P. 1
Makalah Tugas Kelompok - Multiple Regression 230710

Makalah Tugas Kelompok - Multiple Regression 230710

|Views: 171|Likes:
Published by Lintang Widayanto

More info:

Published by: Lintang Widayanto on May 11, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

11/18/2015

pdf

text

original

TUGAS KELOMPOK

Mata Kuliah : Statistics for Business Decision Dosen : Amirullah Setya Hardi MSc.

2010

Anggota Kelompok : Leknor Joni Lintang Widayanto Meita Indriasari Rina Faqih Setio Candrawati N.

PRA-MM EKSEKUTIF 19A
24-Juli-2010

.................................................................................................................................................................................................2 Latar Belakang ............... 6 Bab III – Analisis ....................... 0 Bab I – Pendahuluan ............. 8 Bab IV ...................................................................................................................................................TUGAS SBD 2010 Daftar Isi Daftar Isi ........................................ 2 2........................................................................................................................................................................................... 3 4. 2 1........................... Tujuan ........................................ Alat yang digunakan ........................................................................... 18 1 ...................................................................................................................................................................................... Permasalahan ......................................................................... 2 3..........Kesimpulan ......... 3 Bab II – Penyajian Data ......

didapatkan ada 4 buah variabel yang berhubungan dengan investasi suatu proyek implementasi suatu aplikasi bisnis. Peluang ini ditangkap oleh beberapa perusahaan Teknologi Informasi dengan menyediakan jasa konsultasi dan implementasi penggunaan alat-alat Teknologi Informasi ini.TUGAS SBD 2010 Bab I – Pendahuluan 1. yaitu : Durasi proyek Jumlah modul aplikasi yang diimplementasikan Jumlah konsultan yang terlibat dalam proyek Lokasi proyek 2 .1 Latar Belakang Perkembangan Teknologi Informasi tidak dapat dipungkiri sangat cepat dan telah digunakan secara luas termasuk dalam dunia bisnis. Ada berbagai jenis alat Teknologi Informasi yang digunakan dalam dunia bisnis yang disesuaikan dengan kebutuhannya.2 Permasalahan Pertanyaan yang paling sering diajukan oleh pelanggan adalah ‘berapa yang harus kami investasikan untuk suatu proyek implementasi suatu aplikasi bisnis ?’ Dan berdasarkan hasil analisa. Dunia bisnis saat ini tidak dapat dilepaskan dari Teknologi Informasi baik dalam pencatatan transaksi sehari-hari maupun dalam proses pengambilan keputusan penting dalam suatu perusahaan. Beberapa alat teknologi informasi yang telah banyak digunakan saat ini antara lain : Aplikasi ERP (Enterprise Resources Planning) Aplikasi untuk Rumah Sakit Aplikasi untuk Simulasi dan Perencanaan Aplikasi untuk manajemen strategi dst Data yang kami sajikan di sini merupakan data sample yang diambil dari salah satu perusahaan Teknologi Informasi terkemuka di Indonesia. 1.

TUGAS SBD 2010 Dari uraian di atas maka kita dapat tuliskan bahwa variabel dependen dalam penelitian ini adalah “Nilai investasi suatu proyek implementasi suatu aplikasi bisnis” dan variabel independennya adalah durasi proyek. jumlah modul aplikasi bisnis. jumlah konsultan yang terlibat. Multiple Standard Error of Estimate Rumus: √ ∑ Dimana: Y adalah pengamatan actual Y adalah nilai perkiraan dari perhitungan regresi n adalah jumlah observasi dalam sampel k adalah jumlah variabel independen 3 .4 Alat yang digunakan a. digunakan formula analisa regresi berganda (Multiple Regression Analysis) sebagai berikut: Y = a + b1X1 + b2X2 + b3X3 + … + bkXk Dimana: a merupakan angka dari Y apabila semua X adalah nol b adalah jumlah perubahan Y ketika X naik 1 unit b. dan lokasi proyek. 1.3 Tujuan Tujuan dari penelitian ini adalah untuk membuktikan adanya hubungan antara durasi proyek. jumlah konsultan yang terlibat. dan lokasi proyek sebagai variebel independen terhadap nilai proyek sebagai variabel dependen. Untuk menganalisanya. Pengukuran efektivitas formula regresi diatas dapat dilakukan dengan: 1. maka kami mengambil sample secara sistematik random 16 buah proyek yang berjalan di suatu perusahaan Teknologi Informasi selama tahun 2009. Analisa Regresi Berganda Untuk menggambarkan hubungan antara variabel dependen dan variabel independen. 1. jumlah modul aplikasi.

yang dijelaskan oleh sekumpulan variabel independen. sebagai berikut: c. Coefficient of Multiple Determination Persentase variasi pada variabel dependen Y. b. Pengujian Analisa Regresi Berganda 1. Karakteristik: a.  Formula yang digunakan untuk menghitung nilai tes statistic global test: 4 . Mudah untuk diterjemahkan Perhitungan Koefisien Determinasi Berganda (Coefficient of Multiple Regression) dapat menggunakan data yang diperoleh dari tabel ANOVA. Disimbolkan dengan R2 Angka berkisar antara 0 sampai 1 Tidak dapat mengasumsikan nilai negatif. Global Test  Global test digunakan untuk menyelidiki apakah ada dari independent variable yang memiliki koefisien regresi yang signifikan. c. d. Hasil pada tabel ANOVA: Source Regression Residual or Error Total df k n – (k + 1) n-1 SS SSR SSE SS Total MS MSR = SSR / k MSE = SSE / (n – (k + 1)) F MSR / MSE d. Tabel ANOVA adalah jumlah perhitungan yang didapat dari perhitungan pada program excel. Tabel ANOVA digunakan untuk merangkum analisa regresi berganda.TUGAS SBD 2010 2.

Evaluasi Koefiesien Regresi Individu  Evaluasi ini dilakukan untuk mengetahui apakah ada variabel independenyang memiliki regresi koefisien nol.  Variabel yang memiliki koefisien regresi nol biasanya dikeluarkan dari analisa.TUGAS SBD 2010 2. Formula : 5 .

5 1.0 6.00 8.5 13.0 5.0 588.25 1.0 195.0 Jumlah Konsultan 7 1 1 8 6 10 1 2 13 3 9 4 15 15 12 14 Lokasi Proyek 1 1 1 1 1 1 1 1 2 1 2 1 1 2 2 1 6 .00 0. sedangkan nilai 2 untuk yang berada diluar Jakarta.0 8.00 1.0 250.0 2.00 6.5 625.0 3.5 13.0 8.0 500.0 388.00 9.0 420. Data yang digunakan di sini adalah data nilai proyek implementasi aplikasi ERP yang dilaksanakan pada tahun 2009.00 6.0 2. khususnya nilai proyek diambil dari data yang sesungguhnya dan kemudian dilakukan beberapa kalkulasi untuk menyamarkan nilai yang sesungguhnya.0 1. Nilai di luar Jakarta kami beri lebih karena headquarter dari perusahaan IT ini berada di Jakarta sehingga jika ada proyek diluar Jakarta diperkirakan membutuhkan biaya yang lebih besar.0 1.TUGAS SBD 2010 Bab II – Penyajian Data Seperti telah disebutkan pada Bab I – Pendahuluan bahwa data ini diambil dari salah satu perusahaan Teknologi Informasi terkemuka di Indonesia.0 10.0 55.0 1.0 264. Sample yang digunakan di sini berjumlah 16 proyek yang mewakili keseluruhan proyek aplikasi ERP yang bersangkutan pada tahun 2009.50 8.00 3.0 504.0 12.5 8.0 Durasi (Bulan) 5. Jumlah sample ini kami rasa cukup karena populasi dari nilai proyek sudah terdistribusi normal.0 3. Kalkulasi yang dilakukan tidak mengubah arti dari nilai proyek dan hubungannya terhadap kolom-kolom yang lain dalam table ini. Untuk lokasi proyek nilai 1 kami berikan untuk yang berada di Jakarta.0 122. Nama Proyek Proyek 1 Proyek 2 Proyek 3 Proyek 4 Proyek 5 Proyek 6 Proyek 7 Proyek 8 Proyek 9 Proyek 10 Proyek 11 Proyek 12 Proyek 13 Proyek 14 Proyek 15 Proyek 16 Nilai Proyek (dalam Juta Rupiah) 140.0 2. Angka yang tercantum dalam makalah ini.00 Jumlah Modul 2.00 8.00 9.00 3.25 7.0 5.25 6.25 0.

didapatkan hasil sebagai berikut : 7 . 2 = Di luar Jakarta Dari hasil kalkulasi Microsoft Excel dengan menggunakan fungsi Regresi.TUGAS SBD 2010 Keterangan :      Nilai Proyek (dalam Juta Rupiah) = nilai proyek yang dituliskan dalam Juta Rupiah Angka yang tercantum di sini diambil dari data yang Durasi (Bulan) = durasi dalam bulan yang diperlukan untuk menyelesaikan proyek yang bersangkutan Jumlah Modul = jumlah modul yang diimplementasikan dalam proyek yang bersangkutan Jumlah Konsultan = jumlah konsultan yang terlibat dalam proyek yang bersangkutan Lokasi Proyek : 1 = Jakarta .

94646 dan adjusted R square sebesar 0. Hal ini berarti. Hal ini berarti. maka Nilai Proyeknya akan makin besar. Pada koefisien mean dari Lokasi Proyek bernilai 57. X3 (Jumlah Konsultan) dan X4 (Lokasi proyek) sangat kuat (a strong association).000. semakin banyak jumlah konsultan yang terlibat dalam suatu proyek. maka Nilai Proyeknya akan makin besar. untuk proyek-proyek yang berada di luar Jakarata.18 yang menunjukkan hubungan searah dengan Nilai Proyek.180.13 yang menunjukkan hubungan searah dengan Proyek Size.13 Durasi (Bulan) + 23.11 Jumlah Konsultan + 57.130. Apabila diasumsikan bahwa variable yang lain tetap. Apabila diasumsikan bahwa variable yang lain tetap. 8 .58 yang menunjukkan hubungan searah dengan Nilai Proyek. Hal ini berarti. X2 (Jumlah Modul).951711 atau mendekati 1 (value nearly 1) yang mengindikasikan bahwa hubungan antara varialbel Y (Nilai Proyek) dengan X1 (Durasi/bulan).TUGAS SBD 2010 Bab III – Analisis Dari hasil tersebut.11 yang menunjukkan hubungan searah dengan Nilai Proyek. semakin banyak modul yang digunakan dalam suatu proyek.110. Pada koefisien mean dari Jumlah modul bernilai 23. persamaan regresi bergandanya adalah sbb : Nilai Proyek = -127. makin panjang durasi suatu proyek. maka Nilai Proyekya akan makin besar. Hal ini berarti. Dan dari persamaan di atas juga diketahui bahwa antara Y dan X semuanya memiliki hubungan searah (slope positif) dapat dilihat bahwa : Pada koefisien mean dari Duration (Month) bernilai 19. Apabila diasumsikan bahwa variable yang lain tetap.22 + 19. maka penambahan 1 orang konsultan pada proyek akan meningkatkan Nilai Proyek sebesar Rp 13.000.58 Lokasi Proyek Berdasarkan table Regresi pada bab sebelumnya diketahui bahwa kooefisien multiple of determination R2 (R square) sebesar 0. Pada koefisien mean dari Jumlah konsultan bernilai 13. maka penambahan 1 Module pada proyek akan meningkatkan Nilai Proyek sebesar Rp 23.18 Jumlah Modul + 13. Apabila diasumsikan bahwa variable yang lain tetap. maka Nilai Proyeknya akan makin besar. makan penambahan 1 bulan pada durasi proyek akan meningkatkan Nilai Proyek sebesar Rp 19.000.

Global Test Global test berfungsi untuk menguji tingkat korelasi antara dependent variabel dengan semua independent variabelnya. Berdasarkan Buku Lind Appendix B4 (0. Menguji apakah ada hubungan antara masing-masing variabel independent Setelah persamaan tersebut sudah melewati tiga tahapan test diatas. Tes statistk yang digunakan adalah distribusi F dengan degree of freedom numerator sebesar 3 dan degree of freedom denominator adalah 11 4. baru kita hitung hitung standar errornya.36 (batas nilai H 0 ditolak) 9 . Significance level sebesar 0. Global test untuk menguji apakah ada hubungan antara dependent variabel dengan salah satu independent variabel 2. Null Hypothesis : Alternate Hypothesis : 2.05 3.05 significance level) nilai untuk F critical adalah : F = 3. Berikut langkah-langkahnya : 1. Menguji hubungan antara masing-masing independent variabel dengan dependent variabel 3.580. Untuk menguji hubungan antara Y (dependent variabel) dengan variabel X (independent variabel) maka akan digunakan 3 tahapan test yaitu: 1.000.TUGAS SBD 2010 maka untuk setiap proyek yang berada di luar Jakarta akan meningkatkan Nilai Proyek sebesar Rp 57.

dengan menggunakan two tailed test 3.2. Buku Lind nilai critical untuk two tailed test dengan degree of freedom senilai 10 dan significance level 0. Significance level : 0. Menentukan H 0 H 0 : 1  0. Berdasarkan Appendix B. no. Untuk itu kita akan menguji masing-masing independen variabelnya : 1.TUGAS SBD 2010 5. Berarti ada independen variabel (durasi. H1 :  2  0.05 adalah -2. H 0 :  3  0. Langkah selanjutnya adalah menguji masing-masing koefisien regresi apakah berpengaruh ke independen variabel.1. of modules. dll) yang memiliki pengaruh terhadap dependen variabel (Nilai Proyek). Menguji tiap koefisien regresi Pada bagian sebelumnya telah diuji bahwa. paling tidak ada satu koefisien regresi yang memiliki pengaruh terhadap independent variabel.28 10 . H 0 :  4  0 H1 : 1  0. H1 :  3  0. of consultant  4  koefisien untuk lokasi proyek 2. H1 :  4  0 Dimana : 1  koefisien untuk durasi proyek  2  koefisien untuk jumlah modul  3  koefisien untuk no. Test statistik yang digunakan adalah distribusi t dengan degree of freedom : df  16  (5  1)  10 4. Sedangkan nilai F hitungnya adalah : Berdasarkan hasil perhitungan diatas maka nilai F berada di area di mana H 0 ditolak.28 dan 2. H 0 :  2  0.

Untuk itu mari kita coba untuk menghilangkan varibel lokasi proyek dan Jumlah Konsultan. of consultants t hitung =1.04 + 26.44  H 0 kita tolak  Untuk No. sehingga mendapatkan persamaan seperti berikut : Proyek Size = -73.91  H 0 kita terima  Untuk lokasi proyek t hitung =1.86 No of Modules 11 .99 Duration (Month) + 38.TUGAS SBD 2010 5. Membandingkan  t hitung dengan t critical Untuk Durasi Proyek t hitung = 2.64  H 0 kita terima Berdasarkan hasil perhitungan diatas maka dapat kita simpulkan bahwa lokasi proyek dan Jumlah Konsultan tidak memiliki pengaruh yang kuat terhadap dependen variabel yaitu nilai proyek. of modules t hitung =2.83  H 0 kita tolak  Untuk No.

7580729 Lower 95.64 15 734495.06353095 24.2344069 11.0% -12.021113 0.372847 Observations 16 ANOVA df Regression Residual Total SS MS 2 691704.95700184 Upper 95% -12.43813E-09 Coefficients Intercept Durasi (Bulan) Jumlah Modul -73.06353095 24.44 F 105.17E-05 Lower 95% -133.07 Significance F 9.07 345852 13 42791.234407 11.TUGAS SBD 2010 Dari hasil kalkulasi excel diperoleh hasil seperti berikut : SUMMARY OUTPUT Regression Statistics Multiple R 0.9417405 Adjusted R Square 0.9865987 38.95700184 Upper 95.8561525 42.9417 yang mengindikasikan bahwa hubungan antara varialbel Y (Nilai Proyek) dengan X1 (Durasi/bulan) dan X2 (Jumlah Modul) masih sangat kuat.90966638 52.0390915 P-value 0.856153 42.367 3291.621815 3.86058164 7. Significance level sebesar 0.75807292 Berdasarkan hasil perhitungan diatas diketahui bahwa kooefisien multiple of determination R2 (R square) sebesar 0.8575374 Standard Error 27.9096664 52. Untuk menguji hubungan antara Y (dependent variabel) dengan variabel X (independent variabel) maka kita ulang tahapan-tahapan test seperti yang sudah disebutkan sebelumnya.05 12 .0452797 26.9704331 R Square 0. Global test 1.6614177 6.370532662 6.434334958 t Stat -2.9327775 Standard Error 57. Null Hypothesis : Alternate Hypothesis : 2.002874 4.0% -133.9704 dan adjusted R square sebesar 0.

TUGAS SBD 2010 3. Menguji tiap koefisien regresi 1. dengan menggunakan two tailed test 3. H 1 :  2  0 Dimana : 1  koefisien untuk durasi proyek  2  koefisien untuk jumlah modul 2. Test statistik yang digunakan adalah distribusi t dengan degree of freedom : df  16  (5  1)  10 4. Jadi.07.1. Significance level : 0. paling tidak ada satu independen variabel (durasi dan no. Sedangkan nilai Fhitung berdasarkan excel adalah 105. Berdasarkan Appendix B. yang berada di daerah dimana H 0 kita tolak.36 (batas nilai H 0 ditolak) 5. Tes statistik yang digunakan adalah distribusi F dengan degree of freedom numerator sebesar 3 dan degree of freedom denominator adalah 11 4.228 dan 2.05 significance level) nilai untuk F critical adalah : F = 3. Menentukan H 0 H 0 : 1  0. of modules) yang memiliki pengaruh terhadap dependen variabel (Nilai Proyek). Berdasarkan Buku Lind Appendix B4 (0. H 0 :  2  0 H 1 : 1  0. Buku Lind nilai critical untuk two tailed test dengan degree of freedom senilai 10 dan significance level 0.2.228 13 .05 adalah -2.

Dalam prakteknya sangat sulit untuk mendapatkan independent variable yang benar-benar tidak berhubungan.66  H 0 kita tolak  Untuk No. Hubungan antara independent variable menyulitkan kita untuk membuat kesimpulan tentang masing-masing koefisien regresi dan pengaruhnya ke independent variable.04  H 0 kita tolak Berarti variable duration dan variable No. dalam hal ini kami memilih durasi proyek sebagai dependent variabel dan jumlah modul sebagai independent variabel 14 .TUGAS SBD 2010 5. Menentukan independent variable mana yang akan dijadikan sebagai dependent variable. Berikut langkah-langkahnya: 1. tetapi berdasarkan teori jika nilai Variance Inflation Factor (VIF) masing-masing independent variabel kurang dari 10 maka bisa dikatakan bahwa hubungan antara independent variable tidaklah kuat. of modules t hitung =6. Pada makalah ini jumlah independent variable yang tersisa tinggal dua sehingga kita hanya perlu menghitung VIF satu kali saja. Membandingkan t hitung dengan t critical  Untuk Durasi Proyek t hitung = 3. of modules memiliki pengaruh yang kuat terhadap dependen variabel Project size. Multicollinearity test Multicollinearity timbul jika masing-masing independent variable memiliki ketergantungan.

5 13.00 6.0 6.0 1.00 6. dengan Microsoft excel didapat hasil berikut : SUMMARY OUTPUT Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations 0.25 1.0 3.571087253 2.00 9.599 15 .TUGAS SBD 2010 Durasi (Bulan) 5.25 7.00 Jumlah Modul 2.0 5.5 8.49 2 1  R1 1  0. Berdasarkan tabel diatas maka dapat dihitung VIF-nya : VIF  1 1   2.00 0.0 2.0 1.25 0. Menghitung nilai R square.00 8.00 1.00 9.00 3.599681436 3.25 6.0 1.0 10.0 8.080384023 16 0.0 Nama Proyek Proyek 1 Proyek 2 Proyek 3 Proyek 4 Proyek 5 Proyek 6 Proyek 7 Proyek 8 Proyek 9 Proyek 10 Proyek 11 Proyek 12 Proyek 13 Proyek 14 Proyek 15 Proyek 16 2.0 8.77439101 0.5 1.00 8.0 5.00 3.50 8.0 3.

50 8.93 -69.25 6. Dari ketiga test diatas maka dapat kita simpulkan bahwa pada persamaan : Proyek Size = -73.0 420.47 16 .2 36.0 2.0 5.0 8.9875 621.0 500.00 6.0 8.0 6.06 -27.51 337.0 1. Selanjutnya kita menghitung nilai dari Multiple standard error dan koefisien dari multiple determination untuk mengetahui bagaimana tingkat kecocokan persamaan tersebut dengan data. Berdasarkan teori.0 12.94 Dari hasil perhitungan ini kita ingin mengetahui apakah nilai residual terdistribusi secara normal atau tidak.00 9.65 322.0 2.18 278.99 Duration (Month) + 38.0 1.2 85.TUGAS SBD 2010 Nilai VIF tersebut berada dibawah 10 yang berarti tidak ada hubungan antara independent variabel (Duration & No.00 1.76 399.94 sedangkan sekitar sebanyak 95% nilai residual akan berada di  2(51.0 122.245 453.4875 3.04 + 26.0 504. Berikut hasil perhitungannya : Nilai Proyek (Juta Rupia) (Y) 140.00 8.25 7.0 Durasi (Bulan) 5.00 Jumlah Modul 2.88 .0 Nilai Proyek hitung (Yhitung) 159.35 -72.0 588.4325 29.4425 18.0 3.82 -83.78 558.47 Nama Proyek Proyek 1 Proyek 2 Proyek 3 Proyek 4 Proyek 5 Proyek 6 Proyek 7 Proyek 8 Proyek 9 Proyek 10 Proyek 11 Proyek 12 Proyek 13 Proyek 14 Proyek 15 Proyek 16 Y  Yhitung -19. sekitar 68% nilai residual akan berada di  51.0 3.07 124.0 1.5 1.0 10.0 55.of modules).00 3.94)  103.0 250.0 388. Perhitungan Multiple Standard Error SY .00 8.5 13.5 625.64  51.89 494.9425 -5.51 82.06 -0.4325 -19.25 0.78 -58.0 264.06 29.25 1.755 50.89 93.0 195.5 8.00 3.00 9.5 13.12  MSE  3291.4325 283.4325 -27.00 0.06 12.0 2.86 No of Modules independent variabelnya memiliki pengaruh yang cukup kuat ke dependent variable dan tidak saling berhubungan satu sama lain.24 -11.0 5.00 6.

8. 3. Koefisen multiple determination R2  SSR 691704.83% variasi nilai proyek dipengaruhi oleh faktor-faktor lainnya. 7.TUGAS SBD 2010 Berdasarkan table diatas bisa kita lihat bahwa ada 10 data residual atau sekitar 62.07   0.17% bertanggung jawab terhadap variasi nilai proyek.9417 SStotal 734495. 5.44 Maksud dari nilai diatas adalah bahwa independent variable (durasi proyek dan jumlah modul) 94. 2. 14.88 .94 (Proyek1. berarti hal ini sudah mendekati teori. 4. Sedangkan sebanyak 5.5% yang berada di  51. 17 . 9. Berdasarkan data diatas pula bahwa semua data atau 100% berada di  103. Jadi dapat kita simpulkan bahwa nilai residual terdistribusi secara normal. dan 15). hal ini juga sudah mendekati teori.

TUGAS SBD 2010 Bab IV – Kesimpulan Dari hasil pengujian statistik yang telah dilakukan pada data yang ada.04 + 26.83% variasi nilai proyek dipengaruhi oleh faktor-faktor selain durasi proyek dan jumlah modul. Sebanyak 5.99 Duration (Month) + 38.86 No of Modules   Durasi proyek dan jumlah modul 94. maka dapat disimpulkan beberapa hal sebagai berikut :    Nilai Proyek dipengaruhi oleh dua variable yaitu durasi proyek dan jumlah module Variabel lokasi proyek dan jumlah konsultan tidak terlalu berpengaruh terhadap nilai proyek Hubungan antara nilai proyek dengan durasi proyek dan jumlah modul dapat digambarkan dengan persamaan berikut : Proyek Size = -73.17% bertanggung jawab terhadap variasi nilai proyek. 18 .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->