PENGUJIAN STATISTIK

Makalah

Metoda Penelitian Akuntansi

DosenPengampu:

Wawan Sadtyo Nugroho, S.E., M.Si., Ak., C.A.

DisusunOleh:

Riana Anggraeni Afifah 15.0102.0152

Dian Novita Sari 15.0102.0174

Ferdan Dwi Jatmiko 15.0102.0189

FAKULTAS EKONOMI DAN BISNIS PRODI AKUNTANSI

UNIVERSITAS MUHAMMADIYAH MAGELANG

2018
 BAB I
PENDAHULUAN

Latar belakang masalah

Statistika berasal dari bahasa latin yaitu status yang berarti negara dan digunakan untuk
urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya digunakan untuk menggambar
keadaan dan menyelesaikan masalah yang berhubungan dengan kenegaraan saja seperti :
perhitungan banyaknya penduduk, pembayaran pajak, gaji pegawai, dan lain sebagainya
Pada kenyataannnya sangatlah sulit untuk mendapatkan sampel yang memenuhi asumsi
mempunyai distribusi tertentu. Kebanyakan sampel yang diperoleh hanyalah sebatas menedekati
tertentu. Oleh karena itu, kemudaian dikembangkan suatu teknik inferensi yang tidak
memerlukan uji asumsi-asumsi tertentu memgenai distribusi sampelnya,dan juga tidak
memerlukan uji hipotesis yang berhubungan dengan parameter populasinya. Teknik ini dikenal
dengan parametri bebas distribusi atau statistika non parametrik.
Dalam dunia statistika banyak cara mengumpulkan data sebagai dasar dalam melakukan
penelitian. Pengumpulan data ini dilakukan agar peneliti dapat memperoleh data-data yang
dibutuhkan, mencari hubungan dari variabel-variabel yang diteliti, memprediksi masa depan dan
sebagainya untuk kebutuhan penelitian. Untuk memprediksi hal tersebut, kita menggunakan
metode Statistika Non parametrik dan Penelitian Survei.
Metode Statistika Non Parametrik pengambilan kesimpulan dapat ditarik tanpa
memperhatikan bentuk distribusi populasi. Sedangkan Penelitian Survei, disgunakan untuk
pengambilan data dari suatu populasi dengan menggunakan media kuesioner sebagai alat
pengumpul data yang pokok. Statistika menggunakan metode penelitian survei dalam
mengumpulkan data sebagai dasar penelitian dan menggunakan Statistika Non Parametrik untuk
mengatasi pemecahan data yang memiliki ukuran sampel kecil dan asumsi-asumsi yang kurang
dimiliki oleh peneliti.
Ini digunakan agar pendapat dari suatu populasi tersebut dapat diolah sebagai data
statistik dan kita dapat memprediksi masa depan dan sebagainya seperti yang disebutkan di atas.
STATISTIK PARAMETRIK DAN NON PARAMETRIK
1 . Statistik Parametrik
Statistik Parametrik yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau
distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain,
data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi
normalitas. Pada umumnya, jika data tidak menyebar normal, maka data seharusnya
dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan
transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa dikerjakan
dengan statistik parametrik.
Contoh metode statistik parametrik :
a. Uji-z (1 atau 2 sampel)
b. Uji-t (1 atau 2 sampel)
c. Korelasi pearson,
d. Perancangan percobaan (one or two-way anova parametrik), dll.
Ciri-ciri statistik parametrik :
- Data dengan skala interval dan rasio
- Data menyebar/berdistribusi normal

Materi Pokok Statistika Parametrik

a. Korelasi Product Moment

Korelasi product moment disebut juga korelasi Pearson adalah teknik analisis statistik yang
mempunyai kegunaan untuk menganalisis data penelitian yang mempunyai karakteristik di
antaranya:

1. Hipotesis yang diajukan adalah hipotesis asosiatif

2. Datanya berskala minimal interval

3. Penyebaran data berdistribusi normal

b. Regresi Linear Sederhana

c. Regresi Linear Ganda

 d. Regresi Logistik

Teknik statistik ini digunakan untuk mengetahui pengaruh satu variable independen
atau lebih (X) terhadap satu variable dependen (Y), dengan syarat:

1. Variabel dependent harus merupakan variable dummy yang hanyapunya dua alternatif.
Misalnya Puas atau tidak puas, dimana jikaresponden menjawab puas maka kita beri
skor 1 dan jikamenjawab tidak puas kita beri skor 0.

2. Variabel independent mempunyai skala data interval atau rasio

Keunggulan dan kelemahan statistik parametrik

Keunggulan :
1.Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan
dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.
2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta
memiliki varian yang homogen.
Kelemahan :
1. Populasi harus memiliki varian yang sama.
2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.
3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan
bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.

2.Statistika Non Parametrik

Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya
menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak
berdistribusi normal.

Contoh metode statistik non-parametrik :

a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
 d. Fisher probability exact test.
e. Chi-square test, dll
Ciri-ciri statistik non-parametrik :
- Data tidak berdistribusi normal
- Umumnya data berskala nominal dan ordinal
- Umumnya dilakukan pada penelitian sosial
- Umumnya jumlah sampel kecil.
Keunggulan dan kelemahan statistik non-parametrik :
Keunggulan :
1. Tidak membutuhkan asumsi normalitas.
2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih
mudah dimengerti jika dibandingkan dengan statistik parametrik karena ststistika non-
parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik
parametrik.
3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang
(ordinal).
4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang
secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data
kualitatif.
5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada
pengamatan yang nyata.
6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi,
tetapi dapat digunakan pada populasi berdistribusi normal.
Kelemahan :
1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik
parametrik.
3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti
pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati
eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu
3. Uji-uji Dalam Statistika Non Parametrik
1. Test For Binary Sequences
Terjadinya peristiwa secara random atau acak merupakan sesuatu yang penting dalam
analisis ststistika. Dalam prosedur statistik parametrik asumsi yang harus dipenuhi adalah bahwa
sampel yang kita miliki adalah sampel random. Jika sampel kerandoman dari sebuah sampel
diragukan, maka kita perlu satu cara atau prosedr untuk mengetahui sifat tersebut seblum analisis
selanjutnya dikerjakan. Proses penyidikan kerandoman akan didasarkan pada banyaknya runtun
(bariasan peristiwa,item, atau symbol dari bentuk yang berbeda) yang muncul dari data.
Kerandoman suatu rangkaian akan diragukan kalau banyaknya runtun terlalu besar atau terlalu
kecil.
Prosedur Pelaksanaan Uji Random
1. Merumuskan hipotesis nol dan hipotesis alternative (H0 dan H1).
2. Menentukan taraf keberartian ( ).
3. Menentukan bentuk statistik uji (ststistik hitung).
4. Menghitung jumlah deret (r).
5. Menghitung frekuensi kejadian (n1 dan n2).
6. Menghitung nilai ststistik uji.
7. Menarik kesimpulan ststistik (tolak atau terma H0)

2. Uji Wilcoxon
Merupakan suatu uji yang menghitung tanda dan besarnya selisih dari dua buah
rataan populasi. Uji ini lebih peka dari pada uji tanda dalam menemukan perbedaan antara
populasi. Dengan kata lain, uji peringkat bertanda wilcoxon digunakan jika besaran
maupun arah perbedaan relevan.
Untuk menentukan apakah terdapat perbedaan yang sesungguhnya antara pasangan
data yang diambil dari dua sampel yang berkait.

Prosedur Uji wilcoxon Untuk Pengamatan Berpasangan

1. Menyatakan hipotesis nol dan hipotesis alternatif (H0 dan H1).
2. Memilih tarap keberartian ( ).
 3. Menentukan daerah kritis W (bila dist Z digunakan).
4. Menyusun peringkat tanpa memperhatikan tanda.
5. Pemberian tanda atas peringkat yang telah ditetapkan.
6. Menjumlahkan peringkat dengan jumlah terkecil sebagai W.
7. Penarikan kesimpulan statistic tentang hipotesis nol (tolak H0 atau terima H0)
Penarikan Kesimpulan Statistik
Untuk menguji hipotesis nol (H0) dari uji Wilocoxon ini, selain dapat
meggunakan tabe harga-harga kritis W dalam uji jenjang bertanda data berpasangan
wilcoxon khususnya untuk sampel kecil, juga dapat menggunakan pendekatan distribusi
normal. Sedangkan untuk sampel besar digunakan pendektan distribusi normal.
Pengujian dilakukan dengan langkah-langkah sebagai berikut
Hipotesis
- Satu sisi
H0 :W(+) = (-)
H1 : W(+) > (-)
H0 :W(+) = (-)
H1 : W(+) < (-)
- Dua sisi
H0 :W(+) = (-)
H1 : W(+) ≠ (-)
Dimana :
W(+) = jumlah semua peringkat selisih pasangan pengamatan (xi,yi) yang bertanda positif
W(-)= jumlah semua peringkat selisih pasangan pengamatan (xi,yi) yang bertanda negatif
α = …%
Daerah kritis

A. Tabel Wilcoxon
Jika harga W adalah sama dengan atau kurang dari harga yang diberikan dalam
tabel, untuk satu tingkat signifikasi tertentu dengan N tertetu, maka tolak H0.
Jika harga α hit yang diperoleh dari tabel (dengan N dan W tertentu) adalah sama
dengan atau kurang dari harga yang telah ditentukan,maka tolak H0
 B. Distribusi Normal
Dari nilai Zhit yang diperoleh tentukan nilai peluang (P) padanannya, untuk tes
dua sisi kalikan dua P, bila P sama dengan atau kirang dari α, maka tolak H0.

Statistik hitung
Untuk setiap pasangan nilai pengamatan (xi,yi), hitung perbedaannya (di = xi-ui)
Berikan peringkat terhadap perbedaan nilai pasangan pengamatan, mulai dari
peringkat 1 untuk perbedaan nilai terkecil hingga peringkat n untuk perbedan terbesar.
Bila terdapat perbedaan nilai pasangan yang sama, perbedaan nilai yang sama diberi
nilai rata-ratanya. Bila ditemukan perbedaan nol, kita beri peringkat 1 dengan tanda
yang kemungkinanya menolak H0.
Beri tanda (+/-) kepada peringkat yang telah dibuat.
Hitung jumlah di yang brtanda positif (W+) dan negative (W-).
Statistika uji peringkat bertanda wilcoxon ialah W.W yang dipakai ialah W+ atau W-
yang nilainya “lebih kecil”.
A. Menggunakan tabel-Wilcoxon
W+ = (semua peringkat positif)

W- = (semua peringkat negatif)

B.Mengunakan Pendekatan Distribusi Normal (Z)

Zhit =

Kesimpulan
H0 ditolak, bila W , α hitung, atau p (normal) jatuh didalam daerah kritis.
2.9.3 Mann Whiney U Test
Dalam pengujian ini digunakan data dari dua sampel independen yang masing-
masing berasal dari populasi yang independent. Dua sampel masing-masing berukuran
n1 dan n2 dikatakan independent apabila pemilihan unit untuk kedua sampel tidak
saling mempengaruhi. Jadi apapun dan siapapun yang terpilih dari sampel pertama tidak
 mempengaruhi pemilihan pada sampel kedua populasi yang independent. Salah satu
pengujian yang dapat dilakukan adalah pengujian Mann-Whitney.

Prosedur Pengujian Mann-Whitney

1. Menyatakan hipotesis nol dan hipotesis alternatif (H0 dan H1).
2. Memilih tarap keberartian ( ).
3. Menyusun peringkat data tanpa memperhatikan katagori sampel.
4. Menjumlahkan peringkat menurut tiap katagori sampel dan menghitung ststistik U
(dipilih nilai U terkecil)
5. Penarikan kesimpulan ststistik mengenai hipotesis nol (tolak atau terima H0)
Penarikan Kesimpulan Statistik Hipotesis
Satu sisi
- H0 :U1(+) = U2(-)
- H1 : U1 (+) < U2 (-)
- H0 : U1 (+) = U2 (-)
- H1 : U1 (+) > U2 (-)
Dua sisi
- H0 :U1(+) =U2 (-)
- H1 : U2(+) ≠ U1(-)
Dimana U adalah nilai ststistik yang dipakai dalam tes ini, nilainya diperoleh dari
beberapa kali suatu skor dalam kelompok n2 mendahului skor dalam kelompok n1 (atau
sebaliknya, pilih nilai U minimum).
α = …%
daerah kritis
a.Tabel Mann – Whitney
Utuk n2 < 8 : jika harga α hitung yang diperoleh dari tabel (dengan n2,n1 dan
Umin diketahui) adalah sama dengan atau kurang dari harga α yang telah ditentukan,
maka tolak H0.
Untuk n2 diantara 9 dan 20 : jika harga U min adalah sama dngan atau kurang
dari harga U yang diberikan dalam tabel untuk satu signifikan tertentu, maka tolak H0.
b.Dist. Normal
Dari nilai Z hit yang diperoleh tentukan nilai peluang (P) padananya, untuk tes
dua sisi kalikan dua P, bila P sama dengan atau kurang dari α, maka tolak H0.
 BAB III
PENUTUP
3.1 KESIMPULAN
Statistika Parametrik yaitu ilmu statistika yang mempertimbangkanjenis 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 setidak2nya
dilakukan transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dg
statistika parametrik. Statistika parametrik juga adalah prosedur yang pengujian yang dilakukan
berlandaskan distribusi. Salah satu karakteristiknya penggunaan prosedur ini melibatkan asumsi-
asumsi tertentu. Contoh dari statistik parametrik adalah analisis regresi, analisis korelasi, analisis
varians.
Statistik Non-Parametrik adalah test yang modelnya tidak menetapkan syarat-syaratnya
yang mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya.
Oleh karena itu observasi-observasi independent dan variabel yang diteliti pada dasarnya
memiliki kontinuitas. Uji metode non parametrik atau bebas sebaran adalah prosedur pengujian
hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi yang
mendasarinya kecuali selama itu kontinu.
Pendeknya: Statistik Non-Parametrik adalah yaitu statistik bebas sebaran (tidak
mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik
non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang
umumnya tidak berdistribusi normal.
 DAFTAR PUSTAKA

J. Supranto, Statistika, (2000) jilid 1 Chap.6 edisi keenam, halaman 126 –145

Wayan Koster, Statistika, Teori dan Aplikasi (2001), edisi pertama, bab V, halaman 93-134

Bambang Kustituanto dan Rudy Badrudin, Statistika I, Seri Diktat Kuliah, Penerbit Gunadarma,
Jakarta, 1994

Haryono Subiyakto, Statistika 2, Seri Diktat Kuliah, Penerbit Gunadarma, Jakarta, 1994

Levin, Richard dan David Rubin, Statistics for Management, Prentice Hall, New Jersey, 1991

Ronald E Walpole, Pengantar Statistika, edisi terjemahan, PT Gramedia Jakarta, 1992

Dr. Indra Jaya, M.Pd., Penerapan Statistik untuk Pendidikan, Citapustaka, Bandung, 2013

www.gudangmateri.com

Santoso, Singgih 2001. Aplikasi Excel dalam Statistik Bisnis. Elex Media Komputindo. Jakarta.

Modul BSI (Bina Sarana Informatika) mata kuliah Statistika Deskriptif.