UJI HIPOTESIS

2021

Permasalahan yang sering dihadapi oleh peneliti pada umumnya menyangkut tentang cara pengambilan keputusan berdasarkan data mengenai suatu sistem ilmu. Sebagai contoh, seorang peneliti dalam bidang Teknologi Informasi dan Komunikasi ingin melihat apakah Operating Sistem windows 7 lebih baik daripada Operating Sistem Linux. Dalam kasus ini peneliti membuat dugaan mengenai suatu sistem, mengambil data percobaan dan mengambil keputusan berdasarkan data percobaan tadi. Setiap dugaan dapat dirumuskan dalam bentuk hipotesis statistik. Uji hipotesis merupakan prosedur yang berisi tentang aturan yang menuju kepada suatu keputusan apakah akan menerima atau menolak hipotesis statistik mengenai parameter yang telah dirumuskan sebelumnya.

Metode penelitian kuantitatif memiliki cakupan yang sangat luas. Secara umum, metode penelitian kuantitatif dibedakan atas dua dikotomi besar, yaitu eksperimental dan non eksperimental. Eksperimental dapat dipilah lagi menjadi eksperimen kuasi, subjek tunggal dsb. Sedangkan noneksperimental berupa deskriptif, komparatif, korelasional, survey, ex post facto, dsb. Ada beberapa

 Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

A. UJI HOMOGENITAS Pengujian Homegenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua buah distribusi atau lebih. Uji homogenitas dilakukan untuk mengetahui apakah data dalam variabel X dan Y bersifat homogen atau tidak. Uji homogenitas yang akan di bahas dalam tulisan ini adalah uji F( Fisher) dan uji Bartlett. B. UJI F (FISHER) Pengujian homogenitas dengan uji Fdapat di lakukan apabila data yang diuji hanya ada 2(dua) kelompok data/sampel. Uji F di lakukan dengan cara memandingkan

Hal 1 PENGUJIAN HIPOTESIS 1. PENDAHULUAN  Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.  Pengujian hipotesis berhubungan dengan penerimaan atau penolakan suatu hipotesis.  Kebenaran (benar atau salahnya ) suatu hipotesis tidak akan pernah diketahui dengan pasti, kecuali kita memeriksa seluruh populasi. (Memeriksa seluruh populasi? Apa mungkin?)  Lalu apa yang kita lakukan, jika kita tidak mungkin memeriksa seluruh populasi untuk memastikan kebenaran suatu hipotesis?  Kita dapat mengambil sampel acak, dan menggunakan informasi (atau bukti) dari sampel itu untuk menerima atau menolak suatu hipotesis. Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENOLAK hipotesis tersebut dan BUKAN karena HIPOTESIS ITU BENAR dan Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENERIMA hipotesis tersebut dan BUKAN karena HIPOTESIS ITU SALAH.  Landasan penerimaan dan penolakan hipotesis seperti ini, yang menyebabkan para statistikawan atau peneliti mengawali pekerjaan dengan terlebih dahulu membuat hipotesis yang diharapkan ditolak, tetapi dapat membuktikan bahwa pendapatnya dapat diterima.

The current educational transformation emphasizes the optimal use of technology in teaching and learning in line with the Industrial Revolution (IR) 4.0. Among the rapidly evolving technologies in language learning is Artificial Intelligence (AI) technology, also known as Natural Language Processing (NLP). This technology was integrated into the development of the E-Muhadathah kit. E-Muhadathah kit is an interactive Arabic conversation simulation model used to improve communication skills among non-Arabic speakers at the tertiary level in Malaysia. This study aimed to identify the concept of Artificial Intelligence in education, as well as the issues and challenges of developing Arabic language software development using artificial intelligence and the design of the E-Muhadathah kit model for non-Arabic speakers. This study used document analysis derived from online journals, proceedings, articles, theses and books through the Google Scholar, Springer Link, Taylor & Francis, Science Direct, and Research Gate databases. Then, the collected data was analysed descriptively according to themes. The findings show that the concept of Artificial Intelligence consists of three main components: machine learning, deep learning, and neural networks. Among the issues and challenges raised by Arabic language scholars in the development of Artificial Intelligence-based software are the ambiguity of orthography, complexity of morphology and syntax, ambiguity of anaphora and semantics. This study also finds that the design of the E-Muhadathah kit model has applied machine learning and deep learning elements which are speechbased and text-based applications. This study can be used as a reference for lecturers and researchers to develop Arabic language communication-based software for non-native speakers in the Malaysian Institution of Higher Education (MIHE). Therefore, this study suggests that the exploration of Artificial Intelligence in Arabic teaching and learning be further expanded to improve Arabic communication competence among non-native speakers in Malaysia.