Disusun oleh:
Cynthia Maharani (155020307111054)
JURUSAN AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA
MALANG
2018
PERTEMUAN KE-11
RINGKASAN MATERI KULIAH METODE PENELITIAN
ANALISIS DATA KUANTITATIF: PENGUJIAN HIPOTESIS
D. PENGUJIAN HIPOTESIS
Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisis data,
baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik
sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak
mungkin disebabkan oleh faktor yang kebetulan, sesuai dengan batas probabilitas yang sudah
ditentukan sebelumnya. Menurut Furchan (2007) untuk menguji hipotesis peneliti harus:
a. Menarik kesimpulan tentang konsekuensi-konsekuensi yang akan dapat diamati
apabila hipotesis tersebut benar.
b. Memilih metode-metode penelitian yang akan memungkinkan pengamatan,
eksperimentasi, atau prosedur lain yang diperlukan untuk menunjukkan apakah
akibat-akibat tersebut terjadi atau tidak.
c. Menerapkan metode ini serta mengumpulkan data yang dapat dianalisis untuk
menunjukkan apakah hipotesis tersebut didukung oleh data atau tidak.
G. Analisis Regresi
Analisis Regresi merupakan salah satu analisis yang bertujuan untuk mengetahui
pengaruh suatu variabel terhadap variabel lain. Koefisien determinan, R2, memberikan
informasi tentang kebaikan dari model regresi: itu adalah ukuran statistik dari seberapa baik
garis regresi mendekati titik data sempurna. R2adalah persentase varians dalam variabel
dependen yang dijelaskan oleh variasi dalam variabel independen. Jika R2 adalah 1, model
regresi menggunakan kualitas yang dirasakan sempurna bisa memprediksi kecenderungan
untuk membeli. Dengan kata lain, model regresi cocok dengan data sempurna. Jika R2 = 0,
tidak ada variasi kecenderungan untuk membeli dan dapat dikaitkan dengan variabel
independen, yaitu persepsi kualitas.
Ide dasar dari analisis regresi berganda adalah serupa dengan yang anlisis regresi
sederhana. Analisis regresi berganda adalah teknik multivariat yang sangat sering digunakan
dalam penelitian bisnis. Beberapa anlisis regresi menyediakan sarana obyektif untuk menilai
derajat dan karakter hubungan antara variabel independen dan variabel dependen: Koefisien
regresi menunjukkan kepentingan relatif dari masing-masing variabel independen dalam
prediksi variabel dependen.
1. Koefisien Regresi Standar
Atau koefisien betaadalah perkiraan yang dihasilkan dari analisis regresi dilakukan
pada variabel yang telah dibakukan. Ini biasanya dilakukan untuk memungkinkan
peneliti untuk membandingkan efek relatif dari variabel independen, ketika variabel
independen diukur dalam satuan pengukuran yang berbeda.
2. Regresi dengan Variabel Dummy
Variabel dummy memiliki dua atau lebih level yang berbeda, biasanya dikodekan
dengan 0 atau 1. Variabel dummy juga memungkinkan kita untuk menggunakan
variabel nominal atau ordinal sebagai variabel independen untuk menjelaskan, atau
memprediksi variabel dependen.
3. Multicollinearity
Adalah kondisi terdapatnya hubungan linier atau korelasi yang tinggi antara masing-
masing variabel independen dalam model regresi. Multicollinearitybiasanya terjadi
ketika sebagian besar variabel yang digunakan saling terkait dalam suatu model
regresi.
Cara termudah dan biasanya digunakan untuk mendeteksi multicollinearityadalah untuk
memeriksa korelasi matriks untuk variabel independen. Adanya korelasi yang tinggi adalah
tanda pertama dari multicollinearity yang cukup besar. Bagaimanapun, ketika
multicollinearity menghasilkan hubungan yang kompleks antara beberapa variabel
independen, mungkin tidak dapat dijelaskan oleh pendekatan ini.
Untuk melihat indikasi adanya multikolinearitas dengan tolerance value (TOL), dan
yang paling umum digunakan adalah varians inflation factor (VIF), dengan nilai toleransi
kurang dari 1 atau VIF lebih besar dari 10 menunjukkan multicollinearity signifikan.
a. Pengujian dan Analisis Multivariat Lainnya
Analisis determinan
Analisis diskriminan adalah analisis statistik peubah ganda (multivariate
statistical analysis) yang bertujuan untuk memisahkan beberapa kelompok data
yang sudah terkelompokkan dengan cara membentuk fungsi diskriminan.
Regresi logistik
Juga digunakan ketika variabel dependen adalah non metrik. Namun, ketika
variabel dependen hanya memiliki dua kelompok, regresi logistik sering disukai
karena tidak menghadapi asumsi yang ketat yang diskriminan wajah anlysis dan
karena sangat mirip dengan analisis regresi. Kedua metode menghasilkan
persamaan prediksi dan dalam kedua kasus koefisien regresi mengukur
kemampuan prediksi dari variabel independen. dengan demikian, regresi logistik
memungkinkan peneliti untuk memprediksi hasil diskrit
Analisis Conjoint
Adalah sebuah teknik analisis yang dapat digunakan untuk menentukan tingkat
kepentingan relatif berdasarkan persepsi pelanggan yang dibawa oleh suatu
produk tertentu dan nilai kegunaan yang muncul dari atribut-atribut produk
terkait. Dalam model multivariat lainnya analisis konjoin dapat digunakan untuk
mengembangkan skor dari beberapa individu dan mengembangkan model untuk
tiap individu.
Two way ANOVA
Dapat digunakan untuk menguji pengaruh dua variabel non metrik independen
pada variabel dependen tunggal metrik. dicatat bahwa, dalam konteks ini,
variabel independen sering disebut sebagai faktor dan ini adalah mengapa desain
yang bertujuan untuk menguji pengaruh dua variabel independen nonmetric pada
sigle metrik tergantung sering disebut factorial design.
MANOVA
Mirip dengan ANOVA, dengan perbedaan bahwa ANOVA menguji perbedaan
rata-rata lebih dari dua kelompok pada satu variabel dependen, sedangkan
MANOVA adalah menguji perbedaan rata-rata antara kelompok-kelompok di
beberapa variabel dependen secara bersamaan, dengan menggunakan jumlah
kuadrat dan matriks cross-produk. Di uji MANOVA, variabel independen adalah
langkah-langkah pada skala nominal dan variabel tergantung pada interval atau
rasio skala
Korelasi Canonical
Analisis ini dapat mengukur tingkat keeratan hubungan antara satu kumpulan
peubah dependen dengan satu kumpulan peubah independen. Disamping itu,
analisis korelasi kanonik juga mampu menguraikan struktur hubungan di dalam
kumpulan peubah independen.