UJI HIPOTESIS
ESTIMASI
Jenis estimasi:
1.Estimasi tunggal, merupakan estimasi yang menggunakan satu
bilangan saja, contoh: rata-rata kecerdasan anak SD di Bali adalah 120
2.Estimasi berjarak, merupakan estimasi yang menggunakan dua
bilangan, contoh: rata-rata kecerdasan anak SD di Bali diantara 115
dan 125
HIPOTESIS
Bentuk hipotesis:
1.Hipotesis alternatif /alternative hypothesis (Ha), merupakan hipotesis yang
berisi pernyataan yang tidak menyangkal.
2.Hipotesis objektif / objective hypothesis (Ho), merupakan hipotesis yang berisi
pernyataan yang menyangkal.
HIPOTESIS
Korelasi berarti hubungan timbal balik. Dua variable dikatakan berkorelasi jika setiap perubahan
yang terjadi pada variable yang satu selalu diikuti dengan perubahan pada variabel yang lain,
dimana pada masing-masing perubahan tersebut terjadi secara proporsional.
MACAM-MACAM KORELASI
Y
1. Korelasi Negatif, contoh: atlet
yang bertambah usianya
ternyata prestasinya semakin
berkurang X
Y
2. Korelasi Nol, contoh: hubungan
jumlah mahasiswa baru dengan
jumlah lulusan pada suatu X
universitas
Y
3. Korelasi Positif, contoh: setiap
anak yang frekuensi latihan
berhitungnya lebih banyak
ternyata dapat mencapai X
prestasi yang lebih baik.
JENIS-JENIS VARIABEL KORELASI
1. Variabel Kontinum
a. Variabel interval, menggunakan skala pengukuran yang sama,
contoh: IQ aminah 110, IQ budi 115 dan IQ cakra 120
b. Variabel ordinal, menggunakan tata jenjang/rangking, contoh: aminah
tergolong kurang rajin, budi tergolong cukup rajin, cakra tergolong rajin
2. Variabel Nominal
a. Variabel dikotonum / dikotomus, variable dibagi menjadi 2 kategori,
contoh: laki-laki, perempuan.
b. Variabel trikotonum / trikotomus, variabel dibagi 3 kategori, contoh:
kurang rajin, cukup rajin, rajin.
c. Variabel kuartotonum / kuartotomus, variabel dibagi menjadi 4
kategori, contoh: petani, pedagang, PNS, TNI
TEKNIK KORELASI
4. Menguji nilai
5. Menarik Kesimpulan
Tabel Distribusi T
Interpretasi Angka Korelasi
No Xi Yi Xi Y i Xi2 Yi2
1 10 3,00 30 100 9,00
2 10 2,50 25 100 6,25
3 15 2,00 30 225 4,00
4 10 1,50 15 100 2,25
5 5 1,00 5 25 1,00
n=5 Xi = 50 Yi = 10 XiYi= Xi2 = Yi2 =
105 550 22,5
5 (105) (50) (10) 25
r = 5 (550) (50) 5 (22,5) (10)
2 2
= (250) (12,5) = 0,447
Dari hasil ini ternyata didapat korelasi positif antara
jumlah sks (X) dan IPK yang didapat (Y).
Korelasi
Teknik Korelasi Rank Order /
Korelasi Spearman Rank
PENGANTAR
rs
Zhitung =
1
√n - 1
1 5,7 40,0
Ctt : Hasil uji
2 11,3 41,2 normalitas,
3 13,5 42,3 data tidak
4 15,1 42,8 terdistribusi
normal
5 17,9 43,8
6 19,3 43,6
7 21,0 46,5
Prosedur Uji
1. Tetapkan hipotesis
H0 : Ada korelasi antara kadar SGOT dengan
HDL
H1 : Tidak Ada korelasi antara kadar SGOT dengan HDL
2. Tentukan nilai rs tabel pada n=7 α=0,01 0.929
3. Hitung nilai rs hitung
Sampel Kadar SGOT Ranking Kadar HDL Ranking di di2
(xi) x yi y
1 5,7 1 40,0 1 0 0
2 11,3 2 41,2 2 0 0
3 13,5 3 42,3 3 0 0
4 15,1 4 42,8 4 0 0
5 17,9 5 43,8 6 -1 1
6 19,3 6 43,6 5 1 1
7 21,0 7 46,5 7 0 0
∑di2=2
6∑di2 6x2 12
rs = 1 - = 1- = 1-
n3 - n 73 - 7 336
336 - 12
=
336
= 0,964
4. Kesimpulan
Karena nilai rs hitung (0,964) ≥ rs tabel (0,929), maka
Ho ditolak H1 diterima berarti tidak ada korelasi yang
sangat kuat dan positif antara Kadar SGOT dengan
Kadar HDL.
KD = 0,447^2 x 100 % =19,98
thitung = 0,895
r1 : korelasi X1 dgn Y
X1
r2 : korelasi X2 dgn Y
Y
r1
X2 R
r2
Di mana :
Ryx1x2 : korelasi antara X1 dan X2 bersama-sama dengan Y
ryx1 : korelasi product moment Y dengan X1
ryx2 : korelasi product moment Y dengan X2
rx1x2 : korelasi product meoment X1 dengan X2
Uji Signifikansi nilai R…
2
R /k
Fhitung =
2
(1 R ) /(n k 1)
Di mana :
R : koefisien korelasi ganda
k : banyaknya variabel independen
n : banyaknya anggota sampel
Konsultasikan dengan tabel F; dengan dk pembilang = k dan dk
penyebut = n – k -1.
Jika Fh > F tabel, maka hipotesis alternatif diterima.
Contoh :
X1 10 2 4 6 8 7 4 6 7 6
X2 7 3 2 4 6 5 3 3 4 3
Y 23 7 15 17 23 22 10 14 20 19
Akan dibuktikan ada hubungan linier positif dan signifikan antara variabel X 1
dan X2 secara bersama-sama dengan variabel Y.
No X1 X2 Y X1Y X2Y X1X2 X12 X22 Y2
1 10 7 23 230 161 70 100 49 529
2 2 3 7 14 21 6 4 9 49
3 4 2 15 60 30 8 16 4 225
4 6 4 17 102 68 24 36 16 289
5 8 6 23 184 138 48 64 36 529
6 7 5 22 152 110 35 49 25 484
7 4 3 10 40 30 12 16 9 100
8 6 3 14 84 42 18 36 9 196
9 7 4 20 140 80 28 49 16 400
10 6 3 19 114 57 18 36 9 361
Jumlah 60 40 170 1121 737 267 406 182 3162
1020 1020
r y x1 = 460 x 2720 1118,57
r y x1 = 0,912
n X 2 Y ( X 2 ) ( Y)
r y x2 = n ( X ) ( X ) n ( Y ) ( Y) =
2
2 2
2 2 2
570 570
r y x2 = 220 x 2720 773,56
r y x2 = 0,74
n X1X 2 ( X1 ) ( X 2 )
r x1 x 2 = n ( X ) ( X ) n ( X ) ( X ) =
2
1 1
2 2
2 2
2
270 270
r
x1 x 2 = 460 x 220 318,12
r x1 x 2 = 0,85
r 2 y x1 r 2 y x2 2 ry x1 ry x2 rx1 x 2
ry x1 x 2
1 r 2 x1 x 2
= 0,8354
= 0,914
Atau : Terdapat hubungan yang signifikan antara pendapatan dan jumlah keluarga dengan
pengeluaran untuk membeli barang A.
Tabel Distribusi F
Baris atas untuk 5%
Baris Bawah Untuk 1 %
SEE YOU NEXT SESSION