MODUL

METODOLOGI RISET
(ARS 205)

MODUL SESI 10

METODE ANALISA DATA

DAN UJI STATISTIK HIPOTESIS
DISUSUN OLEH
HASYIM
RINA ANINDITA

UNIVERSITAS ESA UNGGUL

2020
 METODE ANALISIS DATA

Pengertian
Menurut Cooper, (2001 ; 3) yang dimaksud dengan analisis data :
Data analysis is editing and reducing accumulated data to a manageable size, developing
summaries, looking for patterns, and applying statisticl technique.

Analisa data merupakan proses penyusunan, pengaturan dan pengolahan data dengan
menggunakan instrument kuantitatif, seperti statistika, matematika atau ekonometrika
untuk memperoleh hasil yang dapat diinterpretasi dalam rangka pengambilan keputusan.
Menurut Sekaran (2003 ; 306) ada tiga tujuan utama dalam melakukan analisis data :
 Getting a feel for a data
 Testing the goodness of the data
 Testing the hypothesis developed by the research.

Analisa data memiliki tujuan utama yaitu untuk menguji apakah rumusan masalah akan
terjawab untuk mengetahuo apakah hipotesa terbukti atau tidak. Jawaban dan pembuktian
hipotesa akan menjadi dasar pengambilankesimpulan dan saran-saran yang diperlukan.

Pemilihan Metode Analisa Data

Hal yang paling penting dalam penelitian dalam rangka penulisan skripsi/thesis adalah
bagaimana melakukan analisis terhadap data yang telah dikumpulkan. Berdasarkan
penjelasan pada bab sebelumnya diterangkan bahwa ada tiga rangkaian kegiatan dalam
analisis data, yaitu pertama pengumpulan data, pengolahan data dan interpretasi data.
Ketiga rangkaian ini tidak bisa dipisahkan satu dengan yang lainnya hal ini disebabkan
karena interpretasi data tergantung kepada hasil pengolahan data, dan pengolahan data
tergantung kepada metode analisis yang digunakan, sedangkan pemilihan metode analisis
data tergantung jenis data yang digunakan, oleh karena itu ketiga rangkaian analisis data
saling terkait dan saling memiliki ketergantungan.
Masing-masing metode analisis memiliki karakteristik dan prasyarat tertentu. Ada
metode analisis yang memerlukan data yang bersifat ratio, interval, ordinal ada juga
metode analisis yang membutuhkan jenis data nominal. Kesalahan dalam menentukan
jenis data yang digunakan akan mengakibatkan metode analisis data yang digunakan
tidak dapat berfungsi dengan baik, demikian pula kesalahan dalam melakukan
pengolahan data akan mengakibatkan interpretasi data keliru, yang pada akhirnya akan
mengakibatkan kesalahan dalam pengambilan kesimpulan.
Selain jenis data yang harus diperhatikan dalam rangka analisis data, hal yang juga
penting diperhatikan adalah jenis permasalahan penelitian. Rumusan masalah penelitian
yang bersifat deskriptif, harus menggunakan metode analisis yang bersifat deskriptif.
Demikian juga halnya dengan rumusan masalah penelitian yang bersifat komparatif,
harus menggunakan metode analisis yang bersifat komparatif , dan rumusan masalah
penelitian yang bersifat assosiatif, harus menggunakan metode analisis yang bersifat
assosiatif.
Berdasarkan alasan tersebut di atas maka dalam rangka penyusunan skripsi/thesis
hendaknya mahasiswa dapat mengidentifikasi jenis permasalahan penelitiannya agar
dapat dengan mudah menentukan penyesuaian terhadap metode analisis yang akan
digunakan.
Berikut ini akan diberikan berbagai contoh metode analisis yang dapat digunakan
berdasarkan jenis rumusan masalah penelitiannya.
Tabel Metode Analisa Data sesuai dengan Perumusan Masalah
Sifat rumusan Contoh rumusan masalah Sumber Data Skala Metode analisa
masalah yang dapat
digunakan

Deskriptif Bagaimana perkembangan nilai Sekunder Rasio Deskriptif

penjualan selama 10 tahun dengan tabel
dan grafik

Primer Nominal,
Bagaimana persepsi investor Ordinal, Deskriptif :
terhadap kondisi krisis Interval Rata-rata, Mean
ekonomi dan Median

Sekunder Rasio

Moving
Bagaimana peramalan penjualan Average,
pada periode yang akan Weighted
datang Moving
Average
Exponential
Smoothing,
OLS

Komparatif Apakah terdapat perbedaan Sekunder Rasio Uji t

IHSG pada saat sebelum dan berpasangan
sesudah krisis ekonomi
Sekunder Rasio
Apakah terdapat perbedaan Uji Beda Z atau
Return Saham antara t
perusahaan yang memebagikan
deviden kas dengan perusahaan Sekunder Rasio
yang tidak membagikan
deviden kas? Uji F, One way
ANOVA
Apakah terdapat perbedaan Primer Nominal,
TVA pada saat sebelum, pada Ordinal,
saat dan sesudah pengumuman Interval
deviden? Uji U Mann
Whitney, uji
tanda Wilcoxon
Apakah terdapat perbedaan
persepsi investor pada saat
krisis dan setelah krisis
ekonomi

Asosiatif Apakah terdapat hubungan Sekunder Rasio Korelasi

Korelasional antara ROA dengan Harga Pearson
Saham
Primer Interval
Apakah terdapat hubungan (Kuesioner) Korelasi Rank
antara sikap Investor dengan Spearman
pengambilan keputusan
berinvestasi

Asosiatif Apakah terdapat pengaruh Sekunder Rasio Regresi

Kausalitas antara DER dengan Harga Sederhana
Saham
Sekunder Rasio
Apakah terdapat pengaruh Regresi
antara DER, NPM, TATO dan Berganda
Asset Growth dengan Return Sekunder Rasio
Saham?
Analisa
Faktor apa yang menentukan Primer Interval Diskriminan
tingkat kinerja baik buruknya
suatu perusahaan?
Diskriminan
Faktor apa yang mempengaruhi
perilaku investor dan
bagaimana kecenderungan
perilaku investor di masa yang
akan datang
 PENGUJIAN HIPOTESIS

A. Pendahuluan
Hipotesis pada dasarnya merupakan suatu proposisi atau anggapan yang mungkin benar
dan sering digunakan sebagai dasar pembuatan keputusan atau pemecahan persoalan
untuk dasar penelitian lebih lanjut.

B. Jenis Kesalahan (Type of Error)

Ada dua jenis kesalahan yang bias terjadi di dalam pengujian hipotesis. Kesalahan bisa
terjadi karena kita menolak hipotesis nol padahal hipotesis nol itu benar atau menerima
hipotesis nol padahal hipotesis nol itu salah. Kesalahan yang disebabkan karena kita
menolak hipotesis nol padahal hipotesis nol itu benar disebut kesalahan jenis pertama
atau type 1 error. Sebaliknya kesalahan yang disebabkan karena kita menerima
hipotesis nol padahal hipotesis itu salah disebut kesalahan jenis 2 atau type 2 error.

Situasi
Ho Benar Ho Salah
Keputusan
Terima Ho Keputusan tepat (1 – α) Kesalahan jenis 2 (β)
Tolak Ho Kesalahan jenis 1 (α) Keputusan tepat (1 – β)

C. Perumusan Hipotesis
Hipotesis yang berupa anggapan/pendapat dapat didasarkan atas :
a) Teori
b) Pengalaman
c) Ketajaman berpikir. Orang yang cerdas sering mempunyai pendapat tentang
pemecahan suatu persoalan

Hipotesis dinyatakan dalam Ho dan Ha atau H1 sebagai alternatifnya. Ho selalu

dinyatakan dalam bentuk :
Ho ; d = 0
dan hipotesis alternatif mempunyai bentuk
a) H1 ; d < 0
b) H1 ; d > 0
c) H1 ; d ≠ 0
(a)dan (b) disebut pengujian satu arah (one tail) dan (c) disebut pengujian dua arah (two
tail test).
Gambar pengujian dua arah :

The Standard Normal Distribution

0 .8
0 .7 .475
0 .6
0 .5
0 .4
0 .3
.025 .025
0 .2
0 .1
0 .0

z
-1.96  1.96

Daerah
Daerah tolak Ho penerimaan
Daerah tolak Ho
Ho

Daerah kritis untuk pengujian satu arah

0 .4

0 .3

f(z
0 .2
)

0 .1

0 .0
-5 0 5
z 2.32
6

Daerah Penerimaan Ho Daerah penolakan Ho

 Daerah kritis pengujian satu arah
0.4

0.3 0.95
f(z
0.2
)

0.1

0.0
-5 0 5
- z
1.645

Daerah Daerah Penerimaan

Penolakan Ho Ho

D. Pengujian Hipotesis Tentang Rata-rata

1. Pengujian Hipotesis Satu Rata-rata
Urutan yang perlu diperhatikan dalam pengujian hipotesis tentang satu rata- rata
adalah sebagai berikut :
i. Rumuskan hipotesis
H0 : μ = μ0
H1 : μ < μ0 atau μ > µ0 atau μ ≠ µ0
ii. Tentukan nilai α = tingkat nyata (significan level) = probabilitas untuk
melakukan kesalahan jenis I dan cari nilai Zα atau Zα/2 dari Tabel Normal
iii. Hitung Z0 sebagai kriteria pengujian, rumus
X 0
Z0  untuk n ≥30

n
Jika n < 30 maka Z0, Zα atau Zα/2 diganti dengan t0, tα atau tα/2.
Dengan rumus to adalah :
X  0
t0 
s
n
Dengan derajat kebebasan n – 1.
iv. Pengujian hipotesis dan pengambilan kesimpulan
1. H0 : μ = μ0 apabila Z0 > Zα, Ho ditolak
H1 : μ > μ0 apabila Z0 ≤ Zα, Ho diterima
2. H0 : μ = μ0 apabila Z0 < - Zα, Ho ditolak
H1 : μ < μ0 apabila Z0 ≥ - Zα, Ho diterima
3. H0 : μ = μ0 apabila Z0 > Zα/2 atau Z0 < -Zα/2, Ho ditolak
H1 : μ ≠ μ0 apabila -Zα/2 ≤ Z0 ≤ Zα/2, Ho diterima

Contoh 1:
Sebuah perusahaan alat olah raga mengembangkan jenis batang pancing sintetik, yang
dikatakan mempunyai kekuatan dengan rata-rata 8 kg dan simpangan baku 0,5 kg.
Ujilah hipotesa yang menyatakan bahwa rata-rata kekuatan batang pancing adalah 8
kg dengan alternative lebih besar dari 8 kg bila suatu sample 50 batang pancing itu
setelah dites memberikan kekuatan rata-rata 8,4 kg. Gunakan α = 5%.
Jawab :
H0 : μ = 8 kg
H1 : μ > 8 kg
α = 5%, Zα = 1,64 dari tabel normal

X  0 (8,4  8) 50
Z0  =  5,6
 0,5
n

α = 5%

Z = 1,64 Z0 = 5,6

Oleh karena Z0 > Zα, maka H0 ditolak, yang berarti bahwa rata-rata kekuatan batang
pancing adalah lebih dari 8 kg.
 Contoh 2:
Waktu rata-rata yang diperlukan permahasiswa untuk mendaftar ulang pada semester
ganjil di suatu perguruan tinggi adalah 20 menit dengan simpangan baku 5 menit. Suatu
prosedur pendaftaran baru yang menggunakan mesin antrian sedang dicoba. Bila
sample 12 mahasiswa memerlukan waktu pendaftaran rata-rata 8 menit dengan
simpangan baku 3,2 menit dengan system baru tersebut, ujilah hipotesis yang
menyatakan bahwa rata-ratanya sekarang tidak sama dengan 20 menit. Gunakan α = 5%.
Jawab :

n = 12, x = 8 menit, s =3,2 menit, µo = 20 menit

H0 : μ = 20 menit
H1 : μ ≠ 20 menit

X  0 8  20
t0  =  12,9
s 3,2
n 12
α = 0,05 dan derajat kebebasan = n – 1 = 12 – 1 = 11
t α/2(n -1) = t 0,025(11) = 2,2010 dan - t 0,025(11) = - 2,2010
Daerah Kritis :

- 2,2010 2,2010
Kesimpulan :
Karena t0 = - 12,9 < -tα/2 - -2,2010 maka H0 ditolak. Berarti bahwa rata-rata lamanya
pendaftaran studi dengan menggunakan mesin antrian tidak sama dengan 20 menit,
bahkan hanya membutuhkan waktu 8 menit, jadi sebaiknya diberlakukan system
pendaftaran yang baru dengan mesin antrian.
2. Pengujian Hipotesis Dua Rata – rata.
Dalam praktek, seringkali ingin diketahui apakah ada perbedaan yang berarti dari dua
rata-rata populasi. Misalnya
a. Kecepatan dalam mengerjakan suatu pekerjaan antara pekerja pria dan wanita
b. Kekuatan dua jenis besi berani
c. Lamanya menyala bola lampu merek A dan B
Perumusan Hipotesisnya adalah sebagai berikut :
H0 : μ1 – μ2 = 0 atau μ1 = μ2 (Tidak ada perbedaan, atau sama)
(1) Ha : μ1 – μ2 > 0 (ada perbedaan μ1 > μ2 )
(2) Ha : μ1 – μ2 < 0 (ada perbedaan μ1 < μ2 )
(3) Ha : μ1 – μ2 ≠ 0 (μ1 berbeda dengan μ2 )

a). Bila n > 30 (sample besar)

Z0 =
X1  X 2  X1X 2 =
 12

 22
jika
X 1X 2
n1 n2

 1 2 dan  2 2 tidak diketahui dapat diestimasi dengan s1 2 dan s 2 2

b). Bila n ≤ 30 (sample kecil)

X1  X 2 n1n2 (n1  n2  2)
t0 =
(n1  1) s1  (n2  1) s 2
2 2 n1  n2

t0 mempunyai distribusi t dengan derajat kebebasan sebesar n1 + n2 -2.

Contoh :
Seorang pemilik toko yang menjual 2 macam bola lampu merek A dan B, berpendapat
bahwa tak ada perbedaan rata-rata lamanya menyala bola lampu kedua merek tersebut
dengan alternative ada perbedaan. Untuk menguji pendapatnya dilakukan percobaan
dengan menyalakan 100 buah bola lampu merek A dan 50 buah bola lampu merek B,
sebagai sample acak. Ternyata bola lampu merek A dapat menyala rata-rata selama 952
jam, sedangkan merek B 987 jam, masing-masing dengan simpangan baku sebesar 85
jam dan 92 jam. Dengan menggunakan α = 5%, ujilah pendapat tersebut.
Jawab :
 H0 : μ1 – μ2 = 0
Ha : μ1 – μ2 ≠ 0

n1 = 100, X 1 = 952, σ1 = 85

n2 = 50, X 2 = 987, σ2 = 92

n2 = 50, X 2 = 987, σ2 = 92
X1  X 2 952  987
Z0 = =  2,25
σ1  2
2 2
85 2 92 2
 
n1 n2 100 50

Untuk α = 5%, Z α/2 = 1,96

-Zα/2 = -1,96 Zα/2 = 1,96

Kesimpulan :
Karena Z0 = -2,25 < -Zα/2 = - 1,96 maka H0 ditolak. Berarti rata-rata lamanya menyala
bola lampu dari kedua merek tersebut tidak sama.

3. Pengujian Hipotesis Rata-rata, Variance Tidak Diketahui

a. Uji beda rata-rata sampel besar (n >30). ((1  2 tidak diketahui)

Digunakan rumus:
 
(X1  X 2 )  (1   2 )
Z
s12 s 22

n1 n 2
s2= Varian sample

Kasus: “Pendapatan sebelum dan sesudah promosi sama??

Anda disuruh untuk menguji pernyataan tersebut, pada  = 5 %, kemudian anda
mengamati selama 36 hari sebelum ada promosi, dengan rata-rata penjualan Rp. 13,17
dan standar deviasi Rp. 2,09. Setelah ada promosi: Rata-rata pendapatan Rp 7,55 dan
St.deviasi Rp. 1,09.

Langkah Pengujian hipotesa:

1. Merumuskan hipotesa:
Ho = 1 - 2 = 0
Ha = 1 - 2  0
2. Menentukan taraf nyata ( 5%). Nilai kritis Z/2 = Z0,025 =1,96

Lihat tabel luas wilayah kurva normal.

-Zα/2 = -1,96 Zα/2 = 1,96

3. Alat Uji
 
(X1  X 2 )  (1   2 ) = 13,95
Z
2 2
s s
1
 2
n1 n 2

4. Kriteria
Lihat kurva diatas.
 Tolak Ho Tolak Ho

-1,96 1,96
5. Keputusan
Tolak Ho, artinya tidak cukup bukti untuk mendukung pernyataan diatas, yang
mengatakan, bahwa rata-rata pendapatan perusahaan sebelum dan sesudah promosi
sama
b. Uji beda rata-rata sampel kecil (n <30). (1  2 tidak diketahui)
Digunakan rumus:
 
(X1  X 2 )  (1   2 )
thit 
(n1  1)S12  (n 2  1)S22 1 1
( n1  n 2 )  2 n  n 
 1 2

Ujilah pernyataan: Obat “X” dan obat “Y” memiliki efek yang sama terhadap
penurunan berat badan?
Obat “X” Obat “Y”
Ana 5.5 DONA 5.0
Ani 6.0 DONI 5.5
Anu 4.0 DONU 5.0
Ano 4.0 DONO 4.0
Ane 4.5 DONE 3.5
Bada 5.0 TOGA 3.0
Badi 5.0 TOGI 3.5
Badu 5.5 TOGU 4.0
Bado 5.5 TOGO 4.0
Bade 5.0 TOGE 3.5
 Langkah-langkah pengujian hipothesis
1. Rumuskan Hipothesis:
Ho = 0 : Obat “X” dan “Y” memiliki efek yang sama terhadap penurunan berat
badan.
Ha  0: Obat “X” dan “Y” memiliki efek yang TIDAK sama terhadap
penurunan berat badan.

2. Menentukan Taraf nyata () = 5 %

3. Memilih Statistik Uji yang sesuai

 
(X1  X 2 )  (1   2 )
thit 
(n1  1)S12  (n 2  1)S22 1 1
( n1  n 2 )  2 n  n 
 1 2

Mencari T hitung
(5  4,1)  (0)
thit   2,714
(10  1)(0,67) 2  (10  1)(0,81) 2  1 1
  
(10  10)  2 10 10 

dimana derajat bebas db= (n1 +n2) - 2 , Sebesar 2,1009

3. Menentukan kriteria keputusan

Tolak Ho

- t/2= - 2,1 t/2= 2,1 t hit= 2,714

5. Keputusan
 Tolak Ho, sehingga pernyataan kedua jenis obat tersebut memberi efek penurunan
berat badan yang sama tidak dapat diterima.

4. Pengujian Hipotesis Rata-rata Data Berpasangan

Data berpasangan adalah data yang memiliki dua perlakuan berbeda pada objek atau
sampel yang sama
Misalnya.
Pengaruh Produktivitas sebelum dan sesudah pelatihan bagi Badu. Jadi disini ada dua
perlakuan, pada sampel yang sama. Data seperti ini disebut data tidak bebas atau non-
independent.

Alat Uji Statistik

d
t hit 
sd / n
Dengan standar deviasi,

(d )  2

d 2  n
Sd 
n 1
Dimana,
t : Nilai distribusi t
: Nilai rata-rata perbedaan antara pengamatan berpasangan
Sd : Standar deviasi dari perbedaan antara pengamatan berpasangan
n : Jumlah pengamatan berpasangan
d : Perbedaan antara data berpasangan

Kasus. Bagaimana dampak Bom di Indonesia terhadap harga saham?

Prsh Harga Sebelum bom Hrg. sesudah Bom

A 9 5
B 5 5
C 7 6
 D 6 4
E 8 6
F 7 4
G 4 2
H 4 1
I 3 3
J 7 6

Penyelesaian:
1. Perumusan Hipotesa
Ho : d = 0
Ha : d  0
2.Menentukan taraf nyata 5 %. Nilai t-Student dengan taraf nyata % % uji satu arah
dengan derajat bebas(db) n-1 = 9 adalah 2,262
3. Melakukan Uji statistik

(d ) 
2

d 2

n
Sd 
n 1

Sebelum Sesudah d d2

9 5 -4 16

5 5 0 0

7 6 -1 1

6 4 -2 4

8 6 -2 4

7 4 -3 9

4 2 -2 4
 4 1 -3 9

3 3 0 0

7 6 -1 1

(d ) 
2

d 2  n → Sd 
48  (18) 2 / 10
 1,32
Sd  10  1
n 1

d  1,8
t hit  t hit   0,432
sd / n → 1,32 / 10
Kriteria Keputusan

Tolak Ho

- 0,432 1,833
Keputusan
Tolak Ho (d = 0) berati terima Ha (d  0) Berarti harga saham sebelum dan
sesudah ada bom tidak sama.

5. Pengujian Hipotesis untuk Proporsi

a. Pengujian Hipotesis untuk Satu Proporsi
Dalam praktek, yang harus diuji seringkali berupa pendapat tentang proporsi
(persentase). Misalnya persentase barang yang rusak = 10%, nasabah yang tidak puas
= 25%, penduduk suatu daerah yang buta huruf = 15%, dan lain sebagainya.
Pengujian hipotesis dinyatakan dalam proporsi.
Perumusan hipotesis sebagai berikut :
H0 : p = p0
H1 : p > p0, atau p < p0, atau p ≠ p0
Cara pengujiannya sama dengan pengujian rata-rata.
X
 p0
X  npO n
Z0 = 
np0 (1  p0 ) p 0 (1  p0 )
n
Dimana : n = banyaknya elemen sample
X = banyaknya elemen sample dengan karakteristik tertentu
P0 = proporsi hipotesis.

Contoh soal :
Seorang pemborong menyatakan bahwa di 70% rumah-rumah yang baru dibangun di
kota Yogyakarta dipasang suatu alat pendeteksi gempa bumi. Apakah anda setuju
dengan pernyataan tersebut bila diantara 15 rumah baru yang diambil sebagai sample
secara acak ternyata terdapat 8 rumah yang menggunakan alat pendeteksi gempa
bumi tersebut. Gunakan taraf nyata 0,10.
Jawab :
X = rumah yang menggunakan alat pendeteksi gempa bumi = 8
n = 15
H0 : p0 = 0,7
H1 : p0 ≠ 0,7
α = 0,10, maka Zα/2 = Z0,05 = 1,645

X 8
 p0  0,7
n 15  0,16
Z0 =    0,13
p0 (1  p0 ) 0,7(1  0,7) 1,18
n 15
 Daerah kritis :

-1, -1,645 -0,13 1,645

Kesimpulan :
Karena Z0 terletak antara –Zα/2 dan Z α/2 maka terima H0, yang berarti bahwa tidak
ada alasan yang kuat untuk meragukan pernyataan pemborong di atas.

b. Pengujian Hipotesis untuk Dua Proporsi

Untuk menguji proporsi dari dua populasi digunakan suatu pengujian hipotesis yang
menggunakan perumusan hipotesis sebagai berikut :
H0 : p1 - p2 = 0 atau p1 = p2 dengan
H1 : p1 - p2 > 0 atau p1 > p2
p1 - p2 < 0 atau p1 < p2
p1 - p2 ≠ 0 atau p1 ≠ p2
Dengan rumus untuk
X1 X 2
(  )
n1 n 2
Z0 =
X1  X 2 X  X2 1 1
( )(1  1 )(  )
n1  n 2 n1  n 2 n1 n 2

Contoh :
Sebuah pabrik rokok memproduksi dua merek rokok yang berbeda. Ternyata 56 orang
diantara 200 perokok menyukai merek A dan 29 diantara 150 perokok menyukai merk
B. Dapatkah kita menyimpulkan pada taraf nyata 0,06 bahwa merek A terjual lebih
banyak daripada merek B?
Jawab :
x1 56 x 29
p1 =  ; p2 = 2 
n1 200 n2 150
H0 : p1 – p2 = 0 atau p1 = p2
H1 : p1 – p2 > 0 atau p1 > p2
α = 0,06, Zα = 1,55

X1 X 2
(  )
n1 n 2
Z0 =
X1  X 2 X  X2 1 1
( )(1  1 )(  )
n1  n 2 n1  n 2 n1 n 2

56 29
(  )
200 150 0,086
Z0 =   40,18
56  29 56  29 1 1 0,00214
( )(1  )(  )
200  150 200  150 200 150

Daerah kritis

Z = 1,55 Z = 40,18

Kesimpulan :
Karena Z0 = 40,18 > Zα = 1,55 maka tolak H0. Yang berarti proporsi penjualan rokok
merek A lebih banyak daripada penjualan rokok merek B.