Pelatihan Pengantar Penelitian Kuantitatif & Simulasi Program SPSS Disampaikan Oleh : JOKO SETIAWAN, SE., MM. AKADEMI AKUNTANSI PERMATA HARAPAN BATAM

PENDEKATAN PENELITIAN PENDEKATAN KUALITATIF (Non Mainstream) a. Academic Affiliation Sociology, history, anthropology b. Design Eveloping flexible, general c. Research Proposals Brief, speculative, often writen after some data has been collected d. Data Descriptive, personal document, field notes, photographs e. Sample Small, nonrepresentative f. Methods Observation, reviewing document, participant, open-ended interviewing

PENDEKATAN KUANTITATIF (Mainstream) a. Academic Affiliation Psychology, economics, sociology, political science b. Design Structured, formal, specific, detailed plan of operation c. Research Proposals Extensive, detailed and specific in focus and procedure, through review of substantive literature, written prior to data collection, hypothesis stated d. Data Quantitative, quantitatifable coding, counts, measures e. Sample Large, repesentative, precise, control for extraneous variables, random selection

PENDEKATAN KUANTITATIF f. Methods Experiments (quasi), survey research, structered observation and interviewnig, data sets g. Concept Assosiated with the Approach Variable, reliability, validity, statistically, significant, hypothesis

PENDEKATAN KUANTITATIF Scientific Problem Hypothesis Obyek Penelitian Responden Unit Analisis / Unit Sample Pembuktian: Data Empirik

ILUSTRASI Topik : Pengaruh Faktor Fundamental terhadap Keuntungan yang Diharapkan Data : Pooled; yaitu gabungan time series dan cross sectional Obyek : Perusahaan (yang go public di Bursa Efek Jakarta) Pengamatan : 4 tahun terakhir (1998 s/d 2002) Unit sampel : perusahaan Besar sampel : 50 perusahaan Unit analisis : 4 x 50 = 200 Topik : Analisis Faktor yang berpengaruh terhadap Kinerja Keuangan Industri Kecil berorientasi Ekspor Obyek : Industri Kecil (berorientasi ekspor) Unit sampel : Industri Kecil Besar sampel : 150 industri kecil Unit analisis : 150 Responden : Pemilik, manajer, karyawan (tidak sama dan lebih banyak dari besar sampel)

METODE PENGUMPULAN DATA PERANAN STATISTIKA S T A T I S T I K A METODE PENGUMPULAN DATA METODE ANALISIS DATA SUMBER DATA DATA EMPIRIK INFORMASI EMPIRIK AKURAT !

Suatu kumpulan angka yang tersusun lebih dari satu angka. DEFINISI Statistika Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif. Statistik Suatu kumpulan angka yang tersusun lebih dari satu angka.

Metode Statistika Metode Statistika adalah prosedur-prosedur atau cara-cara penyajian dan penafsiran data. Penyajian data meliputi : pengumpulan, pengorganisasian, peringkasan dan penyajian data (data collection, organization, summarization, presentation) Penafsiran data meliputi : pendugaan, pengujian dugaan dan penarikan kesimpulan (generalisasi).

PERKEMBANGAN STATISTIKA (a) Jaman Mesir dan Cina untuk menentukan besar pajak (b) Jaman gereja untuk mencatat kelahiran, kematian, dan pernikahan (c) Tahun 1937 Tinbergen mengembangkan ekonomi statistik (d) Hicks mengembangkan matematika ekonomi untuk analisis IS- LM (e) Tahun 1950, Bayes mengembangkan Teori Pengambilan Keputusan

Beberapa contoh kasus yang membutuhkan dukungan statistika: KASUS STATISTIKA Beberapa contoh kasus yang membutuhkan dukungan statistika: (a) Kasus tuntutan buruh tentang kenaikan gaji, bagaimana seharusnya? (b) Perekonomian Indonesia tidak efisien, pada sektor mana? (c) Penggalakan investasi di Indonesia, sektor mana yang dipilih? (d) Setiap produsen memberikan garansi atas barangnya, berapa produksi akan ditingkatkan?

PENGGUNA STATISTIKA Pengguna Statistika Manajemen Akuntansi Masalah yang Dihadapi Manajemen Penentuan struktur gaji, pesangon, dan tunjangan karyawan. Penentuan jumlah persediaan barang, barang dalam proses, dan barang jadi. Evaluasi produktivitas karyawan. Evaluasi kinerja perusahaan. Akuntansi Penentuan standar audit barang dan jasa. Penentuan depresiasi dan apresiasi barang dan jasa. Analisis rasio keuangan perusahaan

PENGGUNA STATISTIKA Pengguna Statistika Pemasaran Keuangan Masalah yang Dihadapi Pemasaran Penelitian dan pengembangan produk. Analisis potensi pasar, segmentasi pasar dan diskriminasi pasar. Ramalan penjualan. Efektivitas kegiatan promosi penjualan. Keuangan Potensi peluang kenaikan dan penurunan harga saham, suku bunga dan reksadana. Tingkat pengembalian investasi beberapa sektor ekonomi. Analisis pertumbuhan laba dan cadangan usaha. Analisis resiko setiap usaha.

PENGGUNA STATISTIKA Pengguna Statistika Masalah yang Dihadapi Ekonomi Pembangunan 1. Analisis pertumbuhan ekonomi, inflasi dan suku bunga. 2. Pertumbuhan penduduk dan tingkat pengangguran serta kemiskinan. 3. Indeks harga konsumen dan perdagangan besar. Agribisnis 1. Analisis produksi tanaman, ternak, ikan dan kehutanan. 2. Kelayakan usaha dan skala ekonomi. 3. Manajemen produksi agribisnis. 4. Analisis ekspor dan impor produk pertanian.

Statistika Deskriptif JENIS-JENIS STATISTIKA Materi: Penyajian data Ukuran pemusatan Ukuran penyebaran Angka indeks Deret berkala dan peramalan Statistika Deskriptif STATISTIKA Materi: Probabilitas dan teori keputusan Metode sampling Teori pendugaan Pengujian hipotesa Regresi dan korelasi Statistika nonparametrik Statistika Induktif

SAMPEL Suatu bagian dari populasi tertentu yang menjadi perhatian. POPULASI DAN SAMPEL SAMPEL Suatu bagian dari populasi tertentu yang menjadi perhatian. POPULASI Sebuah kumpulan dari semua kemungkinan orang-orang, benda-benda dan ukuran lain dari objek yang menjadi perhatian.

D A T A Data adalah kumpulan angka, fakta, fenomena atau keadaan atau lainnya, merupakan hasil pengamatan, pengukuran, atau pencacahan dan sebagainya terhadap variabel suatu obyek, yang berfungsi dapat membedakan obyek yang satu dengan lainnya pada variabel yang sama

JENIS-JENIS DATA DATA Jenis kelamin Warna kesayangan Asal suku, dll Data Kualitatif Data Kuantitatif Data Diskret Data Kontinu Jenis kelamin Warna kesayangan Asal suku, dll Jumlah mobil Jumlah staf Jumlah TV, dll Berat badan Jarak kota Luas rumah, dll

SUMBER DATA STATISTIKA Data Primer Wawancara langsung Wawancara tidak langsung Pengisian kuisioner Data Sekunder Data dari pihak lain: BPS Bank Indonesia World Bank, IMF FAO dll

SKALA PENGUKURAN Skala Rasio Skala Interval Skala Ordinal Angka mempunyai sifat nominal, ordinal dan interval serta mempunyai nilai absolut dari objek yang diukur. Contoh: bunga BCA 7% dan bunga Mandiri 14%, maka bunga Mandiri 2 kali bunga BCA. Skala Interval Angka mengandung sifat ordinal dan mempunyai jarak atau interval. Contoh: 1. Saham sangat prospektif dengan harga saham Rp736-878, 2. saham prospektif Rp592-735. Skala Ordinal Angka mengandung pengertian tingkatan. Contoh: ranking 1, 2, dan 3. Ranking 1 menunjukkan lebih tinggi dari ranking 2 dan 3. Skala Nominal Angka yang diberikan hanya sebagai label saja. Contoh: pria = 1, wanita = 2

JENIS PERMASALAHAN PENELITIAN JENIS DAN KARAKTERISTIK DATA KAIDAH ANALISIS DATA JENIS PERMASALAHAN PENELITIAN RELEVAN CODING SCORING TABULASI PERIKSA OUTLIERS PILIH METODE ANALISIS INFORMASI AKURAT JENIS DAN KARAKTERISTIK DATA VALID

ANALISIS REGRESI

ANALISIS REGRESI KEGUNAAN Penjelasan (explanation) terhadap fenomena yang dipelajari atau permasalahan yang diteliti. Prediksi nilai variabel tergantung berdasarkan nilai variabel bebas, yang mana prediksi dengan regresi ini dapat dilakukan secara kuantitatif. Faktor determinan, yaitu penentuan variabel bebas mana (pada regresi berganda) yang berpengaruh dominan terhadap variabel tergantung. Hal ini dapat dilakukan bilamana unit satuan data seluruh variabel sama dan skala data seluruh variabel homogen.

PEMERIKSAAN ASUMSI ASUMSI (Teori Gauss-Markov) : (1). Hubungan antara Y dengan X adalah tepat (RESET test, teoritis) (2). Variabel X bersifat fix atau nonstokastik (teoritis) (3) a. Error memiliki nilai harapan nol, E() =0, dan E(2) = 2 (Park atau Plot Sisaan Terstudent dengan Fit : Random; homokedastisitas) b. Antar i tidak berkorelasi, E(i, j) = 0 (Durbin Watson : sekitar 2 tidak ada otokorelasi) c. Variabel i menyebar normal (Jarque-Bera, Anderson Darling : Nonsignifikan berarti Normal) Akibat ikutan dari asumsi 2 dan asumsi 3 butir a, bilamana X stokastik maka variabel X harus saling bebas dengan i (RESET test). (4) Regresi berganda : Tdk ada Multikolinieritas (condition INDEX: lebih kecil 30 berarti tidak ada multikolinieritas)

REMIDIES ASUMSI TIDAK TERPENUHI ASUMSI (Teori Gauss-Markov) : (1). Hubungan antara Y dengan X adalah tepat (Perbaiki Model) (2). Variabel X bersifat fix atau nonstokastik (Instrumental Variables) (3) a. Error memiliki nilai harapan nol, E() =0, dan E(2) = 2 (WLS atau transformasi data) b. Antar i tidak berkorelasi, E(i, j) = 0 (Cross sectional tdk kritis) c. Variabel i menyebar normal (LCT, perbesar sample size) Akibat ikutan dari asumsi 2 dan 3 butir a, bilamana X stokastik maka variabel X harus independen dgn i (Instrumental Variables). (4) Pada regresi berganda : Tidak ada Multikolinieritas (Stepwise, All Possible Regression, Regresi Komponen Pokok)

VALIDASI MODEL Akurasi model : koef. determinasi, R2, semakin besar semakin akurat Untuk kepentingan prediksi Ketelitian model : p-value uji F pada ANOVA (uji koefisien serempak) Untuk kepentingan generalisasi hasil prediksi p-value uji t (uji koefisien regresi secara parsiil) Untuk kepentingan generalisasi eksplanasi Pemilihan Model: Akaike Information Criterion, semakin kecil semakin baik Schwarz Criterion, semakin kecil semakin baik R2 adjusted, semakin besar semakin baik

APLIKASI ANALISIS REGRESI

ANALISIS REGRESI dengan SPSS 1) Masukkan data ke Worksheet SPSS 2) Klik Analyze, cari Regession dan pilih Linear 3) Masukkan variabel yang akan dianalisis 4) Klik Statistics, kemudian pilih Durbin-Watson dan Collinearity Diagnostics (uji otokorelasi dan multikolinieritas). Selanjutnya Klik CONTINUE 5) Klik Plot, kemudian pilih Normal Probability Plot (uji normalitas) Selanjutnya Klik CONTINUE 6) Klik Save, kemudian pilih Unstandardized Predicted Values dan Studentized Residual (uji otokorelasi). Selanjutnya Klik CONTINUE 7) Klik OK CATATAN : Uji heterokedastisitas dengan Graphs-Scatter

ANALISIS REGRESI

ANALISIS REGRESI PEMERIKSAAN ASUMSI

ANALISIS REGRESI INTERPRETASI 1) Koefisien determinasi (R2) = 0.517; artinya kontibusi pengaruh pendapatan, pendidikan dan lokasi tempat tinggal terhadap belanja untuk bacaan sebesar 51,7 %. ATAU bila kita melakukan prediksi tingkat akurasinya 51.7 % 2) Uji koefisien secara simultan signifikan (sig.  , misal  = 0.05), bilamana kita melakukan prediksi, maka hasil prediksi tersebut dapat digeneralisasikan untuk populasi._ 3) Koefisien regresi yang signifikan (sig.< 0.05) adalah pendapatan, lainnya nonsignifikan 4) Variabel yang berpengaruh paling kuat terhadap Belanja Bacaan adalah Pendapatan, kemudian Lokasi tempat tinggal dan terlemah Pendidikan (Koefisien standardize Beta terbesar berarti pengaruhnya paling kuat) APAKAH BENAR PENDIDIKAN BERPENGARUH NONSIGNIFIKAN?

TERIMA KASIH