METODE KUANTITATIF

MODUL III
REGRESI SEDERHANA

Diajukan untuk Memenuhi Salah Satu Tugas

Praktikum Mata Kuliah Metode Kuantitatif

Disusun Oleh:
WAKHIDATUL MAULIDAH
NIM. 135040101111234
KELAS I

PROGRAM STUDI AGRIBISNIS

FAKULTAS PERTANIAN
UNIVERSITAS BRAWIJAYA
MALANG
2016

REGRESI SEDERHANA
Regresi dan korelasi merupakan analisis yang digunakan sebagai pengukur hubungan
antara dua variabel atau lebih. Analisis regresi sederhana menggunakan program STATA dan
interpretasinya. Data yang dapat digunakan sebagai bahan latihan adalah data berikut :
Tahun
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014

ADV
13000
14500
13750
13600
15850
16200
16750
17800
19450
18900
19250
17480
17500
20560
20000
21450
23650
22400
23900
24500

REV
66000
72430
70850
71300
75825
76354
75260
78798
80470
75200
78000
74200
75300
79562
78750
80256
82351
80287
83564
85642

Tabel: Data Excel

yang akan digunakan

1. Memulai STATA
a. Pilih start menumenuSTATA. Atau klik dua kali icon program STATA 14
didekstop computer. Sehingga akan tampak tampilan STATA seperti beriku :

Gambar 1: Tampilan Awal

Program STATA

2. Memulai Aplikasi STATA

a. Input data berdasarkan sumber data (Misalnya Excel). Menggunakan menu
toolbar File import Excel spreadsheet (*.xls, *.xlxs)

Gambar 2:
Import data
Micr.Excel

b. Klik Excel spreadsheet (*.xls, *.xlxs) Muncul Pop up Browse Pilih data
yang diinginkan Open Ok Data Editor

Gambar 3: Tampilan
memilih data yang
diinginkan

c. Mengubah tulisan pada Data Editor agar bisa di analisis di program STATA.
Menu toolbar File Import Excel spreadsheet (*.xls, *.xlxs) Browse
Pilih data yang diinginkan Open Centang Import first row as variabel
names Ok Data Editor.

Gambar 4: Centang Import first row as variabel names Mengubah warna tulisan merah menjadi war

Gambar 5:
Tampilan
menginput data
secara otomatis
akan muncul
dalam command

d. Import data secara meanual dengan manggunakan peritah do-file.

Gambar 6: Tampilan perintah menulis di Do-file Editor, pada tulisan awal lakukan

perintahclear data supaya instruksi yang diberikan lebih mudah diproses

oleh aplikasi STATA, kemudian tulis perintah import data yang diinginkan.
e. Masukkan alamat penyimpanan file, alamat dapat dilihat menggunakan cara klik
kanan pada file yang diinginkan properties copy location.

7: Tampilan
file "E:\SEMESTER
f. Masukkan perintah Gambar
data dari
do-filealamat
editorpenyimpanan
: import excel

6\METKUAN\MODUL 3\DATA PENGERJAAN.xlsx", sheet("Data1")firstrow

Execute (Do)

Execute (do)
Gambar 8: Tampilan perintah import data pada Do-file Editor

Gambar 9: Tampilan awal STATA akan menampilkan bahwa perintah

import yang dimasukkan telah diterima

Gambar 10: Tampilan cara operasi Data Editor pada toolbar aplikasi STATA,

kemudian muncul pop up data yang telah diimport pada Data Editor
3. Label Variabel
a. Memberikan label variabel ADV untuk biaya promosi dan label variabel REV
untuk volume penjualan dengan menulis do-file editor: label variable ADV "biaya
promosi" enter label variable REV "biaya penjualan" enter Excute.

Gambar 11: Tampilan perintah label variabel untuk ADV dan REV pada Do-file Editor

Gambar 12: Tampilan perintah label variabel untuk ADV dan REV pada layar utama
aplikasi STATA

b. List
Mengetahui rincian data yang telah di-import dalam bentuk tabel pada aplikasi
STATA.

Gambar 13: Tampilan perintah list pada Do-file Editor

Gambar 14:
Tampilan perintah
list pada layar
utama aplikasi
STATA

4. Statistika Deskripstif
a. Sum yaitu untuk menampilkan data sum secara keseluruhan dari data yang
dianalisis. Perintah ini berfungsi untuk mengetahui nilai rata-rata, maksimum,
minimum, dan standar deviasi dari data yang dianalisis. Perintahnya : sum
excute;

Gambar 15: Tampilan perintah sum pada Do-file Editor

Gambar 16: Tampilan perintah sum pada layar utama aplikasi STATA

Berdasakan hasil yang diperoleh dapat dijelaskan bahwa selama 20 tahun sejak
tahun 1995 sampai 2014 di dapatkan nilai :
o Mean (Rata-rata) pada variabel ADV / biaya promosi adalah 18524.5
sedangkan REV / volume penjualan adalah 77019.95

o Std. Dev (Standard Deviasi) pada variabel ADV / biaya promosi adalah
3512.605 sedangkan REV / volume penjualan adalah 4727.826
o Min (Nilai minimum) pada variabel ADV / biaya promosi adalah 13000
sedangkan REV / volume penjualan adalah 24500
o Max (Nilai maksimum) pada variabel ADV / biaya promosi adalah 66000
sedangkan REV / volume penjualan adalah 85642
b. Perintah ini untuk mengetahui penyajian data deskriptif yang lebih mendetail.
Dengan cara perintahnya : sum (spasi) (nama variabel), detail yaitu sum REV
ADV, detail kemudian klik Excute

Gambar 17: Tampilan perintah sum REV ADV,detail pada Do-file Editor

Gambar 18: Tampilan perintah sum REV ADV,detail pada layar utama aplikasi STATA

c. Analisa Regresi Sederhana

Perintah yang dilakukan : regress (spasi) (nama variabel dependen) (spasi) (nama
variabel independen) yaitu regress REV ADV kemudian klik Excute.

Gambar 19: Tampilan perintah regress REV ADV,detail pada Do-file Editor

Gambar 20: Tampilan hasil Analisa Regresi Sederhana pada layar utama
aplikasi STATA

Penjelasan analisa Regresi sederhana adalah sebagai berikut :

Berdasarkan aplikasi yang telah dilakukan, didapatkan nilai Prob > F =

0.0000 hal tersebut menunjukkan bahwa taraf kesalahan sebesar 0% yang berarti data
tersebut bisa diterima. Regresi menunjukkan seberapa besar variabel X (ADV atau
biaya promosi) mampu mempengaruhi variabel Y (REV atau volume penjualan).

Berdasarkan aplikasi yang telah dilakukan, didapatkan R-squared =

0.8762 hal tersebut menunjukkan bahwa R-squared mampu mempengaruhi
variabel independen yaitu X (ADV atau biaya promosi) dan variabel dependen
yaitu Y (REV atau volume penjualan) sebesar 87,62 %, dan sisanya sebesar
12,38 % dipengaruhi oleh variabel lain.

Berdasarkan aplikasi yang telah dilakukan, didapatkan nilai Coef ADV

= 1,259925 hal tersebut menunjukkan bahwa setiap penambahan Rp 1 pada ADV
(biaya promosi) maka dapat meningkatkan REV (volume penjualan) sebesar
1,259925, dan bertambah sebesar 53680,46 pada konstanta REV awal.

Persamaan linear regresi

sederhana :

Berdasarkan aplikasi yang telah dilakukan diperoleh nilai Std Err akibat
adanya biaya promosi (ADV) yaitu .1116036 menunjukkan bahwa nilai standard
error parameter estimasi ADV mempengaruhi volume penjualan.
Apabila menambah Rp 1 biaya promosi (ADV) berdampak pada
peningkatan standard error volume penjualan (REV) sebesar .1116036 dan hal
tersebut juga menunjukkan nilai sebesar 2102.413 sebagai penambahan pada
konstanta REV awal.

Pendugaan
parameter regresi

Berdasarkan aplikasi yang telah dilakukan diperoleh nilai t akibat adanya

biaya promosi (ADV) yaitu 11.28. Nilai t menunjukkan bahwa variabel biaya
promosi (ADV) mempengaruhi volume penjualan.
Apabila menambah Rp 1 biaya promosi (ADV) berdampak pada
peningkatan volume penjualan (REV) sebesar 11.29 dan hal tersebut juga
menunjukkan nilai sebesar 25.53 sebagai penambahan pada konstanta REV awal.

Berdasarkan aplikasi yang telah dilakukan diperoleh nilai P>| t | akibat

adanya biaya promosi

(ADV) yaitu

0.000 menunjukkan bahwa p-value

berfungsi untuk menguji signifikasi masing-masing variabel dengan prosentase

sebesar 0 %. Dengan begitu apabila penambahan biaya promosi sebesar Rp 1
tidak mengakibatkan perubahan apapun.

Berdasarkan aplikasi yang telah dilakukan diperoleh nilai Cons. Interval

(Confidence Interval) pada variabel biaya promosi (ADV) terletak diantara
1.025455 hingga 1.494396, sedangkan variabel pada konstanta REV awal terletak
antara 49263.46 hingga 58097.47
5. Estimasi Kurva Regresi (Scatterplot / Diagram Pencar)
Scatterplot ini berfungsi untuk mengetahui

gambaran

mengenai

kecenderungan hubungan linear antara dua variabel digambarkan dengan adanya

sebaran titik dan estimasi kurva linear yang diperoleh dari pada pergerakan titik yang
satu ke titik yang lain. Perintahnya adalah : Two way (scatter Rev ADV) (lfit REV
ADV), y label (0(20000)80000) x label (0(5000)24000) title (Fitted Regression Line)

Gambar 21: Tampilan perintah twoway pada Do-file Editor

Gambar 22: Tampilan perintah twoway pada layar utama pada aplikasi STATA

Gambar 23. Grafik hasil

kecenderungan hubungan
linear variabel biaya
promosi dan variabel
volume penjualan.
Untuk sumbu Y, memiliki
rentang 20.000 dimulai dari titik
0

sampai

maksimum
untuk

mencapai
80.000

sumbu

X,

batas

sementara
memiliki

rentang 10.000 dari titik 0 hingga

mencapai

batas

maksimum

20.000.
6. Nilai Parameter Penduga dan Nilai Residual.
e^i
Residual (
) adalah selisih antara nilai duga ( ^y ) dengan nilai pengamatan
y
sebenarnya ).Persamaan matematisnya:

e^i= y i ^
y i= y ib1b2 x i

Gambar 24: Tampilan perintah estat vce pada Do-file Editor

Gambar 25: Tampilan

perintah estat vce pada
layar utama pada aplikasi
STATA

7. Nilai Parameter Penduga dan Nilai Residual

Gambar 24:
Tampilan perintah
predict regresed
pada Do-file
Editor

Gambar 25:
Tampilan
perintah predict
regresed pada
layar utama
aplikasi STATA

Kemudian beri perintah nilai residual pada Do-File Editor

Gambar 26:
Tampilan
perintah nilai
parameter
penduga dan
nilai residual

Gambar 27: Hasil

yang didapat dari
STATA per sampel data
pada Data Editor

Parameter Penduga

Nilai Residual

8. Analisis Korelasi
Korelasi berperan untuk mengetahui apakah suatu variabel memiliki hubungan yang
erat dengan variabel lainnya dengan menggunakan koefisien korelasi.
Perintah yang digunakan yaitu owcorr (variable 1) (variable 2), obs sig star (5) ;
angka 5 ini menunjukkan taraf signifikansi

sebesar 5 %

Gambar 26: Tampilan perintah analisis korelasi pada do- file editor

Berdasarkan hasil korelasi tersebut

dengan taraf signifikasnsi sebesar 5 %

maka diperoleh koefisien korelasi antara

variabel biaya promosi (ADV) tergolong
sangat

kuat

karena

nilai

parameter

menunjukkan antara 0.8 - >1 (mendekati 1)

yaitu sebesar 0.9361 terhadap variable volume
penjualan (REV),

Gambar 26: Tampilan hasil perintah

analisis korelasi ADV dan REV pada layar
utama STATA