TUGAS

PENGGANTI
TUGAS EVALUASI DEA ADLINA TIARA WIBOWO
STATISTIK UNTUK PENELITIAN AKHIR 6012201018

SEMESTER
TUGAS PENGGANTI EAS

2
 DATA YANG
DIGUNAKAN
Data diambil dari Skripsi:
Judul = Sensitivitas Biaya Operasional Kendaraan (BOK) terhadap Tarif Angkutan Umum Kota Bogor.
Penulis = Henri Faldi
Tahun = 2012
Institusi = Program Studi Teknik Sipil, Fakultas Teknik, Universitas Indonesia

Data-data yang digunakan sebagai variabel analisis adalah:

Variabel Terikat (Y) = Tarif Angkutan Umum Kota Bogor
Variabel Bebas (X) = - Biaya Bahan Bakar Minyak (X1)
- Biaya Suku Cadang (X2)
- Biaya Administrasi (X3)

3
 DATA YANG
BOK/km BBM/km
DIGUNAKAN
Biaya Penggantian Suku
Biaya Adm./ km Tarif/ penumpang
No. Cadang/km
(Rp.) (Rp.) (Rp.) (Rp.) (Rp./pnp)
  (X1) (X2) (X3) (Y)
1 1942,48 390,78 37,73 53,45 1537,79
2 2059,24 384,86 65,78 51,31 1630,23
3 1764,75 378,98 52,63 41,05 1397,02
4 1661,77 384,86 65,78 51,31 1351,56
5 1997,14 473,68 48,72 45,61 1581,62
6 1997,16 414,47 54,81 53,45 1581,06
7 1990,16 414,47 59,39 53,45 1575,54
8 2040,52 406,01 52,21 58,64 1615,41
9 1214,43 344,82 39,9 19,47 1760,92
10 1394,06 465,51 47,89 29,21 2021,38
11 1272,15 431,03 35,91 21,91 1844,61
12 1508,92 465,51 43,11 29,21 2187,93
13 1333,55 443,34 34,89 25,04 1933,64
14 1282,87 429,18 44,7 21,81 1860,16
15 1158,43 426,72 42,75 20,86 1679,72
16 1179,28 426,72 42,75 20,86 1709,95
17 1184,45 387,93 35,91 21,91 1717,45
18 1260,94 446,12 36,54 21,91 1828,36
19 1377,16 421,187 43,4 21,18 1652,59
20 1796,46 508,92 44,64 30,25 2155,78
21 1602,57 445,31 58,59 26,47 1923,08
22 1796,49 468,75 54,25 26,47 2155,78
23 1689,35 492,18 65,1 26,47 2027,22
24 1613,72 543,47 48,16 24,55 1855,77
25 1335,82 456,52 33,81 24,55 1536,19
26 1380,17 445,31 44,51 26,47 1656,2
27 1400,17 401,78 69,44 30,25 1470,17
28 1583,56 421,87 50,08 26,47 2171,73
29
30
31
1943,56
1537,56
1438,91
487,56
445,91
435,97
46,29
35,28
31,46
28,24
41,45
40,21
2332,27
1581,62
1435,21
4
32 1775,92 478,26 43,27 45,76 1889,21
 1. PENENTUAN JUMLAH SAMPEL PROBABILITY SAMPLING
• Simple Random Sampling adalah metode pengambilan sampel secara acak.
TEKNIK SAMPLING
• Systematic Random Sampling adalah metode pengambilan sampel dengan
menggunakan interval.
• Stratified Random Sampling adalah metode pengambilan sampel berdasarkan
Probability Non Probability tingkatan tertentu.
Sampling Sampling • Cluster Sampling adalah metode pengambilan sampel berdasar kelompok atau area
tertentu.
• Multi Stage Sampling adalah metode pengambilan sampel yang dilakukan secara
• Simple Random • Purposive bertingkat.
Sampling Sampling

• Systematic • Accidental
Random Sampling Sampling NON PROBABILITY SAMPLING
• Stratified Random • Quota Sampling • Purposive Sampling adalah metode sampling menggunakan kriteria yang telah dipilih
Sampling oleh penulis.
• Snowball • Accidental Sampling adalah metode pengambilan sampel secara tidak sengaja atau
• Cluster Sampling
Sampling kebetulan.
• Multi Stage
• Quota Sampling adalah metode pengambilan sampel sebanyak jumlah yang telah
• Sampel Jenuh ditentukan.
Sampling
• Snowball Sampling adalah metode pengambilan sampel dengan meminta info dari
sampel pertama untuk mendapat sampel berikutnya, dan seterusnya.
• Sampel Jenuh adalah metode penentuan sampel dengan menjadikan semua anggota
populasi sebagai sampel
 1. PENENTUAN JUMLAH SAMPEL RUMUSAN DALAM PENENTUAN JUMLAH SAMPEL

TEKNIK SAMPLING No. Parameter Jenis Kasus Formula Referensi

Nilai Rata- (Supranto, 2007)
1
rata
Nilai Rata- (Budi P., 2000)
Probability Non Probability 2
rata
Sampling Sampling Nilai Rata- (Djarwanto dkk,
3
rata 2000)
Simple random (A. Riyanto, 2013)
• Simple Random • Purposive 4 Nilai Proporsi
sample size
Sampling Sampling (Djarwanto dkk,
5 Nilai Proporsi
2000)
• Systematic • Accidental
Random Sampling (Asra & Prasetyo ,
Sampling 6 Rumus Varian
2015)
• Stratified Random • Quota Sampling (Asra &
7 Rumus Slovin
Sampling Prasetyo , 2015)
• Snowball
• Cluster Sampling
Sampling
• Multi Stage
• Sampel Jenuh
Sampling
1. PENENTUAN JUMLAH SAMPEL
PENENTUAN JUMLAH SAMPEL

Dengan data-data yang sudah didapatkan

DATA-DATA
Maka,
Populasi diambil berdasarkan jumlah
angkot yang beropeasi di tengah
kota/jalur system satu arah di kota
bogor. (https://www.beritasatu.com)
Jadi, jumlah sampel adalah 32 sampel.
N = 35 Angkot
e = 0,05
Confidence level 95%
2. FUNGSI PENGUJIAN STATISTIK
• Analisis hipotesa: menetapkan suatu dasar sehingga dapat
mengumpulkan bukti yang berupa data-data dalam menentukan
keputusan apakah menolak atau menerima kebenaran dari pernyataan
Uji Hipotesa atau asumsi yang telah dibuat.

• Analisis validitas: yang mempunyai arti sejauh mana ketepatan dan

kecermatan suatu alat ukur dalam melakukam fungsi ukurannya (Azwar
1986). Selain itu validitas adalah suatu ukuran yang menunjukkan bahwa
Uji Validitas variabel yang diukur memang benar-benar variabel yang hendak diteliti
oleh peneliti (Cooper dan Schindler, dalam Zulganef, 2006).

• Uji signifikan: mengetahui ada tidaknya hubungan parameter didalam

model regresi. Uji signifikansi parameter dilakukan secara serentak
Uji Korelasi (simultan) maupun parsial. Jika H0 ditolak, maka dapat disimpulkan
bahwa minimal terdapat satu variabel yang signifikan terhadap model.

• Uji korelasi: untuk mempelajari hubungan antara dua variabel untuk

Uji Signifikan mendapatkan pola dan keeratan atau kekuatan hubungan antara dua
variabel atau lebih.
2. FUNGSI PENGUJIAN STATISTIK Uji Hipotesa dilakukan dengan membandingkan hasil p-value hasil running
software minitab dengan nilai 𝛼, dan juga T-value hasil running software
minitab dengan nilai yang ada pada tabel t.

Uji Hipotesa

Uji Validitas

Uji Korelasi

Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK
Dasar pengambilan keputusan:
Nilai sig > 0,05 , dan Nilai t tabel > t hitung ; maka terima H0
Nilai sig < 0,05 , dan Nilai t tabel < t hitung ; maka tolak H0
Uji Hipotesa
Variabel Biaya Bahan Bakar Minyak (X1)
Hipotesa yang terbentuk:
H0 = Biaya BBM tidak memiliki pengaruh signifikan terhadap Tarif
penumpang angkutan umum kota bogor.
Uji Validitas H1 = Biaya BBM memiliki pengaruh signifikan terhadap Tarif penumpang
angkutan umum kota bogor.

Hasil analisis:
Sig = 0,001 < 𝛼 = 0,05 ;maka tolak H0
Uji Korelasi
t hitung = 3,53 > t tabel =2,0422 ;maka tolak H0

Kesimpulan:
Jadi, variabel biaya BBM (X1) memiliki pengaruh signifikan
Uji Signifikan terhadap Tarif penumpang angkutan umum kota bogor.
2. FUNGSI PENGUJIAN STATISTIK
Dasar pengambilan keputusan:
Nilai sig > 0,05 , dan Nilai t tabel > t hitung ; maka terima H0
Nilai sig < 0,05 , dan Nilai t tabel < t hitung ; maka tolak H0
Uji Hipotesa
Variabel Biaya Suku Cadang (X2)
Hipotesa yang terbentuk:
H0 = Biaya suku cadang tidak memiliki pengaruh signifikan terhadap Tarif
penumpang angkutan umum kota bogor.
Uji Validitas H1 = Biaya suku cadang memiliki pengaruh signifikan terhadap Tarif
penumpang angkutan umum kota bogor.

Hasil analisis:
Sig = 0,441 > 𝛼 = 0,05 ;maka terima H0
Uji Korelasi
t hitung = 0,78 < t tabel =2,0422 ;maka terima H0

Kesimpulan:
Jadi, variabel biaya suku cadang (X2) tidak memiliki pengaruh
Uji Signifikan signifikan terhadap Tarif penumpang angkutan umum kota bogor.
2. FUNGSI PENGUJIAN STATISTIK
Dasar pengambilan keputusan:
Nilai sig > 0,05 , dan Nilai t tabel > t hitung ; maka terima H0
Nilai sig < 0,05 , dan Nilai t tabel < t hitung ; maka tolak H0
Uji Hipotesa
Variabel Biaya Administrasi (X3)
Hipotesa yang terbentuk:
H0 = Biaya administrasi tidak memiliki pengaruh signifikan terhadap Tarif
penumpang angkutan umum kota bogor.
Uji Validitas H1 = Biaya administrasi memiliki pengaruh signifikan terhadap Tarif
penumpang angkutan umum kota bogor.

Hasil analisis:
Sig = 0,016 < 𝛼 = 0,05 ;maka tolak H0
Uji Korelasi
t hitung = 2,55 > t tabel =2,0422 ;maka tolak H0

Kesimpulan:
Jadi, variabel biaya administrasi (X3) memiliki pengaruh signifikan
Uji Signifikan terhadap Tarif penumpang angkutan umum kota bogor.
2. FUNGSI PENGUJIAN STATISTIK Uji validitas dilakukan dengan membandingkan hasil R hasil running
software minitab dengan nilai yang ada pada tabel R.

Uji Hipotesa

Uji Validitas

Uji Korelasi

Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK Uji validitas dilakukan dengan membandingkan hasil R hasil running
software minitab dengan nilai yang ada pada tabel R.

Dari membandingkan nilai r hitung dan r tabel dapat dilihat valid

Uji Hipotesa tidaknya parameter tersebut. Jika, nilai r tabel < r hitung maka dalam
pengambilan keputusannya adalah parameter tersebut adalah valid.

Dari hasil analisis didapatkan:

Uji Validitas R hitung = 0,586
R tabel = 0,394

Uji Korelasi Maka, R hitung = 0,586 > R tabel = 0,3494  valid

Jadi, Berdasarkan hasil uji validitas, data yang digunakan sebagai

proses analisis adalah valid.
Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK Uji korelasi dilakukan dengan membandingkan hasil p-value hasil running
correlation analysis dengan software minitab dengan nilai 𝛼.
Variabel Biaya Bahan Bakar (X1).

Uji Hipotesa

Variabel Biaya Suku Cadang (x2)

Uji Validitas

Variabel Biaya Administrasi (X3)

Uji Korelasi

Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK
Dasar pengambilan keputusan:
Nilai sig > 0,05 ; maka terima H0
Nilai sig < 0,05 ; maka tolak H0
Uji Hipotesa
Variabel Biaya Bahan Bakar Minyak (X1)
Hipotesa yang terbentuk:
H0 = Biaya BBM tidak memiliki hubungan (korelasi) terhadap Tarif
penumpang angkutan umum kota bogor.
Uji Validitas H1 = Biaya BBM memiliki hubungan (korelasi) terhadap Tarif penumpang
angkutan umum kota bogor.

Hasil analisis:
Sig = 0,000 < 𝛼 = 0,05 ;maka tolak H0
Uji Korelasi
Kesimpulan:
Jadi, variabel biaya BBM (X1) memiliki hubungan (korelasi)
terhadap Tarif penumpang angkutan umum kota bogor.
Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK • Dari hasil analisis korelasi antara variabel biaya BBM terhadap Tarif
penumpang angkutan umum kota bogor, didapatkan koefisien korelasi =
0,586.

Uji Hipotesa • Dengan ketentuan sebagai berikut:

0 – 0,25 = Korelasi sangat lemah
0,25 – 0,50 = Korelasi lemah
0,50 – 0,75 = Korelasi kuat
Uji Validitas
0,75 – 1,00 = Korelasi sangat kuat

• Maka, Korelasi yang terjadi antara variabel biaya BBM terhadap Tarif
Uji Korelasi penumpang angkutan umum kota bogor cukup kuat.

• Dan arah korelasi positif berarti semakin tinggi nilai biaya BBM maka
tarif penumpang angkutan umum kota bogor yang dihasilkan juga
Uji Signifikan semakin tinggi.
2. FUNGSI PENGUJIAN STATISTIK
Dasar pengambilan keputusan:
Nilai sig > 0,05 ; maka terima H0
Nilai sig < 0,05 ; maka tolak H0
Uji Hipotesa
Variabel Biaya Suku Cadang (X2)
Hipotesa yang terbentuk:
H0 = Biaya suku cadang tidak memiliki hubungan (korelasi) terhadap
Tarif penumpang angkutan umum kota bogor.
Uji Validitas H1 = Biaya suku cadang memiliki hubungan (korelasi) terhadap Tarif
penumpang angkutan umum kota bogor.

Hasil analisis:
Sig = 0,694 > 𝛼 = 0,05 ;maka terima H0
Uji Korelasi
Kesimpulan:
Jadi, variabel biaya suku cadang (X2) tidak memiliki hubungan
(korelasi) terhadap Tarif penumpang angkutan umum kota bogor.
Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK • Dari hasil analisis korelasi antara variabel biaya suku cadang terhadap
Tarif penumpang angkutan umum kota bogor, didapatkan koefisien
korelasi = -0,72.

Uji Hipotesa • Dengan ketentuan sebagai berikut:

0 – 0,25 = Korelasi sangat lemah
0,25 – 0,50 = Korelasi lemah
0,50 – 0,75 = Korelasi kuat
Uji Validitas
0,75 – 1,00 = Korelasi sangat kuat

• Maka, Korelasi yang terjadi antara variabel biaya suku cadang terhadap
Uji Korelasi Tarif penumpang angkutan umum kota bogor sangat lemah.

Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK
Dasar pengambilan keputusan:
Nilai sig > 0,05 ; maka terima H0
Nilai sig < 0,05 ; maka tolak H0
Uji Hipotesa
Variabel Biaya Administrasi (X3)
Hipotesa yang terbentuk:
H0 = Biaya Administrasi tidak memiliki hubungan (korelasi) terhadap
Tarif penumpang angkutan umum kota bogor.
Uji Validitas H1 = Biaya Administrasi memiliki hubungan (korelasi) terhadap Tarif
penumpang angkutan umum kota bogor.

Hasil analisis:
Sig = 0,007 < 𝛼 = 0,05 ;maka tolak H0
Uji Korelasi
Kesimpulan:
Jadi, variabel biaya administrasi (X3) memiliki hubungan (korelasi)
terhadap Tarif penumpang angkutan umum kota bogor.
Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK • Dari hasil analisis korelasi antara variabel biaya administrasi terhadap
Tarif penumpang angkutan umum kota bogor, didapatkan koefisien
korelasi = -0,470.

Uji Hipotesa • Dengan ketentuan sebagai berikut:

0 – 0,25 = Korelasi sangat lemah
0,25 – 0,50 = Korelasi lemah
0,50 – 0,75 = Korelasi kuat
Uji Validitas
0,75 – 1,00 = Korelasi sangat kuat

• Maka, Korelasi yang terjadi antara variabel biaya administrasi terhadap

Uji Korelasi Tarif penumpang angkutan umum kota bogor lemah.

• Dan arah korelasi negatif berarti semakin tinggi nilai biaya administrasi
maka tarif penumpang angkutan umum kota bogor yang dihasilkan
Uji Signifikan semakin rendah.
2. FUNGSI PENGUJIAN STATISTIK Uji signifikan dilakukan dengan membandingkan hasil p-value hasil running
regression dengan software minitab dengan nilai 𝛼.

Uji Hipotesa

Uji Validitas

Uji Korelasi

Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK
Dasar pengambilan keputusan:
Nilai sig > 0,05 ; maka terima H0
Nilai sig < 0,05 ; maka tolak H0
Uji Hipotesa
Variabel Biaya BBM (X1)
Hipotesa yang terbentuk:
H0 = Biaya BBM tidak memiliki pengaruh signifikan terhadap Tarif
penumpang angkutan umum kota bogor.
Uji Validitas H1 = Biaya BBM memiliki pengaruh signifikan terhadap Tarif penumpang
angkutan umum kota bogor.

Hasil analisis:
Sig = 0,001 < 𝛼 = 0,05 ;maka tolak H0
Uji Korelasi
Kesimpulan:
Jadi, variabel biaya BBM (X1) memiliki pengaruh signifikan
terhadap Tarif penumpang angkutan umum kota bogor.
Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK
Dasar pengambilan keputusan:
Nilai sig > 0,05 ; maka terima H0
Nilai sig < 0,05 ; maka tolak H0
Uji Hipotesa
Variabel Biaya Suku Cadang (X2)
Hipotesa yang terbentuk:
H0 = Biaya suku cadang tidak memiliki pengaruh signifikan terhadap Tarif
penumpang angkutan umum kota bogor.
Uji Validitas H1 = Biaya suku cadang memiliki pengaruh signifikan terhadap Tarif
penumpang angkutan umum kota bogor.

Hasil analisis:
Sig = 0,441 > 𝛼 = 0,05 ;maka terima H0
Uji Korelasi
Kesimpulan:
Jadi, variabel biaya suku cadang (X2) tidak memiliki pengaruh
signifikan terhadap Tarif penumpang angkutan umum kota bogor.
Uji Signifikan
2. FUNGSI PENGUJIAN STATISTIK
Dasar pengambilan keputusan:
Nilai sig > 0,05 ; maka terima H0
Nilai sig < 0,05 ; maka tolak H0
Uji Hipotesa
Variabel Biaya Administrasi (X3)
Hipotesa yang terbentuk:
H0 = Biaya administrasi tidak memiliki pengaruh signifikan terhadap Tarif
penumpang angkutan umum kota bogor.
Uji Validitas H1 = Biaya administrasi memiliki pengaruh signifikan terhadap Tarif
penumpang angkutan umum kota bogor.

Hasil analisis:
Sig = 0,016 < 𝛼 = 0,05 ;maka tolak H0
Uji Korelasi
Kesimpulan:
Jadi, variabel biaya administrasi (X3) memiliki pengaruh signifikan
terhadap Tarif penumpang angkutan umum kota bogor.
Uji Signifikan
3. ANALYSIS OF VARIANCE
ANOVA digunakan sebagai alat analisis untuk menguji hipotesis
penelitian yang mana menilai adakah perbedaan rerata antara kelompok.
Hasil akhir dari analisis ANOVA adalah nilai F test atau F hitung. Nilai F
ANOVA Hitung ini yang nantinya akan dibandingkan dengan nilai pada tabel f.

ANOVA adalah uji untuk melihat

bagaimanakah pengaruh ANOVA sering digunakan pada penelitian eksperimen dimana terdapat
semua variabel bebasnya secara
beberapa perlakuan. Peneliti ingin menguji, apakah ada perbedaan bermakna
bersama-sama terhadap variabel
terikatnya. Atau untuk menguji apakah antar perlakuan tersebut.
model regresi yang kita buat
baik/signifikan atau tidak baik/non Pada analisis ini, uji anova dengan membandingkan nilai F-value hasil
signifikan. running correlation analysis dengan software minitab dengan nilai pada
tabel f.
3. ANALYSIS OF VARIANCE
Dasar pengambilan keputusan:
Nilai F hitung < F tabel, dan nilai Sig > 0,05 ; maka terima H0
Nilai F hitung > F tabel, dan nilai Sig < 0,05 ; maka tolak H0
ANOVA
Variabel Biaya BBM (X1). Biaya Suku Cadang (X3), Biaya Administrasi
ANOVA adalah uji untuk melihat
(X3)
bagaimanakah pengaruh
semua variabel bebasnya secara Hipotesa yang terbentuk:
bersama-sama terhadap variabel H0 = Variabel X1, X2, X3 tidak memiliki pengaruh signifikan terhadap
terikatnya. Atau untuk menguji apakah Tarif penumpang angkutan umum kota bogor.
model regresi yang kita buat H1 = Variabel X1, X2, X3 memiliki pengaruh signifikan terhadap Tarif
baik/signifikan atau tidak baik/non
signifikan.
penumpang angkutan umum kota bogor.

Hasil analisis:
F hitung = 1281,27 > F tabel = 2,62 ;maka tolak H0
Sig = 0,000 <𝛼 = 0,05 ;maka tolak H0

Kesimpulan:
Jadi, model regresi yang dihasilkan adalah signifikan
3. JENIS-JENIS REGRESI

REGRESI

Regresi adalah salah satu metode untuk

menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
3. JENIS-JENIS REGRESI Regresi sederhana: metode pendekatan untuk pemodelan hubungan antara
satu variabel dependen dan satu variabel independen.
Y = a + bX + e

REGRESI Regresi berganda: metode pendekatan untuk pemodelan hubungan antara

satu variabel dependen dan lebih dari satu variabel independen.
Regresi adalah salah satu metode untuk Y = a + b1 Xi + ... + bn Xn + e
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
Regresi linier: perubahan pada variabel X akan diikuti oleh perubahan
variabel Y secara tetap

Regresi Logistik: digunakan untuk menentukan probabilitas event =

Success and event = Failure. variabel tak bebas bersifat non-metrik
(memiliki kategori). variabel bebas dapat bersifat metrik atau non-metrik
atau kombinasi dari keduanya

Regresi non linier: digunakan jika hubungan antara variabel bebas dengan
variabel tak bebas bersifat tak linear
3. JENIS-JENIS REGRESI
REGRESI
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
REGRESI LINIER SEDERHANA
Untuk contoh kasus regresi linier sederhana menggunakan data yang
sama seperti diatas.
Yang dianalisis sensitivitas masing-masing Komponen BOK
terhadap Tarif penumpang angkutan umum kota bogor.
Sensitivitas dapat dinyatakan sebagai slope kurva yang diperoleh
dengan rentang tertentu.
Sensitivitas atau kepekaan dikatakan baik jika nilai sensitivitasnya
makin besar.
Sensitivitas ditentukan dari harga kemiringan / slope (β) yang berasal
dari kurva regresi linier.
3. JENIS-JENIS REGRESI
REGRESI LINIER SEDERHANA

SENSITIVITAS BIAYA BBM TERHADAP TARIF ANGKUTAN

REGRESI UMUM KOTA BOGOR.

Regresi adalah salah satu metode untuk

menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
3. JENIS-JENIS REGRESI
REGRESI
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
REGRESI LINIER SEDERHANA
SENSITIVITAS BIAYA BBM TERHADAP TARIF ANGKUTAN
UMUM KOTA BOGOR.
Berdasarkan kurva sensitivitas Biaya BBM terhadap tarif angkutan umum
kota bogor diatas, maka dapat dijelaskan beberapa hal:
1. Menunjukkan arah kemiringan yang positif, dapat diartikan bahwa
semakin besar kenaikan biaya BBM, akan semakin memperbesar tariff
angkutan umum kota bogor.
2. Diperoleh persamaan : Y = 228 + 3,350 X1, jadi nilai slope kurva
sensitivitas sebesar 3,350 yang berarti bahwa jika biaya BBM (X1)
meningkat satu satuan maka tarif angkutan umum kota bogor (Y) akan
bertambah sebesar Rp 3,350.
3. JENIS-JENIS REGRESI
REGRESI LINIER SEDERHANA

SENSITIVITAS BIAYA SUKU CADANG TERHADAP TARIF

REGRESI ANGKUTAN UMUM KOTA BOGOR.

Regresi adalah salah satu metode untuk

menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
3. JENIS-JENIS REGRESI
REGRESI
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
REGRESI LINIER SEDERHANA
SENSITIVITAS BIAYA SUKU CADANG TERHADAP TARIF
ANGKUTAN UMUM KOTA BOGOR.
Berdasarkan kurva sensitivitas Biaya suku cadang terhadap tarif angkutan
umum kota bogor diatas, maka dapat dijelaskan beberapa hal:
1. Menunjukkan arah kemiringan yang negatif, dapat diartikan bahwa
semakin besar kenaikan biaya suku cadang, akan semakin memperkecil
tariff angkutan umum kota bogor.
2. Diiperoleh persamaan : Y = 1885 – 1,79 X2, jadi nilai slope kurva
sensitivitas sebesar 1,79 yang berarti bahwa jika biaya suku cadang (X2)
meningkat satu satuan maka tarif angkutan umum kota bogor (Y) akan
berkurang sebesar Rp 1,79
3. JENIS-JENIS REGRESI
REGRESI LINIER SEDERHANA

SENSITIVITAS BIAYA ADMINISTRASI TERHADAP TARIF

REGRESI ANGKUTAN UMUM KOTA BOGOR.

Regresi adalah salah satu metode untuk

menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
3. JENIS-JENIS REGRESI
REGRESI
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
REGRESI LINIER SEDERHANA
SENSITIVITAS BIAYA ADMINISTRASI TERHADAP TARIF
ANGKUTAN UMUM KOTA BOGOR.
Berdasarkan kurva sensitivitas Biaya administrasi terhadap tarif angkutan
umum kota bogor diatas, maka dapat dijelaskan beberapa hal:
1. Menunjukkan arah kemiringan yang negatif, dapat diartikan bahwa
semakin besar kenaikan biaya administrasi, akan semakin memperkecil
tariff angkutan umum kota bogor.
2. Diiperoleh persamaan : Y = 2094 – 9,76 X3, jadi nilai slope kurva
sensitivitas sebesar 9,76 yang berarti bahwa jika biaya administrasi(X3)
meningkat satu satuan maka tarif angkutan umum kota bogor (Y) akan
berkurang sebesar Rp 9,76
3. JENIS-JENIS REGRESI
REGRESI
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
REGRESI LINIER BERGANDA
• Untuk contoh kasus regresi linier berganda menggunakan data yang sama
seperti diatas.
• Yang dianalisis sensitivitas semua Komponen BOK terhadap Tarif
penumpang angkutan umum kota bogor.
• Dengan variabel analisis:
Y = Tarif penumpang angkutan umum kota bogor sebagai Variabel Tak
Bebas
X1 = Biaya BBM sebagai Variabel Bebas
X2 = Biaya suku cadang sebagai Variabel Bebas
X3 = Biaya administrasi sebagai Variabel Bebas
3. JENIS-JENIS REGRESI
REGRESI LINIER BERGANDA

Berdasarkan analisis regresi linier berganda, didapatkan hasil sebagai

REGRESI berikut:

Regresi adalah salah satu metode untuk

menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
3. JENIS-JENIS REGRESI
REGRESI LINIER BERGANDA

Berdasarkan analisis regresi linier berganda, didapatkan hasil sebagai

REGRESI berikut:

Regresi adalah salah satu metode untuk

menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.

Persamaan Regresi Linier Berganda: Y = 581 + 3,032 X1 + 2,85 X2 – 8,03 X3

3. JENIS-JENIS REGRESI
REGRESI
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
REGRESI LOGISTIK BINER
• Untuk contoh analisis regresi logistik digunakan data hasil survey kepada
pengguna Suroboyo Bus terhadap preferensinya dalam metode
pembayaran Suroboyo Bus.
• Analisis ini mecoba untuk memberi alternatif pembayaran pada pengguna
Suroboyo Bus dengan menggunakan uang tunai / smart card.
• Analisis ini akan mengidentifikasi variabel apa saja yang mempengaruhi
pengguna Suroboyo Bus dalam memilih untuk membayar biaya Suroboyo
Bus dengan uang tunai/ smart card.
3. JENIS-JENIS REGRESI
REGRESI LOGISTIK BINER

• Variabel yang akan digunakan dalam analisis regresi logistik ini adalah:
REGRESI Simbol Variabel Kategori Pengukuran
0 = Tidak setuju menggunakan uang
Y atau smartcard
Pemilihan metode pembayaran Suroboyo Bus Nominal
Regresi adalah salah satu metode untuk   1 = Setuju menggunakan uang atau
smartcard
menentukan hubungan sebab-akibat 1 = Laki-laki
X1 Jenis kelamin Nominal
antara satu variabel dengan variabel 2 = Perempuan
1 = Pelajar/mahasiswa
yang lain. 2 = Pegawai swasta
X2 Pekerjaan 3 = Pegawai negeri Nominal
4 = Wiraswasta
5 = Lain-lain
1 = Sekolah
2 = Kerja
3 = Wisata
X3 Tujuan perjalanan Nominal
4 = Belanja
5 = Kunjungan sosial
6 = Lain-lain
X4 Umur - Numerik
X5 Pendapatan per bulan - Numerik
1 = 1 orang
2 = 2 orang
X6 Jumlah tanggungan 3 = 3 orang Nominal
4 = > 3 orang
5 = Tidak ada
X7 Pengeluaran untuk transportasi/hari - Numerik
Besar tarif ideal yang bersedia dibayarkan untuk -
X8 Numerik
menggunakan Suroboyo Bus
3. JENIS-JENIS REGRESI
REGRESI LOGISTIK BINER

• Hasil dari analisis Regresi Logistik ini adalah:

REGRESI PENGUJIAN PENGARUH VARIABEL BEBAS TERHADAP VARIABEL TERIKAT
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.

Variabel
Nilai Sig Keterangan
Bebas
X1 0,276 Variabel X1 tidak mempengaruhi Variabel Terikat Y
X2 0,417 Variabel X2 tidak mempengaruhi Variabel Terikat Y
X3 0,679 Variabel X3 tidak mempengaruhi Variabel Terikat Y
X4 0,035 Variabel X4 mempengaruhi Variabel Terikat Y
X5 0,599 Variabel X5 tidak mempengaruhi Variabel Terikat Y
X6 0,008 Variabel X6 mempengaruhi Variabel Terikat Y
X7 0,010 Variabel X7 mempengaruhi Variabel Terikat Y
X8 0,001 Variabel X8 mempengaruhi Variabel Terikat Y

Maka dilakukan pengujian ulang menggunakan Variabel bebas yang

berpengaruh terhadap variabel terikat yaitu X4, X6, X7 dan X8.
3. JENIS-JENIS REGRESI
REGRESI LOGISTIK BINER

• Hasil dari analisis Regresi Logistik ini adalah:

REGRESI PENGUJIAN PENGARUH VARIABEL BEBAS TERHADAP VARIABEL TERIKAT
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.

Variabel
Nilai Sig Keterangan
Bebas
X4 0,013 Variabel X4 mempengaruhi Variabel Terikat Y
X6 0,009 Variabel X6 mempengaruhi Variabel Terikat Y
X7 0,009 Variabel X7 mempengaruhi Variabel Terikat Y
X8 0,001 Variabel X8 mempengaruhi Variabel Terikat Y
3. JENIS-JENIS REGRESI
REGRESI
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
REGRESI LOGISTIK BINER
• Hasil dari analisis Regresi Logistik ini adalah:
MENILAI KECOCOKAN MODEL
Hipotesis :
H0 = Model yang terbentuk cocok dengan data pengamatan
H1 = Model yang terbentuk tidak cocok dengan data pengamatan
Dari hipotesis di atas, maka kita tidak bisa menolak H0, supaya model yang
terbentuk bisa cocok dengan data pengamatan
Dasar pengambilan keputusan :
•Jika nilai Sig. Hosmer and Lemeshow Test > 0,05 maka terima H0
•Jika nilai Sig. Hosmer and Lemeshow Test < 0,05 maka terima H1
Dari tabel Output Minitab untuk uji kecocokan model Hosmer and
Lemeshow Test di atas terlihat bahwa nilai sig. sebesar 0,491. Nilai tersebut
lebih besar dari alpha penelitian (0,491 > 0,05), maka terima H0 yang artinya
model sudah cocok dengan data observasi, sehingga model regresi logistik
ini layak untuk digunakan dalam tahap analisis selanjutnya.
3. JENIS-JENIS REGRESI
REGRESI LOGISTIK BINER

• Hasil dari analisis Regresi Logistik ini adalah:

REGRESI PERSAMAAN REGRESI
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
3. JENIS-JENIS REGRESI
REGRESI
Regresi adalah salah satu metode untuk
menentukan hubungan sebab-akibat
antara satu variabel dengan variabel
yang lain.
REGRESI LOGISTIK BINER
• Hasil dari analisis Regresi Logistik ini adalah:
PERSAMAAN REGRESI
Dari persamaan regresi diatas maka dapat dilakukan analisis:
• Konstanta sebesar -2.58 yang berarti apabila tidak ada variael bebas yang
berpengaruh, maka tidak akan ada pemilihan metode pembayaran Suroboyo Bus.
• Koefisien regresi variabel umur (X4) sebesar -0.1212 (bernilai negative) yang
bermakna bahwa setiap terjadi penurunan umur maka ada kemungkinan terjadinya
pemilihan metode pembayaran Suroboyo Bu.
• Koefisien regresi variabel jumlah tanggungan keluarga (X6) sebesar 1.185 (bernilai
positive) yang bermakna bahwa setiap terjadi peningkatan jumlah tanggungan
keluarga, maka ada kemungkinan terjadinya pemilihan metode pembayaran
Suroboyo Bus.
• Koefisien regresi variabel jumlah pengeluaran transportasi (X7) sebesar 0.000102
(bernilai positive) yang bermakna bahwa setiap terjadi peningkatan jumlah
pengeluaran transportasi, maka ada kemungkinan terjadinya pemilihan metode
pembayaran Suroboyo Bus.
• Koefisien regresi variabel jumlah tarif ideal (X8) sebesar 0.000501 (bernilai positive)
yang bermakna bahwa setiap terjadi peningkatan jumlah tariff ideal, maka ada
kemungkinan terjadinya pemilihan metode pembayaran Suroboyo Bus.
3. JENIS-JENIS REGRESI
REGRESI LOGISTIK BINER

• Hasil dari analisis Regresi Logistik ini adalah:

REGRESI PENGUJIAN HIPOTESIS
Untuk melakukan pengujian hipotesis pengaruh secara parsial antara masing-masing
Regresi adalah salah satu metode untuk variabel bebas terhadap variabel terikat, maka digunakan uji t.
menentukan hubungan sebab-akibat Dengan dasar pengambilan keputusan :
antara satu variabel dengan variabel • Jika nilai sig. < 0,05 maka terima H0
yang lain. • Jika nilai sig. > 0,05 maka tolak H0
Nilai
Variabel Bebas Keterangan
Sig
secara parsial variabel umur (X4) mempengaruhi secara
Umur 0,013 signifikan terhadap pemilihan metode pembayaran Suroboyo
Bus.
secara parsial variabel jumlah tanggungan keluarga (X6)
Jumla
0,009 mempengaruhi secara signifikan terhadap pemilihan metode
Tanggungan
pembayaran Suroboyo Bus.
Jumlah secara parsial variabel jumlah pengeluaran transportasi (X7)
Pengeluaran 0,009 mempengaruhi secara signifikan terhadap pemilihan metode
untuk Transport pembayaran Suroboyo Bus.
Tarif Ideal yang secara parsial variabel jumlah tarif ideal (X8) mempengaruhi
Bersedia 0,001 secara signifikan terhadap pemilihan metode pembayaran
Dibayarkan Suroboyo Bus.
THANK
YOU!