BAB VIII

KONSEP DASAR
PENGUJIAN
HIPOTESIS
 M I LIH
M M E
U M U
O M A N T I ST I K
P E D IK STA
TEK N
• Berdasarkan pada interaksi dua hal:

1. Macam data yang akan dianalisis

2. Bentuk hipotesisnya

• Seperti dalam jenis penelitian menurut

“tingkat eksplanasinya”, maka bentuk
hipotesis ada tiga: hipotesis deskriptif,
komparatif, dan asosiatif
• Berdasarkan pada interaksi dua hal:

1. Macam data yang akan dianalisis

2. Bentuk hipotesisnya

• Seperti dalam jenis penelitian menurut

“tingkat eksplanasinya”, maka bentuk
hipotesis ada tiga: hipotesis deskriptif,
komparatif, dan asosiatif
• Berdasarkan pada interaksi dua hal:

1. Macam data yang akan dianalisis

2. Bentuk hipotesisnya

• Seperti dalam jenis penelitian menurut

“tingkat eksplanasinya”, maka bentuk
hipotesis ada tiga: hipotesis deskriptif,
komparatif, dan asosiatif
• Hipotesis komparatif ada dua
macam: komparatif dua sampel dan
lebih dari dua sampel.

• Untuk masing-masing hipotesis

komparatif dibagi dua: sampel yang
related (berpasangan), dan sampel
yang independen.
• Contoh sampel yang related: (1) sampel
yang diberi pre tes dan pos tes (2)
sampel yang digunakan dalam penelitian
eksperimen sebagai kelompok kontrol dan
kelompok eksperimen.

• Contoh sampel yang independen:

membandingkan antara prestasi kerja
pegawai pria dan wanita.
 • (Contoh) Hipotesis Deskriptif
Ho : Daya tahan lampu merk X = 500 jam
Ha : Daya tahan lampu merk X ≠ 500 jam

• (Contoh) Hipotesis Komparatif

Ho : Daya tahan lampu merk X sama
dengan merk Y
Ha : Daya tahan lampu merk X tidak sama
dengan merk Y
• (Contoh) Hipotesis Asosiatif

Ho : Tidak ada hubungan antara tegangan

dengan daya tahan lampu
Ha : Ada hubungan antara tegangan
dengan daya tahan lampu
• Untuk tiga contoh hipotesis tsb, datanya
berupa data rasio (jam), teknik statistik yang
digunakan:
– Untuk hipotesis deskriptif, statistiknya: t-test
satu variabel.
– Untuk hipotesis komparatif, juga pakai t-test
(dua data independen). Data interval,
hipotesis komparatif dua sampel
independen.
– Untuk hipotesis asosiatif, pakai Pearson
Product Moment. Data interval, hipotesis
asosiatif.
A. Statistik dan Penelitian

Dalam statistika, hipotesis

dapat diartikan sebagai
pernyataan statistik tentang
parameter populasi.
 Statistik adalah ukuran-ukuran
yang dikenakan pada sampel

 = rerata
s = simpangan baku
s2 = varians
r = koefisien korelasi
 Parameter adalah ukuran-
ukuran yang dikenakan pada
populasi

μ = rata-rata
σ = simpangan baku
σ2 = varians
ρ = koefisien korelasi
 Dengan kata lain, hipotesis
adalah taksiran terhadap
parameter populasi, melalui
data-data sampel.
 Ada perbedaan pengertian hipotesis
menurut statistika dan penelitian. Dalam
penelitian, hipotesis diartikan sebagai
jawaban sementara terhadap rumusan
masalah penelitian. Rumusan masalah bisa
berupa pertanyaan tentang hubungan dua
variabel atau lebih, perbandingan, atau
variabel mandiri (deskriptif)
 Perbedaan pengertian deskriptif
dalam penelitian dan dalam statistik.

Deskriptif dalam statistik adalah

penelitian yang didasarkan pada populasi
tidak ada sampel, sedangkan deskriptif
dalam penelitian menunjukkan tingkat
eksplanasi yaitu menanyakan tentang
variabel mandiri (tidak dihubungkan atau
dibandingkan).
Contoh: seberapa tinggi disiplin
kerja pegawai negeri, dll.

Dengan demikian, penelitian yang

didasarkan pada data populasipun dapat
merumuskan hipotesis dan mengujinya.
Pengujiannya bisa pakai statistik atau tanpa
statistik
 Dalam statistika
dan penelitian,
terdapat dua
macam hipotesis,
yaitu: hipotesis
nol dan hipotesis
alternatif.
 Pada statistika, hipotesis
nol diartikan sebagai tidak
adanya perbedaan antara
parameter dan statistik,
atau tidak ada perbedaan
antara ukuran populasi dan
ukuran sampel
Dengan demikian, hipotesis
yang diuji adalah hipotesis nol,
karena memang peneliti tidak
mengharapkan adanya perbe-
daan adanya data populasi dan
.sampel
 Hipotesis alternatif
adalah lawannya hipotesis
nol, yang berbunyi adanya
perbedaan antara data
populasi dengan data
sampel
 Dalam penelitian,hipotesis nol juga
menyatakan “tidak ada”, tetapi bukan tidak
adanya perbedaan antara populasi dan data
sampel, tetapi bisa berbentuk tidak adanya
hubungan antara satu variabel dengan variabel
lain, tidak adanya perbedaan antara satu
variabel atau lebih pada populasi/sampel yang
berbeda, dan tidak adanya perbedaan antara
yang diharapkan dengan kenyataan pada satu
variabel atau lebih untuk populasi atau sampel
yang sama.
B. Tiga Bentuk Rumusan
Hipotesis

Hipotesis Deskriptif adalah

dugaan tentang nilai suatu
variabel mandiri.
Jadi, tidak membuat
perbandingan atau hubungan.
 Contoh:

Bila rumusan masalah

penelitian sebagai berikut ini,
maka hipotesis jawaban
sementara yang dirumuskan
adalah hipotesis deskriptif
a. Seberapa tinggi daya tahan lampu merk X?
b. Seberapa tinggi produktivitas padi di kabupaten
Brebes?
c. Berapa lama daya tahan lampu merk A dan B?
d. Seberapa baik gaya kepemimpinan di lembaga X?

Dari empat pertanyaan tsb, antara lain dapat

dirumuskan hipotesis seperti berikut:
a. Daya tahan lampu merk X = 800 jam.
b. Produktivitas padi di Kabupaten
Brebes 8 ton/ha.
c. Daya tahan lampu merk A = 450 jam
dan merk B = 600 jam
d. Gaya kepemimpinan di lembaga X
telah mencapai 70 dari yang diharapkan
 Dalam perumusan hipotesis statistik,
antara hipotesis nol (Ho) dan alternatif
(Ha) selalu dipasangkan.

Apabila salah satu ditolak, maka yg

lain pasti diterima, shg dapat dibuat
keputusan yang tegas.
Hipotesis statistik dinyatakan melalui
simbol-simbol statistik.
 Contoh:
1. Suatu perusahaan minuman harus mengikuti
ketentuan, bahwa salah satu unsur kimia
hanya boleh dicampurkan paling banyak 1%.

Rumusan hipotesis statistiknya:

Ho : ρ ≤ 0,01 (lebih kecil atau sama dengan)

Ha : ρ > 0,01 (lebih besar)
 Dapat dibaca: hipotesis nol
untuk parameter populasi
berbentuk proporsi (1% : proporsi)
lebih kecil atau sama dengan 1%,
dan hipotesis alternatifnya untuk
populasi yang berbentuk proporsi
lebih besar dari 1%
2. Suatu bimbingan tes menyatakan
bahwa murid yang dibimbing di
lembaga itu, paling sedikit 90%
dapat diterima di PTN

Rumusan hipotesisnya:
Ho : ρ ≥ 0,90
Ha : ρ < 0,90
 3. Seorang peneliti menyatakan bahwa daya
tahan lampu merk A = 450 jam dan B = 600 jam

. Hipotesis statistiknya:
Lampu A: Lampu B:
Ho : μ = 450 jam Ho : μ = 600 jam

Ha : μ ≠ 450 jam Ha : μ ≠ 600 jam

 Harga ρ dapat diganti dengan
nilai rata-rata sampel, simpangan
baku, dan varians.

Hipotesis pertama dan kedua

diuji dengan uji satu pihak (one
tail) dan hipotesis ketiga dengan
dua pihak (two tail )
2. Hipotesis Komparatif adalah
pernyataan yang menunjukkan
dugaan nilai dalam satu variabel
atau lebih pada sampel yang
berbeda
Contoh rumusan masalah komparatif:

a. Adakah perbedaan daya tahan

lampu merk A dan B?

b. Adakah perbedaan produk-tivitas

kerja antara pegawai golongan I,
II, dan III?
 Rumusan hipotesisnya:

1. a. Tidak terdapat perbedaan daya tahan

lampu antara merk A dan B.

b. Daya tahan lampu merk B paling kecil

sama dengan lampu merk A.

c. Daya tahan lampu merk B paling tinggi

sama dengan lampu merk A
 Hipotesis statistiknya:
Ho : μ1 = μ2 Rumusan hipotesis uji dua
pihak
Ho : μ1 ≠ μ2

Ho : μ1 ≥ μ2 Rumusan hipotesis uji pihak

kiri
Ho : μ1 < μ2

Ho : μ1 ≤ μ2 Rumusan hipotesis uji pihak

kanan
2. Tidak terdapat perbedaan produktivitas
kerja antara golongan I, II dan III.

Rumusan hipotesis statistiknya:

Ho : μ1 = μ2 = μ3
Ha : μ1 ≠ μ2 = μ3 (Salah satu berbeda
sudah merupakan Ha)

Dalam hal ini harga μ (mu) dapat

merupakan rata-rata sampel, simpangan
baku, varians, dan proporsi.
 Hipotesis Hubungan
(Asosiatif)

adalah suatu pernyataan yang

menunjukkan dugaan tentang
hubungan antara dua variabel
atau lebih.
Contoh rumusan masalah:
Adakah hubungan antara Gaya kepemimpinan dg
Efektivitas Kerja?

Rumusan Ho nya:
Tidak ada hubungan antara gaya kepemimpinan dg
efektivitas kerja

Hipotesis statistiknya:

Ho : ρ = 0 (ρ = simbol yang menunjukkan

kuatnya hubungan)
Ha : ρ ≠ 0
 Dapat dibaca:

Hipotesis nol, yang menunjukkan tidak

adanya hubungan (nol = tidak ada
hubungan) antara Gaya Kepemimpinan dan
Efektivitas Kerja dalam populasi.

Hipotesis alternatif menunjukkan ada

hubungan (tidak sama dengan 0, mungkin
lebih besar dari 0, atau lebih kecil), berarti
ada hubungan.
 C. Taraf Kesalahan Dalam
Pengujian Hipotesis

 Pada dasarnya menguji hipotesis

adalah menaksir parameter populasi
berdasarkan data sampel.

 Ada dua cara menaksir: a point

estimate dan interval estimate
(confidence interval).
A point estimate (titik taksiran)
adalah suatu taksiran parameter
populasi berdasarkan satu nilai data
sampel.

Interval estimate (taksiran interval)

adalah suatu taksiran parameter
populasi berdasarkan nilai interval
data sampel
 Suatu hipotesis (taksiran):
bahwa daya tahan kerja orang
Indonesia 10 jam/hari.

Hipotesis ini disebut point

estimate, karena daya tahan kerja
orang Indonesia ditaksir melalui
satu nilai 10 jam/hari.
Bila hipotesisnya berbunyi:
daya tahan kerja orang Indonesia
antara 8 sampai 12 jam per hari,

maka hal ini disebut interval estimate.

Nilai intervalnya adalah 8 – 12 jam

Menaksir parameter populasi
yang menggunakan nilai tunggal
(point estimate) akan mempunyai
resiko kesalahan yang lebih
tinggi daripada yg menggunakan
interval estimate.
Menaksir daya tahan kerja orang
Indonesia 10 jam/hari akan
mempunyai kesalahan yang lebih
besar daripada menaksir
antara 8 – 12 jam/hari
Menaksir daya tahan kerja orang
Indonesia dengan interval 6 – 14
jam/hari akan mempunyai
persentase kesalahan yang lebih
kecil bila digunakan interval
taksiran 8 – 12 jam/hari.
 Biasanya dalam
penelitian, kesalahan
taksiran ditetapkan lebih
dahulu, yg digunakan
adalah 5% dan 1%.
 D. Dua Kesalahan Dalam Pengujian
Hipotesis

• Dalam menaksir parameter

populasi berdasar data
sampel, kemungkinan akan
terdapat dua kesalahan
yaitu:
1.Kesalahan Tipe I: suatu kesalahan bila
menolak Ho yang benar (seharusnya
diterima).
Dlm hal ini, kesalahan dinyatakan dg α (alpha)

2. Kesalahan Tipe II: suatu kesalahan bila

menerima hipotesis yang salah
(seharusnya ditolak).
Tingkat kesalahan utk ini, dinyatakan dg β
(betha)
 Keadaan sebenarnya
Keputusan
Hipotesis benar Hipotesis salah

Terima Tidak membuat

Kesalahan Tipe II
hipotesis kesalahan

Menolak Tidak membuat

Kesalahan Tipe I
hipotesis kesalahan
 Penjelasan:
1. Keputusan menerima hipotesis yang benar, berarti
tidak membuat kesalahan.

2.Keputusan menerima hipotesis yang salah, berarti

terjadi kesalahan tipe II.

3. Keputusan menolak hipotesis yg benar, berarti

terjadi kesalahan tipe I.

4. Keputusan menolak hipotesis yg salah, berarti

tidak membuat kesalahan
 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 yg
dirumuskan 100% diterima.

Jadi tidak terdapat kesalahan. Kesalahan

ini semakin besar bila nilai statistik jauh
dari parameter populasi.
Tingkat kesalahan ini selanjutnya dinamakan
level of significant atau tingkat signifikansi.

Dalam paktiknya, tingkat signifikansi telah

ditetapkan oleh peneliti terlebih dahulu
sebelum hipotesis diuji.

Biasanya tingkat signifikansi (tingkat kesa-

lahan) yang diambil adalah 1% dan 5%.
Suatu hipotesis terbukti mempunyai
kesalahan 1%, bila penelitian
dilakukan pada 100 sampel yg diambil
dari populasi yg sama, maka akan
terdapat satu kesimpulan salah
yang diberlakukan untuk populasi
 Dalam pengujian hipotesis,
kebanyakan digunakan kesalahan
tipe I, yaitu berarti berapa persen
kesalahan untuk menolak Ho
yang benar (yang seharusnya
diterima).