Perancangan Percobaan (PTK 214)
Rancangan Acak Lengkap (RAL) Non Faktorial
Rancangan Acak Lengkap (RAL) Non Faktorial
A. Pengertian dan Syarat-Syarat RAL Faktorial
Suatu percobaan yang digunakan homogen atau tidak ada faktor lain yang mempengaruhi respon di
luar faktor yang diteliti. Pada rancangan acak lengkap (RAL) digunakan jika kondisi unit percobaan
yang digunakan relatif homogen. Penerapan perlakuan terhadap unit percobaan dilakukan secara acak
terhadap seluruh unit percobaan. Seperti percobaan-percobaan yang dilakukan di laboratorium atau
rumah kaca yang pengaruh lingkungannya lebih mudah dikendalikan.
Syarat yang harus diperhatikan dalam RAL :
· Kecuali perlakuannya, semua (media percobaan dan keadaan-keadaan lingkungan lainnya) harus
serba sama atau homogen.
· Penempatan perlakuan ke dalam satuan-satuan percobaan dilakukan secara acak lengkap, yang artinya
kita perlakukan semua satuan percobaan sebagai satu kesatuan dimana perlakuan ditempatkan ke dalamnya
secara acak.
· Hanya mempunyai 1 faktor dan mempunyai sejumlah taraf faktor yang nilainya bisa kualitatif maupun
kuantitatif.
1. Kelebihan
Kelebihan RAL adalah perhitungannya sederhana. RAL dapat diterapkan pada percobaan
dengan ulangan pengamatan sama dan tidak sama. Keuntungan menggunakan RAL
antara lain :
· Rancangan percobaannya lebih mudah.
· Apabila jumlah perlakuan hanya sedikit, dimana derajat bebas galatnya juga kecil
· Analisis statistik terhadap data percobaan sederhana
· Fleksibel dalam jumlah penggunaan perlakuan dan ulangan
(dapat dilakukan pada ulangan yang tidak sama).
· Terdapat alternatif analisis nonparametrik yang sesuai.
· Permasalahan data hilang dapat mudah ditangani
· Tidak memmerlukan tingkat pemahaman yang tinggi mengenai bahan percobaan
2. Kekurangan RAL antara lain adalah :
· Terkadang tidak efisien.
· Tingkat ketepatan (presisi) mungkin tidak terlalu memuaskan kecuali unit percobaab
benar-benar homogen
· Pengulangan percobaan yang sama mungkin tidak konsisten (lemah) apabila satuan percobaan
tidakbenar-benarhomogen terutama apabila jumlah ulangannya sedikit
C. Metode Analisis Rancangan Acak Lengkap (RAL)
RAL selain perlakuan, semua harus sama (homogen), hal ini membawa konsekuensi bahwa, selain perlakuan tidak ada faktor lain yang dianggap berpengaruh terhadap hasil
pengamatan. Oleh karena itu dapat diajukan suatu model analisis :
Yijk = μ + τi + εij
Yijk = nilai pengamatan pada perlakuan ke-i & ulangan ke-j
μ = nilai tengah umum
τi = pengaruh perlakuan ke-i
εij = galat percobaan pada perlakuan ke-i & ulangan ke-j
D. Cara Analisis RAL
Contoh :
Contoh :
Contoh yang digunakan adalah data Skripsi Mirza Mahiswa Peternakan tahun 2011, dengan judul
Skripsi “Pengaruh Pemberian Probiotik Immuno Forte Dengan Level Berbeda Terhadap Peforma
Ayam Broiler”
Metode Manual
Menggunakan Excel
Tampilan pada Ms. Excel. Seperti gambar dibawah ini.
Menggunakan SPSS
1. Jalankan Program Microsoft Excel
2. Masukkan data Lampiran 1 yang berasal dari Skripsi ke dalam Microsoft Excel
3. ⅀total
Tampilan pada Ms. Excel. Seperti gambar dibawah ini.
a. Cari Total
Ketik =sum(blok bagian ulangan) dan enter untuk jumlah perlakuan baris
Ketik =sum(blok bagian ulangan) dan enter untuk jumlah perlakuan colom
b. Rerata
Ketik =AVERAGE (Blok Bagian perlakuan) enter untuk rata-rata perlakuan baris
Ketik =AVERAGE (Blok Bagian ulangan) enter untuk rata-rata ulangan colom
4. Untuk memudahkan dalam perhitungan, buat perhitungan seperti dibawah ini. Disertai dengan cara cari setiap point.
a. Cari jumlah ulangan
Ketik =COUNTA(Blok Bagian Ulangan) enter
Tampilan pada Ms. Excel
b. Cari jumlah perlakuan
Ketik =COUNTA(Blok Bagian Perlakuan) enter
Tampilan pada Ms. Excel
Hasilnya
c. Cari Faktor Koreksi (FK)
Ketik =Counta(Sesuai dengan colom dan baris) dan enter
Hasilnya:
d. Db perlakuan
Ketik =perlakuan-1 (Sesuai dengan colom dan baris) dan enter
Hasilnya:
e. Cara cari dbg
Ketik =Perlakuan (u-1) (Sesuai dengan colom dan baris) enter
Hasilnya:
f. Cara cari db total
Ketik =p.u-1 (Sesuai dengan colom dan baris) enter
Hasilnya:
g. Cara cari JKP
Ketik =Sum(Sesuai dengan colom dan baris)/ulangan-FK dan enter
Hasilnya:
h. Cara cari JKG
Ketik =JKT-JKG (Sesuai dengan baris dan colom) dan enter
Hasilnya:
i. Cara cari JKT
Ketik =Sum(sesuai dengan colom dan baris)-FK dan enter
Hasilnya:
j. Cara cari KTP
Ketik =JKP/(P-1) P:sesuaikan dengan colom dan tabel dan enter
Hasilnya:
k. Cara cari KTG
Ketik =JKP/dbg (Sesuaikan dengan colom dan tabel dan enter)
Hasilnya:
l. Cara cari Fhitung
Ketik =KKP/KTG (Sesuaikan dengan colom dan tabel dan enter)
Hasilnya:
a. Cara cari Ket (*,** dan tn”)
Ketik = IF(E35>G35,"*",IF(E35<H35,"**",IF(E35<H35,"tn",))) (Sesuaikan dengan colom dan
tabel dan enter)
Hasilnya:
b. Cara cari Ket (Ftabel 0,01)
Ketik =FINV(0,01,dbp,dbg)
Hasilnya:
6. Kesimpulan
Dalam proses analisis data ini, aplikasi yang digunakan adalah aplikasi SPSS 16. Berikut
tahapan yang perlu dilakukan saat menggunakan SPSS 16. dalam analisis RAL.
Langkah 1. Buka lembar kerja SPSS 16.
Dapat dilihat pada gambar dibawah ini:
Langkah 2. Kemudian klik variable view
Variable view dapat dilihat pada sudut kiri bawah atau sesuai dengan gambar dibawah ini.
Variable View
Langkah 3. Pengisian "Name"
Tujuan dari pengisian name ini adalah untuk memberi nama pada tabel yang akan digunakan dan memudahkan pada saat out data. Pengisian name di sesuaikan tabel data yang digunakan, yang berisi perlakuan, ulangan dan hasil. Dapat dilihat pada gambar dibawah ini.
Pengisian "Name"
Langkah 4. Jumlah Desimal
Untuk memudahkan pada saat pengisian data dan output data, maka jumlah desimal harus di tentukan. Penentuan jumlah desimal dapat dilihat pada hasil data yang digunakan atau dapat dilihat pada gambar di bawah ini.
Jumlah Desimal
Lembar kerja Jumlah Desimal
Langkah 5. Nama Label
Sesuai dengan nama pada data skripsi. Lihat gambar dibawah ini:
Langkah 6. Pengisian Bagian Value
Nama value sesuai dengan bagian perlakuan pada metode dalam skripsi:
Klik bagian tanda biru pada value, maka akan muncul seperti dibawah ini:
Bagian ini bertujuan untuk memberikan label dari setiap perlakuan yang kita buat,
Contoh : 1= “Perlakuan A”, jadi ketika kita ketik Label 1 maka ini sama dengan Perlakuan A, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.
Begitu juga dengan bagian ulangan.
Langkah 7. Pengesian Data View.
Klik bagian data view yang terdapat pada bagian bawah sudut kiri, sampai terlihat seperti tampilan dibawah ini:
Data View
Lagkah 8. Pengisian Perlakuan, ulangan dan hasil. Seperti tampilan dibawah ini.
Langkah 9. Analisis Data/Output Data
Klik Bagian Analyze -> General Linear Model -> Univariate
Langkah 10. Maka akan muncul seperti tampilan dibawah ini:
Silahkan klik bahan kering -> klik defendent variable, maka akan tampil seperti dibawah ini:
Klik pemeraman mengarah pada fixed faktor, maka:
Langkah 11. Klik Model -> Custom, seperti tampilan dibawah ini:
Setelah langkah ini selesai, selanjutnya klik perlakuan dan klik tanda panah pada
bagian tengah agar perlakuan mengarah pada bagian sebelah kanan.
Lalu klik continue...
Langkah 12. Post Hoc. Post Hoc berfungsi sebagai uji lanjut pada SPSS. Uji lanjut
yang digunakan adalah LSD, Tukey dan Duncan.
Setelah post hoc di klik, maka akan tampil seperti tampilan berikut:
Selanjutnya klik Perlakuan dan klik tanda panah pada bagian tengah gambar,
sehingga perlakuan mengarah ke sebelah kanan.
Setelah itu, kemudian klik LSD, Tukey dan Duncan. Atau tergantung uji apa yang akan
dilakukan.
Langkah 13. Klik continue dan ok
Maka akan tampil output analisis seperti dibawah ini:
Pada bagian sidik ragam output SPSS, output tersebut dibandingkan dengan output
pada data skripsi yang digunakan.
Sidik Ragam SPSS
Sidik Ragam SkripsiRancangan Acak Kelompok Faktorial (RAKF)
A. DEFENISI RANCANGAN ACAK KELOMPOK FAKTORIAL (RAKF)
Percobaan Faktorial dengan rancangan dasar Rancangan Acak Kelompok (RAK) adalah percobaan dimana faktor yang dicobakan lebih dari satu faktor dan menggunakan RAK sebagai rancangan percobaannya. Rancangan ini dipilih apabila satuan percobaan yang digunakan tidak seragam, sehingga perlu pengelompokan, sedangkan pada RAL Faktorial, satuan percobaan relatif seragam sehingga tidak perlu adanya pengelompokkan. Pada prinsipnya percobaan RAK Faktorial sama dengan percobaan RAKL tunggal yang telah dibahas sebelumnya namun dalam percobaan ini terdiri dari dua faktor atau lebih.
B. PENGATURAN UNIT – UNIT PENELITIAN
Prinsip : Ulangan pada RALF menjadi kelompok pada RAKF, dan perlakuan terdiri dari 2 atau lebih dari 2 faktor perlakuan, setiap unit penelitian disebar secara acak pada kelompoknya.
C. MODEL MATEMATIKA
Hijk = π + Ki + Pj + Pk + (Pj x Pk) + eijk
Keterangan :
Hijk = Hasil akibat perlakuan ke-j dan perlakuan ke-k pada kelompok ke-i
π = Nilai tengah umum
Ki = Pengaruh kelompok ke-i
Pj = Pengaruh faktor perlakuan ke-j
Pk = Pengaruh faktor perlakuan ke-k
Pj x Pk = Interaksi perlakuan ke-j dan perlakuan ke-k
Eijk = Eror akibat perlakuan ke-j dan perlakuan ke-k pada kelompok ke-i
i = 1, 2, …., k (k = kelompok)
j = 1, 2, …., p ke-1 (p = perlakuan ke-1)
k = 1, 2,…... p ke-2 (p = perlakuan ke-2)
D. KELEBIHAN DAN KEKURANGAN RAKF
· Kelebihan
Menurut tapehe (2015), keuntungan dari RAKF adalah :
1. Analisis statistiknya masih bersifat sederhana, sama seperti pada rancangan acak lengkap faktorial.
2. Jika tujuan pengelompokan terpenuhi, rancangan acak kelompok faktorial memberikan presisi dan efisiensi yang lebih tinggi dibanding rancangan acak lengkap faktorial.
3. Jika ada satu atau dua data yang hilang, analisis statistic masih dapat dilanjutkan dengan teknik data hilang.
· Kekurangan
Rancangan acak kelompok faktorial juga memiliki kelemahan yaitu bila perlakuannya banyak maka luas kelompok percobaannya juga bertambah besar, sehingga ragam dalam kelompok menjadi besar, ragam galat menjadi besar dan uji F menjadi kurang peka (sugiarto, 1994). Jika tujuan pengelompokan tidak terpenuhi, presisi dan efisiensi penggunaan rancangan acak kelompok factorial lebih rendah dari rancangan acak lengkap faktorial karena berkurangnya derajat bebas untuk galat percobaan.
Rancangan Acak Kelompok (RAK)
A. DEFINISI RANCANGAN ACAK KELOMPOK (RAK)
Rancangan Acak Kelompok (RAK) merupakan rancangan percobaan yang digunakan pada kondisi tempat yang tidak homogen. Sebagian besar percobaan-percobaan yang dilaksanakan dilapangan atau di lahan pertanian menggunakan rancangan lingkungan dalam bentuk RAK. Bila kita menghadapi kondisi tempat percobaan tidak homogen, maka dipakai prinsip pengawasan setempat (local control), artinya tempat percobaan harus dikelompokkan menjadi bagian-bagian yang relatif homogen. Pada bagian yang sudag dianggap homogen inilah kita sah (valid) untuk mengadakan pengujian.
Rancangan Acak Kelompok (RAK) / Randomized Complete Block Design (RCBD) merupakan rancangan percobaan pada kondisi tempat yang tidak homogen. Sebagian besar dilakukan di lapangan/lingkungan. Rancangan acak kelompok memakai prinsip pengawasan setempat dan tempat percobaan dikelompokkan menjadi bagian yang relatif homogen.
B. Ciri – Ciri RAK
Menurut Harlyan (2012), Adapun ciri – ciri Rancangan Acak Kelompok (RAK), adalah sebagai berikut :
1. Digunakan untuk lingkungan heterogen / tidak homogen.
2. Perlakuan diatur dalam masing-masing kelompok (blok).
3. Kelompok sebagai ulangan, dalam tiap kelompok kondisi harus homogen.
4. Pengacakan dilakukan dalam masing-masing kelompok.
5. Banyak digunakan pada penelitian di lapang.
C. Model analisis RAK adalah sebagai berikut:
Yij = μ + τi + βj + εij
Yij = nilai pengamatan pada perlakuan ke – i kelompok ke – j
μ = nilai tengah umum
τi = pengaruh perlakuan ke - i
βj = pengaruh kelompok ke - j
εij = galat percobaan pada perlakuan ke-i & kelompok ke-j
p = banyaknya perlakuan
r = banyaknya kelompok / ulangan
D. Kelebihan RAK
Menurut Yitnosumarto (1991), apabila kita membicarakan keuntungan tentunya kita bandingkan dengan lainnya, dalam hal ini demham RAL dan mungkin dengan rancangan yang lebih kompleks, keuntungan RAK adalah :
1. Sama seperti RAL, analisis statistik dari data yang diperoleh demgan RAK ini masih bersifat sederhana.
2. Apabila andaian adanya gradien satu arah dipenuhi, RAK memberikan presisi dan efisiensi yang lebih
tinggi dari RAL.
3. Jika ada satu atau dua data yang hilang (atau secara statistik tidak memenuhi syarat) analisis masih dapat
dilanjutkan, yaitu dengan teknik data hilang (missing data technique).
E. Kekurangan RAK
Menurut Harlyan (2012), Rancangan Acak Kelompok (RAK) memiliki beberapa kelebihan, yaitu 1
1. Rancangan menjadi kurang efisien dibanding yang lain jika terdapat lebih dari satu sumber keragaman
yang tidak diinginkan.
2. Peningkatan ketepatan pengelompokan akan menurun dengan semakin meningkatnya jumlah satuan
percobaan dalam kelompok.
3. Jika ada data yang hilang memerlukan perhitungan yang lebih rumit.
Rancangan Acak Lengkap (RAL)
A. PENGERTIAN DAN PENGGUNAAN RANCANGAN ACAK LENGKAP (RAL)
Suatu percobaan yang digunakan homogen atau tidak ada faktor lain yang mempengaruhi respon di luar faktor yang diteliti. Pada rancangan acak lengkap (RAL) digunakan jika kondisi unit percobaan yang digunakan relatif homogen. Penerapan perlakuan terhadap unit percobaan dilakukan secara acak terhadap seluruh unit percobaan. Seperti percobaan-percobaan yang dilakukan di laboratorium atau rumah kaca yang pengaruh lingkungannya lebih mudah dikendalikan.
Rancangan acak lengkap dipergunakan jika variabel luar tidak diketahui, atau bila pengaruh variabel ini yang sengaja tidak dikontrol terhadap variasi subyek, adalah sangat kecil. Rancangan ini juga dipakai jika diketahui bahwa subyek keadaannya seragam dan inferensi yang dibuat berdasarkan hasil percobaan tidak dimaksudkan sebagai inferensi yang bersifat percobaan tidak dimaksudkan sebagai inferensi yang bersifat luas serta berlaku untuk populasi yang lebih beragam. Oleh karena itu, rancangan ini tidak disarankan jika hasil ujinya dipergunakan untuk inferensi populasi yang lebih beragam
Syarat yang harus diperhatikan dalam RAL :
1.Kecuali perlakuannya, semua (media percobaan dan keadaan- keadaan lingkungan lainnya) harus serba sama atau homogen.
2. Penempatan perlakuan ke dalam satuan-satuan percobaan dilakukan secara acak lengkap, yang artinya kita perlakukan semua satuan percobaan sebagai satu kesatuan dimana perlakuan ditempatkan ke dalamnya secara acak.
3. Hanya mempunyai 1 faktor dan mempunyai sejumlah taraf faktor yang nilainya bisa kualitatif maupun kuantitatif.
B. METODE ANALISIS RANCANGAN ACAK LENGKAP (RAL)
RAL selain perlakuan, semua harus sama (homogen), hal ini membawa konsekuensi bahwa, selain perlakuan tidak ada faktor lain yang dianggap berpengaruh terhadap hasil pengamatan. Oleh karena itu dapat diajukan suatu model analisis :
Yijk = μ + τi + εij
Yijk = nilai pengamatan pada perlakuan ke-i & ulangan ke-j
μ = nilai tengah umum
τi = pengaruh perlakuan ke-i
εij = galat percobaan pada perlakuan ke-i & ulangan ke-j
C. KELEBIHAN DAN KEKURANGAN RANCANGAN ACAK LENGKAP (RAL)
Kelebihan RAL adalah perhitungannya sederhana. RAL dapat diterapkan pada percobaan dengan ulangan pengamatan sama dan tidak sama. Keuntungan menggunakan RAL antara lain :
1. Rancangan percobaannya lebih mudah.
3. Analisis statistik terhadap data percobaan sederhana.
4. Fleksibel dalam jumlah penggunaan perlakuan dan ulangan (dapat dilakukan pada ulangan yang tidak sama).
5. Terdapat alternatif analisis nonparametrik yang sesuai.
6. Permasalahan data hilang dapat mudah ditangani
7. Tidak memmerlukan tingkat pemahaman yang tinggi mengenai bahan percobaan
Kekurangan RAL antara lain adalah :
1.Terkadang tidak efisien.
2.Tingkat ketepatan (presisi) mungkin tidak terlalu memuaskan kecuali unit percobaab benar-benar homogen
3.Pengulangan percobaan yang sama mungkin tidak konsisten (lemah) apabila satuan percobaan tidakbenar-benarhomogen terutama apabila jumlah ulangannya sedikit
HIPOTESIS
A. Pengertian Pengujian Hipotesis
Hipotesis berasal dari bahasa Yunani, Hupo berarti Lemah atau kurang atau di bawah ,Thesis berarti teori, proposisi atau pernyataan yang disajikan sebagai bukti. Sehingga dapat diartikan sebagai Pernyataan yang masih lemah kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya masih sementara.
Hipotesis juga dapat diartikan sebagai pernyataan keadaan populasi yang akan diuji kebenarannya menggunakan data/informasi yang dikumpulkan melalui sampel, dan dapat dirumuskan berdasarkan teori, dugaan, pengalaman pribadi/orang lain, kesan umum, kesimpulan yang masih sangat sementara.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang sifatnya masih sementara atau lemah kebenarannya. Hipotesis statistik dapat berbentuk suatu variabel seperti binomial, poisson, dan normal atau nilai dari suatu parameter, seperti rata-rata, varians, simpangan baku, dan proporsi. Hipotesis statistic harus di uji, karena itu harus berbentuk kuantitas untuk dapat di terima atau di tolak. Hipotesis statistic akan di terima jika hasil pengujian membenarkan pernyataannya dan akan di tolak jika terjadi penyangkalan dari pernyataannya.
Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan memutuskan apakah menerima atau menolak hipotesis itu. Dalam pengujian hipotesis, keputusan yang di buat mengandung ketidakpastian, artinya keputusan bias benar atau salah, sehingga menimbulkan risiko. Besar kecilnya risiko dinyatakan dalam bentuk probabilitas. Pengujian hipotesis merupakan bagian terpenting dari statistic inferensi (statistic induktif), karena berdasarkan pengujian tersebut, pembuatan keputusan atau pemecahan persoalan sebagai dasar penelitian lebih lanjut dapat terselesaikan.
B. Konsep hipotesis
Menurut Kerlinger (1973:18) dan Tuckman (1982:5) mengartikan hipotesis adalah sebagai dugaan terhadap hubungan antara dua variable atau lebih. Selanjutnya menurut Sudjana (1992:219) mengartikan hipotesis adalah asumsi atau dugaan mengenai suatu hal yang dibuat untuk menjelaskan hal itu yang sering dituntut untuk melakukan pengecekannya. Atas dasar dua definisi diatas, maka dapat disimpulkan bahwa hipotesis adalah jawaban atau dugaan sementara yang harus diuji lagi kebenarannya.
Hipotesis penelitian adalah hipotesis kerja (Hipotesis Alternatif Ha atau H1) yaitu hipotesis yang dirumuskan untuk menjawab permasalahan dengan menggunakan teori-teori yang ada hubungannya (relevan) dengan masalah penelitian dan belum berdasarkan fakta serta dukungan data yang nyata dilapangan.Hipotesis alternatif (Ha) dirumuskan dengan kalimat positif. Hipotesis nol adalah pernyataan tidak adanya hubungan, pengaruh, atau perbedaan antara parameter dengan statistik. Hipotesis Nol (Ho) dirumuskan dengan kalimat negatif). Nilai Hipotesis Nol (Ho) harus menyatakan dengan pasti nilai parameter.
C. Prosedur Pengujian Hipotesis
Prosedur pengujian hipotesis statistic adalah langkah-langkah yang di pergunakan dalam menyelesaikan pengujian hipotesis tersebut. Berikut ini langkah-langkah pengujian hipotesis statistic adalah sebagai berikut.
1. Menentukan Formulasi Hipotesis
Formulasi atau perumusan hipotesis statistic dapat di bedakan atas dua jenis, yaitu sebagai berikut;
a. Hipotesis nol / nihil (HO)
Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang akan di uji. Hipotesis nol tidak memiliki perbedaan atau perbedaannya nol dengan hipotesis sebenarnya.
b. Hipotesis alternatif/ tandingan (H1 / Ha)
Hipotesis alternatif adalah hipotesis yang di rumuskan sebagai lawan atau tandingan dari hipotesis nol. Dalam menyusun hipotesis alternatif, timbul 3 keadaan berikut.
1) H1 menyatakan bahwa harga parameter lebih besar dari pada harga yang di hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah kanan.
2) H1 menyatakan bahwa harga parameter lebih kecil dari pada harga yang di hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah kiri.
3) H1 menyatakan bahwa harga parameter tidak sama dengan harga yang di hipotesiskan. Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu pengujian sisi atau arah kanan dan kiri sekaligus.
Secara umum, formulasi hipotesis dapat di tuliskan :
Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif (Ha) di tolak. Demikian pula sebaliknya, jika hipotesis alternatif (Ha) di terima (benar) maka hipotesis nol (H0) ditolak.
2. Menentukan Taraf Nyata (α)
Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis terhadap nilai parameter populasinya. Semakin tinggi taraf nyata yang di gunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis yang di uji, padahal hipotesis nol benar.
Besaran yang sering di gunakan untuk menentukan taraf nyata dinyatakan dalam %, yaitu: 1% (0,01), 5% (0,05), 10% (0,1), sehingga secara umum taraf nyata di tuliskan sebagai α0,01, α0,05, α0,1. Besarnya nilai α bergantung pada keberanian pembuat keputusan yang dalam hal ini berapa besarnya kesalahan (yang menyebabkan resiko) yang akan di tolerir. Besarnya kesalahan tersebut di sebut sebagai daerah kritis pengujian (critical region of a test) atau daerah penolakan ( region of rejection).
Nilai α yang dipakai sebagai taraf nyata di gunakan untuk menentukan nilai distribusi yang di gunakan pada pengujian, misalnya distribusi normal (Z), distribusi t, dan distribusi X². Nilai itu sudah di sediakan dalam bentuk tabel di sebut nilai kritis.
3. Menentukan Kriteria Pengujian
Kriteria Pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak hipotesis nol (Ho) dengan cara membandingkan nilai α tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan bentuk pengujiannya. Yang di maksud dengan bentuk pengujian adalah sisi atau arah pengujian.
a. Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
b. Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
Dalam bentuk gambar, kriteria pengujian seperti gambar di bawah ini
4. Menentukan Nilai Uji Statistik
Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga parameter data sampel yang di ambil secara random dari sebuah populasi. Misalkan, akan di uji parameter populasi (P), maka yang pertama-tam di hitung adalah statistik sampel (S).
5. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau penolakan hipotesis nol (Ho) yang sesuai dengan kriteria pengujiaanya. Pembuatan kesimpulan dilakukan setelah membandingkan nilai uji statistik dengan nilai α tabel atau nilai kritis.
a. Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.
b. Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai kritisnya.
Kelima langkah pengujian hipotesis tersebut di atas dapat di ringkas seperti berikut.
Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha)
Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.
Langkah 4 : Melakukan uji statistic
Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
D. Jenis-Jenis Pengujian Hipotesis
Pengujian hipotesis dapat di bedakan atas beberapa jenis berdasarkan criteria yang menyertainya.
1. Berdasarkan Jenis Parameternya
Didasarkan atas jenis parameter yang di gunakan, pengujian hipotesis dapat di bedakan atas tiga jenis, yaitu sebagai berikut .
a. Pengujian hipotesis tentang rata-rata
Pengujian hipotesis tentang rata-rata adalah pengujian hipotesis mengenai rata-rata populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
1. Pengujian hipotesis satu rata-rata
2.Pengujian hipotesis beda dua rata-rata
3.Pengujian hipotesis beda tiga rata-rata
b. Pengujian hipotesis tentang proporsi
Pengujian hipotesis tentang proporsi adalah pengujian hipotesis mengenai proporsi populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
1. Pengujian hipotesis satu proporsi
2.Pengujian hipotesis beda dua proporsi
3.Pengujian hipotesis beda tiga proporsi
c. Pengujian hipotesis tentang varians
Pengujian hipotesis tentang varians adalah pengujian hipotesis mengenai rata-rata populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
1. Pengujian hipotesis tentang satu varians
2. Pengujian hipotesis tentang kesamaan dua varians
2. Berdasarkan Jumlah Sampelnya
Didasarkan atas ukuran sampelnya, pengujian hipotesis dapat di bedakan atas dua jenis, yaitu sebagai berikut.
a. Pengujian hipotesis sampel besar
Pengujian hipotesis sampel besar adalah pengujian hipotesis yang menggunakan sampel lebih besar dari 30 (n > 30).
b. Pengujian hipotesis sampel kecil
Pengujian hipotesis sampel kecil adalah pengujian hipotesis yang menggunakan sampel lebih kecil atau sama dengan 30 (n ≤ 30).
3. Berdasarkan Jenis Distribusinya
Didasarkan atas jenis distribusi yang digunakan, pengujian hipotesis dapat di bedakan atas empat jenis, yaitu sebagai berikut.
a. Pengujian hipotesis dengan distribusi Z
Pengujian hipotesis dengan distribusi Z adalah pengujian hipotesis yang menggunakan distribusi Z sebagai uji statistik. Tabel pengujiannya disebut tabel normal standard. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1. Pengujian hipotesis satu dan beda dua rata-rata sampel besar
2. Pengujian satu dan beda dua proporsi
b. Pengujian hipotesis dengan distribusi t (t-student)
Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel t-student. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1. Pengujian hipotesis satu rata-rata sampel kecil
2. Pengujian hipotesis beda dua rata-rata sampel kecil
c. Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat)
Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat) adalah pengujian hipotesis yang menggunakan distribusi χ2 sebagai uji statistik. Tabel pengujiannya disebut tabel χ2. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1. Pengujian hipotesis beda tiga proporsi
2. Pengujian Independensi
3. Pengujian hipotesis kompatibilitas
d. Pengujian hipotesis dengan distribusi F (F-ratio)
Pengujian hipotesis dengan distribusi F (F-ratio) adalah pengujian hipotesis yang menggunakan distribusi F (F-ratio) sebagai uji statistik. Tabel pengujiannya disebut tabel F. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1. Pengujian hipotesis beda tiga rata-rata
2. Pengujian hipotesis kesamaan dua varians
4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya
Didasarkan atas arah atau bentuk formulasi hipotesisnya, pengujian hipotesis di bedakan atas 3 jenis, yaitu sebagai berikut.
a. Pengujian hipotesis dua pihak (two tail test)
Pengujian hipotesis dua pihak adalah pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” dan hipotesis alternatifnya (H1) berbunyi “tidak sama dengan” (Ho = dan H1 ≠)
b. Pengujian hipotesis pihak kiri atau sisi kiri
Pengujian hipotesis pihak kiri adalah pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” atau “lebih besar atau sama dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih kecil” atau “lebih kecil atau sama dengan” (Ho = atau Ho ≥ dan H1 < atau H1 ≤ ). Kalimat “lebih kecil atau sama dengan” sinonim dengan kata “paling sedikit atau paling kecil”.
c. Pengujian hipotesis pihak kanan atau sisi kanan
Pengujian hipotesis pihak kanan adalah pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” atau “lebih kecil atau sama dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih besar” atau “lebih besar atau sama dengan” (Ho = atau Ho ≤ dan H1 > atau H1 ≥). Kalimat “lebih besar atau sama dengan” sinonim dengan kata “paling banyak atau paling besar”.
E. Pengujian Hipotesis Rata-Rata
1. Pengujian Hipotesis Satu Rata-Rata
a. Sampel besar ( n > 30 )
Untuk pengujian hipotesis satu rata-rata dengan sample besar (n > 30), uji statistiknya menggunakan distribusi Z. Prosedur pengujian hipotesisnya adalah sebagai berikut.
1. Formulasi hipotesis
a. Ho : µ = µo
H1 : µ > µo
b. Ho : µ = µo
H1 : µ < µo
c. Ho : µ = µo
H1 : µ ≠ µo
2. Penentuan nilai α (taraf nyata) dan nilai Z table (Zα)
Menentukan nilai α sesuai soal, kemudian nilai Zα atau Zα/2 ditentukan dari tabel.
3. Kriteria Pengujian
a. Untuk Ho : µ = µo dan H1 : µ > µo
o Ho di terima jika Zo ≤ Zα
o Ho di tolak jika Zo > Zα
b. Untuk Ho : µ = µo dan H1 : µ < µo
o Ho di terima jika Zo ≥ - Zα
o Ho di tolak jika Zo < - Zα
c. Untuk Ho : µ = µo dan H1 : µ ≠ µo
o Ho di terima jika - Zα/2 ≤ Zo ≤ Zα/2
o Ho di tolak jika Zo > Zα/2 atau Zo < - Zα/2
4. Uji Statistik
a. Simpangan baku populasi ( σ ) di ketahui :
b. Simpangan baku populasi ( σ ) tidak di ketahui :
5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria pengujiannya).
a) Jika H0 diterima maka H1 di tolak
b) Jika H0 di tolak maka H1 di terima
Contoh Soal :
Suatu pabrik susu merek Good Milk melakukan pengecekan terhadap produk mereka, apakah rata-rata berat bersih satu kaleng susu bubuk yang di produksi dan di pasarkan masih tetap 400 gram atau sudah lebih kecil dari itu. Dari data sebelumnya di ketahui bahwa simpangan baku bersih per kaleng sama dengan 125 gram. Dari sample 50 kaleng yang di teliti, di peroleh rata-rata berat bersih 375 gram. Dapatkah di terima bahwa berat bersih rata-rata yang di pasarkan tetap 400 gram? Ujilah dengan taraf nyata 5 % !
Penyelesaian :
Diketahui :
n = 50, X = 375, σ = 125, µo = 400
Jawab :
a. Formulasi hipotesisnya :
Ho : µ = 400
H1 : µ < 400
b. Taraf nyata dan nilai tabelnya :
α = 5% = 0,05
Z0,05 = -1,64 (pengujian sisi kiri)
c. Kriteria pengujian :
o Ho di terima jika Zo ≥ - 1,64
o Ho di tolak jika Zo < - 1,64
d. Uji Statistik
e. Kesimpulan
Karena Zo = -1,41 ≥ - Z0,05 = - 1,64 maka Ho di terima. Jadi, berat bersih rata-rata susu bubuk merek GOOD MILK per kaleng yang di pasarkan sama dengan 400 gram
b. Sampel Kecil (n ≤ 30)
Untuk pengujian hipotesis satu rata-rata dengan sampel kecil (n ≤ 30), uji statistiknya menggunakan distribusi t. Prosedur pengujian hipotesisnya adalah sebagai berikut.
1. Formulasi hipotesis
a. Ho : µ = µo
H1 : µ > µo
b. Ho : µ = µo
H1 : µ < µo
c. Ho : µ = µo
H1 : µ ≠ µo
2. Penentuan nilai α (taraf nyata) dan nilai t- tabel
Menentukan nilai α sesuai soal, kemudian menentukan derajat bebas, yaitu db = n – 1, lalu menentukan nilai tα;n-1 atau tα/2;n-1 ditentukan dari tabel.
3. Kriteria Pengujian
a. Untuk Ho : µ = µo dan H1 : µ > µo
o Ho di terima jika to ≤ tα
o Ho di tolak jika to > tα
b. Untuk Ho : µ = µo dan H1 : µ < µo
o Ho di terima jika to ≥ - tα
o Ho di tolak jika to < - tα
c. Untuk Ho : µ = µo dan H1 : µ ≠ µo
o Ho di terima jika - tα/2 ≤ to ≤ tα/2
o Ho di tolak jika to > tα/2 atau to < - tα/2
4. Uji Statistik
a. Simpangan baku populasi ( σ ) di ketahui :
b. Simpangan baku populasi ( σ ) tidak di ketahui :
5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho(sesuai dengan criteria pengujiannya).
a) Jika H0 diterima maka H1 di tolak
b) Jika H0 di tolak maka H1 di terima
Contoh soal :
Sebuah sample terdiri atas 15 kaleng susu, memiliki isi berat kotor seperti yang di berikan berikut ini.
( Isi berat kotor dalam kg/kaleng)
1,21 1,21 1,23 1,20 1,21
1,24 1,22 1,24 1,21 1,19
1,19 1,18 1,19 1,23 1,18
Jika di gunakan taraf nyata 1%, dapatkah kita menyakini bahwa populasi cat dalam kaleng rata-rata memiliki berat kotor 1,2 kg/kaleng ? (dengan alternatif tidak sama dengan). Berikan evaluasi anda !
Penyelesaian :
Diketahui :
n = 15, α= 1%, µo = 1,2
Jawab:
∑X = 18,13
∑X2 = 21,9189
· X = 18,13 / 15
= 1,208
a. Formulasi hipotesisnya :
Ho : µ = 1,2
H1 : µ ≠ 1,2
b. Taraf nyata dan nilai tabelnya :
α = 1% = 0,01
tα/2 = 0,005 dengan db = 15-1 = 14
t0,005;14 = 2,977
c. Kriteria pengujian :
o Ho di terima apabila : - 2,977 ≤ to ≤ - 2,977
o Ho di tolak : to > 2,977 atau to < - 2,977
d. Uji Statistik
e. Kesimpulan
Karena –t0,005;14 = -2,977 ≤ to = 1,52 ≤ t0,005;14 = - 2,977 maka Hodi terima. Jadi, populasi susu dalam kaleng secara rata-rata berisi berat kotor 1,2 kg/kaleng.
2. Pengujian Hipotesis Beda Dua Rata-Rata
a. Sampel besar ( n > 30 )
Untuk pengujian hipotesis beda dua rata-rata dengan sampel besar (n > 30), uji statistiknya menggunakan distribusi Z. Prosedur pengujian hipotesisnya adalah sebagai berikut.
1. Formulasi hipotesis
a. Ho : µ = µo
H1 : µ > µo
b. Ho : µ = µo
H1 : µ < µo
c. Ho : µ = µo
H1 : µ ≠ µo
2. Penentuan nilai α (taraf nyata) dan nilai Z tabel (Zα)
Mengambil nilai α sesuai soal, kemudian nilai Zα atau Zα/2 ditentukan dari tabel.
3. Kriteria Pengujian
a. Untuk Ho : µ1 = µ2 dan H1 : µ1 > µ2
o Ho di terima jika Zo ≤ Zα
o Ho di tolak jika Zo > Zα
b. Untuk Ho : µ1 = µ2 dan H1 : µ1 < µ2
o Ho di terima jika Zo ≥ - Zα
o Ho di tolak jika Zo < - Zα
c. Untuk Ho : µ1 = µ2 dan H1 : µ1 ≠ µ2
o Ho di terima jika - Zα/2 ≤ Zo ≤ Zα/2
o Ho di tolak jika Zo > Zα/2 atau Zo < - Zα/2
4. Uji Statistik
a. Simpangan baku populasi ( σ ) di ketahui :
b. Simpangan baku populasi ( σ ) tidak di ketahui :
5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria pengujiannya).
a) Jika H0 diterima maka H1 di tolak
b) Jika H0 di tolak maka H1 di terima
Contoh Soal :
Seseorang berpendapat bahwa rata-rata jam kerja buruh di daerah A dan B sama dengan alternatif A lebih besar dari pada B. Untuk itu, di ambil sample di kedua daerah, masing-masing 100 dan 70 dengan rata-rata dan simpangan baku 38 dan 9 jam per minggu serta 35 dan 7 jam per minggu. Ujilah pendapat tersebut dengan taraf nyata 5% ! Untuk Varians/ simpangan baku kedua populasi sama besar !
Penyelesaian :
Diketahui :
n1 = 100 X1 = 38 s₁ = 9
n2 = 70 X2 = 35 s₂ = 7
Jawab:
a. Formulasi hipotesisnya :
Ho : µ₁ = µ₂
H1 : µ₁ > µ₂
b. Taraf nyata dan nilai tabelnya :
α = 5% = 0,05
Z0,05 = 1,64 (pengujian sisi kanan)
c. Kriteria pengujian :
o Ho di terima jika Zo ≤ 1,64
o Ho di tolak jika Zo > 1,64
d. Uji Statistik
e. Kesimpulan
Karena Zo = 2,44 > Z0,05 = 1,64 maka Ho di tolak. Jadi, rata-rata jam kerja buruh di daerah A dan daerah B adalah tidak sama.
b. Sampel kecil ( n ≤ 30 )
Untuk pengujian hipotesis beda dua rata-rata dengan sampel kecil (n ≤ 30), uji statistiknya menggunakan distribusi t. Prosedur pengujian hipotesisnya adalah sebagai berikut.
1. Formulasi hipotesis
a. Ho : µ₁ = µ2
H1 : µ₁ > µ2
b. Ho : µ₁ = µ2
H1 : µ₁ < µ2
c. Ho : µ₁ = µ2
H1 : µ₁ ≠ µ2
2. Penentuan nilai α (taraf nyata) dan nilai t tabel (tα)
Mengambil nilai α sesuai soal, kemudian nilai tα atau tα/2 ditentukan dari tabel.
3. Kriteria Pengujian
a. Untuk Ho : µ1 = µ2 dan H1 : µ1 > µ2
o Ho di terima jika to ≤ tα
o Ho di tolak jika to > tα
b. Untuk Ho : µ1 = µ2 dan H1 : µ1 < µ2
o Ho di terima jika to ≥ tα
o Ho di tolak jika Zo < - tα
c. Untuk Ho : µ1 = µ2 dan H1 : µ1 ≠ µ2
o Ho di terima jika - tα/2 ≤ to ≤ tα/2
o Ho di tolak jika to > tα/2 atau to < - tα/2
4. Uji Statistik
Keterangan :
d = rata-rata dari nilai d
sd = simpangan baku dari nilai d
n = banyaknya pasangan
db = n-1
5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria pengujiannya).
a) Jika H0 diterima maka H1 di tolak
b) Jika H0 di tolak maka H1 di terima
Contoh Soal :
1. Sebuah perusahan mengadakan pelatihan teknik pemasaran. Sampel sebanyak 12 orang dengan metode biasa dan 10 orang dengan terprogram. Pada akhir pelatihan di berikan evaluasi dengan materi yang sama. Kelas pertama mencapai nilai rata-rata 75 dengan simpangan baku 4,5. Ujilah hipotesis kedua metode pelatihan, dengan alternative keduanya tidak sama! Gunakan taraf nyata 10%! Asumsikan kedua populasi menghampiri distribusi normal dengan varians yang sama!
Penyelesaian :
Diketahui :
n1 = 12 X1 = 80 s₁ = 4
n2 = 10 X2 = 75 s₂ = 4,5
Jawab:
a. Formulasi hipotesisnya :
Ho : µ₁ = µ₂
H1 : µ₁ ≠ µ₂
b. Taraf nyata dan nilai tabelnya :
α = 10% = 0,10
= 0,05
db = 12 + 10 – 2 = 20
t0,05;20 = 1,725
c. Kriteria pengujian :
o Ho di terima apabila -1,725 ≤ t0 ≤ 1,725
o Ho di tolak apabila t0 > 1,725 atau t0 < -1,725
d. Uji Statistik
e. Kesimpulan
Karena t0 = 2,76 > t0,05;20 = 1,725 maka Ho di tolak. Jadi, kedua metode yang digunakan dalam pelatihan tidak sama hasilnya.
2. Untuk mengetahui apakah keanggotaan dalam organisasi mahasiswa memiliki akibat baik atau buruk terhadap prestasi akademik seseorang, diadakan penelitian mengenai mutu rata-rata prestasi akademik. Berikut ini data selama periode 5 tahun.
Tahun
| |||||
1
|
2
|
3
|
4
|
5
| |
Anggota
Bukan Anggota
|
7,0
7,2
|
7,0
6,9
|
7,3
7,5
|
7,1
7,3
|
7,4
7,4
|
Ujilah pada taraf nyata 1% apakah keanggotaan dalam organisasi mahasiswa berakibat buruk pada prestasi akademiknya dengan asumsi bahwa populasinya normal !
Penyelesaian :
a. Formulasi hipotesisnya :
Ho : µ₁ = µ₂
H1 : µ₁ < µ₂
b. Taraf nyata dan nilai tabelnya :
α = 1% = 0,01
= 0,05
db = 5 - 1 = 4
t0,01;4 = -3,747
c. Kriteria pengujian :
o Ho di terima apabila t0 ≥ - 3,747
o Ho di tolak apabila t0 < - 3,747
d. Uji Statistik :
Anggota
|
Bukan Anggota
|
d
|
d2
|
7,0
7,0
7,3
7,1
7,4
|
7,2
6,9
7,5
7,3
7,4
|
-0,2
0,1
-0,2
-0,2
0,0
|
0,04
0,01
0,04
0,04
0,00
|
Jumlah
|
-0,5
|
0,13
|
e. Kesimpulan
Karena t0 = -1,6 > t0,01;4 = -3,747, maka Ho di terima. Jadi, keanggotaan organisasi bagi mahasiswa tidak membeikan pengaruh buruk terhadap prestasi akademiknya.
BAB III
PENUTUP
Kesimpulan
Hipotesis berasal dari bahasa Yunani, Hupo berarti Lemah atau kurang atau di bawah ,Thesis berarti teori, proposisi atau pernyataan yang disajikan sebagai bukti. Sehingga dapat diartikan sebagai Pernyataan yang masih lemah kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya masih sementara.
Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan memutuskan apakah menerima atau menolak hipotesis itu. Dalam pengujian hipotesis, keputusan yang di buat mengandung ketidakpastian, artinya keputusan bias benar atau salah, sehingga menimbulkan risiko.
· Prosedur Pengujian hipotesis
Ø Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha).
Ø Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
Ø Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.
Ø Langkah 4 : Melakukan uji statistik
Ø Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
· Jenis-Jenis Pengujian Hipotesis
1. Berdasarkan Jenis Parameternya
a. Pengujian hipotesis tentang rata-rata
b. Pengujian hipotesis tentang proporsi
c. Pengujian hipotesis tentang varians
2. Berdasarkan Jumlah Sampelnya
a. Pengujian hipotesis sampel besar (n > 30).
b. Pengujian hipotesis sampel kecil (n ≤ 30).
3. Berdasarkan Jenis Distribusinya
a. Pengujian hipotesis dengan distribusi Z
b. Pengujian hipotesis dengan distribusi t (t-student)
c. Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat)
d. Pengujian hipotesis dengan distribusi F (F-ratio)
4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya
a. Pengujian hipotesis dua pihak (two tail test)
b. Pengujian hipotesis pihak kiri atau sisi kiri
c. Pengujian hipotesis pihak kanan atau sisi kana
Komentar
Posting Komentar