BAB IPENDAHULIAN

1.1. Latar Belakang Penelitian ini menggunakan pendekatan quantitative research (penelitian kuantitatif) dengan penekanan pada pengujian teori melalui variabel-variabel penelitian dengan angka dan melakukan analisis data dengan prosedur statistik. Statistik merupakan alat analisis utama yang digunakan dalam penelitian ini. Penelitian ini dikategorikan sebagai explanatory research, di mana menjelaskan hubungan kausal antara variabel-variabel penelitian melalui pengujian hipotesis. Uji hipotesis dilakukan dengan analisis regresi. Analisis regresi dalam statistika adalah salah satu metode untuk mengukur dan menentukan hubungan sebab akibat (kausal) antara satu variabel dan variabel variabel lainnya. Karena dalam penelitian ini terdapat satu variabel terikat dan beberapa variabel bebas maka digunakan analisis regresi berganda.1.2. Maksud dan Tujuan Adapun Maksud dan tujuan dari penulisan makalah ini adalah :1. Untuk mengetahui apa itu Uji T2. Untuk mengetahui apa itu uji F3. Untuk mengetahui pengertian daru uji Chi square 1.3. Rumusan masalah Adapun Rumusan masalah dari penulisan makalah ini adalah :1. Apa yang di maksud dengan uji t?2. Apa yang di maksud dengan uji f?3. Apa yang di maksud dengan uji chi square?1.4. Sistematika penulisanBAB I PENDAHULUAN Berisi tentang Latar belakang, maksud dan tujuan serta rumusan masalah dari pembuatan makalah yang berisikan tentang uji t, uji f dan uji chi square.BAB II LANDASAN TEORIBerisikan tentang teori-teri mengenai uji t, uji f dan uji chi square.BAB III KESIMPULAN Berisi tentang kesimpulan mengenai uji t, uji f dan uji chi square.BAB IILANDASAN TEORI

2.1. Uji HipotesisUji hipotesis dilakukan dengan analisis regresi. Analisis regresi dalam statistika adalah salah satu metode untuk mengukur dan menentukan hubungan sebab akibat (kausal) antara satu variabel dan variabel variabel lainnya. Karena dalam penelitian ini terdapat satu variabel terikat dan beberapa variabel bebas maka digunakan analisis regresi berganda. Model analisis regresi berganda dirumuskan dengan persamaan berikut :Y = a + b1X1 + b2X2 + b3X3 +b4X4 + b5X5 + b6X6 + b7X7 + eyang dalam penelitian ini dijabarkan sebagai :

Keterangan :Y = variabel dependen (terikat)X = variabel independen (bebas)AURLAG = Audit Report Laga = konstantab = koefisien regresiSIZE = ukuran perusahaanPROFT = profitabilitasLEVRG = solvabilitas (leverage)OWNER = distribusi kepemilikan perusahaanTIME = lamanya perusahaan menjadi klien KAPKAP = reputasi KAPOPINI = opini auditore = faktor pengganggu2.2. Uji TUji-t 2 sampel independen (bebas) adalah metode yang digunakan untuk menguji kesamaan rata-rata dari 2 populasi yang bersifat independen, dimana peneliti tidak memiliki informasi mengenai ragam populasi. Independen maksudnya adalah bahwa populasi yang satu tidak dipengaruhi atau tidak berhubungan dengan populasi yang lain. Barangkali, kondisi dimana kita tidak memiliki informasi mengenai ragam populasi adalah kondisi yang paling sering dijumpai di kehidupan nyata.Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik. Tabel pengujian disebut tabel t-student.Ciri-ciri Uji t :1. Penentuan nilai tabel dilihat dari besarnya tingkat signifikan () dan besarnya drajat bebas (db).2. Kasus yang diuji bersifat acak. Fungsi Pengujian Uji t :1. Untuk memperkirakan interval rata-rata.2. Untuk menguji hipotesis tentang rata-rata suatu sampel.3. Menunjukkan batas penerimaan suatu hipotesis.4. Untuk menguji suatu pernyataan apakah sudah layak untuk dipercaya.Analisis yang diperlukan : Menentukan rata-ratanya : Xi = (x) / n Menentukan standar deviasi : S2 = (X1-X)2 / n 1 dan S = S2 Rumus umum Uji T Sampel Bebas : To = (X1-X2) do / (S12 / n1) + (S22 / n2)Macam t-test : One sample t-test Paired sample t-test Independent sample t-test

One sample t-tes Digunakan untuk satu sample Prinsipnya menguji apakah suatu nilai tertentu (yang diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan rata-rata sebuah sampel Nilai yang dimaksud pada umumnya adalah nilai parameter untuk mengukur suatu populasiRumus one sample t-test :t = t = Nilai t hitungX = Rata-rata sampel = Nilai parameterSD =Standart deviasiN = Jumlah sample Untuk mengintepretasikan ttest terlebih dahulu harus ditentukan : Nilai df (degree of freedom) = N-kUntuk one sample t-test df=N-1 Bandingkan nilai t-hitung dengan nilai t-tabelApabila : t-hitung > t-tabel Berbeda secara signifikan (H0 Ditolak) t-hitung < t-tabel Tidak berbeda secara signifikan (H0 Diterima) Paired sample t-test Digunakan untuk membandingkan mean dari suatu sampel yang berpasangan (paired) Sampel berpasangan adalah sebuah kelompok sampel dengan subyek yang sama namun mengalami dua perlakuan atau pengukuran yang berbedaRumus paired sample t-testt = N = Jumlah sampleSD =Standart deviasit = Nilai t hitungD = Rata-rata selisih pengukuran 1 & 2

Untuk mengintepretasikan ttest terlebih dahulu harus ditentukan : Nilai df (degree of freedom) = N-k Untuk paired sample t-test df=N-1 Bandingkan nilai t-hitung dengan nilai t-tabelApabila : t-hitung > t-tabel Berbeda secara signifikan (H0 Ditolak) t-hitung < t-tabel Tidak berbeda secara signifikan(H0 Diterima) Independent sample t-test Digunakan untuk membandingkan dua kelompok mean dari dua sampel yang berbeda (independent) Prinsipnya ingin mengetahui apakah ada perbedaan mean antara dua populasi, dengan membandingkan dua mean sample-nyaRumus independent sample t-testt = t = Nilai t hitungX1 = Rata-rata kelompok 1X2 = Rata-rata kelompok 2Sx-x = Standard error kedua kelompok Untuk mengintepretasikan ttest terlebih dahulu harus ditentukan : Nilai df (degree of freedom) = N-k Untuk independent sample t-test df=N-2 Bandingkan nilai t-hitung dengan nilai t-tabelApabila : t-hitung > t-tabel Berbeda secara signifikan (H0 Ditolak) t-hitung < t-tabel Tidak berbeda secara signifikan(H0 Diterima)

Contoh kasus Independent sample t-testMenjelang tahun ajaran baru ook buku Saputra menjual berbagai macam merk buku tulis. Dari berbagai merk yang ada, ada 2 merk yang sangat laris, yaitu merk Cerdas dan Ganteng. Pemilik toko ingin menguji apakah antara kedua merk tersebut sama larisnya atau salah satu lebih laris dari yang lain. Dari catatan penjualan yang ada selama sebulan diperoleh data jumlah buku yang terjual sebagai berikut :

Tabel 2.1. Catatan penjualan

Langkah-langkah pengerjaanUntuk mencari nilai-nilai uji 2 sample bebas data tersebut dengan menggunakan program R, ikutilah langkah-langkah berikut :1. Tekan icon R Commander pada desktop kemudian akan muncul tampilan seperti gambar di bawah ini.

Gambar 2.1. Tampilan menu awal R commander

2. Pilih menu Data, New data set. Masukkan nama dari data set adalah normalitas1 (tanpa spasi) kemudian tekan tombol OK

Gambar 2.2. Tampilan menu New data set

Gambar 2.3. Tampilan New Data Set

Kemudian akan muncul Data Editor

Gambar 2.4.Tampilan Data Editor

3. Masukkan data dengan var1 untuk skor, var2 untuk buku. Jika sudah selesai dalam pengisian data tekan tombol Close. Untuk mengubah nama dan tipe variabel, dapat dilakukan dengan cara double click pada variable yang ingin di setting. Pemilihan type, dipilih numeric pada semua variabel.

Gambar 2.5. Tampilan Variabel editor skor

Gambar 2.6. Tampilan Variabel editor buku

Kemudian Isi masing-masing variabel sesuai dengan data soal setelah selesai isi data kemudian tekan tombol X (close)

Gambar 2.7. Tampilan isi Data Editor

Selanjutnya, pilih window R-commander akan muncul tampilan :

Gambar 2.8. Tampilan Sript Window

4. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol View data set maka akan muncul tampilan. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki data yang salah.

Gambar 2.9. Tampilan View bebas

Untuk merubah variabel numerik buku pada tampilan R commander pilih : Manage variables in active data set kemudian pilih Bin numeric variable

Gambar 2.10. Tampilan Manage variables

Kemudian akan muncul tampilan :

Gambar 2.11. Tampilan Bin a Numeric Variable

Kemudian akan muncul tampilan rubah nama Bin :

Gambar 2.12. Tampilan Bin Names

5. Jika data sudah benar, pilih menu Statistics, Means, Independent samples t-test.

Gambar 2.13. Tampilan menu olah data

6. Pada Response Variable pilih skor kemudian tekan tombol OK .

Gambar 2.14. Tampilan Independent Samples t-Test

7. Maka akan muncul hasil pada output window sebagai berikut :

Gambar 2.15. Tampilan output bagian

AnalisisUji Selisih rata-rata1. Hipotesis2. Statistik uji : uji t3. = 0.054. Daerah Kritis : Ho ditolak jika sig. < 5. Dari hasil pengolahan R-Programing, diperoleh sign t = 0.2556. Karena Sign t. > (0.255>0.05) maka Ho diterima.Kesimpulan :Ho diterima sehingga rata-rata penjualan buku merk Cerdas = merk Ganteng. Pada output di atas didapat rata-rata buku cerdas yang terjual sebesar 220 (dibulatkan) dan rata-rata buku ganteng yang terjual sebesar 217.

2.3. Uji ChiSquare

Kegunaan & Karakteristik ChiSquare

Kegunaan ChiSquare: Uji Chi Square berguna untuk menguji hubungan atau pengaruh dua buah variabel nominal dan mengukur kuatnya hubungan antara variabel yang satu dengan variabel nominal lainnya (C = Coefisien of contingency).Karakteristik ChiSquare: Nilai ChiSquare selalu positip. Terdapat beberapa keluarga distribusi ChiSquare, yaitu distribusi ChiSquare dengan DK=1, 2, 3, dst. Bentuk Distribusi ChiSquare adalah menjulur positip.Rumus chi-square

Di mana:2: Nilai chi-kuadratfe: Frekuensi yang diharapkanfo: Frekuensi yang diperoleh/diamati

Contoh: uji koefisien kontingensiPeneliti ingin mengetahui apakah terdapat hubungan antara jenis kelamin dengan hobi?Data:Lakilaki yang suka olah raga 27Perempuan yang suka olah raga 13Lakilaki yang suka otomotif 35Perempuan yang suka otomotif 15Lakilaki yang suka Shopping 33Perempuan yang suka Shopping 27Lakilaki yang suka komputer 25Perempuan yang suka komputer 25

Langkahlangkah Pengujian:1. Tulis Hipotesis Ha dan HoHo : = 0, Tidak terdapat hubungan yang signifikan antara jenis kelamin dengan hobi.Ha : 0, Terdapat hubungan yang signifikan antara jenis kelamin dengan hobi.2. Buat Tabel KontingensiTabel kontingensi berbentuk 2x4 (2 baris dan 4kolom). Setiap kotak disebut sel, setiap sebuah kolom berisi sebuah subvariabel, setiap sebuah baris berisi sebuah subvariabel.Tabel 3.2. Tabel Kontingensi

3. Cari nilai Frekuensi yangDiharapkan (fe) Fe untuk setiap sel =

Misal:fe sel pertama =

= 24

4. Hitung nilai ChiSquare 5. Hitung nilai ChiSquare

= 0,375+0,833+0,250+0,833+0,563+1,250+0,375+1,250= 5,729

5. Tentukan kriteria pengujian Jika 2 hitung 2 tabel, maka Ho diterima. Jika 2 hitung > 2 tabel, maka Ho ditolak.ATAU Jika Sig. 2 hitung > alpha, maka Ho diterima. Jika Sig. 2 hitung < alpha, maka Ho ditolak.

6. Tentukan nilai 2 Tabel Taraf signifikansi () = 0,05. Df = (Baris1)(Kolom1)= (21)(41)= 3 2 Tabel = 7,8158. Bandingkan 2 hitung dengan 2tabel 2 hitung (5,729) < 2 tabel (7,815) Ho diterimaKESIMPULAN:Tidak terdapat hubungan yang signifikan antara jenis kelamin dengan hobi.

2.3. Uji FKegunaan dan Asumsi : One Way ANOVA digunakan untuk menguji perbedaan rata-rata lebih dari dua sampel. Asumsi-asumsi One Way ANOVA: Populasi yang akan diuji berdistribusi normal. Varians dari populasi-populasi tersebut adalah sama. Sampel tidak berhubungan satu dengan yang lain.Langkah-langkah Pengujian Tulis Ho dan Ha.Ho: 1=2=3, Tidak ada perbedaan yang nyata antara rata-rata hitung penjualan dariketiga tenaga pemasaran.Ha: 123, Ada perbedaan yang nyata antara rata-rata hitung penjualan dari ketigatenaga pemasaran. Tentukan taraf nyata pengujian (signifikansi). Taraf nyata ditentukan sebesar 5% atau 0,05. Uji Statistik (uji F)

F = Derajat kebebasan: dk1 (Varians antar sample) = k-1 dk2 (Varians dalam sample) = N-k Aturan pengambilan keputusan F hitung< Ftable, Ho diterima F hitung> F table, Ho ditolak, Ha diterima

BAB IIIKESIMPULAN

3.1. Kesimpulan

Uji-t 2 sampel independen (bebas) adalah metode yang digunakan untuk menguji kesamaan rata-rata dari 2 populasi yang bersifat independen, dimana peneliti tidak memiliki informasi mengenai ragam populasi.Uji Chi Square berguna untuk menguji hubungan atau pengaruh dua buah variabel nominal dan mengukur kuatnya hubungan antara variabel yang satu dengan variabel nominal lainnya (C = Coefisien of contingency).One Way ANOVA (Uji F) digunakan untuk menguji perbedaan rata-rata lebih dari dua sampel dengan populasi yang akan diuji berdistribusi normal.

DAFTAR PUSTAKA

Mason, R.D & Douglas A. Lind. 1999. Teknik Statistik Untuk Bisnis dan Ekonomi, Jilid 2. Jakarta: Penerbit Erlangga. Usman, H. & R. Purnomo Setiady Akbar. 2000.Pengantar Statistika. Jakarta: Bumi Aksara12