Anda di halaman 1dari 15

UJI ASOSIASI

Makalah

Metoda Penelitian Akuntansi

DosenPengampu:

Wawan Sadtyo Nugroho, S.E., M.Si., Ak., C.A.

DisusunOleh:

Riana Anggraeni Afifah 15.0102.0152

Dian Novita Sari 15.0102.0174

Ferdan Dwi Jatmiko 15.0102.0189

FAKULTAS EKONOMI DAN BISNIS PRODI AKUNTANSI

UNIVERSITAS MUHAMMADIYAH MAGELANG

2018
BAB I
PENDAHULUAN

Statistika berasal dari bahasa latin yaitu status yang berarti negara dan digunakan untuk
urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya digunakan untuk menggambar
keadaan dan menyelesaikan masalah yang berhubungan dengan kenegaraan saja seperti :
perhitungan banyaknya penduduk, pembayaran pajak, gaji pegawai, dan lain sebagainya.
Pada kenyataannnya sangatlah sulit untuk mendapatkan sampel yang memenuhi asumsi
mempunyai distribusi tertentu. Kebanyakan sampel yang diperoleh hanyalah sebatas menedekati
tertentu. Oleh karena itu, kemudaian dikembangkan suatu teknik inferensi yang tidak
memerlukan uji asumsi-asumsi tertentu memgenai distribusi sampelnya,dan juga tidak
memerlukan uji hipotesis yang berhubungan dengan parameter populasinya. Teknik ini dikenal
dengan parametri bebas distribusi atau statistika non parametrik.
Dalam dunia statistika banyak cara mengumpulkan data sebagai dasar dalam melakukan
penelitian. Pengumpulan data ini dilakukan agar peneliti dapat memperoleh data-data yang
dibutuhkan, mencari hubungan dari variabel-variabel yang diteliti, memprediksi masa depan dan
sebagainya untuk kebutuhan penelitian. Untuk memprediksi hal tersebut, kita menggunakan
metode Statistika Non parametrik dan Penelitian Survei.
Metode Statistika Non Parametrik pengambilan kesimpulan dapat ditarik tanpa
memperhatikan bentuk distribusi populasi. Sedangkan Penelitian Survei, disgunakan untuk
pengambilan data dari suatu populasi dengan menggunakan media kuesioner sebagai alat
pengumpul data yang pokok. Statistika menggunakan metode penelitian survei dalam
mengumpulkan data sebagai dasar penelitian dan menggunakan Statistika Non Parametrik untuk
mengatasi pemecahan data yang memiliki ukuran sampel kecil dan asumsi-asumsi yang kurang
dimiliki oleh peneliti.
Ini digunakan agar pendapat dari suatu populasi tersebut dapat diolah sebagai data
statistik dan kita dapat memprediksi masa depan dan sebagainya seperti yang disebutkan di atas.
BAB II
PEMBAHASAN

A. TIPE HUBUNGAN (ASOSIASI)


Analisis korelasi adalah metode statistik yang digunakan untuk mengukur besarnya
hubungan antara dua variabel atau antar set-variabel. Nilai korelasi berkisar antara -1 dan 1,
dimana nilai korelasi -1 berarti hubungan antara dua variabel tersebut adalah negatif sempurna,
nilai korelasi 0 berarti tidak ada hubungan antara dua variabel tersebut, sedangkan nilai korelasi
1 berarti bahwa terdapat hubungan positif sempurna antara dua variabel terswebut. antara dua
variabel, terutama untuk variabel kuantitatif. Ukuran hubungan antara dua variabel kualitatif
biasa disebut asosiasi. Untuk skala interval dan skala ratio dapat digunakan koefisien korelasi
Pearson Product Moment. Untuk skala ordinal tersedia korelasi peringkat Spearman (Spearman’s
rank correlation), Goodman-Kruskal’s Gamma , Kendall’s tau-b & Kendall’s tau-c dan Somers’d
Untuk skala nominal tersedia koefisien Phi , Cramer’s V , Contingency coefficient, dan Lambda.
Untuk skala nominal dan interval tersedia koefisien Eta yang mengukur hubungan variabel
berskala nominal dan variabel berskala interval. Menghitung Korelasi Pearson Product Moment
Digunakan untuk mengukur kekuatan hubungan linier antara dua variabel kontinu (mempunyai
skala interval atau ratio). Contoh: Suatu komisi pengadaan textbook suatu perguruan tinggi
mengamati hubungan antara jumlah halaman textbook dan harga textbook tersebut. Dari sampel
acak 8 textbook yang berbeda didapat sebagai berikut:

Textbook A B C D E F G H

Jumlah halaman 400 600 500 600 400 300 200 550

Harga (US$) 40 65 60 78 55 45 25 70

Hitung korelasi Pearson Product Moment antara

Jumlah Halaman Textbook dan Harga Textbook dan tentukan apakah korelasi tersebut
signifikan. Gunakan α = 0,01.

Solusi:

Hipotesis statistik:
Ho : r = 0

Ha : r ≠ 0

Hipotesis bentuk kalimat:

Ho : Tidak ada hubungan yang signifikan antara jumlah halaman dengan harga textbook.

Ha : Ada hubungan yang signifikan antara jumlah halaman dengan harga textbook.

Kaidah keputusan:

0,01 < Sig , maka Ho diterima

0,01 > Sig , maka Ho ditolak

Prosedur SPSS:

1. Pada lembar variabel view ketikan variabel Jumlah Halaman dan variabel Harga.

2. Pada data view masukkan data Jumlah Halaman dan Harga.

3. Klik Analyze → Correlate → Bivariate.

4. Pindahkan variabel Jumlah Halaman dan variabel Harga Textbook ke dalam kotak

Variables . Klik Correlation Coefficients Pearson .

5. Klik Ok .

Interpretasi Hasil:

Correlations

Jumlah Halaman Harga Textbook

Jumlah Halaman Pearson Correlation 1 .934

Sig. (2-tailed) .001

N88
Harga Textbook Pearson Correlation .934 1

Sig. (2-tailed) .001

N88

**. Correlation is significant at the 0.01 level (2-tailed).

Dari tabel Correlation terlihat bahwa r = 0,934 dan Sig = 0,001. Karena 0,01 > Sig (0,001), maka
Ho yang menyatakan r = 0 ditolak. Kesimpulan:

Ada hubungan yang signifikan antara jumlah halaman dengan harga textbook.

Menghitung Korelasi Peringkat Spearman

Digunakan untuk mengukur hubungan antara dua variabel di mana kedua variabel berbentuk
peringkat ( rank) atau kedua variabel berskala

ordinal .

Interpretasi dari besarnya nilai korelasi antara variabel dapat diklasifikasikan sebagai berikut :

0,00-0,09 : Hubungan korelasi diabaikan

0,10-0,29 : Hubungan korelasi rendah

0,30-0,49 : Hubungan korelasi moderat

0,50-0,70 : Hubungan korelasi sedang

di atas 0,70 : Hubungan korelasi sangat kuat

Selain itu, untuk menentukan apakah besarnya hubungan itu signifikan atau tidak, kita dapat
menyimpulkan dari nilai signifikan value (p-value) hasil uji korelasi.

(Sumber : Sofyan dan Heri, SPSS Complete, 2009)

Ada beberapa uji korelasi dan asosiasi yaitu :


1. Koefisien Korelasi Rank Spearman dan Kendall's Tau . Korelasi ini digunakan untuk
mengetahui hubungan antara dua variabel data yang berskala ordinal.

2. Korelasi Pearson . Korelasi ini digunakan untuk mengetahui hubungan antara dua variabel
yang berskalan interval. Dalam korelasi ini bahwa kedua variabel diasumsikan mengikuti
diatribusi normal.

3. Koefisien Kontigency C (Cramer's V) . Korelasi ini digunakan untuk mengetahui hubungan


antara variabel yang berskala nominal.

4. Measure of Agreement Cohen's Kappa.

Korelasi ini digunakan untuk mengukur kesesuaian antara hasil evaluasi dua buah alat ukur
ketika alat ukur tersebut digunakan untuk subyek yang sama.

5. Asosiasi ETA. Asosiasi ini digunakan untuk mengetahui besarnya hubungan antara variabel
data yang berskala nominal dan interval.

B. STATISTIK PARAMETRIK DAN NON PARAMETRIK


1 . Statistik Parametrik
Statistik Parametrik yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau
distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang
akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada
umumnya, jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan metode
statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data
mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.
Contoh metode statistik parametrik :
a. Uji-z (1 atau 2 sampel)
b. Uji-t (1 atau 2 sampel)
c. Korelasi pearson,
d. Perancangan percobaan (one or two-way anova parametrik), dll.
Ciri-ciri statistik parametrik :
- Data dengan skala interval dan rasio
- Data menyebar/berdistribusi normal
Materi Pokok Statistika Parametrik

a. Korelasi Product Moment

Korelasi product moment disebut juga korelasi Pearson adalah teknik analisis statistik yang
mempunyai kegunaan untuk menganalisis data penelitian yang mempunyai karakteristik di
antaranya:

1. Hipotesis yang diajukan adalah hipotesis asosiatif

2. Datanya berskala minimal interval

3. Penyebaran data berdistribusi normal

b. Regresi Linear Sederhana

c. Regresi Linear Ganda

d. Regresi Logistik

Teknik statistik ini digunakan untuk mengetahui pengaruh satu variable independen
atau lebih (X) terhadap satu variable dependen (Y), dengan syarat:

1. Variabel dependent harus merupakan variable dummy yang hanyapunya dua alternatif.
Misalnya Puas atau tidak puas, dimana jikaresponden menjawab puas maka kita beri
skor 1 dan jikamenjawab tidak puas kita beri skor 0.

2. Variabel independent mempunyai skala data interval atau rasio

Keunggulan dan kelemahan statistik parametrik


Keunggulan :
1.Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan
dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.
2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta
memiliki varian yang homogen.
Kelemahan :
1. Populasi harus memiliki varian yang sama.
2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.
3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan
bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.

2.Statistika Non Parametrik


Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya
menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak
berdistribusi normal.

Contoh metode statistik non-parametrik :


a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll
Ciri-ciri statistik non-parametrik :
- Data tidak berdistribusi normal
- Umumnya data berskala nominal dan ordinal
- Umumnya dilakukan pada penelitian sosial
- Umumnya jumlah sampel kecil.
Keunggulan dan kelemahan statistik non-parametrik :
Keunggulan :
1. Tidak membutuhkan asumsi normalitas.
2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih
mudah dimengerti jika dibandingkan dengan statistik parametrik karena ststistika non-
parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik
parametrik.
3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang
(ordinal).
4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang
secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data
kualitatif.
5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada
pengamatan yang nyata.
6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi,
tetapi dapat digunakan pada populasi berdistribusi normal.
Kelemahan :
1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik
parametrik.
3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti
pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati
eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu.
3. Uji-uji Dalam Statistika Non Parametrik
1. Test For Binary Sequences
Terjadinya peristiwa secara random atau acak merupakan sesuatu yang penting dalam
analisis ststistika. Dalam prosedur statistik parametrik asumsi yang harus dipenuhi adalah bahwa
sampel yang kita miliki adalah sampel random. Jika sampel kerandoman dari sebuah sampel
diragukan, maka kita perlu satu cara atau prosedr untuk mengetahui sifat tersebut seblum analisis
selanjutnya dikerjakan. Proses penyidikan kerandoman akan didasarkan pada banyaknya runtun
(bariasan peristiwa,item, atau symbol dari bentuk yang berbeda) yang muncul dari data.
Kerandoman suatu rangkaian akan diragukan kalau banyaknya runtun terlalu besar atau terlalu
kecil.
Prosedur Pelaksanaan Uji Random
1. Merumuskan hipotesis nol dan hipotesis alternative (H0 dan H1).
2. Menentukan taraf keberartian ( ).
3. Menentukan bentuk statistik uji (ststistik hitung).
4. Menghitung jumlah deret (r).
5. Menghitung frekuensi kejadian (n1 dan n2).
6. Menghitung nilai ststistik uji.
7. Menarik kesimpulan ststistik (tolak atau terma H0)

2. Uji Wilcoxon
Merupakan suatu uji yang menghitung tanda dan besarnya selisih dari dua buah
rataan populasi. Uji ini lebih peka dari pada uji tanda dalam menemukan perbedaan antara
populasi. Dengan kata lain, uji peringkat bertanda wilcoxon digunakan jika besaran
maupun arah perbedaan relevan.
Untuk menentukan apakah terdapat perbedaan yang sesungguhnya antara pasangan
data yang diambil dari dua sampel yang berkait.

Prosedur Uji wilcoxon Untuk Pengamatan Berpasangan


1. Menyatakan hipotesis nol dan hipotesis alternatif (H0 dan H1).
2. Memilih tarap keberartian ( ).
3. Menentukan daerah kritis W (bila dist Z digunakan).
4. Menyusun peringkat tanpa memperhatikan tanda.
5. Pemberian tanda atas peringkat yang telah ditetapkan.
6. Menjumlahkan peringkat dengan jumlah terkecil sebagai W.
7. Penarikan kesimpulan statistic tentang hipotesis nol (tolak H0 atau terima H0)
Penarikan Kesimpulan Statistik
Untuk menguji hipotesis nol (H0) dari uji Wilocoxon ini, selain dapat
meggunakan tabe harga-harga kritis W dalam uji jenjang bertanda data berpasangan
wilcoxon khususnya untuk sampel kecil, juga dapat menggunakan pendekatan distribusi
normal. Sedangkan untuk sampel besar digunakan pendektan distribusi normal.
Pengujian dilakukan dengan langkah-langkah sebagai berikut
Hipotesis
- Satu sisi
H0 :W(+) = (-)
H1 : W(+) > (-)
H0 :W(+) = (-)
H1 : W(+) < (-)
- Dua sisi
H0 :W(+) = (-)
H1 : W(+) ≠ (-)
Dimana :
W(+) = jumlah semua peringkat selisih pasangan pengamatan (xi,yi) yang bertanda positif
W(-)= jumlah semua peringkat selisih pasangan pengamatan (xi,yi) yang bertanda negatif
α = …%
Daerah kritis

A. Tabel Wilcoxon
Jika harga W adalah sama dengan atau kurang dari harga yang diberikan dalam
tabel, untuk satu tingkat signifikasi tertentu dengan N tertetu, maka tolak H0.
Jika harga α hit yang diperoleh dari tabel (dengan N dan W tertentu) adalah sama
dengan atau kurang dari harga yang telah ditentukan,maka tolak H0
B. Distribusi Normal
Dari nilai Zhit yang diperoleh tentukan nilai peluang (P) padanannya, untuk tes
dua sisi kalikan dua P, bila P sama dengan atau kirang dari α, maka tolak H0.

Statistik hitung
Untuk setiap pasangan nilai pengamatan (xi,yi), hitung perbedaannya (di = xi-ui)
Berikan peringkat terhadap perbedaan nilai pasangan pengamatan, mulai dari
peringkat 1 untuk perbedaan nilai terkecil hingga peringkat n untuk perbedan terbesar.
Bila terdapat perbedaan nilai pasangan yang sama, perbedaan nilai yang sama diberi
nilai rata-ratanya. Bila ditemukan perbedaan nol, kita beri peringkat 1 dengan tanda
yang kemungkinanya menolak H0.
Beri tanda (+/-) kepada peringkat yang telah dibuat.
Hitung jumlah di yang brtanda positif (W+) dan negative (W-).
Statistika uji peringkat bertanda wilcoxon ialah W.W yang dipakai ialah W+ atau W-
yang nilainya “lebih kecil”.
A. Menggunakan tabel-Wilcoxon
W+ = (semua peringkat positif)

W- = (semua peringkat negatif)


B.Mengunakan Pendekatan Distribusi Normal (Z)

Zhit =

Kesimpulan
H0 ditolak, bila W , α hitung, atau p (normal) jatuh didalam daerah kritis.
2.9.3 Mann Whiney U Test
Dalam pengujian ini digunakan data dari dua sampel independen yang masing-
masing berasal dari populasi yang independent. Dua sampel masing-masing berukuran
n1 dan n2 dikatakan independent apabila pemilihan unit untuk kedua sampel tidak
saling mempengaruhi. Jadi apapun dan siapapun yang terpilih dari sampel pertama tidak
mempengaruhi pemilihan pada sampel kedua populasi yang independent. Salah satu
pengujian yang dapat dilakukan adalah pengujian Mann-Whitney.

Prosedur Pengujian Mann-Whitney


1. Menyatakan hipotesis nol dan hipotesis alternatif (H0 dan H1).
2. Memilih tarap keberartian ( ).
3. Menyusun peringkat data tanpa memperhatikan katagori sampel.
4. Menjumlahkan peringkat menurut tiap katagori sampel dan menghitung ststistik U
(dipilih nilai U terkecil)
5. Penarikan kesimpulan ststistik mengenai hipotesis nol (tolak atau terima H0)
Penarikan Kesimpulan Statistik Hipotesis
Satu sisi
- H0 :U1(+) = U2(-)
- H1 : U1 (+) < U2 (-)
- H0 : U1 (+) = U2 (-)
- H1 : U1 (+) > U2 (-)
Dua sisi
- H0 :U1(+) =U2 (-)
- H1 : U2(+) ≠ U1(-)
Dimana U adalah nilai ststistik yang dipakai dalam tes ini, nilainya diperoleh dari
beberapa kali suatu skor dalam kelompok n2 mendahului skor dalam kelompok n1 (atau
sebaliknya, pilih nilai U minimum).
α = …%
daerah kritis
a.Tabel Mann – Whitney
Utuk n2 < 8 : jika harga α hitung yang diperoleh dari tabel (dengan n2,n1 dan
Umin diketahui) adalah sama dengan atau kurang dari harga α yang telah ditentukan,
maka tolak H0.
Untuk n2 diantara 9 dan 20 : jika harga U min adalah sama dngan atau kurang
dari harga U yang diberikan dalam tabel untuk satu signifikan tertentu, maka tolak H0.

b.Dist. Normal
Dari nilai Z hit yang diperoleh tentukan nilai peluang (P) padananya, untuk tes
dua sisi kalikan dua P, bila P sama dengan atau kurang dari α, maka tolak H0.
BAB III
KESIMPULAN
Statistika Parametrik yaitu ilmu statistika yang mempertimbangkanjenis sebaran/distribusi
data, yaitu apakah data menyebar normal atau tidak. Pada umumnya, Jika data tidak menyebar
normal, maka data harus dikerjakan dengan metode Statistika non-parametrik, atau setidak2nya
dilakukan transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dg
statistika parametrik. Statistika parametrik juga adalah prosedur yang pengujian yang dilakukan
berlandaskan distribusi. Salah satu karakteristiknya penggunaan prosedur ini melibatkan asumsi-
asumsi tertentu. Contoh dari statistik parametrik adalah analisis regresi, analisis korelasi, analisis
varians.
Statistik Non-Parametrik adalah test yang modelnya tidak menetapkan syarat-syaratnya
yang mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya.
Oleh karena itu observasi-observasi independent dan variabel yang diteliti pada dasarnya
memiliki kontinuitas. Uji metode non parametrik atau bebas sebaran adalah prosedur pengujian
hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi yang
mendasarinya kecuali selama itu kontinu.
Pendeknya: Statistik Non-Parametrik adalah yaitu statistik bebas sebaran (tidak
mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik
non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang
umumnya tidak berdistribusi normal.
DAFTAR PUSTAKA
Jogiyanto. 2010. Metode Penelitian Bisnis : Salah Kaprah & Pengalaman-pengalaman.
Yogyakarta : BPFE UGM.

Sugiono. 2010. Metode Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta.