ANALISIS PENGARUH JUMLAH PELANGGAN DAN JUMLAH PENJUALAN TERHADAPJUMLAH PRODUKSIAIR
DI PDAM TIRTANADI CABANG MEDAN KOTA
TUGAS AKHIR
SEKAR DESIATRI 102407028
PROGRAM STUDI D3 STATISTIKA DEPARTEMENMATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
ANALISIS PENGARUH JUMLAH PELANGGAN DAN JUMLAH PENJUALAN TERHADAPJUMLAH PRODUKSI AIR
DI PDAM TIRTANADI CABANG MEDAN KOTA
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya
SEKAR DESIATRI 102407028
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERNYATAAN
ANALISIS PENGARUH JUMLAH PELANGGAN DAN JUMLAH PENJUALAN TERHADAPJUMLAH PRODUKSI AIR
DI PDAM TIRTANADI CABANG MEDAN KOTA
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali
beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2013
PERSETUJUAN
JUDUL : ANALISIS PENGARUH JUMLAHPELANGGAN
DAN JUMLAH PENJUALAN TERHADAP
JUMLAH PRODUKSI AIR DI PDAM
TIRTANADI CABANG MEDAN KOTA
KATEGORI : TUGAS AKHIR
NAMA : SEKAR DESIATRI
NIM : 102407028
PROGRAM STUDI : D3 STATISTIKA
DEPARTEMEN : MATEMATIKA
FAKULTAS : MATEMATIKA DAN ILMU
PENGETAHUANALAMUNIVERSITAS
SUMATERA UTARA
Disahkan di
Medan, Juli 2013
Diketahui Oleh,
Ketua Departemen Matematika FMIPA USU Dosen Pembimbing
Prof. Dr. Tulus, Vordipl.Math.,M.Si.,Ph.D Drs. Gim Tarigan, M.Si
PENGHARGAAN
Assalamu’alaikum Warahmatullahi Wabarakatuh.
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha
Penyayang dengan limpah karunia-Nya penulis dapat menyelesaikan penyusunan
Tugas Akhir ini dengan judul Analisis Pengaruh Jumlah Pelanggan dan Jumlah
Penjualan Terhadap Jumlah Produksi Air di PDAM Tirtanadi Cabang Medan
Kota.
Terimakasih penulis sampaikan kepada Bapak Drs. Gim Tarigan, M.Si
selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas
akhir ini. Terimakasih kepada Bapak Drs. Faigiziduhu Bu’ulolo, M.Si dan Bapak
Drs. Suwarno Ariswoyo, M.Si selaku Ketua dan Sekretaris Program Studi D3
Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si, PhD dan Ibu Dra.
Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA
USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU Medan,
seluruh staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai
FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Alm.
Ayahanda Jumari dan Ibunda Mujiatik serta keluarga yang selama ini memberikan
bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan
membalasnya.
DAFTAR ISI
PERSETUJUAN PERNYATAAN PENGHARGAAN DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
BAB 1 PENDAHULUAN
1.1Latar Belakang 1
1.2 Rumusan Masalah 3
1.3 Batasan Masalah 3
1.4 Tujuan Penelitian 4
1.5 Manfaat Penelitian 4
1.6Metode Penelitian 5
1.6.1 Studi Kepustakaan (Library Reseach) 5
1.6.2 Metode Pengumpulan Data 5
1.6.3 Metode Analisis yang Digunakan 6
1.7Sistematika Penulisan 9
BAB 2 LANDASAN TEORI
2.1 Pengertian Statistik 11
2.2 Analisis Regresi 14
2.2.1 Analisis Regresi Linier Sederhana 15
2.2.2 Analisis Regresi Linier Berganda 16
2.3.1 Uji F (Simultan) 20
2.4 Analisis Korelasi 22
2.4.1 Koefisien Determinasi 22
2.4.2 Koefisien Korelasi 23
2.4 Uji t (Parsial) 25
BAB 3 SEJARAH SINGKAT TEMPAT RISET
3.1 Sejarah Badan Pusat Statistik (BPS) 28
3.2 Visi dan Misi Badan Pusat Statistik 31
3.3 Struktur Organisasi Badan Pusat Statistik 32
BAB 4PENGOLAHAN DATA
4.1 Data dan Pembahasan 35
4.2 Pengolahan Data dengan Metode Regresi Linier Berganda 36
4.3 Uji Keberartian Regresi Linier Berganda 43
4.3.1 Uji F (Simultan) 43
4.4 Perhitungan Koefisien Korelasi Linier Berganda 46
4.5 Perhitungan Koefisien Korelasi Antar Variabel 47
4.5.1Koefisien Korelasi antara dengan Y 47
4.5.2 Koefisien Korelasi antara denganY 48
4.5.3 Koefisien Korelasi antara dengan 49
4.6 Uji t (Parsial) 50
4.6.1 Pengaruh terhadap Y 50
4.6.2 Pengaruh terhadapY 52
4.7Implementasi Sistem 55
4.7.1Pengertian Implementasi Sistem 55
4.7.2Pengenalan SPSS 56
BAB 5 PENUTUP
5.1Kesimpulan 67
5.2 Saran 69
DAFTAR PUSTAKA
DAFTAR TABEL
Tabel2.1 Interpretasi Koefisien Korelasi Nilai r 25
Tabel 4.1 Jumlah Produksi Air, Jumlah Pelanggan, dan Jumlah
Penjualan di PDAM Tirtanadi Cabang Medan Kota
Tahun 2002 – 2011 35
Tabel 4.2 Harga-harga yang Diperlukan untuk Menghitung
b0, b1, danb2 37
DAFTAR GAMBAR
Gambar 4.1 Tampilan Pengaktifan SPSS Statistics 17.0 57
Gambar 4.2 SPSS Statistics Data Editor 58
Gambar 4.3 Tampilan Jendela Data View dalam SPSS 58
Gambar 4.4 Tampilan Jendela Variable View dalam SPSS 59
Gambar 4.5 Tampilan Pengisian Variable View 62
Gambar 4.6 Tampilan Pengisian Data View 63
Gambar 4.7 Kotak Dialog Linear Regression 64
Gambar 4.8 Kotak Dialog Linear Regression : Statistics 64
Gambar 4.9 Kotak Dialog Linear Regression : Plots 65
DAFTAR LAMPIRAN
Lampiran 1 Surat Pengantar Riset
Lampiran 2 Surat Permohonan Surat Riset
Lampiran 3 Surat Balasan dari Tempat Riset
Lampiran 4 Surat Keterangan Hasil Uji Implementasi Sistem Tugas Akhir
Lampiran 5 Kartu Bimbingan Tugas Akhir Mahasiswa
BAB 1
PENDAHULUAN
1.1Latar Belakang
Air merupakan salah satu sumber daya alam yang memiliki fungsi yang
sangatpenting bagi kehidupan makhluk hidup, serta untuk
memajukankesejahteraan umum, sehingga merupakan modal dasar dan faktor
utamapembangunan. Air juga merupakan komponen lingkungan hidup yang
penting bagikelangsungan hidup manusia dan makhluk hidup lainnya.Air
merupakan zat cair yang dinamis bergerak dan mengalir melalui siklus hidrologi
yang abadi (Nugroho, 2006).
Air Bersih (clean water) adalah air yang digunakan untuk keperluan sehari-hariyang kualitasnya memenuhi syarat kesehatan dan dapat diminum
apabila telah dimasak.Air Minum (drinking water) adalah air yang melalui proses pengolahan atau tanpa proses pengolahan yang memenuhi syarat kesehatan dan
dapat langsung diminum. Sumber air adalah tempat atau wadah air alami atau
buatan yang terdapat pada, diatas, ataupun di bawah permukaan tanah.Dalam
referensi lain disebutkan bahwa air adalah zat kimia yang penting bagi semua
bentuk kehidupan yang diketahui sampai saat ini di bumi, tetapi tidak di planet
Air bersih merupakan salah satu kebutuhan pokok manusia yang diperoleh dari
berbagai sumber, tergantung pada kondisi daerah setempat. Kondisi sumber air
pada setiap daerah berbeda-beda, tergantung pada keadaan alam dan kegiatan
manusia yang terdapat di daerah tersebut. Penduduk yang tinggal di daerah
dataran rendah dan berawa seperti di Sumatera dan Kalimantan menghadapi
kesulitan memperoleh air bersih untuk keperluan rumah tangga, terutama air
minum (Hamongan, 2011).
Seiring pertumbuhan penduduk kota Medan maka jumlah air minum yang
diproduksi dandisalurkan secara kontinu terus menunjukkan peningkatan sejalan
dengan peningkatankebutuhan akan air bersih di masyarakat. Semakin
meningkatnya jumlah penjualan air dan jumlah pelanggannya yang terus-menerus
akan berpengaruh terhadap produksi air. Dengan hal di atas maka penulis tertarik
untuk menganalisis apakah semakin meningkatnya jumlah pelanggan air dan
penjualan air disertai dengan meningkatnya jumlah produksi air bersih. Karena
dengan kenaikan pelanggan dan penjualan air harus disertai dengan peningkatan
jumlah produksi air agar masyarakat tidak mengalami kekurangan air bersih.
1.2 Rumusan Masalah
Berdasarkan latar belakang pemilihan judul yang telah penulisuraikan di atas,
maka dirumuskan yang menjadi permasalahan dalam tugas akhir ini adalah
sebagai berikut:
1. Apakah jumlah pelanggan dan jumlah penjualan memiliki hubungan yang
signifikan terhadap jumlah produksi air di PDAM Tirtanadi Cabang
Medan Kota?
2. Apakah jumlah pelanggan dan jumlah penjualan memiliki pengaruh yang
besar terhadap jumlah produksi air di PDAM Tirtanadi Cabang Medan
Kota?
3. Sektor manakah yang lebih mempengaruhi produksi air di PDAM
Tirtanadi Cabang Medan Kota?
1.3Batasan Masalah
Untuk memudahkan pembahasan dan pemecahan masalah maka perlu dibuat
pembatasan permasalahan dalam penulisan tugas akhir ini agar terarah dan sesuai
dengan tujuan dan sasaran, yaitu :
1. Metode yang digunakan adalah regresi linier berganda dan analisis
korelasi di luar faktor lain yang mungkin mempengaruhi.
2. Pemecahan masalah hanya dibatasi pada analisis pengaruh jumlah
Tirtanadi Cabang Medan Kota dengan menggunakan data sekunder dari
BPSmulai tahun 2002-2011.
1.4Tujuan Penelitian
Adapun tujuan dari penulisan tugas akhir ini secara umum adalah untuk
mengetahui apakah secara signifikan terdapat korelasi positif, negatif, maupun
tidak berkorelasi antara jumlah pelanggan dan jumlah penjualan terhadap jumlah
produksi air di PDAM Tirtanadi Cabang Medan Kotatahun 2002-2011 dan
mendapatkan bentukpersamaan regresi linier bergandanya.
1.5 Manfaat Penelitian
Adapun yang menjadi manfaat dari penyusunan tugas akhir ini adalah :
1. Bagi penulis, penyusunan tugas akhir ini sebagai media penerapan ilmu
dan mengaplikasikan teori-teori statistika yang diperoleh penulis selama
kuliah untuk menyelesaikan permasalahan yang diteliti dan menambah
pengetahuan penulis mengenai penerapan metode analisis yang digunakan.
2. Melengkapi persyaratan dalam penyelesaian pendidikan program studi D3
Statistika FMIPA USU.
3. Dapat dijadikan sebagai bahan evaluasi menanggulangi permasalahan
4. Sebagai bahan pertimbangan yang berguna bagi PDAM Tirtanadi Cabang
MedanKota dalam mengambil kebijaksanaan untuk meningkatkanjumlah
produksi air agar masyarakat tidak mengalami kekurangan air bersih lagi.
1.6 Metode Penelitian
Metode yang digunakan penulis dalam penulisan tugas akhir ini adalah sebagai
berikut :
1.6.1 Studi Kepustakaan (Library Reseach)
Studi kepustakaan merupakan suatu cara pengumpulan data yang digunakan untuk
memperoleh data ataupun informasi dari perpustakaan yaitu dengan membaca
serta mempelajari buku-buku atau sumber terbitan lainnya dan bahan-bahan yang
berhubungan serta mendukung penulisan tugas akhir ini.
1.6.2 Metode Pengumpulan Data
Keperluan data untuk penulisan tugas akhir ini penulis lakukan dengan
mengumpulkan data sekunder dari Badan Pusat Statistik (BPS) Sumatera Utara.
Data sekunder tersebut kemudian disusun dan disajikan dalam bentuk tabel
dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data
1.6.3 Metode Analisis yang Digunakan
Data sekunder diolah dengan menggunakan metode regresi linier berganda dan
analisis korelasi. Analisis regresi (regression analysis) merupakan suatu teknik (technique) untuk membangun persamaan garis lurus dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction). Model matematis dalam menjelaskan hubungan antarvariabel dalam analisis regresi menggunakan
persamaan regresi. Persamaan regresi (regression equation) adalah suatu persamaan matematis yang mendefenisikan hubungan antar dua variabel (Algifari,
2000).
Regresi linier dibagi ke dalam dua kategori, yaitu regresi linier sederhana
dan regresi linier berganda. Regresi linier sederhana digunakan hanya untuk satu
variabel bebas (independent) dan satu variabel terikat (dependent). Sedangkan regresi linier berganda digunakan untuk satu variabel terikat (dependent) dan dua atau lebih variabel bebas (independent). Tujuan penerapan kedua metode ini adalah untuk meramalkan atau memprediksi besaran nilai variabel tak terikat dan
yang dipengaruhi oleh variabel bebas.
Menurut Sudjana (2005) secara umum persamaan regresi linier berganda
atas , ,..., dapat ditulis:
... (2.4)
Keterangan :
= nilai Y pada perpotongan antara garis linier dengan sumbu vertikal Y
= slope yang berhubungan dengan variabel dan
= nilai variabel bebas (independent) dan .
Persamaan regresi linier berganda dengan dua variabel bebas dapat
dibentuk dengan persamaan berikut:
... (2.5)
Untuk menentukan besarnya dan yang terdapat pada persamaan
tersebut dapat menggunakan metode skor deviasi berikut:
... (2.6)
... (2.7)
... (2.8)
... (2.9)
... (2.10)
... (2.11)
... (2.13)
... (2.14)
Selanjutnya hasil perhitungan tersebut dimasukkan ke dalam rumus di bawah ini:
a. Menghitung nilai konstanta b1
=
... (2.15)b. Menghitung nilai konstanta b2
= ... (2.16)
c. Menghitung nilai konstanta b0
= ... (2.17)
Analisis korelasi adalah alat statistik yang dapat digunakan untuk
mengetahui derajat hubungan linier antara suatu variabel dengan variabel lain.
Analisis ini biasa digunakan untuk mengukur ketepatan garis regresi dalam
menjelaskan (explaining) variasi nilai variabelterikat (dependent).
Untuk keperluan perhitungan koefisien korelasi r berdasarkan sekumpulan data berukuran n dapat digunakan rumus:
!
=
" " " "#$ " " %$ " " %
Keterangan :
! = koefisien korelasi
n = jumlah data
= variabel bebas (independent)
= variabel terikat (dependent).
1.7Sistematika Penulisan
Seluruh penulisan dari tugas akhir ini disusun dalam beberapa bab di mana setiap
bab tersebut berisikan sub-sub bab, disusun untuk memudahkan pembaca untuk
mengerti dan memahami isi penulisan tugas akhir ini. Adapun sistematika
penulisan yang digunakan penulis sebagai berikut:
BAB 1 : PENDAHULUAN
Menguraikan tentang latar belakang, rumusan masalah, batasan
masalah, tujuan penelitian, manfaat penelitian, metode penelitian,
dan sistematika penulisan.
BAB 2 : LANDASAN TEORI
Menguraikan tentang segala sesuatu yang mencakup
penyelesaian masalah dan juga disertakan teori-teori yang
BAB 3 : SEJARAH SINGKATTEMPAT RISET
Menguraikan sejarah singkat berdirinya Badan Pusat Statistik
(BPS) Sumatera Utara.
BAB 4 : PENGOLAHAN DATA
Menguraikan tentang cara pengolahan data, penggunaan rumus
dan penyelesaian yang dilakukan secara manual dan program
yang dipakai sebagai pengolahan data dengan menggunakan
Program SPSS.
BAB 5 : KESIMPULAN DAN SARAN
Menguraikan tentang kesimpulan dan saran dari hasil
BAB 2
LANDASAN TEORI
2.1 Pengertian Statistik
Menurut Sofyan (2013) pengertian statistik berasal dari bahasa Latin, yaitu status
yang berarti negara dan digunakan untuk urusan negara. Pada mulanya, statistik
hanya digunakan untuk menggambarkan keadaan dan menyelesaikan masalah
yang berhubungan dengan kenegaraan saja, seperti perhitungan banyaknya
penduduk, pembayaran pajak, gaji pegawai, dan lain sebagainya.
Seiring dengan perkembangan zaman, maka pengertian statistik semakin
berkembang, antara lain:
1. Statistik adalah kumpulan data yang disajikan dalam bentuk tabel/daftar,
gambar, diagram, atau ukuran-ukuran tertentu, misalnya statistik
penduduk, statistik kelahiran, dan statistik pertumbuhan ekonomi.
2. Statistik adalah pengetahuan mengenai pengumpulan data, klasifikasi data,
penyajian data, pengolahan data, penarikan kesimpulan, dan pengambilan
keputusan berdasarkan masalah tertentu.
3. Statistik matematik/statistik teoritik adalah statistik yang diturunkan,
4. Statistik terapan/teknik analisis data adalah statistik yang membahas
cara-cara penggunaan statistik, antara lain untuk penelitian.
Pengelompokkan statistik berdasarkan cara pengolahan datanya, maka terbagi
menjadi empat cara, yaitu:
1. Statistik Deskriptif
Statistik deskriptif adalah statistik yang berkenaan dengan bagaimana cara
mendeskripsikan, menggambarkan, menjabarkan, atau menguraikan data agar
mudah dipahami. Adapun cara yang digunakan antara lain:
a. Menentukan ukuran dari data, seperti nilai modus, rata-rata, dan nilai
tengah (median).
b. Menentukan ukuran variabilitas data, seperti variasi (varian), tingkat penyimpangan (deviasi standar), dan jarak (range).
c. Menentukan ukuran bentuk data, seperti kemiringan (skewness), keruncingan (kurtosis), dll.
2. Statistik Inferensial (Statistik Induksi)
Statistik Inferensial adalah serangkaian teknik yang digunakan untuk
mengkaji, menaksir, dan mengambil kesimpulan berdasarkan data yang
diperoleh dari sampel untuk menggambarkan karakteristik atau ciri dari suatu
populasi. Berdasarkan ruang lingkupnya, statistik inferensial mencakup:
a. probabilitas atau teori kemungkinan,
b. distribusi teoritis,
c. sampling dan sampling distribusi,
e. uji hipotesa rerata,
f. analisis korelasi dan uji signifikansi,
g. analisis regresi untuk peramalan,
h. analisis varian dan kovarian.
Pengelompokkan statistik berdasarkan bentuk parameternya sebagai berikut:
1. Statistik Parametrik
Statistik parametrik adalah statistik yang mempertimbangkan jenis
sebaran/distribusi data yang berdistribusi normal dan memiliki varian
homogen. Pada umumnya, data yang digunakan pada statistik parametrik ini
bersifat interval dan rasio.
Uji statistik yang dapat digunakan pada statistik parametrik, antara lain:
a. uji-z (1 atau 2 sampel), b. uji-t (1 atau 2 sampel),
c. korelasi sederhana dan berganda,
d. one or two way anova test,
e. analisis regresi sederhana dan berganda, dll.
2. Statistik Nonparametrik
Statistik Nonparametrik merupakan bagian statistik yang parameter populasi
atau datanya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi
yang bebas dari persyaratan (free-distribution procedures), dan variannya tidak perlu homogen. Statistik nonparametrik biasanya digunakan untuk
melakukan analisis pada data berjenis nominal atau ordinal. Adapun analisis
a. uji tanda peringkat Wilcoxon dan uji Mann-Withney (untuk 1-2
kelompok),
b. uji Kruskal-Wallis (untuk kelompok lebih dari 2),
c. uji Korelasi Rank Spearman dan Kendall Tau,
d. uji Friedman,
e. uji Chi-Kuadrat, dll.
Untuk pembahasan pada tugas akhir ini penulis menggunakan statistik inferensial
dan statistik parametrik.
2.2 Analisis Regresi
Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan bahwa orang tua yang tinggi akan mempunyai anak yang tinggi
dan orang tua yang pendek akan mempunyai anak yang pendek juga, tetapi
rata-rata tinggi badan anak yang lahir dari orang tua dengan tinggi badan tertentu
cenderung bergerak atau regress ke arah rata-rata tinggi badan anak seluruh populasi tersebut (Hakim Abdul, 2004).
Analisis regresi (regression analysis) merupakan suatu teknik (technique) untuk membangun persamaan garis lurus dan menggunakan persamaan tersebut
Persamaan regresi (regression equation) adalah suatu persamaan matematis yang mendefenisikan hubungan antar dua variabel. (Algifari, 2000).
Variabel bebas adalah variabel yang nilai-nilainya tidak bergantung pada
variabel lainnya, biasanya disimbolkan dengan X. Variabel ini digunakan untuk meramalkan atau menerangkan nilai dari variabel yang lain. Sedangkan variabel
terikat adalah variabel yang nilai-nilainya bergantung pada variabel lainnya,
biasanya disimbolkan dengan Y. Variabel itu merupakan variabel yang diramalkan atau menerangkan nilainya (Hasan, 1999).
Untuk mempelajari hubungan-hubungan antara beberapa variabel analisis
regresi dapat dilihat dari dua bentuk yaitu :
1. Analisis Regresi Linier Sederhana (Simple Analysis Regression) 2. Analisis Regresi Linier Berganda (Multiple Analysis Regression).
2.2.1 Regresi Linier Sederhana(Simple Analysis Regression).
Regresi linier sederhana merupakan suatu prosedur untuk menunjukkan dua
hubungan matematis dalam bentuk persamaan antara dua variabel, yaitu variabel
bebas (X) variabel terikat (Y).Bentuk umum persamaan regresi linier sederhana adalah :
& ... (2.1)
Keterangan :
a = intersep (titik potong kurva terhadap sumbu Y) b = kemiringan atau slop kurva linier
X = Variabel bebas (variable independent).
Persamaan (2.1) dapat digunakan untuk menaksir nilai jika nilai a, b,
dan X diketahui. Nilai a pada persamaan (2.1) merupakan nilai Y yang dipotong oleh kurva linier pada sumbu vertikal Y. Atau dengan kata lain, a adalah nilai Y jika X=0. Nilai b adalah kemiringan (slope) kurva linier yang menunjukkan besarnya perubahan nilai Y sebagai akibat dari perubahan setiap unit nilai X. Besarnya a dan b konstan sepanjang kurva linier.
Menurut Sudjana (2005) untuk menentukan nilai a dan bdapat diperoleh dengan menggunakan metode kuadrat terkecil (least squares method) di bawah ini:
a. Mencari nilai konstanta a
&
=
... (2.2)b. Mencari nilai konstanta b
=
... (2.3)2.2.2 Regresi Linier Berganda(Multiple Analysis Regression)
Regresi linier berganda merupakan suatu linier yang menjelaskan ada tidaknya
lebih terhadap variabel terikat (Y). Bentuk umum persamaan regresi linier berganda adalah:
... (2.4)
Keterangan:
= nilai estimasi Y
= nilai Y pada perpotongan antara garis linier dengan sumbu vertikal Y
= slope yang berhubungan dengan variabel , , dan
= nilai variabel bebas (independent).
Persamaan regresi linier berganda dengan dua variabel bebas dapat
dibentuk dengan persamaan berikut:
... (2.5)
Untuk menentukan besarnya dan yang terdapat pada persamaan
tersebut dapat menggunakan metode skor deviasi berikut :
... (2.6)
... (2.7)
... (2.8)
... (2.10)
... (2.11)
... (2.12)
... (2.13)
... (2.14)
Selanjutnya hasil perhitungan tersebut dimasukkan ke dalam rumus di bawah ini:
a. Menghitung nilai konstanta b1
=
... (2.15)b. Menghitung nilai konstanta b2
=
... (2.16)c. Menghitung nilai konstanta b0
=
... (2.17)Setelah menentukan persamaan liniernya langkah selanjutnya adalah
ketepatan suatu penduga atau mengukur jumlah variasi titik-titik observasi di
sekitar garis regresi. Rumus untuk menghitung standard error adalah:
' ( ') # * +
,
- . / ... (2.18)
Keterangan:
') =kekeliruan baku (standard error)
n =jumlah data
k =jumlah variabel bebas.
2.3 Uji Keberartian Regresi Linier Berganda
Uji keberartian digunakan untuk mengetahui apakah sekelompok variabel bebas
secara bersamaan mempunyai pengaruh terhadap variabel terikat. Pada dasarnya
pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan adalah
dengan menggunakan uji F.
Uji linieritas garis regresi juga dilakukan dengan menghitung nilai F, yaitu dengan mempergunakan hipotesis nol 0 . Jika nilai Fhitung<F (0,05), garis regresi data yang bersangkutan dinyatakan linier. Sebaliknya, jika nilai
2.3.1 Uji F (Simultan)
Menurut Nurgiyantoro (2002) dalam analisis regresi yang dianalisis adalah
varians garis regresi, hasil perhitungan analisis regresi juga menghasilkan
bilangan atau rasio F, atau lengkapnyaFregresi(disingkatFreg) atau Fhitung. Rasio F diperoleh dengan membandingkan antara rata-rata hitung garis residu (RKres). Adapun rumus untuk memperolehFregadalah sebagai berikut:
12)3
=
4545678679
... (2.19)
Keterangan:
Freg = bilangan F garis regresi
RKreg =rata-rata hitung kuadrat garis regresi RKres =rata-rata hitung kuadrat garis residu.
Maka besar kecilnya bilangan Fregakan ditentukan oleh besar kecilnya rata-rata hitung kuadrat garis regresi (RKreg) dan rata-rata hitung kuadrat garis residu (RKres). Jika (RKreg) > (RKres) maka akan menghasilkan Freg yang signifikan dan juga sebaliknya.Langkah-langkah untuk menghitung nilai Freg adalah:
• Penghitungan Jumlah Kuadrat Total (JKT)
Jumlah kuadrat total (JKT) dihitung dengan rumus sebagai berikut:
:;< ... (2.20)
Rumus yang yang digunakan adalah sebagai berikut:
:;2)3 ... (2.21)
• Penghitungan Jumlah Kuadrat Residu (JKres)
Rumus yang yang digunakan adalah sebagai berikut:
:;2)= :;< :;2)3 ... (2.22)
• Penghitungan Rata-rata Hitung Kuadrat Regresi (RKreg) dan Residu (RKres)
Rumus yang digunakan adalah sebagai berikut:
>;2)3 ?5678 ... (2.23)
>;2)= ?5679 ... (2.24)
• Penghitungan Nilai F Regresi (Freg)
1
2)3>;
>;
2)3 2)=Makalangkah-langkah dalam pengujian hipotesis adalah sebagai berikut:
1. Menentukan formulasi hipotesis
0 : @A B
0 : @A C B
2. Menentukan taraf nyata dan 1DEF)G dengan derajat kebebasan H . dan
H n-k-1
3. Menentukan kriteria pengujian
0 diterima bila 1I DJ 3K 1DEF)G
0 ditolak bila 1I DJ 3L 1DEF)G
4. Menentukan nilai statistik Fhitung dengan rumus:
12)3
=
4545678 6795. Membuat kesimpulan apakah 0 diterima atau ditolak.
2.4 Analisis Korelasi
Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui
derajat hubungan linier antara satu variabel dengan variabel lain. Umumnya
analisis korelasi digunakan dalam hubungannya dengan analisis regresi untuk
mengukur ketepatan garis regresi dalam menjelaskan (explaining) variasi nilai variabel terikat (dependent). Untuk statistik yang dapat menggambarkan hubungan antara suatu variabel dengan variabel lain adalah koefisien determinasi
dan koefisien korelasi. Koefisien determinasi diberi simbol r2atau R2dan koefisien korelasi diberi simbol ratau R(Algifari, 1997).
Koefisien determinasi adalah salah satu nilai statistik yang dapat digunakan untuk
mengetahui apakah ada hubungan pengaruh antara dua variabel. Nilai koefisien
determinasi menunjukkan persentase variasi nilai variabel terikat (dependent)yang dapat dijelaskan oleh persamaan regresi yang dihasilkan. Adapun besarnya
koefisien determinasi (r2) dapat juga dicari dengan menggunakan rumus di bawah ini:
>
=
?5678" ... (2.25)
2.4.2 Koefisien Korelasi
Koefisien korelasi adalah bilangan yang menyatakan kekuatan hubungan antara
dua variabel atau lebih, juga dapat menentukan arah hubungan dari kedua
variabel. Nilai korelasi ! / K B K / untuk kekuatan hubungan nilai
koefisien korelasi berada di antara -1 sampai 1 sedangkan untuk arah dinyatakan
dalam bentuk positif (+) dan negatif (-). Dilambangkan dengan r, koefisien korelasi adalah akar koefisien determinasi atau secara matematis dapat ditulis
sebagai berikut:
> M> ... (2.26)
Menurut Hasan (1999) koefisien korelasi yang terjadi dapat berupa :
1. Korelasi positif adalah korelasi dari dua variabel, yaitu apabila variabel
2. Korelasi negatif adalah korelasi dari dua variabel, yaitu apabila variabel
yang satu (X) meningkat maka variabel yang lainnya (Y) cenderung menurun.
3. Tidak ada terjadinya korelasi apabilakedua variabel (X dan Y) tidak menunjukkanadanya hubungan.
4. Korelasi sempurna adalah korelasi dua variabel, yaitu apabila kenaikan
atau penurunan variabel yang satu (X)berbanding dengan kenaikan atau penurunan variabel yang lainnya (Y).
Selain diturunkan dari koefisien determinasi (R2), koefisien korelasi (r) berdasarkan sekumpulan data (Xi dan Yi) berukuran n dapat pula ditentukan dengan menggunakan rumus:
!
=
" " " "#$ " " %$ " " % ... (2.27)
Keterangan :
! = koefisien korelasi
n = jumlah data
= variabel bebas (independent)
= variabel terikat (dependent).
Korelasi antara variabel dibedakan atas tiga jenis, yaitu :
Perubahan antara variabel berbanding lurus, artinya apabila variabel yang
satu meningkat, maka variabel yang lainnya juga mengalami peningkatan.
2. Korelasi Negatif
Perubahan antara variabel berlawanan, artinya apabila variabel yang satu
meningkat, maka variabel yang lain mengalami penurunan.
3. Korelasi Nihil
Terjadi apabila perubahan pada variabel yang satu diikuti pada perubahan
[image:36.612.125.492.352.517.2]yang lain dengan arah yang tidak teratur.
Tabel 2.1 Interpretasi Koefisien Korelasi Nilai r
Interval Koefisien Tingkat Hubungan
0 Tidak ada korelasi
0,01 – 0,19 Sangat rendah
0,20 – 0,39 Rendah
0,40 – 0,59 Agak rendah
0,60 – 0,79 Cukup
0,80 – 0,99 Tinggi
1 Sangat tinggi (korelasi sempurna)
2.5Uji t (Parsial)
Tujuan dilakukan uji signifikansi secara parsial dua variabel bebas (independent) terhadap variabel terikat (dependent) adalah untuk mengukur secara terpisah dampak yang ditimbulkan dari masing-masing variabel bebas terhadap variabel
NI DJ 3
=
OF"P"
... (2.28)
Keterangan:
bi = nilai konstanta Sbi =standard error.
Sebelum menghitung nilai thitung terlebih dahulu mencari nilai Sbi (standard error). Adapun nilai Sbidapat dicari dengan tahapan sebagai berikut:
1. Menghitung nilai Standar Error (Sbi)
• Standard errorSb1 'F = OQ Q
#RS ( TUR 2Q Q U
... (2.29)
• Standard errorSb2
'F
=
OQ Q#RS ( TUR 2Q Q U
... (2.30)
2. Menghitung nilai standar deviasi regresi linier berganda (SX1X2)
• Menentukan nilai varian
'
=
RF VF ... (2.31)• Menentukan nilai deviasi standar
' = #
'
,/ , ... (2.32)Keterangan :
n = jumlah data
k = jumlah variabel bebas.
Langkah-langkah dalam pengujian hipotesis adalah sebagai berikut :
1. Menentukan formulasi hipotesis
0 : @A B
0 : @A C B
di mana : @A koefisien yang akan diuji.
2. Dilakukan uji dua sisi dengan taraf nyata = 0,05 dan nilai ttabel dengan dk
yaitu n – 2 maka di peroleh
N
WX Y .3. Menentukan kriteria pengujian
0 diterima bila NDEF)GK NI DJ 3K NDEF)G
0 ditolak bila NI DJ 3L NDEF)G
4. Menentukan nilai statistik thitung dengan rumus :
N
I DJ 3 OF"P"
BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1 Sejarah Badan Pusat Statistik (BPS)
Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. Badan
Pusat Statistik melakukan kegiatan yang ditugaskan oleh pemerintah antara lain
pada bidang pertanian, agraria, pertambangan, kependudukan, sosial,
ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal-hal tersebut
Badan Pusat Statistik juga bertugas untuk melaksanakan koordinasi di lapangan,
kegiatan statistik dari segenap instansi baik di pusat maupun daerah dengan tujuan
mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi,
memajukan keseragaman dalam penggunaan definisi, klasifikasi, dan
ukuran-ukuran lainnya. Berikut ini beberapa masa peralihan di BPS yaitu :
3.1.1 Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur
Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama
Central Kantor Vor de Statistik (CKS) atau Kantor Statistik dan dipindahkan ke Jakarta. Bersama dengan itu, beralih juga pekerjaan mekanisme statistik
perdagangan yang semula dilakukan oleh Kantor Invoer Uitvoer en Accijnsen (IUA) yang disebut sekarang Kantor Bea dan Cukai.
3.1.2 Masa Pemerintahan Jepang
Pada bulan Juni 1944, pemerintahan Jepang baru mengaktifkan kembali kegiatan
statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau
militer. Pada masa ini juga CKS diganti nama menjadi Shomubu Chosasitu Gunseikanbu.
3.1.3 Masa Kemerdekaan Republik
Setelah proklamasi kemerdekaan Republik Indonesia tanggal 17 Agustus 1945,
kegiatan statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana
kemerdekaan yaitu KPPURI (Kantor Penyelidikan Perangkaan Umum Republik
Indonesia). Tahun 1946, kantor KPPURI dipindahkan ke Yogyakarta sebagai
hasil dari perjanjian Linggarjati. Sementara itu, pemerintahan Belanda (NICA) di
Jakarta mengaktifkan kembali CKS.
Dengan Keputusan Presiden RI No. 131 tahun 1957, kementerian
perindustrian. Untuk selanjutnya, Keputusan Presiden RI No. 172 tahun 1957,
terhitung mulai tanggal 1 Juni 1957 KPS diubah menjadi Biro Pusat Statistik.
3.1.4 Masa Orde Baru Sampai Sekarang
Pada pemerintahan Orde Baru, khususnya untuk memenuhi kebutuhan dalam
perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang
handal, lengkap, tepat, akurat, dan terpercaya mulai diadakan pembenahan
Organisasi Biro Pusat Statistik.
Dalam masa orde baru ini BPS telah mengalami tujuh kali perubahan
Struktur Organisasi yaitu :
1. Peraturan Pemerintah No. 16 tahun 1968 tentang Organisasi BPS.
2. Peraturan Pemerintah No. 6 tahun 1980 tantang Organisasi BPS.
3. Peraturan Pemerintah No. 2 tahun 1992 tentang kedudukan, tugas, fungsi,
suasana, dan tata kerja BPS.
4. Undang-Undang No. 16 tahun 1997 tentang Statistik.
5. Keputusan Presiden RI No. 86 tahun 1998 tentang BPS.
6. Keputusan Kepala BPS No. 100 tahun 1998 tentang organisasi dan tata
kerja BPS.
7. PP 51 tahun 1999 tentang penyelenggaraan statistik.
Tahun 1968, ditetapkan Peraturan Pemerintah No. 16 tahun 1968 yaitu
Peraturan Pemerintah No. 16 tahun 1968 di tiap Propinsi dan di Kabupaten atau
Kotamadya terdapat cabang perwakilan Badan Pusat Statistik. Pada tanggal 19
Mei 1997 menetapkan tentang statistik sebagai pengganti Undang - Undang
Nomor : 6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juni 1998 dengan
Keputusan RI No. 86 tahun 1998 ditetapkan Biro Pusat Statistik sekaligus
mengatur tata kerja dan struktur organisasi Badan Pusat Statistik yang baru.
3.2Visi dan Misi Badan Pusat Statistik
3.2.1 Visi Badan Pusat Statistik
Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai
tulang punggung informasi pembangunan nasional dan regional, didukung sumber
daya manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang
mutakhir.
3.2.2 Misi Badan Pusat Statistik
Dalam perjuangan pembangunan nasional, Badan Pusat Statistik mengembangkan
misi mengarahkan pembangunan statistik pada penyajian data statistik yang
bermutu handal, efektif, dan efisien, peningkatan kesadaran masyarakat akan arti
3.3 Struktur Organisasi Badan Pusat Statistik
Organisasi merupakan suatu fungsi manajemen yang mempunyai peranan dan
kegiatan langsung dengan instansi sosial yang terjadi di antara individu - individu
dalam rangka kerjasama untuk mencapai tujuan yang telah ditetapkan. Struktur
organisasi perusahaan merupakan salah satu faktor penting yang mempengaruhi
tingkat keberhasilan suatu perusahaan dalam mencapai suatu tujuan yang
ditetapkan. Dengan adanya struktur organisasi maka akan jelaslah pemisahan
tugas dari para pegawai/staf.
Adapun tujuan dari struktur organisasi ini dan staf di Kantor Badan Pusat
Statistik (BPS) Propinsi Sumatera Utara adalah :
a. Pengkoordinasian yaitu yang memungkinkan komunikasi integrasi
berbagai departemen dan kegiatan-kegiatan yang saling berhubungan satu
sama lain.
b. Pemberian saran yaitu memberikan saran atau membuat rekomendasi bagi
manajemen.
c. Pembuatan keputusan yaitu membuat keputusan-keputusan dan mengamati
bagaimana pelaksanaan dari keputusan tersebut.
Adapun bagan struktur organisasi Badan Pusat Statistik Propinsi Sumatera
Utara adalah sebagai berikut :
Peraturan Presiden Republik Indonesia Nomor : 86 tahun 1998 ditetapkan Badan
Pusat Statistik sebagaimana lampiran dalam organisasi Kantor Badan Pusat
Kepala Kantor dibantu tata usaha yang terdiri dari :
1. Sub Bagian Urusan Dalam
2. Sub Bagian Perlengkapan
3. Sub Bagian Keuangan
4. Sub Bagian Kepegawaian
5. Sub Bagian Bina Potensi/Bina Program
Sedangkan Bidang Penunjang Statistik terdiri dari 5(lima) bidang yaitu :
1. Bidang Statistik Produksi
Bidang Statistik Produksi mempunyai tugas untuk melaksanakan kegiatan
statistik pertanian, industri, konstruksi pertambangan dan energi.
2. Bidang Statistik Distibusi
Bidang Statistik Distribusi mempunyai tugas melaksanakan kegiatan statistik
konsumen, perdagangan besar, statistik keuangan dan harga produsen serta
niaga dan jasa.
3. Bidang Statistik Kependudukan
Bidang BPS Kependudukan mempunyai tugas melaksanakan kegiatan
statistik demografi dan rumah tangga, statistik tenaga kerja, serta statistik
kesejahteraan.
4. Bidang Integrasi Pengolahan dan Diseminasi Statistik (IPDS)
Bidang IPDS mempunyai tugas untuk penyiapan data, penyusunan sistem,
5. Bidang Neraca Wilayah dan Analisis Statistik
Bidang Neraca Wilayah dan Analisis Statistik mempunyai tugas untuk
penyusunan neraca produksi, neraca konsumsi, dan akumulasi penyajian
BAB 4
PENGOLAHAN DATA
4.1 Data dan Pembahasan
Data yang diolah untuktugas akhir ini adalah data sekunder yang diperoleh dari
Badan Pusat Statistik (BPS) Sumatera Utara, yaitu jumlah produksi air, jumlah
pelanggan dan jumlah penjualan di PDAM TirtanadiCabang Medan Kota tahun
[image:46.612.137.503.519.686.2]2002 s/d 2011. Datanya adalah sebagai berikut:
Tabel 4.1 Jumlah Produksi Air, Jumlah Pelanggan, dan Jumlah Penjualandi PDAM TirtanadiCabang Medan Kota Tahun 2002– 2011
Tahun
Jumlah Produksi Air Z[
\
Jumlah Pelanggan (Unit)
]^
Jumlah Penjualan Z[
][
2002 121.637.030 327.932 104.848.839
2003 127.492.743 329.761 100.446.315
2004 134.438.299 323.567 102.939.263
2005 143.100.487 325.430 108.339.503
2006 147.860.070 330.240 108.937.161
Tahun
Jumlah Produksi Air Z[
\ Jumlah Pelanggan (Unit) ]^ Jumlah Penjualan Z[ ][
2008 158.656.389 340.162 111.732.355
2009 171.153.494 397.065 120.798.897
2010 167.268.302 365.708 123.467.627
2011 173.580.083 380.210 122.668.295
Sumber : Badan Pusat Statistik (BPS) Sumatera Utara
Keterangan:
Y = Jumlah Produksi Air (M3) = Jumlah Pelanggan (Unit)
= Jumlah Penjualan (M3)
4.2 Pengolahan Data denganMetode Regresi Linier Berganda
Dalam pengolahan data dibutuhkan proses pengolahan data agar diperoleh hasil
yang baik. Di mana data yang akan diolah harus terlebih dahulu disajikan dalam
bentuk tabel. Selanjutnya membentuk persamaan regresi linier berganda, maka
Tabel 4.2 Harga-harga yang Diperlukan untuk Menghitung b0, b1, dan b2
Tahun Y
(dalam 100.000)
]^
(dalam 100.000)
][
(dalam 100.000) \
[
2002 1.216,37030 3,27932 1.048,48839 1.479.556,70672
2003 1.274,92743 3,29761 1.004,46315 1.625.439,95177
2004 1.344,38299 3,23567 1.029,39263 1.807.365,62380
2005 1.431,00487 3,25430 1.083,39503 2.047.774,93796
2006 1.478,60070 3,30240 1.089,37161 2.186.260,03004
2007 1.585,85214 3,26389 1.116,42434 2.514.927,00994
2008 1.586,56389 3,40162 1.117,32355 2.517.184,97705
2009 1.711,53494 3,97065 1.207,98897 2.929.351,85084
2010 1.672,68302 3,65708 1.234,67627 2.797.868,48540
2011 1.735,80083 3,80210 1.226,68295 3.013.004,52143
Jumlah 15.037,72111 34,46464 11.158,20689 22.918.734,09495
Sambungan dari Tabel 4.2
]^[ ][[ ]^\ ][\ ]^][
10,75394 1.099.327,90396 3.988,86745 1.275.350,13749 3.438,32895
10,87423 1.008.946,21971 4.204,21344 1.280.617,62236 3.312,32773
10,46956 1.059.649,18670 4.349,97971 1.383.897,94180 3.330,77485
10,59047 1.173.744,79103 4.656,91915 1.550.343,56406 3.525,69245
10,90585 1.186.730,50467 4.882,93095 1.610.745,62511 3.597,54080
10,65298 1.246.403,30694 5.176,04694 1.770.483,92874 3.643,88624
11,57102 1.248.411,91538 5.396,88746 1.772.705,19788 3.800,71013
15,76606 1.459.237,35164 6.795,90621 2.067.515,32929 4.796,50140
13,37423 1.524.425,49170 6.117,13562 2.065.222,03203 4.515,30989
14,45596 1.504.751,05982 6.599,68834 2.129.277,28276 4.663,97124
Dari daftar tabel di atas maka diperoleh:
- = 10 = 119,41430
= 15.037,72111 = 12.511.627,73157
= 34,46464 = 52.168,57527
= 11.158,20689 = 16.906.158,66151
= 22.918.734,09495 = 38.625,04369
Dari data tersebut maka selanjutnya akan dicari persamaan dengan Rumus(2.6) -
(2.14) sebagai berikut :
=
= //_ `/`aB bc cdcdc
= 0,63316
= /,(e//(f,g ga/eg ( hi dij
= 61.069,631562
=
= ,,(_/k(ga` B_`_e h( bl l
=
= e,(/fk ege,g bc cdcdc h( bl l
= 341,61082
=
= /f(_Bf(/ek ff/e/ ( hi dij h( bl l
= 126.758,33156
=
= ak(f,e B`af_ bc cdcdc ( hi dij
= 168,68534
bc cdcdc a ``f`f`
// kgk//
( hi dij /(//e k,Bfk_
/(,`e(Bee k/
h( bl l /(eBa gg,/// ,(,f/(aaB ef/k,
Selanjutnya hasil perhitungan di atas akan dimasukkan ke dalam Rumus (2.15) –
Menghitung nilai konstanta b1
=
= d ( dj db hd bc d i di dihbc d(lhi bb hd
dbb d d ( dj db hd di dihbc ,
= (id ( cd j cjj l (bi ( l hl b b
bi(ddd iclj i(chc lcbjb
= h ( h bc bid
( bjj
= -50,94203336
Jika dibulatkan menjadi = -50,942
Menghitung nilai konstanta b2
=
= dbb d d(lhi bb hd di dihbc bc d i
dbb d d ( dj db hd di dihbc ,
= i ( hi b h hl(d c lblb
bi(ddd iclj i(chc lcbjb
= (dbb hdlij
( bjj
= 2,216347181
Jika dibulatkan menjadi = 2,216
Menghitung nilai konstanta b0
= h( bl l eB _`,Baaaf bc cdcdc , ,/fa`g/k/ ( hi dij
=/(eBa gg,/// /ge ef_kk`/ ,(`ga B`fBa_
= -793,7040439
Jika dibulatkan menjadi = -793,704
Sehingga persamaan regresi linier berganda dengan dua variabel bebas
g_a gB` eB _`, , ,/f
Hal ini berarti bahwa jumlah produksi air, jika tanpa adanya jumlah
pelanggan dan penjualan (X1 dan X2 = 0) maka produksi air hanya g_a gB`
g_a gB` m /BB(BBB g_(agB(`BB nb. Koefisien regresi berganda sebesar
-50,942 dan 2,216 mengindikasikan bahwa besaran penambahan/pengurangan
tingkat produksi air setiap penambahan/pengurangan dari jumlah pelanggan dan
penjualan. Persamaan regresi berganda g_a gB` eB _`, , ,/f
yang digunakan sebagai dasar untuk memperkirakan tingkat produksi air yang
dipengaruhi oleh jumlah pelanggan dan penjualan.
Setelah mendapatkan persamaan regresi, langkah selanjutnya adalah
menghitung kesalahan baku (Standard error). Untuk menghitung kesalahan baku
ini diperlukan harga yang diperoleh dari persamaan regresi di atas untuk tiap
harga dan yang diketahui. Maka untuk mencari kesalahan baku tersebut
Tabel 4.3 Harga \+ untuk Data pada Tabel 4.1
\o \+o \o \+o \o \+o [
1.216,37030 1.363,05501 -146,68471 21.516,40396
1.274,92743 1.264,54802 10,37941 107,73214
1.344,38299 1.322,95579 21,42720 459,12479
1.431,00487 1.441,69485 -10,68998 114,27565
1.478,60070 1.452,49070 26,11000 681,73189
1.585,85214 1.514,41076 71,44138 5.103,87106
1.586,56389 1.509,38743 77,17646 5.956,20564
1.711,53494 1.681,34584 30,18910 911,38188
1.672,68302 1.756,46817 -83,78515 7.019,95160
1.735,80083 1.731,36453 4,43630 19,68072
15.037,72111 15.037,72111 0,00000 41.890,35934
Dari tabel di atas maka diperoleh:
= 15.037,72111 = 0,00000
= 15.037,72111 = 41.890,35934
Sehingga standard error dapat dicari dengan Rumus (2.8)di bawah ini:
' ') =
#
" "' ') =
#
c (ij bhjbc= pe(_k` aagB`_
') = gg aek`_f_`
Ini berarti produksi air yang sebenarnya akan menyimpang dari rata-rata produksi
air yang diperkirakan yaitu sebesar 7.735.849,694 M3.
4.3 Uji Keberartian Regresi Linier Berganda
Pengujian hipotesa dalam regresi linier berganda perlu dilakukan agar tidak terjadi
kesalahan penarikan kesimpulan.
4.3.1 Uji F (Simultan)
1. Menentukan formulasi hipotesis
0 : Tidak terdapat pengaruh yang signifikan secara simultan
(bersama-sama) antara variabel bebas yaitu jumlah pelanggan dan jumlah
penjualan terhadap variabel terikat yaitu jumlah produksi air.
0 : Terdapat pengaruh yang signifikan secara simultan (bersama-sama)
antara variabel bebas yaitu jumlah pelanggan dan jumlah penjualan
terhadap variabel terikat yaitu jumlah produksi air.
2. Mencari nilai Ftabel dari Tabel Distribusi F
Dengan taraf nyata = 0,05 dan nilai Ftabel dengan dk pembilang (v1) = k = 2 dan dk penyebut (v2) = n – k – 1 = 10 – 2 – 1 = 7, maka di peroleh:
3. Menentukan kriteria pengujian
0 diterima bila 1I DJ 3 K 1DEF)G
0 ditolak bila 1I DJ 3L 1DEF)G
4. Menentukan nilai statistik Fhitung
12)3 >;>;2)3 2)=
• Penghitungan Jumlah Kuadrat Total (JKT)
:;< =
:;< = ,,(_/k(ga` B_`_e h( bl l
= ,,(_/k(ga` B_`_e ,,(f/a(aBe f/k,/
JKT = aBe(`,k `gfg`
• Penghitungan Jumlah Kuadrat Regresi (JKreg)
:;2)3 =
=50,94233771(52.168,57527) + 2,2216348022(16.906.158,66151)
-793,703933 (15.037,72111) h( bl l
= -2.657.589,1792 + 37.469.931,3091 - 11.935.498,38836 –
:;2)3 = 263.538,1233
• Penghitungan Jumlah Kuadrat Residu (JKres)
:;2)= = :;< :;2)3
= 305.428,47674 - 263.538,1233
:;2)= = 41.890,35346
• Penghitungan Rata-rata Hitung Kuadrat Regresi (RKreg) dan Residu (RKres)
>;2)3 = ?5678
>;2)3 = db(hbi bb 131.769,06164
>;2)= ?5679
>;2)= c (ij bhbcdl
• Penghitungan Nilai F Regresi (Freg)
12)3 = 45678
45679
12)3 = b (ldj d dch(jic bbd = 22,01899376
Jika dibulatkan menjadi 12)3 = 22,019
5. Membuat Kesimpulan
Hal ini berarti bahwa terdapat pengaruh yang signifikan secara simultan
(bersama-sama) antara variabel bebas yaitu jumlah pelanggan dan jumlah penjualan
terhadap variabel terikat yaitu jumlah produksi air.
4.4 Perhitungan Koefisien Korelasi Linier Berganda
Mencari koefisien determinasi dengan menggunakan rumus :
> :;2)3
> aBe(`,k `gfg`,fa(eak /,aa
R2 = 0,862847256
Jika dibulatkan menjadi 0,8628
Didapat nilai koefisien determinasi 0,8628. Hal ini berarti bahwa sekitar
86,28% produksi air dapat ditentukan oleh jumlah pelanggan dan jumlah
penjualan melalui hubungan regresi linier berganda sedangkan sisanya 13,72%
lagi dipengaruhi oleh faktor lain.
Koefisien korelasi bergandanya didapat dengan rumus:
> p>
pB kf,k`g,ef
> B _,kk_eg/k
Dari hasil perhitungan didapat korelasi (R) antara jumlah pelanggan dan jumlah penjualan terhadap jumlah produksi air sebesar 0,929. Nilai korelasi tersebut
menyatakan bahwa hubungan antara jumlah pelanggan dan jumlah penjualan
terhadap jumlah produksi airtinggi.
4.5 Perhitungan Koefisien Korelasi Antar Variabel
Dari Tabel (4.2) dapat diperoleh koefisien korelasi antara variabel terikat (Y) dengan variabel bebas (X) sehingga diketahui seberapa besar pengaruh antar variabel tersebut.
4.5.1Koefisien Korelasi antara Jumlah Pelanggan ]^ dengan Jumlah Produksi Air (Y)
! " "
#$ %$ " " %
= h ( di hlh l bc cdcdc h( bl l
p$ j c cb bc cdcdc[%$ (j i(lbc jcjh h( bl l %
= h (dih lh l h i( dj dcch
p ( jc cb ( il i c j( il(bc jcjh d( bb( hd i c
= b(c d i
p d bb hj b( hc( ic ldlc
= b(c d i
c(bjl hhblbj
! = B ggfk,
Koefisien korelasi antara jumlah pelanggan (X1) dan jumlah produksi air (Y) adalah r = 0,777 yang menunjukkan korelasi yang cukup dengan arah positif mendekati 1 (Korelasi Positif). Hal ini berarti jika jumlah pelanggan mengalami
peningkatan maka jumlah produksi air juga akan meningkat.
4.5.2Koefisien Korelasi antara Jumlah Penjualan ][ dengan Jumlah Produksi Air (Y)
! = " "
#$ %$ " " %
= d(j d( hi dd h ( hi dij h( bl l
p$ (h (d l lb hl ( hi dij[%$ (j i(lbc jcjh h( bl l %
= dj( d (hid d h dl(ljc( b jjh
p h( d( ll b hl c(h h(hi c j( il(bc jcjh d( bb( hd i c
= ( dl(hib b hhj
p d (djd b hd b( hc( ic ldlc
= ( dl(hib b hhj
(bdh(lbi d
! = B _,k/a
Jika dibulatkan menjadi 0,928
Koefisien korelasi antara jumlah penjualan (X2) dan jumlahproduksi air (Y) adalah r = 0,928 yang menunjukkan korelasi yang tinggi dengan arah positif mendekati 1 (Korelasi Positif). Hal ini berarti jika jumlah penjualan mengalami
4.5.3 Koefisien Korelasi antara Jumlah Pelanggan(X1)dengan Jumlah
Penjualan (X2)
! =
#$ %$ %
= bi(d h cbdj bc cdcdc ( hi dij
p$ j c cb bc cdcdc[%$ (h (d l lb hl ( hi dij %
= bid( h cbdj bic(hdb hibh
p ( jc cb ( il i c h( d( ll b hl c(h h(hi c
= (did ihbc
p d bb d d (djd b hd
= (did ihbc
(jdd bj b
! = B kegk`,aBa
Jika dibulatkan menjadi 0,858
Koefisien korelasi antara jumlah pelanggan(X1) dan jumlah penjualan (X2) adalah 0,858 yang menunjukkan korelasi yang tinggi dengan arah positif
mendekati 1 (Korelasi Positif). Hal ini berarti jika jumlah pelanggan mengalami
4.6 Uji t (Parsial)
4.6.1 Pengaruh Jumlah Pelanggan (X1) Terhadap Jumlah Produksi air (Y)
1. Menentukan formulasi hipotesis
0 : Tidak terdapat pengaruh yang signifikan secara parsial antara jumlah
pelanggan terhadap jumlah produksi air di PDAM Tirtanadi Cabang
Medan Kota.
0 : Terdapat pengaruh yang signifikan secara parsial antara jumlah
pelanggan terhadap jumlah produksi air di PDAM Tirtanadi Cabang
Medan Kota.
2. Mencari nilai ttabeldari Tabel Distribusi t
Dilakukan uji dua sisi dengan taraf nyata = 0,05 dan nilai
t
tabel dengan dkyaitu n – 2= 10 – 2 = 8, maka di peroleh
N
WX Y NB B,eYk , aBf3. Menentukan kriteria pengujian
0 diterima bila NDEF)GK NI DJ 3K NDEF)G
0 ditolak bila NI DJ 3L NDEF)G
4. Menentukan nilai statistikthitung
NI DJ 3 ' F
Terlebih dahulu menghitung nilai standar deviasi regresi linier berganda
• Menentukan nilai varian
'
/ ,=
RF VF U'
/ ,= aBe(`,k `gfg` R eB _`,Baaaf a`/ f/Bk, V, ,/fa`g/k/ /,f(gek aa/ef U= b h(c i cldlc l(c bcjljV i (jc cl l
l
= c (ij bhhi
l
' = 5.984,336543
• Menentukan nilai deviasi standar
' = #
'
,' = pe(_k` aafe`a = 77,35849367
• Standard error Sb1
'
/=
O / ,
#RS ( TUR 2 / , U
'
/ = ll bhicjbdl#R j c cb ili UR ihlic b b,U
= ll bhicjbdl
p dbb dc dhic
= ll bhicjbhic ijc ccd
• Mencari NI DJ 3
NI DJ 3 ' F
NI DJ 3 /k_ /fk//e_eB _`,Baaaf B ,f_,_eB,_
Jika dibulatkan menjadi -0,269
5. Kesimpulan
Karena , aBf K B ,f_ K , aBf maka H0Diterima.
Hal ini berarti bahwa tidak terdapat pengaruh yang signifikan secara parsial
antara jumlah pelanggan terhadap jumlah produksi air di PDAM Tirtanadi
Cabang Medan Kota.
4.6.2 Pengaruh Jumlah Penjualan(X2) Terhadap Jumlah Produksi air (Y)
1. Menentukan formulasi hipotesis
0 : Tidak terdapat pengaruh yang signifikan secara parsial antara jumlah
penjualan terhadap jumlah produksi air di PDAM Tirtanadi Cabang
Medan Kota.
0 : Terdapat pengaruh yang signifikan secara parsial antara jumlah
penjualan terhadap jumlah produksi air di PDAM Tirtanadi Cabang
2. Mencari nilai ttabeldari Tabel Distribusi t
Dilakukan uji dua sisi dengan taraf nyata = 0,05 dan nilai
t
tabel dengan dkyaitu n – 2 = 10 – 2 = 8, maka di peroleh NWX Y N hYi , aBf
3. Menentukan kriteria pengujian
0 diterima bila NDEF)GK NI DJ 3K NDEF)G
0 ditolak bila NI DJ 3L NDEF)G
4. Menentukan nilai statistikthitung
NI DJ 3 ' F
Terlebih dahulu menghitung nilai standar deviasi regresi linier berganda
(SX1X2)
• Menentukan nilai varian
' = 5.984,336543
• Menentukan nilai deviasi standar
' = pe(_k` aafe`a = 77,35849367
• Standard error Sb2
'
,=
OQ Q
#r ( sR 2Q Q U
'
, =ll bhicjbdl
= ll bhicjbdl
p d ( dj db hdd dc dhic
= ll bhicjbhi
d jjjhlbj
'
,=
0,60912404• Mencari NI DJ 3
NI DJ 3 ' F
NI DJ 3 , ,/fa`g/k/B fB_/,`B` a fakek/Bag
Jika dibulatkan menjadi 3,639
6. Kesimpulan
Karena NI DJ 3 a fa_ L NDEF)G , aBf maka H0Ditolak.
Hal ini berarti bahwa terdapat pengaruh yang signifikan secara parsial antara
jumlah penjualan terhadap jumlah produksi air di PDAM Tirtanadi Cabang
4.7 Implementasi Sistem
4.7.1 Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikam desain
sistem yang ada dalam desain sistem yang telah disetujui, menginstal, dan
memulai sistem baru yang diperbaiki.
Tujuan dari implementasi sistem adalah sebagai berikut :
1. Menyelesaikan desain sistem yang ada dalam dokumen sistem yang
disetujui.
2. Menulis, menguji, dan mendokumentasikan program-program dan
prosedur-prosedur yang diperlukan oleh dokumen desain sistem yang
disetujui.
3. Memastikan bahwa personal dapat mengoperasikan sistem baru.
4. Memperhitungkan bahwa sistem memenuhi permintaan pemakai.
5. Memastikan bahwa konveksi ke sistem yang baru berjalan dengan benar.
Implementasi yang sudah selesai harus diuji coba kehandalannya sehingga
dapat diketahui kehandalannya dari sistem yang ada dan telah sesuai dengan apa
yang diinginkan. Dalam pengolahan data pada Tugas Akhir ini penulis
menggunakan suatu perangkat lunak sebagai implementasi sistem yaitu program
4.7.2 Pengenalan SPSS
SPSS (Statistical Product and Service Solution) merupakan program aplikasi yang digunakan untuk melakukan perhitungan statistik dengan menggunakan komputer.
SPSS paling banyak digunakan dalam berbagai riset pasar, pengendalian dan
perbaikan mutu (quality improvement) serta riset-riset lain.
SPSS dibuat pertama kali sebagai software statistik pada tahun 1968.
Diprakarsai oleh ketiga mahasiswa Stanford University yang pada saat itu dioperasikan hanya pada komputer mainframe. Pada tahun 1984, SPSS pertama kali muncul pada versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+, dan sejalan dengan populernya sistem operasi windows. Pada tahun 1992, SPSS juga mengeluarkan versi windows. Dan antara tahun 1994-1998,
SPSS melakukan berbagai kebijakan strategis untuk pengembangan software
statistik dengan mengeluarkan Software Houseterkemuka seperti SYSTAT. Inc, BMDP Statistical Software, Jandel Statistics Software Clear Software, Quantime Ltd, Initive Technologies A/S dan Integral Solution Ltd. Untuk memantapkan posisinya sebagai salah satu market leader dalam business intelligence, SPSS juga menjalin aliansi strategis dengan software house terkemuka dunia yang lain
seperti Oracle Corp, Business Object dan Ceres Integrated Solution.
Karena perkembangan SPSS ini membuat program SPSS yang tadinya
hanya ditujukan pada pengolahan data statistik untuk ilmuan sosial yang pada saat
melayani berbagai user seperti proses produksi di pabrik, riset ilmu sains dan
lain-lain.
4.7.3 Langkah – Langkah Pengolahan Data dengan SPSS
4.7.3.1 Cara Mengaktifkan SPSS pada Program Windows
1. Pilih menu Start dari windows.
2. Kemudian pilih menu All Programs.
[image:68.612.136.496.337.545.2]3. Klik SPSS Statistics 17.0.
Gambar 4.1 Tampilan Pengaktifan SPSS Statistics 17.0
4. Lalu akan muncul aplikasi SPSS Statistics 17.0, pada saat tersebut akan
muncul kotak dialog SPSS Statistics 17.0, lalu tekan Cancel atau tanda
silang (close) untuk membuat file data baru sekaligus mengaktifkan SPSS
Gambar 4.2 SPSS Statistics Data Editor
4.7.3.2Mengenal Lingkungan Kerja SPSS
SPSS data editor mempunyai 2 (dua) tipe lingkungan kerja yaitu :
[image:69.612.133.506.468.681.2]2. Variable View adalah tempat di mana variabel akan didefenisikan terlebih
dahulu sebelum dimasukkan ke Data View. Cara mengaktifkannya adalah
dengan mengklik tab sheet Variable View yang berada di bagian kiri
[image:70.612.133.508.203.415.2]bawah atau langsung menekan Ctrl + T.
Gambar 4.4 Tampilan Jendela Variable View dalam SPSS
4.7.3.3 Menyusun Definisi Variable View
Name : Untuk memasukkan nama variabel yang akan diuji.
Type : Untuk mendefenisikan tipe variabel.
Widht : Untuk pengaturan panjang karakter dari variabel.
Decimals : Untuk menuliskan jumlah desimal di belakang koma.
Label : Untuk menuliskan keterangan dari nama variabel.
Missing : Untuk menuliskan ada tidaknya jawaban kosong.
Align : Untuk pengaturan teks/angka pada data View apakah akan
dibuat rata kiri (Left), kanan (Right) atau tengah (Center).
Measure : Untuk menentukan skala pengukuran variabel, misalnya nominal,
ordinal atau scale.
(Dalam penulisan Tugas Akhir ini Values, Missing, Columns dan Measure tidak
dipergunakan, karena itu ketiga pengaturan ini diabaikan saja).
4.7.3.4Pemasukan Data Ke dalam SPSS Statistics 17.0
Cara memasukkan data ke SPSS Statistics 17.0 adalah sebagai berikut :
1. Pengisian variabel pada Variable View.
Variabel Tahun adalah Tahun dari data yang diambil, variabel ini merupakan
variabel pertama yang akan ditempatkan pada baris pertama.
Langkah-langkahnya adalah sebagai berikut :
1) Isi Name dengan Tahun lalu pilih Type dan pilih Numeric. 2) Pilih Width isi dengan angka 4 lalu pilih Decimals ketik 0.
3) Pada Label ketik “Tahun”.
4) Lalu pada Align pilih Center.
Variabel Y adalah jumlah produksi air, variabel ini merupakan variabel kedua yang akan ditempatkan pada baris kedua.
Langkah-langkahnya adalah :
5) Isi Name dengan Y lalu pilih Type dan pilih Numeric.
8) Lalu pada Align pilih Center.
Selanjutnya Variabel X1adalah jumlah pelanggan yang juga menjadi variabel kedua yang ditempatkan pada baris kedua.
Langkah-langkahnya adalah :
1) Isi Name dengan X1 lalu pilih Type dan pilih Numeric.
2) Pilih Width isi dengan angka 8 lalu pilih Decimals ketik 0.
3) Pada Label ketik “Jumlah Pelanggan”.
4) Lalu pada Align pilih Center.
Selanjutnya Variabel X2adalah jumlah penjualan yang juga menjadi variabel ketiga yang ditempatkan pada baris ketiga.
Langkah-langkahnya adalah :
1) Isi Name dengan X2 lalu pilih Type dan pilih Numeric. 2) Pilih Width isi dengan angka 8 lalu pilih Decimals ketik 0.
3) Pada Label ketik “Jumlah Penjualan”.
4) Lalu pada Align pilih Center.
Gambar 4.5 Tampilan Pengisian Variable View
2. Pengisian Data Pada Data View
Langkah-langkah pengisian data ke dalam data view adalah :
1) Setelah pengisian variabel pada Variable View lalu klik pada tab sheet
Data View yang ada di kiri bawah layar.
2) Isilah tahun pada kolom Tahun sesuai jumlah data yang ada.
3) Isi Y, X1 dan X2 dengan data yang ada.
Gambar 4.6 Tampilan Pengisian Data View
4.7.3.5 Pengolahan Data dengan SPSS
Pengolahan data untuk mencari korelasi dan persamaan regresi linier berganda.
Langkah-langkahnya adalah sebagai berikut :
1) Pada Menu Bar klik menu Analyze, lalu pilih Regression dan klik Linear.
2) Lalu akan muncul kotak dialog Linear Regression.
Gambar 4.7 Kotak Dialog Linear Regression
4) Klik tombol Statistics sehingga akan muncul Linear Regression Statistics, lalu beri tanda ceklist pada Estimate, Model fit, R squared change dan Descriptives. Pada Residuals klik casewise diagnostics.
Gambar 4.8 Kotak Dialog Linear Regression : Statistics
[image:75.612.177.464.446.623.2]6) Selanjutnya balik ke kotak dialog Linear Regression, lalu klik Plots untuk
[image:76.612.174.465.209.365.2]membuat grafik. Isi kolom Y dengan pilihan ZPRED dan kolom X dengan dependent.Pada pilihan Standardized Residual Plots, ceklist Histogram, dan Normal probability plot, setelah itu klik Continue.
Gambar 4.9 Kotak Dialog Linear Regression : Plots
7) Maka aplikasi akan kembali ke kotak dialog Linear Regression, lalu
selanjutnya klik Option maka akan muncul kotak dialog Linear
Gambar 4.10 Kotak Dialog Linear Regression : Option
BAB 5
PENUTUP
5.1 Kesimpulan
Berdasarkan analisis yang telah dilakukan penulis, maka dapat diambil beberapa
kesimpulan sebagai berikut:
1. Dari perhitungan yang telah dilakukan secara manual dan menggunakan
software dibuktikan bahwa jumlah produksi air, jika tanpa adanya jumlah
pelanggan dan penjualan (X1 dan X2 = 0) maka produksi air hanya
g_a gB` g_a gB` m /BB(BBB g_(agB(`BB nb. Koefisien
regresi berganda sebesar -50,942 dan 2,216 mengindikasikan bahwa
besaran penambahan/pengurangan tingkat produksi air setiap
penambahan/pengurangan dari jumlah pelanggan dan penjualan.
Persamaan regresi berganda g_a gB` eB _`, , ,/f yang
digunakan sebagai dasar untuk memperkirakan tingkat produksi air yang
dipengaruhi oleh jumlah pelanggan dan penjualan.
Kesalahan baku (Standard Error) sebesar 77,735849694. Ini berarti
yang diperkirakan yaitu sebesar 7.735.849,694 M3.Melalui uji keberartian
regresi linier didapat Fhitung= 22,019 >Ftabel = 4,74 maka H0Ditolak dan H1 Diterima.Hal ini berarti bahwa terdapat pengaruh yang signifikan secara
simultan (bersama-sama) antara variabel bebas yaitu jumlah pelanggan
dan jumlah penjualan terhadap variabel terikat yaitu jumlah produksi air.
3. Melalui perhitungan R2didapat nilai koefisien determinasi 0,8628. Hal ini berarti bahwa sekitar 86,28% produksi air dapat ditentukan oleh jumlah
pelanggan dan jumlah penjualan melalui hubungan regresi linier berganda
sedangkan sisanya 13,72% lagi dipengaruhi oleh faktor lain.Dari hasil
perhitungan korelasi (R) antara jumlah pelanggan dan jumlah penjualan terhadap jumlah produksi air sebesar 0,929. Nilai korelasi tersebut
menyatakan bahwa hubu