Anova (Analysis of Variance)

Source:
https://www.google.com/url?sa=i&url=https%3A%2F%2Fwww.statistikian.com%2F2012%2F11%2Fone-way-anova-dalam-spss.html&psig=AOvVaw19ySP-nWMs
W0OOu9jGuTaP&ust=1699311162256000&source=images&cd=vfe&opi=89978449&ved=0CBIQjRxqFwoTCIClqcb5rYIDFQAAAAAdAAAAABAX

Buatlah hipotesis dan apa kesimpulan berdasarkan hasil analisis di atas? 😃

Hipotesis:
H0 : Tidak ada perbedaan rata-rata pendapatan antara 2 kelompok
H1 : Terdapat perbedaan rata-rata pendapatan antara 2 kelompok
Kesimpulan:
Alpha > Sig. hitung Jika nilai sig. < 0.05 maka H1 diterima (H0 ditolak)
Jika nilai sig. > 0.05 maka H0 diterima (H1 Ditolak)
0,05 > 0,037 => H1 diterima
Bahwa terdapat perbedaan rata-rata pendapatan antara 2 kelompok tersebut
 Anova (Analysis of Variance)

Source:
https://www.google.com/url?sa=i&url=https%3A%2F%2Fwww.statistikian.com%2F2012%2F11%2Fone-way-anova-dalam-spss.html&psig=AOvVaw19ySP-nW
MsW0OOu9jGuTaP&ust=1699311162256000&source=images&cd=vfe&opi=89978449&ved=0CBIQjRxqFwoTCIClqcb5rYIDFQAAAAAdAAAAABAX

Buatlah hipotesis dan apa kesimpulan berdasarkan hasil analisis di atas? 🤔

Analisis dan Kesimpulan Post Hoc Tests
Tani dan Buruh (Miqdad & Laila)
H0 : Tidak ada perbedaan rata-rata pendapatan antara tani dan buruh
H1 : Terdapat perbedaan pendapatan rata rata antara tani dan buruh
=> H1 ditolak (H0 diterima) => Tidak ada perbedaan rata-rata pendapatan antara
tani dan buruh (0,05 < 0,461)
Tani dan Pekerjaan Lainnya (Yoga Handrico)
H0 : Tidak ada perbedaan pendapatan rata-rata antara tani dan pekerjaan lainnya
H1 : Ada perbedaan pendapatan rata-rata antara tani dan pekerjaan lainnya
=> H1 diterima (H0 ditolak) => Ada perbedaan pendapatan rata-rata antara tani
dan pekerjaan lainnya (0,05 > 0,033)
Buruh dan Pekerjaan Lainnya (Farah Anindya)
H0 : Tidak ada perbedaan pendapatan rata-rata antara buruh dan pekerjaan
lainnya
H1 : Ada perbedaan pendapatan rata-rata antara buruh dan pekerjaan lainnya
=> H1 ditolak (H0 diterima) => Tidak ada perbedaan pendapatan rata-rata antara
buruh dan pekerjaan lainnya (0,05 < 0,618)
Crosstab (Cross Tabulation)

Source:
https://www.google.com/url?sa=i&url=https%3A%2F%2Fwww.statistikian.com%2F2012%2F11%2Fone-way-anova-dalam-spss.html&psig=AOvVaw19ySP-nWMsW
0OOu9jGuTaP&ust=1699311162256000&source=images&cd=vfe&opi=89978449&ved=0CBIQjRxqFwoTCIClqcb5rYIDFQAAAAAdAAAAABAX

Deskripsikan hasil analisis di atas! 🥹

T-test
Source:
https://www.google.com/url?sa=i&url=https%3A%2F%2Fwww.statistikian.com%2F2012%2F11%2Fone-
way-anova-dalam-spss.html&psig=AOvVaw19ySP-nWMsW0OOu9jGuTaP&ust=1699311162256000&so
urce=images&cd=vfe&opi=89978449&ved=0CBIQjRxqFwoTCIClqcb5rYIDFQAAAAAdAAAAABAX

Tabel 3
H0 : Tidak ada perbedaan nilai pre test dan post test
H1 : Ada perbedaan nilai pre test dan post test
=> H1 diterima (H0 ditolak) => Ada perbedaan nilai pre test dan
post test => (0,05 > 0,000)

Buatlah hipotesis dan apa kesimpulan berdasarkan hasil analisis di atas? 😖

Tabel 1.
Nilai rata-rata pre test lebih besar dibanding nilai rata-rata post test
Tabel 2 Jika nilai sig. < 0.05 maka H1 diterima (H0 ditolak)
Jika nilai sig. > 0.05 maka H0 diterima (H1 Ditolak)
H0 : Tidak ada hubungan antara nilai pre test dan post test
H1 : Ada hubungan antara nilai pre test dan post test
=> H1 diterima (H0 ditolak) => Ada hubungan antara nilai pre test dan post test (0,05 > 0,016)
Regresi Linear Berganda - Normalitas

Buatlah hipotesis dan kesimpulannya apa yang

dapat Anda ambil berdasarkan hasil uji di atas? 🤩

Hipotesis
H0 : Data terdistribusi normal
H1 : Data tidak terdistribusi normal
=> H1 ditolak (H0 diterima) => Data
terdistribusi normal (0,05 < 0,128)

Jika nilai sig. < 0.05 maka H1 diterima (H0 ditolak)

Jika nilai sig. > 0.05 maka H0 diterima (H1 Ditolak)

Source: https://iman2ndblog.wordpress.com/2013/02/05/pengujian-hipotesis-regresi-linier-bergnda-uji-t-uji-f-dan-uji-r-square-penjelasan-lengkap
Regresi Linear Berganda - Heterokedastisitas

Source:
https://www.google.com/url?sa=i&url=https%3A%2F%
2Fwww.statistikian.com%2F2012%2F11%2Fone-way-an
ova-dalam-spss.html&psig=AOvVaw19ySP-nWMsW0O
Ou9jGuTaP&ust=1699311162256000&source=images&c
d=vfe&opi=89978449&ved=0CBIQjRxqFwoTCIClqcb5rY
IDFQAAAAAdAAAAABAX

Buatlah hipotesis dan apa kesimpulan berdasarkan hasil analisis di atas?

Hipotesis
Jika nilai sig. < 0.05 maka H1 diterima (H0 ditolak)
H0 : Tidak terdapat heterokedastisitas
Jika nilai sig. > 0.05 maka H0 diterima (H1 Ditolak)
H1 : Terdapat heterokedastisitas
=>
● Biaya produksi dan ABS_RES => 0,475 > 0,05 => H0 diterima (H1 ditolak) => Tidak terdapat heterokedastisitas
● Biaya distribusi dan ABS_RES => 0,946 > 0,05 => H0 diterima (H1 ditolak) => Tidak terdapat heterokedastisitas
● Biaya promosi dan ABS_RES => 0,736 > 0,05 => H0 diterima (H1 ditolak) => Tidak terdapat heterokedastisitas
 Regresi Linear Berganda -
Autokorelasi

Source: https://iman2ndblog.wordpress.com/2013/02/05/pengujian-hipotesis-regresi-linier-bergnda-uji-t-uji-f-dan-uji-r-square-penjelasan-lengkap

Buatlah hipotesis dan kesimpulannya apa yang dapat Anda ambil berdasarkan hasil uji di atas?
Jika nilai DU sebesar 1,75960 dan DL sebesar 1,66379
Hipotesis
H0 : Tidak terdapat autokorelasi
H1 : Terdapat autokorelasi
Jika nilai DU sebesar 1,75960 dan DL sebesar 1,66379
dw = 0,382
Deteksi Autokorelasi Positif:
Jika dw < dL maka terdapat autokorelasi positif, => H1 diterima (H0 ditolak) =>
Donci
Jika dw > dU maka tidak terdapat autokorelasi positif,
Jika dL < dw < dU maka pengujian tidak meyakinkan atau tidak dapat disimpulkan.

Deteksi Autokorelasi Negatif: => (4-dw) = (4-0,382) = 3,618

Jika (4 – dw) < dL maka terdapat autokorelasi negatif,
Jika (4 – dw) > dU maka tidak terdapat autokorelasi negatif,
Jika dL < (4 – dw) < dU maka pengujian tidak meyakinkan atau tidak dapat
disimpulkan.
Regresi Linear Berganda & Multikolinearitas

Source: https://iman2ndblog.wordpress.com/2013/02/05/pengujian-hipotesis-regresi-linier-berganda-uji-t-uji-f-dan-uji-r-square-penjelasan-lengkap/

a. Tentukan mana variabel dependen dan independennya!?

b. Apakah terjadi multikolinearitas dan bagaimana hipotesisnya?!
c. Buatlah hipotesis regresinya!?
d. Apa kesimpulan berdasarkan hasil analisis di atas?!
e. Bagaimana persamaan regresinya?!
a. Variabel Dependen : Beta (M. Ryan)
Variabel Independen: Leverage, CR, ROA, ROE (YUSUF & OLAN)
b. Tidak terjadi multikolinearitas karena nilai tolerance > 0,1 dan nilai VIF <10,00
H0 : Tidak terdapat multikolinearitas
H1 : Terdapat multikolinearitas (Ferdy & Nabil)
C. H1 = Leverage berpengaruh terhadap beta
H2 = Current Ratio berpengaruh terhadap beta
H3 = Return on Asset berpengaruh terhadap beta
H4 = Return on Equity berpengaruh terhadap beta (Demas & Miqdad)
D. Kesimpulannya H1 Diterima (H0 Ditolak) (Catur & Ilsha)
H2 Diterima
H3 Ditolak
H4 Ditolak
E. Persamaan regresi (Malika & Siti Juwairiyah)
Y = a + bX
y = (-0.094) + 2,934Leverage - 0,071CR- 0,043X3 - 0,003X4 + e