Nama : Andhika Daraka Putra

Kelas: B

Npm: 221002085
TUGAS 4
1. Analisis Pengaruh jenis kelamin (sex) dan Pendidikan (educ) terhadap sales (penjualan)
 Uji asumsi klasik
 Normalitas

Terlihat bahwa rasio skewness = 1,362/0,122= 11,163 ; sedang rasio kurtosis = 3,568/0,
243 = 14,68. Karena rasio skewness dan rasio kurtosis lebih dari 2, dan nilai referensi
kurtosis lebih besar dari 3 maka kurva disebut leptokurtik. Nilai skewness dapat
dikatakan normal apabila rasio skewness dan kurtosis berada di antara -2 hingga 2.
Karena rasio skewness dan kutosis lebih dari 2, maka dapat disimpulkan bahwa distribusi data
adalah tidak normal.

 Uji Autokorelasi

Berdasarkan tabel Distribusi Durbin Watson pada gambar di atas nilai Durbin-Watson (d)
model regresi adalah sebesar 1,713. Dengan (k’ ; N)=(2 ; 400).

 Uji Multikolinieritas
 Dapat dilihat bahwa seluruh variabel penjelas memiliki nilai vif lebih kecil dari 10 maka dapat di
simpulkan bahwa model regresi ini tidak memiliki masalah multikoliniearitas.

 Uji Heterokedastisitas

Jika dilihat dari table diatas signifikasinya lebih besar 0,05 maka dapat dissimpulkan bahwa tidak
terjadi heterokhedastisitas.

 Analisis Regresi linear berganda

 Persamaan regresi di atas dapat dijelaskan sebagai bertikut:

Sales= B0+B1 sex +B2 educ
Sales = 0,416+ 2,941 sex + 0,585 educ

Model Dummy:
Sex: 0 = perempuan, 1 = Laki-laki
Educ: 1 = tidak tamat SMU, 2 = lulusan SMU, 3 = lulusan sarjana
 Model regresi pada laki-laki:
1. Pada laki tidak tamat SMU
Sales = B0 + B1 Sex + B2 Educ
Sales = 0,416 + 2,941 (1) + 0,585 (1)
 Sales = 0,416 + 2,941 + 0,585
Sales = 3,942
2. Pada laki-laki lulusan SMU
Sales = B0 + B1 Sex + B2 Educ
Sales = 0,416 + 2,941 (1) + 0,585 (2)
Sales = 0,416 + 2,941 + 1,17
Sales = 4,527
3. Pada laki-laki lulusan sarjana
Sales = B0 + B1 Sex + B2 Educ
Sales = 0,416 + 2,941 (1) + 0,585 (3)
Sales = 0,416 + 2,941 + 1,755
Sales = 5,112

 Model regresi pada perempuan:

1. Pada perempuan tidak tamat SMU
Sales = B0 + B1 Sex + B2 Educ
Sales = 0,416 + 2,941 (0) + 0,585 (1)
Sales = 0,416 + 0 + 0,585
Sales = 1,001
2. Pada perempuan lulusan SMU
Sales = B0 + B1 Sex + B2 Educ
Sales = 0,416 + 2,941 (0) + 0,585 (2)
Sales = 0,416 + 0 + 1,17
Sales = 1,586
3. Pada perempuan lulusan sarjana
Sales = B0 + B1 Sex + B2 Educ
Sales = 0,416 + 2,941 (0) + 0,585 (3)
Sales = 0,416 + 0 + 1,755
Sales = 2,171

 Analisis korelasi Ganda (R)

Berdasarkan hasil di atas diperoleh angka R sebesar 0,577. Hal ini menunjukkan bahwa
terjadi hubungan yang netral antara sex dan educ terhadap sales.
  Analisis Determinasi (R2)
Berdasarkan tabel di atas diperoleh angka R2 (R Square) sebesar 0,332 atau (33%). Hal
ini menunjukkan bahwa sex dan educ berkontribusi 33% terhadap sales. Selain itu 67%
dipengaruhi oleh variable yang tidak dimasukan kedalam model.

 Uji Koefisien regresi secara Bersama-sama (Uji F)

F Hitung= 98,834

HO: tidak ada pengaruh secara signifikan antara sex dan educ secara simultan
terhadap sales.

Ha: pengaruh secara signifikan antara sex dan educ secara simultan terhadap sales.

df 2 (n-k-1) = 400-2-1
F Tabel: 3,02

F Hitung: 98,834; F Tabel: 3,02

Kesimpulan: Karena F hitung > F tabel (98,834 > 3,02), maka Ho ditolak, artinya ada
pengaruh secara signifikan antara sex dan educ secara bersama-sama terhadap sales. Jadi
dari kasus ini dapat disimpulkan bahwa sex dan educ secara bersama-sama berpengaruh
terhadap sales.

2. Analisis apengaruh jenis kelamin (sex), Pendidikan (educ), umur (usia), dan masa kerja
terhadap penjualan (sales)
 Analisis R-egresi linear berganda
 Persamaan regresi di atas sebagai bertikut:
Sales= B0+B1 sex +B2 educ + B3 umur + B4 kerja
Sales= 5,574+ 3,347 sex + 0,391 educ – 0,075 umur – 1,080 kerja

 Model regresi pada laki-laki:

1. Pada laki-laki tidak tamat SMU
1) bekerja kurang dari 3 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (1) + 0,391(1) – 0,075 (1) – 1,080 (1)
Sales = 5,574 + 3,347 + 0,391 – 0,075 – 1,080
Sales = 8,157
2) bekerja lebih dari 3 tahun dan kurang dari 6 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (1) + 0,391(1) – 0,075 (1) – 1,080 (2)
Sales = 5,574 + 3,347 + 0,391 – 0,075 – 2,16
Sales = 7,077
3) bekerja lebih dari 6 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (1) + 0,391(1) – 0,075 (1) – 1,080 (3)
Sales = 5,574 + 3,347 + 0,391 – 0,075 – 3,24
Sales = 6,002
2. Pada laki-laki lulusan SMU
1) bekerja kurang dari 3 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (1) + 0,391(2) – 0,075 (1) – 1,080 (1)
Sales = 5,574 + 3,347 + 0,782 – 0,075 – 1,080
Sales = 8,548
2) bekerja lebih dari 3 tahun dan kurang dari 6 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (1) + 0,391(2) – 0,075 (1) – 1,080 (2)
Sales = 5,574 + 3,347 + 0,782 – 0,075 – 2,16
Sales = 7,468
 3) bekerja lebih dari 6 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (1) + 0,391(2) – 0,075 (1) – 1,080 (3)
Sales = 5,574 + 3,347 + 0,782 – 0,075 – 3,24
Sales = 6,388
3. Pada laki-laki lulusan sarjana dan bekerja lebih dari 6 tahun
1) bekerja kurang dari 3 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (1) + 0,391(3) – 0,075 (1) – 1,080 (1)
Sales = 5,574 + 3,347 + 1,173 – 0,075 – 1,080
Sales = 8,939
2) bekerja lebih dari 3 tahun dan kurang dari 6 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (1) + 0,391(3) – 0,075 (1) – 1,080 (2)
Sales = 5,574 + 3,347 + 1,173 – 0,075 – 2,16
Sales = 7,859
3) bekerja lebih dari 6 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (1) + 0,391(3) – 0,075 (1) – 1,080 (3)
Sales = 5,574 + 3,347 + 1,173 – 0,075 – 3,24
Sales = 6,779
Model regresi pada perempuan:
1. Pada perempuan tidak tamat SMU
1) bekerja kurang dari 3 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (0) + 0,391(1) – 0,075 (1) – 1,080 (1)
Sales = 5,574 + 0 + 0,391 – 0,075 – 1,080
Sales = 4,81
2) bekerja lebih dari 3 tahun dan kurang dari 6 tahun
Sales = B0 + B1 Sex + B2 Educ + B3 Umur +B4 Masa kerja
Sales = 5,574 + 3,347 (0) + 0,391(1) – 0,075 (1) – 1,080 (2)
Sales = 5,574 + 0 + 0,391 – 0,075 – 2,16
Sales = 3,73
3) bekerja lebih dari 6 tahun
 Analisis korelasi Ganda (R)

Berdasarkan hasil di atas diperoleh angka R sebesar 0,754. Hal ini menunjukkan bahwa
terjadi hubungan yang kuat antara sex, educ, umur dan kerja terhadap sales.

 Analisis Determinasi (R2)

 Berdasarkan tabel di atas diperoleh angka R2 (R Square) sebesar 0,568 atau (57%). Hal
ini menunjukkan bahwa sex, educ, umur dan kerja berkontribusi 57% terhadap sales.
Selain itu 43% dipengaruhi oleh variable yang tidak dimasukan kedalam model.

 Uji Koefisien regresi secara Bersama-sama (Uji F)

F Hitung= 129,884

HO: tidak ada pengaruh secara signifikan antara sex, educ, umur dan kerja secara
simultan terhadap sales.

Ha: pengaruh secara signifikan antara sex, educ, umur dan kerja secara simultan
terhadap sales.
df 2 (n-k-1) = 400-4-1
F Tabel: 3,02

F Hitung: 129,884; F Tabel: 2,39

Kesimpulan: Karena F hitung > F tabel (129,884> 2,39), maka Ho ditolak, artinya ada
pengaruh secara signifikan antara sex, educ, umur dan kerja secara bersama-sama terhadap
sales. Jadi dari kasus ini dapat disimpulkan bahwa sex, educ, umur dan kerja secara
bersama-sama berpengaruh terhadap sales.