Kesalahan dalam menguji hipotesis

Dalam menaksir parameter populasi berdasarkan data sampel, kemungkinan akan terdapat dua kesalahan yaitu:

1. Kesalahan tipe I adalah suatu kesalahan bila menolak hipotesis Nol (Ho) yang benar ( Seharunya diterima) dalam hal ini tingkat kesalahan dinyataan sebagai α (Baca Alpha).
2. Kesalahan tipe II adalah kesalah bila menerima hipotesis yang salah ( Seharunya ditolak). tingkat kesalahan untuk ini dinyatakan Dengan β (baca Beta).

Berdasarkan hal tersebut. maka hubungan antara keputusan menolak atau menerima hipotesis dapat ditabelkan sebagai berikut:

Penjelasan:

1. Keputusan menerima hipotesis nol yang benar, Berarti tidak membuat kesalahan.
2. Keputusan menerima Hipotesis nol yang salah, berarti terjadi kesalahn tipe II.
3. Membuat keputusan menolak hipotesis nol yang benar berarti terjadi kesalahn tipe I.
4. keputusan Menolak hipotesis nol yang salah, berarti tidak memebuat kesalahan.

Bila nilai statistik ( Data sampel) yang diperoleh dari hasil pengumpulan data sama dengan nilai parameter populasi atau masih berada pada nilai interval parameter populasi, maka hipotesis yang dirumuskan 100% diterima. Jika tidak terdapat kesalahan. tetapi bila nilai statistik diluar nilai parameter populasi akan terdapat kesalahan, kesalahn ini semakin besar bila nilai statistik jauh dari nilai parameter populasi.

Tingkat kesalahan inni selanjutnya dinamakan level of significant atau tingkat signifikansi. dalam prakteknya tingkat signifikansi telah ditetapkan oleh peneliti terlebih dahulu sebelum hipotesis diuji. biasanya tingkat signifikansi (tingkat kesalahan) yang diambil adalah 1% dan 5%.


Baca Juga:
Konsep Dasar pengujian hipotesis