(Catatan: Meskipun kita bisa mengekspresikan H0 dengan simbol ≤ atau ≥, kita selalu
melakukan uji dengan mengasumsikan bahwa simbol = berlaku. Kita harus
melakukan pengujian dengan menggunakan nilai spesifik-pasti untuk parameter
dimaksud sehingga kita bisa bekerja dengan suatu distribusi yang spesifik pula).
Dalam bahasan statistika istilah tingkat signifikansi (significance level) dan tingkat kepercayaan
(confidence level) dan sering digunakan. Tingkat signifikansi (α) menunjukkan probabilitas atau
peluang kesalahan yang ditetapkan peneliti dalam mengambil keputusan untuk menolak atau
mendukung hipotesis nol, atau dapat diartikan juga sebagai tingkat kesalahan atau tingkat
kekeliruan yang ditolerir oleh peneliti, yang diakibatkan oleh kemungkinan adanya
kesalahan dalam pengambilan sampel (sampling error).
Tingkat signifikansi dinyatakan dalam persen dan dilambngkan dengan α. Misalnya, ditetapkan
tingkat signifikansi α = 5% atau α = 10%. Artinya, keputusan peneliti untuk menolak atau
mendukung hipotesis nol memiliki probabilitas kesalahan sebesar 5% atau 10%. Dalam beberapa
program statistik berbasis komputer, tingkat signifikansi selalu disertakan dan ditulis sebagai Sig.
(= significance), atau dalam program komputer lainnya ditulis ρ-value. Nilai Sig atau ρ – value,
seperti telah diuraikan di atas, adalah nilai probabilitas kesalahan yang dihitung atau
menunjukkan tingkat probabilitas kesalahan yang sebenarnya. Tingkat kesalahan ini digunakan
sebagai dasar untuk mengambil keputusan dalam pengujian hipotesis.
Nilai kritis adalah garis pada grafik yang membagi grafik menjadi beberapa bagian. Bagian itu adalah
bagian penerimaan dan bagian penolakan suatu hipotesis. Satu bagian adalah wilayah “penerimaan”
dan satu atau dua bagian adalah “wilayah penolakan”, jika nilai tes (nilai hitung) Anda jatuh ke
“wilayah penolakan”, maka Anda menolak hipotesis nihil.
Bila hanya ada satu bagian penolakan disebut dengan pengujian satu sisi ( one tail), sedangkan
bila ada dua bagian penolakan disebut dengan pengujian dua sisi ( two tail). Keputusan
penggunaan uji satu sisi atau dua sisi tergantung pada hipotesis yang Anda bangun.
statistika. Uji-t termasuk dalam golongan statistika parametrik. Statistik uji ini digunakan dalam
pengujian hipotesis. Seperti yang telah dibahas dalam tulisan (post) lain di weblog ini, uji-t
digunakan ketika informasi mengenai nilai variance (ragam) populasi tidak diketahui.
Uji-t dapat dibagi menjadi 2, yaitu uji-t yang digunakan untuk pengujian hipotesis 1-sampel dan
uji-t yang digunakan untuk pengujian hipotesis 2-sampel. Bila dihubungkan dengan kebebasan
(independency) sampel yang digunakan (khusus bagi uji-t dengan 2-sampel), maka uji-t dibagi lagi
menjadi 2, yaitu uji-t untuk sampel bebas (independent) dan uji-t untuk sampel berpasangan
(paired).
10. Jelaskan tentang uji normalitas dan apakah manfaatnya untuk studi kasus dalam
statistik ?
One sample t test merupakan teknik analisis untuk membandingkan satu variabel bebas. Teknik
ini digunakan untuk menguji apakah nilai tertentu berbeda secara signifikan atau tidak dengan
rata-rata sebuah sampel. Pada uji hipotesis ini, diambil satu sampel yang kemudian dianalisis
apakah ada perbedaan rata-rata dari sampel tersebut. Prosedur yang umum dan harus diikuti
untuk melakukan uji hipotesis ini adalah sebagai berikut :
Paired-sample t-Test
Analisis Paired-sample t-Test merupakan prosedur yang digunakan untuk membandingkan rata-rata dua
variabel dalam satu group. Artinya analisis ini berguna untuk melakukan pengujian terhadap satu sampel
yang mendapatkan sutau treatment yang kemudian akan dibandingkan rata-rata dari sampel tersebut antara
sebelum dan sesudah treatment.
Independent sample t-Test adalah uji yang digunakan untuk menentukan apakah dua sampel yang tidak
berhubungan memiliki rata-rata yang berbeda. Jadi tujuan metode statistik ini adalah membandingkan rata-
rata dua grup yang tidak berhubungan satu sama lain. Pertanyaan yang coba dijawab adalah apakah kedua
grup tersebut mempunyai nilai rata-rata yang sama ataukah tidak sama secara signifikan.