A.

Pengertian Hipotesis

Hipotesis berasal dari kata hupo dan thesis. Hupo artinya sementara/lemah kebenarannya
dan thesis artinya pernyataan/teori. Dengan demikian, hipotesis berarti pernyataan sementara
yang perlu diuji kebenaranya. Untuk menguji kebenaran sebuah hipotesis digunakan
pengujian yang disebut pengujian hipotesis.

A. Jenis Hipotesis

Pengujian hipotesis dapat dibedakan atas beberapa jenis berdasarkan kriteria yang
menyertainya.

1. Berdasarkan Jenis Parameternya

Didasarkan atas jenis parameter yang digunakan, pengujian hipotesis dapat di bedakan
atas tiga jenis, yaitu sebagai berikut:
a. Pengujian hipotesis tentang rata-rata
Pengujian hipotesis tentang rata-rata adalah pengujian hipotesis mengenai rata-rata
populasi yang di dasarkan atas informasi sampelnya. Contohnya:
1) Pengujian hipotesis satu rata-rata
2) Pengujian hipotesis beda dua rata-rata
3) Pengujian hipotesis beda tiga rata-rata
b. Pengujian hipotesis tentang proporsi
Pengujian hipotesis tentang proporsi adalah pengujian hipotesis mengenai proporsi
populasi yang di dasarkan atas informasi sampelnya. Contohnya:
1) Pengujian hipotesis satu proporsi
2) Pengujian hipotesis beda dua proporsi
3) Pengujian hipotesis beda tiga proporsi
c. Pengujian hipotesis tentang varians
Pengujian hipotesis tentang varians adalah pengujian hipotesis mengenai rata-rata
populasi yang di dasarkan atas informasi sampelnya. Contohnya:
1) Pengujian hipotesis tentang satu varians
2) Pengujian hipotesis tentang kesamaan dua varians

2. Berdasarkan Jumlah Sampelnya

 Didasarkan atas ukuran sampelnya, pengujian hipotesis dapat di bedakan atas dua jenis,
yaitu sebagai berikut:
a. Pengujian hipotesis sampel besar
Pengujian hipotesis sampel besar adalah pengujian hipotesis yang menggunakan
sampel lebih besar dari 30 (n > 30).
b. Pengujian hipotesis sampel kecil
Pengujian hipotesis sampel kecil adalah pengujian hipotesis yang menggunakan
sampel lebih kecil atau sama dengan 30 (n ≤ 30).

3. Berdasarkan Jenis Distribusinya

Didasarkan atas jenis distribusi yang digunakan, pengujian hipotesis dapat di bedakan
atas empat jenis, yaitu sebagai berikut.
a. Pengujian hipotesis dengan distribusi Z
Pengujian hipotesis dengan distribusi Z adalah pengujian hipotesis yang
menggunakan distribusi Z sebagai uji statistik. Tabel pengujiannya disebut tabel
normal standard. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam
tabel untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1) Pengujian hipotesis satu dan beda dua rata-rata sampel besar
2) Pengujian satu dan beda dua proporsi
b. Pengujian hipotesis dengan distribusi t (t-student)
Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang
menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel t-
student. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel
untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1) Pengujian hipotesis satu rata-rata sampel kecil
2) Pengujian hipotesis beda dua rata-rata sampel kecil

c. Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat)

Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat) adalah pengujian hipotesis
yang menggunakan distribusi χ2 sebagai uji statistik. Tabel pengujiannya disebut
 tabel χ2. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel
untuk menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1) Pengujian hipotesis beda tiga proporsi
2) Pengujian Independensi
3) Pengujian hipotesis kompatibilitas
d. Pengujian hipotesis dengan distribusi F (F-ratio)
Pengujian hipotesis dengan distribusi F (F-ratio) adalah pengujian hipotesis yang
menggunakan distribusi F (F-ratio) sebagai uji statistik. Tabel pengujiannya disebut
tabel F. Hasil uji statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk
menerima atau menolak hipotesis nol (Ho) yang di kemukakan.
Contohnya :
1) Pengujian hipotesis beda tiga rata-rata
2) Pengujian hipotesis kesamaan dua varians

4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya

Didasarkan atas arah atau bentuk formulasi hipotesisnya, pengujian hipotesis di bedakan
atas 3 jenis, yaitu sebagai berikut:
a. Pengujian hipotesis dua pihak (two tail test)
Pengujian hipotesis dua pihak adalah pengujian hipotesis di mana hipotesis nol (Ho)
berbunyi “sama dengan” dan hipotesis alternatifnya (H1) berbunyi “tidak sama
dengan” (Ho = dan H1≠)
b. Pengujian hipotesis pihak kiri atau sisi kiri
Pengujian hipotesis pihak kiri adalah pengujian hipotesis di mana hipotesis nol (Ho)
berbunyi “sama dengan” atau “lebih besar atau sama dengan” dan hipotesis
alternatifnya (H1) berbunyi “lebih kecil” atau “lebih kecil atau sama dengan” (Ho =
atau Ho ≥ dan H1 < atau H1 ≤ ). Kalimat “lebih kecil atau sama dengan” sinonim
dengan kata “paling sedikit atau paling kecil”.
c. Pengujian hipotesis pihak kanan atau sisi kanan
Pengujian hipotesis pihak kanan adalah pengujian hipotesis di mana hipotesis nol
(Ho) berbunyi “sama dengan” atau “lebih kecil atau sama dengan” dan hipotesis
alternatifnya (H1) berbunyi “lebih besar” atau “lebih besar atau sama dengan” (Ho =
atau Ho ≤ dan H1 > atau H1≥). Kalimat “lebih besar atau sama dengan” sinonim
dengan kata “paling banyak atau paling besar”.
B. Daerah Penolakan Hipotesis
1. Menentukan Formulasi Hipotesis
Formulasi atau perumusan hipotesis statistic dapat di bedakan atas dua jenis, yaitu
sebagai berikut;
a. Hipotesis nol / nihil (HO)
Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang akan
di uji. Hipotesis nol tidak memiliki perbedaan atau perbedaannya nol dengan
hipotesis sebenarnya.
b. Hipotesis alternatif/ tandingan (H1 / Ha)
Hipotesis alternatif adalah hipotesis yang di rumuskan sebagai lawan atau tandingan
dari hipotesis nol. Dalam menyusun hipotesis alternatif, timbul 3 keadaan berikut.
1) H1 menyatakan bahwa harga parameter lebih besar dari pada harga yang di
hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu
pengujian sisi atau arah kanan.
2) H1 menyatakan bahwa harga parameter lebih kecil dari pada harga yang di
hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu
pengujian sisi atau arah kiri.
3) H1 menyatakan bahwa harga parameter tidak sama dengan harga yang di
hipotesiskan. Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu
pengujian sisi atau arah kanan dan kiri sekaligus.

Secara umum, formulasi hipotesis dapat dituliskan :

 Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif (Ha) di tolak.
Demikian pula sebaliknya, jika hipotesis alternatif (Ha) di terima (benar) maka
hipotesis nol (H0) ditolak.

2. Menentukan Taraf Nyata (α)

Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil
hipotesis terhadap nilai parameter populasinya. Semakin tinggi taraf nyata yang
digunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis yang di uji,
padahal hipotesis nol benar.
Besaran yang sering di gunakan untuk menentukan taraf nyata dinyatakan dalam %,
yaitu: 1% (0,01), 5% (0,05), 10% (0,1), sehingga secara umum taraf nyata di tuliskan
sebagai α0,01, α0,05, α0,1. Besarnya nilai α bergantung pada keberanian pembuat
keputusan yang dalam hal ini berapa besarnya kesalahan (yang menyebabkan resiko)
yang akan di tolerir. Besarnya kesalahan tersebut disebut sebagai daerah kritis pengujian
(critical region of a test) atau daerah penolakan ( region of rejection).
Nilai α yang dipakai sebagai taraf nyata di gunakan untuk menentukan nilai
distribusi yang digunakan pada pengujian, misalnya distribusi normal (Z), distribusi t,
dan distribusi X². Nilai itu sudah di sediakan dalam bentuk tabel disebut nilai kritis.

3. Menentukan Kriteria Pengujian

Kriteria Pengujian adalah bentuk pembuatan keputusan dalam menerima atau
menolak hipotesis nol (Ho) dengan cara membandingkan nilai α tabel distribusinya (nilai
kritis) dengan nilai uji statistiknya, sesuai dengan bentuk pengujiannya. Yang di maksud
dengan bentuk pengujian adalah sisi atau arah pengujian.
a. Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada
nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
b. Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada
nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.

Dalam bentuk gambar, kriteria pengujian seperti gambar di bawah ini

4. Menentukan Nilai Uji Statistik
Uji statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu
dalam pengujian hipotesis. Uji statistik merupakan perhitungan untuk menduga
parameter data sampel yang di ambil secara random dari sebuah populasi. Misalkan,
akan di uji parameter populasi (P), maka yang pertama-tama di hitung adalah statistik
sampel (S).

5. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis nol (Ho) yang sesuai dengan kriteria pengujiaanya. Pembuatan
kesimpulan dilakukan setelah membandingkan nilai uji statistik dengan nilai α tabel atau
nilai kritis.
a. Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.
b. Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai kritisnya.

C. Konsep confidence dan significancy level

1. Significancy Level
Tingkat signifikansi (α) menunjukkan probabilitas atau peluang kesalahan yang
ditetapkan peneliti dalam mengambil keputusan untuk menolak atau mendukung
hipotesis nol, atau dapat diartikan juga sebagai tingkat kesalahan atau tingkat kekeliruan
yang ditolerir oleh peneliti, yang diakibatkan oleh kemungkinan adanya kesalahan dalam
pengambilan sampel (sampling error).
Tingkat signifikansi dinyatakan dalam persen dan dilambangkan dengan α.
Misalnya, ditetapkan tingkat signifikansi α = 5% atau α = 10%. Artinya, keputusan
peneliti untuk menolak atau mendukung hipotesis nol memiliki probabilitas kesalahan
sebesar 5% atau 10%. Dalam beberapa program statistik berbasis komputer, tingkat
signifikansi selalu disertakan dan ditulis sebagai Sig. (= significance), atau dalam
program komputer lainnya ditulis ρ-value. Nilai Sig atau ρ – value, seperti telah
diuraikan di atas, adalah nilai probabilitas kesalahan yang dihitung atau menunjukkan
 tingkat probabilitas kesalahan yang sebenarnya. Tingkat kesalahan ini digunakan sebagai
dasar untuk mengambil keputusan dalam pengujian hipotesis.

2. Confidence Level
Sementara tingkat kepercayaan pada dasarnya menunjukkan tingkat keterpercayaan
sejauh mana statistik sampel dapat mengestimasi dengan benar parameter populasi
dan/atau sejauhmana pengambilan keputusan mengenai hasil uji hipotesis nol diyakini
kebenarannya. Dalam statistika, tingkat kepercayaan nilainya berkisar antara 0 sampai
100% dan dilambangkan oleh 1 – α. Secara konvensional, para peneliti dalam ilmu-ilmu
sosial sering menetapkan tingkat kepercayaan berkisar antara 95% – 99%. Jika dikatakan
tingkat kepercayaan yang digunakan adalah 95%, ini berarti tingkat kepastian statistik
sampel mengestimasi dengan benar parameter populasi adalah 95%, atau tingkat
keyakinan untuk menolak atau mendukung hipotesis nol dengan benar adalah 95%.

D. Konsep Nilai Probabilitas (P Value)

1. Hipotesis nol (Ho)

Hipotesis yang menyatakan tidak ada perbedaan antar kelompok atau tidak ada hubungan
antara variabel atau tidak ada korelasi antar variabel. Contohnya:
a. Tidak ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu yang
merokok dengan mereka yang dilahirkan dari ibu yang tidak merokok.
b. Tidak ada hubungan merokok dengan berat badan bayi.

2. Hipotesis alternatif (Ha)

Hipotesis ini kebalikan dari hipotesis nol, yang akan disimpulkan bila hipotesis nol
ditolak. Hipotesis ini menyatakan ada perbedaan suatu kejadian antara dua kelompok.
Atau hipotesis yang menyatakan ada hubungan variabel satu dengan variabel yang lain.
Contohnya:
a. Ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu yang
merokok dengan mereka yang dilahirkan dari ibu yang tidak merokok.
b. Ada hubungan merokok dengan berat badan bayi.
 Interpretasi yang lengkap untuk nilai p adalah sebagai berikut “besarnya kemungkinan
hasil yang diperoleh atau hasil yang lebih ekstrim diperoleh karena faktor peluang, bila
hipotesis nol benar”.

Umumnya, interpretasi p value (nilai p/nilai signifikan) didasarkan pada apakah nilainya
lebih kecil dari batasan baku (threshold values), yaitu 0.05. Batasan ini biasanya jika nilai p <
0,05 dianggap “secara statistik bermakna” dan bila nilai p > 0.05 dianggap suatu hubungan
atau asosiasi antara faktor resiko dan outcome tidak bermakna secara statistik. Tetapi, hal
yang patut diperhatikan, nilai p tergantung dari jumlah sampel. Sehingga, jika jumlah
sampelnya kecil, nilai p umumnya akan bernilai lebih besar dari 0.05, dengan kata
lain, p value akan menyimpulkan bahwa tidak ada hubungan antara eksposur dan outcome.
Padahal, kemungkinan hubungan itu mungkin ada, walaupun kecil, tetapi karena jumlah
sampel yang kecil, hubungan antara variabel tak dapat terdeteksi. Oleh karena itu, intepretasi
P value dapat dilakukan sebagai berikut:

1. p value <0.001 : adanya bukti yang kuat untuk menolak hipotesa nul (strong
evidence against the null hypothesis)
2. p value <0.01 : adanya bukti yang sedang untuk menolak hipotesa nul
(increasing/moderate evidence against the null hypothesis with decreasing P value)
3. p value >0.1 : adanya bukti yang lemah untuk menolak hipotesa nul(weak
evidence against the null hypothesis)

DAFTAR PUSTAKA

Sugiyono, 2012. Metode Penelitian. Alfabeta: Bandung.

Luknis dan Sutanto. 2018. Statistik Kesehatan. Depok: Rajawali Pers.

Rizky, Khusnul. 2014. Pengujian Hipotesis (Online).

http://statistikrizkykhusnul.blogspot.com/2014/11/makalah-pengujian-hipotesis.html. Diakses
2 Oktober 2019.