HIPOTESIS

Hipotesis berasal dari kata : Hipo : rendah/lemah Tesis : pernyataan/premis Hipotesis : pernyataan yang masih harus dibuktikan kebenarannya dengan menggunakan data empiris. Pembuktian kebenaran hipotesis dijawab melalui pengujian secara statistik (uji statistik) terhadap data empiris Data empiris diperoleh dari sampel penelitian

 Hipotesis terdiri dari : 1. Hipotesis Null (Ho) : hipotesis yang akan diuji secara statistik 2. Hipotesis alternatif (Ha) : hipotesis yang akan diterima jk Ho ditolak. (Hipotesis penelitian)
Hasil pengujian statistik terhadap Ho adalah : - Ho Ditolak (Ho tdk bisa dibuktikan kebenarannya) - Ho Diterima (Ho bisa diterima kebenarannya untuk sementara)

 Hipotesis bisa dirumuskan dalam bentuk simbol atau kalimat Contoh dalam bentuk simbol :
- Ho : X1 = x2 atau X1 X2 = 0 - Ha : X1 X2 atau X1 > X2 atau X1 < X2

Contoh dalam bentuk kalimat : - Ho : Mean sampel kelompok 1 sama dengan mean sampel kelompok 2 - Ha : Mean sampel kelompok 1 berbeda dengan mean sampel kelompok 2

Uji Statistik
Uji statistik : metode statistik yang digunakan untuk menguji kebenaran hipotesis null (Ho). Uji statistik yg digunakan harus sesuai dengan jenis data yg ada dalam Ho,misalnya data kuantitatif (interval & rasio) atau kualitatif (nominal & ordinal) Jenis uji statistik terdiri atas 2 kelompok :
Uji statistik Parametrik Uji Statistik Non Parametrik

 Uji statistik parametrik : digunakan pada jenis data kuantitatif, yang memenuhi syarat berikut :
Jumlah pengukuran/observasi minimal 30 Sebarannya mengikuti sifat Distribusi Normal
Contoh : uji beda satu mean, uji beda dua mean, uji korelasi, uji regresi, uji Anova

Uji statistik Non parametrik : digunakan pd jenis data kategorikal atau data kuantitatif tp tdk memenuhi syarat u menggunakan uji statistik parametrik
Contoh : Chi Square, Fisher Exact, Mann Whitney, Wilcoxon, Spearman, Kruskal-Wallis, dsb.

Kesalahan Uji Statistik

Dalam pengujian hipotesis menggunakan uji statistik, bisa terjadi 2 macam kesalahan, yaitu :
Kesalahan (alpha) ; yaitu bila Ho ditolak padahal kenyataannya Ho Benar Kesalahan (Beta) ; yaitu bila Ho diterima padahal kenyataannya Ho Tidak Benar Salah satu dari kesalahan di atas tdk dpt dihindari namun bisa diminimalkan dgn cara :
Memperbesar sampel Menghindari kesalahan alat ukur dan peneliti Menggunakan desain penelitian dan uji statistik yg benar

Kapan Ho Ditolak
Menggunakan komputer (program SPSS atau Epi Info :
Jika Nilai P (hasil dari komputer < nilai )

Menggunakan Manual (dibandingkan dgn TABEL STANDAR:

Jika Nilai PERHITUNGAN > Nilai pada Tabel Standar (dengan menggunakan standar)

Nilai alpha ()
Nilai paling sering digunakan adalah 0,05 atau 5% Nilai alpha yang kadang-kadang digunakan : 0,01 (1%), 0,1 (10%) Jika Ho Ditolak maka Ha Diterima Hasil uji yang menolak Ho, biasa pula disebut bermakna atau signifikan.

Terima Kasih