Teori Analisis Regresi Linier

tersebut. Efisiensi fisik usaha mengukur banyaknya hasil produksi output yang dapat diperoleh dari sati kesatuan input Mubyarto, 1995. Efisien atau tidaknya suatu usaha agroindustri ditentukan oleh besar kecilnya hasil dan besar kecilnya biaya yang diperlukan untuk mendapat hasil itu. Efisiensi suatu agroindustri biasa ditentukan dengan menghitung per cost ratio yaitu imbangan antara penerimaan usaha agroindustri dengan total biaya produksinya Soekartawi, 1995. Menurut Sudarsono 1992 dalam suatu perusahaan, usaha untuk meningkatkan efisiensi umumnya dihubungkan dengan biaya yang lebih kecil untuk memperoleh hasil tertentu, atau dengan biaya tertentu akan mendapatkan keuntungan yang lebih banyak. Ini berarti, biaya pemborosan ditekan sampai sekecil mungkin dan sesuatu yang memungkinkan untuk mengurangi biaya ini dilakukan demi efisiensi. Lambannya reaksi perusahaan pada usaha peningkatan efisiensi, dapat dipengaruhi dari berbagai hal yang terdapat dalam perusahaan. Reaksi yang kelihatannya kurang seirama dengan usaha peningkatan efisiensi itu, merupakan akibat keadaan perusahaan yang terjebak dan terpaku dengan mesin dan peralatan yang ada, ketergantungan pada masukan, upaya manajemen yang statis dan hambatan pemberian keputusan yang terikat pada birokrasi organisasi yang ada. Dengan cara menghitung per cost ratio merupakan imbangan antara penerimaan usaha agroindustri dengan total biaya produksinya. Efisiensi usaha dalam menghasilkan produk dipengaruhi oleh total penerimaan dan total biaya yang digunakan dalam satu kali produksi. Dimana semakin besar total penerimaan dari suatu usaha maka semakin efisien dan menguntungkan. Untuk mengetahui tingkat efisiensi, maka analisis yang digunakan adalah RC ratio. Tidak efisien dan tidak menguntungkan

2.3.5 Teori Analisis Regresi Linier

Regresi dalam pengertian modern menurut Gujarati 2009 ialah sebagai kajian terhadap ketergantungan satu variabel, yaitu variabel tergantung terhadap satu atau lebih variabel lainnya atau yang disebut sebagai variable-variabel eksplanatori dengan tujuan untuk membuat estimasi dan atau memprediksi rata- rata populasi atau nilai rata-rata variabel tergantung dalam kaitannya dengan nilai- nilai yang sudah diketahui dari variabel eksplanatorinya. Selanjutnya menurut Gujarati meski analisis regresi berkaitan dengan ketergantungan atau dependensi satu variabel terhadap variabel-variabel lainnya hal tersebut tidak harus menyiratkan sebab akibat causation. Regresi linier mempunyai persamaan yang disebut sebagai persamaan regresi. Persamaan regresi mengekspresikan hubungan linier antara variabel tergantung variabel kriteria yang diberi simbol Y dan salah satu atau lebih variabel bebas prediktor yang diberi simbol X jika hanya ada satu prediktor dan X, X sampai dengan Xk, jika terdapat lebih dari satu prediktor. Menurut Ridwan dan Sunarto 2009 analisis regresi ganda adalah suatu alat analisis peramalan nilai pengaruh dua variabel bebas atau lebih terhadap variabel terikat untuk membuktikan ada atau tidaknya hubungan fungsi atau hubungan kausal antara dua variabel bebas atau lebih X 1 , X 2 , X 3 ,....... X n dengan satu variabel terikat. Kegunaan regresi ganda yaitu untuk meramalkan nilai variabel terikat Y apabila variabel bebas minimal atau lebih. Menurut Supranto 2004 manfaaf analisis regresi linier berganda adalah sebagai berikut: a. Dapat untuk mengetahui besarnya pengaruh tiap variabel bebas yang tercakup dalam persamaan terhadap variabel tak bebas, apabila variabe bebas tersebut naik 1 unit, dan variabel lainnya sisanya tetap dengan menggunakan koefisien regresi parsial. b. Dapat meramalkan nilai variabel tak bebas Y, apabila seluruh variabel bebasnya sudah diketahui nilainya dan semua koefisien regresi pasrsial sudah dihitung.

2.3.6 Teori Analisis Teknik Manajemen