Dokumen tersebut membahas tentang uji hipotesis, termasuk definisi hipotesis statistik, keputusan hipotesis, prosedur uji hipotesis, jenis-jenis uji hipotesis seperti parametrik dan nonparametrik, serta contoh soal uji hipotesis."
2. Hipotesis Statistik
• Suatu anggapan atau dugaan yang mungkin benar atau salah
mengenai satu populasi atau lebih.
• Untuk memastikan hipotesis, diperlukan pengujian data sampel.
• Tujuan: membuat generalisasi mengenai populasi
Keputusan Hipotesis:
• Penerimaan -> tidak cukup bukti untuk menolak
• Penolakan -> tidak cukup bukti untuk menerima
3. Prosedur Uji Formulasikan H0
dan H1
Hipotesis Pilihlah sebuah uji
yang sesuai
Pilihlah tingkat
signifikansi, ±
Kumpulkan data
dan hitung statistik
uji
Tentukan
Tentukan nilai
probabilitas yang
kritis statistik uji,
berasosiasi
TSCR
dengan statistik uji
Baningkan Tentukan apakah
probabilitas TSCR jatuh pada
dengan tingkat daerah penolakan
signifikansi, ± atau penerimaan
Tolak atau Terima H0
Buat kesimpulan
riset pemasaran
4. Langkah 1: Formulasikan Hipotesis (1/2)
• Hipotesis nol (H0) adalah • Hipotesis alternatif (H1) adalah
sebuah pernyataan status quo, hipotesis yang didalamnya
yaitu suatu pernyataan yang diharapkan ada beberapa
tidak berbeda atau tidak perbedaan atau pengaruh.
berpengaruh. • H1 : hipotesis alternatif yang
• H0 : menyatakan dengan pasti dapat memiliki beberapa
nilai dari parameter (ditulis kemungkinan (ditulis dalam
dalam bentuk persamaan) bentuk pertidaksamaan, seperti
>, <, ≠)
• H0 selalu merupakan hipotesis yang diuji
• Dalam analisis klasik, tidak mungkin menentukan H0 adalah
benar.
6. Arah Pengujian Hipotesis
• Uji satu arah
Pengajuan H0 dan H1 dalam uji satu arah adalah sebagai berikut:
- H0 : ditulis dalam bentuk persamaan (menggunakan tanda =)
- H1 : ditulis dalam bentuk lebih besar (>) atau lebih kecil (<)
- Uji satu arah bersifat lebih kuat dibandingkan dengan uji dua arah.
• Uji dua arah
Pengajuan H0 dan H1 dalam uji dua arah adalah sebagai berikut:
- H0 : ditulis dalam bentuk persamaan (menggunakan tanda =)
- H1 : ditulis dengan menggunakan tanda ≠
8. Langkah 2: Pilih Pengujian yang Sesuai (2/2)
Uji Hipotesis
Uji Non
Uji Parametrik
Parametrik (Data
(Data Metrik)
Nonmetrik)
Satu Sampel Dua Sampel Satu Sampel Dua Sampel
Uji t Chi-
Uji z square
K-S
Sampel Sampel Runs
Independen Berpasangan Binomial
Uji t Uji t
Dua berpasangan Sampel Sampel
Kelompok Independen Berpasangan
Uji z
Chi-square Sign
Mann- Wilcoxon
Whitney McNemar
Median Chi-Square
K-S
9. Langkah 3: Pilih Tingkat Signifikansi (2/2)
JENIS GALAT/KESALAHAN/ERROR
• Kesalahan jenis I : tolak H0 tetapi H0 benar
- dinyatakan dengan α (taraf signifikansi /taraf nyata uji)
- dikendalikan dengan menentukan tingkat risiko yang
dapat ditoleransi dari penolakan sebuah hipotesis nol yang
benar
•Kesalahan jenis II : terima H0 tetapi H0 salah
- dinyatakan dengan β
- bergantung pada nilai aktual parameter populasi
(proporsi)
10. Langkah 4: Kumpulkan data dan hitung statistik uji
Langkah 5: Tentukan Peluang (Nilai Kritis)
Langkah 6&7: Bandingkan Probabilitas (Nilai
Kritis) dan Buatlah Keputusan
Langkah 8: Kesimpulan Riset Pemasaran
12. Jenis-Jenis Uji Hipotesis
Uji Hipotesis
Uji Non
Uji Parametrik
Parametrik (Data
(Data Metrik)
Nonmetrik)
Satu Sampel Dua Sampel Satu Sampel Dua Sampel
Uji t Chi-
Uji z square
K-S
Sampel Sampel Runs
Independen Berpasangan Binomial
Uji t Uji t
Dua berpasangan Sampel Sampel
Kelompok Independen Berpasangan
Uji z
Chi-square Sign
Mann- Wilcoxon
Whitney McNemar
Median Chi-Square
K-S
13. Uji Hipotesis
• Uji parametrik : prosedur-prosedur uji hipotesis
yang mengasumsikan bahwa variabel-variabel
yang sedang diteliti diukur pada paling sedikit
satu skala interval.
• Uji non-parametrik : mengasumsikan bahwa
variabel-variabel yang diteliti diukur pada skala
nominal atau ordinal.
14. Uji Parametrik
• Satu Sampel
- membuat pernyataan mengenai variabel tunggal, contohnya
pangsa pasar untuk sebuah produk akan melebihi 15 persen.
• Dua Sampel Independen
- menghubungkan parameter-parameter dari dua populasi yang
berbeda, misalnya pengguna dan bukan pengguna sebuah merek
dalam hal persepsi mereka terhadap merek tersebut.
- sampel yang diambil secara acak dari populasi yang berbeda
disebut sampel independen.
• Dua Sampel Berpasangan
- kedua himpunan pengamatan terkait kepada responden-responden
yang sama, misalnya memeringkat dua merek yang bersaing,
mengevaluasi sebuah merek pada dua waktu yang berbeda.
15. Uji Non-Parametrik (1/3)
• Satu Sampel
- Uji Runs : uji keacakan untuk variabel-variabel
dikotomis; uji ini dilakukan dengan menentukan apakah
urutan perolehan pengamatan bersifat acak.
- Uji Binomial : menguji kesesuaian jumlah yang
diamati dari pengamatan setiap kategori sampai
jumlah yang diinginkan di bawah sebuah distribusi
binomial yang telah ditentukan spesifikasinya.
16. Uji Non-Parametrik (2/3)
• Dua Sampel Independen
- Uji U Mann-Whitney : uji statistik untuk sebuah variabel
yang diukur diatas sebuah skala ordinal yang
membandingkan perbedaan dalam hal lokasi dua
populasi berdasarkan pengamatan dari sampel
independen.
- Uji Median Du Sampel : menentukan apakah
kedua kelompok diambil dari populasi-populasi yang
mempunyai median yang sama
- Uji Kolmogorov Smirnov : menguji apakah kedua
distribusi adalah sama
17. Uji Non-Parametrik (3/3)
• Dua Sampel Berpasangan
- Uji Wilcoxon Matched-Pairs Signed-Ranks :
menganalisis perbedaan antara pengamatan yang
berpasangan, yang memperhatiakn ukuran perbedaan.
- Test Tanda : untuk menguji perbedaan lokasi dari
dua populasi, berdasarkan pengamatan
berpasangan, yang membandingkan hanya tanda-
tanda perbedaan antara pasangan-pasangan variabel
tanpa memperhatikan ukuran perbedaan tersebut.
18. Perbedaan Sampel Kecil dan Besar
No Sampel kecil Sampel Besar
1 Jumlah sampel < 30 Jumlah sampel ≥ 30
2 Standar deviasi Standar deviasi
berfluktuasi relatif berfluktuasi relatif kecil
besar
3 Distribusi t Distribusi z
Distribusi t mempunyai nilai kritis yg lebih besar dibandingkan
distribusi z . Hal ini terjadi karena distribusi t mempunyai standar
deviasi yg lebih besar dibandingkan distribusi z.
19. Uji t
• Uji t merupakan sebuah uji hipotesis
univariate menggunakan distribusi t, yang
digunakan ketika simpangan baku tidak
diketahui dan ukuran sampel kecil.
20. Contoh Satu Sampel
Sebuah perusahaan ingin memperkenalkan sebuah produk shampo
dengan formula baru. Produk ini sebelumnya akan diuji terlebih dahulu
sebelum benar-benar dipasarkan. Manajemen memutuskan apabila dari
penelitian rata-rata nilai diperoleh minimal sebesar 7 (pada skala 0-10),
maka produk ini jadi dipasarkan. Apabila sebaliknya, produk ini tidak
jadi dipasarkan. Informasi yang berhasil diperoleh dari riset pemasaran
adalah sebagai berikut:
– Sampel diambil sebanyak 20 responden
– Hasilnya rata-rata sebesar 7,9
– Standard deviasi = 1,6
– Tingkat kepercayaan yang digunakan adalah 95% (α=0,05)
Apakah produk baru tersebut perlu dipasarkan atau tidak?
21. Penyelesaian
• Tentukan hipotesis (H0) dan (H1)
• Hitung t hitung dengan rumus:
• Tentukan derajat kebebasan (df)
dengan menggunakan rumus n-1,
dimana n adalah jumlah sampel.
22. Penyelesaian
• Bandingkan dengan t tabel dimana t tabel
dilihat dari derajat kebebasan dan α
• Buat kesimpulan riset pemasaran yaitu
jika t hitung lebih besar dari t tabel, maka
H0 ditolak dan sebaliknya jika t hitung
lebih kecil dari t tabel maka H0 diterima.
23. Contoh Sampel Berpasangan
Sebuah pusat kebugaran memuat iklan
sebagai berikut: “Peserta dapat menurunkan
berat badannya minimal 20 pounds dalam 30
hari”. Untuk membuktikan kebenaran iklan
tersebut, seorang peneliti mengambil sampel
sebanyak 10 peserta. Penelitian dilakukan
untuk orang yang sama pada saat sebelum
melakukan pelatihan dan setelah melakukan
pelatihan. Tingkat kepercayaan yang
digunakan adalah 95% (α = 0,05)
25. • Tentukan derajat kebebasan (df) dengan
menggunakan rumus n-1, dimana n adalah
jumlah sampel.
• Bandingkan dengan t tabel dimana t tabel
dilihat dari derajat kebebasan dan α
• Buat kesimpulan riset pemasaran yaitu jika t
hitung lebih besar dari t tabel, maka H0 ditolak
dan sebaliknya jika t hitung lebih kecil dari t
tabel maka H0 diterima.
27. Uji Hipotesis Korelasi
Korelasi untuk sampel dinotasikan dengan r sedangkan
untuk populasi dinotasikan ρ (baca rho).
Uji korelasi bertujuan untuk menguji hubungan antara
dua variabel yang tidak menunjukkan hubungan
fungsional (berhubungan bukan berarti
disebabkan) Nugroho (2005:35).
Uji korelasi tidak membedakan jenis variabel apakah
variabel dependen maupun independen.
28. Koefisien Korelasi
Korelasi dinyatakan dalam % keeratan
hubungan antar variabel yang dinamakan
dengan koefisien korelasi, yang menunjukkan
derajat keeratan hubungan antara dua variabel
dan arah hubungannya (+ atau -).
29. Koefisien Korelasi (cont..)
Batas-Batas Koefisien Korelasi
Menurut Umar (2002:314) nilai koefisien korelasi berkisar antara–1 sampai
+1, yang kriteria pemanfaatannya dijelaskan sebagai berikut:
• Jika, nilai r > 0, artinya telah terjadi hubungan yang linier positif, yaitu makin
besar nilai variabel X makin besar pula nilai variabel Yatau makin kecil nilai
variabel X makin kecil pula nilai variabel Y.
• Jika, nilai r < 0, artinya telah terjadi hubungan yang linier negatif, yaitu makin
besar nilai variabel X makin kecil nilai variabel Y ataumakin kecil nilai
variabel X maka makin besar pula nilai variabel Y .
• Jika, nilai r = 0, artinya tidak ada hubungan sama sekali antaravariabel X dan
variabel Y.
• Jika, nilai r =1 atau r = -1, maka dapat dikatakan telah terjadihubungan linier
sempurna, berupa garis lurus, sedangkan untuk r yang makin mengarah ke
angka 0 (nol) maka garis makin tidak lurus.
30. Koefisien Korelasi (cont..)
Batas-batas nilai koefisien korelasi diinterpretasikan
sebagaiberikut (Nugroho, 2005:36):
• 0,00 sampai dengan 0,20 berarti korelasinya sangat
lemah.
• 0,21 sampai dengan 0,40 berarti korelasinya lemah.
• 0,41 sampai dengan 0,70 berarti korelasinya kuat.
• 0,71 sampai dengan 0,90 berarti korelasinya sangat kuat.
• 0,91 sampai dengan 0,99 berarti korelasinya sangat kuat
sekali.
• 1.00 berarti korelasinya sempurna.
31. Macam-macam Uji Korelasi
Uji korelasi terdiri dari uji korelasi Pearson (product
moment), Rank Spearman , dan Kendall.
Perbedaannya adalah:
• Korelasi Pearson (product moment) digunakan jika :
– Sampel datanya lebih dari 30 data (sampel besar) dan
kondisi datanya normal
– Termasuk statistik parametrik2.
• Korelasi Rank Spearman , dan Kendall
1. Sampel datanya kurang dari 30 data (sampel kecil) dan
kondisidatanya tidak normal
2. Termasuk statistik non-parametrik