ANAKOR BERGANDA

NAMA KELOMPOK 4 :
RICKY FAHRUROZI (HITUNG MANUAL DAN SPSS)

RIZKY FAIZAL REZA (MENCARI DATA DAN MENGHITUNG MANUAL )

TIWANG WILIANSACH (MENCARI DATA DAN MENGHITUNG MANUAL)
NURHASANAH ALAWIYAH ( MENGHITUNG SPPS)
 JUDUL

PENGARUH HARGA DAN PENDAPATAN

KONSUMEN TERHADAP PERMINTAAN
KANTONG PLASTIC DI TOKO EKA
PLASTIC PADA BULAN NOVEMBER
TAHUN 2018
Variabel X1 : Harga
Variabel X2 : Pendapatan Konsumen
Variabel Y : Permintaan Kantong Plastik
 TEKNIK SAMPLING DAN JUMLAH
SAMPEL DAN POPULASI
POPULASI : KONSUMEN DAN100 ORANG
SAMPEL : 40 ORANG
TEKNIK SAMPLING : SIMPLE RANDOM SAMPLING
METODE : MENGGUNAKAN METODE ARISAN
CARA SAMPLE : SETIAP SEMINGGU SEKALI MENGAMBIL SAMPEL 10 ORANG
DALAM 1 BULAN
 DATA OBSERVASI DI TOKO EKA PLASTIK
Harga Permintaan 21 jaja 49 3.1 5
plastik kantong 22 dodo 38 2.4 4
(Rp Pendapata plastik
23 wahid 28 2.3 3
Ribu/pack n (Rp (Pack/perha
24 anti 36 2.5 4
No Nama ) Juta/bulan) ri)
1 supri 30 2.5 3 25 bakri 48 2.6 5
2 moko 45 2.9 5 26 warkim 39 2.3 4
3 roni 76 3.2 7 27 udin 27 2.3 3
4 anas 29 2.7 4 28 malik 42 2.7 5
5 yanto 65 2.9 5 29 ilyas 58 2.6 6
6 tatang 71 3.1 6
30 inul 69 3.2 7
7 uri 49 3.3 5
31 deni 48 2.5 5
8 dadan 41 2.5 4
9 handoko 32 1.9 3 32 iyan 38 2.7 4
10 emul 65 2.5 6 33 leni 28 2.1 3
11 asep 72 2.9 7 34 siti 38 1.9 4
12 hasan 78 3.4 8 35 nur 47 2.3 5
13 hendar 88 4 9 36 sarmadi 48 2.4 5
14 laras 10.8 4 11
37 tarmo 59 2.5 6
15 endang 99 4 10
38 tarmiji 47 2.1 4
16 nacep 42 2.9 5
17 nisa 67 2.8 7 39 nunung 29 2 3
18 maman 59 2.7 6 40 enas 17 1.6 2
19 endang 67 3 7 TOTAL 1996.8 109.3 213
20 entis 78 4 8
 MENCARI PERSAMAAN
∑x1 49 3.1 5 2401 9.61 25 245 15.5 151.9
∑x1 ∑x2 ∑y ∑x12 ∑x22 ∑Y2 ∑x1y ∑x2y x2 38 2.4 4 1444 5.76 16 152 9.6 91.2
30 2.5 3 900 6.25 9 90 7.5 75 28 2.3 3 784 5.29 9 84 6.9 64.4
45 2.9 5 2025 8.41 25 225 14.5 130.5 36 2.5 4 1296 6.25 16 144 10 90
76 3.2 7 5776 10.24 49 532 22.4 243.2 48 2.6 5 2304 6.76 25 240 13 124.8
29 2.7 4 841 7.29 16 116 10.8 78.3 39 2.3 4 1521 5.29 16 156 9.2 89.7
65 2.9 5 4225 8.41 25 325 14.5 188.5 27 2.3 3 729 5.29 9 81 6.9 62.1
71 3.1 6 5041 9.61 36 426 18.6 220.1 42 2.7 5 1764 7.29 25 210 13.5 113.4
49 3.3 5 2401 10.89 25 245 16.5 161.7 58 2.6 6 3364 6.76 36 348 15.6 150.8
41 2.5 4 1681 6.25 16 164 10 102.5 69 3.2 7 4761 10.24 49 483 22.4 220.8
32 1.9 3 1024 3.61 9 96 5.7 60.8 48 2.5 5 2304 6.25 25 240 12.5 120
65 2.5 6 4225 6.25 36 390 15 162.5 38 2.7 4 1444 7.29 16 152 10.8 102.6
72 2.9 7 5184 8.41 49 504 20.3 208.8 28 2.1 3 784 4.41 9 84 6.3 58.8
78 3.4 8 6084 11.56 64 624 27.2 265.2 38 1.9 4 1444 3.61 16 152 7.6 72.2
88 4 9 7744 16 81 792 36 352 47 2.3 5 2209 5.29 25 235 11.5 108.1
10.8 4 11 116.64 16 121 118.8 44 43.2 48 2.4 5 2304 5.76 25 240 12 115.2
99 4 10 9801 16 100 990 40 396 59 2.5 6 3481 6.25 36 354 15 147.5
42 2.9 5 1764 8.41 25 210 14.5 121.8 47 2.1 4 2209 4.41 16 188 8.4 98.7
67 2.8 7 4489 7.84 49 469 19.6 187.6 29 2 3 841 4 9 87 6 58
59 2.7 6 3481 7.29 36 354 16.2 159.3 17 1.6 2 289 2.56 4 34 3.2 27.2
67 3 7 4489 9 49 469 21 201 115052. 312.0 11672 5737.
78 4 8 6084 16 64 624 32 312 1996.8 109.3 213 64 9 1291 .8 622.2 4
 MAKA RUMUS DAN DIHITUNG :
A = n∑X1Y - ∑X1∑Y
𝐴𝐵 − 𝐶𝐷
𝐵1 =
𝐹
B = n∑(X22) – (∑X2)2
𝐷𝐸 − 𝐴𝐶
𝐵2 =
𝐹
C = n∑X1X2 - ∑X1∑X2

∑𝑌 − 𝐵 ∑𝑋1 − 𝐵 ∑𝑋2
D = n∑X2Y - ∑X2∑Y 𝑎 = 1 2

E = n(∑X12) – (∑X1)2

F = EB – C2
DENGAN MENEMUKAN NLAI KOEFISIEN REGRESI
A, B1 DAN B2, MAKA PERSAMAANNYA :

Y = -2.6983 + 0.020939 X1 + 2.553721 X2

KOEFISIENSI KORELASI SIMULTAN

2
2
𝑛 𝑎∑Y + 𝑏1 ∑Y𝑋1 + 𝑏 ∑Y𝑋2 − (∑𝑌)
𝑅 = 2 2 2
𝑛 ∑𝑌 − (∑𝑌)
Hasilnya R2 = 0.7933
Artinya nilai korelasi sebesar 0.7933 kemudian diartikan searah karena positif jika Harga
(X1) dan pendapatan (X2) naik maka permintaan (Y) naik juga dan harga (X1) dan
Pendapatan (X2) turun maka Permintaan (Y) turun. Kekuatan korelasinya positif kuat.
KOEFISIEN DETERMINASI
Rumus
𝑅= 𝑅2

Hasilnya R = 0.8906 atau 89.06%

Artinya hubungan antara variable terikat atau Y dengan variable bebas atau X1 dan X2
sebesar 89.06%. Dan 10.94% dijelaskan oleh variable lain yang tidak diteliti.
 KORELASI PARSIAL

Rumus

𝑛∑𝑌𝑋1 −∑𝑌∑𝑋1 𝑟𝑌𝑥1 −𝑟𝑌𝑥2 𝑟𝑥1𝑥2

• 𝑟𝑌𝑥1 = 𝑟𝑦𝑥1𝑥2 =
𝑛∑𝑌 2 −(∑𝑌)2 𝑛∑𝑋12 −(∑𝑋1 )2 1−𝑟𝑌𝑥2 2 1−𝑟𝑥1𝑥2 2

𝑛∑𝑌𝑋2 −∑𝑌∑𝑋2 𝑟𝑌𝑥2 − 𝑟𝑌𝑥1 𝑟𝑥1𝑥2

• 𝑟𝑌𝑥2 = 𝑟𝑦𝑥2𝑥1 =
𝑛∑𝑌 2 −(∑𝑌)2 𝑛∑𝑋22 −(∑𝑋2 )2 1−𝑟𝑌𝑥1 2 1−𝑟𝑥1𝑥2 2

𝑛∑𝑋1 𝑋2 −∑𝑋1 ∑𝑋2 𝑟𝑥1𝑥2 −𝑟𝑌𝑥1 𝑟𝑥2

• 𝑟𝑥1𝑥2 = 𝑟𝑥1𝑥2𝑦 =
𝑛∑𝑋1 2 −(∑𝑋1 )2 𝑛∑𝑋22 −(∑𝑋2 )2 1−𝑟𝑌𝑥1 2 1−𝑟𝑥2 2
 MAKA DIDAPATKAN :

𝑟𝑌𝑥1 = 0.24 𝑟𝑦𝑥1𝑥2 = 1.73

𝑟𝑌𝑥2 = 0.87 𝑟𝑦𝑥2𝑥1 = 0.10
𝑟𝑥1𝑥2 = 6.188 𝑟𝑥1𝑥2𝑦 = 1.46
Artinya nilai koefisien parsial untuk Y dengan X1 dimana X2 tetap (𝑟𝑦𝑥1𝑥2 ) lebih besar dari
0.5 yang berarti menunjukan hubungan erat, sedangkan nilai parsial Y dengan X2 dimana X1
tetap (𝑟𝑦𝑥2𝑥1 ) lebih kecil dari 0.5 yang menunjukan hubungan lemah, dan hubungan antara X
kuat karena lebih besar dari 0.5 maka akan terjadi multikolinieritas yang menyebabkan nilai
koefisien determinasi turun atau melemah.
Interpretasi

1. Nilai koefisien parsial untuk Y dengan X1 dimana X2 tetap (𝑟𝑦𝑥1𝑥2 ) artinya searah jika
harga (X1) naik maka Permintaan (Y) naik juga dan jika harga (X1) turun maka
Permintaan (Y) turun.

2. Nilai parsial Y dengan X2 dimana X1 tetap (𝑟𝑦𝑥2𝑥1 ) artinya searah jika pendapatan (X2)
naik maka permintaan (Y) naik dan jika Pendapatan (X2) turun maka Permintaan (Y)
turun.

3. Nilai parsial X1 dengan X2 dimana tetap (𝑟𝑥1𝑥2𝑦 ) artinya searah jika harga (X1) naik
maka pendapatan (X2) naik dan harga (X2) turun maka pendapatan (X2) turun.
UJI SIGNIFIKANSI ATAU UJI GLOBAL ATAU UJI F

1. Menentukan hipotesis
H0 : β1 = β2 = 0 (tidak berpengaruh)
Ha : β1 ≠ β2 ≠ 0 (berpengaruh)
2. Menentukan F table
F tabel = mencari di table F dengan taraf nyata = 5%, kesamping dengan (k-1) = 2,
dan kebawah (n-k) = 37 dan hasilnya
Ft = 3.25
3. Menghitung Fh ( F-hitung)
Rumus :

𝑅2
𝑘−1
𝐹ℎ = (1−𝑅2 )
𝑛−𝑘
4. MEMBUAT KRITERIA
5. Membandingkan
F-tabel (Ft) = 3.25
F-hitung (Fh) = 66.7
Artinya Fh > Ft
6. Kesimpulan
H0 ditolak maka Ha diterima, Artinya variable bebas atau X (harga dan pendapatan)
berpengaruh nyata terhadap variable terikat nya atau Y.
UJI SIGNIFIKANSI PARSIAL ATAU INDIVIDUAL

1. Menentukan hipotesis
H0 : β1 = 0 (tidak berpengaruh) Ha : β1 ≠ 0 (berpengaruh)
H0 : β2 = 0 (tidak berpengaruh) Ha : β2 ≠ 0 (berpengaruh)
2. Menentukan T table
T tabel = mencari di table T dengan taraf nyata = 5%, kesamping dengan taraf nyata
5% dengan dua sisi dan kebawah (n-k) = 37 dan hasilnya
Tt = 2.026
MENCARI SB1 DAN SB2

Rumus :

∑𝑌 2 −𝑎∑𝑦−𝑏1∑𝑥1𝑦−𝑏2∑𝑥2𝑦
𝑆𝑌𝑥1𝑥2 =
𝑛−3

𝑆𝑌𝑥1𝑥2
𝑆𝑏1 =
(∑𝑥12 − 𝑛ẋ 12 )(1 − 𝑟𝑥1𝑥2 2 )

𝑆𝑌𝑥1𝑥2
𝑆𝑏2 =
(∑𝑥22 − 𝑛ẋ 22 )(1 − 𝑟𝑥1𝑥2 2 )
3. Menghitung Th ( T-hitung)

𝑏1−𝐵1
Rumus th untuk b1: T − ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑆𝑏1
𝑏2−𝐵2
Rumus th untuk b2 :T − ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑆𝑏2
4. MEMBUAT KRITERIA
5. Membandingkan
T-tabel (Tt) = -2.026
T-hitung (Th) untuk b1 = -17,24
T-hitung (Th) untuk b2 = -61.24
Artinya Th untuk b1 > T-tabel dan Th untuk B2 > T-tabel
6. Kesimpulan
• Untuk t-hitung B1, Ho ditolak maka Ha diterima, artinya variable X1( harga ) berpengaruh
nyata terhadap variable Y ( permintaan kantong plastic)
• Untuk t-hitung B2, H0 ditolak maka Ha diterima, artinya variable; X2 ( pendapatan)
berpengaruh nyata terhadap variable Y (permintaan kantong plastic)
MENGGUNAKAN SPSS
 UJI ASUMSI

One-Sample Kolmogorov-Smirnov Test

Harga permintaan pendapatan
N 40 40 40
Normal Parametersa,b Mean 49.9200 5.3250 2.7325
Std. Deviation 19.85356 2.00496 .58677
Most Extreme Differences Absolute .143 .189 .122
Positive .143 .189 .122
Negative -.076 -.098 -.085
Test Statistic .143 .189 .122
Asymp. Sig. (2-tailed) .037c .001c .136c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.

Sig variable harga nilai 0.037 lebih kecil 0.05 , sig variabel pendapatan nilai 0.136 lebih besar
0.05, dan sig variable permintaan nilai 0.001 lebih kecil 0.05.
 UJI EKSISTENSIS Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 1.7436 9.5895 5.3250 1.78581 40
Std. Predicted Value -2.005 2.388 .000 1.000 40
Standard Error of Predicted .152 .724 .237 .098 40
Value
Adjusted Predicted Value 1.7055 9.4880 5.2084 1.79741 40
Residual -1.75497 3.25728 .00000 .91147 40
Std. Residual -1.875 3.481 .000 .974 40
Stud. Residual -1.941 5.498 .048 1.205 40
Deleted Residual -1.87951 8.12510 .11660 1.52134 40
Stud. Deleted Residual -2.020 12.671 .224 2.181 40
Mahal. Distance .054 22.390 1.950 3.609 40
Cook's Distance .000 15.056 .391 2.378 40
Centered Leverage Value .001 .574 .050 .093 40
a. Dependent Variable: permintaan

Bahwa nilai mean dari variable residual 0.005 dan terdapat sebaran ( st deviasi) sebesar 0.91147
sehingga
UJI INDEPENDENSI

Model Summaryb

Std. Error of the

Model R R Square Adjusted R Square Estimate Durbin-Watson
1 .891a .793 .782 .93578 1.354

a. Predictors: (Constant), pendapatan, Harga

b. Dependent Variable: permintaan

Uji independensi terpenuhi karena nilai 1.354 . Karena terpenuhi diantara +2 s/d -2
UJI LINIERITAS

ANOVAa
Model Sum of df Mean F Sig.
Squares Square

1 Regression 124.375 2 62.187 71.016 .000b

Residual 32.400 37 .876
Total 156.775 39
a. Dependent Variable: permintaan
b. Predictors: (Constant), pendapatan, Harga

Uji linieritas terpenuhi karena nilai 0.005 lebih kecil daripada alpa 0.05 .
UJI HOMOGENITAS
UJI NORMALITAS
 UJI MULTICOLLINEARITY

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) -2.698 .717 -3.765 .001

Harga .021 .010 .207 2.179 .036 .617 1.621

pendapatan 2.554 .325 .747 7.855 .000 .617 1.621

a. Dependent Variable: permintaan

Uji multicollinerity nilai 1.621 terjadi multicollinearity. Karena kurang dari 10

 HASIL UJI REGRESI DAN KORELASI
1. Analisa regresi

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) -2.698 .717 -3.765 .001

Harga .021 .010 .207 2.179 .036 .617 1.621

pendapatan 2.554 .325 .747 7.855 .000 .617 1.621

a. Dependent Variable: permintaan

Interpretasi :
Persamaan regresi adalah Y = -2.698 + 0.021 X1+ 2.554 X2
 2. Analisa korelasi

Model Summaryb

Std. Error of the

Model R R Square Adjusted R Square Estimate Durbin-Watson
1 .891a .793 .782 .93578 1.354

a. Predictors: (Constant), pendapatan, Harga

b. Dependent Variable: permintaan

Hasilnya R square = 0.793

Artinya nilai korelasi sebesar 0.793 kemudian diartikan searah karena positif jika Harga (X1)
dan pendapatan (X2) naik maka permintaan (Y) naik juga dan harga (X1) dan Pendapatan
(X2) turun maka Permintaan (Y) turun. Kekuatan korelasinya positif kuat.
3. Analisa Koefisen Determinan

Model Summaryb

Std. Error of the

Model R R Square Adjusted R Square Estimate Durbin-Watson
1 .891a .793 .782 .93578 1.354

a. Predictors: (Constant), pendapatan, Harga

b. Dependent Variable: permintaan

• Nilai R = 0.8906 atau 89.06%

Artinya hubungan antara variable terikat atau Y dengan variable bebas atau X1 dan X2
sebesar 89.06%. Dan 10.94% dijelaskan oleh variable lain yang tidak diteliti.
SARAN

Karena harga dan pendapatan berpengaruh terhadap permintaan plastic. Pemilik dan para
pegawai di toko plastic lebih mempeerat hubungan dengan konsumen, dan ramah terhadap
konsumen agar para konsumen menjadi loyal terhadap toko eka plastic, jadi ketika harga
plastic naik maka para konsumen tidak akan mencari toko plastic lain karena sudah menjadi
konsumen tetap di toko eka plastic karena sudah akrab dengan pegawai dan pemiliknya.