RMK METODOLOGI PENELITIAN AKUNTANSI

PENGUJIAN HIPOTESIS

Disusun Oleh:
Prisilia Angelina Tanwil
A031181027

DEPARTEMEN AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS HASANUDDIN
2020
Pengujian Hipotesis
Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisis
data, baik dari percobaan yang terkontrol, maupun dari observasi tidak terkontrol.
Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian
tersebut hampir tidak mungkin disebabkan oleh faktor yang kebetulan, sesuai dengan
batas probabilitas yang sudah ditentukan sebelumnya. Menurut Furchan untuk menguji
hipotesis peneliti harus:
 Menarik kesimpulan tentang konsekuensi-konsekuensi yang akan dapat diamati
apabila hipotesis tersebut benar
 Memilih metode-metode penelitian yang akan memungkinkan pengamatan,
eksperimentasi, atau prosedur lain yang diperlukan untuk menunjukkan apakah
akibat-akibat tersebut terjadi atau tidak
 Menerapkan metode ini serta mengumpulkan data yang dapat dianalisis untuk 
menunjukkan apakah hipotesis tersebut didukung oleh data atau tidak.

a. Kesalahan Tipe 1, Kesalahan 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, yaitu selalu
ada risiko bahwa pendapat yang dibuat tentang populasi tersebut salah.
Kesalahan tipe 1, disebut juga dengan alpha adalah probabilitas menolak hipotesis
nol (Ho) yang benar (seharusnya diterima). Kesalahan 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 dengan beta adalah kesalahan apabila menerima
hipotesis yang salah yang seharusnya ditolak.
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.
Statistical navigator adalah suatu sistem pakar yang merekomendasikan satu atau
lebih prosedur statistik setelah mengumpulkan informasi mengenai sasaran tujuan
analisis (untuk memahami hubungan antara dua variable) dan data (kategori dan
skala). Statistical navigator merupakan panduan bagi mereka yang tidak menguasai
statistik tetapi ingin memastikan bahwa mereka memaki teknik  statistik yang tepat.
Adapun dalam penggunaannya statistical navigator dijumpai dalam membuat
keputusan yang berkaitan dengan berbagai aspek desain penelitian, antara lain sifat
studi, horizon waktu, jenis studi, situasi studi, unit analisis, desain pengambilan
sampel, metode pengumpulan data, dan lain-lain.

c. Menguji Hipotesis Mean/Rata-Rata Tunggal

Pengujian rata-rata sampel tunggal digunakan ketika kita ingin mengetahui apakah
sampel kita berasal dari populasi tertentu tetapi kita tidak memiliki informasi
populasi yang tersedia bagi kita. Pengujian rata-rata sampel tunggal terbagi menjadi
dua bagian, yaitu One sample means Z Test atau Uji rata-rata sampel tunggal dan
One sample means t test atau Uji t rata-rata sampel tunggal. Uji 1 sampel digunakan
untuk menguji hipotesis bahwa mean populasi dari mana sampel diambil sama
dengan standar perbandingan.

d. Menguji Hipotesis Dua Mean/Rata-Rata Yang Berhubungan

 Dua sampel berpasangan artinya sampel dengan subjek yang sama namun
mengalami dua perlakuan atau pengukuran yang berbeda. Pengujian ini dilakukan
pada waktu:
 Uji komparasi antar dua nilai pengamatan berpasangan, misalnya sebelum dan
sesudah
 Digunakan pada uji parametrik dimana syaratnya sebagai berikut: Satu sampel
(setiap elemen mempunyai 2 nilai pengamatan), Merupakan data kuantitatif (rasio
interval), dan Berasal dari populasi dengan distribusi normal.
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 Dua Sampel Mean/Rata-Rata Tidak Berpasangan

Pengujian ini digunakan untuk membandingkan rata-rata dari dua group yang
tidak  berhubungan satu dengan yang lain, apakah kedua group tersebut mempuyai
rata-rata yang sama ataukah tidak secara signifikan. Data kuantitatif dengan asumsi
data berdistribusi normal dan jumlah data sedikit yakni di dibawah 30. Terdapat
banyak contoh ketika kita tertarik untuk mengetahui apakah dua kelompok berbeda
satu sama lain pada variabel ketertarikan berskala interval atau berskala rasio.

Analisis Regresi
Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui
pengaruh suatu variabel terhadap variabel lain. Ada beberapa tujuan penggunaan
analisis regresi, antara lain:
 Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasari pada nilai
variabel bebas.  
 Menguji hipotesis karakteristik dependensi.
 Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai
variabel bebas diluar jangkauan sampel.

a. Regresi dengan Variabel Dummy

Variabel dummy adalah variabel yang digunakan untuk mengkuantitatifkan
variabel yang bersifat kualitatif (misal jenis kelamin, ras, agama, perubahan
kebijakan  pemerintah, perbedaan situasi, dan lain-lain). Variabel dummy merupakan
variabel yang bersifat kategorikal yang diduga mempunyai pengaruh terhadap
variabel yang bersifat kontinu. Variabel dummy hanya mempunyai 2 nilai, yaitu 1
dan nilai 0, serta diberi simbol D.
D = 1 untuk suatu kategori (wanita, Batak, Islam, damai, dan sebagainya).
D = 0 untuk kategori yang lain (pria, Jawa, Kristen, perang, dan sebagainya).

b. Multikolinearitas
Multikolinearitas adalah kondisi terdapatnya hubungan linier atau korelasi yang
tinggi antara masing-masing variabel independen dalam model regresi.
Multikolinearitas biasanya terjadi ketika sebagian besar variabel yang digunakan
saling terkait dalam suatu model regresi. Adapun indikasi terdapat masalah
multikolinearitas dapat kita lihat dari kasus-kasus sebagai berikut:
 Nilai R2 yang tinggi (signifikan), namun nilai standar errror dan tingkat
signifikansi masing-masing variabel sangat rendah.  
 Perubahan kecil sekalipun pada data akan menyebabkan perubahan signifikan
pada variabel yang diamati.
 Nilai koefisien variabel tidak sesuai dengan hipotesis, misalnya variabel yang
seharusnya memiliki pengaruh positif (nilai koefisien positif), ditunjukkan dengan
nilai negatif.

Pengujian dan Analisis Multivariat Lainnya

a. Analisis Diskriminan
Analisis diskriminan adalah analisis statistik perubah ganda (multivariate
statistical  analysis) yang bertujuan untuk memisahkan beberapa kelompok data
 yang sudah terkelompokkan dengan cara membentuk fungsi diskriminan. Adapun
tujuan analisis diskriminan secara umum:
 Mengetahui apakah ada perbedaan yang jelas antara kelompok pada variabel
dependen
 Jika ada perbedaan, untuk mengetahui variabel bebas mana yang membuat
perbedaan tersebut
 Membuat fungsi atau model diskriminan yang pada dasarnya mirip dengan
persamaan regresi
 Melakukan klasifikasi terhadap objek (dalam terminologi SPSS disebut baris)
Sedangkan untuk asumsi dan sampel dalam analisis diskriminan adalah:
 Sejumlah p variabel independen harus berdistribusi normal
 Matriks ragam-peragam variabel independen berukuran p x p pada kedua
kelompok  harus sama.
 Tidak ada korelasi antar variabel independen
 Tidak terdapat data yang outlier pada variabel independen

b. Regresi Logistik
Analisis regresi logistik adalah salah satu bentuk analisis data dengan
menggunakan teknik regresi yang dapat diaplikasikan ketika kita ingin mengetahui
hubungan antara variabel dependen dengan satu atau lebih variabel independen
dimana variabel dependen yang kita punyai berbentuk katagorikal baik itu secara
dikotomus maupun  polikotomus. Regresi logistik adalah bagian dari analisis regresi
yang digunakan ketika variabel dependen (respon) merupakan variabel dikotomi.

c. Contjoint Analysis
Contjoint analysis atau analisis konjoin adalah sebuah teknik analisis yang dapat
digunakan untuk menentukan tingkat kepentingan relatif berdasarkan persepsi
pelanggan yang dibawa oleh suatu produk tertentu dan nilai kegunaan yang muncul
dari atribut-atribut produk terkait. Analisis konjoin dapat digunakan untuk
mengembangkan skor dari beberapa individu dan mengembangkan model untuk tiap
individu.
d. Two-Way ANOVA 358
Two way ANOVA 358 digunakan untuk menguji hipotesis komparatif rata-rata k
sampel bila peneliti melakukan kategorisasi terhadap sampel kedalam beberapa blok.

e. MANOVA
MANOVA adalah teknik statistik yang digunakan untuk memeriksa hubungan
antara  beberapa variabel bebas (biasa disebut perlakuan) dengan dua atau lebih
variabel tak   bebas secara simultan.

f. Korelasi Kanonik
Analisis korelasi kanonik (canonical analysis) pertama kali diperkenalkan oleh
Hotelling sebagai suatu teknik statistika peubah ganda (Multivariat) yang
menyelidiki keeratan hubungan antara dua kelompok variabel. Satu variabel
diidentifikasikan sebagai gugus variabel penduga (independent variables), sedangkan
satu variabel lainnya diperlakukan sebagai gugus variabel respon (dependent
variabel). Analisis ini dapat mengukur tingkat keeratan hubungan antara satu
kumpulan peubah dependen dengan satu kumpulan peubah independen. Disamping
itu, analisis korelasi kanonik juga mampu menguraikan struktur hubungan di dalam
kumpulan peubah independen.

Interpretasi dan Rekomendasi

a. Interpretasi
Setelah data diolah sedemikian rupa langkah selanjutnya adalah melakukan
analisis dan interpretasi data. Dalam melakukan kegiatan analisis, data yang ada
disederhanakan sedemikian rupa sehingga mudah untuk dibaca dan diinterpretasikan.
Proses analisis seringkali menggunakan statistik. Hal ini dilaksanakan dengan tujuan
untuk  menyederhanakan data penelitian yang jumlahnya relatif banyak sehingga
menjadi lebih sederhana dan mudah dimengerti. Interpretasi data dapat dilakukan
dengan dua cara.  Pertama, interpretasi yang dilakukan secara terbatas, yakni peneliti
hanya melakukan interpretasi terhadap data dan hubungan'hubungan yang terdapat
dalam penelitian.  Kedua, interpretasi yang dilakukan dengan cara mencari
pengertian yang lebih luas tentang hasil-hasil penelitian yang diperoleh dari analisis.
b. Kesimpulan
Kegiatan analisis dan kegiatan interpretasi merupakan landasan bagi peneliti
dalam menarik suatu kesimpulan. Sebelum melakukan penarikan kesimpulan,
terlebih dahulu peneliti melakukan proses generalisasi. Pada dasarnya generalisasi
merupakan suatu kegiatan yang berhubungan dengan pembentukan gagasan atau
simpulan umum dari suatu hal. Proses generalisasi yang dilakukan harus mengacu
pada teori yang mendasari penelitian tersebut. Berdasarkan generalisasi itulah suatu
kesimpulan diambil. Dengan demikian, generalisasi dan penarikan kesimpulan
merupakan dua kegiatan yang saling berkaitan.

Pergudangan Data, Data Timing, dan Riset Operasi Data

Data setiap fakta, angka, atau teks yang dapat diproses oleh computer untuk
mengumpulkan sejumlah besar dan berkembang dari data dalam format yang berbeda
dan database yang berbeda. Data ini termasuk:
 Data operasional atau transaksional, yaitu seperti penjualan, biaya, persediaan,
penggajian, dan akuntansi
 Data nonoperational, seperti penjualan industri, data perkiraan, dan data ekonomi
makro
 Meta data, data tentang data itu sendiri, seperti desain database logis atau definisi
kamus data.

a. Pergudangan Data
Pergudangan didefinisikan sebagai proses manajemen data terpusat dan
pengambilan. Data pergudangan merupakan visi ideal mempertahankan repositori
pusat dari semua data organisasi. Sentralisasi data yang diperlukan untuk
memaksimalkan akses pengguna dan analisis.

b. Data Mining
Data mining didefinisikan sebagai satu set teknik yang digunakan secara otomatis
untuk  mengeksplorasi secara menyeluruh dan membawa ke permukaan relasi-relasi
yang kompleks pada set data yang sangat besar. Data mining menggunakan
pendekatan discovery based dimana pencocokan pola (pattern-matching) dan
algoritma yang lain digunakan untuk menentukan relasi kunci di dalam data yang
diekplorasi. Data Mining memiliki banyak fungsionalitas, antara lain pembuatan
ringkasan data, analisis asosiasi antar data, klasifikasi data, prediksi, dan
pengelompokan data. Setiap fungsionalitas akan menghasilkan pengetahuan atau
pola yang berbeda satu sama lain.