Regresi linier satu variable Independent

Presentasi berjudul: "Regresi linier satu variable Independent"— Transcript presentasi:

1 Regresi linier satu variable Independent

2 Contoh Anda melakukan pengamatan hubungan antara jumlah sales (variable independet) dg tingkat pemasaran (variable dependent) pada bagian pemasaran perusahaan.

3 Langkah-langkah Buka data
Klik Analyze => Regression => linier shg pada menu dialog linier muncul. Masukkan variabel jumlah sales pd kotak independent(s) dan variable penjualan pd kotak dependet. Klik tombol statistics. Pilih Estimates, model fit dan durbin watson. Klik tombol continue, shg akan kembali pd kotak dialog linier regression. Penetapan kepercayaan uji F, klik option masukkan nilai tingkat kepercayaan pd kotak entry. Klik tombol continue shg muncul kotak dialog linier regression. Klik Ok

4 Std. Error of the Estimate
Hasil Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .998a .996 6.793 .993 a. Predictors: (Constant), Jumlah sales b. Dependent Variable: Penjualan-juta Kolom R adalah koefisien korelasi Prearson (0,998) yg menunjukkan tingkat hub yg tinggi atara variabel jumlah sales dan variabel penjualan. Kolom Durbin Watson nilainya 0,993 menunjukkan terjadinya autokorelasi. ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression .000a Residual 18 46.140 Total 19 a. Predictors: (Constant), Jumlah sales b. Dependent Variable: Penjualan-juta

5 Hipotesis Ho : tdk terjadi hub linier antara variabel jumlah sales dg variabel penjualan H1 : terjadi hub linier antara variabel jumlah sales dg variabel penjualan Sig (0,000) < 0,05, shg H0 ditolak. Jadi ada hub linier antara variabel jumlah sales dg variabel penjualan

6 Tabel coefficient memaparkan uji koefisien Hipotesis utk Koeffisien
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 36.053 4.110 8.771 .000 Jumlah sales 17.789 .263 .998 67.536 a. Dependent Variable: Penjualan-juta Tabel coefficient memaparkan uji koefisien Hipotesis utk Koeffisien Ho : koeffisien jumlah sales tidak significan H1 : koeffisien jumlah sales significan Sig (0,00) < 0,05, Ho ditolak jadi koeffisien jumlah sales signifikan. Hipotesis utk konstanta H0 : konstanta tidak signifikan H1 : Konstanta signifikan Sig (0,00) < 0,05, shg H0 ditolak. Jadi konstanta signifikan Model Persamaan regresi linier yg terbentuk Y = 36, ,789 X