UNIVERSITAS PENDIDIKAN GANESHA

PASCASARJANA
PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

PENGUJIAN HIPOTESIS

Hipotesis
Hipotesis nol (H0) adalah hipotesis yang menyatakan bahwa tidak terdapat perbedaan nilai parameter
populasi. Contoh pernyataan hipotesis nol adalah: H0: µ= µ0. Hipotesis nol digunakan untuk
menentukan apakah hipotesis penelitian benar atau tidak. Hipotesis alternatif (H1 atau Ha) di lain sisi
dirumuskan berdasarkan hipotesis penelitian. Hipotesis nol dan hipotesis alternatif haruslah mutually
exclusive. Jika hipotesis penelitian menyatakan µ= µ0, maka hipotesis alternatif menyatakan µ≠µ0. Jika
hipotesis penelitian menyatakan µ<µ0 atau µ≤µ0, maka hipotesis alternatif menyatakan µ<µ0. Jika
hipotesis penelitian menyatakan ketidaksamaan (tidak ≤ atau tidak ≥), maka hipotesis penelitian sama
dengan hipotesis alternatif. Dengan demikian, berdasarkan rumusan hipotesis penelitian dapat
dirumuskan beberapa kemungkinan pasangan hipotesis nol dan hipotesis alternatif seperti berikut ini.
1. H0:µ=µ0 melawan H1: µ≠µ0.
2. H0:µ=µ0 melawan H1: µ<µ0.
3. H0:µ=µ0 melawan H1: µ>µ0
Rumusan hipotesis yang menyatakan µ=µ0 dinamakan rumusan hipotesis sederhana karena hanya
menyatakan satu nilai parameter. Sementara itu, rumusan hipotesis yang menyatakan µ≠µ 0, µ<µ0 dan
µ>µ0 dinamakan rumusan hipotesis komposit karena menyatakan beberapa nilai parameter atau
rentangan nilai parameter.

Setelah hipotesis dirumuskan, data kemudian dikumpulkan untuk menguji apakah statistik sampel
konsisten atau inkosisten dengan hipotesis nol. Apabila statistik sampel mendukung hipotesis
alternatif, maka hipotesis nol ditolak dan hipotesis alternatif diterima. Catatan yang mesti dipegang
adalah bahwa dalam pengujian hipotesis, hipotesis nol dan hipotesis alternatif tidak selalu ada yang
diterima dan ada yang ditolak, melainkan diperlukan pengkajian lebih mendalam. Sebagai contoh,
hipotesis nol menyatakan µ=µ0 dan hipotesis alternatif menyatakan µ>µ0. Apabila dalam pengujian
dengan statistik sampel ternyata µ<µ0, maka hipotesis nol tidak serta merta harus diterima, demikian
pula hipotesis alternatif tidak mesti diterima, melainkan diperlukan pengkajian lebih lanjut.

Daerah Penerimaan dan Daerah Penolakan Hipotesis

Nilai α yang ditetapkan oleh peneliti sebelum pengambilan sampel memunculkan dua dua daerah
terkait pengujian hipotesis. Satu daerah merupakan daerah penerimaan hipotesis dan satu daerah lagi
merupakan daerah penolakan hipotesis. Apabila uji statistik sudah dipilih, maka penetapan daerah
penolakan hipotesis menjadi lebih mudah. Daerah di bawah kurva normal dibagai menjadi dua, yakni
daerah penolakan hipotesis dan daerah penerimaan hipotesis. Perhitungan statistik yang diperoleh dari
sampel dibandingkan dengan nilai peluang distribusi statistik (umumnya diperoleh dari tabel
distribusi). Luas daerah penolakan adalah α dan luas daerah penerimaan adalah 1-α.

1. Uji Dua Ekor

Apabila hipotesis nol adalah Ho: H0:µ1=µ2, hipotesis alternatif adalah H1: µ1≠µ2, maka dan uji statistik
yang digunakan adalah uji z atau uji t, maka hipotesis alternatif non directional dan uji z atau uji t yang
digunakan disebut uji dua sisi (two-sided) atau uji dua ekor (two-tailed). Hipotesis alternatif non
directional karena peneliti hanya ingin mengkaji perbedaan di antara kedua rerata (mean) tanpa perduli
arah perbedaan. Ho ditolak apabila µ1>µ2 atau µ1<µ02. Daerah penolakan disebut dua ekor karena Ho
ditolak jika z atau t cukup jauh dari nol di dua arah, sedemikian sehingga kombinasi peluang bahwa
Ho diterima kurang dari α. Daerah penolakan hipotesis dua ekor untuk uji z dapat digambarkan seperti
berikut.

47
 UNIVERSITAS PENDIDIKAN GANESHA
PASCASARJANA
PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

Jumlah luas daerah yang diarsir pada gambar di atas sama dengan α. Jika Ho benar, maka peluang
bahwa z lebih dari zα/2 atau kurang dari -zα/2 sama dengan α. Daerah penolakan adalah bagian aksis z di
bawah daerah yang diarsir yang terdiri dari nilai z lebih dari zα/2 atau kurang dari -zα/2.
Nilai zα/2 dan -zα/2 disebut nilai kritis uji statistik. Jika hipotesis alternatif adalah H1: µ≠µ0, maka Ho
ditolak jika |z|> zα/2. Jika Ho ditolak, maka µ>µ0 atau µ<µ0. Jika |z|>zα/2 dan z positif, maka dapat
disimpulkan bahwa µ>µ0. Jika |z|>zα/2 dan z negatif , maka dapat disimpulkan bahwa µ<µ0.

2. Uji Satu Ekor

Apabila hipotesis nol adalah Ho: H0:µ1=µ2, hipotesis alternatif adalah H1: µ>µ0, dan uji statistik yang
digunakan adalah uji z atau uji t, maka hipotesis alternatif disebut directional dan daerah penolakan
disebut satu sisi (one-sided) atau satu ekor (two-tailed). Hipotesis alternatif disebut directional karena
Ho ditolak dan H1 diterima apabila µ1>µ2. Daerah penolakan disebut satu ekor karena Ho ditolak jika z
atau t cukup jauh lebih besar dari nol, sedemikian sehingga peluang bahwa Ho diterima kurang dari α.
Daerah penolakan berada di satu sisi, tepatnya di sisi kanan dari kurva normal, sehingga disebut uji
satu ekor pihak kanan atau disingkat uji pihak kanan. Daerah penolakan hipotesis satu ekor pihak
kanan untuk uji z dapat digambarkan seperti berikut.

Luas daerah yang diarsir pada gambar di atas sama dengan α. Jika Ho benar, maka peluang bahwa z
lebih dari zα sama dengan α. Daerah penolakan adalah bagian aksis z di bawah daerah yang diarsir
yang terdiri dari nilai z lebih dari zα. Nilai zα disebut nilai kritis uji statistik. Jika hipotesis alternatif
adalah H1: µ>µ0, maka Ho ditolak jika z> zα.

Apabila hipotesis nol adalah Ho: H0:µ1=µ2, hipotesis alternatif adalah H1: µ1<µ2, dan uji statistik yang
digunakan adalah uji z atau uji t, maka hipotesis alternatif juga disebut directional dan daerah
penolakan disebut satu sisi (two-sided) atau dua ekor (two-tailed). Hipotesis alternatif disebut
48
 UNIVERSITAS PENDIDIKAN GANESHA
PASCASARJANA
PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

directional karena Ho ditolak dan H1 diterima apabila µ1<µ2. Daerah penolakan disebut satu ekor
karena Ho ditolak jika z cukup jauh lebih kecil dari nol, sedemikian sehingga peluang bahwa Ho
diterima kurang dari α. Daerah penolakan berada di satu sisi, tetpatnya di sisi kiri dari kurva normal,
sehingga disebut uji satu ekor pihak kiri atau disingkat uji pihak kiri. Daerah penolakan hipotesis satu
ekor pihak kiri untuk uji z dapat digambarkan seperti berikut.

Luas daerah yang diarsir pada gambar di atas sama dengan α. Jika Ho benar, maka peluang bahwa z
lebih dari zα sama dengan α. Daerah penolakan adalah bagian aksis z di bawah daerah yang diarsir
yang terdiri dari nilai z lebih dari zα. Nilai zα disebut nilai kritis uji statistik. Jika hipotesis alternatif
adalah H1: µ>µ0, maka Ho ditolak jika z> zα.

Prosedur Uji Hipotesis

a. Perumusan Hipotesis
Ho: adalah rumusan hipotesis nol yang menyangkut pernyataan tentang parameter populasi yang akan
menentukan distribusi sampel.
H1: adalah rumusan hipotesis alternatif yang akan diterima apabila hipotesis nol ditolak.

b. Penetapan Aturan Pengujian

Aturan pengujian merupakan pedoman pengambilan keputusan yang didasarkan pada tiga kondisi,
yaitu distribusi sampel yang tepat, kondisi hipotesis (directional atau non directional), dan taraf
signifikansi. Rumusan aturan pengambilan keputusan adalah sebagai berikut. Tolak Ho apabila nilai
statistik sampel lebih besar (atau lebih kecil) dari nilai kritik uji statistik Apabila Ho ditolak, maka
diputuskan H1 diterima (benar).

c. Penghitungan Nilai Statistik Sampel

Nilai statistik sampel (nilai z, t, λ2, F dan seterusnya) dihitung dari data yang diperoleh dari sampel.

d. Pengambilan Keputusan
Nilai statistik sampel dibandingkan dengan dengan aturan pengujian sebagai pedoman pengambilan
keputusan. Kemudian ambil keputusan untuk menolak atau gagal menolak Ho.

e. Pembahasan
Pembahasan memuat konsekuensi dari keputusan. Apabila hipotesis nol ditolak, maka pembahasan
memuat pernyataan-pernyataan yang memperkuat keputusan. Apabila keputusan gagal menolak
hipotesis nol, maka pembahasan memuat pernyataan-pernyataan yang memberi argumen atau rasional
kenapa keputusan tersebut bisa terjadi.

49
 UNIVERSITAS PENDIDIKAN GANESHA
PASCASARJANA
PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

Pengujian Perbedaan Dua Rerata

Uji-t untuk Sampel Independen (  12   22   .2 0
Dua sampel dengan banyak anggota masing-masing n1 dan n2 memiliki rerata masing-masing Y1 dan
Y2 Kedua sampel diambil secara random dari populasi yang berdistribusi normal yang masing-masing
memiliki rerata μ1 dan μ2 serta varians σ1 dan σ2. Berdasarkan data dari kedua sampel yang memiliki
rerata Y1 dan Y2 akan diuji apakah μ1 dan μ2 berbeda secara signifikan atau tidak. Hipotesis nol yang
akan diuji adalah: Ho: μ1-μ2=0 melawan hipotesis alternatif: H1: μ1-μ2≠0. Asumsi yang harus dipenuhi
adalah bahwa kedua sampel memiliki varians yang homogen atau dengan kata lain  12   22   .2
Apabila asumsi homogenitas sudah dipenuhi, maka nilai t dapat dihitung dengan rumus:

Y1  Y2
t
s2 s2

n1 n 2

s2 adalah varians gabungan dari kedua sampel, yang dihitung dengan rumus di bawah ini.

s12 (n1  1)  s 22 (n2  1)

s2 
n1  n2  2

s12 dan s 22 masing-masing merupakan varians dari sampel pertama dan sampel kedua, sedangkan n1
dan n2 masing-masing adalah banyak anggota sampel pertama dan sampel kedua. s12 dan s 22 masing-
masing dihitung dengan rumus:

 y  2

y 
2 1
1
s12  n
n 1

 y  2

y 
2 2
2
s 22  n
n 1

Nilai t yang diperoleh dari perhitungan dikontrol dengan nilai t-tabel yang diperoleh dari tabel
distribusi student-t dengan derajat kebebasan (dk)=n1+ n2-2 pada taraf signifikansi α. Hipotesis
alternatif yang diuji merupakan hipotesis dua sisi atau non directional, sehingga uji yang diterapkan
adalah uji dua ekor. Oleh karena itu, nilai t-tabel yang dicari adalah nilai t-tabel untuk uji dua ekor.
Apabila nilai t-hitung lebih besar daripada nilai t-tabel, maka hipotesis nol ditolak dan hipotesis
alternatif diterima. Artinya rerata populasi pertama (μ1) berbeda secara signifikan dengan rerata
populasi kedua (μ2).

Agar lebih jelas mari kita perhatikan contoh berikut ini.

50
 UNIVERSITAS PENDIDIKAN GANESHA
PASCASARJANA
PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

Sebuah penelitian ingin mengkaji perbedaan kreativitas antara siswa yang mengikuti model
pembelajaran heuristik dengan siswa yang mengikuti model pembelajaran algoritmik Hipotesis
penelitian menyatakan bahwa terdapat perbedaan kreativitas antara siswa yang mengikuti model
pembelajaran heuristik dengan siswa yang mengikuti model pembelajaran algoritmik. Untuk menguji
hipotesis tersebut, dilakukan eksperimen terhadap dua kelompok sampel. Sampel pertama terdiri dari
15 orang siswa dikenakan pembelajaran dengan model heuristik. Sampel kedua terdiri dari 16 orang
siswa dikenai pembelajaran dengan model algoritmik. Pada akhir eksperimen dilakukan pengukuran
kreativitas siswa pada masing-masing kelompok sampel dan diperoleh data sebagai berikut.

No. Y1 Y2
1 75 78
2 84 74
3 90 85
4 82 84
5 70 72
6 88 70
7 78 73
8 76 74
9 95 86
10 77 72
11 86 80
12 88 76
13 94 84
14 77 74
15 82 80
16 74

Y1=skor siswa yang mengikuti model pembelajaran heuristik.

Y2=skor siswa yang mengikuti model pembelajaran algoritmik.

Hipotesis yang diuji adalah:

H0 : 1 = 2
H1 : 1 ≠ 2

Agar bisa dihitung besar t perlu dibuat tabel kerja sebagai berikut.

No. Y1 Y12 Y2 Y22

1 75 5625 78 6084
2 84 7056 74 5476
3 90 8100 85 7225
4 82 6724 84 7056
51
 UNIVERSITAS PENDIDIKAN GANESHA
PASCASARJANA
PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

No. Y1 Y12 Y2 Y22

5 70 4900 72 5184
6 88 7744 70 4900
7 78 6084 73 5329
8 76 5776 74 5476
9 95 9025 86 7396
10 77 5929 72 5184
11 86 7396 80 6400
12 88 7744 76 5776
13 94 8836 84 7056
14 77 5929 74 5476
15 82 6724 80 6400
16 74 5476

Total 1242 103592 1162 90418

Dari tabel kerja diperoleh:

Y1 
 Y1  1242  82,8.
n 15

Y2 
Y 2

1236
 77,25
n 16

 Y  2
1242 2
Y  103592 
2 1
1
s12  n  15  754,4  53,8857
n 1 15  1 14

 Y  2
1236 2
Y 
2 2
2 95894 -
s 22  n  16  413,0  29,5.
n 1 16  1 15

Selanjutnya dapat dihitung nilai s2 seperti berikut.

s12 (n1  1)  s 22 (n2  1) 53,8857 (15  1)  29,5(16  1)

s 
2
  41,2724 .
n1  n2  2 15  16  2

Akhirnya dapat dihitung nilai t dengan:

52
 UNIVERSITAS PENDIDIKAN GANESHA
PASCASARJANA
PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

Y1  Y2 (82,8  77,25) 5,55

t    2,4037.
s2 s2 41,2724 41,2724 2,3089
 
n1 n2 15 16

Hipotesis alternatif merupakan hipotesis dua sisi, sehingga uji t yang diterapkan adalah uji t dua ekor.
Berdasarkan tabel student t, pada dk=(15+16-2)=29 dan taraf signifikansi α=0,05 untuk uji dua ekor
diperoleh t-tabel=2,045. Ternyata t-hitung (2,4037) lebih besar daripada t-tabel (2,045). Akibatnya, Ho
ditolak dan H1 diterima. Jadi terdapat perbedaan kreativitas yang signifikan antara siswa yang
mengikuti model pembelajaran heuristik dan siswa yang mengikuti model pembelajaran algoritmik.

Apabila pada penelitian di atas hipotesis penelitian menyatakan bahwa kreativitas siswa yang
mengikuti model pembelajaran heuristik lebih tinggi dari pada kreativitas siswa yang mengikuti model
pembelajaran algoritmik, maka pengujian hipotesis penelitian sedikit berbeda. Pertama, rumusan
hipotesis yang diuji adalah:
Hipotesis yang diuji adalah:
H0 : 1 = 2
H1 : 1 > 2

Selanjutnya dihitung nilai t sama seperti di atas. Nilai t hitung dikontrol dengan nilai t-tabel. Hipotesis
alternatif merupakan hipotesis satu sisi (sisi kanan), sehingga uji t yang diterapkan adalah uji t satu
ekor. Berdasarkan tabel student t, pada dk=(15+16-2)=29 dan taraf signifikansi α=0,05 untuk uji satu
ekor diperoleh t-tabel=1,699. Ternyata t-hitung (2,4037) lebih besar daripada t-tabel (1,699).
Akibatnya, Ho ditolak dan H1 diterima. Jadi kreativitas siswa yang mengikuti model pembelajaran
heuristik lebih tinggi daripada kreativitas siswa yang mengikuti model pembelajaran algoritmik.

Uji-t untuk Sampel Dependen

Penelitian untuk membandingkan dua rerata kadang-kala harus dilakukan dengan sampel yang tidak
independen (dependen), baik dengan pemasangan (matching) maupun dengan mengenakan dua
perlakuan yang berbeda terhadap satu sampel. Apabila kondisi ini yang harus dilakukan, maka
pengujian hipotesis harus dilakukan dengan uji statistik t untuk sampel dependen. Sama halnya dengan
uji t untuk sampel independen, uji t untuk sampel dependen didahului dengan penyusunan hipotesis
seperti berikut.
H0 : 1 - 2 = 0
H1 : 1 - 2 ≠ 0 atau 1 - 2 > 0 atau 1 - 2 < 0.

Nilai t dihitung dengan terlebih dahulu menghitung nilai D yang merupakan selisih dari setiap
pasangan data (D=X1-X2). Setelah diperoleh nilai D dari setiap pasangan, kemudian dihitung estivasi
varian dari D ( s D2 ) dengan rumus:

s 2

 ( D  D) 2

n 1
D

D adalah rerata dari D dan n adalah banyak pasangan yang diobservasi. Menggunakan nilai estimasi
varian dari D, selanjutnya dihitung varian sampel D ( s D2 ) yang diperoleh dari rumus:

53
 UNIVERSITAS PENDIDIKAN GANESHA
PASCASARJANA
PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

s D2
s D2 
n
Akhirnya, untuk mengetahui apakah D berbeda secara signifikan dengan 0, dihitung t yang
merupakan hasil bagi D oleh stándar kesalahannya (eror) yang dapat dinyatakan dengan:

D
t
sD

Nilai t hitung dikontrol dengan nilai t tabel yang diperoleh dari tabel distribusi student t dengan dk=n-1
pada taraf signifikansi α yang ditentukan. Apabila nilai t hitung lebih besar daripada nilai t tabel, maka
Ho ditolak dan H1 diterima. Apabila hipotesis alternatif dua arah atau sering disebut non directional
(H1:1-2≠ 0), maka dilakukan pengujian dua ekor; dan apabila hipotesis alternatif satu arah atau
directional (H1: 1-2 >0 atau H1:1 - 2 < 0), maka dilakukan pengujian satu ekor.

Rumus lain yang dapat digunakan untuk menghitung nilai t pada uji t dengan sampel dependen adalah:

t
D
n D 2
 ( D)  /( n  1)
2

Agar lebih jelas mari kita perhatikan contoh berikut ini. Manajemen sebuah perusahaan menduga
bahwa kinerja karyawan yang mengikuti program 5 hari kerja lebih tinggi daripada kinerja karyawan
yang mengikuti program 6 hari kerja. Unuk itu, eksperimen dilaksanakan terhadap 10 orang
karyawan. Tiga bulan pertama 10 karyawan tersebut mengikuti program 5 hari kerja, dan pada akhir
bulan ketiga dilakukan evaluasi kinerja. Tiga bulan berikutnya, 10 karyawan tersebut mengikuti
program 5 hari kerja dan pada akhir bulan ketiga dilakukan evaluasi kinerja. Data yang diperoleh
adalah sebagai berikut. Y1 adalah kinerja karyawan dari program 5 hari kerja dan Y2 adalah kinerja
karyawan dari program 6 hari kerja.

No. Y1 Y2
1 72 64
2 85 78
3 89 91
4 90 82
5 68 68
6 76 64
7 87 88
8 69 60
9 74 68
10 85 80

Hipotesis yang diuji adalah:

Ho: 1   2  0 .
H1 : 1   2  0. .
54
 UNIVERSITAS PENDIDIKAN GANESHA
PASCASARJANA
PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

Selanjutnya perlu dibuat kerja seperti di bawah ini.

No. Y1 Y2 D= Y1- Y2 D2
1 72 64 8 64
2 85 78 7 49
3 89 91 -2 4
4 90 82 8 64
5 68 68 0 0
6 76 64 12 144
7 87 88 -1 1
8 69 60 9 81
9 74 68 6 36
10 85 80 5 25

Total 795 743 52 468

Rerata 79,5 74,3 5,2 46,8
Nilai t dapat dihitung memanfaatkan rumus yang kedua sebagai berikut.

t
D .
N  D 2
 ( D)  /( N  1)
2

52
t  3,509.
(10)(468)  (52) /(10  1)
2

Apabila dilihat tabel distribusi student t dengan dk=10-1=9 pada taraf signifikansi α=0,05, maka untuk
uji satu ekor diperoleh nilai t tabel= 1,833. Ternyata nilai t hitung (3,509) lebih besar daripada nilai t
tabel (1,833). Dengan demikian, Ho ditolak dan H1 diterima. Jadi kinerja karyawan yang mengikuti
program 5 hari kerja lebih tinggi daripada kinerja karyawan yang mengikuti program 6 hari kerja.

Uji t untuk sampel dependen sangat mempertimbangkan korelasi data antara kedua pasang sampel. Hal
ini terjadi karena varian beda kedua data behubungan erat dengan korelasi antara kedua data yang
ditunjukkan oleh formula:
s D2  s12  s22  2r12 s1 s2

s D2 adalah varian beda antara kedua pasang data sampel, r12 adalah koefisen korelasi antara kedua
pasang data sampel, dan s12 serta s22 varian data dari masing-masing sampel.

55