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
LABORATORIUM MANAJEMEN DASAR DAFTAR ISI KATA PENGANTAR.... DAFTAR ISI DAFTAR TABEL... DAFTAR GAMBAR i ii iv 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 II. Analisis Yang Diperlukan. 15 III. Contoh Kasus... 16 IV. Langkah-langkah Pengerjaan... 16 V. Analisis Pengerjaan... 24 UJI T SAMPEL BERPASANGAN I. Pendahuluan.. 25 II. Analisis Yang Diperlukan. 25 III. Contoh Kasus... 26 IV. Langkah-langkah Pengerjaan... 27 V. Analisis Pengerjaan... 32 METODE RISET ii LITBANG PTA 15/16
LABORATORIUM MANAJEMEN DASAR ANOVA I. Pendahuluan.. 33 II. Analisis Yang Diperlukan. 34 III. Contoh Kasus... 35 IV. Langkah-langkah Pengerjaan... 36 V. Analisis Pengerjaan... 47 REGRESI LINIER BERGANDA I. Pendahuluan.. 49 II. Analisis Yang Diperlukan. 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 IV. Langkah-langkah Pengerjaan... 52 V. Analisis Pengerjaan... 60 DAFTAR PUSTAKA. 61 METODE RISET iii LITBANG PTA 15/16
LABORATORIUM MANAJEMEN DASAR 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. Tampilan menu awal R-Commander 13 Gambar 2.2. Tampilan new data set... 13 Gambar 2.3. Tampilan data editor. 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
LABORATORIUM MANAJEMEN DASAR 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. Tampilan isi data editor. 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. Tampilan menu awal R-Commander 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. Tampilan isi data editor. 35 Gambar 4.8. Tampilan Script Window... 36 METODE RISET v LITBANG PTA 15/16
LABORATORIUM MANAJEMEN DASAR Gambar 4.9. 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 Gambar 4.14. Tampilan menu Olah Data. 39 Gambar 4.15. Tampilan One-way Analysis of Variance. 39 Gambar 4.16. Tampilan Output Bagian 1 40 Gambar 4.17. Tampilan Output Bagian 2 41 Gambar 4.18. Tampilan Output Bagian 3 42 Gambar 5.1. Tampilan menu awal R-Commander 49 Gambar 5.2. Tampilan menu new data set..... 50 Gambar 5.3. Tampilan new data set....... 50 Gambar 5.4. Tampilan data editor. 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. Tampilan isi data editor. 52 Gambar 5.9. Tampilan Script Window... 53 Gambar 5.10. Tampilan menu Olah Data. 54 METODE RISET vi LITBANG PTA 15/16
LABORATORIUM MANAJEMEN DASAR Gambar 5.11. Tampilan Linier Regression.. 55 Gambar 5.12. Tampilan Output... 55 METODE RISET vii LITBANG PTA 15/16
LABORATORIUM MANAJEMEN DASAR 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.... 48 METODE RISET viii LITBANG PTA 15/16
LABORATORIUM MANAJEMEN DASAR 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
LABORATORIUM MANAJEMEN DASAR 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
LABORATORIUM MANAJEMEN DASAR 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
LABORATORIUM MANAJEMEN DASAR 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
LABORATORIUM MANAJEMEN DASAR 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
LABORATORIUM MANAJEMEN DASAR 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
LABORATORIUM MANAJEMEN DASAR 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
LABORATORIUM MANAJEMEN DASAR 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
LABORATORIUM MANAJEMEN DASAR UJI NORMALITAS V. 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 P-value Donlod < 0,05 P-values Ducato > 0,05 : data terdistribusi normal : data tidak terdistribusi normal : 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
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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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 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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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. Tampilan Variabel Editor Sebelum Gamabar 3.4. Tampilan Variabel Editor Sesudah METODE RISET Hal 23 LITBANG PTA 15/16
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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
UJI T SAMPEL BERPASANGAN 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
UJI ANOVA II. 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 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
REGRESI LINIER BERGANDA 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
REGRESI LINIER BERGANDA 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 (r 2 / R 2 ) 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
REGRESI LINIER BERGANDA 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
REGRESI LINIER BERGANDA 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
REGRESI LINIER BERGANDA 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 Tingkat Inflasi Gambar 5.6. Tampilan Variabel Editor Suku Bunga METODE RISET Hal 45 LITBANG PTA 15/16
REGRESI LINIER BERGANDA 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
REGRESI LINIER BERGANDA 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
REGRESI LINIER BERGANDA 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
REGRESI LINIER BERGANDA 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 Syarat : Jika P-value > 0.05 maka Ho diterima Jika P-value < 0.05 maka Ha diterima 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
REGRESI LINIER BERGANDA 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 Syarat : Jika P-value > 0.05 maka Ho diterima Jika P-value < 0.05 maka Ha diterima 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. R 2 ) 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
REGRESI LINIER BERGANDA 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