ASUMSI KLASIK

1. UJI NORMALITAS

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 20
a,b
Normal Parameters Mean .0000000
Std. Deviation 742.21491769
Most Extreme Differences Absolute .101
Positive .074
Negative -.101
Test Statistic .101
Asymp. Sig. (2-tailed) .200c,d
Exact Sig. (2-tailed) .973
Point Probability .000
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

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 :

Jika VIF > 10 ada multikolinearitas

Jika VIF < 10 tidak ada multikolinearitas

Interpretasi :

VIF untuk harga = 28.430 > 10 ada multikolinearitas

VIF untuk Income = 9.460 < 10 tidak ada multikolinearitas
VIF untuk advertising = 17.193 > 10 ada multikolinearitas

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)

Kesimpulan : Asumsi heteroskedastisitas tidak terpenuhi dimana variabel yang menyebabkan

heteroskedastisias adalah INCOME
 PENGUJIAN TEORI

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

UJI SERENTAK (F-Test)

Dilakukan untuk mengujia apakah secara bersama-sama variabel independen
mempunyai pengaruh yang signifikan terhadap variabel dependennya

Pengujian dilakukan dengan langkah-langkah :

- Tentukan Ho dan Ha
Ho : b1=b2=b3=0
artinya secara bersama-sama variabel harga, income dan advertising
tidak mempengaruhi Sales
Ha : b1≠b2 ≠ b3 ≠ 0
artinya secara bersama-sama variabel harga, income dan advertising
mempengaruhi sales

- Pengambilan keputusan dilakukan

Jika sig dari F < 0.05 Ho ditolak
Jika sig dari F > 0.05 Ho diterima

Dari hasil print-out diperoleh tabel ANOVA sbb :

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.