Embed Size (px)
Citation preview
Analisis Regresi
1. Uji Normalitas
Tabel Uji Normalitas Permintaan Buah Jeruk
Permintaan
N 70
Normal Parametersa
Mean 3.21
Std. Deviation 1.650
Most Extreme Differences
Absolute .155
Positive .155
Negative -.090
Kolmogorov-Smirnov Z 1.296
Asymp. Sig. (2-tailed) .070
Uji normalitas menggunakan metode One Sample Kolmogorov Sminorv
menentukan normalitas data,nilai Asymp. Sig. 2 tailed (signifikansi) lebih dari 0,05
maka dinyatakan data terdistribusi normal, jika nilai signifikansi kurang dari 0,05
maka data tersebut tidak terdistribusi normal. Dari hasil komputasi, nilai signifikansi
data permintaan buah sebesar 0,070 lebih besar dari 0,05 sehingga data permintaan
berdistribusi normal.
2. Uji Asumsi Klasik
a. Uji Autokorelasi
Menguji autokorelasi bertujuan mengetahui ada tidaknya korelasi antara variabel
pengganggu pada periode tertentu dengan variabel sebelumnya. Mendeteksi
autokorelasi dengan menggunakan nilai Durbin – Watson dibandingkan dengan tabel
Durbin – Watson (dL). Jika DW < dL atau DW > 4 - dL maka terjadi autokorelasi.
Berikut hasil komputasi nilai Durbin Watson :
Tabel uji Durbin Watson
Model R R Square Adjusted R Square Std. Error of the
Estimate Durbin-Watson
1 .902 .813 .795 .260 1.790
Lampiran 1
Berdasarkan tabel Durbin Watson dengan jumlah variabel (k) = 7 dan jumlah sampel
(n) = 70 maka diperoleh nilai dL 1,790. Hasil pengolahan data menunjukkan nilai
Durbin Watson sebesar 1,432 dan (4 – dL) = 2,568. Sehingga dapat diketahui nilai
DW 1,790 ; dL tabel 1,432 dan 4-dU adalah 2,568 maka nilai autokorelasinya DW >
dL atau DW < 4 – dL (1790 > 1,432 atau 1,790 < 2,568). Dapat disimpulkan bahwa
dalam model regresi linier Berganda tersebut tidak terdapat autokorelasi.
b. Uji Multikolinearitas
Multikolinearitas adalah adanya hubungan linear secara sempurna antara variabel
independen dalam model regresi. Variabel yang menyebabkan multikolinieratas dapat
dilihat dari nilai toleransi yang kurang dari 0,1 atau nilai VIF yang lebih besar dari
10.
Tabel Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
(Constant)
X1_Harga Buah Jeruk .609 1.642
X2_Harga Buah Lain .912 1.096
X3_Jumlah Anggota Keluarga .954 1.049
X4_Pendidikan .278 3.600
X5_Pendapatan .264 3.790
D1_Kualitas Buah Jeruk .570 1.755
Dari outuput yang didapatkan, nilai tolerance lebih dari 0,1 dan VIF kurang dari 10
sehingga tidak terjadi multikolinieritas.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi.Untuk mengetahui
ada tidaknya heteroskedostisitas dalam model regresi dapat dilihat pada tabel
scatterplot berikut :
1. Titik – titik data menyebar diatas dan dibawah atau disekitar angka 0.
2. Titik –titik tidak mengumpul hanya diatas atau dibawah saja
3. Penyebaran titik –titik data tidak membentuk pola bergelombang menyebar
kemudian menyempit dan melebar kembali.
3. Uji R – Square
Tabel Uji R-Square
R R Square Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
.902 .813 .795 .260 1.790
Nilai R berkisar antara 0 sampai 1, jika mendekati 1 maka hubungan semakin
erat tetapi jika mendekati 0 hubungan semakin melemah. Angka R didapat 0,902
artinya mendekati angka 1 sehingga terjadi hubungan yang erat antara permintaan
buah jeruk dan faktor yang mempengaruhinya.
R2 yaitu presentase sumbangan pengaruh variabel independen terhadap
variabel dependen. Nilai yang didapat sebesar 0,813 artinya sumbangan pengaruh
variabel harga buah jeruk, harga buah substitusi, jumlah anggota keluarga,
pendidikan, pendapatan dan kualitas terhadap permintaan buah jeruk sebesar 81,3%
sedangkan sisanya 18,7% dipengaruhi oleh variabel lain yang tidak dimasukan dalam
model ini.
4. Pengujian Hipotesis
a. Uji F
Tabel A. Uji F
Model Sum of
Squares df Mean Square F Sig.
Regression 18.490 6 3.082 45.706 .000a
Residual 4.248 63 .067
Total 22.738 69
Dari hasil penelitian dan pengujian komputasi menunjukan bahwa harga buah
jeruk, harga buah substitusi, jumlah anggota keluarga, pendidikan, pendapatan dan
kualitas buah jeruk secara bersama-sama berpengaruh terhadap permintaan buah
jeruk. Hal ini ditunjukan oleh nilai signifikansi yang kurang dari 0,05 (0,000 < 0,05).
b. Uji T
Tabel B. Uji T
Model
Unstandardized
Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta
(Constant) -5.201 2.247 -2.314 .024
X1_Harga BuahJeruk -.285 .131 -.152 -2.172 .034
X2_Harga Buah Lain .049 .055 .050 .878 .383
X3_Jumlah Anggota
Keluarga .334 .099 .188 3.364 .001
X4_ Jenjang Pendidikan .552 .128 .445 4.310 .000
X5_Pendapatan Keluarga
per Bulan .507 .125 .430 4.055 .000
D1_Kualitas Buah Jeruk .242 .084 .207 2.869 .006
a. Berdasarkan hasil komputasi nilai signifikansi variabel X1 harga buah jeruk
0,034 nilai tersebut kurang dari 0,05 pada tingkat kepercayaan 95% berpengaruh
nyata terhadap permintaan buah jeruk. Dengan nilai elastisitas (-0,285)
menunjukan arah negatif yang artinya setiap kenaikan harga buah jeruk sebesar
1% akan menurunkan permintaan buah jeruk sebesar 0,285%
b. Berdasarkan hasil komputasi nilai signifikansi variabel X2 harga buah lain 0,383
lebih dari 0,05 tidak berpengaruh secara nyata terhadap permintaan buah jeruk
pada tingkat kepercayaan 95%.
c. Berdasarkan hasil komputasi nilai signifikansi variabel X3 0,001 lebih kecil dari
0,05 pada tingkat kepercayaan 95% berpengaruh secara nyata terhadap
permintaan buah jeruk. Dengan nilai elastisitas 0,334% menunjukan arah positif
yang artinya setiap kenaikan 1% jumlah anggota keluarga akan meningkatkan
pembelian buah jeruk sebesar 0,334%
d. Berdasarkan hasil komputasi nilai signifikansi variabel X4 0,000 lebih kecil dari
0,05 berpengaruh secara nyata terhadap permintaan buah jeruk pada tingkat
kepercayaan 95%. Dengan nilai elastisitas 0,552% menunjukan arah positif yang
artinya setiap kenaikan pendidikan 1% akan meningkatkan pembelian buah jeruk
sebesar 0,552%.
e. Berdasarkan hasil komputasi nilai signifikansi variabel X5 pendapatan 0,000
lebih kecil dari 0,05 pada tingkat kepercayaan 95% berpengaruh secara nyata
terhadap permintaan buah jeruk. Dengan nilai elastisitas 0,507% menunjukan
arah positif yang artinya setiap kenaikan 1% pendapatan akan meningktkan
pembelian buah jeruk sebesar 0,507%
f. Berdasarkan hasil komputasi nilai signifikansi variabel kualitas buah jeruk D1
0,006 lebih kecil dari 0,05 pada tingkat kepercayaan 95% berpengaruh secara
nyata terhadap permintaan buah jeruk.
Tabel Distribusi Gambaran Umum Usia dan Status dalam Keluarga Sampel
No Sampel Permintaan Jeruk
(Kg)
Usia
(tahun)
Status dalam
Keluarga
1 1 20 1
2 2 21 1
3 1 22 1
4 3 22 1
5 4 24 1
6 7 24 1
7 3 25 1
8 3 28 1
9 1 28 1
10 6 29 1
11 3 29 1
12 2 30 1
13 2 30 1
14 3 30 1
15 2 30 1
16 2 31 1
17 4 32 1
18 1 32 1
19 5 35 1
20 4 35 1
21 1 36 1
22 5 36 1
23 5 38 1
24 3 38 1
25 2 39 1
26 2 40 1
27 3 40 1
28 1 40 1
29 4 41 1
30 4 42 1
31 2 42 1
32 5 43 1
33 2 43 1
34 1 43 1
Lampiran 2
No Sampel Permintaan Jeruk
(Kg)
Usia
(tahun)
Status dalam
Keluarga
35 2 43 1
36 4 44 1
37 7 45 1
38 7 45 1
39 4 46 1
40 3 46 1
41 3 47 1
42 1 47 1
43 4 48 1
44 2 48 1
45 2 48 1
46 2 49 1
47 1 50 1
48 3 50 1
49 7 50 2
50 4 50 2
51 3 50 2
52 4 50 2
53 1 50 2
54 2 52 2
55 4 53 2
56 6 54 2
57 3 55 2
58 5 55 2
59 3 55 2
60 3 58 2
61 5 60 2
62 5 60 2
63 5 60 2
64 1 60 2
65 2 61 2
66 4 63 2
67 2 63 2
68 4 65 2
69 3 65 2
70 5 65 2
Keterangan Status dalam Keluarga (1) Ibu Rumah Tangga, (2) Kepala Keluarga
Tabel Jarak dan Frekuensi Membeli Buah
No
Sampel
Jarak
(Km)
Frekuensi
(kali) Dalam Kota
1 1 12 Johar
2 1 4 Ligu Mataram, Johar
3 1 4 Mega raya,Purwodinatan, Johar
4 1 3 Petek, kampung cirebonan kecil Semarang Utara
5 2 10 Imam Bonjol, Semarang Utara
6 2 1 Kampung Gendera, Semarang Utara
7 2 1 Kanal sari barat 6 no 7, Dr. Cipto Semarang Timur
8 2 2 Satria, Semarang Utara
9 2 1 Wonosari 6 Rt 6 RW 3, Johar
10 3 1 Gurami Selatan, Semarang Utara
11 3 5 Taman sriyatno, Pekunden, Gajah Mada
12 3 2 Kalisari baru RT 6 RW 5
13 3 2 Hasanudin, Semarang Utara
14 3 2 Imam Bonjol, Semarang Utara
15 3 4 Lodan 5 no 1 Semarang Utara
16 3 4 Batan Miroto, Semarang Tengah
17 3 25 Imam Bonjol, Semarang Utara
18 3 10 Brotojoyo, Semarang Utara
19 3 15 Jagalan Selatan 2, Semarang Tengah
20 3 8 Tanjung Mas, Semarang Utara
21 3 10 Kampung Gurita, Semarang Utara
22 5 3 Banget Ayu Tlogosari, Semarang Timur
23 5 4 Puspogiwang dalam 4, Semarang Barat
24 5 10 Gajah timur dalam no 55, Gayamsari
25 5 4 Kampung Grobokan, pandean sari
26 5 4 Parang barong, Tlogosari
27 6 1 Singosari, Pedurungan
28 6 1 Panda timur palebonan Pedurungan
29 6 3 Lamper Tengah
30 6 15 Cakrawala, Tawang Ngaglik Kidul Semarang Barat
31 6 2 Pusponjolo, Semarang Barat
32 7 2 Perum Semarang Indah, Semarang Barat
33 7 4 Perumahan griya salsa bila banget ayu, Tlogosari
34 7 1 Muwardi timur no 24 Pedurungan
35 7 2 Durian Timur, Semarang Selatan
36 7 3 Perum Semarang Indah, Semarang Barat
37 7 4 Semarang barat
No
Sampel
Jarak
(Km)
Frekuensi
(kali) Dalam Kota
38 7 5 Asrama kodam RT 5 RW 5
39 7 20 Simongan, Sampangan
40 8 25 Dr. Ismangil Randusari, Semarang Barat
41 8 2 Karang ayu
42 8 2 Cempolorejo 3 no 15, Semarang Barat
43 9 2 Karangrejo no 35, Gajahmungkur
44 9 3 Menoreh utara, Sampangan
45 10 4 Jangli, Tembalang
46 10 3 Wr Supratman RT 2 RW 12 Semarang Selatan
47 10 4 Jatingaleh
48 10 4 Jangli Tlawah 4 no 47, Tembalang
49 10 20 Taman lele RT 1 RW 3, Tembalang
50 11 4 Perum salak sambi roto elang raya no 1, Tembalang
51 12 12 Karanganyar 2 no 51, Tugu, Ngalian
52 12 2 Tembalang
53 13 10 Tembalang
54 14 4 Tembalang
55 14 2 Tembalang
56 14 3 Tembalang
57 15 2 Wates RT 1 RW 2 Ngalian
58 15 3 Perintis kemerdekaan, Banyumanik
59 15 5 Ngalian
60 15 1 Wonosari, Ngalian
61 15 3 Srondol wetan Banyumanik
62 17 1 Gedawang
63 20 2 Mangkang
Jarak dan Frekuensi Membeli Buah Jeruk
No
Sampel
Jarak
(Km)
Frekuensi
(kali) Luar Kota
64 17 3 Gunung Pati
65 17 1 Gunung Pati
66 25 1 Karang jati
67 25 4 Demak
68 33 2 Sumber Sukorejo,Kendal
69 33 2 Jatisrono 2 no 14, Cepiring, Kendal
70 39 1 Ambarawa
No
Sampel Ln Y Ln X1 Ln X2 Ln X3 Ln X5
Ln X6 D1
1
0,69315
7,60090
9,21034
1,38629
0,00000
13,91082 0
2
1,09861
9,21034
9,90349
1,09861
1,09861
15,20180 0
3
1,38629
9,39266
10,12663
1,79176
0,69315
14,50866 0
4
0,00000
9,54681
10,04325
1,09861
0,00000
13,81551 0
5
0,00000
9,61581
10,40426
0,69315
0,00000
13,99783 0
6
0,69315
9,61581
9,21034
0,69315
0,69315
14,22098 0
7
0,69315
9,61581
9,61581
1,38629
0,69315
14,22098 0
8
0,69315
9,61581
9,61581
1,38629
0,69315
14,22098 0
9
1,09861
9,61581
9,61581
1,38629
1,09861
14,22098 0
10
0,69315
9,61581
10,12663
1,09861
1,09861
14,22098 0
11
0,00000
9,61581
8,92266
0,69315
1,09861
14,22098 0
12
0,00000
9,61581
9,21034
1,09861
0,69315
14,45736 0
13
0,00000
9,61581
8,98720
1,38629
0,00000
14,50866 0
14
0,69315
9,61581
8,29405
0,69315
1,09861
14,50866 0
15
0,69315
9,61581
9,61581
1,09861
1,09861
14,55745 0
16
1,09861
9,61581
8,29405
1,38629
1,09861
14,69098 0
17
1,09861
9,61581
9,21034
1,09861
0,69315
14,73180 0
18
0,69315
9,61581
9,21034
1,09861
1,09861
14,73180 0
19
1,09861
9,61581
9,61581
1,09861
1,09861
14,91412 0
20
1,38629
9,61581
10,12663
1,09861
1,38629
14,91412 0
21
0,69315
9,61581
10,12663
0,69315
1,09861
14,91412 0
Tabel Data Primer
Lampiran 3
No
Sampel Ln Y Ln X1 Ln X2 Ln X3 Ln X5 Ln X6 D1
22
1,38629
9,61581
9,90349
1,38629
1,09861
14,97866 0
23
1,09861
9,61581
9,90349
1,09861
1,38629
15,12384 0
24
1,60944
9,61581
9,74097
1,09861
1,38629
15,20180 0
25
1,38629
9,61581
10,30895
0,69315
1,38629
15,42495 0
26
1,60944
9,61581
9,61581
1,09861
1,38629
15,52026 0
27
0,69315
9,74097
9,61581
1,09861
1,09861
14,50866 0
28
1,38629
9,74097
8,85367
1,09861
1,09861
14,91412 1
29
1,38629
9,74097
9,95228
0,69315
1,09861
14,91412 1
30
1,09861
9,74097
10,12663
1,09861
1,09861
15,20180 1
31
1,94591
9,74097
9,90349
1,60944
1,38629
15,52026 1
32
0,69315
9,79813
9,21034
1,09861
0,69315
14,50866 1
33
0,69315
9,79813
9,99880
1,09861
1,09861
14,50866 1
34
1,09861
9,79813
9,21034
1,09861
1,09861
14,91412 1
35
1,09861
9,79813
9,74097
1,38629
1,09861
14,91412 1
36
1,09861
9,79813
9,21034
1,09861
1,09861
14,91412 1
37
1,38629
9,79813
9,61581
1,38629
1,09861
15,06827 1
38
1,60944
9,79813
10,12663
1,60944
1,38629
15,52026 1
39
0,00000
9,90349
9,21034
1,09861
0,00000
13,81551 1
40
0,00000
9,90349
10,16585
0,69315
0,00000
13,99783 1
41
0,00000
9,90349
9,79813
1,09861
0,00000
13,99783 1
42
0,00000
9,90349
8,51719
1,09861
0,00000
13,99783 1
No
Sampel Ln Y Ln X1 Ln X2 Ln X3 Ln X5 Ln X6 D1
43
0,00000
9,90349
8,85367
1,09861
0,00000
14,15198 1
44
0,69315
9,90349
8,51719
1,09861
0,00000
14,22098 1
45
1,09861
9,90349
9,74097
0,69315
1,09861
14,50866 1
46
1,38629
9,90349
9,21034
1,38629
1,38629
14,50866 1
47
1,09861
9,90349
8,98720
1,60944
0,69315
14,50866 1
48
0,69315
9,90349
9,90349
1,09861
0,69315
14,62644 1
49
0,69315
9,90349
9,39266
0,69315
1,09861
14,73180 1
50
1,09861
9,90349
8,51719
1,09861
1,09861
14,91412 1
51
1,94591
9,90349
9,90349
1,38629
1,09861
14,91412 1
52
1,38629
9,90349
9,74097
1,79176
1,09861
14,91412 1
53
0,69315
9,90349
9,21034
0,69315
1,09861
14,91412 1
54
1,38629
9,90349
9,21034
1,38629
1,09861
14,91412 1
55
1,38629
9,90349
8,98720
1,38629
1,09861
14,97866 1
56
1,09861
9,90349
8,00637
1,09861
1,09861
14,97866 1
57
1,38629
9,90349
10,12663
1,09861
1,38629
15,31959 1
58
1,94591
9,90349
9,79813
1,60944
1,38629
15,42495 1
59
1,60944
9,90349
9,74097
1,60944
1,38629
15,42495 1
60
1,60944
9,90349
9,21034
0,69315
1,38629
15,42495 1
61
1,94591
9,90349
9,21034
1,09861
1,38629
15,42495 1
62
1,60944
9,90349
9,74097
1,09861
1,38629
15,42495 1
63
1,60944
9,90349
7,60090
1,60944
1,38629
15,42495 1
No
Sampel Ln Y Ln X1 Ln X2 Ln X3 Ln X5 Ln X6 D1
64
1,79176
9,90349
10,12663
0,00000
1,38629
15,42495 1
65
1,79176
9,90349
10,12663
0,69315
1,38629
15,42495 1
66
1,38629
9,90349
10,04325
1,09861
1,38629
15,42495 1
67
0,00000
9,95228
8,51719
0,69315
0,00000
13,99783 1
68
1,09861
9,99880
9,74097
1,09861
1,09861
14,91412 1
69
1,60944
10,04325
9,21034
1,09861
1,09861
14,91412 1
70
1,60944
10,04325
8,98720
1,38629
1,38629
14,91412 1
