TUGAS METODOLOGI PENELITIAN

Rangkuman Materi Kuliah

Analisa Data Kuantitatif

Muhammad Yusuf Adam

A31108317

Fakultas Ekonomi dan Bisnis

Universitas Hasanuddin

2014

Data Kuantitatif : Pengujian Hipotesis

Hipotesis dapat didefinisikan sebagai pernyataan sementara, belum diuji, yang memprediksi

apa yang kita harapkan untuk kita temukan dalam data empiris kita. Hipotesis ini berasal dari teori

yang mendasari model konseptual yang dibangun dan biasanya terhubung secara alami (sekaran,

2002). Berdasarkan kalimat diatas , hipotesis dapat  didefinisikan sebagai dugaan hubungan yang

logis antara dua atau lebih variabel yang tergambar di dalam pernyataaan yang dapat dibuktikan.

Pengujian hipotesis mempunyai manfaat antara lain :

1. 1. Memastikan hubungan sebab akibat

2. 2. Memastikan perbedaan antara dua grup atau lebih

3. 3. Atau justru untuk memastikan independensi dari beberapa variabel

Hipotesis dapat diuji menggunakan t-test, ANOVA, chi-square test, dan multiple regression

analysis. Uji t dikenal dengan uji parsial yaitu untuk menguji bagaimana pengaruh masing-masing

variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya. Uji F dikenal dengan Uji

serentak atau Uji Annova yaitu uji untuk melihat bagaimanakah pengaruh semua variabel bebasnya

secara bersama-sama terhadap variabel terikatnya. Selain itu juga dapat digunakan untuk menguji

apakah model regresi yang dibuat sudah signifikan atau non signifikan. Chi-square test digunakan

untuk menguji kategori data baik berupa data nominal maupun ordinal. Analisis regresi digunakan

untuk melihat hubungan antara dua variabel secara kuantitatif.

Pada setiap pengujian hipotesis, angka numeric yang berasal dari pengujian statistic

dibandingkan terhadap kemungkinan distribusi untuk melihat kemungkinan dari kemungkinan

terjadinya hasil yang tidak benar pada populasi. Hipotesis nol dan hipotesis pengujian bisa memiliki

hubungan searah ataupun hubungan tidak langsung.

Type I dan Type II merupakan error dalam pengujian. Type I adalah kemungkinan spesifik

sebelum pengujian dilakukan. Selain itu juga dapat digunakan untuk menolak hipotesis nol ketika

hipotesis tersebut benar. Type II adalah kemungkinan menerima hipotesis nol ketika hipotesis

tersebut salah. P-values adalah kemungkinan sebenarnya yang dihitung dari pengujian statistic dan

dibandingkan dengan type I maupun type II untuk menolak atau menerima hipotesis nol. Kekuatan

statistic adalah kemungkinan untuk menolak seutuhnya hipotesis nol (1- B).

Contoh :

alpha = 0.05; calculated p-value = 0.008; reject null hypothesis

alpha = 0.05; calculated p-value = 0.110; do not reject null hypothesis

Type I error terjadi ketika hipotesis nol yang benar ditolak. Hubungan antara H0 dan hasil

pengujian yang mengakibatkan kesalahan dapat dilihat pada table di bawah ini.

Kesalahan Pengambilan Keputusan

Keputusan Populasi

Ho Benar Ho Salah

Tidak Menolak Ho

Benar (1-) Kesalahan Tipe II ()

Menolak Ho Kesalahanan Tipe I () Benar (1-)

Variabel dummy adalah variabel yang membolehkan untuk menggunakan variabel ordinal

maupun nominal sebagai variabel independen untuk menjelaskan, memahami, atau memprediksikan

variabel dependen. Multicollinearity terjadi jika menghadapi fenomena statistik dimana dua atau

lebih variabel independennya dalam model regresi berganda mengalami korelasi yang tinggi. Hal

ini menyebabkan estimasi dari koefisien regresi menjadi tidak mungkin dan terkadang unreliable.

Korelasi yang tinggi dapat menjadi pertanda danya perluasan multicollinearity. Multicollinearity

dapat diukur menggunakan nilai toleransi dan variance inflation factor (VIF). Multicollinearity

bukanlah masalah yang serius karena estimasi dari koefisien regresi mungkin tidak stabil, tetapi

ketika tujuan penelitian adalah untuk meyakinkan regresi korelasi individual maka multicollinearity

bisa menjadi masalah.

Analisi diskrimanisi juga digunakan untuk mengidentifikasi independent variable yang

didiskriminasi secara normal oleh skala bunga dependent variable. Regresi logistic digunakan

ketika dependent variable bukan merupakan angka. Regresi logistic juga selalu digunakan ketika

ada 2 macam kelompok. Conjoint Analysis adalah teknik statistik yang banyak digunakan pada

berbagai bidang. Teknik ini digunakan untuk mengetahui bagaimana konsumer mengembangkan

kesukaannya terhadap suatu produk atau jasa. Hal ini berlandaskan ide yang menyatakan bahwa

konsumen mengevaluasi nilai dari suatu produk atau jasa dengan menggabungkan nilai yang

disediakan oleh setiap attribute.

Multivariate Analysis of Variance (MANOVA) adalah perpanjangan multivariate dari analisa

varians. Variabel bebas diukur dalam skala nominal sedangkan variabel terikat diukur

menggunakan interval/skala rasio. Canonical correlation berguna untuk menguji hubungan antara

dua atau lebih variabel terikat dan beberapa variabel bebas.

Kebanyakan perusahaan menyadari keuntungan dari pembuatan data warehouse yang

berfungsi sebagai pusat penyimpanan semua data yang telah dikumpulkan dari sumber yang

terpisah termasuk keuangan perusahaan, manufaktur, penjualan, dan kesukaan.