TAHAPAN UJI HIPOTESA

A. UJI ASUMSI KLASIK

Nilai sig KS 0.986 > 0.05, Ho Gagal Diterima (Data Error Terdistribusi Normal)
sehingga tidak terjadi pelanggaran Asumsi Klasik.

1. Multikolinearitas

Hipotesis:
Ho : Tidak ada multikolinearitas
Ha : Ada multikolinearitas

Pengujian dilakukan menggunakan VIF (Varian Inflaction Factor)

dengan kriteria
Jika VIF > 10 ada multikolinearitas
Jika VIF < 10 tidak ada multikolinearitas

KESIMPULAN:
Coefficientsa

Unstandardized Standardized
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

Nilai VIF Harga 28.430 > 10, ada multikolinearitas

Nilai VIF Income 9.460 < 10, Tidak ada multikolinearitas
Nilai VIF Advertising 17.193 < 10, ada multikolinearitas

Karena variabel Harga dan Advt terdapat multikol, sehingga terjadi

Pelanggaran Asumsi Klasik dan harus disembuhkan.
 2. Autokorelasi

Hipotesis :
Ho : Tidak ada autokorelasi
Ha : Ada autokorelasi

Pengujian dilakukan menggunakan kriteria Durbin Watson Test

Dengan ketentuan

Auto + inconclusive TIDAK ADA AUTO inconclusive Auto -

0 dL du 2 4 – du 4 – dL 4
0.998 1.676 2.324 3.002

1.983
KESIMPULAN Nilai DW 1.983 berada di posisi TIDAK ADA Auto
sehingga tidak terjadi pelanggaran Asumsi Klasik

3. HETEROSKEDASTISITAS
Hipotesis :
Ho : Tidak ada heteroskedastisitas
Ha : Ada heteroskedastisitas

Pengujian dilakukan menggunakan Gletsjer Test yaitu meregresikan

antara absolute residual dengan masing-masing variabel
independen.

Kriteria pengambilan keputusan

Jika sig < 0.05 Ho ditolak (ada heteroskedastisitas)
Jika sig > 0.05 Ho GAGAL ditolak (tidak ada heteroskedastisitas)
KESIMPULAN:
Coefficientsa

Unstandardized Standardized
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: ABS_RES1

Nilai sig Harga 0.075 > 0.05, Ho GAGAL ditolak (tidak ada
heteroskedastisitas)
Nilai sig Income 0.026 < 0.05, Ho GAGAL ditolak (ada
heteroskedastisitas)
Nilai sig Advetising 0.823 > 0.05, Ho GAGAL ditolak (tidak ada
heteroskedastisitas)

Karena Income terdapat Heteroskedastisitas, maka terjadi

pelanggaran asumsi Klasik, dan harus dilakukan penyembuhan
UJI HIPOTESIS Teori
1. Uji Goodness of Fit

Model Summaryb

Adjusted Std. Error of Durbin-W

Model R R Square R Square the Estimate atson
1 ,991a ,983 ,980 808,80996 1,983
a. Predictors: (Constant), Advertising, INCOME, HARGA
b. Dependent Variable: SALES

Dari hasil pengolahan diperoleh Adj R2 = 0.980

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.
Kesimpulan:
Model GOODNESS OF FIT karena nilai dari Adj R² mendekati 1

2. UJI SERENTAK (uji F)

Hipotesis:
Ho : b1=b2=b3=0 artinya secara bersama-sama variabel harga,
income dan advertising tidak mempengaruhi Sales
Ha : b1≠b2 ≠ b3 ≠ 0 artinya paling tidak ada satu variabel
independen yang mampu menjelaskan variabel
dependen.

Keputusan dilakukan
Jika sig dari F < 0.05 Ho ditolak
Jika sig dari F > 0.05 Ho Gagal Ditolak
 Kesimpulan:

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 6,04E+08 3 201310692,8 307,733 ,000a
Residual 10466777 16 654173,544
Total 6,14E+08 19
a. Predictors: (Constant), Advertising, INCOME, HARGA
b. Dependent Variable: SALES

Nilai sig F 0.00 < 0.05, Ho Ditolak artinya paling tidak ada satu
variabel independen yang mampu menjelaskan variabel
dependen.

3. UJI INDIVIDU (uji t)

Coefficientsa

Unstandardized Standardized
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

BENTUK REGRESI:
Sales = β0 + β1 Price + β2 Income + β3 Advetising + e
Sales = 1847.188 – 55.721 Price + 8.716 Income – 8.230 Advt + e

SALES = f (HARGA) → Pengaruh sesuai teori (-)

Hipotesis:
Ho : b1 ≥ 0 Harga tidak berpengaruh atau berpengaruh positif
terhadap SALES
Ha : b1 < 0 Harga berpengaruh negatif terhadap Sales

Keputusan :
Jika sig dari t hitung < 0.05 Ho ditolak
Jika sig dari t hitung > 0.05 Ho GAGAL ditolak
b1 = -55.721 yang artinya harga berpengaruh negatif terhadap
permintaan. Naiknya harga Rp 1,- akan menurunkan
permintaan sebesar 55.721 dan sebaliknya (Lolos uji teori)

Dengan nilai sig dari t = 0.392/2 = 0.196 > 0.05 maka Ho

diterima sehingga secara statistik terbukti pengaruh negatif
dari harga terhadap Sales tidak signifikan

SALES = f (INCOME) → Pengaruh sesuai teori (+)

Hipotesis:
Ho : b2 ≤ 0 Income tidak berpengaruh atau berpengaruh
negatif terhadap SALES
Ha : b2 > 0 Income berpengaruh positif terhadap SALES

Keputusan :
Jika sig dari t hitung < 0.05 Ho ditolak
Jika sig dari t hitung > 0.05 Ho GAGAL ditolak

Dari hasil perhitungan diperoleh :

b2 = 8.716 yang artinya income berpengaruh positif terhadap SALES.
Naiknya income Rp 1 menyebabkan SALES naik 8.716 atau
sebaliknya. (Lolos uji teori)

Dengan nilai sig dari t sebesar 0.000/2 = 0.000 < 0.05 maka Ho
ditolak (Ha diterima) sehingga secara statistik terbukti bahwa
Income berpengaruh positif signifikan terhadap SALES.
SALES = f (ADVERTISING) → Pengaruh sesuai teori (+)

Hipotesis:
Ho : b3 ≤ 0 Iklan tidak berpengaruh atau berpengaruh
negatif terhadap SALES
Ha : b3 > 0 Iklan berpengaruh positif terhadap SALES

Dari hasil perhitungan diperoleh :

b3 = -8.230 yang artinya Iklan berpengaruh negatif terhadap SALES.
Naiknya Iklan Rp 1 menyebabkan SALES turun 8.230 atau sebaliknya.
(Tidak lolos uji teori)

Karena koefisien regresi yang dihasilkan tidak sesuai dengan teori

maka pengujian statistik tidak perlu dilakukan karena dari koefisien
yang negatif menunjukkan Ho diterima.