Nama : Shandhika Pradipta Putra

NIM : 1914290075

Lab : Statistika 2

Contoh Analisis Regresi Linear Sederhana

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Rata-rata . Enter
b
Piutang 05
a. Dependent Variable: Penjualan 05
b. All requested variables entered.
Interpretasi :

Tabel menunjukan metode memasukkan data dengan enter, data yang dimasukkan X rata-rata
piutang dan variable dependen Y. Penjualan sesuai dengan yang akan di analisis.

ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regression 294930,740 1 294930,740 136,164 <,001b
Residual 21659,980 10 2165,998
Total 316590,720 11
a. Dependent Variable: Penjualan 05
b. Predictors: (Constant), Rata-rata Piutang 05

Interpretasi :

Model fit test menunjukan nilai statistik F sebesar 136.164 dengan probabilitas signifikasi
0.000 < 0.05, maka signifikannya. Artinya model regresi linear dan hubungan antara variable
linear adalah signifikan, jadi model regresi dapat digunakan untuk memprediksi nilai variable
dependen penjualan.

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -34,383 40,650 -,846 ,417
Rata-rata Piutang 10,411 ,892 ,965 11,669 <,001
05
a. Dependent Variable: Penjualan 05

Interpretasi :

Nilai konstanta a sebesar -34.383 dan koefisien regresi b sebesar 10.411 diperoleh persamaan

matematis regresi linear untuk menunjukkan pengaruh rata-rata piutang terhadap

penjualan:

Ŷ= -34,383+10.411X+Ɛ.

Hasil Uji ini menunjukkan jika nilai X : rata-rata piutang konstan atau nol, maka rata-rata
penjualan sebesar -34.383 dan pengaruh X; rata-rata piutang terhadap Y: penjualan positif
sebesar 10.411, jika X: rata-rata piutang naik satu satuan, maka Y: penjualan akan naik
sebesar 10,411 satuan.

10.411
Hasil uji signifikansi regresi, nilai t0 = = 11.699 > nilai t-tabel dan dengan
0,892
probabilitas signifikansi sebesar 0.000 < 0.05, maka signifikan dan Ho ditolak. Hal ini
menunjukkan pengaruh X: rata-rata piutang terhadap Y: penjualan positif dan signifikan.

Model Summaryb
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 ,965 ,932 ,925 46,5403
a. Predictors: (Constant), Rata-rata Piutang 05
b. Dependent Variable: Penjualan 05

Interpretasi :

Koefisien korelasi antara X: rata-rata piutang dan Y:penjualan positif sangat kuat dengan
nilai sebesar 0,965 dan koefisien Determinasi 0.932 artinya kemampuan X:rata-rata oiutang
dalam menjelaskan Y; penjualan sebesar 93.2% dan sisanya sebesar 6.8% dijelaskan oleh
variable lain yang tidak dimasukan dalam model regresi.

1. Tugas Analisis Regresi Linear Sederhana Tahun 2003

 Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Rata-rata . Enter
b
Piutang 03
a. Dependent Variable: Penjualan 03
b. All requested variables entered.

Interpretasi :

Tabel menunjukan metode memasukkan data dengan enter, data yang dimasukkan X rata-rata
piutang dan variable dependen Y. Penjualan sesuai dengan yang akan di analisis.

ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regression 151309,609 1 151309,609 72,494 <,001b
Residual 10435,980 5 2087,196
Total 161745,589 6
a. Dependent Variable: Penjualan 03
b. Predictors: (Constant), Rata-rata Piutang 03

Interpretasi :

Model fit test menunjukan nilai statistik F sebesar 72,494 dengan probabilitas signifikasi
0.000 < 0.05, maka signifikannya. Artinya model regresi linear dan hubungan antara variable
linear adalah signifikan, jadi model regresi dapat digunakan untuk memprediksi nilai variable
dependen penjualan.

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 131,278 48,780 2,691 ,043
Rata-rata Piutang 7,707 ,905 ,967 8,514 <,001
03
a. Dependent Variable: Penjualan 03

Interpretasi :
Nilai konstanta a sebesar -34.383 dan koefisien regresi b sebesar 10.411 diperoleh persamaan

matematis regresi linear untuk menunjukkan pengaruh rata-rata piutang terhadap

penjualan:

Ŷ= 131.278+7.707X+Ɛ.

Hasil Uji ini menunjukkan jika nilai X : rata-rata piutang konstan atau nol, maka rata-rata
penjualan sebesar 131.278 dan pengaruh X; rata-rata piutang terhadap Y: penjualan positif
sebesar 7.707, jika X: rata-rata piutang naik satu satuan, maka Y: penjualan akan naik sebesar
7.707 satuan.

7.707
Hasil uji signifikansi regresi, nilai t0 = = 8.514 > nilai t-tabel dan dengan probabilitas
0,905
signifikansi sebesar 0.000 < 0.05, maka signifikan dan Ho ditolak. Hal ini menunjukkan
pengaruh X: rata-rata piutang terhadap Y: penjualan positif dan signifikan.

Model Summaryb
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 ,967 ,935 ,923 45,6858
a. Predictors: (Constant), Rata-rata Piutang 03
b. Dependent Variable: Penjualan 03

Interpretasi :

Koefisien korelasi antara X: rata-rata piutang dan Y:penjualan positif sangat kuat dengan
nilai sebesar 0,967 dan koefisien Determinasi 0.935 artinya kemampuan X:rata-rata piutang
dalam menjelaskan Y; penjualan sebesar 93.5% dan sisanya sebesar 6.5% dijelaskan oleh
variable lain yang tidak dimasukan dalam model regresi.

2. Analisis Regresi Linear Ganda

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Penjualan 03, . Enter
Rata-rata
Piutang 03b
a. Dependent Variable: Perputara Piutang 03
b. All requested variables entered.

Interpretasi :

Tabel menunjukan metode memasukkan data dengan enter, data yang dimasukkan X rata-rata
piutang dan penjualan. Variable dependen Y adalah Perputaran piutang. Penjualan sesuai
dengan yang akan di analisis.

ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regression 9,366 2 4,683 16,319 ,012b
Residual 1,148 4 ,287
Total 10,514 6
a. Dependent Variable: Perputara Piutang 03
b. Predictors: (Constant), Penjualan 03, Rata-rata Piutang 03

Interpretasi :

Model fit test menunjukan nilai statistik F sebesar 16.319 dengan probabilitas signifikasi
0.012 < 0.05, maka signifikannya. Artinya model regresi linear dan hubungan antara variable
linear adalah signifikan, jadi model regresi dapat digunakan untuk memprediksi nilai variable
dependen penjualan.

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 10,103 ,895 11,288 <,001
Rata-rata Piutang -,204 ,042 -3,172 -4,878 ,008
03
Penjualan 03 ,021 ,005 2,577 3,962 ,017
a. Dependent Variable: Perputara Piutang 03

Interpretasi :

Konstanta sebesar 10.103; artinya jika rata-rata piutang (X1) dan penjualan (X2) nilainya
adalah 0, maka harga perputaran piutang (Y’) nilainya adalah 10.103. Koefisien regresi
variabel rata-rata piutang (X1) sebesar -0,204; artinya jika variabel independen lain nilainya
tetap dan rata-rata piutang mengalami kenaikan 1%, maka harga perputaran piutang(Y’) akan
mengalami penurunan sebesar -0,204. Koefisien bernilai negatif artinya terjadi hubungan
negatif antara rata-rata piutang dengan perputan piutang, semakin naik rata-rata piutang maka
semakin turun perputaran piutang. Koefisien regresi variabel Penjualan (X2) sebesar 0.021 ;
artinya jika variabel independen lain nilainya tetap dan penjualan mengalami kenaikan 1%,
maka harga perputaran piutang (Y’) akan mengalami peningkatan sebesar 0.021. nilai nilai t-
tabel dan dengan probabilitas signifikansi sebesar 0.000 < 0.05, maka signifikan dan Ho
ditolak. Hal ini menunjukkan pengaruh X: rata-rata piutang terhadap Y: penjualan positif dan
signifikan.

Model Summaryb
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 ,944 ,891 ,836 ,5357
a. Predictors: (Constant), Penjualan 03, Rata-rata Piutang 03
b. Dependent Variable: Perputara Piutang 03

Interpretasi :

Koefisien korelasi antara X: rata-rata piutang dan Y:penjualan positif sangat kuat dengan
nilai sebesar 0,944 dan koefisien Determinasi 0.891 artinya kemampuan X:rata-rata piutang
dalam menjelaskan Y; penjualan sebesar 89,1% dan sisanya sebesar 10,9% dijelaskan oleh
variable lain yang tidak dimasukan dalam model regresi.

Tugas Analisis Regresi Linier Ganda

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Rata-rata . Enter
Piutang,
Penjualanb
a. Dependent Variable: Perputaran Piutang
b. All requested variables entered.

Interpretasi :
Tabel menunjukan metode memasukkan data dengan enter, data yang dimasukkan X rata-rata
piutang dan penjualan. Variable dependen Y adalah Perputaran piutang. Penjualan sesuai
dengan yang akan di analisis.

ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regression 43,270 2 21,635 192,684 <,001b
Residual 3,144 28 ,112
Total 46,414 30
a. Dependent Variable: Perputaran Piutang
b. Predictors: (Constant), Rata-rata Piutang, Penjualan

Interpretasi :

Model fit test menunjukan nilai statistik F sebesar 192.684 dengan probabilitas signifikasi
0.000 < 0.05, maka signifikannya. Artinya model regresi linear dan hubungan antara variable
linear adalah signifikan, jadi model regresi dapat digunakan untuk memprediksi nilai variable
dependen penjualan.

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 9,999 ,196 51,065 <,001
Penjualan ,024 ,001 2,803 19,452 <,001
Rata-rata -,239 ,012 -2,764 -19,186 <,001
Piutang
a. Dependent Variable: Perputaran Piutang

Interpretasi :

Konstanta sebesar 9.999 ; artinya jika rata-rata piutang (X1) dan penjualan (X2) nilainya
adalah 0, maka harga perputaran piutang (Y’) nilainya adalah 9.999. Koefisien regresi
variabel rata-rata piutang (X1) sebesar -0,239; artinya jika variabel independen lain nilainya
tetap dan rata-rata piutang mengalami kenaikan 1%, maka harga perputaran piutang(Y’) akan
mengalami penurunan sebesar -0,239. Koefisien bernilai negatif artinya terjadi hubungan
negatif antara rata-rata piutang dengan perputan piutang, semakin naik rata-rata piutang maka
semakin turun perputaran piutang. Koefisien regresi variabel Penjualan (X2) sebesar 0.024 ;
artinya jika variabel independen lain nilainya tetap dan penjualan mengalami kenaikan 1%,
maka harga perputaran piutang (Y’) akan mengalami peningkatan sebesar 0.024. nilai nilai t-
tabel dan dengan probabilitas signifikansi sebesar 0.000 < 0.05, maka signifikan dan Ho
ditolak. Hal ini menunjukkan pengaruh X: rata-rata piutang terhadap Y: penjualan positif dan
signifikan.

Model Summaryb
Adjusted R Std. Error of
Model R R Square Square the Estimate
a
1 ,966 ,932 ,927 ,3351
a. Predictors: (Constant), Rata-rata Piutang, Penjualan
b. Dependent Variable: Perputaran Piutang

Koefisien korelasi antara X: rata-rata piutang dan Y:penjualan positif sangat kuat dengan
nilai sebesar 0,966 dan koefisien Determinasi 0.932 artinya kemampuan X:rata-rata piutang
dalam menjelaskan Y; penjualan sebesar 93,2% dan sisanya sebesar 6,8% dijelaskan oleh
variable lain yang tidak dimasukan dalam model regresi.