LABORATORIUM MANAJEMEN DASAR MODUL RISET AKUNTANSI ATA 2014/2015 NAMA : NPM : KELAS : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA DEPOK
LABORATORIUM MANAJEMEN DASAR
MODUL RISET AKUNTANSI
ATA 2014/2015
NAMA :
NPM :
KELAS :
FAKULTAS EKONOMI
UNIVERSITAS GUNADARMA
DEPOK
Laboratorium Manajemen Dasar
Riset Akuntansi ii ATA 14/15
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 Riset Akuntansi
Laboratorium Manajemen Dasar 2014/2015 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
Laboratorium Manajemen Dasar
Riset Akuntansi iii ATA 14/15
DAFTAR ISI
Halaman Judul ............................................................................................... i
Kata Pengantar .............................................................................................. ii
Daftar Isi........................................................................................................ iii
Daftar Gambar ............................................................................................... v
Daftar Tabel .................................................................................................. viii
Materi 1. Uji Normalitas
I. Pendahuluan ......................................................................................... 1
II. Analisis yang Diperlukan ..................................................................... 1
III. Contoh Kasus ....................................................................................... 2
Materi 2. Uji T Sampel Bebas (Independent Sample T-Test)
I. Pendahuluan ......................................................................................... 12
II. Langkah Analisis Pengujian ................................................................. 13
III. Contoh Kasus dan Langkah Pengerjaan ............................................... 13
Materi 3. Uji T Sampel Berpasangan
I. Pendahuluan ......................................................................................... 22
II. Langkah-langkah Analisis Pengujian ................................................... 22
III. Contoh Kasus ....................................................................................... 23
IV. Langkah-langkah Pengerjaan ............................................................... 23
Materi 4. Uji ANOVA
I. Pendahuluan ......................................................................................... 29
Laboratorium Manajemen Dasar
Riset Akuntansi iv ATA 14/15
II. Analisis yang Diperlukan ..................................................................... 30
III. Contoh Kasus ....................................................................................... 31
IV. Langkah Pengerjaan dengan Software R-Commander ........................ 31
V. Langkah-Langkah Hipotesis ................................................................ 40
Materi 5. Regresi Linear Berganda
I. Pendahuluan ......................................................................................... 42
II. Tujuan Penggunaan Analisis Regresi Linier Berganda ....................... 42
III. Analisis Yang Diperlukan .................................................................... 42
a. Persamaan umum regresi linier berganda ...................................... 42
b. Uji Asumsi Klasik .......................................................................... 43
c. Koefisien Korelasi .......................................................................... 44
d. Koefisien Determinasi .................................................................... 44
e. Kesalahan Standar Estimasi .......................................................... 44
IV. Contoh Kasus ....................................................................................... 44
V. Langkah-langkah Pengerjaan ............................................................... 45
Daftar Pustaka ............................................................................................... 52
Laboratorium Manajemen Dasar
Riset Akuntansi v ATA 14/15
DAFTAR GAMBAR
Gambar 1.1. Tampilan awal R-Commander .............................................. 2
Gambar 1.2. Tampilan menu New Data Set .............................................. 3
Gambar 1.3. Tampilan menu name for data set ......................................... 3
Gambar 1.4. Tampilan Data Editor ............................................................ 4
Gambar 1.5. Tampilan menu variable editor ............................................. 5
Gambar 1.6. Tampilan data editor yang telah diisi dengan Data ............... 6
Gambar 1.7. Tampilan Script Window ...................................................... 6
Gambar 1.8. Tampilan menu pengolahan data .......................................... 7
Gambar 1.9. Tampilan Scale Reliability .................................................... 8
Gambar 1.10. Tampilan Output ABC, dan Indomie .................................... 8
Gambar 1.11. Tampilan Output Mie Sedap dan Sarimie ............................. 9
Gambar 1.12. Tampilan Output Supermie ................................................... 10
Gambar 2.1 Tampilan Menu Awal R-Commander ................................... 14
Gambar 2.2 Tampilan Menu New Data Set .............................................. 15
Gambar 2.3 Tampilan kotak dialog New Data Set ................................... 15
Gambar 2.4 Tampilan Data Editor ........................................................... 16
Gambar 2.5 Tampilan Variabel Editor SKOR ........................................ 16
Gambar 2.6 Tampilan Variabel Editor KODE ........................................ 17
Gambar 2.7 Tampilan Isi Data Editor ...................................................... 17
Gambar 2.8 Tampilan Manage Variable .................................................. 18
Laboratorium Manajemen Dasar
Riset Akuntansi vi ATA 14/15
Gambar 2.9 Tampilan Bin Numeric .......................................................... 18
Gambar 2.10 Tampilan Bin Names ............................................................. 19
Gambar 2.11 Tampilan Menu Olah Data .................................................... 19
Gambar 2.12 Tampilan Independent Samples T-Test ................................. 19
Gambar 2.13 Hasil Pengujian Independent Samples T-Test ....................... 20
Gambar 3.1. Tampilan menu awal R commander ..................................... 24
Gambar 3.2. Tampilan menu New Data Set .............................................. 24
Gambar 3.3. Tampilan New Data Set ........................................................ 24
Gambar 3.4. Tampilan Data Editor ............................................................ 25
Gambar 3.5. Tampilan Variabel Editor Sebelum ....................................... 25
Gambar 3.6. Tampilan Variabel Editor Sesudah ....................................... 25
Gambar 3.7. Tampilan Data Editor yang telah diisi .................................. 25
Gambar 3.8. Tampilan Script Window ...................................................... 26
Gambar 3.9. Tampilan Menu Olah Data .................................................... 26
Gambar 3.10. Tampilan Paired T-Test......................................................... 27
Gambar 3.11. Tampilan Output ................................................................... 27
Gambar 4.1. Tampilan menu awal R-Commander .................................... 32
Gambar 4.2. Kotak Dialog New Data Set .................................................. 32
Gambar 4.3. Tampilan Data Editor ............................................................ 33
Gambar 4.4. Tampilan Variabel Editor Barang ......................................... 33
Gambar 4.5. Tampilan Variabel Editor penjualan_perhari ........................ 33
Laboratorium Manajemen Dasar
Riset Akuntansi vii ATA 14/15
Gambar 4.6. Tampilan Data Editor yang telah diisi .................................. 34
Gambar 4.7. Tampilan Manage Variables ................................................. 35
Gambar 4.8. Tampilan Bin a Numeric Variable ........................................ 36
Gambar 4.9. Tampilan Bin Names............................................................. 36
Gambar 4.10. Tampilan Menu untuk Uji Kesamaan Varians ...................... 37
Gambar 4.11. Tampilan Levene’s test .......................................................... 37
Gambar 4.12. Hasil Uji Levene’s test .......................................................... 38
Gambar 4.13. Tampilan Menu untuk Uji Anova ......................................... 39
Gambar 4.14. Tampilan One-Way Analysis of Variance ............................ 39
Gambar 4.15. Hasil uji Anova ..................................................................... 40
Gambar 5.1 Tampilan menu awal R commander ..................................... 45
Gambar 5.2 Tampilan menu New Data Set .............................................. 46
Gambar 5.3 Tampilan New Data Set ........................................................ 46
Gambar 5.4 Tampilan Data Editor ............................................................ 46
Gambar 5.5 Tampilan Variabel Editor Pengangguran .............................. 47
Gambar 5.6 Tampilan Variabel Editor Inflasi .......................................... 47
Gambar 5.7 Tampilan Variabel Editor Pendapatan Nasional ................... 47
Gambar 5.8 Tampilan isi Data Editor ....................................................... 47
Gambar 5.9 Tampilan menu olah data ...................................................... 48
Gambar 5.10 Tampilan Linier Regression .................................................. 49
Gambar 5.11 Tampilan Output ................................................................... 49
Laboratorium Manajemen Dasar
Riset Akuntansi viii ATA 14/15
DAFTAR TABEL
Tabel 1.1. Data Penjualan Mie .................................................................. 2
Tabel 2.1. Data Penjualan Sabun .............................................................. 13
Tabel 3.1. Data penjualan pada kedai es krim “Lezatto”
sebelum dan sesudah promosi. ................................................. 23
Tabel 4.1. Data Penjualan Buku ................................................................ 31
Tabel 5.1. Data pengaruh antara Pengangguran dan Inflasi terhadap
Pendapatan Nasional Indonesia................................................ 44
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 1 ATA 14/15
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.
II. ANALISIS YANG DIPERLUKAN
Yang perlu dilihat dari output R programming adalah hasil dari Shapiro-Wilk
Test of Normality. Dalam hal ini, nilai yang diperoleh dari 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
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.
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 2 ATA 14/15
III. CONTOH KASUS
Berikut ini adalah data penjualan mie instan pada Toko Berkah selama
lima bulan terakhir :
Indomie Sarimie ABC Supermie Mie Sedap
441 541 445 451 555
515 451 541 441 514
115 114 151 141 144
444 411 145 115 441
541 154 114 411 544
Tabel 1.1. Data Penjualan Mie
Ujilah data tersebut apakah terdistribusi normal! (MADAS 1415)
Langkah-langkah penyelesaian menggunakan software R-Commander :
1. Tekan icon R-Commander pada dekstop, atau Start → Program → Manajemen
Dasar → R-Commander. Akan muncul tampilan seperti berikut :
Gambar 1.1. Tampilan awal R-Commander
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 3 ATA 14/15
2. Pilih menu Data, kemudian New Data Set.
Gambar 1.2. Tampilan menu New Data Set
3. Setelah itu, masukkan nama pada Enter name for data set, yaitu Normalitas.
Lalu klik OK.
Gambar 1.3. Tampilan menu name for data set
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 4 ATA 14/15
4. Setelah itu akan muncul tampilan Data Editor
Gambar 1.4. Tampilan Data Editor
5. Pada Data Editor, klik di var 1, ganti dengan nama Indomie lalu pilih numeric,
kemudian close. Lakukan hal yang sama sampai dengan data mie instan
terkahir, yaitu var2 untuk Sarimie, var3 untuk ABC, var4 untuk Supermie,
dan terakhir var5 untuk Mie Sedap.
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 5 ATA 14/15
Gambar 1.5. Tampilan Variable editor
6. Setelah itu, masukkan data penjualan mie instan tersebut (Note : Lebih baik
jangan menekan tombol ENTER untuk mengisi data selanjutnya.). Setelah
selesai mengisi lengkap semua data, kemudian close data editor.
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 6 ATA 14/15
Gambar 1.6. Tampilan data editor yang telah diisi dengan Data.
7. Setelah data editor di close, buka kembali window R-Commander, maka
tampilannya akan seperti ini : Normalitas <- edit (as.data.frame(NULL))
Gambar 1.7. Tampilan Script Window
8. Untuk melihat apakah data sudah benar atau belum, klik tombol View Data
Set. Jika ada data yang salah, maka pilih tombol Edit Data Set. Jika data
sudah benar, pilih Statistics, Summaries, Shapiro-Wilk test of normality.
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 7 ATA 14/15
Gambar 1.8. Tampilan menu pengolahan data
9. Akan muncul tampilan kotak dialog Shapiro-Wilk test of normality. Pilih salah
satu variable, misal dimulai dari ABC, lalu klik OK, dan akan keluar hasilnya.
Data yang keluar tersebut hanya satu (yaitu untuk data ABC, karena yang
dipilih adalah ABC), data yang lain tidak dapat keluar pada satu kali
pengolahan. Oleh sebab itu, lakukan langkah ini secara berulang terhadap
variabel Indomie, Sarimie, Supermie, dan Mie Sedap.
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 8 ATA 14/15
Gambar 1.9. Tampilan Scale Reliability
10. Kemudian akan keluar hasilnya pada Output Window seperti ini :
Gambar 1.10, Tampilan Output ABC, dan Indomie.
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 9 ATA 14/15
Gambar 1.11. Tampilan Output Mie Sedap dan Sarimie.
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 10 ATA 14/15
Gambar 1.12. Tampilan Output Supermie.
Nilai p-value ABC sebesar 0,08775 yang berarti probabilitas lebih dari 0,05.
Maka data untuk penjulan ABC terdistribusi normal.
Nilai p-value Indomie sebesar 0,0472 yang berarti probabilitas kurang dari
0,05. Maka data untuk penjualan Indomie tidak terdistribusi normal.
Nilai p-value Mie Sedap sebesar 0,03545 yang berarti probabilitas kurang
dari 0,05. Maka data untuk penjualan Mie Sedap tidak terdistribusi normal.
Nilai p-value Sarimie sebesar 0,3187 yang berarti probabilitas lebih dari
0,05. Maka data untuk penjualan Sarimie terdistribusi secara normal.
Nilai p-value Supermie sebesar 0,04368 yang berarti probabilitas kurang dari
0,05. Maka data untuk penjualan Supermie tidak terdistribusi secara normal.
Laboratorium Manajemen Dasar Uji Normalitas
Riset Akuntansi 11 ATA 14/15
Analisis :
1. Syarat : p-value > 0,05 = Data Terdistribusi Normal.
p-value < 0,05 = Data tidak Terdistribusi Normal.
2. Nilai p-value :
ABC = 0,08775
Indomie = 0,0472
Mie Sedap = 0,03545
Sarimie = 0,3187
Supermie = 0,04368
3. Keputusan
p-value ABC > 0,05 = Data Terdistribusi Normal
p-value Indomie < 0,05 = Data Tidak Terdistribusi Normal
p-value Mie Sedap < 0,05 = Data Tidak Terdistribusi Normal
p-value Sarimie > 0,05 = Data Terdistribusi Normal
p-value Supermie < 0,05 = Data Tidak Terdistribusi Normal
4. Kesimpulan
Karena terdapat data yang tidak terdistribusi normal yaitu data penjualan
Indomie, Mie Sedap, dan Supermie, maka dapat disimpulkan bahwa Data
Penjualan Mie Instan pada Toko Berkah pada lima bulan terakhir Tidak
Terdistribusi Normal.
Untuk membersihkan kotak Script Window pada R-Commander :
1. Letakkan kursor (klik kiri) pada kotak Script Window.
2. Klik kanan.
3. Pilih Clear Window.
Dan jika ingin membersihkan kotak Output Window pada R-Commander :
1. Letakkan kursor (klik kiri) pada kotak Output Window.
2. Klik kanan, lalu pilih Clear Window.
Laboratorium Manajemen Dasar Uji T Sampel Bebas
Riset Akuntansi 12 ATA 14/15
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.
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, dan tabel
pengujiannya disebut dengan tabel t-student.
Hasil uji statistik yang diperoleh dari software dibandingkan dengan nilai
P-Value sebesar 0,05 lalu dianalisis untuk mengetahui hipotesis mana yang akan
diterima maupun ditolak.
Ciri – ciri Uji t :
1. Penentuan nilai tabel dilihat dari besarnya tingkat signifikan (α), serta
besarnya derajat bebas (db).
2. Kasus yang diuji bersifat acak.
Fungsi Pengujian Uji T :
1. Untuk memperkirakan interval rata-rata sampel.
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.
Laboratorium Manajemen Dasar Uji T Sampel Bebas
Riset Akuntansi 13 ATA 14/15
II. LANGKAH-LANGKAH ANALISIS PENGUJIAN
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 tingkat signifikan (α) dan
derajat bebas (db).
3. Kriteria pengujian.
P-value > 0,05 maka Ho diterima.
P-value < 0,05 maka Ha diterima.
4. Lihat hasil P-Value.
5. Menentukan keputusan.
6. Membuat kesimpulan dari keputusan yang telah dibuat.
III. CONTOH KASUS DAN LANGKAH PENGERJAAN
PT. Pesona Indah memproduksi berbagai macam sabun mandi. Dari
berbagai sabun mandi yang ada diambil 2 sampel sabun mandi yang paling laris,
yaitu sabun mandi Candilax dan Trivia untuk diuji apakah kedua sabun mandi
tersebut sama-sama terjual laris. Dari catatan penjualan selama 5 bulan diperoleh
data sebagai berikut : (MADAS1415)
Bulan ke- CANDILAX TRIVIA
1 155 144
2 141 154
3 144 151
4 145 145
5 141 115
Tabel 2.1 : Data Penjualan Sabun Mandi.
Laboratorium Manajemen Dasar Uji T Sampel Bebas
Riset Akuntansi 14 ATA 14/15
LANGKAH PENGERJAAN :
Untuk mencari nilai-nilai uji kedua sampel bebas 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 2.1 : 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.
Laboratorium Manajemen Dasar Uji T Sampel Bebas
Riset Akuntansi 15 ATA 14/15
Gambar 2.2 : Tampilan menu New Data Set
Gambar 2.3 : Tampilan kotak dialog New Data Set
Laboratorium Manajemen Dasar Uji T Sampel Bebas
Riset Akuntansi 16 ATA 14/15
Kemudian akan muncul tampilan data editor.
Gambar 2.4 : Tampilan data editor
3. Klik Var1 kemudian ganti namanya menjadi SKOR, pilih numeric lalu close,
setelah itu klik Var2 kemudian ganti namanya menjadi KODE kemudian pilih
numeric lalu close.
Gambar 2.5 : Tampilan Variabel Editor SKOR
Gambar 2.6 : Tampilan Variabel Editor KODE
Kemudian masing-masing variabel diisi sesuai dengan data pada soal.
Setelah selesai mengisi lengkap, close data editor.
Laboratorium Manajemen Dasar Uji T Sampel Bebas
Riset Akuntansi 17 ATA 14/15
Gambar 2.7 : Tampilan Isi Data Editor
4. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol View
data set. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki.
5. Langkah selanjutnya adalah pengkodean, yaitu pilih Manage Variables in
active data set kemudian pilih Bin Numeric Variable.
Gambar 2.8 : Tampilan Manage Variable
Laboratorium Manajemen Dasar Uji T Sampel Bebas
Riset Akuntansi 18 ATA 14/15
Kemudian akan muncul tampilan :
Gambar 2.9 : Tampilan Bin Numeric
Ket: pilih KODE karena kolom yang diisi dengan pengkodean adalah kolom
KODE. Kemudian Number of bins di-drag ke angka 2, karena pengkodeannya
yang kita isi hanya sampai 2.
Kemudian akan muncul tampilan Bin Names.
Gambar 2.10 : Tampilan Bin Names
5. Selanjutnya, pilih menu Statistics, Means, Independent samples t-test.
Laboratorium Manajemen Dasar Uji T Sampel Bebas
Riset Akuntansi 19 ATA 14/15
Gambar 2.11 : Tampilan Menu Olah Data
6. Pada Response Variable pilih SKOR kemudian tekan tombol OK.
Gambar 2.12 : Tampilan Independent Samples t-Test
Laboratorium Manajemen Dasar Uji T Sampel Bebas
Riset Akuntansi 20 ATA 14/15
7. Maka akan muncul hasil pada output window sebagai berikut :
Gambar 2.13 : Hasil Pengujian Independent Samples t-Test
ANALISIS PENGUJIAN
1. Hipotesis
Ho : Rata-rata penjualan kedua sabun mandi, yaitu CANDILAX dan
TRIVIA adalah identik atau sama.
Ha : Rata-rata penjualan kedua sabun mandi, yaitu CANDILAX dan
TRIVIA adalah tidak identik atau tidak sama.
2. Taraf Signifikan α = 0,05 dan Derajat Bebas (db) = n – 2 = 10 – 2 = 8.
Laboratorium Manajemen Dasar Uji T Sampel Bebas
Riset Akuntansi 21 ATA 14/15
3. Kriteria Pengujian :
Jika p-value > 0,05 maka Ho diterima.
Jika p-value < 0,05 maka Ha diterima.
4. Dari hasil pengolahan pada R-Commander, diperoleh nilai p-value = 0,6588.
5. Keputusan
Hasil yang diperoleh menyatakan bahwa besarnya p-value adalah 0,6588.
Karena hasil p-value lebih besar dari taraf signifikan yang digunakan dalam
pengujian (α) atau 0,6588 > 0,05 maka Ho diterima.
6. Kesimpulan
Karena Ho yang diterima, maka kesimpulannya adalah “Rata-rata penjualan
kedua sabun mandi, yaitu CANDILAX dan TRIVIA adalah identik atau
sama.”.
Laboratorium Manajemen Dasar Uji T Sampel Berpasangan
Riset Akuntansi 22 ATA 14/15
UJI T SAMPEL BERPASANGAN
(PAIRED SAMPLE T-TEST)
I. PENDAHULUAN
Uji T Sampel Berpasangan adalah uji t dimana sampel saling berhubungan
antara satu sampel dengan sampel yang lain. Pengujian ini biasanya dilakukan
pada penelitian dengan menggunakan teknik eksperimen dimana satu sampel
diberi perlakuan tertentu, kemudian dibandingkan dengan kondisi sampel sebelum
adanya perlakuan. Tujuan dari pengujian ini adalah untuk menguji perbedaan rata-
rata dua sampel yang berpasangan.
Syarat dari Uji T Sampel Berpasangan :
P-value > 0,05 maka Ho diterima.
P-value < 0,05 maka Ha diterima.
II. LANGKAH-LANGKAH ANALISIS PENGUJIAN
Langkah-langkah analisis pengujian Uji T Sampel Berpasangan adalah :
1. Menentukan hipotesis pengujian.
Ho : Tidak ada perbedaan antara sebelum dan sesudah adanya
perlakuan.
Ha : Ada perbedaan antara sebelum dan sesudah adanya perlakuan.
2. Kriteria/syarat pengambilan keputusan.
P-value > 0,05 maka Ho diterima.
P-value < 0,05 maka Ha diterima.
3. Lihat hasil P-Value.
4. Menentukan keputusan.
5. Membuat kesimpulan dari keputusan yang telah dibuat.
Laboratorium Manajemen Dasar Uji T Sampel Berpasangan
Riset Akuntansi 23 ATA 14/15
III. CONTOH KASUS
Seorang pemilik kedai es krim “Lezatto” ingin melakukan penelitian
terhadap jumlah es krim yang terjual sebelum dan sesudah dilakukan promosi.
Berikut ini adalah data yang didapat dari cabang-cabang miliknya :
(MADAS1415)
Tabel 3.1. Data penjualan pada kedai es krim “Lezatto”, sebelum dan sesudah promosi.
IV. LANGKAH-LANGKAH PENGERJAAN
Untuk mencari nilai-nilai uji sampel berpasangan tersebut dengan menggunakan R
Commander, ikutilah langkah-langkah berikut :
1. Double Click icon R Commander pada desktop atau klik Start → Program →
Manajemen Dasar → R Commander. Kemudian akan muncul tampilan seperti
pada gambar di halaman selanjutnya :
Cabang Sebelum Sesudah
Gandaria 145 155
Cawang 155 151
Depok 154 154
Tebet 115 115
Cakung 144 145
Kalimalang 154 155
Kemang 144 115
Laboratorium Manajemen Dasar Uji T Sampel Berpasangan
Riset Akuntansi 24 ATA 14/15
Gambar 3.1. Tampilan menu awal R commander
2. Pilih menu Data, New data set.
Gambar 3.2. Tampilan menu New data set
Pada Enter name for data set, ketik penjualan. Kemudian OK.
Laboratorium Manajemen Dasar Uji T Sampel Berpasangan
Riset Akuntansi 25 ATA 14/15
Gambar 3.3. Tampilan New Data Set
Kemudian akan muncul Data Editor
Gambar 3.4. Tampilan Data Editor
3. Masukkan data dengan var1 untuk sebelum, var2 untuk sesudah. 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. Type yang dipilih adalah numeric untuk semua variabel.
Gambar 3.5. Gambar 3.6.
Tampilan Variabel editor sebelum. Tampilan Variabel editor sesudah.
Kemudian masukan data skor sesuai dengan soal, seperti berikut :
Gambar 3.7. Tampilan Data Editor yang telah diisi.
Laboratorium Manajemen Dasar Uji T Sampel Berpasangan
Riset Akuntansi 26 ATA 14/15
4. Selanjutnya, pilih window R-commander akan muncul tampilan :
Gambar 3.8. Tampilan Sript Window.
5. Jika data sudah benar, pilih menu Statistics, Means, Paired t-test maka akan
muncul menu seperti gambar di bawah ini :
Gambar 3.9. Tampilan Menu Olah Data.
Laboratorium Manajemen Dasar Uji T Sampel Berpasangan
Riset Akuntansi 27 ATA 14/15
Kemudian akan muncul tampilan seperti di bawah ini :
Gambar 3.10, Tampilan Paired t-Test.
Pada First variable pilih sebelum dan pada Second Variable pilih sesudah.
Kemudian tekan tombol OK.
6. Maka akan muncul hasil pada output window sebagai berikut :
Gambar 3.11. Tampilan Output
Laboratorium Manajemen Dasar Uji T Sampel Berpasangan
Riset Akuntansi 28 ATA 14/15
Analisis :
1. Hipotesis.
Ho : Tidak ada perbedaan jumlah penjualan es krim antara sebelum dan
sesudah adanya promosi.
Ha : Ada perbedaan jumlah penjualan es krim antara sebelum dan sesudah
adanya promosi.
2. Kriteria/syarat pengambilan keputusan.
P-value > 0,05 maka Ho diterima.
P-value < 0,05 maka Ha diterima.
3. Hasil P-Value = 0,5401.
4. Keputusan : Karena nilai p-value sebesar 0,5401 > 0,05 maka Ho diterima.
5. Kesimpulan : Karena Ho yang diterima, maka kesimpulannya adalah
“Tidak ada perbedaan antara sebelum dan sesudah adanya promosi.”
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 29 ATA 14/15
UJI ANOVA
Analysis Of Variance
I. PENDAHULUAN
Uji perbedaan lebih dari dua sampel disebut juga sebagai analisis
varians. Uji ini dipopulerkan oleh seorang pendiri modern, bernama Sir
Ronald Aylmer Fisher. Analisis ini digunakan untuk:
a. Menguji hipotesis kesamaan rata-rata antara lebih dari dua grup atau
populasi (dalam artian juga berbeda namun tidak signifikan).
b. Menguji apakah varians populasinya sama atau tidak.
Asumsi:
1. Populasi-populasi yang akan diuji telah terdistribusi normal.
2. Varians dari populasi-populasi tersebut adalah sama.
3. Sampel tidak berhubungan satu dengan yang lainnya.
Sebelum masuk ke sub bab berikutnya mengenai analisis yang diperlukan,
ada baiknya kita memahami terlebih dahulu mengenai populasi, sampel,
dan hipotesis.
Populasi
Populasi adalah wilayah generalisasi yang terdiri atas :
obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang
ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya.
Jadi populasi bukan hanya orang, tetapi juga obyek dan benda-
benda alam yang lain. Populasi juga bukan sekedar jumlah yang ada
pada obyek/subyek yang dipelajari, tetapi meliputi seluruh
karakteristik/sifat yang dimiliki oleh subyek atau obyek itu.
Sampel
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki
oleh populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 30 ATA 14/15
mempelajari semua yang ada pada populasi, misalnya karena
keterbatasan dana, tenaga, dan waktu, maka peneliti dapat
menggunakan sampel yang diambil dari populasi itu. Apa yang
dipelajari dari sampel itu, kesimpulannya akan dapat diberlakukan
untuk populasi. Untuk itu sampel yang diambil dari populasi harus
betul-betul representatif (mewakili).
Hipotesis
Hipotesis merupakan jawaban sementara terhadap rumusan
masalah penelitian, di mana rumusan masalah penelitian telah
dinyatakan dalam bentuk kalimat pertanyaan. Dikatakan sementara,
karena jawaban yang diberikan baru didasarkan pada teori yang relevan,
belum didasarkan pada fakta-fakta empiris yang diperoleh melalui
pengumpulan data. Jadi hipotesis juga dapat dinyatakan sebagai
jawaban teoritis terhadap rumusan masalah penelitian, belum jawaban
yang empirik.
II. ANALISIS YANG DIPERLUKAN
Uji Kesamaan Varians
Lihat pada output levene’s test of homogenity of varians.
1. Hipotesis:
Ho : Varians ketiga sampel identik.
Ha : Varians ketiga sampel tidak identik.
2. Pengambilan keputusan:
Jika Probabilitas > 0,05; maka Ho diterima.
Jika Probabilitas < 0,05; maka Ho ditolak.
Pada tahap selanjutnya, jika varians memiliki hasil “Ho diterima”, maka
dapat dilanjutkan ke tahap pengujian selanjutnya, yaitu dengan
menggunakan Uji Anova. Apabila pada saat Uji Kesamaan Varians “Ho
ditolak”, maka penelitian hanya sampai tahap Uji Kesamaan Varians saja.
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 31 ATA 14/15
Uji Anova
Lihat output analysis of variance:
1. Hipotesis:
Ho : Ketiga rata-rata populasi adalah identik.
Ha : Ketiga rata-rata populasi adalah tidak identik.
2. Pengambilan keputusan
Jika Probabilitas > 0,05; maka Ho diterima.
Jika Probabilitas < 0,05; maka Ho ditolak.
III. CONTOH KASUS
Bapak Rizky, seorang pemilik toko buku Praharani’s, ingin
mengetahui perkembangan usahanya tersebut. Buku-buku yang dijualnya
adalah buku dengan topik Romansa, Komedi, dan Horor. Bapak Rizky
memerintahkan anak buahnya untuk melakukan sebuah riset kecil pada
tokonya. Ia meminta agar diteliti apakah ada perbedaan rata-rata penjualan
dari ketiga topik buku tersebut. Berikut adalah data penjualan bukunya
selama 5 hari terakhir: (MADAS1415)
Romansa Komedi Horor
4 5 4
5 4 4
4 1 1
1 4 5
4 5 5
Tabel 4.1. Data Penjualan Buku
IV. LANGKAH PENGERJAAN DENGAN MENGGUNAKAN
SOFTWARE R-COMMANDER
Untuk mencari penyelesaian dari soal tersebut dengan menggunakan
program R, ikutilah langkah-langkah berikut :
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 32 ATA 14/15
1. Tekan icon R Commander pada dekstop kemudian akan muncul
tampilan seperti gambar di bawah ini :
Gambar 4.1. Tampilan menu awal R Commander
2. Pilih menu Data, New data set. Masukkan nama dari data set, misalkan
ANOVA, kemudian klik tombol OK.
Gambar 4.2. Kotak Dialog New Data Set
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 33 ATA 14/15
Kemudian akan muncul Data Editor
Gambar 4.3. Tampilan Data Editor
3. Masukkan data dengan terlebih dahulu mengganti nama Var1 menjadi
Barang dan Var2 menjadi penjualan_perhari, dengan cara klik pada
kolom yang bersangkutan. Lalu untuk tipe variabel pilih numeric.
Gambar 4.4. Tampilan Variabel Editor Barang
Gambar 4.5. Tampilan Variabel Editor penjualan_perhari
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 34 ATA 14/15
Kemudian isi masing-masing kolom sesuai dengan data soal, namun
dengan ketentuan isi kolom penjualan_perhari dengan angka-angka
yang tertera dalam soal (dimulai dengan data penjualan Romansa,
kemudian diikuti oleh data Komedi di bawahnya, lalu disambung lagi
dengan data Horor). Lalu pada kolom barang, isi angka 1 untuk data
dari baris 1-5, mulai baris 6-10 isi dengan angka 2, lalu dari baris 11-15
isi dengan angka 3. Hal ini dilakukan sebagai pengkodean barang,
dimana angka 1 adalah kode untuk Romansa, angka 2 untuk Komedi,
dan angka 3 untuk Horor. Setelah selesai mengisi lengkap semua data,
kemudian close data editor dengan meng-klik tombol X (close).
Gambar 4.6. Tampilan Data Editor yang telah diisi
4. Untuk mengubah variable numeric bin pada tampilan R-Commander,
pilih Data – Manage variable in active data set, kemudian Bin numeric
variable.
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 35 ATA 14/15
Gambar 4.7. Tampilan Manage Variables
Kemudian akan muncul tampilan:
Gambar 4.8. Tampilan Bin a Numeric Variable
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 36 ATA 14/15
Pada Variable to Bin, pilih Barang, kemudian di Numbers of Bins pilih
3, kemudian klik OK. Maka akan muncul tampilan untuk mengubah
nama Bin. Isilah di kolom 1 dengan Romansa, kolom 2 dengan Komedi,
dan kolom 3 dengan Horor seperti di bawah ini :
Gambar 4.9. Tampilan Bin Names
5. Jika data sudah benar, kita lakukan pengujian kesamaan varians dengan
cara memilih menu Statistic,Variances, Levene’s test.
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 37 ATA 14/15
Gambar 4.10, Tampilan Menu untuk Uji Kesamaan Varians
6. Pada Response Variable pilih penjualan_perhari, kemudian OK.
Gambar 4.11. Tampilan Levene’s test.
Berikut adalah hasil pengujian kesamaan varians dan perhatikan nilai P-
Value (lihat di Pr (>F) ).
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 38 ATA 14/15
Gambar 4.12. Hasil Uji Levene’s test
Analisis: Berdasarkan pengujian kesamaan varians, p-value yang
muncul sebesar 0,9585, berarti lebih besar dari 0,05. Hal itu
menandakan bahwa Ho diterima, atau varians ketiga sampel identik.
Karena Ho yang diterima, sehingga kita diperbolehkan untuk lanjut ke
pengujian selanjutnya yaitu Uji Anova.
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 39 ATA 14/15
7. Untuk uji Anova, pilih Statistic, Means, One-Way ANOVA.
Gambar 4.13. Tampilan Menu untuk Uji Anova
Kemudian akan muncul tampilan One-Way Analysis of Variance. Pada
Response Variable pilih penjualan_perhari, lalu klik OK.
Gambar 4.14. Tampilan One-Way Analysis of Variance
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 40 ATA 14/15
8. Maka akan muncul hasil dari Uji Anova. Perhatikan kembali nilai P-
Value yang muncul.
Gambar 4.15. Hasil uji Anova
Analisis: Pada output di atas, nilai P-value adalah sebesar 0,9744 >
0,05. Hal itu berarti Ho diterima atau rata-rata penjualan ketiga topik
buku adalah identik (sama).
V. LANGKAH-LANGKAH HIPOTESIS
Uji Kesamaan Varians
1. Hipotesis :
Ho : Varians penjualan ketiga buku adalah identik
Ha : Varians penjualan ketiga buku adalah tidak identik
2. Kriteria Pengujian :
Ho diterima jika F Prob > 0,05
Ho ditolak jika F Prob < 0,05
Laboratorium Manajemen Dasar Uji ANOVA
Riset Akuntansi 41 ATA 14/15
3. Nilai Probabilitas :
F Prob = 0,9585 > 0,05
4. Keputusan :
Ho diterima karena F Prob > 0,05
5. Kesimpulan :
Varians penjualan ketiga buku adalah identik.
(Catatan : Apabila F Prob < 0,05 maka pengujian hanya sampai di
Uji Kesamaan Varians saja)
Uji Anova
1. Hipotesis :
Ho : Rata-rata penjualan ketiga buku adalah identik.
Ha : Rata-rata penjualan ketiga buku adalah tidak identik.
2. Kriteria pengujian :
Ho diterima jika F Prob > 0,05
Ho ditolak jika F Prob < 0,05
3. Nilai Probabilitas :
F Prob = 0,9744
4. Keputusan :
Ho diterima karena F Prob > 0,05
5. Kesimpulan :
“Rata-rata penjualan ketiga buku adalah sama atau identik.”
Laboratorium Manajemen Dasar Regresi Linier Berganda
Riset Akuntansi 42 ATA 14/15
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.
II. Tujuan Penggunaan Analisis Regresi Linier Berganda
Tujuan penggunaan analisis regresi linier berganda, yaitu:
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 linier berganda
Y = a + b1X1 + b2X2 + b3X3 + … + bnXn + e
Laboratorium Manajemen Dasar Regresi Linier Berganda
Riset Akuntansi 43 ATA 14/15
Keterangan:
Y = variabel terikat (dependent variable)
a = 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 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 adalah diukur dari 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.
Laboratorium Manajemen Dasar Regresi Linier Berganda
Riset Akuntansi 44 ATA 14/15
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 / 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 ketepatan persamaan estimasi. Dapat
juga digunakan untuk mengukur besar kecilnya kesalahan standar
estimasi (semakin kecil nilai kesalahannya, maka semakin tinggi
kecepatannya).
IV. CONTOH KASUS
Seorang peneliti melakukan penelitian yaitu, apakah ada pengaruh antara
Pengangguran dan Inflasi terhadap Pendapatan Nasional Indonesia.
(MADAS1415)
Tabel 5.1. Data pengaruh antara Pengangguran dan Inflasi terhadap Pendapatan
Nasional Indonesia.
Pengganguran Inflasi Pendapatan Nasional
114 151 1.544.411
144 145 1.411.445
114 141 1.514.544
145 145 1.415.111
Laboratorium Manajemen Dasar Regresi Linier Berganda
Riset Akuntansi 45 ATA 14/15
V. 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
2. Pilih menu Data, New Data Set. Masukan nama dari data set adalah
regresi kemudian tekan tombol OK.
Laboratorium Manajemen Dasar Regresi Linier Berganda
Riset Akuntansi 46 ATA 14/15
Gambar 5.2. Tampilan menu New data Set
Gambar 5.3. Tampilan New Data Set
Kemudian akan muncul Data Editor
Gambar 5.4. Tampilan Data Editor
Laboratorium Manajemen Dasar Regresi Linier Berganda
Riset Akuntansi 47 ATA 14/15
3. Masukan data dengan terlebih dahulu mengganti nama var1 untuk
penggangguran, var2 untuk inflasi dan var3 untuk pendapatan nasional
dengan cara double click pada variabel yang ingin di setting. Pemilihan
type, dipilih numeric pada semua variabel.
Gambar 5.5. Tampilan Variabel Editor Pengangguran
Gambar 5.6. Tampilan Variabel Editor Inflasi
Gambar 5.7. Tampilan Variabel Editor Pendapatan Nasional
Kemudian isi sesuai dengan data soal setelah itu close.
Gambar 5.8. Tampilan isi Data Editor.
Laboratorium Manajemen Dasar Regresi Linier Berganda
Riset Akuntansi 48 ATA 14/15
4. 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, pilih menu Statistic, Fit models, Linear
Regression, maka akan muncul seperti gambar yang tertera pada
halaman selanjutnya.
Gambar 5.9. Tampilan menu olah data
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, sambil tekan Ctrl lalu pilih inflasi dan
penggangguran kemudian tekan tombol OK.
Laboratorium Manajemen Dasar Regresi Linier Berganda
Riset Akuntansi 49 ATA 14/15
Gambar 5.10. Tampilan Linier Regression.
6. Maka akan muncul hasil pada output window sebagai berikut :
Gambar 5.11. Tampilan Output
Analisis output :
a. Persamaan regresi untuk soal tersebut adalah:
Y = 1.515.701,1 – 3.707,9 X1 + 2.989,1 X2
Laboratorium Manajemen Dasar Regresi Linier Berganda
Riset Akuntansi 50 ATA 14/15
b. Uji t (Penggangguran)
Ho : penggangguran tidak berpengaruh signifikan terhadap
pendapatan nasional
Ha : penggangguran berpengaruh signifikan terhadap pendapatan
nasional.
Syarat :
Jika Prob > 0,05 maka Ho diterima
Jika Prob < 0,05 maka Ha diterima
Nilai p-value pengangguran : 0,0296 < 0,05 maka Ha diterima
Kesimpulan : pengangguran berpengaruh signifikan terhadap
pendapatan nasional.
Uji t (Inflasi)
Ho : inflasi tidak berpengaruh signifikan terhadap pendapatan
nasional
Ha : inflasi berpengaruh signifikan terhadap pendapatan nasional
Syarat :
Jika Prob > 0,05 maka Ho diterima
Jika Prob < 0,05 maka Ha diterima
Nilai p-value pengangguran : 0,1540 > 0,05 maka Ho diterima
Kesimpulan : inflasi tidak berpengaruh signifikan terhadap
pendapatan nasional.
Uji t digunakan untuk mengetahui masing-masing variabel bebas
berpengaruh signifikan atau tidak terhadap variabel terikat.
c. Uji F
Ho : pengangguran dan inflasi secara bersama-sama tidak
berpengaruh signifikan terhadap pendapatan nasional
Ha : pengangguran dan inflasi secara bersama-sama berpengaruh
signifikan terhadap pendapatan nasional
Laboratorium Manajemen Dasar Regresi Linier Berganda
Riset Akuntansi 51 ATA 14/15
Syarat :
Jika Prob > 0,05 maka Ho diterima
Jika Prob < 0,05 maka Ha diterima
Nilai p-value pengangguran : 0,04415 < 0,05 maka Ha diterima.
Kesimpulan : Pengangguran dan inflasi secara bersama-sama
berpengaruh signifikan terhadap Pendapatan Nasional.
Uji F digunakan untuk mengetahui apakah secara bersama-sama variabel
bebas berpengaruh signifikan terhadap variabel terikatnya.
Pada bagian ini ditampilkan Adjusted R Squared (Adj. R2) adalah sebesar 0,9942.
Artinya sebesar 99.42% variabel pengangguran dan inflasi mampu mempengaruhi
pendapatan nasional. Sementara sisanya yaitu 0,58% dipengaruhi oleh variabel
lain yang tidak dimasukan ke dalam model regresi.
Laboratorium Manajemen Dasar
Riset Akuntansi 52 ATA 14/15
DAFTAR PUSTAKA
Ety Rochaety. 2007. Metodologi Penelitian Bisnis dengan Aplikasi SPSS. Jakarta :
Mitra Wacana Media.
Hadi, Sutrisno. 2000, Statistik, Yogyakarta: Andi.
Nazir, M. 2003. Metode Penelitian. Penerbit Ghalia Indonesia. Jakarta-Indonesia.
Panduan Penulisan Ilmiah yang Diterbitkan Oleh Bagian Penulisan Ilmiah
Fakultas Ekonomi Universitas Gunadarma.
Priyatno, Duwi. 2010, Paham Analisa Statistik Data Dengan SPSS. Yogyakarta :
Mediakom.
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: 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.
Sugiyono. 2008. Metode Penelitian Bisnis. Cetakan kesebelas. Bandung: Alfabeta.
Sugiyono. 2011. Metode Penelitian Kuantitatif Kualitatif dan R & D. Bandung:
ALFABETA.
Sulaiman, Wahid. 2002. SPSS 10 Jalan Pintas Menguasai. Yogyakarta: Penerbit
Andi.
Sunyoto, Danang. 2011. Analisis Regresi dan Uji Hipotesisi. Yogyakarta: Caps
Publishing.
Suwono, Jonathan. 2006. SPSS 14 Panduan Cepat dan Mudah. Yogyakarta:
Penerbit Andi.
Tri Hendardi, C. 2009. SPSS 16 Step by Step Analisis Data Statistik. Yogykarta:
Penerbit Andi.
Laboratorium Manajemen Dasar
Riset Akuntansi 53 ATA 14/15
Umar, Husein. 1997 Riset Akuntansi Dilengkapi dengan Panduan Membuat
Skripsi dan Empat Bahasan Kasus Bidang Akuntansi. Jakarta: PT.
Gramedia Pustaka Utama
www.ma-dasar.lab.gunadarma.ac.id