STATISTIKA INFERENSIAL STATISTIKA INFERENSIAL
(Populasi, Sampel, Teknik Sampling, dan Jenis Hipotesis) (Populasi, Sampel, Teknik Sampling, dan Jenis Hipotesis)
MAKALAH MAKALAH
Diajukan kepada Program Pascasarjana Universitas Negeri Yogyakarta Diajukan kepada Program Pascasarjana Universitas Negeri Yogyakarta
Untuk Memenuhi Tugas Mata Kuliah Untuk Memenuhi Tugas Mata Kuliah
Statistika Statistika
Dosen Pengampu: Dosen Pengampu: Dr. Drs. Edi Istiyono M.Si. Dr. Drs. Edi Istiyono M.Si.
Disusun Oleh: Disusun Oleh: M.
M. Khairil Khairil Asrori Asrori (NIM.17707251(NIM.17707251017)017) Iing
Iing Farikhin Farikhin (NIM.17707251018)(NIM.17707251018) Silvia
KATA PENGANTAR KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa yang telah Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa yang telah melimpahkan rahmat dan karunia-Nya, sehingga kami dapat menyelesaikan melimpahkan rahmat dan karunia-Nya, sehingga kami dapat menyelesaikan makalah dengan judul:
makalah dengan judul: Statistika Inferensial (Populasi dan Sampel, TeknikStatistika Inferensial (Populasi dan Sampel, Teknik Sampling, dan Jenis
Sampling, dan Jenis Hipotesis)Hipotesis)..
Makalah ini disusun guna memenuhi tugas mata kuliah Statistika dengan dosen Makalah ini disusun guna memenuhi tugas mata kuliah Statistika dengan dosen pengampu
pengampu Dr. Dr. Drs. Edi Drs. Edi Istiyono, Istiyono, M.Si. PenyM.Si. Penyusun mengusun mengucapkan ucapkan terimakasih kepadaterimakasih kepada semua pihak yang telah memberikan dukungan dalam menyelesaikan makalah ini. semua pihak yang telah memberikan dukungan dalam menyelesaikan makalah ini. Penyusun menyadari bahwa dalam penulisan makalah masih banyak Penyusun menyadari bahwa dalam penulisan makalah masih banyak kekurangan baik isi maupun penulisannya. Oleh karena itu, penyusun sangat kekurangan baik isi maupun penulisannya. Oleh karena itu, penyusun sangat mengharapkan kritik dan saran yang membangun untuk perkembangan mengharapkan kritik dan saran yang membangun untuk perkembangan penyempurnaan makalah ini.
penyempurnaan makalah ini.
Yogyakarta,
Yogyakarta, September September 20172017
Penyusun Penyusun
DAFTAR ISI
Halaman Sampul ... i
Kata Pengantar ... ii
Daftar Isi ... iii
BAB I PENDAHULUAN ... 1 A. Latar Belakang ... 1 B. Rumusan Masalah ... 1 C. Tujuan Penulisan ... 2 BAB II PEMBAHASAN ... 3 A. Statistika Inferensial ... 3
B. Populasi dan Sampel ... 4
C. Teknik Sampling ... 8
D. Jenis Hipotesis ... 13
BAB III PENUTUP ... 18
A. Kesimpulan ... 18
B. Saran ... 18
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Sebagai manusia dengan hakikatnya yaitu makhluk sosial, tentu dalam kehidupan sehari-hari kita berhadapan dengan jutaan bahkan ratusan juta manusia. Cara terbaik untuk mengetahui bagaimana pendapat masyarakat adalah dengan menanyakan semua orang, yang dikenal dengan teknik sensus. Akan tetapi, cara ini hampir tidak mungkin dilakukan untuk mewawancarai puluhan atau ratusan juta orang dikarenakan membutuhkan waktu berbulan- bulan. Satu-satunya cara untuk mengetahui pendapat masyarakat dengan cara yang cepat adalah dengan menarik sampel dari populasi. Kita tidak mewawancari semua anggota masyarakat, tetapi hanya sebagian saja dari populasi (masyarakat) itu. Terdapat banyak teknik pengambilan sampel yang dapat dilakukan. Jika dilakukan dengan teknik dan metode yang benar, mewawancarai sedikit orang bisa menggambarkan pendapat semua anggota populasi (masyarakat).
Bertemali dari pemaparan diatas, peranan sampel terlihat begitu sangat penting. Hal ini juga yang membantu para peneliti melakukan penelitian pada populasi atau kelompok yang besar. Selain itu, baik data yang didapat pada populasi ataupun sampel dapat dijadikan hipotesis untuk penelitian. Oleh karena itu, dalam makalah yang sederhana ini penyusun akan membahas tentang statistika inferensial (populasi dan sampel, teknik sampling, dan jenis hipotesis).
B. Rumusan Masalah
1. Apa pengertian statistika inferensial? 2. Apa pengertian populasi dan sampel? 3. Apa saja teknik sampling?
4. Apa pengertian hipotesis? 5. Apa saja jenis-jenis hipotesis?
C. Tujuan Penulisan
1. Mengetahui dan memahami pengertian statistika inferensial 2. Mengetahui dan memahami pengertian populasi dan sampel 3. Mengetahui dan memahami teknik sampling
4. Mengetahui dan memahami pengertian hipotesis 5. Mengetahui dan memahami jenis-jenis hipotesis
BAB II PEMBAHASAN
A. Statistika Inferensial
Statistika inferensial yaitu metode yang berhubungan dengan analisis data pada sampel dan hasilnya dipakai untuk generalisasi pada populasi. Penggunaan statistika inferensial didasarkan pada peluang (probability) dan sampel yang dianalisis diperoleh secara acak dan random (Nisfiannoor, 2009: 4). Menurut Naga dalam Nisfiannoor (2009: 4) menyatakan bahwa tugas dari statistika inferensial adalah melakukan estimasi, menguji hipotesis, dan mengambil keputusan.
Menurut Subagyo dan Djarwanto (2005: 2) menyatakan statistika induktif adalah bagian statistika yang membahas analisis dan penyimpulan dari hasil analisis ini. Kesimpulan dibuat berdasarkan hasil analisis yang dilakukan terhadap data yang sudah terkumpul.
Nisfiannoor, (2009: 4) mengemukakan penggolongan statistika inferensial dapat digolongkan menjadi dua, yaitu:
1. Statistika Paramterik
Penggunaan teknik statistika parametrik didasarkan pada asumsi bahwa data yang diambil mempunyai distribusi normal dan jenis data yang digunakan interval atau rasio.
2. Statistika non-Parametrik
Penggunaan statistika nonparametrik tidak mengharuskan data yang diambil mempunyai distribusi normal dan jenis data yang digunakan dapat nominal dan ordinal.
Cara analisis yang dilakukan bermacam-macam, misalnya estimasi, pengujian hipotesis, regresi dan korelasi. Secara lebih lengkap, pokok-pokok pembahasan yang dikemukakan didalam statistika indukatif adalah:
1. Probabilitas 2. Kurva normal
3. Sampling dan distribusi sampling 4. Estimasi (pendugaan) harga parameter
5. Uji hipotesis, baik sederhana, perbandingan antara dua nilai, bagi mean maupun proporsi.
6. Regresi, termasuk pengujian signifikansi dan penggunaanya untuk prediksi.
7. Korelasi (Subagyo dan Djarwanto, 2005: 2)
B. Populasi dan Sampel 1. Populasi
Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2013:80). Populasi merupakan keseluruhan objek atau subjek yang berada pada suatu wilayah dan memenuhi syarat-s yarat tertentu berkaitan dengan
masalah penelitian, atau keseluruhan unit atau individu dalam ruang lingkup yang akan diteliti (Nanang, 2012: 74). Populasi adalah wila yah generalisasi berupa subjek atau objek yang diteliti untuk dipelajari dan diambil kesimpulan (Neolaka, 2014: 90). Dari penjelasan para ahli tersebut dapat disimpulkan bahwa populasi adalah objek pada suatu wilayah yang memiliki karakteristik tertentu untuk diteliti.
2. Sampel
Sampel adalah sebagian individu yang diselidiki dari keseluruhan individu penelitian. Supaya lebih obyektif istilah individu sebaiknya diganti istilah subyek dan atau obyek (Sugiyono, 2013: 80). Sampel merupakan bagian dari populasi yang memiliki ciri-ciri atau keadaan tertentu yang akan
diteliti (Nanang, 2012: 74). Sampel adalah sebagian dari populasi yang diteliti (Neolaka, 2014: 90). Dari penjelasan para ahli tersebut dapat disimpulkan bahwa sampel adalah suatu objek atau kelompok dimana hal tersebut masih bagian dari populasi.
Untuk penelitian korelasional jumlah sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan
untuk penelitian survei jumlah sampel minimum adalah 100 (www.scrib.com/doc/78134465/populasi &sampel/06/8/13).
a. Roscoe (dalam Nanang Martono, 2012: 81) memberikan saran mengenai jumlah sampel untuk penelitian:
1) Ukuran sampel yang layak dalam penelitian antara 30 sampai 500. 2) Bila sampel dibagi dalam beberapa kategori, maka jumlah sampel
untuk setiap kategori minimal adalah 30.
3) Bila dalam penelitian akan melakukan analisis multivariate (lebih dari dua variable; variable independen dan dependen), maka jumlah anggota sampel minimal adalah k10 kali dari jumlah varibel yang diteliti. Misalnya: jumlah variable adalah 5, maka jumlah sampel nya adalah 5 x 10 = 50.
4) Untuk penelitian eksperimen sederhana yang menggunakan kelompok control dan kelompok eksperimen, maka jumlah sampel untuk setiap kelompok adalah antara 10 sampai 20.
b. Petunjuk-petunjuk untuk Mengambil Sampel 1) Daerah generalisasi
Menentukan terlebih dahulu luas populasi sebagai daerah generalisasi selanjutnya menentukan sampel sebagai daerah penelitian.
Contoh: kalau yang diselidiki hanya satu kelas saja, jangan diperluas sampai kelas-kelas, apalagi sampai menyimpulkan untuk sekolah-sekolah lain.
2) Penegasan sifat-sifat populasi dan ketegasan batas-batasnya
Menentukan terlebih dahulu luas dan sifat-sifat populasi, dan memberikan batas-batas yang tegas, selanjutnya menetapkan sampel. Jadi penetapan populasi yang harus lebih dahulu diutamakan, baru kemudian sampel.
3) Sumber-sumber informasi tentang populasi
Meneliti kembali validitas (kesahihah)nya sumber dan informasi yang diperoleh.
Contoh: Data pada tahun 2000 masih dipakai sebagai sumber untuk tahun 2017.
4) Besar kecilnya sampel
Seyogianya jumlah sampel harus lebih banyak daripada sedikit/kurang.
5) Teknik sampling
Menentukan teknik pengambilan sampel yang tepat sesuai dengan populasi sasaran yang diteliti (Narbuko dan Achmadi, 2013: 108). c. Metode Pengambilan Sampel
1) Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi yang diteliti.
2) Dapat menentukan presisi dari hasil penelitian dengan menentukan penyimpangan baku dari taksiran yang diperoleh.
3) Sederhana, sehingga, mudah dilaksanakan
4) Dapat memberikan keterangan sebanyak mungkin dengan biaya serendah-rendahnya (Teken dalam Nanang Martono, 2012: 80). d. Cara Menentukan Jumlah Sampel
Dalam Neolaka (2014: 91) beberapa rumus untuk menentukan jumlah sampel adalah sebagai berikut:
1) Jika ukuran populasinya diketahui dengan pasti, dapat digunakan Rumus Slovin seperti dibawah ini
=
1 + 2
Keterangan:
n = ukuran sampel N = ukuran populasi
e = ketidaktelitian karena kesalahan pengambilan sampel yang ditolerir, misal 5%. Batas kesalahan yang ditolerir untuk setiap populasi tidak sama, ada yang 1%, 2%, 3%, 4%, 5% atau 10%.
= 2 + 1
Keterangan:
n = ukuran sampel N = ukuran populasi
d = batas toleransi kesalahan pengambilan sampel yang digunakan. Nilai presesi 95% atau signifikan pada 5%. 3) Penentuan ukuran/jumlah sampel menggunakan Tabel Isaac &
Michael.
Isaac dan Michael (1984) telah menghitung ukuran sampling dari jumlah populasi 10 sampai 1.000.000. Hasil penghitungan ukuran sampel tersebut telah diranngkum pada sebuah tabel. Ukuran sampel ditetapkan pada taraf kesalahan 1%, 5% dan 10%. Sebagai contoh, apabila terdapat jumlah populasi (N) sebanyak 1000, pada taraf kesalahan 1% diperlukan jumlah sampel (s) sebanyak 399 sedangkan pada taraf kesalahan 5% diperlukan jumlah sampel sebanyak 258.
e. Karakteristik Sampel yang Baik
1) Sebuah sampel yang baik adalah sampel mewakili populasi yang sesuai dengan sifat-sifatnya.
You're Reading a Preview
Unlock full access with a free trial. Download With Free Trial
keputusan. Ada dua teknik pengambilan sampel, yaitu teknik Probability Sampling dan Non-Probability Sampling .
1.
Probability Sampling
Probability sampling merupakan teknik pengambilan sampel yang memberikan peluang yang sama kepada setiap anggota populasi untuk menjadi sampel. Pengambilan sampel dimana elemen yang terpilih berdasarkan “hukum kebetulan”. Ada beberapa teknik probability sampling , yaitu:
a.
Simple Random Sampling
Teknik simple random sampling adalah teknik yang paling sederhana (simpel). Sampel diambil secara acak, tanpa memperhatikan tingkatan yang ada dalam populasi. Simple random sampling dengan undian/system, table bilangan random.
Contoh: populasi adalah siswa SD Negeri 20 Jakarta yang berjumlah 500 orang. Jumlah sampel ditentukan dengan table Isaac dan Michael dengan tingkat kesalahan adalah sebesar 5% sehingga jumlah sampel ditentukan sebesar 205. Jumlah sampel 205 ini selanjutnya diambil secara acak tanpa memperhatikan kelas, usia, dan jenis kelamin.
b.
Proportionate Stratified Random Sampling
Teknik ini hamper sama dengan simple random sampling , namun penentuan sampelnya memperhatikan strata (tingkatan) yang ada dalam populasi.
Contoh: populasi adalah karyawan PT ABC berjumlah 125. Dengan rumus slovin dan tingkat kesalahan 5% diperoleh besar sampel adalah 95. Populasi sendiri terbagi ke dalam tiga bagian (marketing, produksi, dan penjualan) yang masing-masing berjumlah: marketing 15 orang, produksi 75 orang, dan penjualan 35 orang.
Maka jumlah sampel yang diambil berdasarkan masing-masing bagian tersebut ditentukan kembali dengan rumus n = (populasi kelas/jumlah populasi keseluruhan) x jumlah sampel yang ditentukan.
Marketing : 15 / 125 x 95 = 11,4 dibulatkan 11 Produksi : 75 / 125 x 95 = 57
Penjualan : 35 / 125 x 95 = 26.6 dibulatkan 27
Sehingga dari keseluruhan sampel kelas tersebut adalah 11 + 57 + 27 = 95 sampel. Teknik ini umumnya digunakan pada populasi yang diteliti adalah heterogen (tidak sejenis) yang dalam hal ini berbeda dalam hal bidang kerja sehingga besaran sampel pada masing-masing strata atau
kelompok diambil secara proporsional untuk memperolehnya. c.
Disproportionate Stratified Random Sampling
Teknik ini teknik yang hampir mirip dengan proportionate stratified random sampling dalam hal heterogenitas populasi. Namun ketidakproporsionalan penentuan sampel didasarkan pada pertimbangan jika anggota populasi berstrata, namun kurang proporsional pembagiannya.
Contoh: populasi karyawan PT ABC berjumlah 1000 orang yang berstrata berdasarkan tingkat pendidikan SMP, SMA, D3, S1 dan S2. Namun jumlah nya sangat tidak seimbang yaitu: SMP 100 orang, SMA
700 orang, D3 180 orang, S1 10 orang dan S2 10 orang.
Jumlah karyawan yang berpendidikan S1 dan S2 ini sangat tidak seimbang (terlalu kecil dibandingkan dengan strata yang lain) sehingga dua kelompok ini seluruhnya ditetapkan sebagai sampel.
d.
Cluster Sampling
Cluster sampling atau sampling area digunakan jika sumber data atau populasi sangat luas misalnya penduduk suatu provinsi, kabupaten, atau karyawan perusahaan yang tersebar diseluruh provinsi. Untuk menentukan nama yang dijadikan sampelnya, maka wilayah populasi terlebih dahulu ditetapkan secara random, dan menentukan jumlah sampel yang digunakan pada masing-masing daerah tersebut dengan menggunakan teknik proporsional stratatified random sampling mengingat jumlahnya yang bias saja berbeda.
Contoh: peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar di tingkat SMU. Populasi penelitian adalah siswa SMA seluruh Indonesia. Karena jumlahnya sangat banyak dan terbagi dalam
sebagai berikut. Tahap pertama adalah menentukan sampel daerah. Misalnya ditentukan secara acak 10 provinsi yang akan dijadikan daerah sampel. Tahap kedua mengambil sampel SMU di tingkat provinsi secara acak yang selanjutnya disebut sampel provinsi. Karena provinsi terdiri dari kabupaten/kota, maka diambil secara acak SMU tingkat kabupaten yang akan ditetapkan sebagai sampel (disebut kabupaten sampel), dan seterusnya, sampai tingkat kelurahan/desa yang akan dijadikan sampel. Setelah digabungkan, maka keseluruhan SMU yang dijadikan sampel ini diharapkan akan menggambarkan keseluruhan populasi secara keseluruhan.
e.
Multi-Stage Sampling
Dalam penelitian sosial yang sering nyata diterapkan, akan menggunakan metode pengambilan sampel yang jauh lebih rumit daripada variasi sederhana. Prinsip yang paling penting di sini adalah bahwa kita dapat menggabungkan beberapa metode sederhana yang telah dijelaskan sebelumnya. Oleh karena itu akan sangat berguna dan membantu memenuhi kebutuhan sampel penelitian social manakala dibutuhkan penggabungan metode pengambilan sampel, dengan cara yang paling efisien dan efektif mungkin maka dapat dipilih. Ketika ada upaya menggabungkan metode pengambilan sampel seperti nini disebut sampling multi-stage.
2.
Non-Probability Sampling
Non-Probability sampling artinya setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel. Pengambilan sampel dilakukan dengan tidak memperhitungkan “hukum kebetulan”. Ada beberapa teknik non-probability sampling , yaitu:
a.
Sampling Kuota
Adalah teknik sampling yang menentukan jumlah sampel dari populasi yang memiliki ciri tertentu sampai jumlah kuota (jatah) yang diinginkan.
Contoh: akan dilakukan penelitian tentang persepsi siswa terhadap kemampuan mengajar guru. Jumlah sekolah adalah 10, maka sampel kuota dapat ditetapkan masing-masing 10 siswa per sekolah.
b.
Sampling Sistematis
Adalah teknik sampling yang menggunakan nomor urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang seragam atau pertimbangan sistematis lainnya.
Contoh: akan diambil sampel dari populasi karyawan yang berjumlah 125. Karyawan ini diurutkan dari 1 – 125 berdasarkan absensi. Peneliti bias menentukan sampel yang diambil berdasarkan nomor genap (2,4,6, dst) atau nomor ganjil (1,3,5,dst) atau bias juga mengambil nomor kelipatan (2,4,8,16,dst).
c.
Sampling Insidential
Insidential merupakan teknik penentuan sampel secara kebetulan, atau siapa saja yang kebetulan (insidential) bertemu dengan peneliti yang dianggap cocok dengan karakteristik sampel yang ditentukan akan dijadikan sampel.
Contoh: penelitian tentang kepuasan pelanggan pada pelayanan Mall A. sampel ditentukan berdasarkan ciri-ciri usia diatas 15 tahun dan baru pernah ke Mall A tersebut, maka siapa saja yang kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di atas 15 tahun) akan dijadikan sampel.
d.
Sampling Purposive
Purposive sampling merupakan teknik penentuan sampel dengan pertimbangan khusus sehingga layak dijadikan sampel.
Contoh: peneliti ingin meneliti permasalahan seputar daya tahan mesin tertentu. Maka sampel ditentukan adalah para teknisi atau ahli mesin yang mengetahui dengan jelas permasalahan ini. Atau penelitian te ntang pola pembinaan olahraga renang. Maka sampel yang diambil adalah pelatih-pelatih renang yang dianggap memiliki kompetensi dibidang ini.
e.
Sampling Jenuh
Sampling jenuh adalah sampel yang mewakili jumlah populasi. Biasanya dilakukan jika populasi dianggap kecil atau kurang dari 100. Contoh: akan dilakukan penelitian tentang knerja guru di SMA 3 Yogyakarta. Karena jumlah guru hanya 35, maka seluruh guru dijadikan sampel penelitian.
f.
Snowball Sampling
Snowball sampling adalah teknik penentuan jumlah sampel yang semula kecil kemudian terus membesar ibarat bola salju (seperti multi level marketing ).
Contoh: akan dilakukan penelitian tentang pola peredaran narkoba diwilayah A. sampel mula-mula adalah lima orang napi, kemudia terus berkembang pada pihak-pihak lain sehingga sampel atau responden terus berkembang sampai ditemukannya informasi yang menyeluruh atas permasalahan yang diteliti. Teknik ini juga lebih cocok untuk penelitian kualitatif.
g.
Sampling Kembar
Sampling kembar atau double sampling adalah pengambilan sampling yang menguasakan adana sampel kembar. Sampling kembar sering digunakan dalam research atau penelitian yang menggunakan angket lewat usaha menampung mereka dan mengembalikan dalam angket.
D. Jenis-jenis Hipotesis
Hipotesis pada dasarnya adalah suatu dugaan sementara yang mungkin benar dan secara umum oleh para peneliti dijadikan sebagai dasar keputusan atau pemecahan masalah yang ditindak lanjuti dengan penelitian. Hipotesis statistic ialah suatu pernyataan atau nilai pada parameter populasi, melalui data dari sampel. Istilah hipotesis berasal dari bahasa yunani, hupo dan thesis. Hupo bisa diartikan sebagai sementara, kurang kebenanrannya atau masih lemah
kebenarannya. Sedangkan thesis artinya pernyataan atau teori.
Bertemali dari pemaparan diatas, menurut Hanafiah (2010, hlm. 257) mengemukakan bahwa “Hipotesis dapat diartikan sebagai pendapat sementara
yang didasari oleh alasan yang kuat dan logis”. Dari pendapat te rsebut dapat dilihat bahwa pendapatnya masih bersifat sementara, oleh karena itu pendapat tersebut harus dilakukan uji coba melalui berbagai penelitian atau temuan fakta-fakta empiris sehingga akan menghasilkan suatu kesimpulan baru dimana kesimpulan ini memiliki dua kemungkinan, bisa mendukung atau menolak dari pendapat sementara yang telah diajukan.
Dalam penelitian dan statistic terdapat dua macam shipotesis. Menurut Simbolon (2009) mengemukakan bahwa hipotesis yang pertama memiliki sombol (H0), maka hipotesis yang kedua adalah hipotesis tandingan atau alternatif dengan simbolnya yaitu (H1) atau (Ha). Hipotesis pertama bisa disebut juga sebagai hipotesis nol atau kerja. Menurut Sugiyono (2013) menyatakan bahwa dalam hipotesis statistik yang diuji adalah hipotesis yang pertama atau hipotesis nol. Hipotesis nol merupakan hipotesis yang tidak memiliki perbedaan data antara data sampel dengan data populasi. Selanjutnya adalah hipotesis alternatif, yaitu lawan dari hipotesis nol sehingga pada hipotesis ini terdapat perbedaan anatara data sampel dengan data populasi.
Setelah melakukan uji penelitian, suatu hipotesis akan dapat dierima apabila tidak cukupnya bukti yang menolak dari hipotesis tersebut dan tidak berarti juga bahwa hipotesis itu benar, sedangkan hipotesis yang ditolak terjadi karena tidak
cukupnya bukti yang menerima dan tidak berarti juga bahwa hipotesis itu salah. Oleh karena itu secara umum para peneliti mengawali pekerjaan terlebih dahulu dengan membuat hipotesis yang berharap penolakan, namun pada akhirnya dapat dibuktikan bahwa pendapatnya akan diterima.
Hipotesis statistik menyatakan hasil observasi tentang populasi manusia atau benda dalam bentuk kuantitatif. Hipotesis statistik juga digunakan untuk menyatakan adanya hubungan antara variabel atau lebih dari dua variabel. Misalnya dapat diselidiki tingkat hubungan antara jumlah kendaraan dan jumlah kecelakaan lalu lintas. Bila ternyata bahwa jumlah kecelakaan
meningkat dengan bertambahnya jumlah kendaraan, maka dikatakan bahwa korelasi (r) atau hubungannya positif. Jumlah kendaraan dapat pula dicari hubungannya dengan misalnya ketenteraman hidup. Bila ternyata ketenteraman
bahwa korelasinya negatif. Tingkat korelasi dinyatakan dengan suatu angka atau koefisien. Koefisien korelasi berkisar antara -1.00 sampai + l.00. Hubungan antara dua variabel dilambangkan sebagai Ho : rxy = 0 artinya hipotesis menyatakan tidak ada korelasi antara variabel X dan Y. Setiap korelasi yang berbeda dengan 0 jadi H : rxy 0 menunjukkan adanya korelasi yang dapat dihitung besarnya, yang dapat bersifat negatif atau positif.
Suatu hipotesis dapat terdiri atas lebih dari dua variabel yang dapat dicari ragam hubungan atau kovariasinya. Hipotesis dengan satu atau dua variabel disebut hipotesis yang sederhana, sedangkan yang mempunyai lebih dari dua variabel disebut hipotesis yang kompleks.
Dalam pengujian hipotesis, maka rumusan hipotesis dapat dikelompokkan menjadi tiga macam yaitu hipotesis deskriptif (pada satu sampel atau variabel mandiri/tidak dibandingkan dan dihubungkan), komparatif dan hubungan. 1. Hipotesis Deskriptif
Hipotesis deskriptif adalah dugaan tentang nilai suatu variabel mandiri, tidak membuat perbandingan atau hubungan. Dalam perumusan hipotesis statistik, antara hipotesis nol (H0) dan hipotesis alternatif (Ha) selalu berpasangan, bila salah satu ditolak, maka yang lain pasti diterima sehingga dapat dibuat keputusan yang tegas, yaitu kalau H0 ditolak pasti Ha diterima. Hipotesis statistik dinyatakan melalui simbol-simbol. Contoh pernyataan yang dapat dirumuskan hipotesis deskriptif-statistiknya:
Suatu perusahaan minimum harus mengikuti ketentuan, bahwa salah sat u unsur kimia hanya boleh dicampurkan paling banyak 1%. Dengan demikian rumusan hipotesis statistik adalah:
0:≤0,01 :>0,01
Suatu bimbingan tes menyatakan bahwa murid yang dibimbing di lembaga itu, paling sedikit 90% dapat diterima di Perguruan Tinggi Negeri. Rumusan hipotesis statistik adalah:
0:≥0,90 :<0,90
Seorang peneliti menyatakan bahwa daya tahan lampu merk A = 450 jam dan B = 600 jam. Hipotesis statistiknya adalah:
Lampu A: Lampu B:
0:=450 jam 0:=600 jam :≠450 jam :≠600 jam
Hipotesis pertama dan kedua diuji dengan uji satu pihak (one tail) dan ketiga dengan dua pihak (two tail).
2. Hipotesis Komparatif
Hipotesis komparatif adalah pernyataan yang menunjukkan dugaan nilai dalam satu variabel atau lebih pada sampel yang berbeda. Contoh rumusan masalah komparatif dan hipotesisnya:
Apakah ada perbedaan daya tahan lampu merk A dan B? Rumusan Hipotesis adalah:
a. Tidak terdapat perbedaan daya tahan lampu antara lampu merk A dan B. b. Daya tahan lampu merk B paling kecil sama dengan lampu merk A.
c. Daya tahan lampu merk B paling tinggi sama dengan lampu merk A. Hipotesis statistiknya adalah:
3. Hipotesis Hubungan (Assosiatif)
Hipotesis asosiatif adalah suatu pernyataan yang menunjukkan dugaan tentang hubungan antara dua variabel atau lebih. Contoh rumusan masalahnya adalah; “Apakah ada hubungan antara Gaya Kepemimpinan dengan Efektifitas Kerja?”
Rumus dan hipotesis nolnya adalah: Tidak ada hubungan antar gaya kepemimpinan dengan efektifitas kerja.
Dalam pengujian hipotesis harus berdasarkan data empiris, yakni berdasarkan apa yang dapat diamati dan dapat diukur. Untuk itu peneliti harus mencari situasi atau lapangan empiris yang memberi data yang diperlukan. Tidak selalu mudah memperoleh sampel yang dapat dan rela memberi data. Misalnya untuk meneliti kesejahteraan buruh suatu perusahaan, harus diperoleh izin terlebih dahulu dari pemilik atau pemimpinnya. Selain itu tidak selalu ada kesediaan orang untuk memberikan informasi yang benar secara jujur. Ada lagi kesulitan-kesulitan lain yang harus diatasi untuk memperoleh lapangan empiris guna menguji hipotesis kita.
BAB III PENUTUP
A. Kesimpulan
Statistika inferensial yaitu metode yang berhubungan dengan analisis data pada sampel dan hasilnya dipakai untuk generalisasi pada populasi. Adapun populasi adalah objek pada suatu wilayah yang memiliki karakteristik tertentu untuk diteliti. Sedangkan sampel adalah suatu objek atau kelompok dimana hal tersebut masih bagian dari populasi. Dalam pengambilan sempel terdapat berbagai teknik dan metode untuk menentukannya, baik itu probability sampling atau non-probability sampling . Setelah melihat populasi dan sampel maka didapatlah beberapa data sehingga dapat dibuat hi potesis untuk penelitian.
B. Saran
Sebagai peneliti yang ingin melakukan penelitian induktif atau inferensial maka sewajarnya memiliki sifat teliti dan bijaksana, terutama dalam menganalisis karakteritik pupulasi sehingga tepat untuk penelitian dan tepat dalam pemilihan Teknik sampling.
DAFTAR PUSTAKA
Eriyanto. (2007). Teknik Sampling: Analisis Opini Publik . Yogyakarta: LkiS Yogyakarta
Hanafiah, Kemas Ali. (2010). Dasar-dasar Statistika. Jakarta: RajaGrafindo Persada.
Martono, Nanang. (2012). Metode Penelitian Kuantitatif: Analisis Isi dan Analisis Data Sekunder . Jakarta: RajaGrafindo Persada.
Mulyatiningsih, Endang. (2011). Riset Terapan: Bidang Pendidikan dan Teknik . Yogyakarta: UNY Press.
Narbuko, C & Achmadi, A. (2013). Metodologi Penelitian. Jakarta: PT Bumi Aksara.
Nasution, S. (2012). Metode Research (Penelitian Ilmiah). Jakarta: PT Bumi Aksara.
Neolaka, Amos. (2014). Metode Penelitian dan Statistik . Bandung: PT Remaja Rosdakarya.
Nisfiannoor, Muhammad. (2009). Pendekatan Statistika Modern untuk Ilmu Sosial . Jakarta: Salemba Humanika.
Simbolon, Hotman. (2009). Statistika. Yogyakarta: Graha Ilmu.
Subagyo, P & Djarwanto, Ps. (2005). Statistika Induktif . Yogyakarta: BPFE-Yogyakarta.
Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif, Dan R&D. Bandung: Alfabeta.
