2015

LABORATORIUM MANAJEMEN DASAR MODUL RISET AKUNTANSI ATA 2014/2015

NAMA

:

NPM

:

KELAS

:

FAKULTAS EKONOMI UNIVERSITAS GUNADARMA DEPOK

Laboratorium Manajemen Dasar

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 2014/2015 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

Riset Akuntansi

ii

ATA 14/15


DAFTAR ISI Halaman Judul...............................................................................................

i

Kata Pengantar ..............................................................................................

ii

Daftar Isi........................................................................................................

iii

Daftar Gambar ...............................................................................................

v

Daftar Tabel .................................................................................................. viii Materi 1. Uji Normalitas I. Pendahuluan .........................................................................................

1

II. Analisis yang Diperlukan .....................................................................

1

III. Contoh Kasus .......................................................................................

2

Materi 2. Uji T Sampel Bebas (Independent Sample T-Test) I. Pendahuluan .........................................................................................

12

II. Langkah Analisis Pengujian .................................................................

13

III. Contoh Kasus dan Langkah Pengerjaan ...............................................

13

Materi 3. Uji T Sampel Berpasangan I. Pendahuluan .........................................................................................

22

II. Langkah-langkah Analisis Pengujian ...................................................

22

III. Contoh Kasus .......................................................................................

23

IV. Langkah-langkah Pengerjaan ...............................................................

23

Materi 4. Uji ANOVA I. Pendahuluan .........................................................................................

Riset Akuntansi

iii

29

ATA 14/15


II. Analisis yang Diperlukan .....................................................................

30

III. Contoh Kasus .......................................................................................

31

IV. Langkah Pengerjaan dengan Software R-Commander ........................

31

V. Langkah-Langkah Hipotesis ................................................................

40

Materi 5. Regresi Linear Berganda I. Pendahuluan .........................................................................................

42

II. Tujuan Penggunaan Analisis Regresi Linier Berganda .......................

42

III. Analisis Yang Diperlukan ....................................................................

42

a. Persamaan umum regresi linier berganda ......................................

42

b. Uji Asumsi Klasik ..........................................................................

43

c. Koefisien Korelasi ..........................................................................

44

d. Koefisien Determinasi ....................................................................

44

e. Kesalahan Standar Estimasi ..........................................................

44

IV. Contoh Kasus .......................................................................................

44

V. Langkah-langkah Pengerjaan ...............................................................

45

Daftar Pustaka ...............................................................................................

52

Riset Akuntansi

iv

ATA 14/15


DAFTAR GAMBAR Gambar 1.1.

Tampilan awal R-Commander ..............................................

2

Gambar 1.2.

Tampilan menu New Data Set ..............................................

3

Gambar 1.3.

Tampilan menu name for data set .........................................

3

Gambar 1.4.

Tampilan Data Editor ............................................................

4

Gambar 1.5.

Tampilan menu variable editor .............................................

5

Gambar 1.6.

Tampilan data editor yang telah diisi dengan Data ...............

6

Gambar 1.7.

Tampilan Script Window ......................................................

6

Gambar 1.8.

Tampilan menu pengolahan data ..........................................

7

Gambar 1.9.

Tampilan Scale Reliability ....................................................

8

Gambar 1.10. Tampilan Output ABC, dan Indomie ....................................

8

Gambar 1.11. Tampilan Output Mie Sedap dan Sarimie .............................

9

Gambar 1.12. Tampilan Output Supermie ...................................................

10

Gambar 2.1

Tampilan Menu Awal R-Commander ...................................

14

Gambar 2.2

Tampilan Menu New Data Set ..............................................

15

Gambar 2.3

Tampilan kotak dialog New Data Set ...................................

15

Gambar 2.4

Tampilan Data Editor ...........................................................

16

Gambar 2.5

Tampilan Variabel Editor SKOR ........................................

16

Gambar 2.6

Tampilan Variabel Editor KODE ........................................

17

Gambar 2.7

Tampilan Isi Data Editor ......................................................

17

Gambar 2.8

Tampilan Manage Variable ..................................................

18

Riset Akuntansi

v

ATA 14/15


Gambar 2.9

Tampilan Bin Numeric ..........................................................

18

Gambar 2.10 Tampilan Bin Names .............................................................

19

Gambar 2.11 Tampilan Menu Olah Data ....................................................

19

Gambar 2.12 Tampilan Independent Samples T-Test .................................

19

Gambar 2.13 Hasil Pengujian Independent Samples T-Test .......................

20

Gambar 3.1.

Tampilan menu awal R commander .....................................

24

Gambar 3.2.


24

Gambar 3.3.

Tampilan New Data Set ........................................................

24

Gambar 3.4.


25

Gambar 3.5.

Tampilan Variabel Editor Sebelum .......................................

25

Gambar 3.6.

Tampilan Variabel Editor Sesudah .......................................

25

Gambar 3.7.

Tampilan Data Editor yang telah diisi ..................................

25

Gambar 3.8.

Tampilan Script Window ......................................................

26

Gambar 3.9.

Tampilan Menu Olah Data ....................................................

26

Gambar 3.10. Tampilan Paired T-Test.........................................................

27

Gambar 3.11. Tampilan Output ...................................................................

27

Gambar 4.1.

Tampilan menu awal R-Commander ....................................

32

Gambar 4.2.

Kotak Dialog New Data Set ..................................................

32

Gambar 4.3.


33

Gambar 4.4.

Tampilan Variabel Editor Barang .........................................

33

Gambar 4.5.

Tampilan Variabel Editor penjualan_perhari ........................

33

Riset Akuntansi

vi

ATA 14/15


Gambar 4.6.

Tampilan Data Editor yang telah diisi ..................................

34

Gambar 4.7.

Tampilan Manage Variables .................................................

35

Gambar 4.8.

Tampilan Bin a Numeric Variable ........................................

36

Gambar 4.9.

Tampilan Bin Names.............................................................

36

Gambar 4.10. Tampilan Menu untuk Uji Kesamaan Varians ......................

37

Gambar 4.11. Tampilan Levene’s test ..........................................................

37

Gambar 4.12. Hasil Uji Levene’s test ..........................................................

38

Gambar 4.13. Tampilan Menu untuk Uji Anova .........................................

39

Gambar 4.14. Tampilan One-Way Analysis of Variance ............................

39

Gambar 4.15. Hasil uji Anova .....................................................................

40

Gambar 5.1

Tampilan menu awal R commander .....................................

45

Gambar 5.2


46

Gambar 5.3

Tampilan New Data Set ........................................................

46

Gambar 5.4


46

Gambar 5.5

Tampilan Variabel Editor Pengangguran ..............................

47

Gambar 5.6

Tampilan Variabel Editor Inflasi ..........................................

47

Gambar 5.7

Tampilan Variabel Editor Pendapatan Nasional ...................

47

Gambar 5.8

Tampilan isi Data Editor .......................................................

47

Gambar 5.9

Tampilan menu olah data ......................................................

48

Gambar 5.10 Tampilan Linier Regression ..................................................

49

Gambar 5.11 Tampilan Output ...................................................................

49

Riset Akuntansi

vii

ATA 14/15


DAFTAR TABEL Tabel 1.1.

Data Penjualan Mie ..................................................................

2

Tabel 2.1.

Data Penjualan Sabun ..............................................................

13

Tabel 3.1.

Data penjualan pada kedai es krim “Lezatto” sebelum dan sesudah promosi. .................................................

23

Tabel 4.1.

Data Penjualan Buku ................................................................

31

Tabel 5.1.

Data pengaruh antara Pengangguran dan Inflasi terhadap Pendapatan Nasional Indonesia................................................

Riset Akuntansi

viii

44

ATA 14/15


Uji Normalitas

UJI NORMALITAS

I.

PENDAHULUAN Uji normalitas adalah suatu bentuk pengujian 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 akan 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. Dari kedua rasio perbandingan tersebut, dapat dikatakan normal bila mempunyai nilai antara -2 sampai dengan 2. 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.

Riset Akuntansi

1

ATA 14/15


III.

Uji Normalitas

CONTOH KASUS Berikut ini adalah data penjualan mie instan pada Toko Berkah selama

lima bulan terakhir : Indomie

Sarimie

ABC

Supermie

Mie Sedap

441

541

445

451

555

515

451

541

441

514

115

114

151

141

144

444

411

145

115

441

541

154

114

411

544

Tabel 1.1. Data Penjualan Mie Ujilah data tersebut apakah terdistribusi normal! (MADAS 1415) Langkah-langkah penyelesaian menggunakan software R-Commander : 1. Tekan icon R-Commander pada dekstop, atau Start → Program → Manajemen Dasar → R-Commander. Akan muncul tampilan seperti berikut :

Gambar 1.1. Tampilan awal R-Commander

Riset Akuntansi

2

ATA 14/15


Uji Normalitas

2. Pilih menu Data, kemudian New Data Set.

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 menu name for data set

Riset Akuntansi

3

ATA 14/15


Uji Normalitas

4. Setelah itu akan muncul tampilan Data Editor

Gambar 1.4. Tampilan Data Editor

5. Pada Data Editor, klik di var 1, ganti dengan nama Indomie lalu pilih numeric, kemudian close. Lakukan hal yang sama sampai dengan data mie instan terkahir, yaitu var2 untuk Sarimie, var3 untuk ABC, var4 untuk Supermie, dan terakhir var5 untuk Mie Sedap.

Riset Akuntansi

4

ATA 14/15


Uji Normalitas

Gambar 1.5. Tampilan Variable editor

6. Setelah itu, masukkan data penjualan mie instan tersebut (Note : Lebih baik

jangan menekan tombol ENTER untuk mengisi data selanjutnya.). Setelah selesai mengisi lengkap semua data, kemudian close data editor.

Riset Akuntansi

5

ATA 14/15


Uji Normalitas

Gambar 1.6. Tampilan data editor yang telah diisi dengan Data.

7. Setelah data editor di close, buka kembali window R-Commander, maka

tampilannya akan seperti ini : Normalitas <- edit (as.data.frame(NULL))

Gambar 1.7. Tampilan Script Window

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.

Riset Akuntansi

6

ATA 14/15


Uji Normalitas

Gambar 1.8. Tampilan menu pengolahan data

9. Akan muncul tampilan kotak dialog Shapiro-Wilk test of normality. Pilih salah satu variable, misal dimulai dari ABC, lalu klik OK, dan akan keluar hasilnya. Data yang keluar tersebut hanya satu (yaitu untuk data ABC, karena yang dipilih adalah ABC), data yang lain tidak dapat keluar pada satu kali pengolahan. Oleh sebab itu, lakukan langkah ini secara berulang terhadap variabel Indomie, Sarimie, Supermie, dan Mie Sedap.

Riset Akuntansi

7

ATA 14/15


Uji Normalitas

Gambar 1.9. Tampilan Scale Reliability

10. Kemudian akan keluar hasilnya pada Output Window seperti ini :

Gambar 1.10, Tampilan Output ABC, dan Indomie.

Riset Akuntansi

8

ATA 14/15


Uji Normalitas

Gambar 1.11. Tampilan Output Mie Sedap dan Sarimie.

Riset Akuntansi

9

ATA 14/15


Uji Normalitas

Gambar 1.12. Tampilan Output Supermie.



Nilai p-value ABC sebesar 0,08775 yang berarti probabilitas lebih dari 0,05. Maka data untuk penjulan ABC terdistribusi normal.



Nilai p-value Indomie sebesar 0,0472 yang berarti probabilitas kurang dari 0,05. Maka data untuk penjualan Indomie tidak terdistribusi normal.



Nilai p-value Mie Sedap sebesar 0,03545 yang berarti probabilitas kurang dari 0,05. Maka data untuk penjualan Mie Sedap tidak terdistribusi normal.



Nilai p-value Sarimie sebesar 0,3187 yang berarti probabilitas lebih dari 0,05. Maka data untuk penjualan Sarimie terdistribusi secara normal.



Nilai p-value Supermie sebesar 0,04368 yang berarti probabilitas kurang dari 0,05. Maka data untuk penjualan Supermie tidak terdistribusi secara normal.

Riset Akuntansi

10

ATA 14/15


Uji Normalitas

Analisis : 1. Syarat : p-value > 0,05 = Data Terdistribusi Normal. p-value < 0,05 = Data tidak Terdistribusi Normal. 2. Nilai p-value : ABC

= 0,08775

Indomie

= 0,0472

Mie Sedap = 0,03545 Sarimie

= 0,3187

Supermie

= 0,04368

3. Keputusan p-value ABC > 0,05

= Data Terdistribusi Normal

p-value Indomie < 0,05

= Data Tidak Terdistribusi Normal

p-value Mie Sedap < 0,05


p-value Sarimie > 0,05

= Data Terdistribusi Normal

p-value Supermie < 0,05


4. Kesimpulan Karena terdapat data yang tidak terdistribusi normal yaitu data penjualan Indomie, Mie Sedap, dan Supermie, maka dapat disimpulkan bahwa Data Penjualan Mie Instan pada Toko Berkah pada lima bulan terakhir Tidak Terdistribusi Normal.

Untuk membersihkan kotak Script Window pada R-Commander : 1. Letakkan kursor (klik kiri) pada kotak Script Window. 2. Klik kanan. 3. Pilih Clear Window.

Dan jika ingin membersihkan kotak Output Window pada R-Commander : 1. Letakkan kursor (klik kiri) pada kotak Output Window. 2. Klik kanan, lalu pilih Clear Window.

Riset Akuntansi

11

ATA 14/15


Uji T Sampel Bebas

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 tabel pengujiannya disebut dengan tabel 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.

Riset Akuntansi

12

ATA 14/15


II.

Uji T Sampel Bebas

LANGKAH-LANGKAH ANALISIS PENGUJIAN Langkah-langkah analisis pengujian dalam Uji T Sampel Bebas adalah : 1. Menentukan hipotesis pengujian. Ho : Rata – rata kedua sampel adalah identik atau sama. Ha : Rata – rata kedua sampel adalah tidak identik 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 PT. Pesona Indah memproduksi berbagai macam sabun mandi. Dari

berbagai sabun mandi yang ada diambil 2 sampel sabun mandi yang paling laris, yaitu sabun mandi Candilax dan Trivia untuk diuji apakah kedua sabun mandi tersebut sama-sama terjual laris. Dari catatan penjualan selama 5 bulan diperoleh data sebagai berikut : (MADAS1415) Bulan ke-

CANDILAX

TRIVIA

1

155

144

2

141

154

3

144

151

4

145

145

5

141

115

Tabel 2.1 : Data Penjualan Sabun Mandi.

Riset Akuntansi

13

ATA 14/15


Uji T Sampel Bebas

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 menu awal R-Commander 2. Pilih menu Data, New Data Set, masukkan nama dari data set adalah independent (TANPA SPASI) kemudian tekan tombol OK.

Riset Akuntansi

14

ATA 14/15


Uji T Sampel Bebas

Gambar 2.2 : Tampilan menu New Data Set

Gambar 2.3 : Tampilan kotak dialog New Data Set

Riset Akuntansi

15

ATA 14/15


Uji T Sampel Bebas

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 variabel diisi sesuai dengan data pada soal. Setelah selesai mengisi lengkap, close data editor.

Riset Akuntansi

16

ATA 14/15


Uji T Sampel Bebas

Gambar 2.7 : 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. 5. Langkah selanjutnya adalah pengkodean, yaitu pilih Manage Variables in active data set kemudian pilih Bin Numeric Variable.

Gambar 2.8 : Tampilan Manage Variable

Riset Akuntansi

17

ATA 14/15


Uji T Sampel Bebas

Kemudian akan muncul tampilan :

Gambar 2.9 : Tampilan Bin Numeric 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.

Kemudian akan muncul tampilan Bin Names.

Gambar 2.10 : Tampilan Bin Names 5. Selanjutnya, pilih menu Statistics, Means, Independent samples t-test.

Riset Akuntansi

18

ATA 14/15


Uji T Sampel Bebas

Gambar 2.11 : Tampilan Menu Olah Data 6. Pada Response Variable pilih SKOR kemudian tekan tombol OK.

Gambar 2.12 : Tampilan Independent Samples t-Test

Riset Akuntansi

19

ATA 14/15


Uji T Sampel Bebas

7. Maka akan muncul hasil pada output window sebagai berikut :

Gambar 2.13 : Hasil Pengujian Independent Samples t-Test

ANALISIS PENGUJIAN

1. Hipotesis 

Ho : Rata-rata penjualan kedua sabun mandi, yaitu CANDILAX dan TRIVIA adalah identik atau sama.



Ha : Rata-rata penjualan kedua sabun mandi, yaitu CANDILAX dan TRIVIA adalah tidak identik atau tidak sama.

2. Taraf Signifikan α = 0,05 dan Derajat Bebas (db) = n – 2 = 10 – 2 = 8.

Riset Akuntansi

20

ATA 14/15


Uji T Sampel Bebas

3. Kriteria Pengujian : Jika p-value > 0,05 maka Ho diterima. Jika p-value < 0,05 maka Ha diterima. 4. Dari hasil pengolahan pada R-Commander, diperoleh nilai p-value = 0,6588. 5. Keputusan Hasil yang diperoleh menyatakan bahwa besarnya p-value adalah 0,6588. Karena hasil p-value lebih besar dari taraf signifikan yang digunakan dalam pengujian (α) atau 0,6588 > 0,05 maka Ho diterima.

6. Kesimpulan Karena Ho yang diterima, maka kesimpulannya adalah “Rata-rata penjualan kedua sabun mandi, yaitu CANDILAX dan TRIVIA adalah identik atau sama.”.

Riset Akuntansi

21

ATA 14/15


Uji T Sampel Berpasangan

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.

LANGKAH-LANGKAH ANALISIS PENGUJIAN 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.

Riset Akuntansi

22

ATA 14/15


III.


CONTOH KASUS Seorang pemilik kedai es krim “Lezatto” ingin melakukan penelitian

terhadap jumlah es krim yang terjual sebelum dan sesudah dilakukan promosi. Berikut ini adalah data yang didapat dari cabang-cabang miliknya : (MADAS1415) Cabang

Sebelum

Sesudah

Gandaria

145

155

Cawang

155

151

Depok

154

154

Tebet

115

115

Cakung

144

145

Kalimalang

154

155

Kemang

144

115

Tabel 3.1. Data penjualan pada kedai es krim “Lezatto”, sebelum dan sesudah promosi.

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 :

Riset Akuntansi

23

ATA 14/15



Gambar 3.1. Tampilan menu awal R commander

2. Pilih menu Data, New data set.

Gambar 3.2. Tampilan menu New data set Pada Enter name for data set, ketik penjualan. Kemudian OK.

Riset Akuntansi

24

ATA 14/15



Gambar 3.3. Tampilan 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 sebelum.

Gambar 3.6. Tampilan Variabel editor sesudah.

Kemudian masukan data skor sesuai dengan soal, seperti berikut :

Gambar 3.7. Tampilan Data Editor yang telah diisi.

Riset Akuntansi

25

ATA 14/15



4. Selanjutnya, pilih window R-commander akan muncul tampilan :

Gambar 3.8. Tampilan Sript Window. 5. Jika data sudah benar, pilih menu Statistics, Means, Paired t-test maka akan muncul menu seperti gambar di bawah ini :

Gambar 3.9. Tampilan Menu Olah Data.

Riset Akuntansi

26

ATA 14/15



Kemudian akan muncul tampilan seperti di bawah ini :

Gambar 3.10, Tampilan Paired t-Test. 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 3.11. Tampilan Output

Riset Akuntansi

27

ATA 14/15



Analisis :

1. Hipotesis. 

Ho : Tidak ada perbedaan jumlah penjualan es krim antara sebelum dan sesudah adanya promosi.



Ha : Ada perbedaan jumlah penjualan es krim antara sebelum dan sesudah adanya promosi.

2. Kriteria/syarat pengambilan keputusan. 

P-value > 0,05 maka Ho diterima.



P-value < 0,05 maka Ha diterima.

3. Hasil P-Value = 0,5401. 4. Keputusan : Karena nilai p-value sebesar 0,5401 > 0,05 maka Ho diterima. 5. Kesimpulan : Karena Ho yang diterima, maka kesimpulannya adalah “Tidak ada perbedaan antara sebelum dan sesudah adanya promosi.”

Riset Akuntansi

28

ATA 14/15


Uji ANOVA

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 grup atau populasi (dalam artian juga berbeda namun tidak signifikan). b. Menguji apakah varians populasinya sama atau tidak.

Asumsi: 1. Populasi-populasi yang akan diuji telah terdistribusi normal. 2. Varians dari populasi-populasi tersebut adalah sama. 3. Sampel tidak berhubungan satu dengan yang lainnya.

Sebelum masuk ke sub bab berikutnya mengenai analisis yang diperlukan, ada baiknya kita memahami terlebih dahulu mengenai populasi, sampel, dan hipotesis.  Populasi Populasi adalah wilayah generalisasi

yang terdiri atas :

obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Jadi populasi bukan hanya orang, tetapi juga obyek dan bendabenda alam yang lain. Populasi juga bukan sekedar jumlah yang ada pada

obyek/subyek

yang

dipelajari,

tetapi

meliputi

seluruh

karakteristik/sifat yang dimiliki oleh subyek atau obyek itu.  Sampel Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin

Riset Akuntansi

29

ATA 14/15


Uji ANOVA

mempelajari semua yang ada pada populasi, misalnya karena keterbatasan

dana,

tenaga,

dan

waktu,

maka

peneliti

dapat

menggunakan sampel yang diambil dari populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan dapat diberlakukan untuk populasi. Untuk itu sampel yang diambil dari populasi harus betul-betul representatif (mewakili).  Hipotesis Hipotesis merupakan jawaban sementara terhadap rumusan masalah penelitian, di mana rumusan masalah penelitian telah dinyatakan dalam bentuk kalimat pertanyaan. Dikatakan sementara, karena jawaban yang diberikan baru didasarkan pada teori yang relevan, belum didasarkan pada fakta-fakta empiris yang diperoleh melalui pengumpulan data. Jadi hipotesis juga dapat dinyatakan sebagai jawaban teoritis terhadap rumusan masalah penelitian, belum jawaban yang empirik.

II.

ANALISIS YANG DIPERLUKAN  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.

Riset Akuntansi

30

ATA 14/15


Uji ANOVA

 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 Bapak Rizky, seorang pemilik toko buku Praharani’s, ingin mengetahui perkembangan usahanya tersebut. Buku-buku yang dijualnya adalah buku dengan topik Romansa, Komedi, dan Horor. Bapak Rizky memerintahkan anak buahnya untuk melakukan sebuah riset kecil pada tokonya. Ia meminta agar diteliti apakah ada perbedaan rata-rata penjualan dari ketiga topik buku tersebut. Berikut adalah data penjualan bukunya selama 5 hari terakhir: (MADAS1415)

Romansa

Komedi

Horor

4

5

4

5

4

4

4

1

1

1

4

5

4

5

5

Tabel 4.1. Data Penjualan Buku

IV.

LANGKAH

PENGERJAAN

DENGAN

MENGGUNAKAN

SOFTWARE R-COMMANDER Untuk mencari penyelesaian dari soal tersebut dengan menggunakan program R, ikutilah langkah-langkah berikut :

Riset Akuntansi

31

ATA 14/15


Uji ANOVA

1. Tekan icon R Commander pada dekstop kemudian akan muncul tampilan seperti gambar di bawah ini :

Gambar 4.1. Tampilan menu awal R Commander

2. Pilih menu Data, New data set. Masukkan nama dari data set, misalkan ANOVA, kemudian klik tombol OK.

Gambar 4.2. Kotak Dialog New Data Set

Riset Akuntansi

32

ATA 14/15


Uji ANOVA

Kemudian akan muncul Data Editor


3. Masukkan data dengan terlebih dahulu mengganti nama Var1 menjadi Barang dan Var2 menjadi penjualan_perhari, dengan cara klik pada kolom yang bersangkutan. Lalu untuk tipe variabel pilih numeric.

Gambar 4.4. Tampilan Variabel Editor Barang

Gambar 4.5. Tampilan Variabel Editor penjualan_perhari

Riset Akuntansi

33

ATA 14/15


Uji ANOVA

Kemudian isi masing-masing kolom sesuai dengan data soal, namun dengan ketentuan isi kolom penjualan_perhari dengan angka-angka yang tertera dalam soal (dimulai dengan data penjualan Romansa, kemudian diikuti oleh data Komedi di bawahnya, lalu disambung lagi dengan data Horor). Lalu pada kolom barang, isi angka 1 untuk data dari baris 1-5, mulai baris 6-10 isi dengan angka 2, lalu dari baris 11-15 isi dengan angka 3. Hal ini dilakukan sebagai pengkodean barang, dimana angka 1 adalah kode untuk Romansa, angka 2 untuk Komedi, dan angka 3 untuk Horor. Setelah selesai mengisi lengkap semua data, kemudian close data editor dengan meng-klik tombol X (close).

Gambar 4.6. Tampilan Data Editor yang telah diisi

4. Untuk mengubah variable numeric bin pada tampilan R-Commander, pilih Data – Manage variable in active data set, kemudian Bin numeric variable.

Riset Akuntansi

34

ATA 14/15


Uji ANOVA

Gambar 4.7. Tampilan Manage Variables Kemudian akan muncul tampilan:

Gambar 4.8. Tampilan Bin a Numeric Variable

Riset Akuntansi

35

ATA 14/15


Uji ANOVA

Pada Variable to Bin, pilih Barang, kemudian di Numbers of Bins pilih 3, kemudian klik OK. Maka akan muncul tampilan untuk mengubah nama Bin. Isilah di kolom 1 dengan Romansa, kolom 2 dengan Komedi, dan kolom 3 dengan Horor seperti di bawah ini :

Gambar 4.9. Tampilan Bin Names

5. Jika data sudah benar, kita lakukan pengujian kesamaan varians dengan cara memilih menu Statistic,Variances, Levene’s test.

Riset Akuntansi

36

ATA 14/15


Uji ANOVA

Gambar 4.10, Tampilan Menu untuk Uji Kesamaan Varians

6. Pada Response Variable pilih penjualan_perhari, kemudian OK.

Gambar 4.11. Tampilan Levene’s test. Berikut adalah hasil pengujian kesamaan varians dan perhatikan nilai PValue (lihat di Pr (>F) ).

Riset Akuntansi

37

ATA 14/15


Uji ANOVA

Gambar 4.12. Hasil Uji Levene’s test

Analisis: Berdasarkan pengujian kesamaan varians, p-value yang muncul sebesar 0,9585, berarti lebih besar dari 0,05. Hal itu menandakan bahwa Ho diterima, atau varians ketiga sampel identik. Karena Ho yang diterima, sehingga kita diperbolehkan untuk lanjut ke pengujian selanjutnya yaitu Uji Anova.

Riset Akuntansi

38

ATA 14/15


Uji ANOVA

7. Untuk uji Anova, pilih Statistic, Means, One-Way ANOVA.

Gambar 4.13. Tampilan Menu untuk Uji Anova

Kemudian akan muncul tampilan One-Way Analysis of Variance. Pada Response Variable pilih penjualan_perhari, lalu klik OK.

Gambar 4.14. Tampilan One-Way Analysis of Variance

Riset Akuntansi

39

ATA 14/15


Uji ANOVA

8. Maka akan muncul hasil dari Uji Anova. Perhatikan kembali nilai PValue yang muncul.

Gambar 4.15. Hasil uji Anova Analisis: Pada output di atas, nilai P-value adalah sebesar 0,9744 > 0,05. Hal itu berarti Ho diterima atau rata-rata penjualan ketiga topik buku adalah identik (sama).

V.

LANGKAH-LANGKAH HIPOTESIS 

Uji Kesamaan Varians 1. Hipotesis : Ho : Varians penjualan ketiga buku adalah identik Ha : Varians penjualan ketiga buku adalah tidak identik 2. Kriteria Pengujian : Ho diterima jika F Prob > 0,05 Ho ditolak jika F Prob < 0,05

Riset Akuntansi

40

ATA 14/15


Uji ANOVA

3. Nilai Probabilitas : F Prob = 0,9585 > 0,05 4. Keputusan : Ho diterima karena F Prob > 0,05 5. Kesimpulan : Varians penjualan ketiga buku adalah identik.

(Catatan : Apabila F Prob < 0,05 maka pengujian hanya sampai di Uji Kesamaan Varians saja) 

Uji Anova 1. Hipotesis : Ho : Rata-rata penjualan ketiga buku adalah identik. Ha : Rata-rata penjualan ketiga buku adalah tidak identik. 2. Kriteria pengujian : Ho diterima jika F Prob > 0,05 Ho ditolak jika F Prob < 0,05 3. Nilai Probabilitas : F Prob = 0,9744 4. Keputusan : Ho diterima karena F Prob > 0,05 5.

Kesimpulan : “Rata-rata penjualan ketiga buku adalah sama atau identik.”

Riset Akuntansi

41

ATA 14/15


Regresi Linier Berganda

REGRESI LINIER BERGANDA

I.

Pendahuluan Analisis regresi linier berganda adalah suatu analisis yang digunakan secara bersamaan untuk meneliti pengaruh dua variabel bebas atau lebih terhadap satu variable terikat dengan skala pengukuran yang bersifat metrik, baik untuk variable bebas maupun variabel terikatnya. Pada dasarnya, teknik analisis ini merupakan kepanjangan teknik analisis regresi linier sederhana. Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut variabel yang diterangkan dengan satu atau dua variabel yang menerangkan. 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.

II.

Tujuan Penggunaan Analisis Regresi Linier Berganda Tujuan penggunaan analisis regresi linier berganda, yaitu: 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.

III.

Analisis Yang Diperlukan a) Persamaan umum regresi linier berganda Y = a + b1X1 + b2X2 + b3X3 + … + bnXn + e

Riset Akuntansi

42

ATA 14/15



Keterangan: Y

= variabel terikat (dependent variable)

a

= konstanta

b1-bn = koefisien regresi X1-Xn = variabel bebas (independent variable) e

= standar 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 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.

Riset Akuntansi

43

ATA 14/15



c) Koefisien Korelasi (r / R) 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) Koefisien Determinasi (r2 / R2) 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) 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).

IV.

CONTOH KASUS Seorang peneliti melakukan penelitian yaitu, apakah ada pengaruh antara Pengangguran dan Inflasi terhadap Pendapatan Nasional Indonesia. (MADAS1415) Pengganguran

Inflasi

Pendapatan Nasional

114

151

1.544.411

144

145

1.411.445

114

141

1.514.544

145

145

1.415.111

Tabel 5.1. Data pengaruh antara Pengangguran dan Inflasi terhadap Pendapatan Nasional Indonesia.

Riset Akuntansi

44

ATA 14/15


V.


LANGKAH-LANGKAH PENGERJAAN Untuk mencari nilai regresi tersebut dengan menggunakan R commander, perhatikanlah langkah-langkah berikut: 1. Tekan icon R commander pada desktop, kemudian akan muncul tampilan seperti dibawah ini

Gambar 5.1. Tampilan awal menu R commander

2. Pilih menu Data, New Data Set. Masukan nama dari data set adalah regresi kemudian tekan tombol OK.

Riset Akuntansi

45

ATA 14/15



Gambar 5.2. Tampilan menu New data Set

Gambar 5.3. Tampilan New Data Set

Kemudian akan muncul Data Editor


Riset Akuntansi

46

ATA 14/15



3. Masukan data dengan terlebih dahulu mengganti nama var1 untuk penggangguran, var2 untuk inflasi dan var3 untuk pendapatan nasional dengan cara double click pada variabel yang ingin di setting. Pemilihan type, dipilih numeric pada semua variabel.

Gambar 5.5. Tampilan Variabel Editor Pengangguran

Gambar 5.6. Tampilan Variabel Editor Inflasi

Gambar 5.7. Tampilan Variabel Editor Pendapatan Nasional

Kemudian isi sesuai dengan data soal setelah itu close.

Gambar 5.8. Tampilan isi Data Editor.

Riset Akuntansi

47

ATA 14/15



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.

Gambar 5.9. Tampilan menu olah data

5. Pada Response Variabel pilih variabel yang termasuk variabel terikat yaitu pendapatan nasional dan pada Explanatory Variables pilih yang termasuk varibel bebas yaitu inflasi dan penggangguran. Untuk memilih 2 variabel sekaligus, sambil tekan Ctrl lalu pilih inflasi dan penggangguran kemudian tekan tombol OK.

Riset Akuntansi

48

ATA 14/15



Gambar 5.10. Tampilan Linier Regression. 6. Maka akan muncul hasil pada output window sebagai berikut :

Gambar 5.11. Tampilan Output

Analisis output : a. Persamaan regresi untuk soal tersebut adalah: Y = 1.515.701,1 – 3.707,9 X1 + 2.989,1 X2

Riset Akuntansi

49

ATA 14/15



b. Uji t (Penggangguran) 

Ho : penggangguran tidak berpengaruh signifikan terhadap pendapatan nasional



Ha : penggangguran berpengaruh signifikan terhadap pendapatan nasional.



Syarat : Jika Prob > 0,05 maka Ho diterima Jika Prob < 0,05 maka Ha diterima



Nilai p-value pengangguran : 0,0296 < 0,05 maka Ha diterima



Kesimpulan : pengangguran berpengaruh signifikan terhadap pendapatan nasional.

Uji t (Inflasi) 

Ho : inflasi tidak berpengaruh signifikan terhadap pendapatan nasional Ha : inflasi berpengaruh signifikan terhadap pendapatan nasional






Nilai p-value pengangguran : 0,1540 > 0,05 maka Ho diterima



Kesimpulan : inflasi tidak berpengaruh signifikan terhadap pendapatan nasional.

Uji t digunakan untuk mengetahui masing-masing variabel bebas berpengaruh signifikan atau tidak terhadap variabel terikat.

c. Uji F 

Ho : pengangguran dan inflasi secara bersama-sama tidak berpengaruh signifikan terhadap pendapatan nasional Ha : pengangguran dan inflasi secara bersama-sama berpengaruh signifikan terhadap pendapatan nasional

Riset Akuntansi

50

ATA 14/15








Nilai p-value pengangguran : 0,04415 < 0,05 maka Ha diterima.



Kesimpulan : Pengangguran dan inflasi secara bersama-sama berpengaruh signifikan terhadap Pendapatan Nasional.

Uji F digunakan untuk mengetahui apakah secara bersama-sama variabel bebas berpengaruh signifikan terhadap variabel terikatnya. Pada bagian ini ditampilkan Adjusted R Squared (Adj. R2) adalah sebesar 0,9942. Artinya sebesar 99.42% variabel pengangguran dan inflasi mampu mempengaruhi pendapatan nasional. Sementara sisanya yaitu 0,58% dipengaruhi oleh variabel lain yang tidak dimasukan ke dalam model regresi.

Riset Akuntansi

51

ATA 14/15


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 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.

Riset Akuntansi

52

ATA 14/15


Umar, Husein. 1997 Riset Akuntansi Dilengkapi dengan Panduan Membuat Skripsi dan Empat Bahasan Kasus Bidang Akuntansi. Jakarta: PT. Gramedia Pustaka Utama www.ma-dasar.lab.gunadarma.ac.id

Riset Akuntansi

53

ATA 14/15

2015

Recommend Documents