Dalam statistik inferensial, hipotesis dibentuk sebagai jawaban tentatif atas pertanyaan penelitian. Pengujian hipotesis statistik memungkinkan kita untuk mengevaluasi hipotesis tentang parameter populasi berdasarkan statistik sampel. Jenis pengujian bervariasi sesuai dengan tingkat pengukuran variabel yang terlibat. Jika parameter populasi dihipotesiskan lebih besar dari atau kurang dari beberapa nilai, uji satu sisi digunakan. Ketika tidak ada arah yang ditunjukkan dalam hipotesis penelitian, uji dua sisi digunakan. Uji dua sisi akan menunjukkan ada atau tidaknya perbedaan nilai variabel yang terlibat.
Mengumpulkan data untuk parameter populasi. Tentukan apakah ada landasan teoretis yang menunjukkan perbedaan arah yang ditentukan untuk parameter. Perbedaan tertentu akan ditunjukkan dengan menyatakan bahwa nilai satu variabel lebih tinggi atau lebih rendah dari variabel lainnya. Informasi ini memungkinkan Anda untuk memutuskan apakah tes dua sisi sesuai.
Buat asumsi mengenai tingkat pengukuran variabel, metode pengambilan sampel, ukuran sampel, dan parameter populasi. Gunakan asumsi ini untuk merumuskan hipotesis Anda. Hipotesis pertama Anda akan menjadi hipotesis penelitian Anda, atau H1. Hipotesis ini menyatakan perbedaan variabel parameter populasi. Hipotesis kedua Anda akan menjadi hipotesis nol Anda, atau H0. Hipotesis ini bertentangan dengan hipotesis penelitian dan menyatakan bahwa tidak ada perbedaan antara rata-rata populasi dengan nilai tertentu.
Hitung statistik uji alfa. Alpha adalah tingkat probabilitas di mana hipotesis nol ditolak. Alfa biasanya ditetapkan pada level .05, .01, atau .001, artinya akan ada margin kesalahan sebesar 5%, 1%, atau .1%. Untuk uji dua sisi, bagi nilai alfa dengan 2 dan bandingkan dengan statistik Z jika standar deviasi diketahui atau statistik t jika standar deviasi tidak diketahui.
Uji hipotesis nol untuk menentukan apakah ada perbedaan antara parameter populasi. Tujuannya adalah menolak hipotesis nol untuk memberikan dukungan bagi hipotesis penelitian. Ketika nilai probabilitas kurang dari alpha, kami menolak hipotesis nol dan mendukung hipotesis penelitian. Ketika nilai probabilitas lebih besar dari alfa, kami gagal menolak hipotesis nol.
-
- Data untuk variabel populasi yang diuji
- Kalkulator
- Tabel normal standar
- T-meja
- Ukuran sampel yang terlalu kecil dapat mendistorsi hasil penelitian Anda.
Jupiterimages/Photos.com/Getty Images
