Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana

Slides:



Advertisements
Presentasi serupa
Analisis Regresi.
Advertisements

ANALISIS REGRESI DENGAN VARIABEL MODERATING
Bab 11 Pendugaan dan Pengujian Hipotesis Regresi Linier Sederhana
UJI ASUMSI KLASIK.
KORELASI DAN REGRESI LINEAR SEDERHANA
Regresi Analisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel output/dependen (y) dengan satu.
KORELASI & REGRESI LINIER
BAB VI REGRESI SEDERHANA.
MENGOLAH DATA MENGGUNAKAN SPSS
REGRESI.
Statistik Inferensial By Jappy P. FanggidaE, SE., M.Si., MBA.
Statistika Non Parametrik
UJI ASUMSI KLASIK.
ANALISIS REGRESI SEDERHANA
FEB Univ. 17 Agustus 1945 Jakarta
ANALISIS KORELASI.
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
ANALISIS REGRESI DENGAN VARIABEL MODERATING
FEB Univ. 17 Agustus 1945 Jakarta
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
created by Vilda Ana Veria Setyawati
MAGISTER MANAGEMENT PROGRAM UNIVERSITAS KOMPUTER INDONESIA
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
Analisis Regresi Linier Berganda dan Uji t
MENGHITUNG NILAI SKOR IRMALA DEWI.Y RUDY HARTONO
ANALISIS REGRESI SEDERHANA
KORELASI & REGRESI.
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Korelasi dan Regresi linier
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
ANALISIS REGRESI.
ANALISIS MODERATING.
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
Pertemuan ke 14.
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
Pertemuan ke 14.
Uji Konstanta (a) Regresi Linear Sederhana
Analisis REGRESI.
MODUL 10 ANALISIS REGRESI
Regresi linier satu variable Independent
Saya Dini Nur Indah Diswari NIM
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
Pertemuan Ke-6 REGRESI LINIER
REGRESI BERGANDA dan PENGEMBANGAN Nori Sahrun., S.Kom., M.Kom
Single and Multiple Regression
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
BAB 7 persamaan regresi dan koefisien korelasi
KORELASI.
STATISTIK II Pertemuan 13-14: Analisis Regresi dan Korelasi
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
Bab 11 Pendugaan dan Pengujian Hipotesis Regresi Linier Sederhana
Single and Multiple Regression
ANALISIS REGRESI Sri Mulyati.
Tulus maruli tua pasaribu, S.Pd
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
ANALISIS HUBUNGAN NUMERIK DENGAN NUMERIK (UJI KORELASI)
Analisis Regresi Regresi Linear Sederhana
KORELASI & REGRESI LINIER
UJI ASUMSI KLASIK.
PRAKTIKUM STATISTIKA INDUSTRI
Single and Multiple Regression
ANALISIS REGRESI LINIER
BAB VIII REGRESI &KORELASI BERGANDA
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
Transcript presentasi:

Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana Oleh: Siti Sofiyah, SE., M.Sc

Outline Definisi Analisis Regresi Linier Sederhana Contoh Kasus Langkah-langkah pada Program SPSS 17 Interpretasi Hasil Uji Koefisien Regresi Sederhana (Uji t)

1. Definisi Analisis Regresi Linier Sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Analisis ini bertujuan untuk memprediksikan nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan, dan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah positif atau negatif.

Rumus regresi linear sederhana sebagai berikut: Y’ = a + bX Keterangan: Y' = Variabel dependen (nilai yang diprediksikan) X = Variabel independen a = Konstanta (nilai Y' apabila X = o) b = Koefisien regresi (nilai peningkatan ataupun penurunan)

Nilai a dan b dapat dihitung dengan rumus sebagai berikut:

2. Contoh Kasus Seorang mahasiswa bernama Agung ingin meneliti tentang pengaruh biaya promosi terhadap volume penjualan pada perusahaan jual beli motor. Agung menggunakan data bulanan selama 25 bulan. Dengan ini didapat variabel dependen (Y) adalah volume penjualan dan variabel independen (X) adalah biaya promosi. Agung menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear sederhana karena hanya menggunakan satu variabel independen. Data-data yang didapat ditabulasikan sebagai berikut:

No X (Biaya Promosi) Y (Volume Penjualan) 1 12000 56000 2 13500 62430 3 12750 60850 4 12600 61300 5 14850 60825 6 15200 63354 7 16750 60260 8 16800 63798 9 18450 65470 10 18900 65200 11 19250 63000 12 16480 13 17500 65300 14 19560 68562 15 19000 67750 16 20450 68256 17 22650 69351 18 21400 70287 19 22900 73564 20 23500 75642 21 22780 73832 22 22950 74128 23 23120 72270 24 24070 76472 25 24560 74830

3. Langkah-langkah pada Program SPSS 17 Buka program SPSS dengan klik Start >> All Programs >> SPSS Inc >> Statistic 17.0 >> SPSS Statistic 17.0 Pada kotak dialog SPSS Sta­tistic 17.0, klik Cancel, hal ini karena Anda akan membuat data baru. Selanjutnya akan terbuka tampilan halaman SPSS. Klik Variable View, kemudian pada kolom Name baris pertama ketik x, dan baris kedua ketik y. Untuk kolom Decimals, ubah menjadi 0 untuk semua variabel. Pada kolom Label, untuk kolom pada baris pertama ketik Biaya Promosi, untuk kolom pada baris kedua ketik Volume Penjualan. Sedangkan untuk kolom-kolom lainnya boleh dihiraukan (isian default).

Hasil pembuatan variabel seperti berikut:

Buka halaman data view dengan klik Data View, maka didapat kolom variabel X dan Y. Kemudian ketikkan data sesuai dengan variabelnya. Hasil pengisian data seperti berikut:

Klik Analyze >> Regression >> Linear. Selanjutnya akan terbuka kotak dialog Linear Regression seperti berikut:

Klik variabel Volume Penjualan dan masukkan ke kotak Dependent, kemudian klik variabel Biaya Promosi dan masukkan ke kotak Independent. Klik OK, maka hasil output yang didapat adalah: >>Output Latihan Analisis Regresi Linier Sederhana<<

Y' = 41745,082 + 1,344X 4. Interpretasi Hasil Persamaan regresinya sebagai berikut: Y'= a+bX Y' = 41745,082 + 1,344X Arti persamaan ini sebagai berikut: Konstanta sebesar 41745,082; artinya jika biaya promosi (X) nilainya adalah 0, maka volume penjulan (Y') nilainya sebesar Rp.41745,082. Koefisien regresi variabel biaya promosi (X) sebesar 1,344; artinya jika biaya promosi mengalami kenaikan Rp.1, maka volume penjualan (Y') akan mengalami peningkatan sebesar Rp.1,344. Koefisien bernilai positif artinya terjadi hubungan positif antara biaya promosi dengan volume penjualan, semakin tinggi biaya promosi maka semakin meningkatkan volume penjualan.

5. Uji Koefisien Regresi Sederhana (Uji t) Uji ini digunakan untuk mengetahui apakah variabel independen (X) berpengaruh secara signifikan terhadap variabel dependen (Y). Signifikan artinya berarti atau pengaruh yang terjadi dapat berlaku untuk populasi (dapat digeneralisasikan).

Rumus t hitung pada analisis regresi adalah: t hitung = b / sb Keterangan: b = Koefisien regresi Sb = Standar error

Langkah-langkah Pengujian: 1. Menentukan Hipotesis Ha: Ada pengaruh antara biaya promosi dengan volume penjualan. H0: Tidak ada pengaruh antara biaya promosi dengan volume pen­jualan. 2. Menentukan tingkat signifikansi Tingkat signifikansi menggunakan 0,05. Signifikansi 0,05 adalah ukuran standar yang sering digunakan dalam penelitian.

3. Menentukan t hitung Berdasarkan output diperoleh t hitung sebesar 12,817 4. Menentukan t tabel Tabel distribusi t dicari pada a = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau 25-1-1 = 23 (n adalah jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk t tabel sebesar 2,069 (Lihat pada lampiran Tabel t Buku Statistik) atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik =tinv(0.05,23) lalu tekan Enter.

5. Kriteria Pengujian Ho diterima jika -t tabel <_ t hitung <_ t tabel Ho ditolak jika -t hitung < -t tabel atau t hitung > t tabel 6. Membandingkan t hitung dengan t tabel Nilai t hitung > t tabel (12,817 > 2,069) maka Ho ditolak.

Kesimpulan Oleh karena nilai t hitung > t tabel (12,817 > 2,069) maka Ho ditolak, artinya bahwa ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan. Jadi dalam kasus ini dapat disimpulkan bahwa biaya promosi berpengaruh terhadap volume penjualan pada perusahaan jual beli motor.