Analisis Pengaruh Jumlah Pelanggan Dan Jumlah Penjualan Terhadap Jumlah Produksiair Di Pdam Tirtanadi Cabang Medan Kota

(1)

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

(2)

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

(3)

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

(4)

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

(5)

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.

(6)

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

(7)

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

(8)

BAB 5 PENUTUP

5.1Kesimpulan 67

5.2 Saran 69

DAFTAR PUSTAKA

(9)

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

(10)

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

(11)

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

(12)

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

(13)

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.

(14)

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

(15)

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

(16)

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

(17)

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 :

(18)

= 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)

(19)

... (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:

!

=

" " " "

#$ " " %$ " " %

(20)

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

(21)

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

(22)

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,

(23)

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,

(24)

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

(25)

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

(26)

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 :

(27)

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

(28)

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)

(29)

... (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

(30)

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

(31)

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

=

45₄₅678

679

... (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)

(32)

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

(33)

2. Menentukan taraf nyata dan 1_DEF)G dengan derajat kebebasan H . dan

H n-k-1

3. Menentukan kriteria pengujian

0 diterima bila 1_{I DJ 3}K 1_DEF)G

0 ditolak bila 1_{I DJ 3}L 1_DEF)G

4. Menentukan nilai statistik Fhitung dengan rumus:

12)3

=

45₄₅678 679

5. 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).

(34)

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

(35)

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 :

(36)

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

(37)

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 :

(38)

n = jumlah data

k = jumlah variabel bebas.

Langkah-langkah dalam pengujian hipotesis adalah sebagai berikut :

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} .

0 diterima bila N_DEF)GK N_{I DJ 3}K N_DEF)G

0 ditolak bila N_{I DJ 3}L N_DEF)G

4. Menentukan nilai statistik thitung dengan rumus :

N

I DJ 3 _OF"

P"

(39)

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

(40)

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

(41)

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

(42)

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

(43)

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

(44)

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,

(45)

5. Bidang Neraca Wilayah dan Analisis Statistik

Bidang Neraca Wilayah dan Analisis Statistik mempunyai tugas untuk

penyusunan neraca produksi, neraca konsumsi, dan akumulasi penyajian

(46)

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

(47)

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

(48)

[image:48.612.117.523.105.362.2]

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

(49)

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

(50)

=

= 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) –

(51)

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

=

= 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

(52)

= 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

(53)

[image:53.612.131.289.509.654.2]

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_`

(54)

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)

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:

(55)

0 diterima bila 1_{I DJ 3} K 1_DEF)G

0 ditolak bila 1_{I DJ 3}L 1_DEF)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 –

(56)

:;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 bhbcd_l

• Penghitungan Nilai F Regresi (Freg)

12)3 = 45678

45679

12)3 = b (ldj d dc_{h(jic bbd} = 22,01899376

Jika dibulatkan menjadi 1₂₎₃ = 22,019

5. Membuat Kesimpulan

(57)

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

(58)

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,

(59)

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

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

(60)

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

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

(61)

4.6 Uji t (Parsial)

4.6.1 Pengaruh Jumlah Pelanggan (X1) Terhadap Jumlah Produksi air (Y)

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 dk

yaitu n – 2= 10 – 2 = 8, maka di peroleh

N

_{WX Y} N_{B B,eYk} , aBf

4. Menentukan nilai statistikthitung

NI DJ 3 _' F

Terlebih dahulu menghitung nilai standar deviasi regresi linier berganda

(62)

'

_{/ ,}

=

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

' = #

'

,

' = 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 bhicjbhi_{c ijc ccd}

(63)

• 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)

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

(64)

2. Mencari nilai ttabeldari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata = 0,05 dan nilai

t

tabel dengan dk

yaitu n – 2 = 10 – 2 = 8, maka di peroleh N_{WX Y} N _hYi , aBf

4. Menentukan nilai statistikthitung

NI DJ 3 _' F

Terlebih dahulu menghitung nilai standar deviasi regresi linier berganda

(SX1X2)

' = 5.984,336543

' = pe(_k` aafe`a = 77,35849367

• Standard error Sb2

'

,

=

OQ Q

#r ( sR 2Q Q U

'

, =

ll bhicjbdl

(65)

= ll bhicjbdl

p d ( dj db hdd dc dhic

= ll bhicjbhi

d jjjhlbj

'

,

=

0,60912404

• Mencari N_{I DJ 3}

NI DJ 3 _' F

NI DJ 3 , ,/fa`g/k/_{B fB_/,`B`} a fakek/Bag

6. Kesimpulan

Karena N_{I DJ 3} a fa_ L N_DEF)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

(66)

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

(67)

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

(68)

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

(69)

[image:69.612.138.503.80.287.2]

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]

(70)

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.

(71)

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.

(72)

Selanjutnya Variabel X1adalah jumlah pelanggan yang juga menjadi variabel kedua yang ditempatkan pada baris kedua.

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”.

Selanjutnya Variabel X2adalah jumlah penjualan yang juga menjadi variabel ketiga yang ditempatkan pada baris ketiga.

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”.

(73)

[image:73.612.133.508.80.291.2]

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.

(74)

[image:74.612.132.509.79.292.2]

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.

(75)

[image:75.612.176.462.79.289.2]

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]

(76)

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

(77)

[image:77.612.164.476.78.285.2]

Gambar 4.10 Kotak Dialog Linear Regression : Option

(78)

BAB 5