Korelasi dan Regresi

Kelompok 2
Aidarna Wan Sari (207008002)
Uswatul Husnaini (207008013)

PROGRAM STUDI MAGISTER BIOMEDIK

FAKULTAS KEDOKTERAN
UNIVERSITAS SUMATERA UTARA
2020
 Salah satu teknik analisis dalam statistik yang digunakan
KORELASI untuk mencari hubungan antara dua variabel yang bersifat
kuantitatif

Dua variabel dikatakan

berkorelasi apabila perubahan
pada variabel yang satu
Hubungan dua variabel
diikuti perubahan variabel
tersebut dapat terjadi karena
yang lain secara teratur
adanya hubungan sebab akibat
dengan arah yang sama
(korelasi positif) atau
berlawanan (korelasi negative)
 Korelasi Positif
Sebagai contoh bisa menggunakan tinggi badan dan usia anak SD sebagai variabel
dalam korelasi positif.

“semakin tua usia siswa SD, maka tinggi badannyapun semakin tinggi”

Hubungan ini disebut korelasi positif karena kedua variabel mengalami

perubahan kearah yang sama, yaitu dengan meningkatnya usia maka tinggi badan
pun ikut meningkat.
 Korelasi Negatif
Kita bisa menggunakan nilai dan tingkat ketidak hadiran mahasiswa sebagai contoh dalam
korelasi negatif.

“semakin tinggi ketidak hadiran mahasiswa di kelas, maka nilai yang diperolehnya
cenderung semakin rendah”

Hubungan ini disebut korelasi negatif karena kedua variabel mengalami perubahan ke
arah yang berlawanan, yaitu dengan meningkatnya tingkat ketidak hadiran, maka nilai
mahasiswa justru menurun
 VARIABEL
Variabel
Variabel Variabel
Variabel
Independen
Independen Dependen
Dependen

variabel yang mempengaruhi Variabel yang dipengaruhi

atau yang menjadi sebab atau yang menjadi akibat
terjadinya perubahan/ karena adanya variabel
timbulnya variabel dependen independen

Hubungan ini
Hubungan ini dapat
dapat dicontohkan
dicontohkan dengan
dengan ilustrasi
ilustrasi tingkat
tingkat kadar
kadar kortisol
kortisol dalam
dalam intensitas
intensitas
rasa sakit.
rasa sakit.
Kadar kortisol
Kadar kortisol merupakan
merupakan variabel
variabel dependen
dependen karena
karena kadar
kadar kortisol
kortisol yang
yang dihasilkan
dihasilkan
menjadi akibat
menjadi akibat karena
karena adanya
adanya variabel
variabel independen,
independen, sedangkan
sedangkan intensitas
intensitas rasa
rasa sakit
sakit
merupakan variabel
merupakan variabel independen
independen karena
karena menjadi
menjadi sebab
sebab terjadinya
terjadinya perubahan/
perubahan/ timbulnya
timbulnya
variabel dependen.
variabel dependen.
 Korelasi Parsial
Suatu metode pengukuran keeratan hubungan (korelasi) antara variabel independen(X `) dan variabel

dependen (Y)

Dengan mengontrol salah satu variabel independen (X2) untuk melihat korelasi natural antara

variabel yang tidak terkontrol.

Analisis korelasi parsial melibatkan dua variabel. Satu variabel dianggap berpengaruh akan
dikendalikan atau dibuat tetap (sebagai variabel kontrol)
 Korelasi Parsial
Nilai korelasi (r) berkisar 1 sampai -1, nilai semakin mendekati 1 atau -1 berrati hubungan antara dua
variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin
lemah

Nilai positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai negatif menunjukkan
hubungan terbalik ( X naik maka Y turun). Data yang digunakan biasanya berskala interval atau
rasio.
 Analisis Korelasi Parsial
Korelasi parsial melibatkan lebih dari satu
variabel independen dan variabel dependen.

Variabel independen terbagi atas dua

penggunaan yaitu satu variabel independen Analisis
Analisis korelasi
korelasi parsial
parsial merupakan
merupakan suatu
suatu metode
metode
sebagai memiliki hubungan dengan yang
yang digunakan untuk mengindentifikasi kuat
digunakan untuk mengindentifikasi kuat
lemahnya hubungan
lemahnya hubungan antar
antar variabel
variabel independen
independen
variabel dependen dan variabel independen dan
dan variabel
variabel dependen,
dependen, dimana
dimana variabel
variabel
lainnya sebagai variabel kontrol dimana independen lainnya dikontrol atau dianggap
independen lainnya dikontrol atau dianggap
variabel ini diduga mempengaruhi berpengaruh
berpengaruh
hubungan antara satu variabel independen
dan satu variabel dependen
 Analisis Korelasi Parsial

•Untuk
  menghitung Koefesien korelasi
parsial dapat digunakan rumus berikut:

= •  
Dimana

= korelasi antara variabel dependen Y

dengan variabel independen

= Korelasi antara variabel dependen Y

dengan variabel independen

= korelasi antara variabel independen

dengan variabel independen
Analisis korelasi Parsial
Uji korelasi dapat dilakukan dengan beberapa Teknik atau metode analisis statistic
tergantung dari skala data dari masing-masing variabel yang di gunakan dalam
penelitian
Uji korelasi parsial disebut juga dengan analisis kolerasi pearson (data berskala rasio/
interval dengan variabel control ( variable pengendali) yang diasumsikan nilainya
tetap atau konstan
Derajat hubungan dalam Uji korelasi

Menurut sugiyono (2007) pedoman untuk memberikan

Menurut sugiyono (2007) pedoman untuk memberikan
interpretasi koefesien korelasi sebagai berikut:
interpretasi koefesien korelasi sebagai berikut:
 0.00 -0.19 = sangat rendah
 0.00 -0.19 = sangat rendah
 0.20 -0.39 = rendah
 0.20 -0.39 = rendah
 0.40 – 0.59 = sedang
 0.40 – 0.59 = sedang
 0.60 – 0.79 = kuat
 0.60 – 0.79 = kuat
 0.80 – 1.00 = sangat kuat
 0.80 – 1.00 = sangat kuat
Persyaratan uji korelasi parsial untuk analisis data

Masing- masing variabel Data penelitian harus

penelitan menggunakan data berdistribusi normal
berskala rasio atau interval
 Contoh uji korelasi parsial dalam penelitian
No IQ (X) IPK (Y) Motivasi
(Kontrol)
1 109 3.12 75
Seorang dosen ingin mengetahui 2 109 3.11 60
apakah ada hubungan antara IQ 3 101 2.95 65
dengan nilai IPK mahasiswa 4 109 3.48 75
dengan Motivasi Berprestasi
5 111 3.01 65
sebagai variabel control. Guna
keperluan penelitian ini maka 6 115 3.51 80
dosen tersebut mengumpulkan 7 118 3.56 75
data-data yang dibutuhkan 8 122 3.72 80
menggunakan kuesioner untuk 12 9 112 3.21 65
orang sampel (responden) 10 114 3.25 80
penelitian
11 98 2.96 60
12 107 3.0 67
Langkah-Langkah Cara Uji Korelasi Parsial dengan
SPSS

Tahapan-tahapan analisis
Tahapan-tahapan analisis data
data dalam
dalam uji
uji korelasi
korelasi parsial
parsial ini
ini dimulai
dimulai dari
dari
memasukkan atau
memasukkan atau menginput
menginput data
data penelitian
penelitian ke
ke program
program SPSS,
SPSS, selanjutnya
selanjutnya
melakukan uji
melakukan uji normalitas
normalitas data
data terlebih
terlebih dahulu,
dahulu, baru
baru kemudian
kemudian melakukan
melakukan analisis
analisis
data dengan
data dengan uji
uji korelasi
korelasi parsial
parsial
Langkah-Langkah Cara Uji Korelasi Parsial dengan
SPSS
Buka lembar
Buka lembar kerja
kerja baru
baru SPSS,
SPSS, lalu
lalu klik
klik variable
variable view,
view, selanjutnya
selanjutnya mengisi
mengisi pada
pada kolom
kolom
name, decimals,
name, decimals, label,
label, dan
dan measure
measure sementara
sementara untuk
untuk pilihan
pilihan lain
lain biarkan
biarkan default
default
 Langkah-Langkah Cara Uji Korelasi Parsial dengan SPSS
klik data
klik data view,
view, masukkan
masukkan data
data Melakukan uji
Melakukan uji normalitas
normalitas untuk
untuk variable
variable IQ,
IQ, IPK,
IPK, dan
dan
IQ, IPK,
IQ, IPK, dan
dan Motivasi
Motivasi ke-12
ke-12 Motivasi. Langkahnya
Motivasi. Langkahnya dari
dari menu
menu utama
utama SPSS
SPSS klik
klik menu
menu
orang
orang responden
responden tersebut
tersebut Analyze
Analyze descriptive statistics
descriptive statistics Explore
Explore
sesuai
sesuai dengan
dengan judul
judul
kolomyang ada
kolomyang ada di
di layar
layar SPSS
SPSS
 Langkah-Langkah Cara Uji Korelasi Parsial dengan SPSS
Maka
Maka muncul
muncul kotak
kotak dialog
dialog explore
explore Maka muncul
Maka muncul kotak
kotak dialog
dialog explore
explore plots
plots lalu
lalu beri
beri
selanjutnya masukkan
selanjutnya masukkan semua
semua variable
variable tanda
tanda pada normally
pada normally plots
plots with
with tests,
tests, selanjutnya
selanjutnya
penelitian ke
penelitian ke kotak
kotak dependen
dependen list;
list; pada
pada klik continue,
klik continue, lalu
lalu klik
klik ok
ok
bagian display
bagian display pilih
pilih both
both setelah
setelah itu
itu klik
klik
plots
plots
Langkah-Langkah Cara Uji Korelasi Parsial dengan SPSS

Maka akan
Maka akan muncul
muncul output
output SPSS,
SPSS, kita
kita cukup
cukup memperhatikan
memperhatikan
pada table
pada table output
output test
test of
of normally
normally
 Langkah-Langkah Cara Uji Korelasi Parsial dengan SPSS

Pembahasan Uji
Pembahasan Uji normalitas
normalitas untuk
untuk uji
uji Untuk mengetahui apakah variable IQ, IPK, dan Motivasi
yang digunakan dalam penelitian berdistribusi normal atau
Korelasi Parsial
Korelasi Parsial dengan
dengan SPSS
SPSS tidak, maka terlebih dahulu harus mengetahui teori tentang
pengambilan keputusan untuk uji normalitas

Dasar pengambilan keputusan dalam uji

normalitas adalah sbb:
1. Jika nilai sig. <0.05 maka variable tidak
berdistribusi normal
2. Jika nilai sig. >0.05 maka variable
terdistribusi normal

Berdasarkan table output SPSS tes of

Karena nilai sig untuk semua variable penelitian diatas 0.05
normally diketahui bahwa nilai sig dalam uji
maka dapat disimpulkan variable IQ, IPK, dan Motivasi
normalitas shapiro wilk adalah sbb:
adalah berdistribusi normal
1. Nilai IQ sig = 0.932
2. Nilai IPK sig = 0.152
Dengan demikian asumsi dasar (persyaratan dalam uji
3. Nilai Motivasi = 0.06
korelasi parsial sudah terpenuhi)
 Langkah-Langkah Cara Uji Korelasi Parsial dengan SPSS
Selanjutnya
Selanjutnya melakukan
melakukan uji
uji
korelasi parsial
korelasi parsial dengan
dengan SPSS
SPSS
dengan cara
dengan cara klik
klik menu
menu Analyze
Analyze
correlate
correlate partial
partial

Muncul kotak
Muncul kotak dialog
dialog partial
partial correlation,
correlation, masukkan
masukkan
variable IQ
variable IQ dan
dan IPK
IPK ke
ke kotak
kotak variables,
variables, masukkan
masukkan
variable motivasi
variable motivasi ke
ke kotak
kotak controlling
controlling for
for pada
pada
bagian test
bagian test of
of sig.
sig. pilih
pilih twotailed
twotailed dan
dan beri
beri tanda
tanda
cheklist untuk
cheklist untuk display
display actual
actual level
level lalu
lalu klik
klik options
options
 Langkah-Langkah Cara Uji Korelasi Parsial dengan SPSS
Muncul kotak
Muncul kotak dialog
dialog partial
partial correlation:
correlation:
options, kemudian
options, kemudian pada
pada bagian
bagian statistics
statistics
diberikan tanda
diberikan tanda checklist
checklist untuk
untuk means
means and
and
standard
standard deviations
deviations dan
dan zero
zero order
order kemudian klik
kemudian klik ok
ok untuk
untuk mengakhiri
mengakhiri perintah.
perintah. Maka
Maka
correlations.
correlations. Selanjutnya
Selanjutnya pada
pada bagian
bagian muncul output
output SPSS
SPSS dengan
dengan judul
judul partial
partial Corr
Corr
muncul
missing value
missing value aktifkan
aktifkan pilihan
pilihan exclude
exclude cases
cases selanjutnya tinggal
tinggal interpretasikan
interpretasikan saja
saja table
table output
output
selanjutnya
pairwise lalu
pairwise lalu klik
klik continue
continue tersebut
tersebut
 Interpretasi table output korelasi

Tabel output SPSS memberikan

informasi mengenai hubungan yang
terbentuk antara variable sebelum
dan sesudah dimasukkanya
variable control dalam analisis
korelasi. Untuk memaknai table
output korelasi di samping. Maka
ada tiga tahapan yang harus kita
lalui yaitu:
1. Menentukan rumusan hipotesis
penelitian
2. Melihat teori tentang dasar
pengambilan keputusan dalam
uji korelasi parsial
3. Menafsirkan hasil analisis dan
membuat kesimpulan
 Interpretasi table output korelasi

Rumusan Hipotesis Penelitian dalam uji korelasi parsial

1.
1. H0
H0 :: hubungan
hubungan antara
antara IQ
IQ dengan
dengan IPK
IPK dengan
dengan motivasi
motivasi sebagai
sebagai variable
variable control
control tidak
tidak signifikan
signifikan
2.
2. Ha
Ha :: Hubungan
Hubungan antara
antara IQ
IQ dengan
dengan IPK
IPK dengan
dengan motivasi
motivasi sebagai
sebagai variable
variable control
control signifikan
signifikan

Dasar pengambilan keputusan dalam uji korelasi parsial sig (2 tailed)

1.
1. Jika
Jika nilai
nilai sig
sig (2-tailed)
(2-tailed) >> 0.05
0.05 maka
maka H0
H0 diterima
diterima dan
dan Ha
Ha ditolak
ditolak
2.
2. Jika
Jika nilai
nilai sig
sig (2-tailed)
(2-tailed) << 0.05
0.05 maka
maka H0
H0 ditolak
ditolak dan
dan Ha
Ha di
di terima
terima
 Interpretasi table output korelasi

tabel
tabel output
output pertama
pertama none
none aa menunjukkan
menunjukkan nilai
nilai korelasi
korelasi atau
atau hubungan
hubungan antara
antara variable
variable IQ
IQ
dengan
dengan IPK
IPK sebelum
sebelum dimasukkannya
dimasukkannya variable
variable control
control (motivasi)
(motivasi) dalam
dalam analisis.
analisis. Dari
Dari output
output di
di
atas
atas diketahui
diketahui nilai
nilai koefesien
koefesien korelasi
korelasi sebesar
sebesar 0.832
0.832 (positif)
(positif) dan
dan nilai
nilai signifikan
signifikan (2
(2 tailed)
tailed) adalah
adalah
0.001<0.005
0.001<0.005 maka
maka dapat
dapat disimpulkan
disimpulkan bahwa
bahwa ada
ada hubungan
hubungan yang
yang positif
positif dan
dan signifikan
signifikan antara
antara IQ
IQ
dengan
dengan IPK
IPK mahasiswa
mahasiswa tanpa
tanpa adanya
adanya variable
variable control
control (motivasi).
(motivasi). Sementara
Sementara nilai
nilai korelasi
korelasi sebesar
sebesar
0.832
0.832 ini
inimasuk
masuk dalam
dalam kategori
kategori hubungan
hubungan sangat
sangat kuat
kuat
 Interpretasi table output korelasi

Tabel
Tabel output
output motivasi
motivasi menunjukkan
menunjukkan nilai
nilai korelasi
korelasi atau
atau hubungan
hubungan antara
antara variable
variable IQ
IQ dengan
dengan IPK
IPK
setelah
setelah memasukkan
memasukkan motivasi
motivasi sebagai
sebagai variable
variable control
control dalam
dalam analisis.
analisis. Dari
Dari table
table output
output diatas
diatas
terlihat
terlihat bahwa
bahwa terjadi
terjadi penurunan
penurunan nilai
nilai koefesien
koefesien korelasi
korelasi menjadi
menjadi 0.626
0.626 (bernilai
(bernilai positif
positif dan
dan
kategori
kategori hubungan
hubungan kuat)
kuat) dengan
dengan nilai
nilai sig
sig (2-tailed)
(2-tailed) sebesar
sebesar 0.039,
0.039, 0.05
0.05 maka
maka Ho
Ho di
di tolak
tolak dan
dan Ha
Ha
diterima
diterima yang
yang berarti
berarti bahwa
bahwa hubungan
hubungan antara
antara IQ
IQ dan
dan IPK
IPK dengan
dengan motivasi
motivasi sebagai
sebagai variable
variable
control
control adalah
adalah sig
sig (nyata)
(nyata)
 Korelasi Ganda
Korelasi ganda (multiple correlation) merupakan angka yang menunjukkan arah dan
kuatnya hubungan antara dua variabel independen secara bersama-sama atau lebih dengan
satu variabel dependen.

 
=

= korelasi antara variabel X1 dengan X2 secara bersama- sama dengan variabel Y

= Korelasi Product Moment antara X1 dengan Y
= Korelasi Product Moment antara X2 dengan Y
= Korelasi Product Moment antara X1 dengan X2
 Korelasi Ganda

• Jika nilai probabilitas 0.05 lebih kecil atau sama dengan nilai probabilitas
• Jika nilai probabilitas 0.05 lebih kecil atau sama dengan nilai probabilitas
sig F change atau (0.05 <sig. Fchange) maka Ho di terima dan Ha di tolak,
sig F change atau (0.05 <sig. Fchange) maka Ho di terima dan Ha di tolak,
artinya tidak ada hubungan yang sig antara variable X dan variable Y
artinya tidak ada hubungan yang sig antara variable X dan variable Y
• Jika nilai probabilitas 0.05 lebih besar dari nilai probabilitas Fchange atau
• Jika nilai probabilitas 0.05 lebih besar dari nilai probabilitas Fchange atau
0.05 > Fchange) maka Ho di tolak dan Ha diterima, artinya ada hubungan
0.05 > Fchange) maka Ho di tolak dan Ha diterima, artinya ada hubungan
yang sig antara variable X dan variable Y
yang sig antara variable X dan variable Y
 Contoh uji korelasi ganda dalam penelitian
No Y
1 65 74 85
2 80 65 82
•Contoh
  kasus berjudul
3 75 85 75
“hubungan kompetensi dan motivasi
terhadap kinerja dosen FKG USU tahun 4 90 82 95
2020” 5 85 94 71
hasil identifikasi dan ketentuan sbb: 6 90 91 58
7 85 71 95
1. Taraf sig (a=0.05)
8 70 74 87
2. Variabel independent adalah
kompetensi () dan Motivasi () 9 75 68 82
10 60 80 70
3. Variabel dependen adalah kinerja
dosen (Y) 11 85 93 79
Langkah-Langkah Cara Uji Korelasi Ganda dengan
SPSS
Buka lembar
Buka lembar kerja
kerja baru
baru SPSS,
SPSS, lalu
lalu klik
klik variable
variable view,
view, selanjutnya
selanjutnya mengisi
mengisi pada
pada kolom
kolom
name, decimals,
name, decimals, label,
label, dan
dan measure
measure sementara
sementara untuk
untuk pilihan
pilihan lain
lain biarkan
biarkan default
default
Langkah-Langkah Cara Uji Korelasi Ganda dengan
SPSS
Pilih analyze
Pilih analyze >> Correlate
Correlate >> Bivariate
Bivariate
Langkah-Langkah Cara Uji Korelasi Ganda dengan
SPSS
 Muncul kotak
 Muncul kotak dialog
dialog dengan
dengan nama
nama Bivariate
Bivariate correlations,
correlations, masukkan
masukkan variable
variable kompetensi
kompetensi ()
() ,, motivasi
motivasi (),
(), dan
dan
kinerja (Y)
kinerja (Y) ke
ke kotak
kotak variables.
variables. Beri
Beri tanda
tanda checklist
checklist pada
pada kotak
kotak pearson,
pearson, selanjutnya
selanjutnya pada
pada kolom
kolom correlations
correlations
coefecients pilih
coefecients pilih two
two tailed
tailed dan
dan beri
beri tanda
tanda checklist
checklist pada
pada flag
flag sig
sig correlations
correlations
Langkah-Langkah Cara Uji Korelasi Ganda dengan
SPSS
Selanjutnya keluar
Selanjutnya keluar output
output berupa
berupa tabel.
tabel.

Nilai r= 0,390 dan nilai p=0,236.

Kesimpulan: Hubungan kompetensi dengan

motivasi menunjukan hubungan yang rendah
dan berpola positif artinya semakin
bertambah kompetensi semakin tinggi
motivasi. Hasil uji statistic didapatkan tidak
ada hubungan yang signifikan antara
kompetensi dengan motivasi.
Langkah-Langkah Cara Uji Korelasi Ganda dengan
SPSS
Selanjutnya keluar
Selanjutnya keluar output
output berupa
berupa tabel.
tabel. Kembali
Kembali kehalaman
kehalaman awal
awal klik
klik menu
menu analyze
analyze >> Regression
Regression >> Linier
Linier
Langkah-Langkah Cara Uji Korelasi Ganda dengan
SPSS
 Pada kotak
 Pada
6 kotak dialog
ke kotak
ke
dialog linier
kotak independent
linier regression,
independent dan
regression, masukkan
dan kinerja
kinerja (Y)
(Y) ke
masukkan variable
ke kotak
variable masukkan
kotak dependen
masukkan variable
dependen kemudian
variable kompetensi
kemudian klik
kompetensi ()
klik statistic.
statistic.
() dan
dan motivasi
motivasi ()
()
Langkah-Langkah Cara Uji Korelasi Ganda dengan
SPSS
 Selanjutnya keluar
 Selanjutnya keluar output
output .. yang
yang perlu
perlu diperhatikan
diperhatikan adalah
adalah mode
mode summary
summary untuk
untuk melihat
melihat nilai
nilai R
R (hubungan
(hubungan

7 antara variable
antara variable terhadap
terhadap Y
Y dan
dan variable
variable terhadap
terhadap Y
Y

Hubungan kompetensi, motivasi dengan kinerja menunjukan hubungan yang kuat (r=
0,624) dan berpola positif artinya semakin bertambah kompetensi dan motivasi semakin
besar kinerja. Nilai koefisien dengan determinasi 0,389 persamaan garis regresi
menerangkan 38,9% variasi kinerja atau persamaan garis yang diperoleh cukup baik untuk
menjelaskan variable kinerja. Hasil uji statistic didapatkan tidak terdapat hubungan yang
signifikan antara kompetensi dan motivasi dengan kinerja.
Analisis regresi
• analisis regresi  suatu model matematis yang dapat digunakan untuk mengetahui bentuk
hubungan antar dua atau lebih variable.
• Tujuan  untuk membuat prediksi nilai suatu variabel ( dependen) melalui variabel yang
lain (independen)
• Analisis regresi, dibedakan menjadi:

1. Regresi Sederhana1 variabel dependent dan 1 variabel independent.

2. Regresi Berganda1 variabel dependent dan lebih dari 1 variabel independent.
• Hubungan antar variable ada kemungkinan kesalahan/penyimpangan, artinya untuk nilai X yang
sama kemungkinan diperoleh nilai Y yang berbeda.
• Misal hubungan berat badan dengan tekanan darah, tidak setiap orang yang berat badannya sama
memiliki tekanan darah yang sama. Maka persamaannya:

Y = a + bx + e

Y= variabel dependen

X= variabel independen

a= Intercept, perkiraan besarnya rata-rata variable Y ketika variable X=0

b= Slope, perkiraan besarnya perubahan nilai variable Y bila nilai variable X berubah satu unit pengukuran

e= error, selisih antara nilai Y individual yang teramati dengan nilai Y yang sesungguhnya pada titik X
tertentu
1. REGRESI SEDERHANA
 Pengaruh antara 2 variabel saja.
 Digunakan juga untuk membangun persamaan dan menggunakan persamaan
tersebut untuk membuat perkiraan (prediction).
 Kasus

PT Cemerlang dalam beberapa bulan gencar mempromosikan sejumlah peralatan

elektronik dengan membuka outlet-outlet di berbagai daerah. Berikut data mengenai
Penjualan dan Biaya Promosi yang dikeluarkan di 15 daerah di Indonesia.
 Penyelesaian:
Disini karena akan diketahui besar hubungan atau seberapa jauh biaya promosi
berpengaruh terhadap Penjualan PT. CEMERLANG, maka akan dilakukan uji regresi,
dengan variabel dependent adalah Sales/Penjualan, dan variabel independent adalah
Biaya Promosi.
 Analyze  Regression  Linear
Interpretasi
Variabel r R Persamaan garis P value
Promosi 0, 916 0,839 Penjualan= 0,0005
111,52 + 3,89 *
promosi

Hubungan promosi dengan penjualan menunjukan hubungan yang sangat kuat (r= 0,916)
dan berpola positif artinya semakin bertambah promosi semakin besar penjualannya. Nilai
koefisien dengan determinasi 0,839 persamaan garis regresi menerangkan 83,9% variasi
penjualan atau persamaan garis yang diperoleh cukup baik untuk menjelaskan variable
penjualan. Hasil uji statistic didapatkan ada hubungan yang signifikan antara promosi
dengan angka penjualan.
Terimakasih 