Jurusan :

LABORATORIUM MANAJEMEN DASAR MODUL METODE RISET

Nama

:

NPM/Kelas

:

Fakultas/Jurusan

:

FAKULTAS EKONOMI UNIVERSITAS GUNADARMA DEPOK 2015

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 Metode Riset 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

METODE RISET

i

LITBANG PTA 15/16


DAFTAR ISI

KATA PENGANTAR ……………….……………………………............

i

DAFTAR ISI ………………………………………………………………

ii

DAFTAR TABEL …………………………………………………............

iv

DAFTAR GAMBAR ………………………………………………………

viii

UJI NORMALITAS I. Pendahuluan ………………………………………………………..

1

II. Analisis Yang Diperlukan …………………………….……………

2

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

3

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

6

V. Analisis Pengerjaan ………………………………………...............

13

UJI T SAMPEL BEBAS I. Pendahuluan ………………………………………………………..

14


15

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

16


16


24

UJI T SAMPEL BERPASANGAN I. Pendahuluan ………………………………………………………..

25


25

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

26


27


32

METODE RISET

ii

LITBANG PTA 15/16


ANOVA I. Pendahuluan ………………………………………………………..

33


34

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

35


36


47

REGRESI LINIER BERGANDA I. Pendahuluan ………………………………………………………..

49


50

a) Persamaan umum regreri linier berganda …………………..

50

b) Uji asumsi klasik ……………………………………………

50

c) Koefisien korelasi …………………………………………..

51

d) Koefisien determinasi ……………………………………….

51

e) Kesalahan standar estimasi ………………………………….

51

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

52


52


60

DAFTAR PUSTAKA …………………………………………………….

61

METODE RISET

iii

LITBANG PTA 15/16


DAFTAR GAMBAR

Gambar 1.1.

Tampilan menu awal R-Commander ………………………

3

Gambar 1.2.

Tampilan name for data set ….……………………………..

3

Gambar 1.3.

Tampilan data editor ……………………………………….

4

Gambar 1.4.

Tampilan Variable editor …………………………………..

5

Gambar 1.5.

Tampilan isi Data editor ……………………………………

5

Gambar 1.6.

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

6

Gambar 1.7.

Tampilan Scale Reliability …………………………………

7

Gambar 1.8.

Tampilan Output Dongop ………………………………….

8

Gambar 1.9.

Tampilan Output Donlod dan Ducato ……………………...

9

Gambar 2.1.


13

Gambar 2.2.

Tampilan new data set ……...………………………………

13

Gambar 2.3.


14

Gambar 2.4.

Tampilan Variable editor skor………………………………

14

Gambar 2.5.

Tampilan Variable editor kode ..……………………………

15

Gambar 2.6.

Tampilan isi data editor …………………………………….

15

Gambar 2.7.

Tampilan Manage Variabel ..……………………………….

16

Gambar 2.8.

Tampilan Bin numeric ………………………………..…….

27

Gambar 2.9.

Tampilan Bin names ………………………………………..

17

METODE RISET

iv

LITBANG PTA 15/16


Gambar 2.10. Tampilan menu olah data …………………………………..

18

Gambar 2.11. Tampilan independent samples t-Test ………………………

19

Gambar 2.12. Tampilan independent samples t-Test ………………………

19

Gambar 3.1.

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

32

Gambar 3.2.

Tampilan new data set ……...………………………………

24

Gambar 3.3.

Tampilan data editor ………………………………………..

24

Gambar 3.4.

Tampilan Variable editor sebelum .…………………………

25

Gambar 3.5.

Tampilan Variable editor sesudah ………………………….

25

Gambar 3.6.


25

Gambar 3.7.

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

26

Gambar 3.8.

Tampilan Paired t-Test ………………………………..……

26

Gambar 3.9.

Tampilan Output ……………………………………………

27

Gambar 4.1.


32

Gambar 4.2.

Tampilan menu new data set ……...………………………..

33

Gambar 4.3.

Tampilan new data set ……...…………….…………………

33

Gambar 4.4.

Tampilan data editor ………………………………………..

34

Gambar 4.5.

Tampilan Variable editor usia …...…………………………

35

Gambar 4.6.

Tampilan Variable editor pertumbuhan penduduk …………

35

Gambar 4.7.


35

Gambar 4.8.

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

36

METODE RISET

v

LITBANG PTA 15/16


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

37

Gambar 4.10. Tampilan Bin a Numberic Variables ……………………….

37

Gambar 4.11. Tampilan Bin Names ……………………………………….

38

Gambar 4.12. Tampilan menu Olah Data …………………………….……

38

Gambar 4.13. Tampilan Levenes Test ……………………………………..

39


39

Gambar 4.15. Tampilan One-way Analysis of Variance ………………….

39

Gambar 4.16. Tampilan Output Bagian 1 …………………………………

40


41


42

Gambar 5.1.


49

Gambar 5.2.

Tampilan menu new data set ……...………………………..

50

Gambar 5.3.

Tampilan new data set ……...…………….………………...

50

Gambar 5.4.


51

Gambar 5.5.

Tampilan Variable editor tingkat inflasi …….……………..

52

Gambar 5.6.

Tampilan Variable editor suku bunga …………….………..

52

Gambar 5.7.

Tampilan Variable editor kinerja perusahaan …….………..

52

Gambar 5.8.


52

Gambar 5.9.

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

53


54

Gambar 4.9.

METODE RISET

vi

LITBANG PTA 15/16


Gambar 5.11. Tampilan Linier Regression ………….…………………….

55

Gambar 5.12. Tampilan Output ……….…………………………………..

55

METODE RISET

vii

LITBANG PTA 15/16


DAFTAR TABEL

Gambar 1.1.

Data Penjualan Ban ………………….……………………..

2

Gambar 2.1.

Data Penjualan Tiket ……….……………………………….

12

Gambar 3.1.

Data Penjualan Traktor sawah ……….……………………..

22

Gambar 4.1.

Data Pertumbuhan Penduduk Kota Bogor …..…………….. .

31

Gambar 5.1.

Data Pengaruh antara Tingkat Inflasi dan Suku Bunga Terhadap Kinerja Perusahaan …..…………………………..

METODE RISET

viii

48

LITBANG PTA 15/16


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. Uji dapat dilakukan setelah menentukan tipe data dari data penelitian yang diambil.

II.

ANALISIS YANG DIPERLUKAN Yang perlu dilihat dari output R programming adalah nilai signifikan dari

Shapiro-Wilk Test of Normality. Dalam hal ini nilai signifikan 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 mengahasilkan 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.

METODE RISET

Hal 1

LITBANG PTA 15/16


UJI NORMALITAS

III.

CONTOH KASUS

1.

Toko sparepart mobil Beng-Beng menjual berbagai jenis merk ban mobil di Indonesia. Berikut adalah data penjualan Toko Ban Beng-Beng selama 1 tahun : Dungop

Donlod

Ducato

6156

1515

5615

1561

1615

5616

1165

6165

6515

5115

6615

1515

6665

1556

1155

Tabel 1.1. Data Penjualan Ban Berdasarkan data diatas, ujilah apakah data tersebut terdistribusi normal atau tidak! Jawaban: IV.

LANGKAH-LANGKAH PENGERJAAN Untuk mencari nilai-nilai normalitas data 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.

METODE RISET

Hal 2

LITBANG PTA 15/16


UJI NORMALITAS

Gambar 1.1 Tampilan menu awal R commander 2. Pilih menu Data, New data set. Masukkan nama dari data set adalah NORMALITAS tekan tombol OK. Kemudian ketik Nama Data Set “NORMALITAS” pada Enter name for data set, lalu OK.

Gambar 1.2. Tampilan menu name for data set

METODE RISET

Hal 3

LITBANG PTA 15/16


UJI NORMALITAS

Setelah itu akan muncul tampilan Data Editor.

Gambar 1.3. Tampilan data editor 3. Pada Data Editor masukkan data Ban Mobil dengan var1 untuk Dungop, var2 untuk Donlod dan var3 untuk Ducato. Jika Data Editor tidak aktif maka dapat diaktifkan dengan menekan RGui di Taskbar windows pada bagian bawah layar monitor.. Untuk mengubah nama dan tipe variabel, dapat dilakukan dengan cara double click pada variable yang ingin di setting. Pemilihan type, dipilih numeric pada semua variabel. Jika sudah selesai dalam pengisian data tekan tombol Close

METODE RISET

Hal 4

LITBANG PTA 15/16


UJI NORMALITAS

Gambar 1.4. Tampilan Variabel editor 4. Kemudian Isi masing-masing variabel sesuai dengan data soal setelah selesai isi data kemudian tekan tombol X (close).

Gambar 1.5. Tampilan isi Data Editor

METODE RISET

Hal 5

LITBANG PTA 15/16


UJI NORMALITAS

5. Selanjutnya setelah data editor di close, pilih window R-commander kembali maka akan muncul tampilan seperti ini:

Gambar 1.6. Tampilan Sript Window 6. 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 maka pilih Statistics, Summaries, Shapiro-Wilk test of normality. Pada Shapiro-Wilk test of normality, pilih satu-satu variabel, yaitu Dungop, Donlod dan Ducato lalu OK.

METODE RISET

Hal 6

LITBANG PTA 15/16


UJI NORMALITAS

Gambar 1.7. Tampilan Scale Reliability 7. Kemudian akan muncul output pada R-Commander seperti ini :

METODE RISET

Hal 7

LITBANG PTA 15/16


UJI NORMALITAS

Gambar 1.8. Tampilan Output Dongop, Donlod dan Ducato



Nilai p-value Dungop sebesar 0,1767 berati probabilitas lebih dari 0,05; maka data untuk penjualan Ban Dungop terdistribusi normal.



NIlai p-value Donlod sebesar 0,016 berati probabilitas kurang dari 0,05; maka data untuk penjualan Ban Donlod terdistribusi tidak normal.



NIlai p-value Ducato sebesar 0,0871 berati probabilitas lebih dari 0,05; maka data untuk penjualan Ban Ducato terdistribusi normal

METODE RISET

Hal 8

LITBANG PTA 15/16


V.

UJI NORMALITAS

ANALISIS PENGUJIAN 1. Syarat P-Value > 0,05 = data terdistribusi normal P-Value < 0,05 = data tidak terdistribusi normal 2. Nilai P value Dungop : 0,1767 Donlod : 0,016 Ducato : 0,0871 3. Keputusan P-value Dungop > 0,05

: data terdistribusi normal

P-value Donlod < 0,05

: data tidak terdistribusi normal

P-values Ducato > 0,05

: data tidak terdistribusi normal

4. Kesimpulan Karena terdapat data yang tidak terdistribusi normal yaitu data Dungop, Donlod dan Ducato, maka dapat disimpulkan bahwa ketiga data tidak terdistribusi normal.

METODE RISET

Hal 9

LITBANG PTA 15/16

LAB. MANAJEMEN DASAR

UJI T SAMPEL BERPASANGAN

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. Tabel pengujian disebut dengan tabel tstudent. 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. Hasil uji statistiknya kemudian dibandingkan dengan nilai yang ada pada tabel t kemudian dianalisis untuk mengetahui hipotesis yang mana yang akan diterima maupun ditolak. Ciri – ciri Uji t : 1. Penentuan nilai tabel dilihat besarnya dari tingkat signifikan serta besarnya derajat bebas. 2. Kasus yang diuji bersifat acak. Fungsi Pengujian Uji t : 1. Untuk memperkirakan interval rata-rata. 2. Untuk menguji hipotesis tentang rata-rata suatu sampel. 3. Menunjukkan batas penerimaan suatu hipotesis.

METODE RISET

Hal 10

LITBANG PTA 15/16



4. Untuk menguji suatu pernyataan apakah sudah layak untuk dipercaya. II.

ANALISIS YANG DIPERLUKAN 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 taraf nyata dan derajat bebas 3. Kriteria pengujian : P-value > 0,05 maka Ho diterima P-value < 0,05 maka Ha diterima 4. Nilai P-Value 5. Menentukan keputusan 6. Membuat kes 7. impulan dari keputusan yang telah ditentukan

III. CONTOH KASUS Seorang Manajer suatu travel agent ingin membandingkan 2 penjualan tiket maskapai penerbangan di Indonesia yaitu Garuda Indonesia dan Citilink , apakah kedua maskapai tersebut penjualanya sama sama laris atau tidak.

METODE RISET

Hal 11

LITBANG PTA 15/16



Dibawah ini data penjualanya selama 5 bulan belakangan : Garuda

Citilink

116

566

661

116

516

656

561

115

665

515

Tabel 2.1. Data Penjualan Tiket IV. LANGKAH LANGKAH PENGERJAAN 1. Tekan icon R Commander pada desktop, kemudian akan muncul tampilan seperti gambar di bawah ini.

Gambar 2.1 : Tampilan menu awal R-Commander METODE RISET

Hal 12

LITBANG PTA 15/16



2. Pilih data, lalu klik new data set, akan muncul name box. Lalu ganti namanya menjadi Independent seperti gambar dibawah ini

Gambar 2.2 : Tampilan kotak dialog New Data Set 3. Kemudian akan muncul data editor seperti pada gambar dibawah ini

Gambar 2.3 : Tampilan data editor

4. Ganti Var 1 dengan nama Skor kemudian ganti var 2 dengan nama Kode, ganti kedua type dengan numerik

METODE RISET

Hal 13

LITBANG PTA 15/16



Gambar 2.4 : Tampilan variabel Editor SKOR

Gambar 2.5 : Tampilan Variabel Editor KODE 5. Kemudian isi data editor sesuai dengan soal, seperti gambar dibawah ini

Gambar 2.6 : Tampilan Isi Data Editor

METODE RISET

Hal 14

LITBANG PTA 15/16



6. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol View data set. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki.

7. Langkah selanjutnya adalah pengkodean, yaitu pilih Manage Variables in active data set kemudian pilih Bin Numeric Variable.

Gambar 2.7 : Tampiulan Manage Variabel

METODE RISET

Hal 15

LITBANG PTA 15/16



8. Lalu Pilih Kode, setelah itu geser number of bin menjadi 2 seperti gambar dibawah ini

Gambar 2.8 : Tampilan Bin Numeric 9. Klik Ok lalu akan muncul box seperti dibawah ini. Kode 1 diubah menjadi Garuda lalu kode 2 diubah menjadi Citilink

Gambar 2.9 : Tampilan Bin Names

METODE RISET

Hal 16

LITBANG PTA 15/16



10. Setelah itu klik ok. Kemudian pilih Statistics – Mean – Independent samples t-test

Gambar 2.10 : Tampilan Menu Olah Data 11. Pilih Response Variable lalu klik skor. Pada Assume equal variances pilih Yes. Kemudian oke

Gambar 2.11 : Tampilan Independent Samples t-test

METODE RISET

Hal 17

LITBANG PTA 15/16



12. Maka Akan muncul Output Seperti dibawah ini

Gambar 2.12 : Hasil Pengujian Independent Samples T-test V.

ANALISIS PENGUJIAN 1. Hipotesis 

Ho : rata-rata penjualan kedua tiket maskapai penerbangan identik atau sama



Ha : rata-rata penjualan kedua tiket maskapai penerbangan 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

METODE RISET

Hal 18

LITBANG PTA 15/16



4. Dari hasil pengolahan R-Programing diperoleh P value = 0,4938 5. Keputusan : Hasil perhitungan menyatakan bahwa besarnya probabilitas (p-value) adalah 0,4938 karena probabilitas lebih besar daripada taraf uji yang digunakan dalam penelitian atau p-value ≥ α atau 0,4938 ≥ 0,05 maka Ho diterima. 6. Kesimpulan : Rata-rata penjualan kedua tiket maskapai penerbangan identik atau sama

METODE RISET

Hal 19

LITBANG PTA 15/16



UJI T SAMPEL BERPASANGAN (PAIRED SAMPLE T-TEST)

I.

PENDAHULUAN Paired sample t-test adalah uji t dimana sampel berpasangan. Pengujian ini

digunakan untuk menguji perbandingan rata – rata dua sampel yang berpasangan. Pengujian ini biasanya dilakukan pada suatu sampel antara sebelum dan sesudah diberikan perlakuan. Tujuan uji paired sample t-test adalah untuk menguji perbandingan rata – rata dua sampel yang berpasangan. Syarat dari uji paired sample t-test P-value > 0,05 maka Ho diterima



P-value < 0,05 maka Ha diterima

II.



LANGKAH-LANGKAH ANALISIS PENGUJIAN Analisis yang diperlukan dalam uji paired sample t-test tahapan tahapannya

adalah : 1. Hipotesis Ho : tidak ada perbedaan antara sebelum dan sesudah adanya pelakuan Ha : ada perbedaan antara sebelum dan sesudah adanya pelakuan

METODE RISET

Hal 20

LITBANG PTA 15/16



2. Kriteria/ Syarat Pengambilan Keputusan 

P Value > 0,05 Ho Diterima



P Value < 0,05 Ha Diterima

3. Lihat P-Value 4. Mengambil Keputusan 5. Menentukan Kesimpulan

III.

CONTOH KASUS Sukijan adalah seorang CEO perusahaan penjualan traktor sawah. Ia ingin

melihat apakah ada perbedaan rata rata penjualan traktor sebelum dan sesudah dilakukanya iklan traktor miliknya di televisi. Rata rata penjualan traktor tersebut di 5 dealer traktornya adalah sebagai berikut Dealer

Sebelum

Sesudah

Dealer New York

1155

1111

Dealer London

1515

1555

Dealer Madrid

1616

1566

Dealer Paris

1156

1651

Dealer Roma

1665

1166

Tabel 3.1. Data penjualan traktor sawah

METODE RISET

Hal 21

LITBANG PTA 15/16


IV.


LANGKAH-LANGKAH PENGERJAAN

1. Buka R Comander sampai muncul tampilah dibawah ini

Gambar 3.1. Tampilan awal R Commander 2. Lalu Pilih Data – New Data Set setelah itu akan muncul name box, ganti nama menjadi paired seperti gambar dibawah ini

Gambar 3.2. Tampilan New Data Set METODE RISET

Hal 22

LITBANG PTA 15/16


3.


Lalu akan muncul data editor seperti gambar dibawah ini

Gambar 3.3. Tampilan Data Editor 4. Kemudian ganti Var 1 menjadi Sebelum dan var 2 menjadi Sesudah. Lalu ganti type menjadi Numerik seperti gambar dibawah ini

Gambar 3.3.

Gamabar 3.4.

Tampilan Variabel Editor Sebelum

Tampilan Variabel Editor Sesudah

METODE RISET

Hal 23

LITBANG PTA 15/16


5.


Kemudian masukan data sesuai dengan soal yang ada

Gambar 3.5. Tampilan Data Editor yang telah diisi 6. Setelah itu Close data editor, pilih Statistics – Means – Paired sampel t test

Gambar 3.6. Tampilan Menu Paired t-test

METODE RISET

Hal 24

LITBANG PTA 15/16



7. Kemudian akan muncul dialog box, pilih Sebelum untuk First Variable dan Sesudah untuk Second Variable seperti gambar dibawah ini

Gambar 3.7. Tampilan Paired t-Test 8. Kemudian Klik Ok dan akan muncul Output window seperti gambar dibawah ini

Gambar 3.8. Tampilan Output METODE RISET

Hal 25

LITBANG PTA 15/16


V.


ANALISIS PENGUJIAN 1. Hipotesis 

Ho : Tidak ada perbedaan rata-rata penjualan traktor sawah sebelum dan sesudah adanya iklan ditelevisi



Ha : ada perbedaan rata-rata penjualan traktor sawah sebelum dan sesudah adanya iklan ditelevisi

2. Syarat dan Ketentuan 

P-value > 0,05 maka Ho diterima



P-value < 0,05 maka Ho ditolak

3. P-Value : 0,945 4. Keputusan : Karena nilai p-value > 0,05 maka Ho diterima 5. Kesimpulan : Tidak ada perbedaan rata-rata penjualan traktor sawah sebelum dan sesudah adanya iklan ditelevisi

METODE RISET

Hal 26

LITBANG PTA 15/16


UJI ANOVA

UJI ANOVA ( Analysis Of Variance )

I.

PENDAHULUAN Uji perbedaan lebih dari dua sampel disebut juga analisis varians,

dipopulerkan oleh Sir Ronald Aylmer Fisher, seorang pendiri modern. Distribusi F digunakan sebagai statisti uji untuk anova, karena memiliki ciri-ciri sebagai berikut : a. Tidak pernah bernilai negative b. Merupakan distribusi yang continue yang mendekati sumbu X tetapi tidak pernah menyentuhnya c. Kemencengannnya positif d. Didasarkan pada dua derajat kebebasan Analisis ini digunakan untuk : a. Menguji hipotesis kesamaan rata-rata antara lebih dari dua grup atau populasi (tidak berbeda secara signifikan). b. Menguji apakah varians populasinya sama atau tidak. Asumsi : 1. Populasi-populasi yang akan diuji terdistribusi normal 2. Varians dari populasi-populasi tersebut adalah sama 3. Sampel tidak berhubungan satu dengan yang lain

METODE RISET

Hal 27

LITBANG PTA 15/16


II.

UJI ANOVA

ANALISIS YANG DIPERLUKAN

a) Uji Kesamaan Varians Lihat output livene’s test of homogeneity of varians 1. Hipotesis : Ho : Varians ketiga sampel identik Ha : Varians ketiga sampel tidak identik 2. Pengambilan keputusan Jika Probabilitas > 0.05, maka Ho di terima Jika Probabilitas < 0.05, maka Ho di tolak Pada tahap selanjutnya jika varians memiliki Ho yang identik maka dilanjutkan menggunakan uji Anova, jika Ho ditolak maka penelitian hanya pada tahap uji kesamaan varians saja. b) Uji Anova Lihat output analysis of varians 1. Hipotesis : Ho : ke-3 rata-rata populasi adalah identik Ha : ke-3 rata-rata populasi adalah tidak identik 2. Pengambilan keputusan Jika Probabilitas > 0.05, maka Ho di terima Jika Probabilitas < 0.05, maka Ho di tolak

METODE RISET

Hal 28

LITBANG PTA 15/16


UJI ANOVA

III. CONTOH KASUS Perusahaan Lembaga Survey bernama Martha.Inc ingin mengetahui perkembangan pertumbuhan penduduk di suatu kota yaitu Kota Bogor. Terbagi menjadi tiga usia yaitu Dewasa, Remaja, dan Balita . Perusahaan tersebut melakukan sebuah riset pada kota tersebut dan ingin mengetahui apakah ada perbedaan rata-rata kenaikan pertumbuhan penduduk didaerah Kota Bogor. Berikut adalah data Pertumbuhan penduduk Kota Bogor berdasarkan Usia pada 5 tahun terakhir: Tahun/ Usia

Dewasa

Remaja

Balita

1

511

515

516

2

551

555

565

3

561

511

516

4

516

551

556

5

556

561

566

Gambar 4.1. Data Pertumbuhan Penduduk Kota Bogor Dari data tersebut, lakukanlah uji anova jika diketahui taraf nyatanya 5%

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 desktop kemudian akan muncul tampilan seperti gambar di bawah ini.

METODE RISET

Hal 29

LITBANG PTA 15/16


UJI ANOVA

Gambar 4.1 Tampilan Menu Awal R commander 2. Pilih menu Data, New Data Set. Masukkan nama dari data set adalah anova kemudian tekan tombol OK.

METODE RISET

Hal 30

LITBANG PTA 15/16


UJI ANOVA

Gambar 4.2 Tampilan menu New Data Set

Gambar 4.3 Tampilan New Data Set

Kemudian akan muncul Data Editor

Gambar 4.4 Tampilan Data Editor 3. Masukkan data dengan var1 Usia dan var2 pertumbuhan_pertahun. Jika Data Editor tidak aktif maka dapat diaktifkan dengan menekan 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.

METODE RISET

Hal 31

LITBANG PTA 15/16


UJI ANOVA

Gambar 4.5 Tampilan Variabel Editor Usia

Gambar 4.6 Tampilan Variabel Editor Pertumbuhan Penduduk

Kemudian isi masing-masing variable sesuai dengan data soal setelah isi data kemudian tekan tombol X (Close)

Gambar 4.7 Tampilan isi Data Editor

METODE RISET

Hal 32

LITBANG PTA 15/16


UJI ANOVA

Gambar 4.8 Tampilan Script Window 4. Untuk merubah variable numeric bin pada tampilan R-commander pilih : data – Manage variables in active data set kemudian pilih Bin numeric variable.

Gambar 4.9 Tampilan Manage Variables

METODE RISET

Hal 33

LITBANG PTA 15/16


UJI ANOVA

Kemudian akan muncul tampilan :

Gambar 4.10 Tampilan Bin a Numeric Variables Kemudian akan muncul tampilan ubah nama bin :

Gambar 4.11 Tampilan Bin Names 5. Jika data sudah benar, pilih menu Statistics, Varians, Levene’s Test.

Gambar 4.12 Tampilan menu olah data

METODE RISET

Hal 34

LITBANG PTA 15/16


UJI ANOVA

6. Pada Response Variable pilih variable daya tahan (numeric) kemudian tekan OK.

Gambar 4.13 Tampilan Levene’s Test 7. Pilih menu R-commander untuk mencari nilai Anova. Pilih menu Statistics, Means, One-way ANOVA

Gambar 4.14 Tampilan menu olah data

METODE RISET

Hal 35

LITBANG PTA 15/16


UJI ANOVA

Kemudian akan muncul tampilan :

Gambar 4.15 Tampilan One-way Analysis Of Variance Untuk Response Variable pilih pertumbuhan_pertahun, aktifkan Pairwise comparisons of means jika ingin melihat Grafik.

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

Gambar 4.16 Tampilan Output Bagian 1

METODE RISET

Hal 36

LITBANG PTA 15/16


UJI ANOVA

Analisa : Output di atas menunjukan nilai F probabilitas 0,9845 > 0,05 makan Ho Diterima atau kesimpulannya yaitu ketiga variansi sampel identik.

Gambar 4.17 Tampilan Output bagian 2

Analisa : Output di atas menunjukan F probabilitas 0,9322 > 0,05 maka Ho Diterima atau kesimpulannya rata-rata pertumbuhan penduduk dari ketiga usia adalah idengtik (sama).

METODE RISET

Hal 37

LITBANG PTA 15/16


UJI ANOVA

Gambar 4.18 Tampilan Output bagian 3 Analisa : 95% family-wise confidence level Lihat nilai estimate paling besar adalah Usia Balita-Remaja – 5,20 maka ini menunjukkan rata-rata pertumbuhan penduduk diantara ketiga usia berbeda, dengan selang kepercayaan 95%.

V.

ANALISIS PENGUJIAN a. Uji Kesamaan Varians 1. Ho : Varians pertumbuhan penduduk dari ketiga usia tersebut adalah identik. Ha : Varians pertumbuhan penduduk dari ketiga usia tersebut adalah tidak identik.

METODE RISET

Hal 38

LITBANG PTA 15/16


UJI ANOVA

2. Kriteria Pengujian Ho diterima jika F Prob > 0.05 Ho ditolak jika F Prob < 0.05 3. Nilai Probabilitas : 0.9845 (F Prob) 4. Keputusan : Ho diterima karena F Prob > 0.05 5. Kesimpulan : Jadi, varians pertumbuhan penduduk dari ketiga usia tersebut adalah identik. Catatan : Apabila Pr (>F) >= 0.05, maka pengujian dapat dilanjutkan ke uji anova.tapi jika Pr (>F) < 0.05, pegujian tidak dapat dilanjutkan ke uji anova. b. Uji Anova 1. Ho : Rata-rata pertumbuhan penduduk dari ketiga usia adalah identik. Ha : Rata-rata pertumbuhan penduduk dari ketiga usia adalah tidak identik. 2. Kriteria Pengujian Ho diterima jika F Prob > 0.05 Ho ditolak jika F Prob < 0.05 3. Nilai Probabilitas : 0.9322 (F Prob) 4. Keputusan : Ho diterima karena F Prob > 0.05 5. Kesimpulan : Jadi , rata-rata pertumbuhan penduduk dari ketiga usia adalah identik.

METODE RISET

Hal 39

LITBANG PTA 15/16


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.

Tujuan penggunaan analisis regresi linier berganda 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

II.

ANALISIS YANG DIPERLUKAN

a) Persamaan umum regresi linier berganda Y = α + β1X1 + β 2X2 + β3X3 + … + βnXn + e

METODE RISET

Hal 40

LITBANG PTA 15/16



Keterangan: Y

= variabel terikat (dependent variable)

α

= konstanta

β1- βn = 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

dimana

akan

diukur

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.

METODE RISET

Hal 41

LITBANG PTA 15/16



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 kecepatan persamaan estimasi. Dapat juga digunakan untuk mengukur besar kecilnya kesalahan standar estimasi (semakin kecil nilai kesalahannya, maka semakin tinggi kecepatannya).

III. CONTOH KASUS Manager Bank ABC ingin melakukan penelitian mengenai apakah ada pengaruh antara Tingkat Inflasi dan Suku Bunga terhadap Kinerja Perusahaan.

Tingkat Inflasi

Suku Bunga

Kinerja Perusahaan

5.1

11

1516

5.6

15

1655

5.5

15

1616

5

16

1555

METODE RISET

Hal 42

LITBANG PTA 15/16



Tingkat Inflasi

Suku Bunga

Kinerja Perusahaan

5.1

11

1565

5.5

16

1611

Tabel 5.1. Data pengaruh antara Tingkat Inflasi dan Suku Bunga terhadap Kinerja Peruahaan.

IV.

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 METODE RISET

Hal 43

LITBANG PTA 15/16



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

Gambar 5.2. Tampilan menu New data Set

Gambar 5.3. Tampilan New Data Set

METODE RISET

Hal 44

LITBANG PTA 15/16



Kemudian akan muncul Data Editor

Gambar 5.4. Tampilan Data Editor

3. Masukan data dengan var1 untuk penggangguran, var2 untuk inflasi dan var3 untuk pendapatan nasional. Jika data editor tidak aktif maka dapat diaktifkan dengan menekan Rgui di Taskbar Windows pada bagian bawah layar monitor. Jika sudah selesai dalam pengisian data tekan tombol close. Untuk mengubah nama dan tipe variabel, dapat dilakukan dengan cara double click pada variabel yang ingin di setting. Pemilihan type, dipilih numeric pada semua variabel.

Gambar 5.5. Tampilan Variabel Editor

Suku Bunga

Tingkat Inflasi

METODE RISET

Gambar 5.6. Tampilan Variabel Editor

Hal 45

LITBANG PTA 15/16



Gambar 5.7. Tampilan Variabel Editor Kinerja Perusahaan Kemudian isi masing-masing variabel sesuai dengan data soal setelah selesai isi data kemudian tekan tombol X (close)

Gambar 5.8. Tampilan isi Data Editor Selanjutnya pilih Window R commander maka akan muncul tampilan seperti ini:

METODE RISET

Hal 46

LITBANG PTA 15/16



Gambar 5.9. Tampilan Script Window 4. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol view data set maka akan muncul tampilan seperti gambar dibawah ini. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki data yang salah. Jika sudah benar, pilih menu Statistic, Fit models, Linear Regression, maka akan muncul seperti gambar dibawah ini.

Gambar 5.10. Tampilan menu olah data

METODE RISET

Hal 47

LITBANG PTA 15/16



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 tekan Ctrl lalu pilih inflasi dan penggangguran kemudian tekan tombol OK.

Gambar 5.11. Tampilan Linier Regression

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

Gambar 5.12. Tampilan Output

METODE RISET

Hal 48

LITBANG PTA 15/16


V.


ANALISIS PENGUJIAN a. Persamaan regresi untuk soal tersebut adalah: Y = 706.873 + 153.728 X1 + 4.622 X2

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

b. Uji t (uji signifikan parsial) Tingkat Inflasi 

Ho :Tingkat inflasi tidak berpengaruh signifikan terhadap kinerja perusahaan Ha :Tingkat inflasi berpengaruh signifikan terhadap kinerja perusahaan



Syarat : Jika P-value > 0.05 maka Ho diterima Jika P-value < 0.05 maka Ha diterima



Nilai p-value tingkat inflasi = 0.0502 > 0.05 maka Ho diterima



Kesimpulan : tingkat inflasi tidak berpengaruh signifikan terhadap kinerja perusahaan

Suku Bunga 

Ho: Suku bunga tidak berpengaruh signifikan terhadap kinerja perusahaan Ha : Suku bunga berpengaruh signifikan terhadap kinerja perusahaan






Nilai p-value suku bunga = 0.4497 > 0.05 maka Ho diterima



Kesimpulan : suku bunga tidak berpengaruh signifikan terhadap kinerja perusahaan

METODE RISET

Hal 49

LITBANG PTA 15/16



Uji F digunakan untuk mengetahui apakah secara bersama-sama variabel bebas berpengaruh signifikan terhadap variabel terikatnya.

c. Uji F (uji signifikansi simultan) 

Ho : tingkat inflasi dan suku bunga secara bersama-sama tidak berpengaruh signifikan terhadap kinerja perusahaan Ha : tingkat inflasi dan suku bunga secara bersama-sama berpengaruh signifikan terhadap kinerja perusahaan






Nilai p-value = 0.05511 > 0.05 maka Ho diterima



Kesimpulan : tingkat inflasi dan suku bunga secara bersama-sama tidak berpengaruh signifikan terhadap kinerja perusahaan

Pada bagian ini ditampilkan Adjusted R Squared (Adj. R2) adalah sebesar 0.7586. Artinya sebesar 75.86% variabel tingkat inflasi dan suku bunga mampu mempengaruhi kinerja perusahaan. Sementara sisanya yaitu 24.14% dipengaruhi oleh variabel lain yang tidak dimasukan ke dalam model regresi

METODE RISET

Hal 50

LITBANG PTA 15/16



DAFTAR PUSTAKA

Hadi, Sutrisno. 2000, Statistik, Yogyakarta: Andi Lind. Marchal. Wthen. 2008. Teknik-teknik Statistika Dalam Bisnis dan Ekonomi Menggunakan Kelompok Data Global. Buku 2. Edisi 13. Penerbit Salemba 4. Panduan Penulisan Ilmiah yang Diterbitkan Oleh Bagian Penulisan Ilmiah Fakultas Ekonomi Universitas Gunadarma 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: PT. 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. Sunyoto, Danang. 2011. Analisis Regresi dan Uji Hipotesisi. Yogyakarta: Caps Publishing. Umar, Husein. 1997 Riset Akuntansi Dilengkapi dengan Panduan Membuat Skripsi dan Empat Bahasan Kasus Bidang Akuntansi. Jakarta: PT. Gramedia Pustaka Utama

METODE RISET

Hal 51

LITBANG PTA 15/16

Jurusan :

Recommend Documents