Anda di halaman 1dari 14

ANALISIS REGRESI MODEL GROWTH

Makalah Untuk memenuhi tugas matakuliah Analisis Regresi Yang dibina oleh Bapak Hendro Permadi

Oleh: Fathimatuzzahro Dwi Rahmawati U Inayatul Fithriyah Rendra Firman 408312409118 408312409131 408312411951 408312413112

UNIVERSITAS NEGERI MALANG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA November 2010

ANALISIS REGRESI MODEL GROWTH

Analisis regresi adalah suatu ilmu yang mempelajari hubungan antara variabel bebas dengan variabel terikat. Dalam pembahasan kali ini kita akan membahas model growth, model ini sering digunakan dalam prediksi jumlah penduduk di masa yang akan datang, karena bentuk pertumbuhan penduduk itu cenderung untuk mengikuti pola garis eksponensial. Untuk perencanaan pendidikan, model ini mempunyai kemungkinan besar dibutuhkan, karena rencana pendidikan ada kaitannya dengan pertumbuhan penduduk. Selain itu model ini juga digunakan untuk mengatasi problem regresi yang diduga linier ternyata tidak terbukti linier. Jika terdapat kasus seperti itu biasanya langkah penyelamatannya adalah melakukan transformasi dengan jalan menghitung a dan b berdasarkan logaritma atas nilai Y. MLM (Multi Level Marketing) adalah sistem penjualan yang memanfaatkan konsumen sebagai tenaga penyalur secara langsung. Harga barang yang ditawarkan ditingkat konsumen adalah harga produksi ditambah komisi yang menjadi hak konsumen karena secara tidak langsung telah membantu kelancaran distribusi. Keanggotaan promotor atau upline biasanya adalah anggota yang sudah mendapatkan hak keanggotaan terlebih dahulu, sedangkan bawahan atau downline adalah anggota baru yang mendaftar atau direkrut oleh promoter. Akan tetapi pada beberapa sistem tertentu, jenjang, keanggotaan ini bisa berubah-ubah sesuai dengan syarat pembayaran atau pembelian tertentu. Komisi yang diberikan dalam pemasaran berjenjang dihitung berdasarkan banyaknya jasa distribusi yang otomatis terjadi jika bawahan melakukan pembelian barang. Promotor akan mendapatkan bagian komisi tertentu sebagai bentuk balas jasa atas persekutuan bawahan. Dalam makalah ini kami akan membahas tentang pertumbuhan jaringan MLM dengan menggunakan pola eksponensial growth. Dengan dibuatnya makalah ini kita berharap akan mengetahui bagaimana pertumbuhan jaringan MLM setiap bulannya.

Diberikan data pertumbuhan MLM Tupperware selama tahun 2009 di Jawa Timur dari bulan 1 sampai ke 10 sebagai berikut: Bulan (x) 1 2 3 4 5 6 7 8 9 10 Jaringan (y) 121 300 775 1455 3650 11000 29500 55500 85950 135750

Data tersebut akan dianalisis melalui cara yaitu manual, SPSS, dan Minitab.

1. Manual Data pertumbuhan MLM Tupperware selama tahun 2009 di Jawa Timur dari bulan 1 sampai ke 10:

Bulan (X) 1 2 3 4 5 6 7 8 9 10 (tot) 55

Jaringan

ln Jaringan

121 300 775 1455 3650 11000 29500 55500 85950 135750 (tot) 324001

4.7958 5.7038 6.6529 7.2828 8.2025 9.3056 10.2921 10.9241 11.3615 11.8186 (tot) 86.3397

1 4 9 16 25 36 49 64 81 100 (tot) 385

22.9997 32.5333 44.2611 53.0392 67.2810 86.5942 105.9273 119.3360 129.0837 139.6793 (tot) 800.7348

[ [ ] ] [ [

] ]

Mencari persamaan model linear:

Jadi diperoleh persamaan

Mencari persamaan model growth:

Jadi, didapat persamaan ln Y = 4.16 + 0.814 X

1.SPSS Model Linear

Analisis : Estimasi dengan model growth menunjukkan nilai R-Square 0.746. Model dapat menerangkan 74.6% pertumbuhan anggota. Berdasarkan uji F nilai F = 23.465 dan signif F=0.001.Uji kelinearan, nilai Sig (0.001)<(0.05) sehingga H0 ditolak. Jadi, model linear signifikan. Uji konstanta dan koefisien, koefisien b memiliki nilai Sig (0.001) < (0.05) dan konstanta a memiliki nilai Sig (0.001)< (0.05) sehingga H0 ditolak. Jadi baik konstanta a dan koefisien b adalah signifikan. Tingkan kepercayaan yang dipakai 0.95 atau =0.05.Persamaan model yang bentuknya Y= -40443.9 + 13244.7 X.

SPSS Model growth:

Analisis : Estimasi dengan model growth menunjukkan nilai R-Square 0.989. Model dapat menerangkan 98.9% pertumbuhan anggota. Berdasarkan uji F nilai F = 696,62 dan signif F=0.000.Uji kelinearan, nilai Sig (0.000)<(0.05) sehingga H0 ditolak. Jadi, model linear signifikan. Uji konstanta dan koefisien, koefisien b memiliki nilai Sig (0.000) < (0.05) dan konstanta a memiliki nilai Sig (0.000)< (0.05) sehingga H0 ditolak. Jadi baik konstanta a dan koefisien b adalah signifikan. Tingkan kepercayaan yang dipakai 0.95 atau =0.05.Persamaan model yang bentuknya ln Y= 4.157+ 0.8139 X. Untuk grafik dapat dilihat dari data bahwa pertumbuhan jaringan MLM Tupperware pada bulan awal masih menunjukkan peningkatan jumlah jaringan yang masih sedikit pada bulan kelima dan seterusnya barulah jaringan MLM

sudah bisa berkembang dengan sangat cepat dan banyak. Pada bulan awal mengalami peningkatan sebesar 1.479% ke bulan kedua, dari bulan kedua mengalai kenaikan sebesar 1.58% ke bulan ketiga, dan seterusnya hingga bulan terakhir dapat dilihat bahwa mengalami kenaikan sebesar 1121.9% dari bulan awal. Dapat dilihat bahwa pertumbuhannya sangat signifikan dan ditunjukkan dalam grafik di atas..

3. Minitab Data tersebut di plot melalui minitab sehingga di dapat :

Untuk pertama akan dianalisa dengan menggunakan model linear didapat :

Analisis :Didapatkan persamaan regresi Y = -40444 + 13244 X. Dengan R-Sq = 74.6% yang menunjukkan pertambahan bulan mempengaruhi banyaknya jaringan MLM sebanyak 74.6%. Sehingga faktor pengaruh yang lain adalah 100%74.6%=25.4%. Dengan nilai P=0.001< (0.005) berarti model data tersebut sesuai atau signifikan. Sehingga menolak H0. dan asumsi diterima. Residual plot :

Analisis :Pada I-chart of Residual dapat dilihat bahwa terdapat data pencilan sehingga harus menghapus salah satu data. Lalu pada residual vs. fits dapat dilihat bahwa datanya menyebar namun terdapat pola. Sehingga model linear ini sepertinya kurang tepat.

Lalu kita akan menganalisis dengan menggunakan model growth. Persamaan model growth memiliki bentuk umum ln Y = a+ bX.seingga untuk langkah awal kita membuat data Y menjadi ln Y sehingga didapat data sebagai berikut :

Setelah itu di analisis dengan menggunakan regression didapat :

Analisis :Didapatkan persamaan regresi Loge Jaringan = 4,16 + 0,814 Bulan Ata ln Y=4.16 + 0.18 x (sama seperti analisis spss). Dengan R-Sq = 98,9% yang menunjukkan pertambahan bulan mempengaruhi banyaknya jaringan MLM sebanyak 98.9%. sehingga factor pengaruh yang lain adalah 100%-98.9%=1.1%. Dengan nilai P=0.000< (0.005) berarti model data tersebut sesuai atau signifikan. Sehingga menolak H0. dan asumsi diterima. Dapar dilihat pula bahwa nilai R-sq pada model growth (98.6%) lebih besar dari model linear (74.6%) sehingga hal ini menunjukkan bahwa analisis dengan menggunkan model growth lebih baik. Lalu akan dicari fitted line plot :

Analisis : Dapat dilihat bahwa data tersebut dapat dilinearkan dan tidak ada data pencilan karena tetap disekitar garis hitam dan tidak melewati garis biru. Residual plot :

Analaisis : Dapat dilihat pada i-chart of residual bahwa data tersebut bebas karena data tersebut tidak ada yang berbintang merah atau pencilan sehingga tidak harus menghapus data pencilan tersebut ,dan model growth ini lebih baik daripada model linear (ada pencilan). Dari grafik Residual vs Fits dapat dilihat bahwa tidak data tersebut tersebar dengan baik dan acak sehingga menunjukkan bahwa data tersebut homogen.

Uji normalitas:

Analisis : Dapat dilihat bahwa titik-titik hitam (data) tidak ada yang jauh dan sendirian dari garis normal (interval), didapat P-value = 0.347 > dari 0.05 sehingga H0 residual normal dan H1 residual tidak normal sehingga dapat disebut bahwa data tersebut normal. Autokorelasi:

Analisis : karena garis tegak hitam tidak melewati garis merah (tidak melewati interval) dan nilai T > 2 maka data tersebut berautokorelasi atau galatnya tidak bebas.

Uji Individual chart (kedelapan test) :

Analisis : karena ada data yang melewati interval garis merah dan ada data yang berbintang merah maka data tersebut galatnya tidak bebas.

Perbandingan antara model linear dengan model growth : Analisis Manual Model Linear Model Growth ln Y = 4.16 + 0.814 X

Minitab

Y = -40444 + 13244x R-Sq=74.6% Y= -40443.9 + 13244.7 X. R-Sq=74.6%

ln Y=4.16 + 0.18 x R-sq=98.9% ln Y= 4.157+ 0.8139 X. R-sq=98.9%

SPSS

Dari data Pertumbuhan MLM Tupperware selama tahun 2009 dari bulan ke 1 sampai ke 10 dengan menggunakan cara manual dan program SPSS dan Minitab didapat persamaan regresi ln Y= 4.157+ 0.8139 X dapat disimpulkan bahwa menunjukkan bahwa dapat diterima dan model yang dibuat berarti dan model terbaik.

DAFTAR RUJUKAN Trihendradi, Cornelius. Kupas Tunutas Analisi Regeresi, Strategi jitu Melakukan Analisis Hubungan Causal. : Jogjakarta: C.V ANDI OFFSET 2007. Irianto, Agus. Statistik Konsep Dasar dan Aplikasinya. Jakarta :Kencana .2008. Supranto. Statistik Teori dan Aplikasi.Jakarta : Kencana. 2001. http/id.m.wikipedia.org/wiki/pemasaran_berjenjang?wasredirected=true