Data
# 1. Data
n <- 300 # jumlah responden
x <- 87 # jumlah yang menyebarkan hoaks
p0 <- 0.35 # proporsi benchmark
alpha <- 0.10 # tingkat signifikansi
# 2. Hitung proporsi & SE
p_hat <- x / n
se <- sqrt(p0 * (1 - p0) / n)
Melakukan Uji Hipotesis Proporsi (Z-test)
# 3. Z-test manual
z_stat <- (p_hat - p0) / se
z_crit <- qnorm(alpha) # left-tail
p_value <- pnorm(z_stat)
# 4. Ringkasan dengan broom
test_prop <- prop.test(x, n, p = p0, alternative = "less", correct = FALSE)
tidy_res <- tidy(test_prop) %>%
mutate(
statistic = z_stat,
p.value_manual = p_value,
conf.level = paste0((1-alpha)*100, "%")
)
Tampilkan Tabel
# 5. Tampilkan tabel
tidy_res %>%
select(
method, estimate, parameter, statistic,
p.value, p.value_manual, conf.low, conf.high, conf.level
) %>%
kable(
digits = 4,
caption = "Hasil Uji Proporsi (Z-test) — otomatis via broom & manual"
)
Hasil Uji Proporsi (Z-test) — otomatis via broom &
manual
1-sample proportions test without continuity
correction |
0.29 |
1 |
-2.1788 |
0.0147 |
0.0147 |
0 |
0.3348 |
90% |
Interpretasi Hasil
# 6. Interpretasi
cat("\n**Hipotesis Nol (H0):** p ≥ 0.35 \n")
##
## **Hipotesis Nol (H0):** p ≥ 0.35
cat("**Hipotesis Alternatif (H1):** p < 0.35 \n\n")
## **Hipotesis Alternatif (H1):** p < 0.35
cat(sprintf("- Proporsi sampel (p̂): %.4f\n", p_hat))
## - Proporsi sampel (p̂): 0.2900
cat(sprintf("- Standar error : %.4f\n", se))
## - Standar error : 0.0275
cat(sprintf("- Z-hitung : %.4f\n", z_stat))
## - Z-hitung : -2.1788
cat(sprintf("- Z-kritis (α=%.2f): %.4f\n", alpha, z_crit))
## - Z-kritis (α=0.10): -1.2816
cat(sprintf("- P-value manual : %.4f\n\n", p_value))
## - P-value manual : 0.0147
if (p_value <= alpha) {
cat("**Keputusan:** Tolak H₀ (karena p-value <= α) \n")
cat("Dengan α = 10%, terdapat bukti bahwa kampanye “Bijak Bersuara” berhasil menurunkan proporsi penyebar hoaks.\n")
} else {
cat("**Keputusan:** Gagal tolak H₀ (karena p-value > α) \n")
cat("Dengan α = 10%, tidak ada bukti bahwa kampanye “Bijak Bersuara” efektif.\n")
}
## **Keputusan:** Tolak H₀ (karena p-value <= α)
## Dengan α = 10%, terdapat bukti bahwa kampanye “Bijak Bersuara” berhasil menurunkan proporsi penyebar hoaks.