BAB I

PENDAHULUAN

1.1 Latar Belakang

Penelitian merupakan kegiatan yang terencana untuk mencari jawaban yang obyektif
atas permasalahan manusia melalui prosedur ilmiah (Tri Wahyulis, 2010). Untuk itu didalam
suatu penelitian dibutuhkan suatu proses analisis data yang berguna untuk menganalisis datadata yang telah terkumpul agar diperoleh suatu gambaran atau maksud dari semua data yang telah
diperoleh.

Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah data dari seluruh
responden atau sumber data lain terkumpul. Kegiatan dalam analisis data adalah
mengelompokkan data berdasarkan variable dan jenis responden, mentabulasi data
berdasarkan variable dari seluruh responden, menyajikan data tiap variable yang diteliti,
melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan
untuk menguji hipotesis yang telah diajukan.
Analisis data dalam penelitian kuantitatif menggunakan statistic. Ada 2 macam statistic
yaitu statistic deskriptif dan statistic inferensial. Statistic inferensial meliputi statistic
parametris dan nonparametris.

1.2.Rumusan Masalah
A. Apa yang dimaksud dengan Analisis Data Kuantitatif?
B. Apa saja teknik yang digunakan dalam analisis data kuantitatif?
C. Bagaimana contoh judul penelitian dan statistic yang digunakan untuk analisis?
D. Bagaimana konsep dasar pengujian hipotesis?

1.3. Tujuan
A. Untuk mengetahui pengertian dari Analisis Data Kuantif
B. Untuk mengetahui teknik yang digunakan dalam analisis data kuantitatif
C. Untuk mengetahui contoh judul penelitian dan statistic yang digunakan untuk analisis
D. Untuk mengetahui konsep dasar pengujian hipotesis
Analisis Data Kuantitatif 1

BAB II
PEMBAHASAN

2.1. Pengertian Analisis Data Kuantitatif

Analisa data adalah proses menyerderhanakan data kedalam bentuk yang lebih mudah
dibaca dan diinterpretasikan.dalam proses ini seringkali digunakan statistik. Statistik disini
berfungsi menyederhanakan data penelitian yang amat besar jumlahnya menjadi informasi
yang lebih sederhana dan lebih mudah dipahami.
Sedangkan data kuantitatif yaitu data dalam bentuk jumlah dituangkan untuk
menerangkan suatu kejelasan dari angka-angka atau pemperbandingkan dari beberapa
gambaran sehingga memperoleh gambaran baru, kemudian dijelaskan kembali dalam bentuk
kalimat/ uraian.
Dari paparan diatas dapat disimpulkan bahwa metode analisis data merupakan cara untuk
menganalisa hasil dari data yang diperoleh dalam penelitian sehingga lebih mudah untuk
dibaca dan diinterprestasikan. Analisis data ini dilakukan setelah terkumpulnya semua data
hasil penelitian. Adapun cara yang ditempuh dalam rangka menganalisis data kuantitatif ini
dengan menggunakan metode statistik.
Berikut ini beberapa tujuan analisis data antara lain:
a. Memecahkan masalah-masalah penelitian
b. Memperlihatkan hubungan antara fenomena yang terdapat dalam penelitian
c. Memberikan jawaban terhadap hipotesis yang diajukan dalam penelitian
d. Bahan untuk membuat kesimpulan serta implikasi dan saran-saran yang berguna untuk
kebijakan penelitian selanjutnya.
Adapun tujuan dari analisis data menurut Kerlinger ialah untuk meringkas data dalam bentuk
yang mudah dipahami dan mudah ditafsirkan, sehingga hubungan antar problem penelitian
dapat dipelajari dan diuji.The purpose of analysis is to reduce data to intelligible and
interpretable form, so that the relations of research problem can be studied and tested. Untuk
itu, kita harus dapat mengolah dan menyajikan data dalam bentuk tabel-tabel atau grafik yang
mudah dibaca dan dipahami.

Analisis Data Kuantitatif 2

2.2. Teknik Analisis Data Kuantitatif

A. Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara
mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa
bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Statistik
deskriptif dapat digunakan bila peneliti haya ingin mendeskripsikan data sampel, dan tidak
ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil. Ukuran
yang digunakan dalam statistic deskriptif tergantung pada tipe skala pengukuran construct
yang digunakan dalam penelitian.
Dalam bukunya Burhan Bugin kuantitatif deskriptif yaitu penelitian kuantitatif yang bertujuan hanya
menggambarkan keadaan gejala sosial apa adanya, tanpa melihat hubungan-hubungan yang ada.

Ukuran yang digunakan dalam statistic deskriptif antara lain :

1. Frekuensi
Frekuensi merupakan salah satu ukuran dalam statistic deskriptif yang menunjukan nilai
distribusi data penelitian yang memiliki kesamaan kategori. Frekuensi suatu distribusi
data penelitian dinyatakan degan ukuran absolute (f) atau proposisi (%). Penyajian
statistic deskriptif yang menggunakan ukuran frekuensi dapat menggunakan ukuran
frekuensi, dapat menggunakan table numerik atau grafik.
2. Tendensi sentral (central tendency)
Tendensi senral merupakan ukuran dalam statistic deskriptif yang menunjukkan nilai
sentral dari distribusi data penelitian. Tendensi sentral dapat dinyatakan dengan tiga
macam ukuran, yaitu :

Rata-rata (Mean)
Mean diperoleh dari jumlah semua nilai populasi dibagi dengan jumlah total nilainilai populasi.

Median
Median adalah pengukuran tendensi sentral berdasarkan nilai data yang terletak
ditengah-tengah dari suatu distribusi data penelitian yang disusun secara berurutan.

Modus
Modus (modu) adalah nilai yang paling sering muncul pada suatu distribusi nilai
variabel.
Analisis Data Kuantitatif 3

3. Dispersi (Penyebarab Data)

Dispersi mengukur variasi data yang diteliti dari angka rata-ratanya. Pengukuran dispersi
adalah metode untuk menggambarkan bagaimana suatu kelompok data menyebar
terhadap pusat data. Ukuran Dispersi/Persebaran (Dispersion measurement) antara lain
Jarak (Range), Ragam/Varian (Variance),

Simpangan Baku (Standard deviation), dan

Rata-rata deviasi (Mean deviation)

B. Statistik inferensial
Statistic inferensial adalah adalah tehnik statistic yang digunakan untuk menganalisis
data sampel dan hasilnya diberlakukan untuk populasi. Cocok digunakana pada sampel dari
populasi yang jelas dan tehnik pengambilan dilakukan secara random. Satatistik ini
kebenarannya bersifat perluang (probability). Kesimpulan dari sampel ini akan diberlakukan
untuk populasi itu mempunyai peluang kesalan dan kebenaran yang dinyatakan dalam bentuk
prosentase. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi.
Signifikansi adalah kemampuan untuk digeneralisasikan dengan kesalahan tertentu. Ada
hubungan signifikan berarti hubungan itu dapat digeneralisasikan. Ada perbedaan yang
signifikan berarti hubungan itu dapat digeneralisasikan.
Statistik inferensial, menyelidiki pertanyaan, model dan hipotesis. Dalam banyak kasus,
kesimpulan dari statistik inferensial melebihi dari apa yang ditunjukkan oleh data itu sendiri.
Seringkali, seseorang menggunakan statistika inferensial untuk membuat kesimpulan dari
data terhadap kondisi yang lebih general. Jadi, statistika inferensial secara sederhana
menunjukkan ada apa dengan data yang diperoleh.
Dalam statistik inferensial dibagi menjadi 2 yakni statistik parametis dan statistik non
parametis, yakni:
1. Statistik parametris

Statistik parametris digunakan untuk menguji parameter populasi melalui statistic, atau
menguji ukuran populasi melalui data sampel. Parameter populasi itu meliputi: rata-rata
notasi (mu), simpangan baku (sigma), dan varians 2. Parameter populasi itu
meliputi: rata-rata X (X bar), simpangan baku s, dan varians s2. Statistik ini memerlukan
banyak asumsi. Asumsi utama adalah data yang akan dianalisis harus berdistribusi
normal. Dalam penggunaan salah satu test mengharuskan data dua kelompok atau lebih
Analisis Data Kuantitatif 4

yang diuji harus homogeny, dalam regresi harus terpenuhi asumsi literitas. Bila asumsi
yang melandasi dapat terpenuhi, statistic parametris mempunyai kekuatan yang lebih
daripada statistic nonparametris. Penggunaan parametris kebanyakan untuk menganalisis
data interval dan ratio.
2. Statistik Nonparametris

Statistik nonparametris tidak menguji parameter populasi, tetapi menguji distribusi.

Statistik ini tidak menuntut terpenuhi banyak asumsi, misalnya data yang akan dianalisis
tidak harus berdistribusi normal. Penggunaan nonparametris kebanyakan untuk
menganalisis data nominal dan ordinal.
Dalam penelitian kuantitatif yang menggunakan statistic, ada dua hal utama ynga harus
diperhatikan:
a. Macam Data

Data Nominal

Menuruti Moh. Nazir, data nominal adalah ukuran yang paling sederhana, dimana angka
yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan
tingkatan apapun. Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau
diskrit. Data nominal merupakan data kontinum dan tidak memiliki urutan.

Data Ordinal

Data ini memiliki nama (atribut), juga memiliki peringkat atau urutan. Angka yang
diberikan mengandung tingkatan. Ia digunakan untuk mengurutkan objek dari yang
paling rendah sampai yang paling tinggi, atau sebaliknya. Ukuran ini tidak memberikan
nilai absolut terhadap objek, tetapi hanya memberikan peringkat saja.

Data Interval

Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang diukur. Akan
tetapi ukuran interval tidak memberikan jumlah absolut dari objek yang diukur.

Data Ratio

Ukuran yang meliputi semua ukuran di atas ditambah dengan satu sifat yang lain, yakni
ukuran yang memberikan keterangan tentang nilai absolut dari objek yang diukur
dinamakan ukuran rasio (data rasio). Data rasio, yang diperoleh melalui pengukuran
dengan skala rasio memiliki titik nol.

Analisis Data Kuantitatif 5

b. Bentuk Hipotesis
Bentuk hipotesis ada 3 yaitu :

Hipotesis Deskriptif

Hipotesis deskriptif yang akan diuji dengan statistic parametris merupakan dugaan
terhadap nilai dalam satu sampel (unit sampel) dibandingkan dengan standart, sedangkan
hipotesis yang akan diuji dengan statistic nonparametris merupakan dugaan ada tidaknya
perbedaan secara signifikan nilai antar kelompok dalam satu sampel.

Hipotesis Komparatif

Hipotesis komparatif merupakan dugaan ada tidaknya perbedaan secara signifikan nilainilai dua kelompok atau lebih. Dibedakan menjadi 2 yaitu Komparatif untuk 2 sampel
dan Komparatif lebih dari 2 sampel.

Hipotesis Assosiatif

Hipotesis Assosiatif adalah dugaan terhadap ada tidaknya hubungan secara signifikan
antara dua variable atau lebih.

PENGGUNAAN STATISTIK PARAMETRIS DAN NONPARAMETRIS UNTUK

MENGUJI HIPOTESIS
BENTUK HIPOTESIS
Deskriptif
Komparatif
Komparatif
MACAM (Satu
(dua sampel)
(lebih dari dua sampel)
DATA
Variabel
Related
Independen
Related
Independen Assosiatif
(hubungan)
atau Satu
Sampel)**
Nominal Binomial
Mc
Fisher Exact Cochran
2 untuk k Contingency
Coefficient C
2
satu Nemar
Probability 2
sampel
sampel
dua sampel
Ordinal
Run Test
Sign Test Median Test Fridman
Median
Spearman
Wilcoxon Mann-Whitney Two-Way Extension
Rank
Utest
Correlation
matched
Anova
Kruskalpairs
Kolomongorov
Wallis One Kendall Tau
Smairnov
Way
Anova
WaldWoldfowitz
Analisis Data Kuantitatif 6

Interval
Ratio

t-test*

t-test of t-test*
Related
Independent

One Way One Way Korelasi

Anova*
Anova
Product
Moment*
Two Way Two Way
Anova*
Anova
Korelasi
Parsial*
Korelasi
Ganda*
Regresi,
sederhana
Ganda*

&

* Statistik Parametris
**Deskriptif untuk parametris artinya satu variabel dan untuk nonparametris artinya satu
sampel
Berdasarkan table tersebut dapat dikemukakan disini bahwa :
1) Untuk menguji hipotesis deskriptif satu sampel (unisampel) bila datanya berbentuk
nominal, maka digunakan teknik statistik : Binomial dan Chi kuadrat satu Sampel
2) Untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk ordinal, maka
digunakan teknik statistik : Run Test
3) Untuk menguji hipotesis deskriptif satu variabel (univariabel) bila datanya berbentuk
interval atau ratio, maka digunakan t-test satu sampel
4) Untuk menguji hipotesis kompratif dua sampel yang berpasangan bila datanya berbentuk
nominal digunakan teknik statistik : Mc Nemar
5) Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk
ordinal digunakan teknik statistik : Sign Test dan Wilcoxon matched pairs
6) Untuk menguji hipotesis komparatif dua sampel berpasangan, bila datanya berbentuk
interval atau ratio, digunakan t-test dua sampel
7) Untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk
nominal digunakan teknik statistik : Fisher exact probability dan Chi Kuadrat Dua
Sampel

Analisis Data Kuantitatif 7

8) Untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk
ordinal digunakan teknik statistik : Median Test, Mann-Whitney U Test, Kolmogorov
Smirnov dan Wald-Wolfowitz
9) Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk
interval atau ratio, digunakan t-test sampel berpasangan (related)
10) Untuk menguji hipotesis komparatif dua sampel berpasangan, bila datanya berbentuk
nominal, digunakan teknik statistik : Chocran Q
11) Untuk menguji hipotesis komparatif k sampel berpasangan, bila datanya berbentuk
ordinal, digunakan teknik statistik : Friedman Two-way Anova
12) Untuk menguji hipotesis komparatif sampel berpasangan bila datanya berbentuk interval
atau ratio digunakan analisis varians satu jalan maupun dua jalan (One Way dan Two
Way Anova)
13) Utnuk menguji hipotesis komparatif k sampel independen, bila datanya berbentuk
nominal, digunakan teknik statistik : Chi Kuadrat k sampel
14) Untuk menguji hipotesis komparatif k sampel independen, bila datamya berbentuk
ordinal, digunakan teknik statistik : Median Extensiom dan Kruskal-Wallis One Way
Anova
15) Untuk menguji hipotesis assosiatif/hubungan (korelasi) bila datanya berbentuk nominal
digunakan teknik statistik : Koefisien Kontingensi
16) Untuk menguji hipotesis assosiatif/hubungan (korelasi) bila datanya berbentuk ordinal
digunakan teknik statisrik : Korelasi Spearman Rank dan Korelasi Kendall Tau
17) Untuk menguji hipotesis assosiatif/hubungan (korelasi) bila dataya berbentuk interval
atau ratio, digunakan :
a. Korelasi Produk Moment : untuk menguji hipotesis hubungan antara satu variabel
independen dengan satu variabel dependen
b. Korelasi ganda bila untuk menguji hipotesis tentang hubungan dua variabel
independen atau lebih secara bersama-sama dengan satu variabel dependen
c. Korelasi Parsial digunakan untuk menguji hipotesis hubungan antara dua variabel
atau lebih, bila terdapat variabel yang dikendalikan

Analisis Data Kuantitatif 8

d. Analisis regresi digunakan utnuk melakukan prediksi, bagaimana perubahan nulai

variabel dependen bila nilai variabel independen dinaikkan atau diturunkan nilainya
(dimanipulasi).
Hipotesis penelitian yang akan diuji dalam penelitian berkaitan erat dengan rumusan masalah
yang diajukan, tetapi perlu diketahui bahwa setiap penelitian tidak harus berhipotesis, namun
harus merumuskan masalahnya. Penelitian yang harus berhipotesis adalah penelitian yang
menggunakan metode eksperimen.

2.3.Judul Penelitian dan Statistik yang digunakan untuk Analisis

Berikut ini contoh judul penelitian,bentuk paradigma,rumusan masalah,hipotesis dan teknik
statistik yang akan digunakan untuk pengujian hipotesis.
Contoh :
a. Judul Penelitian
PENGARUH KECERDASAN EMOTIONAL TERHADAP PRESTASI PEGAWAI DI
PEMERINTAH PROPINSI MADUKARA
b. Bentuk paradigmanya adalah seperti berikut :

X = Kecerdasan Emosional
Y = Prestasi Kerja Pegawai
Berdasarkan paradigma tersebut terlihat bahwa ,untuk judul penelitian yang terdiri atas
satu variabel indipenden dan satu dipenden,terdapat dua rumusan masalah deskriptif ,dan
satu masalah assosiatif .Dengan demikian juga terdapat dua hipotesis deskriptif dan satu
hipotesis assosiatif.(Bila terdapat kesulitan dalam merumuskan hipotesis deskriptif,maka
hipotesis itu tidak perlu dirumuskan,tetapi rumusan masalahnya saja yang harus dijawab
dengan perhitungan statistik).Dua hipotesis deskriptif diuji dengan statistik yang sama.

Analisis Data Kuantitatif 9

Teknik statistik yang ada pada tabel 8.1 belum lengkap ,terutama teknik statistik yang
digunakan untuk mencari pengaruh (varians) variabel tertentu terhadap (varians) variabel
lain. Untuk mencari pengaruh varians variabel dapat digunakan teknik statistik dengan
menghitung besarnya koefisien determinasi. Koefisien determinasi dihitung dengan
mengkuadratkan koefisien korelasi yang telah ditemukan ,dan selanjutnya dikalikan
dengan 100%.Koefisien determinasi (penentu) dinyatakan dalam persen .Jadi,untuk
contoh no.1 diatas ,besarnya pengaruh kecerdasan emotional terhadap prestasi pegawai
pertama-tama dihitung koefisien korelasinya.Misalnya ditemukan korelasi positif dan
signifikan antara kecerdasan emotional dengan prestasi kerja pegawai sebesar 0,70 ; hal
itu berarti koefisien determinasinya = 0,702 =0,49 .Jadi dapat disimpulkan bahwa varians
yang terjadi pada variabel prestasi kerja pegawai 49% dapat dijelaskan melalui varians
yang terjadi pada variabel kecerdasan emotional pegawai .Atau dapat dinyatakan bahwa
pengaruh kecerdasan emosional terhadap tinggi rendahnya prestasi kerja pegawai sama
dengan 49 % ,sedangkan sisanya 51 % ditentukan oleh faktor diluar variabel kecerdasan
emosional, misalnya IQ, kedisiplinan, dan lain-lain. Korelasi positif dan signifikan antara
antara kecerdasan emotional dengan prestasi kerja pegawai sebesar 0,49 ,artinya makin
tinggi kecerdasan emosional seseorang maka akan semakin tinggi prestasi kerja pegawai
.Kesimpulan ini dapat berlaku untuk populasi dimana sampel tersebut diambil.
c. Rumusan masalah,hipotesis,dan teknik statistik untuk analsis data (ketiganya sangat
berkaitan)
CONTOH JUDUL PENELITIAN,RUMUSAN MASALAH,HIPOTESIS DAN TEKNIK
ANALISIS DATA YANG DIGUNAKAN ( SATU VARIABEL INDEPENDEN)
Rumusan Masalah
Berapakah
rata-rata
kecerdasan emosional
pegawai di provinsi
Madukara?

Hipotesis
Kecerdasan emosional (EQ)
pegawai di pemerintah
propinsi Madukara paling
tinggi 150.

Statistik untuk uji hipotesis

Teknik
statistik
yang
digunakan untuk menguji
hipotesis dapat dilihat pada
tabel
8.1
data
yang
terkumpul
adalah
ratio.Bentuk Hipotesisnya
adalah deskriptif maka
teknik uji untuk hipotesis
no.1 dan 2 adalah sama

Analisis Data Kuantitatif 10

yaitu : t-test (untuk satu

sampel).

Berapakah
rata-rata
prestasi kerja pegawai
?

Adakah
hubungan
yang
positif
dan
signifikan
antara
kecerdasan emosional
pegawai
dengan
prestasi kerja?

Prestasi
kerja
pegawai
pemerintah
propinsi
Madukara paling tinggi 140
atau 70% dari kriteria yang
diharapkan
.(Kriteria
prestasi
kerja
pegawai
paling tinggi misalnya 200)

Terdapat hubungan yang

positif dan signifikansi
antara kecerdasan emotional
dengan
prestasi
kerja
pegawai

t-test satu sampel

Data ke dua variabel adalah

data ratio,oleh karena itu
teknik
statistik
yang
digunakan untuk menguji
hipotesis adalah : Korelasi
Pearson Product Moment

Bagaimanakah
pengaruh kecerdasan Kecerdasan
emosional
diterminasi,dan
emotional
terhadap berpengaruh positif terhadap Koefisien
analsis regresi sederhana.
prestasi
kerja prestasi kerja pegawai.
pegawai?

Contoh 2 (Penelitian Eksperimen)

a. Judul penelitian :
Pengaruh penerapan Gugus Kendali Mutu Terpadu terhadap Produktivitas Kerja
Karyawan di Industri Konstruksi

Analisis Data Kuantitatif 11

b. Dalam hal ini digunakan true experimental design.Dalam model ini terdapat kelompok
eksperimen

dan

kelompok

kontrol,dimana

pengambilannya

dilakukansecara

random.Paradigma adalah seperti:

R O1 x O2
R O3 - O4
R= kelompok eksperimen dan kontrol diambi secara random.
O1 & O3=

ke dua kelompok tersebut diobservasi dengan pretest untuk mengetahui

kemampuan kerja awalnya.Yang diharapkankemampuan kerja awalnya sama.

O2 = produktivitas kerja karyawan yang telah dikenai kendali mutu.
O4 = produktivitas karyawan yang tidak dikenai kendali mutu.
X = treatment.Kelompok atas sebagai kelompok eksperimen diberi treatment,yaitu dalam
kerjanya digunakan Gugus Kendali Mutu Terpadu .Sedangkan kelompok bawah tidak
ddiberi treatment/sebagai kelompok kontrol.

Untuk contoh di atas terdapat dua kali analisis.Analisis yang pertama adalah menguji
perbedaan kemampuan awal antara kelompok eksperimen dan kelompok kontrol
( O1 : O3). Pengujiannya menggunakan t-test .Hasil yang diharapkan tidak terdapat
perbedaan yang signifikansi antara kemampuan awal kelompok kontrol dan kelompok
eksperimen,yaitu antara O1 dengan O2.
Analisis yang kedua adalah untuk menguji hipotesis yang diajukan .Dalam hal ini
hipotesis yang diajukan adalah : Penerapan Gugus Kendali Mutu akan meningkatkan
produktivitas kerja karyawan . Teknik statistik yang digunakan untuk menguji hipotesis
tersebut adalah teknik t-test untuk dua sampel related .Yang diuji adalah perbedaan antara
O2 dengan O4 .Kalau terdapat perbedaan di mana O2 lebih besar dari O1 maka gugus
kendali mutu berpengaruh positif ,dan bila O2 lebih kecil daripada O4 maka berpengaruh
negatif.

Analisis Data Kuantitatif 12

2.4.Konsep Dasar Pengujian Hipotesis

Hipotesis Penelitian diartikan sebagai jawaban sementara terhadap rumusan masalah
penelitian. Sedangkan secara statistic hipotesis diartikan sebagai pernyataan mengenai
keadaan populasi (parameter) yang akan diuji kebenarannya berdasarkan data yang diperoleh
dari sampel pnelitian (statistic). Jadi maksudnya adalah taksiran keadaan populasi melalui
data sampel. Oleh karena itu dalam statistic yang diuji adalah hipotesis nol. Hipotesis nol
adalah pernyataan tidak adanya perbedaan antara parameter dengan statistic. Lawan dari
hipotesis nol adalah hipotesis alternative yang menyatakan ada perbedaan antara parameter
dan statistic. Hipotesis nol diberi notasi Ho, dan hipotesis alternative diberi notasi Ha.
1. Taraf Kesalahan
Pada dasarnya menguji hipotesis itu adalah menaksir parameter populasi berdasarkan
data sampel. Terdapat dua cara menaksir yaitu a point estimate adalah suatu taksiran
parameter populasi berdasarkan satu nilai dari rata-rata data sampel dan interval estimate
adalah suatu taksiran parameter populasi berdasarkan nilai interval rata-rata data sampel.
Menaksir parameter populasi yang menggunakan nilai tunggal (point estimate) akan
mempunyai resiko kesalahan yang lebih tinggi dibandingkan dengan yang menggunakan
interval estimate. Makin besar interval taksirannya maka akan semakin kecil
kesalahannya. Untuk selanjutnya kesalahan taksiran ini dinyatakan dalam peluang yang
berbentuk prosentase.
2. Dua Kesalahan Dalam Menguji Hipotesis
Dalam menaksir parameter populasi berdasarkan data sampel, kemungkinan akan
terdapat dua kesalahan yaitu:
a. Kesalahan tipe I adalah suatu kesalahan bila menolak hipotesis nol(Ho) yang benar
( seharusnya diterima). Dalam halini tingkat kesalahan dinyatan dengan (alpha).
b. Kesalahan tipe II adalah kesalahan bila menerima hipotesis yang salah (seharusnya
ditolak). Tingkat kesalahan untuk ini dinyatakan dengan (beta).
Berdasarkan hal tersebut, maka hubungan antara keputusan menolak atau menerima
hipotesis dapat ditabelkan sebagai berikut.

Analisis Data Kuantitatif 13

Hubungan antara keputusan menolak atau menerima hipotesis

Keputusan

Kedaan Sebenarnya
Hipotesis Benar

Hipotesis Salah

Terima hipotesis

Tidak membuat
kesalahan

Kesalahan tipe II ()

Menolak hipotesis

Kesalahan tipe I ()

Tidak membuat
kesalahan

Dari table diatas tersebut dapat dijelaskan sebagai berikut:

a. Keputusan menerima hipotesis nol yang benar, berarti tidak membuat kesalahan.
b. Keputusan menerima hipotesis nol yang salah, berarti terjadi kesalahan tipe II ()
c. Membuat keputusan menolak hipotesis nol yangbenar,berarti terjadi kesalahan tipe I
d. Keputusan menolak hipotesis nol yang salah, berarti tidak membuat kesalahan.

Bila nilai statistic (data sampel) yang diperoleh dari hasil pengumpulan data sama dengan
nilai parameter populasi atau masih berada pada nilai interval parameter populasi, maka
hipotesis yang dirumuskan 100% diterima. Jadi tidak terdapat kesalahan tetapi bila nilai
statistic di luar nilai parameter populasi akan terdapat kesalahan. Kesalahan ini semakin
besar bila nilai statistic jauh dari nilai parameter populasi. Tingkat kesalahan ini
dinamakan level of significant atau tingkat signifikan.
Tingkat kesalahan ini selanjutnya dinamakan level of significant atau tingkat signifikansi.
Dalam prakteknya tingkat signifikansi telah ditetapkan oleh peneliti terlebih dahulu
sebelum hipotesis diuji. Biasanya tingkat signifikansi (tingkat kesalahan) yang diambil
adalah 1% dan 5%. Suatu hipotesis terbukti dengan mempunyai kesalahan 1% berarti bila
penelitian dilakukan pada 100 sampel yangdiambil dari populasi yang sama, maka akan
terdapat suatu kesimpulan salah yang diberlakukan untuk populasi. (data dari satu sampel
tersebut tidak dapat diberlakukan ke populasi dimana sampel tersebut diambil). Dalam
pengujian hipotesis kebanyakan digunakan kesalahan tipe I yaitu berapa persen kesalahan
untuk menolak hipotesis nol (Ho) yang benar ( yang seharusnya diterima).

Analisis Data Kuantitatif 14

3. Macam Pengujian Hipotesis

Terdapat tiga macam bentuk pengujian hipotesis, yaitu uji dua pihak (two tail), pihak
kanan, dan pihak kiri (one tail). Jenis uji mana yang akan dipakai tergantung pada bunyi
kalimat hipotesis.
a. Uji Dua Pihak (Two Tail Test)
Uji dua pihak digunakan apabila hipotesis nol (Ho) berbunyi sama dengan dan
hipotesis alternatifnya (Ha) berbunyi tidak sama dengan (Ho = ; Ha )

b. Uji Pihak Kiri

Uji pihak kiri digunakan apabila: hipotesis nol (Ho) berbunyi lebih besar atau sama
dengan () dan hipotesis alternatifnya berbunyi lebih kecil (), kata lebih kecil
atau sama dengan sinonim kata paling sedikit atau paling kecil.

c. Uji Pihak Kanan

Uji pihak kanan digunakan apabila hipotesis nol (Ho) berbunyi lebih kecil atau sama
dengan () dan hipotesis alternatifnya (Ha) berbunyi lebih besar (>). Kalimat lebih
kecil atau sama dengan sinonim dengan kata paling besar

Analisis Data Kuantitatif 15

2.5. KASUS
A. Judul :
ANALISIS PENGARUH CASH POSITION, DEBT TO EQUITY RATIO, DAN RETURN ON
ASSETS TERHADAP DIVIDEND PAYOUT RATIO
B. Rumusan Masalah :
Apakah Cash Position (CP), Debt to Equity Ratio (DER)

dan Return

on

Assets pengaruh

secara signifikan terhadap Dividend Payout Ratio (DPR) pada perusahaan manufaktur di Bursa Efek
Indonesia (BEI)?

C. Hipotesis
Berdasarkan

rumusan

masalah

penelitian maka hipotesisnya adalah sebagai

berikut: Cash Position (CP), Debt to Equity Ratio (DER) dan Return on Assets (ROA)
mempunyai pengaruh secara signifikan terhadap Dividend Payout Ratio (DPR) pada
sektor manufaktur di Bursa Efek Indonesia
D. Teknik Analisis Data
1. Analisis Deskriptif

Metode analisis deskriptif merupakan metode yang digunakan untuk menganalisis data
data yang tersedia dan diolah sehingga diperoleh gambaran yang jelas mengenai fakta
fakta dan hubungan antar fenomena yang diteliti.
2. Analisis Statistik

Model analisis yang digunakan adalah model analisis regresi linier berganda.Model ini
digunakan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat dengan
persamaan sebagai berikut
Y = a + b1X1 + b2X2 + b3X3 + e
Dimana:
Y

= Dividend Payout Ratio (DPR)

= Konstanta

X1

= Cash Position (CP)

X2

= Debt to Equity Ratio (DER)

X3

= Return on Assets (ROA)

Analisis Data Kuantitatif 16

b1,2,3 = Koefisien regresi variabel X1,2,3

e

= error

Model regresi berganda yang dipakai dalam penelitian ini telah memenuhi syarat asumsi
klasik

yaitu

uji

normalitas,

uji

multikolonieritas,

uji

autokorelasi

dan

uji

heterokedastisitas.
3. Koefisien Determinasi

Koefisien determinasi dapat dilihat pada nilai Adjusted R Square yang menunjukkan
seberapa besar variabel independen dapat menjelaskan variabel independen. Semakin
tinggi nilai Adjusted R Square maka berarti semakin baik model regresi yang digunakan
karena menandakan bahwa kemampuan variabel bebas menjelaskan variabel terikat juga
semakin besar,demikian pula apabila yang terjadi sebaliknya.
4. Pengujian Hipotesis

(1) Uji secara Simultan (Uji F)

Pengujian ini dilakukan untuk mengetahui apakah variabel bebas secara serempak
mempunyai pengaruh yang signifikan terhadap variabel terikat.
Bentuk pengujian:

H0: b1=b2=b3= 0, artinya variabel Cash Position (CP), Debt to Equity Ratio (DER)
dan Return on Assets (ROA) yang terdapat pada model ini secara serempak tidak
mempunyai pengaruh yang signifikan terhadap Dividend Payout Ratio (DPR).

H1:b2 b2 b3 0, artinya variabel Cash

Position (CP), Debt to Equity Ratio (DER) dan Return on Assets (ROA) yang
terdapat pada model ini secara serempak berpengaruh signifikan terhadap Dividend
Payout Ratio (DPR).

Pada penelitian ini nilai Fhitung akan dibandingkan dengan Ftabel pada tingkat signifikan
( ) = 5%.
Kriteria penilaian hipotesis pada uji-F ini adalah:
Terima H0 bila Fhitung Ftabel
Tolak H0 (terima H1) bila Fhitung > Ftabel

Analisis Data Kuantitatif 17

E. Hasil Dan Pembahasan

1. Regresi Linear Berganda
Tabel 1 menunjukkkan hasil estimasi regresi melalui pengolahan SPSS 12.0 for windows.
Tabel 1. Hasil Estimasi Regresi Coefficients(a)
Model

Model

CC(Constant)

CP
DER
ROA

Unstandardized Coefficients
B
Std. Error
10.624
5.879
3.603
1.748
5.088
2.750
1.219
.205

Standardized
Coefficients
Beta

.190
.175
.570

Sig.
1.807
2.061
1.850
5.961

Dari Tabel 1 dapat diperoleh persamaan regresi linear berganda sebagai berikut:
Y = 10,624 + 3,603 X1 + 5,088 X2 + 1,219 X3 + e
Dimana:
Y

= Dividend Payout Ratio (DPR)

X1

= Cash Position (CP)

X2

= Debt to Equity Ratio (DER)

X3

= Return on Assets (ROA)

2. Koefisien Determinasi
Tabel 2. Koefisien Determinasi Model Summary(b)
Model

R
R

Square

1w . .542(a) . .542(a)

.294

Adjusted

Std. ErrorDurbinof

R Square
Watson

the Estimate

.270

Durbin-

21.08003 1.977(a)

Sumber: Hasil olahan SPSS 12.0 for windows

Nilai Adjusted R Square pada Tabel 2 Adalah 0,27 berarti variabel Cash position, Debt to
Equity Ratio dan Return on Assets dapat menjelaskan variabel Dividen Payout Ratio
hanya sebesar 27% saja sedangkan 73% dijelaskan oleh variabel-variabel lain yang tidak

Analisis Data Kuantitatif 18

.074
.042
.068
.000

termasuk dalam model.Artinya variabel bebas yang terdapat pada model ini tidak cukup
kuat untuk
Hal

memperediksi

variabel

terikat.

in kemungkinan besar disebabkan model ini murni hanya menggunakan

factor

fundamental perusahaandan sama sekali tidak memasukkan faktor pasar sebagai variabel
bebasnya.Secara logis keputusan perusahaan harusnya bukan hanya berdasarkan faktor
funda-mentalnya saja tetapi juga harus mempertimbangkan faktor faktor lain diluar
perusahaan termasuk juga untuk keputusan deviden.
3. Pengujian Hipotesis
a. Uji secara Simultan (Uji F)
Berdasarkan

hasil

SPSS pada Tabel 3 diperoleh nilai Sig. F sebesar 0,000 yang

lebih kecil dari 0,05 dan nilai Fhitung sebesar 12,227 yang lebih besar dari Ftabel yang
hanya 3,00 mengindikasikan bahwa H 0 ditolak dan H1

diterima

sehingga

dapat

disimpulkan bahwa variabel Cash Position, Debt to Equity dan Return on Assets pada
model ini secara serempak berpengaruh secara signifikan terhadap variabel Dividen
Payout Ratio.
b. Uji Secara Parsial (Uji t)
Pengujian ini dilakukan untuk mengetahui signifikansi pengaruh variabel bebas secara
individual (parsial) terhadap variabel terikat.
Tabel 3. Uji Statistik F ANOVA(b)
Model
1

Regression
Residual
Total

Sum of
Squares
16299.330
39104.351
55403.681

df
3
88
91

Mean Square
5433.110
444.368

F
12.227

Sig.
.000(a)

Sumber: Hasil olahan SPSS 12.0 for windows

Tabel 4. Uji Statistik t Coefficients(a)

Unstandardized
Model
Coefficients
B
Std. Error
1
(Constant)
10.624
5.879
CP
3.603
1.748
DER
5.088
2.750
ROA
1.219
.205

Standardized
Coefficients
Beta
.190
.175
.570

t
1.807
2.061
1.850
5.961

Sig.
.074
.042
.068
.000

Sumber: Hasil olahan SPSS 12.0 for windows

Analisis Data Kuantitatif 19

Pada Tabel 4 dapat dilihat hasil uji signifikansi parsial masing-masing variabel sebagai
berikut:
a. Variabel Cash Position mempunyai pengaruh yang signifikan terhadap Dividen Payout
Ratio karena mempunyai tingkat signifikansi lebih kecil dari 0,05 yaitu 0,042 (0,042 <
0,05).Persamaan regresi yang terdapat pada tabel 1 memperlihatkan koefisien dari Cash
Position adalah sebesar 3,603, angka ini menunjukkan variabel Cash Position selain
berpengaruh secara signifikan juga berpengaruh secara positif dimana jika Cash Position
mengalami kenaikan 1 kali maka akan terjadi kenaikan Dividen Payout Ratio sebesar
3,603 kali dan sebaliknya jika Cash Position mengalami penurunan maka Dividen Pay
Out Ratio juga mengalami penurunan. Hal ini sesuai dengan teori yang dikemukakan
oleh Sudarsi (2000,4) yang menyatakan dividen merupakan cash out flow tentu saja
memerlukan posisi cash yang kuat sehingga mampu membayar dividen.Hal ini tentu
dapat di mengerti sebab pembayaran Dividen tunai merupakan arus cash keluar yang
tentu saja memerlukan tersedianya cash yang cukup atau posisi likuiditas harus terjaga
sehingga walaupun perusahaan memperoleh laba yang tinggi dan beban hutang beserta
bunga yang rendah namun jika tidak didukung oleh posisi cash yang kuat maka
kemampuan pembayaran dividennya rendah.Oleh sebab itu pihak manajemen dituntut
untuk tetap mengelola kasnya atau aktiva-aktiva yang setara dengan kas secara benar
sehingga likuiditas perusahaan tidak terganggu.
b. Variabel Debt to Equity Ratio tidak mempunyai pengaruh yang signifikan terhadap
Dividen Payout Ratio karena tingkat signifikansinya lebih besar dari 0,05 yaitu 0,068
(0,068 > 0,05). Persamaan regresi pada tabel 1 memperlihatkan koefisien Debt to Equity
Ratio sebesar 5,088, angka menunjukkan jika Debt to Equity Ratio naik sebesar 1 kali
maka Dividen Payout Ratio akan mengalami kenaikan sebesar 5,088 kali.Hasil penelitian
ini tidak sesuai dengan teori yang dikemukakan oleh Sartono (2001: 66) yaitu semakin
tinggi Debt to Equity Ratio semakin berkurang kemampuan perusahaan membayar
dividen sebaliknya semakin turun Debt to Equity Ratio semakin tinngi kemampuan
perusahaan membayar dividen.Komitmen perusahaan disektor manufaktur untuk
melakukan pembayaran dividen secara teratur menyebabkan kemampuan pembayaran
dividen tidak dipengaruhi oleh besar kecilnya hutang perusahaan bahkan kenaikan hutang
dapat menigkatkan kemampuan perusahaan membayar dividen selama penggunaan
Analisis Data Kuantitatif 20

hutang harus selalu diiringi dengan peningkatan laba perusahaan. Hal ini sesuai dengan
teori keuangan yang menyatakan jangan lakukan hutang baru jika tidak menghasilkan
tambahan laba.
c. Variabel Return on Assets mempunyai pengaruh yang signifikan terhadap Dividen
Payout Ratio karena tingkat signifikansinya lebih kecil dari 0,05 yaitu 0,000 (0,000 <
0,05). Persamaan regresi pada tabel 1 memperlihatkan koefisien variabel Return On
Asset sebesar 1,219, jika Return On Asset mengalami penigkatan 1 kali maka akan
meningkatkan Dividen Payout Ratio sebesar 1,219 kali. Hal ini sesuai dengan teori yang
dikemukakan oleh Sartono (2001 : 122) yang menyatakan semakin tinggi Return On
Asset maka kemungkinan pembagian Dividen semakin besar. Dengan kata lain semakin
besar keuntungan yang diperoleh semakin besar kemampuan perusahaan membayar
Dividen.Hal ini menunjukkan perusahaan selalu berusaha menigkatkan citranya dengan
cara setiap peningkatan laba akan diikuti dengan peningkatan porsi laba yang di bagi
sebagai dsividen dan juga dapat mendorong peningkatan nilai saham perusahaan. Namun
sebaiknya perusahaan juga tidak mengabaikan kesehatan pendanaan perusahaan yang
ditandai dengan peningkatan ketergantungan terhadap dana internal yang bersumber dari
laba ditahan sebab jika pertumbuhan dan perkembangan perusahaan dilakukan dengan
cara mengurangi ketergantungan terhadap dana eksternal dan menggantinya dengan
sumber dana internal maka selain dapat menurunkan resiko perusahaan juga bisa
memperbesar kepemilikan para pemegang saham pada perusahaan. Artinya peningkatan
nilai perusahaan yang ditandai dengan peningkatan nilai saham tidak sepenuhnya akibat
peningkatan dividen tetapi juga karena peningkatan ekuiti dalam bentuk laba ditahan
sehingga pertambahan kekayaan pemegang saham bukan hanya karena perolehan dividen
tetapi juga disebabkan peningkatan kepemilikan dalam bentuk laba ditahan.

Analisis Data Kuantitatif 21

BAB III
PENUTUP
3.1.Kesimpulan
Analisis data dalam penelitian kuantitatif menggunakan statistik. Ada dua macam statistik
yaitu statistik deskriptif dan statistic. Dalam statistik inferensial dibagi 2 yakni: Statistik
parametris yakni digunakan untuk menguji parameter populasi melalui statistik, atau
menguji ukuran populasi melalui data sampel. Dan Statistik nonparametris yakni statistik
yang tidak menguji parameter populasi, tetapi menguji distribusi.
Hipotesis diartikan sebagai pernyataan mengenai keadaan populasi (parameter) yang akan
diuji kebenarannya berdasarkan data yang diperoleh dari sampel pnelitian (statistic). Oleh
karena itu dalam statistic yang diuji adalah

hipotesis nol hipotesis alternative. Dalam

menaksir parameter populasi berdasarkan data sampel, kemungkinan akan terdapat dua
kesalahan yaitu: Kesalahan Type I dan Kesalahan Tipe II. Terdapat tiga macam bentuk
pengujian hipotesis, yaitu uji dua pihak (two tail), pihak kanan, dan pihak kiri (one tail). Jenis
uji mana yang akan dipakai tergantung pada bunyi kalimat hipotesis.

Analisis Data Kuantitatif 22