BAB I

PENDAHULUAN

A. Latar Belakang
Statistika adalah ilmu yang merupakan cabang dari matematika terapan yang
membahas metode-metode ilmiah untuk pengumpulan, pengorganisasian,
penyimpulan, penyajian, analisis data, serta penarikan kesimpulan yang sahih
sehingga keputusan yang diperoleh dapat diterima.
Statistik inferensial mencakup semua metode yang berhubungan dengan
analisis sebagian data (contoh) atau juga sering disebut dengan sampel untuk
kemudian sampai pada penarikan kesimpulan mengenai keseluruhan data
induknya (populasi). Dalam statistik inferensial diadakan pendugaan parameter,
membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai
pada kesimpulan yang berlaku umum. Metode ini disebut juga statistik induktif,
karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja.
Pengambilan kesimpulan dari statistik inferensial yang hanya didasarkan pada
sebagian data saja menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan
dalam pengambilan keputusan, sehingga pengetahuan mengenai teori
peluang mutlak diperlukan dalam melakukan metode-metode statistik inferensial.
Statistik inferensial digunakan dalam proses mengambil keputusan dalam
menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat
tekan beton dalam suatu pengujian tidak sama, walaupun dibuat dengan material
yang sama. Dengan adanya kenyataan tersebut, maka metode statitsik digunakan
untuk menganalisis data dari suatu proses pembuatan beton tersebut sehingga
diperoleh kualitas yang lebih baik. Statistik inferensial telah menghasilkan
banyak metode analitis yang digunakan untuk menganalisis data. Dengan
perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga
mengambil kesimpulan dari suatu sistem saintifik.
Untuk mengetahui lebih jelas mengenai statistik inferensial, akan diuraikan
mengenai pengertian statistik inferensial dan ruang lingkup statistik inferensial.
B. Rumusan Masalah
1. Apa yang dimaksud dengan statistika inferensial?

1
 2. Apa yang dimaksud dengan populasi dan sampel?
3. Apa saja teknik sampling?
4. Apa yang dimaksud dengan hipotesis?
5. Apa saja jenis-jenis hipotesis?

A. Tujuan Penulisan
1. Untuk mengetahui dan memahami pengertian statistika inferensial.
2. Untuk mengetahui dan memahami pengertian populasi dan sampel.
3. Untuk mengetahui dan memahami teknik sampling.
4. Untuk mengetahui dan memahami pengertian hipotesis.
5. Untuk mengetahui dan memahami jenis-jenis hipotesis

BAB II
PEMBAHASAN

A. Statistik Inferensial

2
 Statistik inferensial yaitu metode yang berhubungan dengan analisis data pada
sampel dan hasilnya dipakai untuk membentuk kesimpulan secara umum pada
populasi. Penggunaan statistik inferensial didasarkan pada peluang (probability)
dan sampel yang dianalisis diperoleh secara acak dan random.1 Menurut Naga
dalam Nisfiannoor menyatakan bahwa tugas dari statistik inferensial adalah
melakukan estimasi, menguji hipotesis, dan mengambil keputusan. Berdasarkan
bentuk indikator yang dianalisis statistik inferensial dibedakan menjadi:2
1. Statistik Paramterik
Penggunaan teknik statistik parametrik didasarkan pada asumsi bahwa
data yang diambil mempunyai distribusi normal dan jenis data yang
digunakan interval atau rasio.
2. Statistika non-Parametrik
Penggunaan statistik nonparametrik tidak mengharuskan data yang
diambil mempunyai distribusi normal dan jenis data yang digunakan
dapat nominal dan ordinal.
Ruang lingkup bahasan statistik inferensial mencangkup :
1. Uji hipotesis asosiasi, yaitu dugaan tentang adanya hubungan antar
variabel. Diantaranya dapat menggunakan uji korelasi dan uji regresi.
2. Uji hipotesis komparasi, yaitu dugaan tentang adanya perbedaan nilai-
nilai dua kelompok variabel atau lebih. Diantaranya dapat
menggunakan uji-t, ANOVA (Analysis Of Variance), ANCOVA
(Analysis Of Covariance), MANOVA (Multivariate Analysis Of
Variance), dan MANCOVA (Multivariate Analysis Of Covariance).
B. Populasi dan Sampel
1. Populasi
Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek
yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.3 Populasi
merupakan keseluruhan objek atau subjek yang berada pada suatu wilayah
1
Nisfiannoor, Muhammad. 2009. Pendekatan Statistika Modern untuk Ilmu Sosial. Jakarta:
Salemba Humanika.
2
Ibid.
3
Sugiyono. 2013. Metode Penelitian Kuantitatif, Kualitatif, Dan R&D. Bandung: Alfabeta.

3
 dan memenuhi syarat-syarat tertentu berkaitan dengan masalah penelitian,
atau keseluruhan unit atau individu dalam ruang lingkup yang akan diteliti.
Populasi adalah wilayah generalisasi berupa subjek atau objek yang diteliti
untuk dipelajari dan diambil kesimpulan.4 Dari penjelasan para ahli
tersebut dapat disimpulkan bahwa populasi adalah objek pada suatu
wilayah yang memiliki karakteristik tertentu untuk diteliti.
2. Sampel
Sampel adalah sebagian individu yang diselidiki dari keseluruhan
individu penelitian. Supaya lebih obyektif istilah individu sebaiknya
diganti istilah subyek dan atau obyek.5 Sampel merupakan bagian dari
populasi yang memiliki ciri-ciri atau keadaan tertentu yang akan diteliti.
Sampel adalah sebagian dari populasi yang diteliti.6 Dari penjelasan para
ahli tersebut dapat disimpulkan bahwa sampel adalah suatu objek atau
kelompok dimana hal tersebut masih bagian dari populasi.
Untuk penelitian korelasional jumlah sampel minimal untuk
memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian
eksperimen jumlah sampel minimum 15 dari masing-masing kelompok
dan untuk penelitian survei jumlah sampel minimum adalah 100.7

a. Cara Menentukan Jumlah Sampel

Dalam Neolaka (2014: 91) beberapa rumus untuk menentukan jumlah
sampel adalah sebagai berikut:
1) Jika ukuran populasinya diketahui dengan pasti, dapat digunakan
Rumus Slovin seperti dibawah ini
𝑁
𝑛=
1 + 𝑁 𝑒2
Keterangan:

4
Neolaka, Amos. 2014. Metode Penelitian dan Statistik. Bandung: PT Remaja Rosdakarya.
5
Sugiyono. 2013. Metode Penelitian Kuantitatif, Kualitatif, Dan R&D. Bandung: Alfabeta. Hal
80.
6
Neolaka, Amos. 2014. Metode Penelitian dan Statistik. Bandung: PT Remaja Rosdakarya. Hal
90.
7
www.scrib.com/doc/78134465/populasi &sampel/06/8/13.

4
 n = ukuran sampel
N = ukuran populasi
e = ketidaktelitian karena kesalahan pengambilan sampel
yang
ditolerir, misal 5%. Batas kesalahan yang ditolerir untuk
setiap populasi tidak sama, ada yang 1%, 2%, 3%, 4%,
5%
atau 10%.
2) Jika ukuran populasinya besar yang didapat dari pendugaan
proporsi populasi, dapat digunakan Rumus Yamene seperti
dibawah ini
𝑁
𝑛=
𝑁 𝑑2 + 1
Keterangan:
n = ukuran sampel
N = ukuran populasi
d = batas toleransi kesalahan pengambilan sampel yang
digunakan. Nilai presesi 95% atau signifikan pada 5%.
3) Penentuan ukuran/jumlah sampel menggunakan Tabel Isaac &
Michael.
Isaac dan Michael (1984) telah menghitung ukuran sampling dari
jumlah populasi 10 sampai 1.000.000. Hasil penghitungan ukuran
sampel tersebut telah diranngkum pada sebuah tabel. Ukuran
sampel ditetapkan pada taraf kesalahan 1%, 5% dan 10%. Sebagai
contoh, apabila terdapat jumlah populasi (N) sebanyak 1000, pada
taraf kesalahan 1% diperlukan jumlah sampel (s) sebanyak 399
sedangkan pada taraf kesalahan 5% diperlukan jumlah sampel
sebanyak 258.

5
b. Karakteristik Sampel yang Baik
1) Sebuah sampel yang baik adalah sampel mewakili populasi yang
sesuai dengan sifat-sifatnya.
2) Sampel yang baik adalah sampel bebas dari bias, sampel tidak
memunculkan prasangka imajinasi dari peneliti untuk
mempengaruhi pilihan.
3) Sampel yang baik adalah sampel yang objektif, hal ini meliputi
objektivitas dalam memilih prosedur atau tidak adanya unsur-unsur
subjektif dari situasi.
4) Sampel yang baik menjaga akurasi, sampel sebaiknya
menghasilkan perkiraan yang akurat secara statistic dan tidak
menimbulkan kesalahan dalam pengambilan kesimpulan.
5) Sampel yang baik bersifat komprehensif. Karakter ini berhubungan
erat dengan keterwakilan yang benar. Kelengkapan merupakan
kualitas sampel yang ditentukan oleh tujuan khusus penelitian.
6) Sampel yang baik lebih ekonomis dari tenaga, waktu dan biaya.
7) Subjek yang menjadi sampel yang baik mudah didekati. Instrument
dapat penelitian dapat diberikan pada sampel sehingga data dapat
dikumpulkan dengan mudah.

6
 8) Ukuran sampel baik adalah sedemikian rupa sehingga
menghasilkan hasil yang akurat sehingga peluang terjadinya
kesalahan dapat diperkirakan.
9) Sampel yang baik membuat penelitian menjadi lebih layak.
10) Sampel yang baik memiliki kepraktisan untuk situasi.

C. Teknik Sampling
Teknik sampling merupakan metode atau cara menentukan sampel dan
besar sampel. Setiap jenis penelitian membutuhkan teknik sampling atau
teknik pengambilan sampel yang tepat sesuai dengan populasi sasaran yang
akan diteliti. Untuk menentukan berapa sampel yang akan diambil, maka
dapat menggunakan beberapa teknik sampling atau teknik pengambilan
sampel. Kegunaan teknik sampling adalah untuk menaksir (estimasi)
parameter statistik, dan mendapatkan data untuk uji hipotesis, serta
pengambilan keputusan. Ada dua teknik pengambilan sampel, yaitu teknik
Probability Sampling dan Non-Probability Sampling.
1. Probability Sampling
Probability sampling merupakan teknik pengambilan sampel yang
memberikan peluang yang sama kepada setiap anggota populasi untuk
menjadi sampel. Pengambilan sampel dimana elemen yang terpilih
berdasarkan “hukum kebetulan”. Ada beberapa teknik probability
sampling, yaitu:
a. Simple Random Sampling
Teknik simple random sampling adalah teknik yang paling sederhana
(simpel). Sampel diambil secara acak, tanpa memperhatikan tingkatan
yang ada dalam populasi. Simple random sampling dengan
undian/system, table bilangan random.
Contoh: populasi adalah siswa SD Negeri 20 Jakarta yang berjumlah
500 orang. Jumlah sampel ditentukan dengan table Isaac dan Michael
dengan tingkat kesalahan adalah sebesar 5% sehingga jumlah sampel
ditentukan sebesar 205. Jumlah sampel 205 ini selanjutnya diambil
secara acak tanpa memperhatikan kelas, usia, dan jenis kelamin.

7
b. Proportionate Stratified Random Sampling
Teknik ini hamper sama dengan simple random sampling, namun
penentuan sampelnya memperhatikan strata (tingkatan) yang ada
dalam populasi.
Contoh: populasi adalah karyawan PT ABC berjumlah 125. Dengan
rumus slovin dan tingkat kesalahan 5% diperoleh besar sampel adalah
95. Populasi sendiri terbagi ke dalam tiga bagian (marketing, produksi,
dan penjualan) yang masing-masing berjumlah: marketing 15 orang,
produksi 75 orang, dan penjualan 35 orang.
Maka jumlah sampel yang diambil berdasarkan masing-masing bagian
tersebut ditentukan kembali dengan rumus
populasi kelas
n=( )
jumlah populasi keseluruhan

x = jumlah sampel yang ditentukan.

15
Marketing : x 95 = 11,4 dibulatkan 11
125
75
Produksi : x 95 = 57
125
35
Penjualan : x 95 = 26.6 dibulatkan 27
125
Sehingga dari keseluruhan sampel kelas tersebut adalah 11 + 57 + 27 =
95 sampel. Teknik ini umumnya digunakan pada populasi yang diteliti
adalah heterogen (tidak sejenis) yang dalam hal ini berbeda dalam hal
bidang kerja sehingga besaran sampel pada masing-masing strata atau
kelompok diambil secara proporsional untuk memperolehnya.
c. Disproportionate Stratified Random Sampling
Teknik ini teknik yang hampir mirip dengan proportionate stratified
random sampling dalam hal heterogenitas populasi. Namun ketidak
proporsionalan penentuan sampel didasarkan pada pertimbangan jika
anggota populasi berstrata, namun kurang proporsional pembagiannya.
Contoh: populasi karyawan PT ABC berjumlah 1000 orang yang
berstrata berdasarkan tingkat pendidikan SMP, SMA, D3, S1 dan S2.
Namun jumlah nya sangat tidak seimbang yaitu: SMP 100 orang, SMA
700 orang, D3 180 orang, S1 10 orang dan S2 10 orang.

8
 Jumlah karyawan yang berpendidikan S1 dan S2 ini sangat tidak
seimbang (terlalu kecil dibandingkan dengan strata yang lain) sehingga
dua kelompok ini seluruhnya ditetapkan sebagai sampel.
d. Cluster Sampling
Cluster sampling atau sampling area digunakan jika sumber data atau
populasi sangat luas misalnya penduduk suatu provinsi, kabupaten,
atau karyawan perusahaan yang tersebar diseluruh provinsi. Untuk
menentukan nama yang dijadikan sampelnya, maka wilayah populasi
terlebih dahulu ditetapkan secara random, dan menentukan jumlah
sampel yang digunakan pada masing-masing daerah tersebut dengan
menggunakan teknik proporsional stratatified random sampling
mengingat jumlahnya yang bias saja berbeda.
Contoh: peneliti ingin mengetahui tingkat efektivitas proses belajar
mengajar di tingkat SMU. Populasi penelitian adalah siswa SMA
seluruh Indonesia. Karena jumlahnya sangat banyak dan terbagi dalam
berbagai provinsi, maka penentuan sampelnya dilakukan dalam
tahapan sebagai berikut. Tahap pertama adalah menentukan sampel
daerah. Misalnya ditentukan secara acak 10 provinsi yang akan
dijadikan daerah sampel. Tahap kedua mengambil sampel SMU di
tingkat provinsi secara acak yang selanjutnya disebut sampel provinsi.
Karena provinsi terdiri dari kabupaten/kota, maka diambil secara acak
SMU tingkat kabupaten yang akan ditetapkan sebagai sampel (disebut
kabupaten sampel), dan seterusnya, sampai tingkat kelurahan/desa
yang akan dijadikan sampel. Setelah digabungkan, maka keseluruhan
SMU yang dijadikan sampel ini diharapkan akan menggambarkan
keseluruhan populasi secara keseluruhan.
e. Multi-Stage Sampling
Dalam penelitian sosial yang sering nyata diterapkan, akan
menggunakan metode pengambilan sampel yang jauh lebih rumit
daripada variasi sederhana. Prinsip yang paling penting di sini adalah
bahwa kita dapat menggabungkan beberapa metode sederhana yang
telah dijelaskan sebelumnya. Oleh karena itu akan sangat berguna dan

9
 membantu memenuhi kebutuhan sampel penelitian social manakala
dibutuhkan penggabungan metode pengambilan sampel, dengan cara
yang paling efisien dan efektif mungkin maka dapat dipilih. Ketika ada
upaya menggabungkan metode pengambilan sampel seperti ini disebut
sampling multi-stage.

2. Non-Probability Sampling
Non-Probability sampling artinya setiap anggota populasi tidak memiliki
kesempatan atau peluang yang sama sebagai sampel. Pengambilan sampel
dilakukan dengan tidak memperhitungkan “hukum kebetulan”. Ada
beberapa teknik non-probability sampling, yaitu:
a. Sampling Kuota
Adalah teknik sampling yang menentukan jumlah sampel dari populasi
yang memiliki ciri tertentu sampai jumlah kuota (jatah) yang
diinginkan.
Contoh: akan dilakukan penelitian tentang persepsi siswa terhadap
kemampuan mengajar guru. Jumlah sekolah adalah 10, maka sampel
kuota dapat ditetapkan masing-masing 10 siswa per sekolah.
b. Sampling Sistematis
Adalah teknik sampling yang menggunakan nomor urut dari populasi
baik yang berdasarkan nomor yang ditetapkan sendiri oleh peneliti
maupun nomor identitas tertentu, ruang dengan urutan yang seragam
atau pertimbangan sistematis lainnya.
Contoh: akan diambil sampel dari populasi karyawan yang berjumlah
125. Karyawan ini diurutkan dari 1 – 125 berdasarkan absensi. Peneliti
bisa menentukan sampel yang diambil berdasarkan nomor genap
(2,4,6, dst) atau nomor ganjil (1,3,5,dst) atau bisa juga mengambil
nomor kelipatan (2,4,8,16,dst).
c. Sampling Insidential
Insidential merupakan teknik penentuan sampel secara kebetulan, atau
siapa saja yang kebetulan (insidential) bertemu dengan peneliti yang

10
 dianggap cocok dengan karakteristik sampel yang ditentukan akan
dijadikan sampel.
Contoh: penelitian tentang kepuasan pelanggan pada pelayanan Mall
A. sampel ditentukan berdasarkan ciri-ciri usia diatas 15 tahun dan
baru pernah ke Mall A tersebut, maka siapa saja yang kebetulan
bertemu di depan Mall A dengan peneliti (yang berusia di atas 15
tahun) akan dijadikan sampel.
d. Sampling Purposive
Purposive sampling merupakan teknik penentuan sampel dengan
pertimbangan khusus sehingga layak dijadikan sampel.
Contoh: peneliti ingin meneliti permasalahan seputar daya tahan mesin
tertentu. Maka sampel ditentukan adalah para teknisi atau ahli mesin
yang mengetahui dengan jelas permasalahan ini. Atau penelitian
tentang pola pembinaan olahraga renang. Maka sampel yang diambil
adalah pelatih-pelatih renang yang dianggap memiliki kompetensi
dibidang ini. Teknik ini biasanya dilakukan pada penelitian kualitatif.

e. Sampling Jenuh
Sampling jenuh adalah sampel yang mewakili jumlah populasi.
Biasanya dilakukan jika populasi dianggap kecil atau kurang dari 100.
Contoh: akan dilakukan penelitian tentang knerja guru di SMA 3
Yogyakarta. Karena jumlah guru hanya 35, maka seluruh guru
dijadikan sampel penelitian.
f. Snowball Sampling
Snowball sampling adalah teknik penentuan jumlah sampel yang
semula kecil kemudian terus membesar ibarat bola salju (seperti multi
level marketing).
Contoh: akan dilakukan penelitian tentang pola peredaran narkoba
diwilayah A. sampel mula-mula adalah lima orang napi, kemudia terus
berkembang pada pihak-pihak lain sehingga sampel atau responden
terus berkembang sampai ditemukannya informasi yang menyeluruh

11
 atas permasalahan yang diteliti. Teknik ini juga lebih cocok untuk
penelitian kualitatif.
g. Sampling Kembar
Sampling kembar atau double sampling adalah pengambilan sampling
yang menguasakan adana sampel kembar. Sampling kembar sering
digunakan dalam research atau penelitian yang menggunakan angket
lewat usaha menampung mereka dan mengembalikan dalam angket.

D. Jenis-jenis Hipotesis
Hipotesis pada dasarnya adalah suatu dugaan sementara yang mungkin
benar dan secara umum oleh para peneliti dijadikan sebagai dasar keputusan
atau pemecahan masalah yang ditindak lanjuti dengan penelitian. Hipotesis
statistik ialah suatu pernyataan atau nilai pada parameter populasi, melalui
data dari sampel. Istilah hipotesis berasal dari bahasa yunani, hupo dan thesis.
Hupo bisa diartikan sebagai sementara, kurang kebenanrannya atau masih
lemah kebenarannya. Sedangkan thesis artinya pernyataan atau teori.
Berdasarkan dari pemaparan diatas, menurut Hanafiah mengemukakan
bahwa “Hipotesis dapat diartikan sebagai pendapat sementara yang didasari
oleh alasan yang kuat dan logis”.8 Dari pendapat tersebut dapat dilihat bahwa
pendapatnya masih bersifat sementara, oleh karena itu pendapat tersebut harus
dilakukan uji coba melalui berbagai penelitian atau temuan fakta-fakta empiris
sehingga akan menghasilkan suatu kesimpulan baru dimana kesimpulan ini
memiliki dua kemungkinan, bisa mendukung atau menolak dari pendapat
sementara yang telah diajukan.
Dalam penelitian dan statistik terdapat dua macam hipotesis. Menurut
Simbolon mengemukakan bahwa hipotesis yang pertama memiliki sombol
(H0), maka hipotesis yang kedua adalah hipotesis tandingan atau alternatif
dengan simbolnya yaitu (H1) atau (Ha). Hipotesis pertama bisa disebut juga
sebagai hipotesis nol atau kerja. Menurut Sugiyono menyatakan bahwa dalam
hipotesis statistik yang diuji adalah hipotesis yang pertama atau hipotesis nol.
Hipotesis nol merupakan hipotesis yang tidak memiliki perbedaan data antara

8
Hanafiah, Kemas Ali. (2010). Dasar-dasar Statistika. Jakarta: RajaGrafindo Persada. Hal 257.

12
data sampel dengan data populasi. Selanjutnya adalah hipotesis alternatif,
yaitu lawan dari hipotesis nol sehingga pada hipotesis ini terdapat perbedaan
anatara data sampel dengan data populasi.
Setelah melakukan uji penelitian, suatu hipotesis akan dapat diterima
apabila tidak cukupnya bukti yang menolak dari hipotesis tersebut dan tidak
berarti juga bahwa hipotesis itu benar, sedangkan hipotesis yang ditolak terjadi
karena tidak cukupnya bukti yang menerima dan tidak berarti juga bahwa
hipotesis itu salah. Oleh karena itu secara umum para peneliti mengawali
pekerjaan terlebih dahulu dengan membuat hipotesis yang berharap
penolakan, namun pada akhirnya dapat dibuktikan bahwa pendapatnya akan
diterima.
Hipotesis statistik menyatakan hasil observasi tentang populasi manusia
atau benda dalam bentuk kuantitatif. Hipotesis statistik juga digunakan untuk
menyatakan adanya hubungan antara variabel atau lebih dari dua variabel.
Misalnya dapat diselidiki tingkat hubungan antara jumlah kendaraan dan
jumlah kecelakaan lalu lintas. Bila ternyata bahwa jumlah kecelakaan
meningkat dengan bertambahnya jumlah kendaraan, maka dikatakan bahwa
korelasi (r) atau hubungannya positif. Jumlah kendaraan dapat pula dicari
hubungannya dengan misalnya ketenteraman hidup. Bila ternyata
ketenteraman hidup berkurang dengan meningkatnya jumlah kendaraan, maka
dikatakan bahwa korelasinya negatif. Tingkat korelasi dinyatakan dengan
suatu angka atau koefisien. Koefisien korelasi berkisar antara -1.00 sampai +
l.00. Hubungan antara dua variabel dilambangkan sebagai
H0 : rxy = 0 artinya hipotesis menyatakan tidak ada korelasi antara variabel X
dan Y. Setiap korelasi yang berbeda dengan 0 jadi H : rxy 0 menunjukkan
adanya korelasi yang dapat dihitung besarnya, yang dapat bersifat negatif atau
positif.
Suatu hipotesis dapat terdiri atas lebih dari dua variabel yang dapat dicari
ragam hubungan atau kovariasinya. Hipotesis dengan satu atau dua variabel
disebut hipotesis yang sederhana, sedangkan yang mempunyai lebih dari dua
variabel disebut hipotesis yang kompleks.

13
 Dalam pengujian hipotesis, maka rumusan hipotesis dapat dikelompokkan
menjadi tiga macam yaitu hipotesis deskriptif (pada satu sampel atau variabel
mandiri/tidak dibandingkan dan dihubungkan), komparatif dan hubungan.
1. Hipotesis Deskriptif
Hipotesis deskriptif adalah dugaan tentang nilai suatu variabel mandiri,
tidak membuat perbandingan atau hubungan. Dalam perumusan hipotesis
statistik, antara hipotesis nol (H0) dan hipotesis alternatif (Ha) selalu
berpasangan, bila salah satu ditolak, maka yang lain pasti diterima
sehingga dapat dibuat keputusan yang tegas, yaitu kalau H0 ditolak pasti
Ha diterima. Hipotesis statistik dinyatakan melalui simbol-simbol.
Contoh pernyataan yang dapat dirumuskan hipotesis deskriptif-
statistiknya:
Suatu perusahaan minimum harus mengikuti ketentuan, bahwa salah satu
unsur kimia hanya boleh dicampurkan paling banyak 1%. Dengan
demikian rumusan hipotesis statistik adalah:
𝐻0:𝜇≤0,01
𝐻𝑎:𝜇>0,01

Suatu bimbingan tes menyatakan bahwa murid yang dibimbing di lembaga

itu, paling sedikit 90% dapat diterima di Perguruan Tinggi Negeri.
Rumusan hipotesis statistik adalah:
𝐻0:𝜇≥0,90
𝐻𝑎:𝜇<0,90

Seorang peneliti menyatakan bahwa daya tahan lampu merk A = 450 jam
dan B = 600 jam. Hipotesis statistiknya adalah:
Lampu A: Lampu B:
𝐻0:𝜇=450 jam 𝐻0:𝜇=600 jam
𝐻𝑎:𝜇≠450 jam 𝐻𝑎:𝜇≠600 jam

14
 Hipotesis pertama dan kedua diuji dengan uji satu pihak (one tail) dan
ketiga dengan dua pihak (two tail).

2. Hipotesis Komparatif
Hipotesis komparatif adalah pernyataan yang menunjukkan dugaan
nilai dalam satu variabel atau lebih pada sampel yang berbeda. Contoh
rumusan masalah komparatif dan hipotesisnya:
Apakah ada perbedaan daya tahan lampu merk A dan B?
Rumusan Hipotesis adalah:
a. Tidak terdapat perbedaan daya tahan lampu antara lampu merk A dan
B.
b. Daya tahan lampu merk B paling kecil sama dengan lampu merk A.
c. Daya tahan lampu merk B paling tinggi sama dengan lampu merk A.
Hipotesis statistiknya adalah:

3. Hipotesis Hubungan (Assosiatif)

Hipotesis asosiatif adalah suatu pernyataan yang menunjukkan dugaan
tentang hubungan antara dua variabel atau lebih. Contoh rumusan
masalahnya adalah; “Apakah ada hubungan antara Gaya Kepemimpinan
dengan Efektifitas Kerja?”
Rumus dan hipotesis nolnya adalah: Tidak ada hubungan antar gaya
kepemimpinan dengan efektifitas kerja.
Hipotesis statistiknya adalah:
𝐻0:𝜌=0
𝐻𝑎:𝜌≠0
Keterangan:
𝜌 = simbol yang menunjukkan kuatnya hubungan )

15
 BAB III
PENUTUP

A. Kesimpulan
Statistika inferensial yaitu metode yang berhubungan dengan analisis data
pada sampel dan hasilnya dipakai untuk generalisasi pada populasi. Adapun
populasi adalah objek pada suatu wilayah yang memiliki karakteristik tertentu
untuk diteliti. Sedangkan sampel adalah suatu objek atau kelompok dimana
hal tersebut masih bagian dari populasi. Dalam pengambilan sempel terdapat
berbagai teknik dan metode untuk menentukannya, baik itu probability
sampling atau non-probability sampling. Setelah melihat populasi dan sampel
maka didapatlah beberapa data sehingga dapat dibuat hipotesis untuk
penelitian.

16
 DAFTAR PUSTAKA

Hanafiah, Kemas Ali. 2010. Dasar-dasar Statistika. Jakarta: RajaGrafindo

Persada.
Neolaka, Amos. 2014. Metode Penelitian dan Statistik. Bandung: PT Remaja
Rosdakarya.
Nisfiannoor, Muhammad. 2009. Pendekatan Statistika Modern untuk Ilmu Sosial.
Jakarta: Salemba Humanika.
Simbolon, Hotman. 2009. Statistika. Yogyakarta: Graha Ilmu.
Subagyo, P & Djarwanto, Ps. 2005. Statistika Induktif. Yogyakarta: BPFE-
Yogyakarta.
Sugiyono. 2013. Metode Penelitian Kuantitatif, Kualitatif, Dan R&D. Bandung:
Alfabeta.
Sunyoto, Danang. 2011. Analisis Regresi Dan Uj Hipotesis. Yogyakarta: CAPS.
Susilan, Rudi, Riche Cynthia J, Statistika Inferensial, Direktori UPI.

17