KASUS
Manajer PT. STIE ingin mengetahui apakah kegiatan yang menunjang penjualan perusahaan selama ini (iklan di koran, iklan di radio, jumlah outlet, jumlah salesman) berpengaruh terhadap penjualan roti.
Identifikasi variabel bebas dan terikatnya?
Nama-nama Variabel:
o daerah (nama daerah penjualan)
o hsl_jual(satuan hasil penjualan sales dalam jutaan rupiah) o iklan_ko (satuan biaya iklan dikoran dalam jutaan rupiah) o iklan_ra (satuan biaya iklan diradio dalam jutaan rupiah)
o outlet (satuan jumlah outlet penjualan di seluruh daerah dalam unit) o salesman (satuan jumlah salesman dalam orang)
daerah hsl_jua
l
iklan_ko iklan_ra outlet salesma n
Jakarta 1 300.12 26.23 12.23 7 4
Jakarta 2 312.25 25.12 12.88 8 3
Jakarta 3 362.02 29.80 15.26 8 2
Jakarta 4 400.25 34.55 14.23 9 1
Jakarta 5 412.60 33.45 13.02 6 4
Jakarta 6 423.00 32.26 13.56 5 2
Jakarta 7 320.14 23.45 12.03 8 3
Jawa Barat 1 366.25 34.76 15.26 9 3
Jawa Barat 2 451.29 40.12 14.32 8 2
Jawa Barat 3 430.22 36.21 13.33 10 5
Jawa Barat 4 265.99 25.89 12.05 11 4
Jawa Barat 5 254.26 22.98 15.26 10 1
Jawa Barat 6 352.16 36.25 12.89 9 5
Jawa Barat 7 365.21 36.87 12.45 8 5
Jawa Tengah 1 295.15 22.41 13.44 5 2
Jawa Tengah 2 354.25 26.25 13.67 6 2
Jawa Tengah 3 415.25 36.99 19.25 8 5
Jawa Tengah 4 400.23 32.79 18.78 9 2
Jawa Tengah 5 423.22 33.98 16.59 7 2
Jawa Tengah 6 452.62 23.21 18.45 5 3
Jawa Tengah 7 512.33 44.98 13.45 8 5
Jawa Tengah 8 435.23 35.99 15.78 8 3
Jawa Tengah 9 302.21 25.00 16.35 9 2
Jawa Timur 10 330.92 23.25 19.58 8 5
Jawa Timur 11 254.25 24.86 13.87 6 6
Jawa Timur 12 265.21 26.23 15.87 5 5
Jawa Timur 13 215.36 20.98 13.23 7 4
Jawa Timur 14 235.26 24.88 15.69 9 3
Jawa Timur 15 222.32 25.87 18.97 8 6
Jawa Timur 16 323.45 28.94 18.29 9 5
Pengujian Asumsi Klasik:
1. Uji Normalitas
H0 = Data Berdistribusi Normal H1 = Data tidak berdistribusi Normal Kriteria Uji:
Terima H0 jika nilai sig > 0,05
Jadi H0 diterima, jadi data berdistribusi normal
2. Uji Multikolinearitas
Pengujian menggunakan nilai VIF dan tolerance.
Model dikatakan bebas multikolinearitas jika nilai VIF < 10 dan tolerance > 0,1.
Menggunakan acuan berikut:
Pedoman suatu model regresi yang bebas multiko adalah o Mempunyai nilai VIF disekitar angka 1
o Mempunyai angka tolerance mendekati 1
Dapat dilihat pada table di atas bahwa nilai VIF mendekati angka 1 dan nilai Tolerance mendekati 1, sehingga dapat dikatakan bahwa model regresi bebas multikolinearitas.
3. Uji Heteroskedastisitas
Model regresi dikatakan bebas Heteroskedastisitas jika scatter plot tidak membentuk pola tertentu menyebarr diatas dan dibawah angka 0 sumbu Y
Dari grafik diatas dapat dilihat bahwa scatter plot tidak membentuk pola tertentu dan tiap data menyebar diatas dan dibawah angka 0 pada sumbu Y sehingga dapat dikatakan bahwa model regresi tersebut bebas Heteroskedastisitas
4. Uji Autokorelasi
Model regresi dikatakan bebas autokolerasi jika nilai Durbin-Watson terletak diantara dU sampai dengan (4-dU)
Diket nilai k=4 (jumlah variable independent), dan datanya ada N=30. Untuk mengecek nilai dU maka lihat pada table Durbin-Watson, kolom k=4 dan baris N=30, dihasilkan nilai dU = 1,7386. Dan nilai 4 – 1,7386 = 2,2614.
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .869a .755 .716 41.58125 1.593
a. Predictors: (Constant), Jumlah Salesman, Jumlah outlet, Iklan Radio, Iklan Koran b. Dependent Variable: Hasil Penjualan
Dapat dilihat pada table diatas, bahwa nilai Durbin-Watson = 1,592. Nilai ini berada diluar rentang antara 1,7386 dan 2,2614. Sehingga model regresi mengalami autokorelasi.
Karena ada asumsi klasik yang tidak terpenuhi maka uji regresi ganda tidak bisa dilanjutkan.
WAKTU SALES IKLAN
Januari 1998 114,05 20,46
Februari 1998 118,66 19,59
Maret 1998 137,57 23,24
April 1998 152,1 26,95
Mei 1998 156,79 26,09
Juni 1998 160,74 25,16
Juli 1998 121,65 18,29
Agustus 1998 139,18 27,11
September 1998 171,49 31,29
Oktober 1998 163,48 28,24
November 1998 101,08 20,19
Desember 1998 96,62 17,92
Januari 1999 133,82 28,28
Februari 1999 138,78 28,76
Maret 1999 112,16 17,48
April 1999 134,62 20,48
Mei 1999 157,8 28,58
Juni 1999 152,09 25,58
Juli 1999 160,82 26,5
Agustus 1999 172 18,1
September 1999 194,69 35,08
Oktober 1999 165,39 28,07
November 1999 114,84 19,5
Desember 1999 125,75 18,14
Januari 2000 96,62 19,39
Februari 2000 100,78 20,46
Maret 2000 81,84 16,36
April 2000 89,4 19,41
Mei 2000 84,48 20,18
Juni 2000 122,91 22,57
Pengujian Asumsi Klasik:
1. Uji Normalitas
H0 = Data Berdistribusi Normal H1 = Data tidak berdistribusi Normal Kriteria Uji:
Terima H0 jika nilai sig > 0,05
Jadi H0 diterima, jadi data berdistribusi normal
2. Uji Multikolinearitas
Pengujian menggunakan nilai VIF dan tolerance.
Model dikatakan bebas multikolinearitas jika nilai VIF < 10 dan tolerance > 0,1.
Menggunakan acuan berikut:
Pedoman suatu model regresi yang bebas multiko adalah o Mempunyai nilai VIF disekitar angka 1
o Mempunyai angka tolerance mendekati 1
Dapat dilihat pada table di atas bahwa nilai VIF mendekati angka 1 dan nilai Tolerance mendekati 1, sehingga dapat dikatakan bahwa model regresi bebas multikolinearitas.
3. Uji Heteroskedastisitas
Model regresi dikatakan bebas Heteroskedastisitas jika scatter plot tidak membentuk pola tertentu menyebar diatas dan dibawah angka 0 sumbu Y
Dari grafik diatas dapat dilihat bahwa scatter plot tidak membentuk pola tertentu dan tiap data menyebar diatas dan dibawah angka 0 pada sumbu Y sehingga dapat dikatakan bahwa model regresi tersebut bebas Heteroskedastisitas.
4. Uji Autokorelasi
Model regresi dikatakan bebas autokolerasi jika nilai Durbin-Watson terletak diantara dU sampai dengan (4-dU)
Diket nilai k=4 (jumlah variable independent), dan datanya ada N=30. Untuk mengecek nilai dU maka lihat pada table Durbin-Watson, kolom k=1 dan baris N=30, dihasilkan nilai dU = 1,4894. Dan nilai 4 – 1,4894 = 2,5106.
Dapat dilihat pada table diatas, bahwa nilai Durbin – Watson = 1.153. nilai ini berada diluar rentang antara 1,4894 dan 2,5106. Sehingga model regresi mengalami autokorelasi.
Dikarenakan ada asumsi yang tidak terpenuhi, maka uji regresi ganda tidak bisa dilanjutkan.