1. Model regresi yang dibangun untuk menjelaskan pengaruh variabel promosi, outlet, pesaing, dan income terhadap penjualan adalah Y = 64.918 + 1.169X1 + 0.436X2 + 1.254X3 + 7.416X4 dengan nilai koefisien determinasi (R2) sebesar 0.923. 2. Uji F menunjukkan pengaruh keempat variabel secara bersama-sama terhadap penjualan sangat signifikan dengan nilai signifikansi 0.000.

1. SYAHRAINY AISYAH
ANGKATAN 36
SOAL
Daerah
Jakarta
Tangerang
Bekasi
Bogor
Bandung
Purwokerto
Tegal
Pekalongan
Magelang
Semarang
Kudus
Solo
Madiun
Tuban
Malang
Surabaya
Jember
Gresik
Denpasar
Makasar
Medan
Palembang
Padang
Lampung
Ambon
Balikpapan
Palangkaraya
Manado
Jayapura
Sales
(Y)
205
235
275
249
213
319
247
215
213
245
263
321
342
279
347
219
231
279
235
272
294
252
279
292
230
207
219
201
212
DATA REGRESI
Promosi
Outlet
(X1)
(X3)
26
159
40
172
65
207
45
185
27
152
85
223
42
183
29
155
27
148
35
198
43
213
57
217
60
287
48
167
69
293
34
145
45
166
65
172
49
144
63
221
70
210
42
147
66
158
71
165
41
139
29
129
32
135
26
128
30
132
Pesaing
(X4)
15
20
21
16
10
26
17
12
11
16
11
19
24
20
20
14
15
15
14
13
18
16
15
14
13
14
12
12
15
Income
(X5)
5.46
4.35
4.54
4.39
4.4
4.97
4.51
3.67
5.79
4.65
5.45
5.69
5.75
4.89
5.79
4.77
5.54
5.67
5.58
4.99
6.45
6.21
4.79
5.87
4.98
4.87
4.79
4.45
4.67

2. JAWABAN
Model Summary
Model
R
1
.961a
R
Square
Adjusted R
Std. Error of the
Square
Estimate
.923
.910
12.609
a. Predictors: (Constant), Income, Pesaing, Outlet,
Promosi
ANOVAb
Sum of
Squares
Model
1
Regression
Residual
Total
df
Mean Square
45538.379
4
11384.595
3815.759
24
Sig.
158.990
49354.138
F
28
71.606
.000a
a. Predictors: (Constant), Income, Pesaing, Outlet,
Promosi
b. Dependent Variabel: Sales
Coefficientsa
Unstandardized
Coefficients
Model
1
B
(Constant
)
Std. Error
64.918
.212
.436
Pesaing
Income
Beta
21.353
1.169
Standardize
d
Coefficients
Promosi
Outlet
t
Sig.
3.040
.006
.467
5.515
.000
.080
.443
5.433
.000
1.254
.877
.116
1.429
.166
7.416
4.109
.115
1.805
.084
a. Dependent Variable: Sales
1. Buat persamaan regresinya koefisien unstandardized
y = α + βx1 + βx2 + βx3 + βx4
= 64.918 + 1.169 + 0.436 + 1.254 + 7.416
t = 3.040 + 5.515 + 5.433 + 1.429 + 1.805

3. Sig = 0.006 + 0.000 + 0.000 + 0.116 + 0.084
R² = 0.923
F = 71.606, Sig = 0.000
Persamaan regresi koefisien standardized
y = α + bx1 + bx2 + bx3 + bx4
= 64.918 + 0.467 + 0.443 + 0.116 + 0.115
a. Dari data output SPSS
nilai regresinya R = 0.961
Menunjukkan bahwa koefisien korelasinya sangat kuat artinya hubungan variabel yang satu
dengan yg lain sangat erat
b. Dari data output SPSS di dapat koefisien determinasinya sebesar R² = 0.923
Artinya 92.3 variasi dalam variabel sales (y), mampu dijelaskan oleh promosi (bx 1),
output (bx2), pesaing (bx3), income (bx4) sisanya 7.7 dijelaskan oleh variasi lain diluar model.
2. Uji model bersama – sama (uji Anova)
Ho = β1 = β2 = β3 = β4 = 0, Artinya tidak ada pengaruh X1, X2, X3, X4 secara bersama-sama
terhadap sales (y)
Ha = β1 = β2 = β3 = β4 ≠ 0, Artinya paling tidak terdapat satu variabel dari X 1, X2, X3, X4 yang
berpengaruh terhadap sales (y).
Alat uji F
Kriterianya : Jika Sig ˃ 0.005 maka Ho diterima
Sig ˂ 0.005 makka Ho ditolak
Jadi, dari data output SPSS uji anova diperoleh sig 0.000 ˂ 0.005 maka Ho ditolak dan Ha diterima
3. Untuk melihat variabel yang paling besar hubungannya dengan variabel yang lain dapat dilihat
dari koefisien beta dari data output SPSS diperoleh :
Variabel yang paling besar hubungannya dengan variabel yang lain adalah variabel promosi
sebesar 0.467, yang kedua adalah outlet sebesar 0.443, yang ketiga adalah pesaing sebesar
0.116 dan yang paling terkecil adalah income sebesar 0.115