KONSEP DASAR PENGUJIAN

HIPOTESIS

Oleh :
Aries Prasetyo, SKM, MPH
 PENGERTIAN
 HIPOTESIS dalam statistik diartikan sebagai
pernyataan statistik tentang parameter populasi.
 Statistik adalah ukuran-ukuran dikenakan dalam
sampel (x = rata-rata , s = simpangan baku, s2=
varians, r = koefisien korelasi)
 Parameter adalah ukuran-ukuran yang dikenakan
pada populasi ( = rata-rata ,  = simpangan baku,
2= varians,  = koefisien korelasi).
 Taksiran terhadap parameter populasi melalui data-
data sampel.
 PENGERTIAN
 HIPOTESIS dalam penelitian dapat diartikan
jawaban sementara terhadap rumusan masalah
penelitian yang masih perlu diuji
kebenarannya melalui fakta-fakta
 Rumusan masalah dapat berupa hubungan dua
variabel atau lebih, perbandingan (komparasi)
atau variabel mandiri (deskriptif)
 PENGERTIAN
 Deskriptif dalam statistik adalah penelitian yang
didasarkan pada populasi (tidak sampel)
 Deskriptif dalam penelitian menunjukkan tingkat
eksplanasi yaitu menanyakan tentang variabel
mandiri (tidak dihubungkan dan dibandingkan), misal
: seberapa tinggi disiplin kerja PNS dll.
 Penelitian yang didasarkan pada data populasipun
dapat dirumuskan hipotesis dan mengujinya.
Pengujian bisa pakai statistik deskriptif atau tanpa
statistik
 POPULASI DAN SAMPEL
 POPULASI : HIMPUNAN DARI UNIT/
INDIVIDU YANG MEMPUNYAI CIRI-CIRI
YANG SAMA
 Populasi : keseluruhan subyek penelitian.
 Populasi : kumpulan semua elemen atau
individu dari mana data atau informasi akan
dikumpulkan
 POPULASI
 Encyclopedia of Educational Evaluation : A
population is a set (or collection) of all elements
possessing one or more attributes of interest
 Populasi harus didefinisikan dengan jelas :
APA/SIAPA (Isi/Content), DIMANA
(Luas/Extent), KAPAN (Waktu/ Time)
 Contoh :
Pendapatan petani/bulan di desa Sukorejo tahun 2003
 POPULASI
 Definisi populasi berhubungan dengan proses
generalisasi atau inferensi. Hasil dari penelitian
harus jelas ditujukan untuk populasi yang mana
 Semakin jelas populasi, semakin jelas pula kepada
populasi mana hasil penelitian dapat diberlakukan
 Idealnya penelitian dilakukan terhadap populasi
(penelitian populasi = studi populasi = sensus)
 POPULASI

 Besaran, nilai, atau harga dari populasi disebut

parameter
(para = di samping, meter, metrik = ukuran)
 Parameter dilambangkan dengan huruf Yunani

rata-rata hitung = 
variansi = 2
simpangan baku = 
koefisien korelasi = 
.
 POPULASI
 Berdasarkan besarnya :
 FINIT
 INFINIT
 Ada kemungkinan populasi sangat besar atau tidak
diketahui secara pasti besarnya, dan (biasanya)
keterbatasan waktu, biaya dan tenaga, maka biasanya
penelitian tidak dilakukan terhadap seluruh elemen
populasi.
 Diambil sebagian dari populasi yang disebut sampel.
 SAMPEL
 SAMPEL : bagian dari populasi dari mana data
atau informasi yang dibutuhkan dapat diperoleh
secara langsung
 Besaran, nilai atau harga yang dimiliki atau
diperoleh dari sampel disebut statistik
 Statistik dilambangkan dengan huruf Latin (x, s, s2,
r)
 Proses pengambilan sampel dari populasi disebut
sampling
 POPULASI

PARAMETER
SAMPLING
SAMPEL


 STATISTIK
 x s
s2 r

GENERALISASI/
INFERENSI
 Generalisasi/Inferensi  statistika :
penarikan kesimpulan dari hal yang jumlah
elemennya lebih sedikit (sampel) ke hal
yang jumlah elemennya lebih banyak atau
lebih luas atau dikenal dengan populasi
 Syarat : Sampel mewakili (representatif)
populasi
 Besar sampel
 Cara pengambilan sampel
 Kecermatan memasukkan ciri-ciri populasi
 Macam Hipotesis
 H0 (hipotesis nol/nihil) yang memprediksi
bahwa independent variabel (treatment)
atau variabel bebas tidak mempunyai efek
pada dependent variabel atau variabel
terikat dalam populasi. H0 juga
memprediksi tidak adanya perbedaan
suatu kondisi dengan kondisi lain
 Macam Hipotesis
 H1 (hipotesis alternatif) yang memprediksi
bahwa independent variabel (treatment)
atau variabel bebas mempunyai efek pada
dependent variabel atau variabel terikat
dalam populasi. H1 juga memprediksi
adanya perbedaan suatu kondisi dengan
kondisi lain
Macam Pernyataan Hipotesis

• Hipotesis matematis
H0 : 1 = 2
H1 : 1 ≠ 2
Macam Pernyataan Hipotesis
• Hipotesis verbal
H0 : rata-rata skor / nilai populasi
pertama tidak berbeda secara
signifikan dengan rata-rata skor /
nilai populasi kedua

H1 : rata-rata skor / nilai populasi

pertama berbeda secara
signifikan dengan rata-rata skor /
nilai populasi kedua
 3 Bentuk Rumusan Hipotesis

 Hipotesis Deskriptif
Hipotesis deskriptif adalah dugaan tentang
nilai suatu variabel mandiri, tidak membuat
perbandingan atau hubungan
 Contoh :
Suatu bimbingan tes menyatakan bahwa murid
yang dibimbing di lembaga itu, paling sedikit
90% dapat diterima di PTN. Rumusan
hipotesis statistik adalah :
H0 : 1 ≥ 0,90
H1 : 1 < 0,90
 3 Bentuk Rumusan Hipotesis

 Hipotesis Komparatif
Hipotesis Komparatif adalah pernyataan yang
menunjukkan dugaan nilai dalam satu variabel
atau lebih pada sampel yang berbeda
 Contoh :
Adakah perbedaan produktivitas kerja antara
pegawai golongan I, II, III, IV. Rumusan
hipotesis statistik adalah :
H0 : 1 = 2 = 3 = 4
H1 : 1 ≠ 2 ≠ 3 ≠ 4
 3 Bentuk Rumusan Hipotesis

 Hipotesis Asosiatif
Hipotesis Asosiatif adalah pernyataan yang
menunjukkan dugaan tentang hubungan antara
dua variabel atau lebih.
 Contoh :
Adakah hubungan antara gaya kepemimpinan
dengan efektifitas kerja. Rumusan hipotesis
statistik adalah :
H0 :  = 0
H1 :  ≠ 0
 TARAF KESALAHAN DALAM
PENGUJIAN HIPOTESIS
 Menguji hipotesis pada dasarnya 
menaksir parameter populasi berdasarkan
data sampel.
 2 cara menaksir populasi :
a. a point estimate
b. interval estimate (confidence interval)
 TARAF KESALAHAN DALAM
PENGUJIAN HIPOTESIS
 A POINT ESTIMATE (TITIK
TAKSIRAN) adalah suatu taksiran
parameter populasi berdasarkan satu nilai
data sampel.
 Misal : daya tahan kerja orang adalah 10
jam/hari
 Resiko kesalahan dalam menaksir populasi
lebih tinggi.
 TARAF KESALAHAN DALAM
PENGUJIAN HIPOTESIS
 INTERVAL ESTIMATE (CONFIDENCE
INTERVAL) adalah suatu taksiran
parameter populasi berdasarkan nilai
interval data sampel.
 Misal : daya tahan kerja orang antara 8
jam/hari – 12 jam/hari.
 Resiko kesalahan dalam menaksir populasi
lebih rendah.
 TARAF KESALAHAN DALAM
PENGUJIAN HIPOTESIS
 Kesalahan taksiran dinyatakan dalam
peluang yang berbentuk prosentase
 Biasanya dalam penelitian kesalahan
taksiran ditetapkan terlebih dulu.
 Kesalahan taksiran yang biasa digunakan
adalah 1%, 5% dan 10%.
TARAF KESALAHAN DALAM
PENGUJIAN HIPOTESIS
KEKELIRUAN DALAM PENGUJIAN
HIPOTESIS

 2 tipe kesalahan dalam pengujian

hipotesis :
1. Kesalahan tipe I (type I error)
suatu tindakan menolak H0, padahal H0
sebenarnya benar, dengan kata lain
menolak hal yang sebenarnya benar
(dinyatakan dengan )
 KEKELIRUAN DALAM
PENGUJIAN HIPOTESIS

2. Kesalahan tipe II (type II error)

suatu tindakan menerima H0, padahal H0
sebenarnya salah, dengan kata lain
menerima hal yang sebenarnya salah
(dinyatakan dengan )
 Tabel Hubungan Antara Keputusan
Menolak dan Menerima Hipotesis

Keadaan sebenarnya
Keputusan
Hipotesis benar Hipotesis salah
Terima hipotesis Tidak membuat kesalahan Kesalahan tipe II
Menolak hipotesis Kesalahan tipe I Tidak membuat kesalahan
 Bagaimana Tipe Kesalahan Terjadi ?

 Kesalahan tipe I
terjadi apabila sampel kita kebetulan
mempunyai skor individual yang ekstrem
(setiap individu mempunyai perbedaan
skor yang sangat besar atau
variabilitasnya tinggi). Dengan demikian
maka sampel tampak berbeda dengan apa
yang menjadi harapan H0
 Bagaimana Tipe Kesalahan Terjadi ?

 Kesalahan tipe II
terjadi apabila efek perlakuan
(eksperimen) sangat kecil pengaruhnya
terhadap sampel, sehingga sampel tidak
kelihatan dipengaruhi oleh treatment
 TABEL PENGGUNAAN STATISTIK PARAMETRIS DAN
NON PARAMETRIKS UNTUK MENGUJI HIPOTESIS
BENTUK HIPOTESIS

MACAM KOMPARATIF KOMPARATIF

(Dua Sampel) (Lebih dari Dua Sampel)
DATA DESKRIPTIF ASOSIATIF
(SatuVariabel) Related Independent Related Independent (Hubungan)

Fisher Exact x2 for k

Nominal Binomial Mc Nemar Probability Sample x2 for k Sample Contingency
x One Sample
2
Coefficient C
x2 Two Sample Cochran Q

Median Test
Sign Test Friedman
Ordinal Run Test Mann-Whitney U Median Extension Spearman Rank
Wilcoxon Test Correlation
Matched pairs
Kolmogorov- Kruskal-Wallis
Smirnov Kendal Tau

Wald-
Woldfowitz

Pearson
Product
Interval Independent One Way One Way Anova Moment
Ratio Paired t - Test Sample t - Test Anova Two Way Anova
t - Test Two Way Partial
Anova Correlation

Mulitiple