bahan ajar metode kuantitatif dalam bisnis-libre
DESCRIPTION
EKONOMITRANSCRIPT
-
BAHAN KULIAH & PRAKTIKUMBAHAN KULIAH & PRAKTIKUM
METODE KUANTITATIF METODE KUANTITATIF DALAM BISNISDALAM BISNIS
By. LA HATANIBy. LA HATANI
JURUSAN MANAJEMEN JURUSAN MANAJEMEN
FAKULTAS EKONOMIFAKULTAS EKONOMI
UNHALU, 2008UNHALU, 2008
-
A. PENGERTIAN MOTODE KUANTITATIFA. PENGERTIAN MOTODE KUANTITATIF
MetodeMetode Kuant itat ifKuant itat if adalahadalah pendekatanpendekatanilmiahilmiah untukuntuk pengambilanpengambilan keputusankeputusanmanajeria lmanajeria l & & EkonomiEkonomi. (Render, B., . (Render, B., et .a let .a l , , 2006)2006)
Metode Kuant itat if adalah I lmu & seniyang berkaitan dengan tata cara(metode) pengumpulan data, analisisdata, dan interpretasi hasil analisisuntuk mendapatkan informasi gunapenarikan kesimpulan dan pengambilankeputusan. (Tuban, 1972 dalam Solimun, 2001)
-
B. PENDEKATAN ANALI SI S KUANTI TATI FB. PENDEKATAN ANALI SI S KUANTI TATI F
Teori Ekonomi & StudiEmpiris Sebelumnya
TahapanTahapan--IIII
PendekatanPendekatan
AnalisisAnalisis
KuantitatifKuantitatif
Perumusan Masalah1
Desain Model2
Pengumpulan Data
Pencarian Solusi
Pengujian Solusi
Analisis & Hasil
I mplemtansi Hasil& Rekomendasi
3
4
5
6
7Sumber : Render, B., Render, B., et.alet.al, 2006, 2006
-
(( TujuanTujuan RisetRiset BisnisBisnis
C. TUJUAN RISET & PILIHAN ANALISIS KUANTITATIFC. TUJUAN RISET & PILIHAN ANALISIS KUANTITATIFPentingPenting
untukuntuk
direnungkandirenungkan
dandan
diingatdiingat
bahwabahwa
pemilihanpemilihan
teknikteknik
kuantitatifkuantitatif
yang yang relewanrelewan
sangatsangat
tergantungtergantung
daridari
apaapa
problem problem dandan
tujuantujuan
risetriset..
TujuanTujuan utamautama risetriset bisnisbisnis tidaktidak selaluselalu diperolehdiperoleh dalamdalam lingkunganlingkungan yang yang ketatketat. . PengembanganPengembangan tujuantujuan kerangkakerangka analitikanalitik dibedakandibedakan duadua wilayahwilayah risetriset BisnisBisnis, , yaituyaitu::1)1) NonNon--scient ific Business Researchscient ific Business Research yaituyaitu risetriset
bisnisbisnis yang yang sistematissistematis namunnamun t idakt idak ilmiahilmiah dengandengan tujuantujuan eksplorasieksplorasi, , deskript ifdeskript if dandan predikt ifpredikt if . . FokusFokus analisisnyaanalisisnya mengungkapmengungkap fenomenafenomena yang yang menarikmenarik bagibagi akuntansiakuntansi & & manajemenmanajemen..
2)2) Scient ific Business ResearchScient ific Business Research adalahadalah rencanarencana risetriset bisnisbisnis yang yang sistematiksistematik dandan ilmiahilmiah dimanadimana tujuantujuan risetriset dapatdapat dideskript ifdideskript if , , prediksiprediksi atauatau kausalitaskausalitas. . FokusFokus analisisnyaanalisisnya mendapatkanmendapatkan hasilhasil yang yang dapatdapat digeneralisidigeneralisi..
-
AnalisisAnalisis Cost, Profit & Volume (BEP)Cost, Profit & Volume (BEP) AnalisisAnalisis KeputusanKeputusan AnalisisAnalisis ProbabilitasProbabilitas PeralamanPeralaman KorelasiKorelasi & & RegresiRegresi AnalisisAnalisis JalurJalur AnalisisAnalisis faktorfaktor, , deskriminandeskriminan & & ClasterClaster Model Model PengendalianPengendalian PersedianPersedian Linear Programming (Linear Programming (OptimaliasiOptimaliasi)) Network ModelNetwork Model AnalisisAnalisis II --OO SEM, SEM, dlldll
(( PilihanPilihan TeknikTeknik AnalisisAnalisis Kuantitat ifKuant itat if
-
D. MODEL RISET DALAM PENDEKATAN KUANTITATIF
Scientific Problem Hypothesis
ObyekPenelitian
Responden
Unit Analisis
/Unit Sample
Pembuktian:Data Empirik
GambarGambar 2. Model 2 . Model RisetRiset PendekatanPendekatan Kuantitat ifKuant itat if
-
ILUSTRASI
Topik
: Pengaruh
Faktor
Fundamental terhadap
Keuntungan
yang
Diharapkan
Data : Pooled; yaitu
gabungan
time series dan
cross sectional
Obyek
: Perusahaan
(yang go public di
Bursa Efek
Jakarta)
Pengamatan
: 4 tahun
terakhir
(1998 s/d 2002)
Unit sampel
: perusahaan
Besar
sampel
: 50 perusahaan
Unit analisis
: 4 x 50 = 200
Topik
: Analisis
Faktor
yang berpengaruh
terhadap
Kinerja
Keuangan
Industri
Kecil
berorientasi
Ekspor
Obyek
: Industri
Kecil
(berorientasi
ekspor)
Unit sampel
: Industri
Kecil
Besar
sampel
: 150 industri
kecil
Unit analisis
: 150
Responden
: Pemilik, manajer, karyawan
(tidak
sama dan
lebih
banyak
dari
besar
sampel)
-
E. KONSEP & PEMODELAN METODE KUANTITATIFE. KONSEP & PEMODELAN METODE KUANTITATIF
Metode Kuantitatif (Parametrik) adalah pendekatan yang menyangkut pendugaan parameter, pengujian hipotesis, pembentukan selang kepercayaan, dan hubungan antara dua sifat (peubah) atau lebih bagi parameter-parameter yang mempunyai sebaran (distribusi normal) tertentu yang diketahui.
Metode kuantitatif berlandaskan pada anggapan- anggapan tertentu yang telah disusun terlebih dahulu, jika anggapan-anggapan tersebut tidak sesuai dengan keadaan sebenarnya, apalagi jika menyimpang jauh maka keampuhan metode ini tidak dapat dijamin atau bahkan dapat menyesatkan
-
Kelebihan & Kekurangan Metode Kelebihan & Kekurangan Metode Kuant itat if :Kuant itat if :
1.1. Kelebihan Metode Kuantitatif adalah:Kelebihan Metode Kuantitatif adalah:
Dapat digunakan untuk menduga atau meramal.Dapat digunakan untuk menduga atau meramal. Hasil analisis dapat diperoleh dengan pasti dan Hasil analisis dapat diperoleh dengan pasti dan akurat apabila digunakan sesuai aturanakurat apabila digunakan sesuai aturan--aturan aturan yang telah ditetapkan.yang telah ditetapkan. Dapat digunakan untuk mengukur interaksi Dapat digunakan untuk mengukur interaksi hudungan antara dua/lebih variabel (peubah).hudungan antara dua/lebih variabel (peubah). Dapat menyederhanakan realitas permasalahan Dapat menyederhanakan realitas permasalahan yang kompleks & rumit dalam sebuah model.yang kompleks & rumit dalam sebuah model.
-
2. Kekurangan2. Kekurangan Metode Kuantitatif adalah:Metode Kuantitatif adalah:
Berdasarkan pada anggapanBerdasarkan pada anggapan--anggapan (Asumsi)anggapan (Asumsi) Asumsi tidak sesuai dengan realitas yang terjadi Asumsi tidak sesuai dengan realitas yang terjadi atau menyimpang jauh maka kemampuannya tidak atau menyimpang jauh maka kemampuannya tidak dapat dijamin bahkan menyesatkan.dapat dijamin bahkan menyesatkan. Data harus berdistribusi normal dengan skala Data harus berdistribusi normal dengan skala pengukuran data yang harus digunakan adalah pengukuran data yang harus digunakan adalah interval & rasio.interval & rasio. Dapat digunakan untuk menganalisis data yang Dapat digunakan untuk menganalisis data yang populasi/ sampelnya sama.populasi/ sampelnya sama. Tidak dapat dipergunakan untuk menganalisis Tidak dapat dipergunakan untuk menganalisis dengan cuplikan (Sampel) yang jumlahnya sedikit dengan cuplikan (Sampel) yang jumlahnya sedikit (> 30)(> 30)
-
Pemodelan Metode KuantitatifPemodelan Metode Kuantitatif
(1)(1) Ubah pernyataan ke dalam lambang kuantitatifUbah pernyataan ke dalam lambang kuantitatif(2) Pemilihan metode analisis yang tepat(2) Pemilihan metode analisis yang tepat(3) Aplikasi metode secara benar(3) Aplikasi metode secara benar
KK Model adalah suatu konsep yang digunakan untuk Model adalah suatu konsep yang digunakan untuk menyatakan sesuatu keadaan (permasalahan) ke menyatakan sesuatu keadaan (permasalahan) ke dalam bentuk simbolik, ikonik atau analog. dalam bentuk simbolik, ikonik atau analog. KK Pada hakekatnya model adalah abstraksi dari Pada hakekatnya model adalah abstraksi dari dunia nyata, sensitivitas atas solusi terhadap dunia nyata, sensitivitas atas solusi terhadap perubahan dalam model serta perwakil realitas, perubahan dalam model serta perwakil realitas, oleh karena itu wujudnya harus lebih sederhana. oleh karena itu wujudnya harus lebih sederhana. KK Pemodelan Metode kuantitaif adalah upaya Pemodelan Metode kuantitaif adalah upaya memodelkan permasalahan ke dalam konsep memodelkan permasalahan ke dalam konsep kuantintatif dengan prosedur:kuantintatif dengan prosedur:
-
Kaidah Analisis Data (Pemodelan Kaidah Analisis Data (Pemodelan Dalam Metode Kuantitatif)Dalam Metode Kuantitatif)
-
(1)(1) MenyuntingMenyunting DataData(2)(2) MengembangkanMengembangkan VariabelVariabel(3)(3) PengkodeaanPengkodeaan datadata(4)(4) CekCek kesalahankesalahan(5)(5) PembentukanPembentukan strukturstruktur datadata(6)(6) PraPra--analisisanalisis cekcek komputerkomputer(7)(7) TabulasiTabulasi
HHPendekatanPendekatan kuantitafkuantitaf berangkatberangkat daridari data data atauatau ibaratibarat bahanbahanbakubaku dalamdalam sebuahsebuah pabrikpabrik. Data . Data diprosesdiproses & & dimanipulasidimanipulasimenjadimenjadi informasiinformasi yang yang berhargaberharga bagibagi pengambilanpengambilan keputusankeputusan..HHData yang Data yang dikumpulkandikumpulkan harusharus dibersihkandibersihkan sebelumsebelumdianalisisdianalisis, , ibaratnyaibaratnya dalamdalam memasakmemasak kitakita harusharus mencucimencuci alatalatdandan bahanbahan--22 makananmakanan yang yang kitakita masakmasak agar agar masakanmasakan kitakitasetidaknyasetidaknya bersihbersih..HHHasilHasil pembersihanpembersihan adalahadalah berkuranyaberkuranya ketidaktepatanketidaktepatan dandankesalahankesalahan dalamdalam data yang data yang dapatdapat dilakukandilakukan sebagaisebagai berikutberikut::
-
MendapatkanMendapatkan Data yang Data yang akuratakurat hukumnyahukumnya wajibwajib, , karenakarena meskipunmeskipun model model merupakanmerupakan representaserepresentase daridari realitasrealitas yang yang sempurnasempurna, , ketidakakuratanketidakakuratan & & ketidaktepatanketidaktepatan data data memperolehmemperoleh hasilhasil yang yang menyesatkanmenyesatkan, , iniini yang yang dikenaldikenal sebagaisebagaiGarbage I n Garbage OutGarbage I n Garbage Out (GIGO).(GIGO).Mencermati fenomena empiris tidak dapat dipingkiri para pengambil keputusan baik pada instansi pemerintah maupun swasta dan interaksi kehidupan bermasyarakat telah banyak menggunakan kaidah-kaidah kuantitatif seperti menghitung rata-rata penghasilan sebuah keluarga setiap bulan, mengukur tinkat produktivitas usaha, melihat hubungan antara aktivitas yang dikerjakan dengan prestasi yang diraih, dan sebagainya.
-
Tabel 1. Pengguna Metode Kuantitaf dan Berbagai Permasalahan Yang Dihadapi
Pengguna Masalah yang Dihadapi
Manajemen
1.
Penentuan struktur gaji, pesangon, dan tunjangan karyawan.
2.
Penentuan jumlah persediaan barang
3.
Evaluasi produktivitas karyawan.
4.
Evaluasi kinerja perusahaan.
Akuntansi &
Keuangan
1.
Penentuan standar audit barang dan jasa.
2.
Penentuan depresiasi dan apresiasi barang dan jasa.
3.
Potensi peluang naik/turun harga saham & suku bunga.
4.
Tingkat pengembalian investasi beberapa sektor ekonomi.
5.
Analisis pertumbuhan laba dan cadangan usaha.
6.
Analisis resiko keuangan setiap usaha.
Pemasaran
1.
Penelitian dan pengembangan produk.
2.
Analisis potensi pasar, segmentasi dan diskriminasi pasar.
3.
Ramalan penjualan.
4.
Efektivitas kegiatan promosi penjualan.
Ekonomi
Pembangunan
1.
Analisis pertumbuhan ekonomi, inflasi dan suku bunga.
2.
Pertumbuhan penduduk, pengangguran dan kemiskinan.
3.
Indeks harga konsumen dan perdagangan besar.
-
ARTI & JENI S DATA DLM METODE KUANTI TATI FARTI & JENI S DATA DLM METODE KUANTI TATI FData adalah bentuk jamak dari datum artinya kumpulan angka, fakta, fenomena atau keadaan lainnya, merupakan hasil pengamatan, pengukuran atau pencacahan dan sebagainya terhadap obyek, yang berfungsi dapat membedakan obyek yang satu dengan lainnya pada variabel yang sama.
Metode Kuantitaf berhubungan dengan pengolahan data atau yang menjadi imput dalam proses kuantitatif adalah data. Dari sudut pandang Metode kuantitatif data dikelompokan menjadi dua jenis yaitu:(1) Data kualitatif adalah data yang dinyatakan dalam bentuk bukan angka (sifat).(2) Data kuantitatif adalah data yang dinyatakan dalam bantuk angka yang diasumsikan sebagai informasi dalam bentuk pernyataan bilangan yang didasarkan pada hasil perhitungan.
-
Pengelompokan data menurut cara perolehan menurut statistika terdiri atas:
1. Data primer adalah data yang diperoleh secara langsung dari obyak yang diteliti baik secara individu maupun kelompok/organisasi.
2. Data sekunder adalah data yang diperoleh secara tidak langsung untuk mendapatkan informasi/keterangan dari obyek yang diteliti
3. Data tersier yaitu data yang diperoleh secara tidak langsung dari obyek yang diteliti biasanya data tersebut diperoleh dari pihak ketiga baik dari individu maupun kelompok yang sengaja mengungkapkan fakta dari pihak kedua.
-
SKALA PENGUKURAN DATAPengukuran merupakan suatu proses dimana suatu angka
atau symbol diletakan pada suatu karakteristik atau stimulti sesuai dengan aturan atau prosedur yang telah ditetapkan. Stevens (1946) skala pengukuran data dapat dikelompokan menjadi empat jenis yaitu:1) Skala nominal adalah angka yang diberikan kepada obyek
mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apa-apa atau merupakan skala pengukuran yang menyatakan kategorik dari kelompok suatu obyek. Contoh: jenis kelamin yaitu laki-laki diberi tanda 1 dan perempuan diberi tanda
2) Skala ordinal adalah data yang diperoleh dengan cara kategorik atau klasifikasi namun diantara data tersebut memiliki hubungan atau angka yang diberikan di mana angka-angka tersebut mengandung pengertian tingkatan. Contoh: Kualitas produksi yaitu sangat tinggi dikategorikan 5; tinggi dikategorikan 4; sedang dikategorikan 3; rendah dikategorikan 2; dan tidak berkualitas dikategorikan 1.
-
3) . Skala interval adalah suatu skala pemberian angka pada obyek yang mempunyai sifat ukuran ordinal dan mempunyai jarak atau interval yang sama. Contoh : temperatur suhu ruangan yang dengan celcius pada 00C sampai 100C.4) . Skala rasio adalah skala interval yang memiliki nilai dasar (based value) yang tidak dapat dirubah atau skala yang memiliki nilai nol dan rasio dua nilai yang memiliki arti. Skala rasio merupakan skala dengan hirarki paling tinggi dibanding skala-skala lainnya yang merupakan angka atau bilangan dari hasil perbandingan. Contoh: tingkat produktivitas merupakan perbandingan antara input dan ouput.
Agar dapat membedakan dari ke empat jenis skala pengukuran data di atas dapat dikemukakan ciri-ciri dari setiap skala pengkuran data.
-
Tabel 2. Ciri-ciri Skala Pengkuran DataNominal Ordinale Komponen Nama (Nomos)
AngkaAngka
yang yang diberikandiberikan
hanyahanya
sebagaisebagai
label label sajasaja. .
ContohContoh: : priapria
= 1, = 1, wanitawanita
= 2 = 2 dandan
wariawaria
= 3.= 3.
e Komponen Nama (Nomos)e Komponen Peringkat (Order)AngkaAngka
mengandungmengandung
pengertianpengertian
tingkatantingkatan. . ContohContoh: :
ranking 1, 2, ranking 1, 2, dandan
3. Ranking 1 3. Ranking 1
menunjukkanmenunjukkan
lebihlebih
tinggitinggi
daridari
ranking 2 ranking 2 dandan
3.3.
Interval Rasiog Komponen Nama (Nomos)g Komponen Peringkat (Order)g Komponen Jarak (Interval)g Nilai Nol Tidak Mutlak (Absolut)ContohContoh: :
1. 1. SahamSaham
sangatsangat
prospektifprospektif
dengandengan
hargaharga
sahamsaham
Rp736Rp736--
878, 878,
2. 2. sahamsaham
prospektifprospektif
Rp592Rp592--735.735.
g Komponen Nama (Nomos)g Komponen Peringkat (Order)g Komponen Jarak (Interval)g Komponen Ratiog Nilai Nol Mutlak (Absolut)ContohContoh: : bungabunga
BCA 7% BCA 7% dandan
bungabunga
MandiriMandiri
14%, 14%, makamaka
bungabunga
MandiriMandiri
2 kali 2 kali bungabunga
BCA.BCA.
-
ARTI & JENI S VARI ABELARTI & JENI S VARI ABEL
-
Gambar 3. Pengelompokan Jenis Variabel
-
Tabel 3. Hubungan Data & Variabel
-
SELAMAT MENJADI
GENERASI YANG
JUJUR & TEKUN
-
UJI VALIDITAS & RELIABILITAS UJI VALIDITAS & RELIABILITAS INSTRUMEN (DATA)INSTRUMEN (DATA)
A. A. Uj iUj i ValiditasValiditas (( KesakhihanKesakhihan ) Data) Data
I nstrumenI nstrumen tersebuttersebut dikatakandikatakan valid valid jikajika dapatdapat mengukurmengukur apaapa yang yang seharusnyaseharusnya diukurdiukur atauatau mengukurmengukur apaapa yang yang diinginkandiinginkan dengandengan tepattepat (Supranto,1997) . (Supranto,1997) .
PengujianPengujian validitasvaliditas, , instrumeninstrumen diujidiuji dengandengan menghitungmenghitung koefisienkoefisien korelasikorelasi antaraantara skorskor item item dandan skorskor totalnyatotalnya dalamdalam taraftaraf signifikansisignifikansi 0,05 0,05 dengandengan rumusrumus KorelasiKorelasi Product Moment Pearson.Product Moment Pearson.
I nstrumenI nstrumen bisabisa dikatakandikatakan valid valid mempunyaimempunyai nilainilai r r hitunghitung > r > r tabeltabel dengandengan tingkattingkat signifikansisignifikansi korelasikorelasi didi bawahbawah
= =
0,05 (0,05 ( SantosoSantoso 2004) 2004) dengandengan rumusrumus::
-
Langkah Analisis Uji Validitas Langkah Analisis Uji Validitas Dengan SPSS Yaitu:Dengan SPSS Yaitu:
1.1. MasukanMasukan data data keke Worksheet SPSSWorksheet SPSS dengandengan perintahperintah File/ Open/ DataFile/ Open/ Data
2.2. Dari menu Dari menu utamautama SPSS SPSS pilihpilih menu menu AnalyzeAnalyze,, kemudiankemudian pilihpilih submenu submenu CorrolateCorrolate lalulalu pilihpilih BivariateBivariate
3.3. TampakTampak dilayardilayar tampilantampilan Windows Windows BivariateBivariate CorrelationCorrelation
4.4. I sikan data ke I sikan data ke Kotak VariabelKotak Variabel Yaitu Yaitu Variabel KonstrukVariabel Konstruk dan dan SSkor Totalkor Total
5.5. Pilih Pilih Correlation Coefficients PearsonCorrelation Coefficients Pearson6.6. Pilih Pilih OkeOke7.7. Tampilkan Tampilkan Output SPSSOutput SPSS
-
B. B. UjiUji ReliabilitasReliabilitas DataData
Uji reliabilitas untuk mengetahui apakah alat Uji reliabilitas untuk mengetahui apakah alat pengumpul data menunjukkan tingkat pengumpul data menunjukkan tingkat ketepatan, keakuratan, kestabilan, atau ketepatan, keakuratan, kestabilan, atau kosistensi alat dalam mengungkap gejala kosistensi alat dalam mengungkap gejala tertentu pada waktu yang berbeda.tertentu pada waktu yang berbeda.
InstrumenInstrumen
dikatakandikatakan
reliabelreliabel
jikajika
dapatdapat
digunakandigunakan
untukuntuk
mengukurmengukur
variabelvariabel
berulangkaliberulangkali
yang yang menghasilkanmenghasilkan
data yang data yang
samasama
atauatau
hanyahanya
sedikitsedikit
bervariasibervariasi
UjiUji
reliabilitasreliabilitas
untukuntuk
mengujimenguji
konsistensikonsistensi
instrumeninstrumen
menggunakanmenggunakan
koefisienkoefisien
Alpha Alpha
CronbachCronbach dandan
memiliki tingkat kehandalan memiliki tingkat kehandalan yang dapat diterima (reliabel), yang dapat diterima (reliabel), NNilai ilai koefesien reliabilitas yang terukur koefesien reliabilitas yang terukur
0,60,6
(Uma Sekaran, 2000), dengan rumus :(Uma Sekaran, 2000), dengan rumus :
-
LangkahLangkah--22 Uji ReliabilitasUji Reliabilitas dengan SPSSdengan SPSS1.1. MasukanMasukan data data keke Worksheet SPSSWorksheet SPSS dengandengan
perintahperintah File/ Open/ DataFile/ Open/ Data2.2. Dari menu Dari menu utamautama SPSS SPSS pilihpilih menu menu Analyze,Analyze,
kemudiankemudian pilihpilih submenu submenu ScaleScale lalulalu pilihpilih Reliability Reliability AnalysisAnalysis
3.3. TampakTampak dilayardilayar tampilantampilan Windows Reliability Windows Reliability AnalysisAnalysis
4.4. I sikanI sikan data data kotakkotak indicator indicator variabelvariabel kedalamkedalam kotakkotak I tems I tems dandan pilihpilih Model AlphaModel Alpha
5.5. PilihPilih tomboltombol StatisticsStatistics sehinggasehingga tampaktampak dilayardilayar windows Reliability analysis statisticswindows Reliability analysis statistics
6.6. PilihPilih bagianbagian descriptive for, descriptive for, pilihpilih item, item, scalascala, , scalascala if item deleted if item deleted dandan interinter-- item item CorelationCorelation
7.7. Pilih Pilih continue dan okecontinue dan oke8.8. Output SPSSOutput SPSS
-
LangkahLangkah--Langkah Analisis Uji Validitas Langkah Analisis Uji Validitas Dengan Sofware SPSS Yaitu:Dengan Sofware SPSS Yaitu:
1.1. MasukanMasukan data data keke Worksheet SPSSWorksheet SPSS dengandengan perintahperintah File/ Open/ Data File/ Open/ Data lalulalu input data input data padapada Worksheet Worksheet Data View Data View kemudiankemudian pemberianpemberian simbolsimbol/ label / label variabelvariabel padapada Worksheet Variable View.Worksheet Variable View.
2.2. Dari menu Dari menu utamautama SPSS SPSS pilihpilih menu menu AnalyzeAnalyze, , kemudiankemudian pilihpilih submenu submenu CorrolateCorrolate lalulalu pilihpilih BivariateBivariate
3.3. TampakTampak dilayardilayar tampilantampilan Windows Windows BivariateBivariate CorrelationCorrelation
4.4. I sikan data ke I sikan data ke Kotak Variabel Kotak Variabel Yaitu Yaitu Variabel Variabel Konstruk Konstruk dan Sdan Skor Totalkor Total
5.5. Pilih Pilih Correlation Coefficients PearsonCorrelation Coefficients Pearson6.6. Pilih Pilih OkeOke7.7. Tampilkan Tampilkan Output SPSSOutput SPSS
-
B. B. UjiUji ReliabilitasReliabilitas DataDataUji reliabilitas untuk mengetahui apakah Uji reliabilitas untuk mengetahui apakah alat pengumpul data menunjukkan tingkat alat pengumpul data menunjukkan tingkat ketepatan, keakuratan, kestabilan, atau ketepatan, keakuratan, kestabilan, atau kosistensi alat dalam mengungkap gejala kosistensi alat dalam mengungkap gejala tertentu pada waktu yang berbeda.tertentu pada waktu yang berbeda.I nstrumenI nstrumen dikatakandikatakan reliabelreliabel jikajika dapatdapat digunakandigunakan untukuntuk mengukurmengukur variabelvariabel berulangkaliberulangkali yang yang menghasilkanmenghasilkan data yang data yang samasama atauatau hanyahanya sedikitsedikit bervariasibervariasiUjiUji reliabilitasreliabilitas untukuntuk mengujimenguji konsistensikonsistensi instrumeninstrumen menggunakanmenggunakan koefisienkoefisien Alpha Alpha CronbachCronbach dandan memiliki tingkat kehandalan memiliki tingkat kehandalan yang dapat diterima ( reliabel) , yang dapat diterima ( reliabel) , NNilai ilai koefesien reliabilitas yang terukur koefesien reliabilitas yang terukur
0,6 0,6
(Uma Sekaran, 2000) , dengan rumus :(Uma Sekaran, 2000) , dengan rumus :
-
JawabJawab::1.1. UjiUji ValiditasValiditas Dengan Sofware SPSS Dengan Sofware SPSS
-
7. Tampil 7. Tampil Output SPSSOutput SPSS UjiUji ReliabilityReliability
Dari output uji reliabilitas menunjukkan nilai koefisien Dari output uji reliabilitas menunjukkan nilai koefisien alphaalpha (() ) dari seluruh item instrumen dari seluruh item instrumen
0,60 berarti semua item data 0,60 berarti semua item data ( instrumen) dapat dipercaya keandalannya. Dapat disimpulkan ( instrumen) dapat dipercaya keandalannya. Dapat disimpulkan bahwa seluruh butir ( item) yang digunakan adalah reliabel oleh bahwa seluruh butir ( item) yang digunakan adalah reliabel oleh karena itu, kusioner yang digunakan dapat dikatakan layak karena itu, kusioner yang digunakan dapat dikatakan layak sebagai instrumen untuk melakukan pengukuran.sebagai instrumen untuk melakukan pengukuran.
-
2. 2. UjiUji RelibilitasRelibilitas Dengan Sofware SPSSDengan Sofware SPSS
-
8. 8. TampilTampil Output Output HasilHasil UjiUji ReliabilityReliability
Dari output uji reliabilitas menunjukkan nilai Dari output uji reliabilitas menunjukkan nilai koefisien koefisien alphaalpha (() dari seluruh item instrumen ) dari seluruh item instrumen 0,60 berarti semua item data ( instrumen) dapat 0,60 berarti semua item data ( instrumen) dapat dipercaya keandalannya. Dapat disimpulkan bahwa dipercaya keandalannya. Dapat disimpulkan bahwa seluruh butir ( item) yang digunakan adalah reliabel seluruh butir ( item) yang digunakan adalah reliabel oleh karena itu, kusioner yang digunakan dapat oleh karena itu, kusioner yang digunakan dapat dikatakan layak sebagai instrumen untuk melakukan dikatakan layak sebagai instrumen untuk melakukan pengukuran.pengukuran.
-
COST, PROFIT AND VOLUME ANALYSISCOST, PROFIT AND VOLUME ANALYSIS (BREAK(BREAK--EVEN ANALYSIS)EVEN ANALYSIS)
A.A. PengertianPengertianAnalisis
volume kegiatan, biaya, dan
laba
(analisis
break even) merupakan
peralatan
yang berguna
untuk
menjelaskan
hubungan
antara
biaya, penghasilan/laba
dan
volume penjualan/produksi, sehingga
banyak
digunakan
dalam
penganalisaan
masalah-masalah
ekonomi
manajerial.
Tujuan
cost, profit and volume analysis adalahuntuk
menentukan
suatu
titik, dalam
unit atau
ripiah
yang menunjukan
biaya
sama
dengan
pendapatan
(laba).
Manfaatnya
untuk
menetukan
berapa
jumlah
produk
(dalam
rupiah
atau
unit keluaran
yang harus
dihasilkan
agar perusahaan minimal tidak menderita rugi.
-
Output Output HasilHasil UjiUji ValiditasValiditas
Dari Dari output uj i validitas inst rum en (data) m enunjukkan bahwa output uj i validitas inst rum en (data) m enunjukkan bahwa keseluruhan item adalah valid karena m em iliki koefisien korelasikeseluruhan item adalah valid karena m em iliki koefisien korelasi ( r) ( r) 0,30 atau dan nilai signifikan dari seluruh inst rum en berada di 0,30 atau dan nilai signifikan dari seluruh inst rum en berada di bawah bawah
= 0,05. Sehingga seluruh item= 0,05. Sehingga seluruh item -- item dalam inst rum en penelit ian ini item dalam inst rum en penelit ian ini dapat dipergunakan dalam analisis selanjutnya.dapat dipergunakan dalam analisis selanjutnya.
-
TampilTampil Output Output HasilHasil UjiUji ReliabilityReliability
Dari output uji reliabilitas menunjukkan nilai koefisien Dari output uji reliabilitas menunjukkan nilai koefisien alphaalpha (() dari ) dari seluruh item instrumen seluruh item instrumen
0,60 berarti semua item data ( instrumen) 0,60 berarti semua item data ( instrumen) dapat dipercaya keandalannya. Dapat disimpulkan bahwa seluruh dapat dipercaya keandalannya. Dapat disimpulkan bahwa seluruh butir ( item) yang digunakan adalah reliabel oleh karena itu, kusbutir ( item) yang digunakan adalah reliabel oleh karena itu, kusioner ioner yang digunakan dapat dikatakan layak sebagai instrumen untuk yang digunakan dapat dikatakan layak sebagai instrumen untuk melakukan pengukuran.melakukan pengukuran.
-
COST, PROFI T AND VOLUME ANALYSI S COST, PROFI T AND VOLUME ANALYSI S (BREAK(BREAK-- EVEN ANALYSI S)EVEN ANALYSI S)
A.A. PengertianPengertianAnalisis
volume kegiatan, biaya, dan
laba
(analisis
break even) merupakan
peralatan
yang berguna
untuk
menjelaskan
hubungan
antara
biaya, penghasilan/laba
dan
volume penjualan/produksi, sehingga
banyak
digunakan
dalam
penganalisaan
masalah-masalah
ekonomi
manajerial.
Tujuan
cost, profit and volume analysis adalahuntuk
menentukan
suatu
titik, dalam
unit atau
ripiah
yang menunjukan
biaya
sama
dengan
pendapatan
(laba).
Manfaatnya
untuk
menetukan
berapa
jumlah
produk
(dalam
rupiah
atau
unit keluaran
yang harus
dihasilkan
agar perusahaan minimal tidak menderita rugi.
-
Cost, Profit and Volume Analysis (Cost, Profit and Volume Analysis (AnalisisAnalisis
Break Even)Break Even)
mencakupmencakup
konsepkonsep
yang yang berkaitanberkaitan
dengandengan
::
AnalisisAnalisis marjinmarjin labalaba yang yang mencakupmencakup sejumlahsejumlah teknikteknik analisisanalisisuntukuntuk menentukanmenentukan dandan mengevaluasimengevaluasi pengaruhpengaruh volume volume penjualapenjuala, , hargaharga penjualanpenjualan, , biayabiaya tetaptetap, , dandan biayabiaya variabelvariabelterhadapterhadap labalaba. . PadaPada dasarnyadasarnya konsepkonsep tersebuttersebut menggunkanmenggunkankonsepkonsep ikhtisarikhtisar rugirugi labalaba marjinlabamarjinlaba, , pendapatan/penjualanpendapatan/penjualandikurangidikurangi biayabiaya variabelvariabel samasama marjinmarjin labalaba, , dandan marjinmarjin labalabadikurangidikurangi biayabiaya tetaptetap samasama dengandengan labalaba..
AnalisisAnalisis break even break even menekankanmenekankan padapada titiktitik impasimpas ((biayabiaya tetaptetapdibagidibagi dengandengan marjinmarjin labalaba samasama dengandengan volume volume penjualanpenjualan titiktitikimpasimpas) ) titiktitik dimanadimana labalaba samasama dengandengan nolnol karenakarena pendapatanpendapatansamasama dengandengan totlatotla biayabiaya. .
HasilHasil analisisanalisis break even break even digambarkandigambarkan dalamdalam bentukbentuk grafikgrafikuntukuntuk menunjukkanmenunjukkan hubunganhubungan timbaltimbal balikbalik antaraantara pendapatanpendapatan((penjualanpenjualan), ), biayabiaya tetaptetap dandan biayabiaya variabelvariabel dalamdalam batasanbatasanvolume volume kegiatankegiatan yang yang relevanrelevan. .
AnalisisAnalisis break even break even menggunakanmenggunakan konsepkonsep yang yang samasama dengandengananalisisanalisis labalaba kotorkotor tetapitetapi analisisanalisis iniini memekankanmemekankan padapada tingkattingkatoutput output atauatau kegiatankegiatan produksiproduksi dimanadimana pendapatan/penjualanpendapatan/penjualansamasama dengandengan total total biayabiaya artinyaartinya tidaktidak adaada labalaba atauatau rugirugi..
-
1)1) Konsep variabilitas biaya adalah sahih, oleh karena itu biaya Konsep variabilitas biaya adalah sahih, oleh karena itu biaya dapat diklasifikasikan dan diukur secara realistis sebagai dapat diklasifikasikan dan diukur secara realistis sebagai biaya tetap dan biaya variabel. Jadi tidak ada biaya yang biaya tetap dan biaya variabel. Jadi tidak ada biaya yang disebut semi fixed dan semi variabel.disebut semi fixed dan semi variabel.
2)2) Terdapat suatu batasanTerdapat suatu batasan--batasan kesahihan yang relevan batasan kesahihan yang relevan (misalnya kegiatan) untuk menggunakan hasil dari analisis.(misalnya kegiatan) untuk menggunakan hasil dari analisis.
3)3) Harga jual tidak mengalami perubahan dengan terjadinya Harga jual tidak mengalami perubahan dengan terjadinya perubahan unit penjualan.perubahan unit penjualan.
4)4) Hanya ada satu produk atau dalam hal berbagai produk, Hanya ada satu produk atau dalam hal berbagai produk, tetapi proporsi atau perbandingan penjualan diantara tetapi proporsi atau perbandingan penjualan diantara berbagai produk tidak mengalami perubahan.berbagai produk tidak mengalami perubahan.
5)5) Kebijaksanaan dasar yang ditetapkan oleh manajemen Kebijaksanaan dasar yang ditetapkan oleh manajemen tentang operasi tidak banyak mengalami perubahan dalam tentang operasi tidak banyak mengalami perubahan dalam jangka pendek.jangka pendek.
6)6) Tingkat harga umum (misalnya inflasi dan deflasi cukup Tingkat harga umum (misalnya inflasi dan deflasi cukup stabil dalam jangka pendek.stabil dalam jangka pendek.
7)7) Tingkat penjualan dan produksi selaras, artinya persedian Tingkat penjualan dan produksi selaras, artinya persedian tetap konstan atau nol.tetap konstan atau nol.
8)8) Efisiensi dan produktivitas perorangan tidak banyak Efisiensi dan produktivitas perorangan tidak banyak mengalami perubahan dalam jangka pendek.mengalami perubahan dalam jangka pendek.
B. B. AnsumsiAnsumsi DasarDasar penggunaanpenggunaan cost, profit and volume analysiscost, profit and volume analysis
-
1.1. SebagaiSebagai alatalat untukuntuk merencanakanmerencanakan labalaba2.2. SebagaiSebagai alatalat pengendalianpengendalian badgetbadget3.3. SebagaiSebagai penentupenentu hargaharga jualjual produkproduk4.4. SebagaiSebagai dasardasar untukuntuk menentukanmenentukan break even break even
dalamdalam rupiahrupiah & unit& unit5.5. SebagaiSebagai dasardasar rencanarencana pengembanganpengembangan
kapasitaskapasitas produksiproduksi dandan penentuanpenentuan lokasilokasi6.6. SebagaiSebagai dasardasar untukuntuk mengambilmengambil keputusankeputusan
C. C. KegunaanKegunaan cost, profit and volume analysiscost, profit and volume analysis
-
D. D. ElemenElemen--ElemenElemen PenentuPenentu cost, profit and volume cost, profit and volume analysisanalysis
-
Prosedur Pengolahan Data Dengan MenggunakanSofware QM for Windos Sbb:
1.1. BukaBuka Worksheet Worksheet exselexsel QM 2 QM 2 dengandengan perintahperintah QM/ Breakeven QM/ Breakeven AnalisisAnalisis lalulalu pilihpilih Breakeven (cost Vs Revenue) / OpenBreakeven (cost Vs Revenue) / Open
-
2. Dari menu utama excel QM 2 pilih menu Breakeven (cost Vs Revenue) Tampak dilayar tampilan Spreadsheed Intilization
3. Isikan dalam kotak Titel (VC. Anu) pilih Ikon Grafik lalu OK
-
KESI MPULANKESI MPULAN1.1. BiayaBiaya tetaptetap, , biayabiaya variabelvariabel, , dandan total total biayabiaya padapada
berbagaiberbagai volume.volume.2.2. PotensiPotensi labalaba dandan rugirugi sebelumsebelum dandan setelahsetelah
dipotongdipotong pajakpajak pendapatanpendapatan, , padapada berbagaiberbagai volumevolume3.3. Batas Batas keselamatankeselamatan, , artinyaartinya hubunganhubungan timbaltimbal balikbalik
antaraantara penjualanpenjualan yang yang ditargetkanditargetkan dengandengan penjualanpenjualan titiktitik impasimpas
4.4. Jumlah penjualan break even (sering disebut titik Jumlah penjualan break even (sering disebut titik impas)impas)
5.5. Deviden yang lebih disukai atau titik bahaya Deviden yang lebih disukai atau titik bahaya artinya titik mana deviden tidak mungkin artinya titik mana deviden tidak mungkin diperolehdiperoleh
6.6. Titik mati, artinya jumlah penjualan pada titik Titik mati, artinya jumlah penjualan pada titik mana perusahaan hanya memperoleh tingkat laba mana perusahaan hanya memperoleh tingkat laba yang berlaku atas investasinya.yang berlaku atas investasinya.
-
PERAMALAN (FORECASTI NG)A. Pendahuluan Sering terjadi senjang waktu (time lag) antara
kebutuhan mendatang dengan peristiwa itusendiri merupakan alasan utama pentingnyaperamalan & perencanaan. Jangka Waktu Peramalan Pengaruh dari Product Life Cycle
Peramalan
merupakan
alat
bantu
dalam
membuat
perencanaan
yang efektif
dan
efisien. Mis
: Penjadwalan
produksi, masalah
transportasi, penanaman
modal, dll.
Situasi
peramalan
sangat
ditentukan
oleh
horizon waktu,
tipe
pola
data (Constant; Trend; Musiman
& Kombinasi)
dan
berbagi
aspek
lainnya.
-
What is Forecasting?What is Forecasting?
Peramalan
adalah
perhitungan
yang obyektif
dengan
menggunakan
data-data masa
lalu
untuk
menentukan
kondisi
dimasa
yang akan
datang
Proses
yang menggambarkan
peristiwa/kondisi
pada
masa
yang akan
datang.
Dasar
pengambilan
keputusan
dalam
bisnis, meliputi :(Produksi(Persediaan(Keuangan(Pemasaran(SDM(Fasilitas-fasilitas
-
Metode-Metode Yang Dikembangkan Dalam Peramalan :
1. Kualitatif
2. Kuantitaif
a.Causal
b.Time Series
1.
Nave approach
2.
Moving averages
3.
Exponential smoothing
4.
Trend projection
Seven Steps in Seven Steps in ForecastingForecasting1.
Tentukan
Pemakai/Pengguna
2.
Pemilihan
Pernyataan
3.
Penentuan
Jangka
Waktu
4.
Pemilihan
Model
5.
Pengumpulan
Data
6.
Buat
Peramalan
7. Validiti & Penerapan Hasil Peramalan
-
a.
Metode
Kualitatif
adalah
metode
yang
menganalisis
kondisi
obyektif
dengan
apa
adanya. Metode
ini
meliputi
: metode
Delphi,
Metode
nominal grup, Survey pasar
& Analisis historikal analogy and life cycle
b.
Metode
Kuantitatif, adalah
metode
yang dapat
diterapkan
apabila
:
w Tersedia
data & Informasi
Masa
Lalu
w Data & Informasi
tersebut
dapat
dikuantitafkan
dlm
bentuk
Numerik
w Diasumsikan
beberapa
aspek
masa
lala
akan
terus
berlanjt
dimasa
datang.
-
1. 1. Naive ApproachNaive Approach MetodeMetode peramalanperamalan yang yang mengasumsikanmengasumsikan
permintaanpermintaan antaraantara priodepriode waktuwaktu samasama. . MisMis: : PenjualanPenjualan bulanbulan MeiMei 48 unit, 48 unit, samasamadengandengan penjualanpenjualan bulanbulan JuliJuli 48.48.
KeuntungannyaKeuntungannya cost effective & efficientcost effective & efficient 1995 Corel Corp
(( Time series/Time series/ runtunruntun waktuwaktu adalahadalah suatusuatu analisisanalisisyang yang mengambarkanmengambarkan polapola perkembanganperkembanganproduksi/penjualanproduksi/penjualan padapada padapada runtunruntun waktuwaktu yang yang telahtelah lewatlewat untukuntuk dapatdapat memperolehmemperoleh besarbesarkecilnyakecilnya tingkattingkat perkembanganperkembangan penjualan/produksipenjualan/produksitahunantahunan. . MetodeMetode peramalanperamalan iniini dapatdapat dilakukandilakukandengandengan Cara :Cara :
-
2. Moving Average Method2. Moving Average Methodee MA is MA is metodemetode ratarata--rata rata bergerakbergerak sederhanasederhana
yang yang dianggapdianggap mampumampu menghilangkanmenghilangkanpengaruhpengaruh fluktuatiffluktuatif random random dalamdalam peramalanperamalanee Equation :Equation :MAMA n
nnn
== Demand inDemand inPreviousPrevious PeriodsPeriodsContohContoh : : JikaJika andaanda sebagaisebagai manajermanajer dalamdalam sebuahsebuah perusahaanperusahaan
dimintadiminta oleholeh pemilikpemilik perusahaanperusahaan untukuntuk meramalkanmeramalkan penjulanpenjulan setiapsetiap bulanbulan padapada tahuntahun 2008 2008 dengandengan penentuanpenentuan ratarata--rata rata bergerakbergerak 2 2 bulanbulan. Data . Data PenjualanPenjualan sebagaisebagai berikutberikut::BulanBulan JanuariJanuari PebruariPebruari MaretMaret AprilApril MeiMeiPenjualanPenjualan (Unit)(Unit) 100100 9090 105105 9595 ??
-
Moving Moving AverageAverage SolutionSolution
-
Moving Average GraphMoving Average Graph
-
Weighted Moving Average Method Weighted Moving Average Method ((MetodeMetode RataRata--Rata Rata TertimbangTertimbang))
WMA is WMA is metodemetode perhitunganperhitungan yang yang samasama ratarata--rata rata bergerakbergerak sederhanasederhana namunnamun diperlukandiperlukan adanyaadanyakoefisienkoefisien penimbangpenimbang dandan digunakandigunakan apabilaapabilaterjaditerjadi trend trend padapada polapola data data masamasa lalulalu..
KoefisienKoefisien penimbangnyapenimbangnya berdasarkanberdasarkan padapada intuisiintuisidengandengan besaranbesaran : 0 : 0 CWCW11
Equation :Equation :WMA =WMA =
(Weight for period (Weight for period nn) (Demand in period ) (Demand in period nn) ) WeightsWeights
Cth:BerdasarkanCth:Berdasarkan data data sebelumnyasebelumnya dimintadiminta untukuntuk menghitungmenghitung WMA WMA dengandengan angkaangka penimbangpenimbang bulanbulan januarijanuari 40% , 40% , PebruariPebruari 30% , 30% , MaretMaret 20% 20% dandan April April 10% ?10% ?
-
WMA =WMA =(100*0.4) + (90*0.3) + (100*0.4) + (90*0.3) + (105*0.2) + (95*0.1)(105*0.2) + (95*0.1)
11= 97,5.= 97,5.
JawabJawab::
KelemahanKelemahan metodemetode WMA WMA tanggapannyatanggapannya tidaktidak dapatdapat dengandengan
mudahmudah berubahberubah tanpatanpa merubahmerubah masingmasing--masingmasing angkaangka
penimbangnyapenimbangnya..
KelemahanKelemahan--KelemahanKelemahan MetodeMetode MA & WMAMA & WMA
1.1. PeningkatanPeningkatan n n dalamdalam pembuatanpembuatan ramalanramalan kurangkurang sesintifsesintif
dengandengan perubahanperubahan..
2.2. TidakTidak dapatdapat melakukanmelakukan trend trend peramalanperamalan dengandengan baikbaik
3.3. PerlakuanPerlakuan data data berdasarkanberdasarkan historishistoris
-
3. Exponential Smoothing Method3. Exponential Smoothing MethodMetodeMetode ESM ESM merupakanmerupakan metodemetode ratarata--rata rata bergerakbergerak yang yang
memberikanmemberikan bobotbobot yang yang lebihlebih kuatkuat padapada data yang data yang lebihlebih
terakhirterakhir daridari padapada yang yang lebihlebih awalawal..
Equations :Equations :
-
ContohContoh ::BerikutBerikut iniini data PTdata PTXZXZ selamaselama 8 8 KuartalKuartal. . BerdasarkanBerdasarkan pengalamanpengalaman manajermanajer produksiproduksi nilainilai koefisienkoefisien pemuluspemulus ditetapkanditetapkan((= 0,1) = 0,1) dandan peramalanperamalan untukuntuk kuartalkuartal pertamapertama ditetapkanditetapkan 175 unit.175 unit.
KuartalKuartal ActualActual11 180180 22 168168 33 159159 44 175175 55 19019066 20520577 18018088 18218299 ??
Tentukan
Ramalan
untuk
Kuartal
ke-9.
-
Exponential Smoothing SolutionExponential Smoothing Solution
-
iY a bX i= +4. Linear Trend Projection4. Linear Trend Projection$Y a bXi i= +
b > 0
b < 0
a
a
Y
Time, X
-
Kausal/ Metode Least Square (Kuadrat Terkecil)Metode
Kausal
(Least Square) Adalah
metode
pendekatan
untuk
menentukan
atau
menghasilkan
garis
lurus
yang paling
tepat
yang meminimumkan
jumlah
kuadrat
perbedaan
vertikal
dari
garis
pada
setiap
observasi
aktual.
Formulasinya
:
-
Contoh
:Saudara
diminta
menentukan
trend linear untuk
data deret
waktu
daritahun
2001-2007 mengenai
permintaan
Meubel
CV. Anu
sebagai
berikut
:Tabel
Deman
CV.Anu
Tahun
2000-2007
Tahun
Demand2001
742002
792003
802004
902005
1052006
1422007
122
-
TahunTahun Time Time PeriodPeriod
Power Power DemandDemand
xx22 xyxy
20012001 11 7474 11 747420022002 22 7979 44 15815820032003 33 8080 99 24024020042004 44 9090 1616 36036020052005 55 105105 2525 52552520062006 66 142142 3636 85285220072007 77 122122 4949 854854x= 28x= 28 y= 692y= 692 xx22= 140= 140 xyxy= 3,063= 3,063
TabelTabel PerhitunganPerhitungan ::
-
SELAMAT MENJADI
GENERASI YANG
JUJUR & TEKUN
-
ANALISIS KORELASIA. Pengertian
Ingin mengetahui apakah diantara dua variabel terdapat hubungan, dan jika ada hubungan, bagaimana
arah hubungan dan seberapa besar hubungan
tersebut, salah satu metode analisis kuantitatif yang
dapat digunakan adalah korelasi. Analisis korelasi adalah teknik kuantitatif yang digunakan untuk mengukur keeratan hubungan atau
korelasi antara dua variabel atau lebih. Analisis korelasi bertujuan untuk mengukur kekuatan asosiasi (hubungan) linear antara dua variabel. Korelasi tidak menunjukan hubungan fungsional atau dengan kata lain analisis korelasi tidak membedakan
antara variabel dependent dengan variabel
independent.
-
Dalam analisis korelasi dikenal ada dua jenis hubungan yaitu positif
dan negatif, seperti yang nampak pada gambar berikut:
Gambar 1. Bentuk Hubungan + & -
Pada Analisis Korelasi
-
Rumus Untuk Menentukan Koefisien Korelasi :
-
Bentuk Hubungan Kuat Dan Lemahnya Suatu Korelasi
dapat dilihat pada gambar berikut:
-
1995 Corel Corp
Contoh: Analisis korelasi atas permintaan dipengaruhi harga dan pendapatan dengan data sebagai berikut:
-
Menggunakan Ms Excel Untuk Mencari Korelasi
-
Analisis Korelasi Dengan SPSS Yaitu:Analisis Korelasi Dengan SPSS Yaitu:1.1. MasukanMasukan data data keke Worksheet SPSSWorksheet SPSS
dengandengan perintahperintah File/ Open/ DataFile/ Open/ Data2.2. Dari menu Dari menu utamautama SPSS SPSS pilihpilih menu menu
AnalyzeAnalyze, , kemudiankemudian pilihpilih submenu submenu CorrolateCorrolate lalulalu pilihpilih BivariateBivariate
3.3. TampakTampak dilayardilayar tampilantampilan Windows Windows BivariateBivariate CorrelationCorrelation
4.4. I sikan data ke I sikan data ke Kotak Variabel Kotak Variabel Yaitu Yaitu Variabel Konstruk Variabel Konstruk dan Sdan Skor Totalkor Total
5.5. Pilih Pilih Correlation Coefficients PearsonCorrelation Coefficients Pearson6.6. Pilih Pilih OkeOke7.7. Tampilkan Tampilkan Output SPSSOutput SPSS
-
Output Output HasilHasil UjiUji KorelasiKorelasi
Dari output uji Dari output uji korelasikorelasi menunjukkan bahwa menunjukkan bahwa penjualanpenjualan dandan keuntungankeuntungan pedagangpedagang buahbuah didi Kota Kota KendariKendari berkorelasiberkorelasi karena memiliki koefisien korelasi (r)karena memiliki koefisien korelasi (r)= 0,663= 0,663
0,30 atau dan 0,30 atau dan nilai signifikan nilai signifikan = 0,026 = 0,026 berada di bawah berada di bawah
= 0,05. Sehingga = 0,05. Sehingga dapatdapat disimpulkandisimpulkan bahwabahwa besarnyabesarnya volume volume penjualanpenjualan memilikimemiliki hubunganhubungan eraterat dengandengan tingkattingkat perolehanperolehan labalaba parapara pedagangpedagang buahbuah didi Kota Kota KendariKendari padapada tahuntahun 2007.2007.
Correlations
1 .663*
.026
11 11
.663* 1
.026
11 11
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Penjualan
Keuntungan
Penjualan Keuntungan
Correlation is significant at the 0.05 level (2-tailed).*.
-
KorelasiKorelasi ParsialParsialCorealsi
parsial
merupakan
korealasi
dengan
memasukan
suatu
variabel
tambahan
yang berfungsi
sebagai
pengontrol
dari
dua
variabel
yang
berkorealsi
terdahulu.
-
Analisis Data Korelasi Parsial Dengan SPSS:Analisis Data Korelasi Parsial Dengan SPSS:1.1. MasukanMasukan data data keke Worksheet SPSSWorksheet SPSS dengandengan perintahperintah
File/Open/DataFile/Open/Data2.2. Dari menu Dari menu utamautama SPSS SPSS pilihpilih menu menu AnalyzeAnalyze, , kemudiankemudian pilihpilih
submenu submenu CorrolateCorrolate lalulalu pilihpilih PartialPartial3.3. TampakTampak dilayardilayar tampilantampilan Windows Partial Correlation Windows Partial Correlation sbbsbb::
4.4. Isikan data ke Isikan data ke Kotak Variabel Kotak Variabel Yaitu Yaitu penjualan dan penjualan dan keuntungan serta controlling for keuntungan serta controlling for yaitu biaya operasionalyaitu biaya operasional
5.5. Pilih Pilih TwoTwo--tailedtailed6.6. Pilih Pilih OkeOke7.7. Tampilkan Tampilkan Output SPSSOutput SPSS
-
Correlations
1.000 .548
. .101
0 8
.548 1.000
.101 .
8 0
Correlation
Significance (2-tailed)
df
Correlation
Significance (2-tailed)
df
Penjualan
Keuntungan
Control Variables
Biaya Operasional
Penjualan Keuntungan
Output Hasil
Uji
Korelasi
Partial
output uji output uji korelasikorelasi parsialparsial menunjukkan bahwa menunjukkan bahwa penjualanpenjualan dandan keuntungankeuntungan pedagangpedagang buahbuah didi Kota Kota KendariKendari tanpatanpa variabelvariabel pengontrolpengontrol yaituyaitu biayabiaya operasionaloperasional memiliki koefisien korelasi memiliki koefisien korelasi ( r)( r) = 0,663= 0,663 dengandengan adanyaadanya variabelvariabel pengontrolpengontrol turunturun menjadimenjadi 0,548 0,548 sedangkansedangkan tandatanda korelasikorelasi masihmasih positifpositif. .
HasilHasil PengujianPengujian dapatdapat diartikandiartikan besarnyabesarnya biayabiaya operasionaloperasional yang yang dikeluarkandikeluarkan oleholeh pedagangpedagang buahbuah masihmasih adaada korelasikorelasi yang yang positifpositif antaraantara volume volume penjualanpenjualan dandan keuntungankeuntungan. . SehinggaSehingga dapatdapat disimpulkandisimpulkan semakinsemakin tinggitinggi biayabiaya operasionaloperasional, , j ikajika volume volume penjualanpenjualan bertambahbertambah, , adaada kecenderungankecenderungan keuntungankeuntungan yang yang diperolehdiperoleh pedagangpedagang buahbuah didi KendariKendari meningkatmeningkat . .
-
SELAMAT MENJADI
GENERASI YANG
JUJUR & TEKUN
-
ANALISIS REGRESIPendahuluan
Istilah Regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Galton menemukan adanya tendesi bahwa orang tuayang memiliki tubuh tinggi, memiliki anak-anak yang tinggi pula begitu pula sebaliknya. Analisis regresi adalah suatu persamaan matematika yang mendefinisikan hubungan antara dua variabel. Tujuan analisis regresi yaitu memprediksi besarnya variabel tergantung dengan menggunakan data variabel bebas yang sudah diketahui besarnya. Analisis regresi bertujuan mengukur kekuatan hubungan antara duavariabel atau lebih, juga menunjukan arah hubungan antara variabel dependent dengan variabel independent. Teknik estimasi variabel dependent yang melandasi analisis regresi yang disebut Ordinary Least Square (OLS) (pangkat kuadrat terkecil). Metode OLS diperkenalkan pertama kali oleh Carsl Freidrich Gauss, seorang ahli matematik dari Jerman. Inti metode OLS adalah mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis tersebut.
-
Hasil regresi adalah berupa koefisien dari masing-masing variabel independent. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependent dengan suatu persamaan. Secara ringkas analisis regresi mempelajari sejauh mana variabel respon (Y) bergantung pada variabel predikator (X).
-
1.1. PenjelasanPenjelasan (explanation) (explanation) terhadapterhadap fenomenafenomena yang yang dipelajaridipelajari atauatau permasalahanpermasalahan yang yang ditelitiditeliti..
2.2. prediksiprediksi nilainilai variabelvariabel tergantungtergantung berdasarkanberdasarkan nilaianilaia variabelvariabel bebasbebas, yang , yang manamana prediksiprediksi dengandengan regresiregresi iniini dapatdapat dilakukandilakukan secarasecara kuantitataifkuantitataif
3.3. FaktorFaktor determinandeterminan, , yaituyaitu penentuanpenentuan variabelvariabel bebasbebas manamana ((padapada regresiregresi bergandaberganda yang yang berpengaruhberpengaruh dominandominan terhadapterhadap variabelvariabel tergantungtergantung. Hal . Hal iniini dapatdapat dilakukandilakukan bilamanbilaman unit unit satuansatuan data data seluruhseluruh variabelvariabel samasama dandan skalaskala data data seluruhseluruh seluruhseluruh variabelvariabel homogenhomogen..
Kegunaan analisis regresi adalah:
-
ValiditasValiditas Model Model dandan ProsedurProsedur analisisanalisis RegresiRegresi
-
Asumsi Asumsi && PelanggaranPelanggaran asumsi Pada Regresi Bergandaasumsi Pada Regresi Berganda
-
Persamaan Y = -168,833 + 15,496 X1 + 0,268 X2 menyatakan bahwa apabila aset (X1 )meningkat 1 triliun, maka keuntungan (Y) meningkat 15,496 miliar rupiah, dengan demikian Apabila harga saham (X2 ) naik 1 rupiah, maka keuntungan perusahaan meningkat 0,268 miliar.
Nilai R2 = 0,930 ini menunjukkan kemampuan variabel asset dan harga saham menjelaskan perilaku keuntungan perusahaan sebesar 93% dan sisanya atau residu sebesar 7% dijelaskan oleh variabel lain yang tidak dimasukkan dan diteliti dalam persamaan tersebut. ini menunjukkan spesifikasi yang baik, karena kemampuan menjelaskannya relatif besar.
Y = -168,833 + 15,496 X1 + 0,268 X2(t= -0,55) (t= 6,865) (t= 1,627)
R Square = 0,930; Dw = 2,151 & rX1 X2 Y = -0,124
-
Linear Prograimming adalah suatu model yang dapat digunakan untuk memecahkan masalahpengalokasian sumber daya yang terbatas secaraoptimal.
Linear Prograimming merupakan metode matematik dalam mengalokasikan sumber daya yang langkah untuk mencapai suatu tujuan seperti maksimum keuntungan dan meminimumkan biaya.
Tujuan linear prograimming adalah mencari titik maksimum atau minimum dari suatu fungsi tujuan dengan kendala-kendala/ keterbatasan yang dimiliki dan mencari solusi terbaik dari berbagi masalah-masalah/ kendala yang dihadapi.
-
1.1. MelihatMelihat pengalokasianpengalokasian sumbersumber dayadaya yang yang dimilikidimiliki secarasecara optimal (optimal (maksimummaksimum & & Minimum).Minimum).
2.2. SebagaiSebagai dasardasar dalamdalam membuatmembuat perncanaanperncanaan, , penjadwalanpenjadwalan, , penentuanpenentuan kapasitaskapasitas produksiproduksi dandan perencanaanperencanaan kegiatankegiatan--kegiatankegiatan untukuntuk mencapaimencapai suatusuatu hasilhasil yang optimal yang optimal sertaserta pemecahanpemecahan masalahmasalah yang optimal.yang optimal.
3.3. SebagaiSebagai dasardasar pengambilanpengambilan keputusankeputusan daridari berbagaiberbagai alternatifalternatif penggunaanpenggunaan sumbersumber dayadaya yang yang terbatasterbatas..
Kegunaan Linear Prograimming (LP)adalah:
-
TahapanTahapan-- tahapantahapan Linear Prograimming (LP)
1)1) MasalahMasalah harusharus dapatdapat diidentifikasidiidentifikasi sebagaisebagai sesuatusesuatu yang yang dapatdapat diselesaiakandiselesaiakan dengandengan Linear Prograimming
2)2) MasalahMasalah yang yang tidaktidak terstrukturterstruktur harusharus dapatdapat dirumuskandirumuskan dalamdalam model model matematikamatematika, , sehinggasehingga menjadimenjadi terstrukturterstruktur
3)3) Model Model harusharus diselesaikandiselesaikan dengandengan teknikteknik matematikamatematika yang yang dibuatdibuat..
-
CiriCiri-- ciriciri masalahmasalah yang yang dapatdapat diselesaikandiselesaikan dengandengan LP LP dikelompokandikelompokan atasatas 2 2 yaituyaitu::
1.1. StrukturStruktur model model gg FungsiFungsi tujuantujuan,, hubunganhubungan matematikamatematika linear yang linear yang
menjelaskanmenjelaskan tujuantujuan perusahaanperusahaan dalamdalam terminologiterminologivariabelvariabel keputusankeputusangg VariabelVariabel keputusankeputusan,, simbolsimbol matematikamatematika yang yang menggambarkanmenggambarkan tingkatantingkatan aktivitasaktivitas perusahaanperusahaangg KendalaKendala (( BatasanBatasan) ,) , merupakanmerupakan hubunganhubungan linear linear dengandengan variabelvariabel keputusankeputusan; ; batasanbatasan menunjukkanmenunjukkanketerbatasanketerbatasan perusahaanperusahaan karenakarena lingkunganlingkungan operasioperasiperusahaanperusahaan..gg Parameter,Parameter, nilainilai kostankostan yang yang biasanyabiasanya merupakanmerupakankoefisienkoefisien daridari variabelvariabel ((simbolsimbol) ) dalamdalam persamaanpersamaan..
-
2. 2. AsumsiAsumsi ModelModel
gg ProporsionalProporsional,, setiapsetiap variabelvariabel keputusankeputusan yang yang mempunyaimempunyai pengaruhpengaruh linear linear terhadapterhadap fungsifungsitujuantujuan dandan fungsifungsi pembataspembatas yang yang adaadagg PertambahanPertambahan (( additivityadditivity) ,) , fungsifungsi tujuantujuanmaupunmaupun batasanbatasan selaluselalu ditambahkanditambahkangg DapatDapat dibagidibagi (divisibility) ,(divisibility) , memungkinkanmemungkinkannilainilai variabelvariabel keputusankeputusan non integernon integergg PastiPasti (Deterministic)(Deterministic) yaituyaitu nilainilai daridari semuasemuamodel parameter model parameter diasumsikandiasumsikan konstankonstan dandandiketahuidiketahui secarasecara pastipastigg NonNon-- NegatifNegatif,, tidaktidak adaada nilainilai variabelvariabelkeputusankeputusan bernilaibernilai negatifnegatif yang yang adaada nilainilai nolnolatauatau positifpositif..
-
3. 3. MetodeMetode SimplexSimplex((Merupakan suatu teknik pemecahan yang umum, pada Merupakan suatu teknik pemecahan yang umum, pada metode simplex, model diubah kedalam bentuk suatu metode simplex, model diubah kedalam bentuk suatu tabel, kemudian dilakukan beberapa langkah tabel, kemudian dilakukan beberapa langkah matematika pada tabel tersebut. Langkahmatematika pada tabel tersebut. Langkah--langkah langkah matematis ini pada dasarnya merupakan replikasi matematis ini pada dasarnya merupakan replikasi proses pemindahan dari suatu titik ekstrim ketitik proses pemindahan dari suatu titik ekstrim ketitik ekstrim lainnya batas solusi. Metode simpleks bergerak ekstrim lainnya batas solusi. Metode simpleks bergerak dari suatu solusi yang lebih baik sampai solusi yang dari suatu solusi yang lebih baik sampai solusi yang terbaik di dapat.terbaik di dapat.((MetodeMetode simplex simplex merupakanmerupakan alogaritmaalogaritma untukuntukmemecahkanmemecahkan masalahmasalah umumumum linear programming. linear programming. MetodeMetode simplekssimpleks adalahadalah suatusuatu prosedurprosedur aljabaraljabar yang yang melaluimelalui serangkaianserangkaian operasioperasi--operasioperasi berulangberulang, , dapatdapatmemecahkanmemecahkan suatusuatu masalahmasalah yang yang terdiriterdiri daridari tigatigavariable variable atauatau lebihlebih walaupunwalaupun masalahmasalah--masalahmasalahdengandengan empatempat variable variable keputusankeputusan atauatau empatempatpersamaanpersamaan batasanbatasan, , perhitunganperhitungan sebaiknyasebaiknyamengunakanmengunakan komputerkomputer. .
-
TeknikTeknik mengoperasikanmengoperasikan metodemetode simplex simplex yaituyaitu ::
1.1.PerumusanPerumusan masalahmasalah2.2.MenyusunMenyusun tabeltabel awalawal dengandengan variablevariable--
variabelvariabel slack slack dalamdalam penyesuaianpenyesuaian3.3.Menentukan varabel yang akan Menentukan varabel yang akan
dimasukan dalam penyesuaiandimasukan dalam penyesuaian4.4.MenentukanMenentukan vribelvribel yang yang digantidiganti5.5.MenghitungMenghitung nilainilai--nilainilai barubaru6.6.MenggantiMengganti barisbaris--barisbaris lainnyalainnya
-
I nput Data/ modelI nput Data/ model
-
SolusiSolusi (solve)(solve)1. I terations1. I terations
-
2. 2. SolusiSolusi
-
3. 3. GrafikGrafik
-
SELAMAT MENJADI
GENERASI YANG
JUJUR & TEKUN
Slide Number 1A. PENGERTIAN MOTODE KUANTITATIFB. PENDEKATAN ANALISIS KUANTITATIFC. TUJUAN RISET & PILIHAN ANALISIS KUANTITATIFSlide Number 5Slide Number 6Slide Number 7E. KONSEP & PEMODELAN METODE KUANTITATIFKelebihan & Kekurangan Metode Kuantitatif :Slide Number 10Pemodelan Metode Kuantitatif Kaidah Analisis Data (Pemodelan Dalam Metode Kuantitatif) Slide Number 13Slide Number 14Slide Number 15ARTI & JENIS DATA DLM METODE KUANTITATIFPengelompokan data menurut cara perolehan menurut statistika terdiri atas:Slide Number 18Slide Number 19Slide Number 20ARTI & JENIS VARIABELSlide Number 22Slide Number 23Slide Number 24Slide Number 25UJI VALIDITAS & RELIABILITAS INSTRUMEN (DATA)Slide Number 27Slide Number 28Slide Number 29Slide Number 30Slide Number 31Slide Number 32Slide Number 33Slide Number 34Slide Number 35Slide Number 36Slide Number 37Jawab:Slide Number 39Slide Number 40Slide Number 417. Tampil Output SPSS Uji ReliabilitySlide Number 43Slide Number 44Slide Number 458. Tampil Output Hasil Uji ReliabilityCOST, PROFIT AND VOLUME ANALYSIS (BREAK-EVEN ANALYSIS)Slide Number 48Output Hasil Uji ValiditasTampil Output Hasil Uji ReliabilityCOST, PROFIT AND VOLUME ANALYSIS (BREAK-EVEN ANALYSIS)Cost, Profit and Volume Analysis (Analisis Break Even) mencakup konsep yang berkaitan dengan :Slide Number 53Slide Number 54Slide Number 55Slide Number 56Slide Number 57Slide Number 58Slide Number 59KESIMPULANSlide Number 61Slide Number 62Slide Number 63Slide Number 64Slide Number 651. Naive Approach2. Moving Average Method Moving Average SolutionSlide Number 69Slide Number 70Moving Average GraphSlide Number 72Slide Number 733. Exponential Smoothing MethodSlide Number 75Exponential Smoothing SolutionSlide Number 77Slide Number 78Slide Number 794. Linear Trend ProjectionSlide Number 81Slide Number 82Slide Number 83Slide Number 84Slide Number 85Slide Number 86Slide Number 87Slide Number 88Slide Number 89Slide Number 90Slide Number 91Slide Number 92Slide Number 93Slide Number 94Slide Number 95Slide Number 96Slide Number 97Output Hasil Uji KorelasiKorelasi ParsialSlide Number 100Slide Number 101Slide Number 102Slide Number 103Slide Number 104Slide Number 105Validitas Model dan Prosedur analisis Regresi Slide Number 107Slide Number 108Slide Number 109Slide Number 110Slide Number 111Asumsi & Pelanggaran asumsi Pada Regresi BergandaSlide Number 113Slide Number 114Slide Number 115Slide Number 116Slide Number 117Slide Number 118Slide Number 119Slide Number 120Slide Number 121Slide Number 122Slide Number 123Tahapan-tahapan Linear Prograimming (LP)Ciri-ciri masalah yang dapat diselesaikan dengan LP dikelompokan atas 2 yaitu:2. Asumsi ModelSlide Number 127Slide Number 128Slide Number 1293. Metode SimplexTeknik mengoperasikan metode simplex yaitu :Slide Number 132Input Data/model Solusi (solve)2. Solusi3. GrafikSlide Number 137