LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2

(Untuk Data Nominal)

1. Merumuskan hipotesis (termasuk rumusan hipotesis statistik)
2. Data hasil penelitian dibuat dalam bentuk tabel silang (tabel frekuensi observasi)
3. Menentukan kriteria uji atau 2 tabel.
4. Menghitung nilai 2 observasi (2o), untuk ini diperlukan tabel frekuensi harapan
(asumsi Ho diterima)
5. Membandingkan nilai 2o dengan 2t
6. Kriteria:

Jika 2o > 2t ; maka Ho ditolak

Jika 2o 2t ; maka Ho diterima

7. Kesimpulan

( fo fh ) 2

fh

Rumus:

(Catatan: Jika data berbentuk interval, maka harus dibuat kategorik lebih dulu.)

Contoh:

x = jenis kelamin; y = tingkat pendidikan

Apakah ada hubungan antara jenis kelamin dengan tingkat pendidikan ?

Pengujian:
1. Hipotesis:
H1: 0 (ada hubungan antara jenis kelamin dengan tingkat pendidikan)
Ho : = 0 (tidak ada hubungan antara jenis kelamin dengan tingkat pendidikan)
2. Tabel silang:
Tingkat
Pendidikan

Jenis Kelamin

Jumlah

Laki-laki

perempuan

Rendah

80

80

160

Sedang

100

70

170

Tinggi

120

50

170

Jumlah

300

200

500

3. 2t dimana; db = (b 1)(k 1) = (3 1)(2 1) = 2

2t (0,05; 2) = 5,99
4. Frekuensi harapan (dimana rasio perbandingan laki-laki : perempuan = 3 : 2)
Laki-laki:

perempuan:

3/5 x 160 = 96

2/5 x 160 = 64

3/5 x 170 = 102

2/5 x 170 = 68

3/5 x 170 = 102

2/5 x 170 = 68

Tingkat
Pendidikan

Jenis Kelamin

Jumlah

Laki-laki

perempuan

Rendah

96

64

160

Sedang

102

68

170

Tinggi

102

68

170

Jumlah

300

200

500

Gunakanrumus:

o2

(80 96) 2 (80 64) 2 (100 102) 2 (70 68) 2 (120 102) 2 (50 68) 2

96
64
102
68
102
68

2o = 14,71
5. 2o = 14,71 > 2t (0,05; 2) = 5,99 berarti Ho ditolak
6. Kesimpulan: Ada hubungan antara jenis kelamin dengan tingkat pendidikan
7. Koefisien kontingensi = koefisien asosiasi

o2
n o2

14,92
0,17
514,92

2 = 0,172 = 0,029 0,03

Jadi tingkat pendidikan dapat ditentukan oleh jenis kelamin variasinya hanya 3%

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2

(Untuk Data Ordinal)
1. Rumuskan hipotesis
2. Data dalam bentuk tabel silang
3. Menentukan statistik uji (Zt)
4. Menghitung Gamma:

Ns Nd
Ns Nd

Ns = Jumlah hasil kali pasangan yang

konsisten
Nd = Jumlah hasil kali pasangan yang
tidak konsisten

5. Transformasi Z:

o (G )

Ns Nd
N (1 G 2 )

6. Bandingkan Zo dan Zt
7. Kriteria:

Zo > Zt ; maka Ho ditolak

Zo Zt ; maka Ho diterima

8. Kesimpulan

Contoh:

x = status sosial ekonomi; y = tingkat pendidikan

Apakah ada hubungan positif antara status sosial ekonomi dengan tingkat
pendidikan ?
(Hubungan positif artinya: semakin tinggi tingkat status sosial ekonomi
maka tingkat pendidikannya juga harus semakin tinggi)

Pengujian:
1.

Ho: = 0
(tidak ada hubungan antara status sosial ekonomi dengan tingkat pendidikan)
H1: > 0
(ada hubungan positif antara status sosial ekonomi dengan tingkat pendidikan)

2. Tabel silang:

Tingkat
Pendidikan

Status sosial ekonomi

Jumlah

Rendah

Sedang

Tinggi

Rendah

80

70

30

180

Sedang

80

60

30

170

Tinggi

40

70

40

150

Jumlah

200

200

100

500

3. Zt ( = 0,05) Zt = 1,645
(Luas kurva 0,5 0,05 = 0,450 terletak pada nilai z = 1,645)

4. Menghitung Gamma:
konsisten;

jika status sosial ekonomi rendah maka tingkat pendidikan juga

rendah dan sebaliknya jika status sosial ekonomi tinggi maka
tingkat pendidikan juga tinggi.

tidak konsisten; jika status sosial ekonomi rendah tapi tingkat pendidikan tinggi
dan sebaliknya jika status sosial ekonomi tinggi tapi tingkat
pendidikan rendah.
Ns = 80 (60 + 30 + 70 + 40) + 80 (70 + 40) + 70 (30 + 40) + 60 (40) = 32.100
Nd = 40 (70 + 30 + 60 + 30) + 80 (70 + 30) + 70 (30 + 30) + 60 (30) = 21.600

32.100 21.600 10.500

0,2
32.100 21.600 53.700

5. Z o (0,2 0).

53.700
= 2,12
500(1 0,2 2 )

6. Zo = 2,12 > Zt = 1,645 berarti Ho ditolak

7. Kesimpulan:

Terdapat hubungan positif antara status sosial ekonomi dengan

tingkat pendidikan
8. G2 = 0,22 = 0,04 x 100% = 4%
Variasi tingkat pendidikan dapat ditentukan oleh status sosial ekonomi hanya 4%

REGRESI LINIER SEDERHANA

Persamaan regresi bisa digunakan jika x dan y berkorelasi.
Model Regresi:

Y
b = tg

Yi = + Xi + i

a
0

Fungsi Taksiran:
=a+bx

Persamaan regresi tertentu jika nilai a dan b diketahui. Untuk menghitung nilai a dan
b diperlukan pasangan data (x, y) yang didapat dari penelitian.
1. Rumus Regresi: b xy
2

a y bx

Dimana:

y
2

n
2

2
2
x
n
.
xy
n

X1

X2

Xn

Y1

Y2

Yn

2. Kemudian hitung nilai Y, Y2, y2, X, X2, x2, XY, xy.

Gunakan rumus regresi untuk mencari nilai a dan b, sehingga akan didapat fungsi
taksiran.
3. Sebelum fungsi taksiran digunakan, terlebih dahulu melakukan Uji Keberartian dan
Uji Kelinieran dengan ANAVA.

4. Sebelum membuat tabel ANAVA, data X harus diurutkan dari yang terkecil sampai
terbesar. Data y yang memiliki nilai x yang sama, dijadikan dalam satu kelompok (k).
5. Buat tabel ANAVA dengan terlebih dahulu menentukan sumber variasi, yaitu:
Total, Regresi (a), Regresi (b/a), Sisa, Tuna cocok, dan Galat.
Setiap sumber variasi ditentukan nilai Jumlah Kuadrat (JK) dan derajat bebas (db).
Kemudian menghitung nilai Rata-rata Jumlah Kuadrat (RJK)
Rumus JK dan RJK:
JK (T ) 2

JK (a)

Rumus db:
db (T) = n
db (a) = 1
db (b/a)= 1
db (S) = n 2
db (Tc) = k 2
db (G) = n k

2 X i 2
JK (G ) X i

ni
i 1

n
JK (b / a) b.xy
JK(S) = JK (T) JK (a) JK (b/a)
JK (Tc)= JK (S) JK (G)
RJK = JK / db

6. Tentukan nilai F hitung (Fo) dengan rumus: Fo (b / a)

dan Fo (Tc)

RJK (b / a)
RJK ( S )

RJK (Tc)
RJK (G)

7. Tentukan nilai F tabel (b,k; ), dengan menggunakan:

Ft (b/a) dimana: db Reg (b/a) kolom, dan db sisa baris
Ft (Tc) dimana: db Tuna cocok kolom, dan db galat baris

8. Bandingkan nilai F hitung dengan nilai F tabel.

Jika Fo(b/a) > Ft maka Ho ditolak, berarti regresi signifikan
Jika Fo(b/a) < Ft maka Ho diterima, berarti regresi tidak signifikan
Jika Fo(Tc) > Ft (titik-titik pada diagram semakin menjauhi garis regresi), berarti
regresi tidak linier
Jika Fo(Tc) < Ft (titik-titik pada diagram semakin mendekati garis regresi), berarti
regresi linier.

9. Menghitung koefisien korelasi dengan rumus:

Rxy

xy
x 2 .y 2

10. Tentukan nilai t hitung: t o

R n2

dan nilai t tabel t(db;)

1 R2

11. Bandingkan nilai t hitung dan t tabel

Jika to > tt maka Ho ditolak, berarti Koefisien korelasi signifikan (ada hubungan
positif antara x dan y dalam populasi).
Jika to < tt maka Ho diterima, berarti koefisien korelasi tidak signifikan (tidak ada
hubungan antara x dan y dalam populasi).

12. Hitung nilai koefisien determinasi:

R2 x 100%

Contoh:
1. Menentukan Fungsi taksiran dari data X dan Y berikut:

Jumlah

X2

Y2

XY

20

25

400

100

20

36

400

120

23

36

529

138

24

36

576

144

20

49

400

140

23

49

529

161

25

49

625

175

26

49

676

182

20

64

400

160

24

64

576

192

26

81

676

234

28

81

784

252

85

279

619

6571

1998

(y) 2
(279) 2
y Y
6571
87,25
n
12
2

x 2 X 2

(x) 2
(85) 2
619
16,92
n
12

xy XY

(X )(Y )
(85)(279)
1998
21,75
n
12

xy 21,75

1,29
x 2 16,92

Y
X 279
85
b.

(1,29) 23,25 (1,29)(7,08) 14,12

n
n
12
12

Fungsi Taksiran:

Y 14,12 1,29 X

2. Mengurutkan data X dari nilai yang terkecil dan menentukan kelompok:

X

20

20

23

24

20

23

25

26

20

24

26

28

Kelompok

3. Uji linieritas dan signifikan dengan ANAVA

Menghitung nilai-nilai Jumlah Kuadrat (JK), derajat bebas (db), dan Rata-rata Jumlah
Kuadrat (RJK) pada sumber variasi:

JK (T ) 2 6571
2

JK (a)

2792

6486,75
n
12
JK (b / a) b.xy (1,29).(21,75) 28,05
JK(S)

= JK (T) JK (a) JK (b/a) = 6571 6486,75 28,05 = 56,19

2
2

X i 2
20 23 24
2
2
2
JK (G ) X i
20 23 24

ni
3
i 1

2
20 23 25 262 202 242 20 24
2
2
2
20

23

25

26

4
2

2
2

26 28
2
26 28
8,67 21 8 2 39,67
2

JK (Tc)

= JK (S) JK (G) = 56,19 39,67 = 16,52

RJK (b/a) = JK (b/a) / db

= 28,05 / 1

RJK (S) = JK (S) / db

= 56,19 / 10 = 5,619

RJK (Tc) = JK (Tc) / db

= 16,52 / 3

RJK (G) = JK (G) / db = 39,67 / 7

db (T)
db (a)
db (b/a)
db (S)
db (Tc)
db (G)

= n = 12
=1
=1
=n2
=k2
=nk

= 28,05

= 5,51

= 5,67

= 12 2 = 10
=52=3
=12 5 = 7

4. Menghitung nilai Fo:

Fo (b / a)

RJK (b / a) 28,06

4,99
RJK ( S )
5,619

Fo (Tc)

RJK (Tc) 5,51

0,98
RJK (G) 5,67

5. Tentukan nilai F tabel dengan = 0,05 dan = 0,01

F(10, 1; 0.05) = 4,96

F(10,1; 0.01) = 10,04

F(7,3; 0.05)

F(7,3; 0.01) = 8,45

= 4,35

Sumber
Variasi
Total

JK

db

6571,00

12

Regresi (a)

6486,75

Regresi (b/a)

28,06

28,06

Sisa

56,19

10

5,619

Tuna cocok

16,52

5,51

Galat

39,67

5,67

RJK

F obs

F tabel
= 0,05

= 0,01

4,99

4,96

10,04

0,98

4,35

8,45

6. Kesimpulan:
Fo (b/a) = 4,99 > Ft = 4,96 berarti Regresi signifikan.
Fo (Tc) = 0,98 < Ft = 4,35 berarti Regresi linier.

7. Menghitung koefisien korelasi: Rxy

xy
x 2 .y 2

21,75
0,58
(16,92).(84,25)

8. Menentukan nilai t hitung:

Menentukan nilai t tabel:

to

R n2
1 R2

0,58. 12 2
1 0,582

2,25

t (10; 0.05) = 1,81

9. Kesimpulan:
to = 2,25 > tt = 1,81 maka Ho ditolak berarti Koefisien korelasi signifikan (ada
hubungan positif antara X dan Y dalam populasi)
10. Koefisien determinasi = 0,582 x 100% = 33,6%
Kesimpulan: Nilai Y ditentukan oleh nilai X dengan variasi sebesar 33,6 %
Untuk mengambil kesimpulan, bisa juga langsung menggunakan Uji Korelasi. Tapi
kita perlu melakukan Uji Regresi, karena:
1. Rumus Rxy

xy
x 2 .y 2

hanya bisa digunakan jika korelasinya linier, jika tidak

linier maka persamaan ini tidak bisa digunakan untuk mengambil kesimpulan.
2. Fungsi regresi digunakan untuk memprediksi nilai Y.
Galat taksiran, G = y y , harus normal
Tuna cocok adalah penyimpangan dari galat taksiran.
Tc = 0 Titik-titik (nilai ) melekat pada garis.

REGRESI MULTIPEL DENGAN 2 PREDIKTOR

yi o 1x1i 2 x2i i

Model:

Fungsi taksiran: Y bo b1 X1 b2 X 2
bo, b1, b2 didapat dari pasangan data (X1, X2, Y) yang diperoleh dari penelitian.
Menentukan nilai :
Y =

X1 =

X2 =

X1Y =

X2Y =

X1X2 =

Y2 =

X1 2 =

X2 2 =

x1y =

x2y =

x1x2 =

b1 dan b2 didapat dari formula simultan sebagai berikut:

x1 b1 x1 x2b2 x1 y
2

x1 x2b1 x2 b2 x2 y
2

b1

x1 y

x1 x 2

x 2 y

x 2

x1

x1 x 2

x1 x 2

x1

x 2

b2

x1 y

x1 x 2

x 2 y

x1

x1 x 2

x1 x 2

x 2

Mencari nilai bo :
bo Y b1 X 1 b2 X 2

Uji signifikan persamaan regresi dengan ANAVA:

Sumber Varians: Total, Regresi, dan Sisa
Menghitung nilai Jumlah Kuadrat (JK) dari sumber varians:
JK (T) = y2
JK (Reg) = b1 x1 y + b2 x 2 y
JK (S) = y2 JK (Reg)
Menghitung derajat bebas (db) sumber varians:
db (T)

=n1

n = banyaknya pengamatan
k = banyaknya variabel bebas (X)

db (Reg) = k
db (S)

=nk1

Menghitung Rata-rata Jumlah Kuadrat (RJK) sumber varians:

RJK (Reg) =

JK (Re g )
db(Re g )

RJK (S) =

JK ( S )
db( S )

Menghitung F observasi:
Fobs =

RJK(Re g )
RJK ( S )

Menentukan Koefisien Korelasi Multipel (Ry.12) dan Koefisien determinasi (Ry.122)

R y.12

JK(Re g )
y 2

Contoh:
X1

X2

16

20

15

20

20

23

22

24

18

20

21

23

24

25

25

26

19

20

22

24

26

26

28

28

Tentukanlah: a) Fungsi taksiran

b) Uji signifikan dengan ANAVA
c) Koefisien korelasi multipel dan koefisien determinasi

Penyelesaian:
a) Mencari Fungsi taksiran

Jumlah

X1

X2

X12

X22

Y2

X1Y

X2Y

X1X2

16

20

256

25

400

320

100

80

15

20

225

36

400

300

120

90

20

23

400

36

529

460

138

120

22

24

484

36

576

528

144

132

18

20

324

49

400

360

140

126

21

23

441

49

529

483

161

147

24

25

576

49

625

600

175

168

25

26

625

49

676

650

182

175

19

20

361

64

400

380

160

152

22

24

484

64

576

528

192

176

26

26

676

81

676

676

234

234

28

28

784

81

784

784

252

252

256

85

279

5636

619

6571

6069

1998

1852

(Y ) 2
(279) 2
y Y
6571
84,25
n
12
2

(X 1 ) 2
(256) 2
x1 X
5636
174,667
n
12
2

2
1

x2 X 2

(X 2 ) 2
(85) 2
619
16,92
n
12

x1 y X 1Y

(X 1 )(Y )
(256)(279)
6069
117
n
12

x2 y X 2Y

(X 2 )(Y )
(85)(279)
1998
21,75
n
12

x1 x2 X 1 X 2

(X 1 )(X 2 )
(256)(85)
1852
38,667
n
12

Persamaan Simultan:
174,667 b1 + 38,667 b2 = 117
38,667 b1 + 16,92 b2 = 21,75

Menentukan nilai bo, b1, dan b2:

b1

x1 y

x1 x2

x2 y

x2

x1

x1 x2

x1 x2

x2

x1
x1 x2

x1 y
x2 y

x1
x1 x2

x1 x2
2
x2

b2

117

38,667

21,75 16,92
1138,663

0,78
174,667 38,667
1460,229
38,667 16,92
174,667

117

38,667 21,75
725,032

- 0,4965
174,667 38,667
1460,229
38,667 16,92

bo Y b1 X1 b2 X 2

bo

Y
279
X
X
2561
85
b1 1 b2 2 =
(0,78)
(0,4965) = 10,128
12
n
12
12
n
n

Fungsi Taksiran Persamaan Regresi:

= 10,128 + 0,78 X1 0,4965 X2

b) Uji signifikan Persamaan Regresi dengan ANAVA:

Menentukan nilai Jumlah Kuadrat (JK) masing-masing sumber varians:
JK (T) = y2 = 84,25
JK (Reg) = b1 x1 y + b2 x 2 y = (0,78)(117) + (- 0,4965)(21,75) = 80,461
JK (S) = y2 JK (Reg) = 84,25 80,461 =3,789

Menentukan derajat bebas (db) masing-masing sumber varians:

db (T) = n 1 = 12 1 = 11
db (Reg) = k = 2

db (S) = n k 1 = 12 2 1 = 9

Menghitung nilai RJK masing-masing sumber varians:

RJK (Reg) =
RJK (S) =

JK (Re g )
80,461
=
= 40,23
2
db(Re g )

3,789
JK ( S )
=
= 0,421
9
db( S )

Menghitung nilai F observasi:

Fobs =

RJK (Re g )
40,23
=
= 95,558
RJK ( S )
0,421

Membuat tabel ANAVA:

Sumber

JK

db

RJK

Fobs

Regresi

80,461

40,23

95,558

Sisa

3,789

0,421

Total

84,25

11

Varians

F tabel
= 0,05

= 0,01

4,26

8,02

Fobs = 95,558 > Ftabel = 8,02

Berarti: Regresi Multipel sangat signifikan

c) Koefisien Korelasi Multipel:

Ry.12

JK (Re g )
=
y 2

80,461
= 0,977
84,25

Koefisien determinasi:
Ry.122 = (0,977)2 = 0,955 X 100% = 95,5 %
Artinya: 95,5 % Variasi Y dapat ditentukan (dijelaskan) oleh X1 dan X2 secara
bersama-sama
Koefisien korelasi sederhana antara X1 dan Y:
ry1

x1y
x12 .

117
(174,667)(84,25)

0,9645

Koefisien korelasi sederhana antara X2 dan Y:

ry2

x 2 y
x 2 2 . y 2

21,75
(16,92)(84,25)

0,576

Koefisien korelasi sederhana antara X1 dan X2:

ry1

x1x 2
x12 .

x2

38,667
(174,667)(16,92)

0,711

UJI KEBERARTIAN KOEFISIEN REGRESI b1 dan b2

to

bi
b

2bi

RJK(S)
x i2 .(1 R i2 )

bi kesalahan baku

2b1

RJK(S)
0,421

0,005 b1 0,071
2
2
x1 .(1 R12 ) (174,667)(1 0,7112 )

2b 2

RJK(S)
0,421

0,05 b1 0,224
2
2
x 2 .(1 R12 ) (16,92)(1 0,7112 )

t o1

b1
0,78
=
10,99
bi 0,071

t o2

b2
0,4695
=
2,096
b2
0,224

tt (0,05;9) = 1,83 dan tt (0,01;9) = 2,82

to1 = 2,66 > tt (0,05) = 1,83 Koefisien korelasi b1 sangat signifikan
to2 = 1,77 < tt (0,05) = 1,83 Koefisien korelasi b2 tidak signifikan
Kesimpulan:
Jika pengaruh X2 dikontrol (misalnya disamakan), maka hubungan X1 dengan Y
signifikan
Jika pengaruh X1 dikontrol, maka hubungan X2 dengan Y tidak signifikan