Dosen Pengampu:
Djoni Hatidja, S.Si, M.Si.
DISUSUN OLEH:
KELOMPOK 2
Puji syukur kepada Tuhan Yesus Kristus yang telah melimpahkan rahmat, karunia dan
petunjuk-Nya sehingga kelompok kami dapat menyelesaikan tugas untuk mata kuliah analisis
regresi dengan judul tentang “Peramalan Produksi dengan Metode Regresi Linier Berganda”
Kelompok kami beranggapan tugas ini telah terselesaikan dengan baik tetapi kami
menyadari bahwa tidak tertutup kemungkinan didalamnya terdapat kekurangan baik penulisan,
susunan kata ataupun perhitungan didalamnya. Oleh karena itu kritik dan saran yang
membangun sangat kelompok kami harapkan. Akhir kata, semoga tugas ini dapat bermanfaat
bagi kelompok kami khususnya dan bagi para pembaca pada umumnya.
Kelompok 2
1
DAFTAR ISI
Kata Pengantar..............................................................................................................1
Daftar Isi.......................................................................................................................2
BAB 1. Pendahuluan...................................................................................................3
1.1.....................................................................................................................Latar
Belakang.....................................................................................................3
BAB 2. Metode Penelitian..........................................................................................3
2.1. Studi Lapangan..........................................................................................3
2.2. Tahap Pengolahan data dan Analisa..........................................................3
BAB 3. Hasil dan Pembahasan..................................................................................5
3.1. Pengumpulan Data.....................................................................................5
3.2. Uji Regresi Linear Berganda.....................................................................6
3.3. Uji Korelasi Ganda (R) dan Uji Koefisien Determinasi ( R2)....................7
2
BAB 1. PENDAHULUAN
3
Dalam analisis regresi liniear berganda terdapat beberapa uji asumsi klasik, yaitu uji
heteroskedastisitas, uji tersebut bertujuan untuk menguji apakah dalam sebuah model regresi terjadi
ketidaksamaan varians residual dari suatu pengamatan ke pengamatan yang lain tetap (Santoso, 2000),
dan uji normalitas, yang bertujuan untuk menguji apakah dalam suatu model regresi, variabel terikat dan
variabel bebas atau keduanya mempunyai distribusi normal atau tidak (Supranto, 2004).
Penelitian ini dilakukan pada PT. XYZ yang merupakan perusahaan yang bergerak di bidang Heat
Exchanger yang berlokasi di Desa Wonokoyo, Beji, Pasuruan, Jawa Timur. Penelitian ini dilaksanakan
pada bulan Februari 2014 sampai dengan bulan Maret 2014.
Objek penelitian adalah produk unit heat exchanger pada PT. XYZ. Instrumen yang digunakan
dalam melakukan pengumpulan data adalah pedoman observasi, wawancara dan dokumentasi yang berisi
garis besar informasi atau data yang diperlukan. Pengumpulan data dilakukan melalui wawancara atau
tanya jawab dengan pihak perusahaan mengenai data-data yang diperlukan untuk melakukan perencanaan
jumlah produksi yang akan datang serta data sekunder dari data produksi dan penjualan.
Y = β0 + β 1 X 1 + β 2 X 2 + β 3 X 3 +ε i
dimana:
Y = jumlah produksi
β 0 = konstanta
4
β 1 , β 2 , β 3 = koefisien regresi variabel bebas
X 1 = jumlah kerusakan mesin
X 2 = harga bahan baku
X 3 = jumlah tenaga kerja
ε i = error/galat ke-i.
Pada tahap ini survey dilakukan pada PT. XYZ untuk melakukan identifikasi terhadap data-data
yang dibutuhkan, seperti data kebutuhan unit heat exchanger selama 1 tahun terakhir. Berikut data-data
yang diperoleh dari PT. XZY pada Tabel 1.
5
Pengolahan data dilakukan dengan menggunakan software SPSS V.16. Dalam pengolahan data
dilakukan beberapa pengujian, yaitu koefisien determinasi, uji signifikan simultan (uji statistik F), uji
signifikansi (uji statististik t), uji multikolinieritas, dan uji normalitas residual.
Pada nilai konstanta 500.308 menyatakan bahwa jika tidak ada variabel kerusakan mesin, harga
bahan baku dan jumlah tenaga kerja, maka jumlah produksi sebesar 500.308.
6
Nilai koefisien untuk variabel independent kerusakan mesin (X1_KM) bernilai positif sebesar
47.869. Hal ini menunjukkan bahwa dengan mengasumsikan diabaikannya variabel independen lainnya,
jika variabel kerusakan mesin semakin berkurang 1% maka dapat mempengaruhi peningkatan jumlah
produksi.
Nilai koefisien untuk variabel independent harga bahan baku (X2_HBB) bernilai positif sebesar
7.27. Hal ini menunjukkan bahwa dengan mengasumsikan diabaikannya variabel independen lainnya, jika
variabel harga bahan baku meningkat sebesar 1%, maka dapat mempengaruhi peningkatan jumlah
produksi.
Nilai koefisien untuk variabel independent jumlah tenaga kerja (X3_JTK) bernilai negatif sebesar
-3.460. hal ini menunjukkan bahwa dengan mengasumsikan diabaikannya variabel independen lainnya,
jika variabel jumlah tenaga kerja mengalami peningkatan 1%, maka mempengaruhi penurunan jumlah
produksi sebesar 3.640.
3.3. Uji Korelasi Ganda (R) dan Uji Koefisien Determinasi ( R2)
Uji koefisien determinasi bertujuan untuk mengetahui hubungan antara dua atau lebih variabel
independen (X1, X2, dan X3) terhadap variabel dependen (Y) secara bersamaan. Nilai R berkisar antara 0
sampai dengan 1, jika nilai semakin mendekati 1 berarti hubungan semakin kuat, ataupun sebaliknya jika
nilai mendekati nol, maka hubungan semakin lemah. Hasil uji koefisien determinasi terdapat pada tabel 3.
2477
Berdasarkan data pada tabel 3, dapat diketahui nilai adjusted R sebesar 0.442, hal ini berarti bahwa
hubungan antara variabel independen (X1, X2, dan X3) yaitu kerusakan mesin, harga bahan baku dan
jumlah tenaga kerja adalah moderat atau sedang terhadap jumlah produksi.
Berdasarkan tabel 3 dapat dijelaskan bahwa nilai R (R square) sebesar 0.195 atau 19.5%. Hal ini
menunjukkan bahwa prosentase sumbangan pengaruh variabel independen (X1, X2, dan X3) yaitu
kerusakan mesin, harga bahan baku dan jumlah tenaga kerja terhadap variabel dependen (Y) yaitu jumlah
7
produksi sebesar 19.5 %. Sedangkan sisanya sebesar 80.5 % dipengaruhi oleh variabel lain yang tidak
dimasukkan dalam model penelitian.
Sedangkan untuk hasil pengujian Standard Error of the Estimate merupakan suatu ukuran banyaknya
kesalahan model regresi dalam memprediksi nilai Y, sehingga nilai standard error of the estimate sebesar
365.72477, hal ini berarti banyaknya kesalahan dalam prediksi jumlah produksi sebesar 365.72477.
3.4. Uji Signifikansi Simultan (Uji Statistik F)
Uji –F digunakan untuk mengetahui apakah variabel independen (X1, X2, dan X3) yaitu kerusakan
mesin, harga bahan baku dan jumlah tenaga kerja mempengaruhi secara signifikan terhadap variabel
dependen (Y) yaitu jumlah produksi. Hasil pengolahan data untuk uji signifikasi simultan terdapat pada
tabel 4.
M Su df Mean F Sif
o m Squar
de Of e
l Squ
ares
Tot 13294 11
al 09.00
0
a. Predictors: (Constant), X3, X2, X1
b. Dependent Variable: Y
Dalam uji- F, akan dirumuskan hipotesa awal dan hipotesa alternatifnya. Dimana hipotesa tersebut
adalah:
H0: Tidak ada pengaruh secara signifikan antara kerusakan mesin, harga bahan baku dan jumlah tenaga
kerja terhadap jumlah produksi.
8
H1: Terdapat pengaruh secara signifikan antara kerusakan mesin, harga bahan baku dan jumlah tenaga
kerja terhadap jumlah produksi.
Berdasarkan tabel 4, dapat diketahui bahwa nilai F hitung adalah 86457.389, dan Ftabel dengan derajat
kebebasan (df), untuk df1 sebesar 3 dan df2 sebesar 8 dengan nilai alpha (tingkat kepercayaan) 5 %,
sehingga nilai F tabel adalah 4.066. Sehingga F hitung > F tabel yaitu sebesar 86457.389 > 4.066,
sehingga Ho ditolak. Dengan demikian terbukti bahwa kerusakan mesin (X1_KM) harga bahan baku
(X2_HBB), dan jumlah tenaga kerja (X3_JTK) secara bersama-sama mempunyai pengaruh yang
signifikan terhadap jumlah produksi (Y). Oleh sebab bahwa persamaan regresi linear berganda yang
dihasilkan dapat digunakan untuk memprediksi jumlah produksi.
Dalam uji- T, akan dirumuskan hipotesa awal dan hipotesa alternatifnya. Dimana hipotesa tersebut
adalah:
H1: Secara parsial terdapat pengaruh secara signifikan antara kerusakan mesin, harga bahan baku dan
jumlah tenaga kerja terhadap jumlah produksi.
Berdasarkan tabel 5, dapat diketahui bahwa nilai Thitung adalah 86457.389, dan Ttabel dengan
derajat kebebasan (df), adalah n-k-1 atau 12-3-1 = 8, dengan nilai k adalah jumlah variabel independen,
serta nilai alpha (tingkat kepercayaan) 5 % uji dua sisi sehingga nilai α adalah 0.025, sehingga nilai T
tabel adalah 2.3060. Sehingga F hitung > F tabel untuk:
a. X1_KM yaitu sebesar 0.926 > 2.3060, sehingga Ho ditolak. Dengan demikian terbukti bahwa
kerusakan mesin (X1_KM) secara parsial berpengaruh yang signifikan terhadap jumlah produksi (Y).
b. X2_HBB yaitu sebesar 0.534 > 2.3060, sehingga Ho ditolak. Dengan demikian terbukti bahwa harga
bahan baku (X2_HBB) secara parsial berpengaruh yang signifikan terhadap jumlah produksi (Y).
c. X3_JTK yaitu sebesar -0.227 < 2.3060, sehingga Ho diterima. Dengan demikian terbukti bahwa
jumlah tenaga kerja (X3_JTK) secara parsial tidak berpengaruh yang signifikan terhadap jumlah
produksi (Y).
9
Tabel 5. Uji Signifikansi (uji statistic –T)
Model Unstadardiz Standa t Si
ed rdized g
Coefficients Coeffic
ients
B Std.E Beta
rror
(Cons 500. 782.8 .6 .5
tant) 308 14 39 41
X1_K 47.8 51.72 .541 .9 .3
M 69 2 26 82
1 X2_H 7.27 .000 .207 .5 .6
BB 5E- 34 08
7
X3_JT - 15.25 -.135 -.2 .8
K 3.46 1 27 26
0
a. Dependent Variable: Y_JP
Coefficient Correlationsa
Mo X3_ X2_HBB X1_K
del JTK M
1 Corre X3_J 1.00 -.563 -.836
la TK 0
tions
X2_ -.56 1.000 .537
HBB 3
X1_ -.83 .537 1.000
KM 6
Covar X3_J 232. -1.170E- -
iances TK 587 5 659.4
34
X2_ - 1.856E- 3.783
HBB 1.17 12 E-5
0E-
5
X1_ - 3.783E-5 2.675
KM 659. E3
434
10
a. Dependent Variable: Y_JP
Berdasarkan pada tabel 6, pada matriks korelasi, pair wise correlation antar variabel independen
untuk variabel kerusakan mesin, harga bahan baku dan jumlah tenaga kerja dibawah 0.80, sehingga tidak
terdapat multikolonieritas tinggi antar variabel independen.
Berdasarkan tabel 7 dapat diketahui bahwa nilai R2 adalah 19,5 % cukup rendah, sedangkan nilai
parsial korelasi untuk variabel kerusakan mesin (X1_KM) sebesar 0.294, variabel harga bahan baku
(X2_HBB) sebesar 0.185, dan variabel jumlah tenaga kerja sebesar -0.080. Oleh karena nilai parsial
korelasi juga tinggi, maka tidak ada indikasi terjadinya multikolonieritas.
Nilai condition index berkisar antara 10 – 30 menunjukkan adanya multikolonieritas moderat sampai
kuat, sedangkan di atas 30 terdapat multikolonieritas sangat kuat. Berdasarkan tabel 8 diketahui bahwa
nilai condition index untuk variabel X1_KM dan X2_HBB mempunyai nilai dibawah 10 dan mempunyai
arti tidak terdapat multikolieritas. Sedangkan untuk variabel independen X3_JTK mempunyai nilai antara
10 – 30, sehingga terdapat multikolonieritas kuat.
11
X 4 51 .5 . . . . 3 . .
1_ 7 .7 41 9 3 .4 . 3 . .2
K . 22 2 8 07 3 . 2 95
M 8 6 2 1 3 9
6 1 9 4
9 3
1 X 7 .0 .2 . . . . . . 1
2_ . 00 07 5 6 .0 . . 66 1
H 2 3 0 95 1 1 9 .
B 7 4 8 8 6 4
B 5 5 9 9
E 6
-
7
X - 15 -. - . . - - . 3
3_ 3 .2 13 . 8 .3 . - .2 3
JT . 51 5 2 2 30 0 . 83 .
K 4 2 6 8 0 5
6 7 0 7 3
0 2 6
a. Dependent Variable: Y_JP
12
BAB 4. KESIMPULAN
Hasil penelitian didapatkan persamaan matematika regresi yang mempengaruhi jumlah produksi
adalah variabel kerusakan mesin (KM) dan harga bahan baku (HBB) serta jumlah tenaga kerja (JTK)
adalah: Y= a + bX1 + bX2 + bX3 dengan nilai Y = 500.308 + 47.869 KM + 7.2750000 HBB - 3.460
JTK , hal ini berarti pada nilai konstanta 500.308 menyatakan bahwa jika tidak ada variabel kerusakan
mesin, harga bahan baku dan jumlah tenaga kerja, maka jumlah produksi sebesar 500.300. Kemudian
nilai koefisien untuk variabel independent kerusakan mesin (X1_KM) bernilai positif sebesar 47.869 hal
ini menunjukkan bahwa dengan mengasumsikan diabaikannya variabel independen lainnya, jika variabel
kerusakan mesin semakin berkurang 1 % maka dapat mempengaruhi peningkatan jumlah produksi.
Selanjutnya nilai koefisien untuk variabel independent harga bahan baku (X2_HBB) bernilai positif
sebesar 7.2700000 hal ini menunjukkan bahwa dengan mengasumsikan diabaikannya variabel independen
lainnya, jika variabel harga bahan baku meningkat sebesar 1 %, maka dapat mempengaruhi peningkatan
jumlah produksi. Serta nilai koefisien untuk variabel independent jumlah tenaga kerja (X3_JTK) bernilai
negatif sebesar -3.460 hal ini menunjukkan bahwa dengan mengasumsikan diabaikannya variabel
independen lainnya, jika variabel jumlah tenaga kerja mengalami peningkatan 1 %, maka mempengaruhi
penurunan jumlah produksi sebesar 3.640.
13
DAFTAR PUSTAKA
Anonim . 2015. Koefisien Determinasi Pada Regresi Linier.
https://www.konsultanstatistik.com/2011/07/koefisien-determinasi-pada-regresi.html.
Akses 05 Mei 2023
Anonim . 2015. Regresi Linier Berganda. https://www.konsultanstatistik.com/2009/03/regresi-
linear.html. Akses 03 Mei 2023
Djoni Hatidja, Deiby Salaki. 2020. Bahan Ajar Analisis Regresi. Manado : Patra Media Grafindo
Bandung. 11 Mei 2023
Hidayat Anwar. 2013. Uji Heteroskedastisitas. https://www.statistikian.com/2013/01/uji-
heteroskedastisitas.html. Akses 04 Mei 2023
Hidayat Anwar. 2016. Pengertian Multikolinearitas Dan Dampaknya.
https://www.statistikian.com/2016/11/multikolinearitas.html . Akses 5 Mei 2023
Hidayat Anwar. 2016. Uji Multikolinearitas. https://www.statistikian.com/2016/11/uji-
multikolinearitas.html#:~:text=Uji%20multikolinearitas%20adalah%20uji%20yang,atau
%20kolinearitas%20antar%20variabel%20bebas. 11 Mei 2023
Nurjannah. 2020. Korelasi. http://nurjannah.staff.gunadarma.ac.id. Akses 2 Mei 2021
Syahrani Novia. 2018. Analisis Faktor Yang Mempengaruhi Kasus Penyalahgunaan Narkoba Di
kota Medan. Tugas Akhir. FMIPA, Statistika, Universitas Sumatera Utara, Medan. 11
Mei 2023
Wardana Raditya. 2020. Analisis Regresi Dan Penerapannya. https://lifepal.co.id/media/regresi/.
Akses 11 Mei 2023
14