Catatan Analisis Aplikasi Kuantitatif

Ada 4 skala pengukuran data yang disebut NOIR: Nominal, Ordinal, Interval dan Ratio
 Data berskala Interval: data yg tidak bisa dibalik meskipun berurutan karena penilaian
nya dari kiri ke kanan, semakin ke kiri semakin kecil semakin ke kanan semakin
besar.
 Data berskala Ordinal
 Data Berskala Nominal
 Data berskala Ratio

Korelasi: alat analisis statistic yg digunakan unutk mengetahui hubungan antara variable
bebas dengan variable terikat. Yg disimbolkan dengan r.
Macam macam variable:
1. Variabel Bebas yang disimbolkan dengan huruf X adalah variable yang
mempengaruhi variable terikat. Contoh: Modal dengan laba, semakin besar modal
yang dipakai perusahan maka semaki besar laba. Aktiva semakin besar aktiva yang
digunakan maka semakin meningkat pula hasilnya. Persyaratan kredit dengan npl ada
5 syarat kredit yaitu (Capital, character, collateral, conditions, capacity).
2. Variable Terikat yang disimbolkan dengan Y adalah variable yang dipengaruhi oleh
variable bebas.
Validitas dan reabilitas
 Validitas dan reabilitas adalah tahap yg sangat penting dalam semua pengukuran
 Validiitas (keabsahan): apakah benar benar mengukur ( konsep) yg hendak kita ukur?,
validitas menunjukan sejauh mana suatu alat ukur itu mengukur apa yg hendak

Uji Normalitas
 Bisa dilakukan dengan 2 cara antara lain: dengan “ Normal P Plot dan dengan table
Kolmogorov smirnof. Analisis yg apling umum digunakan adalah analisis Normal P Plot.
 Padal P Plot prinsip normalitas dapat dideteksi dengan melihat penyebaran daa (titik)
pada submu diagonal graifk atau dengan melihat historigram dari variable dari
residualnya. Dasar pengambilan keputusan:
1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau
grafik histogram nya menunjukan pola distribusi normal, maka modal regresi
memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal/tidak mengikuti arah pada garis diagonal
atau grafik histogram tidak menunjukan pola distribusi normal, maka model regresi
tidak memenuhi asumsi normalitas
 Uji Multikolinieritas: bertujuan untuk menguji apakah model regresu ditemukan adanya
korelasi antar variable bebas.
 Uji heteroskedasitisitas: digunakan unutk melihat apakah variable pengganggu
mempunyai varian yg sama atau tidak.
 Regresi: untuk mengetahui variable bebas dengan terikat.
 Korelasi: nilai paling kecil -1, nilai paling besar +1
 Regresi berganda variable bebasnya lebih dari 1 khusus untuk S1.
 Berdasar sifat kedua variable: bersifat linier, bersift non-linier, regresi linier, regresi non
linier.
 Slope: ukurang kemiringan suatu garis

 menyajikan, mengumpulkan, mengelola, analisis, kesimpulan

 Korelasi ada 3: positif, ada 0 dan negative. Dallam statistic ppositif bukan berate baik
tapi artinya searah jika negative itu berate berlawanan arah sedangkan 0 tidak
berhubungan sama sekali. Terkecil – 1 terbesar + 1.
N = jumlah data
K = jumlah variable
R = korelasi
 Valid (keabsahan) ukuran angkanya 0.3 kalau reliable (keakuratan) 0.6.
 Korelasi berganda minimal 2 variabel bebas dan 1 variabel terikat baru kita bisa membuat
korelasi berganda secara sekaligus. Jika korelasi parsial itu stu”
 Korelasi berganda digunakan Ketika variable bebas ada 1 dan variable terikat 1 jika llbih
bia menggunakan korelasi parsial dan berganda.
 Analisis determinasi menyatakan alat bantu untuk mengukur besar hasilnya pengaruh atau
kontribusi variable bebas terhadap variable terukat yang dinyatakan dengan persentase
dengan rumus. Rumus nya = R2 x 100 % artinya besarnya pengaruh asset terhadap modal
sebesar 81% sisa nya sebesar 19% dipengaruhi oleh faktor lain yang tidak dianalisis.

 Hipotesis (29/03/23)
 Hipotesis (H) adalah dugaan sementara yang perlu diuji kebenaranya
 Kriteria pengujian hipotesis:
1. Apabila t hitung lebih besar dari t table, maka H0 ditolak yang artinya memang benar
ada pengaruh antara variable bebas terhadap variable terikat.
2. Apabila t hitung lebih kecil dari t table maka H0 diterima artinya tidak ada pengaruh
antara variable bebas terhadap variable terikat.
 H0 artinya hipotesis 0 atau bisa dikatakan tidak memiliki hubungan, M adalah jumlah
data, K (jumlah variable), alpha (tingkat level signifikan yg besarnya dalam level
akuntansi yang paling standar yaitu 0,05) karena ini adalah standar minimal dan karena
jumlah data dalam penilitian kita belum tentu benar
 H0 diterima artinya tidak ada pengaruh
 Uji T/T Test
 Apabila hasil analisis nilai signifikan nya lebih kecil dari 0,05 berati varibel bebas
mempunyai pengaruh yang signifikan terhadap variable terikat dan sebaliknya apabila
 nilai signifikan nya lebih besar dari 0,05 artinya variable bebas mempunyai pengaruh
yang tidak signifikan terhadap variable terikat.
 Persamaan regresi y= 2,90 + 0,610x1 + 0,46- x2
 Koefisien beta diigunakan untuk mengetahui variable bebas yang lebih dominan
mempengaruhi variable terikat artinya nilai koefisien beta yang punya yang mempunyai
pengaruh lebih dominan.
 Modal mempunyai pengaruh yang lebih dominan tehadap laba jika dibandingkan dengan
asset dimana nilai koefisien beta 0,542 lebih besar dari nilai koefisien asset 0,514.
 Signifikan. Cara mendefinisikan nya: Modal mempunyai pengaruh yang signifikan
terhadap laba. Asset mempunyai pengaruh yang signfikan terhadap laba.

1. Determinasi x1: X1 mempunyai pengaruh positif sebesar 25 terhadap y, apabila x1
dinaikan satu satuan maka y akan meningkat sebesar 25 satuan
2. Determinasi x2: X2 mempunyai pengaruh positif sebesar 30 terhadap y, apabila x2
dinaikan sebsar 1 satuan maka y akan meningkat sebesar 30 satuan.
3. Regresi: Apabila x1 dan x2 tidak ada perubahan atau nilainya sama dengan 0 makan
y tetap konstan sebesar 250
4. Korelasi: x1 dan x2 mempunyai hubungan yang searah yang kuat sebesar 0,65
dengan y
5. Determinasi: Konstribusi besarnya pengaruh x1 dan x2 terhadap y sebesar 60% dan
sisanya sebesar 40% dipengaruhi oelh faktor lain yang tidak dianalisis
6. Signifikan: X1 mempunyai pengaruh yang signifikan terhdap y, x2 mempunyai
pengaruh yang tidak signifikan terhdap y.
7. Beta: X1 mempunyai pengaruh yang lebih dominan terhadap y jika dibandingkan
dengan x2 dimana nilai koefisien beta x1 0,724 lebih besar dari nilai koefisien x2
0,624.
Kurva Distribusi T (Uji T)
 Bila f hitung lebih besar daripada f tabrl berate h) ditolak artinya adanya engaruh
simultan antara beberapa variable bebas dan variable terikat
 Bila f hitung lebih kecil daripada f table makan h0 diterima artinya tidak ada pengaruh
secara simultan (secara bersama-sama) antara beberapa variable bebas dan variable
terikat.