PENGUJIAN HIPOTESIS DALAM STATISTIK INFERENSIAL

statistik inferensial pada dasarnya membantu penelti menguji hipotesis dalam konteks penelitian
kuantitatif eksplanatif yaitu jenis penelitian yang menguji hubungan kausal antar variable.
Statistik inferensial membantu penelitian eksplanatif khususnya dalam menguji hipotesis, yaitu
dengan mencoba menganalisis apakah hubunganhubungan antar variabel yang ditemukan
pada sampel bisa diberlakukan atau digeneralisasikan ke dalam populasi yang menjadi
target penelitian. Pengujian hipotesis dalam statistik inferensial pada dasarnya menguji
parameter berdasarkan statistik yang ditemukan pada sampel. Atas dasar ini, rumusan hipotesis
dalam statistik inferensial dituangkan dalam bentuk notasi parameter bukan dalam bentuk notasi
statistik karena yang diuji adalah parameter. misalnya parameter beda rata-rata (μ1 – μ2),
parameter koefisien regresi (β), parameter koefisien korelasi (ρ), dan parameter dari koefisien-
koefisien lainnya yang menunjukkan derajad hubungan kausal antar variable.

Parameter beda rata-rata (μ1 – μ2) biasanya menunjukkan hubungan antar variabel bebas
yang berskala nominal dan variabel terikat berskala interval atau rasio. Sebagai contoh,
penelitian tentang pengaruh gender terhadap prestasi siswa. Untuk menjawab penelitian ini yang
dilakukan oleh peneliti adalah dengan membandingkan antara rata-rata prestasi siswa laki-laki
dan rata-rata prestasi siswa perempuan.

parameter koefisien korelasi atau derajad hubungan antar variabel yang dinotasikan
dengan rho (ρ) menunjukkan hubungan antar dua variabel atau lebih yang berskala interval atau
rasio. Sebagai contoh, penelitian tentang hubungan antara besarnya uang saku sekolah (berskala
rasio) dengan prestasi siswa (berskala interval). Untuk menjawab permasalahan penelitian ini
yang dilakukan oleh peneliti adalah dengan melihat derajad hubungan atau koefisien korelasi (ρ)
antara variabel besarnya uang saku dan variabel prestasi siswa.

Parameter koefisien regresi (β) menunjukkan hubungan antara variabel bebas yang
berskala interval atau rasio dengan variabel terikat yang juga berskala interval atau rasio.
Misalkan dicontohkan sebelumnya, seseorang hendak meneliti pengaruh keuntungan perusahaan
(berskala rasio) terhadap besarnya dividen yang dibagikan kepada pemegang saham (berskala
rasio). Untuk menjawab permasalahan penelitian ini yang dilakukan oleh peneliti adalah dengan
melihat derajad pengaruh kuantitatif atau koefisien regresi (β) dari variabel keuntungan
perusahaan terhadap dividen.
Hipotesis Nol dan Hipotesis Alternatif

hipotesis nol menyatakan ketiadaan hubungan kausal antar variabel yang diteliti. hipotesis yang
menyatakan keberadaan hubungan kausal disebut hipotesis alternative.

Sebuah penelitian dimaksudkan untuk menguji “Apakah ada perbedaan antara prestasi
siswa perempuan dengan prestasi siswa laki-laki.” contoh permasalahan penelitian tersebut
mempertanyakan tentang ada tidaknya perbedaan tentang karakteristik tertentu (dalam hal ini
‘prestasi’) antara dua kelompok populasi (dalam hal ini populasi siswa laki-laki dan populasi
siswa perempuan). Sebagai variabel bebas dalam permasalahan penelitian tersebut adalah
‘gender’ dan variabel terikatnya adalah prestasi. rumusan masalah penelitian tersebut dapat
pula dirumuskan “Apakah ada pengaruh gender terhadap prestasi siswa. jika dalam penelitian
terbukti ada perbedaan antara rata-rata siswa lakilaki dan rata-rata prestasi siswa perempuan
berarti kesimpulannya adalah terdapat pengaruh variabel gender terhadap prestasi siswa.

Rumusan masalah yang pertama dengan menggunakan kata ‘perbedaan’ lebih

mengacu kepada desain penelitian yang digunakan oleh peneliti yaitu dengan cara melakukan
komparasi (uji perbedaan), sedangkan rumusan masalah kedua, yang menggunakan kata
‘pengaruh’ lebih mengacu kepada substansi hubungan kausal antar variabel, sehingga
secara eksplisit menyebutkan variabel bebas dan variabel terikat, serta arah hubungan yang
diteliti.

Adapun rumusan hipotesis nol (Ho) dan hipotesis alternatif (Ha) dari contoh penelitian
tersebut di atas adalah sebagai berikut. Ho : μP = μL (secara naratif: tidak ada perbedaan rata-
rata prestasi siswa laki-laki dengan rata-rata prestasi siswa perempuan) Ha : μP ≠ μL (secara
naratif: ada perbedaan rata-rata prestasi siswa laki-laki dengan rata-rata prestasi siswa
perempuan) Mengapa hipotesis yang menyatakan ketiadaan hubungan kausal antar variabel
disebut hipotesis nol (Ho)? Secara matematis contoh rumusan Ho di atas yang dinyatakan dalam
bentuk persamaan μP = μL dapat dinyatakan lain yaitu μP – μL = 0, artinya secara matematis
jika μP = μL berarti pula μP – μL = 0, karena itu disebut hipotesis nol.

Hipotesis Alternatif: Direktif dan Nondirektif

Hipotesis alternatif (Ha) yang bersifat direktif adalah Ha yang dirumuskan dengan model
pertidaksamaan asimetris. Sedangkan hipotesis alternatif (Ha) yang bersifat nondirektif
adalah Ha yang dirumuskan dengan model pertidaksamaan simetris. Nondirektif bermakna
tidak mengarah, artinya hipotesis alternatif menyatakan hubungan antar variabel yang tidak
secara eksplisit menunjukkan jenis atau arah hubungan kausal tertentu (misalnya hubungan
positif atau negatif). Sedangkan direktif bermakna mengarah, artinya hipotesis alternatif yang
dirumuskan menyatakan hubungan antar variabel yang mengarah kepada jenis atau arah
hubungan tertentu bisa hubungan positif bisa negatif.

Kapan peneliti harus merumuskan hipotesis alternatif dalam bentuk pertidaksamaan

simetris atau bersifat nondirektif dan kapan dalam bentuk pertidaksamaan asimetris atau bersifat
direktif? Jawabnya adalah bergantung kepada argumen teoritik yang diyakini oleh peneliti.
Dalam penelitian eksplanatif, argumen teoritik yang dikemukakan peneliti dalam rangka
merumuskan hipotesis penelitian bisa saja hanya sebatas menghasilkan kesimpulan atau
rumusan hipotesis yang menyatakan bahwa ada hubungan antar variabel yang diteliti atau
ada pengaruh variabel yang satu terhadap variabel lainnya tanpa mengindikasikan arah
hubungan atau pengaruh yang akan diuji. Jika hal ini yang terjadi maka peneliti akan
merumuskan hipotesis alternatifnya dalam bentuk pertidaksamaan simeteris yaitu tidak
menyatakan arah atau jenis hubungan misalnya hubungan positif atau negatif.

Di sisi lain, bisa juga argumen teoritik yang dikemukakan peneliti dalam merumuskan
hipotesis penelitian menghasilkan kesimpulan atau rumusan hipotesis yang menyatakan ada
hubungan positif/negatif antar variabel yang diteliti. Dengan kata lain, argumen teori yang
dikemukakan secara eksplisit menunjukkan jenis atau arah hubungan kausal antar variabel yang
diteliti., peneliti akan merumuskan hipotesis alternatifnya dalam bentuk pertidaksamaan
asimetris atau bersifat direktif.

Jenis Kesalahan Hasil Pengujian Hipotesis

Pertama, jika hasil pengujian statistik berdasarkan sampel penelitian menghasilkan kesimpulan
menerima (tidak menolak) hipotesis nol (Ho) dan kenyataannya di populasi Ho adalah benar,
maka kesimpulan penelitian atau hasil pengujian hipotesis tersebut adalah benar atau sesuai
dengan kondisi senyatanya. Sel kiri
Kedua, jika hasil pengujian statistik menolak hipotesis nol (Ho) sedangkan kenyataannya di
populasi Ho adalah benar, maka kesimpulan penelitian atau hasil pengujian hipotesis tersebut
adalah salah sebagaimana ditunjukkan pada sel sebelah kiri bawah pada matrik. Type I error
memiliki arti bahwa penelitian kita telah salah menolak Ho yang semestinya diterima atau
dengan kata lain penelitian kita menghasilkan kesimpulan menolak Ho namun yang terjadi
sesunggunya di dalam populasi adalah Ho benar.

Ketiga, jika hasil pengujian statistik menghasilkan penerimaan terhadap hipotesis nol (Ho)
sedangkan senyatanya dalam populasi Ho adalah salah, maka kesimpulan penelitian atau hasil
pengujian hipotesis adalah salah yaitu ditunjukkan pada sel kanan atas pada matrik di atas.
Type II error memiliki arti bahwa penelitian kita telah salah menerima Ho yang semestinya
ditolak atau dengan kata lain menghasilkan kesimpulan menerima Ho padahal yang terjadi
sesunggunya di dalam populasi adalah Ho salah.

Keempat, jika hasil pengujian statistik menghasilkan penolakan terhadap hipotesis nol (Ho) dan
senyatanya dalam populasi Ho adalah salah, maka kesimpulan penelitian atau hasil pengujian
hipotesis adalah benar. Hal ini ditunjukkan pada sel kanan bawah pada matrik di atas

Sebagai contoh, peneliti yang bermaksud untuk menguji pengaruh keuntungan

perusahaan terhadap dividen yang dibayarkan kepada pemegang saham, tentunya berharap
bahwa hipotesis penelitiannya yang menyatakan ada pengaruh variabel keuntungan terhadap
dividen bisa diterima dalam penelitiaanya atau dengan kata lain berharap penelitiaanya
menghasilkan temuan yang benar dengan menolak hipotesis nol yang menyatakan tidak ada
pengaruh. Jika penelitian menghasilkan temuan yang benar dengan menerima hipotesis nol yang
memang semestinya diterima, implikasinya adalah hipotesis penelitian yang diajukan peneliti
yang dideduksi dari teori menjadi ditolak secara empiris berdasarkan penelitian yang dilakukan.

Tingkat Signifikansi dan Kriteria Hasil Pengujian Hipotesis

Mengapa jika nilai P yang diperoleh lebih kecil atau sama dengan α dikatakan Ho ditolak dan
Ha diterima? Jelasnya adalah peluang terjadinya type I error yang sesungguhnya pada
penelitian yang dilakukan (P) dianggap relatif kecil atau dibawah batas peluang type I error
yang ditoleransi (α). Dengan hasil ini risiko salah jika kita menyimpulkan bahwa Ho ditolak
dan menerima Ha dikatakan masih di bawah batas toleransi.
Sebaliknya jika nilai P yang diperoleh lebih besar dari α, maka risiko salah jika kita
menyimpulkan bahwa Ho ditolak dan menerima Ha dikatakan sudah melampaui batas yang
ditoleransi. Hasil pengujian hipotesis berlaku untuk populasi bukan pada sampel karena
sebagaimana dijelaskan di muka bahwa pengujian hipotesis pada dasarnya adalah menguji
parameter yang ada dipopulasi.

Misalkan untuk menguji hipotesis tersebut peneliti mengumpulkan data tingkat kerajinan
berdasarkan jumlah kehadiran mahasiswa dalam perkuliahan dan data indeks prestasi dari kartu
hasil studi mahasiswa dari 200 mahasiswa yang dipilih sebagai sampel penelitian. Jika dari
analisis data dalam rangka menguji hipotesis tersebut diperoleh nilai P = 0,03 atau 3% dan
peneliti menetapkan α = 0,05 atau 5% maka berarti hasil pengujian hipotesis menyatakan Ho
ditolak dan Ha diterima karena hasilnya adalah P < α.

Atas dasar ini maka kesimpulan temuan penelitian menyatakan bahwa terdapat
hubungan/korelasi signifikan antara tingkat kerajinan dengan indeks prestasi mahasiswa di
lingkungan Fakultas Ekonomi (populasi). Sebaliknya seandainya P yang diperoleh sebesar 0,06
maka hasil pengujian hipotesis menyatakan Ho diterima (gagal ditolak) dan menolak Ha. Berarti
di populasi yaitu di Fakultas Ekonomi tidak terdapat hubungan signifikan antara tingkat
kerajinan dengan indeks prestasi mahasiswa.

Makna “Signifikan” pada Hasil Pengujian Hipotesis

jika hasilnya menolak Ho dikatakan ada hubungan/korelasi signifikan atau jika menerima Ho
dikatakan tidak ada hubungan/korelasi signifikan antara tingkat kerajinan dan indeks prestasi.
Selama nilai P yang diperoleh lebih besar dari nol maka, dalam hal Ho ditolak, kesimpulan yang
menyatakan ada hubungan/korelasi pada populasi tidak bermakna mutlak pada populasi karena
masih ada risiko salah sebesar P misalnya 3%.Artinya jika populasi yang diteliti misalnya terdiri
dari 100 mahasiswa maka temuan tersebut berpeluang hanya berlaku bagi 97 mahasiswa
(97%) dan sebaliknya temuan tersebut berpeluang tidak berlaku bagi 3 orang mahasiswa (3%)
yang ada di populasi. Oleh karena itu yang bisa dikatakan sebagai kesimpulan temuan adalah
ada hubungan/korelasi yang signifikan (bukan mutlak) antara variabel yang diteliti di
populasi. Lebih tepatnya signifikan di sini bermakna “cukup kuat.” Sebaliknya, jika hasil
pengujian menerima Ho kesimpulannya menyatakan “tidak ada hubungan/korelasi yang
signifikan pada populasi.”
Pengujian Hipotesis Di Bawah Daerah Kurve Normal

distribusi sampling atau distribusi statistik cenderung berdistribusi normal jika populasi yang
diteliti berdistribusi normal atau bahkan jika populasi tidak berdistribusi normal asalkan sampel
penelitian yang digunakan berukuran besar maka distribusi sampling/statistik masih cenderung
normal.

Jadi normalitas distribusi populasi diketahui melalui pengujian normalitas menggunakan

data sampel. Jika kondisi ini terpenuhi maka pengujian hipotesis dilakukan menggunakan kurve
normal. Atas dasar ini, maka kurve normal yang digunakan untuk menguji hipotesis merupakan
kurve dari distribusi sampling atau distribusi statistik bukan kurve dari distribusi data.

Gambar 1

daerah penolakan Ho, atau disebut juga sebagai daerah kritis, sama dengan luas α. Karena α
ditetapkan sebesar 5%, maka untuk masing-masing sisi atau ekor (sebelah kiri dan kanan
ratarata) sama dengan α/2 yaitu 2,5%. Sedangkan daerah penerimaan Ho sama dengan luas
seluruh daerah di bawah kurve normal (100%) dikurangi luas daerah α (daerah penolakan Ho).
Selain itu, dengan α sama dengan 5% maka luas daerah penerimaan Ho adalah 95%, yang terdiri
dari 47,5% daerah di sebelah kiri ratarata dan 47,5% daerah sebelah kanan rata-rata. Di sisi lain,
daerah P adalah sama dengan luas daerah di bawah kurve normal (100%) dikurangi luas daerah
Z yang ditentukan dengan tabel peluang/luas daerah di bawah kurve normal (lampiran). Dengan
Z = 2 maka berdasarkan tabel nilai Z (terlampir) diperoleh daerah seluas 47,72% untuk satu sisi
di sebelah rata-rata atau total 95,44% untuk kedua sisi di sebelah kiri dan kanan rata-rata.
Dengan demikian total luas daerah P adalah 100% - 95,44% = 4,56% atau luas untuk masing-
masing sisi (sebelah kiri dan kanan rata-rata) sama dengan P/2 yaitu 4,56% / 2 = 2,28%.
Sebagaimana ditunjukkan pada gambar di atas, selama P berada di daerah α yang merupakan
daerah kritis penolakan Ho atau P < α, maka kesimpulan pengujian hipotesis adalah menolak Ho