STATISTIK GUNAAN DAN APLIKASI KOMPUTER (SMQ 5033)

PROGRAM SARJANA SAINS (MSC) KAUNSELING

KAMPUS SUNGAI PETANI

SEMESTER OKTOBER SESI 2008/2009

TUGASAN KUMPULAN

STATISTIK DESKRIPTIF - HIPOTESIS

BIDANG PENGAJIAN PENDIDIKAN

KOLEJ SASTERA DAN SAINS

UNIVERSITI UTARA MALAYSIA

ISI KANDUNGAN

Pengenalan 1

Kriteria Hipotesis 4

Hipotesis Nol 8

Ujian Hipotesis dan Signifikan 10

Hipotesis Sehala dan Dua Hala 12

Ralat Jenis I dan Ralat Jenis II 14

Kesimpulan 16

Rujukan

HIPOTESIS

PENGENALAN

Pendekatan hipotesis secara amnya tidak digunakan secara meluas dalam penyelidikan bagi

menerangkan tekaan ataupun konjektur (conjecture). Ia digunakan bagi menerangkan

pemerhatian. Hipotesis ialah idea ataupun andaian yang dibuat bagi diuji. Apabila

penyelidikan hanya tertumpu pada pengumpulan fakta-fakta, pengetahuan tidak dapat

dimaksimumkan. Tanpa idea pengawalan atau sesuatu yang hendak dibuktikan, eksperimen

tidak membawa hasil kerana tidak ditetapkan apa yang patut ataupun yang tidak patut diuji

dan dibuktikan. Sebagai contoh, tiba-tiba lampu meja yang berada di sebelah katil tidak

menyala. Anda pasti memikirkan apa yang terjadi pada lampu itu. Anda mungkin

memikirkan salah satu daripada andaian berikut:

1. Mentol lampu rosak.

2. Fius pada plug rosak.

3. Fius sumber elektrik rosak.

Biar apapun yang anda fikirkan, itu adalah hipotesis iaitu andaian yang logik. Anda menguji

setiap satu andaian itu sehinggalah anda dapat mencari punca masalahnya. Katakana punca

lampu itu tidak menyala kerana kerosakan fius pada plug. Lampu itu pasti menyala semula

selepas fiusnya diganti baru. Ini menjadi fakta yang menyokong hipotesis itu tetapi tidak

membuktikan punca masalah. Masalah mungkin berlaku pada sambungan yang salah. Oleh

sebab itu, fius terbakar. Semasa penggantian fius dilakukan, sambungan itu dibetulkan kerana

secara kebetulan, ada pemutar skru di situ. Bukti membawa idea akhir dan kepastian.

1

Hipotesis tidak dibuktikan oleh penghasilan bukti-bukti yang kongruen dengan efektif.

Hipotesis hanyalah pembuktian. Pada masa yang sama, apabila fakta-fakta pemerhatian tidak

menepati jangkaan yang dibuat berdasarkan pada hipotesis, hipotesis ditolak. Ini

mengasingkan hipotesis saintifik yang diperoleh daripada spekulasi setiap hari. Hipotesis

mesti dapat diuji dan ditolak.

Pemikiran saintifik mengandungi tiga perkara seperti berikut:

1. Cadangan hipotesis dibuat berdasarkan pada fenomena.

2. Pengecualian dibuat pada hipotesis yang terdapat fenomena yang memerlukan

pemerhatian dalam keadaan berbeza.

3. Pemeriksaan dilakukan pada pengecualian ini melalui pemerhatian.

Penyelidik mungkin memberi alasan latar belakang keluarga yang tidak baik menyebabkan

anak-anak tidak membaca. Penyelidik ini cuba mencari bukti yang menyokong hipotesisnya

itu. Apabila tiada pencapaian, bukti hipotesis itu ditolak. Apabila pencapaian bukti didapati

ada hubung kait, penyelidik dapat merumuskan hipotesis itu betul. Sebagai contoh, adakah

latar belakang keluarga yang tidak baik menyebabkan tahap membaca rendah? Jawapannya

adalah tidak. Tahap pembacaan rendah mungkin disebabkan oleh sumber bahan bacaan yang

tidak mencukupi di sekolah. Hipotesis alternatif mempunyai capaiannya. Apabila kekurangan

sumber bahan bacaan berhubung kait dengan tahap pembacaan yang rendah, penambahan

bahan bacaan mampu menyemai minat mambaca di kalangan pelajar. Apa yang penting di

sini adalah proses saintifik tidak membawa kepada ketidakpastian dalam penerangan, hanya

penolakan hipotesis dan penghasilan hipotesis yang lebih baik.

2

BAGAIMANA MENGHASILKAN HIPOTESIS ?

Pembentukan hipotesis perlu berdasarkan pada masalah yang berlaku secara logik. Masalah

bukanlah satu-satunya sumber hipotesis.Hipotesis juga didapati daripada teori. Ini disebabkan

teori memberi garis panduan dalam penyelidikan dan memberi jangkaan yang diperlukan

bagi diuji. Hipotesis-hipotesis adalah instrumen yang menjelaskan teori. Tidak kira daripada

mana hipotesis itu didapati, hipotesis mestilah memenuhi kriteria, iaitu hipotesis perlu

dinyatakan supaya ia dapat dibuktikan ataupun sebaliknya. Hipotesis yang tidak dapat

dibuktikan tidak dapat dikategorikan sebagai saintifik.

Apabila kita ingin menyelidik hubungan antara sifat agresif pelajar dengan

pendedahan pada rancangan ganas di televisyen, kita perlu menerangkan beberapa pemboleh

ubah seperti agresif dan unsurkeganasan rancangan televisyen. Sifat agresif mungkin dapat

dijelaskan dengan memerhatikan perangai agresif pelajar seperti memukul, menendang,

menggigit orang lain, merosak atau menghancurkan barangan , ataupun berdasarkan pada

analisis ujian-ujian tertentu seperti TAT (Thematic Apperception Test).

Cara lain yang dapat dilakukan bagi mendefinisikan agresif adalah dengan meminta

panel melihat setiap gerak-geri pelajar itu dan kemudian menilai sikap agresifnya. Kita juga

dapat menceritakan kisah pelajar lain yang mengisahkan situasi kebingungan dan kemudian

bertanya apakah reaksinya apabila berada dalam keadaan demikian. Kita dapat menggunakan

maklum balas itu sebagai penilaian pada sifat agresif pelajar.

Sebagai contoh, anda sedang menjalankan kajian berkaitan rancangan televisyen.

Anda mungkin mengkategorikan konsep rancangan ganas di televisyen dengan menyiarkan

setiap rancangan kepada sekumpulan 100 orang yang dipilih secara rawak dan memastikan

3

75 peratus daripada mereka menyatakan rancangan itu ganas, sebelum anda secara rasmi

mengisytiharkan rancangan itu ganas.

HIPOTESIS OPERASI YANG DIHASILKAN DARIPADA HIPOTESIS PENYELIDIKAN

Dalam hipotesis penyelidikan berkaitan hubungan personality dengan pencapaian akademik,

penilaian dibuat berdasarkan Eysenck personality Inventory yang bertujuan menilai

pemboleh ubah sikap ekstrovert dan penyakit neurosis . Keputusannya adalah ia memberi

kesan pada pencapaian akademik. Langkah-langkah mengubah hipotesis am kepada bentuk

operasi adalah seperti berikut:

1. Hipotesis masalah am – anda menerima pendapat sesetengah pelajar dapat membaca

dengan baik berbanding pelajar yang lain kerana mereka dating daripada keluarga

yang mempunyai nilai yang tinggi dan sikap yang baik pada pendidikan.

2. Hipotesis penyelidikan – kebolehan membaca pelajar berumur sembilan tahun berkait

rapat dengan sikap ibu bapa pada pendidikan.

3. Hipotesis operasi – terdapat hubungan yang rapat antara kebolehan membaca pelajar

berumur 9 tahun yang tinggal di Bandar, seperti yang dinilai dengan ujian membaca X

dengan sikap ibu bapa mereka pada pendidikan, seperti yang dinilai oleh ujian sikap

Y.

KRITERIA HIPOTESIS

Sesuatu hipotesis haruslah menepati kriteria-kriteria berikut:

1. Hipotesis perlu dinyatakan dengan jelas iaitu dengan terminologi yang betul dan

dapat

dijalankan. Pengertian dan konsep hipotesis hendaklah terang dan logik serta dinyatakan

di dalam bahasa yang mudah. Perkataan yang mempunyai maksud am seperti personaliti,

4

pencapaian sekolah, jati diri dan lain-lain perlu dielakkan. Pernyataan memerlukan

bahasa teknikal yang betul dan definisi bagi sesetengah perkataan. Misalnya, perkataan

‘personaliti’ seperti dinilai dengan menggunakan Eysenck Personality Inventory,

‘pencapaian sekolah’ seperti yang dinilai dengan English Progress Test E, dan ‘jati diri’

seperti yang dinilai dengan menggunakan Coopersmith’s SEI. Hipotesis seperti

‘pendidikan demokratik menggalakkan pembelajaran sosial’ adalah tidak jelas.

2. Hipotesis mestilah dapat diuji, sama ada untuk disahkan atau ditolak

kebenarannya

dalam lingkungan sumber-sumber kewangan dan waktu yang ada pada penyelidik itu.

Untuk menguji sesuatu hipotesis, seseorang itu perlukan data yang konkrit. Oleh sebab

hipotesis adalah jangkaan apa yang bakal berlaku, hipotesis perlu membekalkan

pemboleh ubah yang wujud dan dapat diharapkan.

3. Hipotesis perlu menyatakan perbezaan ataupun hubungan antara pemboleh ubah.

Hipotesis yang baik mempunyai jangkaan hubungan antara pemboleh ubah dibuat secara

tersirat. Pemboleh ubah mestilah dapat dinilai secara langsung dan tidak langsung.

Sebagai contoh, ‘pelajar yang menghadiri kelas agama menunjukkan mereka lebih gemar

membaca kitab berbanding dengan mereka yang tidak menghadiri kelas agama’.

Hipotesis ini tidak dapat diuji, ‘pelajar yang menghadiri kelas agama menunjukkan lebih

banyak fiber moral daripada mereka yang tidak menghadiri kelas agama’. Di sini tiada

ujian yang wujud bagi fiber moral, tetapi terdapat penilaian pada ‘gemar membaca kitab’.

4. Hipotesis perlu dihadkan. Hipotesis yang menunjukkan signifikan global tidak

diperlukan. Hipotesis yang lebih mudah dan khusus adalah lebih baik. Ia mestilah boleh

dikaitkan dengan mudah pada bidang penyelidikan dan juga pada kawasan goegrafi

penyelidikan. Penyelidik hendaklah menegaskan syarat-syarat keadaan di mana

5

hipotesisnya itu sah atau tidak sah.

5. Hipotesis tidak sepatutnya mengandungi unsur yang tidak konsisten. Semua

hipotesis

perlu mengambil kira pengalaman yang lepas, contohnya pengalaman daripada

pengenalan kepadanya. Hipotesis sememangnya tidak dapat konsisten dengan fakta-fakta

yang diketahui kerana terdapat banyak penyelidikan yang memberikan keputusan yang

bercanggah. Dalam hal ini, hipotesis dibentuk bagi mengatasi tentangan. Sebagai

contohnya, perbezaan hubungan personaliti dengan pencapaian dalam peringkat umur

yang berlainan mungkin berlaku kerana kesalahan metodologi ataupun dapat dijelaskan

dengan menggunakan hipotesis yang baru iaitu hubungan berubah mengikut umur.

6. Sesuatu hipotesis tidak boleh mengandungi pertimbangan nilai, pertimbangan

moral

atau pertimbangan etika; iaitu saranan-saranan yang mengatakan sesuatu itu baik atau

buruk atau sesuatu itu patut dibuat, dsb. Misalnya:

(a) Melewatkan perkahwinan di kalangan wanita yang bekerja adalah tidak baik

(nilaian);

(b) Petani yang tidak menggunakan jentera adalah ketinggalan zaman (nilaian);

(c) Petani yang tidak menggunakan benih padi baru perlu mengubah sikap (norma).

Masalah besar tentang ketiga-tiga ‘hipotesis’ ini ialah kesukaran untuk mengukur

angkakubah-angkubah (variables) yang kedua yang disebut tidak baik dalam contoh (a);

dan ketinggalan zaman dalam (b); manakala dalam (c) kita bertemu dengan pendapat

peribadi berbunyi perlu mengubah sikap, yang juga bersifat pertimbangan nilai. Tidak

ada ukuran yang objektif untuk menyukat buruk baik, ketinggalan zaman dan keperluan

mengubah sikap.

6

7. Hipotesis mestilah dinyatakan sebegitu cara supaya dapat memberi panduan

kepada

penyelidik untuk bertindak menjalankan tugasnya. Kriteria ini ada kaitannya dengan

kriteria dalam kriteria 2 di atas. Apabila sesuatu hipotesis telah dirumuskan dengan baik,

ia dengan sendirinya mencadangkan jenis-jenis data yang diperlukan untuk menguji

hipotesis itu.

HIPOTESIS YANG TIDAK DIPASTIKAN

Apabila hipotesis tidak dapat dipastikan, hipotesisi itu mungkin tidak benar ataupun

terdapat kesilapan konsep yang berlaku. Mungkin terdapat informasi yang silap ataupun

terdapat informasi yang tidak dipedulikan. Penyelidik mungkin tersalah tafsir sesetengah

eksperimen. Apabila penyelidik mengetahui kesilapannya, hipotesis diformulasikan dan

penyelidikan yang berlainan dijalankan. Begitulah proses yang sentiasa berulang dalam

metode saintifik. Walaupun hipotesis itu ditolak, pengetahuan tetap diperolehi.

PEMBENTUKAN HIPOTESIS DAN PERCUBAAN

Terdapat dua cara yang berbeza bagi melihat kewujudan hipotesis iaitu:

1. Mencari perbezaan antara kumpulan.

2. Melihat hubungan antara kumpulan.

Sebagai contoh, hipotesis yang menyatakan terdapat perbezaan antara pencapaian di

sekolah rendah antara lelaki dengan perempuan dalam pengetahuan membaca adalah

berlainan dengan hipotesis yang memerlukan penilaian statistik yang berlainan yang

menyatakan terdapat hubungan antara jati diri pencapaian akademik pelajar di sekolah

menengah.

7

HIPOTESIS NOL

Bagi membolehkan kita melihat perkara yang penting dalam analisis statistik, kita tidak perlu

menguji hipotesis operasi yang kita inginkan tetapi sebaliknya menguji hipotesis nol. Dalam

kata lain, kita tidak menguji signifikan secara statistik populasi korelasi ataupun perbezaan

yang berlaku, tetapi kita menguji hipotesisi yang tiada signifikan statistik korelasi populasi

ataupun perbezaan.

Kenapa kita melakukan perkara ini? Alasannya adalah berdasarkan logik yang mudah.

Katakan kita menghipotesiskan sepatutnya terdapat perbezaan antara min jumlah markah bagi

lelaki dengan perempuan dalam ujian aritmetik iaitu antara 0-20. Perbezaannya mungkin

3,5,17 atau 19, tetapi kita hanya ada satu nilai yang perlu diatasi, iaitu sifar.

Kita hanya dapat menyatakan hipotesis nol ditolak apabila terdapat perbezaan yang

berlaku melebihi sifar. Ini menjadi pernyataan yang benar bagi membezakan jumlah

populasi. Secara amnya, kita cuma perlu menyelesaikan sampel data daripada populasi yang

kita anggarkan iaitu nilai populasi daripada pemboleh ubah. Sebarang anggaran bagi

parameter populasi melibatkan kesilapan pensampelan. Oleh itu, apa yang sebenarnya kita

lakukan dalam menyatakan hipotesis nol adalah tiada perbezaan signifikan statistik antara

nilai min yang melebihi perbezaan yang membawa pensampelan secara rawak. Teori statistik

membolehkan kita mengkhususkan had bagi kesilapan pensampelan pada nilai jangkaan

populasi, termasuklah sifar. Dengan itu, kita mampu menetapkan had yang tepat iaitu tahap

signifikan bagi menolak hipotesis nol. Ini adalah prinsip asas bagi semua ujian statistik.

Andaikan kita dapat menolak hipotesis nol. Kita dapat membuat kepastian hipotesis

alternatif yang berbeza wujud. Hipotesis alternatif adalah hipotesis yang kita kehendaki bagi

memberi hujah yang dapat dicapai melalui hipotesis nol dan bukan sebaliknya.

8

Hipotesis nol adalah pernyataan yang menyatakan tiada hubungan atau perbezaan. Hipotesis

nol menyatakan, ‘Anda salah, tiada hubungan (ataupun perbezaan), buktikan saya salah kalau

dapat’. Hipotesis alternatif ditulis sebagai HA manakala hipotesis nol ditulis sebagai H0 .

Hipotesis alternatif menyatakan ada hubungan ataupun perbezaan, ini membawa maksud

tiada persamaan. Ini juga bermaksud tiada hubungan ataupun perbezaan yang lebih besar

daripada yang lain. Hipotesis nol adalah cara bagi menerangkan data yang diperolehi bagi

diuji. Hipotesis nol memberikan peluang mengharap.

Hipotesis nol merupakan pernyataan yang bertentangan dengan hipotesis

penyelidikan. Ia merupakan pernyataan yang mengatakan bahawa tidak terdapat

perhubungan atau perbezaan yang wujud di antara variabel-variabel. Jadual di bawah

menyenaraikan beberapa contoh hipotesis penyelidikan dan hipotesis nol

Soalan Kajian Hipotesis Penyelidikan Hipotesis Nol

Adakah terdapat perhubungan antara

tahap IQ dan kemahiran berfikir?

Tidak berarah:

Terdapat perhubungan antara tahap IQ dan kemahiran berfikir.

Berarah:

Semakin tinggi tahap IQ, semakin tinggi kemahiran berfikir.

Tidak terdapat perhubungan antara tahap IQ dan kemahiran.

Adakah terdapat perbezaan kepuasan

kerja antara guru lelaki dan guru

Tidak berarah:

Terdapat perbezaan kepuasan kerja antara guru lelaki

Berarah:

Guru perempuan mempunyai kepuasan kerja yang

Tidak terdapat perbezaan kepuasan kerja antara guru lelaki dan guru perempuan.

perempuan? dan guru perempuan.

lebih tinggi berbanding dengan guru lelaki.

Adakah terdapat perbezaan tahap penguasaan algoritma antara guru pelatih dan guru sandaran tidak terlatih?

Tidak berarah:

Terdapat perbezaan tahap penguasaan algoritma antara guru pelatih dan guru sandaran tidak terlatih.

Berarah:

Guru pelatih mempunyai tahap penguasaan algoritma yang lebih tinggi berbanding dengan guru sandaran tidak terlatih.

Tidak terdapat perbezaan tahap penguasaan algoritma antara guru pelatih dan guru sandaran tidak terlatih.

9

UJIAN HIPOTESIS DAN SIGNIFIKAN

Bagi mengetahui hubungan ataupun perbezaan adalah cukup besar dan melebihi peluang bagi

mengharap, kita dapat menggunakan tahap signifikan (0.05, 0.01, 0.00, 1). Hipotesis operasi

ataupun eksperimen (alternatif) perlu dinyatakan seperti berikut, “terdapat hubungan

antara…”. Hipotesis nol pula perlu dinyatakan seperti berikut, “tiada hubungan yang

signifikan antara…”.

Contoh:

Hipotesis nol (Ho): Tidak terdapat perbezaan yang signifikan antara prestasi akademik

pelajar dengan pemakanan.

Hipotesis alternatif (HA): Terdapat perbezaan yang signifikan antara prestasi akademik

pelajar dengan pemakanan.

Apabila angka yang diperolehi daripada SPSS lebih besar daripada paras signifikan, kita

dapat terima hipotesis nol. Apabila ia lebih kecil daripada paras signifikan, kita tolak

hipotesis nol.

Dengan meletakkan perkataan signifikan, kita memberi penekanan ujian yang kita

lakukan bagi hipotesis nol merujuk ujian yang menerima kesignifikanan tahap statistik.

Apabila tahap kesignifikanan itu dicapai, kita dapat menolak hipotesis nol dan menerima

hipotesis alternatif. Hendaklah diingat kita bukannya hendak membuktikan hipotesis,

tetapi hanya mengujinya dan kemudian menolak atau menerimanya pada tahap

keberangkalian.

Andaikan eksperimen diuji dalam dua keadaan berikut:

1. Senarai dinyatakan oleh penyelidik.

2. Senarai adalah kadar penggunaan yang ditetapkan oleh subjek percubaan bagi

mengingati mereka.

Hipotesis no1 membuat jangkaan pada dua keadaan iaitu tetap dan cara sendiri. Ini tidak

menghasilkan sebarang perbezaan kerana kesilapan pensampelan. Hipotesis operasi atau

eksperimen menjangkakan alternatif. Kewujudan dua keadaan menghasilkan perbezaan

sebenar dalam senarai tahanan. Hipotesis sebegini tidak dapat diuji dengan menyatakan

samada tahanan bermaksud skor dan dikenalpasti ataupun berlainan dalam dua keadaan

10

eksperimen.

Skor min yang berbeza mungkin disangka menyokong hipotesis eksperimen tetapi

perbezaan dalam skor min kemungkinan besar disebabkan oleh perubahan pensampelan.

Skor min yang dapat dikenalpasti pula dijangka menyokong hipotesis nol tetapi identiti

mungkin menjadi satu persamaan secara kebetulan yang dihasilkan oleh skor yang berbagai

sekitar dua tahap prestasi berbeza yang sebenar. Oleh sebab itu, hipotesis nol menyatakan

bahawa, “dua keadaan tidak berbeza bagi jumlah kecil yang lebih hebat daripada apa yang

dijangkakan semata-mata”.

Dalam menilai hipotesis, ia dapat menghasilkan kebarangkalian perbezaan yang dapat

diperhatikan kerana kita menggunakan teknik pensampelan edaran. Prosedur yang

diterapkan bagi menilai hipotesis eksperimen adalah seperti berikut:

1.0 Membuat hipotesis nol. Contohnya sebarang perbezaan pemerhatian antara

keadaan disebabkan oleh perubahan seperti ralat rawak.

2.0 Mengambil kira kebarangkalian tepat bagi perbezaan pemerhatian yang dapat

dipengaruhi oleh faktor-faktor.

3.0 Hipotesis nol hendaklah diterima apabila kebarangkalian adalah jauh lebih

besar daripada suatu nilai (signifikan peringkat). Hipotesis nol hendaklah

ditolak apabila peringkat signifikan yang konvensional dapat dicapai.

Kemungkinan ralat rawak menghasilkan perbezaan besar yang kita perhatikan

rendah bagi menolak kebarangkalian itu. Contohnya menolak hipotesis no1.

4.0 Hipotesis eksperimen hendaklah diterima apabila hipotesis no1 ditolak dan

sebaliknya.

Hanya hipotesis nol sahaja yang membenarkan kita mengambil kira kebarangkalian yang

diperlukan bagi menentukan samada hipotesis no1 itu benar ataupun tidak. Hipotesis no1

menyatakan 100 peratus kesan adalah secara rawak. Dalam mengambil kira kebarangkalian,

kita memerlukan hipotesis tepat sebegini. Dengan itu, kita menguji terus status hipotesis

yang lebih tepat dan membuat kesimpulan hipotesis eksperimen yang kita kehendaki.

11

HIPOTESIS SEHALA (ONE TAILED) DAN DUA HALA (TWO TAILED)

Ada satu pendapat yang menjelaskan hipotesis eksperimen dihasilkan berdasarkan cara

melihat kebarangkalian dalam jadual statistic. Ini berlaku samada hipotesis eksperimen itu

sehala (one tailed) atau dua hala (two tailed). Sehala atau dua hala merujuk kepada ekstrem

bagi pengedaran. Hipotesis sehala beerti andaian dibuat dalam satu hala tuju tertentu ,

misalnya perempuan mempunyai skor min yang lebih tinggi daripada lelaki pada umur

sembilan tahun. Hipotesis yang membuat andaian dua hala meneka kesan bagi pemboleh

ubah tak bersandar dalam hala satu lagi. Contohnya , ia bermaksud perempuan adalah lebih

berbeza daripada lelaki dalam skor min pada umur sembilan tahun iaitu tidak menjangkakan

hala tuju perbezaan itu.

Penerangan bagi tingkah laku manusia adalah lebih sesuai dijangkakan dalam bentuk

sehala. Walau bagaimanapun, ketika fasa tinjauan program penyelidikan dilakukan, kita

mungkin dapat melihat ada satu pemboleh ubah mempunyai kesan ataupun tidak.

Contohnya, sama ada teknik mengajar memberi kesan positif atau negatif berlandaskan

kemahiran pembelajaran pelajar.

Hipotesis sehala dan dua hala mempunyai implikasi pada analisis statik. Hal ini

sejajar dengan kebarangkalian dalam perbezaan skor eksperimen yang berlaku secara rawak.

Bagi hipotesis yang menjangka perbezaan dalam arah sehala , ada kebarangkalian khusus

perbezaan berlaku secara rawak tetapi apabila hipotesis menjangkakan perbezaan mungkin

berlaku dalam hala yang lain, maka kebarangkalian dapat dibahagi secara sama rata daripada

setiap hala. Contohnya, peringkat 5 peratusdalam ujian dua hala dipecahkan sebanyak 2.5

peratus bagi setiap hala. Bagi ujian sehala, 5 peratus terletak dalam hala yang sama..

12

Katakan kita mempunyai sample 100 orang pelajar berumur 12 tahun yang

berpengalaman terlibat dalam pembelajaran discovery di sekolah rendah. Kita ingin melihat

sama ada pengalaman itu memberi kesan pada prestasi mereka dalam aritmetik ataupun

tidak. Katakanlah kita mengetahui prestasi pelajar berumur 12 tahun dalam negara

bersandarkan kepada ujian aritmetik. Dengan ini, kita dapat membuat hipotesis begini, skor

min pada ujian itu bagi sampel berbeza daripada nilai min populasi. Kita membuat

keputusan bagi menolak hipotesis nol pada peringkat p<0.01. Contoh data adalah seperti

berikut :

Saiz sampel : 100

Min populasi : 25

Min sampel : 24

Penyimpangan piaai bagi sampel : 3

Ralat piawai : 0.3

Kita dapati ujian hipotesis nol dengan melihat banyaknya ralat piawai dalam min sampel

yang diperhatikan daripada min populasi. Nilai yang kita peroleh bagi perbezaan adalah:

25- 24 / 0.3 = 3.3

Jelas bahawa semua nilai 2.58 ralat piawai yang sama ataupun melebihi min yang

mempunyai kebarangkalian bagi berlaku p = 0.01. Nilai yang diperoleh sebanyak 3.33 ( ralat

piawai) daripada min populasi. Ini bererti pada peringkat p<0.01 , hipotesis nol ditolak.

Dalam contoh tadi, kita tidak menyentuh sama ada pengalaman pelajar dalam

pembelajaran discovery menghasilkan peningkatan ataupun kemerosotan dalam ujian

13

aritmetik. Kita hanya sekadar menyebut ia dapat menghasilkan kelainan. Jadi , hipotesis tadi

tidak mempunyai arah tuju. Oleh itu, bagi menguji hipotesis kita menggunakan -1.96d dan

1.96 pada kedua – dua pengedaran normal iaitu ujian dua hala.

Katakan kita mempunyai pendirian yang kuat bagi mempercayai pembelajaran

discovery meningkatkan prestasi aritmetik. Dalam kes ini kita mempunyai hipotesis berarah

tuju dan kita dapat mengkhususkan hala yang membenarkan penolakan hipotesis nol

berlaku. Sekarang kita perlu mengambil kira satu hala ( tail) sahaja . Bagi mengetahui

kebarangkalian menolak hipotesis jenis ini. Kita perlu memberi perhatian kepada kawasan

yang terletak dalam separuh postif bagi kebarangkalian 0.05 dan 0.01.

Dalam kes ini, bagi menolak hipotesis nol pada peringkat p<0.01, kita perlu mencari

nilai yang lebih besar daripada nilai min populasi sebanyak 2.33 ralat pegawai. Dengan cara

yang sama juga kita dapat menolak hipotesis nol pada peringkat p<0.05 apabila kita mencapai

nilai kritikal setinggi 1.65 ralat piawai. Oleh yang demikian, hipotesis nol kita yang berarah

tuju berkaitan kesan pembelajaran discovery berdasarkan pencapaian aritmetik menjadi

lebih mudah ditolak. Dengan kata lain, perbezaan yang besar tidak diperlukan bagi menolak

hipotesis nol pada peringkat signifikan tertentu.

RALAT JENIS I DAN RALAT JENIS II

Dalam statistik, Ralat Jenis I (Ralat α, atau false positive) dan Ralat Jenis II (Ralat β ,

atau a false negative) digunakan untuk menerangkan ralat-ralat yang mungkin berlaku dalam

proses membuat keputusan (decision process). Semasa menguji hipotesis nul, terdapat 4

kemungkinan:

1. Hipotesis nul yang benar ditolak

14

2. Hipotesis nul yang benar tidak ditolak

3. Hipotesis nul yang tidak benar ditolak

4. Hipotesisi nul yang tidak benar tidak ditolak

Dalam keadaan 2, hipotesis nul tidak ditolak kerana benar, pengkaji telah membuat keputusan

yang sesuai. Begitu juga dengan keadaan 3, hipotesis nul yang tidak benar telah ditolak.

Walau bagai manapun, dalam keadaan 1, hipotesis nul yang benar telah ditolak, maka

dikatakan pengkaji telah melakukan Ralat Jenis I, manakala dalam keadaan 4, hipotesis nul

yang tidak benar tidak ditolak, pengkaji telah melakukan Ralat Jenis II. Kedua-dua jenis ralat

ini ditunjukkan dalam rajah berikut:

Keputusan Hipotesis Nul (Ho)

Benar Tidak Benar

Menolak Hipotesis Nul Ralat Jenis I Tiada Ralat

Tidak Menolak Hipotesis Nul Tiada Ralat Ralat Jenis II

Ralat Jenis I : Menolak Ho yang benar.

Pengkaji membuat keputusan bahawa “terdapat perbezaan yang signifikan antara ...” sedangkan sebenarnya tidak ada

Ralat Jenis II: Tidak menolak Ho yang tidak benar

Pengkaji membuat keputusan “ tidak terdapat perbezaan antara…” sedangkan sebenarnya terdapat perbezaan.

Menurut Chua (2006) dalam penyelidikan inferensi, hasil analisis inferensi menunjukkan

kebarangkalian membuat kesilapan untuk tidak menolak hipotesis nul. Kebarangkalian

15

membuat kesilapan ini dinamakan sebagai aras signifikan. Aras ini diwakili huruf kecil p ata

p = α (nilai α biasanya ditetapkan pada paras .05). Nilai p menunjukkan kebarangkalian

kajian yang sama, jika diulangi akan memperoleh keputusan yang sama disebabkan peluang

(chance) atau kebetulan. Contoh: jika p = .05, dan sekiranya kajian yang sama diulangi 100

kali, hanya 5 kajian sahaja yang akan mendapat keputusan yang berbeza. Ini bererti, 5%

daripada hasil kajian-kajian tersebut berbeza disebabkan ralat persampelan da ralat

pengukuran. Memandangkan kemungkinan ini, Neyman dan ada 1930, mengutarakan bahawa

dalam pengujian hipotesis dua perkara mesti Pearson p diambil kira:

i. kita mesti mampu mengurangkan sebanyak yang boleh kemungkinan untuk

menolak hipotesis yang benar, dan

ii. ujian itu mesti direka dengan sebegitu rupa agar mampu menolak sesuatu

hipotesis yang besar kemungkinannya salah.

KESIMPULAN

Pengujian hipotesis adalah prosedur menggunakan data terhad daripada sample pada

kesimpulan umum bagi populasi. Kita menetapkan peringkat signifikan biasanya pada

peringkat 0.05 (tahap 5%) atau 0.01 (tahap 1%). Sampel data yang jatuh di bawah tahap

kritikal memberikan petunjuk kesan yang tidak kerap berlaku. Selalunya kita menganggap

kesan adalah realiti. Oleh itu, hipotesis nol tidak dapat dikekalkan dan mesti ditolak.

Ujian berhala (directional) mungkin digunakan apabila penyelidik menjangka kesan

berlaku dalam satu arah tertentu. Ujian ini juga patut dikendalikan dengan berhati – hati

kerana penolakan hipotesis nol amat mudah berlaku apabila bukti eksperimen lemah. Oleh

itu, ujian dua hala adalah selamat dan sesuai sekali digunakan. Ralat Jenis 1 berlaku apabila

hipotesis nol ditolak walaupun hipotesis nol adalah benar. Ralat Jenis II pula berlaku apabila

hipotesis nol diterima walaupun hipotesis adalah salah. 16

RUJUKAN

1. Ahmad Mahdzan Ayob (1983). Kaedah Penyelidikan Sosioekonomi: Suatu

Pengenalan. Dewan Bahasa dan Pustaka: Kuala Lumpur. ms. 16 – 18.

2. Chua Yan Piaw (2006). Asas Statistik Penyelidikan (Buku 2). McGraw-Hill

Education (Malaysia) Sdn. Bhd. ms. 29.

3. Type I & Type II Error retrieved on November 26, 2008, from

http://en.wikipedia.org/wiki/Type_I_and_type_II_errors,

4. Zukarnian Zakaria ( 2000 ). Statistik Pengurusan Edisi Kedua. Dewan Bahasa dan

Pustaka: Kuala Lumpur. Ms. 131-167.