Hipotesis statistik merupakan pernyataan smentara tentang satu populasi atau lebih.

Dalam statistika, pengujian hipotesis merupakan bagian terpenting untuk mengambil

keputusan. Dengan melakukan pengujian hipotesis seorang peneliti akan dapat menjawab pertanyaan-pertanyaan yang diajukan dengan menyatakan penolakan atau
penerimaan terhadap hipotesis. Kebenaran hipotesis secara pasti tidak pernah diketahui kecuali jika dilakukan pengamatan terhadap seluruh anggota populasi. Untuk
melakukan hal ini sangatlah tidak efisien apalagi bila ukuran populasinya sangat besar.

            Penarikan sejumlah sampel acak dari suatu populasi, diamati karakteristiknya dan kemudian dibandingkan dengan hipotesis yang diajukan merupakan suatu langkah
melakukan uji hipotesis. Apabila sampel acak ini memberikan indikasi yang mendukung hipotesis yang diajukan maka hipotesis tersebut diterima, sedangkan bila sampel
acak itu memberikan indikasi yang bertentangan dengan hipotesis yang diajukan, maka hipotesis tersebut ditolak.

Dalam pengujian hipotesis ada dua jenis tipe kesalahan yaitu kesalahan jenis I dan kesalahan jenis kedua. Kesalahan jenis I adalah kesalahan yang terjadi akibat menolak
H0 padahal H0 benar, sedangkan kesalahan jenis II adalah kesalahan yang terjadi akibat menerima H0 padahal H1 benar. Secara ringkas tabel dari dua jenis tipe kesalahan
tersebut adalah :
Ho selalu dituliskan dengan tanda kesamaan, sehingga menspesifikasi suatu nilai tunggal. Dengan cara ini peluang melakukan galat jenis I dapat dikendalikan

 
Pengujian rata-rata
Pegujian Varians
Pengujian Proporsi
 Contoh Kasus Regresi sederhana
• Kasus : Seorang mahasiswa akan meneliti apakah terdapat pengaruh promosi terhadap volume penjualan
pada perusahaan-perusahaan di Kabupaten Malang, untuk kepentingan penelitian tersebut diambil 10
perusahaan sejenis yang telah melakukan kegiatan promosi
• Alternatif Judul Penelitian : Pengaruh biaya promosi terhadap volume penjualan perusahaan
• Rumusan Masalah : Apakah terdapat pengaruh antara biaya promosi terhadap volume penjualan
perusahaan ?
• Hipotesis : Terdapat pengaruh antara biaya promosi terhadap penjualan perusahaan
• Kriteria Penerimaan Hipotesis :
• Ho : Tidak terdapat pengaruh antara biaya iklan terhadap penjualan perusahaan
• Ha : Terdapat pengaruh antara biaya iklan terhadap penjualan
Contoh Data Regresi sederhana
no penjualan promosi
1 73600 23000
2 70150 18400
3 96600 39100
4 80500 26450
5 101200 31050
6 105800 36800
7 82800 20700
8 88550 25300
9 86250 23000
10 72450 20700
Silahkan analisa menggunakan SPSS
 Hasil Analisis

Interpretasi hasil :
Y’ = 45800,119 + 1,512X
Maka persamaan regresi linier sederhana tersebut adalah :
• Konstanta sebesar 45800,119; tanpa kegiatan promosi (X) atau biaya promosi sama dengan nol (0), maka volume penjualan (Y’) nilainya
sebesar 45800,119
• Koefesien regresi variabel biaya promosi (X) sebesar 1,512; jika biaya promosi mengalami kenaikan sebesar Rp 1, maka, volume penjualan
(Y’) akan mengalami peningkatan sebesar Rp 1,512. Sebaliknya jika biaya promosi mengalami penurunan RP 1, maka volume penjualan (Y’)
akan mengalami penurunan sebesar Rp 1,512
 Hasil Analisis

Interpretasi hasil Uji t :

Uji t digunakan untuk mengetahui apakah variabel biaya promosi (X) berpengaruh secara signifikan terhadap variabel volume penjualan (Y)
• Berdasarkan tabel coefisient diperoleh nilai uji t sebesar 4,785 dengan nilai signifikansi sebesar 0,001 yang bermakna bahwa hasil
berpengaruh signifikan karena 0,001 < 0,05 (α = 5%) dan secara otomatis Ha diterima dan Ho ditolak
• Nilai signifikansi sebesar 0,001 memberikan makna bahwa tingkat kepercayaan yang diberikan sebesar 99,9%; tingkat kepercayaan ini
lebih tinggi dibanding dengan tingkat kepercayaan yang diisyaratkan yaitu 99% (α = 5%)
• Kesimpulan : Bahwa terdapat pengaruh secara signifikan antara biaya promosi dengan volume penjualan. Jadi dalam kasus ini dapat
disimpilkan bahwa biaya promoi berpengaruh terhadap volume penjualan pada perusahaan-perusahaan di Kabupaten Malang
 Contoh Kasus Regresi Berganda
• Kasus : Seorang mahasiswa meneliti apakah terdapat pengaruh harga dan pendapatan terhadap konsumsi
produk X. Untuk keperluan tersebut diambil sampel secara acak sebanyak 10 orang pemakai produk
• Alternatif Judul Penelitian : Pengaruh harga dan pendapatan terhadap konsumsi produk X
• Rumusan Masalah : Apakah terdapat pengaruh antara harga terhadap konsumsi produk X ?
• Hipotesis : Terdapat pengaruh antara harga terhadap konsumsi produksi X
• Kriteria Penerimaan Hipotesis :
• Ho : Tidak terdapat pengaruh antara harga terhadap konsumsi produk X
• Ha : Terdapat pengaruh antara harga terhadap konsumsi produk X
Contoh Data Regresi Berganda
konsumsi (Y) harga (X1) Pendapatan (x2)
3600 1440 6000
4800 2160 9600
7200 3600 9600
6000 2880 10800
8400 4320 10800
7200 1440 15600
4800 2160 7200
6000 2880 10800
4800 3600 4800
3600 4320 3600
Silahkan analisa menggunakan SPS
 Hasil Analisis

Interpretasi hasil :
Y’ = -672,770 + 0,844 𝑋1 + 0,437 𝑋2 Maka
persamaan regresi linier berganda tersebut adalah :

• Konstanta sebesar -672,770; menunjukan bahwa jika harga (𝑋1) dan pendapatan (𝑋2)sama dengan nol (0), maka konsumsi produk (Y’)
nilainya sebesar Rp -672,770

• Koefesien regresi variabel harga (𝑋1) sebesar 0,844; jika harga (𝑋1) mengalami kenaikan sebesar Rp 1, maka, konsumsi produk (Y’) akan
mengalami peningkatan sebesar Rp 0,844. Dengan asumsi variabel lainnya dianggap konstan

• Koefesien regresi variabel pendapatan (𝑋2) sebesar 0,437; jika pendapatan (𝑋2) mengalami kenaikan sebesar Rp 1, maka, konsumsi produk
(Y’) akan mengalami peningkatan sebesar Rp 0,437 0,844. Dengan asumsi variabel lainnya dianggap konstan
 Hasil Analisis

Interpretasi hasil Uji t (Uji Parsial) :

Uji t dimaksudkan untuk mengetahui apakah dalam model regresi variabel independen (𝑋1 , 𝑋2 ........... 𝑋𝑛) secara parsial (bagian dari
keseluruhan) berpengaruh signifikan terhadap variabel dependen (Y)

• Hipotesis 1 : Nilai uji t 𝑋1 diperoleh sebesar 3,794 dengan tingkat signifikansi sebesar 0,007 yang bermakna bahwa hasil berpengaruh
signifikan karena 0,007 < 0,05 (α = 5%) dan secara otomatis Ha diterima dan Ho ditolak

• Nilai signifikansi sebesar 0,007 memberikan makna bahwa tingkat kepercayaan yang diberikan sebesar 99,3%; tingkat kepercayaan ini
lebih tinggi dibanding dengan tingkat kepercayaan yang diisyaratkan yaitu 99% (α = 5%)

• Hipotesis 2 : Nilai uji t 𝑋2 diperoleh sebesar 6,490 dengan tingkat signifikansi sebesar 0,000 yang bermakna bahwa hasil berpengaruh
signifikan karena 0,000 < 0,05 (α = 5%) dan secara otomatis Ha diterima dan Ho ditolak
 Hasil Analisis
• Nilai signifikansi sebesar 0,000 memberikan makna bahwa tingkat kepercayaan yang diberikan sebesar100%; tingkat kepercayaan ini lebih
tinggi dibanding dengan tingkat kepercayaan yang diisyaratkan yaitu 99% (α = 5%)

Interpretasi hasil Uji F (Uji Simultan) :

Uji F dimaksudkan untuk mengetahui apakah dalam model regresi variabel independen (𝑋1 , 𝑋2 ........... 𝑋𝑛) secara simultan (bersama-sama
berpengaruh signifikan)

• Berdasarkan tabel tersebut diproleh nilai F sebesar 22,343 dengan tingkat signifikansi sebesar 0,001. yang bermakna bahwa hasil
berpengaruh signifikan karena 0,001 < 0,05 (α = 5%)

• Nilai signifikansi sebesar 0,001 memberikan makna bahwa tingkat kepercayaan yang diberikan sebesar 99,9%; tingkat kepercayaan ini
lebih tinggi dibanding dengan tingkat kepercayaan yang diisyaratkan yaitu 99% (α = 5%)
 Hasil Analisis

Interpretasi Analisis Korelasi Ganda (R) :

Analisis Korelasi Ganda dipergunakan untuk mengetahui apakah korelasi antara dua atau lebih variabel independen (𝑋1 , 𝑋2 ........... 𝑋𝑛)
terhadap variabel dependen (Y) secara serentak

• Berdasarkan output pada tabek Model Summary diperoleh nilai Koefesien Korelasi Ganda (R) sebesar 0,930, hal tersebut menunjukan
bahwa terdapat hubungan yng sangat kuat antara variabel harga dan pendapatan terhadap konsumsi produk X Interpretasi Analisis
Koefisien of Determinasi (𝑅2) :
Nilai Koefisien of Determinasi menunjukan besarnya prosentase sumbangan pengaruh variabel independen (𝑋1 , 𝑋2 ........... 𝑋𝑛) terhadap
variabel dependen (Y) secara serentak

• Berdasarkan output pada tabek Model Summary diperoleh nilai Koefesien of Determinasi (𝑅2) sebesar 0,865 atau 86,5% yang bermakna
bahwa prosentase sumbangan pengaruh variabel independen sebesar 86,5% sedangkan sisanya 13,5% dipengaruhi oleh variabel lain
 Hasil Analisis
• Sedangkan Nilai Adjusted R Square merupakan nilai R Square yang telah di standarisasi

• Standart Error of The Estimate menunjukan besarnya nilai kesalahan model regresi dalam memprediksi nilai Y
 CONTOH SOAL RAMALAN PENJUALAN METODE
LEAST SQUARE
Data PT ABC TAHUN 1995-2006
NO TAHUN PENJUALAN (Y)

1 1996 15.000

2 1997 16.000

3 1998 17.000

4 1999 17.500

5 2000 18.000
 6 2001 18.500

7 2002 18.500

8 2003 19.000

9 2004 19.250

10 2005 19.500

11 2006 19.750

JUMLAH 11 198.000

1. ANALISIS MENGGUNAKAN METODE LEAST SQUARE

PT ABC
 PRE
D
TA PENJU I
H AL K X
NO XY
U AN SI
N (Y) (
X
)

-
7
5
199 2
1 15.000 -5 .
6
0
0
0

2 199 16.000 -4 1 -
7 6
4
.
 0
0
0

-
5
1
199
3 17.000 -3 9 .
8
0
0
0

-
3
5
199
4 17.500 -2 4 .
9
0
0
0
 -
1
8
200
5 18.000 -1 1 .
0
0
0
0

200
6 18.500 0 0 0
1

18.5
200
7 18.500 1 1 0
2
0

38.0
200
8 19.000 2 4 0
3
0
 57.7
200
9 19.250 3 9 5
4
0

78.0
200 1
10 19.500 4 0
5
0

98.7
200 2
11 19.750 5 5
6
0

JU
M 48.0
198.00 1
L 11 0 0
0
A 0
H

2. Mencari nilai a dan b

a = 198.000 /11 = 18.000
b = 48.000 /110 = 436.36
maka persamaan least squarenya adalah

Y’ = a + bX

Y’ = 18.000 + 436.36X

Maka ramalan penjualan untuk tahun 2007 :

Y (2007) = 18.000 + 436.36 (6)

Y (2007) = 18.000 + 2,618.18

Y (2007) = 20618.18 dibulatkan menjadi 20.619 unit

Ramalan penjualan tahun sebelumnya misalkan tahun 1995 adalah

Y (1995) = 18.000 + 436.36 (-6)

Y (1995) = 18.000 + (-2,618.18)

Y (1995) = 15.381,82 dibulatkan menjadi 15.382 unit

PRE
D
TA PENJU I
H AL K X
NO XY
U AN SI
N (Y) (
X
)

-
1
4
199 8
1 16250 -9 6
7
2
5
0
 -
1
2
199 4
2 17200 -7 0
8
4
0
0

-
9
199 2 0
3 18050 -5
9 2
5
0

4 200 18800 -3 9 -
0 5
6
4
0
 0

-
1
200 9
5 19450 -1 1
1 4
5
0

200 2000
6 20000 1 1
2 0

200 6135
7 20450 3 9
3 0

200 2 1040
8 20800 5
4 0
 1473
200 4
9 21050 7 5
5
0

1912
200 8
10 21250 9 5
6
0

JU
M
3 9120
L 10 193300 0
0
A
H

2. Mencari nilai a dan b

a = 193300/10 = 19330
b = 91200/330 = 276.36
maka persamaan least squarenya adalah
Y’ = a + bX

Y’ = 19330 + 276.36X

Maka ramalan penjualan untuk tahun 2007 :

Y (2007) = 19330 + 276.36 (11)

Y (2007) = 19330 + 3040

Y (2007) = 22370 jadi ramalan penjualan menjadi 20.619 unit

Ramalan penjualan tahun sebelumnya misalkan tahun 1995 adalah

Y (1995) = 18.000 + 436.36 (-13)

Y (1995) = 18.000 + (-3592.73)

Y (1995) = 15737,82 dibulatkan menjadi 15.738 unit