KERJA DENGAN METODE ANALISIS REGRASI LINIER BERGANDA DAN UJI HIPOTESIS
PROBABILITAS
Nurhidayah Tinia Lestari, Siti Aisyah, Theta Margaritifera, Uni Handayani
1 23
Produktivitas tenaga kerja adalah salah satu komponen yang sangat penting dalam keberhasilan suatu
proyek. Oleh karena itu, produktivitas tenaga kerja harus diperhatikan dengan baik. Ada beberapa faktor
yang memengaruhi produktivitas tenaga kerja dalam suatu proyek, antara lain umur, kesehatan pekerja,
dan keahlian pekerja. Faktor tersebut seringkali menjadi kendala dalam berlangsungnya suatu proyek
sehingga berimbas pada berhasil atau tidaknya proyek tersebut. Oleh karena itu, dibutuhkan suatu metode
yang dapat menganalisis keterkaitan faktor-faktor tersebut dengan produktivitas tenaga kerja dalam suatu
proyek. Metode Analisis Regresi Linier Berganda adalah metode analisis yang digunakan untuk
mengetahui pengaruh dari variabel bersama-sama (bebas) terhadap variabel terikat, sehingga akan terlihat
jelas keterkaitan antara kedua variabel tersebut. Dalam menunjang kegiatan analisis produktivitas tenaga
kerja dalam suatu proyek, dibutuhkan sistem informasi yang dapat mempermudah proses analisis
produktivitas tenaga kerja dalam suatu proyek. Oleh karena itu, digunakan Software SPSS16 untuk
membantu analisis tersebut, dan untuk mendapatkan hasil yang optimal dan lebih akurat. Hasil yang
diperoleh berupa koefisien variabel dan nilai signifikan variabel yang nantinya digunakan untuk
pengujian hipotesis dengan menggunakan Uji Hipotesis Probabilitas.
Kata kunci : Analisis Regresi Linier Berganda, Produktivitas Tenaga Kerja, Software SPSS16,Uji
Hipotesis Probabilitas
PENDAHULUAN
Dalam Dunia jasa konstruksi, produktivitas tenaga kerja adalah salah satu faktor penentu keberhasilan
sebuah proyek pembangunan. Produktivitas tenaga kerja yang baik sangat diperlukan untuk keberhasilan
proyek konstruksi. Produktivitas tenaga kerja akan sangat berpengaruh juga terhadap besarnya
keuntungan atau kerugian suatu proyek. Dalam pelaksanaan di lapangan hal tersebut terkadang bisa
terjadi dikarenakan tenaga kerja yang kurang efektif didalam pekerjaannya. Besarnya tingkat
produktivitas tenaga kerja dipengaruhi oleh banyak faktor (Tomi Aprilian, 2010).
Oleh karena itu, diperlukan suatu metode yang dapat menganalisis produktivitas tenaga kerja dengan
faktor-faktor yang dapat mempengaruhinya. Pada penulisan ini metode yang digunakan adalah metode
Analisis Regresi Linier Berganda dengan Uji Hipotesis Probabilitas untuk pengambilan kesimpulan
hipotesis yang dihasilkan. Untuk mempermudah dan mendapatkan hasil yang lebih optimal, maka proses
analisis dibantu dengan Software SPSS16.
METODE ANALISIS DATA
Metode analisis data yang digunakan adalah Analisis Regresi Linier Berganda dengan Pengujian
Hipotesis Probabilitas (P.Value).
PEMBAHASAN
Analisis Regresi Linier Berganda adalah analisis yang digunakan untuk mengetahui pengaruh dari
variabel secara bersama-sama terhadap variabel terikat. Karena pengaruh semua variabel diperhitungkan
maka akan didapat persamaan linier berganda (Tomi Aprilian, 2010). Contoh kasus adalah Analisis
produktivitas tenaga kerja pada pembuatan plesteran. Diketahui variabel terikat adalah produktivitas (Y)
tenaga kerja dan variabel bebasnya adalah faktor-faktor yang memengaruhinya, yaitu Umur {X !),
kesehatan pekerja (X2), dan keahlian pekerja (X3). Diperoleh data sebagai berikut :
Tabel 1.Sampel Data Produktivitas Tenaga Kerja
X1
40
45
50
55
X2
75
80
83
87
X3
80
87
78
89
Y
78
85
79
88
pada Menu Bar pilih menu Analys ,lalu pilih Regression, kemudian pilih Linear
Gambar.4.memasukan variabel
berikutnya pilih kotak statistic,pilih estimates pada regression coefficients,pilih model fit,dan
pilioh durbin-watson pada kolom residual
kemudian Klik Continue.
seperti yang terlihat pada gambar
selanjutnya pilih Plot, kemudian Masukkan Dependent ke Y dan Zpred ke X,selanjutnya ceklist
Normal Probability Plot pada Standardized residual plot,kemudian Klik Continue
seperti pada gambar 6.
setelah itu pilih Save.lalu pilih Standardized pada predicted value dan residual,pada Prediction
intervals ceklist Mean. kemudian Klik Continue
seperti yang terlihat pada gambar dibawah ini
lalu pilih Option, dalam stepping method criteria pilih Use probability of F,dengan Entry .05 dan
Removal .10,kemudian Beri tanda Include Constant In Equation.pada Missing values pilih
Exclude cases listwise.kemudian klik continue
seperti pada gambar
setelah itu Klik OK ,sehingga menghasilkan output dan data baru seperti di bawah ini.
Hasil Pengolahan Data Linier Berganda
Menggunakan method Enter
Regression
Variables Entered/Removedb
Model
1
Variables
Entered
Variables
Removed
keahlian,
umur,
kesehatana
Method
. Enter
Model Summaryb
Model
1
R
1.000a
R Square
Adjusted R
Square
1.000
Std. Error of
the Estimate
.
DurbinWatson
.
1.735
ANOVAb
Sum of
Squares
Model
1
Regression
Residual
Total
df
Mean Square
69.000
23.000
.000
69.000
Sig.
.a
Coefficientsa
Unstandardized
Coefficients
Model
1
B
(Constant)
umur
kesehatan
keahlian
Standardized
Coefficients
Std. Error
27.500
.000
.475
.000
-.500
.875
Beta
Sig.
.
.639
.000
-.527
.000
.971
Residuals Statisticsa
Minimum Maximum
Predicted Value
Std. Predicted Value
78.0000
Std.
Deviation
Mean
88.0000 82.5000
4.79583
-.938
1.147
.000
1.000
Standard Error of
Predicted Value
Adjusted Predicted
Value
.00000
.00000
.00000
.00000
Std. Residual
Stud. Residual
Deleted Residual
Mahal. Distance
2.250
2.250
2.250
.000
Cook's Distance
.750
.750
.750
.000
Residual
Centered Leverage
Value
Variables Entered/Removeda
Model
Variables
Entered
Variables
Removed
Method
Stepwise
(Criteria:
Probabilit
y-of-F-toenter <= .
.
050,
Probabilit
y-of-F-toremove
>= .100).
keahlian
.992a
R Square
Adjusted R
Square
.985
Std. Error of
the Estimate
.977
DurbinWatson
.72355
1.137
Model
1
Regression
Residual
Total
df
Mean Square
67.953
1.047
69.000
67.953 129.798
.524
Sig.
.008a
Coefficientsa
Unstandardized
Coefficients
Model
1
B
(Constant)
Standardized
Coefficients
Std. Error
Beta
7.841
6.563
.894
.078
keahlian
.992
Sig.
1.195
.355
11.393
.008
Excluded Variablesb
Model
1
Beta In
Sig.
Partial
Correlation
Collinearity
Statistics
Tolerance
umur
.130a
3.001
.205
.949
.809
kesehatan
.130a
2.323
.259
.919
.761
Residuals Statisticsa
Minimum Maximum
Predicted Value
Std. Predicted Value
Standard Error of
Predicted Value
77.5824
Mean
87.4176 82.5000
Std.
Deviation
4.75930
-1.033
1.033
.000
1.000
.454
.563
.509
.063
86.5224 82.2783
4.75251
Adjusted Predicted
Value
76.9403
Residual
-.62941
.58235
.00000
.59078
Std. Residual
-.870
.805
.000
.816
Stud. Residual
-1.118
1.282
.106
1.173
-1.03883
1.47761
.22171
1.23329
-1.290
2.148
.297
1.520
Mahal. Distance
.432
1.068
.750
.367
Cook's Distance
.141
1.263
.615
.480
Centered Leverage
Value
.144
.356
.250
.122
Deleted Residual
Stud. Deleted Residual
Berdasarkan Tabel 2 bagian Coefficients dengan metode Enter, dapat dibuat model regresi linier
berganda dengan persamaan sebagai berikut :
Y = 27.500 + 0.475X1 - 0.500X2 + 0.875X3
Nilai masing-masing koefisien regresi variabel independen dari model regresi linier tersebut memberikan
gambaran/ hipotesis sebagai berikut:
1. Koefisien Regresi Variabel Umur (X1) sebesar 0,475 menggambarkan bahwa X1 mempunyai
pengaruh positif terhadap Y, artinya dengan bertambah besarnya jumlah umur akan semakin besar
produktivitas tenaga kerja yang dihasilkan.
2. Koefisien Regresi Variabel Kesehatan Pekerja (X 2) sebesar 0.500 menggambarkan bahwa X2
mempunyai pengaruh negatif terhadap Y, artinya dengan berkurangnya kesehatan akan semakin
kecil produktivitas tenaga kerja yang dihasilkan.
3. Koefisien Regresi Variabel Keahlian Pekerja (X 3) sebesar 0.875 menggambarkan bahwa X3
mempunyai pengaruh positif terhadap Y, artinya dengan bertambahnya besarnya keahlian pekerja
akan semakin besar produktivitas tenaga kerja yang dihasilkan.
Pengujian Hipotesis Probabilitas (P.Value)
Uji hipotesis probabilitas digunakan untuk mengetahui pengaruh dari masing-masing Variabel Independen
terhadap Variabel Dependen. Uji ini dilakukan dengan membandingkan nilai signifikan (sig) yang telah
ditentukan yaitu 5% atau 0.05 dengan nilai signifikan hitung (Slamet, 2010).
Nilai signifikan hitung dari hasil pengolahan data dapat dilihat pada ANOVA dengan metode Stepwise
dengan ketentuan Sig hitung < 0,05 maka H0 ditolak (model regresi layak digunakan) dan sebaliknya.,
Sig hitung < 0,10 maka HO ditolak. H0 (hipotesis nol) adalah hipotesis yang menyatakan tidak adanya
hubungan antar variabel. H1 (hipotesis kerja) adalah hipotesis yang menyatakan adanya hubungan antar
variabel. Pada hasil output data ANOVA dengan metode stepwise tertulis Sig adalah 0.008 < 0.05 maka
H0 ditolak dan model regresi layak digunakan.
Penutup
simpulan
Metode Analisis Regresi Linier Berganda sangat membantu untuk menganalisis produktivitas tenaga kerja
dalam suatu proyek dengan Pengujian Hipotesis Probabilitas untuk menguji hasil analisisnya. Software
SPSS16 dapat mempermudah perhitungan analisis produktivitas tenaga kerja dengan hasil yang lebih
akurat.
saran
Untuk menentukan nilai signifikan pada Uji Hipotesis Probabilitas dibutuhkan ketelitian tingkat tinggi,
karena akan mempengaruhi hasil analisis.
DAFTAR PUSTAKA
Joko Sulistyo S . 2011. 6 Hari Jago SPSS17l. Cakrawala, Yogyakarta.
Tomas Aprilian. 2010. Modul Analisis Produktivitas Tenaga Kerja Pada Pekerjaan Struktur Atap Baja,
Fakultas Teknik Sipil, Universitas Sebelas Maret, Surakarta.
Slamet. 2010. Analisis Regresi Linier : Uji Asumsi Klasik_Bab VII. Penerbit. Kota.