Berikut contoh pendahuluan yang baik untuk artikel ilmiah:1. Latar Belakang- Jelaskan permasalahan utama yang akan diteliti beserta konteks dan pentingnya masalah tersebut.2. Rumusan Masalah- Formulasi masalah penelitian secara spesifik dan jelas.3. Tujuan Penelitian - Apa yang ingin dicapai dari penelitian ini.4. Manfaat Penelitian- Manfaat teoritis dan prakt

ARTIKEL ILMIAH
1. Judul
2. Abstrak (Abstract)
3. Pendahuluan (introduction)
4. Literatur, Kerangka konseptual dan hipotesis (literature, Conceptual
Framework and hypothesis)
5. Metodologi (Methodology)
6. Hasil dan pembahasan (Results and discussion)
7. Kesimpulan (Conclusion)
8. Daftar Pustaka (References)
Kwl
Vrb
Books

JUDUL
 Dalam pembuatan topik perhatikan pokok masalah yang ada, lalu tuangkan
dalam dua kata agar memiliki sifat keterbatasan, mis: kinerja, biaya,
profitabilitas, dsb. Topik: kinerja SDM, kinerja perusahaan, efisiensi biaya,
profitabilitas maksimum
• Tema merupakan topik yang sudah bertujuan, atau sudah diberikan kata
operasional ( mengandung pe-an), mis: topik : kinerja perusahaan, tema:
pengembangan kinerja perusahaan
• Judul memiliki sifat lebih spesifik. Perubahan tema ke judul cukup
ditambahkan keterangan seperti tempat, waktu, metode, menerangkan
makna kata, dll. Mis: Tema: pengembangan kinerja perusahaan, Judul:
Pengembangan kinerja perusahaan dengan metode six sigma

MENENTUKAN TOPIK PENELITIAN
1. Penelitian sesuai dengan bidang si peneliti
2. Bermanfaat bagi masyarakat khususnya subjek penelitian
3. Mengetahui hakikat dasar perbedaan jenis penelitian
4. Masalah yang diambil bersifat baru
5. Tema yang sedang tren (hot topik)
6. Dalam jangkauan peneliti (Manageable topic)
7. Data dari topik mudah didapatkan (Obtainable data)
8. Topik cukup penting untuk diteliti (Signifance of Topik)
9. Topik yang menarik (interested topic)

PENTINGNYA MASALAH UNTUK DITELITI
Pentingnya masalah untuk diteliti (Tanjung dan Ardial, 2005) karena:
1. Menyangkut kepentingan umum baik mendesak maupun tidak mendesak.
2. Merupakan mata rantai, apabila tidak dipecahkan banyak masalah lain yang
terbengkalai.
3. Masalah itu penting dan pemecahannya dapat mengisi kekosongan dan
kekurangan ilmu dan pengetahuan.

Langkah dalam proses memilih topik penelitian
1. Brainstorming untuk ide (sekelompok org memecahkan masalah)
2. Baca informasi latar belakang umum
3. Fokus pada topik anda
4. Buat daftar kata kunci yang berguna
5. Bersikap fleksibel
6. Tentukan topik sebagai pertanyaan penelitian yang berfokus
7. Penelitian dan baca lebih lanjut tentang topik anda
8. Merumuskan pernyataan

Topik penelitian yang baik
1. Urgen untuk diteliti
2. Membuahkan sesuatu yang baru bagi ilmu pengetahuan
3. Sumbangan bagi pengembangan ilmu dan bermanfaat bagi
masyarakat
4. Aktual, peneliti yang selalu mengikuti perkembangan ilmu akan
lebih mudah menemukan topik yang aktual dan segar

Tips menemukan topik penelitian
1. Melalui pengetahuan dan pengalaman peneliti
2. Melalui laporan hasil penelitian sebelumnya
3. Melalui perkembangan dan pengetahuan lain dapat memberi
sumbangan dalam menemukan topik penelitian
4. Melalui kegiatan diskusi ilmiah.

JUDUL
 Pemilihan topik, kemudian dibuat judul
 Topik : “Kinerja perusahaan”
Judul: “Faktor yang mempengaruhi kinerja perusahaan”
 Topik : “ Penulisan karya ilmiah”
Judul: “Penulisan karya ilmiah untuk pemula sampai mahir dalam waktu 3 hari”
 Judul adalah “topik” plus kata hiasan, tempatkan topik didepan atau dibelakang, orang
cenderung focus depan atau belakang
 Judul menjelaskan manfaat setelah membaca, menarik untuk dibaca atau trik psikologi
 Buat beberapa judul untuk memperoleh kreatifitas, pada akhirnya judul yg bagus
dipengaruhi oleh faktor kreatifitas
 Manfaatkan referensi dari judul yg sudah dipublikasi
 Judul, disarankan tidak lebih dari 12 kata jurnal berbahasa Indonesia dan tidak lebih dari
10 kata jurnal berbahasa Inggris
 Dll

Jurnal Nasional
 Pengaruh Ukuran Perusahaan, Profitabilitas, Opini Audit, Dan Umur Perusahaan Terhadap Audit
Delay (Studi Empiris Pada Perusahaan Property Dan Real Estate Yang Terdaftar Di Bursa Efek
Indonesia Pada Tahun 2012-2014)
 Analisis Faktor-Faktor Yang Mempengaruhi Penerapan Konservatisme Akuntansi
 Pengaruh Pengungkapan Corporate Social Responsibility terhadap Earning Response Coefficient
(Suatu Studi Empiris Pada Perusahaan Pertambangan yang terdaftar di BEI tahun 2010-2013)
 Analisa Pengaruh Strategi Diferensiasi, Citra Merek, Kualitas Produk Dan Harga Terhadap
Keputusan Pembelian Pelanggan Di Cincau Station Surabaya
 Analisis Faktor-Faktor Yang Mempengaruhi Permintaan Tenaga Listrik Konsumen Sektor
Konsumtif Perusahaan Listrik Negara
Vbl
Cont.

Jurnal Internasional
 Estimating short and long-term residential demand for electricity: New
evidence from Sri Lanka
 Aligning operations, marketing, and competitive strategies to enhance
(meningkatkan) performance: An empirical test in the retail banking
industry……Elsevier
 The effects of an integrative supply chain strategy on customer service and
ﬁnancial performance: an analysis of direct versus indirect
relationships…Elsevier

ABSTRAK (ABSTRACT)
• Secara umum, Abstrak merupakan tulisan sederhana yang tidak terlalu panjang
dengan jumlah kata yang telah dibatasi.
• Penulisan abstrak merupakan rangkuman atau intisari dari artikel Ilmiah.
• Cara membuat abstrak mencakup keseluruhan dari penelitian yang dilakukan
sebagai bahan tinjauan umum bagi orang lain.
• Jumlah Kata : Jumlah kata antara 100 – 150 suku kata, bukan menjadi jumlah
yang mutlak terpenuhi. Biasanya sudah ditentukan oleh publisher atau jurnal.
• Jarak Antar Baris : Spasi penulisan antar baris adalah spasi 1 (single spacing).
Hal ini bertujuan untuk memadatkan abstrak yang dibuat serta dapat mencakup
abstra bahasa indonesia dan abstrak bahasa Inggris dalam satu halaman.
• Penulisan Bahasa Asing : Penggunaan bahasa asing dalam abstrak yang dibuat
harus dicetak miring dalam penulisannya, juga bahasa ilmiah yang ditulis dalam
penulisan abstrak.
• Kata kunci : Kata kunci yang terkait dengan penelitian yang dicatat pada bagian
akhir, yaitu sekitar 3 sampai 5 kata yang dipisahkan dengan tanda koma (,).

Penulisan Abstrak
 Latar Belakang (10%)
Memasukkan latar belakang dari permasalahan serta tujuan penelitian. Dengan adanya latar belakang peneliti
akan mencari solusi untuk menyelesaikan permasalah yang menjadi latar belakang penelitian yang dilakukan.
 Metode Atau Pendekatan Masalah (10%)
Menjabarkan secara ringkas dan padat jenis metoode penelitan yang dilakukan dalam melakukan penelitian.
 Hasil Penelitan (55%)
Menjabarkan hasil penelitian yang dilakukan, hal ini akan menjadi salah satu rujukan yang akan diperhatikan
oleh pembaca terkait penelitian yang dilakukan terkait latar belakang yang dihadapi dengan menggunakan
metode yang dipakai apakah dapat menyelesaikan permasalahan yang diteliti.
 Kesimpulan dan implikasi (25%)
Kesimpulan mejadi penutup didalam abstrak yang baik. Dengan melampirkan kesimpulan akan dapat diketahui
bahwasanya penelitian yang telah dilakukan apakah dapat menyelesaikan permasalahan yang dihadapi. Dan
bagaimana implikasinya.

Contoh 1: Abstract ( 109 kata) ...Scopus (Elsevier)
ABSTRACT
This study examines how corporate governance and ownership structure relate to the financial
performance of firms. We estimated this relationship using fsQCA. We enhanced our analysis
using complementary linear and non-linear multiple regression analysis. The panel data used in
this study covered 1207 companies from 59 countries across 19 sectors for the period 2013 to
2015. The study makes two main contributions. First, the multiple empirical techniques
employed in this study offer a broader approach to the empirical analysis of financial
performance. Second, the study aids our understanding of the role of corporate governance
and ownership in the financial performance of firms. Keywords: Firm performance fsQCA
Corporate governance

Contoh 2: Bahasa Indonesia (186 kata)
ABSTRAK Penelitian ini bertujuan untuk menguji faktor-faktor yang mempengaruhi kinerja bank
yang listed di Bursa Efek Indonesia. Faktor-faktor tersebut adalah efisiensi operasi (BOPO), risiko
kredit (NPL), risiko pasar (NIM), permodalan (CAR), dan likuiditas (LDR). Data yang digunakan
dalam penelitian ini diperoleh dari Laporan Keuangan Publikasi Perusahaan Perbankan yang
terdaftar di BEI. Berdasarkan metode Purposive Sampling, sampel yang layak digunakan sebanyak
28 perusahaan Perbankan dengan kriteria antara lain: perusahaan perbankan tersebut terdaftar di
Bursa Efek Indonesia (BEI), tidak pernah di delete dan memberikan data laporan keuangan selama
periode 2007-2010. Jenis data yang digunakan adalah data sekunder, yang merupakan gabungan dari
data time series dan cross section. Tehnik analisis yang digunakan regresi linier berganda. Hasil
penelitian menunjukan bahwa variabel BOPO dan NPL berpengaruh negatif signifikan terhadap
ROA, NIM berpengaruh positif signifikan terhadap ROA, sedangkan CAR dan LDR tidak
berpengaruh signifikan terhadap ROA. Nilai koefisien determinasi, yang menunjukkan besarnya
besarnya pengaruh BOPO, NPL, NIM, CAR dan LDR terhadap ROA sebesar 73,1 %, sedangkan
sisanya sebesar 26,9 % dijelaskan oleh sebab lain diluar model.
Kata kunci : efisiensi operasi (BOPO), risiko kredit (NPL), risiko pasar (NIM), permodalan (CAR),
likuiditas (LDR).

Introduction
• Pendahuluan merupakan bagian pengantar penelitian. Pendahuluan berperan
dalam mengantar pembaca untuk memahami alasan penelitian dilakukan.
semakin jelas pendahuluan yang dibuat akan semakin membantu pembaca untuk
memutuskan untuk perlu tidaknya penelitian dibaca lebih lanjut.
• Latar belakang merupakan garis besar pemikiran yang mendasari penulisan.
Dalam membuat latar belakang, penulis bisa menggunakan logika deduktif
maupun logika induktif. Untuk lebih mudahnya, penulis bisa menggunakan logika
segi tiga terbalik yang meliputi introduksi, justifikasi, identifikasi, dan solusi.
• Deduktif, bermula dengan penjabaran tentang hal-hal umum kemudian menjurus
ke hal khusus. Pada paragraf deduktif, letak kalimat utama berada di awal
paragraf.
• Induktif, diawali dengan kalimat penjelas berupa fakta, contoh, rincian, atau bukti
yang kemudian disimpulkan secara umum pada kalimat.

Pendahuluan (Introduction)
 Pendahuluan seharusnya jangan terlalu panjang.
 Biasanya 1-2 halaman; Satu halaman untuk artikel sekitar 10-12 halaman,
atau dua halaman untuk artikel yang lebih panjang.
 Kira-kira panjang bagian pendahuluan adalah 10% dari keseluruhan artikel
(Grant dan Pollock, 2011).
 Menurut Day (1975), pendahuluan seharusnya:
1. Mempresentasikan dengan jelas batasan masalah yang diteliti
2. Untuk mengarahkan pembaca, tinjauan pustaka singkat dapat dimasukkan
3. Metode penelitian seharusnya dinyatakan, dan jika diperlukan juga dituliskan alasan
mengapa metode tersebut dipilih
4. Menyatakan hasil penting penelitian
 Menurut Walsham (2006), pendahuluan seharusnya menjelaskan:
1. Mengapa topik artikel penting
2. Bagaimana kontribusi artikel dikembangkan
3. Struktur artikel

Pendahuluan
Secara umum Pendahuluan mencakup:
1) Phenomena penelitian
2) Research gap, masalah pokok penelitian (utk artikel ilmiah)
3) Pandangan penelitian sebelumnya dan pandangan peneliti terhadap
fenomena tersebut
4) Motivasi penelitian utk mengkaji research gap dgn mempelajari teori
dan penelitian sebelumnya yg relevan (secara umum, singkat)
5) Kontribusi penelitian (secara umum)
6) Pentingnya penelitian
7) Novelti, originalitas penelitian

INTRODUCTION
Perusahaan dalam perkembangannya selalu berusaha mempertahankan keunggulan bisnisnya dalam
meningkatkan ………... Namun karena kondisi persaingan usaha yang semakin ketat, banyak pilihan bagi
konsumen dalam menentukan alternatif keputusan membeli produk atau jasa yang dibutuhkan, sehingga
beberapa perusahaan mengalami kesulitan yang ditandai dengan ……… yang semakin menurun, diikuti
dengan dengan turunnya …… yang berarti ………. semakin menurun.
Untuk meningkat ……… tentunya harus memperhatikan ………. yang membentuk ……... Dari sisi
…A…… dietentukan oleh keberhasilan meningkatkan …….. dan …….. Sedangkan dari …B….terkendala
bila …….. tidak mampu memerikan kepuasan lebih dibanding ……, disamping memperhatikan …….
lainnya yang sejenis. Dari struktut ……., efisiensi proses produksi……penguasaan bahan baku yang
berkualitas dan murah dibanding perusahaan pesaing. Keunggulan menghasilkan produk dengan biaya
yang relative lebih murah dibanding produks lainnya akan memberi peluang bagi perusahaan untuk
meningkatkan …….. Bahkan dapat meningkaatkan ……..karena …….. lebih …… dibanding perusahaan
saingan.
CONTOH : INTRODUCTION

Berkaitan dengan ……., penelitian ini bertujuan untuk mengkaji fenomena ………….…yang
cenderung menurun sejak beberapa periode terakhir. Tingkat……dari waktu kewaktu…..sehingga
berdampak terhadap……….semakin menurun. Data statistik ….sejak tiga tahun terakhir…..menunjukkan
pertumbuhan …….yang semakin menurun dibanding periode sebelumnya, yaitu tahun 2017…..%....tahun
2018…% dan tahun 2019…%.......dst
Fenomena tersebut berdampak terhadap ……sehingga ….. ….cenderung menurun sejak beberapa
periode terakhir, yaitu akhir Januari 2020 ……………. sedangkan akhir Mei 2020 ..….Yang menjadi
permasalaha pokok ….atau research question atau research gap….. pada penelitian ini adalah bagaimana
meningkatkan …………..… sehingga dapat meningkatkan …….
Berdasrkan fenomena tersebut, maka peneliti termotivasi untuk mengidentikasi dan menganalisis faktor
kunci yang berpengaruh signifikan terhadap …..…dengan menggunakan pendakatan analisis ……sehingga
mampu menjawab permasalahan yang dihadapi oleh….. ….Secara empiris menunjukkan bahwa ….…
dipengaruhi oleh berbagai variabel …..seperti…X1, X3, X5, X7 …dan X8….dst……. .

Dalam kaitan fenomena pada penlitian ini, beberapa hasil penelitian sebelumnya yang relevan
sebagai referensi. Penelitian A…..(201..) mebemukan bahwa …… variabel…..
X1…..X2….X3…..dst…berpengaruh positif dan signifikan terhadap kinerja keuangan perusahaan….. .
Penelitian B….(201..) dalam studinya melaporkan bahwa…. X4.. X5 X6..dst…. berpengaruh positif dan
signifikan terhadap …..kinerja kuangan perusahaan….. Sedangkan penelitian C….(201..) menemukan
bahwa X2, X3 dan X5…berpengaruh positif dan signifikan terhadap ….kinerja keuangan
perusahaan….dst.
Hasil penelitian sebelumnya sebagai referensi yang penting untuk menjadi masukan pada penelitian
ini, terutama dalam mengidentikasi atau menseleksi variabel kunci yang lebih relevan dengan kondisi
empiris….….sehingga hasil penelitian ini mampu memberi kontribusi atau masukan bagi …… dalam
proses pengambilan keputusan. Penelitian ini juga menjadi informasi penting bagi…. stakeholder lainnya
……seperti …….. dalam menilai ……..Sebagai pelengkap informasi bagi praktisi dalam menilai
……….dan menjadi referensi bagi penelitian selanjutnya untuk melengkapi penelitian ini penelitian ini.

Kontribusi tersebut diatas membuktikan bahwa penelitian ini penting dilakukan untuk
menjawab permasalahan yang dihadapi perusahaan.……terutama karena kekuatan penelitian ini
adalah pada jumlah variabel yang digunakan dengan analisis yang lebih komprehensif dibanding
penelitian sebelumnya…. Penelitian ini telah melakukan identisikasi dan seleksi terhadap variabel
kunci yang berpengaruh signifikan terhadap……..Pemilihan variabel tersebut terbukti secara
empiris sangat relevan dengan permasalahan yang diterliti………….Dengan demikian, originalitas
penelitian ini adalah terletak pada analisis yang lebih komprehensif…menggunakan bebarapa
variabel kunci yang belum digunakan pada penelitian sebelumnya…seperti ..X7…. dan X8…..dst.

Literatur, Kerangka konseptual dan hipotesis (literature,
Conceptual Framework and hypothesis)
• Literatur : teori dan penelitian sebelumnya yg terkait
• Kerangka konseptual
• Hipotesis: Tiap variabel independen yg mempengaruhi variabel
dependen, mengemukakan penelitaian sebelumnya yang terkait
dengan variabel tersebut, kemudian mengajukan hipotesis
Cont.

Grand Teori, Middle Teori dan Applied Teori
1. Grand Teori merupakan dasar lahirnya teori-teori lain dalam
berbagai level. Disebut makro karena teori-teori ini berada pada
level makro
2. Middle Teori merupakan teori yang berada pada level
mezo/menengah dimana fokus kajiannya makro dan mikro.
3. Applied Teori merupakan teori yang berada di level mikro dan
siap diaplikasikan dalam konseptualisasi (Dougherty &
Pfaltzgraff 1990, 10-11)

Agency Theory
Konsep agency theory menurut Anthony dan Govindarajan (2003)
adalah hubungan atau kontrak antara principle dan agent. Penjelasan
mengenai konsep manajemen laba dapat juga dengan menggunakan
teori keagenan (agency theory) yang menyatakan bahwa praktik
manajemen laba dipengaruhi oleh konflik kepentingan antara
manajemen (agent) dan pemilik (principal) yang timbul Ketika setiap
pihak berusaha untuk mempertahankan tingkat kemakmuran .

Teori Portopolio
 Teori portofolio adalah pendekatan investasi yang diprakarsai oleh Harry M.
Markowitz, dan pada tahun 1952 teori tersebut dipublikasi secara luas pada
Journal of Finance.
 Halim (2003:50) menyatakan bahwa portofolio merupakan kombinasi atau
gabungan atau sekumpulan assets, baik berupa real assets maupun financial
assets yang dimiliki oleh investor.
 Husnan (2003:45) menyatakan bahwa portofolio berarti sekumpulan investasi.
Tahap ini menyangkut identifikasi sekuritas-sekuritas mana yang akan dipilih
dan berapa proporsi dana yang akan ditanamkan pada masing-masing
sekuritas tersebut.
 Dengan demikian dapat dikatakan bahwa teori portofolio berbicara mengenai
bagaimana kita menggunakan dana untuk investasi agar mendapatkan return
yang diharapkan dengan resiko seminimal mungkin.

Literatur
• Teori : buku referensi melalui …..gen.lib.rus.ec
• Penelitian Terdahulu: melalui …google scholar

Hipotesis H1 :
Insider ownership dan Kebijakan Dividen
Jensen, at al (1992) yang melakukan penelitian tentang hubungan antara insider
ownership, kebijakan hutang dan kebijakan dividen dengan menggunakan analisa
least square 3 tahap. Hasilnya mendukung pernyataan bahwa ownership,
kebijakan hutang dan kebijakan dividen mempunyai hubungan yang
interdependensi. Secara khusus insider ownership berpengaruh negatif terhadap
kebijakan hutang dan dividen. Dengan demikian hipotesis yang dibangun dalam
penelitian ini adalah bahwa insider ownership berhubungan negatif dengan
kebijakan dividen.
H1: Insider ownership berpengaruh negatif terhadap kebijakan deviden.

Hipotesis H2
Kebijakan Hutang dan Kebijakan Dividen
Interdependensi antara kebijakan hutang dengan dividen dalam perspektif teori keagenan masih tergolong
dalam lingkup penelitian behavioral (walaupun aspek kuantitatif keuangan lebih ditonjolkan) karena adanya
dampak dari prilaku manajemen dan pemegang saham yang mempengaruhi keputusan keuangan perusahan.
Prilaku principal-agent dalam perusahan membawa pengaruh adanya konflik kepentingan yang digerakkan oleh
governance mechanism (Eisenhardt, 1989 dalam Harjito, 2006). Eisenhardt (1989) membagi teori keagenan
kedalam dua aliran yaitu Positivist Agency Theory dan Principal-Agent Research. Penelitian yang akan dilakukan
ini lebih mengarah kepada positivist agencytheory karena menguji hubungan keagenan antara manajemen
(agent) dengan pemegang saham (principal). Hubungan antara hutang dengan dividen diuji oleh Masulis dan
DeAngelo (1988) bahwa hutang dan dividen relevan bila terdapat pajak dan tidak terjadi ekuilibrium. Koch dan
Shenoy (1999 dalam Harjito 2007) membuktikan bahwa terdapat inter dependensi antara kebijakan hutang
dengan dividen yang secara signifikan bersamasama mempengaruhi future cash flow. Hartono (2005)
menemukan bahwa kebijakan dividen merupakan mekanisme untuk mempengaruhi kebijakan hutang. Jensen,
Solberg dan Zorn (1992) menemukan bahwa manajemen akan melakukan trade-off antara pembayaran dividen
dengan tagihan tetap dari hutang. Dividen yang tinggi bisa mencerminkan bahwa perusahan tidak mempunyai
potencial opportunity investment, hal ini biasanya terjadi untuk perusahaan nongrowth sehingga hutang akan
rendah (Gaver dan Gaver, 1993). Hubungan hutang dengan dividen adalah negatif, menurut bukti empiris
diatas. Oleh karena itu hipotesis yang dapat dibangun adalah:
H2: Kebijakan hutang berpengaruh negatif terhadap kebijakan deviden

Hipotesis H3
Kebijakan Dividen dan Nilai Perusahaan
Ada tiga kelompok yaitu MM (Modigliani dan Miller, 1958) berpendapat bahwa kebijakan dividen tidak
relevan yang berarti tidak ada kebijakan dividen yang optimal karena dividen tidak mempengaruhi nilai
perusahaan. Kelompok kedua adalah pendapat Gordon-Lintner yaitu dividen lebih kecil resikonya daripada
capital gain, sehingga dividen setelah pajak dan menawarkan dividen yield yang lebih tinggi akan
meminimumkan biaya modal. Kelompok ketiga adalah bahwa karena dividen cenderung dikenakan pajak
daripada capital gain, maka maka investor akan meminta tingkat keuntungan yang lebih tinggi untuk saham
dengan dividend yield yang tinggi. Kelompok ini menyarankan bahwa dengan dividend payout ratio (DIVD)
yang lebih rendah akan memaksimumkan nilai perusahaan. Ketiga pendapat nampak bertentangan, namun
coba kita mempertimbangkan kandungan informasi, maka dapat dikatakan bahwa pembayaran dividen
sering diikuti oleh kenaikan harga saham. Kenaikan pembayaran dividen dilihat sebagai signal bahwa
perusahaan memiliki prospek yang baik. Sebaliknya penurunan pembayaran dividen akan dilihat sebagai
prospek perusahaan yang buruk. Dengan demikian hipotesis yang dapat dibangun adalah:
H3: Kebijakan Dividen berpengaruh positif terhadap nilai perusahaan

Cont.
Populasi dan Sampel
Definisi operasional (Definisi dan Pengukuran Variabel)
Model Analisis
 Analisis Statistik

Populasi dan Sampel
• Teknik Pengambilan Sampel – Sampel merupakan bagian populasi
penelitian yang digunakan untuk memperkirakan hasil dari suatu
penelitian.
• Sedangkan teknik sampling adalah bagian dari metodologi statistika
yang berkaitan dengan cara-cara pengambilan sampel.

Pengambilan Sampel
Tujuan Pengambilan Sampel;
 Populasi terlalu banyak atau jangkauan terlalu luas sehingga tidak memungkinkan dilakukan
pengambilan data pada seluruh populasi.
 Keterbatasan tenaga, waktu, dan biaya.
 Adanya asumsi bahwa seluruh populasi seragam sehingga bisa diwakili oleh sampel.
Tahapan Pengambilan Sample diantaranya;
 Mendefinisikan populasi yang akan diamati
 Menentukan kerangka sampel dan kumpulan semua peristiwa yang mungkin
 Menentukan teknik atau metode sampling yang tepat
 Melakukan pengambilan sampel (pengumpulan data)
 Melakukan pemeriksaan ulang pada proses sampling

PROBABILITY SAMPLING
1) Pengambilan Sampel Acak Sederhana (Simple Random Sampling)
Pengambilan sampel acak sederhana disebut juga Simple Random Sampling. teknik penarikan sampel
menggunakan cara ini memberikan kesempatan yang sama bagi setiap anggota populasi untuk menjadi sampel
penelitian. Cara pengambilannya menggunakan nomor undian.
2) Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)
Metode pengambilan sampel acak sistematis menggunakan interval dalam memilih sampel penelitian. Misalnya
sebuah penelitian membutuhkan 10 sampel dari 100 orang, maka jumlah kelompok intervalnya 100/10=10.
Selanjutnya responden dibagi ke dalam masing-masing kelompok lalu diambil secara acak tiap kelompok.
3) Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)Metode Pengambilan sampel acak
berstrata mengambil sampel berdasar tingkatan tertentu. Misalnya penelitian mengenai motivasi kerja pada
manajer tingkat atas, manajer tingkat menengah dan manajer tingkat bawah. Proses pengacakan diambil dari
masing-masing kelompok tersebut.
4) Pengambilan Sampel Acak Berdasar Area (Cluster Random Sampling)Cluster Sampling adalah teknik
sampling secara berkelompok. Pengambilan sampel jenis ini dilakukan berdasar kelompok / area tertentu.
Tujuan metode Cluster Random Sampling antara lain untuk meneliti tentang suatu hal pada bagian-bagian yang
berbeda di dalam suatu instansi.
5) Teknik Pengambilan Sampel Acak Bertingkat (Multi Stage Sampling)Proses pengambilan sampel jenis ini
dilakukan secara bertingkat. Baik itu bertingkat dua, tiga atau lebih. Misalnya -> Kecamatan -> Gugus -> Desa ->
RW – RT

NON- PROBABILITY SAMPLING / NON RANDOM SAMPLE
1) Purposive Sampling
Purposive Sampling adalah teknik sampling yang cukup sering digunakan. Metode ini
menggunakan kriteria yang telah dipilih oleh peneliti dalam memilih sampel. Kriteria pemilihan
sampel terbagi menjadi kriteria inklusi dan eksklusi.
2) Snowball Sampling
Snowball Sampling adalah teknik pengambilan sampel berdasarkan wawancara atau
korespondensi. Metode ini meminta informasi dari sampel pertama untuk mendapatkan sampel
berikutnya, demikian secara terus menerus hingga seluruh kebutuhan sampel penelitian dapat
terpenuhi.
3) Accidental Sampling
Pada metode penentuan sampel tanpa sengaja (accidental) ini, peneliti mengambil sampel yang
kebetulan ditemuinya pada saat itu. Penelitian ini cocok untuk meneliti jenis kasus penyakit
langka yang sampelnya sulit didapatkan.
4) Quota Sampling
Metode pengambilan sampel ini disebut juga Quota Sampling. Tehnik sampling ini mengambil
jumlah sampel sebanyak jumlah yang telah ditentukan oleh peneliti.
5) Teknik Sampel Jenuh
Teknik Sampling Jenuh adalah teknik penentuan sampel yang menjadikan semua anggota populasi
sebagai sampel. dengan syarat populasi yang ada kurang dari 30 orang.

Penentuan sampling “Slovin”
Rumus Slovin
Secara Matematis, Rumus Slovin yang kita gunakan untuk menentukan jumlah sampel adalah
sebagai berikut :
n = N / ( 1 + N.(e)2
)
Keterangan :
n = Jumlah Sampel
N = Jumlah Total Populasi
e = Batas Toleransi Error
Rumus Slovin :
n = N / ( 1 + N.(e)2)
n = 1000 / ( 1 + 1000.(10%)2
)
n = 1000 / ( 1 + 1000.(0,1)2
)
n = 1000 / ( 1 + 1000.(0,01))
n = 1000 / ( 1 + 10)
n = 1000 / 11
n = 90,9 ⇒ dibulatkan menjadi 91 orang.

Definisi operasional
• Definisi operasional, adalah uraian tentang batasan variabel yang
dimaksud, atau tentang apa yang diukur oleh variabel yang bersangkutan.
• Definisi operasional variabel dalam penelitian merupakan hal yang sangat
penting guna menghindari penyimpangan atau kesalah pahaman pada saat
pengumpulan data.
• Penyimpangan muncul dalam bentuk "bias".
• Penyimpangan dapat disebabkan oleh pemilihan/penggunaan instrumen
(alat pengumpul data) yang kurang tepat atau susunan pertanyaan yang
tidak konsisten.
• Namun, bukan berarti bahwa semua variabel perlu diberikan definisi
operasional Variabel yang sudah jelas, mempunyai pengertian dan
interpretasi yang sama, misalnya jenis kelamin (sex"), tidak perlu diberikan
definisi operasional.

PENGUKURAN VARIABEL
• Pengukuran adalah dasar dari penyelidikan ilmiah. Segala sesuatu
yang kita lakukan dimulai dengan pengukuran objek yang akan kita
pelajari. Pengukuran adalah pemberian angka atau kode pada suatu
obyek.
• Terdapat empat Jenis Skala Pengukuran yaitu Nominal, Ordinal,
Interval, Ratio. Skala yang paling rendah adalah Nominal dan yang
tertinggi adalah Skala Rasio. Skala pengukuran yang lebih tinggi akan
memiliki karakteristik skala pengukuran di bawahnya. Misalnya, skala
Rasio akan memiliki karakteristik Nominal, Interval, dan Ordinal.

1. Variabel Nominal/Skala Nominal
 Variabel nominal merupakan variabel dengan skala pengukuran yang paling rendah tingkatannya dan
hanya bisa digunakan untuk klasifikasi kualitatif atau kategorisasi. Artinya, variabel tersebut hanya
dapat diukur dari segi apakah karakteristik suatu objek bisa dibedakan dari karekateristik lainnya, tetapi
kita tidak dapat mengukur atau bahkan mengurutkan peringkat kategori tersebut.
 Sebagai contoh, kita dapat mengatakan bahwa jenis kelamin ke 2 orang tersebut berbeda, satu
perempuan dan satunya lagi laki-laki. Di sini kita bisa membedakan karakteristik keduanya, tetapi kita
tidak bisa mengukur dan mengatakan mana yang “lebih” atau mana yang “kurang” dari kualitas yang
diwakili oleh variabel tersebut.
 Kita hanya bisa memberikan kode/label pada kedua karakteristik tersebut, misalnya angka 0 untuk
perempuan dan angka 1 untuk laki-laki.
 Kode/label angka tersebut bisa saja di tukar. Kode di sana hanya berfungsi sebagai pembeda antara
kedua objek dan tidak menunjukkan urutan atau kesinambungan. Angka 1 tidak menunjukkan lebih
tinggi atau lebih baik di banding 0.
 Contoh-contoh variabel nominal lainnya adalah: jenis tanah,varietas, ras, warna, bentuk, kota,
Golongan darah, Jenis penyakit, Agama, Suku, Nomor KTP/SIM/Kartu Pelajar

Variabel Ordinal/ Skala Ordinal
 Variabel ordinal memungkinkan kita untuk mengurutkan peringkat dari objek yang kita ukur.
Dalam hal ini kita bisa mengatakan A “lebih” baik dibanding B atau B “kurang” baik dibanding A,
namun kita tidak bisa mengatakan seberapa banyak lebihnya A dibanding B.
 Dengan demikian, batas satu variasi nilai ke variasi nilai yang lain tidak jelas, sehingga yang dapat
dibandingkan hanyalah apakah nilai tersebut lebih tinggi, sama, atau lebih rendah daripada nilai
yang lain, namun kita tidak bisa mengatakan berapa perbedaan jarak (interval) diantara nilai-nilai
tersebut.
 Contoh umum variabel ordinal adalah status sosial ekonomi keluarga.
 Sebagai contoh, kita tahu bahwa kelas menengah ke atas lebih tinggi status sosial ekonominya
dibanding kelas menengah ke bawah, tapi kita tidak bisa mengatakan berapa lebihnya atau
mengatakan bahwa kelas menengah ke atas 18 % lebih tinggi.
 Pemberian simbol/kode angka pada skala ordinal, selain berfungsi untuk membedakan karakteristik
antar objek juga sudah menetukan urutan peringkat dari objek tersebut.
 Contoh: Tingkat pendidikan atau kekayaan, Tingkat keparahan penyakit, Tingkat kesembuhan,
Derajat keganasan kanker

Variabel Interval/ Skala Interval
• Variabel Interval tidak hanya memungkinkan kita untuk mengklasifikasikan, mengurutkan
peringkatnya, tetapi kita juga bisa mengukur dan membandingkan ukuran perbedaan diantara nilai.
Sebagai contoh, suhu, yang diukur dalam derajat Fahrenheit atau Celcius, merupakan skala interval.
• Kita dapat mengatakan bahwa suhu 50 derajat lebih tinggi daripada suhu 40 derajat, demikian juga suhu
30 derajat lebih tinggi dibanding dengan suhu 20 derajat.
• Perbedaan selisih suhu antara 40 dan 50 derajat nilainya sama dengan perbedaan suhu antara 20 dan 30
derajat, yaitu 10 derajat. Jelas disini bahwa pada skala interval, selain kita bisa membedakan
(mengkategorikan), mengurutkan nilainya, juga bisa di hitung berapa perbedaannya/selisihnya dan jarak
atau intervalnya juga dapat dibandingkan.
• Perbedaan antara kedua nilai pada skala interval sudah punya makna yang berarti, berbeda dengan
perbedaan pada skala ordinal yang maknanya tidak berarti. Misalnya, perbedaan antara suhu 40 dan 50
derajat dua kali lebih besar dibandingkan dengan perbedaan antara suhu 30 dan 35.
• Dengan demikian, selain sudah mencakup sekala nominal, juga sudah termasuk skala ordinal, tetapi
nilai mutlaknya tidak dapat dibandingkan secara matematik, oleh karena batas-batas variasi nilai pada
interval adalah arbiter (angka nolnya tidak absolut).
• Contoh Skala Interval lainnya: Tingkat kecerdasan (IQ), Beberapa indeks pengukuran tertentu

Variabel Rasio/ Skala Rasio
• Variabel rasio sangat mirip dengan variabel interval; di samping sudah memiliki semua sifat-sifat
variabel interval, juga sudah bisa diidentifikasi titik nol mutlak, sehingga memungkinkan
menyatakan rasio atau perbandingan di antara kedua nilai, misalnya x adalah dua kali lebih y.
• Contohnya adalah berat, tinggi, panjang, usia, suhu dalam skala kelvin. Sebagai contoh, berat A =
70 kg, berat B =35 kg, Berat C = 0 kg. Disini kita bisa membandingkan rasio, misalnya kita bisa
mengatakan bahwa berat A dua kali berat B. Berat C = 0 kg, artinya C tidak mempunyai bobot.
Angka 0 di sini jelas dan berarti dan angka 0 menunjukkan nilai 0 mutlak.
• Memang agak sedikit susah dalam membedakan antara skala interval dengan rasio. Kuncinya
adalah di angka 0, apakah nilai nol tersebut mutlak (berarti) atau tidak? Sebagai contoh, suhu bisa
berupa skala interval tapi bisa juga skala rasio, tergantung pada skala pengukuran yang digunakan.
• Apabila kita menggunakan skala Celcius atau Fahrenheit, termasuk skala interval, sedangkan
apabila Kelvin yang digunakan, suhu termasuk skala rasio. Mengapa? Karena suhu 0 derajat
Kelvin adalah mutlak! Kita tidak saja dapat mengatakan bahwa suhu 200 derajat lebih tinggi
daripada suhu 100 derajat, tetapi kita juga sudah dapat menyatakan dengan pasti bahwa rasionya
benar dua kali lebih tinggi.
• Contoh: Waktu, panjang, tinggi, berat, usia, Kadar zat dan jumlah sel tertentu, Dosis obat, dll

Ringkasan skala pengukuran:
Skala Definisi Level
Operasi
Aritmetik
Contoh
Nominal Data Kategori
 Mutually
exclusive =, ≠
 Jenis Kelamin
 Wana Kulit
Ordinal
Data yang hanya bisa
diurutkan dari kecil ke
besar atau sebaliknya
 Mutually
exclusive
 Urutannya
Pasti/Jelas
=, ≠
<, >
 Status sosial ekonomi
keluarga
 Peringkat Kelas
 Pangkat/Jabatan/Golongan
Interval
Selain mencakup
karakateristik Nomina dan
Ordinal, juga sudah bisa
dilakukan operasi
penjumlahan karena jarak
antara datanya sudah jelas.
Tidak mempunyai nilai
nol mutlak
 Mutually
exclusive
 Urutannya
Pasti
 Jarak antara
kode sama
=, ≠,
<, >,
+, –
 Suhu (Celsius & Fahrenheit)
 IQ (tingkat kecerdasan)
Ratio
Mencakup karakteristik
Interval dan mempunyai
nilai nol mutlak
 Mutually
exclusive
 Urutannya
Pasti
 Jarak
antara kode
sama
 Terdapat
nilai nol
mutlak
=, ≠,
<, >,
+, -,
x, ÷
 Suhu (Kelvin)
 Waktu
 Panjang
 Berat
 Tinggi

Hubungan antara skala pengukuran dengan jenis datanya (kuantitatif dan kualitatif)
Skala pengukuran Kualitatif Kuantitatif
Nominal √
Ordinal √
Interval √
Ratio √

Pengertian Skala Likert (Likert Scale) dan Menggunakannya
 Skala Likert atau Likert Scale adalah skala penelitian yang digunakan untuk mengukur sikap dan
pendapat.
 Dengan skala likert ini, responden diminta untuk melengkapi kuesioner yang mengharuskan
mereka untuk menunjukkan tingkat persetujuannya terhadap serangkaian pertanyaan.
 Pertanyaan atau pernyataan yang digunakan dalam penelitian ini biasanya disebut dengan variabel
penelitian dan ditetapkan secara spesifik oleh peneliti. Nama Skala ini diambil dari nama
penciptanya yaitu Rensis Likert, seorang ahli psikologi sosial dari Amerika Serikat.
 Tingkat persetujuan yang dimaksud dalam skala Likert ini terdiri dari 5 pilihan skala yang
mempunyai gradasi dari Sangat Setuju (SS) hingga Sangat Tidak Setuju (STS).
 5 pilihan tersebut diantaranya adalah :
1) Sangat Setuju (SS)
2) Setuju (S)
3) Ragu-ragu (RG)
4) Tidak Setuju (TS)
5) Sangat Tidak Setu (STS)

Skala Likert (Likert Scale)
Selain gradasi Persetujuan, dapat juga digunakan pada beberapa jenis gradasi
tentang sikap dan pendapat. Seperti :
1) Sangat Suka
2) Suka
3) Netral
4) Tidak Suka
5) Sangat Tidak Suka

Transformasi Data Ordinal Menjadi Interval Pada Skala Likert
Sebelum melanjutkan pembahasan tentang bagaimana transformasi data ordinal dilakukan, tulisan
ini sedikit membahas tentang dua perbedaan pendapat tentang bagimana skor-skor yang diberikan
terhadap alternatif jawaban pada skala pengukuran Likert yang sudah kita kenal. Pendapat
pertama mengatakan bahwa skor 1, 2, 3, 4, dan 5 adalah data interval.
Sedangkan pendapat yang kedua, menyatakan bahwa jenis skala pengukuran Likert adalah
ordinal. Alasannya skala Likert merupakan Skala Interval adalah karena skala sikap merupakan
dan menempatkan kedudukan sikap seseorang pada kesatuan perasaan kontinum yang berkisar
dari sikap “sangat positif”, artinya mendukung terhadap suatu objek psikologis terhadap objek
penelitian, dan sikap “sangat negatif”, yang tidak mendukung sama sekali terhadap objek
psikologis terhadap objek penelitian.
TRANSFORMASI DATA ORDINAL MENJADI INTERVAL - Uji Statistik
https://www.statistikian.com/.../transformasi-data-ordinal-menjadi-interval. html
31 Ags 2012 ... 1.3.1 Transformasi Data Ordinal Menjadi Interval Pada Skala Likert; 1.3.2 Ciri ... 1.4.1.1 Metode Ilmiah Yang Mendasari
Transformasi Data Ordinal ... Data Ordinal Menjadi Interval; 1.5.1.4 Data Kualitatif menjadi Kuantitatif.
 TRANSFORMASI DATA ORDINAL MENJADI INTERVAL_ (skala Likert: Transformasi
data kualitatif menjadi data kuantitatif) =1.5.1.4 Data Kualitatif menjadi Kuantitatif

Ciri Skala Likert
Berkenaan dengan perbedaan pendapat terhadap skor-skor yang diberikan dalam alternatif
jawaban dalam skala Likert itu, apakah termasuk dalam skala pengukuran ordinal atau data
interval, berikut ini kami menyampaikan pemikiran yang bisa dijadikan pertimbangan: Ciri
spesifik yang dimiliki oleh data yang diperoleh dengan skala pengukuran ordinal, adalah
bahwa, data ordinal merupakan jenis data kualitatif, bukan numerik, berupa kata-kata atau
kalimat, seperti misalnya sangat setuju, kurang setuju, dan tidak setuju, jika pertanyaannya
ditujukan terhadap persetujuan tentang suatu event.
Atau bisa juga respon terhadap keberadaan suatu Bank “PQR” dalam suatu daerah yang
bisa dimulai dari sangat tidak setuju, tidak setuju, ragu-ragu, Setuju, dan sangat setuju.

Data Interval Vs Data Ordinal
Sementara data interval adalah termasuk data kuantitatif, berbentuk numerik, berupa angka, bukan terdiri
dari kata-kata, atau kalimat. Mahasiswa yang melakukan penelitian dengan menggunakan pendekatan
kuantitatif, termasuk di dalamnya adalah data interval, data yang diperoleh dari hasil pengumpulan data
bisa langsung diolah dengan menggunakan model statistika.
Akan tetapi data yang diperoleh dengan pengukuran skala ordinal, berbentuk kata-kata, kalimat,
penyataan, sebelum diolah, perlu memberikan kode numerik, atau simbol berupa angka dalam setiap
jawaban.
Misalnya saja alternatif jawaban pada skala Likert, alternatif jawaban “sangat tidak setuju” diberi skor 1;
“ tidak setuju diberi skor 2; “ragu-ragu” diberi skor 3; “setuju” diberi kode 4; dan “sangat setuju” diberi
skor 5. Angka-angka (numerik) inilah yang kemudian diolah, sehingga menghasilkan skor tertentu.
Tetapi, sesuai dengan sifat dan cirinya, angka 1, 2, 3, 4, dan 5 atau skor yang sudah diperoleh tidak
memberikan arti apa-apa terhadap objek yang diukur. Dengan kata lain, skor yang lebih tinggi lebih tidak
berarti lebih baik dari skor yang lebih rendah. Skor 1 hanya menunjukkan sikap “sangat tidak setuju”,
skor 2 menunjukkan sikap “tidak setuju, skor 3 menunjukkan sikap “ragu-ragu’, skor 4 menunjukkan
sikap “setuju”, dan skor 5 menunjukkan sikap “sangat setuju”. Kita tidak bisa mengatakan bahwa skor 4
atau “setuju” dua kali lebih baik dari skor 2 atau “tidak setuju”.

Ciri Data Interval
Fenomena ini berbeda sekali dengan sifat/ciri yang dimiliki oleh data interval, dimana angka-angka
atau skor-skor numerik yang diperoleh dari hasil pengukuran data langsung dapat dibandingkan antara
satu dengan lainnya, dikurangkan, dijumlahkan, dibagi dan dikalikan. Misalnya saja penelitian yang
dilakukan mahasiswa tentang suhu udara beberapa kelas, dan diperoleh data misalnya suhu ruangan
kelas A 15 derajat Cls, suhu ruang kelas B 20 derajat Cls, dan suhu ruang kelas C 25 derajat Cls.
Berarti bahwa suhu ruang kelas A adalah 75 % lebih dingin dari suhu ruang kelas B. Suhu ruang kelas
A 60 % lebih dingin dari suhu ruang kelas C. Suhu ruang kelas A lebih dingin dari suhu ruang kelas B
dan C. Atau suhu ruangan kelas B lebih panas dari suhu ruang kelas A, tetapi lebih dingin dibandingkan
dengan suhu ruangan kelas C. Contoh lain misalnya prestasi mahasiswa yang diukur dengan skala
indek prestasi mahasiswa.

Model Analisis
• Pengumpulan data terkait dengan macam-macam metode analisis data,
serta teknik hingga alat yang dapat digunakan untuk meningkatkan riset
data.
• Metode analisis data bermacam-macam, namun tidak bisa digunakan
sembarangan.
• Metode analisis data yang digunakan harus berdasarkan dengan tipe data
yang telah dikumpulkan.
• Tipe data sendiri umumnya dibagi menjadi dua jenis yaitu data kuantitatif
dan data kualitatif.
• Data kuantitatif biasanya berupa data yang berhubungan dengan angka
atau kuantitas,
• Data kualitatif berupa data yang lebih subyektif karena berasal dari
jawaban informasi survei atau wawancara.

Contoh 1: Definisi dan Pengukuran Variabel

Contoh 2: Definisi dan Pengukuran Variabel

Metode analisis data kuantitatif
Metode analisis data kuantitatif bergantung pada kemampuan untuk dapat menghitung
secara akurat. Tidak hanya itu, metode ini juga memerlukan kemampuan untuk
menginterpretasikan data yang sulit.
Beberapa metode analisis data yang dapat digunakan untuk jenis data ini adalah sebagai
berikut.
1. Analisis deskriptif
Analisis deskriptif dapat digunakan untuk mengolah data kuantitatif. Cara ini dulakukan
untuk melihat performa data di masa lalu agar dapat mengambil kesimpulan dari hal
tersebut. Metode ini mengedepankan deskripsi yag memungkinkan kamu untuk belajar dari
hal lalu.
Biasanya, metode analisis jenis ini diaplikasikan pada data dengan volume yang sangat
besar seperti data sensus misalnya. Analisis deskriptif memiliki dua proses yang berbeda di
dalamnya berupa deskripsi dan interpretasi. Jenis metode ini biasa digunakan dalam
menyajikan data statistik.

Metode analisis data kuantitatif
2. Analisis regresi
Metode regresi adalah cara yang tepat untuk digunakan dalam membuat data prediksi dari tren masa
depan. Metode ini dapat mengukur hubungan antara variabel dependen yang ingin kamu ukur dengan
variabel independen.
Meskipun cara ini membatasi kamu karena hanya dapat memuat satu variabel dependen, tetapi kamu
dapat memiliki variabel independen yang tidak terbatas. Metode ini baik dalam membantumu melihat
hal yang dapat dioptimasi dengan menyoroti tren dan hubungan antar data faktor.
3. Analisis faktor
Analisis faktor merupakan teknik analisis yang berdasarkan dari data analisis regresi. Metode ini
digunakan untuk menemukan struktur pokok dari kumpulan variabel-variabel.
Metode ini berjalan dengan mencari faktor independen dari variabel yang dapat mendeskripsikan
pola dan metode dari variabel dependen orisinil. Analisis faktor menjadi metode yang cukup puler
untuk mengola topik kompleks seperti skala psikologis dan status sosio-ekonomi.

Metode analisis data kualitatif
Tidak seperti data kuantitatif, data kualitatif memerlukan pendekatan dari data yang sifatnya lebih subyektif.
Namun, kamu tetap dapat melakukan ekstraksi data berguna dengan teknik analisis data yang berbeda-beda
tergantung kebutuhan.
Beberapa metode analisis yang dapat memenuhi kebutuhan data kualitatif adalah sebagai berikut.
1. Analisis konten
Metode ini membantu untuk memahami keseluruhan tema yang ada di dalam data kualitatif yang dimiliki.
Metode ini menggunakan teknik seperti penggunaan kode warna tema dan ide tertentu untuk membantu
mengurai data tekstual yang ada agar dapat menemukan rangkaian data yang paling umum.
2. Analisis naratif
Jenis analisis satu ini berfokus pada cara bagaimana sebuah cerita dan ide dikomunikasikan ke seluruh bagian
terkait. Metode ini juga membantumu untuk dapat lebih memahami kultur dari sebuah organisasi. Analisis jenis
ini dapat digunakan untuk menginterpretassi bagaimana perasaan karyawan terhadap pekerjaannya,
bagaimana pelanggan menilai perusahaan kamu, dan bagaimana proses operasional dikerjakan. Metode ini
sangat berguna dalam mengembangkan kultur perusahaan ataupun membantu merencanakan strategi pemasaran

Contoh : Model Regresi
Analisis Data
Untuk menguji hipotesis, penelitian ini menggunakan model analisis sebagaimana
persamaan regresi Model 1 sampai dengan Model 3 berikut ini.
Model 1: Menguji hipotesis variabel yang mempengaruhi cash flow from operating (H1
sampai dengan H9), dengan model persamaan berikut ini.
ZΔCFOt = β0 + β1 X1ΔCAPEXt + β2 X2ΔWCt + β3 X3ΔREt + β4 X4ΔEBITt +
β5 X5ΔCMt + β6 X6ΔEQt + β7 X7EFSOt + β8 X8RAEMt +
β9 X9ACEMt + β10 X10SIZEt + β11 X11LEVt + et …………….……(1)
Model 2: Menguji hipotesis variabel yang mempengaruhi financial distress (H10 sampai
dengan H18), dengan model persamaan berikut ini.
YFINDISt = β0 + β1 GSAEt + β2 ZΔCFOt + β3 X1ΔCAPEXt + β4 X2ΔWCt +
β5 X3ΔREt + β6 X4ΔEBITt + β7 X5ΔCMt + β8 X6ΔEQt + β9 X7EFSOt +
β10 X8RAEMt + β11 X9 ACEMt + β12 X10SIZEt + β13 X11LEVt +
β14 (ZΔCFOt x GSAEt) + et ……..,… ………………………….….(2)
Model 3: Menguji hipotesis pengaruh cash flow from operating dan government subsidy

Contoh : Model Regresi
t 0 1 t 2 t 3 t 4 2 t
β5 X3ΔREt + β6 X4ΔEBITt + β7 X5ΔCMt + β8 X6ΔEQt + β9 X7EFSOt +
β10 X8RAEMt + β11 X9 ACEMt + β12 X10SIZEt + β13 X11LEVt +
β14 (ZΔCFOt x GSAEt) + et ……..,… ………………………….….(2)
Model 3: Menguji hipotesis pengaruh cash flow from operating dan government subsidy
terhadap financial distress (H19 dan H20) , dengan model persamaan berikut ini.
YFINDISt = β0 + β1 GSAEt + β2 ZΔCFOt + β3 (ZΔCFOt x GSAEt) + β4 X10SIZEt +
β5 X11LEVt + et ………..(3)
Dimana: YFINDISt = financial distress berdasarkan score marginal (SMg) periode t, GSAEt = government
subsidy pada periode t, ZΔCFOt = pertumbuhan cash flow from operating pada periode t, GSAEt x ZΔCFOt
= interaksi variabel GSAEt dengan variabel ZΔCFOt periode t, X1ΔCAPEXt = pertumbuhan capital
expenditure pada periode t, X2ΔWCt = pertumbuhan working capital pada periode t, X3 ΔREt = pertumbuhan
retained earning pada periode t, X4ΔEBITt = pertumbuhan earning before interest and tax paada periode t,
X5ΔCMt = pertumbuhan contribution margin periode t, X6ΔEQt = pertumbuhan equity pada periode t,
X7EFSOt = tingkat efisiensi atau produktivitas operasi pada periode t, X8RAEMt = real activities earning
management pada periode t, X9ACEMt = accruals earning management pada periode t, X10SIZEt = ukuran
perusahaan atau firm size pada periode t, X11LEVt = tingkat leverage pada periode t, β0 : konstanta, β1 … β14
: koefisien regresi, et = error periode t.

Analisis Statistik Deskriptif & Regresi
• Statistik deskriptif
• Analisis Korelasi
• Uji asumsi klasik (regresi linear berganda)
• Analisis Determinasi (R2)
• Uji Koefisien Regresi Secara Bersama-sama (Uji F)
• Uji Koefisien Regresi Secara Parsial (Uji t)

Uji asumsi klasik (regresi linear berganda)
 Uji Asumsi klasik terdiri dari :
1. Uji Multicollinearity
2. Uji Autocorrelation
3. Uji Heteroscedasticity
4. Uji Normality
5. Uji Linearity
 Contoh perhitungan dengan SPSS terlampir

UJI MULTICOLLINEARITY
• Multikolinearitas, adalah terjadinya korelasi linear yang tinggi atau
mendekati sempurna antara variable bebas. Konsekuensi atau akibat
terjadinya multikolineariti, yaitu penaksir kuadrat terkecil tidak bisa
ditentukan (indeterminate).
• Beberapa metode yang digunakan untuk mendeteksi multikolinearitas
dalam model regresi.
a. Melihat nilai R2 dan nilai t statistic
b. Uji multikolinearitas menggunakan Pair-Wise Correlation antara variable bebas
c. Uji multikolieritas berdasarkan EIGENVALUE dan Condition Index
d. Uji multikolieritas dengan korelasi parsial
e. Uji multikolinearitas dengan Tolerance (TOL) dan Vriance Inflation Factor (VIF)

UJI AUTOCORRELATION
• Autokorelasi, adalah keadaan dimana terjadinya korelasi dari residual
untuk pemgamatan satu dengan pengamatan yang lain yg disusun menurut
urutan waktu. Uji autokorelasi dimaksudkan untuk menge-tahui apakah
ada korelasi antara anggota serangkaian data observasi yang diuraikan
menurut waktu (time-series) dan ruang (cross-saction). Konsekuensi bila
terdapat masalah autokorelasi, yaitu nilai t-statistik dan nilai F-statistik
tidak dapat dipercaya, karena hal itu akan menye-satkan.
• Beberapa metode yang dapat digunakan untuk mendeteksi terjadinya
autokorelasi (Gujaratai, 1995):
a. Metode Durbin Watson (Durbin Watson Test)
b. Metode Lagrange Multiplier (LM Test)
c. Metode Breusch-Godfrey (B-G Test)
d. Metode Run Test

UJI HETEROSCEDASTICITY
• Heteroskedastisitas, adalah keadaan dimana terjadinya ketidaksa-
maan varian dari residual pada model regresi. Heteroskedastisitas
berarti ada varian variable pada model regresi yang tidak sama atau
konstan. Sebaliknya Homoskedastisitas berarti varian variable pada
model regresi memiliki nilai yang sama atau konstan.
• Masalah heteroskedastisitas sering terjadi pada data cross-saction.
Konse-kuensi heteroskedastisitas adalah uji hipotesis yang
didasadrkan pada uji t dan dsitribusi F tidak dapat dipercaya.

UJI HETEROSCEDASTICITY
Beberapa metode yang dapat digunakan menguji heteroskedas -
tisitas :
1. Metode grafik
2. Metode Glejser
3. Metode Park
4. Metode White
5. Metode Rank Spearman
6. Metode Bresh-Pagan-Godfrey (BPG)

UJI NORMALITY
• Uji normalitas bertujuan untuk mengetahui apakah nilai residual yang telah
distandarisasi pada model regresi tsb berdistribusi normal atau tidak.
• Nilai residual dikatakan berdistribusi normal jika nilai residual
terstandarisasi sebagian besar mendekati nilai rata-ratanya.
• Nilai residual terstandarisasi yang berdistribusi normal jika digambarkan
dalam bentuk kurva akan membentuk gambar lonceng (bell-shaped curve).
• Berdasarkan pengertian uji normalitas tersebut maka uji normalitas disini
tidak dilakukan pervariabel (univariate) tetapi hanya terhadap nilai residual
terstandarisasinya (multivariate).
• Tidak terpe-nuhinya normalitas pada umumnya karena distribusi data yang
dianalisis tidak normal, karena nilai ekstrim pada data yang diambil yang
dapat terjadi karena (a) kesalahan pengambilan sampel, (b) pengetikan
input data, (c) atau memang karakter data tersebut jauh dari rata-ratanya
atau benar-benar berbeda dibanding dengan lain.

UJI NORMALITY
• Untuk mendeteksi nilai residual terstandarisasi berdistribusi normal
atau tidak, maka digunakan beberapa metode.
a) Uji normalitas dengan Grafik
b) Uji normalitas denga metode signifikansi Skewness dan Kurtosis
c) Uji normalitas dengan Jarque-Bera (JB-Test)
d) Uji normalitas dengan Kolmogorov-Smirnow
e) Uji normalitas lainnya

UJI NORMALITY
Uji normalitas dengan Kolmogorov-Smirnow
• Langkahnya (SPSS):
a) Meregressikan variable bebas terhadap variable terikat: Analyse →
Regrsion → Linier → Dependent → Indepen-denave → Save → Pada
Residual klik Standardized → Continue → OK
b) Lanjutkan dengan perhitungan Standard ResidualHitung: Analyze →
Nonparametrics Test → Legacy Dialog → 1 Sample K-S → pada Variables
isi Standardized Residu → OK
• Berdasarkan ouput SPSS diperoleh nilai Asymp Sig (2-tailed) sebesar
0,343> table 0,05 atau 5% atau H0 diterima yang berarti bahwa nilai
residu terstandarisasi dinyatakan menyebar secara normal.

UJI LINEARITY
Uji Linieritas
Pengujian perlu dilakukan untuk membuktikan apakah model yang
digunakan linear atau tidak. Untuk mendeteksi apakah model sebaik-nya
menggunakan linear atau tidak, maka digunakan beberapa metode.
a) Uji linieritas dengan Metode Analisis Grafik
b) Uji linieritas dengan Metode Durbin-Watson d Statistik (The Durbin-Watson d
Statistic Test)
c) Uji linieritas dengan Metode Uji MWD (Mac Kinnon, White dan Davidson)
d) Uji linieritas dengan Metode Ramsey
e) Uji linieritas dengan Metode Lagrange Multiplier (LM-Test)
f) Uji linieritas lainnya, untuk mengetahui apakah dua variable yang dikenai prosedur
analisis statistik korelasional menunjukkan hu-bungan yang linear atau tidak.

STATISTIKA DESKRIPTIF
 Statistik adalah sekumpulan prosedur untuk mengumpulkan, mengukur, mengklasifikasi,
menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan data kuantitatif
yang diperoleh secara sistematis.
 Secara garis besar, statistik dibagi menjadi dua komponen utama, yaitu Statistik
Deskriptif dan Statistik inferensial.
 Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas gugus
data dengan cara yang jelas dan dapat dimengerti.
 Statistik inferensial menyediakan prosedur untuk menarik kesimpulan tentang populasi
berdasarkan sampel yang kita amati.
 Statistik Deskriptif membantu kita untuk menyederhanakan data dalam jumlah besar
dengan cara yang logis. Data yang banyak direduksi dan diringkas sehingga lebih
sederhana dan lebih mudah diinterpretasi.

Pengujian Validitas dan Reliabilitas
Skor Kuesioner (Skala Likert/Skala ordinal)
Analisis dalam bidang ekonomi, khususnya jurusan manajemen dalam melakukan penelitiaannya
menggunakan variabel/konstruk tertentu yang disebut variabel latern atau faktor, di mana variabel
tersebut tidak diukur secara langsung, akan tetapi melalui indikator atau dimensi untuk diteliti, secara
umum berupa butir pertanyaan/kuesioner yang terdapat alternatif jawaban yang tersedia dengan skala
ordinal (skala Likert) dengan menggunakan lima tingkat skala alternatif jawaban. Contohnya
1 : Sangat tidak setuju (bobot 1).
2 : Tidak setuju (bobot 2)
3 : Ragu/Netral (bobot 3)
4 : Setuju (bobot 4)
5 : Sangat setuju (bobot 5)
Skala Likert disebut ordinal karena pernyataan sangat setuju mempunyai tingkat yang lebih tinggi
terhadap setuju dan setuju lebih tinggi terhadap ragu/netral, dan seterusnya.

Validitas dan Reliabilitas Instrumen Penelitian
• Validitas dan Reliabilitas Instrumen Penelitian - Salah satu tahap
melakukan suatu penelitian yaitu tahap pengambilan data.
• Data yang diharapkan tentunya adalah yang baik. Data yang baik yaitu data
yang sesuai dengan kenyataan yang sebenarnya dan data tersebut bersifat
ajeg, tetap atau dapat dipercaya.
• Data yang sesuai dengan keadaan yang sebebarnya inilah yang disebut
dengan data yang valid.
• Sedangkan data yang dapat dipercaya disebut dengan data yang reliabel.
• Supaya diperoleh data yang valid dan reliabel, maka instrumen yang
digunakan dalam pengumpulan data baik tes maupun non tes harus
mempunyai bukti validitas dan reliabilitas.

Uji Validitas (Validitas instrument)
 Suatu instrumen dikatakan valid bila instrumen terebut dapat dengan tepat mengukur apa yang
hendak di ukur. Sehingga dapat dikatakan bahwa validitas berhubungan dengan “ketepatan”
dengan alat ukur. Dengan istrumen yang valid akan menghasilkan data yang valid pula.
 Istilah valid sukar untuk dicari penggantinya, sebagian peneliti ada yang menyebutknya dengan
“sahih”, “tepat”, dan juga “cermat”.
 Untuk melakukan uji validitas ini menggunakan program SPSS (contoh terlapir). Teknik pengujian
yang sering digunakan para peneliti untuk uji validitas adalah menggunakan korelasi Bivariate
Pearson (Produk Momen Pearson).
 Analisis ini dengan cara mengkorelasikan masing-masing skor item dengan skor total.
 Skor total adalah penjumlahan dari keseluruhan item. Item-item pertanyaan yang berkorelasi
signifikan dengan skor total menunjukkan item-item tersebut mampu memberikan dukungan
dalam mengungkap apa yang ingin diungkap à Valid.
 Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan
berkorelasi signifikan terhadap skor total (dinyatakan valid).

Uji Reliabilitas (Reliabilitas instrument)
 Pengertian Reliabilitas adalah untuk mengukur suatu kuesioner yang merupakan indikator
dari variabel atau konstruk. Kata reliabilitas dalam Bahasa Indonesia berasal dari Bahasa
Inggris yaitu reliability, yang mana asalnya dari kata reliable yang mempunyai arti dapat
dipercaya. Suatu instrumen tes dikatakan dapat dipercaya (reliable) bila memberikan hasil
yang tetap atau ajeg (konsisten) bila diteskan berkali-kali. Misalnya suatu tes yang sama
diberikan kepada siswa dalam satu kelas pada waktu yang berlainan, maka setiap siswa
akan tetap berada dalam urutan (rangking) yang sama atau ajeg dalam satu kelas tersebut.
 Pengujian reliabilitas instrumen dengan menggunakan rumus Alpha Cronbach karena
instrumen penelitian ini berbentuk angket dan skala bertingkat.
 Rumus Alpha Cronbach : Jika nilai alpha > 0.7 artinya reliabilitas mencukupi (sufficient
reliability), sementara jika alpha > 0.80 ini mensugestikan seluruh item reliabel dan seluruh
tes secara konsisten memiliki reliabilitas yang kuat.
 Contoh perhitungan dengan SPSS terlampir

Results and Discussion
1. Pembahasan terintegrasi: Results and Discussion
2. Pembahasan terpisah: Results and Discussion
1) Contoh: Results and Discussion :Jurnal Internasional - SQOPUS
2) Contoh: Results and Discussion :Jurnal Nasional - SQOPUS
3) Contoh: Results and Discussion :Jurnal Nasional

Catatan:
Cronbach’s Alpha : cukup andal bila 0.40-0.60, dst 0.60-80 lebih andal
Validity: Jika r tabel < r hit : Valid, sebaliknya tdl valid

Contoh : Hasil Analisis
Dst…..Untuk : Uji Autokorelasi, Heteroskedastisitas, Linearitas

Contoh : Hasil Analisis
Dst…..untuk Uji t variabel independent lainnay

Contoh : Pembahasan
Dst….untuk pembahsan variabel lainnya (dgn cara yg sama)

HASIL DAN PEMBAHASAN (RESULTS AND DISCUSSION)
Hasil penelitian dan Pembahasan, menguji hipotesis: hasil perhitungan
statistik, dijelaskan dalam format “hasil dan pembahasan”.
 Dikemukakan secara terpisah antara hasil dan pembahasan
 Dekemukakan secara terintegrasi hasi sekaligus pembahasan hasil

HASIL DAN PEMBAHASAN : MENGUJI HIPOTES
• Uji Validitas
• Uji Reliabilitas
• Statistik deskriptif
• Analisis korelasi
• Uji asumsi klasik (regresi linear berganda)
• Analisis Determinasi (R2)
• Uji Koefisien Regresi Secara Bersama-sama (Uji F)
• Uji Koefisien Regresi Secara Parsial (Uji t)

HASIL PENELITIAN
Hasil penelitian berisi:
 Paparan hasil-hasil atau data-data olahan dari aktivitas penelitian yang telah kita lakukan.
 Di sini, hasil atau data olahan dapat dan boleh disajikan dalam bentuk angka, grafik,
gambar maupun tabel.
 Pada bagian ini, seyogyanya kita tidak berkomentar dulu atas data-data tersebut. Cukup
kita sampaikan, bahwa Gambar xxx adalah grafik hubungan antara variabel ini dan
variabel itu yang diperoleh dari pengujian A; atau, tabel xxx menyajikan data tentang
korelasi antara ini dan itu; dan sebagainya.
 Di bagian ini, kita seolah bercerita tentang apa yang kita lihat dari data-data yang
diperoleh.
 Bersabarlah dulu untuk tidak memberikan komentar atas data-data kita peroleh tadi,
sekalipun di kepala kita sudah berkecamuk berbagai opini berdasar hasil analisis dari
data-data tersebut.
 Satu hal yang penting, dan mungkin akan membuat penyajian hasil penelitian kita
menarik, adalah cara kita yang runtut dalam menyajikan data-data hasil penelitian kita di

HASIL PENELITIAN…….
• Sewajarnya, dalam melakukan penelitian, kita melakukan serangkaian
pengujian dengan urutan tertentu.
• Bila urutan tersebut dilanggar, bisa jadi penelitian kita menjadi berantakan,
data-data yang diperoleh menjadi sulit untuk dianalisis, hingga hasil
penelitian kita menjadi bias.
• Oleh karenanya, urutan penyampaian data pun menjadi penting, sepenting
urutan kita mengerjakan eksperimen atau aktivitas-aktivitas pengambilan
data dalam penelitian.
• Bagian hasil penelitian yang kita tulis akan tampak anggun, menarik untuk
dibaca, dan mudah dipahami apabila disampaikan secara runtut.
• Barangkali, hal ini merupakan cerminan sifat alamiah otak manusia; yang
akan lebih mudah mencerna sesuatu bila tersusun berdasarkan logika dan
urutan yang benar serta jelas.

BAGIAN PEMBAHASAN
• Boleh dibilang, pembahasan adalah bagian yang paling tidak mudah
untuk dikerjakan dalam naskah untuk publikasi di jurnal ilmiah atau
skripsi dan tesis.
• Di bagian ini, kita ditantang untuk menuliskan hasil analisis kita
berdasarkan data-data yang telah diperoleh.
• Di bagian inilah, kita diizinkan, bahkan harus, berkomentar atas data-
data yang telah kita sajikan pada bagian hasil penelitian.
• Ada empat kata kunci yang bisa kita pegang dalam menyusun bagian
pembahasan hasil penelitian, yakni (1) mengaitkan, (2) menjelaskan,
(3) mengonfirmasi dan (4) menyintesis

1) MENGAITKAN
MENGAITKAN:
 Pada bagian ini kita dituntut untuk bisa mengaitkan data-data kita satu dengan yang lainnya;
baik yang berupa angka, grafik, gambar maupun tabel.
 Pastilah di antara data-data tersebut ada yang bersifat komplementer, saling melengkapi satu
dengan yang lainnya. Misalnya saja, Gambar yyy yang diperoleh dari eksperimen dengan alat B
mendukung grafik pada Gambar xxx yang diperoleh dengan alat A.
 Kaitkan keduanya, sehingga kita memperoleh alasan yang kuat untuk berargumen dan
memberikan komentar atas fenomena yang ditemui berangkat dari data-data kita tadi.
 Bila tidak saling mendukung, mungkin saja ada bagian-bagian dari data yang merupakan
pengecualian atau salah.
 Hal yang terakhir kadangkala menuntut kita untuk meninjau atau mengulang kembali
eksperimen atau penelitian kita, agar lebih jelas dimana letak kesalahan metode penelitian yang
dipakai.

2) MENJELASKAN
MENJELASKAN:
 Pada bagian ini pula kita dituntut untuk menjelaskan fenomena yang terjadi berdasarkan data-data
atau hasil-hasil yang telah diperoleh selama penelitian berlangsung.
 Kita diwajibkan untuk menjelaskan apa dan bagaimana keterkaitan antar data tersebut, mekanisme
apa yang melatarbelakangi kejadian yang kita temui dalam eksperimen berdasarkan data-data yang
diperoleh.
 Sangat boleh bila kita menjelaskan sesuatu atau mekanisme tertentu berdasarkan teori yang telah
dikemukakan peneliti lain di literatur, bila di antaranya terdapat kesamaan fenomena.
 Oleh karenanya, kemampuan kita memahami dan menelaah literatur, baik berupa buku teks maupun
artikel ilmiah, diuji di bagian ini.
 Bila kita paham dengan kandungan beberapa artikel yang telah kita baca untuk melandasi penelitian
ini, maka menuliskan bagian pembahasan menjadi lebih mudah.

3) MENGONFIRMASI
MENGONFIRMASI:
 Pada bagian ini kita juga diwajibkan mengonfirmasi hasil-hasil atau temuan
kita dalam penelitian dengan hasil-hasil yang telah diperoleh dan dilaporkan
dalam literatur oleh peneliti lain.
 Konfirmasi semacam ini akan memberikan gambaran kepada audens
pembaca tulisan kita, bahwa penelitian yang kita lakukan itu tidak mengada-
ada, tetapi berada dalam alur penelitian yang telah dibangun bersama-sama,
bahkan oleh para peneliti di seluruh dunia.
 Konfirmasi inilah yang akan memberikan impresi bahwa penelitian yang kita
lakukan juga memberikan kontribusi nyata dalam pengembangan bidang ilmu
yang kita teliti.

4) MENSYINTESIS
MENYINTESIS:
 Pada bagian pembahasan ini, adalah menyintesis data-data atau hasil-
hasil penelitian yang kita peroleh, kaitkan, jelaskan serta konfirmasi
dengan penelitian lain, menjadi sebuah teori atau gagasan-gagasan
baru.
 Teori atau gagasan baru ini pada akhirnya akan menjadi tonggak kecil
yang menandai bahwa penelitian di bidang yang yang kita tekuni sudah
sampai di sini, sampai di tulisan kita ini.
 Di sinilah kemampuan kita membuat men-generalisasi temuan kita
menjadi penting.

Contoh 1: Hasil Uji Hipotesis (Format SPSS)

Contoh 3: Hasil Uji Hipotesis (Format:Elsevier-Scopus)

Contoh: Hasil Regresi - Sensitifitas Analisis

Contoh : Koefisien Regresi dan Multicollinearity

Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
Durbin-
Watson
1 .769a 0.591 0.417 0.17403 2.246
DW tabel: k=14, n=48, 5%
dL = 0.8931
dU = 2.3164
Model Summary
a. Predictors: (Constant), ZΔCFOxGSAE, X8RAEM, X11LEV, X5ΔCM, X2ΔWC,
X7EFSO, X9ACEM, X4ΔEBIT, X6ΔEQ, GSAE, X3ΔRE, X10SIZE, ZΔCFO,b. Dependent Variable: YFINDIS
Contoh : Koefisien Determinan dan Uji Autokorelasi

Sum of
Squares df
Mean
Square F Sig.
Regression 1.442 14 0.103 3.401 0.002
Residual 0.999 33 0.030
Total 2.441 47
ANOVA
b. Predictors: (Constant), ZΔCFOxGSAE, X8RAEM, X11LEV,
X5ΔCM, X2ΔWC, X7EFSO, X9ACEM, X4ΔEBIT, X6ΔEQ, GSAE,
a. Dependent Variable: YFINDIS
Model
Contoh : Uji statistic - F

Contoh: Uji Heteroskedastisitas
Standardized
Coefficients
B Std. Error Beta
(Constant) -0.035 0.123 -0.287 0.776
GSAE -0.774 1.472 -0.112 -0.526 0.603
ZΔCFO 0.005 0.012 0.080 0.376 0.710
X1ΔCAPEX 0.081 0.197 0.118 0.409 0.685
X2ΔWC 0.037 0.072 0.091 0.510 0.614
X3ΔRE -0.008 0.164 -0.010 -0.049 0.961
X4ΔEBIT 0.003 0.018 0.033 0.174 0.863
X5ΔCM -0.082 0.076 -0.228 -1.073 0.291
X6ΔEQ 0.110 0.143 0.148 0.766 0.449
X7EFSO -0.010 0.027 -0.074 -0.378 0.708
X8RAEM -0.000 0.000 -0.297 -1.502 0.143
X9ACEM -0.288 0.670 -0.119 -0.430 0.670
X10SIZE 0.024 0.018 0.286 1.374 0.179
X11LEV -0.035 0.057 -0.111 -0.607 0.548
ZΔCFOxGSAE -0.003 2.470 0.000 -0.001 0.999
Dependent Variable: ABRESID
Coefficients
Variable
Unstandardized
Coefficients
t Sig.
1

Uji Normality
Standardized
Residual
48.000
Mean -0.000
Std. Deviation 0.838
Absolute 0.087
Positive 0.087
Negative -0.070
0.087
.200c,d
d. This is a lower bound of the true significance.
Asymp. Sig. (2-tailed)
a. Test distribution is Normal.
b. Calculated from data.
N
Normal Parametersa,b
Most Extreme Differences
Test Statistic
One-Sample Kolmogorov-Smirnov Test
c. Lilliefors Significance Correction.

Contoh : Uji Linearity
R R Square
Adjusted R
Square
Std. Error of
the Estimate
Durbin-
Watson
1 .845a
0.714 0.390 0.17803 2.683
dL = 0.8931
dU = 2.3164
DW: 5%, k=14, n=48
Model Summary
Model
a. Predictors: (Constant), ZΔCFOxGSAESqr, X10SIZESqr, X7EFSO, X11LEVsQr,
X5ΔCM, X6ΔEQ, GSAESqr, X4ΔEBITSqr, X2ΔWC, X1ΔCAPEXSqr, X6ΔEQSqr,b. Dependent Variable: YFINDIS

Contoh: Statistik Descriptive
N Range Minimum Maximum Std. Deviation Variance
Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic
YFINDIS 48 0.761 -0.761 0.000 -0.285 0.033 0.228 0.052
GSAE 48 0.054 0.000 0.054 0.008 0.002 0.013 0.000
ZΔCFO 48 8.299 0.001 8.300 1.215 0.225 1.558 2.428
X1ΔCAPEX 48 0.597 -0.212 0.385 0.086 0.019 0.133 0.018
X2ΔWC 48 1.083 -0.632 0.451 -0.041 0.032 0.224 0.050
X3ΔRE 48 0.430 0.000 0.430 0.080 0.016 0.109 0.012
X4ΔEBIT 48 4.171 -2.677 1.494 -0.268 0.138 0.959 0.919
X5ΔCM 48 1.329 -0.528 0.801 0.089 0.036 0.252 0.063
X6ΔEQ 48 0.735 -0.382 0.353 0.069 0.018 0.122 0.015
X7EFSO 48 3.135 -2.411 0.724 -0.505 0.095 0.661 0.438
X8RAEM 48 9174.3 0.6 9174.9 397.9 213.0 1475.5 2177099.6
X9ACEM 48 0.149 0.000 0.149 0.025 0.005 0.037 0.001
X10SIZE 48 4.519 4.621 9.140 6.836 0.155 1.072 1.148
X11LEV 48 0.900 0.000 0.900 0.313 0.042 0.288 0.083
ZΔCFOxGSAE 48 0.033 0.000 0.033 0.005 0.001 0.008 0.000
Valid N (listwise) 48
Descriptive Statistics
Mean

Cont.
 Kesimpulan (Umum dan khusus)
 Keterbatasan penelitian (data sekunder, sector terbatas)
 Implikasi (teoritis, manajerial, regulasi)
 Rekomendasi (penelitian yad, Manajer)

Berikut contoh pendahuluan yang baik untuk artikel ilmiah:1. Latar Belakang- Jelaskan permasalahan utama yang akan diteliti beserta konteks dan pentingnya masalah tersebut.2. Rumusan Masalah- Formulasi masalah penelitian secara spesifik dan jelas.3. Tujuan Penelitian - Apa yang ingin dicapai dari penelitian ini.4. Manfaat Penelitian- Manfaat teoritis dan prakt

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

More from Aminullah Assagaf

More from Aminullah Assagaf (20)

Recently uploaded

Recently uploaded (20)