ANALISIS REGRESI LINIER SEDERHANA

ANALISIS REGRESI LINIER SEDERHANA

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)

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

ANALISIS KOVARIAN

Analisis kovarian atau sering disebut dengan Anakova adalah teknik statistik untuk uji beda multivariat yang merupakan perpaduan antara analisis regresi (Anareg) dengan analisis varian (Anava).

Secara lebih khusus dalam Anakova akan diadakan analisis residu pada garis regresi, yaitu dilakukan dengan jalan membandingkan varian residu antar kelompok dengan varian residu dalam kelompok.

Anakova akan dihitung dengan melakukan pengendalian statistik yang gunanya untuk membersihkan atau memurnikan perubahan‑perubahan yang terjadi pada variabel terikat sebagai akibat dari pengaruh variabel‑variabel luar atau karena rancangan penelitian yang tidak kuat. Pengendalian terhadap pengaruh luar dalarn penelitian memiliki fungsi yang penting terutama untuk mempelajari pengaruh murni suatu perlakuan pada variabel tertentu terhadap variabel lain.

Anakova merupakan teknik statistik yang sering digunakan pada penelitian eksperimental dan juga observasional. Keunggulan‑keunggulan Anakova dalam analisis data penelitian antara lain:

1. Dapat meningkatkan presisi rancangan penelitian terutarna apabila peneliti masih ragu pada pengelompokan‑pengelompokan subyek perlakuan yang diterapkan dalam penelititan, yaitu apakah sudah benar‑benar dapat mengendalikan pengaruh variabel luar ataukah belum.
2. Dapat digunakan untuk mengendalikan kondisi‑kondisi awal dari variabel terikat.
3. Dapat digunakan untuk mereduksi variabel‑variabel luar yang tidak diinginkan dalam penelitian.

Prosedur pengendalian variabel dalam Anakova ada 2 cara, yaitu: (1) pengendalian pada pengaruh variabel luar dan (2) pengendalian pada kondisi awal variabel terikat yang berbeda. Misalnya untuk contoh cara pertama, peneliti ingin mengetahui pengaruh (macam‑macam) cara belajar terhadap prestasi belajar dengan mengendalikan kecerdasan siswa. Kecerdasan siswa merupakan variabel yang berada diluar kawasan variabel‑variabel cara belajar dan prestasi belajar. Contoh cara kedua, misalnya peneliti akan menguji pengaruh (macam‑macam) metode pangajaran terhadap prestasi belajar siswa dengan mengendalikan prestasi belajar sebelum metode pengajaran itu diterapkan. Prestasi belajar yang diukur sebelum penerapan metode pengajaran merupakan kondisi awal dari prestasi belajar setelah penerapan metode pengajaran dalam penelitian.      

Asumsi‑asumsi yang digunakan dalam mengerjakan Anakova adalah (1) variabel luar yang dikendalikan harus berskala interval atau rasio, (2) harus ada dugaan yang kuat bahwa ada hubungan antara variabel kendali dengan variabel terikat, (3) harus ada dugaan bahwa variabel kendali tidak dipengaruhi oleh variable bebas atau variabel eksperimental.

Beberapa pengertian variabel yang akan digunakan dalam Anakova antara lain: (1) kriterium, adalah variabel terikat (Y) yaitu variabel yang dipengaruhi, dimana data harus berbentuk interval atau rasio. (2) Kovariabel, desebut juga variabel kendali, variabel kontrol, variabel konkomitan yang diberi lambang X, dan data harus berbentuk interval atau rasio. (3) Faktor, yaitu sebutan untuk variabel bebas atau variabel eksperimental yang ingin diketahui pengaruhnya dan data harus berbentuk nominal atau ordinal.