PENGERTIAN KAPASITAS MENURUT PARA AHLI

Pengertian Kapasitas Menurut Para Ahli

Berdasarkan pendapat Stevenson (2000,P 712) Kapasitas adalah beban aporisma yg dapat ditangani oleh sebuah unit produksi dapat berubah pabrik, departemen, mesin atau pekerja sedangkan beban dapat 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 berdasarkan 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 pada atas mendeskripsikan bahwa kapasitas dari suatu media entah itu berupa mesin, gedung atau apa saja selalu mempunyai kemampuan menampung aporisma. Tetapi, tidak demikian yg selalu terjadi. Ada saat-ketika di mana kapasitas itu nir bisa menampung aporisma, yaitu waktu dimana terjadi gangguan-gangguan yg mengakibatkan kapasitas nir bisa menampung aporisma.

Tingkat kapasitas mesin

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

1. Kapasitas Teoritis atau ideal

Adalah kapasitas buat memproduksi dalam kecepatan penuh tanpa gangguan.

2. Kapasitas Mudah atau kapasitas realistis

Adalah kapasitas teoritis, dikurangi hambatan-hambatan yg akan timbul pada prakteknya seperti adanya kemacetan (breakdown) yg diperkirakan pemogokkan, keterlambatan dan kekurangan bahan baku

3. Kapasitas Normal

Adalah Aktivitas Rata-rata selama satu periode saat yang cukup usang buat menciptakan rata-homogen tinggi rendah tingkat produksi

4. Kapasitas Aktual atau Kapasitas yang Diharapkan

Adalah tingkat kapasitas yang berdasarkan berdasarkan kapasitas buat 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 yg diungkapkan Porter (2000, P113) posisi biaya : Tingkat pengupayaan buat memperoleh posisi porto rendah dalam pabrik dan distribusi melalui investasi pada fasilitas dan alat-alat yang 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 pada kaitannya buat memperoleh porto rendah sangat dipengaruhi 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 bisnis buat menggunakan asal daya yg ada se efisien mungkin, menggunakan biaya yang sekecilnya. Untuk mencapai hasil yang aporisma.

Analisis Porter

Menurut David (2001, P60) Salah seseorang ilmuwan ekonomi Michael Porter mengungkapkan bahwa perlunya memperhatikan 5 kekuatan persaingan buat mengetahui jelas posisi kekuatan perusahaan. Hal tersebut bermanfaat terutama untuk kepentingan jangka panjang berdasarkan perusahaan. Semakin bertenaga forces (kekuatan) menurut kelima Kekuatan yg dikatakan Forces, maka perusahaan akan semakin terbatas pada kemampuannya memperoleh profit lebih. Masing-masing menurut kelima kekuatan tadi yang berupa Potential entrants (Pemasuk Potensial), Suppliers (Pemasok), Substitute (Barang Pengganti/ substitusi), Buyers (Pembeli), Industry Competitors (Pesaing Industri) memiliki kekuatan yang kita sebut Threat (Ancaman) juga Bargaining Power (Daya tawar) serta persaingan antar perusahaan dalam satu industri yang sudah exist.

Berdasarkan pendapat David (2001, P61) beberapa persyaratan masuk yang bisa jua menjadi halangan masuknya pendatang baru merupakan sebagai 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 yg 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 menghipnotis jua Industri melalui poly hal, yg bisa membuat perusahaan menentukan kebijakan harga yang lebih murah menggunakan kualitas yg lebih baik. Pembeli atau kelompok berdasarkan pembeli akan sebagai kuat pada Bargaining Power (Daya tawar) bila:

• Pembeli membeli proporsi besar dari produk atau jasa penjual

• Pembeli punya potensial buat menghasilkan produk yang ditawarkan

• Pembeli memiliki cara lain penjual lainnya lantaran produk yang ditawarkan merupakan produk yg standar (tidak terdifferensiasi)

• Biaya membarui Penjual sangatlah mini atau mungkin tidak ada

• Pembeli merasakan laba yg sangat sedikit dan sangat sensitif terhadap biaya yang dikeluarkan.

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

David (2001, P64) Pemasok bisa menghipnotis sebuah industri melalui kemampuan mereka buat menaikkan harga atau mengurangi kualitas berdasarkan barang serta jasa yg dibeli. Pemasok atau kelompok pemasok akan kuat apabila terdapat beberapa faktor berikut :

• Industri pemasok didominasi beberapa perusahaan, tetapi penjualannya terhadap banyak pembeli

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

• Substitusi belum mungkin untuk terjadi

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

• Pembelian terhadap Pemasok hanya sebagian mini sebagai akibatnya tampak tidak penting bagi pemasok

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

Pasar dan Jenis Pasar

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

Menurutnya jua terdapat aneka macam 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 yg sangat dekat.

Ciri-karakteristik Pasar Monopoli :

1. Pasar Monopoli merupakan Industri satu perusahaan

2. Tidak mempunyai Barang Pengganti yg mirip

3. Tidak terdapat Kemungkinan Untuk Masuk Ke pada Industri

4. Dapat Mempengaruhi Penentuan Harga

5. Promosi Iklan Kurang diperlukan

Sukirno (2002, 240) Pasar Monopolistis dalam dasarnya adalah pasar yg berada diantara 2 jenis pasar yang ekstrem, yaitu persaingan paripurna dan monopoli. Oleh karena itu sifat-sifatnya mengandung unsur-unsur sifat pasar Monopoli, dan unsur-unsur sifat pasar persaingan sempurna

Ciri-cirinya adalah sebagai berikut :

1. Terdapat Banyak Penjual

2. Barangnya Bersifat Berbeda Corak

3. Perusahaan Mempunyai Sedikit Kekuasaan Mempengaruhi Harga

4. Kemasukkan pada Industri Relatif Mudah

5. Persaingan mempromosi industri Sangat Ketat

Menurut Sukirno (2002, P263) Ciri Pasar Oligopoli :

1. Menghasilkan barang standar maupun barang tidak sama corak

2. Kekuasaan memilih harga adakalanya lemah adakalanya kuat

3. Pada umumnya perusahaan oligopoli tidak perlu melakukan kenaikan pangkat secara iklan

Metodologi Penelitian

Metode adalah 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 serta data, dimana serta kapan hal itu dilakukan. Oleh karena itu pada pada tahap ini dijelaskan mengenai :

Jenis dan Metode Penelelitian

Metode penelitian yg digunakan oleh penulis buat melaksanakan penelitian ini adalah metode naratif dengan jenis penelitian studi perkara dalam PT.serayu Makmur Kayuindo.

Teknik Pengumpulan Data

Indriantoro (2002, P 145), data penelitian pada dasarnya dikelompokkan sebagai tiga jenis, yaitu: Data subjek, Data fisik serta data dokumenter. Data subjek merupakan jenis data penelitian berupa opini, sikap, pengalaman atau ciri menurut seseorang atau sekelompok orang yang sebagai subjek penelitian (responden). Data Fisik merupakan jenis data penelitian yang berupa objek atau benda-benda fisik, antara lain pada bentuk bangunan atau bagian berdasarkan banguanan, sandang, kitab serta senjata. Data Dokumenter adalah jenis data penelitian diantaranya berupa faktur, jurnal, surat-surat, notulen output kedap, memo atau dalam bentuk laporan acara.

Sumber data penelitian sendiri, terdiri atas dua. Yaitu sumber data primer serta data sekunder. Sumber data primer merupakan data yg diperoleh langsung berdasarkan sumber asli (nir melalui perantara), sedangkan data sekunder adalah data yg diperoleh secara tidak langsung yaitu para perantara. Perantara tersebut merupakan para akuntan yg bekerja pada PT Serayu Makmur Kayuindo.

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

Waktu yg digunakan pada sini adalah time series, yg diambil dari tahun 2002-2005.

Periodenya adalah per bulan selama tahun tadi.

Gambar Hubungan Sumber dan Jenis Penelitian

Gambar Tipe Data Sekunder

Definisi Operasional serta Instrumen Pengukuran

Indrianto (2000, P 69), Definisi operasional merupakan penentuan construct sehingga menjadi variabel yg dapat diukur. Pengukuran construct adalah masalah yang kompleks, karena berkaitan dengan fungsi variabel buat memberi citra yang lebih konkret tentang abstraksi construct yg diwakilinya.

Variabel-variabel yang bisa diukur secara fisik (misal luas tanah atau berat kendaraan), nisbi gampang dilakukan menggunakan bantuan indera ukur (instrumen). Demikian jua terhadap data demografi (misal : pengalaman kerja, status, jabatan) serta data keuangan suatu perusahaan (misal : pendapatan, porto, aktiva, harga saham).

Berdasarkan judul penelitian, maka terdapat 3 variabel yang akan dibahas, peneliti kemudian meng construct Variablel tersebut supaya lebih konkrit dan jelas:

1. Kapasitas mesin, adalah beban maksimal yang mampu ditampung sang mesin per jam pengoperasiannya. Instrumen pengukuran kapasitas mesin terdapat 4, yaitu Kapasitas Teoritis atau ideal, Kapasitas Praktis atau kapasitas realistis, Kapasitas Normal, Kapasitas Aktual atau Kapasitas yang Diharapkan. Kapasitas yg digunakan pada penelitian ini merupakan Kapasitas normal. Dimana kapasitas normal sebuah mesin rotary (pengupas kulit 

Gambar Construct Variabel Kapasitas

2. Pengadaan, merupakan jumlah kuantitas bahan baku log yg didapat oleh perusahaan.

Istilah pengadaan digunakan buat mendeskripsikan perbedaan cara pembelian bahan baku tadi. Dalam pengadaan, nir ada pemesanan bahan baku log tadi. Para penjual bahan standar akan datang ke perusahaan menanyakan harga beli, selesainya itu membawa bahan standar tiba ke perusahaan dan terjadi jual beli. Instrumen pengukuran buat pengadaan adalah kuantitas serta satuan ukurnya adalah m³.

Gambar Construct Variabel Pengadaan

3. Harga, merupakan harga beli bahan standar yg berlaku pada PT Serayu Makmur Kayuindo.

Satuannya pada Rp(Rupiah), satuan mata uang RI. Tetapi, instrument pengukuran pada sini dipecah lagi menjadi 2 hal yg mempengaruhi harga. Dimana dua hal tadi adalah hal pada makro ekonomi. Maka instrument buat harga di sini adalah Inflasi dan harga BBM industri . Diluar berdasarkan kedua hal tersebut tidak dipakai buat penelitian di sini.

Gambar Construct Variabel Harga

Dari Construct pada atas, bisa dibentuk operasionalisasi Variabel berdasarkan 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 merupakan suatu persamaan matematika yg mendefinisikan hubungan antara 2 variabel. Analisis regresi digunakan buat membangun suatu persamaan yg menghubungkan antara variabel tidak bebas (Y) menggunakan variabel bebas (x) serta sekaligus buat memilih nilai ramalan atau dugaannya. Bentuk persamaan regresi merupakan Y=a+bX.

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

Suharyadi (2004,P472) metode kuadrat terkecil merupakan suatu metode buat menentukan persamaan regresi menggunakan 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 dari variabel Y dari nilai variabel X yang diketahui biasa diklaim menggunakan Y “cap” atau Y topi

a : Intersep yaitu titik pangkas garis dengan sumbu Y atau nilai perkiraan bagi Y pada ketika nilai X sama menggunakan nol

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

X : Sembarangan nilai bebas yg dipilih berdasarkan variabel bebas X

Metode kuadrat terkecil dalam dasarnya digunakan buat menghitung nilai stastistik a dan b menjadi perkiraan berdasarkan parameter A dan B sedemikian rupa, sehingga jumlah kuadrat kesalahan (∑ei ²) mempunyai nilai terkecil. Lantaran jumlah kuadrat kesalahan merupakan fungsi berdasarkan a dan b ∑ei²= f(a,b), maka dengan menciptakan turunan parsial (partial differential) dari ∑ei² terhadap a dan b dihasilkan penduga koefisien regresi a serta b menjadi 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 rata-rata dalam Ŷ buat 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 model, bila kita menerima nilai E adalah 0.55, buat output regresi b positif, bisa diartikan apabila X naik 1%, maka Y akan semakin tinggi sebanyak 0.55%.

Suharyadi (2004, P518) Standard Error atau kesalahan standar pendugaan merupakan suatu berukuran yg 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 pangkas garis dengan sumbu Y

b : slope atau kemiringan garis yaitu perubahan rata-rata pada Ŷ buat setiap unit perubahan

X : Nilai variabel bebas X

n : Jumlah sampel, derajat bebas n – dua lantaran masih ada dua parameter yg akan yaitu a serta b

Pendugaan interval dimaksudkan buat menggambarkan nilai tengah buat setiap X eksklusif. Pada kondisi konkret di mana terjadi fluktuasi maka nilai dugaan Ŷ, a dan b bisa tidak sama menggunakan nilai sesungguhnya, maka mungkin lebih baik dipakai pendugaan interval.

Pendugaan interval nilai tengah Y dimaksudkan untuk mengetahui nilai dugaan bagi Y buat semua nilai X yang diketahui. Rumus interval untuk 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 taraf nyata tertentu

Syx : standard error variabel Y dari variabel X yang diketahui

X : Nilai data pengamatan variabel bebas

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

Untuk penelitian menggunakan variabel independen(X) lebih dari satu, maka regresi yg dipakai adalah regresi berganda. Berbeda dengan regresi linear sederhana di atas, yang memiliki satu variabel independen(X) serta satu variabel dependen(Y).

Bentuk regresi buat dua variabel adalah menjadi berikut: Y= a + b1X1 + b2X2

Sedangkan bentuk persamaan regresi dengan tiga variabel independen merupakan : Y= a + b1X1 + b2X2 + b3X3

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

Y= a + b1X1 + b2X2 + b3X3 + … +BkXk

Untuk persamaan regresi dengan 2 variabel independen nilai koefisien regresi yaitu b1 dan b2 dan nilai intersep a masih dapat dicari dengan mempergunakan indera hitung sederhana atau manual. Tetapi, untuk lebih berdasarkan 2 variabel, akan lebih gampang memakai SPSS.

Koefisien Determinasi memberitahuakn suatu proporsi berdasarkan varian yg bisa diterangkan oleh persamaan regresi (regression of sum squares, RSS) (Ŷ – Y rata-homogen)² terhadap varian total (total sum of squares,TSS) (Ŷ – Y homogen-homogen)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 buat menghitung R² digunakan rumus sebagai berikut :

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

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

= 0 menerangkan bahwa nir ada total varians yang diterangkan sang varian bebas menurut persamaan regresi baik X1 juga X2.

Kesalahan standar dalam regresi berganda merupakan suatu ukuran untuk melihat ketepatan antara nilai dugaan(Y) dengan nilai sebenarnya (Ŷ), sebagaimana juga berlaku buat regresi sederhana. Jika nilai dugaan semakin mendekati nilai sebenarnya, maka persamaan yg kita peroleh semakin baik, serta apabila nilai-nilai dugaan semakin jauh dari nilai sebenarnya, maka persamaan yg kita pakai pula buruk.

Rumus Kesalahan baku:

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 menurut Y

n : Jumlah sample atau data k : Jumlah variabel bebas

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

a. Sampel harus pada ambil secara acak (secara acak) berdasarkan populasi yg berdistribusi normal

b. Oleh karena sample pada ambil dari populasi yg berdistribusi normal, maka sample pula wajib berdistribusi normal. Normalitas bisa di atasi menggunakan merogoh sample poly. Di samping itu, normalitas dapat pada uji menggunakan normalitas (misalnya, menggunakan Lilliefors)

c. Data variabel terikat wajib berskala interval atau skala ratio, sedangkan skala buat variabel bebas nir wajib interval atau ratio namun sanggup jua buat data yg berskala rendah.

d. Antara variabel bebas dengan variabel terikat mempunyai hubungan secara teoritis, serta melalui perhitungan korelasi sederhana bisa di uji signifikansi hubungan tadi. Jika ternyata antara variabel bebas menggunakan variabel terikat tidak mempunyai interaksi sederhana yang signifikan maka korelasi ganda pun tidak akan signifikan.

e. Persamaan regresinya wajib linier. Mengingat pengujian linieritas buat regresi ganda sukar di lakukan maka sejauh ini linieritas buat regresi ganda hanya di asumsikan. Oleh karenanya, perlu tindakan hati-hati dalam melakukan pelukisan atas output analisisnya lantaran seluruh perhitungan berdasarkan pada asumsi, serta tidak di lakukan pengujian tentang linieritas.

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

Cara mendeteksi Heteroskedastisitas :

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

Apabila hubungan Y dan e² tidak sistematis misalnya makin mengembang atau mengecil seiring bertambahnya Y maka terjadi Heteroskedastisitas.

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

Cara mengatasi Heteroskedastisitas :

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

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

Suharyadi (2004 , P528) Multikolinearitas dikemukakan pertama kali sang Radner Frish dalam bukunya “statistical Confluence Analysis by Means of Complete Regression System”. Frish menyatakan bahwa multikolinear merupakan adanya lebih dari satu interaksi linear yang sempurna. Menurut Frish, jika terjadi multikolinear apalagi kolinear yang paripurna (koefisien hubungan antar variabel bebas = 1) maka koefisien regresi menurut variabel bebas tidak bisa ditentukan dan baku errornya tidak terhingga.

Beberapa teknik buat mengenali multikolinearitas:

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

2. Nilai koefisien determinasi R² sangat akbar, 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 yang lebih besar berdasarkan koefisien determinasinya

Kalau terjadi multikolinear beberapa cara bisa dilakukan menggunakan 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 acara yg sangat popular digunakan dalam bidang ilmu sosial. Kepopuleran ini keliru satunya ditimbulkan karena ketepatan SPSS pada proses analisis. Perbedaan Output SPSS dengan perhitungan statistik manual hampir tidak terdapat. Setiap Output hasil analisis SPSS bisa dicocokkan menggunakan hasil perhitungan manual.

Tim Penelitian serta Pengembangan Wahana Komputer (2005, P33), analisis regresi merupakan alat analisis statistik parametrik. Sebagai alat statistik parametric analisis regresi membutuhkan asumsi yg 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 telah mengikuti sebaran distribusi normal. Sebaran ini bisa dipandang pada tabel 

Histogram atau plot datanya.

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

Uji Heteroskedastisitas, atau tak jarang disebut juga homogenitas. Uji ini bisa ditinjau dalam plot datanya.

Uji Multikolinearitas, seringkali jua diklaim menggunakan uji independensi. Uji Multikolinear akan menguji antara sesame prediktor memiliki hubungan yg besar atau nir. Jika sesame prediktor memiliki hubungan yg bertenaga berarti antar prediktor tidak independent (Hal ini dapat menyebabkan korelasi prediktor menggunakan kriterium mini serta nir signifikan)

Uji Autokorelasi, beranggapan bahwa nilai residual pada pengamatan satu tidak berkorelasi terhadap residual pengamatan lainnya. Autokorelasi yg positif akan mengganggu modek lantaran memperkecil nilai pengaruhnya.

Kelemahan Teknik Analisis Data

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