71
6.4.1. Penerapan Regresi Terhadap Ban Model GT3
Hasil yang diperoleh dari perhitungan dengan menggunakan program minitab yaitu dapat diketahuinya nilai R-square dan MSE sebagai salah satu
penentu dari keakuratan hasil ramalan. Untuk metode kausal ini model yang digunakan yaitu regresi berganda dengan tujuan untuk melihat seberapa besar
pengaruh dari variabel independen harga dan waktu mempengaruhi variabel dependen permintaan ban. Pada model linier, variabel independen yang
mempengaruhi permintaan ban mobil penumpang model GT3 secara signifikan α= 5 persen adalah periode waktu dengan nilai P=0,028, sedangkan variabel
harga tidak signifikan pada selang kepercayaan 95 persen α = 5 persen.
Harga tidak berpengaruh nyata untuk ban model GT3, ini dapat ditunjukkan dari pola permintaannya yang cenderung naik pada September 2002
sampai September 2003 meskipun terjadi peningkatan harga. Pada bulan Februari permintaan mengalami penurunan akan tetapi pihak perusahaan justru
meningkatkan harga sebesar 6 persen, ini terjadi karena pihak Bridgestone sebagai market leader
meningkatkan terhadap produk yang dihasilkannya karena adanya pengaruh peningkatan bahan baku seperti harga karet, kawat serta bahan-bahan
lainya. Mulai Januari 2004 ekspansi yang dilakukan perusahaan menyebabkan adanya kenaikan harga dua persen akan tetapi hasil yang didapat adanya
peningkatan yang signifikan. Faktor lain yang menyebabkan terjadinya peningkatan dapat disebabkan
oleh kualitas yang bagus dari GT3 dibanding produk lain yang dikeluarkan oleh produsen pesaingnya. Pada dasarnya produk GT3 diperuntukkan untuk segmen
72 keluarga yang relatif sensitif terhadap perubahan harga, akan tetapi setelah
dilakukan pengujian nilai P-value dari harga tidak begitu signifikan 5 . Berdasarkan hasil perhitungan didapat nilai R-square untuk ban mobil
model GT3 yaitu sebesar 23,1 persen, yang artinya bahwa variansi nilai permintaan mampu diterangkan oleh prediktor sebesar 23,1 persen sedangkan
72,9 persen lagi diterangkan oleh variabel lain yang tidak masuk dalam model. Nilai MSE yang didapat yaitu sebesar 39 403 910. Metode regresi untuk ban
model GT3 menghasilkan output komputer Lampiran 7 dari kecilnya variansi yang mampu diterangkan oleh model maka model regresi berganda ini kurang
baik dalam pemilihan metode peramalan untuk ban model GT3 ini. Persamaannya sebagai berikut
Y
GT3
= 91090 - 230 P
GT3
+ 447 t Dimana : Y
GT3
= permintaan GT3 P
GT3
= harga GT3 sebelumnya t = periode waktu
Intersep bernilai 91090, menunjukkan banyaknya permintaan ban model GT3 ketika semua variabel independennya bernilai nol, slope bernilai -230
menunjukkan bahwa peningkatan harga sebesar Rp 1,- akan menyebabkan penurunan permintaan sebesar 230 unit, slope bernilai 447 menunjukkan bahwa
peningkatan periode satu bulan akan mengakibatkan peningkatan permintaan sebanyak 447 unit.
6.4.2. Penerapan Regresi Terhadap Ban Model Eagle Ventura
Kategori