PROPOSAL PENELITIAN

ANALISIS REGRESI DAN OPTIMALISASI 

KEUNTUNGAN PERUSAHAAN ONESPORT                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            

BAB I

PENDAHULUAN

1.1              1.1       Latar Belakang

Sumber  daya  manusia  membutuhkan banyak ilmu  pengetahuan untuk dapat mengatasi masalah  yang akan dihadapi. Masalah – masalah yang akan dihadapi di dunia industri tidak lepas dari persaingan antar perusahaan untuk mendapatkan keuntungan yang  semaksimal mungkin. Ilmu statistika dapat digunakan untuk menyelesaikan masalah – masalah yang berkaitan dengan dunia industri.

            Ilmu statistika dapat menyajikan data dengan menggunakan analisis dan perhitungan sesuai dengan data yang telah dikumpulkan. Ilmu statistika dapat mempercepat dan mempermudah dalam pengolahan data guna mendapatkan hasil yang paling baik. Teknik yang digunakan dalam ilmu statistika adalah menganalisis data, Kemudian masuk ke peramalan dan penarikan kesimpulan keseluruhan data.

            Regresi adalah ilmu dalam statistika yang digunakan untuk peramalan-peramalan atau memperkirakan keputusan-keputusan yang akan diambil guna menghadapi masalah-masalah yang akan dihadapi perusahaan Onesport untuk dapat mengoptimalisasikan keuntungan yang di peroleh perusahaan.

            Regresi juga dapat digunakan untuk memperbaiki cara – cara pengambilan keputusan dalam jangka waktu panjang  yang dilakukan perusahaan agar lebih maksimal. Penerapan Regresi juga dapat menjaga stabilitas perusahaan saat terjadi krisis. Harapan dari mempelajari regresi adalah dapat diterapkan  didunia industri untuk menyelesaikan masalah-masalah yang dihadapi perusahaan Onesport dan dapat mengoptimalisasikan keuntungan perusahaan.

1.2       Rumusan Permasalah

Rumusan masalah yang terjadi yaitu terdapat keputusan-keputusan yang tidak tepat dalam mengoptimalisasikan keuntungan perusahaan Onesport. Hal ini disebabkan karena kurangnya ilmu pengetahuan dalam memperbaiki cara-cara pengambilan keputusan yang paling tepat.

1.3       Tujuan Penelitian

Penelitian yang dilakukan memiliki tujuan yang ingin diketahui. Berikut ini merupakan tujuan penelitian yang akan dilakukan yaitu:

a.         Menganalisis persamaan regresi antara banyaknya pegawai terhadap jumlah distribusi produk olahraga yaitu deker pada perusahaan Onesport.

b.         Menganalisis hubungan antara banyaknya pegawai terhadap jumlah distribusi produk olahraga yaitu deker pada perusahaan Onesport.  

                                                                       BAB II

LANDASAN TEORI

2.1       Pengertian Regresi

            Menurut Walpole (1988), persamaan regresi adalah persamaan matematik yang memungkinkan kita meramalkan nilai-nilai suatu peubah tak bebas dari nilai-nilai satu atau lebih peubah bebas. Sedangkan menurut Hasan (1999), regresi merupakan peramalan, penaksiran, atau pendugaan mengenai besar nilai dari uji statistik.

            Dalam kehidupan ini kita berhadapan dengan berbagai gejala yang meliputi berbagai variabel. Sebagai contoh: (1) berat badan dalam taraf tertentu tergantung pada tinggi badannya, (2) produktivitas kerja pada taraf tertentu tergantung pada efisiensi dan efektivitas kerjanya, (3) produksi padi dalam taraf tertentu tergantung pada kesuburan tanah, teknologi yang dipakai, banyak curah hujan, dan sebagainya.

            Berdasarkan contoh-contoh di atas, maka tampaklah mana variabel bebas (yang mempengaruhi) dan mana variabel terikat atau tergantung (yang dipengaruhi). Variabel yang mempengaruhi ini dalam analisis regresi disebut sebagai variabel prediktor, dengan lamabang X; sedangkan variabel yang dipengaruhi disebut variabel kriterium dengan lambing Y (Usman : 1995).

           

2.2       Guna Analisis Regresi

            Analisis regresi berguna untuk mendapatkan hubungan fungsional antara dua variabel atau lebih atau mendapatkan pengaruh antara variabel prediktor terhadap variabel kriteriumnya atau meramalkan pengaruh variabel prediktor terhadap variabel kriteriumnya (Usman : 1995).           

2.3       Asumsi-Asumsi Dasar Regresi

Dalam penggunaan regresi, terdapat beberapa asumsi dasar yang dapat menghasilkan estimator linier tidak bias yang terbaik dari model regresi yang diperoleh dari metode kuadrat terkecil biasa. Dengan terpenuhinya asumsi tersebut, maka hasil yang diperoleh dapat lebih akurat dan mendekati atau sama dengan kenyataan. Asumsi-asumsi dasar itu dikenal sebagai asumsi klasik, yaitu sebagai berikut: (Usman : 1995)

1.         Homoskedastisitas, berarti varians dari variabel bebas adalah sama atau konstan untuk setiap nilai tertentu dari variabel bebas lainnya atau variasi residu sama untuk semua pengamatan.

2.         Nonautokorelasi, berarti tidak ada pengaruh dari variabel dalam modelnya melalui selang waktu atau tidak terjadi korelasi di antara galat randomnya,

3.         Nonmultikolinearitas, berarti antara variabel bebas yang satu dengan variabel bebas yang lain dalam model regresi tidak terjadi hubungan yang mendekati sempurna ataupun hubungan yang sempurna.

4.         Distribusi kesalahan (error) adalah normal.

5.         Nilai rata-rata kesalahan (error) populasi pada model stokastiknya ssama dengan nol.

6.         Variabel bebasnya mempunyai nilai yang konstan pada setiap kali percobaan yang dilakukan ssecara berulang-ulang (variabel nonstokastik)

2.4       Persamaan Analisis Regresi

            Persamaan regresi linier adalah persamaan matematik yang memungkinkan kita meramalkan nilai – nilai suatu peubah takbebas dari nilai – nilai satu atau lebih peubah bebas. Istilah ini berasal dari telaah kebakaan yang dilakukan oleh Sir Francis Galton (1822-1911) yang membandingkan tinggi badan anak laki – laki dengan tinggi badan ayahnya. (Walpole : 1988). Persamaan analisis regresinya adalah :

                                               

Dimana :

Y          : variabel kriterium

X          : variabel prediktor

a          : bilangan konstan

b          : koefisien arah regresi linier

Bentuk persamaan regresi tersebut sering dibaca sebagai regresi X atas Y, artinya regresi X sebagai variabel prediktornya dengan Y sebagai variabel kriteriumnya. Sebaliknya ada juga persamaan regresi yang dibaca sebagai regresi Y atas X.

            Koefisien arah regresi linier dinyatakan dengan huruf b yang juga menyatakan perubahan rata-rata variabel Y untuk setiap variabel X sebesar satu bagian. Maksudnya ialah bila harga b positif, maka variabel Y akan mengalami kenaikan atau pertambahan. Sebaliknya bila b negatif, maka variabel Y akan mengalami penurunan (Usman : 1995).

2.5       Langkah-langkah Menghitung Persamaan Regresi

            Persamaan regresi dapat dihitung secara manual dengan bantuan tabel penolong, kalkulator, dan komputer. Berikut ini, merupakan langkah-langkah perhitungan analisis regresi secara manual:

1.         Tulis H_a dan H₀ dalam bentuk kalimat.

            H_a :         Terdapat hubungan fungsional linier dan signifikan antara   variabel X dengan Y.

            H₀ :         Tidak terdapat hubungan fungsional yang linier dan signifikan antara variabel X dengan Y.

2.         Tulis H_a dan H₀ dalam bentuk statistik.

            H_a :         r 0

            H₀ :         r = 0

3.         Buatlah tabel penolong seperti tabel di bawah ini.

No.	Xi	Yi	XiYi	Xi2	Yi2
1 2 . . N
	∑ Xi	∑ Yi	∑ XiYi	∑ Xi2	∑ Yi2

4.         Hitung a dengan rumus

5.         Hitung b dengan rumus

            Jika b sudah dihitung lebih dahulu, maka a dapat dihitung dengan rumus:

6.         Masukkan nilai a dan b ke dalam persamaan regresi:

7.         Ujilah signifikansi dan linieritas persamaan regresi tersebut dengan menggunakan taabel penolong yang disebut tabel Analisys of Varians (Anova).

8.         Isikanlah rumus-rumus berdasarkan hasil perhitungan.

9.         Kriteria untuk pengujian H₀ yaitu:

            H₀ :       signifikan

            H_a :       tidak signifikan

            Jika F_{sign hitung} ≤ F_{sign tabel}, maka H₀ diterima.

            Jika F_{line hitung} ≤ F_{line tabel}, maka H₀ diterima.

11.       Cari F_{sign tabel} dengan rumus:

            F_{sign tabel} = F_{(1 – α)(dkreg), dkres} dan dengan melihat tabel F didapat nilai F_{sign tabel.}

12.       Cari F_{line tabel} dengan rumus:

            F_{line tabel} = F_{(1 - α), dk(TC), dk(E)} dan dengan melihat tabel F didapat nilai F_{line tabel.}

13.       Bandingkan hasil langkah 8, dengan langkah 12.

14.       Buatlah kesimpulannya.

2.6       Selisih Taksir Standar

Selisih taksir standar atau kesalahan baku adalah angka atau indeks yang digunakan untuk mengukur ketepatan suatu penduga atau mengukur jumlah variasi titik–titik observasi di sekitar garis regresi.                                                                   Apabila semua titik observasi berada tepat pada garis regresi, selisih taksir standar sama dengan nol. Dengan demikian, selisih taksir standar secara langsung menunjukkan tingkat pencaran data. Selisih taksir standar dapat dinyatakan dengan rumus berikut: (Hassan : 2008)

Atau

Keterangan :              

S_y/x  = S_x/y = selisih taksir standar

Y    = X    = nilai variabel sebenarnya

Y’   = X’   = nilai variabel yang diperkirakan

n    = jumlah frekuensi

2.7       Regresi ganda

            Regresi ganda berguna untuk mendapatkan pengaruh dua variabel kriteriumnya, atau untuk mencari hubungan fungsional dua variabel predictor atau lebih dengan variabel kriteriumnya, atau untuk meramalkan dua variabel predictor atau lebih terhadap variabel kriteriumnya. Bentuk persamaan garis regresi ganda adalah seperti berikut ini: (Usman : 1995)

Untuk 2 prediktor : Y = a + b₁X₁ + b₂X₂

Untuk 3 prediktor : Y = a + b₁X₁ + b₂X₂ + b₃X₃

Untuk n prediktor : Y = a + b₁X₁ + b₂X₂ + b₃X₃ + … + b_nX_n

2.8       Penyimpangan Asumsi dasar

Penyimpangan terhadap asumsi – asumsi dasar tersebut dalam regresi akan menimbulkan beberapa masalah, seperti standar kesalahan untuk masing – masing koefisien yang di duga akan sangat besar. Pengaruh masing – masing variabel bebas tidak dapat dideteksi, atau variasi dari koefisiennya tidak minim lagi. Akibatnya estimasi koefisiennya menjadi kurang akurat lagi yang pada akhirnya dapat menimbulkan interpretasi dan kesimpulan yang salah. Penyimpangan asumsi dasar itu terdiri atas: (Usman : 1995)

1.                  Heterokedastisitas, yang berarti (varians) variabel tidak sama untuk semua pengamatan.

2.                  Autokorelasi, berarti terdapatnya korelasi antar anggota sampel atau data pengamatan yang diurutkan berdasarkan waktu, sehingga munculnya suatu datum dipengaruhi oleh datum sebelumnya. Misalkan persamaan regresi menggunakan data berkala seperti berikut :

Keterangan:

        = konsumsi                              X          = pendapatan

3.         Multikolinearitas, yang berarti antara variabel bebas yang satu dengan variabel bebas yang lain dalam model regresi saling berkolerasi linear. (Usman : 2008)

BAB III

METODOLOGI PENELITIAN

3.1       Variabel Penelitian

Variabel   penelitian   terdiri   dari   dua   jenis,   yaitu   :   Variabel   terikat (dependent variable) atau variabel yang tergantung oleh variabel lain, dan variabel bebas (independent variable) atau variabel yang tidak bergantung pada variabel lainnya. Variabel-variabel yang digunakan dalam penelitian ini adalah :

1.    Variabel terikat (dependent variable), yaitu regresi

2.    Variabel  bebas  (independent  variable),  yaitu  persamaan regresi antara banyaknya pegawai terhadap jumlah distribusi produk dan hubungan antara banyaknya pegawai terhadap jumlah distribusi produk.

3.2       Defenisi Operasional

Defenisi Operasional adalah petunjuk bagaimana suatu variabel diukur, sehingga peneliti dapat mengetahui baik buruknya sebuah penelitian tersebut. Azwar   (1997)   mendefenisikan   defenisi   operasional   adalah   suatu   defenisi mengenai variabel yang dirumuskan berdasarkan karakteristik-karakteristik variabel yang dapat diamati. Adapun defenisi operasional dalam penelitian ini adalah.

1.    Regresi

Regresi adalah ilmu dalam statistika yang digunakan untuk peramalan-peramalan atau memperkirakan keputusan-keputusan yang akan diambil guna menghadapi masalah-masalah yang akan dihadapi perusahaan Onesport untuk dapat mengoptimalisasikan keuntungan yang di peroleh perusahaan.

2.    Persamaan Regresi

Menurut Walpole (1988), persamaan regresi adalah persamaan matematik yang memungkinkan kita meramalkan nilai-nilai suatu peubah tak bebas dari nilai-nilai satu atau lebih peubah bebas. Sedangkan menurut Hasan (1999), regresi merupakan peramalan, penaksiran, atau pendugaan mengenai besar nilai dari uji statistik.

3.    Hubungan

Hubungan adalan keterikatan batin,hati ataupun segala sesuatu yang bisa berkaitan. Misalkan hubungan manusia dengan manusia, manusia dengan barang dan lain sebagainya.

3.3       Jenis Data

Data adalah segala sesuatu yang diketahui atau dianggap mempunyai sifat bisa  memberikan  gambaran  tentang  suatu  keadaan  atau  persoalan (Supranto,2001). Jenis data yang digunakan dalam penelitian ini meliputi :

1.     Data Primer

Menurut Algifari (2000), data primer merupakan data yang diperoleh secara langsung dari sumber asli (tanpa melalui perantara). Data primer yang akan diperoleh dari hasil pengamatan langsung tentang variabel-variabel persamaan regresi antara banyaknya pegawai terhadap jumlah distribusi produk.

2.    Jenis data Kuantitatif.

Dimana data kuantitatif adalah data yang dapat diklasifikasikan kedalam kategori-kategori yang berwujud angka-angka yang dapat dihitung untuk menghasilkan penafsiran kuantitatif yang kokoh. (Husein Umar, 2001).

3.    Data sekunder

Data  adalah  data  yang  telah  tersusun  dalam  bentuk  dokumen-dokumen tertulis yang diperoleh dari bahan pustaka buku-buku, serta literatur-literatur lainnya yang terkait dalam penelitian dan Internet.

3.4       Sumber Data

Dalam penelitian ini bertujuan untuk meneliti persamaan regresi antara banyaknya pegawai terhadap jumlah distribusi produk dan menentukan hubungan antara banyaknya pegawai terhadap jumlah distribusi produk olahraga yaitu deker.

3.5       Objek Penelitian

            Objek dalam penelitian ini adalah banyaknya pegawai terhadap jumlah distribusi produk olahraga yaitu deker.

3.6       Metode Pengumpulan Data

Metode pengumpulan adalah tatacara peneliti untuk mendapatkan data yang dibutuhkan dalam penelitian. Berikut ini adalah metode pengumpulan data yang digunakan dalam penelitian:

1.    Wawancara

Wawancara   sebagai   teknik   pencaharian   dan   pengumpulan   informasi dilakukan dengan mendatangi secara langsung kepada responden untuk dimintai keterangan mengenai sesuatu yang diketahui (bisa mengenai suatu kejadian, fakta, maupun pendapat responden)(Subiyanto, 2000)

2.    Observasi

Observasi adalah pengamatan dan pencatatan secara teliti dan sistematis atas gejala-gejala (fenomena) yang sedang diteliti (Soeratno dan Arsyad, 2008)

3.    Studi Pustaka

Pengumpulan data yang dilakukan dengan membaca buku-buku literatur, jurnal, internet, majalah, dan penelitian terdahulu yang berkaitan dengan penelitian yang sedang dilakukan.