Uji Hipotesis Statistik Dalam Penelitian


Uji Hipotesis Statistik Dalam Penelitian – Uji hipotesis adalah suatu metode pembuktian empiris untuk mengkonfirmasi dan menolak opini ataupun asumsi berdasarkan data sampel. Hipotesis diambil dari bahasa Yunani yang terdiri dari dua kata yaitu Hupo dan Thesis. Hupo berarti lemah, rendah, dan tidak kuat. Sedangkan Thesis berarti teori, asumsi, pendapat atau pernyataan.



Dari definisi tersebut maka bisa diambil kesimpulan bahwa hipotesis merupakan suatu teori yang sifatnya lemah dan harus dibuktikan kebenarannya. Di dunia ini ada banyak sekali hipotesis yang bisa ditemui. Namun tidak semuanya bisa diuji dan tidak semua hipotesis harus diuji. Hal tersebut karena dalam pengujian hipotesis sudah pasti akan membutuhkan banyak dana, waktu, dan juga tenaga.

Ciri-Ciri Hipotesis

  1. Hipotesis harus menyatakan hubungan antar variabel
  2. Hipotesis harus sesuai dengan kaidah ilmu pengetahuan
  3. Hipotesis harus dapat diuji
  4. Hipotesis harus sederhana
  5. Hipotesis harus menerangkan fakta atau fenomena

Baca juga: Pengujian Hipotesis Komparatif

Jenis-Jenis Hipotesis

Hipotesis secara umum digunakan untuk menguji suatu pendapat, klaim, atau asumsi yang beredar di kalangan masyarakat. Kemunculan hipotesis masih belum diketahui dari mana.

Seringkali muncul anggapan bahwa seorang perempuan yang memiliki gelar pendidikan tinggi akan sangat sulit untuk mendapatkan pasangan. Lalu darimanakah anggapan ini muncul? Apakah anggapan ini dapat dipercaya?

Hipotesis ini sendiri terbagi dalam dua jenis, yaitu:

  1. Hipotesis Nol (Hₒ)

Hipotesis nol adalah hipotesis awal yang biasanya berisi kepercayaan, asumsi, atau pendapat yang harus dibuktikan kebenarannya.



  1. Hipotesis Alternatif (Hα)

Hipotesis alternatif adalah hipotesis yang menyatakan suatu pendapat atau merupakan kebalikan dari hipotesis nol. Jenis hipotesis ini memang selalu berlawanan dengan hipotesis nol. Alasannya tak lain karena penguji seringkali menolak H0 dan lebih memilih hipotesis alternatif sebagai pernyataan yang tepat.

Selain dalam bentuk numerik, hipotesis juga bisa berupa kategori. Sebagai contoh, apakah benar seorang perempuan lebih teliti dibandingkan laki-laki? Sekarang mari coba tuliskan dalam bentuk notasi statistik.

Misalnya saja, ada anggapan yang menyebutkan bahwa umur yang paling tepat adalah 25 tahun. Hal ini pastinya harus dikaji secara lebih lanjut apakah asumsi ini benar ataukah tidak. Maka dari itu, bisa dituliskan dalam notasi sebagai berikut:

(Hₒ) = 25

Sementara itu, pada hipotesis alternatif akan ada beberapa pilihan yang dapat digunakan. Hal ini tergantung dari hal yang Anda buktikan sendiri.

  • Jika hipotesis memiliki nilai yang tidak sama dengan hipotesis nol maka bisa diasumsikan bahwa usia menikah yang paling tepat bukanlah 25 tahun, bisa lebih atau bisa juga kurang.



Grafik pengujian hipotesis 2 arah

  • Jika hipotesis alternatif lebih besar dibandingkan hipotesis nol. Maka bisa diasumsikan bahwa usia yang paling tepat untuk menikah adalah 25 tahun.

Grafik uji hipotesis satu arah sisi kanan



  • Namun jika hipotesis alternatif lebih kecil dibandingkan hipotesis nol. Maka bisa diasumsikan bahwa usia menikah yang tepat di bawah 25 tahun.

Grafik uji hipotesis satu arah sisi kiri

Saat melakukan pengujian, Anda bisa mengambil salah satu dari hipotesis alternatif yang kami sampaikan di atas. Anda bisa memilih hipotesis alternatif yang diyakini paling benar sesuai dengan data yang dimiliki.

Namun untuk hipotesis nol bukan berarti diragukan kebenarnya, namun juga hal-hal yang diyakini benar oleh sebagian orang namun masih belum terbukti secara empiris.

Catatan:

Hipotesis Nol bukan suatu asumsi atau pendapat yang salah hingga seseorang mampu membuktikan fakta sebenarnya yang mampu menolak hipotesis tersebut secara statistik.

Baca juga: Uji Hipotesis Asosiatif Non Parametrik

Transformasi Statistik Uji ke Dalam Distribusi Normal

Uji hipotesis umumnya menggunakan data sampel sebagai objek untuk melakukan penelitian. Jumlah sampel lebih kecil daripada populasi. Dengan melakukan estimasi rata-rata terhadap sampel berarti juga melakukan estimasi terhadap rata-rata populasi.

Maka dari itu, penting sekali untuk menemukan nilai rata-rata yang berada jauh dari nilai rata-rata populasi (yang berasal dari asumsi hipotesis nol). Sehingga sangat dibutuhkan untuk melakukan perubahan hasil uji statistik ke dalam nilai yang telah terstandar atau standar score. Nilai standar disini berarti sebagai nilai yang ada di sekitar rata-rata.

Secara umum, formula yang digunakan adalah sebagai berikut:

Transformasi statistik uji tersebut dapat diterapkan ke banyak hal. Namun saat mengambil keputusan uji hipotesis, transformasi ini akan sangat berguna untuk menemukan nilai p-value. Pada kasus pengujian dengan asumsi bahwa sampel mempunyai distribusi normal, maka nilai rata-rata populasi dapat diasumsikan sebagai 0 dan standar deviasinya adalah 1.Jika standar score yang ditemukan semakin jauh maka akan semakin besar juga peluang untuk menolak H0. Demikian juga sebaliknya.

Lalu yang menjadi pertanyaan, seberapa jauh nilai standard score yang dibutuhkan untuk menolak hipotesis nol? Umumnya, nilai rata-rata sampel yang mempunyai selisih hingga 2 kali dari standar deviasi telah membuktikan adanya penolakan hipotesis nol. Namun ini merupakan kasus secara umum. Jika ingin pembuktian secara empiris, maka dibutuhkan nilai p-value yang dapat memberikan gambaran secara signifikan mengenai hasil uji hipotesis.

Baca juga: Cara Uji Hipotesis Uji-T Dengan SPSS

Prosedur Pengujian Hipotesis

Prosedur pengujian hipotesis secara umum adalah sebagai berikut:

Contoh Pengujian Hipotesis

Hipotesis satu arah

Peneliti ingin mengetahui apakah usia yang paling tepat untuk menikah adalah 25 tahun atau lebih. Dalam hal ini diketahui bahwa simpangan baku adalah 26 tahun. Dengan menggunakan 40 sampel, ditemukan bahwa rata-rata berpendapat bahwa usia yang paling tepat untuk menikah adalah 27 tahun.



Leave a Comment