1. Suatu studi telah dilakukan oleh seorang penyalur untuk menentukan hubungan antara
biaya advertensi dan nilai penjualan bulanan. Diperoleh data sebagai berikut :
Biaya advertensi (ribuan
Rp)
40
385
20
400
25
395
20
365
30
375
50
440
40
490
20
420
50
560
40
525
25
480
50
510
JAWAB
9-1 a. diagram serak/pencar :
Penjualan (10.000Rp)
600
500
400
300
200
100
0
10
20
30
40
50
biaya advertensi
penjualan
x2
XY
40
385
1660
15400
20
400
400
8000
25
395
625
9875
20
365
400
7300
30
475
900
14250
50
440
2500
22000
40
490
1600
19600
20
420
400
8400
50
560
2500
28000
40
525
1600
21000
25
480
625
1200
50
510
2500
25500
410
5445
15650
191325
Yx = a + bX
b=
= 3,22
a=
= 343,73
Yx = 343,73 + 3,22 X
c. Nilai penjualan dengan biaya advertensi 35 :
Yx = 343,73 + 3,22 (35)
= 456,43
Y = 45
285
a. Tentukan slope b pada garis regresi linear
XY = 168
= 285
b. Pada taraf signifikansi 0,02 ujilah hipotesis nihil yang mengatakan bahwa = 0
dengan hipotesis alternatif > 0.
c. Hitunglah 99% confidence limits untuk
JAWAB
a. Slope garis regresi :
b=
= - 0,95
a=
= 9,75
b. Uji hipotesis
H0 : = 0
H1 = < 0
SY,X =
=0.91
Sb =
=0.12
t=
= -7.92
H0 tolak karena nilai t hitung (-7.92) lebih kecil daripada t tabel (-2.998).
c. Interval konfidensi 99% untuk
3. Data sampel di bawah ini menunjukkan permintaan terhadap suatu produk ( dalam
ribuan unit )
dan harganya ( dalam rupiah ) di enam pasar yang berbeda lokasi.
Harga
: 18
10
14
11
16
13
Permintaan
:9
125
57
90
22
79
Harga (X)
Permintaan (Y)
XY
18
324
162
10
125
100
1250
14
57
196
798
11
90
121
990
16
22
256
352
13
79
169
1027
82
382
1166
4579
b. Untuk X = 15
4. Data di bawah ini menunjukan besarnya biaya advertensi ( % dari biaya total ) dan laba
usaha
bersih ( % dri total penjualan ) dari sampel random 6 toko tekstil :
Biaya Advertensi
1.5
1.0
2.8
0.4
1.3
2.0
Biaya advertensi
(X)
Laba usaha
1,5
3,6
2,25
12,96
5,4
1,0
2,8
1,00
7,84
2,8
2,8
5,4
7,84
29,16
15,12
0,4
1,9
0,16
3,61
0,76
1,3
2,9
1,69
8,41
3,77
2,0
4,3
4,00
18,49
8,6
9,0
20,9
16,94
80,47
36,45
= 1,26 + 1,48 X
b.
c.
H0 : = 0,8
H 1 : > 0,8
SY.X
Cara SPSS
1. Buka SPSS
2. Masukkan variable
3. Masukkan data
6. Klik OK
Variables Entered/Removedb
Model
1
Variables
Variables
Entered
Removed
Method
LABA USHAa
. Enter
Model Summary
Model
.993a
Adjusted R
Std. Error of
Square
the Estimate
R Square
.986
.983
.10969
ANOVAb
Sum of
Model
1
Squares
Regression
Residual
Total
df
Mean Square
3.392
3.392
.048
.012
3.440
Sig.
281.900
.000a
Coefficientsa
Model
1
Unstandardized
Standardized
Coefficients
Coefficients
Std. Error
(Constant)
-.817
.145
LABA USHA
.665
.040
Beta
.993
Sig.
-5.630
.005
16.790
.000
5. Suatu perusahaan optic menerima pesanan lensa, data dibawah ini menunjukkan unit
cost dan jumlah unit yang dipesan.
Jml
pesanan
Cost
per
10
12
58
55
40
37
22
unit
(ribuan)
a. Tentukan persamaan garis regresinya
b. Bila jumlahpesanan 8 unit, berapa besar cost per unit
c. Dengan tingkat konfiden 0.95, tentukan besar cost per unit untuk pesanan 8 unit.
9 6 a. Garis regresi dengan metode least square :
Cos per
Unit
(Y)
58
55
165
3025
40
25
200
1600
10
37
100
370
1369
12
31
22
212
144
279
264
1059
484
9842
Jumlah Pesanan
(X)
X2
XY
Y2
58
3364
5( 279) (31)
5285 6572
1287
=
= - 296
1395 961
434
=
a =
c. Interval koefisien 0,95 untuk limits of prediction besarnya cos per unit
2
y.x
Y a y b XY
n2
y. x
y. x
= 5,529
X 31 / 5 6,2
A=
0 , 025
. S y. x
n 1
X X
X 2 n. X 2
9 5 Data di bawah ini menunjukkan nilai ujian statistika dan akuntansi dari 12 mahasiswa :
Statistika
74
93
55
41
23
92
64
40
71
33
30
71
Akuntansi
81
86
67
35
30
100
55
52
76
24
48
97
a.
b.
c.
d.
JAWAB
1.
CARA MANUAL
Stat
(X)
Akunt(
Y)
X2
Y2
XY
74
93
55
41
23
92
64
40
71
33
30
71
81
86
67
35
30
100
55
52
76
24
48
87
547
6
656
1
599
4
864
9
739
6
799
8
302
5
448
9
368
5
168
1
122
5
143
5
409
6
302
5
352
0
160
0
270
4
208
0
504
1
577
6
539
6
108
9
900
230
4
144
0
504
1
756
9
617
7
529
900
8464
1000
0
690
9200
576
792
687
741
4559
1
5252
5
4840
7
2. CARA SPSS
Buka SPSS,
1. Masukkan variable
2. Masukkan Data
Model
.912a
R Square
Adjusted R
Std. Error of
Square
the Estimate
.831
.814
10.27772
Coefficientsa
Model
1
Unstandardized
Standardized
Coefficients
Coefficients
B
(Constant)
Std. Error
Beta
2.914
8.290
.930
.133
AKUNTANSI
.912
Sig.
.351
.733
7.019
.000
Model Summary
Model
.912a
Adjusted R
Std. Error of
Square
the Estimate
R Square
.831
.814
10.07433
Coefficientsa
Model
1
Unstandardized
Standardized
Coefficients
Coefficients
Std. Error
(Constant)
7.253
7.848
STATISTIKA
.894
.127
Beta
.912
Sig.
.924
.377
7.019
.000
: 10
15
10
20
25
25 (%)
Hasil belajar
Maka untuk menghitung koefisien regresi digunakan tabel bantu sebagai berikut:
Tabel 8.1. Tabel Bantu Analisis Regresi Sederhana
N
X2
Y2
XY
10
100
100
10.000
1.000
15
200
225
40.000
3.000
10
150
100
22.500
1.500
20
225
400
50.625
4.500
25
200
625
40.000
5.000
25
250
625
62.500
6.250
105
1.125
2.075
225.625
21.250
Untuk menghitung koefisien korelasi, maka hasil penjumlahan pada masingmasing kolom dimasukkan dalam rumus di atas.
6 (21.250) - (105)(1.125)
6 . (2.075) (105) 2
127.500 - 118.125
12.450 11.025
9.375
1.425
= 6,5789
Dari nilai b selanjutnya dapat dihitung nilai a sebagai berikut:
1.125 (6,5789)(105)
6
434,2105
6
= 72,368
Dari nilai a dan b tersebut selanjutnya dapat disusun persamaan regresi sbb:
Y = 72,368 + 6,5789 X
Penjelasan persamaan tersebut adalah sebagai berikut:
Nilai konstanta (a) sebesar 72,368 artinya jika dianggap tidak ada media
pembelajaran (X = 0) maka hasil belajar yang dicapai hanya sebesar 72,368 t.
Nilai koefisien regresi diskon (b) sebesar 6,5789 bernilai positif menunjukkan
besarnya pengaruh diskon terhadap penjualan adalah searah, artinya jika diskon
ditingkatkan 1% akan menyebabkan peningkatan penjualan sebesar 6,5789 unit
dan sebaliknya.
B. Uji Signifikansi Koefisien Regresi Sederhana (uji hipotesis)
Pengujian
signifikansi
koefisien
regresi
sederhana,
dihitung
dengan
b
Se b
Keterangan:
b
= koefisien regresi
Se b
= Standard error b
Se b =
X 2
(X ) 2
n
Se =
Y 2 a Y - b XY
n2
Ha : b 0
2. Taraf nyata, misalkan 5% maka dapat dicari nilai t tabel pada = 0,05 derajat bebas (db) =
n-2
3. Kriteria pengujian
Ho ditolak jika thitung > ttabel atau probabilitas < 0,05
Se =
4407,895
4
= 33,19599
Nilai Se digunakan untuk menghitung Se b yaitu:
33,19599
Seb =
2075
(105) 2
6
33,19599
2075 1837,5
33,19599
237,5
33,19599
= 2,15404
15,41104
b
Seb
6,5789
2,15404
= 3,0542
5. Kesimpulan
Ternyata nilai thitung (3,0542) > ttabel (2,776) maka Ho ditolak artinya diskon
berpengaruh signifikan terhadap penjualan.