Dalam statistik hipotesis dapat diartikan sebagai pernyataan statistik tentang parameter populasi. Statistik adalah ukuran-ukuran yang dikenakan pada sampel, dan parameter adalah ukuran-ukuran yang dikenakan pada populasi. Dengan kata lain hipotesis adalah taksiran terhadap parameter populasi, melalui data-data sampel. Penelitian yang didasarkan pada populasi, atau sampling total, atau sensus dengan tidak melakukan pengujian hipotesis statistik dari sudut pandang statistik disebut penelitian deskriptif.

Konsep Dasar Pengujian Hipotesis

Dalam statistik dan penelitian terdapat dua macam hipotesis, yaitu hipotesis nol dan alternatif. Pada statistik, hipotesis nol diartikan sebagai tidak adanya perbedaan antara parameter dengan statistik, atau tidak adanya perbedaan antara ukuran populasi dan ukuran sampel. Selanjutnya hipotesis alternatif adalah lawannya hipotesis nol, yang berbunyi adanya perbedaan antara data populasi dengan data sampel. Secara ringkas hipotesis dalam statisik merupakan pernyataan statistik tentang parameter populasi sedangkan hipotesis dalam penelitian merupakan jawaban sementara terhadap rumusan masalah pada suatu penelitian.

1. Tiga bentuk rumusan hipotesis
2. Hipotesis Deskriptif

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.

1. Seberapa tinggi daya tahan lampu merk X
2. Seberapa tinggi produktivitas pada di Kab.Klaten?

Dari dua pernyataan diatas maka dapat dirumuskan hipotesi sebagai beikut:

1. Daya tahan lampu merk X = 800 jam
2. Produktivitas pada di Kab.Klaten 8 ton/ha.

Dalam Dalam perumusan hipotesis statistik, antara hipotesis nol (Ho) dan hipotesis alternatif (Ha) selalu berpsangan, bila salah datu ditolak, maka yang lain pasti diterima sehingga dapat dibuat kesimpulan yang tegas, yaitu kalau Ho ditolak pasti Ha diterima.

1. 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?

Rumusah hipotesis:

1. Tidak terdapat perbedaan daya tahan lampu antara lampu merk A dan B
2. Daya tahan lampu merk B paling kecil sama dengan lampu merk A
3. Daya tahan lampu merk B paling tinggi sama dengan lampu merk A

Hipotesis statistiknya:

• Rumusan uji hipotesis dua pihak

Ho : ₁ = ₂

Ho : _{1 2}

• Rumusan uji hipotesis satu pihak

Ho : _{1 2}

Ho : ₁ < ₂

• Rumusan uji hipotesis satu pihak

Ho : _{1 2}

Ho : ₁ < ₂

1. Hipotesis Hubungan (Asosiatif)

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 efektivitas kerja?”. Rumus dan hipotesis nolnya adalah: Tidak ada hubungan antar gaya kepemimpinan dan efektivitas kerja.

Hipotesis statistiknya adalah:

Ho : = 0

Ha : 0 ( simbol yang menunjukkan kuatnya hubungan)

1. Taraf kesalahan dalam pengujian hipotesis

Menaksir parameter populasi yang menggunakan nilai tunggal (point estimate) akan mempunyai resiko kesalahan yang lebih tinggi dibandingkan dengan yang menggunakan interval estimate. Misalkan menaksir daya tahan kerja orang Indonesia 10 jam/hari akan mempunyai kesalahan yang lebih besar bila dibandingkan dengan nilai taksiran antara 8 sampai dengan 12 jam. Makin besar interval taksirannya maka akan semakin kecil kesalahannya.

1. Dua kesalahan dalam pengujian hipotesis

Dalam menaksir parameter populasi berdasarkan data sampel, kemungkinan akan terdapat dua kesalahan, yaitu:

1. Kesalahan Tipe I adalah suatu kesaahan bila menolak hipotesis nol (Ho) yang benar (seharusnya dieterima). Dalam hal ini tingkat kesalahan dinyatakan dengan alpha.
2. Kesalahan Tipe II adalah kesalahan bila menerima hipotesis yang salah (seharusnya ditolak). Tingkat kesalahan untuk ini dinyatakan dengan betha.

(sumber:Prof. Dr. Sugiono 2013. Statistika Untuk Penelitian. Bandung)