Judul Penelitian
Pengaruh Harga dan Pendapatan Terhadap Volume Penjualan
Rumusan Masalah
1. Apakah harga berpengaruh terhadap volume penjualan ?
2. Apakah pendapatan berpengaruh terhadap volume penjualan ?
3. Apakah harga dan pendapatan berpengaruh terhadap volume penjualan ?
Hipotesis Penelitian
H01 : Tidak terdapat pengaruh antara harga terhadap volume penjualan
H1 : Terdapat pengaruh antara harga terhadap volume penjualan
H02 : Tidak terdapat pengaruh antara pendapatan terhadap volume penjualan
H2 : Terdapat pengaruh antara pendapatan terhadap volume penjualan
H03 : Tidak terdapat pengaruh antara harga dan pendapatan terhadap volume
penjualan
H3 : Terdapat pengaruh antara harga dan pendapatan terhadap volume penjualan
Analisis Data
a) Persamaan Regresi
Estimation Equation:
=========================
PENJUALAN_Y = C(1) + C(2)*HARGA_X1 + C(3)*PENDAPATAN_X2
Substituted Coefficients:
=========================
PENJUALAN_Y = 8.79882358192 - 0.103485502288*HARGA_X1 - 0.101238865654*PENDAPATAN_X2
Jarque-Bera 5.854191
4
Probability 0.053552
0
-4 -3 -2 -1 0 1 2 3 4 5 6
H0 : Residual normal
Kesimpulan : H0 diterima
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/20/18 Time: 19:00
Sample: 1 150
Included observations: 150
H0 : Homoskedastisitas
H1 : Heteroskedastisitas
Kesimpulan: H0 diterima Interpretasi: Probability = 0,546193. Prob > 0,05 maka H0 diterima.
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 07/20/18 Time: 17:59
Sample: 1 150
Included observations: 150
Presample missing value lagged residuals set to zero.
C 6.044645 102.1488 NA
HARGA 0.027157 38.00785 1.000264
PENDAPATAN 0.038243 63.57643 1.000264
Persamaan :
PENJUALAN_Y = 8.79882358192 - 0.103485502288*HARGA_X1 - 0.101238865654*PENDAPATAN_X2
Asumsi:
Setiap Rp. 1 harga Rp. 1 pendapatan, maka akan menghasilkan penjualan sebesar :
Maka, apabila harga Rp. 1 dan Pendapatan Rp. 1, maka penjualan yang dihasilkan
e) Uji F (ANOVA)
Dependent Variable: PENJUALAN_Y
Method: Least Squares
Date: 07/18/18 Time: 18:58
Sample: 1 150
Included observations: 150
f) Kesimpulan
- Model Summary menunjukkan nilai R-Square, dimana pada table ini akan
menunjukkan persentase kontribusi variable independent yaitu Harga dan
Pendapatan terhadap variable dependen yaitu Penjualan, yang jika diselisihkan
dengan nilai 100% maka selisihnya adalah kontribusi variasi variable lain yang
tidak diteliti.
- Coeficients menunjukkan nilai persamaan regresi. Jika nilai probabilitasnya
signifikan, maka nilai coefficient ini menunjukkan besaran serta arah pengaruh
dari variable independent terhadap variable dependen (jika + maka memeliki
pengaruh yang searah, jika – memiliki pengaruhi yang berlawan).
JAWABAN NO. 2 - REGRESI DENGAN VARIABLE DUMMY
a. Judul Penelitian
- “Pengaruh Jenis Kelamin dan Masa Kerja terhadap Produktivitas Pegawai”
b. Rumusan Masalah
1. Apakah Jenis Kelamin berpengaruh terhadap Produktivitas Pegawai
2. Apakah Masa Kerja berpengaruh terhadap Produktivitas Pegawai
3. Apakah Jenis Kelamin dan Masa Kerja berpengaruh terhadap Produktivitas Pegawai
c. Hipotesis Penelitian
H01 : Tidak terdapat pengaruh antara jenis kelamin terhadap produktivitas pegawai
H1 : Terdapat pengaruh antara jenis kelamin terhadap produktivitas pegawai
H02 : Tidak terdapat pengaruh antara masa kerja terhadap produktivitas pegawai
H2 : Terdapat pengaruh antara masa kerja terhadap produktivitas pegawai
H03 : Tidak terdapat pengaruh antara jenis kelamin dan masa kerja terhadap
produktivitas pegawai
H3 : Terdapat pengaruh antara harga terhadap volume penjualan
a. Persamaan Regresi
Dependent Variable: PRODUKTIVITAS
Method: Least Squares
Date: 07/21/18 Time: 14:25
Sample: 1 150
Included observations: 150
Estimation Equation:
=========================
PRODUKTIVITAS = C(1) + C(2)*JENIS_KELAMIN + C(3)*MASA_KERJA
Substituted Coefficients:
=========================
PRODUKTIVITAS = 11.2511477705 - 0.420789574783*JENIS_KELAMIN -
0.0810343056892*MASA_KERJA
Apabila masa kerja 1 tahun dan jenis kelaminnya adalah laki-laki (1) maka:
PRODUKTIVITAS = 11.2511477705 - 0.420789574783(1) - 0.0810343056892(1)
PRODUKTIVITAS = 10.74932389
Artinya, apabila masa kerja 1 tahun dan jenis kelaminnya adalah laki-laki maka
produktivitas pegawai adalah sebesar 10.74932389
d. Makna R2 dan bagaimana hubungannya
Dependent Variable: PRODUKTIVITAS
Method: Least Squares
Date: 07/21/18 Time: 09:06
Sample: 1 150
Included observations: 150
Pada output diperoleh nilai R2 sebesar 0.012082, berarti variasi Produktivitas Pegawai
(Y) dapat dijelaskan oleh Jenis Kelamin (X1) dan Masa Kerja (X2) sebesar 1.2%.
Sisanya ditentukan oleh variasi variable lain yang tidak diteliti.
e. ANOVA
Dependent Variable: PRODUKTIVITAS
Method: Least Squares
Date: 07/21/18 Time: 09:06
Sample: 1 150
Included observations: 150
e. Kesimpulan:
1. Nilai Sig. Jenis Kelamin (X1) Produktivitas Pegawai (Y) adalah sebesar 0.2268 >
0.05, hal ini menunjukkan bahwa Jenis Kelamin tidak berpengaruh terhadap
Produktivitas Pegawai.
2. Nilai Sig. Masa (X2) Produktivitas Pegawai (Y) adalah sebesar 0.5203 > 0.05, hal
ini menunjukkan bahwa Masa Kerja tidak berpengaruh terhadap Produktivitas
Pegawai.
JAWABAN NO. 3 - REGRESI DENGAN VARIABEL MEDIASI
a. Judul Penelitian
- “Pengaruh Pelayanan terhadap Loyalitas dengan Kepuasan Pelanggan sebagai Variabel
Mediasi”
b. Rumusan Masalah
1. Apakah Kepuasan Pelanggan merupakan variable Mediasi
c. Hipotesis Penelitian
H01 : Kepuasan Pelanggan bukan merupakan variable Mediasi
H1 : Kepuasan Pelanggan merupakan variable Mediasi
Output 1
Dependent Variable: LOYALITAS
Method: Least Squares
Date: 07/21/18 Time: 15:01
Sample: 1 120
Included observations: 120
Sample: 1 120
Prob(F-statistic) 0.949898
e. Kesimpulan:
Kepuasan Pelanggan bukan merupakan variable mediasi, karena jika melihat
persamaan 1 sudah menunjukkan kondisi yang tidak signifikan, begitupun diikuti
persamaan 3 yang tidak signifikan pula, maka jelas bahwa Kepuasan Pelanggan
bukan merupakan variable mediasi.
JAWABAN NO. 4 - REGRESI DENGAN VARIABEL MODERASI
a. Judul Penelitian
- “Pengaruh Konflik Antar Departemen terhadap Kinerja Organisasi dengan Lingkungan
Kerja sebagai variable Moderasi.
b. Rumusan Masalah
1. Apakah Lingkungan Kerja merupakan variable Moderasi
c. Hipotesis Penelitian
H01 : Lingkungan Kerja bukan merupakan variable Moderasi
d. H1 : Lingkungan Kerja merupakan variable Moderasi
Kesimpulan:
Karena b3 dan b6 tidak signifikan, maka Lingkungan Kerja bukan merupakan
variable moderasi.
JAWABAN NO. 5 - REGRESI DENGAN DATA PANEL
c. Pooled Data
Data Pedapatan pada Tahun 2015-2017 pada Masing-masing Perusahaan
b. Rumusan Masalah
1. Apakah Distribusi berpengaruh terhadap Penjualan
2. Apakah Promosi berpengaruh terhadap Penjualan
3. Apakah Distribusi dan Promosi berpengaruh terhadap Penjualan
c. Hipotesis Penelitian
H01 : Tidak terdapat pengaruh antara harga terhadap volume penjualan
H1 : Terdapat pengaruh antara harga terhadap volume penjualan
H02 : Tidak terdapat pengaruh antara pendapatan terhadap volume penjualan
H2 : Terdapat pengaruh antara pendapatan terhadap volume penjualan
H03 : Tidak terdapat pengaruh antara harga dan pendapatan terhadap volume
penjualan
H3 : Terdapat pengaruh antara harga terhadap volume penjualan
Weighted Statistics
Unweighted Statistics
Interpretasi:
1. PLS vs FEM
Ho: PLS
H1: FEM
Ho ditolak jika Prob < 0,05
Kesimpulan: Ho diterima karena prob FEM (F 0.2883 dan Chi-square: 0.2248) >
0.05
Prob F dan Chi dibandingkan dengan 0.05, jika Prob < 0.05 maka Ho ditolak,
namun
prob > 0.05 maka Ho diterima, sehingga kesimpulannya adalah bahwa model
terbaik yang sebaiknya digunakan adalah PLS
2. PLS vs REM
Pada pengujian pertama, model PLS yang terpilih. Sehingga alternatifnya
menggunakan Metode Lagrange Multiplier
Test Hypothesis
Cross-section Time Both
Ho: PLS
H1: REM
Ho diterima jika Prob > 0,05
Kesimpulan: Ho diterima karena prob : 0,3035 > 0,05
Maka, model terbaik yang digunakan adalah PLS
3. FEM vs REM tidak dibandingkan karena FEM sudah terbukti tidak signifikan
Kesimpulan:
Model yang terbaik digunakan untuk uji statistic data panel adalah PLS
2. Perusahaan BTL
Dependent Variable: PENJUALAN_Y_
Method: Least Squares
Date: 07/20/18 Time: 13:38
Sample: 1 10
Included observations: 10
3. Perusahaan SKN
Dependent Variable: PENJUALAN_Y_
Method: Least Squares
Date: 07/20/18 Time: 13:43
Sample: 1 10
Included observations: 10
a. Judul Penelitian
- “Pengaruh DER, DRP dan ROI terhadap Kemungkinan Perusahaan untuk Melakukan
Perataaan Laba”
b. Rumusan Masalah
1. Apakah DER berpengaruh terhadap Kemungkinan Perusahaan untuk Melakukan
Perataaan Laba
2. Apakah DPR berpengaruh terhadap Kemungkinan Perusahaan untuk Melakukan
Perataaan Laba
3. Apakah ROI berpengaruh terhadap Kemungkinan Perusahaan untuk Melakukan
Perataaan Laba
4. Apakah DER, DPR dan ROI berpengaruh terhadap Kemungkinan Perusahaan untuk
Melakukan Perataaan Laba
c. Hipotesis Penelitian
H01 : Tidak terdapat pengaruh antara DER terhadap Kemungkinan Perusahaan untuk
Melakukan Perataaan Laba
H1 : Terdapat pengaruh antara DER terhadap Kemungkinan Perusahaan untuk Melakukan
Perataaan Laba
H02 : Tidak terdapat pengaruh antara DPR terhadap Kemungkinan Perusahaan untuk
Melakukan Perataaan Laba
H2 : Terdapat pengaruh antara DPR terhadap Kemungkinan Perusahaan untuk Melakukan
Perataaan Laba
H03 : Tidak terdapat pengaruh antara ROI terhadap Kemungkinan Perusahaan untuk
Melakukan Perataaan Laba
H3 : Terdapat pengaruh antara ROI terhadap Kemungkinan Perusahaan untuk Melakukan
Perataaan Laba
H04 : Tidak terdapat pengaruh antara DER, DPR dan ROI terhadap Kemungkinan Perusahaan
untuk Melakukan Perataaan Laba
H4 : Terdapat pengaruh antara DER, DPR dan ROI Kemungkinan Perusahaan untuk
Melakukan Perataaan Laba
Kesimpulan:
Berdasarkan output diatas, dapat disimpulkan bahwa model regresi yang dibentuk fit
Prob (LR Statistic) yaitu 0,951377 > 0,05. Secara parsial dapat dilihat bahwa dari
variable DER, DPR dan ROI tidak terdapat pengaruh terhadap Kemungkinan
Perataan Laba, hal ini ditunjukkan dengan nilai prob>0.05. Berdasarkan nilai
McFadden R-squared 0.001669, hal ini menunjukan bahwa variabel DER, DPR, dan
ROI hanya mampu menjelaskan kemungkinan perusahaan untuk melakukan perataan
laba sebesar 0.1669%.
JAWABAN NO. 7 – ANALISIS JALUR SATU ARAH
a. Judul Penelitian
- “Pengaruh Kualitas Produk, Harga dan Pelayanan terhadap Kepuasan Pelanggan”
b. Rumusan Masalah
1. Apakah kualitas produk berpengaruh terhadap kepuasan pelanggan
2. Apakah harga berpengaruh terhadap kepuasan pelanggan
3. Apakah pelayanan berpengaruh kepuasan pelanggan
4. Apakah kualitas produk, harga & pelayanan berpengaruh terhadap kepuasan
pelanggan
c. Hipotesis Penelitian
H01 : Tidak terdapat pengaruh antara kualitas produk terhadap kepuasan pelanggan
H1 : Terdapat pengaruh antara kualitas produk terhadap kepuasan pelanggan
H02 : Tidak terdapat pengaruh antara harga terhadap kepuasan pelanggan
H2 : Terdapat pengaruh antara harga terhadap kepuasan pelanggan
H03 : Tidak terdapat pengaruh antara pelayanan terhadap kepuasan pelanggan
H3 : Terdapat pengaruh antara pelayanan terhadap kepuasan pelanggan
H04 : Tidak terdapat pengaruh antara kualitas produk, harga dan pelayanan terhadap
kepuasan pelanggan
H4 : Terdapat pengaruh antara kualitas produk, harga dan pelayanan terhadap
kepuasan
pelanggan
d. Analisis Data berupa Output Software dan Penjelasan Output
Dari sebanyak 10 sampel secara acak yang dijadikan sebagai responden, maka untuk
mengetahui apakah Kualitas Produk, Harga, dan Pelayanan berpengaruh terhadap Kepuasan
Pelanggan, maka:
Correlations
N 10 10 10 10
Pearson Correlation .991** 1 .961** .996**
Harga Sig. (2-tailed) .000 .000 .000
N 10 10 10 10
Pelayanan Pearson Correlation .964** .961** 1 .976**
Sig. (2-tailed) .000 .000 .000
N 10 10 10 10
Pearson Correlation .989** .996** .976** 1
N 10 10 10 10
Pelayanan, . Enter
1
Harga, Produkb
Model Summary
Pada output diperoleh nilai R2 sebesar 0.997, berarti variasi Kepuasan Pelanggan (Y) dapat
dijelaskan oleh variasi Produk (X1), Harga (X2) dan Pelayanan (X3) sebesar 99.7%. sisanya
ditentukan oleh variasi variable lain yang tidak diteliti
ANOVAa
Total 170.100 9
Nilai Sig. 0.000 < 0.05 maka dapat disimpulkan bahwa variable Produk (X1), Harga (X2)
dan Pelayanan (X3) secara simultan mampu menjelaskan perubahan pada variable Kepuasan
Pelanggan (Y)atau model dinyatakan cocok/fit.
Coefficientsa
1. Koefisien jalur Produk (X1) terhadap Kepuasan Pelanggan (Y) sebesar -0.067
2. Koefisien jalur Harga (X2) terhadap Kepuasan Pelanggan (Y) sebesar 0.809
3. Koefisien jalur Pelayanan (X3) terhadap Kepuasan Pelanggan (Y) sebesar 0.264
Kesimpulan:
1. Nilai Sig. Produk (X1) Kepuasan Pelanggan (Y) adalah sebesar 0.700 , hal ini
menunjukkan bahwa Produk tidak berpengaruh terhadap Kepuasan Pelanggan.
2. Nilai Sig. Harga (X2) Kepuasan Pelanggan (Y) adalah sebesar 0.002, hal ini
menunjukkan bahwa Harga berpengaruh positif terhadap Kepuasan Pelanggan.
3. Nilai Sig. Pelayanan (X3) Kepuasan Pelanggan (Y) adalah sebesar 0.017, hal ini
menunjukkan bahwa Pelayanan berpengaruh positif terhadap Kepuasan Pelanggan.
Berdasarkan output dan interpretasi diatas, maka model dapat Digambarkan sebagai
berikut:
Produk (X1)
rX1X2 = 0.991
𝜌𝑌𝑋1
= −0.067
𝜌𝑌𝑋2 = 0.809
Kepuasan
rX1X3 = 0.964
(X3)
JAWABAN NO. 8 – ANALISIS JALUR DUA ARAH
a. Judul Penelitian
- “Pengaruh Kualitas Produk, Harga dan Pelayanan terhadap Kepuasan Pelanggan serta
Dampaknya terhadap Loyalitas Pelanggan”
b. Rumusan Masalah
1. Bagaimana pengaruh Kualitas Produk (X1), Harga (X2), dan Pelayanan (X3)
terhadap Kepuasan Pelanggan (Y1), serta Dampaknya terhadap Loyalitas Pelanggan
(Y2).
c. Hipotesis Penelitian
H01 : Tidak terdapat pengaruh antara kualitas produk, harga dan pelayanan terhadap
kepuasan pelanggan serta dampaknya terhadap loyalitas pelanggan.
H1 : Terdapat pengaruh antara kualitas produk, harga dan pelayanan terhadap
kepuasan
pelanggan serta dampaknya terhadap loyalitas pelanggan.
1. X1 X2 X3 Y1
Variables Entered/Removeda
Pelayanan, . Enter
1 Harga, Kualitas
Produkb
a. Dependent Variable: Kepuasan Pelanggan
b. All requested variables entered.
Model Summary
ANOVAa
Total 170.100 9
Coefficientsa
2. X1 X2 X3 Y1 Y2
Variables Entered/Removeda
Kepuasan . Enter
Pelanggan,
1 Pelayanan,
Kualitas Produk,
Hargab
a. Dependent Variable: Loyalitas Pelanggan
b. All requested variables entered.
Model Summary
Coefficientsa
Kualitas Produk
(X1) -0.067 e1= 0,054772
0.809 Kepuasan
Harga (X2) Pelanggan (Y1)
0.647
Kualitas Produk
(X1)
-0.067
e1= 0.054772
e1= 0,054772
0.264
Pelayanan (X3)
0.072
1. Analisis pengaruh X1 terhadap Y1: dari analisis di atas diperoleh nilai signifikansi X1
sebesar 0.700 > 0.05. sehingga dapat disimpulkan bahwa secara langsung tidak terdapat
pengaruh signifikan X1 terhadap Y1.
2. Analisis pengaruh X2 terhadap Y1: dari analisis di atas diperoleh nilai signifikansi X2
sebesar 0.002 < 0.05. sehingga dapat disimpulkan bahwa secara langsung terdapat
pengaruh signifikan X2 terhadap Y1.
3. Analisis pengaruh X3 terhadap Y1: dari analisis di atas diperoleh nilai signifikansi X3
sebesar 0.017 < 0.05. sehingga dapat disimpulkan bahwa secara langsung terdapat
pengaruh signifikan X3 terhadap Y1.
4. Analisis pengaruh X1 terhadap Y2: dari analisis di atas diperoleh nilai signifikansi X1
sebesar 0.024 < 0.05. sehingga dapat disimpulkan bahwa secara langsung terdapat
pengaruh signifikan X1 terhadap Y2.
5. Analisis pengaruh X2 terhadap Y2: dari analisis di atas diperoleh nilai signifikansi X2
sebesar 0.329 > 0.05. sehingga dapat disimpulkan bahwa secara langsung tidak terdapat
pengaruh signifikan X1 terhadap Y1.
6. Analisis pengaruh X3 terhadap Y2: dari analisis di atas diperoleh nilai signifikansi X3
sebesar 0.673 > 0.05. sehingga dapat disimpulkan bahwa secara langsung tidak terdapat
pengaruh signifikan X3 terhadap Y2.
7. Analisis pengaruh Y1 terhadap Y2: dari analisis di atas diperoleh nilai signifikansi Y1
sebesar 0.710 > 0.05. sehingga dapat disimpulkan bahwa secara langsung tidak terdapat
pengaruh signifikan Y1 terhadap Y2.
8. Analisis pengaruh X1 melalui Y terhadap Y2: diketahui pengaruh langsung yang
diberikan X1 terhadap Y2 sebesar 0.647. Sedangkan pengaruh tidak langsung X1
melalui Y1 terhadap Y2 adalah perkalian antara nilai beta X1 terhadap Y dengan nilai
beta Y terhadap Y2 yaitu: - 0.067 x -0.193 = 0.012 Maka pengaruh total yang diberikan
X1 terhadap Y2 adalah pengaruh langsung ditambah dengan pengaruh tidak langsung
yaitu: 0.647 + 0.012 = 0.659. Berdasarkan hasil perhitungan di atas diketahui bahwa nilai
pengaruh langsung sebesar 0.647 dan pengaruh tidak langsung sebesar 0.012 yang berarti
bahwa nilai pengaruh tidak langsung lebih kecil dibandingkan dengan nilai pengaruh
langsung, hasil ini menunjukkan bahwa secara tidak langsung X1 melalui Y1 mempunyai
pengaruh yang tidak signifikan terhadap Y2.
9. Analisis pengaruh X2 melalui Y1 terhadap Y2: diketahui pengaruh langsung yang
diberikan X2 terhadap Y2 adalah sebesar 0.264. Sedangkan pengaruh tidak langsung X2
melalui Y1 terhadap Y2 adalah perkalian antara nilai beta X2 terhadap Y1 dengan nilai
beta Y1 terhadap Y2 yaitu 0.264 x -0.193 = - 0.051. Maka pengaruh total yang diberikan
X2 terhadap Y2 adalah pengaruh langsung ditambah dengan pengaruh tidak langsung
yaitu: 0.476 – 0.051 = 0.425 Berdasrkan hasil perhitungan di atas diperoleh niai pengaruh
langsung sebesar 0.476 dan pengaruh tidak langsung sebesar 0.051 yang berarti bahwa
pengaruh tidak langsung lebih kecil dari pada nilai pengaruh langsung, hasil ini
menunjukkan bahwa secara tidak langsung X2 melalui Y1 tidak mempunyai pengaruh
signifikan terhadap Y2.
10. Analisis pengaruh X3 melalui Y1 terhadap Y2: diketahui pengaruh langsung yang
diberikan X3 terhadap Y2 adalah sebesar 0.072. Sedangkan pengaruh tidak langsung X2
melalui Y1 terhadap Y2 adalah perkalian antara nilai beta X2 terhadap Y1 dengan nilai
beta Y1 terhadap Y2 yaitu 0.072 x -0.193 = - 0.014. Maka pengaruh total yang diberikan
X2 terhadap Y2 adalah pengaruh langsung ditambah dengan pengaruh tidak langsung
yaitu: 0.072 – 0.014 = 0.058. Berdasarkan hasil perhitungan di atas diperoleh niai
pengaruh langsung sebesar 0.072 dan pengaruh tidak langsung sebesar 0.014 yang berarti
bahwa pengaruh tidak langsung lebih kecil dari pada nilai pengaruh langsung, hasil ini
menunjukkan bahwa secara tidak langsung X3 melalui Y1 tidak mempunyai pengaruh
signifikan terhadap Y2.
Dari serangkaian pembahasan di atas, dapat ditarik kesimpulan bahwa hipotesis yang berbunyi:
“Ada pengaruh Kualitas Produk (X1), Harga (X2) dan Pelayanan (X3) Terhadap Kepuasan
Pelanggan (Y1) Serta dampaknya terhadap Loyalitas Pelanggan (Y2)” tidak dapat diterima.
Dengan kata lain produk, harga dan pelayanan tidak berpengaruh terhadap kepuasan pelanggan
dan serta dampaknya terhadap loyalitas pelanggan.
a. Pengertian
Menurut Makridakis, dkk(1999: 351) stasioneritas mempunyai makna bahwa tidak terdapat
pertumbuhan atau penurunan pada data. Artinya, fluktuasi data berada di sekitar suatu nilai
rata-rata yang konstan, tidak tergantung pada waktu dan varians dari fluktuasi tersebut.
Pengujian kestasioneran data sangat diperlukan pada metode data time series. Peramalan
dapat dilakukan apabila kondisi data sudah stasioner. Data yang tidak stasioner mempunyai
3 kondisi, yaitu tidak stasioner dalam variansi, tidak stasioner dalam rata-rata, ataupun tidak
stasioner keduanya.
Gambar Stasioner dan Tidak Stasioner
b. Metode yang digunakan dalam memriksa kestationeran data deret waktu
1. Uji Signifikansi Autokorelasi
i. Signifikan atau tidaknya nilai autokorelasi melalui pengujian standar error (Se).
ii. Misalnya dengan taraf nyata α= 5% untuk ρk adalah:
ii. Hipotesis:
H0 : = 0 (yg berarti Yt tidak stasioner)
H1 : <0 ( yg berati Yt stasioner)
iii. Nilai -statistik dibandingkan -McKinnon Critical Values.
5. Uji Akar Unit (ADF-Test)
i. Korelasi serial antara residual dgn ΔYt, dapat dinyatakan dalam bentuk umum
proses autoregressive:
dimana:
M
j
h0 r0 2 1 rj
r 1 T
adalah spektrum dari ΔYt pada frekuensi nol, rj adalah fungsi autokorelasi pada lag
j, t0 adalah -statistik pada θ, adalah standar error dari θ , dan σ adalah standar
error uji regresi.
ii. Prosedur uji PP dapat diaplikasikan melalui cara yg sama dengan uji DF.
a. Pengertian
Regresi poisson adalah salah satu regresi yang dapat menggambarkan hubungan antara
variabel respon Y dimana variabel respon berdistribusi poisson dengan variabel prediktor X.
c. Analisis Data
Parameter Estimates
Parameter B Std. Error 95% Wald Confidence Interval Hypothesis Test
Dependent Variable: y
Model: (Intercept), x2, x1
a. Set to zero because this parameter is redundant.
b. Fixed at the displayed value.
b. Analisis Data
Pengaruh Gender, IQ dan Jam terhadap IPK
Error Distribution
1. Prob gender = 0,7225 > 0,05. Artinya Gender tidak berpengaruh terhadap IPK
2. Prob iq = 0,0223 < 0,05. Artinya IQ berpengaruh terhadap IPK
3. Prob Jam = 0.0000 < 0.05. Artinya Jam berpengaruh terhadap IPK
a. Pengertian
Metode regresi ordinal digunakan untuk memodelkan hubungan antara variabel dependen
yang berskala ordinal.
Analisis regresi logistik digunakan untuk menjelaskan hubungan antara variabel respon
yang berupa data dikotomik/biner dengan variabel bebas yang berupa data berskala
interval dan atau kategorik
b. Analisis Data
Jumlah sebanyak 104 bank dengan perincian tingkat kesehatan untuk kategori sehat = 34, cukup
sehat = 17, kurang sehat = 24, dan tidak sehat = 29
-2 Log
Model Likelihood Chi-Square df Sig.
Kesimpulan:
Model dengan intercept only menghasilkan 2loglikehood 282.062, sedangkan jika variable X1 sd
X8 dimasukan kedalam model, maka nilai 2loglikehood turun menjadi 190.787 dan penurunan
ini signifikan pada 0,000 yang berarti model dengan variable independen lebih baik
dibandingkan hanya model intercept only
Goodness-of-Fit
Chi-Square df Sig.
Goodness of it tidak begitu relevan karena banyak cell yang memiliki frekuensinol, oleh karena
itu dapat diabaikan.
Pseudo R-Square
Pseudo R square menjelaskan variasi tingkat kesehatan Bank yang dapat dijelaskan oleh varasi
independen X1 sd X8 sebesar 32,4%.
Parameter Estimates
Untuk parameter estimates dalam hal ini variable signifikan adalah sebagai berikut :
Logit (p1)= -202.603+28.767X1-23.615X2-38.787X3-7.007X4=2.811X5-1.548X6-.197X7+0.582X8
Dimana p1=probabilitasnya tidak sehat, p2 = probabilitas kurang sehat, dan p3 = probabilitas cukup sehat
-2 Log
Model Likelihood Chi-Square df Sig.
Uji parallel lines menilai apakah asumsi semua kategori memiliki parameter yang sama atau
tidak. Nilai yang diinginkan adalah tidak signifikan p>0,05. Hasil uji parallel line menunjukan
nilai p<0,000 yang berarti model ini tidak cocok. Untuk itu dapat dilakukan permodelan kembali
dengan memilih link function yang lain, misalkan complemintary log-log dan berikut output spss
dengan link fungction yang lain.
Pseudo R-Square
-2 Log
Model Likelihood Chi-Square df Sig.
The null hypothesis states that the location parameters (slope coefficients) are
the same across response categories.
a. Link function: Complementary Log-log.
b. The log-likelihood value cannot be further increased after maximum number
of step-halving.
c. The Chi-Square statistic is computed based on the log-likelihood value of
the last iteration of the general model. Validity of the test is uncertain.
Uji parallel menunjukkan nilai p > 0,05 jadi model sudah sesuai.
JAWABAN 13 – VALIDITAS DAN RELIABILITAS INSTRUMEN PENELITIAN
a. Pengertian
- Validitas menunjukkan keadaan yang sebenarnya dan mengacu pada kesesuaian antara
konstruk, atau cara seorang peneliti mengkonseptualisasikan ide dalam definisi
konseptual dan duatu ukuran. Uji validitas digunakan untuk mengukur sah atau valid
tidaknya suatu kuisioner.
- suatu kuisioner dikatakan valid jika pertanyaan pada kuisioner mampu untuk
mengungkapkan sesuatu yang akan diukur oleh kuisioner tersebut.
- Reliabilitas merujuk pada konsistensi skor yang dicapai oleh orang yang sama ketika
mereka diuji ulang dengan tes yang sama pada kesempatan yang berbeda, atau dengan
seperangkat butir-butir ekuivalen (equivalent items) yang berbeda, atau di bawah kondisi
pengujian yang berbeda. Reliabilitas sebenarnya adalah alat untuk mengukur suatu
kuisioner yang merupakan indicator dari variable atau konstruk.
- Suatu kuisioner dikatakan reliabel atau handal jika jawaban seseorang terhadap
pertanyaan adalan konsisten atau stabil dari waktu ke waktu.
Uji Reliabilitas
1. Autonom
Reliability Statistics
Item-Total Statistics
Hasil output SPSS tersebut menunjukkan bahwa konstruk Autonom memberikan nilai
Cronbach alpha sebesar 77.3%. yang menurut kriteria nunnally (1994) bisa dikatakan reliabel.
2. Routine
Reliability Statistics
.669 .671 4
Item-Total Statistics
Scale Mean if Scale Variance Corrected Item- Squared Cronbach's
Item Deleted if Item Deleted Total Multiple Alpha if Item
Correlation Correlation Deleted
Berdasarkan hasil output SPSS diatas, atas konstruk Routine juga menghasilkan nilai
Cronbach Apla sebesar 67.1% yang menurut kriteria nunnally (1994) dapat disimpulkan
bahwa variable routib kurang reliabel.
3. Satis
Reliability Statistics
-.328 -.348 4
Item-Total Statistics
Berdasarkan hasil output SPSS diatas, atas konstruk Satis juga menghasilkan nilai Cronbach
Apla sebesar -34.8% yang menurut kriteria nunnally (1994) dapat disimpulkan bahwa variable
Satis kurang reliabel.
Uji Validitas
1. Routine
Correlations
N 70 70 70 70 70
Pearson Correlation .406** 1 .169 .237* .646**
ROUTINE2 Sig. (2-tailed) .000 .161 .048 .000
N 70 70 70 70 70
Pearson Correlation .341** .169 1 .151 .582**
ROUTINE3 Sig. (2-tailed) .004 .161 .212 .000
N 70 70 70 70 70
Pearson Correlation .725** .237* .151 1 .743**
ROUTINE4 Sig. (2-tailed) .000 .048 .212 .000
N 70 70 70 70 70
Pearson Correlation .868** .646** .582** .743** 1
N 70 70 70 70 70
Berdasarkan tampilan output SPSS diatas terlihat bahwa korelasi antara masing-masing
indicator (routine1 s.d routine4) terhadap total score kontruk (routine) menunjukkan hasil
yang signifikan. Jadi, dapat disimpulkan masing-masing indicator pertanyaan adalah valid.
2. Autonom
Correlations
N 70 70 70 70 70
Pearson Correlation .520** 1 .349** .380** .758**
AUTONOM2 Sig. (2-tailed) .000 .003 .001 .000
N 70 70 70 70 70
Pearson Correlation .429** .349** 1 .449** .711**
AUTONOM3 Sig. (2-tailed) .000 .003 .000 .000
N 70 70 70 70 70
Pearson Correlation .633** .380** .449** 1 .776**
AUTONOM4 Sig. (2-tailed) .000 .001 .000 .000
N 70 70 70 70 70
Pearson Correlation .837** .758** .711** .776** 1
N 70 70 70 70 70
Berdasarkan tampilan output SPSS diatas terlihat bahwa korelasi antara masing-masing
indicator (autonom1 s.d autonom4) terhadap total score kontruk (autonom) menunjukkan
hasil yang signifikan. Jadi, dapat disimpulkan masing-masing indicator pertanyaan adalah
valid
3. Satis
Correlations
N 70 70 70 70 70
Pearson Correlation -.082 1 -.209 .244* .573**
SATIS2 Sig. (2-tailed) .498 .082 .041 .000
N 70 70 70 70 70
Pearson Correlation .188 -.209 1 -.180 .439**
SATIS3 Sig. (2-tailed) .119 .082 .136 .000
N 70 70 70 70 70
Pearson Correlation -.375** .244* -.180 1 .389**
SATIS4 Sig. (2-tailed) .001 .041 .136 .001
N 70 70 70 70 70
Pearson Correlation .377** .573** .439** .389** 1
N 70 70 70 70 70
Berdasarkan tampilan output SPSS diatas terlihat bahwa korelasi antara masing-masing
indicator (satis1 s.d satis4) terhadap total score kontruk (satis) menunjukkan hasil yang
signifikan. Jadi, dapat disimpulkan masing-masing indicator pertanyaan adalah valid
d) R Square
Dependent Variable: PENJUALAN_Y
Method: Least Squares
Date: 07/18/18 Time: 18:58
Sample: 1 150
Included observations: 150
e) Uji F (ANOVA)
Dependent Variable: PENJUALAN_Y
Method: Least Squares
Date: 07/18/18 Time: 18:58
Sample: 1 150
Included observations: 150
Berdasarkan hasil dari output di atas bahwa menunjukan secara simultan nilai Sig.
sebesar 0,722342 < 0,05 yang berarti harga dan pendapatan berpengaruh secara
simultan terhadap volume penjualan. Maka dapat disimpulkan baik secara parsial harga
dan pendapatan tidak berpengaruh terhadap volume penjualan.
f) Kesimpulan
- Model Summary menunjukkan nilai R-Square, dimana pada table ini akan
menunjukkan persentase kontribusi variable independent yaitu Harga dan
Pendapatan terhadap variable dependen yaitu Penjualan, yang jika diselisihkan
dengan nilai 100% maka selisihnya adalah kontribusi variasi variable lain yang
tidak diteliti.
- ANOVA menunjukkan nilai Prob (F-Statistic) yang menyatakan pengaruh secara
simultan dari variable independent yaitu Harga dan Pendapatan terhadap variable
dependen yaitu Penjualan.
- Coeficients menunjukkan nilai persamaan regresi. Jika nilai probabilitasnya
signifikan, maka nilai coefficient ini menunjukkan besaran serta arah pengaruh
dari variable independent terhadap variable dependen (jika + maka memeliki
pengaruh yang searah, jika – memiliki pengaruhi yang berlawan)