KONSEP DASAR PENGUJIAN

HIPOTESIS
[MAKALAH STATISTIKA]

KELOMPOK III
ISMAIL

(161052003047)

FEBRIYANI SYAFRI
(161052003054)
CITA ST. MUNTHAKHABAH R
(161052003061)

PTK C 2016

PENDIDIKAN TEKNOLOGI DAN KEJURUAN

PROGRAM PASCA SARJANA UNIVERSITAS NEGERI MAKASSAR
2016

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 korelasi), dan parameter adalah ukuranukuran yang dikenakan pada populasi ( = rata-rata, = simpangan
baku, 2 = varians, = koefisien korelasi). Dengan kata lain, hipotesis
adalah taksiran terhadap parameter populasi, melalui data-data
sampel. Penelitian yang didasarkan pada data populasi, atau
sampling total, atau sensus dengan tidak melakukan pengujian
hipotesis statistik dari sudut pandang statistik disebut penelitian
deskriptif.

Reduksi

Statistik (ukuran
Sampel)
x1 : x2 : xn
S
r

Parameter (ukuran Populasi)

1 : 2 : 3

Terdapat perbedaan mendasar pengertian hipotesis menurut

statistik dan penelitian. Dalam penelitian, hipotetis diartikan sebagai
Membuat
Generalisasi
= menguji
Hipotesis
Statistik
jawaban
sementara
terhadap
rumusan
masalah penelitian. Rumusan

masalah tersebutGambar
bisa berupa
pernyataan
tentang hubungan dua
1.1. Hipotesis
Satistik
variable atau lebih, perbandingan (komparasi), atau variabel mandiri
(deskripsi). Di sini terdapat perbedaan lagi pengertian deskriptif
dalam penelitian dan dalam statistik. Seperti telah dikemukakan
deskriptif dalam statistik adalah penelitian yang didasarkan pada
populasi (tidak ada sampel), sedangkan deskriptif dalam penelitian
menunjukkan tingkat ekplanasi yaitu menanyakan tentang variable
mandiri (tidak dihubungkan dan dibandingkan). Contoh, seberapa
tinggi disiplin kerja pegawai negeri dan lain-lain. Dengan demikian,

penelitian yang didasarkan pada data populasipun dapat dirumuskan

hipotesis dan mengujinya. Pengujian bisa menggunakan statistik
deskriptif atau tanpa statistik.
Dalam statistik dan penelitian terdapat dua macam hipotesis,
yaitu hipotesis nol dan aternatif. 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
antara data populasi dan sampel. Selanjutnya hipotesis alternatif
adalah lawannya hipotesis nol, yang berbunyi adanya perbedaan
antara data populasi dan data sampel. Secara ringkas hipotesis
dalam statistik merupakan pernyataan statistik tentang parameter
populasi sedangkan hipotesis dalam penelitian merupakan jawaban
sementara terhadap rumusan masalah pada suatu penelitian.
Dalam penelitian hipotesis nol juga menyatakan tidak ada,
tetapi bukan tidak adanya perbedaan antara populasi dan data
sampel, tetapi bisa berbentuk tidak adanya hubungan antara satu
variabel dengan variabel lain, tidak adanya perbedaan antara satu
variabel atau lebih pada populasi/ sampel yang berbeda, dan tidak
adanya perbedaan antara yang diharapkan dengan kenyatan pada
satu variabel atau lebih untuk populasi atau sampel yang sama.

B. Tiga Bentuk Rumusan Hipotesis

Menurut tingkat eksplanasi hipotesis yang akan diuji, maka
rumusan hipotesis dapat dikelompokkan menjadi tiga macam, yaitu
hipotesis deskriptif (pada satu sampel atau variabel mandiri/ tidak
dibandingkan dan dihubungkan), komparatif dan hubungan.
1. Hipotesis Deskriptif
Hipotesis deskriptif adalah dugaan tentang nilai suatu variabel
mandiri, tidak membuat perbanndingan atau hubungan. Sebagai
contoh, bila rumusan masalah penelitian sebagai berikut ini, maka

hipotesis (jawaban sementara) yang dirumuskan adalah hipotesis

deskriptif.
a.
seberapa tinggi daya tahan lampu merk X?
b.
Seberapa tinggi produktivitas padi di Kabupaten Klaten?
c.
Berapa lama daya tahan lampu merk A dan B?
d.
Sebaik apa gaya kepemimpinan di lembaga X?
Dari keempat pernyataan tersebut antara lain dapat dirumuskan
hipotesis berikut :
a.
b.
c.
d.

Daya tahan lampu merk X = 800 jam.

Produktivitas padi di Kabupaten Klaten 8 ton/ha.
Daya tahan lampu merk A= 450 jam dan mek B = 600 jam.
Gaya kepemimpinan di lembaga X telah mencapai 70% dari

yang diharapkan.
Dalam perumusan hipotesis statistik, antara hipotesis nol (Ho)
dan hipotesis alternatif (Ha) selalu berpasangan, bila salah satu
ditolak, maka yang lain pasti diterima sehingga dapat dibuat
keputusan yang tegas, yaitu kalau Ho ditolak pasti Ha diterima.
Hipotesis statistik dinyatakan melalui simbol-simbol.
Hipotesis statistik dirumuskan dengan simbol-simbol statistik,
dan antara hipotesis nol (Ho) dan alternatif selalu dipasangkan.
Dengan dipasangkan itu maka dapat dibuat keputusan yang tegas,
mana yang diterima dan mana yang ditolak.
Berikut ini diberikan contoh sebagai pernyataan yang dapat
dirumuskan hipotesis deskriptif-statistiknya:
1) Suatu perusahaan minuman harus mengikuti ketentuan, bahwa
salah satu unsur kimia hanya boleh dicampurkan paling banyak
(lebih kecil atau sama dengan: ) 1%.
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
berbentuk proporsi (1% : proporsi) lebih kecil atau sama dengan
1%, dan hipotesis alternatifnya, untuk populasi yang berbentuk
proporsi lebih besar dari 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
3) Seorang eneliti menyatakan bahwa daya tahan lampu merk A =
450 jam dan B = 600 jam. Hipotesis statistiknya adalah :
Lampu A :
Lampu B :
Ho : = 450 jam
Ho : = 600 jam
Ha : 450 jam
Ho : 600 jam
Harga dapat diganti dengan nilai rata-rata sampel,
simpangan baku dan varians. Hipotesis pertama dan kedua diuji
dengan uji satu pihak (one tail) dan ketiga dengan dua pihak (two
tail).
2. Hipotesis Komparatif
Hipotesis komparatif adalah pernyataan yang menunjukkan
dugaan nilai dalam satu variabel atau lebih pada sampel yang
berbeda. Contoh rumusan masalah komparatif dan hipotesisnya :
a. Apakah ada perbedaan daya tahan lampu merk A dan B?
b. Apakah ada 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.
2) Daya tahan lampu merk B paling kecil sama dengan lampu merk
A.
3) Daya tahan lampu merk B paling tinggi sama dengan lampu

Ho :

Ho :

Ho :
4)

merk A.
Hipotesis statistiknya adalah :
1 = 2
Ha : 1 2
Rumusan uji hipotesis dua
1 2
pihak
Ha : 1 < 2
Rumusan hipotesis uji satu
1 2
pihak
Ha : 1 > 2
Tidak
terdapat Rumusan hipotesis satu pihak

perbedaan

(ada persamaan)

produktivitas

kerja antara Golongan I, II, III.

Rumusan hipotesis statistiknya adalah:
Ho : 1 = 2 = 3
Ha : 1 2 = 3
Dalam hal ini harga (mu) dapat diganti dengan rata-rata
sampel, simpangan baku, varians, dan proporsi.

3. Hipotesis Hubungan (Asosiatif)

Hipotesis asosiatif adalah suatu pernyataan yang menunjukkan
tentang hubungan antara dua variabel atau lebih. Contoh rumusan
masalahnya

adalah

Apakah

ada

hubungan

antara

Gaya

Kepemimpinan dengan Efektifitas Kerja?. Rumus dan hipotesis

nolnya adalah: Tidak ada hubungan antara gaya kepemimpinan
dengan efektifitas kerja.
Hipotesis statistiknya adalah :
Ho : = 0
Ha : 0 ( = simbol yang menunjukkan kuatnya hubungan)
Dapat dibaca : Hipotesis nol yang menunjukkan tidak adanya
hubungan (nol = tidak ada hubungan) antara Gaya Kepemimpinan
dengan Efektifitas kerja dalam populasi. Hipotesis alternatifnya
menunjukkan ada hubungan (tidak sama dengan nol, mungkin lebih
besar atau lebih kecil dari nol).

C. Taraf Kesalahan dalam Pengujian Hipotesis

Pada dasarnya menguji hipotesis adalah menaksir parameter
populasi berdasarkan sampel. Terdapat dua cara menaksir yaitu, a
point estimate dan interval estimate atau sering disebut confidence
interval. A point estimate (titik taksiran) adalah suatu taksiran
parameter populasi berdasarkan satu nilai data sampel. Sedangkan
interval estimate (taksiran interval) adalah satu taksiran parameter
populasi berdasarkan nilai interval data sampel.
Seseorang berhipotesis (menaksir) bahwa daya tahan kerja
orang Indonesia itu 10 jam/hari. Hipotesis ini disebut point estimate
karena daya tahan kerja orang Indonesia ditaksir melalui satu nilai
yaitu 10 jam/hari. Bila hipotesisnya berbunyi daya tahan kerja orang
Indonesia antara 8 sampai dengan 12 jam/hari maka hal ini disebut
interval estimate. Nilai intervalnya adalah 8 sampai dengan 12 jam.
Menaksir parameter populasi yang menggunakan niai 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

maka akan semakin kecil kesalahannya. Menaksir daya tahan kerja
orang Indonesia 6 sampai 14 jam/hari akan mempunyai kesalahan
yang lebih kecil dibandingkan dengan interval taksiran 8 sampai 12
jam. Untuk selanjutnya kesalahan taksiran ini dinyatakan dalam
peluang yang berbentuk prosentase. Menaksir daya tahan kerja
orang Indonesia dengan interval antara 6 sampai 14 jam/hari akan
mempunyai prosentase kesalahan yang lebih kecil bila digunakan
interval taksiran 8 sampai 12 jam/hari.

Biasanya dalam penelitian

kesalahan dalam taksiran diterapkan terlebih dahulu yang digunakan

adalah 5% dan 1%. Daerah taksiran dan kesalahannya dapat
digambarkan seperti Gambar 1.2 berikut :

Kesalahan Taksiran

Kesalahan Taksiran

10 jam
8 12 jam

Dari Gambar 1.2 tersebut dapat diberi penjelasan seperti berikut

6 14 jam

1. Daya tahan kerja orang Indonesia ditaksir 10 jam/hari. Hipotesis

ini bersifat point estimate, tidak mempunyai daerah taksiran,
Gambar 1.2. Daerah Taksiran dan

kemungkinan kesalahannya
Besarnyatinggi.
Kesalahan
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 taksirannya lebih besar dari no. 2, sehingga
kemungkinan kesalahannya juga lebih kecil daripada no. 2.
Jadi, makin kecil taraf kesalahan yang ditetapkan maka interval
estimate-nya semakin lebar sehingga tingkat ketelitian taksiran
semakin rendah.

D. Dua Kesalahan dalam Pengujian Hipotesis

Dalam menaksir parameter populasi berdasarkan data sampel,
kemungkinan akan terdapat dua kesalahan yaitu:
1. Kesalahan Tipe I adalah suatu kesalahan bila menolak Hipotesis
nol (Ho) yang benar (seharusnya diterima). Dalam hal ini tingkat
kesalahan dinyatakan dengan (alpha).
2. Kesalahan Tipe II adalah kesalahan bila menerima hipotesis yang
salah

(seharusnya

ditolak).

Tingkat

kesalahan

untuk

ini

dinyatakan dengan (betha).

Berdasarkan hal tersebut, maka hubungan antara keputusan
menolak dan menerima hipotesis dapat digambarkan seperti berikut.
Keputusan
Terima hipotesis
Menolak hipotesis

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

Dari tabel tersebut 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 dngn nilai parameter populasi atau masih
berada pada nilai interval parameter populasi, maka hipotesis yang
dirumuskan 100% diterima atau tidak terdapat kesalahan. Apabila
nilai statistik di luar nilai parameter populasi maka 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 dahlu sebelum hipotesis diuji.
Biasanya tingkat signifikansi (tingkat kesalahan) yang diambil adalah
1% dan 5%. Suatu hipotesis terbukti dengan mempunyai kesalahan
1% berarti bila penelitian dilakukan pada 100 sampel yang diambil
dari populasi yang sama, maka akan terdapat satu kesimpulan salah
yang dilakukan untuk populasi.
Dalam pengujian hipotesis kebanyakan digunakan kesalahan
Tipe I yaitu berapa persen kesalahan untuk menolak hipotesis nol
(Ho) yang benar.