Warning # 849 in column 23.

Text: in_ID
The LOCALE subcommand of the SET command has an invalid parameter. It could
not be mapped to a valid backend locale.
GET
FILE='D:\S2\SEMESTER 1\TUGAS P MUCHSON\Untitled1 regresi berganda.sav'.
DATASET NAME DataSet1 WINDOW=FRONT.
NEW FILE.
DATASET NAME DataSet2 WINDOW=FRONT.
DATASET ACTIVATE DataSet1.
DATASET CLOSE DataSet2.
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2
/SCATTERPLOT=(*SRESID ,*ZPRED)
/RESIDUALS NORMPROB(ZRESID) ID(Nama).

Regression

Notes
Output Created 20-MAY-2017 18:47:40
Comments
Input Data D:\S2\SEMESTER 1\TUGAS P
MUCHSON\Untitled1 regresi
berganda.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 15
Missing Value Handling Definition of Missing User-defined missing values are
treated as missing.
 Cases Used Statistics are based on cases
with no missing values for any
variable used.
Syntax REGRESSION
/DESCRIPTIVES MEAN
STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R
ANOVA
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2
/SCATTERPLOT=(*SRESID
,*ZPRED)
/RESIDUALS
NORMPROB(ZRESID)
ID(Nama).
Resources Processor Time 00:00:03,31
Elapsed Time 00:00:02,50
Memory Required 3024 bytes
Additional Memory Required for 320 bytes
Residual Plots
 Descriptive Statistics
Mean Std. Deviation N
sale 17,73 2,344 15
promosi 17,07 2,282 15
pelayanan 17,80 2,336 15

Correlations
Sale promosi pelayanan
Pearson Correlation sale 1,000 ,564 ,590
promosi ,564 1,000 ,431
pelayanan ,590 ,431 1,000
Sig. (1-tailed) sale . ,014 ,010
promosi ,014 . ,054
pelayanan ,010 ,054 .
N sale 15 15 15
promosi 15 15 15
pelayanan 15 15 15

ANALISIS
Rata- rata pelayanan (dengan jumlah data 15 toko) adalah 17,80 dengan standar defiasi 2,336
Besar hubungan antara variabel sale dengan promosi yang diitung dengan koefisien kolerasi adalah 0,564, sedangkan variabel sale dengan pelayanan adalah 0,590, secara
teoritis, karena korelasi antara sale dengan pelayanan lebih besar , maka variabel pelayanan lebih berpengaruh terhadap sale dibandingkan variabel promosi.
Terjadi korelasi yang cukup kuat antara variabel pelayanan dengan promosi yaitu 0,431. Hal ini menandakan adanya multikolineiritas, atau kolerasi diantara variabel
bebas.
Tingkat signifikan koefisien korelasi satu sisi dari output (diukur dari probabilitas) menghasilkan angka 0,010 karena propabilitasnya di bawah 0,05 maka kolerasi diantara
vaeriabel sale dengan promosi dan pelayanan nyata.
Variables Entered/Removeda
Variables
Model Variables Entered Removed Method
1 pelayanan, . Enter
promosib
a. Dependent Variable: sale
b. All requested variables entered.
 Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,682a ,466 ,377 1,851
a. Predictors: (Constant), pelayanan, promosi
b. Dependent Variable: sale

ANALISIS
1. Tabel Variabel Entered menunjukkan bahwa tidak ada variabel yang dikeluarkan
2. Angka R Squere adalah 0,466. Hal ini berarti 46,6% dari variabel sale perusahaan bisa dijelaskan oleh variabel promosi dan pelayanan. Sedangkan sisanya (100%-
46,6% = 53,4% ) disebabkan oleh hal lain.
3. Standar Eror of Estimate adalah 1,851. Perhatikan pada analiss sebelumnya bahwa standart deviasi sale adalah 2,344 juta, yang jauh lebih besar dari standar eror of
estimate yang hanya 1,851 , karena lebih kecil dari standar deviasi Sale maka model regresi lebih bagus dalam bertindak sebagai prediktor sale daripada rata-rata
sale itu sendiri.

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 35,821 2 17,911 5,228 ,023b
Residual 41,112 12 3,426
Total 76,933 14
a. Dependent Variable: sale
b. Predictors: (Constant), pelayanan, promosi

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 3,462 4,440 ,780 ,451
promosi ,391 ,240 ,381 1,628 ,129
pelayanan ,427 ,235 ,425 1,818 ,094
a. Dependent Variable: sale

ANALISIS
1. Dari uji anova atau F test, didapat F hitung adalah 5,228 dengan tingkat signifikan 0,023. Karena propabilitas lebih kecil dari 0,05, maka model regresibisa dipakai
untuk memprediksi sale. Atau bisa di katakan. Promosi dan pelayanan secara bersama-sama berpengaruh terhadap sale.
2. Tabel selanjutnya menggambarkan persamaan regresi:
Y= 3,462+ 0,391X1+0,427X2
 Dimana:
Y= Sale
X1= Promosi
X2= Pelayanan
Konstanta sebesar 3,462 menyatakan bahwa jika tidak ada promosi dan pelayanan di perusahaan, maka sale adalah 3,462
Koefisien regresi X1 sebesar 0,391 menyatakan bahwa setiap penambahan Rp 1 , maka promosi akan meningkatkan sale sebesar Rp 0,391
Koefisien regresi X1 sebesar 0,427 menyatakan bahwa setiap penambahan Rp 1 , maka promosi akan meningkatkan sale sebesar Rp 0,427
Uji t untuk menguji signifikan konstanta dan variabel debenden, terlihat pada angka SIGnya sebesar 0,451 berarti didak signifikan terhadap sale.

Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 14,13 19,82 17,73 1,600 15
Std. Predicted Value -2,253 1,304 ,000 1,000 15
Standard Error of Predicted ,521 1,253 ,802 ,210 15
Value
Adjusted Predicted Value 12,55 19,77 17,79 1,891 15
Residual -2,828 3,061 ,000 1,714 15
Std. Residual -1,528 1,654 ,000 ,926 15
Stud. Residual -1,723 1,760 -,015 1,066 15
Deleted Residual -4,113 3,467 -,060 2,314 15
Stud. Deleted Residual -1,901 1,956 -,025 1,139 15
Mahal. Distance ,177 5,478 1,867 1,547 15
Cook's Distance ,000 ,656 ,133 ,213 15
Centered Leverage Value ,013 ,391 ,133 ,111 15
a. Dependent Variable: sale

Charts
SAVE OUTFILE='D:\S2\SEMESTER 1\TUGAS P MUCHSON\Untitled1 regresi berganda p muh.sav'
/COMPRESSED.