TUGAS MATA KULIAH STATISTIKA

ANALISA PENGARUH VARIABEL HARGA DAN PENDAPATAN TERHADAP

PERMINTAAN MINYAK GORENG DI HYPERMART LIPPO KARAWACI

Nama : Yusi Afserinta

NIM : 92223029
Prodi : Magister Manajemen

Descriptive Statistics

Mean Std. Deviation N

Permintaan_Minyak_Goreng 6,80 2,440 10

Harga_Minyak_Goreng 6,30 ,949 10
Pendapatan 4,60 3,534 10

- Rata-rata permintaan minyak goreng (dengan jumlah data 10 buah) adalah 6,8 liter
dengan standar deviasi 2,4 liter
- Rata-rata harga minyak goreng (dengan jumlah data 10 buah) adalah Rp. 6.300,-
dengan standar deviasi Rp. 949,-
- Rata-rata pendapatan (dengan jumlah data 10 buah) adalah Rp. 4.600.000,- dengan
standar deviasi Rp.3.534.000,-

Correlations

Permintaan_Min Harga_Minyak_
yak_Goreng Goreng Pendapatan
Pearson Correlation Permintaan_Minyak_Goreng 1,000 -,931 -,951

Harga_Minyak_Goreng -,931 1,000 ,901

Pendapatan -,951 ,901 1,000

Sig. (1-tailed) Permintaan_Minyak_Goreng . ,000 ,000
Harga_Minyak_Goreng ,000 . ,000
Pendapatan ,000 ,000 .
N Permintaan_Minyak_Goreng 10 10 10

Harga_Minyak_Goreng 10 10 10

Pendapatan 10 10 10

- Besar hubungan antara Variabel Permintaan Minyak Goreng dengan variable bebas :
Harga Minyak = 0,931 (tanda ‘-‘menunjukkan arah hubungan yang berlawanan)
Pendapatan = 0,951 (tanda ‘-‘menunjukkan arah hubungan yang berlawanan)
- Terjadi korelasi yang cukup kuat antara variable Harga Minyak dan Pendapatan
(korelasi antar variable tersebut di atas 0,5). Hal ini menandakan adanya
multikolinieritas atau korelasi di antara kedua variable tersebut.
 Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 Pendapatan,
Harga_Minyak_ . Enter
b
Goreng

a. Dependent Variable: Permintaan_Minyak_Goreng

b. All requested variables entered.

Tabel di atas menunjukkan variable yang dimasukkan adalah pendapatan dan harga minyak
goreng dan tidak ada variable yang dikeluarkan (removed). Hal ini disebabkan metode yang
dipakai adalah single step (enter) dan bukannya stepwise

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 ,966a ,933 ,914 ,715

a. Predictors: (Constant), Pendapatan, Harga_Minyak_Goreng

b. Dependent Variable: Permintaan_Minyak_Goreng

Koefisien Determinasi :

- Untuk regresi yang hanya satu variable bebas, maka nilai koefisien determinasinya =
R Square
- Untuk regresi dengan lebih dari dua variable bebas, maka nilai koefisien
determinasinya = Adjusted R Square. Jadi dalam hal ini nilai koefisien determinasi =
0,914, yang berarti bahwa 91,4 % permintaan minyak goreng bisa dijelaskan oleh
variable biaya harga minyak goreng dan pendapatan, sedangkan sisanya ( 100 % -
91,4 % ) = 8,6 % dijelasikan oleh sebab sebab lain.
 ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 50,020 2 25,010 48,906 ,000b

Residual 3,580 7 ,511

Total 53,600 9

a. Dependent Variable: Permintaan_Minyak_Goreng

b. Predictors: (Constant), Pendapatan, Harga_Minyak_Goreng

Dari table di atas (Uji Anova atau F test) didapat nilai F hitung adalah 48,906 dengan tingkat
signifikan 0,00 jauh lebih kecil dari 0,05 maka model regresi bisa dipakai untuk memprediksi
Permintaan minyak goreng.

Uji Koefisien Regresi Secara Bersama-sama (Uji F) :

- Ho: Tidak ada pengaruh yang signifikan secara Bersama-sama variable harga
minyak goreng dan pendapatan terhadap

Variable permintaan minyak goreng

- Ha: Ada pengaruh yang signifikan secara Bersama-sama variable harga minyak
goreng dan pendapatan terhadap

Variable permintaan minyak goreng

- Tingkat signifikansi menggunakan alpha = 5 %

- Berdasarkan table diperoleh F hitung sebesar 48,906
- Menentukan F table
Dengan menggunakan tingkat keyakinan 95 % dan alpha 5 %, df 1 (Jumlah variable-
1) =3-1=2

Dan df 2 (n-k-1) = 10-2-1 =7. Dimana n adalah jumlah kasus, dan k adalah jumlah
variable inde

Penden, hasil diperoleh untuk F table sebesar 4,737

1. Kriteria pengujian:
H0 diterima bila F hitung > dari F table

Ho ditolak bila F hitung ≤ F table

2. Membandingkan F hitung dengan F table

Nilai F hitung (48,906) > dari nilai F table (4,737), maka Ho ditolak

3. Kesimpulan
Karena nilai F hitung (48,906) > dari nilai F table (4,737), maka Ho ditolak, artinya
ada pengaruh yang signifikan variable independent (harga minyak goreng dan
pendapatan) terhadap variable dependen (permintaan minyak goreng)
 Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 15,086 3,035 4,971 ,002

Harga_Minyak_Goreng -1,015 ,580 -,395 -1,749 ,124

Pendapatan -,411 ,156 -,595 -2,637 ,034

a. Dependent Variable: Permintaan_Minyak_Goreng

Tabel di atas menggambarkan persamaan regresi:

Y = 15,086 - 1,015 Harga Minyak Goreng - 0,411 Pendapatan

Uji Koefisien Regresi Secara Parsial (uji t) :

1. Rumusan hipotesis X1 Harga Minyak Goreng :
Ho: Tidak ada pengaruh yang signifikan secara parsial variable harga minyak goreng
terhadap permintaan minyak goreng
Ha: Ada pengaruh yang signifikan secara parsial variable harga minyak goreng
terhadap permintaan minyak goreng

2. Rumusan hipotesis X2 Pendapatan :

Ho: Tidak ada pengaruh yang signifikan secara parsial variable pendapatan terhadap
permintaan minyak goreng
Ha: Ada pengaruh yang signifikan secara parsial variable pendapatan terhadap
permintaan minyak goreng

3. Tingkat signifikansi menggunakan alpha = 5 %

4. Penentuan t hitung
Berdasarkan table diperoleh t hitung untuk:
Harga minyak = 1,749
Pendapatan = 2,637
Tabel distribusi t dicari pada alpha 5 % : 2 = 2,5 % (uji dua sisi) dengan derajat
kebebasan (df) n-k-1 = 10-2-1= 7 Dimana n adalah jumlah kasus, dan k adalah
jumlah variable independen, hasil diperoleh untuk t table sebesar 2,365

5. Kriteria pengujian:
Ho diterima bila t hitung > dari t table
Ho ditolak bila t hitung ≤ t table

6. Bandingkan t hitung dengan t table

T Harga minyak = - 1,749
T Pendapatan = - 2,637
T table =2,365
7. Kesimpulan :
- Variabel harga minyak : t hitung (1,749) < t table (2,365), signifikan 0,124 > 0,05,
maka Ho diterima, artinya tidak ada pengaruh yang signifikan variable independent
harga minyak goreng secara parsial terhadap variable dependen (permintaan minyak
goreng)

- Variabel pendapatan : t hitung (2,637) > t table (2,365), signifikan 0,034 < 0,05,
maka Ho ditolak, artinya variable pendapatan secara parsial berpengaruh signifikan
terhadap permintaan minyak goreng.

Gambar di atas adalah gambar dari normal probability plot. Terlihat bahwa sebaran
data pada chart di atas tersebar di sekeliling garis lurus, sehingga dapat dikatakan
bahwa persyaratan normalitas bisa dipenuhi
Gambar di atas menggambarkan hubungan antara nilai yang diprediksi dengan Studentized
Delete Residualnya (Persyaratan kelayakan model regresi/Model Fit). Dari gambar di atas
terlihat sebaran data ada di sekitar titik nol, serta tidak tampak adanya suatu pola tertentu
pada sebaran data tersebut, maka dapat dikatakn model regresi memenuhi syarat untuk
memprediksi sales.
Gambar di atas menggambarkan hubungan antara nilai variable permintaan minyak goreng
dengan nilai prediksinya (persyaratan model fit tiap data). Jika model memenuhi syarat,
maka sebaran data akan berada mulai dari kiri bawah lurus ke arah kanan atas. Terlihat
sebaran data di atas memang membentuk arah seperti disyaratkan, karena itu bisa
dikatakan model regresi sudah layak digunakan.