HIPOTESIS DAN

UJI SIGNIFIKANSI
Statistik Parametrik dan Non-Parametrik
Pertemuan ke-11

Shanti Fitriani
HIPOTESIS
• Hipotesis adalah: asumsi atau dugaan mengenai
sesuatu hal yang dibuat untuk menjelaskan hal
tersebut.

• Hipotesis dapat juga diartikan sebagai:

• dugaan mengenai suatu hal, atau
• jawaban sementara terhadap suatu masalah, atau
• kesimpulan sementara tentang hubungan suatu variabel
dengan variabel lainnya

• Hipotesis disajikan dalam bentuk pernyataan yang

menghubungkan secara eksplisit maupun implisit
suatu variabel dengan variabel lain.
UJI HIPOTESIS
• Di dalam pengujian dikenal dua hipotesis statistik,
yaitu:
• hipotesis nol (H0)  digunakan sebagai dasar pengujian
statistik, atau hal yang berlaku secara umum, dan
• hipotesis alternatif atau tandingan (HA atau H1) 
merupakan kesimpulan sementara dari hubungan antar
variabel yang sudah dipelajari dari teori-teori yang
berhubungan dengan masalah tersebut.

• Bila kita hendak membuat keputusan mengenai

perbedaan-perbedaan, kita menguji H0 terhadap
HA/H1.
• HA/H1 merupakan pernyataan yang kita terima jika H0
ditolak.
UJI HIPOTESIS
• Untuk menguji suatu hipotesis harus mengikuti
suatu prosedur tertentu, pada umumnya sebagai
berikut:
1. Hipotesis harus dirumuskan terlebih dahulu.
2. Tentukan statistik uji yang akan digunakan.
3. Tentukan suatu kriteria uji, misalnya t-test, χ 2
test, F-test, dll.
4. Tentukan besarnya taraf signifikansi yang diberi
simbol α, misalnya 10%, 5%, atau 1%.
5. Pengambilan keputusan yaitu menolak atau
menerima hipotesis
PEMILIHAN UJI STATISTIK DARI HIPOTESIS
• Uji statistik yang akan digunakan tergantung
pada:
• jenis data yang akan dianalisis, dan
• bentuk hipotesisnya.

• Penggolongan hipotesis ada tiga macam, yaitu:

• Hipotesis deskriptif,
• Hipotesis komparatif, dan
• Hipotesis asosiatif
(lihat kembali Tabel Penggunaan Uji Statistik Parametrik
dan Non-Parametrik)
PEMILIHAN UJI STATISTIK DARI HIPOTESIS
• Contoh hipotesis deskriptif,
• H0: daya tahan lampu merk X = 450 jam
• H1: daya tahan lampu merk X ≠ 450 jam

• Contoh hipotesis komparatif,

• H0: daya tahan lampu merk X = merk Y
• H1: daya tahan lampu merk X ≠ merk Y

• Contoh hipotesis asosiatif,

• H0: Tidak ada hubungan antara tegangan dengan daya
tahan lampu
• H1: Ada hubungan antara tegangan dengan daya tahan
lampu
KESALAHAN DALAM PENGUJIAN HIPOTESIS
• Dalam menaksir parameter populasi berdasarkan
data sampel, kemungkinan akan terdapat dua
kesalahan, yaitu:
• Kesalahan Tipe I adalah kesalahan bila menolak
hipotesis nol (H0) yang benar (seharusnya diterima).
Dalam hal ini peluang usaha untuk terjadi kesalahan tipe
I dinotasikan dengan α.
• Kesalahan Tipe II adalah kesalahan bila menerima
hipotesis yang salah (seharusnya ditolak). Peluang
usaha untuk terjadi kesalahan tipe II ini dinotasikan
dengan β.

• Dalam pengujian hipotesis kebanyakan digunakan

kesalahan tipe I, yaitu berapa persen kesalahan
untuk menolak hipotesis nol (H0) yang benar (yang
seharusnya diterima).
• Agar penelitian dapat dilakukan, maka kedua tipe
kesalahan dinyatakan dalam peluang.

• Peluang bagi tingkat kesalahan Tipe I dinyatakan

dengan simbol α atau p, atau sering disebut taraf
signifikasi atau tingkat signifikansi  biasanya
0,01 (1%) dan 0,05 (5%).

• Harga (1-α)x100% disebut taraf kepercayaan. Jika α

5% berarti taraf kepercayaan (1-0,05)=0,95 atau 95%.

• Dalam prakteknya, tingkat signifikasi telah ditetapkan

oleh peneliti terlebih dahulu sebelum hipotesis diuji.
UJI SIGNIFIKANSI
• Uji signifikansi  tahap terpenting dalam sebuah
riset/penelitian, khususnya riset yang menggunakan
metode kuantitatif.

• Uji ini yang akan menentukan simpulan hasil riset.

• Uji signifikansi menentukan apakah hipotesis yang

dibuat di awal riset akan diterima atau ditolak.

• Karena peran pentingnya itulah, para ahli mencari

cara terbaik yang dapat membedakan hasil
pengamatan secara meyakinkan.