Uji Hypothesis

Uji Hypothesis

Hypothesis atau anggapan dasar adalah pernyataan awal yang bersifat praduga (Subjective Judgment) dari suatu peristiwa atau masalah yang masih perlu di buktikan kebenaranya. Pernyataan awal tersebut merupakan kebenaran sementara yang perlu di uji dengan menggunakan fakta atau data yang di kumpulkan melalui penelitian, percobaan atau sumber lainya (historical data) yang telah di yakini akurasinya.

Hypothesis Testing (Uji Hipotesa) di perkenalkan oleh Ronald Fisher, Jerzy Neyman, Karl Pearson and Pearson’s son, Egon Pearson adalah alat Analisa yang berbasis data (data driven tools) dengan menggunakan sample Statistic untuk membuat inferensia terhadap populasi, yaitu pengambilan kesimpulan berdasarkan data sampel yang lebih sedikit menjadi kesimpulan yang lebih umum untuk sebuah populasi. Di sebum sebagai Analisa Active jika menggunakan data percobaan dengan mengendalikan variable terkontrol  – controllable variable (X), untuk menentukan apakah memiliki efek terhadap variable output (Y). Sedangkan jika menggunakan data historis doi sebut sebagai Analisa Pasif. Uji Hepotesa akan menggantikan Subjective Judgment dengan Objective Judgement berdasarkan data.

Penerapan di duniai Industri atau manufacture misalnya untuk mengetahui kualitas produk yang di hasilkan maka tidak perlu harus mengukur keseluruhan product / output yang di hasilkan. Jika ini di lakukan tentu sangat tidak efisien karena akan menghabiskan banyak waktu dan biaya. Maka pendekatan statistic inferensia adalah solusi yang di perlukan untuk membantu dan mengatasi masalah tersebut.

Secara umum di dalam Hypothesis Testing ada 5 jenis uji Statistik yang penggunaanya tergantung dari permasalahan yang ada. Untuk data Continue ada 4 macam uji yaitu uji Mean  (rata rata), Variances, Correlation dan Distribution. Sedangkan untuk data Attribute ada 2 uji yaitu Proportion dan Distribution

Ada beberapa istilah kata kunci atau Key Word dan juga sekaligus sebagai konsep yang harus di pahami di dalam Uji Hipotesa sebagai berikut,

  • Hypothesis Nol (H0) : sebuah hipotesis yang menyatakan / mengasumsikan bahwa suatu keadaan terjadi karena kebetulan, hipotesis yang berlawanan dengan realitas yang akan dibuktikan.

Hipotesis nol atau ‘Null Hypothesis’ (H0) : pernyataan netral (nol sama dengan tidak ada) atau selalu memuat tanda ‘=‘

Contoh Ho :

  • Ho : Tidak ada perbedaan (sama, ‘=‘) rata-rata lumen lampu yang shortlife dengan rata-rata lumen lampu dan yang tidak shortlife
  • Ho : Tidak ada hubungan antara lumen lampu dengan shortlife
  • Hipotesis alternatif (H1) atau hipotesis kerja (Ha) : lawan dari H Nol, sebuah hipotesis yang berhubungan dengan teori yang akan dibuktikan atau menyatakan keadaan yang sesungguhnya.

Hipotesis Alternatif atau ‘Alternative Hypothesis’ (H1 atau HA): pernyataan netral tersebut sudah ada dugaan atau tidak memuat tanda ‘=‘

Contoh H1 :

  • H1 : Ada perbedaan rata-rata lumen lampu yang shortlife dengan rata-rata lumen lampu dan yang tidak shortlife
  • H1 : Ada hubungan antara lumen lampu dengan shortlife
  • Kesalahan type 1, di sebut Tingkat signifikan test (α) : Probabilitas menolak hipotesis nol (H Nol), padahal H Nol benar.
  • Confident Level / tingat kepercayaan (p-value) : Probabilitas, mengasumsikan hipotesis nol benar (1- α)

  • Kesalahan type 2 (β) – Resiko Produsen : Probabilitas menerima hipotesis nol ( H Nol), padahal H Nol salah.
  • Power- Kekuatan Statistik (1 − β): Probabilitas menolak hipotesis nol ( H Nol)

Langkah Langkah Uji Hipotesa             

  1. Tentukan Hipotesa Null dan Hipotesa Alternatif
  2. Tentukan tingkat signifikasi test (a), misalnya a=0.025, a=0.05 dan lain sebagainya
  3. Tentukan jenis Uji Statistik yang sesuai berdasarkan hipotesa Null : Mean, varian, distribusi, atau yang lainya
  4. Lakukan perhitung uji statistik
  5. Tentukan daerah kritis
  • Daerah penerimaan/penolakan Ho atau
  • Hitung nilai-p
  1. Tentukan keputusan Statistik berdasarkan hasil perhitungan,
  • Tolak Ho (Bila nilai-p < a) atau Nilai-hitung > Nilai tabel à terima H1
  • Terima Ho (Bila nilai-p > a) Nilai-hitung < Nilai table à terima Ho
  1. Lakukan Interpretasi dari hasil pengujian dan mengambil I kesimpulan

 

Keputusan Uji Statistik

Secara Klasik

Yaitu membandingkan nilai perhitungan statistik dengan nilai table statistik. 

Misalnya, statistik uji Zhitung=2.5 pada a=0.05 dan uji dua arah (two side) Z tabel=-1.96 s/d 1.96 merupakan daerah Ho.

Karena nilai Z hitung = 2.5 > Z table = 1.96 maka Ho ditolak.

Secara Probabilistik

Yaitu dengan membandingkan nilai-p dengan a

Misalkan dari perhitungan statistic didapatkan nila-p=0.001, sedangkan a = 0.05 untuk penguji dua arah (two side). Maka kesimpulanya adalah karena nilai-p = 0.001 lebih kecil dari a=0.05 maka Ho ditolak

Bila nilai-p > a, maka Ho tidak ditolak, atau terima Ho

Bila nilai-p <= a, maka Ho ditolak, atau terima H1