Cara Menghitung Uji Dua Sisi

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 atau lebih kecil 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 dari variabel-variabel yang terlibat.

Kumpulkan data untuk parameter populasi. Tentukan apakah ada dasar 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 uji dua sisi sesuai.

Buatlah 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 adanya 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 mean populasi dan nilai tertentu.

Hitung statistik uji alpha. Alpha adalah tingkat probabilitas di mana hipotesis nol ditolak. Alfa biasanya diatur pada tingkat .05, .01, atau .001, yang berarti bahwa akan ada margin kesalahan 5%, 1%, atau .1%. Untuk uji dua sisi, bagi nilai alpha dengan 2 dan bandingkan dengan Z-statistik jika standar deviasi diketahui atau t-statistik jika standar deviasi tidak diketahui.

Uji hipotesis nol untuk menentukan apakah ada perbedaan antara parameter populasi. Tujuannya adalah untuk menolak hipotesis nol dalam rangka memberikan dukungan untuk hipotesis penelitian. Ketika nilai probabilitas lebih kecil dari alpha, kami menolak hipotesis nol dan mendukung hipotesis penelitian. Ketika nilai probabilitas lebih besar dari alpha, kita gagal menolak hipotesis nol.

  • Bagikan
instagram viewer