Artikel Terbaru

2 Kesalahan Utama dalam Pengujian Hipotesis Statistika Penelitian

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.

Tabel 1 Tipe Kesalahan Hipotesis
KeputusanKeadaan Sebenarnya
Hipotesis BenarHipotesis Salah
Hipotesis DiterimaTidak Membuat KesalahanKesalahan Tipe II
Hipotesis DitolakKesalahan Tipe 1Tidak Membuat Kesalahan


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. 

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
  5. Kenapa pengambilan hipotesis atau penolakan hipotesis sifatnya tidak pasti?

    BalasHapus
    Balasan
    1. Kembali lagi ke pengertian dasar hipotesis,

      "Hipotesis adalah sebuah pernyataan ataupun anggapan yang dikemukakan oleh seseorang atau peneliti" (yang masih harus diuji nilai kebenarannya).

      Kenapa harus diuji nilai kebenarannya?

      Karena segala asumsi atau anggapan yang bersumber dari manusia sifatnya adalah subjektif.

      contoh: Teori Galileo galilei, seorang ilmuan yang mati dihukum pihak gereja, karena dianggap mengemukakan anggapan atau teori yang menurut dirinya benar, padahal menurut pandangan masyarakat umum (pihak gereja) adalah salah. Dan ternyata, setelah beberapa tahun melalui teknologi pengamatan yang lebih modern, dikemukakan anggapan atau teori baru, yang ternyata selaras dengan teori galileo tersebut.

      Sedih bukan,

      Dari sejarah ini, kita bisa belajar, jika seseorang (ilmuan atau peneliti) mengemukakan sebuah anggapan, maka kita tidak bisa secara langsung untuk menolak ataupun juga langsung menerima (tidak pasti) anggapan atau asumsi tersebut (hipotesis). Melainkan harus melakukan suatu proses pengkajian tertentu, dengan menggunakan metode tertentu, agar asumsi tersebut dapat dipahami oleh masyarakat lain secara umum (metodologi penelitian). Sehingga asumsi atau pandangan tersebut yang dikemukakan oleh seseorang benar-benar bisa dipahami secara umum dan kemudian dapat dilakukan penyimpulan bersama apakah suatu pandangan benar-benar bisa diterima, atau ditolak.

      Dikatakan benar-benar bisa diterima, karena bisa jadi sebuah pandangan yang telah menjadi kesepakatan bersama (sebuah teori) tersebut, dimasa depan bisa menjadi salah karena munculnya suatu pandangan atau anggapan baru (hipotesis baru) yang dapat mengugurkan pandangan lama tersebut.

      contoh: teori yang menyatakan bahwa benda yang lebih berat akan jatuh lebih cepat ke bumi, yang ternyata teori tersebut tidak benar.

      Hapus

Posting Komentar

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

Hot Artikel!!!

Enkapsulasi pada Java

6 Tahap Utama dalam Melakukan Kompilasi Program Hello World Java

6 Contoh Program Method Overloading pada Java