang
berhubungan adalah sebagai berikut:
standard deviation of a
distribution of sample
means is called a standard
error of the mean
Sample Berhubungan (lanjutan)
Sample tidak berhubungan
Sample tidak berhubungan
Sample tidak berhubungan
Two Sample Testing
Related Un related Sample
Dari penjelasan panjang di atas, dapat dilihat rumus untuk distribusi t,
untuk sample related dan sample un related sebagai berikut:
kita aplikasiskan dalam contoh berikut
Contoh 1
• Seorang guru percaya
bahwa belajar di pagi
hari lebih baik dari pada
belajar di sore hari
• Guru ini mengambil 8
anak sebagai sample
• Diukur performa (nilai
test) anak pada saat
belajar pagi dan saat
belajar sore
• Sample berhubungan
atau tidak
berhubungan?
• Uji apa yang akan
digunakan? Uji t atau uji
Z
• Pengujian satu sisi atau
dua sisi?
Tahap Pengujian
1. Membangun definisi
operasional:
1. Performa anak diukur dari
nilai test
2. Membangun hipotesis
penelitian
1. Belajar di pagi hari akan
menghasilkan nilai test
lebih baik dibandingkan
belajar sore hari
3. Asumsikan bahwa: kasus
yang hendak diteliti itu
berdistribusi normal
seperti populasi
4. Menentukan hipotesis nol
• Ho : tidak ada perbedaan
nilai test belajar pagi hari
dan sore hari (xp = xs)
• Ha: belajar pagi hari
menghasilkan nilai test
lebih baik dibandingkan
sore hari (xp>xs)
5. Menemukan nilai yang
hendak diuji
Participan
Test Result
Difference (d) Square d (d²)
Morning
Sample 1 (X1)
Afternoon
Sample 2 (X2)
1 6 5 1 1
2 4 2 2 4
3 3 4 -1 1
4 5 4 1 1
5 7 3 4 16
6 6 4 2 4
7 5 5 0 0
8 6 3 3 9
n=8 Ẍ1 = 5,25 Ẍ2 = 5,25 ∑d = 12 ; (∑d)² =
144
∑d² = 36
Lanjutan
– t value (table) = 1.895 (df = 7
; α = 5% for a one-tailed test).
– t test > t table : reject the null
hypothesis, at the p = 0.05
level of significance
– conclude that the pupils did
perform significantly better
on the mathematics test in
the morning compared to the
afternoon.
Contoh 2
• A new sleeping pill was
being tested on a number of
volunteers (man and
woman). The pill will have
defferent influence of
sleping patron between
man and woman.
• There are 6 woman and 8
man participation on this
test
• Related or un related
sample?
• What test that have to take?
Z test or t test?
• Two tail test or one tail test?
• Let see step by step
Contoh (lanjutan ..)
X1 X1² X2 X2²
4 16 3 9
6 36 8 64
5 25 7 49
4 16 6 36
5 25 7 49
6 36 6 36
7 49
8 36
n1=6; ∑X1 = 30; Ẍ1 = 5
(∑X1)² = 900
∑X1² = 154 n2=8; ∑X2 = 55; Ẍ2 = 6,25;
(∑X2)² = 2500
∑X2² = 328
Contoh (lanjutan ..)
Significance, error and power
Kesalahan dalam Hipotesis
• A thief
• Presumption of innocence
• Prosecutor: find evidence
to proof that the thief
guilty
• Hypothesis:
– Ho: not guilty
– Ha: guilty
• Decision: Free of Jail
Ho
Not guilty
Ha
Guilty
Accept Ho
Free
Right decision
Type II error
Reject Ha, in fact
Ha right
Reject Ho
Jail
Type I Error
Reject the Ho,
in fact Ho
right
Right decision
Statistical power
• The power of a statistical test adalah kemampuan
sebuah test untuk menemukan perbedaan dalam
distribusi ketika perbedaan itu memang ada.
• The power of a test = 1 −β
• That power is ditentukan oleh:
– the size of α ,
– the size of the effect we are looking for (overlap area)
– the size of the samples we select.
The choice of α level
• The power of the test: menurunkan tipe kesalahan
1 akan beresiko meningkatkan kesalahan tipe 2 
harus ada cara untuk menurunkan resiko
• Menurunkan β tanpa meningkatkan α :
– Lakukan prediksi secara lebih spesifik 
gunakan uji satu sisi.
Effect size
Effect size
• Effect size ( Cohen, 1988):
– ‘small’ (d = 0.2)  overlap nya luas
– ‘medium’ (d = 0.5) and
– ‘large’ effects (d = 0.8)  hanya sedikit overlap .
• Cara untuk menurunkan overlap adalah dengan car
amendesain study secara tepat
Ukuran Sample
Memilih ukuran sample untuk statistik
Latihan 1
• Pak Rais telah mengambil sample 100 orang yang ikut demonstrasi UU Cipta
Kerja. Dari sample tersebut ditanyakan sebuah pertanyaan “seberapa faham
orang atas UU Cipta Kerja”. Jawaban dari pertanyaan itu kemudian dikonversi
dalam bentuk angka, mulai dari yang paling tidak faham dengan angka nol dan
yang paling faham dengan angka 100. Hasil observasi atas sample tersebut
disajikan dalam slide berikut.
• Dari hasil tersebut teman teman semua, termasuk pak Rais diminta untuk
melaporkan kepada atasan, mengenai situasi pengetahuan pendemo UU Cipta
Kerja, tentu teman teman gunakan cara menyajikan data yang baik.
• Clue yang bisa digunakan adalah sebagai berikut:
– Nilai 0-20: Tidak faham sama sekali tentang UU Cipta kerja
– Nilai 21-40: Pernah mendengar UU Cipta Kerja
– Nilai 41-60: Pernah membaca informasi tentang UU Cipta Kerja dari Medsos
– Nilai 61-80: Pernah membuka dokumen UU Cipta Kera dan mengikuti diskusi public
yang diselenggarakan oleh instansi terpercaya
– Nilai 81-100: Mencermati UU Cipta Kerja dan mengikuti berbagai diskusi ilmiah
yang diselenggarakan oleh Lembaga terpercaya
Hasil Observasi
pengetahuan pendemo tentang UU Cipta Kerja atas 100
pendemo
22 65 49 56 59 34 09 56 48 62 55 52 78 61 50 62 45
51 61 60 54 58 59 47 50 62 44 55 52 80 51 49 58 46
32 59 57 57 45 56 90 53 56 53 55 55 41 64 33 04 38
57 62 15 48 54 60 50 54 59 67 58 60 43 37 54 59 63
68 60 46 52 56 32 75 57 58 47 45 52 55 51 50 50 69
63 64 49 56 52 37 60 71 26 30 57 56 55 58 61
Latihan 2
• Sebuah metode pelayanan baru diaplikasikan disejumlah
daerah. Metode ini dipercaya mampu membuat
pelayanan lebih cepat sehingga rata rata waktu
pelayanan akan 50 menit dengan simpangan baku 10
menit. Setelah cara ini diaplikasikan ingin diketahui
keadaan yang sesungguhnya dari pelayanan yang
dilakukan. Untuk itu diambil sample sebanyak 100
pelayanan, ditemukan bahwa rata rata pelayanan yang
terjadi adalah 52 menit dengan simpangan baku 15.
Dengan menggunakan taraf nyata sebesar 5%, apakah
klaim dari metode baru itu sesuai dengan kenyataan.
Latihan 3
• Sebuah evaluasi dilakukan atas penyelenggaraan diklat
peningkatan kapasitas pengembangan sumber daya
manusia. Untuk itu diambil 8 orang secara acak sebagai
sample. Berikut adalah perbandingan nilai ke 8 orang
tersebut.
• Dari data yang tersedia, saudara diminta untuk
memberikan rekomendasi kepada penyelenggara diklat,
apakah diklat ini perlu dilanjutkan atau tidak
Individu 1 2 3 4 5 6 7 8
Nilai sebelum mengikuti diklat 7 5 6 5 4 6 7 5
Nilai setelah mengikuti diklat 8 7 9 6 7 7 8 7
Latihan 4
• Seorang petugas kesehatan memiliki program untuk
penanggulangan gizi buruk yang dijalankan pada
beberapa keluarga yang anaknya memiliki berat badan
yang sangat kurang. Petugas kesehatan ini memiliki dua
metode. Setelah 6 bulan program dijalankan, petugas
kesehatan ini melakukan evaluasi. Anda diminta untuk
membantu petugas kesehatan tersebut mengambil
keputusan mana program yang lebih efektif, untuk itu
lakukan proses pengujian secara tepat tahap demi tahap.
• Hasil yang diperoleh disajikan pada tabel (slide berikut)
Data yang diperolah
Metode A Metode B
Sample Penambahan
berat badan
(ons)
Sample Penamabahan
berat badan
(ons)
1 10 1 3
2 6 2 4
3 7 3 5
4 8 4 10
5 9 5 6
6 5 6 5
7 6
8 10
Resume
Population VS Sample
Known population Ujihipotesissatusample
Uji Z
Uji t
Unknown population Ujihipotesis2 sample
Related: uji t
Un related: uji t
Banyak variable
Satu
sampleataulebihdari1
Uji F (Anova)
Matur
THANK YOU
Monggo diskusi

Más contenido relacionado

Similar a 5 UJI HIPOTESIS.pptx

Statistika UJI NORMALITAS
Statistika UJI NORMALITASStatistika UJI NORMALITAS
Statistika UJI NORMALITASAprilia putri
 
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleSelvin Hadi
 
uji mann whitney dan uji fisher
uji mann whitney dan uji fisheruji mann whitney dan uji fisher
uji mann whitney dan uji fisherkacangtom
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesisDavi Conan
 
Bab.10 uji hipotesis
Bab.10 uji hipotesisBab.10 uji hipotesis
Bab.10 uji hipotesisBayu Bayu
 
Uji hipotesis dan uji hipotesis 1_ratarata
Uji hipotesis dan uji hipotesis 1_ratarataUji hipotesis dan uji hipotesis 1_ratarata
Uji hipotesis dan uji hipotesis 1_ratarataratuilma
 
Pert 11 12 pengantar statistika inferensi
Pert 11 12 pengantar statistika inferensiPert 11 12 pengantar statistika inferensi
Pert 11 12 pengantar statistika inferensiCanny Becha
 
Windi Lukman_Metode Penelitian Uji Hipotesis.ppt
Windi Lukman_Metode Penelitian Uji Hipotesis.pptWindi Lukman_Metode Penelitian Uji Hipotesis.ppt
Windi Lukman_Metode Penelitian Uji Hipotesis.pptmhusyaiin36
 
Tugas uas b.indonesia
Tugas uas b.indonesiaTugas uas b.indonesia
Tugas uas b.indonesiaatin111
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4Az'End Love
 
Uji Hipotesis-IPB Pak Kusman.pdf
Uji Hipotesis-IPB Pak Kusman.pdfUji Hipotesis-IPB Pak Kusman.pdf
Uji Hipotesis-IPB Pak Kusman.pdfMahfudhotin Ochin
 
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdfPowerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdfbilqis50
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptxWan Na
 
Miranda Akmaia Agustina.docx
Miranda Akmaia Agustina.docxMiranda Akmaia Agustina.docx
Miranda Akmaia Agustina.docxzuhri32
 
Pert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasPert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasCanny Becha
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesisDanu Saputra
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesisDanu Saputra
 
Statistika pendidikan unit_6
Statistika pendidikan unit_6Statistika pendidikan unit_6
Statistika pendidikan unit_6kelasrs12a
 

Similar a 5 UJI HIPOTESIS.pptx (20)

Statistika UJI NORMALITAS
Statistika UJI NORMALITASStatistika UJI NORMALITAS
Statistika UJI NORMALITAS
 
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sample
 
Statistika Dasar Pertemuan 11
Statistika Dasar Pertemuan 11Statistika Dasar Pertemuan 11
Statistika Dasar Pertemuan 11
 
uji mann whitney dan uji fisher
uji mann whitney dan uji fisheruji mann whitney dan uji fisher
uji mann whitney dan uji fisher
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
 
Bab.10 uji hipotesis
Bab.10 uji hipotesisBab.10 uji hipotesis
Bab.10 uji hipotesis
 
Uji hipotesis dan uji hipotesis 1_ratarata
Uji hipotesis dan uji hipotesis 1_ratarataUji hipotesis dan uji hipotesis 1_ratarata
Uji hipotesis dan uji hipotesis 1_ratarata
 
Stk211 09 (1) removed
Stk211 09 (1) removedStk211 09 (1) removed
Stk211 09 (1) removed
 
Pert 11 12 pengantar statistika inferensi
Pert 11 12 pengantar statistika inferensiPert 11 12 pengantar statistika inferensi
Pert 11 12 pengantar statistika inferensi
 
Windi Lukman_Metode Penelitian Uji Hipotesis.ppt
Windi Lukman_Metode Penelitian Uji Hipotesis.pptWindi Lukman_Metode Penelitian Uji Hipotesis.ppt
Windi Lukman_Metode Penelitian Uji Hipotesis.ppt
 
Tugas uas b.indonesia
Tugas uas b.indonesiaTugas uas b.indonesia
Tugas uas b.indonesia
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4
 
Uji Hipotesis-IPB Pak Kusman.pdf
Uji Hipotesis-IPB Pak Kusman.pdfUji Hipotesis-IPB Pak Kusman.pdf
Uji Hipotesis-IPB Pak Kusman.pdf
 
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdfPowerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptx
 
Miranda Akmaia Agustina.docx
Miranda Akmaia Agustina.docxMiranda Akmaia Agustina.docx
Miranda Akmaia Agustina.docx
 
Pert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasPert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitas
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
 
Statistika pendidikan unit_6
Statistika pendidikan unit_6Statistika pendidikan unit_6
Statistika pendidikan unit_6
 

Último

Tanqihul Qoul Bab 14 - Keutamaan Ibadah Fardhu.pptx
Tanqihul Qoul Bab 14  - Keutamaan Ibadah Fardhu.pptxTanqihul Qoul Bab 14  - Keutamaan Ibadah Fardhu.pptx
Tanqihul Qoul Bab 14 - Keutamaan Ibadah Fardhu.pptxMMuminSholih
 
Materi Presentasi PPT Komunitas belajar 2.pptx
Materi Presentasi PPT Komunitas belajar 2.pptxMateri Presentasi PPT Komunitas belajar 2.pptx
Materi Presentasi PPT Komunitas belajar 2.pptxnursamsi40
 
slaid penerangan UPUonline 2024 UPU 2024
slaid penerangan UPUonline  2024 UPU 2024slaid penerangan UPUonline  2024 UPU 2024
slaid penerangan UPUonline 2024 UPU 2024ssuser82320b
 
MATERI pesntren kilat FIQIH THAHARAH.pptx
MATERI pesntren kilat FIQIH THAHARAH.pptxMATERI pesntren kilat FIQIH THAHARAH.pptx
MATERI pesntren kilat FIQIH THAHARAH.pptxSuarniSuarni5
 
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdf
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdfDOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdf
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdfssuserb45274
 
Implementasi Model pembelajaran STEAM Holistik-Integratif Berbasis Digital Me...
Implementasi Model pembelajaran STEAM Holistik-Integratif Berbasis Digital Me...Implementasi Model pembelajaran STEAM Holistik-Integratif Berbasis Digital Me...
Implementasi Model pembelajaran STEAM Holistik-Integratif Berbasis Digital Me...Shoffan shoffa
 
keutamaan dan hikmah shaalat fardhu .pdf
keutamaan dan hikmah shaalat fardhu .pdfkeutamaan dan hikmah shaalat fardhu .pdf
keutamaan dan hikmah shaalat fardhu .pdfatsira1
 
DSKP KSSM Kurikulum Bersepadu Dini LAM Tingkatan 3
DSKP KSSM Kurikulum Bersepadu Dini LAM Tingkatan 3DSKP KSSM Kurikulum Bersepadu Dini LAM Tingkatan 3
DSKP KSSM Kurikulum Bersepadu Dini LAM Tingkatan 3sekolah9304
 
573323880-PPT-Nasionalisme-dan-Anti-Korupsi.pptx
573323880-PPT-Nasionalisme-dan-Anti-Korupsi.pptx573323880-PPT-Nasionalisme-dan-Anti-Korupsi.pptx
573323880-PPT-Nasionalisme-dan-Anti-Korupsi.pptxanisakhairoza
 
Makna, hukum, hikmah dan keutamaan puasa.pdf
Makna, hukum, hikmah dan keutamaan puasa.pdfMakna, hukum, hikmah dan keutamaan puasa.pdf
Makna, hukum, hikmah dan keutamaan puasa.pdfAdindaRizkiThalia
 
Aksi Nyata Modul 3.3.pdf tentang kepemimpinan murid
Aksi Nyata Modul 3.3.pdf tentang kepemimpinan muridAksi Nyata Modul 3.3.pdf tentang kepemimpinan murid
Aksi Nyata Modul 3.3.pdf tentang kepemimpinan muridYusnelMarni
 
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASIBMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASIwanalifhikmi
 
Dinamika atmosfer dan Dampaknya terhadap kehidupan.pptx
Dinamika atmosfer dan Dampaknya terhadap kehidupan.pptxDinamika atmosfer dan Dampaknya terhadap kehidupan.pptx
Dinamika atmosfer dan Dampaknya terhadap kehidupan.pptxFritzPieterMichaelNa
 
Kelompok 1_Pengantar Komunikasi Pendidikan.pdf
Kelompok 1_Pengantar Komunikasi Pendidikan.pdfKelompok 1_Pengantar Komunikasi Pendidikan.pdf
Kelompok 1_Pengantar Komunikasi Pendidikan.pdf2210130220024
 
Powerpoint tentang Kebutuhan Manusia kelas X
Powerpoint tentang Kebutuhan Manusia kelas XPowerpoint tentang Kebutuhan Manusia kelas X
Powerpoint tentang Kebutuhan Manusia kelas Xyova9dspensa
 
Materi pesantren kilat Ramadhan tema puasa.pptx
Materi pesantren kilat Ramadhan  tema puasa.pptxMateri pesantren kilat Ramadhan  tema puasa.pptx
Materi pesantren kilat Ramadhan tema puasa.pptxSuarniSuarni5
 
,.,,.,.,.,.,.,.,.,.,.,.,Swamedikasi.pptx
,.,,.,.,.,.,.,.,.,.,.,.,Swamedikasi.pptx,.,,.,.,.,.,.,.,.,.,.,.,Swamedikasi.pptx
,.,,.,.,.,.,.,.,.,.,.,.,Swamedikasi.pptxfurqanridha
 
PTS Genap 7, 8 & US 9 SMP 51 dan HK 2024.pdf
PTS Genap 7, 8 & US 9 SMP 51 dan HK 2024.pdfPTS Genap 7, 8 & US 9 SMP 51 dan HK 2024.pdf
PTS Genap 7, 8 & US 9 SMP 51 dan HK 2024.pdfSMP Hang Kasturi, Batam
 

Último (20)

DEFINISI DAN KONTEKS MANAJEMEN ISU DAN KRISIS.pptx
DEFINISI DAN KONTEKS MANAJEMEN ISU DAN KRISIS.pptxDEFINISI DAN KONTEKS MANAJEMEN ISU DAN KRISIS.pptx
DEFINISI DAN KONTEKS MANAJEMEN ISU DAN KRISIS.pptx
 
Tanqihul Qoul Bab 14 - Keutamaan Ibadah Fardhu.pptx
Tanqihul Qoul Bab 14  - Keutamaan Ibadah Fardhu.pptxTanqihul Qoul Bab 14  - Keutamaan Ibadah Fardhu.pptx
Tanqihul Qoul Bab 14 - Keutamaan Ibadah Fardhu.pptx
 
Persiapandalam Negosiasi dan Loby .pptx
Persiapandalam  Negosiasi dan Loby .pptxPersiapandalam  Negosiasi dan Loby .pptx
Persiapandalam Negosiasi dan Loby .pptx
 
Materi Presentasi PPT Komunitas belajar 2.pptx
Materi Presentasi PPT Komunitas belajar 2.pptxMateri Presentasi PPT Komunitas belajar 2.pptx
Materi Presentasi PPT Komunitas belajar 2.pptx
 
slaid penerangan UPUonline 2024 UPU 2024
slaid penerangan UPUonline  2024 UPU 2024slaid penerangan UPUonline  2024 UPU 2024
slaid penerangan UPUonline 2024 UPU 2024
 
MATERI pesntren kilat FIQIH THAHARAH.pptx
MATERI pesntren kilat FIQIH THAHARAH.pptxMATERI pesntren kilat FIQIH THAHARAH.pptx
MATERI pesntren kilat FIQIH THAHARAH.pptx
 
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdf
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdfDOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdf
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdf
 
Implementasi Model pembelajaran STEAM Holistik-Integratif Berbasis Digital Me...
Implementasi Model pembelajaran STEAM Holistik-Integratif Berbasis Digital Me...Implementasi Model pembelajaran STEAM Holistik-Integratif Berbasis Digital Me...
Implementasi Model pembelajaran STEAM Holistik-Integratif Berbasis Digital Me...
 
keutamaan dan hikmah shaalat fardhu .pdf
keutamaan dan hikmah shaalat fardhu .pdfkeutamaan dan hikmah shaalat fardhu .pdf
keutamaan dan hikmah shaalat fardhu .pdf
 
DSKP KSSM Kurikulum Bersepadu Dini LAM Tingkatan 3
DSKP KSSM Kurikulum Bersepadu Dini LAM Tingkatan 3DSKP KSSM Kurikulum Bersepadu Dini LAM Tingkatan 3
DSKP KSSM Kurikulum Bersepadu Dini LAM Tingkatan 3
 
573323880-PPT-Nasionalisme-dan-Anti-Korupsi.pptx
573323880-PPT-Nasionalisme-dan-Anti-Korupsi.pptx573323880-PPT-Nasionalisme-dan-Anti-Korupsi.pptx
573323880-PPT-Nasionalisme-dan-Anti-Korupsi.pptx
 
Makna, hukum, hikmah dan keutamaan puasa.pdf
Makna, hukum, hikmah dan keutamaan puasa.pdfMakna, hukum, hikmah dan keutamaan puasa.pdf
Makna, hukum, hikmah dan keutamaan puasa.pdf
 
Aksi Nyata Modul 3.3.pdf tentang kepemimpinan murid
Aksi Nyata Modul 3.3.pdf tentang kepemimpinan muridAksi Nyata Modul 3.3.pdf tentang kepemimpinan murid
Aksi Nyata Modul 3.3.pdf tentang kepemimpinan murid
 
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASIBMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
 
Dinamika atmosfer dan Dampaknya terhadap kehidupan.pptx
Dinamika atmosfer dan Dampaknya terhadap kehidupan.pptxDinamika atmosfer dan Dampaknya terhadap kehidupan.pptx
Dinamika atmosfer dan Dampaknya terhadap kehidupan.pptx
 
Kelompok 1_Pengantar Komunikasi Pendidikan.pdf
Kelompok 1_Pengantar Komunikasi Pendidikan.pdfKelompok 1_Pengantar Komunikasi Pendidikan.pdf
Kelompok 1_Pengantar Komunikasi Pendidikan.pdf
 
Powerpoint tentang Kebutuhan Manusia kelas X
Powerpoint tentang Kebutuhan Manusia kelas XPowerpoint tentang Kebutuhan Manusia kelas X
Powerpoint tentang Kebutuhan Manusia kelas X
 
Materi pesantren kilat Ramadhan tema puasa.pptx
Materi pesantren kilat Ramadhan  tema puasa.pptxMateri pesantren kilat Ramadhan  tema puasa.pptx
Materi pesantren kilat Ramadhan tema puasa.pptx
 
,.,,.,.,.,.,.,.,.,.,.,.,Swamedikasi.pptx
,.,,.,.,.,.,.,.,.,.,.,.,Swamedikasi.pptx,.,,.,.,.,.,.,.,.,.,.,.,Swamedikasi.pptx
,.,,.,.,.,.,.,.,.,.,.,.,Swamedikasi.pptx
 
PTS Genap 7, 8 & US 9 SMP 51 dan HK 2024.pdf
PTS Genap 7, 8 & US 9 SMP 51 dan HK 2024.pdfPTS Genap 7, 8 & US 9 SMP 51 dan HK 2024.pdf
PTS Genap 7, 8 & US 9 SMP 51 dan HK 2024.pdf
 

5 UJI HIPOTESIS.pptx

  • 1. Uji Hipotesis Prof .Dr. Yeremias T Keban Dr. Nunuk Dwi Retnandari, Msi
  • 2. Pengantar: Peta Pengujian Representatif Known population Ujihipotesissatusample Unknown population Ujihipotesis2 sample Related Un related Populasi Sample
  • 3. Hipotesis • Hipotesis adalah pernyataan yang mungkin benar, mungkin juga salah • Hipotesis statistik adalah pernyataan mengenai parameter populasi yang mungkin benar mungkin juga salah • Hipotesis penelitian adalah hipotesis yang hendak diuji • Keputusan tentang hipotesis: – Menerima hipotesis  tidak cukup infomasi untuk mengatakan bahwa hipotesis kita salah – Menolak hipotesis  hipotesis salah • Hipotesis: – Ho adalah hipotesis yang harapannya ditolak – Ha adalah hipotesis yang diharapkan terjadi
  • 4. Kesalahan dalam Pengujian Hipotesis Keputusan Keadaan yang sesungguhnya Hipotesis Nol benar Hipotesis Nol salah Menolak Hipotesis Nol Kesalahan jenis I Menolak hipotesis yang benar (α) Keputusan yang tepat Menerima Hipotesis Nol Keputusan yang tepat Kesalahan jenis II Menerima hipotesis yang salah (β)  р Z value
  • 5. Kesalahan dalam Pengujian Hipotesis Keputusan Keadaan yang sesungguhnya Salah satu penyebab kemiskinan adaah malas Malas merupakan satau satunya penyebab kemiskinan Menolak Hipotesis Nol Kesalahan jenis I Menolak hipotesis yang benar (α) Keputusan yang tepat Menerima Hipotesis Nol Keputusan yang tepat Kesalahan jenis II Menerima hipotesis yang salah (β)  р Z value
  • 6. Arah pengujian • Satu arah • Ho : Ø = Ǿ • Ha : Ø > Ǿ or • Ha : Ø < Ǿ • Dua arah • Ho : Ø = Ǿ • Ha : Ø ≠ Ǿ
  • 7. Langkah untuk pengujian hipotesis 1. Langkah Pengujian Hipotesis: 1. Membangun definisi operasional 2. Membangun hipotesis penelitian 3. Menentukan hipotesis nol (harapan ditolak) 4. Menemukan nilai yang hendak diuji 5. Menetapkan probabilitas letak distribusi (derajad keyakinan): temukan nilai z dari tabel 6. Ambil keputusan
  • 9. Pengantar: Peta Pengujian Population VS Sample Known population Ujihipotesissatusample Unknown population Ujihipotesis2 sample Related Un related Contoh: 1. Rata rata 2. Kasus IQ Peter 3. Kasus Bayi terdampak Clyamide
  • 10. Contoh: rata rata • Diketahui: – Populasi tidak terbatas – Rata rata populasi : 80 – Standar deviasi : 7 – Dari populasi diambil sample sebanyak 100, ditemukan rata rata sebesar 83 • Ditanyakan: – Dengan taraf nyata sebesar 5%, apakah rata rata populasi memang 80?
  • 11. Contoh (lanjut) • Langkah 5: – α = 5% untuk dua sisi  percaya bahwa distribusi yang sedang dicari terletak pada batas 5% – Z = 1.96  distribusi yang dicari ada dalam 1,96% • Langkah 6: ambil keputusan – Z tabel < dari derajad kepercayaan, maka Ho ditolak – Artinya kita percaya bahwa rata rata populasi bukan lagi angka 80
  • 12. Contoh: lanjutan … • Gambar daerah penolakan • Zh terletak di daerah penolakan, maka Ho ditolak • Artinya dengan taraf kepercayaan 95%, rata rata populasi sudah bukan 80 lagi • Catatan: mengapa bukan lebih besar dari 80? Tidak ada keterangan yang menyatakan lebih baik atau lebih besar 1.96 -1,96 Z = 4,29
  • 13. Contoh kasus Peter • Peter percaya bahwa saat ini dia cerdas karena dulu pernah ikut program “hothousing” • Benarkah pernyataan Peter? • IQ Peter berapa? 120 atau 145 • IQ rata rata berapa? 100 • Standar deviasi dari rata rata IQ itu berapa? 15 • Mari kita lakukan pengujian – Hitung dulu nilai Z
  • 14. Contoh Kasus Peter Berapa persen anak di dunia yang dinyatakan cerdas? 5 % dari populasi?
  • 15. Langkah pengujian hipotesis Langkah Kasus Peter Cerdas 1. Membangun definisi operasional Kecerdasan anak dapat diukur dari nilai tes Intelligence Quotient (IQ) 2. Membangun hipotesis penelitian Karena ikut program “hothousing” maka Peter jadi cerdas 3. Menentukan hipotesis nol IQ Peter tidak berbeda dengan IQ rata rata anak lain 4. Menemukan nilai yang hendak diuji  temukan nilai z dari tabel IQ Peter 120  z = 1,33  Z score : 0,0918  9,18% IQ Peter 145  z = 3  Z score: 0,0013  0,13% 5. Menetapkan probabilitas letak distribusi (derajad keyakinan) p = 0.05, dapat diterima bahwa 5 dari 100 anak adalah anak cerdas. 6. Keputusan Jika IQ peter = 120  terima Ho artinya? Jika IQ peter = 145  tolak Ho artinya?
  • 16. Kasus Bayi terdampak Clyamide Kondisi berat bayi lahir Kondisi berat bayi lahir setelah kasus
  • 17. Kasus Bayi terdampak Clyamide Langkah Kasus 1. Membangun definisi operasional Dampak clyamide pada kesehatan bayi diukur dari berat badan bayi 2. Membangun hipotesis penelitian Kerena terkena clyamide maka berat badan bayi menjadi turun 3. Menentukan hipotesis nol Tidak ada dampak clyamide pada kesehatan bayi 4. Menemukan nilai yang hendak diuji : temukan nilai z dari tabel Berat badan bayi: 3 kg, standar deviasi: 0,09 Nilai Z: 2,22  tabel Z: 0,0139  1,39% 5. Menetapkan probabilitas letak distribusi (derajad keyakinan) Derajad keyakinan 5% ; Z score 1,39  Ho ditolak 6. Keputusan Clyamide berdampak pada berat badan bayi
  • 18. Pengujian satu sample Populasi ; Sample μ,σ x̅, s Uji Z μ,σ x̅, tidak ada s Uji Z μ,tidak adaσ x̅, s Uji t
  • 19. Pengujian satu sample Sample Besar Sample Kecil Populasi tidak terbatas Populasi terbatas
  • 20. Confidence interval • Sebuah nilai range atas variabel yang sedang kita uji • CI = Sample mean ± (critical t value × standard error of the mean) • Dari contoh penjualan after promotion: – x̅ = 30 – α = 5%  2.0116 – S = 1.1922 – 95%CI = 30 ± 2.0116 × 1.1922 = 30 ± 2.3982 – 95%CI = (27.6018, 32.3982)
  • 21. Unknown Population: Uji Hipotesis 2 Sample Population VS Sample Known population Ujihipotesissatusample Unknown population Ujihipotesis2 sample Related Un related Contoh: 1. Pendidikan 2. Kesehatan
  • 22. Contoh • Dalam suatu literature pendidikan diketahui bahwa ada suatu “model cara membaca” yang dapat meningkatkan performance siswa di suatu negara. • Seorang guru ingin melakukan pengujian apakah cara membaca yang baru itu berlaku juga di Negara tempat dia mengajar • Guru membagi kelas menjadi dua, sebagian di beri perlakuan dan sebagian lainnya tidak diberi perlakuan  dua sample
  • 23. Contoh ...lanjutan • Asumsikan: – bahwa variable yang berpengaruh terhadap performance anak hanyalah “cara membaca yang baru”. – Sample dipilih secara acak dari populasi yang sama • Uji satu arah karena secara akademik sudah dinyatakan bahwa cara ini meningkatkan performance (arah telah jelas) • Jika perbedaan diantara sample itu kecil maka secara skeptic kita dapat katakan tidak ada perbedaan antara kedua sample, dan sebaliknya • Pertanyaan: kecil? Besar? Apa batasannya - lakukan pengujian
  • 24. Pengujian • Ho: tidak ada perbedaan performace membaca antara dua kelompok sample • Pengujian : menguji perbedaan antara distribusi rata rata sample1 dan distribusi rata rata sample 2 --> untuk sample kecil gunakan uji t • Rumus t standar untuk t Permasalahan: dalam pengambilan 2 sample ada yang berhubungan (related) dan tidak berhubungan (unrelated)
  • 25. One Sample Testing Sample Besar Sample Kecil Un limited Population Limited Population Dari kuliah sebelumnya kita telah mengenal rumus rumus untuk distribusi Z dan distribusi t, distribusi Z digunakan untuk populasi atau sample dengan ukuran besar distribusi t digunakan untuk sample dengan ukuran kecil, berikut rumus distribusi Z dan distribusi t
  • 26. Asal mula rumus distribusi t statistik
  • 27. Sample Berhubungan (Related sample) • Sample diambil dari populasi yang sama, misal mengambil 10 partisipan, tetapi partisipan ini diberikan perlakukan yang berbeda. • Standard score dari rata rata sample yang berhubungan adalah sebagai berikut: standard deviation of a distribution of sample means is called a standard error of the mean
  • 32. Two Sample Testing Related Un related Sample Dari penjelasan panjang di atas, dapat dilihat rumus untuk distribusi t, untuk sample related dan sample un related sebagai berikut: kita aplikasiskan dalam contoh berikut
  • 33. Contoh 1 • Seorang guru percaya bahwa belajar di pagi hari lebih baik dari pada belajar di sore hari • Guru ini mengambil 8 anak sebagai sample • Diukur performa (nilai test) anak pada saat belajar pagi dan saat belajar sore • Sample berhubungan atau tidak berhubungan? • Uji apa yang akan digunakan? Uji t atau uji Z • Pengujian satu sisi atau dua sisi?
  • 34. Tahap Pengujian 1. Membangun definisi operasional: 1. Performa anak diukur dari nilai test 2. Membangun hipotesis penelitian 1. Belajar di pagi hari akan menghasilkan nilai test lebih baik dibandingkan belajar sore hari 3. Asumsikan bahwa: kasus yang hendak diteliti itu berdistribusi normal seperti populasi 4. Menentukan hipotesis nol • Ho : tidak ada perbedaan nilai test belajar pagi hari dan sore hari (xp = xs) • Ha: belajar pagi hari menghasilkan nilai test lebih baik dibandingkan sore hari (xp>xs) 5. Menemukan nilai yang hendak diuji
  • 35. Participan Test Result Difference (d) Square d (d²) Morning Sample 1 (X1) Afternoon Sample 2 (X2) 1 6 5 1 1 2 4 2 2 4 3 3 4 -1 1 4 5 4 1 1 5 7 3 4 16 6 6 4 2 4 7 5 5 0 0 8 6 3 3 9 n=8 Ẍ1 = 5,25 Ẍ2 = 5,25 ∑d = 12 ; (∑d)² = 144 ∑d² = 36
  • 36. Lanjutan – t value (table) = 1.895 (df = 7 ; α = 5% for a one-tailed test). – t test > t table : reject the null hypothesis, at the p = 0.05 level of significance – conclude that the pupils did perform significantly better on the mathematics test in the morning compared to the afternoon.
  • 37. Contoh 2 • A new sleeping pill was being tested on a number of volunteers (man and woman). The pill will have defferent influence of sleping patron between man and woman. • There are 6 woman and 8 man participation on this test • Related or un related sample? • What test that have to take? Z test or t test? • Two tail test or one tail test? • Let see step by step
  • 39. X1 X1² X2 X2² 4 16 3 9 6 36 8 64 5 25 7 49 4 16 6 36 5 25 7 49 6 36 6 36 7 49 8 36 n1=6; ∑X1 = 30; Ẍ1 = 5 (∑X1)² = 900 ∑X1² = 154 n2=8; ∑X2 = 55; Ẍ2 = 6,25; (∑X2)² = 2500 ∑X2² = 328
  • 42. Kesalahan dalam Hipotesis • A thief • Presumption of innocence • Prosecutor: find evidence to proof that the thief guilty • Hypothesis: – Ho: not guilty – Ha: guilty • Decision: Free of Jail Ho Not guilty Ha Guilty Accept Ho Free Right decision Type II error Reject Ha, in fact Ha right Reject Ho Jail Type I Error Reject the Ho, in fact Ho right Right decision
  • 43. Statistical power • The power of a statistical test adalah kemampuan sebuah test untuk menemukan perbedaan dalam distribusi ketika perbedaan itu memang ada. • The power of a test = 1 −β • That power is ditentukan oleh: – the size of α , – the size of the effect we are looking for (overlap area) – the size of the samples we select.
  • 44. The choice of α level • The power of the test: menurunkan tipe kesalahan 1 akan beresiko meningkatkan kesalahan tipe 2  harus ada cara untuk menurunkan resiko • Menurunkan β tanpa meningkatkan α : – Lakukan prediksi secara lebih spesifik  gunakan uji satu sisi.
  • 46. Effect size • Effect size ( Cohen, 1988): – ‘small’ (d = 0.2)  overlap nya luas – ‘medium’ (d = 0.5) and – ‘large’ effects (d = 0.8)  hanya sedikit overlap . • Cara untuk menurunkan overlap adalah dengan car amendesain study secara tepat
  • 48. Memilih ukuran sample untuk statistik
  • 49. Latihan 1 • Pak Rais telah mengambil sample 100 orang yang ikut demonstrasi UU Cipta Kerja. Dari sample tersebut ditanyakan sebuah pertanyaan “seberapa faham orang atas UU Cipta Kerja”. Jawaban dari pertanyaan itu kemudian dikonversi dalam bentuk angka, mulai dari yang paling tidak faham dengan angka nol dan yang paling faham dengan angka 100. Hasil observasi atas sample tersebut disajikan dalam slide berikut. • Dari hasil tersebut teman teman semua, termasuk pak Rais diminta untuk melaporkan kepada atasan, mengenai situasi pengetahuan pendemo UU Cipta Kerja, tentu teman teman gunakan cara menyajikan data yang baik. • Clue yang bisa digunakan adalah sebagai berikut: – Nilai 0-20: Tidak faham sama sekali tentang UU Cipta kerja – Nilai 21-40: Pernah mendengar UU Cipta Kerja – Nilai 41-60: Pernah membaca informasi tentang UU Cipta Kerja dari Medsos – Nilai 61-80: Pernah membuka dokumen UU Cipta Kera dan mengikuti diskusi public yang diselenggarakan oleh instansi terpercaya – Nilai 81-100: Mencermati UU Cipta Kerja dan mengikuti berbagai diskusi ilmiah yang diselenggarakan oleh Lembaga terpercaya
  • 50. Hasil Observasi pengetahuan pendemo tentang UU Cipta Kerja atas 100 pendemo 22 65 49 56 59 34 09 56 48 62 55 52 78 61 50 62 45 51 61 60 54 58 59 47 50 62 44 55 52 80 51 49 58 46 32 59 57 57 45 56 90 53 56 53 55 55 41 64 33 04 38 57 62 15 48 54 60 50 54 59 67 58 60 43 37 54 59 63 68 60 46 52 56 32 75 57 58 47 45 52 55 51 50 50 69 63 64 49 56 52 37 60 71 26 30 57 56 55 58 61
  • 51. Latihan 2 • Sebuah metode pelayanan baru diaplikasikan disejumlah daerah. Metode ini dipercaya mampu membuat pelayanan lebih cepat sehingga rata rata waktu pelayanan akan 50 menit dengan simpangan baku 10 menit. Setelah cara ini diaplikasikan ingin diketahui keadaan yang sesungguhnya dari pelayanan yang dilakukan. Untuk itu diambil sample sebanyak 100 pelayanan, ditemukan bahwa rata rata pelayanan yang terjadi adalah 52 menit dengan simpangan baku 15. Dengan menggunakan taraf nyata sebesar 5%, apakah klaim dari metode baru itu sesuai dengan kenyataan.
  • 52. Latihan 3 • Sebuah evaluasi dilakukan atas penyelenggaraan diklat peningkatan kapasitas pengembangan sumber daya manusia. Untuk itu diambil 8 orang secara acak sebagai sample. Berikut adalah perbandingan nilai ke 8 orang tersebut. • Dari data yang tersedia, saudara diminta untuk memberikan rekomendasi kepada penyelenggara diklat, apakah diklat ini perlu dilanjutkan atau tidak Individu 1 2 3 4 5 6 7 8 Nilai sebelum mengikuti diklat 7 5 6 5 4 6 7 5 Nilai setelah mengikuti diklat 8 7 9 6 7 7 8 7
  • 53. Latihan 4 • Seorang petugas kesehatan memiliki program untuk penanggulangan gizi buruk yang dijalankan pada beberapa keluarga yang anaknya memiliki berat badan yang sangat kurang. Petugas kesehatan ini memiliki dua metode. Setelah 6 bulan program dijalankan, petugas kesehatan ini melakukan evaluasi. Anda diminta untuk membantu petugas kesehatan tersebut mengambil keputusan mana program yang lebih efektif, untuk itu lakukan proses pengujian secara tepat tahap demi tahap. • Hasil yang diperoleh disajikan pada tabel (slide berikut)
  • 54. Data yang diperolah Metode A Metode B Sample Penambahan berat badan (ons) Sample Penamabahan berat badan (ons) 1 10 1 3 2 6 2 4 3 7 3 5 4 8 4 10 5 9 5 6 6 5 6 5 7 6 8 10
  • 55. Resume Population VS Sample Known population Ujihipotesissatusample Uji Z Uji t Unknown population Ujihipotesis2 sample Related: uji t Un related: uji t Banyak variable Satu sampleataulebihdari1 Uji F (Anova)