Pengujian Hipotesis

6 min read

Pengujian Hipotesis – Berikut ini rangkuman makalah materi Pengertian Pengujian Hipotesis yang dibahas mulai dari pengertian, jenis, fungsi, struktur,unsur, jurnal, tujuan, ciri, makalah, peran, makna, konsep, kutipan Contoh Pengujian Hipotesis secara lengkap.

Apa Itu Hipotesis?

Hipotesis adalah dugaan terpelajar tentang sesuatu di dunia sekitar Anda. Itu harus dapat diuji, baik dengan eksperimen atau observasi.

  • Contoh Hipotesis :
    Sebuah obat baru Anda berpikir mungkin bekerja.
    Sebuah cara mengajar Anda berpikir mungkin lebih baik.
    Sebuah kemungkinan lokasi spesies baru.
    Sebuah cara yang lebih adil untuk mengelola tes standar.

Tujuan utama statistik adalah untuk menguji hipotesis. Misalnya, Anda dapat menjalankan percobaan dan menemukan bahwa obat tertentu efektif untuk mengobati sakit kepala. Tetapi jika Anda tidak dapat mengulangi percobaan itu, tidak ada yang akan menganggap serius hasil Anda. Contoh yang baik dari ini adalah penemuan fusi dingin, yang menjadi tidak jelas karena tidak ada yang bisa menduplikasi hasilnya.

Apa itu Pengujian Hipotesis?

Pengujian hipotesis dalam statistik adalah cara bagi Anda untuk menguji hasil survei atau eksperimen untuk melihat apakah Anda memiliki hasil yang bermakna. Anda pada dasarnya menguji apakah hasil Anda valid dengan mencari tahu peluang bahwa hasil Anda terjadi secara kebetulan. Jika hasil Anda mungkin terjadi secara kebetulan, percobaan tidak akan dapat diulang sehingga tidak banyak digunakan.

Jenis Pengujian Hipotesis

Hipotesis Nul

Apa Hipotesis Null itu?
Jika Anda menelusuri kembali sejarah sains, hipotesis nol selalu menjadi fakta yang diterima.

Contoh sederhana hipotesis nol yang secara umum diterima benar adalah :

  • DNA berbentuk seperti heliks ganda.
  • Ada 8 planet di tata surya (tidak termasuk Pluto).
  • Mengambil Vioxx dapat meningkatkan risiko masalah jantung (obat yang sekarang diambil dari pasar).
  • Bagaimana saya menyatakan hipotesis nol?
    • Anda tidak akan diharuskan untuk benar-benar melakukan percobaan atau survei nyata dalam statistik dasar (atau bahkan menyangkal fakta seperti “Pluto adalah sebuah planet”!), Jadi Anda akan diberikan masalah kata dari situasi kehidupan nyata. Anda harus mencari tahu apa hipotesis Anda dari masalah tersebut. Ini bisa menjadi sedikit lebih rumit daripada hanya mencari tahu apa fakta yang diterima. Dengan masalah kata, Anda mencari untuk menemukan fakta yang dapat dibatalkan (mis. Sesuatu yang dapat Anda tolak).

Pengujian hipotesis dapat menjadi salah satu aspek yang paling membingungkan bagi siswa, sebagian besar karena sebelum Anda dapat melakukan tes, Anda harus tahu apa hipotesis nol Anda. Seringkali, anda mendapatkan masalah yang Anda hadapi bisa sulit diuraikan. Tetapi itu lebih mudah dari yang Anda pikirkan, yang perlu Anda lakukan adalah:

  • Cari tahu hipotesis nol Anda,
  • Nyatakan hipotesis nol Anda,
  • Pilih jenis tes apa yang perlu Anda lakukan,
  • Baik mendukung atau menolak hipotesis nol.

Cara Pengujian Hipotesis nul

Jika Anda akan mengajukan hipotesis, adalah biasanya anda menulis pengujian.

Baca Juga : Contoh Hipotesis

Penulisan Pengujian Anda akan terlihat seperti ini :
“Jika aku … (lakukan ini pada variabel independen) …. lalu (ini akan terjadi pada variabel dependen).”

Sebagai contoh:

  • Jika saya (kurangi jumlah air yang diberikan ke bumbu) maka (bumbu akan bertambah besar).
  • Jika saya (berikan konseling pasien selain pengobatan) maka (skala depresi keseluruhan mereka akan berkurang).
  • Jika saya (berikan ujian pada siang hari alih-alih 7) maka (nilai ujian siswa akan meningkat).
  • Jika saya (lihat di lokasi tertentu ini) maka (saya lebih cenderung menemukan spesies baru).

Pernyataan hipotesis yang baik harus:

  • Sertakan pernyataan “jika” dan “kemudian”
  • Sertakan variabel independen dan dependen.
  • Dapat diuji dengan eksperimen, survei atau teknik ilmiah lainnya.
  • Didasarkan pada informasi dalam penelitian sebelumnya (baik milik Anda atau orang lain).
  • Memiliki kriteria desain (untuk proyek rekayasa atau pemrograman).

Contoh Pengujian Hipotesis

Contoh Dasar

Seorang peneliti berpikir bahwa jika pasien operasi lutut pergi ke terapi fisik dua kali seminggu (bukannya 3 kali), masa pemulihan mereka akan lebih lama. Waktu pemulihan rata-rata untuk pasien operasi lutut adalah 8,2 minggu.

Pernyataan hipotesis dalam pertanyaan ini adalah bahwa peneliti percaya waktu pemulihan rata-rata lebih dari 8,2 minggu. Itu dapat ditulis dalam istilah matematika sebagai:
H1: μ> 8.2

 Selanjutnya, Anda harus menyatakan hipotesis nol (Lihat: Bagaimana menyatakan hipotesis nol). Itulah yang akan terjadi jika peneliti salah. Dalam contoh di atas, jika peneliti salah maka waktu pemulihan kurang dari atau sama dengan 8,2 minggu. Dalam matematika, itu:
H0 μ ≤ 8.2

Baca Juga : Metode Survey

Menolak hipotesis nol
Sepuluh tahun yang lalu, kami percaya bahwa ada 9 planet di tata surya. Pluto didemosiasikan sebagai sebuah planet pada tahun 2006. Hipotesis nol dari “Pluto adalah sebuah planet” digantikan oleh “Pluto bukanlah sebuah planet.” Tentu saja, menolak hipotesis nol tidak selalu semudah itu – bagian yang sulit biasanya mencari tahu apa hipotesis nol Anda di tempat pertama.

Contoh Ke Dua Uji Satu Sampel Z

Uji satu sampel z tidak sering digunakan (karena kita jarang mengetahui standar deviasi populasi aktual). Namun, ide yang baik untuk memahami cara kerjanya karena ini adalah salah satu tes paling sederhana yang dapat Anda lakukan dalam pengujian hipotesis.

Di kelas bahasa Inggris Anda harus mempelajari dasar-dasarnya (seperti tata bahasa dan ejaan) sebelum Anda bisa menulis cerita; pikirkan satu sampel uji z sebagai dasar untuk memahami pengujian hipotesis yang lebih kompleks. Halaman ini berisi dua contoh pengujian hipotesis untuk satu sampel z-tes.

Seorang kepala sekolah di sekolah tertentu mengklaim bahwa siswa di sekolahnya di atas kecerdasan rata-rata. Sampel acak dari tiga puluh skor IQ siswa memiliki skor rata-rata 112.

Apakah ada bukti yang cukup untuk mendukung klaim kepala sekolah? IQ populasi rata-rata adalah 100 dengan standar deviasi 15.

Langkah 1: Nyatakan hipotesis Null. Fakta yang diterima adalah bahwa rata-rata populasi adalah 100, jadi: H0: μ = 100.

Langkah 2: Nyatakan Hipotesis Alternatif. Klaimnya adalah bahwa siswa memiliki skor IQ di atas rata-rata, jadi:
H1: μ> 100.
Fakta bahwa kami sedang mencari skor “lebih besar dari” titik tertentu berarti bahwa ini adalah tes satu sisi.

Langkah 3: Gambarlah untuk membantu Anda memvisualisasikan masalah.

Langkah 4: Nyatakan tingkat alfa. Jika Anda tidak diberi tingkat alfa, gunakan 5% (0,05).

Langkah 5: Temukan area wilayah penolakan (diberikan oleh level alpha Anda di atas) dari tabel-z. Area 0,05 sama dengan skor-z 1,645.

Langkah 6: Temukan statistik uji menggunakan rumus ini: rumus skor z

Untuk rangkaian data ini: z = (112.5-100) / (15 / √30) = 4.56.

Jika Langkah 6 lebih besar dari Langkah 5, tolak hipotesis nol. Jika kurang dari Langkah 5, Anda tidak dapat menolak hipotesis nol. Dalam hal ini, ini lebih besar (4,56> 1,645), jadi Anda bisa menolak nol.

Contoh Ke Tiga

Tingkat glukosa darah untuk pasien obesitas memiliki rata-rata 100 dengan standar deviasi 15. Seorang peneliti berpikir bahwa diet tinggi tepung jagung mentah akan memiliki efek positif atau negatif pada kadar glukosa darah. Sampel dari 30 pasien yang telah mencoba diet tepung jagung mentah memiliki tingkat glukosa rata-rata 140. Uji hipotesis bahwa tepung jagung mentah memiliki efek.

  •  Langkah 1: Nyatakan hipotesis nol: H0: μ = 100
  • Langkah 2: Nyatakan hipotesis alternatif: H1: ≠ 100
  • Langkah 3: Nyatakan level alfa Anda. Kami akan menggunakan 0,05 untuk contoh ini. Karena ini adalah tes dua sisi, pisahkan alfa menjadi dua.
  • 0,05 / 2 = 0,025
  • Langkah 4: Temukan skor-z yang terkait dengan tingkat alfa Anda. Anda mencari area hanya dengan satu ekor. Skor-z untuk 0,75 (1-0,025 = 0,975) adalah 1,96. Karena ini adalah tes dua sisi, Anda juga akan mempertimbangkan ekor kiri (z = 1,96)
  • Langkah 5: Temukan statistik uji menggunakan rumus ini: rumus skor z
  • z = (140-100) / (15 / √30) = 14.60.
  • Langkah 6: Jika Langkah 5 kurang dari -1,96 atau lebih besar dari 1,96 (Langkah 3), tolak hipotesis nol. Dalam hal ini, lebih besar, sehingga Anda dapat menolak nol.

Proses ini menjadi lebih mudah jika Anda menggunakan TI-83 atau Excel untuk menghitung skor-z (“nilai kritis”).
Lihat : Nilai z kritis TI 83
Skor Z di Excel

Contoh Pengujian Hipotesis: Mean (Menggunakan TI 83)
Anda dapat menggunakan kalkulator TI 83 untuk pengujian hipotesis, tetapi kalkulator tidak akan menemukan hipotesis nol dan alternatif; terserah Anda untuk membaca pertanyaan dan memasukkannya ke dalam kalkulator.

Baca Juga : Contoh Analisis Data

Masalah sampel: Sampel 200 orang memiliki usia rata-rata 21 dengan deviasi standar populasi (σ) dari 5. Tes hipotesis bahwa rata-rata populasi adalah 18,9 pada α = 0,05.

Langkah 1: Nyatakan hipotesis nol. Dalam hal ini, hipotesis nol adalah bahwa mean populasi adalah 18,9, jadi kami menulis : H0: μ = 18.9

Langkah 2: Nyatakan hipotesis alternatif. Kami ingin tahu apakah sampel kami, yang memiliki rata-rata 21 bukan 18,9, benar-benar berbeda dari populasi, oleh karena itu hipotesis alternatif kami : H1: μ ≠ 18.9

Langkah 3: Tekan Stat lalu tekan panah kanan dua kali untuk memilih

Langkah 4: Tekan 1 untuk memilih 1: Uji-. Tekan enter.

Langkah 5: Gunakan panah kanan untuk memilih Stats.

Langkah 6: Masukkan data dari masalah:
μ0: 18.9
σ: 5
x: 21
n: 200
μ: ≠ μ0

Langkah 7: Panah bawah untuk Menghitung dan tekan ENTER. Kalkulator menunjukkan nilai-p:
p = 2.87 × 10-9
Ini lebih kecil dari nilai alpha kami 0,05. Itu berarti kita harus menolak hipotesis nol.

Pengujian Hipotesis Bayesian

Pengujian hipotesis Bayesian membantu menjawab pertanyaan: Dapatkah hasil dari tes atau survei diulang?
Mengapa kita peduli jika tes dapat diulang? Katakanlah dua puluh orang di desa yang sama menderita leukemia. Sekelompok peneliti menemukan bahwa menara ponsel yang harus disalahkan. Namun, penelitian kedua menemukan bahwa menara telepon seluler tidak ada hubungannya dengan cluster kanker di desa. Faktanya, mereka menemukan bahwa kanker itu sepenuhnya acak. Jika itu terdengar mustahil, itu sebenarnya bisa terjadi! Kelompok kanker dapat terjadi hanya secara kebetulan. Mungkin ada banyak alasan mengapa studi pertama salah. Salah satu alasan utamanya adalah mereka tidak memperhitungkan bahwa kadang-kadang terjadi sesuatu secara acak dan kami tidak tahu mengapa. Nilai P.

Adalah ilmu yang bagus untuk memberi tahu orang-orang apakah hasil studi Anda solid, atau apakah itu bisa terjadi secara kebetulan. Cara yang biasa dilakukan adalah dengan menguji hasil Anda dengan nilai p. Nilai p adalah angka yang Anda dapatkan dengan menjalankan uji hipotesis pada data Anda. Nilai P 0,05 (5%) atau kurang biasanya cukup untuk mengklaim bahwa hasil Anda dapat diulang. Namun, ada cara lain untuk menguji validitas hasil Anda: pengujian Hipotesis Bayesian. Jenis pengujian ini memberi Anda cara lain untuk menguji kekuatan hasil Anda.

Pengujian tradisional

Pengujian tradisional (jenis yang mungkin Anda temui dalam statistik dasar atau statistik AP) disebut Non-Bayesian. Ini adalah seberapa sering suatu hasil terjadi selama percobaan berulang. Ini adalah pandangan objektif tentang apakah suatu eksperimen dapat diulang.
Pengujian hipotesis Bayesian adalah pandangan subjektif dari hal yang sama. Ini memperhitungkan berapa banyak keyakinan yang Anda miliki dalam hasil Anda. Dengan kata lain, apakah Anda akan bertaruh uang untuk hasil percobaan Anda?

Perbedaan Antara Pengujian Hipotesis Tradisional dan Bayesian.

Pengujian tradisional (Non Bayesian) mengharuskan Anda mengulangi pengambilan sampel berulang kali, sedangkan pengujian Bayesian tidak. Perbedaan utama antara keduanya adalah pada langkah pertama pengujian: menyatakan model probabilitas. Dalam pengujian Bayesian Anda menambahkan pengetahuan sebelumnya ke langkah ini. Ini juga membutuhkan penggunaan probabilitas posterior, yang merupakan probabilitas kondisional yang diberikan kepada peristiwa acak setelah semua bukti dipertimbangkan.

Apa enam langkah pengujian hipotesis?

Langkah 1: Tentukan Hipotesis Null.
Langkah 2: Tentukan Hipotesis Alternatif.
Langkah 3: Tetapkan Tingkat Signifikansi (a)
Langkah 4: Hitung Statistik Uji dan Nilai-P yang Sesuai.
Langkah 5: Menggambar Kesimpulan.

Apa yang dimaksud dengan uji hipotesis dalam statistik?

Pengujian hipotesis adalah metode statistik yang digunakan dalam membuat keputusan statistik menggunakan data eksperimental. Pengujian Hipotesis pada dasarnya adalah asumsi yang kita buat tentang parameter populasi.

Demikian Pembahasan Kita Kali ini Mengenai Pengujian Hipotesis. Baca juga Contoh Struktur Sosial. Semoga Bermanfaat dan dapat menambah wawasan kita.

SELAMAT DATANG
Selamat Datang di Situs Santinorice.com Untuk Menyampaikan Kerjasama, Kritik dan Saran Silahkan Hubungi Kami Melalui admin@santinorice.com