Oleh : Muh.

Gusnandar Ismail
Pengertian
 Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis. Hupo berarti
lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau
pernyataan yang disajikan sebagai bukti.

 Dalam statistik hipotesis dapat diartikan sebagai pernyataan statistik

tentang parameter populasi
 Statistik adalah ukuran yang dikenakan pada sampel (X bar, S, S2, r).
 Parameter adalah ukuran yang dikenakan pada populasi (ρ,, ,2)

 Dengan kata lain : Hipotesis adalah taksiran terhadap parameter populasi,

melalui data-data sampel

 Penelitian yang didasarkan pada data populasi atau sampling total/sensus

tidak melakukan pengujian (Hipotesis Deskriptif)
A. Statistik dan Penelitian next

Hipotesis diartikan sebagai jawaban sementara

terhadap rumusan masalah penelitian.
Rumusan masalah tersebut dapat berupa
peryataan tentang:
1. Hubungan dua variabel atau lebih
2. Perbandingan (komperasi)
3. Atau Variabel mandiri (Deskripsi)

Hipotesis nol
Hipotesis
Hipotesis alternatif
 Hipotesis nol

• Tidak adanya perbedaan antara parameter

dengan statistik
• Tidak adanya perbedaan antara ukuran
populasi dan ukuran sampel

back
 Hipotesis alternatif

Terdapat perbedaan data

populasi dengan data sampel.

back
 next

B. Tiga Bentuk Rumusan Hipotesis

1. Hipotesis Deskrptif

2. Hipotesis Komparatif

3. Hipotesis Asosiatif
 next
HIPOTESIS DESKRIPTIF
Merupakan dugaan tentang nilai suatu
variabel mandiri.
Tidak membuat perbandingan atau hubungan

Contoh Hipotesis deskriptif : (Rumusan Masalah)

a. Berapa lama daya tahan lampu merk A dan merk B ?
b. Seberapa tinggi produktivitas padi di Kabupaten Klaten ?

Dari pernyataan tersebut dapat dirumuskan hipotesis sebagai berikut :

a. Daya tahan lampu merk A = 450 jam dan merk B = 600 jam.
b. Produktivitas padi di Kabupaten Klaten 8 ton/ha.
 HIPOTESIS DESKRIPTIF
Contoh Hipotesis deskriptif-statistiknya :
Suatu perusahaan minuman harus mengikuti ketentuan, bahwa salah
satu unsur kimia hanya boleh dicampurkan paling banyak 1%. (paling
banyak berarti lebih kecil atau sama dengan : ≤). Dengan demikian
rumusan hipotesis statistik adalah :

Ho :  = ≤ 0,01 ;≤ (lebih kecil atau sama dengan)

Ha :  = > 0,01 ; > (lebih besar)

Dapat dibaca : Hipotesis nol u/ parameter populasi berbentuk proporsi

(1% proporsi) lebih kecil atau sama dengan 1%, dan hipotesis
alternatifnya, untuk populasi yang berbentuk proporsi lebih besar dari
1 %.

back
 next
HIPOTESIS KOMPARATIF
• Merupakan pernyataan yang menunjukkan
dengan nilai dalam satu variabel a/ lebih pada
sampel berbeda.

Contoh Hipotesis komparatif : (Rumusan Masalah)

Apakah ada perbedaan produktivitas kerja antara pegawai golongan
I,II,III?
Rumusan hipoetesis
Tidak terdapat perbedaan (ada persamaan) produktivitas kerja
antara golongan I,II ,III
 HIPOTESIS KOMPARATIF

Contoh Hipotesis komparatif-statistiknya :

Ho : 1 = 2 = 3
Ha : 1 ≠ 2 = 3 (salah satu berbeda sudah merupakan Ha)

back
 next
HIPOTESIS ASOSIATIF
• Merupakan suatu pernyataan yang
menunjukkan dugaan tentang hubungan
antara dua variabel atau lebih.

Contoh Hipotesis asosiatif : (Rumusan Masalah)

Apakah ada hubungan antara gaya kepemimpinan dengan efektivitas
kerja?
Rumusan Hipotesis
Ho : Tidak ada hubungan antar gaya kepemimpinan dengan
efektivitas kerja.
Ha : Ada hubungan antar gaya kepemimpinan dengan efektivitas
kerja.
 HIPOTESIS ASOSIATIF

Contoh Hipotesis asosiatif-statistiknya :

Ho : ρ = 0
Ha : ρ ≠ 0 (ρ = simbol yang menunjukkan kuatnya hubungan)

Dapat dibaca :
 Hipotesis nol menunjukkan tidak adanya hubungan antara gaya
kepemimpinan dengan efektivitas kerja dalam populasi.
Hipotesis alternatifnya menunjukkan ada hubungan (tidak sama
dengan nol, mungkin lebih besar dari 0 atau lebih kecil dari0).

back
 C. Taraf Kesalahan dalam Pengujian Hipotesis
 Dalam menguji hipotesis, menaksir parameter berdasarkan
data sampel.
 Terdapat dua cara menaksir yaitu :
– a point estimate (titik taksir) : suatu taksiran parameter
populasi berdasarkan satu nilai data sampel.
– interval estimate / convidence interval (titik interval) : suatu
taksiran parameter populasi beerdasarkan nilai interval data
sampel.

Contoh :
 Saya berhipotesis [menaksirkan] bahwa daya tahan kerja orang
Indonesia itu 10 jam/hari [point estimate]  Karena daya tahan
kerja orang Indonesia ditaksir melalui 1 nilai yaitu 10 jam/hari.
 Daya tahan kerja orang Indonesia antara 8 sampai 12 jam/hari
[interval estimate]nilai intervalnya adalah 8-12 jam.
 C. Taraf Kesalahan dalam Pengujian Hipotesis

Gambar daerah taksiran dan besar kesalahannya

Penjelasan Gambar :
1. Daya tahan kerja orang Indonesia ditaksir 10 jam/hari. Hipotesis ini
bersifat estimate points, tidak mempunyai daerah taksiran dan kemungkinan
kesalahannya tinggi misal 100%.
2. Daya tahan kerja orang Indonesia 8 sampai 12 jam/hari terdapat daerah
taksiran.
3. Daya tahan kerja orang indonesia antara 6 sampai 14 jam/hari. daerah taksiran
lebih besar dari No.2, sehingga kemungkinan kesalahan lebih kecil.
Jadi makin kecil taraf kesalahan yang ditetapkan maka interval estimate-nya
semakin lebar. sehingga tingkat ketelitian taksiran semakin rendah.
D. Dua Kesalahan Dalam Pengujian Hipotesis

Dalam menaksir parameter populasi berdasar data

sampel, kemungkinan terdapat dua kesalahan:
1. Kesalahan Tipe I, yaitu kesalahan bila menolak hipotesis
nol (Ho) yang benar (seharusnya diterima. Tingkat
kesalahan dinyatakan dengan α (baca alpha)
2. Kesalahan Tipe II, yaitu kesalahan bila menerima
hipotesis yang salah (seharusnya ditolak), tingkat
kesalahan ini dinyatakan dengan ß (beta)
Berdasarkan hal tersebut, maka hubungan antara keputusan
menolak atau meneria hipotesis dapat digambarkan ssebagai
berikut :
Keputusan Keadaan sebenarnya
Hipotesis benar Hipotesis Salah
Terima Hipotesis Tidak membuat Kesalahan tipe II
kesalahan
Menolak hipotesis Kesalahan tipe I Tidak membuat
kesalahan

Dari tabel tersebut diatas dapat dijelaskan sbb:

1. Keputusan menerima hipotesis nol yang benar, berarti tidak membuat kesalahan.
2. Keputusan menerima hipotesis nol yang salah, berarti terjadi kesalahan tipe II.
3. Keputusan menolak hipotesis nol yang benar, berarti terjadi kesalahan tipe I.
4. Keputusan menolak Hipotesis Nol yang salah, berarti tidak membuat kesalahan

 Tingkat kesalahan ini selanjutnya dinamakan Level of Sinificant atau tingkat

signifikasi
 Dalam prakteknya tingkat signifikasi telah ditetapkan oleh peneliti terlebih dahulu
sebelum hipotesis diuji