Menurut Sugiyono (2005: 5) disebutkan bahwa: “hipotesis merupakan
dugaan atau jawaban sementara terhadap rumusan masalah penelitian. Dikatakan
sementara karena jawaban yang diberikan baru didasarkan pada teori dan belum
menggunakan fakta.”
Jika asumsi atau dugaan itu dikhususkan mengenai populasi, misalnya
mengenai nilai-nilai parameter populasi, maka hipotesis tersebut disebut hipotesis
statistik. Setiap hipotesis bisa benar atau tidak benar dan karenanya perlu
diadakan penelitian sebelum hipotesis itu diterima atau ditolak. Langkah atau
prosedur untuk menentukan apakah menerima atau menolak hipotesis dinamakan
pengujian hipotesis.
Hipotesis disajikan dalam bentuk pernyataan yang menghubungkan secara
eksplisit maupun implisit satu variabel dengan variabel lain. Hipotesis yang baik
selalu memenuhi dua persyaratan, yaitu: menggambarkan hubungan antar variabel
dan dapat memberikan petunjuk bagaimana pengujian terhadap hubungan
tersebut.
Di dalam pengujian terdapat dua hipotesis yakni hipotesis nol (H0) dan
hipotesis alternatif (Ha). hipotesis nol (H0) digunakan sebagai dasar pengujian
statistik, atau hal yang berlaku secara umum. Dalam pengambilan keputusan H0, kadang-kadang dilakukan kesalahan.
Ada dua tipe kesalahan yang mungkin
dilakukan yakni kesalahan tipe I dan kesalahan tipe II. Kesalahan tipe I terjadi jika
menolak hipotesis nol (H0) dengan syarat H0 benar. Sedangkan kesalahan tipe II
terjadi jika menerima hipotesis nol (H0) dengan syarat H0 salah. Hipotesis
alternatif (Ha) merupakan kesimpulan sementara dari hubungan antar variabel
yang sudah dipelajari dari teori-teori yang berhubungan dengan suatu masalah.
Bila kita hendak membuat keputusan mengenai perbedaan-perbedaan, kita
menguji H0 terhadap Ha. Ha merupakan pernyataan yang kita terima jika H0
ditolak.
Menurut Conover (1978: 80) disebutkan bahwa: “taraf signifikan (α) adalah
peluang kesalahan tipe I atau peluang bersyarat menolak H0 dengan syarat H0
benar. Jadi α = (Tolak H0 / H0 benar). Taraf kritik (critical level) α adalah taraf
signifikan terkecil yang harus dicapai untuk menolak H0 pada suatu pengamatan.”
Dalam pengambilan kesimpulan ada kemungkinan untuk berbuat satu
diantara dua tipe kesalahan. Maka dari itu peneliti harus dapat mencapai nilai
kompromi yang merupakan keseimbangan yang optimal antara peluang-peluang
yang diperbuat kedua tipe kesalahan itu. Untuk mencapai keseimbangan itu, maka
digunakan fungsi kuasa (power function). Fungsi kuasa (power function) adalah
peluang untuk menolak H0 ketika H0 salah. jadi peluang kuasa uji adalah 1 - β.
Untuk setiap pengujian dengan α yang ditentukan, besar β dapat dihitung.
Harga 1 - β dinamakan kuasa uji. Jika nilai β berbeda untuk harga parameter yang
berlainan, maka β bergantung pada parameter, katakanlah θ, sehingga didapat β(θ)
20
sebuah fungsi yang bergantung pada θ. Bentuk β(θ) dinamakan fungsi ciri operasi,
dan 1 - β( θ) dinamakan fungsi kuasanya.
Tidak ada komentar:
Posting Komentar