Anda di halaman 1dari 5

RMK METODOLOGI PENELITIAN AKUNTANSI

“ANALISIS DATA KUANTITATIF : PENGUJIAN HIPOTESIS”

Oleh

M. RAFLY ADITAMA (A031171503)

DEPARTEMEN AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS HASANUDDIN

2019
Analisis Data Kuantitatif : Pengujian Hipotesis

A. Kesalahan Tipe 1, Kesalaha Tipe 2, Dan Kekuatan Statistik

Hipotesis nol dianggap benar hingga bukti statistik, dalam bentuk uji hipotesis,
menunjukkan sebaliknya. Bukti statistik yang dibutuhkan diperoleh dari statistik
inferensial, seperti analisis regresi atau manova. Satistik inferensial membantu kita
untuk mentaik kesimpulan (atau untuk membuat pendapat/perkiraan) tentang populasi
dari sampel.

Tujuan pengujian hipotesis adalah menentukan secara akurat jika hipotesis nol
dapat ditolak karena hipotesis alternatif. Berdasarkan data sampel, penelitian dapat
menolak hipoteis nol dengan tingkat keyakinan tertentu : selalu ada risiko bahwa
pendapat yang dibuat tentang populasi tersebut salah.

Kesalahan tipe 1, disebut juga dengan alpha adalah probabilitas menolak


hipotesis nol ketika hal tersebut sebenarnya besar. Kesalah tipe 1 akan terjadi jika kita
menyimpulkan, berdasarkan data, kelelahan memengaruhi keinginan untuk keluar dari
perusahaan, yang pada kenyataannya hal tersebut tidak memengaruhi. Probabilitas tipe
1 disebut juga dengan tingkat signifikan ditentukan oleh peneliti. Tingkat signifikan
yang umum dalan penilitian bisnis adalah 5% dan 1%.

Kesalahan tipe 2 juga disebut dengna beta adalah probabilitas kegagaln untuk
menolak hipotesis nol tertentu bahwa hipotesis alternatif tersebut benar misalnya
menyimpulkan, berdasarkan data, bahwa kelelahan tidak memengaruhi keinginan
untuk keluat dari perusahaan ketika sebenarnya hal tersebut memengaruhi.

B. Memilih Teknik Statistik Yang Tepat

Setelah memilih tingkat signifikasi statistik yang dapat diterima untuk menguji
hipotesis, langkah selanjutnya adalah menentukan metode yang sesuai untuk menguji
hipotesis tersebut. Pilihan teknik statistik yang tepat secara luas bergantung pada
jumlah variabel yang sedang dipelajari dan skala pengukuran dari variabel. Aspek lain
yang memainkan peran adalah ukuran sampel dan apakah asumsi uji parametrik
terpenuhi.

C. Menguji Hipotesis Mean Tunggal

Uji 1 sampel digunakan untuk menguji hipotesis bahwa mean populasi dari
mana sampel diambil sama dengan standar perbandingan. Asumsikan bahwa anda
mengetahui bahwa rata-rata mahasiswa belajar 31 jam dalam seminggu. Dari apa yang
diamati sejauh ini, kita berpikira bahwa mahasiswa di universitas belajar lebih lama
lagi. Sehingga kita menanyakan kepada 20 teman kelas tentang berapa lama mereka
belajar dalam seminggu. Rata-rata lama belajar perminggu diketahui adalah 36,2 jam,
4 jam 12 menit lebih lama dibandingkan lama belajar mahasiswa pada umumnya.
Pernyataannya adalah apakah hal tersebut kebetulan ?

D. Menguji Hipotesis Dua Mean Yang Berhubungan

Kita dapat dapat melakukan uji-t untuk menguji perbedaan dalam kelompok
yang sama sebelum dan setelah perlakuan.

Uji peringkat bertanda wilcoson adalah uji komparatif 2 sampel bebas apabila
skala data ordinal, interval atau rasio tetapi tidak berdistribusi normal. Uji komparatif
yang dimaksud adalah uji untuk mengetahui perbedaan jumlah peringkat antara 2
kelompok. Dalam tiap kelompok jumlah observasi atau sampel boleh beda.

Uji Mcnemar merupakan salah satu alat statistik nonparametrik yang digunakan
untuk menguji perbedaan dua sampel berpasangan (anggita sampel yang sama), bentuk
skala data yang digunakan yaitu skala nominal atau dikotomi.

E. Menguji Hipotesis Dua Mean Yang Tidak Berhubungan

Terdapat banyak contoh ketika kita tertarik untuk mengetahui apakah dua kelompok
berbeda satu sama lain pada variabel ketertarikan berskala interval atau berskala rasio.
Misalnya, apakah para wanita dan laki-laki mendesar masalah mereka untuk
memperkenalkan flextime di tempat kerja pada tingkat yang sama, atau apakah
kebutuhan mereka berbeda ?. Untuk menjawab pertanyaan seperti itu uji t sampel bebas
dilakukan untuk mengetahui jika terdapat perbedaan mean yang signifikan antara dua
kelompok dalam variabel ketertarikan. Yaitu variabel nominal yang dibagi menjadi 2
subkelompok.

F. Menguji Hipotesis Beberapa Mean

Apakah uji-t menunjukkan apakah terdapat perbedaan mean yang signifikan


atau tidak dalam variabel terikat antara dua kelompok, analisis varians membantu
untuk meneliti perbedaan mean yang signifikan diantara lebih dari dua kelompok pada
variabel terikan berskala interval atau rasio.

G. Analisis Regresi

Analisis regresi sederhana digunakan dalam situasi di mana satu variabel bebas
dihipotesiskan akan memengaruhi satu variabel terika, misalnya asumsikan bahwa kita
menyatakan bahwa kecenderungan untuk membeli produk hanya bergantung pada
kualitas produk yang dirasakan.

Analisis regresi berganda memberikan mean penilaian secara objektif pada


tingkat dan ciri-ciri hubungan antara variabel bebas dan variabel terikat: koefisier
regresi secara relative percaya bahwa varians dalam kinerja bebas dalam prediksi
variabel terikat.

1. Koefisien Regresi Terstandar

Koefisien regresi terstandar adalah estimasi yang berasal dari analisis regresi
berganda yang dilakukan pada variabel yang telah distandarkan.
2. Regresi dengan Variabel Dummy

Variabel dummy adalah variabel yang memiliki dua tingkat yang jelas atau
lebih yang dikodekan denagn 0 atau 1 . variabel dummy membuat kita dapat
menggunakan variabel nominal atau ordinal sebagai variabel bebas untuk menjelaskan,
memahami, atau memprediksi variabel terikat.

3. Multikolinearitas

Multikolinearitas seringkali menjadi fenomoena statistic dimana dua variabel


bebas atau lebih dalam model regresi berganda sangat berhubungan.

H. Data Warehousing, Data Mining, Dan Penelitian Operasi

Data warehousing dan data mining merupakan aspek dari system informasi.
Kebanyakan perusahaan kini menyadari manfaat dari data warehouose yang berfungsi
sebagai tempat penyimpanan pusat semua data yang dikumpulkan diri sumber-sumber
yang berbeda termasuk yang berkaitan dengan keuangan perusahaan, manufaktur,
penjualan, dan semacamnya.

Penelitian Operasi merupakan alat canggih lain yang digunakan untuk


menyederhanakan dan memperjelas jenis persoalan rumit tertentu yang harus
dikuantifikasi.

I. Beberapa Paket Software Yang Berguna Untuk Analisis Data


1. LISREL
2. MATLAB
3. Mplus
4. SAS/STAT
5. SPSS
6. SPSS AMOS
7. Stata