 OBJEKTIF

- Bebas dari bias peneliti atau pihak lain

 SAHIH (VALID)
- Sensitif : ketepatan menentukan nilai
- Spesifik : mengukur variabel yang diukur,
bukan variabel yang lain
 ANDAL (RELIABLE)
- Konsisten, repeatable, stabil dalam
pengukuran
 Skala Variabel
Sifat
Nominal Ordinal Interval Rasio

Klasifikasi + + + +
Urutan
(order) – + + +
Jarak
(interval) – – + +
Titik nol
absolut – – – +
 Penelitian analitik yang membandingkan dua nilai
pada dua kelompok maka uji statistik harus
dilakukan untuk membuktikan hipotesis.
 Terdapat hipotesis alternatif (HA) dan hipotesis
nihil (Ho). Misalnya :
 HA : terdapat perbedaan bermakna rerata kadar
gula darah puasa kelompok anak SD obes dan
non-obes.
 Ho : tidak terdapat perbedaan bermakna rerata
kadar gula darah puasa kelompok anak SD obes
dan non-obes.
 Misalnya Tadalah uji statistik yang
menunjukkan perbedaan nilai rerata kadar
gula darah dua kelompok populasi : T = x2 – x1
(μA – μo)

 Pada saat Ho dianggap benar (hipotesis nihil

tidak ditolak), T terdistribusi normal dengan
rerata Ho sama / tidak berbeda dengan HA (μo
= μA), seperti pada gambar berikut ini
 μo = μA T

Contoh hipotesis di atas, berarti bahwa

tidak terdapat perbedaan bermakna rerata
kadar gula darah puasa kelompok anak SD
obes dan non-obes μo = μA.
 μo μA T

Pada saat HA dianggap benar (hipotesis

nihil ditolak), T terdistribusi normal dengan
rerata Ho berbeda dengan HA (μo ≠ μA).
Jika μo < μA maka seperti tergambar di atas
 μo μA T

Berarti terdapat perbedaan bermakna

antara rerata kadar gula darah puasa
kelompok anak SD obes dan non-obes μo ≠
μA .
Pada tingkat kemaknaan (significance level) α,
terdapat nilai Tα yang merupakan batas untuk
menolak Ho (terdapat perbedaan) atau
menerima Ho (tidak terdapat perbedaan).
Δ (effect size) adalah perbedaan μo dan μA (Δ = μA – μo
) atau perbedaan bermakna antara rerata atau populasi
Ho dan HA. Pada contoh kasus di atas adalah
perbedaan bermakna antara gula darah puasa anak SD
obes dan non-obes
Pada daerah HA yang tidak diarsir (daerah yang > Tα
yang tidak diarsir) menunjukkan study power (1 – β),
yaitu : kemampuan suatu penelitian untuk
mendapatkan beda secara statistik bermakna apabila
dalam populasi perbedaan tersebut ada.
Kesalahan tipe I adalah besarnya peluang untuk
menolak Ho pada sampel, padahal dalam
populasi Ho adalah benar (μo = μA). Jadi terdapat
kemungkinan untuk menolak bahwa tidak
terdapat perbedaan yang bermakna rerata gula
darah puasa pada anak SD obes, padahal
memang benar tidak terdapat perbedaan rerata
gula darah puasa anak SD pada dua kelompok
tersebut.
Kesalahan tipe II adalah besarnya peluang untuk
tidak menolak Ho padahal terdapat perbedaan
dalam populasi (μo ≠ μA). Jadi terdapat
kemungkinan untuk tidak menolak bahwa tidak
terdapat perbedaan yang bermakna rerata gula
darah puasa pada anak SD obes, padahal
memang benar terdapat perbedaan rerata gula
darah puasa anak SD pada dua kelompok
tersebut.