Hipotesis 1 arah vs 2 arah (one-tail vs 2-tail Hypothesis)

Apa sih bedanya Hipotesis 1 arah dan 2 arah???

Perbedaanya terletak pada masalah apa yang mau diuji.
Hipotesis 1 arah digunakan untuk menguji suatu hal yang sudah jelas akan lebih besar atau lebih kecil dari hipotesis awal. Sedangkan Hipotesis 2 arah digunakan untuk menguji suatu hal (hipotesis awal) pada suatu titik tertentu, dimana kemungkinan hipotesis tandingannya bisa lebih besar maupun lebih kecil dari titik tersebut.

Untuk memperjelas saya ingin memberikan suatu contoh
kasus hipotesis yang mudah.

Misalnya kita ingin menguji suatu kadar emisi
kendaraan apakah mencapai batas tertentu atau tidak.
Maka, yang menjadi perhatian kita adalah melebihi batas
emisi ataukah tidak. Bila kadar emisi lebih
kecil dari batas emisi dianggap masih menjadi hipotesis awal karena semakin kecil semakin
baik. Dalam hal ini hipotesis yang digunakan adalah 1
arah.

Misalnya kita ingin menguji kadar racun dalam tubuh
manusia misalhnya kreatinin dan ureum. Maka kita
konsen pada dua arah. Apabila kadar kreatinin dan
ureum melebihi batas normal sangat berbahaya.
sedangkan apabila lebih kecil dari batas normal juga
berbahaya. Yang bagus adalah kadarnya pas dengan batas
normal. Oleh karena itu lebih cocok menggunakan
hipotesis 2 arah.

Konsep Do'a dalam Statistika

Apa yaaa hubungannya Do'a dan Statistika???

Untuk menjawabnya, mungkin kita perlu membahas mengenai hubungan sebab-akibat terlebih dahulu.

Masalah hubungan sebab akibat memang sangat menarik untuk dibahas. 
Misalnya, bila kita ingin  mendapat nilai yang baik dalam ujian kita harus belajar, membaca buku, latihan soal, dll. Dalam hal ini yang menjadi akibat adalah nilai ujian, sedangkan yang menjadi  sebab adalah frekuensi lamanya belajar, jumlah halaman buku yang dibaca, banyaknya latihan soal, dll. 

Mungkin banyak perdebatan mengenai hubungan sebab akibat seperti ini. 
Apakah benar suatu hal menyebabkan hal lain atau sebaliknya.
Untuk menghindari berbagai perdebatan tersebut, Statistika mentransformasikan sebab-akibat menjadi independen dan dependen variabel.

Metode yang mempelajari hubungan antara independen dan dependen variabel salah satunya adalah Regresi.

Dalam model regresi, terdapat 3 komponen penting yaitu:
1. dependen variabel, 
2. independen variabel 
3. komponen error.

Dependen variabel adalah variabel yang nilainya tergantung pada independen variabel. sedangkan independen variabel merupakan variabel bebas yang bisa dikendalikan nilainya serta bisa mempengaruhi nilai dependen variabel. 
Sedangkan error merupakan variabel acak yang tidak bisa diukur dan atau tidak bisa dikendalikan. 
Komponen ini merupakan nilai perbedaan antara nilai yang ditentukan dari besarnya independen variabel dalam model dengan nilai dependen variabel sebenarnya.


Bila dituliskan persamaan regresinya adalah

y = a + b1x1 + b2x2 + b3x3 + . . . + bixi + e

misalnya dalam contoh di atas:
y adalah nilai ujian,
x1 adalah frekuensi belajar,
x2 adalah jumlah halaman buku yang dibaca, 
x3 adalah banyaknya latihan soal yang telah dibahas.

nilai a merupakan nilai konstan apabila seseorang tidak melakukan apa-apa dia akan mendapat nilai ujian a. Sedangkan b merupakan nilai koefisien dari variabel independen yang merupakan bobot dari variabel independen tersebut dalam menentukan nilai dependen variabel.

Model Regresi yang baik adalah model yang memiliki error terkecil. Namun hampir tidak munkin mendapatkan nilai error = 0. Sebaik apapun usaha seseorang dalam mendapatkan nilai ujian yang baik (x1, x2, x3, ..., xi), belum tentu mendapatkan nilai yang baik (y). Pasti selalu ada variabel lain yang tidak bisa dikendalikan dan tidak masuk dalam model regresi. Itulah yang dimaksud dengan komponen error. Seperti kemungkinan sakit pada saat ujian, kemungkinan adanya kecelakaan pada saat ujian, dll.

Konsep Regresi ini merupakan konsep falsafah di dunia ini. Dependen variabel (y) merupakan sesuatu yang ingin kita raih, sedangkan (x) merupakan usaha kita untuk dapat meraih y. sedangkan e adalah komponen lain yang tidak bisa diukur dan tidak bisa kendalikan yang juga dapat menentukan hasil yang ingin kita raih. Untuk itu bagaimanapun baiknya model regresi kita, betapa kerasnya usaha kita, tetap ada faktor lain yang tidak bisa kita kendalikan.

Dalam hal adanya komponen error inilah kita perlu senantiasa berdoa untuk meminimalisir faktor error tersebut.

Dalam Model Regresi:

y= a + bx + e

dapat berarti:

Hasil = Usaha + Do'a

setujukah Anda dengan dengan model tersebut???

Kisah Korek Api dan Statistika

Pada suatu hari, ada seorang ibu menyuruh anaknya untuk membeli sekotakkorek api. Sang ibu mengingatkan pada anaknya agar tidak tertipu dengan korek api yang jelek, dan si anak harus memastikan bahwa korek api yang dibelinya berkualitas bagus.

Kemudian si anak pergi membeli sekotak korek api sesuai dengan kemauan ibunya....

Tak lama kemudian si anak membawa sekotak korek api dengan wajah yang berseri-seri. Si anak memberikan kepada sang ibu sekotak korek api yang kosong seraya berkata:
"Bu, saya yakin bahwa korek api ini sangat bagus kualitasnya, karena sudah saya coba menyalakan semua batang korek api ini, dan ternyata semuanya menyala..."

Hehehe...

Itulah akibatnya kalau kita melakukan segala sesuatu tanpa menggunakan prinsip dasar Statistika, yaitu 'sampling'.

Untuk memastikan bahwa sekota korek api berkualitas bagus tidak perlu mencoba menyalakan semua batang korek api, namun hanya cukup beberapa saja. Inilah yang dimaksud dengan sampling...

Yup, sampling sangatlah dibutuhkan di berbagai bidang kehidupan. Dalam membuat suatu kesimpulan dari suatu hal, kita tidak harus menggali seluruh informasi dari hal tersebut. Namun hanya memerlukan sedikit saja informasi yang telah dianggap mewakili seluruhnya sesuai dengan tingkat keragamannya...

Perlu diingat bahwa dalam melakukan sampling diperlukan suatu teknik khusus yang telah disediakan dalam ilmu statistik. Teknik Sampling tersebut dapat menjamin tingkat akurasi, validasi, keandalan, dan keterwakilan dari data yang diambil. Selain itu, teknik sampling juga memperhatikan tingkat efisiensi dari berbagai hal, misalnya dana, waktu, tingkat kesulitan, dan lain-lain.

Untuk itu, saya menyerukan kepada semua kalangan untuk menggunakan sampling dengan menggunakan teknik sampling yang benar dalam melakukan berbagai pembuatan kesimpulan.
Khusunya saya menyerukan kepada:
1. Hakim dan Jaksa di pengadilan untuk dapat mempertimbangkan hasil analisis dengan menggunakan data sampling sesuai metode statistika;
2. Kepada birokrat-birokrat Pemerintah Indonesia agar lebih pertimbangan data sampling daripada persepsi dirinya pribadi dalam setiap melakukan pembuatan keputusan;
3. Semua akademisi yang sedang melakukan penelitian agar menggunakan teknik sampling yang diakui secara bernar dalam statistika;
4. Bidang-bidang lain yang relevan...