AKAN DIUJI APAKAH TERDAPAT PENGARUH BIAYA PROMOSI (X1), BIAYA DISTRIBUSI (X2) DAN HARGA
JUAL PER UNIT (X3) TERHADAP VOLUME PENJUALAN (Y)
ANALISIS DATA
1. UJI STATISTIK DESKRIPTIF
PENJUALAN PROMOSI DISTRIBUSI HARGA
Mean 12305556 1247222. 1277778. 1361.111
Median 12000000 1300000. 1200000. 1300.000
Maximum 20000000 1900000. 2000000. 1800.000
Minimum 5000000. 500000.0 700000.0 1000.000
Std. Dev. 3552218. 340995.3 321701.8 266.4880
Skewness 0.237344 -0.188063 0.506430 0.223698
Kurtosis 2.396598 2.505421 2.563205 1.770810
Observations 36 36 36 36
Catatan:
Pada Statistik deskriptif untuk mengertahui mean (rata rata) masing masing variabel tinGgi atau
rendah dengan membandingkan nilai mean dan median.
Jika nilai mean lebih kecil dari median maka rata rata variabel RENDAH
Jika nilai mean lebih besar dari median maka rata rata variabel tinggi
Untuk uji normalitas masing masing data (BUKAN uji normalitas residual pada asumsi klasik) bisa
dilihat dari nilai Jarque Bera. Data dikatakan berdistribusi normal Jika nilai probablitasnya > 0.05
ANALISIS:
UJI STATISTIK DESKRIPTIF VARIABEL PENELITIAN:
Variabel PENJUALAN Mean 12305556 > Median1200000 maka rata rata penjualan tinggi
Variabel PROMOSI Mean 1247222 < Median 1300000 maka rata rata promosi rendah
Variabel DISTRIBUSI Mean 1277778 > Median1200000 maka rata rata distribusi tinggi
Variabel HARGA Mean 1361.111 > Median 1300.000 maka rata rata Harga tinggi
Sebelum dilakukan UJI REGRESI BERGANDA dilakukan UJI ASUMSI KLASIK terlebih dahulu:
1. UJI NORMALITAS RESIDUAL (Residual dikatakan berdistribusi normal jika Nilai probabilitas > 0.05)
8
Series: Residuals
7 Sample 2018M01 2020M12
Observations 36
6
5 Mean 2.48e-09
Median -28276.30
4
Maximum 4527274.
3 Minimum -2782520.
Std. Dev. 1625265.
2 Skewness 0.715770
1 Kurtosis 3.465567
0 Jarque-Bera 3.399088
-2000000 0 2000000 4000000
Probability 0.182767
Nilai Probablitas Jarque- Bera 0.182767 > 0.05 berarti residual berdistribusi Normal
2. UJI AUTOKORELASI
Hanya dilakukan pada data time series (runtun waktu) dan tidak dilakukan pada data cross section
(satu waktu)
Model regresi dikatakan tidak mengalami Autokorelasi Jika probabilitas Chi Squares(2) > 0.05
Breusch-Godfrey Serial Correlation LM Test:
Null hypothesis: No serial correlation at up to 2 lags
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 04/28/21 Time: 23:26
Sample: 2018M01 2020M12
Included observations: 36
Presample missing value lagged residuals set to zero.
Nilai Prob Chi Squares (2) 0.4770 > 0.05 maka data atau model regresi tidak mengalami
autokorelasi
3. UJI HETEROSKEDASTISITAS
Model Regresi tidak mengalami heteroskedastisitas Jika nilai Probabilitas masing masing
variabel > 0.05.
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/28/21 Tim e: 23:36
Sam ple: 2018M01 2020M12
Included observations: 36
4. UJI MULTIKOLINIERITAS
Model Regresi dikatakan tidak mengalami Multikolinieritas jika Koefisien Korelasi < 0.85(85%)
DISTRIBUSI HARGA PROMOSI
DISTRI... 1 -0.5702679... 0.61930036...
HARGA -0.5702679... 1 -0.5923265...
PROMOSI 0.61930036... -0.5923265... 1
ANALISIS UJI MULTIKOLINIERITAS:
3. UJI HIPOTESIS
MENGGUNAKAN REGRESI LINIER BERGANDA, dibuat hipotesis terlebih dahulu
Catatan:
Hipotesis diterima jika Nilai sig atau Prob Value < alpha 0.05 dan koefisien regresi searah dengan
hipotesis
Nilai Adjusted R Squared sebesar 0.771036 berarti Variabel independen (promosi, distribusi dan
harga) mampu menjelaskan variabel variabel dependen (penjualan) sebesar 77 % sedangkan sisanya
sebesar 23% dijelaskan oleh variabel lain yang tidak diteliti
2. Uji Nilai F ( Simultan)
Nilai Prob (F Statistik) sebesar 0.000000 < alpha 0.05 berarti terdapat pengaruh secara bersama sama
variabel X (promosi, distribusi dan harga) terhadap variabel Y (penjualan)
HIPOTESIS
PERSAMAAN REGRESI