ANALISA KORELASI, REGRESI DAN

UJI HIPOTESIS
KULIAH #3

Garis Besar Materi

Tujuan Pembelajaran
Analisis Korelasi
Analisis Regresi
Uji Hipotesis

TUJUAN PEMBELAJARAN
Setelah mengikuti perkuliahan ini mahasiswa
mampu:
Menjelaskan dan menerapkan analisis korelasi
dalam penelitian
Menjelaskan dan menerapkan analisis regresi
dalam penelitian
Menjelaskan dan menerapkan uji hipotesis pada
penelitian

Analisis Korelasi
Belanja
Publik

Penggunaan
Pupuk

Pertumbuhan ekonomi

Produktivitas Lahan

Analisis Korelasi (2)

Pupuk dengan produksi
panen
Biaya iklan dengan hasil
penjualan
Berat badan dengan
tekanan darah
Pendapatan dengan
konsumsi
Investasi nasional dengan
pendapatan nasional

Jumlah akseptor dengan

jumlah kelahiran
Harga barang dengan
permintaan barang
Pendapatan masyarakat
dengan kejahatan ekonomi
Ketersediaan Energi Listrik
dan Angka Kelahiran

Pengertian Korelasi
1. salah satu teknik statistik yang digunakan
untuk menganalisis hubungan antara dua
variabel atau lebih yang bersifat kuantitatif.
2. Variabel dikatakan saling berkorelasi jika
perubahan suatu variabel diikuti dengan
perubahan variabel yang lain.
3. Bagaimana mengukur hubungan?
4. Bagaimana menilai derajat hubungan?

Rentang nilai hubungan antar variabel

(nilai korelasi)
Koefesien korelasi akan selalu sebesar :
-1r+1
-1

+1

Metode Mengukur Korelasi

Korelasi Product Moment (Pearson)
Korelasi Rank Spearman
Korelasi Data Kualitatif

KORELASI PRODUCT MOMENT (Pearson)

Digunakan untuk menentukan besarnya
koefisien korelasi jika data yang digunakan
berskala interval atau rasio.
Rumus yang digunakan:

rxy

n x

n xi yi ( xi )( yi )

2
i

( xi )

n y

2
i

( yi )

Contoh Kasus:
Seorang mahasiswa melakukan survai untuk
meneliti apakah ada korelasi antara
pendapatan mingguan dan besarnya tabungan
mingguan di desa x.
Untuk menjawab permasalahan tersebut
diambil sampel sebanyak 10 kepala keluarga.

Pemecahan
1. Judul
Hubungan antara pendapatan dan tabungan
masyarakat di PQerto.

2. Pertanyaan Penelitian
Apakah terdapat korelasi positif antara
pendapatan dan tabungan masyarakat ?

3. Hipotesis
Terdapat korelasi positif antara pendapatan dan
tabungan masyarakat

4. Kriteria Penerimaan Hipotesis

Ho

Ha

: Tidak terdapat korelasi positif antara tabungan

dengan pendapatan
: Terdapat korelasi positif antara tabungan
dengan pendapatan
Ho diterima Jika

r hitung r tabel(, n-2) atau

t hitung t tabel (, n-2)

Ha diterima Jika

r hitung > r tabel(, n-2) atau

t hitung > t tabel (, n-2)

5. Sampel

10 kepala keluarga
6. Data Yang dikumpulkan
Tabungan

10

Pendapatan

10

20

50

55

60

65

75

70

81

85

7. Analisis Data

10(4544) (70)(571)

rxy

10(546) (70) 10(38161) (571)

2

0,981

Pengujian Hipotesis:
Dengan Kriteria r htung:
r

hitung

(0,981) > r tabel (0,707)

Dengan Kriteria t hitung:

rxy n 2
(1 r 2 )

t hitung (14,233) > t tabel (1,86)

0,981 10 2
14,233
(1 0,962)

9. Kesimpulan
Karena rhitung > dari rtabel maka Ha diterima.
Karena thitung > dari ttabel maka Ha diterima.

Kesimpulan:
Terdapat korelasi positif antara pendapatan
dengan tabungan mingguan di PQerto

KORELASI RANK SPERMAN

Digunakan untuk menentukan besarnya
koefesien korelasi jika data yang digunakan
berskala Ordinal
Rumus yang digunakan:
pxy 1

6 di2

n(n 2 1)

Contoh Kasus:
Seorang mahasiswa melakukan survai untuk
meneliti apakah ada korelasi antara nilai
statistik dengan nilai ekonometrik, untuk
kepentingan penelitian tersebut diambil 10
mahasiswa yang telah menempuh mata kuliah
statistik dan ekonometrik.

Pemecahan
1. Judul
Hubungan antara kemampuan mahasiwa dalam
memahami ilmu statistika dan ilmu ekonometrika.

2.

Pertanyaan Penelitian

Apakah terdapat korelasi positif antara kemampuan

mahasiswa dalam memahami ilmu statistika dan ilmu
ekonometrika ?

3. Hipotesis

Terdapat korelasi positif kemampuan mahasiwa dalam

memahami ilmu staistika dan ilmu ekonometrika

4. Kriteria Penerimaan Hipotesis

Ho
Ha

: Tidak terdapat korelasi positif antara kemampuan

mahasiswa dalam memahami ilmu statistika dan ilmu
ekonometrika.
: Terdapat korelasi positif antara kemampuan mahasiswa
dalam memahami ilmu statistika dan ilmu
ekonometrika.

Ho diterima Jika

hitung tabel(, n-2) atau

t hitung ttabel (, n-2)

Ha diterima Jika
hitung > tabel(, n-2) atau
thitung > ttabel (, n-2)

5. Sampel

10 Mahasiswa
6. Data Yang dikumpulkan
Statistik

Ekonometrik

7. Analisis Data
N

X1

X2

Rank X1

Rank X2

d2

-2

5.5

0.5

0.25

6.5

0.5

0.25

3.5

0.5

0.25

10

10

3.5

0.5

0.25

10

5.5

6.5

-1

Jlh

xy 1

6 d i2

n(n 1)
2

6 x7
xy 1
0,96
10 (100 1)

Pengujian Hipotesis:
Dengan Kriteria r htung:
hitung (0,96) > tabel (0,738)

Dengan Kriteria t hitung:

xy n 2
(1 r 2 )

t hitung (9,697) > t tabel (1,86)

0,96 10 2
9,697
(1 0,92)

9. Kesimpulan
Karena hitung > dari tabel maka Ha diterima.
Karena t hitung > dari t tabel maka Ha diterima.
Kesimpulan:
Terdapat korelasi positif antara kemampuan
mahasiswa dalam memahami ilmu statistika
dan ilmu ekonometrika.

KORELASI DATA KUALITATIF

Data berdasarkan jenisnya:
Kuantitatif
Kualitatif
Digunakan untuk menentukan besarnya koefesien korelasi jika data yang
digunakan berjenis kualitatif.
Rumus yang digunakan:
n

X 2
i 1 i 1

(nij eij ) 2
eij

Tranformasi dari nilai Chi-Square X2 ke koefesien korelasi:

X2
Cc
X2 n

Contoh Kasus:
Seorang mahasiswa melakukan survai untuk
meneliti apakah ada korelasi antara tingkat
pendidikan dengan tingkat pendapatan. Untuk
penelitian ini diambil sampel sebanyak 112
kepala keluarga.

Pemecahan
1. Judul
Hubungan antara tingkat pendidikan dan tingkat
kesejahteraan keluarga.

2.

Pertanyaan Penelitian

Apakah terdapat korelasi positif antara tingkat

pendidikan dengan tingkat kesejahteraan keluarga ?

3. Hipotesis

Terdapat korelasi positif antara tingkat pendidikan

dengan tingkat kesejahteraan keluarga

4. Kriteria Penerimaan Hipotesis

Ho : Tidak terdapat korelasi antara terdapat korelasi
positif antara tingkat pendidikan dengan tingkat
kesejahteraan keluarga.
Ha : Terdapat korelasi positif antara tingkat
pendidikan dengan tingkat kesejahteraan keluarga.
Ho diterima Jika
X2 hitung X2 tabel (, (r-1)(k-1)

Ha diterima Jika

X2 hitung > X2 tabel (, (r-1)(k-1)

5. Sampel
112 Keluarga
6. Data Yang dikumpulkan
Tinggi

Sedang

Rendah

Jumlah

Baik

16

32

Cukup

10

20

10

40

Jelek

16

20

40

Jumlah

30

44

38

112

7. Analisis Data

e11=30x(32/112)=8,57
e12=44x(32/112)=12,57
e13=38x(32/112)=10,86
e21=30x(40/112)=10,71
e22=44x(40/112)=15,71
e23=38x(40/112)=13,57
e31=30x(40/112)=10,71
e32=44x(40/112)=15,71
e33=38x(40/112)=13,57

X 2
i 1 i 1

(nij eij ) 2
eij

(16 8,57 ) 2 (8 12 ,57 ) 2

(8 13,57 ) 2
X

...
18,267
8,57
12 ,57
13,57
2

Pengujian Hipotesis:

Dengan Kriteria x2 htung:

X2hitung (18,267) > X2tabel (9,488)

9. Kesimpulan
Karena X2 hitung > X2 tabel maka Ha diterima.
Kesimpulan:
Terdapat korelasi positif antara tingkat pendidikan
dengan tingkat kesejahteraan keluarga.

Berapa nilai koefesien korelasinya ?

Cc

X2
X2 n

(18,267)
Cc
0,374
(18,267) 112

Penggunaan Software SPSS untuk

menghitung korelasi

Regression Linear

 IPK=1.2+0.5Pr+0.12Vit-0.3Karbo
Ho= Ada pengaruh signifikan asupan gizi
terhadap kecerdasan
Ha=sebaliknya

Pengantar
Dalam rangka mendorong pertumbuhan
produktivitas sektor ekonomi, pemerintah
ingin melihat pengaruh masing-masing sektor
ekonomi terhadap pertumbuhan PDRB?
Bagaimanakah cara melihat dominasi dan
pengaruhnya terhadap pertumbuhan PDRB?
Bagaimana cara paling cepat untuk melihat
fenomena tersebut?

Ilustrasi Data
Tahun

PDRB

Pertanian

Industri

Pertambangan

Pelayanan Umum

Perdagangan

1998

17000

2500

3250

1250

3250

6750

1999

20300

2750

3550

1500

4500

8000

2000

22050

3100

3900

1850

4850

8350

2001

25300

3750

4550

2500

5500

9000

2002

28550

4400

5200

3150

6150

9650

2003

31800

5050

5850

3800

6800

10300

2004

35050

5700

6500

4450

7450

10950

2005

38300

6350

7150

5100

8100

11600

2006

41550

7000

7800

5750

8750

12250

2007

44800

7650

8450

6400

9400

12900

2008

48050

8300

9100

7050

10050

13550

2009

51300

8950

9750

7700

10700

14200

2010

54550

9600

10400

8350

11350

14850

2011

57800

10250

11050

9000

12000

15500

2012

61050

10900

11700

9650

12650

16150

Kompleks?butuh penyederhanaan, gimana caranya?

Membangun Model Regresi

Bentuk fungsi matematis misal:
PDRB~f(pertanian, industri dsb)
PDRB (Y) = a.pertanian+.+Kmodel regresi
linear

Pengantar
Apa itu analisis regresi?
Analisis statistika yang
memanfaatkan hubungan antara
dua atau lebih peubah kuantitatif
sehingga salah satu peubah
dapat diramalkan dari peubah
lainnya.
Apa bedanya dengan korelasi?

Korelasi

Korelasi

ANALISIS REGRESI
Hubungan Antar Peubah:

Fungsional (deterministik) Y=f(X) ; misalnya: Y=10X

Statistik (stokastik) amatan tidak jatuh pas pada kurva
Mis: IQ vs Prestasi, Berat vs Tinggi, Dosis Pupuk vs Produksi
Model regresi sederhana:

Yi 0 1 X i i ; i 1,2,..., n
Antar variabel bebas harus saling bebas/ tidak ada korelasi (jika ada gunakan
analisis faktor atau substitusikan)

Regresi
Makna 0 & 1 ?

Regresi

Analisis Regresi
Pendugaan terhadap koefisien regresi:
b0 penduga bagi 0 dan b1 penduga bagi 1

( x )( y )
xy
n
b1
2
(
x
)

x2 n
b0 y b1 x

Metode
Kuadrat Terkecil

Bagaimana Pengujian terhadap model regresi ??

parsial (per koefisien) uji-t
bersama uji-F (Anova)
Bagaimana menilai kesesuaian model ??
R2 (Koef. Determinasi: % keragaman Y yang mampu dijelaskan oleh X)

Contoh Data
Percobaan dalam bidang lingkungan
Apakah semakin tua mobil semakin besar juga
emisi HC yang dihasilkan?
Diambil contoh 10 mobil secara acak, kemudian
dicatat jarak tempuh yang sudah dijalani mobil
(dalam ribu kilometer) dan diukur Emisi HC-nya
(dalam ppm)

Emisi = 382 + 5.39 Jarak

Jarak
31
38
48
52
63
67
75
84
89
99

Emisi
553
590
608
682
752
725
834
752
845
960

Analisis Regresi
Plot antara Emisi Hc (ppm) dg
Jarak Tempuh Mobil (ribu kilometer)
950

Emisi

850

750

650

550
30

40

50

60

70

Jarak

80

90

100

Analisis Regresi
Contoh output regresi dengan Minitab (1)
Regression Analysis

(Emisi Hc

The regression equation is

Predictor
Constant
Jarak

Coef
381.95
5.3893

S = 42.01

Jarak Tempuh Mobil)

Emisi = 382 + 5.39 Jarak

StDev
42.40
0.6233

R-Sq = 90.3%

vs

T
9.01
8.65

P
0.000
0.000

R-Sq(adj) = 89.1%

Analysis of Variance
Source
Regression
Error
Total

DF
1
8
9

SS
131932
14118
146051

Unusual Observations
Obs
Jarak
Emisi
8
84.0
752.0

MS
131932
1765

Fit
834.7

F
74.76

StDev Fit
18.0

P
0.000

Residual
-82.7

R denotes an observation with a large standardized residual

St Resid
-2.18R

Analisis Regresi
Bagaimana Pengujian terhadap model regresi ??
parsial (per koefisien) uji-t
bersama uji-F (Anova)
Bagaimana menilai kesesuaian model ??
R2 Koef. Determinasi
(% keragaman Y yang mampu dijelaskan oleh X)

Analisa Data dengan SPSS

PENGUJIAN HIPOTESIS
PENELITIAN PERCOBAAN

HIPOTESIS
Perumusan sementara mengenai suatu hal yang
dibuat untuk menjelaskan hal itu yang dituntut
untuk melakukan pengecekannya

HIPOTESA STATISTIK

Jika perumusan atau pernyataan dikhususkan

mengenai populasi

PENGUJIAN HIPOTESIS
HIPOTESIS STATISTIK adalah suatu asumsi atau pernyataan
yg mana mungkin benar atau mungkin salah mengenai satu
atau lebih populasi
Ex .
pernyataan bahwa rata-rata pendapatan masyarakat kota A
sekitar Rp. 75.000/ bulan adalah suatu pernyataan yg
mungkin benar atau mungkin juga salah mengenai populasi
kota A.
dalam kasus di atas pernyataan mengenai rata-rata
pendapatan masyarakat kota A adalah suatu hipotesis.
untuk membenarkan atau menyalahkan hipotesis maka
dilakukan pengujian hipotesis

 Ho: u = 75.000
H1: u 75.000

keputusan

Ho benar

Ho salah

Terima Ho

Tepat

Salah jenis II ()

Tolak Ho

Salah jenis I ()

tepat

Kesalahan jenis I. adalah kesalahan yg dibuat pd waktu menguji hipotesis di mana

kita menolak Ho pd hal sesungguhnya Ho itu benar. Dengan kata lain adalah
peluang menolak Ho yg benar

Kesalahan jenis II. adalah kesalahan yg dibuat pd waktu menguji hipotesis di mana
kita menerima Ho pd hal sesungguhnya Ho itu salah. Dengan kata lain adalah
peluang menolak Ho yg salah

MACAM KEKELIRUAN
Kekeliruan macam I: adalah menolak hipotesis yang
seharusnya diterima, dinamakan kekeliruan , :
peluang membuat kekeliruan macam I disebut juga taraf
signifikan, taraf arti, taraf nyata ( = 0,01 atau = 0,05 )
Membacanya:
= 0.05 : taraf nyata 5%, artinya kira-kira 5 dari tiap 100
kesimpulan akan menolak hipotesis yang seharusnya
diterima. Atau kira-kira 96% yakin bahwa kesimpulan
yang dibuat benar. Peluang salahnya/kekeliruan sebesar
5%

 Kekeliruan macam II: adalah menerima

hipotesis yang seharusnya ditolak, dinamakan
kekeliruan , : peluang membuat kekeliruan
macam II

PENGUJIAN HIPOTESA
Langkah atau
prosedur untuk
menentukan apakah
menerima atau
menolak hipotesis

LANGKAH-LANGKAH PENGUJIAN HIPOTESIS

RUMUSKAN Ho YG SESUAI
RUMUSKAN HIPOTESIS TANDINGANNYA (H1) YG SESUAI
PILIH TARAF NYATA PENGUJIAN SEBESAR
PILIH UJI STATISTIK YG SESUAI DAN TENTUKAN DAERAH KRITISNYA
HITUNG NILAI STATISTIK DR CONTOH ACAK BERUKURAN n
BUAT KEPUTUSAN: TOLAK Ho JIKA STATISTIK MEMPUNYAI NILAI DALAM
DAERAH KRITIS, SELAIN ITU TERIMA Ho

PENGUJIAN HIPOTESIS MENGENAI NILAI RATA-RATA

PENGUJIAN DWI ARAH

UNTUK MENGUJI HIPOTESIS MENGENAI NILAI RATA-RATA POPULASI,
MAKA DAPAT DIBUAT PERUMUSAN HIPOTESIS SEBAGAI BERIKUT:
Ho : u = uo
H1 : u uo

PENGUJIAN SATU ARAH

UNTUK MENGUJI HIPOTESIS MENGENAI NILAI RATA-RATA POPULASI
DENGAN MELIHAT SATU SISI SAJA
Ho : u = uo

lawan

Ho : u > uo

Ho : u = uo

lawan

Ho : u < uo

 Hipotesis lambangnya H atau Ho

Hipotesis tandingan lambangnya A atau H1
Pasangan H melawan A , menentukan kriteria
pengujian yang terdiri dari daerah penerimaan dan
daerah penolakan hipotesis
Daerah penolakan hipotesis disebut juga daeah kritis
Kalau yang diuji itu parameter (dalam
penggunaannya nanti dapat berarti rata-rata = ,
simpangan baku = , proporsi = dll) maka akan
terdapat hal-hal sbb:

Jika alternatif A mempunyai

perumusan tidak sama
Maka dalam distribusi statistik yang digunakan terdapat dua daerah kritis
masing-masing pada ujung distribusi. Luas daerah kritis pada tiap ujung
adalah . Karena adanya dua daerah penolakan ini, maka pengujian
hipotesis dinamakan uji dua pihak

Daerah penolakan H
(daerah kritis)

Daerah penolakan H
(daerah kritis)

Luas =

Daerah penerimaan
H

d1

d2

Kriteria yang didapat : terima hipotesis H jika harga statistik yang dihitung
jatuh antara d1 dan d2, dalam hal lainnya H ditolak

Jika alternatif A yang mempunyai perumusan

lebih besar
Maka dalam distribusi statistik yang digunakan terdapat satu daerah yang
letaknya diujung sebelah kanan. Luas daerah kritis adalah . Karena adanya
satu daerah penolakan ini, maka pengujian hipotesis dinamakan uji satu
pihak yaitu pihak kanan

Daerah penolakan H
(daerah kritis)

Luas =

Daerah penerimaan
H

Kriteria yang didapat : tolak H jika statistik yang dihitung berdasarkan

sampel tidak kurang dari d dalam hal lainnya terima H

Untuk alternatif A yang mempunyai perumusan

lebih kecil
Maka dalam distribusi statistik yang digunakan terdapat satu daerah yang
letaknya diujung sebelah kiri. Luas daerah kritis adalah . Karena adanya
satu daerah penolakan ini, maka pengujian hipotesis dinamakan uji satu
pihak yaitu pihak kiri
Daerah penolakan H
(daerah kritis)
Luas =

Daerah penerimaan
H

Kriteria yang digunakan : terima H jika statistik yang dihitung

berdasarkan penelitian lebih besar dari d sedangkan dalam hal
lainnya ditolak

1. DIKETAHUI
Untuk Hipotesis :

H : = 0
A : 0

RUMUS

x o

Ho diterima jika z1/2(1-) < z < z1/2(1-)

Ho ditolak dalam hal lainnya

Gambar kurva

H
diterima

d1= - Z (1- )

d2 = Z (1- )

Contoh
Pengusaha pakan menyatakan bahwa pakannya
tahan simpan sekitar 800 jam. Akhir-akhir ini timbul
dugaan bahwa masa simpan pakan tersebut telah
berubah. Untuk menentukan itu dilakukan
penelitian dengan jalan menguji 50 karung pakan.
Ternyata rata-ratanya 792. dari pengalaman,
diketahui bahwa simpangan baku masa simpan
pakan 60 jam. Selidiki dengan taraf nyata 0,05
apakah kualitas pakan sudah berubah atau belum

Penyelesaian

H : = 800 jam
792

800
A : 800 jam
Z
= 60 jam
60 / 50
X = 792 jam
n = 50
Dari daftar normal baku untuk
uji dua pihak dengan = 0.05
yang memberikan z0.475 = - 1.96

0.94

Daerah penolakan H
(daerah kritis )

Daerah penolakan H
( daerah kritis )
Daerah penerimaan
H

d
-1.96

Luas =0.025?

d
1.96

Terima H jika z hitung terletak antara -1.96 dan

1.96. Dalam hal lainnya Ho ditolak
Dari penelitian sadah didapat z = -0.94 dan
terletak di daerah penerimaan H
Jadi H diterima, kesimpulan masa simpan pakan
belum berubah masih sekitar 800 jam

2.
Untuk Hipotesis :

RUMUS

TIDAK DIKETAHUI

H : = 0
A : 0
x o
t
s
n

Contoh
Seperti soal sebelumnya, Dimisalkan
simpangan baku populasi tidak diketahui,
tetapi dari sampel diketahui simpangan baku s
= 55 jam
Jawab:
s = 50 jam
X = 792 jam
= 800 jam
n = 50

792 800
t
1.029
55 / 50
Dari daftar distribusi student dengan = 0.025
dan dk = 49 untuk uji dua pihak diperoleh t = 2.01.
Kriteria pengujian : Terima H jika t hitung terletak
antara -2.01 dan 2.01. Diluar itu H ditolak
Dari penelitian didapat t = -1.029 dan terletak di
daerah penerimaan H
Jadi Ho diterima, kesimpulan masa simpan pakan
belum berubah masih sekitar 800 jam

Gambar kurva

Distribusi student
k = 49

0,025

Daerah penerimaan
H

0,025

- 2,01

2,01

A. UJI PIHAK KANAN

1. DIKETAHUI

RUMUS UMUM

: H : 0
A : >0

KRITERIA

:Tolak H jika Z Z 0,5-

Terima H jika sebaliknya

Contoh:
Pada suatu pabrik pakan dihasilkan rata-rata 15.7 ton sekali
produksi. Hasil produksi mempunyai simpangan baku = 1.51
ton. Metode produksi baru, diusulkan untuk mengganti yang
lama, jika rata-rata per sekali produksi menghasilkan paling
sedikit 16 ton. Untuk menentukan apakah metode yang lama
diganti atau tidak, metode pemberian pakan yang baru dicoba
20 kali dan ternyata rata-rata per sekali produksi
menghasilkan 16.9 ton. Pemilik bermaksud mengambil resiko
5% untuk menggunakan metode baru apabila metode ini ratarata menghasilkan lebih dari 16 ton. Bagaimana
keputusannya

Penyelesaian
H : 16, berarti rata-rata hasil metode baru
paling tinggi 16 ton, maka metode lama
dipertahankan
A : 16, berarti rata-rata hasil metode baru
lebih dari 16 ton, maka metode lama dapat
diganti
X = 16.9 ton
N = 20
= 1.51
o = 16

16.9 16
2.65
z
1.51/ 20
Dari daftar normal standart dengan = 0.05
diperoleh z = 1.64
Kriteria pengujian : Tolak H jika z hitung lebih
besar atau sama dengan 1.64. Jika sebaliknya H
diterima
Dari penelitian didapat z = 2.65, maka H ditolak
Kesimpulan metode baru dapat digunakan

Gambar kurva

DISTRIBUSI NORMAL
BAKU

0,05

Daerah penerimaan
H

1,64

2. TIDAK DIKETAHUI
RUMUS UMUM : H : 0
A : >0
KRITERIA

: Tolak H jika t t 1-
Terima H jika sebaliknya

Contoh:
Dengan suntikan hormon tertentu pada ayam/ikan akan
menambah berat badannya rata-rata 4.5 ton per kelompok.
Sampel acak yang terdiri atas 31 kelompok ayam/ikan yang
telah diberi suntikan hormon memberikan rata-rata 4.9 ton
dan simpangan baku = 0.8 ton. Apakah pernyataan tersebut
diterima? Bahwa pertambahan rata-rata paling sedikit 4.5 ton

Penyelesaian
H : 4.5, berarti penyuntikan hormon pada ayam/ikan
tidak menyebabkan bertambahnya rata-rata berat badan
dengan 4.5 ton
A : > 16, berarti penyuntikan hormon pada ayam/ikan
menyebabkan bertambahnya rata-rata berat badan paling
sedikit dengan 4.5
X = 4.9 ton
4.9 4.5
N = 31
t
2.78
S = 0.8 ton
0.8 / 31
o = 4.5 ton

4.9 4.5
t
2.78
0.8 / 31
Dengan mengambil = 0.01, dk = 30 didapat t =
2.46
Kriteria tolak hipotesis H jika t hitung lebih besar
atau sama dengan 2.46 dan teriam H jika
sebaliknya
Penelitian memberi hasil t = 2.78
Hipotesis H ditolak
Kesimpulan : Penyuntikan hormon terhadap
ayam/ikan dapat menambah berat badan ratarata paling sedikit dengan 4.5 ton

Gambar kurva

Distribusi student
k = 30

Daerah penerimaan
H

2,46

B. UJI PIHAK KIRI

1. DIKETAHUI
RUMUS UMUM : H : 0
A : <0
KRITERIA

: Tolak H jika Z - Z 0,05-

Terima H jika Z > - Z 0,05-

2. TIDAK DIKETAHUI
RUMUS UMUM : H : 0
A : >0

KRITERIA

: Tolak H jika t t 1-
Terima H jika sebaliknya

TUGAS INDIVIDU #1
Buatlah sebuah kajian pemanfaatan Analisis Regresi Linier
Berganda untuk melihat:
Pengaruh lebar jalan, kualitas jalan, kualitas fisik lingkungan dan
kriminalitas terhadap harga lahan
Pengaruh perubahan tutupan lahan di Bodetabek terhadap
intensitas genangan
Pengaruh kenaikan harga bahan pokok terhadap inflasi
Pengaruh pengembangan infrastruktur terhadap pertumbuhan
ekonomi
Pengaruh penggunaan lahan terhadap bangkitan perjalanan
Pengaruh penggunaan moda angkutan pribadi terhadap
kemacetan di perkotaan
Pengaruh penggunaan angkutan bermotor terhadap polusi
udara di perkotaan

Format Tugas
Pengantar
Kerangka teoritik pengaruh xxx thd y
Profil kawasan (fokus pada variabel yang akan
dikaji)
Hasil dan pembahasan penggunaan metode
analisis regresi
Simpulan
Referensi
Jangka waktu penugasan 1 minggu, jumlah halaman maksimal 15 lembar, diluar lampiran