Contoh
Kasus
Seorang
manajer penjualan salah satu agen sepeda motor ingin mengetahui pengaruh biaya promosi
dengan jumlah unit motor yang terjual dalam beberapa tahun terakhir. Ia
menggunakan data
penjualan dan biaya promosi 3 tahun terakhir untuk meramalkan penjualan berdasarkan
biaya promosi yang dikeluarkan setiap bulannya.
Dengan ini di dapat variabel dependen (Y) adalah volume penjualan motor dan
variabel independen (X) adalah biaya promosi. Dengan ini Manajer menganalisis
dengan bantuan program SPSS dengan alat analisis regresi linear sederhana.
Data-data yang di dapat ditabelkan sebagai berikut:
Hasil Output SPSS :
ANOVAb
|
||||||
Model
|
Sum
of Squares
|
df
|
Mean
Square
|
F
|
Sig.
|
|
1
|
Regression
|
9723967.129
|
1
|
9723967.129
|
26.347
|
.000a
|
Residual
|
1.255E7
|
34
|
369066.326
|
|||
Total
|
2.227E7
|
35
|
||||
a. Predictors: (Constant), Promosi
|
||||||
b. Dependent Variable: Volume_Terjual
|
||||||
Residuals
Statisticsa
|
|||||
Minimum
|
Maximum
|
Mean
|
Std.
Deviation
|
N
|
|
Predicted Value
|
5638.55
|
8574.23
|
7727.78
|
527.094
|
36
|
Residual
|
-1421.951
|
1343.194
|
.000
|
598.767
|
36
|
Std. Predicted Value
|
-3.964
|
1.606
|
.000
|
1.000
|
36
|
Std. Residual
|
-2.341
|
2.211
|
.000
|
.986
|
36
|
a. Dependent Variable: Volume_Terjual
|
|||||
Pembahasan dari diagram uji
normalitas :
Sebelum memberikan interpretasi pada
hasil regresi, dilakukan pengujian asumsi normalitassebagai syarat regresi.
Apabila berdistribusi normal maka analisis parametrik seperti analisisregresi
dapat dilanjutkan, sebaliknya apabila tidak tidak berdistribusi normal maka
digunakan statistik non parametrik untuk menguji hipotesis. Pengujian
normalitas ini menggunakan diagram histogram dan grafik p p-plot untuk
memprediksi apakah data berdistribusi normal atau tidak.
Berdasarkan hasil uji di atas terlihat
bahwa menyebar merata ke kanan dan kekiri bagian kurva normal, dan membentuk
kurva normal, sehingga dapat disimpulkan residual memenuhi asumsi normalitas.
Hasil pengujian dengan memperhatikan grafik p p-plot juga menunjukkan kesimpulan
serupa dengan histogram. Dari tampilan di atas terlihat bahwa data data
menyebar di sekitas garis diagonal dan mengikuti arah garis diagonal, sehingga
dapat dinyatakan normal.
Interprestasi Regresi
Sederhana :
OUTPUT 1
Lihat nilai R 0.661
Ini berarti Korelasi
antara variable X dan Y 0.661
ANOVAb
|
||||||
Model
|
Sum
of Squares
|
df
|
Mean
Square
|
F
|
Sig.
|
|
1
|
Regression
|
9723967.129
|
1
|
9723967.129
|
26.347
|
.000a
|
Residual
|
1.255E7
|
34
|
369066.326
|
|||
Total
|
2.227E7
|
35
|
||||
a. Predictors: (Constant), Promosi
|
||||||
b. Dependent Variable: Volume_Terjual
|
||||||
Untuk melihat
signifikansi persamaan regresi dapat dilihat dari nilai sig. = 0,000 dan
dibandingkan dengan 𝛼
= 0,05
·
Apabila
nilai sig lebih besar 𝛼 table maka persamaan garis regresi dapat digunakan
untuk prediksi
·
Apabila
nilai sig lebih kecil 𝛼 table maka persamaan garis regresi tidak dapat
digunakan untuk prediksi
OUTPUT 3
Untuk membuat persamaan
garis regresi dapat dilihat pada kolom B
Constant = 3524.855 dan
Promosi 0.059
Berarti persamaan
garisnya adalah y = 3524.855 + 0.059X1
Persamaan regresi tersebut
mempunyai makna sebagai berikut: Konstanta sebesar 3524.855 berarti bahwa tanpa
adanya biaya yang dikeluarkan untuk promosi, maka penjualan sepeda motor adalah
sebesar 3,524 satuan. Jika variabel biaya promosi naik (satu juta) maka akan menyebabkan
kenaikan sebesar 0.059pada penjualan sepeda motor.
Pengujian Hipotesis
Hₒ : Tidak ada pengaruh biaya promosi terhadap volume penjualan motor
H₁ : Ada pengaruh dan
signifikan biaya promosi terhadap volume penjualan motor
Pengambilan keputusan (berdasarkan probabilitas) :
Jika P_Value lebih
besar 0,05 maka Ho diterima, sedangkan
jika P_Value lebih kecildari 0,05 maka Ho ditolak.
Dari hasil uji
signifikansi terlihat bahwa nilai probabilitas(P-value) adalah sebesar 0,00
lebih kecil dari 0,05 sehingga Ho ditolak. Artinya, pengaruh biaya promosi
terhadap penjualan signifikan sehingga hipotesis H₁
diterima.
