• Tidak ada hasil yang ditemukan

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis"

Copied!
13
0
0

Teks penuh

(1)

BAB 4

METODOLOGI PENELITIAN

Pada bab ini akan diuraikan kerangka pemikiran hipotesis, teknik pengumpulan data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis pengujian pada penelitian, teknik pengumpulan data berisi cara penulis mendapatkan data penelitian, sedangkan teknik analisis data berisi cara penulis meneliti data yang didapat menjadi sebuah hasil keputusan.

4.1 Kerangka Pemikiran dan Hipotesis

Penulis melakukan penelitian dan pengumpulan data secara studi literatur dengan mempelajari beberapa buku yang menjadi referensi, serta data nyata perusahaan dari PT. Jaya Transport berupa data sewa, data pendapatan selama 10 tahun terakhir. Data yang ada biasanya digunakan oleh perusahaan untuk melakukan analisis investasi. Untuk memberikan keakuratan dalam analisis, maka penulis akan membantu perusahaan untuk mendeteksi ada atau tidaknya heterokedastisitas dengan Uji Goldfeld-Quandt, kemudian dengan menggunakan Metode Weighted Least Squares, penulis akan memberikan solusi dengan menyusun model regresi yang baru , yang lebih akurat dipergunakan untuk analisis berikutnya.

Hipotesis akan diuji untuk membuktikan adanya heterokedastisitas dalam sebuah model regresi, penulis menggunakan data sewa dan pendapatan PT. Jaya Transport sebagai data penelitian. Apabila ternyata terdapat heterokedastisitas, maka dipergunakan Metode Weighted Least Squares untuk memecahkan solusinya.

(2)

Hipotesisnya :

0

H : tidak ada heterokedastisitas pada data deret waktu

1

H : ada heterokedastisitas pada data deret waktu

4.2 Teknik Pengumpulan Data

Penulis mengajukan proposal untuk meminta permohonan data kepada PT. Jaya Transport , dengan konten data sewa dan data penghasilan selama 10 tahun terakhir. Data per tahun terbagi atas 3 kuartal, yang berarti terdapat 30 jumlah data.

PT. Jaya Transport seringkali melakukan analisis investasi berdasar hasil data yang dikumpulkan, tetapi pihak perusahaan mengakui bahwa tidak adanya seorang analis, membuat data tersebut sulit diidentifikasi , dan akhirnya tidak terlalu berguna untuk kepentingan perusahaan.

Penulis akan bertindak sebagai analis perusahaan yang akan membantu menganalisis apa yang sebenarnya terjadi pada PT. Jaya Transport, berdasar data yang tersedia. Dengan melihat apakah data yang tersedia dapat menjadi data patokan analisis bagi perusahaan.

(3)

4.3 Teknik Analisis Data

Analisis data secara statistik terdiri dari 3 tahap :

Tahap 1. Membuat model regresi yang mana akan menjadi model regresi Ordinary Least Squares yang akan menjadi perbandingan dengan model regresi hasil Metode Weighted Least Squares. Data yang terdiri dari data per kuartal diubah menjadi data tahunan, sehingga data menjadi berjumlah 10.

i i X Y12 dimana,

(

)(

)

(

)

= = − − − = n i i n i i i x x y y x x 1 2 1 2 β dan, β1 = y−β2x dimana :

x = data sewa per tahun y = data pendapatan per tahun

Tahap 2. Dengan Uji Goldfeld-Quandt , penulis akan mendeteksi adanya Heterokedastisitas atau tidak.

Pertama, mengurutkan data berdasarkan nilai x dari kecil ke besar

Kedua,menentukan nilai c , disini nilai c = 4 , karena jumlah sampel adalah kecil ( n = 30 ), sehingga heterokedastisitas dapat teridentifikasi lebih jelas.

Ketiga, menentukan masing-masing model regresi dari kelompok kecil ( 1 ) , maupun kelompok besar ( 2 )

(4)

i i X Y12 dimana,

(

)(

)

(

)

= = − − − = n i i n i i i x x y y x x 1 2 1 2 β dan, β1 = y−β2x dimana :

x = data sewa per kuartal y = data pendapatan per kuartal

Keempat , menentukan nilai RSS ( Residual Sum of Squares ) 2

2 1

1 (yi Xi)

RSS =

−β −β

Dimana RSS1adalah Residual Sum of Squares dari kelompok kecil

2 2 1

1 (yi Xi)

RSS =

−β −β

Dimana RSS2adalah Residual Sum of Squares dari kelompok besar

Kelima, menentukan nilai λ

df RSS df RSS / / 1 2 = λ

Dengan df adalah jumlah data per kelompok dikurangi 2.

Keenam, menghitung nilai F (df , df ,0.05)

(5)

Tahap 3. Menggunakan Metode Weighted Least Squares untuk membuat model regresi baru, setelah teridentifikasi heterokedastisitas.

Pertama , membuat 30 data per kuartal , menjadi 10 data X yang mana adalah data 10 tahun, dimana X adalah nilai rata-rata dari 3 kuartal.

Kedua , menentukan σi untuk setiap Yi Ketiga, menghitung Yii dan Xii

Keempat, membangun model regresi baru dengan mencari nilai penduga

(

)(

) (

)(

)

(

)

(

2

) (

)

2 * 2

− − = ∧ i i i i i i i i i i i i i X w X w w Y w X w Y X w w β * * 2 * * 1 Y X ∧ ∧ − = β β

Kelima, Menyusun model regresi yang baru.

4.4 Perancangan Piranti Lunak Aplikasi

Perancangan program dilakukan sesuai dengan siklus hidup perangkat lunak dan diaplikasikan dalam model waterfall.

4.4.1 Perancangan Struktur Menu

Untuk perancangan struktur menu, penulis merancang menu yang terdiri dari Menu Login, Menu Utama, Menu Input, Menu Statistik, dan Menu Grafik.

(6)

Gambar 4.1 Struktur Menu

Kegunaan masing-masing menu antara lain : a. Menu Login

Berisi form username dan password. Apabila user tidak memasukkan username dan

password yang benar, maka tidak dapat masuk ke Menu Utama. b. Menu Utama

Pada Menu Utama ini terdapat tampilan layar yang terdiri dari tombol-tombol menuju Menu Input, Menu Statistik, dan Menu Grafik

c. Menu Input

Pada Menu Input ini user akan memasukkan jumlah data, dan data yang diinginkan. d. Menu Statistik

Menu untuk memproses data dengan Uji Godlfeld-Quandt dan Metode Weighted Least Squares. Data perusahaan yang dimiliki akan diproses secara bertahap untuk menghasilkan suatu fungsi.

Menu Login Menu Utama Menu Statistik Keluar Menu Grafik Menu Input

(7)

e. Menu Grafik

Menu yang menampilkan grafik dari OLS yang semula, dan regresi linear yang sudah melalui tahap Weighted Least Squares.

4.4.2 Perancangan Basis Data

Dalam skripsi ini, penulis menggunakan Microsoft Access sebagai program aplikasi untuk pengaturan basis data. Pemilihan Microsoft Access karena data yang disimpan relatif sedikit dengan struktur yang sederhana.Basis data ini akan digunakan untuk menyimpan nama perusahaan, data sewa, dan data pendapatan.

Dengan bantuan basis data, diharapkan user memperoleh kemudahan dalam menggunakan data yang ada untuk proses lihat dan insert data. Berikut tabel-tabel yang akan digunakan dalam aplikasi.

Tabel 4.1 Tabel User Primary key : UserID

Nama Tipe Ukuran Keterangan

UserId Text 10 Kode unik user

Username Text 10 Nama user

Password Text 10 Kata kunci

perusahaan

(8)

Tabel 4.2 Tabel Data

Nama Tipe Ukuran Keterangan

UserId Text 10 Kode unik user

tahun Text 10 Tahun

Kuartal Number - Kuartal dari tahun

Sewa Number - Value dari input

sewa

Pendapatan Number - Value dari input

pendapatan

set Number - Set data

4.4.3 Perancangan Modul

Gambar 4.2 Rancangan Modul

a) Modul Login

Modul ini merupakan tampilan awal dari aplikasi ini. Modul ini akan menampilkan form berisi username dan password.

Modul Login Modul Utama Modul Statistik Keluar Modul Grafik Modul Input

(9)

Gambar 4.3 Rancangan layar Menu Login

Adapun bagan transisi dari Menu Login sebagai berikut :

LOGIN EXIT TO

Gambar 4.4 Bagan transisi Menu Login PENJELASAN METODE LOGIN STATISTIK INPUT GRAFIK Menunggu Login Menuju Menu Utama WINDOWS

(10)

b) Modul Utama

Gambar 4.5 Rancangan layar Menu Utama

Bagan transisi dari Menu Utama sebagai berikut :

Gambar 4.6 Bagan transisi Menu Utama PENJELASAN METODE STATISTIK INPUT GRAFIK LOGOUT Menunggu Menu Utama Menuju Menu Input Menuju Menu Statistika Menuju Menu Grafik Menuju Menu Login PILIH INPUT PILIH STATISTIKA PILIH GRAFIK PILIH LOGOUT

(11)

c) Modul Input

Gambar 4.7 Rancangan layar Menu Input Bagan transisi dari Menu Admin sebagai berikut :

Gambar 4.8 Bagan transisi Menu Input MASUKKAN DATA NEXT BACK Menunggu Menu Input Menuju Menu Utama Selesaikan Input

(12)

d. Modul Statistik

Gambar 4.9 Rancangan layar Menu Statistik

Bagan transisi dari Menu Statistik sebagai berikut :

Gambar 4.10 Bagan transisi Menu Statistik HASIL ANALISIS NEXT BACK Menunggu Menu Statistik Menuju Menu Utama Selesaikan Proses

(13)

e. Modul Grafik

Gambar 4.11 Rancangan layar Menu Statistik Bagan transisi dari Menu Grafik sebagai berikut :

Gambar 4.12 Bagan transisi Menu Grafik GRAFIK NEXT BACK Menunggu Menu Grafik Menuju Menu Utama Tampil Grafik

Gambar

Gambar 4.1 Struktur Menu
Tabel 4.1 Tabel User  Primary key : UserID
Tabel 4.2 Tabel Data
Gambar 4.4 Bagan transisi Menu Login PENJELASAN METODE LOGIN  STATISTIK INPUT GRAFIK Menunggu Login Menuju Menu Utama WINDOWS
+5

Referensi

Dokumen terkait

Dari hasil penelitian secara keseluruhan persepsi atlet sepak bola PSIS Semarang terhadap pemanfaatan sport massage sebelum bertanding tahun 2009 dengan menggunakan

Perhitungan Pengujian Kuat Patah pada sampel A dengan komposisi semen, fly ash, pasir dan air, ukuran sampel 12 cm x 3 cm x 3 cm dengan jarak kedua penumpu 9 cm, lebar dan

Penelitian yang dilakukan oleh Harahap (2010) menunjukkan bahwa DBH baik itu DBH Pajak maupun DBH Sumber Daya Alam mempunyai korelasi positif dan signifikan terhadap

Dengan demikian untuk meningkatkan kepuasan dan intensitas penggunaan seseorang atas layanan yang diberikan website Pusdiklat ini dapat diketahui dari masing-masing

Jika peubah bebas Transparancy , Accountability , Responsibility , Independency , dan Fairness bernilai nol, maka peubah terikat Kinerja non-keuangan perusahaan

Tahapan selanjutnya dalam akuisisi data seismik pantul saluran tunggal dengan sparker sebagai sumber gelombang adalah pengumpulan data serta pengamatan data sebagai validasi

Hal ini menyebabkan ditemukannya pergeseran bentuk dalam TSa, khususnya pergeseran bentuk pada unit, karena terjemahan verba pasif TSu diterjemahkan menjadi verba

Sampel bahan 1 memberikan rata-rata keausan (sesudah disandi) sebanyak 85 satuan dengan simpangan baku sampel 4, sedangkan sampel bahan 2 memberikan rata-rata keausan sebanyak 81