SYAMSINAR PASE
230008301010
PENDIDIKAN FISIKA
PASCASARJANA UNIVERSITAS NEGERI MAKASSAR
2023
DAFTAR ISI
BAB 1.........................................................................................................................................1
PENDAHULUAN......................................................................................................................1
A. Pengertian Statistika........................................................................................................1
B. Kegunaan Statistika.........................................................................................................5
C. Pentingnya Belajar Statistika..........................................................................................5
BAB II........................................................................................................................................6
Statistik Deskriptif......................................................................................................................6
A. Pengertian Satistika Deskriptif........................................................................................6
B. Analisa Univariate...........................................................................................................8
BAB III.....................................................................................................................................16
Uji Hipotesis.............................................................................................................................16
A. Pengertian Uji Hipotesis................................................................................................16
B. Pengujian hipotesis........................................................................................................16
BAB IV....................................................................................................................................22
REGRESI LINIER...................................................................................................................22
A. Pengertian Regresi.........................................................................................................23
B. Jenis-jenis regresi linier.................................................................................................24
BAB V......................................................................................................................................27
CONTOH KASUS...................................................................................................................27
BAB 1
PENDAHULUAN
A. Pengertian Statistika
Statistika merupakan pelajaran yang terkesan sulit dan susah dipahami, apalagi
statistika merupakan mata kuliah yang wajib ada pada semua jurusan lintas ilmu. Istilah
statistika merupakan ilmu yang mempelajari bagaimana cara mengumpulkan, mengolah dan
mempresentasikan data. Statistika banyak digunakan di bermacam disiplin ilmu, baik ilmu
alam maupun dalam bidang bisnis, industri, dan ekonomi. Statistika juga digunakan di dalam
pemerintahan.
Perkembangan ilmu pengetahuan dan teknologi (iptek) saat ini menunjukkan bahwa
ilmu statistika telah mempengaruhi hampir seluruh aspek kehidupan manusia. Hampir semua
kebijakan publik dan keputusan-keputusan yang diambil oleh para pakar pendidikan atau para
eksekutif (dalam ruang lingkup ilmu mereka) didasarkan dengan metode statistika serta hasil
analisis dan interpretasi data, baik secara kuantitatif maupun kualitatif.
Statistika dapat digunakan sebagai alat komunikasi, yaitu sebagai penghubung
beberapa pihak yang menghasilkan data statistik atau berupa analisis statistis sehingga
beberapa pihak tersebut akan dapat mengambil keputusan melalui informasi tersebut.
Statistika juga disebut sebagai alat deskripsi, yaitu penyajian data dan mengilustrasikan data,
misalnya mengukur hasil produksi, laporan hasil liputan berita, indeks harga konsumen,
laporan keuangan, tingkat inflasi, jumlah penduduk, hasil pendapatan dan pengeluaran negara,
dan lain sebagainya. Pada Bab 1 ini mahasiswa mempelajari tentang Pengantar Statistika.
Secara etimologi, awal mula istilah statistik dari bahasa Latin, yaitu state. Arti state
adalah negara dan penggunaannya terkait dengan kepentingan negara. Hal-hal yang terkait
dengan kepentingan negara diantaranya adalah penggunaan statistik untuk mendeskripsikan
keadaan dan penyelesaian masalah yang berkaitan dengan kenegaraan, seperti penghitungan
jumlah penduduk, jumlah pegawai negeri, gaji pegawai, jumlah balita, angka kemiskinan, dan
lain-lain. Dalam perkembangannya, pengertian statistik mengalami pengembangan,
diantaranya menurut Siregar (2016) adalah:
1. Satistik adalah koleksi data yang direpresentasikan dalam bentuk grafik, diagram, gambar,
ataupun tabel/daftar. Misalnya: statistik harga konsumen, statistik kelahiran dan kematian
penduduk, statistik literasi digital, angka harapan hidup, statistik pertumbuhan kendaraan
bermotor, statistik penggunaan teknologi informasi dan komunikasi.
2. Statistik yang didefinisikan sebagai pengetahuan mengenai pengumpulan,
pengklasifikasian, penyajian, pengolahan data, dan penarikan kesimpulan, serta
pengambilan keputusan berdasarkan masalah tertentu.
3. Statistik matematika/statistik teoretik adalah statistik yang diderivasikan sebagai
penciptaan modelmodel teoretis dan matematis.
4. Statistik terapan adalah statistik yang mengulas teknik penganalisisan data untuk riset.
Statistik berbeda istilah dengan statistika. Statistik adalah kumpulan angka yang
penyusunannya lebih dari satu angka. Statistik adalah rekapitulasi dari fakta yang berbentuk
angka-angka disusun dalam bentuk tabel dan diagram yang mendeskripsikan suatu
permasalahan. Misalnya, pada tahun 2020 persentase angka kematian ibu di Indonesia naik
sebesar 10,25% dari tahun sebelumnya. Angka kematian bayi di Indonesia pada tahun 2020
sebesar 28 ribu. Sepanjang tahun 2021 pertumbuhan penduduk mengalami peningkatan
sebanyak 1,64 juta jiwa. Angka 10,25%, 28 ribu, dan 1,64 juta adalah contoh statistik. Data
dalam bentuk angka tersebut kemudian dapat disajikan dalam bentuk tabel, grafik, diagram,
deretan angka, dan visualisasinya.
Statistik berguna untuk mengukur bagian dari sekelompok fakta mengenai rata-rata
penghasilan, rata-rata hasil penjualan produk, persentase kenaikan harga bahan pokok,
prediksi indeks kinerja, prediksi hasil pemilu dan sebagainya. Terdapat beberapa proses dalam
mendapatkan informasi terkait suatu masalah dan memperoleh kesimpulan yang benar, yaitu
pengumpula informasi, pengolahan informasi, dan proses penarikan kesimpulan. Kesemuanya
itu memerlukan pengetahuan sendiri yang disebut statistika.
Adakah perbedaan antara statistik dan statistika? Statistika berasal dari istilah Latin,
yaitu statisticum collegium yang berarti dewan negara. Ini berarti bahwa statistika digunakan
untuk mengurus data pada lembaga-lembaga administrasi dan pemerintahan. Namun saat ini
penggunaan statistika lebih banyak menyentuh pada bidang ilmu pengetahuan seperti
astronomi, sosiologi, psikologi, komunikasi, ekonometrika, biometrika, psikometrika, dan
lain-lain. Statistika adalah ilmu dan metode tentang pengumpulan, pengolahan, penyajian,
penganalisisan, dan penginterpretasian data ke dalam bentuk angka-angka (Sudjana,1992;
Dajan,1995; Riduwan,2003; Rozak,2012). Statistika adalah ilmu yang digunakan untuk
membantu efektivitas pengambilan keputusan dengan cara memproses pengumpulan data
sampai interpretasi data menjadi informasi.
Statistika dapat dibedakan menjadi dua jenis, yaitu statistika deskriptif dan inferensial
(Riduwan, 2003; Gunawan, 2017). Statistika Deskriptif adalah statistika yang berkenaan
dengan metode atau cara mendeskripsikan, menggambarkan, menjabarkan, atau menguraikan
data. Statistika ini mengorganisasikan data, menentukan nilai rata-rata hitung, median, modus,
standar deviasi, dan membuat tabel, distribusi frekuensi, serta diagram atau grafik. Statistika
Inferensial adalah statistika yang bertujuan untuk menarik sebuah simpulan dari beberapa
orang, peristiwa, dan waktu untuk keseluruhan/populasi (Riduwan, 2003; Gunawan, 2017).
Statistika inferensial disebut juga statistika induktif (statistika penarikan kesimpulan).
Cakupan statistika inferensial melingkupi teori kemungkinan (probabilitas), distribusi teoretis,
sampling dan distribusinya, pengujian hipotesis mengenai karakteristik dari suatu populasi,
analisis korelasi, analisis regresi, analisis varians, analisis kovarians, analisis jalur, analisis
cluster.
Secara umum, statistika deskriptif tidak mengandung unsur yang berbasis teori
probabilitas. Walaupun kesimpulan analisis suatu data didapat dengan menggunakan statistika
inferensial, biasanya statistika deskriptif juga mempunyai peran. Misalnya, dalam penelitian
penggunaan obat yang melibatkan manusia sebagai subjeknya, pasti akan diberikan tabel
mengenai jumlah sampel, jumlah sampel pada bagian populasi (misalnya, pada tiap dosis yang
berbeda atau pada tiap jam yang berbeda), dan karakteristik demografi atau klinis seperti, rata-
rata umur, dan perbandingan jumlah subjek laki-laki dan perempuan.
Statistika memiliki hubungan yang erat dengan metode ilmiah, karena statistika
merupakan salah satu langkah dalam metode ilmiah. Metode ilmiah adalah salah satu cara
mencari kebenaran yang bila ditinjau dari segi penerapannya, resiko untuk keliru paling kecil.
Langkah-langkah dalam metode ilmiah adalah sebagai berikut :
1. Merumuskan masalah
2. Melakukan studi literatur
3. Membuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis
4. Mengumpulkan dan mengolah data, menguji hipotesis, atau menjawab pertanyaan (peran
statistika: instrumen, sampel, sifat data, variabel, metode analisis)
5. Mengambil kesimpulan
Landasan kerja statistik dapat dibagi menjadi tiga jenis landasan kerja, yaitu:
1. Variatif, sebagai bentuk dasar bahwa kenyataan seorang peneliti dihadapi oleh berbagai
persoalan atau gejala yang bermacam-macam (variasi) baik dalam bentuk tingkatan dan
jenisnya.
2. Reduktif, hanya sebagian dari keseluruhan kejadian yang hendak diteliti (penelitia
sampling).
3. Generalisasi, sekalipun dilakukan terhadap sebagian kejadian yang diteliti, namun hasilnya
memberikan kesimpulan untuk keseluruhan kejadian atau gejala yang diteliti.
B. Kegunaan Statistika
Ilmu statistika telah berpengaruh terhadap seluruh aspek kehidupan manusia, terlebih saat ini
dimana ilmu pengetahuan dan teknologi mengalami perkembangan. Metode statistika, hasil
analisis dan interpretasi data digunakan oleh hampir semua ilmuwan dan para eksekutif
sebagai dasar dalam pengambilan keputusan-keputusan dan kebijakan publik yang sesuai
dengan bidang keilmuan mereka, baik secara kuantitatif maupun kualitatif. Selanjutnya
statistika dapat digunakan sebagai alat :
Hampir seluruh bidang tidak terlepas dari kebutuhan menggunakan angka, data, dan
fakta. Terlebih pada era globalisasi, terlihat bahwa statistika sangat dibutuhkan. Secara sadar
atau tidak, statistika merupakan bagian fundamental dari latihan profesional dan menjadi
landasan dari kegiatankegiatan penelitian. Fungsi statistika tidak hanya sebagai sarana
pengembangan cara berpikir secara logis, tetapi juga pengembangan berpikir secara ilmiah
untuk merencanakan (forecasting), menyelidiki, menyimpulkan, dan membuat keputusan
yang teliti dan meyakinkan. Pembaca atau mahasiswa perlu memperhatikan bahwa belajar
statistika yang baik dan praktis harus diawali dengan mengetahui tujuan, manfaat dan
kegunaannya. Kemudian mahasiswa perlu memulai gagasan untuk menerapkan dalam
kenyataan yang ada dan berusaha melaksanakan gagasan atau ide-ide tersebut. Setelah
gagasan dan usaha berhasil dikoordinasikan, langkah yang harus dilakukan adalah
mempertimbangkan dan memilah gagasan atau ide dan usaha tersebut dengan rasa cipta karsa
untuk diciptakan dalam karya nyata. Terakhir dan yang paling penting adalah apabila dalam
merealisasikan keseluruhan langkah yang telah dijelaskan tidak didukung oleh modal berupa
uang; gagasan, usaha, dan rasa cipta karsa tidak akan terwujud. Jika keseluruhan tahap ini
sudah terbentuk dan terpenuhi dengan jelas, belajar statistika sangatlah mudah.
BAB II
Statistik Deskriptif
A. Pengertian Satistika Deskriptif
Statistik deskriptif (descriptive statistics) yaitu statistik yang mempelajari tata cara
mengumpulkan, menyusun, menyajikan dan menganalisa data penelitian yang berwujud
angka-angka, agar dapat memberikan gambaran yang teratur, ringkas dan jelas mengenai suatu
gejala, keadaan peristiwa, sehingga dapat ditarik pengertian atau makna tertentu. Analisis data
yang tergolong statistik deskriptif, terdiri dari tabel, grafik, mean, median, modus, pengukuran
variasi data, dan teknik statistik lain yang bertujuan hanya mengetahui gambaran atau
kecenderungan data tanpa bermaksud melakukan generalisasi. Sugiyono (2004) menjelaskan
statistik deskriptif adalah statistik yang digunakan untuk menggambarkan atau menganalisa
suatu statistik hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih
luas (generalisasi/ inferensi). Lebih lanjut dijelaskan Sugiyono bahwa penelitian yang tidak
menggunakan sampel, maka analisisnya akan menggunakan statistik deskriptif. Demikian juga
dengan penelitian yang menggunakan sampel tetapi peneliti tidak bermaksud untuk membuat
kesimpulan untuk populasi dari mana sampel diambil, maka statistik yang digunakan adalah
statistik deskriptif.
B. Analisa Univariate
Analisis univariat adalah metode analisis data yang digunakan untuk menganalisis suatu
variabel atau data tunggal. Dalam analisis univariat, variabel tersebut dipelajari secara
terpisah tanpa mempertimbangkan hubungannya dengan variabel lain. Sedangkan analisis
bivariat adalah metode analisis data yang digunakan untuk menganalisis hubungan antara dua
variabel atau lebih dalam satu waktu.
a. Distribusi
Distribusi adalah ringkasan frekuensi dari data individual atau data
berkelompok untuk sebuah variable. Distribusi yang paling sederhana adalah
dengan menentukan nilai-nilai yang ingin dicari dari variable yang dipelajari
dan jumlah sample yang memiliki nilai tersebut. Misalnya dalam menghitung
distribusi jenis kelamin subjek-subjek dalam satu penelitian berarti kita
menghitung persentase subjek yang laki-laki dan subjek yang Perempuan.
Penyusunan distribusi frekuensi memerlukan beberapa langkah. Adapun
langkah yang perlu diperhatikan dalam penyusunan distribusi frekuensi
sebagai berikut:
- Mengurutkan data dari yang terkecil hingga yang terbesar atau bisa
juga sebaliknya. Langkah ini dilakukan untuk memudahkan dalam
melakukan perhitungan.
- Mencari skor (data) terbesar dan terkecil
- Mencari nilai Range atau rentang (R)
- Mencari banyak kelas (BK) dengan rumus Sturgess : BK = 1 + 3,3 Log
n
- Mencari nilai panjang kelas (i)
- Membuat tabulasi dengan tabel frekuensi
b. Tendensi sentral
Tendensi sentral atau dikenal juga dengan istilah ukuran pemusatan adalah
penjabaran data yang berulang atau berpusat pada nilai-nilai tertentu secara
kuantitatif. Tendensi sentral adalah cara untuk mencari nilai tengah dari satu
gugus data yang telah diurutkan dari nilai yang terkecil sampai yang terbsesar
atau sebaliknya yang terbesar sampai yang terkecil.
- Arithmetic mean ( rata-rata hitung) : jumlah seluruh nilai dibagi jumlah
data dalam observasi
- Median : nilai tengah yag memisahkan data yang tinggi dan yang
rendah.
- Mode : nilai yang paling sering muncul dalam observasi.
- Geometric mean : akar pangkat n dari hasil perkalian setiap
pengamatan.
- Harmonic mean : rata-rata hitung untuk data yang memiliki rasio yang
berbeda.
c. Ukuran dispersi
Ukuran disperse atau ukuran variasi atau ukuran penyimpangan adalah ukuran
yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai
pusatnya atau ukuran yang menyatakan seberapa banyak nilai-nilai data yang
berbeda dengan nilai-nilai pusatnya. Ukuran disperse pada dasarnya adalah
pelengkap dari ukuran nilai pusat dalam menggambarkan sekumpulan data.
Jadi, dengan adanya ukuran disperse maka penggambaran sekumpulan data
akan menjadi lebih jelas dan tepat.
Disperse dapat diukur melalui beberapa metode :
- Jangkauan (Range): jangkauan adalah selisih antara nilai maksimum
dan nilai minimum dalam suatu kelompok data.
- Deviasi rata-rata (mean deviation): deviasi rata-rata adalah nilai rata-
rata hitung dari harga mutlak simpangannya.
- Variansi : ukuran keragaman yang melibatkan seluruh data, dengan
menghitung rata-rata dari jumlah kuadrat nilai simpangan.
- Simpangan buku (standard deviasi): simpangan buku adalah akar dari
variansi dan digunakan untuk mengetahui tingkat keragaman data.
Berikut ini contoh penyusunan distribusi frekuensi data hasil belajar mahasiswa Prodi
XYZ.
Contoh: Diketahui data hasil belajar mahasiswa XYZ, dan buatlah tabel distribusi
frekuensi.
80 70 67 62 69 60 67 60 63 68
72 90 70 75 59 77 62 69 60 72
65 56 54 65 59 55 71 85 70 70 5
8 62 57 54 55 73 60 60 64 72
a. Mean
Untuk menentukan rata-rata dari data distribusi frekuensi, dilakukan dengan
menghitung terlebih dahulu titik tengah dari tiap kelas interval. Setelah itu
dilakukan perhitungan dengan rumus rata-rata hitung.
b. Median
Letak median ada pada data ke 20 (Σf/2 = 40/2 = 20), yaitu pada interval kelas
kedua, sehingga nilai median yaitu:
bb = 59,5
p=6
n = 40
F=9
f = 12
c. Modus
Modus dari data distribusi frekuensi tersebut adalah :
3
Modus = 59,5 + 6( ¿ = 63,1
3+2
d. Rata- rata ukur
dimana:
n = Banyaknya data
xi = data ke-i
= rata-rata
Contoh:
Misalkan tinggi 10 orang mahasiswa sebagai berikut: 1
80 172 176 170 166
155 177 180 169 185
HItunglah Simpangan Rata-rata data tersebut.
Jawab: Terlebih dahulu diakukan perhitungan rata-rata dari data tinggi
mahasiswa :
No X
1 180 20,79 159,21
2 171 20,79 150,21
3 176 20,79 155,21
4 170 20,79 149,21
5 166 20,79 145,21
6 170 20,79 149,21
7 155 20,79 134,21
8 177 20,79 156,21
9 180 20,79 159,21
10 169 20,79 148,21
jumla 150,61
h
- Standar Deviasi
Penentuan simpangan baku data tunggal dapat digunakan rumus
sebagai berikut:
Contoh :
Lengkapi data pada tabel berikut, kemudian hitunglah simpangan
bakunya.
Data kemampuan dosen Universitas ABC tertuang dalam tabel di
bawah ini.
No X X2
1 75 5625
2 70 4900
3 80 6400
4 85 7225
5 60 3600
6 75 5625
7 100 10000
8 90 8100
9 95 9025
10 75 5625
n=10 ∑ X = 805 ∑ X2=
66125
Nilai terkait yang ada pada tabel ke dalam rumus berikut untuk
memperoleh simpangan baku.
BAB III
Uji Hipotesis
A. Pengertian Uji Hipotesis
Hipotesis dapat diartikan sebagai dugaan mengenai suatu hal, atau hipotesis
merupakan jawaban sementara suatu masalah, atau juga hipotesis dapat diartikan
sebagai kesimpulan sementara tentang hubungan suatu variabel dengan satu atau lebih
variabel yang lain. Namun menurut Prof. Dr. S. Nasution definisi hipotesis adalah
pernyataan tentatif yang merupakan dugaan mengenai apa saja yang sedang kita amati
dalam usaha untuk memahaminya.
B. Pengujian hipotesis
Oleh karena itu hipotesis perlu dirumuskan terlebih dahulu sebelum dilakukan
pengumpulan data. Hipotesis ini disebut Hipotesis Alternatif (Ha) atau Hipotesis kerja
(Hk) atau H . Hipotesis kerja atau H merupakan kesimpulan sementara bahwa
sudah dilakukan suatu penelitian tindakan dan hubungan antar variabel yang sudah
dipelajari dari teori-teori yang berhubungan dengan masalah tersebut. Untuk
pengujian H perlu ada pembanding yaitu Hipotesis Nol (Ho). Hipotesis Nol(Ho)
disebut juga sebagai Hipotesis Statistik adalah pernyataan tentang nilai satu atau lebih
parameter yang merupakan status saat ini dan biasanya tidak ditolak kecuali data
sampel menyimpulkan dengan kuat bahwa hipotesis ini salah. Hipotesis Nol
digunakan sebagai dasar pengujian.
Berdasarkan tingkat eksplanasinya hipotesis yang akan diuji, maka ada tiga
macam hipotesis, yaitu : hipotesis deskriptif, hipotesis komparatif, hipotesis asosiatif.
3. Menentukan daerah kritis atau daerah penolakan H0 dan statistik uji yang
sesuai. Daerah kritis atau daerah penolakan adalah interval nilai dimana
hitungan suatu statistik uji yang berada dalam interval tersebut akan
ditolak hipotesis nolnya. 4.
4. Menghitung statistik uji dengan menggunakan parameter sampel. Statistik
uji adalah suatu statistik sampel yang distribusi samplingnya dapat
digolongkan pada kasus hipotesis nol dan hipotesis alternatif. Statistik
sampel digunakan untuk mendefinisikan daerah penolakan.
5. Membuat kesimpulan apakah H0 diterima atau ditolak. Untuk menentukan
H0 diterima atau ditolak ada 3 cara :
a. Jika statistik uji (t/F/Z/X2)hit > (t/F/Z/X2)tabel maka H0 di tolak.
Jika statistik uji (t/F/Z/X2)hit < (t/F/Z/X2)tabel maka H0 di terima.
b. Jika sig (one tailed/ two tailed)< sig (α) maka H0 ditolak.
Jika sig (one tailed/ two tailed)> sig (α) maka H0 diterima.
c. Melihat confidence interval of the difference, apabila interval lower
– upper melewati nol maka H0 diterima dan apabila interval lower
– upper tidak melewati nol maka H0 ditolak.
6. Menginterpretasikan kesimpulan sesuai dengan masalah.
C. Uji Parametrik
Statistik parametrik adalah alat tes yang dipakai untuk menganalisa data
kuantitatif dengan berpegang pada asumsi bahwa data penelitiannya mempunyai
distribusi normal sehingga akan diketahui parameternya (mean dan standar deviasi).
Beberapa metode parametrik adalah sebagai berikut:
1. Korelasi
Korelasi digunakan untuk mengukur hubungan antara dua variable.
Dalam analisa korelasi ini ada beberapa asumsi dasar yang harus
terpenuhi sebelum data dianalisa, yaitu:
a. Dua data yang akan dikorelasikan harus berasal dari sampel yang
sama
b. Datanya harus merupakan data interval/rasio (dan data ordinal yang
diintervalkan)
c. Datanya mempunyai distribusi normal
d. Hubungan kedua data harus linier.
2. Uji-T
Uji-T Adalah metode yang digunakan untuk menentukan apakah
seperangkat nilai yang kita analisa berasal dari populasi yang sama atau
tidak. Analisa ini lazim digunakan untuk membandingkan mean dari dua
kelompok. Ada dua jenis T-Test, yaitu: Independent groups T-Test dan
Repeated measures T-Test. Asumsi dasar yang harus dipahami dalam
analisa perbandingan T-Test adalah sebagai berikut:
- Datanya harus data interval atau rasio.
- Data berasal dari sampel yang random dari suatu populasi (bila ingin
mengeneralisasikan temuannya).
- Datanya mempunyai distribusi normal.
a. Independents groups T-Test
Jenis analisis ini digunakan untuk membandingkan mean dari dua
kelompok yang berbeda dan keduanya diambil dalam situasi yang
berbeda pula. T-Test ini sering disebut between subject design oleh
karena itu anggota dari kelompok satu tidak boleh menjadi anggota
dari kelompok lainnya.
Contoh diatas adalah perbandingan motivasi antara pria dan wanita
dalam belajar Bahasa Inggris. Dalam penelitian ini melibatkan 50
wanita dan 29 pria. Dengan melihat mean dan standar deviasi,
belum dapat disimpulkan apakah terjadi perbedaan antara motivasi
wanita dan pria. Untuk menentukannya harus digunakan nilai t atau
t-value, tingkat kebebasan atau degree of freedom (df) dan two tail
significans for acuals variances untuk menentukan apakah terjadi
perbedaan motivasi antara wanita dan pria.
Nilai t nya adalah -.959 dan two tail sigficancenya menunjukan p >
0.5 (p = 3.41). berdasarkan analisa tersebut p > .05, sehingga
hasilnya dapat disimpulkan bahwa tak ada perbedaan signifikan
antara motivasi pria dan wanita dalam Belajar Bahasa Inggris. Jadi
hipotesa nol (H0) dapat diterima.
BAB IV
REGRESI LINIER
A. Pengertian Regresi
Istilah regresi dikemukakan untuk pertama kali oleh seorang antropolog dan ahli
mereorology Fancis Galton dalam artikelnya “family likeness in sature” pada tahun 1886.
Ada juga sumber lain yang menyatakan istilah regresi pertama kali muncul dalam pidato
Francis Galton didepan Section H of the British Association di Aberdeen, 1855, yang dimuat
dimajalahNature September 1855 dan dalam sebuah makalah “Regression towards
mediocrity in heresity stature”, yang dimuat dalam Journal of The Antrhopological Institute
(Draper and Smith,1992).
Galton menyebutkan bahwa, tinggi rata-rata badan anak yang lahir ternyata akan
cenderung bergerak mundur (regress) mendekati tinggi rata-rata badan dari populasi secara
keseluruhan meskipun kecenderungan orangtua yang berbadan tinggi akan punya anak
berbadan tinggi ataupun orangtua berbadan pendek akan punya anak berbadan pendek.
Regeresi adalah alat yang berfungsi untuk membantu memperkirakan nilai suatu
varibel yang tidak diketahui dari satu atau beberapa variabel yang tidak diketahui. Analisis
regresi didefinisikan sebagai kajian terhadap hubungan satu variabel yang disebut variabel
yang diterangkan (the explaind variabel) atau sering disebut sebagai variabel tergantung, dan
variabel tidak tergantung atau variabel bebas.
Metode regresi yang sering digunakan yaitu analisis regresi linier dan non linier. Jika
variabel tidak bebas bersifat diskrit, analisis linier tidak layak digunakan karena bebebarapa
alasan, yaitu :
a. Variabel tidak bebas di dalam metode regresi linier harus bersifat continue
b. Variabel tidak bebas di dalam metode regresi linier harus dapat mengakomodasi
nilai negatif Variabel diskrit biasa juga dikatakan salam kategori dan sering juga
disebut variabel nominal atau variabel kategorik.
Metode analisis regresi digunakan untuk menghasilkan hubungan antara dua variabel
atau lebih dalam bentuk numerik dan untuk bagaimana dua atau lebih peubah saling berkait,
dimana telah diketahui variabel lainnya dan variabel mana yang mempengaruhinya.
Persamaan regresi ini merupakan persamaan garis yang paling mewakili hubungan antara dua
variabel tersebut. Beberapa asumsi statistik yang diperlukan dalam melakukan analisis regresi
adalah :
a. Variabel tak bebas, yaitu fungsi linier dari variabel bebas. Jika hubungan tersebut
tidak linier, data sering kali harus ditransformasikan agar menjadi linier.
b. Variabel bebas adalah tetap atau diukur tanpa kesalahan.
c. Tidak ada korelasi antara variabel bebas
d. Variansi dari variabel tak bebas terhadap garis regresi adalah sama untuk seluruh nilai
variabel tak bebas.
e. Nilai variabel tak bebas harus berdistribusi normal atau mendekati normal.
f. Nilai peubah bebas sebaiknya merupakan besaran yang relative mudah diproyeksikan.
Fungsi linier, selain mudah interpretasinya, juga dapat digunakan sebagai pendekatan
(approximation) atas hubungan yang bukan linier (non linier). Fungsi linier, mempunyai
bentuk persamaan sebagai berikut :
Ƴ = A + BX
Dimana A dan B adalah konstanta atau parameter, yang nilainya harus diestimasi. Persamaan
Ƴ = A + BX juga bisa ditulis Y = B0 + B1X1 atau dengan symbol lainnya. Beberapa symbol
yang sering digunakan dalam fungsi linier ini adalah :
∆X = delta X, pertambahan X
∆Y = delta Y, pertambahan Y
Y = A + BX + ɛ
Yang memiliki variabel bebas lebih dari satu disebut analisis regresi linier berganda.
Teknik regresi linier berganda digunakan untuk mengetahui ada tidaknya pengaruh
signifikan dua atau lebih variabel bebas terhadap variabel terikat (Y).Model regresi linier
berganda untuk populasi dapat ditunjukkan sebagai berikut :
Dimana:
Y = variabel terikat
Xi = variabel bebas ( i = 1, 2, 3, …, k)
0 = intersep
i = koefisien regresi ( i = 1, 2, 3, …, k)
Dengan Metode Kuadrat Terkecil, misalkan model terdiri dari 2 variabel bebas
Tahapan pendugaannya :
Komponen SS db MS Fhitung
Regresi
R2 menunjukkan proporsi variasi total dalam respon Y yang dapat diterangkan oleh
model
Tahapan Ujinya :
Hipotesis =
H0 : j 0
H1 : j 0
Statistik uji :
Dimana :
bj = nilai koefisien bj
s =
Pengambilan keputusan
H0 ditolak jika
Periksalah untuk setiap kelompok apakah terdapat suatu pola variabel yang konsisten
Contoh :
Pembagian kelompoknya
B Y = f(X4) 6
7,5%
C Y = f(X1 , X2) 9
7,9%
Y = f(X1 , X4) 9
7,2%
D Y = f(X1 , X2 , X4) 9
8,234%
E Y = f(X1 , X2 , X3, 9
X4) 8,237%
Persamaan terbaiknya adalah Y = f(X1 , X4)
Tahap pemilihannya :
Contoh :
Model terbaiknya
Y = f(X1,X2)
Stepwise Regression Procedur
Tahap pemilihannya :
Hitung nilai t parsial variabel yang telah masuk model, jika tidak
berpengaruh nyata keluarkan dari model
Kembali ke langkah ii
BAB V
CONTOH KASUS
A. Contoh kasus regresi sederhana
Kasus : seorang mahasiswa akan meneliti apakah terdapat pengaruh promosi
terhadap volume penjualan pada erusahaan-perusahaan di kota Makassar,
untuk kepentingan penelitian tersebut diambil 10 perusahaan sejenis yang
telah melakukan kegiatan promosi.
Judul penelitian : pengaruh biaya promosi terhadap volume penjualan
Perusahaan.
Rumusan masalah : apakah terdapat pengaruh antara biaya promosi terhadap
volume penjualan Perusahaan?
Hipotesis : terdaat pengaruh antara biaya promosi terhadap penjualan
Perusahaan
Kriteria penerimaan hipotesis:
- H0 : tidak terdapat pengaruh antara biaya iklan terhadap penjualan
Perusahaan.
- Ha : terdapat pengaruh antara biaya iklan terhadap penjualan.
n ( ∑ XY ) −( ∑ X )( ∑ Y )
b= 2
n(∑ X )−¿ ¿ ¿
10 ( 564 )−( 42 )( 91 )
b= 2
10(280)−( 42)
b=0.643
a=( ∑ Y )−b ¿¿
( 91 )−0.643 (42)
a=
10
a= 9.143
Y= 9.143 + 0.643X + e
Koefisien det.
R2 1
(Y Yˆ ) 2
(Y Y ) 2
2 4.428
R =1−
16
R2= 0.723
P (1 R 2 )
Radj R 2
N P 1
Radj = 0.667
Standar baku estimasi
Se
(Y Yˆ ) 2
nk
Se = 0.941
Se
Sb
( X ) 2
X2
n
Sb = 5.2915
Uji F
H0 : diterima jika Fhitung ≤ Ftabel
Ha : diterima jika Fhitung > Ftabel
F = 13.064
Karena F hitung (13.064) > dari F tabel (6.61) maka persamaan regresi
dinyatakan Baik (good of fit).
Uji T
H0 : diterima jika Thitung ≤ Ttabel
Ha : diterima jika Thitung > Ttabel
Thitung = 3.614
Karena Thitung (3.614) > dari Ttabel (2.015) maka Ha diterima ada pengaruh
iklan terhadap penjualan.
Kesimpulan
Terdapat pengaruh positif biaya periklanan terhadap volume penjualan.
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)
o 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
o 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%)
o 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
o 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%)
Hasil analisis uji F (uji simultan)
Uji F dimaksudkan untuk mengetahui apakah dalam model regresi variabel independen (𝑋1 ,
𝑋2 ........... 𝑋𝑛) secara simultan (bersama-sama berpengaruh signifikan)
o 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%)
o 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 korelasi ganda (R) dan koefisien determinasi (R2)
o 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