Nama : Ghefira Nur Kahfi Rabu, 4 11 2020

NRM : 1305617021 Matematika 2017

Tugas 2 Analisis Regresi

Pengaruh Modal, Tenaga Kerja dan Produksi Terhadap Tingkat

Pendapatan di Home Industry UD.Bagus Bakery Desa Serapuh
Kecamatan Gunung Malela Kabupaten Simalungun

1. Pendahuluan
Roti merupakan salah satu makanan yang populer di Indonesia. Banyak sekali pengusaha
roti yang ada di Indonesia baik usaha rumahan maupun industri besar. Untuk itu pada
percobaan Analisis Regresi Linear Berganda dilakukan analisis terhadap Pengaruh Modal,
Tenaga Kerja dan Produksi Terhadap Tingkat Pendapatan di Home Industry UD.Bagus Bakery . Data
diambil dari Skripsi yang terdiri dari 48 set sampel. Berikut data yang akan dianalisis :

Modal Pekerja Produksi Pendapatan

18.000000 8 15.000000 9.000000
18.000000 8 15.000000 9.000000
18.000000 8 15.080000 9.080000
18.000000 8 15.080000 9.080000
19.100000 8 16.000000 9.500000
20.050000 8 16.050000 9.550000
20.050000 8 16.050000 9.550000
20.050000 8 16.100000 9.600000
23.000000 8 16.180000 9.680000
23.000000 8 17.080000 10.580000
23.000000 8 17.080000 10.580000
24.000000 8 17.380000 10.880000
24.000000 8 17.440000 10.940000
27.000000 8 17.500000 10.000000
27.000000 8 18.000000 10.000000
30.000000 8 18.000000 11.000000
30.000000 8 18.000000 11.000000
31.000000 8 18.200000 11.200000
31.000000 8 18.200000 11.200000
34.000000 8 18.450000 11.450000
34.000000 8 18.500000 11.500000
34.000000 8 18.600000 11.600000
33.000000 8 19.300000 11.800000
34.000000 8 19.300000 11.800000
 34.000000 9 19.500000 11.000000
21.000000 9 19.500000 11.000000
20.000000 9 19.850000 11.350000
22.000000 9 19.900000 11.400000
25.000000 9 20.000000 12.500000
25.000000 9 20.000000 12.750000
24.000000 9 20.250000 12.750000
22.500000 9 20.400000 12.900000
22.000000 9 21.000000 12.000000
23.000000 9 21.000000 12.000000
24.000000 9 21.050000 12.050000
25.000000 9 21.500000 12.500000
24.090000 7 21.000000 9.200000
24.130000 8 17.900000 9.900000
19.030000 8 19.900000 11.200000
20.550000 8 15.700000 9.100000
21.060000 7 20.200000 11.800000
26.940000 8 16.900000 10.800000
24.390000 7 17.700000 11.600000
26.110000 7 16.600000 11.600000
24.900000 7 18.400000 11.900000
21.880000 7 18.600000 11.300000
21.680000 8 16.300000 10.800000
19.210000 8 16.000000 9.200000
Tabel 1. Data Uji

dengan variabe uji

• Variabel Independen
X1 = Modal
X2 = Jumlah Tenaga Kerja
X3 = Produksi
• Variabel Dependen
Y = Pendapatan
2. Model Regresi Linear Berganda dan Uji Asumsi
Model Regresi
Analisis ini digunakan untuk mengetahui besarnya variabel modal (X 1), jumlah tenaga kerja (X2),
dan produksi (X3) terhadap pendapatan di UD Bagus Bakery (Y). Dengan menggunakan SPSS
diperoleh hasil :

Tabel 2. Nilai Koefisien Pendapatan

Berdasarkan tabel diperoleh model regresi :

Y = α + b1X1 + b2X2 + b3X3
= 4.109 + 0.008X1 + 0.002X2 + 0.354X3
Dimana :
Y = Pendapatan
X1 = Modal
X2 = Jumlah Tenaga Kerja
X3 = Produksi

Persamaan regresi diatas memiliki makna :

• Konstanta = 4.109.
Jika tidak ada modal, jumlah tenaga kerja dan produksi yang dijalankan maka hasil pendapatan
yakni sebesar 4.109 satuan.
• Koef. Modal = 0.008.
Setiap kenaikkan modal sebesar 1 satuan, sedangkan jumlah tenaga kerja dan produksi dianggap
konstan maka kan meningkatkan hasil pedapatan sebesar 0.008 satuan.
• Koef. Jumlah Tenaga Kerja = 0.002.
Setiap kenaikkan jumlah tenaga kerja sebesar 1 satuan, sedangkan modal dan produksi dianggap
konstan maka kan meningkatkan hasil pedapatan sebesar 0.002 satuan.
• Koef. Produksi = 0.354.
Setiap kenaikkan produksi sebesar 1 satuan, sedangkan modal dan jumlah tenaga kerja dianggap
konstan maka kan meningkatkan hasil pedapatan sebesar 0.354 satuan.
Uji Asumsi Klasik
A. Uji Normalitas
Pengujian normalitas data dalam penelitian ini dilihat berdasarkan grafik yang dihasilkan
dengan SPSS.

Gambar 1. Grafik Normal(Kiri) dan P-P plot

Gambar di atas menunjukkan model regresi sudah memenuhi asumsi normalitas karena
histogram tidak condong ke kiri maupun kanan serta Normal P-P Plot yang mengrafikkan titik-titik
yang menyebar disekitargaris diagonal, serta penyebarannya mengikuti arah garis diagonal.
Sehingga model regresi layak dipakai untk memprediksi Modal, Jumlah Tenaga Kerja dan
Produksi terhadap Pendapatan UD Bagus Bakery.

B. Uji Linearitas
Berdasarkan uji dengan SPSS diperoleh hasil :
Variabel Signifikansi Keterangan
Modal 0.093 Linear
Jumlah Tenaga Kerja 0.06 Linear
Produksi 0.522 Linear
Tabel 3. Nilai Uji Linearitas

Dalam tabel 2 terlihat nilai sig untuk Modal, Jumlah Tenaga Kerja dan Produksi lebih besar dari
0,05. Sehingga semua variabel diatas linear dengan Pendapatan UD Bagus Bakery.

C. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi diantara
variabel bebas. Dimana model yang baik seharusnya tidak terdapat korelasi antar variabel bebasnya
(independent variabel).
Dalam tabel 2 terlihat bahwa nilai VIF (Variance Inflation Factor) untuk masing-masing variabel
bebas sebesar 1.283, 1.729, dan 1.938 kurang dai 10. Sedangkan nilai tolerance masing-masing
variabel bebas sebesar 0.779, 0.578, dan 0.516 lebih dari 0,1. Jadi, dapat disimpulkan tidak terjadi
kolinearitas antar variabel bebas.

D. Uji Heteroksiditas
Uji heteroksiditas bertujuan untuk menguji terjadinya perbedaan variance residual suatu periode
pengamatan ke periode pengamatan lain atau antara nilai yang diprediksi dengan Standardized
Delete Residual nilai tersebut. Berdasarkan Tabel 4, dapat dilihat nilai heteroksiditas untuk variabel
Modal, Jumlah Tenaga Kerja dan Produksi berturut-turut yakni 0.711, 0.524, dan 0.175. Semua
 nilai sig variabel bebas tersebut lebih besar dari 0.05. Jadi dapat didimpulkan bahwa tidak terjadi
heteroksiditas dari masing-masing variabel bebas.

Tabel 4. Nilai Uji Heteroksiditas

3. Uji Hipotesis Keseluruhan dan masing-masing parameter

Pengujian hipotesisi dilakukan untuk melihak pengaruh secara serempak dan parsial dari variabel
bebas terhadap variabel terikat. Untuk uji parsial digunakan uji t dengan ketentuan apabila hasil thitung >
t tabel maka H0 ditolak dan H1 diterima dan sebaliknya. Sedangkan uji serempak digunakan uji F dengan
ketentuan apabila hasil Fhitung > F tabel maka H0 ditolak dan H1 diterima dan sebaliknya.

A. Uji R2

Tabel 5. Nilai Uji R2

Dari tabel 5 terlihat koefisien determinasi (R2) sebesar 0,382 > 0,05 yang berarti model tersebu
dapat dimodelkan menjadi model regresi linear. Nilai R2 menunjukkan bahwa 38,2% variasi
modal, jumlah tanaga kerja, dan produksi mampu menjelaskan variasi pendapatan dan sisanya
variabel yang tidak diteliti.

B. Uji Serempak (Uji F)

Pengaruh variabel bebas (modal, jumlah tenaga kerja, dan produksi) akan dilihat secara
serempak dengan dihitung menggunakan uji F. Hipotesis yang disusun yakni :
H0 : Tidak ada pengaruh antara modal, jumlah tenaga kerja, dan produksi terhadap Pendapatan
H1 : Ada pengaruh antara modal, jumlah tenaga kerja, dan produksi terhadap Pendapatan

Nilai Fhitung dan Sig dapat dilihat dalam tabel berikut :

Tabel 6. Nilai uji F

 Data tabel didapat dari tabel 6 yang menggunakan α = 0,05, nilai Ftabel untuk
df1 = jumlah variabel - 1 = 3 dan
df2 = n – k = 44
maka nilai F3,44 = 2.82.
Berdasarkan tabel diketahui bahwa hasil uji F untuk variabel-variabel bebas diperoleh Fhitung
sebesar 9.082 > 2.82 dengan nilai sig sebesar 0.00 < 0.05. Hal ini menunjukkan bahwa ada
pengaruh yang signifikan antara modal, jumlah tenaga kerja, dan produksi dan pendapatan.

C. Uji Parsial (Uji t)

Selanjutnya akan dilanjutkan Uji t. Uji ini digunakan untuk mengetahui apakah masing-masing
variabel bebas mempunyai pengaruh terhadap variabel terikat. Hipotesis yang disusun yakni :
• Untuk variabel X1 (Modal)
H0 : Tidak ada pengaruh antara Modal terhadap Pendapatan
H1 : Ada pengaruh antara Modal terhadap Pendapatan

• Untuk variabel X2 (Jumlah Tenaga Kerja)

H0 : Tidak ada pengaruh antara Jumlah Tenaga Kerja terhadap Pendapatan
H1 : Ada pengaruh antara Jumlah Tenaga Kerja terhadap Pendapatan

• Untuk variabel X3 (Produksi)

H0 : Tidak ada pengaruh antara Produksi terhadap Pendapatan
H1 : Ada pengaruh antara Produksi terhadap Pendapatan

Nilai thitung dan Sig dapat dilihat dalam tabel berikut :

Variabel thitung Sig Keterangan

Modal 0.277 0.783 Terima H0
Jumlah Tenaga Kerja -0.005 0.996 Terima H0
Produksi 3.671 0.001 Tolak H0
Tabel 7. Nilai uji t

Data tabel 7 didapat dari tabel 2 yang menggunakan α = 0,05, maka ttabel sebesar 2.353.
Berdasarkan tabel diketahui bahwa hasil uji t untuk variabel modal (X 1) diperoleh thitung sebesar
0.277 < 2.353 dengan nilai sig sebesar 0.783 > 0.05. Hal ini menunjukkan bahwa tidak ada
pengaruh yang signifikan antara modal dan pendapatan.
Sedangkan hasil uji t untuk variabel Jumlah Tenaga Kerja (X 2) diperoleh thitung sebesar < -0.005
< 2.353 dengan nilai sig sebesar 0.996 > 0.05. Hal ini menunjukkan bahwa tidak ada pengaruh
yang signifikan antara Jumlah Tenaga Kerja dan pendapatan.
Sedangkan hasil uji t untuk variabel Jumlah Tenaga Kerja (X 2) diperoleh thitung sebesar -
0.005 < 2.353 dengan nilai sig sebesar 0.996 > 0.05. Hal ini menunjukkan bahwa tidak ada
pengaruh yang signifikan antara Jumlah Tenaga Kerja dan pendapatan.
Dan hasil uji t untuk variabel Jumlah Tenaga Kerja (X 2) diperoleh thitung sebesar 3.671 > 2.353
dengan nilai sig sebesar 0.001 < 0.05. Hal ini menunjukkan bahwa ada pengaruh yang signifikan
antara Produksi dan pendapatan.
4. Tentukan Selang Kepercayaan untuk parameter dan Var Y

Tabel.8. Selang Kepercayaan

Tabel 8 menunjukkan selang kepercayaan bagi β1, β2, β3, dan Y dengan α = 5%. Didapat hasil :
23.793 < β1 < 26.964
8.1 < β2 < 8.44
17.63 < β3 < 18.756
10.399 < Y < 110.59

5. Kombinasi model Regresi sebagian dan bandingkan

A. Modal(X1) dan Jumlah Tenaga Kerja(X2)

Tabel 9. Rangkuman model variabel Modal(X1) dan Jumlah Tenaga Kerja(X2)

Berdasarkan tabel 9 dapat dilihat nilai koefisien determinasi (R2) sebesar 0,157 > 0,05 yang
berarti model tersebu dapat dimodelkan menjadi model regresi linear. Nilai R2 menunjukkan
bahwa 18.7% variasi modal dan jumlah tanaga kerja menjelaskan variasi pendapatan dan sisanya
variabel yang tidak diteliti.

Tabel 10. Koefisien variabel Modal(X1) dan Jumlah Tenaga Kerja(X2)

Berdasarkan tabel 10 diperoleh model regresi :

Y = α + b1X1 + b2X2
= 3.278 + 0.055X1 + 0.731X2
Dimana :
Y = Pendapatan
X1 = Modal
X2 = Jumlah Tenaga Kerja
 Persamaan regresi diatas memiliki makna :
• Konstanta = 3.278.
Jika tidak ada modal, jumlah tenaga kerja dan produksi yang dijalankan maka hasil pendapatan
yakni sebesar 4.109 satuan.
• Koef. Modal = 0.055.
Setiap kenaikkan modal sebesar 1 satuan, sedangkan jumlah tenaga kerja dianggap konstan maka
kan meningkatkan hasil pedapatan sebesar 0.055 satuan.
• Koef. Jumlah Tenaga Kerja = 0.731.
Setiap kenaikkan jumlah tenaga kerja sebesar 1 satuan, sedangkan modal dianggap konstan maka
kan meningkatkan hasil pedapatan sebesar 0.731 satuan.

B. Modal(X1) dan Produksi(X3)

Tabel 11. Rangkuman model variabel Modal(X1) dan Produksi(X3)

Berdasarkan tabel 11 dapat dilihat nilai koefisien determinasi (R2) sebesar 0,382 > 0,05 yang
berarti model tersebu dapat dimodelkan menjadi model regresi linear. Nilai R2 menunjukkan
bahwa 38.2% variasi modal dan produksi menjelaskan variasi pendapatan dan sisanya variabel
yang tidak diteliti.

Tabel 12. Koefisien variabel Modal(X1) dan Jumlah Tenaga Kerja(X2)

Berdasarkan tabel 12 diperoleh model regresi :

Y = α + b1X1 + b3X3
= 4.101 + 0.008X1 + 0.073X3
Dimana :
Y = Pendapatan
X1 = Modal
X2 = Produksi

Persamaan regresi diatas memiliki makna :

• Konstanta = 4.101.
Jika tidak ada modal, jumlah tenaga kerja dan produksi yang dijalankan maka hasil pendapatan
yakni sebesar 4.101 satuan.
• Koef. Modal = 0.008.
Setiap kenaikkan modal sebesar 1 satuan, sedangkan produksi dianggap konstan maka kan
meningkatkan hasil pedapatan sebesar 0.008 satuan.
• Koef. Produksi = 0.073.
 Setiap kenaikkan produksi sebesar 1 satuan, sedangkan modal dianggap konstan maka kan
meningkatkan hasil pedapatan sebesar 0.073 satuan.

C. Jumlah Tenaga Kerja(X2) dan Produksi(X3)

Tabel 13. Rangkuman model variabel Jumlah tenaga Keja(X2) dan Produksi(X3)

Berdasarkan tabel 13. dapat dilihat nilai koefisien determinasi (R2) sebesar 0,381 > 0,05 yang
berarti model tersebu dapat dimodelkan menjadi model regresi linear. Nilai R2 menunjukkan
bahwa 38.1% variasi jumlah tenaga kerja dan produksi menjelaskan variasi pendapatan dan
sisanya variabel yang tidak diteliti.

Tabel 14. Koefisien variabel Modal(X1) dan Jumlah Tenaga Kerja(X2)

Berdasarkan tabel 14 diperoleh model regresi :

Y = α + b2X2 + b3X3
= 4.326 + 0.366X2 + 0.031X3
Dimana :
Y = Pendapatan
X1 = Jumlah Tenaga Kerja
X2 = Produksi

Persamaan regresi diatas memiliki makna :

• Konstanta = 4.326.
Jika tidak ada jumlah tenaga kerja dan produksi yang dijalankan maka hasil pendapatan yakni
sebesar 4.326 satuan.
• Koef. Jumlah Tenaga Kerja = 0.366.
Setiap kenaikkan jumlah tenaga kerja sebesar 1 satuan, sedangkan produksi dianggap konstan
maka kan meningkatkan hasil pedapatan sebesar 0.366satuan.
• Koef. Produksi = 0.031.
Setiap kenaikkan produksi sebesar 1 satuan, sedangkan jumlah tenaga kerja dianggap konstan
maka kan meningkatkan hasil pedapatan sebesar 0.031satuan.

D. Hasil Perbandingan
Kombinasi Variabel R2
Modal(X1) dan Jumlah Tenaga Kerja(X2) 0.193
Modal(X1) dan Produksi(X3) 0.382
Jumlah Tenaga Kerja(X2) dan Produksi(X3) 0.381
Tabel.15 . Kombinasi variabel
 Berdasarkan tabel 15 dapat disimpulkan bahwa kombinasi variabel yang paling tepat yakni
Modal(X1) dan Produksi(X3) karena memiliki nilai R2 terbesar yang berarti bisa menggambarkan
kenyataan sebesar 38.2% dan dilanjutkan dengan kombinasi Jumlah Tenaga Kerja(X 2) dan
Produksi(X3) serta Modal(X1) dan Jumlah Tenaga Kerja(X2).