BAB 3 METODE PENELITIAN
3.1
Disain Penelitian Tujuan
Jenis Penelitian
Unit Analisis
Time Horison
T-1
Assosiatif – survey
Organisasi
Longitudinal
T-2
Assosiatif – survey
Organisasi
Longitudinal
T-3
Assosiatif – survey
Organisasi
Longitudinal
Keterangan: 1. T - 1 Jenis penelitian yang digunakan adalah Assosiatif, metodenya survey. Dalam riset awal yang dilakukan adalah untuk mengetahui besarnya pengaruh biaya saluran distribusi terhahap nilai penjualan di PT.ALEXINDO. T-2 Jenis penelitian yang digunakan adalah Assosiatif, metodenya survey. Dalam riset awal yang dilakukan adalah untuk mengetahui besarnya pengaruh harga jual terhadap nilai penjualan di PT.ALEXINDO. T-3 Jenis penelitian yang digunakan adalah Assosiatif, metodenya survey. Dalam riset awal yang dilakukan adalah untuk mengetahui besarnya pengaruh biaya saluran distribusi dengan harga jual secara besama-sama terhadap nilai penjualan di PT. Alexindo.
Time Horison, ( berhubungan dengan ) waktu pengambilan datanya.
27
28
-
Longitudinal Æ informasi dikumpulkan pada waktu-waktu yang berbeda sehingga perubahannya dapat dilihat.
3.2
Operasionalisasi Variabel Penelitian
Variabel
Konsep Variabel
Biaya Saluran Distribusi
Biaya
(Variabel independen, X1)
merupakan total biaya suatu
pekerja
rangkaian arus barang yang
selama periode tahun 2005
saling
berhubungan
dari
sampai 2007
produk
ke
dan
saluran
Indikator distribusi
perantara
Biaya transportasi dan upah yang
dikeluarkan
akhirnya ke konsumen akhir Harga Jual
Harga adalah segala sesuatu
Harga jual untuk produk dari
(Variabel independen, X2)
atau nilai yang ditetapkan
PT. Alexindo pada periode
bagi “sesuatu”.
tahun 2005 sampai 2007
Nilai Penjualan
Nilai
Data
(Variabel dependen, Y)
jumlah dari hasil jual suatu
periode tahun 2005 sampai
produk atau jasa.
2007
3.3
penjualan merupakan
penjualan
selama
Jenis dan Sumber Data Penelitian Jenis dan Sumber Data
Tujuan Penelitian Data T–1
Jenis Data
Biaya transportasi dan upah pekerja
yang
dikeluarkan
selama periode tahun 2005
Kuantitatif
Sumber Data Sekunder;dari perusahaan
29
sampai 2007
T–2
Harga jual untuk produk dari
Kuantitatif
Sekunder;dari perusahaan
Kuantitatif
Sekunder;dari perusahaan
PT. Alexindo pada periode tahun 2005 sampai 2007 T–3
Biaya transportasi dan upah pekerja
yang
dikeluarkan
selama periode tahun 2005 sampai 2007. Harga jual untuk produk dari PT. Alexindo pada periode tahun 2005 sampai 2007. Data
penjualan
selama
periode tahun 2005 sampai 2007.
3.4
Teknik Pengumpulan Data Dalam menyusun penelitian ini, penulis menggunakan dua macam teknik pengumpulan data, yaitu : a.
Penelitian Kepustakaan (Library Research) Penelitian ini digunakan untuk memperoleh data yang didapat dari buku-buku ilmiah, literature-literature pelengkap seperti diktat dan artikel di majalah serta surat kabar yang berkaitan dengan masalah yang dibahas. Dari penelitian ini
30
diperoleh data sekunder yang bersifat teoritis dan ilmiah, juga dapat dijadikan landasan dalam menganalisis subyek penelitian (dalam hal ini perusahaan itu sendiri), mengemukakan saran-saran serta mengambil keputusan. b.
Penelitian Lapangan (Field Research) Penelitian ini dilakukan dengan cara meninjau langsung obyek penelitian sehingga didapatkan data primer yang obyektif. Data ini diperoleh dengan cara: •
Pengamatan (Observasi) Penulis langsung meninjau sendiri dan mengadakan pengamatan agar diperoleh gambaran yang nyata tentang keadaan dan aktivitas perusahaan.
•
Wawancara (Interview) Penulis melakukan wawancara atau Tanya jawab secara langsung kepada pimpinan perusahaan dan para staff yang berkepentingan sesuai dengan bidangnya, agar data yang dibutuhkan diperoleh dengan jelas.
3.5
Metode Analisis Di dalam suatu penelitian, data merupakan hal yang terpenting karena menggambarkan variabel – variabel yang diteliti dan berfungsi sebagai alat pembuktian hipotesis.
31
Setelah data tersebut dikumpulkan, maka dilakukan analisis dengan menggunakan: Metode Analisis Tujuan Penelitian Jenis Penelitian
Teknik Analisis
T–1
Asosiatif
Korelasi Regresi Sederhana
T–2
Asosiatif
Korelasi Regresi Sederhana
T–3
Asosiatif
Korelasi Regresi Berganda
3.6
Analisis Pengaruh Biaya Saluran Distribusi dan Harga Jual Terhadap nilai Penjualan di PT.Alexindo untuk mengetahui apakah biaya saluran distribusi dan harga jual telah mencapai tujuan yang diinginkan perusahaan, maka dilakukan analisis korelasi sederhana, korelasi berganda,analisis koefisien regresi partial dan analisis regresi linier berganda dari data yang diperoleh dari perusahaan yaitu 1.
Analisis Koefisien Korelasi Sederhana Menurut Dergibson Siagian dan Sugiarto (2006, p224) Analisis regrasi banyak digunakan untuk mempelajari bentuk hubungan antara variabel. Aplikasi regresi sangat banyak dijumpai pada berbagai area bisnis. Regresi linier sederhana bertujuan mempelajari hubungan linier antara 2 variabel. 2 variabel dibedakan menjadi variabel bebas (x) dan variabel tak bebas (y). variabel bebas adalah variabel yang bisa dikontrol, sedangkan variabel tak bebas adalah variabel yang mencerminkan respon dari variabel bebas.
32
2.
Analisis Koefisien Korelasi Berganda Analisis korelasi digunakan untuk mengetahui apakah ada hubungan antara dua atau lebih variabel. Analisis koefisien korelasi, dapat dirumuskan Sugiyono (2004, p210) sebagai berikut:
rXiYi =
⎛ ⎜ ⎜⎜ ⎝
⎛ n ⎞ ⎛ n ⎞⎛ n ⎞ ⎜ n∑ XiYi ⎟ − ⎜ ∑ Xi ⎟⎜ ∑ Yi ⎟ ⎝ i=1 ⎠ ⎝ i =1 ⎠⎝ i=1 ⎠ 2 2 n n ⎛ n ⎞ ⎞⎟ ⎛ n ⎞ ⎞⎟⎛⎜ 2 2 n∑ Xi − ⎜ ∑ Xi ⎟ ⎟⎜ n∑ Yi − ⎜ ∑ Yi ⎟ ⎟ i =1 ⎝ i=1 ⎠ ⎟⎠ ⎝ i=1 ⎠ ⎟⎠⎜⎝ i =1 Tabel 3.6 Interpretasi Koefisien Korelasi Interval Koefisien
Tingkat Hubungan
0,01 – 0,199
Sangat rendah
0,20 – 0,399
Rendah
0,40 – 0,599
Sedang
0,60 – 0,799
Kuat
0,80 – 1
Sangat kuat
Sumber: Sugiyono (2004, p183)
3.
Analisis Regresi Linier Berganda Analisis ini digunakan untuk mengetahui seberapa pengaruh satu atau beberapa variabel bebas (independen) terhadap variabel bergantung (dependen) dimana variabel bebas (x) yaitu besarnya biaya distribusi (biaya pergudangan, transportasi) yang dikeluarkan oleh perusahaan setiap periode
33
tertentu dalam rupiah, terhadap variabel tidak bebas (y), yaitu hasil penjualan. Persamaan regresi berganda tiga prediktor ini dapat dirumuskan menurut Sugiyono (2004, p211) sebagai berikut: Y = a + b 1X 1 + b 2X 2 + b 3 X
3
Persamaan matematik, yang menyatakan hubungan fungsional antara satu peubah tidak bebas (respons) dengan satu atau beberapa peubah bebas (berdasarkan nilai teterminisitk), yang memungkinkan kita meramalkan nilai-nilai peubah tidak bebas -nilai peubah bebas tertentu disebut persamaan regresi. (Lungan 2004, p337). Variabel yang akan diramalkan harus dituliskan pada ruas kiri persamaan dan disebut variabel tidak bebas(Y), sedangkan variabel yang nilainya dipergunakan untuk meramalkan disebut variabel bebas(X). Untuk membuat ramalan (Forecasting) Y dengan menggunakan nilai dari X, maka X dan Y harus mempunyai hubungan yang kuat. Kuat atau tidaknya hubungan X dan Y diukur dengan suatu nilai, yang disebut koefisien korelasi, sedangkan besarnya pengaruh X terhadap Y adalah koefisien regresi. (Supranto 2001, p178). Uji Koefisien Regresi Untuk menguji apakah koefisien regresi signifikan (berarti) atau non signifikan (tidak), perlu dilakukan pengujian dengan menggunakan suatu program pengolahan data SPSS. Dalam pengujian ini dilakukan dengan dua cara, yaitu uji T dan uji F a. Dengan uji T
34
Pada kolom Confficients dilakukan uji T untuk menguji signifikasi konstanta dari setiap variabel independen -
Hipotesis;
dugaan
sementara
atau
suatu
pernyataan
mengenai
bagaimana variabel yang diteliti saling berkaitan. H0 = Pengaruh variabel bebas terhadap variabel dependen tidak nyata H1 = Pengaruh variabel bebas terhadap variabel dependen nyata -
Statistik hitung: Nilai t hitung diperoleh dari variabel output SPSS yaitu tabel coefisien a pada kolom t. Jika menggunakan perumusan rumus t hitung Rangkuti (2003, p166), sebagai berikut: T hitung =
bi Sbi
i = 1,2,3,….n
Dimana: b = parameter estimasi dari Xi Sb = simpangan baku dari Xi -
Statistik tabel: Uji dilakukan dua sisi, t tabel dapat dihitung dengan tabel t
-
-
Menentukan taraf nyata 0,05 : 2 = 0,025
-
df (derajat kebebasan) = jumlah data – jumlah variabel
-
Nilai t tabel diperoleh dari tabel t
Kriteria uji: Jika –t tabel < t hitung
t tabel, maka H0 ditolak
-
Simpulan/keputusan:
35
Bila H0 ditolak, berarti ; variabel X1, X2, berpengaruh terhadap variabel Y Bila H0 diterima, berarti : variabel X1, X2, tidak berpengaruh nyata terhadap variabel Y b. Dengan uji F Uji F dapat digunakan untuk menguji apakah model persamaan Y = a + b1X1 + b2X2 + b3X3 Yang diajukan diterima atau ditolak. Caranya dengan membandingkan F hitung tersebut dengan F tabel menurut Sugiyono (2004, p190): -
Hipotesis: H0 = Model persamaan yang diajukan tidak dapat diterima H1 = Model persamaan yang diajukan dapat diterima
-
Statistik hitung: Nilai F hitung dapat dilihat dari hasil output SPS pada tabel Anova pada kolom F. Jika menggunakan persamaan rumus t hitung Sugiyono (2004, p190) sebagai berikut: R2/K
F hitung =
(1 – R2)/(n-K-1) Dimana: R = koefisien determinasi berganda K = jumlah variabel independen n = jumlah data -
Statistik tabel: - Menentukan tingkat kepercayaan
36
- Numerator (jumlah variabel -1) - Denumerator (jumlah data-jumlah variabel) - F tabel dapat dilihat hasilnyapada tabel F -
Kriteria uji: Jika F hitung > F tabel, maka H0 ditolak Jika F hitung
Simpulan/keputusan:
Bila H0 ditolak, maka model persamaan yang diajukan dapat diterima dan dapat digunakan. Bila H0 diterima, maka model persamaan yang diajukan tidak dapat diterima dan tidak dapat digunakan.
4.
Pengujian Hipotesis Koefisien Regresi Parsial Untuk menguji hipotesis bahwa koefisien regresi parsial mempunyai nilai H 0: B j =
B j 0, maka hipotesis tersebut dirumuskan sebagai berikut.
B j 0 tidak ada pengaruh X terhadap Y)
1.
H a: Bj >
2.
H a: Bj
< B j 0 (ada penagruh negatif dari X j terhadap Y)
3.
H a: Bj
≠ B j 0 (ada pengaruh X j terhadap Y)
B j 0 (ada pengaruh positif dari X j terhadap Y)
Dalam pengujian hipotesis, digunakan statistik uji t.
t0 =
b j − B j0 S b1
t 0 mempunyai fungsi t dengan derajat kebebasan sebesar (n – k) – 1.
bj
37
Dalam regresi berganda terdapat satu variabel dependent dan lebih dari satu variabel independent. Dalam praktek bisnis, regresi berganda justru lebih banyak digunakan, selain karena banyaknya variabel dalam bisnis yang perlu dianalisis bersama, juga banyak kasus regresi berganda lebih relevan digunakan (Modul Praktikum Lab Statistik Manajemen, Universitas Bina Nusantara 2005, p25). Persamaan regresi berganda adalah y = a + bx1 + bx2 + … + zxn. Variabel tanggapan y berhubungan dengan sejumlah variabel peramal x1, x2, …, xn. Model regresi berganda jika disusun dengan benar maka dapat memberikan model yang baik untuk banyak variabel tanggapan dalam bisnis. Tetapi kita harus berhati-hati untuk tidak “terlalu cocok” (overfit) model kuadrat terkecil. Persamaan prediksi yang dihasilkan sering memberikan pendugaan yang baik dari rata-rata tanggapan untuk nilai variabel peramalan tertentu atau memberikan peramalan yang baik dari nilai y yang mungkin diamati di masa yang akan datang. Analisa regresi berganda linear sebetulnya di dasarkan pada 3 asumsi: 1. Distribusi probabilitas bersyarat variabel dependen bagi serangkaian variabel independen mengikuti pola normal atau kurang lebih normal. 2. Distribusi bersyarat variabel dependen bagi tiap kombinasi variabel independen memiliki varians yang sama. 3. Nilai-nilai variabel dependen harus independen satu dengan yang lainnya. Berdasarkan ketiga asumsi diatas, persamaan regresi berganda dapat diturunkan atas dasar metode kuadrat minimum.
38
Di dalam model peramalan regresi berganda ini terdapat beberapa pengertian, yaitu: ♦
Variabel bebas kuantitatif, adalah variabel yang dapat mengambil nilai sesuai dengan titik-titik pada suatu garis riil.
♦
Variabel bebas kualitatif, adalah variabel bebas (independen) yang bukan kuantitatif. Multikolinearitas, merupakan sebagian informasi yang diberikan oleh dua
atau lebih variabel bebas untuk meramalkan y yang bisa berbeda, tetapi sebagian informasi bisa sama (identik).
3.7
Rancangan Uji Hipotesis Besarnya nilai r adalah (-1 < rXY <1 ) artinya: r < 0, berarti hubungan antara variabel X dan Y sempurna tetapi negarif (tidak searah). Jika X meningkat maka Y akan menurun dan begitu juga sebaliknya. r > 0, berarti hubungan antara variabel X dan variabel Y sempurna tetapi positif (searah). Jika X meningkat, maka Y akan meningkat dan begitu juga sebaliknya. R = 0 atau mendekati 0, berarti hubungan variabel X terhadap Y sangat lemah atau tidak ada pengaruh sama sekali. Adapun rancangan hipotesis dalam penelitian ini adalah hipotesis empiris dan statistik. •
Hipotesis Empiris : semakin besar variabel independent yang dikeluarkan maka semakin besar pula variabel dependennya.
•
Hipotesis Statistik
39
Ho : r =0 (Tidak ada hubungan antara variabel independen dengan variabel dependen) H1 : r ≠ 0 (Adanya hubungan positif antara variabel independen dengan variabel dpenden) Ho diterima apabila ttabel ≤ thit ≤ ttabel atau fhit ≥ ftabel
3.8
Rancangan Implikasi Hasil Penelitian Rancangan implikasi hasil penelitian ini yaitu setelah semua data dan hasil analisis selesai dilakukan, maka selanjutnya dari hasil data yang diberikan oleh PT. ALEXINDO, akan didapatkan gambaran mengenai pengaruh biaya saluran distribusi dan harga jual. Setelah itu, data yang diperoleh dari PT. ALEXINDO dan data yang diperoleh dari perusahaan maka dilakukan analisis hubungan antara pengaruh biaya saluran distribusi dan harga jual terhadap nilai penjualan di PT. ALEXINDO. Dari analisis di atas, apabila terdapat pengaruh antara biaya saluran distribusi dan harga jual diharapkan pimpinan PT. ALEXINDO mampu mengelola organisasinya dengan baik dan karyawannya diharapkan mampu bekerja secara optimal. Dan apabila pengaruh biaya saluran distribusi dan harga jual terhadap nilai penjualan itu baik maka diharapkan nilai penjualan mengalami peningkatan. Dengan nilai penjualan yang meningkat maka diharapkan keuntungan yang diperoleh perusahaan juga akan meningkat.
