Reno Budi Setiawan

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).