Pelatihan Analisis Data Diploma III UNY 2008

PELATIHAN ANALISIS DATA PROGRAM DIPLOMA III UNIVERSITAS NEGERI YOGYAKARTA PADA: 29 APRIL 2008 Oleh: Sukir ! DS
"# Pe $% &%r
3. Data
DATA terbagi atas DATA KUALI TATI F dan DATA KUANTI TATI F

DATA KUALI TATI F : Data yang dinyatakan dalam bentuk bukan angka . Contoh : jenis ekerjaan! status marital! tingkat ke uasan kerja

DATA KUANTI TATI F : Data yang dinyatakan dalam bentuk angka Contoh : lama bekerja! jumlah gaji! usia! hasil ulangan

DATA

KUALITATI F

"#NI $ DATA

KUANTI TATI F

N%&I NAL %'DI NAL

INT#'(AL 'A$I %

4. Data
DATA NOMI NAL : Data berskala nominal adalah data yang di eroleh dengan )ara kategorisasi atau klasi*ikasi. CI RI : osisi data setara tidak bisa dilakukan o erasi matematika +, ! -! .! :/ CONTOH : jenis kelamin! jenis ekerjaan DATA ORDI NAL : Data berskala ordinal adalah data yang di eoleh dengan )ara kategorisasi atau klasi*ikasi! teta i di antara data tersebut terda at hubungan CI RI : osisi data tidak setara tidak bisa dilakukan o erasi matematika +, ! -! .! :/ CONTOH : ke uasan kerja! moti0asi DATA I NTERVAL : Data berskala inter0al adalah data yang di eroleh dengan )ara engukuran! di mana jarak antara dua titik skala sudah diketahui. CI RI : Tidak ada kategorisasi bisa dilakukan o erasi matematika CONTOH : tem eratur yang diukur berdasarkan 1C dan 1F! sistem kalender DATA RASI O : Data berskala rasio adalah data yang di eroleh dengan )ara engukuran! di mana jarak antara dua titik skala sudah diketahui dan mem unyai titik 1 absolut. CI RI : tidak ada kategorisasi bisa dilakukan o erasi matematika CONTOH : gaji! skor ujian! jumlah buku

Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

5. P ng!"a#an Data
PROSEDUR PEN$OLAHAN DATA : A. PARAMETER : 2erdasarkan arameter yang ada statistik dibagi menjadi 3 $tatistik PARAMETRI K : berhubungan dengan in*erensi statistik yang membahas arameter- arameter o ulasi4 jenis data inter0al atau rasio4 distribusi data normal atau mendekati normal. $tatistik NONPARAMETRI K : in*erensi statistik tidak membahas arameter- arameter o ulasi4 jenis data nominal atau ordinal4 distribusi data tidak diketahui atau tidak normal

%.

&UMLAH VARI A%EL : berdasarkan jumlah 0ariabel dibagi menjadi 3 Analisis UNI VARI AT : hanya ada 5 engukuran +0ariabel/ untuk n sam el atau bebera a 0ariabel teta i masing-masing 0ariabel dianalisis sendiri-sendiri. Contoh : korelasi moti0asi dengan en)a aian akademik. Analisis MULTI VARI AT : dua atau lebih engukuran +0ariabel/ untuk n sam el di mana analisis antar 0ariabel dilakukan bersamaan. Contoh : engaruh moti0asi terhada en)a aian akademik yang di engaruhi oleh *aktor latar belakang endidikan orang tua! *aktor sosial ekonomi! *aktor sekolah.

'. P ng!"a#an Data

&ULAI

$tatistik Non 7arametrik

N%&INAL %'DINAL

"enis Data 6

INT#'(AL 'A$I%

$tatistik 7arametrik

Analisis Uni0ariat

$ATU

"umlah (ariabel 6

DUA 8 L#2I9

Analisis &ulti0ariat

Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

(. P)!* +u) Ana",*,* Data + ngan SPSS a. Hidupkan komputer, lanjutkan dengan mengklik kotak START pada kiri bawah. b. Arahkan krusor ke menu program dan geserlah kekanan dengan hati-hati menuju menu SPSS. c. Klik mouse setelah krusor berada persis pada menu SPSS d. aka akan tampak gambar menu utama SPSS seperti berikut ini

e. !angkah awal sebelum proses analisis dimulai adalah melakukan entr" data. kita memiliki data sebagai berikut.
$tatus 7erusahaan 2 T2 2 T2 2 2 T2 2 2 2 '%I +:/ 5< 5= 5? <= => =< = B A 5C Cash *lo; +milyar/ =>!? ?> <5 5> <> 5@ 5<!@ =>!< => <C

isaln"a

'eturn saham +:/ <= 5> 5? <? 5= 5= A 5< 51 <<

#.

enentukan nama $ariabel "ang digunakan untuk menampung setiap elemen data "ang dimiliki. Pada contoh tabel di atas ada empat elemen data. %ama $ariabel tidak boleh lebih dari delapan karakter dan tanpa spasi. isaln"a, empat elemen di atas diberi nama $ariabel sebagai berikut. %o (. *. 0. 4. &lemen data Status perusahaan R+, -./ 1ash #low -mil"ar/ Return saham %ama 'ariabel STAT)S R+, 12!+3 R&T)R%

g.

asukkan setiap nama tersebut ke dalam program SPSS sesuai dengan jenis data "ang ada -string, numeric, date, atau "ang lainn"a/. h. )ntuk memasukkan nama $ariabel tersebut lakukanlah dengan cara mengklik 5ATA 6 5&2,%& 'AR,A7!& maka akan tampak gambar sebagai berikut.

Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

i. Setelah itu akan muncul kotak dialog de#ine $ariable sebagai berikut. j. ,sikan pada kotak $ariable name nama $ariabel pertama "aitu STAT)S k. Kemudian klik menu T"pe pada menu de#ine $ariable tersebut. Sebentar kemudian akan

muncul gambar sebagai berikut. l. Pilih tipe $ariabel STAT)S tersebut sebagai $ariabel string -huru#/. +leh karena itu kliklah lingkaran String. Kotak width kita klik apabila kita ingin merubah lebar kolom dari 8 karakter menjadi lebih kecil atau lebih besar dengan cara mengganti angka 8 "ang ada pada kotak tersebut dengan angka lain "ang sesuai. m. aka di kolom paling kiri akan tertera nama $ariabel STAT)S. 9eserlah krusor anda pada krusor kedua -samping kanan $ariabel STAT)S persis/. n. !akukan kembali perintah ke 8 s:d perintah ke (0 untuk memasukkan nama $ariabel dan tipe $ariabel satu per satu. %amun untuk tipe data pada perintah ke (* gantikan dari string -STAT)S/ ke numerik dengan cara mengklik lingkaran numeric. o. Setelah semua nama $ariabel kita masukkan, barulah kita mulai mengentr" data setiap $ariabel ke dalam kolom $ariabeln"a masing-masing. p. asukkan 7 atau T7 pada kolom STAT)S satu per satu, lanjutkan ke kolom R+,, 12!+3, serta kolom R&T)R% sesuai dengan data pada tabel di atas. ;. Setelah semua nama $ariabel dan isin"a dientr" maka di la"ar akan tampak gambar sebagai berikut. r. Setelah seluruh data dientr" maka langkah selanjutn"a adalah mengolah hasil dan melakukan uji hipotesis. '# De(kri)(i D%&% Pe eli&i%
Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

a.

isaln"a kita akan mengetahui berapa nilai ean, edian, ode, 5e$iation Standard, Skewness, Kurtosis, Range, %ilai a<imum, %ilai inimum, =umlah, dan "ang lainnn"a maka dari menu utama SPSS tersebut klik menu STAT,ST,1S. Kemudian akan muncul kotak dialog sebagai berikut.

b. Pindahkan $ariabel "ang akan dicari nilai statistik deskripti$e-n"a -han"a $ariabel "ang bertipe numeric "ang dapat dicari nilain"a/ dari kotak sebelah kiri ke kotak sebelah kanan. 1aran"a klik $ariabel "ang bersangkutan kemudian klik tanda panah kecil "ang ada dintara kedua kotak tersebut. c. Apabila semua $ariabel ingin dicari nilai statistik deskripti$e-n"a maka pindahkan semua $ariabel ke kotal sebelah kanan. d. !anjutkan dengan menekan menu +PT,+% pada kanan bawah. Selanjutn"a akan tampak gambar berikut ini.

e. Pilihlah nilai "ang ingin dicari dengan cara mengklik kotak kecil didepan nilai "ang diinginkan. isaln"a apabila menghendaki nilai ean, maka kliklah kotak kecil depan kata ean. 5emikian seterusn"a berlaku pula untuk nilai "ang lain. )ntuk membatalkan klik kembali kotak "ang bersangkutan. #. Apabila sudah diisikan semua nilai "ang ingin dicari akhiri dengan mengklik kotak 1+%T,%)&. g. Setelah itu maka SPSS akan kembali pada kotak sebelumn"a -5&S1R,PT,'&S/. Akhiri dengan mengklik kotak +K. aka hasil perhitungan dan nilai "ang kita inginkan akan tampak di la"ar. (/ %ilai Statistik ,nduk
D *-),.t,/ Stat,*t,-* N $tatisti) 5B 5B 5B 5B 5B &inimum $tatisti) 5.?1 =.>= <.?1 <.?1 &a.imum $tatisti) >.?1 B.<A B.=@ @.11 &ean $tatisti) =.<1@= >.@@=A >.><5A ?.=@<@ $td. De0iation $tatisti) .@>@C? .A=1?> .@BA>@ 5.??15@ $ke;ness $tatisti) $td. -.>=B -.1BB -.1?= .<B=

Tekanan Kerja Tingkat 7artisi asi Kinerja 7ega;ai Kinerja 7ega;ai (alid N +list;ise/

#rror .?B> .?B> .?B> .?B>

Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

7erdasarkan table statistic induk di atas dapat diinterpretasikan beberapa kesimpulan berikut ini. a. %ilai rerata $ariable penelitian berturutan tekanan kera, tingkat partisipasi, kinerja sebelum, dan kinerja setelah adalah 0,*> 4,?> 4,4> dan @,4. b. %ilai rerata $ariable penelitian berada pada nilai tinggi -lebih dari tiga/. Skor rerata kinerja pegawai setelah -keempat/ memiliki kecenderungan sangat tinggi. c. %ilai skewness $ariable tekanan kerja, kinerja pegawai sebelum -ketiga/ dan tingkat partisipasi negati$e menandakan bahwa kecenderungan nilai mengumpul di bawah nilai rerata. d. Kinerja pegawai setelah memiliki $ariasi data tertinggi -lebih heterogen/ daripada $ariable lain. Hal ini ditunjukkan oleh nilai S5 "ang tertinggi "aitu sebesar (,@@. e. 'ariabel tekanan kerja memiliki kecenderungan homogenitas data lebih tinggi dibandingkan $ariable lain, karena nilai S5 terkecil "aitu sebesar A,84?. 2* Hi(&!$r%+ Kita juga dapat membuat histogram dengan data "ang kita miliki. Perintahn"a da di 1hart 6 Histogram.
KINER&A PERUSAHAAN PER%ANKAN DI %E&

TAHUN (333 4 (335

=

F) 1u n-2

<

1 ?1 B1 C1 @1 A1 511

&ean DC?.5 $td. De0. D55.AA? N D51

K,n )0a

KomentarB 7erdasarkan histogram di atas dapat disimpulkan beberapa halB a. Sebaran data dari nilai mean C@,( merata. Hal ini menujukkan bahwa jumlah pegawai "ang kinerjan"a di bawah dan di atas nilai rerata hamper sama. b. %ilai rerata kinerja sebesar C@,( menunjukkan bahwa kinerja perusahaan dapat dikatakan bagus -di atas DA/ c. 5istribusi data mengikuti kur$e normal, "ang berarti han"a sebagian kecil pegawai berkinerja tinggi sekali atau rendah sekali. Keban"akan pegawai memiliki kinerja di sekitar rerata C@,(. d. 2rekuensi pegawai "ang berkinerja di sekitar nilai rerata sama mulai dari kelas inter$al ke * hingga kelas inter$al ke @. 0/ Tabulasi 5alam analisis data kita bias sajikan data itu berkelompok dengan menggunakan table. Tabulasi data bisa dikerjakan dalam bentuk table tunggal dan table silang. a. 'ariabel Tunggal -Single Table/
& n,* K "a6,n FreEuen)y > B 51 7er)ent >1.1 B1.1 511.1 (alid 7er)ent >1.1 B1.1 511.1 Cumulati0e 7er)ent >1.1 511.1

(alid

l Total

Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

7erdasarkan table di atas diketahui pegawai laki-laki berjumlah 4 orang -4A./ dan responden perempuan berjumlah D orang -DA@/. !ebih ban"ak pegawai perempuan daripada pegawai laki-laki pada perusahaan. b. 'ariable 9anda -1rosstab/ b.(. 1rosstab de#ault spss
Pa)t,*,.a*, S b "u6 7 & n,* K "a6,n C)!**tabu"at,!n Count "enis Kelamin l 5 1 5 1 5 1 1 5 1 > Total 1 5 1 5 1 5 5 5 5 B 5 5 5 5 5 5 5 < 5 51

7artisi asi $ebelum

=< ?= ?> ?A BC B@ C> @C A5

Total

7erdasarkan table di atas diketahui partisipasi pegawai "ang terban"ak #rekuensin"a adalah 8C -dua orang/ "aitu dua orang, sedangkan nilai partisipasi selain itu masingmasing jumlahn"a satu orang. Partisipasi pegawai sebelum terendah adalah 0* sejumlah ( orang "aitu dari pegawai lelaki, dan tertinggi sebesar ?( sejumlah ( orang "aitu pegawai perempuan. b.*. 1rosstab custom
"enis 7erusahaan N%N 7#'2ANKAN 7#'2ANKAN &ean &ean >.BA >.5B

Kinerja 7ega;ai

7erdasarkan table di atas diketahui rerata kinerja pegawai perusahaan perbankan adalah 4,(D dan perusahaan nonperbankan 4,D?. 5engan demikian dapat diambil kesimpulan bahwa kinerja pegawai nonperbankan lebih tinggi daripada kinerja pegawai perbankan.

Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

,# U-i hi)!&e(i( De(kri)&i. Ru+u(% M%(%l%h /e(kri)&i.: a. Seberapa baik pela"anan pramuniaga toko di Eog"akartaF b. 7erapakah jumlah rata-rata pengunjung toko di Eog"akartaF c. 7erapakah jumlah rata-rata pembelin"aF Ru+u(% M%(%l%h K!+)%r%&i. a. Adakah perbedaan secara signi#ikan kualitas pela"anan pramuniaga antara toko kelompok A, 7, dan 1. b. Adakah perbedaan secara signi#ikan #umlah pen$un#un$ antara toko kelompok A, 7 dan 1. c. Adakah perbedaan secara signi#ikan #umlah pem%eli antara toko kelompok A, 7 dan 1. d. Adakah perbedaan "ang signi#ikan kualitas pela"anan pramuniaga antara "ang berada dijalan Protokol dan bukan Protokol. e. Adakah perbedaan "ang signi#ikan #umlah pen$un#un$ antara "ang berada di jalan Protokol dan bukan Protokol . #. Adakah perbedaan "ang signi#ikan #umlah pem%eli antara "ang berada di jalan Protokol dan bukan Protokol. Ru+u(% M%(%l%h A(!(i%&i. 0hu1u $% * a. Adakah hubungan "ang positi# dan signi#ikan antara kualitas pela"anan pramuniaga dengan jumlah pembeliF b. Adakah hubungan "ang positi# dan signi#ikan antara jumlah pengunjung toko dengan jumlah pembeliF c. Adakah hubungan "ang positi# dan signi#ikan antara kualitas pela"anan pramuniaga dengan jumlah pengunjung tokoF d. Adakah hubungan antara kualitas pela"anan pramuniaga toko dan jumlah pengunjung toko secara bersama-sama dengan jumlah pembeliF e. 7ila jumlah pengunjung toko sama, adakah hubungan "ang positi# dan signi#ikan antara kualitas pela"anan pramuniaga toko dengan jumlah pembeliF Hipotesis -jawaban sementara terhadap rumusan masalah diatas/ Hi)!&e(i( De(kri)&i. 01i(% /iru+u(k% /% 1i(% &i/%k* a. Kualitas pela"anan pramuniaga toko di Eog"akarta paling tinggi CA . dari kriteria "ang diharapkan b. Rata-rata tiap hari jumlah pengunjung toko di Eog"akarta paling rendah @AA orang. c. Rata-rata tiap hari jumlah pembeli toko di Eog"akarta G 0AA orang. Hi)!&e(i( K!+)%r%&i. a. Terdapat perbedaan kualitas pela"anan pramuniaga antara tokko "ang berada dijalan protokol dan bukan protokol. b. Terdapat perbedaan jumlah pengunjung antara toko "ang berada di jalan protokol dan bukan protokol. c. Terdapat perbedaan jumlah pembeli antara toko "ang berada dijalan protokol dan buklan protokol. d. Terdapat perbedaan kualitas pela"an pramuniaga antara toko kelompok A, 7 dan 1 e. Terdapat perbedaan jumlah pengunjung antara toko kelompok A, 7 dan 1. #. Terdapat perbedaan jumlah pembeli antara toko kelompok A, 7, dan 1. Hi)!&e(i( A(!(i%&i. 0 hu1u $% * a. Terdapat hubungan "ang positi# dan signi#ikan antara kualitas pela"anan pramuniaga toko dengan jumlah pembelin"a. b. Terdapat hubungan "ang positi# dan signi#ikan antara jumlah pengunjung toko degan jumlah pembelin"a. c. Terdapat hubungan "ang positi# dan signi#ikan antara kualitas pela"anan pramuniaga toko dengan jumlah pembelin"a. d. Terdapat hubungan "ang positi# dan signi#ikan antara kualitas pela"anan pramuniaga toko dan jumlah pengunjung toko secara bersama-sama dengan jumlah pembeli. e. 7ila jumlah pengunjung toko sama, tetap terdapat hubungan positi# dan signi#ikan antara kualitas pela"anan pramuniaga dengan jumlah pembeli.

Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

%# ONE SAMPLE T TEST

t= ((

s: n t = t H hitun$ ( = rerata H riil ( = rerata H &u$aan s = s tan &ar H &e'iasi H riil n = #umlah H sample

Prosedur pengujian hipotesisB a. 7uatlah dugaan b. Run SPSS pada pilihan Anal"Ie 6 1ompare ean 6 one Sample T Test Ada dua jenis uji hip deskripti#, "aitu uji dua pihak dan uji satu pihak. Selengkapn"a dideskripsikan sebagai berikut. 22 2 )ih%k 22 HA G Rerata J G 4 Ha G Rerata J K 4 D%(%r )e $%+1il% ke)u&u(% : )er&asar tara* si$ni*ikansi empiri+ ,-S.

TS L @. maka hip "ang men"atakan J G 4 ditolak TS M @. maka hip "ang men"atakan J G 4 diterima )er&asarkan t empiri+ ,-/. T& N Tt maka hip "ang men"atakan J G 4 diterima T& O Tt maka hip "ang men"atakan J G 4 ditotak 0en$$unakan kur'a !angkah-langkah B a. 7uat gambar kur$a normal b. Tentukan dan batas nilai T table -Tt/ pada kur$a c. Tuliskan nilai Te pada kur$a d. Te jatuh didaerah diarsir maka hip "ang men"atakan J G 4 ditotak e. Te jatuh didaerah tidak diarsir maka hip "ang men"atakan J G 4 diterima

*,@ .

*,@ .

22 " )ih%k 22

Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

"* )ih%k )ih%k kiri HA G Rerata J O 4 Ha G Rerata J N 4 D%(%r )e $%+1il% ke)u&u(% : )er&asar tara* si$ni*ikansi empiri+ ,-S. TS :* L @. dan Te O Tt maka hip "ang men"atakan J O 4 diterima -ATA) &A% 5,22&R&%1& M A> 5 G &A% T&RKAA% 6 &A% & P,R,S/, sebalikn"a bila Te N Tt maka hip "ang men"atakan J O 4 ditolak. TS :* M @. maka hip "ang men"atakan J O 4 diterima )er&asarkan t empiri+ ,-/. T& N - Tt maka hip "ang men"atakan J O 4 ditolak T& O - Tt maka hip "ang men"atakan J O 4 diterima 0en$$unakan kur'a !angkah-langkah B a. 7uat gambar kur$a normal b. Tentukan dan batas nilai T table -Tt/ pada kur$a c. Tuliskan nilai Te pada kur$a d. Te jatuh didaerah diarsir maka hip "ang men"atakan J G 4 ditotak e. Te jatuh didaerah tidak diarsir maka hip "ang men"atakan J G 4 diterima

@.

2* )ih%k k% % Ha G Rerata J L 4 HA G Rerata J M 4 D%(%r )e $%+1il% ke)u&u(% : )er&asar tara* si$ni*ikansi empiri+ ,-S. TS :* L @. dan Te M Tt maka hip "ang men"atakan J L 4 ditolak, sebalikn"a bila Te L Tt maka hip "ang men"atakan J L 4 diterima. TS :* M @. maka hip "ang men"atakan J L 4 diterima )er&asarkan t empiri+ ,-/. T& L Tt maka hip "ang men"atakan J L 4 ditrima T& M Tt maka hip "ang men"atakan J L 4 ditolak 0en$$unakan kur'a !angkah-langkah B a. 7uat gambar kur$a normal b. Tentukan dan batas nilai T table -Tt/ pada kur$a c. Tuliskan nilai Te pada kur$a d. Te jatuh didaerah diarsir maka hip "ang men"atakan J G 4 ditotak e. Te jatuh didaerah tidak diarsir maka hip "ang men"atakan J G 4 diterima

Soekirno DS / Akuntansi UNY/ 08122755756

10

Pelatihan Analisis Data Diploma III UNY 2008

@.

On 4Sa6." Stat,*t,-* N &T 5? &ean 5>.==== $td. De0iation >.5?5@@ $td. #rror &ean 5.1C<15

On 4Sa6." T *t Test (alue D > A?: Con*iden)e Inter0al o* the Di**eren)e Lo;er U er @.1=>5 5<.B=<B

&T

t A.B=A

d* 5>

$ig. +<-tailed/ .111

&ean Di**eren)e 51.====

3# U-i Hi)!&e(i( K!+)%r%&i. %# PAIRED 04ORRELATED* SAMPLE T TEST 2( 2 * tG

* * s s s( s + * *r ( * n n n( n* ( *

!A%9KAH )=, B a. 7uatlah dugaan b. Run SPSS pada pilihan Anal"Ie 6 1ompare

ean 6 Paired Sample T Test

Ada dua jenis uji hip komparati# sample saling berkorelasi, "aitu uji dua pihak dan uji satu pihak. Selengkapn"a dideskripsikan sebagai berikut. "* 2 )ih%k HA G Rerata J( G J* Ha G Rerata J( K J* D%(%r )e $%+1il% ke)u&u(% : )er&asar tara* si$ni*ikansi empiri+ ,-S. TS L @. maka hip "ang men"atakan J( G J* ditolak TS M @. maka hip "ang men"atakan J( G J* diterima )er&asarkan t empiri+ ,-/. T& N Tt maka hip "ang men"atakan J( G J* diterima T& O Tt maka hip "ang men"atakan J( G J* ditotak 0en$$unakan kur'a !angkah-langkah B a. 7uat gambar kur$a normal
Soekirno DS / Akuntansi UNY/ 08122755756

11

Pelatihan Analisis Data Diploma III UNY 2008

b. Tentukan dan batas nilai T table -Tt/ pada kur$a c. Tuliskan nilai Te pada kur$a d. Te jatuh didaerah diarsir maka hip "ang men"atakan J( G J* ditotak e. Te jatuh didaerah tidak diarsir maka hip "ang men"atakan J( G J* diterima

*,@ .

*,@ .

2* " )ih%k "* )ih%k )ih%k kiri HA G Rerata J( O J* Ha G Rerata J( N J* D%(%r )e $%+1il% ke)u&u(% : )er&asar tara* si$ni*ikansi empiri+ ,-S. TS :* L @. dan Te M Tt maka hip "ang men"atakan J( O J* diterima, sebalikn"a bila Te L Tt maka hip "ang men"atakan J( O J* ditolak. TS :* M @. maka hip "ang men"atakan J( O J* diterima )er&asarkan t empiri+ ,-/. T& L 5 Tt maka hip "ang men"atakan J( O J* ditolak TS M 5 Tt maka hip "ang men"atakan J( O J* diterima 0en$$unakan kur'a !angkah-langkah B a. 7uat gambar kur$a normal b. Tentukan dan batas nilai T table -Tt/ pada kur$a c. Tuliskan nilai Te pada kur$a d. Te jatuh didaerah diarsir maka hip "ang men"atakan J( O J* ditotak e. Te jatuh didaerah tidak diarsir maka hip "ang men"atakan J( O J* diterima

@.

2* )ih%k k% % Ha G Rerata J( L J* HA G Rerata J( M J* D%(%r )e $%+1il% ke)u&u(% : )er&asar tara* si$ni*ikansi empiri+ ,-S.
Soekirno DS / Akuntansi UNY/ 08122755756

12

Pelatihan Analisis Data Diploma III UNY 2008

TS :* L @. dan Te M Tt maka hip "ang men"atakan J( L J* ditolak, sebalikn"a bila Te L Tt maka hip "ang men"atakan J( L J* diterima. TS :* M @. maka hip "ang men"atakan J( L J* diterima. )er&asarkan t empiri+ ,-/. T& N Tt maka hip "ang men"atakan J( L J* ditrima T& O Tt maka hip "ang men"atakan J( L J* ditolak 0en$$unakan kur'a !angkah-langkah B a. 7uat gambar kur$a normal b. Tentukan dan batas nilai T table -Tt/ pada kur$a c. Tuliskan nilai Te pada kur$a d. Te jatuh didaerah diarsir maka hip "ang men"atakan J( L J* ditotak e. Te jatuh didaerah tidak diarsir maka hip "ang men"atakan J( L J* diterima

@.

Pa,) + Sa6." * Stat,*t,-* &ean 5>.==== >.1BBC N 5? 5? $td. De0iation >.5?5@@ 5.?==C? $td. #rror &ean 5.1C<15 .=AB15

7air 5

&T 7T

% G jumlah sample G jumlah sample adalah (A ean G PJ : %, reratan"a adalah 0,8 Sd G P -J 6 J/* : -n 6 (/, sd adalah A,C* Std error meanB Sd : Qn adalah sebesar A,**D

Pa,) + Sa6." * C!)) "at,!n* N 7air 5 &T F 7T 5? Correlation .BBA $ig. .11B

Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

Pa,) + Sa6." * T *t 7aired Di**eren)es A?: Con*iden)e Inter0al o* the Di**eren)e Lo;er U er @.><>> 5<.51@A

7air 5

&T - 7T

&ean 51.<BBC

$td. De0iation =.=<BBB

$td. #rror &ean .@?@A>

t 55.A?=

d* 5>

$ig. +<-tailed/ .111

1# INDEPENDEN SAMPLE T TEST 5an perlu melihat nilai 2 untuk menentukan nilai Te "ang digunakan dari print out SPSS.
3A40a2 3A40in 1#"# A)%1il% 6%ri% ke/u% kel!+)!k &i/%k h!+!$e +%k% ru+u( & 7% $ /i$u %k% %/%l%h (e1%$%i 1eriku&: 5=

t=

(( ( *
* s(* s* + N( N *

1#2# A)%1il% 6%ri% ke/u% kel!+)!k h!+!$e +%k% ru+u( & 7% $ /i$u %k% %/%l%h (e1%$%i 1eriku&# (( ( * t= ( n( () S(* + ( n* () S ** ( + ( n( + n* * n( n*

!A%9KAH )=, B a. 7uatlah dugaan b. Run SPSS pada pilihan Anal"Ie 6 1ompare ean 6 ,ndependence Sample T Test c. !ihat %ilai signi#ikansi 2, apabila M @ ., maka gunakan nilai t "ang baris pertama -e;ual $ariance/ Ada dua jenis uji hip komparati# sample saling bebas, "aitu uji dua pihak dan uji satu pihak. Selengkapn"a dideskripsikan sebagai berikut. % 2 )ih%k HA G Rerata J( G J* Ha G Rerata J( K J* D%(%r )e $%+1il% ke)u&u(% : )er&asar tara* si$ni*ikansi empiri+ ,-S. TS L @. maka hip "ang men"atakan J( G J* ditolak TS M @. maka hip "ang men"atakan J( G J* diterima )er&asarkan t empiri+ ,-/. T& N Tt maka hip "ang men"atakan J( G J* diterima T& O Tt maka hip "ang men"atakan J( G J* ditotak 0en$$unakan kur'a !angkah-langkah B a. 7uat gambar kur$a normal b. Tentukan dan batas nilai T table -Tt/ pada kur$a c. Tuliskan nilai Te pada kur$a
Soekirno DS / Akuntansi UNY/ 08122755756

1!

Pelatihan Analisis Data Diploma III UNY 2008

d. Te jatuh didaerah diarsir maka hip "ang men"atakan J( G J* ditotak e. Te jatuh didaerah tidak diarsir maka hip "ang men"atakan J( G J* diterima

*,@ .

*,@ .

1# " )ih%k "* )ih%k )ih%k kiri HA G Rerata J( O J* Ha G Rerata J( N J* D%(%r )e $%+1il% ke)u&u(% : )er&asar tara* si$ni*ikansi empiri+ ,-S. TS :* L @. dan Te O Tt maka hip "ang men"atakan J( O J* diterima, sebalikn"a bila Te N Tt maka hip "ang men"atakan J( O J* ditolak. TS :* M @. maka hip "ang men"atakan J( O J* diterima )er&asarkan t empiri+ ,-/. T& N - Tt maka hip "ang men"atakan J( O J* ditolak T& O - Tt maka hip "ang men"atakan J( O J* diterima 0en$$unakan kur'a !angkah-langkah B a. 7uat gambar kur$a normal b. Tentukan dan batas nilai T table -Tt/ pada kur$a c. Tuliskan nilai Te pada kur$a d. Te jatuh didaerah diarsir maka hip "ang men"atakan J( O J* ditotak e. Te jatuh didaerah tidak diarsir maka hip "ang men"atakan J( O J* diterima

@.

2* )ih%k k% % Ha G Rerata J( L J* HA G Rerata J( M J* D%(%r )e $%+1il% ke)u&u(% : )er&asar tara* si$ni*ikansi empiri+ ,-S. TS :* L @. dan Te M Tt maka hip "ang men"atakan J( L J* ditolak, sebalikn"a bila Te L Tt maka hip "ang men"atakan J( L J* diterima.
Soekirno DS / Akuntansi UNY/ 08122755756

15

Pelatihan Analisis Data Diploma III UNY 2008

TS :* M @. maka hip "ang men"atakan J( L J* diterima )er&asarkan t empiri+ ,-/. T& L Tt maka hip "ang men"atakan J( L J* ditrima T& M Tt maka hip "ang men"atakan J( L J* ditolak 0en$$unakan kur'a !angkah-langkah B a. 7uat gambar kur$a normal b. Tentukan dan batas nilai T table -Tt/ pada kur$a c. Tuliskan nilai Te pada kur$a d. Te jatuh didaerah diarsir maka hip "ang men"atakan J( L J* ditotak e. Te jatuh didaerah tidak diarsir maka hip "ang men"atakan J( L J* diterima

@.

In+ . n+ nt Sa6." * T *t Le0eneGs Test *or #Euality o* (arian)es t-test *or #Euality o* &eans A?: Con*iden)e Inter0al o* the Di**eren)e Lo;er U er -=.>>?@? -=.<BC@> B.<<=B= B.1>?B<

F &T #Eual 0arian)es assumed #Eual 0arian)es not assumed

$ig.

d*

$ig. +<-tailed/

&ean Di**eren)e 5.=@@A 5.=@@A

$td. #rror Di**eren)e <.<=CA= <.5>==<

.@<<

.=@5

.B<5
.B>@

5=
5<.=5>

.?>B
.?<A

ean di##erence G J - R 1on#idence inter$al di##erenceB J S tn-(, ( - T:* . -Sd : Qn/ !ower G J 6 tn-(, ( - T:* . -Sd : Qn/ G 0,8 6 -*,*D* < -A,**D/ G A,*88D J G rerata real tn-(, ( - T:* G nilai t table dengan d# n-( pada al#a -( 6 .?@/:*/ untuk uji dua pihak dengan al#a @.. ( - .?@ G @ dibagi dua *.@ karena dua pihak -Sd : Qn/ G nilai S5 dibagi akar n -jumlah sample/

)pper G J U tn-(, ( - T:* . -Sd : Qn/ G J 6 tn-(, ( - T:* . -Sd : Qn/ G 0,8 U -*,*D* < -A,**D/ G (,0((4

Soekirno DS / Akuntansi UNY/ 08122755756

16

Pelatihan Analisis Data Diploma III UNY 2008

con#idence inter$alB

Satu kelompok J S tn-(, ( - T:* . -Sd : Qn/ 5ua kelompok J( - J* S tn-(, ( - T:* . VSd : -Q(:n( U (:n*/W

8# U-i Hi)!&e(i( A(!(i%&i. a. K!rel%&i.

. .
*

r2" =

[(( N . ) ( ) )(( N . ) ( ) )]
* * *

J Korelasi positi#

J Korelasi negati#

J Tidak berkorelasi

9e i( U-i Hi)!&e(i( A(!(i%&i. %# U-i 2 )ih%k: H% : A/% hu1u $% ; /e $% Y H0 : Ti/%k %/% hu1u $% ; /e $% Y
Soekirno DS / Akuntansi UNY/ 08122755756

17

Pelatihan Analisis Data Diploma III UNY 2008

1# U-i " Pih%k Pih%k K% % H% : Hu1u $% ; /e $% Y < 0#80 H0 : Hu1u $% ; /e $% Y = 0#80 Pih%k Kiri H% : Hu1u $% ; /e $% Y > 0#80 H0 : Hu1u $% ; /e $% Y ? 0#80 PEDOMAN UNTUK MEM@ERIKAN INTERPRETASI KOEAISIEN KORELASI I &er6%l K!e.i(ie A,AA - A,(?? A,*A - A,0?? A,4A - A,@?? A,DA - A,C?? A,8A - (,AAA Ti $k%& Hu1u $% Sangat rendah Rendah Sedang Kuat Sangat kuat

a. Hip B Ada hubungan antara R+, dengan R&T)R% Perusahaan. )ntuk menguji hipotesis ini maka lakukanlah prosedur berikut ini. (/ Klik menu STAT,S1T,1S-1+RR&!AT&-7,'AR,AT&, berikut ini.

*/

aka akan tampak menu 7i$ariate 1orrelation sebagai berikut.

0/ Kemudian pindahkan semua $ariabel "ang akan diuji korelasin"a -dalam hal ini $ariabel R+, dan R&T)R%/ ke kotak 'ariables sebelah kanan. )ntuk memindahkan
Soekirno DS / Akuntansi UNY/ 08122755756

18

Pelatihan Analisis Data Diploma III UNY 2008

$ariabel tersebut klik $ariabel satu-per satu dengan tanda panah kecil di tengah. Setelah itu menentukan teknik korelasi "ang sesuai dengan skala data. 5alam hal ini digunakan korelasi dari P&ARS+% -karena datan"a inter$al atau ratio/. Seandain"a data tersebut berskala ordinal maka kita pilik teknik korelasi SP&AR A%. 4/ Setelah itu klik kotak +K, maka akan tampak hasil korelasi sebagai berikut.
C!)) "at,!n* Tekanan Kerja 5 . 5B -.<>< .=BC 5B Kinerja 7ega;ai 22 -.<>< .=BC 5B 5 . 5B

Tekanan Kerja

Kinerja 7ega;ai 22

7earson Correlation $ig. +<-tailed/ N 7earson Correlation $ig. +<-tailed/ N

=awaban B (. berdasar nilai r G -.*4* sama dengan 6 *4,*., berarti ada hubungan negatip antara TK dengan 77. Artin"a kalau 77 naik (AA TK turun *4,*, sebalikn"a bila TK naik (AA, 77 turun *4,*. *. 5ugaaan "ang men"ebut ada hubungan antara TK dengan 77 salah atau ditolak, karena nilai signi#ikansi r G .0DC -0D,C./ lebih besar dari @.. =adi tidak ada hubungan antara TK dengan 77. Atau tidak ada hubungan signi#ikan antara TK dengan Kinerja 77, karena nilai signi#ikansi r lebih besar dari @.. Signi#ikansi @. -atau signi#ikan pada @./ berarti besarn"a hubungan -nilai r atau korelasi pearson/ itu apabila digunakan untuk memprediksi akan memiliki kesalahan @.. Signi#ikansi nilai r dapat pula diuji dengan menggunakan uji t dengan persamaan sebagai berikut.
t= r n * (r *

0. Kalau duji dengan sepihak -one tail/, maka nilai signi#ikansi dua pihak tinggal dibagi dua, jadi .0DC : * G .(80@. Sehingga interpretasin"a bergeser dari tidak ada hubungan TK dan 77 "ang ditunjukkan nilai sig sebesar 0D,C. menjadiB Tidak ada hubungan TK dan 77 dengan signi#ikansi sebesar A.(80@ -lebih besar dari @./. Sedangkan nilai r, t, atau 2 empirik tetap sama "aitu r G -.*4*. b. Hip B Ada pengaruh R+, dan 1AS2!+3 terhadap R&T)R% Perusahaan. )ntuk menguji hipotesis ini maka lakukanlah prosedur berikut ini. (/ Klik menu STAT,S1T,1S-R&9R&SS,+%-!,%&AR, berikut ini.

Soekirno DS / Akuntansi UNY/ 08122755756

11

Pelatihan Analisis Data Diploma III UNY 2008

*/

aka akan tampak menu !inear Regression sebagai berikut.

0/ Kemudian pindahkan semua $ariabel "ang akan diuji korelasin"a -dalam hal ini $ariabel R+,, 1ASH2!+3 dan R&T)R%/ ke kotak sebelah kanan. Kotak 5ependent isilah $ariabel R&T)R%. Sedangkan kotak ,%5&P&%5&%T-S/ isilah $ariabel R+, 5A% 1ASH2!+3. SPSS akan menggunakan metode &%T&R sebagai de#ault. etode ini berarti bahwa kita akan mengkorelasikan seluruh data pada ketiga $ariabel tanpa ada pengecualian atau pentahapan tertentu. etode lainn"a adalah metode ST&P3,S&, R& +'&, 7A1K3AR5, dan 2+R3AR5. 5alam hal ini kita menggunakan metode &%T&R. 4/ Setelah itu klik kotak +K, maka akan tampak hasil korelasi sebagai berikut.
M!+ " Su66a)2 &odel 5 ' .>@5a ' $Euare .<=< Adjusted ' $Euare .55= $td. #rror o* the #stimate .@5A=<

a. 7redi)tors: +Constant/! Tingkat 7artisi asi $2L! Tekanan Kerja

KomentarB 7erdasarkan nilai R sebesar .48( dapat disimpulkan bahwa hubungan antara TK dan Par S7! dengan Kinerja 77 bersi#at positip sebesar 48,(.. Artin"a, apabila $ariabel TK dan Par S7! naik (AA maka kinerja 77 naik pula sebesar 48,(. Sebalikn"a bila TK dan Par S7! turun (AA maka kinerja 77 turun 48,(. Ada kalan"a agar terhindar dari bias penambahan $ariable independent, peneliti dapat menggunakan nilai Adjusted R S;uare. A/-u(&e/ R2 %ilai ini digunakan untuk mengatasi kelemahan koe#isien determinasi -R */, "aitu apabila jumlah $ariable predictor ditambah maka nilai R* pasti meningkat sebalikn"a akan menurun apabila $ariable predictor dikurangi jumlahn"a. +leh karena itu, untuk menge$aluasi model regresi terbaik atau menentukan besarn"a koe#isien determinasi dianjurkan menggunakan A/-u(&e/ R2# %ilai ini dapat turun atau naik walaupun $ariable predictor ditambah atau dikurangi.
_

R2 = 1- (1 - R2 )((n - 1)/(n - k - 1))

where: R2 = Coefficient of Determination .

R2 = Adjusted Coefficient of Determination

Soekirno DS / Akuntansi UNY/ 08122755756

20

Pelatihan Analisis Data Diploma III UNY 2008

n = number of observations k = number of Independent Variables for e ample: when R2 =.!" n=#$$" and k=%" then _ R2 = # & '# & .!(''#$$ & #()'#$$ & % & #(( = # & '# & .!('!!)!*( = # & '.#('#.$%+#!( = # & .#$%+#! = .,!*-,

A&#uste& : 0o&i*ie& H 4 * = 4 * -( k : N /
-gujarati damodar, 7asic &conometrics/ S&% /%r/ Err!r !. &he E(&i+%&e 0SEE* %ilai kesalahan "ang akan terjadi apabila model persamaan regresi digunakan untuk memprediksi. Semakin kecil S&& semakin baik model regresi digunakan untuk memprediksi. Standard error o# estimate G

S// =

i=(

-Yi Yi / * =

N m(
X

SSres N m(

'ariance o# estimate G

3// =

-Y Y /
i=( i i

N m(

SSres N m(

ANOVAb &odel 5 $um o* $Euares <.B<A @.C<C 55.=?B d* < 5= 5? &ean $Euare 5.=5? .BC5 F 5.A?A $ig. .5@5a

'egression 'esidual Total

a. 7redi)tors: +Constant/! Tingkat 7artisi asi $2L! Tekanan Kerja b. De endent (ariable: Kinerja 7ega;ai 22

7erdasarkan nilai signi#ikansi 2 sebesar .(8( dapat disimpulkan bahwa dugaan ada hubungan antara TK dan Par S7! dengan Kinerja 77 adalah salah atau ditolak, karena nilai signi#ikansi 2 besarn"a (8,(. lebih besar dari @.. Atau dapat dikatakan secara statistik tidak ada hubungan antara TK dan Par S7! dengan Kinerja 77.
R ".12 =
2 2 rE 1 + rE 2 2r"1 r" 2 r12 2 1 r12

(. 1ari t hitung dengan rumusB

Fh = '* : k (( ' * ) : ( n k ()

Rumus (A
Soekirno DS / Akuntansi UNY/ 08122755756

21

Pelatihan Analisis Data Diploma III UNY 2008

5imana B 2h G 2 hitung "ang selanjutn"a dibandingkan dengan 2 tabel R* G koe#isien korelasi ganda k G jumlah $ariabel independen n G =umlah angota sampel Sumbangan Relati# -SR/ Total SR semua $ariable predictor harus sama dengan (AA.
a 2( " 67 re$ % 2 * " 67 re$

S4 ( ( =

2(AA.

S4 ( * =

2(AA.

S4 ( ( = S4 2(

A,@88 2(4,D 2(AA. (0,@*@ = D0,4C.

S4 ( * = S4 2 *

A,08D 2(*,8 2(AA. (0,@*@ = 0D,@0.

Sumbangan &#ekti# -S&/ Total S& semua $ariable predictor harus sama dengan R* -A,8DC G 8D,C./ pada regresi ganda S&<( G SR<( R* S&<( G D0,4C. < A,8DC S&<( G A,@@A0 -@@,A0./
a 2( " + % 2 * "

S&<* G SR<* R* S&<* G 0D,@0. < A,8DC S&<* G A,0(DC -0(,DC./

a 2( " + % 2 * "

r=

"

4* =

"

R* G -SSE-SS&/:SSE

SSE G SS& U Regression sum o# s;uares -RSS/ SSY = -Yi Y / * G

i =( n

Total sum s;uare>

SS/ = -Yi Yi / * G
i= (

residual

sum

s;uares

4SS = -Y i Y / *
i= (

>

5=

4 * - N m (/ , dimana m G jumlah predictor m-( 4 * /

c. Hip G Ada pengaruh cash #low dan R+, terhadap return saham )ntuk menguji ini menggunakan perintah Anal"Ie 6 Regression 6 !inear. Setelah $ariable dimasukkan ke kotak test $ariable maka akhirn"a kita akan memperoleh hasil sebagai berikut.

Soekirno DS / Akuntansi UNY/ 08122755756

22

Pelatihan Analisis Data Diploma III UNY 2008

M!+ " Su66a)2 &odel 5 ' .<<@a ' $Euare .1?< Adjusted ' $Euare -.<5A $td. #rror o* the #stimate B.<>A@1

a. 7redi)tors: +Constant/! )*lo;! roi

ANOVAb &odel 5 $um o* $Euares 5>.A@1 <C=.><1 <@@.>11 d* < C A &ean $Euare C.>A1 =A.1B1 F .5A< $ig. .@=1a

'egression 'esidual Total

a. 7redi)tors: +Constant/! )*lo;! roi b. De endent (ariable: return

a C! 88,-, nt*

&odel 5

+Constant/ roi )*lo;

UnstandardiHed Coe**i)ients 2 $td. #rror 5=.C1? B.A=@ .5<= .<1A -.11> .5C?

$tandardiHed Coe**i)ients 2eta .<<? -.11A

t 5.AC? .?@B -.1<>

$ig. .1@A .?CB .A@5

a. De endent (ariable: return

(/ 7erdasarkan hasil analisis korelasi tersebut maka besarn"a korelasi antara R+, dan 1ASH2!+3 dengan R&T)R% adalah A,A@(?4 -R S;uare/ dengan nilai 2 sebesar A,(?(C@ signi#ikan pada A,8*?C -8*,?C./. Karena nilai Signi#ikansi 2 lebih besar dari @. maka hipotesis "ang men"atakan YAda hubungan antara R+, dan 1ASH2!+3 dengan R&T)R% PerusahaanZ ditolak. Hal itu berarti besar keciln"a R+, dan 1ASH2!+3 persuahaan secara bersama-sama tidak akan mempengaruhi besaran Return "ang akan diterima oleh in$estor. */ Adapun berdasarkan uji regresi ini pula dapat diketahui persamaan regresin"a sebagai berikut. E G (0.CA4?CD 6 A,AA4*(8 1ASH2!+3 U A,(**@84 R+, 0/ %amun demikian berdasarkan nilai signi#ikansi T-n"a, dapat disimpulkan bahwa tidak satupun dari kedua $ariabel independen tersebut -R+, maupun 1ASH2!+3/ "ang memiliki pengaruh signi#ikan terhadap R&T)R%. SELAMAT MENCOBA SEMOGA SUKSES BESERTA KITA SEMUA

Soekirno DS / Akuntansi UNY/ 08122755756

Pelatihan Analisis Data Diploma III UNY 2008

Tab " t 9 *tu+ nt :ata* (.#k; ba<a# = .#k>

Ta)a8 A".#a db 3.53 3.(5 5.111 1.@5B 1.CB? 1.C>5 1.C<C 1.C5@ 1.C55 1.C1B 1.C1= 1.C11 1.BAC 1.BA? 1.BA> 1.BA< 1.BA5 1.BA1 1.B@A 1.B@@ 1.B@@ 1.B@C 1.B@B 1.B@B 1.B@? 1.B@? 1.B@> 1.B@> 1.B@> 1.B@= 1.B@= 1.B@= 1.B@5 1.BCA 1.BCA 1.BC@ 1.BC@ 1.BCC 1.BCC 1.BCC 1.BCC 1.BCB 1.BCB 1.BCB 1.BCB 1.BC? 3.45 3.((5 5.5C5 1.A=5 1.@BB 1.@=B 1.@5A 1.@1@ 1.@11 1.CA> 1.CA1 1.C@B 1.C@= 1.C@5 1.CCA 1.CCC 1.CCB 1.CC> 1.CC= 1.CC< 1.CC5 1.CC5 1.CC1 1.CBA 1.CBA 1.CB@ 1.CBC 1.CBC 1.CBC 1.CBB 1.CBB 1.CB? 1.CB= 1.CB5 1.CB1 1.CB1 1.C?A 1.C?A 1.C?@ 1.C?@ 1.C?@ 1.C?@ 1.C?@ 1.C?C 1.C?C 1.C?B 3.43 3.(3 5.=CB 5.1B5 1.AC@ 1.A>5 1.A<1 1.A1B 1.@AB 1.@@A 1.@@= 1.@CA 1.@CB 1.@C= 1.@C1 1.@B@ 1.@BB 1.@B? 1.@B= 1.@B< 1.@B5 1.@B1 1.@?A 1.@?@ 1.@?@ 1.@?C 1.@?B 1.@?B 1.@?? 1.@?? 1.@?> 1.@?> 1.@?5 1.@>A 1.@>@ 1.@>C 1.@>B 1.@>B 1.@>? 1.@>? 1.@>? 1.@>> 1.@>> 1.@>> 1.@>= 1.@>= 3.35 3.=55 5.B=< 5.<51 5.51? 5.1?C 5.1=5 5.15= 5.115 1.AA= 1.A@B 1.A@1 1.ACB 1.AC< 1.ABA 1.ABC 1.AB? 1.AB= 1.AB5 1.AB1 1.A?@ 1.A?C 1.A?B 1.A?? 1.A?> 1.A?= 1.A?< 1.A?< 1.A?5 1.A?1 1.A?1 1.A>A 1.A>B 1.A>= 1.A>< 1.A>5 1.A>1 1.A=A 1.A=A 1.A=A 1.A=@ 1.A=@ 1.A=@ 1.A=@ 1.A=C 1.A=B 3.33 3.=5 5.AB= 5.=@B 5.<?1 5.5A1 5.5?B 5.5=> 5.55A 5.51@ 5.511 5.1A= 5.1@@ 5.1@= 5.1CA 5.1CB 5.1C> 5.1C5 5.1BA 5.1BC 5.1BB 5.1B> 5.1B= 5.1B5 5.1B1 5.1?A 5.1?@ 5.1?@ 5.1?C 5.1?B 5.1?? 5.1?? 5.1?1 5.1>C 5.1>? 5.1>> 5.1>= 5.1>< 5.1>< 5.1>5 5.1>5 5.1>5 5.1>1 5.1>1 5.1=A 5.1=@ 3.(5 3.=(5 <.>5> 5.B1> 5.><= 5.=>> 5.=15 5.<C= 5.<?> 5.<>1 5.<=1 5.<<5 5.<5> 5.<1A 5.<1> 5.<11 5.5AC 5.5A> 5.5A5 5.5@A 5.5@C 5.5@? 5.5@= 5.5@< 5.5@1 5.5CA 5.5C@ 5.5CC 5.5CB 5.5C? 5.5C> 5.5C= 5.5BC 5.5B> 5.5B< 5.5B1 5.5?A 5.5?@ 5.5?C 5.5?B 5.5?B 5.5?B 5.5?? 5.5?? 5.5?> 5.5?= 3.(3 3.=3 =.1C@ 5.@@B 5.B=@ 5.?== 5.>CB 5.>>1 5.>5? 5.=AC 5.=@= 5.=C< 5.=B= 5.=?B 5.=?1 5.=>? 5.=>5 5.==C 5.=== 5.==1 5.=<@ 5.=<? 5.=<= 5.=<5 5.=5A 5.=5@ 5.=5B 5.=5? 5.=5> 5.=5= 5.=55 5.=51 5.=1= 5.<AA 5.<AB 5.<A> 5.<A< 5.<A5 5.<A1 5.<@A 5.<@A 5.<@@ 5.<@@ 5.<@C 5.<@B 5.<@> 3.=5 3.355 >.5B? <.<@< 5.A<> 5.CC@ 5.BAA 5.B?1 5.B5C 5.?A< 5.?C> 5.??A 5.?>@ 5.?=@ 5.?=1 5.?<= 5.?5C 5.?5< 5.?1@ 5.?1> 5.?11 5.>AC 5.>A> 5.>A< 5.>@A 5.>@C 5.>@? 5.>@= 5.>@< 5.>@1 5.>CA 5.>CC 5.>B@ 5.>B< 5.>?@ 5.>?B 5.>?= 5.>?< 5.>?5 5.>?1 5.>>A 5.>>@ 5.>>C 5.>>C 5.>>? 5.>>= 3.=3 3.35 B.=5> <.A<1 <.=?= <.5=< <.15? 5.A>= 5.@A? 5.@B1 5.@== 5.@5< 5.CAB 5.C@< 5.CC5 5.CB5 5.C?= 5.C>B 5.C>1 5.C=> 5.C<A 5.C<? 5.C<5 5.C5C 5.C5> 5.C55 5.C1@ 5.C1B 5.C1= 5.C15 5.BAA 5.BAC 5.B@> 5.BCB 5.BC5 5.BBC 5.BB> 5.BB< 5.BB1 5.B?A 5.B?@ 5.B?C 5.B?B 5.B?? 5.B?= 5.B?1 3.35 3.3(5 5<.C1B >.=1= =.5@< <.CCB <.?C5 <.>>C <.=B? <.=1B <.<B< <.<<@ <.<15 <.5CA <.5B1 <.5>? <.5=5 <.5<1 <.551 <.515 <.1A= <.1@B <.1@1 <.1C> <.1BA <.1B> <.1B1 <.1?B <.1?< <.1>@ <.1>? <.1>< <.1<5 <.11A <.111 5.AA> 5.AA1 5.A@C 5.A@> 5.A@< 5.A@1 5.AC@ 5.ACC 5.ACB 5.AC< 5.AB@ 3.3(5 3.3=(5 <?.>?< B.<1? >.5CC =.>A? =.5B= <.ABA <.@>5 <.C?< <.B@? <.B=> <.?A= <.?B1 <.?== <.?51 <.>A1 <.>C= <.>?@ <.>>? <.>== <.><= <.>5> <.>1? <.=A@ <.=A5 <.=@? <.=CA <.=C= <.=B@ <.=B> <.=B1 <.=<A <.=55 <.<AA <.<A5 <.<@> <.<@1 <.<CB <.<C< <.<C1 <.<B@ <.<BB <.<B> <.<?@ <.<?=
2 PIHAK 7atas -(./B - : U D0,DD 7atas -@./B - : U (*,C(

5 < = > ? B C @ A 51 55 5< 5= 5> 5? 5B 5C 5@ 5A <1 <5 << <= <> <? <B <C <@ <A =1 >1 ?1 B1 C1 @1 A1 511 551 5<1 5=1 5>1 5?1 <11 =11

( P,HAK
7atas -(./B - : U 0(,8* 7atas -@./B - : U D,0(

Soekirno DS / Akuntansi UNY/ 08122755756

2!

Pelatihan Analisis Data Diploma III UNY 2008

Soekirno DS / Akuntansi UNY/ 08122755756

25

Pelatihan Analisis Data Diploma III UNY 2008

Soekirno DS / Akuntansi UNY/ 08122755756

26

Pelatihan Analisis Data Diploma III UNY 2008

Soekirno DS / Akuntansi UNY/ 08122755756

27

Pelatihan Analisis Data Diploma III UNY 2008

Soekirno DS / Akuntansi UNY/ 08122755756

28

Pelatihan Analisis Data Diploma III UNY 2008

Soekirno DS / Akuntansi UNY/ 08122755756

21