STATISTIKA INDUSTRI
Disusun Oleh:
Setalah data diblok, lalu memilih charts, dan pilih icon diagram scatter.
Pengolahan data adalah suatu proses mengubah data menjadi bentuk yang
lebih sempurna. Pengolahan data ini tidak hanya berupa perhitungan numeric
tetapi juga mengklasifikasikan data dari satu tempat ke tempat lain. Pengolahan
data terbagi menjadi 2 yaitu perhitungan manual dan pengolahan software.
Berikut ini adalah cara perhitungan secara manual dan pengolahan software.
a. Nilai a (intersep) :
(∑Y)(∑ X2 )−(∑X)(∑XY)
a= (n)(∑X2 )−(∑X)2
(3073.11381) −(637.54882)
a=
(36.11381) − (637)²
(34973813) − (34959834)
a=
(409716) − (405769)
a =3,5416
Berdasarkan perhitungan koefisien regresi nilai a (intersep) adalah sebesar
3,5416 . Nilai koefisien regresi (intersep) antara jumlah buruh (x) dengan target
produksi (y) ini yang akan dimasukkan kedalam persamaan regresi( Y= a + bX).
b.Nilai b :
(𝑛)(∑𝑋𝑌) − (∑𝑋)(∑𝑌)
𝑏=
(𝑛)(∑𝑋 2 ) − (∑𝑋)2
(36).(54882) − (637).(3073)
𝑏=
(36).(11381) − (637)²
1975752−1957501
𝑏=
409716−405769
18251
𝑏=
3947
𝑏 = 4,6240
Berdasarkan perhitungan koefisien regresi nilai b (slope) adalah sebesar
4,6240. Nilai koefisien regresi (slope) antara jumlah buruh (x) dengan target
produksi (y) ini akan dimasukkan kedalam persamaan regresi sederhana (Y= a +
bX).
c. Persamaan regresi linear sederhananya
Y = a + bX
Y = 3,5416 + 4,6240X
Maka persamaan regresi linear senderhana dari data diatas adalah
Y=3,5416 + 4,6240X.
Langkah kedua mengisi variabel view name yaitu bulan ke, jumlah buruh
dan target produksi. Pilih Type numeric karna digunakan untuk memasukan data
berupa angka. Dan lalu pada kolom measure ubah data dalam bentuk nominal.
(gambar 3.2.2 tabel data view)
Langkah ketiga klik data view pada option , lalu muncul gambar seperti
diatas yaitu tabel variabel view. Variabel view ini digunakan untuk memasukkan
data dari bulan ke, jumlah buruh dan target produksi.
Pada bagian ini ditampilkan daftar hasil-hasil dari residual statistik yang
merupakan pilihan pada bagian statistik. Hal ini menunjukkan adanya hubungan
jumlah produksi dengan jumlah investor. Output pada residual statistics dibawah
menghasilkan Predicted value dengan nilai minimum 8.85 dan nilai maksimum
34.26, rata-ratanya 22.14. dan nilai bakunya 6.859. Nilai std. predicted value
menghasilkan nilai minimum -1.938 dan nilai maksimum 1.767, dan rata-rata
sebesar 0,000, nilai baku 1000. Nilai std. error of predicted value yang
menghasilkan nilai minimum 0.253 dan nilai maksimum 0.556, serta nilai rata-
rata sebesar 0.345 dan nilai baku sebesar 0.090. Didapatkan pula nilai residual
minimum -2.903 dan nilai maksimum 2.862, serta nilai rata-rata sebesar 0,000 dan
nilai baku sebesar 1.490 dan yang terakhir yaitu std.residual didapatkan nilai
minimum -1.921, nilai maksimum 1.893 , nilai rata-rata sebesar 0,000 dengan
nilai baku sebesar 0,986 dari jumlah data sebanyak 36.