....

Pengaruh biaya transportasi terhadap harga penjualan laptop dipulau lombok

Biaya transportasi Harga jual Toko

1,00 3,50 1

1,15 3,40 2

1,40 3,80 3

1,20 3,60 4

1,00 3,50 5

1,10 3,68 6

1,50 3,80 7

1,50 3,70 8

1,00 3,50 9

1,10 3,20 10

1,50 3,90 11

1,30 3,60 12

1,00 3,40 13

1,10 3,30 14

1,00 3,20 15

1,40 3,80 16

1,30 3,60 17

1,50 3,10 18

1,05 3,00 19

1,25 3,40 20

1,00 3,50 21

1,10 3,40 22
 1,10 3,10 23

1,30 3,60 24

1,25 3,20 25

1,30 3,70 26

1,00 3,40 27

1,20 3,60 28

1,10 3,50 29

1,20 3,80 30

Biaya transportasi dan harga jual ditulis dalam jutaan seperti data pada toko nomor 1 disebutkan biaya
transportasi 1.00 berarti Rp 1 juta sedangkan harga jual sebesar 3.50 berarti Rp 3,5 juta dan begitu
seterusnya

PEMBAHASAN:

𝐻0 = Tidak ada pengaruh X terhadap Y.

𝐻1 = Ada pengaruh signifikan X terhadap Y.

Tingkat signifikan yang dipakai adalah 𝛼 = 5% dan taraf kepercayaan sebesar 95%.
Pada Uji Serentak (Uji F), diperoleh:
Analysis of Variance

Source DF SS MS F P
Regression 1 0,19557 0,19557 8,37 0,007
Residual Error 28 0,65410 0,02336
Total 29 0,84967

Data hasil Uji Serentak terlihat bahwa nilai probabilitas (P) adalah sebesar :

𝑃 = 0,007

Jadi, 𝑃 = 0,007 < 0,05 = 𝛼.

Nilai 𝐹 ℎ𝑖𝑡𝑢𝑛𝑔 = 8,37.

Sementara 𝐹 𝑡𝑎𝑏𝑒𝑙 = 4,20.

Jadi, 𝐹 𝑡𝑎𝑏𝑒𝑙 = 4,20 < 8,37 = 𝐹 ℎ𝑖𝑡𝑢𝑛𝑔.

Berdasarkan uji F, maka menolak 𝐻0 . Artinya, Variabel X (harga jual) mempengaruhi secara
signifikan terhadap Variabel Y (biaya transportasi).

Pada Uji Individu (Uji T), diperoleh:

Predictor Coef SE Coef T P VIF
Constant -0,0203 0,4215 -0,05 0,962
X 0,3484 0,1204 2,89 0,007 1,000

Dari hasil Uji Serentak terlihat bahwa nilai probabilitas (P) adalah sebesar:

𝑃 = 0,007

Jadi, 𝑃 = 0,007 < 0,05 = 𝛼.

Nilai 𝑇 ℎ𝑖𝑡𝑢𝑛𝑔 = 2,89.

Sementara T tabel diperoleh dari 𝑑𝑓 = 𝑛 − 𝑘 − 1 = 30 − 2 − 1 = 27, yaitu sebesar:

𝑇(0.05,27) = 1,70329.

Jadi, 𝑇(0.05,28) = 1,70329 < 7,31 = 𝑇 ℎ𝑖𝑡𝑢𝑛𝑔.

Berdasarkan uji T, maka menolak 𝐻0 . Artinya, parameter parsial mempengaruhi variabel X

(harga jual) terhadap Variabel Y (biaya transportasi) secara signifikan.
Uji Asumsi Residual:

1. Uji Normalitas

Saat dilakukan uji normality test terhadap residualnya, nilai 𝑃 = 0,395 > 0,05 = 𝛼, maka residualnya
berdistribusi normal.

2. Uji Autokorelasi
Dengan, Batas atas (𝑑𝑈 ) = 1,3520

Batas bawah (𝑑𝐿 ) = 1,4894

Durbin-Watson statistic = 1,68896

Karena nilai Durbin-Watson = 1,68896 > 1,57 maka tidak terjadi autokorelasi.

3. Uji Heteroskedastisitas

Pada Versus Fits karena data menyebar, maka homogen atau tidak heteroskedastis.

4. Uji Korelasi
Pearson correlation of Y and X = 0,480
P-Value = 0,007

Berdasarkan uji korelasi antara variabel X dan Y dengan nilai 𝑥 = 0,480 dan 𝑃 − 𝑣𝑎𝑙𝑢𝑒 = 0,007 >
0,05 = 𝛼, maka korelasi antara keduanya kuat. Artinya, variabel X (harga jual) berpengaruh terhadap
variabel Y (biaya transportasi).
Kesimpulan:

Data di atas menghasilkan persamaan regresi Y = - 0,020 + 0,348 X.

Dengan 𝑆 = 0,152842

𝑅 − 𝑆𝑞 = 23%

𝑅 − 𝑆𝑞(𝐴𝑑𝑗) = 20,3%

Residualnya berdistribusi normal. Data tidak heteroskedastis/homogen.

Karena 𝑃 = 0,007 < 0,05 =∝, maka 𝐻0 ditolak dan menerima 𝐻1 .

Sehingga, Variabel X (harga jual) mempengaruhi secara signifikan terhadap Variabel Y (biaya
transportasi) sebesar 79,7%.

https://suaraterpuji.wordpress.com/statistik-2/regresi-linear-sederhana/