Pengantar Pengujian Hipotesis

Pengujian hipotesis adalah metode statistik untuk menentukan apakah terdapat cukup bukti untuk menolak hipotesis nol.

Hipotesis Nol dan Hipotesis Alternatif

Dalam pengujian hipotesis:

• Hipotesis nol (H₀) mengasumsikan tidak ada pengaruh atau perbedaan.
• Hipotesis alternatif (H₁) menunjukkan adanya pengaruh atau perbedaan.

Melakukan Uji-t

Uji-t memeriksa apakah dua kelompok memiliki rata-rata yang berbeda secara signifikan.

data1 <- c(5.1, 6.2, 5.8, 6.5, 5.9)
data2 <- c(7.0, 6.8, 7.5, 7.1, 6.9)
t.test(data1, data2)

Menafsirkan Nilai-p

Nilai-p membantu menentukan apakah H₀ harus ditolak:

• Jika nilai-p < 0.05, tolak H₀ (hasil signifikan).
• Jika nilai-p > 0.05, jangan menolak H₀ (hasil tidak signifikan).

Uji Chi-Kuadrat

Uji chi-kuadrat memeriksa apakah variabel kategorikal saling independen.

observed <- matrix(c(20, 30, 50, 40), nrow=2)
chisq.test(observed)

Uji ANOVA

ANOVA membandingkan rata-rata di beberapa kelompok.

group1 <- c(5.1, 6.2, 5.8)
group2 <- c(7.0, 6.8, 7.5)
group3 <- c(4.9, 5.5, 5.2)
data <- data.frame(value = c(group1, group2, group3), 
                   group = rep(c('A', 'B', 'C'), each=3))
aov_test <- aov(value ~ group, data = data)
summary(aov_test)

Ukuran Pengaruh

Ukuran pengaruh mengukur kekuatan suatu hasil dan membantu menentukan signifikansi praktisnya.

Keterbatasan Pengujian Hipotesis

Pengujian hipotesis bergantung pada asumsi dan dapat dipengaruhi oleh ukuran sampel serta kualitas data.

Ringkasan

Dalam pelajaran ini, Anda telah mempelajari:

• Cara melakukan pengujian hipotesis.
• Cara menggunakan uji-t, chi-kuadrat, dan ANOVA.
• Pentingnya nilai-p dan ukuran pengaruh.