1. UJI NORMALITAS
Hipotesis :
Ho : Distribusi error normal
Ha : Distribusi dari error tidak normal
INTEPRETASI :
Hasil perhitungan menunjukkan sig dari KS-Z = 0.973 > 0.05 sehingga Ho diterima dan
kesimpulannya Distsribusi dari Error normal
Dengan demikian asumsi NORMALITAS TERPENUHI
2. MULTIKOLINEARITAS
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 1847.188 5208.330 .355 .727
harga -55.721 63.299 -.153 -.880 .392 .035 28.430
income 8.716 .741 1.181 11.768 .000 .106 9.460
Advertising -8.230 2.955 -.377 -2.785 .013 .058 17.193
a. Dependent Variable: sales
Hipotesis :
Interpretasi :
Jadi dari 3 variabel independen yang digunakan ada 2 varaibel yang mengandung
multikolinearitas yaitu variabel HARGA DAN ADVERTISING
3. AUTOKORELASI
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 .991 .983 .980 808.80996 1.983
a. Predictors: (Constant), Advertising, income, harga
b. Dependent Variable: sales
Hipotesis :
Ho : Tidak ada autokorelasi
Ha : Ada autokorelasi
Intepretasi :
Dari hasil perhitungan diperoleh nilai DW hitung = 1,983 dan ada di daerah tidak ada
autokorelasi sehingga dapat disimpulkan model yang dihasilkan terbebas dari masalah
AUTOKORELASI
4. UJI HETEROSKEDASTISITAS
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5047.877 2521.384 2.002 .063
harga -58.398 30.643 -1.976 -1.906 .075
income -.882 .359 -1.471 -2.460 .026
Advertising -.325 1.431 -.183 -.227 .823
a. Dependent Variable: ABSRESID
Hipotesis :
Jika sig dari t < 0.05 Ho ditolak (ada heteroskedastisitas)
Jika sig dari t > 0.05 Ho diteirma (tidak ada heteroskedastisitas)
Interpretasi :
Dari hasil pengolahan data diperoleh :
Sig dari t untuk harga 0.075 > 0.05 Ho diterima (Tidak ada heteroskedastisitas)
Sig dari t untk income 0.026 < 0.05 Ho ditolak (ada heteroskedastisitas)
Sig dari t untuk advertising 0.823 > 0.05 Ho diterima (tidak ada heteroskedastisitas)
1. Gooddnes of fit R
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 .991 .983 .980 808.80996 1.983
a. Predictors: (Constant), Advertising, income, harga
b. Dependent Variable: sales
Dari hasil pengolahan diperoleh R2 = 980 Artinya bahwa variasi dari variable
independent (HARGA, INCOME DAN ADVERTISING) mampu menjelaskan
variasi dari variable dependent (SALES) sebesar 98%. Sedangkan sisanya (100% -
98,% = 2%) adalah variasi dari variable independent lain yang mempengaruhi SALES
tetapi tidak dimasukkan dalam model. (Model GOODNESS OF FIT karena nilai dari
R² mendekati 1
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 603932078.303 3 201310692.768 307.733 .000b
Residual 10466776.697 16 654173.544
Total 614398855.000 19
a. Dependent Variable: sales
b. Predictors: (Constant), Advertising, income, harga
Sig dari F = 0.000 < 0.05 Ho ditolak (Ha diterima) sehingga dapat disimpulkan
bahwa secara bersama-sama terbukti bahwa Harga, Income dan Advertising terbukti
berpengaruh negatif signifikan terhadap SALES
2. UJI INDIVIDU
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 1847.188 5208.330 .355 .727
harga -55.721 63.299 -.153 -.880 .392 .035 28.430
income 8.716 .741 1.181 11.768 .000 .106 9.460
Advertising -8.230 2.955 -.377 -2.785 .013 .058 17.193
a. Dependent Variable: sales
3.