sementara atau dugaan logis tentang keadaan populasi. Hipotesis dapat ditentukan berdasarkan hasil penelitian atau pengalaman. Secara statistik, hipotesis menyatakan parameter populasi dari suatu variabel yang terdapat dalam populasi dan dihitung berdasarkan statistik sampel. Karena hipotesis hanya merupakan pernyataan sementara atau dugaan logis maka hipotesis mungkin benar, tetapi mungkin juga tidak benar. Pengujian hipotesis bertujuan untuk mengambil keputusan tentang perbedaan antara nilai statistik sampel dengan nilai parameter populasi. Dalam menguji hipotesis, kita harus membuat suatu pernyataan sementara atau hipotesis terhadap nilai parameter populasi sebelum kita mengambil sampel untuk menguji hipotesis tersebut. Berbeda dengan teori estimasi, di mana kita menaksir nilai parameter populasi melalui perhitungan statistik sampel. Pada pengujian hipotesis, parameter yang akan kita uji disebut hipotesis nol. Simbol yang digunakan untuk menyatakan hipotesis nol adalah H0. Rumuskan dengan baik hipotesis penelitian agar dapat dihitung statistik sampelnya, seperti rata- rata, proporsi: Tentukan derajat kemaknaan a atau kesalahan tipe 1 yang akan digunakan. Penentuan ini harus dilakukan pada saat perencanaan. Dalam bidang kedokteran, derajat kemaknaan yang lazim digunakan adalah 0,05 dan 0, 01 Tentukan kesalahan tipe 2 atau P. Biasanya penentuan ini dilakukan pada saat menghitung besarnya sampel. Tentukan distribusi yang akan digunakan dalam perhitungan. Tentukan metode statistik yang akan digunakan untuk menghitung statistik sampel. Tentukan kriteria menerima atau menolak hipotesis nol pada derajat kemaknaan yang telah ditentukan. Buatlah kesimpulan yang tepat pada populasi yang bersangkutan Dalam statistik, hipotesis selalu dinyatakan sebagai hipotesis nol berarti secara statistik tidak ada perbedaan antara variabel yang dibandingkan atau perbedaan antara kedua variabel yang dibandingkan sama dengan nol. Istilah hipotesis nol mula-mula digunakan dalam bidang kedokteran untuk menguji apakah suatu obat bermanfaat untuk menyembuhkan suatu penyakit. Bila tidak terdapat perbedaan antara orang yang mendapat pengobatan dengan yang tidak mendapat pengobatan, berarti kita menerima hipotesis atau secara statistik tidak terdapat perbedaan antara hasil sampel dengan nilai hipotetik maka dikatakan bahwa obat tersebut tidak efektif. Namun bila dalam uji hipotesis kita menolak hipotesis berarti terdapat hipotesis lain yang diterima.
Hipotesis lain ini disebut hipotesis
alternatif yang sifatnya berlawanan dengan hipotesis nol.
Hipotesis alternatif dinyatakan dengan simbol Ha. Kemingkinan 1
Bila kita menyatakan bahwa hipotesis alternatif (Ha) tidak
sama dengan hipotesis nol (H0) berarti terdapat nilai yang lebih besar dan lebih kecil dari suatu batas kritis. Ini berarti terdapat dua daerah penolakan hipotesis nol. Secara statistik, pengujian tersebut dinamakan pengujian dua arah atau dua pihak. Kemingkinan 2
Bila Ha dinyatakan lebih besar daripada batas kritis, berarti
terdapat nilai yang lebih besar dari batas tertentu. Pengujian hipotesis tersebut dinamakan pengujian hipotesis satu pihak, yaitu pihak kanan karena daerah penolakan terletak di sebelah kanan dari kurva. Di sini hanya terdapat satu daerah penolakan. Kemingkinan 3
Bila kita menyatakan bahwa hipotesis alternatif (Ha) tidak
sama dengan hipotesis nol (H0) berarti terdapat nilai yang lebih besar dan lebih kecil dari suatu batas kritis. Ini berarti terdapat dua daerah penolakan hipotesis nol. Secara statistik, pengujian tersebut dinamakan pengujian dua arah atau dua pihak. Bila kita tidak mengetahui sama sekali kondisi populasi yang akan diuji hipotesisnya maka sebaiknya kita gunakan pengujian dua pihak.
Namun, bila kita mempunyai perkiraan
yang kuat bahwa nilai hasil perhitungan statistik sampel lebih besar atau lebih kecil dari batas nilai tertentu maka kita tentukan pengujian satu pihak. Setelah kita menentukan hipotesis nol dan hipotesis alternatif maka tindakan selanjutnya ialah menentukan kriteria batas penerimaan atau penolakan hipotesis nol dengan menentukan derajat kemaknaan (significance level) untuk menentukan apakah perbedaan antara nilai statistik dan nilai parameter populasi disebabkan oleh faktor kebetulan atau memang berbeda. Derajat kemaknaan ialah batas untuk menerima atau menolak hipotesis nol yang dinyatakan dalam bentuk luas area dalam kurva distribusi normal. Derajat kemaknaan meliputi luas area di luar daerah penerimaan atau disebut juga daerah penolakan. Area Digambarkan sebagai peluang untuk terjadinya kesalahan dalam menerima atau menolak hipotesis. Misalnya, bila kita tentukan derajat kemaknaan sebesar 0,05 atau 5% dari seluruh luas kurva dan kita lakukan pengujian hipotesis sebanyak 100 kali maka akan terdapat 5 kali pengujian dengan nilai yang terletak di luar daerah penerimaan (derajat kemaknaan). Bila kejadian tersebut terjadi lebih dari 5 kali maka dianggap terlalu banyak untuk menolak hipotesis nol. Hal tersebut menunjukkan bahwa bila diperkirakan hipotesis kita benar maka derajat kemaknaan menyatakan persentase terjadinya kesalahan yaitu nilai statistik sampel yang terletak di luar daerah penerimaan. Kesalahan ini terjadi karena kita menggunakan statistik sampel untuk menilai parameter populasi sehingga tidak mungkin tepat benar dengan nilai parameter populasi. Kesalahan ini disebut kesalahan tipe 1 atau derajat kemaknaan ini dinyatakan dengan simbol alfa (a) dan merupakan hasil positif semu (false positive). Untuk besarnya derajat kemaknaan tidak terdapat ketentuan yang baku. Ini berarti nilainya dapat ditentukan berapa saja, tetapi derajat kemaknaan yang lazim digunakan yaitu 0,05 atau 0,01. Disadari bahwa makin besar derajat kemaknaan maka makin sempit daerah penerimaan hipotesis sehingga makin sering kita menolak hipotesis walaupun hipotesis benar atau peluang untuk menolak hipotesis yang benar makin besar. Kesalahan ini disebut kesalahan tipe 1 dengan simbol a. Sebaliknya, bila derajat kemaknaan kecil maka makin besar untuk menerima hipotesis yang sebenarnya salah. Kesalahan ini disebut kesalahan tipe 2 yang diberi simbol p yang menyatakan peluang untuk membuat kesalahan dalam menerima hipotesis yang salah. Ada 2 (dua) tipe kesalahan dalam pengujian hipotesis: • Kesalahan type I (type I error) adalah suatu tindakan menolak H0, padahal H0 sebenarnya benar, dengan kata lain menolak hal yang sebenarnya benar. • Kesalahan tipe ini bisa terjadi apabila sampel kita kebetulan mempunyai skor individual yang ekstrem (artinya, setiap individu mempunyai perbedaan skor yang sangat besar atau va-riabilitasnya tinggi). Dengan demikian maka sampel tampak berbeda dengan apa yang menjadi harapan H0.
• Risiko salah (probabilitas salah) yang dikandung oleh jenis
kesalahan tipe ini sebesar alpha (a), dan alpha merupakan daerah penolakan H0, sehingga alpha sering disebut dengan tingkat signifikansi. • Kesalahan type II (type II error) adalah suatu tindakan menerima H0, padahal H0 sebenarnya salah, dengan kata lain menerima hal yang sebenarnya salah. • Kesalahan tipe ini bisa terjadi apabila efek perlakuan (eksperimen) sangat kecil pengaruhnya terhadap sampel, sehingga sampel tidak kelihatan dipengaruhi oleh treatment. • Risiko salah (probabilitas salah) yang dikandung oleh jenis kesalahan tipe ini adalah sebesar beta (/?). Dengan demikian maka perlu langkah hati-hati yang dimulai dari perumusan masalah, penyusunan hipotesis, pengumpulan data (termasuk di dalamnya sistem sampling), analisis data, serta interpretasi hasil analisis. Hal yang tidak kalah penting dengan yang lainnya adalah ketelitian dalam proses analisis. Desain 1: Bagaimana kuat hubungan antara var. dependen dg independen Desain 2: Apakah ada perbedaan skor var. dependen menurut kelompok pada var. independen Desain 3: Apakah skor pd var independen berkaitan dg kategori yg dibentuk oleh var dependen Desain 4: Apakah frekuensi kejadian pada var. dependen bekaitan dg frekuensi kejadian pada var. independen Terima Kasih