12 0 455 KB
Ida Farida – 194348051003 – Akuntansi Semester 3
08 Januari 2021
STATISTIKA DAN PROBABILITAS KISI-KISI UJIAN UAS STATISTIK 1.
Suatu studi telah dilakukan oleh seseorang penyalur untuk menentukan hubungan antara biaya advertensi dan nilai penjualan bulanan diperoleh data sebagai berikut : (dalam juta rupiah) Biaya Advertensi Nilai Penjualan
40 85
42 100
43 105
38 75
45 115
43 110
48 150
45 120
50 160
40 90
45 100
55 162
Pertanyaan ; 1) Carilah persamaan garis regresi sederhana untuk mengetahui trend nilai penjualan berdasarkan biaya advertensi yang dikeluarkan perusahaan. 2) Hitunglah hubungan antara biaya advertensi dan nilai penjualan? Dan berapa kontribusinya? 3) Bilamana biaya advertensi sebesar Rp. 75 Juta, maka perkirakan nilai penjualannya?. Jawab : 1) Persamaan Regresi
n 1 2 3 4 5 6 7 8 9 10 11 12 12 n
Y 85 100 105 75 115 110 150 120 160 90 100 162 1372 ∑Y
X 40 42 43 38 45 43 48 45 50 40 45 55 534 ∑X
XY 3400 4200 4515 2850 5175 4730 7200 5400 8000 3600 4500 8910 62480 ∑XY
YY 7225 10000 11025 5625 13225 12100 22500 14400 25600 8100 10000 26244 166044 ∑Y²
XX 1600 1764 1849 1444 2025 1849 2304 2025 2500 1600 2025 3025 24010 ∑X²
YPred 88,355 99,901 105,674 76,809 117,220 105,674 134,539 117,220 146,085 88,355 117,220 174,950 1372,002
• Menghitung Nilai b : 𝑏=
𝑛 (∑𝑋𝑌) − (∑𝑋) (∑𝑌) 12 (62480) − (534) (1372) 17112 = = = 𝟓, 𝟕𝟕𝟑 2964 𝑛 (∑𝑋²) − (∑𝑋)² 12 (24010) − (534)²
• Menghitung Nilai a : ∑𝑌 − 𝑏 (∑𝑋) 1372 − 5,773 (534) = = −𝟏𝟒𝟐, 𝟓𝟔𝟓 𝑛 12 • Menghitung Persamaan Regresi Linear Sederhana 𝑎=
𝑌 = 𝑎 + 𝑏X = −142,565 + 5,773X Dari persamaan tersebut diketahui bahwa rata-rata nilai penjualan kembali tanpa dipengaruhi oleh variable apapun adalah sebesar -142,565 juta rupiah. Sedangkan jika dipengaruhi oleh Advertensi dan advertensi naik 1 kali tayang rata-rata jumlah penjualan kembali akan bertambah sebanyak 5,773 juta rupiah. Tugas – Sebelum UAS Statistika dan Probabilitas | 1
Ida Farida – 194348051003 – Akuntansi Semester 3 2) Menghitung hubungan antara biaya advertensi dan nilai penjualan & Kontribusinya • Koefisien Korelasi 𝑛∑𝑋𝑌 − ∑𝑋∑𝑌
𝑟=
12(62480) − (534) (1372)
=
√(𝑛∑𝑋²) − (∑𝑋)²)(𝑛∑𝑌²) − (∑𝑌)² √(12(24010) − (534)²)(12(166044) − (1372)² 749760 − 732648 17.112 𝑟= = = 𝟎, 𝟗𝟒𝟕 18.068,393 √(2.964)(110.144) Artinya korelasi antara Biaya Advertensi dengan Nilai Penjualan adalah sangat kuat dan bernilai positif. • Koefisien Penentu 𝐾𝑃 = 𝑟 2 = 0,9472 = 𝟎, 𝟖𝟗𝟔𝟖 𝑎𝑡𝑎𝑢 𝟖𝟗, 𝟔𝟖% Hal ini berarti besar kontribusi dari Biaya Advertensi terhadap Nilai Penjualan sebesar 89,68% dan 10,32% lainnya adalah kontribusi dari faktor-faktor lainnya. 3) Berapa besarnya nilai penjualan jika biaya advertensi sebesar Rp. 75 Juta? Nilai Prediksi 𝑌 = 𝑎 + 𝑏X = −142,565 + 5,773(75) = 𝟐𝟗𝟎, 𝟒𝟏 Jika biaya Advertensi sebesar Rp. 75 Juta, maka besar nilai penjualannya adalah Rp. 290,41 Juta Kesimpulan : SUMMARY OUTPUT Regression Statistics Multiple R
0,94706819
R Square
0,896938156
Adjusted R Square
0,886631972
Standard Error
9,726100505
Observations
12
ANOVA df Regression
SS
MS
1
8232,696356 8232,696356
Residual
10
945,9703104 94,59703104
Total
11
9178,666667
Coefficients Intercept X
Standard Error
F
2,99316E-06
t Stat
P-value
-142,5775978 27,68188967
-5,150573155
0,000431087
5,773279352 0,618856955
9,328939913
2,99316E-06
RESIDUAL OUTPUT Observation
Significance F
87,0291199
Lower 95% -204,2566917
Upper 95% Lower 95,0% Upper 95,0% -80,8985 -204,256692
4,394380126 7,1521786
-80,898504
4,39438013 7,15217858
PROBABILITY OUTPUT Predicted Y
Residuals
1
88,35357625
-3,35357625
2
99,90013495 0,099865047
3
105,6734143
-0,6734143
4
76,80701754
-1,80701754
5
117,219973
-2,21997301
6 7
Standard Residuals -0,361631102
Percentile
Y
4,166666667
75
0,010768894
12,5
85
-0,072617272
20,83333333
90
-0,194858771
29,16666667
100
-0,239389603
37,5
100
105,6734143 4,326585695
0,466555055
45,83333333
105
134,5398111 15,46018893
1,667141208
54,16666667
110
8
117,219973 2,780026991
0,299782724
62,5
115
9
146,0863698 13,91363023
1,500368877
70,83333333
120
10
88,35357625 1,646423752
0,177541225
79,16666667
150
11
117,219973
-17,219973
-1,856906583
87,5
160
12
174,9527665
-12,9527665
-1,396754654
95,83333333
162
Tugas – Sebelum UAS Statistika dan Probabilitas | 2
Ida Farida – 194348051003 – Akuntansi Semester 3 2. Seorang peneliti suatu perusahaan mengadakan penelitian tentang keunggulan metode produksi dengan beberapa metode memproduksi. Bila data yang didapat seperti pada tabel ujilah dengan signifikasi 5% apakah keempat metode produksi tersebut memiliki hasil yang sama? (asumsikan keempat data berdistribusi Normal dan variannya sama)
Metode X Metode Y
Penyelesaian : • Hipotesa H0 : µ1 = µ2 = µ3 = µ4 H1 : Ada rata-rata yang tidak sama
Metode Z
Metode W
70
68
76
67
76
75
87
66
77
74
78
78
78
67
77
57
67
57
68
89
• Tingkat signifikasi 𝛼 = 0.05 • Karena df1 = derajat bebas perlakuan = 3 dan df2 = derajat bebas galat = 16, maka f(0,05;3;16) = 3,24 Jadi daerah penolakannya : H0 ditolak jika F > 3,24 • Data Populasi 1
2
3
4
70
68
76
67
76
75
87
66
77
74
78
78
78
67
77
57
67
57
68
341
386
Total
89 Total
457
268
1452
• Jumlah Kuadrat Total 𝑘
𝑛
2 𝐽𝐾𝑇 = ∑ ∑ 𝑋𝑖𝑗 − 𝑖=1 𝑗=1
𝑇…2 𝑛𝑘
= 702 + 762 + 772 + 782 + 672 + 892 + 682 + 752 + 742 + 672 + 572 + 762 + 872 + 782 + 772 + 682 + 672 + 662 + 782 + 572 −
14522 20
= 1306,800
• Jumlah Kuadrat Perlakuan 𝐽𝐾𝑃 =
2 ∑𝑘 𝑗=1 𝑇…
𝑛
−
𝑇…2 𝑛𝑘
=
4572 6
+
3412 5
+
3862 5
+
2682 4
−
14522 20
= 404,367
• Jumlah Kuadrat Galat JKG = JKT – JKP = 1036,800 - 404,367 = 902,433 • Tabel Anova dan Kesimpulan Sumber Variasi Perlakuan Galat Total
Derajat Bebas 4-1=3 20 - 4 = 16 20 - 1 = 19
Jumlah Kuadrat Statistik Kuadrat Rata-rata F 404,367 134,789 2,390 902,433 56,402 1306,800
Karena Fhitung = 2,390 < 3,24 maka H0 diterima. Jadi tidak ada rata-rata yang tidak sama. Tugas – Sebelum UAS Statistika dan Probabilitas | 3
Ida Farida – 194348051003 – Akuntansi Semester 3 Kesimpulan : Descriptives VAR00002 95% Confidence Interval for Mean Std. Deviation
Std. Error
Lower Bound
Upper Bound
N
Mean
Minimum
Maximum
1
6
761.667
762.671
311.359
681.629
841.704
67.00.00
89.00.00
2
5
682.000
719.027
321.559
592.721
771.279
57.00.00
75.00.00
3
5
772.000
676.018
302.324
688.061
855.939
68.00.00
87.00.00
4
4
670.000
860.233
430.116
533.118
806.882
57.00.00
78.00.00
Total
20
726.000
829.331
185.444
687.186
764.814
57.00.00
89.00.00
Test of Homogeneity of Variances VAR00002 Levene Statistic .053
df1
df2
Sig.
3
16
.983
ANOVA
Between Groups Within Groups Total
Sum of Squares 404,367
3
Mean Square 134,789
902,433
16
56,402
1.306,800
19
df
F 2,390
Sig. .107
3. Uji distribusi normal adalah uji untuk mengukur apakah data kita memiliki distribusi normal sehingga dapat dipakai dalam statistik parametrik . Mengapa kita harus, menguji normalitas? Jawab : Karena Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi normal ataukah tidak. Uji Normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal.
Tugas – Sebelum UAS Statistika dan Probabilitas | 4