Download Regresi

Regresi
Analisis regresi adalah sebuah pendekatan
yang digunakan untuk mendefinisikan
hubungan matematis antara variabel
output/dependen (y) dengan satu atau
beberapa variabel input/independen (x)
Contoh kasus
• Seorang manager perusahaan alat-alat
kesehatan ingin mengetahui apakah terdapat
pengaruh yang signifikan antara jumlah
produk yang terjual di dua selama tahun 2007
dengan biaya prmosi yang telah dikeluarkan.
Langkah-langkah
• Klik analyze > Regression > Linier > Masukkan
variabel jumlah produk terjual ke kolom
dependent > Masukkan variabel biaya promosi
ke kolom independen > Klik tombol statsitik,
pilih opsi Durbin-Watson dan Descriptive >
Klik tombol plot, pilih histrogram dan normal
probability plot. > masukkan variabel Sdresid
ke kolom Y dan Zpred ke kolom X. > Klik
tombol save, pilih Residual / Standardized > ok
Descriptive Statistics
• Dari tabel Descriptive Statistics dapat
diketahui rata-rata jumlah produk yang terjual
adalah 134,21 unit setiap bulannya dengan
standar deviasi sebesar 9,28 unit. Rata-rata
biaya promosi yang dikeluarkan oleh
perusahaan sebesar 147,10 juta dengan
standar deviasi 19,24 juta rupiah
Tabel Correlation
• Dari tabel tersebut dapat diketahui korealsi
person antar dua variabel adalah 0,924 artinya
kedua kedua variabel tersebut berhubungan
sangat erat dan nyata sebesa 92,4% dan
hubungan ini signifikan karena nilai
signifikansi <0,05
Langkah awal analisis regresi
• Pengujian normalitas: hal ini dapat dilihat dari
grafik normal P-P Plot. Dari gambar tersebut
dapat diketahui bahwa pancaran residual berada
dalam garis lurus melintang
• Selain menggunakan gambar P-P Plot dapat pula
menggunakan uji Kolmogorov-Smirnov dimana
dari hasil pengujian ini diperoleh p-Value 0,738
(>0,05) sehingga dapat disimpulkan bahwa nilai
residual mengikuti distribusi normal
Langkah awal analisis regresi
• Uji Heteroskedasitas: dapat dilihat dari dari
scatter plot dimana data residu yang telah
distandarkan dengan hasil prediksi variabel
dependen yang telah distandarkan terlihat
gambar tidak menggambarkan pola tertentu
sehingga dapat disimpulkan bahwa tidak ada
problem Heteroskeasitas pada residual
Langkah awal analisis regresi
• Uji Autokorelasi: pengujian ini menggunakan
nilai statistik Durbin Watson (pada tabel
Model Summary) dimana nila Durbin Watson
menunjukkan nilai 1,872 lebih besar dari tabel
Durbin Watson batas atas 1,446 nilai ini
deperoleh dari tabel dengan n = 24 dan k 1
sehingga dapat disimpulkan tidak ada problem
autokorelasi
Tabel Coefficient
• Dari tabel Coefficient nilai t statistik untuk
variabel biaya promosi sebesar 11,36 dan
signifikan pada alfa 5% karena nilai p—value t
statistik sebesar 0,000 < 0,05 maka dapat
dikatakan bahwa biaya promosi signifikan
mempengaruhi jumlah produk yang terjual.
Model persamaa regresi dapat ditulis:
Y = 66,615 + 0,446x
Analisa
• Dari persamaan regresi diatas apabila
perusahaan tersebut tidak melakukan
promosu maka produk yang terjual adalah
66.615 unit atau 67 unit, sebaliknya jika
perusahaan menaikkan biaya promosi menjadi
1 juta maka akan meningkatkan penjualan
sebesar sebesar 0,446 (kurang lebih 1 unit)
Analisa
• Untuk memvalidasi model regresi ini perlu
dilakukan pemeriksaan hasil tabel ANOVA
dimana hasil uji statistik uji F menunukkan
nilai p-value sebesar 0,000 (<0,05) dan nilai
koefisien determinasu atau R square pada
tabel Model Summary sebesar 0,854 artinya
variabel unit yang terjual mampu dijelaskan
oleh variabel promosi.