Nama : Nikmatul Laili Agustina

Nim : 041910285
Kelas : Manajemen 3f
Prodi : Manajemen
Fakultas : Ekonomi
Tanggal : 9 Januari 2021
Mata kuliah : Aplikasi komputer Statistik
1. UJI MULTIKOLINERITAS

Descriptive Statistics
Mean Std. Deviation N
Y 9.40 2.951 10
X1 6.00 1.491 10
X2 6.70 1.337 10

Correlations
Y X1 X2
Pearson Correlation Y 1.000 -.354 .766
X1 -.354 1.000 .223
X2 .766 .223 1.000
Sig. (1-tailed) Y . .158 .005
X1 .158 . .268
X2 .005 .268 .
N Y 10 10 10
X1 10 10 10
X2 10 10 10

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 X2, X1b . Enter
a. Dependent Variable: Y
b. All requested variables entered.

Model Summaryb
 Adjusted R Std. Error of the Change Statistics
Model R R Square Square Estimate R Square Change F Change df1 df2
a
1 .936 .875 .840 1.182 .875 24.567 2
a. Predictors: (Constant), X2, X1
b. Dependent Variable: Y

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 68.624 2 34.312 24.567 .001b
Residual 9.776 7 1.397
Total 78.400 9
a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients 95,0% Confiden
Model B Std. Error Beta t Sig. Lower Bound
1 (Constant) 2.816 2.327 1.210 .266 -2.687
X1 -1.092 .271 -.552 -4.029 .005 -1.733
X2 1.961 .302 .889 6.490 .000 1.246
a. Dependent Variable: Y

Coefficient Correlationsa
Model X2 X1
1 Correlations X2 1.000 -.223
X1 -.223 1.000
Covariances X2 .091 -.018
X1 -.018 .073
a. Dependent Variable: Y

Collinearity Diagnosticsa
Variance Proportions
Model Dimension Eigenvalue Condition Index (Constant) X1 X2
1 1 2.948 1.000 .00 .01 .00
2 .036 9.082 .04 .89 .29
3 .016 13.392 .96 .11 .71
a. Dependent Variable: Y

Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 3.88 14.13 9.40 2.761 10
Std. Predicted Value -1.998 1.714 .000 1.000 10
Standard Error of Predicted .385 .906 .619 .201 10
Value
Adjusted Predicted Value 2.29 13.30 9.36 3.063 10
Residual -1.251 1.118 .000 1.042 10
Std. Residual -1.059 .946 .000 .882 10
Stud. Residual -1.379 1.474 .010 1.095 10
Deleted Residual -2.122 2.714 .042 1.675 10
Stud. Deleted Residual -1.495 1.643 .015 1.130 10
Mahal. Distance .053 4.394 1.800 1.676 10
Cook's Distance .032 1.034 .244 .316 10
Centered Leverage Value .006 .488 .200 .186 10
a. Dependent Variable: Y

UJI HETEROSKEDITAS

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 PENDAPATAN, . Enter
b
HARGA
a. Dependent Variable: KEPERLUAN KOSUMSI
b. All requested variables entered.

Model Summaryb
Adjusted R Std. Error of the Change Statistics
Model R R Square Square Estimate R Square Change F Change df1 df2
a
1 .936 .875 .840 1.182 .875 24.567 2
a. Predictors: (Constant), PENDAPATAN, HARGA
b. Dependent Variable: KEPERLUAN KOSUMSI

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 68.624 2 34.312 24.567 .001b
Residual 9.776 7 1.397
Total 78.400 9
a. Dependent Variable: KEPERLUAN KOSUMSI
b. Predictors: (Constant), PENDAPATAN, HARGA

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients 95,0% Con
Model B Std. Error Beta t Sig. Lower Boun
1 (Constant) 2.816 2.327 1.210 .266 -2
HARGA -1.092 .271 -.552 -4.029 .005 -1
PENDAPATAN 1.961 .302 .889 6.490 .000 1
a. Dependent Variable: KEPERLUAN KOSUMSI
 2.) a.) Analisis Pendapatan, Harga dan kebutuhan pokok terhadap tingkat konsumsi masyarakat

b.) Nilai Y adalah Y = 1.000

c). T table = (a:2 ,n-k)

=(0,05:2’ – 10-3)

=(0,025 : 9)

= 1.8331

Thitung X1( harga) = 4.029

T hitung X2 (pendapatan) = 6,490

d). f hitung = 24,567

f table = 4,74

e). f hitung = nilai f hitung 24,567 > f table 4.74 maka variabel bebas (x) berpengaruh terhadap variabel
terikat ( Y)

F). UJI SIGNIFIKAN

Dari hasil uji spss diperoleh nilai sig 0,001

Jadi kesimpulanya =

Nilai sig 0,001 < 0,05 maka variabel bebas (X) berpengaruh signifikan terhadap variabel terikat (Y)

 MENOLAK HO yang artinya ada pengaruh antara X1 dengan Y karena t table < t hitung = 1,8331 <
4.029

HO =tidak ada pengaruh antara X1 (harga) dengan keperluan konsumsi (y)

Ha = ada pengaruh antara harga (X1) dengan keoerluan konsumen ( y)

 Menolak HO yang artinya ada pengaruh antara X2 ( pendapatan ) dengan Y ( keperluan

konsumsi) karena t table < t hitung = 1,8331 < 6,490

HO = tidak ada pengaruh antara pendapatan (X2) dengan keperluan konsumsi (Y)
Ha = ada pengaruh antara pendapatan (X2) dengan keperluan konsumsi (Y)
3.) a.) Kesimpulan
 Dari data diatas dapat disimpulkan bahwa dengan keperluan konsumsi dan harga diatas masih
bisa menghasilkan pendapatan lebih dan menguntungkan karena
 MENOLAK HO yang artinya ada pengaruh antara X1 dengan Y karena t table < t hitung = 1,8331 <
4.029
HO =tidak ada pengaruh antara X1 (harga) dengan keperluan konsumsi (y)
Ha = ada pengaruh antara harga (X1) dengan keoerluan konsumen ( y)

 Menolak HO yang artinya ada pengaruh antara X2 ( pendapatan ) dengan Y ( keperluan

konsumsi) karena t table < t hitung = 1,8331 < 6,490

HO = tidak ada pengaruh antara pendapatan (X2) dengan keperluan konsumsi (Y)
Ha = ada pengaruh antara pendapatan (X2) dengan keperluan konsumsi (Y)

b.) Saran
Untuk penelitian selanjutnya dapat dilanjutkan dengan penelitian berbasis pemecahan masalah
dan kontekstual sehingga mampu menghasilkan data yang lebih valid dan terperinci