MODUL PERKULIAHAN

Statistik Bisnis

Pengujian Hipotesis

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

04
Ekonomi dan Bisnis Akuntansi F041700012 Rieke Pernamasari, SE. ,M.Ak

Abstract Kompetensi
Pengujian Hipotesis Mahasiswa mampu memahami
kompleksitas pengujian hipotesis,
kriteria keputusan dan kemungkinan
kesalahan dalam membuat keputusan
menolak atau mendukung hipotesis
Kompleksitas Pengujian Hipotesis
Pada bab ini, akan dibahas salah satu aspek statistik inferensi yaitu pengujian hipotesis.
Hipotesis pada dasarnya merupakan suatu jawaban sementara (preposisi) yang dianggap
benar dan dijadikan dasar bagi pengambilan keputusan. Hipotesis sebenarnya disusun
berdasarkan data, akan tetapi karena data tersebut dihasilkan dari sampel yang mempunyai
propabilitas sehingga hasilnya bisa saja benar atau salah

Pengantar

Dalam kehidupan sehari-hari, sering kita jumpai banyak hal yang dapat kita deskripsikan
dalam bentuk data. Informasi data yang diperoleh tentunya harus diolah terlebih dahulu
menjadi sebuah data yang mudah dibaca dan dianalisa. Statistika adalah ilmu yang
mempelajari cara-cara pengolahan data.
Untuk meperoleh data-data tersebut, diperlukan adanya suatu penelitian. Penelitian ini
didapatkan melalui berbagai cara, dan juga berbagai langka-langkah pengujian dari para
pengumpul data. Sebelum melakukan penelitian, kita akan menduga-duga terlebih dahulu
terhadap apa yang kita ingin teliti. Pernyataan dugaan atau pernyataan sementara kita ini yang
disebut hipotesis. Banyak sekali macam-macam konsep hipotesis ini, salah satunya jenis
hipotesis. Terkadang dalam penelitian pun banyak sekali permasalahan-permasalahan dan
juga kesalahan dalam melakukan penelitian. Seluruh yang akan dibahas dalam melakukan
hipotesis penelitian akan dibahas dalam makalah ini beserta permasalah-permasalahan yang
terjadi.
Hipotesis seperti yang kita ketahui (statistik), yakni dugaan yang mungkin benar, atau
mungkin juga salah. Dia akan ditolak jika salah atau palsu, dan akan diterima jika faktor-faktor
membenarkannya. Penolakan dan penerimaan hipotesis, dengan begitu sangat tergantung
kepada hasil-hasil penyelidikan terhadap faktor-faktor yang dikumpulkan.
Hipotesis dapat juga dipandang sebagai konklusi yang sifatnya sangat sementara.
Sebagai konklusi sudah tentu hipotesis tidak dibuat dengan semena-mena, melainkan atas
dasar pengetahuan-pengetahuan tertentu. Pengetahuan ini sebagian dapat diambil dari hasil-
hasil serta problematika-problematika yang timbul dari penyelidikan-penyelidikan yang
mendahului, dari renungan-renungan atas dasar pertimbangan yang masuk akal, ataupun dari
hasil-hasil penyelidikan yang dilakukan sendiri.
Banyak pendapat yang menjelaskan arti dari pengujian hipotesis tersebut. Berikut akan
dijabarkan beberapa pengertian dari berbagai refrensi yang ada.
Sutrisno Hadi, dalam bukunya yang berjudul “Statistika” istilah hipotesa sebenarnya
adalah kata majemuk, terdiri dari kata-kata hipo dan tesa. Hipo besrasal dari bahasa yunani
hupo, yang berarti dibawah, kurang atau lemah. Tesa berasal dari bahasa yunani thesis, yang

2019 Statistik Bisnis

2 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
berarti teori atau proposisi yang disajikan sebagai bukti. Jadi hipotesa adalah pernyataan yang
masih lemah kebenarannya dan masih perlu dibuktikan kenyataannya.
J. Supranto, hipotesa pada dasarnya merupakan suatu proposisi atau anggapan yang
mungkin benar dan sering dipergunakan untuk dasar pembuatan keputusan atau pemecahan
persoalan atau untuk dasar penelitian yang lebih lanjut.
Soegyono Mangkuatmojo, hipotesis (atau lengkapnya hipotesis statistik) merupakan
suatu anggapan atau suatu dugaan mengenai populasi.
Good dan Scates (1954) menyatakan bahwa hipotesis adalah sebuah dugaan atau
referensi yang dirumuskan serta diterima untuk sementara yang dapat menerangkan fakta-
fakta yang diamati dan digunakan sebagai petunjuk dalam pengambilan keputusan. Sedangkan
Kerlinger (1973) menyatakan bahwa hipotesis adalah pernyataan yang bersifat dugaan dari
hubungan antara dua atau lebih variabel. Selanjutnya Lind (2007) mendefinisikan hipotesis
sebagai berikut:
“Hipotesis adalah suatu pernyataan mengenai nilai suatu parameter populasi yang
dimaksudkan untuk pengujian dan berguna untuk pengambilan keputusan.”
Sebelum menerima atau menolak sebuah hipotesis, seorang peneliti harus menguji
keabsahan hipotesis tersebut untuk menentukan apakah hipotesis itu benar atau salah.
Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan tujuan memutuskan
apakah menerima atau menolak hipotesis mengenai parameter populasi. Ciri-ciri Hipotesis
yang baik adalah (1) Hipotesis harus menyatakan hubungan; (2) Hipotesis harus sesuai
dengan fakta; (3) Hipotesis harus sesuai dengan ilmu; (4) Hipotesis harus dapat diuji; (5)
Hipotesis harus sederhana; (6) Hipotesis harus dapat menerangkan fakta.
Berikut beberapa contoh hipotesis atau pernyataan yang dibuat untuk menggambarkan suatu
parameter:
a. Rata-rata hasil investasi di reksa dana saham sebesar 10,5% per tahun
b. Rata-rata produksi TV di PT LG Electronic pada tahun 2007 mencapai 90 ribu unit per bulan
c. Rata-rata laju penurunan jumlah penduduk miskin Indonesia per tahun sebesar 0,8%
d. Produktivitas tenaga kerja Indonesia lebih rendah dibanding negara Asia lainnya
e. Hasil investasi reksa dana saham lebih tinggi dibandingkan reksa dana lainnya
f. Proporsi wanita dan pria yang menyukai Honda Jazz adalah sama
g. Perkembangan kelompok menengah Indonesia berpengaruh positif terhadap pertumbuhan
industri keuangan, otomotif dan elektronik
Contoh a, b dan c menunjukkan hipotesis yang menyajikan fakta yang perlu di uji yaitu nilai
10,5%, 90 ribu unit dan 0,8%. Contoh d, e, f dan g menyatakan hubungan antara sesuatu
dengan sesuatu yang lain. Contoh d dan e menggambarkan perbandingan nilai rata-rata hitung,
contoh d menggambarkan perbandingan proporsi. Sedangkan contoh e menggambarkan

2019 Statistik Bisnis

3 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
hubungan antarvariabel yaitu antara persentase kelompok menengah dan investasi industri
keuangan, otomotif dan elektronik

Pengujian Hipotesis

Hipotesis merupakan pernyataan mengenai populasi yang perlu diuji kebenarannya.

Untuk melakukan pengujian dilakukan dengan mengambil sampel dari populasi, cara ini lebih
mudah dibandingkan dengan menghitung seluruh anggota populasi. Setelah mendapatkan
hasil statistik dari sampel, maka hasil tersebut dapat digunakan untuk menguji penyataan
populasi, apakah bukti empiris dari sampel mendukung atau menolak pernyataan mengenai
populasi. Seluruh proses tersebut dikenal dengan pengujian hipotesi.
“Pengujian hipotesis adalah prosedur yang didasarkan pada bukti sampel yang dipakai
untuk menentukan apakah hipotesis merupakan suatu pernyataan yang wajar dan oleh
karenanya tidak ditolak, atau hipotesis tersebut tidak wajar dan oleh karena itu harus ditolak.”

Fungsi Hipotesis

1. Menguji teori, artinya berfungsi untuk menguji kesahihan teori. Pernyataan teori dalam
bentuk yang teruji disebut hipotesis. Teori adalah satu satu prinsip yang dirumuskan untuk
menerangkan sekelompok gejala/peristiwa yang saling berkaitan. Teori menunjukkan
adanya hubungan antara fakta yang satu dengan fakta yang lain.
2. Menyarankan teori baru, apabila hasil pengujian hipotesis dapat membentuk proposisi,
asumsi atau penjelasan tentang suatu peristiwa.
3. Mendeskripsikan fenomena sosial, artinya hipotesis memberikan informasi kepada peneliti
tentang apa yang nyata-nyata terjadi secara empirik.

Jenis Kesalahan
Ada dua jenis kesalahan yang bisa terjadi di dalam pengujian hipotesa. Kesalahan itu bisa
terjadi karena kita menolak hipotesa padahal hipotesa itu benar atau kita menerima hipotesa
padahal hipotesa itu salah. Kesalahan yang disebabkan karena kita menolak hipotesa padahal
hipotesa tersebut benar, disebut kesalahan jenis I, sebaliknya kesalahan yang disebabkan
karena kita menerima hipotesa padahal hipotesa itu salah disebut kesalahan jenis II

2019 Statistik Bisnis

4 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Kriteria Keputusan
Bentuk Hipotesis

1) Hipotesis one tail/satu sisi/satu arah : hipotesis yang dinyatakan dengan jelas arah
hubungan atau perbedaan nilai/tingkat
Contoh :
– Semakin tinggi perbedaan keluarga maka akan semakin rendah proporsi pengeluaran
untuk pangan
– BBL bayi ibu merokok lebih kecil dari BBL ibu tidak merokok

2) Hipotesis two tail/dua sisi/dua arah : hipotesis yang dinyatakan dengan tidak ada arah
hubungan atau tidak ada perbedaan nilai atau tingkat
Contoh:
– Ada hubungan antara umur dengan aktifitas fisik
– Ada perbedaan status gizi antara siswa laki-laki dengan siswa perempuan

Prosedur Pengujian Hipotesa

2019 Statistik Bisnis

5 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Langkah 1 Merumuskan Hipotesa

Perumusan hipotesis dikembangkan oleh Fisher yang dikenal sebagai bapak Statistika. Fisher
membedakan hipotesis menjadi hipotesis nol dan hipotesis alternatif. Definisi hipotesis nol
adalah:

“Hipotesis nol adalah suatu pernyataan mengenai nilai parameter populasi.”

Hipotesis nol, dilambangkan dengan H0 dan diformulasikan untuk ditolak atau tidak ditolak
sesudah pengujian. Dalam hipotesis nol selalu ada implikasi “tidak ada beda” dan dalam
perumusan bahasanya dinyatakan dengan “tidak berbeda antara...dengan...” atau dinyatakan
dalam bentuk: “... tidak mempengaruhi ... ” atau juga “...sama dengan ...”. sebagai contoh
pernyataan hipotesis nol (H0) adalah sebagai berikut
1. Rata-rata hasil investasi reksa dana saham tidak berbeda secara nyata dari 10,5% atau
rata-rata hasil investasi reksa dana saham sama dengan 10,5%. Hipotesis nol dilambangkan
dengan H0 : µ = 10,5%
2. Rata-rata produksi TV di PT LG Electronic sama dengan 90 ribu unit. Hipotesis nol
dilambangkan sebagai berikut, H0 : µ = 90 ribu
Sesudah pengujian tentunya dapat diketahui apakah menerima atau menolah H0. Apabila H0
tidak ditolak atau diterima, itu menunjukkan bahwa berdasarkan data sampel tidak cukup bukti
yang menyakinkan atau mengizinkan untuk menolak H0. Ini tidak dapat diartikan bahwa H0
adalah benar karena untuk mengetahui kebenaran H0 harus dilakukan sensus terhadap
populasi. Sedangkan penerimaan H0 hanya didasarkan pada data sampel yang merupakan
bagian dari populasi sehingga apabila H0 diterima maka kesimpulannya adalah tidak terdapat
cukup bukti yang meyakinkan untuk menolak pernyataan bahwa sesuatu sama dengan sesuatu
atau tidak cukup bukti untuk menolak H0.

Hipotesis Alternatif / Tandingan (Ha / H1), Hipotesis penelitian adalah hipotesis kerja
(Hipotesis Alternatif Ha atau H1) yaitu hipotesis yang dirumuskan untuk menjawab
permasalahan dengan menggunakan teori-teori yang ada hubungannya (relevan) dengan
masalah penelitian dan belum berdasarkan fakta serta dukungan data yang nyata
dilapangan.Hipotesis alternatif (Ha) dirumuskan dengan kalimat positif. Hipotesis nol adalah
pernyataan tidak adanya hubungan, pengaruh, atau perbedaan antara parameter dengan
statistik. Hipotesis Nol (Ho) dirumuskan dengan kalimat negatif). Nilai Hipotesis Nol (Ho) harus
menyatakan dengan pasti nilai parameter

2019 Statistik Bisnis

6 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Hipotesis alternatif dirumuskan sebagai lawan /tandingan hipotesis nol, mempunyai tanda yang
berbeda. Apabila tanda hipotesis nol selalu sama dengan (=), maka hipotesis alternatif
mempunyai tanda tidak pernah sama dengan (), lebih besar atau lebih besar sama dengan (>,
≥) atau lebih kecil atau lebih kecil sama dengan (<, ≤) Hipotesis alternatif (a) yaitu hipotesis
yang menyatakan adanya hubungan antara dua variabel atau lebih atau adanya perbedaan
antara dua kelompok atau lebih.
Bentuk Ha terdiri atas :
Ho : q = qo ; Ha : q > qo ; Ha : q < qo Ha : q ≠ qo

Contoh :
Sebuah perusahaan rokok melaporkan kepada Departemen Tenaga Kerja bahwa pendapatan
rata-rata per minggu karyawan diperusahaannya adalah Rp 450,000. Untuk membuktikan
pernyataan pihak perusahaan tersebut dilakukan penelitian menggunakan metode statistik uji
hipotesis. Pernyataan perusahaan tentang pendapatan rata-rata per minggu karyawannya
merupakan hipotesis. Format hipotesis nol untuk kasus ini adalah
H0 : µ = 450,000
Apabila hasil dari sampel yang digunakan dalam pembuktian hipotesis tidak mendukung
hipotesis nol (H0), kita harus menentukan kesimpulan yang lain, yaitu hipotesis alternatif (H A).
Ada tiga kemungkinan hipotesis alternatif dari kasus diatas, yaitu:
HA : µ ≠ 450,000
HA : µ > 450,000
HA : µ < 450,000
Rumusan hipotesis non (H0) dan hipotesis alternatif (HA) tergantung dari pernyataan (hipotesis)
terhadap karakteristik (sifat) suatu populasi. Misalnya kita ingin melakukan pengujian hipotesis
terhadap suatu pernyataan (hipotesis) bahwa penghasilan rata-rata per minggu karyawan
adalah Rp 450,000. Rumusan hipotesisnya adalah:
H0 : µ = 450,000
HA : µ ≠ 450,000
Jika pengujian dilakukan terhadap pernyataan (hipotesis) bahwa penghasilan rata-rata per
minggu karyawan lebih dari Rp 450,000 maka rumusan hipotesisnya adalah
H0 : µ ≤ 450,000
HA : µ > 450,000

2019 Statistik Bisnis

7 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Jika pengujian dilakukan terhadap pernyataan (hipotesis) bahwa penghasilan rata-rata per
minggu karyawan kurang dari Rp 450,000 maka rumusan hipotesisnya adalah
H0 : µ ≥ 450,000
HA : µ < 450,000

Langkah 2 Tentukan Taraf Nyata (Significant Level)

Taraf nyata (a) adalah besarnya toleransi dalam menerima kesalahan hasil hipotesis
terhadap nilai parameter populasinya. Tingkat siginifikasi menunjukkan probabilitas kesalahan
yang mungkin akan terjadi dalam pengambilan keputusan. Taraf nyata adalah nilai kritis yang
digunakan sebagai dasar untuk menerima atau menolak hipotesis nol. Taraf nyata
dilambangkan dengan α, dimana α = 1 – C, ingat bahwa C adalah tingkat keyakinan, apabila C
= 0,95 maka α = 1 – 0,95 = 0,05. Semakin besar nilai C, maka semakin kecil nilai α. Besar
kecilnya nilai α bergantung pada berapa besarnya tingkat kesalahan yang menyebabkan risiko
dapat diterima. Semakin besar tingkat keyakinan (C) dan semakin kecil taraf nyata (α) maka
akan semakin baik. Taraf nyata dalam bentuk % umumnya sebesar 1%, 5% dan 10% ditulis α
0,01; α 0,05; α 0,1. Besarnya kesalahan disebut sebagai daerah kritis pengujian (critical region
of a test) atau daerah penolakan (region of rejection). Pada prinsipnya adalah semakin tinggi
tingkat signifikansi yang digunakan dalam uji hipotesis, semakin besar pula probabilitas
menolak H0 padahal H0 tersebut benar (Kesalahan tipe I). Tingkat signifikansi dan besarnya
sampel yang digunakan dalam pengujian digunakan untuk menentukan batas daerah
penerimaan H0 dan daerah penolakan H0 di bawah kurva distribusi normal yang digunakan
sebagai asumsi bagi data yang di analisis.

Langkah 3 Menentukan Uji Statistik

Uji statistik adalah untuk mendapatkan suatu nilai dari sampel guna memutuskan untuk
menerima atau menolak hipotesis nol. Ada berbagai macam uji statistik uji Z, uji t, uji F dan uji
Chi-Kuadrat.
“Uji statistik adalah suatu nilai yang diperoleh dari sampel dan digunakan untuk memutuskan
apakah akan menerima atau menolak hipotesa.”
Nilai Z diperoleh dari rumus berikut:

x̄ - µ
Z=
sx

Di mana:
Z : Nilai Z
x̄ : Rata-rata hitung sampel
 : Rata-rata hitung populasi

2019 Statistik Bisnis

8 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
sx : Standar error sampel, di mana sx = /n apabila standar
deviasi populasi diketahui dan sx =s/n apabila standar
deviasi populasi tidak diketahui

Uji rata-rata
I II III
proporsi
H0 : m = m0 H0 : m = m0 H0 : m = m0
Formulasi
Ha : m > m0 Ha : m < m0 Ha : m ≠ m0
Hipotesis
H0 diterima jika H0 diterima jika H0 diterima jika
Kriteria Z0 ≤ Za Z0 ≥ -Za -Za/2 ≤ Z0 ≤ Za/2
Pengujiannya H0 ditolak jika H0 ditolak jika Ho ditolak jika
Z0 > Za Z0 < -Za Z0<-Za/2 ;Z0>Za/2

Hipotesis Berdasarkan Eksplanasinya

Hipotesis Deskriptif, Pengujian Hipotesis Deskriptif pada dasarnya merupakan proses

pengujian generalisasi hasil penelitian yang didasarkan pada satu jenis sampel. Sehingga
kesimpulan pengujian hipotesis deskriptif adalah apakah sampel dapat digeneralisasikan atau
tidak dapat digeneralisasikan. Dengan demikian variabel penelitiannya bersifat mandiri
sehingga hipotesis ini tidak dalam bentuk perbandingan atau hubungan antar dua lebih
variabel.
Hipotesis Komparatif, Pengujian Hipotesis Komparatif berarti menguji parameter
populasi yang berbentuk perbandingan melalui ukuran sampel yang juga berbentuk
perbandingan. Bila Ho diterima dalam uji hipotesis, berarti perbandingan dua sampel atau lebih
tersebut dapat digenerlisasikan untuk seluruh populasi dimana sampel-sampel diambil dengan
taraf signifikan tertentu. Variabel penelitian yang digunakan hanya 1 variabel seperti pada
penelitian deskriptif tetapi variabel tersebut berada pada populasi dan sampel yang berbeda.
Dapat pula pada populasi atau sampel yang sama tetapi pada waktu yang berbeda. Komparasi
dapat dilakukan antara 2 atau lebih sampel (k sampel). Setiap komparasi tersebut, memiliki
sampel yang berkorelasi dan sampel independen (tidak berkorelasi).
Contoh sampel berkorelasi adalah :
1. Perbandingan kinerja kayawan sebelum dilatih dengan yang sudah dilatih.
2. Perbandingan penjualan produk sebelum dan sesudah penerapan ISO
Sedangan Sampel independen adalah :
1. Membandingkan kemampuan kerja lulusan Politeknik dengan Brawijaya.
2. Membandingkan waste beton cast in situ dan precast
Hipotesis Asosiatif, Pengujian Hipotesis Asosiatif merupakan dugaan adanya
hubungan antar variabel dalam populasi yang akan diuji melalui hubungan antar variabel dalam
sampel yang diambil dari populasi tersebut. Oleh karena itu perlu dihitung koefisien korelasi

2019 Statistik Bisnis

9 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
antar variabel dalam sampel kemudian koefisien korelasi tersebut diuji signifikannya. Dengan
demikian uji hipotesis asosiatif adalah menguji koefisien korelasi yang ada pada sampel untuk
diberalakukan pada seluruh populasi.
Korelasi merupakan angka yang menunjukkan arah dan kuatnya hubungan antar dua
variabel. Arah dinyatakan dalam positif / negatif sedangkan kuat dinyatakan dalam besarnya
koefisien korelasi.

Langkah 4, Menentukan Daerah Keputusan

Daerah keputusan merupakan pernyataan mengenai kondisi dimana hipotesis nol ditolak atau
diterima. Untuk menentukan daerah keputusan didasarkan pada uji statistik. Apabila uji statistik
Z, maka daerah keputusan juga menggunakan nilai Z yang diperoleh dari taraf nyata. Nilai Z
yang diperoleh dari taraf nyata disebut nilai kritis.
Bagaimana mencari nilai kritis? Misalkan taraf nyata ditentukan 5% dengan menggunakan
distribusi normal kita dapatkan nilai Z. Untuk pengujian satu arah, maka probabilitasnya = 0,5 –
0,05 = 0,4500. Kita kemudian mencari nilai Z dengan probabilitas 0,4500dan didapatkan nilai Z
= 1,65. Nilai 1,65 inilah merupakan nilai kritis. Daerah dimana lebih kecil dari 1,65 merupakan
daerah hipotesis nol, sedang daerah yang lebih besar 1,65 adalah daerah penolakan hipotesis
nol. Berikut gambar yang menandakan daerah keputusan.

Selain daerah keputusan untuk satu arah, juga ada daerah keputusan untuk dua arah. Kita
tetapkan misalnya taraf nyata 5%, apabila uji dua arah, maka taraf nyata tersebut dibagi dua
menjadi daerah yang sama besar. Nilai  = 0,05 dan untuk dua arah /2 = 0,05/2 = 0,025.
Setelah menemukan nilai /2, bisa dicari nilai Z dengan probabilitas = 0,5 – 0,025 = 0,4750.
Nilai probabilitas ini dengan menggunakan tabel distribusi normal, didapatkan niali Z sebesar
1,96. Dengan ditemukannya nilai Z untuk uji dua arah, maka daerah hipotesis nol berada pada
interval -1,96 sampai 1,96. Nilai yang lebih kecil dari -1,96 atau lebih besar dari 1,96
merupakan daerah penolakan hipotesis nol.

2019 Statistik Bisnis

10 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Langkah 5, Mengambil Keputusan
Langkah ke-5 adalah mengambil keputusan dengan melihat letak nilai Z pada daerah
keputusan. Dengan menggunakan daerah keputusan untuk uji dua arah, apabila nilai Z sebesar
2,45 maka nilai Z terletak pada daerah penolakan H0 dan keputusannya adalah menolak H0 dan
menerima H1. Pen olakan H0 terjadi karena nilai Z berada di luar daerah penerimaan H0, yaitu
dengan nilai Z antara -1,96 sampai 1,96

Kemungkinan Kesalahan Dalam Membuat

Keputusan Menolak atau Mendukung
KESALAHAN TIPE I dan II (TYPE I and II ERRORS)

Proses pengujian hipotesis dengan menggunakan data sampel, berlandaskan pada teori
probabilitas karena kenyataannya sulit bagi peneliti untuk memastikan apakah karakteristik
sampel yang diteliti tidak mempunyai perbedaan secara signifikan dengan karakteristik populasi
yang dihipotesiskan. Oleh karena itu pengujian hipotesis merupakan proses pembuiatan
keputusan (menolak atau mendukung/menerima) yang tidak bebas dari kemungkinan
kesalahan. Ada dua kemungkianan keslahan yang dibuat peneliti dalam membuat keputusan,
yaitu :
1) Keputusan peneliti menolak hipotesis nol, padahal kenyataannya hipotesis nol adalah
benar. Kesalahan ini selanjutnya disebut dengan kesalahan tipe I (type I errors).
2) Keputusan peneliti tidak dapat menolak hipotesis nol, padahal kenyataannya hipotesis
nol adalah salah. Kesalahan ini selanjutnya disebut dengan kesalahan tipe II (type II
errors).

2019 Statistik Bisnis

11 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Kesalahan tipe I mempunyai tingkat probabilitas yang diberi symbol ALPHA (α), sedangkan
kesalahan tipeII mempunyai tingkat probailitas yang diberi symbol BETA (β). Kemungkinan
terjadinya kesalahan tipe I dan tipe II dapat dikurangi dengan cara menambah jumlah sampel
yang diteliti, namun demikian perlu diketahui bahwa kedua tipe kesalahan tsb mempunyai sifat
hubungan yang berlawanan arah. Pengurangan probabilitas terjadinya kesalahan tipe I (Alpha)
berarti merupakan peningkatan probabiblitas terjadinya kesalahan tipe II (Beta), demikian pula
sebaliknya.
Dalam bisnis kesalahan tipe I dinilai lebih serius dibandingkan tipe II, oleh karena itu kriteria
keputusan yang digunakan peneliti dalam pengujian hipotesis lebih ditekankan pada penetapan
tingkat signifikansi alpha daripada beta.

Perlu dicatat disini bahwa kalimat “tidak dapat menolak” hipotesis nol umumnya lebih banyak
digunakan untuk mengganti kalimat “menerima atau mendukung” hipotesis nol. Alasan yang
mendasari penggunaan kalimat tersebut adalah karena hipotesis nol yang menyatakan tidak
ada hubungan antara dua atau lebih variabel penelitian, pada kenyataannya tidak pernah dapat
dibuktikan. Penggunaan istilah daerah penerimaan dalam pengujian statistik hanya untuk
membantu peneliti dalam membuat keputusan berdasarkan data yang diuji. Untuk menyatakan
keputusan yang “menerima” atau “mendukung” hipotesis nol, berdasarkan alasan diatas lebih
sesuai digunakan kalimat tidak dapat menolak hipotesis nol.
Berdasarkan hasil survai, 97 dari 100 responden menyatakan menyukai minuman ringan merk
A, dengan demikian keputusan yang dibuat peneliti adalah menolak hipotesis nol yang
menyatakan bahwa konsumen yang menyukai minuman ringan merk A sama dengan 50% atau
mendukung hipotesis alternatif yang menyatakan bahwa konsumen yang menyukai minuman
ringan A adalah lebih dari 60%.
Dari uraian diatas dapat disimpulkan bahwa elemen-elemen pokok dalam pengujian hipotesis
terdiri dari:
1) Hipotesis nol dan hipotesis alternatif
2) Daerah penolakan dan daerah penerimaan
3) Pengujian statistik
4) Pembuatan keputusan (kesimpulan)

PENGUJIAN ALPHA
Pengujian hipotesis dapat pula dilakukan dengan menggunakan konsep statistical test terhadap
probabilitas terjadinya kesalahan tipe I (alpha). Probabilitas terjadinya kesalahan tipe I dapat
ditentukan jika peneliti mengetahui distribusi pemilihan sampel (x) dari suatu statistical test.
Pengujian alpha menggunakan asumsi bahwa hipotesis nol adalah benar.

2019 Statistik Bisnis

12 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Contoh :
Misal dengan menggunakan data pada contoh 12.1 diatas, nilai rata2 dan deviasi standar dari
100 sampel X yang diamati dapat dihitung dengan cara sebagai berikut :
μ = n.p = (100) (0,50) = 50
Deviasi standar = √ n.p.q = √ n.p (1 – p) = √ (100)(0,50)(0,50) = 5.

Contoh Uji Hipotesis

Seorang yang dituduh pencuri dihadapkan kepada seorang hakim. Seorang hakim akan
menganggap orang tersebut tidak bersalah, sampai kesalahannya bisa dibuktikan. Seorang
jaksa akan berusaha membuktikan kesalahan orang tersebut.

Dalam kasus ini, hipotesis nol (H0) adalah: "Orang tersebut tidak bersalah", dan hipotesis
alternatif (H1) adalah: "Orang tersebut bersalah". Hipotesis alternatif (H1) inilah yang akan
dibuktikan.

Ada dua kondisi yang mungkin terjadi terhadap orang tersebut:

1) Orang tersebut tidak bersalah
2) Orang tersebut bersalah
Dan ada dua keputusan yang bisa diambil hakim:
1) Melepaskan orang tersebut
2) Memenjarakan orang tersebut

Dalam kasus ini, ada dua kemungkinan kesalahan yang dilakukan hakim:
1. Memenjarakan orang yang benar (Kesalahan Tipe I)
2. Melepaskan orang yang bersalah (Kesalahan Tipe II)

2019 Statistik Bisnis

13 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Daftar Pustaka

Algifari, 2013, Statistika Induktif Untuk Ekonomi Dan Bisnis, UPP STIM YKPN
Sugiyono. Prof., Dr. (2011), Metode Penelitian Kuantitatif, Kualitatif, dan R & D, Bandung:
Penerbit Alfabeta
Sugiyono. Prof., Dr. (2014), Statistika untuk Penelitian, Bandung: Penerbit Alfabeta
Suharyadi dan Purwanto, 2016, Edisi 2, Statistika untuk Ekonomi dan Keuangan Modern,
Salemba Empat
Supardi., Dr (2013), Aplikasi Statistika Dalam Penelitian, Jakarta: Change Publication

2019 Statistik Bisnis

14 Rieke Pernamasari, SE., M.Ak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id