Disusun Oleh:
Dina Zulfiana Matiyeni
NIM : 413422036
Kelas : C (Statistika)
• TARAF SIGNIFIKANSI
0,05
No Penjualan Promosi
1 73600 23000
2 70150 18400
3 96600 39100
4 80500 26450
5 101200 31050
6 105800 36800
7 82800 20700
8 88550 25300
9 86250 23000
10 72450 20700
LANGKAH PERTAMA
Buka aplikasi SPSS dengan cara Klik windows-programs-IBM SPSS
Statistics- IBM SPSS Statistics 26. Berikut adalah tampilan dari halaman muka dari
software SPSS versi 26:
LANGKAH KEDUA
Mendefinisikan data, caranya dengan:
• Klik Tab Variabel View
• Klik pada Cell di baris pertama kolom Name, kemudian tuliskan X
• Klik pada Cell di baris kedua kolom Name, kemudian tuliskan Y
• Klik pada Cell di baris pertama kolom Label, kemudian tuliskan Promosi
• Klik pada Cell di baris kedua kolom Label, kemudian tuliskan Penjualan
• Klik Tab Data View
• Input data yang akan dianalisis ke dalam program SPSS
LANGKAH KETIGA
Menganalisis data menggunakan modul analyze pada software SPSS dengan cara:
LANGKAH KEEMPAT :
Melakukan interpretasi hasil output uji regresi linier sederhana menggunakan SPSS.
Penjelasannya:
Pada tabel diatas menjelaskan tentang variabel yang dimasukkan serta metode yang digunakan.
Dalam hal ini variabel yang dimasukkan adalah variabel Promosi sebagai variabel independen
dan Loyalitas Penjualan sebagai variabel dependen dan metode yang digunakan adalah metode
Enter.
Pada tabel diatas menjelaskan tentang besarnya nikai korelasi atau hubungan (R) yaitu sebesar
0.816. Dari output tersebut diperoleh koefisien determinasi (R Square) sebesar 0.741 yang
mengandung pengertian bahwa pengaruh variabel bebas ( Dalam kasus ini adalah promorsi)
terhadap variabel terikat/dependen (Dalam studi kasus ini adalah penjualan) adalah sebesar
74,1%.
Pada tabel diatas menjelaskan tentang apakah model regresi dapat dipakai untuk memprediksi
variabel independen terhadap variabel dependen. Dari output tersebut diketahui bahwa nilai F
hitung sebesar 22,987 dengan tingkat signifikansi sebesar 0.001 < 0,05 , maka dapat dikatakan
bahwa model regresi dapat dipakai untuk memprediksi pengaruh variabel Promosi (X) terhadap
variabel Penjualan(Y).
Pada tabel diatas menjelaskan tentang diketahuinya nilai constant (a) sebesar 45800.119
sedangkan nilai Promosi (X) sebesar 1.512, sehingga persamaan nya dapat dituliskan sebagai
berikut:
Y= a+bX
Y= 45800.119 + 1.512X
Persamaan tersebut dapat diterjemahkan sebagai berikut:
• Konstanta sebesar 45800.119, mengandung arti bahwa nilai konsisten variabel Promosi
adalah sebesar 45800.119.
• koefisien regresi X sebesar 1,512 menyatakan bahwa setiap penambahan 1% nilai
Promosi, maka nilai Penjualan bertambah sebesar 1,512. Koefisien regresi tersebut
bernilai positif, sehingga dapat dikatakan bahwa arah pengaruh variabel X terhadap Y
adalah positif.
Pengambilan Keputusan dalam Uji Regresi Linier Sederhana
1. Berdasarkan nilai signifikansi.
• Dari tabel di Coefficients, diperoleh nilai signifikansi sebesar 0.001< 0,05 sehingga
dapat disimpulkan bahwa variabel Harga Produk (X) berpengaruh terhadap variabel
Loyalitas Pelanggan (Y).
2. Berdasarkan nilai t.
• Diketahui nilai t_hitung sebesar 4,785 > t_tabel sebesar 2.306, sehingga dapat
disimpulkan bahwa variabel Promosi (X) berpengaruh terhadap variabel Penjualan
(Y).
Lampiran 1:
Cara mencari nilai t_tabel
t_tabel = {(a/2) / (n-k-1)}
= (0.05/2) / (10-1-1)
= 0.025/8
= 2,306 (Dilihat pada tabel distribusi t).
LANGKAH KEDUA
Mendefinisikan data, caranya dengan:
• Klik Tab variabel view
• Klik pada Cell di baris pertama kolom Name, kemudian tuliskan X1
• Klik pada Cell di baris kedua kolom Name, kemudian tuliskan X2
• Klik pada Cell di baris ketiga kolom Name, kemudian tuliskan Y
• Klik pada Cell di baris pertama kolom Label, kemudian tuliskan Harga (X1)
• Klik pada Cell di baris kedua kolom Label, kemudian tuliskan Pendapatan (X2)
• Klik pada Cell di baris ketiga kolom Label, kemudian tuliskan Konsumsi (Y)
• Klik Tab Data View
• Input data yang akan dianalisis ke dalam program SPSS
LANGKAH KETIGA:
Menganalisis data menggunakan modul analyze pada software SPSS dengan cara:
• Pada tahapan ini akan menghasilkan output seperti tampilan dibawah ini:
LANGKAH KEEMPAT :
Melakukan interpretasi hasil output uji regresi linier berganda menggunakan SPSS.
Berdasarkan output diatas diketahui nilai R Square sebesar 0.865, hal ini mengandung arti
bahwa pengaruh variabel X1 dan X2 secara simultan terhadap variabel Y adalah sebesar
86.5%.
Uji Multikolinearitas
1. Hipotesis
H0 : tidak terjadi multikolinearitas
H1 : terjadi multikolinearitas
2. Kriteria penolakan
Tolak H0 Jika nilai VIF > 10,00 dan Tolerance < 0,01
Gagal tolak H0 Jika VIF < 10,00 dan nilai Tolerance > 0,01
3. Statistik uji
Untuk mengetahui apakah data yang dianalisis terjadi korelasi antara variable bebasnya
atau tidak, maka perhatikan tabel Coefficients pada kolom Collinearity statistics
Tolerance dan VIF.
4. Keputusan
Pada tabel diatas, dapat dilihat bahwa
• variabel harga : VIF (1.143) < 10,00 dan tolerance (0.875) > 0,10
• variabel pendapatan : VIF, (1.143) < 10,00 dan tolerance (0.875) > 0,10
maka keputusan kedua variabel gagal tolak H0
5. Kesimpulan
Sehingga, dapat disimpulkan bahwa, baik variabel harga maupun variabel
pendapatan tidak terjadi gangguan multikolinearitas diantara variabel independen atau
bebas tersebut.
Uji Heteroskedastisitas
1. Hipotesis
H0 : tidak terjadi heteroskedastisitas
H1 : terjadi heteroskedastisitas
2. Taraf signifikansi
0,05
3. Kriteria penolakan
Tolak H0 jika sig < 0,05
Gagal tolak H0 jika > 0,05,
4. Statisti uji
5. Keputusan
berdasarkan output diatas diketahui
• variabel harga : sig (0,050) = α (0,05).
• Pendapatan : sig (0,334) > α (0,05).
6. Kesimpulan
maka sesuai dengan dasar pengambilan keputusan dalam uji glejser, dapat
disimpulkan bahwa tidak terjadi gejala heteroskedastisitas dalam model regresi atau
terjadi homoskedastisitas.