Contoh Pengujian Hipotesis: Skenario Dunia Nyata

Pengujian hipotesis mengacu pada proses membuat kesimpulan atau tebakan terpelajar tentang parameter tertentu. Hal ini dapat dilakukan dengan menggunakan statistik dan data sampel, atau dapat dilakukan atas dasar studi observasional yang tidak terkontrol.

Ketika sejumlah subjek yang telah ditentukan sebelumnya dalam uji hipotesis membuktikan “hipotesis alternatif”, maka hipotesis awal (“hipotesis nol”) dibatalkan atau “ditolak”. Anda harus memutuskan tingkat signifikansi statistik dalam hipotesis Anda, karena Anda tidak akan pernah bisa 100 persen yakin dengan temuan Anda. Pertama, mari kita periksa langkah-langkah untuk menguji hipotesis. Kemudian, kita akan menikmati beberapa contoh pengujian hipotesis.

Cara Menguji Hipotesis

Pada titik ini, Anda sudah memiliki hipotesis yang siap digunakan. Sekarang, saatnya untuk menguji teori Anda. Ingat, hipotesis adalah pernyataan tentang apa yang Anda yakini mungkin terjadi. Ini adalah langkah-langkah yang ingin Anda ambil untuk melihat apakah anggapan Anda benar:

  1. Nyatakan hipotesis nol Anda. Hipotesis nol adalah fakta yang diterima secara umum. Ini adalah default, atau apa yang kita yakini jika eksperimen tidak pernah dilakukan. Ini adalah hasil yang paling tidak menarik, tidak menunjukkan perbedaan yang signifikan antara dua atau lebih kelompok. Peneliti bekerja untuk meniadakan atau menyangkal hipotesis nol.
  2. Nyatakan hipotesis alternatif. Anda akan ingin membuktikan hipotesis alternatif. Ini adalah kebalikan dari hipotesis nol, menunjukkan atau mendukung hasil yang signifikan secara statistik. Dengan menolak hipotesis nol, Anda menerima hipotesis alternatif.
  3. Tentukan tingkat signifikansi. Ini adalah penentu, juga dikenal sebagai alpha (α). Ini mendefinisikan probabilitas bahwa hipotesis nol akan ditolak. Tingkat signifikansi tipikal ditetapkan pada 0,05 (atau 5%). Anda juga dapat melihat 0,1 atau 0,01, tergantung pada bidang studi. Jika Anda menetapkan alfa pada 0,05, maka ada kemungkinan 5% Anda akan menemukan dukungan untuk hipotesis alternatif (dengan demikian menolak hipotesis nol) padahal sebenarnya hipotesis nol itu benar dan Anda salah menolaknya. Dengan kata lain, tingkat signifikansi adalah cara statistik untuk menunjukkan seberapa yakin Anda dalam kesimpulan Anda. Jika Anda menetapkan alfa tinggi (0,25), maka Anda akan memiliki kesempatan yang lebih baik untuk mendukung hipotesis alternatif Anda, karena Anda tidak perlu menemukan perbedaan besar di antara kelompok uji Anda. Namun, Anda juga akan memiliki peluang lebih besar untuk salah tentang kesimpulan Anda.
  4. Hitung nilai p. Nilai-p, atau probabilitas yang dihitung, menunjukkan probabilitas untuk mencapai hasil hipotesis nol. Meskipun alfa adalah tingkat signifikansi yang ingin Anda capai, tingkat-p adalah data aktual yang ditampilkan saat Anda menghitungnya. Nilai p yang rendah menawarkan dukungan yang lebih kuat untuk hipotesis alternatif Anda.
  5. Menarik kesimpulan. Jika nilai-p Anda memenuhi persyaratan tingkat signifikansi Anda, maka hipotesis alternatif Anda mungkin valid dan Anda dapat menolak hipotesis nol. Dengan kata lain, jika nilai p Anda lebih kecil dari tingkat signifikansi Anda (misalnya, jika nilai p yang Anda hitung adalah 0,02 dan tingkat signifikansi Anda adalah 0,05), maka Anda dapat menolak hipotesis nol dan menerima hipotesis alternatif Anda.

Contoh Pengujian Hipotesis

Mari kita ambil lima langkah itu dan lihat beberapa skenario dunia nyata.

Minyak Esensial Peppermint

Minyak atsiri menjadi semakin populer. Chamomile, lavender, dan ylang-ylang biasanya disebut-sebut sebagai obat kecemasan. Mungkin Anda ingin menguji kekuatan penyembuhan minyak esensial peppermint. Hipotesis Anda mungkin seperti ini:

  1. Hipotesis nol – Minyak atsiri peppermint tidak berpengaruh pada perihnya kecemasan.
  2. Hipotesis alternatif – Minyak atsiri peppermint mengurangi rasa cemas.
  3. Tingkat signifikansi – Tingkat signifikansi adalah 0,25 (memungkinkan kesempatan yang lebih baik untuk membuktikan hipotesis alternatif Anda).
  4. Nilai-P – Nilai -p dihitung sebagai 0,05.
  5. Kesimpulan – Setelah memberikan satu kelompok dengan minyak peppermint dan yang lainnya dengan plasebo, Anda mengukur perbedaan antara keduanya berdasarkan tingkat kecemasan yang dilaporkan sendiri. Berdasarkan perhitungan Anda, perbedaan antara kedua kelompok signifikan secara statistik dengan nilai p 0,05, jauh di bawah alfa yang ditentukan sebesar 0,25. Anda menyimpulkan bahwa penelitian Anda mendukung hipotesis alternatif bahwa minyak esensial peppermint dapat mengurangi rasa sakit karena kecemasan.

Vitamin C

Benarkah vitamin C memiliki kemampuan untuk menyembuhkan atau mencegah flu biasa? Atau itu hanya mitos? Tidak ada yang seperti eksperimen mendalam untuk memahami semuanya. Tes hipotesis potensial dapat terlihat seperti ini:

  1. Hipotesis nol – Anak-anak yang mengonsumsi vitamin C tidak kurang kemungkinannya menjadi sakit selama musim flu.
  2. Hipotesis alternatif – Anak-anak yang mengonsumsi vitamin C cenderung tidak sakit selama musim flu.
  3. Tingkat signifikansi – Tingkat signifikansi adalah 0,05.
  4. Nilai-P – Nilai -p dihitung menjadi 0,20.
  5. Kesimpulan – Setelah memberikan satu kelompok vitamin C selama musim flu dan kelompok lainnya dengan plasebo, Anda mencatat apakah peserta jatuh sakit pada akhir musim flu atau tidak. Setelah melakukan analisis statistik pada hasil, Anda menentukan nilai p 0,20. Itu di atas tingkat signifikansi yang diinginkan 0,05, dan dengan demikian Anda gagal menolak hipotesis nol. Berdasarkan percobaan Anda, tidak ada dukungan untuk hipotesis (alternatif) bahwa vitamin C dapat mencegah pilek.

Hipotesis Alternatif Tambahan

Apakah Anda mencari sedikit inspirasi untuk hipotesis Anda sendiri? Lihatlah contoh hipotesis alternatif di bawah ini. Mungkin salah satu dari mereka akan memberi Anda ide untuk Anda sendiri!

  • Ibuprofen lebih efektif daripada aspirin dalam membantu orang yang pernah mengalami serangan jantung.
  • Berlawanan dengan kepercayaan populer, orang dapat melihat menembus dinding.
  • Orang berambut merah merasa tidak aman dengan warna rambut mereka.
  • Anak laki-laki lebih rentan terhadap masalah perilaku daripada anak perempuan.
  • Anak-anak dari orang tua yang obesitas lebih cenderung menjadi gemuk sendiri.
  • Dr Stuart memiliki kemampuan telekinetik dan bisa membaca pikiran.
  • Orang lebih rentan terhadap pilek di musim gugur daripada musim dingin.
  • Memajukan Teori

Pengujian hipotesis sangat penting dalam komunitas ilmiah dan diperlukan untuk memajukan teori dan ide. Uji hipotesis statistik tidak hanya dirancang untuk memilih dua hipotesis yang lebih mungkin. Sebuah tes akan tetap dengan hipotesis nol sampai ada cukup bukti untuk mendukung hipotesis alternatif. Jika semua ini telah menggelitik minat Anda, nikmati juga Contoh Hipotesis.

Tiga burung berdiri di salju sebagai contoh pengujian hipotesis

Related Posts