Bila tersedia tes-tes statistik yang dapat digunakan dalam suatu rancangan penelitian seperti yang sering terjadi, maka kita perlu menggunakan dasar pemikiran tertentu untuk menentukan pilihan yang mana di antara tes-tes statistik itu yang akan kita pakai. Dalam menjatuhkan pilihan di antara tes-tes statistik itu, yakni kriteria kekuatan tes.
Suatu tes statistik itu baik, jika mempunyai kemungkinan kecil untuk menolak Ho apabila Ho benar, dan mempunyai kemungkinan besar untuk menolak Ho pada saat Ho salah.
Tetapi ada pertimbangan lain selain kekuatan tes yang diperhatikan dalam memilih tes statistik, yaitu :
cara penarikan sampel skor,
sifat populasi yang menjadi asal-usul sampel itu,
jenis pengukuran yang dipakai dalam definsi operasional mengenai variabel-variabel yang terlibat
Kalau kita sudah menyatakan sifat populasi dan pengambilan sampel, berarti kita telah menetapkan suatu model statistik.
Berkaitan dengan itu, tes itu dapat dipakai dengan persyaratan tertentu, sedangkan model pengukurannya dan perlunya pengukuran itu, adalah yang menetapkan persyaratan tadi. Kadang kita dapat menguji apakah persyaratan suatu model statistik tertentu terpenuhi atau tidak, tetapi lebih sering terjadi bahwa kita harus menganggap bahwa persyaratan tersebut dipenuhi. Oleh karena itu, persyaratan model statistik suatu tes acap kali disebut anggapan-anggapan tes itu, dengan kualifikasi yang umum misalnya : "Jika model yang dipergunakan benar, dan jika syarat pengukurannya dipenuhi, maka ... "
Di sini menunjukkan bahwa semakin sedikit atau lemah suatu anggapan-anggapan yang digunakan untuk membatasi suatu model, maka makin sedikit pula kualifikasi yang dibutuhkan, dan semakin umumlah kesimpulan yang dihasilkan, begitu pula sebaliknya.
Untuk tes-tes yang memiliki anggapan luas atau kuat adalah yang mempunyai anggapan paling kuat atau paling luas. Yaitu dimiliki oleh tes-tes Parametrik, seperti tes t dan tes F, yang memiliki sejumlah anggapan kuat yang mendasari penggunaannya. Manakala anggapan itu terpenuhi, tes Parametrik inilah yang paling besar kemungkinannya untuk menolak Ho ketika Ho salah.
Syarat-syarat yang harus dipenuhi untuk membuat tes t menjadi tes paling kuat, antara lain :
Observasi harus saling independen (lepas atau bebas), tidak boleh mempengaruhi skor,
Observasi harus ditarik dari populasi yang berdistribusi normal,
Populasi harus memiliki varian yang sama (homoskedastisitas),
Pengukuran setidaknya dalam skala interval (data yang dapat ditambah, dibagi, dirata-ratakan, dan seterusnya),
Rata-rata populasi normal (berdistribusi normal) dan bervarian sama itu harus merupakan kombinasi linear (linearitas), artinya efeknya harus bersifat penjumlahan (additive).
Kelima persyaratan tersebut kecuali syarat pengukuran, adalah unsur-unsur model statistik Parametrik.
Suatu tes statistik itu baik, jika mempunyai kemungkinan kecil untuk menolak Ho apabila Ho benar, dan mempunyai kemungkinan besar untuk menolak Ho pada saat Ho salah.
Tetapi ada pertimbangan lain selain kekuatan tes yang diperhatikan dalam memilih tes statistik, yaitu :
cara penarikan sampel skor,
sifat populasi yang menjadi asal-usul sampel itu,
jenis pengukuran yang dipakai dalam definsi operasional mengenai variabel-variabel yang terlibat
Kalau kita sudah menyatakan sifat populasi dan pengambilan sampel, berarti kita telah menetapkan suatu model statistik.
Berkaitan dengan itu, tes itu dapat dipakai dengan persyaratan tertentu, sedangkan model pengukurannya dan perlunya pengukuran itu, adalah yang menetapkan persyaratan tadi. Kadang kita dapat menguji apakah persyaratan suatu model statistik tertentu terpenuhi atau tidak, tetapi lebih sering terjadi bahwa kita harus menganggap bahwa persyaratan tersebut dipenuhi. Oleh karena itu, persyaratan model statistik suatu tes acap kali disebut anggapan-anggapan tes itu, dengan kualifikasi yang umum misalnya : "Jika model yang dipergunakan benar, dan jika syarat pengukurannya dipenuhi, maka ... "
Di sini menunjukkan bahwa semakin sedikit atau lemah suatu anggapan-anggapan yang digunakan untuk membatasi suatu model, maka makin sedikit pula kualifikasi yang dibutuhkan, dan semakin umumlah kesimpulan yang dihasilkan, begitu pula sebaliknya.
Untuk tes-tes yang memiliki anggapan luas atau kuat adalah yang mempunyai anggapan paling kuat atau paling luas. Yaitu dimiliki oleh tes-tes Parametrik, seperti tes t dan tes F, yang memiliki sejumlah anggapan kuat yang mendasari penggunaannya. Manakala anggapan itu terpenuhi, tes Parametrik inilah yang paling besar kemungkinannya untuk menolak Ho ketika Ho salah.
Syarat-syarat yang harus dipenuhi untuk membuat tes t menjadi tes paling kuat, antara lain :
Observasi harus saling independen (lepas atau bebas), tidak boleh mempengaruhi skor,
Observasi harus ditarik dari populasi yang berdistribusi normal,
Populasi harus memiliki varian yang sama (homoskedastisitas),
Pengukuran setidaknya dalam skala interval (data yang dapat ditambah, dibagi, dirata-ratakan, dan seterusnya),
Rata-rata populasi normal (berdistribusi normal) dan bervarian sama itu harus merupakan kombinasi linear (linearitas), artinya efeknya harus bersifat penjumlahan (additive).
Kelima persyaratan tersebut kecuali syarat pengukuran, adalah unsur-unsur model statistik Parametrik.
0 comment:
Post a Comment