Bab 7 Penyajian dan Uji Data
C. Validitas dan Reliabilitas
Reliabilitas adalah ukuran yang menujukkan bahwa alat ukur yang digunakan dalam penelitian keperilakukan mempunyai keandalan sebagai alat ukur, diantaranya di ukur melalui konsistensi hasil pengukuran dari waktu ke waktu jika fenomena yang diukur tidak berubah (Harrison, dalam Zulganef, 2006).
Sementara validitas adalah suatu ukuran yang menunjukkan bahwa variabel yang diukur memang benar-benar variabel yang hendak diteliti oleh peneliti (Cooper dan Schindler, dalam Zulganef, 2006)
Penelitian memerlukan data yang betul valid dan reliabel. Dalam rangka urgensi ini, maka kuesioner sebelum digunakan sebagai data penelitian primer, terlebih dahulu diujicobakan ke sampel uji coba penelitian. Uji coba ini dilakukan untuk memperoleh bukti sejauh mana ketepatan dan kecermatan alat ukur dalam melakukan fungsi ukurnya
1. Uji Validitas
Uji Validitas Item atau butir dapat dilakukan dengan menggunakan software SPSS.[1] Untuk proses ini, akan digunakan Uji Korelasi Pearson Product Moment.
Dalam uji ini, setiap item akan diuji relasinya dengan skor total variabel yang
dimaksud. Dalam hal ini masing-masing item yang ada di dalam variabel X dan Y akan diuji relasinya dengan skor total variabel tersebut.
Agar penelitian ini lebih teliti, sebuah item sebaiknya memiliki korelasi (r) dengan skor total masing-masing variabel ≥ 0,25.[2] Item yang punya r hitung <
0,25 akan disingkirkan akibat mereka tidak melakukan pengukuran secara sama dengan yang dimaksud oleh skor total skala dan lebih jauh lagi, tidak memiliki kontribusi dengan pengukuran seseorang jika bukan malah mengacaukan.
Cara melakukan Uji Validitas dengan SPSS:
1. Buat skor total masing-masing variable.
2. Klik Analyze > Correlate > Bivariate
3. Masukkan seluruh item variable x ke Variables 4. Masukkan total skor variable x ke Variables 5. Ceklis Pearson; Two Tailed; Flag
6. Klik OK
7. Lihat kolom terakhir. Nilai >= 0,25.
8. Lakukan hal serupa untuk Variabel Y.
2. Uji Reliabilitas
Uji Reliabilitas dilakukan dengan uji Alpha Cronbach. Rumus Alpha Cronbach sebagai berikut:
α=
−
−
∑
KK
s S
r s i
1 i
2 2
2
Note:
a = Koefisien reliabilitas Alpha Cronbach K = Jumlah item pertanyaan yang diuji Ssi2 = Jumlah varians skor item
SX2 = Varians skor-skor tes (seluruh uitem K)
Jika nilai alpha > 0,7 artinya reliabilitas mencukupi (sufficient reliability) sementara jika alpha > 0,80 ini mensugestikan seluruh item reliabel dan seluruh tes secara konsisten secara internal karena memiliki reliabilitas yang kuat.[3] Atau, ada pula yang memaknakannya sebagai berikut:
Jika alpha > 0,90 maka reliabilitas sempurna Jika alpha antara 0,70 – 0,90 maka reliabilitas tinggi
Jika alpha antara 0,50 – 0,70 maka reliabilitas moderat Jika alpha < 0,50 maka reliabilitas rendah
Jika alpha rendah, kemungkinan satu atau beberapa item tidak reliabel.
Kemudian, segera identifikasi dengan prosedur analisis per item. Item Analysis adalah kelanjutan dari tes Aplha sebelumnya guna melihat item-item tertentu yang tidak reliabel. Lewat ItemAnalysis ini maka satu atau beberapa item yang tidak reliabel dapat dibuang sehingga Alpha dapat lebih tinggi lagi nilainya.
Reliabilitas item diuji dengan melihat Koefisien Alpha dengan melakukan Reliability Analysis dengan SPSS ver. 16.0 for Windows. Akan dilihat nilai Alpha- Cronbach untuk reliabilitas keseluruhan item dalam satu variabel. Agar lebih teliti, dengan menggunakan SPSS, juga akan dilihat kolom Corrected Item Total Correlation.
Nilai tiap-tiap item sebaiknya ≥ 0.40 sehingga membuktikan bahwa item tersebut dapat dikatakan punya reliabilitas Konsistensi Internal.[5] Item-item yang punya koefisien korelasi < 0.40 akan dibuang kemudian Uji Reliabilitas item diulang dengan tidak menyertakan item yang tidak reliabel tersebut. Demikian terus dilakukan hingga Koefisien Reliabilitas masing-masing item adalah ≥ 0.40.
Cara Uji Reliabilitas dengan SPSS:
1. Klik Analyze > Scale > Reliability Analysis 2. Masukkan seluruh item Variabel X ke Items 3. Pastikan pada Model terpilih Alpha
4. Klik OK
Jika nilai alpha > 0,7 artinya reliabilitas mencukupi (sufficient reliability) sementara jika alpha > 0,80 ini mensugestikan seluruh item reliabel dan seluruh tes secara konsisten secara internal karena memiliki reliabilitas yang kuat.[6] Atau, ada pula yang memaknakannya sebagai berikut:
Jika alpha > 0,90 maka reliabilitas sempurna Jika alpha antara 0,70 – 0,90 maka reliabilitas tinggi Jika alpha antara 0,50 – 0,70 maka reliabilitas moderat Jika alpha < 0,50 maka reliabilitas rendah[7]
Hipotesis
BaB 8
A. PENGERTIAN HIPOTESIS
Hipotesis berasal dari bahasa Yunani, Hupo berarti Lemah atau kurang atau di bawah,Thesis berarti teori, proposisi atau pernyataan yang disajikan sebagai bukti.
Sehingga dapat diartikan sebagai Pernyataan yang masih lemah kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya masih sementara. 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.
Hipotesis berasal dari bahasa Yunani: hypo berarti di bawah, thesis berarti pendirian.
Menurut para ahli:
1. Hypothesis is a conjectural statement of the relation between two or more variables. (Kerlinger, 1956)
2. Hypothesis is a formal statement that presents the expected relationship between an independent and dependent variable. (Creswell, 1994)
3. Hypothesis relates theory to observation and observation to theory.(Ary, Jacobs and Razavieh, 1984)
4. An hypothesis is a statement or explanation that is suggested by knowledge or observation but has not, yet, been proved or disproved. (MacleodClark J and Hockey L 1981)
5. Hipotesis adalah asumsi atau dugaan mengenai suatu hal yang dibuat untuk menjelaskan hal itu yang sering dituntut untuk melakukan pengecekannya.
(Sudjana, 1992)
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.
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.
Hipotesis ini memiliki fungsi penting dalam penelitian, yaitu:
1. Untuk menguji teori,
2. Mendorong munculnya teori, 3. Menerangkan fenomena sosial,
4. Sebagai pedoman untuk mengarahkan penelitian,
5. Memberikan kerangka untuk menyusun kesimpulan yang akan dihasilkan.
Untuk Membuat Hipotesis yang Baik dan Benar, Harus Memiliki Beberapa Ciri-ciri Pokok antara lain:
1. Hipotesis diturunkan dari suatu teori yang disusun untuk menjelaskan masalah dan dinyatakan dalam proposisi-proposisi. Oleh sebab itu, hipotesis merupakan jawaban atau dugaan sementara atas masalah yang dirumuskan atau searah dengan tujuan penelitian.
2. Hipotesis harus dinyatakan secara jelas, dalam istilah yang benar dan secara operasional. Aturan untuk, menguji satu hipotesis secara empiris adalah harus mendefinisikan secara operasional semua variabel dalam hipotesis dan diketahui secara pasti variabel independen dan variabel dependen.
3. Hipotesis menyatakan variasi nilai sehingga dapat diukur secara empiris dan memberikan gambaran mengenai fenomena yang diteliti. Untuk hipotesis deskriptif berarti hipotesis secara jelas menyatakan kondisi, ukuran, atau distribusi suatu variabel atau fenomenanya yang dinyatakan dalam nilai-nilai yang mempunyai makna.
4. Hipotesis harus bebas nilai. Artinya nilai-nilai yang dimiliki peneliti dan preferensi subyektivitas tidak memiliki tempat di dalam pendekatan ilmiah seperti halnya dalam hipotesis.
5. Hipotesis harus dapat diuji. Untuk itu, instrumen harus ada (atau dapat dikembangkan) yang akan menggambarkan ukuran yang valid dari variabel yang diliputi. Kemudian, hipotesis dapat diuji dengan metode yang tersedia yang dapat digunakan untuk mengujinya sebab peneliti dapat merumuskan hipotesis yang bersih, bebas nilai, dan spesifik, serta menemukan bahwa tidak ada metode penelitian untuk mengujinya. Oleh sebab itu, evaluasi hipotesis bergantung pada eksistensi metode-metode untuk mengujinya, baik metode pengamatan, pengumpulan data, analisis data, maupun generalisasi.
6. Hipotesis harus spesifik. Hipotesis harus bersifat spesifik yang menunjuk kenyataan sebenarnya. Peneliti harus bersifat spesifik yang menunjuk kenyataan yang sebenarnya. Peneliti harus memiliki hubungan eksplisit yang diharapkan di antara variabel dalam istilah arah (seperti, positif dan negatif).
Satu hipotesis menyatakan bahwa X berhubungan dengan Y adalah sangat umum. Hubungan antara X dan Y dapat positif atau negatif. Selanjutnya, hubungan tidak bebas dari waktu, ruang, atau unit analisis yang jelas. Jadi, hipotesis akan menekankan hubungan yang diharapkan di antara variabel, sebagaimana kondisi di bawah hubungan yang diharapkan untuk dijelaskan.
Sehubungan dengan hal tersebut, teori menjadi penting secara khusus dalam pembentukan hipotesis yang dapat diteliti karena dalam teori dijelaskan arah hubungan antara variabel yang akan dihipotesiskan.
7. Hipotesis harus menyatakan perbedaan atau hubungan antar-variabel. Satu hipotesis yang memuaskan adalah salah satu hubungan yang diharapkan di antara variabel dibuat secara eksplisit.
B. TAHAP-TAHAP PEMBENTUKAN HIPOTESIS
Secara umum pembentukan hipotesis itu sebagai berikut:
1. Penentuan masalah.
Dasar penalaran ilmiah ialah kekayaan pengetahuan ilmiah yang biasanya timbul karena sesuatu keadaan atau peristiwa yang terlihat tidak atau tidak dapat diterangkan berdasarkan hukum atau teori atau dalil-dalil ilmu yang sudah diketahui. Dasar penalaran pun sebaiknya dikerjakan dengan sadar dengan perumusan yang tepat. Dalam proses penalaran ilmiah tersebut, penentuan masalah mendapat bentuk perumusan masalah.
2. Hipotesis pendahuluan atau hipotesis preliminer (preliminary hypothesis).
Dugaan atau anggapan sementara yang menjadi pangkal bertolak dari semua kegiatan. Ini digunakan juga dalam penalaran ilmiah. Tanpa hipotesis preliminer, pengamatan tidak akan terarah. Fakta yang terkumpul mungkin tidak akan dapat digunakan untuk menyimpulkan suatu konklusi, karena tidak relevan dengan masalah yang dihadapi. Karena tidak dirumuskan secara eksplisit, dalam penelitian, hipotesis priliminer dianggap bukan hipotesis keseluruhan penelitian, namun merupakan sebuah hipotesis yang hanya digunakan untuk melakukan uji coba sebelum penelitian sebenarnya dilaksanakan.
3. Pengumpulan fakta.
Dalam penalaran ilmiah, di antara jumlah fakta yang besarnya tak terbatas itu hanya dipilih fakta-fakta yang relevan dengan hipotesis preliminer yang perumusannya didasarkan pada ketelitian dan ketepatan memilih fakta.
4. Formulasi hipotesis.
Pembentukan hipotesis dapat melalui ilham atau intuisi, dimana logika tidak dapat berkata apa-apa tentang hal ini. Hipotesa diciptakan saat terdapat hubungan tertentu di antara sejumlah fakta.
5. Pengujian hipotesis.
Artinya, mencocokkan hipotesis dengan keadaan yang dapat diamati] dalam istilah ilmiah hal ini disebut verifikasi (pembenaran). Apabila hipotesis terbukti cocok dengan fakta maka disebut konfirmasi. Falsifikasi (penyalahan) terjadi jika usaha menemukan fakta dalam pengujian hipotesis tidak sesuai dengan hipotesis.
6. Aplikasi/penerapan.
Apabila hipotesis itu benar dan dapat diadakan menjadi ramalan (dalam istilah ilmiah disebut prediksi), dan ramalan itu harus terbukti cocok dengan fakta.
Kemudian harus dapat diverifikasikan/koroborasikan dengan fakta.
C. PENGUJIAN HIPOTESIS
Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan memutuskan apakah menerima atau menolak hipotesisi 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.
1. Jenis-Jenis Pengujian Hipotesis
Pengujian hipotesis dapat di bedakan atas beberapa jenis berdasarkan kriteria yang menyertainya.
1. Berdasarkan Jenis Parameternya
Didasarkan atas jenis parameter yang di gunakan, pengujian hipotesis dapat di bedakan atas tiga jenis, yaitu sebagai berikut:
1) Pengujian hipotesis tentang rata-rata
Pengujian hipotesis tentang rata-rata adalah pengujian hipotesis mengenai rata-rata populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
• Pengujian hipotesis satu rata-rata
• Pengujian hipotesis beda dua rata-rata
• Pengujian hipotesis beda tiga rata-rata 2) Pengujian hipotesis tentang proporsi
Pengujian hipotesis tentang proporsi adalah pengujian hipotesis mengenai proporsi populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
• Pengujian hipotesis satu proporsi
• Pengujian hipotesis beda dua proporsi
• Pengujian hipotesis beda tiga proporsi 3) Pengujian hipotesis tentang varians
Pengujian hipotesis tentang varians adalah pengujian hipotesis mengenai rata-rata populasi yang di dasarkan atas informasi sampelnya. Contohnya:
• Pengujian hipotesis tentang satu varians
• Pengujian hipotesis tentang kesamaan dua varians
2. Berdasarkan Jumlah Sampelnya
Didasarkan atas ukuran sampelnya, pengujian hipotesis dapat di bedakan atas dua jenis, yaitu sebagai berikut:
1) Pengujian hipotesis sampel besar
Pengujian hipotesis sampel besar adalah pengujian hipotesis yang menggunakan sampel lebih besar dari 30 (n > 30).
2) Pengujian hipotesis sampel kecil
Pengujian hipotesis sampel kecil adalah pengujian hipotesis yang menggunakan sampel lebih kecil atau sama dengan 30 (n ≤ 30).
3. Berdasarkan Jenis Distribusinya
Didasarkan atas jenis distribusi yang digunakan, pengujian hipotesis dapat di bedakan atas empat jenis, yaitu sebagai berikut:
1) Pengujian hipotesis dengan distribusi Z
Pengujian hipotesis dengan distribusi Z adalah pengujian hipotesis yang menggunakan distribusi Z sebagai uji statistik. Tabel pengujiannya disebut tabel normal standard. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan. Contohnya:
• Pengujian hipotesis satu dan beda dua rata-rata sampel besar.
• Pengujian satu dan beda dua proporsi.
2) Pengujian hipotesis dengan distribusi t (t-student)
Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel t-student. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan. Contohnya:
• Pengujian hipotesis satu rata-rata sampel kecil.
• Pengujian hipotesis beda dua rata-rata sampel kecil.
3) Pengujian hipotesis dengan distribusi χ2 (chi kuadrat)
Pengujian hipotesis dengan distribusi χ2 (chi kuadrat) adalah pengujian hipotesis yang menggunakan distribusi χ2 sebagai uji statistik. Tabel pengujiannya disebut tabel χ2. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan. Contohnya:
• Pengujian hipotesis beda tiga proporsi.
• Pengujian Independensi.
• Pengujian hipotesis kompatibilitas
4) Pengujian hipotesis dengan distribusi F (F-ratio)
Pengujian hipotesis dengan distribusi F (F-ratio) adalah pengujian hipotesis yang menggunakan distribusi F (F-ratio) sebagai uji statistik.
Tabel pengujiannya disebut tabel F. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan. Contohnya:
• Pengujian hipotesis beda tiga rata-rata.
• Pengujian hipotesis kesamaan dua varians.
4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya
Didasarkan atas arah atau bentuk formulasi hipotesisnya, pengujian hipotesis di bedakan atas 3 jenis, yaitu sebagai berikut:
1) Pengujian hipotesis dua pihak (two tail test)
Pengujian hipotesis dua pihak adalah pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” dan hipotesis alternatifnya (H1) berbunyi “tidak sama dengan” (Ho = dan H1 ≠).
2) Pengujian hipotesis pihak kiri atau sisi kiri
Pengujian hipotesis pihak kiri adalah pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” atau “lebih besar atau sama dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih kecil” atau “lebih kecil atau sama dengan” (Ho = atau Ho ≥ dan H1 < atau H1 ≤). Kalimat
“lebih kecil atau sama dengan” sinonim dengan kata “paling sedikit atau paling kecil”.
3) Pengujian hipotesis pihak kanan atau sisi kanan
Pengujian hipotesis pihak kanan adalah pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” atau “lebih kecil atau sama dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih besar” atau
“lebih besar atau sama dengan” (Ho = atau Ho ≤ dan H1 > atau H1 ≥).
Kalimat “lebih besar atau sama dengan” sinonim dengan kata “paling banyak atau paling besar”.
2. Langkah-Langkah Pengujian Hipotesis
Berikut ini langkah-langkah pengujian hipotesis statistic adalah sebagai berikut.
1. Menentukan Formulasi Hipotesis
Formulasi atau perumusan hipotesis statistic dapat di bedakan atas dua jenis, yaitu sebagai berikut:
1) 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.
2) Hipotesis alternatif/tandingan (H1 /Ha)
Hipotesis alternatif adalah hipotesis yang di rumuskan sebagai lawan atau tandingan dari hipotesis nol. Dalam menyusun hipotesis alternatif, timbul 3 keadaan berikut.
• H1 menyatakan bahwa harga parameter lebih besar dari pada harga yang di hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah kanan.
• 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.
• 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.
Secara umum, formulasi hipotesis dapat di tuliskan:
H0 : 0 = 00 H1 : 0 > 00 H1 : 0 < 00 H1 : 0 ≠ 00
Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif (Ha) di tolak. Demikian pula sebaliknya, jika hipotesis alternatif (Ha) di terima (benar) maka hipotesis nol (H0) ditolak.
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.
1) 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.
2) 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.
Dalam bentuk gambar, kriteria pengujian seperti gambar di bawah ini
daerah tolak daerah tolak
daerah tolak
terima terima
kritis kritis
kritis kritis
terima
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.
3. Kekeliruan dPengujian Hipotesis
Dalam melakukan pengujian hipotesis, ada dua macam kekeliruan yang dapat terjadi, dikenal dengan nama-nama:
1) Kekeliruan tipe I: ialah menolak hipotesis yang seharusnya diterima
2) Kekeliruan tipe II: ialah menerima hipotesis yang seharusnya ditolak Keadaan sebenarnya
Ketika merencanakan suatu penelitian dalam rangka pengujian hipotesis, jelas kiranya bahwa kedua tipe kekeliruan itu harus dibuat sekecil mungkin. Agar penelitian dapat dilakukan maka kedua tipe kekeliruan itu kita nyatakan dalam peluang. Peluang membuat kekeliruan tipe I biasa dinyatakan dengan α (baca:
alfa) dan peluang membuat kekeliruan tipe II dinyatakan dengan β (baca: beta).
Berdasaran ini, kekeliruan tipe I dinamakan pula kekeliruan α dan kekeliruan II dikenal dengan kekeliruan β.
Dalam penggunaannya α disebut pula taraf signifikan atau taraf arti atau sering pula disebut taraf nyata. Besar kecilnya α dan β yang dapat diterima dalam pengambilan kesimpulan bergantung pada akibat-akibat atas diperbuatnya kekeliruan-kekeliruan itu. Selain daripada itu perlu pula dikemukakan bahwa kedua kekeliruan itu saling berkaitan. Jika α diperkecil, maka β menjadi besar dan demikian sebaliknya. Pada dasarnya, harus dicapai hasil pengujian hipotesis yang baik, ialah pengujian yang bersifat bahwa diantara semua pengujian yang dapat dilakukan dengan harga α yang sama besar, ambillah sebuah yang mempunyai kekeliruan β paling kecil.
Prinsip demikian memerlukan pemecahan matematik yang sudah keluar dari tujuan buku ini. Karenanya, untuk keperluan praktis, kecuali dinyatakan lain, α akan diambil lebih dahulu dengan harga yang biasa digunakan, yaitu α = 0,01 atau α = 0,05, dengan α = 0,05, misalnya atau sering pula disebut taraf nyata 5%, berarti kira-kira 5 dari tiap 100 kesimpulan bahwa kita akan menolak hipotesis yang seharusnya diterima. Dengan kata lain kira-kira 95% yakin bahwa kita telah membuat kesimpulan yang benar. Dalam hal demikian dikatakan bahwa hipotesis telah ditolak pada taraf nyata 0,05 yang berarti kita mungkin salah dengan peluang 0,05.