Sebuah penelitian dilakukan untuk mengkaji pengaruh distribusi barang (X1) dan pengeluaran (X2) terhadap penjualan (Y) di sebuah kafe di Gegerkalong Girang, Bandung. Data yang digunakan dalam penelitian ini akan dianalisa untuk menentukan hubungan antara variabel-variabel tersebut.
Data penelitian terdiri dari 12 observasi, mencakup variabel distribusi barang (X1), pengeluaran (X2), dan penjualan (Y). Analisis regresi ganda akan digunakan untuk mengungkap hubungan antara variabel independen (X1 dan X2) dengan variabel dependen (Y).
Analisis Regresi Ganda
Regresi ganda merupakan metode statistik yang tepat untuk menganalisis pengaruh beberapa variabel independen terhadap satu variabel dependen. Dalam kasus ini, kita akan melihat seberapa besar pengaruh distribusi barang dan pengeluaran terhadap penjualan kafe.
ADVERTISEMENT
.SCROLL TO RESUME CONTENT
Metode Ordinary Least Squares (OLS) digunakan untuk menghitung persamaan regresi. OLS meminimalkan jumlah kuadrat sisaan, sehingga menghasilkan model regresi yang paling sesuai dengan data.
Persamaan Regresi
Hasil perhitungan OLS menghasilkan persamaan regresi ganda sebagai berikut: Y = 27,9999 + 0,3875X1 + 0,0635X2. Persamaan ini menunjukkan hubungan antara penjualan (Y) dengan distribusi barang (X1) dan pengeluaran (X2).
Konstanta (intercept) sebesar 27,9999 mengindikasikan penjualan yang diperkirakan jika X1 dan X2 bernilai nol. Koefisien X1 (0,3875) menunjukkan bahwa setiap peningkatan satu unit distribusi barang diprediksi akan meningkatkan penjualan sebesar 0,3875 unit, dengan asumsi X2 konstan. Begitu pula, koefisien X2 (0,0635) menunjukkan pengaruh pengeluaran terhadap penjualan.
Uji Signifikansi
Untuk mengetahui signifikansi pengaruh distribusi barang dan pengeluaran secara bersama-sama (simultan), dilakukan uji F. Uji F menguji hipotesis nol bahwa semua koefisien regresi sama dengan nol. Hasil uji F menunjukkan nilai F-hitung sebesar 1,812 dengan p-value 0,232. Karena p-value > 0,05, maka hipotesis nol tidak dapat ditolak. Ini berarti secara simultan, distribusi barang dan pengeluaran tidak berpengaruh signifikan terhadap penjualan.
Selanjutnya, untuk mengetahui pengaruh masing-masing variabel secara individual (parsial), dilakukan uji t. Uji t pada masing-masing variabel independen menunjukkan p-value untuk X1 (distribusi barang) sebesar 0,586 dan untuk X2 (pengeluaran) sebesar 0,412. Karena kedua p-value > 0,05, maka baik distribusi barang maupun pengeluaran tidak berpengaruh signifikan terhadap penjualan secara parsial.
Koefisien Determinasi (R-squared)
Nilai R-squared sebesar 0,341 menunjukkan bahwa model regresi hanya mampu menjelaskan 34,1% variasi penjualan. Sisanya (65,9%) dijelaskan oleh faktor lain yang tidak termasuk dalam model ini.
Interpretasi Hasil dan Pembahasan
Hasil analisis menunjukkan bahwa baik secara simultan maupun parsial, distribusi barang dan pengeluaran tidak berpengaruh signifikan terhadap penjualan di kafe tersebut. Hal ini menunjukkan bahwa faktor lain mungkin lebih dominan mempengaruhi penjualan.
Beberapa faktor lain yang mungkin perlu dipertimbangkan antara lain kualitas produk, strategi pemasaran, kualitas pelayanan, lokasi kafe, tren konsumen, serta persaingan bisnis di sekitar lokasi.
Keterbatasan data (hanya 12 observasi) juga dapat mempengaruhi hasil analisis. Jumlah observasi yang lebih banyak dapat meningkatkan kekuatan statistik dan memberikan hasil yang lebih akurat.
Penelitian lebih lanjut dengan mempertimbangkan variabel-variabel lain dan jumlah observasi yang lebih besar direkomendasikan untuk mendapatkan pemahaman yang lebih komprehensif tentang faktor-faktor yang mempengaruhi penjualan kafe di Gegerkalong Girang, Bandung.
Kesimpulannya, model regresi yang dibangun tidak cukup kuat untuk menjelaskan fluktuasi penjualan di kafe tersebut, berdasarkan data yang ada. Analisis ini menggarisbawahi pentingnya mempertimbangkan faktor-faktor lain yang tidak termasuk dalam model ini untuk memperoleh gambaran yang lebih akurat tentang kinerja penjualan kafe.
