Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB IV
STUDI KASUS
Pada bab ini akan diuraikannya aplikasi dari analisis regresi akar laten yaitu
untuk menaksir parameter regresi. Karena proses penghitungan yang cukup rumit,
maka penulis akan memanfaatkan penggunaan software,seperti Maple, SPSS dan
Microsoft Excel.
4.1 Pendahuluan
Data yang digunakan pada skripsi ini adalah data sekunder. Data sekunder
merupakan sumber data penelitian yang diperoleh peneliti secara tidak langsung
melalui media perantara (diperoleh dan dicatat oleh pihak lain). Data sekunder
umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam
arsip (data dokumenter) yang dipublikasikan dan yang tidak dipublikasikan.
Data diperoleh dari salah satu situs survey yang dapat dilihat di
fraser.stlouisfed.org. fraser.stlouisfed.org merupakan situs survey pada bidang
bisnis, yang menyediakan data tentang bisnis di Amerika Serikat di tingkat
regional, nasional, dan internasional. Data yang dibahas, antara lain tentang
pendapatan pribadi, persediaan dan penjualan, perhitungan pendapatan dan
produk nasional, investasi asing langsung di Amerika Serikat, investasi langsung
Amerika Serikat di luar negeri, transaksi internasional, dan produk negara.
4.2 Data Yang Digunakan
Data yang digunakan untuk dicari persamaannya berupa data penjualan
mobil di daerah Amerika Serikat. Data penjualan mobil ditetapkan sebagai
variabel tak bebas. Adapun variabel bebasnya adalah indeks harga mobil baru,
indeks harga konsumen, pendapatan pribadi, tingkat bunga, dan banyaknya tenaga
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
didasarkan pada teori yang dijelaskan oleh ahlinya, berikut akan dijelaskan
mengenai teori tersebut.
Menurut Basu Swastha DH (dalam Prastyo, 2012), penjualan adalah
interaksi antara individu saling bertemu muka yang ditujukan untuk menciptakan,
memperbaiki, menguasai atau mempertahankan hubungan pertukaran sehingga
menguntungkan bagi pihak lain. Jadi, adanya penjualan dapat tercipta suatu proses
pertukaran barang atau jasa antara penjual dengan pembeli.
Adapun faktor-faktor yang mempengaruhi penjualan menurut Basu Swastha
(dalam Prastyo, 2012) sebagai berikut : 1. Kondisi dan Kemampuan Penjual
Kondisi dan kemampuan terdiri dari pemahaman atas beberapa masalah penting yang berkaitan dengan produk yang dijual, jumlah dan sifat dari tenaga penjual adalah:
a) Jenis dan karakteristik barang atau jasa yang ditawarkan b) Harga produk atau jasa
c) Syarat penjualan, seperti: pembayaran, pengiriman 2. Kondisi Pasar
Pasar mempengaruhi kegiatan dalam transaksi penjualan, baik sebagai kelompok pembeli atau penjual. Kondisi pasar dipengaruhi oleh beberapa faktor yakni : jenis pasar, kelompok pembeli, daya beli, frekuensi pembelian serta keinginan dan kebutuhannya.
3. Modal
Modal atau dana sangat diperlukan dalam rangka untuk mengangkut barang dagangan ditempatkan atau untuk membesar usahanya. Modal perusahaan dalam penjelasan ini adalah modal kerja perusahaan yang digunakan untuk mencapai target penjualan yang dianggarkan, misalnya dalam menyelenggarakan stok produk dan dalam melaksanaan kegiatan penjualan memerlukan usaha, seperti alat transportasi, tempat untuk menjual, usaha promosi dan sebagainya.
4. Kondisi Organisasi Perusahaan
Pada perusahan yang besar, biasanya masalah penjualan ini ditangani oleh bagian tersendiri, yaitu bagian penjualan yang dipegang oleh orang-orang yang ahli di bidang penjualan.
5. Faktor-faktor lain
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Indeks harga konsumen adalah nomor indeks yang mengukur harga
rata-rata dari barang dan jasa yang dikonsumsi oleh rumah tangga. IHK sering
digunakan untuk mengukur tingkat inflasi suatu negara dan juga sebagai
pertimbangan untuk penyesuaian gaji, upah, uang pensiun, dan kontrak lainnya.
Menurut Suharyadi (dalam Simanjuntak, 2011), kegunaan Indeks Harga
Konsumen yaitu :
a. Dapat digunakan sebagai barometer nilai tukar rupiah atau sebagai indikator inflasi.
b. Dipakai sebagai landasan untuk memperbaiki/menyesuaikan gaji dan upah karyawan.
c. Merupakan pengukur perubahan harga konsumen. d. Indikator perubahan pengeluaran rumah tangga.
Berikut ini diberikan data tentang penjualan mobil yang dipengaruhi oleh indeks harga mobil baru (X1), indeks harga konsumen (X2), pendapatan pribadi (X3), tingkat bunga (X4), dan banyaknya tenaga kerja (X5).
Tabel 4.1 Data Penjualan Mobil di Amerika Serikat Tahun 1961 s.d. 1990
Nomor Y X1 X2 X3 X4 X5
1 10,23 112,00 121,30 776,80 4,89 79,37
2 10,87 111,00 125,30 839,60 4,55 82,15
3 11,35 111,10 133,10 949,80 7,38 85,06
4 8,78 117,50 147,70 1038,40 8,61 86,79
5 8,54 127,60 161,20 1142,80 6,16 85,85
6 9,99 135,70 170,50 1252,60 5,22 88,75
7 11,05 142,90 181,50 1379,30 5,50 92,02
8 11,16 153,80 195,30 1551,20 7,78 96,05
9 10,56 166,00 217,70 1729,30 10,25 98,82
10 8,98 179,30 247,00 1918,00 11,28 99,30
11 8,54 190,20 272,30 2127,60 13,73 100,40
12 7,98 197,60 286,60 2261,40 11,20 99,53
13 9,18 202,60 297,40 2428,10 8,69 100,83
14 10,39 208,50 307,60 2670,60 9,65 105,01
15 11,04 215,20 318,50 2841,10 7,75 107,15
16 11,45 224,40 323,40 3022,10 6,31 109,60
17 10,22 213,50 310,20 3109,20 3,43 112,30
18 11,92 225,70 315,60 3150,50 5,34 135,60
19 9,13 201,30 299,80 3175,90 5,30 140,30
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
21 10,23 222,70 317,90 3318,60 7,20 152,60
22 11,24 225,10 328,50 3357,50 7,89 155,60
Lanjutan
Nomor Y X1 X2 X3 X4 X5
23 12,99 229,90 336,50 3425,50 8,20 175,90 24 11,67 240,70 339,50 3479,90 9,45 160,40 25 10,12 246,30 345,60 3561,10 12,34 177,30 26 11,28 261,90 359,90 3599,90 10,23 186,30 27 8,78 269,10 362,80 3629,80 16,29 183,40 28 10,66 271,20 365,80 3658,80 16,30 192,50 29 9,35 275,40 372,50 3728,90 16,98 193,50 30 12,89 270,90 380,20 3800,00 17,56 201,60
Sumber : Business Statistics, 1986, A Supplement to the Current Survey of Business, U.S. Department of Commerce.
Keterangan :
: Banyak mobil yang terjual (dalam ribuan unit)
: Indeks harga mobil baru
: Indeks harga konsumen
: Pendapatan pribadi (ribu dollar)
: Tingkat bunga (%)
: Banyak tenaga kerja sipil (ribuan orang)
4.3 Pengolahan Data
Sebelum menggunakan regresi akar laten akan diperiksa terlebih dahulu
apakah antara variabel bebasnya terjadi korelasi (multikolinearitas). Cara yang
digunakan adalah dengan melihat nilai variance inflation factor (VIF). Untuk
memperoleh nilai-nilai yang akan digunakan dalam pengujian digunakan bantuan
software SPSS. Tabel di bawah ini merupakan output hasil penghitungan nilai
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Tabel 4.2 Output SPSS Nilai VIF
B Std.Error Beta Tolerance VIF
(constanta)
dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan
variabel bebas lainnya. Berdasarkan tabel di atas dapat dilihat bahwa variabel X1,
X2, X3, X4 mempunyai nilai dari VIF lebih besar dari 5 dan satu variabel X5
mempunyai nilai VIF kurang dari 5, maka variabel-variabel tersebut mempunyai
persoalan multikolinearitas dengan variabel lainnya. Sehingga untuk menaksir
parameter dari data di atas tidaklah sah jika menggunakan regresi linear berganda.
Regresi akar laten akan memberikan solusi untuk permasalahan ini. Berdasarkan
pada bab sebelumnya, pada regresi akar laten terlebih dahulu variabel bebas dan
variabel tak bebas akan dipusatkan dan diskalakan. Untuk variabel tak bebas akan
dipusatkan dan diskalakan dengan menggunakan Persamaan (3.2) dan untuk
variabel bebas dengan menggunakan Persamaan (3.3). Hasil dari variabel-variabel yang telah dipusatkan dan diskalakan akan disajikan pada Tabel 4.3
Tabel 4.3 Nilai-Nilai untuk Variabel Bebas dan Variabel Tak Bebas yang Telah Dipusatkan dan Diskalakan
Nomor y* 1 2 3 4 5
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2 0,0795 -0,1398 -0,1507 -0,1376 -0,0961 -0,0938 3 0,1482 -0,1397 -0,1428 -0,1287 -0,0360 -0,0878 4 -0,2218 -0,1295 -0,1281 -0,1215 -0,0098 -0,0842 5 -0,2557 -0,1134 -0,1145 -0,1130 -0,0619 -0,0862 6 -0,0467 -0,1006 -0,1051 -0,1042 -0,0818 -0,0802
Lanjutan
Nomor y* 1 2 3 4 5
7 0,1045 -0,0891 -0,0941 -0,0939 -0,0759 -0,0735 8 0,1214 -0,0718 -0,0802 -0,0800 -0,0275 -0,0652 9 0,0345 -0,0524 -0,0576 -0,0656 0,0250 -0,0595 10 -0,1925 -0,0313 -0,0281 -0,0503 0,0469 -0,0585 11 -0,2563 -0,0139 -0,0026 -0,0334 0,0989 -0,0562 12 -0,3361 -0,0022 0,0118 -0,0226 0,0452 -0,0580 13 -0,1638 0,0058 0,0227 -0,0091 -0,0081 -0,0553 14 0,0108 0,0152 0,0330 0,0105 0,0123 -0,0467 15 0,1035 0,0258 0,0439 0,0243 -0,0281 -0,0423 16 0,1625 0,0404 0,0489 0,0390 -0,0587 -0,0373 17 -0,0138 0,0231 0,0356 0,0460 -0,1199 -0,0317 18 0,2304 0,0425 0,0410 0,0493 -0,0793 0,0162 19 -0,1710 0,0037 0,0251 0,0514 -0,0801 0,0259 20 -0,1896 0,0333 0,0305 0,0606 -0,0498 0,0413 21 -0,0122 0,0377 0,0433 0,0629 -0,0398 0,0512 22 0,1322 0,0415 0,0540 0,0661 -0,0251 0,0573 23 0,3840 0,0492 0,0621 0,0716 -0,0185 0,0991 24 0,1942 0,0663 0,0651 0,0760 0,0080 0,0672 25 -0,0286 0,0752 0,0712 0,0825 0,0694 0,1020 26 0,1375 0,1000 0,0856 0,0857 0,0246 0,1205 27 -0,2210 0,1115 0,0886 0,0881 0,1533 0,1145 28 0,0487 0,1148 0,0916 0,0904 0,1535 0,1333 29 -0,1393 0,1215 0,0983 0,0961 0,1679 0,1353 30 0,3696 0,1143 0,1061 0,1019 0,1803 0,1520
Selanjutnya setelah dilakukan pemusatan dan penskalaan terhadap
variabel-variabelnya akan dibentuk matriks , yaitu matriks yang entri-entrinya
merupakan variabel tak bebas dan variabel bebas yang sebelumnya sudah
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
[
Tentukan matrik kemudian kalikan dengan untuk mendapatkan nilai eigen
dan vektor eigen
Tabel 4.4 Nilai Eigen dan Vektor Eigen dari Matriks
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Perhatikan nilai = 1,9241 > 1 sehingga penaksir akar laten pertama ̂
akan dihitung menggunakan persamaan (3.4), yaitu :
Langkah selanjutnya adalah melakukan penaksiran akar laten kedua.
penaksir ini diperoleh dengan terlebih dahulu membentuk nilai residu yang
diperoleh dari regresi variabel dan pada , dan nilai
residu tersebut akan disajikan dalam Tabel 4.5
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
5 0,2023 0,0053 0,0083 0,0063 -0,0067 -0,0162 6 -0,0031 -0,0002 0,0061 0,0047 0,0179 -0,0153 7 -0,1494 -0,0017 0,0048 0,0043 0,0183 -0,0125 8 -0,1581 -0,0023 0,0074 0,0069 -0,0195 -0,0050 9 -0,0618 -0,0027 0,0034 0,0112 -0,0600 0,0073 10 0,1739 -0,0063 -0,0088 0,0132 -0,0707 0,0229 11 0,2471 -0,0048 -0,0158 0,0149 -0,1108 0,0385 12 0,3288 -0,0126 -0,0263 0,0080 -0,0545 0,0441
Lanjutan
Nomor
13 0,1585 -0,0164 -0,0331 -0,0014 0,0014 0,0453 14 -0,0095 -0,0125 -0,0303 -0,0079 -0,0106 0,0493 15 -0,0990 -0,0168 -0,0351 -0,0154 0,0338 0,0509 16 -0,1546 -0,0244 -0,0331 -0,0231 0,0689 0,0525 17 0,0173 -0,0159 -0,0285 -0,0389 0,1244 0,0386 18 -0,2158 -0,0130 -0,0121 -0,0203 0,0980 0,0117 19 0,1806 0,0159 -0,0059 -0,0321 0,0926 -0,0073 20 0,2077 0,0032 0,0053 -0,0246 0,0729 -0,0067 21 0,0341 0,0067 0,0003 -0,0191 0,0680 -0,0091 22 -0,1069 0,0097 -0,0036 -0,0155 0,0577 -0,0088 23 -0,3506 0,0184 0,0043 -0,0049 0,0614 -0,0351 24 -0,1609 0,0010 0,0011 -0,0095 0,0347 -0,0035 25 0,0712 0,0111 0,0136 0,0027 -0,0146 -0,0202 26 -0,0894 -0,0026 0,0101 0,0105 0,0373 -0,0282 27 0,2754 -0,0013 0,0197 0,0206 -0,0834 -0,0102 28 0,0091 0,0022 0,0234 0,0251 -0,0792 -0,0224 29 0,2003 0,0018 0,0228 0,0256 -0,0897 -0,0186 30 -0,3053 0,0157 0,0217 0,0265 -0,0977 -0,0288
Selanjutnya nilai-nilai residu tersebut dipusatkan dan diskalakan dengan
cara yang sama seperti halnya pada variabel-variabel sebelumnya. Hasilnya dapat
dilihat pada Tabel 4.6
Tabel 4.6 Nilai Residu yang Telah Dipusatkan dan Diskalakan
Nomor
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3 -0,2142 0,1222 0,0961 0,0348 -0,0541 -0,0831 4 0,1704 0,1250 0,0771 0,0505 -0,0791 -0,0645 5 0,2073 0,0392 0,0363 0,0304 -0,0086 -0,0470 6 -0,0032 -0,0015 0,0268 0,0225 0,0230 -0,0442 7 -0,1531 -0,0122 0,0212 0,0206 0,0235 -0,0363 8 -0,1620 -0,0167 0,0323 0,0331 -0,0251 -0,0145 9 -0,0633 -0,0198 0,0151 0,0539 -0,0771 0,0210 10 0,1783 -0,0463 -0,0387 0,0638 -0,0909 0,0662 11 0,2532 -0,0351 -0,0692 0,0718 -0,1425 0,1114 12 0,3370 -0,0919 -0,1150 0,0387 -0,0701 0,1276 13 0,1625 -0,1198 -0,1448 -0,0066 0,0018 0,1311
Lanjutan
Nomor
14 -0,0097 -0,0915 -0,1328 -0,0381 -0,0136 0,1426
15 -0,1015 -0,1230 -0,1535 -0,0743 0,0435 0,1473
16 -0,1584 -0,1784 -0,1448 -0,1112 0,0886 0,1520
17 0,0178 -0,1164 -0,1247 -0,1873 0,1600 0,1116
18 -0,2212 -0,0954 -0,0528 -0,0975 0,1260 0,0339
19 0,1851 0,1162 -0,0256 -0,1544 0,1190 -0,0212
20 0,2128 0,0235 0,0233 -0,1184 0,0938 -0,0195
21 0,0350 0,0488 0,0013 -0,0920 0,0874 -0,0264
22 -0,1095 0,0713 -0,0158 -0,0744 0,0742 -0,0254
23 -0,3593 0,1348 0,0190 -0,0234 0,0790 -0,1016
24 -0,1649 0,0071 0,0046 -0,0459 0,0446 -0,0100
25 0,0730 0,0810 0,0594 0,0129 -0,0188 -0,0586
26 -0,0916 -0,0190 0,0443 0,0507 0,0479 -0,0817
27 0,2823 -0,0098 0,0861 0,0994 -0,1072 -0,0296
28 0,0093 0,0163 0,1026 0,1210 -0,1019 -0,0648
29 0,2053 0,0129 0,0997 0,1232 -0,1154 -0,0538
30 -0,3129 0,1150 0,0950 0,1278 -0,1257 -0,0834
Berdasarkan residu yang telah dipusatkan dan diskalakan, maka untuk
melakukan penaksiran akar laten kedua bagi analisis regresi akar laten diperlukan
pembentukan matriks , yaitu matriks hasil penggabungan variabel dan
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Dari Tabel 4.7, diperoleh nilai itu artinya penaksiran akar
laten kedua tidak mempunyai kemampuan untuk menaksir . Oleh sebab itu
maka model taksiran bagi hanya melibatkan penaksir akar laten pertama . Sehingga model taksiran regresi akar laten untuk (data penjualan mobil
yang diskalakan) dengan variabel bebas indeks harga mobil baru , indeks
harga konsumen , pendapatan pribadi , tingkat bunga dan banyak
tenaga kerja sipil adalah ̂ ̂ .
Karena model hanya melibatkan penaksir akar laten pertama ̂ , maka
pengembalian model kedalam bentuk yang memuat variabel asal akan dilakukan
sebagai berikut :
̂ ̂
̅
̅̅̅
√
̅̅̅
√
̅̅̅ √
̅̅̅
√ (
̅̅̅
√ )
√ √ √
√
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
( ) ( )
( ) ( )
( )
Sebelum regresi yang diperoleh digunakan untuk membuat kesimpulan, terlebih dahulu perlu diperiksa mengenai keberartiannya. Menguji keberartian
regresi ini dimaksudkan untuk meyakinkan apakah regresi yang didapat apakah
ada artinya bila dipakai untuk membuat kesimpulan mengenai hubungan sejumlah
variabel yang sedang dipelajari. Untuk ini diperlukan dua macam jumlah kuadrat
(JK) yaitu, JK(Reg) untuk regresi dan JK(S) untuk sisa (Sudjana, 2003:90).
∑ ∑ ∑
dan
∑ ∑
Masing-masing JK di atas memiliki derajat kebebasan (dk), yang besarnya k
untuk JK(Reg) dan (n-k-1) untuk JK(S). Selanjutnya dibentuk statistik F dengan
rumus
⁄
⁄
Dengan dk pembilang k dan dk penyebut (n-k-1). Statistik F inilah yang
dipakai untuk menguji keberartian regresi dan jika F hitung dari rumus di atas
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
disimpulkan bahwa regresi yang diperoleh berarti. Dalam hal lainnya, regresi
dinyatakan tidak berarti.
Untuk mempermudah dalam perhitungan, maka besaran-besaran yang
diperlukan akan disajikan pada Tabel (lampiran)
Karena Fhitung=23,8786 > Ftabel=3,9, maka dapat disimpulkan bahwa regresi yang
diperoleh berarti. Taksiran yang bisa dibuat berdasarkan persamaan regresi adalah
mengenai peramalan banyaknya mobil yang terjual yang didasarkan pada indeks
harga mobil baru, indeks harga konsumen, pendapatan pribadi, tingkat bunga, dan
banyaknya tenaga kerja. Untuk melengkapi penaksiran maka terlebih dahulu
dilakukan uji keberartian koefisiensi regresi (besaran yang digunakan dapat dilihat
di lampiran). Kriteria yang digunakan adalah jika thitung > ttabel maka koefisien
regresi berarti. Dalam hal lainnya koefisien regresi tidak berarti. Untuk
mempermudah proses pengujian keberartian dari setiap variabel bebas, maka
perhatikan Tabel 4.8
Tabel 4.8 Nilai-Nilai Untuk Pengujian Keberartian Koefisien
Variabel Bebas thitung t(0,05;24)
X1
X2
X3
X4
X5
0,061
3,046
9,005
0,088
12,146
2,8
Sumber : Lampiran
Berdasarkan Tabel 4.8, maka koefisien yang berarti ialah pada variabel X2,
X3, dan X5. Berdasarkan pada persamaan yang telah diperoleh, maka dapat
ditafsirkan bahwa rata-rata penjualan diperkirakan meningkat sebesar 0,006 ribu
Edi Purwanto, 2014
PENGGUNAAN REGRESI AKAR LATEN UNTUK MEMPREDIKSI PENJUALAN MOBIL DI AMERIKA SERIKAT TAHUN 1961-1990
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ditinjau dari banyaknya tenaga kerja, maka diperkirakan rata-rata penjualan mobil
meningkat sebesar 0,001825 ribu unit jika banyaknya penduduk meningkat