SYAHRAINY AISYAHANGKATAN 36

SOAL

DATA REGRESI

DaerahSales

(Y)Promosi

(X1)Outlet (X3)

Pesaing (X4)

Income (X5)

Jakarta 205 26 159 15 5.46Tangerang 235 40 172 20 4.35Bekasi 275 65 207 21 4.54Bogor 249 45 185 16 4.39Bandung 213 27 152 10 4.4Purwokerto 319 85 223 26 4.97Tegal 247 42 183 17 4.51Pekalongan 215 29 155 12 3.67Magelang 213 27 148 11 5.79Semarang 245 35 198 16 4.65Kudus 263 43 213 11 5.45Solo 321 57 217 19 5.69Madiun 342 60 287 24 5.75Tuban 279 48 167 20 4.89Malang 347 69 293 20 5.79Surabaya 219 34 145 14 4.77Jember 231 45 166 15 5.54Gresik 279 65 172 15 5.67Denpasar 235 49 144 14 5.58Makasar 272 63 221 13 4.99Medan 294 70 210 18 6.45Palembang 252 42 147 16 6.21Padang 279 66 158 15 4.79Lampung 292 71 165 14 5.87Ambon 230 41 139 13 4.98Balikpapan 207 29 129 14 4.87Palangkaraya 219 32 135 12 4.79Manado 201 26 128 12 4.45Jayapura 212 30 132 15 4.67

JAWABAN

Model Summary

Model R

R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .961a .923 .910 12.609

a. Predictors: (Constant), Income, Pesaing, Outlet, Promosi

ANOVAb

Model

Sum of Squares df Mean Square F Sig.

1 Regression 45538.379 4 11384.595 71.606 .000a

Residual 3815.759 24 158.990

Total 49354.138 28

a. Predictors: (Constant), Income, Pesaing, Outlet, Promosi

b. Dependent Variabel: Sales

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig.B Std. Error Beta

1 (Constant)

64.918 21.353 3.040 .006

Promosi 1.169 .212 .467 5.515 .000

Outlet .436 .080 .443 5.433 .000

Pesaing 1.254 .877 .116 1.429 .166

Income 7.416 4.109 .115 1.805 .084

a. Dependent Variable: Sales

1. Buat persamaan regresinya koefisien unstandardizedy = α + βx1 + βx2 + βx3 + βx4

= 64.918 + 1.169 + 0.436 + 1.254 + 7.416t = 3.040 + 5.515 + 5.433 + 1.429 + 1.805

Sig = 0.006 + 0.000 + 0.000 + 0.116 + 0.084R² = 0.923F = 71.606, Sig = 0.000

Persamaan regresi koefisien standardizedy = α + bx1 + bx2 + bx3 + bx4 = 64.918 + 0.467 + 0.443 + 0.116 + 0.115

a. Dari data output SPSS nilai regresinya R = 0.961 Menunjukkan bahwa koefisien korelasinya sangat kuat artinya hubungan variabel yang satu dengan yg lain sangat erat

b. Dari data output SPSS di dapat koefisien determinasinya sebesar R² = 0.923 Artinya 92.3 variasi dalam variabel sales (y), mampu dijelaskan oleh promosi (bx1), output (bx2), pesaing (bx3), income (bx4) sisanya 7.7 dijelaskan oleh variasi lain diluar model.

2. Uji model bersama – sama (uji Anova)Ho = β1 = β2 = β3 = β4 = 0, Artinya tidak ada pengaruh X1, X2, X3, X4 secara bersama-sama terhadap sales (y)Ha = β1 = β2 = β3 = β4 ≠ 0, Artinya paling tidak terdapat satu variabel dari X1, X2, X3, X4 yang berpengaruh terhadap sales (y).

Alat uji FKriterianya : Jika Sig ˃ 0.005 maka Ho diterima Sig ˂ 0.005 makka Ho ditolakJadi, dari data output SPSS uji anova diperoleh sig 0.000 ˂ 0.005 maka Ho ditolak dan Ha diterima

3. Untuk melihat variabel yang paling besar hubungannya dengan variabel yang lain dapat dilihat dari koefisien beta dari data output SPSS diperoleh :

Variabel yang paling besar hubungannya dengan variabel yang lain adalah variabel promosi sebesar 0.467, yang kedua adalah outlet sebesar 0.443, yang ketiga adalah pesaing sebesar 0.116 dan yang paling terkecil adalah income sebesar 0.115