Analisis Pengaruh Jumlah Penduduk Dan Biaya Promosi Terhadap Tingkat Penjualan Produk Asuransi Jiwa Bersama Bumiputera 1912 Kantor Wilayah Medan

ANALISIS PENGARUH JUMLAH PENDUDUK DAN BIAYA

PROMOSI TERHADAP TINGKAT PENJUALAN PRODUK

ASURANSI JIWA BERSAMA BUMIPUTERA 1912 KANTOR

WILAYAH MEDAN

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

ZATI AZMIANA

082407001

PROGRAM STUDI D3 STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2011

PESETUJUAN

Judul : ANALISIS PENGARUH JUMLAH PENDUDUK

DAN BIAYA PROMOSI TERHADAP TINGKAT

PENJUALAN PRODUK ASURANSI JIWA

BERSAMA BUMIPUTERA 1912 KANTOR

WILAYAH MEDAN

Kategori : TUGAS AKHIR

Nama : ZATI AZMIANA

Nomor Induk Mahasiswa : 082407001

Program studi : D-3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM ( MIPA ) UNIVERSITAS SUMATERA UTARA

Diluluskan

Medan, Juni 2011

Diketahui oleh :

Departemen Matematika FMIPA USU

Ketua Pembimbing

Prof. Dr. Tulus. M,Si Drs. Suwarno Ariswoyo, M. Si

PERNYATAAN

ANALISIS PENGARUH JUMLAH PENDUDUK DAN BIAYA PROMOSI TERHADAP TINGKAT PENJUALAN PRODUK ASURANSI JIWA

BERSAMA BUMIPUTERA 1912 KANTOR WILAYAH MEDAN

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2011

ZATI AZMIANA 082407001

PENGHARGAAN

Puji dan syukur Alhamdulillah penulis panjatkan kehadirat ALLAH SWT karena Rahmat dan Hidayah serta KaruniaNya penulis dapat menyelesaikan penyusunan Tugas Akhir ini tepat pada waktunya. Adapun tujuan dari penulisan Tugas Akhir ini adalah merupakan salah satu syarat untuk menyelesaikan Program Studi D3 Statistika di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Penyusunan Tugas Akhir ini disajikan berdasarkan data yang diperoleh penulis dari BPS (Badan Pusat Statistik) dan Asuransi Jiwa Bersama Bumiputera 1912 Kantor Wilayah Medan mengenai faktor-faktor penentu tingkat penjualan asuransi, yaitu : jumlah penduduk dan biaya promosi produk pada tahun 2009, dan kemudian penulis lakukan analisis berdasarkan data tersebut.

Dalam menyelesaikan Tugas Akhir ini, penulis banyak mendapatkan bantuan dan bimbingan dari berbagai pihak. Oleh karena itu, penulis mengucapkan terima kasih kepada Bapak Suwarno Ariswoyo M,Si selaku dosen pembimbing penulis. Ucapan terima kasih juga penulis tujukan kepada Bapak Dr. Sutarman, M.Sc selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara dan Bapak Prof. Dr. Tulus, M.Si selaku Ketua Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara dan kepada Seluruh Staf dan Pegawai BPS (Badan Pusat Statistik) serta kepada Seluruh Staf dan Pegawai Asuransi Jiwa Bersama BumiPutera 1912 Kantor wilayah Medan khususnya K‟ Friska.

Dan khususnya saya ucapkan beribu-ribu terima kasih kepada Ayahanda tercinta Rusli dan Ibunda tercinta Nurmasyithah yang membiayai dan mendukung saya dalam menyelesaikan pendidikan serta kakak (k‟Khaira, k‟Ina dan k‟Indri) dan Adik-adik (Raihan, Husna, Azmi, Dilla dan Murdha) yang selalu memberi semangat kepada saya dalam menyelesaikan pendidikan ini serta buat sahabat saya (Mumu, Mimi dan Yuni) yang selalu menyemangatkan saya dalam mengerjakan tugas akhir ini dan buat teman-teman D3 Statistik yang tidak bisa saya sebutkan nama satu persatu.

Penulis menyadari bahwa Tugas Akhir ini masih jauh dari sempurna, baik dalam penulisan maupun dalam tata bahasanya. Oleh karena itu, penulis mengharapkan kritik dan saran yang sifatnya membangun dari pembaca untuk menyempurnakan Tugas Akhir ini.

Semoga Tugas Akhir ini bermanfaat bagi pembaca pada umumnya dan bagi penulis khususnya serta dapat memotivasi kita untuk meningkatkan ilmu pengetahuan sebagai bekal dimasa yang akan datang. Amin.

Medan, Juni 2011

ZATI AZMIANA 082407001

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi vi

Daftar Tabel ix

Daftar Gambar x

Bab 1 Pendahuluan

1.1. Latar Belakang 1

1.2. Rumusan Masalah 3

1.3. Pembatasan Masalah 3

1.4. Tujuan dan Manfaat Penelitian

1.4.1. Tujuan Penelitian 4

1.4.2. Manfaat Penelitian 4

1.5. Metodologi Penelitian

1.5.1. Sumber Data 5

1.5.2. Analisa dan Evaluasi Data 5

1.6. Tinjauan Pustaka 6

1.7. Sistematika Penulisan 7

Bab 2 Tinjauan Teoritis

2.1. Analisis Korelasi 9

2.2. Uji Koefisien Determinasi 11

2.3. Analisis Regresi Linier Berganda 11

2.4. Uji Persamaan Linier Berganda

2.4.1. Uji t-statistik 13

2.4.2. Uji F-statistik 14

2.5. Uji Penyimpangan Asumsi Klasik

2.5.1. Uji Normalitas 15

2.5.2. Uji Multikolinieritas 17

2.5.3. Uji Heterokedastisitas 18

Bab 3 Tinjauan Umum Tempat Riset

3.1. Badan Pusat Statistik (BPS) 20

3.1.1. Sejarah Badan Pusat Statistik (BPS) 20

3.1.1.2. Masa Pemerintahan Jepang 21

3.1.1.3. Masa Pemerintahan RI 21

3.1.1.4 Masa Orde Baru-Sekarang 22

3.1.2. Visi dan Misi 23

3.1.3. Struktur Organisasi Badan Pusat Statistik 23

3.2. Asuransi Jiwa Bersama Bumiputera 25

3.2.1 Sejarah Singkat Perusahaan 25

3.2.2 Visi dan Misi Perusahaan 29

3.2.2.1Visi AJB Bumiputera 1912 29

3.2.2.2Misi AJB Bumiputera 1912 30

3.2.3 Struktur Organisasi Visi AJB Bumiputera 30

Bab 4 Analisa dan Evaluasi

4.1. Data Jumlah Penduduk, Biaya Promosi dan Tingkat Penjualan

Produk di Asuransi Jiwa Bersama Bumiputera 32

4.2. Analisis Korelasi

4.2.1. Analisis Korelasi Sederhana 33

4.2.2. Analisis Korelasi Berganda 35

4.3. Uji Koefisien Determinasi 36

4.4. Analisis Regresi Linier Berganda 37

4.5. Uji Persamaan Regresi Linier Berganda

4.5.1. Uji t-statistik 39

4.5.2. Uji F-statistik 42

4.6. Uji Penyimpangan Asumsi Klasik

4.6.1. Uji Normalitas 44

4.6.2. Uji Multikolinieritas 48

4.6.3. Uji Heterokedastisitas 50

Bab 5 Implementasi Sistem

5.1. Pengertian Implementasi Sistem 53

5.2. SPSS

5.2.1. Sejarah SPSS 53

5.2.2. Tipe Data dalam SPSS 55

5.2.3. Langkah-langkah Pengolahan Data dengan SPSS 55

Bab 6 Kesimpulan dan Saran

6.1. Kesimpulan 63

6.2. Saran 64

Daftar Pustaka Lampiran

DAFTAR TABEL

Halaman

Tabel 2.1 Interpretasi koefisien korelasi nilai r 9

Tabel 4.1 Data jumlah penduduk, biaya promosi dan tingkat penjualan produk di AJB Bumiputera 1912 kantor

wilayah Medan 47

Tabel 4.2 Korelasi sederhana 49

Tabel 4.3 Korelasi berganda 51

Tabel 4.4 Koefisien regresi 53

Tabel 4.5 ANOVA 58

Tabel 4.6 One Sample Kolmogorov-Smirnof Test 63

Tabel 4.7 Collinearity Diagnostics 65

DAFTAR GAMBAR

Halaman

Gambar 2.1 Pola Hipotesis Residual 19

Gambar 3.1 Struktur Organisasi AJB Bumiputera 1912 36

Gambar 3.2 Logo Bumiputera 44

Gambar 4.1 Histogram 61

Gambar 4.2 Noormal P-P Plot Regresidual stardardized Residual 62

Gambar 4.3 Scatterplot Uji Heteroskedastis 67

Gambar 5.1 Tampilan Jendela pada data variabel dalam SPSS 71

Gambar 5.2 Tampilan jendela variabel view dalam SPSS 72

Gambar 5.3 Tampilan jendela pengisian pada variabel view dalam SPSS 73 Gambar 5.4 Tampilan jendela pengisian data view dalam SPSS 73 Gambar 5.5 Tampilan jendela pengisian pengolahan data dalam SPSS 74

Gambar 5.6 Tampilan jendela pengisian linier regresion 74

Gambar 5.7 Tampilan jendela pengisian linier regression statistics 75 Gambar 5.8 Tampilan jendela pengisian linier regession plots 75

Gambar 5.9 Tampilan jendela pengolahan data korelasi 76

BAB 1

PENDAHULUAN

1.1LatarBelakang

Sebagai Negara yang berpenduduk 220 juta jiwa, Indonesia sangat potensial bagi industri barang, jasa maupun keuangan. Selain perbankan, industri asuransi jiwa meyakinkan Indonesia bahwa asuransi jiwa merupakan pasar yang masih terbuka lebar. Dengan demikian tidak ada alasan bagi industri asuransi, terutama asuransi jiwa tidak berkembang. Tetapi kenyataannya, tingkat kesadaran masyarakat Indonesia berasuransi masih tergolong rendah jika dibandingkan dengan kondisi di negara lain.

Dengan jumlah penduduk sebesar itu, baru sekitar 2,5% atau 5,5 juta jiwa yang mengikuti program asuransi jiwa. Dari jumlah 5,5 juta itupun masih disangsikan, apakah mereka mengikuti program asuransi individual atas dasar kesadaran atau karena persyaratan atas suatu transaksi tertentu, atau karena kebijakan pemerintah, seperti halnya asuransi jamsostek, sehingga asuransi hanya dianggap sebagai pengeluaran tambahan yang menambah beban hidup, tidak penting dan kurang bermanfaat. Selain itu faktor pendapatan masyarakat juga menjadi kendala untuk dapat memanfaatkan asuransi (http:// download-makalah-skripsi-dll).

Seiring dengan berkembangnya kebutuhan akan proteksi diri dan harta bendanya, kini industri asuransi mulai dilirik oleh masyarakat. Kesadaran masyarakat terhadap asuransi terus tumbuh dengan kondisi ekonomi yang mendukung masyarakat

untuk dapat mengalokasikan sebagian pendapatannya untuk membeli polis asuransi jiwa untuk melindungi diri dan keluarga atas penghasilan akibat berbagai risiko (seperti kematian dini, cacat dan PHK), maupun sebagai instrumen akumulasi dana untuk keperluan tertentu seperti penyediaan dana darurat, portofolio investasi secara umum dan penyediaan dana pendidikan bagi anak, pemeliharaan kesehatan dan kebutuhan keuangan hari tua.

Di samping itu peningkatan industri asuransi jiwa juga ditunjang oleh strategi pemasaran yang optimal dan dilihat dari distribusi pemasarannya dilakukan dengan cara melalui unit agency yang ada di setiap kantor cabang pemasran perusahaan asuransi sehingga dapat memudahkan nasabah untuk mendapatkan informasi mengenai produk-produk asuransi disetiap cabang Asuransi Jiwa Bersama Bumiputera serta saluran pemasarannya lebih luas sampai ke pelosok-pelosok daerah.

Setiap agen menginginkan promosi untuk mengkomunikasikan informasi yang akan mendorong konsumen memilih produk mereka. Komunikasi produk atau penawaran yang baik mendorong pelanggan potensial memperoleh informasi sehingga akan lebih besar kemungkinannya untuk membeli. Karena agen berkeinginan untuk memperkuat sikap yang ada yang dapat mengarah ke perilaku yang dikehendaki dan secara aktual mengubah sikap dan perilaku pasar sasaran perusahaan.

Berdasarkan uraian di atas, penulis ingin melakukan penelitian mengenai seberapa besar pengaruh jumlah penduduk dan biaya promosi terhadap tingkat penjualan produk asuransi jiwa yang dilihat dari besarnya premi. Oleh karena itu penulis mengambil judul :

“Analisis pengaruh jumlah penduduk dan biaya promosi terhadap tingkat

penjualan produk Asuransi Jiwa Bersama Bumiputera 1912 kantor wilayah

Medan” .

1.2Rumusan Masalah

Untuk memperjelas dan lebih memudahkan penelitian ini agar tidak menyimpang dari sasaran yang dituju, maka penulis menganalisis penjualan produk asuransi jiwa dengan menggunakan data jumlah penduduk dan biaya promosi.

Adapun rumusan masalahnya adalah sebagai beikut :

1. Apakah jumlah penduduk berpengaruh terhadap penjualan produk asuransi jiwa pada AJB Bumiputera 1912 Kantor Wilayah Medan?

2. Apakah biaya promosi berpengaruh terhadap penjualan produk asuransi jiwa pada AJB Bumiputera 1912 Kantor Wilayah Medan?

3. Apakah jumlah penduduk dan biaya promosi berpengaruh terhadap penjualan produk asuransi jiwa pada AJB Bumiputera 1912 Kantor Wilayah Medan?

1.3 Pembatasan Masalah

Permasalahan yang akan diangkat oleh penulis adalah menganalisis pengaruh jumlah penduduk dan biaya promosi terhadap tingkat penjualan produk asuransi jiwa.

Adapun faktor yang akan dibahas adalah jumlah penduduk, biaya promosi dan tingkat penjualan produk asuransi jiwa pada AJB Bumiputera 1912 Kantor Wilayah Medan.

1.4 Tujuan dan Manfaat Penelitian

1.4.1 Tujuan

Penelitian ini bertujuan untuk menganalisis pengaruh dan hubungan antara jumlah penduduk dan biaya promosi berpengaruh terhadap penjualan produk asuransi jiwa pada AJB Bumiputera 1912 Kantor Wilayah Medan.

Selain tujuan tersebut, penelitian ini diharapkan dapat memberi manfaat sebagai berikut:

1. Untuk menganalisis pengaruh jumlah penduduk terhadap tingkat penjualan produk asuransi jiwa pada AJB Bumiputera 1912 Kantor Wilayah Medan. 2. Untuk menganalisis pengaruh biaya promosi terhadap tingkat penjualan produk

asuransi jiwa pada AJB Bumiputera 1912 Kantor Wilayah Medan.

3. Untuk menganalisis pengaruh jumlah penduduk dan biaya promosi terhadap penjualan produk asuransi jiwa pada AJB Bumiputera 1912 Kantor Wilayah Medan.

1.4.2 Manfaat

1. Memberikan bukti empiris mengenai pengaruh variabel jumlah penduduk dan biaya promosi terhadap penjualan produk asuransi jiwa pada AJB Bumiputera 1912 kantor wilayah medan.

2. Merupakan ilmu pengetahuan tambahan bagi penulis.

3. Sebagai sarana informasi kepada masyarakat untuk dapat mengetahui peranan asuransi.

4. Penelitian ini diharapkan dapat digunakan sebagai pertimbangan untuk pengambilan keputusan bagi perusahaan asuransi jiwa umumnya dan AJB Bumiputera 1912 khususnya.

1.5Metodologi Penelitian

Metodologi penelitian adalah suatu cara yang digunakan untuk melaksanakan penelitian sehingga tujuan penelitian diperoleh. Metodologi penelitian yang digunakan dalam tugas akhir ini adalah penelitian kuantitatif. Pada bagian ini akan diuraikan sebagai berikut:

1.5.1 Sumber Data

Sumber data tugas akhir ini, menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Sumatera Utara di jalan Asrama No. 179 yaitu data jumlah penduduk dan di Asuransi Jiwa bersama AJB Bumiputera 1912 Kantor Wilayah Medan di jalan Sultan Iskandar Muda No. 138 adalah data biaya promosi dan tingkat penjualan produk asuransi jiwa.

1.5.2 Analisa dan Evaluasi Data

Data yang digunakan, dianalisis secara kuantitatif dengan menggunakan analisis statistik yaitu persamaan regresi linier berganda. Analisis ini bertujuan untuk melihat pengaruh dan hubungan antara variabel dependen dengan variabel independen, dalam hal ini yang bertindak sebagai variabel dependen adalah variabel tingkat penjualan, sedangkan yang bertindak sebagai variabel independen adalah variabel jumlah

penduduk dan biaya promosi. Pengolahan data penelitian ini menggunakan program komputer Microsoft Words 2007 dan SPSS versi 18.

1.6 Tinjauan Pustaka

Teori penunjang yang diguanakan untuk mewujudkan tulisan ini dikutip dari buku Metode Statistika Edisi keenam (Sudjana) yang diterbitkan oleh Tarsito Bandung yang mana di dalam buku tersebut disebutkan bahwa persamaan analisis korelasi dan analisis regresi sebagai berikut :

Rumus korelasi sederhana :

Rumus korelasi ganda : 2

2 2 . 2 1 2 1 2 1 2 1 2 . 1

1

2

x x x x y x y x y x y x y x x

r

r

r

r

r

r

R

Persamaan penduga regresi linier berganda adalah :

n n i

i b X b X

X b a

Yˆ _{1 1 2 2} ...

Persamaan penduga regresi linier berganda dengan dua variabel bebas adalah :

2 2 1 1

ˆ _{a b X b X}

1.6Sistematika Penulisan

BAB 1 : PENDAHULUAN

Pada bab ini berisi tentang latar belakang, identifikasi masalah, pembatasan masalah, tujuan, manfaat penelitian, metodologi penelitian dan sistematika penulisan.

BAB 2 : TINJAUAN TEORITIS

Pada bab ini berisi tentang tinjauan teori-teori yang akan digunakan dalam penelitian ini.

BAB 3 : TINJAUAN UMUM TEMPAT RISET

Pada bab ini penulis memaparkan sejarah dan struktur organisasi tempat riset, yaitu Badan Pusat Statistik (BPS) dan Asuransi Jiwa Bersama Bumiputera 1912 Kantor Asper Wilayah Medan.

BAB 4 : ANALISA DATA

Bab ini berisi tentang cara menggunakan penganalisaan dan pengolahan data yang diperoleh dari rumus yang telah ditentukan penulis.

BAB 5 : IMPLEMENTASI SISTEM

Bab ini berisi tentang penggunaan program yang dipakai untuk mengolah data, yaitu program SPSS 18.

BAB 6 : KESIMPULAN DAN SARAN

Bab ini memberikan kesimpulan dan saran sebagai akhir dari penulisan tugas akhir.

BAB 2

TINJAUAN TEORITIS

2.1. Analisis Korelasi

Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau lebih. Semakin nyata hubungan linier (garis lurus), maka semakin kuat atau tinggi derajat hubungan garis lurus antara kedua variabel atau lebih. Ukuran untuk derajat hubungan garis lurus ini dinamakan koefisien korelasi.

Korelasi dilambangkan dengan r dengan ketentuan nilai r tidak lebih dari harga (-1≤ r ≤ 1). Apabila nilai r = -1 artinya korelasi negatif sempurna; r = 0 artinya tidak ada korelasi; dan r = 1 artinya korelasinya sangat kuat.

Tabel 2.1

Interpretasi Koefisien Korelasi Nilai r Interval Koefisien Tingkat Hubungan

0,800 – 1,000 Sangat Kuat

0,600 – 0,799 Kuat

0,400 – 0,599 Cukup Kuat

0,200 – 0,399 Lemah

Analisa korelasi berganda berfungsi untuk mencari besarnya hubungan antara dua variabel bebas (X) atau lebih secara simultan dengan variabel terikat (Y). Rumus korelasi berganda adalah sebagai berikut :

2 2 2 . 2 1 2 1 2 1 2 1 2 . 1

₁

2

x x x x y x y x y x y x y x x

r

r

r

r

r

r

R

2 2 2 1 2 1 1 1 1 Y Y n X X n Y X Y X n r_xy

2 2 2 2 2 2 2 2 2 Y Y n X X n Y X Y X n r_xy

2 2 2 2 2 1 2 1 2 1 2 1 2 1 X X n X X n X X X X n r_xx

Selanjutnya untuk mengetahui signifikansi korelasi ganda bandingkan antara nilai probabilitas 0,05 dengan nilai probabilitas Sig sebagai berikut :

Hipotesis :

H0 : Variabel X1 dan X2 berhubungan secara simultan dan signifikan terhadap

variabel Y

H1 : Variabel X1 dan X2 tidak berhubungan secara simultan dan signifikan terhadap

variabel Y

Dasar pengambilan keputusan :

Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig

Jika nilai probabilitas 0,05 lebih besar dengan nilai probabilitas Sig (0,05 >

Sig) maka H0 ditolak dan H1 diterima, artinya signifikan.

2.2. Uji Koefisien Determinasi (R-square)

Koefisien determinasi digunakan untuk melihat seberapa besar variabel-variabel independen secara bersama mampu memberikan penjelasan mengenai variabel dependen dimana nilai R2berkisar antara 0 sampai 1(0≤R2≤1). Semakin besar nilai R2, maka semakin besar variasi variabel dependen yang dapat dijelaskan oleh variasi variabel – variabel independen. Sebaliknya jika R2 kecil, maka akan semakin kecil variasi variabel dependen yang dapat di jelaskan oleh variabel independen.

2.3.Analisis Regresi Linier Berganda

Regresi linier berganda adalah analisa regresi yang menjelaskan hubungan antara variabel dependen atau variabel tak bebas dengan dua atau lebih variabel independen atau variabel bebas. Dimana ada kalanya persamaan regresi tidak hanya dipengaruhi oleh satu faktor dalam menganalisanya, tetapi dapat juga dipengaruhi dua atau lebih faktor yang mempengaruhinya. Maka regresi linier yang mengandung lebih dari satu peubah bebas digunakan regresi linier berganda.

Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya saja pada regresi linier berganda variabel bebasnya lebih dari satu. Tujuan analisa regresi linier berganda adalah untuk mengukur intensitas hubungan dua variabel atau lebih dan membuat perkiraan nilai Y atas nilai X. regresi linier berganda juga berguna

untuk mencari pengaruh dua variabel bebas atau lebih terhadap variabel terikatnya, dengan demikian regresi linier berganda dapat digunakan untuk penelitian yang menyertakan beberapa variabel sekaligus. Bentuk umum model regresi linier untuk populasi adalah :

n nX

X X

Yˆ _{1 1 2 2} ...

Model di atas merupakan model regresi untuk populasi, sedangkan apabila penulis hanya menarik sebagian (berupa sampel) dari populasi acak dan tidak mengetahui regresi populasi perlu diduga berdasarkan model regresi sampel, sebagai berikut :

n n i

i b X b X

X b a

Yˆ _{1 1 2 2} ...

Persamaan penduga regresi linier berganda dengan dua variabel bebas adalah :

2 2 1 1

ˆ _{a b X b X}

Y

Dimana;

Yˆ = Besarnya Penjualan produk Asuransi jiwa/ Premi (Rupiah)

a = Intercept

1

X = Jumlah penduduk (jiwa)

2

X = Biaya promosi(Rupiah)

2 1,b

b = Koefisien Regresi

Nilai a, b1 dan b2 akan diperoleh dari tiga persamaan normal berikut :

2

1 b X

X b an Y 2 1 2 2 1 1 1 1

1Y a X b X b X X

X 2 2 2 2 1 1 2

2Y a X b X X b X

X

Koefisien a,b₁ dan b₂ dapat dihitung dengan rumus sebagai berikut :

2 2 1

1X b X

b Y a 2 2 1 2 2 2 1 2 2 1 1 2 2 1 X X X X Y X X X Y X X b 2 2 1 2 2 2 1 2 2 1 2 2 1 2 X X X X Y X X X Y X X b

2.4. Uji Persamaan Linier Berganda

2.4.1. Uji t-statistik

Uji t-statistik atau t-hitung merupakan pengujian untuk mengetahui apakah masing- masing koefisien regresi signifikan atau tidak terhadap variabel dependen. Dengan menganggap variabel independen lainya konstan.

Nilai t-hitung diperoleh dengan rumus:

t-hitung = ) ( ) ( i e i b S b b

Dimana :

bi = koefisien variabel ke – i

b = nilai hipotesis nol

Se (bi) = simpangan baku dari variabel independen ke-i

Dalam uji t ini digunakan perumusan bentuk hipotesis sebagai berikut : H0 : bi = b

H1 : bi≠ b

Dimana bi adalah koefisien variabel independen ke-i nilai parameter hipotesis, dan

biasanya b dianggap = 0. Artinya tidak ada pengaruh variabel Xi terhadap Y.

Pengujian dilakukan melalui uji-t dengan membandingkan statistik dengan t-tabel. Apabila hasil perhitungan menunjukkan :

a. H0 diterima dan H1 ditolak apabila t-hitung ≤ t-tabel dengan tingkat kepercayaan sebesar (α). Artinya variasi variabel bebas tidak dapat menerangkan variabel terikat, dimana tidak terdapat pengaruh variabel bebas terhadap variabel terikat. Pengujian dilakukan dengan tingkat kepercayaan sebesar (α).

b. H0 ditolak dan H1 diterima apabila t-hitung > t-tabel dengan tingkat kepercayaan (α). Artinya variasi variabel bebas dapat menerangkan variabel terikat, dimana terdapat pengaruh variabel bebas terhadap variabel terikat. Pengujian ini dilakukan dengan tingkat kepercayaan sebesar (α).

2.4.2. Uji F-statistik

Uji F-statistik atau F-hitung ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap variabel independen. Nilai F-hitung dapat diperoleh dengan rumus:

F-hitung =

Dimana:

R2 : Koefisien determinasi k : Jumlah variabel independen n : Jumlah sampel

Untuk uji F-statistik ini digunakan hipotesis sebagai berikut: H0 : b1 = b2 = bn………..bn = 0 (tidak ada pengaruh)

H1 : b1≠ b2 ≠ 0…………bi = 1 (ada pengaruh)

Kriteria pengambilan keputusan:

H0 : b1 = b2 = 0, H0 diterima (F-hitung ≤ F-tabel) artinya variabel independen secara

bersama-sama tidak berpengaruh nyata terhadap variabel dependen.

H1 : b1 ≠ b2 ≠ 0, H1 diterima (F-hitung > F-tabel) artinya variabel independen secara

bersama sama berpengaruh nyata terhadap variabel dependen. )

/( ) 1 (

) 1 /( 2 2

k n R

k R

2.5. Uji Penyimpangan Asumsi Klasik

2.5.1. Uji Normalitas

Uji ini merupakan pengujian terhadap normalitas kesalahan pengganggu/ error digunakan untuk melihat apakah variabel bebas dan variabel terikat mempunyai distribusi normal. Asumsi kenormalan dapat diperiksa dengan:

1. Pendekatan Histogram

Untuk menguji normalitas, data dapat dilihat dengan kurva normal yaitu kurva yang memiliki ciri-ciri khusus, salah satu diantaranya adalah mean, mode dan median pada tempat yang sama. Jika ketiga tendensi sentral tersebut tidak terletak pada satu tempat maka bearti kurva tersebut mereng ke kiri atau ke kanan.

2. Pendekatan Grafik

PP plot akan membentuk plot antara nilai-nilai teoritis (sumbu x) melawan nilai-nilai yang didapat dari sampel (sumbu y). Apabila plot dari keduanya berbentul linier (dapat di dekati oleh garis lurus), maka hal ini merupakan indikasi bahwa residual menyebar normal. Seringkali ditemui bahwa ujung-ujung plot pada pp plot agak menyimpang dari garis lurus. Bila pola-pola titik yang terletak selain diujung-ujung plot masih berbentuk linier, meskipun ujung-ujung plot agak menyimpang dari garis lurus, kita dapat mengatakan bahwa sebaran data (dalam hal ini residual) adalah menyebar normal.

3. Pendekatan kolmogorv-smirnov

Seringkali data keliatan normal karena mengikuti garis diagonal. Padahal belum tentu data tersebut berdistribusi normal. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan iji kolmogorv smirnov dengan melihat data residualnya apakah berdistribusi normal atau tidak.

2.5.2. Uji Multikolinieritas

Multikolinearitas adalah alat yang digunakan untuk mengetahui apakah ada hubungan yang kuat (kombinasi linier) diantara variabel independen. Multikolinieritas dikenalkan oleh Ragnar Frisch (1934). Suatu model regresi linier akan menghasilkan estimasi yang baik apabila model tersebut tidak mengandung multikolinieritas. Multikolinearitas terjadi karena adanya hubungan yang kuat antara sesama variabel independen dari suatu model estimasi. Adanya multikolinieritas ditandai dengan:

Variansi besar

Interval kepercayaan lebar (standard error tidak terhingga)

Tidak ada satupun t-statistik yang signifikan pada α = 1%, α = 5%, α = 10%

Terjadi perubahan tanda atau berlawanan dengan teori estimasi

R2 sangat tinggi

Ada banyak uji formal untuk mendeteksi keberadaan multikolinieritas yang dapat dilakukan, tetapi dalam tugas akhir ini hanya akan diberikan uji formal yang sangat populer, dan tersedia dalam paket program SPSS yaitu:

Uji Eigenvalues dan Conditional Index, multikolinieritas ditenggarai ada di dalam persamaan regresi bila nilai Eigenvalues mendekati nol. Dan jika

Conditional Index berada antara nilai 10 sampai 30 maka model mengandung multikolinieritas.

Melihat nilai Variance Inflation Factor (VIF) dan Tolerance (TOL). Multikolinieritas tidak ada jika nilai VIF dan TOL mendekati angka 1.

2.5.3 Uji Heterokedastisitas

Heterokedastisitas terjadi apabila variabel pengganggu (Error Term) tidak mempunyai varian yang konstan (sama) untuk semua observasi sehingga residual variabel

pengganggu tidak bernilai nol atau . Ini merupakan pelanggaran salah

satu asumsi klasik tentang model regresi linier berdasarkan metode kuadrat terkecil biasa. Heterokedastisitas pada umumnya lebih banyak ditemui pada data cross section

yaitu data yang menggambarkan keadaan pada suatu waktu tertentu misalnya data hasil suatu survei. Keberadaan heterokedastisitas akan dapat menyebabkan kesalahan dalam penaksiran sehingga koefisien regresi menjadi tidak efisien dan dapat meyesatkan.

Pengujian untuk mendeteksi heteroskedastisitas melalui metode grafik adalah sebagai berikut : Sebagaimana telah dijelaskan sebelumnya bahwa

heteroskedastisitas merupakan suatu kondisi dimana Var (

μ

i2) tidak konstan. Oleh

karena itu, bila nilai-nilai

μ

i2 diplot dengan nilai-nilai variabel bebas akan ditemui

suatu pola atau bentuk yang tidak random (pola yang sistematis). Seperti beberapa plot di bawah ini :

2 2 i E

Gambar 2.1 Pola Hipotesis Residual

Gambar (a) menunjukkan adanya pola yang sistematik , dimana semakin besar

nilai Ỷ, fluktuasi

μ

i2 semakin besar, gambar (b) menunjukkan adanya trend, dan

gambar (c) menunjukkan pola yang mengikuti fungsi logaritma. Pola-pola sistematis

ini menunjukkan Var

μ

i2 tidak konstan untuk semua nilai Ỷ, atau variannya

Heteroskedastis. Sedangkan pada gambar (d), titik-titik pada gambar tersebut tidak mencerminkan suatu pola yang sistematis atau dapat dikatakan random. Dengan kata

lain, Var

μ

i2 konstan untuk semua nilai Ỷ, atau variannya Homoskedastis. (Nachrowi

Djalal Nachrowi dan Hardius Usman, 2006:114).

μi2

0 Ỷ

(c)

μi2

0 Ỷ

(d)

(a) (b)

μi2 μi2

BAB 3

TINJAUAN UMUM TEMPAT RISET

3.1Badan Pusat Statistika (BPS)

3.1.1 Sejarah Badan Pusat Statistik (BPS)

3.1.1.1 Masa Pemerintahan Hindia Belanda

1. Pada bulan Februari 1920 di kantor Statistik untuk pertama kalinya didirikan oleh Direktur Pertanian, Kerajinan dan Perdagangan dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk megolah dan mempublikasikan data statistik.

2. Pada bulan Maret 1923 dibentuk suatu komisi yang bernama Komisi untuk Statistik yang anggotanya merupakan wakil dari tiap – tiap departemen. Komisi tersebut diberi tugas untuk merencanakan tindakan – tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia. Selain dari itu, Komisi ini mengurus terutama bagian statistik yang dimuat di dalam Laporan Indonesia yang sebelumnya disebut Laporan Kolonial.

3. Pada bulan September 1924 nama lembaga tersebut diganti menjadi Kantor Pusat Statistik dan dipindahkan ke Jakarta, bersamaan dengan itu beralih pula pekerjaan Statistik Perdagangan yang sekarang disebut Kantor Bea Cukai.

Kantor Pusat Statistik selain mencakup bidang administrasi mencakup juga bagian yang menangani Urusan Umum, Statistik Perdagangan, Statistik Pertanian, Statistik Kerajinan, Statistik Konjungtor Statistik Sosial. Kegiatan statistik pada era ini diarahkan utuk mendukung kebijakan yang ditempuh oleh Pemereintah Kolonial Belanda. Komisi ini juga pernah melakukan suatu kegiatan statistik yang bersifat monumental yaitu Sensus Penduduk 1930, yang merupakan sensus penduduk pertama kali dilakukan di Indonesia.

3.1.1.2 Masa Pemerintahan Jepang

Pada Juni 1942 Pemerintah Jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang/militer. Dan tugas serta fungsi kegiatan statistik pada saat ini lebih terkonsentrasi untuk keperluan militer.

3.1.1.3 Masa Pemerintahan RI

Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945 kegiatan statistik ditangani oleh lembaga baru yaitu Kantor Penyelidikan Perangkaan Umum Republik Indonesia ( KAPPURI ). Perkembangan berikutnya KAPPURI dilebur menjadi Kantor Pusat Statistik (KPS) dan berada di bawah dan bertanggungjawab kepada Menteri Kemakmuran.

Dengan Keputusan Presiden RI Nomor 172 Tahun 1957, terhitung mulai 1 Juni 1957 KPS diubah menjadi Biro Pusat Statistik, dan urusan statistik yang semula menjadi tanggung jawab dan wewenang Menteri Perekonomian dialihkan menjadi

wewenang dan berada di bawah Perdana Menteri. Berdasarkan Keppres ini pula secara formal nama Biro Puasat Statistik dipergunakan.

3.1.1.4 Masa Orde Baru – Sekarang

Seiring dengan perkembangan zaman, khususnya pada pemerintahan Orde Baru, untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, mutlak dibutuhkan data statistik. Untuk mendapatkan data secara tepat dan akurat, salah satu unsurnya adalah pembenahan organisasi BPS.

Dalam masa Orde Baru, BPS telah mengalamai empat kali perubahan struktur organisasi :

1. Peraturan pemerintah No.16 tahun 1980 tentang organisasi BPS. 2. Peraturan pemerintah No.6 tahun 1980 tentang organisasi BPS.

3. Peraturan pemerintah No.2 tahun 1992 tentang kedudukan, tugas, fungsi, susunan dan tata kerja BPS.

4. Undang – undang No.16 tahun 1997 tentang statistik. 5. Keputusan Presiden RI No.86 tahun 1998 tentang BPS.

6. Keputusan Kepala BPS No.100 tahun 1998 tentang organisasi dan tata kerja BPS.

7. PP 51 tahun 1998 tentang penyelenggaraan statistik.

Tahun 1968, ditetapkan peraturan pemerintah No.16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan daerah. Tahun 1980, peraturan pemerintah No.6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah No.16 tahun 1968. Berdasarkan peraturan pemerintah No.6 tahun 1980 di

tiap provinsi terdapat perwakilan BPS dengan nama kantor statistik provinsi dan di kabupaten atau kotamadya terdapat cabang perwakilan BPS dengan nama kantor statistik kabupaten atau kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No.6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juli 1998 dengan keputusan presiden RI No. 89 tahun 1998, ditetapkan BPS sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.

3.1.2 Visi dan Misi

Adapun visi Badan Pusat Statistik adalah menjadi sumber informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung sumber daya manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang muktahir.

Sedangkan misi Badan Pusat Statistik adalah untuk menjunjung pembangunan nasional, BPS mengembangkan misi mengarahkan pembangunan statistik pada penyediaan data statistik yang handal dan bermutu, efektif dan efesien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik dan pembangunan ilmu statistik.

3.1.2 Struktur Organisasi Badan Pusat Statistik

Strutur Organisasi BPS dipimpin oleh seorang seorang kepala dibantu oleh bagian tata usaha.

Tata usaha terdiri dari:

1. Sub bagian urusan dalam

2. Sub bagian perlengkapan dan perbekalan 3. Sub bagian keuangan

Uraian tugas bagian Tata Usaha:

1. Menyusun program kerja tahunan bagian

2. Mengatur dan melaksanankan perhimpunan dan penyusunan program kerja tahunan, baik rutin maupun proyek kantor BPS provinsi dan menyimpannya ke BPS.

3. Mengatur dan melaksanakan urusan dalam yang meliputi surat menyurat, pengadaan dan percetakan arsip, rumah tangga, pemeliharaan gedung, keamanan dan ketertiban lingkungan, serta perjalanan dinas dalam dan luar negeri.

4. Mengatur dan melaksanakan urusan perlengkapan dan perbekalan yang meliputi penyusunan rencana kebutuhan, penyaluran dan pengemasan, penyimpanan pergudangan, inventaris, penghapusan, serta pemeliharaan peralatan dan perlengkapan.

5. Mengatur dan melaksanakan urusan keuangan yang meliputi tata usaha keungan, pembendaharaan, verifikasi dan pembukaan.

Organisai BPS berdasarkan keppres RI Nomor 6 tahun 1996 terdiri atas: 1. Kepala

2. Wakil kepala 3. Deputi administrasi

4. Deputi perencanaan dan analis Statistik 5. Deputi Statistik produksi dan kependudukan 6. Deputi Statistik produksi dan neraca nasional 7. Pusat pendidikan dan pelatihan Statistik 8. Perwakilan BPS di Daerah

9. Unit pelaksanaan teknis

Deputi perencanaan dan analis statistik (PAS) mengkoordinasi 3 biro yakni: 1. Biro perencanaan dan pengendalian

2. Biro pengolahan dan penyajian 3. Biro analisis dan pengembangan

Deputi pembinaan Statistik mengkordinir 4 biro, yakni: 1. Biro Statistik dan industri

2. Biro Statistik distribusi

3. Biro Statistik sosial dan kependudukan 4. Biro Statistik neraca nasional

3.2 Asuransi Jiwa Bersama Bumiputera

3.2.1 Sejarah Singkat Perusahaan

Asuransi Jiwa Bersama (AJB) BumiPutera 1912 adalah perusahan asuransi jiwa nasional milik bangsa Indonesia yang pertama hadir dan tertua. Perusahaan didirikan pada tanggal 12 februari 1912 di Magelang Jawa Tengah, dengan nama “Onderlingen

Levensverkering Maatscappij Persatoen Goeroe-Goeroe Hindia Belanda” atau disingkat O.L Mij.PGHB.

Perusahaan ini di gagas dan didirikan oleh Mas Ngabehi Dwidjosewojo, seorang guru di Yogyakarta yang juga sekertaris Boedi Oetomo sebuah organisasi yang mempelopori gerakan Kebangkitan Nasional. Dua guru lainnya yaitu Mas Karto Hadi Soebroto dan Mas Adimidjojo turut mendirikan perusahaan ini, di bantu juga oleh Direktur dan bendahara guru lainnya R. Soepradmo dan M. Darmowidjojo, kelima pendiri yang juga anggota O.L.Mij. PGHB ini menjadi pemegang polis yang pertama.

Bumiputera ini memulai usahanya tanpa modal, pembayaran premi pertama oleh kelima tokoh tersebut dianggap sebagai modal awal perusahaan, dengan syarat uang pertanggungan tidak akan dibayarkan kepada ahli waris pemegang polis yang meninggal sebelum berjalan tiga tahun. Para pengurus saat itu juga tidak mengharapkan honor mereka sehingga mereka bekerja dengan sukarela.

Pada mulanya perusahaan hanya melayani para guru sekolah Hindia Belanda, kemudian perusahaan memperluas jaringan pelayanannya ke masyarakat umum, dan mengganti namanya menjadi O.L.Mij Boemi Poetera, yang sekarang dikenal sebagai AJB Bumiputera 1912.

Pada tahun 1912, perusahaan pindah ke Yogyakarta. Pada tahun 1934 perusahaan melebarkan sayapnya dengan membuka beberapa cabang di berbagai kota seperti Bandung, Jakarta, Surabaya, Palembang, Medan, Pontianak, Banjarmasin, dan Ujung Pandang.Dengan semakin berkembangnya AJB Bumiputera 1912, maka pada

tahun 1958 secara bertahap kantor pusat dipindahkan ke Jakarta dan pada tahun 1959 secara resmi AJB Bumiputera 1912 berdomisili di Jakarta.

Selama lebih sembilan dasawara, Bumiputera telah berhasil melewati berbagai rintangan yang amat sulit, antara lain pada masa penjajahan, masa revolusi dan masa-masa krisis ekonomi seperti Sanering di tahun 1965 dan krisis moneter yang dimulai pada pertengahan tahun 1997.

Salah satu kekuatan Bumiputera adalah pada kepemillikan dan bentuk perusahaan yang unik, dimana Bumiputera adalah satu-satunya perusahaan di Indonesia yang berbentuk Mutual atau usaha bersama, artinya pemilik perusahaan adalah pemegang polis bukan pemegang saham. Jadi perusahaan tidak berbentuk PT atau Koperasi. Hal ini di karenakan premi yang diberikan kepada perusahaan sehingga para pemegang polis ikut serta menentukan garis-garis besar haluan perusahaan dan mengangkat direksi, dan ikut serta mengawasi jalannya perusahaan.

Bumiputera 1912 melakukan hubungan internasional dengan rekan-rekan di negara lain. Sekitar 2.900 karyawan dan 23.000 agen melayani lebih dari 5 juta pemegang polis dan peserta. Pengurus juga mengendalikan kelompok usaha Bumiputera yang terdiri dari anak perusahaan, asosiasi dan penyertaan, antara lain:

A. Anak perusahaan/Yayasan :

1. PT. Bumida (Bumiputeramuda 1967- Asuransi kerugian) 2. PT. Bank Bumiputera Indonesia (Perbankan)

3. PT. Wisma Bumiputera (Properti)

4. PT. Mardi Mulyo (Penerbitan dan percetakan) 5. PT. Eurasia Wisata (Tour dan Travel)

6. PT. Informatics OASE (Teknologi Informasi)

7. PT. Bumiputera WHMC/Wiyata Hospitality Management Center (Perhotelan : Bumiputera Wiyata Hotel-Depok, Hyatt Regency- Surabaya) 8. PT. Bumiputera Mitrasarana (Jasa Konstruksi)

9. PT. Bumiputera (Securitas)

10.Yayasan Dharma Bumiputera (Pendidikan : STIE Dharma Bumiputera) 11.Yayasan Bumiputera Sejahtera (Pengelola Kesejahteraan Karyawan) 12.Dana Pensiun Bumiputera (Pengelola Dana Pensiun Karyawan)

B. Asosiasi / Penyertaan :

1. PT. Bumiputera BOT Finance (Leasing & Financing) 2. PT. Kyoai Medical Center (Medical Cheeck Up) 3. PT. John Hancok Indonesia

4. PT. Maskapai Reansuransi Indonesia

Di abad ke-21 ini, dalam kiprahnya membangun bangsa di tengah arus globalisasi sekaligus mewujudkan visi dan misi para pendiri AJB Bumiputera 1912. AJB Bumiputera memiliki 21 cabang yang terletak di provinsi Sumatra Utara, diantaranya :

1. Kabanjahe

2. Balige

3. Sibolga

4. Rantau Prapat

5. Padang Sidempuan

7. Medan Serdang 8. Medan Petisah

9. Medan Kesawan

10. Medan Baru 11. Nias

12. Perdagangan 13. Lubuk Pakam 14. Kisaran 15. Tanjung Balai 16. Binjai

17. Simalungun 18. Stabat 19. Pulo Brayan 20. Setia Budi 21. TebingTinggi

3.2.2 Visi dan Misi Perusahaan

3.2.2.1 Visi AJB Bumiputera 1912

Adapun Visi perusahaan ini adalah AJB Bumiputera 1912 menjadi perusahaan asuransi jiwa nasional yang kuat, modern dan menguntungkan didukung oleh Sumber Daya Manusia (SDM) profesional yang menjunjung tinggi nilai-nilai idealisme serta mutualisme.

3.2.2.2 Misi AJB Bumiputera 1912

Misi AJB Bumiputera 1912 adalah menjadikan Bumiputera senantiasa berada di benak dan di hati masyarakat Indonesia, dengan:

a. Memelihara keberadaan Bumiputera sebagai perusahaan perjuangan bangsa Indonesia.

b. Mengembangkan koorporasi dan koperasi yang menetapkan prinsip dasar gotong royong

c. Menciptakan berbagai produk dan layanan yang memberikan manfaat optimal bagi komunitas Bumiputera

d. Mewujudkan perusahaan yang berhasil secara ekonomi dan sosial

3.2.3 Struktur Organisasi

Agar tujuan suatu perusahaan atau organisasi dapat tercapai secara efisien dan efektif perlu suatu sistem dimana perusahaan atau organisasi mengalokasikan tugas dan tanggung jawab berdasarkan jabatan yang dapat dilihat pada struktur organisasinya. Struktur organisasi yang disusun sesuai dengan tujuan organisasi tersebut, sumber daya yang dimiliki dan lingkungan yang dimilikinya. Berikut struktur organisasi dari perusahaan AJB Bumiputera 1912 kantor wilayah Medan.

Gambar 3.1. Struktur Organisasi AJB Bumiputera 1912 Kepala wilayah

Ka Bag Pemasaran Ka Bag PSDM

Ka Bag Adm, Keuangan dan Umum Staf fungsi Mekanisme Dan

SOP

Staf Fungsi Diklat Staf Fungsi verifikasi

Staf Fungsi Analisa TOA

Staf Fungsi Pemberdayaan SDM

Staf Fungsi klaim Dan Pinjaman Polis

Staf Fungsi I Marketing

Staf Fungsi Underwriting DIO/PIO

Staf Fungsi Pelayanan & CS Staf Fungsi konserfasi

Staf Fungsi Teknik komputer & Umum

Staf Fungsi kader

Staf fungsi Sekertaris Staf Fungsi pesuruh

Satpam & Supir

Ka Cabang

KUO/SPV Ka Unit Adm & Keu

BAB 4

ANALISA DATA

4.1Data jumlah penduduk, biaya promosi dan tingkat penjualan produk di Asuransi Jiwa Bersama Bumiputera

Data yang akan dianalisa dalam tugas akhir ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Sumatera Utara di jalan Asrama No. 179 Medan yaitu data jumlah penduduk dan dari AJB Bumiputera 1912 kantor wilayah Medan di Jalan. Sultan Iskandar Muda No. 138 Medan yaitu data biaya promosi dan tingkat penjualan produk Asuransi Jiwa. Datanya adalah sebagai berikut:

Tabel 4.1

Data jumlah penduduk, biaya promosi dan tingkat penjualan produk di Asuransi Jiwa Bersama Bumiputera

No Nama Cabang

Jumlah

Penduduk Biaya Promosi

Tingkat Penjualan

1 Kabanjahe 33.783 173.854.702 5.741.892.573

2 Balige 78.272 293.875.310 6.831.890.580

3 Sibolga 52.391 159.631.873 5.383.710.849

4 Rantau Prapat 62.991 215.728.913 6.428.910.993

5 Padang Sidempuan 95.117 369.313.810 4.283.995.880

6 Pematang Siantar 9.203 165.897.510 1.013.112.364

7 Medan Serdang 104.330 481.968.547 7.551.329.644

8 Medan Petisah 48.856 106.782.545 2.946.103.212

9 Medan Kesawan 56.000 182.460.870 3.745.811.084

10 Medan Baru 30.695 101.832.912 2.003.232.129

11 Nias 181.408 453.987.295 6.013.926.834

No Nama Cabang

Jumlah

Penduduk Biaya Promosi

Tingkat Penjualan

13 Lubuk Pakam 98.271 222.517.882 4.238.757.801

14 Kisaran 133.355 498.693.820 5.528.739.200

15 Tanjung Balai 88.184 298.968.203 4.083.640.537

16 Binjai 155.359 423.550.807 5.654.161.489

17 Simalungun 438.837 384.658.892 6.873.983.670

18 Stabat 44.051 155.106.569 3.590.409.678

19 Pulo Brayan 25.940 132.804.478 3.368.157.312

20 Setia Budi 58.534 122.741.715 3.534.693.928

21 TebingTinggi 78.507 199.809.930 2.184.796.270

JUMLAH 1.923.857 5.272.472.215 94.566.085.657

Sumber: BPS (Badan Pusat Statistik) Sumatera Utara dan AJB Bumiputera 1912 Medan

4.2 Analisis Korelasi

4.2.1 Analisis Korelasi Sederhana

Kegunaan analisis korelasi untuk mengetahui derajat hubungan antara variabel bebas (Xi) dengan variabel terikat (Y). Korelasi dilambangkan dengan r dengan ketentuan

nilai r tidak lebih dari harga (-1≤ r ≤ 1). Apabila nilai r = -1 artinya korelasi negatif sempurna; r = 0 artinya tidak ada korelasi; dan r = 1 artinya korelasinya sangat kuat.

Rumus korelasi untuk tiga variabel adalah sebagai berikut :

2 2 2 1 2 1 1 1 1 Y Y n X X n Y X Y X n r_xy

2 2 2 2 2 2 2 2 2 Y Y n X X n Y X Y X n r_xy

2 2 2 2 2 1 2 1 2 1 2 1 2 1 X X n X X n X X X X n r_xx

Dari perhitungan SPSS diperoleh hasil sebagai berikut : Tabel 4.2 Korelasi Sederhana Jumlah Penduduk Biaya Promosi Tingkat Penjualan Jumlah Penduduk Pearson Correlation

1 ,603** ,525*

Sig. (2-tailed) ,004 ,015

N 21 21 21

Biaya Promosi Pearson Correlation

,603** 1 ,670**

Sig. (2-tailed) ,004 ,001

N 21 21 21

Tingkat Penjualan

Pearson Correlation

,525* ,670** 1

Sig. (2-tailed) ,015 ,001

N 21 21 21

**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).

Penafsiran hasil analisis korelasi antara variabel jumlah penduduk, biaya promosi dan tingkat penjualan adalah sebagai berikut:

1) Korelasi antara jumlah penduduk dan tingkat penjualan r_xy

1

Berdasarkan perhitungan diperoleh nilai korelasi antara variabel jumlah penduduk

dan tingkat penjualan rx₁y = 0,525 yang berarti bahawa hubungan antara jumlah

penduduk dan tingkat penjualan kuat dan searah. Searah artinya jika jumlah penduduk tinggi maka peran tingkat penjualan juga tinggi. Korelasi antara dua variabel signifikan karena angka signifikansi 0,015 ≤ 0,05.

2) Korelasi antara biaya promosi dan tingkat penjualan rx₂y

Berdasarkan perhitungan diperoleh nilai korelasi antara variabel biaya promosi dan

tingkat penjualan r_{x y}

promosi dan tingkat penjualan cukup kuat dan searah. Searah artinya jika biaya promosi tinggi maka peran tingkat penjualan juga tinggi. Korelasi antara dua variabel signifikan karena angka signifikansi 0,001 ≤ 0,01.

3) Korelasi antara jumlah penduduk dan biaya promosi

2 1x x

r

Berdasarkan perhitungan diperoleh nilai korelasi antara variabel jumlah penduduk

dan biaya promosi

2 1x x

r = 0,603 yang berarti bahawa hubungan antara jumlah

penduduk dan biaya promosi cukup kuat dan searah. Searah artinya jika jumlah penduduk tinggi maka peran biaya promosi juga tinggi. Korelasi antara dua variabel signifikan karena angka signifikansi 0,004 ≤ 0,01.

4.2.2. Analisis Korelasi Berganda

Analisis korelasi berganda berfungsi untuk mencari besarnya hubungan antara dua variabel bebas (Xi) atau lebih secara simultan dengan variabel terikat (Y). Rumus

korelasi berganda adalah sebagai berikut :

2 2 2 . 2 1 2 1 2 1 2 1 2 . 1

₁

2

x x x x y x y x y x y x y x x

r

r

r

r

r

r

R

Dari perhitungan SPSS diperoleh hasil sebagai berikut : Tabel 4.3

Model Summaryb

Model R R Square Adjusted

R Square

Std. Error of the Estimate

Durbin-Watson

1 ,687a ,472 ,413 1,34937E9 1,187

a. Predictors: (Constant), Biaya Promosi, Jumlah Penduduk b. Dependent Variable: Tingkat Penjualan

Berdasarkan perhitungan nilai di atas diperoleh nilai korelasi antara variabel jumlah penduduk dan biaya promosi terhadap tingkat penjualan secara simultan dan signifikan adalah 0,687 yang berarti bahwa hubungan antara variabel jumlah penduduk (X1) dan

biaya promosi (X2) terhadap tingkat penjualan (Y) adalah cukup kuat dan searah.

Searah artinya apabila variabel jumlah penduduk dan biaya promosi tinggi maka tingkat pejualan juga tinggi.

4.3Uji Koefisien Determinasi

Koefisien determinasi digunakan untuk melihat seberapa besar variabel-variabel independen secara bersama mampu memberikan penjelasan mengenai variabel dependen dimana nilai R2berkisar antara 0 sampai 1(0≤R2≤1). Semakin besar nilai R2, maka semakin besar variasi variabel dependen yang dapat dijelaskan oleh variasi variabel – variabel independen. Sebaliknya jika R2 kecil, maka akan semakin kecil variasi variabel dependen yang dapat di jelaskan oleh variabel independen. Koefisien determinasi dapat dilihat dari kuadrat korelasi berganda antara X1 dan X2 terhadap Y.

Dari tabel 4.3 Korelasi Berganda diperoleh bahwa besarnya angka R square (R2) adalah 0,472, maka :

Koefisien Determinasi (KD) = R2 x 100% = 0,472 x 100% = 47,2%

Maksudnya bahwa pengaruh jumlah penduduk (X1) dan biaya promosi (X2) terhadap

tingkat penjualan (Y) secara gabungan adalah 47,2% sedangkan sisanya sebesar 52,8% (100%-47,2%) dipengaruhi oleh faktor lain. Dengan kata lain, variabilitas tingkat penjualan yang dapat diterangkan oleh variabel jumlah penduduk dan biaya promosi sebesar 47,2% sedangkan pengaruh sebesar 52,8% disebabkan oleh variabel-variabel diluar model ini.

4.4Analisis Regresi Linier Berganda

Persamaan regresi linier berganda Y atas X₁,X₂,...,X_n akan ditaksir oleh :

n nX

b X

b X b a

Yˆ _{1 1 2 2} ... . Penaksir untuk persamaan regresi linier berganda

Tabel 4.4 Koefisien Regresi

Model Unstandardized

Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 2,309E9 6,456E8 3,576 ,002

Jumlah Penduduk

3695,129 4182,169 ,190 ,884 ,389

Biaya Promosi 7,392 2,859 ,555 2,585 ,019

a. Dependent Variable: Tingkat Penjualan

Dari hasil pemrosesan data menggunakan SPSS diperoleh koefisien regresi sebagai berikut :

a = 2,309E9

1

b = 3695,129

2

b = 7,392

Sehingga persamaan regresi linier bergandanya adalah :

2 1 7,392

129 , 3695 9 309 , 2

ˆ _{E X X}

Y

Berdasarkan hasil regresi di atas dapat dijelaskan pengaruh variabel independen yaitu Jumlah Penduduk (X1), Biaya Promosi (X2) terhadap Tingkat Penjualan Produk

asuransi jiwa pada AJB Bumiputera 1912 kantor Wilayah Medan sebagai berikut: 1. Jumlah Penduduk berpengaruh positif terhadap Tingkat Penjualan Produk

asuransi jiwa pada AJB Bumiputera 1912 Kantor Wilayah Medan.. Hal ini ditunjukkan oleh koefisien regresi jumlah penduduk yaitu sebesar 3695,129.

2. Semakin tinggi biaya promosi yang dikeluarkan maka semakin tinggi tingkat penjualan produk asuransi jiwa pada AJB Bumiputera 1912 Kantor Wilayah Medan.

4.5Uji Persamaan Regresi Linier Berganda

4.5.1. Uji t-statistik

Uji t-statistik merupakan pengujian untuk mengetahui apakah masing- masing koefisien regresi signifikan atau tidak terhadap variabel dependen. Dengan menganggap variabel independen lainya konstan atau dapat juga disebut sebagai pengujian secara parsial.

Nilai t-hitung diperoleh dengan rumus:

t-hitung =

Dimana :

bi = koefisien variabel ke – i

b = nilai hipotesis nol

Se (bi) = simpangan baku dari variabel independen ke-i

Dari perhitungan SPSS pada Tabel 4.4 Koefisien Regresi, maka dapat ditentukan hubungan antara variabel independen terhadap variabel dependen sebagai berikut :

1. Menentukan hubungan antara jumlah penduduk (X1) dan tingkat penjualan (Y).

Langkah-langkahnya sebagai berikut : 1) Menentukan hipotesis

) (

) (

i e i

b S

b b

H0 : Tidak ada hubungan linier antara jumlah penduduk dengan tingkat

penjualan.

H1 : Ada hubungan linier antara jumlah penduduk dengan tingkat penjualan.

2) Menghitung besarnya angka t-hitung

Berdasarkan hasil perhitungan SPSS diperoleh t-hitung sebesar 0,884

3) Menghitung besarnya t-tabel dengan ketentuan sebagai berikut :

Taraf signifikansi 0,05 dan derajat kebebasan (dk) dengan ketentuan (dk) : n-2 atau 21-2= 19. Dari ketentuan tersebut diperoleh t-tabel sebesar 2,09.

4) Menentukan kriteria

Kriteria uji hipotesisnya adalah sebagai berikut :

Jika t-hitung > t-tabel maka H0 ditolak dan H1 diterima.

Jika t-hitung ≤ t-tabel maka H0 diterima dan H1 ditolak.

5) Pengambilan keputusan

Berdasarkan hasil perhitungan diperoleh t-hitung sebesar 0,884 < t-tabel sebesar 2,09 sehingga H0 diterima dan H1 ditolak. Artinya tidak ada hubungan

linier antara jumlah penduduk dengan tingkat penjualan. Besarnya pengaruh jumlah penduduk terhadap tingkat penjualan adalah 0,190 atau 19% tidak signifikan. Hal ini tercermin dalam angka signifikansi 0,389 yang lebih besar dari 0,05.

Menentukan hubungan antara biaya promosi (X2) dan tingkat penjualan (Y).

1) Menentukan hipotesis

H0 : Tidak ada hubungan linier antara biaya promosi dengan tingkat penjualan.

H1 : Ada hubungan linier antara biaya promosi dengan tingkat penjualan.

2) Menghitung besarnya angka t-hitung

Berdasarkan hasil perhitungan SPSS diperoleh t-hitung sebesar 2,585

3) Menghitung besarnya t-tabel dengan ketentuan sebagai berikut :

Taraf signifikansi 0,05 dan derajat kebebasan (dk) dengan ketentuan (dk) : n-2 atau 21-2= 19. Dari ketentuan tersebut diperoleh t-tabel sebesar 2,09.

4) Menentukan kriteria

Kriteria uji hipotesisnya adalah sebagai berikut :

Jika t-hitung > t-tabel maka H0 ditolak dan H1 diterima.

Jika t-hitung ≤ t-tabel maka H0 diterima dan H1 ditolak.

5) Pengambilan keputusan

Berdasarkan hasil perhitungan diperoleh t-hitung sebesar 2,585 > t-tabel sebesar 2,09 sehingga H0 ditolak dan H1 diterima. Artinya ada hubungan linier

antara biaya promosi dengan tingkat penjualan. Besarnya pengaruh biaya promosi terhadap tingkat penjualan adalah 0,555 atau 55,5% signifikan. Hal ini tercermin dalam angka signifikansi 0,019 yang lebih kecil dari 0,05.

4.5.2.Uji F-statistik

Uji F-statistik ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap variabel independen. Nilai F-hitung dapat diperoleh dengan rumus:

F-hitung =

Dimana:

R2 : Koefisien determinasi k : Jumlah variabel independen n : Jumlah sampel

Dari perhitungan SPSS diperoleh hasil sebagai berikut : Tabel 4.5

ANOVA

Model Sum of

Squares Df

Mean

Square F Sig.

1 Regression 2,927E19 2 1,464E19 8,039 ,003a

Residual 3,277E19 18 1,821E18

Total 6,205E19 20

a. Predictors: (Constant), Biaya Promosi, Jumlah Penduduk b. Dependent Variable: Tingkat Penjualan

Hipotesis :

H0 : b1 = b2 = bn...bn = 0, Tidak ada hubungan linier antara jumlah penduduk dan

biaya promosi terhadap tingkat penjualan.

H1 : b1 ≠ b2 ≠ 0…bi = 1, Ada hubungan linier antara jumlah penduduk dan biaya

promosi terhadap tingkat penjualan. ) /( ) 1 ( ) 1 /( 2 2 k n R k R

Pengujian dapat dilakukan dengan dua cara antara lain : 1. Membandingkan F-hitung dengan F-tabel

2. Membandingkan angka taraf signifikansi (Sig) hasil perhitungan dengan taraf signifikansi (Sig) 0,05 (5%).

1. Membandingkan F-hitung dengan F tabel

Adapun langkah-langkahnya sebagai berikut : 1) Menghitung F-hitung

F-hitung dari SPSS yang diperoleh sebesar 8,039

2) Menghitung F-tabel dengan ketentuan sebagai berikut :

Taraf signifikansi 0,05 dan derajat kebebasan dengan ketentuan numerator : 3-1 = 2; dan dumerator : 21-(3-1) = 19. Dari ketentuan tersebut diperoleh F-tabel sebesar 3,52.

3) Menentukan kriteria uji hipotesis Kriteria pengujian :

Jika F-hitung > F tabel maka H0 ditolak dan H1 diterima.

Jika F-hitung ≤ F tabel maka H0 diterima danH1 ditolak.

4) Pengambilan keputusan

Dari hasil perhitungan diperoleh angka F-hitung sebesar 8,039 > F tabel sebesar 3,52 sehingga H0 ditolak dan H1 diterima artinya ada hubungan

linier antara jumlah penduduk dan biaya promosi terhadap tingkat penjualan. Dengan demikian model regresi di atas sudah layak untuk digunakan menjelaskan variabel Y.

2. Membandingkan angka taraf signifikansi (Sig) hasil perhitungan dengan taraf signifikansi (Sig) 0,05 (5%).

Hasil perhitungan dengan taraf signifikansi 0,05 (5%), kriterianya adalah sebagai berikut :

Jika signifikansi ≤ 0,05 maka H0 ditolak dan H1 diterima.

Jika signifikansi > 0,05 maka H0 diterima dan H1 ditolak.

Berdasarkan perhitungan angka signifikansi sebesar 0,003 ≤ 0,05, maka H0

ditolak dan H1 diterima artinya ada hubungan linier antara jumlah penduduk dan biaya

promosi terhadap tingkat penjualan.

Dapat disimpulkan bahwa antara jumlah penduduk (X1) dan biaya promosi

(X2) berpengaruh secara simultan dan signifikan terhadap tingkat penjualan (Y).

4.6 Uji Penyimpangan Asumsi Klasik

4.6.1 Uji Normalitas

Uji ini merupakan pengujian terhadap normalitas kesalahan pengganggu/ error digunakan untuk melihat apakah variabel bebas dan variabel terikat mempunyai distribusi normal. Asumsi kenormalan dapat diperiksa dengan:

1. Pendekatan Histogram

Untuk menguji normalitas, data dapat dilihat dengan kurva normal yaitu kurva yang memiliki ciri-ciri khusus, salah satu diantaranya adalah mean,

mode dan median pada tempat yang sama. Jika ketiga tendensi sentral tersebut tidak terletak pada satu tempat maka bearti kurva tersebut mereng ke kiri atau ke kanan.

Histogramnya adalah sebagai berikut:

Gambar 4.1 Histogram

Pada grafik histogram terlihat bahwa variabel berdistribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak mereng ke kiri dan mereng ke kanan.

2. Pendekatan Grafik

PP plot akan membentuk plot antara nilai-nilai teoritis (sumbu x) melawan nilai-nilai yang didapat dari sampel (sumbu y). Apabila plot

dari keduanya berbentul linier (dapat di dekati oleh garis lurus), maka hal ini merupakan indikasi bahwa residual menyebar normal. Seringkali ditemui bahwa ujung-ujung plot pada pp plot agak menyimpang dari garis lurus. Bila pola-pola titik yang terletak selain diujung-ujung plot masih berbentuk linier, meskipun ujung-ujung plot agak menyimpang dari garis lurus, kita dapat mengatakan bahwa sebaran data (dalam hal ini residual) adalah menyebar normal. PP plotnya dapat dilihat dibawah ini:

Gambar 4.2

Normal P-P Plot of regression Standardized Residual

Pada scatter plot terlihat mengikuti data disepanjang garis diagonal. Hal ini bearti data berdistribusi normal.

Seringkali data keliatan normal karena mengikuti garis diagonal. Padahal belum tentu data tersebut berdistribusi normal. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan iji kolmogorv smirnov dengan melihat data residualnya apakah berdistribusi normal atau tidak.

Berikut hasil output SPSSnya:

` Tabel 4.6

One-Sample Kolmogorov-Smirnov Test

Unstandardiz ed Residual

N 21

Normal Parametersa,b Mean ,0000000

Std. Deviation 1,28012605E

9

Most Extreme

Differences

Absolute ,223

Positive ,223

Negative -,104

Kolmogorov-Smirnov Z 1,023

Asymp. Sig. (2-tailed) ,246

a. Test distribution is Normal. b. Calculated from data.

Pada tabel dapat telihat bahwa nilai Asymp. Sig. (2-tailed) adalah 0,246 dan diatas nilai signifikan (0,05), dengan demikian variabel residual berdistribusi normal.

4.6.2 Uji Multikolinieritas

Multikolinieritas adalah suatu kondisi dimana terdapat hubungan variabel independen diantara satu dengan lainnya. Dalam penelitian ini tidak terdapat multikolinieritas

diantara variabel independen. Hal ini dapat diperoleh melalui ketentuan sebagai berikut:

1. Standard error tidak terhingga

Kenyataan : Pada hasil regresi bahwa standard error masing-masing variabel mempunyai nilai tertentu yaitu 4182,168 dan 2,859

2. Lebih banyak variabel independen yang tidak signifikan daripada yang signifikan pada t-statistik.

Kenyataan: Pada hasil regresi semua variabel independen signifikan (H1 diterima).

3. Terjadi perubahan tanda atau tidak sesuai dengan teori pada model estimasi

Kenyataan: Pada hasil regresi bahwa tanda pada model estimasi tidak mengalami perubahan atau sesuai dengan model estimasi.

4. R2 yang sangat tinggi

Kenyataan: Pada hasil regresi nilai R2 tidak terlalu tinggi.

Multikolinieritas juga dapat dideteksi melalui nilai-nilai Eigenvalues, Conditional Index (CI), VIF dan TOL. Dengan ketentuan sebagai berikut:

1. Multikolinieritas ditenggarai ada di dalam persamaan regresi bila nilai

Eigenvalues mendekati nol. Jika CI berada antara nilai 10 sampai 30, maka model mengandung multikolinieritas moderat. Persamaan Regresi mempunyai multikolinieritas yang kuat antar variabel bebasnya bila CI di atas 30.

2. Multikolinieritas tidak ada jika nilai VIF < 5 dan TOL > 0,1.

Untuk pembuktian uji di atas, kita perhatikan output yang dikeluarkan oleh Paket Program SPSS berikut:

Tabel 4.7

Collinearity Diagnosticsa

Model Dimension

Eigenvalue Condition Index

Variance Proportions

(Constant)

Jumlah Penduduk

Biaya Promosi

dimension0 1

dimension1

1 2,629 1,000 ,03 ,04 ,02

2 ,285 3,036 ,28 ,64 ,01

3 ,085 5,547 ,69 ,32 ,97

a. Dependent Variable: Tingkat Penjualan

Pertama-tama perhatikan Tabel 4.7 Collinearity Diagnosticsa pada kolom Dimension, yang perlu dilihat adalah kode „2‟ yang merupakan nilai Eigenvalue untuk variabel bebas Jumlah Penduduk dan kode ‟3‟ untuk Biaya Promosi. Terlihat bahwa kedua variabel bebas tersebut mempunyai nilai Eigenvalue yang mendekati nol. Artinya, terdapat multikolinieritas antara Jumlah Penduduk dan Biaya Promosi. Akan tetapi bila dilihat nilai CI- nya, ternyata relatif kecil atau di bawah 10.

Untuk itu, maka kita perhatikan nilai VIF dan TOL- nya, sebagaimana tersaji dalam tabel 4.8 Coefficientsa.

Tabel 4.8

Koefisien

Model Collinearity Statistics

Tolerance VIF

1 (Constant)

Jumlah Penduduk ,636 1,573

Biaya Promosi ,636 1,573

a. Dependent Variable: Tingkat Penjualan

Terlihat bahwa untuk regresi berganda dengan dua variabel bebas, baik nilai TOL maupun VIF untuk Jumlah Penduduk dan Biaya Promosi adalah sama. Angka Tolerance yang didapat sebesar 0,636, angka ini lebih besar dari 0,1, begitupula dengan nilai VIF- nya sebesar 1,573, angka ini masih di bawah 5. Oleh karena itu,

berdasarkan indikator ini, dapat disimpulkan bahwa kedua variabel bebas, yaitu Jumlah Penduduk dan Biaya Promosi tidak terdapat multikolinieritas.

4.6.3 Uji Heterokedastisitas

Heterokedastisitas terjadi apabila variabel pengganggu (Error Term) tidak mempunyai varian yang konstan (sama) untuk semua observasi sehingga residual variabel

pengganggu tidak bernilai nol atau .

Untuk menguji keberadaan heterokedastisitas dilakukan dengan metode grafik yang diperoleh dari output Paket Program SPSS. Sebagaimana telah dijelaskan sebelumnya bahwa heteroskedastisitas merupakan suatu kondisi dimana Var (μi2)

tidak konstan. Oleh karena itu, bila nilai-nilai μi2 diplot dengan nilai-nilai variabel

bebas akan ditemui suatu pola atau bentuk yang tidak random (pola yang sistematis).

Gambar 4.4

Scatterplot Uji Heteroskedastis

2 2 i E

Terlihat bahwa plot pada gambar 4.4 tidak membentuk suatu pola (random). Dengan demikian dapat dinyatakan bahwa residual tidak heteroskedastis atau dengan kata lain tidak terjadi heteroskedastisitas dalam model regresi.

BAB 5

IMPLEMENTASI SISTEM

5.1. Pengertian Implementasi Sistem

Implementasi sistem merupakan prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada, menginstal dan memulai sistem baru atau sistem yang diperbaiki. Dalam tahapan implementasi sistem akan dilakukan beberapa hasil desain tertulis ke dalam programming.

Proses pengolahan data dalam tugas akhir ini, penulis menggunakan salah satu dari perangkat lunak sebagai implementasi sistem, yaitu program SPSS versi 18 for windows untuk memperoleh hasil perhitungannya.

5.2. SPSS

5.2.1. Sejarah SPSS

Pada awalnya, SPSS adalah singkatan dari STATISTICAL PROGRAMING FOR SOCIAL SCIENCE yang merupakan paket software yang dimanfaatkan untuk analisis data ilmu-ilmu sosial. SPSS pertama kali dibuat pada tahun 1968 oleh tiga mahasiswa Stanford University dan dioperasikan pada computer mainframe. Seiring dalam pengembangan software ini, SPSS telah mampu memproses data statistik pada

berbagai bidang ilmu, baik social maupun non social, sehingga SPSS mengalami perubahan nama menjadi STATISTICAL PRODUCT and SERVICE SOLUTION.

Sekitar tahun 1984, SPSS/PC+ diluncurkan pertama kali dan sudah dapat dioperasikan dalam PC, namun hanya dapat dioperasikan dalam sistem DOS (Disk Operating System). Software ini baru dapat dioperasikan dalam sistem Windows sejak SPSS versi 5.0 dikeluarkan yaitu sekitar tahun 1992.

Dalam hal pengolahan data, computer memiliki banyak kelebihan dari manusia yaitu kecepatan, ketepatan, dan kehandalan dalam memproses data. dengan adanya perangkat lunak computer, manusia sangat terbantu karena adakalanya data-data yang sangat rumit dan terlalau banyak tidak dapat dikerjakan secara manual atau membutuhkan terlalu banyak waktu dan tenaga untuk mengolah data tersebut. Di samping itu, faktor kesalahan yang dilakukan oleh manusia relatif besar. Dengan adanya perangkat lunak, diharapkan pekerjaan tersebut dapat dilakukan dengan cepat dan tepat waktu serta dengan tingkat kesalahan yang relatif kecil.

SPSS banyak dipakai dalam berbagai riset pasar, pengendalian dan perbaikan mutu serta riset-riset sains dan banyak digunakan oleh perusahaan untuk membuat dan mendistribusikan informasi hasil pengolahan data statistika untuk berbagai pengambilan keputusan strategis perusahaan.

5.2.2. Tipe Data dalam SPSS

Pada program SPSS, kita dapat mengelompokkan data dalam dua tipe utama, yaitu data katagorikal dan data numeric. Data katagorikal terdiri dari data nominal dan data ordinal, sedangkan data numeric terdiri dari data interval dan data rasio.

Data nominal hanya sebatas member label pembeda pada suatu data. sebagai contoh, data jenis kelamin (pria dan wanita), pembagian wilayah berdasarkan mata angin (Utara, Selatan, Timur dan Barat) dan lain-lain. Data ordinal menunjukkan tingkatan data, namun hanya mengatakan “lebih besar” atau “lebih kecil” tanpa menjelaskan seberapa besar atau kecil propertinya. Sebagai contoh, data pendapat (sangat setuju, setuju, dan tidak setuju), preferensi (sangat suka, suka, tidak suka dan sangat tidak suka) dan lain-lain.

Data interval memiliki konsep persamaan interval/jarak. Sebagi contoh, pengukuran waktu (waktu antara pukul 07.00-10.00 sama dengan waktu antara pukul 08.00-11.00), dapat juga dilihat dari contoh pengukuran suhu, dan lain-lain. Data rasio mewakili jumlah actual suatu variabel. Data ini berpatokan pada nilai nol sebagai tolak ukur. Sebagi contoh, pengukuran tinggi, berat, jarak dan lain-lain.

5.2.3. Langkah-langkah Pengolahan Data dengan SPSS

Secara umum, ada tiga tahapan yang harus dilakukan dalam mengoperasikan SPSS supaya hasil yang diperoleh berdaya guna, yaitu : tahap penyiapan data (yang mencakup pemasukan/ input data, penyuntingan/ editing data, penyimpanan data),

tahap proses analisis data dan tahap analisis hasil. Hal ini dapat dilihat dalam bagan berikut :

Dimana langkah – langkah dalam mengoperasikan program SPSS versi 18.0 for Windows adalah sebagai berikut :

1. Aktifkan program SPSS dengan perintah :

Klik Star, All Program lalu pilih program SPSS 18.0 for Windows, maka akan muncul tampilan sebagai berikut :

2. Entri data ke dalam SPSS 16.0

Dengan langkah-langkah sebagai berikut : 2.1. Buka lembar kerja baru pada menu File

Gambar 5.1 Tampilan jendela pada data variabel dalam SPSS

2. Menamai variabel dan property yang diperlukan. Klik tab sheet Variabel View yang ada pada bagian kiri bawah, kemudian akan tampil sebagai berikut :

Penyimpanan Analisis

Proses Analisis

Analisis Hasil

Gambar 5.2 Tampilan jendela variabel view dalm SPSS

3. Pada kolom Name baris pertama, ketik X1, pada Label ketik Jumlah Penduduk dan pada kolom Measure pilih Scale. Pada kolom Name baris kedua, ketik X2, pada Label ketik Biaya Promosi dan pada kolom Measure pilih Scale. Pada kolom Name, baris ketiga ketik Y, pada Label ketik Tingkat Penjualan dan pada kolom Measure pilih Scale. Untuk kolom lainnya bisa diabaikan (isian default). Maka akan tampil sebagai berikut :

Gambar 5.3 Tampilan Jendela pengisisan pada variabel view dalam SPSS

4. Kemudian masukkan data ke halaman Data View dengan cara klik Data View. 5. Isikan data Y, X1 dan X2 seperti gambar berikut :

6. Selanjutnya untuk pengolahan data, klik Analyze, pilih Regression, pilih Linier.

Gambar 5.5 Tampilan jendela pengisian pengolahan data dalam SPSS

7. Pada proses pengisian, masukkan variabel Tingkat Penjualan (Y) pada kolom Dependent, kemudian masukkan variabel Jumlah Penduduk (X1) dan Biaya Promosi (X2) ke dalam kolom Independent (s). pilih Enter pada Method, sehingga akan muncul tampilannya sebagai berikut :

Gambar 5.6 Tampilan jendela pengisian linier regression

8. Klik tab Statistics. Beri centang pada kotak Estimate, Confidence Intervals, Model fit, Deskriptives, Part and Partial Correlation, Colinearity diagnostics,

kemudian pada Residual berikan centang pada Casewise diagnosis serta All case, sehingga akan tampil sebagai berikut :

Gambar 5.7 Tampilan jendela pengisian linier regression statistics

9. Kemudian klik Continue, untuk meneruskan tampilan hasil dari penelitian.

10.Klik tab Plots dan berikan tanda centang pada pilihan Produce all partial plot, Histogram, Normal Probability plot, dan isi pada sumbu X ZPRED dan sumbu Y ZRESID. Sehingga akan muncul tampilan sebagai berikut :

Gambar 5.8 Tampilan jendela pengisian linier regression plots

12.Klik OK untuk mengakhiri pengisian prosedur analisis. Kemudian akan muncul output regresinya.

13.Untuk menentukan korelasi variabel penelitian, dilakukan langkah-langkah sebagai berikut :

Klik menu Analyze, lalu pilih Correlate, Bivariate, sehingga akan muncul tampilan sebagai berikut :

Gambar 5.9 Tampilan jendela pengolahan data korelasi

14.Pada proses pengisian, masukkan data Y, X1, dan X2 ke dalam kolom Variabels kemudian pada kotak Corralations Coefficients pilih Pearson dan pada kotak Test of Significance pilih Two-tailed, sehingga akan muncul tampilannya sebagai berikut :

Gambar 5.10 Tampilan jendela pengisian korelasi

15.Klik OK untuk mengakhiri pengisian prosedur analisis dan kemudian akan muncul output dari semua yang diperintahkan.

BAB 6

KESIMPULAN DAN SARAN

6.1.Kesimpulan

Berdasarkan hasil analisa dan evaluasi data pada bab 5, maka dapat diambil kesimpulan sebagai berikut :

1. Jumlah penduduk dan biaya promosi mempunyai hubungan terhadap tingkat penjualan produk asuransi jiwa bersama bumiputera.

2. Besarnya hubungan antara jumlah penduduk dengan tingkat penjualan produk asuransi jiwa bersama bumiputera sebesar 0,525, sedangkan sumbangan jumlah penduduk terhadap tingkat penjualan sebesar (0,525)2 x 100% = 27,56%. Artinya variabel tingkat penjualan yang dapat dijelaskan oleh variabel jumlah penduduk sebesar 27,56% sedangkan sisanya (100% - 27,56% = 72,44%) dijelaskan oleh faktor lain.

3. Besarnya hubungan antara biaya promosi dengan tingkat penjualan produk asuransi bersama bumiputera sebesar 0,670, sedangkan sumbangan biaya promosi terhadap tingkat penjualan sebesar (0,670)2 x 100% = 44,89%. Artinya variabel tingkat penjualan yang dapat dijelaskan oleh variabel biaya promosi sebesar 44,89% sedangkan sisanya (100% - 44,89% = 55,11% dijelaskan oleh faktor lain.

4. Besarnya hubungan antara jumlah penduduk dan biaya promosi adalah sebesar 0,603.

5. Besarnya hubungan jumlah penduduk dan biaya promosi terhadap tingkat penjualan sebesar 0,687, sedangkan sumbangan jumlah penduduk dan biaya promosi terhadap tingkat penjualan sebesar (0,687)2 x 100% = 47,20%. Artinya variabel tingkat penjualan yang dapat dijelaskan oleh variabel jumlah penduduk dan biaya promosi sebesar 47,20% sedangkan sisanya (100% - 47,20% = 52,8%) dijelaskan oleh faktor lain.

6. Model persamaan regresi dapat digunakan untuk menjelaskan nilai variabel Y sehingga model tersebut memiliki keberartian/ kelayakan untuk digunakan menjelaskan variabel Y.

2 1 7,392

129 , 3695 9

309 , 2

ˆ _{E X X}

Y

6.2. Saran

1. Dalam meningkatkan penjualan produk di asuransi bersama bumiputera tidak hanya dipengaruhi oleh jumlah penduduk dan biaya promosi saja, melainkan ada juga faktor lain seperti tingkat pengetahuan masyarakat terhadap produk asuransi, keuntungan dari produk dan lainnya. Oleh karena itu diharapkan agar memperhatikan faktor – faktor lain yang tidak dijelaskan dalam penelitian ini. 2. Perusahaan-perusahan asuransi jiwa diharapkan dapat lebih memperhatikan

dan menggali seberapa besar pengetahuan masyarakat tentang asuransi. Salah satu cara adalah memberi pengarahan tentang asuransi dengan menggunakan kalimat yang lebih dimengerti masyarakat untuk menerangkan pentingnya asuransi terhadap diri mereka agar tidak mengalami kerugian finansial

sehingga dapat menarik minat masyarakat untuk membeli produk asuransi atau menjadi pemegang polis asuransi jiwa.

3. Kepada masyarakat, penulis menyarankan agar dapat menumbuhkan rasa kesadaran dalam diri masing-masing bahwa betapa pentingnya membeli produk asuransi atau memiliki polis asuransi jiwa untuk menjamin /memberi perlindungan terhadap diri sendiri dan keluarga atau ahli waris atas risiko tejadinya kerugian finansial akibat suatu ketidakpastian (kematian). Selain itu juga, produk asuransi jiwa dapat digunakan sebagai alat tabungan bagi keluarga guna menjamin kehidupan dimasa yang akan datang.

DAFTAR PUSTAKA

Bagous, Ida. 2000. Demografi Umum, Jakarta: Pustaka Pelajar

Darmawi, Herman. 2000. Manajemen Asuransi, Jakarta: Bumi Aksara.

Helmi Situmorang, Syafrizal dkk, 2010, Analisis Data untuk Riset Manajemen dan Bisnis, Medan: USUpress.

Iswardono, 1981, Analisa Regresi dan Korelasi, Yogyakarta: BPFE. Rewoldt. 1995. Strategi Promosi Pemasaran, Jakarta: Rineka Cipta

Sarwono, jonathan, 2009, Analisis Jalur untuk Riset Bisnis dengan SPSS, Yogyakarta: Andi OFFSET.

Sarwono, jonathan, 2009. Statistik itu Mudah : Panduan Lengkap untuk Belajar Komputasi Statistik Menggunakan SPSS 18, Yogyakarta: Andi OFFSET. Sudjana. 1992. Metode Statistika , Edisi Keenam, Bandung: Tarsito.

SURAT KETERANGAN Hasil Ujian Program Tugas Akhir

Yang bertanda tangan di bawah ini, menerangkan bahwa Tugas Akhir MAhasiswa Program D3 Statistika :

Nama : ZATI AZMIANA

NIM : 082407001

Program Studi : D3 STATISTIKA

Judul TA : ANALISIS PENGARUH JUMLAH PENDUDUK DAN

BIAYA PROMOSI TERHADAP TINGKAT PENJUALAN PRODUK ASURANSI JIWA BERSAMA BUMIPUTERA 1912 KANTOR WILAYAH MEDAN

Telah melaksanakan test program Tugas Akhir dari mahasiswa tersebut di atas pada tanggal Mei 2011

Dengan hasil : Sukses / Gagal

Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Departemen Matematika FMIPA USU Medan.

Medan, Mei 2011 Dosen Pembimbing

OUTPUT ANALISIS DATA DENGAN MENGGUNAKAN SPSS

Regression

Descriptive Statistics Mean

Std.

Deviation N Tingkat

Penjualan

4,5031E9 1,76138E9 21

Jumlah Penduduk

91612,2381 90480,40540 21 Biaya Promosi 2,5107E8 1,32348E8 21

Correlations Tingkat Penjualan Jumlah Penduduk Biaya Promosi Pearson Correlation Tingkat Penjualan

1,000 ,525 ,670

Jumlah Penduduk

,525 1,000 ,603

Biaya Promosi ,670 ,603 1,000

Sig. (1-tailed) Tingkat Penjualan

. ,007 ,000

Jumlah Penduduk

,007 . ,002

Biaya Promosi ,000 ,002 .

N Tingkat

Penjualan

21 21 21

Jumlah Penduduk

21 21 21

Model Summaryb Model R R Square Adjusted R

Square

Std. Error of the Estimate

Durbin-Watson

1 ,687a ,472 ,413 1,34937E9 1,187

a. Predictors: (Constant), Biaya Promosi, Jumlah Penduduk b. Dependent Variable: Tingkat Penjualan

ANOVAb

Model Sum of

Squares df

Mean

Square F Sig.

1 Regression 2,927E19 2 1,464E19 8,039 ,003a

Residual 3,277E19 18 1,821E18

Total 6,205E19 20

a. Predictors: (Constant), Biaya Promosi, Jumlah Penduduk b. Dependent Variable: Tingkat Penjualan

Coefficientsa Unstandardized

Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant )

2,309E9 6,456E8 3,576 ,002

Jumlah Penduduk

3695,12 9

4182,169 ,190 ,884 ,389 ,636 1,573

Biaya Promosi

7,392 2,859 ,555 2,585 ,019 ,636 1,573

Collinearity Diagnosticsa Model Dimension Eigenvalue Condition

Index

Variance Proportions (Constant) Jumlah

Penduduk

Biaya Promosi

1

1 2,629 1,000 ,03 ,04 ,02

2 ,285 3,036 ,28 ,64 ,01

3 ,085 5,547 ,69 ,32 ,97

a. Dependent Variable: Tingkat Penjualan

Residuals Statisticsa

Minimum Maximum Mean

Std.

Deviation N Predicted Value 3,1749E9 6,7737E9 4,503

1E9

1,20985E9 21

Residual

-2,55591E 9

2,29277E9 ,0000 0

1,28013E9 21

Std. Predicted Value

-1,098 1,877 ,000 1,000 21

Std. Residual -1,894 1,699 ,000 ,949 21

Correlations Jumlah Penduduk

Biaya Promosi

Tingkat Penjualan Jumlah

Penduduk

Pearson Correlation

1 ,603** ,525*

Sig. (2-tailed) ,004 ,015

N 21 21 21

Biaya Promosi Pearson Correlation

,603** 1 ,670**

Sig. (2-tailed) ,004 ,001

N 21 21 21

Tingkat Penjualan

Pearson Correlation

,525* ,670** 1

Sig. (2-tailed) ,015 ,001

N 21 21 21

**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).