Test Hipotesis - METODE PENELITIAN - Analisis pengaruh total asset turn over dan Bopo terhadap

METODE PENELITIAN

C. Test Hipotesis

Hipotesis statistik merupakan suatu pernyataan tentang probabilitas dari suatu distribusi populasi yang mungkin saja dalam pengamatan (kenyataannya) dapat betul atau mungkin juga salah. Hipotasa yang diformulasikn dengan harapan ditolak maka dapat dinamakan sebagai Hipotesa nol (Ho), dengan menolak Ho berarti akan menerima suatu hipotesa alternative (tandingan). Sebagai contohnya kita ingin memutuskan/menyatakan bahwa sebuah mata uang kalau dilempar memiliki probabilitas keluar H = 0,5 (p) hingga Ho : p = 0,50, sebaliknya hipotesa lain (alternatif) yang sifatnya berbeda dengan Ho, misal Ha = P ≠ 0,5 atau Ha : P > 0,5 atau P < 0,5 sehingga prosedur yang digunakan selanjutnya untuk menerima Ho atau menolak Ho serta menentukan apakah sampel observasi/pengamatan memiliki perbedaan dari hasil yang diharapkan maka disebut sebagai test hipotesa (test of significance).³⁵

Untuk melakukan proses pengujian hipotesis ada beberapa tahapan yang perlu dilakukan :³⁶

Menentukan Ho dan Ha, pada prinsipnya adalah menguji karakteristik populasi

berdasar informasi yang diterima dari suatu sampel. Dalam penelitian ini, hipotesisnya adalah :

Ho : Tidak terdapat pengaruh secara signifikan antara variabel independen (Total Asset Turn Over dan BOPO) terhadap variabel dependen (Return On Asset).

35 Samsubar Saleh, “Statitik Induktif”, (Yogyakarta : AMP YKPN, 2001), h.195

Ha : Terdapat pengaruh secara signifikan antara variabel independen (Total Asset Turn Over dan BOPO) terhadap variabel dependen (Return On Asset).

Menentukan tingkat signifikansi (α), yaitu probabilitas kesalahan menolak hipotesis yang ternyata benar. Kata ‘Sig’ pada output SPSS adalah Signifikansi atau ‘p value’, dengan arti kemingkinan salah menolak Ho. Sebagai contoh, terdapat angka Sig = 0,02. Hal ini berarti kemungkinan salah menolak Ho (apapun pernyataan Ho tersebut) adalah 0,02 atau 2%. SPSS selalu menggunakan tolak ukur 5%, yag berarti risiko kesalahan mengambil keputusan dibatasi sampai 5%, tidak boleh lebih. Karena 2% < 5%, maka tolak saja Ho, sebab risiko kesalahan mengambil keputusan cuma 2%, jauh dibawah batasan 5%. Semakin kecil α, berarti semakin mengurangi risiko salah. Untuk uji dua sisi, maak angka 5% dibagi 2, menjadi 2,5%. Sehingga untuk uji dua sisi, batas kritis adalah 2,5% atau 0,025.

Menentukan apakah akan dilakukan uji satu sisi atau uji dua sisi.

o Uji dua sisi pada pernyataan Ho dan Ha yang hanya mengandung

pertidaksamaan. Misalnya, akan diuji apakah penjualan di daerah Semarang sama dengan penjualan di daerah Surabaya. Di sini diuji sama atau tidak, sehinggga jawaban adalah ‘sama’ atau ‘tidak sama’.

o Uji satu sisi pada pernyataan Ho dan Ha yang mengandung pertidaksamaan yang mengarah pada kriteria tertentu. Misalnya, akan diuji apakah program penurunan berat badan di lembaga ‘Kurus Langsing’ sudah efektif. Di sini seharusnya setelah ikut program, berat badan peserta akan turun (lebih kecil). Jadi ada arah, yaitu lebih kecil.

Dalam penelitian ini, uji hipotesis dilakukan dua sisi. Hal ini dikarenakan terdapat dua arah yang ingin diketahui, ‘berpengaruh’ atau ‘tidak berpengaruh’.

Menentukan statistik tabel dan statistik uji. Jika alat analisis adalah t test, akan dicari

t tabel dan t hitung.

Mengambil kesimpulan berdasar hasil t tabel dan t hitung.

Uji Hipotesis dibagi menjadi tiga, yaitu :

1. Uji Hipotesis dengan t-test (Uji t)

Uji t pada satu populasi akan menguji apakah rata-rata populasi sama dengan suatu harga tertentu. Sedangkan uji t dua sampel akan menguji apakah rata-rata dua populasi sama ataukah berbeda secara nyata.

Uji dapat dilakukan jika dipenuhi asumsi tertentu, yakni :³⁷

Varian kedua populasi yang diuji sama.

Sampel yang diambil berdistribusi normal atau mendekati normal atau bisa

dianggap normal.

Jika ternyata sampel tidak berdistribusi normal, bisa dilakukian beberapa cara :

Jumlah sampel ditambah dan kemudian diuji sekali lagi.

Data yang ada ditransformasi ke bentuk tertentu, dan kemudian dilakukan

pengujian lagi.

Untuk n ≥ 10 dapat digunakan uji hipotesis dengan t-test yang digunakan untuk mengetahui apakah variabel bebas memiliki hubungan signifikan atau tidak dengan variabel terikat secara individual untuk setiap variabel. Rumus yang digunakan untuk mengetahui nilai t _hitung adalah sebagai berikut :

T _hitung = r √¯n-2 1-r² Dimana :

Rs = nilai rank spearman N = jumlah sample

Setelah didapatkan nilai t hitung melalui rumus diatas, maka untuk menginterpretasikan hasilnya berlaku ketentuan sebagai berikut :

Jika t hitung > t tabel maka Ho ditolak (ada hubungan yang siginifikan)

Jika t hitung < t tabel maka Ho diterima (tidak ada hubungan yang signifikan)

Estimasi :

Tingkat signifikansi (α) adalah 5%

Df atau derajat kebebasan adalah n (jumlah data) - 1

Pengujian ini ditujukan untuk mengetahui tingkat signifikasi variabel bebas dengan hipotesis :

H_o : b₁ = b₂ = … = b_i = 0 H_a : b_i≠ 0

Ktiteria uji :

Probability F-statistik < taraf nyata (α), maka tolak Ho

Probability F-statistik > taraf nyata (α), maka terima Ho

Jika Ho ditolak, maka variabel bebas berpengaruh nyata terhadap variabel tak bebasnya. Sebaliknya, jika Ho diterima berarti variabel bebas tidak berpengaruh nyata terhadap variabel tak bebas.

2. Uji Hipotesis dengan F-test (ANOVA)

ANOVA sering juga disebut dengan uji F. Tujuan ANOVA (analisis varian) sama dengan uji t, yakni menguji rata-rata populasi, hanya disni yang akan diuji lebih dari dua rata-rata populasi. Sedangkan tujan dari uji F adalah untuk menguji apakah varian dua populasi sama ataukah berbeda.³⁸ Uji F dalam penelitian ini digunakan untuk mengetahui hubungan variabel independen secara bersama-sama (simultan) terhadap variabel dependen.

Pengujian ini juga bertujuan untuk mengetahui apakah model penduga yang diajukan sudah layak untuk menduga parameter yang ada dalam fungsi.³⁹

Hipotesis :

H₀ : b₁ = b₂ = … = b_i = 0

H_a : minimal ada salah satu b_i≠ 0

Singgih Santoso, Buku Latihan SPSS Statistik Parametrik (Jakarta : PT. Elex Media Komputindo, 2000), h.51

Mencari F tabel :

Tingkat signifikansi (α) adalah 5%.

Numerator adalah jumlah variabel – 1

Denumerator adalah jumlah kasus – jumlah variabel

Berdasar perbandingan F hitung dengan F tabel :

Jika satistik hitung (angka F output) > satistik tabel (tabel F), maka Ho ditolak.

Jika satistik hitung (angka F output) < satistik tabel (tabel F), maka Ho diterima.

Kriteria uji berdasar nilai probalilitas :

Probability F-statistik < taraf nyata (α), maka tolak Ho

Probability F-statistik > taraf nyata (α), maka terima Ho

Jika Ho ditolak, berarti minimal ada satu variabel bebas yang berpengaruh nyata terhadap variabel terikat dan model layak digunakan. Sebaliknya jika Ho diterima, maka tidak ada satu pun variabel bebas yang berpengaruh nyata.

3. Uji Koefisisen Determinasi

Uji Koefisien Determinasi ditujukan untuk melihat seberapa besar kemampuan variabel independent menjelaskan variabel dependen yang dilihat melalui R Square karena variabel independennya dua.

BAB IV

Dalam dokumen Analisis pengaruh total asset turn over dan Bopo terhadap profitabilitas Bank Syariah: Studi kasus pada Bank BTN Kantor cabang syariah Jakarta (Halaman 61-67)