Analisis Regresi
Analisis
Regresi adalah salah satu metode yang sangat popular dalam mencari hubungan
antara 2 variabel atau lebih. Variabel-variabel yang dikomputasi selanjutnya dikelompokkan
menjadi variabel dependen yang biasanya dinotasikan dengan huruf Y dan variabel
independen yang biasanya dinotasikan dengan huruf X.
Banyaknya
variabel dependen harus sama dengan 1 untuk analisis regresi, sebab dalam
analisis ini kita akan mencari hanya satu nilai variabel berdasarkan
nilai-nilai variabel independen yang jumlahnya bisa lebih dari 1
Variabel
dependen yang selanjutnya dinotasikan Y juga dikenal sebagai variabel tak
bebas, tergantung, respon ataupun outcome, sedangkan variabel independen yang
dinotasikan sebagai X dikenal sebagai variabel bebas, tak tergantng atau
prediktor.
Lebih
lanjut, analisis regresi yang dapat kita terapkan dalam mencari hubungan
variabel X dan Y tergantung kepada tipe dari variabel Y atau variabel dependen yang
nilainya akan kita cari berdasarkan variabel independen. setidaknya 2 dua :
- Jika variabel dependen merupakan data kontinu maka kita dapat menggunakan regresi linear, maupun non-linear, sedangkan
- Jika variabel dependen merupakan data kategorikal maka kita dapat menggunakan analisis regresi logistik
22.49 Duwi Consultant
Analisis regresi linier sederhana adalah hubungan
secara linear antara satu variabel independen (X) dengan variabel dependen (Y).
Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan
variabel dependen apakah positif atau negatif dan untuk memprediksi nilai dari
variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan..
Data yang digunakan biasanya berskala interval atau rasio.
Rumus regresi linear sederhana sebagi berikut:
Y’ = a + bX
Keterangan:
Y’ =
Variabel dependen (nilai yang diprediksikan)
X =
Variabel independen
a
= Konstanta (nilai Y’ apabila X =
0)
b
= Koefisien regresi (nilai
peningkatan ataupun penurunan)
Contoh kasus:
Seorang mahasiswa bernama Hermawan ingin meneliti
tentang pengaruh biaya promosi terhadap volume penjualan pada perusahaan jual
beli motor. Dengan ini di dapat variabel dependen (Y) adalah volume penjualan
dan variabel independen (X) adalah biaya promosi. Dengan ini Hermawan
menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear
sederhana. Data-data yang di dapat ditabulasikan sebagai berikut:
Tabel. Tabulasi Data Penelitian
(Data Fiktif)
No
|
Biaya Promosi
|
Volume Penjualan
|
1
|
12,000
|
56,000
|
2
|
13,500
|
62,430
|
3
|
12,750
|
60,850
|
4
|
12,600
|
61,300
|
5
|
14,850
|
65,825
|
6
|
15,200
|
66,354
|
7
|
15,750
|
65,260
|
8
|
16,800
|
68,798
|
9
|
18,450
|
70,470
|
10
|
17,900
|
65,200
|
11
|
18,250
|
68,000
|
12
|
16,480
|
64,200
|
13
|
17,500
|
65,300
|
14
|
19,560
|
69,562
|
15
|
19,000
|
68,750
|
16
|
20,450
|
70,256
|
17
|
22,650
|
72,351
|
18
|
21,400
|
70,287
|
19
|
22,900
|
73,564
|
20
|
23,500
|
75,642
|
Langkah-langkah
pada program SPSS
Ø Masuk program SPSS
Ø Klik variable view pada SPSS data
editor
Ø Pada kolom Name ketik y, kolom Name pada baris kedua
ketik x.
Ø Pada kolom Label, untuk kolom pada baris pertama ketik
Volume Penjualan, untuk kolom pada baris kedua ketik Biaya Promosi.
Ø Untuk kolom-kolom lainnya boleh dihiraukan (isian
default)
Ø Buka data view pada SPSS data editor, maka didapat
kolom variabel y dan x.
Ø Ketikkan data sesuai dengan variabelnya
Ø Klik Analyze -
Regression - Linear
Ø Klik variabel Volume Penjualan dan masukkan ke kotak Dependent,
kemudian klik variabel Biaya Promosi dan masukkan ke kotak Independent.
Ø Klik Statistics, klik Casewise diagnostics, klik All
cases. Klik Continue
Ø Klik OK, maka hasil output yang didapat pada kolom Coefficients dan
Casewise Diagnostics adalah sebagai berikut:
Tabel. Hasil Analisis Regresi Linear Sederhana
Persamaan
regresinya sebagai berikut:
Y’ = a + bX
Y’ = -28764,7 +
0,691X
Angka-angka ini dapat diartikan sebagai berikut:
- Konstanta sebesar -28764,7; artinya jika biaya
promosi (X) nilainya adalah 0, maka volume penjulan (Y’) nilainya negatif yaitu
sebesar -28764,7.
- Koefisien
regresi variabel harga (X) sebesar 0,691; artinya jika harga mengalami kenaikan
Rp.1, maka volume penjualan (Y’) akan mengalami peningkatan sebesar Rp.0,691.
Koefisien bernilai positif artinya terjadi hubungan positif antara harga dengan
volume penjualan, semakin naik harga maka semakin meningkatkan volume
penjualan.
Nilai volume penjualan yang diprediksi (Y’) dapat
dilihat pada tabel Casewise Diagnostics (kolom Predicted Value). Sedangkan
Residual (unstandardized residual) adalah selisih antara Volume
Penjualan dengan Predicted Value, dan Std. Residual (standardized residual)
adalah nilai residual yang telah terstandarisasi (nilai semakin mendekati 0
maka model regresi semakin baik dalam melakukan prediksi, sebaliknya semakin
menjauhi 0 atau lebih dari 1 atau -1 maka semakin tidak baik model regresi
dalam melakukan prediksi).
- Uji
Koefisien Regresi Sederhana (Uji t)
Uji ini digunakan untuk mengetahui apakah variabel
independen (X) berpengaruh secara signifikan terhadap variabel dependen (Y).
Signifikan berarti pengaruh yang terjadi dapat berlaku untuk populasi (dapat
digeneralisasikan).
Dari hasil analisis regresi di atas dapat diketahui
nilai t hitung seperti pada tabel 2. Langkah-langkah pengujian sebagai berikut:
1. Menentukan
Hipotesis
Ho :
Ada pengaruh secara
signifikan antara biaya promosi dengan volume penjualan
Ha : Tidak
ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan
2. Menentukan
tingkat signifikansi
Tingkat signifikansi menggunakan a = 5% (signifikansi 5% atau 0,05 adalah
ukuran standar yang sering digunakan dalam penelitian)
3.
Menentukan t hitung
Berdasarkan tabel diperoleh t hitung sebesar 10,983
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
20-2-1 = 17 (n adalah jumlah
kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi
= 0,025) hasil diperoleh untuk t tabel sebesar 2,110 (Lihat pada lampiran) atau
dapat dicari di Ms Excel dengan cara pada cell kosong ketik =tinv(0.05,17) lalu
enter.
5. Kriteria
Pengujian
Ho diterima jika –t tabel < t hitung
< t tabel
Ho
ditolak jika -thitung < -t tabel atau t hitung > t tabel
6. Membandingkan
t hitung dengan t tabel
Nilai t hitung > t tabel (10,983 > 2,110) maka
Ho ditolak.
7.
Kesimpulan
Oleh karena nilai t hitung > t tabel (10,983 >
2,110) 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.
Tidak ada komentar:
Posting Komentar