Berikut langkah-langkah menggunakan SPSS

1. Buka aplikasi SPSS yang telah di install sebelumnya sampai muncul area kerja berikut :

2. Pada pojok kiri bawah dari gambar di atas klik Variable View dan buat variabel dari data seperti
gambar berikut:

3. Bila sudah di isi semua variable view seperti gambar di atas, selanjutnya klik Data View ada pada
sebelah kiri Variable view untuk kita isi data kabupaten, hasil penjualan dan biaya promosi seperti
gambar berikut:
4. Selanjutnya pilih menu Analyze --- > Regression ---> Linear. bila sudah maka terlihat seperti
gambar berikut:

5. Pindahkan variabel Hasil Penjualan [Penjualan] ke dalam kotak Dependent

6. Pindahkan variabel Biaya Promosi [Promosi] ke dalam kotak Independet
7. Pindahkan variabel Kabupaten ke dalam kotak Case Labels
8. jika sudah terlihat seperti gambar berikut:

9. Selanjutnya klik Options (biasa sudah terisi secara default) bila belum dapat di isi seperti berikut:
12. Dari gambar di atas, pada kotak Regression Coefficients biasanya secara default sudah
tercentang Estimates, karena ini perlakuan koefesien regresi untuk mengestimasi variabel.
sedangkan centang model fit berguna untuk mecocokkan model regresi, dan centang Descriptives
untuk mengetahui deskriptive dari data. Pada kotak Residuals centang Casewise diagnostics dan
pilih All cases yang berfungsi untuk melihat pengaruh regresi terhadap hasil penjualan dan biaya
promosi dari semua kabupaten. Selanjtnya klik Continue maka akan kembali ke gambar seperti
pada langkah 8.

13. Selanjtnya klik Plot. maka muncul seperti gambar berikut:

14. Dari gambar di atas, merupakan tampilan plot dapat digunakan untuk menguji asumsi-asumsi
pada regresi, seperti uji normalitas, uji linieritas, dan uji kesamaan varians dari variabel.

Kemudian klik SDRESID lalu pindahkan ke dalam kotak Y, kemudian klik ZPRED lalu pindahkan ke
dalam kotak X. Jika kedua variabel tersebut sudah dimasukkan kedalam kotak Y dan kotak X,
selanjtnya klik tombol Next untuk kita mengisi plot yang kedua.

Pertama kota tersebut terlihat kosong seperti semula, sekarang pilih ZPRED lalu masukkan kedalam
kotak Y, kemudian klik DEPENDNT lalu pindahkan ke dalam kotak X, selanjutnya klik tombol Next
untuk kita mengisi plot yang ketiga.

untuk plot yang ketiga pada bagian Standarized Residual Plots cukup centang Normal probability
plot saja seperti terlihat pada gambar berikut:
15. Selanjutnya klik Continue dan tekan OK.
ANALISIS
Bagian Output Descriptive Statistics dan Correlation

Analisis bagian Descriptive Statistics

 Rata-rata hasil penjualan PT ubey motor dari 20 cabang yang ada di Provinsi Aceh adalah
Rp. 307.40 juta dengan standar deviasi Rp. 20.332 juta.

 Rata-rata biaya promosi PT ubey motor dari 20 cabang adalah Rp. 28.80 juta dengan standar
deviasi Rp. 3.334 juta

Analisis bagian Correlations

 Besar hubungan antara hasil penjualan dengan biaya promosi dapat diketahui dengan melihat
koefesien korelasi adalah 0.740. artinya nilai ini dapat menunjukkan hubungan yang sangat
kuat antara hasil penjualan dengan biaya promosi, nilai koefesien korelasi semakin mendekati
ke 1 maka semakin sempurna hubungan antara kedua variabel tersebut (arah hubungan ke
positif).
  Taraf kepercayan yang digunakan yaitu 0.05. diperoleh hasil tingkat signifikan koefesien
korelasi sebesar 0.071. karena nilainya lebih besar dari 0.05 maka hubungan hasil penjualan
dengan biaya promosi tidak berbeda secara nyata.

Analisis bagian Variables Entered dan Model Summary

Analisis bagian Variabel Entered/Removed

Tabel tersebut diperlihatkan bahwa variabel yang kita masukkan yaitu biaya promosi dan tidak
terdapat variabel yang dikeluarkan (removed). karena metode yang kita pakai adalah single step

Analisis bagian Model Summary

Pada tabel model tersebut dapat diketahui bahwa nilai R sebesar 0.740 atau koefesien korelasi nilai
R tersebut dapat dikuadratkan yaitu 0.740 x 0.740 = 0.548. R square (koefesien determinasi) dalam
hal ini variasi dari variabel terikat (hasil penjualan) dapat dijelaskan oleh variabel bebas (biaya
promosi) yaitu sebesar 54.8%. sedangkan sisanya 45.2% dipengaruhi oleh faktor yang lain. Tingkat
besarnya hubungan dari kedua varibabel tersebut dapat dilihat pada tabel berikut:

Dari tabel diatas dapat diketahui bahwa hubungannya kuat antara hasil penjualan dengan biaya
promosi.

Standard Error of the Estimate sebesar 15.636 dapat diartikan bahwa hasil penjualan yang dipakai
dari variabel terikat sebesar Rp.15.636 juta. sedangkan bila kita lihat pada tabel sebelumnya (tabel
descriptive statistics) nilai standar deviasi hasil penjualan diperoleh sebesar Rp. 20.322 juta, nilai ini
mendandakan standar error of the estimate lebih besar dari pada yang diperoleh dari model
hanya Rp.15.636 juta.

Analisis bagian Anova dan Coefficients

Analisis bagian Anova
Dari tabel uji anova diperoleh nilai F tes (F hitung=51.352) dan nilai probabilitas (signifikan) kecil dari
0.05. karena nilai probabilitas kecil dari 0.05 maka model regresi ini dapat digunakan untuk
memprediksi hasil penjualan.

Analisis bagian Coeffecients

Pada bagian ini kita akan memperoleh persamaan regresi yaitu:
Y = 247.727 + 2.072X
keterangan:
Y = hasil penjualan
X = biaya promosi
Dari persamaan di atas nilai 247.727 merupakan konstanta, artinya bila tidak ada biaya promosi (x)
maka hasil penjualan tetap sebesar 247.727 juta.
koefesien regresi 2.072 menandakan setiap ada peningkatan satu satuan (x=biaya promosi) maka Y
ada peningkatan satu-satuan tergantung nilai x, begitu juga sebaliknya.

Dalam hal ini uji t sangat dibutuhkan untuk menguji signifikan konstanta dan varibel bebas (biaya
promosi). Persamaan regresi yang telah diperoleh sebelumnya akan di uji apakah variabel bebas
(biaya promosi) dapat dijadikan sebagai variabel untuk memprediksi hasil penjualan yang akan
datang.

Sebelumnya kita buat hipotesis:

H0 = koefesien regresi tidak signifikan
H1 = koefesien regresi signifikan

Pengujian statistik:
jika t hitung < t tabel maka H0 diterima, nilai probabilitas > 0.05
jika t hitung > t tabel maka H1 di tolak, nilai probabilitas < 0.05

dari hasil perhitungan diperoleh nilai t hitung 6.326 dan t tabel 1.73. jadi 6.326 > 1.73. dan nilai
signifikan atau probabilitas 0.00. maka berdasarkan pengujian statistik H0 di tolak dan terima H1.
Jadi koefesien regresi signifikan atau biaya promosi berpengaruh secara nyata terhadap hasil
penjualan.

Kesimpulan:
Berdasarkan hasil perhitungan di atas model regresi yang diperoleh sebelumnya dapat dijadikan
sebagai alat untuk memprediksi hasil penjualan yang akan datang.