PREDIKSI JUMLAH SISWA BARU MENGGUNAKAN METODE REGRESI LINEAR BERGANDA:

SEBUAH STUDI KASUS

Abstract

Bimbingan belajar memiliki peran yang sangat penting bagi dunia pendidikan. Jumlah siswa baru yang diterima setiap bulannya akan mempengaruhi pemasukan, gaji tutor, dan pengeluaran pada lembaga bimbingan belajar. Kebutuhan akan data perkiraan siswa baru sangat diperlukan dalam perencanaan pembelajaran, analisis kebutuhan tutor bulan mendatang, dan kesiapan dalam penyediaan ruang belajar serta fasilitas lainnya. Penelitian bertujuan untuk melakukan prediksi jumlah siswa baru setiap bulan secara konsisten. Metode yang digunakan adalah uji regresi linear berganda. Langkah yang dilakukan adalah menyajikan data, melakukan normalisasi data, melakukan uji asumsi klasik, melakukan uji kelayakan, estimasi persamaan untuk memprediksi jumlah siswa baru dan melakukan uji akurasi data dengan MAPE. Hasil penelian adalah nilai VIF 1,319<10; 1,052<10; 1,322<10; nilai tolerance 0,758>0,1; 0,950>0,1; 0,757>0,1. Maka H_{_0} diterima dan tidak terjadi multikolinearitas. Nilai sig 0,986>0,05; 0,393>0,05; 0,427>0,05. Maka H_{_0} diterima yang berarti tidak terjadi heteroskedastisitas. Nilai sig. kolmogorov smirnov 0,200>0,05. Maka H_{_0} diterima dan sampel berdistribusi normal. Nilai sig. yaitu 0,000<0,05. Maka H_{_1} diterima dan terjadi pengaruh signifikan. Nilai sig. 0,986>0,05; 0,393>0,05; 0,427>0,05. Maka H_{_1} diterima dan terjadi pengaruh signifikan. Nilai T hitung <^T_table; -0,018<2,145; -0,881<2,145; -0,819<2,145. Maka H₁ diterima dan terjadi pengaruh signifikan. Nilai Adjusted 𝑅 Square adalah 0,962. Maka kontribusi pengaruh pemasukan (X₁), gaji tutor (X₂), dan pengeluaran (X₃) adalah 96,2%. Sedangkan 3,8% lainnya dipengaruhi oleh variabel-variabel yang tidak digunakan dalam penelitian ini. Hasil uji asumsi klasik dan uji kelayakan dengan metode regresi linier berganda dapat ditarik kesimpulan bahwa pemasukan (X₁), gaji tutor (X₂), dan pemasukan (X₃) berpengaruh signifikan terhadap jumlah siswa serta penelitian telah memenuhi syarat asumsi-asumsi serta hasil yang diperoleh baik dan benar. Estimasi persamaan regresi linier berganda dengan Y^’=0,844-1,611e-6_{X_1}+0,000X_2-0,001_{X_3} menghasilkan prediksi jumlah siswa baru (Y^’) satu bulan mendatang sebanyak 24,340778 atau 24 orang siswa. Nilai Mean Absolute Percent Error (MAPE) adalah sebesar 0,048084875%.