Klaim statistik diuji lewat kerangka hipotesis: null dan alternatif, significance level, p-value, serta risiko galat Tipe I dan II. Section ini menerapkan z-test, t-test, chi-square, dan ANOVA, melengkapinya dengan uji nonparametrik (Mann-Whitney U, Wilcoxon, Kruskal-Wallis), lalu memperluas ANOVA ke dua faktor sekaligus konsep interaksi, ditutup interpretasi hasil yang benar.
Pahami mengapa klaim tentang populasi memerlukan pengujian formal, definisi hipotesis sebagai pernyataan yang dapat diuji, alur keputusan lima langkah, analogi pengadilan, serta pilihan uji satu arah atau dua arah.
Buka → # Null dan Alternative HypothesisRumuskan hipotesis nol sebagai status quo dan hipotesis alternatif sebagai tujuan bukti, kuasai notasi tiga kasus arah, pahami pembobotan bukti yang menempatkan beban pada H1, dan hindari bahasa keliru bahwa H0 terbukti.
Buka → # Significance LevelTetapkan significance level α sebagai ambang risiko galat Tipe I sebelum data dilihat, pahami maknanya sebagai luas daerah kritis pada distribusi, nilai lazim 0.05/0.01/0.10 beserta konteksnya, serta bedakan α dari p-value.
Buka → # P-ValueDefinisikan p-value secara presisi sebagai peluang data setara atau lebih ekstrem bila H0 benar, baca kedua kasus sekolah secara numerik, bongkar miskonsepsi populer, dan pahami mengapa p = 0.05 bukan ambang mutlak.
Buka → # Type I dan Type II ErrorsBangun matriks keputusan 2x2 yang memetakan galat Tipe I dan Tipe II beserta konsekuensinya pada diagnosis medis dan quality control, definisikan power = 1 - beta, dan hitung kedua galat secara numerik pada contoh penuh.
Buka → # Z-Test dan T-TestTerapkan uji mean dengan z-test saat σ diketahui dan t-test saat σ ditaksir dari sampel: worked example lima langkah, versi dua sampel independen dengan variance gabungan, sentuhan paired t-test, dan implementasi scipy.
Buka → # Chi-Square TestUji data kategorik dengan chi-square: goodness-of-fit untuk membandingkan hitungan amatan dengan hitungan harapan, uji kemandirian untuk tabel silang, syarat expected count minimal 5, dan pilihan chi-square versus t-test.
Buka → # ANOVABandingkan tiga mean atau lebih dengan Analysis of Variance: uraikan varians antar kelompok versus di dalam kelompok ke dalam statistik F, kerjakan contoh tiga metode belajar lengkap dengan tabel ANOVA, pelajari asumsinya, dan kenali uji post-hoc.
Buka → # Interpretasi Hasil PengujianRangkai seluruh section menjadi keterampilan interpretasi: bedah anatomi keluaran software, rumuskan kalimat kesimpulan yang tepat, bedakan significance statistik dari bermakna praktik, laporkan effect size dan confidence interval, serta hindari p-hacking dan HARKing.
Buka → # Mann-Whitney U TestBandingkan dua sampel independen tanpa mensyaratkan normalitas lewat peringkat: kuasai mekanik rank dan statistik U dengan mean serta standard error-nya, kerjakan contoh manual sampel kecil, lalu uji ulang data kelas A dan kelas B dari chapter Z-Test dan T-Test.
Buka → # Wilcoxon Signed-Rank TestUji data berpasangan dengan peringkat bertanda: hitung selisih tiap pasangan, ranking nilai mutlaknya, jumlahkan menjadi statistik W, kerjakan contoh program bimbingan tujuh siswa hingga keputusan akhir, dan bandingkan kekuatannya dengan paired t-test.
Buka → # Kruskal-Wallis TestPerluas uji peringkat ke tiga kelompok independen atau lebih dengan statistik H: pahami masalah pengujian berganda, kerjakan ulang data tiga metode belajar dari chapter ANOVA sampai tabel peringkat, lalu lakukan analisis lanjutan dengan pairwise Mann-Whitney dan α terkoreksi.
Buka → # Two-Way ANOVAPerluas ANOVA ke dua faktor sekaligus: kuasai kosakata desain faktorial, uraikan SS total menjadi komponen efek utama dan interaksi, kerjakan contoh 2×2 metode belajar × durasi latihan dari data mentah sampai tiga uji F, lalu verifikasi tabel ANOVA-nya dengan statsmodels.
Buka → # Interaksi Antar FaktorBedah konsep interaksi dua faktor: baca pola mean sel dan sisa non-aditif, kenali garis sejajar versus merenggang pada interaction plot, uji simple effect satu faktor pada tiap level faktor lain dengan F dan statsmodels, terapkan prinsip hierarki, serta pahami kapan interaksi diharapkan dan batas kekuatan ujinya.
Buka →