PROJECT

PENGARUH RENANG DAN JOGGING TERHADAP TINGGI BADAN

STATISTIKA EKONOMI

Dosen Pengampu :

Yulita Tridiarti ,SE,M.Si

Puja Rizqy Ramadhan,SE,M.Si

Oleh :

Hanifah Nabilah Ginting (7183220030)

M. Firmansyah (7182220003)
Dandi Abdul Halim (7182220015)

JURUSAN AKUNTANSI
FAKULTAS EKONOMI
UNIVERSITAS NEGERI MEDAN
2019
 KATA PENGANTAR

Puji syukur penulis panjatkan atas kehadirat Tuhan Yang Maha Esa karena
dengan rahmat, karunia, serta hidayah-Nya penulis dapat menyelesaikan tugas mata
kuliah Statistika Ekonomi yang berjudul Project ini dengan baik meskipun banyak
kekurangan didalamnya. Dan juga penulis berterima kasih kepada Bu Yulita Tridiarti
,SE,M.Si dan Pak Puja Rizqy Ramadhan,SE,M.Si yang telah memberikan bimbingan
kepada penulis dalam menyelesaikan tugas ini.

Penulis sangat berharap hasil laporan ini dapat berguna dalam rangka menambah
wawasan serta pengetahuan kita.Penulis juga menyadari sepenuhnya bahwa di dalam
laporan ini terdapat kekurangan. Oleh sebab itu, penulis berharap adanya kritik, saran
dan usulan demi perbaikan laporan yang telah penulis buat di masa yang akan datang,
mengingat tidak ada sesuatu yang sempurna tanpa saran yang membangun.

Semoga hasil laporan sederhana ini dapat dipahami bagi siapapun yang
membacanya. Sekiranya laporan yang telah disusun ini dapat berguna bagi penulis
sendiri maupun orang lain. Sebelumnya kami mohon maaf apabila terdapat kesalahan
kata-kata yang kurang berkenan dan penulis memohon kritik dan saran yang
membangun dari Anda demi perbaikan makalah ini di waktu yang akan datang.

Medan, Mei 2019

Kelompok 1
A. PERHITUNGAN MODEL

Pada dasarnya, perhitungan indeks merupakan besaran yang menunjukkan

perbedaan perubahan dalam waktu atau ruang mengenai hal tertentu.

X1
h1

h3
Y

h2
X2

Model persamaan regresi linear berganda digunakan untuk mengetahui seberapa

besar pengaruh hubungan variable Renang ( X1 ) dan Jogging ( X2 ) terhadap variable

dependen Tinggi Badan ( Y ).

Renang adalah sebuah gerakan yang dilakukan di dalam air baik oleh manusia atau

hewan. Renang adalah gerakan sewaktu bergerak di air. Jogging biasa dilakukan pagi

hari atau sore hari . Jogging adalah olahraga yang dapat menyehatkan tubuh. Oleh

karena itu, kami memilih variabel indikator ini dengan menentukan berapa banyak

mahasiswa fakultas ekonomi UNIMED berenang dan seberapa sering mahasiswa

unimed Jogging. Sehingga dapat diketahui regresi linier berganda.

Metode yang kami lakukan dengan kuesioner. Melalui Kuesioner kami dapat

menghitung metode Regresi Linier Berganda. Dengan demikian dapat diketahui apakah

waktu renang dan waktu jogging berpengaruh terhadap tinggi badan seseorang.
 Tabel 1.1
Jumlah Responden Pada Kegiatan Analisis Data Regeresi Linier Berganda
Waktu Renang Waktu Jogging Tinggi Badan
No Responden
(X1) (X2) (Y)
1 12 48 159
2 12 24 162
3 36 36 150
4 24 24 156
5 24 60 167
6 12 12 156
7 12 12 163
8 48 60 165
9 12 60 165
10 12 60 167
11 12 12 157
12 12 12 156
13 12 24 155
14 12 60 155
15 24 12 150
16 48 60 167
17 12 36 154
18 12 12 195
19 60 36 180
20 60 48 190
21 60 60 169
22 36 12 159
23 36 60 155
24 12 12 155
25 24 24 153
26 12 12 165
27 24 36 161
28 12 24 168
29 24 48 165
30 36 60 163

Berdasarkan data pada tabel 1.1 dapat diketahui bahwa jumlah respoden dari
mahasasiswa Fakultas ekonomi UNIMED dalam setahun berenang dan jogging hanya
dari 12 sampai 60 kali. Sehingga tinggi badan mahasiswa Fakultas UNIMED Sekitar
150cm sampai 190cm.
B. Model Regresi yang dibentuk
Tabel 1.2
Summary output

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.364895746
R Square 0.133148906
Adjusted R Square 0.068937714
Standard Error 10.07220943
Observations 30
Berdasarkan Tabel 1.2 Summary output memberikan deskripsi angka koefisien
penentu (R Square) sebesar 0.133 (13.3%) adalah pengkuadratan dari koefisien korelasi
(R) sebesar 0.364895746. R Square biasa juga disebut koefisien penentu atau koefisien
determinasi adalah pengaruh antara Variabel Waktu Berenang dan Waktu Jogging
terhadap Tinggi Badan Mahasiswa Fakultas Ekonomi UNIMED.
Dari semua parameter yang ada pada tabel tersebut, parameter R Square yang
biasanya digunakan untuk menentukan bagus tidakya korelasi /variasi model hasil
regresi (walaupun ada juga yang menggunakan multiple R atau Adjusted R square).
Sebagai paduan umum. R Square < 0.364 menunjukkan varian model tidak bagus. R
square sebesar 0.133 seperti yang dihasilkan pada tabel diatas bahwa model ini kurang
bagus. Ia mengandung pengertian 13.3% perubahan/variasi output (FBP Produk
naphtha) dipegaruhi oleh input (Overhead temperature dan Pressure compensated
fractionator temperature), sedangkan sisanya oleh variabel lainnya. R Square, yang
menunjukkan total varian yang dihasilkan oleh model. Dihitung dengan rumus R Square
= 1 – (SSres/SStotal). Mengenai apa itu SSres atau SStotal lihat pembahasan tentang
tabek ANNOVA.
Sedangkan sisanya sebesar 86.7% (dari 100% - 13.3%) dijelaskan oleh faktor
lain diluar indikator yang ada pada variabel waktu berenang dan waktu jogging terhadap
Tinggi Badan Mahasiswa Fakultas Ekonomi UNIMED.
Standard Error adalah Standard deviasi error keseluruhan sebesar 10.07220943 dengen
jumlah observasi data sebanyak 30 orang.
 Tabel 1.3
ANNOVA

ANOVA
df SS MS F Significance F
Regression 2 420.7327889 210.3663945 2.073608996 0.145295035
Residual 27 2739.133878 101.4494029
Total 29 3159.866667

Tabel 1.3 dalam Regresi ANNOVA digunakan untuk mengetes tingkat

kebenaran/signifikan model hasil regresi secara keseluruhan (overall model). Parameter
yang menentukan tingkat signifikan model regresi adalah yang berada pada kolom
paling kanan, yaitu significance F. Parameter ini disebut dengan P-value. Tingkat
signifikan model naik jika significance F turun. Significance F mendekati nol berarti
variabel input sangat (signifikan) berpengaruh pada output. Tabel berikut bisa
digunakan sebagai paduan untuk menentukan hubungan antara significance F dengan
tingkat signifikan model yang dihasilkan.
Dapat diketahui degree of freedom bahwa variabel bebas dimiliki dengan regresi
2 dengan residual 27. Sehingga variabel data diatas kurang berhubungan untuk
mengetahui Tinggi badan seseorang. Sum of Square regresi sebesar 420.7327889 dan
residual sebesar 2739.133878 sehingga total Sum of Square adalah 3159.866667.
sedangkan Mean Square, regresi sebesar 210.3663945 dan residual sebesar
101.4494029. F adalah data actual. Maka F sebesar 2.073608996.

Tabel 1.4
Interception

Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
Intercept 157.0130886 4.079446692 38.48881979 3.97527E-25 148.6427554 165.3834217
-
X Variable 1 0.234249017 0.127644715 1.835164242 0.077521084 0.027656302 0.496154336
- - -
X Variable 2 0.002532126 0.104828678 0.024154899 0.980906692 0.217622805 0.212558552
 Tabel 1.4 maka nilai Konstanta 0.234 menyatakan bahwa bilamana tidak ada

waktu berenang maka nilai Tinggi Badan mahasiswa 0.234. Nilai Koefisien Regresi

sebesar c menyatakan bahwa setiap penambahan 1 (satu) point waktu jogging terhadap

tinggi badan mahasiswa sebesar 0.237 (tinggi badan = 0.234 + 0,003 * (1) = 0.237)

demikian pula sebaliknya, pengurangan 1 (satu) poin waktu renang makan akan

mengurangi tingkat Tinggi Badan Mahasiswa fakultas ekonomi UNIMED sebesar -

0.766 (tinggi badan = 0.234 + 0,003 * (-1) = - 0.766).

Tinggi Badan = 0,234 W. Renang + 0,003 W. Jogging

Keterangan :

Y = Tinggi Badan

a = 0,234

b = 0,003

X1 = Waktu Renang

X2 = Waktu Jogging.

C. Interpretasi Hasil

Dari data diatas dapat diketahui bahwa waktu renang dan waktu jogging kurang

mempengaruhi atau signifikan dalam tinggi badan mahasiswa fakultas ekonomi

UNIMED. Dengan demikian, diketahui bahwa Nilai 0,234 (X1) pada variabel waktu

berenang menyatakan tidak mempunyai pengaruh terhadap tinggi badan (Y). Hal

ini berarti, setiap ada peningkatan waktu renang masih kurang signifikan terhadap

tinggi badan seseorang. Kemudian, diketahui juga bahwa Nilai 0,003 (X2) pada

variabel waktu jogging menyatakan tidak mempunyai pengaruh terhadap tinggi

badan (Y). Hal ini berarti, setiap ada peningkatan waktu renang masih kurang
signifikan terhadap tinggi badan seseorang. Sehingga variabel diatas tidak dapat

dilakukan lebih lanjut lagi. karena masih banyak variabel yang dapat menjelaskan

tentang tinggi badan seperti; waktu makan, waktu istirahat, dan sejenis lainnya.

Sehingga data ini bisa lebih konkrit untuk mengetahui tinggi badan sesorang.
 KESIMPULAN DAN SARAN

A. Kesimpulan

Berdasarkan analisis dan pengolahan statistif deskriptif, dan statistik inferensial yang

telah diuraikan pada bab-bab sebelumnya maka dapat disimpulkan sebagai berikut:

1) Untuk Indentitas responden dengan total 30 responden (N) yang merupakan

Mahasiswa fakultas ekonomi UNIMED maka jika dilihat dari segi jenis kelamin

mayoritas responden adalah wanita dengan mayoritas umur responden berada

18 - 20 tahun. Bila ditinjau dari segi berapa banyak berenang dan jogging maka

mayoritas sebanyak12 dan 60.

2) diketahui bahwa waktu renang dan waktu jogging kurang mempengaruhi atau

signifikan dalam tinggi badan mahasiswa fakultas ekonomi UNIMED. Dengan

demikian, diketahui bahwa Nilai 0,234 (X1) pada variabel waktu berenang

menyatakan tidak mempunyai pengaruh terhadap tinggi badan (Y). Hal ini berarti,

setiap ada peningkatan waktu renang masih kurang signifikan terhadap tinggi badan

seseorang. Kemudian, diketahui juga bahwa Nilai 0,003 (X2) pada variabel waktu

jogging menyatakan tidak mempunyai pengaruh terhadap tinggi badan (Y).

B. SARAN

Disarankan untuk penelitian berikutnya dapat melakukan penelitian yang

bersifat meluas dan mendalam seperti mempertimbangkan variabel lain yang turut

menjadi penjelas Tinggi badan seseorangnseperti; waktu makan, waktu istirahat, dan

sejenis lainnya.