Dasar-dasar Inferensi StatistikII :

Pengujian Hipotesis
Arieni Ramadhan,. S.Kep,. Ners, MHPE
082324480532
Arieniramadhan9@gmail.com
 Hipotesis
• Dalam Statistik : Hipotesis -> pernyataan statistic tentang
parameter populasi.

• Penelitian : Hipotesis -> sebagai jawaban sementara terhadap

rumusan masalah penelitian.

• Rumusan masalah tersebut bisa berupa pernyataan tentang

hubungan dua variable atau lebih, perbandingan (komparasi),
atau variable amndiri (deskripsi)
 HIPOTESIS adalah sebagai dugaan, firasat, atau
kecurigaan dari seseorang peneliti yang didasarkan
atas pengamatan yang dilakukan secara cermat dalam
waktu yang lama. Dugaan atau asumsi/anggapan
atau pernyataan yang mungkin benar atau mungkin
salah mengenai parameter asatu populasii atau lebih
• Untuk suatu hipotesis yang telah dibuat, hanya dua kemungkinan
yang akan peneliti putuskan, yaitu peneliti akan menolak hipotesis
atau peneliti akan menerima hipotesis, setelah peneliti mengihitung
statistic dari sample.

• Menolak hipotesis artinya peneliti menyimpulkan bahwa hipotesis

tidak benar, sedangkan menerima hipotesis artinya tidak cukup
informasi dari sample untuk menyimpulkan bahwa hipotesis harus
ditolak.

• Sehingga walapun hipotesis itu diterima, tidak berarti bahwa

hipotesis tersebut benar
 Hipotesis Nol

• Hipotesis Nol yang menyatakan bahwa tidak ada

perbedaan atau hubungan diantara variable baik
lebih besar atau lebih kecil dari harapan
berdasarkan peluangnya (Hipotesis nol dinyatakan
sebahai Ho)
• Pada analitik korelatif, hipotesis nol adalah korelasi antarvariabel nol
• Pada komparatif kategorik, hipotesis nol adalah proporsi A sama dengan B
atau perbandingan proporsi satu atau selisih proporsi nol
• Pada komperatif numeric, hipotesis nol adalah rerata A sama dengan B atau
selisih rerata nol
• Pada komperatif rate, hipotesis nol adalah rate A sama dengan rate B atau
selisih rate nol atau perbandingan rate satu
• Pada komperatif AUC, hipotesis nol adalah AUC A sama dengan B atau selisih
AUC nol atau perbandingan AUC satu
• Pada komparatif kesesuian, hipotesis nol adalah nilai Kappa nol atau selisih
pengukuran nol

Keputusan untuk menerima atau menolak hipotesis nol tergantung pada nilai
p atau nilai interval kepercayaan
 Hipotesis Alternatif

• Hipotesis Alternatif -> terdapat hubungan atau

kaitan atau perbedaan yang dipercaya oleh peneliti
(hipotesis alternatifdinyatakan dengan H1 atau Ha).

• H1 merupakan dugaan sementara atau firasat yang

diharapkan oleh peneliti berlaku kebenarannya.
Langkah-Langkah dalam Menguji Hipotesis
1. Menetukan hipotesis nol (H0) dan hipotesis tandingan (H1)
2. Tentukan taraf nyata α. Nilai α yang sering digunakan yaitu
0,01; 0,05; dan 0,10. penentuan taraf nyata biasnaya
disesuaikan dengan bidang ilmu yang sedang diteliti.
3. Pilih statistic uji yang sesuai.
4. Hitungan nilai statistic uji berdasarkan data contoh.
5. Menetapkan daerah kritis untuk menolak hipotesis nol
(melihat nilai tabel yang sesuai dengan statistic uji yang
digunakan)
6. Membuat kesimpulan: menerima atau menolak hipotesis
nol
Contoh:
• Pengujian hipotesis bahwa suatu jenis obat baru lebih efektif untuk
menurunkan berat badan. Maka rumusan hipotesisnya adalah:
- Hipotesis nol, H0 : obat baru = obat lama
- Hipotesis alternative, H1 : obat baru lebih baik dari obat lama
• Seorang dosen menyatakan bahwa dalam mata kuliah Matematika
Ekonomi, prestasi belajar mahaisiswa laki-laki lebih tinggi daripada
prestasi belajar mahasiswa perempuan. Maka rumusan hipotesisnya
adalah:
- Hipotesis nol, H0 : prestasi belajar mahasiswa laki-laki =
prestasi belajar mahasiswa perempuan
- Hipotesis alternative, H1 : prestasi belajar mahasiswa laki-laki lebih
tinggi daripada prestasi belajar mahasiswa perempuan
 Nilai α
• Nilai α yang sering digunakan yaitu 1%, 5%, 10%, dan 15%.
• Semakin kecil nilai α yang digunakan, semakin kecil kesalahan
(semakin baik) penelitian tersebut.
• Untuk penelitian ilmu social, digunakan α sampai 10%
• Untuk bidang pertanian, peternakan, pernikahan, dan kehutanan
biasanya digunakan α 1% atau 5%
• Untuk penelitian bidang kedokteran digunakan nilai α ≤ 1% karena
bidang tersebut berhubungan dengan kesealamtan manusia.
Kesalahan Pengambilan Keputusan
 Kesalahan Tipe I & II

• Kesalahan Tipe I adalah kesalahan akibat menolak hipoteesis nol,

padahal hipotesis nol benar, sehingga sesungguhnya harus
diterima.
• Kesalahan Tipe II adalah kesalahan akibat menerima hipotesis nol,
padahal hipotesis nol salah, sehingga sesungguhnya harus ditolak
Kesalahan Tipe I (α)
Kesalahan Tipe II (β)
Pengujian Hipotesis
Menguji Hipotesis Statistik
 Sifat-Sifat Pengujian Hipotesis
• Ada hubungan antara kesalahan jenis I dan kesalahan jenis II.
Memperkecil probabolitas melakukan kesalahan jenis I akan
memperbesar probabilitas meelakukan kesalahan jenis II
• Probabilitas melakukan kesalahan jenis I dapat diperkecil dengan
menyesuaikan nilai kritis
• Makin besar ukuran sample, maka nilai α dan β akan makin kecil.
• Bila hipotesis nol salah maka nilai β akan mencapai maksimum,
bilamana nilai parameter yang sesungguhnya dekat dengan nilai
yang dihipotesiskan. Makin besar jarak antar nilai sesungguhnya
dengan nilai yang dihipotesiskan, makin kecil nilai β.
Tingkat Kemaknaan (Nilai p)
• Nilap p adalah besarnya nilai probabilitas yang dihasilkan dari
konversi nilai statistic dari hasil penelitian dalam kondisi
hipotesis nol diterima.

• Berapapun nilai p-nya, hipotesis nol selalu diterima selama nilai

p tersebut lebih besar daripada batas penerimaan terhadap
hipotesis nol.

• p-value didefinisikan sebagai peluang kesalahan ditolaknya

H0 atau sebuah hipotesis alternatif Ha diterima
Prosedur Interpretasi Secara Statistik dengan Menghitung
Nilai p
Untuk menginterpretasikan uji statistic secara statistik dengan menghitung nilai
p, langkah-langkah yang harus diambil adalah:
1. Menentukan hipotesis nol dan hipotesis alternative
2. Menentukan batas penerimaan hipotesis nol (alpha),
3. Membuat aturan main
- Bila nilai p lebih besar dari alpha mka hipotesis nol diterima. Secara popular,
hasil ini dikatakan “secara statistic tidak bermakna”
- Bila nilai p lebih kecil dari alpha maka hipoteiss nol ditolak. Secara popular,
hasil ini dikatakan “secara statistik bermakna”

4. Membandingkan nilai p dengan nilai alpha

5. Mengambil keputusan
 Uji Satu Sisi & Dua Sisi

• Keputusan statistik dilakukan dengan cara

membandingkan nilai perhitungan uji statistik
dengan nilai pada tabel.
• Besarnya nilai tabel dipengaruhi oleh nilai
dan jenis hipotesis yang digunakan one tail (satu
arah/satu sisi)atau two tail (dua arah/dua sisi).
• Uji dua sisi digunakan apabila hipotesis nol (Ho)
berbunyi “sama dengan” dan hipotesisalternatifnya
(Ha) berbunyi “tidak sama dengan” (Ho =; Ha ≠)

Contoh rumusan hipotesis:

• Hipotesis nol : daya tahan berdiri pelayan took tiap
hari = 8 jam
• Hipotesis alternative : daya tahan berdiri pelayan took
tiap hari ≠ 8 jam
• Dalam pengujian hipotesis yang menggunakan uji dua sisi ini
berlaku ketentuan, bahwa bila harga t hitung, berada pada
daerah penerimaan Ho atau terletak di antara harga tabel,
maka Ho diterima dan Ha ditolak.

• Dengan demikian bila harga t hitung lebih kecil atau sama

dengan dari harga tabel maka H0 diterima.

• Harga t hitung adalah harga mutlak, jadi tidak dilihat (+) atau
(-) nya.
Uji Satu Sisi (One Tail Test)

a. Uji pihak kiri -> digunakan apabila hipotesis nol berbunyi

“lebih besar atau sama dengan (≥)” dan hipotesis
alternatifnya berbuyi “lebih kecil (<)”, kata lebih besar
atau sama dengan sinonim “kata paling sedikit atau paling
kecil”.
b. Uji pihak kanan -> digunakan apabila hipotesis nol (H0)
berbunyi “lebih kecil atau sama dengan (≤)” dan hipotesis
alternatifnya (Ha) berbunyi (lebih besar (>)”. Kalimat
lebih kecil atau sama dengan sinonim dengan kata “paling
besar”
Derajat Kebebasan
Interval Kepercayaan
 DAFTAR PUSTAKA
• Tapehe. Y. (2010). Statistika dan Rancangan Percobaan. Penerbit Buku
Kedokteran; EGC. Jakarta
• Sugiyono. (2016). Statistika Untuk Penelitian. Afabetha. Bandung
• Boediono, Koster. W. (2014). Teori dan Aplikasi Statistika dan Probabilitas
Sederhana, Lugas, dan Mudah Dimengerti. PT Remaja Rosdakarya. Bandung
• Dahlan. S. (2014). Statistik Untuk Kedokteran dan Kesehatan; Deskriptif, Bivariat,
dan ultivariat Dilengkapi Aplikasi Menggunakan SPSS. Epidemiologi Indonesia
• Heavey. E. (2002) Statistik Keperawatan Pendekatan Praktik. Peneribit Buku
Kedokteran; EGC. Jakarta
TERIMAKASIH
SELAMAT BELAJAR
SEMOGA BERMANFAAT
Please, Stay at Home, Stay Safe, Stay Healthy
Not Infected, Not Infected Others