PENGUJIAN HIPOTESIS Hipotesis merupakan elemen penting dalam penelitian kuantitatif.
Terdapat
tiga
alasan
utama
yang
mendukung
pandangan ini, di antaranya: Pertama, Hipotesis dapat dikatakan sebagai piranti kerja teori. Hipotesis ini dapat dilihat dari teori yang digunakan untuk menjelaskan permasalahan yang akan diteliti. Misalnya, sebab dan akibat dari konflik dapat dijelaskan melalui teori mengenai konflik. Kedua, Hipotesis dapat diuji dan ditunjukkan
kemungkinan
benar
atau
tidak
benar
atau
difalsifikasi. Ketiga, hipotesis adalah alat yang besar dayanya untuk memajukan pengetahuan karena membuat ilmuwan dapat keluar dari dirinya sendiri. Artinya, hipotesis disusun dan diuji untuk menunjukkan benar atau salahnya dengan cara terbebas dari nilai dan pendapat peneliti yang menyusun dan mengujinya. Salah satu ciri hipotesis yang baik adalah hipotesis tersebut
dapat
diuji.
Suatu
hipotesis
harus
dapat
diuji
berdasarkan data empiris, yakni berdasarkan apa yang dapat diamati dan dapat diukur. Untuk itu peneliti harus mencari situasi empiris yang memberi data yang diperlukan. Setelah kita mengumpulkan data, selanjutnya kita harus menyimpulkan hipotesis, apakah harus menerima atau menolak hipotesis. Untuk
menguji
suatu
hipotesis,
peneliti:
(a)
Menarik
kesimpulan tentang konsekuensi-konsekuensi yang akan dapat diamati apabila hipotesis tersebut benar, (b) Memilih metodemetode penelitian yang akan memungkinkan pengamatan, eksperimentasi, atau prosedur lain yang di perlukan untuk menunjukan apakah akibat-akibat tersebut terjadi atau tidak, dan (c) Menerapkan metode ini serta mengumpulkan data yang dapat dianalisis untuk menunjukan apakah hipotesis tersebut didukung oleh data atau tidak.
A. Pengertian Hipotesis Setelah
menemukan
fenomena
penelitian
kemudian
menyusun desain penelitian dan rerangka konseptual penelitian, langkah
selanjutnya
dalam
penelitian
kuantitatif
adalah
menentukan atau menyusun sebuah Hipotesis. Menurut Prof. Sugiyono (2009:96) Hipotesis adalah jawaban sementara dari rumusan masalah dalam penelitian, dimana perumusan masalah telah dinyatakan dalam bentuk kalimat pertanyaan. Dikatakan sementara karena jawaban yang diberikan baru didasarkan pada teori yang relevan, belum berdasarkan fakta-fakta empiris yang diperoleh melalui pengumpulan data. Hipotesis dirumuskan berdasarkan kerangka pikir yang baik terhadap fenomena yang akan diteliti. Perlu adanya pembedaan pengertian antara Hipotesis Penelitian dan Hipotesis Statistik. Jika Hipotesis Penelitian adalah jawaban sementara dari rumusan masalah penelitian, maka Hipotesis Statistik muncul bila penelitian bekerja dengan sampel. Jika penelitian tidak menggunakan sampel dalam mengumpulkan datanya,
maka
dapat
dinyatakan
bahwa
dalam
penelitian
tersebut tidak ada Hipotesis Statistik. Hipotesis penelitian hanya bekerja pada data-data populasi dan cirinya adalah dalam hal pembuktiannya tidak ada istilah “signifikansi” (taraf kesalahan atau taraf kepercayaaan). Sedangkan Hipotesis Statistik merupakan Hipotesis yang timbul karena suatu penelitian yang ingin mengetahui keadaan populasi
dimana
datanya
menggunakan
sampel.
Hipotesis
Statistik diperlukan untuk menguji apakah hipotesis penelitian yang diuji dengan data sampel itu dapat diberlakukan untuk populasi atau tidak. Dalam pembuktiannya akan muncul istilah
signifikansi atau taraf kepercayaaan. Signifikan artinya Hipotesis penelitian yang telah terbukti pada sampel itu (baik deskriptif, komparatif, maupun asosiatif ) dapat diberlakukan ke populasi (Sugiyono,2013). Sebuah Hipotesis yang baik, menurut Prof. Sugiyono dalam bukunya Metode Penelitian Pendidikan (2013,106), Karakteristik Hipotesis yang baik adalah: 1. Merupakan dugaan terhadap keadaan variabel mandiri, perbandingan antara variabel pada berbagai sampel, dan merupakan dugaan tentang hubungan antara dua variabel atau lebih. 2. Dinyatakan dalam kalimat yang jelas sehingga tidak menimbulkan berbagai penafsiran. 3. Dapat diuji dengan data yang
dikumpulkan
dengan
metode-metode ilmiah. Bentuk hipotesis ada tiga yaitu: hipotesis deskriptif, hipotesis komparatif dan hipotesis asosiatif. Dalam hipotesis komparatif, dibedakan menjadi dua yaitu komparatif untuk dua sampel dan lebih dari dua sampel. Hipotesis
deskriptif
yang
akan
diuji
dengan statistik
parametris merupakan dugaan terhadap nilai dalam satu sampel (unit
sampel),
hipotesis
dibandingkan
deskriptif
yang
dengan akan
standar,
diuji
dengan
sedangkan statistik
nonparametris merupakan dugaan ada tidaknya perbedaan secara signifikan nilai antar kelompok dalam satu sampel. Hipotesis komparatif merupakan dugaan ada tidaknya perbedaan secara signifikan nilai-nilai dua kelompok atau lebih. Hipotesis asosiatif adalah dugaan terhadap ada tidaknya hubungan secara signifikan antara dua variable atau lebih. B. Aspek
Logika
Hipotesis.
dan
Argumentasi
Pengembangan
Hipotesis diartikan sebagai jawaban sementara terhadap rumusan masalah penelitian (Sugiyono, 2014: 221). Kebenaran dari hipotesis itu harus dibuktikan melalui data yang terkumpul. Pengertian hipotesis tersebut adalah untuk hipotesis penelitian. Sedangkan
secara
statistik
hipotesis
diartikan
sebagai
pernyataan mengenai keadaan populasi (parameter) yang akan diuji kebenarannya berdasarkan data yang diperoleh dari sampel penelitian (statistik). Jadi, maksudnya adalah taksiran keadaan populasi melalui data sampel. Oleh karena itu, dalam statistik yang diuji adalah hipotesis nol. “The null hypothesis is used for testing. It is statement that no different exist between the parameter and statistic being compared” (Emory, 1985). Jadi hipotesis nol adalah pernyataan tidak adanya perbedaan antara parameter dengan statistik (data sampel). Lawan dari hipotesis nol adalah hipotesis alternatif, yang menyatakan ada perbedaan antara parameter dan statistik. Hipotesis nol diberi notasi H 0 dan hipotesis alternatif diberi notasi H1. Pada dasarnya, menguji hipotesis itu adalah menaksir parameter populasi berdasarkan data sampel. Terdapat dua cara menaksir yaitu a point estimate dan interval estmate. A point estimate (titik taksiran) adalah suatu taksiran parameter populasi berdasarkan satu nilai dari rata-rata data sampel. Sedangkan interval
estimate
(taksiran interval)
adalah suatu taksiran
parameter populasi berdasarkan nilai interval rata-rata data sampel. Menaksir parameter populasi yang menggunakan nilai tunggal (a point estimate) akan mempunyai resiko kesalahan yang lebih tinggi dibandingkan dengan yang menggunakan interval estimate. Menaksir daya tahan kerja orang Indonesia 10 jam/hari akan mempunyai kesalahan yang lebih besar bila dibandingan dengan nilai taksiran antara 8 sampai dengan 12 jam/hari. Makin besar interval taksirannya maka akan semakin
kecil kesalahannya. Untuk selanjutnya kesalahan taksiran ini dinyatakan dalam peluang yang berbentuk persentase. Dalam menaksir parameter populasi berdasarkan data sampel, kemungkinan akan terdapat dua kesalahan yaitu: a. Kesalahan Tipe I adalah suatu kesalahan bila menolak hipotesis no (H0) yang benar (seharusnya diterima). Dalam hal ini tingkat kesalahan dinyatakan dengan α. b. Kesalahan Tipe II adalah kesalahan bila menerima hipotesis yang salah (seharusnya ditolak). Tingkat kesalahan untuk ini dinyataka dengan β. Berdasarkan
hal
tersebut,
maka
hubungan
antara
keputusan menolak atau menerima hipotesis dapat digambarkan sebagai berikut:
Keputusan Terima hipotesis Menolak hipotesis
Keadaan sebenarnya Hipotesis benar Hipotesis salah Tidak membuat Kesalahan Tipe II (β) kesalahan Kesalahan Tipe I (α)
Tidak membuat kesalahan
Dari tabel tersebut di atas dapat dijelaskan sebagai berikut: 1. Keputusan menerima hipotesis nol yang benar, berarti tidak membuat kesalahan. 2. Keputusan menerima hipotesis nol yang salah, berarti terjadi kesalahan tipe II (β). 3. Keputusan menolak hipotesis nol yang benar, berarti terjadi kesalahan tipe I (α). 4. Keputusan menolak hipotesis nol yang 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 yang dirumuskan harus diterima. Jadi tidak terdapat kesalahan. Tetapi bila nilai statistik di luar nilai parameter populasi akan terdapat kesalahan. Kesalahan ini semakin besar bila nilai statistik jauh dari nilai parameter populasi. Tingkat kesalahan ini selanjutnya dinamakan level of significant atau tingkat signifikansi. Dalam prakteknya tingkat signifikansi
telah
ditetapkan
oleh
peneliti
terlebih
dahulu
sebelum hipotesis diuji. Biasanya tingkat signifikansi (tingkat kesalahan) yang diambil adalah 1% dan 5%. Seorang peneliti dituntut untuk dapat menggali sumbersumber hipotesis. Untuk itu dipersyaratkan bagi peneliti harus: 1. Memiliki banyak informasi tentang masalah yang akan dipecahkan dengan cara banyak membaca literatur yang ada
hubungannya
dengan
penelitian
yang
sedang
dilaksanakan. 2. Memiliki kemampuan untuk memeriksa keterangan tentang tempat, objek, dan hal-hal yang berhubungan satu sama lain dalam fenomena yang sedang diselidiki. 3. Memiliki
kemampuan
untuk
menghubungkan
suatu
keadaan dengan keadaan yang lain yang sesuai dengan kerangka teori dan bidang ilmu yang bersangkutan. Dari beberapa pendapat para ahli, dapat disimpulkan bahwa penggalian sumber-sumber hipotesis dapat berasal dari: 1. Ilmu pengetahuan dan pengertian yang mendalam yang berkaitan dengan fenomena. 2.
Wawasan dan pengertian yang mendalam tentang suatu fenomena.
3.
Materi bacaan dan literatur yang valid.
4.
Pengalaman
individu
sebagai
suatu
reaksi
terhadap
fenomena. 5.
Data empiris yang tersedia. 6. Analogi atau kesamaan dan adakalanya menggunakan imajinasi yang berdasar pada fenomena. Hambatan atau kesulitan dalam merumuskan hipotesis
lebih banyak disebabkan karena hal-hal: 1. Tidak adanya kerangka teori atau tidak ada pengetahuan tentang kerangka teori yang jelas. 2. Kurangnya
kemampuan
peneliti
untuk
menggunakan
kerangka teori yang ada. 3. Gagal berkenalan dengan teknik-teknik penelitian yang ada untuk merumuskan kata-kata dalam membuat hipotesis secara benar. C. Hipotesis Berarah dan Hipotesis Tak Berarah. Hipotesis dilihat dari kategori rumusannya dibagi menjadi dua bagian yaitu (1) hipotesis nihil yang biasa disingkat dengan H0 (2) hipotesis alternatif biasanya disebut hipotesis kerja atau disingkat H1. 1. Hipotesis Nol (H0) adalah Hipotesis yang menyatakan tidak adanya hubungan antara variable independen (X) dan variable dependen (Y). Dalam perumusan hipotesis ini yang akan diuji adalah ketidakbenaran variable X mempengaruhi variable Y. Biasanya Hipotesis Nol dinyatakan dalam bentuk kalimat negative. Hipotesis Nol dirumuskan karena teori yang digunakan
masih
diragukan
keandalannya
(Sugiyono,2013:97) 2. Hipotesis Kerja (H1) adalah hipotesis yang menyatakan adanya hubungan antara variable independen (X) dan variable dependen (Y) yang diteliti. Hasil perhitungan Ha tersebut akan digunakan sebagai dasar pencarian data penelitian atau dengan kata lain Hipotesis kerjaadalah
hipotesis yang akan diuji karena Hipotesis Kerja disusun berdasarkan
atas
teori
yang
dipandang
handal
(Sugiyono,2013:97). Hipotesis kerja dinyatakan dalam kalimat positif. Hipotesis yang diuji adalah hipotesis nol yaitu hipotesis yang menyatakan tidak adanya hubungan antara variable X dan variable Y dalam data sampel yang mewakili populasi. Hal ini dikarenakan peneliti tidak berharap ada perbedaan antara sampel dan populasi atau antara parameter dan statistik. Parameter diartikan sebagai ukuran atau data yang berhubungan dengan populasi sedangkan statistik dalam hal ini berarti ukuran atau hal-hal yang terkait dengan sampel. Hipotesis alternatif ada dua macam, yaitu Directional Hypotheses (Hiotesis Berarah) dan Non Directional Hypotheses (Hipotesis
Tak
Berarah)
(Fraenkel
and
Wallen,
1990:42
;
Suharsimi Arikunto, 1989:57). Hipotesis Berarah adalah hipotesis yang diajukan oleh peneliti, dimana peneliti sudah merumuskan dengan tegas yang menyatakan
bahwa
variabel
independen
memang
sudah
diprediksi berpengaruh terhadap variabel dependen. Misalnya: Produk Handphone android yang memiliki harga murah dengan spesifikasi tidak murahan lebih diminati dibandingakan dengan Produk Handphone android yang memiliki harga dan spesifikasi yang murah.. Menurut Puspitasari, dkk (2013), hipotesis berarah mendeskripsikan hipotesis yang dengan jelas menyatakan arah hubungannya. Sudah diketahui arahnya. Hipotesis Tak Berarah adalah hipotesis yang diajukan dan dirumuskan oleh peneliti tampak belum tegas bahwa variabel independen berpengaruh terhadap variabel dependen. Fraenkel dan Wallen (1990:42) menyatakan bahwa hipotesis tak terarah itu menggambarkan bahwa peneliti tidak menyusun prediksi secara spesifik tentang arah hasil penelitian yang akan dilakukan. Menurut Puspitasari, dkk (2013), hipotesis tak berarah
mendeskripsikan hipotesis yang tidak dengan jelas menyatakan arah hubungannya. Belum diketahui arahnya.
Misalnya: Ada
perbedaan minat konsumen pada produk handphone android yang memiliki harga murah dan spesifikasi tidak murahan dengan yang memiliki harga dan spesifikasi murah terhadap tingkat penjualan handphone android. D. Kriteria Pengujian Hipotesis Satu Sisi (One Tailed Test) dan Dua Sisi (Two Tailed Test). Seperti telah disebutkan diawal, bahwa suatu hipotesis dikatakan baik jika hipotesis tersebut dapat diuji dengan menggunakan metode-metode ilmiah. Hal ini dimaksudkan bahwa suatu hipotesis harus dapat diuji berdasarkan data empiris, yakni berdasarkan apa yang dapat diamati dan dapat diukur. Untuk itu peneliti harus mencari situasi empiris yang memberi data yang diperlukan. Agar hipotesis penelitian dapat diuji berdasarkan data empiris, hipotesis tersebut harus di terjemahkan ke dalam hipotesis Statistik untuk selanjutnya diuji secara operasional. Secara umum, menurut Harlyan (2012) langkah pengujian hipotesis dapat dilakukan dengan: 1. Menentukan formulasi hipotesis. a. Hipotesis nol (H0) dirumuskan sebagai pernyataan yang akan diuji. Rumusan pengujian hipotesis, hendaknya pernyataan H0 dibuat untuk ditolak. b. Hipotesis kerja/alternatif (H1) dirumuskan
sebagai
lawan/tandingan hipotesis nol. 2. Menentukan taraf signifikansi. Taraf signifikansi (α) adalah besarnya toleransi dalam menerima
kesalahan
hasil
hipotesis
terhadap
nilai
parameter populasinya. Taraf signifikansi dalam bentuk persentase umumnya 1%, 5% atau 10%. 3. Menentukan kriteria pengujian. Suatu bentuk keputusan menerima atau menolak H0. 4. Menentukan uji statistik. Menentukan uji statistik seperti apa yang akan dilakukan untuk mendapatkan nilai perkiraan parameter.
5. Membuat kesimpulan. Membuat kesimpulan menolak atau menerima H0. Terdapat dua macam bentuk pengujian hipotesis, yaitu uji satu sisi (one tailed test) dan uji dua sisi (two tailed test). Jenis uji mana
yang
akan
dipakai
tergantung
pada
bunyi
kalimat
hipotesis. Uji Satu Sisi (One Tailed Test) Uji satu sisi dibagi menjadi dua yaitu Uji Pihak Kiri dan Uji Pihak Kanan. Uji Pihak Kiri digunakan apabila hipotesis no (H 0) berbunyi “lebih besar sama dengan” (≥) dan hipotesis alternatifnya berbunyi “lebih kecil” (<), kata lebih kecil atau sama dengan sinonim kata “paling sedikit atau paling kecil”.
Gambar 1. Uji Pihak Kiri Contoh hipotesis deskriptif (satu sampel): H0 : kecepatan internet provider A paling rendah 50 mbps. H1 : kecepatan internet provider A lebih kecil dari 50 mbps. H 0 : μ ≥ 50 mbps H 1 : μ<50 mbps
Contoh hipotesis komparatif (dua sampel): H0 : tarif telepon dan sms provider A lebih mahal dari tarif provider B.
H1 : tarif telepon dan sms provider A lebih murah dari tarif provider B. H 0: μ A ≥ μB H 1 : μ A < μB Contoh hipotesis asosiatif: H0 : hubungan antara pemakaian kuota internet dengan pendidikan seseorang lebih kecil dari 0,65. H1 : hubungan antara pemakaian kuota internet dengan pendidikan seseorang lebih besar dari 0,65. H 0 : ρ≤ 0,65 H 1 : ρ> 0,65
Uji Pihak Kanan digunakan apabila hipotesis nol (H0) berbunyi “lebih kecil atau sama dengan” (≤) dan hipotesis alternatifnya berbunyi “lebih besar” (>). Kalimat lebih kecil atau sama dengam sinonim dengan kata “paling besar”.
Gambar 2. Uji Pihak Kanan Contoh hipotesis deskriptif (satu sampel): H0 : kecepatan internet provider B paling tinggi 200 mbps. H1 : kecepatan internet provider B lebih besar dari 200 mbps. H 0 : μ ≤ 200 mbps
H 1 : μ>200 mbps
Contoh hipotesis komparatif (dua sampel): H0 : tarif telepon dan sms provider B lebih murah dari tarif provider C. H1 : tarif telepon dan sms provider B lebih mahal dari tarif provider C. H 0 : μ B ≤ μC H 0 : μ B > μC Contoh hipotesis asosiatif: H0 : hubungan antara pemakaian kuota internet dengan pekerjaan seseorang lebih besar dari 0,65. H1 : hubungan antara pemakaian kuota internet dengan pekerjaan seseorang lebih kecil dari 0,65. H 0 : ρ≥ 0,65 H 1 : ρ< 0,65
Uji Dua Sisi (Two Tailed Test) Uji dua sisi digunakan bila hipotesis nol (H 0) berbunyi “sama dengan” dan hipotesis alternatifnya berbunyi “tidak sama dengan”.
Gambar 3. Uji Dua Sisi Contoh hipotesis deskriptif (satu sampel): H0 : kecepatan internet provider C adalah 100 mbps. H1 : kecepatan internet provider C bukan 100 mbps. H 0 : μ=200 mbps H 1 : μ ≠ 200 mbps
Contoh hipotesis komparatif (dua sampel): H0 : tarif telepon dan sms provider C sama dengan tarif provider D. H1 : tarif telepon dan sms provider C berbeda dengan tarif provider D. H 0 : μ B=μ C H 0 : μ B ≠ μC Contoh hipotesis asosiatif: H0 : terdapat hubungan antara pemakaian kuota internet dengan pekerjaan seseorang. H1 : tidak terdapat hubungan antara pemakaian kuota internet dengan pekerjaan seseorang. H 0 : ρ=0 H1: ρ ≠ 0
DAFTAR PUSTAKA Harlyan,
Ledhyane
Ika.
2012.
Uji
Hipotesis
[online].
(http://ledhyane.lecture.ub.ac.id/files/2012/11/PENGUJIANHIPOTESIS.pdf, diakses tanggal 4 Desember 2014). Sugiyono. 2014. Metode Penelitian Bisnis. Alfabeta. Bandung.
