HIPOTESIS
Prodi S1 Keperawatan
Fakultas Ilmu Kesehatan
Universitas Respati Indonesia
A. PENDAHULUAN HIPOTESIS
Penyelidikan suatu gejala (fenomena) dlm konteks penelitian ilmiah didahului dgn
menggunakan “anggapan” (asumsi | dugaan teoritis) mengenai populasi yg diamati (diteliti).
Anggapan (asumsi/dugaan teoritis)dpt salah (ditolak) dpt benar (gagal ditolak) anggapan ini
disebut hipotesis.
Hipotesis berasal dari kata Hupo Sementara/lemah kebenarannya, & Thesis Pernyataan/teori.
Hipotesis Pernyataan/teori sementara yg perlu diuji kebenarannya.
Untuk menguji kebenaran sebuah hipotesis (ditolak | gagal ditolak) digunakan pengujian yg
disebut uji hipotesis.
Tujuan pengujian hipotesis Mengetahui apakah dugaan tentang karakter suatu populasi didukung
oleh informasi yg diperoleh dari data sampel | tidak.
Pada akhirnya peneliti dpt melakukan penarikan kesimpulan (Mengeneralisasi) tentang keadaan
populasi melalui nilai yg berasal dari data sampel.
Dua kemungkinan kesimpulan yg di dpt dari hasil pengujian hipotesis:
Tolak dan Gagal Tolak, Mutually Exclusive, saling meniadakan tetapi salah satu harus terjadi.
Prodi S1 Keperawatan Urindo, 2021 2
Lanjutan A.......
A. PENDAHULUAN HIPOTESIS
2. Rata-rata jumlah batang rokok yang dihisap pada kelompok hipertensi lebih banyak
daripada rata-rata jumlah batang rokok yang dihisap pada kelompok normotensi.
3. Tingginya tekanan sistolik berkorelasi dengan banyaknya jumlah batang rokok yang dihisap
4. Proporsi penderita hipertensi lebih banyak pada kelompok perokok dibandingkan pada
kelompok bukan perokok
Contoh:
Ho: μA ≥ μB
a. Uji Satu Sisi Sebelah Kiri (Lower Tail Test )
Ha: μA < μB
Hipotesis Alternatifnya (Ha) = BB lahir bayi dari ibu hamil yg
α
merokok lebih kecil dibandingkan dgn BB lahir bayi dari ibu
hamil yg tdk merokok.
b. Uji Satu Sisi Sebelah Kanan (Upper Tail Test)
Ho: μA ≤ μB
Hipotesis Alternatifnya (Ha) = BB lahir bayi dari ibu hamil yg tdk
Ha: μA > μB
merokok lebih besar dibandingkan dgn BB lahir dari ibu hamil
α
yg merokok.
Prodi S1 Keperawatan Urindo, 2021 8
Lanjutan C....... C. Arah Bentuk Uji Hipotesis
Contoh:
Hipotesis Alternatif (Ha) =
BB lahir bayi dari ibu hamil yg merokok berbeda
Ho: μA = μB
dibandingkan dengan BB lahir bayi dari ibu yg tdk merokok. Ha: μA ≠ μB
Atau dgn kata lain: Ada perbedaan BB lahir bayi yg
dilahirkan dari kelompok ibu yg merokok dibandingkan ½α ½α
dengan BB lahir bayi yg dilahirkan dari kelompok ibu tdk
merokok.
Prodi S1 Keperawatan Urindo, 2021 9
D. Kesalahan Pengambilan Keputusan
Dalam pengujian hipotesis kita selalu dihadapkan suatu kesalahan pengambilan keputusan. Ada dua jenis kesalahan pengambilan keputusan dalam uji
statistik, yaitu:
Dua Sisi (Two Tail) Z /2 + 1,645 + 1,96 + 2,58 + 2,81 + 3,08
Dua Sisi (Two Tail) Z /2 + 1,645 + 1,96 + 2,58 + 2,81 + 3,08
ujung kiri dan ujung kanan dari suatu kurva normal, sehingga nilai alpha = ½ α.
Contoh:
Bila nilai tingkat kemaknaan yg digunakan adalah = 0,05, maka nilai α = ½ (0,05) = 0,025.
Pada α = 0.025 nilai Z-nya adalah 1,96.
Bila nilai perhitungan uji statistik lebih besar (pada sisi sebelah kanan) atau lebih kecil
(pada sisi sebelah kiri) dibandingkan nilai yang berasal dari tabel (Z = 1,96 | Z = -1,96),
Bila nilai perhitungan uji statistik lebih kecil (pada sisi sebelah kiri) dibandingkan dgn nilai
Ho: μA ≥ μB
yg berasal dari tabel (Z = -1,65), maka keputusannya: Ho ditolak Ha: μA < μ B
Ha: μA < μ B
Ho ditolak,: Terdapat mean/proporsi yg lebih rendah/lebih kecil secara signifikan antara
kelompok data satu dgn kelompok data yg lain.
Bila nilai perhitungan uji statistik lebih besar (pada sisi sebelah kiri) dibandingkan dengan
nilai yg berasal dari tabel (Z = -1,65), maka keputusannya: Ho gagal ditolak Ho: μA ≥ μB
Ho gagal ditolak,: Tidak terdapat mean/proporsi yg lebih rendah/lebih kecil secara
signifikan antara kelompok data satu dgn kelompok data yg lain.
Atau dapat diinterpretasikan sebagai berikut: Kelompok data satu memiliki mean/proporsi
yang lebih besar atau sama secara signifikan, dengan kelompok data yang lain.
Bila nilai perhitungan uji statistik lebih besar (pada sisi sebelah Kanan) dibandingkan dgn
nilai yg berasal dari tabel (Z= 1,65), maka keputusannya: Ho ditolak Ha: μA > μ B
Ho ditolak,: Terdapat mean/proporsi yg lebih tinggi/lebih besar secara signifikan antara Ho: μA ≤ μB
kelompok data satu dgn kelompok data yg lain. Ha: μA > μB
Bila nilai perhitungan uji statistik lebih kecil (pada sisi sebelah kanan) dibandingkan dgn
nilai yg berasal dari tabel (Z = 1,65), maka keputusannya: Ho gagal ditolak Ho: μA ≤ μB
Ho gagal ditolak, artinya: Tidak terdapat mean/proporsi yg lebih tinggi/lebih besar secara
signifikan antara kelompok data satu dgn kelompok data yg lain.
Atau dapat diinterpretasikan sebagai berikut: Kelompok data satu memiliki mean/proporsi
yang lebih kecil atau sama secara signifikan, dengan kelompok data yang lain.
Pengertian Nilai P
Merupakan nilai yang menunjukkan besarnya peluang salah menolak Ho dari data penelitian.
Nilai besarnya peluang hsl penelitian (mis. ada perbedaan mean | proporsi) krn faktor kebetulan
(by chance).
Harapanya adalah nilai P sekecil mungkin, sebab bila nilai P-nya kecil maka dpt diyakini bahwa
adanya perbedaan pada hasil penelitian menunjukkan pula adanya perbedaan di populasi.
Jika nilai P-nya kecil maka perbedaan yg ada pada penelitian terjadi bukan karena faktor
kebetulan (by chance).
Contoh:
Suatu penelitian ingin mengetahui hubungan riwayat hipertensi ibu hamil dgn BB bayi yg dikandungnya. Hasil
penelitian melaporkan:
Rata2 BB bayi dari ibu hipertensi = 2000 gr, sedangkan rata2 BB Bayi yg lahir dari ibu yg tdk hipertensi = 3000 gr.
Perbedaan BB bayi antara ibu yg hipertensi dgn yg tdk sebesar 1000 gr.
Apakah perbedaan BB bayi tersebut jg berlaku untuk seluruh populasi yg diteliti atau hanya faktor kebetulan saja?
kemudian dilakukan uji statistik yg tepat yaitu uji T dan dihasilkan nilai P = 0,0110.
• Artinya peluang adanya perbedaan berat bayi sebesar 1000 gr akibat dari faktor kebetulan (by chance) adalah
sebesar 0,0110.
• Karena peluangnya sangat kecil (p=0,0110) maka dapat diartikan bahwa adanya perbedaan tersebut bukan karena
faktor kebetulan namun karena memang adanya pengaruh dari riwayat hipertensi.
Keterangan:
1. Hipotesis
Ho : μ = 200
Tidak ada perbedaan rata-rata kadar kolesterol orang dewasa dengan penderita hipertensi
Ha : μ ≠ 200
Ada perbedaan rata-rata kadar kolesetrol orang dewasa dengan penderita hipertensi (two tail (dua arah))
2. Level of significance
Batas kemaknaan/level of significance pada uji statistik ini digunakan 5 %
b. Pendekatan Klasik
Dengan Ha seperti diatas maka dilakukan uji hipotesis dengan two tail (dua arah).
Jika ditentukan α = 0.05, maka alphanya harus dibagi dua, sehingga α = 0,025.
Untuk mencarai nilai Z di tabel kurve normal, maka angka peluang yg dicari adalah 0,5-0,025 = 0,4750.
Nilai tabel kurve normalnya (batas kritis) angka peluang 0,475 adalah Z = 1,96.
Kemudian nilai Z ini dibandingkan dengan nilai Z perhitungan yang sudah dilakukan diatas ( Z hitung=2,5).
Nilai Z hitung (2,5) lebih besar dibandingkan nilai Z tabel (1,96) maka keputusannya adalah Ho ditolak (hasil
ini konsisten dengan pendekatan probabilistik).
1. Hipotesis
Ho : μ = 200
Tidak ada perbedaan rata-rata kadar kolesterol orang dewasa dengan penderita hipertensi
Ha : μ ≠ 200
Ada perbedaan rata-rata kadar koleseerol orang dewasa dengan penderita hipertensi (two tail (dua arah))
2. Level of significance
Batas kemaknaan/level of significance pada uji statistik ini digunakan 5 % .