<\/p>\n
Uji hipotesis menggunakan sampel data untuk menentukan benar atau tidaknya suatu pernyataan tentang suatu parameter populasi<\/a> .<\/span><\/p>\n Setiap kali kami melakukan uji hipotesis, kami selalu menulis hipotesis nol dan hipotesis alternatif, yang bentuknya sebagai berikut:<\/span><\/p>\n H 0<\/sub><\/strong> (hipotesis nol): parameter populasi =, \u2264, \u2265 nilai tertentu<\/span><\/p>\n H A<\/sub><\/strong> (hipotesis alternatif): parameter populasi <, >, \u2260 nilai tertentu<\/span><\/p>\n Perhatikan bahwa hipotesis nol selalu mengandung tanda sama dengan<\/strong> .<\/em><\/span><\/p>\n Kami menafsirkan hipotesis sebagai berikut:<\/span><\/p>\n Hipotesis Nol:<\/strong> Contoh data tidak memberikan bukti untuk mendukung klaim yang dibuat oleh seseorang.<\/span><\/p>\n Hipotesis Alternatif:<\/strong> Sampel data memberikan<\/em> bukti yang cukup untuk mendukung klaim individu.<\/span><\/p>\n Misalnya, tinggi rata-rata spesies tanaman tertentu adalah 20 inci. Namun, seorang ahli botani mengatakan tinggi rata-rata sebenarnya adalah lebih dari 20 inci.<\/span><\/p>\n Untuk menguji klaim ini, dia bisa keluar dan mengumpulkan sampel tanaman secara acak<\/a> . Dia kemudian dapat menggunakan data sampel ini untuk melakukan uji hipotesis menggunakan dua hipotesis berikut:<\/span><\/p>\n H 0<\/sub><\/strong> : \u03bc \u2264 20 (rata-rata tinggi tanaman sebenarnya sama dengan atau bahkan kurang dari 20 inci)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc > 20 (rata-rata tinggi tanaman sebenarnya lebih besar dari 20 inci)<\/span><\/p>\n Jika data pengambilan sampel yang dikumpulkan oleh ahli botani menunjukkan bahwa tinggi rata-rata spesies tanaman ini jauh lebih besar dari 20 inci, ia dapat menolak hipotesis nol dan menyimpulkan bahwa tinggi rata-rata spesies tanaman ini lebih besar dari 20 inci.<\/span><\/p>\n Bacalah contoh berikut untuk lebih memahami cara menulis hipotesis nol dalam situasi yang berbeda.<\/span><\/p>\n Seorang ahli biologi ingin memeriksa apakah berat rata-rata sebenarnya dari spesies penyu tertentu adalah 300 pon. Untuk mengujinya, ia akan mengukur berat sampel acak 40 ekor penyu.<\/span><\/p>\n Berikut cara menulis hipotesis nol dan hipotesis alternatif untuk skenario ini:<\/span><\/p>\n H 0<\/sub><\/strong> : \u03bc = 300 (berat rata-rata sebenarnya sama dengan 300 pon)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc \u2260 300 (berat rata-rata sebenarnya tidak sama dengan 300 pon)<\/span><\/p>\n Diasumsikan rata-rata tinggi badan pria di suatu kota adalah 68 inci. Namun, seorang peneliti independen memperkirakan bahwa tinggi rata-rata sebenarnya adalah lebih dari 68 inci. Untuk mengujinya, dia keluar dan mengumpulkan tinggi badan 50 pria di kota.<\/span><\/p>\n Berikut cara menulis hipotesis nol dan hipotesis alternatif untuk skenario ini:<\/span><\/p>\n H 0<\/sub><\/strong> : \u03bc \u2264 68 (tinggi rata-rata sebenarnya sama dengan atau bahkan kurang dari 68 inci)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc > 68 (tinggi rata-rata sebenarnya lebih besar dari 68 inci)<\/span><\/p>\n Sebuah universitas melaporkan bahwa 80% mahasiswanya lulus tepat waktu. Namun, seorang peneliti independen memperkirakan kurang dari 80% siswa lulus tepat waktu. Untuk mengujinya, ia mengumpulkan data tentang proporsi siswa yang lulus tepat waktu pada tahun lalu dari perguruan tinggi.<\/span><\/p>\n Berikut cara menulis hipotesis nol dan hipotesis alternatif untuk skenario ini:<\/span><\/p>\n H 0<\/sub><\/strong> : p \u2265 0,80 (proporsi sebenarnya mahasiswa yang lulus tepat waktu adalah 80% atau lebih)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc < 0,80 (proporsi sebenarnya mahasiswa yang lulus tepat waktu kurang dari 80%)<\/span><\/p>\n Seorang peneliti makanan ingin menguji apakah berat rata-rata hamburger di restoran tertentu adalah 7 ons. Untuk mengujinya, dia akan mengukur berat sampel acak 20 hamburger dari restoran ini.<\/span><\/p>\n Berikut cara menulis hipotesis nol dan hipotesis alternatif untuk skenario ini:<\/span><\/p>\n H 0<\/sub><\/strong> : \u03bc = 7 (berat rata-rata sebenarnya sama dengan 7 ons)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc \u2260 7 (berat rata-rata sebenarnya tidak sama dengan 7 ons)<\/span><\/p>\n Seorang politisi menyatakan bahwa kurang dari 30% warga di kota tertentu mendukung undang-undang tertentu. Untuk mengujinya, ia mensurvei 200 warga mengenai apakah mereka mendukung undang-undang tersebut atau tidak.<\/span><\/p>\n Berikut cara menulis hipotesis nol dan hipotesis alternatif untuk skenario ini:<\/span><\/p>\n H 0<\/sub><\/strong> : p \u2265 0,30 (proporsi sebenarnya warga negara yang mendukung hukum lebih besar atau sama dengan 30%)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc < 0,30 (proporsi sebenarnya masyarakat yang mendukung hukum kurang dari 30%)<\/span><\/p>\n Pengantar Pengujian Hipotesis<\/a> Uji hipotesis menggunakan sampel data untuk menentukan benar atau tidaknya suatu pernyataan tentang suatu parameter populasi . Setiap kali kami melakukan uji hipotesis, kami selalu menulis hipotesis nol dan hipotesis alternatif, yang bentuknya sebagai berikut: H 0 (hipotesis nol): parameter populasi =, \u2264, \u2265 nilai tertentu H A (hipotesis alternatif): parameter populasi <, >, \u2260 […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Contoh 1: berat penyu<\/strong><\/span><\/h3>\n
Contoh 2: Ukuran jantan<\/strong><\/span><\/h3>\n
Contoh 3: Tingkat kelulusan<\/strong><\/span><\/h3>\n
Contoh 4: berat hamburger<\/strong><\/span><\/h3>\n
Contoh 5: Dukungan warga<\/strong><\/span><\/h3>\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Pengantar Interval Keyakinan
Penjelasan tentang nilai P dan signifikansi statistik<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"