Regresi Linier Beberapa Variable Independent

Presentasi berjudul: "Regresi Linier Beberapa Variable Independent"— Transcript presentasi:

1 Regresi Linier Beberapa Variable Independent

2 Contoh Anda melakukan pengamatan hubungan jumlah sales dan berbagai harga produk (variabel independent) dengan tingkat penjualan (variabel dependent) pada bagian pemasaran di suatu perusahaan

3

4 Langkah-langkah Buka file/input data
Klik Analyze => Regression => Linier pada menu, sehingga kotak dialog Linier Regression muncul Masukkan variabel jml_sales dan variabel harga pada kotak Independent(s) dan variabel penjulan pada kotak Dependent. Klik tombol Statistics, pilih Estimates, model fit, colinearity diagnostic dan Durbin Watson. Klik tombol Continue, sehingga kembali pd kotak dialog Linier Regression. Penetapan tingkat kepercayaan uji F dapat dilakukan dengan Klik Options, masukkan tingkat kepercayaan pd kotak Entry. Klik Continue, sehingga akan kembali ke kotak dialog Linier Regression Klik Ok.

5 Std. Error of the Estimate
Hasil Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .974a .950 .944 10.141 1.230 ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 2 .000a Residual 17 Total 19

6 Hasil Coefficientsa Model Unstandardized Coefficients
Sig. B Std. Error Beta 1 (Constant) 28.054 17.181 1.633 .121 Jumlah sales 10.412 .588 .980 17.714 .000 Harga produk-ribu -.084 .136 -.034 -.616 .546

7 Keterangan Tabel Model Summary R (koefisien korelasi Pearson) = 0,974 menunjukkan tingkat hubungan yg tinggi antara variabel dependent (penjualan) dg variabel prediktor (jml sales dan harga). Kolom Durbin Watson = 1,230 nilai tsb dalam rentang 1,21 < DW <1,65 atau 2,35 < DW <2,79 sehingga tdk dapat disimpulkan.

8 2. Tabel Anova Tabel anova menampilkan uji kelinieran => Hipotesis Ho = tdk terjadi hubungan linier antara variabel prediktor (jml sales dan harga) dg variabel dependent (penjualan) H1 = terjadi hubungan linier antara variabel prediktor (jml sales dan harga) dg variabel dependent (penjualan) Sig (0,00) < 0,05 sehingga H0 ditolak Jadi ada hubungan linier antara variabel prediktor (jml sales dan harga) dg variabel dependent (penjualan)

9 3. Tabel coefficients Keterangan : Hipotesis utk jumlah sales H0 = Koefisien jml sales tdk signifikan H1 = Koefisien jml sales signifikan Sig (0,00) < 0,05, maka H0 ditolak. Jadi koefisien jml sales signifikan. Hipotesis utk harga produk H0 = Koefisien harga produk tdk signifikan H1 = Koefisien harga produk signifikan => Sig (0,546) > 0,05 sehingga H0 diterima. Jadi koefisien harga produk tdk signifikan.

10 Hipotesis untuk konstanta
H0 = konstanta tdk signifikan H1 = Konstanta signifikan Sig (0,121) < 0,05 sehingga H0 diterima. Jadi konstanta tdk signifikan. Model persamaan regresi linier yang berbentuk : Y = 10,412 X (jml sales)