4 contoh pengujian hipotesis di kehidupan nyata

Dalam statistik, pengujian hipotesis digunakan untuk memeriksa apakah hipotesis tentang suatu parameter populasi benar atau tidak.

Untuk melakukan pengujian hipotesis dunia nyata, peneliti akan memperoleh sampel acak dari populasi dan melakukan uji hipotesis pada data sampel, menggunakan hipotesis nol dan alternatif:

• Hipotesis nol (H ₀ ): Data sampel berasal dari kebetulan saja.
• Hipotesis alternatif ( _HA ): data sampel dipengaruhi oleh sebab yang tidak acak.

Jika p-value uji hipotesis berada di bawah tingkat signifikansi tertentu (misalnya α = 0,05), maka kita dapat menolak hipotesis nol dan menyimpulkan bahwa kita mempunyai bukti yang cukup untuk menyatakan hipotesis alternatif itu benar.

Contoh berikut menunjukkan beberapa situasi dimana pengujian hipotesis digunakan di dunia nyata.

Contoh 1: Biologi

Pengujian hipotesis sering digunakan dalam biologi untuk menentukan apakah suatu perlakuan baru, pupuk, pestisida, bahan kimia, dll. menyebabkan peningkatan pertumbuhan, daya tahan, kekebalan, dll. pada tumbuhan atau hewan.

Misalnya, seorang ahli biologi berpendapat bahwa pupuk tertentu akan membuat tanaman tumbuh lebih banyak dalam sebulan dibandingkan biasanya, yaitu saat ini 20 inci. Untuk mengujinya, dia mengaplikasikan pupuk ke setiap tanaman di labnya selama sebulan.

Dia kemudian melakukan uji hipotesis menggunakan hipotesis berikut:

• H ₀ : μ = 20 inci (pupuk tidak akan berpengaruh terhadap rata-rata pertumbuhan tanaman)
• H _A : μ > 20 inci (pupuk akan menyebabkan peningkatan rata-rata pertumbuhan tanaman)

Apabila p-value uji tersebut berada di bawah taraf signifikansi tertentu (misalnya α = 0,05), maka dapat menolak hipotesis nol dan menyimpulkan bahwa pupuk menyebabkan peningkatan pertumbuhan tanaman.

Contoh 2: Uji klinis

Pengujian hipotesis sering digunakan dalam uji klinis untuk menentukan apakah suatu pengobatan, obat, prosedur baru, dll. mengarah pada outcome pasien yang lebih baik.

Misalnya, seorang dokter berpendapat bahwa obat baru mampu menurunkan tekanan darah pada pasien obesitas. Untuk mengujinya, ia akan mengukur tekanan darah 40 pasien sebelum dan sesudah menggunakan obat baru tersebut selama sebulan.

Kemudian melakukan uji hipotesis dengan menggunakan asumsi berikut:

• H ₀ : μ _after = μ _before (rata-rata tekanan darah sebelum dan sesudah menggunakan obat)
• H _A : μ _setelah < μ _sebelum (rata-rata tekanan darah lebih rendah setelah menggunakan obat)

Jika p-value uji berada di bawah taraf signifikansi tertentu (misalnya α = 0,05), maka hipotesis nol dapat ditolak dan disimpulkan bahwa obat baru tersebut menyebabkan penurunan tekanan darah.

Contoh 3: biaya iklan

Pengujian hipotesis sering digunakan dalam bisnis untuk menentukan apakah kampanye periklanan baru, teknik pemasaran, dll. akan bekerja. menyebabkan peningkatan penjualan.

Misalnya, sebuah perusahaan yakin bahwa membelanjakan lebih banyak uang untuk iklan digital akan menghasilkan peningkatan penjualan. Untuk mengujinya, perusahaan dapat meningkatkan pengeluaran untuk iklan digital selama periode dua bulan dan mengumpulkan data untuk melihat apakah penjualan secara keseluruhan meningkat.

Mereka dapat melakukan uji hipotesis dengan menggunakan hipotesis berikut:

• H ₀ : μ _setelah = μ _sebelum (rata-rata penjualan sebelum dan sesudah menghabiskan lebih banyak uang untuk iklan sama)
• H _A : μ _setelah > μ _sebelum (rata-rata penjualan meningkat setelah menghabiskan lebih banyak uang untuk iklan)

Jika p-value pengujian berada di bawah tingkat signifikansi tertentu (misalnya α = 0,05), maka perusahaan dapat menolak hipotesis nol dan menyimpulkan bahwa peningkatan iklan digital menyebabkan peningkatan penjualan.

Contoh 4: Manufaktur

Pengujian hipotesis juga sering digunakan di pabrik manufaktur untuk menentukan apakah suatu proses, teknik, metode, dll. mengakibatkan perubahan jumlah produk cacat yang dihasilkan.

Misalnya, sebuah pabrik manufaktur tertentu ingin menguji apakah suatu metode baru mengubah jumlah widget cacat yang diproduksi per bulan, yang saat ini berjumlah 250. Untuk mengujinya, dapat mengukur jumlah rata-rata widget cacat yang diproduksi sebelum dan sesudah digunakan. . metode baru selama sebulan.

Mereka kemudian dapat melakukan uji hipotesis dengan menggunakan hipotesis berikut:

• H ₀ : μ _after = μ _before (rata-rata jumlah widget yang rusak sama sebelum dan sesudah menggunakan metode baru)
• H _A : μ _setelah ≠ μ _sebelum (rata-rata jumlah widget cacat yang dihasilkan sebelum dan sesudah menggunakan metode baru berbeda)

Jika p-value pengujian berada di bawah tingkat signifikansi tertentu (misalnya α = 0,05), maka pabrik dapat menolak hipotesis nol dan menyimpulkan bahwa metode baru menghasilkan perubahan jumlah widget cacat yang diproduksi per bulan.

Sumber daya tambahan

Pengantar Pengujian Hipotesis
Pengantar uji-t satu sampel
Pengantar uji t dua sampel
Pengantar uji-t sampel berpasangan