Laporan Praktikum Statistik Industri

Vol. 04, No. 02, Tahun 2021, Hal 1-10

ANALISIS TINGKAT PENJUALAN MOTOR PADA

PERUSAHAAN MOTOR ABADI MENGGUNAKAN
METODE ANALISIS REGRESI DAN KORELASI
DENGAN SOFTWARE SPSS
Alif B. C. Putra 1) dan Frydella K. Putri2)
1, 2)
Program Studi Teknik Industri
Fakultas Teknik
Universitas Pembangunan Nasional Veteran Jawa Timur
Jl. Rungkut Madya Surabaya 60294
e-mail: 20032010027@student.upnjatim.ac.id1), lsmi@upnjatim.ac.id2)

ABSTRAK

PT. Motor Abadi adalah perusahaan yang memproduksi kendaraan yaitu kendaraan bermotor
yang dimana kendaraan bermotor adalah alat transportasi bagi masyarakat. Kendaraan bermotor
yang diproduksi perusahaan motor abadi ada 4 jenis motor yaitu motor automatic, motor manual,
motor trail, dan motor sport. Tetapi, motor yang diproduksi perusahaan motor abadi mengalami
permasalahan tingkat penjualan. Oleh karena itu perusahaan motor abadi akan melakukan
penelitian pada tingkat penjualan, mesin motor, dan bahan baku motor. Penelitian ini bertujuan
untuk mengetahui hubungan dan pengaruh mesin motor dan bahan baku motor pada tingkat
penjualan. Pada penelitian kali ini perusahaan motor abadi akan menggunakan metode analisis
secara korelasi dan regresi. Untuk mendapatkan hasil perhitungan yang akurat maka digunakan
software bantu SPSS. Setelah dianalisa, didapatkan arah korelasi variabel bebas mesin motor
yang berbanding terbalik dengan nilai -0,303 dan pengaruh sebesar 9,2%. Pada variabel bebas
bahan baku motor didapati arah korelasi yang berbanding lurus dengan nilai 0,117 dan pengaruh
sebesar 1,4%. Didapati model regresi sederhana variabel bebas mesin motor dan bahan baku
motor masing-masing yaitu Y = 168,255 - 0,087X dan Y = 158,697 + 0,116X. Pada regresi
berganda didapati model 162,217 - 0,087X1 + 0,109X2. Dengan Melihat analisis tersebut maka
perusahaan bisa mengetahui cara meningkatkan penjualan.

Kata Kunci: Analisis, Korelasi, Motor, Regresi, SPSS

ABSTRACT

PT. Motor Abadi is a company that produces vehicles, namely motorized vehicles where
motorized vehicles are a means of transportation for the community. There are 4 types of motor
vehicles produced by the Perennial Motor Company, namely automatic motorbikes, manual
motorbikes, dirt bikes, and sport motorbikes. However, the motorcycles produced by the Perennial
Motor Company have problems with the level of sales. Therefore, the eternal motorcycle company
will conduct research on the level of sales, motorcycle engines, and motorcycle raw materials.
This study aims to determine the relationship and influence of motorcycle engines and motorcycle
raw materials on the level of sales. In this study, the Perpetual Motor Company will use
correlation and regression analysis methods. To get accurate calculation results, SPSS software is
used. After being analyzed, it was found that the direction of the correlation of the independent
motor engine variable was inversely proportional to the value of -0.303 and the effect of 9.2%. In
the independent variable, the motor raw material found the direction of the correlation which is
directly proportional to the value of 0.117 and the effect of 1.4%. It was found that the simple
regression model of the independent variables of the motor engine and motor raw materials were
Y = 168.255 - 0.087X and Y = 158.697 + 0.116X. In multiple regression, the model is found to be
162.217 - 0.087X1 + 0.109X2. By looking at the analysis, the company can find out how to
increase sales.

Keywords: Analysis, Correlation, Motorcycle, Regression, SPSS

1
 Laporan Praktikum Statistik Industri
Vol. 04, No. 02, Tahun 2021, Hal 1-10

I. PENDAHULUAN
Kata statistika berasal dari kata Latin yaitu status yang berarti "negara" (dalam
bahasa Inggris adalah state). Pada awalnya kata statistika diartikan sebagai keterangan-
keterangan yang dibutuhkan oleh negara dan berguna bagi negara, misal keterangan
mengenai jumlah keluarga penduduk suatu negara, keterangan mengenai usia penduduk
suatu negara, keterangan, mengenai pekerjaan penduduk suatu negara dan sebagainya.
Statistika dapat dianggap sebagai kumpulan angka-angka yang diolah dengan metode
sehingga kumpulan angka tersebut dapat "berbicara". Dalam arti kumpulan angka
tersebut disajikan dalam bentuk tabel atau diagram, selanjutnya dianalisa dan ditarik
kesimpulan. Hal ini merupakan pengetahuan tersendiri yang disebut statistika. Jadi
pengertian statistika adalah ilmu pengetahuan yang berhubungan dengan cara-cara
pengumpulan, penyajian, pengolahan, analisis data serta penarikan kesimpulan (Purnomo,
2016).
Salah satu analisis yang sering digunakan dalam penelitian kuantitatif adalah analisis
regresi. Regresi merupakan istilah yang diperkenalkan oleh Francis Galton dengan
hukumnya yang bernama “Hukum Regresi Universal). Hukum ini menyatakan jika anak
yang lahir dari orang tua yang memiliki badan tinggi cenderung akan memiliki badan
yang tinggi pula, demikian sebaliknya. Rata-rata tinggi badan anak yang dilahirkan dari
orang tua yang memilki badan tinggi cenderung atau “beregresi” menuju rata-rata tinggi
badan populasi secara keseluruhan. Analisis korelasi merupakan salah bentuk dari analisis
inferensial. Statistik inferensial merupakan statistik yang digunakan untuk menganalisis
data sampel, dan hasilnya kemudian digeneralisasikan (diinferensialkan) untuk populasi
di mana sampel diambil. Statistik inferensial dapat dibagi dua yaitu parametrik dan non
parametrik. Apabila dalam melakukan analisis mempertimbangkan data memiliki syarat
harus berdistribusi normal dan data harus homegen maka pada saat itulah kita sedang
menggunakan statistik parametrik, namun pada saat kita mengabaikan semua persyaratan
seperti data harus normal dan homogen maka pada saat itulah kita harus menggunakan
statistik non parametrik. Analisis korelasi pada dasarnya digunakan untuk mengetahui
seberapa kuat atau erat hubungan antara variabel yang satu dengan variabel yang lainnya
(Purwanto, 2019). Analisis korelasi dapat didefinisikan sebagai metode statistika yang
digunakan untuk mengukur keeratan hubungan antara dua variabel (Astuti, 2017).
Pengolahan data pada zaman sekarang dipermudah dengan adanya software. Sama
halnya dengan menganalisis data, baik itu data kualitatif maupun data kuantitatif. Salah
satu software yang bisa digunakan untuk mengolah data dan menganalisis data yaitu
SPSS. SPSS yaitu software khusus untuk pengolahan data statistik yang paling populer
dan paling banyak digunakan di seluruh dunia. SPSS dipakai dalam berbagai riset pasar,
pengendalian dan perbaikan mutu, serta riset-riset sains. Kepopuleran SPSS ini dijadikan
sebagai alat untuk pengolahan data (Zein et al., 2019). Penggunaan media pembelajaran
SPSS dapat membantu siswa khususnya dalam menyelesaikan masalah matematika
bersifat statistik, hingga dapat meningkatkan keterampilan statistik siswa yang berguna
nantinya dalam dunia usaha dan industri (Ramadhani & Sribina, 2019). SPSS juga dapat
diartikan sebagai sebuah program aplikasi yang memiliki kemampuan analisis statistik
yang cukup tinggi (Nurhayati & Novianti, 2020).
Maka dari itu, pada penelitian ini digunakan metode analisis regresi dan korelasi
dengan menentukan ada atau tidaknya hubungan dalam dua variabel pada data
pengamatan, yang diakibatkan karena adanya isu atau permasalahan tingkat penjualan
terjadi di PT. Motor Abadi yang akan dianalisis pada software SPSS. Pada akhirnya, akan
diperoleh output berupa analisis regresi dan korelasi untuk mendapatkan Mengetahui
pengaruh variabel bebas terhadap variabel terikat pada data pengamatan. Sehingga,
permasalahan dapat diselesaikan dengan data yang sesuai.

2
 Laporan Praktikum Statistik Industri
Vol. 04, No. 02, Tahun 2021, Hal 1-10

II. METODOLOGI PENELITIAN

1. Tahap Pengumpulan Data
Pengumpulan data merupakan kegiatan yang dilakukan dalam penelitian untuk
mengumpulkan informasi. Data ini akan menjadi input pada tahap pengolahan data.
Metode pengumpulan data yang dilakukan adalah metode kuantitatif. Data yang
dibutuhkan yaitu:
a. Data mesin motor.
b. Data bahan baku motor.
c. Data harga motor.
d. Data promosi motor.
e. Data tingkat penjualan.
2. Tahap Pengolahan Data
Untuk pengolahan data kali ini akan menggunakan software SPSS untuk
menyelesaikan permasalahan dan menggunakan Metode Analisis Regresi dan Korelasi.
Tahap pengolahan data akan digambarkan dengan flowchart seperti berikut:

Gambar 2.1 Flowchart Pengolahan Data

3
 Laporan Praktikum Statistik Industri
Vol. 04, No. 02, Tahun 2021, Hal 1-10

Dalam tahap ini, peneliti mulai membuat rencana untuk studi kasus yang akan diolah
pada tahap studi pustaka dan lapangan. Studi Pustaka merupakan tahap pencarian
referensi baik dari buku, jurnal maupun penelitian sebelumnya. Selanjutnya dilakukan
perumusan masalah berdasarkan hasil observasi studi pustaka dan studi lapangan agar
permasalahan tidak melebar. Tujuan penelitian bertujuan agar bisa menyelesaikan
rumusan masalah dari studi kasus. Identifikasi variabel dilakukan untuk menentukan
variabel yang mempunyai variasi atau perbedaan nilai terukur. Misalnya variabel bebas
dan terikat. Selanjutnya pengumpulan data merupakan data sekunder dimana terdapat 4
data yang dikumpulkan yakni, data tingkat keberhasilan penjualan motor dengan mesin
motor, bahan baku motor, harga motor, dan promosi motor. Pada tahap analisis data
dilakukan upaya pengolahan data menjadi sebuah informasi baru agar karakteristik data
tersebut menjadi lebih mudah dimengerti dan berguna untuk solusi suatu permasalahan,
khususnya yang berhubungan dengan penelitian. Adapun proses pengolahan data pada
penelitian ini adalah dengan mengolah data yang telah diperoleh untuk melakukan
perhitungan menggonakan software SPSS hingga mendapatkan data yang valid.
Pengolahan saat input data harus dilakukan dengan benar, agar bisa mencapai proses
selanjutnya, namun jika saat input data terjadi error maka harus dilakukan pengolahan
data ulang. Setelah pengolahan data telah valid, data yang dihasilkan dilakukan analisa
pembahasan. Pembahasan bertujuan untuk memperjelas data yang ada agar mudah
dipahami. Kesimpulan dan saran bertujuan untuk menyimpulkan hasil dan metode dari
penelitian ini, dan memberikan solusi terkait metode yang digunakan untuk kedepannya.
Terakhir pengolahan data selesai dengan hasil yang akurat.

III. HASIL DAN PEMBAHASAN

1. Pengolahan Data
a. Data Mentah Penelitian
PT Motor Abadi memiliki permasalahan tentang tingkat penjualan. PT Motor Abadi
ingin melakukan analisis terhadap permasalahan tersebut dengan menggunakan beberapa
faktor yang diasumsikan menjadi penyebab permasalahan tersebut seperti mesin motor
dan bahan baku motor. Untuk membantu menyelesaikan studi kasus tersebut dapat
menggunakan analisis korelasi dan juga analisis regresi. Maka tentukanlah:
1. Apakah terdapat hubungan (korelasi) antara tingkat penjualan, motor automatic dan
motor manual? Jika ada, bagaimana arah dan besarnya hubungan (korelasi) tersebut?
2. Bagaimana hubungan variabel antara tingkat penjualan dengan motor automatic dan
motor manual?
3. Bagaimana model regresi dari tingkat penjualan dengan motor automatic dan motor
manual?
Tabel 3.1 Data Nilai Variabel Terikat, Variabel Bebas Pertama, dan Variabel Bebas
Kedua
Variabel Bebas (Tingkat
(Mesin (Bahan Baku (Harga (Promosi Penjualan)
Motor) Motor) Motor) Motor) (Y)
(X1) (X2) (X3) (X4)
34 55 47 67 169
33 56 44 63 168
32 57 45 65 167
32 56 43 66 160
75 55 44 63 162
36 52 44 62 164
37 54 42 64 165
35 52 42 75 165

4
 Laporan Praktikum Statistik Industri
Vol. 04, No. 02, Tahun 2021, Hal 1-10

Variabel Bebas (Tingkat

Penjualan)
(Mesin (Bahan Baku (Harga (Promosi (Y)
Motor) Motor) Motor) Motor)
(X1) (X2) (X3) (X4)
34 52 47 63 166
32 57 48 66 167
32 58 49 63 168
35 59 42 67 163
36 56 41 68 164
35 52 44 69 166
33 55 44 64 167
33 57 45 66 169
35 52 44 63 162
37 53 45 62 164
38 53 42 61 168
39 56 43 64 164
37 58 47 65 165
36 59 48 66 165
36 53 48 64 163
32 53 49 63 166
31 54 45 62 162
34 56 44 66 164
35 55 43 64 165
34 55 42 66 166
39 57 45 67 164
37 58 43 62 165
b. Hasil Pengolahan Data
1) Data Input

Gambar 3.1 Input Variabel Tingkat Penjualan, Mesin Motor, dan Bahan Baku Motor

5
 Laporan Praktikum Statistik Industri
Vol. 04, No. 02, Tahun 2021, Hal 1-10

2) Data Output
• Tingkat Penjualan dengan Mesin Motor
a) Correlation (Korelasi)

Gambar 3.2 Korelasi Tingkat Penjualan dengan Mesin Motor

Berdasarkan hasil pengujian korelasi di atas, didapatkan nilai pearson correlation
sebesar -0,303. Untuk nilai Sig. (2-tailed) sebesar 0,103. Untuk jumlah data sebesar 30.
b) Regression (Regresi)

Gambar 3.3 Coefficients Mesin Motor

Berdasarkan hasil pengujian regresi sederhana koefisien maka didapatkan nilai
constant sebesar 168,255, nilai slope sebesar -0,087, dan nilai p-value sebesar 0,103.

Gambar 3.4 ANOVA Mesin Motor

Berdasarkan hasil pengujian regresi sederhana ANOVA maka didapatkan nilai F-
Value sebesar 2,840 dan nilai P-Value sebesar 0,103.

Gambar 3.5 Model Summary Mesin Motor

Berdasarkan hasil pengujian regresi sederhana Model Summary maka didapatkan
Nilai R Square adalah 0,092 atau 9,2%.
• Tingkat Penjualan dengan Bahan Baku Motor
a) Correlation (Korelasi)

Gambar 3.6 Korelasi Tingkat Penjualan dengan Bahan Baku Motor

6
 Laporan Praktikum Statistik Industri
Vol. 04, No. 02, Tahun 2021, Hal 1-10

Berdasarkan hasil pengujian korelasi di atas, didapatkan nilai pearson correlation

sebesar 0,117, nilai sig. (2-tailed) sebesar 0,539, dan jumlah datanya sebesar 30.
b) Regression (Regresi)

Gambar 3.7 Coefficients Bahan Baku Motor

Berdasarkan hasil pengujian regresi sederhana koefisien maka didapatkan nilai
constant sebesar 158,697, nilai slope sebesar 0,116, dan nilai p-value sebesar 0,539.

Gambar 3.8 ANOVA Bahan Baku Motor

Berdasarkan hasil pengujian regresi sederhana ANOVA maka didapatkan nilai F-
Value sebesar 0,386 dan nilai P-Value sebesar 0,539.

Gambar 3.9 Model Summary Bahan Baku Motor

Berdasarkan hasil pengujian regresi sederhana Model Summary didapatkan nilai R
Square sebesar 0,014 atau 1,4%.
• Analisis Regresi Linier Berganda

Gambar 3.11 Coefficients Mesin Motor dan Bahan Baku Motor

Berdasarkan hasil pengujian regresi berganda koefisien maka didapatkan nilai
constant (a), nilai slope (b1), nilai slope (b2), P-Value (b1), dan P-Value (b2) secara
berurutan yaitu sebesar 162,217; -0,087; 0,109; 0,110; dan 0,553.

Gambar 3.12 ANOVA Mesin Motor dan Bahan Baku motor

7
 Laporan Praktikum Statistik Industri
Vol. 04, No. 02, Tahun 2021, Hal 1-10

Berdasarkan hasil pengujian regresi berganda ANOVA maka didapatkan nilai F-

Value dan P-Value secara berurutan yaitu sebesar 1,568; dan 0,227.

Gambar 3.13 Model Summary Mesin Motor dan Bahan Baku Motor
Berdasarkan hasil pengujian regresi sederhana Model Summary maka didapatkan
nilai R sebesar 0,104 atau 10,4%.
2. Analisis Pembahasan
• Tingkat Penjualan dengan Mesin Motor
Berdasarkan analisis korelasi dari tingkat penjualan dengan mesin motor didapatkan
nilai korelasi sebesar -0,303 dengan tanda korelasi (-) yang artinya mesin motor memiliki
hubungan terbalik dengan tingkat penjualan dan menunjukkan lemahnya korelasi antara
tingkat penjualan dengan mesin motor karena nilainya > -0,5 (mendekati 0). Diketahui
pula, P-Value sebesar 0,103 yang mana nilai P-value > 0,05, maka H0 diterima yang
berarti bahwa tidak terdapat hubungan korelasi yang kuat antara tingkat penjualan dengan
mesin motor.
Berdasarkan analisis regresi tabel didapatkan nilai constant (a) sebesar 168,255 dan
nilai slope (b) sebesar -0,087 sehingga diperoleh Y = 168,255 - 0,087X. Karena P-Value
sebesar 0,103 yang mana nilai tersebut > 0,05 maka maka H0 diterima yang berarti
bahwa tidak terdapat pengaruh yang signifikan antara tingkat penjualan dengan mesin
motor. Didapatkan pula nilai F-Value pada pengolahan data dengan analisis regresi
sebesar 2,840 dan dari tabel model summary diketahui pengaruh mesin motor terhadap
tingkat penjualan sebesar 9,2%.
• Tingkat Penjualan dengan Bahan Baku Motor
Berdasarkan analisis korelasi dari tingkat penjualan dengan bahan baku motor
didapatkan nilai korelasi sebesar 0,117 dengan tanda korelasi (+) yang artinya bahan baku
motor memiliki hubungan berbanding lurus dengan tingkat penjualan dan menunjukkan
lemahnya korelasi antara tingkat penjualan dengan bahan baku motor karena nilainya <
0,5 (mendekati 0). Diketahui pula, P-Value sebesar 0,539 yang mana nilai P-value > 0,05,
maka H0 diterima yang berarti bahwa tidak terdapat hubungan korelasi yang kuat antara
tingkat penjualan dengan bahan baku motor.
Berdasarkan analisis regresi tabel didapatkan nilai constant (a) sebesar 158,697 dan
nilai slope (b) sebesar 0,116 sehingga diperoleh Y = 158,697 + 0,116X. Karena P-Value
sebesar 0,539 yang mana nilai tersebut > 0,05 maka maka H0 diterima yang berarti
bahwa tidak terdapat pengaruh yang signifikan antara tingkat penjualan dengan bahan
baku motor. Didapatkan pula nilai F-Value pada pengolahan data dengan analisis regresi
sebesar 0,386 dan dari tabel model summary diketahui pengaruh bahan baku motor
terhadap tingkat penjualan sebesar 1,4%.
• Analisis Regresi Linier Berganda
Berdasarkan analisis regresi tabel didapatkan nilai constant (a) sebesar 162,217; nilai
slope (b1) sebesar -0,087; dan nilai slope (b2) sebesar 0,109 sehingga diperoleh Y =
162,217 - 0,087X1 + 0,109X2. Karena P-Value mesin motor dan bahan baku motor
masing-masing sebesar 0,110 dan 0,553 yang mana kedua nilai tersebut > 0,05 maka H0
diterima yang berarti bahwa tidak terdapat pengaruh yang signifikan antara tingkat
penjualan dengan mesin motor dan bahan baku motor. Didapatkan pula nilai F-Value
pada pengolahan data dengan analisis regresi sebesar 1,568 dan dari tabel model summary
diketahui pengaruh mesin motor dan bahan baku terhadap tingkat penjualan sebesar
10,4%.

8
 Laporan Praktikum Statistik Industri
Vol. 04, No. 02, Tahun 2021, Hal 1-10

IV. KESIMPULAN
Berdasarkan data yang telah didapat, analisis regresi dan korelasi dapat memudahkan
dalam menganalisa hubungan dan seberapa pengaruh variabel bebas 1 yaitu mesin motor
dan variabel bebas 2 yakni bahan baku motor terhadap variabel terikat yakni tingkat
penjualan pada PT. Motor Abadi. Berdasarkan analisis yang didapat dari pengujian
korelasi yang telah dilakukan pada tingkat penjualan, mesin motor, dan bahan baku
motor, dapat disimpulkan bahwa ketiga variabel tersebut memiliki korelasi yang lemah.
Hal tersebut dapat diketahui dari nilai korelasi pada analisis variabel bebas 1 dan variabel
bebas 2 secara berurutan sebesar -0,303 dengan tanda korelasi (-) yang artinya variabel
bebas 1 memiliki hubungan terbalik dengan variabel terikat dan 0,117 dengan tanda
korelasi (+) yang artinya variabel bebas 2 memiliki hubungan berbanding lurus. Dari
kedua nilai tersebut dapat diketahui bahwa nilai tersebut > -0,5 dan < 0,5 atau sama-sama
mendekati 0. Diketahui pula P-Value variabel 1 dan 2 secara berurutan yaitu 0,103 dan
0,539 yang mana nilai tersebut > 0,05 maka H0 diterima yang berarti bahwa tidak
terdapat hubungan korelasi yang kuat antara variabel terikat dengan variabel bebas 1 dan
2. Pada tahap analisa regresi, didapati nilai P-Value pada variabel bebas 1 sebesar 0,103
dengan model Y = 168,255 - 0,087X dan variabel bebas 2 sebesar 0,539 dengan model Y
= 158,697 + 0,116X yang mana nilai P-Value tersebut > 0,05 yang berarti bahwa tidak
terdapat pengaruh yang signifikan antara variabel terikat dengan variabel bebas.
Diketahui pula besarnya pengaruh variabel bebas 1 terhadap variabel terkontrol sebesar
9,2%. Dan 1,4% pada variabel bebas 2. Pada analisis regresi linier berganda didapati nilai
P-Value untuk variabel bebas 1 dan 2 masing-masing sebesar 0,110 dan 0,553 yang mana
kedua nilai tersebut > 0,05 sehingga tidak terdapat pengaruh yang signifikan antara
variabel terikat dengan variabel bebas 1 dan variabel bebas 2. Adapun model yang
didapat dari nilai tersebut yaitu Y = 162,217 - 0,087)X1 + 0,109X2 dengan pengaruh
variabel bebas terhadap variabel terkontrol sebesar 10,4%.
Dengan mengetahui hubungan dan keeratan dari variabel bebas mesin motor dan
bahan baku motor terhadap tingkat penjualan, maka para decision maker dapat
menentukan bagaimana sebaiknya penjualan mereka dilakukan. Tentu dengan praktikum
ini dapat diterapkan di lapangan karena akan sangat membantu para pembuat keputusan
untuk menganalisa dan membuat keputusan terkait penjualan terutama. Peneliti
disarankan untuk menyajikan data dengan variabel bebas yang lebih banyak untuk dapat
lebih mengetahui nilai hubungan dan keterikatan penjualan motor dengan variabel bebas
yang lainnya.

9
 Laporan Praktikum Statistik Industri
Vol. 04, No. 02, Tahun 2021, Hal 1-10

DAFTAR PUSTAKA

Astuti, C. C. (2017). Analisis Korelasi untuk Mengetahui Keeratan Hubungan antara

Keaktifan Mahasiswa dengan Hasil Belajar Akhir. Journal of Information and
Computer Technology Education, 1(1), 1–7.
https://doi.org/https://doi.org/10.21070/jicte.v1i1.1127

Nurhayati, & Novianti. (2020). Pengaruh Spss Terhadap Hasil Belajar Pada Materi
Statistika Deskriptif. AKSIOMA: Jurnal Program Studi Pendidikan Matematika,
9(1), 101–107. https://doi.org/10.24127/ajpm.v9i1.2609

Purnomo, R. A. (2016). Analisis Statistik Ekonomi dan Bisnis Dengan SPSS. In Wade
Group. CV. Wade Group

Purwanto. (2019). Analisis Korelasi dan Regresi Linier dengan SPSS 21.

Ramadhani, R., & Sribina, N. (2019). Pemanfaatan Media Pembelajaran SPSS untuk
Meningkatkan Kemampuan Statistik Siswa SMK. Jurnal SOLMA, 8(1), 159–170.
https://doi.org/10.29405/solma.v8i1.2996

Zein, S., Yasyifa, L., Ghozi, R., Harahap, E., Badruzzaman, F., & Darmawan, D. (2019).
Pengolahan dan Analisis Data Kuantitatif Menggunakan Aplikasi SPSS. Jurnal
Teknologi Pendidikan Dan Pembelajaran, 4(1), 1–7.
https://doi.org/https://doi.org/10.31980/tp.v4i1.529.g462

10