Data jumlah penduduk, biaya promosi dan tingkat penjualan produk di Uji Koefisien Determinasi

BAB 4 ANALISA DATA

4.1 Data jumlah penduduk, biaya promosi dan tingkat penjualan produk di

Asuransi Jiwa Bersama Bumiputera Data yang akan dianalisa dalam tugas akhir ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik BPS Sumatera Utara di jalan Asrama No. 179 Medan yaitu data jumlah penduduk dan dari AJB Bumiputera 1912 kantor wilayah Medan di Jalan. Sultan Iskandar Muda No. 138 Medan yaitu data biaya promosi dan tingkat penjualan produk Asuransi Jiwa. Datanya adalah sebagai berikut: Tabel 4.1 Data jumlah penduduk, biaya promosi dan tingkat penjualan produk di Asuransi Jiwa Bersama Bumiputera No Nama Cabang Jumlah Penduduk Biaya Promosi Tingkat Penjualan 1 Kabanjahe 33.783 173.854.702 5.741.892.573 2 Balige 78.272 293.875.310 6.831.890.580 3 Sibolga 52.391 159.631.873 5.383.710.849 4 Rantau Prapat 62.991 215.728.913 6.428.910.993 5 Padang Sidempuan 95.117 369.313.810 4.283.995.880 6 Pematang Siantar 9.203 165.897.510 1.013.112.364 7 Medan Serdang 104.330 481.968.547 7.551.329.644 8 Medan Petisah 48.856 106.782.545 2.946.103.212 9 Medan Kesawan 56.000 182.460.870 3.745.811.084 10 Medan Baru 30.695 101.832.912 2.003.232.129 11 Nias 181.408 453.987.295 6.013.926.834 12 Perdagangan 49.773 128.285.632 3.564.829.630 Universitas Sumatera Utara No Nama Cabang Jumlah Penduduk Biaya Promosi Tingkat Penjualan 13 Lubuk Pakam 98.271 222.517.882 4.238.757.801 14 Kisaran 133.355 498.693.820 5.528.739.200 15 Tanjung Balai 88.184 298.968.203 4.083.640.537 16 Binjai 155.359 423.550.807 5.654.161.489 17 Simalungun 438.837 384.658.892 6.873.983.670 18 Stabat 44.051 155.106.569 3.590.409.678 19 Pulo Brayan 25.940 132.804.478 3.368.157.312 20 Setia Budi 58.534 122.741.715 3.534.693.928 21 TebingTinggi 78.507 199.809.930 2.184.796.270 JUMLAH 1.923.857 5.272.472.215 94.566.085.657 Sumber: BPS Badan Pusat Statistik Sumatera Utara dan AJB Bumiputera 1912 Medan

4.2 Analisis Korelasi

4.2.1 Analisis Korelasi Sederhana

Kegunaan analisis korelasi untuk mengetahui derajat hubungan antara variabel bebas X i dengan variabel terikat Y. Korelasi dilambangkan dengan r dengan ketentuan nilai r tidak lebih dari harga - 1≤ r ≤ 1. Apabila nilai r = -1 artinya korelasi negatif sempurna; r = 0 artinya tidak ada korelasi; dan r = 1 artinya korelasinya sangat kuat. Rumus korelasi untuk tiga variabel adalah sebagai berikut : 2 2 2 1 2 1 1 1 1 Y Y n X X n Y X Y X n r y x 2 2 2 2 2 2 2 2 2 Y Y n X X n Y X Y X n r y x 2 2 2 2 2 1 2 1 2 1 2 1 2 1 X X n X X n X X X X n r x x Universitas Sumatera Utara Dari perhitungan SPSS diperoleh hasil sebagai berikut : Tabel 4.2 Korelasi Sederhana Jumlah Penduduk Biaya Promosi Tingkat Penjualan Jumlah Penduduk Pearson Correlation 1 ,603 ,525 Sig. 2-tailed ,004 ,015 N 21 21 21 Biaya Promosi Pearson Correlation ,603 1 ,670 Sig. 2-tailed ,004 ,001 N 21 21 21 Tingkat Penjualan Pearson Correlation ,525 ,670 1 Sig. 2-tailed ,015 ,001 N 21 21 21 . Correlation is significant at the 0.01 level 2-tailed. . Correlation is significant at the 0.05 level 2-tailed. Penafsiran hasil analisis korelasi antara variabel jumlah penduduk, biaya promosi dan tingkat penjualan adalah sebagai berikut: 1 Korelasi antara jumlah penduduk dan tingkat penjualan y x r 1 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel jumlah penduduk dan tingkat penjualan y x r 1 = 0,525 yang berarti bahawa hubungan antara jumlah penduduk dan tingkat penjualan kuat dan searah. Searah artinya jika jumlah penduduk tinggi maka peran tingkat penjualan juga tinggi. Korelasi antara dua variabel signifikan karena angka signifikansi 0, 015 ≤ 0,05. 2 Korelasi antara biaya promosi dan tingkat penjualan y x r 2 Berdasarkan perhitungan diperoleh nilai korelasi antara variabel biaya promosi dan tingkat penjualan y x r 2 = 0,670 yang berarti bahawa hubungan antara biaya Universitas Sumatera Utara promosi dan tingkat penjualan cukup kuat dan searah. Searah artinya jika biaya promosi tinggi maka peran tingkat penjualan juga tinggi. Korelasi antara dua variabel signifikan karena angka signifikansi 0,001 ≤ 0,01. 3 Korelasi antara jumlah penduduk dan biaya promosi 2 1 x x r Berdasarkan perhitungan diperoleh nilai korelasi antara variabel jumlah penduduk dan biaya promosi 2 1 x x r = 0,603 yang berarti bahawa hubungan antara jumlah penduduk dan biaya promosi cukup kuat dan searah. Searah artinya jika jumlah penduduk tinggi maka peran biaya promosi juga tinggi. Korelasi antara dua variabel signifikan karena angka signifikansi 0, 004 ≤ 0,01.

4.2.2. Analisis Korelasi Berganda

Analisis korelasi berganda berfungsi untuk mencari besarnya hubungan antara dua variabel bebas X i atau lebih secara simultan dengan variabel terikat Y. Rumus korelasi berganda adalah sebagai berikut : 2 2 2 . 2 1 2 1 2 1 2 1 2 . 1 1 2 x x x x y x y x y x y x y x x r r r r r r R Universitas Sumatera Utara Dari perhitungan SPSS diperoleh hasil sebagai berikut : Tabel 4.3 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 ,687 a ,472 ,413 1,34937E9 1,187 a. Predictors: Constant, Biaya Promosi, Jumlah Penduduk b. Dependent Variable: Tingkat Penjualan Berdasarkan perhitungan nilai di atas diperoleh nilai korelasi antara variabel jumlah penduduk dan biaya promosi terhadap tingkat penjualan secara simultan dan signifikan adalah 0,687 yang berarti bahwa hubungan antara variabel jumlah penduduk X 1 dan biaya promosi X 2 terhadap tingkat penjualan Y adalah cukup kuat dan searah. Searah artinya apabila variabel jumlah penduduk dan biaya promosi tinggi maka tingkat pejualan juga tinggi.

4.3 Uji Koefisien Determinasi

Koefisien determinasi digunakan untuk melihat seberapa besar variabel-variabel independen secara bersama mampu memberikan penjelasan mengenai variabel dependen dimana nilai R 2 berkisar antara 0 sampai 10≤R 2 ≤1. Semakin besar nilai R 2 , maka semakin besar variasi variabel dependen yang dapat dijelaskan oleh variasi variabel – variabel independen. Sebaliknya jika R 2 kecil, maka akan semakin kecil variasi variabel dependen yang dapat di jelaskan oleh variabel independen. Koefisien determinasi dapat dilihat dari kuadrat korelasi berganda antara X 1 dan X 2 terhadap Y. Universitas Sumatera Utara Dari tabel 4.3 Korelasi Berganda diperoleh bahwa besarnya angka R square R 2 adalah 0,472, maka : Koefisien Determinasi KD = R 2 x 100 = 0,472 x 100 = 47,2 Maksudnya bahwa pengaruh jumlah penduduk X 1 dan biaya promosi X 2 terhadap tingkat penjualan Y secara gabungan adalah 47,2 sedangkan sisanya sebesar 52,8 100-47,2 dipengaruhi oleh faktor lain. Dengan kata lain, variabilitas tingkat penjualan yang dapat diterangkan oleh variabel jumlah penduduk dan biaya promosi sebesar 47,2 sedangkan pengaruh sebesar 52,8 disebabkan oleh variabel-variabel diluar model ini.

4.4 Analisis Regresi Linier Berganda