1. Model regresi yang dihasilkan mampu menjelaskan 60,5% variasi variabel penjualan.
2. Uji F menunjukkan pengaruh signifikan secara bersama-sama antara variabel promosi, outlet, pesaing dan pendapatan terhadap penjualan.
3. Variabel pendapatan memberikan pengaruh terbesar terhadap variabel penjualan.
2. Variables Entered/Removed(b)
Model
1
Variables
Entered
Variables
Removed
income ,
promosi ,
outlet,
pesaing(a)
Method
.
Enter
a All requested variables entered.
b Dependent Variable: sales
Model Summary
Model
1
R
R Square
Adjusted R
Square
Std. Error of
the Estimate
,778(a)
,605
,539
26,406
a Predictors: (Constant), income , promosi , outlet, pesaing
ANOVA(b)
Model
1
Sum of
Squares
df
Mean Square
Regression
25590,022
4
16734,806
24
42324,828
9,175
,000(a)
697,284
Total
Sig.
6397,505
Residual
F
28
a Predictors: (Constant), income , promosi , outlet, pesaing
b Dependent Variable: sales
Coefficients(a)
Unstandardized
Coefficients
Model
Standardized
Coefficients
T
Sig.
B
193,305
Std. Error
257,637
,750
,460
promosi
3,422
,742
,729
4,610
,000
Outlet
1
-,201
,158
-,228
-1,267
,217
(Constant)
Pesaing
Income
Beta
3,042
2,578
,253
1,180
,250
-15,922
51,014
-,047
-,312
,758
a Dependent Variable: sales
Persamaan regresi Unstandardized Coefficient
Y =
a
+ β X1
+ β X2
+ β X3
= 193,305+ 3,422X1 - 0, 201X2 + 3,042X3
Persamaan regresi standardized Coefficients
Y =
a
+ β X1
+ β X2
+ β X3
0, 729X1 – 0, 228X2 + 0, 253X3
t
= 0,750+ 4,610 -1,267+ 1,180
- 0,321
Sig = 0,460+ 0,000
+ 0,217
+ 0,250
R = 0,778
R Sequre = 0 ,605
F = 9,175 dan Sig 0,000
+ β X4
+.....ei
- 15,922X4 +.....ei
+ β X4
+.....ei
- 0, 047X4 +....ei
+ 0,758
3. 1. Dari data output SPSS diperoleh Regresi (R) = 0,778 hal ini menunjukan bahwa
Koefisien Korelasinya sangat kuat artinya hubungan variabel yang satu dengan variabel
yang lain sangat erat.
2. Dari data Output SPSS diperoleh koefisien determinasinya sebesar
R square ( R2 ) = 0,605 ; artinya 60,5 % variasi dalam variabel sales (y) mampu dijelaskan
oleh variasi dalam variabel promosi (X1), outlet (X2), pesaing (X3 ) dan income (X4).
Sisanya 30,5 % dijelaskan oleh variasi lain diluar model
3. Uji model F bersama – sama ( Uji Anova)
Ho
= β1 = β2 = β3 = β4 = 0 ; artinya tidak ada pengaruh promosi (X1), outlet (X2),
pesaing (X3 ) dan income (X4) secara bersama – sama terhadap sales (y)
Ha
= β1 = β2 = β3 = β4 ≠ 0 ; artinya paling tidak terdapat satu variabel dari promosi
(X1), outlet (X2), pesaing (X3) dan income (X4) yang berpengaruh
terhadap sales (y)
Alat Uji F
Kriterianya
Jika Sig > 0,05 maka Ho diterima
Jika Sig < 0,05 maka Ho ditolak
Dari data Output SPSS Uji Anova diperoleh
Sig (Uji Anova) 0,000 < 0,05 ; artinya Ho ditolak dan Ha diterima
Untuk melihat variabel yang paling besar hubungannya dengan variabel yang lain dapat
dilihat pada koefisien Beta. Dari data output SPSS diperoleh
Variabel yang paling besar hubungannya dengan variabel lain yaitu Incom sebesar -15,922,
yang kedua yaitu promosi sebesar 3,422, yang ketiga yaitu pesaing sebesar 3,042 dan yang
terkecil yaitu outlet sebesar -0,201