TUGAS MAKALAH

Makalah ini merupakan salah satu tugas untuk menyelesaikan

matakuliah Statistik Lanjutan.
Dosen Pengampu : Dr. Suparman, S.E., M.Si

MENGUJI HIPOTESIS

IWAN WAHYUDDIN SAFRILLAH

(C203 20 006)

PROGRAM STUDI DOKTORAL ILMU EKONOMI

PASCASARJANA
UNIVERSITAS TADULAKO
PALU
2020
 BAB I

PENDAHULUAN

A. Latar Belakang

Pengujian hipotesis merupakan aspek penting dari proses pengambilan

keputusan(Kim, 2020). Menurut Sugiyono (2010) perumusan hipotesis penelitian
merupakan langkah ketiga dalam penelitian, setelah peneliti mengemukakan
landasan teori dan kerangka berfikir. Tetapi perlu diketahui bahwa tidak setiap
penelitian harus merumuskan hipotesis, tidak jarang seorang peneliti memaksakan
penelitiannya memiliki hipotesis dengan harapan bobot penelitiannya menjadi lebih
ilmiah. hipotesis atau jawaban sementara sebaiknya digunakan hanya untuk
penelitian yang menggunakan alat analisis statistik inferensial (Gani & Amalia,
2015). Penelitian bersifat eksploratif dan deskriptif sering tidak perlu merumuskan
hipotesis (Azwar, 2005).

Prosedur penarikan hipotesis juga memiliki aturan dan dilakukan secara cermat
dan hati-hati hipotesis. dibuat dengan landasan teori atau hasil kajian empiris
penelitian sebelumnya dan bukan prediksi tanpa dasar (Gani & Amalia, 2015).
Hipotesis merupakan jawaban sementara terhadap pertanyaan penelitian. Oleh
karena itu, perumusan hipotesis sangat berbeda dari perumusan pertanyaan
penelitian. Rumusan-rumusan hipotesis penelitian, pada gilirannya sewaktu akan
diuji dengan menggunakan metode statistika, perlu diterjemahkan dalam bentuk
pernyataan simbolik. Simbol-simbol yang digunakan dalarn rumusan hipotesis
statistika adalah simbol-simbol parameter. Parameter adalah besaran-besaran yang
ada pada populasi.

Hipotesis merupakan suatu pernyataan bahwa dugaan terhadap sesuatu adalah

benar. Misalkan anda diundang menghadiri suatu pesta ulang tahun dari seseorang
yang belum anda kenal. Teman anda menyatakan bahwa “kita akan bersenang-
senang di pesta itu”. Anda dapat saja berpendapat bahwa “pesta itu akan
membosankan”. Kedua pernyataan tersebut merupakan hipotesis(Enos Lolang,
2015). Uji hipotesis adalah suatu proses yang dilakukan dalam rangka mengambil
keputusan dari dua hipotesis yang berlawanan. Kedua hipotesis tersebut
 dirumuskan sedemikian rupa sehingga masing-masing hipotesis merupakan negasi
dari hipotesis yang lainnya. Dengan kata lain, rumusan hipotesis mengakibatkan
salah satu akan selalu bernilai benar dan hipotesis lainnya akan selalu bernilai
salah. Kedua hipotesis tersebut dinamakan hipotesis nol dan hipotesis alternatif.
Menentukan hipotesis nol dan hipotesis alternatif, merupakan langkah yang sangat
penting.

B. Rumusan Masalah
Berdasarkan uraian pada latar belakang, maka dapat dirumuskan permasalahan
sebagai berikut:
1. Apa yang dimaksud dengan hipotesis ?
2. Apa saja jenis-jenis hipotesis ?
3. Apa saja karakteristik hipotesis ?
4. Bagaimana cara menguji hipotesis?

C. Tujuan Makalah
Tujuan makalah ini adalah
1. Mengetahui definisi uji hipotesis dan jenis-jenis hipotesis.
2. Mengetahui alat uji hipotesis
 BAB II
PEMBAHASAN
A. Pengertian Hipotesis
Hipotesis (hipotesa) berasal dari bahasa Yunani. Dari arti katanya, hipotesis
berasal dari dua kata yaitu “hypo” artinya sementara dan “thesis” artinya
kesimpulan. Dengan demikian, hipotesis berarti dugaan atau jawaban sementara
terhadap suatu permasalahan penelitian(Haris & Martawijaya, 2015). Untuk itu,
diperlukan data atau fakta untuk membuktikan kebenaran suatu hipotesis. Hipotesis
dibuat berdasarkan pemikiran teoritis atau dari penelitian terdahulu (Timotius,
2017).
Menurut Frankel dan Wallen (1990) dalam (Arifin, 2012) menyatakan bahwa
kata dugaan, prediksi, dan sementara menunjukan bahwa suatu hipotesis harus
dibuktikan kebenarannya, apakah dapat diterima menjadi suatu pernyataan yang
permanen atau tidak. Hipotesis pada dasarnya merupakan pernyataan prediktif yang
menghubungkan variabel yang satu dengan variabel lainnya. Dengan demikian
rumusan hipotesis itu mengandung lebih dari satu variabel. Sebuah hipotesis
dirumuskan dalam bentuk pernyataan atau kalimat deklaratif yang polanya
bervariatif (Didin Fatihudin, 2015).
Sebagai Contoh, Sebagai contoh, hipotesis penelitian yang menyatakan
mengenai perbedaan Tingkat Agresivitas antara siswa Sekolah I dan siswa Sekolah
II mengandung arti bahwa terdapat perbedaan rata-rata Tingkat Aresivitas antara
siswa dari kedua sekolah tersebut. Dalam statistika, rata-rata berarti mean yang
mempunyai simbol X sedangkan parameter mean bagi populasi adalah j.l (Azwar,
2005). Oleh karena itu, simbolisasi hipotesis tersebut adalah:
Ha : μ ≠ μ0 untuk hipotesis- dua arah,
atau
Ha : μ > μ0 untuk hipotesis- satu arah.

B. Menyusun Hipotesis
Hipotesis dapat disusun dengan dua pendekatan yang pertama secara deduktif
dan yang kedua secara induktif (Gulo, 2002). Penyusunan hipotesis secara deduktif
ditarik dari teori. suatu teori terdiri atas proposisi-proposisi, sedangkan proposisi
menunjukkan hubungan antara dua konsep. Proposisi ini merupakan postulat-
postulat yang daripadanya disusun hipotesis. Penyusunan hipotesis secara induktif
dari pengamatan empiris.
Pada model Wallace tentang proses penelitian ilmiah dalam Bab II penelitian
sebagai proses ilmiah telah dijelaskan penjabaran hipotesis dari teori dengan
metode deduksi logis. Teori terdiri atas seperangkat proposisi, sedangkan proposisi
menunjukkan hubungan di antara dua konsep. Misalnya Teori A terdiri atas
proposisi-proposisi X-Y, Y-X, dan X-Z, dari ketiga proporsisi itu dipilih proposisi
yang diminati dan relevan dengan peristiwa pengamatan, misalnya proposisi X-Y.
Bertitik tolak dari proposisi itu diturunkan hipotesa secara deduksi (Gulo W, 2002).
Konsep-konsep yang terdapat dalam proposisi diturunkan dalam pengamatan
menjadi variabel-variabel sebagaimana ditunjukkan pada skema dan contoh
digambar berikut :

Sumber: (Gulo W, 2002)

Contoh
proposisi : Makin cepat perkembangan komunikasi, makin tinggi kecerdasan
penduduk. Dalam proposisi tersebut ada 2 konsep, yaitu X= komunikasi dan Y=
kecerdasan. Kemudian kita lihat di suatu permukiman penduduk (X) terdapat alat
komunikasi apa saja dan bagaimana tingkat pemakaiannya. Misalnya, alat
komunikasi yang ditemukan adalah surat kabar (X1), pesawat radio (X2) dan
pesawat TV (X3). Pemanfaatan alat-alat komunikasi ini berbeda pada setiap
penduduk karena itu disebut variabel (bervariasi atau beragam) yaitu variabel (x).
Kemudian kita mengamati tingkat pengetahuan umum mereka misalnya dalam
bidang politik, hukum, dan ekonomi variabel ini kita namakan (Y), karena berbeda-
beda pada setiap penduduk. Karena X beragam dan Y juga beragam maka hipotesis
 dapat disusun ada hubungan positif antara X dan Y karena disusun secara deduktif
maka hipotesis seperti ini disebut hipotesis deduktif(Gulo W, 2002).
Hipotesis dapat juga disusun secara induktif, dari pengalaman kita di masa
lampau kita mengetahui bahwa kecelakan yang terjadi di jalan raya disebabkan oleh
pengemudi yang menjalankan kendaraannya dengan kecepatan tinggi. Berdasarkan
dari pengalaman ini kita menyusun hipotesis ada hubungan positif antara kecepatan
Laju kendaraan dengan kecelakaan lalu lintas(Gulo W, 2002).

C. Prosedur Pengajuan Hipotesis

Tujuan dari pengujian hipotesis adalah untuk menentukan apakah pernyataan
atau klaim tentang suatu populasi atau proses adalah benar atau salah. Pernyataan
ini dapat menyangkut satu atau lebih parameter populasi, atau distribusi
probabilitas atau kepadatan populasi atau prosesnya. Penilaian pernyataan
didasarkan pada data sampel, dan memberikan indikasi tentang seberapa besar
kemungkinan atau tidak mungkin pernyataan tersebut benar atau salah (Goos &
Meintrup, 2016).
Prosedur Pengujian Hipotesis merupakan tahapan-tahapan yang harus
dilakukan untuk mendapatkan kesimpulan Hasil pengujian. Prosedur ini secara
terperinci dimulai dari penentuan pernyataan hipotesis, penentuan taraf signifikansi,
penentuan statistik uji, penentuan kriteria pengujian hipotesi,s melakukan
perhitungan berdasarkan statistik uji yang sesuai, dan terakhir mengambil
keputusan berdasarkan nilai statistik uji yang didasarkan pada kriteria pengujian
hipotesis. (Mufarrikoh, 2019). secara visual prosedur pengujian kertas dapat dilihat
pada gambar berikut.
 Rumusan Hipotesis Ho dan H1

Tentukan Tingkat Signifikansi (a)

Tentukan Uji Statistik

Tentukan Daerah Penolakan

Nilai Statistik Uji ada di Tidak

daerah Penolakan H0?

Ya

Tolak H0 Gagal Menolak Ho

1. Merumuskan Hipotesa
Dalam bahasa statistika, hipotesis yang menyatakan atau digambarkan dikenal
sebagai hipotesis nol (null hyputhesis) yang dilambangkan dengan simbol
(H0), hipotesis nol biasanya dilawankan pengujiannya terhadap hipotesis
alternatif atau (alternatif hipotesis) yang dilambangkan dengan (H1) (Gujarati
& Porter, 2013). Hipotesis alternati (H1) digunakan untuk mententukan arah
pengujian sehingga bisa berbentuk hipotesis dua arah atau satu arah.
1) Ketika harga parameter lebih besar dari harga yang dihipotesiskan.
pengujian ini merupakan pengujian satu arah atau sisi kanan
2) Harga parameter lebih kecil dari harga yang dihipotesiskan pengujian ini
merupakan pengujian dari arah atau sisi kiri.
 3) Harga parameter tidak sama dengan harga yang dihipotesiskan pengujian
ini merupakan pengujian dari dua arah atau dua sisi
H0 dan Ha dapat diinformasikan dalam bentuk :
H0 : μ = μ0 Ha : μ < μ0

Ha : μ > μ0 Ha : μ ≠ μ0

2. Tentukan Tingkat Singnifikansi

Signifikansi atau taraf nyata disimbolkan yaitu alpha (α). Taraf nyata α biasanya
ditentukan sebelum pengujian dilakukan nilai-nilai, α yang sering dipakai 0,10
0,05 dan 0,01 namun yang paling sering digunakan adalah 0,05 (Kim, 2016)
dibanding kedokteran atau farmakologi taraf nyata yang digunakan dapat bernilai
0,005 dan atau 0,001, untuk mengurangi resiko akibat percobaan yang dilakukan.
3. Menentukan Statistik Uji
Setelah pernyataan hipotesis dan taraf signifikan ditentukan, tahapan selanjutnya
adalah menentukan statistik uji yang tepat untuk digunakan. Pembahasan terkait
statistik uji akan diuraikan pada subtema selanjutnya, karena masing-masing jenis
uji hipotesis memiliki statistik uji yang berbeda.
4. Menentukan daerah penolakan
Apabila statistik uji telah dipilih, tahapan berikutnya menentukan kriteria
pengujian hipotesis kriteria pengujian diperoleh melalui pendekatan klasik atau
pendekatan probabilistik. Apabila menggunakan pendekatan klasik, kriteria
pengujian diperoleh dari hasil perbandingan antara nilai statistik uji yang
diperoleh dengan nilai pada tabel distribusi statistik uji. Sedangkan penggunaan
pendekatan probabilistik didasarkan pada nilai perbandingan nilai P-value
terhadap taraf signifikansi (α). Menurut (Arieska, 2018) P-value merupakan nilai
kesalahan yang diperoleh peneliti berdasarkan hasil perhitungan statistik dihitung
dengan cara mencari peluang dari nilai statistik uji seperti halnya nilai peluang
pada umumnya, nilai value berada di antara 0 hingga 1.
5. Nilai Statistik Uji ada di daerah Penolakan H0 atau tidak
Tahapan berikutnya dalam melakukan perhitungan statistik uji berdasarkan
data sampel yang telah diperoleh perhitungan ini dapat menggunakan metode
manual atau menggunakan bantuan software seperti Microsoft Excel atau SPSS
 apabila hasil perhitungan telah diperoleh lakukanlah analisis berdasarkan kriteria
pengujian hipotesis sehingga diperoleh suatu kesimpulan pengujian.
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal
penerimaan atau penolakan hipotesis nol (Ho) yang sesuai dengan kriteria
pengujiaanya. Pembuatan kesimpulan dilakukan setelah membandingkan nilai uji
statistik dengan nilai α tabel atau nilai kritis.
a. Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.
b. Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai

D. Karakteristik Hipotesis Yang Baik

Hipotesis dibuat karena dua alasan (Arikunto, 2010) ; (1) hipotesis yang
mempunyai dasar kuat menunjukkan bahwa peneliti telah mempunyai cukup
pengetahuan untuk melakukan penelitian dibidang itu. (2) hipotesis memberikan
arah pada pengumpulan dan penafsiran data hipotesis dapat menunjukkan kepada
peneliti prosedur apa yang harus diikuti dan jenis data apa yang harus dikumpulkan.
Kegunaan hipotesis adalah (1) hipotesis memberikan penjelasan sementara tentang
gejala-gejala serta memudahkan perluasan pengetahuan dalam suatu bidang; (2)
hipotesis memberikan suatu pernyataan hubungan yang langsung dapat diuji dalam
penelitian; (3) hipotesis memberikan arah kepada penelitian; (4) hipotesis
memberikan kerangka untuk melaporkan kesimpulan penyelidikan (Sudaryono,
2016).
Harga terakhir suatu hipotesis tidak dapat dinilai sebelum dilakukan pengujian
empiris, namun ada beberapa kriteria tertentu yang dapat memberikan ciri hipotesis
yang baik, yaitu; (1) hipotesis harus mempunyai daya penjelas; (2) hipotesis harus
menyatakan hubungan yang diharapkan ada di antara variabel-variabel; (3)
hipotesis harus dapat diuji; (4) hipotesis hendaknya konsisten dengan pengetahuan
yang sudah ada; (5) hipotesis hendaknya dinyatakan sederhana dan seringkas
mungkin.

E. BENTUK RUMUSAN HIPOTESIS

Bentuk-bentuk hipotesis penelitian sangat terkait dengan rumusan masalah
penelitian. Bila dilihat dari tingkat eksplanasinya, maka bentuk rumusan masalah
penelitian ada tiga yaitu rumusan masalah deskriptif (variabel mandiri), komparatif
(perbandingan), dan asosiasi (hubungan) Oleh karena itu bentuk hipotesis ada tiga
yaitu hipotesis deskriptif, komparatif, dan asosiatif (Sudaryono, 2016).
1. Deskriptif
Hipotesis deskriftif merupakan hipotesis yang menggambarkan atau
menjelaskan suatu keadaan. pada suatu sampel atau variabel mandiri tidak
dibandingkan dan dihubungkan (Sugiyono, 2013).
Contoh: Anda meneliti apakah sebuah merk minuman soda mengandung
alkohol. Maka anda membuat rumusan masalah: apakah benar sebuah merk
minuman soda mengandung alkohol? Maka hipotesis penelitian adalah
(Hidayat, 2017):
Ho: sebuah merk minuman soda mengandung alkohol.
H1: sebuah merk minuman soda tidak mengandung alkohol
2. Hipotesis komporatif
Hipotesis komporatif merupakan hipotesis yang menunjukan perbedaan
dua variabel atau lebih (Sugiyono, 2013). Sebagai contoh rumusan hipotesis
komparatif:
 Apakah ada perbedaan produktifitas gillnet di Situbondo dan di
Probolinggo?
 Apakah ada perbedaan efektivitas trawl dan cantrang?
Rumusan hipotesis:
 Tidak terdapat perpedaan produktivitas padi di Situbondo dan
Probolinggo.
Ho: μ1 = μ2, Ha: μ1 ≠ μ2
 Efektivitas trawl tidak berbeda dibandingkan cantrang
Ho: μ1 = μ2 Ha: μ1 ≠ μ2.

3. Hipotesis asosiatif
Hipotesis asosiatif, yaitu hipotesis yang menunjukkan hubungan (korelasi)
antar dua variabel atau lebih (Sugiyono, 2013). Sebagai contoh rumusan
hipotesis asosiatif:
 Apakah ada hubungan antara jumlah fitoplankton dengan hasil
tangkapan?
  Apakah ada pengaruh penambahan jumlah ABK terhadap kuantitas
hasil angkapan?
Rumusan hipotesis:
 Tidak ada hubungan antara jumlah fitoplankton dengan hasil tangkapan.
Ho: p = 0, Ha: p ≠ 0
 Tidak ada pengaruh penambahan jumlah ABK terhadap kuantitas hasil
tangkapan.
Ho: p = 0, Ha: p ≠ 0

F. TARAF KESALAHAN
Seperti telah dikemukakan, pada dasarnya menguji hipotesis itu adalah
menaksir parameter populasi berdasarkan data sampel. Terdapat dua cara menaksir
yaitu a point estimate dan interval estimate. A point estimate (titik taksiran) adalah
suatu taksiran parameter populasi berdasarkan satu nilai dari rata-rata data sampel.
Adapun interval estimate (taksiran interval) adalah suatu taksiran parameter
populasi berdasarkan nilai interval rata-rata data sampel. Saya berhipotesis
(menaksir) bahwa daya tahan kerja orang Indonesia itu 10 jam/hari, hipotesis ini
disebut point estimate, karena daya tahan kerja orang Indonesia ditaksir melalui
suatu nilai yaitu 10 jam/hari, bila hipotesisnya berbunyi daya tahan kerja orang
Indonesia antara 8 sampai dengan 12 jam/hari, maka hal ini disebut interval
estimate. Nilai intervalnya adalah 8 sampai dengan 12 jam.
Menaksir parameter populasi yang menggunakan nilai tunggal akan
mempunyai resiko kesalahan yang lebih tinggi dibandingkan dengan menggunakan
interval estimate. Menaksir daya tahan kerja orang Indonesia 10 jam/hari akan
mempunyai kesalahan yang lebih besar bila dibandingkan dengan taksiran antara 8
sampai dengan 12 jam. Menaksir daya tahan kerja orang Indonesia 6 sampai 14
jam/hari akan mempunyai kesalahan yang lebih kecil bila dibandingkan dengan
interval taksiran 8 sampai dengan 12 jam. Untuk selanjutnya kesalahan taksiran ini
dinyatakan dalam peluang yang berbentuk prosentase.
Menaksir daya tahan kerja orang Indonesia dengan interval antara 6 sampai
dengan 14 jam/hari akan mempunyai persentase kesalahan yang lebih kecil bila
 digunakan interval taksiran 8 sampai dengan 12 jam/hari. Biasanya dalam
penelitian kesalahan taksiran tetapkan terlebih dahulu yang digunakan adalah 5%
dan 1% daerah taksiran dan kesalahan dapat digambarkan seperti gambar berikut.
Daerah Taksiran dan Besarnya Kesalahan

Dari gambar tersebut dapat dijelaskan sebagai berikut:

a. Daya tahan kerja orang Indonesia ditaksir 10 jam/hari. Hipotesis ini bersifat
poin estimate, tidak mempunyai daerah taksiran, kemungkinan kesalahannya
tinggi, misalnya 100%.
b. Daya tahan kerja orang Indonesia 8 sampai dengan 12 jam/hari. Terdapat
daerah taksiran.
c. Daya tahan kerja orang Indonesia antara 6 sampai dengan 14 jam/hari daerah
taksiran lebih dari poin b, sehingga kemungkinan kesalahan juga lebih kecil
daripada poin b.
d. Jadi makin kecil taraf kesalahan yang ditetapkan, maka interval estimate-nya
semakin lebar sehingga tingkat ketelitian taksiran semakin rendah.

G. KEMUNGKINAN KESALAHAN PADA PENGUJIAN HIPOTESIS

Karena pada pengujian hipotesis ini kita menggunakan data sampel untuk
menerangkan keadaan populasi, maka ada kemungkinan kesalahan dari setiap
kesimpulan yang dibuat (Siagian, 2000), tipe kesalahan tersebut adalah sebagai
berikut (Nugroho, 2008):
1. Kesalahan Tipe I adalah Keputusan untuk menolak H0 apabila secara realita
hipotesis H0 benar (seharusnya diterima). Secara singkat ditulis dengan
menolak H0 yang benar.
 2. Kesalahan Tipe II adalah Keputusan untuk menerima H0 apabila secara realita
H0 salah (seharusnya ditolak). Secara singkat ditulis dengan menerima H0
yang salah.

Berdasarkan hal tersebut, maka hubungan antara keputusan menolak atau tidak
menolak hipotesis dapat ditebelkan sebagai berikut:

Hubungan Antara Keputusan Menolak Atau Menerima Hipotesis

Keputusan Keadaan sebenarnya

Hipotesis benar Hipotesis salah
Terima Hipotesis Tidak membuat kesalahan Kesalahan Tipe II (β)
Menolak Hipotesis Kesalahan Tipe I (α) Tidak Membuat Kesalahan
Sumber :(Goos & Meintrup, 2016)

Peluang dari kedua tipe kesalahan ini penting diketahui karena akan
menentukan sensitifitas dan kekuatan pengujian dalam membedakan antara
hipotesis yang benar dan hipotesis yang salah.
Bila nilai statistik data sampel yang diperoleh dari hasil pengumpulan data
sama dengan nilai parameter populasi atau masih berada pada nilai interval
parameter populasi maka hipotesis yang dirumuskan 100% diterima. jadi tidak
terdapat kesalahan Tetapi bila nilai statistik di luar nilai parameter populasi Akan
terdapat kesalahan(Sudaryono, 2016).
Prosedur statistika memungkinkan kita menentukan seberapa besar peluang
atau probabilitas untuk terjadinya error Tipe 1 dan tipe 2 yang akan digunakan
besarnya peluang terjadinya error ke-1 disebut taraf signifikansi yang diberi simbol
atau simbol (α) yang dinyatakan dalam proporsi atau persentase, sedangkan harga
(1- α) 100% disebut taraf kepercayaan. Sebagai contoh, apabila kita menetapkan (α)
sebesar 0,05 atau 5% berarti sama dengan menentukan taraf kepercayaan sebesar
(1-0,05) = 0,95 atau 95%. Besarnya peluang untuk terjadinya eror kedua diberi
simbol β yang juga dinyatakan dalam bentuk proporsi dan prosentase sedangkan
harga (1-β) 100% disebut Power of the text (Goos & Meintrup, 2016).

H. JENIS STATISTIK UJI

 Jenis statistik uji ada dua macam, yakni parametrik dan nonparametrik. Adapun
perbedaan kedua uji tersebut adalah sebagai berikut (Mufarrikoh, 2019) :
1. Statistik parametrik
a. Skala data interval dan rasio
b. Memenuhi asumsi distribusi normal
c. Sampel diperoleh secara random
2. Statistik non parametrik
a. skala data nominal ordinal
b. tidak ada asumsi yang harus dipenuhi
c. boleh untuk data yang berukuran kecil (jumlah sampel kecil atau n<30)

Alur penentuan penggunaan statistik uji

Macam-macam Statistik Uji Berdasarkan Tujuan dan Jenis Uji-nya

Tujuan PARAMETRIK NONPARAMETRIK

Uji 2 Sampel Independent
Uji 2 Sampel berpasangan
Uji k-Sampel Independent
Uji k-Sampel Independent
Independent sample t-test Mann-Whitney Test,
Wilcoxon Rank Sum Test
Paired sample t-test Wilcoxon Sign Test,
Mc Nemmar Test
ANOVA satu arah Kruskal-Wallis Test
ANOVA dua arah Friedmann Test
 Uji hubungan 2 variabel Korelasi Person Korelasi Spearman,
Korelasi Kendall’s Tau
Prediksi nilai suatu Regresi Linier Regresi Nonparametrik
variabel berdasarkan
variable lainnya
Sumber : (Mufarrikoh, 2019)

I. PENGUJIAN HIPOTESIS : DUA ARAH DAN SATU ARAH

Dalam suatu distribusi, ekor adalah daerah-daerah kritis ekstrim distribusi

tersebut. Tentu saja daerah-daerah kritis ini dibatasi oleh nilai-nilai kritis.
Berdasarkan banyaknya dan letak ekor suatu distribusi, uji hipotesis dibagi menjadi
tiga yang dijelaskan sebagai berikut (Kim, 2020).
 Uji ekor-kiri: Daerah kritis berada di daerah kiri ekstrim (ekor) di bawah
kurva.
 Uji ekor-kanan: Daerah kritis berada di daerah kanan ekstrim (ekor) di bawah
kurva.
 Uji dua-ekor: Daerah-daerah kritis berada di dua daerah ekstrim (ekor) di
bawah urva.

J. PENGUJIAN HIPOTESIS :PENDEKATAN INTERVAL KEPERCAYAAN

Interval kepercayaan dapat digunakan untuk menguji hipotesis nihil, karena

pengujian hipotesis nihil pada prinsipnya adalah menaksir besarnya parameter
(Gani & Amalia, 2015). Dalam pendugaan parameter, kita selalu menyatakan
interval keyakinan (confidence interval) atau bisa juga disebut selang kepercayaan
atau derajat kepercayaan kita terhadap parameter dugaan kita. derajat kepercayaan
ini diberi sebesar 100 (1-α) 100% dengan α menyatakan kesalahan duga (error of
estimate) dari pendugaan atau sering juga disebut konfisien kepercayaan (Yanto,
2020).

Secara umum dengan mengambil sampel acak secara berulang maka kita akan
memperoleh distribusi statistik θ sehingga probabilitas dari interval (θ1 < θ < θ2 )
akan sama dengan nilai tertentu yang diinginkan yaitu :

Dimana,
α disebut kesalahan duga atau taraf kesalahan
1–α disebut konfisien kepercayaan atau taraf kepercayaan
P (θ1 < θ < θ2 ) disebut interval kepercayaan
θ1 dan θ2 disebut batas kepercayaan bawah dan atas

contoh Selang Kepercayaan 95%

Taraf kepercayaan 95% (didapat dari 100 (1-α) 100% dengan nilai α = 0,05), berarti
bahwa kita Yakin atau percaya bahwa pendugaan kita hanya mengandung
kesalahan duga sekitar 5% atau kita mentolerir kesalahan duga sebesar 5%. Dengan
kata lain dapat juga diartikan kita yakin 95% bahwa dari sampel yang kita ambil
akan menghasilkan suatu interval yang mengandung nilai θ yang kita duga.
Gambar Kurva Z pada Interval Kepercayaan (1 – α)%

Sumber : (Yanto, 2020)

 Misalkan pada contoh tersebut, dengan taraf kepercayaan 95%, atau dapat ditulis
p(160< θ<166) = 0,95, Ini berarti bahwa “kita percaya 90% bahwa parameter
populasi yang kita duga akan terletak antara 160 sampai 166 berdasarkan sampel
yang diambil dari populasi tersebut”.
Gambar Kurva Z pada Interval Kepercayaan (1 – α)= 95%

Sumber: (Yanto, 2020)

K. PENGUJIAN HIPOTESIS :PENDEKATAN SIGNIFIKANSI

Sebuah pendekatan alternatif namun juga sebagai pelengkap untuk metode

interval kepercayaan dari pengujian hipotesis statistik merupakan pendekatan
pengujian signifikansi yang dibangun secara masing-masing oleh, R.A Fisher serta
secara bersama-sama oleh Neyman dan person. Secara umum, uji signifikansi
merupakan sebuah prosedur, dimana hasil sampel digunakan untuk
membuktikan kebenaran atau kesalahan dari hipotesis nol. Ide kunci dibalik
pengujian signifikansi ini adalah bahwa sebuah uji statistik (estimator) dan
distribusi sampling dari statistik tersebut dinyatakan oleh hipotesis nol. Keputusan
untuk menerima atau menolak H0 dibuat berdasarkan nilai dari uji statistik yang
didapatkan dari data yang telah kita miliki(Gujarati & Porter, 2013).

1. Berdasarkan Jenis Parameternya

Didasarkan atas jenis parameter yang di gunakan, pengujian hipotesis
dapat di bedakan atas tiga jenis, yaitu sebagai berikut.
a. Pengujian hipotesis tentang rata-rata
Pengujian hipotesis tentang rata-rata adalah pengujian hipotesis
mengenai rata-rata populasi yang didasarkan atas informasi sampelnya.
Contohnya :
1) Sampel besar ( n > 30 )
Untuk pengujian hipotesis satu rata-rata dengan sample besar (n >
30), uji statistiknya menggunakan distribusi Z. Prosedur pengujian
hipotesisnya adalah sebagai berikut.
a) Formulasi hipotesis
(1) Ho : µ = µo
H1 : µ > µo
(2) Ho : µ = µo H1 : µ < µo
(3) Ho : µ = µo H1 : µ ≠ µo
b) Penentuan nilai α (taraf nyata) dan nilai Z table (Zα)
Menentukan nilai α sesuai soal, kemudian nilai Zα atau
Zα/2 ditentukan dari tabel.
c) Kriteria Pengujian
(1) Untuk Ho : µ = µo dan H1 : µ > µo
 Ho di terima jika Zo ≤ Zα
 Ho di tolak jika Zo > Zα
(2) Untuk Ho : µ = µo dan H1 : µ < µo
 Ho di terima jika Zo ≥ - Zα
 Ho di tolak jika Zo < - Zα
(3) Untuk Ho : µ = µo dan H1 : µ ≠ µo
 Ho di terima jika - Zα/2 ≤ Zo ≤ Zα/2
 Ho di tolak jika Zo > Zα/2 atau Zo < - Zα/2
d) Uji Statistik
(1). Simpangan baku populasi ( σ ) di ketahui :
 (2). Simpangan baku populasi ( σ ) tidak di ketahui :

e) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho
(sesuai dengan kriteria pengujiannya).
(1) Jika H0 diterima maka H1 di tolak
(2) Jika H0 di tolak maka H1 di terima
2) Sampel Kecil (n ≤ 30)
Untuk pengujian hipotesis satu rata-rata dengan sampel kecil (n ≤
30), uji statistiknya menggunakan distribusi t. Prosedur pengujian
hipotesisnya adalah sebagai berikut.
a) Formulasi hipotesis
(1) Ho : µ = µo H1 : µ
> µo
(2) Ho : µ = µo H1 : µ
< µo
(3) Ho : µ = µo H1 :
µ ≠ µo
b) Penentuan nilai α (taraf nyata) dan nilai t- tabel
Menentukan nilai α sesuai soal, kemudian menentukan
derajat bebas, yaitu db = n – 1, lalu menentukan nilai
tα;n-1 atau tα/2;n-1 ditentukan dari tabel.
c) Kriteria Pengujian
(1) Untuk Ho : µ = µo dan H1 : µ > µo
 Ho diterima jika to ≤ tα
 Ho ditolak jika to > tα
(2) Untuk Ho : µ = µo dan H1 : µ < µo
 Ho diterima jika to ≥ - tα
  Ho ditolak jika to < - tα
(3) Untuk Ho : µ = µo dan H1 : µ ≠ µo
 Ho diterima jika - tα/2 ≤ to ≤ tα/2
 Ho ditolak jika to > tα/2 atau to < - tα/2
d) Uji Statistik
(1) Simpangan baku populasi ( σ ) diketahui :

(2). Simpangan baku populasi ( σ ) tidak diketahui :

e) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan
Ho(sesuai dengan kriteria pengujiannya).
(1) Jika H0 diterima maka H1 ditolak
(2) Jika H0 ditolak maka H1 diterima

b. Pengujian Hipotesis Beda Dua Rata-Rata

1) Sampel besar ( n > 30 )
Untuk pengujian hipotesis beda dua rata-rata dengan sampel besar
(n > 30), uji statistiknya menggunakan distribusi Z. Prosedur
pengujian hipotesisnya adalah sebagai berikut.
a) Formulasi hipotesis
(1) Ho : µ = µo H1 : µ > µo
(2) Ho : µ = µo H1 : µ < µo
(3) Ho : µ = µo H1 : µ ≠ µo
b) Penentuan nilai α (taraf nyata) dan nilai Z tabel (Zα)
Mengambil nilai α sesuai soal, kemudian nilai Zα atau Zα/2
ditentukan dari tabel.
c) Kriteria Pengujian
 (1) Untuk Ho : µ1 = µ2 dan H1 : µ1 > µ2
 Ho diterima jika Zo ≤ Zα
 Ho ditolak jika Zo > Zα
(2) Untuk Ho : µ1 = µ2 dan H1 : µ1 < µ2
 Ho diterima jika Zo ≥ - Zα
 Ho ditolak jika Zo < - Zα
(3) Untuk Ho : µ1 = µ2 dan H1 : µ1 ≠ µ2
 Ho diterima jika - Zα/2 ≤ Zo ≤ Zα/2
 Ho ditolak jika Zo > Zα/2 atau Zo < - Zα/2

d) Uji Statistik
(1). Simpangan baku populasi ( σ ) diketahui :

(2). Simpangan baku populasi ( σ ) tidak diketahui :

e) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai
dengan kriteria pengujiannya).
(1) Jika H0 diterima maka H1 ditolak
(2) Jika H0 ditolak maka H1 diterima

2). Sampel kecil ( n ≤ 30 )

Untuk pengujian hipotesis beda dua rata-rata dengan sampel kecil
(n ≤ 30), uji statistiknya menggunakan distribusi t. Prosedur pengujian
hipotesisnya adalah sebagai berikut.
a) Formulasi hipotesis
(1) Ho : µ₁ = µ2
H1 : µ₁ > µ2
(2) Ho : µ₁ = µ2
H1 : µ₁ < µ2
(3) Ho : µ₁ = µ2
H1 : µ₁ ≠ µ2
b) Penentuan nilai α (taraf nyata) dan nilai t tabel (tα)
Mengambil nilai α sesuai soal, kemudian nilai t α atau tα/2
ditentukan dari tabel.

c) Kriteria Pengujian
(1) Untuk Ho : µ1 = µ2 dan H1 : µ1 > µ2
 Ho diterima jika to ≤ tα
 Ho ditolak jika to > tα
(2) Untuk Ho : µ1 = µ2 dan H1 : µ1 < µ2
 Ho diterima jika to ≥ tα
 Ho ditolak jika Zo < - tα
(3) Untuk Ho : µ1 = µ2 dan H1 : µ1 ≠ µ2
 Ho diterima jika - tα/2 ≤ to ≤ tα/2
 Ho ditolak jika to > tα/2 atau to < - tα/2
d) Uji Statistik
(1) Untuk Pengamatan tidak berpasangan

(2) Untuk Pengamatan berpasangan

 Keterangan :
d = rata-rata dari nilai d
sd = simpangan baku dari nilai d n = banyaknya pasangan
db = n-1
e) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan H o (sesuai dengan
kriteria pengujiannya).
a) Jika H0 diterima maka H1 ditolak
b) Jika H0 ditolak maka H1 diterima

c. Pengujian hipotesis beda tiga rata-rata

1) Pengujian hipotesis tentang proporsi
Pengujian hipotesis tentang proporsi adalah pengujian hipotesis
mengenai proporsi populasi yang didasarkan atas informasi
sampelnya.
Contohnya:
a) Pengujian hipotesis satu proporsi
b) Pengujian hipotesis beda dua proporsi
c) Pengujian hipotesis beda tiga proporsi
2) Pengujian hipotesis tentang varians
Pengujian hipotesis tentang varians adalah pengujian hipotesis
mengenai rata rata populasi yang di dasarkan atas informasi
sampelnya.
Contohnya:
a) Pengujian hipotesis tentang satu varians
b) Pengujian hipotesis tentang kesamaan dua varians

2. Berdasarkan Jumlah Sampelnya

Didasarkan atas ukuran sampelnya, pengujian hipotesis dapat dibedakan
atas dua jenis, yaitu sebagai berikut.
a) Pengujian hipotesis sampel besar
 Pengujian hipotesis sampel besar adalah pengujian hipotesis yang
menggunakan sampel lebih besar dari 30 (n > 30).
b) Pengujian hipotesis sampel kecil
Pengujian hipotesis sampel kecil adalah pengujian hipotesis yang
menggunakan sampel lebih kecil atau sama dengan 30 (n ≤ 30).
3. Berdasarkan Jenis Distribusinya
Didasarkan atas jenis distribusi yang digunakan, pengujian hipotesis dapat
dibedakan atas empat jenis, yaitu sebagai berikut.
a) Pengujian hipotesis dengan distribusi Z
Pengujian hipotesis dengan distribusi Z adalah pengujian hipotesis
yang menggunakan distribusi Z sebagai uji statistik. Tabel pengujiannya
disebut tabel normal standard. Hasil uji statistik ini kemudian di
bandingkan dengan nilai dalam tabel untuk menerima atau menolak
hipotesis nol (Ho) yang dikemukakan.
Contohnya :
1). Pengujian hipotesis satu dan beda dua rata-rata sampel besar
2). Pengujian satu dan beda dua proporsi
b) Pengujian hipotesis dengan distribusi t (t-student)
Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis
yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya
disebut tabel t-student. Hasil uji statistik ini kemudian dibandingkan
dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (Ho)
yang dikemukakan.
Contohnya :
1). Pengujian hipotesis satu rata-rata sampel kecil
2). Pengujian hipotesis beda dua rata-rata sampel kecil
c) Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat)
Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat) adalah
pengujian hipotesis yang menggunakan distribusi χ2 sebagai uji statistik.
Tabel pengujiannya disebut tabel χ2. Hasil uji statistik ini kemudian
dibandingkan dengan nilai dalam tabel untuk menerima atau menolak
hipotesis nol (Ho) yang dikemukakan.
 Contohnya :
1). Pengujian hipotesis beda tiga proporsi
2). Pengujian Independensi
3). Pengujian hipotesis kompatibilitas
4). Pengujian hipotesis dengan distribusi F (F-ratio)
d) Pengujian hipotesis dengan distribusi F (F-ratio) adalah pengujian hipotesis
yang menggunakan distribusi F (F-ratio) sebagai uji statistik. Tabel
pengujiannya disebut tabel F. Hasil uji statistik ini kemudian dibandingkan
dengan nilai dalam tabel untuk menerima atau menolak hipotesis nol (H o)
yang dikemukakan.
Contohnya :
1). Pengujian hipotesis beda tiga rata-rata
2). Pengujian hipotesis kesamaan dua varians

L. UJI HIPOTESIS: Uji Chi-Square

Uji Chi-Square merupakan uji statistik non-parametrik yang paling banyak
digunakan dalam penelitian bidang kesehatan masyarakat, karena uji ini memiliki
kemampuan membandingkan dua kelompok atau lebih pada data-data yang telah
dikategorisasikan. Meski demikian, uji chi-square dapat pula dipakai pada
pengujian satu kelompok dan berskala interval/rasio. Secara ringkas kegunaaan uji
chi-square disajikan pada gambar berikut.

Gambar. Kegunaan Chi-Square

1. Distribusi chi-square
Distribusi Chi-square (dibaca “khai square” atau khai kuadrat dengan
simbol  2 ) adalah distribusi probabilitas teoritis yang asimetrik dan kontinyu.
Nilai sebuah  2 selalu positif antara 0 sampai dengan  (tak hingga) atau 0 ≤  2
≤  , tidak seperti distribusi normal atau distribusi t yang dapat bernilai negatif.
Nilai statistik  2 dihitung dengan rumus sebagai berikut:

dimana, ƒ0 = banyaknya frekuensi yang diobservasi dan ƒ = banyaknya

frekuensi yang diharapkan. Gambar 2 menampilkan tiga jenis distribusi Chi-
square dengan derajat kebebasan 1,5, dan 10. Tampak bahwa :
a. semakin kecil derajat kebebasan, kemencengan kurva distribusi
semakin positif artinya proporsi nilai rendah pada distribusi lebih
besar.
b. semakin besar derajat kebebasan, kurva distribusi semakin simetris.

Gambar 2. Distribusi Chi-Square dengan derajat

kebebasan (df) yang berbeda-beda (1, 5 dan 10)
(sumber: Shekin, 2004)
Uji Chi-Square dapat digunakan untuk menguji 1 sampel, 2 sampel
independen, dan k sampel (lebih dari 2 sampel).
2. Uji Chi-Square 1 Sampel
Uji Chi Square 1 Sampel digunakan untuk mengetahui 1) Varians dari populasi
(jika data berskala interval/rasio) dan 2) Kesesuaian dengan distribusi Chi-square
atau goodness of fit (jika data berskala kategorik/nominal).
a. Menguji varians dari populasi pada data interval/rasio
Rumusan uji hipotesa yang dievaluasi adalah “Apakah sampel dengan n
subyek berasal dari populasi yang memilki nilai varians yang sama?” atau
“Apakah sampel dengan nilai estimasi varians ṡ2 diturunkan dari populasi
dengan nilai estimasi varians 2 ?”. Bila hasil uji statistik signifikan, maka dapat
disimpulkan bahwa terdapat kemungkinan sampel berasal dari populasi dengan
nilai varians tertentu selain 2 . Asumsi yang digunakan dalam uji hipotesa ini
adalah:
a. Populasi berdistribusi normal; dan
b. Sampel dipilih secara acak dari populasi
b. Menguji kesesuaian distribusi/goodness of fit pada data kategorik/nominal
Uji hipotesa yang dievaluasi adalah “apakah populasi yang
direpresentasikan dengan sampel, memiliki perbedaan frekuensi yang
diobservasi dengan frekuensi yang diharapkan” atau “apakah terdapat perbedaan
antara frekuensi yang diobserbasi dengan frekuensi yang diharapkan pada
populasi yang diwakili dengan sampel tertentu”. Pernyataan hipotesa tersebut
dapat dijelaskan dengan model umum uji kesesuaian distribusi chi-square
disajikan pada tabel 1.
 Setiap n observasi (subyek atau obyek) pada percobaan di tabel dipilih
secara acak dari populasi yang memiliki N observasi, dan dicatat sebagai salah
satu dari k kategori yang mutual exclusive. Ci adalah sel/kategori ke-i dan Oi
adalah frekuensi observasi ke-i. Jumlah total observasi pada setiap sel disebut
dengan n. Asumsi yang diterapkan pada uji hipotesa ini adalah:

1) Data berskala nominal/kategorik

2) Data terdiri dari n observasi independen yang dipilih secara acak dari
populasi
3) Frekuensi diharapkan (fe) pada setiap sel tabel harus ≥ 5

3. Uji Chi Square 2 Kelompok

a. Tabel Kontinjensi b x k
Penggunaan lain dari Uji Chi-Square adalah pengujian hipotesis pada 2
kelompok menggunakan tabel kontinjensi 2 x 2 atau tabel b x k tertentu,
dimana b adalah baris dan k adalah kolom. Dalam hal ini, jumlah sel adalah k
dikalikan b, sehingga untuk tabel 2 x 2 jumlah selnya adalah 4, tabel 2 x 3
jumlah selnya adalah 6, dan seterusnya. Data-data yang terdapat pada sel
disebut dengan jumlah/frekuensi observasi dari subyek atau obyek. Contoh
tabel kontinjensi b x k disajikan pada tabel.
Tabel 2 menunjukkan contoh tabel kontinjensi b x k dengan baris ke-1, ke-
2, sampai dengan dengan baris ke-n dan kolom ke-1, ke-2, sampai dengan
kolom ke-n. Sehingga pada tabel 2 x 2 terdapat baris ke-1 dan ke-2 dan kolom
ke-1 dan ke-2, lalu pada tabel 2 x 3 terdapat baris ke-1 dan ke-2 dan kolom ke-
1, ke-2, dan ke-n, dan seterusnya. Jumlah frekuensi observasi pada baris ke-n
dan kolom ke-n ditunjukkan dengan pada sel bnkn sehingga jumlah frekuensi
observasi pada baris ke-1 dan kolom ke-1 berada pada sel b1k1 lalu jumlah
frekuensi observasi pada baris ke-1 dan kolom ke-2 berada pada sel b1k2 dan
seterusnya.
 Baris dan Kolom pada tabel kontinjensi dapat mewakili “kategori” dari
data yang yang dipelajari sebagai representasi dari kelompok, sehingga tabel
ini dapat dipakai pada berbagai contoh persoalan sebagai berikut:
1) Untuk mengetahui apakah terdapat perbedaan antara dua
perlakuan/intervensi. Contohnya kejadian hipertensi pada dua kelompok2
“Sesudah Senam” dan “Sebelum Senam”, maka kelompok “Sesudah
Senam” dapat diwakilkan dengan Baris dan kelompok “Sebelum Senam”
diwakilkan dengan Kolom (lihat tabel 3). Pada tabel tersebut, jumlah
observasi kejadian “hipertensi” pada kelompok “Sesudah Senam” dan
kelompok “Sebelum Senam” adalah 10, jumlah observasi kejadian “tidak
hipertensi” pada kelompok “Sesudah Senam” dan kelompok “Sebelum
Senam” adalah 42, dan seterusnya.

2) Untuk mengetahui apakah terdapat perbedaan kejadian pada kelompok

kasus dan kelompok kontrol (pada desain studi Case-Control) sebagaimana
disajikan pada tabel 4 menampilkan contoh kejadian Hipertensi dan Tidak
Hipertensi pada kelompok kasus dan kelompok kontrol.
 3) Untuk mengetahui adanya hubungan/korelasi antara dua variabel atau
lebih. Misalnya mengetahui hubungan antara kejadian hipertensi dengan
usia (tabel 5) atau mengetahui hubungan antara kejadian hipertensi dengan
Indeks Massa Tubuh/IMT pada tabel 4 x 2 (tabel 6) dan pada tabel 2 x 3
(tabel 7)

b. Penggunaan Uji Chi-Square 2 Kelompok

Sebelum membahas kegunaan uji Chi-Square 2 kelompok, terlebih dahulu
perlu diketahui asumsi-asumsi yang dipakai, antara lain:
1) Data berskala ordinal/nominal dengan kategori data bersifat mutually
exclusive
2) Data dipilih secara acak/random dari populasi yang ditentukan
3) Jumlah frekuensi observasi setiap sel pada tabel kontinjensi lebih besar
atau sama dengan 5. Jika terdapat sel yang < 5 maka distribusi chi-square
tidak akurat menghasilkan estimasi yang menggambarkan keadaan
populasi. Untuk mengatasi hal ini, peneliti bisa menggabungkan sel yang
jumlahnya < 5 agar tercapai syarat tersebut. Bila tabel 2 x 2 tetap
menghasilkan sel dengan jumlah < 5, maka disarankan menggunakan uji
distribusi hipergeometrik yaitu Uji Fisher-Exact. Sebenarnya uji ini
merupakan perluasan dari uji chi-square goodness of fit pada satu sampel,
dengan penggunaannya meliputi dua jenis yaitu:
(1) Uji Homogenitas
Uji homogenitas dilakukan ketika sampel independen yang terdiri
dari dua atau lebih kelompok sampel (sebagai baris dalam tabel
kontinjensi) dikategorisasikan ke dalam satu dimensi yang terdiri dari
dua atau lebih sub kategori (sebagai kolom dalam tabel kontinjensi).
Dengan demikian uji homogenitas digunakan untuk mengetahui
homogenitas sampel berdasarkan proporsi kategorisasi menurut
dimensinya. Bila data homogen maka proporsi observasi pada dimensi
yang ditetapkan akan sama pada seluuruh kelompok sampel.
Asumsi yang digunakan pada uji homogenitas adalah: 1) seluruh
data dipilih secara acak dari populasi tertentu; dan 2) jumlah
kelompok pada variabel independen telah ditentukan terlebih dahulu
oleh peneliti sebelum dilakukan pengumpulan data.
(2) Uji Independensi
Uji independensi dilakukan ketika satu sampel dikategorisasikan
ke dalam dua atau lebih dimensi atau variabel. Uji ini mengevaluasi
hipotesa “apakah terdapat hubungan pada dua variabel atau apakah
dua variabel tersebut saling independen?”. Dengan demikian, dua
buah variabel yang saling independen tersebut tidak memiliki
hubungan satu sama lain (zero correlation).
Asumsi yang digunakan pada uji independensi adalah 1) seluruh
data dipilih secara acak dari populasi tertentu; dan 2) jumlah kategori
untuk variabel pertama dan variabel kedua ditentukan oleh peneliti
sebelum pengambilan data dilakukan.
L. HASIL KAIJAN JURNAL TERKAIT HIPOTESIS
1. Penggunaan Kata “Signifikan” Atau “Sangat Signifikan”
Apakah label yang akan dilekatkan pada hasH uji yang peluang eror Tipe I
nya sebesar (sebagai contoh) p = 0,01; p = 0,04; atau p:= O,10?. Bila kita secara
apriori telah menetapkan penggunaan p = 0,05, misalnya, maka semua hasH
komputasi yang menghasHkan statistik dengan p s 0,05 akan diberi label
"signifikan", tidak peduli p = 0,001 tetap saja dilabel "signifikan", bukan "sangat
signifikan". lstilah signifikan menunjukkan makna perbedaan atau hubungan yang
diuji terjadi bukan karena eror random atau karena kebetulan saja. Kecilnya p
menunjukkan makna resiko keputusan untuk mengakui adanya perbedaan atau
hubungan tersebut, bukan intensitasnya. Sebaliknya, tidak peduli berapapun harga
statistik yang diperoleh kalau ternyata peluang eror Tipe I nya adalah p > 0,05
maka harus dinyatakan "tidak signifikan" dan harga statistiknya dinyatakan
sebagai terjadi karen a kebetulan yang karenanya harus diabaikan. Untuk harga p
sebesar 0,45 (misalnya), berarti sama tidak signifikannya dengan p sebesar 0,20
dan tidak perlu diberi label "sangat tidak signifikan" karena hal itu berlebih-
lebihan(Azwar, 2005).
Bila digunakan pendekatan aposteriori, hasH uji statistik dapat dikatakan
tidak signifikan bila kita tidak bersedia menanggung resiko eror sebesar p yang
diperoleh. Sebaliknya, kita boleh mengklaim adanya hubungan atau adanya
perbedaan dengan menyatakan bahwa berapapun harga p adalah signifikan.
Apapun pendekatan yang digunakant secara substantif hanya ada dua macam label
statistik akibat perolehan harga P, yaitu tidak signifikan atau signifikan. "Tidak
signifikan" berarti harga statistik harus diabaikan dan dianggap tidak ada, berapa
besarnya pun harga tersebut. "Signifikan"(Azwar, 2005).
Berarti harga statisti tidak dapat diabaikan dan harus dianggap ada, berapa
kecilnya pun harga statistik tersebut. Label ”sangat signifikan” tidak diperIukan
dikarenakan eratnya hubungan (dalam kasus korelasi) atau besamya perbedaan
(dalam kasus uji beda) ditunjukkan antara lain oleh statistik r2 atau w2(Azwar,
2005).

32
 BAB III
PENUTUP

Kesimpulan
Di dalam suatu penelitian perumusan hipotesis penelitian merupakan langkah
ketiga setelah penetapan masalah dan kerangka berpikir. Hipotesis penelitian
merupakan jawaban sementara terhadap masalah penelitian dimana disajikan dalam
bentuk kalimat pernyataan. Pada makalah ini dibahas beberapa jenis hipotesis serta
pengujiannya yaitu hipotesis deskriptif, komparatif dan assosiatif.
Rancangan pengujian hipotesis berguna duntuk mengetahui korelasi dari
kedua variabel yang diteliti. Tahap-tahap dalam rancangan pengujian hipotesis ini
dimulai dari penetapan hipotesis nol H 0 dan hipotesis alternative H a pemilihan tes

statistic, perhitungan nilai statistic dan penetapan tingkat signifikan. Jenis-Jenis

Pengujian Hipotesis

1. Berdasarkan Jenis Parameternya

a. Pengujian hipotesis tentang rata-rata
b. Pengujian hipotesis tentang proporsi
c. Pengujian hipotesis tentang varians
2. Berdasarkan Jumlah Sampelnya
a. Pengujian hipotesis sampel besar (n > 30).
b. Pengujian hipotesis sampel kecil (n ≤ 30).
3. Berdasarkan Jenis Distribusinya
a. Pengujian hipotesis dengan distribusi Z
b. Pengujian hipotesis dengan distribusi t (t-student)
c. Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat)
d. Pengujian hipotesis dengan distribusi F (F-ratio)
4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya
a. Pengujian hipotesis dua pihak (two tail test)
b. Pengujian hipotesis pihak kiri atau sisi kiri
c. Pengujian hipotesis pihak kanan atau sisi kanan

33
 DAFTAR PUSTAKA

Arieska. (2018). Belajar Sampling tanpa Pusing. CV. Putra Media Nusantara (PMN).

Arifin, Z. (2012). Penelitian Pendidikan Metode dan Paradigma Baru. PT. Remaja
Rosdakarya.

Azwar, S. (2005). Signifikan Atau Sangat Signifikan? Buletin Psikologi, 13, 7.

Didin Fatihudin. (2015). Metodologi Penelitian Untuk Ilmu Ekonomi, Manajemen, dan
Akuntansi. Zifatama Publisher.

Enos Lolang. (2015). Hipotesis Nol dan Hipotesis Alternatif. Jurnal KIP, III.

Gani, I., & Amalia, S. (2015). Alat Analisis Data: Aplikasi Statistik untuk Penelituan
Bidang Ekonomi dan Sosial. Penerbit Andi.

Goos, P., & Meintrup, D. (2016). Statistics with JMP: Hypothesis tests, ANOVA, and
regression. Wiley.

Gujarati, D., & Porter, D. (2013). Dasar-Dasar Ekonometrika. Salemba Empat.

Gulo W. (2002). Metodologi Penelitian. Grasindo.

Haris, A., & Martawijaya, M. A. (2015). Kemampuan Merumuskan Hipotesis Fisika Pada
Peserta Didik Kelas XMIA SMA Barrang Lompo. Jurnal Pendidikan Fisika Universitas
Muhammadiyah Makassar, 10.

Hidayat, A. (2017, Juni 2). Hipotesis Statistik. Uji Statistik.

https://www.statistikian.com/2017/06/hipotesis-statistik-dan-penelitian.html

Kim, J. H. (2016). How to Choose the Level of Significance: A Pedagogical Note. Munich
Personal RePEc Archive (MPRA), 14.

Kim, J. H. (2020). Decision-Theoretic Hypothesis Testing: A Primer With R Package

OptSig. The American Statistician, 1–10. https://doi.org/10.1080/00031305.2020.1750484

Mufarrikoh, Z. (2019). Statistika Pendidikan (Konsep Sampling dan Uji Hipotesis). Jakad
Media Publishing.

Nugroho, S. (2008). Dasar Dasar Metode Statistika. Grasindo.

Siagian, D. (2000). Metode statistika untuk bisnis dan ekonomi. Gramedia Pustaka Utama.

Sudaryono. (2016). Metode Penelitian Pendidikan. Prenada Media.

Sugiyono. (2013). Metode Penelitian Pendidikan Pendekatan Kuantitatif, kualitatif, dan R

& D. Alfabeta.

34
Timotius, K. H. (2017). Pengantar Metodologi Penelitian: Pendekatan Manajemen
Pengetahuan untuk Perkembangan Pengetahuan. Penerbit Andi.

Yanto. (2020). Konsep dasar dan aplikasi statistika inferensi untuk teknik industri.
Penerbit Atma Jaya.

35