DISUSUN OLEH:
SRIWIJAYA
KATA PENGANTAR
Penyusun
i
DAFTAR ISI
ii
BAB I
PENDAHULUAN
1
BAB II
PEMBAHASAN
2
Hipotesis berasal dari bahasa Yunani, Hupo berarti lemah atau kurang atau di
bawah. Thesis berarti teori, proposisi atau pernyataan yang disajikan sebagai bukti.
Hipotesis juga dapat diartikan sebagai pernyataan keadaan populasi yang akan
diuji kebenarannya menggunakan data/informasi yang dikumpulkan melalui
sampel, dan dapat dirumuskan berdasarkan teori, dugaan, pengalaman
pribadi/orang lain, kesan umum, kesimpulan yang masih sangat sementara.
Berdasarkan definisi di atas, maka dapat disimpulkan bahwa hipotesis adalah
jawaban atau dugaan sementara yang harus diuji lagi kebenarannya. Untuk
menguji kebenaran sebuah hipotesis digunakan pengujian yang disebut pengujian
hipotesis.
Pada pengujian hipotesis terdapat dua jenis hipotesis yaitu hipotesis nol (Ho)
dan hipotesis alternatif (Ha), sebagai berikut.
Hipotesis Nol (Ho)
Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang
akan diuji. Hipotesis nol menyatakan tidak ada perbedaan atau hubungan atau
pengaruh atau korelasi antara variabel satu dengan variabel lainnya yang diteliti.
Contoh:
- Tidak ada perbedaan bayi berat lahir rendah yang dilahirkan oleh ibu yang
mengalami KEK dengan non KEK
- Perawatan dengan obat Anti retroviral tidak mempunyai efek untuk
meningkatkan kualitas hidup penderita HIV
3
- Tidak ada hubungan status pekerjaan ibu dengan status ASI Eksklusif
- Ketersediaan jamban umum tidak meningkatkan perilaku penduduk di
pinggiran sungai Musi untuk BAB di jamban umum.
4
Ho: x1 = x2 ; Ha: x1 ≠ x2
5
Kesalahan tipe I merupakan kesalahan menolak Ho, padahal sesungguhnya Ho
benar. Artinya menyimpulkan adanya perbedaan, padahal sesungguhnya tidak ada
perbedaan. Peluang kesalahan tipe I adalah α atau sering disebut tingkat signifikansi
(significance level). Sebaliknya,peluang untuk tidak membuat kesalahan tipe I
adalah sebesar 1 – α, yang disebut dengan tingkat kepercayaan (confidence level).
Kesalahan Tipe II (β)
Kesalahan ini merupakan kesalahan tidak menolak Ho, padahal sesungguhnya Ho
salah. Artinya menyimpulkan tidak ada perbedaan, padahal sesungguhnya ada
perbedaan. Peluang untuk membuat kesalahan tipe kedua (II) ini sebesar β. Peluang
untuk tidak membuat kesalahan tipe II sebesar 1- β, dan dikenal sebagai Tingkat
Kekuatan Uji (power of the test).
Tabel 1.1 Kesalahan Pengambilan Keputusan
Populasi
Keputusan
Ho Benar Ho Salah
Tidak Menolak Ho Benar (1-α) Kesalahan Tipe II (β)
Menolak Ho Kesalahan Tipe I (α) Benar (1-β)
Power of the test (Kekuatan Uji)
Power of the test merupakan peluang untuk menolak Hipotesis Nol (Ho) ketika Ho
memang salah atau dengan kata lain kemampuan untuk mendeteksi adanya
perbedaan bermakna antara kelompok-kelompok yang diteliti ketika perbedaan itu
memang ada. Power = 1-β
6
kesalahan menolak Ho. Bila kita menolak Ho berarti menyatakan adanya
perbedaan/hubungan. Sehingga nilai α dapat diartikan pula sebagai batas maksimal
kita salah dalam menyatakan adanya perbedaan.
Penentuan nilai α (alpha) tergantung dari tujuan dan kondisi penelitian. Nilai α yang
sering digunakan adalah 10%, 5%, atau 1%. Untuk bidang kesehatan masyarakat
biasanya digunakan nilai α sebesar 5%.
7
Contoh: Tidak ada perbedaan berat badan bayi antara mereka yang dilahirkan dari
ibu yang merokok dengan mereka yang dilahirkan dari ibu yang tidak merokok
2). Hipotesis alternatif (Ha)
Hipotesis yang menyatakan ada perbedaan sesuatu kejadian antara kedua
kelompok.
Contoh: Ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu
yang merokok dengan mereka yang dilahirkan dari ibu yang tidak merokok.
Dari hipotesis alternatif akan diketahui apakah uji statistik menggunakan satu arah
(one tail) atau dua arah (two tail).
Penentuan Uji Statistik yang sesuai
Ada beragam jenis uji statistik yang dapat digunakan. Setiap uji statistik
mempunyai persyaratan tertentu yang harus dipenuhi. Oleh karena itu harus
digunakan uji statistik yang tepat sesuai dengan data yang diuji. Jenis uji statistik
sangat tergantung dari:
1). Jenis variabel yang akan dianalisis
2). Jenis data apakah dependen atau independen
3). Jenis distribusi data populasinya apakah mengikuti distribusi normal atau
tidak.
Sebagai gambaran, jenis uji statistik untuk mengetahui perbedaan mean akan
berbeda dengan uji statistik untuk mengetahui perbedaan proporsi/persentase. Uji
beda mean menggunakan uji t atau inova, sedangkan uji untuk mengetahui
perbedaan proporsi digunakan uji Kai kuadrat.
Menentukan Batas atau Tingkat Kemaknaan (Level of Significance)
Batas/tingkat kemaknaan, sering juga disebut dengan nilai α. Penggunaan nilai
alpha tergantung tujuan penelitian yang dilakukan, untuk bidang kesehatan
masyarakat biasanya menggunakan nilai alpha 5%.
Penghitungan Uji Statistik
Penghitungan uji statistik adalah menghitung data sampel ke dalam uji hipotesis
yang sesuai. Misalnya kalau ingin menguji perbedaan mean antara dua kelompok,
maka data hasil pengukuran dimasukkan ke rumus uji t. Dari hasil dengan nilai
populasi untuk mengetahui apakah ada hipotesis ditolak atau gagal menolak
hipotesis.
8
Keputusan Uji Statistik
Hasil pengujian statistik akan menghasilkan dua kemungkinan keputusan yaitu
menolak hipotesis nol (Ho) dan gagal menolak hipotesisi nol. Keputusan uji
statistik dapat dicari dengan dua pendekatan yaitu:
Pendekatan Klasik
Keputusan statistik dilakukan dengan cara membandingkan nilai perhitungan uji
statistik dengan nilai pada tabel. Besarnya nilai tabel dipengaruhi oleh nilai α dan
jenis hipotesis yang digunakan one tail (satu arah/satu sisi) atau two tail (dua
arah/dua sisi).
- Uji two tail (dua arah/dua sisi)
Ho: x1 = x2 ; Ha: x1 ≠ x2
Uji ini menggunakan uji dua arah sehingga untuk mencari nilai Z di tabel kurva
normal, nilai α-nya harus dibagi dua arah, yaitu ujung kiri dan kanan dari suatu
kurva normal, sehingga nilai alpha= 1/2α
- Uji one tail (satu arah/satu sisi)
Ho: x1 = x2 ; Ha: x1 > x2
Maka ujinya adalah satu arah, nilai α-nya tetap 5% karena tidak perlu dibagi dua.
Ketentuan yang berlaku adalah:
a) Nilai hitung > nilai tabel, keputusannya adalah Ho ditolak
b) Nilai hitung < nilai tabel, keputusannya adalah Ho gagal ditolak
Pendekatan Probabilitas
Setiap kita melakukan uji statistik melalui program komputer seperti SPSS maka
yang akan kita cari adalah nilai p (p value), digunakan untuk keputusan uji statistik
dengan cara membandingkan nilai p dengan α (alpha). Ketentuan yang berlaku
adalah:
a). Bila nilai p ≤ α, maka keputusannya adalah Ho ditolak
b). Bila nilai p > α, maka keputusannya adalah Ho gagal ditolak
Perlu diketahui bahwa nilai p two tail adalah 2 kali nilai p one tail berarti kalau
tabel yang digunakan adalah tabel one tail sedangkan uji statistik yang dilakukan
adalah two tail maka nilai p dari tabel harus dikalikan 2. Dengan demikian rumus:
nilai p two tail = 2 x nilai p one tail. Pendekatan probabilistik ini sekarang sudah
mulai digunakan oleh para ahli statistik dalam pengambilan keputusan uji statistik.
9
BAB III
HASIL
Kesimpulan
Hipotesis dapat diartikan sebagai Pernyataan yang masih lemah kebenarannya
dan perlu dibuktikan atau dugaan yang sifatnya masih sementara. Hipotesis statistik
adalah pernyataan atau dugaan mengenai keadaan populasi yang sifatnya masih
sementara atau lemah kebenarannya. Pengujian Hipotesis adalah suatu prosedur
yang dilakukan dengan tujuan memutuskan apakah menerima atau menolak
hipotesis itu.
Prosedur Pengujian hipotesis:
Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya
(Ha).
Langkah 2 : Penentuan uji statistik yang sesuai.
Langkah 3 : Menentukan batas atau tingkat kemaknaan (level of significance)
Langkah 4 : Melakukan uji statistik
Langkah 5 : Membuat keputusan apakah tolak Ho atau gagal tolak Ho.
Saran
Adapun saran yang dapat penyusun sampaikan yaitu harus selalu menggali
potensi yang ada pada diri kita dengan selalu meng-update pengetahuan tentang
biostatistik atau statistik kesehatan. Semoga makalah ini dapat bermanfaat bagi para
pembacanya.
10
DAFTAR PUSTAKA