PENGUJIAN HIPOTESIS

(Testing Hypotheses)
 Hypothesis dalam penelitian
• Pembahasan kasus dibagi dua
H0 : hipotheses Null (anggapan umum yang berlaku)
H1 : dugaan peneliti
• Data dikumpulkan dalam rangka untuk mencari
dukungan kebenaran atas dugaan sementara peneliti
• Jika data/fakta yang diperoleh ternyata tidak mendukung
dugaan awal peneliti, maka Ho tidak boleh disalahkan
(pendapat umum masih dapat dibenarkan)
• Sebaliknya jika datanya memberi dukungan/bukti bahwa
dugaan benar, maka Ho ditolak atau anggapan umum
sudah tidak benar.
 Contoh membangun sebuah
hypotheses
• Diketahui sebelumnya bahwa obat sakit kepala
yang ada di pasar adalah PARAMEX
• Pada suatu saat muncul obat sakit kepala lain
dengan merk OSKADON
• Karena PARAMEX sudah dipercayai
masyarakat sebelumnya bahwa kalau sakit
kepala obatnya adalah PARAMEX, maka
hypothesis-nya dapat dibentuk sbb:
H0 : PARAMEX sama manjurnya dg OSKADON
H1 : OSKADON lebih manjur dr pada PARAMEX
• Jika dituliskan deg rumusan sbb:
 Dua Type of Error in Hypotheses

Kenyataan

Ho Benar Ho Salah
Kesalahan
Kesimpulan
Tidak tolak Ho tipe II
benar
(β)
Kesalahan Kesimpulan
Tolak Ho tipe I benar
(α)
 Minimize Error
• Kesalahan seharusnya sekecil mungkin
• Jika ada dua kesalahan ( α dan β ) yang
muncul secara simultan dan saling tolak
belakang, maka tidak dapat keduanya
harus diminimumkan
• Cara meminimumkan hanyalah dipilih
salah satu yang paling memungkinkan,
baik sisi teori maupun terapan, yaitu α
harus seminimum mungkin.
Plot posisi dua tipe kesalahan

α
 Contoh Kasus (Beli Jeruk) -1-
Seorang pedagang jeruk pesan jeruk ke petani satu truk.
Perjanjian yang dibuat adalah bahwa dalam satu truk
maximum harus 10% yang masam. Tetapi setelah truk
sampai di tempat masih harus diuji dengan diambil
sampel sebesar 10 jeruk dan jika minimal ada satu jeruk
diantaranya adalah masam, maka tidak jadi dibeli.
Pertanyaan:
• Jika petani sudah memenuhi persyaratan diatas dan
ternyata dari sampel 10 diputuskan tidak jadi dibeli,
kesalahan yang mana itu?
• Kesalahan tersebut di atas siapa yang harus
menanggung resikonya?
 Contoh Kasus (Beli Jeruk) -2-
• Jika ternyata petani telah memanipulasi
kandungan jeruk masam dan manis di
dalam truk hingga yang masam telah
mencapai manipulasi sebesar 50%, maka
jika diambil sampel 10 serta diputuskan
bahwa jeruk satu truk harus dibeli, siapa
yang akan menanggung resiko?
• Jenis kesalahan mana hal tersebut di
atas?
 Contoh Kasus (Beli Jeruk) -3-
• Jika jumlah jeruk di dalam truk adalah
10000 jeruk, tentukan besarnya
probabilitas kesalahan jenis ke-1 dan
besarnya probabilitas kesalahan jenis ke-2
nya.
• Dengan pola distribusi data yang mana
yang akan saudara gunakan di dalam
penghitungan tersebut?
 Distribusi Normal dan
Uji hypotheses (mean)
Ho: = 0
H1: > 0

1-α α
α/2 1-α α/2
Ho
Ho
Ho: = 0
H1: ≠ 0

Ho: = 0
H1:  0
1-α
α
Ho
 Posisi Peneliti ada 2 macam
• Peneliti pasif: peneliti yang hanya mampu
menunggu agar sesuatu even terjadi dan
kemudian akan dilakukan analisis datanya.
Peneliti ini ada di lapangan: ekonomi,
lingkungan dll.
• Peneliti aktif: peneliti yang mempunyai otoritas
untuk melakukan analisis bahkan merubah
sistem sebelum data yang akurat serta
memenuhi syarat dapat diambil. Posisi peneliti
ini ada di laboratorium.
 Berapa besarnya nilai α
• Pada penelitian aktif, maka nilai α harus
sekecil mungkin. Akurasinya harus
terjamin.
• Pada penelitian pasif biasanya
toleransinya cukup besar sehingga
biasanya digunakan nilai α yang cukup
besar. Karena tidak ada otoritas untuk
data yang terjadi harus memenuhi syarat.
 Apa bedanya hal berikut ini pada
hasil produksi panjang besi beton?

Alpha besar
ataukah kecil
75% yang harus
dipakai di sini?
90%

95%
Apa bedanya hal berikut ini pada
hasil produksi obat sakit kepala?

Alpha besar
ataukah kecil
75% yang harus
dipakai di sini?
90%

95%
 Beberapa perbedaan
kondisi uji mean

Semakin besar irisan antara dua distribusinya, semakin besar kesamaan antara
keduanya dan Ho semakin tidak ditolak
 Struktur Uji Mean
• Satu populasi dengan sebuah nilai acuan
dasar (pendapat yang diakui sampai saat
ini)
• Dua macam pengamatan pada beberapa
objek yang berbeda dari dua sub-populasi
yang berbeda
• Dua macam pengamatan dengan sumber
variasi yang sama (data berpasangan)
 Penolakan Ho
• Digunakan perbandingan antara Statistik hitung dengan
Tabel distribusi Statistik yang diacu

zhitung , thitung ,  hitung

2
, Fhitung
z / 2 , tn 1, / 2 , 12 , Fn1 ,n2 , / 2
Ho ditolak jika zhitung  z / 2

• Digunakan perbandingan antara nilai α dengan nilai

P_value dari output komputer.

P _ value  
zhitung
f ( x)dx


 
ztable
f ( x)dx

Ho ditolak jika P _ value  

 Ilustrasi Penolakan Ho

Harus menolak Ho

α
P_Value

Daerah Ho

Tidak boleh
P_Value
menolak Ho
α
Daerah Ho
Kondisi Crutial

Apa kesimpulan
saudara jika terjadi
kondisi seperti ini?
Menolak Ho atau tidak?

α=P_value

Manipulasi α