Professional Documents
Culture Documents
x2 =
x1 = X1 X2 y=Y-
Y X1 X2 − 𝑥̅1 − 𝑥̅2 𝑌̅ x1 y x2 y x1 x2 Y2 x12 x22
7 3 4 -1.5 -0.9 0.5 -0.75 -0.45 1.35 0.25 2.25 0.81
8 4 5 -0.5 0.1 1.5 -0.75 0.15 -0.05 2.25 0.25 0.01
4 2 3 -2.5 -1.9 -2.5 6.25 4.75 4.75 6.25 6.25 3.61
10 6 7 1.5 2.1 3.5 5.25 7.35 3.15 12.25 2.25 4.41
8 4 6 -0.5 1.1 1.5 -0.75 1.65 -0.55 2.25 0.25 1.21
5 3 5 -1.5 0.1 -1.5 2.25 -0.15 -0.15 2.25 2.25 0.01
7 4 4 -0.5 -0.9 0.5 -0.25 -0.45 0.45 0.25 0.25 0.81
8 5 6 0.5 1.1 1.5 0.75 1.65 0.55 2.25 0.25 1.21
3 6 4 1.5 -0.9 -3.5 -5.25 3.15 -1.35 12.25 2.25 0.81
5 8 5 3.5 0.1 -1.5 -5.25 -0.15 0.35 2.25 12.25 0.01
65 45 49
̅̅̅1= 𝑋1 = 45 = 4.5
∑X1 = 45→ 𝑋 𝑛 10
̅̅̅2= 𝑋2 = 49 = 4.9
∑X2 = 49 → 𝑋 𝑛 10
Jawab :
b0 = 𝑌̅- b1𝑥̅ 1 – b2𝑥̅ 1 = 6.5 – (-0.360)(4.5) - 1.353(4.9) = 6.5 –(-1.62) – 6.629 = 1.491
S2y.12 = 19.363
2 2
1 X 1 Σ𝑥22 + X 2 Σ𝑥12 − 2 X 1 X 2 Σ𝑥1 𝑥2 2
Var(b0) = [ + ] 𝑆𝑌.12
𝑛 Σ𝑥12 Σ𝑥22 −( Σ𝑥1 𝑥2 )²
= [ 2 101 + 201,225+684,285−306
295,4
] 19.963
Sb0 = √Var(b0)
= √45,19
= 6,722
(Σ𝑥2 2
2 )(𝑆𝑌.12 )
Sb1 = √Var(𝑏1 ) = √
(Σ𝑥2 2
1 )(Σ𝑥2 ) − ( Σ𝑥1 𝑥2 )²
(12,9)(19,963)
=√
(28,5)(12,9)− (8,5)
257,522
= √(367,65)−
8,5
= 0,717
(Σ𝑥2 2
1 )(𝑆𝑌.12 )
Sb2 = √Var(𝑏2 ) = √
(Σ𝑥2 2
1 )(Σ𝑥2 ) − ( Σ𝑥1 𝑥2 )²
(28,5)(19,963)
=√
(28,5)(12,9)− 8,5
568,945
=
359,45
= 1,584
Menghitung besarnya R2
b1 Σx1 y + b2 Σx2 y
R2 =
Σy²
−0,54+23,67
=
42,5
= 0,544
1,5 1,5
ry1 = = = 0,0431
√(28,5)(42,5) √1211,25
r2y1.2 = 0,231
r2y.21 = 0,474
B) pengujian pengaruh harga per kg barang A dan pendapatan konsumen secara
serempak terhadap kuantitas barang yang diminta
1. Rumusan Hipotesis
H1 : paling sedikit salah satu βj ≠ 0 ( j = 1,2) (salah satu dari pendapatan dan harga per kg
atau keduanya berpengaruh nyata terhadap kuantitas permintaan barang)
Daerah kritis. Titik/nilai kritis adalah f0,05 (2,7) = 4,74 Maka daerah kritisnya adalah F >
F0,05(2,7) = 4,74
n = 10, R2 = 0,544
𝑅 2 /2
F0 = (1−𝑅2 )/(𝑛−3)
(0,544)/2
= = 4,18
(1−0,544)/7
5. simpulan/putusan
Oleh karena statistic uji jatuh pada daerah penerimaan H0 ( F0 = 4,18 < F0,05(2,7) = 4,74),
maka H0 diterima sebaliknya H1 di tolak. Ini berarti bahwa harga per kg dan pendapatan
konsumen tidak berpengaruh terhadap kuantitas permintaan barang pada tingkat keyakinan
95%
C) pengujian pengaruh pendapatan dan harga per kg secara parsial terhadap kuantitas
permintaan
1. Rumusan Hipotesis
H0 : β1 = 0 (pendapatan konsumen tidak berpengaruh terhadap nilai penjualan)
H1 :β1<0 (pendapatan konsumen berpengaruh positif dannyata terhadap nilai
penjualan)
2. Taraf nyata, α = 5%
3. Statistik uji dan daerah kritis
𝑏1 − 𝛽10
Statistik uji : t1 = 𝑆𝑏1
Daerah kritis. Titik/nilai kritisnya adalah t(α ; n – 3) = t(0,05 ;7)= 1,895 (Uji sisi kanan)
Maka daerah kritisnya adalah t >t(0,05 ; 7) = 1,895
4. Menghitung nilai statistik uji
b1 = -0.360, β1 = 0, 𝑆𝑏1 = 0,171
𝑏1 − 𝛽10
t1 = 𝑆𝑏1
−0.360− 0
t1 = 0,171
= -2,105
5. Simpulan
Oleh karena statistic uji jatuh pada daerah penerimaan H0 ( t1 = -2,105 < 1,895), maka
H0 diterima sebaliknya H1 di tolak. Ini berarti bahwa pendapatan konsumen tidak
berpengaruh terhadap kuantitas permintaan barang pada tingkat keyakinan 95%
1. Rumusan Hipotesis
H0 : β1 = 0 (harga per kg tidak berpengaruh terhadap nilai penjualan)
H1 :β1>0 (harga per kg berpengaruh negative dan nyata terhadap nilai penjualan)
2. Taraf nyata, α = 5%
3. Statistik uji dan daerah kritis
𝑏1 − 𝛽10
Statistik uji : t1 = 𝑆𝑏1
Daerah kritis. Titik/nilai kritisnya adalah t(α ; n – 3) = t(0,05 ; 7)= 1,895 (Uji sisi kanan)
Maka daerah kritisnya adalah t >t(0,05 ; 7) = 1,895
4. Menghitung nilai statistik uji
b2 = 1.353, β2 = 0, 𝑆𝑏2 = 1,584
𝑏1 − 𝛽10
t1 = 𝑆𝑏1
1.353− 0
t1 = 1,584
= 0,854
5. Simpulan
Oleh karena statistic uji jatuh pada daerah penerimaan H0 ( t1 = 0,854 < 1,895), maka
H0 diterima sebaliknya H1 di tolak. Ini berarti bahwa harga per kg tidak berpengaruh
terhadap kuantitas permintaan barang pada tingkat keyakinan 95%
V =df = n – (k +1) = n- 3 = 10 – 3 = 7
P(0,764>b1>0,044)
Jadi, besarnya koefisien regresi parsial populasi b1 berkisar antara 0,044 hingga 0,764,
dengan tingkat keyakinan 95%
V =df = n – (k +1) = n- 3 = 10 – 3 = 7
t(α/2 ; df) = t(0,025 ; 7) = 2,365
P(-2,393>b2>5,099)
Jadi, besarnya koefisien regresi parsial populasi b2 berkisar antara -2,393 hingga 5,099 ,
dengan tingkat keyakinan 95%
Lampiran
Variables Entered/Removed(b)
Variables Variables
Model Entered Removed Method
1 X2, X1(a) . Enter
a All requested variables entered.
b Dependent Variable: Y
Model Summary
ANOVA(b)
Sum of
Model Squares df Mean Square F Sig.
1 Regression 28.134 2 14.067 6.855 .022(a)
Residual 14.366 7 2.052
Total 42.500 9
a Predictors: (Constant), X2, X1
b Dependent Variable: Y
Coeffi cientsa
Unstandardized St andardiz ed
Coeffic ient s Coeffic ient s
Model B St d. Error Beta t Sig.
1 (Const ant) .410 2.042 .201 .847
X1 -.438 .299 -.359 -1. 463 .187
X2 1.645 .445 .906 3.697 .008
a. Dependent Variable: Y
Soal 11-2
Diketahui :
X1 2 3,5 4 5 3 4 2 2,5
Y 6 10 10 12 8 9 7 5
Jawab :
x1 = X1 - x2 = X2 - y = Y-
Y X1 X2 X 1 X2 Y y2 x1y x2y 𝑥12 𝑥22 x1x2
6 2 1 -1,2 -0,8 -2,4 5,76 2,88 1,92 1,44 0,64 0,96
10 3,5 2 0,3 0,2 1,6 2,56 0,48 0,32 0,09 0,04 0,06
10 4 2,5 0,8 0,7 1,6 2,56 1,28 1,12 0,64 0,49 0,56
8 3 1,5 -0,2 -0,8 -0,4 0,16 0,08 0,32 0,04 0,64 0,16
9 4 2,5 0,8 0,8 0,6 0,36 0,48 0,48 0,64 0,64 0,64
7 2 1,2 -1,2 -0,6 -1,4 1,96 1,68 0,84 1,44 0,36 0,72
5 2,5 1 -0,7 -0,8 -3,4 11,56 2,38 2,72 0,49 0,64 0,56
𝛴𝑌 67
𝚺Y = 67 Y = 𝑛
=
8
= 8,4
𝛴𝑋1 26
𝚺X1 = 26 X 1 = 𝑛
= 8
= 3,2
𝛴𝑋2 14,7
𝚺X2 = 26 X 2 = 𝑛
= 8
= 1,8
Maka b1,
(15,74)(4,89)−(5,82)(12,04)
= = 1,2902
(8,02)(4,89)−(5,82)²
Maka b2,
(12,04)(8,02)−(5,82)(15,74)
= = 0,9288
(8,02)(4,89)−(5,82)²
Maka b0,
b0 = Y - b1 X 1 – b2 X 2
= 2,5996
Akhirnnya bidang regresi sampel/model regresi sampel, yang merupakan penduga bagi
bidang regresi populasi/model regresi populasi dapat disusun sebagai berikut :
^
Y = b0 + b1X1 + b2X2
^
Y = 2,5996 + 1,2902X1 + 0,9288X2
37,88−1,2902(15,74)−0,9288(12,04)
SY.12 = √ = √1,2779
8−3
𝑺𝟐𝒀.𝟏𝟐 = 1,2779
2 2
2 2
1 X 1 Σ𝑥2 + X 2 Σ𝑥1 − 2 X 1 X 2 Σ 𝑥1 𝑥2
Var(b0) = [ + ] 𝑆2𝑌.12
𝑛 Σ𝑥12 Σ𝑥22 −( Σ 𝑥1 𝑥2 )²
= 2,1843
Nilai Sb0
Sb0 = √Var(𝑏0 )
Sb0 = √2,1843
= 1,4779
Nilai Sb1
(Σ𝑥2 2
2 ) (𝑆𝑌.12 )
Sb1 = √Var(𝑏1 ) = √
(Σ𝑥2 2
1 )(Σ𝑥2 ) − ( Σ 𝑥1 𝑥2 )²
Nilai Sb2
(Σ𝑥2 2
1 ) (𝑆𝑌.12 )
Sb2 = √Var(𝑏2 ) = √
(Σ𝑥2 2
1 )(Σ𝑥2 ) − ( Σ 𝑥1 𝑥2 )²
Nilai R2 :
b1 Σx1 y + b2 Σx2 y
R2 =
Σy²
1,2902(15,74)+ 0,9288(12,04)
= = 0,8313
37,88
Diketahui :
R2 = 0,8313
(b) Uji pengaruh serempak biaya promosi dan besarnya insentif yang dikeluarkan
terhadap nilai penjualan
1. Rumusan Hipotesis
H0 : β1 = β2 = 0 (biaya promosi dan besarnya intensif yang dikeluarkan secara
serempak tidak berpengaruh terhadap nilai penjualan)
H1 : paling sedikit salah satu βj ≠ 0 (j = 1, 2). Paling sedikit salah satu dari biaya
promosi dan besarnya intensif berpengaruh terhadap nilai penjualan
2. Taraf nyata, α = 5%
3. Statistik uji dan daerah kritis
𝑅2 / 2
Statistik uji : F0 =
(1−𝑅 2 )/(𝑛−3)
1. Rumusan Hipotesis
H0 : β1 = 0 (biaya promosi tidak berpengaruh terhadap nilai penjualan)
H1 : β1 < 0 (biaya promosi berpengaruh negatif dan nyata terhadap nilai penjualan)
2. Taraf nyata, α = 5%
3. Statistik uji dan daerah kritis
𝑏1 − 𝛽10
Statistik uji : t1 =
𝑆𝑏1
Daerah kritis. Titik/nilai kritisnya adalah t(α ; n – 3) = t(0,05 ; 5) = 2,015 (Uji sisi kanan)
Maka daerah kritisnya adalah t < t(0,05 ; 5) = 2,015
4. Menghitung nilai statistik uji
b1 = 1,2902, β1 = 0, 𝑆𝑏1 = 1,0812
𝑏1 − 𝛽10
t1 =
𝑆𝑏1
1,2902 − 0
t1 =
1,0812
= 1,1933
5. Simpulan
Oleh karena statistik uji jatuh pada daerah penolakan H0 (t1= 1,1933 < t(0,05 ; 5) =
2,015), maka H1 diterima. Ini berarti biaya promosi berpengaruh negatif dan nyata
terhadap nilai penjualan
1. Rumusan Hipotesis
H0 : β2 = 0 (besarnya intensif tidak berpengaruh terhadap nilai penjualan)
H1 : β2 < 0 (besarnya intensif berpengaruh negatif dan nyata terhadap nilai penjualan)
2. Taraf nyata, α = 5%
3. Statistik uji dan daerah kritis
𝑏2 − 𝛽10
Statistik uji : t2 =
𝑆𝑏2
Daerah kritis. Titik/nilai kritisnya adalah t(α ; n – 3) = t(0,05 ; 5) = 2,015 (Uji sisi kanan)
Maka daerah kritisnya adalah t < t(0,05 ; 5) = 2,015
4. Menghitung nilai statistik uji
b2 = 0,9288, β2 = 0, Sb2 = 1,3846
𝑏2 − 𝛽10
t2 =
𝑆𝑏2
0,9288− 0
t2 =
1,3846
= 0,670
5. Simpulan
Oleh karena statistik uji jatuh pada daerah penolakan H0 (t2= 0,670 < t(0,05 ; 5) = 2,015),
maka H1 diterima. Ini berarti besarnya intensif berpengaruh negatif dan nyata
terhadap nilai penjualan
Jadi, nilai penjualan satu perusahaan yang memiliki biaya promosi sebesar Rp 4,5 ratus juta
dengan jumlah pengeluaran insentif sebesar Rp 1,6 ratus juta ditaksir sebesar Rp 9,8915 ratus
juta.
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 INSENTIF,
BY. a . Enter
PROMOSI
a. All requested variables entered.
b. Dependent Variable: PENJUALAN
Model Summary
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regres sion 33.282 2 16.641 18.118 .005a
Residual 4.593 5 .919
Total 37.875 7
a. Predic tors : (Const ant), INSENTIF, BY. PROMOSI
b. Dependent Variable: PENJUALAN
Coeffi cientsa
Unstandardized St andardiz ed
Coeffic ient s Coeffic ient s
Model B St d. Error Beta t Sig.
1 (Const ant) 3.404 1.466 2.321 .068
BY.PROMOSI -.273 1.465 -.126 -.187 .859
INSENTIF 3.189 2.026 1.059 1.574 .176
a. Dependent Variable: PENJUALAN