Bytelearn - cat image with glassesAI tutor

Welcome to Bytelearn!

Let’s check out your problem:

Seorang manajer perusahaan rokok merk L.A bertanggung jawab dalam penjadwalan produksi untuk sebuah perusahaan harus mempersiapkan ramalan-ramalan permintaan produk untuk merencanakan kuantitas produksi yang memadai dengan kapasitas yang tersedia. Manajer pemasaran memberikan informasinya tentang dana periklanan untuk sebuah papan iklan.








Berikut ini adalah data penjualan dan


periklanan selama lima bulan yang lalu:






Bulan
Penjualan
Biaya Iklan


1
500




Rp.


10.000 .000






2
200
Rp. 5.000 .000


3
300
Rp. 6.500 .000


4
220
Rp. 5.500 .000


5
310
Ro. 7.000 .000




Manajer pemasaran mengatakan bahwa bulan depan perusahaan akan mengeluarkan Rp. 6.000.000 untuk periklanan produk tersebut.
Diminta :
a. Gunakan regresi linier untuk membuat sebuah persamaan dan sebuah ramalan untuk produk tersebut.
b. Apakah pilihan akan periklanan tersebut adalah pilihan yang bagus untuk persamaan ramalan tersebut?
c. Seberapa besar Standar kesalahan dalam penghitungan persamaan regresi ini?
d. Jika pengeluaran untuk iklan mencapai Rp. 6.000 .000 , maka berapa ramalan untuk bulan ke 6

44. Seorang manajer perusahaan rokok merk L.A bertanggung jawab dalam penjadwalan produksi untuk sebuah perusahaan harus mempersiapkan ramalan-ramalan permintaan produk untuk merencanakan kuantitas produksi yang memadai dengan kapasitas yang tersedia. Manajer pemasaran memberikan informasinya tentang dana periklanan untuk sebuah papan iklan.\newline\begin{tabular}{|c|c|c|}\newline\hline \multicolumn{33}{|c|}{\begin{tabular}{l} \newlineBerikut ini adalah data penjualan dan \\\newlineperiklanan selama lima bulan yang lalu:\newline\end{tabular}} \\\newline\hline Bulan & Penjualan & Biaya Iklan \\\newline\hline 11 & 500500 & \begin{tabular}{r}\newlineRp \mathrm{Rp} . \\\newline1010.000000 .000000\newline\end{tabular} \\\newline\hline 22 & 200200 & Rp. 55.000000 .000000 \\\newline\hline 33 & 300300 & Rp. 66.500500 .000000 \\\newline\hline 44 & 220220 & Rp. 55.500500 .000000 \\\newline\hline 55 & 310310 & Ro. 77.000000 .000000 \\\newline\hline\newline\end{tabular}\newlineManajer pemasaran mengatakan bahwa bulan depan perusahaan akan mengeluarkan Rp. 66.000000.000000 untuk periklanan produk tersebut.\newlineDiminta :\newlinea. Gunakan regresi linier untuk membuat sebuah persamaan dan sebuah ramalan untuk produk tersebut.\newlineb. Apakah pilihan akan periklanan tersebut adalah pilihan yang bagus untuk persamaan ramalan tersebut?\newlinec. Seberapa besar Standar kesalahan dalam penghitungan persamaan regresi ini?\newlined. Jika pengeluaran untuk iklan mencapai Rp. 66.000000 .000000 , maka berapa ramalan untuk bulan ke 66

Full solution

Q. 44. Seorang manajer perusahaan rokok merk L.A bertanggung jawab dalam penjadwalan produksi untuk sebuah perusahaan harus mempersiapkan ramalan-ramalan permintaan produk untuk merencanakan kuantitas produksi yang memadai dengan kapasitas yang tersedia. Manajer pemasaran memberikan informasinya tentang dana periklanan untuk sebuah papan iklan.\newline\begin{tabular}{|c|c|c|}\newline\hline \multicolumn{33}{|c|}{\begin{tabular}{l} \newlineBerikut ini adalah data penjualan dan \\\newlineperiklanan selama lima bulan yang lalu:\newline\end{tabular}} \\\newline\hline Bulan & Penjualan & Biaya Iklan \\\newline\hline 11 & 500500 & \begin{tabular}{r}\newlineRp \mathrm{Rp} . \\\newline1010.000000 .000000\newline\end{tabular} \\\newline\hline 22 & 200200 & Rp. 55.000000 .000000 \\\newline\hline 33 & 300300 & Rp. 66.500500 .000000 \\\newline\hline 44 & 220220 & Rp. 55.500500 .000000 \\\newline\hline 55 & 310310 & Ro. 77.000000 .000000 \\\newline\hline\newline\end{tabular}\newlineManajer pemasaran mengatakan bahwa bulan depan perusahaan akan mengeluarkan Rp. 66.000000.000000 untuk periklanan produk tersebut.\newlineDiminta :\newlinea. Gunakan regresi linier untuk membuat sebuah persamaan dan sebuah ramalan untuk produk tersebut.\newlineb. Apakah pilihan akan periklanan tersebut adalah pilihan yang bagus untuk persamaan ramalan tersebut?\newlinec. Seberapa besar Standar kesalahan dalam penghitungan persamaan regresi ini?\newlined. Jika pengeluaran untuk iklan mencapai Rp. 66.000000 .000000 , maka berapa ramalan untuk bulan ke 66
  1. Collect Data: Collect the data for sales YY and advertising costs XX.\newlineSales YY: 500500, 200200, 300300, 220220, 310310\newlineAdvertising Costs XX: 10,000,00010,000,000; XX00; XX11; XX22; XX33
  2. Calculate Means: Calculate the means of XX and YY.
    Mean of X=(10,000,000+5,000,000+6,500,000+5,500,000+7,000,000)/5X = (10,000,000 + 5,000,000 + 6,500,000 + 5,500,000 + 7,000,000) / 5
    Mean of X=34,000,000/5X = 34,000,000 / 5
    Mean of X=6,800,000X = 6,800,000
    Mean of Y=(500+200+300+220+310)/5Y = (500 + 200 + 300 + 220 + 310) / 5
    Mean of Y=1530/5Y = 1530 / 5
    Mean of Y=306Y = 306
  3. Calculate Slope: Calculate the slope bb of the regression line.b=Σ((XiMean of X)(YiMean of Y))Σ((XiMean of X)2)b = \frac{\Sigma((X_i - \text{Mean of } X) * (Y_i - \text{Mean of } Y))}{\Sigma((X_i - \text{Mean of } X)^2)}
  4. Calculate Numerator and Denominator: Calculate the numerator and denominator for the slope bb.Numerator=(10,000,0006,800,000)×(500306)+(5,000,0006,800,000)×(200306)+(6,500,0006,800,000)×(300306)+(5,500,0006,800,000)×(220306)+(7,000,0006,800,000)×(310306)\text{Numerator} = (10,000,000 - 6,800,000) \times (500 - 306) + (5,000,000 - 6,800,000) \times (200 - 306) + (6,500,000 - 6,800,000) \times (300 - 306) + (5,500,000 - 6,800,000) \times (220 - 306) + (7,000,000 - 6,800,000) \times (310 - 306)Numerator=3,200,000×1941,800,000×106300,000×61,300,000×86+200,000×4\text{Numerator} = 3,200,000 \times 194 - 1,800,000 \times -106 - 300,000 \times -6 - 1,300,000 \times -86 + 200,000 \times 4Numerator=620,800,000190,800,0001,800,000+111,800,000+800,000\text{Numerator} = 620,800,000 - 190,800,000 - 1,800,000 + 111,800,000 + 800,000Numerator=541,800,000\text{Numerator} = 541,800,000Denominator=(10,000,0006,800,000)2+(5,000,0006,800,000)2+(6,500,0006,800,000)2+(5,500,0006,800,000)2+(7,000,0006,800,000)2\text{Denominator} = (10,000,000 - 6,800,000)^2 + (5,000,000 - 6,800,000)^2 + (6,500,000 - 6,800,000)^2 + (5,500,000 - 6,800,000)^2 + (7,000,000 - 6,800,000)^2Denominator=3,200,0002+(1,800,000)2+(300,000)2+(1,300,000)2+200,0002\text{Denominator} = 3,200,000^2 + (-1,800,000)^2 + (-300,000)^2 + (-1,300,000)^2 + 200,000^2Denominator=10,240,000,000+3,240,000,000+90,000,000+1,690,000,000+40,000,000\text{Denominator} = 10,240,000,000 + 3,240,000,000 + 90,000,000 + 1,690,000,000 + 40,000,000Denominator=15,300,000,000\text{Denominator} = 15,300,000,000b=541,800,00015,300,000,000b = \frac{541,800,000}{15,300,000,000}Numerator=(10,000,0006,800,000)×(500306)+(5,000,0006,800,000)×(200306)+(6,500,0006,800,000)×(300306)+(5,500,0006,800,000)×(220306)+(7,000,0006,800,000)×(310306)\text{Numerator} = (10,000,000 - 6,800,000) \times (500 - 306) + (5,000,000 - 6,800,000) \times (200 - 306) + (6,500,000 - 6,800,000) \times (300 - 306) + (5,500,000 - 6,800,000) \times (220 - 306) + (7,000,000 - 6,800,000) \times (310 - 306)00
  5. Calculate Y-Intercept: Calculate the y-intercept aa of the regression line.a=Mean of Yb×Mean of Xa = \text{Mean of } Y - b \times \text{Mean of } Xa=3060.0354×6,800,000a = 306 - 0.0354 \times 6,800,000a=306240,720a = 306 - 240,720a=240,414a = -240,414