TUGAS INDIVIDU

MATA KULIAH STATISTIKA

Tentang

Analisis Regresi Ganda/Jamak

Dosen : Prof. Dr. H. M. Sidin Ali, M.Pd

Disusun Oleh :

Hermansyah (181051201001)

PRODI PENELITIAN
UNIVERSITAS
PROGRAM
TAHUN
DAN
PASCA
AKADEMIK
NEGERI
EVALUASI
SARJANA
MAKASSAR
2018
PENDIDIKAN
(S2) (PEP)
 Berikut di bawah ini merupakan data hasil dokumentasi penjualan
produk roti sebuah
perusahaan mulai dari tanggal 12 januari 2018 sampai 30 Maret
2018, yang akan digunakan
sebagai data sekunder dalam suatu penelitian. Dari data hasil
dokumentasi perusahaan dibidang
pemasaran tersebut, peneliti membutuhkan berbagai macam data untuk
menjawab permasalahan
penelitian tentang pengaruh antar a pengembangan produk (X1)
dan penetapan harga (X2)
terhadap peningkatan volume penjualan (Y). Dalam menjawab
permasalahan penelitian secara
empirik sekaligus sebagai cara untuk mencapai tujuan penelitian,
peneliti membutuhkan
sekiranya tiga buah jenis data hasil dokumentasi penjualan, seperti:
1) data penjualan produk
baru sebagai indikator variabel prediktor pengembangan produk (X1),
2) data penjualan produk
pada tingkatan harga tertentu sebagai indikator variabel prediktor
penetapan harga (X2), dan 3)
data penjualan seluruh jenis produk sebagai varibel kriterium
peningkatan volume penjualan (Y).
Dari beberapa data dokumentasi yang akan diolah oleh peneliti sebagai
bahan analisis
empirik penelitian. Peneliti, kemudian melakukan pentabular asian data
dan analisis data dengan
model analisis regresi linier berganda/jamak. Melalui, analisis
regresi linier berganda/jamak,
peneliti akan mencari beberapa nilai untuk menjawab permasalahan
penelitian. Nilai-nilai yang
dicari dengan analisi regresi linier berganda/jamak tersebut, seperti:

1. Melakukan uji multikolinieritas dalam mengetahui interkolerasi

antar prediktor variabel
pengembangan produk (X1) dan variabel penetapan harga (X2).
2. Menentukan nilai koefisien dalam persamaan regresi berganda/jamak.
3. Menentukan nilai signifikansi dalam persamaan regresi berganda/jamak.
4. Menentukan nilai koefisien korelasi berganda/jamak.
5. Menentukan nilai koefisien determinasi dari korelasi
berganda/jamak dan nilai sumbangan
relative masing-masing prediktor.
6. Menentukan nilai signifikansi koefisien korelasi berganda/jamak.
7. Menentukan
terhadapnilai
masing-masing
(X2) koefisien
variabel
prediktor, korelasi
kriterium,
variabel parsial
terhadap
pengembangandan produk
variabel nilai signifikansi
peningkatan
(X1) dan
volume
koefisien korelasi parsial
variabel penetapan
penjualan (Y). har ga
 Tabulasi Analisis Data Produksi Produk Baru (X1), Penjualan
Berdasarkan Tingkatan Harga (X2), dan Volume Penjualan
Bulan Januari 2017 – Maret 2017.
(Y) dari

No. Tgl / Bulan X1 X2 Y X1^2 X2^2 Y^2 X1.Y X2.Y X1.X2

1 12-Jan 5348 5872 7696 28601104 34480384 59228416 41158208

45190912 31403456
2 14-Jan 2916 3200 4196 8503056 10240000 17606416 12235536
13427200 9331200
3 15-Jan 5058 5440 7234 25583364 29593600 52330756 36589572
39352960 27515520
4 16-Jan 2137 2064 2961 4566769 4260096 8767521 6327657 6111504
4410768
5 17-Jan 5142 5520 7350 26440164 30470400 54022500 37793700
40572000 28383840
6 18-Jan 5703 5888 8057 32524209 34668544 64915249 45949071
747439616 33579264
19-Jan 5559 5728 7849 30902481 32809984 61606801 43632591
44959072 31841952
8 21-Jan 5573 6112 8017 31058329 37356544 64272289 44678741
948999904 34062176
22-Jan 5194 5328 7324 26977636 28387584 53640976 38040856
10 39022272 27673632
23-Jan 6607 7136 9461 43652449 50922496 89510521 62508827
67513696
11 25-Jan 47147552
5482 5936 7856 30052324 35236096 61716736 43066592
46633216
12 26-Jan 32541152
5150 5552 7370 26522500 30824704 54316900 37955500
40918240
13 28-Jan 28592800
3092 3312 4416 9560464 10969344 19501056 13654272
14625792
14 29-Jan 10240704
5139 5600 7379 26409321 31360000 54449641 37920681
41322400
15 31-Jan 28778400
5263 5744 7559 27699169 32993536 57138481 39783017
43418896 30230672
16 1-Feb 2829 3248 4127 8003241 10549504 17032129 11675283
13404496 9188592
17 2-Feb 4357 4656 6219 18983449 21678336 38675961 27096183
28955664 20286192
18 4-Feb 4824 5360 6968 23270976 28729600 48553024 33613632
37348480 25856640
19 5-Feb 5014 5214 7098 25140196 27185796 50381604 35589372
37008972 26142996
20 6-Feb 4839 4928 6809 23415921 24285184 46362481 32948751
33554752
21 7-Feb 91823846592
880 1270 842724 774400 1612900 1165860 1117600
807840
22 8-Feb 4930 5184 7002 24304900 26873856 49028004 34519860
36298368 25557120
23 9-Feb 2610 2880 3762 6812100 8294400 14152644 9818820
10834560
24 10-Feb 7516800
1488 1728 2178 2214144 2985984 4743684 3240864
3763584 2571264
No. Tgl / Bulan X1 X2 Y X1^2 X2^2 Y^2 X1.Y X2.Y X1.X2

25 11-Feb 4303 4984 6295 18515809 24840256 39627025 27087385

31374280
26 12-Feb 21446152
1908 2080 2740 3640464 4326400 7507600 5227920
5699200
27 13-Feb3968640
4275 4320 6003 18275625 18662400 36036009 25662825
25932960
28 14-Feb 18468000
3766 4160 5430 14182756 17305600 29484900 20449380
22588800
29 15-Feb 15666560
3245 3520 4653 10530025 12390400 21650409 15098985
16378560
30 16-Feb 11422400
3261 3280 4573 10634121 10758400 20912329 14912553
14999440
31 18-Feb 10696080
4894 5264 6998 23951236 27709696 48972004 34248212
36837472
32 19-Feb 25762016
3880 4176 5550 15054400 17438976 30802500 21534000
23176800
33 20-Feb 16202880
4672 5496 6870 21827584 30206016 47196900 32096640
37757520
34 21-Feb 25677312
4413 5024 6421 19474569 25240576 41229241 28335873
32259104
35 22-Feb 22170912
3837 4528 5647 14722569 20502784 31888609 21667539
25569616
36 23-Feb 17373936
2295 2800 3415 5267025 7840000 11662225 7837425
9562000
37 25-Feb6426000
2836 3196 4114 8042896 10214416 16924996 11667304
13148344
38 26-Feb 9063856
5165 5712 7449 26677225 32626944 55487601 38474085
42548688
39 27-Feb 29502480
3455 3872 5003 11937025 14992384 25030009 17285365
19371616 13377760
40 1-Mar 4518 5908 7366 20412324 34904464 54257956 33279588
43518328 26692344
41 2-Mar 4349 4832 6281 18913801 23348224 39450961 27316069
30349792 21014368
42 4-Mar 4810 5488 7004 23136100 30118144 49056016 33689240
38437952 26397280
43 5-Mar 3454 3076 4684 11930116 9461776 21939856 16178536
14407984 10624504
44 7-Mar 4524 4880 6476 20466576 23814400 41938576 29297424
31602880 22077120
45 9-Mar 3147 3536 4561 9903609 12503296 20802721 14353467
16127696
46 11-Mar 11127792
4678 5344 6814 21883684 28558336 46430596 31875892
36414016
47 12-Mar24999232
1978 2144 2834 3912484 4596736 8031556 5605652
6076096
48 13-Mar4240832
4237 4864 6181 17952169 23658496 38204761 26188897
30064384
49 14-Mar20608768
1642 2016 2448 2696164 4064256 5992704 4019616
4935168
50 15-Mar3310272
4215 4528 6025 17766225 20502784 36300625 25395375
27281200
51 16-Mar19085520
4472 4646 6330 19998784 21585316 40068900 28307760
29409180 20776912
No. Tgl / Bulan X1 X2 Y X1^2 X2^2 Y^2 X1.Y X2.Y X1.X2

52 18-Mar 2892 3488 6330 8363664 12166144 40068900 18306360

22079040
53 19-Mar10087296
4214 4352 5954 17757796 18939904 35450116 25090156
25911808
54 20-Mar18339328
5677 6176 8147 32228329 38142976 66373609 46250519
50315872
55 21-Mar35061152
3195 3488 4589 10208025 12166144 21058921 14661855
16006432
56 22-Mar11144160
3877 4576 5707 15031129 20939776 32569849 22126039
26115232
57 23-Mar17741152
4365 4720 6253 19053225 22278400 39100009 27294345
29514160
58 25-Mar20602800
3813 4608 5655 14538969 21233664 31979025 21562515
26058240
59 26-Mar17570304
4962 5840 7298 24621444 34105600 53260804 36212676
42620320
60 27-Mar28978080
2710 2864 3854 7344100 8202496 14853316 10444340
11037856
61 28-Mar7761440
3908 4672 5776 15272464 21827584 33362176 22572608
26985472
62 29-Mar18258176
5041 5696 7319 25411681 32444416 53567761 36895079
41689024
63 30-Mar28713536
6148 7554 9168 37797904 57062916 84052224 56364864
69255072
Total46441992
258203 284218 374373 1151375085 1397611868 2416150985
1665837809 1835211760 1266386468
1. Melakukan Uji Multikolinieritas dalam Mengetahui Interkolerasi
antar Prediktor Variabel Pengembangan Produk (X1) dan
Variabel Penetapan Harga (X2).
? ? ? 2- ? ?
Rumus : ?? ?
? ? ? ? 1 ?2 = 1 1 2
1 2
? ? 12
- ? 1
2? ? 22
- ? 2
2

Kriteria Keputusan : ? 1 = Terjadi interkolerasi antar prediktor, apabila ?1 2 = 0,75

? 0 = Tidak terjadi interkolerasi antar prediktor, apabila = 0,75
?1 2
Dimana : ? = 63
? ? = 1266386468
1 2

? 1
= 258203
 ? = 284218
2

? 1
2 = 1151375085

? 2 = 1397611868
2

Jawab :

? ? ? 2- ? ?
?1 2
= 1 1 2

? ? 12 - ? 1
2? ? 22 - ? 2
2

= 63 * 1266386468 - 258203 284218

63 * 1151375085 - 258203 2 63 * 1397611868 - 284218 2

= 79782347484 - 73385940254
72536630355 - 66668789209 88049547684 - 80779871524

= 6396407230
5867841146 7269676160

= 6396407230
42657304889743279360

= 6396407230
42657304889743279360

= 6396407230
6531255996.3412

= 0,9793

Dari hasil pengujian multikolinieritas terhadap data di atas yang akan

dianalisis dengan
menggunakan model regresi berganda/jamak. Dimana, diperoleh
nilai pengujian interkorelasi
antar prediktor
telah terjadi
variabel
(variasi)
memberikan sebesar
penetapan
variabel
dua
interkorelasi
buah
volume
harga 0,9793
pilihan,
(X2)
yang =
penjualan0,75
yaitu:
sebagai
sangat .kuat
apakah
(Y). Maka,
variabel ?satu
Sehingga,
salah
antar diterima
prediktor ditolak.
1 variabel
dari
daridalam
variabel
hasil ?0
dan Dengan kata lain,
pengembangan
menjelaskan
pengujian
prediktor
atau menggabungkan
harus
multikolinieritas
perubahan
dihilangkan
produk kedua
tingkat
(X1)variabel
ini,
dan prediktor menjadi satu.
2. Menentukan Nilai Koefisien dalam Persamaan Regresi
Berganda/Jamak.
Rumus : ? = ? 0 + ?1 ? 1 + ?2 ? 2

2
* ? ? - ? ?* ? 1
?2
2 1 2
?1 = ?
? 12
* ? 22 - ? 1
?22

12
* ?2 ? - ? 1
? * ? 1 ?2
?2 = ?
? * ?2 2 - ? 1 ?2 2
12

1
* ? - ? 2
* ?
?0 = ?- ? 1 2
?

?
Dimana : ? 1
2 = ? 1
2 - 12

258203 2
= 1151375085 -
63

72536630355 -66668789209
=
63

= 93140335,6507

22
? 2 = ? 2 - ?
2 2 ?

284218 2
= 1397611868 -
63

= 88049547684 -80779871524
63

7269676160
=
63

= 115391685,0793

2
? 2 = ? 2 - ?
?

2
= 2416150985 – 374373
== 191466173,4285
152217512055
12062368926
63 63
– 140155143129
63
 ? ?
1
? ?= ? ?-
1 1 ?

258203 374373
= 1665837809 -
63

= 104947781967 - 96664231719
63

8283550248
=
63

= 131484924,5714

?
2
? 2
?= ? 2
?- ?
?

284218 374373
= 1835211760 –
63

= 115618340880 - 106403545314
63
9214795566
=
63

= 146266596,2857

? ?
? ?2 = ?1 ?2 - 1 2
1 ?

258203 284218
= 1266386468 –
63

= 79782347484 - 73385940254
63
6396407230
=
63

= 101530273,4920

? 2 2 * ?1 ? -
1 2 ? ?* ? ?
Jawab : ? 1 = 2
= 115391685,0793
?12 * ? 22 - * ?131484924,5714
?
1 22 - 146266596,2857 *
101530273,4920
= 15172267008818503
10747620279585873,04660051
93140335,6507
,32751202
* 115391685,0793
- 14850487523631072
10308396435360317
- 101530273,4920
,3686644
,874064 2
 = 321779485187430,95884762
439223844225555,17253651

= 0,7326

12
* ?2 ? - ? 1
? * ?1 ?2
?2 = ?
? 1 2 * ? 22 - ? 1 ?2 2

= 93140335,6507 * 146266596,2857 - 131484924,5714 *

93140335,6507 * 115391685,0793 - 101530273,4920 2
101530273,4920

= 13623319872535527 ,91260499 - 13349700351809232 .8813288

10747620279585873 ,04660051 - 10308396435360317,874064

= 273619520726295 .03127619
439223844225555,17253651

= 0,6229

1
* ? - ? 2
* ?
?0 = ?- ? 1 2
?

= 374373 - 0.7326 * 258203 - 0.6229 * 284218

63
374373- 189159.5178-177039.3922
=
63

8174.09
=
63

= 129,74

Dari Perhitugan nilai konstanta

dan koefisien
(? 0 ) prediktor baik koefiesien prediktor
pengembangan produk ( ?1 ) maupun koefisien prediktor penetapan harga ?2)
, sehingga
(
dihasilkan persamaan regresi linier sebagai berikut.

? = ? 0 + ?1 ?1 + ?2 ? 2

? = 129,74 + 0,7326 ? 1 + 0,6229 ? 2

variabel Berdasarkan
koefisien penetapan
korelasi
korelasi(variabel
?harga
1 dan
persamaan
?(pengembangan
2?),
2sebesar
)antara
regresi
lain:
0,6229.
linier
produk
sebesar
Penjelasan
diatas
( ?0,7326,
1diperoleh
) mengenai
dankonstan
koefisien
sebesar
nilai konstanta
(korelasi
129,74,
?0 ) dan
( ?0)
 Nilai konstansebesar
( ?0 ) 129,74 diartikan jika variabel pengembangan produk (X1)
dan
penetapan harga (X2) bukan merupakan variabel yang
mempengaruhi peningkatan volume
penjualan atau dengan kata lain X1 dan X2 = 0, maka volume
penjualan akan meningkat
sebesar 129,74 unit.
Koefisien korelasi variabel pengembangan produk
sebesar(0,7326
?1 ) diartikan jika variabel
pengembangan produk mengalami penambahan jumlah produksi produk
baru sebesar 1 unit,
dengan asumsi variabel penetapan harga bernilai tetap atau dengan kata
lain X1 = 1 dan X2 =
0, maka volume penjualan akan mengalami peningkatan sebesar 0,7326
unit.
Koefisien korelasi variabel penetapan harga (? 2 ) sebesar 0,6229
diartikan jika variabel penetapan
harga mengalami peningkatan penjualan pada berbagai tingkatan sebesar
1 unit, dengan asumsi
variabel pengembangan produk bernilai tetap atau dengan kata lain X1
= 0 dan X2 = 1, maka
volume penjualan akan mengalami peningkatan sebesar 0,6229 unit.
Dari kedua variabel bebas ( )independent
yang lebih mendominasi dalam meningkatkan volume
penjualan adalah variabel pengembangan produk. Dimana variabel
pengembangan produk
memiliki interpretasi tingkat hubungan yang kuat sebesarunit, 0,7326
dibandingkan variabel
penetapan harga memiliki interpretasi tingkat hubungan yang kuat unit. 0,6229
Kedua
sebesar
koefisien korelasi varibel bebas ( independent
) bernilai positif sehingga memiliki tingkat hubungan
yang searah dengan variabel terikat ( independent ).

3. Menentukan Nilai Signifikansi dalam Persamaan Regresi

Berganda/Jamak. ? ? ? ( ? ? )
Rumus : ? ( ? ? ) =
? ? ? ( ?)

Kriterian Keputusan : = ?Persamaan

1
regresi linier berganda signifikan dalam
menjelaskan pengaruh linier antara varibel prediktor
X1 dan X2 terhadap variabel kriterium Y, jika
? ( ? ? ) = ? ? ? ? ? ?.

= Persamaan
? 0 ?dan
( ? ? regresi
menjelaskan X2 ? ?linier
) pengaruh
= terhadap . berganda
? ? ? ?linier
variabel tidak
antara signifikan
kriterium
varibel dalam
prediktor
Y, jika X1
Dimana :
Menentukan Jumlah Kuadt (JK) dari Beberapa Sumber Varians
?? ?= ? 2 = 2416150985
? 2
? ? ?0 =
?
2
= 374373
63
= 140155143129
63
= 2224684811.5714

?? ?= ?? ?- ?? ? 0
= 2416150985 - 2224684811,5714
= 191466173,4285
? ? ? ? = ? 1 ? 1 ? + ?2 ? 2 ?
= 0,7326 * 131484924,5714 + 0,6229 * 146266596,2857
= 96325855,74100764 + 91109462,82636253
= 187435318,5673
?? ?= ?? ?- ?? ??
= 191466173,4285 - 187435318,5673
= 4030854,8612
Menentukan Derajat Bebas (db) dari Beberapa Sumber Varians
? ? ? = ? - 1 = 63 - 1 = 62
?? ??= ?=2 (m adalah banyaknya prediktor)
? ? ? = ? - ? - 1 = 63 - 2 - 1 = 60
Menghitung Rerata Jumlah Kuadrat (RJK)
?? ??
??? ??=
?? ??

= 187435318,5673
2
= 93717659,28365
? ? ? ? == 67180,914353
4030854,8612
? ? ? 60
 ??? (??)
Jawab : ? ( ? ? ) =
??? (?)

= 93717659,28365
67180,914353
= 1395
Penyajian Tabel Anova Regresi

Sumber
RJK F hitung
Variasi db JK

??? (??)
?? ??
? ? ? ( ?)
?
Regresi (reg) m ?1 ? 1
? + ?2 ? 2
?
?1 ? ?+ ? ?
?1? ( ? ?2 2)
?
?
? ? ( ?)
? - ? -1
?? ?
?- ?-1
?? ?- ?? ??
Residu (Sisa) N - m - 1 ? ? ? - ???+- ?012
?? ?- ?? ? - ? ? ?+ ? ? ?
0 1 1 2 2
?- ?-1

?? ?- ?? ? 0
Total (T) N - 1
? 2
?2 -
?
 Sumber
Variasi db JK RJK F hitung

Regresi (reg) 2 187435318,5673 93717659,28365

1395

Residu (Sisa) 60 4030854,8612 67180,914353

Total (T) 62 191466173,4285

Berdasarkan data tabel di atas diperoleh

sebesar ? ( ? ? ) sebesar
nilai 3,150411311. Maka =? ??? ? ?0?
1359diputuskan

ditolak dan ? 1 , sehingga dapat dikatakan bahwa persamaan regresi linier berganda
signifikan dalam menjelaskan pengaruh
linier antara varibel prediktor pengembangan produk (X1) dan
penetapan harga (X2) terhadap variabel kriterium
peningkatan volume penjualan (Y).

4. Menentukan Nilai Koefisien Korelasi Berganda/Jamak.

?? ??
Rumus : ? ? (1 2)
=
?? ?

= 187435318,5673
191466173,4285
= 0,97894 ?2
= 0,9894
 Dari hasil perhitungan
diperoleh
? ? (1 2) nilai koefisien korelasi sebesar 0,98941.
Sehingga antara variabel prediktor pengembangan produk (X1) dan
variabel prediktor
penetapan harga (X2) secara simultan (bersama-sama), memiliki
pengaruh yang sangat kuat
dalam meningkatkan volume penjulan (Y).

5. Menentukan Nilai Koefisien Determinasi dari Korelasi Berganda/Jamak

dan Nilai Sumbangan
Relative Masing-masing Prediktor.
a. Koefisien Determinasi
Rumus : ? ?% = ? 2
= 0,97894 * 100 %
= 97,894%

Dari perhitungan koefisien determinasi diatas, menunjukkan

besarnya persentase
hubungan perubahan variabel prediktor pengembangan produk (X1)
dan variabel prediktor
penetapan harga (X2) secara simultan (bersama-sama) terhadap
perubahan variabel kriterium
peningkatan volume penjualan (Y) adalah sebesar 97,894%.
Sedangkan, sisanya sebesar
2,016% dalam mempengaruhi variabel kriterium peningkatan volume
penjualan disebabkan
oleh variabel lain yang tidak dijelaskan dalam arah analisis penelitian.
b. Sumbangan Relatif Masing-masing Prediktor
Rumus :
?1 ? 1?
Menghitung Sumbangan Relatif Prediktor ? 1 : ? ?? % =
1 ?? ??

= 0,7326 * 131484924,5714
187435318,5673

= 96325855,74100764
187435318,5673
gambaran besarnya persentase sumbangan relative variabel
prediktor Dengan melihat hasil perhitungan sebesar
? ?? 1 %51,39%,
= 51,39%
0.5139
memberikan
* 100%
 pengembangan produk (X1) dalam mempengaruhi peningkatan volume
penjualan
(Y) secara relative.

?1? 2?
Menghitung Sumbangan Relatif Prediktor ? 2 : ? ?? % =
2 ?? ??

= 0,6229 * 146266596,2857
187435318,5673

= 91109462,82636253
187435318,5673

= 0,4860 * 100%
= 48,6%

Berdasarkan perhitungan ?sebesar

?? % 48,6%, memberikan gambaran
2

besarnya persentase sumbangan relative variabel prediktor

penetapan harga (X2)
dalam mempengaruhi peningkatan volume penjualan (Y) secara
relative.
6. Menentukan Nilai Signifikansi Koefisien Korelasi Berganda/Jamak.
? 2 ?- ?-1
Rumus : ? =
? (1- ? 2)

Kriteria Keputusan : = Terdapat

?1 hubungan signiufikan varibel prediktor X1 dan X2
secara simultan (bersama-sama) terhadap variabel
kriterium Y, jika ? ???
= ? ? ? ? ? ?.

= Terdapat
?0 hubungan signiufikan varibel prediktor X1 dan
X2 secara simultan (bersama-sama) terhadap variabel
kriterium Y, jika ? ???
= ? ? ? ? ? ?.

? 2 ?- ?-1
Jawab : ? =
? (1- ? 2 )

= 0,97894 60
= 21394,5
1 - 0,97894
0.04212
58.7364 dibulatkan menjadi 1395
 Berdasarkan hasil perhitungan di atas diperoleh nilai ? ? ?1359
sebesar ?

= ? ? ? ? ? ?sebesar 3,150411311. Maka diputuskan ? 0 ditolak, dan ? 1 dapat

sehingga
dikatakan bahwa terdapat hubungan yang signifikan antara variabel
prediktor
pengembangan produk (X1) dan varibel prediktor penetapan harga
secara simultan
(bersama-sama) terhadap varibel kriterium peningkatan volume
penjualan (Y).

7. Menentukan Nilai Koefisien Kor elasi Parsial dan Nilai Signifikansi

Koefisien Korelasi Parsial
Masing-masing Prediktor terhadap Variabel Kriterium, antara
Variabel Pengembangan
Produk (X1) dan Variabel Penetapan Har ga (X2) terhadap Variabel
Kriterium, Peningkatan
Volume Penjualan (Y).
Rumus :
a. Nilai koefisien korelasi parsial antara variabel kriterium peningkatan
volume penjualan (Y)
dari variabel prediktor pengembangan produk (X1), dengan
memperhatikan variabel
prediktor penetapan harga (X2).

? 1
- ?? 2 ? 12
?? 1-2
= ?
1- ? ? 22
1- ? 1 22

Kemudian, mencari nilai signifikansi koefisien korelasi parsial antara

variabel kriterium
peningkatan volume penjualan (Y) dari variabel pr ediktor
pengembangan produk (X1),
dengan memperhatikan variabel prediktor penetapan harga (X2).
?- ?-1
? = ?? 1-2
1 - ? ? 1-22

Kriterian Keputusan : ? 1 =tingkat hubungan yang signifikan antara variabel prediktor

Terdapat
pengembangan produk (X1) terhadap var iabel kriterium
Tidak
prediktor
peningkatan
? 0terdapat
=pengembangan
prediktor
volume
tingkatpenetapan
penjualan
hubungan
produkharga
(X1)
dengan
yang(X2),
terhadap
signifikan
memperhatikan
jika variabel
? ?antara
?? =kriterium
variabel
?? ? ? ? ?.
 peningkatan volume penjualan dengan memperhatikan variabel
prediktor penetapan harga (X2), jika ? ???
= ?? ? ? ? ?.
b. Nilai koefisien korelasi parsial antara variabel kriterium peningkatan
volume penjualan (Y)
dari variabel prediktor penetapan harga (X2) dengan
memperhatikan variabel prediktor
pengembangan produk (X1).
?? 2 - ? ? 1 ? 12
?? 2-1 =
1- ? ? 12 1- ? 1 22

Kemudian, mencari nilai signifikansi koefisien korelasi parsial

antara variabel kriterium
peningkatan volume penjualan (Y) dari variabel prediktor penetapan
harga (X2) dengan
memperhatikan variabel prediktor pengembangan produk (X1).
?- ?-1
? = ?? 2-1
1 - ? ? 2-12

Kriterian Keputusan
Terdapat
: ? 1 =tingkat hubungan yang signifikan antara variabel prediktor
variabel prediktor penetapan harga (X2) terhadap variabel kriterium
peningkatan volume penjualan dengan memperhatikan
pengembangan produk (X1), jika ? ???
= ?? ? ? ? ?.
Tidak? 0terdapat
= tingkat hubungan yang signifikan antara variabel
prediktor penetapan harga (X2)terhadap variabel kriterium
peningkatan volume penjualan dengan memperhatikan variabel
prediktor pengembangan produk (X1), jika ? = ?
? ? ? ? ? ? ? ?.

Dimana :

Sebelum menentukan nilai koefiesien korelasi parsial dan nilai

signifikansi
koefisien korelasi. Terlebih dahulu harus ditentukan nilai korelasi
antara variabel prediktor
dan variabel kriterium dengan menggunakan analisis korelasi
product moment (pearson).
?? 1 ? atau ?? 1 == 63
63? **? 2416150985
1665837809
2 ?- ? 1 ?- 2 ?? --? ?374373
374373
12 -1 ? 258203
1 2 632* 1151375085 - 258203
2
 = 104947781967 - 96664231719
152217512055 - 140155143129 72536630355 - 66668789209

= 8283550248
12062368926 5867841146

= 8283550248
70780064702214629196

= 8283550248
8413088891,85266

= 0,9846
? ? 2 ?- ? ?
?? atau ?? = 2
2? 2
? ? 2- ? 2 ? ? 22- ? 2
2

= 63 * 1835211760 - 374373 284218

63 * 2416150985 - 374373 63 *2 1397611868 - 2842182

= 115618340880 - 106403545314
152217512055 - 140155143129 88049547684 - 80779871524

= 9214795566
12062368926 7269676160

= 9214795566
12062368926 7269676160

= 9214795566
87689515814467004160

= 9214795566
9364268034 ,0999
?? 1 ? 2 ? ? ? ? 1?2 == 0,9840
?? ?? 1 2 - ?1 ?2 1- 2 ?? ?1 ? 2 2 -2 ? 2 2
 = 63 * 1266386468 - 258203 284218
63 * 1151375085 - 258203 63 * 21397611868 - 2842182

= 79782347484 - 73385940254
72536630355 - 66668789209 88049547684 - 80779871524

= 6396407230
5867841146 7269676160

= 6396407230
42657304889743279360

= 6396407230
6531255996.3412

= 0,9793
Jawab :
a. Menghitung nilai koefiesien korelasi dan nilai signifikansi koefiesien ?1
korelasi antara
terhadap Y secara parsial, dengan memperhatikan ? 2

? 1
- ?? 2 ? 12
?? 1-2
= ?
1- ? ? 22
1- ? 1 22

– 0,9840 0,9793
= 0,9846
1 - 0,9840 2 1 - 0,9793 2

– 0,9636312
= 0,9846
1 - 0,968256 1 - 0,95902849

= 0,0209688
0,031744 0,04097151

= 0,0209688
0,5814
0,00130059961344
0,0209688
0,03606
 Dari hasil perhitungan koefisien korelasi parsial antara variabel
prediktor
pengembangan produk (X1) terhadap variabel kriterium peningkatan
volume penjualan (Y),
diperoleh nilai koefisien sebesar 0,5814. Dengan demikian dapat
dikatakan bahwa terdapat
tingkat hubungan yang cukup kuat antara variabel prediktor
pengembangan produk (X1)
dalam mempengaruhi variabel kriterium peningkatan volume
penjualan (Y) secara parsial,
dengan memperhatikan variabel prediktor penetapan harga (X2).
Selanjutnya menentukan nilai keberartian (signifikansi) dari nilai
koefisien korelasi
antara variabel prediktor pengembangan produk (X1) terhadap variabel
kriterium peningkatan
volume penjualan secara parsial, dengan memperhatikan variabel
prediktor penetapan harga
(X2).
?- ?-1
? = ?? 1-2
1 - ? ? 1-22

= 0,5814 63 - 2 - 1
1 - 0,5814 2

= 0,5814 60
1 - 0,33802596

= 0,5814 * 7.745967
0,66197404

= 4,5035052138
0,813617

= 5,53516

Berdasarkan hasil perhitungan nilai pengujian signifikansi koefisiensi

korelasi parsial
antara variabel prediktor pengembangan produk (X1) terhadap variabel
bahwa terdapat
pengembangan
penjualan (Y) secara
tingkat
produk
parsial,
hubungan
(X1)dengan
terhadap
yangmemperhatikan
signifikan
variabel kriterium
(berarti)
variabel
antara
dalam
prediktor
kriterium peningkatan
volume penjualan
Sehingga,
pengaruh
meningkatan
penetapan variabel
diambil
harga
volume
(X2).
prediktor
keputusan
(Y) diperoleh
? 1 terima ? ? ? ?Dengan
nilaiditolak.
dan ? 0sebesardemikian, = ??dikatakan
5,53516sebesar
dapat ?2,00029.
?? ?
b. Menghitung nilai koefiesien korelasi dan nilai signifikansi koefiesien ?2
korelasi antara
terhadap Y secara parsial, dengan memperhatikan ? 1

?? 2
- ?? 1 ? 12
?? 2-1
=
1- ? ? 12
1- ? 1 22

= 0,9840 – 0,9846 0,9793

1 - 0.9846 2 1 - 0.9793 2

= 0.9840 - 0.96421878
1 - 0,96943716 1 - 0,95902849

= 0,01978122
0,03056284 0,04097151

= 0,01978122
0,0012522057046884

= 0,01978122
0,0353865

= 0,5590

Dari hasil perhitungan koefisien korelasi parsial antara variabel

prediktor penetapan
har ga (X2) terhadap variabel kriterium peningkatan volume
penjualan (Y), diperoleh nilai
koefisien sebesar 0,5590. Dengan demikian dapat dikatakan bahwa
terdapat tingkat hubungan
yang cukup kuat antara variabel prediktor pengembangan produk (X1)
dalam mempengaruhi
variabel kriterium peningkatan volume penjualan (Y) secara parsial,
dengan memperhatikan
variabel prediktor pengembangan produk (X1)
Selanjutnya menentukan nilai keberartian (signifikansi) dari nilai
koefisien korelasi
antara variabel prediktor penetapan harga (X2) terhadap variabel
kriteriumpenjualan
volume peningkatan (Y) secara parsial, dengan memperhatikan
variabel
pengembangan
? = ??prediktor
1 - ??produk
2-1 - ??2-12
- 1 (X1).
 = 0,5590 63 - 2 - 1
1 - 0.5590 2

= 0,5590 60
1 - 0.5590 2

= 0,5590 * 7,745967
1 - 0,312481

= 4,329995553
0,68752

= 4,329995553
0,829168

= 5,2221

Berdasarkan hasil perhitungan nilai pengujian signifikansi koefisiensi

korelasi parsial
antara variabel prediktor penetapan harga (X2) terhadap variabel
kriterium peningkatan
volume penjualan (Y) diperoleh nilai ? ? ? ? sebesar 5,2221 sebesar = ?? ? 2,00029.
???

Sehingga, diambil keputusan ? 1 terima

ditolak.
dan Dengan
?0 demikian, dapat dikatakan
bahwa terdapat tingkat hubungan yang signifikan (berarti) antara
pengaruh variabel prediktor
penetapan harga (X2) terhadap variabel kriterium dalam meningkatan
volume penjualan (Y)
secara parsial, dengan memperhatikan variabel prediktor pengembangan
produk (X1).