Dalam
merencanakan suatu penelitian atau percobaan kemungkinan ada beberapa macam uji
statistika yang dapat dipakai untuk kepentingan tersebut, maka hal ini akan
mengundang suatu pertimbangan untuk memilih salah satu diantaranya yang
paligccok dan menguntungkan dari segi ilmiah.
Keampuhan uji dalam analisis
statistika merupakan salah satu bagian penting dari suatu pengujian . Suatu uji statistika dikatakan baik atau
memadai, bila dengan metode uji tersebut peluang untuk menolak H0 cukup kecil kalau H0 benar dan pelang akan besar kalau H0 salah.
Apabila pada suatu saat menghadapi
dua macam metode pengujian misal Uji A dan Uji B, kemudian ternyata kedua macam
uji tersebut mempunyai peluang yang sama untuk menolak H0, dalam hal ini dapat dipilih salah satu diantaranya
dengan jalan melihat peluang terbesar untuk menolak H0 bila H0salah.
Selain tingkat keampuhan uji, maka
terdapat pertimbangan-pertimbangan lain dalam menentukan atau memilih salah
satu uji statistik, pertimbangan tersebut didasarkan atas :
- Bagaimana cara mengambil/menarik sampel atau
melakukan percobaan
- Keadaan atau sifat dari populasi yang diamati.
- Satuan apa atau skala pengukuran yang dipergunakan
dalam menilai respons hasil penelitian
- Dasar teori serta tujuan dari penelitian yang
dilakukan.
Semua hal
tersebut diatas, akan menentukan uji statistika mana yang akan dipilih atau
digunakan, sehinga uji tersebut cukup memadai atau bahkan sangat cocok untuk
menganalisis suatu data hasil pengamatan dari suatu penelitian.
Pengujian statistik akan berlaku apabila model dan cara
pengukuran yang dilakukan memenuhi syarat-syarat yang dibutuhkan. Kadang-kadang perlu dipertimbagkan apakah
syarat yang diperlukan tersebut dipenuhi.
Jadi dengan demikian,
syarat-syarat model statistik dari suatu pengujian hanya merupakan
asumsi saja , semua keputusan yang diambil dari beberapa uji statistika
sekurang-kurangnya harus mempunyai kuilifikasi sebagai berikut : Kalau model yang dipakai tersebut sesui dan
bila pengujian yang dilakukan juga cukup emadai, maka hal ini menyatakan bahwa
asumsi tersebut adalah lemah dan terbatas untuk suatu model tersebut. Dengan ditariknya suatu keputusan yang kurang
kuat dari hasil uji statistik dengan model yang bersangkutan, maka kelemahan
tersaebut harus dibantu dengan asumsi yang kuat untuk mengurangi
kesalahan-kesalahan dalam menarik suatu kesimpulan.
0 komentar:
Posting Komentar