A hypothesis (from Greek πόθεσις)consists either of a suggested explanation for a

phenomenon or of a reasoned proposal suggesting a possible correlation between

multiple phenomena. The term derives from the ancient Greek, hypotithenai meaning
"to put under" or "to suppose." The scientific method requires that one can test a
scientific hypothesis. Scientists generally base such hypotheses on previous
observations or on extensions of scientific theories (http://en.wikipedia.org; 22/02/2007).

Dalam English Dictionary, hypothesis berarti

(1) proposition or theory assumed as a basis for reasoning, argument, or investigation or to
explain certain phenomena; (2) supposition conjecture. Dalam Kamus Besar Bahasa
Indonesia (2002), hipotesis berarti (1) sesuatu yang dianggap benar untuk alasan atau
pengutaraan pendapat (teori, proposisi, dsb) meskipun kebenarannya masih harus
dibuktikan, (2) anggapan dasar.
Hipotesis berasal dari kata yaitu hypotithenai yang berarti di bawah, kurang atau
lemah dan thesis yang berarti pernyataan, teori, atau proposisi yang disajikan sebagai bukti.
Hipotesis diartikan sebagai kesimpulan yang sifatnya sementara karena masih perlu diuji
kebenarannya secara empiris. Hipotesis merupakan kesimpulan dari dasar-dasar teori yang
diajukan sebagai jawaban atas permasalahan yang ada (dalam penelitian). Dengan demikian
dugaan atau kesimpulannya mungkin benar mungkin pula salah. Jika perumusan atau
pernyataan hipotesis dikhususkan mengenai sampel yang diambil dari suatu populasi maka
hipotesis itu disebut sebagai hipotesis statistik.
Hipotesis statistik umumnya dinyatakan dalam null hypothesis atau hipotesis nihil
(Ho), yaitu pernyataan tidak ada perbedaan antara dua hal (atau lebih). Sebagai contoh dari
suatu sampel diperoleh nilai rata-rata () dan untuk populasi μ. maka hipotesis nihil
dinyatakan : Ho : μ − =0 , yang berarti pula Ho : μ =
Hipotesis tersebut di atas berarti tidak ada perbedaan antara parameter populasi dan
suatu sampel tertentu. Hipotesis nihil juga dapat dipergunakan untuk menyatakan dugaan
adany a kesamaan (tidak ada perbedaan) dari dua buah nilai rata-rata, simpangan baku atau
varians dari dua buah sampel. Dalam pengujian hipotesis nihil, penting pula untuk
menetapkan hipotesis alternatif.
Hipotesis alternatif (Ha) merupakan alternatif dari hipotesis nihil. Apabila hipotesis
nihil menyatakan tidak ada perbedaan, maka hipotesis alternatif menyatakan ada perbedaan
antara dua hal. Perbedaan dalam hipotesis alternatif dapat berupa lebih besar atau lebih kecil
satu dengan yang lainnya. Hipotesis alternatif akan diterima jika hipotesis nihilnya ditolak.
Maka dalam tes hipotesis akan diformulasikan sebagai berikut :

Ho : dan Ha : ≠

arti lebih lanjut dari hipotesis alternatif adalah kemungkinan > (rata-rata pertama lebih besar
daripada rata-rata ke dua) atau < (rata-rata pertama lebih kecil daripada rata-rata ke dua). Dalam
penerimaan dan penolakan terhadap hipotesis, ada dua kemungkinan kesalahan yang terjadi,
yaitu :
 Ho benar Ha benar

Menerima Kesalahan tipe Keputusan

Ha I yang

(peluang α) benar

Menerima Keputusan Kesalahan tipe

Ho benar II

(peluang β )

Kesalahan tipe I yaitu peluang α (alpha) adalah menerima hipotesis alternatif yang
seharusnya ditolak , atau menolak hipotesis nihil yang seharusnya diterima.

Kesalahan tipe II yaitu peluang β (beta) adalah menerima hipotesis nihil yang seharusnya ditolak,
atau menolak hipotesis alternatif yang seharusnya diterima. Oleh karena namanya kesalahan,
maka harus diusahakan untuk terjadi yang sekecil mungkin terhadap kesalahan tersebut. Peluang
membuat kesalahan tipe I dinamakan peluang α, dan peluang membuat kesalahan tipe II disebut
sebagai peluang β, tetapi ada pula yang menamakan sebagai kesalahan α dan kesalahan β.

Peluang α dalam prakteknya disebut sebagai taraf signifikansi atau taraf kebermaknaan
(seberapa tinggi makna). Besar kecilnya α dan β yang dapat diterima dalam pengambilan
keputusan bergantung kepada akibat-akibat atas diperbuatnya kesalahan-kesalahan tersebut. Jika
akibat yang ditimbulkan atas kesalahan yang diperbuat adalah fatal bagi kehidupan manusia atau
obyek penarikan kesimpulan, maka pengambilan keputusan harus sangat hati-hati, akan tetapi
pengambilan keputusan dapat lebih longgar apabila keputusan yang diambil tidak fatal atau tidak
ada alternatif lain. Sebagai contoh adalah ditemukannya suatu terapi bagi suatu penyakit yang
sangat cepat menuju kematian, akan diambil sebagai tindakan terapi bagi seseorang yang
mengidap penyakit tersebut, meskipun probabilitas kesembuhannya hanya 50 % (α = 0,50),
karena belum ada terapi yang lain yang dapat menyembuhkan.

A. Langkah Pengujian Hipotesis.

Sudah disebutkan di atas bahwa hipotesis adalah kesimpulan yang bersifat sementara, karena
disimpulkan berdasarkan telaah teoritis saja, dan masih perlu diuji kebenarannya berdasarkan
data empiris atau fakta di lapangan. Hasil penghitungan statistik terhadap data empiris akan
membawa ke kesimpulan bahwa hipotesis diterima atau ditolak.

Hipotesis nihil biasa dinyatakan : Ha : =. Dan hipotesis alternatif biasa

dinyatakan : Ha : ≠. Apabila hipotesis alternatif ditolak maka berarti hipotesis
nihillah yang diterima, yang berarti tidak ada perbedaan antara dua nilai rata-rata. Demikian
pula sebaliknya apabila hipotesis nihil ditolak, maka hipotesis alternatiflah yang diterima, yang
berarti ada perbedaan antara dua nilai rata-rata. Dalam hal ini tidak ada pernyataan tentang arah
perbedaan apakah μ1 atau μ2 yang lebih besar atau lebih kecil. Pengujian semacam ini disebut
sebagai nondirectional test atau pengujian tanpa menunjukkan arah. Pengujian semacam ini juga
disebut pengujian dua sisi (two-tailed atau two-sided test), sebab jika distribusi normal
digunakan, dua sisi dari distribusi adalah estimasi terhadap probailitas. Seandainya di ambil 5%
taraf signifikansinya, jika distribusi sampel adalah normal, 2,5% dari area kurve akan berada di
1,96 simpangan baku di atas nilai rata-rata dan 2,5% dari area kurve akan berada di 1,96
simpangan baku di bawah nilai rata-rata. Area di luar batas tersebut secara keseluruhan adalah 5
%. Jadi dalam taraf signifikansi 5% untuk uji tanpa arah, terhadap distribusi sampling yang
normal perbedaan hasil observasi harus sama dengan atau lebih besar dari 1,96 kali simpangan
baku dari distribusi. Untuk taraf signifikansi 1%, untuk pengujian tanpa arah adalah 2,58
simpangan baku di atas dan di bawah nilai rata-rata.

B. Uji Signifikansi pada Nilai rata-rata tunggal.

Suatu pengujian dapat dilakukan apakah sebuah rata-rata hasil pengukuran dari suatu sampel dengan
jumlah subyek tertentu berbeda dengan rata-rata populasinya (μ). Dalam hal ini terdapat dua situasi
yang berbeda.

Di pembahasan telah dijelaskan bahwa nilai rata-rata dari distribusi rata adalah sama persis dengan nilai
rata-rata populasinya atau X = μ. Apabila dari distribusi nilai rata-rata tersebut juga dihitung simpangan
bakunya, maka akan diperoleh simpangan baku dari distribusi rata-rata atau X s . Namun secara singkat
X s dapat dihitung dari sebuah sampel saja, dengan formula sebagai berikut :

dimana :

= simpangan baku dari distribusi rata-rata atau disebut pula standard error

S = simpangan baku sampel yang diambil

N = jumlah subyek sampel.

Nilai rata-rata sebuah populasi dapat diuji kebenarannya berdasarkan sebuah sampel yang diambil dari
populasinya. Persamaan antara nilai rata-rata populasi (μ ) dan rata-rata sampel

( ) adalah sebagai berikut :

Untuk taraf kepercayaan 95% : μ = ±1,96 (

Untuk taraf Kepercayaan 99% : μ = ± 2,58(

Uji Hipotesis : Dua nilai rata-rata.

• Terdapat dua cara uji hipotesis dua rata-rata, yaitu uji dua rata-rata dari dua kelompok yang saling
tidak terikat / bebas satu dengan yang lain serta uji dua rata antar dua kelompok yang saling memiliki
hubungan satu dengan yang lain.

1. Uji dua rata-rata dua kelompok tidak berhubungan (independent).

Misalkan terdapat dua kelompok yang menghasilkandan dengan jumlah subyek dan , serta ke duanya
diambil dari sebuah populasi dengan rata-rata populasi dan dan variansnya adalah dan .

Hipotesisnya adalah Ho : =  Asumsinya adalah sampel diambil dari populasinya dengan varians
yang sama, oleh karena itu . Inilah

yang disebut sebagai asumsi adanya homogenitas varians antar kelompok. Jika asumsi tersebut dapat
dijamin, maka data dari dua sampel dapat dikombinasikan untuk mendapatkan estimasi yang tidak bias
terhadap varians populasi ().

2. Uji rata-rata saling Berhubungan

Dapat diambil sebagai contoh uji rata-rata pada dua kelompok data yang saling berhubungan, apabila
terdapat suatu situasi dimana sekelompok orang diteliti dalam dua kondisi yang berbeda, misalkan
diteliti tekanan darahnya pada saat sebelum dan setelah menjalani suatu proses pengobatan atau
terapi. Data yang dikumpulkan dari dua kali pengukuran tekanan darah tersebut mungkin berkorelasi.
Suatu prosedur untuk menguji taraf signifikansi dapat dilakukan tanpa menghitung tingkat korelasi antar
kedua set data tersebut, yaitu dengan metode yang berbeda dengan metode korelasi. Metode tersebut
biasa disebut sebagai uji t pada kelompok data yang saling berhubungan.

Misalkan data tersebut dikumpulkan pada sejumlah subyek N tertentu, perbedaan skor dari 2 data
yang berpasangan tersebut dapat dihitung. Dua data yang berpasangan misalkan 1

X dan 2 X , dan perbedaan setiap pasang data adalah = D (D = difference). Nilai rata-rata perbedaan
dari semua pasang data adalah Perbedaan dua nilai rata-rata dari kedua kelompok adalah sama dengan
rata-rata perbedaan. Perbedaan tiap pasang adalah

= D dengan mempertimbangkan jumlah subyek (N pasangan), maka akan dihasilkan Σ −Σ =ΣD Dibagi
dengan N maka akan diperoleh = . Oleh karena rata-rata perbedaan adalah perbedaan antar dua rata-
rata, maka dapat diuji signifikansi perbedaan antar 2 rata-rata dengan menguji apakah D secara
signifikan berbeda dari 0. Besaran 0 (nol) akan diperoleh jika antara dua set data adalah sama persis
atau tidak ada perbedaan sama sekali, pada contoh tersebut di atas : jika tidak ada efek dari terapi maka
tidak ada perbedaan tekanan darah sebelum dan setelah terapi, atau sama dengan 0 (nol).