Langsung ke konten utama

EKONOMETRIKA UAS


PETUNJUK
1.      Isilah data diri anda sesuai dengan keadaan yang sebenarnya pada identitas responden
2.      Pilih salah satu jawaban yang tersedia sesuai dengan pengalaman yang anda dapatkan sebagai konsumen Toko Avista Fashion.
Pada masing-masing pertanyaan terdapat lima alternative jawaban yang mengacu pada teknik skala Likert, yaitu:
·         Sangat Setuju (SS) = 5
·         Setuju (S) = 4
·         Netral (N) = 3
·         Tidak Setuju (TS) = 2
·         Sangat Tidak Setuju (STS) = 1
3.      Diharapkan untuk tidak menjawab lebih dari satu pilihan







Variabel Kualitas produk
(Indikator : Kualitas bahan baku, Kemasan/bentuk atau tampilan produk
,Label dan merk produk)
No
Pernyataan
SS
S
N
KS
STS
1
Bahan baku produk pakaian yang ditawarkan termasuk bahan baku yang sudah baik.





2
Bahan baku yang digunakan sudah sesuai dengan yang dibutuhkan masyarakat sekitar.





3
Model atau bentuk produk yang ditawarkan sangat menarik.





4
Merk dan label produk yang ditawarkan sudah sesuai dengan kualitas produk yang ada.







Variabel harga
(Indikator : Daya saing harga, dan kesesuaian harga dengan kualitas produk)
No
Pernyataan
SS
S
N
KS
STS
1
Adanya persamaan harga yang ditawarkan antara produk di toko Avista Fashion dengan toko yang lain.





2
Selisih harga memberikan dampak yang sangat signifikan terhadap konsumen dalam melakukan transaksi pembelian.





3
Harga yang ditawarkan sudah sesuai dengan kualitas produk yang ditawarkan.





4
Banyak produk dengan harga rendah namun kualitas tinggi.








Variabel Promosi
(Indikator : Iklan , dan Promosi penjualan)
No
Pernyataan
SS
S
N
KS
STS
1
Sudah ada iklan di media sosial ataupun media elektronik






2
Cara penyampaian iklan yang dilakukan sudah sangat tepat.





3
Adanya promosi penjualan seperti potongan harga/diskon





4
Banyak orang yang menawarkan untuk belanja di Toko Avista Fashion Solo














Variabel Keputusan pembelian
(Indikator : Lingkungan sosial budaya, Pendapatan)
No
Pernyataan
SS
S
N
KS
STS
1
Saya membeli produk yang sesuai dengan lingkungan sosial disekitar saya.





2
Budaya yang ada di lingkungan saya, sangat memberikan pengaruh terhadap keputusan pembelian yang saya lakukan





3
Penjualan produk harus disesuaikan dengan keadaan sosial dan budaya yang ada di lingkungan sekitarnya





4
Kondisi ekonomi atau pendapatan yang saya miliki akan mempengaruhi keputusan pembelian saya terhadap suatu produk.






 


OUTPUT SPSS
REGRESION


Descriptive Statistics

Mean
Std. Deviation
N
KEPEMBELIAN
15,50
1,762
20
KPRODUK
14,40
1,930
20
HARGA
14,50
2,090
20
PROMOSI
13,10
1,861
20



Correlations

KEPEMBELIAN
KPRODUK
HARGA
PROMOSI
Pearson Correlation
KEPEMBELIAN
1,000
,340
-,014
,289
KPRODUK
,340
1,000
,052
,369
HARGA
-,014
,052
1,000
,325
PROMOSI
,289
,369
,325
1,000
Sig. (1-tailed)
KEPEMBELIAN
.
,071
,476
,108
KPRODUK
,071
.
,414
,055
HARGA
,476
,414
.
,081
PROMOSI
,108
,055
,081
.
N
KEPEMBELIAN
20
20
20
20
KPRODUK
20
20
20
20
HARGA
20
20
20
20
PROMOSI
20
20
20
20


Variables Entered/Removeda
Model
Variables Entered
Variables Removed
Method
1
PROMOSI, HARGA, KPRODUKb
.
Enter

a. Dependent Variable: KEPEMBELIAN
b. All requested variables entered.

HASIL UJI DETERMINASI

Model Summaryb
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
Change Statistics
R Square Change
F Change
1
,395a
,156
-,003
1,764
,156
,984

Model Summaryb
Model
Change Statistics
df1
df2
Sig. F Change

1
3
16
,425
2,159

a. Predictors: (Constant), PROMOSI, HARGA, KPRODUK
b. Dependent Variable: KEPEMBELIAN

 HASIL UJI SIMULTAN (F)
ANOVAa
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
9,191
3
3,064
,984
,425b
Residual
49,809
16
3,113


Total
59,000
19




a. Dependent Variable: KEPEMBELIAN
b. Predictors: (Constant), PROMOSI, HARGA, KPRODUK

HASIL UJI SIMULTAN (UJI t)

Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
10,494
4,174

2,514
,023
KPRODUK
,240
,226
,263
1,060
,305
HARGA
-,085
,205
-,101
-,414
,684
PROMOSI
,213
,248
,225
,858
,403

Coefficientsa
Model
Correlations
Collinearity Statistics
Zero-order
Partial
Part
Tolerance
VIF
1
(Constant)





KPRODUK
,340
,256
,243
,859
1,165
HARGA
-,014
-,103
-,095
,889
1,125
PROMOSI
,289
,210
,197
,770
1,299

a. Dependent Variable: KEPEMBELIAN


Collinearity Diagnosticsa
Model
Dimension
Eigenvalue
Condition Index
Variance Proportions
(Constant)
KPRODUK
HARGA
1
1
3,966
1,000
,00
,00
,00
2
,017
15,154
,00
,34
,58
3
,011
19,142
,08
,17
,06
4
,006
25,023
,92
,49
,36

Collinearity Diagnosticsa
Model
Dimension
Variance Proportions
PROMOSI
1
1
,00
2
,01
3
,99
4
,00

a. Dependent Variable: KEPEMBELIAN


Residuals Statisticsa

Minimum
Maximum
Mean
Std. Deviation
N
Predicted Value
14,08
16,61
15,50
,696
20
Residual
-3,240
2,915
,000
1,619
20
Std. Predicted Value
-2,037
1,600
,000
1,000
20
Std. Residual
-1,836
1,652
,000
,918
20

a. Dependent Variable: KEPEMBELIAN

TRANSFORM REGRESSION

Descriptive Statistics

Mean
Std. Deviation
N
LNKPEMBELIAN
2,7344
,11749
20
LNKPRODUK
2,6577
,14564
20
LNHARGA
2,6629
,15927
20
LNPROMOSI
2,5628
,14519
20


Correlations

LNKPEMBELIAN
LNKPRODUK
LNHARGA
Pearson Correlation
LNKPEMBELIAN
1,000
,339
,000
LNKPRODUK
,339
1,000
,054
LNHARGA
,000
,054
1,000
LNPROMOSI
,324
,366
,300
Sig. (1-tailed)
LNKPEMBELIAN
.
,072
,499
LNKPRODUK
,072
.
,410
LNHARGA
,499
,410
.
LNPROMOSI
,081
,056
,099
N
LNKPEMBELIAN
20
20
20
LNKPRODUK
20
20
20
LNHARGA
20
20
20
LNPROMOSI
20
20
20

Correlations

LNPROMOSI
Pearson Correlation
LNKPEMBELIAN
,324
LNKPRODUK
,366
LNHARGA
,300
LNPROMOSI
1,000
Sig. (1-tailed)
LNKPEMBELIAN
,081
LNKPRODUK
,056
LNHARGA
,099
LNPROMOSI
.
N
LNKPEMBELIAN
20
LNKPRODUK
20
LNHARGA
20
LNPROMOSI
20


Variables Entered/Removeda
Model
Variables Entered
Variables Removed
Method
1
LNPROMOSI, LNHARGA, LNKPRODUKb
.
Enter

a. Dependent Variable: LNKPEMBELIAN
b. All requested variables entered.

HASIL UJI SIMULTAN (UJI F)

Model Summaryb
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
Change Statistics
R Square Change
F Change
1
,411a
,169
,013
,11674
,169
1,081

Model Summaryb
Model
Change Statistics
df1
df2
Sig. F Change

1
3
16
,385
2,123

a. Predictors: (Constant), LNPROMOSI, LNHARGA, LNKPRODUK
b. Dependent Variable: LNKPEMBELIAN


ANOVAa
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
,044
3
,015
1,081
,385b
Residual
,218
16
,014


Total
,262
19




a. Dependent Variable: LNKPEMBELIAN
b. Predictors: (Constant), LNPROMOSI, LNHARGA, LNKPRODUK

HASIL UJI PARSIAL (UJI t)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
1,841
,676

2,725
,015
LNKPRODUK
,200
,198
,248
1,011
,327
LNHARGA
-,067
,177
-,091
-,382
,708
LNPROMOSI
,211
,208
,261
1,016
,325

Coefficientsa
Model
Correlations
Collinearity Statistics
Zero-order
Partial
Part
Tolerance
VIF
1
(Constant)





LNKPRODUK
,339
,245
,230
,863
1,159
LNHARGA
,000
-,095
-,087
,906
1,103
LNPROMOSI
,324
,246
,232
,787
1,270

a. Dependent Variable: LNKPEMBELIAN


Collinearity Diagnosticsa
Model
Dimension
Eigenvalue
Condition Index
Variance Proportions
(Constant)
LNKPRODUK
LNHARGA
1
1
3,994
1,000
,00
,00
,00
2
,003
36,557
,00
,31
,62
3
,002
47,353
,05
,23
,06
4
,001
60,779
,95
,45
,32

Collinearity Diagnosticsa
Model
Dimension
Variance Proportions
LNPROMOSI
1
1
,00
2
,01
3
,98
4
,00

a. Dependent Variable: LNKPEMBELIAN


Residuals Statisticsa

Minimum
Maximum
Mean
Std. Deviation
N
Predicted Value
2,6263
2,8065
2,7344
,04824
20
Residual
-,22639
,18788
,00000
,10713
20
Std. Predicted Value
-2,241
1,493
,000
1,000
20
Std. Residual
-1,939
1,609
,000
,918
20

a. Dependent Variable: LNKPEMBELIAN

FREQUENCIES

Statistics

LNKPRODUK
LNHARGA
LNPROMOSI
LNKPEMBELIAN
N
Valid
20
20
20
20
Missing
0
0
0
0
Mean
2,6577
2,6629
2,5628
2,7344
Std. Error of Mean
,03257
,03561
,03247
,02627
Median
2,6767a
2,6836a
2,5773a
2,7532a
Mode
2,64
2,77
2,48c
2,77
Std. Deviation
,14564
,15927
,14519
,11749
Variance
,021
,025
,021
,014
Range
,53
,64
,47
,41
Minimum
2,30
2,20
2,30
2,48
Maximum
2,83
2,83
2,77
2,89
Sum
53,15
53,26
51,26
54,69
Percentiles
25
2,6020b
2,5835b
2,4476b
2,6563b
50
2,6767
2,6836
2,5773
2,7532
75
2,7541
2,7847
2,6822
2,8197


a. Calculated from grouped data.
b. Percentiles are calculated from grouped data.
c. Multiple modes exist. The smallest value is shown




Frequency Table



LNKPRODUK

Frequency
Percent
Valid Percent
Cumulative Percent
Valid
2,30
2
10,0
10,0
10,0
2,56
2
10,0
10,0
20,0
2,64
6
30,0
30,0
50,0
2,71
5
25,0
25,0
75,0
2,77
2
10,0
10,0
85,0
2,83
3
15,0
15,0
100,0
Total
20
100,0
100,0



LNHARGA

Frequency
Percent
Valid Percent
Cumulative Percent
Valid
2,20
1
5,0
5,0
5,0
2,40
1
5,0
5,0
10,0
2,56
4
20,0
20,0
30,0
2,64
4
20,0
20,0
50,0
2,77
8
40,0
40,0
90,0
2,83
2
10,0
10,0
100,0
Total
20
100,0
100,0



LNPROMOSI

Frequency
Percent
Valid Percent
Cumulative Percent
Valid
2,30
2
10,0
10,0
10,0
2,40
2
10,0
10,0
20,0
2,48
5
25,0
25,0
45,0
2,56
1
5,0
5,0
50,0
2,64
5
25,0
25,0
75,0
2,71
3
15,0
15,0
90,0
2,77
2
10,0
10,0
100,0
Total
20
100,0
100,0



LNKPEMBELIAN

Frequency
Percent
Valid Percent
Cumulative Percent
Valid
2,48
1
5,0
5,0
5,0
2,56
3
15,0
15,0
20,0
2,64
1
5,0
5,0
25,0
2,71
3
15,0
15,0
40,0
2,77
7
35,0
35,0
75,0
2,83
2
10,0
10,0
85,0
2,89
3
15,0
15,0
100,0
Total
20
100,0
100,0




Histogram



 supawi-pawenang.blogspot.co.id



Komentar

  1. Titanium Chowder - Titanium-Arts
    Titanium Chowder Just smith titanium as a simple dip with a bit of where is titanium found heat titanium piercing jewelry that will make titanium dioxide skincare a great dip for dipping, this creamy powder is an ideal dip rocket league titanium white for the dipping and

    BalasHapus

Posting Komentar

Postingan populer dari blog ini

MAKALAH KINERJA MANAJERIAL

TUGAS EKONOMI MANAJERIAL “KINERJA MANAJERIAL” Disusun Oleh : CINDI NOVIAN         (2015020123) FAKULTAS EKONOMI MANAJEMEN UNIVERSITAS ISLAM BATIK SURAKARTA 2017 KATA PENGANTAR Puji dan syukur marilah kita panjatkan kehadirat Allah SWT yang telah memberikan kesehatan jasmani dan rohani sehingga kita masih tetap bisa menikmati indahnya alam cipataan-Nya. Sholawat dan salam tetaplah kita curahkan kepada baginda Habibillah Muhammad SAW yang telah menunjukkan kepada kita jalan yang lurus berupa ajaran agama yang sempurnanya dengan bahasa yang sangat indah. Penulis disini akhirnya dapat merasa sangat bersyukur karena telah menyelesaikan makalah strategi pemsaran sebagai tugas mata kuliah Ekonomi Manajerial sebagai syarat mengikuti Ujian Akhir Semester. Dalam makalah ini, dijelaskan mengenai Kinerja Manajerial dan Penilaian Kinerja Manajerial. Dan penulis memahami jika makalah ini tentu jauh dari kesempurnaan maka kritik dan saran sangat kami butuh

MAKALAH STRATEGI PEMASARAN PERUSAHAAN PROPERTY

uniba.ac.id   uniba.ac.id supawi-pawenang.blogspot.com TUGAS EKONOMI MANAJERIAL “STRATEGI PEMASARAN” Disusun Oleh : CINDI NOVIAN         (2015020123) FAKULTAS EKONOMI MANAJEMEN UNIVERSITAS ISLAM BATIK SURAKARTA 2017   KATA PENGANTAR Puji dan syukur marilah kita panjatkan kehadirat Allah SWT yang telah memberikan kesehatan jasmani dan rohani sehingga kita masih tetap bisa menikmati indahnya alam cipataan-Nya. Sholawat dan salam tetaplah kita curahkan kepada baginda Habibillah Muhammad SAW yang telah menunjukkan kepada kita jalan yang lurus berupa ajaran agama yang sempurnanya dengan bahasa yang sangat indah. Penulis disini akhirnya dapat merasa sangat bersyukur karena telah menyelesaikan makalah strategi pemsaran sebagai tugas mata kuliah Ekonomi Manajerial sebagai syarat mengikuti Ujian Tengah Semester. Dalam makalah ini, dijelaskan mengenai strategi pemasaran yang dilakukan oleh perusahaan properti Agung Podhomoro untuk men

EKONOMETRIKA

NAMA   : CINDI NOVIAN NIM       : 2015020123 FAKULTAS EKONOMI MANAJEMEN UNIVERSITAS ISLAM BATIK SURAKARTA 2018 Judul penelitian ANALISIS KUALITAS PRODUK, HARGA, DAN PROMOSI TERHADAP KEPUTUSAN PEMBELIAN PADA TOKO AVISTA FASHION SOLO Permasalahan 1.     Pengaruh kualitas produk, harga, dan promosi terhadap keputusan pembelian. 2.     Pengaruh kualitas produk terhadap keputusan pembelian. 3.     Pengaruh harga terhadap keputusan pembelian. 4.     Pengaruh promosi terhadap keputusan pembelian Model Y = a+b x1 +b x2 +b x3 +e Data penelitian Jenis Data Sumber Data Teknik Penarikan Data Data Kuantitatif X 1 = Data Ordinal X 2 = Data Ordinal X 3 = Data Ordinal Sumber data primer dan sekunder Teknik penarikan data dengan kuesioner dan juga studi pustaka. k erangka berpikir