STATISTICS FOR BUSINESS DECISION

DR. WAHYU WIDAYAT, M.EC

MULTICOLLINERARITY

FIRMANYAH WIDODO
UNIVERSITAS GADJAH MADA
FAKULTAS EKONOMIKA DAN BISNIS
PROGRAM MAGISTER MANAJEMEN

SOAL.
Bagian pemasaran perusahaan jam tangan rilex ingin memprediksi permintaan jam yang
diproduksi.untuk mendukung tujuan tersebut dikumpulkan data tentang< jumlah jam rilex / bulan,
harga jam rilex, harga jam omegah, biaya pemasangan iklan di TV, dan media cetak. Data yang
dikumpulkan selama 20 bulan.

Bulan
ke

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Jumlah jam
yang dijual
(unit)

Y
5843
5943
5853
5835
5943
6753
6807
6735
6663
6483
6555
6501
6609
6933
6969
7059
7005
7167
7023
7131

Harga jam
tangan (ribuan
Rp)
Rilex

Omegah

X1
2560
2662
2688
2816
2816
2688
2816
2944
3072
3174
3226
3328
3328
3098
3200
3533
3584
3635
3789
3840

X2
1725
1725
1438
1495
1671
2864
2944
2846
3019
2128
2415
2875
2760
3105
3220
3335
3450
4025
3910
4025

Biaya Pasang Iklan

(juta Rp)

TV
X3
1160
1165
1189
1163
1251
1423
1417
1427
1429
1399
1417
1419
1433
1463
1513
1529
1553
1553
1567
1585

Media
Cetak
X4
583
584
596
583
631
713
710
715
716
701
710
711
718
733
758
766
778
778
785
794

Bagian pemasaran minta tolong anda untuk membuatkan persamaaan regresinya yang
menggambarkan fungsi permintaan jam rilex dan variable lainnya.

ANOVAa
Model

Sum of
Squares
Regression

Residual
Total

df

4037412,053

Mean Square

4 1009353,013

58546,947

15

4095959,000

19

Sig.
,000b

258,601

3903,130

a. Dependent Variable: JMLHJAMTERJUAL

b. Predictors: (Constant), BIAYAIKLANMEDCET, HRGAJAMRILEX, HRGAJAMOMEGAH,
BIAYAIKLANTV

Coefficientsa
Model

Unstandardized
Coefficients
B
(Constant)
HRGAJAMRILEX

HRGAJAMOMEGAH
BIAYAIKLANTV
BIAYAIKLANMEDCET

Standardized
Coefficients

Std. Error

3170,785

322,539

-,284

,070

,186

Sig.

Beta
9,831

,000

-,240

-4,086

,001

,057

,330

3,257

,005

19,711

8,323

6,020

2,368

,032

-33,917

16,658

-5,153

-2,036

,060

a. Dependent Variable: JMLHJAMTERJUAL

Model Summary
Model

,993a

R Square
,986

Adjusted R
Square
,982

Std. Error of the Estimate

62,47503

a. Predictors: (Constant), BIAYAIKLANMEDCET, HRGAJAMRILEX, HRGAJAMOMEGAH, BIAYAIKLANTV

1. Membuat Persamaan Regresi

a. Membuat fungsi regresi Y = f(x1,x2,x3,x4). Bagaimana anda mengetahui bahwa memang ada
gangguan multicolinearity?

Coefficient Correlationsa
Model

Correlations

BIAYAIKLANM
EDCET

HRGAJAM
RILEX

BIAYAIKLANMEDCET

1,000

-,047

,114

-,999

HRGAJAMRILEX

-,047

1,000

-,120

,031

,114

-,120

1,000

-,150

-,999

,031

-,150

1,000

277,480

-,054

,109

-138,511

-,054

,005

,000

,018

,109

,000

,003

-,071

-138,511

,018

-,071

69,264

HRGAJAMOMEGAH
BIAYAIKLANTV

BIAYAIKLANMEDCET
Covariances

HRGAJAMRILEX
HRGAJAMOMEGAH
BIAYAIKLANTV

HRGAJAMO BIAYAIKLA
MEGAH
NTV

a. ependent Variable: JMLHJAMTERJUAL

Matrix Correlations
Y
Y
1,000
X1
0.767
X2
0.959
X3
0.978
X4
0.977

X1

X2

X3

X4

311,000
0.826
0.848
0.848

1,000
0.951
0.951

1,000
1.000

1,000

DIKETAHUI
Y = a + b1x1 + b2x2 + b3x3 +b4x4
y = jumlah total
a = jumlah terjual
x1 = harga jam rilex
x2 = harga jam omegah
x3 = biaya iklan tv
x4 = biaya iklan media ceyak
PERSAMAAN REGRESI LINIER
Y =a
- b1x1
+ b2x2
+ b3x3
- b4x4
Y = 3170,785 - 0,284x1 + 0,186x2 + 19,711x3 - 33,917X4
(9,831) (-4,086)
( 3,257)
(2,619) (-2,036)

Coefficientsa
Model

Correlations
Zero-order

Collinearity Statistics

Partial

Part

Tolerance

VIF

HRGAJAMRILEX

,767

-,726

-,126

,276

3,620

HRGAJAMOMEGAH

,959

,644

,101

,093

10,801

BIAYAIKLANTV

,978

,522

,073

,000 6778,969

BIAYAIKLANMEDCET

,977

-,465

-,063

,000 6721,470

Diketahui VIF:
a. Variabel Harga Jam Rilex (x1)

: 3,620

b. Variabel Harga Jam Omegah

(x2)

: 10,801

c. Variabel Biaya Iklan TV(x3)

: 6778,969

d. Variabel Biaya iklan Media Cetak(x4)

: 6721,470

Dimana dapat dilihat pada tabel matrix correlations bahwa x3=x4 dimana biaya iklan tv=biaya iklan
media cetak sehingga terdapat keeratan hubungan antra variabel dan hubangan antara nilai F yang
tinggi tetapi untuk nilai t rendah dapat dilihat pada tabel bahwa nilai 258,601 > (9,831),(4,086),(3,257),(2,619), (-2,036) sehingga dapat diindasikan terdapat gangguan multicollinearity
Dimana Menurut Santoso (2001), pada umumnya jika VIF lebih besar dari 10, maka variabel
tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya. Maka dapat
disimpulkan bahwa terdapat gangguan pada variabel x3,x4
b. Membuat fungsi regresi Y = f (X1,X2,X3) berdasarkan cofficients diatas
Coefficientsa
Model

Unstandardized
Coefficients
B
(Constant)

HRGAJAMRILEX
HRGAJAMOMEGAH
BIAYAIKLANTV

Standardized
Coefficients

Std. Error

3055,427

347,337

-,291

,076

,199
2,781

Sig.

Beta
8,797

,000

-,246

-3,826

,001

,062

,354

3,212

,005

,384

,849

7,235

,000

fungsi regresi Y = f (X1,X2,X3) berdasarkan cofficients diatas

Y =a
- b1x1
+ b2x2
+ b3x3
Y = 3055,427 - 0,291x1 + 0,199x2 + 2,781x3
(8,797) (-3,826)
(3,212)
(7,235)

c. Membuat fungsi regresi Y = f (X1,X2,X4)

Coefficientsa
Model

Unstandardized
Coefficients
B
(Constant)

Standardized
Coefficients

Std. Error

3065,090

362,541

-,289

,079

HRGAJAMOMEGAH

,206

BIAYAIKLANMEDCET

5,501

HRGAJAMRILEX

Sig.

Beta
8,454

,000

-,244

-3,667

,002

,064

,366

3,218

,005

,798

,836

6,891

,000

a. Dependent Variable: JMLHJAMTERJUAL

fungsi regresi Y = f (X1,X2,X4) berdasarkan cofficients diatas

Y =a
- b1x1
+ b2x2 + b4x4
Y = 3065,090 - 0,289x1 + 0,206x2 + 5,501X4
(8,454) (-3,667)
(3,218) ( 6,891)
d. Data X3 di gabung dengan X4 menjadi Variabel baru yaitu X5, kemudian membuat persamaan
regresi Y = f(x1,x2,x5)
Biaya Pasang Iklan (juta Rp)
TV
Media Cetak
X3
X4
1160
583
1165
584
1189
596
1163
583
1251
631
1423
713
1417
710
1427
715
1429
716
1399
701
1417
710
1419
711
1433
718
1463
733
1513
758
1529
766
1553
778
1553
778

X5
1743
1749
1785
1746
1,983
2136
2127
2142
2145
2100
2127
2130
2151
2196
2271
2295
2331
2331
2352

1567
1585

785
794

2378
2379

Model Summary
Model

R Square

,991a

Adjusted R
Square

,981

Std. Error of
the Estimate

,978

69,16594

a. Predictors: (Constant), x5, HRGAJAMRILEX,

HRGAJAMOMEGAH
ANOVAa
Model

Sum of
Squares
Regression

Residual
Total

df

Mean Square

4019416,169

3 1339805,390

76542,831

16

4095959,000

19

Sig.

280,064

,000b

4783,927

a. Dependent Variable: JMLHJAMTERJUAL

b. Predictors: (Constant), x5, HRGAJAMRILEX, HRGAJAMOMEGAH
Coefficientsa
Model

Unstandardized
Coefficients
B
(Constant)

HRGAJAMRILEX
HRGAJAMOMEGAH
x5

Standardized
Coefficients

Std. Error

3057,713

352,290

-,290

,077

,201
1,848

a. Dependent Variable: JMLHJAMTERJUAL

membuat fungsi regresi Y = f(x1,x2,x5)
Y =a
- b1x1
+ b2x2
+ b4x4
Y = 3057,713 - 0,290x1 + 0,201x2 + 1,848X5
(8,680) (-3,774)
(3,213) ( 7,122)

Sig.

Beta
8,680

,000

-,245

-3,774

,002

,063

,358

3,213

,005

,259

,845

7,122

,000

e. Cari fungsi regresi Y = a1 + b1 X3 dan Y = a2 + b2 X4. Bandingkan b1 dan b2, kemudian buatlah
variabel baru X5 = X3 + (b1/b2)X4. Susunlah persamaan baru Y = f(X1,X2,X5) dari persamaan
yang di peroleh kemudian jadikan f (X1,X2,X3).

Model Summary
Model

R Square

,978a

Adjusted R
Square

,956

Std. Error of
the Estimate

,954

99,83072

a. Predictors: (Constant), BIAYAIKLANTV

ANOVAa
Model

Sum of
Squares
Regression

Residual
Total

df

3916567,902

Mean Square
1 3916567,902

179391,098

18

4095959,000

19

Sig.

392,986

,000b

9966,172

a. Dependent Variable: JMLHJAMTERJUAL

b. Predictors: (Constant), BIAYAIKLANTV

Coefficientsa
Model

Unstandardized
Coefficients
B

(Constant)
BIAYAIKLANTV

Std. Error

2098,918

227,671

3,202

,162

a. Dependent Variable: JMLHJAMTERJUAL

PERSAMAAN REGRESI UNTUK Y = A1 + B1 X3
Y = a1 + b1 X3
Y = 2098,918 + 3,202 X3
(9,219) (19,824)

Standardized
Coefficients

Sig.

Beta
,978

9,219

,000

19,824

,000

Model Summary
Model

R Square

,977a

Adjusted R
Square

,954

Std. Error of
the Estimate

,952

102,12286

a. Predictors: (Constant), BIAYAIKLANMEDCET

ANOVAa
Model

Sum of
Squares
Regression

Residual
Total

df

Mean Square

3908235,594

1 3908235,594

187723,406

18

4095959,000

19

Sig.
,000b

374,744

10429,078

a. Dependent Variable: JMLHJAMTERJUAL

b. Predictors: (Constant), BIAYAIKLANMEDCET

Coefficientsa
Model

Unstandardized
Coefficients
B

(Constant)

Std. Error

2069,698

234,647

6,429

,332

BIAYAIKLANMEDCET

a. Dependent Variable: JMLHJAMTERJUAL

PERSAMAAN REGRESI Y = a2 + b2 X4
Y = a2 + b2 X4
Y = 2069,698 + 6,429 X4
(8,820) (19,358)

Standardized
Coefficients

Sig.

Beta
,977

8,820

,000

19,358

,000

TABEL UNTUK VARIABEL BARU X5 = X3 + (b1/b2)X4

Bulan
ke

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Jumlah
jam
yang
dijual
(unit)
5843
5943
5853
5835
5943
6753
6807
6735
6663
6483
6555
6501
6609
6933
6969
7059
7005
7167
7023
7131

Harga jam tangan

(ribuan Rp)
Rilex Omegah

2560
2662
2688
2816
2816
2688
2816
2944
3072
3174
3226
3328
3328
3098
3200
3533
3584
3635
3789
3840

Biaya Pasang Iklan

(juta Rp)
TV Media
Cetak

1725
1725
1438
1495
1671
2864
2944
2846
3019
2128
2415
2875
2760
3105
3220
3335
3450
4025
3910
4025

1160
1165
1189
1163
1251
1423
1417
1427
1429
1399
1417
1419
1433
1463
1513
1529
1553
1553
1567
1585

583
584
596
583
631
713
710
715
716
701
710
711
718
733
758
766
778
778
785
794

X5

1450,366
1455,865
1485,841
1453,366
1565,273
1778,114
1770,62
1783,11
1785,608
1748,137
1770,62
1773,118
1790,604
1828,075
1890,526
1910,511
1940,487
1940,487
1957,974
1980,456

Model Summary
Model

,991a

R Square

Adjusted R
Square

,981

,978

Std. Error of
the Estimate
68,83066

a. Predictors: (Constant), VARIABLE_BARU, HRGAJAMRILEX,

HRGAJAMOMEGAH
ANOVAa
Model

Sum of
Squares
Regression

Residual
Total

4020156,441

df

Mean Square
3 1340052,147

75802,559

16

4095959,000

19

Sig.

282,851

4737,660

a. Dependent Variable: JMLHJAMTERJUAL

b. Predictors: (Constant), VARIABLE_BARU, HRGAJAMRILEX, HRGAJAMOMEGAH

,000b

oefficientsa
Model

Unstandardized
Coefficients
B
(Constant)

HRGAJAMRILEX

Std. Error

3056,682

350,285

-,290

,077

,200
2,222

HRGAJAMOMEGAH
VARIABLE_BARU

Standardized
Coefficients

Sig.

Beta
8,726

,000

-,245

-3,795

,002

,062

,356

3,212

,005

,310

,847

7,167

,000

a. Dependent Variable: JMLHJAMTERJUAL

Y = a - b1x1 + b2x2 + b3x5
y = jumlah total
a = jumlah yang di jual
x1 = harga jam rilex
x2 = harga jam omegah
x5 = Variabel Baru
PERSAMAAN REGRESI VARIABEL BARU X5 = X3 + (b1/b2)X4
Y =a
- b1x1
+ b2x2
+ b3x5
Y = 3056,682 - 0,290x1 + 0,200x2 + 2,222X5
(8,726) (-3,795)
(3,212) ( 7,167)

PERSAMAAN REGRESI YANG DIPEROLEH KEMUDIAN DIJADIKAN Y = F (X1,X2,X3)

Y = a - b1x1 + b2x2 + (b3x3 +b4x4)
Y = a - b1x1 + b2x2 + b3x5
Y = 3056,682 - 0,290x1 + 0,200x2 + 2,222X5
(8,726) (-3,795)
(3,212) ( 7,167)
f.

Dari 4 cara mengatasi gangguan multicollinearity (butir b, atau c, atau d, atau e), tuliskan salah
satu model terbaik menurut anda. Jelaskan alasan anda memilih model tersebut?
R SQUARE B
odel Summaryb
Model

,991a

R Square
,982

Adjusted R
Square
,978

Std. Error of
the Estimate
68,34108

DurbinWatson
2,457

a. Predictors: (Constant), BIAYAIKLANTV, HRGAJAMRILEX, HRGAJAMOMEGAH

b. Dependent Variable: JMLHJAMTERJUAL

R SQUARE C
Model Summary
Model

R Square

,990a

Adjusted R
Square

,980

Std. Error of
the Estimate

,977

70,90541

a. Predictors: (Constant), BIAYAIKLANMEDCET,

HRGAJAMRILEX, HRGAJAMOMEGAH
R SQUARE D
Model Summary
Model

R Square

,991a

Adjusted R
Square

,981

Std. Error of
the Estimate

,978

69,16594

a. Predictors: (Constant), x5, HRGAJAMRILEX,

HRGAJAMOMEGAH
R SQUARE E
Model Summary
Model

R Square

,991a

Adjusted R
Square

,981

Std. Error of
the Estimate

,978

68,83066

a. Predictors: (Constant), VARIABLE_BARU, HRGAJAMRILEX,

HRGAJAMOMEGAH

Berdasarkan data diatas dapa dilihat perbandingan R Square antara persamaan b, c , d dan e adalah
b =0,982 , c = 0.980 , d = 0,981 , e = 0,981 maka R square terbesar dimiliki oleh model b =0,982
karena mendekati angka satu yang berarti lebih valid diantara yang lain.
2. Dengan menggunakan model pilihan anda, bila harga jam rilex Rp.4.000.000 perunit, dan harga
jam saingannya yaitu omegah mematok harga Rp. 3.500.000 sedangkan biaya pemasangan iklan
TV sebesar Rp 1.5 M dan di media cetak Rp 750.000.000,
a. Sebutkan berapakah jumlah tertinggi dan terendah dari jam Rilex yang akan terjual?
Karena persamaan yang b lebih valid menurut R SQUARE nya maka untuk menghitung
jumlah tertinggi dan terendah menggunakan persamaan b.
Model

Unstandardized
Coefficients
B
(Constant)

HRGAJAMRILEX
HRGAJAMOMEGAH
BIAYAIKLANTV

Standardized
Coefficients

Std. Error

3055,427

347,337

-,291

,076

,199
2,781

a. Dependent Variable: JMLHJAMTERJUAL

Sig.

Beta
8,797

,000

-,246

-3,826

,001

,062

,354

3,212

,005

,384

,849

7,235

,000

PERSAMAAN REGRESI
y = jumlah total
a = jumlah yang di jua l
x1 = harga jam rilex
x2 = harga jam omegah
x5 = Variabel Baru

= 3055,427
= Rp.4.000.000
= Rp. 3.500.000
= Rp 1.5 M

Y = f (X1,X2,X3)
Y =a
- b1x1
+
b2x2
+ b3x3
Y = 3055,427 - 0,291x1
+
0,199x2
+ 2,781x3
(8,797) (-3,826)
(3,212)
(7,235)
Y = 3055,427 - 0,291*(4000) + 0,199*(3500)
+ 2,781(1500)
Y = 6759,427
Sehingga jumlah produksi adalah 6759 Unit.

Model Summary
Model

,991a

R Square
,982

Adjusted R
Square
,978

Std. Error of
the Estimate
68,34108

a. Predictors: (Constant), BIAYAIKLANTV, HRGAJAMRILEX,

HRGAJAMOMEGAH

y y t Se ( y )
Se (y)
t
y

= 68,34108
= 2,131
= 6759,427

Maka jumlah jam tangan yang diperkirakan menurut peramalan berjangka maka jam yang akan
terjual adalah
y = 6759
(2,131)( 68,34108)
6613,79216 Y 6905,06184

Jadi, perkiraan permintaan jam tangan permintaan tertinggi jam Rilex adalah 6613,79216 jika
dibulatkan adalah 6614 unit dan permintaan terendahnya 6905,06184 jika dibulatkan menjadi 6905
unit

b. Sebutkan berapa besar elastisitas permintaanya. Jelaskan arti angka elastisitas tersebut

Model

Unstandardized
Coefficients
B
(Constant)
HRGAJAMRILEX

HRGAJAMOMEGAH
BIAYAIKLANTV

Standardized
Coefficients

Std. Error

3055,427

347,337

-,291

,076

,199
2,781

Sig.

Beta
8,797

,000

-,246

-3,826

,001

,062

,354

3,212

,005

,384

,849

7,235

,000

a. Dependent Variable: JMLHJAMTERJUAL

Diketahui
B1
= -0,291
X1 Jam Rilex
= 4000
Juml. Jam rilex yang terjual 6759,427 Unit
Y
Y
Y

= B1 x X1
Juml
= -0,291 x 4000
6759,427
= -0,1722 %

Sehingga dalam kasus ini, permintaan akan jam rilex adalah Inelastis, karena E < 1. Dikarenakan in
elastis maka penurunan/kenaikan harga tidak menyebabkan permintaan berubah

Elastisitas permintaan jam omegah

= koefisien variabel * (nilai variabel / nilai harga rata2)
= 0,199 * (3.500/6759,427)
= 0,103041
= 10,30%
Jika harga jam omegah naik 100% maka permintaan jam omegah akan menaik sebesar 10,30%

Elastisitas permintaan iklan TV

= koefisien variabel * (nilai variabel / nilai harga rata2)
= 2,781 * (1.500/6759,427)
= 0,617138
= 61,71%
Jika harga iklan TV dinaik 100% maka permintaan jam omegah dan jam rilex akan menaik sebesar
61,71%

c. Apabila kemudian saingannya yaitu jam omegah menurunkan harga 20% maka dengan
menggunakan konsep elastisitas, sebutkan berapa persen permintaan jam rilex akan turun.
jam Omegah menurun 20% (harga menjadi 2,8jt)
= 10,30% * 20%
= 0,0206
= 2,06%
Penurun nya jam rilex sebesar 2,06%