ESTIMASI

                                                                      Estimasi

Pada postingan saya tanggal 11 Desember 2021 tentang Test-Retest terdapat pembahasan tentang hipotesis Ho (hipotesis Nol atau Nihil) dan hipotesis H1 atau hipotesis alternativ. Saya sengaja menulis hipotesis alternativ dengan simbol H1 bukan Ha karena hal ini pernah menjadi perdebatan ketika saya kuliah matakuliah Statistik 2. Ada pendapat bahwa penggunaan Ho dan H1 menunjuk pada suatu estimasi interval pada uji korelasi. Dimana uji korelasi bergerak antara 0,00 sampai +1,00 untuk korelasi positf dan 0,00 sampai -1,00 untuk korelasi negatif. Korelasi positif terjadi ketika variabel independen (x) naik, variabel dependen juga naik. Hal ini dapat juga dikatakan dengan berbanding lurus. Sedangkan korelasi negatif terjadi ketika variabel X naik, variabel Y turun atau berbanding terbalik. Kedua bentuk korelasi itu dapat dilihat pada interval koefisien korelasi untuk melihat besar kecilnyanya hubungan. Berikut norma interval koefisien korelasi:

Interval Koefisien Korelasi Tingkat Hubungan

0,00 - 0,199 Sangat rendah

0,20 - 0,399 Rendah

0,40 - 0,599 Sedang

0,60 - 0,799 Kuat

0,80 - 1,00 Sangat Kuat

Dengan demikian simbol itu berlaku pada uji korelasi untuk pendapat ini.

Pendapat lain tentang penggunaan kedua simbol tersebut hanya sebatas sebagai simbol yang membedakan. Dengan begitu simbol H1 berarti hipotesis alternatif sehingga penggunaannya tidak menjadi rancu pada uji perbedaan.

Selanjutnya bagaimana membuat suatu titik taksiran (a point estimate) dan taksiran interval atau Confidence Estimate baik pada uji asosiatif atau korelasi dan uji komparatif atau uji perbedaan. Untuk membuatnya terlebih dahulu menemukan norma teoretis. Ada beberapa tehnik membuat norma teoretis berdasarkan teori statistik. Pada kesempatan ini hanya disajikan 2 model. Yang pertama norma teoretis berdasarkan kategorisasi tatajenjang atau ordinal dan yang kedua berdasakan taraf signifikansi perbedaan.

* Kategorisasi tatajenjang

Pertama perlu menemukan mean teoretis (µ) dan standar deviasi (σ). Misalnya Skala Motivasi Berprestasi terdapat 20 aitem degan pemberian skor pada pilihan jawaban untuk aitem Favorabel: Sangat Tidak Setuju (STS) = 1, Tidak Setuju (TS)= 2, Ragu-ragu (RR)= 3, Setuju (S)= 4, Sangat Setuju (SS) = 5. Sedangkan untuk aitem Unfavorabel: STS = 5, TS = 4, RR = 3, s = 2, SS = 1

Meanteoritsnya : 20 jumlah aitem X 3 (kategori setuju) = 60 (µ =60).

Deviasi satandar : 100 ( 5, sangat setuju (favorabel) dan 5, sangat tidak setuju (Unfavorabel) 5 X 20 = 100, dikurangi dengan jumlah aitem 20) kemudian dibagi 6., jadi 100 - 20 = 80 / 6 = 13,33. Dari perhitungan di atas diperoleh µ = 60, standar deviasi σ=13,33. Kemudia dimaksukkan dalam kategorisasi:

X ≤ ( µ-1,5 σ )

( µ-1,5 σ ) < X ≤ ( µ-0,,5 σ )

( µ-0,5 σ ) < X ≤ ( µ+0,5 σ )

( µ+0,5 σ ) < X ≤ ( µ+1,5 σ )

( µ+1,5 σ ) < X

X ≤ 30 Sangat Rendah

30 < X ≤ 53 Rendah

53 < X ≤ 66 Sedang

66 < X ≤ 80 Tinggi

80 < X Sangat Tinggi

Kategorisasi berdasarkan Signifikansi perbedaan

Dengan menggunakan data di atas data teoretis skala Motivasi Berprestasi. Rumusnya:

µ - t(α/2.N-1) (σ / √N ) ≤ X ≤ µ + t(α/2.N-1) (σ / √N )

µ = Mean teoretis skala

t(α/2.N-1) = harga kritis t pada signifikansi α/2 dan derajat kebebasan N-1

σ = Deviasi Standar

N = Banyaknya subjek

µ = 60 σ = 13,33 N = 50 harga kritis t(α/2.N-1)

Signifikansi α = 0,05 --------> 0,05/2 =0,025 N =50-1=49

t(α0,025; 49) = 0,021 lihat nilai tabel t.

Kemudian gunakan rumus:

µ - t(α/2.N-1) (σ / √ ) ≤ X ≤ µ + t(α/2.N-1) (σ / √ )

untuk mencari batas atas dan batas bawah.

60 - (2,02) (13/√ 50) ≤ X ≤ 60 + (2,02) (13/√ 50)

60 - (2,02) (1,83) ≤ X ≤ 60 +3,69

56,31 ≤ X ≥ 64

56 64

..................................‖..........................................‖......................................X

Rendah Sedang Tinggi

Kurang dari nilai 56 motivasi berprestasi rendah.

Lebih besar dari 64 motivasi berprestasi tinggi

Rumus untuk hasil penelitian

_ _

X - t(α/2.n-1) (s / √n ) ≤ X ≤ X + t(α/2.n-1) (s / √n )

Jadi dari kedua kategorisasi di atas peneliti dapat membuat a point estimate dan interval estimate. Misalnya hipotesisnya : Motivasi berprestasi siswa-siswa sekolah A pada umnya = 77 kategori tinggi (titik taksiran) atau skor 66 sampai lebih besar dari 85 (Confidence Estimate) untuk kategori ordinal. Sedangkan kategorisasi brdasarkan signifiansi perbedaan : motivasi berprestasi siwa-siswi sekolah A lebih besar dari skor 56 (a point estimate), atau skor 56 sampai 70 (interval estimate). Untuk membuat estimasi perlu berdasarkan data statistik misalnya tingkat pendidikan, pekerjaan, jumlah siswa yang lulus dan berprestasi, laporan-laporan penelitian , teori-teori tentang variabel penelitian dan sebagainya.

Jadi titik taksiran itu bersifat teoretis atau berdasarkan teori oleh karena itu masih berupa hipotesis. Maka hipotesis itu perlu dibuktikan dengan penelitian empiris, sebab hipotesis adalah pernyataan yang merupakan jawaban sementara terhadap suatu masalah dan dapat diuji kebenarannya.

Referensi

A. Supratiknya. (2000). Statistik Psikologi. Jakarta: PT Grasindo.

Azwar, S. (2003).Penyusunan skala psikologi. Yogyakarta: Pustaka Pelajar

Sugiyono (2007). Statistika untuk penelitian. Bandung: Alfa Beta.

Sutrisno Hadi. (2001). Statistik. Jilid 2. Yogyakarta: Andi.

1 Komentar

Suka

Komentari

Bagikan