PENGUJIAN HIPOTESIS

Hipotesis merupakan elemen penting dalam penelitian

kuantitatif.

Terdapat

tiga

alasan

utama

yang

mendukung

pandangan ini, di antaranya: Pertama, Hipotesis dapat dikatakan

sebagai piranti kerja teori. Hipotesis ini dapat dilihat dari teori
yang digunakan untuk menjelaskan permasalahan yang akan
diteliti. Misalnya, sebab dan akibat dari konflik dapat dijelaskan
melalui teori mengenai konflik. Kedua, Hipotesis dapat diuji dan
ditunjukkan

kemungkinan

benar

atau

tidak

benar

atau

difalsifikasi. Ketiga, hipotesis adalah alat yang besar dayanya

untuk memajukan pengetahuan karena membuat ilmuwan dapat
keluar dari dirinya sendiri. Artinya, hipotesis disusun dan diuji
untuk menunjukkan benar atau salahnya dengan cara terbebas
dari nilai dan pendapat peneliti yang menyusun dan mengujinya.
Salah satu ciri hipotesis yang baik adalah hipotesis
tersebut

dapat

diuji.

Suatu

hipotesis

harus

dapat

diuji

berdasarkan data empiris, yakni berdasarkan apa yang dapat

diamati dan dapat diukur. Untuk itu peneliti harus mencari situasi
empiris yang memberi data yang diperlukan. Setelah kita
mengumpulkan data, selanjutnya kita harus menyimpulkan
hipotesis, apakah harus menerima atau menolak hipotesis.
Untuk

menguji

suatu

hipotesis,

peneliti:

(a)

Menarik

kesimpulan tentang konsekuensi-konsekuensi yang akan dapat

diamati apabila hipotesis tersebut benar, (b) Memilih metodemetode penelitian yang akan memungkinkan pengamatan,
eksperimentasi, atau prosedur lain yang di perlukan untuk
menunjukan apakah akibat-akibat tersebut terjadi atau tidak, dan
(c) Menerapkan metode ini serta mengumpulkan data yang
dapat dianalisis untuk menunjukan apakah hipotesis tersebut
didukung oleh data atau tidak.

A. Pengertian Hipotesis
Setelah

menemukan

fenomena

penelitian

kemudian

menyusun desain penelitian dan rerangka konseptual penelitian,

langkah

selanjutnya

dalam

penelitian

kuantitatif

adalah

menentukan atau menyusun sebuah Hipotesis. Menurut Prof.

Sugiyono (2009:96) Hipotesis adalah jawaban sementara dari
rumusan masalah dalam penelitian, dimana perumusan masalah
telah dinyatakan dalam bentuk kalimat pertanyaan. Dikatakan
sementara karena jawaban yang diberikan baru didasarkan pada
teori yang relevan, belum berdasarkan fakta-fakta empiris yang
diperoleh melalui pengumpulan data. Hipotesis dirumuskan
berdasarkan kerangka pikir yang baik terhadap fenomena yang
akan diteliti.
Perlu adanya pembedaan pengertian antara Hipotesis
Penelitian dan Hipotesis Statistik. Jika Hipotesis Penelitian adalah
jawaban sementara dari rumusan masalah penelitian, maka
Hipotesis Statistik muncul bila penelitian bekerja dengan sampel.
Jika penelitian tidak menggunakan sampel dalam mengumpulkan
datanya,

maka

dapat

dinyatakan

bahwa

dalam

penelitian

tersebut tidak ada Hipotesis Statistik. Hipotesis penelitian hanya

bekerja pada data-data populasi dan cirinya adalah dalam hal
pembuktiannya tidak ada istilah signifikansi (taraf kesalahan
atau taraf kepercayaaan).
Sedangkan Hipotesis Statistik merupakan Hipotesis yang
timbul karena suatu penelitian yang ingin mengetahui keadaan
populasi

dimana

datanya

menggunakan

sampel.

Hipotesis

Statistik diperlukan untuk menguji apakah hipotesis penelitian

yang diuji dengan data sampel itu dapat diberlakukan untuk
populasi atau tidak. Dalam pembuktiannya akan muncul istilah

signifikansi atau taraf kepercayaaan. Signifikan artinya Hipotesis

penelitian yang telah terbukti pada sampel itu (baik deskriptif,
komparatif, maupun asosiatif ) dapat diberlakukan ke populasi
(Sugiyono,2013).
Sebuah Hipotesis yang baik, menurut Prof. Sugiyono dalam
bukunya Metode Penelitian Pendidikan (2013,106), Karakteristik
Hipotesis yang baik adalah:
1. Merupakan dugaan terhadap keadaan variabel mandiri,
perbandingan antara variabel pada berbagai sampel, dan
merupakan dugaan tentang hubungan antara dua variabel
atau lebih.
2. Dinyatakan dalam kalimat yang jelas sehingga tidak
menimbulkan berbagai penafsiran.
3. Dapat diuji dengan data yang

dikumpulkan

dengan

metode-metode ilmiah.
Bentuk hipotesis ada tiga yaitu: hipotesis deskriptif,
hipotesis komparatif dan hipotesis asosiatif. Dalam hipotesis
komparatif, dibedakan menjadi dua yaitu komparatif untuk dua
sampel dan lebih dari dua sampel.
Hipotesis

deskriptif

yang

akan

diuji

dengan statistik

parametris merupakan dugaan terhadap nilai dalam satu sampel

(unit

sampel),

hipotesis

dibandingkan

deskriptif

yang

dengan
akan

standar,

diuji

dengan

sedangkan
statistik

nonparametris merupakan dugaan ada tidaknya perbedaan

secara signifikan nilai antar kelompok dalam satu sampel.
Hipotesis komparatif merupakan dugaan ada tidaknya perbedaan
secara signifikan nilai-nilai dua kelompok atau lebih. Hipotesis
asosiatif adalah dugaan terhadap ada tidaknya hubungan secara
signifikan antara dua variable atau lebih.
B. Aspek

Logika

Hipotesis.

dan

Argumentasi

Pengembangan

Hipotesis diartikan sebagai jawaban sementara terhadap

rumusan masalah penelitian (Sugiyono, 2014: 221). Kebenaran
dari hipotesis itu harus dibuktikan melalui data yang terkumpul.
Pengertian hipotesis tersebut adalah untuk hipotesis penelitian.
Sedangkan

secara

statistik

hipotesis

diartikan

sebagai

pernyataan mengenai keadaan populasi (parameter) yang akan

diuji kebenarannya berdasarkan data yang diperoleh dari sampel
penelitian (statistik). Jadi, maksudnya adalah taksiran keadaan
populasi melalui data sampel. Oleh karena itu, dalam statistik
yang diuji adalah hipotesis nol. The null hypothesis is used for
testing. It is statement that no different exist between the
parameter and statistic being compared (Emory, 1985). Jadi
hipotesis nol adalah pernyataan tidak adanya perbedaan antara
parameter dengan statistik (data sampel). Lawan dari hipotesis
nol adalah hipotesis alternatif, yang menyatakan ada perbedaan
antara parameter dan statistik. Hipotesis nol diberi notasi H 0 dan
hipotesis alternatif diberi notasi H1.
Pada dasarnya, menguji hipotesis itu adalah menaksir
parameter populasi berdasarkan data sampel. Terdapat dua cara
menaksir yaitu a point estimate dan interval estmate. A point
estimate (titik taksiran) adalah suatu taksiran parameter populasi
berdasarkan satu nilai dari rata-rata data sampel. Sedangkan
interval

estimate

(taksiran interval)

adalah suatu taksiran

parameter populasi berdasarkan nilai interval rata-rata data

sampel.
Menaksir parameter populasi yang menggunakan nilai
tunggal (a 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
dibandingan dengan nilai taksiran antara 8 sampai dengan 12
jam/hari. Makin besar interval taksirannya maka akan semakin

kecil kesalahannya. Untuk selanjutnya kesalahan taksiran ini

dinyatakan dalam peluang yang berbentuk persentase.
Dalam menaksir parameter populasi berdasarkan data
sampel, kemungkinan akan terdapat dua kesalahan yaitu:
a. Kesalahan Tipe I adalah suatu kesalahan bila menolak
hipotesis no (H0) yang benar (seharusnya diterima). Dalam
hal ini tingkat kesalahan dinyatakan dengan .
b. Kesalahan Tipe II adalah kesalahan bila menerima hipotesis
yang salah (seharusnya ditolak). Tingkat kesalahan untuk ini
dinyataka dengan .
Berdasarkan

hal

tersebut,

maka

hubungan

antara

keputusan menolak atau menerima hipotesis dapat digambarkan

sebagai berikut:

Keputusan
Terima hipotesis
Menolak hipotesis

Keadaan sebenarnya
Hipotesis benar
Hipotesis salah
Tidak membuat
Kesalahan Tipe II ()
kesalahan
Kesalahan Tipe I ()

Tidak membuat
kesalahan

Dari tabel tersebut di atas dapat dijelaskan sebagai berikut:

1. Keputusan menerima hipotesis nol yang benar, berarti
tidak membuat kesalahan.
2. Keputusan menerima hipotesis nol yang salah, berarti
terjadi kesalahan tipe II ().
3. Keputusan menolak hipotesis nol yang benar, berarti
terjadi kesalahan tipe I ().
4. Keputusan menolak hipotesis nol yang salah, berarti tidak
membuat kesalahan.

Bila nilai statistik (data sampel) yang diperoleh dari hasil

pengumpulan data sama dengan nilai parameter populasi atau
masih berada pada nilai interval parameter populasi, maka
hipotesis yang dirumuskan harus diterima. Jadi tidak terdapat
kesalahan. Tetapi bila nilai statistik di luar nilai parameter
populasi akan terdapat kesalahan. Kesalahan ini semakin besar
bila nilai statistik jauh dari nilai parameter populasi.
Tingkat kesalahan ini selanjutnya dinamakan level of
significant atau tingkat signifikansi. Dalam prakteknya tingkat
signifikansi

telah

ditetapkan

oleh

peneliti

terlebih

dahulu

sebelum hipotesis diuji. Biasanya tingkat signifikansi (tingkat

kesalahan) yang diambil adalah 1% dan 5%.
Seorang peneliti dituntut untuk dapat menggali sumbersumber hipotesis. Untuk itu dipersyaratkan bagi peneliti harus:
1. Memiliki banyak informasi tentang masalah yang akan
dipecahkan dengan cara banyak membaca literatur yang
ada

hubungannya

dengan

penelitian

yang

sedang

dilaksanakan.
2. Memiliki kemampuan untuk memeriksa keterangan tentang
tempat, objek, dan hal-hal yang berhubungan satu sama
lain dalam fenomena yang sedang diselidiki.
3. Memiliki

kemampuan

untuk

menghubungkan

suatu

keadaan dengan keadaan yang lain yang sesuai dengan

kerangka teori dan bidang ilmu yang bersangkutan.
Dari beberapa pendapat para ahli, dapat disimpulkan
bahwa penggalian sumber-sumber hipotesis dapat berasal dari:
1. Ilmu pengetahuan dan pengertian yang mendalam yang
berkaitan dengan fenomena.
2.

Wawasan dan pengertian yang mendalam tentang suatu

fenomena.

3.

Materi bacaan dan literatur yang valid.

4.

Pengalaman

individu

sebagai

suatu

reaksi

terhadap

fenomena.
5.

Data empiris yang tersedia.

6. Analogi atau kesamaan dan adakalanya menggunakan
imajinasi yang berdasar pada fenomena.
Hambatan atau kesulitan dalam merumuskan hipotesis

lebih banyak disebabkan karena hal-hal:

1. Tidak adanya kerangka teori atau tidak ada pengetahuan
tentang kerangka teori yang jelas.
2. Kurangnya

kemampuan

peneliti

untuk

menggunakan

kerangka teori yang ada.

3. Gagal berkenalan dengan teknik-teknik penelitian yang ada
untuk merumuskan kata-kata dalam membuat hipotesis
secara benar.
C. Hipotesis Berarah dan Hipotesis Tak Berarah.
Hipotesis dilihat dari kategori rumusannya dibagi menjadi
dua bagian yaitu (1) hipotesis nihil yang biasa disingkat dengan
H0 (2) hipotesis alternatif biasanya disebut hipotesis kerja atau
disingkat H1.
1. Hipotesis Nol (H0) adalah Hipotesis yang menyatakan tidak
adanya hubungan antara variable independen (X) dan
variable dependen (Y). Dalam perumusan hipotesis ini yang
akan diuji adalah ketidakbenaran variable X mempengaruhi
variable Y. Biasanya Hipotesis Nol dinyatakan dalam bentuk
kalimat negative. Hipotesis Nol dirumuskan karena teori yang
digunakan

masih

diragukan

keandalannya

(Sugiyono,2013:97)
2. Hipotesis Kerja (H1) adalah hipotesis yang menyatakan
adanya hubungan antara variable independen (X) dan
variable dependen (Y) yang diteliti. Hasil perhitungan Ha
tersebut akan digunakan sebagai dasar pencarian data
penelitian atau dengan kata lain Hipotesis kerjaadalah

hipotesis yang akan diuji karena Hipotesis Kerja disusun

berdasarkan

atas

teori

yang

dipandang

handal

(Sugiyono,2013:97). Hipotesis kerja dinyatakan dalam kalimat

positif.
Hipotesis yang diuji adalah hipotesis nol yaitu hipotesis
yang menyatakan tidak adanya hubungan antara variable X dan
variable Y dalam data sampel yang mewakili populasi. Hal ini
dikarenakan peneliti tidak berharap ada perbedaan antara
sampel dan populasi atau antara parameter dan statistik.
Parameter diartikan sebagai ukuran atau data yang berhubungan
dengan populasi sedangkan statistik dalam hal ini berarti ukuran
atau hal-hal yang terkait dengan sampel.
Hipotesis alternatif ada dua macam, yaitu Directional
Hypotheses (Hiotesis Berarah) dan Non Directional Hypotheses
(Hipotesis

Tak

Berarah)

(Fraenkel

and

Wallen,

1990:42

Suharsimi Arikunto, 1989:57).

Hipotesis Berarah adalah hipotesis yang diajukan oleh
peneliti, dimana peneliti sudah merumuskan dengan tegas yang
menyatakan

bahwa

variabel

independen

memang

sudah

diprediksi berpengaruh terhadap variabel dependen. Misalnya:

Produk Handphone android yang memiliki harga murah dengan
spesifikasi tidak murahan lebih diminati dibandingakan dengan
Produk Handphone android yang memiliki harga dan spesifikasi
yang murah.. Menurut Puspitasari, dkk (2013), hipotesis berarah
mendeskripsikan hipotesis yang dengan jelas menyatakan arah
hubungannya. Sudah diketahui arahnya.
Hipotesis Tak Berarah adalah hipotesis yang diajukan
dan dirumuskan oleh peneliti tampak belum tegas bahwa
variabel independen berpengaruh terhadap variabel dependen.
Fraenkel dan Wallen (1990:42) menyatakan bahwa hipotesis tak
terarah itu menggambarkan bahwa peneliti tidak menyusun
prediksi secara spesifik tentang arah hasil penelitian yang akan
dilakukan. Menurut Puspitasari, dkk (2013), hipotesis tak berarah

mendeskripsikan hipotesis yang tidak dengan jelas menyatakan

arah hubungannya. Belum diketahui arahnya.

Misalnya: Ada

perbedaan minat konsumen pada produk handphone android yang memiliki harga
murah dan spesifikasi tidak murahan dengan yang memiliki harga dan spesifikasi
murah terhadap tingkat penjualan handphone android.
D. Kriteria Pengujian Hipotesis Satu Sisi (One Tailed Test)
dan Dua Sisi (Two Tailed Test).
Seperti telah disebutkan diawal, bahwa suatu hipotesis
dikatakan baik jika hipotesis tersebut dapat diuji dengan
menggunakan metode-metode ilmiah. Hal ini dimaksudkan
bahwa suatu hipotesis harus dapat diuji berdasarkan data
empiris, yakni berdasarkan apa yang dapat diamati dan dapat
diukur. Untuk itu peneliti harus mencari situasi empiris yang
memberi data yang diperlukan. Agar hipotesis penelitian dapat
diuji berdasarkan data empiris, hipotesis tersebut harus di
terjemahkan ke dalam hipotesis Statistik untuk selanjutnya diuji
secara operasional.
Secara umum, menurut Harlyan (2012) langkah pengujian
hipotesis dapat dilakukan dengan:
1. Menentukan formulasi hipotesis.
a. Hipotesis nol (H0) dirumuskan sebagai pernyataan yang
akan diuji. Rumusan pengujian hipotesis, hendaknya
pernyataan H0 dibuat untuk ditolak.
b. Hipotesis kerja/alternatif (H1) dirumuskan

sebagai

lawan/tandingan hipotesis nol.

2. Menentukan taraf signifikansi.
Taraf signifikansi () adalah besarnya toleransi dalam
menerima

kesalahan

hasil

hipotesis

terhadap

nilai

parameter populasinya. Taraf signifikansi dalam bentuk

persentase umumnya 1%, 5% atau 10%.
3. Menentukan kriteria pengujian.
Suatu bentuk keputusan menerima atau menolak H0.
4. Menentukan uji statistik.
Menentukan uji statistik seperti apa yang akan dilakukan
untuk mendapatkan nilai perkiraan parameter.

5. Membuat kesimpulan.
Membuat kesimpulan menolak atau menerima H0.
Terdapat dua macam bentuk pengujian hipotesis, yaitu uji
satu sisi (one tailed test) dan uji dua sisi (two tailed test). Jenis uji
mana

yang

akan

dipakai

tergantung

pada

bunyi

kalimat

hipotesis.
Uji Satu Sisi (One Tailed Test)
Uji satu sisi dibagi menjadi dua yaitu Uji Pihak Kiri dan Uji Pihak
Kanan. Uji Pihak Kiri digunakan apabila hipotesis no (H 0)
berbunyi lebih besar sama dengan () dan hipotesis
alternatifnya berbunyi lebih kecil (<), kata lebih kecil atau
sama dengan sinonim kata paling sedikit atau paling kecil.

Gambar 1. Uji Pihak Kiri

Contoh hipotesis deskriptif (satu sampel):
H0 : kecepatan internet provider A paling rendah 50 mbps.
H1 : kecepatan internet provider A lebih kecil dari 50 mbps.
H 0 : 50 mbps
H 1 : <50 mbps

Contoh hipotesis komparatif (dua sampel):

H0 : tarif telepon dan sms provider A lebih mahal dari tarif
provider B.

H1 : tarif telepon dan sms provider A lebih murah dari tarif

provider B.
H 0: A B
H 1 : A < B
Contoh hipotesis asosiatif:
H0 : hubungan antara pemakaian kuota internet dengan
pendidikan seseorang lebih kecil dari 0,65.
H1 : hubungan antara pemakaian kuota internet dengan
pendidikan seseorang lebih besar dari 0,65.
H 0 : 0,65
H 1 : > 0,65

Uji Pihak Kanan digunakan apabila hipotesis nol (H0) berbunyi

lebih kecil atau sama dengan () dan hipotesis alternatifnya
berbunyi lebih besar (>). Kalimat lebih kecil atau sama
dengam sinonim dengan kata paling besar.

Gambar 2. Uji Pihak Kanan

Contoh hipotesis deskriptif (satu sampel):
H0 : kecepatan internet provider B paling tinggi 200 mbps.
H1 : kecepatan internet provider B lebih besar dari 200 mbps.
H 0 : 200 mbps

H 1 : >200 mbps

Contoh hipotesis komparatif (dua sampel):

H0 : tarif telepon dan sms provider B lebih murah dari tarif
provider C.
H1 : tarif telepon dan sms provider B lebih mahal dari tarif
provider C.
H 0 : B C
H 0 : B > C
Contoh hipotesis asosiatif:
H0 : hubungan antara pemakaian kuota internet dengan
pekerjaan seseorang lebih besar dari 0,65.
H1 : hubungan antara pemakaian kuota internet dengan
pekerjaan seseorang lebih kecil dari 0,65.
H 0 : 0,65
H 1 : < 0,65

Uji Dua Sisi (Two Tailed Test)

Uji dua sisi digunakan bila hipotesis nol (H 0) berbunyi sama
dengan dan hipotesis alternatifnya berbunyi tidak sama
dengan.

Gambar 3. Uji Dua Sisi

Contoh hipotesis deskriptif (satu sampel):
H0 : kecepatan internet provider C adalah 100 mbps.
H1 : kecepatan internet provider C bukan 100 mbps.
H 0 : =200 mbps
H 1 : 200 mbps

Contoh hipotesis komparatif (dua sampel):

H0 : tarif telepon dan sms provider C sama dengan tarif
provider D.
H1 : tarif telepon dan sms provider C berbeda dengan tarif
provider D.
H 0 : B= C
H 0 : B C
Contoh hipotesis asosiatif:
H0 : terdapat hubungan antara pemakaian kuota internet
dengan pekerjaan seseorang.
H1 : tidak terdapat hubungan antara pemakaian kuota internet
dengan pekerjaan seseorang.
H 0 : =0
H1: 0

DAFTAR PUSTAKA
Harlyan,

Ledhyane

Ika.

2012.

Uji

Hipotesis

[online].

(http://ledhyane.lecture.ub.ac.id/files/2012/11/PENGUJIANHIPOTESIS.pdf, diakses tanggal 4 Desember 2014).

Sugiyono. 2014. Metode Penelitian Bisnis. Alfabeta. Bandung.