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
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