BAHAN KULIAH & PRAKTIKUMBAHAN KULIAH & PRAKTIKUM

METODE KUANTITATIF METODE KUANTITATIF DALAM BISNISDALAM BISNIS

By. LA HATANIBy. LA HATANI

JURUSAN MANAJEMEN JURUSAN MANAJEMEN FAKULTAS EKONOMIFAKULTAS EKONOMI

UNHALU, 2008UNHALU, 2008

A. PENGERTIAN MOTODE KUANTITATIFA. PENGERTIAN MOTODE KUANTITATIF

MetodeMetode KuantitatifKuantitatif adalahadalah pendekatanpendekatanilmiahilmiah untukuntuk pengambilanpengambilan keputusankeputusanmanajerialmanajerial & & EkonomiEkonomi. (Render, B., . (Render, B., et.alet.al, , 2006)2006)

Metode Kuantitatif adalah Ilmu & seniyang berkaitan dengan tata cara(metode) pengumpulan data, analisisdata, dan interpretasi hasil analisisuntuk mendapatkan informasi gunapenarikan kesimpulan dan pengambilankeputusan. (Tuban, 1972 dalam Solimun, 2001)

B. PENDEKATAN ANALISIS KUANTITATIFB. PENDEKATAN ANALISIS KUANTITATIF

Teori Ekonomi & StudiEmpiris Sebelumnya

TahapanTahapan--IIII

PendekatanPendekatan

AnalisisAnalisis

KuantitatifKuantitatif

Perumusan Masalah1

Desain Model2

Pengumpulan Data

Pencarian Solusi

Pengujian Solusi

Analisis & Hasil

Implemtansi Hasil& Rekomendasi

3

4

5

6

7Sumber : Render, B., Render, B., et.alet.al, 2006, 2006

TujuanTujuan RisetRiset BisnisBisnis

C. TUJUAN RISET & PILIHAN ANALISIS KUANTITATIFC. TUJUAN RISET & PILIHAN ANALISIS KUANTITATIF““PentingPenting

untukuntuk

direnungkandirenungkan

dandan

diingatdiingat

bahwabahwa

pemilihanpemilihan

teknikteknik

kuantitatifkuantitatif

yang yang relewanrelewan

sangatsangat

tergantungtergantung

daridari

apaapa

problem problem dandan

tujuantujuan

risetriset””..

TujuanTujuan utamautama risetriset bisnisbisnis tidaktidak selaluselalu diperolehdiperoleh dalamdalam lingkunganlingkungan yang yang ketatketat. . PengembanganPengembangan tujuantujuan kerangkakerangka analitikanalitik dibedakandibedakan duadua wilayahwilayah risetriset BisnisBisnis, , yaituyaitu::1)1) NonNon--scientific Business Researchscientific Business Research yaituyaitu risetriset

bisnisbisnis yang yang sistematissistematis namunnamun tidaktidak ilmiahilmiah dengandengan tujuantujuan eksplorasieksplorasi, , deskriptifdeskriptif dandan prediktifprediktif. . FokusFokus analisisnyaanalisisnya mengungkapmengungkap fenomenafenomena yang yang menarikmenarik bagibagi akuntansiakuntansi & & manajemenmanajemen..

2)2) Scientific Business ResearchScientific Business Research adalahadalah rencanarencana risetriset bisnisbisnis yang yang sistematiksistematik dandan ilmiahilmiah dimanadimana tujuantujuan risetriset dapatdapat dideskriptifdideskriptif, , prediksiprediksi atauatau kausalitaskausalitas. . FokusFokus analisisnyaanalisisnya mendapatkanmendapatkan hasilhasil yang yang dapatdapat digeneralisidigeneralisi..

AnalisisAnalisis Cost, Profit & Volume (BEP)Cost, Profit & Volume (BEP)AnalisisAnalisis KeputusanKeputusanAnalisisAnalisis ProbabilitasProbabilitasPeralamanPeralamanKorelasiKorelasi & & RegresiRegresiAnalisisAnalisis JalurJalurAnalisisAnalisis faktorfaktor, , deskriminandeskriminan & & ClasterClasterModel Model PengendalianPengendalian PersedianPersedianLinear Programming (Linear Programming (OptimaliasiOptimaliasi))Network ModelNetwork ModelAnalisisAnalisis II--OOSEM, SEM, dlldll

PilihanPilihan TeknikTeknik AnalisisAnalisis KuantitatifKuantitatif

D. MODEL RISET DALAM PENDEKATAN KUANTITATIF

Scientific Problem Hypothesis

ObyekPenelitian

Responden

Unit Analisis

/Unit Sample

Pembuktian:Data Empirik

GambarGambar 2. Model 2. Model RisetRiset PendekatanPendekatan KuantitatifKuantitatif

ILUSTRASI

Topik

: Pengaruh

Faktor

Fundamental terhadap

Keuntungan

yang Diharapkan

Data : Pooled; yaitu

gabungan

time series dan

cross sectionalObyek

: Perusahaan

(yang go public di

Bursa Efek

Jakarta)

Pengamatan

: 4 tahun

terakhir

(1998 s/d 2002)Unit sampel

: perusahaan

Besar

sampel

: 50 perusahaanUnit analisis

: 4 x 50 = 200

Topik

: Analisis

Faktor

yang berpengaruh

terhadap

Kinerja

KeuanganIndustri

Kecil

berorientasi

Ekspor

Obyek

: Industri

Kecil

(berorientasi

ekspor)Unit sampel

: Industri

Kecil

Besar

sampel

: 150 industri

kecilUnit analisis

: 150

Responden : Pemilik, manajer, karyawan

(tidak

sama dan

lebih

banyak

dari

besar

sampel)

E. KONSEP & PEMODELAN METODE KUANTITATIFE. KONSEP & PEMODELAN METODE KUANTITATIF

Metode Kuantitatif (Parametrik) adalah pendekatan yang menyangkut pendugaan parameter, pengujian hipotesis, pembentukan selang kepercayaan, dan hubungan antara dua sifat (peubah) atau lebih bagi parameter-parameter yang mempunyai sebaran (distribusi normal) tertentu yang diketahui.

Metode kuantitatif berlandaskan pada anggapan- anggapan tertentu yang telah disusun terlebih dahulu, jika anggapan-anggapan tersebut tidak sesuai dengan keadaan sebenarnya, apalagi jika menyimpang jauh maka keampuhan metode ini tidak dapat dijamin atau bahkan dapat menyesatkan

Kelebihan & Kekurangan Metode Kelebihan & Kekurangan Metode Kuantitatif :Kuantitatif :

1.1. Kelebihan Metode Kuantitatif adalah:Kelebihan Metode Kuantitatif adalah:

Dapat digunakan untuk menduga atau meramal.Dapat digunakan untuk menduga atau meramal.Hasil analisis dapat diperoleh dengan pasti dan Hasil analisis dapat diperoleh dengan pasti dan akurat apabila digunakan sesuai aturanakurat apabila digunakan sesuai aturan--aturan aturan yang telah ditetapkan.yang telah ditetapkan.Dapat digunakan untuk mengukur interaksi Dapat digunakan untuk mengukur interaksi hudungan antara dua/lebih variabel (peubah).hudungan antara dua/lebih variabel (peubah).Dapat menyederhanakan realitas permasalahan Dapat menyederhanakan realitas permasalahan yang kompleks & rumit dalam sebuah model.yang kompleks & rumit dalam sebuah model.

2. Kekurangan2. Kekurangan Metode Kuantitatif adalah:Metode Kuantitatif adalah:

Berdasarkan pada anggapanBerdasarkan pada anggapan--anggapan (Asumsi)anggapan (Asumsi)Asumsi tidak sesuai dengan realitas yang terjadi Asumsi tidak sesuai dengan realitas yang terjadi atau menyimpang jauh maka kemampuannya tidak atau menyimpang jauh maka kemampuannya tidak dapat dijamin bahkan menyesatkan.dapat dijamin bahkan menyesatkan.Data harus berdistribusi normal dengan skala Data harus berdistribusi normal dengan skala pengukuran data yang harus digunakan adalah pengukuran data yang harus digunakan adalah interval & rasio.interval & rasio.Dapat digunakan untuk menganalisis data yang Dapat digunakan untuk menganalisis data yang populasi/sampelnya sama.populasi/sampelnya sama.Tidak dapat dipergunakan untuk menganalisis Tidak dapat dipergunakan untuk menganalisis dengan cuplikan (Sampel) yang jumlahnya sedikit dengan cuplikan (Sampel) yang jumlahnya sedikit (> 30)(> 30)

Pemodelan Metode KuantitatifPemodelan Metode Kuantitatif

(1)(1) Ubah pernyataan ke dalam lambang kuantitatifUbah pernyataan ke dalam lambang kuantitatif(2) Pemilihan metode analisis yang tepat(2) Pemilihan metode analisis yang tepat(3) Aplikasi metode secara benar(3) Aplikasi metode secara benar

Model adalah suatu konsep yang digunakan untuk Model adalah suatu konsep yang digunakan untuk menyatakan sesuatu keadaan (permasalahan) ke menyatakan sesuatu keadaan (permasalahan) ke dalam bentuk simbolik, ikonik atau analog. dalam bentuk simbolik, ikonik atau analog. Pada hakekatnya model adalah abstraksi dari Pada hakekatnya model adalah abstraksi dari dunia nyata, sensitivitas atas solusi terhadap dunia nyata, sensitivitas atas solusi terhadap perubahan dalam model serta perwakil realitas, perubahan dalam model serta perwakil realitas, oleh karena itu wujudnya harus lebih sederhana. oleh karena itu wujudnya harus lebih sederhana. Pemodelan Metode kuantitaif adalah upaya Pemodelan Metode kuantitaif adalah upaya memodelkan permasalahan ke dalam konsep memodelkan permasalahan ke dalam konsep kuantintatif dengan prosedur:kuantintatif dengan prosedur:

Kaidah Analisis Data (Pemodelan Kaidah Analisis Data (Pemodelan

Dalam Metode Kuantitatif)Dalam Metode Kuantitatif)

(1)(1) MenyuntingMenyunting DataData(2)(2) MengembangkanMengembangkan VariabelVariabel(3)(3) PengkodeaanPengkodeaan datadata(4)(4) CekCek kesalahankesalahan(5)(5) PembentukanPembentukan strukturstruktur datadata(6)(6) PraPra--analisisanalisis cekcek komputerkomputer(7)(7) TabulasiTabulasi

PendekatanPendekatan kuantitafkuantitaf berangkatberangkat daridari data data atauatau ibaratibarat bahanbahanbakubaku dalamdalam sebuahsebuah pabrikpabrik. Data . Data diprosesdiproses & & dimanipulasidimanipulasimenjadimenjadi informasiinformasi yang yang berhargaberharga bagibagi pengambilanpengambilan keputusankeputusan..

Data yang Data yang dikumpulkandikumpulkan harusharus ““dibersihkandibersihkan”” sebelumsebelumdianalisisdianalisis, , ibaratnyaibaratnya dalamdalam memasakmemasak kitakita harusharus mencucimencuci alatalatdandan bahanbahan--22 makananmakanan yang yang kitakita masakmasak agar agar masakanmasakan kitakitasetidaknyasetidaknya bersihbersih..

HasilHasil ““pembersihanpembersihan”” adalahadalah berkuranyaberkuranya ketidaktepatanketidaktepatan dandankesalahankesalahan dalamdalam data yang data yang dapatdapat dilakukandilakukan sebagaisebagai berikutberikut::

MendapatkanMendapatkan Data yang Data yang akuratakurat hukumnyahukumnya wajibwajib, , karenakarena meskipunmeskipun model model merupakanmerupakan representaserepresentase daridari realitasrealitas yang yang sempurnasempurna, , ketidakakuratanketidakakuratan & & ketidaktepatanketidaktepatan data data memperolehmemperoleh hasilhasil yang yang menyesatkanmenyesatkan, , iniini yang yang dikenaldikenal sebagaisebagai““Garbage In Garbage OutGarbage In Garbage Out ““(GIGO).(GIGO).

Mencermati fenomena empiris tidak dapat dipingkiri para pengambil keputusan baik pada instansi pemerintah maupun swasta dan interaksi kehidupan bermasyarakat telah banyak menggunakan kaidah-kaidah kuantitatif seperti menghitung rata-rata penghasilan sebuah keluarga setiap bulan, mengukur tinkat produktivitas usaha, melihat hubungan antara aktivitas yang dikerjakan dengan prestasi yang diraih, dan sebagainya.

Tabel 1. Pengguna Metode Kuantitaf dan Berbagai Permasalahan Yang Dihadapi

Pengguna Masalah yang Dihadapi

Manajemen1.

Penentuan struktur gaji, pesangon, dan tunjangan karyawan. 2.

Penentuan jumlah persediaan barang3.

Evaluasi produktivitas karyawan.4.

Evaluasi kinerja perusahaan.

Akuntansi & Keuangan

1.

Penentuan standar audit barang dan jasa. 2.

Penentuan depresiasi dan apresiasi barang dan jasa.3.

Potensi peluang naik/turun harga saham & suku bunga.4.

Tingkat pengembalian investasi beberapa sektor ekonomi.5.

Analisis pertumbuhan laba dan cadangan usaha.6.

Analisis resiko keuangan setiap usaha.

Pemasaran1.

Penelitian dan pengembangan produk.2.

Analisis potensi pasar, segmentasi dan diskriminasi pasar.3.

Ramalan penjualan.4.

Efektivitas kegiatan promosi penjualan. Ekonomi

Pembangunan1.

Analisis pertumbuhan ekonomi, inflasi dan suku bunga.2.

Pertumbuhan penduduk, pengangguran dan kemiskinan.3.

Indeks harga konsumen dan perdagangan besar.

ARTI & JENIS DATA DLM METODE KUANTITATIFARTI & JENIS DATA DLM METODE KUANTITATIF

”Data adalah bentuk jamak dari datum artinya kumpulan angka, fakta, fenomena atau keadaan lainnya, merupakan hasil pengamatan, pengukuran atau pencacahan dan sebagainya terhadap obyek, yang berfungsi dapat membedakan obyek yang satu dengan lainnya pada variabel yang sama”.

Metode Kuantitaf berhubungan dengan pengolahan data atau yang menjadi imput dalam proses kuantitatif adalah data. Dari sudut pandang Metode kuantitatif data dikelompokan menjadi dua jenis yaitu:

(1) Data kualitatif adalah data yang dinyatakan dalam bentuk bukan angka (sifat).(2) Data kuantitatif adalah data yang dinyatakan dalam bantuk angka yang diasumsikan sebagai informasi dalam bentuk pernyataan “bilangan” yang didasarkan pada hasil perhitungan.

Pengelompokan data menurut cara perolehan menurut statistika terdiri atas:

1. Data primer adalah data yang diperoleh secara langsung dari obyak yang diteliti baik secara individu maupun kelompok/organisasi.

2. Data sekunder adalah data yang diperoleh secara tidak langsung untuk mendapatkan informasi/keterangan dari obyek yang diteliti

3. Data tersier yaitu data yang diperoleh secara tidak langsung dari obyek yang diteliti biasanya data tersebut diperoleh dari pihak ketiga baik dari individu maupun kelompok yang sengaja mengungkapkan fakta dari pihak kedua.

SKALA PENGUKURAN DATAPengukuran merupakan suatu proses dimana suatu angka

atau symbol diletakan pada suatu karakteristik atau stimulti sesuai dengan aturan atau prosedur yang telah ditetapkan. Stevens (1946) skala pengukuran data dapat dikelompokan menjadi empat jenis yaitu:1) Skala nominal adalah angka yang diberikan kepada obyek

mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apa-apa atau merupakan skala pengukuran yang menyatakan kategorik dari kelompok suatu obyek. Contoh: jenis kelamin yaitu laki-laki diberi tanda 1 dan perempuan diberi tanda

2) Skala ordinal adalah data yang diperoleh dengan cara kategorik atau klasifikasi namun diantara data tersebut memiliki hubungan atau angka yang diberikan di mana angka-angka tersebut mengandung pengertian tingkatan. Contoh: Kualitas produksi yaitu sangat tinggi dikategorikan 5; tinggi dikategorikan 4; sedang dikategorikan 3; rendah dikategorikan 2; dan tidak berkualitas dikategorikan 1.

3). Skala interval adalah suatu skala pemberian angka pada obyek yang mempunyai sifat ukuran ordinal dan mempunyai jarak atau interval yang sama. Contoh : temperatur suhu ruangan yang dengan celcius pada 00C sampai 100C.

4). Skala rasio adalah skala interval yang memiliki nilai dasar (based value) yang tidak dapat dirubah atau skala yang memiliki nilai nol dan rasio dua nilai yang memiliki arti. Skala rasio merupakan skala dengan hirarki paling tinggi dibanding skala-skala lainnya yang merupakan angka atau bilangan dari hasil perbandingan. Contoh: tingkat produktivitas merupakan perbandingan antara input dan ouput.

Agar dapat membedakan dari ke empat jenis skala pengukuran data di atas dapat dikemukakan ciri-ciri dari setiap skala pengkuran data.

Tabel 2. Ciri-ciri Skala Pengkuran Data

Nominal OrdinalKomponen Nama (Nomos)AngkaAngka

yang yang diberikandiberikan

hanyahanya

sebagaisebagai

label label sajasaja. . ContohContoh: : priapria

= 1, = 1, wanitawanita

= 2 = 2 dandan

wariawaria

= 3.= 3.

Komponen Nama (Nomos)Komponen Peringkat (Order)AngkaAngka

mengandungmengandung

pengertianpengertian

tingkatantingkatan. . ContohContoh: : ranking 1, 2, ranking 1, 2, dandan

3. Ranking 1 3. Ranking 1 menunjukkanmenunjukkan

lebihlebih

tinggitinggi

daridari

ranking 2 ranking 2 dandan

3.3.

Interval RasioKomponen Nama (Nomos)Komponen Peringkat (Order)Komponen Jarak (Interval)Nilai Nol Tidak Mutlak (Absolut)ContohContoh: :

1. 1. SahamSaham

sangatsangat

prospektifprospektif

dengandengan

hargaharga

sahamsaham

Rp736Rp736--

878, 878, 2. 2. sahamsaham

prospektifprospektif

Rp592Rp592--735.735.

Komponen Nama (Nomos)Komponen Peringkat (Order)Komponen Jarak (Interval)Komponen RatioNilai Nol Mutlak (Absolut)ContohContoh: : bungabunga

BCA 7% BCA 7% dandan

bungabunga

MandiriMandiri

14%, 14%, makamaka

bungabunga

MandiriMandiri

2 kali 2 kali bungabunga

BCA.BCA.

ARTI & JENIS VARIABELARTI & JENIS VARIABEL

Gambar 3. Pengelompokan Jenis Variabel

Tabel 3. Hubungan Data & Variabel

SELAMAT MENJADI GENERASI YANG JUJUR & TEKUN

UJI VALIDITAS & RELIABILITAS UJI VALIDITAS & RELIABILITAS INSTRUMEN (DATA)INSTRUMEN (DATA)

A. A. UjiUji ValiditasValiditas ((KesakhihanKesakhihan) Data) Data

ΩΩ

InstrumenInstrumen tersebuttersebut dikatakandikatakan valid valid jikajika dapatdapat mengukurmengukur apaapa yang yang seharusnyaseharusnya diukurdiukur atauatau mengukurmengukur apaapa yang yang diinginkandiinginkan dengandengan tepattepat (Supranto,1997). (Supranto,1997).

ΩΩ

PengujianPengujian validitasvaliditas, , instrumeninstrumen diujidiuji dengandengan menghitungmenghitung koefisienkoefisien korelasikorelasi antaraantara skorskor item item dandan skorskor totalnyatotalnya dalamdalam taraftaraf signifikansisignifikansi 0,05 0,05 dengandengan rumusrumus KorelasiKorelasi Product Moment Pearson.Product Moment Pearson.

ΩΩ

InstrumenInstrumen bisabisa dikatakandikatakan valid valid mempunyaimempunyai nilainilai r r hitunghitung > r > r tabeltabel dengandengan tingkattingkat signifikansisignifikansi korelasikorelasi didi bawahbawah αα

= =

0,05 (0,05 (SantosoSantoso 2004) 2004) dengandengan rumusrumus::

Langkah Analisis Uji Validitas Langkah Analisis Uji Validitas Dengan SPSS Yaitu:Dengan SPSS Yaitu:

1.1. MasukanMasukan data data keke Worksheet SPSSWorksheet SPSS dengandengan perintahperintah File/Open/DataFile/Open/Data

2.2. Dari menu Dari menu utamautama SPSS SPSS pilihpilih menu menu AnalyzeAnalyze,, kemudiankemudian pilihpilih submenu submenu CorrolateCorrolate lalulalu pilihpilih BivariateBivariate

3.3. TampakTampak dilayardilayar tampilantampilan Windows Windows BivariateBivariate CorrelationCorrelation

4.4. Isikan data ke Isikan data ke Kotak VariabelKotak Variabel Yaitu Yaitu Variabel KonstrukVariabel Konstruk dan dan SSkor Totalkor Total

5.5. Pilih Pilih Correlation Coefficients PearsonCorrelation Coefficients Pearson6.6. Pilih Pilih OkeOke7.7. Tampilkan Tampilkan Output SPSSOutput SPSS

B. B. UjiUji ReliabilitasReliabilitas DataData

¥¥

Uji reliabilitas untuk mengetahui apakah alat Uji reliabilitas untuk mengetahui apakah alat pengumpul data menunjukkan tingkat pengumpul data menunjukkan tingkat ketepatan, keakuratan, kestabilan, atau ketepatan, keakuratan, kestabilan, atau kosistensi alat dalam mengungkap gejala kosistensi alat dalam mengungkap gejala tertentu pada waktu yang berbeda.tertentu pada waktu yang berbeda.

¥¥

InstrumenInstrumen dikatakandikatakan

reliabelreliabel

jikajika

dapatdapat

digunakandigunakan untukuntuk

mengukurmengukur

variabelvariabel

berulangkaliberulangkali

yang yang menghasilkanmenghasilkan

data yang data yang samasama

atauatau

hanyahanya

sedikitsedikit

bervariasibervariasi

¥¥

UjiUji

reliabilitasreliabilitas

untukuntuk

mengujimenguji

konsistensikonsistensi instrumeninstrumen

menggunakanmenggunakan

koefisienkoefisien

Alpha Alpha

CronbachCronbach dandan

memiliki tingkat kehandalan memiliki tingkat kehandalan yang dapat diterima (reliabel), yang dapat diterima (reliabel), NNilai ilai koefesien reliabilitas yang terukur koefesien reliabilitas yang terukur ≥≥

0,60,6

(Uma Sekaran, 2000), dengan rumus :(Uma Sekaran, 2000), dengan rumus :

LangkahLangkah--22 Uji ReliabilitasUji Reliabilitas dengan SPSSdengan SPSS

1.1. MasukanMasukan data data keke Worksheet SPSSWorksheet SPSS dengandengan perintahperintah File/Open/DataFile/Open/Data

2.2. Dari menu Dari menu utamautama SPSS SPSS pilihpilih menu menu Analyze,Analyze, kemudiankemudian pilihpilih submenu submenu ScaleScale lalulalu pilihpilih Reliability Reliability AnalysisAnalysis

3.3. TampakTampak dilayardilayar tampilantampilan Windows Reliability Windows Reliability AnalysisAnalysis

4.4. IsikanIsikan data data kotakkotak indicator indicator variabelvariabel kedalamkedalam kotakkotak Items Items dandan pilihpilih Model AlphaModel Alpha

5.5. PilihPilih tomboltombol StatisticsStatistics sehinggasehingga tampaktampak dilayardilayar windows Reliability analysis statisticswindows Reliability analysis statistics

6.6. PilihPilih bagianbagian descriptive for, descriptive for, pilihpilih item, item, scalascala, , scalascala if item deleted if item deleted dandan interinter--item item CorelationCorelation

7.7. Pilih Pilih continue dan okecontinue dan oke8.8. Output SPSSOutput SPSS

LangkahLangkah--Langkah Analisis Uji Validitas Langkah Analisis Uji Validitas Dengan Sofware SPSS Yaitu:Dengan Sofware SPSS Yaitu:

1.1. MasukanMasukan data data keke Worksheet SPSSWorksheet SPSS dengandengan perintahperintah File/Open/Data File/Open/Data lalulalu input data input data padapada Worksheet Worksheet Data View Data View kemudiankemudian pemberianpemberian simbolsimbol/label /label variabelvariabel padapada Worksheet Variable View.Worksheet Variable View.

2.2. Dari menu Dari menu utamautama SPSS SPSS pilihpilih menu menu AnalyzeAnalyze, , kemudiankemudian pilihpilih submenu submenu CorrolateCorrolate lalulalu pilihpilih BivariateBivariate

3.3. TampakTampak dilayardilayar tampilantampilan Windows Windows BivariateBivariate CorrelationCorrelation

4.4. Isikan data ke Isikan data ke Kotak Variabel Kotak Variabel Yaitu Yaitu Variabel Variabel Konstruk Konstruk dan Sdan Skor Totalkor Total

5.5. Pilih Pilih Correlation Coefficients PearsonCorrelation Coefficients Pearson6.6. Pilih Pilih OkeOke7.7. Tampilkan Tampilkan Output SPSSOutput SPSS

B. B. UjiUji ReliabilitasReliabilitas DataData

Uji reliabilitas untuk mengetahui apakah Uji reliabilitas untuk mengetahui apakah alat pengumpul data menunjukkan tingkat alat pengumpul data menunjukkan tingkat ketepatan, keakuratan, kestabilan, atau ketepatan, keakuratan, kestabilan, atau kosistensi alat dalam mengungkap gejala kosistensi alat dalam mengungkap gejala tertentu pada waktu yang berbeda.tertentu pada waktu yang berbeda.InstrumenInstrumen dikatakandikatakan reliabelreliabel jikajika dapatdapat digunakandigunakan untukuntuk mengukurmengukur variabelvariabel berulangkaliberulangkali yang yang menghasilkanmenghasilkan data yang data yang samasama atauatau hanyahanya sedikitsedikit bervariasibervariasiUjiUji reliabilitasreliabilitas untukuntuk mengujimenguji konsistensikonsistensi instrumeninstrumen menggunakanmenggunakan koefisienkoefisien Alpha Alpha CronbachCronbach dandan memiliki tingkat kehandalan memiliki tingkat kehandalan yang dapat diterima (reliabel), yang dapat diterima (reliabel), NNilai ilai koefesien reliabilitas yang terukur koefesien reliabilitas yang terukur ≥≥

0,6 0,6

(Uma Sekaran, 2000), dengan rumus :(Uma Sekaran, 2000), dengan rumus :

JawabJawab::1.1. UjiUji ValiditasValiditas Dengan Sofware SPSS Dengan Sofware SPSS

7. Tampil 7. Tampil Output SPSSOutput SPSS UjiUji ReliabilityReliability

Dari output uji reliabilitas menunjukkan nilai koefisien Dari output uji reliabilitas menunjukkan nilai koefisien alphaalpha ((αα) ) dari seluruh item instrumen dari seluruh item instrumen ≥≥

0,60 berarti semua item data 0,60 berarti semua item data (instrumen) dapat dipercaya keandalannya. Dapat disimpulkan (instrumen) dapat dipercaya keandalannya. Dapat disimpulkan bahwa seluruh butir (item) yang digunakan adalah reliabel oleh bahwa seluruh butir (item) yang digunakan adalah reliabel oleh karena itu, kusioner yang digunakan dapat dikatakan layak karena itu, kusioner yang digunakan dapat dikatakan layak sebagai instrumen untuk melakukan pengukuran.sebagai instrumen untuk melakukan pengukuran.

2. 2. UjiUji RelibilitasRelibilitas Dengan Sofware SPSSDengan Sofware SPSS

8. 8. TampilTampil Output Output HasilHasil UjiUji ReliabilityReliability

Dari output uji reliabilitas menunjukkan nilai Dari output uji reliabilitas menunjukkan nilai koefisien koefisien alphaalpha ((αα) dari seluruh item instrumen ) dari seluruh item instrumen ≥≥

0,60 berarti semua item data (instrumen) dapat 0,60 berarti semua item data (instrumen) dapat dipercaya keandalannya. Dapat disimpulkan bahwa dipercaya keandalannya. Dapat disimpulkan bahwa seluruh butir (item) yang digunakan adalah reliabel seluruh butir (item) yang digunakan adalah reliabel oleh karena itu, kusioner yang digunakan dapat oleh karena itu, kusioner yang digunakan dapat dikatakan layak sebagai instrumen untuk melakukan dikatakan layak sebagai instrumen untuk melakukan pengukuran.pengukuran.

COST, PROFIT AND VOLUME ANALYSISCOST, PROFIT AND VOLUME ANALYSIS (BREAK(BREAK--EVEN ANALYSIS)EVEN ANALYSIS)

A.A. PengertianPengertianAnalisis

volume kegiatan, biaya, dan

laba

(analisis

break even) merupakan

peralatan

yang berguna

untuk menjelaskan

hubungan

antara

biaya, penghasilan/laba

dan

volume penjualan/produksi, sehingga

banyak digunakan

dalam

penganalisaan

masalah-masalah

ekonomi

manajerial.

Tujuan

cost, profit and volume analysis adalah untuk

menentukan

suatu

titik, dalam

unit atau

ripiah

yang menunjukan

biaya

sama

dengan

pendapatan (laba).

Manfaatnya

untuk

menetukan

berapa

jumlah

produk (dalam

rupiah

atau

unit keluaran

yang harus

dihasilkan

agar perusahaan

minimal tidak

menderita

rugi.

Output Output HasilHasil UjiUji ValiditasValiditas

Dari Dari output uji validitas instrumen (data) menunjukkan bahwa output uji validitas instrumen (data) menunjukkan bahwa keseluruhan item adalah valid karena memiliki koefisien korelasikeseluruhan item adalah valid karena memiliki koefisien korelasi (r) (r) ≥≥

0,30 atau dan nilai signifikan dari seluruh instrumen berada di 0,30 atau dan nilai signifikan dari seluruh instrumen berada di bawah bawah αα

= 0,05. Sehingga seluruh item= 0,05. Sehingga seluruh item--item dalam instrumen penelitian ini item dalam instrumen penelitian ini dapat dipergunakan dalam analisis selanjutnya.dapat dipergunakan dalam analisis selanjutnya.

TampilTampil Output Output HasilHasil UjiUji ReliabilityReliability

Dari output uji reliabilitas menunjukkan nilai koefisien Dari output uji reliabilitas menunjukkan nilai koefisien alphaalpha ((αα) dari ) dari seluruh item instrumen seluruh item instrumen ≥≥

0,60 berarti semua item data (instrumen) 0,60 berarti semua item data (instrumen) dapat dipercaya keandalannya. Dapat disimpulkan bahwa seluruh dapat dipercaya keandalannya. Dapat disimpulkan bahwa seluruh butir (item) yang digunakan adalah reliabel oleh karena itu, kusbutir (item) yang digunakan adalah reliabel oleh karena itu, kusioner ioner yang digunakan dapat dikatakan layak sebagai instrumen untuk yang digunakan dapat dikatakan layak sebagai instrumen untuk melakukan pengukuran.melakukan pengukuran.

COST, PROFIT AND VOLUME ANALYSIS COST, PROFIT AND VOLUME ANALYSIS (BREAK(BREAK--EVEN ANALYSIS)EVEN ANALYSIS)

A.A. PengertianPengertianAnalisis

volume kegiatan, biaya, dan

laba

(analisis

break even) merupakan

peralatan

yang berguna

untuk menjelaskan

hubungan

antara

biaya, penghasilan/laba

dan

volume penjualan/produksi, sehingga

banyak digunakan

dalam

penganalisaan

masalah-masalah

ekonomi

manajerial.

Tujuan

cost, profit and volume analysis adalah untuk

menentukan

suatu

titik, dalam

unit atau

ripiah

yang menunjukan

biaya

sama

dengan

pendapatan (laba).

Manfaatnya

untuk

menetukan

berapa

jumlah

produk (dalam

rupiah

atau

unit keluaran

yang harus

dihasilkan

agar perusahaan

minimal tidak

menderita

rugi.

Cost, Profit and Volume Analysis (Cost, Profit and Volume Analysis (AnalisisAnalisis

Break Even)Break Even) mencakupmencakup

konsepkonsep

yang yang berkaitanberkaitan

dengandengan

::

AnalisisAnalisis marjinmarjin labalaba yang yang mencakupmencakup sejumlahsejumlah teknikteknik analisisanalisisuntukuntuk menentukanmenentukan dandan mengevaluasimengevaluasi pengaruhpengaruh volume volume penjualapenjuala, , hargaharga penjualanpenjualan, , biayabiaya tetaptetap, , dandan biayabiaya variabelvariabelterhadapterhadap labalaba. . PadaPada dasarnyadasarnya konsepkonsep tersebuttersebut menggunkanmenggunkankonsepkonsep ikhtisarikhtisar rugirugi labalaba marjinlabamarjinlaba, , pendapatan/penjualanpendapatan/penjualandikurangidikurangi biayabiaya variabelvariabel samasama marjinmarjin labalaba, , dandan marjinmarjin labalabadikurangidikurangi biayabiaya tetaptetap samasama dengandengan labalaba..

AnalisisAnalisis break even break even menekankanmenekankan padapada titiktitik impasimpas ((biayabiaya tetaptetapdibagidibagi dengandengan marjinmarjin labalaba samasama dengandengan volume volume penjualanpenjualan titiktitikimpasimpas) ) titiktitik dimanadimana labalaba samasama dengandengan nolnol karenakarena pendapatanpendapatansamasama dengandengan totlatotla biayabiaya. .

HasilHasil analisisanalisis break even break even digambarkandigambarkan dalamdalam bentukbentuk grafikgrafikuntukuntuk menunjukkanmenunjukkan hubunganhubungan timbaltimbal balikbalik antaraantara pendapatanpendapatan((penjualanpenjualan), ), biayabiaya tetaptetap dandan biayabiaya variabelvariabel dalamdalam batasanbatasanvolume volume kegiatankegiatan yang yang relevanrelevan. .

AnalisisAnalisis break even break even menggunakanmenggunakan konsepkonsep yang yang samasama dengandengananalisisanalisis labalaba kotorkotor tetapitetapi analisisanalisis iniini memekankanmemekankan padapada tingkattingkatoutput output atauatau kegiatankegiatan produksiproduksi dimanadimana pendapatan/penjualanpendapatan/penjualansamasama dengandengan total total biayabiaya artinyaartinya tidaktidak adaada labalaba atauatau rugirugi..

1)1) Konsep variabilitas biaya adalah sahih, oleh karena itu biaya Konsep variabilitas biaya adalah sahih, oleh karena itu biaya dapat diklasifikasikan dan diukur secara realistis sebagai dapat diklasifikasikan dan diukur secara realistis sebagai biaya tetap dan biaya variabel. Jadi tidak ada biaya yang biaya tetap dan biaya variabel. Jadi tidak ada biaya yang disebut semi fixed dan semi variabel.disebut semi fixed dan semi variabel.

2)2) Terdapat suatu batasanTerdapat suatu batasan--batasan kesahihan yang relevan batasan kesahihan yang relevan (misalnya kegiatan) untuk menggunakan hasil dari analisis.(misalnya kegiatan) untuk menggunakan hasil dari analisis.

3)3) Harga jual tidak mengalami perubahan dengan terjadinya Harga jual tidak mengalami perubahan dengan terjadinya perubahan unit penjualan.perubahan unit penjualan.

4)4) Hanya ada satu produk atau dalam hal berbagai produk, Hanya ada satu produk atau dalam hal berbagai produk, tetapi proporsi atau perbandingan penjualan diantara tetapi proporsi atau perbandingan penjualan diantara berbagai produk tidak mengalami perubahan.berbagai produk tidak mengalami perubahan.

5)5) Kebijaksanaan dasar yang ditetapkan oleh manajemen Kebijaksanaan dasar yang ditetapkan oleh manajemen tentang operasi tidak banyak mengalami perubahan dalam tentang operasi tidak banyak mengalami perubahan dalam jangka pendek.jangka pendek.

6)6) Tingkat harga umum (misalnya inflasi dan deflasi cukup Tingkat harga umum (misalnya inflasi dan deflasi cukup stabil dalam jangka pendek.stabil dalam jangka pendek.

7)7) Tingkat penjualan dan produksi selaras, artinya persedian Tingkat penjualan dan produksi selaras, artinya persedian tetap konstan atau nol.tetap konstan atau nol.

8)8) Efisiensi dan produktivitas perorangan tidak banyak Efisiensi dan produktivitas perorangan tidak banyak mengalami perubahan dalam jangka pendek.mengalami perubahan dalam jangka pendek.

B. B. AnsumsiAnsumsi DasarDasar penggunaanpenggunaan cost, profit and volume analysiscost, profit and volume analysis

1.1. SebagaiSebagai alatalat untukuntuk merencanakanmerencanakan labalaba2.2. SebagaiSebagai alatalat pengendalianpengendalian badgetbadget3.3. SebagaiSebagai penentupenentu hargaharga jualjual produkproduk4.4. SebagaiSebagai dasardasar untukuntuk menentukanmenentukan break even break even

dalamdalam rupiahrupiah & unit& unit5.5. SebagaiSebagai dasardasar rencanarencana pengembanganpengembangan

kapasitaskapasitas produksiproduksi dandan penentuanpenentuan lokasilokasi6.6. SebagaiSebagai dasardasar untukuntuk mengambilmengambil keputusankeputusan

C. C. KegunaanKegunaan cost, profit and volume analysiscost, profit and volume analysis

D. D. ElemenElemen--ElemenElemen PenentuPenentu cost, profit and volume cost, profit and volume analysisanalysis

Prosedur Pengolahan Data Dengan MenggunakanSofware QM for Windos Sbb:

1.1. BukaBuka Worksheet Worksheet exselexsel QM 2 QM 2 dengandengan perintahperintah QM/Breakeven QM/Breakeven AnalisisAnalisis lalulalu pilihpilih Breakeven (cost Vs Revenue)/OpenBreakeven (cost Vs Revenue)/Open

2. Dari menu utama excel QM 2 pilih menu Breakeven (cost Vs Revenue) Tampak dilayar tampilan Spreadsheed Intilization

3. Isikan dalam kotak Titel (VC. Anu) pilih Ikon Grafik lalu OK

KESIMPULANKESIMPULAN1.1. BiayaBiaya tetaptetap, , biayabiaya variabelvariabel, , dandan total total biayabiaya padapada

berbagaiberbagai volume.volume.2.2. PotensiPotensi labalaba dandan rugirugi sebelumsebelum dandan setelahsetelah

dipotongdipotong pajakpajak pendapatanpendapatan, , padapada berbagaiberbagai volumevolume3.3. Batas Batas keselamatankeselamatan, , artinyaartinya hubunganhubungan timbaltimbal balikbalik

antaraantara penjualanpenjualan yang yang ditargetkanditargetkan dengandengan penjualanpenjualan titiktitik impasimpas

4.4. Jumlah penjualan break even (sering disebut titik Jumlah penjualan break even (sering disebut titik impas)impas)

5.5. Deviden yang lebih disukai atau titik bahaya Deviden yang lebih disukai atau titik bahaya artinya titik mana deviden tidak mungkin artinya titik mana deviden tidak mungkin diperolehdiperoleh

6.6. Titik mati, artinya jumlah penjualan pada titik Titik mati, artinya jumlah penjualan pada titik mana perusahaan hanya memperoleh tingkat laba mana perusahaan hanya memperoleh tingkat laba yang berlaku atas investasinya.yang berlaku atas investasinya.

PERAMALAN (FORECASTING)A. Pendahuluan

Sering terjadi senjang waktu (time lag) antarakebutuhan mendatang dengan peristiwa itusendiri merupakan alasan utama pentingnyaperamalan & perencanaan. Jangka Waktu PeramalanPengaruh dari Product Life Cycle

Peramalan

merupakan

alat

bantu

dalam

membuat perencanaan

yang efektif

dan

efisien. Mis

: Penjadwalan

produksi, masalah

transportasi, penanaman

modal, dll.

Situasi

peramalan

sangat

ditentukan

oleh

horizon waktu, tipe

pola

data (Constant; Trend; Musiman

& Kombinasi)

dan

berbagi

aspek

lainnya.

What is Forecasting?What is Forecasting?

Peramalan

adalah

perhitungan

yang obyektif dengan

menggunakan

data-data masa

lalu

untuk

menentukan

kondisi

dimasa

yang akan

datangProses

yang menggambarkan

peristiwa/kondisi

pada

masa

yang akan

datang.

Dasar

pengambilan

keputusan

dalam

bisnis, meliputi

:ProduksiPersediaanKeuanganPemasaranSDMFasilitas-fasilitas

Metode-Metode Yang Dikembangkan Dalam Peramalan :

1. Kualitatif

2. Kuantitaif

a.Causal

b.Time Series

1.

Naïve approach2.

Moving averages3.

Exponential smoothing4.

Trend projection

Seven Steps in Seven Steps in ForecastingForecasting1.

Tentukan

Pemakai/Pengguna2.

Pemilihan

Pernyataan3.

Penentuan

Jangka

Waktu4.

Pemilihan

Model5.

Pengumpulan

Data6.

Buat

Peramalan7.

Validiti

& Penerapan

Hasil

Peramalan

a.

Metode Kualitatif

adalah

metode

yang

menganalisis

kondisi

obyektif

dengan

apa adanya. Metode

ini

meliputi

: metode

Delphi,

Metode

nominal grup, Survey pasar

& Analisis historikal analogy and life cycle

b.

Metode

Kuantitatif, adalah

metode

yang dapat diterapkan

apabila

:

w Tersedia

data & Informasi

Masa

Laluw Data & Informasi

tersebut

dapat

dikuantitafkan

dlm

bentuk

Numerikw Diasumsikan

beberapa

aspek

masa

lala

akan

terus

berlanjt

dimasa

datang.

1. 1. Naive ApproachNaive ApproachMetodeMetode peramalanperamalan yang yang mengasumsikanmengasumsikanpermintaanpermintaan antaraantara priodepriode waktuwaktu samasama. . MisMis: : PenjualanPenjualan bulanbulan MeiMei 48 unit, 48 unit, samasamadengandengan penjualanpenjualan bulanbulan JuliJuli 48.48.KeuntungannyaKeuntungannya cost effective & efficientcost effective & efficient

©

1995 Corel Corp

Time series/Time series/runtunruntun waktuwaktu adalahadalah suatusuatu analisisanalisisyang yang mengambarkanmengambarkan polapola perkembanganperkembanganproduksi/penjualanproduksi/penjualan padapada padapada runtunruntun waktuwaktu yang yang telahtelah lewatlewat untukuntuk dapatdapat memperolehmemperoleh besarbesarkecilnyakecilnya tingkattingkat perkembanganperkembangan penjualan/produksipenjualan/produksitahunantahunan. . MetodeMetode peramalanperamalan iniini dapatdapat dilakukandilakukandengandengan Cara :Cara :

2. Moving Average Method2. Moving Average Method

MA is MA is metodemetode ratarata--rata rata bergerakbergerak sederhanasederhanayang yang dianggapdianggap mampumampu menghilangkanmenghilangkanpengaruhpengaruh fluktuatiffluktuatif random random dalamdalam peramalanperamalanEquation :Equation :

MAMA nnnn== ∑∑ Demand inDemand inPreviousPrevious PeriodsPeriods

ContohContoh : : JikaJika andaanda sebagaisebagai manajermanajer dalamdalam sebuahsebuah perusahaanperusahaan dimintadiminta oleholeh pemilikpemilik perusahaanperusahaan untukuntuk meramalkanmeramalkan penjulanpenjulan setiapsetiap bulanbulan padapada tahuntahun 2008 2008 dengandengan penentuanpenentuan ratarata--rata rata bergerakbergerak 2 2 bulanbulan. Data . Data PenjualanPenjualan sebagaisebagai berikutberikut::

BulanBulan JanuariJanuari PebruariPebruari MaretMaret AprilApril MeiMei

PenjualanPenjualan (Unit)(Unit) 100100 9090 105105 9595 ??

Moving Moving AverageAverage SolutionSolution

Moving Average GraphMoving Average Graph

Weighted Moving Average Method Weighted Moving Average Method ((MetodeMetode RataRata--Rata Rata TertimbangTertimbang))WMA is WMA is metodemetode perhitunganperhitungan yang yang samasama ratarata--rata rata bergerakbergerak sederhanasederhana namunnamun diperlukandiperlukan adanyaadanyakoefisienkoefisien penimbangpenimbang dandan digunakandigunakan apabilaapabilaterjaditerjadi trend trend padapada polapola data data masamasa lalulalu..KoefisienKoefisien penimbangnyapenimbangnya berdasarkanberdasarkan padapada intuisiintuisidengandengan besaranbesaran : 0 : 0 ≤≤CWCW≥≥11Equation :Equation :

WMA =WMA =ΣΣ(Weight for period (Weight for period nn) (Demand in period ) (Demand in period nn) )

ΣΣWeightsWeights

Cth:BerdasarkanCth:Berdasarkan data data sebelumnyasebelumnya dimintadiminta untukuntuk menghitungmenghitung WMA WMA dengandengan angkaangka penimbangpenimbang bulanbulan januarijanuari 40%, 40%, PebruariPebruari 30%, 30%, MaretMaret 20% 20% dandan April April 10%?10%?

WMA =WMA =(100*0.4) + (90*0.3) + (100*0.4) + (90*0.3) + (105*0.2) + (95*0.1)(105*0.2) + (95*0.1)

11= 97,5.= 97,5.

JawabJawab::

KelemahanKelemahan metodemetode WMA WMA tanggapannyatanggapannya tidaktidak dapatdapat dengandengan mudahmudah berubahberubah tanpatanpa merubahmerubah masingmasing--masingmasing angkaangka penimbangnyapenimbangnya..

KelemahanKelemahan--KelemahanKelemahan MetodeMetode MA & WMAMA & WMA1.1. PeningkatanPeningkatan n n dalamdalam pembuatanpembuatan ramalanramalan kurangkurang sesintifsesintif

dengandengan perubahanperubahan..2.2. TidakTidak dapatdapat melakukanmelakukan trend trend peramalanperamalan dengandengan baikbaik3.3. PerlakuanPerlakuan data data berdasarkanberdasarkan historishistoris

3. Exponential Smoothing Method3. Exponential Smoothing MethodMetodeMetode ESM ESM merupakanmerupakan metodemetode ratarata--rata rata bergerakbergerak yang yang memberikanmemberikan bobotbobot yang yang lebihlebih kuatkuat padapada data yang data yang lebihlebih terakhirterakhir daridari padapada yang yang lebihlebih awalawal..

Equations :Equations :

ContohContoh ::BerikutBerikut iniini data PTdata PT””XZXZ”” selamaselama 8 8 KuartalKuartal. . BerdasarkanBerdasarkan pengalamanpengalaman manajermanajer produksiproduksi nilainilai koefisienkoefisien ““pemuluspemulus”” ditetapkanditetapkan((αα= 0,1) = 0,1) dandan peramalanperamalan untukuntuk kuartalkuartal pertamapertama ditetapkanditetapkan 175 unit.175 unit.

KuartalKuartal ActualActual11 180180 22 168168 33 159159 44 175175 55 19019066 20520577 18018088 18218299 ??

Tentukan

Ramalan

untuk Kuartal

ke-9.

Exponential Smoothing SolutionExponential Smoothing Solution

iY a bX i= +

4. Linear Trend Projection4. Linear Trend Projection

$Y a bXi i= +b > 0

b < 0

a

a

Y

Time, X

Kausal/ Metode Least Square (Kuadrat Terkecil)Metode

Kausal

(Least Square) Adalah

metode

pendekatan

untuk

menentukan

atau

menghasilkan

garis

lurus

yang paling tepat

yang meminimumkan

jumlah

kuadrat

perbedaan

vertikal

dari

garis

pada

setiap

observasi

aktual.Formulasinya

:

Contoh

:

Saudara

diminta

menentukan

trend linear untuk

data deret

waktu

dari

tahun

2001-2007 mengenai

permintaan

Meubel

CV. Anu

sebagai

berikut

:

Tabel

Deman

CV.Anu

Tahun

2000-2007

Tahun

Demand2001

74

2002

792003

80

2004

902005

105

2006

1422007

122

TahunTahun Time Time PeriodPeriod

Power Power DemandDemand

xx22 xyxy

20012001 11 7474 11 7474

20022002 22 7979 44 158158

20032003 33 8080 99 240240

20042004 44 9090 1616 360360

20052005 55 105105 2525 525525

20062006 66 142142 3636 852852

20072007 77 122122 4949 854854

ΣΣx=28x=28 ΣΣy=692y=692 ΣΣxx22=140=140 ΣΣxyxy=3,063=3,063

TabelTabel PerhitunganPerhitungan ::

SELAMAT MENJADI GENERASI YANG JUJUR & TEKUN

ANALISIS KORELASIA. Pengertian

Ingin mengetahui apakah diantara dua variabel terdapat hubungan, dan jika ada hubungan, bagaimana arah hubungan dan seberapa besar hubungan tersebut, salah satu metode analisis kuantitatif yang dapat digunakan adalah korelasi. Analisis korelasi adalah teknik kuantitatif yang digunakan untuk mengukur keeratan hubungan atau korelasi antara dua variabel atau lebih.Analisis korelasi bertujuan untuk mengukur kekuatan asosiasi (hubungan) linear antara dua variabel. Korelasi tidak menunjukan hubungan fungsional atau dengan kata lain analisis korelasi tidak membedakan antara variabel dependent dengan variabel independent.

Dalam analisis korelasi dikenal ada dua jenis hubungan yaitu positif dan negatif, seperti yang nampak pada gambar berikut:

Gambar 1. Bentuk Hubungan + & -

Pada Analisis Korelasi

Rumus Untuk Menentukan Koefisien Korelasi :

Bentuk Hubungan Kuat Dan Lemahnya Suatu Korelasi dapat dilihat pada gambar berikut:

©

1995 Corel Corp

Contoh: Analisis korelasi atas permintaan dipengaruhi harga dan pendapatan dengan data sebagai berikut:

Menggunakan Ms Excel Untuk Mencari Korelasi

Analisis Korelasi Dengan SPSS Yaitu:Analisis Korelasi Dengan SPSS Yaitu:

1.1. MasukanMasukan data data keke Worksheet SPSSWorksheet SPSS dengandengan perintahperintah File/Open/DataFile/Open/Data

2.2. Dari menu Dari menu utamautama SPSS SPSS pilihpilih menu menu AnalyzeAnalyze, , kemudiankemudian pilihpilih submenu submenu CorrolateCorrolate lalulalu pilihpilih BivariateBivariate

3.3. TampakTampak dilayardilayar tampilantampilan Windows Windows BivariateBivariate CorrelationCorrelation

4.4. Isikan data ke Isikan data ke Kotak Variabel Kotak Variabel Yaitu Yaitu Variabel Konstruk Variabel Konstruk dan Sdan Skor Totalkor Total

5.5. Pilih Pilih Correlation Coefficients PearsonCorrelation Coefficients Pearson6.6. Pilih Pilih OkeOke7.7. Tampilkan Tampilkan Output SPSSOutput SPSS

Output Output HasilHasil UjiUji KorelasiKorelasi

Dari output uji Dari output uji korelasikorelasi menunjukkan bahwa menunjukkan bahwa penjualanpenjualan dandan keuntungankeuntungan pedagangpedagang buahbuah didi Kota Kota KendariKendari berkorelasiberkorelasi karena memiliki koefisien korelasi (r)karena memiliki koefisien korelasi (r)= 0,663= 0,663 ≥≥

0,30 atau dan 0,30 atau dan

nilai signifikan nilai signifikan = 0,026 = 0,026 berada di bawah berada di bawah αα

= 0,05. Sehingga = 0,05. Sehingga dapatdapat disimpulkandisimpulkan bahwabahwa besarnyabesarnya volume volume penjualanpenjualan memilikimemiliki hubunganhubungan eraterat dengandengan tingkattingkat perolehanperolehan labalaba parapara pedagangpedagang buahbuah didi Kota Kota KendariKendari padapada tahuntahun 2007.2007.

Correlations

1 .663*.026

11 11.663* 1.026

11 11

Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-tailed)N

Penjualan

Keuntungan

Penjualan Keuntungan

Correlation is significant at the 0.05 level (2-tailed).*.

KorelasiKorelasi ParsialParsialCorealsi

parsial

merupakan

korealasi

dengan

memasukan

suatu

variabel

tambahan

yang berfungsi

sebagai

pengontrol

dari

dua

variabel

yang berkorealsi

terdahulu.

Analisis Data Korelasi Parsial Dengan SPSS:Analisis Data Korelasi Parsial Dengan SPSS:1.1. MasukanMasukan data data keke Worksheet SPSSWorksheet SPSS dengandengan perintahperintah

File/Open/DataFile/Open/Data2.2. Dari menu Dari menu utamautama SPSS SPSS pilihpilih menu menu AnalyzeAnalyze, , kemudiankemudian pilihpilih

submenu submenu CorrolateCorrolate lalulalu pilihpilih PartialPartial3.3. TampakTampak dilayardilayar tampilantampilan Windows Partial Correlation Windows Partial Correlation sbbsbb::

4.4. Isikan data ke Isikan data ke Kotak Variabel Kotak Variabel Yaitu Yaitu penjualan dan penjualan dan keuntungan serta controlling for keuntungan serta controlling for yaitu biaya operasionalyaitu biaya operasional

5.5. Pilih Pilih TwoTwo--tailedtailed6.6. Pilih Pilih OkeOke7.7. Tampilkan Tampilkan Output SPSSOutput SPSS

Correlations

1.000 .548. .1010 8

.548 1.000

.101 .8 0

CorrelationSignificance (2-tailed)dfCorrelationSignificance (2-tailed)df

Penjualan

Keuntungan

Control VariablesBiaya Operasional

Penjualan Keuntungan

Output Hasil

Uji

Korelasi

Partial

output uji output uji korelasikorelasi parsialparsial menunjukkan bahwa menunjukkan bahwa penjualanpenjualan dandan keuntungankeuntungan pedagangpedagang buahbuah didi Kota Kota KendariKendari tanpatanpa variabelvariabel pengontrolpengontrol yaituyaitu biayabiaya operasionaloperasional memiliki koefisien korelasi memiliki koefisien korelasi (r)(r)= 0,663= 0,663 dengandengan adanyaadanya variabelvariabel pengontrolpengontrol turunturun menjadimenjadi 0,548 0,548 sedangkansedangkan tandatanda korelasikorelasi masihmasih positifpositif. .

HasilHasil PengujianPengujian dapatdapat diartikandiartikan besarnyabesarnya biayabiaya operasionaloperasional yang yang dikeluarkandikeluarkan oleholeh pedagangpedagang buahbuah masihmasih adaada korelasikorelasi yang yang positifpositif antaraantara volume volume penjualanpenjualan dandan keuntungankeuntungan. . SehinggaSehingga dapatdapat disimpulkandisimpulkan semakinsemakin tinggitinggi biayabiaya operasionaloperasional, , jikajika volume volume penjualanpenjualan bertambahbertambah, , adaada kecenderungankecenderungan keuntungankeuntungan yang yang diperolehdiperoleh pedagangpedagang buahbuah didi KendariKendari meningkatmeningkat. .

SELAMAT MENJADI GENERASI YANG JUJUR & TEKUN

ANALISIS REGRESIPendahuluan

Istilah ”Regresi” pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Galton menemukan adanya tendesi bahwa orang tuayang memiliki tubuh tinggi, memiliki anak-anak yang tinggi pula begitu pula sebaliknya. Analisis regresi adalah suatu persamaan matematika yang mendefinisikan hubungan antara dua variabel. Tujuan analisis regresi yaitu memprediksi besarnya variabel tergantung dengan menggunakan data variabel bebas yang sudah diketahui besarnya. Analisis regresi bertujuan mengukur kekuatan hubungan antara duavariabel atau lebih, juga menunjukan arah hubungan antara variabel dependent dengan variabel independent. Teknik estimasi variabel dependent yang melandasi analisis regresi yang disebut Ordinary Least Square (OLS) (pangkat kuadrat terkecil). Metode OLS diperkenalkan pertama kali oleh Carsl Freidrich Gauss, seorang ahli matematik dari Jerman. Inti metode OLS adalah mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis tersebut.

Hasil regresi adalah berupa koefisien dari masing-masing variabel independent. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependent dengan suatu persamaan. Secara ringkas analisis regresi mempelajari sejauh mana variabel respon (Y) bergantung pada variabel predikator (X).

1.1. PenjelasanPenjelasan (explanation) (explanation) terhadapterhadap fenomenafenomena yang yang dipelajaridipelajari atauatau permasalahanpermasalahan yang yang ditelitiditeliti..

2.2. prediksiprediksi nilainilai variabelvariabel tergantungtergantung berdasarkanberdasarkan nilaianilaia variabelvariabel bebasbebas, yang , yang manamana prediksiprediksi dengandengan regresiregresi iniini dapatdapat dilakukandilakukan secarasecara kuantitataifkuantitataif

3.3. FaktorFaktor determinandeterminan, , yaituyaitu penentuanpenentuan variabelvariabel bebasbebas manamana ((padapada regresiregresi bergandaberganda yang yang berpengaruhberpengaruh dominandominan terhadapterhadap variabelvariabel tergantungtergantung. Hal . Hal iniini dapatdapat dilakukandilakukan bilamanbilaman unit unit satuansatuan data data seluruhseluruh variabelvariabel samasama dandan skalaskala data data seluruhseluruh seluruhseluruh variabelvariabel homogenhomogen..

Kegunaan analisis regresi adalah:

ValiditasValiditas Model Model dandan ProsedurProsedur analisisanalisis RegresiRegresi

Asumsi Asumsi && PelanggaranPelanggaran asumsi Pada Regresi Bergandaasumsi Pada Regresi Berganda

Persamaan Y = -168,833 + 15,496 X1 + 0,268 X2 menyatakan bahwa apabila aset (X1 )meningkat 1 triliun, maka keuntungan (Y) meningkat 15,496 miliar rupiah, dengan demikian Apabila harga saham (X2 ) naik 1 rupiah, maka keuntungan perusahaan meningkat 0,268 miliar.

Nilai R2 = 0,930 ini menunjukkan kemampuan variabel asset dan harga saham menjelaskan perilaku keuntungan perusahaan sebesar 93% dan sisanya atau residu sebesar 7% dijelaskan oleh variabel lain yang tidak dimasukkan dan diteliti dalam persamaan tersebut. ini menunjukkan spesifikasi yang baik, karena kemampuan menjelaskannya relatif besar.

Y = -168,833 + 15,496 X1 + 0,268 X2(t= -0,55) (t= 6,865) (t= 1,627)

R Square = 0,930; Dw = 2,151 & rX1 X2 Y = -0,124

Linear Prograimming adalah suatu model yang dapat digunakan untuk memecahkan masalahpengalokasian sumber daya yang terbatas secaraoptimal.

Linear Prograimming merupakan metode matematik dalam mengalokasikan sumber daya yang langkah untuk mencapai suatu tujuan seperti maksimum keuntungan dan meminimumkan biaya.

Tujuan linear prograimming adalah mencari titik maksimum atau minimum dari suatu fungsi tujuan dengan kendala-kendala/keterbatasan yang dimiliki dan mencari solusi terbaik dari berbagi masalah-masalah/kendala yang dihadapi.

1.1. MelihatMelihat pengalokasianpengalokasian sumbersumber dayadaya yang yang dimilikidimiliki secarasecara optimal (optimal (maksimummaksimum & & Minimum).Minimum).

2.2. SebagaiSebagai dasardasar dalamdalam membuatmembuat perncanaanperncanaan, , penjadwalanpenjadwalan, , penentuanpenentuan kapasitaskapasitas produksiproduksi dandan perencanaanperencanaan kegiatankegiatan--kegiatankegiatan untukuntuk mencapaimencapai suatusuatu hasilhasil yang optimal yang optimal sertaserta pemecahanpemecahan masalahmasalah yang optimal.yang optimal.

3.3. SebagaiSebagai dasardasar pengambilanpengambilan keputusankeputusan daridari berbagaiberbagai alternatifalternatif penggunaanpenggunaan sumbersumber dayadaya yang yang terbatasterbatas..

Kegunaan Linear Prograimming (LP)adalah:

TahapanTahapan--tahapantahapan Linear Prograimming (LP)

1)1) MasalahMasalah harusharus dapatdapat diidentifikasidiidentifikasi sebagaisebagai sesuatusesuatu yang yang dapatdapat diselesaiakandiselesaiakan dengandengan Linear Prograimming

2)2) MasalahMasalah yang yang tidaktidak terstrukturterstruktur harusharus dapatdapat dirumuskandirumuskan dalamdalam model model matematikamatematika, , sehinggasehingga menjadimenjadi terstrukturterstruktur

3)3) Model Model harusharus diselesaikandiselesaikan dengandengan teknikteknik matematikamatematika yang yang dibuatdibuat..

CiriCiri--ciriciri masalahmasalah yang yang dapatdapat diselesaikandiselesaikan dengandengan LP LP dikelompokandikelompokan atasatas 2 2 yaituyaitu::

1.1. StrukturStruktur model model

FungsiFungsi tujuantujuan,, hubunganhubungan matematikamatematika linear yang linear yang menjelaskanmenjelaskan tujuantujuan perusahaanperusahaan dalamdalam terminologiterminologivariabelvariabel keputusankeputusanVariabelVariabel keputusankeputusan,, simbolsimbol matematikamatematika yang yang menggambarkanmenggambarkan tingkatantingkatan aktivitasaktivitas perusahaanperusahaanKendalaKendala ((BatasanBatasan),), merupakanmerupakan hubunganhubungan linear linear dengandengan variabelvariabel keputusankeputusan; ; batasanbatasan menunjukkanmenunjukkanketerbatasanketerbatasan perusahaanperusahaan karenakarena lingkunganlingkungan operasioperasiperusahaanperusahaan..Parameter,Parameter, nilainilai kostankostan yang yang biasanyabiasanya merupakanmerupakankoefisienkoefisien daridari variabelvariabel ((simbolsimbol) ) dalamdalam persamaanpersamaan..

2. 2. AsumsiAsumsi ModelModel

ProporsionalProporsional,, setiapsetiap variabelvariabel keputusankeputusan yang yang mempunyaimempunyai pengaruhpengaruh linear linear terhadapterhadap fungsifungsitujuantujuan dandan fungsifungsi pembataspembatas yang yang adaadaPertambahanPertambahan ((additivityadditivity),), fungsifungsi tujuantujuanmaupunmaupun batasanbatasan selaluselalu ditambahkanditambahkanDapatDapat dibagidibagi (divisibility),(divisibility), memungkinkanmemungkinkannilainilai variabelvariabel keputusankeputusan non integernon integerPastiPasti (Deterministic)(Deterministic) yaituyaitu nilainilai daridari semuasemuamodel parameter model parameter diasumsikandiasumsikan konstankonstan dandandiketahuidiketahui secarasecara pastipastiNonNon--NegatifNegatif,, tidaktidak adaada nilainilai variabelvariabelkeputusankeputusan bernilaibernilai negatifnegatif yang yang adaada nilainilai nolnolatauatau positifpositif..

3. 3. MetodeMetode SimplexSimplexMerupakan suatu teknik pemecahan yang umum, pada Merupakan suatu teknik pemecahan yang umum, pada metode simplex, model diubah kedalam bentuk suatu metode simplex, model diubah kedalam bentuk suatu tabel, kemudian dilakukan beberapa langkah tabel, kemudian dilakukan beberapa langkah matematika pada tabel tersebut. Langkahmatematika pada tabel tersebut. Langkah--langkah langkah matematis ini pada dasarnya merupakan replikasi matematis ini pada dasarnya merupakan replikasi proses pemindahan dari suatu titik ekstrim ketitik proses pemindahan dari suatu titik ekstrim ketitik ekstrim lainnya batas solusi. Metode simpleks bergerak ekstrim lainnya batas solusi. Metode simpleks bergerak dari suatu solusi yang lebih baik sampai solusi yang dari suatu solusi yang lebih baik sampai solusi yang terbaik di dapat.terbaik di dapat.

MetodeMetode simplex simplex merupakanmerupakan alogaritmaalogaritma untukuntukmemecahkanmemecahkan masalahmasalah umumumum linear programming. linear programming. MetodeMetode simplekssimpleks adalahadalah suatusuatu prosedurprosedur aljabaraljabar yang yang melaluimelalui serangkaianserangkaian operasioperasi--operasioperasi berulangberulang, , dapatdapatmemecahkanmemecahkan suatusuatu masalahmasalah yang yang terdiriterdiri daridari tigatigavariable variable atauatau lebihlebih walaupunwalaupun masalahmasalah--masalahmasalahdengandengan empatempat variable variable keputusankeputusan atauatau empatempatpersamaanpersamaan batasanbatasan, , perhitunganperhitungan sebaiknyasebaiknyamengunakanmengunakan komputerkomputer. .

TeknikTeknik mengoperasikanmengoperasikan metodemetode simplex simplex yaituyaitu ::

1.1.PerumusanPerumusan masalahmasalah2.2.MenyusunMenyusun tabeltabel awalawal dengandengan variablevariable--

variabelvariabel slack slack dalamdalam penyesuaianpenyesuaian3.3.Menentukan varabel yang akan Menentukan varabel yang akan

dimasukan dalam penyesuaiandimasukan dalam penyesuaian4.4.MenentukanMenentukan vribelvribel yang yang digantidiganti5.5.MenghitungMenghitung nilainilai--nilainilai barubaru6.6.MenggantiMengganti barisbaris--barisbaris lainnyalainnya

Input Data/modelInput Data/model

SolusiSolusi (solve)(solve)1. Iterations1. Iterations

2. 2. SolusiSolusi

3. 3. GrafikGrafik

SELAMAT MENJADI GENERASI YANG JUJUR & TEKUN