1. Analisis Deskriptif
Statistika deskriptif adalah bagian dari statistika yang mempelajari alat, teknik, atau prosedur yang digunakan untuk menggambarkan atau mendeskripsikan kumpulan data atau hasil pengamatan yang telah dilakukan. Kegiatan – kegiatan tersebut antara lain adalah kegiatan pengumpulan data, pengelompokkan data, penentuan nilai dan fungsi statistik, serta pembuatan grafik, diagram dan gambar.
Statistika deskriptif ini merupakan metode-metode yang berkaitan dengan pengumpulan, peringkasan, dan penyajian suatu data sehingga memberikan informasi yang berguna dan juga menatanya ke dalam bentuk yang siap untuk dianalisis. Dengan kata lain, statistika deskriptif ini merupakan fase yang membicarakan mengenai penjabaran dan penggambaran termasuk penyajian data. Dalam fase ini dibahas mengenai ukuran-ukuran statistik seperti ukuran pusat, ukuran sebaran, dan ukuran lokasi dari persebaran / distribusi data.
Adapun analisis statistika deskriptif ini memiliki tujuan untuk memberikan gambaran (deskripsi) mengenai suatu data agar data yang tersaji menjadi mudah dipahami dan informatif bagiorang yang membacanya. Statistika deskriptif menjelaskan berbagai karakteristik data seperti rata-rata (mean), jumlah (sum) simpangan baku (standard deviation), varians (variance), rentang (range), nilai minimum dan maximum dan sebagainya.
Analisis deskriptif ini terdiri dari Frequencies, Descriptive, Explore, Crosstabs dan Ratio. Analisis – analisis tersebut sudah ada pada opsion menu – menu dalam software pengolahan data statistik yang sering digunakan. Salah satu program olah data yang sering digunakan adalah SPSS (Statistical Package for the Social Sciences). SPSS merupakan program aplikasi computer untuk menganalisis data yang digunakan pada berbagai disiplin ilmu, terutama untuk analisis statistika. SPSS untuk menganalisis serta menampilkan angka-angka hasil perhitungan statistik, grafik, tabel dengan berbagai model, baik variabel tunggal atau hubungan antara satu variabel dengan variabel lain.
Analisis Komparatif
Analisis komparatif adalah teknik analisis yang dilakukan dengan cara membuat perbandingan antar elemen (laporan keuangan) yang sama untuk beberapa periode yang berurutan. Perbandingan dapat dilakukan dengan dua pendekatan, yaitu Year-to-year Changes Analysis dan Index-Number Trend Series Analysis. Dalam pendekatan year-to-year changes analysis, per-bandingan dibuat dengan cara menghitung perubahan absolut dan perubahan relatif (persentase) dari tahun ke tahun setiap elemen laporan keuangan.Perubahan absolut diperlukan untuk memperoleh perspektif yang tepat dan kesimpulan yang valid tentang perubahan yang terjadi. Perubahan relatif (persentase) diperlukan untuk menentukan berarti tidaknya (signifikansi) dari setiap perubahan yang terjadi.
Tujuan analisis komparatif adalah untuk mempe-roleh gambaran tentang arah dan kecenderungan (tendensi) tentang perubahan yang mungkin akan terjadi pada setiap elemen laporan keuangan di masa yang akan datang. Informasi hasil analisis komparatif bermanfaat untuk memperediksi tentang kemungkinan yang akan terjadi pada setiap elemen laporan keuangan di masa yang akan datang.
Analisis Asosiatif
Menganalisis pengaruh Enterprise Resource Planning (ERP) terhadap kinerja perusahaan. Bila dijabarkan secara sistematis, hubungan dari variabel tersebut adalah sebagai berikut :
Y = f (X)
Dimana :
f = Fungsi
X = Sistem Enterprise Resource Planning (ERP)
Y = Kinerja Perusahaan
Uji F dikenal dengan Uji serentak atau uji Model/Uji Anova, yaitu uji untuk melihat bagaimanakah pengaruh semua variabel bebasnya secara bersama-sama terhadap variabel terikatnya. Atau untuk menguji apakah model regresi yang kita buat baik/signifikan atau tidak baik/non signifikan.
Jika model signifikan maka model bisa digunakan untuk prediksi/peramalan, sebaliknya jika non/tidak signifikan maka model regresi tidak bisa digunakan untuk peramalan.
Uji F dapat dilakukan dengan membandingkan F hitung dengan F tabel, jika F hitung > dari F tabel, (Ho di tolak Ha diterima) maka model signifikan atau bisa dilihat dalam kolom signifikansi pada Anova (Olahan dengan SPSS, Gunakan Uji Regresi dengan Metode Enter/Full Model ). Model signifikan selama kolom signifikansi (%) < Alpha (kesiapan berbuat salah tipe 1, yang menentukan peneliti sendiri, ilmu sosial biasanya paling besar alpha 10%, atau 5% atau 1%). Dan sebaliknya jika F hitung < F tabel, maka model tidak signifikan, hal ini juga ditandai nilai kolom signifikansi (%) akan lebih besar dari alpha.
Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana pengaruh masing-masing variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya. Uji ini dapat dilakukan dengan mambandingkan t hitung dengan t tabel atau dengan melihat kolom signifikansi pada masing-masing t hitung, proses uji t identik dengan Uji F (lihat perhitungan SPSS pada Coefficient Regression Full Model/Enter). Atau bisa diganti dengan Uji metode Stepwise.
Uji Chi Square berguna untuk menguji hubungan atau pengaruh dua buah variabel nominal dan mengukur kuatnya hubungan antara variabel yang satu dengan variabel nominal lainnya (C = Coefisien of contingency). Nilai Chi‐Square selalu positip. Terdapat beberapa keluarga distribusi Chi‐Square, yaitu distribusi Chi‐Square dengan DK=1,2,3, dst.
sumber:kumpulancerp