BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.4 Pengujian Hipotesis
Sehubungan dengan perumusan masalah dan hipotesis penelitian yang diajukan sebagaimana diuraikan pada bagian sebelumnya, maka dapat dijelaskan bahwa variabel-variabel yang mempengaruhi Volume Produksi (Y) adalah Jumlah Persediaan Bahan Baku (X1), Kapasitas mesin (X2) dan Jumlah Tenaga Kerja (X3).
4.4.1 Uji F
Pembuktian Hipotesis Pengaruh Variabel Bebas Secara Simultan (Uji F). Untuk menguji hipotesis dilakukan uji F yang menunjukkan pengaruh secara simultan atau bersama-sama. Hasil uji F sesuai dengan perhitungan dapat dilihat pada lampiran seperti pada tabel berikut ini :
Tabel 4.10
Hasil Perhitungan Uji F
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 7.049 3 2.350 2286067.618 .000a Residual 45221.152 44 1027.753 Total 7.049 47 a. Predictors: (Constant), X3, X1, X2 b. Dependent Variable: Y (Sumber: lampiran 6)
1. Ho : b1 = b2 = b3 = 0, yang berarti tidak berpengaruh secara simultan antara Jumlah Persediaan Bahan Baku (X1), Kapasitas mesin(X2) dan Jumlah Tenaga Kerja (X3), terhadap Volume Produksi(Y).
Ho : b1 ≠b 2 ≠b 3 ≠0, yang berarti berpengaruh secara simultan antara Jumlah Persediaan Bahan Baku (X1), Kapasitas mesin(X2) dan Jumlah Tenaga Kerja (X3), terhadap Volume Produksi (Y).
2. F tabel(df pembilang/ k ; df penyebut / n – k – 1) yaitu (3 ; 48 – 3 – 1) F tabel ( 3 ; 44 ) = 2.82
3. Kriteria penerimanaan dan penolakan hipotesis yaitu : a. Bila Fhitung> 2,82, maka H0 ditolak
b. Bila Fhitung ≤ 2,82, maka H 0 diterima R2/ k
Fhitung=
Gambar 4.4
Kur va daerah penerimaan dan penolakan H0 uji F
Daerah Penolakan Ho
daerah Penerimaan Ho
F0.05(3 , 44) = 2.82 Fhitung = 2286067.618 (Sumber: Lampiran 8)
Berdasarkan keterangan diatas dapat disimpulkan sebagai berikut karena Fhitung = 2286067.618 >Ftabel2.82 maka H0 ditolak pada tingkat signifikansi 5% dengan df pembilang 3 dan df penyebut 44 yang berarti signifikan, sehingga secara simultan variabel Jumlah Persediaan Bahan Baku, Kapasitas mesin dan Jumlah Tenaga Kerja secara bersama-sama mempunyai pengaruh yang signifikan terhadap Volume Produksipada CV Sanyu Paint mulai tahun 2010 sampai dengan 2013.
4.4.2 Uji t
Untuk mengetahui atau menguji pengaruh tidaknya variabel bebas secara parsial terhadap variabel terikat maka digunakan uji t. Berikut ini hasil uji:
Tabel 4.11 Hasil Perhitungan Uji t
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients T Sig. B Std. Error Beta 1 (Constant) 57.217 137.973 .415 .680 X1 1.003 .001 1.002 1302.431 .000 X2 -2.752 .848 -.002 -3.246 .002 X3 -.291 2.334 .000 -.125 .901 a. Dependent Variable: Y (Sumber: lampiran 6)
Pembuktian Hipotesis Pengaruh Variabel Bebas Secara Parsial (Uji t). Untuk menguji pengaruh variabel bebas secara parsial terhadap variabel terikat maka digunakan uji t. Adapun langkah-langkah pengujian adalah sebagai berikut :
1. Uji parsial variabel Jumlah Persediaan Bahan Baku (X1) a. H0 : β 1 = 0
Artinya, variabel Jumlah Persediaan Bahan Baku tidak mempunyai pengaruh yang signifikan terhadap Volume Produksi.
H0 : β 1 = 0
Artinya, variabel Jumlah Persediaan Bahan Bakumempunyai pengaruh yang signifikan terhadap Volume Produksi.
b. Tabel distribusi t dicari pada α = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau 48-3-1 = 44 (n adalah jumlah
kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk ttabel = 2.015
c.
thitung = rp
√ − 21− = 1302.431
Gambar 4.5
Kur va daerah penerimaan dan penolakan H0 uji t variabel X1
-2.015 2.015 1302.431 (Sumber: lampiran 9)
Berdasarkan perhitungan diperoleh thitung sebesar 1302.431 > ttabel sebesar 2.015 maka H0 ditolak dan H1 diterima pada tingkat signifikansi 5% sehingga kesimpulannya variabel Jumlah Persediaan Bahan Baku secara parsial memiliki pengaruh yang signifikan terhadap variabel Volume Produksi.
2. Uji parsial variabel Kapasitas mesin (X2) a. H0 : β 1 = 0
Artinya, variabel Kapasitas mesin tidak mempunyai pengaruh yang signifikan terhadap Volume Produksi.
Daerah Penerimaan H0
H0 : β 1 = 0
Artinya, variabel Kapasitas mesin mempunyai pengaruh yang signifikan terhadap Volume Produksi.
b. Tabel distribusi t dicari pada α = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau 48-3-1 = 44 (n adalah jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk ttabel = 2.015
c.
thitung= rp
√ − 21− = -3.246
Gambar 4.6
Kur va daerah penerimaan dan penolakan H0 uji t variabel X2
-3.246 -2.015 2.015 (Sumber: lampiran 9)
Berdasarkan perhitungan diperoleh thitung sebesar -3.246 > -ttabel sebesar -2.015 maka H0 diterima dan H1 ditolak pada tingkat signifikansi 5% sehingga kesimpulannya variabel Kapasitas mesinsecara parsial tidak memiliki pengaruh yang signifikan terhadap variabel Volume Produksi.
Daerah Penerimaan H0
3. Uji parsial variabel Jumlah Tenaga Kerja (X3) a. H0 : β 1 = 0
Artinya, variabel Jumlah Tenaga Kerja tidak mempunyai pengaruh yang signifikan terhadap Volume Produksi.
H0 : β 1 = 0
Artinya, variabel Jumlah Tenaga Kerja mempunyai pengaruh yang signifikan terhadap Volume Produksi.
b. Tabel distribusi t dicari pada α = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau 44-3-1 = 40 (n adalah jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk ttabel = 2.015
c.
thitung = rp
√ − 21− = -0.125
Gambar 4.7
Kur va daerah penerimaan dan penolakan H0 uji t variabel X3
-2,015 -0.125 2,015 (Sumber: lampiran 10)
Daerah Penerimaan H0
Berdasarkan perhitungan diperoleh thitung sebesar -0.125 < -ttabel sebesar 2.015 maka H0 diterima dan H1 ditolak pada tingkat signifikansi 5% sehingga kesimpulannya variabel Jumlah Tenaga Kerja secara parsial tidak memiliki pengaruh yang signifikan terhadap variabel Volume Produksi.
Berdasarkan ketiga uji t diatas maka hasilnya dapat ditunjukkan pada tabel 4.12 dibawah ini :
Tabel 4.12 Hasil analisis Uji t
Variabel thitung ttabel Kesimpulan
Jumlah Persediaan Bahan Baku (X1)
1302.431 2.015 H0 ditolak Kapasitas mesin (X2) -3.246 2.015 H0 diterima Jumlah Tenaga Kerja
(X3)
-0.125 2.015 H0 diterima (Sumber: lampiran 7)
Berdasarkan tabel 4.11 diatas diketahui bahwa variabel Jumlah Persediaan Bahan Baku berpengaruh secara parsial terhadap Volume Produksi, sedangkan variabel Kapasitas mesin dan Jumlah Tenaga Kerja secara parsial tidak berpengaruh signifikan terhadap Volume Produksi.
4.4.3 Analisis Koefisien Korelasi dan Koefisien Deter minasi
Nilai koefisien korelasi (R) menunjukkan seberapa erat hubungan antara variabel bebas yaitu Jumlah Persediaan Bahan Baku (X1), Kapasitas mesin (X2) dan Jumlah Tenaga Kerja (X3). Menurut Sugiyono (2013) pedoman untuk memberikan interpretasi koefisien korelasi sebagai berikut:
0,00 - 0,199 = sangat rendah 0,20 - 0,399 = rendah
0,40 - 0,599 = sedang 0,60 - 0,799 = kuat
0,80 - 1,000 = sangat kuat
Dari hasil analisis regresi, lihat pada output moddel summary dan disajikan sebagai berikut:
Tabel 4.13
Koefisien Korelasi dan Koefisien Deter minas
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the
Estimate
1 1.000a 1.000 1.000 32.059
a. Predictors: (Constant), X3, X1, X2 b. Dependent Variable: Y
(Sumber: lampiran 7)
Berdasarkan tabel di atas diperoleh angka R sebesar 0.853. Hal ini menunjukkan bahwa terjadi hubungan yang sangat kuat antara Jumlah Persediaan Bahan (X1), Kapasitas mesin (X2) dan Jumlah Tenaga Kerja (X3) terhadap Volume Produksi (Y).
Nilai koefisien determinasi atau R2 digunakan untuk mengukur seberapa besar prosentase variasi variabel independen yang digunakan dalam model
mampu menjelaskan variasi variabel dependen (Y) yaitu variabel harga saham (stock price). Dari hasil analisis regresi diperoleh nilai R2 = 1.000 yang berarti bahwa sebesar 1% volume produksi dapat dijelaskan oleh variabel Jumlah Persediaan Bahan Baku, Kapasitas mesin dan Jumlah Tenaga Kerja.
4.5 Pembahasan