BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan data bers cara penuls mendapatkan data peneltan, sedangkan teknk analss data bers cara penuls menelt data yang ddapat menjad sebuah hasl keputusan. 4. Kerangka Pemkran dan Hpotess Penuls melakukan peneltan dan pengumpulan data secara stud lteratur dengan mempelajar beberapa buku yang menjad referens, serta data nyata perusahaan dar PT. Jaya Transport berupa data sewa, data pendapatan selama 0 tahun terakhr. Data yang ada basanya dgunakan oleh perusahaan untuk melakukan analss nvestas. Untuk memberkan keakuratan dalam analss, maka penuls akan membantu perusahaan untuk mendeteks ada atau tdaknya heterokedaststas dengan Uj Goldfeld-Quandt, kemudan dengan menggunakan Metode Weghted Least Squares, penuls akan memberkan solus dengan menyusun model regres yang baru, yang lebh akurat dpergunakan untuk analss berkutnya. Hpotess akan duj untuk membuktkan adanya heterokedaststas dalam sebuah model regres, penuls menggunakan data sewa dan pendapatan PT. Jaya Transport sebaga data peneltan. Apabla ternyata terdapat heterokedaststas, maka dpergunakan Metode Weghted Least Squares untuk memecahkan solusnya.
Hpotessnya : H 0 : tdak ada heterokedaststas pada data deret waktu H : ada heterokedaststas pada data deret waktu 4. Teknk Pengumpulan Data Penuls mengajukan proposal untuk memnta permohonan data kepada PT. Jaya Transport, dengan konten data sewa dan data penghaslan selama 0 tahun terakhr. Data per tahun terbag atas 3 kuartal, yang berart terdapat 30 jumlah data. PT. Jaya Transport serngkal melakukan analss nvestas berdasar hasl data yang dkumpulkan, tetap phak perusahaan mengaku bahwa tdak adanya seorang anals, membuat data tersebut sult ddentfkas, dan akhrnya tdak terlalu berguna untuk kepentngan perusahaan. Penuls akan bertndak sebaga anals perusahaan yang akan membantu menganalss apa yang sebenarnya terjad pada PT. Jaya Transport, berdasar data yang terseda. Dengan melhat apakah data yang terseda dapat menjad data patokan analss bag perusahaan.
4.3 Teknk Analss Data Analss data secara statstk terdr dar 3 tahap : Tahap. Membuat model regres yang mana akan menjad model regres Ordnary Least Squares yang akan menjad perbandngan dengan model regres hasl Metode Weghted Least Squares. Data yang terdr dar data per kuartal dubah menjad data tahunan, sehngga data menjad berjumlah 0. Y = β + β dmana, β n = = n ( x x)( y y) ( x x) = dan, β = y β x dmana : x = data sewa per tahun y = data pendapatan per tahun Tahap. Dengan Uj Goldfeld-Quandt, penuls akan mendeteks adanya Heterokedaststas atau tdak. Pertama, mengurutkan data berdasarkan nla x dar kecl ke besar Kedua,menentukan nla c, dsn nla c = 4, karena jumlah sampel adalah kecl ( n = 30 ), sehngga heterokedaststas dapat terdentfkas lebh jelas. Ketga, menentukan masng-masng model regres dar kelompok kecl ( ), maupun kelompok besar ( )
Y = β + β dmana, β n = = n ( x x)( y y) ( x x) = dan, β = y β x dmana : x = data sewa per kuartal y = data pendapatan per kuartal Keempat, menentukan nla RSS ( Resdual Sum of Squares ) RSS ( y β β ) = Dmana RSS adalah Resdual Sum of Squares dar kelompok kecl RSS ( y β β ) = Dmana RSS adalah Resdual Sum of Squares dar kelompok besar Kelma, menentukan nla λ λ = RSS RSS / df / df Dengan df adalah jumlah data per kelompok dkurang. Keenam, menghtung nla F ( df, df,0.05) Apabla nla λ > dar nla F, maka ddentfkas terdapat heterokedaststas
Tahap 3. Menggunakan Metode Weghted Least Squares untuk membuat model regres baru, setelah terdentfkas heterokedaststas. Pertama, membuat 30 data per kuartal, menjad 0 data yang mana adalah data 0 tahun, dmana adalah nla rata-rata dar 3 kuartal. Kedua, menentukan σ untuk setap Y Ketga, menghtung Y σ σ / dan / Keempat, membangun model regres baru dengan mencar nla penduga * β = ( w )( w Y ) ( w )( wy ) ( w )( ) ( ) w w * * * * = Y β β Kelma, Menyusun model regres yang baru. 4.4 Perancangan Prant Lunak Aplkas Perancangan program dlakukan sesua dengan sklus hdup perangkat lunak dan daplkaskan dalam model waterfall. 4.4. Perancangan Struktur Menu Untuk perancangan struktur menu, penuls merancang menu yang terdr dar Menu Logn, Menu Utama, Menu Input, Menu Statstk, dan Menu Grafk.
Menu Logn Menu Utama Keluar Menu Input Menu Statstk Menu Grafk Gambar 4. Struktur Menu Kegunaan masng-masng menu antara lan : a. Menu Logn Bers form username dan password. Apabla user tdak memasukkan username dan password yang benar, maka tdak dapat masuk ke Menu Utama. b. Menu Utama Pada Menu Utama n terdapat tamplan layar yang terdr dar tombol-tombol menuju Menu Input, Menu Statstk, dan Menu Grafk c. Menu Input Pada Menu Input n user akan memasukkan jumlah data, dan data yang dngnkan. d. Menu Statstk Menu untuk memproses data dengan Uj Godlfeld-Quandt dan Metode Weghted Least Squares. Data perusahaan yang dmlk akan dproses secara bertahap untuk menghaslkan suatu fungs.
e. Menu Grafk Menu yang menamplkan grafk dar OLS yang semula, dan regres lnear yang sudah melalu tahap Weghted Least Squares. 4.4. Perancangan Bass Data Dalam skrps n, penuls menggunakan Mcrosoft Access sebaga program aplkas untuk pengaturan bass data. Pemlhan Mcrosoft Access karena data yang dsmpan relatf sedkt dengan struktur yang sederhana.bass data n akan dgunakan untuk menympan nama perusahaan, data sewa, dan data pendapatan. Dengan bantuan bass data, dharapkan user memperoleh kemudahan dalam menggunakan data yang ada untuk proses lhat dan nsert data. Berkut tabel-tabel yang akan dgunakan dalam aplkas. Tabel 4. Tabel User Prmary key : UserID Nama Tpe Ukuran Keterangan UserId Text 0 Kode unk user Username Text 0 Nama user Password Text 0 Kata kunc perusahaan nama Text 0 Nama perusahaan
Tabel 4. Tabel Data Nama Tpe Ukuran Keterangan UserId Text 0 Kode unk user tahun Text 0 Tahun Kuartal Number - Kuartal dar tahun Sewa Number - Value dar nput sewa Pendapatan Number - Value dar nput pendapatan set Number - Set data 4.4.3 Perancangan Modul Modul Logn Modul Utama Keluar Modul Input Modul Statstk Modul Grafk Gambar 4. Rancangan Modul a) Modul Logn Modul n merupakan tamplan awal dar aplkas n. Modul n akan menamplkan form bers username dan password.
LOGIN PENJELASAN METODE INPUT STATISTIK GRAFIK Gambar 4.3 Rancangan layar Menu Logn Adapun bagan transs dar Menu Logn sebaga berkut : Menunggu Logn LOGIN Menu Utama EIT TO WINDOWS Gambar 4.4 Bagan transs Menu Logn
b) Modul Utama LOGOUT PENJELASAN METODE INPUT STATISTIK GRAFIK Gambar 4.5 Rancangan layar Menu Utama Bagan transs dar Menu Utama sebaga berkut : Menunggu Menu Utama PILIH LOGOUT Menu Logn PILIH INPUT Menu Input PILIH STATISTIKA Menu Statstka PILIH GRAFIK Menu Grafk Gambar 4.6 Bagan transs Menu Utama
c) Modul Input MASUKKAN DATA NET BACK Gambar 4.7 Rancangan layar Menu Input Bagan transs dar Menu Admn sebaga berkut : Menunggu Menu Input Menu Utama Selesakan Input Gambar 4.8 Bagan transs Menu Input
d. Modul Statstk HASIL ANALISIS NET BACK Gambar 4.9 Rancangan layar Menu Statstk Bagan transs dar Menu Statstk sebaga berkut : Menunggu Menu Statstk Menu Utama Selesakan Proses Gambar 4.0 Bagan transs Menu Statstk
e. Modul Grafk GRAFIK NET BACK Gambar 4. Rancangan layar Menu Statstk Bagan transs dar Menu Grafk sebaga berkut : Menunggu Menu Grafk Menu Utama Tampl Grafk Gambar 4. Bagan transs Menu Grafk