Hipotesis statistik pada hakekatnya adalah teknik pengujian pada saat pengambilan sampel dari serangkaian jumlah populasi, sehingga proses penggunaan dalam pengujian hipotesis statistik hanya bisa dipergunakan untuk metode statistika inferensial. Adapun tujuan dilakukan ialah untuk mengukur apakah samepl mampu mewakili populasi atau tidak.
Meskipun demikian dalam berbagai contoh hipotesis statistik juga ditemukan untuk berbagai arti penelitian dan penulisan karya tulis ilmiah. Seperti skripsi, tesis, desertasi, dan lainnya. Khususnya yang mempergunakan metode penelitian kuantitatif.
Hipotesis Statistik
Hipotesis statistik dan statistika akan senantisa diuji persis dengan kumpulan distribusi probabilitas yang memungkin adanya pengukuran sampel. Sehingga dalam hal ini uji hipotesis statistik adalah metode inferensi statistik.
Langkah yang dilakukan ialah melihat hipotesis alternatif diajukan untuk distribusi probabilitas data, baik secara eksplisit maupun informal. Perbandingan kedua jenis model ini dianggap signifikan secara statistik jika, menurut probabilitas ambang, tingkat signifikansi data sangat tidak mungkin terjadi di bawah hipotesis nol.
Sehingga untuk tes hipotesis menentukan hasil studi mana yang dapat menyebabkan penolakan hipotesis nol pada tingkat signifikansi yang telah ditentukan sebelumnya, sementara menggunakan ukuran penyimpangan yang telah dipilih sebelumnya dari hipotesis tersebut (statistik pengujian atau kesesuaian pengukuran).
Tingkat signifikansi yang telah dipilih sebelumnya adalah “rasio positif palsu” maksimal yang diperbolehkan. Seseorang ingin mengontrol risiko salah menolak hipotesis nol yang benar. Proses membedakan antara hipotesis nol dan hipotesis alternatif dibantu dengan mempertimbangkan dua jenis kesalahan konseptual.
Contoh Hipotesis Statistik
Adapun untuk berbagai contoh yang dimaksudkan dalam hipotesis statistik. Antara lain;
-
Skripsi
Skripsi adalah salah satu jenis karya ilmiah yang dibuat oleh mahasiswa/i yang sedang menempuh pendidikan S1. Proses dalam penulisan untuk hipotesis statistik ini berada dalam Bab 3 Skripsi, khususnya untuk pembahasan tentang metode penelitian.
Hipotesis statistik yang diajukan dalam skripsi ini sebagai berikut:
- Merumuskan hipotesis, uji hipotesis nol (H0) dan hipotesis alternatif (H1)
H0: b1 & b2 = 0, Tidak terdapat pengaruh signifikan antara variabel kinerja (X1)
dan suasana kantor kerja (X2) terhadap kepuasan konsumen (Y).
H1: b1 & b2 ≠ 0, Terdapat pengaruh signifikan antara variabel kinerja (X1) dan suasana kerja (X2) terhadap kepuasan konsumen (Y).
- Menentukan taraf nyata (signifikan) yang digunakan yaitu α= 0,05. Selanjutnya hasil hipotesis F hitung dibandingkan dengan F tabel dengan ketentuan sebagai berikut:
Jika F hitung ≥ F tabel, maka H0 ditolak, H1 diterima.
Jika F hitung < F tabel, maka H0 diterima, H1 ditolak.
-
Penelitian Eksperimen
Disisi lain, untuk penelitian eksperimen kadangkala diperlukan ujian hipotesis dalam statistik. Langkah ini dipergunakan guna mendapatka hasil penelitian yang bisa dipertangung jawabkan. Misalnya saja untuk topik penelitian tentang Penggunaan Masker dalam Pencegahan Covid.
Ada hubungan antara penggunaan Masker dan Pencegahan Covid: semakin rajin menggunakan masker, pencegahan virus Corona juga akan semakin baik.
H0: ρ ≤ 0
H1: ρ > 0
Dari contoh yang telah disebutkan. Sejatinya untuk terdapat beberapa jenis kesalahan yang bisanya terjadi dalam proses pengujian hipotesis statistik, dimana untuk kesalahan pertama terjadi ketika hipotesis nol ditolak secara salah. Jenis kesalahan kedua terjadi ketika hipotesis nol salah tidak ditolak. (Kedua jenis kesalahan tersebut dikenal sebagai kesalahan tipe 1 dan tipe 2).
Meskipun demikian, prlu dipahami bahwa khusus pada uji hipotesis penelitian berdasarkan signifikansi statistik adalah cara lain untuk menyatakan interval kepercayaan (lebih tepatnya, kumpulan keyakinan). Dengan kata lain, setiap uji hipotesis berdasarkan signifikansi dapat diperoleh melalui selang kepercayaan, dan setiap selang kepercayaan dapat diperoleh melalui uji hipotesis berdasarkan signifikansi.
Dimana pengujian hipotesis berbasis signifikansi adalah kerangka kerja yang paling umum untuk pengujian hipotesis statistik. Kerangka kerja alternatif untuk pengujian hipotesis statistik adalah dengan menentukan satu set model statistik, satu untuk setiap calon hipotesis, dan kemudian menggunakan teknik pemilihan model untuk memilih model yang paling sesuai.
Teknik pemilihan yang paling umum didasarkan pada kriteria informasi Akaike atau faktor Bayes. Namun, ini sebenarnya bukan “kerangka kerja alternatif“, meskipun orang dapat menyebutnya kerangka kerja yang lebih kompleks. Ini adalah situasi di mana seseorang suka membedakan antara banyak hipotesis yang mungkin, bukan hanya dua.
Alternatifnya, seseorang dapat melihatnya sebagai gabungan antara pengujian dan estimasi, di mana salah satu parameternya terpisah, dan menentukan hierarki mana dari model yang lebih dan lebih kompleks yang benar.
Tetapi yang pasti, untuk pengujian signifikansi hipotesis nol adalah nama untuk versi pengujian hipotesis tanpa menyebutkan alternatif yang mungkin secara eksplisit, dan tidak banyak pertimbangan tingkat kesalahan. Itu diperjuangkan oleh Ronald Fisher dalam konteks di mana dia meremehkan pilihan eksplisit hipotesis alternatif dan akibatnya tidak memperhatikan kekuatan tes.
Seseorang hanya membuat sifat hipotesis nol sebagai semacam manusia jerami, atau lebih baik lagi, sebagai formalisasi standar, pembentukan, gagasan default tentang bagaimana keadaannya. Seseorang mencoba untuk menggulingkan pandangan konvensional ini dengan menunjukkan bahwa hal itu mengarah pada kesimpulan bahwa sesuatu yang sangat tidak mungkin telah terjadi, dengan demikian mendiskreditkan teori tersebut.
Pengujian hipotesis juga dapat diartikan sebagai bentuk statistik inferensial yang memungkinkan kita menarik kesimpulan tentang keseluruhan populasi berdasarkan sampel yang representatif. Kita mendapatkan manfaat luar biasa dengan menggunakan sampel.
Dalam kebanyakan kasus, tidak mungkin mengamati seluruh populasi untuk memahami propertinya. Satu-satunya alternatif adalah mengumpulkan sampel acak dan kemudian menggunakan statistik untuk menganalisisnya.
Sementara sampel jauh lebih praktis dan lebih murah untuk dikerjakan, ada trade-off. Saat kita memperkirakan sifat populasi dari sampel, statistik sampel tidak mungkin sama persis dengan nilai populasi sebenarnya. Misalnya, rata-rata sampel kita tidak mungkin sama dengan rata-rata populasi. Perbedaan antara statistik sampel dan nilai populasi adalah kesalahan sampel. Hal ini tentusaja memungkin karena kesalahan sampel daripada mewakili efek sebenarnya pada tingkat populasi.
Jika kesalahan sampel menyebabkan perbedaan yang diamati, pada saat seseorang melakukan eksperimen yang sama, hasilnya mungkin berbeda. Pengujian hipotesis menggabungkan perkiraan kesalahan pengambilan sampel untuk membantu kita membuat keputusan yang benar.
Misalnya, jika kita mempelajari proporsi cacat yang dihasilkan oleh dua metode manufaktur, perbedaan apa pun yang kita amati antara dua proporsi sampel mungkin merupakan kesalahan sampel daripada perbedaan sebenarnya. Jika perbedaan tidak ada di tingkat populasi, kita tidak akan mendapatkan manfaat hipotesis yang kita harapkan berdasarkan statistik sampel.
Itulah tadi penjelasan dan pengulasan yang bisa diberikan pada semua pembaca berkenaan dengan contoh hipotesis statistik yang ada dalam penelitian. Semoga bermanfaat.
