Apa sebenarnya signifikansi itu? Dalam bahasa Inggris umum, kata, “significant”
mempunyai makna penting; sedang dalam pengertian statistik kata tersebut mempunyai makna
“benar” tidak didasarkan secara kebetulan. Hasil riset dapat benar tapi tidak penting.
Signifikansi / probabilitas / α memberikan gambaran mengenai bagaimana hasil riset itu
mempunyai kesempatan untuk benar. Jika kita memilih signifikansi sebesar 0,01, maka artinya
kita menentukan hasil riset nanti mempunyai kesempatan untuk benar sebesar 99% dan untuk
salah sebesar 1%.
Secara umum kita menggunakan angka signifikansi sebesar 0,01; 0,05 dan 0,1.
Pertimbangan penggunaan angka tersebut didasarkan pada tingkat kepercayaan (confidence
interval) yang diinginkan oleh peneliti. Angka signifikansi sebesar 0,01 mempunyai pengertian
bahwa tingkat kepercayaan atau bahasa umumnya keinginan kita untuk memperoleh kebenaran
dalam riset kita adalah sebesar 99%. Jika angka signifikansi sebesar 0,05, maka tingkat
kepercayaan adalah sebesar 95%. Jika angka signifikansi sebesar 0,1, maka tingkat
kepercayaan adalah sebesar 90%.
Pertimbangan lain ialah menyangkut jumlah data (sample) yang akan digunakan dalam riset.
Semakin kecil angka signifikansi, maka ukuran sample akan semakin besar. Sebaliknya
semakin besar angka signifikansi, maka ukuran sample akan semakin kecil. Unutuk
memperoleh angka signifikansi yang baik, biasanya diperlukan ukuran sample yang besar.
Sebaliknya jika ukuran sample semakin kecil, maka kemungkinan munculnya kesalahan
semakin ada.
1 33 58
2 32 52
3 21 48
4 34 49
5 34 52
6 35 57
7 32 55
8 21 50
9 21 48
10 35 54
11 36 56
12 21 47
Dari hasil analisis korelasi sederhana (r) didapat koefisien korelasi antara kecerdasan
dengan prestasi belajar (r) adalah 0,766. Hal ini menunjukkan bahwa terjadi hubungan yang
kuat antara kecerdasan dengan prestasi belajar. Sedangkan arah hubungan adalah positif karena
nilai r positif, berarti semakin tinggi kecerdasan maka semakin meningkatkan prestasi belajar.
Catatan:
Pengujian hipotesis hubungan digunakan uji statistik yang disebut Uji t (t-student).
Parameter yang diuji yaitu korelasi dinotasikan dengan (lihat bab Estimasi Parameter).
Uji hipotesis hubungan pada dasarnya adalah menguji signifikansi koefisien korelasi,
apakah besar kecilnya hubungan yang diperoleh itu kebetulan saja atau memang ada
r2 n 2
t =
1- r2
Selain menggunakan Uji t, pengujian hipotesis hubungan dapat menggunakan kriteria nilai
korelasi tabel (rtabel) yaitu dengan cara membandingkan nilai koefisien korelasi (rhitung)
Dalam persamaan model regresi linear yang diperoleh, maka antara nilai Y dan 𝑌̅ akan
menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan. Ukuran tersebut dapat
dihitung oleh kekeliruan baku taksiran. Untuk mengetahui ketepatan persamaan estimasi dapat
digunakan kesalahan standar estimasi (standard error of estimate). Besarnya kesalahan standar
estimasi menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel
dependen yang sesungguhnya.
Semakin kecil nilai kesalahan standar estimasi, makin tinggi ketepatan persamaan
estimasi yang dihasilkan untuk menjelaskan nilai variable dependen sesungguhnya. Dan
sebaliknya semakin, semakin besar nilai kesalahan standar estimasi, makin rendah ketepatan
persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel dependen yang
sesungguhnya.
√(∑ 𝑦 2 − 𝑎 ∑ 𝑦 − 𝑏 ∑ 𝑥𝑦)
𝑆𝑒 =
𝑛−2
Contoh:
Diketahui suatu penelitian terhadap hubungan antara nilai biaya periklanan dengan tingkat
penjualan dari sebuah koperasi adalah sebagai berikut : (dalam ribuan rupiah)
Penyelesaian:
Langkah 3 :
Menentukan koefisien a dan koefisien b
𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 . ∑ 𝑌
𝑏=
𝑛 ∑ 𝑋 2 − (∑ 𝑋)2
5 (12195)– (260)(234)
=
5(12195) − (260)2
= 2,7
∑𝑌 − 𝑏∑𝑋
𝑎=
𝑛
234 − 2,7(260)
=
5
= −93,6
Langkah 4:
Menentukan persamaan regresi linier sederhana
Y = a + b (X)
Maka persamaan regresi dalam soal ini adalah :
Y = -93,6 + 2,7 (X)
b. Menentukan besar kesalahan estimasinya
√(∑ 𝑦 2 − 𝑎 ∑ 𝑦 − 𝑏 ∑ 𝑥𝑦)
𝑆𝑒 =
𝑛−2
√11078 − (−93,6)(234) − (2,7)(12195)
=
5−2
= 4,24
KELOMPOK 1
OLEH
KENDARI
2019