Pengaruh Anggaran R D Terhadap Volume Penjualan Produk PT. Analisis Determinasi

d. Volume Penjualan Tahun 2005

10 100 000 , 183 , 7 000 , 183 , 7 800 , 883 , 7    Tahun 2005, perusahaan kembali mampu meningkatkan penjualan sebesar 7,883,800 unit atau naik 10 .

e. Volume Penjualan Tahun 2006

12 100 800 , 883 , 7 800 , 883 , 7 600 , 854 , 8    Tahun 2006, kembali penjualan menunjukan trend yang meningkat. Penjualan meningkat 12 atau jumlah penjualannya 8,854,600 unit.

2. Pengaruh Anggaran R D Terhadap Volume Penjualan Produk PT.

Coca – Cola Distribution Indonesia Medan Tabel 4.2 Pengaruh Anggaran Risearch and Development Terhadap Volume Penjualan Dari Tahun 2001 – 2006 Tahun X Y XY X 2 Y 2 2001 3,362,803 5,819,600 19,570,168,338,800 11,308,444,016,809 33,867,744,160,000 2002 4,382,600 7,070,200 30,985,858,520,000 19,207,182,760,000 49,987,728,040,000 2003 5,238,800 6,227,800 32,626,198,640,000 27,445,025,440,000 38,785,492,840,000 2004 5,465,200 7,183,000 39,256,531,600,000 29,868,411,040,000 51,595,489,000,000 2005 6,375,600 7,883,800 50,263,955,280,000 40,648,275,360,000 62,154,302,440,000 2006 7,536,867 8,854,600 66,735,942,538,200 56,804,364,175,689 78,403,941,160,000 Jumlah 32,361,870 43,039,000 239,438,654,917,000 185,281,702,792,498 314,794,697,640,000 Sumber : Data yang telah diolah dari tahun 2001 – 2006 Universitas Sumatera Utara

1. Analisis Regresi

Bagaimana pengaruh anggaran RD terhadap volume penjualan pada PT. Coca cola Distribution Indonesia Medan, akan dilakukan dengan menggunakan rumus : Regresi Linear dengan Metode Least Square. Regresi linear didasarkan pada hubungan kausal satu variable independent dengan satu variable dependen. Persamaan umum regresi linear sederhana adalah : e bx a Y     Sugiyono, 2003 : 204 Untuk mengetahui nilai a dan b, maka koefisien regresi linear dicari dengan menggunakan metode least square, dengan rumus Sugiyono, 2003   2 2         x x n y x xy n b         n x b n y a Dimana :  Y : adalah volume penjualan x : adalah anggaran R D b : adalah angka arah atau koefisien regresi, yang menunjukan angka peningkatan ataupun penurunan variable dependent yang didasarkan pada variable independent. a : adalah harga y apabila x = 0 n : adalah jumlah tahun e : adalah koefisien error Universitas Sumatera Utara Dengan melakukan perhitungan, maka nilai b :          2 32,361,870 2,792,498 185,281,70 6 43,039,000 32,361,870 4,917,000 239,438,65 6    b         629,896,90 1,047,290, 216,754,99 1,111,690, 522,930,00 1,392,822, 929,502,00 1,436,631,    b     ,858,088 64,399,586 ,572,000 43,809,406  b  b 1 Berdasarkan hasil b sebesar 1 maka dapat dilihat bahwa variabel bebas dalam hal anggaran R D mempunyai pengaruh terhadap volume penjualan, pengaruh tersebut mempunyai hubungan yang positif ditunjukkan oleh koefisien regresi sebesar 1 berarti terjadi hubungan searah antara biaya anggaran R D terhadap tingkat volume penjualan, dengan kata lain jika anggaran R D ditambah sebesar satu juta rupiah maka tingkat volume penjualan akan ditambah sebesar 1 unit. Nilai a dapat dicari dengan melakukan perhitungan :   6 32,361,870 1 6 43,039,000   a   5,393,645 1 - 67 7,173,166.  a 5,393,645 - 67 7,173,166.  a 67 1,779,521.  a Persamaan regresi linear sederhana tersebut dapat diketahui bahwa : Variabel Independent   x yakni anggaran R D mempunyai pengaruh positif terhadap volume penjualan produk yang ditunjukkan oleh koefisien regresi sebesar 1 artinya artinya apabila anggaran R D meningkat Rp. 1.000.000 Universitas Sumatera Utara Caterus Paribus maka akan meningkatkan volume penjualan sebesar 1 Unit dan apabila 0  x , maka volume penjualan produk sebesar 67 . 521 , 779 , 1  a artinya anggaran R D mempunyai kecendrungan yang positif terhadap volume penjualan produk. Maka dengan demikian dapat diketahui sebuah persamaan, yaitu : x Y 1 67 . 521 , 779 , 1    Dapat diketahui jika ingin menambah anggaran R D sebesar 5 dari tahun 2006 yang sebesar 7,536,867, maka anggaran R D meningkat sebesar 7,913,710.

a. Tingkat volume penjualan yang akan diperoleh perusahaan adalah :

  710 , 913 , 7 1 67 . 521 , 779 , 1    Y 710 , 913 , 7 67 . 521 , 779 , 1    Y   Y 02 . 232 , 693 , 9

2. Analisis Determinasi

Peneliti mengetahui besarnya kontribusi anggaran R D terhadap kenaikan atau penurunan tingkat volume penjualan, maka akan dilakukan dengan melihat koefisien determinasi. Dengan rumus 2 r  100 . Semakin besar 2 r , maka semakin besar pula pengaruh variabel bebas dalam model regresi yang dipakai untuk mempengaruhi variabel terikatnya. Peneliti melihat kontribusi, sebelumnya dicari r dengan menggunakan koefisien korelasi produk mement dengan rumus : Sugiyono,2003:210. Universitas Sumatera Utara                       2 2 2 2 y y n x x n y x xy n r Dengan keketentuan : 1 2   r 1. 1 2  r Berarti 100 total variasi terikat dijelaskan oleh variabel bebas dan menunjukkan ketetapan yang baik. 2. 2  r Tidak ada variasi variabel terikat dijelaskan oleh variabel bebasnya. Dimana, x adalah = anggaran R D y adalah = volume penjualan produk n adalah = jumlah tahun Dengan melakukan perhitungan, maka :                  2 43,039,000 7,640,000 314,794,69 6 2 32,361,870 2,792,498 185,281,70 6 43,039,000 32,361,870 4,917,000 239,438,65 6     r      521,000,00 1,852,355, - 185,840,00 1,888,768, 629,896,90 1,047,290, - 216,754,99 1,111,690, 522,930,00 1,392,822, 000 , 502 , 929 , 631 , 436 , 1   r    ,840,000 36,412,664 ,858,088 64,399,586 ,572,000 43,809,406  r 000,000 0,000,000, 572,098,03 2,344,960, ,572,000 43,809,406  r 05 . 427 , 948 , 792 , 424 , 48 ,572,000 43,809,406  r 9047 ,  r Universitas Sumatera Utara Pada perhitungan Koefisien Determinasi dengan rumus = 2 r Sugiyono, 2003:210 merupakan salah satu ukuran kecocokan model regresi yang cukup tinggi dan dapat menunjukan kemampuan variabel   x yakni anggaran R D yang mampu memberikan penjelasan terhadap variabel   y yakni volume penjualan produk sebesar 81,85 , sedangkan sisanya 100 – 81,85 dijelaskan oleh variabel lain yang tidak dimasukkan dalam estimasi model seperti : harga, selera, lokasi dll. Nilai maksimum terbesar dari koefisien determinasi adalah 1 dan nilai minimum terkecil adalah 0, yaitu 1 2   r . Koefisien determinasi dari model regresi tersebut adalah   1 9047 , 9047 ,   , artinya variabel anggaran R D tidak cocok tidak tepat secara sempurna untuk meramalkan variabel tingkat volume penjualan produk.

3. Pengujian Persamaan Regresi