Minggu, Februari 07, 2021

Dua kesalahan dalam pengujian hipotesis

Dalam proses penaksiran parameter data sampel, dalam suatu populasi, kemungkinan terdapat dua jenis kesalahan. Dua jenis kesalahan tersebut adalah kesalahan tipe I dan kesalahan tipe II. Berikut akan dijelaskan perbedaan kedua jenis kesalahan tersebut.



Satu, Jenis Kesalahan Tipe 1, dimana kesalahan terjadi ketika peneliti atau analis menolak hipotesis nol (Ho) yang bernilai benar atau seharusnya diterima. Tingkat kesalahan ini disebut dengan tingkat kesalahan α (baca alpha).

dua, Jenis Kesalahan Tipe II, merupakan bentuk kesalahan jika menerima hipotesis yang salah atau seharusnya ditolak. Tingkat kesalahan untuk ini dinyatakan dengan tingkat kesalahan β (baca beta).

Berdasarkan hal tersebut, maka hubungan antara keputusan menolak atau menerima hipotesis dapat diperlihatkan seperti pada tabel 1.



Dari tabel 1 tersebut beberapa hal yang dapat dijelaskan adalah sebagai berikut:
satu, Keputusan menerima nilai hipotesis nol yang bernilai benar, berarti tidak terjadi kesalahan.
dua, Keputusan menerima hipotesis nol yang salah, berarti terjadi kesalahan Tipe II.
tiga, Membuat keputusan menolak hipotesis nol yang benar, berarti terjadi kesalahan Tipe I.
empat, Keputusan menolak hipotesis nol yang salah, berarti tidak membuat kesalahan.

Jika nilai data sampel atau statistik yang didapat dari hasil pengumpulan data adalah sama dengan nilai parameter populasi atau berada dalam jangkauan interval parameter populasi, maka hipotesis 100% diterima, jika tidak maka terdapat kesalahan dalam hipotesis tersebut. Apabila nilai statistik diluar nilai parameter populasi maka akan terdapat kesalahan. Kesalahan ini semakin besar bila nilai statistik jauh dari nilai paramter populasi.

Tingkat kesalahan tersebut selanjutnya dinamakan sebagai tingkat signifikan. Dalam praktiknya tingkat signifikan atau tingkat signifikansi telah ditetapkan oleh peneliti terlebih dahulu sebelum hipotesis diuji. Biasanya tingkat signifikan atau tingkat kesalahan yang diambil adalah 1% dan 5%

Sebuah hipotesis terbukti memiliki kesalahan sebesar 1%, artinya jika nilai penelitian yang dilakukan adalah 100 sampel populasi, maka akan terdapat 1 buah kesimpulan yang bernilai salah dari 100 sampel tersebut. Dalam sebuah pengujian hipotesis kebanyakan tipe kesalahan yang digunakan adalah kesalahan tipe I. 

7 komentar:

  1. Bagaimana cara mengatasi Error Tipe 1 pada hipotesis?

    BalasHapus
    Balasan
    1. Jika hipotesis nol bernilai benar, maka probabilitas membuat kesalahan Tipe I adalah sama dengan tingkat signifikansi pengujian. Untuk mengurangi kemungkinan kesalahan Tipe I, maka kurangi tingkat signifikansinya. Mengubah ukuran sampel tidak berpengaruh apapun pada kemungkinan kesalahan Tipe I.

      Hapus
  2. Bagaimana cara mengantisifasi error Tipe 2 supaya tidak muncul pada saat pengambilan hipotesis?

    BalasHapus
    Balasan
    1. Untuk menghindari kesalahan tipe II dapat dilakukan dengan cara memperbesar tingkat probabilitas atau tingkat signifikansi yang ditetapkan. Namun, jika nilai tersebut semakin besar maka peluang muncul kesalahan tipe I juga akan semakin besar.

      Hapus
  3. Antara kesalahan tipe 1 dan tipe 2, mana yang lebih serius untuk diperhatikan?

    BalasHapus
    Balasan
    1. Kesalahan Tipe I umumnya dianggap lebih serius daripada Kesalahan Tipe II karena Kesalahan Tipe 1 muncul berdasarkan tingkat signifikansi data yang ditentukan oleh pelaku eksperimen sebelumnya.

      Hapus
  4. kesalahan ku ketika melakukan penelitian adalah bukan kesalahan tipe I atau II, melainkan kesalahan pemilihan jurusan T.T

    BalasHapus

Respon komentar 7 x 24 jam, so please be patient :D

Footer Adsense