Uji Hipotesis · stdsquare²

Anda mengelola sebuah toko daring. Selama enam bulan, dari setiap 100 pengunjung rata-rata 5 orang melakukan pembelian — angka 5% itu stabil. Lalu tim teknis mengubah tampilan tombol “Beli”. Dua minggu setelah tampilan baru tayang, dari 1.000 pengunjung tercatat 58 pembelian, yaitu 5,8%.

Naik 0,8%. Pertanyaannya: apakah ini bukti bahwa tampilan baru benar-benar lebih baik, atau cuma naik-turun kebetulan yang biasa terjadi minggu ke minggu?

Pertanyaan semacam ini muncul di mana-mana. Apakah obat baru lebih manjur? Apakah kampanye iklan menaikkan penjualan? Apakah perubahan kebijakan membawa dampak nyata? Semua dijawab dengan alat yang sama: uji hipotesis — cara baku untuk memutuskan, berdasarkan data, apakah sebuah selisih cukup besar untuk dianggap nyata, atau masih bisa dijelaskan oleh kebetulan.

Intuisi: Menimbang Bukti, Bukan Membuktikan Kebenaran

Sebelum masuk lambang, pahami dulu logikanya lewat satu gambaran yang sudah akrab: sidang pengadilan.

Di pengadilan, terdakwa dianggap tidak bersalah sampai jaksa berhasil membuktikan sebaliknya. Beban pembuktian ada di pihak jaksa. Kalau bukti yang diajukan lemah, hakim memutus “tidak terbukti bersalah” — bukan berarti terdakwa pasti benar-benar tak bersalah, hanya saja buktinya kurang kuat untuk menghukum.

Uji hipotesis bekerja persis seperti itu:

Sidang pengadilan	Uji hipotesis
Terdakwa dianggap tidak bersalah sampai terbukti	$H_0$ dianggap benar sampai terbantah
Jaksa harus membuktikan kesalahan secara meyakinkan	Data harus membantah $H_0$ secara meyakinkan
Beban pembuktian pada jaksa, bukan terdakwa	Beban pada data, bukan pada $H_0$
Putusan: “bersalah” atau “tidak terbukti bersalah”	Putusan: “tolak $H_0$” atau “gagal tolak $H_0$”
“Tidak terbukti bersalah” ≠ “pasti tak bersalah”	“Gagal tolak $H_0$” ≠ “$H_0$ benar”

Inti yang paling sering dilupakan: gagal menolak $H_0$ tidak sama dengan membuktikan $H_0$ benar. Sama seperti putusan “tidak terbukti bersalah” tidak menyatakan terdakwa pasti suci — buktinya saja yang belum cukup untuk menghukum.

Dua Hipotesis: Nol dan Alternatif

Setiap uji hipotesis bertumpu pada dua pernyataan yang saling melengkapi.

Hipotesis nol ($H_0$) — pernyataan “tidak ada efek” atau “keadaan apa adanya”. Inilah yang kita posisikan sebagai terdakwa: dianggap benar sampai data membantahnya. Lambang $H_0$ dibaca “H-nol”.

Hipotesis alternatif ($H_1$, kadang ditulis $H_a$) — pernyataan “ada efek”. Inilah yang ingin kita dukung dengan bukti. Lambang $H_1$ dibaca “H-satu”.

Untuk kasus tampilan tombol tadi:

$H_0$: tampilan baru tidak mengubah tingkat pembelian (proporsi = 5%, atau $p = 0{,}05$).
$H_1$: tampilan baru mengubah tingkat pembelian (proporsi ≠ 5%, atau $p \neq 0{,}05$).

Perhatikan: $H_0$ selalu memuat tanda sama dengan ($=$), karena ia menyebut satu nilai tertentu yang akan kita uji. $H_1$ memuat tanda “tidak sama dengan”, “lebih besar”, atau “lebih kecil”.

Dua-arah atau Satu-arah?

Bentuk $H_1$ menentukan apakah ujinya dua-arah (memeriksa selisih ke kedua sisi) atau satu-arah (hanya satu sisi).

Tipe uji	Kapan dipakai	Contoh $H_1$
Dua-arah	Belum yakin arah efeknya (bisa naik, bisa turun)	$\mu \neq 5$
Satu-arah (kanan)	Hanya peduli kenaikan	$\mu > 5$
Satu-arah (kiri)	Hanya peduli penurunan	$\mu < 5$

Pegangan: kalau ragu, pakai dua-arah — lebih ketat (lebih sulit menolak $H_0$, jadi lebih jujur). Uji satu-arah hanya sah kalau arah efek sudah ditetapkan dari teori sebelum melihat data. Memilih satu-arah setelah melihat hasil condong ke mana adalah bentuk kecurangan yang dibahas di bagian Kesalahan Umum.

Statistik Uji: Mengukur Seberapa Jauh Data dari $H_0$

Setelah hipotesis siap, kita butuh satu angka yang merangkum seberapa jauh data kita menyimpang dari $H_0$. Angka itu disebut statistik uji.

Idenya sederhana: ambil selisih antara apa yang kita amati dan apa yang $H_0$ klaim, lalu bagi dengan ukuran sebaran wajar. Hasilnya menyatakan “selisih ini setara berapa kali simpangan baku” — makin besar, makin jauh data dari $H_0$, makin kuat bukti melawan $H_0$.

Untuk rata-rata ketika simpangan baku populasi tidak diketahui (keadaan paling lazim), statistik ujinya adalah:

$$t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}}$$

Penjelasan tiap lambang:

$\bar{x}$ (dibaca “x-bar”) = rata-rata sampel, yaitu rata-rata data yang benar-benar kita kumpulkan. Misalnya kalau kita ukur 8 botol dan rata-ratanya 502 ml, maka $\bar{x} = 502$.
$\mu_0$ (dibaca “mu-nol”) = nilai yang diklaim $H_0$. Kalau $H_0$ berkata “isi botol = 500 ml”, maka $\mu_0 = 500$.
$s$ = simpangan baku sampel (ukuran seberapa tersebar data; lihat Variabilitas).
$n$ = banyak data dalam sampel; $\sqrt{n}$ akar dari banyak data.
$s / \sqrt{n}$ = galat baku rata-rata, yaitu seberapa jauh rata-rata sampel wajar bergeser dari rata-rata sebenarnya.

Untuk proporsi (data berupa “ya/tidak”, seperti membeli atau tidak), bentuknya serupa, hanya pembilang dan penyebutnya menyesuaikan proporsi:

$$z = \frac{\hat{p} - p_0}{\sqrt{p_0(1 - p_0)/n}}$$

Di sini $\hat{p}$ (dibaca “p-topi”) = proporsi yang diamati pada sampel (misalnya 58 dari 1.000 = 0,058), dan $p_0$ = proporsi yang diklaim $H_0$ (misalnya 0,05). Bentuk akar di penyebut adalah galat baku untuk proporsi.

Taraf Nyata α dan Nilai Kritis

Kita sudah punya satu angka (statistik uji) yang menyatakan seberapa jauh data dari $H_0$. Pertanyaan berikutnya: seberapa jauh itu “cukup jauh” untuk menolak $H_0$? Di sinilah dua gagasan masuk.

Taraf nyata $\alpha$ (dibaca “alfa”) adalah batas risiko yang kita bersedia tanggung untuk salah menolak $H_0$ padahal sebenarnya $H_0$ benar. Bahasa sehari-harinya: berapa besar peluang “menghukum orang tak bersalah” yang masih kita izinkan.

$\alpha = 0{,}05$ — baku di kebanyakan riset (peluang 5% keliru menolak $H_0$).
$\alpha = 0{,}01$ — lebih ketat (peluang 1%), dipakai saat salah-tolak mahal akibatnya.
$\alpha = 0{,}10$ — lebih longgar (peluang 10%), jarang dipakai.

Nilai kritis adalah ambang yang memisahkan “cukup jauh” dari “belum cukup jauh”. Begitu $\alpha$ dipilih, nilai kritis langsung tertentu dari tabel (atau Excel). Untuk uji dua-arah dengan $\alpha = 0{,}05$ pada distribusi normal, nilai kritisnya $\pm 1{,}96$. Daerah di luar nilai kritis — di kedua ekor kurva — disebut daerah penolakan:

Kurva sebaran statistik uji bila $H_0$ benar. Dua garis putus menandai nilai kritis $-z^*$ dan $+z^*$. Kedua ekor di luarnya (terarsir) adalah daerah penolakan — luas totalnya = $\alpha$. Daerah tengah = gagal tolak $H_0$. Panah menunjuk statistik uji teramati ($z$ hitung): karena jatuh di ekor kanan (melewati $+z^*$), keputusannya tolak $H_0$.

Aturan keputusannya jadi gampang dibayangkan: kalau statistik uji jatuh di daerah terarsir (lebih ekstrem dari nilai kritis), tolak $H_0$; kalau jatuh di daerah tengah, gagal tolak $H_0$.

Nilai-p: Cara Kedua Membaca Hasil yang Sama

Ada satu lagi angka yang mengukur hal serupa dari sudut berbeda: nilai-p (p-value). Nilai-p adalah peluang memperoleh statistik uji seekstrem ini (atau lebih ekstrem), dengan anggapan $H_0$ benar. Makin kecil nilai-p, makin janggal data kita seandainya $H_0$ benar — jadi makin kuat alasan menolak $H_0$.

Secara gambar, nilai-p adalah luas ekor di bawah kurva, mulai dari posisi statistik uji teramati sampai ke ujung:

Nilai-p = luas ekor. Garis ambang dipasang di posisi statistik uji teramati; luas daerah terarsir di sebelahnya = peluang memperoleh hasil seekstrem itu jika $H_0$ benar. Luas kecil (ekor tipis) → data janggal di bawah $H_0$ → tolak $H_0$.

Dua jalan, satu kesimpulan. Membandingkan statistik uji dengan nilai kritis, atau membandingkan nilai-p dengan $\alpha$, selalu memberi keputusan yang sama:

Statistik uji lebih ekstrem dari nilai kritis ⟺ nilai-p < $\alpha$ → tolak $H_0$.
Statistik uji di dalam nilai kritis ⟺ nilai-p ≥ $\alpha$ → gagal tolak $H_0$.

Lima Langkah Uji Hipotesis

Kerangka ini berlaku untuk semua uji (z, t, khi-kuadrat, F) — yang berubah hanya rumus statistik ujinya.

Rumuskan hipotesis. Tulis $H_0$ dan $H_1$ secara matematis, sebelum melihat data.
Pilih taraf nyata $\alpha$. Biasanya 0,05. Tetapkan juga uji satu-arah atau dua-arah.
Hitung statistik uji. Masukkan data ke rumus $z$ atau $t$.
Tentukan nilai kritis (dan daerah penolakan), atau hitung nilai-p.
Putuskan dan tafsirkan. Tolak $H_0$ kalau statistik uji masuk daerah penolakan (atau nilai-p < $\alpha$); selain itu gagal tolak $H_0$. Lalu nyatakan artinya dalam bahasa kasus aslinya.

Contoh Hitung dari Nol (1): Uji Proporsi

Kembali ke kasus pembuka — tampilan tombol baru.

Data mentah. Dua minggu setelah tayang: 1.000 pengunjung, 58 di antaranya membeli. Maka proporsi teramati $\hat{p} = 58 / 1000 = 0{,}058$.

Langkah 1 — hipotesis.

$H_0$: $p = 0{,}05$ (tidak ada perubahan)
$H_1$: $p \neq 0{,}05$ (dua-arah — belum yakin naik atau turun)

Langkah 2 — taraf nyata. $\alpha = 0{,}05$, uji dua-arah.

Langkah 3 — statistik uji. Karena ini data proporsi, pakai $z$. Nilai $H_0$ adalah $p_0 = 0{,}05$, dan $n = 1000$:

$$z = \frac{\hat{p} - p_0}{\sqrt{p_0(1 - p_0)/n}} = \frac{0{,}058 - 0{,}05}{\sqrt{0{,}05 \times 0{,}95 / 1000}}$$

Hitung penyebutnya dulu: $0{,}05 \times 0{,}95 / 1000 = 0{,}0000475$, akarnya $\approx 0{,}00689$. Maka:

$$z = \frac{0{,}008}{0{,}00689} = 1{,}161$$

Langkah 4 — nilai kritis dan nilai-p. Untuk uji dua-arah $\alpha = 0{,}05$, nilai kritis $\pm 1{,}96$. Statistik uji kita $z = 1{,}161$, lebih kecil dari 1,96 — jadi jatuh di daerah tengah, bukan daerah penolakan. Sebagai pelengkap, nilai-p:

$$p\text{-value} = 2 \times P(Z > |1{,}161|) = 2 \times 0{,}1228 = 0{,}2456$$

(Di Excel: =2*(1 - NORM.S.DIST(1,161; TRUE)) menghasilkan 0,2456.)

Langkah 5 — keputusan. Nilai-p (0,2456) ≥ $\alpha$ (0,05), dan $|z| = 1{,}161 < 1{,}96$. Keduanya sepakat: gagal menolak $H_0$.

Tafsiran. Data belum memberi bukti cukup bahwa tampilan baru mengubah tingkat pembelian. Kenaikan 0,8% masih masuk akal sebagai naik-turun kebetulan. Ingat analogi pengadilan: ini bukan vonis “tampilan baru pasti tidak berpengaruh” — bisa saja sampelnya (1.000 pengunjung) memang belum cukup besar untuk menangkap efek yang kecil. Jalan keluarnya: kumpulkan data lebih banyak.

Contoh Hitung dari Nol (2): Uji Rata-rata (t)

Sebuah pabrik mengklaim mesin pengisinya menuang 500 ml per botol. Bagian kendali mutu curiga isi sebenarnya meleset (bisa lebih, bisa kurang), lalu mengambil 8 botol secara acak dan mengukurnya.

Data mentah (ml): 499, 501, 502, 503, 505, 504, 500, 502.

Langkah 1 — hipotesis.

$H_0$: $\mu = 500$ (mesin tepat sesuai klaim)
$H_1$: $\mu \neq 500$ (dua-arah — meleset ke salah satu sisi)

Langkah 2 — taraf nyata. $\alpha = 0{,}05$, uji dua-arah.

Langkah 3 — statistik uji. Pertama hitung rata-rata sampel:

$$\bar{x} = \frac{499 + 501 + 502 + 503 + 505 + 504 + 500 + 502}{8} = \frac{4016}{8} = 502$$

Lalu simpangan baku sampel, langkah demi langkah (urutkan dulu agar rapi):

$x_i$ (ml)	$x_i - \bar{x}$	$(x_i - \bar{x})^2$
499	−3	9
500	−2	4
501	−1	1
502	0	0
502	0	0
503	1	1
504	2	4
505	3	9
Σ	0	28

Jumlah kuadrat simpangan = 28. Varians sampel dan simpangan bakunya:

$$s^2 = \frac{\sum (x_i - \bar{x})^2}{n - 1} = \frac{28}{8 - 1} = \frac{28}{7} = 4 \quad\Rightarrow\quad s = \sqrt{4} = 2$$

Galat baku rata-rata: $s / \sqrt{n} = 2 / \sqrt{8} = 2 / 2{,}828 = 0{,}7071$. Sekarang masukkan ke rumus $t$ dengan $\mu_0 = 500$:

$$t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}} = \frac{502 - 500}{0{,}7071} = \frac{2}{0{,}7071} = 2{,}828$$

Langkah 4 — nilai kritis. Untuk uji-t kita butuh derajat kebebasan $df = n - 1 = 8 - 1 = 7$. Dari tabel-t, nilai kritis dua-arah $\alpha = 0{,}05$ pada $df = 7$ adalah $\pm 2{,}365$. (Di Excel: =T.INV.2T(0,05; 7) = 2,365.) Statistik uji kita $t = 2{,}828$ lebih besar dari 2,365 → masuk daerah penolakan. Nilai-p sebagai pelengkap: =T.DIST.2T(2,828; 7) = 0,0255.

Langkah 5 — keputusan. $|t| = 2{,}828 > 2{,}365$, dan nilai-p (0,0255) < $\alpha$ (0,05). Tolak $H_0$.

Tafsiran. Ada bukti yang cukup kuat (pada $\alpha = 0{,}05$) bahwa isi botol rata-rata tidak 500 ml. Rata-rata sampel 502 ml menunjukkan mesin cenderung mengisi berlebih. Bagian kendali mutu pantas menghentikan lini untuk pemeriksaan.

Galat Jenis I dan Jenis II

Karena uji hipotesis adalah keputusan berdasarkan data yang terbatas, ada dua cara kita bisa keliru:

	$H_0$ sebenarnya benar	$H_0$ sebenarnya salah
Tolak $H_0$	Galat jenis I ($\alpha$)	Keputusan tepat
Gagal tolak $H_0$	Keputusan tepat	Galat jenis II ($\beta$)

Galat jenis I = menolak $H_0$ padahal $H_0$ benar — “menghukum orang tak bersalah”. Peluangnya persis $\alpha$ yang kita pilih.

Galat jenis II = gagal menolak $H_0$ padahal $H_0$ salah — “membebaskan orang yang sebenarnya bersalah”. Peluangnya dilambangkan $\beta$ (dibaca “beta”).

Kuasa uji (power) = $1 - \beta$ = peluang berhasil menolak $H_0$ ketika $H_0$ memang salah. Makin tinggi makin baik; standar riset menargetkan kuasa $\geq 0{,}80$.

Ada pertukaran yang tak terhindarkan: memperkecil $\alpha$ (lebih sulit salah-hukum) otomatis memperbesar $\beta$ (lebih mudah salah-bebas), bila hal lain tetap. Kuasa uji naik bila efek sebenarnya besar, sampel besar, sebaran data kecil, atau $\alpha$ dilonggarkan.

Bereksperimen Sendiri

Geser pengatur ukuran efek, banyak sampel, dan $\alpha$. Amati bagaimana dua kurva sebaran saling bertindih dan bagaimana luas galat jenis I dan jenis II — serta kuasa uji — berubah.

Cobalah:

Set ukuran efek kecil (0,2) dengan $n = 30$ — perhatikan kuasa uji rendah.
Naikkan $n$ ke 200 — kuasa uji melonjak.
Naikkan ukuran efek ke 1,0 — kuasa uji mendekati 100%.
Bandingkan $\alpha = 0{,}01$ dan $\alpha = 0{,}10$ — pertukaran antara $\alpha$ dan $\beta$ terlihat jelas.

Kaitan dengan Interval Kepercayaan

Uji hipotesis dan interval kepercayaan adalah dua sisi keping yang sama. Aturannya: kalau interval kepercayaan 95% untuk parameter tidak memuat nilai $H_0$, maka uji dua-arah dengan $\alpha = 0{,}05$ pasti menolak $H_0$ — dan sebaliknya.

Ujilah pada kasus tampilan tombol. Nilai $H_0$ adalah $p = 0{,}05$. Interval kepercayaan 95% untuk $\hat{p} = 0{,}058$:

$$\text{IK} = 0{,}058 \pm 1{,}96 \times \sqrt{\frac{0{,}058 \times 0{,}942}{1000}} = 0{,}058 \pm 0{,}0145 = [0{,}044;\ 0{,}072]$$

Interval $[0{,}044;\ 0{,}072]$ memuat nilai 0,05. Konsisten dengan keputusan tadi: gagal menolak $H_0$.

Banyak peneliti masa kini lebih suka melaporkan interval kepercayaan daripada nilai-p saja, karena interval menunjukkan besar efek (bukan sekadar “signifikan atau tidak”), tidak terjebak ambang keramat 0,05, dan lebih mudah dipahami pembaca awam. Rinciannya ada di Interval kepercayaan.

Rumus di Excel

Uji-z untuk proporsi:

z      : =(p_hat - p_0) / SQRT(p_0 * (1-p_0) / n)
nilai-p: =2 * (1 - NORM.S.DIST(ABS(z); TRUE))   → dua-arah

Uji-t untuk rata-rata (satu sampel):

t        : =(AVERAGE(rentang) - mu_0) / (STDEV.S(rentang)/SQRT(COUNT(rentang)))
df       : =COUNT(rentang) - 1
nilai kritis : =T.INV.2T(0,05; df)              → dua-arah
nilai-p  : =T.DIST.2T(ABS(t); df)               → dua-arah

Fungsi siap-pakai T.TEST untuk membandingkan dua kelompok atau menguji satu sampel:

=T.TEST(rentang1; rentang2; ekor; tipe)
ekor : 1 (satu-arah) atau 2 (dua-arah)
tipe : 1 (berpasangan), 2 (ragam sama), 3 (ragam beda)

⬇ Unduh 20-uji-hipotesis.xlsx

Berkas pendamping berisi 10 lembar: konsep, formula, uji-z proporsi, uji-t rata-rata, penyimulasi galat jenis I/II, dan kesalahan umum — semua dengan formula hidup dari data mentah.

Cek Pemahaman

1. Sebuah sampel berisi 5 nilai: 18, 20, 22, 24, 26. Sebuah klaim menyatakan rata-rata sebenarnya adalah $\mu_0 = 20$. Hitung statistik uji $t$ dari nol (rata-rata, simpangan baku, lalu $t$), dan tentukan derajat kebebasannya.

Lihat jawaban

Rata-rata: $\bar{x} = (18+20+22+24+26)/5 = 110/5 = 22$.

Simpangan dan kuadratnya: $-4, -2, 0, 2, 4$ → kuadratnya $16, 4, 0, 4, 16$, jumlah = 40.

Varians: $s^2 = 40/(5-1) = 40/4 = 10$, jadi $s = \sqrt{10} \approx 3{,}162$.

Galat baku: $s/\sqrt{n} = 3{,}162/\sqrt{5} = 3{,}162/2{,}236 = 1{,}414$.

Statistik uji: $t = (22 - 20)/1{,}414 = 2/1{,}414 = 1{,}414$.

Derajat kebebasan: $df = n - 1 = 4$. (Nilai kritis dua-arah $\alpha = 0{,}05$ pada $df = 4$ adalah 2,776; karena $1{,}414 < 2{,}776$, kita gagal menolak $H_0$.)

2. (Soal penerapan.) Seorang peneliti menguji 20 hipotesis berbeda, masing-masing pada $\alpha = 0{,}05$, dan ternyata semua $H_0$ sebenarnya benar (tidak ada satu pun efek nyata). Kira-kira berapa banyak di antara 20 uji itu yang tetap akan menolak $H_0$ secara keliru? Apa pelajarannya untuk peneliti yang menjalankan banyak uji sekaligus?

Lihat jawaban

$\alpha = 0{,}05$ berarti tiap uji punya peluang 5% melakukan galat jenis I. Untuk 20 uji yang semuanya berlatar $H_0$ benar, harapan banyaknya salah-tolak adalah $20 \times 0{,}05 = 1$ uji. Jadi rata-rata sekitar satu hasil “signifikan” akan muncul murni karena kebetulan.

Pelajarannya: menjalankan banyak uji lalu hanya melaporkan yang “signifikan” sangat menyesatkan — beberapa pasti muncul kebetulan. Solusinya adalah koreksi untuk uji berganda, misalnya koreksi Bonferroni (bagi $\alpha$ dengan banyaknya uji: $0{,}05 / 20 = 0{,}0025$ sebagai ambang baru) atau pengendalian laju temuan palsu.

Kesalahan Umum

Salah menafsirkan nilai-p. Nilai-p bukan peluang $H_0$ benar. Nilai-p adalah peluang memperoleh data seekstrem ini (atau lebih) jika $H_0$ benar. Bedanya halus tetapi mendasar. Rinciannya di Nilai-p dan salah tafsirnya.

Menganggap 0,05 sebagai angka keramat. Ambang $\alpha = 0{,}05$ hanyalah kesepakatan, bukan hukum alam. Nilai-p 0,049 dan 0,051 sebenarnya nyaris tak berbeda. Lebih jujur melaporkan nilai-p apa adanya, ditemani ukuran efek dan interval kepercayaan.

Menyimpulkan “gagal tolak $H_0$” = “$H_0$ benar”. Pernyataan ini salah. Gagal menolak hanya berarti bukti belum cukup — bisa jadi sampelnya kurang besar atau efeknya kecil tetapi tetap ada. Ingat analogi pengadilan.

Memungut hasil dari banyak uji. Menguji 20 hipotesis pada $\alpha = 0{,}05$ membuat kita berharap sekitar satu salah-tolak walau semua $H_0$ benar (lihat soal nomor 2). Pakai koreksi Bonferroni atau pengendalian laju temuan palsu saat menguji banyak hal sekaligus.

Memilih uji satu-arah setelah melihat data. Menentukan arah ($>$ atau $<$) setelah tahu hasil condong ke mana adalah kecurangan yang menggelembungkan peluang salah-tolak. Arah uji satu-arah harus ditetapkan sebelum data dikumpulkan; kalau ragu, pakai dua-arah.

Dipakai di Dunia Nyata

Uji A/B produk digital. Setiap percobaan fitur di layanan daring besar memakai uji hipotesis untuk memutuskan apakah fitur baru diluncurkan atau dibatalkan. Dengan sampel jutaan pengguna, kuasa uji mendekati 100% bahkan untuk efek kecil.
Uji klinis obat. Otoritas seperti BPOM mewajibkan uji hipotesis sebelum obat disetujui. $H_0$: obat tidak lebih manjur daripada plasebo. Kuasa uji minimal 80%, dan ukuran efek ditetapkan lebih dulu untuk merancang besar sampel.
Kendali mutu pabrik. Hipotesis: rata-rata dimensi produk sama dengan target (seperti contoh botol tadi). Menolak $H_0$ berarti menghentikan produksi untuk pemeriksaan. Pengendalian proses statistik menjalankan uji ini tiap giliran kerja.
Riset akademik. Hampir semua makalah ekonomi, psikologi, dan sosiologi memakai uji hipotesis untuk mengeklaim “efek X nyata”. Krisis keterulangan riset sebagian bersumber dari ketergantungan berlebih pada nilai-p — pendorong agar ukuran efek dan interval kepercayaan ikut dilaporkan.
Audit dan kepatuhan. Auditor memakai logika uji hipotesis untuk menilai apakah laporan keuangan “wajar”. $H_0$: ada salah saji material; menolaknya mengarah ke opini wajar tanpa pengecualian.

Lanjutan

Uji hipotesis adalah fondasi seluruh statistika inferensial. Setelah kerangkanya jelas, lanjutkan ke penerapannya:

Uji-z dan uji-t — uji rata-rata satu sampel dan dua sampel, lengkap dengan kapan memakai z dan kapan t.
Nilai-p dan salah tafsirnya — pembahasan mendalam soal yang paling sering disalahpahami.
Kuasa uji dan ukuran sampel — merancang berapa banyak data yang dibutuhkan agar kuasa uji memadai.

Kalau prasyaratnya belum mantap, kembali dulu ke:

Interval kepercayaan — saudara kembar uji hipotesis.
Teorema limit pusat — alasan kita boleh memakai kurva normal untuk proporsi dan rata-rata.

Uji hipotesis sangat ampuh, tetapi mudah disalahgunakan. Pakailah dengan kritis: ukuran efek, interval kepercayaan, dan nilai-p yang dibaca bersama jauh lebih informatif daripada nilai-p sendirian.