PENGERTIAN KAPASITAS MENURUT PARA AHLI

Pengertian Kapasitas Menurut Para Ahli

Berdasarkan pendapat Stevenson (2000,P 712) Kapasitas merupakan beban maksimal yang dapat ditangani sang sebuah unit produksi bisa berubah pabrik, departemen, mesin atau pekerja sedangkan beban bisa diartikan menjadi masukkan atau keluaran.

1. Capacity is The ability to receive, hold, or absorb. 

2. The maximum amount that can be contain . 

Artinya kapasitas merupakan kemampuan buat menerima atau menyerap. Maksimal menurut sejumlah yang sanggup ditampung.

Wikipedia (2000, P3) Capacity is a legal term that refers to the ability of persons to enter into contracts.

Beberapa dari definisi di atas menggambarkan bahwa kapasitas menurut suatu media entah itu berupa mesin, gedung atau apa saja selalu mempunyai kemampuan menampung maksimal . Namun, tidak demikian yg selalu terjadi. Ada saat-saat pada mana kapasitas itu tidak mampu menampung maksimal , yaitu saat dimana terjadi gangguan-gangguan yg mengakibatkan kapasitas tidak dapat menampung maksimal .

Tingkat kapasitas mesin

Dalam akuntansi manajemen, sebuah mesin produksi yang beroperasi mempunyai taraf kapasitas. Berdasarkan pendapat Horngren (2000,p 314) terdapat 4 taraf kapasitas mesin:

1. Kapasitas Teoritis atau ideal

Adalah kapasitas buat memproduksi pada kecepatan penuh tanpa gangguan.

2. Kapasitas Mudah atau kapasitas realistis

Adalah kapasitas teoritis, dikurangi hambatan-kendala yg akan ada pada prakteknya misalnya adanya kemacetan (breakdown) yang diperkirakan pemogokkan, keterlambatan dan kekurangan bahan baku

3. Kapasitas Normal

Adalah Aktivitas Rata-homogen selama satu periode waktu yg cukup lama buat membuat homogen-homogen tinggi rendah taraf produksi

4. Kapasitas Aktual atau Kapasitas yg Diharapkan

Adalah tingkat kapasitas yang berdasarkan menurut kapasitas untuk periode berikutnya.

Perlunya Keputusan akan Kapasitas

Schroeder (2000, P 16) Capacity Decision are aimed at providing the right amount of capacity at the right place at the right time.

Seperti yang diungkapkan Porter (2000, P113) posisi porto: Tingkat pengupayaan buat memperoleh posisi porto rendah dalam pabrik dan distribusi melalui investasi pada fasilitas serta peralatan yg memperkecil biaya .

Schroeder (2000, P16) Capacity Planing, however, determines not only the sizes of facilities but also the proper number of people in operation.

Dari 3 teori pada atas peneliti bermaksud menyimpulkan bahwa Kapasitas yang terjadi dalam kaitannya buat memperoleh porto rendah sangat ditentukan perencanaan yang baik sang perusahaan melalui analisa terhadap poly faktor

Pengertian Optimasi

Gunawan (2002, P57) nilai optimum (nilai maksimum atau minimum) (//www.optimize, maximize_ The Columbia Guide to Standard American English Optimize,10 September 2005) is infrequent as an intransitive verb, meaning “to take an optimistic view,” but it has very frequent use as a transitive verb, meaning “to make the most of,” “to get the optimum value or use from,” as in Her hard work optimized the scanty resources available Simpulan peneliti, meningkatkan secara optimal adalah usaha untuk memakai sumber daya yang terdapat se efisien mungkin, dengan porto yg sekecilnya. Untuk mencapai hasil yg maksimal .

Analisis Porter

Menurut David (2001, P60) Salah seseorang ilmuwan ekonomi Michael Porter menyampaikan bahwa perlunya memperhatikan lima kekuatan persaingan buat mengetahui kentara posisi kekuatan perusahaan. Hal tersebut berguna terutama buat kepentingan jangka panjang dari perusahaan. Semakin bertenaga forces (kekuatan) berdasarkan kelima Kekuatan yg dikatakan Forces, maka perusahaan akan semakin terbatas pada kemampuannya memperoleh profit lebih. Masing-masing dari kelima kekuatan tersebut yg berupa Potential entrants (Pemasuk Potensial), Suppliers (Pemasok), Substitute (Barang Pengganti/ substitusi), Buyers (Pembeli), Industry Competitors (Pesaing Industri) mempunyai kekuatan yg kita sebut Threat (Ancaman) juga Bargaining Power (Daya tawar) serta persaingan antar perusahaan pada satu industri yang sudah exist.

Berdasarkan pendapat David (2001, P61) beberapa persyaratan masuk yg bisa jua sebagai halangan masuknya pendatang baru adalah menjadi berikut :

• Economics Of Scale

• Product Differentiation

• Capital Requirements

• Switching Cost

• Access to Distribution Channel

• Cost Disadvantages Independent of Size

• Government Policy

David (2001, P62) menuliskan mengenai pendapat Porter akan faktor- faktor yang memepengaruhi intensitas persaingan:

• Number of Competitor

• Rate of Industry Growth

• Product or Service Characteristics

• Amount of Fixed cost

• Capacity

• Height of Exit Barriers

• Diversity of Rivals

David (2001, P63) Pembeli sebenarnya mensugesti pula Industri melalui banyak hal, yang mampu membuat perusahaan memilih kebijakan harga yang lebih murah dengan kualitas yang lebih baik. Pembeli atau kelompok menurut pembeli akan menjadi bertenaga pada Bargaining Power (Daya tawar) bila:

• Pembeli membeli proporsi besar berdasarkan produk atau jasa penjual

• Pembeli punya potensial buat memproduksi produk yang ditawarkan

• Pembeli memiliki alternatif penjual lainnya karena produk yg ditawarkan adalah produk yg baku (tidak terdifferensiasi)

• Biaya membarui Penjual sangatlah mini atau mungkin nir ada

• Pembeli mencicipi laba yg sangat sedikit dan sangat sensitif terhadap porto yg dimuntahkan.

• Pembelian akan produk tidak penting pengaruhnya terhadap kualitas akhir atau harga dari produk sanggup menggunakan mudah tersubstitusi.

David (2001, P64) Pemasok bisa menghipnotis sebuah industri melalui kemampuan mereka buat menaikkan harga atau mengurangi kualitas dari barang serta jasa yg dibeli. Pemasok atau gerombolan pemasok akan bertenaga jika masih ada beberapa faktor berikut :

• Industri pemasok didominasi beberapa perusahaan, namun penjualannya terhadap poly pembeli

• Barang atau jasa yang ditawarkan sifatnya unik dan sudah mengakibatkan switcing cost

• Substitusi belum mungkin buat terjadi

• Pemasok memiliki kemampuan buat berintegrasi masuk dan berkompetisi langsung merebut pangsa pasar konsumen akhir

• Pembelian terhadap Pemasok hanya sebagian mini sehingga tampak nir krusial bagi pemasok

Mengutip pendapat Hitt (2005, P58) Secara generik, ancaman produk pengganti merupakan akbar apabila sejumlah pelanggan menghadapi sedikit, bila ada, biaya peralihan serta apabila harga produk pengganti tadi lebih rendah dan atau mutu serta kemampuan kinerjanya sama atau lebih besar daripada produk yang ada.

Pasar dan Jenis Pasar

Sukirno (2002, P227) Pasar persaingan paripurna dapat disefinisikan menjadi struktur pasar atau industri di mana terdapat poly penjual serta pembeli, dan setiap penjual ataupun pembeli tidak dapat mempengaruhi keadaan pada pasar

Menurutnya juga ada berbagai macam pasar selain persaingan sempurnah, yaitu pasar monopoli, monopolistis, oligopoli.

Sukirno (2002, P228) Monopoli merupakan suatu bentuk pasar di mana hanya masih ada satu perusahaan saja. Dan perusahaan ini membuat barang yg nir mempunyai barang pengganti yang sangat dekat.

Ciri-ciri Pasar Monopoli :

1. Pasar Monopoli adalah Industri satu perusahaan

2. Tidak mempunyai Barang Pengganti yang mirip

3. Tidak masih ada Kemungkinan Untuk Masuk Ke dalam Industri

4. Dapat Mempengaruhi Penentuan Harga

5. Promosi Iklan Kurang diperlukan

Sukirno (2002, 240) Pasar Monopolistis dalam dasarnya merupakan pasar yang berada diantara dua jenis pasar yang ekstrem, yaitu persaingan sempurna dan monopoli. Oleh karena itu sifat-sifatnya mengandung unsur-unsur sifat pasar Monopoli, serta unsur-unsur sifat pasar persaingan sempurna

Ciri-cirinya merupakan menjadi berikut :

1. Terdapat Banyak Penjual

2. Barangnya Bersifat Berbeda Corak

3. Perusahaan Mempunyai Sedikit Kekuasaan Mempengaruhi Harga

4. Kemasukkan dalam Industri Relatif Mudah

5. Persaingan mempromosi industri Sangat Ketat

Menurut Sukirno (2002, P263) Ciri Pasar Oligopoli :

1. Menghasilkan barang baku juga barang berbeda corak

2. Kekuasaan menentukan harga adakalanya lemah adakalanya kuat

3. Pada umumnya perusahaan oligopoli nir perlu melakukan promosi secara iklan

Metodologi Penelitian

Metode merupakan cara kerja pikiran dalam tahu suatu obyek, didalamnya terkandung cara teknis bagaimana mengisi atau melakukan hasil berdasarkan pemahaman itu. Maka daripadanya dituntut suatu keabsahan dan keterandalan menurut cara dan data, dimana dan kapan hal itu dilakukan. Oleh karenanya di dalam tahap ini dijelaskan mengenai :

Jenis dan Metode Penelelitian

Metode penelitian yang digunakan oleh penulis untuk melaksanakan penelitian ini merupakan metode deskriptif menggunakan jenis penelitian studi masalah pada PT.serayu Makmur Kayuindo.

Teknik Pengumpulan Data

Indriantoro (2002, P 145), data penelitian pada dasarnya dikelompokkan sebagai tiga jenis, yaitu: Data subjek, Data fisik dan data dokumenter. Data subjek merupakan jenis data penelitian berupa opini, sikap, pengalaman atau ciri menurut seorang atau sekelompok orang yg menjadi subjek penelitian (responden). Data Fisik adalah jenis data penelitian yg berupa objek atau benda-benda fisik, antara lain dalam bentuk bangunan atau bagian menurut banguanan, pakaian, buku serta senjata. Data Dokumenter adalah jenis data penelitian antara lain berupa faktur, jurnal, surat-surat, notulen hasil rapat, memo atau pada bentuk laporan acara.

Sumber data penelitian sendiri, terdiri atas 2. Yaitu asal data primer serta data sekunder. Sumber data primer adalah data yg diperoleh langsung menurut asal asli (nir melalui perantara), sedangkan data sekunder adalah data yang diperoleh secara tidak pribadi yaitu para mediator. Perantara tersebut adalah para akuntan yg bekerja di PT Serayu Makmur Kayuindo.

Jenis data yang digunakan merupakan data dokumenter. Adapun data tersebut dibagi lagi berdasarkan Tipe berdasarkan data sekunder yaitu data internal serta data eksternal. Data internal penelitian berupa catatan masuknya jumlah kayu serta harga pembelian kayu perbualannya. Sedangkan buat data berupa angka inflasi, harga BBM industri yang berlaku didapat berdasarkan data eksternal. Data tersebut nir tercatat pada perusahaan, melainkan dalam situs BPS (Biro Pusat Statistik) serta situs Pertamina.

Waktu yg dipakai di sini adalah time series, yang diambil menurut tahun 2002-2005.

Periodenya merupakan per bulan selama tahun tadi.

Gambar Hubungan Sumber serta Jenis Penelitian

Gambar Tipe Data Sekunder

Definisi Operasional serta Instrumen Pengukuran

Indrianto (2000, P 69), Definisi operasional adalah penentuan construct sebagai akibatnya menjadi variabel yang bisa diukur. Pengukuran construct adalah kasus yg kompleks, lantaran berkaitan dengan fungsi variabel buat memberi citra yang lebih konkret tentang abstraksi construct yang diwakilinya.

Variabel-variabel yg bisa diukur secara fisik (misal luas tanah atau berat tunggangan), relatif mudah dilakukan dengan donasi indera ukur (instrumen). Demikian pula terhadap data demografi (misal : pengalaman kerja, status, jabatan) dan data keuangan suatu perusahaan (misal : pendapatan, porto, aktiva, harga saham).

Berdasarkan judul penelitian, maka ada 3 variabel yg akan dibahas, peneliti kemudian meng construct Variablel tersebut agar lebih konkrit serta jelas:

1. Kapasitas mesin, adalah beban aporisma yang mampu ditampung sang mesin per jam pengoperasiannya. Instrumen pengukuran kapasitas mesin ada 4, yaitu Kapasitas Teoritis atau ideal, Kapasitas Praktis atau kapasitas realistis, Kapasitas Normal, Kapasitas Aktual atau Kapasitas yang Diharapkan. Kapasitas yang dipakai dalam penelitian ini adalah Kapasitas normal. Dimana kapasitas normal sebuah mesin rotary (pengupas kulit 

Gambar Construct Variabel Kapasitas

2. Pengadaan, adalah jumlah kuantitas bahan baku log yang didapat sang perusahaan.

Istilah pengadaan dipakai buat menggambarkan disparitas cara pembelian bahan baku tersebut. Dalam pengadaan, nir terdapat pemesanan bahan standar log tadi. Para penjual bahan baku akan datang ke perusahaan menanyakan harga beli, sesudah itu membawa bahan baku tiba ke perusahaan dan terjadi jual beli. Instrumen pengukuran buat pengadaan adalah kuantitas serta satuan ukurnya merupakan m³.

Gambar Construct Variabel Pengadaan

3. Harga, adalah harga beli bahan standar yang berlaku pada PT Serayu Makmur Kayuindo.

Satuannya pada Rp(Rupiah), satuan mata uang RI. Tetapi, instrument pengukuran di sini dipecah lagi menjadi 2 hal yang mensugesti harga. Dimana dua hal tadi adalah hal pada makro ekonomi. Maka instrument buat harga pada sini adalah Inflasi serta harga BBM industri . Diluar dari ke 2 hal tersebut nir digunakan buat penelitian di sini.

Gambar Construct Variabel Harga

Dari Construct di atas, dapat dibuat operasionalisasi Variabel dari tipe Variabel.

Operasional Variabel adalah sebagai berikut :

Baca Juga

• Pengertian Kapasitas Menurut Para Ahli
• Pengertian Kapasitas Produksi Menurut Para Ahli
• Pengertian Kapasitas Kerja Menurut Para Ahli
• Pengertian Perencanaan Kapasitas Menurut Para Ahli
• Pengertian Kapasitas Menurut Ahli
• Pengertian Desain Proses Dan Kapasitas Menurut Para Ahli
• Pengertian Pengembangan Kapasitas Menurut Para Ahli

Gambar Tipe Variabel

Teknik Analisis Data

Suharyadi (2004, P 470) persamaan regresi adalah suatu persamaan matematika yang mendefinisikan hubungan antara 2 variabel. Analisis regresi digunakan buat membangun suatu persamaan yang menghubungkan antara variabel tidak bebas (Y) menggunakan variabel bebas (x) serta sekaligus buat memilih nilai ramalan atau dugaannya. Bentuk persamaan regresi adalah Y=a+bX.

Dalam persamaan regresi, terdapat kemungkinan buat terjadinya kesalahan(error). Maka muncul suatu metode yang dinamakan metode kuadrat terkecil (least squre).

Suharyadi (2004,P472) metode kuadrat terkecil merupakan suatu metode buat menentukan persamaan regresi dengan meminimumkan jumlah kuadrat jarak vertikal antara nilai aktual Y serta nilai dugaan atau ramalan Ŷ.

Ŷ=a + bX

Di mana:

Ŷ : Nilai dugaan atau ramalan berdasarkan variabel Y dari nilai variabel X yg diketahui biasa disebut dengan Y “cap” atau Y topi

a : Intersep yaitu titik pangkas garis menggunakan sumbu Y atau nilai asumsi bagi Y dalam saat nilai X sama dengan nol

b : Slope atau kemiringan garis yaitu perubahan rata-rata pada Ŷ buat setiap unit perubahan dalam variabel X

X : Sembarangan nilai bebas yg dipilih berdasarkan variabel bebas X

Metode kuadrat terkecil dalam dasarnya dipakai untuk menghitung nilai stastistik a dan b menjadi asumsi menurut parameter A dan B sedemikian rupa, sehingga jumlah kuadrat kesalahan (∑ei ²) memiliki nilai terkecil. Karena jumlah kuadrat kesalahan adalah fungsi dari a dan b ∑ei²= f(a,b), maka menggunakan menciptakan turunan parsial (partial differential) berdasarkan ∑ei² terhadap a serta b didapatkan penduga koefisien regresi a serta b sebagai berikut.

b= n(∑XY) – (∑X)(∑Y)

n(∑X²) – (∑X)²

a= (∑Y) _ b(∑X)

n         n

Di mana:

Y: Nilai variabel bebas Y

a: intersep yaitu titik pangkas garis menggunakan sumbu Y

b: slope atau kemiringan garis yaitu perubahan homogen-homogen pada Ŷ untuk setiap unit perubahan

X: Nilai variabel bebas X

n : Jumlah sample

Setelah kita menemukan koefisien regresi b, maka dapat kita kembangkan lebih lanjut ke konsep elastisitas. Yaitu : E= b (X rata-rata/Y rata-homogen). Sebagai contoh, jika kita menerima nilai E merupakan 0.55, buat output regresi b positif, bisa diartikan bila X naik 1%, maka Y akan meningkat sebesar 0.55%.

Suharyadi (2004, P518) Standard Error atau kesalahan baku pendugaan adalah suatu ukuran yang mengukur ketidak akuratan pencaran atau persebaran nilai-nilai pengamatan (Y) terhadap garis regresi (Ŷ).

Syx = √(∑Y² - a∑Y - b∑XY)/ n-2

Di mana :

Syx : Standar error variabel Y menurut variabel X yang diketahui

Y : Nilai variabel bebas Y

A : intersep yaitu titik potong garis dengan sumbu Y

b : slope atau kemiringan garis yaitu perubahan homogen-homogen dalam Ŷ untuk setiap unit perubahan

X : Nilai variabel bebas X

n : Jumlah sampel, derajat bebas n – dua karena terdapat dua parameter yg akan yaitu a serta b

Pendugaan interval dimaksudkan buat menggambarkan nilai tengah buat setiap X eksklusif. Pada syarat nyata pada mana terjadi fluktuasi maka nilai dugaan Ŷ, a dan b sanggup tidak selaras dengan nilai sesungguhnya, maka mungkin lebih baik dipakai pendugaan interval.

Pendugaan interval nilai tengah Y dimaksudkan buat mengetahui nilai dugaan bagi Y untuk semua nilai X yang diketahui. Rumus interval buat nilai tengah Y adalah sebagi berikut:

Ŷ±t(Syx)√(1/n)+[(X – X rata-rata)/∑X² - (∑X)²/n] Di mana:

Ŷ : nilai dugaan berdasarkan Y buat nilai X tertentu

t : Nilai t-tabel buat tingkat konkret tertentu

Syx : standard error variabel Y berdasarkan variabel X yang diketahui

X : Nilai data pengamatan variabel bebas

X homogen-rata : Nilai rata-homogen data pengamatan variabel bebas n : Jumlah sampel

Untuk penelitian menggunakan variabel independen(X) lebih dari satu, maka regresi yang digunakan adalah regresi berganda. Berbeda menggunakan regresi linear sederhana di atas, yg mempunyai satu variabel independen(X) dan satu variabel dependen(Y).

Bentuk regresi buat 2 variabel merupakan sebagai berikut: Y= a + b1X1 + b2X2

Sedangkan bentuk persamaan regresi menggunakan tiga variabel independen adalah : Y= a + b1X1 + b2X2 + b3X3

Sehingga bentuk umum persamaan regresi buat k variabel dapat dirumuskan sebagai berikut:

Y= a + b1X1 + b2X2 + b3X3 + … +BkXk

Untuk persamaan regresi menggunakan dua variabel independen nilai koefisien regresi yaitu b1 serta b2 dan nilai intersep a masih dapat dicari menggunakan mempergunakan alat hitung sederhana atau manual. Tetapi, buat lebih dari dua variabel, akan lebih mudah memakai SPSS.

Koefisien Determinasi memberitahuakn suatu proporsi menurut varian yang dapat diterangkan sang persamaan regresi (regression of sum squares, RSS) (Ŷ – Y rata-rata)² terhadap varian total (total sum of squares,TSS) (Ŷ – Y homogen-rata)². Besarnya koefisien determinasi dirumuskan sebagai berikut:

R² = Varian yang diterangkan persamaan regresi (RSS) Varian Total(TSS)

R² = ∑(Ŷ– Y rata-rata)² =ESS

∑(Y – Y rata-rata)²     TSS

Dan untuk menghitung R² dipakai rumus sebagai berikut :

R² = n(a.∑Y+ b1.∑YX1 +b2.∑YX2) – (∑Y)² n.∑Y² - (∑Y)²

Nilai R² akan berkisar menurut 0 sampai 1. Jika nilai R²= 1 menerangkan bahwa 100% total variasi diterangkan oleh varian persamaan regresi, atau variabel bebas baik X1 juga X2 mampu memperlihatkan variabel Y sebesar 100 %. Sebaliknya bila nilai R²

= 0 menerangkan bahwa tidak ada total varians yg diterangkan sang varian bebas berdasarkan persamaan regresi baik X1 maupun X2.

Kesalahan baku pada regresi berganda merupakan suatu ukuran buat melihat ketepatan antara nilai dugaan(Y) dengan nilai sebenarnya (Ŷ), sebagaimana juga berlaku buat regresi sederhana. Apabila nilai dugaan semakin mendekati nilai sebenarnya, maka persamaan yang kita peroleh semakin baik, serta bila nilai-nilai dugaan semakin jauh menurut nilai sebenarnya, maka persamaan yg kita pakai pula tidak baik.

Rumus Kesalahan standar:

Sy.X1.X2 = √[∑(Ŷ – Y)²/ n – (k + 1)] Di mana:

Sy.X1.X2 : Kesalahan standar atau standard error pendugaan Variabel Y berdasarkan

Ŷ : nilai dugaan berdasarkan Y dimana X1 serta X2 diketahui

Y : nilai pengamatan dari Y

n : Jumlah sample atau data k : Jumlah variabel bebas

Irianto (2004, P212) menulis, Beberapa kondisi yg harus pada penuhi dalam regresi ganda adalah :

a. Sampel harus di ambil secara acak (secara acak) dari populasi yg berdistribusi normal

b. Oleh karena sample di ambil menurut populasi yg berdistribusi normal, maka sample jua wajib berdistribusi normal. Normalitas bisa pada atasi dengan merogoh sample banyak. Di samping itu, normalitas bisa di uji dengan normalitas (contohnya, menggunakan Lilliefors)

c. Data variabel terikat harus berskala interval atau skala ratio, sedangkan skala buat variabel bebas tidak wajib interval atau ratio tetapi mampu juga buat data yg berskala rendah.

d. Antara variabel bebas dengan variabel terikat memiliki interaksi secara teoritis, dan melalui perhitungan hubungan sederhana bisa di uji signifikansi hubungan tersebut. Jika ternyata antara variabel bebas dengan variabel terikat nir memiliki interaksi sederhana yang signifikan maka hubungan ganda pun nir akan signifikan.

e. Persamaan regresinya wajib linier. Mengingat pengujian linieritas buat regresi ganda sukar pada lakukan maka sejauh ini linieritas buat regresi ganda hanya di asumsikan. Oleh karena itu, perlu tindakan hati-hati dalam melakukan deskripsi atas hasil analisisnya karena semua perhitungan berdasarkan pada perkiraan, dan nir pada lakukan pengujian tentang linieritas.

Suharyadi (2004, P528) Heteroskedastisitas buat menerangkan nilai varians ( Y – Ŷ ) antar nilai Y tidaklah sama atau hetero. Hal demikian seringkali terjadi dalam data yg bersifat cross section, yaitu data yang didapatkan pada suatu saat dengan responden yang poly.

Cara mendeteksi Heteroskedastisitas :

a. Metode grafik yaitu menghubungkan antara Y serta e², pada mana e² = ( Y – Ŷ ).

Apabila interaksi Y serta e² tidak sistematis misalnya makin membesar atau mengecil seiring bertambahnya Y maka terjadi Heteroskedastisitas.

b. Uji Korelasi Spearman, uji ini dipakai buat menguji heteroskedastisitas jika nilai hubungan rank Spearman lebih besar berdasarkan t-tabel

Cara mengatasi Heteroskedastisitas :

a. Melakukan metode kuadrat terkecil tertimbang, nilai tertimbang dapat dilakukan berdasarkan apriori atau observasi.

b. Melakukan transformasi log yaitu data diubah ke bentuk lainnya misalnya 1/X atau lainnya.

Suharyadi (2004 , P528) Multikolinearitas dikemukakan pertama kali oleh Radner Frish pada bukunya “statistical Confluence Analysis by Means of Complete Regression System”. Frish menyatakan bahwa multikolinear merupakan adanya lebih menurut satu hubungan linear yang sempurna. Menurut Frish, bila terjadi multikolinear apalagi kolinear yg paripurna (koefisien korelasi antar variabel bebas = 1) maka koefisien regresi dari variabel bebas tidak dapat dipengaruhi dan standar errornya nir terhingga.

Beberapa teknik untuk mengenali multikolinearitas:

1. Variabel bebas secara beserta-sama pengaruhnya nyata, atau uji F-nya konkret, tetapi ternyata setiap variabel bebasnya secara parsial pengaruhnya nir konkret,(uji t-nya nir konkret)

2. Nilai koefisien determinasi R² sangat besar , namun ternyata variabel bebasnya berpengaruh tidak konkret, (uji t tidak nyata)

3. Nilai koefisien hubungan parsial yaitu r yx1.X2, r yx2.X1, r x1 x1 y terdapat yg lebih akbar berdasarkan koefisien determinasinya

Kalau terjadi multikolinear beberapa cara bisa dilakukan dengan membuang variabel bebas yang mengakibatkan multikolinear atau menambah data atau observasi lagi.

SPSS (Statistikal Packet for Social Science)

SPSS (Statistikal Packet for Social Science) adalah program yg sangat popular dipakai dalam bidang ilmu sosial. Kepopuleran ini salah satunya disebabkan karena ketepatan SPSS pada proses analisis. Perbedaan Output SPSS menggunakan perhitungan statistik manual hampir tidak terdapat. Setiap Output hasil analisis SPSS bisa dicocokkan menggunakan output perhitungan manual.

Tim Penelitian serta Pengembangan Wahana Komputer (2005, P33), analisis regresi adalah indera analisis statistik parametrik. Sebagai indera statistik parametric analisis regresi membutuhkan asumsi yang perlu dipenuhi sebelum dilakukannya analisis. Analisis ini dinamakan uji perkiraan klasik. Uji perkiraan klasik mencangkup:

Uji Normalitas Sebaran, yaitu pengujian apakah data sample yg diambil sudah mengikuti sebaran distribusi normal. Sebaran ini bisa dicermati pada tabel 

Histogram atau plot datanya.

Uji Linearitas, yg akan memastikan apakah data sample sinkron dengan garis linear atau nir. Apabila sebaran data tidak sinkron menggunakan garis linear maka bisa dipakai analisis regresi non linear. Lenearitas dapat dilihat pada plot data.

Uji Heteroskedastisitas, atau seringkali diklaim pula homogenitas. Uji ini dapat dilihat pada plot datanya.

Uji Multikolinearitas, seringkali juga dianggap dengan uji independensi. Uji Multikolinear akan menguji antara sesame prediktor memiliki interaksi yg besar atau tidak. Apabila sesame prediktor mempunyai hubungan yang kuat berarti antar prediktor nir independent (Hal ini bisa menyebabkan korelasi prediktor dengan kriterium mini serta tidak signifikan)

Uji Autokorelasi, beranggapan bahwa nilai residual pada pengamatan satu nir berkorelasi terhadap residual pengamatan lainnya. Autokorelasi yang positif akan mengganggu modek karena memperkecil nilai pengaruhnya.

Kelemahan Teknik Analisis Data

Kelemahan teknik analisis data adalah pada regresi berganda nir diperbolehkan adanya multikolineritas sehingga apabila terjadi hal demikian maka penelitian bisa jadi wajib mencari data observasi lagi sebagai akibatnya hal tersebut akan menyulitkan dan membutuhkan saat yang lebih panjang.