Tugas Teknik Proyeksi Bisnis

UJI ASUMSI KLASIK

HARGA DAN VOLUME PENJUALAN KAOS DISTRO ANYWAY
PADA AGUSTUS 2009

Penyusun :
Kimiyanto Aldi P 06408144033

JURUSAN MANAJEMEN
FAKULTAS ILMU SOSIAL DAN EKONOMI
UNIVERSITAS NEGERI YOGYAKARTA
2010
 DATA HARGA DAN VOLUME PENJUALAN DISTRO ANYWAY
AGUSTUS 2009

UNPOSSED UNDERSHIRT
2009 LABEL PRICE SELL
August Y X
1 40500 2
2 40500 2
3 40500 4
4 40500 3
5 40500 2
6 40500 2
7 40500 5
8 40000 6
9 40000 4
10 40000 3
11 40000 3
12 40000 2
13 40000 1
14 40000 2
15 45000 3
16 45000 1
17 45000 1
18 45000 1
19 45000 1
20 45000 4
21 45000 6
22 50000 7
23 50000 7
24 50000 6
25 50000 5
26 50000 4
27 50000 5
28 50000 4
29 30000 13
30 30000 8
31 30000 9
 SUMBER : WWW.SCRIBD.COM/HARGA+VOLUME+PENJUALAN
27 Februari 2010 pukul 21.45

UJI ASUSI KLASIK

1. UJI NORMALITAS
Dalam uji normalitas rasio skewness dan rasio kurtosis dapat dijadikan petunjuk
apakah suatu data berdistribusi normal atau tidak. Dari hasil analisis data
menggunakan SPSS 16 diperoleh tampilan sbb:

Descriptive Statistics
Minimum Maximum Mean Std. Deviation Skewness Kurtosis
Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Std. Error
Unstandardized Residual -1.00442E4 9.32361E3 .0000000 5.43717855E3 .349 .421 -.646 .821
Valid N (listwise)

Terlihat bahwa rasio skewness 0,349/ 0,421 = 0,8289; sedang rasio kurtosis
-0,646/ 0,821 = -0,7868. Karena rasio skewness dan rasio kurtosis berada di antara –
2 hingga +2, maka dapat disimpulkan bahwa distribusi data adalah normal.

2. UJI AUTOKORELASI
Untuk menguji autokrelasi maka dapat menggunakan uji Durbin Watson atau
sering disebut DW TEST. Sehingga diperoleh hasil sbb:
 Model Summaryb

Std. Error of the

Model R R Square Adjusted R Square Estimate Durbin-Watson

.305a .093 .062 5530.129 .334

a. Predictors: (Constant), Penjualan

b. Dependent Variable: Harga

Hasil Durbin Watson adalah 0,334, dengan menggunakan derajat kepercayaan 5%,
sampel (n) yang kita miliki sebanyak 31.

3. UJI MULTIKOLINEARITAS
Untuk uji multikolinaritas saya mengunakan salah satu cara denan uji VIF. Bila
nilai VIF lebih besar dari 10 maka diindikasikan model tersebut memiliki gejala
Multikolinieritas. Dari hasil perhitungan SPSS diperoleh gambaran sbb:

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

(Constant) 45101.925 1789.888 25.198 .000

Penjualan -632.220 366.345 -.305 -1.726 .095 1.000 1.000

a. Dependent Variable: Harga

Dapat dilihat bahwa seluruh variabel penjelas memiliki nilai VIF kurang dari 10
maka dapat disimpulkan bahwa model regresi ini tidak memiliki gejala
Multikolinieritas

4. UJI HETEROSKEDASTISITAS
Uji heterokesdasitas bertujuan untuk menguji apakah model regresi terjadi
ketidaksamaan variance dan residu satu pengamatan yang lain. Dalam penelitian ini
uji heteroskesdastisitas dilakukan dengan korelasi spearman, dimana jika nilai
 koefisien korelasi semua prediktor terhadap residual adalah > 0,05 dapat
disimpulkan bahwa model regresi tidak terjadi heteroskesdastisitas. Berdasarkan
perhitungan SPSS diperoleh hasil :

Correlations

Unstandardized
Harga Penjualan Residual

Spearman's rhoHarga Correlation Coefficient 1.000 .007 .921**

Sig. (2-tailed) . .969 .000

31 31 31

Penjualan Correlation Coefficient .007 1.000 .204

Sig. (2-tailed) .969 . .270

31 31 31

Unstandardized Residual
Correlation Coefficient .921** .204 1.000

Sig. (2-tailed) .000 .270 .

31 31 31

**. Correlation is significant at the 0.01 level (2-tailed).

Hasil pengujian korelasi spearman pada tabel diatas menunjukkan bahwa korelasi antara
variabel X dengan nilai residual adalah tidak signifikan (Sig > 0.05) sehingga dapat
diasumsikan bahwa tidak terjadi heteroskesdastisitas dalam model regresi ini.

5. UJI LINEARITAS
Hubungan antara harga dan volume penjualan
 ANOVAb

Model Sum of Squares df Mean Square F Sig.

Regression 9.108E7 1 9.108E7 2.978 .095a

Residual 8.869E8 29 3.058E7

Total 9.780E8 30

a. Predictors: (Constant), Penjualan

b. Dependent Variable: Harga

Hasil analisis menunjukkan bahwa harga F sebesar 2,978 dengan signifikasi

0,095. Dan hasil signifikasi menunjukkan bahwa sig (0,095) > a (0,05), berarti
model regresi linier