BABIX

OLAH DATA: ORDINARY LEAST

OLAHDATA:ORDINARYLEAST
SQUARES (OLS)
DENGANSPSS
 Pendahuluan
Olah data dengan analisis regresi adalah salah
satu analisis yang paling populer dan luas
pemakaiannya terutama dengan metode
Ordinary Least Squares (OLS).
OLS ini sering digunakan untuk mengolah data
secara statistik.
 Manfaat
Olah data OLS dengan SPSS digunakan untuk
pengolahan data secara sederhana.
Hampir seluruh ilmu memerlukan dan
menggunakan olah data OLS ini terutama
dalam memecahkan masalah masalah
masalahmasalah
penelitian sederhana
 Relevansi
Materi ini relevan dan menjadi aplikasi pokok
dalam statistik terutama kaitannya dengan
olah data sederhana.
sederhana
 Learning Outcome
LearningOutcome
Mahasiswa mampu mengolah data sesuai
model menggunakan OLS di SPSS.
 Olah Data:OLSdengan
Data : OLS dengan SPSS
Sebuah perusahaan Otomotif dalam negri
beberapa bulan ini gencar mempromosikan
produk barunya yaitu motor roda tiga dengan
bak angkut sebagai sampel untuk meneliti
populasi pengaruh biaya iklan terhadap
besarnya penjualan di seluruh Propinsi di
Indonesia diambil sampel dari 20 Propinsi
dengan data sebagai berikut:
 Tabel Jumlah Biaya Iklan dan
Jumlah
l h Penjualan
l
Bi.Iklan Jumlah Penjualan
j
No Provinsi (jt Rupiah) (jt Rupiah)
1 D.I. Aceh 26 205
2 Sumatra Barat 28 206
3 Jambi 35 254
4 Lampung 31 246
5 DKI.Jakarta 21 201
6 Jawa Barat 49 291
7 Jawa Tengah 30 234
8 DIY 30 209
9 Jawa Timur 24 204
10 Bali 31 216
11 NTB 32 245
12 NTT 47 286
13 Kalimantan Selatan 54 312
14 Kalimantan Timur 40 265
15 Kalimantan Tengah 42 322
16 Kalimantan Barat 48 298
17 Sulawesi Tenggara 47 295
18 Sulawesi Utara 48 350
19 Sulawesi Selatan 50 365
20 Papua Barat 52 375
 Tahaptahap
Tahap tahap Olah Data
Langkah pertama,saudara
pertama saudara diminta untuk
mengentry datatabel diatas kedalam program
SPSS sesuai dengan petunjuk modul !
SPSSsesuai
RegressionLinier
M
Menggunakan
k datayangsudah
d d h adad Pilih menu
Analyze>> Regression>>Linier!
 setelah itu kotak dialogakan tampil sebagai berikut
 Dependent
p atau variable tergantung.
g g Karena variable yyangg
akan diprediksi adalah variable Penjualan, maka masukan
variable penjualan pada kotak DEPENDENT.
Independent(s)
I d d t( ) atau
t variable
i bl bebas,
b b d l
dalam h l ini
hal i i variable
i bl
bebas adalah bi.iklan. Maka masukan variable Bi.Iklan ke
kotak Independent.
Case Labels atau keterangan pada kasus. Karena kasus
didasarkan pada Provinsi, maka masukan variabel Provinsi ke
kotak Case Labels.
Labels
Method pilih enter, yaitu prosedur pemilihan variable dimana
semua variable dalam blok dimasukan dalam perhitungan
sigle step
 Pilih options

untuk Stepping Method

Criteria, digunakan uji F
yang mengambil standar
angka probabilitas sebesar
5% Karena itu angka entry
5%.
0.05 atau 5%
Include Constant in
equation biarkan tetap aktif
Klik continue
 Pilih Kolom Statisticsdengan klik Pilihan ini berkenaan dengan
mouse perhitungan statistik regresi yang
akan digunakan. Pengisian:
Regression Coefisient atau
perlakukan koefisien regresi,
tetap aktifkan
k fk pilihan
l h estimate
Klik Descriptive pada kolom
sebelah kanan, serta tetap
aktifkan model fit
Residual, klik Casewise
diagnostics dan pilih all cases
untuk melihat pengaruh regresi
terhadap semua provinsi.
provinsi
Klik Continue
 Pilih Plot, fasilitas ini berguna untuk menguji asumsiasumsi pada regresi,
seperti normalitas, linieritas, kesamaan varians dan juga dapat digunakan
untuk mendeteksi ada tidaknya data yang tidak normal
 Direncanakan ada tigag p plot sehubungan
g dengan
g
pengujian asumsi pada analisis regresi:
klik mouse pada pilihan SDRESID dan masukan ke pilihan Y,
lalu klik lagi pada pilihan ZPRED dan masukan ke X
kemudian klik Next untuk plot kedua.
klik ZPRED masukan ke pilihan Y, lalu klik lagi DEPENDNT
d
dan masukan
k k pilihan
ke ilih X kemudian
k di klik Next.
N Pl
Plot
pertama dan kedua digunakan untuk menguji linieritas
dan kesamaan varians
untuk plot ketiga, pada pilihan Standardized Residual Plots,
klik mouse pada Normal Probability Plot klik Continue lalu
tekan OK. Plot ketiga digunakan untuk menguji normalitas
 OutputSPSSdan analisis
Outputpertama dan kedua
Analisis
Ratarata penjualan dari 20 Provinsi adalah 268.95 jt dengan
standard deviasi 56.127 jt
Ratarata biaya iklan adalah sebesar 38.25 jt dengan standard
deviasi sebesar 10.508 Jt
Besar hubungan antarvariabel penjualan dengan bi. iklan yang
dihit
dihitung d
dengan k fi i korelasi
koefisien k l i adalah
d l h 0.910.
0 910 Hal
H l ini
i i menunjukan
j k
bahwa bi.iklan dan penjualan memiliki hubungan yang sangat erat
dengan hubungan positif yang artinya semakin besar bi.iklan maka
semakin besar ppula p
penjualan
j yyangg didapat.
p
Tingkat signifikansi koefisien korelasi satu sisi dari output
menghasilkan angka 0.000, karena probabilitasnya lebih kecil dari
0.05 maka korelasi antara biaya iklan dengan penjualan sangat
nyata.
t
 Outputketiga dan ke empat
 Tabel pertama menunjukan variableyangdimasukan adalah bi.iklan
d tidak
dan tid k ada
d variableyangdikeluarkan.Halini
i bl dik l k H l i i disebabkan
di b bk metodet d
yangdipakai adalah sigle step(enter)dan bukan stepwise.
Angka Rsquareadalah 0.829adalah pengkuadratan dari koefisien
korelasi R square bisa disebut koefisien determinasi ,yangdalam
korelasi.Rsquarebisa yang dalam
hal ini berarti 82.9%dari penjualan perusahaan bisa dijelaskan oleh
variablebi.iklan.dan sisanya dijelaskan sebab lain.Semakin kecil R
Square,semakin lemah hubungan kedua variable.
StandardErrorofEstimateadalah 23.848jt,pada analisis
sebelumnya standarddeviasi penjualan nilainya 56.127jtkarena
lebih kecil dari standarddeviasi penjualan,maka modelregresi lebih
bagus sebagai predictoratau
predictor atau peramal penjualan daripada
menggunakan ratarata.
 Outputkelima dan keenam
 Analisis:
Analisis:
Dari uji ANOVA atau F test, didapat F hitung
adalah 87.244
87 244 dengan tingkat signifikansi
0.000.Karena probabilitas 0.000 lebih kecil
dari 0.05,
0 05 maka bisa dikatakan model regresi
dapat digunakan sebagai alat prediksi
penjualan.
penjualan
 Tabel selanjutnya menggambarkan persamaan regresi

Y=82.924+4.863X
Dimana:
Y= Penjualan
X= Biaya iklan

Konstanta sebesar 82.924 menyatakan bahwa jika tidak ada

biaya
y ppromosi, maka ppenjualan
j adalah sebesar 82.924 jjt
Koefisien regresi sebesar 4.863 menyatakan bahwa setiap
penambahan biaya iklan 1jt maka penjualan akan
meningkat
g sebesar 4.863jtj demikian sebaliknya
y
 Tugas :Latihan
: Latihan
Dari Seluruh Provinsi yyangg ada di Indonesia diambil 20 Sampel
p
untuk meneliti seberapa besar pengaruh Pendapatan Pajak
Reklame terhadap Jumlah Pendapatan Daerah, hasil
penelitian ii nantinya akan digunakan oleh Pemerintah Daerah
sebagai dasar penentuan strategi yang tepat guna
meningkatkan pendapatan daerah. Oleh karena itu olah data
di bawah ini dengan menggunakan Ordinary Least Square
(OLS) kemudian Serahkan pekerjaan Saudara kepada
Instruktur!
 Tabel Pajak Reklame Serta
Jumlah
l h Pendapatan
d Daerahh
Retribusi Jumlah Pendapatan Daerah
No Provinsi jt (Rupiah) (jt Rupiah)
1 D.I. Aceh 2700 20600
2 Sumatra Barat 2600 20400
3 Jambi 3600 25500
4 Lampung
p g 3150 24650
5 DKI.Jakarta 2250 22000
6 Jawa Barat 4950 29200
7 Jawa Tengah 3550 24500
8 DIY 3000 20900
9 Jawa Timur 2400 20400
10 Bali 3100 21600
11 NTB 3200 24500
12 NTT 4700 28600
13 Kalimantan Selatan 5400 31200
14 Kalimantan Timur 4000 26500
15 Kalimantan Tengah 4200 32200
16 Kalimantan
K li t Barat
B t 4850 29900
17 Sulawesi Tenggara 4750 29000
18 Sulawesi Utara 4800 35000
19 Sulawesi Selatan 5500 37500
20 Papua Barat 5200 37500
 Daftar Pustaka
Dajan,Anto.1974.Pengantar
j , g Metode Statistik. Jilid I.
Jakarta:LP3ES
Priyatno,Duwi.2009.5JamBelajar Olah DataDengan
SPSS 17 Edi i satu.Yogyakarta:Penerbit
SPSS17.Edisi t Y k t P bit Andi
A di
Santoso.S.2010.MasteringSPSS18.Jakarta:PT.Elex
Media Komputindo
MediaKomputindo
Subagyo.PdanPs.Djarwanto.2005.StatistikInduktif.
EdisiLima.Yogyakarta:BPFE
WahanaKomputer.2010.Mudah Belajar Statistik
dengan SPSS18.Edisi satu.Yogyakarta:Penerbit Andi