LAPORAN PRAKTIKUM STATISTIKA

“PENGARUH HARGA BERAS TEHADAP PENJUALAN BERAS DI

INDONESIA”

Disusun Oleh:
Muhammad Khaerul Anwar (201410210311028)

AGRIBISNIS
FAKULTAS PERTANIAN-PETERNAKAN
UNIVERSITAS MUHAMMADIYAH MALANG
2015
 KATA PENGANTAR

l
Segala puji bagi Allah, kami memuji-Nya, memohon pertolongan-Nya dan
ampunan-Nya. Kami berlindung kepada Allah dari kejahatan diri kami dan
keburukan amal kami.

Barang siapa diberi petunjuk oleh Allah, tidak ada satu pun dapat
menyesatkannya. Dan barang siapa yang disesatkan oleh-Nya, niscaya tidak ada
satu pun dapat memberi petunjuk kepadanya.

Aku bersaksi bahwa tidak ada ilah yan berhak diibadahi dengan benar
melainkan hanya Allah azza wajalla, tidak ada sekutu bagi-Nya. Dan aku bersaksi
bahwa Muhammad adalah hamba dan Rasul-Nya.
Amma ba’du:

Saya mengucapkan terima kasih kepada kedua orang tua, dengan do’a dan
semangat dari beliau saya dapat menyeleasaikan Tugas Besar ini. Dan tidak lupa
pula saya mengucapkan terima kasih kepada asisten dan instruktur praktikum
yang telah memberikan kami pelajaran yang sangat berharga khususnya tentang
praktikum statistika menggunakan program SPSS sehingga saya dapat
menyelesaikan tugas ini dengan mudah. Terima kasih kepada teman-temanku,
beserta orang-orang yang secara tidak langsung membantu saya dalam
menyelesaikan tugas ini yang mana saya tidak bisa menyebutkan satu per satu.

Dalam makalah ini,saya menjelaskan sedikit tentang Uji Korelasi &

Regresi terhadap pengaruh harga terhadap penjualan beras di Indonesia.

Saya menyadari,dalam laporan ini masih banyak kesalahan dan

kekurangan,yang disebabkan keterbatasan kemampuan dan pengalaman yang saya
miliki. Oleh karena itu,saya mengharapkan kritik dan saran demi perbaikan dan
kesempurnaan laporan ini.

Semoga laporan ini dapat bermanfaat bagi saya khususnya dan pembaca
umumnya.

Malang, 1 Juni 2015

Penulis

i
 DAFTAR ISI

KATA PENGANTAR ........................................................................................................ i

DAFTAR ISI...................................................................................................................... ii
BAB I Pendahuluan .......................................................................................................... 1
1.1. Latar Belakang .................................................................................................... 1
1.2. Rumusan Masalah ............................................................................................... 1
1.3. Maksud dan Tujuan............................................................................................. 1
1.4. Batasan Masalah ................................................................................................. 1
BAB II Dasar Teori........................................................................................................... 2
2.1 Pengertian SPSS.................................................................................................. 2
2.2 Uji Korelasi ......................................................................................................... 2
2.3 Uji Regresi .......................................................................................................... 5
2.4 Harga ................................................................................................................... 6
BAB III Metodologi Penelitian ........................................................................................ 7
3.1 Jenis Penelitian.................................................................................................... 7
3.2 Sumber Data........................................................................................................ 7
3.3 Variabel Penelitian .............................................................................................. 7
3.4 Metode Analisis Data .......................................................................................... 7
BAB IV Pembahasan dan Analisis Data ......................................................................... 9
4.1 Kasus ................................................................................................................... 9
4.2 Analisis Kenormalan Data .................................................................................. 9
4.3 Analisis Korelasi ............................................................................................... 12
4.4 Analisis Regresi ................................................................................................ 14
BAB V Penutup ............................................................................................................... 25
5.1. Kesimpulan ....................................................................................................... 25
Daftar Pustaka ................................................................................................................ 26
Lampiran-lampiran ........................................................................................................ 27

ii
 BAB I
Pendahuluan
1.1. Latar Belakang

Tidak bisa dipungkiri beras merupakan kebutuhan pokok paling penting

dimasyarakat Indonesia. Mengingat perannya sebagai komoditas pangan
utama masyarakat Indonesia, tercapainya kecukupan produksi beras nasional
sangat penting sebagai salah satu faktor yang mempengaruhi terwujudnya
ketahanan pangan nasional. Menurut Suryana dkk (2001) beras sebagai bahan
makanan pokok tampaknya tetap mendominasi pola makan orang Indonesia.
Hal ini terlihat dari tingkat partisipasi konsumsi beras di Indonesia yang
masih diatas 95 persen. Dalam komponen pengeluaran konsumsi masyarakat
Indonesia, beras mempunyai bobot yang paling tinggi. Bahkan menurut
Riyadi (2002) beras merupakan makanan pokok dari 98 persen penduduk
Indonesia.

Harga merupakan sejumlah uang yang harus dikeluarkan oleh konsumen

sebagai alat ganti atau tukar untuk mendapatkan sejumlah barang atau
manfaat serta pelayanan dari produk atau jasa yang akan didapat oleh
konsumen tersebut. Dimana beberapa bulan yang lalu harga beras mengalami
kenaikan harga yang cukup besar di sejumlah daerah yaitu sekitar 30%. Oleh
karena itu, penulis ingin meneliti pengaruh harga beras terhadap penjualan
beras di Indonesia yang mana mengunakan uji korelasi dan uji regresi.

1.2. Rumusan Masalah

1.2.1 Apa pengertian uji korelasi ?

1.2.2 Apa pengertian uji regresi ?
1.2.3 Bagaimana pengaruh kenaikan harga terhadap penjualan beras di
Indonesia ?

1.3. Maksud dan Tujuan

Maksud dan tujuan dalam pembuatan laporan ini ialah pertama, untuk
memenuhi tugas besar praktikum statistika dan kedua, diharapkan
mahasiswa/i UMM bisa memahami uji korelasi dan regresi beserta
praktikumnya menggunakan program SPSS 21.

1.4. Batasan Masalah

Dalam penulisan laporan ini, batasan masalah dibatasi pada uji statistik
dengan menggunakan Korelasi dan Regresi.

1
 BAB II
Dasar Teori
2.1 Pengertian SPSS

SPSS adalah kependekan dari Statistical Program for Social Science

merupakan paket program aplikasi komputer untuk menganalisis data
statistik. Dengan SPSS kita dapat memakai hampir dari seluruh tipe file data
dan menggunakannya untuk untuk membuat laporan berbentuk tabulasi, chart
(grafik), plot (diagram) dari berbagai distribusi, statistik deskriptif dan
analisis statistik yang kompleks. Jadi dapat dikatakan SPSS adalah sebuah
sistem yang lengkap, menyeluruh, terpadu, dan sangat fleksibel untuk analisis
statistik dan manajemen data, sehingga kepanjangan SPSS pun mengalami
perkembangan, yang pada awal dirilisnya adalah Statistical Package for the
Social Science, tetapi pada perkembangannya berubah menjadi Statistical
Product and Service Solution.

Keunggulan dari SPSS for windows diantaranya adalah diwujudkan dalam

menu dan kotak-kotak dialog antar muka (dialog interface) yang cukup
memudahkan para user dalam perekaman data (data entry), memberikan
perintah dan sub-sub perintah analisis hingga menampilkan hasilnya.
Disamping itu SPSS juga memiliki kehandalan dalam menampilkan chart
atau plot hasil analisis sekaligus kemudahan penyuntingan bilamana
diperlukan. Dalam menunjang kerjanya, SPSS for windows menggunakan 6
tipe window, yaitu : SPSS Data Editor, output Window, Syntax Window,
Chart Carousel, Chart Window, dan Help Window. (Anonim, SPSS_2, 2015)

2.2 Uji Korelasi

Menurut Jonathan Sarwono (Sarwono, 2015) korelasi merupakan teknik

analisis yang termasuk dalam salah satu teknik pengukuran asosiasi /
hubungan (measures of association). Pengukuran asosiasi merupakan istilah
umum yang mengacu pada sekelompok teknik dalam statistik bivariat yang
digunakan untuk mengukur kekuatan hubungan antara dua variabel. Diantara
sekian banyak teknik-teknik pengukuran asosiasi, terdapat dua teknik korelasi
yang sangat populer sampai sekarang, yaitu Korelasi Pearson Product
Moment dan Korelasi Rank Spearman. Pengukuran asosiasi mengenakan nilai
numerik untuk mengetahui tingkatan asosiasi atau kekuatan hubungan antara
variabel. Dua variabel dikatakan berasosiasi jika perilaku variabel yang satu
mempengaruhi variabel yang lain. Jika tidak terjadi pengaruh, maka kedua
variabel tersebut disebut independen.

2
 Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua
variabel (kadang lebih dari dua variabel) dengan skala-skala tertentu,
misalnya Pearson data harus berskala interval atau rasio; Spearman dan
Kendal menggunakan skala ordinal (Sarwono, 2015).

Dengan menggunakan paket program SPSS for Windows, hubungan antar

variabel diperlihatkan dalam bentuk matriks (Anonim, SPSS_2, 2015).
Pengukuran asosiasi berguna untuk mengukur kekuatan (strength) dan arah
hubungan hubungan antar dua variabel atau lebih. Contoh: mengukur
hubungan antara variabel: 1) Motivasi kerja dengan produktivitas; 2)Kualitas
layanan dengan kepuasan pelanggan; 3)Tingkat inflasi dengan IHSG
(Sarwono, 2015)

Dalam teori probabilitas dan statistika, korelasi, juga disebut koefisien

korelasi, adalah nilai yang menunjukkan kekuatan dan arah hubungan linier
antara dua peubah acak (random variable).
Koefisien korelasi
Tak ada
Korelasi Tanpa Korelasi
Tinggi Rendah Rendah korelasi Rendah Sedang Sedang Tinggi
tinggi korelasi tinggi
(acak)

−1 < −0.9 > −0.9 < −0.4 > −0.4 0 <= +0.4 > +0.4 < +0.9 > +0.9 +1

Salah satu jenis korelasi yang paling populer adalah koefisien korelasi
momen-produk Pearson, yang diperoleh dengan membagi kovarians kedua
variabel dengan perkalian simpangan bakunya. Meski memiliki nama
Pearson, metode ini pertama kali diperkenalkan oleh Francis Galton
(Anonim, Korelasi, 2015).

Kisaran (range) korelasi mulai dari 0 sampai dengan 1. Korelasi dapat

positif dan dapat pula negatif.

1. Korelasi Sama Dengan Nol

Korelasi sama dengan 0 mempunyai arti tidak ada hubungan antara dua
variabel. Jika dilihat dari sebaran data, maka gambarnya akan seperti terlihat
di bawah ini:

3
 Gambar 1 Korelasi dimana r = 0

2. Korelasi Sama Dengan Satu

Korelasi sama dengan + 1 artinya kedua variabel mempunyai hubungan

linier sempurna (membentuk garis lurus) positif. Korelasi sempurna seperti ini
mempunyai makna jika nilai X naik, maka Y juga naik seperti pada gambar
yang tertera di bawah ini:

Gambar 2 Korelasi dimana r = + 1

3. Korelasi Sama Dengan Minus Satu

Korelasi sama dengan -1 artinya kedua variabel mempunyai hubungan

aslinier sempurna (membentuk garis lurus) negatif. Korelasi sempurna seperti
ini mempunyai makna jika nilai X naik, maka Y turun dan sebaliknya seperti
pada gambar yang tertera di bawah ini:

4
 Gambar 3 Korelasi dimana r = - 1

2.3 Uji Regresi

Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap

hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the
explained variabel) dengan satu atau dua variabel yang menerangkan (the
explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan
variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih
dari satu, maka analisis regresi disebut regresi linear berganda. Disebut
berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada
variabel tergantung.

Dalam mengkaji hubungan antara beberapa variabel menggunakan analisis

regresi, terlebih dahulu peneliti menentukan satu variabel yang disebut
dengan variabel tidak bebas dan satu atau lebih variabel bebas. Jika ingin
dikaji hubungan atau pengaruh satu variabel bebas terhadap variabel tidak
bebas, maka model regresi yang digunakan adalah model regresi linier
sederhana. Kemudian Jika ingin dikaji hubungan atau pengaruh dua atau lebih
variabel bebas terhadap variabel tidak bebas, maka model regresi yang
digunakan adalah model regresi linier berganda (multiple linear regression
model). Kemudian untuk mendapatkan model regresi linier sederhana
maupun model regresi linier berganda dapat diperoleh dengan melakukan
estimasi terhadap parameter-parameternya menggunakan metode tertentu.
Spesifikasi minimum untuk prosedur regresi adalah:

 Satu variabel dependen (variabel terikat)

 Satu atau beberapa variabel independen (variabel bebas)

5
2.4 Harga

Untuk memahami definisi harga, perlu dipahami bahwa masalah harga

selalu berhubungan antara penjual dan pembeli baik produk maupun jasa.
Melalui harga dan pembayaran akan dapat menutupi biaya produksinya dan
menentukan kelangsungan hidup bisnis atau perusahaan.

Begitu pula dengan pembeli, akan mempertimbangkan harga, sebab

berkaitan dengan jumlah uang yang harus dikorbankan untuk memperoleh
atau menikmati suatu produk atau jasa, Harga adalah sejumlah uang sebagai
alat tukar untuk memperoleh produk atau jasa (Djasmin Saladin,
2001:95).Sedangkan menurut (Buchari Alma, 2002:125) harga adalah nilai
suatu barang atau jasa yang dinyatakan dengan uang”.

Dari sejumlah definisi harga menurut para ahli diatas dapat diambil
kesimpulan bahwa harga merupakan sejumlah uang yang harus dikeluarkan
oleh konsumen sebagai alat ganti atau tukar untuk mendapatkan sejumlah
barang atau manfaat serta pelayanan dari produk atau jasa yang akan didapat
oleh konsumen tersebut.

6
 BAB III
Metodologi Penelitian
3.1 Jenis Penelitian

Dalam penelitian ini penulis menggunakan penelitian kuantitatif, karena

data yang diperoleh nantinya berupa angka. Dari angka yang diperoleh akan
dianalisis lebih lanjut dalam analisis data.

3.2 Sumber Data

Dalam penelitian ini sumber data berasal dari data sekunder yaitu dari
literatur, artikel, jurnal serta situs di internet yang berkenaan dengan
penelitian yang dilakukan.

3.3 Variabel Penelitian

Variabel-variabel yang digunakan dalam laporan ini adalah sebagai berikut:
1. Variabel Dependen (Variabel Terikat)

Variabel dependen (terikat) merupakan variabel yang dipengaruhi oleh

variabel bebasnya. Dalam laporan ini, yang menjadi variabel dependen
adalah penjualan beras.
2. Variabel Independen (Variabel Bebas)

Variabel independen (bebas) merupakan variabel yang mempengaruhi

variabel terikatnya. Dalam kasus ini yang menjadi variabel bebas adalah
harga beras.

3.4 Metode Analisis Data

Metode analisis data adalah suatu metode yang digunakan untuk mengolah
hasil penelitian guna memperoleh suatu kesimpulan. Dengan melihat
kerangka pemikiran teoritis, maka teknik analisis data yang digunakan dalam
penelitian ini adalah analisis kuantitatif. Dalam penelitian ini analisis yang
digunakan untuk mengetahui pengaruh harga beras terhadap penjualan beras
di Indonesia, menggunakan analisis korelasi dan analisis regresi linier
sederhana.

Untuk memperoleh analisis yang tepat, maka menggunakan metode

analisis kenormalan data, analisis korelasi dan analisis regresi.
1. Analisis Kenormalan Data

Analisis kenormalan data adalah hal pertama yang harus dilakukan untuk
mengetahui data tersebut normal atau tidak.

7
2. Analisis Korelasi

Analisis korelasi digunakan untuk melihat hubungan antara satu variabel

dengan variabel yang lain.
3. Analisis Regresi

Analisis regresi adalah alat statistika yang digunakan untuk

mendekripsikan, memprediksi, kontrol terhadap suatu fenomena statistik
yang disajikan dalam bentuk model numerik. Uji ini harus memiliki
minimal dua variabel, yaitu variabel dependen (terikat / dipengaruhi) dan
variabel independent (mempengaruhi / bebas).

8
 BAB IV
Pembahasan dan Analisis Data
4.1 Kasus

Seorang mahasiswa ingin mengetahui penjualan beras di Indonesia apakah

megalami penurunan yang mana terjadi kenaikan harga beras di Indonesia
dengan menentukan persamaan regresinya jika diketahui harga beras, dengan
data sebagai berikut:

Harga Beras Penjualan Beras

(Rupiah/kg) (Kg/bulan)
8000 112
8500 110
8000 117
9000 200
10000 198
9500 199
10000 211
9000 186
8500 189
12000 205
12500 200
13000 118
12000 130
11000 201
14000 209

4.2 Analisis Kenormalan Data

Analisis kenormalan data harus dilakukan sebelum melakukan analisis

yang lain, karena analisis kenormalan data berfungsi untuk melihat data
tersebut normal atau tidak. Langkah – langkah dalam melakukan analisis data
adalah sebagai berikut :

1. DISTRIBUSI FREKUENSI
Prosedur ini digunakan untuk menguji kenormalan data dengan skewness
(nilai kemiringan) dan kurtosis (titik kemiringan).
Analyze → Descriptive Statistics → Frequencies
Maka akan ditampilkan kotak dialog Frequencies.
a. Pindahkan variable mana yang akan diuji kenormalan datanya,
kemudian pilih Statistics

9
b. Pilih Skewness dan Kurtosis kemudian klik Continue

c. klik OK hingga mendapat tabel Statistics

10
 d. Kemudian ujilah nilai skewness dan kurtosis dengan syarat nilai
Skewness dan nilai Kurtosis terletak diantara ± 2 .

Nilai Skewness

Nilai Kurtosis
 Berdasarkan harga beras

 Skewness

 Kurtosis

 Berdasarkan penjalan beras

 Skewness

 Kurtosis =

Karena nilai skewness dan kurtosis pada prestasi, jam belajar, dan jam
penggunaan media sosial diantara maka data tersebut adalah normal.
2. DISTRIBUSI DESKRIPTIF
Data itu disebut normal jika nilai Z score yang muncul sebagian besar
terletak diantara ± 1,96 .
Analyze → Descriptive Statistics → Descriptives
Maka akan ditampilkan kotak dialog Descriptives.
1. Pindahkan variable mana yang akan diuji kenormalan datanya
2. Klik save standized values as variable.

11
 3. Klik OK hingga mendapat tabel Descriptive Statistics.
4. Nilai Z Score akan muncul pada data statistic nya.

Pada tabel Zscore diatas, diketahui bahwa nilai Zscore muncul sebagian
besar terletak diantara maka data tersebut adalah normal.

4.3 Analisis Korelasi

Analisis korelasi digunakan untuk mengetahui hubungan antar variabel

dependen dan variabel independen. Selain itu juga untuk mngetahui kuat
lemahnya hubungan antar variabel tersebut. langkah – langkah dalam
pengujian korelasi adalah :

1. Pada menu pilih:

Analyze → Correlate → Bivariate
Maka akan ditampilkan kotak-kotak dialog Bivariate Correlations.
Semua variabel numerik pada file data akan ditampilkan pada kotak
daftar variabel.
2. Pindahkan semua variabel yang akan diuji sekaligus ke kotak Variabels

12
 3. Klik OK maka akan muncul tampilan pada output korelasi.

4. Setelah itu memulai pengujiannya

Analisis:
 Hipotesis
H0 : Tidak ada hubungan antar variabel (tidak ada hubungan antara
harga beras dengan penjualan beras).
H1 : Ada hubungan antar variabel (ada hubungan antara harga beras
dengan penjualan beras).

 Pengambilan keputusan
a. Berdasarkan Probabilitas
Syarat :
- Jika probabilitas > 0,05 maka H0 diterima
- Jika probabilitas < 0,05 maka H0 ditolak

13
 Terlihat pada output bahwa probabilitas antara harga beras dengan
penjualan beras = maka H0 diterima yang artinya tidak
ada hubungan antar variabel atau dengan kesimpulan tidak ada
hubungan antara harga beras dengan penjualan beras di Indonesia.
b. Berdasarkan Angka Korelasi
Syarat :
- Arah korelasi positif dan angka korelasi > 0,5 maka memiliki
hubungan kuat
- Arah korelasi negatif dan angka korelasi < 0,5 maka memiliki
hubungan lemah
Dari output terlihat angka korelasi antara harga beras dengan
penjualan beras adalah yang artinya antara harga beras
dengan penjualan beras memiliki hubungan kuat.

4.4 Analisis Regresi

Setelah melakukan analisis korelasi, selanjutnya yaitu melakukan analisis

regresi. Analisis regresi digunakan untuk menemukan persamaan regresi yang
menunjukkan hubungan antara variabel dependen (variabel respon) dengan
satu atau beberapa variabel independen (variabel prediktor ). Dimana variabel
dependen adalah penjualan beras dan variabel independen adalah harga beras.
Karena variabel independen hanya satu, maka analisis ini menggunakan
analisis regresi sederhana. Langkah – langkah dalam melakukan pengujian
regresi adalah :

Analyze → Regression → Linear

Maka akan ditampilkan kotak dialog Linear regression.

14
1. Masukkan variabel Penjualan Beras ke kotak Dependent, sedangkan
variabel Harga Beras Independent (s).
2. Klik tab Statistics, maka akan ditampilkan kotak dialog Linear
regression Statistics

3. Berilah centang pada colinearity diagnostics, Durbin-Watson dan

Casewise diagnostics kemudian pilih All cases. Setelah itu, klik continue.
4. Klik tab Plots, maka akan ditampilkan kotak dialog Linear Regression
Plots

15
5. Kliklah *SRESID (Studentized Residual), kemudian masukkan ke kotak
Y. Selanjutnya, kliklah *ZPRED (Standardized Predicted Value)
kemudian masukkan ke kotak X. Setelah itu, klik continue
6. Klik tab Save maka akan ditampilkan kotak dialog Linear Regression
Save, lalu centang Unstandardized . Setelah itu, klik continue.

7. Kliklah OK, maka hasil output akan ditampilkan.

8. Setelah tampilan output keluar, maka akan memulai analisisnya

Analisis / Interpretasi Output :

16
 Dari output pada tabel variabel Entered/Removed menunjukkan
bahwa seluruh variabel bebas dimasukkan dalam perhitungan regresi.
Persamaan Regresi secara umum
Regresi Linier :
Regresi Berganda :
Pada model persamaan regresi untuk menguji ketepatan model regresi
dalam menaksir nilai aktual dapat diukur dari Goodness of fit. Secara
statistik hal ini bisa ditunjukan dengan melakukan tiga uji:
1. Koefisien Determinasi
Pengaruh variabel independen terhadap variasi variabel dependen
dapat diukur dengan besarnya nilai koefisien determinasi (R²). Pada
Output tabel Model Summary

Karena menggunakan analisis regresi linear sederhana sehingga yang

dipakai untuk melihat koefisisen determinasi adalah nilai R. Terdapat
koefisiensi determinasi R yang berguna untuk mengetahui besarnya
sumbangan pengaruh variabel independen terhadap variabel dependen
yang dinyatakan dalam persentase ( )

merupakan besarnya pengaruh variabel independen harga beras

terhadap variabel dependent penjualan beras, sedangkan sisanya
adalah besarnya pengaruh faktor lain diluar variabel independent
yang ada.
2. Uji Statistik F (Uji Anova)
 Hipotesis
H0 : Tidak ada pengaruh antara harga beras dengan penjualan beras
H1 : Ada pengaruh antara harga beras dengan penjualan beras

 Pengambilan keputusan
a. Berdasarkan perbandingan dengan
Syarat :

17
 diterima : jika
ditolak : jika
Pada outuput (tabel ANOVA) : 1

Untuk menentukan :

dengan adalah banyaknya data yang diteliti dan banyak variabel

independent.
Setelah itu dengan langkah sebagai berikut :
Transform compute variabel

Sehingga diperoleh : ( )

18
 Keputusan

Kesimpulan :
Ada pengaruh antara harga beras dengan penjualan beras (model regresi
dapat dipakai untuk memprediksi penjualan beras)
b. Berdasarkan nilai probabilitas
Syarat :
diterima : jika nilai probabilitas
ditolak : jika nilai probabilitas
Diketahui sig.(tabel ANOVA) : ( )
Keputusan prob > 0,05
Kesimpulan :
Tidak ada pengaruh antara harga beras dengan penjualan beras
3. Uji Statistik T
Pada kasus diatas menggunakan regresi linear sederhana, bentuk
umum persamaan regresi:
Pada output tabel Coefficient hasil perhitungan diatas dapat dibuat
persamaan regresi :

Dimana:
Penjualan beras
Harga Beras
konstanta
Dari persamaan tersebut menunjukkan bahwa :
 Koefisien regresi sebesar 0 menyatakan bahwa setiap
penambahan Rp 1 harga beras akan meningkatkan penjualan beras
sebesar

19
 Konstanta sebesar menyatakan bahwa jika variabel bebas
harga beras tidak ada maka penjualan beras adalah

 Hipotesis
Koefisien regresi tidak berpengaruh signifikan terhadap variabel
Koefisien regresi berpengaruh signifikan terhadap variabel
Pengambilan Keputusan
a. Berdasarkan Perbandingan dan
Syarat :
diterima : jika berada diantara nilai
ditolak : jika tidak berada diantara nilai
Dari output diperoleh nilai thitung masing-masing koefisien regresi
berturut-turut:
( untuk variabel independen 1= harga beras)
Signifikansi ( )

Untuk menghitung Ttabel, langkah – langkah yang harus dilakukan

adalah sama seperti menghitung Ftabel, yaitu :
Transform Compute Variabel

20
 Sehingga
(1 dan berada diantara nilai ) maka:
, koefisien harga beras tidak berpengaruh signifikan
terhadap penjualan beras atau dengan kata lain koefesien harga beras
tidak berpengaruh siginifikan terhadap penjualan beras.
b. Berdasarkan Nilai Probabilitas
Syarat :
diterima : jika nilai probabilitas
ditolak : jika nilai probabilitas
Diketahui sig.(tabel Coefficient) : ( )
Probabilitas
Kesimpulan : koefisien regresi tidak berpengaruh signifikan terhadap
variabel atau dengan kata lain koefesien harga beras tidak
berpengaruh siginifikan terhadap penjualan beras.

UJI PENYIMPANGAN ASUMSI KLASIK

a. Autokorelasi
Autokorelasi adalah hubungan yang terjadi antara residual dari
pengamatan satu dengan pengamatan yang lain. Model regresi yang baik
seharusnya tidak menunjukkan adanya autokorelasi. Untuk mendeteksi ada

21
 atau tidaknya autokorelasi, maka Durbin Watson akan dibandingkan
dengan DWtabel dengan kriteria sebagai berikut:

Jika atau – , maka ada autokorelasi

Jika diantara dan – , maka tidak ada autokorelasi

Jika diantara dan atau – dan – , maka tidak ada

kesimpulan yang pasti

: batas atas dari tabel ( upper bound)

: batas bawah dari tabel ( lower bound)

Autokorelasi Tidak ada Tidak ada Tidak ada Autokorelasi

(+) kes. pasti kes. pasti (-)
autokorelasi

0 1,077 1,361 2,639 2,923 4

Dari output diketahui

Dari tabel Durbin Watson dengan taraf signifikansi

di peroleh
–
–
Karena diantara 0 dan , maka terjadi autokorelasi(+). Kesimpulan
Ho ditolak. Koefisien regresi berpengaruh signifikan terhadap variabel
atau dengan kata lain koefesien harga beras berpengaruh siginifikan
terhadap penjualan beras.

b. Multikolinieritas

22
 Multikolinieritas adalah hubungan antar variabel independen yang
terdapat dalam model regresi memiliki hubungan linier yang sempurna
atau mendekati sempurna (koefisien korelasinya tinggi atau bahkan 1.
Model yang baik seharusnya tidak terjadi korelasi sempurna atau
mendekati sempurna diantara variabel bebasnya. Konsekuensi adanya
multikolinieritas adalah koefisien korelasi variabel tidak tertentu dan
kesalahan menjadi sangat besar atau tidak terhingga.
Syarat uji multikolinieritas adalah :
Jika Tolerance atau inflation factor ( ) → terjadi
multikolinieritas
Dari output diperoleh:

Tolerance

Kesimpulan  tidak terjadi multikolinieritas antar variabel

independennya.
c. Heteroskedastisitas
Scatterplot digunakan untuk mendeteksi ada atau tidaknya penyimpangan
pada asumsi klasik, yaitu heteroskedastisitas. Heteroskedastisitas adalah
varian residual yang tidak sama pada semua pengamatan di dalam model
regresi. Regresi yang baik seharusnya tidak terjadi heteroskedastisitas.
Syarat uji heteroskedastisitas adalah :
- Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur (bergelombang, melebar, menyempit) maka
terjadi heteroskedastisitas
- Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan
di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas

23
Karena pada output scatterplot tidak menunjukkan adanya pola yang
jelas, maka tidak terjadi heteroskedastisitas pada data-data yang
digunakan pada model tersebut.

24
 BAB V
Penutup
5.1. Kesimpulan

Dalam pengujian kenormalan data berdasarkan distribusi frekuensi dan

distribusi deskriptif diperolah bahwa data yang dibuat telah menunjukkan
adanya kenormalan. Sehingga bisa dilanjutkan untuk menguji hubungan
(korelasi) dengan menguji persamaan regresi.

Dalam penggunaan uji korelasi berdasarkan nilai probabilitas, diperoleh

bahwa tidak ada hubungan antara harga beras dengan penjualan beras di
Indonesia. Sedangkan berdasarkan angka korelasi, diperoleh bahwa antara
harga beras dengan penjualan beras memiliki hubungan kuat.

Dalam pengujian regresi berdasarkan koefisien determinasi didapatkan

pengaruh variabel independen terhadap variasi variabel dependen sebesar
dan sebesar 74 dipengaruhi oleh faktor lain. Sedangkan dalam uji
statistik F (uji varians) berdasarkan perbandingan Fhitung dan Ftabel serta
nilai probabilitas diperoleh bahwa ada pengaruh antara harga beras dengan
penjualan beras (model regresi dapat dipakai untuk memprediksi penjualan
beras). Kemudian pada uji statistik T berdasarkan perbandingan Thitung
dengan Ttabel serta nilai probabilitas diperoleh bahwa koefisien regresi tidak
berpengaruh signifikan terhadap variabel atau dengan kata lain koefesien
harga beras tidak berpengaruh siginifikan terhadap penjualan beras.. Pada
analisis ini, tidak terdapat kesimpulan yang pasti karena nilai DW terletak
antara 0 dan dL dan terjadi autokorelasi(+). Serta pada output scatterplot,
menunjukkan tidak adanya heteroskedastisitas karena tidak menunjukkan
adanya pola yang jelas.

25
 Daftar Pustaka

Anonim. (2015, Mei 2). Korelasi. Dipetik Mei 31, 2015, dari Wikipedia:
http://wikipedia.com
Anonim. (2015). SPSS_2. Malang: Laboratorium Komputer UMM.
Sarwono, J. (2015). Korelasi. Dipetik Mei 31, 2015, dari Jonathan Sarwono:
http://www.jonathansarwono.info/korelasi/korelasi.htm

26
 Lampiran-lampiran

1. Input
 Data View

 Variable View

27
2. Output

28
29
30
31
32
33