Anda di halaman 1dari 7

MULTIPLE REGREESION LINIER DAN

CORRELATION
Analisis korelasi adalah analisis yang menguji apakah terdapat hubungan antara dua
variabel dan seberapa kuat hubungan antara variabel tersebut, sedangkan analisis regresi
adalah analisis yang mencari seberapa besar pengaruh suatu variabel yang satu terhadap
variabel yang lain.
Perbedaan antara analisis korelasi dengan analisis regresi yaitu :
Analisis korelasi hanya menguji hubungan dua variabel secara kualitatif, sedangkan
analisis regresi mencari angka yang dapat ditafsirkan secara kuantitatif.
Kedudukan variabel pada analisis korelasi adalah setara, sedangkan pada analisis
regresi kedudukan sebuah variabel adalah dependen dan yang lain adalah independen.
Dalam regresi akan dihasilkan suatu model persamaan yang dapat digunakan sebagai
forecasting (peramalan), sedangkan dalam korelasi tidak dapat.
Kedua analisis ini termasuk alat analisis statistik yang yang paling sering digunakan
pada pengolahan data riset pemasaran. Dalam perkembangan sejalan dengan kemajuan
komputer statistik, analisis regresi telah menjadi beberapa variasi :
Regresi Sederhana, untuk sebuah variabel dependen dan satu buah variabel independen.
Regresi Berganda, untuk sebuah variabel dependen dan lebih dari satu variabel
independen.
Regresi dengan Dummy variabel, yaitu jika data variabel independen ada yang bertipe
nominal.
Regresi Ordinal, untuk data variabel dependen yang berjenis ordinal.

Log Regression, untuk data variabel dependen yang berjenis nominal, hampir mirip
dengan Analisis Discriminant yang dimasukkan dalam kelompok uji interpendensi.
Pada kasus regresi berganda, terdapat satu variabel dependen dan lebih dari satu
variabel independen. Regresi berganda justru banyak digunakan dalam praktek bisnis,
selain karena banyaknya variabel dalam bisnis yang perlu dianalisis bersama, juga pada
banyak kasus regresi berganda lebih relevan digunakan.
Dalam banyak kasus bisnis yang menggunakan regresi berganda, pada umumnya
jumlah variabel dependen berkisar dua sampai empat variabel.
Kasus :
Manajer Pemasaran Televisi ingin membuat sebuah model regresi, dengan variabel
Penjualan TV per bulan menjadi variabel dependen, sedangkan variabel Biaya Promosi dan
variabel Jumlah SPG menjadi variabel independent. Lalu apakah model regresi tersebut
layak dipakai atau tidak.
Pengolahan Data dengan SPSS
Langkah-langkah :
a. Buka lembar kerja data regresi.sav.
b. Dari menu utama SPSS, pilih menu Statistics, kemudian pilih submenu
Regression.
c. Dari serangkaian pilihan test untuk regresi, sesuai kasus pilih Linier untuk uji
regresi secara linier (variabel X hasil persamaan regresi hanya satu).
Pengisian :

Dependent atau variabel tergantung. Pilih variabel jual.

Independent(s) atau variabel bebas. Pilih variabel spg dan Promosi.

Method atau cara memasukkan / seleksi variabel. Pilih Enter. Metode ini

bermacam-macam, seperti STEPWISE, REMOVE, BACKWARD dan FORWARD.


Pilih kolom Statistics dengan mengklik mouse pada pilihan tersebut.

Pilihan ini berkenaan dengan perhitungan statsitik regresi yang akan digunakan.
Perhatikan default yang ada di SPSS adalah Estimates dan Model fit.
Pengisian :
REGRESSION COEFFICIENT atau perlakuan koefisien regresi, pilih default
atau Estimate.
Klik mouse pilihan Descriptive pada kolom sebelah kanan, selain pilihan Model fit.
Residuals dikosongkan saja.
Klik Continue untuk meneruskan.
Abaikan pilihan lain dan tekan OK untuk mengakhiri pengisian prosedur analisis. Terlihat
SPSS melakukan pekerjaan analisis dan terlihat output SPSS.
Analisis
Oleh karena output Regresi cukup banyak, maka Analisis hasil regresi akan dibahas bagian
per bagian secara mendalam dengan penyajian ulang bagian yang akan dibahas.
1. Bagian DESCRIPTIVE STATISTICS dan CORRELATIONS.
Berikut output bagian pertama dan kedua dari analisis regresi sederhana.
Descriptive Statistics
Penjualan TV per bulan (Y)
Jumlah SPG per bulan (X1)
Biaya Promosi per bulan (X2)

Mean
252.71
4.14
13.8143

Std. Deviation
17.886
1.748
1.00373

N
14
14
14

Correlations

Pearson
Correlation
Sig. (1-tailed)

Penjualan TV
per bulan (Y)
1.000
.250
.708
.

Jumlah SPG
per bulan (X1)
.250
1.000
.082

Biaya Promos i
per bulan (X2)
.708
.082
1.000

.194

.002

.390

Biaya Promosi per bulan (X2)

.194
.002

.390

Penjualan TV per bulan (Y)


Jumlah SPG per bulan (X1)
Biaya Promosi per bulan (X2)

14
14
14

14
14
14

14
14
14

Penjualan TV per bulan (Y)


Jumlah SPG per bulan (X1)
Biaya Promosi per bulan (X2)
Penjualan TV per bulan (Y)
Jumlah SPG per bulan (X1)

Analisis

Rata-rata penjualan TV (dengan jumlah data 14 sampel) adalah 252,71 TV dengan


standar deviasi 17,886 TV. Tentu di sini dapat dilakukan pembulatan, karena tidak
mungkin unit tv mengandung pecahan.

Dari output korelasi, langkah-langkah dalam menginterpretasinya adalah:


1. Adakah hubungan antar variabel ? Untuk melihat adakah hubungan antar
variabel tersebut dapat dilihat berdasarkan nilai sig(1-tailed), apabila nilai ini berada
kurang 0,05 artinya ada hubungan yang signifikan antara variabel tersebut.
Berdasarkan output correlation tersebut diatas terlihat terdapat hubungan yang
signifikan antara variabel Penjualan TV dengan variabel Biaya Promosi, karena
nilai signifikansinya jauh berada di bawah 0,05 yaitu 0,002. Sedangkan variabel
Penjualan TV dengan Jumlah SPG tidak signifikan karena nilai sig. nya Berada
diatas 0,05 yaitu sebesar 0,194
2. Seberapa kuat hubungan tersebut ? Untuk melihat kuatnya hubungan antara
variabel tersebut, lihatlah nilai Pearson Correlation. Nilai correlation adalah antara 0
sampai dengan 1. 0 menunjukkan korelasi sangat lemah, sedangkan 1 menunjukkan
korelasi yang sangat kuat. Dapat dibuat pedoman sebagai berikut :
Korelasi antara 0,00 2,49 , korelasi tidak kuat / tidak erat

Korelasi antara 2,50 4,99 , korelasi cukup kuat / cukup erat


Korelasi antara 5,00 7,49 . korelasi kuat / erat
Korelasi antara 7,50 1,00 , korelasi sangat kuat / sangat erat
Terlihat nilai correlation antara biaya promosi dengan penjualan TV sebesar 0,708
yang menunjukkan korelasi yang kuat / erat. Sedangkan korelasi antara jumlah SPG
dengan penjualan TV tidak dapat diinterpretasikan, karena korelasinya tidak
signifikan, sehingga tidak relevan mengukur kuatnya korelasi tersebut.
3. Bagaimana arah hubungan tersebut ? Untuk melihat arah hubungan antara
variabel tersebut, lihatlah nilai Pearson Correlation. Arah hubungan tersebut adalah
(+) dan (-). Apabila positif artinya arah hubungan tersebut adalah berbanding lurus,
artinya semakin nilai variabel pertama diturunkan, maka nilai variabel kedua juga
akan ikut turun, atau sebaliknya semakin dinaikkan nilai variabel pertama, maka
nilai variabel keduapun ikut naik. Apabila negatif artinya hubungan tersebut
berbanding terbalik, artinya semakin nilai variabel pertama diturunkan, maka nilai
variabel kedua akan semakin naik, atau sebaliknya semakin dinaikkan nilai variabel
pertama, maka nilai variabel keduapun akan semakin turun. Ternyata nilai
correlationnya adalah positif, menunjukkan korelasi tersebut berbanding lurus,
artinya semakin nilai variabel promosi diturunkan, maka nilai variabel penjualan
TV juga akan ikut turun, atau sebaliknya semakin dinaikkan nilai variabel biaya
promosi, maka nilai variabel penjualan TV pun akan ikut naik

Model Summaryb
Model
1

R
R
Square
.734 a
.538

Adjusted
R Square
.455

Std. Error of
the Estimate
13.210

Durbin-W
atson
2.113

a. Predictors: (Constant), Biaya Promosi per bulan (X2), Jumlah SPG


per bulan (X1)
b. Dependent Variable: Penjualan TV per bulan (Y)
ANOVAb
Model
1

Regression

Sum of
Squares
2239.249

Residual
Total

1919.608
4158.857

df
2

F
6.416

Mean Square
1119.624

11
13

Sig.
.014 a

174.510

a. Predictors: (Constant), Biaya Promosi per bulan (X2), Jumlah SPG per bulan (X1)
b. Dependent Variable: Penjualan TV per bulan (Y)
Coefficientsa

Model
1

(Constant)
Jumlah SPG per bulan (X1)
Biaya Promosi per bulan (X2)

Unstandardized
Coefficients
B
Std. Error
50.754
74.122

Standardized
Coefficients
Beta

2.103

.193

3.663

.692

1.976
12.335

t
1.460
.940
3.368

Sig.
.172
.368
.006

a. Dependent Variable: Penjualan TV per bulan (Y)

Analisis

Pada tabel model summary terlihat nilai korelasi variabel biaya promosi dan
SPG sebesar 0,734. Nilai R2 sebesar 0,538 menunjukkan bahwa variabel biaya promosi
dan SPG sebesar 53,8 % dapat menjelaskan variabel penjualan TV. Sedangkan sisanya
yaitu sebesar 46,2 % (diperoleh dari 100% 53,8%), dijelaskan oleh variabel lain yang
tidak diteliti dalam penelitian ini.

Dari uji ANOVA atau F test, didapat F hitung adalah 6,416 dengan tingkat
signifikansi 0,014. oleh karena probabilitas (0,014) lebih kecil dari 0,05, maka model
regresi dapat dipakai untuk memprediksi variabel Penjualan TV. Atau dapat dikatakan,

Biaya Promosi dan Jumlah SPG secara bersama-sama sangat berpengaruh terhadap
Penjualan TV oleh perusahaan.
Table selanjutnya menggambarkan persamaan regresi :

Y = 74,122 + 1,976 X1 + 12,335 X2


Di mana :

Y = Penjualan TV per bulan

X1 = Jumlah SPG

X2 = Biaya Promosi

Konstanta sebesar 74,122 menyatakan bahwa jika tidak ada Biaya Promosi atau
tenaga SPG, maka penjualan TV adalah 74,12 unit per bulan.

Koefisien regresi X1 sebesar 1,976 menyatakan bahwa setiap penambahan


seorang SPG akan meningkatkan penjualan TV sebesar 1,976 unit .

Koefisien regresi X2 sebesar 12,335 menyatakan bahwa setiap penambahan Rp.


1 juta rupiah akan meningkatkan penjualan TV sebesar 12,335 unit.