Pengantar pengujian hipotesis

Hipotesis statistik adalah asumsi tentang parameter populasi .

Misalnya, kita dapat berasumsi bahwa rata-rata tinggi badan pria di Amerika Serikat adalah 70 inci.

Hipotesis mengenai tinggi badan adalah hipotesis statistik dan rata-rata tinggi badan sebenarnya seorang pria di Amerika Serikat adalah parameter populasi .

Uji hipotesis adalah uji statistik formal yang kita gunakan untuk menolak atau gagal menolak hipotesis statistik.

Dua jenis hipotesis statistik

Untuk menguji apakah hipotesis statistik tentang suatu parameter populasi benar, kita memperoleh sampel acak dari populasi dan melakukan uji hipotesis pada data sampel.

Ada dua jenis hipotesis statistik:

Hipotesis nol yang dilambangkan dengan _H0 adalah hipotesis yang menyatakan bahwa data sampel berasal dari kebetulan saja.

Hipotesis alternatif yang dinotasikan _H1 atau _Ha adalah hipotesis yang menyatakan bahwa data sampel dipengaruhi oleh sebab yang tidak acak.

Pengujian hipotesis

Uji hipotesis melibatkan lima langkah:

1. Nyatakan hipotesisnya.

Nyatakan hipotesis nol dan hipotesis alternatif. Kedua hipotesis ini harus saling lepas, sehingga jika salah satu hipotesis benar maka hipotesis lainnya pasti salah.

2. Tentukan tingkat signifikansi yang akan digunakan dalam hipotesis.

Tentukan tingkat signifikansinya. Pilihan umum adalah .01, .05, dan .1.

3. Temukan statistik pengujian.

Temukan statistik uji dan nilai p yang sesuai. Seringkali kita menganalisis rata-rata atau proporsi populasi dan rumus umum untuk mencari statistik uji adalah: (statistik sampel – parameter populasi) / (deviasi standar statistik)

4. Menolak atau tidak menolak hipotesis nol.

Dengan menggunakan statistik uji atau nilai p, tentukan apakah Anda dapat menolak hipotesis nol berdasarkan tingkat signifikansinya.

Nilai p memberi tahu kita kekuatan bukti yang mendukung hipotesis nol. Jika nilai p lebih kecil dari tingkat signifikansi, maka hipotesis nol ditolak.

5. Interpretasikan hasilnya.

Menafsirkan hasil uji hipotesis dalam konteks pertanyaan yang diajukan.

Dua jenis kesalahan keputusan

Ada dua jenis kesalahan keputusan yang dapat dilakukan seseorang ketika menguji hipotesis:

Kesalahan tipe I: Anda menolak hipotesis nol padahal hipotesis tersebut benar. Probabilitas melakukan kesalahan Tipe I sama dengan tingkat signifikansi, sering disebut alpha , dan dilambangkan dengan α.

Kesalahan tipe II: Anda gagal menolak hipotesis nol padahal hipotesis tersebut salah. Peluang terjadinya kesalahan Tipe II disebut daya uji atau beta , dilambangkan dengan β.

Tes unilateral dan bilateral

Hipotesis statistik dapat bersifat satu sisi atau dua sisi.

Hipotesis satu sisi melibatkan pembuatan pernyataan “lebih besar dari” atau “kurang dari”.

Misalnya, tinggi rata-rata pria di Amerika Serikat adalah 70 inci atau lebih. Hipotesis nolnya adalah H0: µ ≥ 70 inci dan hipotesis alternatifnya adalah Ha: µ < 70 inci.

Hipotesis dua sisi melibatkan pembuatan pernyataan “sama dengan” atau “tidak sama dengan”.

Misalnya, tinggi rata-rata pria di Amerika Serikat adalah 70 inci. Hipotesis nolnya adalah H0: µ = 70 inci dan hipotesis alternatifnya adalah Ha: µ ≠ 70 inci.

Catatan: Tanda “sama dengan” selalu disertakan dalam hipotesis nol, baik itu =, ≥, atau ≤.

Terkait: Apa yang dimaksud dengan hipotesis terarah?

Jenis Pengujian Hipotesis

Ada banyak jenis pengujian hipotesis yang dapat Anda lakukan bergantung pada jenis data yang Anda gunakan dan tujuan analisis Anda.

Tutorial berikut memberikan penjelasan tentang jenis pengujian hipotesis yang paling umum:

Pengantar uji-t satu sampel
Pengantar uji t dua sampel
Pengantar uji-t sampel berpasangan
Pengantar Uji Z Proporsi Tunggal
Pengantar uji Z dua proporsi