Kodi Null ndi Alternative Hypothesis ndi chiyani?
Mu ziwerengero ndi njira zofufuzira, mawu akuti null hypothesis (H0) ndi alternative hypothesis (H1 kapena Ha) ndi mfundo ziwiri zazikulu zomwe nthawi zambiri zimabuka pamene ofufuza akufuna kuyesa lingaliro pogwiritsa ntchito deta. Amapanga maziko a kuyesa lingaliro, njira yodziwira ngati umboni wochokera ku chitsanzo uli wolimba mokwanira kuti uthandizire zomwe akunena zokhudza anthu. Ngakhale zingamveke ngati zaukadaulo, lingaliro loyambira ndi losavuta: timapanga ziganizo ziwiri zotsutsana, kenako timagwiritsa ntchito deta kuti tidziwe kuti ndi liti lomwe lingakhale lomveka bwino.
Kumvetsetsa lingaliro mu kafukufuku
Kawirikawiri, lingaliro ndi lingaliro loyesera kapena mawu omwe angayesedwe kuti aone ngati ndi zoona. Mu kafukufuku wochuluka, malingaliro nthawi zambiri amapangidwa mwa mawonekedwe a ubale pakati pa zinthu zosiyanasiyana kapena kusiyana pakati pa magulu. Mwachitsanzo: "Njira yophunzirira A ndi yothandiza kwambiri kuposa njira yophunzirira B" kapena "Pali ubale pakati pa nthawi yogona ndi kuchuluka kwa kusinkhasinkha."
Komabe, pamene malingaliro awa abweretsedwa mu gawo la kusanthula ziwerengero, nthawi zambiri amagawidwa m'magulu awiri: lingaliro lopanda pake ndi lingaliro lina.
Kodi lingaliro lopanda kanthu (H0) ndi chiyani?
Lingaliro lopanda pake (H0) ndi mawu omwe nthawi zambiri amanena kuti palibe kusiyana, palibe zotsatira, kapena palibe ubale. H0 nthawi zambiri imaonedwa ngati malo "osasinthika" kapena "mkhalidwe womwe ulipo". Mu mayeso a ziwerengero, ofufuza nthawi zambiri amayamba ndi lingaliro lakuti H0 ndi yowona kenako amafufuza umboni kuchokera ku deta kuti awukane.
Makhalidwe ambiri a lingaliro lopanda pake:
1. Kunena kuti palibe zotsatira kapena kusiyana kulikonse.
2. Khalani chitsanzo choyamba pa mayeso.
3. Kukanidwa kapena kulephera kukanidwa kutengera zotsatira za mayeso a ziwerengero.
Chitsanzo cha lingaliro lopanda pake:
- "Palibe kusiyana pakati pa magiredi apakati pakati pa makalasi pogwiritsa ntchito njira A ndi njira B."
- "Palibe ubale pakati pa kuchuluka kwa maola ophunzirira ndi zigoli za mayeso."
- "Kutalika kwapakati kwa ophunzira ndi 165 cm."
Mu ziwerengero, lingaliro lopanda tanthauzo nthawi zambiri limaphatikizapo chizindikiro cha =, mwachitsanzo μ = 165 kapena p = 0,5. Chizindikiro chofanana ndi chofunikira chifukwa H0 nthawi zambiri imanena kuti chiwerengero cha anthu chili ndi mtengo winawake.
Kodi lingaliro lina loti (H1/Ha) ndi lotani?
Lingaliro lina (H1 kapena Ha) ndi mawu omwe amatsutsana ndi lingaliro lopanda pake. H1 imanena kuti pali kusiyana, zotsatira, kapena ubale. Ngati H0 yakanidwa, wofufuzayo amapeza chithandizo cha H1 (ngakhale kuti mwaukadaulo, izi zikukana H0, osati "kutsimikizira" H1 mokwanira).
Makhalidwe ambiri a malingaliro ena:
1. Kufotokoza kuti pali zotsatira, kusiyana, kapena ubale.
2. Khalani cholinga chachikulu chomwe ofufuza akufuna kuchichirikiza.
3. Kuvomerezedwa mwachindunji pamene H0 yakanidwa.
Zitsanzo za malingaliro ena:
- "Pali kusiyana pakati pa mtengo wapakati pakati pa njira ya kalasi A ndi njira ya B."
- "Pali ubale pakati pa chiwerengero cha maola ophunzirira ndi zigoli za mayeso."
– “Kutalika kwapakati kwa ophunzira sikofanana ndi masentimita 165.”
Dalam notasi, H1 sering menggunakan tanda ≠, >, atau < tergantung jenis pengujiannya.
Hubungan H0 dan H1: sepasang pernyataan yang saling meniadakan
H0 dan H1 haruslah mutually exclusive , artinya keduanya tidak mungkin benar secara bersamaan. Jika H0 menyatakan “tidak ada perbedaan”, maka H1 menyatakan “ada perbedaan.” Pasangan ini sengaja dibuat agar peneliti dapat mengambil keputusan yang jelas berdasarkan data.
Misalnya jika penelitian ingin mengetahui apakah sebuah obat baru menurunkan tekanan darah:
- H0: Obat baru tidak menurunkan tekanan darah (atau penurunannya sama dengan obat lama).
- H1: Obat baru menurunkan tekanan darah (lebih efektif).
Dengan data dari eksperimen, peneliti melakukan uji statistik untuk melihat apakah bukti cukup kuat untuk menolak H0.
Jenis hipotesis alternatif: satu arah dan dua arah
Hipotesis alternatif dapat berbentuk dua arah (two-tailed) atau satu arah (one-tailed) .
1. Uji dua arah
- H1 menyatakan “berbeda” tanpa menentukan lebih besar atau lebih kecil.
- Contoh:
- H0: μ = 165
- H1: μ ≠ 165
Uji ini digunakan jika peneliti hanya ingin mengetahui apakah ada perbedaan, tanpa arah spesifik.
2. Uji satu arah
- H1 menyatakan arah perbedaan: lebih besar atau lebih kecil.
- Contoh:
- H0: μ ≤ 165
- H1: μ > 165
kapena
– H0: μ ≥ 165
– H1: μ < 165
Uji ini digunakan jika peneliti sudah memiliki dugaan arah berdasarkan teori atau studi sebelumnya.
Pemilihan uji satu arah atau dua arah penting karena memengaruhi cara menentukan wilayah penolakan dan interpretasi hasil.
Bagaimana cara mengambil keputusan: tolak atau gagal menolak H0
Dalam uji hipotesis, keputusan yang biasa diambil adalah:
- Menolak H0 : data memberikan bukti cukup kuat untuk menyatakan hasil tidak sesuai dengan H0.
- Gagal menolak H0 : data tidak cukup kuat untuk menolak H0 (bukan berarti H0 terbukti benar).
Istilah “gagal menolak” digunakan karena penelitian berbasis sampel selalu memiliki ketidakpastian. Kita jarang bisa “membuktikan” sesuatu dengan kepastian absolut; yang bisa dilakukan adalah menilai seberapa kuat bukti yang tersedia.
Salah satu alat bantu keputusan yang populer adalah p-value :
- Jika p-value < α (misalnya α = 0,05), maka H0 ditolak.
- Jika p-value ≥ α, maka H0 gagal ditolak.
Di sini α adalah tingkat signifikansi , batas toleransi peneliti terhadap kemungkinan membuat kesalahan saat menolak H0.
Kesalahan dalam uji hipotesis: Tipe I dan Tipe II
Karena keputusan statistik tidak selalu benar, ada dua jenis kesalahan yang dikenal:
1. Kesalahan Tipe I (α)
- Menolak H0 padahal H0 benar.
- Contoh: menyimpulkan obat efektif padahal sebenarnya tidak.
2. Kesalahan Tipe II (β)
- Gagal menolak H0 padahal H0 salah.
- Contoh: menyimpulkan obat tidak efektif padahal sebenarnya efektif.
Peneliti biasanya mengontrol risiko Kesalahan Tipe I melalui α (misalnya 0,05). Sementara itu, risiko Kesalahan Tipe II berkaitan dengan power penelitian, ukuran sampel, dan variabilitas data.
Contoh sederhana dalam kehidupan sehari-hari
Bayangkan Anda ingin menguji apakah sebuah tim produksi meningkatkan kualitas setelah mengganti mesin.
- H0: Pergantian mesin tidak meningkatkan kualitas rata-rata produk.
- H1: Pergantian mesin meningkatkan kualitas rata-rata produk.
Anda mengumpulkan data cacat produksi sebelum dan sesudah pergantian mesin. Jika hasil analisis menunjukkan perbedaan signifikan (misalnya cacat turun dan p-value < 0,05), Anda menolak H0 dan mendukung bahwa mesin baru memang membantu.
Penutup
Hipotesis nol dan hipotesis alternatif adalah jantung dari uji hipotesis dalam statistika. Hipotesis nol (H0) biasanya menyatakan tidak ada efek atau perbedaan, sedangkan hipotesis alternatif (H1/Ha) menyatakan ada efek atau perbedaan. Dengan data, peneliti menguji apakah bukti cukup kuat untuk menolak H0. Memahami konsep ini membantu kita membaca hasil penelitian dengan lebih kritis, merancang eksperimen yang lebih baik, dan mengambil keputusan berdasarkan data secara lebih rasional.
Jika Anda ingin, saya bisa membantu membuat contoh hipotesis nol dan alternatif sesuai topik penelitian Anda (misalnya pendidikan, kesehatan, bisnis), lengkap dengan jenis uji statistik yang cocok.
