UJI HIPOTESIS

H I L D A G A R D I S M . E . N A I , S . K M . , M . P. H .
Pengertian hipotesis

Fungsi dan kriteria hipotesis

Bentuk hipotesis

Hipotesis nol dan hipotesis alternatif

Prosedur Uji hipotesis

Untuk memudahkan
memahami materi ini,
PELAJARI KEMBALI:

• SKALA DATA
• TEORI PROBABILITAS
• Perumusan hipotesis penelitian merupakan langkah
ketiga dalam penelitian setelah mengemukakan
landasan teori dan kerangka berpikir.

• Ingat, tidak setiap penelitian harus merumuskan

hipotesis.

• penelitian yang bersifat eksploratif dan deskriptif

sering tidak perlu merumuskan hipotesis.
Apa yang dimaksudkan dengan hipotesis?
• Hipotesis merupakan jawaban sementara terhadap
rumusan masalah penelitian.

• Rumusan masalah penelitian telah dinyatakan dalam

bentuk kalimat pertanyaan.

• Dikatakan sementara karena jawaban yang diberikan

baru didasarkan pada teori yang relevan belum
didasarkan pada fakta-fakta empiris yang diperoleh
melalui pengumpulan data.

• Jadi, hipotesis juga dapat dinyatakan sebagai jawaban

teoritis terhadap rumusan masalah penelitian, belum
jawaban yang empirik.
• Memberikan arah penelitian (pedoman dalam penelitian).
• Menguji kebenaran suatu teori.
• Memberikan gagasan baru untuk mengembangkan suatu
teori.
• Memperluas pengetahuan peneliti mengenai suatu gejala
yang sedang dipelajari.
 Berasal dari teori  pemikiran deduktif

 Berasal dari pengalaman peneliti dan fakta dari lapangan 

pemikiran induktif
1. Hipotesis harus menyatakan hubungan, artinya hipotesis merupakan pernyataan
dugaan tentang hubungan antarvariabel.
2. Hipotesis harus sesuai dengan fakta, artinya hipotesis harus jelas, konsep dan
variabel harus jelas. Hipotesis harus dapat dimengerti.
3. Hipotesis harus berhubungan dengan ilmu serta sesuai dengan tumbuhnya ilmu
pengetahuan.
4. Hipotesis harus dapat diuji baik dengan nalar dan kekuatan memberi alasan ataupun
dengan menggunakan uji statistika.
5. Hipotesis harus sederhana, artinya hipotesis harus dinyatakan dalam bentuk
spesifik/khas untuk menghindari terjadinya kesalahpahaman pengertian.
6. Hipotesis harus menerangkan fakta, artinya, hipotesis harus dinyatakan dalam
bentuk yang menerangkan hubungan fakta-fakta yang ada dan dapat dikaitkan
dengan teknik pengujian yang dapat dikuasai.
 Macam Hipotesis (1)
• Penelitian dengan hipotesis  penelitian kuantitatif.

Rumusan
masalah
berdasarkan teori
Hipotesis
Penelitian
Pada populasi

HIPOTESIS Bila
menggunakan
sampel

Menggunakan
Hipotesis
simbol-simbol uji
Statistik
statistik

Jika penelitian tidak

menggunakan sampel,
maka tidak ada
hipotesis statistik
 Macam Hipotesis (2)

dinyatakan dalam
Hipotesis Kerja
kalimat positif
HIPOTESIS
PENELITIAN
dinyatakan dalam
Hipotesis Nol/Nihil
kalimat negatif

• Dalam kegiatan penelitian, yang diuji terlebih dahulu adalah

hipotesis kerjanya.
• Bila penelitian akan membuktikan apakah hasil pengujian hipotesis
itu signifikan atau tidak, maka diperlukan hipotesis statistik.
• Teknik statistik yang digunakan untuk menguji hipotesis ini adalah
statistik inferensial.
 PRINSIP UJI HIPOTESIS

Dasar keputusan
• Membandingkan • Menerima
nilai sampel hipotesis?
• Besar kecilnya
dengan nilai • Menolak hipotesis?
perbedaan antara
hipotesis yang
nilai sampel dan
diajukan.
nilai hipotesis.
Prinsip Uji Keputusan/
hipotesis kesimpulan

Perbedaan
Peluang besar
menolak
cukup besar
Perbedaan kecil Peluang kecil
hipotesis menolak
hipotesis
 PRINSIP UJI HIPOTESIS

= Gagal menolak
hipotesis
Menerima hipotesis
Namun, bukan berarti
KESIMPULAN penelitian membuktikan
hipotesis benar

Menolak hipotesis
Untuk membuktikan kebenaran satu hipotesis
penelitian, maka hipotesis tersebut harus dijabarkan
ke dalam bentuk hipotesis statistik yaitu menjadi
hipotesis nihil/nol (Ho) dan hipotesis alternatif
(Ha).
Hipotesis nol (Ho) Vs Hipotesis alternatif (Ha)

HIPOTESIS HIPOTESIS
NOL/NIHIL ALTERNATIF

• Bila dalam uji hipotesis kita menolak hipotesis nol

berarti terdapat hipotesis lain yang diterima 
HIPOTESIS ALTERNATIF (Ha).
• Ha berlawanan dengan Ho.
 Hipotesis Nihil/Nol (Ho)
 Hipotesis nol adalah hipotesis yang menyatakan tidak ada
perbedaan sesuatu kejadian antara dua kelompok atau hipotesis
yang menyatakan tidak ada hubungan antara variabel satu dengan
variabel yang lain.
 Disebut hipotesis nol karena hipotesis ini tidak memiliki perbedaan
atau perbedaannya nol dengan hipotesis sebenarnya.
 Hipotesis nol dirumuskan karena teori yang digunakan masih
diragukan keandalannya.
 Pernyataan negatif.
 Hipotesis alternatif (Ha/H1)

• Hipotesis alternatif adalah hipotesis yang menyatakan adanya

perbedaan sesuatu kejadian antara dua kelompok atau hipotesis
yang menyatakan ada hubungan antara variabel satu dengan
variabel yang lain.
• Hipotesis yang menyatakan pembenaran dari suatu fenomena
adanya hubungan antara 2 variabel atau lebih.
• Dalam hipotesis ini, peneliti menganggap benar hipotesisnya yang
kemudian akan dibuktikan secara empiris melalui pengujian hipotesis
menggunakan data yang diperoleh selama melakukan penelitian.
• Hipotesis disusun berdasarkan atas teori yang dipandang handal.
• Pernyataan positif.
 Hipotesis nihil (Ho) dan Hipotesis alternatif (Ha)
Hipotesis nihil (Ho)
Ø penyataan negatif (=, , , tidak berhubungan, tidak ada perbedaan(=))
Ø Contoh :
Ho: 1 = 2 atau 1  2 atau 1  2
Ho :  = 50

Hipotesis alternatif (Ha)

 pernyataan alternatif dari Ho (#, >, <, berhubungan, ada perbedaan)
 Contoh :

Ha: 1 # 2 atau 1 < 2 atau 1 > 2

Ha :  # 50 atau Ha :  > 50 atau Ha :  < 50
Hipotesis nol (Ho) dan Hipotesis alternatif (Ha)

• Bila kita menolak Ha pasti kita

menerima Ho.
• Bila kita menolak Ho maka terdapat
3 kemungki n an Ha yait u ti d ak
sama dengan Ho, lebih besar atau
lebih kecil dari Ho.

ARAH / BENTUK UJI HIPOTESIS:

1) Dua sisi / two tail
2) Satu sisi / one tail
 Bentuk Hipotesis berdasarkan
Rumusan Masalah Penelitian

Bentuk hipotesis penelitian sangat terkait

dengan rumusan masalah penelitian.

Rumusan masalah penelitian ada 3 yaitu

rumusan masalah deskriptif (variabel mandiri),
komparatif (perbandingan), dan asosiatif
(hubungan).

Bentuk hipotesis :
HIPOTESIS DESKRIPTIF; KOMPARATIF;
DAN ASOSIATIF/HUBUNGAN
 Hipotesis Deskriptif/Mandiri/satu sampel

• Merupakan jawaban sementara terhadap masalah

deskriptif yaitu yang berkenaan dengan variabel mandiri.
Bukan asosiasi maupun perbandingan.

Rumusan masalah • Berapa berat badan lahir bayi di rumah sakit

deskriptif Panti Rapih?

• H0: berat badan lahir bayi di RSPR sama dengan 3 kg

Hipotesis deskriptif • Ha: berat badan lahir bayi di RSPR tidak sama dengan 3 kg

• H0: µ = 3 kg
Hipotesis statistik
• Ha : µ # 3 kg
 Hipotesis Komparatif
• Merupakan jawaban sementara terhadap rumusan masalah
komparatif.
• Variabel sama tetapi populasi atau sampelnya yang berbeda (satu
sampel dari 1 populasi atau lebih sampel dari 2 atau lebih populasi).

Rumusan masalah • Bagaimana tingkat pengetahuan gizi remaja

komparatif sebelum dan sesudah penyuluhan gizi?

• H0: tidak ada perbedaan pengaruh yang bermakna antara sebelum

Hipotesis komparatif dan sesudah penyuluhan terhadap tingkat pengetahuan remaja.
(berpasangan) • Ha: ada perbedaan pengaruh yang bermakna antara sebelum dan
sesudah penyuluhan terhadap tingkat pengetahuan remaja.

• H0: Tidak ada perbedaan yang bermakna antara rata-rata kecukupan

Hipotesis komparatif protein pada remaja vegetarian dan nonvegetarian.
(independen) • Ha: Ada perbedaan yang bermakna antara rata-rata kecukupan
protein pada remaja vegetarian dan nnon vegetarian.
 Hipotesis Komparatif
Lanjutan:

Hipotesis statistik • H0 : µ1 = µ2
(berpasangan) • Ha : µ1 # µ2

Hipotesis statistik • H0 : µ1 = µ2
(independen) • Ha : µ1 # µ2
 Hipotesis Asosiatif
• Merupakan jawaban sementara terhadap rumusan
masalah asosiatif yaitu yang menanyakan hubungan
antara dua variabel atau lebih.

• Apakah ada hubungan positif antara

Rumusan
tinggi badan anak dengan tingkat
masalah asosiatif pendidikan ibu?

• H0: Tidak ada hubungan positif antara tinggi badan

anak dengan tingkat pendidikan ibu.
Hipotesis asosiatif • Ha: Ada hubungan positif antara tinggi badan anak
dengan tingkat pendidikan ibu.

• H0: p = 0
Hipotesis statistik
• Ha: p #0
 Menentukan Batas/Derajat Kemaknaan (significance
levelα) (1)

• Menentukan Batas/Derajat Kemaknaan (significance level)α

• Derajat kemaknaan adalah batas untuk menerima atau menolak Ho
yang dinyatakan dalam bentuk luas area dalam kurva distribusi
normal.
• Derajat kemaknaan meliputi luas area di luar daerah penerimaan
(daerah penolakan)  area peluang untuk terjaidnya kesalahan
dalam menerima atau menolak hipotesis.
• Nilai α merupakan batas toleransi peluang salah menolak Ho = nilai
batas maksimal kesalahan menolak Ho
 Menentukan Batas/Derajat Kemaknaan
(significance levelα) (2)
• Penentuan nilai α tergantung dari tujuan dan kondisi peneliti.
• Besarnya dibatasi: 10%, 5%, atau 1%
• Untuk penelitian bidang kesehatan (gizi, keperawatan, kebidanan,
kesehatan masyarakat) lazim menggunakan 5%. Bidang farmasi
untuk pengujian obat-obatan digunakan batas toleransi kesalahan
yang lebih kecil, misalnya 1% (karena mng risiko yang fatal).
• =0,05 berarti ada kemungkinan kesalahan dalam pengambilan
keputusan hasil pengujian adalah 5
• Misalnya : bila kita tentukan derajat kemaknaan sebesar 5% dari
seluruh luas kurva dan kita lakukan pengujian hipotesis sebanyak
100 kali maka akan terdapat 5 kali pengujian dengan nilai yang
terletak di luar daerah penerimaan.
 Menentukan Kriteria Pengujian

• Kriteria pengujian merupakan bentuk pengambilan keputusan dalam

menolak atau gagal menolak hipotesis nol dengan cara
membandingkan nilai  tabel distribusinya (nilai kritis) dengan nilai
statistiknya sesuai bentuk pengujiannya.

• Bentuk pengujian yang dimaksud adalah sisi atau arah

pengujiannya, apakah satu arah atau dua arah.

• Keputusan uji hipotesis (statistik) dapat dicari dengan dua cara

yakni pendekatan klasik dan pendekatan probabilistik.
 Menentukan Kriteria Pengujian : pendekatan klasik

• untuk memutuskan apakah Ho ditolak atau gagal ditolak, dilakukan

dengan cara membandingkan nilai perhitungan uji statistik dengan
nilai pada tabel.
• nilai tabel yang dibandingkan sesuai dengan distribusi uji yang
dilakukan. Mis, jika melakukan uji Z maka nilai tabel yang dilihat
adalah tabel Z (tabel kurva normal).
• Besarnya nilai tabel tergantung dari nilai yang digunakan dan
tergantung dari apakah uji yang kita lakukan uji satu arah atau uji
dua arah.
 Menentukan Batas/Derajat Kemaknaan (significance
levelα) (1)

Dari nilai perhitungan statistik dan nilai tabel, kita dapat memutuskan
apakah Ho ditolak atau gagal ditolak dengan ketentuan sbb:
a) bila nilai perhitungan statistik lebih besar daripada nilai tabel,
maka keputusan kita adalah : menolak hipotesis nol. Ho ditolak
artinya ada perbedaan yang signifikan / bermakna antara kelompok
data satu dengan lainnya.
b) bila nilai perhitungan statistik lebih kecil daripada nilai tabel,
maka keputusan kita adalah : gagal menolak hipotesis nol. Ho gagal
ditolak artinya tidak ada perbedaan yang signifikan / bermakna
antara kelompok data satu dengan lainnya. Perbedaan yang ada
hanya akibat faktor kebetulan belaka (by chance)
 Menentukan Batas/Derajat Kemaknaan: pendekatan
probabilistik

• Uji statistik dapat dengan mudah dan cepat dilakuakn dengan

program pengolahan data tertentu (mis: SPSS, SAS, STATA, Epi-
info).
• jika menggunakan program komputer untuk melakukan uji statistik
maka akan ditampilkan nilai-p atau p-value.
• pengambilan keputusan menggunakan nilai p adalah:
a. Jika nilai p ≤ nilai ɑ, maka keputusannya adalah Ho ditolak
atau gagal diterima.
b. Jika nilai p > nilai ɑ, maka keputusannya adalah Ho gagal
ditolak atau diterima.
 Nilai p (p-value)
 Untuk menentukan apakah variabel yang dibandingkan berbeda
secara bermakna atau tidak pada suatu derajat kemaknaan tertentu
 nilai-p (derajat ketidakpastian) peluang terjadinya hasil sampel
terletak di luar batas yang masih dapat diterima.
 Nilai-p adalah nilai yang menunjukkan besarnya peluang salah
menolak Ho dari data penelitian.
 Nilai-p dapat diartikan besarnya peluang bahwa hasil yang
dihasilkan (hasil yang lebih ekstrim) disebabkan semata-mata oleh
faktor peluang, apabila Ho benar.
 Diharapkan nilai p sekecil mungkin Nilai p kecil = perbedaan
yang ada pada penelitian terjadi bukan karena faktor kebetulan .
 Nilai p (p-value)
 Tingkat kemaknaan (Alpha)
 Makin kecil tingkat kemaknaan.

Makin kecil terjadi kesalahan kesimpulan

 Nilai-p :
ü 0.01<p<0.05 : significant
ü 0.001<p<0.01: highly significant
ü P<0.001 : very highly significant
ü P> 0.05 : not statiscally significant
 Nilai p (p-value)
Contoh :
Suatu penelitian ingin mengetahui hubungan riwayat hipertensi
ibu hamil dengan berat badan bayi yang dikandungnya. Dari
hasil penelitian dilaporkan bahwa rata-rata berat badan bayi dari
ibu hipertensi adalah 2000 gram sedangkan rata-rata berat
badan lahir dari ibu yang tidak hipertensi adalah 3000 gram.
Perbedaan berat badan bayi antara ibu yang hipertensi dengan
ibu yang tidak hipertensi sebesar 1000 gram.
 Nilai p (p-value)
Contoh :
 Pertanyaan: apakah perbedaan berat badan bayi tersebut juga
berlaku untuk seluruh populasi yang diteliti atau hanya faktor
kebetulan saja?
 Lakukan uji statistik  uji T. Mis, didapatkan nilai-p = 0,0110
 Artinya : jika berat bayi antara ibu yang hipertensi tidak berbeda
dengan ibu yang sehat maka adanya perbedaan berat bayi sebesar
1000 gr disebabkan faktor kebetulan atau peluang sebesar 0,0110.
 Karena peluangnnya sangat kecil (p=0,0110) dapat diartikan bahwa
adanya perbedaan tersebut bukan karena faktor kebetulan namun
karena memang pengaruh adanya riwayat hipertensi.
 Menentukan Kriteria Pengujian

INGAT:

Ho DITERIMA bila nilai p> atau nilai statistik uji hipotesis < nilai
tabel

Ho DITOLAK bila nilai p ≤  atau nilai statistik uji hipotesis > nilai
tabel
UNTUK MEMBUKTIKAN KEBENARAN
DARI HIPOPTESIS DILAKUKAN UJI
STATISTIK
 REFERENSI
1. Budiarto E. 2012. Biostatistik untuk Kedokteran dan
Kesehatan Masyarakat. Jakarta: Penerbit Buku
Kedokteran EGC
2. Hastono SP, Sabri L. 2010. Statistik Kesehatan.
Jakarta : PT Raja Grafindo Persada
3. Machfoedz I. 2015. Bio Statistika Edisi Revisi 2015.
Yogyakarta: Penerbit Fitramaya
4. Rachmat M. 2011. Buku Ajar Biostatistika Aplikasi pada
Penelitian Kesehatan. Jakarta:Penerbit Buku
Kedokteran EGC.