3. Berikut ini adalah data penelitian
Bulan Harga Jual Biaya Logistik Pendapatan
1 171 150 1500
2 201 165 1525
3 215 165 1600
4 216 180 1645
5 218 175 1655
6 211 160 1700
7 209 188 1725
8 217 178 1720
9 216 187 1780
10 210 189 1760
11 214 178 1714
12 213 178 1720
13 190 187 1711
14 217 190 1730
15 217 182 1720
16 216 185 1760
17 219 169 1780
18 210 185 1760
19 221 189 1730
20 230 175 1780
Berdasarkan data di atas, lakukan pengujian dengan menggunakan MS Excel untuk:
a. Uji korelasi Pearson
b. Uji regresi linier berganda (uji t, uji F dan persamaan regresi berganda)
c. Tentukan hipotesis penelitian dan apa hasil dari pengujian hipotesis?
Answer (1)
Jawaban: untuk melakukan analisis data ini menggunakan MS Excel. Hipotesis Penelitian Sebelum melakukan pengujian, kita perlu merumuskan hipotesis. Berdasarkan data yang ada, kita bisa membuat hipotesis sebagai berikut: - Hipotesis 1 (Korelasi): Terdapat hubungan positif antara harga jual dan pendapatan.- Hipotesis 2 (Regresi): Harga jual dan biaya logistik secara signifikan mempengaruhi pendapatan. Langkah-langkah Analisis dengan MS Excel a. Uji Korelasi Pearson 1. Buka MS Excel dan masukkan data ke dalam kolom-kolom yang sesuai (Bulan, Harga Jual, Biaya Logistik, Pendapatan).2. Cari nilai korelasi antara Harga Jual dan Pendapatan:- Pilih sel kosong.- Ketik formula: =CORREL(range_harga_jual, range_pendapatan) - Contoh: =CORREL(B2:B21, D2:D21) - Tekan Enter. Nilai korelasi Pearson akan muncul. b. Uji Regresi Linier Berganda 1. Aktifkan Add-in "Data Analysis":- Klik "File" > "Options" > "Add-ins".- Pada bagian "Manage", pilih "Excel Add-ins" dan klik "Go".- Centang "Analysis ToolPak" dan klik "OK".2. Lakukan Analisis Regresi:- Klik tab "Data".- Pada bagian "Analysis", klik "Data Analysis".- Pilih "Regression" dan klik "OK".- Input Y Range: Masukkan range data Pendapatan (misalnya, $D$2:$D$21 ).- Input X Range: Masukkan range data Harga Jual dan Biaya Logistik (misalnya, $B$2:$C$21 ).- Centang "Labels" jika baris pertama data berisi label.- Pilih "Output Range" (misalnya, $E$2 ) untuk menentukan di mana hasil analisis akan ditampilkan.- Centang "Residuals" dan "Line Fit Plots" (opsional) untuk analisis lebih lanjut.- Klik "OK". Interpretasi Hasil Regresi Setelah melakukan analisis regresi, Excel akan menghasilkan tabel output yang berisi informasi berikut: - R-squared: Koefisien determinasi, menunjukkan seberapa baik model regresi menjelaskan variasi dalam pendapatan.- Adjusted R-squared: Koefisien determinasi yang disesuaikan, lebih akurat untuk model dengan banyak variabel independen.- Significance F (Uji F): Nilai p untuk uji F, menunjukkan apakah model regresi secara keseluruhan signifikan. Jika nilai ini kurang dari tingkat signifikansi (misalnya, 0.05), maka model signifikan.- Koefisien Regresi (Coefficients): Koefisien untuk setiap variabel independen (Harga Jual dan Biaya Logistik) dan konstanta (intercept).- Standard Error: Kesalahan standar untuk setiap koefisien regresi.- t-stat (Uji t): Nilai t untuk uji t, menunjukkan apakah setiap variabel independen secara individual signifikan.- P-value (Uji t): Nilai p untuk uji t, menunjukkan signifikansi setiap variabel independen. Jika nilai ini kurang dari tingkat signifikansi (misalnya, 0.05), maka variabel tersebut signifikan. Persamaan Regresi Berganda Persamaan regresi berganda akan memiliki bentuk: Pendapatan = Intercept + (Koefisien Harga Jual * Harga Jual) + (Koefisien Biaya Logistik * Biaya Logistik) Contoh Interpretasi Hasil Misalkan hasil analisis menunjukkan: - Korelasi Pearson antara Harga Jual dan Pendapatan = 0.85- R-squared = 0.75- Significance F = 0.001- Koefisien Harga Jual = 2.5- Koefisien Biaya Logistik = -1.2- P-value Harga Jual = 0.003- P-value Biaya Logistik = 0.04 Interpretasi: - Korelasi: Terdapat korelasi positif yang kuat (0.85) antara harga jual dan pendapatan.- R-squared: 75% variasi dalam pendapatan dapat dijelaskan oleh model regresi.- Uji F: Model regresi secara keseluruhan signifikan (p < 0.05).- Uji t:- Harga jual secara signifikan mempengaruhi pendapatan (p < 0.05).- Biaya logistik juga secara signifikan mempengaruhi pendapatan (p < 0.05).- Persamaan Regresi:Pendapatan = Intercept + (2.5 * Harga Jual) + (-1.2 * Biaya Logistik) Kesimpulan Hipotesis - Hipotesis 1 (Korelasi): Diterima. Terdapat hubungan positif antara harga jual dan pendapatan.- Hipotesis 2 (Regresi): Diterima. Harga jual dan biaya logistik secara signifikan mempengaruhi pendapatan.
