primer adalah data yang diperoleh langsung dari sumbernya, berasal dari wawancara langsung dari pemilik perusahaan. Data primer yang
dimaksud dalam penelitian ini antara lain berupa opini dan penjelasan dari subyek atau orang yang diteliti serta data-data deskriptif lain yang
berhubungan dengan penelitian.
3.4. Metode Analisis Data
Metode data adalah suatu metode yang digunakan untuk mengolah hasil penelitian guna memperoleh suatu kesimpulan. Metode analisis data
yang digunakan dalam penelitian ini adalah analisis deskreptif dan analisis kuantitatif.
3.4.1. Analisis Statistik Deskriptif
Analisis deskriptif adalah analisis yang mengunakan metode statistik untuk mengetahui pola sejumlah data penelitian, merangkum
informasi yang terdapat dalam data penelitian dan menyajikan informasi tersebut daloam bentuk yanng diinginkan. Tahap-tahap analisis deskriptif
dalam penelitian ini adalah sebagai berikut : a.
Mengidentifikasi variabel penelitian, yaitu data biaya kualitas biaya pencegahan dan biaya penilaian dan datra produk rusak.
b. Melakukan pengolahan data penelitian dengan menggunakan grafik
control hart yang terdapat dalam program SPSS 12.00 for windows untuk menganalisis biaya kualitas biaya pencegahan dan biaya
penilaian dan produk rusak.
3.4.2. Analisis Statistik Inferensial
Analisis kuantitatif adalah data yang berwujud angka-angnka yangn diperoleh sebagai hasil pengukuran atau penjumlahan . Analisis
ini digunakan untuk mengetahui pengaruh biaya kualitas terhadap produk rusak, dengan menggunakan :
a. Evaluasi Ekonometri
Evaluasi Ekonometri dimaksudkan untuk mengetahui apakah model regresi linier berganda yanng digunakan untuk menganalisa
dalam penelitian memenuhi asumsi klasik atau tidak. 1
Uji multikolinieritas Model regresi yang baik seharusnya tidak terjadi korelasi
antar variabel bebas, dengan kata lain tidak terjadi multikolinieritas. Salah satu cara untuk mendeteksi kolinieritas
dapat diketahui dari angka Variance Inflation Factor VIF atau nilai tolerance pada bagian coefficient. Model regresi yang bebas
multikolinieritas mempunyai nilai VIF 10, dan mempunyai angka tolerance 0,1 atau mendekati1 Santoso 2002: 206.
2 Uji autokorelasi
Uji autokorelasi bertujuan untuk mengetahui apakah dalam model regresi linier terdapat antara pengganggu pada periode t
dengan kesalahan pada periode
1 -
t
sebelumnya. Jika terjadi korelasi maka dikatakan ada problem autokorelasi. Model regresi
yang baik adalah regresi yang bebas dari autokorelasiSantoso 2002:216.
Untuk mendeteksi terjadinya autokorelasi atau tidak dalam suatu model regresi dilakukan dengan melihat nilai dari statistik
Durbin - Watson
w
D Test Gujarati 2000: 217. Cara pengujiannya dengan membandingkan nilai Durbin - Watson
w
D dengan dl dan du tertentu atau dengan melihat tabel Durbin-
Watson
w
D yang telah ada klasifikasinya untuk menilai Durbin- Watson
w
D yang diperoleh. Penarikan kesimpulan ada tidaknya gejala autokorelasi dengan melihat tabel berikut ini.
Tabel 3.2 Tabel Durbin Watson Test
Hasil Perhitungan Klasifikasi
Kurang dari 1,34 1,34 sampai dengan 1,58
1,58 sampai dengan 2,43 2,43 sampai dengan 2,66
Lebih dari 2,66 Ada autokorelasi
Tanpa kesimpulan Tidak ada autokorelasi
Tanpa kesimpulan Ada autokorelasi
3 Uji heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan variance dari
residual satu pengamatan ke pengamatan yang lain. Jika varian dari
residual satu pengamatan ke pengamatan yang lain tetap maka disebut homokedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas Ghozali
2005: 69. Cara untuk mendeteksi adanya heteroskedastisitas dapat
dilakukan dengan melihat grafik scatterplot yaitu dengan mlihat ada tidaknya pola tertentu pada grafik tersebut, dimana sumbu X
adalah residual SRESID dan sumbu Y adalah nilai Y yang diprediksi ZPRED. Jika tidak ada pola yang jelas serta titik-titik
menyebar di atas dan di bawah sumbu 0 nol pada sumbu Y maka tidak terjadi heteroskedastisitas pada model regresi tersebut.
4 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah dalam model regresi, variabel terikat dan variabel bebasnya mempunyai
distribusi normal atau mendekati normal Santoso 2000: 212. Untuk melihat data berdistribusi normal dapat dideteksi
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik. Jika data menyebar di sekitar garis diagonal dan mengikuti
arah garis diagonal maka model regresi memenuhi asumsi normalitas.
b. Regresi Berganda
Regresi berganda digunakan untuk mengetahui pengaruh variabel bebas X biaya kualitas biaya pencegahan dan biaya
penilaian terhadap variabel terikat Y produk rusak, mengenai perbahan dari mempengaruhi jumlah produk rusak pada CV. Aneka
Ilmu. Rumus :
Y = a + b
1
X
1
+ b
2
X
2
+ e Dimana
Y : Produk rusak
a : Intercept fungsi persamaan regresi
1
X
: Biaya pencegahan
2
X
: Biaya penilaian
1
b
: Koefisien regresi biaya pencegahan
2
b
: Koefisien regresi biaya penilaian e
: Faktor error = nol Pembuktian dengan hipotesis dilakukan dengan :
2 Uji F atau Uji simultan
Pengujian simultan bertujuan untuk mengetahui pengaruh variabel bebas secara bersama-sama simultan terhadap variabel
terikat.
Rumus :
1 −
− =
k n
JKres k
JKreg F
Hipotesis uji F : H
= b
1
b
2
= 0, variabel bebas secara simultan tidak berpengaruh signifikan terhadap produk rusak
H = b
1
b
2
≠
0, variabel bebas secara simultan berpengaruh secara signifikansi terhadap produk rusak.
Penarikan kesimpulan dilakukan : a
Jika probabilitas sig F α 0,05 maka Ho diterima,
artinya tidak ada pengaruh yang signifikansi dari variabel independen terhadap variabel dependen secara statistika dapat
dibuktikan bahwa variabel biaya kualitas tidak berpengaruh terhadap perubahan nilai variabel produk rusak.
b Jika probabilitas sig F
α 0,05 maka Ho ditolak, artinya ada pengaruh yang signifikan dari variabel independen
terhadap variabel dependen. 3
Koefisien Determinasi R
2
Koefisien determinasi digunakan secara keseluruhan untuk mengukur ketepatan yang paling baik dari regresi berganda. Nilai
koefisien determinasi berada dalam rentang 0 nol sampai dengan satu. Jika R
2
yang diperoleh mendekati satu maka dapat dikatakan semakin kuat model tersebut menerangkan variasi variabel bebas
terhadap variabel terikat. Sebaliknya jika R
2
mendekati 0 nol
maka semakin lemah variasi variabel bebas menerangkan variabel terikat
Rumus :
∑
=
2 2
y JKreg
R
4 Uji t atau Uji Parsial
Uji t dilakukan untuk mengetahui pengaruh variabel bebas secara individu terhadap variabel terikat.
a Merumuskan Hipotesis uji t
H = b
1
b
2
= 0, masimg-masing variabel bebas tidak berpengaruh signifikansi terhadap
variabel terikat. H
= b
1
b
2
≠ 0, masing-masing
variabel bebas
berpengaruh signifikansi terhadap variabel terikat.
b Menentukan Tingkat Signifikansi
α Tingkat signifikansi dalam penelitian ini adalah 5 artyinya
resiko kesalahan mengambil keputusan adalah 5. c
Pengambilan Keputusan 1
Jika probabilitas sig t α 0,05 maka Ho diterima,
artinya tidak ada pengaruh yang signifikansi dari variabel independen terhadap variabel dependen secara statistika
dapat dibuktikan bahwa variabel biaya kualitas tidak
berpengaruh terhadap perubahan nilai variabel produk rusak.
2 Jika probabilitas sig t
α 0,05 maka Ho ditolak, artinya ada pengaruh yang signifikan dari variabel
independen terhadap variabel dependen. 5
r
2
Parsial Menghitung r
2
digunakan untuk mengetahui sejumlah sumbangan dari masing-masing variabel bebas, jika variabel
lainnya konstan terhadap variabel terikat. Semakin besar nilai r
2
maka semakin besar variasi sumbanbannya terhadap variabel terikat.
62
BAB IV HASIL DAN PEMBAHASAN
