Sebuah penelitian bertujuan untuk menguji apakah terdapat perbedaan pendapatan antara 10 wartawan dari stasiun televisi X (TV X) dan 10 wartawan dari stasiun televisi Y (TV Y). Data pendapatan masing-masing wartawan disajikan sebagai berikut:
TV X: 86, 76, 80, 75, 65, 85, 77, 84, 75, 90
TV Y: 90, 80, 85, 76, 68, 87, 80, 80, 78, 93
ADVERTISEMENT
.SCROLL TO RESUME CONTENT
Untuk menganalisis perbedaan pendapatan ini, kita akan menggunakan uji hipotesis dua sisi dengan taraf signifikansi α = 0,05. Uji ini akan membantu kita menentukan apakah perbedaan pendapatan yang terlihat pada data merupakan perbedaan yang signifikan secara statistik, atau hanya fluktuasi acak.
Langkah-langkah Uji Hipotesis
A. Rumusan Hipotesis
Hipotesis nol (H₀) menyatakan bahwa tidak ada perbedaan rata-rata pendapatan antara wartawan TV X dan TV Y. Secara matematis, H₀: μX = μY, di mana μX adalah rata-rata pendapatan wartawan TV X dan μY adalah rata-rata pendapatan wartawan TV Y.
Hipotesis alternatif (H₁) menyatakan bahwa ada perbedaan rata-rata pendapatan antara wartawan TV X dan TV Y. Secara matematis, H₁: μX ≠ μY. Karena kita tidak menentukan arah perbedaan (apakah TV X lebih tinggi atau lebih rendah), maka uji ini adalah uji dua sisi.
B. Menentukan Daerah Penolakan
Dengan α = 0,05 dan uji dua sisi, kita perlu membagi α menjadi dua, sehingga α/2 = 0,025. Derajat kebebasan (df) untuk uji t-independen dengan dua sampel adalah (n1 + n2 – 2) = (10 + 10 – 2) = 18.
Kita akan mencari nilai kritis t dari tabel distribusi t dengan df = 18 dan α/2 = 0,025. Nilai kritis t ini menandai batas daerah penolakan. Jika nilai t-hitung (yang akan kita hitung selanjutnya) berada di luar rentang (-nilai kritis, nilai kritis), maka kita akan menolak H₀.
Dari tabel distribusi t, nilai kritis t untuk df = 18 dan α/2 = 0,025 adalah sekitar ±2.101. Oleh karena itu, kita akan menolak H₀ jika t-hitung < -2.101 atau t-hitung > 2.101.
C. Melakukan Perhitungan
Pertama, kita hitung rata-rata dan simpangan baku untuk masing-masing kelompok data:
Rata-rata TV X (x̄) = (86 + 76 + 80 + 75 + 65 + 85 + 77 + 84 + 75 + 90) / 10 = 79.3
Rata-rata TV Y (ȳ) = (90 + 80 + 85 + 76 + 68 + 87 + 80 + 80 + 78 + 93) / 10 = 81.7
Selanjutnya, kita hitung simpangan baku (s) untuk masing-masing kelompok. Perhitungan ini melibatkan menghitung deviasi masing-masing nilai dari rata-rata, mengkuadratkannya, menjumlahkannya, membagi dengan (n-1), dan kemudian diakarkan. Proses ini akan menghasilkan simpangan baku untuk TV X (sx) dan TV Y (sy).
Karena jumlah sampel relatif kecil dan asumsi kesamaan varians antara kedua kelompok tidak dapat dibenarkan dengan pasti tanpa uji tambahan (misalnya, uji F atau Levene’s test), kita akan menggunakan uji t-independen yang tidak berasumsi kesamaan varians (Welch’s t-test) yang lebih robust.
Rumus Welch’s t-test cukup kompleks dan memerlukan perhitungan yang lebih detail, namun secara umum, hasil perhitungan tersebut akan menghasilkan nilai t-hitung.
(Catatan: Perhitungan manual untuk Welch’s t-test cukup rumit dan membutuhkan kalkulator statistik atau perangkat lunak statistik. Berikut hanya ilustrasi, perhitungan detail dihilangkan untuk ringkasan)
Anggaplah, setelah melakukan perhitungan menggunakan software statistik, kita mendapatkan nilai t-hitung = -0.74
D. Simpulan
Nilai t-hitung (-0.74) berada di dalam rentang (-2.101, 2.101). Oleh karena itu, kita gagal menolak H₀.
Kesimpulannya, berdasarkan data dan uji statistik yang dilakukan, tidak terdapat bukti yang cukup untuk menyatakan bahwa terdapat perbedaan yang signifikan secara statistik antara rata-rata pendapatan wartawan TV X dan TV Y pada taraf signifikansi 0,05. Perbedaan yang terlihat dalam data mungkin disebabkan oleh fluktuasi acak.
Penting untuk diingat bahwa kesimpulan ini hanya berlaku untuk sampel yang diteliti. Untuk generalisasi yang lebih luas, diperlukan sampel yang lebih besar dan representatif.
Selain itu, penelitian ini hanya mempertimbangkan pendapatan sebagai variabel. Faktor-faktor lain seperti pengalaman, posisi, dan jenis liputan berita juga dapat memengaruhi pendapatan dan perlu dipertimbangkan dalam penelitian selanjutnya untuk mendapatkan gambaran yang lebih komprehensif.
