MENYUSUN HIPOTESA PENELITIAN

Diajukan untuk memenuhi salah satu tugas mata kuliah Metodologi Penelitian

Dosen pembimbing : Denni Fransisca Helena M.Kep

Disusun oleh :

KELOMPOK 2

Mila Jamilatul Marhamah AK 1.18.107

Neng Rena Agustina AK 1.18.120

Nurul Sakinah Elake AK 1.18.131

Ripa Hanipah AK 1.18.150

Rosa Oktaviani AK.1.18.164

Selly Anggraeni AK 1.18.164

Shofia Marwah Pebriana AK 1.18.170

PROGRAM STUDI SARJANA KEPERAWATAN

FAKULTAS ILMU KEPERAWATAN

UNIVERSITAS BHAKTI KENCANA BANDUNG

2021
 KATA PENGANTAR

Puji syukur kami panjatkan ke hadirat Allah S.W.T atas Rahmat dan
Karunia-Nya kami dapat menyelesaikan makalah ini dengan baik. Makalah yang
berjudul “Menyusun Hipotesa Penelitian”

Dalam penulisan makalah ini, kami mengucapkan banyak terima kasih

kepada semua pihak yang telah membantu penulisan makalah ini sehingga dapat
terselesaikan dengan baik.

Kami sadar bahwa dalam makalah ini masih jauh dari kesempurnaan, hal
itu dikarenakan keterbatasan kemampuan dan pengetahuan kami. Oleh karena itu,
kami sangat mengharapkan kritik dan saran, yang bersifat membangun dari para
pembaca. Semoga makalah ini bermanfaat bagi kita. Akhir kata kami meminta
maaf, apabila dalam penulisan makalah ini terdapat banyak kesalahan yang
mungkin dapat kita maklumi bersama.

Bandung, Juni 2021

Penyusun

i
 DAFTAR ISI

KATA PENGANTAR i

DAFTAR ISI ii

BAB I PENDAHULUAN

1.1. Latar Belakang

1
1.2. Rumusan Masalah 1
1.3. Tujuan
2

BAB II PEMBAHASAN

2.1. Variable 3

2.2. Hipotesis 4

2.3. Karakteristik Hipotesis yang Baik 5

2.4. Klasifikasi Hipotesis 6

2.5. Prosedur Pemilihan Hipotesis 9

2.6. Asosiasi dan Uji Perbedaan 18

2.7. Metode Asosiasi 19

BAB III PENUTUP

3.1. Kesimpulan 30

3.2. Saran 30

DAFTAR PUSTAKA 31

ii
iii
 BAB I

PENDAHULUAN

1.1. Latar Belakang

Hipotesis merupakan elemen penting dalam penelitian kuantitatif.
Terdapat tiga alasan utama yang mendukung pandangan ini, di antaranya:
Pertama, Hipotesis dapat dikatakan sebagai piranti kerja teori. Hipotesis ini
dapat dilihat dari teori yang digunakan untuk menjelaskan permasalahan yang
akan diteliti. Misalnya, sebab dan akibat dari konflik dapat dijelaskan melalui
teori mengenai konflik. Kedua, Hipotesis dapat diuji dan ditunjukkan
kemungkinan benar atau tidak benar. Ketiga, hipotesis adalah alat yang besar
dayanya untuk memajukan pengetahuan karena membuat ilmuwan dapat
keluar dari dirinya sendiri. Artinya, hipotesis disusun dan diuji untuk
menunjukkan benar atau salahnya dengan cara terbebas dari nilai dan
pendapat peneliti yang menyusun dan mengujinya.
Namun tidak semua peneliti mampu menyusun hipotesis dengan baik
terutama peneliti pemula. Masih banyak terdapat kesalahan dalam menyusun
hipotesis. Untuk menyusun hipotesis yang baik setidaknya peneliti harus
mengacu pada criteria perumusan hipotesis, bagaimana jenis-jenis hipotesis
dalam penelitian, maupun pemahaman tentang penelitian tanpa menggunakan
hipotesis. Selain itu seorang peneliti juga harus mengetahui bagaimana cara
menguji hipotesis agar terhindar dari kekeliruan yang mungkin terjadi dalam
pengujian hipotesis.
1.2. Rumusan Masalah
1. Apa yang dimaksud dengan variable?
2. Apa yang dimaksud dengan hipotesis?
3. Bagaimana karakteristik hipotesis yang baik?
4. Apa saja klasifikasi hipotesis?
5. Bagaimana prosedur pemilihan hipotesis?
6. Apa yang dimaksud dengan asosiasi dan uji perbedaan?
7. Bagaimana metode asosiasi?

1
 2

1.3. Tujuan
1. Menjelaskan apa yang dimaksud dengan variable
2. Menjelaskan apa yang dimaksud dengan hipotesis
3. Menjelaskan bagaimana karakteristik hipotesis yang baik
4. Menjelaskan apa saja klasifikasi hipotesis
5. Menjelaskan bagaimana prosedur pemilihan hipotesis
6. Menjelaskan apa yang dimaksud dengan asosiasi dan uji perbedaan
7. Menjelaskan bagaimana metode asosiasi
 BAB II

PEMBAHASAN

2.1. Variable

Variabel adalah karakteristik yang akan diobservai dari satuan

pengamatan. Banyak definisi variabel yang ditulis didalam buku referensioleh
pakar statistika dengan gaya bahasanya masing-masing, tetapi pada dasarnya
mempunyai pengertian yang sama. Beberapa definisi variabel dari beberapa
buku statistika adalah sebagai berikut :

1. Hatch dan Farhady

Secara teoritis variabel dapat didefinisikan sebagai atribut seseorang atau
objek yang mempunyai “variasi” antara satu orang dengan yang lain atau
satu objek dengan yang lain.
2. Kelinger
Variabel adalah konstruk atau sifat yang akan dipelajari. Variabel adalah
suatu sifat yang diambil dari suatu nilai yang berbeda.
3. Sugiono
Variabel adalah suatu atribut atau sifat atau nilai dari orang, objek, atau
kegiatan yang mempunai variasi tertentu yang ditetapkan oleh peneliti
untuk dipelajari dan kemudian ditarik kesimpulannya.
4. Hagul
Variabel adalah konsep yang diberi lebih dari satu nilai. Variabel adalah
pengelompokan yang logis dari dua atau lebih atribut. Atribut dalam suatu
variabel harus mencakup semua kemungkinan yang ada dalam suatu
variabel.

Berdasarkan beberapa definisi variabel tersebut diatas, Roflin (2018)

menyebutkan variabel adalah setiap karakteristik dari subjek penelitian yang
akan diteliti (diukur) yang bisa diklasifikasikan ke dalam sekurang-kurangnya
dua klasifikasi yang berbeda, atau bisa memberikan sekurang-kurang dua
hasil pengukuran yang berbeda.

3
 4

2.2. Hipotesis

Hipotesis berasal dari kata hipo (hypo) dan tesis (thesis). Hipo berarti
kurang dari, dan tesis berarti pendapat. Maka. Penerimaan hipotesis terjadi
karena nilai sampel tidak cukup bukti menolak hipotesis atai istilah yang
lebih sering digunakan adalah hipotesis gagal ditolak. Sedangkan penolakan
hipotesis terjadi ksrena nilai sampel tidak cukup bukti untuk menerima
hipotesis. Makna dari penjelasan tersebut menunjukan bahwa penerimaan
satu penolakan hipotesis didasarkan pada nilai yang diperoleh dari data
sampel, bukan karena hipotesis tersebut benar atau salah. Pernyataan
hipotesis dibagi menjadi dua, yakni hipotesis awal (H0) dan hipitesis
alternatif (H1). Menurut Walpole (2015) hipotesis awal didefinisikan sebagai
sebuah pernyataan yang dirumuskan dengan harapan akan ditolak, perumusan
hipotesis awal suatu parameter populasi harus dinyatakan dengan nilai yang
pasri. Sedangkan penilaian hipotesis awal mengakibatkan adanya penerimaan
hipotesis alternatif, dan pernyataan pada hipotesis alternatif diperbolehkan
memiliki beberapa nilai kemungkinan.

Budiwanto (20017:33) menjelaskan bahwa hipotesis merupakan

kemungkinan jawaban dari masalah yang disajikan. Sarwono (2006:26)
menjelaskan hipotesis merupakan jawaban sementara dari persoalan yang kita
teliti. Jadi hipotesis merupakan suatu pendapat atau kesimpulan yang belum
final, yang harus diuji kebenarannya (Kuntjojo, 2009:26). Pendapat lain juga
disampaikan oleh Priyono (2016:2) yang mendefinisikan bahwa, hipotesis
merupakan proposisi yang akan diuji keberlakuannya, atau merupakan suatu
jawaban yang bersifat sementara terhadap permasalahan penelitian, sampai
terbukti melalui data yang terkumpul (Arikunto, 2010:110). Suriyono (2018)
menjelaskan bahwa hipotesis merupakan jawaban sementara terhadap
rumusan masalah dinyatakan dalam bentuk kalimat pertanyaan. Dikatakan
sementara, karena jawaban yang diberikan belum didasarkan pada teori yang
relevan, belum didasarkan pada fakta-fakta empiris yang diperoleh melalui
pengumpulan data (Sugiyono, 2013:96). Pendapat tersebut selaras dengan
 5

pernyataan Winarno (2013:19), bahwa hipotesis merupakan dugaan

sementara yang didasarkan pada pendekatan berfikir deduktif. Sedangkan
menurut UM (2017:16) menjelaskan bahwa, hipotesis adalah jawaban
sementara terhadap masalah penelitian yang secara logis dianggap paling
tinggi derajat keberterimaannya. Dari pendapat ahli maka dapat disimpulkan
bahwa hipotesis adalah dugaan sementara atau suatu pendapat yang masih
berfifat sementara dari suatu hipotesis.

2.3. Karakteristik Hipotesis yang Baik

1. Merupakan hubungan antara dua variabelatau lebih

Salah satu tanda hipotesis yang baik adalah harus dapat dengan mudah
membedakan antara variabel yang bebas, variabel terikat, variabel
antara, dan variabel penekan.
2. Disusun dengan jelas menggunakan kalimatdeklaratif
Menurut Kamus Besar Bahasa Indonesia, kalimat deklaratif adalah
kalimat yang ditandai intonasi turun dan pada umumnya mengandung
makna yang menyatakan atau memberitahukan sesuatu, dalam ragam
tulis, biasanya diberi tanda titik pada bagian akhirnya.
Contohnya:
apabila …, maka …
karena …, maka …
3. Menyatakan sesuatu yang mungkin terjadi
Karena akan digunakan sebagai pedoman untuk mencapai tujuan
tertentu, maka hipotesis harus berisi sesuatu atau langkah-langkah yang
bisa dijalankan.
4. Mampu menjelaskan kenyataan yang menjadi masalah utama
Hipotesis harus menjadi jalan untuk memecahkan masalah atau
persoalan melalui hal-hal yang menjadi pokok masalahnya.
5. Harus dapat diuji dengan data yang ada
Hipotesis harus dapat dijalankan dengan data-data yang tersedia.
 6

2.4. Klasifikasi Hipotesis

Ada beberapa jenis hipotesis, yaitu hipotesis yang menyatakan hubungan

(korelasi) dan perbedaan (komparasi). Menurut klasifikasi lain ada hipotesis
nol dan hipotesis alternative atau hipotesis kerja, dan menurut klasifikasi lain
ada hipotesis mayor dan hipotesis minor. Selengkapnya jenis dan klasifikasi
hipotesis akan diuraikan sebagai berikut:

1. Hipotesis Dilihat dari Kategori Rumusannya

Menurut Yatim Riyanto, (1996:13) dalam Nurul Zuriah, (2006:163)

hipotesis dilihat dari kategori rumusannya dibagi menjadi dua, yaitu :

a. Hipotesis nihil (null hypotheses) atau biasa disingkat (Ho)

Hipotesis nihil (Ho) yaitu hipotesis yang menyatakan tidak

adanya hubungan atau pengaruh antara variabel dengan variabel lain.
Contoh : Tidak ada hubungan antara tingkat pendidikan orang tua
dengan prestasi belajar siswa SD.

b. Hipotesis alternatif (alternative hypotheses) atau disingkat (Ha)

Hipotesis alternatif (Ha) yaitu hipotesis yang menyatakan adanya

hubungan atau pengaruh antara variabel dengan variabel lain. Contoh :
Ada hubungan antara tingkat pendidikan orang tua dengan prestasi
belajar siswa SD. Hipotesis alternatif ada dua macam yaitu directional
hypotheses dan non directional hypotheses (Fraenkel dan Wallen,
1990: 42, Suharsimi Arikunto, 1989:57 dalam Nurul Zuriah,
2006:163).

1) Hipotesis Terarah (Directional Hypotheses)

Hipotesis terarah merupakan hipotesis yang diajukan oleh

peneliti, dimana peneliti sudah menemukan dengan tegas yang
menyatakan bahwa variabel independent memang sudah
diprediksi berpengaruh terhadap variable dependent. Misalnya:
 7

siswa yang diajar dengan metode inkuiri lebih tinggi prestasi

belajarnya dibandingkan dengan siswa yang diajar dengan
menggunakan metode ceramah.

2) Hipotesis Tak Terarah (Non Directional Hypotheses)

Hipotesis Tak Terarah merupakan hipotesis yang diajukan

dan dirumuskan oleh peneliti tampak belum tegas bahwa variabel
independent berpengaruh terhadap variabel dependent. Fraenkel
dan Wallen, (1990:42) dalam Nurul Zuriah, (2006:163)
menyatakan bahwa hipotesis tak terarah menggambarkan bahwa
peneliti tidak menyusun prediksi secara spesifik tentang arah hasil
penelitian yang akan dilakukan. Contoh : Ada perbedaan
pengaruh pengunaan metode mengajar Tanya jawab dan PBL
terhadap prestasi belajar mahasiswa FKIP.

2. Hipotesis Dilihat dari Sifat Variabel yang Akan Diuji

Menurut Yatim Riyanto, (1996:14) dalam Nurul Zuriah, (2006:163-

164) berdasarkan sifat yang akan diuji, hipotesis penelitian dapat
dibedakan menjadi dua macam, yaitu sebagai berikut:
a. Hipotesis tentang hubungan
Merupakan hipotesis yang menyatakan tentang saling hubungan
antara dua variabel atau lebih, mengacu pada penelitian korelasional.
Hubungan antara variabel tersebut dapat dibedakan menjadi 3 hal,
yaitu sebagai berikut :

1) Hubungan yang sifatnya sejajar tidak timbal balik, contoh :

Hubungan antara kemampuan fisika dan kimia, nilai fisika
mempunyai hubungan sejajar dengan dengan nilai kimia, tetapi
tidak merupakan hubungan sebab akibat dan timbal balik. Nilai
fisika yang tinggi tidak menyebabkan nilai kimia yang tinggi, dan
sebaliknya.keduanya memiliki hubungan mungkin disebabkan
 8

karena factor lain, mungkin kabiasaan mereka berfikir logis

sehingga mengakibatkan adanya hubungan antara keduanya.

2) Hubungan yang sifatnya sejajar timbal balik, contoh : hubungan

antara tingkat kekayaan dengan kelancaran berusaha. Semakin
tinggi tingkat kekayaan, semakin tinggi tingkat kelancaran
usahanya, dan sebaliknya.

3) Hubungan yang menunjukkan pada sebab akibat, tetapi tidak

timbal balik. Contoh : hubungan antara waktu PBM dengan
kejenuhan siswa. Semakin lama waktu PBM berlangsung, siswa
semakin jenuh terhadap pelajaran yang disampaikan.

b. Hipotesis tentang perbedaan

Sedangkan hipotesis tentang perbedaan, yaitu hipotesis yang
menyatakan perbedaan dalam variabel tertentu pada kelompok yang
berbeda. Hipotesis tentang perbedaan ini mendasari berbagai
penelitian komparatif dan eksperimen.
Contoh 1 :
Ada perbedaan prestasi belajar siswa SMA antara yang diajar
dengan metode ceramah dan Tanya jawab (CT) dan metode diskusi
(penelitian eksperimen)
Contoh 2 :
Ada perbedaan prestasi belajar siswa SMA anta yang berada di
kota dan di desa. (penelitian komparatif).

3. Jenis Hipotesis yang Dilihat dari Keluasaan atau Lingkup Variabel yang
Diuji

Ditinjau dari keluasan dan lingkupnya, hipotesis dapat dibedakan

menjadi hipotesis mayor dan hipotesis minor.

a. Hipotesis Mayor merupakan hipotesis yang mencakup kaitan seluruh

variabel dan seluruh subjek penelitian. Contoh : ada hubungan antara
keadaan sosial ekonomi orang tua dengan prestasi belajar siswa SMA.
 9

b. Hipotesis Minor merupakan hipotesis yang terdiri dari bagian- bagian

atau sub-sub dari hipotesis mayor.

Contoh :

- Ada hubungan antara tingkat pendidikan orang tua dengan prestasi

belajar siswa SMA.

- Ada hubungan antara pendapatan orang tua dengan prestasi belajar

siswa SMA.

- Ada hubungan antara kekayaan orang tua dengan prestasi belajar

siswa SMA

2.5. Prosedur Pemilihan Hipotesis

Tujuan :

Pembaca mampu memahami alur berpikir yang benar untuk menentukan uji
hipotesis yang sesuai secara teoritis untuk :

1. Hipotesis komparatif : skala pengukuran numerik, dua kelompok

2. Hipotesis komparatif : skala pengukuran numerik, > 2 kelompokdata
3. Hipotesis komparatif : skala pengukuran kategorikal, kelompok data
tidak berpasangan
4. Hipotesis komparatif : skala pengukuran kategorikal, kelompok data
berpasangan
5. Hipotesis korelatif

Statistik Deskriptif

Dalam suatu penelitian, sebelum Anda melakukan pengumpulan data,

Anda harus membuat proposal penelitian. Pada proposal penelitian, terdapat
bab rencana analisis yang menggambarkan apa yang Anda rencanakan pada
data yang akan Anda miliki. Rencana analisis biasanya dibagi menjadi dua
bagian yaitu rencana analisis secara deskriptif dan analitik/inferensi. Dengan
 10

demikian, ada dua pemahaman utama yang harus Anda miliki, yaitu tentang
statistik deskriptif dan statistik analitik.

Statistik deskriptif akan membawa Anda pada pemahaman tentang

karakteristik data yang Anda miliki. Statistik deskriptif ini harus selalu
mendahului statistik inferensi/analitik. Karena pentingnya statistik deskriptif
ini, para ahli selalu mengatakan: know your data, what kind of data you have!
Statistik inferensi akan membawa Anda mengambil kesimpulan terhadap
hipotesis Anda

Dengan demikian, ada dua pertanyaan utama dan sekaligus akan menjadi
topik pembahasan pada buku ini. Pertanyaan utama tersebut adalah:

a. Bagaimana karakteristik data yang Anda miliki/akan Anda miliki?

(statistik deskriptif)
b. Bagaimana Anda menentukan uji hipotesis yang sesuai dengan set data
yang Anda miliki/akan Anda miliki ? (statistik analitik)

Statistik deskriptif berusaha menggambarkan berbagai karakteristik data.

Berikut ini merupakan catatan utama berkaitan dengan statistik deskriptif :

1. Variabel kategorikal
 11

Berkaitan dengan gambaran karakteristik satu set data dengan skala

pengukuran kategorikal, Anda mengenal istilah jumlah atau frekuensi
tiap kategori (n), dan persentase tiap kategori (%), yang umumnya
disajikan dalam bentuk tabel atau grafik, penyajian variabel
kategorikal dalam bentuk grafik batang Grafik. Sebaran responden
berdasarkan tingkat perdidikan (n=50)
2. Variabel numeric
Berkaitan dengan gambaran karakteristik satu set data dengan skala
pengukuran numerik, Anda mengenal dua parameter yang lazim
digunakan yaitu parameter ukuran pemusatan dan parameter ukuran
penyebaran. Anda mengenal beberapa parameter untuk ukuran
pemusatan, yaitu: mean, median, dan modus. Untuk parameter ukuran
penyebaran, Anda mengenal standar deviasi, varians, koefisien varians,
interkuartil, range, dan minimum maksimum. Data variabel dengan
skala pengukuran numerik umumnya disajikan dalam bentuk tabel dan
grafik (histogram dan plots). Berikut ini merupakan contoh penyajian
variabel dengan skala pengukuran numerik dalam bentuk tabel dan
histogram.

Kapan Anda memilih mean, median atau modus sebagai ukuran

pemusatan? Kapan pula Anda memilih standar deviasi, atau minimum
maksimum sebagai ukuran penyebaran ? Jika sebaran data mempunyai
 12

distribusi normal, Anda dianjurkan untuk memilih mean sebagai ukuran

pemusatan dan standar deviasi (SD) sebagai ukuran penyebaran. Dalam kasus
di atas (tabel 1.2), jika variabel usia mempunyai sebaran normal, Anda
menuliskan: Rerata usia responden adalah 46,69 (SD 12,56).Jika sebaran data
tidak normal, Anda dianjurkan untuk memilih median sebagai ukuran
pemusatan dan minimum maksimum sebagai ukuran penyebaran. Dalam
kasus di atas (tabel 1.2), jika variabel usia mempunyai sebaran tidak, normal,
Anda dianjurkan untuk menuliskan rerata usia responden adalah 47 (15-
69).Untuk mempelajar i bagaimana membuat deskripsi variabel kategorikal,
deskripsi variabel numerik, dan bagaimana cara mengetahui sebaran suatu
variabel numer ik memiliki sebaran normal atau tidak dengan menggunakan
SPSS, silahkan pelajari Bab II.

Langkah-langkah penggunaan tabel uji hipotesis adalah sebagai

berikut :

1. Identifikasi skala pengukuran variabel

2. Tentukan jenis uji hipotesis
3. Identifikasi jumlah kelompok
4. Identifikasi pasangan/tidak berpasangan
5. Untuk variabel kategorikal, identifikasi apakah dapat dibuat tabel
silang. Kalau bisa, tentukan jenis tabel silangnya.
6. Identifikasi persyaratan uji parametrik dan non parametrik.

Dengan demikian, Anda dapat menentukan uji hipotesis dengan

berpedoman pada tabel Uji Hipotesis dengan syarat Anda harus memahami
beberapa istilah:

1. Skala pengukuran variabel: kategorikal (nominal, ordinal) dan numerik

(rasio dan interval)
2. Jenis hipotesis: komparatiflasosiatif dan korelatif
3. Jumlah kelompok data : 1 kelompok, 2 kelompok, > 2 kelompok
4. Pasangan: berpasangan atau tidak berpasangan.
 13

5. Tabel silang (baris kali kolom)

6. Syarat uji parametrik dan non parametrik

Jenis hipotesis

Anda harus mengetahui apa yang dimaksud dengan hipotesis

komparatif/asosiatif dan hipotesis korelatif.Pada tabel uji hipotesis, jenis
hipotesis dibagi menjadi dua yaitu komparatif/ asosiatif dan korelatif. Untuk
membedakannya, perhatikan contoh sebagai berikut:

1. Pertanyaan penelitian untuk hipotesis komparatif asosiatif :

Apakah terdapat perbedaan rerata kadar gula darah antara kelompok yang
mendapat pengobatan glibenklamid dan kelompok plasebo?
Apakah terdapat hubungan antara kadar gula darah dengan jenis
pengobatan yang diterima (glibenklamid dan plasebo)?
Apakah terdapat perbedaan terjadinya kanker paru antara perokok dan
bukan perokok?
Apakah terdapat hubungan antara perilaku merokok dan terjadinya kanker
paru?
2. Pertanyaan untuk hipotesis korelasi
Berapa besar korelasi antara kadar trigliserida dan kadar gula darah?
Dengan mengamati secara seksama contoh pertanyaan penelitian untuk
masing-masing jenis hipotesis, Anda sudah mengetahui perbedaan jenis
hipotesis tersebut.
Apa perbedaan hipotesis asosiatifkomparatif dengan hipotesis korelatif ?

UJI HIPOTESIS

Sampai sejauh ini Anda sudah memahami berbagai istilah yang harus
Anda ketahui untuk menentukan uji hipotesis yang sesuai dengan set data
yang Anda miliki dengan menggunakan tabel uji hipotesis. Pemaparan
berikut akan lebih membantu Anda untukmemahami alur pemikiran
menujuhipotesis yang sesuai. Pemaparan akan diklasifikasikan menjadi lima
bagian.
 14

1. Resume hipotesis komparatif skala pengukuran numerik

2. Resume hipotesis komparatif skala pengukuran ordinal
3. Resume hipotesis komparatif skala pengukuran ordinal dan nominal
dalam bentuk tabel B kali K tidak berpasangan
4. Resume hipotesis komparatif skala pengukuran ordinal dan nominal
dalam bentuk tabel B kali K tidak berpasangan
5. Resume hipotesis korelatif untuk variabel numerik, penggunaan tabel
uji hipotesis akan lebih mudah dimengerti bila dikombinasikan dengan
diagram alur .

1. UJI HIPOTESIS KOMPARATIF VARIABEL NUMERIK

Untuk variabel numerik, penggunaan tabel uji hipotesis akan lebih
mudah dimengerti bila dikombinasikan dengan diagram alur .
2. UJI HIPOTESIS KOMPARATIF VARIABEL ORDINAL

Dalam buku ini, hipotesis komparatif variabel ordinal tidak dibahas

secara khusus. Pembahasan untuk uji hipotesis ini sekaligus dibahas pada
bab yang menjelaskan uji hipotesis komparatif untuk variabel numerik
(Bab III dan Bab IV). Adapun alasan penggabungan pembahasan adalah
sebagai berikut:
a. Uji komparatif untuk data ordinal ini sering kali menjadi alternatif
uji hipotesis untuk data numerik yang tidak memenuhi syarat untuk
uji parametrik.
b. Pada Bab III dan IV akan dibahas uji hipotesis untuk variabel
ordinal, akan tetapi menggunakan data numerik yang sebarannya
tidak normal.
c. Dengan demikian, secara tidak langsung, pembaca sudah
mempelajari uji hipotesis komparatif variabef dengan skala
pengukuran ordinal.
3. UJI KORELASI PEARSON
Uji korelasi Pearson. Banyak penelitian meminati keberadaan
hubungan antara 2 atau lebih variabel. Korelasi adalah suatu ukuran
 15

hubungan linier antar variabel. Contoh, peneliti ingin melihat apakah

terdapat hubungan antara Minat Mahasiswa atas Matakuliah Pengantar
Ilmu Politik (x) dengan Minat Mahasiswa untuk Berpolitik Praktis (y).
Banyak penelitian meminati keberadaan hubungan antara 2 atau
lebih variabel. Korelasi adalah suatu ukuran hubungan linier antar
variabel. Contoh, peneliti ingin melihat apakah terdapat hubungan antara
Minat Mahasiswa atas Matakuliah Pengantar Ilmu Politik (x) dengan
Minat Mahasiswa untuk Berpolitik Praktis (y).
Kedua variabel tersebut, x dan y, bisa berhubungan dengan salah satu
dari 3 cara berikut:

a. Hubungan Positif. Artinya, semakin berminat seorang mahasiswa

atas Matakuliah Pengantar Ilmu Politik, semakin besar minat mereka
untuk Berpolitik Praktis. 
b. Tidak Ada Hubungan. Artinya, minat mahasiswa atas matakuliah
Pengantar Ilmu Politik tetap sama kendati mereka berminat untuk
Berpolitik Praktis. 
c. Hubungan Negatif. Artinya, semakin mahasiswa berminat atas
matakuliah Pengantar Ilmu Politik, semakin tidak berminat
mahasiswa untuk Berpolitik Praktis.
Cara termudah guna melihat apakah dua variabel berhubungan
adalah dengan melihat apakah mereka memiliki covarians. Pemahaman
atas covarians menuntut kita memahami konsep varians. Varians suatu
variabel mewakili rata-rata perbedaan data variabel tersebut dengan nilai
Mean-nya. Rumus varians sebagai berikut:

Mean sampel diwakili 

 16

adalah nilai yang hendak dicari dan N adalah jumlah pengamatan

(sampel). Jika kita tertarik apakah kedua variabel berhubungan, maka
kita harus melihat apakah perubahan di satu variabel disusul dengan
perubahan di variabel lainnya. Kala satu variabel menyimpang dari
Mean, maka kita bisa berharap bahwa variabel lain juga menyimpang
dari Mean-nya dengan cara serupa. Agar lebih jelas, lihat data berikut:

Jika terdapat hubungan di antara kedua variabel, maka kala satu

variabel menyimpang dari Mean diikuti penyimpangan yang sama oleh
variabel lainnya, baik searah atau berlawanan. Rumus covarians sebagai
berikut:

Menghitung covarians adalah cara yang baik guna menilai apakah 2

variabel punya hubungan. Jika nilai covarians positif maka kala satu
variabel menyimpang dari Mean diikuti oleh penyimpangan pada
variabel lain secara searah. Jika nilai covarians negatif maka kala satu
 17

variabel menyimpang dari Mean diikuti oleh penyimpangan variabel lain

secara berlawanan. Namun, covarians ini bukan uji standar guna
menentukan hubungan. 
Asumsi Uji Korelasi
Sebelum diimplementasi, uji Korelasi terlebih dulu harus memenuhi
serangkaian asumsi. Asumsi-asumsi uji Korelasi adalah:
1. Normalitas. Artinya, sebaran variabel-variabel yang hendak dikorelasikan
harus berdistribusi normal. 
2. Linearitas. Artinya hubungan antara dua variabel harus linier. Misalnya
ditunjukkan lewat straight-line. 
3. Ordinal. Artinya, variabel harus diukur dengan minimal skala Ordinal. 
4. Homoskedastisitas. Artinya, variabilitas skor di variabel Y harus tetap
konstan di semua nilai variabel X.
2.6. Asosiasi dan Uji Perbedaan

Asosiasi

1. Hubungan (asosiasi) antara dua variabel atau lebih, meliputi:

a. Hubungan simetris (hubungan antara dua variabel atau lebih
kebetulan munculnya bersama
b. Hubungan kausal (hubungan yang bersifat sebab akibat)
c. Hubungan interaktif / timbal-balik (hubungan yang saling
mempengaruhi)
2. Bagaimana sesuatu masalah berhubungan dengan masalah lain ?
Kenyataan dan pengalaman menunjukkan :
a. Ada hubungan yang kuat dan positif antara merokok dengan kanker
paru-paru :
b. Ada hubungan yang kuat dan positif antara makanan tinggi kadar
kolesterol dengan penyakit jantung.
3. Asosiasi dalam bentuk pernyataan ini bermanfaat untuk :
a. Memahami secara lebih baik tentang hubungan antara variabel
dependen dengan variabel independen.
 18

b. Mengetahui kekuatan hubungan yang dapat menuntun peneliti

menuju suatu realisme penelitian ilmiah yang baru

Uji Perbedaan

Tingkat Kasus satu Dua sampel Dua sampel

pengukuran sampel Sampel bebas Sampel
Terikat
Nominal Uji hipotesis Uji hipotesis Uji Mc Non
yang meliputi yang Nemar Parametrik
proporsi melibatkan
sampel: Uji dua proposal
Chi-Square sampel:
(X²) Analisis
Tabel
Kontijensi
Ordinal Kolmogorov- Mann- Wilcoxon Non
Smimov Whitney, Uji signed rank Parametrik
Median,
Kruskai
Wallis
Interval dan Uji hipotesis Uji t untuk Uji t (d) Parametrik
Rasio yang meliputi perbedaan
suatu sampel
statistik (uji-
t)

2.7. Metode Asosiasi

1. Analisis Bivariat

a. Pengertian

Analisis bivariat adalah analisis data yang dilakukan untuk

mencari korelasi atau pengaruh antara 2 variabel atau lebih yang
diteliti. Pada penelitian ini sebelum dilakukan analisis data, terlebih
dahulu dilakukan uji normalitas data untuk mengetahui normal atau
tidaknya data yang ada. Pengujian normalitas dilakukan dengan
menggunakan analisis deskriptif yaitu dengan membandingkan nilai
skewness dan kurtosis (Notoatmodjo, 2010).
 19

Bila data telah terdistribusi normal maka analisis bivariat

dilakukan menggunakan uji korelasi product moment karena data
berbentuk interval. Namun bila data tidak terditribusi normal maka
skala data diturunkan menjadi ordinal atau nominal sehingga analisis
bivariat yang digunakan adalah uji korelasi product moment
(Sugiyono, 2011).
Analisis bivariate adalah analisis yang dilakukan untuk menguji
hubungan antara variabel independen terhadap variabel dependen
dengan menggunakan uji Chi-square (X2). Uji Chi-square adalah
membandingkan frekuensi yang terjadi (observasi) dengan frekuensi
harapan (ekspektasi). Bila nilai observasi dengan nilai frekuensi
harapan sama, maka dikatakan tidak ada perbedaan yang bermakna
(signifikan). Sebaliknya, bilai nilai frekuensi observasi dan nilai
frekuensi harapan berbeda, maka dikatakan ada perbedaan yang
bermakna (signifikan). (Hastono, 2007)
Analisis bivariat menggunakan tabel silang untuk menyoroti dan
menganalisis perbedaan atau hubungan antara dua variabel. Menguji
ada tidaknya perbedaan/hubungan antara variabel kondisi pemukian,
umur, agama, status migrasi, pendidikan, penghasilan, umur
pekkawinan pertama, status kerja dan kematian bayi/balita dengan
persepsi nilai anak digunakan analisis chi square, denagn tingkat
kemaknaan a=0,05. Hasil yang diperoleh pada analisis chi square,
dengan menggunakan program SPSS yaitu nilai p, kemudian
dibandingkan dengan a=0,05. Apabila nilai p< dari a=0,05 maka ada
hubungan atau perbedaan antara dua variabel tersebUT. Analisis
bivariat menggunakan tabel silang untuk menyoroti dan menganalisis
perbedaan atau hubungan antara dua variabel. Menguji ada tidaknya
perbedaan/hubungan antara variabel metode cermah dan metode
demonstrasi terhadap peningkatan haya hidup sehat siswa digunakan
analisis Chi Square, dengan tingkat kemaknaan á = 0,05. Hasil yang
diperoleh pada analisis Chi Square.
 20

Dengan menggunakan program SPSS yaitu nilai p, kemudian

dibandingkan dengan á = 0,05. Apabila nilai p lebih kecil dari á = 0,05
maka ada hubungan/perbedaan antara dua variabel tersebut (Agung,
1993). Sedangkan untuk mengetahui kuatnya perbedaan antara
variable dikonsultasikan dengan Contingency Coefficient (untuk
variabel dengan data nominal) sementara untuk mengetahui pola dan
kuatnya hubungan antara variable dikonsultasikan dengan uji
Spearman Correlation (untuk variabel dengan data interval). Nilai Chi
Square, Contingency Coefficient dan Spearman Correlation diperoleh
dari hasil pengolahan program SPSS (Santoso, 2000: 30).

Rumus:
Keterangan :
N : jumlah responden
X : pertanyaan nomor ke-x
Y : skor total
XY : skor pertanyaan nomor ke-x dikali skor total

Apabila dari perhitungan didapatkan nilai signifikansi (p) lebih

kecil dari taraf kesalahan 5% (0,05) maka hipotesis (H1) diterima dan
H0 ditolak yang artinya ada pengaruh variabel bebas terhadap variabel
terikat. Jika didapatkan nilai signifikansi (p) lebih besar dari taraf
kesalahan 5% (0,05) maka hipotesis (H1) ditolak dan H0 diterima
yang artinya tidak ada pengaruh variabel bebas terhadap variabel
terikat (Sugiyono, 2011).
Dalam analisis bivariat dilakukan beberapa tahap, antara lain:
1) Analisis proporsi atau presentase, dengan membandingkan
distribusi silang antara dua variabel yang bersangkutan.
2) Analisis dari hasil uji statistik (chi square, z test, t test dan
sebagainya). Melihat dari hasil uji statistik ini akan dapat
disimpulkan adanya hubungan dua variabel tersebut bermakna
 21

atau tidak bermakna. Dari hasil uji statistik ini dapat terjadi
misalnya antara dua variabel tersebut secara persentase
berhubungan tetapi secara statistik hubungan tersebut tidak
bermakna.
3) Analisis keeratan hubungan antara dua variabel, dengan melihat
Odd Ratio (OR). Besar kecilnya nilai OR menunjukkan besarnya
keeratan hubungan antara dua variabel yang diuji.
i. Contoh :
ii. Distribusi Responden Berdasarkan Umur dan
Kepatuhan Berobat TB
Umur Kepatuhan Total P OR
Tak patuh Patuh value 95%
Dewasa Md 7(20,0%) 28 (80%) 35 (100%)
0,004 3,08
Dewasa 24(54,0%) 20(45,5% 44(100%)
)
Total 31 (39,2%) 48(60,8% 79 (100%)
)

Dari tabel di atas menunjukkan bahwa responden berumur dewasa

muda lebih patuh berobat TB (80%) dibandingkan dengan responden
dewasa (45,8%). Sehingga secara presentase dapat disimpulkan bahwa
ada hubungan antara umur dengan kepatuhan berobat. Hasil uji
statistic menunjukkan bahwa nilai p< 0,005 hal ini terbukti bahwa
umur berhubungan secara bermakna dengan kepatuhan berobat. Dari
analisis keeratan hubungan menunjukkan nilai ODD Ratio (OR) 3,08
yang berarti bahwa responden yang berumur dewasa muda
mempunyai peluang 3,08 kali patuh berobat dibandingkan dengan
responden yang berumur lebih tua.

Uji statistik yang dipakai pada analisis bivariate :

 22

Variabel I Variabel II Uji Statistik

Kategorik Kategorik Chi square

Kategorik Numeric Uji T

Anova

Numeric Numeric Korelasi

Regresi

b. Jenis-Jenis Analisis Bivariate

Dalam analisis bivariate secara umum terdiri dari analisa korelasi
dan analisa regresi.
1) Uji T dependen
Uji t dependen seringkali disebut uji t Paired/related atau
pasangan. Sering digunakan dalam analisis data penelitian
eksperimen. Disebut dependen bila responden diukur dua
kali/diteliti dua kali atau pre- dan post- test.
2) Uji anova
Uji ini digunakan untuk menganalisis data baik independen
maupun dependen dengan kelompok lebih dari dua. Analisis
Varian (ANOVA) mempunyai dua jenis analisis varian satu faktor
(one way) dan analisis dua faktor (two way).
3) Chi Square ( chi kuadrat)
Adalah suatu teknik statistik yang memungkinkan
penyelidikan menilai probabilitas memperoleh perbedaan
frekuensi yang nyata (yang diobservasi) dengan frekuensi yang
diharapkan dalam kategori –kategori tertentu sebagai akibat dari
kesalahan sampling.
Manfaat chi square:
 23

 Chi kuadrat adalah alat untuk mengadakan estimasi.

Digunakan untuk menaksir apakah ada perbedaan yang
signifikan antara frekuensi yang diobservasi dengan frekuensi
yang di harapkan dalam populasi. Frekuensi yang diharapkan
dalam populasi ini disebut juga frekuensi hipotetik karena
digunakan sebagai alat hipotesis yang akan diuji dengan
frekuensi yang diperoleh dari sampel. Oleh karena itu chi
kuadrat sebagai alat estimasi berkedudukan juga sebagai alat
pengetes hipotesis.
 Chi kuadrat adalah alat untuk mengadakan pengetesan
hipotesis. Tiap-tiap pengetesan hipotesis harus
membandingkan sedikitnya dua sampel. Dalam hal ini apakah
frekuensi yang diperolehdalam sampel yang satu berbeda
secara signifikan ataukah tidak dengan frekuensi yang
diperoleh dalam sampel lainnya.
 Chi kuadrat sebagai alat mengetes signifikan korelasi antara
dua factor atau lebih.
a) Korelasi Product Moment Pearson
Teknik Korelasi ini digunakan untuk mencari hubungan
dua variabel dengan data kedua variabel berskala interval
atau rasio. Koefisien korelasi mempunyai nilai -1 ≤ r ≤ 1.
Koefisien r melambangkan estimasi untuk sampel,
sedangkan koefisien ρ mewakili korelasi populasi.
Koefisien korelasi menunjukkan besar dan arah dari
hubungan. Arah menunjukkan pada kita apakah nilai-nilai
yang besar pada sebuah variabel berkorelasi dengan nilai-
nilai besar pada variabel yang lain (dan nilai-nilai yang
kecil dengan nilai-nilai yang kecil). Apabila nilai-nilai
berkorelasi dengan cara demikian maka kedua variabel
mempunyai hubungan positif. Apabila satu variabel naik
maka yang lain juga akan ikut naik.
 24

b) Regresi sederhana
Analisis regresi linear sederhana adalah hubungan
secara linear antara satu variabel independen (X) dengan
variabel dependen (Y). Analisis ini untuk mengetahui arah
hubungan antara variabel independen dengan variabel
dependen apakah posiutif atau negatif dan untuk
memprediksi nilai dari variabel dependen apabila nilai
variabel independen mengalami kenaikan atau penurunan.
Data yang digunakan biasanya berskala interval atau rasio.
c. Kegunaan Analisis Bivariate
Untuk mengukur kekuatan hubungan antar dua variabel atau
lebih. Contoh mengukur hubungan antar dua variable :
- Motivasi kerja dengan produktivitas
- Kualitas layanan dengan kepuasan pelanggan
d. Langkah-langkah Analisi Bivariate
1) Masukkan data diatas kedalam program SPSS dengan nama
variabel bulan, b_selling, b_promo, b_iklan, dan unitpjl.
2) Klik menu utama analize , correlate, bivariate, tampak dilayar
3) Kemudian klik semua variabel yang akan dikorelasikan dan
masukkan kekolom variables dengan mengklik tanda panah
a) Untuk kolom corelatiaon koeffisients, pilihlah pearson karena
anda ingin melakukan uji atas data rasio
b) Untuk kolom test of significance, pilih option two-tailed untuk
uji dua arah atau dua sisi
c) Untuk pilihan flag signifikant korelations boleh dicentang
(dipilih) hingga pada output akan muncul tanda * untuk
signifikansi 5% dan tanda ** untuk signifikansi 1%. Kemudian
klik tombol option hingga dilayar tampil :
Pengisian :
 25

a) Anda dapat memunculkan output nilai means and standard

deviations dengan mengklik pilihan yang sesuai pada kolom
dtatistik
b) Pada pilihan missing values pada dua pilihan :
c) Exclude cases pairwise : Pasangan yang salah satu tidak ada
datanya tidak dimasukkan dalam perhitungan. Akibatnya,
jumlah data tiap pasangan korelasi akan bervariasi.
d) Exclude cases listwise : Yang dibuang adalah kasus yang salah
satu variabelnya memiliki mising data. Jumlah untuk semua
variabel korelasi adalah sama.
e) Untuk keseragaman pilih exclude cases pairwise
f) Tekan qontinyue jika sudah selesai
g) Kemudian tekan ok dan akan muncul output.

2. Analisis Multi Variat

a. Pengertian
Menurut Widarjono (2010:1) analisis multivariat merupakan salah
satu analisis statistik yang berkaitan dengan banyak variabel. Analisis
multivariate berasal kata multi (banyak) dan variate (variable),
sehingga analisis multivariate adalah analisis terhadap banyak variable
yang merupakan pengembangan dari analisis univariate dan bivariate.
Analisis multivariate memiliki lebih dari dua variabel. Supranto
(2010:18) mengilustrasikan analisis multivariate dengan adanya
masalah atau gap yang disebabkan oleh tidak adanya kesesuaian
antara harapan (expected) dan kenyataan (observed). Kalau masalah
kita sebut variabel dependen (Y) dan faktor penyebab kita sebut
variabel bebas (X) maka masalah (Y) adalah fungsi dari X1, X2,
X3….… Xn. Fenomena ini disebut fenomena multivariate.

b. Teknik Analisis Multivariat

 26

Terdapat tiga jenis teknik dalam analisis multivariate, yaitu : (1).

Teknik dependent, (2). Teknik interdependent, dan (3). Teknik
persamaan structural (structural model). Teknik dependen yaitu jika
variabel dependen dipengaruhi oleh variabel independen. Sedangkan
teknik interdependen yaitu jika semua variabel saling berpengaruh.
Dengan kata lain, dalam teknik interdependen semua variabel adalah
independen.
Untuk memilih jenis analisis multivariat yang akan digunakan
dalam penelitian, peneliti terlebih dahulu memperhatikan jenis
pengukuran data dari variabel yang diteliti. Jenis data dari variabel
yang diteliti dengan analisis multivariat dapat bersifat kuantitatif atau
kualitatif.
Data kuantitatif dapat langsung dihitung. Menurut Widarjono
(2010:2) variabel kuantitatif adalah data yang dilaporkan dalam
bentuk angka atau metrik (metric number). Variabel yang diukur
dengan cara ini disebut variabel yang mempunyai data metric. Contoh
beberapa data metric : jumlah mahasiswa dalam satu kelas. jumlah
unit mobil yang dipajang di show room, umur seseorang, gaji
pegawai, berat badan seseorang, keuntungan perusahaan, jumlah
pelanggan dan harga saham.
Sedangkan data kualitatif tidak dapat langsung dihitung seperti
pendapat pelanggan tentang kepuasan pelayanan. Data yang berasal
dari variable behavioral bersifat kualitatif. Data kualitatif diukur
dengan teknik penskalaan (scaling technique). Teknik skala yang
terkenal adalah Skala Likert, yang dikembangkan oleh Rensis Likert.
Variabel kualitatif adalah data yang dilaporkan tidak dalam bentuk
angka atau non metrik (non metric). Variabel yang diukur dengan cara
ini disebut variabel yang mempunyai data non metric. Data kualitatif
diukur dalam bentuk atribut atau karakteristik. Sering juga disebut
data kategori, karena memiliki karakteristik beberapa kategori. Contoh
beberapa data non metric : agama, jenis kelamin, tingkat pendidikan,
 27

kelas hotel, peringkat akreditasi perguruan tinggi atau rumah sakit dan
kelompok Surat Ijin Mengemudi (SIM).
1) Teknik Dependen
Bila peneliti dalam analisis multivariat dapat mengenali
variabel dependen dan independen, maka teknik ini disebut teknik
dependen. Teknik dependen memiliki dua kelompok
berdasarkan :
a) Jumlah variabel dependen dan,
b) Jenis pengukuran data baik variabel dependen maupun
independen.

Berdasarkan jumlah variabel dependen, teknik dependen bisa

memiliki satu, dua atau beberapa variabel dependen. Setelah
diketahui jumlah variabel dependen, selanjutnya dikelompokan
berdasarkan jenis pengukuran data baik variabel dependen
maupun independen. Untuk memperjelas pembahasan ini,
selanjutnya disajikan Table 2.2. Jenis Teknik Dependen.
 28

Sumber : Ghozali (2009:9) dan Widarjono (2010:5)

2) Teknik Interdependen
Menurut Santoso (2006:6) hubungan antar variabel yang
bersifat interdependen ditandai dengan tidak adanya variabel
tergantung (dependent) dan bebas (independent).
Tujuan utama analisis interdependen adalah menganalisis
mengapa dan bagaimana variabel yang ada saling berhubungan.
Karena peneliti kesulitan menentukan variabel dependen atau
independen, maka metode interdependen ditentukan berdasarkan
jenis pengukuran variabel apakah bersifat metric atau non metric.
Jika data berskala non metrik hanya ada satu analisis yaitu
analisis koresponden (correspondence analysis). Tabel 2.3. Jenis
Teknik Interdependen menyajikan pengujian metode
interdependen.
 29

Sumber : Ghozali (2009:9) dan Widarjono (2010:6).

 30

BAB III

PENUTUP

3.1. Kesimpulan

Hipotesis adalah pernyataan mengenai satu atau lebih populasi yang

perlu dibuktikan keabsahannya melalui prosedur pengujian hipotesis.
Pengujian hipotesis merupakan suatu proses melakukan perbandingan antara
nilai sampel (berasal dari penelitian) dengan nilai hipotesis pada data populasi
(Sutoppi & Slamet, 2017), hasil dari pengujian hipotesis hanya ada dua
kemungkinan, yaitu menerima atau menolak suatu hipotesis.

3.2. Saran

Diharapkan peneliti dapat melakukan penyusunan hipotesis dengan baik

dan benar.
 DAFTAR PUSTAKA

Ghozali, Imam. 2009. Aplikasi Analisis Multivariate Dengan Program SPSS.

Semarang: UNDIP.

Mufarrikoh, Zainatul. 2020. Statistika Pendidikan (Konsep Dampling dan Uji

Hipotesis) Surabaya : CV. Jakad Media Publishing.

Roflin, Eddy. dkk, 2021. Populasi, Sampel, Variabel dalam penelitian kedokteran.
Pekalongan, Jawa Tengah : PT Nasya Expanding Management.

Sugiyono, P. D. (2013). Metode Penelitian Pendidikan. Bandung: Alfabeta.

Sugiyono. 2011. Metode Penilitian Kuantitatif, Kualitatif dan R&D. Bandung:

Afabeta.

Widarjono, Agus. 2010. Analisis Statitiska Multivarat Terapan. Edisi pertama.

Yogyakarta: UPP STIM YKPN.

https://books.google.co.id/books?
id=MRTUS9tkWj4C&pg=PA168&dq=hipotesis+adalah&hl=id&sa=X&ved=2ah
UKEwiwrvmbw_TwAhXa7HMBHaCHCsIQ6AEwAHoECAYQAw#v=onepage
&q=hipotesis%20adalah&f=false

https://books.google.co.id/books?id=s-
kOEAAAQBAJ&pg=PA38&dq=hipotesis+menurut+para+ahli&hl=id&sa=X&sqi
=2&pjf=1&ved=2ahUKEwjLwNr_w_TwAhVb8HMBHVHOB0cQ6AEwA3oEC
AcQAw#v=onepage&q=hipotesis%20menurut%20para%20ahli&f=false

31