STATISTIK

Oleh:

Dr. MF. Arrozi Adhikara, SE, M.Si., Akt.

PASCASARJANA MM
UNIVERSITAS ESA UNGGUL
Pengertian
 Statistik pada dasarnya merupakan alat
bantu untuk memberi gambaran atas
suatu kejadian melalui bentuk yang
sederhana baik berupa angka maupun
gambar (grafik).
 Berhadapan dengan statistik artinya
berhadapan dengan sekumpulan
angka-angka.
 Dimana angka – angka yang ada tidak
hanya angka yang dapat
mengambarkan masa lalu saja tetapi
dapat juga digunakan untuk
meramalkan apa yang akan terjadi di
masa yang akan datang.
Definisi Statistik
 Freund and William : Statistik adalah
kumpulan data berupa angka
 Noegroho Budijuwono : Statistik
adalah keseluruhan metode
pengumpulan data dan analisa angka
 Agus Irianto : Statistik adalah
sekumpulan cara maupun aturan-
aturan yang berkaitan dengan
pengumpulan, pengolahan, analisa,
penarikan kesimpulan atas data-data
yang berbentuk angka dengan
menggunakan asumsi – asumsi
tertentu.
TAHAP KEGIATAN STATISTIK
 Pengumpulan data
 Pengumpulan data secara keseluruhan /
sensus
 Pengumpulan data dengan metode sample
 Pengumpulan data dengan studi kasus
 Penyusunan data
 Editing : mendeteksi kesalahan
 Cassify : mengelompokkan data sesuai
dengan sifat yang dimiliki data
 Tabulation : Pengelompokkan data sesuai
dengan sifat-sifat data yang sudah
ditentukan dengan menggunakan kolom
dan baris
 Pengumuman data : dalam grafik dan gambar
 Analisa Data : Dengan metode statistic yang
dipilih
 Interpretasi Data
 METODE STATISTIK
 PARAMETRIK
 Hubungan dengan Inferensi Statistik
 Bahas parameter  mean,varians dsb
 Distribusi data Normal
 Contoh: Uji t, Korelasi Pearson, Regresi

 NON-PARAMETRIK
 Hub dengan inferensi statistik
 Tidak bahas parameter
 Distribusi data Tidak Normal
 Contoh: Man-Whitney, Korelasi Spearmen,
Chi-Square
Jenis Data
 Data Primer
 Data yang berasal dari pihak
pertama
 Contoh : Hasil Kuesioner

 Data Sekunder
 Data yang berasal dari pihak
kedua
 Contoh: Laporan keuangan,
laporan gaji, laporan penjualan
Kegunaan Statistik

 Membantu dalam pengambilan

keputusan atas masalah tertentu
Fungsi Statistik Secara Khusus
 menggambarkan data dalam bentuk
tertentu
 menyederhanakan data
 dapat digunakan sebagai teknik untuk
melakukan perbandingan
 dapat memberi petunjuk untuk
perumusan kebijakan perusahaan
 dapat mengukur untuk mempelajari
suatu gejala baik yang bersifat social
maupun ekonomi
 dapat digunakan untuk menentukan
hubungan sebab akibat
FUNGSI STATISTIK
 Deskriptif
 Berfungsi untuk memberikan gambaran
atau deskripsi suatu data yang dilihat
dari nilai mean, stándar deviasi, varians,
maksimum, minimum, range, kurtosis,
dan skewness.
 Digunakan peneliti untuk memberi
informasi mengenai:
 Karakteristik variabel penelitian
utama,
 data demografi responden.
 Inferential
 merupakan pengembangan fungsi
statistic dengan metode statistik untuk
analisis data maka dapat dilakukan
interpretasi hasil analisis
 Contoh Statistik Deskriptif

Descriptive Statistics

N Min Max Mean Std.Dev

EARNING 69 8,46 13,60 11,7775 1,09154
ROA 69 14,10 22,66 19,7183 1,78304
DEVIDEN 69 6,85 11,66 9,5464 ,85880
COST_OF_CAPITAL 69 27,05 43,85 37,7216 3,63024
RETURN_SAHAM 69 ,15 10,22 1,3975 1,78378

 Valid N (listwise) 69
 Contoh Statistik Inferensial

 Uji Beda
 Uji t, Anova
 Uji Hubungan
 Korelasi Pearson
 Uji Asosiasi  Kausalitas
 Regresi
 Uji Structural Equation Modeling
 AMOS, Lisrell, PLS
 Uji Kualitas Data
 Uji Normalitas adalah suatu bentuk pengujian terhadap
kualitas data sekunder, dengan tujuan untuk
mengetahui apakah sekelompok data (variabel) yang
akan digunakan dalam penelitian berdistribusi normal
atau tidak.
 Uji Normalitas data dapat dilakukan :
 Uji KOLMOGOROV-SMIRNOV
 Data Sebaran
 data yang tidak berdistribusi normal dapat dinormalkan
dengan berbagai cara, antara lain :
 Menghilangkan outlier, yaitu data yang memiliki
nilai ekstrem (jauh berbeda dari rata-ratanya) atau
 Menambah jumlah sampel, (semakin banyak
sampel maka data akan semakin berdistribusi
normal)
 Untuk data yang akan menggunakan metode
analisis hubungan dan pengaruh, dapat dilakukan
transformasi data menjadi model Log Naturan (Ln),
(jika data tidak dalam satuan persentase (%))
UJI KUALITAS DATA
UJI VALIDITAS - RELIABILITAS
 Dilakukan khusus untuk Data PRIMER
 Uji Validitas
adalah suatu bentuk pengujian untuk
mengukur sah
tidaknya suatu pertanyaan dalam penelitian.
 Secara konsep, satu pertanyaan
dianggap sah jika pertanyaan tersebut
mengukur indikator/dimensi setiap
variabel yang akan diukur.
 Secara statistik satu pertanyaan
dianggap sah jika memiliki nilai
tertentu (DIATAS r = 0,4)  Pengujian
statistik Korelasi PEARSON
 UJI KUALITAS DATA
UJI VALIDITAS - RELIABILITAS
 Uji Reliabilitas adalah suatu bentuk pengujian terhadap
kualitas data primer, dengan tujuan untuk mengukur
konsistensi seluruh pertanyaan dalam penelitian.
 Pertanyaan dianggap konsisten jika menghasilkan
jawaban yang sama atau hampir sama dari kelompok
responden yang berbeda.
 Secara statistik konsisitensi pertanyaan jika memiliki nilai
tertentu (DIATAS 0,5 / 0,6)  Cronbach Alpha, Split Half
(Spearman Brown) dan KR 20.
 Hasil perhitungan reliabilitas berdasarkan rumus-rumus
yang digunakan selanjutnya dipadukan dengan nilai
range atau ketentuan yang telah ditetapkan secara
statistik .
 0,0 – 0,2 Sangat Tidak reliabel
 0,21 – 0,4 Tidak Reliabel
 0.41 – 0.6 Cukup reliabel
 0.61 – 0.8 Reliabel
 0.81 – 1,0 Sangat Reliabel
 Sama dengan nilai uji validitas, Nilai reliabilitas juga
berkisar antara 0 – 1 (nilai absolut).
 Contoh Instrument Subyektifitas Return
No Pernyataan Sangat Tidak Netral Cukup Sangat
tidak Bermanfa Bermanfa Bermanfaa
bermanfaat at at t

1 Seberapa besar harapan anda untuk 1 2 3 4 5

mendapatkan return yang tinggi
dalam jangka waktu panjang

2 Seberapa besar harapan anda untuk 1 2 3 4 5

memperoleh return portfolio saham
melebihi return pasar.

3 Seberapa besar harapan anda untuk 1 2 3 4 5

memperoleh return portfolio saham
selalu optimal melalui revisi kinerja
portfolio.

4 Seberapa besar harapan anda untuk 1 2 3 4 5

dapat memenuhi keinginan investor
tentang return dari berbagai strategi
investasi.

5 Seberapa besar harapan anda untuk 1 2 3 4 5

memperoleh return portfolio saham
selalu fleksibel dan melebihi tingka
bunga bebas resiko.
 Ketaatan Aturan Akuntansi
(Lihat KODE ETIK AKUNTAN)

No Pernyataan STT TT N T ST
. 1 2 3 4 5

1 Saya bertanggung Jawab dalam

penerapan aturan akuntansi di perusahaan

2 Saya menerapkan aturan akuntansi untuk

Kepentingan publik.

3 Saya bersikap Integritas dalam penerapan

aturan akuntansi di perusahaan.

4 Saya mempunyai Obyektifitas dalam

penerapan aturan akuntansi di perusahaan

5 Saya bertindak Kehati-hatian dalam

penerapan aturan akuntansi di perusahaan

6 Saya menjaga Kerahasiaan informasi

akuntansi dalam penerapan aturan akuntansi

7 Saya melakukan Konsistensi dalam

penerapan aturan akuntansi di perusahaan.

8 Saya menerapkan Stándar Teknis dalam

penerapan aturan akuntansi
 UJI ASUMSI KLASIK
 Multikolinearitas
 Menguji apakah terdapat hubungan antar
variabel independen.
 Pembenahan: menghilangkan salah satu
variabel independen
 Autokorelasi
 Menguji apakah ada hubungan kesalahan
pengganggu periode t dengan periode t-1.
 Pembenahan: Transformasi data,
menambah data observasi.
 Heteroskedastisitas
 Menguji ketidaksamaan varians dari residual
dari satu pengamatan ke pengamatan yang
lain.
MODEL PENGUJIAN (1)

 KORELASI

MOTIVASI KINERJA
KERJA INDIVIDU

 REGRESI
ROE
HARGA
LABA NET
SAHAM
TATO
 Model Structural Equation Modeling
(SEM)
IA1 IA2 IA3 IA4 IA5
PR1 PR2 PR3 PR4 PR5 PR6

Persepsi
H2
Risk
Y3 H5
MD1

MD2
Manf aat H1 Revisi Mental
Informasi Keyakinan H4
Discounting MD3
Akuntansi Y1 Y2
X1 MD4
H3 H6 H7
MD5

Norma Subyektif MD6

RK1 RK2 RK3 RK4 Subyektif Return MD7

X2 Y4

NS1 NS2 NS3 SR1 SR2 SR3 SR4

 Uji Kesesuaian Model
Kriteria Cut of Value Hasil Ket.
Perhitungan
Chi-Square Kecil 298,37 X2 dengan df
= 281 adalah
322
Sig. of Prob. ≥ 0,05 0,211 Diterima

RMSEA ≤ 0,08 0,016 Diterima

GFI ≥ 0,90 0,974 Diterima

AGFI ≥ 0,90 0,956 Diterima

CMIN/DF ≤ 2,00 1,032 Diterima

TLI ≥ 0,95 0,967 Diterima

CFI ≥ 0,95 0,952 Diterima

 Estimasi Model
Ket Estm. SE CR Prob Hip.

MIA  RK 0,3231 0,1665 2,440 0,0110 H1 :

Diterima

MIA  PR 1,3395 0,2634 5,363 0,0000 H2 :

Diterima

MIA  SR 2,3027 1,3094 4,223 0,0000 H3 :

Diterima

RK  MD 1,0265 0,4594 2,351 0,0142 H4 :

Diterima

PR  MD 0,8090 0,2460 3,594 0,0002 H5 :

Diterima

NS  MD 0,5021 0,2538 2,272 0,0176 H6 :

Diterima

MD  SR 0,5866 0,2277 3,006 0,0026 H7 :

Diterima