HIPOTESIS STATISTIK

Pengertian Hipotesis Statistik

Hipotesis statistik adalah adalah pernyataan atau dugaan mengenai keadaan populasi
yang sifatnya masih sementara atau lemah tingkat kebenarannya. Pada kesempatan
sebelumnya kita telah membahas tentang hipotesis dan hipotesis penelitian. Kini saatnya kita
akan mengupas habis perihal hipotesis statistik.
Hipotesis statistik bisa berbentuk suatu variabel seperti binomial, poisson, dan normal atau
nilai dari suatu parameter, seperti mean, varians, standar devaiasi dan proporsi. Hipotesis
statistik haruslah diuji, karena itu harus berbentuk kuantitas agar dapat diterima atau ditolak.
Diterima jika hasil pengujian membenarkan pernyataannya dan akan ditolak jika terjadi
penyangkalan dari pernyataan tersebut.
Perbedaan Hipotesis Penelitian dan Hipotesis Statistik
Setelah membaca pengertian hipotesis statistik di atas serta artikel sebelumnya
tentang hipotesis penelitian, tentunya para pembaca akan bertanya-tanya, apa ada perbedaan
antara hipotesis penelitian dan hipotesis statistik? Maka jawabannya ya. Mari kita bahas lebih
mendalam lagi perbedaan antara kedua hipotesis statistik dan hipotesis penelitian.
Advertising
Advertising
Kita coba yang pertama, yaitu hipotesis penelitian. Coba bayangkan atau ilustrasikan bahwa
anda menduga bahwa pegawai dari sebuah instansi pemerintah sebagian besar lulusan SMA,
misal sebut saja instansi dinas A. Maka anda harus melakukan penelitian dengan cara
mendatangi instansi tersebut dan menanyakan pendidikan terakhir secara satu per satu pada
semua pegawainya. Jika sebagian besar pegawainya adalah lulusan SMA, maka benarlah
dugaan anda. Itu yang dimaksud dengan hipotesis penelitian.
Selanjutnya kita coba pahami yang kedua,yaitu hipotesis statistik. Anda mendengar kabar
dari teman anda, bahwa karyawati sebuah mall plaza cantik-cantik. Misal sebut saja plaza B.
Karyawatinya sejumlah 300 orang. Pahami bahwa 300 karyawati adalah sebuah populasi.
Maka anda mendatangi mall plaza tersebut lalu bertemu dengan 20 karyawati di tempat
tersebut. Pahami bahwa 20 karyawati adalah sampel yang diteliti. Dan betul, ternyata 15 dari
20 karyawati yang berhasil anda temui ternyata memang cantik.
Pertanyaanya: apakah 15 dari 20 tersebut sudah dapat dijadikan patokan bagi anda untuk
membuat kesimpulan bahwa seluruh karyawati mall plaza tersebut cantik-cantik? Itulah yang
disebut dengan hipotesis statistik. Nah, disinilah nanti anda akan dihadapkan pada istilah
yang disebut dengan “Uji Hipotesis”.
Hipotesis Statistik
Setelah uraian di atas, apakah sudah clear pemahaman para pembaca perihal perbedaan
keduanya? Semoga saja ya. Namun agar lebih jelas lagi, mari coba kita sederhanakan saja.
Hipotesis penelitian adalah jawaban sementara terhadap pertanyaan penelitian yang berawal
dari permasalahan penelitian. Sedangkan hipotesis statistik adalah dugaan sementara apakah
sampel yang diteliti dapat mewakili keseluruhan populasi. Bagaimana para pembaca? OK,
kita lanjutkan saja ya.
Macam Hipotesis
Karena anda sudah mempelajari artikel sebelumnya, maka kami anggap anda sudah paham
macam dari uji hipotesis, yaitu Ho dan H1. Mari kita coba pelajari beberapa contoh hipotesis.
Namun sebelumnya kita review kembali perihal jenis-jenis bentuk hipotesis.
Bentuk hipotesis ada beberapa macam, yaitu:
Hipotesis Deskriptive
Hipotesis deskripsif dapat diartkan: sebagai dugaan atau jawaban sementara terhadap masalah
deskriptif yang berhubungan dengan variabel tunggal.
Contoh: Anda meneliti apakah sebuah merk minuman soda mengandung alkohol. Maka anda
membuat rumusan masalah: apakah benar sebuah merk minuman soda mengandung alkohol?
Maka hipotesis penelitian anda adalah:
Ho: sebuah merk minuman soda mengandung alkohol.
H1: sebuah merk minuman soda tidak mengandung alkohol.
Hipotesis Komparatif
Hipotesis komparatif dapat diartikan: sebagai dugaan atau jawaban sementara terhadap
rumusan masalah yang mempertanyakan perbandingan (komparasi) antara dua variabel
penelitian.
Contoh: Anda meneliti apakah ada perbedaan hasil belajar antara metode pembelajaran
pedagogi dan metode pembelajaran konvensional pada siswa kelas 6 sekolah B. Maka anda
membuat rumusan masalah: adakah perbedaan hasil belajar antara metode pembelajaran
pedagogi dan metode pembelajaran konvensional pada siswa kelas 6 sekolah B? Maka
hipotesis penelitian anda adalah:
Ho: Tidak ada perbedaan hasil belajar antara metode pembelajaran pedagogi dan metode
pembelajaran konvensional pada siswa kelas 6 sekolah B.
H1: Ada perbedaan hasil belajar antara metode pembelajaran pedagogi dan metode
pembelajaran konvensional pada siswa kelas 6 sekolah B.
Hipotesis Asosiatif
Hipotesis asosiatif dapat diartikan sebagai dugaan atau jawaban sementara terhadap rumusan
masalah yang mempertanyakan hubungan antara dua variabel penelitian.
Contoh: Anda akan meneliti apakah ada hubungan musim panen tembakau di desa A dengan
jumlah penjualan toko B. Maka rumusan masalah yang anda buat adalah: adakah hubungan
musim panen tembakau di desa A dengan jumlah penjualan toko B? Maka hipotesis
penelitian anda adalah:
Ho: Tidak ada hubungan musim panen tembakau di desa A dengan jumlah penjualan toko B.
H1: Ada hubungan musim panen tembakau di desa A dengan jumlah penjualan toko B.
Demikian sekilas perihal macam-macam hipotesis penelitian. Semoga mudah anda pahami.
Hipotesis Kausal
Hipotesis kausal dapat diartikan sebagai dugaan atau jawaban sementara terhadap rumusan
masalah yang mempertanyakan pengaruh faktor prediktor terhadap variabel respon.
Contoh: Anda akan meneliti apakah KB Hormonal ada pengaruh terhadap kejadian kanker
leher rahim. Maka rumusan masalah yang anda buat adalah: adakah pengaruh KB Hormonal
terhadap kejadian kanker leher rahim? Maka hipotesis penelitian anda adalah:
Ho: Tidak ada pengaruh KB Hormonal terhadap kejadian kanker leher rahim.
H1: Ada pengaruh KB Hormonal terhadap kejadian kanker leher rahim.
Demikian sekilas perihal macam-macam hipotesis penelitian. Semoga mudah anda pahami.
Contoh Hipotesis Statistik
Setelah memahami hipotesis penelitian, saatnya kini kita coba memahami perihal contoh
hipotesis statistik.
Berikut adalah contoh dari hipotesis penelitian: Ada hubungan antara IQ dengan hasil belajar.
Sedangkan contoh hipotesis statistik adalah: H0: ρ = 0 dan H1: ρ ≠ 0. Penting untuk anda
pahami baik-baik bahwa: Hipotesis statistik hanya digunakan apabila kita mengambil sampel
dari sebuah populasi, diuji menggunakan statistik inferensial, yang mana tujuannya adalah
untuk menguji apakah sampel dapat mewakili populasi ataukah tidak.
Hipotesis statistik tidak wajib dilakukan jika kita mengambil data dari populasi (cara sensus),
atau jika kita tidak ingin melakukan generalisasi untuk membuktikan apakah sampel dapat
mewakili populasinya atau tidak.
Contoh Hipotesis Statistik Asosiatif atau Korelasional
Terdapat hubungan positif antara IQ dengan hasil ujian IPA.
H0: ρ ≤ 0
H1: ρ > 0
Ada hubungan antara tingkat pendidikan dan tingkat penghasilan: semakin tinggi pendidikan,
tingkat penghasilan juga akan semakin tinggi.
H0: ρ ≤ 0
H1: ρ > 0
Ada hubungan antara beban kerja dengan kualitas kinerja: semakin tinggi beban kerja,
kualitas kinerja akan semakin rendah.
H0: ρ ≥ 0
H1: ρ < 0

Contoh Hipotesis Statistik Kausalitas (sebab akibat):

Ada pengaruh antara laju inflasi dengan pendapatan bruto.
Ho: β = 0
H1: β ≠ 0
Ada pengaruh antara ukuran perusahaan dengan return saham.
Ho: β = 0
H1: β ≠ 0
Ada pengaruh positif antara kepatuhan minum obat anti tuberculosis dengan berat badan
pasien tuberculosis.
Ho: β ≤ 0
H1: β > 0
Contoh hipotesis statistik komparatif (perbedaan):
Ada perbedaan resiko kanker paru antara laki-laki dan perempuan.
H0: μl = μp // H0: μl – μp = 0
H1: μl ≠ μp // H1: μl – μp ≠ 0
Ada perbedaan resiko kanker payudara antara laki-laki dan perempuan, dimana perempuan
lebih beresiko terkena kanker payudara daripada laki-laki.
H0: μl ≥ μp // H0: μl – μp ≥ 0
H1: μl < μp // H1: μl – μp < 0
Ada perbedaan pengaruh terapi komplementer dan tanpa komplementer terhadap percepatan
kesembuhan penyakit TBC. Tambahan terapi komplementer lebih berpengaruh terhadap
percepatan kesembuhan pasien TBC dibandingkan dengan tanpa terapi komplementer.
H0: βF ≤ βNF // H0: βF – βNF ≤ 0
H1: βF > βNF // H1: βF – βNF > 0.