BAB IV

KONSEP DASAR PENGUJIAN HIPOTESIS

A. Statistik dan Penelitian

Dalam statistik, hipotesis dapat diartikan sebagai pernyataan statistik
tentang parameter populasi. Statistik adalah ukuran-ukuran yang dikenakan pada
sampel (x = rata-rata, s = simpangan baku, s2 = varians, r = koefisien kolerasi, dan
parameter adalah ukuran-ukuran yang dikenakan pada populasi. ( = rata-rata, o =
simpangan baku, o2 = varians, p = koefisien kolerasi) . Hipotesis adalah taksiran
terhadap parameter populasi, melalui data sampel. Penelitian yang didasarkan
pada populasi, sampling total, atau sensus tidak melakukan pengujian hipotesis
statistik. Penelitian yang demikian dari sudut pandang statistik adalah penelitian
deskriptif. Terdapat perbedaan mendasar pengertian hipotesis menurut statistik
dan penelitian.

Dalam penelitian, hipotesis diartikan sebagai jawaban

sementara terhadap rumusan masalah penelitian. Rumusan masalah tersebut bisa

berupa pernyataan tentang dua variabel atau lebih perbandingan (komparasi), atau
variabel mandiri (deskripsi). Pengertian deskriptif dalam penelitian dan dalam
statistik. Deskriptif dalam statistik adalah penelitian yang didasarkan pada
populasi (tidak ada sampel), sedangkan deskriptif dalam penelitian menunjukkan
tingkat ekplanasi yaitu menanyakan tentang variabel mandiri (tidak dihubungkan
dan dibandingkan).
Dalam statistik dan penelitian terdapat dua macam hipotesis, yaitu
hipotesis nol dan alternatif. Pada statistik hipotesis nol diartikan sebagai tidak
adanya perbedaan antara parameter dengan statistik, atau tidak adanya
perbedaan antara ukuran populasi dan ukuran sampel. Dengan demikian
hipotesis yang diuji adalah hipotesis nol, karena memang peneliti tidak
mengharapkan adanya perbedaan data populasi dengan sampel. Hipotesis
alternatif yaitu lawannya hipotesis nol, yang berbunyi adanya perbedaan antara
data populasi dengan data sampel.

B. Tiga Bentuk Rumusan Hipotesis

Menurut tingkat ekplanasi hipotesis yang akan diuji, maka rumusan

hipotesis dapat dikelompokkan menjadi tiga macam, yaitu hipotesis deskritif
(pada satu sampel atau variabel mandiri/tidak dibandingkan dan dihubungkan),
komparatif dan hubungan.
1. Hipotesis Deskritif
Hipotesis Deskritif adalah dugaan tentang nilai suatu variabel mandiri,
tidak membuat perbandingan atau hubungan. Sebagai contoh, bila rumusan
masalah penelitian sebagai berikut ini, maka hipotesis ( jawaban sementara ) yang
dirumuskan adalah hipotesis deskritif.
a. Seberapa tinggi daya tahan lampu merk X ?
b. Seberapa tinggi produktivitas padi di kabupaten kiaten ?
c. Berapa lama daya tahan lampu merk A dan B ?
d. Seberapa baik gaya kepemimpinan di lembaga X ?
Dari tiga pernyataan tersebut lain dapat dirumuskan hipotesis seperti
berikut :
a. Daya tahan lampu merk X = 800 Jam
b. Produktivitas di kabupaten Klaten 8 ton/ha
c. Daya tahan lampu merk A = 450 jam dan merk B = 600 jam
d. Gaya Kepemimpinan di lembaga X telah mencapai 70 % dari harapan.
Hipotensis statistik dirumuskan dengan symbol symbol statistik, dan
antara hipotesis nol ( Ho) dan alternatif selalu dipasang. Berikut ini diberikan
contoh contoh sebagai pernyataan yang dapat dirumuskan hipotesis deskriptif statistiknya :
1) Suatu perusahaan minuman harus mengikuti ketentuan, bahwa salah satu
unnsur kimia hanya boleh dicampur paling banyak 1% ( paling banyak berarti
lebih kecil atau sama dengam : ). Dengan demikian rumusan hipotesis
statistik adalah :
Ho : 0,01 ( lebih kecil atau sama dengan )
Ha : 0,01 ( lebih besar )
Dapat dibaca : Hipotesis nol untuk parameter populasi berbentu proporsi (
1% : proporsi ) lebih kecil atau sama dengan 1% dan hipotesis alternatifnya,
untuk populasi yang berbentuk proporsi lebih besar 1%.
2) Suatu bimbingan tes menyatakan bahwa murid yang dibimbing di lembaga
itu, paling sedikit 90% dapat diterima di Perguruan Tinggi Negeri. Rumusan
Hipotesis Statistik adalah :
Ho : 0,90
Ha : 0,90
2. Hipotesis Komparatif
2

Hipotesis komperatif merupakan pernyataan yang menunjukkan dugaan

nilai dalam satu variabel atau lebih pada sampel yang berbeda. Rumusan
komperatif dan hipotesisnya yaitu :
a. Adakah perbedaan daya tahan lampu merk A dan B?
b. Adakah perbedaan produktivitas kerja antara pegawai golongan I,II,III?
Rumusan Hipotesis adalah :
1. Tidak terdapat perbedaan daya tahan lampu antara lampu merk A dan B
Daya tahan lampu merk B paling kecil sama dengan lampu merk A.
Daya tahan lampu merk B paling tinggi sama dengan lampu merk A.
Hipotesis Statistiknya adalah :
-

Ho : 1 = 2
Ha : 1 2
Ho : 1 2
Ha : 1 < 2
Ho : 1 2
Ha : 1 > 2

Rumusan uji hipotesis dua pihak

Rumusan uji hipotesis uji pihak kiri

Rumusan uji hipotesis pihak kanan

3. Hipotesis Hubungan (Asosiatif)
Hipotesis asosiatif adalah suatu pertanyaan yang menunjukan dugaan
tentang hubungan antara 2 vanabel atau lebih. Contoh adakah hubungan antara
gaya kepemimpinan dengan efektifitas kerja? Hipotesis nolnya adalah : tidak ada
hubungan antara gaya pemimpinana dengan efektifitas kerja.
Hipotesis Statistiknya adalah :
H0 : = 0
= symbol yang menunjukan kuatnya
hubungan
Ha : 0
Dapat dibaca : hipotesis nol, menunjukan tidak hubungan (nol = tidak ada
hubungan) antara gaya kepemimpinan dengan efektifitas kerja dalam populasi.
Hipotesis alternatifnya menunjukan ada hubungan 0, mungkin > 0 atau < 0.

Pada bab IV ini hanya akan diuji dengan hipotesis deskriptif atau sering
disebut uji rata-rata sampel atau mean.
C. Taraf Kesalahan dalam Pengujian Hipotesis
Seperti telah dikemukakan pada dasarnya menguji hipotesis itu menafsir
parameter populasi berdassarkan data sampel. Ada dua cara menafsir yaitu, a
point estimate (titik tafsiran) adalah suatau tafsiran parameter populasi
berdasarkan satu nilai data sampel dan interval estimate (tafsiran interval) adalah
suatu tafsiran parameter populasi berdasarkan nilai interval batas sampel.
Suatu contoh penafsiran dengan hipotesis point estimate : penafsiran
berdasarkan satu nilai missal 10 jam/hari. Sedangkan hipotesis interval estimate :
penafsiran berdasarkan misalkan antara nilai interval 8 12 jam/hari.
Menaksir parameter populasi yang menggunakan nilai tunggal ( point
estimate ) akan mempunyai resiko kesalahan yang lebih tinggi dibandingkan
dengan yang menggunakan interval estimate. Menaksir daya tahan kerja orang
Indonesia 10 jam / hari akan mempunyai kesalahan yang lebih besar bila
dibandingkan dengan nilai taksiran antara 8 sampai dengan 12 jam. Makin besar
interval taksirannya makan akan semakin kecil kesalahannnya. Menaksir daya
tahan kerja Indonesia 6 sampai 14 jam / hari akan mempunyai kesalahan yang
lebih kecil bila dibandingkan dnegan interval taksiran 8 samapai 12 jam. Untuk
selanjutnya kesalahan taksiran ini dinyatakan dlam peluang yang berbentuk
prosentase. Menaksir daya tahan kerja orang Indonesia dengan interval antara 6
sampai dengan 14 jam / hari akan mempunyai prosentase kesalahan yang lebih
kecil bila digunakan interval taksiran 8 sampai dengan 12 jam / hari. Biasanya
dalam penelitian kesalahan tekasiran ditetapkan terlebih dahulu, yang digunakan
adalah 5 % dan 1 %.

Dari gambar 4.2 tersebut dapat diberi penjelasan sebagai berikut

1. Daya tahan kerja orang Indonesia ditaksir 10 jam / hari. Hipotesis ini bersifat
point estimate, tidak mempunyai daerah taksiran, kemungkinan kesalahan
tinggi, misalnya 100%.
2. Daya tahan kerja orang Indonesia 8 sampai dengan 12 jam / hari. Terdapat
daerah taksiran.
3. Daya tahan kerja orang Indonesia antara 6 sampai dengan 14 jam / hari. Daerah
taksiran lebih besar dari no.2, sehingga kemungkinan kesalahan juga lebih
kecil dari pada no.2, misalnya 1 %.
Jadi makin kecil kesalahan yang ditetapkan, maka interval estimatenya semakon besar, sehingga tingkat ketelitian taksiran semakin rendah.
D. Dua Kesalahan dalam Pengujian Hipotesis
Dalam menaksir parameter populasi berdasarkan data sampel,
kemungkinan akan terdapat 2 kesalahan, yaitu :
1. Kealahan Tipe I adalah suatu kesalahan bila menolak hipotesis no (Ho) yang
benar (seharusnya diterima). Dalam hal ini tingkat kesalahan dinyatakan
dengan (alpha)
2. Kesalahan Tipe II adalaha kesalahan bila menerima hipotesis yang salah
(seharusnya ditolak). Tingkat kesalahan ini dinyatakan dengan (betha).
Tabel hubungan antara keputusan menolak atau menerima
hipotesis
Keputusan
Terima hipotesis
Menolak hipotesis

Keadaan Sebenarnya
Hipotesis Benar
Hipotesis Salah
Tidak membuat kesalahan
Kesalahan Tipe II
Kesalahan Tipe I
Tidak membuat kesalahan

Dari tabel diatas dapat dijelaskan :

1. Keputusan menerima hipotesis nol yang benar, berarti tidak membuat
kesalahan.
2. Keputusan menerima hipotesis nol yang salah, berarti terjadi kesalahan
Tipe II

3. Membuat keputusan hipotesis nol yang benar, berarti terjadi kesalahan

tipe I
4. Keputusan menolak hipotesis nol yang salah, berarti tidak membuat
kesalahan
Bila statistik yang diperoleh dari hasil pengumpulan data sama dengan nilai
parameter populasi atau masih berada pada interval parameter populasi , maka
hipotesis yang dirumuskan 100% diterima. Bila nilai statistik di luar nilai
parameter populasi akan terdapat kesalahan. Kesalahan ini akan semakin besar
bila nilai statistik jauh dari parameter nilai populasi.
Level kesalahan ini disebut level of significan atau tingkat signifikan.
Biasanya tingkat signifikan yang diambil adalah 1% dan 5%. Dalam pengujian
hipotesis kebanyakan digunakan kesalahan Tipe I yaitu berapa prosen kesalahan
untuk menolak hipotesis nol (Ho) yang benar (yang seharusnya diterima).