1.
STUDY CASE
[Link] UPHT memiliki prosedur pelaporan Daily Activity. Pekerjaan tersebut di
berikan kepada pihak ke-3 dalam hal ini tenaga kerja Outsourcing.
Banyaknya Pekerja adalah Variable Predictors (X) dan Jumlah banyaknya
Laporan yang bisa dikerjakan oleh tenaga kerja adalah Variable Respon (Y).
Akan di analisa pengaruh jumlah banyaknya pekerja dengan jumlah laporan
yang bisa diselesaikan. Faktor Jenis Kelamin juga diperhitungkan.
[Link] di Modelkan Menggunakan Minitab :
1.3 Analisa
Regression Analysis: Y versus X (TANPA MEMASUKKAN JENIS
KELAMIN)
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Regression 1 966.74 966.74 21.96 0.003
X 1 966.74 966.74 21.96 0.003
Error 6 264.14 44.02
Lack-of-Fit 5 246.14 49.23 2.73 0.428
Pure Error 1 18.00 18.00
Total 7 1230.87
Model Summary
S R-sq R-sq(adj) R-sq(pred)
6.63499 78.54% 74.96% 63.91%
Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constant -1.31 9.15 -0.14 0.890
X 4.541 0.969 4.69 0.003 1.00
Regression Equation
Y = -1.31 + 4.541 X
Regression Analysis: Y versus X, Sex_Laki
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Regression 2 969.36 484.680 9.27 0.021
X 1 969.15 969.152 18.53 0.008
Sex_Laki 1 2.62 2.624 0.05 0.832
Error 5 261.51 52.303
Total 7 1230.87
Model Summary
S R-sq R-sq(adj) R-sq(pred)
7.23207 78.75% 70.26% 43.74%
Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constant -2.2 10.7 -0.21 0.846
X 4.56 1.06 4.30 0.008 1.00
Sex_Laki 1.19 5.29 0.22 0.832 1.00
Regression Equation
Y = -2.2 + 4.56 X + 1.19 Sex_Laki
Gambar Four in One Grafik
1.4 Analisa (II)
Regression Analysis: Y versus X, Sex_Perempuan
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Regression 2 969.36 484.680 9.27 0.021
X 1 969.15 969.152 18.53 0.008
Sex_Perempuan 1 2.62 2.624 0.05 0.832
Error 5 261.51 52.303
Total 7 1230.87
Model Summary
S R-sq R-sq(adj) R-sq(pred)
7.23207 78.75% 70.26% 43.74%
Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constant -1.0 10.1 -0.10 0.924
X 4.56 1.06 4.30 0.008 1.00
Sex_Perempuan -1.19 5.29 -0.22 0.832 1.00
Regression Equation
Y = -1.0 + 4.56 X - 1.19 Sex_Perempuan
Four in One Grafik
Untuk Analisa Tanpa Memperhitungkan Jenis Kelamin yaitu :
Y = -1.31 + 4.541 X
Dari 2 Analisa dengan memperhitungkan Jenis Kelamin di atas kita mendapatkan
2 Persamaan yaitu :
(1) Y = -2.2 + 4.56 X + 1.19 Sex_Laki
(2) Y = -1.0 + 4.56 X - 1.19 Sex_Perempuan
Namun pada dasarnya kedua Persamaan di atas adalah sama.
Analisa Secara Manual Perhitungan (Tanpa
membedakan Jenis Kelamin) :
Hal pertama yang akan kita lakukan adalah membentuk persamaan regresi, yaitu :
Y' = a + bX
Selanjutnya adalah menentukan konstanta a dan koefisien b, kita ikuti langkah sebagai berikut :
LAPORA ORAN
N
G
maka diperoleh :
Persamaan regresi diperoleh :
Y' = -1,3147 + 4,5413X
dimana :
Y' = Banyaknya Laporan yang Selesai
X = Jumlah Pekerja
Interpretasi dari koefisien regresi :
Nilai a = -1,3147 artinya tidak ada Jumlah Pekerja maka tidak ada Laporan yang Selesai.
(karena tidak ada Pekerjaan yang bernilai negatif sehingga dianggap nol).
Nilai b = 4,5413 artinya jika terjadi peningkatan jumlah pekerja sebesar satu orang maka
akan terjadi peningkatan banyaknya laporan yang selesai sebesar 4,5413 satuan.
Koefisien Determinasi R2 :
r = 0,886 bernilai positif dan kuat
artinya terdapat hubungan atau korelasi yang kuat antara Jumlah Pekerja dengan laporan yang
selesai dikerjakan. Semakin banyak jumlah pekerja maka semakin banyak laporan yang selesai.
R2 = 0,8862 = 0,785
artinya sekitar 78,5% variasi dari variabel banyaknyua Jumlah Pekerja dapat menjelaskan variasi
dari variabel banyaknya laporan yang selesai.
(cukup tinggi)
Standar Error Estimate Persamaan Regresi:
Jadi besarnya standar error estimate persamaan regresi adalah 6,6364. Hal ini menunjukkan
penyimpangan data-data terhadap garis regresi, atau bagaimana penyimpangan data yang
menyebar disekitar garis regresi.
(cukup kecil).
Pengujian Koefisien Regresi :
> Hipotesis Uji
Ho : b = 0
Ha : b 0
> Taraf Signifikansi
Pilih nilai signifikansi = 5%
> Daerah Kritis
dengan nilai = 5% dan derajat bebas n-2=8-2=6, maka diperoleh nilai t-tabel pada 5%/2 =
2,5% yaitu 2,447.
> Statistik Uji
> Keputusan
nilai t-hitung = 4,6805 > t-tabel = 2,447 sehingga Ho ditolak dan Ha diterima.
> Kesimpulan
Dengan tingkat signifikansi 5% cukup menjelaskan bahwa ada pengaruh Jumlah Pekerja dengan
Jumlah Laporan yang Selesai.