Nama : Shandhika Pradipta Putra

NIM : 1914290075

Lab : Statistika 2

Contoh Analisis Trend Linear

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 592,488 69,711 8,499 <,001
Periode 05 -32,580 10,735 -,692 -3,035 ,013
a. Dependent Variable: Penjualan 05

Interpretasi :

Persamaan Trend Linear penjualan bulan tahun 2005: Y -592.488 - 32.580 X, dengan periode
dasar bulan januari 2005; X = 0.

ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regression 151785,659 1 151785,659 9,210 ,013b
Residual 164805,061 10 16480,506
Total 316590,720 11
a. Dependent Variable: Penjualan 05
b. Predictors: (Constant), Periode 05

Interpretasi :

Nilai Statistik F sebesar 9.210 dengan probailitas signifikan 0,013 < 0,05, maka signifikan,
hal ini memberikan arti bahwa model Trend Linear dapat digunakan untuk memprediksi nilai
trend penjualan bulanan tahun 2005.
 Casewise Diagnosticsa
Std. Predicted
Case Number Residual Penjualan 05 Value Residual Status
1 2,542 918,8 592,488 326,3115
2 -1,064 423,3 559,909 -136,6087
3 -,072 518,1 527,329 -9,2290
4 -,988 367,9 494,749 -126,8493
5 -,464 402,6 462,170 -59,5696
6 -,577 355,5 429,590 -74,0899
7 -,256 364,1 397,010 -32,9101
8 -,381 315,5 364,430 -48,9304
9 ,021 334,6 331,851 2,7493
10 ,135 316,6 299,271 17,3290
11 ,416 320,1 266,691 53,4087
12 ,689 322,5 234,112 88,3885
13 . . . . Mb
14 . . . . Mb
15 . . . . Mb
16 . . . . Mb
17 . . . . Mb
18 . . . . Mb
19 . . . . Mb
20 . . . . Mb
21 . . . . Mb
22 . . . . Mb
23 . . . . Mb
24 . . . . Mb
25 . . . . Mb
26 . . . . Mb
27 . . . . Mb
28 . . . . Mb
29 . . . . Mb
30 . . . . Mb
31 . . . . Mb
a. Dependent Variable: Penjualan 05
b. Missing Case

Interpretasi :

Nilai trend penjualan bulanan tahun 2005 ditunjukan dalam predicted Value
Tugas Analisis Trend Linear

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 70,189 11,109 6,318 ,001
Periode 03 -6,596 3,081 -,692 -2,141 ,085
a. Dependent Variable: Rata-rata Piutang 03

Interpretasi :

Persamaan Trend Linear Coefficients penjualan bulan tahun 2003: Y -70.189 – 11.109 X,
dengan periode dasar bulan januari 2003; X =0.001.

ANOVAa
Sum of Mean
Model Squares df Square F Sig.
1 Regression 1218,360 1 1218,360 4,584 ,085b
Residual 1328,980 5 265,796
Total 2547,340 6
a. Dependent Variable: Rata-rata Piutang 03
b. Predictors: (Constant), Periode 03

Interpretasi :

Nilai Statistik F sebesar 4.584 dengan probailitas signifikan 0,085 lebih besar dari 0,05,
maka signifikan, hal ini memberikan arti bahwa model Trend Linear dapat digunakan untuk
memprediksi nilai trend penjualan bulanan tahun 2003.

Casewise Diagnosticsa
Std. Rata-rata Predicted
Case Number Residual Piutang 03 Value Residual Status
1 -,754 57,9 70,189 -12,2893
2 1,644 90,4 63,593 26,8071
3 -,098 55,4 56,996 -1,5964
4 -,791 37,5 50,400 -12,9000
5 -,798 30,8 43,804 -13,0036
6 ,662 48,0 37,207 10,7929
7 ,134 32,8 30,611 2,1893
8 . . . . Mb
9 . . . . Mb
10 . . . . Mb
11 . . . . Mb
12 . . . . Mb
13 . . . . Mb
14 . . . . Mb
15 . . . . Mb
16 . . . . Mb
17 . . . . Mb
18 . . . . Mb
19 . . . . Mb
20 . . . . Mb
21 . . . . Mb
22 . . . . Mb
23 . . . . Mb
24 . . . . Mb
25 . . . . Mb
26 . . . . Mb
27 . . . . Mb
28 . . . . Mb
29 . . . . Mb
30 . . . . Mb
31 . . . . Mb
a. Dependent Variable: Rata-rata Piutang 03
b. Missing Case

Interpretasi :

Nilai trend penjualan bulanan tahun 2003 ditunjukan dalam predicted Value

Contoh Analisis Korelasi

Correlations
Rata-rata
Piutang 05 Penjualan 05
Rata-rata Piutang Pearson 1 ,965**
05 Correlation
Sig. (2-tailed) <,001
N 12 12
Penjualan 05 Pearson ,965** 1
Correlation
Sig. (2-tailed) <,001
N 12 12
**. Correlation is significant at the 0.01 level (2-tailed).

Interpretasi :

Korelasi antara rata-rata piutang dengan penjualan pada tahun bulan 2005 positif kuat
dengan nilai koefisien korelasi pearson r-0.965 dan probabilitas signifikasi 0,000 < 0,05 maka
signifikan.

Correlations
Rata-rata Penjualan
Piutang 05 05
Spearman's Rata-rata Piutang Correlation 1,000 ,755**
rho 05 Coefficient
Sig. (2-tailed) . ,005
N 12 12
Penjualan 05 Correlation ,755** 1,000
Coefficient
Sig. (2-tailed) ,005 .
N 12 12
**. Correlation is significant at the 0.01 level (2-tailed).

Interpretasi :

Korelasi antara rata-rata piutang dengan penjualan pada tahun bulan 2005 positif kuat
dengan nilai koefisien korelasi spearman rs = 0.755 dan probabilitas signifikasi 0,005 < 0,05
maka signifikan.

Tugas Analisis Korelasi

Correlations
Rata-rata
Piutang 03 Penjualan 03
Rata-rata Piutang Pearson 1 ,967**
03 Correlation
Sig. (2-tailed) <,001
N 7 7
Penjualan 03 Pearson ,967** 1
Correlation
Sig. (2-tailed) <,001
N 7 7
**. Correlation is significant at the 0.01 level (2-tailed).

Interpretasi :

Korelasi antara rata-rata piutang dengan penjualan pada tahun bulan 2005 positif kuat
dengan nilai koefisien korelasi pearson r = 0.967 dan probabilitas signifikasi 0,000 < 0,05
maka signifikan.

Correlations
Rata-rata Penjualan
Piutang 03 03
Spearman's Rata-rata Piutang Correlation 1,000 ,857*
rho 03 Coefficient
Sig. (2-tailed) . ,014
N 7 7
Penjualan 03 Correlation ,857* 1,000
Coefficient
Sig. (2-tailed) ,014 .
N 7 7
*. Correlation is significant at the 0.05 level (2-tailed).

Interpretasi :

Korelasi antara rata-rata piutang dengan penjualan pada tahun bulan 2005 positif kuat
dengan nilai koefisien korelasi spearman rs = 0.857 dan probabilitas signifikasi 0,014 < 0,05
maka signifikan.

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

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.