BAB I PENDAHULUAN
1.1 Tinjauan Tentang Promosi dan Penerimaan Perusahaan 1. Promosi
Pengertian promosi
Pada hakikatnya promosi adalah suatu bentuk komunikasi pemasaran. Yang dimaksud dengan komunikasi pemasaran adalah aktivitas pemasaran yang berusaha
menyebarkan
informasi,
mempengaruhi,
membujuk,
dan
mengingatkan pasar sasaran atas perusahaan dan produknya agar bersedia menerima, membeli, dan loyal pada produk yang ditawarkan perusahan yang bersangkutan. bersangkutan. (Tjiptono, 2002:219).
Fungsi promosi:
a. Informing (Memberikan Informasi) Promosi membuat konsumen sadar akan produk-produk baru, mendidik mereka tentang berbagai fitur dan manfaat merek, serta memfasilitasi penciptaan citra sebuah perusahaan yang menghasilkan produk atau jasa. Promosi menampilkan peran informasi bernilai lainnya, baik untuk merek yang diiklankan maupun konsumennya, dengan mengajarkan manfaatmanfaat baru dari merek yang telah ada. b. Persuading (Membujuk) Media promosi atau iklan yang baik akan mampu mempersuasi pelanggan untuk mencoba produk dan jasa yang ditawarkan. Terkadang persuasi berbentuk mempengaruhi permintaan primer, yakni menciptakan permintaan bagi keseluruhan kategori produk. Lebih sering, promosi berupaya untuk membangun permintaan sekunder, permingtaan bagi merek perusahaan yang spesifik. c. Reminding (Mengingatkan) Iklan menjaga agar merek perusahaan tetap segar dalam ingatan para konsumen. Saat kebutuhan muncul, yang berhubungan dengan produk dan jasa yang diiklankan, dampak promosi di masa lalu memungkinkan memungkinkan merek pengiklan hadir di benak konsumen. Periklanan lebih jauh didemonstrasikan untuk mempengaruhi pengalihan merek dengan mengingatkan para
1
konsumen yang akhir-akhir ini belum membeli merek yang tersedia dan mengandung atribut-atribut yang menguntungkan. d. Adding Value (Menambah nilai) Terdapat tiga cara mendasar dimana perusahaan bisa memberi nilai tambah bagi penawaran-penawaran mereka, inovasi, penyempurnaan kualitas, atau mengubah persepsi konsumen. Ketiga komponen nilai tambah tersebut benar-benar independen. Promosi yang efektif menyebabkan merek dipandang lebih elegan, lebih bergaya, lebih bergengsi, dan bisa lebih unggul dari tawaran pesaing. e. Assisting (Mendampingi upaya-upaya lain dari perusahaan) perusahaan) Periklanan merupakan salah satu alat promosi. Promosi membantu perwakilan penjualan. Iklan mengawasi proses penjualan produk-produk perusahaan dan memberikan pendahuluan yang bernilai bagi wiraniaga sebelum melakukan kontak personal dengan para pelanggan yang prospektif. Upaya, waktu, dan biaya periklanan dapat dihemat karena lebih sedikit waktu yang diperlukan untuk memberi informasi kepada prospek tentang keistimewaan dan keunggulan produk jasa. Terlebih lagi, iklan melegitimasi atau membuat apa yang dinyatakan klaim oleh perwakilan penjual lebih kredibel.
Tujuan promosi di antaranya adalah:
a. Menyebarkan Menyebarkan informasi produk kepada target pasar potensial b. Untuk mendapatkan kenaikan penjualan dan profit c. Untuk mendapatkan pelanggan baru dan menjaga kesetiaan pelanggan d. Untuk menjaga kestabilan penjualan ketika terjadi lesu pasar e. Membedakan Membedakan serta mengunggulkan mengunggulkan produk dibanding produk pesaing f. Membentuk citra produk di mata konsumen sesuai dengan yang diinginkan. 2. Penerimaan Perusahaan Penerimaan adalah sesuatu yang sangat penting dalam setiap perusahaan.
Tanpa ada
penerimaan mustahil akan
didapat penghasilan atau
earnings.
Penerimaan adalah penghasilan yang timbul dari aktivitas perusahaan yang biasa
dikenal atau disebut penjualan, penghasilan jasa (fees), bunga, dividen,royalti dan sewa. Menurut Niswonger (1992:22), Pengertian Penerimaan adalah jumlah 2
yang ditagih kepada pelanggan atas barangataupun jasa yang diberikan kepada mereka. Pada buku yang sama, Niswonger (1992:56) juga menjelaskan pengertian penerimaan sebagai berikut: Penerimaan atau revenue merupakan kenaikan kotor atau gross dalam modal pemilik yang dihasilkan dari penjualan barang dagangan, pelaksanaan jasa kepada pelanggan atau klien, penyewa harta, peminjam uang, dan semua kegiatan usaha serta profesi yang bertujuan untuk memperoleh penghasilan. Penerimaan adalah jumlah uang yang diperoleh dari penjualan sejumlah output atau dengan kata lain merupakan segala pendapatan yang diperoleh oleh perusahaan hasil dari penjualan hasil produksinya.Hasil total penerimaan dapat diperoleh dengan mengalikan jumlah satuan barang yang dijual dengan harga barang yang bersangkutan atau TR = Q x P Pada model ini, hubungan antara penerimaan dan promosi perusahaan disusun dalam sebuah fungsi. Hubungan keduanya tercerimin pada sebuah fungsi sebagai berikut ini : Rev = f (Adv), Dimana Rev merupakan merupakan penerimaan penerimaan selama periode tertentu, tertentu, sedangkan Adv mewakili promosi (biaya promosi). Dari fungsi tersebut disimpulkan bahwa biaya promosi merupakan fungsi dari penerimaan.
1.2 Tujuan
Mengaplikasikan hubungan korelasi dan regresi (linier dan non-linier) dengan menggunakan menggunakan program SPSS 17.
Menginterpretasikan output data yang didapatkan dari program SPSS 17.
3
BAB II METODE
2.1 Korelasi
Korelasi merupakan teknik analisis analisis yang yang
termasuk dalam salah satu teknik teknik
pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel. Diantara sekian banyak teknik-teknik pengukuran asosiasi, terdapat dua teknik korelasi yang sangat populer sampai sekarang, yaitu Korelasi Pearson Product Moment dan Korelasi Rank Spearman. Selain kedua teknik tersebut, terdapat pula teknik-teknik korelasi lain, seperti Kendal, Chi-Square, Phi Coefficient, Goodman-Kruskal, Somer, dan Wilson. Sifat penting dari analasis korelasi adalah : 1. Koefisien korelasi bernilai antara -1 dan +1, Jika dua variabel tidak memiliki korelasi maka nilai koefisien korelasi korelasi adalah 0 (nol). Jika terdapat korelasi yang sempurna antara dua variabel maka nilai koefisien korelasi adalah 1. Koefisien korelasi positif berarti perubahan variabel satu searah dengan peruabahan variabel dua. Jika korelasi negatif maka bila variabel satu bernilai tinggi maka variabel kedua memiliki kecenderungan kuat untuk bernilai rendah. 2. Korelasi dua variabel bersifat simetrik. simetrik. Artinya korelasi X dengan Y akan akan sama dengan korelasi Y dengan X. 3. Koefisien korelasi hanya menunjukkan tingkat hubungan antar dua variabel tetapi tidak menunjukkan hubungan kausal (sebab-akibat) diantara dua variabel t ersebut. Hipotesis statistic dalam analisis korelasi adalah: H0 : ρ = 0 (tidak ada hubungan antara dua variable) Ha : ρ ≠ 0 (ada hubungan antara dua variable) Uji Statistiknya menggunakan T hitung 1. Apabila T-hit > T-tabel, maka terima Ha tolak Ho 2. Apabila T-hit < T-tabel, maka tolak Ha terima Ho
4
Langkah-langkah aplikasi korelasi dalam SPSS
1. Input data dari Excel ke SPSS, Pindahkan data yang ada di kolom penerimaan iklan (X) dan penerimaan (Y) saja, dengan cara di blok, kemudian di copy. 2. Kemudian buka sheet variable view untuk merubah nama variable, rubah type variabel menjadi numeric dengan width = 8 dan decimals = 2 3. Pindah ke sheet data view, click analyse » Correlate Corr elate » Bivariate 4. Masukkan iklan dan penerimaan ke variables 5. OK Langkah-langkah aplikasi normalitas dalam SPSS
1. Input data dari Excel ke SPSS, Pindahkan data yang ada di kolom penerimaan iklan (X) dan penerimaan (Y) saja, dengan cara di blok, kemudian di copy. 2. Kemudian buka sheet variable view untuk merubah nama variable, rubah type variabel menjadi numeric dengan width = 8 dan decimals = 2 3. Pindah ke sheet data view, click Analyse » Descriptive statistics » Explore 4. Pindahkan semua variabel dalam kolom Dependent List 5. Click Plots » Normality Plots with Test » Continue
2.2 Regresi
Persamaan regresi :Persamaan matematik yang memungkinkan peramalan nilai suatu peubah takbebas ( dependent variable) dari nilai peubah bebas (independent variable.
Langkah-langkah aplikasi regresi dalam SPSS :
1. Input data dari Excel ke SPSS, Pindahkan data yang ada di kolom penerimaan iklan (X) dan penerimaan (Y) saja, dengan cara di blok, kemudian di copy. 2. Kemudian buka sheet variable view untuk merubah nama variable, rubah type variabel menjadi numeric dengan width = 8 dan decimals = 2
5
3. Pindah ke sheet data view, click analyse » Regretion R egretion » Linear 4. Pindahkan penerimaan pada dependent dan iklan pada independent OK Regresi Linear :
REV = α + β.ADV Pengujian statistik secara parsial mendasarkan pada hipotesis : Uji Konstanta Intersep
Uji Koeff. X
H0
:
ß0 = 0
H1
:
ß0 ≠ 0
H0
:
ß1 = 0
H1
:
ß1 ≠ 0
Pengujian statistik model secara keseluruhan dilakukan dengan uji- F. Uji F mendasarkan pada dua hipotesis, yaitu : H0
: Semua koefisien variabel bebas adalah 0 (nol)
H1
: Tidak seperti tersebut di atas
Regresi NonLinear :
Digunakan untuk mengetahui tingkat elastisitas suatu variable Dalam regresi 2 ini menggunakan menggunakan persamaan : Y=A+X
B
Dalam OLS, hanya dapat diproses dalam bentuk linear maka persamaan tersebut harus kita jadikan bentuk linear terlebih dahulu menjadi: lnRev = α + β.lnADV Langkah-langkah aplikasi aplikasi regresi No linear li near dalam SPSS :
1. Jadikan semua data di excell dalam mentuk ln , rumusnya (=ln(data)), seletah itu pindah data ke SPSS 2. Pindah ke sheet data view, click analyse » Regretion » Linear 3. Pindahkan penerimaan pada dependent dan iklan pada independent 4. OK 6
Tujuan regresi :
1. Mengestimasi atau menduga suatu hubungan antara variabel – variabel ekonomi, misalnya Y = f(x). 2. Melakukan peramalan atau prediksi nilai variabel terikat (tidak bebas) atau dependent variable berdasarkan nilai variabel terkait (variabel independen/bebas). independen/bebas).
7
BAB III HASIL DAN PEMBAHASAN 3.1 Uji Korelasi Correlations
Adv Adv
Rev
Pearson Correlation
1
.989
Sig. (2-tailed)
.000
N Rev
20
Pearson Correlation Correlation
20
.989
Sig. (2-tailed)
1
.000
N
20
20
**. Correlation is significant at the 0.01 level (2-tailed). Tabel 1. Uji Korelasi
Berdasarkan data tersebut diatas dapat disimpulkan bahwa nilai korelasi antara Advertaising Cost Cost dengan Revenue adalah adalah 0,989. Dimana nilai signifikansinya signifikansinya sebesar sebesar 0,01 yang dapat diintepretasikan bahwa data tersebut diatas termasuk ke dalam kategori signifikan. Hubungan antara kedua variabel diatas termasuk dalam kategori Korelasi sangat kuat dan nyata. Nilai yang ditunjukkan dalam koefisien diatas termasuk dalam kategori positif sehingga memiliki hubungan searah antara kedua variabel diatas. 3.2 Uji Normality Tests of Normality a
Kolmogorov-Smirnov
Shapiro-Wilk
Statistic
df
Sig.
Statistic
df
Sig.
adv
.107
20
.200
*
.963
20
.595
rev
.090
20
.200
*
.960
20
.536
a. Lilliefors Significance Correction
8
Tests of Normality a
Kolmogorov-Smirnov
Shapiro-Wilk
Statistic
df
Sig.
Statistic
df
Sig.
adv
.107
20
.200
*
.963
20
.595
rev
.090
20
.200
*
.960
20
.536
a. Lilliefors Significance Correction *. This is a lower bound of the true t rue significance. Tabel 2. Uji Normality
Kemudian untuk data normality menunjukkan bahwa signifikan dari ADV sebesar 0,595 jika dilihat dengan kriteria ketentuan signifikan data tersebut bahwa > 0,05 hal ini menunjukkan bahwa terdistribusi secara normal dengan terima H0, hal ini juga berlaku pada data signifikan REV sebesar 0,536 > 0,05. Dari hasil data diatas kita dapat mengintepretasikan tingkat ke normalan suatu data, ada dua cara untuk mengintepretasikan yaitu melalui uji Kolmogrorov-Smirnov dan uji Shapiro-Wilk. Syarat data dikatakan normal untuk Uji Kolmogrorov-Smirnov apabila tingkat signifikansi lebih besar besar dari 0,05 atau lebih besar dari 5 % maka sampel berasal berasal dari populasi populasi yang berdistribusi normal. normal. Berlaku
juga sebaliknya, sebaliknya, apabila tingkat tingkat
signifikansi kurang dari 0,05 atau lebih besar besar dari 5 % maka sampel sampel bukan berasal berasal dari populasi yang berdistribusi normal Dari hasil data di atas menunjukkan bahwa signifikan dari ADV sebesar 0,595 jika dilihat dengan kriteria ketentua signifikan data tersebut bahwa > 0,05 hal ini menunjukkan bahwa terdistribusi secara normal dengan terima H0, hal ini juga berlaku pada data signifikan REV sebesar 0,536 > 0,05.
Gambar 1. Distribusi Data Normal 9
3.3 Uji Regresi 3.3.1 Uji Regresi Linear Model Summary
Adjusted Model R 1
.989
a
R Std. Error of
R Square Square
the Estimate
.979
17.57575
.978
a. Predictors: (Constant), adv Tabel 3. Model Summary 2
Data tersebut menunjukkan angka R sebesar 97,9% hal ini berarti variabel REV dapat diterangkan dan dipengaruhi variabel ADV sebesar 97,9% sedangkan yang 2,1% dijelaskan diluar model. ANOVA
Sum Model 1
Squares
of df
Mean Square F
Regression 259593.422
1
259593.422
Residual
5560.328
18
308.907
Total
265153.750
19
Sig.
840.361 .000
a
a. Predictors: (Constant), adv b. Dependent Variable: rev Tabel 4. Uji F
Uji F berkaitan erat dengan penerimaan H 0 atau penolakan terhadap H a, atau sebaliknya. Hipotesis :
H0 = tidak ada hubungan antara Revenue (Penerimaan) dengan Advertising Cost (Biaya Promosi)
Ha = ada hubungan antara Revenue (Penerimaan) dengan Advertising Cost (Biaya Promosi)
Dimana memiliki syarat, jika :
nilai koefisien signifikansi lebih besar dari 0,05 atau lebih besar dari 5 % maka menerima H0 10
nilai koefisien signifikansi kurang dari 0,05 atau lebih kecil dari 5 % maka menerima Ha
Data tersebut adalah melihat data dari uji F yaitu sebesar 840,361 dengan tingkat kesalahan 0,000 hal ini berarti bahwa signifikan 0,000 < 0,05 yang berarti terima H1. a
Coefficients
Model 1
Unstandardized
Standardized
Coefficients
Coefficients
B
Std. Error
(Constant) 9.416
19.370
Adv
.132
3.829
Beta
.989
t
Sig.
.486
.633
28.989
.000
a. Dependent Dependent Variable: rev Tabel 5. Uji t Uji t ini hampir sama dengan uji F, pada uji t ini lebih menekankan pada signifikan satu tidaknya suatu koefisien dalam suatu variabel. Dimana memiliki syarat, jika :
nilai koefisien signifikansi lebih besar dari 0,05 atau lebih besar dari 5 % maka tidak signifikan
nilai koefisien signifikansi kurang dari 0,05 atau lebih kecil dari 5 % maka signifikan
Berdasarkan data diatas maka dapat diintepretasikan bahwa nilai koefisien signifikansi konstanta sebesar 0,633 sehingga tidak signifikan sedangkan untuk koefisien signifikansi advertisingnya sebesar 0,00 sehingga dapat dikatakan signifikan. Jika dimasukkan kedalam kedalam persamaan persamaan regresi linier maka : Y = ; Revenue = 0,9416 + 3,829ADV (Advertising) Maka setiap kenaikan 1% ADV akan menyebabakan kenaikan sebesar 3,829 REV.
11
3.3.2
Uji Regresi Non Linear Model Summary
Adjusted Model R 1
.985
a
R Std. Error of
R Square Square
the Estimate
.969
.03926
.968
a. Predictors: (Constant), lnADV Tabel 6. Model Summary
Data tersebut menunjukkan angka R
2
sebesar 98,5% hal ini berarti
variabelREV dapat diterangkan dan dipengruhi variabel ADV sebrsar 98,5% sedangkan sedangkan yang 1,5% dijelaskan diluar model. b
ANOVA
Sum Model 1
Squares
of df
Mean Square F
Regression .881
1
.881
Residual
.028
18
.002
Total
.908
19
Sig.
571.334 .000
a
a. Predictors: (Constant), lnADV
12
b
ANOVA
Sum Model 1
of
Squares
df
Mean Square F
Regression .881
1
.881
Residual
.028
18
.002
Total
.908
19
Sig.
571.334 .000
a
a. Predictors: (Constant), lnADV b. Dependent Dependent Variable: lnREV Tabel 7. Uji F Uji F berkaitan erat dengan penerimaan H 0 atau penolakan terhadap H a, atau sebaliknya. Hipotesis :
H0 = tidak ada hubungan antara Revenue (Penerimaan) dengan Advertising Cost (Biaya Promosi)
H1 = ada hubungan antara Revenue (Penerimaan) dengan Advertising Cost (Biaya Promosi)
Dimana memiliki syarat, jika :
nilai koefisien signifikansi lebih besar dari 0,05 atau lebih besar dari 5 % maka menerima H 0
nilai koefisien signifikansi kurang dari 0,05 0,05 atau lebih kecil dari 5 % maka menerima H1
Data tersebut adalah melihat data dari uji F yaitu sebesar 571,334 dengan tingkat kesalahan 0,000 hal ini berarti bahwa signifikan 0,000 < 0,05 yang berarti terima H1.
13
a
Coefficients
Model 1
Unstandardized
Standardized
Coefficients
Coefficients
B
Std. Error
(Constant) 1.479
.202
lnADV
.041
.976
Beta
.985
t
Sig.
7.321
.000
23.903
.000
a. Dependent Dependent Variable: lnREV Tabel 8. Uji t Uji t ini hampir sama dengan uji F, pada uji t ini lebih menekankan pada signifikan satu tidaknya suatu koefisien dalam suatu variabel. Dimana memiliki syarat, jika :
nilai koefisien signifikansi lebih besar dari 0,05 atau lebih besar dari 5 % maka tidak signifikan
nilai koefisien signifikansi kurang dari 0,05 atau lebih kecil dari 5 % maka signifikan
Berdasarkan data diatas maka dapat diintepretasikan bahwa nilai koefisien signifikansi konstanta sebesar 0,00 sehingga signifikan sedangkan untuk koefisien signifikansi advertisingnya sebesar 0,00 sehingga dapat dikatakan signifikan. Jika dimasukkan kedalam kedalam persamaan persamaan regresi linier lnY = ; Ln(REV)=ln1,479 +0,976 lnADV, Ln(REV) =ln e 1,479
REV= e
1,479
+lnADV
0,976
0,976
+ADV
maka ADV memiliki elastisitas 0,976 terhadap t erhadap REV
14
BAB IV KESIMPULAN
Dalam analisis korelasi dan regresi sederhana, dilakukan berbagai uji terhadap suatu data antara lain uji korelasi, normality, R square, F dan uji t. Dalam berbagai uji diatas dihasilkan suatu hasil : 1. Dalam uji Korelasi menyatakan bahwa adanya hubungan searah antara revenue dengan advertising cost dan bersifat sangat kuat. 2. Dalam uji Normality menyatakan bahwa data-data tersebut termasuk dalam kategori normal karena koefisien signifikansinya lebih dari 0,05 atau 5 % 3. Dalam uji R sequre, F dan t untuk regresi linier termasuk dalam 97,9%, menerima H0 dan signifikan variabel koefisiennya dan tidak koefisien koefisien konstanta 4. Dalam uji R sequre, F dan t untuk regresi non linier termasuk dalam 98.5%, menerima H0 dan signifikan semua koefisiennya
15
DAFTAR PUSTAKA
Anonymous.2011. ArtikelKorelasi. Melalui.http://www.jonathansarwono.info/korelasi/korelasi .htm Kotler, Philip, Gary Amstrong. 2001. Dasar-Dasar Pemasaran Edisi Kesembilan Jilid 1. Terjemahan oleh Alexander Sindoro, 2004. PT Indeks. Jakarta. Tciptono, Fandy. 2002. Strategi Pemasaran. Yogyakarta: Penerbit ANDI. Wibowo, H dan M. Sinaga. 1997. Teori Akuntansi Jilid 1 Edisi 2. Penerbit Erlangga. Jakarta.
16
LAMPIRAN
Correlations Correlations
ADV
ADV
REV
Pearson Correlation
1
.989
Sig. (2-tailed)
.000
N
REV
**
Pearson Correlation
20
20
**
1
.989
Sig. (2-tailed)
.000
N
20
20
**. Correlation is significant at the 0.01 level (2-tailed).
Explore Case Processing Summary
Cases
Valid
N
Missing
Percent
REV
20
N
Total
Percent
100.0%
0
N
.0%
Percent
20
100.0%
Tests of Normality
Kolmogorov-Smirnov
Statistic
REV
.090
df
a
Shapiro-Wilk
Sig.
20
.200
Statistic *
.960
df
Sig.
20
.536
17
Tests of Normality
Kolmogorov-Smirnov
Statistic
REV
df
.090
a
Shapiro-Wilk
Sig.
20
.200
Statistic *
.960
df
Sig.
20
.536
a. Lilliefors Significance Correction *. This is a lower bound of the true significance.
18
Regression
Model Summary
Std. Error of the Model
R
1
R Square
.989
a
Adjusted R Square
.979
Estimate
.978
17.57575
a. Predictors: (Constant), ADV
b
ANOVA
Model
1
Sum of Squares
Regression
Residual
Total
df
Mean Square
259593.422
1
259593.422
5560.328
18
308.907
265153.750
19
F
840.361
Sig.
.000
a
a. Predictors: (Constant), ADV b. Dependent Variable: REV
19
a
Coefficients
Standardized Unstandardized Coefficients
Model
1
B
Std. Error
(Constant)
9.416
19.370
ADV
3.829
.132
Coefficients
Beta
t
.989
Sig.
.486
.633
28.989
.000
a. Dependent Variable: REV
20
