Professional Documents
Culture Documents
TUGASAN KUMPULAN
STATISTIK DESKRIPTIF - HIPOTESIS
Pengenalan 1
Kriteria Hipotesis 4
Hipotesis Nol 8
Kesimpulan 16
Rujukan
HIPOTESIS
PENGENALAN
Pendekatan hipotesis secara amnya tidak digunakan secara meluas dalam penyelidikan bagi
pemerhatian. Hipotesis ialah idea ataupun andaian yang dibuat bagi diuji. Apabila
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
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
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
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
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
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
menggigit orang lain, merosak atau menghancurkan barangan , ataupun berdasarkan pada
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
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
pemboleh ubah sikap ekstrovert dan penyakit neurosis . Keputusannya adalah ia memberi
dengan baik berbanding pelajar yang lain kerana mereka dating daripada keluarga
yang mempunyai nilai yang tinggi dan sikap yang baik 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
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
‘pencapaian sekolah’ seperti yang dinilai dengan English Progress Test E, dan ‘jati diri’
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
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’.
dikaitkan dengan mudah pada bidang penyelidikan dan juga pada kawasan goegrafi
hipotesis
yang diketahui kerana terdapat banyak penyelidikan yang memberikan keputusan yang
bercanggah. Dalam hal ini, hipotesis dibentuk bagi mengatasi tentangan. Sebagai
yang berlainan mungkin berlaku kerana kesalahan metodologi ataupun dapat dijelaskan
dengan menggunakan hipotesis yang baru iaitu hubungan berubah mengikut umur.
moral
atau pertimbangan etika; iaitu saranan-saranan yang mengatakan sesuatu itu baik atau
(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.
kepada
penyelidik untuk bertindak menjalankan tugasnya. Kriteria ini ada kaitannya dengan
kriteria dalam kriteria 2 di atas. Apabila sesuatu hipotesis telah dirumuskan dengan baik,
hipotesis itu.
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
penyelidikan yang berlainan dijalankan. Begitulah proses yang sentiasa berulang dalam
Terdapat dua cara yang berbeza bagi melihat kewujudan hipotesis iaitu:
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.
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
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.
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”.
11
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
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
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 :
Min populasi : 25
Min sampel : 24
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:
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
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.
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
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:
14
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
Pengkaji membuat keputusan bahawa “terdapat perbezaan yang signifikan antara ...” sedangkan
sebenarnya tidak ada
Ralat Jenis II: Tidak menolak Ho yang tidak benar
Menurut Chua (2006) dalam penyelidikan inferensi, hasil analisis inferensi menunjukkan
15
membuat kesilapan ini dinamakan sebagai aras signifikan. Aras ini diwakili huruf kecil p ata
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%
pengukuran. Memandangkan kemungkinan ini, Neyman dan ada 1930, mengutarakan bahawa
ii. ujian itu mesti direka dengan sebegitu rupa agar mampu menolak sesuatu
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.
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
RUJUKAN
2. Chua Yan Piaw (2006). Asas Statistik Penyelidikan (Buku 2). McGraw-Hill
Education (Malaysia) Sdn. Bhd. ms. 29.
http://en.wikipedia.org/wiki/Type_I_and_type_II_errors,
4. Zukarnian Zakaria ( 2000 ). Statistik Pengurusan Edisi Kedua. Dewan Bahasa dan