Jurusan :

LAB MANAJEMEN DASAR MODUL RISET AKUNTANSI PRAKTIKUM REGULER LAB E531

Nama : NPM / Kelas : Fakultas /Jurusan :

Fakultas Ekonomi Universitas Gunadarma Kelapa dua 2013/2014

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 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, kami ucapkan terimakasih kepada tim Litbang Riset Akuntansi Laboratorium Manajemen Dasar yang turut berpartisipasi dalam penulisan modul praktikum ini. Ucapan terimakasih juga kami sampaikan kepada

seluruh

pihak

yang

berpartisipasi

sehingga

pelaksanaan

praktikum ini dapat berjalan dengan lancar. Wassalamu’alaikum wr. wb.

Depok, September 2013

Tim Litbang

Riset Akuntansi

2

Litbang ATA 13/14


DAFTAR ISI Halaman

Cover .........................................................................................

1

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

2

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

3

Uji Normalitas ......................................................................

4

Independent & Paired Sample t-test .....................................

13

Uji Anova .............................................................................

29

Regresi Linier Berganda .......................................................

42

DAFTAR PUSTAKA ....................................................................

52

Riset Akuntansi

3

Litbang ATA 13/14


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 P VALUE. Dalam hal ini nilai P VALUE 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. III.

CONTOH KASUS

Berikut adalah data pesanan roti bakar keju, coklat, dan blueberry selama 1 bulan terakhir ini :

Riset Akuntansi

Keju

Coklat

Blueberry

43

44

55

53

44

33

4

Litbang ATA 13/14


35

34

44

45

35

35

43

45

45

53

33

55

43

33

45

Ujilah Normalitas data tersebut! (MADAS 13/14) 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.

Gambar 1. Tampilan menu awal R commander

2. Pilih menu Data, New data set. Masukkan nama dari data set adalah normalitas1 (tanpa spasi) kemudian tekan tombol OK Riset Akuntansi

5

Litbang ATA 13/14


Gambar 2. Tampilan menu New data set

Gambar 3. Tampilan New Data Set

Kemudian akan muncul Data Editor

Gambar 4. Tampilan Data Editor Riset Akuntansi

6

Litbang ATA 13/14


3. Masukkan data dengan var1 untuk keju, var2 untuk coklat dan var3 untuk blueberry. 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 variable yang ingin di setting. Pemilihan type, dipilih numeric pada semua variabel.

Gambar 5. Tampilan Variabel editor

Kemudian Isi masing-masing variabel sesuai dengan data soal setelah selesai isi data kemudian tekan tombol X (close)

Riset Akuntansi

7

Litbang ATA 13/14


Gambar 6. Tampilan isi Data Editor

Selanjutnya, pilih window R-commander akan muncul tampilan :

Gambar 7. Tampilan Sript Window

4. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol View data set maka akan muncul tampilan seperti gambar di bawah ini. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki data yang salah.

Riset Akuntansi

8

Litbang ATA 13/14


5. Jika data sudah benar, pilih menu Statistic, Summaries, ShapiroWilk test of normality. Pilih keju kemudian tekan tombol OK. Begitu juga dengan coklat dan blueberry. Karena data yang keluar hanya satu persatu tidak dapat langsung keluar dalam satu kali pengolahan.

Gambar 9. Tampilan menu olah data

Kemudian akan muncul a. Tampilan Scale Reliabity keju, coklat, dan blueberry. Pilih satu per satu kemudian klik OK.

Gambar 10. Tampilan Scale reliability

Kemudian tekan tampilan R Commander akan muncul output :

Riset Akuntansi

9

Litbang ATA 13/14


Gambar 14. Tampilan Output keju, coklat, dan blueberry

*Nilai p value keju sebesar 0,2241 berarti probabilitas lebih dari 0,05; maka data untuk keju tersebut terdistribusi normal

*Nilai p value coklat sebesar 0,01787 berarti probabilitas kurang dari 0,05; maka data untuk coklat tidak terdistribusi secara normal.

*Nilai p value blueberry sebesar 0,2927 berarti probabilitas lebih dari 0,05; maka data untuk blueberry tersebut terdistribusi normal.

Analisis : 

Syarat : p-value > 0,05 = data terdistribusi normal p-value < 0,05 = data tidak terdistribusi normal



Nilai p-value Keju = 0,2241 Coklat = 0,01787 Blueberry = 0,2927

Riset Akuntansi

10

Litbang ATA 13/14




Keputusan p-value Keju > 0,05 = data terdistribusi normal p-value Coklat < 0,05 = data tidak terdistribusi normal p-value Blueberry > 0,05 = data terdistribusi normal



Kesimpulan Karena terdapat data yang tidak terdistribusi normal yaitu data coklat, maka dapat disimpulkan bahwa ketiga data tidak terdistribusi normal.

Untuk membersihkan Script Window pada R Commander, lakukan langkah berikut :

1. Letakkan kursor pada Script window 2. Kilik Kanan 3. Klik kiri pada Clear window

Riset Akuntansi

11

Litbang ATA 13/14


DAFTAR PUSTAKA 

Sulaiman,

wahid.

2002

.spss

10 jalan pintas

menguasai.

Yogyakarta : penerbit Andi 

Sarwono , jonathan. 2006. Spss14 panduan cepat dan mudah. Yogyakarta : penerbit Andi



Tri hendardi, C. 2009. Spss 16 Step by Step Analisis Data Statistik . Yogyakrta :penerbit Andi

Riset Akuntansi

12

Litbang ATA 13/14


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

II.

ANALISIS YANG DIPERLUKAN  Menentukan hipotesis pengujian  Menentukan daerah kritis berdasarkan taraf nyata dan derajat bebas

Riset Akuntansi

13

Litbang ATA 13/14


 Kriteria pengujian : 

P-value > 0,05 maka Ho diterima



P-value < 0,05 maka Ha diterima



Jika nilai t hitung > t table maka Ho ditolak



Jika nilai t hitung < t table maka Ho diterima

 Keputusan  Kesimpulan

III. CONTOH KASUS DAN LANGKAH PENGERJAAN Sebuah perusahaan minuman “PT.MY TEH” memproduksi 2 macam bentuk kemasan teh, yaitu teh kotak dan teh botol. Perusahaan ingin mengetahui apakah kedua bentuk kemasan teh tersebut sama larisnya dan berikut adalah data penjualan kedua macam bentuk kemasan dalam 12 bulan : Bulan ke

Teh Kotak

Teh Botol

1

354

443

2

543

534

3

444

455

4

555

543

5

534

455

6

453

435

7

335

555

8

433

544

9

333

445

10

445

444

11

345

545

12

545

555

LANGKAH PENGERJAAN : Untuk mencari nilai-nilai uji 2 sampel bebas data tersebut dengan menggunakan program R, ikutilah langkah-langkah berikut :

Riset Akuntansi

14

Litbang ATA 13/14


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

Gambar 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

Gambar 2 : Tampilan menu New Data Set Riset Akuntansi

15

Litbang ATA 13/14


Gambar 3 : Tampilan New Data Set


Gambar 4 : Tampilan Data Editor

3. Klik dua kali Var 1 kemudian ganti namanya menjadi BENTUK lalu pilih numerik lalu close, setelah itu klik dua kali Var 2 kemudian ganti namanya menjadi KODE lalu pilih numerik lalu close. 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.

Riset Akuntansi

16

Litbang ATA 13/14


Gambar 5 : Tampilan Variabel Editor Bentuk

Gambar 6 : Tampilan Variabel Editor Kode

Kemudian masing-masing variabel sesuai dengan data soal setelah selesai isi data kemudian tekan tombol X (close).

Gambar 7 : Tampilan Isi Data Editor

Riset Akuntansi

17

Litbang ATA 13/14


Selanjutnya, pilih windows R commander akan muncul tampilan :

Gambar 8 : Tampilan Script Window

4. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol View data set maka akan muncul tampilan, Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki data yang salah.

Untuk merubah variabel numerik buku pada tampilan R Commander pilih : Manage Variables in active data set kemudian pilih Bin Numeric Variable

Gambar 9 : Tampilan Manage Variable Riset Akuntansi

18

Litbang ATA 13/14


kemudian akan muncul tampilan :

Ket: pilih KODE karena kode untuk bentuk ada di kolom KODE dan Number of bins kita drag ke angka 2 karena kode yang kita isi sebelumnya hanya sampai 2 Gambar 10 : Tampilan Bin a Numeric Variable kemudian akan muncul tampilan rubah nama Bin :

Gambar 11 : Tampilan Bin Names

5. Jika Data sudah benar, pilih menu Statistics, Means, Independent samples t-test

Riset Akuntansi

19

Litbang ATA 13/14


Gambar 12 : Tampilan menu olah data

6. Pada Response Variable pilih skor kemudian tekan tombol OK

Gambar 13 : Tampilan Independent Samples t-Test

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

Riset Akuntansi

20

Litbang ATA 13/14


Langkah – Langkah Analisis 1. Hipotesis Ho : rata-rata penjualan kedua bentuk yaitu teh kotak dan teh botol identik atau sama Ha : rata-rata penjualan kedua bentuk yaitu teh kotak dan teh botol tidak identik atau tidak sama 2. Taraf nyata α = 0,05 : df = n-2 = 24-2 = 22 3. Kriteria Pengujian : Jika probabilitas (p-value) ≥ 0,05 maka Ho diterima Jika probabilitas (p-value) < 0,05 maka Ho ditolak 4. Dari hasil pengolahan R-Programing diperoleh P value = 0,08497 5. Keputusan

:

Hasil

perhitungan

menyatakan

bahwa

besarnya

probabilitas (p-value) adalah 0,08497 karena probabilitas lebih besar daripada taraf uji yang digunakan dalam penelitian atau p-value ≥ α atau 0,08497 ≥ 0,05 maka Ho diterima. 6. Kesimpulan : rata-rata penjualan kedua bentuk yaitu teh kotak dan teh botol identik atau sama

Riset Akuntansi

21

Litbang ATA 13/14


UJI T SAMPEL BERPASANGAN (PAIRED SAMPLE T-TEST) 1. Pendahuluan 1.1 Pengertian paired samplet-test Paired

sample

berpasangan.

t-test

Pengujian

adalah ini

uji

t

digunakan

dimana

sampel

untuk

menguji

perbandingan rata – rata dua sampel yang berpasangan. Pengujian ini biasanya dilakukan pada suatu sampel antara sebelum dan sesudah diberikan perlakuan . 1.2 Tujuan uji paired sample t-test Untuk menguji perbandingan rata – rata dua sampel yang berpasangan.

1.3 Syarat dari uji paired sample t-test 

P-value > 0,05 maka Ho diterima P-value < 0,05 maka Ha diterima



Jika nilai t hitung > t table maka Ho ditolak Jika nilai t hitung < t table maka Ho diterima

2. Analisis yang digunakan pada uji paired sample t-test Analisis yang diperlukan dalam uji paired sample t-test tahapantahapannya adalah : 1. Hipotesis Ho : tidak ada perbedaan antara sebelum dan sesudah adanya pelakuan Ha : ada perbedaan antara sebelum dan sesudah adanya pelakuan 2. Lihat P-Value 3. Keputusan 4. Kesimpulan

Riset Akuntansi

22

Litbang ATA 13/14


3. CONTOH KASUS Ibu Ririn memproduksi kue kering untuk disetorkan ke took - toko. Manajer perusahaan tersebut ingin mengetahui rata-rata pendapatan penjualan kue kering tersebut selama satu tahun sebelum dan sesudah adanya “cup cake” yang dibuat ibu Ririn. Berikut datanya diambil dari 6 toko yang dititipi kue kering oleh ibu Ririn tersebut : Sebelum

Sesudah

33.543.534

44.555.434

35.344.333

43.554.335

34.344.555

54.345.333

54.334.333

43.434.555

34.343.555

54.444.444

33.444.444

43.444.333

4. LANGKAH PENGERJAAN SOFTWARE Untuk mencari nilai – nilai uji 2 sample berpasangan data tersebut dengan menggunakan program R, ikuti langkah-langkah berikut : 1. Untuk membuka R Commander tekan icon R Commander pada desktop, maka akan muncul tampilan di bawah ini

Gambar 1. Tampilan awal menu R Commander

Riset Akuntansi

23

Litbang ATA 13/14


2. Klik menu Data, pilih New Data set, setelah muncul tampilan kotak new data set, isikan uji sampel berpasangan, seperti tampilan berikut ini:



3. Setelah muncul tampilan R Data Editor, lalu klik Var 1 ganti menjadi sebelum dan var 2 ganti menjadi sesudah, lalu pilih numeric pada pilihan type. Setelah itu masukkan datanya, lalu pilih file lalu pilih close seperti tampilan berikut :

Gambar 4. Tampilan variabel editor sebelum Riset Akuntansi

24

Litbang ATA 13/14


Gambar 5. Tampilan Variabel editor sesudah

Kemudian

maskuan

datan

skor

sesuai

dengan

soal

:


4. Lalu pilih menu statistics, means, lalu pilih paired t-test seperti tampilan berikut :

Gambar 7. Tampilan menu olahan data

5. Pilih sebelum pada kotak first variable dan sesudah pada second variable lalu klik ok. Maka akan muncul tampilan seperti berikut :

Riset Akuntansi

25

Litbang ATA 13/14


Gambar 8. Tampilan paired t-test

Kemudian akan muncul hasil output software :

Gambar 9. Tampilan output

Riset Akuntansi

26

Litbang ATA 13/14


Analisis : 1. Hipotesis Ho : Tidak ada perbedaan rata-rata pendapatan penjualan kue kering tersebut selama satu tahun sebelum dan sesudah adanya “cup cake” Ha : Ada perbedaan rata-rata pendapatan penjualan kue kering tersebut selama satu tahun sebelum dan sesudah adanya “cup cake” 2. P-Value : 0,08932 3. Keputusan

: Karena nilai p-value > 0,05 maka Ho diterima

4. Kesimpulan

:

Tidak

ada

perbedaan

rata-rata

pendapatan

penjualan kue kering tersebut selama satu tahun sebelum dan sesudah adanya “cup cake”

Riset Akuntansi

27

Litbang ATA 13/14


DAFTAR PUSTAKA



Duwi, Priyatno. 2009. 5 Jam Belajar Olah Data dengan SPSS 17. Yogyakarta : C.V Andi Offset



Modul Riset Akuntansi ATA 12-13



Sulaiman, wahid. 2002 .spss 10 jalan pintas menguasai. Yogyakarta : penerbit Andi



Sarwono , jonathan. 2006. Spss14 panduan cepat dan mudah . Yogyakarta : penerbit Andi



Tri hendardi, C. 2009. Spss 16 Step by Step Analisis Data Statistik . Yogyakrta :penerbit Andi



Nazir, M. 2003. Metode Penelitian. Penerbit Ghalia Indonesia. JakartaIndonesia.



Subiyanto ,Ibnu,Metode Penelitian Akuntansi, Penerbit STIE YKPN, Yogyakarta, 1993.



Umar ,Husein, Riset Akuntansi Dilengkapi dengan panduan membuat skripsi dan empat bahasan kasus bidang Akuntansi, Penerbit PT Gramedia Pustaka Utama, Jakarta, 1997.

Riset Akuntansi

28

Litbang ATA 13/14


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. 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 II. ANALISIS YANG DIPERLUKAN 

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. 

Uji Anova Lihat output analysis of varians 1. Hipotesis : Ho : ke-3 rata-rata populasi adalah identik

Riset Akuntansi

29

Litbang ATA 13/14


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

III.

CONTOH KASUS Seorang pengusaha pengrajin furniture ingin mengetahui perkembangan usahanya Barang yang dijual adalah meja, kursi dan lemari. Pengusaha tersebut memerintahkan kepada anak buahnya untuk melakukan sebuah riset kecil pada tokonya. Ia meminta apakah ada perbedaan rata-rata penjualan pada tokonya. Berikut adalah data penjualan meja, kursi dan lemari pada 5 hari terakhir: Hari/ Barang

IV.

Meja

Kursi

Lemari

1

3

3

5

2

3

5

3

3

4

4

3

4

3

5

4

5

3

5

3

LANGKAH

PENGERJAAN

DENGAN

MENGGUNAKAN

SOFTWARE R-COMMANDER 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.

Riset Akuntansi

30

Litbang ATA 13/14


Gambar 1. Tampilan menu awal R commander

2. Pilih menu Data, New data set. Masukkan nama dari data set adalah anova kemudian tekan tombol OK

Riset Akuntansi

31

Litbang ATA 13/14




Riset Akuntansi

32

Litbang ATA 13/14



Gambar 4. Tampilan Data Editor

3. Masukkan data dengan var1 Barang dan var2 penjualan_perhari. 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 variable yang ingin di setting.

Gambar 5. Tampilan Variabel editor Barang

Gambar 6. Tampilan Variabel editor penjualan_perhari Riset Akuntansi

33

Litbang ATA 13/14


Kemudian Isi masing-masing variabel sesuai dengan data soal setelah selesai isi data kemudian tekan tombol X (close)


Selanjutnya, pilih window R-commander akan muncul tampilan :

Gambar 8. Tampilan Sript Window

Riset Akuntansi

34

Litbang ATA 13/14


4. Untuk merubah variabel numerik ban pada tampilan R commander pilih : data - Manage variables in active data set kemudian pilih Bin numeric variable.

Gambar 10. Tampilan Manage variables

Kemudian akan muncul tampilan :

Gambar 11. Tampilan Bin a Numeric Variable

Riset Akuntansi

35

Litbang ATA 13/14


Kemudian akan muncul tampilan rubah nama Bin :

Gambar 12. Tampilan Bin Names 5. Jika data sudah benar, pilih menu Statistics, Varians, Levene’s test.


Riset Akuntansi

36

Litbang ATA 13/14


6. Pada Response Variable pilih variabel daya tahan (numerik) kemudian tekan tombol OK .

Gambar 14. Tampilan Levene’s Test

7. Pilih menu R commander untuk mencari nilai Anova. Pilih menu Statistics, Means, One-way ANOVA


Riset Akuntansi

37

Litbang ATA 13/14


Kemudian akan muncul tampilan :

Gambar 16. Tampilan One-Way Analysis of Variance Untuk Response Variable pilih penjualan per hari, aktifkan pairwise comparison of means 8. Maka akan muncul hasil pada output window sebagai berikut : Output bagian 1

Gambar 17. Tampilan output bagian 1

Riset Akuntansi

38

Litbang ATA 13/14


Analisa : Output di atas menunjukan nilai f probabilitas 0.6513 >= 0,05 maka Ho diterima atau ketiga varians sampel identik Output bagian 2

Gambar 18 Tampilan output bagian 2

Riset Akuntansi

39

Litbang ATA 13/14


Analisa : Output di atas menunjukan f probabilitas 0.08156 >= 0.05, maka Ho diterima atau rata-rata penjualan ketiga barang-barang furniture adalah identik (sama). Output bagian 3 :

Gambar 20. Tampilan output bagian 3

Analisa : 95% family-wise confidence level Lihat nilai estimate paling besar adalah Barang Kursi-Meja = 1.2 maka ini menunjukan rata-rata penjualan antara ketiga merk barang berbeda, dengan selang kepercayaan 95 %

Riset Akuntansi

40

Litbang ATA 13/14


DAFTAR PUSTAKA



Panduan Penulisan Ilmiah yang Diterbitkan Oleh Bagian Penulisan Ilmiah Fakultas Ekonomi Universitas Gunadarma.







Riset Akuntansi

41

Litbang ATA 13/14


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 variabel terikat dengan skala pengukuran yang bersifat metrik baik untuk variabel 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. Variabel pertama disebut juga variabel terikat dan variabel kedua disebut juga variabel bebas. Jika variabel bebas lebih dari satu, analisis ini disebut analisis linier berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan pada satu variabel terikat.

II.

TUJUAN

PENGGUNAAN

ANALISIS

REGRESI

LINEAR

BERGANDA Tujuan

penggunaan

analisis

regresi

linear

berganda,

diantaranya adalah : 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 linear berganda Y = α + b1X1 + b2X2 + b3X3 + ..... + bnXn + e Keterangan: Y = variabel terikat (dependent variable)

Riset Akuntansi

42

Litbang ATA 13/14


α = 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 linear berganda, yaitu : 1. Tidak boleh ada autokorelasi Untuk menguji variabel-variabel yang diteliti, apakah terjadi autokorelasi atau tidak, bila uji nilai Durbin Watson 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 melihat korelasi (hubungan) antar variabel bebas. 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 tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengidentifikasikan telah terjadi heterokeditas. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokeditas.

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

Riset Akuntansi

43

Litbang ATA 13/14


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 digunakan dengan mengukur besar kecilnya kesalahan standar estimasi (semakin kecil nilai kesalahannya, maka semakin tinggi ketepatannya). IV. CONTOH KASUS Seorang peneliti ingin melakukan penelitian mengenai apakah ada pengaruh antara pendapatan dan biaya bunga terhadap Laba perusahaan PT. Madas

V.

Pendapatan

Biaya bunga

Laba

3.555.333

355.533

3.333.333

4.543.543

454.354

4.343.333

5.434.343

543.435

5.333.333

5.333.333

543.343

4.543.534

3.444.333

345.543

3.453.345

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

Riset Akuntansi

44

Litbang ATA 13/14


Gambar 1. Tampilan awal menu R commander

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

Gambar 2. Tampilan Menu New Data Set


Riset Akuntansi

45

Litbang ATA 13/14



Gambar 4. Tampilan Data Editor

3. Masukkan data dengan var1 untuk pendapatan, var2 untuk biaya bunga dan var3 untuk laba. Jika data editor tidak aktif maka dapat diaktifkan dengan menekan Rgui di Taksbar 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. Tampilab Variabel Editor Pendapatan

Gambar 5. Tampilab Variabel Editor biaya bunga

Riset Akuntansi

46

Litbang ATA 13/14


Gambar 5. Tampilab Variabel Editor Laba

Kemudian isi masing-masing variabel sesuai dengan data soal setelah selesai isi data kemudian tekan tombol X (close).


Selanjutnya, pilih Window R Commander akan muncul tampilan :

Riset Akuntansi

47

Litbang ATA 13/14


Gambar 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 mene seperti gambar dibawah ini.

Riset Akuntansi

48

Litbang ATA 13/14



5. Pada Response Variabel pilih variabel yang termasuk variabel terikat misalnya laba dan pada Explanatory variables pilih yang termasuk variabel bebas misalnya variabel pendapatan dan biaya bunga, untuk memilih 2 variabel sekaligus tekan Ctrl lalu pilih pendapatan dan biaya bunga kemudian tekan tombol OK.

Gambar 11. Tampilan Linear Regression 6. Maka akan muncul hasil pada output window sebagai berikut:

Riset Akuntansi

49

Litbang ATA 13/14


Output bagian 1:

Gambar 12. Tampilan Output1 Analisis output : a. Persamaan regresi untuk soal tersebut adalah : Y = 58568,199 – 61,063

+ 7,065

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

b. Uji t (uji signifikansi parsial) 

Ho : pendapatan tidak berpengaruh signifikan terhadap laba Ha : pendapatan berpengaruh signifikan terhadap laba



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



Nilai p-value Pendapatan : 0,081 > 0,05 maka Ho diterima



Kesimpulan : pendapatan tidak berpengaruh signifikan terhadap laba

Riset Akuntansi

50

Litbang ATA 13/14




Ho : biaya bunga tidak berpengaruh signifikan terhadap laba Ha : biaya bunga berpengaruh signifikan terhadap laba






Nilai p-value Biaya Bunga: 0,100 > 0,05 maka Ho diterima



Kesimpulan : biaya bunga tidak berpengaruh signifikan terhadap laba

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

c. Uji F (uji signifikansi simultan) 

Ho : pendapatan dan biaya bunga secara bersama-sama tidak berpengaruh signifikan terhadap laba Ha : pendapatan dan biaya bunga secara bersama-sama berpengaruh signifikan terhadap laba






Nilai p-value : 0,01947 < 0,05 maka Ho ditolak



Kesimpulan : pendapatan dan biaya bunga secara bersamasama berpengaruh signifikan terhadap laba

Pada bagian ini ditampilkan Adjusted R squared (Adj. R2) adalah sebesar 0,9611. Artinya sebesar 96,11% variabel pendapatan dan biaya bunga mampu mempengaruhi tingkat laba. Sementara sisanya yaitu 3,89% dipengaruhi oleh variabel lain yang tidak dimasukkan ke dalam model regresi.

Riset Akuntansi

51

Litbang ATA 13/14


DAFTAR PUSTAKA






Sarwono, Jonathan, Riset Akuntansi dalam Statistika, Penerbit Yogyakarta, 2003.




Riset Akuntansi

52

Litbang ATA 13/14

Jurusan :

Recommend Documents