You are on page 1of 1

Farhan Falih Ahmad/ F0316010/Kelas A

RMK Bab 15 - Analisis Data Kuantitatif : Pengujian Hipotesis

Dalam pengembangan hipotesis hal yang perlu diperhatikan adalah menguji atau
melakukan pengetesan terhadap hipotesis. Langkah dalam pengembangan hipotesis adalah :
a) Mengemukakan hipotesis kosong (h0) dan hipotesis alternatif (h1)
b) Menentukan level signifikasi (umumbya adalah 95 % atau 0.05
c) Pilih uji statistik yang digunakan dengan nenpertimbangkan skala yang ada (ordinal,
interval, atau rasio)
d) Melihat hasil signifikasi data dari informasi yang sudah diproses komputer.
Pengujian tersebut sangat penting karena untuk menguji seberqpa akurat jika H0 ditolak
dan dan H1 diterima. Berdasarkan data sampel peneliti dapat menolak H0 dan menerima H1
dengan derajat tingkat kepecayaan penelitian tersebut, namun tetap ada risiko yang
terkandung dari tingkat kepercayaan tersebut (misal tingkat signifikasi 0.05 menyatakan 95%
kemungkinan hasil hipotesis benar dan kemungkinan 5% ada kesalahan). Ada dua tipe error
yaitu :
a) Error tipe I atau alpha, adanya kemungkinan menolak hasil H0 padahal sebenarnya
H0 tersebut adalah benar. Error tipe ini dapat terjadi jika kita meyakini bahwa
variabel independen tersebut mempengaruhi variabel dependen penelitian, padahal
sebenarnya tidak Dikarenakan adanya kesalahan dalam menerjemahkan data.
b) Error tipe II atau yang disebut beta, adanya kemungkinan kesalahan dalam membuat
konklusi bahwa H0 benar dan H1 salah, padahal itu merupakan kebalikanya. Hal ini
dapat terjadi jika variabel independen dianggap tidak mempengaruhi variabel
dependen, yang seharusnya variabel independen mempengaruhi variabel dependen.
Statistical power atau kekuatan statistik adalah probabilitas peneliti untuk secara benar
menolak ataumenggagalkan H0 penelitian tersebut. Hal tersebut tergantung dari :
a) Alpha atau tingkat signifikan kriteria statistik yabg digunakan dalam tes. Semakin
alpha mendekati nilai 0 maka probabilitas kemungkinan H0 memiliki efek dalam
penelitian berkurang. Hal ini menandakan semakin rendah nilai alpha, semakin rendah
efeknya. Semakin tinggi nilai alpha, maka semakin tinggi efeknya.

b) Ukuran kekuatan merupakan tingkat perbedaan kekuatan antara ukuran populasi dan
hubungan antara populasi. Hubungan populasi yang kuat (berbeda antar satu dan
lainya) akan lebih mudah menmukan ukuran kekuatanya daripada populasi yang
memiliki banyak kesamaan.

c) Ukuran sampel yang besar akan meningkatkan keakuratan paramater atau estimasian
penelitian namun akan menimbulkan kekuatan yang terlalu berlebih sehingga akan
menimbulkan efek yang berlebih.