MANAJEMEN DASAR
I
ATA 15/16
KATA PENGANTAR Assalamu’alaikum Wr. Wb. Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan karunia-Nya sehingga modul praktikum Riset Akuntansi ini dapat terselesaikan. Modul praktikum ini merupakan penyempurnaan dari modul praktikum sebelumnya dan diharapkan dengan adanya modul praktikum ini dapat meningkatkan pemahaman dasar materi praktikum serta sebagai pedoman bagi mahasiswa dalam melakukan penelitian-penelitian ekonomi. Selain itu, modul ini juga dapat digunakan sebagai dasar suatu pandangan mahasiswa dalam melihat keadaan perekonomian dan disesuaikan dengan teori-teori ekonomi yang ada. Dengan penuh kesadaran, bahwa modul praktikum ini masih perlu disempurnakan lagi, sehingga saran dan kritik untuk penyajian serta isinya sangat diperlukan. Akhir kata, terima kasih kepada tim Litbang Riset Akuntansi Laboratorium Manajemen Dasar 2015/2016 yang turut berpartisipasi dalam penulisan modul praktikum ini. Ucapan terima kasih juga kami sampaikan kepada seluruh pihak yang berpartisipasi sehingga pelaksanaan praktikum ini dapat berjalan dengan lancar. Wassalamu’alaikum Wr. Wb.
Depok, Maret 2015
Tim Litbang
MANAJEMEN DASAR
I
ATA 15/16
SUSUNAN TEAM LITBANG RISET AKUNTANSI 2
Staff Lista Kuspriatni Oktavia Anna Rahayu
Penanggung Jawab Zharfan Dhaifullah
Uji Normalitas Nalla Mutiara Candra
Muhammad Iqbal Erlita Bebby Aprilianti Fikri Sea Javanesa Wulan Ratna Dewi
MANAJEMEN DASAR
Uji T Ronaldo Viktor Dita Fandani Hapsari D Restu Melina Reivinza Aldif Vinnike Hermawanty Yuni Ridho Asih Trias Yulianti Danny Rachman Oka Febyola Dian
ANOVA
RLB
Bayu Kurniawan
Rani Oktaviani
Prasetya Ega Syaputra
Gusti Nyoman Padma
Gita Ratna Sari
Novaroh Yana Lestari
Dwi Puspita Sari
Puji Nurul Handayani
Puti Melati Khalisa
II
ATA 15/16
DAFTAR ISI
Halaman KATA PENGANTAR ...................................................................................
i
SUSUNAN TEAM LITBANG ......................................................................
ii
DAFTAR ISI .................................................................................................. iii DAFTAR TABEL .......................................................................................... iv DAFTAR GAMBAR ..................................................................................... vi
UJI NORMALITAS I.
Pendahuluan ............................................................................
1
II.
Analisis Yang Diperlukan ........................................................
1
III. Contoh Soal .............................................................................
2
IV. Langkah-langkah Pengerjaan ...................................................
2
V.
9
Analisis Pengerjaan .................................................................
UJI T SAMPEL BEBAS I.
Pendahuluan ............................................................................. 11
II.
Analisis Yang Diperlukan ........................................................ 12
III. Contoh kasus ............................................................................ 12 IV. Langkah-langkah Pengerjaan .................................................... 13 V.
Analisis Pengerjaan .................................................................. 20
UJI T SAMPEL BERPASANGAN I.
Pendahuluan ............................................................................ 21
II.
Analisis Yang Diperlukan ....................................................... 21
III. Contoh Kasus .......................................................................... 22 IV. Langkah-langkah Pengerjaan ................................................... 22 V.
Analisis Pengerjaan .................................................................. 27
MANAJEMEN DASAR
III
ATA 15/16
ANOVA I.
Pendahuluan ................................................................................. 29
II.
Analisis Yang Diperlukan............................................................. 29
III.
Contoh kasus ............................................................................... 30
IV.
Langkah-langkah Pengerjaan ....................................................... 30
V.
Analisis Pengerjaan ..................................................................... 39
REGRESI LINIER BERGANDA I.
Pendahuluan ............................................................................ 40
II.
Analisis Yang Diperlukan ........................................................ 41
III. Contoh Kasus ........................................................................... 42 IV. Langkah-langkah Pengerjaan ................................................... 43 V.
Analisis Pengerjaan ................................................................. 48
LATIHAN SOAL .......................................................................................... 51 DAFTAR PUSTAKA .................................................................................... 53
MANAJEMEN DASAR
IV
ATA 15/16
DAFTAR TABEL Tabel 1.1 Data Penjualan Pakaian ........................................................
2
Tabel 2.1 Data Fakultas ........................................................................
13
Tabel 3.1 Data Penjualan Shampoo sebelum dan sesudah .....................
22
Tabel 4.1 Data Perusahaan Woolin Entertainment ................................
30
Tabel 5.1 Data PT Setya Bersama ........................................................
42
MANAJEMEN DASAR
V
ATA 15/16
DAFTAR GAMBAR Gambar 1.1 Tampilan Software R-Commander ....................................
2
Gambar 1.2 Tampilan Menu New Data Set ...........................................
3
Gambar 1.3 Tampilan Enter name Data Set ...........................................
4
Gambar 1.4 Tampilan Data Editor ........................................................
5
Gambar 1.5 Tampilan Variabel Editor...................................................
5
Gambar 1.6 Tampilan Data Editor.........................................................
5
Gambar 1.7 Tampilan Software R-Commander .....................................
6
Gambar 1.8 Tampilan Software R-Commander ....................................
6
Gambar 1.9 Tampilan Hasil Output ......................................................
9
Gambar 2.1 Tampilan Software R-Commander .....................................
3
Gambar 2.2 Tampilan Menu New Data Set ...........................................
14
Gambar 2.3 Tampilan Kotak Dialog New Data Set ..............................
14
Gambar 2.4 Tampilan Data Editor ........................................................
15
Gambar 2.5 Tampilan Variabel Editor Skor ..........................................
15
Gambar 2.6 Tampilan Variabel Editor Kode .........................................
16
Gambar 2.8 Tampilan Manage Variable ...............................................
17
Gambar 2.9 Tampilan Bin Numeric.......................................................
17
MANAJEMEN DASAR
VI
ATA 15/16
Gambar 2.10 Tampilan Bin Names .......................................................
18
Gambar 2.11 Tampilan Menu Olah Data ...............................................
18
Gambar 2.12 Tampilan Independent Sample T-Test .............................
19
Gambar 2.13 Tampilan Hasil Output ....................................................
19
Gambar 3.1 Tampilan Software R-Commander .....................................
23
Gambar 3.2 Tampilan Menu New Data Set ...........................................
23
Gambar 3.3 Tampilan Kotak Dialog New Data Set ...............................
24
Gambar 3.4
Tampilan Data Editor .......................................................
24
Gambar 3.5
Tampilan Variabel Editor .................................................
24
Gambar 3.6
Tampilan Data Editor Yang Telah Diisi ...........................
25
Gambar 3.7 Tampilan Script Window .................................................
26
Gambar 3.8
Tampilan Menu Paired t-Test ..........................................
26
Gambar 3.9
Tampilan Paired T-Test ...................................................
26
Gambar 3.10 Tampilan Output .............................................................
27
Gambar 4.1
Tampilan Software R-Commander ..................................
31
Gambar 4.2
Tampilan New Data Set ..................................................
31
Gambar 4.3
Tampilan Tabel Data Editor ............................................
32
Gambar 4.4 Tampilan Variabel Editor ................................................
32
Gambar 4.5 Tampilan Tabel Data Editor ............................................
33
Gambar 4.6
Tampilan Software R-Commander .................................
33
Gambar 4.7
Tampilan Langka Bin Numeric ......................................
34
MANAJEMEN DASAR
VII 15/16
ATA
Gambar 4.8
Tampilan Bin a Numeric Variable .................................
34
Gambar 4.9
Tampilan Bin Names ....................................................
35
Gambar 4.10 Tampilan Levene’s Test ................................................
35
Gambar 4.11 Tampilan Levene’s Test Box .........................................
36
Gambar 4.12 Tampilan One-Way ANOVA ........................................
36
Gambar 4.13 Tampilan One Way ANOVA ........................................
37
Gambar 4.14
Tampilan Hasil Output .................................................
37
Gambar 4.15
Tampilan Hasil Ouptut .................................................
38
Gambar 5.1
Tampilan Awal R-Commander .....................................
43
Gambar 5.2
Tampilan Menu Data ...................................................
44
Gambar 5.3
Tampilan Kotak Dialog New Data Set ..........................
44
Gambar 5.4
Tampilan Data Editor ..................................................
45
Gambar 5.5
Tampilan Variabael Editor Pendapatan ........................
45
Gambar 5.6
Tampilan Variabel Editor Harga ..................................
45
Gambar 5.7
Tampilan Variabel Editor Permintaan .........................
46
Gambar 5.8
Tampilan isi Data Editor .............................................
46
Gambar 5.9
Tampilan Menu Statistic ............................................
47
Gambar 5.10
Tampilan Linear Regression ........................................
47
Gambar 5.11
Tampilan Hasil Output ................................................
48
MANAJEMEN DASAR
VIII 15/16
ATA
UJI NORMALITAS I. PENDAHULUAN Uji normalitas adalah suatu bentuk pengujiam tentang kenormalan distribusi data. Tujuan dari uji ini adalah untuk mengetahui apakah data yang diambil adalah data yang terdistribusi normal. Maksud dari data terdistribusi normal adalah bahwa data mengikuti bentuk distribusi normal dimana datanya memusat pada nilai rata-rata dan median. Uji ini sering dilakukan untuk analisis statistik parametrik.
II.
ANALISIS YANG DIPERLUKAN Yang perlu dilihat dari output R programming adalah hasil dari Shapiro-Wilk Test of Normality. Dalam hal ini, nilai yang diperoleh dari Shapiro-Wilk Test of Normality harus lebih besar dari (>) 0,05. Namun, sebenarnya dalam menguji kenormalam suatu data ada banyak hal yang perlu diketahui, seperti nilai perbandingan antara nilai skewness dengan standar error skewness yang menghasilkan rasio skewness, dan perbandingan antara nilai kurtosis dengan nilai standar error kurtosis yang akan menghasilkan rasio kurtosis.. Selain hal tersebut, masih ada satu lagi alat uji untuk melihat kenormalan data, yaitu dengan nilai K-S, dengan syarat bila nilai probabilitas lebih besar dari (>) 0,05 maka data tersebut dikatakan normal.
III.
CONTOH SOAL Berikut ini adalah data pendapatan yang diperoleh dari penjulan pakaian, jeans, tas, dan sepatu di Toko Serba Ada selama 5 tahun terakhir : Tahun
Pakaian
Jeans
Tas
Sepatu
2014
56.156
15.656
65.111
55.555
2013
61.156
16.151
16.516
66.666
2012
15.165
51.656
65.111
15.111
2011
51.651
61.165
15.666
16.555
2010
16.516
56.155
56.555
56.111
MANAJEMEN DASAR
1
ATA 15/16
Tabel 1.1 Data Penjualan Pakaian Tabel Data penjualan pakaian, jeans, tas, dan sepatu. Ujilah data tersebut apakah terdistribusi normal !
Langkah-langkah penyelesaian menggunakan software R-Commander : 1. Tekan icon R-Commander pada desktop, atau Start → Program → Manajemen Dasar → R-Commander. Akan muncul tampilan seperti berikut:
Gambar 1.1 Tampilan Software R-Commander 2. Pilih menu Data, kemudian New Data Set.
MANAJEMEN DASAR
2
ATA 15/16
Gambar 1.2 Tampilan Menu New Data Set 3. Setelah itu, masukkan nama pada Enter name for data set, yaitu Normalitas. Lalu klik OK.
Gambar 1.3 Tampilan Enter Name Data Set
4. Setelah itu akan muncul tampilan Data Editor
MANAJEMEN DASAR
3
ATA 15/16
Gambar 1.4 Tampilan Tabel Data Editor 5. Pada Data Editor, klik di var 1, ganti dengan nama Pakaian lalu pilih numeric, kemudian clode. Lakukan hal yang sama pada data jeans, tas, dan sepatu. Yaitu var2 untuk jeans, var 3 untuk tas, dan var4 untuk sepatu.
MANAJEMEN DASAR
4
ATA 15/16
Gambar 1.5 Tampilan Variabel Editor 6. Setelah itu, masukkan data pendapatan dari pakaian, jeans, tas, dan sepatu tersebut (Note : lebih baik jangan menggunakan ENTER untuk mengisi data selanjutnya). Setelah selesai mengisi lengkat semua data, kemudian close data editor.
Gambar 1.6 Tampilan Data Editor 7. Setelah data editor di close, buka kembali window R-Commander, maka tampilannya akan seperti ini : Normalitas <- edit (as.data.frame(NULL)) .
MANAJEMEN DASAR
5
ATA 15/16
Gambar 1.7 Tampilan Software R-Commander 8. Untuk melihat apakah data sudah benar atau belum, klik tombol View Data Set. Jika ada data yang salah, maka pilih tombol Edit Data Set. Jika data sudah benar, pilih Statistics, Summaries, Shapiro-Wilk test of normality.
Gambar 1.8 Tampilan Software R-Commander 9. Akan muncul tampilan kotak dialog Shapiro-Wilk test of normality. Pilih salah satu variable,
ariab dimulai dari Pakaian, lalu klik OK, dan akan
keluar hasilnya. Data yang keluar tersebut hanya satu (yaitu untuk data
MANAJEMEN DASAR
6
ATA 15/16
Pakaian, karena yang dipilih adalah Pakaian), data yang lain tidak dapat keluar pada satu kali pengolahan. Oleh sebab itu, lakukan langkah ini secara berulang terhadap Variable Jeans, Tas, dan Sepatu.
Gambar 1.8 Gambar Variabel Shapiro-Wilk Test For Normality
MANAJEMEN DASAR
7
ATA 15/16
10. Kemudian akan keluar hasilnya pada Output Window seperti ini :
MANAJEMEN DASAR
8
ATA 15/16
Gambar 1.9 Tampilan Hasil Output
Nilai p-value jeans sebesar 0,07191 yang berarti probabilitas lebih dari 0,05. Maka data untuk penjualan Jeans terdistribusi normal.
Nilai p-value pakaian sebesar 0,08163 yang berarti probabilitas lebih dari 0,05. Maka data untuk penjualan Pakaian terdistribusi normal.
Nilai p-value sepatu sebesar 0,1026 yang berarti probabilitas lebih dari 0,05. Maka data untuk penjualan Sepatu terdistribusi normal.
Nilai p-value tas sebesar 0,03889 yang berarti probabilitas kurang dari 0,05. Maka data untuk penjualan Tas tidak terdistribusi normal.
Analisis : 1. Syarat :
p-value > 0,05 = data terdistribusi normal P-value < 0,05 = data tidak terdistribusi normal
2. Nilai p-value : Jeans
= 0,07191
Pakaian = 0,08163 Sepatu
= 0,1026
Tas
= 0,03889
MANAJEMEN DASAR
9
ATA 15/16
3. Keputusan p-value Jeans > 0,05
= data terdistribusi normal
p-value Pakaian > 0,05
= data terdistribusi normal
p-value Sepatu > 0,05
= data terdistribusi normal
p-value Tas < 0,05
= data tidak terdistribusi normal
4. Kesimpulan Karena terdapat data yang tidak terdistribusi normal yaitu data pendapatan Tas, maka dapat disimpulkan bahwa Data Pendapatan di Toko Serba Ada pada 5 tahun terakhir Tidak Terdistribusi Normal.
MANAJEMEN DASAR
10
ATA 15/16
UJI T SAMPEL BEBAS (INDEPENDENT SAMPLE T-TEST)
I.
PENDAHULUAN
Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik. Tujuan analisis ini adalah untuk membandingkan dua rata-rata dua grup atau populasi yang tidak berhubungan. Distribusi ini pertama kali diterbitkan dalam suatu makalah oleh W.S Gosset pada tahun 1908. Pada waktu itu Gosset bekerja pada perusahaan bir Irlandia yang melarang penerbitan oleh karyawannya. Untuk mengelakkan larangan tersebut, ia menerbitkan karyanya secara rahasia dibawah nama “student”. Karena itulah distribusi t biasa disebut Distribusi Student, dan pengujiannya disebut dengan
aria
aria t-student.
Hasil uji statistik yang diperoleh dari software dibandingkan dengan nilai P-Value sebesar 0,05 lalu dianalisis untuk mengetahui hipotesis mana yang akan diterima maupun ditolak. Ciri – ciri Uji T : 1. Penentuan nilai tabel dilihat dari besarnya tingkat signifikan (α), serta besarnya derajat bebas (db). 2. Kasus yang diuji bersifat acak.
Fungsi Pengujian Uji T : 1. Untuk memperkirakan interval rata-rata sampel. 2. Untuk menguji hipotesis tentang rata-rata suatu sampel. 3. Menunjukkan batas penerimaan suatu hipotesis. 4. Untuk menguji suatu pernyataan apakah sudah layak untuk dipercaya.
MANAJEMEN DASAR
11
ATA 15/16
II.
ANALISIS YANG DIPERLUKAN Langkah-langkah analisis pengujian dalam Uji T Sampel Bebas adalah : 1. Menentukan hipotesis pengujian. Ho : Rata – rata kedua sampel adalah
ariabl atau sama.
Ha : Rata – rata kedua sampel adalah tidak
ariabl atau tidak sama.
2. Menentukan daerah kritis berdasarkan tingkat signifikan (α) dan derajat bebas (db). 3. Kriteria pengujian. P-value > 0,05 maka Ho diterima. P-value < 0,05 maka Ha diterima. 4. Lihat hasil P-Value. 5. Menentukan keputusan. 6. Membuat kesimpulan dari keputusan yang telah dibuat.
III.
CONTOH KASUS DAN LANGKAH PENGERJAAN
FLC merupakan salah satu kegiatan workshop yang ada di Gunadarma. Untuk saat ini, mahasiswa paling tertarik dengan pembahasan materi Fakultas Ekonomi dan Fakultas Teknik Industri. Staff FLC ingin mengetahui apakah rata-rata ketertarikan mahasiswa terhadap kedua materi tersebut sama banyaknya atau tidak. Tersedia histori data peserta selama 5 periode terakhir:
MANAJEMEN DASAR
12
ATA 15/16
Periode
FE
FTI
1
51
55
2
56
56
3
65
61
4
66
65
5
61
55
ke-
Tabel 2.1 Data Fakultas IV.
LANGKAH-LANGKAH PENGERJAAN :
Untuk mencari nilai-nilai uji kedua sampel bebas tersebut dengan menggunakan program R, ikutilah langkah-langkah berikut : 1. Tekan icon R-Commander pada desktop, kemudian akan muncul tampilan seperti gambar di bawah ini :
Gambar 2.1 : Tampilan Software R-Commander MANAJEMEN DASAR
13
ATA 15/16
2. Pilih menu Data, New Data Set, masukkan nama dari data set adalah independent (TANPA SPASI) kemudian tekan tombol OK.
Gambar 2.2 : Tampilan menu New Data Set
Gambar 2.3 : Tampilan kotak dialog New Data Set
MANAJEMEN DASAR
14
ATA 15/16
Kemudian akan muncul tampilan data editor.
Gambar 2.4 : Tampilan data editor 3. Klik Var1 kemudian ganti namanya menjadi SKOR, pilih numeric lalu close, setelah itu klik Var2 kemudian ganti namanya menjadi KODE kemudian pilih numeric lalu close.
Gambar 2.5 : Tampilan Variabel Editor SKOR
Gambar 2.6 : Tampilan Variabel Editor KODE Kemudian masing-masing
ariable diisi sesuai dengan data pada soal. Setelah
selesai mengisi lengkap, close data editor.
MANAJEMEN DASAR
15
ATA 15/16
Gambar 2.7 : Tampilan Tabel Data Editor
4. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol View data set. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki. 5. Langkah selanjutnya adalah pengkodean, yaitu pilih Manage Variables in active data set kemudian pilih Bin Numeric Variable.
MANAJEMEN DASAR
16
ATA 15/16
Gambar 2.8 : Tampilan Manage Variable
Kemudian akan muncul tampilan :
Gambar 2.9 : Tampilan Bin Numeric
MANAJEMEN DASAR
17
ATA 15/16
Ket: pilih KODE karena kolom yang diisi dengan pengkodean adalah kolom KODE. Kemudian Number of bins di-drag ke angka 2, karena pengkodeannya yang kita isi hanya sampai 2.
6. Kemudian akan muncul tampilan Bin Names.
Gambar 2.10 : Tampilan Bin Names
7. Selanjutnya, pilih menu Statistics, Means, Independent samples t-test.
Gambar 2.11 : Tampilan Menu Olah Data 7. Pada Response Variable pilih SKOR kemudian tekan tombol OK.
MANAJEMEN DASAR
18
ATA 15/16
Gambar 2.12 : Tampilan Independent Samples t-Test 7. Maka akan muncul hasil pada output window sebagai berikut :
Gambar 2.13 : Tampilan hasil output
MANAJEMEN DASAR
19
ATA 15/16
ANALISIS PENGERJAAN 1. Hipotesis:
Ho: Rata-rata ketertarikan kedua fakultas identik atau sama Ha: Rata-rata ketertarikan kedua fakultas tidak identik atau tidak sama 2. Taraf nyata α = 0,05 ; df = n-2 = 10-2 = 8 3. Kriteria Pengujian Jika probabilitas (p-value) > 0,05 maka Ho diterima Jika probabilitas (p-value) < 0,05 maka Ho ditolak 4. Dari hasil R-Programming diperoleh P value = 0,6955 5. Keputusan Hasil perhitungan menyatakan bahwa besarnya probabilitas (p-value) adalah 0,6955. Karena probabilitas lebih besar dari pada taraf uji yang digunakan dalam penelitian atau p-value ≥ α atau 0,6955 ≥ 0,05 maka Ho diterima 6. Kesimpulan Rata-rata ketertarikan kedua fakultas tidak identik atau tidak sama
MANAJEMEN DASAR
20
ATA 15/16
UJI T SAMPEL BERPASANGAN (PAIRED SAMPLE T-TEST)
I. PENDAHULUAN Uji T Sampel Berpasangan adalah uji t dimana sampel saling berhubungan antara satu sampel dengan sampel yang lain. Pengujian ini biasanya dilakukan pada penelitian dengan menggunakan teknik eksperimen dimana satu sampel diberi perlakuan tertentu, kemudian dibandingkan dengan kondisi sampel sebelum adanya perlakuan. Tujuan dari pengujian ini adalah untuk menguji perbedaan ratarata dua sampel yang berpasangan.
Syarat dari Uji T Sampel Berpasangan : P-value > 0,05 maka Ho diterima. P-value < 0,05 maka Ha diterima.
II. ANALISIS YANG DIPERLUKAN Langkah-langkah analisis pengujian Uji T Sampel Berpasangan adalah : 1. Menentukan hipotesis pengujian. Ho : Tidak ada perbedaan antara sebelum dan sesudah adanya perlakuan. Ha : Ada perbedaan antara sebelum dan sesudah adanya perlakuan. 2. Kriteria/syarat pengambilan keputusan. P-value > 0,05 maka Ho diterima. P-value < 0,05 maka Ha diterima. 3. Lihat hasil P-Value. 4. Menentukan keputusan. 5. Membuat kesimpulan dari keputusan yang telah dibuat.
MANAJEMEN DASAR
21
ATA 15/16
III. CONTOH KASUS Seorang Manajer PT Uniteler ingin mengetahui rata-rata penjualan shampoo sebelum dan sesudah dilakukan pemasangan iklan pada shampoo yang telah diproduksi dan dijual. Berikut datanya yang diambil dari 5 swalayan cabang JABODETABEK yang menjual shampoo dari PT Uniteler tersebut. Cabang
Sebelum
Sesudah
Depok
151
155
Kalimalang
166
161
Salemba
111
115
Cengkareng
165
166
Karawaci
116
156
Tabel 3.1. Data penjualan shampoo sebelum dan sesudah pemasangan iklan.
IV. LANGKAH-LANGKAH PENGERJAAN Untuk mencari nilai-nilai uji sampel berpasangan tersebut dengan menggunakan R Commander, ikutilah langkah-langkah berikut : 1. Double Click icon R Commander pada desktop atau klik Start → Program → Manajemen Dasar → R Commander. Kemudian akan muncul tampilan seperti pada gambar di halaman selanjutnya :
MANAJEMEN DASAR
22
ATA 15/16
Gambar 3.1. Tampilan Software R-commander
2. Pilih menu Data, New data set.
Gambar 3.2. Tampilan menu New data set
MANAJEMEN DASAR
23
ATA 15/16
Pada Enter name for data set, ketik penjualan. Kemudian OK.
Gambar 3.3. Tampilan Kotak Dialog New Data Set
Kemudian akan muncul Data Editor
Gambar 3.4. Tampilan Data Editor 3. Masukkan data dengan var1 untuk sebelum, var2 untuk sesudah. Jika sudah selesai dalam pengisian data, tekan tombol Close. Untuk mengubah nama dan tipe variabel, dapat dilakukan dengan cara double click pada variable yang ingin di setting. Type yang dipilih adalah numeric untuk semua variabel.
Gambar 3.5 Tampilan Variabel Editor
Tampilan Variabel editor sebelum. Tampilan Variabel editor sesudah. Kemudian masukan data skor sesuai dengan soal, seperti berikut :
MANAJEMEN DASAR
24
ATA 15/16
Gambar 3.6 Tampilan Data Editor yang telah diisi.
4. Selanjutnya, pilih window R-commander akan muncul tampilan :
Gambar 3.7 Tampilan Script Window.
5. Jika data sudah benar, pilih menu Statistics, Means, Paired t-test maka akan muncul menu seperti gambar di bawah ini :
MANAJEMEN DASAR
25
ATA 15/16
Gambar 3.8. Tampilan Menu Paired T-Test Kemudian akan muncul tampilan seperti di bawah ini :
Gambar 3.9 Tampilan Paired t-Test.
MANAJEMEN DASAR
26
ATA 15/16
Pada First variable pilih sebelum dan pada Second Variable pilih sesudah. Kemudian tekan tombol OK.
6. Maka akan muncul hasil pada output window sebagai berikut :
Gambar 3.10. Tampilan Output
V. ANALISIS PENGERJAAN 1. Hipotesis
Ho : Tidak ada perbedaan rata-rata antara sebelum dan sesudah adanya pemasangan iklan.
MANAJEMEN DASAR
27
ATA 15/16
Ha : Ada perbedaan rata-rata antara sebelum dan sesudah adanya pemasangan iklan.
2. Kriteria/syarat pengambilan keputusan.
P-value > 0,05 maka Ho diterima.
P-value < 0,05 maka Ha diterima.
3. Hasil P-value = 0,3315 4. Keputusan : Hasil perhitungan menyatakan bahwa besarnya probabilitas (PValue) adalah 0,3315 karena probabilitas lebih besar daripada taraf uji yang digunakan dalam penelitian atau p-value > α atau 0,3315 ˃ 0,05 maka Ho diterima. 5. Kesimpulan: “Tidak ada perbedaan rata-rata antara sebelum dan sesudah adanya pemasangan iklan.
MANAJEMEN DASAR
28
ATA 15/16
UJI ANOVA (Analysis Of Variance)
I. PENDAHULUAN Uji perbedaan lebih dari dua sampel disebut juga sebagai analisis varians. Uji ini dipopulerkan oleh seorang pendiri modern, bernama Sir Ronald Aylmer Fisher.
Analisis ini digunakan untuk : a. Menguji hipotesis kesamaan rata-rata antara lebih dari dua group atau populasi (tidak berbeda secara signifikan). b. Menguji apakah varians populasinya sama atau tidak.
Asumsi : 1) Populasi-populasi yang akan diuji berdistribusi normal. 2) Varians dari populasi-poluasi tersebut adalah sama. 3) Sampel tidak berhubungan satu dengan yang lain.
II. ANALISIS YANG DIPERLUKAN A. Uji Kesamaan Varians Lihat pada output levene’s test of homogenity of varians. 1. Hipotesis: Ho : Varians ketiga sampel identik. Ha : Varians ketiga sampel tidak identik. 2. Pengambilan keputusan: Jika Probabilitas > 0,05; maka Ho diterima. Jika Probabilitas < 0,05; maka Ho ditolak. Pada tahap selanjutnya, jika varians memiliki hasil “Ho diterima”, maka dapat dilanjutkan ke tahap pengujian selanjutnya, yaitu dengan menggunakan Uji Anova. Apabila pada saat Uji Kesamaan Varians “Ho ditolak”, maka penelitian hanya sampai tahap Uji Kesamaan Varians saja. MANAJEMEN DASAR
29
ATA 15/16
B. Uji Anova Lihat output analysis of variance: 1. Hipotesis: Ho : Ketiga rata-rata populasi adalah identik. Ha : Ketiga rata-rata populasi adalah tidak identik. 2. Pengambilan keputusan Jika Probabilitas > 0,05; maka Ho diterima. Jika Probabilitas < 0,05; maka Ho ditolak.
III. CONTOH KASUS Perusahaan Woolim Entertainment ingin mengetahui perkembangan penjualan album artis-artisnya di Indonesia yaitu Infinite, Lovelyz, dan Nell. Perusahaan tersebut ingin mengetahui apakah ada perbedaan rata-rata penjualan dari ketiga album tersebut. Berikut adalah data Penjualan album dari ketiga artis tersebut di Indonesia pada 5 tahun terakhir : Tahun
Infinite
Lovelyz
Nell
1
655
665
651
2
615
611
666
3
661
655
665
4
651
656
651
5
655
651
656
Tabel 4.1 Data Perusahaan Woolin Entertainment
IV. LANGKAH-LANGKAH PENGERJAAN Untuk mencari nilai-nilai anova data tersebut dengan menggunakan program R, ikutilah langkah-langkah berikut : 1. Tekan icon R Commander pada dekstop kemudian akan muncul tampilan seperti gambar di bawah ini MANAJEMEN DASAR
30
ATA 15/16
Gambar 4.1 Tampilan Software R-Commander 2. Pilih menu Data, New Data Set. Masukan nama dari data set adalah anova kemudian tekan tombol OK
Gambar 4.2 TampilanNew Data Set Kemudian akan muncul Data Editor
MANAJEMEN DASAR
31
ATA 15/16
Gambar 4.3 Tabel Data Editor 3. Masukan data dengan var1 Artis dan var2 Penjualan. Jika data editor tidak aktif maka dapat diaktifkan dengan menggunakan RGui di Taskbar windows pada bagian bawah layar monitor. Jika sudah selesai dalam pengisian data tekan tombol close. Untuk mengubah nama dan tipe variable, dapat dilakukan dengan cara double click pada variable yang ingin di setting.
Gambar 4.4 Tampilan Variabel Editor Kemudian isi masing-masing variable sesuai dengan data soal setelah isi data kemudian tekan tombol X (Close)
MANAJEMEN DASAR
32
ATA 15/16
Gambar 4.5 Tampilan Tabel Data Editor Tampilannya akan seperti ini
Gambar 4.6 Software R-Commander 4. Untuk mengubah variable numeric bin pada tampilan RCommander pilih : Data – Manage variables in active data set kemudian pilih Bin numeric variable.
MANAJEMEN DASAR
33
ATA 15/16
Gambar 4.7 Langkah Bin Numeric Kemudian muncul tampilan :
Gambar 4.8 Tampilan Bin a Numeric Variable Kemudian akan muncul tampilan ubah nama bin :
MANAJEMEN DASAR
34
ATA 15/16
Gambar 4.9 Tampilan Bin Names 5. Jika data sudah benar, pilih menu Statistics, Varians, Levene’s Test.
Gambar 4.10 Tampilan Levene’s Test 6. Pada Response Variable pilih variable penjualan kemudian tekan OK.
MANAJEMEN DASAR
35
ATA 15/16
Gambar 4.11 Tampilan Levene’s Test Box 7. Pilih menu R-commander untuk mencari nilai Anova. Pilih Statistics, Means, One-way ANOVA.
Gambar 4.12 Tampilan One-Way ANOVA
MANAJEMEN DASAR
36
ATA 15/16
Kemudian akan muncul tampilan :
Gambar 4.13 Tampilan One-Way ANOVA Untuk Response Variable pilih penjualan, aktifkan Pairwise comparisons of means jika ingin melihat grafik.
8. Maka akan muncul hasil pada output window sebagai berikut :
Gambar 4.14 Tampilan Hasil Output
MANAJEMEN DASAR
37
ATA 15/16
Analisa : Ouput diatas menunjukan nilai F probabilitas 0,8048 0,05 maka Ho diterima atau kesimpulannya yaitu ketiga varians sample identik.
Gambar 4.15 Hasil Output Analisa : Output Ouput diatas menunjukan nilai F probabilitas 0,548
0,05 maka Ho diterima atau kesimpulannya Rata-rata
penjualan album dari ketiga artis adalah identik (sama).
MANAJEMEN DASAR
38
ATA 15/16
V. ANALISIS PENGERJAAN a. Uji Kesamaan Varians 1. Ho : Varians penjualan album dari ketiga artis tersebut adalah identik Ha : Varians penjualan album dari ketiga artis tersebut adalah tidak identik 2. Kriterian Pengujian Ho diterima jika F prob
0.05
Ho ditolak jika F prob 0.05 3. Nilai Probabilitas : 0.8048 (F Prob) 4. Keputusan : Ho diterima karena F Prob
0.05
5. Kesimpulan : Jadi, Varians penjualan album dari ketiga artis tersebut adalah identik Catatan : apabila Pr ( F)
= 0.05, maka pengujian dapat dilanjutkan ke
uji anova. Tapi jika Pr ( F)
0.05, pengujian tidak dapat dilanjutkan ke
uji anova. b. Uji Anova 1. Ho : Rata-rata penjualan album dari ketiga artis tersebut adalah identik Ha : Rata-rata penjualan album dari ketiga artis tersebut adalah tidak identik 2. Kriterian Pengujian Ho diterima jika F prob
0.05
Ho ditolak jika F prob 0.05 3. Nilai Probabilitas : 0.548 (F Prob) 4. Keputusan : Ho diterima karena F Prob
0.05
5. Kesimpulan : Rata-rata penjualan album dari ketiga artis tersebut adalah identik
MANAJEMEN DASAR
39
ATA 15/16
REGRESI LINIER BERGANDA
I.
PENDAHULUAN Analisis regresi adalah studi mengenai hubungan antara variabel terikat (variabel dependent, Respon, Y) pada satu atau lebih variabel bebas (variabel independent, pediktor, X) yang digunakan untuk memprediksi atau meramalkan nilai rata-rata hitung (mean) atau rata rata populasi variabel tak bebas. Apabila variabel dependent dihubungkan hanya dengan satu variabel independent saja, maka persamaan regresi yang dihasilkan adalah regresi linier sederhana. Sementara jika variabel dependent dihubungkan dengan lebih dari satu variabel independent, maka persamaan regresi yang dihasilkan adalah regresi linier bergamda. Dinamakan regresi linier berganda karena pengaruh beberapa variabel bebas akan dikenakan pada satu variabel terikat. Dikatakan linier karena setiap estimasi atau nilai yang diharapkan mengalami peningkatan atau penurunan mengikuti garis lurus. Persamaan regresi kemudian menghasilkan konstanta dan koefisien regresi bagi masing-masing variabel bebas.
A. TUJUAN PENGGUNAAN ANALISIS REGRESI LINIER BERGANDA Adapun tujuan penggunaan Analisis Regresi Linier Berganda yaitu sebagai berikut : 1. Untuk membuat estimasi rata-rata dan nilai variabel terikat berdasarkan pada nilai variabel bebas. 2. Untuk menguji hipotesis karakteristik dependensi. 3. Untuk meramalkan nilai rata-rata variabel bebas berdasarkan pada nilai variabel bebas diluar pengakuan sampel.
MANAJEMEN DASAR
40
ATA 15/16
II.
ANALISIS YANG DIPERGUNAKAN
a) Persamaan umum Regresi Linier Berganda
Y = a+ b1X1 + b2X2 + b3X3 + ... + bnXn +e Keterangan : Y
= Variabel Terikat (Variabel Dependen)
a
= Konstanta = Koefisien Regresi
X1-Xn
= Variabel Bebas (Variabel Independen)
e
= Std. Error
b) Uji Asumsi Klasik Tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda, yaitu: 1. Tidak boleh ada Autokorelasi Untuk menguji variabel-variabel yang diteliti, apakah terjadi autokorelasi atau tidak. Jika terjadi autokorelasi maka persamaan tersebut menjadi tidak baik atau tidak layak dipakai prediksi. Apabila uji nilai Durbin Waston mendekati angka dua, maka dapat dinyatakan tidak ada korelasi. 2. Tidak boleh ada Multikolinieritas Cara yang paling mudah untuk menguji ada atau tidaknya gejala multikolinieritas adalah diukur dari tingkat hubungan/pengaruh antarvariabel bebas melalui besaran koefisien korelasi (r). Jika nilai korelasi dibawah angka 1, maka tidak terjadi multikolinieritas. 3.
Tidak boleh ada Heterokedastisitas Dengan melihat grafik plot antara nilai variabel terikat (SREID) dengan residual (ZPRED). Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola yang teratur, baik menyempit, melebar, maupun bergelombang, maka mengidentifikasikan telah terjadi
MANAJEMEN DASAR
41
ATA 15/16
heterokedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah ataupun diatas angka 0 pada sumbu Y, maka yang terjadi adalah homoskedastisitas. c) Koefisien Korelasi (r / R) Koefisien korelasi adalah koefisien yang digunakan untuk mengetahui hubungan antara variabel X dan Y, syaratnya adalah jika r = 0 atau mendekati 0, maka hubungannya sangat lemah atau bahkan tidak ada hubungan sama sekali. Jika r = +1 atau mendekati +1, maka hubungannya kuat dan searah. Jika r = -1 atau mendekati -1, maka hubungannya kuat dan tidak searah.d) d) Koefisien Determinasi (r²/ R²) Koefisien Determinasi adalah koefisien yang digunakan untuk mengetahui seberapa besar variabel bebas (X) mempengaruhi variabel terikat (Y). nilai koefisien determinasi berkisar antara 0 sampai dengan 1.e) e) Kesalahan Standar Estimasi Kesalahan
Standar
Estimasi
digunakan
untuk
mengetahui
ketepatan persamaan estimasi. Dapat juga digunakan untuk mengukur besar
kecilnya
kesalahan standar
estimasi (semakin
kecil
nilai
kesalahannya, maka semakin tinggi kecepatannya
III.
CONTOH KASUS PT Setya Bersama ingin melakukan penelitian yaitu apakah ada pengaruh antara tingkat pendapatan dan harga terhadap permintaan sepeda motor Pendapatan
Harga
Permintaan
515
115
5566
166
156
5111
156
155
5156
666
566
6666
MANAJEMEN DASAR
42
ATA 15/16
Tabel 5.1 Data PT Setya Bersama Data Pengaruh antara Pendapatan dan Harga terhadap Permintaan Sepeda Motor
IV.
LANGKAH-LANGKAH PENGERJAAN Untuk mencari nilai regresi tersebut dengan menggunakan RCommander perhatikan langkah-langkah di bawah ini : 1. Tekan icon R-commander pada desktop, kemudian akan muncul tampilan seperti di bawah ini :
Gambar 5.1 tampilan awal R-commander
2. Pilih menu Data -> New Data Set -> Masukan nama dari data set adalah “Regresi” -> Kemudian tekan OK
MANAJEMEN DASAR
43
ATA 15/16
Gambar 5.2 Tampilan Menu Data
Gambar 5.3 Tampilan Kotak Dialog New Data Set
MANAJEMEN DASAR
44
ATA 15/16
Gambar 5.4 Tampilan Data Editor
3. Masukan data dengan terlebih dahulu mengganti nama var1 untuk Pendapatan, var2 untuk Harga dan var3 untuk Permintaan dengan cara double click pada variabel yang ingin di setting. Pemilihan type, dipilih numeric pada semua variabel.
Gambar 5.5 Tampilan Variable Editor Pendapatan
Gambar 5.6 Tampilan variable editor Harga
MANAJEMEN DASAR
45
ATA 15/16
Gambar 5.7 Tampilan variable editor Permintaan Masukan data sesuai di bawah ini
Gambar 5.8 tampilan isi Data Editor
4. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol view data set. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki data yang salah. Jika data sudah benar, pilih menu Statistic, Fit models, Linear Regression, maka akan muncul seperti gambar yang tertera pada halaman selanjutnya.
MANAJEMEN DASAR
46
ATA 15/16
Gambar 5.9 Tampilan Menu Statistic
5. Pada Response Variabel pilih variabel yang termasuk variabel terikat yaitu Permintaan dan pada Explanatory Variables pilih yang termasuk varibel bebas yaitu Pendapatan dan Harga. Untuk memilih 2 variabel sekaligus, sambil tekan Ctrl lalu pilih Harga dan Pendapatan kemudian tekan tombol OK.
Gambar 5.10 Tampilan Linear Regresion MANAJEMEN DASAR
47
ATA 15/16
6. Maka akan muncul hasil pada output window sebagai berikut :
Gambar 5.11 Tampilan Hasil Ouptut
V.
ANALISIS PENGERJAAN
a. Persamaan regresi untuk soal tersebut adalah: Y = 4957,30+ 1,44X1 + 1,96 X2 b. Uji t (Pendapatan) Ho : Pendapatan tidak berpengaruh signifikan terhadap Permintaan. Ha : Pendapatan berpengaruh signifikan terhadap Permintaan. Syarat : Jika Prob > 0,05 maka Ho diterima Jika Prob < 0,05 maka Ha diterima Nilai p-value pendapatan : 0,06007 > 0,05 maka Ho diterima. Kesimpulan : Pendapatan tidak berpengaruh signifikan terhadap permintaan.
MANAJEMEN DASAR
48
ATA 15/16
Uji T (Harga) Ho : Harga tidak berpengaruh signifikan terhadap permintaan. Ha : Harga berpengaruh signifikan terhadap permintaan Syarat : Jika Prob > 0,05 maka Ho diterima Jika Prob < 0,05 maka Ha diterima Nilai p-value harga : 0,053 > 0,05 maka Ho diterima
Kesimpulan : Jadi harga tidak berpengaruh signifikan terhadap permintaan Uji t digunakan untuk mengetahui masing-masing variabel bebas berpengaruh signifikan atau tidak terhadap variabel terikat.
c.
Uji F
Ho : Penapatan dan harga secara bersama-sama tidak berpengaruh signifikan terhadap permintaan Ha : Pendapatan dan harga secara bersama-sama berpengaruh signifikan terhadap permintaan Syarat : Jika Prob > 0,05 maka Ho diterima Jika Prob < 0,05 maka Ha diterima
Nilai p-value : 0,03463 < 0,05 maka Ha diterima.
Kesimpulan : Jadi pendapatan dan harga secara bersama-sama berpengaruh signifikan terhadap permintaan. Uji F digunakan untuk mengetahui apakah secara bersama-sama
(simultan) variabel bebas berpengaruh signifikan terhadap variabel terikatnya.
Pada bagian ini ditampilkan Adjusted R Squared (Adj. R²) adalah sebesar 0,9964. Artinya sebesar 99.64% variabel pendapatan dan harga mampu MANAJEMEN DASAR
49
ATA 15/16
mempengaruhi permintaan. Sementara sisanya yaitu 0,36% dipengaruhi oleh variabel lain yang tidak dimasukan ke dalam model regresi.
MANAJEMEN DASAR
50
ATA 15/16
DAFTAR PUSTAKA
Ety Rochaety. 2007. Metodologi Penelitian Bisnis dengan Aplikasi SPSS. Jakarta :Mitra Wacana Media. Hadi, Sutrisno. 2000, Statistik, Yogyakarta: Andi. Nazir, M. 2003. Metode Penelitian. Penerbit Ghalia Indonesia. Jakarta-Indonesia. Panduan Penulisan Ilmiah yang Diterbitkan Oleh Bagian Penulisan Ilmiah Fakultas Ekonomi Universitas Gunadarma. Priyatno, Duwi. 2010, Paham Analisa Statistik Data Dengan SPSS. Yogyakarta : Mediakom. Rochaety, Ety. 2007. Metodologi Penelitian Bisnis dengan Aplikasi SPSS. Jakarta:Mitra Wacana Media. Santoso, Singgih. 2005. Menguasai Statistik di Era Informasi dengan SPSS 12. Jakarta: Elex Media Komputindo. Sarwono, Jonathan. 2002. Riset Akutansi dalam Statistika. Jakarta. Sarwono, Jonathan. 2012. Metode Riset Skripsi: Pendekatan Kuantitatif Dengan SPSS 22. Jakarta: Elex Media Komputindo. Subiyanto, Ibnu. 1993. Metode Penelitian Akuntansi. Yogyakarta: STIE YKPN. Sugiyono. 2008. Metode Penelitian Bisnis. Cetakan kesebelas. Bandung: Alfabeta. Sugiyono. 2011. Metode Penelitian Kuantitatif Kualitatif dan R & D. Bandung: ALFABETA. Sulaiman, Wahid. 2002. SPSS 10 Jalan Pintas Menguasai. Yogyakarta: Penerbit Andi. Sunyoto, Danang. 2011. Analisis Regresi dan Uji Hipotesisi. Yogyakarta: Caps
MANAJEMEN DASAR
51
ATA 15/16
Publishing. Suwono, Jonathan. 2006. SPSS 14 Panduan Cepat dan Mudah. Yogyakarta: Penerbit Andi. Tri Hendardi, C. 2009. SPSS 16 Step by Step Analisis Data Statistik. Yogykarta: Penerbit Andi. Umar, Husein. 1997 Riset Akuntansi Dilengkapi dengan Panduan Membuat Skripsi dan Empat Bahasan Kasus Bidang Akuntansi. Jakarta: PT. Gramedia Pustaka Utama
MANAJEMEN DASAR
52
ATA 15/16