DESAIN BENTUK BENTUK PENGUMPULAN

DATA DAN ANALISIS DATA

Penelitian Pemasaran / Kelas A

Disusun Oleh

Ario Prakoso

125030200111042

Moch. Zulkifli Machmud

125030201111025

Dicho Pradipta
Victor

JURUSAN ILMU ADMINISTRASI BISNIS

FAKULTAS ILMU ADMINISTRASI
UNIVERSITAS BRAWIJAYA
MALANG
2015

DESAIN RISET

RISET EKSPLORASI
Tujuan

: untuk menjawab WHAT, sehingga dapat memberikan

pemahaman dan pengertian secara mendalam terhadap suatu
obyek

Karakteristik : Informasi yang diperlukan sangat longgar, fleksibel dan

tidak terstruktur; sampel tidak perlu banyak, analisis dari data
primer lebih bersifat kualtatif
Hasil/Output : Sangat tentatif, biasanya dilanjutkan dengan penelitian
bersifat konklusi.
Jad tipe riset ini berguna apabila peneliti tidak banyak mengetahui atau
sedikit informasi mengenai suatu masalah. Secara terperinci tujuan riset
eksplorasi ini adalah :
-

Untuk menyusun atau memformulasikan suatu masalah secara

lebih tepat
Menentukan alternatif tindakan yang akan dilakukan
Mengembangkan hipotesis
Menentukan variabel variabel penelitian dan pengujian lebih
lanjut
Memperoleh gambaran yang jelas mengenai suatu masalah
Menentukan prioritas untuk penelitian lebih lanjut

RISET KONKLUSIF
Didesain untuk menolong pengambil keputusan dalam
menentukan, mengevaluasi dan memilih alternatif terbaik dalam
memecahkan suatu masalah.
Tujuan

: Menguji spesifik hipotesis dan hubungan berbagai variabel

Karakteristik : Informasi yang digunakan harus jelas diidentifikasi, proses

penelitiannya sangat formal dan terstruktur, sampel yang
dipergunakan harus mewakili dan besar, analisis data
bersifat kuantitatif
Hasil/Output : dapat memutuskan dan dapat dipergunakan sebagai
masukan untuk pengambil keputusan.

Riset Konskuslif Dibedakan Menjadi Dua Tipe Yaitu Deskriptif Dan

Kassual :
Riset Deskriptif
Penelitian deskriptif merupakan penelitian yang berusaha
mendeskripsikan dan menginterpretasikan sesuatu, misalnyakondisi atau
hubungan yang ada, pendapat yang berkembang, proses yang sedang
berlangsung, akibat atau efek yang terjadi, atau tentang kecendrungan
yang tengah berlangsung.
Tujuan

: Menjelaskan karakteristik pasar.

Karakteristik : (1) Ditandai dengan hipotesis spesifik, memiliki desain

penelitian secara terstruktur. (2) Penelitian deskriptif
cendrung menggambarkan suatu fenomena apa adanya
dengan cara menelaah secara teratur-ketat, mengutamakan
obyektivitas, dan dilakukan secara cermat. (3) Tidak adanya
perlakuan yang diberikan atau dikendalikan, dan (4) Tidak
adanya uji hipotesis.
Metode

: Menggunakan data sekunder, data primerpanel atau

observasi

Contoh

Mengetahui karakteristik variabel variabel yang berkaitan seperti

konsumen, armada penjualan, organisasi, atau wilayah pasar.
Mengestimasi berapa besar jumlah kelompok berpenghasilan
menengah keatas yang suka berbelanja disuatu departement store
tertentu
Mengetahui persepsi konsumen terhadap suatu produk tertentu

Contoh Riset Deskriptif :

1. Riset Pasar
Riset ono menganalisa besarnya ukuran pasar, daya beli konsumen,
analisis distribusi dan profil konsumen.
2. Riset Pangsa Pasar
Menganalisis proporsi dari total penjualan yang diterima oleh
perusahaan dan pesaing pesaingnya.
3. Riset Mengenai Analisis Penjualan

4.
5.

6.
7.

8.

Menganalisis penjualan berdasarkan wilayah geografis, lini produk,

tipe dan besaran penjulan.
Riset Persepsi ( image studies )
Menganalisis persepsi konsumen terhadap suatu jenis prosuk.
Riset Mengenai Penggunaan Produk
Riset ini menganalisis pola konsumsi suatu produk yang telah
dipasarkan
Riset Menegnai Distribusi
Riset ini menganalisis pola aliran, jumlah dan lokasi distributor.
Riset Mengenai Harga
Riset ini Menganalisis kisaran dan frekuensi perubahan harga berikut
respon konsumen akibat adanya perubahan harga.
Riset Mengenai Periklanan
Menganalasis pola konsumsi terhadap media dan profil konsumen
sebagai permirsa program TV dan pembaca majalah.

Riset Deskriptif Dibedakan Menjadi Dua Jenis, Yaitu :

Desain Cross-Sectional
Adalah kegiatan yang dilakukan pada suatu saat tertentu.
Penelitian ini mirip dengan kegiatan memotret suatu objek. Jadi fakta yang
dapat digambarkan merupakan kegiatan pada saat tertentu. Selanjutnya
berdasarkan fakta tersebut dilakukan pen
Adalah kegiatan yang
dilakukan pada suatu saat tertentu. Penelitian ini mirip dengan kegiatan
memotret suatu objek. Jadi fakta yang dapat digambarkan merupakan
kegiatan pada saat tertentu. Selanjutnya berdasarkan fakta tersebut
dilakukan penyimpulan mengenai masalah masalah penelitian yang
ingin dibuktikan stau dicari hubungannya.
Desain Longitudinal
Tipe desain riset yang melibatkan jumlah sampel yang teteap dan
diukur secara terus menerus, sehingga didapatkan gambaran serial yang
kontinyus berikut perubahannya.

Riset Kausal
Tujuan

: Mencari hubungan Antara sebab dan akibat.

Mengetahui variabel yang menjadi penyebab atau variabel

pengaruh ( variabel independen ) dan variabel yang
menjadi akibat atau variabel terpengaruh ( variabel
dependen )
Mengetahui keterkaitan antara variabel variabel tersebut.
Karakteristik : Riset ini khusus menguji varibael independen,
menggunakan variabel kontrol.

ANALISIS DATA
Data Dan Jenis Data Penelitian
Data primer adalah data yang diperoleh atau dikumpulkan oleh peneliti
secara langsung dari sumber datanya. Data primer disebut juga sebagai
data asli atau data baru yang memiliki sifat up to date. Untuk
mendapatkan data primer, peneliti harus mengumpulkannya secara
langsung. Teknik yang dapat digunakan peneliti untuk mengumpulkan data
primer antara lain observasi, wawancara, diskusi terfokus (focus grup
discussion FGD) dan penyebaran kuesioner.
Data Sekunder adalah data yang diperoleh atau dikumpulkan peneliti dari
berbagai sumber yang telah ada (peneliti sebagai tangan kedua). Data
sekunder dapat diperoleh dari berbagai sumber seperti Biro Pusat Statistik
(BPS), buku, laporan, jurnal, dan lain-lain.
Keunggulan yang paling signifikan dari kata sekunder terletak pada
waktu dan uang yang dapat dihemat oleh periset. Jika informasi yang
diperlukan tersedia sebagai data sekunder, maka periset hanya perlu
pergi ke perpustakaan atau menjelajahi internet, menentukan sumber
yang sesuai, serta mengambil dan mencatat informasi yang diinginkan.
Hal ini memakan waktu tidak lebih dari beberapa hari dan lebih murah.
Jika informasi akan dikumpulkan dalam sebuah sampel, maka langkahlangkah berikut harus ditempuh: merancang dan meguji coba formulir
pengumpulan data; memilih dan melatih staff yang akan melakukan
wawancara lapangan; membuat rencana sampling; mengumpulkan data
dan kemudian memeriksa keakuratannya serta apakah ada yang hilang;
member kode dan mentabulasi data.

Dengan data sekunder, beban yang dikeluarkan selama proses

pengumpulan data telah dibayar oleh penyusun awal informasi. Meskipun
masih diperlukan biaya untuk menggunakan data itu (tidak seperti data
statistic yang dikompilasi oleh pemerintah atau asosiasi perdagangan,
data komersial tidaklah gratis), namun biayanya tetap jauh lebih rendah
dibandingkan jika perusahaan mengumpulkan sendiri informasinya.
Dengan mempertaruhkan waktu dan sejumlah uang, kami
mengajukan syarat berikut ini: Jangan melewatkan data sekunder.
Mulailah dengan data sekunder dan hanya apabila data sekunder telah
digunakan atau menunjukkan hasil yang semakin menurun, baru
melanjutkan ke data primer. Terkadang data sekunder saja sudah
mencukupi, terutama saat semua analis memerlukan estimasi kasar, yang
seringkali terjadi.
Kelemahan Data Sekunder
Dua masalah yang umumnya timbul dengan data sekunder adalah
1. Data itu tidak seluruhnya sesuai dengan masalah yang dihadapi
2. Data itu tidak sepenuhnya akurat.
Masalah Kesesuaian
Karena data sekunder dikumpulkan untuk tujuan lain, maka data itu
tidak seluruhnya sesuai dengan masalah yang dihadapi. Masalah
kesesuaian terutama terjadi dalam studi antarnegara, seperti berbagai
sensus yang tidak konsisten dalam mengumpulkan informasi, kapan
mereka mengumpulkannya, dan bagaimana mereka menyajikannya.
Masalah Akurasi
Keakuratan data sekunder juga masih dipertanyakan. Seperti yang
dibahas dalam buku ini, ada sejumlah sumber kesalahan yang mungkin
terjadi dalam pengumpulan, analisis, dan penyajian informasi pemasaran.
Ketika seroang periset sedang mengumpulkandata primer, pengalaman
yang dimilikinya akan sangat membantu dalam menilai keakuratan
informasi yang dibutuhkan. Namun ketika menggunakan data sekunder,
tugas periset dalam meniali akurasi akan menjadi lebih sulit. Namun hal
itu akan membantu periset dalam mempertimbangkan keandalan sumber,
tujuan publikasi, serta kualirtas umum metode pengumpulan data dan
penyajiannya.
Sumber Primer

Data sekunder dapat diperoleh baik dari sumber primer maupun

sumber sekunder. Sumber Primer (Primary Resource) adalah sumber
yang menghasilkan data. Sumber Sekunder (Secondary Source) adalah
sumber yang mendapatkan datanya dari sumber primer. Sebagai contoh,
Statistical abstract of The United States yang diterbitkan setiap tahun dan
berisi sejumlah besar informasi yang bermanfaat bagi banyak proyek riset,
adalah sebuah sumber sekunder dari data sekunder. Semua daatanya
diambil dari sumber-sumber pemerintah dan perdangangan lainnya. Para
periset yang menghentikan pencarian data sekunder dengan statistical
abstract akan melanggar aturan paling mendasar dalam menggunakan
data sekunder.
Jenis-Jenis Data Sekunder: Internal Dan Eksternal
Metode yang paling umum untuk mengklasifikasikan data adalah
berdasar sumber, apakah internal atau eksternal. Data Internal adalah
data data yang ditemukan dalam organisasi dimana riset sedang
dilakukan, sementara Data Eksternal adalah data data yang diperoleh
dari sumber diluar perusahaan. Sumber eksternal dapat dobagi lagi
menjadi sumber-sumber yangsecara teratur menerbitkan data-data
statistic dan menyediakanny asecara gratis kepada pengguna (misalnya,
pemerintah Amerika Serikat), dan organisasi-organisasi komersil yang
menjual jasanya kepada berbagai pengguna (misalnya, ACNielson).
Data sekunder internal
Data internal yang dikumpulkan untuk beberapa tujuan selain studi
yang dilakukan merupakan data sekunder internal. Misalnya data
penjualan dan biaya yang dikompilasi dalam siklus akuntansi yang normal
merupakan data sekunder internal yang akan diberikan pada banyak
masalah riset-seperti evaluasi strategi pemasaran atau penilaian posisi
kompetitif perusahaan dalam industry ini. Data seperti itu kurang berguna
dalam membuat keputusan yang berorientasi masa depan, seperti
mengevaluasi sebuah produk baru atau kampanye iklan baru, walaupun
dapat juga dipakai sebagai dasar perencanaan riset lainnya.
Menacari Data Sekunder Eksternal Yang Dipubikasikan
Pernyataan bahwa sebgaian data sekunder yang relevan bagi
hampir semua masalah yang mungkin dihadapi oleh seorang pemasar
buknalah suatu hal berlebihan. Masalah mendasar bukan terletak pada
ketersediaannya, tetapi pada saat mengidentifikasi dan melihat apa yang
ada disan. Bahkan para peroset yang telah memiliki dugaan tentang

seberapa banyakl data sekunder yang bernilai, biasanya tidak yakin

bagaimana mencari data itu.
Langkah 1
Langkah pertama dalah mengidentifikasi apa yang ingin anda
ketahui dan apa yang sudah anda ketahui tentang topik anda. Hal ini
dapat mencakup fakta fakta yang relevan, nama para perist atau
organisasi yang berkaitran dengan topik itu, malakah penting dan
publikasi lainnya yang sudah anda kenal, serta informasi lainnya yang
mungkin anda miliki.
Langkah 2
Langkah kedua yang penting adalah menyusun daftar istilah istilah
penting dan nama para pengarang. Istilah dan nama ini jakan memberikan
akses ke sumber sekunder. Kecuali topik yang menjadi perhatian anda
sangat spesifik , lebih baik jika anda membuat daftar awal yang panjang
dan cukup umum.
Langkah 3
Dalam langkah ketiga anda sudah dapat menggunkan perpustakan
atau internet untuk pertama kalinya. Alangkah baiknya jika anda memulai
pencarian dengan beberapa direktori dan pedoman yang terdapat dalam
lampiran 7A atau situs situs yang berkaitan dengan subyek it. Sebuah
cara yang relatif baru untuk mengidentifikasi sumber sumber informasi di
internet adalah memulainya dengan situs internet infotech marekting yang
disebut the markeitng source (www.infotechmarketing.net/thesource.htm) .
Situs internet ini menawarkan ratusan hubunga atau link ke situs situs
yang telah ditinjau relevansinya dengan masalah pemasaran oleh
infotech, termasuk laporan yang telah diterbitkan, koran dan majalah,
sumber data pemerintah, serta sumber data tentang perusahaan
perusahaan tertentu. Sebagian situs yang telah terhubung itu
menawarkan data secara gratis.
Langkah 4
Tahap ini merupakan proses mengumpulkan atau mengkompilasi
literatur yang telah anda temukan. Apakah literatur itu relevan dengan
kebutuhan anda? Mungkin anda kewalahan dengan informasi itu. Mungkin
anda hanya menemukan sedikit informasi yang relevan jika iya, perbaiki
daftar kata kata kunci dan pengarang, serta perluas pencarian. Anda
hingga beberapa tahun lagi dan beberapa sumber tambahan. Sekali lagi

evaluasi temuan temuan anda. Setelah menempuh langkah 4, anda sudah

harus memiliki ide yang jelas tentang sifat informasi yang anda cari dan
latar belakang yang cukup untuk menggunakan sumber sumber yang
lebih kusus.
Langkah 5
Salah satu sumber khusus yang sangat berguna adalah
pustakawan referensi. Pustakawan referensi adalah para ahli yang telah
terlatih untuk mengetahui isi dari berbagai sumber informasi penting pada
perpustakan dan di internet, serta cara mencari sumber sumber dengan
sangat efektif. Dalam kenyataannya, jarang terjadi pustakawan referensi
ntidak dapat mengungkapkan beberpa informasi relevan yang
diplubikasikan. Meskipun pustakawan referensi dapat membantu anda
dalam mencari informasi melalui komputer, namun ia juga memerlukan
bantuan anda untuk menyajikan secara cermat daftar kata kata atau topik
topik penting. Anda harus ingat bahwa pustakawan referensi tidak bisa
banyak membantu sampai anda memeberikan beberapa rincian yang
agak spesifik tentang apa yang anda ingin ketahui.
Langkah 6
Jika anda merasa kurang puas dengan, atau topik anda sangat
terspesialisasi, lihat kembali salah satu pedoman umum pada informasi
yang tersaji dalam lampiran 7A. Ini sesungguhnya merupakan direktori
dari direktori yang ada, yang berarti bahwa tingkat pencariannya akan
menjadi dangat umum. Pertama anda akan perlu mengidentifikasi direktori
direktori utama yang secara potensial berguna yang kemudian akan
mengarahkan anda pada sumber lainnya.

Analisis Regresi
Analisis regresi merupakan salah satu analisis yang bertujuan
untuk mengetahui pengaruh suatu variabel terhadap variabel lain. Dalam
analisis regresi, variabel yang mempengaruhi disebut Independent
Variable (variabel bebas) dan variabel yang dipengaruhi disebut
Dependent Variable (variabel terikat). Jika dalam persamaan regresi
hanya terdapat satu variabel bebas dan satu variabel terikat, maka disebut
sebagai persamaan regresi sederhana, sedangkan jika variabel bebasnya
lebih dari satu, maka disebut sebagai persamaan regresi berganda.

Analisis Regresi Sederhana : digunakan untuk mengetahui pengaruh

dari variabel bebas terhadap variabel terikat atau dengan kata lain untuk
mengetahui seberapa jauh perubahan variabel bebas dalam
mempengaruhi variabel terikat. Dalam analisis regresi sederhana,
pengaruh satu variabel bebas terhadap variabel terikat dapat dibuat
persamaan sebagai berikut : Y = a + b X. Keterangan : Y : Variabel terikat
(Dependent Variable); X : Variabel bebas (Independent Variable); a :
Konstanta; dan b : Koefisien Regresi. Untuk mencari persamaan garis
regresi dapat digunakan berbagai pendekatan (rumus), sehingga nilai
konstanta (a) dan nilai koefisien regresi (b) dapat dicari dengan metode
sebagai berikut :
a = [(Y . X2) (X . XY)] / [(N . X2) (X)2] atau a = (Y/N) b
(X/N)
b = [N(XY) (X . Y)] / [(N . X2) (X)2]

Analisis Korelasi
Analisis Korelasi merupakan suatu analisis untuk mengetahui
tingkat keeratan hubungan antara dua variabel. Tingkat hubungan
tersebut dapat dibagi menjadi tiga kriteria, yaitu mempunyai hubungan
positif, mempunyai hubungan negatif dan tidak mempunyai hubungan.
Analisis Korelasi (r) : digunakan untuk mengukur tinggi redahnya derajat
hubungan antar variabel yang diteliti. Tinggi rendahnya derajat keeratan
tersebut dapat dilihat dari koefisien korelasinya. Koefisien korelasi yang
mendekati angka + 1 berarti terjadi hubungan positif yang erat, bila
mendekati angka 1 berarti terjadi hubungan negatif yang erat.
Sedangkan koefisien korelasi mendekati angka 0 (nol) berarti hubungan
kedua variabel adalah lemah atau tidak erat. Dengan demikian nilai
koefisien korelasi adalah 1 r + 1. Untuk koefisien korelasi sama
dengan 1 atau + 1 berarti hubungan kedua variabel adalah sangat erat
atau sangat sempurna dan hal ini sangat jarang terjadi dalam data riil.
Untuk mencari nilai koefisen korelasi (r) dapat digunakan rumus sebagai
berikut : r = [(N . XY) (X . Y)] / {[(N . X2) (X)2] . [(N . Y2)
(Y)2]}

ANOVA
Analisis Varian adalah sebuah metode untuk memeriksa apakah
ada hubungan antara dua atau lebih set data. Anda dapat menentukan

apakah ada hubungan antara set data dengan melakukan analisis varians,
atau dikenal sebagai ANOVA. Analisis varians kadang-kadang disebut
sebagai F-Test setelah statistik british RA Fisher. Sebenarnya ada tiga tipe
berbeda ANOVA yang tersedia melalui Analisis Toolpak pada microsoft
Excel.
Faktor Tunggal / Single Factor ini melakukan analisis sederhana dari
varians antara dua set data.
Dua Faktor tanpa Replika / Two Factor without Replication ini
melakukan analisis varians antara dua atau lebih set data. Ini harus
digunakan bila Anda hanya memiliki satu sampel dari setiap data.
Dua Faktor dengan Replika / Two Factor with Replication ini
melakukan analisis varians antara dua orang lebih banyak set data. Ini
harus digunakan bila Anda memiliki lebih dari satu sampel dari setiap
data.
Ketika analisis varians diterapkan untuk dua kelompok itu memberikan
hasil yang sama sebagai uji-Z atau T-test. Semua tes ANOVA
menggunakan distribusi F.

Pengujian Hipotesis
pernyataan atau dugaan mengenai keadaan populasi yang sifatnya
masih sementra atau lemah kebenarannya. Hipotesis statistik akan
diterima jika hasil pengujian membenarkan pernyataannya dan akan
ditolah ika terjadi penyangkalan dari pernyataannya. Dalam pengujian
hipotesis, keputusan yang dibuat mengandung ketidakpastian, artinya
keputusan bisa benar atau salah, sehingga menimbulkan resiko. Besar
kecilnya resiko dinyatakan dalam bentuk probabilitas.
Bentuk-Bentuk Hipotesis
Hipotesis Deskriptif
Hipotesis deskriptif adalah dugaan tantang nilai suatu variable
mandiri. Tidak membuat perbandingan atau hubungan. Sebagai contoh
bila rumusan masalah penelitian sebagai berikut ini, maka hipotesis
(jawaban sementara) yang dirumuskan adalah hipotesis deskriptif. Dalam
perumusan hipotesis statistik, antara hipotesis nol (H 0) dan hipotesis

alternative (H1) selalu berpasangan, bila salah satu ditolak, maka yang lain
diterima sehingga dapat dibuat keputusan yang tegas, yaitu kalau H 0
ditolakpasti H1 diterima.
Contoh : Seorang dokter mengatakan bahwa lebih 60% pasien kanker
adalah karena merokok.
H0: 0.90
H1: <0.90

Hipotesis Hubungan (Asosiatif)

Hipotesis asosiatif adalah suatu pernyataan yang menunjukkan
dugaan tentang hubungan antara dua variable atau lebih. Contoh
rumusan masalahny adalah apakah ada hubungan antara gaya hidup
dengan kesuksesan?. Rumus dan hipotesis nolnya adalah: Tidak ada
hubungan antara gaya gaya hidup dengan kesuksesan. Hipotesis
statistiknya adalah:
H0 : = 0
H1 : 0
Menentukan Taraf Nyata (Significant Level)
Taraf nyata adalah besarnya batas toleransi dalam menerima
kesalahan hasil hipotesis terhadap nilai parameter populasinya. Taraf
nyata dilambangkan dengan a (alpha). Semakin tinggi taraf nyata yang
digunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis
yang diuji, padahal hipotesis nol benar. Besarnya nilai a bergantung pada
keberanian pembuat keputusan yang dalam hal ini berapa besarnya
kesalahan yang akan ditolerir. Besarnya kesalahan tersebut disebut
sebagai daerah kritis pengujian (critical region of test) atau daerah
penolakan (region of rejection).
Menentukan Kriteria Pengujian
Kriteria pengujian adalah bentuk pembuatan keputusan dalam
menerima atau menolak hipotesis nol (H0) dengan cara membandingkan

nilai a tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai
dengan bentuk pengujiannya.
1. Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih
besar daripada nilai positif atau negatif dari tabel. Atau nilai uji
statistik berada di luar nilai kritis.
2. Penolakan H0 terjadi jika nilai uji statistiknya lebih besar atau lebih
kecil daripada nilai positif atau negatif dari tabel. Atau nilai uji
statistik berada di dalam nilai kritis.
Taraf Kesalahan dalam Pengujian Hipotesis
Menguji hipotesis itu adalah menaksir parameter populasi
berdasarkan data sampel. Terdapat dua cara menaksir yaitu, a point
estimate dan inteval estimate atau sering disebut confidence interval. A
point estimate adalah suatu taksiran parameter populasi berdasakan satu
nilai data sampel. Sedangkan interval estimate adalah suatu taksiran
parameter populasi berdasarkan nilai interval data sampel.
Menaksir parameter populasi yang menggunakan point estimate
akan mempunyai resiko kesalahan yang lebih tinggi dibandingkan dengan
yang menggunakan interval estimate. Menaksir daya tahan kerja orang
Indonesia 10 jam/hari akan mempunyai kesalahan yang lebih besar bila
dibandingkan dengan nilai taksiran antara 8 sampai dengan 12 jam. Makin
besar interval taksirannya maka akan semakin kecil kesalahannya.
Biasanya dalam penelitian kesalahan taksiran ditetapkan lebih dahulu,
yang digunakan adalah 5% dan 1%.
Penaksiran parameter populasi berdasarkan data sampel, kemungkinan
akan terdapat dua kesalahan yaitu:
1. Kesalahan Tipe I adalah suatu kesalahan bila menolak Ho yang
benar (seharusnya diterima). Dalam hal ini tingkat kesalahan
dinyatakan dengan yang dalam bentuk penggunaannya disebut
sebagai taraf nyata atau taraf signifikan (level of significant). 1 -
disebut sebagai tingkat keyakinan (level of confidence), karena
dengan itu kita yakin bahwa kesimpulan yang kita buat adalah
benar, sebesar 1 - .
2. Kesalahan Tipe II adalah bila menerima hipotesis yang salah
(seharusnya ditolak). Tingkat kesalahan untuk ini dinyatakan

dengan yang dalam bentuk penggunaannya disebut sebagai

fungsi ciri operasi (operating characteristic function). 1 - disebut
sebagai kuasa pengujian.

Uji Beda
Sesuai dengan namanya, uji beda, maka uji ini dipergunakan untuk
mencari perbedaan, baik antara dua sampel data atau antara beberapa
sampel data. Dalam kasus tertentu, juga bisa mencari perbedaan antara
suatu sampel dengan nilai tertentu. Perhatikan contoh-contoh berikut:

1. Perusahaan ingin mengetahui apakah lampu yang diproduksi mampu

menyala lebih dari 1000 jam sesuai dengan standar yang ditetapkan
perusahaan.
2. Seorang guru ingin mengetahui apakah suatu model pengajaran
memberikan hasil yang berbeda terhadap hasil prestasi belajar dua kelas
siswa.
3. Seorang penelitian ingin mengetahui apakah terdapat perbedaan persepsi
tentang advertising KAP antara kelompok akuntan publik, kelompok
akuntan pendidik dan kelompok pengguna jasa KAP.

DAFTAR PUSTAKA

Rangkuti F. (1997). Riset Pemaaran. Penerbit Gramedia Pustaka

Utama. Jakarta
McDaniel C, Gates R. (2001). Riset Pemasaran Kontemporer. Penerbit
Salemba Empat. Jakarta
William H. Kruskal and Judith M. Tanur, ed. (1978), "Linear Hypotheses,"
International Encyclopedia of Statistics. Free Press.
Lindley, D.V. (1987). "Regression and correlation analysis," New Palgrave:
A Dictionary of Economics