Beruflich Dokumente
Kultur Dokumente
2. Jenis-jenis hipotesis !
Pendapat lain mengenai pengklasifikasian atau jenis-jenis hipotesis diungkapkan
oleh Sugiyono (2001: 83-86). Ia menyatakan bahwa menurut tingkat eksplanasi
yang akan duji, maka rumusan hipotesis dapat dikelompokkan menjadi tiga
macam, yaitu hipotesis deskriptif (pada suatu sampel atau variabel mandiri/tidak
dibandingkan dan dihubungkan), komparatif dan hubungan.
1. Hipotesis Deskriptif
Menurut Sugiyono (2001: 83) hipotesis deskriptif adalah dugaan tentang nilai
suatu variabel mandiri, tidak membuat perbandingan atau hubungan. Sebagai
contoh, bila rumusan masalah penelitian sebagai berikut ini, maka hipotesis
(jawaban sementara) yang dirumuskan adalah hipotesis deskriptif.
a. Seberapa tinggi daya tahan lampu merk X?
b. Seberapa tinggi produktivitas padi di kabupaten Klaten?
c. Berapa lama daya tahan lampu merk A dan B?
d. Severapa baik gaya kepemimpinan di lembaga X?
Dari tiga pernyataan tersebut antara lain dapat dirumuskan hipotesis
seperti berikut:
a. Daya tahan lampu merk X = 800 jam
b. Produktivitas padi di Kabupaten Klaten 8 ton/ha.
c. Daya tahan lampu merk A=450 jam dan merk B=600 jam.
d. Gaya kepemimpinan di lembaga X telah mencapai 70% dari yang diharapkan.
Dalam perumusan hipotesis statistik, antara hipotesis nol dengan
hipotesis alternatif selalu berpasangan, bila salah satu ditolak, maka yang lain
pasti diterima sehingga dapat dibuat keputusan yang tegas, yaitu kalau Ho ditolak
pasti alternatifnya diterima. Hipotesis statistik dinyatakan melalui simbol-simbol.
Hipotesis statistik dirumuskan dengan simbol-simbol statistik, dan antara
hipotesis nol (Ho) dan alternatif selalu dipasangkan. Dengan dipasankan itumaka
dapat dibuat keputusan yang tegas, mana yang diterima dan mana yang ditolak.
Berikut ini diberikan contoh berbagai pernyataan yang dapat dirumuskan
hipotesis deskriptif statistiknya:
Harga dapat diganti dengan nilai rata-rata sampel, simpangan baku dan
varians. Hipotesis pertama dan kedua diuji dengan uji satu satu pihak (one
tail) dan ketiga dengan dua pihak (two tail).
2. Hipotesis Komparatif
Menurut Sugiyono (2001: 85) hipotesis komparatif adalah pernyataan
yang menunjukkan dugaan nilai dalam satu variabel atau lebih pada sampel yang
berbeda. Contoh rumusan masalah komparatif dan hipotesisnya:
a. Adakah perbedaan daya tahan lampu merk A dan B?
b. Adakah perbedaan produktivitas kerja antara pegawai golongan I, II dan III?
Statistika inferensial adalah statistika yang menggunakan data dari suatu sampel
untuk menarik kesimpulan mengenai populasi dari mana sampel tersebut diambil
Cth : Untuk menganalisa hubungan pertambahan berat badan Ibu hamil dengan
berat lahir di kota Palu diambil sampel di RSUD Anutapura
Statistika Parametrik:
Menurut Colton, kekuatan hubungan dua variabel dpt dibagi dlm empat area :
Dalam kasus ini BB sbg variabel independen dan TD sbg dependen. Sehingga
dengan uji regresi linier kita dapat memeperkirakan besarnya nilai TD bila
diketahui data berat badan.
Y = a + bx
∑Y – (b ∑x)
a = ____________ atau a = Y - bX
n
n∑XY – (∑X∑Y)
b =_________________
n∑X² - (∑X)²
Y = Variabel dependen
X = variabel independen
2. Biostatik non-parametrik
Uji Chi-square (2x2)
- Tujuan : Untuk menguji perbedaan proporsi antara 2 atau lebih kelompok.
- Kelompok yang dibandingkan pada variabel independen
- Variabel yang dihubungkan kategorik dengan kategorik
Uji Fisher
Digunakan jika pada tabel 2 x 2 ada nilai Expected < 5
McNemar Test
Tujuan :
Sifat :
( A – D )²
x ² = __________ dengan DF = 1
A + D
Interpretasi :
Chi square hitung > (57,642) daripada Chi square tabel (3,841) pada = 0,05
dengan DF = 1 Ho ditolak, Ha diterima.
Kesimpulan :
Contoh : Terdapat perubahan/ perbedaan secara bermakna status gizi sebelum
dan setelah pemberian intervensi dengan PMT pada balita.
Uji Mann-Whitney
Digunakan untuk mengetahui ada atau tidaknya perbedaan dari dua sampel
yg independen.
Merupakan uji non parametrik yang menjadi alternatif dari uji-t (uji
parametrik).
Data berskala nominal atau ordinal.
Disebut juga uji U, karena statistik yg digunakan untuk menguji hipotesis
nolnya disebut U.
Prosedur uji
1. Formulasikan hipotesisnya
Keterangan :
UX = Jumlah peringkat 1
UY = Jumlah peringkat 2
nX = Jumlah sample 1
nY = Jumlah sample 2
∑RX = Jumlah rangking pada sampel X
∑RY = Jumlah rangking pada sampel Y
b. Kuatnya Asosiasi
Bukti adanya hubungan yang kuat antara 2 variabel akan lebih menyokong
terdapatnya hubungan sebab-akibat. Bila digunakan statistic, maka nilai p
yang kecil (atau interval kepercayaan yang sempit) lebih kuat daripada nilai p
yang besar. Bila dihitung secara rasio maka misalnya relative risk, odd ratio
atau rasio prevalens, maka nilai rasio yang menjauhi angka 1 menunjukkan
hubungan yang lebih kuat.
Misalnya : RR 11,8 > RR1,8 atau RO 0,2 lebih kuat daripada RO 0,85
d. Spesifisitas
Bila hasil yang diperoleh bersifat spesifik dan sama pada populasi yang
berbeda, maka hubungan sbab akibat akan menjadi lebih mungkin. Sebagai
contoh sederhana adalah efek parasetamol. Bila parasetamol dapat
menurunkan panas anak, dewasa, maupun bayi maka asosiasi kausal antar
parasetamol dan turun nya demam menjadi makin mungkin.
f. Koherensi
Asosiasi disebut koheren apabila sesuai dengan gambaran umum distribusi
factor resiko serta efek pada populasi tertentu. Asosiasi antara konsumsi
garam dan hipertensi pada suatu penelitian akan disokong bila pada populasi
tertentu dengan konsumsi garam yang tinggi ditemukan prevalens hipertensi
yang lebih tinggi disbanding dengan prevalens pada populasi umum, hal ini
tentu tergambar dari studi pustaka.
g. Biological Plausability
Agar dapat disimpulkan dengan hubungan kausal, hubungan antara variabel
bebas dan dependen harus dapat diterangakan (setidaknya sebagian) dengan
teori yang ada. Bila teori tersebut ada , maka asosiasi kausal menjadi lebih
mungkin. Sebaliknya jika tidak ditemukan maka hubungan kausal tidak dapat
disimpulkan. Dengan kata lain, analisis kausalitas tidak hanya memperhatikan
angka namun hal-hal lain termasuk logika dan akal sehat perlu
dipertimbangkan
- Derajat/keeratan hubungan
- Arah hubungan
(-) : Nilai salah satu variabel meningkat maka variabel lain akan menurun.
(+) : Nilai salah satu variabel meningkat maka variabel lain juga meningkat atau nilai salah
satu variabel menurun maka variabel lain akan menurun.
Persyaratan harus dipenuhi adalah data berskala interval atau rasio, asumsi
Distribusi Normal bivariat, dan sifat simetris.
Menurut Colton, kekuatan hubungan dua variabel dpt dibagi dlm empat area :
r = ___________________________