Metodelogi Penelitian
Disusun oleh :
UNIVERSITAS WIDYATAMA
PROGRAM STUDI MAGISTER AKUNTANSI
BANDUNG
2019
BAB I
PENDAHULUAN
Latar Belakang
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis dan mempresentasikan data. Singkatnya, statistika adalah
ilmu yang berkenan dengan data. Statistika dibagi menjadi dua, yaitu Statistika Deskriptif
dan Statistika Inferensial. Statistika deskriptif berkenaan dengan deskripsi data, misalnya
dari menghitung rata-rata dan varians dari data mentah; mendeksripsikan menggunakan
tabel-tabel atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna.
Sedangkan statistika inferensial lebih dari itu, misalnya melakukan pengujian hipotesis,
melakukan prediksi observasi masa depan, atau membuat model regresi. Untuk saat ini,
kami akan membahas tentang ilmu Statistika Deskriptif.
Statistika dalam arti sempit berarti kumpulan data berupa angka, penyajian data
dalam table dan grafik, bilangan yang menunjukan karakteristik dari kumpulan data.
Statistika dalam arti luas yaitu metode yang digunakan dalam pengumpulan dan analisis
data yang berupa angka-angka sehingga dapat diperoleh informasi yang berguna. Statistika
adalah suatu metode yang menjelaskan tata cara pengumpulan, penyusunan, penyajian,
penganalisaan, dan penginterprestasian data menjadi informasi yang lebih berguna.
Menurut Sudjana (1996:7), Statistika Deskriptif adalah fase statistika dimana hanya
berusaha melukiskan atau menganalisa kelompok yang diberikan tanpa membuat atau
menarik kesimpulan tentang populasi atau kelompok yang lebih besar dinamakan
Statistika Deskriptif.
Dalam materi Statistika Deskriptif, terdapat Regresi dan Korelasi. Regresi dan
korelasi digunakan untuk mempelajari pola dan mengukur hubungan statistik antara dua
atau lebih variabel.
Sepanjang sejarah umat manusia,orang melakukan penelitian tentang ada tidaknya
hubungan antara dua hal,fenomena,kejadian atau lainnya. Dan ada tidaknya pengaruh
antara satu kejadian dengan kejadian yang lainnya. Karena itu untuk mempermudah dalam
melakukan penghitungan suatu kejadian maka digunakan korelasi dan regresi dalam ilmu
statistika.
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik pengukuran
asosiasi / hubungan (Measures of association). Teknik ini berguna untuk mengukur
kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel) dengan skala-skala
tertentu.
Regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh suatu
variabel terhadap variabel lain .Dalam analisis regresi ,variabel yang mempengaruhi
disebut independent variabel (variable bebas) dan variabel yang dipengaruhi disebut
dependent variabel (variabel terikat)
BAB II
PEMBAHASAN
A. Sejarah Statistika
Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk
pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan
mengartikannya sebagai “ilmu tentang negara (state)”. Pada awal abad ke-19 telah terjadi
pergeseran arti menjadi “ilmu mengenai pengumpulan dan klasifikasi data”. Sir John
Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke dalam bahasa Inggris.
Jadi, statistika secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-
lembaga administratif dan pemerintahan. Pengumpulan data terus berlanjut, khususnya
melalui sensus yang dilakukan secara teratur untuk memberi informasi kependudukan
yang berubah setiap saat.
Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-bidang
dalam matematika, terutama peluang. Cabang statistika yang pada saat ini sangat luas
digunakan untuk mendukung metode ilmiah, statistika inferensi, dikembangkan pada paruh
kedua abad ke-19 dan awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika
inferensi), Karl Pearson(metode regresi linear), dan William Sealey Gosset (meneliti
problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat
dikatakan telah menyentuh semua bidang ilmu pengetahuan, mulai
dari astronomi hingga linguistika. Bidang-bidang ekonomi, biologi dan cabang-cabang
terapannya, serta psikologi banyak dipengaruhi oleh statistika dalam metodologinya.
Akibatnya lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau
biostatistika), dan psikometrika.
Meskipun ada pihak yang menganggap statistika sebagai cabang dari matematika, tetapi
sebagian pihak lainnya menganggap statistika sebagai bidang yang banyak terkait dengan
matematika melihat dari sejarah dan aplikasinya. Di Indonesia, kajian statistika sebagian
besar masuk dalam fakultas matematika dan ilmu pengetahuan alam, baik di dalam
departemen tersendiri maupun tergabung dengan matematika.
B. Pengertian Regresi
Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886.
Galton menemukan adanya tendensi bahwa orang tua yang memiliki tubuh tinggi memiliki
anak-anak yang tinggi, orang tua yang pendek memiliki anak-anak yang pendek pula.
Kendati demikian. Ia mengamati bahwa ada kecenderungan tinggi anak cenderung
bergerak menuju rata-rata tinggi populasi secara keseluruhan. Dengan kata lain, ketinggian
anak yang amat tinggi atau orang tua yang amat pendek cenderung bergerak kearah rata-
rata tinggi populasi. Inilah yang disebut hukum Golton mengenai regresi universal. Dalam
bahasa galton, ia menyebutkan sebagai regresi menuju mediokritas.
Hukum regresi semesta (law of universal regression) dari Galton diperkuat oleh
temannya Karl Pearson, yang mengumpulkan lebih dari seribu catatan tinggi anggota
kelompok keluarga. Ia menemukan bahwa rata-rata tinggi anak laki-laki kelompok ayah
(yang) pendek lebih besar dari pada tinggi ayah mereka, jadi
“mundurnya” (“regressing”) anak laki-laki yang tinggi maupun yang pendek serupa kea
rah rata-rata tinggi semua laki-laki. Dengan kata lain Galton, ini adalah “kemunduran
kearah sedang”.
Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu
variabel dependen (terikat) dengan satu atau lebih variabel independent (variabel
penjelas/bebas), dengan tujuan untuk mengestimasi dan/ atau memprediksi rata-rata
populasi atau niiai rata-rata variabel dependen berdasarkan nilai variabe! independen yang
diketahui. Pusat perhatian adalah pada upaya menjelaskan dan mengevalusi hubungan
antara suatu variabel dengan satu atau lebih variabel independen.
Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing variable
independent. Koefisien ini diperoleh dengan cara memprediksi nilai variable dependen
dengan suatu persamaan.
Korelasi dan regresi keduanya mempunyai hubungan yang sangat erat. Setiap regresi
pasti ada korelasinya, tetapi korelasi belum tentu dilanjutkan dengan regresi. Korelasi yang
tidak dilanjutkan dengan regresi, adalah korelasi antara dua variabel yang tidak mempunyai
hubungan kasual/sebab akibat, atau hubungan fungsional. Untuk menetapkan kedua variabel
mempunyai hubungan kusal atau tidak, maka harus didasarkan pada teori atau konsep-konsep
tentang dua variabel tersebut. Hubungan antara panas dengan tingkat muai panjang, dapat
dikatakan sebagai hubungan yang kausal, hubungan antara kepemimpinan dengan kepuasan
kerja pegawai dapat dikatakan hubungan yang fungsional, hubungan antara kupu-kupu yang
datang dengan banyaknya tamu di rumah bukan merupakan hubungan kausal maupun
fungsional.
Kita gunakan analisis regresi bila kita ingin mengetahui bagaimana variabal dependen/kriteria
dapat diprediksikan melalui variabel independen atu variabel prediktor, secara individual.
Dampak dari penggunaan analisis regresi dapat digunakan untuk memutuskan apakah naik dan
menurunnya variabel dependen dapat dilakukan melalui menaikan dan menurunkan keadaan
variabel independen, atau meningkatkan keadaan variabel dependen dapat dilakukan dengan
meningkatkan variabel independen/dan sebaliknya.
D. Regresi Ganda
Analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan
bagaimana keadaan (naik turunnya) variabel dependen (kriterium), bila dua atau lebih variabel
independen sebagai prediktor dimanipulasi (dinaik-turunkan nilainya). Jadi analisis regresi
ganda akan dilakukan bila jumlah variabel independennya minimal 2.
Persamaan regresi untuk dua prediktor adalah :
Y = a + b1X1 + b2X2
Persamaan regresi untuk tiga prediktor adalah :
Y = a + b1X1 + b2X2 + b3X3
Persamaan regresi untuk n prediktor adalah :
Y = a + b1X1 + b2X2 + b3X3 + b4X4
Untuk bisa membuat ramalan melalui regresi, maka data setiap variabel harus tersedia.
Selanjutnya berdasarkan data itu peneliti harus dapat menemukan persamaan regresi melalui
perhitungan
Metode analisis multivariat adalah suatu metode statistika yang tujuan digunakannya
adalah untuk menganalisis data yang terdiri dari banyak variabelserta diduga
antar variabel tersebut saling berhubungan satu sama lain.
Analisis multivariat adalah salah satu dari teknik statistik yang diterapkan untuk
memahami struktur data dalam dimensi tinggi. Dimana variabel-variabel yang dimaksud
tersebut saling terkait satu sama lain.
Berdasarkan beberapa definisi Analisis Multivariat di atas, maka statistikian
menyimpulkan bahwa yang dimaksud dengan Analisis Multivariat adalah suatu analisis
yang melibatkan variabel dalam jumlah lebih dari atau sama dengan 3 variabel.
Dimana minimal ada satu variabel terikat dan lebih dari satu variabel bebas serta
terdapat korelasi atau keterikatan antara satu variabel dengan variabel lainnya. Maka dapat
diartikan bahwa Analisis Multivariat juga merupakan analisis yang melibatkan cara
perhitungan yang kompleks. tujuannya adalah agar dapat memahami
struktur data berdimensi tinggi dan saling terkait satu sama lain.
Teori dari Metode analisis multivariat dalam hal ini sebenarnya telah diketahui sejak
lama sekali, hanya saja karena cara perhitungannya yang rumit maka jarang sekali
diterapkan. Tetapi akhir-akhir ini, bersamaan dengan berkembangnya teknologi.Dimana
muncul aplikasi komputer seperti SPSS untuk menghitung atau menganalisis metode
statistik dengan mudah. Maka barulah Analisis Multivariat ini sering digunakan oleh para
peneliti karena kemudahan-kemudahan yang diberikan oleh aplikasi komputer dan
banyaknya informasi yang bisa didapat dari Analisis Multivariat ini.
Statistikian juga berpendapat bahwa telah sering terjadi kesalahpahaman yang
mendasar dari para mahasiswa atau bahkan para peneliti.Yaitu tentang definisi Analisis
Multivariat, yaitu kerancuan dalam memahami perbedaan antara Analisis Multivariat dan
analisis multiple.
Perlu dipahami dan diperhatikan, bahwa pengertian Analisis Multivariat benar-benar
berbeda dengan analisis multiple atau disebut juga analisis multivariabel.Kalau tentang
Analisis Multivariat sudah dibahas di atas, saatnya kita coba kupas tentang analisis
multivariabel.
H. Pengertian Korelasi
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi
merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat
yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan
hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien
korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua variabel.
Dalam SPSS ada tiga metode korelasi sederhana (bivariate correlation)
diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation. Pearson
Correlation digunakan untuk data berskala interval atau rasio, sedangkan Kendall’s tau-
b, dan Spearman Correlation lebih cocok untuk data berskala ordinal.
Dalam korelasi sempurna tidak diperlukan lagi pengujian hipotesis, karena kedua variabel
mempunyai hubungan linear yang sempurna. Artinya variabel X mempengaruhi variabel Y
secara sempurna. Jika korelasi sama dengan nol (0), maka tidak terdapat hubungan antara
kedua variabel tersebut. Dalam korelasi sebenarnya tidak dikenal istilah variabel bebas dan
variabel tergantung. Biasanya dalam penghitungan digunakan simbol X untuk variabel
pertama dan Y untuk variabel kedua. Dalam contoh hubungan antara variabel remunerasi
dengan kepuasan kerja, maka variabel remunerasi merupakan variabel X dan kepuasan
kerja merupakan variabel Y.
Terdapat tiga macam bentuk hubungan antar variabel, yaitu hubungan simetris,
hubungan sebab akibat (kausal) dan hubungan Interaktif (saling mempengaruhi). Untuk
mencari hubungan antara dua variabel atau lebih dilakukan dengan menghitung korelasi antar
variabel yang akan dicari hubungannya. Korelasi merupakan angka yang menunjukkan arah
dan kuatnya hubungan antar variabel atau lebih. Artinya dinyatakan dalam bentuk hubungan
positif atau negatif, sedangkan kuatnya hubungan dinyatakan dalam besarnya koefisien
korelasi.
Hubungan dua variabel atau lebih dinyatakan positif, bila nilai satu variabel
ditingkatkan, maka akan meningkatkan variabel yang lain, dan sebaliknya bila nilai satu
variabel diturunkan maka akan menurunkan variabel yang lain. Sebagai contoh, ada hubungan
positif antara tinggi badan dengan kecepatan lari, hal ini berarti semakin tinggi badan orang
maka akan semakin cepat larinya, dan semakin pendek orang maka akan semakin lambat
larinya.
Hubungan dua variabel atau lebih dinyatakan negatif, bila nilai satu variabel dinaikkan
maka akan menurunkan nilai variabel yang lain, dan juga sebaliknya bila nilai satu variabel
diturunkan, maka akan menaikkan nilai variabel yang lain.
Kuatnya hubungan antara variabel dinyatakan dalam koefisien korelasi. Koefisien
korelasi positif terbesar = 1 dan koefisien korelasi negatif terbesar adalah - 1, sedangkan yang
terkecil adalah 0. Bila besarnya antara dua variabel atau lebih itu mempunyai koefisien
korelasi = 1 atau -1, maka hubungan tersebut sempurna. Dalam arti kejadian-kejadian pada
variabel yang satu akan dapat dijelaskan atau diprediksikan oleh variabel yang lain tanpa
terjadi kesalahan (error). Makin kecil koefisien korelasi, maka akan semakin besar error untuk
membuat prediksi. Sebagai contoh, bila hubungan bunyinya burung Prenjak mempunyai
koefisien korelasi sebesar 1, maka dapat diramalkan setiap ada bunyi burung Prenjak maka
dipastikan akan ada tamu. Tetapi kalau koefisien korelasinya kurang dari satu, setiap ada bunyi
burung Prenjak belum tentu ada tamu, apa lagi koefisien korelasinya mendekati 0.
Statistik Parametris yang digunakan untuk menguji hipotsis asosiatif (hubungan antar
variabel meliputi Korelasi Product Moment, Korelasi Ganda dan Korelasi Parsial.
1. Korelasi Product Moment
Teknik korelasi ini digunakan untuk mencari hubungan dan membuktikan hipotesis
hubungan dua variabel bila data kedua variabel berbentuk interval atau ratio, dan sumber data
dari dua variabel atau lebih adalah sama.Berikut ini dikemukakan rumus yang paling
sederhana yang dapat digunakan untuk menghitung koefisien korelasi
2. Korelasi Ganda
Korelasi pada (multyple correlation) merupakan angka yang menunjukkan arah
dan kuatnya hubungan antara dua variabel secara bersama-sama atau lebih 22
dengan variabel yang lain.
3. Korelasi Parsial
Korelasi parsial digunakan untuk menganalisis bila peneliti bermaksud mengetahui
pengaruh atau mengetahui hubungan antara variabel independen dan dependen, dimana
salah satu variabel Independennya dibuat tetap/dikendalikan. Jadi korelasi parsial
merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel
setelah satu variabel yang diduga dapat mempengaruhi hubungan variabel tersebut
dikendalikan untuk dibuat tetap keberadaannya.
Rumus untuk korelasi parsial
Penelitian Korelasional
Penelitian korelasi mempunyai tiga karakteristik penting untuk para peneliti yang
hendak menggunakannya. Tigakarakteristiktersebut, adalah:
1. Penelitian korelasi tepat jika variabel kompleks dan peneliti tidak mungkin
melakukan manipulasi dan mengontrol variabel seperti dalam penelitian
eksperimen.
2. Memungkinkan variabel diukur secara intensif dalam setting (lingkungan) nyata.
3. Memungkinkan peneliti mendapatkan derajat asosiasi yang signifikan.
Ciri-ciri PenelitianKorelasional
1. Penelitian macam ini cocok dilakukan bila variabel-variabel yang diteliti rumit
dan/atau tak dapat diteliti dengan metode eksperimental atau tak dapat
dimanipulasi.
2. Studi macam ini memungkinkan pengukuran beberapa variabel dan saling
hubungannya secara serentak dalam keadaan realistiknya.
3. Output dari penelitian ini adalah taraf atau tinggi-rendahnya saling hubungan
dan bukan ada atau tidak adanya saling hubungan tersebut.
4. Dapat digunakan untuk meramalkan variabel tertentu berdasarkan variabel
bebas.
5. Penelitian korelasional juga mengandung kelebihan-kelebihan, antara lain:
kemampuannya untuk menyelidiki hubungan antara beberapa variabel secara
bersama-sama (simultan); dan Penelitian korelasional juga dapat memberikan
informasi tentang derajat (kekuatan) hubungan antara variabel-variabel yang
diteliti.
• Definisikan masalah
• Kumpulkan data
• Susun laporan
Penelitian Prediktif
Penelitian korelasi jenis ini memfokuskan pada pengukuran terhadap satu variabel
atau lebih yang dapat dipakai untuk memprediksi atau meramal kejadian di masa yang
akan datang atau variabel lain (Borg & Gall dalam Hadjar; 1999:285). Penelitian ini
sebagaimana penelitian relasional, melibatkan penghitungan korelasi antara suatu pola
tingkah laku yang kompleks, yakni variabel yang menjadi sasaran prediksi atau yang
diramalkan kejadiannya (disebut kriteria), dan variabel lain yang diperkirakan
berhubungan dengan kriteria, yakni variabel yang dipakai
Korelasi Multivariat
Teknik untuk mengukur dan menyelidiki tingkat hubungan antara kombinasi dari
tiga variabel atau lebih disebut teknik korelasi multivariat. Ada beberapa teknik yang dapat
digunakan, dua diantaranya yang akan dibahas di sini adalah: regresi ganda atau multiple
regresion dan korelasi kanonik.
Subyek yang dilibatkan dalam penelitian ini harus dapat diukur dalam variabel-
variabel yang menjadi fokus penelitian. Subyek tersebut harus relatif homogen dalam
faktor-faktor di luar variabel yang diteliti yang mungkin dapat mempengaruhi variabel
terikat. Bila subyek yang dilibatkan mempunyai perbedaan yang berarti dalam faktor-
faktor tersebut, korelasi antar variabel yang diteliti menjadi kabur.
Pengumpulan data
Analisis data
Korelasi Bivariat
Arah hubungan diindikasikan olh simbol “-“ dan “+”. Suatu korelasi negatif berarti
bahwa semakin tinggi skor pada suatu variabel, semakin rendah pula skor pada variabel
lain atau sebaliknya. Korelasi positif mengindikasikan bahwa semakin tinggi skor pada
suatu variabel, semakin tinggi pula skor pada variabel lain atau sebaliknya.
Jika terdapat korelasi antara dua variabel dan kita mengetahui skor pada salah satu
variabel, skor pada variabel kedua dapat diprediksikan. Regresi merujuk pada seberapa
baik kita dapat membuat prediksi ini. Sebagaimana pendekatan koefisien korelasi baik -
1,00 maupun +1,00, prediksi kita dapat lebih baik.
Analisis Faktor
Prosedur statistik ini mengidentifikasi pola variabel yang ada. Sejumlah besar
variabel dikorelasikan dan terdapatnya antarkorelasi yang tinggi mengindikasikan suatu
faktor penting yang umum.
Analisis jalur digunakan untuk menentukan mana dari sejumlah jalur yang
menghubungkan satu variabel dengan variabel lainnya. Sedangkan desain panel lintas
akhir mengukur dua variabel pada dua titik sekaligus.
KesalahandalamPenelitianKorelasional
PENUTUP
Korelasi merupakan hubungan antara dua kejadian dimana kejadian yang satu
dapat mempengaruhi eksistensi kejadian yang lain, Misalnya kejadian X mempengerahui
kejadian Y. Apabila dua variable X dan Y mempunyai hubungan, maka nilai variable X
yang sudah diketahui dapat dipergunakan untuk memperkirakan/menaksir atau
meramalkan Y. Ramalan pada dasarnya merupakan perkiraan/taksiran mengenai terjadinya
suatu kejadian(nilai suatu variabel) untuk waktu yang akan datang. Variable yang nilainya
akan diramalkan disebut variable tidak bebas (dependent variable), sedangkan variabel C
yang nilainya dipergunakan untuk meramalkan nilai Y disebut variable bebas (independent
variable) atau variable peramal (predictor) atau seringkali disebut variable yang
menerangkan (explanatory).
Jadi jelas analisis korelasi ini memungkinkan kita untuk mengetahui suatu di luar hasil
penyelidikan, Salah satu cara untuk melakukan peramalan adalah dengan menggunakan
garis regresi. Untuk menghitung parameter yang akan dijadikan dalam penentuan
hubungan antara dua variabel, terdapat beberapa cara, yaitu: koefisien detreminasi,
koefisien korelasi. Apabila terdapat data berkelompok menggunakan koefisien data
berkelompok dan bila menggunakan data berganda maksudnya variabel bebas yang
mempengaruhi variabel terikat ada dua, maka menggunakan koefisien
berganda.Sedangkan regeresi di bagi menjadi dua, yaitu regresi linier dan regresi non
linier. Dimana regresi linier juga dibagi menjadi dua yakni regresi linier sederhana dan
regresi linier berganda.
DAFTAR PUSTAKA
Abdurahman, Maman, Muhidin, Sambas & Somantri, Ating. 2012. Dasar-Dasar Metode Statistika
Untuk Penelitian. Bandung: CV. Pustaka Setia.
Bevington, Philip R et al. 2003. Data Reduction. New York USA : McGraw-Hill Companies, Inc.
Siregar, Syofian. 2013. Statistik Parametrik untuk Penelitian Kualitatif. Jakarta: Bumi Aksara.
http://ecaecy.wordpress.com/2012/01/13/penelitian-korelasonal/
http://amanahtp.wordpress.com/2011/11/24/penelitian-korelasional/
http://nuryantowiryo.blogspot.com/2013/03/penelitian-korelasional.html
http://ecaecy.wordpress.com/2012/01/13/penelitian-korelasonal/