Hipotesis ( Hypotesis ) Berasal dari bahasa Yunani, Hupo : sementara
;Thesis=pernyataan/dugaan. Hipotesis adalah suatu proses dari pendugaan parameter dalam populasi, yang membawa kita pada perumusan segugus kaidah yang dapat membawa kita pada suatu keputusan akhir, yaitu menolak atau menerima pernyataan tersebut. Hipotesis terbagi dua yaitu hipotesis penelitian (reseach hypothesis) dan hipotesis statistik (Statistical hypithesis). Salah satu contoh hipotesis yaitu misalnya seorang ahli sosiologi ingin mengumpulkan data yang memungkinkan ia menyimpulkan apakah jenis darah dan warna seseorang ada hubungannya atau tidak. Hipotesis statistik adalah suatu proses untuk menentukan apakah dugaan tentang nilai parameter/karakteristik populasi didukung kuat oleh data sampel atau tidak. Dalam melakukan uji hipotesis kita menggunakan data sampel yang karakteristiknya bisa berbeda dari sampel ke sampel, jadi kita tidak bisa yakin 100% terhadap kesimpulan akhirnya. Kesimpulan akhir tersebut bisa membenarkan atau menyalahkan klaim yang kita buat. Karena klaim tersebut bisa benar atau salah, maka terdapat dua jenis hipotesis, yaitu hipotesis nol dan hipotesis alternatif. Hipotesis nol (H0 ) yaitu berupa suatu pernyataan tidak adanya perbedaan karakteristik/parameter populasi (selalui ditandai dengan tanda =) , sedangkan hipotesis alternatif (H1 ), berupa suatu pernyataan yang bertentangan dengan H0 . Yang diuji dalam hipotesis adalah parameter, maka notasi yang digunakan dalam hipotesis statistika adalah parameter (untuk nilai tengah), (untuk simpangan baku), dan p (untuk proporsi). 1. Hipotesis nol (H0 ) Hipotesis nol yaitu berupa suatu pernyataan tidak adanya perbedaan karakteristik/parameter populasi (selalui ditandai dengan tanda =) . Hipotesis nol dinotasikan dengan H0, adalah hipotesis yang akan diuji. Istilah nol di sini menyatakan tidak ada perubahan, tidak ada pengaruh, atau tidak ada perbedaan. Hipotesis nol akan diasumsikan benar sampai bukti sampel berkata sebaliknya. Hipotesis nol (Ho) menyatakan bahwa tidak ada perbedaan kejadian diantara dua kelompok atau tidak ada hubungan antara satu variabel dan variabel yang lain. Ada beberapa peneliti yang menggunakan simbol ≤ dan ≥ dalam hipotesis nol, di dalam buku ini hanya akan digunakan tanda sama dengan =. Dengan kata lain, kita mengasumsikan karakteristik dari populasi, yaitu proporsi, mean, variansi, atau simpangan baku populasi tersebut, sama dengan suatu nilai tertentu. Hal ini dimaksudkan agar kita bisa menggunakan distribusi tunggal dalam uji hipotesis yang kita lakukan. 2. Hipotesis alternatif ( H1 ) Hipotesis alternatif (H1 ), berupa suatu pernyataan yang bertentangan dengan H0 . Yang diuji dalam hipotesis adalah parameter, maka notasi yang digunakan dalam hipotesis statistika adalah parameter (untuk nilai tengah), (untuk simpangan baku), dan p (untuk proporsi). Hipotesis alternative dinotasikan dengan H1, adalah hipotesis yang berbeda dengan hipotesis nol. Hipotesis alternatif merupakan hipotesis yang kita cari bukti untuk mendukungnya. Hipotesis alternatif (Ha) menyatakan bahwa terdapat perbedaan suatu kejadian diantara dua kelompok atau terdapat hubungan satu variabel dengan variabel yang lain. B. Arah dan Bentuk Uji Hipotesis Bentuk hipotesis alternatif dapat menentukan arah uji statistik yaitu satu arah (one tail) atau dua arah (two tail) . 1. Hipotesis satu arah ( atau hipotesis satu sisi ) Jika hipotesis alternatif menunjukkan tanda > atau < 2,5). Hal ini dikarenakan si peneliti atau si perancang hipotesis, menginginkan suatu perubahan satu arah, misalnya apakah meningkat, apakah terjadi penurunan, dan sebagainya. Satu arah dipilih bila hipotesis alternatif menyatakan bahwa terdapat perbedaan satu sama lain lebih tinggi atau lebih rendah. Contoh hipotesis satu arah : sebuah perusahaan rokok menyatakan bahwa kadar nikotin rata-rata rokok yang diproduksinya tidak melebihi 2,5 miligram (tidak melebihi berarti kurang dari, berarti satu arah saja, H1 : < 2,5) - Contoh hipotesis penelitian satu arah : Ada dugaan bahwa secara rata-rata tingkat partisipasi masyarakat desa dalam pembangunan lebih tinggi dari pada rata-rata tingkat partisipasi masyarakat kota. - Contoh hipotesis statistik satu arah : Ho : D K dan Ha D < K, Perhatiankan tanda lebih besar pada Ha tanda tersebut menunjukkan uji hipotesis satu arah, yaitu ke sebelah kiri 2. Hipotesis dua arah (atau hipotesis dua sisi) Misalkan H0 : = 20, lawan H1 : 20 Ini berarti hipotesis alternatifnya memiliki dua definisi, H1 : > 20 dan/atau H1 : < 20. Hal ini dikarenakan si peneliti menginginkan suatu perbedaan, yaitu apakah berbeda atau tidak (entah berbeda itu meningkat, atau menurun). Dua arah merupakan hipotesis alternatif yang hanya menyatakan perbedaan tanpa melihat tinggi rendahnya perbedaan. Contoh hipotesis dua arah : sebuah pabrik sereal ingin mengetes unjuk kerja dari mesin pengisinya. Mesin tersebut dirancang untuk mengisi 12 ons setiap boksnya. (karena hanya ingin menguji apakah rata-rata mesin pengisi tersebut dapat mengisi 12 ons setiap boksnya atau tidak, H0 : = 12, dan H1 : 12) - Contoh hipotesis penelitian dua arah : Ada dugaan bahwa secara rata-rata tingkat partisipasi masyarakat desa dalam pembangunan berbeda dengan rata-rata tingkat partisipasi masyarakat - Contoh hipotesis statistik dua arah : Berdasarkan dugaan penelitian tsb kita bisa menterjemahkan dalam Ho dan Ha seperti berikut: Ho : D = K dan H1 D ≠ K Tanda tidak sama dengan, menunjukkan uji hipotesis berlangsung dua arah, yaitu sebelah kiri dan sebelah kanan yang artinya bahwa daerah dan titik kritis ada dibelah kiri dan sebelah kanan C. Langkah – langkah dalam pengujian hipotesis 1. Tentukan hipotesis Tetapkan dulu rumusan hipotesis dengan tepat, baik hipotesis nol (Ho) dan hipotesis alternatif (Ha) apakah termasuk uji satu arah atau uji dua arah. Misal: H0 : = c, lawan H1 : c (uji dua sisi) Atau: H0 : = c, lawan H1 : > c (uji satu sisi) 2. Tentukan tingkat signifikansi Tetapkan taraf nyata yang diinginkan sehingga dapat diperoleh nilai kritis dalam tabel dengan demikian dapat digambarkan daerah penolakan atau penerimaan Ho. Biasanya kalau tidak diketahui, maka hal yang biasa digunakan adalah tingkat kesalahan sebesar 5%. 3. Statistik Uji Tetapkan statistik uji yang cocok untuk menguji hipotesis nol. Rumus statistik uji sangat tergantung pada parameter populasi yang diuji. 4. Daerah kritik, H0 diterima bila dan H0 ditolak bila. Hitunglah nilai statistik uji berdasarkan data & informasi yang diketahui baik dari populasi maupun dari sampel yang diambil dari populasi. 5. Keputusan, H0 diterima atau ditolak 6. Kesimpulan Simpulkan tolak H0 bila nilai statistik uji jatuh atau terletak pada didaerah penolakan H0 bilamana Zh > Z atau Zh < - Z untuk uji satu arah Zh > Z/2 atau Zh < - Z/2 untuk uji dua arah