Anda di halaman 1dari 27

BAB II

PEMBAHASAN

2.1 Pengertian Uji Validitas

Validitas berasal dari kata validity yang mempunyai arti sejauh mana

ketepatan dan kecermatan suatu alatukur dalam melakukan fungsi ukurnya. 1

2.1.1 Cara Manual Analisis Validitas

1.Validitas instrumen adalah tingkat kemampuan suatu instrumen

mengukur apa yang seharusnya diukur, khususnya dalam proses

pembelajaran

2. Dari segi analisis validitas dibagi atas validitas rasional dan validitas

empirik

3. Validitas rasional terdiri atas validitas isi (content) dan validitas

bangun (construct)

4. Validitas empiris terdiri atas valditas ramalan (predictive) dan

validitas bandingan (concurrent )

5. Validitas rasional dapat dianalisis secara rasio melalui GPPP

dan panel, sedangkan valitas empirik dianalisis secara statistik

6. Validitas butir secara statistik dianalisis berdasakan jenis data

yang terkumpul.

1
Azwar, Saifudin. 1986 Validitas dan Reliabilitas. Jakarta:Rineka Cipta Budi Mansyah
Data diskrit (misalnya hasil tes obyektif) dihitung dengan

korelasi point biserial sedangkan data continue (misalnya hasil tes

uraian atau skala sikap) digunakan korelasi Pearson product- moment.

Contoh skor butir soal objektif:

Akan diuji validitas item soal no 1 yang telah diberikan tes pada siswa

sebanyak 10 orang.

No. Skor Setiap Item Soal Skor


Siswa 1 2 3 4 5 6 7 8 9 10 (x)
1 1 1 1 1 1 1 1 0 0 1 8 64
2 1 1 1 1 1 1 0 1 0 8 64
3 – – 1 1 1 0 1 0 – 0 4 16
4 0 0 1 0 0 1 0 1 – 1 4 16
5 1 1 1 1 1 1 1 0 – 0 7 49
6 1 1 1 1 1 – 1 – 0 1 7 49
7 1 1 1 – 1 1 1 0 1 1 8 64
8 1 0 0 1 1 1 0 0 – 1 5 25
9 – 1 1 – 0 0 0 0 – 1 3 9
10 0 0 0 – 1 0 0 0 1 1 2 4
∑ 6 6 8 6 8 6 6 1 3 6 56 360
P 0,6 0,6 0,8 0,6 0,8 0,6 0,6 0,1 0,3 0,6
Q 0,4 0,4 0,2 0,4 0,2 0,4 0,4 0,9 0,7 0,4

Keterangan :

a) Bentuk tes obyektif

b) Jawaban benar skor 1 dan salah skor 0

c) Banyaknya peserta tes (N)=10

d) Mencari mean skor total () :=

e) Mencari Standar devisa (): =-()²

f) Mencari () item soal no 1 :


Nomor Jawaban
Betul Skor
1 8
2 8
5 7
6 7
7 8
8 5
6 43
=5,6

=2,15

=0,6

=0,4

Menguji validitas soal no 1 :

= = =0,911

Jadi : 0,911

Dengan db = N -2 = 10-2=8 dan =0,05

Pada tabel r product-moment diperoleh :

===0,632

Kesimpulan :

Karena > atau 0,911>0,632,maka soal nomor 1 disimpulkan valid.


2.1.2 Macam-macam validitas itu ada tiga yang sering digunakan dalam

penyusunan instrument yaitu :

1) Validitas isi

Adalah setiap konsep harus dikembangkan indikator-

indikatornya, dengan adanya indikator dari setiap konsep maka

bangun pengertian akan nampak dalam memudahkan dalam

menetapkan cara pengukuran. Untuk variabel tertentu dimungkinkan

untuk menggunakan alat ukur yang beraneka ragam, cara menetapkan

indikator suatu konsep dapat dilakukan dua cara. Yakni :

a) Menggunakan pemahaman atau logika berfikir atas dasar teori

pengetahuan ilmiah.

b) Menggunakan pengalaman empiris yakni apa yang terjadi

dalam kehidupan nyata.

2) Validitas bangun

Adalah pengertian yang berkenaan dengan kesanggupan alat

ukur untuk mengukur pengertian yang terkandung dalam materi yang

diukurnya. Dan semua itu tekandung dalam konsep kemampuan,

minat sebagai variabel penelitian dalam berbagai bidang kajian itu

haruslah jelas apa yang ingin diukurnya. beberapa konsep diatas

masih abstrak, dan masih memerlukan penjabaran yang lebih

spesifik. Sehinnga memudahkan peneliti untuk mengukur apa yang

mereka inginkan. Setiap konsep harus dikembangkan indikatornya,


karena dengan adanya indikator dari konsep maka juga akan

memudahkan peneliti untuk bisa menetapkan cara pengukuranya.

Sedangkan untuk variabel tertentu bisa mengunakan alat ukur yang

berlainan untuk mengukurnya.

Cara menetapan indikator suatu konsep dapat dilakukan

dalam dua cara, yaitu :

a) Menggunakan pemahaman atau logika berpikir atas dasar teori

pengetahuan ilmiah

b) Menggunakan pengalaman empiris yakni apa yang terjadi

dalam kehidupan nyata.

Apabila hasil tes yang tidak berhubungan secara positif satu

sama lain, berarti ukuran tersebut tidak memiliki validitas bangun

pengertian suatu alat ukur adalah mengkolerasi anatara alat ukur yang

dibuat dengan alat ukur yang sudah baku, dan apabila menunjukkan

koefisien korelasi yang tinggi maka alat ukur tersebut memenuhi

validitasnya.

3) Validitas ramalan

Dikaitkan dengan kreteria tertentu ,dalam validitas ini

diutamakan bukan isi tes kreteria tertentu. Dan alat ukurnya berupa

motivasi belajar, motivasi bisa digunakan meramal prestasi bila skor

yang diperoleh dari ukuran pertama validitas.


Validitas ramalan ini mempunyai dua makna yaitu :

a. Validitas jangka pendek artinya daya ramal alat ukur tersebut

hanya untuk masa yang tidak lama dan waktu tersebut berkorelasi

pada waktu yang sama .

b. Validitas jangka panjang mengandung makna skor akan

berkorelasi juga di kemmudian hari.

Mengingat vaiditas ini lebih menekanakan pada adanya

korelasi, maka faktor yang berkenaan dengan persaratan terjadinya

korelasi harus terpenuhi . faktor tersebut antara lain adalah hubungan

dari konsep dan variabel dapat dijelaskan berdasarkan pengertian

ilmiah, minimal masuk akal sehat dan tidak mengada-ada. Faktor lain

adalah skor yang dikorelsikan memenuhi linieritas.

Ketiga validitas diatas bisa digunakan dalam menyusun

instrument penelitian, minimal validitas yang digunakan adalah dua

validitas, diantaranya validitas isi dan validitas bangun pengertian,

validitas bangun pengertian sangat diperlukan dan bisa untuk

diupayakan tampa pengujian secara statistik.

2.1.3 Cara Menentukan Validitas

Dengan cara menggunakan rumus perhitungan validitas dari

sebuah instrument dapat menggunakan rumus korelasi product

moment atau dikenal juga degan korelasi pearson.


Berikut ini adalah rumusnya : : rxy = ∑ (∑ )(∑) {∑ (∑) } {∑ (∑) }

rxy = koefisien korelasi N = jumlah responden uji coba X = skor

tiap item Y = skor seluruh item responden uji coba.

Untuk mengitrepetasikan validitas, maka koefien korelasinya

bisa di kategorikan pada kriteria sebagai berikut: kriteria validitas

instrument tes nilai “r” interpetrasinya adalah : 0,81-100 (sangat

tinggi). 0,61-0,80 (tinggi) . 0,41-0,60 (cukup). 0,00-0,20 ( sangat

rendah ).

Setelah diperoleh harga koefisien tiap-tiap soal kemudian

hasilnya dibandingkan dengan nilai “r” dari tabel signifikansi 5% dan

taraf signifikan 1% dan df : N-2, hitungan tabel maka koefisien

validitas butir soal pada taraf signifikan.

2.1.4 Kegunaan Validitas

1. Untuk menghindari pertanyaan yang kurang jelas.

2. Untuk meniadakan kata-kata yang terlalu asing atau kata-kata

yang menimbulkan kecurigaan.

3. Untuk memperbaiki pertanyaan-pertanyaan yang kurang jelas.

4. Untuk menambah item yang diperlukan atau meniadakan item

yang dianggap tidak relevan.

5. Untuk mengetahui validitas kuesioner tersebut.


2.2 Pengertian Reliabilitas

Intsrumen yang baik tidak mungkin bersifat tendenslus mengarahkan

responden untuk memilih jawaban- jawaban tertentu. reliabel artinya dapat

dipercaya juga dapat diandalkan. Sehingga beberapa kali diulang pun

hasilnya akan tetap sama ( konsisten). Pengujian reabilitas dapat dilakukan

secara eksternal ( staility / test retest, equivalent atau gabungan kedunya )

dan secara inernal ( analisis konsistensi butir-butir yang ada pada instrumen.

Reliabilitas Adalah indeks yang menunjukkan sejauh mana suatu alat

ukur dapat di percaya atau dapat di andalkan.2

Salah satu syarat agar hasil ukuran suatu tes dapat dipercaya ialah tes

tersebut harus mempunyai reabilitas yang memadai dalam buku, yaitu:

a. Reliabilitas konsistensi tanggapan

Adalah responedn mempersoalkan apakah tanggapan responden

terhadap tes tersebut sudah baik atau konsisten. Dalam hal ini penguji

melaksanakan pengetesan dua kali digunakan untuk melihat apakah hasil

tes yang pertama itu sama hasilnya dengan tes yang ke dua. Pengetesan

itu bisa berupa objeknya yang sama atau dua tes yang item-item nya

setara. Jika sudah diketahui bahwa hasil dari pengetesan itu konsisten

maka peneliti tidak akan menemukan konsistensi tanggapan terhadap dua

hal yang sangat jelas berbeda dan ini bukanlah tujuan atau tugas

pemeriksaan Reliabilitas

2
Walizer, H. Mikhael dan Wiener, L. Paul. 1987. Metode dan Analisis Penelitan. Jakarta:Erlangga
Ada tiga mekanisme untu memeriksa Reliabilitas tanggapan

responden terhadap tes yaitu :

(a) Teknik tes –retest.

Adalah pengkonsistensian dua kali dengan menggunkan suatu

tes yang sama dalam waktu yang berbeda.

(b) Teknik belah dua

Pengukuran ini dilakukan dua kelompok item yang setara pada

saat yang sama, karena setiap kelompok item merupakan separuh dari

seluruh tes.

(c) Bentu ekivalen

Pengukuran ini dilakukan dua tes yang dibuat setara kemudian

diberikan kepada responden tes dalam waktu yang bersamaan, skor

dari dua kelompok itu. Tes tersebut dikorelasika untuk mendapatkan

Reliabilitas tes.

b. Reliabilitas konsistensi gabungan item

Reliabilitas ini berdasarkan dengan kemantapan atau konsistasi

antara item-item suatu tes. Hal ini bisa diungkapkan dengan pertanyaan.

apakah terhadap obyek ukur yang sama. jika bagian obyek ukur yang

sama, hasil ukur antara satu item dengan item yag lain itu tidak konsisten

maka pengukuranya dengan itu tidak realilabel dan tidak digunakan untuk

mengungkap ciri atau keadaan yang sesungguhnya. Jika pengukan bagian

obyek ukur yang sama antara item satu dengan item yang lainnya saling
kontadiksi atau tidak konsisten , maka kita tidak boleh menyalahkan

obyek ukur yang dipersilahkan dengan menguatkan tes tersebut tidak

realiabel terhadap obyek ukur yang diukur atau bisa dibilang bahwa

Reliabilitas nya rendah.

Koefisien Reliabilitas konsistesni gabungan itu dapat dihitung

dengan menggunakan:

a. Rumus kuder-Richardson yang dikenal dengan nama KR-20 dan

KR-21.

b. Rums koefisien alpha

c. Rumus koefisien Reliabilitas hoyt, yaitu menggunakan analisis

arians

2.3 Pengertian Analisis Deskriptif Univariat

Tujuan dari analisis ini adalah untuk menjelaska/menggambarkan

karakteristik masing-masing variable yang diteliti. Dalam analisis data

kuantitatif kita dihadapkan pada kumpulan data yang besar/banyak yang

belum jelas maknanya. Fungsi analisis sebetulnya adalah menyederhanakan

atau meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga

kumpulan data tersebut berubah menjadi informasi yang berguna. Peringkasan

tersebut dapat berupa ukuran-ukuran statistic, tabel dan juga grafik.


Bentuk dari analisis ini tergantung dari jenis datanya. Untuk data

numerik digunakan nilai mean (rata-rata), median, standar deviasi dll.

Sedangkan untuk data kategorik tentunya hanya dapat menjelaskan

angka/nilai jumlah dan persentase masing-masing kelompok.

2.3.1 Data Kategorik

Untuk menampilkan tabulasi data kategori digunakan tampilan

distribusi frekuensi. Sebagai contoh kita akan menampilkan tabel

distribusi frekuensi untuk variabel pendidikan.

1. Dari menu utama SPSS pilih Statistics/Analyze kemudian pilih

Descriptive Statistics dan lalu pilih Frequencies, sehingga

tampilannya sbb:
2. Sorot variabel Pendidik. Klik tanda panah dan masukkan ke kotak

variabel

3. Klik OK, hasilnya dapat di jendela output nampak sbb :

Frequencies

Statistics

PE NDIDIK
N Valid 72
Mi ssing 0

PENDIDIK

Cumulative
Frequency Percent Valid Percent Percent
Valid SPK 37 51,4 51,4 51,4
Akper 35 48,6 48,6 100,0
Total 72 100,0 100,0

Kolom Frequency menunjukkan jumlah kasus dengan nilai

yang sesuai. Pada contoh di atas, total responden adalah 72 orang, dari

jumlah tersebut terdapat 37 orang perawat yang berpendidikan SPK.


Kolom Valid Percent menampilkan proporsi jika missing cases tidak

diikutsertakan dalam penyebut.

4. Penyajian dn Interpretasi di Laporan Penelitian

Tabel 5.2

Distribusi Pendidikan Perawat Pelaksana di ................

Pendidikan Jumlah Persentase

SPK 37 51,4

D3 Keperawatan 35 48,6

Pada tabel 5.2. terlihat bahwa pendidikan sebagian besar

perawat adalah SPK yaitu sebanyak 37 orang (51,4%) dan sisanya adalah

D3 Keperawatan sebanyak 35 orang (48,6%).

2.3.2 Data Numerik

Pada data numerik, peringkasan data dapat dilakukan dengan

melaporkan ukuran tengah dan sebarannya. Ukuran yang digunakan

adalah mean, median dan modus. Sedangkan ukuran sebaran (Variasi)

yang digunakan adalah range, standar deviasi, minimal dan maksimal.


1. Aktifkan file

2. Pilih Analyze

3. Pilih Descriptive Statistics dan lalu pilih Frequencies

4. Sorot variabel yang akan dianalisis (misal : usia), masukkan ke

kotak variable
5. Klik tombol Statistics, pilih ukuran yang anda minta misalnya

mean, median, standar deviasi, min, max, SE

6. Klik Continue

7. Klik tombol Charts dan klik Histogram, lalu klik with Normal

Curve.

8. klik Continue

9. Klik OK, dan pada layar terlihat distribusi frekuensi dengan disertai

ukuran statistik yang diminta dan di bawahnya tertampil grafik

histogram beserta kurva normalnya.


Statistics

US IA
N Valid 72
Mi ssing 0
Mean 30,92
St d. Error of Mean 1,05
Median 28,00
Mode 25
St d. Deviat ion 8,91
Mi nimum 21
Maxim um 53

USIA

Cumul ative
Frequency Percent Valid Percent Percent
Valid 21 2 2,8 2,8 2,8
22 4 5,6 5,6 8,3
23 3 4,2 4,2 12,5
24 8 11,1 11,1 23,6
25 10 13,9 13,9 37,5
26 6 8,3 8,3 45,8
27 2 2,8 2,8 48,6
28 5 6,9 6,9 55,6
29 1 1,4 1,4 56,9
30 6 8,3 8,3 65,3
31 4 5,6 5,6 70,8
32 1 1,4 1,4 72,2
33 1 1,4 1,4 73,6
34 1 1,4 1,4 75,0
36 3 4,2 4,2 79,2
38 1 1,4 1,4 80,6
39 1 1,4 1,4 81,9
40 1 1,4 1,4 83,3
42 1 1,4 1,4 84,7
43 1 1,4 1,4 86,1
47 1 1,4 1,4 87,5
48 3 4,2 4,2 91,7
49 3 4,2 4,2 95,8
50 1 1,4 1,4 97,2
52 1 1,4 1,4 98,6
53 1 1,4 1,4 100,0
Total 72 100,0 100,0
USIA
30

20

10
Frequency

Std. Dev = 8,91


Mean = 30,9

0 N = 72,00
20,0 25,0 30,0 35,0 40,0 45,0 50,0
22,5 27,5 32,5 37,5 42,5 47,5 52,5

USIA

Dari hasil di atas, nilai rata-rata dapat dilihat pada kolom mean,

sedangkan nilai standar deviasi dapat dilihat pada std dev. Pada contoh di

atas, rata-rata usia perawat adalah 30,92 tahun, median 28 tahun dan

standar deviasi 8,91 tahun dengan usia termuda 21 tahun dan tertua 53

tahun.

Dari hasil di atas belum diketahui estimasi interval yang penting

untuk melakukan estimasi parameter populasi. Bila ingin memperoleh

estimasi interval lakukan analisis eksplorasi data dengan perintah

explore.
1. Dari menu utama pilih Analyze, Descriptive Statistics dan lalu pilih

Explore

2. Isikan kotak dependent List dengan variabel Usia, lain-lain

kosongkan

3. Klik tombol Statistics, klik/tandai bagian Descriptives, tampak di

layar sbb :

4. Klik Continue

5. Klik tombol Plots, Dependents Together dan pilih Normality

plots with test


6. Klik Continue

7. Klik OK, hasilnya dapat dilihat di layar

Explore

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
USIA 72 100,0% 0 ,0% 72 100,0%
De scriptives

St atist ic St d. E rror
US IA Mean 30,92 1,05
95% Confidence Lower Bound 28,82
Int erval for Mean Upper Bound
33,01

5% Trimmed Mean 30,31


Median 28,00
Variance 79,345
St d. Deviation 8,91
Minimum 21
Maximum 53
Range 32
Int erquartile Range 10,50
Sk ewness 1,172 ,283
Kurtos is ,167 ,559

Tests of Normality
a
Kolmogorov-Sm irnov
Statisti c df Sig.
USIA ,205 72 ,000
a. Lil liefors Si gnifi cance Correction

Normal Q-Q Plots

Normal Q-Q Plot of USIA


3

0
Expected Normal

-1

-2

-3
10 20 30 40 50 60

Observed Value
Detrended Normal Q-Q Plots

60

65
31
50 64

40

30

20

10
N = 72

USIA

Dari hasil analisis Explore terlihat nampak pula nilai mean, median

dan mode. Namun yang paling penting dari tampilan Explore munculnya

angka Estimasi Interval. Dari hasil tersebut kita dapat melakukan estimasi

interval dari usia perawat. Kita dapat menghitung 95% Confidence Interval

usia yaitu 28,82 s/d 33,01. Jadi kita 95% yakin bahwa rata-rata usia

perawat di populasi berada pada selang 28,82 s/d 33,01. Dari hasil di atas

dapat diketahui juga bahwa muncul uji kenormalan data dengan uji

Kolmogorov Sminorv. Uji Kolmogorov Sminorv menghasilkan nilai p (p

value) sebesar 0,000. sebelum kita menyimpulkan uji kita ingat kembali

mengenai Ho dan Ha. Ho = distribusi usia berbentuk normal, Ha =

distribusi usia berbentuk tidak normal. Jadi dari analisis di atas

keputusannya: p value < alpha (Ho ditolak), berarti distribusi variabel usia

berbentuk tidak normal.


2.3.3 Penyajian dan Interpretasi data

Dari angka-angka tersebut kemudian kita masukkan ke tabel

penyajian di laporan penelitian. Adapun penyajian dan interpretasinya

adalah sebagai berikut :

Distribusi Usia Perawat Pelaksana di Tahun 2006 (n = 72)

Variabel Mean Median SD Min - Max 95% C1

Usia 30,92 8,91 21-53 28,82-33,01

28.00

Hasil analisis didapatkan rata-rata usia perawat pelaksana

adalah 30,92 tahun (95% CI: 28,82 – 33,01), median 28,0 tahun

dengan standar deviasi 8,91 tahun. Usia termuda adalah 21 tahun dan

tertua 53 tahun. Dari hasil estimasi dapat disimpulkan bahwa 95%

diyakini bahwa rata-rata usia responden diantara 28,82 – 33,01tahun.

2.4 Pegertian Hipotesis

Hipotesis berasal dari bahasa Yunani, Hupo berarti Lemah atau

kurang atau di bawah. Thesis berarti teori, proposisi atau pernyataan yang

disajikan sebagai bukti. Hipotesis juga dapat diartikan sebagai pernyataan

keadaan populasi yang akan diuji kebenarannya menggunakan data/informasi

yang dikumpulkan melalui sampel, dan dapat dirumuskan berdasarkan teori,


dugaan, pengalaman pribadi/orang lain, kesan umum, kesimpulan yang masih

sangat sementara. Atas dasar dua definisi diatas, maka dapat disimpulkan

bahwa hipotesis adalah jawaban atau dugaan sementara yang harus diuji lagi

kebenarannya.

Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan

populasi yang sifatnya masih sementara atau lemah kebenarannya. Hipotesis

statistik dapat berbentuk suatu variabel seperti binomial, poisson, dan normal

atau nilai dari suatu parameter, seperti rata-rata, varians, simpangan baku, dan

proporsi. Hipotesis statistic harus di uji, karena itu harus berbentuk kuantitas

untuk dapat di terima atau di tolak. Hipotesis statistic akan di terima jika hasil

pengujian membenarkan pernyataannya dan akan di tolak jika terjadi

penyangkalan dari pernyataannya.

Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan

tujuan memutuskan apakah menerima atau menolak hipotesis itu. Dalam

pengujian hipotesis, keputusan yang di buat mengandung ketidakpastian,

artinya keputusan bias benar atau salah, sehingga menimbulkan risiko. Besar

kecilnya risiko dinyatakan dalam bentuk probabilitas. Pengujian hipotesis

merupakan bagian terpenting dari statistic inferensi (statistic induktif), karena

berdasarkan pengujian tersebut, pembuatan keputusan atau pemecahan

persoalan sebagai dasar penelitian lebih lanjut dapat terselesaikan.


2.4.1 Konsep Hipotesis

Hipotesis penelitian adalah hipotesis kerja (Hipotesis Alternatif Ha

atau H1) yaitu hipotesis yang dirumuskan untuk menjawab permasalahan

dengan menggunakan teori-teori yang ada hubungannya (relevan) dengan

masalah penelitian dan belum berdasarkan fakta serta dukungan data yang

nyata dilapangan. Hipotesis alternatif (Ha) dirumuskan dengan kalimat

positif. Hipotesis nol adalah pernyataan tidak adanya hubungan, pengaruh,

atau perbedaan antara parameter dengan statistik. Hipotesis Nol (Ho)

dirumuskan dengan kalimat negatif). Nilai Hipotesis Nol (Ho) harus

menyatakan dengan pasti nilai parameter.

2.4.2 Prosedur Pengujian Hipotesis

Prosedur pengujian hipotesis statistic adalah langkah-langkah yang di

pergunakan dalam menyelesaikan pengujian hipotesis tersebut. Berikut ini

langkah-langkah pengujian hipotesis statistik adalah sebagai berikut:

1. Menentukan Formulasi Hipotesis

Formulasi atau perumusan hipotesis statistic dapat di bedakan atas dua jenis,

yaitu sebagai berikut;

a. Hipotesis nol / nihil (HO)

Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu

pernyataan yang akan di uji. Hipotesis nol tidak memiliki perbedaan

atau perbedaannya nol dengan hipotesis sebenarnya.

b. Hipotesis alternatif/ tandingan (H1 / Ha)


Hipotesis alternatif adalah hipotesis yang di rumuskan sebagai lawan

atau tandingan dari hipotesis rnatif, timbul 3 keadaan berikut:

1) H1 menyatakan bahwa harga parametenol. Dalam menyusun

hipotesis alter lebih besar dari pada harga yang di hipotesiskan.

Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu

pengujian sisi atau arah kanan.

2) H1 menyatakan bahwa harga parameter lebih kecil dari pada harga

yang di hipotesiskan. Pengujian itu disebut pengujian satu sisi atau

satu arah, yaitu pengujian sisi atau arah kiri.

3) H1 menyatakan bahwa harga parameter tidak sama dengan harga

yang di hipotesiskan. Pengujian itu disebut pengujian dua sisi atau

dua arah, yaitu pengujian sisi atau arah kanan dan kiri sekaligus.

2. Menentukan Taraf Nyata (α)

Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan

hasil hipotesis terhadap nilai parameter populasinya. Semakin tinggi taraf

nyata yang di gunakan, semakin tinggi pula penolakan hipotesis nol atau

hipotesis yang di uji, padahal hipotesis nol benar.

Besaran yang sering di gunakan untuk menentukan taraf nyata

dinyatakan dalam %, yaitu: 1% (0,01), 5% (0,05), 10% (0,1), sehingga

secara umum taraf nyata di tuliskan sebagai α0,01, α0,05, α0,1. Besarnya nilai α

bergantung pada keberanian pembuat keputusan yang dalam hal ini berapa

besarnya kesalahan (yang menyebabkan resiko) yang akan di tolerir.


Besarnya kesalahan tersebut di sebut sebagai daerah kritis pengujian (critical

region of a test) atau daerah penolakan ( region of rejection)

Nilai α yang dipakai sebagai taraf nyata di gunakan untuk menentukan

nilai distribusi yang di gunakan pada pengujian, misalnya distribusi normal

(Z), distribusi t, dan distribusi X². Nilai itu sudah di sediakan dalam bentuk

tabel di sebut nilai kritis.

3. Menentukan Kriteria Pengujian

Kriteria Pengujian adalah bentuk pembuatan keputusan dalam menerima

atau menolak hipotesis nol (Ho) dengan cara membandingkan nilai α tabel

distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan bentuk

pengujiannya. Yang di maksud dengan bentuk pengujian adalah sisi atau arah

pengujian.

Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih

besar daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik

berada di luar nilai kritis.

Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil

daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di

luar nilai kritis.

4. Menentukan Nilai Uji Statistik

Uji statistik merupakan rumus-rumus yang berhubungan dengan

distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan

perhitungan untuk menduga parameter data sampel yang di ambil secara


random dari sebuah populasi. Misalkan, akan di uji parameter populasi (P),

maka yang pertama-tam di hitung adalah statistik sampel (S).

5. Membuat Kesimpulan

Pembuatan kesimpulan merupakan penetapan keputusan dalam hal

penerimaan atau penolakan hipotesis nol (Ho) yang sesuai dengan kriteria

pengujiaanya. Pembuatan kesimpulan dilakukan setelah membandingkan

nilai uji statistik dengan nilai α tabel atau nilai kritis.

a. Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.

b. Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai kritisnya.