Pengertian Kapasitas Menurut Para Ahli

Pengertian Kapasitas Menurut Para Ahli

Berdasarkan pendapat Stevenson (2000,P 712) Kapasitas adalah beban maksimal yang dapat ditangani oleh sebuah unit produksi dapat berubah pabrik, departemen, mesin atau pekerja sedangkan beban dapat diartikan sebagai masukkan atau keluaran.

1. Capacity is The ability to receive, hold, or absorb. 

2. The maximum amount that can be contain . 

Artinya kapasitas adalah kemampuan untuk menerima atau menyerap. Maksimal dari sejumlah yang bisa ditampung.

Wikipedia (2000, P3) Capacity is a legal term that refers to the ability of persons to enter into contracts.

Beberapa dari definisi di atas menggambarkan bahwa kapasitas dari suatu media entah itu berupa mesin, gedung atau apa saja selalu memiliki kemampuan menampung maksimal. Namun, tidak demikian yang selalu terjadi. Ada saat-saat di mana kapasitas itu tidak mampu menampung maksimal, yaitu saat dimana terjadi gangguan-gangguan yang menyebabkan kapasitas tidak dapat menampung maksimal.

Tingkat kapasitas mesin

Dalam akuntansi manajemen, sebuah mesin produksi yang beroperasi memiliki tingkat kapasitas. Berdasarkan pendapat Horngren (2000,p 314) ada 4 tingkat kapasitas mesin:

1. Kapasitas Teoritis atau ideal

Adalah kapasitas untuk memproduksi pada kecepatan penuh tanpa gangguan.

2. Kapasitas Praktis atau kapasitas realistis

Adalah kapasitas teoritis, dikurangi kendala-kendala yang akan timbul dalam prakteknya seperti adanya kemacetan (breakdown) yang diperkirakan pemogokkan, keterlambatan dan kekurangan bahan baku

3. Kapasitas Normal

Adalah Aktivitas Rata-rata selama satu periode waktu yang cukup lama untuk membuat rata-rata tinggi rendah tingkat produksi

4. Kapasitas Aktual atau Kapasitas yang Diharapkan

Adalah tingkat kapasitas yang didasarkan dari kapasitas untuk periode berikutnya.

Perlunya Keputusan akan Kapasitas

Schroeder (2000, P 16) Capacity Decision are aimed at providing the right amount of capacity at the right place at the right time.

Seperti yang diungkapkan Porter (2000, P113) posisi biaya: Tingkat pengupayaan untuk memperoleh posisi biaya rendah dalam pabrik dan distribusi melalui investasi dalam fasilitas dan peralatan yang memperkecil biaya.

Schroeder (2000, P16) Capacity Planing, however, determines not only the sizes of facilities but also the proper number of people in operation.

Dari tiga teori di atas peneliti bermaksud menyimpulkan bahwa Kapasitas yang terjadi dalam kaitannya untuk memperoleh biaya rendah sangat dipengaruhi perencanaan yang baik oleh perusahaan melalui analisa terhadap banyak faktor

Pengertian Optimasi

Gunawan (2002, P57) nilai optimum (nilai maksimum atau minimum) (http://www.optimize, maximize_ The Columbia Guide to Standard American English Optimize,10 September 2005) is infrequent as an intransitive verb, meaning “to take an optimistic view,” but it has very frequent use as a transitive verb, meaning “to make the most of,” “to get the optimum value or use from,” as in Her hard work optimized the scanty resources available Simpulan peneliti, optimasi adalah usaha untuk menggunakan sumber daya yang ada se efisien mungkin, dengan biaya yang sekecilnya. Untuk mencapai hasil yang maksimal.

Analisis Porter

Menurut David (2001, P60) Salah seorang ilmuwan ekonomi Michael Porter mengungkapkan bahwa perlunya memperhatikan 5 kekuatan persaingan untuk mengetahui jelas posisi kekuatan perusahaan. Hal tersebut berguna terutama untuk kepentingan jangka panjang dari perusahaan. Semakin kuat forces (kekuatan) dari kelima Kekuatan yang dikatakan Forces, maka perusahaan akan semakin terbatas dalam kemampuannya memperoleh profit lebih. Masing-masing dari kelima kekuatan tersebut yang berupa Potential entrants (Pemasuk Potensial), Suppliers (Pemasok), Substitute (Barang Pengganti/ substitusi), Buyers (Pembeli), Industry Competitors (Pesaing Industri) memiliki kekuatan yang kita sebut Threat (Ancaman) maupun Bargaining Power (Daya tawar) serta persaingan antar perusahaan dalam satu industri yang telah exist.

Berdasarkan pendapat David (2001, P61) beberapa persyaratan masuk yang dapat pula menjadi halangan masuknya pendatang baru adalah sebagai berikut :

• Economics Of Scale

• Product Differentiation

• Capital Requirements

• Switching Cost

• Access to Distribution Channel

• Cost Disadvantages Independent of Size

• Government Policy

David (2001, P62) menuliskan tentang pendapat Porter akan faktor- faktor yang memepengaruhi intensitas persaingan:

• Number of Competitor

• Rate of Industry Growth

• Product or Service Characteristics

• Amount of Fixed cost

• Capacity

• Height of Exit Barriers

• Diversity of Rivals

David (2001, P63) Pembeli sebenarnya mempengaruhi pula Industri melalui banyak hal, yang bisa membuat perusahaan menentukan kebijakan harga yang lebih murah dengan kualitas yang lebih baik. Pembeli atau kelompok dari pembeli akan menjadi kuat dalam Bargaining Power (Daya tawar) bila:

• Pembeli membeli proporsi besar dari produk atau jasa penjual

• Pembeli punya potensial untuk memproduksi produk yang ditawarkan

• Pembeli memiliki alternatif penjual lainnya karena produk yang ditawarkan adalah produk yang standar (tidak terdifferensiasi)

• Biaya mengganti Penjual sangatlah kecil atau mungkin tidak ada

• Pembeli merasakan keuntungan yang sangat sedikit dan sangat sensitif terhadap biaya yang dikeluarkan.

• Pembelian akan produk tidak penting pengaruhnya terhadap kualitas akhir atau harga dari produk bisa dengan mudah tersubstitusi.

David (2001, P64) Pemasok bisa mempengaruhi sebuah industri melalui kemampuan mereka untuk menaikkan harga atau mengurangi kualitas dari barang dan jasa yang dibeli. Pemasok atau kelompok pemasok akan kuat apabila terdapat beberapa faktor berikut :

• Industri pemasok didominasi beberapa perusahaan, tetapi penjualannya terhadap banyak pembeli

• Barang atau jasa yang ditawarkan sifatnya unik dan telah menimbulkan switcing cost

• Substitusi belum mungkin untuk terjadi

• Pemasok memiliki kemampuan untuk berintegrasi masuk dan berkompetisi langsung merebut pangsa pasar konsumen akhir

• Pembelian terhadap Pemasok hanya sebagian kecil sehingga tampak tidak penting bagi pemasok

Mengutip pendapat Hitt (2005, P58) Secara umum, ancaman produk pengganti adalah besar apabila sejumlah pelanggan menghadapi sedikit, bila ada, biaya peralihan dan apabila harga produk pengganti tersebut lebih rendah dan atau mutu dan kemampuan kinerjanya sama atau lebih besar daripada produk yang ada.

Pasar dan Jenis Pasar

Sukirno (2002, P227) Pasar persaingan sempurna dapat disefinisikan sebagai struktur pasar atau industri di mana terdapat banyak penjual dan pembeli, dan setiap penjual ataupun pembeli tidak dapat mempengaruhi keadaan di pasar

Menurutnya pula ada berbagai macam pasar selain persaingan sempurnah, yaitu pasar monopoli, monopolistis, oligopoli.

Sukirno (2002, P228) Monopoli adalah suatu bentuk pasar di mana hanya terdapat satu perusahaan saja. Dan perusahaan ini menghasilkan barang yang tidak mempunyai barang pengganti yang sangat dekat.

Ciri-ciri Pasar Monopoli :

1. Pasar Monopoli adalah Industri satu perusahaan

2. Tidak mempunyai Barang Pengganti yang mirip

3. Tidak terdapat Kemungkinan Untuk Masuk Ke dalam Industri

4. Dapat Mempengaruhi Penentuan Harga

5. Promosi Iklan Kurang diperlukan

Sukirno (2002, 240) Pasar Monopolistis pada dasarnya adalah pasar yang berada diantara dua jenis pasar yang ekstrem, yaitu persaingan sempurna dan monopoli. Oleh karena itu sifat-sifatnya mengandung unsur-unsur sifat pasar Monopoli, dan unsur-unsur sifat pasar persaingan sempurna

Ciri-cirinya adalah sebagai berikut :

1. Terdapat Banyak Penjual

2. Barangnya Bersifat Berbeda Corak

3. Perusahaan Mempunyai Sedikit Kekuasaan Mempengaruhi Harga

4. Kemasukkan dalam Industri Relatif Mudah

5. Persaingan mempromosi industri Sangat Ketat

Menurut Sukirno (2002, P263) Ciri Pasar Oligopoli :

1. Menghasilkan barang standar maupun barang berbeda corak

2. Kekuasaan menentukan harga adakalanya lemah adakalanya kuat

3. Pada umumnya perusahaan oligopoli tidak perlu melakukan promosi secara iklan

Metodologi Penelitian

Metode adalah cara kerja pikiran dalam memahami suatu obyek, didalamnya terkandung cara teknis bagaimana mengisi atau melakukan hasil dari pemahaman itu. Maka daripadanya dituntut suatu keabsahan dan keterandalan dari cara dan data, dimana dan kapan hal itu dilakukan. Oleh karena itu di dalam tahap ini dijelaskan tentang :

Jenis dan Metode Penelelitian

Metode penelitian yang dipergunakan oleh penulis untuk melaksanakan penelitian ini adalah metode deskriptif dengan jenis penelitian studi kasus pada PT.Serayu Makmur Kayuindo.

Teknik Pengumpulan Data

Indriantoro (2002, P 145), data penelitian pada dasarnya dikelompokkan menjadi tiga jenis, yaitu: Data subjek, Data fisik dan data dokumenter. Data subjek adalah jenis data penelitian berupa opini, sikap, pengalaman atau karakteristik dari seseorang atau sekelompok orang yang menjadi subjek penelitian (responden). Data Fisik merupakan jenis data penelitian yang berupa objek atau benda-benda fisik, antara lain dalam bentuk bangunan atau bagian dari banguanan, pakaian, buku dan senjata. Data Dokumenter adalah jenis data penelitian antara lain berupa faktur, jurnal, surat-surat, notulen hasil rapat, memo atau dalam bentuk laporan program.

Sumber data penelitian sendiri, terdiri atas dua. Yaitu sumber data primer dan data sekunder. Sumber data primer adalah data yang diperoleh langsung dari sumber asli (tidak melalui perantara), sedangkan data sekunder adalah data yang diperoleh secara tidak langsung yaitu para perantara. Perantara tersebut adalah para akuntan yang bekerja di PT Serayu Makmur Kayuindo.

Jenis data yang digunakan adalah data dokumenter. Adapun data tersebut dibagi lagi menurut Tipe dari data sekunder yaitu data internal dan data eksternal. Data internal penelitian berupa catatan masuknya jumlah kayu serta harga pembelian kayu perbualannya. Sedangkan untuk data berupa angka inflasi, harga BBM industri yang berlaku didapat dari data eksternal. Data tersebut tidak tercatat dalam perusahaan, melainkan pada situs BPS (Biro Pusat Statistik) dan situs Pertamina.

Waktu yang dipakai di sini adalah time series, yang diambil dari tahun 2002-2005.

Periodenya adalah per bulan selama tahun tersebut.

Gambar Hubungan Sumber dan Jenis Penelitian

Gambar Tipe Data Sekunder

Definisi Operasional dan Instrumen Pengukuran

Indrianto (2000, P 69), Definisi operasional adalah penentuan construct sehingga menjadi variabel yang dapat diukur. Pengukuran construct merupakan masalah yang kompleks, karena berkaitan dengan fungsi variabel untuk memberi gambaran yang lebih konkret mengenai abstraksi construct yang diwakilinya.

Variabel-variabel yang dapat diukur secara fisik (misal luas tanah atau berat kendaraan), relatif mudah dilakukan dengan bantuan alat ukur (instrumen). Demikian pula terhadap data demografi (misal : pengalaman kerja, status, jabatan) dan data keuangan suatu perusahaan (misal : pendapatan, biaya, aktiva, harga saham).

Berdasarkan judul penelitian, maka ada 3 variabel yang akan dibahas, peneliti lalu meng construct Variablel tersebut agar lebih konkrit dan jelas:

1. Kapasitas mesin, adalah beban maksimal yang mampu ditampung oleh mesin per jam pengoperasiannya. Instrumen pengukuran kapasitas mesin ada 4, yaitu Kapasitas Teoritis atau ideal, Kapasitas Praktis atau kapasitas realistis, Kapasitas Normal, Kapasitas Aktual atau Kapasitas yang Diharapkan. Kapasitas yang digunakan dalam penelitian ini adalah Kapasitas normal. Dimana kapasitas normal sebuah mesin rotary (pengupas kulit 

Gambar Construct Variabel Kapasitas

2. Pengadaan, adalah jumlah kuantitas bahan baku log yang didapat oleh perusahaan.

Istilah pengadaan digunakan untuk menggambarkan perbedaan cara pembelian bahan baku tersebut. Dalam pengadaan, tidak ada pemesanan bahan baku log tersebut. Para penjual bahan baku akan datang ke perusahaan menanyakan harga beli, setelah itu membawa bahan baku datang ke perusahaan dan terjadi jual beli. Instrumen pengukuran untuk pengadaan adalah kuantitas dan satuan ukurnya adalah m³.

Gambar Construct Variabel Pengadaan

3. Harga, adalah harga beli bahan baku yang berlaku pada PT Serayu Makmur Kayuindo.

Satuannya dalam Rp(Rupiah), satuan mata uang RI. Namun, instrument pengukuran di sini dipecah lagi menjadi 2 hal yang mempengaruhi harga. Dimana 2 hal tersebut adalah hal dalam makro ekonomi. Maka instrument untuk harga di sini adalah Inflasi dan harga BBM industri . Diluar dari kedua hal tersebut tidak digunakan untuk penelitian di sini.

Gambar Construct Variabel Harga

Dari Construct di atas, dapat dibuat operasionalisasi Variabel berdasarkan tipe Variabel.

Operasional Variabel adalah sebagai berikut :

Gambar Tipe Variabel

Teknik Analisis Data

Suharyadi (2004, P 470) persamaan regresi adalah suatu persamaan matematika yang mendefinisikan hubungan antara dua variabel. Analisis regresi digunakan untuk membangun suatu persamaan yang menghubungkan antara variabel tidak bebas (Y) dengan variabel bebas (x) dan sekaligus untuk menentukan nilai ramalan atau dugaannya. Bentuk persamaan regresi adalah Y=a+bX.

Dalam persamaan regresi, ada kemungkinan untuk terjadinya kesalahan(error). Maka muncul suatu metode yang dinamakan metode kuadrat terkecil (least squre).

Suharyadi (2004,P472) metode kuadrat terkecil adalah suatu metode untuk menentukan persamaan regresi dengan meminimumkan jumlah kuadrat jarak vertikal antara nilai aktual Y dan nilai dugaan atau ramalan Ŷ.

Ŷ=a + bX

Di mana:

Ŷ : Nilai dugaan atau ramalan dari variabel Y berdasarkan nilai variabel X yang diketahui biasa disebut dengan Y “cap” atau Y topi

a : Intersep yaitu titik potong garis dengan sumbu Y atau nilai perkiraan bagi Y pada saat nilai X sama dengan nol

b : Slope atau kemiringan garis yaitu perubahan rata-rata pada Ŷ untuk setiap unit perubahan pada variabel X

X : Sembarangan nilai bebas yang dipilih dari variabel bebas X

Metode kuadrat terkecil pada dasarnya digunakan untuk menghitung nilai stastistik a dan b sebagai perkiraan dari parameter A dan B sedemikian rupa, sehingga jumlah kuadrat kesalahan (∑ei ²) memiliki nilai terkecil. Karena jumlah kuadrat kesalahan merupakan fungsi dari a dan b {∑ei²= f(a,b)}, maka dengan membuat turunan parsial (partial differential) dari ∑ei² terhadap a dan b dihasilkan penduga koefisien regresi a dan b sebagai berikut.

b= n(∑XY) – (∑X)(∑Y)

n(∑X²) – (∑X)²

a= (∑Y) _ b(∑X)

n         n

Di mana:

Y: Nilai variabel bebas Y

a: intersep yaitu titik potong garis dengan sumbu Y

b: slope atau kemiringan garis yaitu perubahan rata-rata pada Ŷ untuk setiap unit perubahan

X: Nilai variabel bebas X

n : Jumlah sample

Setelah kita menemukan koefisien regresi b, maka dapat kita kembangkan lebih lanjut ke konsep elastisitas. Yaitu : E= b (X rata-rata/Y rata-rata). Sebagai contoh, apabila kita mendapatkan nilai E adalah 0.55, untuk hasil regresi b positif, dapat diartikan apabila X naik 1%, maka Y akan meningkat sebesar 0.55%.

Suharyadi (2004, P518) Standard Error atau kesalahan baku pendugaan adalah suatu ukuran yang mengukur ketidak akuratan pencaran atau persebaran nilai-nilai pengamatan (Y) terhadap garis regresi (Ŷ).

Syx = √(∑Y² - a∑Y - b∑XY)/ n-2

Di mana :

Syx : Standar error variabel Y berdasarkan variabel X yang diketahui

Y : Nilai variabel bebas Y

A : intersep yaitu titik potong garis dengan sumbu Y

b : slope atau kemiringan garis yaitu perubahan rata-rata pada Ŷ untuk setiap unit perubahan

X : Nilai variabel bebas X

n : Jumlah sampel, derajat bebas n – 2 karena terdapat dua parameter yang akan yaitu a dan b

Pendugaan interval dimaksudkan untuk menggambarkan nilai tengah untuk setiap X tertentu. Pada kondisi nyata di mana terjadi fluktuasi maka nilai dugaan Ŷ, a dan b bisa berbeda dengan nilai sesungguhnya, maka mungkin lebih baik digunakan pendugaan interval.

Pendugaan interval nilai tengah Y dimaksudkan untuk mengetahui nilai dugaan bagi Y untuk seluruh nilai X yang diketahui. Rumus interval untuk nilai tengah Y adalah sebagi berikut:

Ŷ±t(Syx)√(1/n)+[(X – X rata-rata)/∑X² - (∑X)²/n] Di mana:

Ŷ : nilai dugaan dari Y untuk nilai X tertentu

t : Nilai t-tabel untuk taraf nyata tertentu

Syx : standard error variabel Y berdasarkan variabel X yang diketahui

X : Nilai data pengamatan variabel bebas

X rata-rata : Nilai rata-rata data pengamatan variabel bebas n : Jumlah sampel

Untuk penelitian dengan variabel independen(X) lebih dari satu, maka regresi yang digunakan adalah regresi berganda. Berbeda dengan regresi linear sederhana di atas, yang memiliki satu variabel independen(X) dan satu variabel dependen(Y).

Bentuk regresi untuk 2 variabel adalah sebagai berikut: Y= a + b1X1 + b2X2

Sedangkan bentuk persamaan regresi dengan 3 variabel independen adalah : Y= a + b1X1 + b2X2 + b3X3

Sehingga bentuk umum persamaan regresi untuk k variabel dapat dirumuskan sebagai berikut:

Y= a + b1X1 + b2X2 + b3X3 + … +BkXk

Untuk persamaan regresi dengan dua variabel independen nilai koefisien regresi yaitu b1 dan b2 serta nilai intersep a masih dapat dicari dengan mempergunakan alat hitung sederhana atau manual. Namun, untuk lebih dari dua variabel, akan lebih mudah menggunakan SPSS.

Koefisien Determinasi menunjukkan suatu proporsi dari varian yang dapat diterangkan oleh persamaan regresi (regression of sum squares, RSS) (Ŷ – Y rata-rata)² terhadap varian total (total sum of squares,TSS) (Ŷ – Y rata-rata)². Besarnya koefisien determinasi dirumuskan sebagai berikut:

R² = Varian yang diterangkan persamaan regresi (RSS) Varian Total(TSS)

R² = ∑(Ŷ – Y rata-rata)² = ESS

∑(Y – Y rata-rata)²     TSS

Dan untuk menghitung R² digunakan rumus sebagai berikut :

R² = n(a.∑Y + b1.∑YX1 +b2.∑YX2) – (∑Y)² n. ∑Y² - (∑Y)²

Nilai R² akan berkisar dari 0 sampai 1. Apabila nilai R²= 1 menunjukkan bahwa 100% total variasi diterangkan oleh varian persamaan regresi, atau variabel bebas baik X1 maupun X2 mampu menerangkan variabel Y sebesar 100 %. Sebaliknya apabila nilai R²

= 0 menunjukkan bahwa tidak ada total varians yang diterangkan oleh varian bebas dari persamaan regresi baik X1 maupun X2.

Kesalahan baku dalam regresi berganda adalah suatu ukuran untuk melihat ketepatan antara nilai dugaan(Y) dengan nilai sebenarnya (Ŷ), sebagaimana juga berlaku untuk regresi sederhana. Apabila nilai dugaan semakin mendekati nilai sebenarnya, maka persamaan yang kita peroleh semakin baik, dan apabila nilai-nilai dugaan semakin jauh dari nilai sebenarnya, maka persamaan yang kita gunakan juga tidak baik.

Rumus Kesalahan baku:

Sy.x1.x2 = √[∑(Ŷ – Y)²/ n – (k + 1)] Di mana:

Sy.x1.x2 : Kesalahan baku atau standard error pendugaan Variabel Y berdasarkan

Ŷ : nilai dugaan dari Y dimana X1 dan X2 diketahui

Y : nilai pengamatan dari Y

n : Jumlah sample atau data k : Jumlah variabel bebas

Irianto (2004, P212) menulis, Beberapa syarat yang harus di penuhi dalam regresi ganda adalah :

a. Sampel harus di ambil secara acak (random) dari populasi yang berdistribusi normal

b. Oleh karena sample di ambil dari populasi yang berdistribusi normal, maka sample juga harus berdistribusi normal. Normalitas dapat di atasi dengan mengambil sample banyak. Di samping itu, normalitas dapat di uji dengan normalitas (misalnya, dengan Lilliefors)

c. Data variabel terikat harus berskala interval atau skala ratio, sedangkan skala untuk variabel bebas tidak harus interval atau ratio tetapi bisa juga untuk data yang berskala rendah.

d. Antara variabel bebas dengan variabel terikat mempunyai hubungan secara teoritis, dan melalui perhitungan korelasi sederhana dapat di uji signifikansi hubungan tersebut. Jika ternyata antara variabel bebas dengan variabel terikat tidak mempunyai hubungan sederhana yang signifikan maka korelasi ganda pun tidak akan signifikan.

e. Persamaan regresinya harus linier. Mengingat pengujian linieritas untuk regresi ganda sukar di lakukan maka sejauh ini linieritas untuk regresi ganda hanya di asumsikan. Oleh karena itu, perlu tindakan hati-hati dalam melakukan deskripsi atas hasil analisisnya karena semua perhitungan didasarkan pada asumsi, dan tidak di lakukan pengujian tentang linieritas.

Suharyadi (2004, P528) Heteroskedastisitas untuk menunjukkan nilai varians ( Y – Ŷ ) antar nilai Y tidaklah sama atau hetero. Hal demikian sering terjadi pada data yang bersifat cross section, yaitu data yang dihasilkan pada suatu waktu dengan responden yang banyak.

Cara mendeteksi Heteroskedastisitas :

a. Metode grafik yaitu menghubungkan antara Y dan e², di mana e² = ( Y – Ŷ ).

Apabila hubungan Y dan e² tidak sistematis seperti makin membesar atau mengecil seiring bertambahnya Y maka terjadi Heteroskedastisitas.

b. Uji Korelasi Spearman, uji ini digunakan untuk menguji heteroskedastisitas apabila nilai korelasi rank Spearman lebih besar dari t-tabel

Cara mengatasi Heteroskedastisitas :

a. Melakukan metode kuadrat terkecil tertimbang, nilai tertimbang dapat dilakukan berdasarkan apriori atau observasi.

b. Melakukan transformasi log yaitu data diubah ke bentuk lainnya seperti 1/X atau lainnya.

Suharyadi (2004 , P528) Multikolinearitas dikemukakan pertama kali oleh Radner Frish dalam bukunya “statistical Confluence Analysis by Means of Complete Regression System”. Frish menyatakan bahwa multikolinear adalah adanya lebih dari satu hubungan linear yang sempurna. Menurut Frish, apabila terjadi multikolinear apalagi kolinear yang sempurna (koefisien korelasi antar variabel bebas = 1) maka koefisien regresi dari variabel bebas tidak dapat ditentukan dan standar errornya tidak terhingga.

Beberapa teknik untuk mengenali multikolinearitas:

1. Variabel bebas secara bersama-sama pengaruhnya nyata, atau uji F-nya nyata, namun ternyata setiap variabel bebasnya secara parsial pengaruhnya tidak nyata,(uji t-nya tidak nyata)

2. Nilai koefisien determinasi R² sangat besar, namun ternyata variabel bebasnya berpengaruh tidak nyata, (uji t tidak nyata)

3. Nilai koefisien korelasi parsial yaitu r yx1.x2, r yx2.x1, r x1 x1 y ada yang lebih besar dari koefisien determinasinya

Kalau terjadi multikolinear beberapa cara dapat dilakukan dengan membuang variabel bebas yang menyebabkan multikolinear atau menambah data atau observasi lagi.

SPSS (Statistikal Packet for Social Science)

SPSS (Statistikal Packet for Social Science) merupakan program yang sangat popular digunakan dalam bidang ilmu sosial. Kepopuleran ini salah satunya disebabkan karena ketepatan SPSS dalam proses analisis. Perbedaan Output SPSS dengan perhitungan statistik manual hampir tidak ada. Setiap Output hasil analisis SPSS dapat dicocokkan dengan hasil perhitungan manual.

Tim Penelitian dan Pengembangan Wahana Komputer (2005, P33), analisis regresi merupakan alat analisis statistik parametrik. Sebagai alat statistik parametric analisis regresi membutuhkan asumsi yang perlu dipenuhi sebelum dilakukannya analisis. Analisis ini dinamakan uji asumsi klasik. Uji asumsi klasik mencangkup:

™ Uji Normalitas Sebaran, yaitu pengujian apakah data sample yang diambil telah mengikuti sebaran distribusi normal. Sebaran ini dapat dilihat pada tabel 

Histogram atau plot datanya.

™ Uji Linearitas, yang akan memastikan apakah data sample sesuai dengan garis linear atau tidak. Jika sebaran data tidak sesuai dengan garis linear maka dapat digunakan analisis regresi non linear. Lenearitas dapat dilihat pada plot data.

™ Uji Heteroskedastisitas, atau sering disebut juga homogenitas. Uji ini dapat dilihat pada plot datanya.

™ Uji Multikolinearitas, sering juga disebut dengan uji independensi. Uji Multikolinear akan menguji antara sesame prediktor mempunyai hubungan yang besar atau tidak. Jika sesame prediktor mempunyai hubungan yang kuat berarti antar prediktor tidak independent (Hal ini dapat mengakibatkan korelasi prediktor dengan kriterium kecil serta tidak signifikan)

™ Uji Autokorelasi, beranggapan bahwa nilai residual pada pengamatan satu tidak berkorelasi terhadap residual pengamatan lainnya. Autokorelasi yang positif akan mengganggu modek karena memperkecil nilai pengaruhnya.

Kelemahan Teknik Analisis Data

Kelemahan teknik analisis data adalah dalam regresi berganda tidak diperbolehkan adanya multikolineritas sehingga apabila terjadi hal demikian maka penelitian bisa jadi harus mencari data observasi lagi sehingga hal tersebut akan menyulitkan dan membutuhkan waktu yang lebih panjang.