PENGUJIAN HIPOTESIS

ASOSIATIF
 UJI STATISTIKA YANG DIGUNAKAN
DIKAITAN
DENGAN JENIS DATA
Jenis Data Uji Statistika
Nominal Koefisien Kontingensi
Ordinal Rank Spearman
Kendall Tau
Korelasi Parsial Kendall Tau Koefisien Konkordansi
Kendall W
Interval dan Rasio Pearson Korelasi,
Korelasi Ganda
Regresi sederhana
Regresi Ganda
Korelasi Parsial,
Korelasi Simultan
T test
F test
Koefisien determinasi
Hipotesis yang diuji:

H0: 0
Ha: 0
Jenis Data Interval atau Rasio
Korelasi Product Moment Pearson
Atau dapat juga dengan rumus
n n
n n X iY i Xi
rXY Yii 1 i 1 i 1

n n 2 n
2
n n
X 22 Xi n Yi
i
i 1 i 1
1
Yi i i 1

Untuk menguji hipotesisnya digunakan langsung dari daftar

nilai r atau statistik
r n 2
t
1 r 2
Kriteria Pengujian :
Ho Ditolak Ha Diterima jika

t t(1 1
2
) atau t t(1 1
2 ) dengan dk n 2
Dk = n-k
Atau :
Dk =n-k-1
r hitung lebih besar dari r tabel
PEDOMAN UNTUK MEMBERIKAN INTERPRETASI TERHADAP
KOEFISIEN KORELASI

Interval Tingkatan
0,00 - 0,199 Sangat rendah
0.20 – 0.399 Rendah
0.40 – 0.599 Sedang
0.60 – 0.799 Kuat
0.80 – 1.000 Sangat Kuat
KORELASI GANDA
PENGUJIAN SIGNIFIKANSI TERHADAP KOEFISIEN
KORELASI GANDA DAPAT MENGGUNAKAN RUMUS UJI F:

R = koefisien korelasi beranda

k = jumlah variabel independen
n = jumlah anggotan sampel

Kriteria pengujian : Jika F hitung lebih besar dari F tabel maka Ho

ditolak dan Ha diterima.
 KORELASI PARSIAL
• Digunakan Untuk Menganalisis Bila Peneliti Bermaksud
Mengetahui Pengaruh Atau Mengetahui Hubungan
Antara Variabel Independen Dan Dependen, Dimana
Salah Satu Varibel Independenya Dibuat Tetap /
Dikendalikan.
ANALISIS REGRESI

• ANALISIS REGRESI MERUPAKAN STUDI KETERGANTUNGAN SATU ATAU LEBIH

VARIABEL BEBAS TERHADAP VARIABEL TIDAK BEBAS. DENGAN MAKSUD
UNTUK MERAMALKAN NILAI VARIABEL TIDAK BEBAS.
 PERBEDAAN MENDASAR ANTARA KORELASI DAN
REGRESI ?

• KORELASI HANYA MENUNJUKKAN • REGRESI MENUNJUKKAN HUBUNGAN

SEKEDAR HUBUNGAN.
PENGARUH.
• DALAM KORELASI VARIABEL • DALAM REGRESI TERDAPAT ISTILAH
TIDAK ADA ISTILAH TERGANTUNG
TERGANTUNG DAN VARIABEL BEBAS.
DAN VARIABEL BEBAS.
 PERSAMAAN REGRESI
PERSAMAAN REGRESI LINIER
SEDERHANA:
Y = A + BX + 
Y = NILAI YANG DIRAMALKAN
A = KONSTANSTA
B = KOEFESIEN REGRESI
X = VARIABEL BEBAS
 = NILAI RESIDU
 KOEFISIEN DETERMINASI
• Adalah Alat Utama Untuk Mengetahui Sejauh Mana Tingkat Hubungan
Antara Variabel X Dan Y.

• Nilai Koefisien Determinasi Antara 0  r²  1

• Nilai Koefisien Determinasi = 1 Menunjukkan Hubungan Sempurna.
• Nilai Koefisien Determinasi = 0 Menunjukkan Tidak Ada Hubungan.
• r² = 81 Artinya 81% Perubahan Dari Variabel Y Ditentukan Oleh
Variabel X.
• Seorang Peneliti Ingin Mengetahui Apakah Ada pengaruh Antara Banyaknya
Jumlah Pupuk Urea Yang Diberikan Pada Tanaman Terhadap Hasil Yang
Diperoleh. Pada Penelitiannya Ia Mencoba Pupuk Urea Butiran Pada Tanaman
Cabai Merah. Diperoleh Data Sebagai Berikut :

1. Korelasi Parsial
2. Analisis Regresi
sederhana
3. t test
4. Koefisien
Determinasi
1. Klik Menu STATISCTICS-CORRELATE-BIVARIATE
 Correlations

Tekanan Kinerja
Kerja Pegawai BB
Tekanan Kerja Pearson Correlation 1 -.242
Sig. (2-tailed) . .367
N 16 16
Kinerja Pegawai BB Pearson Correlation -.242 1
Sig. (2-tailed) .367 .
N 16 16
KLIK MENU STATISCTICS-
REGRESSION-LINEAR
 Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .228 a .052 -.219 6.24980
a. Predictors: (Constant), cflow, roi

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 14.980 2 7.490 .192 .830a
Residual 273.420 7 39.060
Total 288.400 9
a. Predictors: (Constant), cflow, roi
b. Dependent Variable: return Y = 13,705 + 0,123X1 -0,004X2

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 13.705 6.938 1.975 .089
roi .123 .209 .225 .586 .576
cflow -.004 .175 -.009 -.024 .981
a. Dependent Variable: return
Berdasarkan hasil analisis korelasi tersebut maka besarnya korelasi
antara ROI dan CASHFLOW dengan RETURN adalah 0,05194
(R Square) dengan nilai F sebesar 0,19175 signifikan pada 0,8297
(82,97%). Karena nilai Signifikansi F lebih besar dari 5% maka
hipotesis yang menyatakan “Ada hubungan antara ROI dan
CASHFLOW dengan RETURN Perusahaan” ditolak. Hal itu berarti
besar kecilnya ROI dan CASHFLOW persuahaan secara bersama-
sama tidak akan mempengaruhi besaran Return yang akan diterima
oleh investor.
Adapun berdasarkan uji regresi ini pula dapat diketahui persamaan
regresinya sebagai berikut.
Y = 13.704976 – 0,004218 CASHFLOW + 0,122584 ROI
Namun demikian berdasarkan nilai signifikansi T-nya, dapat
disimpulkan bahwa tidak satupun dari kedua variabel independen
tersebut (ROI maupun CASHFLOW) yang memiliki pengaruh signifikan
terhadap RETURN.