 

Noor Latifah A, SKM, MKM

Prodi Kesehatan Masyarakat FKK UMJ
 Pengujian hipotesis  digunakan untuk membantu
pengambilan keputusan mengenai apakah suatu hipotesis
yang diajukan (perbedaan atau hubungan), cukup
meyakinkan untuk ditolak atau gagal ditolak (diterima).
 Keyakinan untuk menolak atau gagal menolak hasil uji
hipotesis  didasarkan pada besarnya peluang untuk
memperoleh hubungan tersebut secara kebetulan (by
chance)
 Semakin kecil peluang (peluang adanya by chance) 
semakin besar keyakinan bahwa hubungan tersebut
memang ada
 Prinsip Uji Hipotesis  melakukan perbandingan antara
nilai sampel (data hasil penelitian) dengan nilai hipotesis
(nilai populasi) yang diajukan.
 Peluang untuk diterima atau ditolaknya suatu hipotesis 
tergantung besar kecilnya perbedaan antara nilai sampel
dengan nilai populasi  Jika perbedaan cukup besar,
semakin besar peluang untuk menolak hipotesis .
 KESIMPULAN  Semakin besar perbedaan antara nilai
sampel dengan nilai hipotesis, semakin besar peluang
untuk menolak hipotesis
HIPOTESIS :
Berasal dari kata “hupo” dan “thesis”.
Hupo  Sementara/lemah kebenarannya
Thesis  Pernyataan/teori
Hipotesis  Pernyataan sementara yang perlu diuji
kebenarannya.

Uji Hipotesis :
1. Hipotesis Nol (Ho)
2. Hipotesis alternatif (Ha)
Hipotesis Nol (Ho) :
 Menyatakan tidak ada perbedaan sesuatu kejadian antara
kedua kelompok
 Menyatakan tidak ada hubungan antara variabel satu
dengan variabel yang lainnya

Mis :
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 antara merokok dengan berat badan
bayi
Hipotesis Alternatif (Ha) :
 Menyatakan ada perbedaan suatu kejadian antara kedua
kelompok
 Menyatakan ada hubungan antara variabel yang satu
dengan variabel yang lain

Cth :
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 antara merokok dengan berat badan bayi
Bentuk hipotesis alternatif akan menentukan arah uji statistik,
apakah satu arah (one tail) atau dua arah (two tail)
a. Satu arah/sisi (one tail)  bila Ha menyatakan adanya
perbedaan dan adanya pernyataan yang mengatakan hal
yang satu lebih tinggi/rendah daripada hal yang lainnya.
Cth :
Berat badan bayi dari ibu hamil yang merokok lebih kecil
dibandingkan dengan berat badan bayi dari ibu hamil yang
tidak merokok
b. Dua arah/sisi (two tail)  Ha yang hanya menyatakan
perbedaan tanpa melihat apakah hal yang satu lebih
tinggi/rendah dari hal yang lainnya.
Cth :
Berat badan bayi dari ibu hamil yang merokok berbeda
dibandingkan dengan berat badan bayi dari ibu hamil yang
tidak merokok.
Ada perbedaan berat badan bayi antara mereka yang
dilahirkan dari ibu hamil yang merokok dibandingkan dari
mereka yang dilahirkan dari ibu hamil yang tidak merokok
Suatu penelitian ingin mengetahui hubungan antara jenis kelamin
dengan tekanan darah.
Maka penulisan hipotesisnya :
1. 𝐻𝑜 ∶ 𝜇𝐴 = 𝜇𝐵
 Tidak ada perbedaan mean tekanan darah antara laki-laki
dan perempuan
 Tidak ada hubungan antara jenis kelamin dengan tekanan
darah

2. 𝐻𝑎 ∶ 𝜇𝐴 ≠ 𝜇𝐵
 Ada perbedaan mean tekanan darah antara laki-laki dan
perempuan
 Ada hubungan antara jenis kelamin dengan tekanan darah
Terdapat 2 (dua) jenis kesalahan pengambilan
keputusan dalam uji statistik :
1. Kesalahan Tipe I (α)
2. Kesalahan Tipe II (β)
 Kesalahan tipe I (α)  kesalahan menolak Ho
(sesungguhnya Ho benar) : artinya menyimpulkan adanya
perbedaan, padahal sesungguhnya tidak ada perbedaan.
 Peluang kesalahan tipe I  alpha (α)  sering disebut
tingkat signifikansi (signifance level)
 Peluang untuk tidak membuat kesalahan tipe I  1 – α 
sering disebut tingkat kepercayaan (confidence interval)
 Kesalahan tipe II (β)  kesalahan tidak menolak Ho, padahal
sesungguhnya Ho salah (menyimpulkan tidak ada perbedaan,
padahal sesungguhnya ada perbedaan)
 Peluang untuk membuat kesalahan tipe II  sebesar β
 Peluang untuk tidak membuat kesalahan tipe II  1 – β
 1 – β  dikenal sebagai Tingkat Kekuatan Uji (Power of the Test)
 Power of the Test (Kekuatan Uji)  peluang untuk menolak
hipotesis nol (Ho) ketika Ho salah  kemampuan untuk
mendeteksi adanya perbedaan bermakna antara kelompok-
kelompok yang diteliti ketika perbedaan-perbedaan itu memang
ada.
 Power = 1 – β
 Nilai uji hipotesis yang diinginkan  nilai α dan β kecil atau
1 – β besar.
 Nilai α dan β kecil atau 1 – β besar sulit dicapai  bila α
semakin kecil, maka nilai β akan semakin besar
 Cara untuk mengambil keputusan menolak atau tidak
menolak adalah dengan memilih salah satu antara α & β
 Nilai yang umumnya digunakan  nilai α
 Tingkat kemaknaan  kesalahan tipe I (α)
 Tingkat kemaknaan  nilai yang menunjukkan besarnya
peluang salah dalam menolak hipotesis nol (Ho)
 Nilai α  batas toleransi peluang salah dalam menolak Ho
 nilai batas maksimal kesalahan menolak Ho
 batas maksimal salah dalam menyatakan adanya
perbedaan
 Menolak Ho  menyatakan adanya hubungan atau
perbedaan.
Penentuan nilai alpha (α)  tergantung dari tujuan dan
kondisi penelitian

Nilai alpha (α) yang sering digunakan  10%, 5%, atau 1%

Bidang kesehatan masyarakat  5% (0,05)

Uji obat  1% (0,01)

 Uji hipotesis  berhubungan dengan distribusi data populasi
yang akan diuji
- Distribusi data populasi yang akan diuji berbentuk
normal/simetris/gauss  pendekatan uji statistik parametrik
- Distribusi data populasinya tidak normal atau tidak diketahui
distribusinya  pendekatan uji statistik nonparametrik
 Penentuan kenormalan suatu data
- Variabel numerik/kuantitatif  distribusi data mendekati
normal/simetris  uji statistik parametrik
- Variabel kategori/kualitatif  distribusi data tidak normal 
uji statistik non parametrik
 Jika data kecil (< 30)  uji non parametrik
 Berbeda bermakna/signifikan secara statistik  belum berarti
bahwa perbedaan tersebut juga bermakna dipandang dari segi
substansi/klinis.
 Semakin besar sampel  semakin besar menghasilkan
kemungkinan berbeda bermakna (signifikan)
 Sampel besar  perbedaan-perbedaan sangat kecil, yang sedikit
atau bahkan tidak mempunyai manfaat secara substansi/klinis
dapat berubah menjadi bermakna secara statistik
Kesimpulan :
Arti kegunaan setiap penemuan jangan hanya dilihat dari aspek
statistik semata, namun harus juga dinilai/dilihat kegunaannya dari
segi klinis/substansi
1. Menetapkan hipotesis
2. Penentuan uji statistik yang sesuai
3. Menentukan batas atau tingkat kemaknaan (level of
significance)
4. Penghitungan uji statistik
5. Keputusan statistik