Unduh PDF
Unduh PDF
Pengujian hipotesis dilakukan dengan analisis statistik. Signifikansi statistik dihitung menggunakan nilai p, yang menunjukkan besarnya probabilitas hasil penelitian, dengan syarat pernyataan tertentu (hipotesis nol) adalah benar. [1] X Teliti sumber Jika nilai p kurang dari tingkat signifikansi yang telah ditentukan (umumnya 0.05), peneliti dapat menyimpulkan bahwa hipotesis nol tidak benar dan menerima hipotesis alternatif. Menggunakan uji t sederhana, Anda dapat menghitung nilai-p dan menentukan signifikansi antara dua kelompok data yang berbeda.
Langkah
-
Menetapkan hipotesis. Langkah pertama menganalisis signifikansi statistik adalah menentukan pertanyaan penelitian yang ingin Anda jawab dan merumuskan hipotesis Anda. Hipotesis adalah pernyataan tentang data eksperimen Anda dan menerangkan perbedaan yang mungkin ada di dalam populasi penelitian. Untuk setiap eksperimen, hipotesis nol dan hipotesis alternatif harus ditetapkan. [2] X Teliti sumber Umumnya, Anda akan membandingkan dua kelompok untuk melihat apakah dua kelompok tersebut sama atau berbeda.
- Hipotesis nol (H 0 ) umumnya menyatakan bahwa tidak ada perbedaan antara dua kelompok data. Contoh: kelompok siswa yang membaca materi sebelum kelas dimulai tidak mendapat nilai yang lebih baik dibandingkan kelompok yang tidak membaca materi.
- Hipotesis alternatif (H a ) adalah pernyataan yang berlawanan dengan hipotesis nol dan pernyataan yang Anda coba dukung dengan data eksperimen. Contoh: kelompok siswa yang membaca materi sebelum kelas mendapat nilai yang lebih baik daripada kelompok yang tidak membaca materi.
-
Batasi tingkat signifikansi untuk menentukan harus seberapa unik data Anda agar data tersebut dianggap signifikan. Tingkat signifikansi (alfa) adalah ambang batas yang digunakan untuk menentukan signifikansi. Jika nilai p kurang dari atau sama dengan tingkat signifikansi, data tersebut dianggap signifikan secara statistik. [3] X Teliti sumber
- Sebagai aturan umum, tingkat signifikansi (alfa) ditetapkan sebesar 0,05, berarti probabilitas kedua kelompok data tersebut sama hanya 5%.
- Dengan menggunakan tingkat kepercayaan yang lebih tinggi (nilai p yang lebih rendah) berarti hasil eksperimen akan dianggap lebih signifikan.
- Jika Anda ingin menaikkan tingkat kepercayaan data Anda, turunkan nilai p lebih menjadi 0,01. Nilai p yang lebih rendah biasanya digunakan dalam pabrikasi saat mendeteksi cacat produk. Tingkat kepercayaan yang tinggi sangatlah penting untuk memastikan bahwa setiap bagian yang diproduksi bekerja sesuai fungsinya.
- Untuk eksperimen pengujian hipotesis, tingkat signifikansi 0,05 dapat diterima.
-
Putuskan untuk menggunakan uji satu-sisi atau uji dua-sisi. Salah satu asumsi yang digunakan saat Anda melakukan Uji t adalah data Anda terdistribusi normal. Data yang terdistribusi normal akan membentuk kurva lonceng dengan sebagian besar data berada di tengah kurva. [4] X Teliti sumber Uji t adalah tes matematika yang digunakan untuk melihat apakah data Anda berada di luar distribusi normal, di bawah atau di atas “ekor” kurva.
- Jika Anda tidak yakin data Anda berada di bawah atau di atas kelompok kontrol, gunakan uji dua-sisi. Uji ini akan memeriksa signifikansi dari dua arah.
- Jika Anda mengetahui arah tren data Anda, gunakan uji satu-sisi. Menggunakan contoh sebelumnya, Anda menduga bahwa nilai siswa akan meningkat. Oleh karena itu, Anda sebaiknya menggunakan tes satu-sisi.
-
Tentukan ukuran sampel dengan analisis kekuatan uji-statistik. Kekuatan uji-statistik adalah probabilitas uji statistik tertentu dapat memberikan hasil yang tepat, dengan ukuran sampel tertentu. [5] X Teliti sumber Ambang batas kekuatan uji (atau β) adalah 80%. Analisis kekuatan uji statistik dapat menjadi rumit tanpa data awal karena Anda akan membutuhkan informasi tentang perkiraan nilai rata-rata setiap kelompok data dan standar deviasinya. Gunakan kalkulator analisis kekuatan uji statistik online untuk menentukan ukuran sampel optimal untuk data Anda. [6] X Teliti sumber
- Para peneliti umumnya melakukan pilot studi sebagai bahan analisis kekuatan uji-statistik dan dasar penentuan ukuran sampel yang dibutuhkan untuk penelitian yang lebih besar dan menyeluruh.
- Jika Anda tidak memiliki sumber daya untuk melakukan pilot studi, buat perkiraan nilai rata-rata berdasarkan literatur dan penelitian lain yang pernah dilakukan. Metode ini akan memberikan informasi untuk menentukan ukuran sampel.
Iklan
-
Gunakan rumus standar deviasi. Standar deviasi (atau disebut juga simpangan baku) adalah ukuran sebaran data Anda. Standar deviasi memberikan informasi kemiripan setiap poin data dalam sampel Anda. Awalnya, persamaan standar deviasi tampak rumit, tetapi langkah-langkah di bawah ini akan membantu proses perhitungan Anda. Rumus standar deviasi adalah s = √∑((x i – µ) 2 /(N – 1)).
- s adalah standar deviasi.
- ∑ berarti Anda harus menjumlahkan seluruh nilai sampel yang telah Anda kumpulkan.
- x i mewakili seluruh nilai individual poin data Anda.
- µ adalah rata-rata data untuk setiap kelompok.
- N adalah jumlah sampel Anda.
-
Hitung rata-rata sampel di setiap kelompok. Untuk menghitung standar deviasi, pertama-tama Anda harus menghitung rata-rata sampel di setiap kelompok data. Rata-rata dilambangkan dengan huruf Yunani mu atau µ. Untuk melakukan hal ini, jumlahkan seluruh nilai poin data sampel dan bagilah dengan jumlah sampel Anda. [7] X Teliti sumber
- Contoh, untuk mendapatkan nilai rata-rata kelompok siswa yang membaca materi sebelum kelas, mari lihat contoh data. Untuk mempermudah, kita akan menggunakan 5 poin data: 90, 91, 85, 83, dan 94.
- Jumlahkan seluruh nilai sampel: 90 + 91 + 85 + 83 + 94 = 443.
- Bagi dengan jumlah sampel, N = 5: 443/5 = 88,6.
- Rata-rata nilai kelompok ini adalah 88,6.
-
Kurangi setiap nilai poin data sampel dengan nilai rata-rata. Langkah kedua adalah menyelesaikan bagian (x i – µ) persamaan. Kurangi setiap nilai poin data sampel dengan nilai rata-rata yang telah dihitung sebelumnya. Meneruskan contoh sebelumnya, Anda harus melakukan lima pengurangan.
- (90 – 88,6), (91- 88,6), (85 – 88,6), (83 – 88,6), dan (94 – 88,6).
- Nilai yang didapatkan adalah 1,4, 2,4, -3,6, -5,6, dan 5,4.
-
Kuadratkan setiap nilai yang telah didapatkan dan jumlahkan seluruhnya. Kuadratkan setiap nilai yang baru saja Anda hitung. Langkah ini akan menghilangkan angka negatif. Jika ada nilai negatif setelah langkah ini dilakukan atau saat setelah seluruh perhitungan dilakukan, mungkin Anda melupakan langkah ini.
- Menggunakan contoh sebelumnya, kita mendapatkan nilai 1,96, 5,76, 12,96, 31,36, dan 29.16.
- Jumlahkan seluruh nilai: 1,96 + 5,76 + 12,96 + 31,36 + 29,16 = 81,2.
-
Bagi dengan jumlah sampel dikurangi 1. Rumus menyatakan N – 1 sebagai bentuk penyesuaian karena Anda tidak menghitung seluruh populasi; Anda hanya mengambil sampel populasi untuk membuat perkiraan. [8] X Teliti sumber
- Kurangi: N – 1 = 5 – 1 = 4
- Bagi: 81,2/4 = 20,3
-
Hitung akar kuadrat. Setelah Anda membaginya dengan jumlah sampel dikurangi satu, hitung akar kuadrat nilai final tersebut. Ini adalah langkah terakhir untuk menghitung standar deviasi. Ada beberapa program statistik yang dapat menghitung standar deviasi setelah Anda memasukkan data mentah.
- Contoh, standar deviasi nilai kelompok siswa yang membaca materi sebelum kelas dimulai adalah: s =√20,3 = 4,51.
Iklan
-
Hitung varian antara dua kelompok sampel. Di contoh sebelumnya, kita hanya menghitung standar deviasi satu kelompok. Jika Anda ingin membandingkan dua kelompok, Anda seharusnya memiliki data dari dua kelompok. Hitung standar deviasi kelompok kedua dan gunakan hasilnya untuk menghitung varian antara dua kelompok dalam eksperimen. Rumus varian adalah s d = √((s 1 /N 1 ) + (s 2 /N 2 )). [9] X Teliti sumber
- s d adalah varian antarkelompok.
- s 1 adalah standar deviasi kelompok 1 dan N 1 adalah jumlah sampel kelompok 1.
- s 2 adalah standar deviasi kelompok 2 dan N 2 adalah jumlah sampel kelompok 2.
- Contoh, data dari kelompok 2 (siswa yang tidak membaca materi sebelum kelas dimulai) memiliki jumlah sampel 5 dengan standar deviasi 5.81. Maka varian:
- s d = √((s 1 ) 2 /N 1 ) + ((s 2 ) 2 /N 2 ))
- s d = √(((4.51) 2 /5) + ((5.81) 2 /5)) = √((20.34/5) + (33,76/5)) = √(4,07 + 6,75) = √10,82 = 3,29.
-
Hitung nilai Uji t data Anda. Nilai Uji t akan membuat Anda dapat membandingkan satu kelompok data dengan kelompok data yang lain. Nilai t memungkinkan Anda melakukan Uji t untuk menentukan berapa besar probabilitas dua kelompok data yang dibandingkan berbeda secara signifikan. Rumus nilai t adalah: t = (µ 1 – µ 2 )/s d . [10] X Teliti sumber
- µ 1 adalah nilai rata-rata kelompok pertama.
- µ 2 adalah nilai rata-rata kelompok kedua.
- s d adalah varian antara dua sampel.
- Gunakan rata-rata yang lebih besar sebagai µ 1 agar Anda tidak mendapatkan nilai negatif.
- Contoh, nilai rata-rata kelompok 2 (siswa yang tidak membaca) adalah 80. Nilai t adalah: t = (µ 1 – µ 2 )/s d = (88,6 – 80)/3,29 = 2,61.
-
Tentukan derajat kebebasan sampel. Saat menggunakan nilai t, derajat kebebasan ditentukan oleh besar ukuran sampel. Tambahkan jumlah sampel dari tiap kelompok kemudian kurangi dua. Contoh, derajat kebebasan (d.f.) adalah 8 karena ada lima sampel di kelompok pertama dan lima sampel di kelompok kedua ((5 + 5) – 2 = 8). [11] X Teliti sumber
-
Gunakan Tabel t untuk menentukan signifikansi. Tabel nilai t [12] X Teliti sumber dan derajat kebebasan dapat ditemukan di buku statistik standar atau online. Lihat baris yang menunjukkan derajat kebebasan yang Anda pilih untuk data Anda dan temukan nilai p yang sesuai untuk nilai t yang berasal dari perhitungan Anda.
- Dengan derajat kebebasan sebesar 8 d.f. dan nilai t 2,61, nilai p untuk uji satu-sisi berada di antara 0,01 dan 0,025. Karena kita menggunakan level signifikansi kurang dari atau sama dengan 0,05, data yang kita gunakan membuktikan bahwa dua kelompok data berbeda secara signifikan. Dengan data ini, kita dapat menolak hipotesis nol dan menerima hipotesis alternatif: [13] X Teliti sumber kelompok siswa yang membaca materi sebelum kelas dimulai mendapatkan nilai yang lebih baik daripada kelompok siswa yang tidak membaca materi.
-
Pertimbangkan untuk melakukan studi lanjutan. Banyak peneliti melakukan pilot studi kecil untuk membantu mereka memahami bagaimana mendesain penelitian yang lebih besar. Melakukan penelitian lebih lanjut dengan lebih banyak pengukuran akan meningkatkan keyakinan Anda terhadap kesimpulan yang Anda dapatkan.Iklan
Tips
- Statistika adalah bidang yang luas dan rumit. Ikuti mata pelajaran statistika inferensi SMA atau kelas di universitas untuk membantu Anda memahami signifikansi statistik.
Iklan
Peringatan
- Fungsi spesifik analisis uji t ini adalah untuk mengetahui perbedaan antara dua populasi yang terdistribusi normal. Anda mungkin membutuhkan jenis uji yang lain tergantung kompleksitas data yang Anda miliki.
Iklan
Referensi
- ↑ http://blog.minitab.com/blog/adventures-in-statistics/how-to-correctly-interpret-p-values
- ↑ https://statistics.laerd.com/statistical-guides/hypothesis-testing-3.php
- ↑ http://www.stat.yale.edu/Courses/1997-98/101/sigtest.htm
- ↑ https://web.csulb.edu/~msaintg/ppa696/696stsig.htm#INTERPRET THE Chi
- ↑ http://www.jeremymiles.co.uk/misc/power/
- ↑ http://powerandsamplesize.com/Calculators/Compare-2-Means/2-Sample-1-Sided
- ↑ https://www.mathsisfun.com/data/standard-deviation-formulas.html
- ↑ https://www.mathsisfun.com/data/standard-deviation-formulas.html
- ↑ http://archive.bio.ed.ac.uk/jdeacon/statistics/tress4a.html
Tentang wikiHow ini
Halaman ini telah diakses sebanyak 168.025 kali.
Iklan
