One-Sample Kolmogorov-Smirnov Test

Unstandardized
Predicted Value

N 15
Normal Parameters a,b
Mean 56.3333333
Std. Deviation 2.46642404
Most Extreme Differences Absolute .131
Positive .079
Negative -.131
Test Statistic .131
Asymp. Sig. (2-tailed)
.200c,d

a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

d. This is a lower bound of the true significance.

A. nilai p-value yang lebih besar dari 0,05 menunjukkan bahwa semua variabel (Bahan Baku, Perawatan
Mesin, dan Produktivitas) berdistribusi secara normal.
B. Untuk menguji autokorelasi, dalam kasus ini, kita hanya memiliki satu variabel
dependen, sehingga autokorelasi tidak relevan.

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 .731 a
.535 .457 2.486 2.098

a. Predictors: (Constant), Produktivitas, Perawatanmesin

b. Dependent Variable: Bahanbaku

C. Untuk menguji multikolinieritas, kita dapat menggunakan nilai VIF (Variance Inflation Factor). Semakin
tinggi nilai VIF, semakin tinggi tingkat multikolinieritas. Biasanya, nilai VIF di atas 5 atau 10 menunjukkan
adanya multikolinieritas yang signifikan
 Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statisti

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 3.253 14.416 .226 .825

Perawatanmesin .683 .317 .577 2.154 .052 .540 1

Produktivitas .226 .298 .204 .760 .462 .540 1

a. Dependent Variable: Bahanbaku

D. Heterokedasitas Spearman dan Grafik,Untuk menguji heterokedasitas, kita dapat menggunakan uji
Spearman dan juga dapat membuat grafik residual terhadap nilai prediksi. Berdasarkan uji Spearman,
korelasi Spearman antara residual dan nilai prediksi adalah -0,080, dengan nilai p yang lebih besar dari
0,05, menunjukkan bahwa tidak ada heterokedasitas yang signifikan. Grafik residual vs. nilai prediksi
juga tidak menunjukkan pola yang jelas.

Dalam keseluruhan analisis asumsi klasik, kita dapat menyimpulkan bahwa semua asumsi klasik
terpenuhi, yaitu data berdistribusi normal, tidak ada multikolinieritas, dan tidak ada heterokedasitas
yang signifikan berdasarkan pengujian yang telah dilakukan.

2.

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 Produktivitas,
Perawatanmesin . Enter
b

a. Dependent Variable: Bahanbaku

b. All requested variables entered.

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .731a .535 .457 2.486

a. Predictors: (Constant), Produktivitas, Perawatanmesin

Analisa:

a) Tabel Deskriptif: Tabel yang menunjukkan statistik deskriptif (mean, std, dll.) untuk setiap variabel
berdasarkan merek.

b) Tabel Multivariat Test (MANOVA): Analisis MANOVA digunakan untuk menguji perbedaan yang
signifikan antara kelompok merek dalam hal variabel independen (Cash dan Kredit).

c) Tabel Levene's Test of Equality of Error Variances: Uji Levene digunakan untuk menguji kesetaraan
varian antara kelompok merek dalam hal variabel independen.

d) Test of Between - Subject Effect: Analisis regresi linier berganda digunakan untuk menguji pengaruh
variabel independen (Merek) terhadap variabel dependen (Cash dan Kredit).

e) Multiple Comparisons Bonferroni: Uji t dilakukan untuk membandingkan perbedaan antara merek
Toshiba dan Samsung menggunakan koreksi Bonferroni.

f) Tabel Descriptive Statistics: Tabel yang menunjukkan statistik deskriptif (mean, std, dll.) untuk setiap
variabel berdasarkan merek. Masing-masing analisis memberikan informasi yang berbeda untuk
memahami perbedaan dan pengaruh merek terhadap pembelian mesin cuci secara cash dan kredit.