Latar Belakang
Di dalam ilmu statistik ada proses yang disebut pengujian hipotesis statistik
yang merupakan bidang paling penting, namun sebelumnya kita dituntut untuk
mengerti apa yang dimaksud dengan hipotesis yakni suatu pernyataan atau dugaan
mengenai satu atau lebih populasi. Benar tidaknya suatu hipotesis tidak akan pernah
diketahui dengan pasti kecuali bila kita memeriksa seluruh sampel populasi. Didalam
pengujian hipotesis ada beberapa istilah yang sering digunakan, penulis mencoba
untuk memaparkan secara jelas mengenai istilah-istilah tersebut seperti, hipotesis nol
dan hipotesis kerja, error tipe 1 dan 2, tingkat signifikansi, tingkat kepercayaan dan
derajat bebas. sehingga diharapkan nantinya hal itu tidak hanya menjadi istilah dalam
pengujian hipotesis, namun dapat dipahami sehingga mempermudah untuk
pengambilan keputusan benar atau tidaknya suatu hipotesis.
Pertanyaan
Tujuan
1. Mengetahui apa yang dimaksud dengan Hipotesis kerja dan Hipotesis Nol
2. Mengetahui kapan hipotesis nol digunakan
3. Alasan mengapa hipotesis nol harus dinyatakan
4. Mengetahui apa yang dimaksud dengan kesalahan tipe 1 (α) dan kesalahan tipe 2
(β) dalam pengujuan hipotesis serta mengilustrasikan contohnya
5. Mengetahui apa yang dimaksud dengan tingka signifikan (significance level)
beserta contohnya
6. Mengetahui apa yang dimaksud dengan tingkat kepercayaan (confidence level)
beserta contohnya contohnya
7. Mengetahui apa yang dimaksud dengan tingkat signifikasi dan tingkat
kepercayaan dalam statistik.
8. Mengetahui apa yang dimaksud dengan derajat bebas (degree of freedom) dan
kapan digunakannya serta memberikan contohnya.
1|Page
PEMBAHASAN
Setiap Hipotesis yang berbeda dengan hipoesis nol yang diberikan disebut
sebagai hipotesis kerja (alternatif). Hipotesis alternatif disimbolkan sebagai H11
Ilustrasi :
Hipotesis nol (H0) merupakan pernyataan yang bersifat netral atau dapat juga
didefinisikan suatu penyataan tentang parameter yang bertentangan dengan
keyakinan penelitian atau kebalikan dari H1.3
Ilustrasi :
Misal seorang peneliti menaruh perhatian pada suatu jenis influenza baru, ia
mengasumsikan bahwa vaksin itu tidak lebih baik dari pada vaksin yang beredar
sekarang, baru kemudian ia berusaha menolak asumsi tersebut dengan melakukan
percobaan.4
Hipotesis Nol digunakan ketika muncul ketidak benaran dari suatu fenomena
dan tidak adanya hubungan antara dua variable atau lebih, contoh : tidak ada
hubungan antara warna kulit dengan kecerdasan seseorang.
Sebagai pembanding hipotesis awal. Suatu hipotesis bisa dinyatakan sebagai hipotesis
nol apabila setelah diteliti ternyata hipotesis awal tersebut salah.
Kesalahan tipe 1 (α) atau biasa disebut Galat Jenis 1 atau Error Tipe 1 adalah
penolakan hipotesis nol yang benar (seharusnya diterima).5
Ilustrasi : Sebuah hipotesis nol menyatakan vaksin influenza baru tidak lebih
baik dari vaksin influenza yang kita gunakan sekarang. Namun kenyataan dari hasil
percobaan menunjukan dari 20 orang yang diberi vaksin baru 9 orang dikatakan bebas
dari virus melampaui periode 2 tahun, sedangkan vaksin yang digunakan sekarang
hanya menghasilkan 5 orang bebas virus dari 20 orang yang diberikan vaksin.
Sebaliknya, Kesalahan tipe 2 (β) atau biasa disebut Galat Jenis 2 atau Error Tipe
2 adalah penerimaan hipotesis nol yang salah (seharusnya ditolak).6
Ilustrasi : Misalkan kita menyatakan vaksin influenza baru lebih baik dari
vaksin influenza yang digunakan sekarang, namun hasil percobaan kita menunjukan
1
Muray R. Spiegel& Larry J. Stephens Statistik Edisi Ketiga, Erlangga,Jakarta,2007.Hal.177
2
Ronald E. Walpole, 2017.Pengantar Statistika edisi ke3,Jakarta:Pt.Gramedia Utama.Hal.289
3
Ibid. Hal.289
4
Ibid. Hal.289
5
Ibid. Hal.290
6
Ibid. Hal. 290
2|Page
kurang dari 9 orang yang dapat dinayatakan bebas virus tersebut setelah melampaui
periode 2 tahun.
Contoh :
Jika tingkat signifikansi 0,05 (5%) dipilih dalam mendesain suatu aturan
keputusan, maka terdapat sekitar 5 dari 100 kesempatan atau peluang bahwa kita akan
menolak hipotesis, ketika seharusnya hipotesisi tersebut diterima dengan kata lain
kita meyakini 95% keputusan kita benar dan tingkat kemungkinan hipotesis ditolak
adalah 0,05 atau 5%8
Contoh :
Derajat Bebas (Degree of freedom) adalah jumlah total pengamatan dalam sampel (N)
dikurangi banyaknya kendali linier/pembatasan. Fungsi derajat bebas/db adalah
untuk menentukkan jumlah informasi atau data yang independen yang digunakan
untuk membuat estimasi/perkiraan terhadap data informasi lain. Banyaknya
pengamatan bebas dari total pengamatan sampel yaitu angka derajat kebebasan.10
7
Muray R. Spiegel& Larry J. Stephens Statistik Edisi Ketiga, Erlangga,Jakarta,2007.Hal.178
8
Muray R. Spiegel& Larry J. Stephens Statistik Edisi Kedua, Erlangga,Jakarta,2007.Hal.182
9
Muray R. Spiegel& Larry J. Stephens Statistik Edisi Ketiga, Erlangga,Jakarta,2007.Hal.166
10
Ronald E. Walpole, 2017.Pengantar Statistika edisi ke3,Jakarta:Pt.Gramedia Utama.Hal.326
3|Page
kecil dan setiap variabel/parameter yang ditaksir/diestimasikan maka akan kehilangan
1 derajat kebebasan. Jadi, derajat bebas dapat digunakan dalam setiap perhitungan
statistik dilakukan dari suatu sampel tertentu, sehingga 1 derajat kebebasan dapat
diketahui.
Dapat diketahui rumus untuk menentukan derajat kebebasan (df/db) adalah total
pengamatan (N) dikurangi banyaknya parameter yang ditaksir sebagai berikut :
Df/db = N – K
Keterangan :
4|Page
KESIMPULAN
5|Page
DAFTAR ISI
6|Page