LAPORAN MINGGUAN PRAKTIKUM

Pengenalan Software Statistika

Nama / NIM : Sri Wahyuningsih
Kelompok :A
Percobaan ke :1
Pembimbing praktikum : Noviana Pratiwi,S.Si.,M.Si
Asisten Praktikum : Antonius M
Fitria Kristin W
Fahri S
Petronella Mela M
Dyah Ariani
Elis Maubanu

I. Data Percobaan
Data 1. Regresi Sederhana
Biaya Volume
No Promosi Penjualan
1 12000 56000
2 13500 62430
3 12750 60850
4 12600 61300
5 14850 65825
6 15200 66354
7 15750 65260
8 16800 68798
9 18450 70470
10 17900 65200
11 18250 68000
12 16480 64200
13 17500 65300
14 19560 69562
15 19000 68750
16 20450 70256
17 22650 72351
18 21400 70285
19 22900 73564
20 23500 75642
 Data 2. Regresi Berganda
NO Harga(Y) Luas Tanah Lokasi Rumah Jumlah Kamar
1 379900 4417 8121 4
2 375000 4934 9896 4
3 339717 4142 6094 4
4 319000 3987 5669 3
5 235000 3206 7184 3
6 228000 2923 3776 2
7 209000 2902 6200 3
8 205000 2819 2985 2
9 199500 2933 6646 2
10 192000 2865 4416 2
11 189800 2791 4295 3
12 189000 3333 6089 3
13 185900 2998 3962 1
14 185500 2598 4211 2
15 184500 3004 6867 2
16 179900 2677 4433 2
17 169000 2253 5502 3
18 168000 2148 6034 2
19 149000 2324 4132 1
20 145541 2306 3611 1
21 133000 1847 3206 1
22 129900 1753 2586 1
23 129900 2474 3458 2
24 113900 1447 2668 2

II. Masalah Percobaan

1. Cari kelebihan dan kekurangan dari software PSPP !
2. Bandingkan software PSPP dengan software SPSS!
3. Beri Contoh soal dan selesaikan sendiri menggunakan analisis regresi linier
sederhana dan analisis berganda !
Data 1. Regresi Sederhana
Seorang mahasiswa bernama Hermawan ingin meneliti tentang
pengaruh biaya promosi terhadap volume penjualan pada perusahaan jual beli
motor. Dengan ini di dapat variabel dependen (Y) adalah volume penjualan
dan variabel independen (X) adalah biaya promosi. Lakukanlah Analisis
Statistika Deskriptif dan Ujilah apakah ada pengaruh kedua variabel tersebut
dengan bantuan program PSPP dengan alat analisis regresi linear sederhana!
 Data 2. Regresi Berganda
Sebuah perusahan properti ingin menguji Bagaimana pengaruh
variabel Luas Tanah(X1), jumlah kamar(X2) dan Lokasi Jauhnya rumah(X3)
dari Pusat keramaian terhadap Harga sebuah rumah?

III.Analisis dan Pembahasan

SOAL 1
Kelebihan:
Keunggulan PSPP dibanding aplikasi statistik lainnya di GNU/Linux
adalah dukungan terhadap SPSS Syntax. Hampir semua perintah syntax SPSS
bisa dikenali PSPP. Untuk yang sudah mengenal SPSS syntax pastinya ini
menjajinkan kemudahan karena tidak perlu lagi belajar perintah-perintah baru
seperti pada aplikasi R

Program ini dapat dijadikan sebagai alternative dari program berbayar

yang sangat popular saat ini yaitu SPSS karena PSPP tidak berbayar alias
gratis.

Kekurangan:

Kekurangan program ini yaitu tidak adanya menu grafik,analisis yang

kurang lengkap seperti tidak adanya korelasi parsial, tidak adanya analisis non
parametric untuk uji 2 sampel bebas, tidak ada uji asumsi klasik VIF dan
tolerance, tidak ada uji korelasi spearman dan kendalls dan sebaginya.

Selain itu, PSPP juga belum memiliki fasilitas tambahan seperti Direct
Marketing, Graphs, beberapa add-ons seperti AMOS, Statistics Server,
Modeler, dan lain sebagainya.

Serta output dari PSPP tidak bisa (belum bisa) dicopy paste seperti
output dari SPSS

SOAL 2
Perbandingan software PSPP dengan software SPSS

Software PSPP Software SPSS

1. aplikasi berbasis GUI 1. aplikasi berbasis command line
2. output tidak bisa (belum bisa) dicopy 2. output bisa (belum bisa) dicopy paste
paste 3. perlu wine atau emulator
3. tidak perlu wine atau emulator 4. adanya menu grafik
windows karena bersifat open source 5. analisis sangat lengkap
4. tidak adanya menu grafik,
5. analisis yang kurang lengkap seperti
tidak adanya korelasi parsial, tidak
adanya analisis non parametric untuk
uji 2 sampel bebas, tidak ada uji
 asumsi klasik VIF dan tolerance,
tidak ada uji korelasi spearman dan
kendalls

SOAL 3

Data 1. Regresi Sederhana

Langkah pada Software PSPP:
1. Maskkan data pada software
2. Pilih Analisys >> Regression >> Linier

3. Akan Muncul kotak dialog seperti berikut dan isikan variabel

sesuai gambar:

4. Hasil Output

Output di atas menunjukkan hasil model regresi linier untuk

menggambarkan hubungan antara Volume penjualan dengan Biaya Promosi.
Persamaan regresi linier yang diperoleh adalah :
Volume Penjualan ( Y ) = 44829.82 + 1.26 Biaya Primosi ( X )

Angka-angka ini dapat diartikan sebagai berikut:

 Konstanta sebesar 44829.82; artinya jika biaya promosi (X) nilainya
adalah 0, maka volume penjulan (Y) nilainya yaitu sebesar 44829.82
Koefisien regresi variabel harga (X) sebesar 1.26; artinya jika harga
mengalami kenaikan Rp.1, maka volume penjualan (Y) akan mengalami
peningkatan sebesar Rp. 1.26. Koefisien bernilai positif artinya terjadi
hubungan positif antara harga dengan volume penjualan, semakin naik
harga maka semakin meningkatkan volume penjualan.

Karena nilai sig pada tabel ANOVA yaitu 0.000 kurang dari 0,05 maka
dapat disimpulkan bahwa ada hubungan statistik yang signifikan antara Volume
Penjualan (Y) dan Biaya Promosi ( X ) pada tingkat kepercayaan 95%.
Nilai R-Squared menunjukkan bahwa model regresi linier yang
diestimasikan di atas menjelaskan 88 % dari variabilitas Volume Penjualan ( Y ).

Uji Koefisien Regresi Sederhana (Uji t)

Uji ini digunakan untuk mengetahui apakah variabel independen (X)
berpengaruh secara signifikan terhadap variabel dependen (Y). Signifikan berarti
pengaruh yang terjadi dapat berlaku untuk populasi (dapat digeneralisasikan).
Dari hasil analisis regresi di atas dapat diketahui nilai t hitung seperti pada
tabel 2.

Langkah-langkah pengujian sebagai berikut:

1. Menentukan Hipotesis
Ho : Tidak Ada pengaruh secara signifikan antara biaya promosi dengan
volume penjualan
Ha : Ada pengaruh secara signifikan antara biaya promosi dengan volume
penjualan
2. Menentukan tingkat signifikansi
Tingkat signifikansi menggunakan a = 5% (signifikansi 5% atau 0,05
adalah ukuran standar yang sering digunakan dalam penelitian)
3. Menentukan t hitung
Berdasarkan tabel diperoleh t hitung sebesar 10,983
4. Menentukan t tabel
Tabel distribusi t dicari pada a = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat
kebebasan (df) n-k-1 atau 20-2-1 = 17 (n adalah jumlah kasus dan k
adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi
= 0,025) hasil diperoleh untuk t tabel sebesar 2,110 (Lihat pada lampiran)
atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik
=tinv(0.05,17) lalu enter.
5. Kriteria Pengujian
Ho diterima jika t tabel < t hitung < t tabel
Ho ditolak jika -thitung < -t tabel atau t hitung > t tabel
6. Membandingkan t hitung dengan t tabel
Nilai t hitung > t tabel (11,30 > 2,110) maka Ho ditolak.
 7. Kesimpulan
Karena nilai t hitung > t tabel (11,30 > 2,110) maka Ho ditolak, artinya
bahwa ada pengaruh secara signifikan antara biaya promosi dengan volume
penjualan.

Data 2. Regresi Berganda

Langkah pada Software PSPP:
1. Maskkan data pada software PSPP
2. Pilih Analisys >> Regression >> Linier

3. Akan Muncul kotak dialog seperti berikut dan isikan variabel dependend
adalah Harga dan Variabel Independen adalah Luas Tanah, Jumlah Kamar
dan Lokasi Rumah seperti gambar berikut:

4. Klik pada pilihan Statistik dan centang sesuai gambar

5. Klik save kemudian centang residual untuk memunculkan nilai residual

dari datanya >> klik ok seperti gambar berikut:

6. Uji Normalitas dengan langkah :

Klik Analyze >> Nonparametrik statistik >> pilih 1.K-S >> Kemudian test
variabel list dimasukkan residual >> tes distribution pilih normal >> ok
7. Hasil Output dan Pembahasan dari software PSPP

Analisis melalui program PSPP dapat diperoleh nilai R = 0,96 yang

berarti korelasi varibael luas tanah(X1), jumlah kamar(X2) dan jara loasi
rumah dengan pusat keamaian(X3) terhadap variabel harga rumah(Y) sangat
kuat sebesar 96%. Diperoleh pula R2 = 0,91296 menandakan bahwa harga
rumah (Y) mampu dijelaskan oleh variabel-variabel luas tanah (X1), jumlah
kamar (X2) dan jarak lokasi rumah dengan pusat keramaian (X3) sebesar
91,296 % sedangkan sisanya 8,704 % dijelaskan oleh faktor-faktor lain yang
tidak masuk dalam model.

Selanjutnya akan dilakukan pengujian secara serentak/bersama untuk

mengetahui ada-tidaknya pengaruh yang signifikan secara bersama-sama yang
melibatkan ketiga variabel independen (X1,X2,X3) terhadap variabel
dependen (Y).Pengujian dilakukan dengan membandingkan nilai F-Stat degan
F-tabel.

1. Hipotesis
 H0 = Variabel X1, X2, dan X3 secara serentak tidak berpengaruh
signifikan terhadap variabel Y.

H1 = Minimal ada satu variabel yang berpengaruh signifikan terhadap

variabel Y.

2. Taraf Signifiakasi

Pengujian ini mengunakan tingat kepercayaan sebesar 95% (=5%)

3. Daerah Penolakan

Tolak H0 jika F-stat > F-tabel

F(0,05 ; 3 ; 20)= 3,098

4. Statistik Uji
Diperoleh nilai F-stat = 69,94
5. Kesimpulan

Diperoleh nilai F-stat = 69,94> F(0,05 ; 3 ; 20)= 3,098 Minimal ada satu
variabel yang berpengaruh signifikan terhadap variabel Y.

Selanjutnya akan diuji parsial untuk menentukan apakah signifikansi atau tidaknya
masing-masing koefisien regresi terhadap variabel dependen (Y).

Langkah-langkah pengujian sebagai berikut:

1. Menentukan Hipotesis
a. variabel luas tanah (X1) dengan harga rumah (Y)
Ho : Tidak Ada pengaruh secara signifikan antara variabel luas tanah
(X1) dengan harga rumah (Y)
Ha : Ada pengaruh secara signifikan antara variabel luas tanah (X1)
dengan harga rumah (Y)
b. variabel Jumlah Kamar (X2) dengan harga rumah (Y)
Ho : Tidak Ada pengaruh secara signifikan antara variabel Jumlah Kamar
(X2) dengan harga rumah (Y)
Ha : Ada pengaruh secara signifikan antara variabel Jumlah Kamar (X2)
dengan harga rumah (Y)

c. variabel Pusat Keramaian (X3) dengan harga rumah (Y)

Ho : Tidak Ada pengaruh secara signifikan antara variabel Pusat
Keramaian (X3) dengan harga rumah (Y)
Ha : Ada pengaruh secara signifikan antara variabel Pusat Keramaian
(X3) dengan harga rumah (Y)
2. Menentukan tingkat signifikansi
Tingkat signifikansi menggunakan a = 5% (signifikansi 5% atau 0,05
adalah ukuran standar yang sering digunakan dalam penelitian)
3. Menentukan t hitung
 Berdasarkan tabel diperoleh t hitung sebesar :
X1 t-stat = 7,12
X2 t-stat = 1,83
X3 t-stat = -0,58
4. Menentukan t tabel
Tabel distribusi t dicari pada a = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat
kebebasan (df) n-k-1 atau 24-3-1 = 20 (n adalah jumlah kasus dan k
adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi
= 0,025) hasil diperoleh untuk t tabel sebesar t(0,05:20) = 1,725
5. Kriteria Pengujian
Ho diterima jika t tabel < t hitung < t tabel
Ho ditolak jika -thitung < -t tabel atau t hitung > t tabel
6. Membandingkan t hitung dengan t tabel
X1 t-stat = 7,12 > t(0,05:20) = 1,725 maka Ho ditolak.
X2 t-stat = 1,83 > t(0,05:20) = 1,725 maka Ho ditolak.
X3 t-stat = -0,58 > t(0,05:20) = -1,725 maka Ho tidak ditolak.
7. Kesimpulan
Dari ketiga variabel babas tersebut, ada dua variabel yang berpengaruh
signifikan terhadap variabel Y yaitu X1 dan X2. Hal ini dapat dibuktikan dengan
hasil output yang diperoleh bahwa t-stat untuk koefisien regresi masing-masing
variabel bebas (X1 dan X2) tampak lebih besar dibandingkan t-tabel pada tingkat
signifikansi =0,05 dan derajat bebasnya 20. Untuk variabel X1 t-stat = 7,12 >
t(0,05:20) = 1,725 dan variabel X2 t-stat = 1,83 > t(0,05:20) = 1,725 sedangkan variabel
X3 tidak berpengaruh signifikan terhadap variabel Y, karena t-stat untuk koefisien
regresi variabel X3 lebih kecil dibandingkan dengan nilai t-tabelnya.

Persamaan Regresi yang diperoleh:

Y = - 34870,58 + 75,61409 X1 + 15859,32 X2 2.654089 X3

Angka-angka ini dapat diartikan sebagai berikut:

Konstanta sebesar -34870,58; artinya jika Variabel luas tanah (X1), jumlah
kamar (X2) dan jarak lokasi rumah dengan pusat keramaian (X3) nilainya
adalah 0, maka Harga rumah (Y) nilainya yaitu sebesar -34870,58.
Koefisien regresi variabel luas tanah (X1) sebesar 75,61409 ; artinya jika luas
tanah mengalami kenaikan 1 satuan, maka Harga Rumah (Y) akan mengalami
peningkatan sebesar 75,61409. Koefisien bernilai positif artinya terjadi
hubungan positif antara Luas tanah dengan harga rumah, semakin banyak luas
tanah maka semakin meningkatkan Harga rumah.
Koefisien regresi variabel jumlah kamar (X2) sebesar 15859,32; artinya jika
luas tanah mengalami kenaikan 1 satuan, maka Harga Rumah (Y) akan
mengalami peningkatan sebesar 15859,32. Koefisien bernilai positif artinya
terjadi hubungan positif antara jumlah kamar (X2) dengan harga rumah,
semakin banyak jumlah kamar (X2) maka semakin meningkatkan Harga rumah.
 Koefisien regresi variabel pusat keramaian (X3) sebesar 2.654089; artinya jika
luas tanah mengalami kenaikan 1 satuan, maka Harga Rumah (Y) akan
mengalami peningkatan sebesar 2.654089. Koefisien bernilai negatif artinya
terjadi hubungan negatif antara pusat keramaian (X3) dengan harga rumah,
semakin Tinggi pusat keramaian (X3) maka semakin menurunnya Harga
rumah.

Hasil Output Normalitas

1. Hipotesis

H0 = Residual berdistribusi normal.

H1 = Residual tidak berdistribusi normal.

2. Taraf Signifiakasi

Pengujian ini mengunakan tingat kepercayaan sebesar 95% (=5%)

3. Daerah Penolakan

Tolak H0 jika P-value <

4. Statistik Uji
Diperoleh nilai P-value = 0,736
5. Kesimpulan
Karena nilai P-value = 0,736 > = 0,05 maka dapat disimpulkan bahwa
residual berdistribusi normal.

IV. Kesimpulan
SOAL 1
Program ini dapat dijadikan sebagai alternative dari program berbayar
yang sangat popular saat ini yaitu SPSS karena PSPP tidak berbayar alias
gratis. Dan kekurangannya belum memiliki fasilitas yang lengkap.
SOAL 2
Perbandingan software PSPP dengan software SPSS adalah Program
PSPP dapat dijadikan sebagai alternative dari program SPSS.

SOAL 3
Data 1. Regresi Sederhana
Dalam kasus ini dapat disimpulkan bahwa biaya promosi berpengaruh
terhadap volume penjualan pada perusahaan jual beli motor.

Persamaan regresi linier yang diperoleh adalah :

Volume Penjualan ( Y ) = 44829.82 + 1.26 Biaya Primosi ( X )

Data 2. Regresi Berganda

Dari ketiga variabel babas di atas dapat disimpulkan, ada dua variabel
yang berpengaruh signifikan terhadap variabel Y yaitu X1 dan X2. Hal ini
dapat dibuktikan dengan hasil output yang diperoleh bahwa t-stat untuk
koefisien regresi masing-masing variabel bebas (X1 dan X2) tampak lebih
besar dibandingkan t-tabel pada tingkat signifikansi =0,05 dan derajat
bebasnya 20. Untuk variabel X1 t-stat = 7,12 > t (0,05:20) = 1,725 dan variabel
X2 t-stat = 1,83 > t(0,05:20) = 1,725 sedangkan variabel X3 tidak berpengaruh
signifikan terhadap variabel Y, karena t-stat untuk koefisien regresi variabel
X3 lebih kecil dibandingkan dengan nilai t-tabelnya.

Persamaan Regresi yang diperoleh:

Y = - 34870,58 + 75,61409 X1 + 15859,32 X2 2.654089 X3