Transcript pengujian hipotesis - Febri Neldiko Blog

PENGUJIAN HIPOTESIS
Hipotesis penelitian
adalah
jawaban
sementara terhadap
masalah penelitian
yang kebenarannya
masih harus diuji
secara empiris.
Dalam melakukan pengujian hipotesis suatu parameter terdapat
dua tipe kesalahan yang mungkin akan terjadi dalam
pengambilan keputusan, yaitu:
Kesalahan tipe I (Type I error), menolak suatu hipotesa yang
benar.
Kesalahan tipe II (Type II error), menerima hipotesa yang salah.
Hal-hal yang perlu diperhatikan
dalam merumuskan hipotesis:
 Menyatakan pertautan antara 2
variabel atau lebih
 Dinyatakan dalam kalimat pernyataan
 Dirumuskan secara jelas dan padat
(sistematis)
 Dapat diuji, artinya memungkinkan
bagi orang lain untuk mengumpulkan
data guna menguji kebenaran
hipotesa tersebut.
Lima langkah dalam pengujian hipotesis:
1. Penentuan H0 dan H1
Dalam pengujian hipotesa dikenal hipotesa nol (Ho) dan
hipotesa alternatif (H1).
Hipotesa nol (Ho) adalah hipotesis yang menyatakan tidak
adanya saling hubungan atau pengaruh antara dua variabel
atau lebih atau hipotesa yang menyatakan tidak adanya
perbedaan antara kelompok yang satu dengan kelompok
yang lain.
Contoh:
Tidak ada pengaruh yang signifikan citra produk terhadap
perpindahan merek.
Hipotesis alternatif (H1) adalah hipotesis yang menyatakan
adanya hubungan atau pengaruh antara variabel yang satu
dengan yang lain atau adanya perbedaan tertentu antara
kelompok yang satu dengan kelompok yang lain.
Contoh:
Ada pengaruh yang signifikan citra produk terhadap perpindahan
merek.
2. Penentuan taraf signifikan (tingkat nyata)
Tingkat nyata atau Level Significant () adalah tingkat
kesalahan duga dalam melakukan penelitian.
Tingkat signifikansi menunjukkan probabilitas
kesalahan menolak hipotesis, padahal hipotesis
tersebut benar.
Penggunaan tingkat signifikansi dalam suatu
pengujian statistik tidak ada standar khusus, namun
ditentukan oleh peneliti sendiri, untuk penelitian
bidang Ekonomi yang sering digunakan adalah 5%
atau 10%.
Pada prinsipnya semakin tinggi tingkat signifikansi
yang digunakan dalam uji hipotesis, semakin besar
pula probabilitas menolak H0 padahal H0 tersebut
benar.
Contoh: dalam suatu penelitian sample yang
digunakan sebanyak100, apabila peneliti menetapkan
 = 5% artinya tingkat kesalahan dalam penelitian
tersebut sebanyak 5 (5% dikalikan 100).
3. Menentukan daerah penerimaan
atau penolakan H0 atau menentukan
nilai kritis.
Menentukan daerah pengujian
hipotesis nol (Ho), yaitu daerah
penerimaan Ho dan daerah
penolakan Ho. Pengujian ini
dilakukan dengan cara
menggambarkan.
4. Uji Statistik
Untuk menentukan apakah menerima H0
atau H1, kita memerlukan nilai statistik
uji.
Statistik uji adalah nilai yang ditentukan
dari informasi sampel, yang digunakan
untuk menerima atau menolak H0,
dengan menentukan Z hitung (Zh) atau t
hitung (th).
5. Pembuatan Keputusan
Nilai uji distribusi (Z atau t) yang digunakan dalam
pengujian dapat menentukan keputusan yang
seharusnya diambil.
Jika nilai uji distribusi (Z atau t) berada didaerah
penerimaan H0, maka keputusan yang diambil adalah
tidak dapat menolak H0 dan menolak H1.
Sebaliknya, jika nilai uji distribusi (Z atau t) berada
didaerah penolakan H0, maka keputusan yang
diambil adalah menolak H0 dan menerima H1.
Kesimpulan pengujian:
Apabila kita menolak Ho, berarti menerima H1
Apabila kita tidak dapat menolak Ho, berarti
menolak H1
Kesimpulan Pengujian Dengan
Menggunakan Output SPSS
Jika nilai sig (0,001) <  (0,05) maka
signifikan yaitu kita menolak Ho dan
menerima H1 artinya ada pengaruh …..ada
perbedaaan…..ada hubungan….
Ada pengaruh yang signifikan citra produk
terhadap perpindahan merek.
Jika nilai sig (0,001) >  (0,05) maka tidak
signifikan yaitu kita tidak dapat menolak Ho
dan menolak H1 artinya tidak ada pengaruh
…..tidak ada perbedaaan…..tidak ada
hubungan….
Tidak ada pengaruh yang signifikan citra
produk terhadap perpindahan merek.
One Sample T Test
(Uji Satu Sampel)
Pengujian ini dilakukan
untuk menguji apakah
suatu nilai tertentu (yang
digunakan sebagai
pembanding) berbeda
secara signifikan dengan
rata-rata sebuah sampel.
PT COLA-COLA yang memproduksi jus buah dalam kemasan menyatakan
bahwa rata-rata isi produknya 250 ml. Guna membuktikan pernyataan
tersebut diambil sampel 35 kotak dan diperoleh hasil:
Sampel
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Isi
250
249
250
245
246
248
250
250
249
250
249
250
245
246
248
250
250
250
249
250
245
246
248
250
250
250
249
250
245
246
248
250
250
Ujilah hipotesis tersebut dengan menggunakan  = 5%
Pengujian:
Dari menu utama SPSS pilih menu Analyze, kemudian
Compare Means dan pilih One Sample T Test…
Tampak di layar:
•Variabel yang akan kita uji adalah variabel ISI maka Klik
tanda > untuk memindah variabel Isi ke dalam Test
Variable(s).
•Test value. Karena yang akan kita uji hipotesis isi produk 250
ml maka ketik 250.
•Klik kolom Option, dilayar akan ditampilkan confidence
interval atau tingkat kepercayaan: ikuti defaultnya saja 5%.
Untuk missing value: abaikan.
•Tekan Continue dan kemudian OK.
•Maka akan muncul output SPSS
One-Sample Test
Test Value = 250
ISI
t
-4.554
df
32
Sig. (2-tailed)
.000
Mean
Difference
-1.48
95% Confidence
Interval of the
Difference
Lower
Upper
-2.15
-.82
Independent Sample t Test
(Uji t untuk dua sampel tidak
berpasangan)
Pengujian ini digunakan
untuk menguji apakah dua
sampel yang tidak
berhubungan
(independent) berasal dari
populasi yang mempunyai
mean yang sama.
Seorang peneliti dari LP3M UMY ingin menguji apakah ada perbedaan gaji
antara manajer di Yogyakarta dan manajer di Semarang. Berdasarkan hasil
observasi diperoleh data sebagai berikut:
Gaji Manajer
Di Yogyakarta
5500000
5400000
5550000
5650000
6500000
6600000
5550000
5650000
6500000
6600000
5800000
5900000
5850000
5875000
5950000
5975000
5500000
5400000
5550000
5800000
Gaji Manajer Di
Semarang
5800000
5900000
5850000
5875000
5950000
5975000
5500000
5400000
5550000
5800000
5500000
5400000
5550000
5650000
6500000
6600000
5550000
5650000
6500000
6600000
Dengan menggunakan alpha 5%, ujilah apakah terdapat perbedaan
gaji antara manajer di Yogyakarta dan manajer di Semarang
Dari menu utama SPSS pilih Analyze, Compare
Means dan Independent sample T test… Di layar
akan muncul kotak dialog Independent sample T
Test seperti dibawah ini:
Pengisian:
• Test Variable(s): menunjukkan variabel yang akan diuji.
Karena yang akan kita uji variabel gaji maka klik variabel
Gaji dan klik tanda > untuk memindahkan variabel gaji ke
kotak Test Variable(s).
• Grouping Variable: karena kita akan mengelompokkan
variabel berdasar kota, klik variabel kota dan klik > untuk
memindah variabel kota ke kotak tersebut.
Gambar yang akan muncul di layar sebagai berikut:
Pengisian:
•Define group:
1)untuk group 1 isi dengan 1 yang berarti Yogyakarta
2)Untuk group 2 isi dengan 2 yang berarti Semarang
•Tekan Continue bila telah selesai.
Untuk Option klik kotak tersebut dan akan muncul
kotak dialog option yang menunjukkan confidence
interval (ikuti defaultnya saja) dan missing value
(abaikan). Tekan Continue dan kemudian OK.
Output SPSS akan tampak seperti dibawah ini:
Independent Samples Test
GAJI
Levene's Test for
Equali ty of Variances
t-test for Equality of
Means
Equal vari ances
assumed
.000
1.000
.000
38
1.000
F
Sig.
t
df
Sig. (2-tai led)
Mean Difference
Std. Error Difference
95% Confidence Interval
of the Difference
Lower
Upper
Equal vari ances
not assumed
.000
38.000
1.000
.00
.00
125724.218
125724.218
-254515.373
254515.373
-254515.373
254515.373
Paired Sample t Test (Uji t untuk
dua sampel berpasangan)
Pengujian ini digunakan untuk
menguji apakah dua sampel yang
berhubungan (dependen) atau
berpasangan berasal dari populasi
yang sama.
Manajer SDM PT MELATI ingin menguji apakah ada perbedaan penjualan
sebelum dan sesudah mengikuti pelatihan SALES. Guna membuktikan hal
tersebut diambil beberapa sampel karyawan dan diperoleh data sebagai berikut:
Nama
Karyawan
Penjualan Sebelum Mengikuti
Pelatihan SALES
Penjualan Setelah Mengikuti
Pelatihan SALES
Cakka
Rahmi
Paton
Oik
Olin
Obit
Josua
Sherina
Derby
Tina
Debo
Sari
Dery
Jery
Jona
Jeny
Elba
Elna
Elga
Edo
415
425
375
390
435
425
425
475
390
435
460
430
432
441
440
415
425
375
390
435
460
430
432
441
440
415
425
375
390
435
460
430
432
441
440
415
425
375
390
435
Jika menggunakan  = 4% ujilah hipotesis :
H1: ada perbedaan penjualan sebelum dan sesudah mengikuti pelatihan SALES
•Dari menu utama SPSS pilih Analyze, Compare Means dan
Paired Sample T test…
•Di layar akan muncul kotak dialog Paired Sample T test.
•Paired Variable(s): menunjukkan variabel yang akan diuji.
Karena yang akan kita uji variabel Sebelum dan Sesudah maka
klik variabel sebelum dan variabel sesudah, kemudian klik tanda
> maka pada Paired Variables akan muncul sebelum dan
sesudah.
•Untuk Option klik kotak tersebut dan akan muncul kotak dialog
option yang menunjukkan confidence interval (ikuti defaultnya
saja) dan missing value (abaikan). Tekan Continue dan
kemudian OK.
Output SPSS akan tampak seberti dibawah ini:
Paired Samples Test
Paired Differences
Mean
Std. Deviation
Std. Error Mean
95% Confidence Interval
of the Difference
t
df
Sig. (2-tailed)
Pair 1
SEBELUM - SESUDAH
-2.6500
30.68048
6.86036
Lower
Upper
-17.0089
11.7089
-.386
19
.704
ANOVA
Uji ANOVA merupakan uji F yang
digunakan untuk pengujian lebih dari
dua sampel.
Pengujian ANOVA menggunakan
asumsi-asumsi sebagai berikut:
Seluruh populasi yang akan diuji
berdistribusi normal
Varians seluruh populasi sama
Sampel tidak berhubungan
langsung dengan yang lain
Kepala bagian pengawasan kualitas PT SANSIVERA ingin menguji apakah
produktivitas karyawan di bagian desain, pemotongan, penjahitan, dan
finishing sama atau berbeda. Berdasarkan sampel diperoleh data
produktivitas karyawan sebagai berikut:
Bagian
Desain
75
70
78
Bagian
Pemotongan
60
59
62
Bagian
Penjahitan
82
79
80
Bagian
Finishing
79
75
74
82
79
75
76
82
80
75
82
79
80
81
78
85
86
90
83
84
65
67
66
58
64
69
68
79
75
74
75
70
78
71
77
70
72
81
78
85
86
90
83
84
76
82
80
75
82
79
80
81
78
85
68
78
79
69
71
77
70
72
79
80
81
78
85
86
80
83
84
Dengan menggunakan  = 5% ujilah hipotesis yang menyatakan ada
perbedaan produktivitas karyawan di bagian desain, pemotongan, penjahitan,
dan finishing.
Pengujian
• Pengolahan Data: dengan membuka file ANOVA yang sudah dibuat,
pilih Analyze, kemudian Compare Means…
•Klik pilihan One Way ANOVA dan dilayar akan muncul tampilan:
•Dependent List: pilih variabel dependen yang akan diuji. Karena kita
akan menguji variabel produktivitas, maka klik variabel produktivitas,
kemudian klik tanda > untuk memindahkan variabel produktivitas ke
kolom dependent list.
• Faktor. Karena pengelompokan berdasarkan bagian, maka klik
variabel tersebut dan klik tanda > untuk memindah variabel tersebut
ke kanan.
ANOVA
PRODUKTI
Between Groups
Within Groups
Total
Sum of
Squares
1848.437
1947.950
3796.387
df
3
76
79
Mean Square
616.146
25.631
F
24.039
Sig.
.000