PENGUJIAN
HIPOTESIS
Pengujian hipotesis
ini dimaksudkan untuk mengolah data yang telah terkumpul baik dari data
variabel Gelar S.Sos.i (X), dengan Masa
depan mahasiswa (Y) yang bertujuan
membuktikan diterima atau tidaknya hipotesis yang diajukan. Hipotesis ini yaitu
“Ada
pengaruh gelar
S.Sos.i terhadap masa depan mahasiswa yang berpredikat sarjana”.
Untuk membuktikan
hipotesis tersebut di atas, maka pada penelitian ini melalukan uji hipotesis
dengan menggunakan analisis Regresi linier.
Regresi linier
didasarkan pada hubungan fungsional (casual) satu variabel independent
dengan satu variabel dependent. Apabila dalam penelitian ditemukan bahwa nilai
probabilitasnya lebih kecil dari 0,05 maka hubungan tersebut signifikan
(sugiyono, 2002: 250).
[1]
[1]
Correlations
|
|||
sikap
|
pengaruh
|
||
Pearson Correlation
|
sikap
|
1.000
|
.830
|
pengaruh
|
.830
|
1.000
|
|
Sig. (1-tailed)
|
sikap
|
.
|
.000
|
pengaruh
|
.000
|
.
|
|
N
|
sikap
|
35
|
35
|
pengaruh
|
35
|
35
|
Model Summaryb
|
|||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
Durbin-Watson
|
1
|
.830a
|
.690
|
.680
|
8.48839
|
1.882
|
a. Predictors: (Constant), pengaruh
|
|||||
b. Dependent Variable: sikap
|
|||||
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
5281.802
|
1
|
5281.802
|
73.305
|
.000a
|
Residual
|
2377.740
|
33
|
72.053
|
|||
Total
|
7659.543
|
34
|
||||
a. Predictors: (Constant), pengaruh
|
||||||
b. Dependent Variable: sikap
|
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
1.583
|
1.786
|
.886
|
.382
|
|
Pengaruh
|
1.038
|
.121
|
.830
|
8.562
|
.000
|
|
a. Dependent Variable: sikap
|
Dengan keterangan r bahwa :
-
0,71 s/d 1,0 (positif atau negatif) menunjukkan adanya
tingkat hubungan yang tinggi.
-
0,41 s/d 0,7 (positif atau negatif) menunjukkan adanya tingkat
hubungan yang substansial (Kuat)
-
0,21 s/d 0,4 (positif atau negatif) menunjukkan adanya
tingkat hubungan yang rendah.
-
< 0,2 (positif atau negatif) menunjukkan tidak adanya
hubungan. (Sulaiman. 2004: 12)
-
Pada korelasi terlihat bahwa probabilitas > 0,05 maka Ho diterima, dan apabila
probabilitas < 0,05 maka Ho (hipotesis nol/tidak ada pengaruh) ditolak. Hal
ini bisa juga dilihat dari adanya tanda ** pada angka korelasi, yang artinya
sama, yaitu angka korelasi jelas
signifikan.
Hasil pengolahan SPSS di atas, selanjutnya dapat kita pakai untuk uji
hipotesis yang menyatakan model yang didapatkan bentuknya linier atau tidak dan
secara tidak langsung kita menguji asumsi-asumsi untuk memperoleh BLUE (Best
Liniear Unbeased Estimator).
Pada table model summary di atas dapat dibaca bahwa hubungan
(korelasi “R”) X dengan Y bernilai 0,830. ini artinya hubungan X dengan
Y menunjukkan adanya tingkat hubungan yang substansial. Nilai “+” (positif),
artinya garis regresi arahnya ke kanan atas, bila Tingkat ketaatan beribadah
ditingkatkan, maka tingkat Ketenangan jiwa mahasiswa akan naik.
1.
Menguji signifikansi hubungan linier antara X dengan
Y
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
5281.802
|
1
|
5281.802
|
73.305
|
.000a
|
Residual
|
2377.740
|
33
|
72.053
|
|||
Total
|
7659.543
|
34
|
||||
a. Predictors: (Constant), pengaruh
|
||||||
b. Dependent Variable: sikap
|
Dalam table ANOVA di atas, terbaca nilai Fhit = 73.305. sementara
itu, dari tabel nilai statistic F dengan derajat bebas V1 = 1 dan V2
= 35 pada taraf signifikansi 0,05 (F1:35;0,05),
kita memperoleh nilai Ftabel = 4.121. jadi tampak bahwa: F hit dibanding dengan F
table adalah 73.305
> 4.121. karena nilai F hit > F table
maka disimpulkan bahwa kita dapat menolak Ho. Artinya antara X dan Y, ada
hubungan linier.
Simpulan yang sama dapat kita peroleh dari perbandingan nilai Sig. dengan
taraf signifikansi (α) : Sig. dibanding dengan α adalah 0,000 < 0,05. Karena nilai Sig. < α maka
disimpulkan bahwa kita dapat menolak Ho, yang artinya antara X dan Y ada
hubungan linier.
Model Summaryb
|
|||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
Durbin-Watson
|
1
|
.830a
|
.690
|
.680
|
8.48839
|
1.882
|
a. Predictors: (Constant), pengaruh
|
|||||
b. Dependent Variable: sikap
|
Pada tabel model summary diperoleh nilai R2 (R Square)
= 0,690. artinya variabel
X dapat menerangkan variabilitas sebesar 8,3% dari variabel Y, sedangkan
sisanya diterangkan oleh variabel yang lain. (dengan R2 merupakan
koefisien determinasi).
Besarnya pengaruh variabel gelar
S.Sos.i terhadap masa depan mahasiswa yang berpredikat sarjana adalah 91,7%; artinya sebesar 91,7% besarnya gelar S.Sos.i terhadap masa depan mahasiswa yang
berpredikat sarjana, ditentukan oleh besarnya sekor kesadaran sarjana tentang
gelar, sedangkan sisanya sebesar 8,3 % ditentukan oleh faktor lain.
2. Menguji
signifikansi konstanta pada model linier (α)
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
1.583
|
1.786
|
.886
|
.382
|
|
Pengaruh
|
1.038
|
.121
|
.830
|
8.562
|
.000
|
|
a. Dependent Variable: sikap
|
Dalam tabel coefisien
di atas diperoleh nilai T hit 0.886.
karena kita memakai taraf signifikansi 5%, maka untuk T tabel akan diperoleh
nilai T (35;0,05) = 2,030 (lihat tabel nilai
statistik dalam distribusi T dengan drajat bebas Dk = 33
pada taraf signifikansi 0,05; karena kita menggunakan uji dua pihak). Dari
kedua nilai tersebut, kita peroleh T hit dan T tabel : 0,886 >2,030. karena nilai T hit lebih besar T tabel maka disimpulkan
bahwa kita dapat menolak Ho : artinya koefisien regresi (α) signifikan.
Kita juga
dapat mencoba membandigkan nilai Sig. dengan taraf signifikansi (α) : Sig.
dengan α (alfa) adalah .003 < 0,05.
karena nilai Sig. lebih kecil (α) maka disimpulkan bahwa kita dapat menolak Ho, yang
artinya antara koefisien regresi (α) Signifikan.
2.
Menguji signifikansi koefisien variabel gelar S.Sos.i (b) pada model linier.
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
1.583
|
1.786
|
.886
|
.382
|
|
Pengaruh
|
1.038
|
.121
|
.830
|
8.562
|
.000
|
|
a. Dependent Variable: sikap
|
Dalam tabel coeffisciens
di atas diperoleh nilai Thit : 0.886. karena kita menggunakan taraf
signifikansi 5%, maka untuk T tabel akan kita peroleh nilai T (35;0,05) : 2,030. (lihat tabel
nilai statistik T dengan derajat bebas dk : 33
pada taraf signifikansi 0,05: sebab kita memakai uji dua fihak). Dengan
membandingkan nilai T hit dan T tabel didapatkan : 0,886 > 2,030. karena nilai T hit lebih besar dari T tabel
maka disimpulkan bahwa kita dapat menolak Ho; artinya koefisien pada X
signifikan.
Hasil yang
sama juga dapat dihasilkan dari perbandingan nilai Sig. dengan taraf
signifikansi (α) : Sig. dengan α (alfa) adalah 0,005 < 0,05. karena nilai Sig.
lebih kecil (α) maka disimpulkan bahwa kita dapat menolak Ho, yang
artinya antara koefisien regresi pada X signifikan (sama dengan cara kita
membandingkan antara Thit dengan T tabel di atas).
Dari tabel di
atas harga bilangan konstanta (a) = 1,586 , koefisien regresi (b) = 1,038 Dengan demikian, model regresi yang dapat dipakai adalah : Y = 1,586 + 1,038 X.
Dimana, Y = terhadap masa depan mahasiswa yang berpredikat sarjana ; X =
pengaruh gelar S.Sos.i.
Berdasarkan
persamaan ini dapat diprediksikan bahwa Kesadaran terhadap masa depan mahasiswa yang berpredikat sarjana (Y) rata-rata akan berubah sebesar 1,586 untuk setiap unit perubahan yang terjadi pada variabel pengaruh gelar S.Sos.i. (X).
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
5281.802
|
1
|
5281.802
|
73.305
|
.000a
|
Residual
|
2377.740
|
33
|
72.053
|
|||
Total
|
7659.543
|
34
|
||||
a. Predictors: (Constant), pengaruh
|
||||||
b.
Dependent Variable: sikap
|
Model Summaryb
|
|||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
Durbin-Watson
|
1
|
.830a
|
.690
|
.680
|
8.48839
|
1.882
|
a. Predictors: (Constant), pengaruh
|
|||||
b. Dependent Variable: sikap
|
Hasil
perhitungan berdasarkan analisa Anova, diperoleh harga F regresi = 73,305 dengan sig F = 0,008.
Karena harga sig F = 0,000 lebih kecil dari (α) = 0,05, maka
persamaan regresi Y = 1,586 + 1,038 X signifikan.
Persamaan regresi yang signifikan berarti dapat dijadikan untuk meramal
hubungan variabel pengaruh gelar
S.Sos.i (X) dengan variabel
terhadap masa depan mahasiswa yang berpredikat sarjana (Y). Taraf hubungan variabel ini ditunjukkan oleh
besarnya koefisien korelasi R = 0,690.
Dengan besarnya R = 0,690
dapat dikatakan bahwa hubungan variabel tersebut menunjukkan adanya tingkat
hubungan yang substansial. [2]
Besarnya pengaruh
gelar S.Sos.i (X)
terhadap variabel masa depan
mahasiswa yang berpredikat sarjana (Y)
dapat dilihat dari besarnya koefisien determinasi (R2) = 0,690 atau koefisien
determinasi yang sudah disesuaikan R square = 0,690.
Dengan demikian variabel masa
depan mahasiswa yang berpredikat sarjana (Y) dapat dijelaskan oleh pengaruh
gelar S.Sos.i (X) sebesar 91,7 %
sedang sisanya yaitu 8,3 %
dijelaskan oleh faktor lain, dan tidak dapat dijelaskan melalui variabel
tersebut yaitu variabel pengaruh
gelas S.Sos.i. Sebagian dari
sisa ini mungkin dapat dijelaskan melalui variabel lain diluar variabel yang
diteliti dan sebagian lainnya mungkin merupakan variasi akibat kesalahan
pengukuran. Secara keseluruhan, sisa ini disebut faktor kesalahan atau varian
yang takterjelaskan.
Hipotesis
penelitian ini berbunyi “ Ada pengaruh antara gelaar S.Sos.i terhadap masa
depan mahasiswa yang berpredika sarjana”. Artinya, makin tinggi nilai gelar
S.Sos.i, makin meningkat
pula kesadaran masa depan mahasiswa
yang berpredikat sarjana,
diuji dengan analisi regresi sederhana dengan ketentuan bila F regresi lebih
besar F tabel atau sig F lebih kecil α = 0,05 maka hipotesis nihil
(Ho) ditolak dan hipotesis alternatif (Ha) diterima.
Model Summaryb
|
|||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
Durbin-Watson
|
1
|
.830a
|
.690
|
.680
|
8.48839
|
1.882
|
a. Predictors: (Constant), pengaruh
|
|||||
b. Dependent Variable: sikap
|
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
1.583
|
1.786
|
.886
|
.382
|
|
Pengaruh
|
1.038
|
.121
|
.830
|
8.562
|
.000
|
|
a. Dependent Variable: sikap
|
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
5281.802
|
1
|
5281.802
|
73.305
|
.000a
|
Residual
|
2377.740
|
33
|
72.053
|
|||
Total
|
7659.543
|
34
|
||||
a. Predictors: (Constant), pengaruh
|
||||||
b. Dependent Variable: sikap
|
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
5281.802
|
1
|
5281.802
|
73.305
|
.000a
|
Residual
|
2377.740
|
33
|
72.053
|
|||
Total
|
7659.543
|
34
|
||||
a. Predictors: (Constant), pengaruh
|
||||||
b. Dependent Variable: sikap
|
Analisis
regresi menghasilkan bentuk regresi dengan persamaan Y = 1,586 + 1,038 X dengan
keterangan bahwa Y = gelar S.Sos.i ; dan X = masa
depan mahasiswa yang berpredikat sarjana. harga F regresi = 73.305 dengan sig F = 0,005,
dan harga F regresi = 8,933
lebih besar dari F tabel = 4.121 pada dk 1 dan dk 33. Dengan
membandingkan nilai F hit
dan F tabel didapatkan
: 8,933
> 4.121. karena nilai F hit lebih besar dari F tabel maka regresi
tersebut signifikan, atau hipotesa alternatif terbukti artinya hipotesis yang berbunyi ” Ada pengaruh
antara gelar S.Sos.i terhadap masa depan mahasiswa yang
berpredikat sarjana” diterima.
Atau kita
dapat melihat pada kolom sig
F = 0,005 lebih kecil
dari = 0,05, maka Ho ditolak dan Ha diterima. Besarnya pengaruh antara gelar S.Sos.i terhadap masa
depan mahasiswa yang berpredikat sarjana adalah sebesar 91,7 % (R square
yang sisesuaikan = 0,690). Atau bisa dikatakan besar pengaruh gelar S.Sos.i terhadap
masa depan mahasiswa yang berpredikat sarjana 91,7 %, dan
sisanya yaitu sebesar 8,3 % dipengaruhi oleh
faktor lain, faktor itu mungkin misalnya ekonomi atau pendapatan keluarga,
kesehatan, kebersihan, lingkungan rumah, pendidikan, dan budaya.
-Sekian
Terimakasih-
[2] Dengan keterangan bahwa apabila koefisien:
1.
0,7 s/d 1,0 (positif atau negatif) menunjukkan adanya tingkat hubungan yang
kuat.
2. 0,4
s/d 0,7 (positif atau negatif) menunjukkan adanya tingkat hubungan yang
substansial.
3.
0,2 s/d 0,4 (positif atau negatif) menunjukkan adanya tingkat hubungan yang
lemah.
4. < 0,2 (positif atau negatif) menunjukkan tidak adanya
hubungan (Sulaiman. 2004: 12). Slaiman, Wahid. 2004. Analisis Regresi
Menggunakan SPSS, Contoh Kasus dan Pemecahannya. Yogyakarta: Penerbit Andi.
Hlm. 12.
Tidak ada komentar:
Posting Komentar