Download - Konsep Dasar Pengujian Hipotesis
BAB IV
KONSEP DASAR PENGUJIAN
HIPOTESIS
Disusun oleh :
1. Herni Maf’ula
2. Izzatul Millah
3. Krisna Indah Puspitasari
4. Moh. Kaloko
5. Mu’alifatun Nisa’
FAKULTAS ILMU KEGURUAN DAN ILMU PENDIDIKAN BAHASA INGGRIS
UNIVERSITAS PGRI RONGGOLAWE ( UNIROW )
TUBAN
KONSEP DASAR PENGUJIAN HIPOTESIS
A. Statistik dan Penelitian
Hipotesis diartikan sebagai jawaban sementara terhadap rumusan masalah. Kebenaran dari hipotesis itu
harus dibuktikan melalui data yang terkumpul. Secara statistik hipotesis diartikan sebagai pernyataan
mengenai keadaan populasi (parameter) yang akan diuji kebenarannya berdasarkan data yang diperoleh
dari sampel penelitian (statistik).
Statistik adalah ukuran-ukuran yang dikenakan pada sampel.
Penelitian yang didasarkan pada data populasi , atau sampling total, atau sensus dengan tidak
melakukan pengujian hipotesis statistik dari sudut pandang statistik disebut penelitian deskriptif.
Perbedaan pengertian deskriptif dalam penelitian dan dalam statistik.
Deskriptif dalam statistik adalah penelitian yang didasarkan pada populasi ( tidak ada sampel )
Deskriptif dalam penelitian menunjukkan tingkat eksplanasi yaitu menanyakan tentang variabel
mandiri ( tidak dihubungkan dan dibandingkan )
Contoh : Seberapa tinggi disiplin kerja pegawai negeri, dan lain-lain. Dengan demikian, penelitian yang
didasarkan pada data populasinya dapat dirumuskan hipotesis dan mengujinya. Pengujian bisa dipakai
statistik deskriptif atau tanpa statistik.
B. Tiga Bentuk Rumusan Hipotesis
1. Hipotesis Deskriptif
Adalah dugaan tentang nilai suatu variabel mandiri, tidak membuat perbandingan atau hubungan.
Contoh :
Dari rumusan masalah :
1. Seberapa tinggi daya tahan lampu merek X?
2. Seberapa tinggi produktivitas padi di Kabupaten Klaten?
3. Seberapa baik gaya kepemimpinan di Lembaga X?
Dapat dijadikan rumusan hipotesis sebagai berikut :
1. Daya tahan lampu merek X = 800 jam.
2. Produktivitas padi di Kabupaten Klaten 8 ton/ha.
3. Gaya kepemimpinan di lembaga X telah mencapai 70% dari yang diharapkan.
Dalam perumusan hipotesis statistik, antara hipotesis nol (Ho) dan hipotesis alternative (Ha)
selalu berpasangan, bila salah satu ditolak, maka yang lain pasti diterima.
Contoh :
Suatu bimbingan tes menyatakan bahwa murid yang dibimbing di Lembaga itu, paling sedikit
90% dapat diterima di Perguruan Tinggi Negeri. Rumusan hipotesis statistiknya adalah :
Ho : µ ≥ 0,90
Ha : µ < 0,90
2. Hipotesis Komparatif
Adalah pernyataan yang menunjukan dugaan nilai dalam satu variabel atau lebih pada sampel
yang berbeda.
Contoh :
Rumusan masalah komparatif :
“Apakah ada perbedaan produktivitas kerja antara pegawai golongan I, II, III?”
Rumusan Hipotesis :
Tidak terdapat perbedaan produktivitas kerja antara golongan I, II, III.
Rumusan Statistiknya :
Ho : µ1 = µ2 = µ3 µ : dibaca ‘mu’
Ha : µ1 ≠ µ2 ≠ µ3
3. Hipotesis Asosiatif (Hubungan)
Adalah suatu pernyataan yang menunjukan dugaan tentang hubungan antara dua variabel atau
lebih.
Contoh :
Rumusan masalah asosiatif :
“Apakah ada hubungan antara Gaya Kepemimpinan dengan Efektifitas Kerja?”
Rumus hipotesis nol nya :
Tidak ada hubungan antara Gaya Kepemimpinan dengan Efektivitas Kerja.
Rumusan Statistiknya :
Ho : ρ = 0
Ha : ρ ≠ 0
C. Taraf Kesalahan dalam Pengujian Hipotesis
Menguji hipotesis pada dasarnya adalah menaksir parameter populasi berdasarkan data sampel.
Terdapat dua cara menaksir yaitu :
1. A point astimate : suatu taksiran parameter populasi berdasarkan satu nilai data sampel.
Contoh : Daya tahan kerja orang Indonesia 10 jam/hari.
2. Interval estimate : suatu taksiran parameter populasi berdasarkan nilai interval data
sampel. Contoh : Daya tahan kerja orang Indonesia antara 8 sampai dengan 12 jam/hari.
3. Dua Kesalahan dalam Pengujian Hipotesis
Dalam menaksir parameter populasi berdasarkan data sampel, kemungkinan akan terdapat dua
kesalahan yaitu :
1. Kesalahan Tipe I adalah suatu kesalahan bila menolak hipotesis nol (Ho) yang benar
(seharusnya diterima). Dalam hal ini tingkat kesalahan dinyatakan dengan α (alpha).
2. Kesalahan Tipe II adalah kesalahan bila menerima hipotesis yang salah (seharusnya
ditolak). Tingkat kesalahan untuk ini dinyatakan dengan β (betha).
Tingkat kesalahan ini selanjutkan dinamakan Level of Significant atau tingkat signifikansi.
Dalam prakteknya tingkat signifikansi ditetapkan sebelumnya oleh peneliti terlebih dahulu
sebelum hipotesis diuji. Biasanya tingkat signifikansi (tingkat kesalahan yang diambil adalah 1
% dan 5 %. Suatu hipotesis terbukti dengan mempunyai kesalahan 1 % berarti penelitian
dilakukan pada 100 sampel yang diambil dari populasai yang sama, maka akan terdapat dua
kesimpulan salah yang diberlakukan untuk populasi (data dari sampel tersebut tidak dapat
diberlakukan ke populasi dimana sampel tersebut diambil)