PENDAHULUAN
Abad 21 ini menjadi dunia sangat kompleks mulai dari kehidupan hingga
masalahnya. Suatu populasi masyarakat mempunyai masalah sangat kompleks
sehingga butuh sebuah pendekatan statistik untuk memecahkan masalah itu.
Maka, untuk menyelesaikan masalah ini, maka peneliti butuh penanganan tepat.
Salah satu langkah awal penyelesain masalah masyarakat yang kompleks
saat ini, maka peneliti membutuhkan kemampuan untuk merumuskan sebuah
hipotesis atas masalah-masalah masyarakat saat ini.
Peneliti juga harus mempunyai ilmu pengujian hipotesis mumpuni.
Pengujian itu bertujuan untuk membuktikan apakah hipotesis diterima atau
ditolak. Hipotesis berfungsi sebagai kerangka kerja bagi peneliti, memberi arah
kerja, dan mempermudah dalam penyusunan laporan penelitian.
Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari
analisis data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak
terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik
jika kejadian tersebut hampir tidak mungkin disebabkan oleh faktor yang
kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga "konfirmasi analisis data". Keputusan dari
uji hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah
pengujian untuk menjawab pertanyaan yang mengasumsikan hipotesis nol adalah
benar.
Daerah kritis (bahasa Inggris: critical region) dari uji hipotesis adalah
serangkaian hasil yang bisa menolak hipotesis nol, untuk menerima hipotesis
alternatif.
Seringkali kita dihadapkan pada masalah perumusan kaidah yang dapat
membawa pada suatu keputusan menerima atau menolak suatu pernyataan
(hipotesis) mengenai populasi. Kita telah mengetahui bahwa populasi memuat
"scluruh" objek atau subjek yang menjadi perhatian dalam suatu studi atau
penelitian. Besarnya populasi ditandai oleh banyaknya anggota populasi yang
1
disebut ukuran populasi. Karena berbagai keterbatasan dan alasan tertentu,
biasanya tidak semua anggota populasi dapat diamati, tetapi kita mengambil
sebagian saja yang discbut sampel. Seperti halnya populasi, ukuran sampel
menyatakan banyaknya data dalam sampel. Teknik pengambilan sampel yang
memungkinkan diperolehnya suatu sampel yang mewakili populasi merupakan
hal yang sangat penting diperhatikan oleh seorang peneliti (Tiro & Arbianingsih,
2011).
Kalau populasi dapat diamati seluruhnya berarti kita melakukan sensus, dan
ciri kuantitatif yang dihitung dari data populasi itu disebut parameter. Ciri
kuantitatif yang serupa tetapi dihitung dari sampel discbut statistik
2
3
BAB II
PEMBAHASAN
Hipotesis seperti ini amat berguna dalam suatu peneli tan. Tanpa hipotesis
atau antisipasi terhadap fenomena yang dihadapi, tidak akan memberikan
kemajuan dalam wawasan atau pengertian ilmiah untuk mengumpulkan fakta
4
empiris. Tanpa ide yang mengarahkan, peneliti sulit. mencari fakta yang ingin
dikumpulkan dan sukar menentukan mana yang relevan dan mana yang tidak.
H0 H1
Ada hubungan antara golongan
Tidak ada hubungan antara darah dan mata seseorang
golongan darah dan warna mata
seseorang
5
Bagi seorang peneliti, hipotesis bukan suatu yang harus diperjuangkan
(bukan vested interest) dalam arti bahwa hipotesis yang diharapkan selalu di
terima.
Jika hipotesis ditolak karena tidak didukung oleh fakta empiris, hal ini
tidak berarti penelitian akan kehilangan muka. Bahkan, harga diri peneliti akan
naik jika ia dapat menjelaskan alasan atau rasional hipotesis itu tidak diterima.
Penolakan hipotesis dapat menjadi penemuan positif, karena telah memecahkan
masalah ketidaktahuan dan memberi jalan kepada hipotesis yang lebih baik.
6
memiliki kebun sayur-mayur yang subur tetapi kekurangan air sehingga hasil
panennya berkurang. Ia ingin meningkatkan hasil kebunnya dengan menguji
coba beberapa jenis pupuk dengan dosis yang bervariasi. Kesimpulan apapun
yang diperoleh dari hasil eksperimen ini tidak akan menyelesaikan masalah,
karena kesalahan merumuskan hipotesis.
Ketika kita melakukan pengujian hipotesis dalam suatu penelitian,
peluang terjadinya kedua jenis kesalahan harus dibuat sekecil mungkin.
Peluang terjadin kesalahan jenis I biasa dinyatakan dengan a (baca; alpha dan
peluang terjadinya jenis kesalahan II dinyatakan dengan ẞ (baca; beta). Dengan
demikian, kesalahan jenis 1 bisa disebut kesalahan alpha dan kesalahan jenis II
disebut kesalahan beta.
Besar kecilnya alpha dan beta yang dapat diterima dalam pengambilan
keputusan bergantung kepada risiko yang terjadi atas terjadinya kesalahan
tersebut nilai alpha dan beta adalah bilangan antara 0 dan 1 yang dinyatakan
dengan angka desimal namun banyak orang yang juga menggunakan angka
presentasi misalnya 0,05 dinyatakan dengan 5% kedua cara ini secara
matematis tidak berbeda, Sehingga penggunaan dua cara yaitu dalam praktik
juga tidak menimbulkan masalah. Kesenangan dan selera setiap penggunaan
menentukan.
Contoh kasus: Apakah dosis obat yang biasa digunakan 50 mg masih
cocok dengan situasi sekarang?
Kesalahan jenis I yaitu menolak H0 yang benar. Konsekuensi kesalahan
ini berarti dokter akan menaikkan dosis obatnya yang sebetulnya tidak perlu.
Akibatnya pasien kelebihan dosis.
Kesalahan jenis II yaitu meneima H0 yang salah. Dalam hal ini, dokter
tetap menggunakan dosis lama, sementara penyakit membutuhkan dosis lebih
tinggi. Akibatnya, pasien tidak sembuh mesti berobat
7
B. Memilih uji statistik yang sesuai dengan asumsi sebaran populasi dan skala
pengukuran data. Berdasarkan ini, peluang terjadinya uji statistik yang
dipilih sebaiknya yang terkuat (most powerful untuk kesalahan dalam
pengambilan keputusan. Teknik mengurangi pemilihan ini memerlukan
kajian matematis, dan hal ini dapat dilihat dalam Lehmann (1986) dan
Chow and Teicher (1988). Bagi peneliti dan pengguna statistika,
berkonsultasi dengan ahli statistika merupakan cara yang bijaksana.
C. Menetapkan taraf kesignifikanan a. Nilai yang biasa digunakan, yaitu a =
0.01 atau α = 0.05. Misalnya α = 0.01, dalam bahasa peluang berarti kira-
kira 1 di antara setiap 100 kesimpulan bahwa kita akan menolak H yang
sebenarnya harus diterima. Dengan kata lain, kita memiliki tingkat
keyakinan 99% bahwa keputusan yang diambil untuk menolah Ho adalah
tepat. Untuk setiap pengujian dengan a yang ditentukan. besarnya ẞ dapat
dperhitungkan. Nilai (1-8) disebut kuasa uji. Kuasa uji menyatakan tingkat
keyakinan untuk menolak hipotesis nol yang salah. Untuk memperkecil ẞ,
selain pemilihan statistik uji yang tepat. dapat juga dilakukan penambahan
data atau dengan memperbesar ukuran sampel. Pemanfaatan informasi yang
memungkinkan kita merumuskan hipotesis satu pihak juga akan
memperkecil B dibandingkan dengan pengujian dua pihak. Istilah pengujian
satu pihak dan dua pihak dapat dijelaskan sekali lagi dengan contoh berikut.
Pasangan Ho: σ 1 σ 2 melawan H1 : σ:> σ disebut peng ujian satu pihak
(pihak kanan), karena arah ketidak samaan pada H hanya satu pihak. Tetapi,
pasangan hipotesis Ho: σ¹ σ ₂ melawan 11: 002 merupakan pengujian
hipotesis dua pihak, karena arah H, memiliki dua arah ketidaksamaan.
Pengujian hipotesis pihak kiri. apabila pasangan hipotesisnya seperti Io: σ =
o2 melawan H: 01 < 62 Pasangan hipotesis ini memberikan contoh uji
hipotesis tentang kesamaan dua simpangan baku atau variansi dari dua
populasi.
D. Menghitung statistik uji berdasarkan data. Perhitungan ini dilakukan
dengan jalan mengganti peubah acak dalam statistik dengan nilai-nilai
pengamatan yang telah diperoleh. Perhitungan ini dapat dilakukan
secara manual, kalau data tidak terlalu banyak, tetapi untuk sampel
8
yang cukup besar dianjurkan menggunakan komputer. Namun, perlu
diingat bahwa tidak semua uji hipotesis dapat dihitung secara
langsung oleh paket statistika yang ada. Hasil komputer umumnya
masih perlu diolah kembali secara manual untuk mendapatkan hasil
yang diperlukan. Pengolahan manual ini tentu sudah menjadi ringan,
karena perhitungan dengan data banyak sudah dilakukan oleh
komputer. Namun, untuk melakukan itu semua, pemahaman teori
statistika dan hasil komputer yang diperoleh sangat penting.
E. Menentukan nilai kritis atau daerah kritis pengujian. Nilai kritis ini
bergantung kepada asumsi sebaran populasi dan hipotesis yang akan
diuji. Misalnya, statistik yang digunakan dalam pengujia satu pihak
(pihak kanan)
F. Membuat kesimpulan dengan jalan membandingkan nilai statistik
dengan nilai kritis. Jika nilai statistik jatuh pada daerah kritis, berarti
Ho ditolak, dan jika jatuh di luar daerah kritis. Ho diterima. Kalau
analisis data dilakukan dengan paket statistika dengan komputer,
rujukan terhadap nilai kritis tidak diperlukan. Hasil komputer telah
memberikan nilai p, yaitu luas daerah di ujung nilai kritis yang
dibatasi olch nilai hitung statistik. Kalau nilai p lebih besar daripada
taraf kesignifikanan a yang telah ditetapkan, Ho diterima, dan kalau
nilai p lebih kecil daripada nilai a, Ho ditolak. Contoh pengguna an
nilai p pada hasil komputer akan diberikan pada bagian akhir bab ini.
Uji hipotesa dua sisi ditulis dengan pernyataan H0: µ= µ0 dan H1: µ
≠ µ0, sehingga H0 tidak sama dengan H1 atau terdapat nilai yang lebih
besar atau lebih kecil dari batas kritis. Dari gambar di bawah, terdapat
dua daerah penolakan hipotesis nol, dan secara statistik disebut
pengujian dua arah atau dua pihak.
9
Gambar 1. Wilayah tolak H0 berada di sebelah kanan dan kiri.
Keputusan tolak H0 jika z hitung berada di wilayah tolak H0
C. Uji hipotesis satu sisi atau one tail dengan H0: µ ≥ µ0 dan H1: µ < µ0,
sehingga H0 lebih kecil dari H1 atau terdapat nilai yang lebih kecil
dari batas kritis. Dari gambar tersebut, terdapat satu daerah penolakan
hipotesis nol di kiri, dan secara statistik disebut pengujian satu arah
atau satu pihak
10
Gambar 3. Wilayah tolak H0 berada di sebelah kiri. Keputusan tolak H0
jika z hitung berada di wilayah tolak H0.
11
BAB III
PENUTUP
3.1. Kesimpulan
Hipotesis adalah jawaban sementara dari seorang peneliti. Beberapa
kegunaanya memberi batasan dan memperkecil jangkauan dan kerja penelitian.
Kemudian, Menyiagakan peneliti kepada kondisi fakta dan hubungan antarfakta
yang kadangkala hilang begitu saja dari perhatian peneliti. Sebagai alat sederhana
dalam menfokuskan fakta yang bercerai-berai tanpa kerdinasi kedalam suatu
kesatuan penting dan menyeluruh. Dalam menentukan hipotesis ada enam langkah
dengan paling penting adalah menentukan daerah kritis sebelum menyimpulkan
hipotesis.
Dalam hipotesis juga perlu menentukan signifikansi sehingga membuat
penarikan hipotesis bisa dipercaya, semakin kecil nilai signifikansi seperti 0,01,
maka penelitian itu semakin bagus. Selnnjutnya, peneliti juga mesti melihat uji
hipotesis tentang rerata yakni simpangan baku diketahui dan tidak diketahui.
3.2. Saran
Kritik dan saran sangat kami harapkan dari para pembaca, khususnya dari
dosen mata kuliah yang telah membimbing kami dan para mahasiswa demi
kesempurnaan makalah ini. Apabila ada kekurangan dalam penyusunan makalah
ini, kami mohon maaf yang sebesar-besarnya
12