Pengujian Hipotesis Statistik pada Analisis Regresi Linier Berganda
Hipotesis penelitian menjadi topik yang saya kira cukup penting untuk di elaborasi lebih mendalam. Beberapa pertanyaan di Channel Youtube dan Instagram Kanda Data melatarbelakangi saya ingin menuliskan artikel ini.
Tentu kita sudah mengetahui bersama, bahwa ketika kita melakukan sebuah penelitian maka kita akan mempunyai dugaan atau kesimpulan sementara dari rencana penelitian kita. Dugaan atau kesimpulan sementara itulah yang disebut dengan hipotesis.Selanjutnya, ketika kita mempelajari statistik tentu masih ingat dalam benak kita bahwa statistik dapat dibagi menjadi statistik deskriptif dan statistik inferensial. Bagi teman-teman yang sering mengakses artikel baik jurnal nasional maupun jurnal internasional, di dalam artikel yang telah dipublikasi kita dapat menjumpai beberapa peneliti ada yang menggunakan kombinasi statistik deskriptif dan statistik inferensial atau fokus pada penggunaan statistik inferensial.
Pada penggunaan statistik inferensial kita perlu menyusun hipotesis penelitian. Hipotesis penelitian ini kita susun sesuai dengan tujuan penelitian. Selanjutnya pada metode analisis perlu disusun hipotesis statistik yang terdiri dari hipotesis nol dan hipotesis alternatif.
Ya, sudah kita ketahui bersama bahwa analisis regresi linear berganda merupakan alat analisis yang paling sering digunakan oleh peneliti untuk mengamati pengaruh variabel terhadap variabel yang lain. Bagaimana sih cara pengujian Hipotesis statistik pada analisis regresi linear berganda? Yuk kita elaborasi dan bahas bersama dalam artikel ini.
Analisis regresi linier berganda
Analisis regresi linear berganda merupakan alat analisis yang dapat kita gunakan untuk mengetahui pengaruh variabel bebas yang berjumlah 2 variabel atau lebih terhadap 1 variabel terikat. Berdasarkan hal tersebut, maka dapat kita simpulkan bahwa regresi linear berganda terdiri dari minimal 2 variabel bebas.
Pada regresi linear berganda kita dapat mengetahui pengaruh variabel bebas secara simultan terhadap variabel terikat. Selain itu, kita juga dapat mengetahui pengaruh variabel bebas secara parsial terhadap variabel terikat.
Pada analisis regresi linear berganda umumnya menggunakan metode kuadrat terkecil atau Ordinary Least Square. Tentunya hasil estimasi yang diharapkan adalah konsisten dan tidak bias.
Oleh karena itu, kita perlu melakukan uji asumsi yang dipersyaratkan. Uji asumsi ini sering dikenal dengan uji asumsi klasik atau asumsi gauss-markov.
Setidaknya uji asumsi yang perlu dilakukan pada data cross section yaitu uji normalitas residual, uji heteroskedastisitas, uji multikolinearitas, dan uji linearitas. Adapun jika menggunakan data time series, selain 4 uji asumsi tersebut perlu ditambahkan uji autokorelasi. Uji asumsi tersebut bertujuan untuk menghasilkan best linear unbiased estimator (BLUE).
Output regresi yang mana yang untuk uji hipotesis?
Selanjutnya jika teman-teman sudah melakukan analisis regresi linear berganda dan uji asumsi sudah memenuhi syarat, output regresi yang mana yang dapat kita gunakan untuk uji hipotesis?
Di metode penelitian kita perlu menuliskan hipotesis statistik pengaruh variabel bebas secara bersama-sama maupun pengaruh variabel bebas secara parsial terhadap variabel terikat.
Seperti yang sudah saya sampaikan pada paragraf sebelumnya bahwa pada analisis regresi linear berganda, jika kita ingin menguji pengaruh variabel bebas secara simultan atau bersama-sama terhadap variabel terikat kita dapat melihat nilai F hitung. Selain itu, nilai F hitung ini juga dapat digunakan untuk melihat goodness of fit dari model regresi yang kita bangun.
Selanjutnya untuk melihat pengaruh variabel bebas secara parsial terhadap variabel terikat, kita dapat melihat nilai T hitung.
F hitung regresi
Pada output analisis regresi linear berganda, nilai F hitung regresi ini berada pada tabel Anova. Untuk melihat kebaikan model kita, kita dapat melihat lebih dahulu nilai koefisien determinasi (R squared). Nilai koefisien determinasi ini menjelaskan kemampuan variasi variabel bebas dalam menjelaskan variasi variabel terikat.
Berdasarkan nilai F hitung, kita dapat membandingkan dengan nilai F tabel untuk mengambil kesimpulan apakah pengaruh variabel bebas secara bersama-sama signifikan atau tidak signifikan terhadap variabel terikat.
Selain itu, jika kita menggunakan aplikasi pengolah data maka kita dapat langsung gunakan nilai signifikansi alpha (p-value) untuk mengambil kesimpulan apakah menerima atau menolak hipotesis nol.
T hitung regresi
Untuk mengetahui pengaruh variabel bebas secara parsial terhadap variabel terikat, kita dapat menggunakan T hitung regresi. Nilai T hitung regresi ini sering disebut dengan t-statistics. Di sini teman-teman perlu mengetahui bahwa antara T hitung regresi dengan uji beda menggunakan t-test berbeda.
Dalam menguji nilai T hitung, kita dapat menggunakan 2 kriteria. Apakah dengan membandingkan nilai T hitung dengan T tabel atau juga dapat melihat nilai p-value alpha. Keduanya akan menghasilkan kesimpulan yang sama.
Penulisan hipotesis statistik regresi
Untuk memudahkan dalam pengujian hipotesis statistik seperti yang telah saya singgung di paragraf sebelumnya, kita perlu menyusun hipotesis nol dan hipotesis alternatifnya.
Hipotesis nol sering disingkat Ho dan hipotesis alternatif sering disingkat dengan H1 atau Ha. Penyusunan hipotesis nol dan hipotesis alternatif ini saling berlawanan. Contohnya:
Ho: Input jumlah pupuk kimia dan jumlah pupuk kompos tidak berpengaruh nyata terhadap produksi padi
Ha: Jumlah pupuk kimia dan jumlah pupuk kompos secara bersama-sama berpengaruh nyata terhadap produksi padi
Ho: Jumlah pupuk kimia secara parsial tidak berpengaruh nyata terhadap produksi padi
Ha: Jumlah pupuk kimia secara parsial berpengaruh nyata terhadap produksi padi
Ho: Jumlah pupuk kompos secara parsial tidak berpengaruh nyata terhadap produksi padi
Ha: Jumlah pupuk kompos secara parsial berpengaruh nyata terhadap produksi padi
Dalam penulisan hipotesis statistik, perlu dipahami bahwa pada pengaruh variabel bebas secara parsial diasumsikan salah satu variabel dianggap tetap atau ceteris paribus.
Kriteria pengujian hipotesis nol
Kriteria pengujian hipotesis dapat menggunakan dua kriteria yaitu membandingkan nilai F hitung/T hitung dengan F tabel/T tabel. Kriteria kedua dapat melihat nilai p-value alpha yang dibandingkan dengan signifikansi alpha yang telah ditetapkan dalam penelitian.
Perlu diketahui bahwa dalam pengujian hipotesis yang diuji adalah hipotesis nolnya. Ketika hipotesis nol ditolak maka kita akan menerima hipotesis alternatifnya. Contoh untuk kriteria pengujian hipotesis yaitu:
Jika F hitung < F Tabel = Hipotesis nol diterima
Jika F hitung ≥ F tabel = Hipotesis nol ditolak (hipotesis alternatif diterima)
Jika T hitung < T Tabel = Hipotesis nol diterima
Jika T hitung ≥ T tabel = Hipotesis nol ditolak (hipotesis alternatif diterima)
Jika p-value F hitung > 0,05 = Hipotesis nol diterima
Jika p-value F hitung ≤ 0,05 = Hipotesis nol ditolak (hipotesis alternatif diterima)
Jika p-value T hitung > 0,05 = Hipotesis nol diterima
Jika p-value T hitung ≤ 0,05 = Hipotesis nol ditolak (hipotesis alternatif diterima)
Kesimpulan
Baik, kini saatnya kita mengambil kesimpulan dari artikel yang telah ditulis pada kesempatan ini. Seperti pada analisis yang lain, bahwa analisis regresi linier berganda ini termasuk dalam statistik inferensial, sehingga kita perlu melakukan pengujian hipotesis statistik.
Pengujian Hipotesis statistik diturunkan dari hipotesis penelitian untuk menjawab tujuan penelitian. Hipotesis statistik pada analisis regresi linear berganda dapat diuji menggunakan dua kriteria yaitu membandingkan nilai F hitung/T hitung dengan F tabel/T tabel atau dengan membandingkan nilai p-value dengan taraf signifikansi alpha yang ditetapkan dalam penelitian.
Dalam pengujian hipotesis statistik, yang diuji adalah hipotesis nolnya. Oleh karena itu, ketika hipotesis nol ditolak maka kita akan diterima hipotesis alternatifnya. Umumnya hipotesis penelitian akan diletakkan pada hipotesis alternatif.
Baik, demikian artikel yang dapat saya sampaikan pada kesempatan ini. Semoga bermanfaat dan dapat memberikan nilai tambah pengetahuan bagi kita semuanya. Untuk mendapatkan konten edukasi lainnya dapat mengunjungi channel youtube, website, instagram, dan tiktok KANDA DATA. Sampai jumpa di artikel edukasi pekan berikutnya, terima kasih.
Posting Komentar untuk "Pengujian Hipotesis Statistik pada Analisis Regresi Linier Berganda"