Pengujian Hipotesis

Apa itu Pengujian Hipotesis?

Pengujian hipotesis memastikan apakah asumsi tertentu benar untuk seluruh populasi. Ini adalah alat statistik. Ini menentukan validitas inferensi dengan mengevaluasi data sampel dari keseluruhan populasi.

Konsep hipotesis bekerja pada probabilitas terjadinya suatu peristiwa. Ini menegaskan apakah hasil hipotesis utama benar atau tidak. Ini diterapkan secara luas dalam penelitian — biologi, persidangan kriminal, pemasaran, dan manufaktur.

Takeaway kunci

• Pengujian hipotesis adalah interpretasi statistik yang memeriksa sampel untuk menentukan apakah hasilnya benar untuk populasi.
• Tes memungkinkan dua penjelasan untuk data — hipotesis nol atau hipotesis alternatif. Jika rata-rata sampel cocok dengan rata-rata populasi, hipotesis nol terbukti benar.
• Sebagai alternatif, jika rata-rata sampel tidak sama dengan rata-rata populasi, hipotesis alternatif diterima.
• Metode ini membutuhkan kemampuan analitis yang unggul dan, oleh karena itu, tidak dapat diakses oleh sebagian besar orang. Juga, metode ini sangat bergantung pada probabilitas.

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel menjadi Hyperlink
Misalnya: Sumber: Pengujian Hipotesis (wallstreetmojo.com)

Pengujian Hipotesis dalam Statistik Dijelaskan

Pengujian hipotesis menggunakan data sampel untuk memvalidasi penelitian. Para peneliti berspekulasi tentang hubungan antara berbagai faktor. Mereka kemudian mengumpulkan data untuk menguji hubungan tersebut. Berdasarkan data tersebut, peneliti menarik kesimpulan. Dalam statistikStatistikStatistik adalah ilmu di balik mengidentifikasi, mengumpulkan, mengatur dan meringkas, menganalisis, menafsirkan, dan terakhir, menyajikan data tersebut, baik kualitatif maupun kuantitatif, yang membantu membuat keputusan yang lebih baik dan efektif dengan relevansi.baca lebih lanjut, sangat penting untuk menghilangkan keacakan . Data seharusnya tidak disebabkan oleh kebetulan atau faktor acak. Pengujian hipotesis menghilangkan ketidakpastian tersebut.

Untuk setiap percobaan penelitian, terutama ada dua penjelasan: hipotesis nol Hipotesis Nol Hipotesis nol menganggap bahwa data sampel dan data populasi tidak memiliki perbedaan atau dengan kata sederhana, menganggap bahwa klaim yang dibuat oleh orang pada data atau populasi adalah mutlak kebenaran dan selalu benar. Jadi, meskipun sampel diambil dari populasi, hasil yang diperoleh dari studi sampel akan sama dengan asumsi.baca lebih lanjut dan hipotesis alternatif. Seringkali sulit untuk membuktikan sebuah teori; oleh karena itu, peneliti menguji untuk menolak hipotesis nol. Jadi, ketika hipotesis nol ditolak, teori alternatif yang tersisa diyakini benar.

Misalnya, jika kita percaya bahwa pengembalian dari indeks saham NASDAQIndeks SahamIndeks saham, yang juga dikenal sebagai indeks pasar saham, adalah alat yang digunakan untuk mengetahui kinerja saham/sekuritas di pasar dan untuk menghitung pengembalian atas saham investasi mereka investor menggunakannya untuk memiliki pengetahuan tentang kinerja investasi dan mengakses nilai total yang mereka miliki.baca lebih lanjut tidak nol. Maka hipotesis nol akan menyatakan: ‘pemulihan dari NASDAQ adalah nol.’ Pengujian dilakukan untuk tingkat signifikansi statistik yang berbeda Signifikansi Statistik Signifikansi statistik adalah probabilitas pengamatan yang tidak disebabkan oleh kesalahan pengambilan sampel.baca lebih lanjut.

Tes hipotesis rentan terhadap dua kesalahan—tipe 1 dan tipe 2. Jika hipotesis nol ditolak oleh hasil sampel meskipun benar—itu dianggap sebagai kesalahan tipe 1. Demikian pula, jika data sampel gagal menolak hipotesis nol, meskipun hipotesis nol salah, itu dianggap sebagai kesalahan tipe 2.

Jenis Pengujian Hipotesis

Berdasarkan distribusi populasi, pengujian hipotesis selanjutnya dikategorikan ke dalam sub-jenis:

• Sederhana : Dalam hipotesis sederhana, parameter populasi dinyatakan sebagai nilai tertentu, sehingga memudahkan analisis.
• Komposit : Dalam hipotesis gabungan, parameter populasi berkisar antara nilai yang lebih rendah dan lebih tinggi.
• One-tailed : Ketika mayoritas populasi terkonsentrasi pada satu sisi, itu disebut tes satu sisi. Dalam uji satu sisi, uji sampel lebih tinggi atau lebih rendah dari parameter populasi.

• Dua-ekor : Uji hipotesis dua-ekor bekerja ketika distribusi kritis populasi adalah dua sisi. Di sini sampel uji lebih tinggi atau lebih rendah dari sejumlah nilai yang diberikan.

Langkah-langkah Pengujian Hipotesis

Uji hipotesis melibatkan langkah-langkah berikut:

• Peneliti terlebih dahulu menyebutkan apakah idenya adalah teori nol atau hipotesis alternatif. Jika variabel tidak berkorelasi, maka diasumsikan nol. Alternatifnya, jika variabel menunjukkan korelasi, maka itu adalah hipotesis alternatif.
• Kemudian mereka mengumpulkan data yang relevan untuk pengambilan sampel—data tersebut secara dekat mewakili seluruh populasi tempat pengujian akan dilakukan.
• Selanjutnya peneliti memilih uji statistik yang sesuai dengan data yang terkumpul.
• Berdasarkan hasil pengujian dan tingkat signifikansi, mereka menerima atau menolak hipotesis nol.
• Akhirnya, temuan statistik disusun dan diringkas menjadi laporan penelitian.

Rumus Pengujian Hipotesis

Para peneliti memilih uji statistik yang berbeda seperti uji-tuji-TUji-T adalah metode untuk mengidentifikasi apakah rata-rata dua kelompok berbeda satu sama lain secara signifikan. Ini adalah pendekatan statistik inferensial yang memfasilitasi pengujian hipotesis.baca lebih lanjut atau rumus z-testsZ-testsZ-test digunakan pengujian hipotesis untuk data dengan ukuran sampel yang besar. Ini menunjukkan nilai yang diperoleh dengan membagi standar deviasi populasi dari perbedaan antara rata-rata sampel, dan rata-rata populasi.baca lebih lanjut. Rumus uji-z adalah sebagai berikut:

Z = ( x̅ – μ ₀ ) / (σ /√n)

• Di sini, x̅ adalah rata-rata sampel,
• μ ₀ adalah rata-rata populasi,
• σ adalah standar deviasi,
• n adalah ukuran sampel.

Berdasarkan hasil uji-Z, penelitian ini menghasilkan kesimpulan hipotesis. Itu bisa berupa nol atau alternatifnya. Mereka diukur menggunakan rumus berikut:

H ₀ : μ = μ ₀

H _a : μ≠μ ₀

Di Sini,

H ₀ = hipotesis nol

H _a = hipotesis alternatif

Jika nilai rata-rataMean ValueMean mengacu pada rata-rata matematis yang dihitung untuk dua nilai atau lebih. Ada dua cara utama: rata-rata aritmatika, di mana semua angka ditambahkan dan dibagi dengan beratnya, dan dalam rata-rata geometris, kita mengalikan angka-angka tersebut, mengambil akar ke-N dan menguranginya dengan satu.baca lebih lanjut sama dengan rata-rata populasi , maka hipotesis nol terbukti kebenarannya. Jika tidak, hipotesis alternatif dipertimbangkan.

Perhitungan Pengujian Hipotesis dengan Contoh

Sebuah perusahaan manufaktur baterai menyatakan bahwa umur rata-rata baterai kendaraan roda duanya adalah 2,1 tahun. Inspektur kualitas mensurvei sepuluh pelanggan untuk mengetahui masa pakai baterai mereka. Data berikut dikumpulkan:

Jika standar deviasi 0,17 dan tingkat signifikansi 0,05, lakukan pengujian hipotesis untuk membuktikan klaim perusahaan.

Solusi :

Diberikan:

μ ₀ = 2,1 tahun

σ = 0,17

n = 10

Tingkat Signifikansi = 0,05

Dengan asumsi bahwa klaim perusahaan tentang masa pakai baterai rata-rata 2,1 tahun adalah benar,

Kita perlu membuktikan bahwa:

H ₀ : μ=μ ₀ , atau

H _a : μ≠μ ₀

Rata-rata sampel (x̅) = (1,9 + 2,3 + 2,1 + 2,2 + 1,9 + 2,4 + 2,1 + 2,3 + 2,2 + 2,0) / 10 = 2,14 tahun.

Menerapkan rumus Z-test:

Z = ( x̅ – μ ₀ ) / (σ /√n)

Z = (2,14 – 2,1) / (0,17 / √10) = 0,744

Kita sudah tahu bahwa tingkat signifikansinya adalah 0,05, dan z-score-nya adalah 1,645. Mari kita bandingkan Z-test dengannya.

0,744˂ 1,645; oleh karena itu, hipotesis nol benar.

Dengan demikian, klaim perusahaan bahwa umur rata-rata baterainya adalah 2,1 tahun terbukti benar.

Relevansi dan Penggunaan

Pengujian hipotesis memvalidasi teori dengan bantuan inferensi statistik yang sistematis. Namun, pada praktiknya tidak mudah. Oleh karena itu, peneliti mencoba menolak hipotesis nol untuk memvalidasi penjelasan alternatif.

Pengujian hipotesis diterapkan secara luas dalam bidang psikologi, biologi, kedokteran, keuangan, produksi, pemasaran, periklanan, dan pidana.

Keterbatasan

Pengujian hipotesis adalah semua tentang asumsi dan interpretasi. Oleh karena itu, diperlukan kemampuan analitis yang unggul. Akibatnya, sebagian besar tidak dapat diakses.

Juga, metode ini sangat bergantung pada probabilitas belaka. Mungkin ada kesalahan dalam data. Ini bekerja lebih baik untuk ukuran sampel yang besar. Untuk kumpulan sampel yang lebih kecil, pendekatan ini mungkin bukan yang paling cocok.

Pertanyaan yang Sering Diajukan (FAQ)

Apa nilai-P dalam pengujian hipotesis?

Nilai-P mengacu pada probabilitas hipotesis nol ditolak. Perhitungan nilai-P menentukan apakah hasil yang diasumsikan akan benar atau tidak. Nilai yang lebih tinggi menentukan penerimaan hasil yang diasumsikan, sedangkan nilai yang lebih rendah menandakan penolakan terhadap hasil yang diasumsikan ini dan penerimaan hasil alternatif.

Apa hipotesis nol dan alternatifnya?

Hipotesis nol adalah pernyataan yang membuktikan bahwa rata-rata sampel sama dengan rata-rata populasi. Hipotesis alternatif adalah kebalikan dari hipotesis nol, yaitu menyatakan bahwa ada perbedaan antara rata-rata sampel dan rata-rata populasi.

Mengapa pengujian hipotesis penting?

Ini adalah alat statistik yang berguna yang menginterpretasikan kesimpulan berbasis data — sedemikian rupa sehingga berlaku untuk seluruh populasi. Ini diimplementasikan dalam penelitian ilmiah, penelitian medis, psikologi, manufaktur, pemasaran, periklanan, dan pengadilan kriminal.

Artikel yang Direkomendasikan

Ini telah menjadi panduan untuk Pengujian Hipotesis dan maknanya. Kami menjelaskan langkah-langkah pengujian hipotesis, jenis, perhitungan, tingkat signifikansi, nilai-p, dan uji-z menggunakan contoh. Anda dapat mempelajari lebih lanjut tentang pemodelan excel dari artikel di bawah ini –

• Menghitung P-Value di Excel
• Rumus Uji-F
• Rumus Nilai-P
• Bell CurveBell CurveBell Curve grafik menggambarkan distribusi normal yang merupakan jenis probabilitas kontinu. Namanya diambil dari bentuk grafiknya yang menyerupai lonceng. Baca selengkapnya