TARAF SIGNIFIKANSI

Bacaan Selanjutnya ...

Pengujian hipotesis pada dasarnya adalah menaksir parameter populasi berdasarkan data sampel. Ada dua cara menaksir parameter, yaitu

1. Penaksiran titik (a point estimate), suatu taksiran parameter populasi berdasarkan satu nilai dari rara-rata data sampel. Sebagai contoh hipotesis yang berbunyi:

Rata-rata pegawai PT ABC adalah lulusan S1.
Rata-rata lama tidur orang dewasa adalah 6 jam sehari.

2. Penaksiran interval (interval estimate), suatu taksiran parameter populasi berdasarkan nilai interval rata-rata data sampel. Sebagai contoh hipotesis yang berbunyi:

Rata-rata pegawai PT ABC adalah lulusan D3 - lulusan S2.
Rata-rata lama tidur orang dewasa adalah antara 4 - 8 jam.

Menaksir populasi dengan nilai tunggal akan memiliki resiko kesalahan lebih tinggi dibandingkan dengan menggunakan interval. Makin besar interval taksirannya maka akan semakin kecil kesalahannya. Sebagai contoh di atas, menaksir lama tidur orang dewasa adalah antara 3 - 9 jam akan lebih kecil kesalahannya jika interval lama tidur orang dewasa adalah 5 - 7 jam.

Dalam penelitian, biasanya interval taksiran ditetapkan terlebih dahulu. Seperti 1%, 5%, atau 10%. Nilai ini disebut taraf signifikansi / tingkat signifikansi / level of significant.
Nilainya adalah berupa probabilitas atau peluang munculnya suatu kejadian, yaitu peluang besarnya melakukan kesalahan.

Tingkat signifikansi 5% artinya kita mengambil resiko salah dalam mengambil keputusan untuk menolah hipotesis yang benar adalah sebanyak-banyaknya 5% dan benar dalam mengambil keputusan sedikit-dikitnya adalah 95%. (tingkat kepercayaan).

Atau dengan kata lain, kita percaya bahwa 95% dari keputusan untuk menolak hipotesis yang salah adalah benar.

Penentuan taraf signifikansi, biasanya ditentukan oleh peneliti. Penelitian tertentu yang membutuhkan taraf kesalahan yang lebih kecil seperti meneliti makanan, penyakit, obat-obatan dll dibutuhkan tingkat ketelitian yang lebih tinggi bisa menggunakan taraf signifikansi 0,5% atau 0,1%.

Dalam kurva normal untuk pengujian dua sisi (2-tail sided), dapat kita lihat daerah taksiran dan besarnya kesalahan, sebagai berikut :

Gambar 1. Kurva Pengujian Dua Sisi

Untuk pengujian satu sisi (1-tail sided) menggunakan uji-t atau uji-F, maka dapat kita lihat daerah taksiran dan besarnya kesalahan, sebagai berikut: