Anda di halaman 1dari 43

ANALISIS REGRESI SEDERHANA

By: Noor Ell Goldameir, M.Si


081365498991
noorellgoldameir@gmail.com
1
KASUS
Seorang manajer pemasaran akan meneliti hubungan antara “ukuran atau luas
toko” buah-buahan dan sayur-sayuran (ribuan square feet) atau hasil pertanian
dengan total nilai penjualan tahunan (ribuan $ AS) dari 6 toko, apakah ukuran luas
toko dapat mempengaruhi penjualan tahunan di Kabupaten WaterGold.

2
presented by noorellg
MODEL REGRESI LINIER SEDERHANA
𝑌𝑖 = 𝛽0 + 𝛽1 𝑋1𝑖

Keterangan:
𝑖 = 1,2,3,4,5,6

𝑌𝑖 : Total penjualan tahunan untuk toko ke-𝑖 (ribuan dolar AS)


𝑋1𝑖 : Ukuran atau luas toko ke-𝑖 (ribuan square feet)
𝛽0 : Rata-rata nilai 𝑌 jika 𝑋 = 0
𝛽1 : rata-rata perbedaan nilai 𝑌 jika 𝑋 berbeda 1 unit (satuan)
3
presented by noorellg
ASUMSI KENORMALAN

4
presented by noorellg
ASUMSI KENORMALAN
(UJI KOLMOGOROV-SMIRNOV)
1. HIPOTESIS 4. UJI STATISTIK
𝐻0 : Residual berdistribusi normal Hasil output SPSS sbb:
𝐻1 : Residual tidak berdistribusi
normal

2. TINGKAT SIGNIFIKANSI
𝛼 = 5% = 0.05

3. KRITERIA PENGUJIAN
𝑠𝑖𝑔𝑛. < 𝛼 (𝐻0 ditolak, 𝐻1 diterima)
𝑠𝑖𝑔𝑛. > 𝛼 (𝐻0 diterima, 𝐻1 ditolak)
5
presented by noorellg
ASUMSI KENORMALAN
(UJI KOLMOGOROV-SMIRNOV) 2
5. KESIMPULAN
Berdasarkan hasil output SPSS disamping diperoleh nilai 𝑠𝑖𝑔𝑛. (Asymp.Sig 2-tailed)
sebesar 0.200. Karena nilai 𝑠𝑖𝑔𝑛. > 𝛼 (0.200 > 0.05), berarti 𝑠𝑖𝑔𝑛. > 𝛼 (𝐻0
diterima, 𝐻1 ditolak). Dengan demikian, nilai residual tersebut berdistribusi
normal.

6
presented by noorellg
ASUMSI HOMOSKEDASTISITAS

7
presented by noorellg
ASUMSI HOMOSKEDASTISITAS
(UJI GLEJSER)
1. HIPOTESIS 4. UJI STATISTIK
𝐻0 : Residual tidak terdapat Hasil output SPSS sbb:
heteroskedastisitas
𝐻1 : Residual terdapat
heteroskedastisitas

2. TINGKAT SIGNIFIKANSI
𝛼 = 5% = 0.05

3. KRITERIA PENGUJIAN
𝑠𝑖𝑔𝑛. < 𝛼 (𝐻0 ditolak, 𝐻1 diterima)
𝑠𝑖𝑔𝑛. > 𝛼 (𝐻0 diterima, 𝐻1 ditolak) 8
presented by noorellg
ASUMSI HOMOSKEDASTISITAS
(UJI GLEJSER) 2
5. KESIMPULAN
Berdasarkan hasil output SPSS disamping diperoleh nilai 𝑠𝑖𝑔𝑛. (Asymp.Sig 2-tailed)
sebesar 0.887. Karena nilai 𝑠𝑖𝑔𝑛. > 𝛼 (0.887 > 0.05), berarti 𝐻0 diterima, 𝐻1
ditolak. Dengan demikian, nilai residual tersebut tidak terdapat
heteroskedastisitas (Homoskedastisitas)

9
presented by noorellg
ASUMSI AUTOKORELASI

10
presented by noorellg
ASUMSI NONAUTOKORELASI
(UJI DURBIN WATSON)
1. HIPOTESIS 3. KRITERIA PENGUJIAN
𝐻0 : Residual tidak terdapat
autokorelasi Pengujian hipotesis satu arah
𝐻1 : Residual terdapat autokorelasi 𝐻0 : Tidak terdapat autokorelasi
positif (terdapat autokorelasi negatif)
2. TINGKAT SIGNIFIKANSI 𝑑 < 𝑑𝐿 (𝐻0 ditolak)
𝛼 = 5% = 0.05 𝑑 > 𝑑𝑈 (𝐻0 diterima)
𝑑𝐿 ≤ 𝑑 < 𝑑𝑈 (pengujian tidak
meyakinkan)

11
presented by noorellg
ASUMSI NONAUTOKORELASI
(UJI DURBIN WATSON) 2
𝐻0 : Tidak terdapat aoutokorelasi Pengujian hipotesis dua arah
positif (terdapat autokorelasi positif ) 𝐻0 : Tidak terdapat autokorelasi positif &
𝑑 > 4 − 𝑑𝐿 (𝐻0 ditolak) negatif
𝑑 < 4 − 𝑑𝑈 (𝐻0 diterima) 𝑑 < 𝑑𝐿 (𝐻0 ditolak)
4 − 𝑑𝑈 ≤ 𝑑 ≤ 4 − 𝑑𝐿 (pengujian 𝑑 > 4 − 𝑑𝐿 (𝐻0 ditolak)
tidak meyakinkan) 𝑑𝑈 < 𝑑 < 4 − 𝑑𝑈 (𝐻0 diterima)
𝑑𝐿 ≤ 𝑑 < 𝑑𝑈 atau 4 − 𝑑𝑈 ≤ 𝑑 ≤
4 − 𝑑𝐿 (pengujian tidak meyakinkan)

12
presented by noorellg
ASUMSI NONAUTOKORELASI
(UJI DURBIN WATSON) 3
4. UJI STATISTIK 𝑑 < 𝑑𝐿
Hasil output SPSS sbb: 0.2757 < 0.6102 ( 𝐻0 ditolak, 𝐻1
diterima)

5. KESIMPULAN
Berdasarkan hasil output SPSS dan nilai
statistik Durbin Watson menunjukkan
𝑛: Jumlah sampel = 6 bahwa nilai residual tersebut terdapat
𝑘: Jumlah 𝑥 = 1 autokorelasi
𝑑𝐿 : 0.6102, 𝑑: 0.2757 & 𝑑𝑈 : 1.4002
13
presented by noorellg
KESIMPULAN ASUMSI REGRESI LINIER SEDERHANA
Setelah dilakukan pemerikasaan, asumsi regresi yang memenuhi adalah asumsi
kenormalan dan asumsi homoskedastisitas. Asumsi regresi yang tidak memenuhi
adalah asumsi nonautokorelasi. Jadi, pelanggaran asumsi regresi pada kasus ini
adalah asumsi autokorelasi. Asumsi autokorelasi terlebih dahulu harus diatasi
dengan penanganan tertentu sebelum melanjutkan tahapan analisis berikutnya.
Sebagai latihan abaikan dulu pelanggaran asumsi ini, kemudian lanjut ketahap
analisis selanjutnya.

14
presented by noorellg
𝜷𝟎 & 𝜷𝟏
Hasil ouput SPSS sbb:

𝑌𝑖 = 𝑎 + 𝑏𝑋1𝑖 = 1.793 + 1.458 𝑋1𝑖


INTERPRETASI
1.793: Jika toko luas lantainya sama dengan nol maka total penjualan tahunan
sebesar $1793
1.458: Rata-rata perbedaan total penjualan tahunan yang luasnya berbeda 1
square feet adalah sebesar $1458 pertahun 15
presented by noorellg
SATUAN KOEFISIEN PADA KASUS INI
Total penjualan tahunan 𝑌 : Ribuan $ AS
Ukuran atau luas toko (𝑋1𝑖 ) : Ribuan square feet

16
presented by noorellg
PENGUJIAN PARAMETER SECARA SIMULTAN
1. HIPOTESIS 3. KRITERIA PENGUJIAN
𝐻0 : 𝛽 = 0 (Tidak terdapat 𝑠𝑖𝑔𝑛. < 𝛼 (𝐻0 ditolak, 𝐻1 diterima)
pengaruh Ukuran atau luas 𝑠𝑖𝑔𝑛. > 𝛼 (𝐻0 diterima, 𝐻1 ditolak)
toko terhadap Total
penjualan tahunan)
𝐻1 : 𝛽 ≠ 0 ( Terdapat pengaruh 4. UJI STATISTIK
Ukuran atau luas toko Hasil ouput SPSS sbb:
terhadap Total penjualan
tahunan)

2. TARAF SIGNIFIKANSI
17
𝛼 = 5% = 0.05 presented by noorellg
PENGUJIAN PARAMETER SECARA SIMULTAN
2
5. KESIMPULAN
Jadi, karena 𝑠𝑖𝑔𝑛. 0.001 < 𝛼 0.05 berarti 𝐻0 ditolak dan 𝐻1 diterima.
Dengan demikian, terdapat pengaruh positif antara ukuran luas toko terhadap
total penjualan tahunan. Artinya, jika semakin besar ukuran luas toko maka
semakin banyak penjualan tahunan.

18
presented by noorellg
PENGUJIAN PARAMETER SECARA PARSIAL
𝜷𝟎
1. HIPOTESIS 3. KRITERIA PENGUJIAN
𝐻0 : 𝛽0 = 0 (Koefisien regresi 𝑠𝑖𝑔𝑛. < 𝛼 (𝐻0 ditolak, 𝐻1 diterima)
tidak signifikan) 𝑠𝑖𝑔𝑛. > 𝛼 (𝐻0 diterima, 𝐻1 ditolak)
𝐻1 : 𝛽0 ≠ 0 (Koefisien regresi
signifikan)
4. UJI STATISTIK:
Hasil ouput SPSS sbb:
2. TARAF SIGNIFIKANSI
𝛼 = 5% = 0.05

19
presented by noorellg
PENGUJIAN PARAMETER SECARA PARSIAL
𝜷𝟎 2
5. KESIMPULAN
Jadi, karena 𝑠𝑖𝑔𝑛. 0.021 < 𝛼 0.05 berarti 𝐻0 ditolak dan 𝐻1 diterima. Dengan
demikian, koefisien regresi signifikan.

20
presented by noorellg
PENGUJIAN PARAMETER SECARA PARSIAL
𝜷𝟏
1. HIPOTESIS 3. KRITERIA PENGUJIAN
𝐻0 : 𝛽1 = 0 (Koefisien regresi 𝑠𝑖𝑔𝑛. < 𝛼 (𝐻0 ditolak, 𝐻1 diterima)
tidak signifikan) 𝑠𝑖𝑔𝑛. > 𝛼 (𝐻0 diterima, 𝐻1 ditolak)
𝐻1 : 𝛽1 ≠ 0 (Koefisien regresi
signifikan)
4. UJI STATISTIK:
Hasil ouput SPSS sbb:
2. TARAF SIGNIFIKANSI
𝛼 = 5% = 0.05

21
presented by noorellg
PENGUJIAN PARAMETER SECARA PARSIAL
𝜷𝟏 2
5. KESIMPULAN
Jadi, karena 𝑠𝑖𝑔𝑛. 0.001 < 𝛼 0.05 berarti 𝐻0 ditolak dan 𝐻1 diterima. Dengan
demikian, koefisien regresi signifikan.

22
presented by noorellg
𝟐
KOEFISIEN DETERMINASI 𝑹
Hasil ouput SPSS sbb:

INTERPRETASI
Nilai koefisien determinasi adalah 94.80%. Hal ini berarti kontribusi (pengaruh)
variabel ukuran luas toko dengan variabel total penjualan tahunan sebesar 94.20%
sedangkan sisanya 5.20% dipengaruhi oleh faktor-faktor lain yang tidak diteliti
dalam penelitian ini.

presented by noorellg
ANALISIS KORELASI
1. HIPOTESIS 3. KRITERIA PENGUJIAN
𝐻0 : 𝑟 = 0 (Tidak terdapat 𝑠𝑖𝑔𝑛. < 𝛼 (𝐻0 ditolak, 𝐻1 diterima)
hubungan antara ukuran luas 𝑠𝑖𝑔𝑛. > 𝛼 (𝐻0 diterima, 𝐻1 ditolak)
toko dengan total penjualan
tahunan)
𝐻1 : 𝑟 ≠ 0 (Terdapat hubungan 4. UJI STATISTIK:
antara ukuran luas toko Hasil ouput SPSS sbb:
dengan total penjualan
tahunan)

2. TARAF SIGNIFIKANSI
𝛼 = 5% = 0.05 24
presented by noorellg
ANALISIS KORELASI
2 INTERVAL KOEFISIEN TINGKAT HUBUNGAN
0.000 Tidak ada korelasi
0.001 – 0.199 Sangat lemah
0.200 –0.399 lemah
0.400 – 0.599 Sedang
0.600 – 0.799 Kuat
0.800 – 0.999 Sangat kuat
5. KESIMPULAN 1.000 Sempurna
Jadi, karena 𝑠𝑖𝑔𝑛. 0.001 < 𝛼 0.05 berarti 𝐻0 ditolak dan 𝐻1 diterima. Dengan
demikian, terdapat hubungan antara ukuran luas toko dengan total penjualan
tahunan. Nilai korelasi adalah 0.974 menunjukkan bahwa terjadi hubungan yang
sangat kuat antara ukuran luas toko dengan total penjualan tahunan . Sedangkan
arah hubungan adalah positif karena nilai 𝑟 positif, berarti semakin luas ukuran
toko maka semakin banyak total penjualan tahunan. 25
presented by noorellg
LANGKAH – LANGKAH
ASUMSI NORMAL

26
27
28
29
30
31
32
LANGKAH – LANGKAH
ASUMSI HOMOSKEDASTISITAS

33
34
35
36
37
38
39
LANGKAH – LANGKAH
ASUMSI AUTOKORELASI

40
41
42
43