BAB 4 METODOLOGI PENELITIAN
Pada bab ini akan diuraikan kerangka pemikiran hipotesis, teknik pengumpulan data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis pengujian pada penelitian, teknik pengumpulan data berisi cara penulis mendapatkan data penelitian, sedangkan teknik analisis data berisi cara penulis meneliti data yang didapat menjadi sebuah hasil keputusan.
4.1 Kerangka Pemikiran dan Hipotesis
Penulis melakukan penelitian dan pengumpulan data secara studi literatur dengan mempelajari beberapa buku yang menjadi referensi, serta data nyata perusahaan dari PT. Jaya Transport berupa data sewa, data pendapatan selama 10 tahun terakhir. Data yang ada biasanya digunakan oleh perusahaan untuk melakukan analisis investasi. Untuk memberikan keakuratan dalam analisis, maka penulis akan membantu perusahaan untuk mendeteksi ada atau tidaknya heterokedastisitas dengan Uji Goldfeld-Quandt, kemudian dengan menggunakan Metode Weighted Least Squares, penulis akan memberikan solusi dengan menyusun model regresi yang baru , yang lebih akurat dipergunakan untuk analisis berikutnya. Hipotesis akan diuji untuk membuktikan adanya heterokedastisitas dalam sebuah model regresi, penulis menggunakan data sewa dan pendapatan PT. Jaya Transport sebagai data penelitian. Apabila ternyata terdapat heterokedastisitas, maka dipergunakan Metode Weighted Least Squares untuk memecahkan solusinya.
Hipotesisnya : H 0 : tidak ada heterokedastisitas pada data deret waktu H 1 : ada heterokedastisitas pada data deret waktu
4.2 Teknik Pengumpulan Data
Penulis mengajukan proposal untuk meminta permohonan data kepada PT. Jaya Transport , dengan konten data sewa dan data penghasilan selama 10 tahun terakhir. Data per tahun terbagi atas 3 kuartal, yang berarti terdapat 30 jumlah data. PT. Jaya Transport seringkali melakukan analisis investasi berdasar hasil data yang dikumpulkan, tetapi pihak perusahaan mengakui bahwa tidak adanya seorang analis, membuat data tersebut sulit diidentifikasi , dan akhirnya tidak terlalu berguna untuk kepentingan perusahaan. Penulis akan bertindak sebagai analis perusahaan yang akan membantu menganalisis apa yang sebenarnya terjadi pada PT. Jaya Transport, berdasar data yang tersedia. Dengan melihat apakah data yang tersedia dapat menjadi data patokan analisis bagi perusahaan.
4.3 Teknik Analisis Data
Analisis data secara statistik terdiri dari 3 tahap : Tahap 1. Membuat model regresi yang mana akan menjadi model regresi Ordinary
Least Squares yang akan menjadi perbandingan dengan model regresi hasil Metode Weighted Least Squares. Data yang terdiri dari data per kuartal diubah menjadi data tahunan, sehingga data menjadi berjumlah 10.
Yi = β 1 + β 2 X i
∑ (x n
dimana,
β2 =
i =1
i
)(
− x yi − y
∑ (x n
i =1
i
−x
)
)
2
dan, β1 = y − β 2 x dimana : x = data sewa per tahun y = data pendapatan per tahun
Tahap 2. Dengan Uji Goldfeld-Quandt , penulis akan mendeteksi adanya
Heterokedastisitas atau tidak. Pertama, mengurutkan data berdasarkan nilai x dari kecil ke besar Kedua,menentukan nilai c , disini nilai c = 4 , karena jumlah sampel adalah kecil ( n = 30 ), sehingga heterokedastisitas dapat teridentifikasi lebih jelas. Ketiga, menentukan masing-masing model regresi dari kelompok kecil ( 1 ) , maupun kelompok besar ( 2 )
Yi = β 1 + β 2 X i
∑ (x n
dimana,
β2 =
i =1
i
)(
− x yi − y
∑ (x n
i =1
i
−x
)
)
2
dan, β1 = y − β 2 x dimana : x = data sewa per kuartal y = data pendapatan per kuartal
Keempat , menentukan nilai RSS ( Residual Sum of Squares ) RSS1 = ∑ ( y i − β 1 − β 2 X i ) 2
Dimana RSS1 adalah Residual Sum of Squares dari kelompok kecil
RSS1 = ∑ ( y i − β 1 − β 2 X i ) 2
Dimana RSS 2 adalah Residual Sum of Squares dari kelompok besar
Kelima, menentukan nilai λ
λ=
RSS 2 / df RSS1 / df
Dengan df adalah jumlah data per kelompok dikurangi 2. Keenam, menghitung nilai F ( df , df ,0.05) Apabila nilai λ > dari nilai F , maka diidentifikasi terdapat heterokedastisitas
Tahap 3. Menggunakan Metode Weighted Least Squares untuk membuat model regresi
baru, setelah teridentifikasi heterokedastisitas. Pertama , membuat 30 data per kuartal , menjadi 10 data X yang mana adalah data 10 tahun, dimana X adalah nilai rata-rata dari 3 kuartal. Kedua , menentukan σ i untuk setiap Yi Ketiga, menghitung Yi / σ i dan X i / σ i Keempat, membangun model regresi baru dengan mencari nilai penduga ∧*
β2 =
(∑ w )(∑ w X Y ) − (∑ w X )(∑ w Y ) (∑ w )(∑ w X ) − (∑ w X ) i
i
i i
i
∧*
i
*
i
∧*
i i
2
2 i
β1 = Y − β 2 X
i
i
i
*
Kelima, Menyusun model regresi yang baru. 4.4 Perancangan Piranti Lunak Aplikasi
Perancangan program dilakukan sesuai dengan siklus hidup perangkat lunak dan diaplikasikan dalam model waterfall.
4.4.1 Perancangan Struktur Menu
Untuk perancangan struktur menu, penulis merancang menu yang terdiri dari Menu Login, Menu Utama, Menu Input, Menu Statistik, dan Menu Grafik.
Menu Login
Menu Utama
Menu Input
Menu Statistik
Keluar
Menu Grafik
Gambar 4.1 Struktur Menu
Kegunaan masing-masing menu antara lain : a. Menu Login Berisi form username dan password. Apabila user tidak memasukkan username dan password yang benar, maka tidak dapat masuk ke Menu Utama.
b. Menu Utama Pada Menu Utama ini terdapat tampilan layar yang terdiri dari tombol-tombol menuju Menu Input, Menu Statistik, dan Menu Grafik c. Menu Input Pada Menu Input ini user akan memasukkan jumlah data, dan data yang diinginkan. d. Menu Statistik Menu untuk memproses data dengan Uji Godlfeld-Quandt dan Metode Weighted Least Squares. Data perusahaan yang dimiliki akan diproses secara bertahap untuk menghasilkan suatu fungsi.
e. Menu Grafik Menu yang menampilkan grafik dari OLS yang semula, dan regresi linear yang sudah melalui tahap Weighted Least Squares.
4.4.2 Perancangan Basis Data
Dalam skripsi ini, penulis menggunakan Microsoft Access sebagai program aplikasi untuk pengaturan basis data. Pemilihan Microsoft Access karena data yang disimpan relatif sedikit dengan struktur yang sederhana.Basis data ini akan digunakan untuk menyimpan nama perusahaan, data sewa, dan data pendapatan. Dengan bantuan basis data, diharapkan user memperoleh kemudahan dalam menggunakan data yang ada untuk proses lihat dan insert data. Berikut tabel-tabel yang akan digunakan dalam aplikasi.
Tabel 4.1 Tabel User
Primary key : UserID Nama UserId Username Password
Tipe Text Text Text
Ukuran 10 10 10
nama
Text
20
Keterangan Kode unik user Nama user Kata kunci perusahaan Nama perusahaan
Tabel 4.2 Tabel Data
Nama UserId tahun Kuartal Sewa
Tipe Text Text Number Number
Ukuran 10 10 -
Pendapatan
Number
-
set
Number
-
Keterangan Kode unik user Tahun Kuartal dari tahun Value dari input sewa Value dari input pendapatan Set data
4.4.3 Perancangan Modul
Modul Login
Modul Utama
Modul Input
Modul Statistik
Keluar
Modul Grafik
Gambar 4.2 Rancangan Modul
a)
Modul Login
Modul ini merupakan tampilan awal dari aplikasi ini. Modul ini akan menampilkan form berisi username dan password.
LOGIN
PENJELASAN METODE
INPUT STATISTIK
GRAFIK
Gambar 4.3 Rancangan layar Menu Login
Adapun bagan transisi dari Menu Login sebagai berikut : Menunggu Login LOGIN Menuju Menu Utama
Gambar 4.4 Bagan transisi Menu Login
EXIT TO WINDOWS
b)
Modul Utama
LOGOUT
PENJELASAN METODE
INPUT STATISTIK
GRAFIK
Gambar 4.5 Rancangan layar Menu Utama
Bagan transisi dari Menu Utama sebagai berikut : Menunggu Menu Utama PILIH LOGOUT PILIH INPUT Menuju Menu Input
PILIH STATISTIKA Menuju Menu Statistika
Menuju Menu Login
PILIH GRAFIK Menuju Menu Grafik
Gambar 4.6 Bagan transisi Menu Utama
c)
Modul Input
MASUKKAN DATA
NEXT
BACK
Gambar 4.7 Rancangan layar Menu Input
Bagan transisi dari Menu Admin sebagai berikut : Menunggu Menu Input Selesaikan Input Menuju Menu Utama
Gambar 4.8 Bagan transisi Menu Input
d. Modul Statistik
HASIL ANALISIS
NEXT
BACK
Gambar 4.9 Rancangan layar Menu Statistik
Bagan transisi dari Menu Statistik sebagai berikut : Menunggu Menu Statistik Selesaikan Proses Menuju Menu Utama
Gambar 4.10 Bagan transisi Menu Statistik
e. Modul Grafik
GRAFIK
NEXT
BACK
Gambar 4.11 Rancangan layar Menu Statistik
Bagan transisi dari Menu Grafik sebagai berikut : Menunggu Menu Grafik Tampil Grafik Menuju Menu Utama
Gambar 4.12 Bagan transisi Menu Grafik
