130

Analisis korelasi
Correlations

Pearson Correlation

Sig. (1-tailed)

Tingkat penjualan
Iklan di koran
Iklan di radio
Jmlh outlet di stiap
daerah
jumlah salesman
di stiap daerah
Tingkat penjualan
Iklan di koran
Iklan di radio
Jmlh outlet di stiap
daerah
jumlah salesman
di stiap daerah
Tingkat penjualan
Iklan di koran
Iklan di radio
Jmlh outlet di stiap
daerah
jumlah salesman
di stiap daerah

Iklan di radio
.057
-.073
1.000

Jmlh outlet di
stiap daerah
-.084
.207
.025

jumlah
salesman di
stiap daerah
-.175
.086
.083

.207

.025

1.000

-.011

-.175

.086

.083

-.011

1.000

.
.000
.382

.000
.
.350

.382
.350
.

.329
.136
.448

.178
.325
.332

.329

.136

.448

.478

.178

.325

.332

.478

30
30
30

30
30
30

30
30
30

30
30
30

30
30
30

30

30

30

30

30

30

30

30

30

30

Tingkat
penjualan
1.000
.780
.057

Iklan di koran
.780
1.000
-.073

-.084

0,00-0,20 = sangat rendah (hampir tidak ada hubungan)

0,21-0,40= korelasi yang rendah
0,41-0,60= korelasi sedang
0,61-0,80= cukup tinggi
0,81-1,00=korelasi tinggi
Analisis korelasi:
1. Hubungan/korelasi antara iklan di koran (x1) dengan penjualan (y)
=0,780 atau korelasi cukup tinggi. Angka korelasi menunjukkan nilai
positif artinya hubungan yang terjadi searah, maka jika iklan dikoran
naik penjualanpun akan naik.
2. Hubungan/korelasi antara iklan di radio (x2) dengan penjualan (y) =
0,057 atau korelasi sangat rendah ( hampir tidak ada hubungan ).
Angka korelasi menunjukkan nilai positif artinya hubungan yang
terjadi searah, maka jika iklan diradio naik penjualanpun akan naik.
3. Hubungan/korelasi antara outlet di setiap daerah (x3) dengan
penjualan (y) = - 0,084 atau korelasi sangat rendah ( hampir tidak ada
hubungan ). Angka korelasi menunjukkan nilai negatif artinya
hubungan yang terjadi berlawanan arah, maka jika outlet naik
penjualan akan turun.

4. Hubungan /Korelasi antara jumlah Salesman disetiap daerah dengan

penjualan adalah - 0,175 atau korelasi sangat rendah ( hampir tidak
ada hubungan ). Angka korelasi menunjukkan nilai negatif artinya
hubungan yang terjadi berlawanan arah, maka jika jumlah salsman
naik maka penjualan akan turun.
Analisis korelasi berdasarkan probabilitas.
Korelasi antara x1 dan y:
Jika diperhatikan hasil r = 0,780 dengan probabilitas (tingkat signifikansi) =
0,000. Jadi probabilitas 0,000< 0,05. Dengan demikian Ho ditolak.
Keadaan ini menunjukkan bahwa terdapat hubungan yang sangat erat
antara iklan di koran dengan penjualan.
.
Korelasi antara x2 dan y:
Jika diperhatikan hasil r = 0,057 dengan probabilitas (tingkat signifikansi) =
0,382. Jadi probabilitas 0,382 > 0,05. Dengan demikian Ho diterima.
Keadaan ini menunjukkan bahwa tidak terdapat hubungan antara iklan di
radio dengan penjualan.
.
Korelasi antara x3 dan y:
Jika diperhatikan hasil r = -0,084 dengan probabilitas (tingkat signifikansi)
= 0,329. Jadi probabilitas 0,329 > 0,05. Dengan demikian Ho diterima.
Keadaan ini menunjukkan bahwa tidak terdapat hubungan antara outlet
dengan penjualan.
Korelasi antara x4 dan y:
Jika di perhatikan hasil r = -0.175 dengan probabilitas (tingkat signifikansi)
=0.178. Jadi probabilitas 0.178>0.05 Dengan demikian Ho diterima.
Keadaan ini menunjukkan bahwa tidak terdapat hubungan antara jumlah
salesmen dengan penjualan.
Korelasi antara x2 dan y:
Jika diperhatikan hasil r = 0,712 dengan probabilitas (tingkat signifikansi) = 0,009. Jadi
probabilitas 0,009> 0,005. Dengan demikian Ho diterima. Keadaan ini menunjukkan
bahwa tidak terdapat hubungan yang signifikan antara pengeluaran biaya untuk
promotion dengan penjualan.
Korelasi antara x3 dan y:
Jika diperhatikan hasil r = 0,534 dengan probabilitas (tingkat signifikansi) = 0,073. Jadi
probabilitas 0,073> 0,005. Dengan demikian Ho diterima. Keadaan ini menunjukkan
bahwa tidak terdapat hubungan yang signifikan antara pengeluaran biaya untuk
advertensi dengan penjualan

Model Summaryb
Model
1

R
.869a

R Square
.755

Adjusted
R Square
.716

Std. Error of
the Estimate
41.5813

a. Predictors: (Constant), jumlah salesman di stiap

daerah, Jmlh outlet di stiap daerah, Iklan di radio, Iklan
di koran
b. Dependent Variable: Tingkat penjualan

Iklan dikoran, iklan diradio, outlet dan jumlah

salesman mempengaruhi penjualan sebesar 75.5%,
sedangkan sisanya sebesar (100%-75.5%) = 24.5%
dipengaruhi oleh faktor lain.
Standard error of estimate adalah 41.5813 atau
Rp.41.5813 juta (satuan yang dipakai adalah variabel
dependen dalam hal ini adalah penjualan)

ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
133462.2
43225.089
176687.3

df
4
25
29

Mean Square
33365.547
1729.004

F
19.298

Sig.
.000a

a. Predictors: (Constant), jumlah salesman di stiap daerah, Jmlh outlet di stiap

daerah, Iklan di radio, Iklan di koran
b. Dependent Variable: Tingkat penjualan

Dari uji ANOVA didapat F hitung 19.298 dengan tingkat signifikansi 0.000.
Oleh karena probabilitas jauh dibawah 0,05 maka model regresi dapat
dipakai untuk memprediksi penjualan. Sehingga dapat disimpulkan secara
bersama-sama variabel independen yaitu iklan di koran, iklan diradio, outlet
dan jumlah salesman mempengaruhi tingkat penjualan.
Coefficientsa

Model
1

(Constant)
Iklan di koran
Iklan di radio
Jmlh outlet di stiap
daerah
jumlah salesman
di stiap daerah

Unstandardized
Coefficients
B
Std. Error
100.128
71.407
10.913
1.279
4.966
3.316

Standardi
zed
Coefficien
ts
Beta
.869
.149

t
1.402
8.530
1.498

Sig.
.173
.000
.147

Correlations
Zero-order
Partial

Part

.780
.057

.863
.287

.844
.148

-13.275

4.969

-.271

-2.672

.013

-.084

-.471

-.264

-13.988

5.263

-.265

-2.658

.014

-.175

-.469

-.263

a. Dependent Variable: Tingkat penjualan

Y
=
a
+ b1x1 +
b2x2 + b3x3 +
b4x4
Y
= 100.128 + 10.913 x1 + 4.966 x2 -13.275 x3
-13.988 x4

Konstanta sebesar 100.128 menyatakan bahwa jika

tidak ada iklan dikoran, iklan diradio, outlet dan
jumlah salesman maka penjualan adalah Rp.100.128
Koefisien regresi X1 sebesar 10.913 menyatakan
bahwa setiap penambahan iklan di koran Rp.1 akan
meningkatkan penjualan sebesar Rp.10.913
Koefisien regresi X2 sebesar 4.966 menyatakan
bahwa setiap penambahan iklan di radio Rp.1 akan
meningkatkan penjualan sebesar Rp. 4.966
Koefisien regresi X3 sebesar -13.275 menyatakan
bahwa setiap penambahan outlet akan menurunkan
penjualan sebesar Rp. 13.275
Koefisien regresi X4 sebesar -13.988 menyatakan
bahwa setiap penambahan jumlah salesman satu
orang akan penjualan menurunkan penjualan sebesar
Rp. 13.988
Hipotesis:
Ho: Iklan di koran, iklan di radio, outlet dan jumlah
salesman tidak mempengaruhi penjualan
Hi1: Iklan di koran mempengaruhi penjualan
Hi2: Iklan di radio mempengaruhi penjualan
Hi3: outlet mempengaruhi penjualan
Hi4: jumlah salesman mempengaruhi penjualan
Pengambilan keputusan:
Berdasarkan probabilitas
Jika probabilitas < 0,05, maka Ho ditolak
Jika probabilitas > 0,05, maka Ho diterima

Keputusan

Angka signifikansi pada variabel iklan di koran adalah 0.000,

probabilitas jauh dibawah 0,05, maka Ho ditolak dan menerima Hi1 atau
koefisien regresi signifikan, sehingga dapat disimpulkan iklan di koran
benar-benar berpengaruh secara signifikan terhadap penjualan.
Sedangkan pada variabel iklan di radio angka signifikansi menunjukkan
angka 0.147, hal ini berarti nilai sig jauh di atas 0.05, maka Ho diterima,
sehingga dapat disimpulkan iklan di radio tidak berpengaruh secara
signifikan terhadap penjualan.
Variabel outlet menunjukkan angka 0.013, probabilitas jauh dibawah 0,05,
maka Ho ditolak dan menerima Hi3 atau koefisien regresi signifikan,
sehingga dapat disimpulkan variabel outlet benar-benar berpengaruh secara
signifikan terhadap penjualan.
Variabel jumlah salesman menunjukkan angka 0.014, , probabilitas jauh
dibawah 0,05, maka Ho ditolak dan menerima Hi4 atau koefisien regresi
signifikan, sehingga dapat disimpulkan variabel jumlah salesman benarbenar berpengaruh secara signifikan terhadap penjualan.