Tahun 1930, Jerzy Neyman (1894-1981) and Egon Pearson (1895-1980), mengatakan bahwa dua hal yang harus diperhatikan dalam uji hypotesis berkenaan dengan type error, yaitu mengurangi sebisa mungkin atau sekecil-kecilnya peluang menolak hypotesis dan uji yang harus dilakukan adalah menolak hypotesis yang salah.
Terdapat dua tipe kesalahan dari pengambilan keputusan tersebut, yaitu type I error dan type II error.
Type I error is stating that the result stating that the result of sampling are unacceptable when in reality the population from which the sample was taken meets the stated requirements. (Aft, 1998)
Bila diterjemahkan secara mudah, peluang dari Type I error merupakan peluang menolak asumsi yang dianggap benar. Type I error disimbulkan dengan α (alpha) atau disebut juga level of significance atau significance level. Significance level sebesar α berarti bahwa terdapat peluang sebesar 1 – α untuk menerima asumsi yang dianggap benar atau 1 – α asumsi tersebut benar. Kita menginginkan untuk membuat significance level sekecil mungkin untuk mencapai tujuan menerima H0 (hypothesis null).
Type II error is stating that the result stating that the result of sampling are acceptable when in reality the population from which the sample was taken doesn’t meet the stated requirements. (Aft, 1998)
Peluang Type II error merupakan peluang menerima asumsi yang dianggap salah, dilambangkan dengan (beta dalam huruf Yunani). Namun dalam kehidupan sehari-hari beta jarang digunakan, karena perimbangan teori dan praktis.
Berikut ini beberapa contoh matriks untuk memahami Type I error dan Type II error
1. Kasus penyebaran penyakit
2. Kasus pengambilan keputusan dalam persidangan
No comments:
Post a Comment