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

Rumus: ( fo fh ) 2
2

fh

(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 Jenis Kelamin
Jumlah
Pendidikan 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 Jenis Kelamin

Jumlah
Pendidikan Laki-laki perempuan
Rendah 96 64 160
Sedang 102 68 170
Tinggi 102 68 170
Jumlah 300 200 500

Gunakanrumus:
(80 96) 2 (80 64) 2 (100 102) 2 (70 68) 2 (120 102) 2 (50 68) 2
o2
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

14,92
0,17
n o2 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 = Jumlah hasil kali pasangan yang
Ns Nd
G
Ns Nd konsisten
Nd = Jumlah hasil kali pasangan yang
tidak konsisten
5. Transformasi Z:
Ns Nd
o (G )
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 Status sosial ekonomi
Jumlah
Pendidikan 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

G 0,2
32.100 21.600 53.700

53.700
5. Z o (0,2 0). = 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 x
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
x a y bx

Dimana: y
2 2


2

x
2 2
2

n
xy
.
n

X X1 X2 Xn
Y 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 db:
Rumus JK dan RJK:
db (T) = n
JK (T ) 2 k 2 X i 2
JK (G ) X i
db (a) = 1
2 db (b/a)= 1
JK (a) i 1 ni
n db (S) = n 2
db (Tc) = k 2
JK (b / a) b.xy
db (G) = n k
JK(S) = JK (T) JK (a) JK (b/a)
JK (Tc)= JK (S) JK (G)
RJK = JK / db

RJK (b / a)
6. Tentukan nilai F hitung (Fo) dengan rumus: Fo (b / a)
RJK ( S )
RJK (Tc)
dan Fo (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.

xy
9. Menghitung koefisien korelasi dengan rumus: Rxy
x 2 .y 2
 R n2
10. Tentukan nilai t hitung: t o 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:

X Y X2 Y2 XY
5 20 25 400 100
6 20 36 400 120
6 23 36 529 138
6 24 36 576 144
7 20 49 400 140
7 23 49 529 161
7 25 49 625 175
7 26 49 676 182
8 20 64 400 160
8 24 64 576 192
9 26 81 676 234
9 28 81 784 252
Jumlah 85 279 619 6571 1998

(y) 2 (279) 2
y Y
2 2
6571 87,25
n 12
 (x) 2 (85) 2
x 2 X 2 619 16,92
n 12

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

xy 21,75
b 1,29
x 2 16,92

Y X 279 85
a 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 5 6 6 6 7 7 7 7 8 8 9 9
Y 20 20 23 24 20 23 25 26 20 24 26 28
Kelompok 1 2 3 4 5

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

JK (a)

2

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

20 23 24
2 2 2

i 1 ni 3
2
2
2
2

20 23 25 262 202 242 20 24
20 23 25 26
4 2
2
26 28
26 28
2

8,67 21 8 2 39,67
2

2
 JK (Tc) = JK (S) JK (G) = 56,19 39,67 = 16,52
RJK (b/a) = JK (b/a) / db = 28,05 / 1 = 28,05
RJK (S) = JK (S) / db = 56,19 / 10 = 5,619
RJK (Tc) = JK (Tc) / db = 16,52 / 3 = 5,51
RJK (G) = JK (G) / db = 39,67 / 7 = 5,67

db (T) = n = 12
db (a) =1
db (b/a) =1
db (S) =n2 = 12 2 = 10
db (Tc) =k2 =52=3
db (G) =nk =12 5 = 7

4. Menghitung nilai Fo:

RJK (b / a) 28,06 RJK (Tc) 5,51
Fo (b / a) 4,99 Fo (Tc) 0,98
RJK ( S ) 5,619 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) = 4,35 F(7,3; 0.01) = 8,45

Sumber
JK db RJK F obs F tabel
Variasi
Total 6571,00 12 = 0,05 = 0,01
Regresi (a) 6486,75 1 - - - -
Regresi (b/a) 28,06 1 28,06 4,99 4,96 10,04
Sisa 56,19 10 5,619
Tuna cocok 16,52 3 5,51 0,98 4,35 8,45
Galat 39,67 7 5,67

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

xy 21,75
7. Menghitung koefisien korelasi: Rxy 0,58
x 2 .y 2 (16,92).(84,25)
 R n2 0,58. 12 2
8. Menentukan nilai t hitung: to 2,25
1 R2 1 0,582

Menentukan nilai t tabel: 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:
xy
1. Rumus Rxy hanya bisa digunakan jika korelasinya linier, jika tidak
x 2 .y 2

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

Model: yi o 1x1i 2 x2i i

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

x1 y x1 x 2 x1 x1 y
2

x 2 y x 2 x1 x 2 x 2 y
2
b1 b2
x1 x1 x 2 x1 x1 x 2
2 2

x1 x 2 x 2 x1 x 2 x 2
2 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
db (Reg) = k k = banyaknya variabel bebas (X)
db (S) =nk1
Menghitung Rata-rata Jumlah Kuadrat (RJK) sumber varians:
JK (Re g ) JK ( S )
RJK (Reg) = RJK (S) =
db(Re g ) db( S )
 Menghitung F observasi:
RJK(Re g )
Fobs =
RJK ( S )

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

JK(Re g )
R y.12
y 2

Contoh:
X1 X2 Y
16 5 20
15 6 20
20 6 23
22 6 24
18 7 20
21 7 23
24 7 25
25 7 26
19 8 20
22 8 24
26 9 26
28 9 28

Tentukanlah: a) Fungsi taksiran

b) Uji signifikan dengan ANAVA
c) Koefisien korelasi multipel dan koefisien determinasi
Penyelesaian:
a) Mencari Fungsi taksiran
X1 X2 Y X12 X22 Y2 X1Y X2Y X1X2
16 5 20 256 25 400 320 100 80
15 6 20 225 36 400 300 120 90
20 6 23 400 36 529 460 138 120
22 6 24 484 36 576 528 144 132
18 7 20 324 49 400 360 140 126
21 7 23 441 49 529 483 161 147
24 7 25 576 49 625 600 175 168
25 7 26 625 49 676 650 182 175
19 8 20 361 64 400 380 160 152
22 8 24 484 64 576 528 192 176
26 9 26 676 81 676 676 234 234
28 9 28 784 81 784 784 252 252

Jumlah 256 85 279 5636 619 6571 6069 1998 1852

(Y ) 2 (279) 2
y Y
2 2
6571 84,25
n 12
(X 1 ) 2 (256) 2
x1 X 5636 174,667
2 2
1
n 12
(X 2 ) 2 (85) 2
x2 X 2 619 16,92
2 2

n 12
(X 1 )(Y ) (256)(279)
x1 y X 1Y 6069 117
n 12
(X 2 )(Y ) (85)(279)
x2 y X 2Y 1998 21,75
n 12
(X 1 )(X 2 ) (256)(85)
x1 x2 X 1 X 2 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:
x1 y x1 x2 117 38,667
x2 y x2
2
21,75 16,92 1138,663
b1 = 0,78
x1 x1 x2
2
174,667 38,667 1460,229
x1 x2 x2
2
38,667 16,92

x1 x1 y
2
174,667 117
x1 x2 x2 y 38,667 21,75 725,032
b2 = - 0,4965
x1 x1 x2
2
174,667 38,667 1460,229
x1 x2 x2
2
38,667 16,92

bo Y b1 X1 b2 X 2

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

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:
JK (Re g ) 80,461
RJK (Reg) = = = 40,23
db(Re g ) 2
JK ( S ) 3,789
RJK (S) = = = 0,421
db( S ) 9
 Menghitung nilai F observasi:
RJK (Re g ) 40,23
Fobs = = = 95,558
RJK ( S ) 0,421
Membuat tabel ANAVA:
Sumber F tabel
JK db RJK Fobs
Varians = 0,05 = 0,01
Regresi 80,461 2 40,23 95,558 4,26 8,02
Sisa 3,789 9 0,421
Total 84,25 11

Fobs = 95,558 > Ftabel = 8,02

Berarti: Regresi Multipel sangat signifikan

c) Koefisien Korelasi Multipel:

JK (Re g ) 80,461
Ry.12 = = 0,977
y 2 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:
x1y 117
ry1 0,9645
x12 . y 2 (174,667)(84,25)

Koefisien korelasi sederhana antara X2 dan Y:

x 2 y 21,75
ry2 0,576
x 2 2 . y 2 (16,92)(84,25)

Koefisien korelasi sederhana antara X1 dan X2:

x1x 2 38,667
ry1 0,711
x12 . x2 2 (174,667)(16,92)
 UJI KEBERARTIAN KOEFISIEN REGRESI b1 dan b2

bi
to 2bi
RJK(S)
bi kesalahan baku
b
i x i2 .(1 R i2 )

RJK(S) 0,421
2b1 0,005 b1 0,071
x1 .(1 R12 ) (174,667)(1 0,7112 )
2 2

RJK(S) 0,421
2b 2 0,05 b1 0,224
x 2 .(1 R12 ) (16,92)(1 0,7112 )
2 2

b1 0,78
t o1 = 10,99
bi 0,071

b2 0,4695
t o2 = 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