Mendefiniskan Hipotesis

Hipotesis merupakan pernyataan mengenai populasi. Data kemudian

digunakan untuk memeriksa kelayakan dari suatu pernyataan. Atau hipotesis
dapat diartikan pernyataan mengenai parameter pupulasi untuk dibuktikan.
Dalam kebanyakan kasus, populasi sedemikian besar, sehingga tidak
dimungkinkan untuk meneliti seluruh benda, objek, atau orang didalam populasi.
Alternative untuk mengukur atau mewancarai seluruh populasi adalah mengambil
sampel dari populasi. Oleh karena itu, kita dapat menguji suatu pernyataan untuk
menentukan apakah sampel mendukung pernyataan mengenai populasi atau
tidak.

Istilah uji hipotesis dan pengujian digunakan secara bergantian. Uji

hipotesis dimulai dengan pernyataan atau asumsi, mengenai parameter populasi-
seperti rata-rata populasi. Pernyataan ini disebut hipotesis. Uji Hipotesis adalah
Suatu prosedur berdasarkan pada bukti sampel dan teori probabilitas untuk
menentukan apakah suatu hipotesis merupakan pernyataan yang tepat.

Prosedur lima tahap untuk menguji hipotesis

Uji hipotesis sebagimana yang digunakan oleh para ahli statistic tidak
menyediakan bukti bahwa sesuatu adalah benar, dalam cara dimana ahli
matematika “membuktikan” suatu pernyataan. Uji hipotesis menyediakan
semacam “bukti diatas keragu-raguan”, dengan cara system peradilan. Tahapan
tersebut adalah

 Tahapan 1 : Menetapkan Hipotesis Nol (H0) dan Hipotesis Alternatif (H1)

Tahapan awal adalah menetapkan hipotesis yang diuji. Disebut

dengan Hipotesis Nol, dilambangkan H0, dan dibaca “H sub Zero”
Huruf besar H merujuk pada hipotesis, dan angka nol menunjukkan
“tidak terdapat perbedaan”. Pada umumnya terdapat istilah “tidak”
atau “bukan” didalm hipotesis nol, yang berarti bahwa “tidak ada
perubahan”. Pada umumnya, hipotsesis nol digunakan untuk
pengujian. Kita dapat menolak atau gagal menolak hipotesis nol.
Hipotesis nol merupakan suatu pernyataan yang tidak ditolak jika
data sampel kita tidak menyediakan bukti kuat bahwa pernyataan
tersebut salah.

Kita seharusnya menekankan bahwa, jika hipotesis nol tidak

ditolak menurut dasar data sampel, kita tidak dapat berkata bahwa
hipotesis nol benar. Dengan kata lain, gagal menolak hipotesis nol
tidak membuktikan bahwa H0 salah, itu berarti kita telah gagal
menyangkal H0. Untuk membuktikan tampa keraguan apapun bahwa
hipotesis nol benar, parameter populasi haruslah diketahui. Untuk
benar-benar memutuskannya, ita harus menguji, melakukan survey,
atau menghitung setiap objek didalam populasi. Hal ini biasanya
tidak memungkinkan. Alternatifnya adalah mengambil sampel dari
populasi. Hipotesis Alternatif adalah suatu pernyataan yang
diterima jika data sampel menyediakan bukti yang mencukupi bahwa
hipotesis nol itu salah.

Perlu untuk diingat bahwa tidak peduli bagaimana suatu

permasalahan dinyatakan, hipotesis nol akan selalu membuat tanda
sama dengan. Tanda sama dengan (=) tidak akan pernah muncul
pada hipotesis alternative. Mengapa? Karena hipotesis nol
merupakan pernyataan yang diuji, dan kita memerlukan nilai
tertentu untuk memasukkannya didalam perhitungan kita. Kita
 beralih pada hipotesis alternative hanya jika data memberi kesan
bahwa hipotesis nolnya tidak benar.

 Tahapan 2: memilih tingkat signiifkansi (Probabilitas menolak hipotesis

nol ketika hipotesisnya benar)

Tingkat signfikansi dilambangkan α, huruf yunani alfa.

Terkadang juga disebu tingkat resiko. Barangkali merupakan istilah
yang lebih sesuai karena tingkat resiko merupakan resiko anda
menolak hipotesis nol ketika hipotesisnya sesungguhnya benar.

Tidak terdapat tingkat sigifikansi satu pun yang dipergunakan

pada seluruh pengujian. Keputusan dibuat untuk menggunakan
tingkat 0,05 (sering disebut dengan tingkat 5 persen), tingkat 0,01 ;
tingkat 0,10; atau tingkat lainnya diantara 0 dan 1. Biasanya, tingkat
0,05 dipilih untuk proyek penelitian konsumen, 0,01 untuk jaminan
mutu, dan 0,10 untuk jajak pendapatan politik. Anda, sang peneliti,
harus menentukan tingkat signifikansi sebelum merumuskan kaidah
keputusan dan mengumpulkan data sampel.

Dalam hal pengujian hipotesis, kita menolak hipotesis nol jika

kirimannya tidak dibawah standar ketika kita seharusnya menerima
hipotesis nol. Dengan menolak hipotesis nol yang benar, kita
melakukan kesalahan jenis I (Menolak hipotesis nol, H0 ketika
hipotesisnya benar). probabilitas melakukan kesalahan jenis I adalah
α. Probabilitas melakukan kesalahan jenis lain, disebut kesalahan
jenis II (Menerima hipotesis nol ketika hipotesisnya salah.),
dilambangkan dengan huruf Yunani beta (β).
 Kita sering kali menyebut probabilitas dari dua kemungkinan
kesalahan sebagai alfa, α dan beta, β. Alfa (α) merupakan probabilitas
membuat probabilitas kesalahan jenis II.

 Tahapan 3: Memilih statistik pengujian

Statistik pengujian suatu nilai ditentukan dari informasi
sampel yag digunakan untuk memutuskan untuk menolak hipotesis
nol atau tidak. Dalam uji hipotesis untuk rata-rata (μ) ketika σ
diketahui, statistik pengujian z dihitung melalui :
Ẍ−μ
Z=
a/√n

Nilai z didasarkan pada distribusi sampling X , yang memgikuti

distribusi normal dengan rata rata (μx) sama dengan μ, dan standar
deviasi σx., yang sama dengan α/√n. Kemudian kita dapat
menentukan apalah selisih antara X dengan μ secara statistik
signifikan atau tidak dengan mencari angka standar deviasi X yang
berasal dari μ melalui rumus (10-1).
 Tahap 4: merumuskan kaidah keputusan
Kaidah keputusan merupakan pernyataan mengenai kondisi
tertentu menurut hipotesis nol yang di tolak, dan kondisi dimana
hipotesis tersebut tidak ditolak. Daerah penolakanmenentukan letak
dari semua nilai yang begitu besar atau begitu kecil yang probabilotas
kemunculan menurut hipotesis nol yang benar cukup jauh.
 Mengambil Keputusan
Tahapan ke-5 dan terakhir pada uji hipotesis adalah
menghitung statistik pengujian, membandingkannya dengan nilai
kritis, dan mengambil keputusan untuk menolak atau tidak menolak
hipotesis Nol. Dan di dalam mengambil keputusan ditekankan
 kembali bahwa selalu terdapat kemungkinan bahwa hipotesis Nol
ditolak ketika seharusnya ditolak (kesalahan jenis 1). Selain itu
terdapat kebetulan yang dapat diuraikan bahwa hipotesis Nol
diterima ketika seharusnya ditolak (kesalahan jenis 2).

Rangkuman Tahapan Uji Hipotesis

1. Tetapkan hiptesis Nol (H0) dan hipotesis alternatif (H1)

2. Pilih tingkat signifikansi, yakni α
3. Pilih statistik pengujian yang sesuai
4. Rumuskan kaidah keputusan berdasarkan tahapan 1, 2, 3
5. Buatlah keputusan mengenai hipotesis Nol berdasarkan informasi tafsir
dan hasil ujinya
Uji Signifikansi Satu Sisi Dan Dua Sisi
Lihatlah Tampilan 10-1. Tampilan tersebut menggambarkan uji satu sisi.
Daerah penolaknya hanya terdapat diujung kanan (atas) dari kurva tersebut.
Perhatikan bahwa tanda pertidaksamaan pada hipotesis alternative (>) menunjuk
pada daerah penolakan pada sisi atas. Perhatikan juga bahwa hipotesis nol
menyertakan tanda sama dengan. Artinya, H0. µ ≤ 453. Kondisi persamaan selalu
muncul pada H0, tidak pernah H1.

Tampilan 10-2 menjelaskan situasi di mana daerah penolakaan berada di

sebelah kiri (bawah) dari distribusi normal. Sebagai gambaran, pertimbangkan
pabrik mobil, perusahaan penyewaan mobil besar, serta organisasi-organisasi
lainnya yang membeli ban dengan kuantitas besar.

Salah satu cara untuk menentukan letak daerah penolakan adalah melihat
arah di mana tanda ketidaksamaan yang ditunjukkan di dalam hipotesis (bisa<
atau>). Pada masalah ini, tandanya menunjukan ke arah kiri, sehingga daerah
penolakan berada di sisi kiri.

Singkatnya, pengujian adalah satu sisi ketika hipotesis alternatifnya, H1,

menunjukkan arahnya, seperti:
H0 : Rata-rata pendapatan pialang wanita kurang dari atau sama dengan $
65.000 per tahun.
H1 : Rata-rata pendapatan pialang wanita lebih dari $ 65.000 per tahun.
Jika tidak terdapat arah yang ditentukan pada hipotesis alternatif, kita
menggunakan uji dua sisi, dengan mengubah persoalan sebelumnya untuk
diilustrasikan, kita dapat mengatakan:
H0 : Rata-rata pendapatan pialang wanita sama dengan $ 65.000 per tahun.
H1 : Rata-rata pendapatan pialang wanita tidak sama dengan $ 65.000 per
tahun.
Uji Rata-rata Populasi : Standar Deviasi Populasi Diketahui
1. Uji dua sisi
Dilakukan apabila pada hipotesis nol dan hipotesis alternatif mengandung
persamaan (=).
2. Uji satu sisi
Dilakukan jika parameter populasi dalan hipotesis dinyatakab lbih besar (>)
atau lebih kecil (<).

Nilai p dalam uji hipotesis

Uji hipotesis membandingkan statistik pengujian dengan nilai kritisnya.

Keputusan diambil apakah menolak hipotesis nol ataukah tidak menolaknya.
Menentukan nilai p tidak hanya menghasilkan suatu keputusan mengenai H0,
namun memberikan kita pandangan tambahan menuju kuatnya keputusan. Nilai
p yang sangat kecil missal 0,0001 menunjukkan bahwa tedapat sedikit
kemungkinan bahwa H0 benar. Dipihak lain nilai p sebesar 0,2033 berarti bahwa
H0 tidak ditolak dan terdapat sedikit kemungkinan bahwa H0 salah.

Menafsirkan bobot pembuktian terhadap H0

Jika nilai p kurang dari :

a. 0,10 kita memilki beberapa bukti bahwa H0 tidak benar

b. 0,05 kita memiliki bukti kuat bahwa H0 tidak benar
c. 0,01 kita memiliki bukti yang sangat kuat bahwa H0 tidak benar
d. 0,01 kita memiliki bukti yang terlalu kuat bahwa H0 tidak benar

UJI RATA-RATA POPULASI : STANDAR DEVIASI POPULASI DIKETAHUI

Pada contoh sebelumnya, kita mengetahui α, standar deviasi populasi, dan bahwa
populasi mengikuti distribusi normal. Namun, pada kebanyakan kasus, standar
deviasi populasi tidak diketahui. Jadi, α harus didasarkan pada studi sebelumnya
atau perkiraan dari standar devisiasi sampel, s. Standar devisiasi pupolasi pada
contoh berikut tidak diketahui, jadi standar devisiasi sampel digunakan untuk
memperkirakan σ.

Uji Mengenai Proporsi

Proporsi merupakan rasio jumlah keberhasulan terhadap jumlah pengamatan.

Kita umpamakan X mengacu pada jumlah keberhasilan n jumlah pengamatan,
sehingga proporsi keberhasilan pada sejumlah percobaan adalahX/n. Jadi rumus
untuk menghitung proporsi sampel, p, adalah p=X/n.
Bebrapa asumsi harus dibuat dan kondisinya terpenuhi sebelum menguji proporsi
populasi. Untuk menguji hipotesis mengenai proporsi populasi, sampel acak
dipilih dari populasi. Uji yang akan kita lakukan dengan singkat adalah tepat ketika
nπ dan n( 1 – π ) sedikirnya 5. n merupakan ukuran sampel, dan π merupakan
proporsi populasi. Merupakan suatu keuntungan mengenai fakta bahwa distribusi
binominal dapat diperkirakan melalui distribusi normal.

Kesalahan jenis II

Tingkat signifikasi dilambangkan dengan lambang α, merupakan probabilitas

bahwa hipotesis nol ditolak ketika hipotesisnya benar. Hal ini disebut kesalahan
jenis I.
- Kesalahan jenis I terjadi ketika hipotesis nol yang benar ditolak
1. Probabilotas membuat kesalahan jenis I sama dengan tingkat signifikasinya
2. Probabilotas tersebut dilambangkan dengan huruf yunani α
- Kesalahan jenis II terjadi ketika hipotesis nol yang salah tidak ditolak