100%(1)100% menganggap dokumen ini bermanfaat (1 suara)
625 tayangan6 halaman
Dokumen tersebut merupakan laporan analisis regresi yang mempelajari pengaruh beberapa variabel terhadap harga jual rumah. Variabel tersebut diantaranya umur rumah, jumlah kamar, luas area, dan jumlah kamar mandi. Hasil analisis menunjukkan bahwa sebagian besar variabel tersebut berpengaruh signifikan terhadap harga jual rumah, kecuali jumlah kamar pada satu model. Model terbaik menunjukkan pengaruh umur rumah, luas
Dokumen tersebut merupakan laporan analisis regresi yang mempelajari pengaruh beberapa variabel terhadap harga jual rumah. Variabel tersebut diantaranya umur rumah, jumlah kamar, luas area, dan jumlah kamar mandi. Hasil analisis menunjukkan bahwa sebagian besar variabel tersebut berpengaruh signifikan terhadap harga jual rumah, kecuali jumlah kamar pada satu model. Model terbaik menunjukkan pengaruh umur rumah, luas
Dokumen tersebut merupakan laporan analisis regresi yang mempelajari pengaruh beberapa variabel terhadap harga jual rumah. Variabel tersebut diantaranya umur rumah, jumlah kamar, luas area, dan jumlah kamar mandi. Hasil analisis menunjukkan bahwa sebagian besar variabel tersebut berpengaruh signifikan terhadap harga jual rumah, kecuali jumlah kamar pada satu model. Model terbaik menunjukkan pengaruh umur rumah, luas
18/433974/PPN/04372 Tugas 2 Interpretasi Regresi (15 Mei 2019)
1. Model Regresi Linear
Variabel Koefisien Regresi Standar Error t-statistik p-value (SE) Dependent: Price -5.227,724 12.609,373 -0,415 0,679 Independent: Age -320,067*** 57,666 -5,550 0,000 Rooms 3.079,317 2410,373 1,278 0,202 Area 29,724*** 3,374 8,810 0,000 Baths 10.340,308*** 3536,717 2,924 0,004 R2 = 0,532 Adjusted R 2 = 0,526 F-statistik = 89,908*** ***; **; * : signifikan pada α = 1%, 5%, 10%, secara berturut-turut Berdasarkan hasil perhitungan analisis regresi linear menggunakan aplikasi SPSS 23 maka kita mendapatkan nilai R2 sebesar 0.532. hal ini dapat diartikan bahwa variable Independent yaitu umur rumah (Age), jumlah kamar (Rooms), luas area rumah (Area) dan jumlah kamar mandi (Baths) mempengaruhi harga jual rumah (Price) sebesar 53.2%. Sedangkan 46,8% faktor yang mempengaruhi harga jual rumah (Price) merupakan faktor- faktor yang ada di luar model regresi penelitian ini. Nilai F-statistik model ini yaitu 89,908 dengan nilai signifikansi 0,000 dapat diartikan bahwa Keempat variabel independent secara bersama-sama mempengaruhi harga jual rumah (Price) dengan tingkat kepercayaan sebesar 99% (α=0,001). Berdasarkan hasil perhitungan analisis regresi linear di atas kita dapat melihat koefisien regresi yang dapat disusun menjadi persamaan regresi sebagai berikut : 𝑌𝑃𝑟𝑖𝑐𝑒 = −5.277,724 − 320.067𝐴𝑔𝑒 + 3.079,317𝑅𝑜𝑜𝑚𝑠 + 29,724𝐴𝑟𝑒𝑎 + 10.340,308𝐵𝑎𝑡ℎ𝑠 Dari persamaan regresi di atas kita terdapat beberapa kesimpulan yang dapat kita analisis. Berdasrkan nilai konstanta yaitu -5.277,724 memiliki arti bahwa jika seluruh variabel independent yaitu Age, Rooms, Area, dan Baths bernilai 0 atau tidak diperhitungkan maka harga jual rumah (Price) adalah sebesar -5.227,724 USD. Variabel pertama yaitu umur rumah (Age) memiliki nilai -320,067. Artinya bahwa setiap pertambahan satu unit (tahun), maka akan menurunkan harga jual rumah (Price) sebesar 320,067 USD. Variabel kedua yaitu luas area rumah (Area) memiliki nilai 29,724. Artinya bahwa setiap pertambahan satu unit atau dalam hal ini setiap penambahan 1 meter persegi (m2), maka akan menambah harga jual rumah (Price) sebesar 29,724 USD. Variabel ketiga yang mempengaruhi harga jual rumah yaitu jumlah kamar mandi (Baths) memiliki nilai 10.340,308. Artinya bahwa setiap pertambahan satu unit atau dalam hal ini setiap penambahan jumlah kamar mandi, maka akan menambah harga jual rumah (Price) sebesar 10.340,308 USD. Untuk variabel bebas lain yaitu jumlah kamar (Rooms) tidak berpengaruh secara signifikan karena memimiliki nilai signifikansi atau tingkat kepercayaan yang lebih besar dari 10% sehingga variabel ini tidak diperhitungkan sebagai variabel yang mempengaruhi nilai jual rumah (Price). Berdasarkan taraf signifikansi, ketiga variabel yang berpengaruh terhadap harga jual rumah (Price) yaitu umur rumah (Age), luas area rumah (Area) dan jumlah kamar mandi (Baths) memiliki tingkat kepercayaan sebesar 99% (α=0,001). Artinya bahwa ketiga variabel tersebut secara parsial (satu per satu) memberikan pengaruh terhadap harga jual rumah (Price).
2. Model Regresi Log-Log
Variabel Koefisien Regresi Standar t-statistik p-value Error (SE) Dependent: lnPrice 6,937 0,526 13,177 0,000 Independent: lnRooms 0,281* 0,162 1,736 0,083 *** lnArea 0,478 0,073 6,518 0,000 lnBaths 0,364*** 0,065 5,626 0,000 R 2 = 0,506 Adjusted R2 = 0,501 F-statistik = 108,056 ***; **; * : signifikan pada α = 1%, 5%, 10%, secara berturut-turut Berdasarkan hasil perhitungan analisis regresi linear menggunakan aplikasi SPSS 23 maka kita mendapatkan nilai R2 sebesar 0,506. hal ini dapat diartikan bahwa variable Independent yaitu jumlah kamar (Rooms), luas area rumah (Area) dan jumlah kamar mandi (Baths) mempengaruhi harga jual rumah (Price) sebesar 50,6%. Sedangkan 50,4% faktor yang mempengaruhi harga jual rumah (Price) merupakan faktor-faktor yang ada di luar model regresi penelitian ini. Nilai F-statistik model ini yaitu 108,056 dengan nilai signifikansi 0,000 dapat diartikan bahwa Keempat variabel independent secara bersama-sama mempengaruhi harga jual rumah (Price) dengan tingkat kepercayaan sebesar 99% (α=0,001). Berdasarkan hasil perhitungan analisis regresi linear di atas kita dapat melihat koefisien regresi yang dapat disusun menjadi persamaan regresi sebagai berikut : 𝑙𝑛𝑌𝑃𝑟𝑖𝑐𝑒 = 6,937 + 0,281𝑙𝑛𝑅𝑜𝑜𝑚𝑠 + 0,478𝑙𝑛𝐴𝑟𝑒𝑎 + 0,364𝑙𝑛𝐵𝑎𝑡ℎ𝑠 Dari persamaan regresi di atas kita terdapat beberapa kesimpulan yang dapat kita analisis. Berdasrkan nilai konstanta yaitu 6,937 memiliki arti bahwa jika seluruh variabel independent yaitu Age, Rooms, Area, dan Baths bernilai 0 atau tidak diperhitungkan maka harga jual rumah (Price) adalah sebesar 6,937 USD. Variabel pertama yaitu jumlah kamar (Rooms) memiliki nilai 0,281. Artinya bahwa setiap pertambahan 1% variabel jumlah kamar (Rooms), maka akan menambah harga jual rumah (Price) sebesar 28,1%. Variabel kedua yang mempengaruhi harga jual rumah yaitu luas area rumah (Area) memiliki nilai 0,478. Artinya bahwa setiap pertambahan 1% luas area rumah (Area), maka akan menambah harga jual rumah (Price) sebesar 47,8%. Variabel ketiga yang mempengaruhi harga jual rumah yaitu jumlah kamar mandi (Baths) memiliki nilai 0,364. Artinya bahwa setiap pertambahan satu 1% variabel jumlah kamar mandi, maka akan menambah harga jual rumah (Price) sebesar 36,4%. Berdasarkan taraf signifikansi, kedua variabel yang berpengaruh terhadap harga jual rumah (Price) yaitu luas area rumah (Area) dan jumlah kamar mandi (Baths) memiliki tingkat kepercayaan sebesar 99% (α=0,001). Sedangkan jumlah kamar (Rooms) memiliki tingkat kepercayaan sebesar 90% (α=0,010). Maka secara umum, ketiga variabel tersebut secara parsial (satu per satu) memberikan pengaruh terhadap harga jual rumah (Price). 3. Model Regresi Log-Linear Variabel Koefisien Regresi Standar Error t-statistik p-value (SE) Dependent: lnPrice 10,210 0,119 86,111 0,000 Independent: Age -0,004*** 0,001 -7,448 0,000 *** Rooms 0,060 0,023 2,649 0,008 Area 0,000*** 0,000 8,433 0,000 *** Baths 0,120 0,033 3,619 0,000 R 2 = 0,598 Adjusted R2 = 0,592 F-statistik = 117,308*** ***; **; * : signifikan pada α = 1%, 5%, 10%, secara berturut-turut Berdasarkan hasil perhitungan analisis regresi linear menggunakan aplikasi SPSS 23 maka kita mendapatkan nilai R2 sebesar 0,598. hal ini dapat diartikan bahwa variable Independent yaitu umur rumah (Age), jumlah kamar (Rooms), luas area rumah (Area) dan jumlah kamar mandi (Baths) mempengaruhi harga jual rumah (Price) sebesar 59,8%. Sedangkan 40,2% faktor yang mempengaruhi harga jual rumah (Price) merupakan faktor- faktor yang ada di luar model regresi penelitian ini. Nilai F-statistik model ini yaitu 117,308 dengan nilai signifikansi 0,000 dapat diartikan bahwa Keempat variabel independent secara bersama-sama mempengaruhi harga jual rumah (Price) dengan tingkat kepercayaan sebesar 99% (α=0,001). Berdasarkan hasil perhitungan analisis regresi linear di atas kita dapat melihat koefisien regresi yang dapat disusun menjadi persamaan regresi sebagai berikut : 𝑙𝑛𝑌𝑃𝑟𝑖𝑐𝑒 = 10,210 − 0,004𝐴𝑔𝑒 + 0,060𝑅𝑜𝑜𝑚𝑠 + 0,000𝐴𝑟𝑒𝑎 + 0,120𝐵𝑎𝑡ℎ𝑠 Dari persamaan regresi di atas kita terdapat beberapa kesimpulan yang dapat kita analisis. Berdasrkan nilai konstanta yaitu 10,210 memiliki arti bahwa jika seluruh variabel independent yaitu Age, Rooms, Area, dan Baths bernilai 0 atau tidak diperhitungkan maka harga jual rumah (Price) adalah sebesar 10,210 USD. Variabel pertama yaitu umur rumah (Age) memiliki nilai -0,004. Artinya bahwa setiap pertambahan satu unit variabel age (bertambah 1 tahun), maka akan menurunkan harga jual rumah (Price) sebesar 0,4%. Variabel kedua yaitu jumlah kamar (Rooms) memiliki nilai 0,060. Artinya bahwa setiap pertambahan satu unit atau dalam hal ini setiap penambahan jumlah kamar, maka akan menambah harga jual rumah (Price) sebesar 6%. Variabel ketiga yaitu luas area rumah (Area) memiliki nilai 0,000. Artinya bahwa setiap pertambahan satu unit atau dalam hal ini setiap penambahan 1 meter persegi (m2), maka akan menambah harga jual rumah (Price) sebesar 0% atau dapat disimpulkan tidak merubah harga jual rumah (Price). Variabel keempat yang mempengaruhi harga jual rumah yaitu jumlah kamar mandi (Baths) memiliki nilai 0,120. Artinya bahwa setiap pertambahan satu unit atau dalam hal ini setiap penambahan jumlah kamar mandi, maka akan menambah harga jual rumah (Price) sebesar 12%. Berdasarkan taraf signifikansi, keempat variabel yang berpengaruh terhadap harga jual rumah (Price) yaitu umur rumah (Age), jumlah kamar (Rooms), luas area rumah (Area) dan jumlah kamar mandi (Baths) memiliki tingkat kepercayaan sebesar 99% (α=0,001). Artinya bahwa ketiga variabel tersebut secara parsial (satu per satu) memberikan pengaruh terhadap harga jual rumah (Price).
4. Model Regresi Linear-Log
Variabel Koefisien Standar Error t-statistik p-value Regresi (SE) Dependent: Price -364.275,817 54.656,936 -6,665 0,000 Independent: lnRooms 13.714,853 16.783,609 0,817 0,414 lnArea 54.257,985*** 7.611,342 7,129 0,000 *** lnBaths 28.775,475 6.714,072 4,286 0,000 R2 = 0,452 Adjusted R2 = 0,447 F-statistik = 87,296*** ***; **; * : signifikan pada α = 1%, 5%, 10%, secara berturut-turut Berdasarkan hasil perhitungan analisis regresi linear menggunakan aplikasi SPSS 23 maka kita mendapatkan nilai R2 sebesar 0,452. hal ini dapat diartikan bahwa variable Independent yaitu jumlah kamar (Rooms), luas area rumah (Area) dan jumlah kamar mandi (Baths) mempengaruhi harga jual rumah (Price) sebesar 45,2%. Sedangkan 54,8% faktor yang mempengaruhi harga jual rumah (Price) merupakan faktor-faktor yang ada di luar model regresi penelitian ini. Nilai F-statistik model ini yaitu 87,296 dengan nilai signifikansi 0,000 dapat diartikan bahwa Ketiga variabel independent secara bersama-sama mempengaruhi harga jual rumah (Price) dengan tingkat kepercayaan sebesar 99% (α=0,001). Berdasarkan hasil perhitungan analisis regresi linear di atas kita dapat melihat koefisien regresi yang dapat disusun menjadi persamaan regresi sebagai berikut : 𝑙𝑛𝑌𝑃𝑟𝑖𝑐𝑒 = −364.275,817 + 13.714,853𝑙𝑛𝑅𝑜𝑜𝑚𝑠 + 54.257,985𝑙𝑛𝐴𝑟𝑒𝑎 + 28.775,475𝑙𝑛𝐵𝑎𝑡ℎ𝑠 Dari persamaan regresi di atas kita terdapat beberapa kesimpulan yang dapat kita analisis. Berdasrkan nilai konstanta yaitu -364.275,817 memiliki arti bahwa jika seluruh variabel independent yaitu Rooms, Area, dan Baths bernilai 0 atau tidak diperhitungkan maka harga jual rumah (Price) adalah sebesar -364.275,817 USD. Variabel pertama yaitu luas area rumah (Area) memiliki nilai 54.257,985. Artinya bahwa Artinya bahwa setiap pertambahan 1% luas area rumah (Area), maka akan menambah harga jual rumah (Price) sebesar 54.257,985 USD. Variabel kedua yang mempengaruhi harga jual rumah yaitu jumlah kamar mandi (Baths) memiliki nilai 28.775,475. Artinya bahwa setiap pertambahan satu 1% variabel jumlah kamar mandi, maka akan menambah harga jual rumah (Price) sebesar 28.775,475 USD. Untuk variabel bebas lain yaitu jumlah kamar (Rooms) tidak berpengaruh secara signifikan karena memimiliki nilai signifikansi atau tingkat kepercayaan yang lebih besar dari 10% sehingga variabel ini tidak diperhitungkan sebagai variabel yang mempengaruhi nilai jual rumah (Price). Berdasarkan taraf signifikansi, kedua variabel yang berpengaruh terhadap harga jual rumah (Price) luas area rumah (Area) dan jumlah kamar mandi (Baths) memiliki tingkat kepercayaan sebesar 99% (α=0,001). Artinya bahwa ketiga variabel tersebut secara parsial (satu per satu) memberikan pengaruh terhadap harga jual rumah (Price).