laboratorium manajemen dasar modul...
TRANSCRIPT
LABORATORIUM MANAJEMEN DASAR
MODUL METODE RISET
Nama :
NPM/Kelas :
Fakultas/Jurusan :
FAKULTAS EKONOMI
UNIVERSITAS GUNADARMA
DEPOK 2015
LABORATORIUM MANAJEMEN DASAR
METODE RISET i LITBANG PTA 15/16
KATA PENGANTAR
Assalamu’alaikum Wr. Wb.
Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan
rahmat dan karunia-Nya sehingga modul praktikum Riset Akuntansi ini dapat
terselesaikan.
Modul praktikum ini merupakan penyempurnaan dari modul praktikum
sebelumnya dan diharapkan dengan adanya modul praktikum ini dapat meningkatkan
pemahaman dasar materi praktikum serta sebagai pedoman bagi mahasiswa dalam
melakukan penelitian-penelitian ekonomi. Selain itu, modul ini juga dapat digunakan
sebagai dasar suatu pandangan mahasiswa dalam melihat keadaan perekonomian dan
disesuaikan dengan teori-teori ekonomi yang ada.
Dengan penuh kesadaran, bahwa modul praktikum ini masih perlu
disempurnakan lagi, sehingga saran dan kritik untuk penyajian serta isinya sangat
diperlukan.
Akhir kata, terima kasih kepada tim Litbang Metode Riset Laboratorium
Manajemen Dasar 2015/2016 yang turut berpartisipasi dalam penulisan modul
praktikum ini. Ucapan terima kasih juga kami sampaikan kepada seluruh pihak yang
berpartisipasi sehingga pelaksanaan praktikum ini dapat berjalan dengan lancar.
Wassalamu’alaikum Wr. Wb.
Depok, Maret 2015
Tim Litbang
LABORATORIUM MANAJEMEN DASAR
METODE RISET ii LITBANG PTA 15/16
DAFTAR ISI
KATA PENGANTAR ……………….……………………………............ i
DAFTAR ISI ……………………………………………………………… ii
DAFTAR TABEL …………………………………………………............ iv
DAFTAR GAMBAR ……………………………………………………… viii
UJI NORMALITAS
I. Pendahuluan ……………………………………………………….. 1
II. Analisis Yang Diperlukan …………………………….…………… 2
III. Contoh Kasus ……………………………………………................ 3
IV. Langkah-langkah Pengerjaan ……………………………................ 6
V. Analisis Pengerjaan ………………………………………............... 13
UJI T SAMPEL BEBAS
I. Pendahuluan ……………………………………………………….. 14
II. Analisis Yang Diperlukan …………………………….…………… 15
III. Contoh Kasus ……………………………………………................ 16
IV. Langkah-langkah Pengerjaan ……………………………................ 16
V. Analisis Pengerjaan ………………………………………............... 24
UJI T SAMPEL BERPASANGAN
I. Pendahuluan ……………………………………………………….. 25
II. Analisis Yang Diperlukan …………………………….…………… 25
III. Contoh Kasus ……………………………………………................ 26
IV. Langkah-langkah Pengerjaan ……………………………................ 27
V. Analisis Pengerjaan ………………………………………............... 32
LABORATORIUM MANAJEMEN DASAR
METODE RISET iii LITBANG PTA 15/16
ANOVA
I. Pendahuluan ……………………………………………………….. 33
II. Analisis Yang Diperlukan …………………………….…………… 34
III. Contoh Kasus ……………………………………………................ 35
IV. Langkah-langkah Pengerjaan ……………………………................ 36
V. Analisis Pengerjaan ………………………………………............... 47
REGRESI LINIER BERGANDA
I. Pendahuluan ……………………………………………………….. 49
II. Analisis Yang Diperlukan …………………………….…………… 50
a) Persamaan umum regreri linier berganda ………………….. 50
b) Uji asumsi klasik …………………………………………… 50
c) Koefisien korelasi ………………………………………….. 51
d) Koefisien determinasi ………………………………………. 51
e) Kesalahan standar estimasi …………………………………. 51
III. Contoh Kasus ……………………………………………................ 52
IV. Langkah-langkah Pengerjaan ……………………………................ 52
V. Analisis Pengerjaan ………………………………………............... 60
DAFTAR PUSTAKA ……………………………………………………. 61
LABORATORIUM MANAJEMEN DASAR
METODE RISET iv LITBANG PTA 15/16
DAFTAR GAMBAR
Gambar 1.1. Tampilan menu awal R-Commander ……………………… 3
Gambar 1.2. Tampilan name for data set ….…………………………….. 3
Gambar 1.3. Tampilan data editor ………………………………………. 4
Gambar 1.4. Tampilan Variable editor ………………………………….. 5
Gambar 1.5. Tampilan isi Data editor …………………………………… 5
Gambar 1.6. Tampilan Script Window ………………………………….. 6
Gambar 1.7. Tampilan Scale Reliability ………………………………… 7
Gambar 1.8. Tampilan Output Dongop …………………………………. 8
Gambar 1.9. Tampilan Output Donlod dan Ducato ……………………... 9
Gambar 2.1. Tampilan menu awal R-Commander ……………………… 13
Gambar 2.2. Tampilan new data set ……...……………………………… 13
Gambar 2.3. Tampilan data editor ………………………………………. 14
Gambar 2.4. Tampilan Variable editor skor……………………………… 14
Gambar 2.5. Tampilan Variable editor kode ..…………………………… 15
Gambar 2.6. Tampilan isi data editor ……………………………………. 15
Gambar 2.7. Tampilan Manage Variabel ..………………………………. 16
Gambar 2.8. Tampilan Bin numeric ………………………………..……. 27
Gambar 2.9. Tampilan Bin names ……………………………………….. 17
LABORATORIUM MANAJEMEN DASAR
METODE RISET v LITBANG PTA 15/16
Gambar 2.10. Tampilan menu olah data ………………………………….. 18
Gambar 2.11. Tampilan independent samples t-Test ……………………… 19
Gambar 2.12. Tampilan independent samples t-Test ……………………… 19
Gambar 3.1. Tampilan menu awal R-Commander ………………………. 32
Gambar 3.2. Tampilan new data set ……...……………………………… 24
Gambar 3.3. Tampilan data editor ……………………………………….. 24
Gambar 3.4. Tampilan Variable editor sebelum .………………………… 25
Gambar 3.5. Tampilan Variable editor sesudah …………………………. 25
Gambar 3.6. Tampilan isi data editor ……………………………………. 25
Gambar 3.7. Tampilan menu olah data ...………………………………… 26
Gambar 3.8. Tampilan Paired t-Test ………………………………..…… 26
Gambar 3.9. Tampilan Output …………………………………………… 27
Gambar 4.1. Tampilan menu awal R-Commander ……………………… 32
Gambar 4.2. Tampilan menu new data set ……...……………………….. 33
Gambar 4.3. Tampilan new data set ……...…………….………………… 33
Gambar 4.4. Tampilan data editor ……………………………………….. 34
Gambar 4.5. Tampilan Variable editor usia …...………………………… 35
Gambar 4.6. Tampilan Variable editor pertumbuhan penduduk ………… 35
Gambar 4.7. Tampilan isi data editor ……………………………………. 35
Gambar 4.8. Tampilan Script Window ...………………………………… 36
LABORATORIUM MANAJEMEN DASAR
METODE RISET vi LITBANG PTA 15/16
Gambar 4.9. Tampilan Manage Variables …….…………………..…….. 37
Gambar 4.10. Tampilan Bin a Numberic Variables ………………………. 37
Gambar 4.11. Tampilan Bin Names ………………………………………. 38
Gambar 4.12. Tampilan menu Olah Data …………………………….…… 38
Gambar 4.13. Tampilan Levenes Test …………………………………….. 39
Gambar 4.14. Tampilan menu Olah Data …………………………….…… 39
Gambar 4.15. Tampilan One-way Analysis of Variance …………………. 39
Gambar 4.16. Tampilan Output Bagian 1 ………………………………… 40
Gambar 4.17. Tampilan Output Bagian 2 ………………………………… 41
Gambar 4.18. Tampilan Output Bagian 3 ………………………………… 42
Gambar 5.1. Tampilan menu awal R-Commander ……………………… 49
Gambar 5.2. Tampilan menu new data set ……...……………………….. 50
Gambar 5.3. Tampilan new data set ……...…………….………………... 50
Gambar 5.4. Tampilan data editor ………………………………………. 51
Gambar 5.5. Tampilan Variable editor tingkat inflasi …….…………….. 52
Gambar 5.6. Tampilan Variable editor suku bunga …………….……….. 52
Gambar 5.7. Tampilan Variable editor kinerja perusahaan …….……….. 52
Gambar 5.8. Tampilan isi data editor ……………………………………. 52
Gambar 5.9. Tampilan Script Window ...………………………………… 53
Gambar 5.10. Tampilan menu Olah Data …………………………….…… 54
LABORATORIUM MANAJEMEN DASAR
METODE RISET vii LITBANG PTA 15/16
Gambar 5.11. Tampilan Linier Regression ………….……………………. 55
Gambar 5.12. Tampilan Output ……….………………………………….. 55
LABORATORIUM MANAJEMEN DASAR
METODE RISET viii LITBANG PTA 15/16
DAFTAR TABEL
Gambar 1.1. Data Penjualan Ban ………………….…………………….. 2
Gambar 2.1. Data Penjualan Tiket ……….………………………………. 12
Gambar 3.1. Data Penjualan Traktor sawah ……….…………………….. 22
Gambar 4.1. Data Pertumbuhan Penduduk Kota Bogor …..…………….. . 31
Gambar 5.1. Data Pengaruh antara Tingkat Inflasi dan Suku Bunga
Terhadap Kinerja Perusahaan …..………………………….. 48
LABORATORIUM MANAJEMEN DASAR UJI NORMALITAS
METODE RISET Hal 1 LITBANG PTA 15/16
UJI NORMALITAS
I. PENDAHULUAN
Uji normalitas adalah suatu bentuk pengujian tentang kenormalan distribusi
data. Tujuan dari uji ini adalah untuk mengetahui apakah data yang diambil adalah
data yang terdistribusi normal. Maksud dari data terdistribusi normal adalah bahwa
data akan mengikuti bentuk distribusi normal dimana datanya memusat pada nilai
rata-rata dan median. Uji ini sering dilakukan untuk analisis statistik parametrik. Uji
dapat dilakukan setelah menentukan tipe data dari data penelitian yang diambil.
II. ANALISIS YANG DIPERLUKAN
Yang perlu dilihat dari output R programming adalah nilai signifikan dari
Shapiro-Wilk Test of Normality. Dalam hal ini nilai signifikan Shapiro-Wilk Test of
Normality harus lebih besar dari (>) 0,05. Namun, sebenarnya dalam menguji
kenormalam suatu data ada banyak hal yang perlu diketahui, seperti nilai
perbandingan antara nilai skewness dengan standar error skewness yang
menghasilkan rasio skewness dan perbandingan antara nilai kurtosis dengan nilai
standar error kurtosis yang akan mengahasilkan rasio kurtosis. Dari kedua rasio
perbandingan tersebut dapat dikatakan normal bila mempunyai nilai antara -2 sampai
dengan 2. Selain hal tersebut masih ada satu lagi alat uji untuk melihat kenormalan
data yaitu dengan nilai K-S dengan syarat bila nilai probabilitas lebih besar dari (>)
0,05 maka data tersebut dikatakan normal.
LABORATORIUM MANAJEMEN DASAR UJI NORMALITAS
METODE RISET Hal 2 LITBANG PTA 15/16
III. CONTOH KASUS
1. Toko sparepart mobil Beng-Beng menjual berbagai jenis merk ban mobil di
Indonesia. Berikut adalah data penjualan Toko Ban Beng-Beng selama 1
tahun :
Dungop Donlod Ducato
6156 1515 5615
1561 1615 5616
1165 6165 6515
5115 6615 1515
6665 1556 1155
Tabel 1.1. Data Penjualan Ban
Berdasarkan data diatas, ujilah apakah data tersebut terdistribusi normal atau
tidak!
Jawaban:
IV. LANGKAH-LANGKAH PENGERJAAN
Untuk mencari nilai-nilai normalitas data tersebut dengan menggunakan
program R, ikutilah langkah-langkah berikut :
1. Tekan icon R Commander pada desktop kemudian akan muncul tampilan
seperti gambar di bawah ini.
LABORATORIUM MANAJEMEN DASAR UJI NORMALITAS
METODE RISET Hal 3 LITBANG PTA 15/16
Gambar 1.1 Tampilan menu awal R commander
2. Pilih menu Data, New data set. Masukkan nama dari data set adalah
NORMALITAS tekan tombol OK. Kemudian ketik Nama Data Set
“NORMALITAS” pada Enter name for data set, lalu OK.
Gambar 1.2. Tampilan menu name for data set
LABORATORIUM MANAJEMEN DASAR UJI NORMALITAS
METODE RISET Hal 4 LITBANG PTA 15/16
Setelah itu akan muncul tampilan Data Editor.
Gambar 1.3. Tampilan data editor
3. Pada Data Editor masukkan data Ban Mobil dengan var1 untuk Dungop, var2
untuk Donlod dan var3 untuk Ducato. Jika Data Editor tidak aktif maka dapat
diaktifkan dengan menekan RGui di Taskbar windows pada bagian bawah
layar monitor.. Untuk mengubah nama dan tipe variabel, dapat dilakukan
dengan cara double click pada variable yang ingin di setting. Pemilihan type,
dipilih numeric pada semua variabel. Jika sudah selesai dalam pengisian data
tekan tombol Close
LABORATORIUM MANAJEMEN DASAR UJI NORMALITAS
METODE RISET Hal 5 LITBANG PTA 15/16
Gambar 1.4. Tampilan Variabel editor
4. Kemudian Isi masing-masing variabel sesuai dengan data soal setelah selesai
isi data kemudian tekan tombol X (close).
Gambar 1.5. Tampilan isi Data Editor
LABORATORIUM MANAJEMEN DASAR UJI NORMALITAS
METODE RISET Hal 6 LITBANG PTA 15/16
5. Selanjutnya setelah data editor di close, pilih window R-commander kembali
maka akan muncul tampilan seperti ini:
Gambar 1.6. Tampilan Sript Window
6. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol View
Data Set. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki
data yang salah. JIka data sudah benar maka pilih Statistics, Summaries,
Shapiro-Wilk test of normality. Pada Shapiro-Wilk test of normality, pilih
satu-satu variabel, yaitu Dungop, Donlod dan Ducato lalu OK.
LABORATORIUM MANAJEMEN DASAR UJI NORMALITAS
METODE RISET Hal 7 LITBANG PTA 15/16
Gambar 1.7. Tampilan Scale Reliability
7. Kemudian akan muncul output pada R-Commander seperti ini :
LABORATORIUM MANAJEMEN DASAR UJI NORMALITAS
METODE RISET Hal 8 LITBANG PTA 15/16
Gambar 1.8. Tampilan Output Dongop, Donlod dan Ducato
Nilai p-value Dungop sebesar 0,1767 berati probabilitas lebih dari 0,05;
maka data untuk penjualan Ban Dungop terdistribusi normal.
NIlai p-value Donlod sebesar 0,016 berati probabilitas kurang dari 0,05;
maka data untuk penjualan Ban Donlod terdistribusi tidak normal.
NIlai p-value Ducato sebesar 0,0871 berati probabilitas lebih dari 0,05;
maka data untuk penjualan Ban Ducato terdistribusi normal
LABORATORIUM MANAJEMEN DASAR UJI NORMALITAS
METODE RISET Hal 9 LITBANG PTA 15/16
V. ANALISIS PENGUJIAN
1. Syarat
P-Value > 0,05 = data terdistribusi normal
P-Value < 0,05 = data tidak terdistribusi normal
2. Nilai P value
Dungop : 0,1767
Donlod : 0,016
Ducato : 0,0871
3. Keputusan
P-value Dungop > 0,05 : data terdistribusi normal
P-value Donlod < 0,05 : data tidak terdistribusi normal
P-values Ducato > 0,05 : data tidak terdistribusi normal
4. Kesimpulan
Karena terdapat data yang tidak terdistribusi normal yaitu data Dungop,
Donlod dan Ducato, maka dapat disimpulkan bahwa ketiga data tidak
terdistribusi normal.
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 10 LITBANG PTA 15/16
UJI T SAMPEL BEBAS
(INDEPENDENT SAMPLE T-TEST)
I. PENDAHULUAN
Pengujian Hipotesis dengan distribusi t adalah pengujian hipotesis yang
menggunakan distribusi t sebagai uji statistik. Tujuan analisis ini adalah untuk
membandingkan dua rata-rata dua grup atau populasi yang tidak berhubungan. Tabel
pengujian disebut dengan tabel tstudent.
Distribusi ini pertama kali diterbitkan dalam suatu makalah oleh W.S Gosset
pada tahun 1908. Pada waktu itu Gosset Bekerja pada perusahaan bir Irlandia yang
melarang penerbitan oleh Karyawannya. Untuk mengelakkan larangan tersebut, ia
menerbitkan karyanya secara rahasia dibawah nama “student”. Karena itulah
distribusi t biasa disebut Distribusi Student. Hasil uji statistiknya kemudian
dibandingkan dengan nilai yang ada pada tabel t kemudian dianalisis untuk
mengetahui hipotesis yang mana yang akan diterima maupun ditolak.
Ciri – ciri Uji t :
1. Penentuan nilai tabel dilihat besarnya dari tingkat signifikan serta besarnya
derajat bebas.
2. Kasus yang diuji bersifat acak.
Fungsi Pengujian Uji t :
1. Untuk memperkirakan interval rata-rata.
2. Untuk menguji hipotesis tentang rata-rata suatu sampel.
3. Menunjukkan batas penerimaan suatu hipotesis.
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 11 LITBANG PTA 15/16
4. Untuk menguji suatu pernyataan apakah sudah layak untuk
dipercaya.
II. ANALISIS YANG DIPERLUKAN
Langkah-langkah analisis pengujian dalam Uji T Sampel Bebas adalah :
1. Menentukan hipotesis pengujian
Ho: Rata-rata kedua sampel adalah identik atau sama
Ha: Rata-rata kedua sampel adalah tidak identik atau tidak sama
2. Menentukan daerah kritis berdasarkan taraf nyata dan derajat bebas
3. Kriteria pengujian :
P-value > 0,05 maka Ho diterima
P-value < 0,05 maka Ha diterima
4. Nilai P-Value
5. Menentukan keputusan
6. Membuat kes
7. impulan dari keputusan yang telah ditentukan
III. CONTOH KASUS
Seorang Manajer suatu travel agent ingin membandingkan 2 penjualan tiket
maskapai penerbangan di Indonesia yaitu Garuda Indonesia dan Citilink , apakah
kedua maskapai tersebut penjualanya sama sama laris atau tidak.
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 12 LITBANG PTA 15/16
Dibawah ini data penjualanya selama 5 bulan belakangan :
Garuda Citilink
116 566
661 116
516 656
561 115
665 515
Tabel 2.1. Data Penjualan Tiket
IV. LANGKAH LANGKAH PENGERJAAN
1. Tekan icon R Commander pada desktop, kemudian akan muncul tampilan
seperti gambar di bawah ini.
Gambar 2.1 : Tampilan menu awal R-Commander
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 13 LITBANG PTA 15/16
2. Pilih data, lalu klik new data set, akan muncul name box. Lalu ganti namanya
menjadi Independent seperti gambar dibawah ini
Gambar 2.2 : Tampilan kotak dialog New Data Set
3. Kemudian akan muncul data editor seperti pada gambar dibawah ini
Gambar 2.3 : Tampilan data editor
4. Ganti Var 1 dengan nama Skor kemudian ganti var 2 dengan nama Kode,
ganti kedua type dengan numerik
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 14 LITBANG PTA 15/16
Gambar 2.4 : Tampilan variabel Editor SKOR
Gambar 2.5 : Tampilan Variabel Editor KODE
5. Kemudian isi data editor sesuai dengan soal, seperti gambar dibawah ini
Gambar 2.6 : Tampilan Isi Data Editor
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 15 LITBANG PTA 15/16
6. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol View
data set. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki.
7. Langkah selanjutnya adalah pengkodean, yaitu pilih Manage Variables in active
data set kemudian pilih Bin Numeric Variable.
Gambar 2.7 : Tampiulan Manage Variabel
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 16 LITBANG PTA 15/16
8. Lalu Pilih Kode, setelah itu geser number of bin menjadi 2 seperti gambar
dibawah ini
Gambar 2.8 : Tampilan Bin Numeric
9. Klik Ok lalu akan muncul box seperti dibawah ini. Kode 1 diubah menjadi
Garuda lalu kode 2 diubah menjadi Citilink
Gambar 2.9 : Tampilan Bin Names
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 17 LITBANG PTA 15/16
10. Setelah itu klik ok. Kemudian pilih Statistics – Mean – Independent samples
t-test
Gambar 2.10 : Tampilan Menu Olah Data
11. Pilih Response Variable lalu klik skor. Pada Assume equal variances pilih
Yes. Kemudian oke
Gambar 2.11 : Tampilan Independent Samples t-test
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 18 LITBANG PTA 15/16
12. Maka Akan muncul Output Seperti dibawah ini
Gambar 2.12 : Hasil Pengujian Independent Samples T-test
V. ANALISIS PENGUJIAN
1. Hipotesis
Ho : rata-rata penjualan kedua tiket maskapai penerbangan identik atau
sama
Ha : rata-rata penjualan kedua tiket maskapai penerbangan tidak identik
atau tidak sama.
2. Taraf nyata α = 0,05 : df = n-2 = 10-2 = 8
3. Kriteria Pengujian :
Jika probabilitas (p-value) ≥ 0,05 maka Ho diterima
Jika probabilitas (p-value) < 0,05 maka Ho ditolak
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 19 LITBANG PTA 15/16
4. Dari hasil pengolahan R-Programing diperoleh P value = 0,4938
5. Keputusan :
Hasil perhitungan menyatakan bahwa besarnya probabilitas (p-value) adalah
0,4938 karena probabilitas lebih besar daripada taraf uji yang digunakan
dalam penelitian atau p-value ≥ α atau 0,4938 ≥ 0,05 maka Ho diterima.
6. Kesimpulan :
Rata-rata penjualan kedua tiket maskapai penerbangan identik atau sama
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 20 LITBANG PTA 15/16
UJI T SAMPEL BERPASANGAN
(PAIRED SAMPLE T-TEST)
I. PENDAHULUAN
Paired sample t-test adalah uji t dimana sampel berpasangan. Pengujian ini
digunakan untuk menguji perbandingan rata – rata dua sampel yang berpasangan.
Pengujian ini biasanya dilakukan pada suatu sampel antara sebelum dan sesudah
diberikan perlakuan.
Tujuan uji paired sample t-test adalah untuk menguji perbandingan rata – rata
dua sampel yang berpasangan.
Syarat dari uji paired sample t-test
P-value > 0,05 maka Ho diterima
P-value < 0,05 maka Ha diterima
II. LANGKAH-LANGKAH ANALISIS PENGUJIAN
Analisis yang diperlukan dalam uji paired sample t-test tahapan tahapannya
adalah :
1. Hipotesis
Ho : tidak ada perbedaan antara sebelum dan sesudah adanya pelakuan
Ha : ada perbedaan antara sebelum dan sesudah adanya pelakuan
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 21 LITBANG PTA 15/16
2. Kriteria/ Syarat Pengambilan Keputusan
P Value > 0,05 Ho Diterima
P Value < 0,05 Ha Diterima
3. Lihat P-Value
4. Mengambil Keputusan
5. Menentukan Kesimpulan
III. CONTOH KASUS
Sukijan adalah seorang CEO perusahaan penjualan traktor sawah. Ia ingin
melihat apakah ada perbedaan rata rata penjualan traktor sebelum dan sesudah
dilakukanya iklan traktor miliknya di televisi. Rata rata penjualan traktor tersebut di 5
dealer traktornya adalah sebagai berikut
Dealer Sebelum Sesudah
Dealer New York 1155 1111
Dealer London 1515 1555
Dealer Madrid 1616 1566
Dealer Paris 1156 1651
Dealer Roma 1665 1166
Tabel 3.1. Data penjualan traktor sawah
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 22 LITBANG PTA 15/16
IV. LANGKAH-LANGKAH PENGERJAAN
1. Buka R Comander sampai muncul tampilah dibawah ini
Gambar 3.1. Tampilan awal R Commander
2. Lalu Pilih Data – New Data Set setelah itu akan muncul name box, ganti
nama menjadi paired seperti gambar dibawah ini
Gambar 3.2. Tampilan New Data Set
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 23 LITBANG PTA 15/16
3. Lalu akan muncul data editor seperti gambar dibawah ini
Gambar 3.3. Tampilan Data Editor
4. Kemudian ganti Var 1 menjadi Sebelum dan var 2 menjadi Sesudah. Lalu
ganti type menjadi Numerik seperti gambar dibawah ini
Gambar 3.3.
Tampilan Variabel Editor Sebelum
Gamabar 3.4.
Tampilan Variabel Editor Sesudah
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 24 LITBANG PTA 15/16
5. Kemudian masukan data sesuai dengan soal yang ada
Gambar 3.5. Tampilan Data Editor yang telah diisi
6. Setelah itu Close data editor, pilih Statistics – Means – Paired sampel t test
Gambar 3.6. Tampilan Menu Paired t-test
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 25 LITBANG PTA 15/16
7. Kemudian akan muncul dialog box, pilih Sebelum untuk First Variable dan
Sesudah untuk Second Variable seperti gambar dibawah ini
Gambar 3.7. Tampilan Paired t-Test
8. Kemudian Klik Ok dan akan muncul Output window seperti gambar dibawah
ini
Gambar 3.8. Tampilan Output
LAB. MANAJEMEN DASAR UJI T SAMPEL BERPASANGAN
METODE RISET Hal 26 LITBANG PTA 15/16
V. ANALISIS PENGUJIAN
1. Hipotesis
Ho : Tidak ada perbedaan rata-rata penjualan traktor sawah sebelum dan
sesudah adanya iklan ditelevisi
Ha : ada perbedaan rata-rata penjualan traktor sawah sebelum dan sesudah
adanya iklan ditelevisi
2. Syarat dan Ketentuan
P-value > 0,05 maka Ho diterima
P-value < 0,05 maka Ho ditolak
3. P-Value : 0,945
4. Keputusan : Karena nilai p-value > 0,05 maka Ho diterima
5. Kesimpulan : Tidak ada perbedaan rata-rata penjualan traktor sawah sebelum
dan sesudah adanya iklan ditelevisi
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 27 LITBANG PTA 15/16
UJI ANOVA
( Analysis Of Variance )
I. PENDAHULUAN
Uji perbedaan lebih dari dua sampel disebut juga analisis varians,
dipopulerkan oleh Sir Ronald Aylmer Fisher, seorang pendiri modern. Distribusi F
digunakan sebagai statisti uji untuk anova, karena memiliki ciri-ciri sebagai berikut :
a. Tidak pernah bernilai negative
b. Merupakan distribusi yang continue yang mendekati sumbu X tetapi tidak
pernah menyentuhnya
c. Kemencengannnya positif
d. Didasarkan pada dua derajat kebebasan
Analisis ini digunakan untuk :
a. Menguji hipotesis kesamaan rata-rata antara lebih dari dua grup atau populasi
(tidak berbeda secara signifikan).
b. Menguji apakah varians populasinya sama atau tidak.
Asumsi :
1. Populasi-populasi yang akan diuji terdistribusi normal
2. Varians dari populasi-populasi tersebut adalah sama
3. Sampel tidak berhubungan satu dengan yang lain
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 28 LITBANG PTA 15/16
II. ANALISIS YANG DIPERLUKAN
a) Uji Kesamaan Varians
Lihat output livene’s test of homogeneity of varians
1. Hipotesis :
Ho : Varians ketiga sampel identik
Ha : Varians ketiga sampel tidak identik
2. Pengambilan keputusan
Jika Probabilitas > 0.05, maka Ho di terima
Jika Probabilitas < 0.05, maka Ho di tolak
Pada tahap selanjutnya jika varians memiliki Ho yang identik maka
dilanjutkan menggunakan uji Anova, jika Ho ditolak maka penelitian hanya pada
tahap uji kesamaan varians saja.
b) Uji Anova
Lihat output analysis of varians
1. Hipotesis :
Ho : ke-3 rata-rata populasi adalah identik
Ha : ke-3 rata-rata populasi adalah tidak identik
2. Pengambilan keputusan
Jika Probabilitas > 0.05, maka Ho di terima
Jika Probabilitas < 0.05, maka Ho di tolak
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 29 LITBANG PTA 15/16
III. CONTOH KASUS
Perusahaan Lembaga Survey bernama Martha.Inc ingin mengetahui
perkembangan pertumbuhan penduduk di suatu kota yaitu Kota Bogor. Terbagi
menjadi tiga usia yaitu Dewasa, Remaja, dan Balita . Perusahaan tersebut melakukan
sebuah riset pada kota tersebut dan ingin mengetahui apakah ada perbedaan rata-rata
kenaikan pertumbuhan penduduk didaerah Kota Bogor. Berikut adalah data
Pertumbuhan penduduk Kota Bogor berdasarkan Usia pada 5 tahun terakhir:
Tahun/ Usia Dewasa Remaja Balita
1 511 515 516
2 551 555 565
3 561 511 516
4 516 551 556
5 556 561 566
Gambar 4.1. Data Pertumbuhan Penduduk Kota Bogor
Dari data tersebut, lakukanlah uji anova jika diketahui taraf nyatanya 5%
IV. LANGKAH-LANGKAH PENGERJAAN
Untuk mencari nilai-nilai anova data tersebut dengan menggunakan program
R, ikutilah langkah-langkah berikut :
1. Tekan icon R Commander pada desktop kemudian akan muncul tampilan
seperti gambar di bawah ini.
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 30 LITBANG PTA 15/16
Gambar 4.1 Tampilan Menu Awal R commander
2. Pilih menu Data, New Data Set. Masukkan nama dari data set adalah anova
kemudian tekan tombol OK.
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 31 LITBANG PTA 15/16
Gambar 4.2 Tampilan menu New Data Set
Gambar 4.3 Tampilan New Data Set
Kemudian akan muncul Data Editor
Gambar 4.4 Tampilan Data Editor
3. Masukkan data dengan var1 Usia dan var2 pertumbuhan_pertahun. Jika Data
Editor tidak aktif maka dapat diaktifkan dengan menekan RGui di Taskbar
windows pada bagian bawah layar monitor. Jika sudah selesai dalam
pengisian data tekan tombol close. Untuk mengubah nama dan tipe variable,
dapat dilakukan dengan cara double click pada variable yang ingin di setting.
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 32 LITBANG PTA 15/16
Gambar 4.5 Tampilan Variabel Editor
Usia
Gambar 4.6 Tampilan Variabel Editor
Pertumbuhan Penduduk
Kemudian isi masing-masing variable sesuai dengan data soal setelah isi data
kemudian tekan tombol X (Close)
Gambar 4.7 Tampilan isi Data Editor
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 33 LITBANG PTA 15/16
Gambar 4.8 Tampilan Script Window
4. Untuk merubah variable numeric bin pada tampilan R-commander pilih : data
– Manage variables in active data set kemudian pilih Bin numeric variable.
Gambar 4.9 Tampilan Manage Variables
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 34 LITBANG PTA 15/16
Kemudian akan muncul tampilan :
Gambar 4.10 Tampilan Bin a Numeric Variables
Kemudian akan muncul tampilan ubah nama bin :
Gambar 4.11 Tampilan Bin Names
5. Jika data sudah benar, pilih menu Statistics, Varians, Levene’s Test.
Gambar 4.12 Tampilan menu olah data
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 35 LITBANG PTA 15/16
6. Pada Response Variable pilih variable daya tahan (numeric) kemudian tekan
OK.
Gambar 4.13 Tampilan Levene’s Test
7. Pilih menu R-commander untuk mencari nilai Anova. Pilih menu Statistics,
Means, One-way ANOVA
Gambar 4.14 Tampilan menu olah data
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 36 LITBANG PTA 15/16
Kemudian akan muncul tampilan :
Gambar 4.15 Tampilan One-way Analysis Of Variance
Untuk Response Variable pilih pertumbuhan_pertahun, aktifkan Pairwise
comparisons of means jika ingin melihat Grafik.
8. Maka akan muncul hasil pada output window sebagai berikut:
Gambar 4.16 Tampilan Output Bagian 1
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 37 LITBANG PTA 15/16
Analisa : Output di atas menunjukan nilai F probabilitas 0,9845 > 0,05 makan Ho
Diterima atau kesimpulannya yaitu ketiga variansi sampel identik.
Gambar 4.17 Tampilan Output bagian 2
Analisa : Output di atas menunjukan F probabilitas 0,9322 > 0,05 maka Ho
Diterima atau kesimpulannya rata-rata pertumbuhan penduduk dari ketiga usia
adalah idengtik (sama).
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 38 LITBANG PTA 15/16
Gambar 4.18 Tampilan Output bagian 3
Analisa : 95% family-wise confidence level
Lihat nilai estimate paling besar adalah Usia Balita-Remaja – 5,20 maka ini
menunjukkan rata-rata pertumbuhan penduduk diantara ketiga usia berbeda,
dengan selang kepercayaan 95%.
V. ANALISIS PENGUJIAN
a. Uji Kesamaan Varians
1. Ho : Varians pertumbuhan penduduk dari ketiga usia tersebut adalah
identik.
Ha : Varians pertumbuhan penduduk dari ketiga usia tersebut adalah tidak
identik.
LAB. MANAJEMEN DASAR UJI ANOVA
METODE RISET Hal 39 LITBANG PTA 15/16
2. Kriteria Pengujian
Ho diterima jika F Prob > 0.05
Ho ditolak jika F Prob < 0.05
3. Nilai Probabilitas : 0.9845 (F Prob)
4. Keputusan : Ho diterima karena F Prob > 0.05
5. Kesimpulan : Jadi, varians pertumbuhan penduduk dari ketiga usia
tersebut adalah identik.
Catatan : Apabila Pr (>F) >= 0.05, maka pengujian dapat dilanjutkan ke uji anova.tapi
jika Pr (>F) < 0.05, pegujian tidak dapat dilanjutkan ke uji anova.
b. Uji Anova
1. Ho : Rata-rata pertumbuhan penduduk dari ketiga usia adalah identik.
Ha : Rata-rata pertumbuhan penduduk dari ketiga usia adalah tidak
identik.
2. Kriteria Pengujian
Ho diterima jika F Prob > 0.05
Ho ditolak jika F Prob < 0.05
3. Nilai Probabilitas : 0.9322 (F Prob)
4. Keputusan : Ho diterima karena F Prob > 0.05
5. Kesimpulan : Jadi , rata-rata pertumbuhan penduduk dari ketiga usia
adalah identik.
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 40 LITBANG PTA 15/16
REGRESI LINIER BERGANDA
I. PENDAHULUAN
Analisis regresi linier berganda adalah suatu analisis yang digunakan secara
bersamaan untuk meneliti pengaruh dua variabel bebas atau lebih terhadap satu
variable terikat dengan skala pengukuran yang bersifat metrik baik untuk variable
bebas maupun variabel terikatnya. Pada dasarnya, teknik analisis ini merupakan
kepanjangan teknik analisis regresi linier sederhana. Gujarati (2006) mendefinisikan
analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut variabel
yang diterangkan dengan satu atau dua variabel yang menerangkan. Dinamakan
regresi linier berganda karena pengaruh beberapa variabel bebas akan dikenakan pada
satu variabel terikat. Dikatakan linier karena setiap estimasi atau nilai yang
diharapkan mengalami peningkatan atau penurunan mengikuti garis lurus. Persamaan
regresi kemudian menghasilkan konstanta dan koefisien regresi bagi masing-masing
variabel bebas.
Tujuan penggunaan analisis regresi linier berganda
1. Untuk membuat estimasi rata-rata dan nilai variabel terikat berdasarkan pada
nilai variabel bebas
2. Untuk menguji hipotesis karakteristik dependensi
3. Untuk meramalkan nilai rata-rata variabel bebas berdasarkan pada nilai
variabel bebas diluar pengakuan sampel
II. ANALISIS YANG DIPERLUKAN
a) Persamaan umum regresi linier berganda
Y = α + β1X1 + β 2X2 + β3X3 + … + βnXn + e
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 41 LITBANG PTA 15/16
Keterangan:
Y = variabel terikat (dependent variable)
α = konstanta
β1- βn = koefisien regresi
X1-Xn = variabel bebas (independent variable)
e = standar error
b) Uji Asumsi Klasik
Tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda,
yaitu:
1. Tidak boleh ada Autokorelasi
Untuk menguji variabel-variabel yang diteliti, apakah terjadi autokorelasi
atau tidak. Jika terjadi autokorelasi maka persamaan tersebut menjadi
tidak baik atau tidak layak dipakai prediksi. Apabila uji nilai Durbin
Waston mendekati angka dua, maka dapat dinyatakan tidak ada korelasi.
2. Tidak boleh ada Multikolinieritas
Cara yang paling mudah untuk menguji ada atau tidaknya gejala
multikolinieritas dimana akan diukur tingkat hubungan/pengaruh
antarvariabel bebas melalui besaran koefisien korelasi (r). Jika nilai
korelasi dibawah angka 1, maka tidak terjadi multikolinieritas.
3. Tidak boleh ada Heterokedastisitas
Dengan melihat grafik plot antara nilai variabel terikat (SREID) dengan
residual (ZPRED). Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola yang teratur, baik menyempit, melebar, maupun
bergelombang, maka mengidentifikasikan telah terjadi heterokedastisitas.
Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan
dibawah ataupun diatas angka 0 pada sumbu Y, maka yang terjadi adalah
homoskedastisitas.
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 42 LITBANG PTA 15/16
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 / R2)
Adalah koefisien yang digunakan untuk mengetahui seberapa besar
variabel bebas (X) mempengaruhi variabel terikat (Y). nilai koefisien
determinasi berkisar antara 0 sampai dengan 1.
e) Kesalahan Standar Estimasi
Digunakan untuk mengetahui kecepatan persamaan estimasi. Dapat juga
digunakan untuk mengukur besar kecilnya kesalahan standar estimasi
(semakin kecil nilai kesalahannya, maka semakin tinggi kecepatannya).
III. CONTOH KASUS
Manager Bank ABC ingin melakukan penelitian mengenai apakah ada
pengaruh antara Tingkat Inflasi dan Suku Bunga terhadap Kinerja Perusahaan.
Tingkat Inflasi Suku Bunga Kinerja Perusahaan
5.1 11 1516
5.6 15 1655
5.5 15 1616
5 16 1555
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 43 LITBANG PTA 15/16
Tabel 5.1. Data pengaruh antara Tingkat Inflasi dan Suku Bunga
terhadap Kinerja Peruahaan.
IV. LANGKAH-LANGKAH PENGERJAAN
Untuk mencari nilai regresi tersebut dengan menggunakan R commander,
perhatikanlah langkah-langkah berikut:
1. Tekan icon R commander pada desktop, kemudian akan muncul tampilan
seperti dibawah ini
Gambar 5.1. Tampilan awal menu R commander
Tingkat Inflasi Suku Bunga Kinerja Perusahaan
5.1 11 1565
5.5 16 1611
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 44 LITBANG PTA 15/16
2. Pilih menu Data, New Data Set. Masukan nama dari data set adalah regresi
kemudian tekan tombol OK.
Gambar 5.2. Tampilan menu New data Set
Gambar 5.3. Tampilan New Data Set
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 45 LITBANG PTA 15/16
Kemudian akan muncul Data Editor
Gambar 5.4. Tampilan Data Editor
3. Masukan data dengan var1 untuk penggangguran, var2 untuk inflasi dan var3
untuk pendapatan nasional. Jika data editor tidak aktif maka dapat diaktifkan
dengan menekan Rgui di Taskbar Windows pada bagian bawah layar monitor.
Jika sudah selesai dalam pengisian data tekan tombol close. Untuk mengubah
nama dan tipe variabel, dapat dilakukan dengan cara double click pada
variabel yang ingin di setting. Pemilihan type, dipilih numeric pada semua
variabel.
Gambar 5.5. Tampilan Variabel Editor
Tingkat Inflasi
Gambar 5.6. Tampilan Variabel Editor
Suku Bunga
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 46 LITBANG PTA 15/16
Gambar 5.7. Tampilan Variabel Editor Kinerja Perusahaan
Kemudian isi masing-masing variabel sesuai dengan data soal setelah selesai isi
data kemudian tekan tombol X (close)
Gambar 5.8. Tampilan isi Data Editor
Selanjutnya pilih Window R commander maka akan muncul tampilan seperti ini:
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 47 LITBANG PTA 15/16
Gambar 5.9. Tampilan Script Window
4. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol view
data set maka akan muncul tampilan seperti gambar dibawah ini. Jika ada data
yang salah, tekan tombol edit data set, lalu perbaiki data yang salah. Jika
sudah benar, pilih menu Statistic, Fit models, Linear Regression, maka akan
muncul seperti gambar dibawah ini.
Gambar 5.10. Tampilan menu olah data
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 48 LITBANG PTA 15/16
5. Pada Response Variabel pilih variabel yang termasuk variabel terikat yaitu
pendapatan nasional dan pada Explanatory Variables pilih yang termasuk
varibel bebas yaitu inflasi dan penggangguran. Untuk memilih 2 variabel
sekaligus tekan Ctrl lalu pilih inflasi dan penggangguran kemudian tekan
tombol OK.
Gambar 5.11. Tampilan Linier Regression
6. Maka akan muncul hasil pada output window sebagai berikut:
Gambar 5.12. Tampilan Output
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 49 LITBANG PTA 15/16
V. ANALISIS PENGUJIAN
a. Persamaan regresi untuk soal tersebut adalah:
Y = 706.873 + 153.728 X1 + 4.622 X2
Uji t digunakan untuk mengetahui masing-masing variabel bebas berpengaruh
signifikan atau tidak terhadap variabel terikat.
b. Uji t (uji signifikan parsial)
Tingkat Inflasi
Ho :Tingkat inflasi tidak berpengaruh signifikan terhadap kinerja
perusahaan
Ha :Tingkat inflasi berpengaruh signifikan terhadap kinerja perusahaan
Syarat :
Jika P-value > 0.05 maka Ho diterima
Jika P-value < 0.05 maka Ha diterima
Nilai p-value tingkat inflasi = 0.0502 > 0.05 maka Ho diterima
Kesimpulan : tingkat inflasi tidak berpengaruh signifikan terhadap kinerja
perusahaan
Suku Bunga
Ho: Suku bunga tidak berpengaruh signifikan terhadap kinerja perusahaan
Ha : Suku bunga berpengaruh signifikan terhadap kinerja perusahaan
Syarat :
Jika P-value > 0.05 maka Ho diterima
Jika P-value < 0.05 maka Ha diterima
Nilai p-value suku bunga = 0.4497 > 0.05 maka Ho diterima
Kesimpulan : suku bunga tidak berpengaruh signifikan terhadap kinerja
perusahaan
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 50 LITBANG PTA 15/16
Uji F digunakan untuk mengetahui apakah secara bersama-sama variabel
bebas berpengaruh signifikan terhadap variabel terikatnya.
c. Uji F (uji signifikansi simultan)
Ho : tingkat inflasi dan suku bunga secara bersama-sama tidak
berpengaruh signifikan terhadap kinerja perusahaan
Ha : tingkat inflasi dan suku bunga secara bersama-sama berpengaruh
signifikan terhadap kinerja perusahaan
Syarat :
Jika P-value > 0.05 maka Ho diterima
Jika P-value < 0.05 maka Ha diterima
Nilai p-value = 0.05511 > 0.05 maka Ho diterima
Kesimpulan : tingkat inflasi dan suku bunga secara bersama-sama tidak
berpengaruh signifikan terhadap kinerja perusahaan
Pada bagian ini ditampilkan Adjusted R Squared (Adj. R2) adalah sebesar
0.7586. Artinya sebesar 75.86% variabel tingkat inflasi dan suku bunga
mampu mempengaruhi kinerja perusahaan. Sementara sisanya yaitu 24.14%
dipengaruhi oleh variabel lain yang tidak dimasukan ke dalam model regresi
LAB. MANAJEMEN DASAR REGRESI LINIER BERGANDA
METODE RISET Hal 51 LITBANG PTA 15/16
DAFTAR PUSTAKA
Hadi, Sutrisno. 2000, Statistik, Yogyakarta: Andi
Lind. Marchal. Wthen. 2008. Teknik-teknik Statistika Dalam Bisnis dan Ekonomi
Menggunakan Kelompok Data Global. Buku 2. Edisi 13. Penerbit Salemba 4.
Panduan Penulisan Ilmiah yang Diterbitkan Oleh Bagian Penulisan Ilmiah Fakultas
Ekonomi Universitas Gunadarma
Rochaety, Ety. 2007. Metodologi Penelitian Bisnis dengan Aplikasi SPSS. Jakarta :
Mitra Wacana Media
Santoso, Singgih. 2005. Menguasai Statistik di Era Informasi dengan SPSS 12.
Jakarta: PT. Elex Media Komputindo.
Sarwono, Jonathan. 2002. Riset Akutansi dalam Statistika. Jakarta.
Sarwono, Jonathan. 2012. Metode Riset Skripsi: Pendekatan Kuantitatif Dengan
SPSS 22. Jakarta: Elex Media Komputindo.
Subiyanto, Ibnu. 1993. Metode Penelitian Akuntansi. Yogyakarta: STIE YKPN.
Sunyoto, Danang. 2011. Analisis Regresi dan Uji Hipotesisi. Yogyakarta: Caps
Publishing.
Umar, Husein. 1997 Riset Akuntansi Dilengkapi dengan Panduan Membuat Skripsi
dan Empat Bahasan Kasus Bidang Akuntansi. Jakarta: PT. Gramedia Pustaka
Utama