Uji Hipotesa dengan Statistics (Hypotheses Test)

Awalnya kita telah mendefinisikan hipotesa kita berdasarkan Teori, Data empiris dan/atau Logika. Selanjutnya kita perlu membuktikan.

Spt sudah sy sampaikan di posting sebelumnya, dalam setiap hal apalagi penelitian, kita harus menerapkan prinsip Critical Thinking yakni Tidak Pernah mempercayai apa yang kita kira benar (atau orang lain benar) sampai kita dapat membuktikannya. Implementasinya dalam uji dugaan/hypothesis yakni dengan merumuskan Hypothesis Awal kita (Null Hypothesis atau H0).

Contoh kasus sebelumnya:
Research Question: “Dosen Komunikasi memiliki lebih banyak fans mahasiswi daripada Dosen Komputer. Benarkah?”
H0: Rata-rata banyaknya fans mahasiswi Dosen Komunikasi dengan Dosen Komputer TIDAK ADA BEDAnya.
H1: ADA PERBEDAAN antara rata-rata banyaknya fans mahasiswi Dosen Komunikasi dengan Dosen Komputer.

Penetuan Hypothesis Awal (Null Hypothesis)
Umumnya Null Hypothesis adalah sebuah kebenaran yang “Lebih Sederhana” untuk dibuktikan
Contoh: dalam contoh H0 dan H1 di atas membuktikan bahwa jumlah rata-rata fans mahasiswi TIDAK ADA BEDAnya jauh Lebih Mudah daripada membuktikan ADA BEDAnya (karena kalo kita bilang beda pasti ada pertanyaan lanjutan…Bedanya seberapa? 🙂 )

Pengujian Hypothesis

* Ingat ‘bobot’ Null Hypothesis (H0) lebih berat daripada Alternative Hypothesis (H1), maksud saya kita mestinya selalu cenderung mempertahankan Null Hypothesis (H0) sampai kita memiliki alasan yang kuat (membuktikan) bahwa Null Hypothesis tersebut SALAH atau diTOLAK.

* Saat Null Hypothesis (H0) ditolakpun Bukan Berarti Alternative Hypothesis (H1) Pasti Benar, penarikan kesimpulan yang benar adalah Jika Null Hypothesis (H0) ditolak maka Bisa Jadi (sepertinya/mungkin) Alternative Hypothesis (H1) Benar.

Hasil Uji Hypothesis
Hanya ada dua kemungkinan uji hypothesis statistics, yakni
* H0 DiTolak dan bisa jadi H1 berlaku (“Reject H0 in favour of H1”),
atau
* H0 Tidak Ditolak (“Do not reject H0”)
Lihat hasil kesimpulan Uji Hypothesis selalu DiNyatakan dalam Konteks H0!!
Tidak ada istilah “H1 ditolak” apalagi “H1 diterima”

Kemungkinan Kesalahan Uji Hypothesis
Ada 2 kemungkinan kesalahan Uji Hypothesis yang kita lakukan:
– Menolak Null Hypothesis (H0) yang mestinya Benar, atau
– Tidak Menolak Null Hypothesis (H0) yang mestinya Salah.

Dalam contoh kasus di atas:
H0: Rata-rata banyaknya fans mahasiswi Dosen Komunikasi dengan Dosen Komputer TIDAK ADA BEDAnya.
Misalnya setelah kita uji deference kita simpulkan

Kita MENOLAK H0 (padahal Kebenaran yg sebenarnya adalah Memang Tidak Ada Perbedaan) ini disebut Type I Error , atau

Kita TIDAK MENOLAK H0 (padahal Kebenaran yg sebenarnya adalah Memang Ada Perbedaan) Type II Error .

Kesalahan MENOLAK H0 Lebih Parah daripada Kesalahan TIDAK MENOLAK H0, (Type I Error harus lebih dihindari daripada Type II Error!)
analoginya dalam hukum islam “masih lebih baik Membebaskan orang Bersalah (Tidak Menolak H0 padahal H0 Salah) daripada Menghukum orang yang Tidak Bersalah (Menolak H0 padahal H0 benar)“. Kenapa?

Sekali lagi prinsipnya adalah: “Jangan pernah menolak/mengubah H0 sampai dengan kita menemukan bukti yang kuat bahwa H0 memang salah!!!”
Jadi jika kita Tidak Menolak H0 padahal kebenarannya adalah H0 salah, bisa jadi karena jumlah sampel yang kurang besar, dan ini TIDAK APA-APA karena default kebenaran yang kita yakini memang itu.
Berbeda jika kita mengambil kesimpulan ‘besar’ Menolak H0. padahal kebenarannya H0 benar, maka berarti kita telah mengajak banyak orang untuk mengubah pandangan defaulnya dan ini konsekuensi kesalahannya besar.

*************************

Tahapan-Tahapan Menguji Hypothesis:

1. Merumuskan Null Hypothesis (H0) dan Alternative Hypothesis (H1) penelitian kita

2. Menentukan metode statistik yang cocok untuk menguji Hypotesis kita.

3. Hitung nilai p (p-value)…semakin KECIL nilai p Semakin Kuat Null Hypothesis diTOLAK!

4. Bandingkan nilai p dengan nilai Alpha (acceptable significance value ).
Jika , maka observed effect is significant secara statistics  –> the null hypothesis is ruled out, and the alternative hypothesis (H1) VALID. 

Ingat: Statistical analyses can never prove the truth of a hypothesis, but rather merely provide evidence to support or refute it.

Posting selanjutnya akan membahas apa itu “p value”? apa itu confidence interval? apa itu Alpha?