STATISTIK UNTUK PENGUJIAN VALIDITAS DAN RELIABILITAS INSTRUMEN PENELITIAN

Posted on 11.15 | By Unknown | In


A. Pendahuluan
       
  Persoalan alat ukur yang digunakan mahasiswa ketika melakukan pencarian data penelitian sering dihadapkan pada persoalan akurasi, konsisten dan stabilitas sehingga hasil pengukuran yang diperoleh bisa mengukur dengan akurat sesuatu yang sedang diukur. Instrumen ini memang harus memiliki akurasi ketika digunakan. Konsisten dan stabil dalam arti tidak mengalami perubahan dari waktu pengukuran satu ke pengukuran yang lain. Fenomena ini merupakan titik awal dari aksi penelitian mahasiswa yang mau tidak mau harus dihadapi ketika mahasiswa akan menyelesaikan tugas-tugas kuliah dalam jenjang pendidikan Strata 1. Mereka akan berhadapan dengan cara bagaimana membuat alat ukur, atau instrumen itu memiliki validitas dan reliabilitas agar bisa digunakan dalam memperoleh data. Karena data yang kurang memiliki validitas dan reliabilitas, akan menghasilkan kesimpulan yang kurang lazim.

          Data yang kurang memiliki validitas dan reliabilitas, akan menghasilkan kesimpulan yang bias, kurang sesuai dengan yang seharusnya, dan bahkan bisa saja bertentangan dengan kelaziman. Untuk membuat alat ukur instrumen itu, diperlukan kajian teori, pendapat para ahli serta pengalaman-pengalaman yang kadangkala diperlukan bila definisi operasional variabelnya tidak kita temukan dalam teori. Alat ukur atau instrumen yang akan disusun itu tentu saja harus memiliki validitas dan reliabilitas, agar data yang diperoleh dari alat ukur itu bisa reliabel, valid dan disebut dengan validitas dan reliabilitas alat ukur atau validitas dan reliabilitas instrumen.


B. Pembahasan

1. Validitas dan Reliabilitas Penelitian
        Sebelum aksi penelitian dilakukan, mahasiswa perlu membedakan kriteria tentang validitas dan reliabilitas hasil penelitian dengan validitas dan reliabilitas instrumen. Hasil penelitian yang valid dan reliabel dengan instrumen yang valid dan reliabel, Sugiono, 2005, merupakan hasil penelitian yang memiliki kesamaan antara data yang terkumpul dengan data yang sesungguhnya terjadi pada objek yang diteliti. Misalnya saja warna dalam objek yang berwarna merah, akan tetapi data yang terkumpul memberikan data berwarna lain, maka hasil penelitiannya tidak valid. Sedangkan hasil penelitian yang reliabel, diperoleh bila terdapat kesamaan data yang terkumpul dalam kurun waktu yang berbeda, ataupun pengukuran yang dilakukan secara berulang. Misalnya warna dalam obyek beberapa waktu lalu berwarna merah, maka pada saat ini dan besok tetap berwarna merah. Jika kita memperoleh data tentang jumlah mahasiswa Fakultas Ekonomi dua hari yang lalu adalah 50 mahasiswa, maka jumlah mahasiswa pada hari ini dan besok adalah sebanyak 50 mahasiswa, demikian seterusnya.


2. Reliabilitas Instrumen
           Pengertian Reliabilitas, Sugiono 2005, adalah serangkaian pengukuran atau serangkaian alat ukur yang memiliki konsistensi bila pengukuran yang dilakukan dengan alat ukur itu dilakukan secara berulang. Kondisi itu ditengarai dengan konsistensi hasil dari penggunaan alat ukur yang sama yang dilakukan secara berulang dan memberikan hasil yang relatif sama dan tidak melanggar kelaziman. Untuk pengukuran subjektif, penilaian yang dilakukan oleh minimal dua orang bisa memberikan hasil yang relatif sama (reliabilitas antar penilai). Pengertian Reliabilitas tidak sama dengan pengertian validitas. Artinya pengukuran yang memiliki reliabilitas dapat mengukur secara konsisten, tapi belum tentu mengukur apa yang seharusnya diukur.

3. Pengukuran Reliabilitas
         Sifat reliabilitas dari sebuah instrumen berhubungan dengan sejauh mana kemampuan alat ukur itu memberikan hasil yang konsisten dari satu even percobaan ke even percobaan lainnya. Jika konsistensi pengukuran itu tidak kita peroleh dalam setiap pengukuran, dapat dibayangkan bila pengukuran yang dilakukan dengan instrumen itu memberikan hasil yang berbeda dari pengukuran satu ke pengukuran berikutnya. Saat ini kita memperoleh hasil pengukuran berat badan seseorang adalah 70 kg. Beberapa saat kemudian, meskipun dengan alat ukur yang sama kita memperoleh hasil 73 kg. Demikian seterusnya, hasilnya tidak pernah konsisten. Data yang kita peroleh tidak pernah konsisten dari waktu ke waktu. Pertanyaan yanag akan muncul dari benak kita adalah hasil pengukuran mana yang kita gunakan?

           Dalam kajian teoritis, reliabilitas adalah sejauh mana pengukuran dari suatu uji coba yang dilakukan tetap memiliki hasil yang sama meskipun dilakukan secara berulang-ulang terhadap subjek dan dalam kondisi yang sama. Instrumen alat ukur dianggap bisa diandalkan apabila memberikan hasil yang konsisten untuk pengukuran yang sama dan tidak bisa diandalkan bila pengukuran yang dilakukan secara berulang-ulang itu memberikan hasil yang relatif tidak sama. Pengujian reliabilitas instrumen untuk memperoleh hasil yang reliabel bisa dilakukan dengan berbagai metode statistik.

            Contoh lain adalah misalnya saja dalam sebuah kesempatan kita ingin mengukur panjang dan lebar tiga (3) buah lapangan bola volley. Alat yang digunakan dalam pengukuran itu adalah meteran dan jangkauan langkah. Setelah dilakukan pengukuran, bisa dipastikan bahwa pengukuran yang dilakukan dengan menggunakan meteran memperoleh hasil panjang dan lebar yang relatif sama terhadap ketiga lapangan bola volley itu. Sedangkan pengukuran yang dilakukan dengan menggunakan jangkauan langkah terhadap ketiga lapangan bola volley itu, menghasilkan satuan ukur, yakni panjang dan lebar yang berbeda.

4. Validitas Instrumen
       Fenomena kedua setelah mahasiswa menguji reliabilitas alat ukur, pekerjaan berikutnya adalah bagaimana memperoleh instrumen yang memiliki validitas, agar data yang diperoleh dari penyebaran instrumen itu benar-benar valid. Dikatakan memiliki validitas adalah bila instrumen atau alat ukur yang dibuat bisa dengan tepat mengukur objek yang akan diukur. Misalnya saja untuk mengukur, panjang dan lebar lapangan bola volley agar sama dengan luas standar lapangan internasional, maka sebaiknya kita menggunakan meteran. Karena meteran adalah merupakan alat ukur yang valid dan sudah memiliki validitas. Selain meteran, alat ukur untuk mengukur panjang dan lebar benda tidak lazim digunakan. Dalam teori ada bermacam-macam validitas.

       Menurut Ebel, dalam Moh. Nazir, 2003, Validitas dibagi menjadi concurrent validity (validitas concuren), construct validity (validitas konstruk), face validity (validitas rupa), factorial validity (validitas faktorial), empirical validity (validitas empiris), intrinsic validity (validitas intrinsik), dan predictive validity (validitas prediksi).

           Sementara itu, Anastasi, 1973 dan Nunnally, 1979, dalam Masri 2006, validitas alat pengumpul data dapat digolongkan dalam beberapa jenis, yakni validitas konstruk (construct validity), validitas isi (content valitity), validitas prediktif (predictive validity), validitas eksternal (external validity), dan validitas rupa (face validity). Selain itu ada beberapa jenis validitas lain yang tidak dibicarakan, tetapi relatif penting dilakukan bagi penelitian di Indonesia yang memiliki jumlah penduduk yang besar dan memiliki aneka ragam budaya. Validitas tersebut adalah validitas budaya (cross-cultural validity).

          Sedangkan menurut Suharsimi, 2003, berdasarkan cara pengujiannya, terdapat dua validitas, yakni validitas ekternal dan validitas internal, selain itu validitas dikelompokkan menjadi beberapa kriteria, yakni, validitas konstruk, validitas isi, dan validitas prediksi.
Pengertian concurrent validity adalah validitas yang berkaitan dengan hubungan (korelasi) antara skor dalam item instrumen dengan kinerja, atau objek penelitian yang lain.

        Construct validity atau validitas konstruk, adalah bila kita mendefinisikan validitas sebagai kualitas psikologi apa yang diukur oleh sebuah pengujian, serta menilainya dengan memperlihatkan bahwa konstrak tertentu yang bisa diterangkan, dapat menyebabkan penampilan baik buruknya (performance) dalam pengujian. Face validity atau validitas rupa yang berhubungan apa yang kelihatan dalam mengukur sesuatu, tetapi bukan terhadap apa yang seharusnya akan diukur.

       Factorial validity dari sebuah alat ukur adalah korelasi antara alat ukur dengan faktor-faktor yang bersamaan dalam suatu kelompok atau ukuran-ukuran perilaku lainnya. Validitas ini biasanya diperoleh dengan menggunakan teknik analisis faktor.

         Empirical validity adalah validitas empiris yang berkaitan dengan hubungan antara skor dengan suatu kriteria, dimana kriteria itu adalah merupakan ukuran yang bebas dan langsung berhubungan dengan apa yang ingin diramalkan oleh pengukuran.

          Intrinsic validity adalah validitas yang berkaitan dengan penggunaan teknik uji coba untuk memperoleh fakta kuantitatif dan objektif untuk. Teknik uji coba itu yang dilakukan untuk mendukung bahwa instrumen yang digunakan sebagai alat ukur adalah benar-benar mengukur apa yang seharusnya diukur.

Predictive validity adalah validitas perkiraan yang berkenaan dengan hubungan antara skor suatu alat ukur dengan kinerja atau seseorang di masa mendatang berdasarkan pengukuran awal. Validitas prediksi adalah validitas instrumen yang diharapkan bisa memiliki hubungan dengan hasil yang diharapkan dari instrumen yang dibuat. Misalnya instrumen yang ditujukan terhadap mahasiswa baru. Bila jawaban responden (mahasiswa baru) memiliki hubungan dengan prestasi belajar mahasiswa ketika mengikuti kuliah mulai dari semester awal sampai semester akhir, berarti instrumen itu memiliki validitas prediksi yang tinggi. Sebaliknya jika instrumen yang dibuat dan ditujukan terhadap mahasiswa baru itu tidak memilii bubungan dengan prestasi belajar mahasiswa mulai dari semester awal hingga semester akhir, berarti instrumen itu meiliki validitas prediksi yang rendah.

Content validity adalah validitas yang berkaitan dengan baik atau buruknya sampel yang diambil dari populasi.

Curricular validity adalah validitas yang ditentukan oleh bagaimana cara peneliti menilik isi dari pengukuran dan menilai seberapa jauh pengukuran yang dilakukan ituadalah merupakan alat ukur yang benar-benar mengukur aspek-aspek sesuai dengan tujuan instruksional. Masri, 2006, validitas terbagi dalam beberapa kriteria antara lain, validitas konstruk, validitas isi, dan validitas prediksi.

Validitas isi adalah validitas instrumen yang memiliki kandungan isi butir-butir item pertanyaan yang dibuat sesuai dengan topik penelitian dan bisa menggali jawaban responden sesuai dengan permasalahan yang sudah dirumuskan oleh peneliti.

Validitas konstruk adalah validitas yang berkenaan dengan kualitas dalam aspek psikologis tentang apa yang diukur oleh suatu pengukuran serta terdapat evaluasi bahwa suatu konstruk tertentu itu bisa menyebabkan kinerja dan hasil yang baik dalam pengukuran. Validitas prediksi adalah validitas yang berkenaan dengan hubungan antara skor suatu alat ukur yang sudah dilakukan pada periode awal terhadap seseorang dengan kinerja seseorang pada waktu yang akan datang. Validitas ini biasanya dilakuklan ketika adavrekruitmen siswa atau pegawai lembaga tertentu.

C. Penutup
Bila dikaji secara umum, persyaratan minimal yang lazim dimiliki oleh instrumen yang dibuat adalah alat ukurnya harus memiliki minimal dua keunggulan, yakni validitas dan reliabilitas. Validitas dan reliabilitas lazim diperlukan bila instrumen yang dibuat merupakan instrumen baru dan belum pernah digunakan oleh peneliti-peneliti terdahulu. Karena biasanya instrumen baru secara umum belum memiliki validitas dan reliabilitas. Validitas dan reliabilitas lazim diujikan jika instrumen baru itu masih belum memiliki validitas dan reliabilitas yang belum terukur. Dengan demikian, jika alat ukur yang digunakan mampu memberikan informasi yang sesungguhnya tentang apa yang kita inginkan untuk diukur dinamakan valid. Atau dengan kata lain, instrumen yang dipakai dalam penelitian memiliki validitas yang baik. Misalnya saja jika dalam suatu kesempatan kita ingin mengetahui tentang panjang dan lebar meja pingpong. Menghadapi persoalan demikian, meteran merupakan salah satu alat ukur pilihan yang memiliki validitas yang baik. Karena dengan alat ini, kita akan memperoleh informasi yang benar tentang panjang dan lebar meja pingpong berdasarkan alat ukur yang memiliki validitas. Dalam hal lain, kita bisa juga mengukur panjang dan lebar meja pingpong dengan bentangan tangan, atau, tinggi badan yang digunakan untuk mengukur dan digunakan untuk mengukur ketinggian benda. Meskipun alat ukur bentangan tangan dan tinggi badan untuk mengukur panjang, lebar, dan ketinggian benda merupakan alat ukur yang tidak lazim, serta memiliki validitas yang bisa diragukan. Akan tetapi, kita tidak bisa menggunakan timbangan untuk mengukur ketinggian benda. Atau kita tidak bisa menggunakan meteran untuk mengukur berat benda. Meteran merupakan alat ukur yang memiliki validitas tinggi bila digunakan untuk mengukur, panjang dan lebar benda, akan tetapi merupakan alat ukur yang memiliki validitas rendah jika digunakan untuk mengukur berat benda.
.

PEMODELAN PERSAMAAN STRUKTUAL (STRUCTURAL EQUATION MEDELING)

Posted on 10.41 | By Unknown | In


Structural Equation Modeling

Structural Equation Modeling (SEM) adalah alat statistik yang dipergunakan untuk menyelesaikan model bertingkat secara serempak yang tidak dapat diselesaikan oleh persamaan regresi linear. SEM dapat juga dianggap sebagai gabungan dari analisis regresi dan analisis faktor. SEM dapat dipergunakan untuk menyelesaikan model persamaan dengan variabel terikat lebih dari satu dan juga pengaruh timbal balik (recursive). SEM berbasis pada analisis covarians sehingga memberikan matriks covarians yang lebih akurat dari pada analisis regresi linear. Program-program statistik yang dapat dipergunakan untuk menyelesaikan SEM misalnya Analysis Moment of Structure (AMOS) atau LISREL. 
SEM mampu menyelesaikan model yang rumit yang sering muncul dalam dunia pemasaran atau bidang konsentrasi yang lain. Model yang akan diselesaikan dengan SEM harus mempunyai dasar teori yang kuat, karena SEM tidak dapat digunakan untuk menyelesaikan model kausalitas imaginer. SEM hanyalah untuk mengkonfirmasi apakah observasi sesuai dengan model teoretis yang telah dibentuk berdasarkan telaah teori yang mendalam. Metode lain yang tidak memerlukan telaah teori adalah Partial Least Square (PLS), sebuah metode alternatif yang berdasarkan variance.

  • Mengapa Menggunakan SEM

Beberapa alasan menggunakan analisis SEM adalah sebagai berikut:
1. Model yang dianalisis bertingkat dan relatif rumit, sehingga akan sangat sulit untuk diselesaikan dengan metode jalur analisis pada regresi linear.
2. Mampu menguji hipotesis-hipotesis yang rumit dan bertingkat secara serempak.
3. Kesalahan (error) pada masing-masing observasi tidak diabaikan tetapi tetap dianalisis, sehingga SEM lebih akurat untuk menganalisis data kuesioner yang melibatkan persepsi.
4. Mampu menganalisis model hubungan timbal balik (recursive) secara serempak, di mana model ini tidak dapat diselesaikan dengan analisis regresi linear secara serempak.
5. Terdapat fasilitas bootstrapping, di mana hal tersebut tidak dapat dilakukan dengan analisis regresi linear.
6. Untuk jumlah sampel yang relatif besar (di atas 2000) terdapat metode asymtot distribution free (ADF) yang tidak memerlukan asumsi normalitas pada data.
7. Peneliti dapat dengan mudah memodifikasi model dengan second order untuk memperbaiki model yang telah disusun agar lebih layak secara statistik.

  • Tujuh Langkah SEM

Dalam pengujian model SEM terdapat tujuh langkah yang harus ditempuh (Hair dkk, 1998 dalam Ferdinand, 2005), yaitu:

1 Langkah pertama: Pengembangan Model Teoritis.
2 Langkah kedua: Pengembangan Diagram Alur (Path Diagram).
3 Langkah ketiga: Konversi Diagram Alur ke dalam Persamaan Struktural dan Model Pengukuran.
4 Langkah keempat: Memilih Jenis Matrik Input dan Estimasi Model yang Diusulkan.
a. Estimasi Model Pengukuran (Measurement Model).
b. Model Struktur Persamaan (Structure Equation Model).
5 Langkah kelima: Kemungkinan Munculnya Masalah Identifikasi
a. Standard error yang besar untuk satu atau beberapa koefisien.
b. Program tidak mampu menghasilkan matriks informasi yang seharusnya disajikan.
c. Munculnya angka-angka yang aneh seperti adanya varians error yang negatif.
d. Munculnya korelasi yang sangat tinggi antar koefisien estimasi yang didapat (misal ≥ 0,9).
6 Langkah keenam : Evaluasi Kriteria Goodness of Fit
a. Uji Kesesuaian dan Uji Statistik: Likelihood ratio chi-square statistic (χ2), Root Mean Square Error Approximation (RMSEA), Goodness of Fit Index (GFI), Adjusted Goodness of Fit Index (AGFI), The Minimum Sampel Discrepancy Function atauDegree of Freedom (CMIN/DF), Tucker Lewis Index (TLI) dan Comparative Fit Index (CFI).
c. Uji Reliabilitas: Construct Reliability dan Variance extracted.
d. Uji Validitas.
e. Asumsi-asumsi SEM: Ukuran Sampel, Normalitas, Outliers, Multicollinearity danSingularity.
7 Langkah ketujuh: Menginterpretasikan Hasil Pengujian dan Modifikasi Model.


KONSEP DASAR PENGUJIAN HIPOTESIS

Posted on 09.30 | By Unknown | In


A. Pengertian Pengujian Hipotesis

Hipotesis berasal dari bahasa Yunani, Hupo  berarti Lemah atau kurang atau di bawah ,Thesis berarti teori, proposisi atau pernyataan yang disajikan sebagai bukti. Sehingga dapat diartikan sebagai Pernyataan yang masih lemah kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya masih sementara.
Hipotesis juga dapat diartikan sebagai pernyataan keadaan populasi yang akan diuji kebenarannya menggunakan data/informasi yang dikumpulkan melalui sampel, dan dapat dirumuskan berdasarkan teori, dugaan, pengalaman pribadi/orang lain, kesan umum, kesimpulan yang masih sangat sementara.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang sifatnya masih sementara atau lemah kebenarannya. Hipotesis statistik dapat berbentuk suatu variabel seperti binomial, poisson, dan normal atau nilai dari suatu parameter, seperti rata-rata, varians, simpangan baku, dan proporsi. Hipotesis statistic harus di uji, karena itu harus berbentuk kuantitas untuk dapat di terima atau di tolak. Hipotesis statistic akan di terima jika hasil pengujian membenarkan pernyataannya dan akan di tolak jika terjadi penyangkalan dari pernyataannya.
Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan memutuskan apakah menerima atau menolak hipotesis itu. Dalam pengujian hipotesis, keputusan yang di buat mengandung ketidakpastian, artinya keputusan bias benar atau salah, sehingga menimbulkan risiko. Besar kecilnya risiko dinyatakan dalam bentuk probabilitas. Pengujian hipotesis merupakan bagian terpenting dari statistic inferensi (statistic induktif), karena berdasarkan pengujian tersebut, pembuatan keputusan atau pemecahan persoalan sebagai dasar penelitian lebih lanjut dapat terselesaikan.

B. Konsep hipotesis

                        Menurut Kerlinger (1973:18) dan Tuckman (1982:5) mengartikan hipotesis adalah sebagai dugaan terhadap hubungan antara dua  variable atau lebih. Selanjutnya menurut Sudjana (1992:219) mengartikan hipotesis adalah asumsi atau dugaan mengenai suatu hal yang dibuat untuk menjelaskan hal itu yang sering dituntut untuk melakukan pengecekannya. Atas dasar dua definisi diatas, maka dapat disimpulkan bahwa hipotesis adalah jawaban atau dugaan sementara yang harus diuji lagi kebenarannya.
Hipotesis penelitian adalah hipotesis kerja (Hipotesis Alternatif Ha atau H1) yaitu hipotesis yang dirumuskan untuk menjawab permasalahan dengan menggunakan teori-teori yang ada hubungannya (relevan) dengan masalah penelitian dan belum berdasarkan fakta serta dukungan data yang nyata dilapangan.Hipotesis alternatif (Ha) dirumuskan dengan kalimat positif. Hipotesis nol adalah pernyataan tidak adanya hubungan, pengaruh, atau perbedaan antara parameter dengan statistik. Hipotesis Nol (Ho) dirumuskan dengan kalimat negatif). Nilai Hipotesis Nol (Ho) harus menyatakan dengan pasti nilai parameter.



C. Prosedur  Pengujian Hipotesis

                        Prosedur pengujian hipotesis statistic adalah langkah-langkah yang di pergunakan dalam menyelesaikan pengujian hipotesis tersebut. Berikut ini langkah-langkah pengujian hipotesis statistic adalah sebagai berikut.

1.      Menentukan  Formulasi Hipotesis
Formulasi atau perumusan hipotesis statistic dapat di bedakan atas dua jenis, yaitu sebagai berikut;
a.       Hipotesis nol / nihil (HO)
Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang akan di uji. Hipotesis nol tidak memiliki perbedaan atau perbedaannya nol dengan hipotesis sebenarnya.
b.      Hipotesis alternatif/ tandingan (H1 / Ha)
Hipotesis alternatif adalah hipotesis yang di rumuskan sebagai lawan atau tandingan dari hipotesis nol. Dalam menyusun hipotesis alternatif, timbul 3 keadaan berikut.
1)      H1 menyatakan bahwa harga parameter lebih besar dari pada harga yang di hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah kanan.
2)      H1 menyatakan bahwa harga parameter lebih kecil dari pada harga yang di hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah kiri.
3)      H1 menyatakan bahwa harga parameter tidak sama dengan harga yang di hipotesiskan. Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu pengujian sisi atau arah kanan dan kiri sekaligus.

Secara umum, formulasi hipotesis dapat di tuliskan :

Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif (Ha) di tolak. Demikian pula sebaliknya, jika hipotesis alternatif (Ha) di terima (benar) maka hipotesis nol (H0) ditolak.

2.      Menentukan Taraf Nyata (α)
                        Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis terhadap nilai parameter populasinya. Semakin tinggi taraf nyata yang di gunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis yang di uji, padahal hipotesis nol benar.
                        Besaran yang sering di gunakan untuk menentukan taraf nyata dinyatakan dalam %, yaitu: 1% (0,01), 5% (0,05), 10% (0,1), sehingga secara umum taraf nyata di tuliskan sebagai α0,01, α0,05, α0,1. Besarnya nilai α bergantung pada keberanian pembuat keputusan yang dalam hal ini berapa besarnya kesalahan (yang menyebabkan resiko) yang akan di tolerir. Besarnya kesalahan tersebut di sebut sebagai daerah kritis pengujian (critical region of a test) atau daerah penolakan ( region of rejection).
                        Nilai α yang dipakai sebagai taraf nyata di gunakan untuk menentukan nilai distribusi yang di gunakan pada pengujian, misalnya distribusi normal (Z), distribusi t, dan distribusi X². Nilai itu sudah di sediakan dalam bentuk tabel di sebut nilai kritis.

3.      Menentukan Kriteria Pengujian
                        Kriteria Pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak hipotesis nol (Ho) dengan cara membandingkan nilai α tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan bentuk pengujiannya. Yang di maksud dengan bentuk pengujian adalah sisi atau arah pengujian.
a.       Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
b.      Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.

                        Dalam bentuk gambar, kriteria pengujian seperti gambar di bawah ini


            4. Menentukan Nilai Uji Statistik
                                Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga parameter data sampel yang di ambil secara random dari sebuah populasi. Misalkan, akan di uji parameter populasi (P), maka yang pertama-tam di hitung adalah statistik sampel (S).

5. Membuat Kesimpulan
                                    Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau penolakan hipotesis nol (Ho) yang sesuai dengan kriteria pengujiaanya. Pembuatan kesimpulan dilakukan setelah membandingkan nilai uji statistik dengan nilai α tabel atau nilai kritis.
a.       Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.
b.      Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai kritisnya.

Kelima langkah pengujian hipotesis tersebut di atas dapat di ringkas seperti berikut.

Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha)
Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.
Langkah 4 : Melakukan uji statistic
Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.

                                   
D. Jenis-Jenis Pengujian Hipotesis

                    Pengujian hipotesis dapat di bedakan atas beberapa jenis berdasarkan criteria yang menyertainya.

1.  Berdasarkan Jenis Parameternya
Didasarkan atas jenis parameter yang di gunakan, pengujian hipotesis dapat di bedakan atas tiga jenis, yaitu sebagai berikut .
a.  Pengujian hipotesis tentang rata-rata
Pengujian hipotesis tentang rata-rata adalah pengujian hipotesis mengenai rata-rata populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
1. Pengujian hipotesis satu rata-rata
2.Pengujian hipotesis beda dua rata-rata
3.Pengujian hipotesis beda tiga rata-rata
b. Pengujian hipotesis tentang proporsi
Pengujian hipotesis tentang proporsi adalah pengujian hipotesis mengenai proporsi populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
1. Pengujian hipotesis satu proporsi
2.Pengujian hipotesis beda dua proporsi
3.Pengujian hipotesis beda tiga proporsi
c. Pengujian hipotesis tentang varians
Pengujian hipotesis tentang varians adalah pengujian hipotesis mengenai rata-rata populasi yang di dasarkan atas informasi sampelnya.
Contohnya:
1.   Pengujian hipotesis tentang satu varians
2.   Pengujian hipotesis tentang kesamaan dua varians

2. Berdasarkan Jumlah Sampelnya
Didasarkan atas ukuran sampelnya, pengujian hipotesis dapat di bedakan atas dua jenis, yaitu sebagai berikut.
a. Pengujian hipotesis sampel besar
Pengujian hipotesis sampel besar adalah pengujian hipotesis yang menggunakan sampel lebih besar dari 30 (n > 30).
b. Pengujian hipotesis sampel kecil
Pengujian hipotesis sampel kecil adalah pengujian hipotesis yang menggunakan sampel lebih kecil atau sama dengan 30 (n ≤ 30).

3. Berdasarkan Jenis Distribusinya
Didasarkan atas jenis distribusi yang digunakan, pengujian hipotesis dapat di bedakan atas empat jenis, yaitu sebagai berikut.
a. Pengujian hipotesis dengan distribusi  Z
Pengujian hipotesis dengan distribusi  Z adalah pengujian hipotesis yang menggunakan distribusi Z sebagai uji statistik. Tabel pengujiannya disebut tabel normal standard. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1. Pengujian hipotesis satu dan beda dua rata-rata sampel besar
2. Pengujian satu dan beda dua proporsi
b. Pengujian hipotesis dengan distribusi t (t-student)
Pengujian hipotesis  dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel t-student. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1. Pengujian hipotesis satu rata-rata sampel kecil
2. Pengujian hipotesis beda dua rata-rata sampel kecil
c. Pengujian hipotesis dengan distribusi  χ2 ( kai kuadrat)
Pengujian hipotesis  dengan distribusi χ2 ( kai kuadrat) adalah pengujian hipotesis yang menggunakan distribusi χ2 sebagai uji statistik. Tabel pengujiannya disebut tabel χ2. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1.  Pengujian hipotesis beda tiga proporsi
2. Pengujian Independensi
3. Pengujian hipotesis kompatibilitas
d. Pengujian hipotesis dengan distribusi F (F-ratio)
Pengujian hipotesis  dengan distribusi F (F-ratio) adalah pengujian hipotesis yang menggunakan distribusi F (F-ratio) sebagai uji statistik. Tabel pengujiannya disebut tabel F. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1.  Pengujian hipotesis beda tiga rata-rata
2. Pengujian hipotesis kesamaan dua varians

4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya
Didasarkan atas arah atau bentuk formulasi hipotesisnya, pengujian hipotesis di bedakan atas 3 jenis, yaitu sebagai berikut.
a. Pengujian hipotesis dua pihak (two tail test)
Pengujian hipotesis dua pihak adalah pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” dan hipotesis alternatifnya (H1) berbunyi “tidak sama dengan” (Ho = dan H1 ≠)
b. Pengujian hipotesis pihak kiri atau sisi kiri
Pengujian hipotesis pihak kiri adalah pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” atau “lebih besar atau sama dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih kecil” atau “lebih kecil atau sama dengan” (Ho = atau Ho ≥ dan H1 < atau H1 ≤ ). Kalimat “lebih kecil atau sama dengan” sinonim dengan kata “paling sedikit atau paling kecil”.
c. Pengujian hipotesis pihak kanan atau sisi kanan
Pengujian hipotesis pihak kanan adalah pengujian hipotesis di mana hipotesis nol (Ho) berbunyi “sama dengan” atau “lebih kecil atau sama dengan” dan hipotesis alternatifnya (H1) berbunyi “lebih besar” atau “lebih besar atau sama dengan” (Ho = atau Ho ≤ dan H1 > atau H1 ≥). Kalimat “lebih besar  atau sama dengan” sinonim dengan kata “paling banyak atau paling besar”.

E. Pengujian Hipotesis Rata-Rata

1. Pengujian Hipotesis Satu Rata-Rata
a. Sampel besar ( n > 30 )
Untuk pengujian hipotesis satu rata-rata dengan sample besar (n > 30), uji statistiknya menggunakan distribusi Z. Prosedur pengujian hipotesisnya adalah sebagai berikut.
1. Formulasi hipotesis
a. Ho : µ = µo
H1 : µ > µo
b. Ho : µ = µo
H1 : µ < µo
c. Ho : µ = µo
H1 : µ ≠ µo
2. Penentuan nilai α (taraf nyata) dan nilai Z table (Zα)
Menentukan nilai α sesuai soal, kemudian nilai Zα atau Zα/2 ditentukan dari tabel.
3. Kriteria Pengujian
a. Untuk Ho : µ = µo dan H1 : µ > µo
o  Ho di terima jika Zo ≤ Zα
o  Ho di tolak jika Zo > Zα
b. Untuk Ho : µ = µo dan H1 : µ < µo
o  Ho di terima jika Zo ≥ - Zα
o  Ho di tolak jika Zo < - Zα
c. Untuk Ho : µ = µo dan H1 : µ ≠ µo
o  Ho di terima jika -  Zα/2  ≤  Zo ≤ Zα/2  
o  Ho di tolak jika Zo > Zα/2 atau Zo < - Zα/2  
4. Uji Statistik
    a. Simpangan baku populasi ( σ ) di ketahui : 

 
b. Simpangan baku populasi ( σ ) tidak di ketahui :

5. Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria pengujiannya).
a)      Jika H0 diterima maka H1 di tolak
b)      Jika H0 di tolak maka H1 di terima