Pengujian hipotesis 05
Download as PPTX, PDF12 likes53,784 views
Hipotesis merupakan pernyataan sementara yang perlu diuji kebenarannya. Pengujian hipotesis bertujuan untuk menentukan apakah hipotesis nol (Ho) dapat diterima atau ditolak berdasarkan data sampel. Terdapat dua jenis kesalahan yang mungkin terjadi dalam pengujian hipotesis, yaitu kesalahan tipe I dan II. Uji statistik dilakukan dengan menghitung nilai uji statistik dan membandingkannya dengan
Pengujian hipotesis 05
- 2. Pengujian Hipotesis : A. Pengertian B. Dua jenis kesalahan C. Test of Significance
- 4. Hipotesis • Berasal dari kata hipo dan thesis. Hipo artinya sementara/lemah kebenarannya dan thesis artinya pernyataan/teori. • Pernyataan sementara yang perlu diuji kebenarannya. Untuk menguji kebenaran sebuah hipotesis digunakan pengujian yang disebut hypotesis testing.
- 5. Hypothesis Testing Suatu prosedur pengujian hipotesis tentang parameter populasi menggunakan informasi dari sampel dan teori probabilitas untuk menentukan apakah hipotesis tersebut secara statistik dapat diterima atau ditolak
- 6. • Pengujian hipotesis dijumpai dua jenis hipotesis, yaitu hipotesis nol (Ho) dan hipotesis alternatif (Ha).
- 7. Hipotesis nol (Ho) Suatu hipotesis yang menyatakan tidak ada perbedaan sesuatu kejadian antara kedua kelompok. Atau tidak ada hubungan antara variabel satu dengan variabel yang lain
- 8. Hipotesis alternatif (Ha) Suatu hipotesis yang menyatakan ada perbedaan sesuatu kejadian antara kedua kelompok. Atau ada hubungan anatara variabel satu denan variabel yang lain
- 9. Rumusan hipotesis Hipotesis deskriptif (pernyataan) – suatu dugaan atau pernyataan sementara tentang nilai suatu variabel mandiri. Artinya tidak membuat suatu perbandingan atau hubungan Contoh : • Suatu puskesmas manyatakan pada periode tertentu, jumlah penduduk di wilayah kerjanya yang mencari pengobatan pada sarana kesehatan adalah paling banyak 47% • Maka hipotesisnya ditulis : • Ho = μ ≤ 0,47 • Ha = μ ≥ 0,47
- 10. Hipotesis komparatif (perbedaan) suatu pernyataan sementara yang menunjukkan dugaan nilai pada satu variabel atau lebih pada sampel yang berbeda Contoh : • Tidak terdapat perbedaan daya tahan tubuh antara pria dan wanita terhadap penyakit influenza • Pernyataan ini, hipotesisnya ditulis : • Ho = μ1 = μ2 • Ha = μ1 ≠ μ2
- 11. Daya tahan tubuh balita pria sama dengan balita wanita terhadap penyakit influenza. Pernyataan ini, hipotesisnya ditulis : • Ho = μ1 ≥ μ2 • Ha = μ1 < μ2
- 12. Hipotesis asosiatif (hubungan) suatu pernyataan sementara yang menunjukkan dugaan akan adanya hubungan antara dua variabel atau lebih Contoh : Apakah ada hubungan antara ibu perokok dengan berat badan lahir rendah ? Rumusan hipotesisnya : Ho = μ = o Ha = μ ≠ o
- 14. Kesalahan Pengambilan Keputusan • Dalam pengujian hipotesis kita selalu dihadapkan suatu kesalahan pengambilan keputusan. • Ada dua jenis kesalahan pengambilan keputusan dalam uji statistik, yaitu: – kesalahan tipe alpha – Kesalahan tipe beta
- 15. Kesalahan Tipe I ( ) • Merupakan kesalahan menolak Ho padahal sesungguhnya Ho benar. Artinya: menyimpulkan adanya perbedaan padahal sesungguhnya tidak ada perbedaan. • Peluang kesalahan tipe satu (I) adalah atau sering disebut Tingkat signifikansi (significance level). • Sebaliknya peluang untuk tidak membuat kesalahan tipe I adalah sebesar 1- , yang disebut dengan Tingkat Kepercayaan (confidence level).
- 16. Kesalahan Tipe II ( ) • Merupakan kesalahan tidak menolak Ho padahal sesungguhnya Ho salah. Artinya: menyimpulkan tidak ada perbedaan padahal sesungguhnya ada perbedaan. • Peluang untuk membuat kesalahan tipe kedua (II) ini adalah sebesar . • Peluang untuk tidak membuat kesalahan tipe kedua (II) adalah sebesar 1- , dan dikenal sebagai Tingkat Kekuatan Uji (power of the test).
- 17. Kesalahan Pengambilan Keputusan Keputusan Populasi Ho Benar Ho Salah Tidak Menolak Ho Benar (1- ) Kesalahan Tipe II ( ) Menolak Ho Kesalahanan Tipe I ( ) Benar (1- )
- 18. Menentukan Tingkat Kemaknaan (Level Of Significance) • Tingkat kemaknaan, atau sering disebut dengan nilai , merupakan nilai yang menunjukkan besarnya peluang salah dalam menolak hipotesis nol. • nilai merupakan batas toleransi peluang salah dalam menolak hipotesis nol. • nilai merupakan nilai batas maksimal kesalahan menolak Ho. • Nilai dapat diartikan pula sebagai batas maksimal kita salah menyatakan adanya perbedaan.
- 19. Penentuan Nilai (Alpha) • Tergantung dari tujuan dan kondisi penelitian. • Nilai (alpha) yang sering digunakan adalah 10 %, 5 % atau 1 %. – Bidang kesehatan biasanya digunakan nilai (alpha) sebesar 5 %. – Pengujian obat-obatan digunakan batas toleransi kesalahan yang lebih kecil misalnya 1 %, karena mengandung risiko yang fatal. • Misalkan seorang peneliti yang akan menentukan apakah suatu obat bius berkhasiat akan menentukan yang kecil sekali , peneliti tersebut tidak akan mau mengambil resiko bahwa ketidak berhasilan obat bius besar karena akan berhubungan dengan nyawa seseorang yang akan dibius.
- 20. Pemilihan Jenis Uji Paramertik Atau Non Parametrik • Dalam pengujian hipotesis sangat berhubungan dengan distribusi data populasi yang akan diuji. • Bila distribusi data populasi yang akan diuji berbentuk normal/simteris, maka proses pengujian dapat digunakan dengan pendekatan uji statistik parametrik. • Bila distribusi data populasinya tidak normal atau tidak diketahui distribusinya maka dapat digunakan pendekatan uji statistik Non Parametrik.
- 21. Prosedur Uji Hipotesis 1. Menetapkan Hipotesis 2. Penentuan uji statistik yang sesuai 3. Menentukan batas atau tingkat kemaknaan (level of significance) 4. Penghitungan Uji Statistik 5. Keputusan Uji Statistik
- 22. 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 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.
- 23. 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 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
- 24. Contoh penentuan uji statistik • Sebagai gambaran, jenis uji statistik untuk mengetahui perbedaan mean akan berbeda dengan uji statistik untuk mengetahui perbedaan proporsi/persentase. • Uji beda mean menggunakan uji T atau uji Anova, sedangkan uji untuk mengetahui perbedaan proporsi digunakan uji Kai kuadrat.
- 25. Menentukan Batas Atau Tingkat Kemaknaan (Level Of Significance) • Batas/tingkat kemaknaan, sering juga disebut dengan nilai . Penggunan nilai alpha tergantung tujuan penelitian yang dilakukan, untuk bidang kesehatan biasanya menggunakan nilai alpha (α = 0,05 /CI=95% atau α = 0,01 /CI=99%) CI = Confidence Interval (Tingkat Kepercayaan) = komplemen dari α = 1 - α
- 26. 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 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.
- 27. Keputusan Uji Statistik • Hasil pengujian statistik akan menghasilkan dua kemungkinan keputusan yaitu menolak Hipotesis Nol dan Gagal menolak Hipotesis nol. • Keputusan uji statistik dapat dicari dengan dua pendekatan yaitu pendekatan klasik dan pendekatan probabilistik
- 28. Pendekatan Klasik • Untuk memutuskan apakah Ho ditolak maupun gagal ditolak, dapat digunakan dengan cara membandingkan Nilai Perhitungan Uji Statistik dengan Nilai pada Tabel. • Nilai Tabel yang dilihat sesuai dengan jenis distribusi uji yang kita lakukan, – uji Z maka nilai tabel dilihat dari tabel Z – uji T. • Setelah kita dapat nilai perhitungan uji Z/T kemudian kita bandingkan angka yang ada pada tabel T • Besarnya nilai tabel sangat tergantung dari – nilai alpha ( ) yang digunakan – uji one tail (satu sisi/satu arah) atau two tail (dua sisi/dua arah).
- 29. Pendekatan Klasik • Untuk memutuskan apakah Ho ditolak maupun gagal ditolak, dapat digunakan dengan cara membandingkan Nilai Perhitungan Uji Statistik dengan Nilai pada Tabel. • Nilai Tabel yang dilihat sesuai dengan jenis distribusi uji yang kita lakukan, – uji Z maka nilai tabel dilihat dari tabel Z – uji T. • Setelah kita dapat nilai perhitungan uji Z/T kemudian kita bandingkan angka yang ada pada tabel T • Besarnya nilai tabel sangat tergantung dari – nilai alpha ( ) yang digunakan – uji one tail (satu sisi/satu arah) atau two tail (dua sisi/dua arah).
- 30. Uji two tail (dua sisi/dua arah) Ho : x = y Ha : x y • Pada uji ini menggunakan uji dua arah sehingga untuk mencari nilai Z di tabel kurve normal, nilai -nya harus dibagi dua arah yaitu ujung kiri dan kanan dari suatu kurva normal, sehingga nilai alpha = ½ . Sebagai contoh bila ditetapkan nilai = 0,05 maka nilai alpha = ½ (0,05) =0,025, pada = 0.025 nilai Z-nya adalah 1,96.
- 31. Gambar Uji two tail (dua sisi/dua arah)
- 32. Uji one tail (satu sisi/satu arah) Ho : x = y Ha : x > y • Maka uji nya adalah satu arah, nilai alphanya tetap 5 % (tidak usah dibagi dua) sehingga nilai Z= 1,65.
- 33. Uji one tail (satu sisi/satu arah)
- 34. Uji one tail (satu sisi/satu arah)
- 35. 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. • 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).
- 36. 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, Stata, 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 statistik dengan cara membandingkan nilai P dengan nilai (alpha). Ketentuan yang berlaku adalah sbb: • Bila nilai P nilai , maka keputusannya adalah Ho ditolak • Bila nilai P > nilai , maka keputusannya adalah Ho gagal ditolak
- 37. 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. • Dengan demikian dapat disederhanakan dengan rumus: Nilai P two tail = 2 x Nilai P one tail.
- 38. 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). • 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).
- 40. Thank you