NAMA : JULIAWATI

NIM : 186602123

TUGAS 4 METODOLOGI PENELITIAN

Kasus 1

Seorang peneliti melakukan penelitian untuk mengetahui rata- rata penghasilan akuntan di Kota
ABC. Peneliti menduga rata- rata penghasilan akuntan sebesar Rp. 5 juta. Lakukan pengujian
hipotesis dengan α 5%.

Penghasilan Penghasilan
Responden (Juta) Responden (Juta)

1 6,3 11 6,0

2 6,0 12 6,0

3 5,8 13 6,0

4 5,6 14 6,2

5 6,0 15 6,4

6 6,5 16 7,0

7 7,0 17 5,8

8 6,2 18 6,2

9 6,0 19 6,5

10 5,8 20 6,4
Kasus 2

PT Y yang bergerak dibidang jasa layanan travel ingin mengetahui apakah ada perbedaan rata-
rata dalam penyusunan anggaran induk sebelum dan sesudah kenaikan harga bensin dan solar.
Berdasarkan data yang ada, Lakukan pengujian hipotesis dengan α 5%.

Anggaran Anggaran
Jenis Biaya Sebelum Harga Sesudah Harga
Bensin Naik Bensin Naik

Biaya supir 2200000 2210000

Biaya toll 502000 503000

Biaya bensin 1750000 1850000

Biaya uang makan 300000 310000

Biaya lembur 125000 135000

Biaya perawatan 1650000 1750000

Biaya tidak terduga 450000 490000

Kasus 3

Perusahaan perangkat keras komputer Z ingin melihat apakah terdapat perbedaan biaya bahan
baku dan biaya tenaga kerja yang dikeluarkan dalam satu tahun terakhir. Hal ini sebagai bahan
pertimbangan untuk menentukan biaya produksi ditahun yang akan datang. Lakukan pengujian
hipotesis dengan α 5%.

Biaya Bahan Baku Biaya Tenaga Kerja

666554 666654
667567 667767
668556 668756
669756 669956
669875 679875
700125 702125
701223 703223
710224 714224
712335 716335
722554 723554
722335 724335
733001 733051
 KASUS 1

One Sample T Test

1. input data kasus 1 ke mcs excel

2. selanjutnya masukan data excel tersebut ke dalam spss pada data view
3. Lalu, ubah nama dan decimal sesuai data yang ada di excel

4. Sebelum melakukan One sample t Tes, sebaiknya diuji terlebih dahulu untuk normalitas data
tersebut, apakah data tersebut terdistibusi secara normal atau tidak. Dengan cara klikanalyze-
nonparametic Test- legacy dialogs- klik 1-sample k-s
5. lalu muncul tampilan kolmogorov-smirnov Test, pindahkan variabel penghasilanke test variabel list dan
klik ok

5. Muncul hasil normalitas seperti berikut

One-Sample Kolmogorov-Smirnov Test

penghasilan
N 20
a,b
Normal Parameters Mean 6,185
Std. Deviation ,3717
Most Extreme Differences Absolute ,191
Positive ,191
Negative -,109
Test Statistic ,191
Asymp. Sig. (2-tailed) ,055c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.

7. Pembahasan dan interpertasi

Hipotesis
H0 : data berdistribusi normal
H1 : data tidak berdistribusi normalTaraf
signifikansi (α) = 5% = 0,05
 Kriteria Pengujian
H0 ditolak jika Pvalue < α ( (0,05)
Artinya :
Asymp. Sig.(2-tailed) atau Pvalue sebesar 0,055 > α (0,05) maka H0 diterima. Distribusisampel
berasal dari distribusi normal.

8. Selanjutnya Uji One Sample t Test, klik analyze-compare means - One Sample T Test, seperti tampilan
berikut;

9. Apabila telah Muncul tampilan One Sample T Test. Pindahkan variabel penghasilian ke
kolom test variable kemudian ubah value menjadi 5, dikarenakan diduga rata rata penghasilan
akuntan sebesar 5juta, lalu ok
10. muncullah hasil one sample test

One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
penghasilan 20 6,185 ,3717 ,0831

One-Sample Test
Test Value = 5
95% Confidence Interval of the
Difference
t df Sig. (2-tailed) Mean Difference Lower Upper
penghasilan 14,256 19 ,000 1,1850 1,011 1,359

11. Pembahasan

Hipotesis:

H0 : μ = 5 (rata-rata penghasilan akuntan sama dengan Rp. 5 juta)

H1 : μ > 5 (rata-rata penghasilan akuntan lebih dari Rp. 5 juta)
Taraf signifikansi (α) = 5% = 0,05
Kriteria Pengujian: H0 ditolak jika Pvalue < α (0,05)
Kesimpulan: berdasarkan hasil ouput tabel “One Sample T Test” diatas diketahui bahwa
nilai Sig. (2.Tailed) sebesar 0,000 < 0,05 maka sesuai dengan dasar pengambilan
keputusan di atas dapat disimpulkan bahwa H0 ditolak dan H1 diterima. Dengan
demikian, dapat diartikan bahwa penghasilan rata-rata akuntan di kota ABC tidak sebesar
5 juta atau dapat disimpulkan bahwa penghasilan rata rata akuntan dikota ABC lebih dari
5 juta.
 Paired Sample T Test

1. input data ke dalam mcs excel seperti gambar berikut ;

2. Pindahkan data tersebut ke spss pada data view, dan ubah nama varibel sesuai dengan nama varibel yang
telah disiapkan, ubah decimal menjadi nol (0) dikarenakan tidakada angka decimal yg digunakan, isi label
sesuai nama varibel yang ada.
3. Klik analyze- compare means-klik paired Samples samples T Test seperti tampilan berikut ;
 4. Pindahkan varibel anggaran sebelum naik ke variabel 1 dan anggaran sesudah naik kevaribel 2.
Klik ok

5. berikut muncul hasil dari uji Paired Sample T Test

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 sebelum harga naik 996714,29 7 839747,326 317394,656

sesudah harga naik 1035428,57 7 863302,546 326297,692

Paired Samples Correlations

N Correlation Sig.
Pair 1 sebelum harga naik & sesudah 7 ,999 ,000
harga naik

Paired Differences
95% Confidence Interval of the
Std.
Difference
Mean Std. Deviation t d Sig. (2-tailed)
Error
Lower Upper f
Mean

Pair 1 Anggaran sebelum bensin - 43607,011 16481,901 -79044,045 1615,473 -2,349 6 0,057
38714,286
naik - anggaran sesudah
bensin naik
6. Pembahasan dan interpertasi

Tabel Paired Samples Statistics menunjukkan nilai deskriptif masing-masing variabel pada
sampel berpasangan.

 Anggaran sebelum kenaikan harga bensin mempunyai nilai rata-rata (mean)

996714,29 dari 7 data. Sebaran data (Std. Deviation) yang diperoleh adalah
839747,326 dengan standar error 317394,656.
 Anggaran Sesudah kenaikan harga bensin mempunyai nilai rata-rata (mean)
1035428,57 dari 7 data. Sebaran data (Std.Deviation) yang diperoleh 863302,546
dengan standar error 326297,692

Tabel Paired Samples Correlations

menunjukkan nilai korelasi yang menunjukkan hubungan kedua variabel pada sampel
berpasangan. Hal ini diperoleh dari koefisien korelasi Pearson bivariat (dengan uji
signifikansi dua sisi) untuk setiap pasangan variabel yang dimasukkan.

Tabel Paired Samples Test

merupakan tabel utama dari output yang menunjukkan hasil uji yang dilakukan. Halini
dapat diketahui dari nilai signifikansi (2-tailed) pada tabel.

Nilai signifikansi (2-tailed) dari contoh kasus ini adalah 0.057 (p > 0.05). Sehingga
hasil test Anggaran sebelum bensin naik dan test Anggaran sesudah Bensin naik tidak
mengalami perubahan yang signifikan.
 Independent Sample T Test

1. Input dahulu data ke excel, lalu buat grub berdasarkan jenis variabelnya. saya
membuat variabel “biaya bahan baku” dengan simbol satu (1) dan variabel biaya
tenaga kerja dengan simbol dua (2).

2. Input data tersebut ke spss di data view dan ubah nama variabel di variabel view dan ubah
decimal menjadi nol sesuai dengan data yang telah disiapkan tersebut.
3. Klik value dan isi value sesuai dengan simbol. 1 untuk variabel biaya bahan baku dan 2untuk
varibel biaya tenaga kerja. Klik add kemudian ok ,seperti tampilan berikut ;

4. selanjutnya Klik analyze-compare mean- independent samples T Test

5. Pindahkan varibel biaya ke kolom test varibel dan varibel grup ke kolom groupingvariable, seperti
gambar berikut ;

6. Klik grouping varible dan klik define groups, dunakan untuk memilah group 1 dan 2.
Kemudian isi group satu dengan angka 1 dan group dua dengan angka 2. Klikcontinuedan ok.
7. Lalu Muncul output dari Independent Samples T test
1. Muncul output dari Independent Samples T test\

Group Statistics
Grub N Mean Std. Deviation Std. Error Mean
Biaya biaya bahan baku 12 695342,08 25362,670 7321,572
biaya tenaga kerja 12 697487,92 25374,378 7324,952

Independent Samples Test

Levene's Test for Equality of
Variances t-test for Equality of Means
95% Confidence Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
Biaya Equal variances assumed 0,000 0,999 -0,207 22 0,838 -2145,833 10356,657 -23624,225 19332,559
Equal variances not -0,207 22,000 0,838 -2145,833 10356,657 -23624,225 19332,559
assumed

2. Pembahasan
Uji Homogenitas dengan Levene’s Test Hipotesis:
Kriteria Pengujian: H0 ditolak jika Pvalue < α (0,05)
Nilai signifikansi Levene’s Test for Equality of Variances = 0.999 > 0.05 sehingga variansi data antara variable Poiting Berdiri
dan Poiting Jongkok adalah homogen. Sehingga penafsiran tabel independent sample t test diatas dapat dilihat nilai pada tabel
Equal variances assumed.
Hipotesis:
H0 : μbbb = μbtk (rata-rata biaya bahan baku dan biaya tenaga kerja sama)
H1 : μbbb ≠ μbtk (rata-rata biaya bahan baku dan biaya tenaga kerja tidak sama)
Taraf signifikansi (α) = 5% = 0,05
Kriteria Pengujian: H0 ditolak jika Pvalue < α (0,05)

Berdasarkantabel independent sample t test pada bagian Equal variances assumed diketahui nilai Sig. (2-tailed) sebesar 0.838 >
0.05 maka sebagaimana dasar pengambilan keputusan dalam uji independent sample t test dapat disimpulkan bahwa gagal
tolak H0 dan H1 Dengan demikian dapat disimpulkan bahwa tidak ada perbedaan yang signifikan antara Biaya Bahan Baku
dan Biaya Tenaga Kerja.