Nama : Deny Setyawan

Nim : 1602010214
Matkul : Komputer Analisis Data / L

1.
Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 SebelumTraining 120,07 15 8,013 2,069

SesudahTraining 129,67 15 11,788 3,044

Paired Samples Correlations

N Correlation Sig.

Pair 1 SebelumTraining &

15 ,682 ,005
SesudahTraining

Paired Samples Test

Paired Differences

95% Confidence Interval of the

Difference

Mean Std. Deviation Std. Error Mean Lower Upper t df Sig. (2-tailed)

Pair 1 SebelumTraining -
-9,600 8,617 2,225 -14,372 -4,828 -4,315 14 ,001
SesudahTraining

Bagian diatas melampirkan hasil uji beda rata-rata nilai sebelum training dan setelah training. Hasil pengujian ditemukan bahwa nilai t sebesar -
4,315 dengan sig (2-tailed) 0,001. Hasil ini menunjukan bahwa ada perbedaan antara nilai sebelum training dan sesudah training dan oleh karena
nilai t yang ditemukan negative maka hal ini menunjukan bahwa nilai setelah training lebih baik daripada nilai setelah training.
 UJI ASUMSI KLASIK
UJI NORMALITAS
1. Menghitung Nilai Residu
Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 BiayaAdmin_X3
,
BiayaPemasara
. Enter
n_X1,
BiayaProduksi_
X2b

a. Dependent Variable: VolumePenjualan_Y

b. All requested variables entered.

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 ,879a ,772 ,738 1910,902

a. Predictors: (Constant), BiayaAdmin_X3, BiayaPemasaran_X1,

BiayaProduksi_X2
b. Dependent Variable: VolumePenjualan_Y
 ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 247722403,252 3 82574134,417 22,613 ,000b

Residual 73030930,081 20 3651546,504

Total 320753333,333 23

a. Dependent Variable: VolumePenjualan_Y

b. Predictors: (Constant), BiayaAdmin_X3, BiayaPemasaran_X1, BiayaProduksi_X2

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 635,207 2930,226 ,217 ,831

BiayaPemasaran_X1 ,001 ,001 ,449 2,250 ,036

BiayaProduksi_X2 ,000 ,000 ,504 2,498 ,021

BiayaAdmin_X3 ,000 ,000 -,064 -,493 ,627

a. Dependent Variable: VolumePenjualan_Y

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 12913,90 24320,96 19333,33 3281,850 24

Residual -3182,531 5235,569 ,000 1781,925 24
Std. Predicted Value -1,956 1,520 ,000 1,000 24
Std. Residual -1,665 2,740 ,000 ,933 24
a. Dependent Variable: VolumePenjualan_Y
 2. Melakukan Uji Normalitas dengan Output :

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual

N 24
Normal Parametersa,b Mean ,0000000
Std. Deviation 1781,92531539
Most Extreme Differences Absolute ,117
Positive ,117
Negative -,079
Test Statistic ,117
Asymp. Sig. (2-tailed) ,200c,d

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Dari hasil uji analisis spss tersebut bahwa data tersebut berdistribusi normal karena nilai Asymp. Sig. (2-tailed) dengan nilai 0,200
lebih besar dari nilai signifikansi sebesar 0.05.
 3. Uji Normalitas Sebaran Data

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Unstandardized Residual 24 100,0% 0 0,0% 24 100,0%

Descriptives

Statistic Std. Error

Unstandardized Residual Mean ,0000000 363,73398187

95% Confidence Interval for Lower Bound -752,4410698

Mean Upper Bound 752,4410698

5% Trimmed Mean -98,6541838

Median -192,7341941

Variance 3175257,830

Std. Deviation 1781,92531539

Minimum -3182,53064

Maximum 5235,56953

Range 8418,10017

Interquartile Range 2256,53719

Skewness ,981 ,472

Kurtosis 2,017 ,918
 Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Unstandardized Residual ,117 24 ,200* ,946 24 ,222

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Dari data tersebut menunjukan bahwa nilai sig 0,200 lebih dari 0,05 maka dapat disimpulkan hipotesis nol gagal ditolak, yang berarti
data yang diuji memilki distribusi yang tidak berbeda dari data yang normal. Atau dengan kata lain data yang diuji memiliki distribusi
normal.
 4. DETEKSI MULTIKOLINEARITAS, HETEROKEDASTISITAS, AUTOKORELASI

A. MULTIKOLINEARITAS

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 247722403,252 3 82574134,417 22,613 ,000b

Residual 73030930,081 20 3651546,504

Total 320753333,333 23

a. Dependent Variable: VolumePenjualan_Y

b. Predictors: (Constant), BiayaAdmin_X3, BiayaPemasaran_X1, BiayaProduksi_X2

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 635,207 2930,226 ,217 ,831

BiayaPemasaran_X1 ,001 ,001 ,449 2,250 ,036 ,286 3,496

BiayaProduksi_X2 ,000 ,000 ,504 2,498 ,021 ,280 3,567

BiayaAdmin_X3 ,000 ,000 -,064 -,493 ,627 ,676 1,480

a. Dependent Variable: VolumePenjualan_Y

Dari hasil uji tersebut menunjukan bahwa nilai toleran tidak ada yang dibawah 0,10 serta VIF tidak ada yang melebihi 10, maka dapat
disimpulkan tidak terjadi multikoleniaritas diantara variable regresi.
B. HETEROKEDASTISITAS
 Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 635,207 2930,226 ,217 ,831

BiayaPemasaran_X1 ,001 ,001 ,449 2,250 ,036 ,286 3,496

BiayaProduksi_X2 ,000 ,000 ,504 2,498 ,021 ,280 3,567

BiayaAdmin_X3 ,000 ,000 -,064 -,493 ,627 ,676 1,480

a. Dependent Variable: VolumePenjualan_Y

Dari tabel diatas ketiga variable tersebut menunjukan terjadinya heterokedastisitas, karena variable biaya pemasaran, biaya produksi,
dan biaya admin nilai sig kurang dari 10.

C. AUTOKORELASI

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 ,879a ,772 ,738 1910,902 1,627

a. Predictors: (Constant), BiayaAdmin_X3, BiayaPemasaran_X1, BiayaProduksi_X2

b. Dependent Variable: VolumePenjualan_Y

Dari hasil uji tersebut menunjukan AUTOKORELASI POSITIF

 D. REGRESI LINIER BERGANDA

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method

1 BiayaAdmin_X3
,
BiayaPemasara
. Enter
n_X1,
BiayaProduksi_
X2b

a. Dependent Variable: VolumePenjualan_Y

b. All requested variables entered.

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 ,879a ,772 ,738 1910,902 1,627

a. Predictors: (Constant), BiayaAdmin_X3, BiayaPemasaran_X1, BiayaProduksi_X2

b. Dependent Variable: VolumePenjualan_Y

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 247722403,252 3 82574134,417 22,613 ,000b

Residual 73030930,081 20 3651546,504

Total 320753333,333 23
a. Dependent Variable: VolumePenjualan_Y
b. Predictors: (Constant), BiayaAdmin_X3, BiayaPemasaran_X1, BiayaProduksi_X2

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 635,207 2930,226 ,217 ,831

BiayaPemasaran_X1 ,001 ,001 ,449 2,250 ,036 ,286 3,496

BiayaProduksi_X2 ,000 ,000 ,504 2,498 ,021 ,280 3,567

BiayaAdmin_X3 ,000 ,000 -,064 -,493 ,627 ,676 1,480

a. Dependent Variable: VolumePenjualan_Y

Coefficient Correlationsa

BiayaPemasara BiayaProduksi_
Model BiayaAdmin_X3 n_X1 X2

1 Correlations BiayaAdmin_X3 1,000 -,167 -,217

BiayaPemasaran_X1 -,167 1,000 -,772

BiayaProduksi_X2 -,217 -,772 1,000

Covariances BiayaAdmin_X3 1,179E-7 -3,250E-8 -7,357E-9

BiayaPemasaran_X1 -3,250E-8 3,225E-7 -4,327E-8

BiayaProduksi_X2 -7,357E-9 -4,327E-8 9,733E-9

a. Dependent Variable: VolumePenjualan_Y

 Collinearity Diagnosticsa

Variance Proportions

BiayaPemasaran BiayaProduksi_X
Model Dimension Eigenvalue Condition Index (Constant) _X1 2 BiayaAdmin_X3

1 1 3,965 1,000 ,00 ,00 ,00 ,00

2 ,020 14,085 ,37 ,19 ,04 ,07

3 ,010 19,571 ,52 ,01 ,02 ,93

4 ,004 29,825 ,11 ,80 ,94 ,00

a. Dependent Variable: VolumePenjualan_Y

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 12913,90 24320,96 19333,33 3281,850 24

Std. Predicted Value -1,956 1,520 ,000 1,000 24
Standard Error of Predicted
460,078 1345,452 754,300 203,334 24
Value
Adjusted Predicted Value 12977,75 24750,52 19277,09 3252,624 24
Residual -3182,531 5235,569 ,000 1781,925 24
Std. Residual -1,665 2,740 ,000 ,933 24
Stud. Residual -1,947 2,906 ,011 1,040 24
Deleted Residual -4350,518 5890,309 56,248 2247,119 24
Stud. Deleted Residual -2,108 3,727 ,044 1,164 24
Mahal. Distance ,375 10,444 2,875 2,265 24
Cook's Distance ,000 ,488 ,073 ,137 24
Centered Leverage Value ,016 ,454 ,125 ,098 24

a. Dependent Variable: VolumePenjualan_Y

Dari hasil output dapat disimpulkan bahwa ketiga variabel tersebut berpengaruh positif dan signifikan.