Tes Satu Sisi

Definisi Uji Satu Sisi

Uji satu sisi adalah metode pengujian hipotesis statistik. Untuk menolak hipotesis nol rata-rata sampel harus lebih besar atau lebih kecil dari rata-rata populasi. Tes ini juga disebut sebagai tes terarah atau hipotesis terarah. Tes dijalankan untuk membuktikan klaim benar atau salah.

Penentuan uji ini tidak boleh ambigu, artinya dapat kurang atau lebih dari rata-rata populasi tetapi tidak dapat keduanya. Pengujian hipotesis menentukan kemungkinan kebenaran suatu hipotesis. Tes memvalidasi keakuratan hipotesis alternatif dengan menghilangkan keacakan.

Takeaway kunci

Untuk hipotesis uji satu sisi, nilai rata-rata sampel bisa lebih atau kurang dari nilai rata-rata populasi, tetapi tidak bisa keduanya.
Hipotesis nol dan hipotesis alternatif mendahului uji satu sisi—bersama dengan nilai-p (nilai probabilitas).
Ujiannya terarah; karenanya tidak mempertimbangkan arah lain saat menjalin hubungan.

Tes Satu Sisi Dijelaskan

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel menjadi Hyperlink
Misalnya: Sumber: Uji Satu Sisi (wallstreetmojo.com)

Uji satu sisi adalah metode statistik pengujian hipotesis. Berdasarkan data statistik, pengujian hipotesis menentukan apakah suatu teori itu benar atau tidak. Jika sebuah tes menunjukkan sampel rata-rata lebih besar dan lebih kecil dari populasi, itu adalah tes dua sisi. Tetapi ketika sebuah tes menunjukkan rata-rata sampel hanya lebih besar atau lebih kecil dari populasi, itu adalah tes satu sisi. Jadi, selama pengujian, jika data sampel sebagian besar terjadi di satu sisi, maka hipotesis nol Hipotesis Nol Hipotesis nol menganggap bahwa data sampel dan data populasi tidak memiliki perbedaan atau dengan kata sederhana, itu menganggap bahwa klaim yang dibuat oleh orang tersebut pada data atau populasi adalah kebenaran mutlak dan selalu benar. Jadi, meskipun sampel diambil dari populasi, hasil yang diperoleh dari studi sampel akan sama dengan asumsi.Baca lebih lanjut akan ditolak—hipotesis alternatif akan diterima.

Tes satu sisi didahului oleh hipotesis nol dan hipotesis alternatif. Peneliti diminta untuk membuktikan hipotesis nol yang salah; hanya dengan begitu mereka dapat mengklaim hipotesis alternatif. Idealnya, untuk membuktikan sebuah teori, peneliti perlu menghilangkan keacakan. Ketika mereka membuktikan suatu pengamatan yang disebabkan oleh sebab tertentu, pengamatan itu tidak boleh disebabkan oleh faktor-faktor acak. Tingkat keacakan ditentukan oleh signifikansi statistik Signifikansi Statistik Signifikansi statistik adalah kemungkinan observasi tidak disebabkan oleh kesalahan pengambilan sampel.baca lebih lanjut.

Tingkat signifikansi direpresentasikan sebagai “p”, mengacu pada probabilitas. Biasanya, nilai signifikansi adalah 1%, 5%, atau 10%. Namun, peneliti memiliki keleluasaan untuk menggunakan probabilitas lain. Nilai probabilitas dihitung dengan asumsi bahwa hipotesis nol benar. Semakin rendah p-valueP-valueP-Value, atau Nilai Probabilitas, adalah faktor penentu pada hipotesis nol untuk kemungkinan hasil yang diasumsikan benar, diterima atau ditolak, & penerimaan hasil alternatif jika diasumsikan penolakan hasil. baca lebih lanjut, semakin kecil keacakannya—hipotesis nol akan mudah dibuktikan salah. Jika nilai-p yang dihasilkan di bawah 5%, perbedaan antara kedua pengamatan secara statistik signifikan, dan hipotesis nol ditolak.

Contoh

Mari kita pahami penerapan tes satu arah dengan sebuah contoh.

Mari kita asumsikan kepala sekolah ingin membuktikan bahwa seorang profesor matematika baru meningkatkan kinerja kelas sebesar 9,29%. Prinsipal mengatur hipotesis nol (H0) dan alternatif (Ha):

H0: μ ≤ 9,29

Ha: µ > 9,29

Prinsipal berharap untuk menolak hipotesis nol dan memvalidasi klaimnya sebagai hipotesis alternatif. Jika tes menolak hipotesis nol, hipotesis alternatif didukung. Sebaliknya, jika hasil tes gagal menolak hipotesis nol, kepala sekolah harus meneliti lebih lanjut untuk menemukan penjelasan lain tentang kinerja kelas.

Daerah penolakan terletak pada salah satu sisi distribusi samplingDistribusi SamplingDistribusi sampling adalah distribusi probabilitas dengan menggunakan statistik dengan terlebih dahulu memilih populasi tertentu kemudian menggunakan sampel acak yang diambil dari populasi tersebut. Ini menargetkan penyebaran frekuensi yang terkait dengan penyebaran berbagai hasil atau hasil yang dapat terjadi pada populasi tertentu yang dipilih.baca lebih lanjut. Oleh karena itu, untuk menentukan bagaimana kinerja kelas dibandingkan dengan profesor matematika yang berbeda, kepala sekolah harus menjalankan uji signifikansi arah kanan—nilai ekstrem harus berada di sisi kanan kurva distribusi normal. Distribusi normalDistribusi NormalDistribusi Normal adalah kurva distribusi frekuensi berbentuk lonceng yang membantu menggambarkan semua nilai yang mungkin dapat diambil oleh variabel acak dalam rentang tertentu dengan sebagian besar area distribusi berada di tengah dan sedikit di ekor, di titik ekstrem. Distribusi ini memiliki dua parameter kunci: rata-rata (µ) dan standar deviasi (σ) yang memainkan peran kunci dalam perhitungan pengembalian aset dan dalam strategi manajemen risiko.baca lebih lanjut atau distribusi Gaussian mengacu pada distribusi probabilitas di mana nilai-nilai acak variabel terdistribusi secara simetris. Nilai-nilai ini terdistribusi secara merata di sisi kiri dan kanan tendensi sentralCentral TendencyCentral Tendency adalah ukuran statistik yang menampilkan titik pusat dari seluruh Distribusi Data & Anda dapat menemukannya menggunakan 3 ukuran berbeda, yaitu Mean, Median, & Mode .Baca selengkapnya. Dengan demikian, kurva berbentuk lonceng terbentuk.

Hasil tes satu sisi, yang diwakili di area kurva sisi kanan dapat menunjukkan tumpang tindih antara peningkatan kinerja kelas dan periode yang diajarkan oleh profesor baru. Selanjutnya, tes akan menunjukkan apakah hasilnya berbeda secara signifikan untuk profesor sebelumnya.

Tes Satu Sisi vs. Tes Dua Sisi

Tes Satu Sisi	Tes Dua Sisi
Dalam uji satu sisi, hipotesis alternatif hanya memiliki satu ujung.	Dalam uji dua sisi, hipotesis alternatif memiliki dua ujung
Ini adalah hipotesis terarah	Ini adalah hipotesis non-arah
Wilayah penolakan bisa kiri atau kanan.	Daerah penolakan bisa kiri maupun kanan.
Ada hubungan antar variabel dalam satu arah.	Ada hubungan antara variabel di kedua arah.
Hasilnya selalu lebih besar atau lebih kecil dari nilai tertentu.	Hasilnya lebih besar atau lebih kecil dari rentang nilai tertentu.
Dilambangkan dengan > atau <	Dinotasikan sebagai ≠

Pertanyaan yang Sering Diajukan (FAQ)

Kapan menggunakan tes satu sisi?

Tes satu sisi digunakan dalam situasi di mana teori atau pernyataan ditetapkan sebagai benar atau salah. Asumsikan bahwa obat baru dikembangkan. Pengembang ingin memeriksa apakah itu lebih efektif daripada obat saat ini. Dalam skenario seperti itu, uji satu sisi dapat digunakan untuk membuktikan keefektifannya.

Pada hipotesis apa tes satu sisi didasarkan?

Ini didasarkan pada dua hipotesis—hipotesis nol dan hipotesis alternatif. Tes akan membuktikan hanya satu dari mereka yang benar. Peneliti ingin membuktikan hipotesis nol salah untuk menetapkan temuan mereka sebagai penjelasan alternatif untuk data sampel.

Apa keuntungan menggunakan uji satu sisi vs. dua sisi?

Tes satu sisi memiliki keuntungan yang sangat praktis—itu menuntut lebih sedikit subjek untuk memperoleh signifikansi. Di sisi lain, uji dua sisi membagi tingkat signifikansi dan kemudian mengimplikasikannya ke dua arah. Jadi, setiap arah adalah setengah kekuatan dari uji satu ekor.

Artikel yang Direkomendasikan

Artikel ini telah menjadi panduan tentang apa itu Uji dan Definisi Satu Sisi. Di sini kita membahas contoh uji satu sisi, grafik, nilai p, dan perbedaannya dengan uji dua sisi. Anda dapat mempelajari lebih lanjut tentang pembiayaan dari artikel berikut –