BAB IV ANALISIS HASIL DAN PEMBAHASAN

Transkripsi

1 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Gambaran tersebut dapat dilihat pada hasil yang telah diperoleh pada table 4.1 sebagai berikut : Tabel 4.1 Hasil Uji Analisis Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation Beban_Pemeliharaan_dan_Re ,15 4,485E7 parasi Hasil_Produksi , ,917 Valid N (listwise) 53 Sumber : Output SPSS versi 18.0, diolah 2011 Dari tabel diatas ditunjukkan bahwa jumlah data yang dianalisis adalah sebanyak 53. Mean atau rata-rata dari beban pemeliharaan dan reparasi ke-53 jumlah data tersebut adalah Rp ,15 standar deviasi Rp 4,485 nilai minimum Rp terjadi pada bulan desember tahun 2008 dan nilai maksimumnya adalah Rp terjadi pada bulan desember tahun 2009, pada bulan ini banyak mesin yang mengalami kerusakan sehingga perusahaan banyak mengeluarkan biaya untuk pemeliharaan dan 50

2 reparasi mesin-mesin tersebut. Hasil produksi memiliki mean atau rata-rata ,57 karton, standar deviasi ,917 karton, nilai minimum karton terjadi pada bulan agustus tahun 2008, dan nilai maksimum karton terjadi pada bulan mei B. Uji Normalitas Data Uji statistik sederhana yang dapat dilakukan dengan menguji normalitas residual adalah uji statistik non-parametrik Kolmogorof-Smirnov (K-S), karena data ini memusatkan pada dua buah fungsi distribusi kumulatif yang dihipotesiskan dan distribusi kumulatif yang teramati. Dasar pengambilan keputusan apabila : 1. Jika profitabilitas atau sig > 0.05 maka Ho diterima 2. Jika profitabilitas atau sig < 0.05 maka Ho ditolak Kriteria pengujiannya adalah : a. Angka signifikan (SIG) > 0.05 maka data berdisrtibusi normal b. Angka signifikan (SIG) < 0.05 maka data tidak berdistribusi normal 51

3 Table 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Beban_Pemelihar aan_dan_reparas i Hasil_Produksi N Normal Parameters a,b Mean , ,57 Std. Deviation 4,485E ,917 Most Extreme Differences Absolute,132,163 Positive,132,163 Negative -,080 -,082 Kolmogorov-Smirnov Z,958 1,185 Asymp. Sig. (2-tailed),318,120 a. Test distribution is Normal. b. Calculated from data. Sumber : Output statistik non parametric One-Sample Kolmogorov- Smirnov Test Analisa : 1. Beban pemeliharaan dan reparasi Distribusi data dari hasil penelitian ini terlihat bahwa pada kolom asymp.sig / Asymptotic Significanse dua sisi untuk variabel beban pemeliharaan dan reparasi adalah atau profitabilitas diatas 0.05 (0.318 > 0.05), maka Ho diterima atau data berdistribusi normal 2. Hasil produksi Distribusi data dari hasil penelitian ini terlihat bahwa pada kolom asymp.sig / Asimptotic Significance dua sisi untuk variabel 52

4 hasil produksi adalah atau profitabilitas diatas 0.05 (0.120 > 0.05), maka Ho diterima atau data berdistribusi normal. C. Analisa Regresi Linear Sederhana 1. Uji Koefisien Determinasi Table 4.3 Hasil Uji Koefisien Determinasi Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1,765 a,585, ,692 a. Predictors: (Constant), Beban_Pemeliharaan_dan_Reparasi Sumber : Output SPSS versi 18.0, diolah 2011 Dari tabel diatas menunjukkan R.square adalah 0,585 (penguadratan dari koefisien korelasi 0,765 X 0,765 = 0,585). R.square disebut juga koefisien determinasi, hal ini berarti 58,5% dari variabel hasil produksi perusahaan dapat dijelaskan oleh variabel beban pemeliharaan dan reparasi. Sedangkan sisanya 41,5% (100% - 58,5% = 41,5%) dijelaskan oleh faktor-faktor lain, seperti keahlian tenaga kerja, kondisi fisik ataupun mental tenaga kerja, penambahan jam kerja, dan faktorfaktor yang lain. 53

5 2. Uji Statistik t Uji signifikansi parameter individual (Uji Statistik t) untuk dapat menginterpretasikan koefisien variabel bebas (independent variable) dapat menggunakan Unstandardized Coeficients atau Standardized Coefisiens. Table 4.4 Hasil Uji Statistik t Coefficients a Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta t Sig. 1 (Constant) 83438, ,649 12,452,000 Beban_Pemeliharaan_ dan_reparasi,001,000,765 8,481,000 a. Dependent Variable: Hasil_Produksi Sumber : Output SPSS versi 18.0, diolah 2011 Dari output diatas untuk mengetahui pengaruh variabel independen terhadap variabel dependen adalah sebagai berikut : Variabel beban pemeliharaan memiliki nilai signifikansi 0.00 lebih kecil dari 0.05 sehingga Ha diterima dan Ho ditolak. Dengan kata lain bahwa beban pemeliharaan dan reparasi berpengaruh secara signifikan terhadap hasil produksi. Bila dilihat dari perbandingan t hitung dengan t tabel dapat dilihat bahwa t hitung memiliki nilai 8,481 sedangkan t tabel 1,678, ini artinya 54

6 t hitung > t tabel sehingga Ho ditolak. Jadi terdapat pengaruh beban pemeliharaan dan reparasi terhadap hasil produksi. Hasil Produksi = 83438,719 ɑ + 0,001 Beban Pemeliharaan dan Reparasi + e Keterangan persamaan regresi : 1. Konstanta sebesar 83438,719 menyatakan bahwa jika beban pemeliharaan dan beban reparasi diabaikan maka hasil produksi adalah 83438, Koefisien regresi X 1 sebesar 0,001 menyatakan bahwa setiap pengaruh 1% akan menurunkan hasil produksi sebesar 0,