Hipotesis merupakan pernyataan sementara yang perlu diuji kebenarannya. Pengujian hipotesis bertujuan untuk menentukan apakah hipotesis nol (Ho) dapat diterima atau ditolak berdasarkan data sampel. Terdapat dua jenis kesalahan yang mungkin terjadi dalam pengujian hipotesis, yaitu kesalahan tipe I dan II. Uji statistik dilakukan dengan menghitung nilai uji statistik dan membandingkannya dengan
Dokumen tersebut membahas tentang uji beda atau uji hipotesis, termasuk pengertian hipotesis, ciri-ciri hipotesis yang baik, jenis-jenis uji komparatif sampel, dan langkah-langkah menguji hipotesis dengan uji beda seperti menentukan hipotesis nol dan alternatif, menentukan taraf nyata, melakukan uji statistik, dan membuat kesimpulan.
Pendugaan rata-rata populasi dilakukan dengan menggunakan rata-rata sampel dan memperhatikan simpangan bakunya. Pengujian hipotesis digunakan untuk menguji kebenaran pernyataan tentang parameter populasi dengan menentukan hipotesis nol, statistik uji, dan kriteria keputusan. Metode pengujian hipotesis meliputi pengujian rata-rata, proporsi, variansi, dan perbandingan antar dua populasi.
1. Uji beda mean terdiri dari uji beda mean satu sampel, dua sampel independen, dan lebih dari dua sampel.
2. Uji beda mean satu sampel digunakan untuk menguji perbedaan mean populasi dengan mean data sampel menggunakan uji Z atau uji t.
3. Uji beda dua mean sampel independen berukuran besar menggunakan uji Z, sedangkan berukuran kecil menggunakan uji t.
Dokumen tersebut membahas tentang uji hipotesis, termasuk pengertian, jenis-jenis, dan langkah-langkah pelaksanaannya. Beberapa jenis uji hipotesis yang dijelaskan adalah uji hipotesis rata-rata populasi, uji hipotesis beda dua rata-rata populasi, dan uji hipotesis proporsi populasi. Contoh-contoh soal juga diberikan beserta penyelesaiannya untuk memperjelas penjelasan.
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Awal Akbar Jamaluddin
油
1. Tulisan ini membahas tiga metode pengujian homogenitas data yaitu uji F, uji Barlett, dan uji Runs.
2. Uji F digunakan untuk menguji homogenitas dua kelompok data dengan membandingkan nilai F hitung dan F tabel.
3. Uji Barlett menggunakan statistik chi-kuadrat untuk menguji apakah varians beberapa sampel berasal dari populasi yang sama.
4. Uji Runs menghitung jumlah run (deretan data yang sama
Modul ini menjelaskan tentang penggunakan uji T. Modul ini digunakan untuk kalangan terbatas saja, tapi jika ada kalangan lain yang ingin menggunakannya, dipersilahkan dengan tetap mengedepankan profesionalitas.
1. Dokumen tersebut membahas tiga jenis uji beda mean, yaitu: uji beda mean satu sampel, uji beda mean dua sampel independen, dan uji beda mean dua sampel dependen.
2. Uji beda mean satu sampel digunakan untuk menguji perbedaan mean populasi dengan mean data sampel. Uji beda mean dua sampel independen dibedakan menjadi ukuran besar dan kecil, sedangkan uji beda mean dua sampel dependen digunakan untuk men
Dokumen tersebut membahas tentang uji beda atau uji hipotesis, termasuk pengertian hipotesis, ciri-ciri hipotesis yang baik, jenis-jenis uji komparatif sampel, dan langkah-langkah menguji hipotesis dengan uji beda seperti menentukan hipotesis nol dan alternatif, menentukan taraf nyata, melakukan uji statistik, dan membuat kesimpulan.
Pendugaan rata-rata populasi dilakukan dengan menggunakan rata-rata sampel dan memperhatikan simpangan bakunya. Pengujian hipotesis digunakan untuk menguji kebenaran pernyataan tentang parameter populasi dengan menentukan hipotesis nol, statistik uji, dan kriteria keputusan. Metode pengujian hipotesis meliputi pengujian rata-rata, proporsi, variansi, dan perbandingan antar dua populasi.
1. Uji beda mean terdiri dari uji beda mean satu sampel, dua sampel independen, dan lebih dari dua sampel.
2. Uji beda mean satu sampel digunakan untuk menguji perbedaan mean populasi dengan mean data sampel menggunakan uji Z atau uji t.
3. Uji beda dua mean sampel independen berukuran besar menggunakan uji Z, sedangkan berukuran kecil menggunakan uji t.
Dokumen tersebut membahas tentang uji hipotesis, termasuk pengertian, jenis-jenis, dan langkah-langkah pelaksanaannya. Beberapa jenis uji hipotesis yang dijelaskan adalah uji hipotesis rata-rata populasi, uji hipotesis beda dua rata-rata populasi, dan uji hipotesis proporsi populasi. Contoh-contoh soal juga diberikan beserta penyelesaiannya untuk memperjelas penjelasan.
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Awal Akbar Jamaluddin
油
1. Tulisan ini membahas tiga metode pengujian homogenitas data yaitu uji F, uji Barlett, dan uji Runs.
2. Uji F digunakan untuk menguji homogenitas dua kelompok data dengan membandingkan nilai F hitung dan F tabel.
3. Uji Barlett menggunakan statistik chi-kuadrat untuk menguji apakah varians beberapa sampel berasal dari populasi yang sama.
4. Uji Runs menghitung jumlah run (deretan data yang sama
Modul ini menjelaskan tentang penggunakan uji T. Modul ini digunakan untuk kalangan terbatas saja, tapi jika ada kalangan lain yang ingin menggunakannya, dipersilahkan dengan tetap mengedepankan profesionalitas.
1. Dokumen tersebut membahas tiga jenis uji beda mean, yaitu: uji beda mean satu sampel, uji beda mean dua sampel independen, dan uji beda mean dua sampel dependen.
2. Uji beda mean satu sampel digunakan untuk menguji perbedaan mean populasi dengan mean data sampel. Uji beda mean dua sampel independen dibedakan menjadi ukuran besar dan kecil, sedangkan uji beda mean dua sampel dependen digunakan untuk men
Topik 11 Employee Engagement dan Analitik SentimenSeta Wicaksana
油
Di era digital, keterlibatan karyawan (Employee Engagement) menjadi faktor kunci dalam menentukan produktivitas, inovasi, dan retensi tenaga kerja dalam suatu organisasi. Karyawan yang terlibat secara emosional dengan pekerjaannya cenderung lebih produktif, loyal, dan memiliki kontribusi lebih besar terhadap keberhasilan bisnis.
Namun, tantangan utama yang dihadapi organisasi adalah bagaimana mengukur engagement karyawan secara objektif dan real-time. Pendekatan tradisional seperti survei tahunan sering kali tidak memberikan gambaran yang akurat tentang perasaan dan pengalaman kerja karyawan sehari-hari.
HR Analytics telah membawa perubahan besar dengan menghadirkan Analitik Sentimen (Sentiment Analysis) yang memungkinkan organisasi untuk menganalisis data keterlibatan karyawan secara lebih mendalam, berbasis data, dan real-time. Dengan memanfaatkan teknologi seperti Artificial Intelligence (AI), Machine Learning (ML), dan Natural Language Processing (NLP), organisasi kini dapat:
Mengukur tingkat kepuasan dan emosi karyawan berdasarkan data komunikasi digital dan feedback.
Memprediksi kemungkinan disengagement dan turnover karyawan menggunakan predictive analytics.
Menyesuaikan strategi keterlibatan karyawan dengan program yang lebih personal dan berbasis data.
Dengan pendekatan berbasis HR Analytics dan Analitik Sentimen, perusahaan dapat mengoptimalkan pengalaman kerja karyawan, meningkatkan retensi tenaga kerja, serta membangun lingkungan kerja yang lebih sehat dan produktif.
2. Tujuan Pembelajaran
Uji
Hipotesis
Uji
Hipotesis
Inferen
satu
sampel
Uji hipotesis
uji perbedaan
2 rata-rata
Uji hipotesis
uji beda lebih
dari 2 rata-
rata
Uji
hipotesis
perbedaan
proporsi
Uji
korelasi
Analisis
regresi UAS
Pertemuan 9 Pertemuan 10 Pertemuan 11 Pertemuan 12 Pertemuan 13 Pertemuan 14 Pertemuan 15 Pertemuan 116
Kemampuan Akhir yang
diharapkan
Mahasiswa dapat menjelaskan dan
mengaplikasikan penghitungan uji hipotesis satu
sampel
4. Langkah-Langkah Test Hipotesis
1.Merumuskan Hipotesis (H0 dan HA)
2.Menentukan batas kritis (留; db)
3.Menentukan nilai hitung (nilai statistik)
4.Pengambilan keputusan
5.Membuat kesimpulan
5. UJI DUA SISI & UJI SATU SISI
1.Uji dua sisi (two tail) digunakan jika parameter populasi dalam
hipotesis dinyatakan sama dengan (=).
2.Uji satu sisi (one tail) digunakan jika parameter populasi dalam
hipotesis dinyatakan lebih besar (>) atau lebih kecil (<).
6. Arah Uji Statistik
One Tail
Bila hipotesis alternatifnya
menyatakan adanya perbedaan
dan ada pernyataan yang
mengatakan hal satu lebih
tinggi/rendah dari hal lain.
Contoh: Berat badan bayi dari ibu
yang merokok lebih kecil
dibanding berat badan bayi dari
ibu tidak merokok.
Two Tail
Merupakan hipotesis alternatif
yang hanya menyatakan
perbedaan tanpa melihat apakah
hal satu lebih tinggi/rendah dari
hal lain.
Contoh: Ada perbedaan berat
badan bayi antara mereka yang
dilahirkan dari ibu yang merokok
dibandingkan dari ibu yang tidak
merokok.
7. 1. RUMUSAN HIPOTESIS (H0 dan H1)
1. Rumusan hipotesis terdiri dari H0 dan HA
H0: hipotesis observasi
HA: hipotesis alternatif
2. Rumusan hipotesis pada H0 dan HA dibuat menggunakan simbol
matematis sesuai dengan hipotesis
3. Beberapa kemungkinan rumusan hipotesis menggunakan tanda
matematis sebagai berikut:
9. 2. MENENTUKAN BATAS KRITIS
1.Perhatikan tingkat signifikansi (留) yang digunakan. Biasanya 1%,
5%, dan 10%.
2.Untuk uji dua sisi, gunakan 留/2, dan untuk uji 1 sisi, gunakan 留.
3.Banyaknya sampel (n) digunakan untuk menentukan derajat
bebas (db).
Satu sampel: df. = n 1
Dua sampel: df. = n1 + n2 2
4.Nilai Kritis ditentukan menggunakan tabel t atau tabel Z
10. 3. MENENTUKAN NILAI HITUNG (NILAI STATISTIK)
a. Menguji beda mean satu sampel
Bertujuan untuk mengetahui perbedaan mean populasi dengan mean data sampel
penelitian.
Oleh karena tujuan pengujian ini adalah membandingkan data satu sampel dengan
data populasinya, maka uji ini sering disebut: uji beda mean satu sampel.
Jenis-jenis uji hipotesis
11. 3. MENENTUKAN NILAI HITUNG (NILAI STATISTIK)
Berdasarkan ada tidaknya nilai maka jenis uji beda mean satu sampel dibagi
menjadi 2 jenis, yaitu :
a) Bila nilai diketahui maka digunakan uji Z, rumusnya :
b) Bila nilai tidak diketahui maka digunakan uji t, rumusnya :
Keterangan :
= standar deviasi data populasi
Sd = standar deviasi data sampel
n = jumlah sampel yang diteliti
12. 4. MENENTUKAN KEPUTUSAN
1.Membandingkan antara Nilai Hitung dengan Nilai Kritis. Jika
|t hitung| > t kritis, keputusan menolak H0. Sebaliknya .
2. Atau menggunakan gambar kurva distribusi normal. Jika
nilai hitung berada pada daerah penolakan H0, maka
keputusannya adalah menolak H0. Sebaliknya, .
18. untuk memutuskan apakah Ho ditolak maupun gagal ditolak, dapat dilakukan
dengan cara membandingkan nilai perhitungan uji statistik dengan cara
membandingkan nilai perhitungan uji statistik dengan nilai pada tabel
Nilai tabel yang dilihat sesuai dengan jenis uji distribusi uji yang kita lakukan,
misalnya kalua kita lakukan uji Z, nilai tabel yang dilihat dari tabelZ (tabel kurva
normal)
Contoh lain, jika kita melakukan uji T, setelah kita peroleh nilai perhitungan uji T
Kemudian dibandingkan angka yang ada pada tabel T
Besarnya nilai tabel sangat tergantung dari nilai 留 yang kita gunakan dan juga
tergantung dari apakah uji kita one tail atau two tail
a. Pendekatan Klasik
19. Dari kedua nilai tersebut (nilai perhitungan uji statistik dan nilai dari tabel) kita
dapat memutuskan apakah Ho ditolak atau Ho gagal ditolak dengan ketentuan
sebgaai berikut:
Bila nilai perhitungan uji statistik lebih besar dibandingkan nilai yang berasal
dari tabel ( nilai perhitungan > nilai tabel), keputusannya: Ho ditolak. Artinya
ada perbedaan kejadian (mean/proporsi) yang signifikan antara kelompok
data satu dengan kelompok data yang lain.
Bila nilai perhitungan uji statistik lebih kecil dibandingkan nilai yang berasal
dari tabel ( nilai perhitungan < nilai tabel), keputusannya: Ho gagal ditolak.
Artinya tidak ada perbedaan kejadian (mean/proporsi) yang signifikan antara
kelompok data satu dengan kelompok data yang lain.
22. H1
Ada hubungan positif antara durasi paparan sinar matahari dan kadar
vitamin D dalam tubuh.
23. Keterangan
勍
= rata-rata data sampel
亮 = rata-rata data populasi
Uji ini menggunakan uji dua arah sehingga untuk mencari nilai Z di tabel kurva
normal, nilai 留-nya harus dibagi dua arah, yaitu ujung kiri dan kanan dari suatu kurva
normal, sehingga nilai 留=1/2 留
1) Uji two tail
25. H1
Perokok aktif memiliki risiko lebih tinggi terkena kanker paru-paru
dibandingkan dengan non-perokok.
27. H1
Anak-anak yang telah lengkap imunisasi memiliki risiko lebih rendah terkena
penyakit campak dibandingkan dengan anak-anak yang belum diimunisasi.
29. Contoh Soal
Diketahui bahwa kadar kolesterol orang dewasa normal adalah 200 gr/100
ml dengan standar deviasi sebesar 56 gr. Seorang peneliti telah melakukan
pengukuran kadar kolesterol sekelompok penderita hipertensi yang
jumlahnya sebanyak 49 orang. Didapatkan rata-rata kadar kolesterol
mereka 220 gr/100 ml . Peneliti ini ingin menguji apakah kadar kolesterol
penderita hipertensi berbeda dengan kadar kolesterol orang dewasa ?
Penyelesaian :
Kadar kolesterol normal adalah mean populasi (亮) =200 mg
Standar deviasi populasi populasi () = 56 mg
Kadar kolesterol sampel ( 勍
)= 220 mg
30. Proses Pengujian :
1. Formulasi Hipotesis
Ho : Tidak ada perbedaan rata-rata kadar kolesterol orang dewasa
dengan penderita hipertensi (亮 = 200)
H1 : Ada perbedaan rata-rata kadar kolesterol orang dewasa dengan
penderita hipertensi (亮 200)
Bila dilihat dari hipotesis alternatifnya hanya ingin mengetahui
perbedaan, jenis uji statistik yang digunakan adalah two tail (dua arah)
2. Uji Statistik
karena kita mengetahui standar deviasi populasi dan ukuran sampel
(n)>30, maka uji statistik yang tepat adalah uji Z
31. 3. Level of significance : Tingkat signifikansi (留=5%)
4. Penghitungan uji statistik
dari soal, nilai standar deviasi populasi diketahui, maka rumus yang
digunakan adalah:
=
0
犁
=
220200
犁
56
49
= 2,5
5. Keputusan uji statistik
- Tentukan daerah kritis: Karena hipotesis alternatifnya dua arah (tidak
sama dengan), maka daerah kritis terletak di kedua ujung distribusi
normal standar
- Bandingkan statistik uji Z dengan nilai Z-tabel : dengan 留=0,05, nilai Z-
tabel untuk uji dua arah adalah 賊1,96
32. - Buat kesimpulan : Karena nilai Z hitung (2,5) berada diluar daerah kritis
(賊1,96), maka kita tolak Ho dan terima H1.
6. Kesimpulan
Dengan taraf signifikan 5%, dapat disimpulkan bahwa ada perbedaan
rata-rata kadar kolesterol orang dewasa dengan penderita hipertensi (亮
200)
33. Contoh Soal 2
Kalau peneliti tidak mengetahui besarnya standar deviasi populasi serta
hanya mengambil sebanyak 25 sampel penderita hipertensi. Maka untuk
itu standar deviasi populasi diestimasi saja memakai standar deviasi
sampel. Kita misalkan pada sampel ini didapatkan standar deviasi sampel
63 mg. karena itu uji statistik ini tidak memakai uji Z tetapi adalah uji t (t
test). Didalam uji t kita harus memakai distribusi t dengan
memperhatikan degree of freedom (df) atau derajat kebebasan yang
besarnya n-1 (df=n-1)
Ho: 亮 = 200
H1: 亮 200
36. 5. Keputusan uji statistik
- Tentukan daerah kritis: Karena hipotesis alternatifnya dua arah (tidak
sama dengan), maka daerah kritis terletak di kedua ujung
- Bandingkan statistik uji T dengan nilai T-tabel : dengan 留=0,05, nilai T-
tabel untuk uji dua arah adalah 賊2,093
- Buat kesimpulan : Karena nilai T hitung (1,59) berada dalam daerah
kritis (賊2,093), maka kita menerima Ho.
6. Kesimpulan
Dari penelitian ini dapat disimpulkan bahwa data sampel tidak
menyokong untuk menyatakan kadar kolesterol dari orang dewasa
berbeda dengan kadar kolesterol penderita hipertensi
Dengan kata lain dapat disimpulkan bahwa tidak ada perbedaan yang
bermakna kadar kolesterol orang dewasa dengan kadar kolesterol
penderita hipertensi
37. TUGAS
1. Sebuah penelitian dilakukan untuk mengetahui apakah rata-rata berat badan bayi
lahir di sebuah rumah sakit swasta berbeda dari 3 kg. Sampel acak sebanyak 400
bayi baru lahir diambil dan diukur berat badannya. Dari sampel tersebut, diperoleh
rata-rata berat badan bayi adalah 3,1 kg dengan standar deviasi populasi diketahui
sebesar 0,4 kg.
a. Formulasikan hipotesis nol (Ho) dan hipotesis alternatif (H1) untuk penelitian
ini
b. Tentukan uji statistik yang tepat untuk menguji hipotesis tersebut
c. Dengan taraf signifikan 5%, apakah dapat disimpulkan bahwa rata-rata berat
badan bayi lahir di rumah sakit tersebut berbeda dari 3 kg? jelaskan jawaban
anda.
38. TUGAS
2. Sebuah penelitian ingin mengetahui apakah rata-rata kadar gula darah puasa
pada pasien diabetes tipe 2 setelah mengikuti program diet rendah karbohidrat
lebih rendah dari 120 mg/dL. Sampel acak sebanyak 30 pasien diabetes tipe 2
dipilih dan mengikuti program diet tersebut selama 3 bulan. Setelah 3 bulan,
kadar gula darah puasa mereka diukur. Dari sampel tersebut, diperoleh rata-rata
kadar gula darah puasa sebesar 115 mg/dL dengan standar deviasi sampel 15
mg/dL.
a. Formulasikan hipotesis nol (H) dan hipotesis alternatif (H) untuk penelitian
ini.
b. Tentukan uji statistik yang tepat untuk menguji hipotesis tersebut.
c. Dengan taraf signifikansi 5%, apakah dapat disimpulkan bahwa rata-rata
kadar gula darah puasa pasien setelah mengikuti program diet lebih rendah
dari 120 mg/dL? Jelaskan jawaban Anda.
39. TUGAS
3. Seorang Kepala Puskesmas menyatakan bahwa rata-rata per hari jumlah kunjungan
pasiennya adalah 60 orang. Untuk membuktikan pernyataan tersebut, kemudian
diambil sampel random sebanyak 20 hari kerja dan diperoleh rata-rata 45 orang
dengan standar deviasi 10 orang. Coba Anda buktikan apakah benar pernyataan
Kepala Puskesmas tersebut dengan nilai alpha 5%!
42. Referensi
Hastono SP. 2016. Analisis Data pada Bidang Kesehatan. Jakarta:
RajaGrafindo Persada.
Sabri L dan Hastono SP. 2011. Statistik Kesehatan. Jakarta: RajaGrafindo
Persada.