Statistik nonparametrik (skripsi dan tesis)

 

Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun 1942. Metode statistik nonparametrik merupakan metode statistik yang dapat digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistik parametrik, terutama yang berkaitan dengan distribusi normal. Istilah lain yang sering digunakan untuk statistik nonparametrik adalah statistik bebas distribusi (distribution-free statistics) dan uji bebas asumsi (assumption-free test). Statistik nonparametrik tidak mensyaratkan bentuk sebaran parameter populasi. Statistik nonparametrik dapat digunakan pada data yang memiliki sebaran normal atau tidak. Statistik nonparametrik biasanya digunakan untuk melakukan analisis pada data nominal atau ordinal. Contoh metode statistik nonparametrik diantaranya adalah Chi-square test, Median test, Friedman test, dan lain-lain.Dari segi jumlah data, pada umumnya statistik nonparametrik digunakan untuk data berjumlah kecil (n < 30), namun dengan adanya bantuan berupa program statistika seperti spss, anova dan lain lain, jumlah sampel tidaklah menjadi fungsi kendala.

Uji Kruskal – Wallis (skripsi dan tesis)

Uji Kruskal – Wallis sering pula disebut Uji H Kruskal – Wallis, adalah rampatan uji jumlah rang (dwisampel Wilcoxon) untuk sejumlah sampel k>=2. Uji ini digunakan untuk menguji hipotesis nol bahwa k sampel bebas berasal dari populasi yang sama. Diperkenalkan oleh W.H. Kruskal dan W.A. Wallis pada tahun 1945, uji ini merupakan padanan cara nonparametrik untuk menguji kesamaan rataan dalam analisis variansi ekafaktor bila si pencoba ingin menghindari bahwa sampel berasal dari populasi normal.
Uji ini mirip dengan uji Anova pada data parametrik hanya saja tidak dipenuhi anggapan k kenormalan dari data. Analisis yang digunakan berdasarkan R_ij yaitu ranking data, bukan data itu sendiri.
Langkah – langkah uji Kruskal - Wallis :

1. H₀ : Semua K populasi adalah identik
2. H₁ : Tidak semua K populasi identik
3. Tentukan taraf nyatanya.
4. Tentukan daerah kritisnya dengan menggunakan tabel chi-kuadrat. Dengan derajat kebebasan v = k-1
5. Melakukan perhitungan uji kruskal – wallis dengan rumus dibawah ini

h =
dengan n_i  merupakan jumlah data pengamatan disetiap sampel dan r_i merupakan jumlah rang dalam satu sampel data pengamatan.

6. Bila nilai h jatuh dalam daerah kritis pada tabel, dengan derajat kebebasan v = k – 1, tolak H₀ pada taraf nyata. Dan terima H₀ jika tidak jatuh dalam daerah kritis pada tabel.

Uji Rang-Tanda (skripsi dan tesis)

Uji Rang-Tanda dicetuskan oleh Frank Wilcoxon pada tahun 1945 dan saat ini disebut sebagai uji rang-tanda Wilcoxon. Uji ini memanfaatkan baik tanda maupun besarnya selisih. Uji rang-tanda Wilcoxon digunakan untuk kasus dua sampel yang dependen bila skala ukur memungkinkan kita menentukan besar selisih yang terjadi, jadi bukan sekedar hasil pengamatan yang berbeda saja. Uji rang-tanda Wilcoxon cocok digunakan bila kita dapat mengetahui besarnya selisih antara pasangan-pasangan harga pengamatan X₁ dan Y₁ berikut arah selisih yang bersangkutan. Apabila kita dapat menentukan besarnya setiap selisih, maka kita dapat menetapkan peringkat untuk masing-masing selisih itu. Melalui penyusunan peringkat selisih – selisih inilah uji Wilcoxon memanfaatkan informasi tambahan yang tersedia.
Asumsi :

• Data untuk analisis terdiri atas n buah beda. D₁ = Y₁ – X₁
• Sampel X dan sampel Y adalah Variabel- variable acak kontinyu dan beda X₁ - Y₁,  X₂ -Y₂…dst bersifat kontinyu pula.
• Hipotesis nol yang di uji menyatakan bahwa median perbedaan pasangan nilai pengamatan kedua sampel sama dengan nol.

Langkah – langkah uji rang-tanda Wilcoxon :

1. Asumsikan bahwa populasi perbedaan pasangan nilai pengamatan kedua sampel adalah variable acak kontinyu.
2. Hipotesis

• Uji satu sisi :

1. Ho : W (+) = W (-)               Hi  : W (+) > W (-)
2. Ho : W (+) = W (-)               Hi  : W (+) < W (-)

• Uji dua sisi :

Ho : W (+) = W (-)                Hi  : W (+) ≠ W (-)
W (+)  : Jumlah semua peringkat selisih pasangan pengamatan (W_i, Y_i) yang bertanda positif.
W (-) :  Jumlah semua peringkat selisih pasangan pengamatan (W_i, Y_i) yang bertanda negative

3. Untuk setiap pasangan nilai pengamatan (X_i, Y_i), hitung perbedaannya (d_{i =} X_{i –} Y_i).
4. Berikan peringkat terhadap perbedaan nilai pasangan pengamatan, mulai dari peringkat 1 untuk perbedaan terkecil hingga peringkat n untuk perbedaan terbesar. Bila terdapat perbedaan nilai pasangan yang sama, perbedaan pasangan nilai yang sama di beri peringkat rata-ratanya . untuk beda nol, tidak diperhatikan.
5. Bubuhkan tanda kepada peringkat yang sudah dibuat itu: positif atau negative sesuai dengan tanda perbedaan nilai pengamatan aslinya.
6. Hitung banyaknya d_i yang bertanda positif (disebut W₊) dan negative (disebut W_{_}).
7. Statistik uji peringkat bertanda Wilcoxon ialah W. M yang dipakai ialah W₊ atau W_{_} yang nilainya lebih kecil :
8. W₊ = ∑ R_{i (Semua peringkat positif)} dan               │W-│= │∑R_i│_{(Semua peringkat Negatif)}

Hipotesa nol ditolak apabilai nilai W₊, W_-, atau W lebih kecil atau sama dengan nilai di tabel yang sesuai.

Uji Tanda (skripsi dan tesis)

Uji tanda digunakan untuk menguji hipotesis mengenai median populasi. Dalam banyak kasus prosedur nonparametrik, rataan digantikan oleh median sebagai parameter lokasi yang relevan untuk diuji.
Uji tanda juga mempunyai asumsi dimana asumsinya adalah distribusinya bersifat binomial. Binomial artinya mempunyai dua nilai. Nilai ini dilambangkan dengan tanda, yaitu positif dan negatif. Ini mengapa ia disebut uji tanda.
Uji tanda banyak digunakan karena uji ini paling mudah untuk dilakukan pengujiannya dan tidak memakan waktu yang lama. Pengerjaan pengujian ini terbilang cukup mudah. Apabila setiap nilai pengamatan memiliki nilai lebih besar dari nilai rataannya maka diganti dengan tanda (+). Sedangkan, apabila setiap nilai pengamatan memiliki nilai kurang dari nilai rataannya maka diganti dengan tanda (-). Dan, apabila nilai pengamatannya sama dengan nilai rataannya maka nilai pengamatan tersebut harus dibuang.
Pengujian uji tanda yang pertama dilakukan adalah menentukan hipotesis nolnya beserta dengan hipotesis tandingannya. Tentukan pula taraf nyatanya beserta nilai proporsi peubah binomial X-nya. Kemudian melakukan penghitungan  Z hitung (apabila jumlah sampel lebih dari 30) dengan nilai n merupakan jumlah data pengamatan setelah dibandingkan dengan nilai rataannya dan nilai x adalah jumlah data pengamatan dengan tanda (+). Dengan begitu nilai Z akan didapat dan nilai P (proporsi)nya dapat ditentukan. Keputusan H₀ akan ditolak apabila nilai P yang didapat lebih kecil atau sama dengan nilai taraf nyatanya.

SPSS (Skripsi dan tesis)

SPSS adalah sebuah aplikasi yang digunakan untuk melakukan analisis statistik tingkat lanjut, analisis data dengan algoritma machine learning, analisis string, serta analisis big data yang dapat diintegrasikan untuk membangun platform data analisis. SPSS adalah kependekan dari Statistical Package for the Social Sciences. SPSS sangat populer di kalangan peneliti dan statistikawan untuk membantu melakukan perhitungan terkait analisis data. SPSS menyediakan library untuk perhitungan statistika dengan antarmuka interaktif yang menjadikannya sebagai software analisis data tingkat lanjut paling populer di berbagai universitas, instansi, dan perusahaan (Advernesia, 2018). Terdapat beberapa fitur dasar yang disediakan SPSS, yaitu: statistika deskriptif, statistika bivariat, regresi linear, identifikasi kelompok, analisis spasial, dan R extension. Terdapat dua fitur dasar yang digunakan dalam penelitian ini, yaitu fitur statistika deskriptif dan fitur statistika bivariat. Statistika deskriptif adalah sebuah metode yang berkaitan dengan pengumpulan dan penyajian data untuk memperoleh suatu informasi dari data tersebut. Beberapa contoh statistika deskriptif yang sering digunakan adalah mean, median, modus, standar deviasi, dan lain-lain. Statistika bivariat digunakan untuk melakukan pengujian antar 2 variabel (variabel bebas dan variabel terikat). Beberapa contoh statistika bivariat adalah ANOVA, uji t, teorema bayes, uji non parametrik, dan lain-lain

Analysis of Variance (ANOVA) (skripsi dan tesis)

Analysis of Variance atau disingkat sebagai ANOVA adalah sebuah metode analisis yang digunakan untuk menguji hipotesis kesamaan rata-rata dari populasi yang berjumlah tiga atau lebih (Pritasari, Parhusip, & Susanto, 2013). Hasil akhir dari analisis ANOVA adalah nilai F test atau F hitung. Nilai F Hitung ini yang nantinya akan dibandingkan dengan nilai pada tabel f. Jika nilai f hitung lebih dari f tabel, maka dapat disimpulkan bahwa menerima H1 dan menolak H0 atau yang berarti ada perbedaan bermakna rata-rata pada semua kelompok (Hidayat, 2017). ANOVA dibagi menjadi 3 jenis yaitu : 

a. One Way ANOVA One Way ANOVA digunakan ketika variabel bebas berjumlah satu dan variabel terikat berjumlah satu atau lebih dari satu. 

b. Two Way ANOVA Two Way ANOVA digunakan ketika variabel bebas berjumlah dua dan variabel terikat berjumlah satu atau lebih dari satu.

 c. Mixed ANOVA Mixed ANOVA digunakan ketika variabel bebas berjumlah lebih dari dua dan variabel terikat berjumlah satu atau lebih dari satu.

Statistik Analisis Inferential (Skripsi dan tesis)

Menurut (Jaya & Ardat, 2013), Statistik adalah rekapitulasi dari fakta yang berbentuk angka-angka disusun dalam bentuk tabel dan diagram yang mendeskripsikan suatu permasalahan. Sedangkan statistik inferensial adalah statistik yang digunakan untuk menganalisis data dari suatu sampel, dan hasilnya akan digeneralisasikan untuk populasi dimana sampel tersebut diambil. Terdapat dua macam statistik inferensial yaitu:

 a. Statistika Parametrik terutama digunakan untuk menganalisis data interval atau rasio yang diambil dari populasi yang berdistribusi normal. Seperti korelasi product moment pearson, ANOVA, t-tes, F-tes, regresi dan lain-lain.

 b. Statistika Non Parametrik digunakan terutama untuk menganalisis data nominal dan ordinal dari populasi yang bebas distribusi, jadi tidak harus normal. Seperti: Korelasi spearman rank, kendal tau, chi kuadrat dan lain-lain

Regresi Logistik Multinomial (skripsi dan tesis)

 Regresi logistik multinomial merupakan regresi logistik yang digunakan saat variabel dependen mempunyai skala yang bersifat polichotomous atau multinomial. Skala multinomial adalah suatu pengukuran yang dikategorikan menjadi lebih dari dua kategori. Metode yang digunakan dalam penelitian ini adalah regresi logistik dengan variabel dependen berskala nominal dengan tiga kategori. Mengacu pada regresi logistik trichotomous[5] untuk model regresi dengan variabel dependen berskala nominal tiga kategori digunakan kategori variabel hasil Y dikoding 0,1, dan 2. Variabel Y terparameterisasi menjadi dua fungsi logit. Sebelumnya perlu ditentukan kategori hasil mana yang digunakan untuk membandingkan.Pada umumnya digunakan Y=0 sebagai pembanding. Untuk membentuk fungsi logit, akan dibandingan Y=1 dan Y=2, terhadap Y=0.  Bentuk model regresi logistik dengan p variabel prediktor(Yudissanta dan Ratna,2012)

Analisis Regresi Logistik (skripsi dan tesis)

Regesi logistik adalah salah satu metode yang dapat digunakan untuk mencari hubungan variabel respon yang bersifat dikotomus (bersekala nominal atau ordinal dengan dua kategori) atau bersifat polikotomus (yang mempunyai skala nominal atau ordinal lebih dari dua kategori) dengan satu atau lebih variabel prediktor yang bersifat kontinu atau kategorik. Perbedaan regresi linier sederhana dan regresi logistik terletak pada variabel respon dimana respon pada regresi logistik adalah berupa kategorik Agresti(2002). Pada regresi logistik, untuk variabel responnya dianggap hanya mempunyai dua nilai yang mungkin, yaitu 0 (gagal) atau 1 (sukses), sehingga variabelrespon (y) tersebut mengikuti distribusi Bernoulli dengan fungsi peluang distribusi)

Regresi Semiparametrik (skripsi dan tesis)

 Regresi semiparametrik merupakan gabungan dari regresi parametrik dan nonparametrik (Ruppert, 2003). Dalam regresi semiparametrik mengandung komponen regresi parametrik dan nonparametrik. Komponen dari regresi parametrik yaitu diketahui bahwa terdapat variabel yang memiliki kurva berpola. Sedangkan, komponen regresi nonparametrik yaitu terdapat variabel yang tidak diketahui bentuk kurvanya.

Regresi Nonparametrik (skripsi dan tesis)

 Regresi nonparametrik merupakan salah satu model regresi selain regresi parametrik. Regresi nonparametrik sangat tepat digunakan untuk mendeteksi adanya sifat nonlinieritas dan hubungan nonlinier dalam model (Eubank, 1999). Nonlinier tersebut dapat terlihat pada kurva yang terbentuk. Kurva regresi nonparametrik yang terbentuk tidak mengandung pola tertentu atau bisa dikatakan bahwa bentuk kurvanya tidak diketahui.

Regresi Parametrik (skripsi dan tesis)

 Regresi parametrik merupakan salah satu model regresi yang digunakan dalam menganalisis hubungan variabel respon (Y) dengan variabel prediktor (X). Dalam regresi terdapat kurva yang terbentuk berdasarkan data yang digunakan. Regresi parametrik memiliki bentuk kurva yang berpola, misal kurva membentuk pola linier, kuadratik, atau eksponensial, dan lain-lain. Dalam regresi parametrik dapat digunakan untuk mengetahui hubungan yang linier terhadap model yang terbentuk. Berikut ini merupakan model regresi berganda jika diberikan n observasi dengan p variabel prediktor (Hardle, 1994)

Persepsi Terhadap Makna Cost (skripsi dan tesis)

 Dalam dunia akademis maupun praktisi, orang sering mengartikan bahwa cost memiliki arti yang sama dengan biaya, harga pokok maupun sebagai harga perolehan. Kerancuan dalam mengartikan makna cost disebabkan karena orang tidak memandang cost sebagai sesuatu yang netral atau generic. Kerancuan ini dipicu karena orang memandang cost sebagai objek, wadah, atau elemen (misalnya expense, loss, asset) dan bukan sebagai pengukur (monetary measurement) elemen itu sendiri, cost bukanlah suatu informasi tapi bila cost dilekati oleh objek atau elemen maka cost tersebut yang bisa dikatakan sebagai suatu informasi (Suwardjono, 2006). Cost bisa dikatakan sebagai sesuatu yang netral atau generic karena cost tidak memiliki konotasi sebagai sesuatu hal yang negative atau mengurangi dan tidak tersangkut dengan waktu terjadinya. Cost dapat diletakan pada berbagai macam objek atau wadah tergantung dari transaksi yang terjadi dalam organisasi, misalnya terjadi pembelian peralatan kantor, maka dalam kasus ini cost melekat pada wadah yang namanya asset (peralatan kantor), cost tersebut dapat berguna sebagai pengukur dalam unit moneter (rupiah) supaya menjadi suatu informasi yang berguna sarana pelaporannya adalah neraca. 

 Berdasarkan konsep kesatuan usaha, pada mulanya cost diperlakukan sebagai asset baru kemudian diperlakukan sebagai biaya atau sebagai beban pendapatan, tergantung apakah cost yang melekat pada suatu wadah tersebut dikonsumsi atau tidak dalam menghasilkan pendapatan. Bila sumber ekonomik telah dikonsumsi untuk memproduksi suatu barang dan jasa, dan produk atau jasa tersebut belum diakui atau belum diserahkan kepada pihak ketiga maka sumber ekonomi yang dikorbankan tersebut belum bisa diakui sebagai biaya (expense) tetapi masih dikategorikan sebagai asset. Harga pokok sering digunakan oleh para praktisi maupun akademisi untuk mengartikan makna dari cost of good sold. Padahal kedudukan cost dalam menghasilkan pendapatan adalah sama pentingnya sebab bila dua faktor atau lebih sama-sama diperlukan dalam mencapai suatu tujuan maka tidak logis bila mengatakan faktor yang satunya lebih penting dari faktor yang lain sehingga pengaruh faktor tersebut akan hilang atau berkurang. Setiap faktor memberikan kontribusi yang sama dalam menimbulkan pendapatan berapapun kecilnya, dalam hal ini cost tidak dirangking (Suwardjono, 2006). Oleh karena cost sering terjadi salah presepsi dan sering tertukar oleh expense, maka sebaliknya akan dijelaskan makna expense tersebut, sehingga kerancauan yang terjadi dapat diminimalkan. Sampai saat ini pun orang sering mengartikan expense sebagai beban dan cost sebagai biaya yang dapat kita lihat pada SAK, 2007: Beban (expense) adalah penurunan manfaat ekonomi selama suatu periode akuntansi dalam bentuk arus keluar berkurangnya asset atau terjadinya kewajiban yang mengakibatkan penurunan ekuitas yang tidak menyangkut pembagian kepada penanam modal. 

Beban mencakupi baik kerugian maupun  beban yang timbul dalam pelaksanaan aktivitas perusahaan yang biasa. Beban yang timbul dalam pelaksanaan aktivitas perusahaaan yang biasa meliputi, misalnya: beban pokok penjualan, gaji dan penyusutan. Beban tersebut biasanya berbentuk arus keluar atau berkurangnya asset seperti kas (dan setara kas), persediaan, asset tetap. Dari beberapa definisi cost yang diuraikan di atas, tidak sesuai bila cost disamakan dengan biaya karena cost merupakan sesuatu yang netral dimana cost dapat dilekatkan pada berbagai wadah atau objek yang masih dikonsumsi, disimpan, serta memiliki manfaat dimasa yang akan datang. Sebagai pengukur dalam unit moneter, sebagai bahan olah akuntansi dan yang terpenting cost bukan merupakan wadah layaknya biaya, rugi dan aktiva, sedangkan biaya merupakan sesuatu yang bersifat pengurang atau merupakan suatu pengorbanan dalam menciptakan pendapatan. Cost yang telah menjadi biaya tidak dapat lagi dikonsumsi. Biaya merupakan objek yang harus diukur dengan cost dan bukan sebagai pengukur itu sendiri. Hal ini sesuai dengan definisi yang dikemukakan oleh FASB, Cost is the sacrifice incurred in economic activities-that whice is given up or forgone to consume, to save, to exchange, to produce, etc. Expense are outflows or other using up of asset or incurrences of liabilities (or combination of both) juring a period frome delivering or producing goods, rendering service, or carrying out other activities that constitute the entity’s ongoing major or central operation. Sebagai contoh jika biaya menjadi padanan kata cost, maka cost of goods sold dan cost of product tidak diterjemahkan sebagai harga pokok penjualan, harga pokok produk, tetapi sebagai biaya barang terjual dan biaya produk. Ketidak konsistenan dalam penggunaan istilah tersebut yang bisa membingungkan dunia akademisi maupun praktisi, hal ini disebabkan karena biaya tidak memiliki makna 20 luas seperti halnya cost. Jadi dapat disimpulkan bahwa expense sangat tepat jika diterjemahkan sebagai biaya, dan cost diserap dengan kata lain yang memiliki makna yang general atau netral. Biaya mempunyai makna sebagai sesuatu yang dikorbankan untuk mencapai tujuan akhir, yaitu berupa penyerahan-penyerahan produk atau jasa untuk memperoleh pendapatan. Pemahaman ini berbeda dengan pemahaman kebanyakan orang yang memandang biaya hanya sekedar pengorbanan. Menurut literatur akuntansi berbahasa Inggris menerangkan bahwa perusahaan mempunyai tujuan khusus selain tujuan akhir. Pengorbanan sumber ekonomik untuk memperoleh potensi jasa berupa mesin, bahan baku dan jasa lainnya yang memproduksi barang, bukan merupakan tujuan akhir suatu unit usaha tetapi lebih merupakan tujuan khusus

Hubungan Cost dan Expense (skripsi dan tesis)

 Dari beberapa definisi yang dikemukakan oleh beberapa para ahli di bawah ini, mengatakan bahwa cost memiliki pengertian yang berbeda dengan   biaya (expense) yang didasarkan pada manfaat yang dimilikinya, adalah sebagai berikut: Cost merupakan sesuatu yang timbul dari terdahulu, sebuah pengorbanan yang dibuat untuk mengamankan manfaat, dan diukur dengan harga pertukaran. Expense merupakan penurunan aktiva bersih akibat dari penggunaan jasa ekonomi dalam pembentukan suatu penerimaan atau akibat dari pengenaan pajak pemerintah. Definisi Sprouse dan Moonist (dikutip dari Swardjono, 2006). Expenditure atau pengeluaran kas, kekayaan lainnya, modal saham atau jasa atau yang terjadinya hutang dimana untuk hal tersebut diidentifikasi dengan barang atau jasa yang diperoleh atau dengan kerugian yang terjadi, dan diukur melalui jumlah kas yang dibayar atau hutang atau nilai pasar dari kekayaan lainnya, modal saham, atau jasa yang diberikan dalam tukar menukar atau dalam situasi yang lain, yang mana dasar penilaiannya diterima secara umum. Definisi Kother (dikutip dari Suryaningsum, 2003). 

Cost merupakan suatu ukuran moneter dari jumlah sumber daya yang digunakan untuk maksud-maksud tertentu. Expenditure merupakan suatu penurunan aktiva (biasanya kas) atau suatu peningkatan hutang yang dihubungkan dengan terjadinya cost. Expenditure dalam periode akuntansi sama saja dengan cost dari semua barang atau jasa yang diperoleh pada periode itu. Expense merupakan suatu istilah dari cost yang dapat dipergunakan untuk periode akuntansi sekarang, expense mewakili sumber daya yang dikonsumsi melalui aktifitas-aktifitas perusahaan dalam mendapatkan laba (earning) selama periode sekarang. Ketika expenditure terjadi cost yang diralat merupakan aktiva atau merupakan biaya (expense). Jika cost memberikan manfaat (benefit) pada periode mendatang, maka disebut aktiva. Jika tidak, ini merupakan pengurangan dalam laba ditahan dari periode sekarang. Disbursement merupakan pembayaran tunai. Expenditure (pengeluaran) tunai merupakan suatu disbursement, tetapi ada juga pembayaran kas seperti pembayaran hutang, pembayaran kembali pinjaman, atau pembayaran deviden tunai kepada para pemegang saham. Definisi Anthony dan Reece (dikutip dari Suryaningsum, 2003). Pada hakekatnya, cost mempunyai dua kedudukan penting yaitu bisa dikategorikan sebagai aktiva (potensi jasa) dan sebagai biaya (beban pendapatan) secara berurutan. Diantara kedua kedudukan tersebut kadang cost mengalami beberapa proses penggabungan, pemecahan, dan reklasifikasi sebelum menjadi biaya, mula-mula cost akan diperlakukan sebagai aktiva (potensi jasa) yang kemudian akan diperlakukan sebagai biaya (beban pendapatan), (Suwardjono, 2006). 

 Dua kedudukan penting cost tersebut dapat memperjelas apakah makna dari cost itu sendiri dan apa makna dari biaya (expense). Cost memiliki makna yang general sedangkan biaya merupakan bagian dari cost, cost yang dikategorikan sebagai aktiva (potensi jasa) masih memiliki manfaat dimasa yang akan datang dan masih dikuasai oleh perusahaan sedangkan cost yang tidak memiliki lagi manfaat dimasa yang akan datang disebut biaya (expense). Cost yang melekat pada suatu objek atau wadah tertentu pada setiap akhir periode harus ditentukan. Apakah cost tersebut akan dibebankan sebagai biaya atau sebagai aktiva atau langsung dibebankan dalam laporan rugi/laba. Menurut Chariri dan Ghozali (2007) ada beberapa kriteria yang harus dipenuhi jika cost yang melekat dalam suatu objek dikatakan sebagai aktiva: a. Masih memiliki manfaat dimasa yang akan mendatang. b. Masih dikuasai oleh perusahaan. Aktiva bisa dikatakan sebagai pengurang pendapatan yang belum dibebankan, yang menunggu sampai saatnya nanti ditandingkan dengan pendapatan sebagai cost of good sold atau sebagai biaya (expense).

 Menurut Suwardjono (2006), cost bisa dikatakan sebagai biaya jika memiliki kriteria sebagai berikut: a. Tidak lagi dikuasai oleh perusahaan atau telaah keluar dari kesatuan usaha. b. Maanfaatnya telah habis pada periode berjalan atau telah dikonsumsi. c. Hilangnya cost karena menghasilkan pendapatan yang merupakan tujuan akhir dari perusahaan dapat dikategorikan sebagai biaya. Tetapi jika manfaat cost habis bukan karena tujuan akhir dari perusahaan (menghasilkan pendapatan), dalam hal ini manfaatnya habis karena sebab lain (lack of benefit) dikategorikan sebagai rugi. Biaya (expense) merupakan aliran keluarnya aktiva, merupakan asset, bertambahnya hutang dalam rangka menghasilkan pendapatan. 

Definisi Cost (skripsi dan tesis)

 Definisi terhadap makna cost banyak diajukan oleh para ahli, definisidefinisi yang dikemukakan oleh para ahli berbeda-beda sudut pandangnya. Dalam   makalah ini akan dikemukakan beberapa definisi yang dirasa cukup mewakili makna cost yang sebenarnya dalam konteks akuntansi sebagai penyedia informasi. Berikut ini beberapa definisi cost yang diambil dari beberapa literatur akuntansi: Makna cost adalah cost yang timbul dari terdahulu, sebuah pengorbanan yang dibuat untuk mengamankan manfaat, dan diukur dengan harga pertukaran. Definisi Sprouse dan Moonits (dikutip dari Suwardjono, 2006). Makna cost adalah sebagai pengukur moneter sumber daya yang digunakan untuk beberapa tujuan, dalam rangka untuk suatu kegiatan, yang nantinya dapat menghasilkan suatu penghasilan. Definisi Anthony, Hawkins, dan Merchant (dikutip dari Suwardjono, 2006). Makna cost adalah aliran keluar (outflows) atau pemakaian aktiva atau timbulnya hutang (atau kombinasi keduanya) selama satu periode yang berasal dari penjualan atau produksi barang, atau penyerahan jasa atau pelaksanaan kegiatan yang lain yang merupakan kegiatan utama suatu entitas.Definisi FASB (dikutip oleh Chariri dan Ghozali, 2007). 

Makna cost adalah jumlah yang diukur dalam satuan uang, atau kas yang dibelanjakan atau kekayaan lain yang ditransfer, modal saham yang dikeluarkan, pelayanan yang dijalankan atau hutang yang terjadi, dengan pertimbangan barang atau jasa diterima atau menjadi diterima. Cost dapat diklasifikasikan (dikelompokan) sebagai cost yang belum habis masa manfaatnya. Cost yang belum habis (aktiva) merupakan cost yang dapat dipergunakan untuk produksi dari penerimaan masa mendatang, dan untuk alasan itu diperlakukan sebagai pengurang dari penerimaan sekarang atau dibebankan terhadap laba ditahan. Cost yang belum habis, dapat ditransfer dari satu kelompok (klasifikasi) ke kelompok yang lain sebelum menjadi cost yang sudah habis manfaatnya sebagaimana yang didefinisikan di atas. Definisi Grady (dikutip dari Suwardjono, 2006). Dari definisi di atas dapat diketahui bahwa cost merupakan pengukur dalam unit moneter suatu pengorbanan yang dilakukan dalam memperoleh barang atau jasa, cost sebagai pengukur dalam unit moneter bukan sebagai sesuatu yang harus dikorbankan, tetapi yang sebenarnya dikorbankan adalah sumber ekonomiknya baik yang berupa fisik maupun non fisik. 

 Sebagai pengukur dalam unit moneter maka cost mengukur seberapa banyak atau seberapa besar penggunaan sumber ekonomik dalam unit moneter untuk tujuan tertentu. Menurut Suwardjono (dikutip oleh Suryaningsum, 2003), pengukuran ini sangat penting karena hasil pengukuran kuantitatif akan menjadi data dasar dalam penyedia informasi untuk menentukan beberapa penggunaan berbagai jenis dan jumlah sumber ekonomik dalam satuan yang homogeny. Pengorbanan yang dilakukan oleh satu unit usaha dalam rangka untuk memperoleh barang dan jasa bukan saja berasal dari pengeluaran kas. Tapi dapat pula berasal dari sumber ekonomik yang lainnya misalnya surat berharga, jasa perusahaan, saham maupun obligasi perusahaan. Dengan kata lain terciptanya cost karena adanya kejadian ekonomik dalam suatu organisasi. Dari segi akuntansi, sebenarnya bukan cost itu sendiri yang mempunyai arti penting akan tetapi justru jasa yang ada dibalik angka cost yang termuat dalam rekeninglah yang mempunyai arti penting. Jadi arti penting objek atau jasa diwakili oleh cost yang tercatat dalam setiap rekening. Jasa-jasa tersebut adalah daya, kemampuan, atau kapasitas yang kalu digabungkan atau ditukar satu sama lainnya dapat menimbulkan daya, kemampuan, atau kapasitas lain yang kekuatannya (besarannya) paling tidak sama dengan yang sebelum dimiliki perusahaan. Misalnya, kas ditukar dengan mesin, ini berarti bahwa daya beli ditukarkan dengan daya produksi (Suwardjono, 2006)

Wilcoxon signed rank tes (skripsi dan tesis)

Wilcoxon signed rank test Merupakan uji non parametrik yang digunakan untuk menganalisis data berpasangan karena adanya dua perlakuan yang berbeda (Pramana, 2012). Wilcoxon signed rank test digunakan apabila data tidak berdistribusi normal. Dasar pengambilan keputusan untuk menerima atau menolak H0 pada uji wilcoxon signed rank test adalah sebagai berikut: Jika probabilitas (Assymp.sig)<0,05 maka H0 ditolak dan Ha diterima. Jika probabilitas (Assymp.sig)<0,05 maka H0 diterima dan Ha ditolak.

Kinerja PErusahaan (skripsi dan tesis)

Menurut Jumingan (2006) kinerja merupakan gambaran prestasi yang dicapai perusahaan dalam kegiatan operasionalnya baik menyangkut aspek keuangan, aspek pemasaran, aspek penghimpunan dana dan penyaluran dana, aspek teknologi, maupun aspek sumber daya manusianya Bagi investor, informasi mengenai kinerja perusahaan dapat digunakan untuk melihat apakah mereka akan mempertahankan investasi mereka di perusahaan tersebut atau mencari alternatif lain. Apabila kinerja perusahaan baik, maka nilai usaha akan tinggi. Dengan nilai usaha yang tinggi membuat para investor melirik perusahaan tersebut untuk menanamkan modalnya sehingga akan terjadi kenaikan harga saham. Atau dapat dikatakan bahwa harga saham merupakan fungsi dari nilai perusahaan. Kinerja reksadana dapat diukur dengan menghitung total return dengan melibatkan faktor risiko dalam mencapai kinerja tersebut. Selain melihat return, reksadana juga harus melihat tingkat risiko dalam melakukan portofolionya. Selain itu melihat kinerja suatu reksadana dapat dilihat dari Nilai Aktiva Bersih (NAB) Periode pengukuran dapat dilakukan secara harian, mingguan atau bulanan. Penggunaan subperiode harian merupakan yang paling akurat karena pengaruh deviden dapat diperhitungkan secara tepat

Pengukuran Jensen (skripsi dan tesis)

 Tandelilin (2001) menjelaskan metode Jensen merupakan metode yang menunjukkan perbedaan antara tingkat return aktual yang diperoleh portofolio dengan tingkat return yang diharapkan jika portofolio tersebut berada pada garis pasar modal. Persamaan metode Jensen dengan metode Treynor adalah kedua metode ukuran kinerja portofolio tersebut menggunakan garis pasar sekuritas sebagai dasar untuk membuat persamaan. Sedangkan perbedaannya adalah bahwa metode Treynor sama dengan slope garis yang menghubungkan posisi portofolio dengan return bebas risiko, sedangkan metode Jensen merupakan selisih antara return portofolio dengan return portofolio yang tidak dikelola dengan cara khusus

Pengukuran Treynor (skripsi dan tesis)

 Tandelilin (2011) menjelaskan metode Treynor merupakan ukuran kinerja portofolio yang dikembangkan oleh Jack Treynor. Pengukuran dengan metode Treynor juga didasarkan atas risk premium, seperti halnya metode Sharpe. Perbedaannya dengan metode Sharpe adalah menggunakan garis pasar sekuritas (security market line) sebagai patok duga, dan bukan garis pasar modal seperti m etode Sharpe. Pengukuran kinerja reksa dana saham menggunakan metode Treynor dihitung dengan memperhatikan fluktuasi pasar. Dalam perhitungannya digunakan pembagi beta ( ) yang merupaka risiko fluktuasi terhadap risiko pasar dan return reksa dana saham dengan varians benchmark

Pengukuran Kinerja Portofolio (skripsi dan tesis)

 Agar dapat mengetahui kinerja dari suatu portofolio sudah seharusnya dilakukan evaluasi. Sehingga saat ini evaluasi kinerja portofolio sudah berkembang dengan pesat dan memiliki banyak metode. Evaluasi kinerja portofolio merupakan bagian yang tidak terpisahkan dari pengambilan keputusan investasi, baik investasi yang dilakukan sendiri maupunmelalui manajer investasi. Dana yang dikelola meliputi mutual funds, dana pensiun, dana abadi perguruan tinggi (college endowment), dan lain-lain. Evaluasi kinerja investasi sudah berkembang pesat. Teori portofolio modern telah mengubah proses evaluasi yang tidak hanya didasarkan pada return dan risiko tetapi juga sumber return dan risiko tersebut. Karena pengukuran kinerja saham dan portofolio berkaitan dengan pengukuran perubahan return dan risiko investasi tersebut dari waktu ke waktu. Elton dan Gruber mengatakan bahwa ada empat prinsip yang harus diperhatikan dalam mengevaluasi portofolio, yaitu: (Zubir, 2011) a) Mengukur kinerja investasi keseluruhan b) Menguraikan faktor-faktor yang mempengaruhi kinerja investasi c) Mengetahui karakter yang bersifat umum dari manajer investasi untuk menghasilkan yang terbaik, dan d) Memprediksi kinerja manajer investasi

Teori Portofolio (skripsi dan tesis)

Menurut Fahmi dan Hadi (2011:2) portofolio adalah sebuah bidang ilmu yang khusus mengkaji tentang bagaimana cara yang dilakukan oleh seorang investor untuk menurunkan risiko dalam berinvestasi seminimal mungkin, termasuk salah satunya dengan menganekaragamkan risiko tersebut. Menurut Zubir (2011) portofolio saham adalah investasi yang terdiri dari berbagai saham perusahaan yang berbeda dengan harapan bila harga salah satu saham menurun, sementara yang lain meningkat, maka investasi tersebut tidak mengalami kerugian Menurut Jogiyanto (2003) model Markowitz menggunakan asumsi-asumsi sebagai berikut: 

1. Waktu yang diberikan hanya satu periode 

2. Tidak ada biaya transaksi 

3. Preferensi investor hanya berdasarkan ekspektasi imbal hasil dan risiko dari portofolio

 4. Tidak ada pinjaman dan simpanan bebas risiko 

Kemampuan untuk mengestimasikan return saham merupakan hal yang sangat penting dan diperlukan untuk investasi saham. Untuk dapat mengestimasikan return suatu saham dengan baik dan mudah diperlukan suatu model estimasi yaitu dengan menggunakan Capital Asset Pricing Model (CAPM) (Jogiyanto, 2003)

Reksa Dana (skripsi dan tesis)

Reksa dana merupakan salah satu alternatif investasi bagi masyarakat pemodal, khususnya pemodal kecil dan pemodal yang tidak memiliki banyak waktu dan keahlian untuk menghitung risiko atas investasi mereka. Reksa dana dirancang sebagai sarana untuk menghimpun dana dari masyarakat yang memiliki modal dan mempunyai keinginan untuk melakukan investasi, namun hanya memiliki waktu dan pengetahuan yang terbatas. Selain itu, reksa dana juga diharapkan dapat meningkatkan para pemodal lokal yang berinvestasi di pasar modal. Sangat perlu untuk memahami jenis reksa dana yang tersedia, guna mengetahui mengenai instrumen dimana reksa dana melakukan investasi, karakteristik potensi keuntungan serta risiko yang akan terjadi. Menurut Pratomo dan Nugraha (2004), berdasarkan portofolio investasinya reksa dana terdiri dari empat kategori, yaitu: 1) Reksa Dana Pasar Uang 2) Reksa Dana Pendapatan Tetap 3) Reksa Dana Campuran 4) Reksa Dana Saham

 Menurut Siamat (2005), seperti halnya wahana investasi lainnya, disamping mendatangkan berbagai peluang keuntungan, reksa dana pun mengandung berbagai peluang risiko, antara lain: 

1. Risiko berkurangnya nilai Unit Penyertaan. 

2. Risiko ini dipengaruhi oleh turunnya harga dari Efek (saham, obligasi, dan surat berharga lainnya) yang masuk dalam portfolio reksa dana tersebut. 

3. Risiko likuiditas. 

4. Risiko ini menyangkut kesulitan yang dihadapi oleh manajer investasi jika sebagian besar pemegang unit melakukan penjualan kembali (redemption) atas unit-unit yang dipegangnya. Manajer investasi kesulitan dalam menyediakan uang tunai atas redemption tersebut. 

5. Risiko wanprestasi Risiko ini merupakan risiko terburuk, dimana risiko ini dapat timbul ketika perusahaan asuransi yang mengasuransikan kekayaan reksa dana tidak segera membayar ganti rugi atau membayar lebih rendah dari nilai pertanggungan saat terjadi hal-hal yang tidak diinginkan, seperti wanprestasi dari pihakpihak yang terkait dengan reksa dana, pialang, bank kustodian, agen pembayaran, atau bencana alam, yang dapat menyebabkan penurunan Nilai Aktiva Bersih (NAB) reksa dana

Abnormal Return (skripsi dan tesis)

Abnormal return adalah return yang di dapat investor yang tidak sesuai dengan pengharapan. Abnormal return adalah selisih antara return yang diharapkan dengan return yang didapatkan. Selisih return akan positif jika return yang didapatkan lebih besar dari return yang diharapkan atau return yang dihitung. Sedangkan return akan negatif jika return yang didapat lebih kecil dari return yang diharapkan atau return yang dihitung.   Abnormal return adalah salah satu indikator yang dipakai untuk melihat keadaan pasar yang sedang terjadi. Informasi dapat dikatakan memiliki nilai bagi investor apabila informasi tersebut memberikan reaksi untuk melakukan transaksi di pasar modal (Jogiyanto, 2009:557). Aspek kepercayaan dari investor merupakan salah satu aspek yang sangat berpengaruh dalam pasar saham. Oleh sebab itu, suatu pengumuman atau pengungkapan akan ditanggapi oleh investor dengan beragam. Abnormal return adalah selisih antara realized return dan expected return (Jogiyanto, 2009:557). Abnormal return akan positif jika return yang didapatakan lebih besar daripada return yang diharapkan atau return yang dihitung. Sedangkan abnormal return akan negatif jika return yang didapat lebih kecil dari return yang diharapkan atau return yang dihitung. Berikut model abnormal return yang ditunjukkan Brown dan Warner dalam Eduardus Tandelilin (2010:225): 

1. Mean-adjusted return 

Model ini menganggap jika pasar efisien dan return saham bervariasi secara random di sekitar nilai sebenarnya, maka rata-rata return sekuritas yang dihitung dari periode sebelumnya dapat digunakan sebagai expected return

2. Market-adjusted return 

Model ini menghitunh abnormal return dengan menghilangkan pengaruh pasar terhadap return harian sekuritas

3. Market model return 'Model ini menggambarkan hubungan antara sekuritas dengan pasar dalam sebuah persamaan regresi linier sederhana antara return saham sekuritas dengan return pasar

Return merupakan hasil atau keuntungan yang akan diperoleh investor dari investasi yang dilakukan. Menurut Jogiyanto (2009: 199), return itu sendiri dapat dibedakan menjadi dua, yaitu: 

a. Realized return Realized return merupakan return yang sesungguhnya terjadi.

b. Expected return Expected return merupakan return yang diharapkan oleh investor ketika menanamkan sahamnya. Brown dan Wardan dalam jogiyanto (2009:558) mengestimasikan expected return menggunakan tiga model, yaitu: 

1. Mean-adjusted model Model ini menganggap bahwa expected return bernilai konstan yang sama dengan rata-rata realized return sebelumnya selama periode estimasi. 

2. Market model Perhitungan expected return dengn model pasar (market model) dilakukan dengan dua tahap, yaitu: (1) membentuk model ekspektasi dengan menggunakan data realisasi selama periode estimasi dan (2) menggunakan model ekspectasian ini untuk mengestimasi expected return di event window. Model ekspektasi dapat dibentuk menggunakan teknik regresi menggunakan teknik regresi OLS (Ordinary Least Square)

3. Market adjusted return Model market adjusted return menganggap bahwa praduga yang terbaik untuk mengestimasi return saham adalah return indeks pasar pada saat tersebut. Dengan menggunakan model ini, maka tidak perlu menggunakan periode estimasi untuk membentuk model estimasinya, karena return saham yang diestimasi adalah sama dengan return indeks pasar 

Pengertian Return Saham (skripsi dan tesis)

Return saham atau tingkat pengembalian saham adalah tingkat pengembalian saham biasa, dan merupakan pembayaran kas yang diterima akibat pemilikan suatu saham dengan perubahan harga pasar saham lalu dibagi dengan harga saham pada saat investasi. Jadi tingkat pengembalian ini berasal dari dua sumber, yaitu pendapatan (deviden) dan perubahan harga saham (capital gain) (Nur Azlina, 2009). Dividen adalah pembagian keuntungan yang diberikan perusahaaan penerbit saham tersebut atas keuntungan yang dihasilkan perusahaan. Sedangkan capital gain merupakan selisih antara harga beli dan harga jual yang diperoleh investor dengan adanya aktivitas perdagangan saham di pasar sekunder (Darmadji, 2011 : 9). Lebih rincinya, capital gain adalah selisih antara harga jual dan harga beli saham per lembar dibagi dengan harga beli

Pengertian Saham (Skripsi dan tesis)

 Saham adalah satu instrumen keuangan yang diperjualbelikan di pasar modal Indonesia. Saham (stock) menurut Tjiptono Darmadji (2011 : 3) dapat didefinisikan sebagai tanda penyertaan atau kepemilikan seseorang atau badan dalam suatu perusahaan. Saham berwujud selembar kertas yang menerangkan bahwa pemilik kertas tersebut adalah pemilik perusahaan yang menerbitkan surat berharga tersebut. Saham yang diperdagangkan di bursa ada dua jenis yaitu saham biasa (common stock) dan saham preferen (preferred stock) (Anogara, 2006: 54). Saham biasa (common stock) adalah saham yang memiliki hak-hak yang setara, tidak memiliki hak istimewa terhadap dividen tetapi memiliki hak suara. Sedangkan saham preferen (preferred stock) adalah saham dengan kelompok khusus yang memiliki preferensi atau karakteristik tertentu yang dimiliki oleh saham biasa. Karakteristik yang paling sering berkaitan dengan saham preferen adalah : (1) saham preferen kumulatif (2) saham preferen partisipasi (3) saham preferen konvertibel, (4) saham preferen yang dapat ditarik, (5) saham preferen 30 yang dapat ditebus (Kiesso. et. al, 2007 : 746). Dari kedua jenis saham tadi, yang paling sering diperdagangkan di BEI adalah saham biasa.

Anomali Pasar (skripsi dan tesis)

 Anomali adalah suatu bentuk fenomena yang ada di pasar. Pada anomali ditemukan berbagai macam hal-hal yang seharusnya tidak ada menjadi pasar efisien yang benar-benar ada. Artinya suatu peristiwa dapat dimanfaatkan untuk memperoleh abnormal return. Dengan kata lain adanya kemungkinan seorang investor untuk memperoleh abnormal return dengan mengandalkan suatu peristiwa tertentu (Gumanti dan Utami, 2002, h.54). Salah satu anomali yang terjadi adalah January Effect. January Effect adalah kecenderungan naiknya harga  saham antara tanggal 31 Desember sampai dengan akhir minggu pertama pada bulan Januari. Terjadinya January Effect dapat ditunjukkan dengan adanya return yang tidak normal atau abnormal return yang diperoleh investor. Ada beberapa penyebab yang memungkinkan terjadinya anomali perilaku saham pada bulan Januari, yaitu: a. Tax Loss Selling Hipotesis tax-loss selling menyatakan bahwa investor akan menjual saham yang nilainya turun. b. Window dressing Window dressing yaitu terjadinya aksi jual pada saham-saham yang memiliki kinerja buruk di akhir tahun. Window dressing ini tidak jauh berbeda dengan tax loss selling, perbedaannya adalah hal ini dilakukan oleh manajer keuangan dengan tujuan agar laporan kinerja portofolio saham yang dilaporkan pada akhir tahun akan tampak bagus kinerjanya. c. Small stock’s beta Saham dengan kapitalisasi pasar kecil memiliki resiko yang lebih besar pada bulan Januari daripada bulan-bulan lainnya. Bila hal tersebut benar maka saham kapitalisasi kecil tersebut akan memiliki rata-rata return yang relatif lebih tinggi pada bulan Januari dibandingkan dengan bulan-bulan lainnya. Para investor harus hati-hati dalam memaksimalkan masalah anomali pasar ini sebagai suatu alat dalam mengambil keputusan investasi. 

Tidak ada jaminan bagi para investor bahwa anomali pasar akan membantu mereka dalam memperbaiki keputusan investasi karena hasil pengujian empiris mengenai anomali pasar ini bukan merupakan strategi investasi sesungguhnya. Berdasarkan penjelasan di atas maka dapat disimpulkan bahwa fungsi anomali pasar adalah untuk memberikan gambaran yang sekaligus memberikan petunjuk dan arahan kepada investor dan memberikan informasi kepada investor dalam pengambilan keputusan. 

Pasar Modal Yang Efisien (skripsi dan tesis)

Konsep efisiensi pasar modal mempunyai banyak pengertian yang berbeda tergantung keperluan pelaku yang menerapkannya. Jogiyanto (2009) membedakan pengertian internal efficiency dengan eksternal efficiency. Eksteral efficiency menunjukkan bahwa pasar berada pada posisi keseimbangan sehingga pengambilan keputusan perdagangan saham atas dasar informasi yang tersedia di pasar tidak dapat memberikan tingkat keuntungan di atas tingkat keuntungan pasar ekuilibrium. Sebaliknya internal efficiency menunjukkan bahwa pasar modal tidak hanya memberikan harga yang benar tetapi juga memberikan jasajasa yang diperlukan dengan biaya serendah mungkin. Jogiyanto (2009) mengungkapkan bentuk efisiensi pasar dapat ditinjau dari segi ketersediaan informasinya saja (enformationally efficient market) atau efisiensi pasar dapat pula ditinjau tidak dari ketersediaan informasi saja tetapi juga dilihat dari kecanggihan pelaku pasar dalam pegambilan keputusan berdasarkan analisis dari informasi yang tersedia (decisionally efficient market). 

Berikut diuraikan secara rinci bentuk efisiensi pasar tersebut: 

1. Efisiensi pasar berdasarkan informas

 a. Efisiensi bentuk lemah (weak form), pasar dikatakan efisien dalam bentuk lemah jika harga-harga dari sekuritas tercermin secara penuh (fully reflect) informasi masa lalu. Informasi masa lalu ini merupakan informasi yang sudah terjadi. Bentuk efisiensi pasar secara lemah ini berkaitan dengan teori langkah acak (random walk theory) yang menyatakan bahwa masa lalu tidak 25 berhubungan dengan nilai sekarang. Jika pasar efisien secara bentuk lemah, maka nilai-nilai masa lalu tidak dapat digunakan untuk memprediksi harga sekaranng. Ini berarti bahwa bentuk pasar yang efisien bentuk lemah, investor tidak dapat menggunakan informasi masa lalu untuk mendapatkan abnormal return. b. Efiensi pasar bentuk setengah kuat (semistrong form), pasar dikatakan efisien bentuk setengah kuat jika harga-harga sekuritas secara penuh (fully reflect) mencerminkan semua informasi yang dipublikasikan (all publicly available) semua informasi yang berada di laporan-laporan keuangan perusahaan emiten. Pengaruh suatu informasi yang dipublikasikan terhada harga dapat berbentuk informasi yang hanya berpengaruh terhadap harga sekuritas yang bersangkutan, informasi yang mempengaruhi harga-harga sejumlah perusahaan atau informasi yang dipublikasikan dapat pula berpengaruh terhadap harga-harga sekuritas semua perusahaan yang terdaftar di pasar saham. c. Efiensi pasar bentuk kuat (strong form), pasar dikatakan efisien dalam bentuk kuat jika harga-harga sekuritas secara penuh mencerminkan (fully reflect) semua informasi yang tersedia termasuk informasi privat. Jika pasar efisien dalam bentuk ini maka tidak ada individual investor atau grup dari investor yang dapat memperoleh keuntungan tidak normal (abnormal return) karena mempunyai informasi privat. 

 2. Efisiensi pasar berdasarkan keputusan 

Pembagian efisiensi berdasarkan informasi tidaklah cukup untuk menjamin efisiensi pasar, perbedaan kemampuan dalam menganalisis dan menginterpretasikan informasi sebagai informasi baik atau buruk, memungkinkan bagi pelaku pasar untuk memperoleh abnormal return karena kecanggihannya. Efisiensi pasar perlu juga dilihat berdasarkan kecanggihan pelaku pasar dalam mengolah informasi untuk pengambilan keputusan sehingga efisiensi pasar secara keputusan dapat didefinisikan sebagai efisiensi pasar dimana semua pelaku pasar dapat mengambil keputusan dengan canggih. Terdapat beberapa alasan yang menyebabkan pasar menjadi efisien. Pasar efisien terjadi karena peristiwa-peristiwa sebagai berikut ini: a. Investor adalah penerima harga (price takers), yang berarti bahwa sebagai pelaku pasar, investor seorang diri tidak dapat mempengaruhi harga dari suatu sekuritas. b. Informasi tersedia luas kepada semua pelaku pasar pada saat yang bersamaan dan harga untuk memperoleh informasi tersebut murah. c. Informasi dihasilkan secara acak (random) dan tiap-tiap pengumuman informasi sifatnya random satu dengan yang lainnya sehingga investor tidak dapat memprediksi kapan emiten akan mengumumkan informasi yang baru.  d. Investor bereaksi dengan menggunakan informasi secara penuh dan cepat, sehingga harga sekuritas berubah dengan semestinya mencerminkan informasi tersebut utnuk mencapai keseimbangan yang baru. 

Sebaliknya pasar dikatakan efisien jika kondisi-kondisi berikut terjadi, yaitu: a. Terdapat sejumlah kecil pelaku pasar yang data mempengaruhi harga dari sekuritas. b. Harga dari informasi adalah mahal dan terdapat akses yang tidak seragam antara pelaku pasar yang satu dengan yang lainnya terhadap suatu informasi. c. Informasi yang disebarkan dapat diprediksi baik oleh sebagian dari pelakupelaku. d. Investor adalah individual-individual yang lugas (naïve investor) dan tidak canggih

Pengertian Pasar Modal (skripsi dan tesis)

Secara umum pasar modal adalah tempat atau sarana bertemunya antara permintaan dan penawaran atas instrumen keuangan jangka panjang. Umumnya 23 lebih dari satu tahun. Pasar modal (capital market) merupakan tempat diperjualbelikannya berbagai instrument keuangan jangka panjang, seperti utang, saham, instrument derivatif, dan instrument lainnya. Pasar modal merupakan sarana pendanaan bagi perusahaan maupun institusi lainnya. Pasar modal merupakan sarana pendanaan bagi perusahaan maupun institusi lain, dan sebagai sarana kegiatan berinvestasi (Darmadji, 2011: 1). Pasar modal yang maju dan berkembang adalah impian dari banyak negara karena pasar modal juga dapat mendorong terciptanya alokasi dana yang efisien karena dengan adanya pasar modal pihak yang kelebihan dana (investor) dapat memilih alternatif investasi yang memberikan return relatif besar (Luhgianto : 2011). Menurut Darmadji (2011 : 2), dengan adanya pasar modal, pihak investor dapat menginvestasikan dana tersebut dengan harapan memperoleh imbalan (return), sedangkan pihak issuer (dalam hal ini perusahaan) dapat memanfaatkan dana tersebut tanpa harus menunggu tersedianya dana dari operasi perusahaan. Pasar modal memiliki peran besar bagi perekonomian suatu negara karena pasar modal menjalankan dua fungsi sekaligus, fungsi ekonomi dan fungsi keuangan. Selain itu, dengan adanya pasar modal, diharapkan aktivitas perekonomian menjadi meningkat karena pasar modal merupakan alternatif pendanaan bagi perusahaan-perusahaan sehingga perusahaan dapat beroperasi dengan skala yang lebih besar dan pada gilirannya akan meningkatkan pendapatan perusahaan dan kemakmuran masyarakat luas

Signalling Theory (skripsi dan tesis)

 Investor harus berhati-hati dengan naik, turun, dan konstannya saham di pasar akan memberikan sinyal positif dan negatif. Apapun informasi yang terjadi dari kondisi saham suatu perusahaan selalu memberi efek bagi keputusan investor sebagai pihak yang menangkap sinyal tersebut. Konsep Signalling theory disini menjadi sangat berperan. Teori sinyal digunakan untuk menjelaskan bahwa pada dasarnya suatu informasi dimanfaatkan untuk memberi sinyal positif maupun negatif kepada pemakainya. Teori sinyal (Leland dan Pyle dalam Scott, 2012:475) menyatakan bahwa pihak eksekutif perusahaan yang memiliki informasi lebih baik mengenai perusahaannya akan terdorong untuk menyampaikan nilai perusahaan melalui pelaporannya dengan mengirimkan sinyal melalui laporan tahunannya. Manajemen tidak sepenuhnya menyampaikan seluruh informasi yang diperolehnya tentang semua hal yang dapat mempengaruhi nilai perusahaan ke pasar modal, sehingga jika manajemen menyampaikan suatu informasi ke pasar, maka umumnya pasar akan bereaksi terhadap informasi tersebut sebagai suatu sinyal (Listiana:2009).

 Teori sinyal adalah suatu teori yang menjelaskan bahwa suatu perusahaan harus memberikan sinyal kepada para pengguna laporan keuangan untuk kepentingan mereka (Brigham dalam Susilowati,2011). Sinyal yang diberikan  tersebut berupa informasi tentang kondisi perusahaan kepada pemilik ataupun pihak yang berkepentingan. Misalnya melalui pengungkapan informasi akuntansi seperti laporan keuangan, bisa juga melalui laporan tentang apa yang sudah dilakukan oleh manajer untuk merealisasikan keinginan pemilik perusahaan, atau mungkin berupa informasi yang menyatakan bahwa perusahaan tersebut lebih baik daripada perusahaan lain. Tujuannya adalah supaya para investor atau calon investor mengerti bagaimana keadaan perusahaan sebenarnya. Teori sinyal juga menjelaskan tentang bagaimana seharusnya seorang investor harus memiliki informasi yang sama tentang prospek perusahaan selain manajer. Namun faktanya manajer sering memiliki informasi yang lebih baik dari investor luar misalnya dalam hal prospek perusahaan yang akan datang. Hal semacam ini disebut dengan informasi asimetri. Teori sinyal juga menjelaskan mengapa perusahaan mempunyai dorongan untuk memberikan informasi laporan keuangan pada pihak eksternal. Salah satunya adalah karena adanya informasi asimetri tersebut. Motivasi signaling mendorong manajemen menyajikan laporan laba yang dapat mencerminkan laba sesungguhnya (Sunarto, 2008 dalam Susilowati, 2011). Investor akan melihat prospek return masa depan perusahaan melalui sinyal yang diberikan. Dengan adanya sinyal yang diberikan tersebut investor bisa dengan mudah menentukan keputusannya

Uji Tanda (Sign-Test) (skripsi dan tesis)

Apabila telah ditetapkan pasangan ukuran ordinal yang diambil dari subyek yang sama atau subyek yang dicocokkan, dan apabila hanya ingin diselidiki apakah terdapat perbedaan nyata atau tidak tanpa memperhatikan perbedaan tersebut, maka prosedur uji tanda harus digunakan. Prosedur uji tanda didasarkan pada tanda negatif atau positif dari perbedaan antara pasangan data ordinal. Pada hakekatnya pengujian ini hanya memperhatikan arah perbedaan dan bukan besarnya perbedaan itu.

Statistik Non parametrik (skripsi dan tesis)

Menurut Webster (1998), uji nonparametrik adalah prosedur statistik yang dapat digunakan untuk melakukan uji hipotesis jika tidak ada asumsi tentang distribusi parameter-parameter atau populasi. Menurut Supranto (2002), metode statistik parametrik, seperti statistik uji t atau F, digunakan apabila peneliti mengetahui fakta yang pasti mengenai sekelompok data yang menjadi sumber sampel. Pada dasarnya, peneliti harus bekerja dengan data yang telah diambil secara independen dan tanpa bias dari sekelompok item. Data tersebut haruslah berasal dari populasi yang terdistribusi secara normal dan mempunyai varians yang sama, dan harus diukur setidaknya pada tingkat interval. Metode Statistik nonparametrik dipakai apabila peneliti tidak mengetahui karkteristik kelompok item yang menjadi sumber sampelnya. Metode ini dapat diterapkan terhadap data yang diukur dengan skala ordinal dan dalam kasus tertentu, dengan skala nominal. Pengujian nonparametrik bermanfaat untuk digunakan apabila sampelnya kecil dan lebih mudah dihitung dari pada metode parametrik. Metode nonparametrik juga digunakan secara luas guna mengenalisis data di bidang ilmu sosial (Supranto, 2002).

Pembahasan mengenai statistik nonparametrik meliputi : uji tanda, uji peringkat bertanda Wilcoxon, uji Mann-Whitney, uji deret, dan koefisien korelasi peringkat Spearman. Statistika parametrik adalah ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak. Pada umumnya, Jika data tidak menyebar normal, maka data harus dikerjakan dengan metode statistika non-parametrik, atau setidak-tidaknynya dilakukan transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistika parametrik. Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA parametrik), dan lain-lain. Menurut Kurniawan (2007), statistika non-parametrik adalah statistika bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar normal. Contoh metode Statistika non-parametrik:Binomial test, Chi-square test, Median test, Friedman Test, dan lain-lain. Dalam praktik, tidak semua data statistik bisa diolah menggunakan metode parametrik, baik hal itu disebabkan jumlah data yang minim, distribusi data yang tidak normal, jenis data ataupun sebab lainnya. Menurut Santoso (2010, sebagai alternatif dapat digunakan berbagai metode nonparametrik, yang dengan dukungan software seperti SPSS memungkinkan pengguna mengolah data dan menginterpretasi output dengan mudah. Menurut Tentua (2009), metode statistik nonparametrik digunakan untuk situasi seperti: (1) apabila ukuran sampel demikian kecil sehingga distribusi statistik pengambilan sampel tidak mendekati normal, dan apabila tidak ada asumsi yang dapat dibuat tentang bentuk distribusi populasi yang menjadi sumber sampel; (2) apabila digunakan data peringkat atau ordinal; (3) apabila data nominal digunakan (data nominal adalah data di mana sebutan seperti laki-laki atau perempuan diberikan kepada item dan tidak ada implikasi di dalam sebutan tersebut bahwa item yang satu lebih tinggi atau lebih rendah daripada item lainnya). Menurut Tentua (2009), keuntungan dari penggunaan metode nonparametric, yaitu: (1) metode non parametrik tidak mengharuskan data berdistribusi normal, karena itu metode ini sering juga dinamakan uji distribusi bebas (distribution free test). Dengan demikian metode ini dapat dipakai untuk segala distribusi data dan lebih luas penggunaannya.; (2) metode non parametrik dapat dipakai untuk level data seperti nominal dan ordinal; (3) metode non parametrik lebih sederhana dan mudah dimengerti daripada pengerjaan Metode Parametrik. Di samping berbagai keunggulan di atas, metode non parametrik juga mempunyai beberapa kelemahan, seperti: (1) tidak adanya sistematika yang jelas seperti pada metode parametrik, hasilnya dapat meragukan karena kesederhanaan metodenya; (2) tabel-tabel yang dipakai lebih bervariasi dibanding tabel-tabel standar pada metode Parametrik. Beberapa metode statistik non parametrik yang digunakan secara luas 

SP SS for Windows (skripsi dan tesis)

 SPSS adalah program atau software yang digunakan untuk olah data statistik. Dari berbagai program olah data statistik lainnya, SPSS merupakan yang paling banyak digunakan dan diminati oleh para peneliti. Dahulu SPSS digunakan untuk olah data statistik pada ilmu sosial sehingga saat itu kepanjangan SPSS adalah Statistical Package for the Social Sciences, tapi seiring berjalannya waktu SPSS mengalami perkembangan dan penggunaan semakin kompleks SPSS yang dahulunya merupakan singkatan dari statistical package for social science merupakan paket program statistika yang paling popular dan paling banyak digunakan di seluruh dunia. Hal inilah yang membuat kepanjangan dari SPSS saat ini adalah statistical product and service solution. Dengan SPSS semua kebutuhan pengolahan data dapat diselesaikan dengan mudah dan cepat. Kemampuan yang dapat diperoleh dari SPSS meliputi pemrosesan segala bentuk file data, modifikasi data, membuat tabulasi berbentuk distribusi frekuensi, analisis statistik lanjut dan sederhana maupun komplek, pembuatan grafik dan sebagainya. SPSS sebagai software statistika, pertama kali dibuat tahun 1868 oleh tiga mahasiswa Stanford University, yang dioperasikan pada computer mainframe.

 Pada tahun 1984, SPSS pertama kali muncul dengan versi PC (dapat dipakai untuk komputer desktop) dengan nama SPSS/PC+ dan sejalan dengan mulai 29 populernya sistem operasi Windows SPSS pada tahun 1992 juga mengeluarkan versi Windows. Selain itu, antara tahun 1994 sampai tahun 1998, SPSS melakukan berbagai kebijakan strategis untuk mengembangkan software statistik dengan mengakuisisi software home terkemuka. Hal ini membuat SPSS yang tadinya ditujukan bagi pengolahan data statistik untuk ilmu social, sekarang diperlukan untuk melayani berbagai jenis user, seperti untuk proses produksi di pabrik, riset ilmu-ilmu sains dan lainnya (Singgih, 2005: 10).  

Uji Kolmogorov Smirnov (skripsi dan tesis)

Dua Sampel Uji Kolmogorov Smirnov digunakan untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal yang telah tersususn pada tabel distribusi frekuensi kumulatif dengan menggunakan klas-klas interval. Prinsip rumus Kolmogorov Smirnov adalah menghitung selisih absolut antara pada masing-masing interval kelas. Nilai D kemudian dibandingkan dengan nilai kritis tabel Kolmogorov Smirnov, pada ukuran n dan tingkat kemaknaan α.

Uji Mann-Whitney (skripsi dan tesis)

 Uji Mann-Whitney digunakan untuk menguji signifikansi hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal. Test ini merupakan yang terbaik untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal. Bila dalam suatu pengamatan data berbentuk interval, maka perlu dirubah dulu ke dalam data ordinal. 24 Ukuran sampel tidak harus sama karena sampel tersebut tidak berpasangan atau independen sehingga kedua sampel tidak saling mempengaruhi. Sampel diambil dari 2 populasi, di mana perbedaan kedua populasi diamati berdasar sampel acak dari populasi tersebut. Asumsi-asumsi yang diperlukan dalam uji Mann-Whitney antara lain : data merupakan sampel acak hasil pengamatan dari populasi 1 dan sampel acak hasil pengamatan dari populasi 2, kedua sampel tidak saling mempengaruhi, variabel yang diamati adalah variabel acak, dan skala pengukuran yang dipakai adalah ordinal

Distribusi Frekuensi (skripsi dan tesis)

 Menurut Santoso (2003: 73) disebutkan bahwa: “distribusi frekuensi pada prinsipnya adalah menyusun dan mengatur data kuantitatif yang masih mentah ke dalam beberapa kelas data yang sama, sehingga setiap kelas bisa menggambarkan karakteristik data yang ada.” Tujuan utama distribusi frekuensi adalah untuk mengorganisasikan data secara sistematik ke dalam berbagai macam klasifikasi tanpa mengurangi informasi yang ada dari data tersebut. Untuk data yang jumlahnya cukup banyak, maka pembuatan distribusi frekuensi dapat dilakukan dengan membagi data-data tersebut ke dalam beberapa kelas sesuai dengan nilainilai (hasil) data yang diperoleh, tetapi bila jumlah data relatif sedikit, maka pembuatan distribusi frekuensi tidak perlu dilakukan dengan membagi ke dalam berbagai macam kelas, sehingga data yang jumlahnya sedikit tersebut digolongkan ke dalam data yang tidak berkelompok. Untuk membuat daftar distribusi frekuensi dengan panjang kelas yang sama, kita lakukan sebagai berikut:

 (1) Tentukan rentang, rentang adalah data terbesar dikurangi data terkecil.

 (2) Tentukan banyak kelas interval yang diperlukan. Banyak kelas sering biasa diambil paling sedikit 5 kelas dan paling banyak 15 kelas, dipilih menurut keperluan. Cara lain cukup bagus untuk n berukuran besar misalnya, dapat menggunakan aturan Sturges, 

(3) Tentukan panjang kelas interval p. 

(4) Pilih ujung bawah kelas interval pertama. Untuk ini bisa diambil sama dengan data terkecil atau nilai data yang lebih kecil dari data terkecil tetapi selisihnya harus kurang dari panjang kelas yang telah ditentukan. Selanjutnya daftar distribusi diselesaikan dengan menggunakan harga-harga yang telah dihitung. 

(5) Membuat tabel distribusi frekuensi yang sesuai dengan jumlah kelas yang ada serta kelas intervalnya. 

Pengertian Rank (skripsi dan tesis)

Pandang peubah acak yang masing-masing mempunyai nilai pengamatan . Nilai-nilai pengamatan ini diberi nomor 1, nomor 2, dan seterusnya dari urutan terbesar sampai terkecil. Nomor urutan tersebut adalah rank, yaitu bilamana yang diberikan pada setiap pengamatan sesuai dengan urutan besarnya peubah acaknya. Susunan keseluruhan rank di sebut ranking, di mana setiap anggotanya memiliki nilai rank. Misalnya kita ambil data sebagai berikut 6,8,11,3,2 kemudian setelah dibuat rangking, data menjadi 2,3,6,8,11 di mana rank ke-1 nilainya 2, rank ke-2 nilainya 3, rank ke-3 nilainya 6, rank ke-4 nilainya 8 dan rank ke-5 nilainya 11. 22 Jika diketahui terdapat angka sama dalam suatu data maka angka yang sama diberi peringkat rata-rata dari posisi-posisi yang seharusnya. Misal diambil angka sebagai berikut 6,2,2,7,4,1. Kemudian setelah dibuat rangking data menjadi 1,2,2,4,6,7 di mana rank ke-1 nilainya 1, rank ke-2 nilainya 2, rank ke-3 nilainya 2, sehingga untuk nilai 2 digunakan rata-rata jadi rank ke-2 nilainya 2,5 dan rank ke-3 nilainya 2,5, rank ke-4 nilainya 4, rank ke-5 nilainya 6 dan rank ke6 nilainya 7

Hipotesis Komparatif (Skripsi dan tesis)

 Hipotesis komparatif merupakan dugaan terhadap perbandingan nilai dua sampel atau lebih. Dalam hal komparasi ini terdapat beberapa macam, yakni: (1) Komparasi berpasangan (related) dalam dua sampel dan lebih dari dua sampel (k sampel). (2) Komparasi independen dalam dua sampel dan lebih dari dua sampel (k sampel). Contoh: (1) Sampel berpasangan, komparatif dua sampel Contoh rumusan hipotesisnya adalah sebagai berikut : H0 : tidak terdapat perbedaan nilai penjualan sebelum dan sesudah ada iklan. Ha : terdapat perbedaan nilai penjualan sebelum dan sesudah ada iklan. (2) Sampel independen, komparatif tiga sampel  

 Contoh rumusan hipotesisnya adalah sebagai berikut : H0 : tidak terdapat perbedaan antara birokrat, akademisi, dan pebisnis dalam memilih partai. Ha : terdapat perbedaan antara birokrat, akademisi, dan pebisnis dalam memilih partai. 

Hipotesis Deskriptif (skripsi dan tesis)

Hipotesis Deskriptif merupakan dugaan terhadap nilai satu variabel dalam satu sampel walaupun didalamnya bisa terdapat tiga kategori. Contoh rumusan hipotesisnya adalah sebagai berikut : H0 : kecenderungan masyarakat memilih warna mobil gelap. Ha : kecenderungan masyarakat memilih warna mobil bukan gelap.

Pengujian Hipotesis (skripsi dan tesis)

 Menurut Sugiyono (2005: 5) disebutkan bahwa: “hipotesis merupakan dugaan atau jawaban sementara terhadap rumusan masalah penelitian. Dikatakan sementara karena jawaban yang diberikan baru didasarkan pada teori dan belum menggunakan fakta.” Jika asumsi atau dugaan itu dikhususkan mengenai populasi, misalnya mengenai nilai-nilai parameter populasi, maka hipotesis tersebut disebut hipotesis statistik. Setiap hipotesis bisa benar atau tidak benar dan karenanya perlu diadakan penelitian sebelum hipotesis itu diterima atau ditolak. Langkah atau prosedur untuk menentukan apakah menerima atau menolak hipotesis dinamakan pengujian hipotesis. Hipotesis disajikan dalam bentuk pernyataan yang menghubungkan secara eksplisit maupun implisit satu variabel dengan variabel lain. Hipotesis yang baik selalu memenuhi dua persyaratan, yaitu: menggambarkan hubungan antar variabel dan dapat memberikan petunjuk bagaimana pengujian terhadap hubungan tersebut. Di dalam pengujian terdapat dua hipotesis yakni hipotesis nol (H0) dan hipotesis alternatif (Ha). hipotesis nol (H0) digunakan sebagai dasar pengujian statistik, atau hal yang berlaku secara umum. Dalam pengambilan keputusan H0,  kadang-kadang dilakukan kesalahan. 

Ada dua tipe kesalahan yang mungkin dilakukan yakni kesalahan tipe I dan kesalahan tipe II. Kesalahan tipe I terjadi jika menolak hipotesis nol (H0) dengan syarat H0 benar. Sedangkan kesalahan tipe II terjadi jika menerima hipotesis nol (H0) dengan syarat H0 salah. Hipotesis alternatif (Ha) merupakan kesimpulan sementara dari hubungan antar variabel yang sudah dipelajari dari teori-teori yang berhubungan dengan suatu masalah. Bila kita hendak membuat keputusan mengenai perbedaan-perbedaan, kita menguji H0 terhadap Ha. Ha merupakan pernyataan yang kita terima jika H0 ditolak. Menurut Conover (1978: 80) disebutkan bahwa: “taraf signifikan (α) adalah peluang kesalahan tipe I atau peluang bersyarat menolak H0 dengan syarat H0 benar. Jadi α = (Tolak H0 / H0 benar). Taraf kritik (critical level) α adalah taraf signifikan terkecil yang harus dicapai untuk menolak H0 pada suatu pengamatan.” Dalam pengambilan kesimpulan ada kemungkinan untuk berbuat satu diantara dua tipe kesalahan. Maka dari itu peneliti harus dapat mencapai nilai kompromi yang merupakan keseimbangan yang optimal antara peluang-peluang yang diperbuat kedua tipe kesalahan itu. Untuk mencapai keseimbangan itu, maka digunakan fungsi kuasa (power function). Fungsi kuasa (power function) adalah peluang untuk menolak H0 ketika H0 salah. jadi peluang kuasa uji adalah 1 - β. Untuk setiap pengujian dengan α yang ditentukan, besar β dapat dihitung. Harga 1 - β dinamakan kuasa uji. Jika nilai β berbeda untuk harga parameter yang berlainan, maka β bergantung pada parameter, katakanlah θ, sehingga didapat β(θ) 20 sebuah fungsi yang bergantung pada θ. Bentuk β(θ) dinamakan fungsi ciri operasi, dan 1 - β( θ) dinamakan fungsi kuasanya. 

Skala Rasio (skripsi dan tesis)

 Menurut Soepono (2002: 7) “skala rasio didefinisikan, bila suatu skala interval mempunyai titik nol yang nyata, skala tersebut dinamakan skala rasio.” Dalam skala rasio perbandingan dari tiap titik pada unit pengukuran adalah bebas. Skala rasio sama dengan skala interval, yaitu antara dua nilai yang berurutan mempunyai jarak yang sama atau berupa angka dalam arti yang sebenarnya. Perbedaanya adalah bahwa dalam skala rasio angka 0 bersifat absolute (mutlak). Jadi 0 berarti kosong sama sekali. Misalnya massa 0 kg berarti tidak ada kuantitas sama sekali.

Skala Interval (skripsi dan tesis)

Skala Interval adalah skala yang digunakan untuk data yang menunjukkan adanya penggolongan yang mempunyai besaran sama, data ini mempunyai ciri yang berkelanjutan (kontinu) sehingga dapat diukur, skala ini mempunyai angka 0 mutlak. Oleh sebab itu harga atau nilai yang dimiliki setiap intervalnya adalah sama, misal isi interval 1-2 akan memiliki harga yang sama dengan isi interval 8- 9. Contoh dari skala data ini adalah, prestasi belajar siswa berentang antara 0- 100 atau 0-10, hasil IQ, hasil tes fisik dan sebagainya. Satu hal yang perlu diingat adalah, bahwa pada skala data ini tidak memiliki harga 0 mutlak. Bilangan 0 yang dimiliki disini adalah bilangan 0 relatif, sebab walaupun individu mendapat nilai prestasi belajar 0, ini tidak berarti bahwa individu tersebut prestasi belajarnya kosong sama sekali.

Skala Ordinal (Skripsi dan tesis)

Skala ordinal dapat digunakan untuk menunjukkan status atau tingkat kedudukan individu yang satu dengan yang lainnya dalam karakteristik tertentu. Dalam skala ini dapat menentukan kedudukan individu dalam kelompok, namun tidak dapat mengetahui perbedaan antara yang satu dengan yang lainnya. Jarak antara 1 dan 2 dapat berbeda jauh dibandingkan jarak antara 5 dan 6. Penggolongan data ini mempunyai sifat berkelanjutan (kontinu), dimana masingmasing golongan mempunyai besaran sendiri-sendiri. Dari sini dapat ditarik kesimpulan bahwa, salah satu individu lebih besar (kecil) dibandingkan dengan yang lainnya. Data ordinal seperti pada data nominal, adalah data dengan level lebih tinggi daripada data nominal. Jika pada data nominal, semua data kategori dianggap sama, maka pada data ordinal terdapat tingkatan data. Misalnya hasil ujian akhir suatu SMA menyatakan bahwa: (1) Siswa A sebagai juara 1; (2) Siswa B sebagai juara 2; (3) Siswa C sebagai juara 3; (4) dst. Dalam hal ini angka satu mempunyai nilai lebih tinggi daripada angka 2 maupun 3, tetapi skala ini tidak bisa menunjukkan perbedaan kemampuan antara A, B, dan C secara pasti. Juara satu tidak berarti mempunyai kemampuan dua kali lipat juara dua maupun mempunyai kemampuan tiga kali lipat dari kemampuan juara tiga. Di samping itu perbedaan kemampuan antara siswa juara 1 dengan siswa juara 2, juga berkemungkinan besar tidak sama dengan perbedaan kemampuan siswa juara   2 dengan siswa juara 3. Dengan demikian maka rentangan kemampuan siswa untuk rentangan kemampuan untuk masing-masing juara tidak selalu sama (tetap), walaupun angka yang dipakai sebagai pengganti mempunyai rentangan yang sama.

Skala Nominal (Skripsi dan tesis)

 Skala nominal adalah skala yang digunakan untuk mengkategorikan (menggolongkan) data atas dasar kriteria yang jelas dan tegas dan bersifat diskrit. Data penelitian dapat dikategorikan menjadi dua atau lebih, tergantung pada karakteristik data itu sendiri. Skala nominal tidak diberi konotasi perbedaan harga, dengan kata lain, kategori yang satu tidak lebih tinggi dari kategori yang lain. Misalnya adalah kategori dari etnis yang ada di Indonesia; Jawa, Madura, Batak, Bali, Dayak, Sunda, Badui, dan lain sebagainya. Kedudukan setiap etnis tersebut tidak menggambarkan status sosial yang berbeda. Kategori jenis agama yang ada di Indonesia, Islam, Katolik, Kristen, Hindu, dan Budha, kedudukan setiap kategori agama tersebut tidak menunjukkan perbedaan, misalnya agama Islam lebih baik dari agama yang lain. Pengukuran skala ini hanya dapat dilakukan dengan menghitung jumlah frekuensinya saja, berapa jumlah individu yang tergolong etnis Jawa, Bali, Batak dan sebagainya. Angka dari hasil penjumlahan inilah merupakan data berskala nominal, yang selanjutnya akan dianalisis dengan menggunakan statistik. Data bertipe nominal adalah data yang paling rendah dalam level pengukuran data. Jika suatu pengukuran data hanya menghasilkan satu dan hanya satu-satunya kategori, data tersebut adalah data nominal (data kategori). Data nominal dalam praktik statistik biasanya dijadikan angka, yaitu proses yang 16 disebut kategorisasi. Misalnya dalam pengisian data jenis kelamin, laki-laki dikategorikan ‘1’ dan perempuan dikategorikan ‘2’.

Populasi (skripsi dan tesis)

Menurut Sudjana (2005: 6) disebutkan bahwa: “populasi merupakan totalitas semua nilai yang mungkin, hasil menghitung ataupun pengukuran, kuantitatif atau kualitatif mengenai karakteristik tertentu dari semua anggota kumpulan yang lengkap dan jelas yang ingin dipelajari sifat-sifatnya.” Jadi populasi bukan hanya orang, tetapi juga benda-benda alam yang lain. Populasi juga bukan sekadar banyaknya objek yang dipelajari, tetapi meliputi seluruh karakteristik/sifat yang dimiiki oleh objek tersebut

Statistika Nonparametrik (Skripsi dan tesis)

 Menurut Siegel (1997: 38) disebutkan bahwa: “uji statistika nonparametrik adalah statistika yang modelnya tidak menetapkan syarat-syarat mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya.” Beberapa asumsi yang berhubungan erat dengan uji statistika nonparametrik adalah bahwa pengamatan tersebut bebas dan variabel yang diamati kontinu, tetapi asumsi yang dibuat adalah lebih lemah dan kurang teliti bila dibandingkan dengan uji parametrik. Oleh karena itu, uji nonparametrik tidak membutuhkan suatu pengukuran dengan tingkat ketelitian yang tinggi seperti uji parametrik. Biasanya uji nonparametrik dipakai untuk menganalisis data dalam skala ordinal dan nominal. Menurut Siegel (1997: 40), keunggulan uji statistika nonparametrik antara lain: Jika sampelnya terlalu kecil, maka tidak ada alternatif lain menggunakan uji statistika nonparametrik, kecuali jika sifat distribusi populasinya diketahui dengan pasti. Uji nonparametrik dapat digunakan untuk menganalisis data yang pada dasarnya adalah data dalam bentuk ranking. 

Jadi peneliti hanya dapat mengatakan terhadap subyek penelitian bahwa yang satu memiliki lebih atau kurang karakteristik dibandingkan lainnya,  tanpa dapat mengatakan seberapa besar lebih atau kurang itu. Uji nonparametrik lebih mudah dipelajari dan diterapkan dibandingkan dengan uji parametrik. Menurut Siegel (1997: 41), kelemahan uji statistika nonparametrik antara lain: Jika data telah memenuhi semua anggapan atau asumsi model statistik parametrik, dan jika pengukurannya mempunyai kuasa (power) seperti yang diinginkan, maka penggunaan metode nonparametrik akan merupakan penghamburan data. Tingkat penghamburan atau penyianyiaan itu dinyatakan oleh kekuatan efisiensi kuasa uji nonparametrik. Perlu dinyatakan bahwa jika suatu uji nonparametrik memiliki efisiensi kuasa uji yang besar, maka metode parametrik yang sesuai akan efektif dibandingkan dengan menggunakan metode nonparametrik. 

Statistika Parametrik (skripsi dan tesis)

 Statistika parametrik adalah alat bantu analisis data dengan berdasar pada syarat-syarat, bahwa sampelnya harus berdistribusi normal yang diambil secara random, dan datanya berskala interval dan atau rasio. Syarat-syarat itu biasanya tidak diuji dan dianggap sudah dipenuhi, seberapa jauh makna hasil suatu uji parametrik bergantung pada validitas anggapan-anggapan tadi. Uji parametrik juga menuntut bahwa skor-skor yang dianalisis merupakan hasil suatu pengukuran yang sedikitnya berkekuatan sebagai skala interval. Penggunaan analisis statistika parametrik, tergantung dari asumsi-asumsi dasar berkaitan dengan distribusi dan jenis skala data yang diperoleh dari populasi maupun sampel penelitiannya. 

Ada beberapa persyaratan asumsi dasar untuk menggunakan statistika parametrik, yaitu: 

1. Data yang diperoleh dari observasi harus bersifat independent, di mana pemilihan salah satu kasus tidak tergantung pada pemilihan kasus lainnya. 

2. Sampel yang diperoleh dari populasi berdistribusi normal, dan diambil secara random.

 3. Sampel-sampelnya memiliki varians yang sama atau mendekati sama, terutama jika sampelnya kecil

. 4. Variabel-variabel yang digambarkan berupa skala interval atau rasio (Soepono, 2002: 4). 

 Data yang berskala nominal atau ordinal tidak memenuhi syarat untuk diolah dengan statistika parametrik. Namun dalam kenyataannya banyak hal dalam hal penelitian, seorang peneliti dihadapkan pada suatu di mana persyaratanpersyaratan di atas tidak dapat terpenuhi, untuk memecahkan masalah yang berkaitan dengan penggunaan analisis statistik ini, maka statistik non parametric lah dapat dipakai sebagai alat bantu untuk menganalisis datanya. Ini merupakan uji statistik yang tidak memerlukan asumsi tentang distribusi dari populas

Statistika Inferensial (Skripsi dan tesis)

Menurut Sugiyono (2005: 13) disebutkan bahwa: “Statistika Inferensial adalah statistika yang digunakan untuk menganalisis data sampel, dan hasilnya akan digeneralisasikan (diinferensikan) untuk populasi di mana sampel diambil.” Statistika inferensial memperkenalkan langkah-langkah dalam tiap usaha untuk mengambil kesimpulan dari fakta yang disajikan sampel. Statistika inferensial dibagi menjadi dua macam, yakni statistika parametrik dan statistika nonparametrik. Statistika inferensial mencakup beberapa langkah yang terprosedur secara sistematik, mulai dari perumusan masalah, kajian pustaka dan kajian temuan penelitian yang relevan dengan masalah penelitian, untuk memformulasikan hipotesis sampai dengan taraf inferensial yang dicerminkan dari hasil analisis statistik untuk pengujian hipotesis dan penggeneralisasian temuannya. Menurut Soepono (2002: 3) dijelaskan bahwa: “fungsi statistik dalam penelitian inferensial adalah sebagai alat bantu yang tidak hanya untuk mendeskripsikan, tetapi lebih ditekankan pada fungsi analisis untuk menginferensialkan (menemukan ciri-ciri statistik tertentu) untuk suatu populasi dari suatu sampel secara random dalam rangka pengujian hipotesis penelitian

Statistika Deskriptif (skripsi dan tesis)

Menurut Sugiyono (2005: 12) disebutkan bahwa: “Statistika Deskriptif adalah statistika yang digunakan untuk menggambarkan atau menganalisis suatu statistik hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih luas. Suatu penelitian yang tidak menggunakan sampel, analisisnya akan menggunakan statistika deskriptif.”   Statistika deskriptif pada hakekatnya merupakan tingkatan awal dan pengembangan suatu ilmu atau disiplin yang di dalamnya mencakup gambaran atau koleksi data dari suatu objek atau fenomena yang diamati. Dalam hal ini penelitian hanya bermaksud untuk membangun konfigurasi atau deskripsi apa adanya dari suatu fenomena yang berbeda dalam konteks penelitiannya. Penelitian ini biasanya masih bersifat eksploratif, hasil penelitian ini masih berupa hipotesis yang masih memerlukan pengujian kebenarannya dalam studi lanjutan

Statistika (skripsi dan tesis)

Dari hasil penelitian (riset) maupun pengamatan, baik yang dilakukan khusus ataupun berbentuk laporan, sering diminta atau diinginkan suatu uraian, penjelasan atau kesimpulan tentang persoalan yang diteliti. Sebelum kesimpulan dibuat, keterangan atau data yang telah terkumpul itu terlebih dahulu dipelajari, dianalisis atau diolah dan berdasarkan pengolahan inilah baru kesimpulan dibuat. Tentulah dimengerti bahwa pengumpulan data atau keterangan, pengolahan dan pembuatan kesimpulan harus dilakukan dengan baik, cermat, teliti, hati-hati, mengikuti cara-cara dan teori yang benar dan dapat dipertanggungjawabkan. 

Menurut Sudjana (2002: 3) disebutkan bahwa: “Statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan atau penganalisisannya dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisisannya yang dilakukan.” Ada dua jalan untuk mempelajari statistika, yang pertama melalui kajian statistika matematis atau statistika teoritis, dalam mempelajari statistika diperlukan dasar matematika yang kuat dan mendalam. Yang dibahas antara lain penurunan sifat-sifat, dalil-dalil, rumus-rumus, menciptakan model-model dan segi-segi lainnya yang teoritis dan matematis. Kedua adalah kajian statistika semata-mata dari segi penggunaannya. Aturan-aturan, rumus-rumus, dan sifatsifat dan sebagainya yang telah diciptakan oleh statistika teoritis, diambil dan digunakan bagian yang dipandang perlu dalam berbagai bidang pengetahuan

Statistik (skripsi dan tesis)

Kedudukan statistik dalam konteks penelitian, pada dasarnya adalah sebagai alat bantu untuk memberi gambaran atas suatu peristiwa melalui bentuk yang sederhana, dapat berupa angka-angka atau berupa grafik-grafik. Akurasi penggunaan statistik sebagai alat analisis data sangat tergantung pada pemakainya. Anggapan yang mengatakan bahwa, statistik sebagai alat analisis yang paling tepat maupun anggapan bahwa tanpa statistik, maka penelitian yang dilakukan kurang dapat dipertanggungjawabkan, harus dikesampingkan jauh-jauh. Di samping itu ada pula anggapan bahwa statistik merupakan sesuatu yang sulit dipelajari, terutama bagi orang-orang sosial, juga tidak benar. Sebab pada dasarnya statistik adalah suatu ilmu yang mudah dipelajari asal cara mempelajarinya tepat, dan statistik dapat mendeskripsikan sesuatu yang samar menjadi jelas. Banyak persoalan, dari hasil penelitian (riset) ataupun penelitian pengamatan, baik yang dilakukan khusus ataupun berbentuk laporan, dinyatakan dan dicatat dalam bentuk bilangan atau angka-angka. Kumpulan angka-angka itu sering disusun, diatur dan disajikan dalam bentuk daftar atau tabel. 

Jadi kata statistik telah dipakai untuk menyatakan kumpulan data, bilangan maupun non  bilangan yang disusun dalam tabel atau diagram, yang melukiskan atau menggambarkan suatu persoalan. Statistik yang menjelaskan sesuatu hal biasanya diberi nama statistik mengenai hal yang bersangkutan. Kata statistik juga masih mengandung pengertian lain, yakni dipakai untuk menyatakan ukuran sebagai wakil dari kumpulan data mengenai suatu hal. Menurut Sudjana (2005: 2) disebutkan bahwa: “Statistik merupakan kumpulan data, bilangan maupun non bilangan yang disususn dalam tabel dan atau diagram yang melukiskan atau menggambarkan suatu persoalan.” Di dalam statistik angka merupakan simbol atau pernyataan verbal atas objek yang akan dikemukakan. Kegunaan statistik tidak hanya untuk mendeskripsikan data yang diperoleh pada waktu lampau, misalnya data mengenai jumlah penduduk, pendapatan perkapita masyarakat, tingkat produksi lahan dan tingkat pertumbuhan perekonomian suatu daerah, akan tetapi dengan statistik sebagai simbol data, dapat digunakan sebagai pijakan untuk memprediksi kejadian atau peristiwa di masa yang akan datang serta dapat memberi simpulan yang tegas dan akurat

Kruskal – Wallis (skripsi dan tesis)

Uji Kruskal – Wallis sering pula disebut Uji H Kruskal – Wallis, adalah rampatan uji jumlah rang (dwisampel Wilcoxon) untuk sejumlah sampel k>=2. Uji ini digunakan untuk menguji hipotesis nol bahwa k sampel bebas berasal dari populasi yang sama. Diperkenalkan oleh W.H. Kruskal dan W.A. Wallis pada tahun 1945, uji ini merupakan padanan cara nonparametrik untuk menguji kesamaan rataan dalam analisis variansi ekafaktor bila si pencoba ingin menghindari bahwa sampel berasal dari populasi normal.

Uji ini mirip dengan uji Anova pada data parametrik hanya saja tidak dipenuhi anggapan k kenormalan dari data. Analisis yang digunakan berdasarkan R_ij yaitu ranking data, bukan data itu sendiri.

Langkah – langkah uji Kruskal - Wallis :

1.      H₀ : Semua K populasi adalah identik

2.      H₁ : Tidak semua K populasi identik

3.      Tentukan taraf nyatanya.

4.     Tentukan daerah kritisnya dengan menggunakan tabel chi-kuadrat.     Dengan derajat kebebasan v = k-1

5.      Melakukan perhitungan uji kruskal – wallis dengan rumus dibawah ini

dengan n_i  merupakan jumlah data pengamatan disetiap sampel dan r_i merupakan jumlah rang dalam satu sampel data pengamatan

Uji Rang-Tanda (skripsi dan tesis)

Uji Rang-Tanda dicetuskan oleh Frank Wilcoxon pada tahun 1945 dan saat ini disebut sebagai uji rang-tanda Wilcoxon. Uji ini memanfaatkan baik tanda maupun besarnya selisih. Uji rang-tanda Wilcoxon digunakan untuk kasus dua sampel yang dependen bila skala ukur memungkinkan kita menentukan besar selisih yang terjadi, jadi bukan sekedar hasil pengamatan yang berbeda saja. Uji rang-tanda Wilcoxon cocok digunakan bila kita dapat mengetahui besarnya selisih antara pasangan-pasangan harga pengamatan X₁ dan Y₁ berikut arah selisih yang bersangkutan. Apabila kita dapat menentukan besarnya setiap selisih, maka kita dapat menetapkan peringkat untuk masing-masing selisih itu. Melalui penyusunan peringkat selisih – selisih inilah uji Wilcoxon memanfaatkan informasi tambahan yang tersedia.

Asumsi :

         Data untuk analisis terdiri atas n buah beda. D₁ = Y₁ – X₁

         Sampel X dan sampel Y adalah Variabel- variable acak kontinyu dan beda X₁ - Y₁,  X₂ -Y₂…dst bersifat kontinyu pula.

         Hipotesis nol yang di uji menyatakan bahwa median perbedaan pasangan nilai pengamatan kedua sampel sama dengan nol.

Uji Tanda (skripsi dan tesis)

    Uji tanda digunakan untuk menguji hipotesis mengenai median populasi. Dalam banyak kasus prosedur nonparametrik, rataan digantikan oleh median sebagai parameter lokasi yang relevan untuk diuji.

Uji tanda juga mempunyai asumsi dimana asumsinya adalah distribusinya bersifat binomial. Binomial artinya mempunyai dua nilai. Nilai ini dilambangkan dengan tanda, yaitu positif dan negatif. Ini mengapa ia disebut uji tanda.

Uji tanda banyak digunakan karena uji ini paling mudah untuk dilakukan pengujiannya dan tidak memakan waktu yang lama. Pengerjaan pengujian ini terbilang cukup mudah. Apabila setiap nilai pengamatan memiliki nilai lebih besar dari nilai rataannya maka diganti dengan tanda (+). Sedangkan, apabila setiap nilai pengamatan memiliki nilai kurang dari nilai rataannya maka diganti dengan tanda (-). Dan, apabila nilai pengamatannya sama dengan nilai rataannya maka nilai pengamatan tersebut harus dibuang.

Pengujian uji tanda yang pertama dilakukan adalah menentukan hipotesis nolnya beserta dengan hipotesis tandingannya. Tentukan pula taraf nyatanya beserta nilai proporsi peubah binomial X-nya. Kemudian melakukan penghitungan  Z hitung (apabila jumlah sampel lebih dari 30) dengan nilai n merupakan jumlah data pengamatan setelah dibandingkan dengan nilai rataannya dan nilai x adalah jumlah data pengamatan dengan tanda (+). Dengan begitu nilai Z akan didapat dan nilai P (proporsi)nya dapat ditentukan. Keputusan H₀ akan ditolak apabila nilai P yang didapat lebih kecil atau sama dengan nilai taraf nyatanya.

Analisis Regresi (skripsi dan tesis)

Regresi adalah salah satu metode statistika yang berguna untuk memodelkan

fungsi hubungan antara variabel respon dengan variabel prediktor. Persamaan

matematik yang memungkinkan untuk meramalkan nilai-nilai suatu variabel

respon dari nilai-nilai satu atau lebih variabel prediktor disebut persamaan regresi

(Walpole, 1995).

Statistika Deskriptif (skripsi dan tesis)

Statistika deskriptif merupakan metode-metode yang berkaitan dengan

pengumpulan dan penyajian data sehingga memberikan informasi yang berguna.

Metode ini bertujuan untuk menguraikan tentang sifat-sifat atau karakteristik dari

suatu keadaan dan membuat deksripsi atau gambaran yang sistematis dan akurat

mengenai fakta-fakta dan sifat-sifat dari fenomena yang diselidiki. Contoh dari

penyajian data dalam statistika deskriptif adalah tabel, diagram, dan grafik

(Walpole, 1995).

Uji Mann-Whitney (Skripsi dan tesis)

Metode Mann-Whitney test digunakan untuk menguji dua perbedaan median dari dua sampel yang diambil secara independent, sampel-sampel random tersebut bisa diperoleh dari populasi-populasi yang berdistribusi normal atau tidak berdistribusi normal (Andi, Supangat, 2007). Penggunaan distribusi normal dan distribusi “t” ditunjukkan untuk menguji perbedaan antara 2 sampel mean yang membutuhkan asumsi-asumsi sebagai berikut:

 1. Dua macam sampel yang dipilih adalah bersifat independent random sampel. 

2. Populasi asalnya harus berdistribusi normal serta memiliki varians yang sama.  Pada test tanda (Sign test) sebelumnya analisa tidak didasarkan pada pemenuhan kedua asumsi tersebut diatas, namun pada situasi tertentu dimana asumsi pertama dapat dipenuhi (kedua sampel bersifat independen) dan hanya asumsi mengenai normalitas masih diragukan, maka kita lebih baik menggunakan pengujian dengan metode Mann-Whitney yang lebih dikenal dengan U test. Hipotesis nol yang akan diuji adalah bahwa dua sampel independen diambil dari populasi-populasi yang mempunyai mean yang sama, sedangkan hipotesis alternatifnya menyatakan bahwa dua sampel independen diambil dari populasi-populasi yang mempunyai mean yang berbeda. 

Bila pengujian dilakukan dengan satu sisi maka hipotesis alternatifnya menyatakan bahwa mean yang berasal dari suatu populasi tertentu adalah lebih besar atau lebih kecil dari mean populasinya. (Djarwanto, 1998) Asumsi yang digunakan pada uji Mann-Whitney : (Siegel, 1997) 

1. Dua sampel berukuran n dan m harus independen. 

2. Sampel dipilih secara acak. 

3. Variabel diukur paling sedikit dalam skala ordinal.

 Langkah-langkah pengujiannya adalah sebagai berikut (Djarwanto, 2003) 

1. Gabungkan kedua sampel independen dan beri rangking pada tiap-tiap anggotanya mulai dari nilai pengamatan terkecil sampai nilai pengamatan terbesar. Untuk memudahkan dapat disusun bentuk array lebih dahulu. Apabila ada dua atau lebih nilai pengamatan yang sama, digunakan jenjang rata-rata. 

2. Hitunglah jumlah rangking masing-masing bagi sampel pertama dan kedua dan notasikan dengan dan . 

3. Untuk uji statistik U, kemudian dihitung: dari sampel pertama dengan pengamatan (2) atau sampel kedua dengan pengamatan 

 4. Dari dua nilai U tersebut yang digunakan adalah nilai U yang lebih kecil. Nilai yang lebih besar ditandai dengan . Sebelum pengujian dilakukan perlu diperiksa apakah telah didapatkan U atau dengan cara membandingkannya dengan nilai . Bila nilainya lebih besar daripada nilai tersebut adalah dan nilai U dapat dihitung

 5. Bandingkan nilai U statistik dengan nilai U dalam tabel

Menentukan Besar Sampel (skripsi dan tesis)

Menurut Roscoe dalam buku Research Methods For Bussines (1992:253) memberikan saransaran tentang ukuran sampel sebagai berikut : 

1. Ukuran sampel yang layak digunakan dalam penelitian adalah antara 30 sampai dengan 500. 

2. Bila sampel dibagi dalam kategori (pria-wanita, pegawai negeri-swasta) maka jumlah anggota sampel setiap kategori minimal 30.

 3. Bila dalam penelitian akan melakukan analisis dengan multivariat (korelasi atau regresi ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah variabel yang diteliti. Misalnya variabel penelitiannya ada 5 (independen + dependen) maka jumlah anggota sampel = 10 x 5 = 50. 

4. Untuk penelitian eksperimen yang sederhana, yang menggunakan kelompok eksperimen dan kelompok kontrol maka jumlah anggota sampel masing-masing 10 s/d 20.  

Detail mengenai ukuran sampel yang digunakan harus disesuaikan dengan jenis metode yang digunakan, meskipun ketepatannya perlu digunakan metode statistika dalam menentukan jumlah sampel yang diambil. Pada umumnya untuk tahap awal ataupun untuk peneliti pemula, sampel yang diambil sekitar 10% dari total individu populasi yang diteliti (Sugiarto, 2001) sampel untuk metode yang digunakan. Salah satu metode yang digunakan untuk menentukan besar sampel yang populasinya diketahui adalah dengan menggunakan metode Slovin.

Pemilihan Sampel dari Polulasi Secara Tidak Acak (Nonrandom atau Nonprobability Sampling) (skripsi dan tesis)

 Non probability sampling (penarikan sampel secara tak acak) dikembangkan untuk menjawab kesulitan yang ditimbulkan dalam menerapkan metode acak, terutama dalam kaitannya dengan pengurangan biaya dan permasalahan yang mungkin timbul dalam pembuatan kerangka sampel. Hasil dari non probability ini sering kali mengandung bias dan ketidaktentuan yang bisa berakibat buruk. Permasalahan yang muncul ini tidak dapat dihilangkan dengan hanya menambah ukuran sampelnya. Alasan inilah yang mengakibatkan keengganan para statistikawan untuk menggunakan metode ini. Teknik–teknik nonrandom terdiri atas 3 macam yaitu:

 1. Quota Sampling 

Untuk teknik sampling ini biasanya digunakan data dari populasi yang berkaitan dengan kependudukan seperti: lokasi geografis, usia, jenis kelamin, pendapatan, pendidikan. Quota sampling ini terdiri dari dua tahap. Tahap pertama adalah tahapan di mana peneliti merumuskan kategori kontrol atau kuota dari populasi yang ditelitinya. Tahapan kedua adalah penentuan bagaimana sampel akan diambil dapat secara Convenience ( berdasarkan ketersediaan elemen dan kemudahan untuk mendapatkannya atau sampel diambil / terpilih karena sampel tersebut ada pada waktu dan tempat yang tepat ) atau judgment ( sampel diambil berdasarkan kriteria-kriteria yang telah dirumuskan terlebih dahulu oleh peneliti). Perbedaan antara judgment dengan quota sampling terletak pada adanya suatu batasan pada quota sampling bahwa sampel yang diambil harus sejumlah tertentu yang dijatah dari setiap subgroup yang telah ditentukan dari suatu populasi. 

2. Sampling Kebetulan 

Sampling kebetulan dilakukan apabila pemilihan anggota sampelnya dilakukan terhadap orang atau benda yang kebetulan ada atau dijumpai. Keuntungannya murah, cepat, dan mudah sedangkan kelemahannya adalah kurang reprensetatif. 

3. Sampling Bertujuan 

Teknik ini digunakan apabila anggota sampel yang dipilih secara khusus berdasarkan tujuan penelitiannya. Keuntungan menggunakan teknik ini adalah murah, cepat dan mudah serta relevan dengan tujuan penelitiannya. Kerugiannya adalah tidak representatif untuk mengambil kesimpulan secara umum