Uji Hipotesis Statistik ~ al-jawahir

Uji Hipotesis

Pendahuluan

Ilmu statistic inferencial adalah kategori yang kedua dalam prosedur statistic, kategori pertama dalah ilmu statistic deskriptif.dibawah ilmu statistic inferencial, ada dua topic yang dibahas . pertama, etimsi nilai –nilai populasi, yang digunakan dalam pengambilan pengambilan sampel. Kedua, uji hipotesis statistic, walaupun ada dua pendekatan uji hipotesis,ang lebih mapan adalah pendekatan klasik atau teor pengambilan sampel. Ilmu statistik klasik dapat ditemukan di semua buku statistic utama dan digunakan secara luas dlam aplikasi riset. Pendekatan ini menyajikan suatu pandangan yang obyektif mengenai probabilitas dimana pengambilan keputusan terletak sepenuhnya pada analisis data pengambilan sampel yang tersedia. Sebuah hipotesis ditetapkan ; hipoteseis tersebut ditolak atau gagal di tolak, berdasarkan data sampel yng dikumpulkan.

Pendekatan kedua dikenal sebagai ilmu statitik Bayesian, ang merupakan perluasan dari pendekatan klasik. Statistic bayesian juga menggunakan data pengmbilan sampel, tetapi dapat mempertimbangkan informasi lain yang tersedia di luar data sampel tersebut.

Signifkansi statistic

Dalam pendekatan statistic klasik,kita menerima atau menolak suatu hipotesis berdasarkan informasi pengambilan sampel saja. Oleh karena sampel berbeda dari populasinya, kita harus menilai apakah perbedaan tersebut signifikan atau tidak signifikan secara tatistik. Sebuah perbedaan dikatakan mempunyai signifikansi statistic apabila ada alasan yang bagus untuk percaya bahwa perbedaan tersebut tidaj hanya mewakili fluktuasi sampel acak saja.

Logika uji hipotesis

Dalam signifikansi klasik, terdapat dua jenis hipotesis yang digunakan.hipotesis nol yang digunakan untuk pengujian, merupakan pernyataan bahwa tidak ada perbedaan diantara parameter (sebuah ukuran yang diambil oleh sensus atas populasi atau pengukuran sebelumnya atas suatu sampel populasi) dan angka statistic yang sedang dibandingkan dengan nya (sebuah ukuran dari sampel yang ditarik dari popukasi)

Hipotesis alternative

Jenis-jenis hipotesis alternative ini berhubungan dengan uji dua-arah dan uji satu-arah. Uji dua-arah (two-tailed test), atau uji tanpa arah ,

Uji satu arah ,atau uji arah,menempatkn keseluruhan probabilitas dari hasil yang tidak mungkin kedalam arah yang ditetapkan oleh hipotesis alternative.

Ketika eror tipe I (α) dlakukan, maka hipotesis nol yang seharusnya benar ditolak orang yang tidak bersalah kn di hukum secara tidak adil. Nilaina disebut tingkat signifikansi dan merupakan probabilitas untuk menolak hipotesis nol yang benar. Dengan eror tipe II (β),seseorang gagal untuk menolak hipotesis nol yang salah.

Prosedur uji statistic

Nyatakan hipoteis nol.
Pilih uji stastistiknya.
Pilih tingkat signifikansi yang diinginkan.
Perhitungan nilai perbedaan yang dihitung.
Dapatkan nilai uji kritis.
Interprestasikan hasil pengujian.

Nilai probabilitas (Nilai p )

Nilai p adalah probabilitas sampel yang diamati mempunyai nilai ekstrim,atau lebih ekstrim daripada, nilai yang benar-benar diobservasi, seandainya hipotesis nol itu benar.area ini menggambarkan probabilitas eror tipe I yang harus diasumsikan apabila hipotesis nol ditolak. Nilai p dibandingkan dengan tingkat signifikansi (α),dan dijadikan sebagai dasar untuk menolk atau menerima hipotesis nol. Jika nilai p kurang dari tingkat signifikansi,mk hipotesis nol ditolak ( jika nilai p < α,tolak hipotesis nol). Jika p lebih besar dari atu sama dengan tingkat signifikansi, maka hipotesis nol tidak ditolak (apabila nilai p > α, jangan menolak hipotesis nol).

Uji signifikansi

Jenis-jenis pengujian

Ada dua kelompok umum uji signifikansi : parametric dan nonparametric. Uji parametric lebih kuat krena datanya diambil dari pengukuran interval dan rasio. uji nonparametric digunakan untuk menguji hipotesis dengan data nominal dan ordinal. asumsi untuk uji parametrik menckup yang berikut ini :

Observasi harus bebas/independen –yaitu, seleksi satu kasus manapun tidak boleh mempengaruhi peluang bagi kasus lain manapun untuk disertakan dalam sampel.