SlideShare ist ein Scribd-Unternehmen logo
1 von 19
Pengujian Hipotesis Deskriptif

         (Perkuliahan 5)

       Siana Dewi Artha, ST
Hipotesis Deskriptif
Hipotesis yang menyatakan tentang nilai suatu variabel mandiri
dan tidak membuat perbandingan atau hubungan.
 Hipotesis deskriptif adalah dugaan tentang nilai suatu
    variabel mandiri,tidak membuat
    perbandingan atau hubungan
 Dalam penelitian hanya bertujuan untuk menjelaskan satu
    variabel saja atau lebih dikena dengan penelitian univariat.
 Merupakan proses pengujian generalisasi hasil penelitian yg
    didasarkan pada 1 sampel
 Kesimpulan yg akan dihasilkan adalah apakah hipotesis yg
    diuji dapat digeneralisasikan atau tidak.
 Bila Ho diterima berarti dapat digeneralisasikan
Statistik Uji Hipotesis Deskriptif
                       (1 sampel)
                            Macam Data                                                 Bentuk Hipotesis
Data interval/ratio                      Deskriptif (satu   Komparatif (dua sampel)              Komparatif (lebih dari 2 sampel)    Asosiatif
                                         variabel)                                                                                   (hubungan)
1. t-test (1 sampel)                                        Related           Independen         Related            Independen

                            Nominal      Binomial           Mc Nemar          Fisher Exact        2 for k            2 for k         Contingency
                                          2 One Sample                        Probability        sample             sample           Coefficient C

Data Nominal                                                                   2 Two             Cochran Q
                                                                              Sample
1. Test Binomial                                            Sign test         Median test        Friedman           Median           Spearman
                            Ordinal      Run Test

2. Chi Kuadrat (1 sampel)                                   Wilcoxon
                                                            matched parts
                                                                              Mann-Whitney
                                                                              U test
                                                                                                 Two Way-
                                                                                                 Anova
                                                                                                                    Extension        Rank
                                                                                                                                     Correlation
                                                                                                                    Kruskal-Wallis
                                                                              Kolmogorov                            One Way          Kendall Tau
                                                                              Simrnov                               Anova

Data Ordinal                                                                  Wald-
                                                                              Woldfowitz
1. Run test                 Interval     T Test*            T-test of*        T-test of*         One-Way            One-Way          Pearson
                            Rasio                           Related           independent        Anova*             Anova*           Product
                                                                                                                                     Moment *
                                                                                                 Two Way            Two Way
                                                                                                 Anova*             Anova*           Partial
                                                                                                                                     Correlation*

                                                                                                                                     Multiple
                                                                                                                                     Correlation*
t-test (Statistik Parametris)
• Rumus t hitung
Langkah-langkah Pengujian Hipotesis Deskriptif
1)   Menghitung rata-rata data
2)   Menghitung simpangan baku
3)   Menghitung harga t hitung
4)   Melihat harga t tabel
5)   Menggambarkan kurva lonceng
6)   Meletakkan kedudukan t hitung dan t tabel dalam kurva yang telah dibuat
7)   Membuat keputusan pengujian hipotesis

Arah Pengujian Hipotesis
Macam pengujian hipotesis deskriptif:
1. Uji dua pihak (two tail test)
2. Uji satu pihak (one tail test)
   Uji satu pihak ada dua :
   • uji pihak kanan
   • uji pihak kiri.

Jenis uji mana yang digunakan tergantung pada bunyi hipotesis
Uji dua pihak (two tail test)
Uji dua pihak digunakan jika
Ho berbunyi: “… sama dengan …”                         H0 : μ = μ0
Ha berbunyi: “…tidak sama dengan …”                    Ha : μ ≠ μ0
Kesimpulan: Ho diterima jika t hitung ≤ t tabel


                                  Daerah
                               Penerimaan H0
                                                            Luas daerah
                                                            terarsir = α

  Daerah                                                            Daerah
penolakan H0                                                      penolakan H0


                    -t(db;α)           0          t(db;α)
Contoh Uji Dua Pihak:
Telah dilakukan pengumpulan data untuk menguji hipotesis yang menyatakan
bahwa “daya tahan berdiri pramuniaga Matahari dikota Malang adalah 4
jam/hari” sebagai berikut:




Penyelesaian :
• H0 : μ0 = 4 jam/hari berarti daya tahan berdiri pramuniaga Matahari dikota
  Malang adalah 4 jam/hari
• Ha : μ0 ≠ 400 jam daya tahan berdiri pramuniaga Matahari dikota Malang ≠ 4
  jam/hari
• N =31 dk =31-1=30

•V
• S = 1,81
• µo = 4 jam/hari
Daerah
           Penerimaan H0                              Luas daerah
                                                      terarsir = α
  Daerah                                                           Daerah
penolakan H0                                                     penolakan H0

                 -2,042 -1,98        0       1,98    2,042




• Dengan mengambil= 0.05, dk = 30 didapat = 2,042
• Kriteria tolak hipotesis Ha jika t hitung tidak sama dengan 2,042 dan terima
  Ha jika sebaliknya
• Penelitian memberi hasil t = 1,98
• Hipotesis Ho diterima, Ha ditolak
• Kesimpulan : . Jadi, bila Ho diterima, berarti Ho yang menyatakan bahwa
  daya tahan berdiri pramuniaga Matahari di kota Malang 4 jam/hari, dapat
  di generalisasi untuk seluruh populasi pramuniaga Matahari di kota Malang.
Uji satu pihak (one tail test)-Uji Pihak Kiri

Uji pihak kiri:
Ho = “… lebih besar atau sama dengan (≥)…”                H0 : μ ≥ μ0
Ha = “… lebih kecil (<)…”                                 Ha : μ < μ0
Kesimpulan: Ho diterima jika t hitung ≤ t tabel




               Luas daerah
               terarsir = α


         Daerah
                              –t(db;α)                0
       penolakan H0
                                         Titik kritis t
Contoh Uji Pihak Kiri :
• Suatu perusahaan pijar merk laser, menyatakan bahwa daya tahan lampu yang
   dibuat paling sedikit 400 jam.
• Pengumpulan data untuk menguji hipotesis yang menyatakan bahwa “daya tahan
   lampu yang dibuat paling sedikit 400 jam” sebagai berikut:
                  450       390        400       480       500
                  350       400        340       300       300
                  375       425        400       425       390
                  350       360        300       200       300
                  380       345        340       250       400

Penyelesaian :
• H0 : μ0 ≥ 400 jam berarti daya tahan lampu paling sedikut 400 jam
• Ha : μ0 < 400 jam berarti daya tahan lampu lebih kecil dari 400 jam

•   v

•   N = 25  dk = 25-1=24
•   Simpangan baku melalui perhitungan S = 68,25 ton
•   µo = 400 jam
Luas daerah
               terarsir = α


         Daerah               -2,49   -1,71     0
       penolakan H0
                                              Titik kritis t




• Dengan mengambil= 0.05, dk = 24 didapat = 1,711
• Kriteria tolak hipotesis Ha jika t hitung lebih besar atau sama dengan 1,711
  dan terima Ho jika sebaliknya.
• Penelitian memberi hasil t = -2,49
• Hipotesis Ho ditolak, Ha diterima
• Kesimpulan : Daya tahan lampu lebih kecil dari 400 jam
Uji satu pihak (one tail test)- Uji Pihak Kanan

Uji pihak kanan :
                                                              H0 : μ ≤ μ0
Ho = “… lebih kecil atau sama dengan (≤)…”
                                                              Ha : μ > μ0
Ha = “… lebih besar (>)…”
Kesimpulan: Ho diterima jika t hitung ≥ t tabel



                                                            Luas daerah
                                                            terarsir = α

                                                                    Daerah
                                                                  penolakan H0

                                     0            t(db;α)
                                                                Titik kritis
                                                                 z atau t
Contoh Uji Pihak Kanan :
Dengan suntikan hormon tertentu pada ayam/ikan akan menambah
   berat badannya rata-rata 4.5 ton per kelompok. Sampel acak yang terdiri
   atas31 kelompok ayam/ikan yang telah diberi suntikan hormon memberikan
   rata-rata 4.9 ton dan simpangan baku = 0.8 ton. Apakah pernyataantersebut
   diterima? Bahwa pertambahan rata-rata paling sedikit 4.5 ton.

Penyelesaian :
• H :µ ≤ 4.5, berarti penyuntikan hormon pada ayam/ikan tidak menyebabkan
   bertambahnya rata-rata berat badan dengan 4.5 ton
• A : µ > 4.5, berarti penyuntikan hormon pada ayam/ikan menyebabkan
   bertambahnya rata-rataberat badan paling sedikit dengan 4.5

•   X = 4.9 ton
•   N = 31  dk = 31-1=30
•   S = 0.8 ton
•   µo = 4.5 ton
Luas daerah
                                                    terarsir = α



                                   0       2,46 2,78
                                                                 Daerah
                  Titik kritis t                               penolakan H0




• Dengan mengambil= 0.01, dk = 30 didapat = 2.46
• Kriteria tolak hipotesis Ha jika t hitung lebihbesar atau sama dengan 2.46 dan
  terima Ha jika sebaliknya
• Penelitian memberi hasil t = 2.78
• Hipotesis Ha ditolak, Ho diterima
• Kesimpulan : Penyuntikan hormon terhadap ayam/ikan dapat menambah berat
  badanrata-rata paling sedikit dengan 4.5 ton
Test Binomial
 Test Binomial digunakan untuk menguji hipotesis bila dalam
  popolasi terdiri atas dua kelompok kelas, datanya berbentuk
  nominal dan jumlah sampelnya kecil (kurang dari 25), sehingga Chi-
  Kuadrat tidak dapat digunakan..
 Dua kelompok kelas itu misalnya kelas priadan wanita,senior dan
  yunior,dll. Jadi, Test Binomial digunakan untukmenguji hipotesis
  deskriptif bila datanya nominal berbentuk dua kategori atau dua
  klas.
 Tes ini dikatakan sebagai test Binomial, karena distribusi data
  dalam populasi itu berbentuk binomial.
 Distribusi binomial adalah distribusi yangterdiri dari 2 klas. Jadi, bila
  dalam satu populasi dengan jumlah N, terdapat 1kelas yang
  berkategori x, maka kategori yang lain adalah N-x.
Syarat dan Ketentuan Tes Binominal
Syarat:
Populasi terdiri 2 klas (misal: pria dan wanita)
Data Nominal Jumlah sampel kecil (<25)
Distribusi data Binomial (terdiri 2 kelas): kelas
  dengan kategori (x) dan kelas dengan ketegori (N-x)

Ketentuan:
Bila harga P > α , Ho diterima
P = proporsi kasus (lihat tabel)
Α = taraf kesalahan ( 1% = 0,01)
Contoh Tes Binominal:
Penelitian tentang kecenderungan Bumil memilih tempat bersalin di
Polin desa atau di Puskesmas. Jumlah sampel 24 Bumil, 14 Bumil
memilih di Polindes,10 Bumil memilih di Puskesmas.

Penyelesaian :
• Ho = peluang Bumil memilih tempat bersalin di Polindes atau
       Puskesmas adalah sama, yaitu 50%
• Ho = p1 = p2 = 0,5

• Sampel (n) = 24
• Frekuensi kelas terkecil (x) = 10
• Tabel (n=24, x=10)
• koefisien binomial (p) = 0,271
Bila taraf kesalahan (α) ditetapkan 1% = 0,01   p = 0,271 > 0,01
                                                Ho diterima

Kesimpulan: kemungkinan Bumil memilih tempat bersalin di Polindes
   atau di Puskesmas adalah sama yaitu 50 %.
5. pengujian hipotesis deskriptif

Weitere ähnliche Inhalte

Was ist angesagt?

3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
Yulianus Lisa Mantong
 
Korelasi Point Biserial
Korelasi Point BiserialKorelasi Point Biserial
Korelasi Point Biserial
Lina Mursyidah
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Aisyah Turidho
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
Yousuf Kurniawan
 
Ppt hipotesis benar
Ppt hipotesis benarPpt hipotesis benar
Ppt hipotesis benar
diamarsella
 

Was ist angesagt? (20)

3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
 
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Korelasi Point Biserial
Korelasi Point BiserialKorelasi Point Biserial
Korelasi Point Biserial
 
Taraf signifikan
Taraf signifikanTaraf signifikan
Taraf signifikan
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
 
Perbedaan Pengukuran, Asesmen dan Evaluasi
Perbedaan Pengukuran, Asesmen dan EvaluasiPerbedaan Pengukuran, Asesmen dan Evaluasi
Perbedaan Pengukuran, Asesmen dan Evaluasi
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )
 
Bab 7 anova
Bab 7 anovaBab 7 anova
Bab 7 anova
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Desain penililitian kuantitatif non eksperimen
Desain penililitian kuantitatif non eksperimenDesain penililitian kuantitatif non eksperimen
Desain penililitian kuantitatif non eksperimen
 
Minggu 11_Teknik Analisis Komparasi
Minggu 11_Teknik Analisis KomparasiMinggu 11_Teknik Analisis Komparasi
Minggu 11_Teknik Analisis Komparasi
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
 
Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrik
 
Wilcoxon Matced Pairs Signed Ranks Test
Wilcoxon Matced Pairs Signed Ranks TestWilcoxon Matced Pairs Signed Ranks Test
Wilcoxon Matced Pairs Signed Ranks Test
 
Pengantar Statistika 2
Pengantar Statistika 2Pengantar Statistika 2
Pengantar Statistika 2
 
Statistika Uji Rerata 2 Berpasangan
Statistika Uji Rerata 2 BerpasanganStatistika Uji Rerata 2 Berpasangan
Statistika Uji Rerata 2 Berpasangan
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19
 
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)
 
Ppt hipotesis benar
Ppt hipotesis benarPpt hipotesis benar
Ppt hipotesis benar
 

Andere mochten auch

Andere mochten auch (20)

Primero analyst workshop presentation
Primero analyst workshop presentation Primero analyst workshop presentation
Primero analyst workshop presentation
 
Sumes
SumesSumes
Sumes
 
7ο δημοτικό σχολείο idaniki poli
7ο δημοτικό σχολείο idaniki poli7ο δημοτικό σχολείο idaniki poli
7ο δημοτικό σχολείο idaniki poli
 
Preliminary task draft 2
Preliminary task draft 2Preliminary task draft 2
Preliminary task draft 2
 
Hoover and the depression
Hoover and the depressionHoover and the depression
Hoover and the depression
 
Kaul.DailyAspirinUse
Kaul.DailyAspirinUseKaul.DailyAspirinUse
Kaul.DailyAspirinUse
 
We didn't watch tv
We didn't watch tvWe didn't watch tv
We didn't watch tv
 
Cover analysis
Cover analysisCover analysis
Cover analysis
 
Star complex 1
Star complex  1Star complex  1
Star complex 1
 
Family Immigration Categories
Family Immigration CategoriesFamily Immigration Categories
Family Immigration Categories
 
List building bulletin
List building bulletinList building bulletin
List building bulletin
 
My Favorite Philosophy
My Favorite PhilosophyMy Favorite Philosophy
My Favorite Philosophy
 
Vroege renaissance
Vroege renaissanceVroege renaissance
Vroege renaissance
 
Mass test
Mass testMass test
Mass test
 
Primero csr 2010 final
Primero csr 2010 finalPrimero csr 2010 final
Primero csr 2010 final
 
Pamela Blanchette_Resume copy
Pamela Blanchette_Resume copyPamela Blanchette_Resume copy
Pamela Blanchette_Resume copy
 
Primero corporate presentation november final
Primero corporate presentation november finalPrimero corporate presentation november final
Primero corporate presentation november final
 
Brochure sbs
Brochure sbsBrochure sbs
Brochure sbs
 
Science presentation
Science presentationScience presentation
Science presentation
 
Primero scotia presentation final
Primero scotia presentation finalPrimero scotia presentation final
Primero scotia presentation final
 

Mehr von Sylvester Saragih

Mehr von Sylvester Saragih (20)

Presentation washing plant kel. 5 Pencucian batubara dengan jig, pencucian ba...
Presentation washing plant kel. 5 Pencucian batubara dengan jig, pencucian ba...Presentation washing plant kel. 5 Pencucian batubara dengan jig, pencucian ba...
Presentation washing plant kel. 5 Pencucian batubara dengan jig, pencucian ba...
 
Pencucian batubara kel 4 Operasi pemisahan bak media berat dan operasi siklon...
Pencucian batubara kel 4 Operasi pemisahan bak media berat dan operasi siklon...Pencucian batubara kel 4 Operasi pemisahan bak media berat dan operasi siklon...
Pencucian batubara kel 4 Operasi pemisahan bak media berat dan operasi siklon...
 
Kelompok 3 Teori Pengendapan partikel untuk konsentrasi operasi dan prinsip ...
Kelompok 3 Teori Pengendapan partikel untuk konsentrasi operasi  dan prinsip ...Kelompok 3 Teori Pengendapan partikel untuk konsentrasi operasi  dan prinsip ...
Kelompok 3 Teori Pengendapan partikel untuk konsentrasi operasi dan prinsip ...
 
Bahan materi kuliah rekayasa bahan galian industri
Bahan materi kuliah rekayasa bahan galian industriBahan materi kuliah rekayasa bahan galian industri
Bahan materi kuliah rekayasa bahan galian industri
 
Tugas Kelompok II Operasi kominusi dan operasi pengayakan Dalam pencucian bat...
Tugas Kelompok II Operasi kominusi dan operasi pengayakan Dalam pencucian bat...Tugas Kelompok II Operasi kominusi dan operasi pengayakan Dalam pencucian bat...
Tugas Kelompok II Operasi kominusi dan operasi pengayakan Dalam pencucian bat...
 
Uji Ketercucian dalam pencucian batubara (tugas kelompk I)
Uji Ketercucian dalam pencucian batubara (tugas kelompk I)Uji Ketercucian dalam pencucian batubara (tugas kelompk I)
Uji Ketercucian dalam pencucian batubara (tugas kelompk I)
 
186703099 petrologi-batubara
186703099 petrologi-batubara186703099 petrologi-batubara
186703099 petrologi-batubara
 
Kamus istilah tambang
Kamus istilah tambangKamus istilah tambang
Kamus istilah tambang
 
Tugas amdal uu no 32 tahun 2009 pplh terhadap lingkungan tambang
Tugas amdal uu no 32 tahun 2009 pplh terhadap lingkungan tambangTugas amdal uu no 32 tahun 2009 pplh terhadap lingkungan tambang
Tugas amdal uu no 32 tahun 2009 pplh terhadap lingkungan tambang
 
Mine plan
Mine planMine plan
Mine plan
 
Ptm
PtmPtm
Ptm
 
Bahan MK PERALATAN DAN PENGANGKUTAN TAMBANG BAWAH TANAH.Peralatan tambang baw...
Bahan MK PERALATAN DAN PENGANGKUTAN TAMBANG BAWAH TANAH.Peralatan tambang baw...Bahan MK PERALATAN DAN PENGANGKUTAN TAMBANG BAWAH TANAH.Peralatan tambang baw...
Bahan MK PERALATAN DAN PENGANGKUTAN TAMBANG BAWAH TANAH.Peralatan tambang baw...
 
Peralatan tambang bawah tanah 1
Peralatan tambang bawah tanah 1Peralatan tambang bawah tanah 1
Peralatan tambang bawah tanah 1
 
Uu 32 tahun 2009 (pplh)
Uu 32 tahun 2009 (pplh)Uu 32 tahun 2009 (pplh)
Uu 32 tahun 2009 (pplh)
 
Tugas makalah teknik eksplorasi tambang peralatan yang digunakan alam eksplor...
Tugas makalah teknik eksplorasi tambang peralatan yang digunakan alam eksplor...Tugas makalah teknik eksplorasi tambang peralatan yang digunakan alam eksplor...
Tugas makalah teknik eksplorasi tambang peralatan yang digunakan alam eksplor...
 
Humprey spiral 2
Humprey spiral 2Humprey spiral 2
Humprey spiral 2
 
Humprey spiral
Humprey spiralHumprey spiral
Humprey spiral
 
Tugas batubara ii lingkungan dan bentuk endapan batubara, kalsifikasi dan jen...
Tugas batubara ii lingkungan dan bentuk endapan batubara, kalsifikasi dan jen...Tugas batubara ii lingkungan dan bentuk endapan batubara, kalsifikasi dan jen...
Tugas batubara ii lingkungan dan bentuk endapan batubara, kalsifikasi dan jen...
 
Tugas paper cekungan batubara pada pulau kalimantan
Tugas paper cekungan batubara pada pulau kalimantanTugas paper cekungan batubara pada pulau kalimantan
Tugas paper cekungan batubara pada pulau kalimantan
 
Bahan kuliah materi 8
Bahan kuliah materi 8Bahan kuliah materi 8
Bahan kuliah materi 8
 

Kürzlich hochgeladen

Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
IvvatulAini
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
pipinafindraputri1
 
Kenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptKenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).ppt
novibernadina
 
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptxBAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
JuliBriana2
 

Kürzlich hochgeladen (20)

Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxRefleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
 
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi SelatanSosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
 
Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
 
CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7
 
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat UI 2024
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat  UI 2024Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat  UI 2024
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat UI 2024
 
TEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptx
TEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptxTEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptx
TEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptx
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
 
Program Kerja Public Relations - Perencanaan
Program Kerja Public Relations - PerencanaanProgram Kerja Public Relations - Perencanaan
Program Kerja Public Relations - Perencanaan
 
Pelaksana Lapangan Pekerjaan Jalan .pptx
Pelaksana Lapangan Pekerjaan Jalan .pptxPelaksana Lapangan Pekerjaan Jalan .pptx
Pelaksana Lapangan Pekerjaan Jalan .pptx
 
Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...
Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...
Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...
 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
 
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfAksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
 
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMKAksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
 
Kenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptKenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).ppt
 
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptxPPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
 
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
 
Modul Ajar Bahasa Inggris - HOME SWEET HOME (Chapter 3) - Fase D.pdf
Modul Ajar Bahasa Inggris - HOME SWEET HOME (Chapter 3) - Fase D.pdfModul Ajar Bahasa Inggris - HOME SWEET HOME (Chapter 3) - Fase D.pdf
Modul Ajar Bahasa Inggris - HOME SWEET HOME (Chapter 3) - Fase D.pdf
 
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptxBAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
 
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptxBab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
 

5. pengujian hipotesis deskriptif

  • 1. Pengujian Hipotesis Deskriptif (Perkuliahan 5) Siana Dewi Artha, ST
  • 2. Hipotesis Deskriptif Hipotesis yang menyatakan tentang nilai suatu variabel mandiri dan tidak membuat perbandingan atau hubungan.  Hipotesis deskriptif adalah dugaan tentang nilai suatu variabel mandiri,tidak membuat perbandingan atau hubungan  Dalam penelitian hanya bertujuan untuk menjelaskan satu variabel saja atau lebih dikena dengan penelitian univariat.  Merupakan proses pengujian generalisasi hasil penelitian yg didasarkan pada 1 sampel  Kesimpulan yg akan dihasilkan adalah apakah hipotesis yg diuji dapat digeneralisasikan atau tidak.  Bila Ho diterima berarti dapat digeneralisasikan
  • 3.
  • 4. Statistik Uji Hipotesis Deskriptif (1 sampel) Macam Data Bentuk Hipotesis Data interval/ratio Deskriptif (satu Komparatif (dua sampel) Komparatif (lebih dari 2 sampel) Asosiatif variabel) (hubungan) 1. t-test (1 sampel) Related Independen Related Independen Nominal Binomial Mc Nemar Fisher Exact 2 for k 2 for k Contingency 2 One Sample Probability sample sample Coefficient C Data Nominal 2 Two Cochran Q Sample 1. Test Binomial Sign test Median test Friedman Median Spearman Ordinal Run Test 2. Chi Kuadrat (1 sampel) Wilcoxon matched parts Mann-Whitney U test Two Way- Anova Extension Rank Correlation Kruskal-Wallis Kolmogorov One Way Kendall Tau Simrnov Anova Data Ordinal Wald- Woldfowitz 1. Run test Interval T Test* T-test of* T-test of* One-Way One-Way Pearson Rasio Related independent Anova* Anova* Product Moment * Two Way Two Way Anova* Anova* Partial Correlation* Multiple Correlation*
  • 6. Langkah-langkah Pengujian Hipotesis Deskriptif 1) Menghitung rata-rata data 2) Menghitung simpangan baku 3) Menghitung harga t hitung 4) Melihat harga t tabel 5) Menggambarkan kurva lonceng 6) Meletakkan kedudukan t hitung dan t tabel dalam kurva yang telah dibuat 7) Membuat keputusan pengujian hipotesis Arah Pengujian Hipotesis Macam pengujian hipotesis deskriptif: 1. Uji dua pihak (two tail test) 2. Uji satu pihak (one tail test) Uji satu pihak ada dua : • uji pihak kanan • uji pihak kiri. Jenis uji mana yang digunakan tergantung pada bunyi hipotesis
  • 7. Uji dua pihak (two tail test) Uji dua pihak digunakan jika Ho berbunyi: “… sama dengan …” H0 : μ = μ0 Ha berbunyi: “…tidak sama dengan …” Ha : μ ≠ μ0 Kesimpulan: Ho diterima jika t hitung ≤ t tabel Daerah Penerimaan H0 Luas daerah terarsir = α Daerah Daerah penolakan H0 penolakan H0 -t(db;α) 0 t(db;α)
  • 8. Contoh Uji Dua Pihak: Telah dilakukan pengumpulan data untuk menguji hipotesis yang menyatakan bahwa “daya tahan berdiri pramuniaga Matahari dikota Malang adalah 4 jam/hari” sebagai berikut: Penyelesaian : • H0 : μ0 = 4 jam/hari berarti daya tahan berdiri pramuniaga Matahari dikota Malang adalah 4 jam/hari • Ha : μ0 ≠ 400 jam daya tahan berdiri pramuniaga Matahari dikota Malang ≠ 4 jam/hari • N =31 dk =31-1=30 •V • S = 1,81 • µo = 4 jam/hari
  • 9. Daerah Penerimaan H0 Luas daerah terarsir = α Daerah Daerah penolakan H0 penolakan H0 -2,042 -1,98 0 1,98 2,042 • Dengan mengambil= 0.05, dk = 30 didapat = 2,042 • Kriteria tolak hipotesis Ha jika t hitung tidak sama dengan 2,042 dan terima Ha jika sebaliknya • Penelitian memberi hasil t = 1,98 • Hipotesis Ho diterima, Ha ditolak • Kesimpulan : . Jadi, bila Ho diterima, berarti Ho yang menyatakan bahwa daya tahan berdiri pramuniaga Matahari di kota Malang 4 jam/hari, dapat di generalisasi untuk seluruh populasi pramuniaga Matahari di kota Malang.
  • 10. Uji satu pihak (one tail test)-Uji Pihak Kiri Uji pihak kiri: Ho = “… lebih besar atau sama dengan (≥)…” H0 : μ ≥ μ0 Ha = “… lebih kecil (<)…” Ha : μ < μ0 Kesimpulan: Ho diterima jika t hitung ≤ t tabel Luas daerah terarsir = α Daerah –t(db;α) 0 penolakan H0 Titik kritis t
  • 11. Contoh Uji Pihak Kiri : • Suatu perusahaan pijar merk laser, menyatakan bahwa daya tahan lampu yang dibuat paling sedikit 400 jam. • Pengumpulan data untuk menguji hipotesis yang menyatakan bahwa “daya tahan lampu yang dibuat paling sedikit 400 jam” sebagai berikut: 450 390 400 480 500 350 400 340 300 300 375 425 400 425 390 350 360 300 200 300 380 345 340 250 400 Penyelesaian : • H0 : μ0 ≥ 400 jam berarti daya tahan lampu paling sedikut 400 jam • Ha : μ0 < 400 jam berarti daya tahan lampu lebih kecil dari 400 jam • v • N = 25  dk = 25-1=24 • Simpangan baku melalui perhitungan S = 68,25 ton • µo = 400 jam
  • 12. Luas daerah terarsir = α Daerah -2,49 -1,71 0 penolakan H0 Titik kritis t • Dengan mengambil= 0.05, dk = 24 didapat = 1,711 • Kriteria tolak hipotesis Ha jika t hitung lebih besar atau sama dengan 1,711 dan terima Ho jika sebaliknya. • Penelitian memberi hasil t = -2,49 • Hipotesis Ho ditolak, Ha diterima • Kesimpulan : Daya tahan lampu lebih kecil dari 400 jam
  • 13. Uji satu pihak (one tail test)- Uji Pihak Kanan Uji pihak kanan : H0 : μ ≤ μ0 Ho = “… lebih kecil atau sama dengan (≤)…” Ha : μ > μ0 Ha = “… lebih besar (>)…” Kesimpulan: Ho diterima jika t hitung ≥ t tabel Luas daerah terarsir = α Daerah penolakan H0 0 t(db;α) Titik kritis z atau t
  • 14. Contoh Uji Pihak Kanan : Dengan suntikan hormon tertentu pada ayam/ikan akan menambah berat badannya rata-rata 4.5 ton per kelompok. Sampel acak yang terdiri atas31 kelompok ayam/ikan yang telah diberi suntikan hormon memberikan rata-rata 4.9 ton dan simpangan baku = 0.8 ton. Apakah pernyataantersebut diterima? Bahwa pertambahan rata-rata paling sedikit 4.5 ton. Penyelesaian : • H :µ ≤ 4.5, berarti penyuntikan hormon pada ayam/ikan tidak menyebabkan bertambahnya rata-rata berat badan dengan 4.5 ton • A : µ > 4.5, berarti penyuntikan hormon pada ayam/ikan menyebabkan bertambahnya rata-rataberat badan paling sedikit dengan 4.5 • X = 4.9 ton • N = 31  dk = 31-1=30 • S = 0.8 ton • µo = 4.5 ton
  • 15. Luas daerah terarsir = α 0 2,46 2,78 Daerah Titik kritis t penolakan H0 • Dengan mengambil= 0.01, dk = 30 didapat = 2.46 • Kriteria tolak hipotesis Ha jika t hitung lebihbesar atau sama dengan 2.46 dan terima Ha jika sebaliknya • Penelitian memberi hasil t = 2.78 • Hipotesis Ha ditolak, Ho diterima • Kesimpulan : Penyuntikan hormon terhadap ayam/ikan dapat menambah berat badanrata-rata paling sedikit dengan 4.5 ton
  • 16. Test Binomial  Test Binomial digunakan untuk menguji hipotesis bila dalam popolasi terdiri atas dua kelompok kelas, datanya berbentuk nominal dan jumlah sampelnya kecil (kurang dari 25), sehingga Chi- Kuadrat tidak dapat digunakan..  Dua kelompok kelas itu misalnya kelas priadan wanita,senior dan yunior,dll. Jadi, Test Binomial digunakan untukmenguji hipotesis deskriptif bila datanya nominal berbentuk dua kategori atau dua klas.  Tes ini dikatakan sebagai test Binomial, karena distribusi data dalam populasi itu berbentuk binomial.  Distribusi binomial adalah distribusi yangterdiri dari 2 klas. Jadi, bila dalam satu populasi dengan jumlah N, terdapat 1kelas yang berkategori x, maka kategori yang lain adalah N-x.
  • 17. Syarat dan Ketentuan Tes Binominal Syarat: Populasi terdiri 2 klas (misal: pria dan wanita) Data Nominal Jumlah sampel kecil (<25) Distribusi data Binomial (terdiri 2 kelas): kelas dengan kategori (x) dan kelas dengan ketegori (N-x) Ketentuan: Bila harga P > α , Ho diterima P = proporsi kasus (lihat tabel) Α = taraf kesalahan ( 1% = 0,01)
  • 18. Contoh Tes Binominal: Penelitian tentang kecenderungan Bumil memilih tempat bersalin di Polin desa atau di Puskesmas. Jumlah sampel 24 Bumil, 14 Bumil memilih di Polindes,10 Bumil memilih di Puskesmas. Penyelesaian : • Ho = peluang Bumil memilih tempat bersalin di Polindes atau Puskesmas adalah sama, yaitu 50% • Ho = p1 = p2 = 0,5 • Sampel (n) = 24 • Frekuensi kelas terkecil (x) = 10 • Tabel (n=24, x=10) • koefisien binomial (p) = 0,271 Bila taraf kesalahan (α) ditetapkan 1% = 0,01 p = 0,271 > 0,01 Ho diterima Kesimpulan: kemungkinan Bumil memilih tempat bersalin di Polindes atau di Puskesmas adalah sama yaitu 50 %.